成形片材的缺陷检查装置的制作方法

专利名称：成形片材的缺陷检查装置的制作方法
技术领域：
本发明涉及一种对偏光膜或相位差膜等光学膜(尤其是卷成卷筒状而被保管、输送的长尺寸光学膜)等成形片材的缺陷进行检查的缺陷检查装置。
背景技术：
以往的成形片材的缺陷检查装置是一种使用称为线传感器(line sensor)的一维相机，并使用荧光管等线状光源对成形片材进行照明，利用一维相机沿着成形片材的长度方向从该长度方向的一端到另一端对成形片材表面进行扫描，从而取得一张静态图像数据，再根据所述一张静态图像数据来对成形片材的缺陷进行检查的装置。所述静态图像数据中通常包含线状光源像。当在线状光源以及相机与反射面之间配置成形片材时，线状光源像是从线状光源射出并被成形片材镜面反射而到达相机的光的像，当在线状光源与相机之间配置成形片材时，线状光源像是从线状光源射出并穿透成形片材而到达相机的光的像。所述缺陷检查装置中，当成形片材的宽度较宽时，在宽度方向上排列使用多台线传感器，以便可以对成形片材的整个宽度方向进行检查。然而，因为所述以往的缺陷检查装置是根据对整个成形片材区域的一张静态图像数据(以下，简称为“图像数据”)来检查成形片材的缺陷，所以图像数据中的检查对象像素与线状光源像的位置关系成为一种固定的位置关系。而缺陷有时仅在检查对象像素(目标像素)与线状光源像的位置关系处于特定位置关系时才出现在图像数据上。例如，作为缺陷的一种的气泡，其多数情况下仅在位于线状光源像的周缘或附近时才出现在图像数据上。 因此，对于缺陷，有时会因其位置而无法检测到。因此，所述以往的缺陷检查装置仅具备有限的缺陷检测能力。因此，本发明的申请人申请了一种能提高所述以往的缺陷检查装置的缺陷识别能力的成形片材的缺陷检查装置(参照专利文献1)。该缺陷检查装置是用荧光管等线状光源对成形片材进行照明，朝规定方向连续地搬送成形片材的同时，使用被称为区域传感器 (area sensor)的二维相机取得动态图像数据(在成形片材上的摄像位置不同的多张图像数据)，并根据所述动态图像数据来对成形片材的缺陷进行检查的装置。所述缺陷检查装置中，根据检查对象像素与线状光源像的位置关系不同的多张图像数据能够判定是否存在缺陷，因此可比以往的缺陷检查装置更确实地检测出缺陷。因此，与以往的缺陷检查装置相比，所述缺陷检查装置的缺陷检测能力提高。另外，利用所述动态图像数据，也可观察到缺陷相对于照明像移动的情况。专利文献1 日本专利公报“特开2007-2186 号公报(在2007年8月30日公开)”。

发明内容
然而，根据本案发明人的研究，发现专利文献1中所记载的缺陷检查装置的缺陷检测能力尚有改善的余地。S卩，专利文献1中记载的缺陷检查装置中，分别根据由区域传感器所拍摄的(多值的)多张图像数据，且通过以下所述的图像处理来检测缺陷(参照专利文献1的W032]
)。首先，进行多值的图像数据的二值化，对白区及黑区作标记并作为检测对象。其次，从检测对象的白区中，将具有超过指定值(相当于线状光源像的面积的相对较大的值； 例如2500像素)的面积(像素数)的白区视为线状光源像而予以排除。同样地，从检测对象的黑区中，将具有超过指定值(相当于背景区域的面积的相对较大的值)的面积的黑区视为背景区域(成形片材中的无缺陷的区域的图像)而予以排除。而且，从检测对象的白区及黑区中，将具有小于指定值(接近1像素的相对较小的值；例如9像素)的面积的白区及黑区视为噪声(noise)而予以排除。之后，将未从检测对象的白区及黑区中排除而残留的区域检测为缺陷。然而，专利文献1中记载的缺陷检查装置是根据明暗的反转来检测缺陷，因此有时无法检测出图像数据上的对比度较低的缺陷。这里，对本案发明中作为检测对象的各种缺陷进行说明。本案发明主要想要检测成形片材表面的伴随微小凹凸(尤其是高度为数微米左右的凹凸)的缺陷(外观缺陷)。作为伴随微小凹凸的缺陷，例如可列举因气泡或异物而产生在成形片材表面的微小凹凸；凹痕(受到点的按压而产生的压痕)；弯折的痕迹(称为“折痕”)；在制造成形片材时，用搬送辊进行搬送时所产生的由搬送辊所造成的压痕(“条痕”)等。使用以往的线传感器的缺陷检查装置很难检测出这些伴随微小凹凸的缺陷。本案发明的主要目的在于检测这些种类的缺陷。在本说明书中，为了方便说明，将微小凹凸局部集中(凸部的直径为约Imm以下 (在摄像装置的分辨率为200 μ m/像素时约数像素以下))的缺陷，例如气泡、异物、凹痕等称为点缺陷，将微小凹凸呈线状相连且大小超过Imm的缺陷称为线缺陷。条痕等典型的线缺陷具有超过IOmm左右的长度(在摄像装置的分辨率为200 μ m/像素时超过数10像素左右的长度)，典型的是具有数十厘米左右的长度，有时具有超过数十厘米的长度。折痕具有约 IOmm以下(在摄像装置的分辨率为200 μ m/像素时约数10像素以下)的长度，典型的是具有数毫米左右的长度，且具有点缺陷与典型的线缺陷的中间的性质。专利文献1中记载的缺陷检查装置的摄像部中所拍摄的缺陷图像(动态图像)的例，如专利文献1的图14 图15所示。专利文献1的图14 图15中，将构成动态图像的连续的五个帧按时间先后顺序表示为(a) (e)。如果所述动态图像是通常的电视用动态图像，那么帧间的时间间隔(帧频)为1/30秒。帧间的时间间隔依赖于摄像部的特性。专利文献1的缺陷检查装置中，摄像部的配置使从摄像部向成形片材的摄像区域(专利文献1的图1中的成形片材表面上用虚线表示的矩形)的中心的方向与成形片材的搬送方向成锐角， 而且使局部摄像区域包含照明像(线状光源的反射像)，并使摄像区域中的照明像的两侧存在无照明像的区域(背景区域)。因此，专利文献1的图14 图15所示的动态图像中的上方向与成形片材的搬送方向一致。在成形片材中的摄像区域中，缺陷朝成形片材的搬送方向移动，因此在专利文献1的图14 图15所示的动态图像中，缺陷自下向上移动(照明像拍摄为白的带状区域)。专利文献1的图14是由摄像部所拍摄的包含气泡(点缺陷)的摄像区域(与搬送方向正交的方向的尺寸5mm)的动态图像示例，可见气泡为明暗反转的部分。所述动态图像中，在第一帧(a)中未观察到气泡，在点缺陷接近照明像的第二帧(b)中开始观察到气泡， 在气泡位于照明像的边缘的第三帧(C)中相对清楚地观察到气泡，在气泡进入照明像中的第四及第五帧(d)及(e)中，气泡掩埋在照明光中而无法看见。专利文献1的图15是由摄像部所拍摄的包含折痕的摄像区域(与搬送方向正交的方向的尺寸5mm)的动态图像的示例，不存在由摄像部所拍摄的折痕所引起的明暗反转，而是随着折痕通过，原本应拍摄为矩形的白区的照明像随时间经过而发生变形。专利文献1的图15是由摄像部所拍摄的包含条痕(线缺陷)的摄像区域(与搬送方向正交的方向的尺寸200mm)的动态图像示例。在第一 第三个帧(a) (c)中，照明像稍微变形而成为弓状，但此程度的弓状变形并非是由缺陷所引起，而是因拉伸成形片材而产生。另一方面，在第四个帧中，照明像发生相对较大的变形而成为S字形状。照明像以此程度以上发生变形是因为在变形的位置上存在条痕。因此，期望将照明像发生此程度以上的变形的部分检测为缺陷。然而，发现在专利文献1的缺陷检查装置中，有时根据二值化处理中将明区(线状光源像及线状光源像内部的缺陷区域)与暗区(背景区域及背景区域内部的缺陷区域)分割开的阈值的不同，无法检测出图像数据上的对比度较低的缺陷。即，专利文献1的缺陷检查装置中，当缺陷为图像数据上的对比度(由缺陷所引起的亮度变化)相对较高的缺陷时，如图3的垂直方向(成形片材搬送方向)亮度分布所示，观测到由缺陷所引起的亮度变化越过二值化处理的阈值。更详细地进行说明，所述二值化处理的阈值大于与线状光源像中作为暗区被观察到的缺陷相对应的极小点(图3中的波谷的部分)的亮度值，且小于位于所述极小点的两侧的极大点的亮度值。另外，二值化处理的阈值大于与线状光源像外观测为明区的缺陷相对应的极大点(图3中的波峰的部分)的亮度值，且大于位于所述极大点的两侧的极小点的亮度值。因此，线状光源像中观测为暗区的缺陷及线状光源像外观测为明区的缺陷均可被检测出。因此，专利文献1的缺陷检查装置可确实地检测出对比度相对较高的缺陷。另一方面，专利文献1的缺陷检查装置中，当缺陷为图像数据上的对比度较低的缺陷时，缺陷部分的垂直方向亮度分布与二值化处理的阈值的关系成为图4的垂直方向亮度分布所示的关系，即由缺陷所引起的亮度变化未越过二值化处理的阈值的关系。在满足作为基准的下述式(1)时，会成为图4所示的关系。当成为图4所示的关系时，会漏过缺陷。(由缺陷所引起的亮度变化量)<
(餓耀像区域的平)-(背景区域的平)}/2…(1) 然而，即便在图像数据上的缺陷的对比度较低，满足式(1)的情况下，当如图5的垂直方向亮度分布所示，观测到由缺陷所引起的亮度变化越过二值化处理的阈值时，也可检测出缺陷。因此，专利文献1的缺陷检查装置即便在满足式(1)的情况下，根据由缺陷所引起的亮度变化与二值化处理的阈值的关系，也可检测出缺陷。而且，专利文献1的缺陷检查装置使用动态图像，在动态图像中，观测到缺陷像随每一画面而接近线状光源像，通过线状光源像内之后远离线状光源像的移动。因此，即便在图像数据上的缺陷的对比度较低，满足式(1)的情况下，构成动态图像的多个图像中只要有一个是由缺陷所引起的亮度变化与二值化处理的阈值的关系成为图5所示的关系的图像， 便可检测出缺陷。
如上所述，专利文献1的缺陷检查装置中，以式(1)为界，随着由缺陷所引起的亮度变化量变小，而漏检缺陷的可能性变高。因此，专利文献1的缺陷检查装置中，关于对比度较低的缺陷的检测的确实性，存在改善的余地。本发明是鉴于所述问题点而完成的，其目的在于提供一种可更可靠地检测出各种缺陷的成形片材的缺陷检查装置。为了解决所述课题，本发明的缺陷检查装置是对成形片材的缺陷进行检测的装置，其特征在于包含摄像单元、线状光源、移动单元以及线缺陷检测单元；所述摄像单元对所述成形片材的二维图像进行多次拍摄而生成多个二维图像数据；所述线状光源以该线状光源的像投影至所述成形片材中的被拍摄的部分区域上的方式对所述成形片材进行照明；所述移动单元使所述成形片材以及所述线状光源中的至少一个在与所述线状光源的长度方向交叉且与所述成形片材的厚度方向正交的方向上移动，以使所述成形片材中的投影有所述线状光源的像的位置发生变化；所述线缺陷检测单元根据由所述摄像单元所生成的多个二维图像数据，对线缺陷进行检测；其中，所述线缺陷检测单元是利用(a)利用函数曲线对所述二维图像数据中的线状光源的像的边缘进行拟合，并将线状光源的像的边缘与函数曲线的距离为第一阈值以上的部位检测为线缺陷的线缺陷检测算法，或者利用(b)对所述二维图像数据中的线状光源的像的边缘求出各像素的附近区域的曲率，并将该曲率为第二阈值以上的部位检测为线缺陷的线缺陷检测算法，来对线缺陷进行检测的单元。根据所述构成，可更确实地检测出线缺陷。优选地，所述缺陷检查装置还包含根据由所述摄像单元所生成的多个二维图像数据来对点缺陷进行检测的点缺陷检测单元。由此，不仅可检测出线缺陷，也可检测出点缺陷。优选地，所述缺陷检查装置中，所述点缺陷检测单元是利用(a)将所述二维图像数据中的依赖于沿着一直线上的位置的亮度的变化表示为亮度分布，设想一个在亮度分布的标绘点群中为使标绘点间的移动时间成为固定时间而进行移动的质点，根据位于目标标绘点的正前方的两个标绘点之间的所述质点的速度向量与位于所述目标标绘点的正前方的三个标绘点之间的所述质点的加速度向量来预测所述目标标绘点的亮度值，并将所预测的亮度值与实际的亮度值之差达到第三阈值以上的部位检测为点缺陷的点缺陷检测算法，或者利用(b)对所述二维图像数据进行平滑化，作为差分图像数据求出经平滑化的二维图像数据与原本的二维图像数据之间的差分，将差分图像数据中的亮度值达到第四阈值以上的部位以及亮度值达到小于第四阈值的第五阈值以下的部位检测为点缺陷的点缺陷检测算法，来对点缺陷进行检测的单元。由此，与专利文献1的技术相比，可更确实地检测出对比度较低的点缺陷(例如， 显示出图4所示的较小的亮度变化的缺陷)。因此，可更确实地检测出点缺陷及线缺陷这两方。为了解决所述课题，本发明的缺陷检查装置是对成形片材的缺陷进行检测的装置，其特征在于包含摄像单元、线状光源、移动单元以及点缺陷检测单元；所述摄像单元对所述成形片材的二维图像进行多次拍摄而生成多个二维图像数据；所述线状光源以该线状光源的像投影至所述成形片材中的被拍摄的部分区域上的方式对所述成形片材进行照明；所述移动单元使所述成形片材以及所述线状光源中的至少一个在与所述线状光源的长度方向交叉且与所述成形片材的厚度方向正交的方向上移动，以使所述成形片材中的投影 有所述线状光源的像的位置发生变化；所述点缺陷检测単元根据由所述摄像単元所生成的 多个二维图像数据，对点缺陷进行检测；其中，所述点缺陷检测単元是通过(a)将所述二维 图像数据中的依赖于沿着一直线上的位置的亮度的变化表示为亮度分布，设想一个在亮度 分布的标绘点群中为使标绘点间的移动时间成为固定时间而进行移动的质点，根据位于目 标标绘点的正前方的两个标绘点之间的所述质点的速度向量与位于所述目标标绘点的正 前方的三个标绘点之间的所述质点的加速度向量来预测所述目标标绘点的亮度值，并将所 预测的亮度值与实际的亮度值之差达到第三阈值以上的部位检测为点缺陷的点缺陷检测 算法，或者通过(b)对所述ニ维图像数据进行平滑化，作为差分图像数据求出经平滑化的ニ 维图像数据与原本的ニ维图像数据之间的差分，将差分图像数据中的亮度值达到第四阈值 以上的部位以及亮度值达到小于第四阈值的第五阈值以下的部位检测为点缺陷的点缺陷 检测算法，来对线缺陷进行检测的単元。由此，与专利文献1的技术相比，可更确实地检测出对比度较低的点缺陷(例如， 显示出图4所示的较小的亮度变化的缺陷)。优选为所述缺陷检查装置还包含根据由所述摄像単元所生成的多个二维图像数 据来对线缺陷进行检测的线缺陷检测单元。由此，不仅可检测出点缺陷，也可检测出线缺 陷。[发明的效果]
如上所述，本发明发挥可提供一种能够更确实地检测出各种缺陷的成形片材的缺陷检 查装置的效果。


图1是表示本发明一实施方式的缺陷检查装置的主要部分的构成的功能方块图。图2是表示所述缺陷检查装置的大致轮廓的示意图。图3是用以说明现有技术的问题点的图。图4是用以说明现有技术的问题点的图。图5是用以说明现有技术的问题点的图。图6是用以说明缺陷检测算法的一例(边缘轮廓法1)的图。图7是用以说明缺陷检测算法的另一例(边缘轮廓法2)的图。图8是用以说明缺陷检测算法的又一例(峰值法)的图。图9是用以说明缺陷检测算法的又一例(峰值法)的图。图10是用以说明缺陷检测算法的又一例(峰值法2)的图。图11是用以说明缺陷检测算法的又一例(峰值法2)的图。图12是用以说明缺陷检测算法的又一例(边缘曲线法1)的图。图13 (a)是用以说明缺陷检测算法的又一例(边缘曲线法2)的图。图13 (b)是用以说明缺陷检测算法的又一例(边缘曲线法2)的图。图13 (C)是用以说明缺陷检测算法的又一例(边缘曲线法2)的图。图14是表示本发明的其他实施方式的缺陷检查装置的主要部分的构成的功能方 块图。
图15是表示本发明的又其他一实施方式的缺陷检查装置的主要部分的构成的功能方块图。[附图标记说明]
Bl1 61n —线缺陷用图像分析部(线缺陷检测单元)； 6 6 —点缺陷用图像分析部(点缺陷检测单元)。
具体实施例方式[实施方式1]
以下，参照附图对本发明一实施方式进行说明。本实施方式的缺陷检查装置是对成形片材的缺陷进行检测的装置。本实施方式的缺陷检查装置适用于透光性的成形片材，尤其是由热塑性树脂等树脂所构成的成形片材的检查。作为由树脂所构成的成形片材，例如可列举以下述方式成形的片材实施使从挤压机挤出的热塑性树脂从辊的间隙中通过而对表面赋予平滑度及光泽的处理，并使所述片材在搬送辊上得以冷却的同时利用卷取辊进行卷取。可用于本实施方式的热塑性树脂例如有甲基丙烯酸系树脂，甲基丙烯酸甲酯-苯乙烯共聚物、聚乙烯或聚丙烯等聚烯烃、聚碳酸酯、 聚氯乙烯、聚苯乙烯、聚乙烯醇、三乙酸纤维素树脂等。成形片材可仅由这些热塑性树脂中的一种所构成，也可由这些热塑性树脂中的多种积层而成(积层片材)。另外，本实施方式的缺陷检查装置适合于偏光膜或相位差膜等光学膜，尤其是卷绕成卷筒状而被保管、输送的长条状的光学膜的检查。另外，成形片材可为具有任意厚度的片材，也可为一般被称为膜的具有相对较薄的厚度的片材，也可为一般被称为板的具有相对较厚的厚度的片材。作为成形片材的缺陷的示例，可列举气泡(成形时所产生的缺陷等)、鱼眼 (fisheye)、异物、轮胎痕、凹痕、划痕等点缺陷；折痕、条痕(由于厚度不同而产生的缺陷等)寸。以下，基于图1及图2，对本实施方式的缺陷检查装置1的构成进行说明。图1是表示缺陷检查装置1的主要部分的构成的功能方块图。图2是表示缺陷检查装置1的大致轮廓的示意图。另外，在图2中，为了容易识别成形片材上所重叠的构件，将成形片材表面的明暗相反地加以表示。因此，图2中的成形片材表面的黑色区域实际上为明区，图2中的成形片材表面的白色区域实际上为暗区。缺陷检查装置1中，一边利用搬送装置(移动单元)3将矩形的成形片材2朝固定方向搬送，一边利用η个(η为2以上的整数)摄像部(摄像单元 5n，对由线状光源4所照明的成形片材2进行多次拍摄，并由各摄像部S1 \生成多个二维图像数据，分析装置 6根据所生成的多个二维图像数据，对成形片材2的缺陷进行检测。缺陷检查装置1包含搬送装置(移动单元)3，用以搬送成形片材2 ；线状光源4， 用于以将线状光源4的像投影至成形片材2中的摄像区域(由摄像部S1 \所拍摄的区域；图2中的成形片材2表面上以虚线所表示的矩形)的一部分的方式对成形片材2进行照
1一缺陷检查装置； 3—搬送装置(移动单元)； 珏工 、一摄像部(摄像单元)； 6A 一分析装置；
2一成形片材； 4一线状光源； 6一分析装置； 6B 一分析装置；明；摄像部S1 \，对包含线状光源4的反射像(来自线状光源4的直接光由成形片材2反射而到达摄像部S1 \所形成的线状光源4的像)及成形片材2的反射像(来自线状光源 4的散射光由成形片材2反射而到达摄像部S1 \所形成的成形片材2的像)的二维图像进行多次拍摄；分析装置6，根据多个二维图像数据，通过图像处理算法(缺陷检测算法)对成形片材2的缺陷进行检测。搬送装置3是将成形片材2在与其厚度方向正交的方向，尤其是在其长度方向上进行搬送，以使成形片材2中的投影了线状光源4的像的位置发生变化的装置。搬送装置3 例如包含朝固定方向搬送成形片材2的送出辊与接受辊，并通过旋转编码器等来测量搬送速度。例如，设定搬送速度为an 12m/分钟左右。通过未图示的信息处理装置等，对搬送装置3的搬送速度进行设定及控制。线状光源4是配置成其长度方向成为与成形片材2的搬送方向交叉的方向(例如与成形片材2的搬送方向正交的方向)，且线状光源4的反射像横穿成形片材2的摄像区域，并且在摄像区域中的线状光源4的反射像的两侧存在无线状光源像的区域(背景区域)。 线状光源4只要是发出不对成形片材2的组成及性质造成影响的光的光源，那么并无特别限定，例如为荧光灯(尤其是高频荧光灯)、金属卤化物灯、透射型卤素灯等。另外，也可将线状光源4配置在夹着成形片材2而与摄像部S1 \相对向的位置，利用摄像部S1 \拍摄包含线状光源4的透射像(通过来自线状光源4的直接光穿透成形片材2而到达摄像部 S1 \所形成的线状光源4的像)及成形片材2的透射像(通过来自线状光源4的散射光穿透成形片材2而到达摄像部S1 \所形成的成形片材2的像)的二维图像。各摄像部S1 \对包含线状光源4的反射像及成形片材2的反射像的二维图像进行多次拍摄，生成多个二维图像数据并加以输出。摄像部S1 \由拍摄二维图像的 CCD (Charge Coupled Device，电荷耦合器件)或 CMOS (Complementary Metal-Oxide kmiconductor，互补金属氧化物半导体)等摄像元件构成的区域传感器所构成。由缺陷检查装置1所检测的缺陷的尺寸依赖于摄像部S1 \的分辨率，因此可配合想检测的缺陷的尺寸，对摄像部S1 \的分辨率进行选择。另外，由缺陷检查装置1所检测的缺陷的立体形状(宽度与高度的比)基本上不依赖摄像部S1 \的分辨率，因此无须根据想检测的缺陷的种类，对相机分辨率进行选择。摄像部S1 \配置成从摄像部S1 \朝向成形片材2的摄像区域的中心的方向与成形片材2的搬送方向成锐角。摄像部S1 \是沿着成形片材2的宽度方向排列配置，以便利用摄像部S1 \中的至少一个拍摄成形片材2的宽度方向(与成形片材2的搬送方向正交且与成形片材2的厚度方向正交的方向)的整个区域。通过利用摄像部S1 \ 拍摄成形片材2的宽度方向的整个区域，可对成形片材2的整个区域的缺陷进行检查。摄像部S1 \的摄像间隔(帧频)可为固定，也可通过使用者操作摄像部S1 \ 本身来进行变更，还也可通过使用者操作连接于摄像部S1 \的信息处理装置(未图示；可省略)来进行变更。另外，摄像部S1 \的摄像间隔也可以是数码静态相机的连续拍摄的时间间隔即数分之一秒，但为了提高检查的效率，优选为较短的时间间隔，例如为一般的动态图像数据的帧频即1/30秒等。在此，将在从各摄像部S1-^1拍摄一张二维图像到拍摄下一张二维图像的期间搬送成形片材2的距离(搬送距离)设定为沿着成形片材2的搬送方向的摄像区域的长度的至少l/m(m为2以上)。由此，可拍摄m次包含成形片材2的同一部位的二维图像。m优选为充分大于2。通过增加成形片材2的同一部位的摄像次数，可高精度地检查出缺陷。如图1所示，分析装置6包含接收从各摄像部S1 \输出的多个二维图像数据， 根据多个二维图像数据，对缺陷进行检测并输出检测结果(检查结果)的线缺陷用图像分析部(线缺陷检测单元^l1 61 及点缺陷用图像分析部(点缺陷检测单元)6 6 ；显示检测结果(检查结果)的显示部64 ；及总括地控制这些各部的控制部CPU(Central Processing Unit，中央处理器)63。将由各摄像部S1 \所生成的多个二维图像数据分别输入至线缺陷用图像分析部Bl1 61 及点缺陷用图像分析部62i 62n。各线缺陷用图像分析部61i 61 通过线缺陷检测算法，并根据成形片材2上的线状光源像的位置不同的多个(多帧的)二维图像数据，对缺陷进行检测，输出其结果作为检查结果。各点缺陷用图像分析部6 6 是通过点缺陷检测算法，根据成形片材2上的线状光源像的位置不同的多个(多帧的)二维图像数据，对缺陷进行检测，并输出其结果作为检查结果。线缺陷用图像分析部61i 61 及点缺陷用图像分析部6 6 是根据成形片材2上的线状光源像的位置不同的多个二维图像数据，判定是否存在缺陷，因此可比以往的缺陷检查装置更确实地检测出缺陷。关于线缺陷检测算法及点缺陷检测算法将在后文中进行说明。对于线缺陷检测算法及点缺陷检测算法的参数，可为固定，也可通过使用者操作与线缺陷用图像分析部61i 61 及点缺陷用图像分析部6 6 相连接的信息处理装置(未图示；可省略)来进行变更。线缺陷用图像分析部61i 61n在通过线缺陷检测算法从m个的多个二维图像数据中的L个(L < m)以上中检测出线缺陷的情况下，可输出存在线缺陷的结果作为检查结果，在其他情况下，可输出不存在线缺陷的结果作为检查结果；在通过线缺陷检测算法从m 个的多个二维图像数据中的L个以上中检测出线缺陷的情况下，也可输出线缺陷位置的信息作为检查结果，而在其他情况下，不输出检查结果。在二维图像数据的个数m为3以上，L 为2以上的情况下，当通过线缺陷检测算法检测出线缺陷的二维图像数据的个数少于L个时，将所述线缺陷检测结果视为虚假信息(将原本不是缺陷的误检测为缺陷的信息)而予以排除。由此，能减少虚假信息。另外，在输出线缺陷位置的信息作为检查结果的情况下，必须使用可求出线缺陷位置的线缺陷检测算法。点缺陷用图像分析部6 6 在通过点缺陷检测算法从m个的多个二维图像数据中的L个(L ( m)以上中检测出点缺陷的情况下，可输出存在点缺陷的结果作为检查结果，在其他情况下，输出不存在点缺陷的结果作为检查结果；在通过点缺陷检测算法从m个的多个二维图像数据中的L个以上中检测出点缺陷的情况下，也可输出点缺陷位置的信息作为检查结果，在其他情况下，不输出检查结果。在二维图像数据的个数m为3以上，L为 2以上的情况下，当通过点缺陷检测算法检测出点缺陷的二维图像数据的个数少于L个时， 将所述点缺陷检测结果视为虚假信息(将原本不是缺陷的误检测为缺陷的信息)而予以排除。由此，可减少虚假信息。另外，在输出点缺陷位置的信息作为检查结果的情况下，必须使用可求出点缺陷位置的点缺陷检测算法。控制部CPTO3是将从线缺陷用图像分析部61i 61n及点缺陷用图像分析部62i 6 输出的检查结果综合，作成与成形片材2的整个区域相对应的检查结果信息，存储在未图示的存储装置中，并且在显示部64加以显示。作为与成形片材2的整个区域相对应的检查结果信息，可列举表示在成形片材2的整个区域中是否存在缺陷的信息，或成形片材2的整个区域的缺陷映射等。在作成与成形片材2的整个区域相对应的检查结果信息时，当线缺陷用图像分析部61i 61 及点缺陷用图像分析部6 6 中的至少一个检测出缺陷时，作成检查结果信息来作为表示存在缺陷的信息。在控制部CPU63作成成形片材2的整个区域的缺陷映射作为与成形片材2的整个区域相对应的检查结果信息时，各线缺陷用图像分析部61i 61n及点缺陷用图像分析部6 6 将二维图像数据上的坐标位置转换为成形片材2上的坐标位置，而生成缺陷位置信息，并将所述缺陷位置信息输出至控制部CPTO3。作为线缺陷用图像分析部61i 61 及点缺陷用图像分析部62i 6 各自的坐标转换处理，例如可使用专利文献1的段落
W041]及W050] W053]中记载的处理。也可将缺陷映射的信息输出至标记装置(未图示)及信息处理装置(未图示)，标记装置根据缺陷图，在成形片材2上标记出缺陷位置。所述标记装置例如包含沿着成形片材2的宽度方向而设置的臂、具有笔等的标记头， 通过标记头在臂上沿着成形片材2的宽度方向进行往返移动，而可在成形片材2上的任意位置进行标记。所述经标记的缺陷位置的信息例如可用于将成形片材2裁断成多个规定尺寸的单片产品后，将这些单片产品分为正常产品与缺陷产品的处理等中。另外，所述实施方式中，是将线状光源4固定之后搬送成形片材2的，但只要使成形片材2中的投影了线状光源4的像的位置发生变化即可。因此，也可将成形片材2固定滞后再移动线状光源4，还可使成形片材2与线状光源4沿着不同的方向或以不同的速度移动。在将成形片材2固定而使线状光源4移动的情况下，优选为使摄像部S1 \沿着与线状光源4相同的方向以相同的速度移动。由此，可获得包含线状光源像的多个二维图像数据。将成形片材2固定而使线状光源4移动的方法可避免由于搬送装置3拉伸成形片材2 而导致线状光源像发生变形的现象，但将可一次性检查的成形片材2的长度限制为与线状光源4可移动的范围相对应的长度，因此为了有效率地检查长条状的成形片材2，如所述实施方式优选搬送成形片材2。另外，所述实施方式中，线缺陷用图像分析部611 61 与点缺陷用图像分析部 62! 6 是根据从相同摄像部S1 \获得的二维图像数据来检测缺陷的，但线缺陷用图像分析部61i 61 与点缺陷用图像分析部6 6 也可根据从不同摄像部获得的二维图像数据而分别检测缺陷。由此，可将摄像部S1 \的摄像条件(距成形片材2的距离，或成形片材2的搬送方向与摄像方向所成的角度等)设为适合于想检测的缺陷的条件。优选为与用以拍摄点缺陷用图像分析部6 6 中所使用的二维图像数据的摄像部相比，使拍摄线缺陷用图像分析部61i 61n中所使用的二维图像数据的摄像部的距成形片材的距离更远，且成形片材2的搬送方向与摄像方向所成的角度更小。由此，可在适合的摄像条件下拍摄点缺陷及线缺陷，因此可精度更加良好地检测出点缺陷及线缺陷。另外，所述实施方式中，是利用线缺陷用图像分析部61i 61n及点缺陷用图像分析部62i 6 来分散处理由各摄像部S1 \所拍摄的二维图像的，但也可根据由摄像部 S1 \所拍摄的二维图像间的相对位置，用各摄像部S1 \所拍摄的η张二维图像来合成包含成形片材2的宽度方向的整个区域的一张全宽度图像，利用一个线缺陷用图像分析部及一个点缺陷用图像分析部，根据全宽度图像来检测缺陷。作为用η张二维图像合成一张全宽度图像的方法，例如可使用专利文献1的段落W050]中记载的方法。其次，对线缺陷用图像分析部Gl1 61n及点缺陷用图像分析部62i 6 中所使用的线缺陷检测算法及点缺陷检测算法进行说明。作为线缺陷检测算法及点缺陷检测算法， 可使用以下的七种缺陷检测算法A G。另外，在以下的说明中，以自然数表示二维图像数据的亮度值(像素值)。[缺陷检测算法A]
以下，基于图6，对缺陷检测算法A进行说明。图6 (a)是由摄像部S1-^1中的一个所生成的多值的二维图像数据(以下，称为原图像数据)的例，图像的上侧为搬送方向下游侧，图像的下侧为搬送方向上游侧。图6 (a)中，中央的在横方向上延伸的带状的白区为线状光源像，存在于线状光源像的内部的暗区及存在于线状光源像的附近的较小的白区为缺陷。所述缺陷检测算法A中，对由摄像部S1 \所生成的多张原图像数据的各个进行以下的处理。首先，将原图像数据分割为沿着纵方向(成形片材2的搬送方向)的一行一行的像素列的数据(表示亮度值(像素值)及位置的数据；亮度分布；一维图像数据)。其次，对于各像素列的数据，进行如下的从一端(图6 (a)的上端)朝向另一端(图 6 (a)的下端)寻找边缘的第一边缘判定处理。首先，将从像素列的一端侧起的第二个像素设为目标像素，判定目标像素的亮度值是否比相对于目标像素而邻接于一端侧的邻接像素的亮度值小阈值Tl以上。当判定为目标像素的亮度值比邻接像素的亮度值小阈值Tl以上 (即，如果将邻接像素的亮度值设为La，将目标像素的亮度值设为Lb，那么La — Lb彡Tl) 时，判定邻接像素为第一边缘，并记录第一边缘的位置(邻接像素的位置)，而结束处理对象的像素列的数据的处理，在除此以外的情况下，使目标像素朝向另一端一像素一像素地移动的同时，重复进行所述判定直到所述判定中判定为目标像素的亮度值比邻接像素的亮度值小阈值Tl以上，当判定为目标像素的亮度值比邻接像素的亮度值小阈值Tl以上时，判定邻接像素为第一边缘，并记录第一边缘的位置(邻接像素的位置)，而结束处理对象的像素列的数据的处理。另外，阈值Tl是任意的自然数，也可以是亮度值的最小单位。当阈值Tl 是亮度值的最小单位时，作为所述判定只会判定目标像素的亮度值是否比邻接像素的亮度值小。其次，对于各像素列的数据，进行如下的从另一端朝向一端寻找边缘的第二边缘判定处理。首先，将从另一端侧起的第二个像素设为目标像素，判定目标像素的亮度值是否比相对于目标像素而邻接于另一端侧的邻接像素的亮度值大阈值T2以上。当判定为目标像素的亮度值比邻接像素的亮度值大阈值T2以上(即，如果将邻接像素的亮度值设为La， 将目标像素的亮度值设为Lb，那么Lb — La > T2)时，判定目标像素为第二边缘，并记录第二边缘的位置(目标像素的位置)，而结束处理对象的像素列的数据的处理，在除此以外的情况下，一边使目标像素朝向一端一像素一像素地移动，一边重复所述判定直到所述判定中判定为目标像素的亮度值比邻接像素的亮度值大阈值T2以上，当判定为目标像素的亮度值比邻接像素的亮度值大阈值T2以上时，判定目标像素为第二边缘，并记录第二边缘的位置(目标像素的位置)，而结束处理对象的像素列的数据的处理。另外，阈值T2是任意的自然数，也可以是亮度值的最小单位。当阈值T2是亮度值的最小单位时，所述判定只要判定目标像素的亮度值是否比邻接像素的亮度值大阈值以上。将这些通过第一边缘判定处理所检测出的第一边缘的例在图6 (a)中以“Δ”表示，且将通过第二边缘判定处理所检测出的第二边缘的例在图6 (a)中以“〇”表示。根据图6 (a)可知，无缺陷的区域中，在线状光源像的边缘以外不存在边缘，因此第一边缘及第二边缘与线状光源像中的另一端侧的边缘(在图6 (a)的例中为下侧的边缘)一致，且彼此一致。另一方面，根据图6 (a)可知，存在缺陷的区域(白区及黑区)中，第一边缘及第二边缘中的至少一个与缺陷区域的边缘一致，且比线状光源像中的另一端侧的边缘更向边缘探索起始侧偏移，因此第一边缘与第二边缘处于相离开的位置上。因此，其次，对于各像素列的数据，求出第一边缘到第二边缘的距离(像素数)作为边缘间距。在图6 (b)中表示将所求出的边缘间距相对于像素列的位置(横方向的坐标)作图而成的分布。然后，如果存在所述边缘间距为阈值T3以上的像素列，那么判定为存在缺陷。另外，阈值T3是任意的自然数，也可以是1像素。当阈值T3为1像素时，将边缘间距不为0的像素列判定为包含缺陷的像素列。阈值T3只要根据所容许的缺陷的尺寸决定适当值即可，但当多值的二维图像数据为256灰度(亮度值为0 255 ；8比特)的二维图像数据时，例如优选为3。另外，图6的例中是将上端设为一端(第一边缘探索起始侧)，但可将像素列的任一端设为一端，所以也可将下端设为一端。在此情况下，无缺陷的区域中，第一边缘及第二边缘与线状光源像中的上侧的边缘一致。所述缺陷检测算法A能够以某种程度的确实性检测出各种点缺陷。然而，气泡或鱼眼等微小的点缺陷的检测确实性并不太高。另一方面，所述缺陷检测算法A不适合线缺陷的检测。以下，将所述缺陷检测算法A称为“边缘轮廓法1”。[缺陷检测算法B]
缺陷检测算法B是利用函数曲线对二维图像数据中的线状光源的像的边缘进行拟合， 将线状光源的像的边缘与函数曲线的距离为阈值T5 (第一阈值)以上的部位检测为缺陷的算法。以下，基于图7，对缺陷检测算法B进行说明。图7 (a)是由摄像部S1-^1中的一个所生成的原图像数据的例，图像的上侧为搬送方向下游侧，图像的下侧为搬送方向上游侧。图7 (a)中，中央的在横方向上延伸的带状的白区为线状光源像，线状光源像的下侧边缘的局部变形的部分(不平滑的部位)为缺陷。所述缺陷检测算法B中，对由摄像部S1 \所生成的多张原图像数据的各个进行以下的处理。首先，根据原图像数据，求出线状光源像的边缘的至少一个。将所求出的线状光源像的边缘的例在图7 (a)中用“〇”来表示。图7的例中是求出线状光源像的下侧边缘，但也可求出线状光源像的上侧边缘，且也可求出线状光源像的上侧边缘及下侧边缘这两方。作为求出线状光源像的边缘的方法，可列举使用公知的边缘抽出滤波器(例如索贝尔滤波器(Sobel Filter))抽出边缘，将强度较强的边缘设为线状光源像的边缘的方法； 将二维图像数据分割为以行为单位的像素列的数据后，根据各像素列的数据求出较强的边缘，并设为线状光源像的边缘的方法；以专利文献1的W057]中记载的方法求出线状光源像的区域的方法(进行二值化及作标记，从所作标记的区域中抽出面积大于规定值的区域作为线状光源像的区域的方法)等。这里，举一例来说，对将原图像数据分割为一行一行的像素列的数据后，根据各像素列的数据求出较强的边缘，并作为线状光源像的边缘的方法进行说明。首先，将原图像数据分割为沿着纵方向(成形片材2的搬送方向)的一行一行的像素列的数据。其次，对于各像素列的数据，进行如下的从一端(图7 (a)的上端)朝向另一端 (图7 (a)的下端)寻找边缘的处理。首先，将从一端侧起的第二个像素设为目标像素，判定目标像素的亮度值是否比相对于目标像素而邻接于一端侧的邻接像素的亮度值小阈值T4 (T4为自然数)以上(即，如果将邻接像素的亮度值设为La，将目标像素的亮度值设为Lb，那么La — Lb > T4)。为了仅检测出较强的边缘，将这时的阈值T4设为相对较大的值。当判定为目标像素的亮度值比邻接像素的亮度值小阈值T4以上时，判定邻接像素为线状光源像的边缘，并记录线状光源像的边缘的位置(邻接像素的位置)，而结束处理对象的像素列的数据的处理，在除此以外的情况下，一边使目标像素朝向另一端一像素一像素地移动，一边重复所述判定直到所述判定中判定为目标像素的亮度值比邻接像素的亮度值小阈值T4 以上，当判定为目标像素的亮度值比邻接像素的亮度值小阈值T4以上时，判定邻接像素为线状光源像的边缘，并记录线状光源像的边缘的位置(邻接像素的位置)，而结束处理对象的像素列的数据的处理。其次，将所求出的线状光源像的边缘的列拟合为以函数表示的平滑的曲线(以函数曲线进行拟合)，求出拟合曲线(函数曲线)。作为用于拟合的函数，可列举η次函数(η 为2以上)、高斯函数(Gaussian function)、洛伦兹函数(Lorentz function)、佛依特函数 (Voigt function),以及这些函数的组合等，优选为η相对较小的η次函数，例如4次函数。 另外，作为进行拟合时所使用的拟合的评估方法，例如可使用最小平方法。其次，将二维图像数据分割为沿着纵方向(成形片材2的搬送方向)的以行为单位的像素列的数据，对于各像素列的数据，求出拟合曲线到线状光源像的边缘的距离(像素数)作为拟合度。在图7 (b)中表示将所求出的拟合度相对于像素列的位置(横方向(与成形片材2的搬送方向正交且与成形片材2的厚度方向正交的方向)的坐标)作图而成的分布。然后，如果存在所述拟合度为阈值T5以上的像素列，那么判定为在所述像素列中的线状光源像的边缘的位置存在缺陷。由此，可判定缺陷的有无，且也可以求出缺陷的位置。如上所述，可检测出表现为线状光源像的边缘的局部变形(在边缘附近的细微的线状光源像的变形)的线缺陷。另外，所述判定中所使用的阈值T5是任意的自然数，也可以是1像素。 当阈值T5为1像素时，如果存在拟合度不为O的像素列，那么判定为存在缺陷。阈值T5只要根据所容许的缺陷的尺寸进行适当决定即可，但当多值的二维图像数据为256灰度的二维图像数据时，优选为4。另外，所述缺陷检测算法B中，除了判定缺陷的有无以外，也可以求出缺陷位置。 在此情况下，只要抽出拟合度为阈值T5以上的像素列，求出所抽出的像素列中的位于线状光源像的边缘与拟合曲线之间的像素的位置作为缺陷位置即可。所述缺陷检测算法B能够以较高的确实性检测出各种线缺陷。另一方面，所述缺陷检测算法B不适合点缺陷的检测。以下，将所述缺陷检测算法B称为“边缘轮廓法2”。[缺陷检测算法C]
缺陷检测算法C是使二维图像数据平滑化，求出经平滑化的二维图像数据与原本的二维图像数据的差分作为差分图像数据，将差分图像数据中的亮度值为阈值T6B (第四阈值；T6B为任意的正数)以上的部位及亮度值为阈值T6D (第五阈值；T6D为小于T6B的任意的正数)以下的部位检测为缺陷的算法。以下，对缺陷检测算法C进行进一步详细的说明。所述缺陷检测算法C是利用与线状光源像的横方向(与成形片材2的搬送方向正交且与成形片材2的厚度方向正交的方向)的明暗变化相比，由缺陷所引起的横方向的明暗变化的空间频率更高这一情况，抽出原图像数据的高频成分，将高频成分中的亮度值为阈值T6B以上或阈值T6D以下的部分检测为缺陷的算法。(1)首先，使用1行η列(η为3以上的整数)的横方向平滑滤波器(矩阵)，使原图像数据在横方向上平滑化(smoothing)，而获得经平滑化的图像数据。由此，将原图像数据的横方向亮度变化的高频区域除去，关于横方向亮度变化，仅保留低频成分(残留了横方向亮度变化的低频成分及纵方向亮度变化)。作为所述横方向平滑滤波器，可使用高斯滤波器等加权平均化滤波器、平均化滤波器等。另外，η优选为3。(2)其次，在原图像数据中减去所述经平滑化的图像数据(减去各像素的亮度值)。 由此，仅保留原图像数据中的横方向亮度变化的高频成分。(3 )然后，对于由减法运算所得的图像数据，进行使用3 X 3像素的平滑滤波器(算子)的平滑化。通过所述平滑化将噪声除去，而残留噪声以外的高频成分。作为所述平滑滤波器，优选使用双边滤波器或中值滤波器等可保存边缘的平滑化的滤波器。(4)接着，根据原图像数据，求出线状光源像中的上侧边缘(搬送方向下游侧的边缘)及下侧边缘(搬送方向上游侧的边缘)。求出线状光源像的边缘的方法与对缺陷检测算法B进行说明的方法相同，因此省略说明。其次，将原图像数据中的成形片材2的搬送方向设为X轴，从构成上侧边缘的所有像素的X坐标值中求出最小值Min，且从构成下侧边缘的所有像素的X坐标值中求出最大值Max。然后，将最小值Min减去最大值Max而得的值视为线状光源像的宽度W，将X坐标值从自最大值Max到最小值Min为止的区域向外侧扩展宽度 W的区域定义为检查区域。即，将X坐标值为Max - (Min-Max)以上且Min + (Min - Max) 以下的区域定义为检查区域。所述处理是为了将检查对象区域缩小为仅线状光源像及其附近区域。另外，使X坐标值更向从最大值Max到最小值Min为止的区域的外侧扩展是为了将检查区域设为包含线状光源像的少许的变形在内的检查区域。(5)然后，根据实施所述(3)的平滑化后的图像数据(除噪声以外的高频成分)中的检查区域内的像素的亮度值，通过下述式决定明(bright)侧(亮度较高一侧)的阈值T6B 及暗(dark)侧(亮度较低一侧)的阈值T6D。T6B =(检查区域内的平均亮度值)+ (检查区域内的亮度值的标准偏差)Xk T6D =(检查区域内的平均亮度值)-(检查区域内的亮度值的标准偏差)Xk
(k表示正数的参数)
另外，k的值只要根据所容许的缺陷的尺寸确定适当值即可，例如为1. 5、3、4. 5等。(6)接着，对于实施所述(3)的平滑化后的图像数据中的检查区域内的所有像素， 进行判定所述像素的亮度值是否为阈值T6B以上或阈值T6D以下的处理(阈值处理)，抽出阈值T6B以上或阈值T6D以下的像素作为缺陷部位。由此，可判定缺陷的有无，且也可以求出缺陷的位置。另外，当由摄像部 \所生成的原图像数据中所包含的噪声较少时，也可省略(3)的平滑化处理。另外，当无须将检查对象区域缩小为仅线状光源像及其附近区域时，也可省略(4)的定义检查区域的处理，而对图像数据整体进行(5)、(6)的处理。所述缺陷检测算法C能够以较高的确实性检测出包括气泡或鱼眼等微小缺陷的所有点缺陷。另一方面，所述缺陷检测算法C不适合线缺陷的检测。然而，就处理时间而言， 比起所述缺陷检测算法C，其他缺陷检测算法的处理时间更短(缺陷检测算法C的处理时间例如为每帧40ms左右)。以下，将所述缺陷检测算法C称为“高通滤波法”。[缺陷检测算法D]
以下，基于图8及图9，对缺陷检测算法D进行说明。图8是由摄像部S1 \中的一个所生成的原图像数据的例，图像的上侧为搬送方向下游侧，图像的下侧为搬送方向上游侧。图8中，中央的在横方向上延伸的带状的白区为线状光源像，存在于线状光源像的内部的暗区及存在于线状光源像的附近的较小的白区为缺陷。图8中，位于线状光源像的上方及下方的曲线表示检查对象区域的上限及下限。所述缺陷检测算法D中，对由摄像部S1 \所生成的多张原图像数据的各个进行以下的处理。首先，将原图像数据分割为沿着纵方向(成形片材2的搬送方向)的以行为单位的像素列的数据，求出表示依赖于各像素列中的位置的亮度值变化的标绘点列作为垂直方向亮度分布。将所求出的垂直方向亮度分布的例示于图9。此例是关于以图8的箭头所表示的位置的像素列的垂直方向亮度分布，y是将下方向(以图8的箭头所表示的方向；与成形片材2的搬送方向相反的方向)设为y轴时的y坐标。其次，对于各像素列的垂直方向亮度分布，求出波谷部分的深度(参照图8)。即，首先，对于各像素列的垂直方向亮度分布，求出所有极大点及极小点，对于所求出的所有极小点，求出所述极小点的亮度值(极小值)与最接近所述极小点的极大点的亮度值(极大值)的差作为波谷部分的深度。如果所求出的波谷部分的深度为阈值T7 (T7为正数)以上，那么判定为在所述波谷部分存在缺陷。阈值T7只要根据所容许的缺陷的尺寸进行适当决定即可，但当多值的二维图像数据为256灰度的二维图像数据时，例如优选为0. 25X255。所述缺陷检测算法D的处理时间相对较短。所述缺陷检测算法D能够以某种程度的确实性检测出各种点缺陷。所述缺陷检测算法D尤其适用于位于线状光源像的边缘附近的产生局部的明暗反转的点缺陷的检测。然而，由于包含点缺陷及其附近的图像必须为高对比度，从而气泡或鱼眼、轮胎痕等微小的点缺陷的检测确实性并不太高。另一方面，所述缺陷检测算法D不适合线缺陷的检测。以下，将所述缺陷检测算法D称为“峰值法”。[缺陷检测算法E]
缺陷检测算法E是将二维图像数据中的依赖于沿着一直线上的位置的亮度变化表示为亮度分布，设想一个在亮度分布的标绘点群中以标绘点间的移动时间成为固定的方式进行移动的质点，根据目标标绘点的正前方两个标绘点间的所述质点的速度向量与所述目标标绘点的正前方三个标绘点间的所述质点的加速度向量，预测所述目标标绘点的亮度值， 将所预测的亮度值与实际的亮度值的差为阈值T8 (第三阈值；T8是自然数)以上的部位检测为缺陷。以下，基于图10及图11，对缺陷检测算法E进行说明。所述缺陷检测算法E可提高峰值法的精度，代替波谷的深度而根据实测值与预测值的差来检测缺陷。
所述缺陷检测算法E中，对于由摄像部 \所生成的多张原图像数据的各个进行以下的处理。首先，与峰值法同样地求出各像素列的垂直方向亮度分布。在图10中，将亮度值设为X轴来表示所求出的垂直方向亮度分布的例。所述垂直方向亮度分布中的圆包围部是与想利用所述缺陷检测算法E检测的缺陷相对应的分布。其次，对于各像素列的垂直方向亮度分布，设想一个以邻接的标绘点间的移动时间不论标绘点间的距离如何均成为固定的方式，从标绘点列的一端朝向另一端进行移动的质点。然后，如图11所示，所述质点从标绘点c移动到与其邻接的标绘点b，并从标绘点b 移动到与其邻接的标绘点a，再从标绘点a移动到与其邻接的标绘点d。另外，将标绘点d 设为与目标像素相对应的标绘点。接着，求出在标绘点d的正前方质点所通过的三个标绘点a c间的质点的速度向量及加速度向量。即，根据所述移动时间与在标绘点d的正前方质点所通过的两个标绘点a及b的坐标(χ坐标、y坐标)，求出从标绘点b到标绘点a的区间中的所述质点的速度向量。而且，根据所述移动时间、与在标绘点d的正前方质点所通过的标绘点b及c的坐标 (x坐标、y坐标)，求出从标绘点c到标绘点b的区间中的所述质点的速度向量，根据从标绘点b到标绘点a的区间中的所述质点的速度向量与从标绘点c到标绘点b的区间中的所述质点的速度向量，求出从标绘点c到标绘点a的区间中的所述质点的加速度向量。接着，根据从标绘点b到标绘点a的区间中的所述质点的速度向量与从标绘点c到标绘点a的区间中的所述质点的加速度向量，预测标绘点d的坐标(位置)。求出以所述方式预测的标绘点d的χ坐标(亮度值)与标绘点d的实际(实测)的X 坐标(亮度值)的差，如果这些差为阈值T8以上，那么抽出与标绘点d相对应的像素作为缺陷部位。由此，可判定缺陷的有无，且也可以求出缺陷的位置。阈值T8只要根据所容许的缺陷的尺寸确定适当值即可，但当多值的二维图像数据为256灰度的二维图像数据时，例如优选为20。所述缺陷检测算法E能够以较高的确实性检测出各种点缺陷。以下，将所述缺陷检测算法E称为“峰值法2”。[缺陷检测算法F]
以下，基于图12，对缺陷检测算法F进行说明。图12 (a)是由摄像部S1-^1中的一个所生成的原图像数据的例，图像的上侧为搬送方向下游侧，图像的下侧为搬送方向上游侧。 图12 (a)中，中央的在横方向上延伸的带状的白区为线状光源像，线状光源像的下侧边缘的局部变形的部分(相对于水平线的倾斜较大的部位)为缺陷。所述缺陷检测算法F中，对于由摄像部S1 \所生成的多张原图像数据的各个进行以下的处理。首先，根据原图像数据，求出线状光源像的边缘的至少一个。将所求出的线状光源像的边缘的例在图12 (a)中以“〇”表示。图12的例求出的是线状光源像的下侧边缘， 但也可以求出线状光源像的上侧边缘，还可以求出线状光源像的上侧边缘及下侧边缘这两方。求出线状光源像的边缘的方法与对缺陷检测算法B进行说明的方法相同，因此省略说明。其次，将横方向设为χ轴，将纵方向设为y轴，对线状光源像的边缘的曲线(边缘轮廓)y = f (X)进行二次求导而求出二阶导数分布。将所求出的二阶导数分布的例示于图 12 (b)。然后，对于线状光源像的边缘的各像素，判定二阶导数是否为阈值T9 (T9为正数) 以上，将二阶导数为阈值T9以上的像素(高频的部位)判定为缺陷部位。由此，可判定缺陷的有无，且也可以求出缺陷的位置。阈值T9只要根据所容许的缺陷的尺寸确定适当值即可。所述缺陷检测算法F适用于表现为线状光源像的边缘的局部弯曲的线缺陷的检测。所述缺陷检测算法F的缺陷检测能力并不太高。以下，将所述缺陷检测算法F称为“边缘曲线法1”。[缺陷检测算法G]
缺陷检测算法G是对于二维图像数据中的线状光源的像的边缘，求出各像素的附近区域(附近2N + 1像素的范围)中的曲率，将曲率为阈值TlO (第二阈值；TlO为正数)以上的部位检测为缺陷。以下，基于图13 (a) 图13 (c)，对缺陷检测算法G进行说明。所述缺陷检测算法G中，对由摄像部S1 \所生成的多张原图像数据的各个进行以下的处理。首先，根据原图像数据，求出线状光源像的边缘的至少一个。将所求出的线状光源像的边缘的例示于图13 (a) 图13 (C)。求出线状光源像的边缘的方法与对缺陷检测算法B进行说明的方法相同，因此省略说明。其次，对于线状光源像的边缘的曲线，求出各点(各像素)的曲率。求出曲率的方法并无特别限定，可为使用数学上规定的数式进行计算的方法，这种方法的处理时间变长，因此优选为利用以下的方法近似地求出曲率。(1)将由相对于边缘上的目标像素(图13 (a) 图13 (c)中的黑点)的左右(或前后)各N个像素(图13 (a) 图13 (c)中的白点)与目标像素所构成的范围(目标像素的附近2N+ 1像素的范围)设为计算对象范围(N为自然数)。N只要根据所容许的缺陷的尺寸进行适当决定即可，例如优选为30。图13 (a) 图13 (c)的例是N为3的情况。(2)其次，以直线连结计算对象范围的两端的像素。(3)遍及计算对象范围的所有像素，根据所述直线求出预测亮度值，并求出实际的亮度值(边缘曲线上的亮度值)相对于预测亮度值的增量，累计所述增量或所述增量的绝对值。可通过这里所得的累计值，使目标像素附近2N + 1像素的范围内的曲率充分近似(可获得与使用数学上规定的数式进行计算的曲率大致相等的曲率值)。这里，在使用增量的累计值的构成中，当如图13 (c)所示般发生在计算对象范围内一会朝向直线的上方一会朝向直线的下方的微小的亮度值的变化时，会将这些变化相抵消而予以忽视，求出曲率的近似值。 另一方面，在使用增量的绝对值的累计值的构成中，即便在发生所述变化的情况下，也会将所述变化一并包含在内求出曲率的近似值。如果想将如图13 (c)所示般在计算对象范围内一会朝向直线的上方一会朝向直线的下方的微小的亮度值的变化检测为缺陷，那么只要设为使用增量的绝对值的累计值的构成即可。反之，在容许所述变化，不想将其检测为缺陷的情况下，只要设为使用增量的累计值的构成即可。(4) 一边使目标像素从线状光源像中的边缘的一端到另一端以像素单位进行移动，一边对于边缘上的所有像素计算所述累计值。由此，生成曲率的近似值的分布(曲率分布)。其次，对于所述曲率分布中的线状光源像的边缘的各像素，判定曲率是否为阈值 TlO以上，将所求出的曲率为阈值TlO以上的像素判定为缺陷部位(或者缺陷候补)。由此， 可判定缺陷的有无，且也可求出缺陷的位置。因为成形片材2稍微翘曲，所以线状光源像的边缘稍微翘曲，因此如果线状光源像的边缘的曲率达到某种程度，那么应作为非缺陷的部位予以容许。因此，应使阈值TlO相对较大。阈值TlO只要根据所容许的缺陷的尺寸确定适当值即可，但当多值的二维图像数据为256灰度的二维图像数据时，例如优选为110。所述缺陷检测算法G能够以较高的确实性检测出各种线缺陷。以下，将所述缺陷检测算法G称为“边缘曲线法2”。本实施方式中，线缺陷用图像分析部61i 61 及点缺陷用图像分析部6 6 中分别使用的线缺陷检测算法及点缺陷检测算法的组合可为以下任一种。(A)线缺陷用图像分析部61i 61n中所使用的线缺陷检测算法为边缘轮廓法2或边缘曲线法2，点缺陷用图像分析部6 6 中所使用的点缺陷检测算法为高通滤波法或峰值法2。(B)线缺陷用图像分析部61i 61n中所使用的线缺陷检测算法为边缘轮廓法2或边缘曲线法2，点缺陷用图像分析部6 6 中所使用的点缺陷检测算法为高通滤波法或峰值法2以外的缺陷检测算法。(C)线缺陷用图像分析部61i 61n中所使用的线缺陷检测算法为边缘轮廓法2或边缘曲线法2以外的缺陷检测算法，点缺陷用图像分析部62i 62n中所使用的点缺陷检测算法为高通滤波法或峰值法2。(A) (C)的组合中最优选为(A)的组合。在(A)的组合的情况下，可确实地检测出线缺陷及点缺陷这两方。在(B)的组合的情况下，可确实地检测出线缺陷。在(C)的组合的情况下，可确实地检测出点缺陷。[实施方式2]
基于图14，对本发明的其他实施方式进行说明，则如下所述。另外，为了方便进行说明， 对于具有与所述实施方式1所示的各构件相同的功能的构件附上相同的符号，并省略其说明。本实施方式的缺陷检查装置包含图14所示的分析装置6A来代替图1所示的分析装置6，除此以外，具备与实施方式1的缺陷检查装置1相同的构成。如图14所示，分析装置6A是在图1所示的分析装置6中省略了点缺陷用图像分析部6 6 而成的装置。本实施方式中，线缺陷用图像分析部61i 61n中所使用的线缺陷检测算法为边缘轮廓法2或边缘曲线法2。本实施方式中，可确实地检测出线缺陷。另外，本实施方式的缺陷检查装置可单独使用，但优选为与可检测点缺陷的缺陷检查装置组合使用。由此，不仅可检查线缺陷，也可检查点缺陷。能与本实施方式的缺陷检查装置组合使用的可检测点缺陷的缺陷检查装置可为公知的各种缺陷检查装置，但优选为后述的实施方式3的缺陷检查装置。由此，可确实地检查出线缺陷及点缺陷这两方。[实施方式3]
基于图15，对本发明的他的实施方式进行说明。另外，为了方便进行说明，对于具有与所述实施方式1所示的各构件相同的功能的构件附上相同符号，而省略其说明。本实施方式的缺陷检查装置除了用图15所示的分析装置6B来代替图1所示的分析装置6以外，具备与实施方式1的缺陷检查装置1相同的构成。如图15所示，分析装置 6B是在图1所示的分析装置6中省略了线缺陷用图像分析部61i 61n而成的装置。本实施方式中，点缺陷用图像分析部6 6 中所使用的点缺陷检测算法为高通滤波法或峰值法2。本实施方式中，可确实地检测出点缺陷。另外，本实施方式的缺陷检查装置可单独使用，但优选为与可检测出线缺陷的缺陷检查装置组合使用。由此，不仅可检查出点缺陷，也可检查出线缺陷。能与本实施方式的缺陷检查装置组合使用的可检测出线缺陷的缺陷检查装置可为公知的各种缺陷检查装置， 但优选为实施方式2的缺陷检查装置。由此，可确实地检查出线缺陷及点缺陷这两方。[实施例]
其次，为了确认本案发明的效果，表示使用类似于所述实施方式的缺陷检查装置的14 种实施用缺陷检查装置来进行的实施的结果。第1 第7实施用缺陷检查装置是在所述实施方式3的缺陷检查装置中省略了摄像部\ \，且作为搬送装置3使用将成形片材2载置在表面而进行搬送的输送机来代替搬送辊的装置。第1 第7实施用缺陷检查装置是用以从包含点缺陷的样品中检测出点缺陷。第1实施用缺陷检查装置包含使用边缘轮廓法1的点缺陷用图像分析部62i 62 ，第2实施用缺陷检查装置包含使用边缘轮廓法2的点缺陷用图像分析部62i 62 ，第 3实施用缺陷检查装置包含使用高通滤波法的点缺陷用图像分析部6 62 ，第4实施用缺陷检查装置包含使用峰值法的点缺陷用图像分析部6 62 ，第5实施用缺陷检查装置包含使用峰值法2的点缺陷用图像分析部6 62 ，第6实施用缺陷检查装置包含使用边缘曲线法1的点缺陷用图像分析部62i 62 ，第7实施用缺陷检查装置包含使用边缘曲线法2 (使用增量的累计值的方法)的点缺陷用图像分析部6 62n。第8 第14实施用缺陷检查装置是在所述实施方式2的缺陷检查装置中省略了摄像部\ \，且作为搬送装置3使用将成形片材2载置在表面而进行搬送的输送机来代替搬送辊的装置。第8 第14实施用缺陷检查装置是用以从包含线缺陷的样品中检测出线缺陷。第8实施用缺陷检查装置包含使用边缘轮廓法1的线缺陷用图像分析部61 61 ，第9实施用缺陷检查装置包含使用边缘轮廓法2的线缺陷用图像分析部61i 61 ，第 10实施用缺陷检查装置包含使用高通滤波法的线缺陷用图像分析部61i 61 ，第11实施用缺陷检查装置包含使用峰值法的线缺陷用图像分析部61i 61 ，第12实施用缺陷检查装置包含使用峰值法2的线缺陷用图像分析部61i 61 ，第13实施用缺陷检查装置包含使用边缘曲线法1的线缺陷用图像分析部61i 61 ，第14实施用缺陷检查装置包含使用边缘曲线法2 (使用增量的累计值的方法)的线缺陷用图像分析部61i 61n。本实施例中，作为成形片材2，使用包含不同种类的点缺陷的10种偏光膜的样品与包含不同种类的线缺陷的6种偏光膜的样品。包含点缺陷的10种样品为包含气泡的样品01、包含鱼眼的样品02、包含第一异物的样品03、包含与第一异物不同的第二异物的样品04、包含第一轮胎痕的样品06、包含与第一轮胎痕不同的第二轮胎痕的样品07、包含第一凹痕的样品08、包含与第一凹痕不同的第二凹痕的样品09、包含第一划痕的样品11及包含与第一划痕不同的第二划痕的样品12。包含线缺陷的6种样品为包含折痕(线缺陷)的样品10、包含与第一折痕不同的第二折痕(线缺陷)的样品13、包含沿成形片材2的搬送方向的条痕的样品51、包含与成形片材2的搬送方向正交的较深的条痕的样品52、包含与成形片材2的搬送方向正交的较浅的条痕的样品53及包含相对于成形片材2的搬送方向倾斜的方向的条痕的样品M。另外，第1 第14实施用缺陷检查装置中，作为摄像部S1，使用了拍摄二维图像而生成256灰度的横512像素X纵480像素的二维图像数据的、使用C⑶元件的逐行扫描区域传感器。第1 第14实施用缺陷检查装置中，作为线状光源4，使用了安装有锐化边缘遮光罩(使线状光源像的边缘锐化的遮光罩(hood))的高频荧光灯。第1 第14实施用缺陷检查装置中，将输送机的成形片材2的搬送速度设为20mm/sec (= 1. 2m/min)0另外，使与输送机的端部(图2的近前侧的端部)相距145mm的位置成为摄像部5工的摄像区域的中心。 另外，使用曲尺测量所述145mm，使从曲尺到缺陷的距离成为55mm。用以检测点缺陷的第1 第7实施用缺陷检查装置中，对摄像部S1的位置及角度进行了调整，使得成形片材2上的摄像区域(视野)达到横(与成形片材2的搬送方向正交且与成形片材2的厚度方向正交的方向)51. 2mmX纵(成形片材2的搬送方向)48mm。其中， 通过调整摄像部S1的位置及角度，以使所述逐行扫描区域传感器的512像素X480像素中位于从上方起的第240个像素的位置(上下方向的中央位置)的、沿横方向排列的512像素拍摄成形片材2表面的横51. 2mm的区域。S卩，调整摄像部5工的位置使得从成形片材2到摄像部S1的距离成为190mm，且调整摄像部S1的角度使得摄像部5工的摄像方向(从摄像部51 的聚光透镜的中心朝向由摄像部S1所拍摄的区域的中心的方向)与成形片材2表面所成的角度成为40度。在此情况下，摄像部S1的分辨率为100 μ m/像素。另外，用以检测点缺陷的第1 第7实施用缺陷检查装置中，作为逐行扫描区域传感器，使用将焦距为25mm、最小 F值为1. 4、透镜前端工作距离为270mm的C型接口(mount)的镜头安装在逐行扫描区域传感器本体上而成的装置，且将光圈调整为约11。另外，用以检测点缺陷的第1 第7实施用缺陷检查装置中，以下述方式配置线状光源4 线状光源4的长度方向与成形片材2的搬送方向正交，从成形片材2到线状光源4 的距离成为MOmm，且成形片材2上的摄像区域的中心与线状光源4的中心连结的直线相对于成形片材2表面成37度的角度。在用以检测线缺陷的第8 第14实施用缺陷检查装置中，对摄像部S1的位置及角度进行了调整，使得成形片材2上的摄像区域达到横204. SmmX纵192mm。其中，通过对摄像部S1的位置及角度进行调整，以使所述逐行扫描区域传感器的512像素X480像素中位于从上方起的第240个像素的位置(上下方向的中央位置)的在横方向上排列的512像素拍摄成形片材2表面的横204. 8mm的区域。S卩，调整摄像部5工的位置使从成形片材2到摄像部S1的距离成为400mm，且调整摄像部5工的角度使得摄像部5工的摄像方向与成形片材2 表面所成的角度成为15度。在此情况下，摄像部S1的分辨率为200 μ m/像素。另外，用以检测线缺陷的第8 第14实施用缺陷检查装置中，作为逐行扫描区域传感器，使用将焦距为25mm、最小F值为1. 4、透镜前端工作距离为490mm的C型接口的镜头安装在逐行扫描区域传感器本体上而成的装置，且将光圈调整为约5. 6 8。
另外，用以检测线缺陷的第8 第14实施用缺陷检查装置中，以线状光源4的长度方向相对于成形片材2的搬送方向成25度的角度的方式配置线状光源4，且将线状光源 4的工作距离设为900mm。这里，以可确实地检测出直径为0. 5mm的点缺陷的方式设定缺陷检测算法的参数。第1及第8实施用缺陷检查装置中，将边缘轮廓法1中的阈值T3设定为3。第2及第 9实施用缺陷检查装置中，将边缘轮廓法2中的阈值T5设定为4。第3及第10实施用缺陷检查装置中，将边缘轮廓法2中的k设定为4. 5，将边缘轮廓法2中所使用的横方向平滑滤波器设为1行3列的平滑滤波器。第4及第11实施用缺陷检查装置中，将峰值法中的阈值 T7设定为最大亮度值的25% (255X0. 25)。第5及第12实施用缺陷检查装置中，将峰值法 2中的阈值T8设定为20。第6及第13实施用缺陷检查装置中，将边缘曲线法1中所使用的参数即距离设定为15，将k设定为5。第7及第14实施用缺陷检查装置中，作为边缘曲线法2使用所述近似地求出曲率的方法，将计算对象范围设为相对于目标像素的前后30个像素的范围(即，将N设为15)，将阈值TlO设为110。之后，使用第1 第7实施用缺陷检查装置，研究是否可从包含点缺陷的10种样品中检测出点缺陷，使用第8 第14实施用缺陷检查装置，研究是否可从包含线缺陷的6 种样品中检测出线缺陷。将所得的结果示于表1中。
权利要求
1.一种缺陷检查装置，对成形片材的缺陷进行检测，其特征在于 包含摄像单元、线状光源、移动单元以及线缺陷检测单元；所述摄像单元对所述成形片材的二维图像进行多次拍摄而生成多个二维图像数据； 所述线状光源对所述成形片材进行照明，以使该线状光源的像投影至所述成形片材中的被拍摄的部分区域上；所述移动单元使所述成形片材以及所述线状光源中的至少一个在与所述线状光源的长度方向交叉且与所述成形片材的厚度方向正交的方向上移动，以使所述成形片材中的投影有所述线状光源的像的位置发生变化；所述线缺陷检测单元根据由所述摄像单元所生成的多个二维图像数据，对线缺陷进行检测；其中，所述线缺陷检测单元是利用如下算法对线缺陷进行检测的单元，(a)利用函数曲线对所述二维图像数据中的线状光源的像的边缘进行拟合，并将线状光源的像的边缘与函数曲线的距离达到第一阈值以上的部位检测为线缺陷的线缺陷检测算法，或者(b)对所述二维图像数据中的线状光源的像的边缘求出各像素的附近区域的曲率，并将该曲率达到第二阈值以上的部位检测为线缺陷的线缺陷检测算法。
2.根据权利要求1所述的缺陷检查装置，其特征在于还包含根据由所述摄像单元所生成的多个二维图像数据来对点缺陷进行检测的点缺陷检测单元。
3.根据权利要求2所述的缺陷检查装置，其特征在于所述点缺陷检测单元是利用如下算法对点缺陷进行检测的单元，(a)将所述二维图像数据中的依赖于沿着一直线上的位置的亮度的变化表示为亮度分布，设想一个在亮度分布的标绘点群中为使标绘点间的移动时间成为固定时间而进行移动的质点，根据位于目标标绘点的正前方的两个标绘点之间的所述质点的速度向量与位于所述目标标绘点的正前方的三个标绘点之间的所述质点的加速度向量来预测所述目标标绘点的亮度值，并将所预测的亮度值与实际的亮度值之差达到第三阈值以上的部位检测为点缺陷的点缺陷检测算法，或者(b)对所述二维图像数据进行平滑化，作为差分图像数据求出经平滑化的二维图像数据与原本的二维图像数据之间的差分，将差分图像数据中的亮度值达到第四阈值以上的部位以及亮度值达到小于第四阈值的第五阈值以下的部位检测为点缺陷的点缺陷检测算法。
4.一种缺陷检查装置，对成形片材的缺陷进行检测，其特征在于 包含摄像单元、线状光源、移动单元以及点缺陷检测单元；所述摄像单元对所述成形片材的二维图像进行多次拍摄而生成多个二维图像数据； 所述线状光源对所述成形片材进行照明，以使该线状光源的像投影至所述成形片材中的被拍摄的部分区域上；所述移动单元使所述成形片材以及所述线状光源中的至少一个在与所述线状光源的长度方向交叉且与所述成形片材的厚度方向正交的方向上移动，以使所述成形片材中的投影有所述线状光源的像的位置发生变化；所述点缺陷检测单元根据由所述摄像单元所生成的多个二维图像数据，对点缺陷进行检测；其中，所述点缺陷检测单元是利用如下算法对线缺陷进行检测的单元，(a)将所述二维图像数据中的依赖于沿着一直线上的位置的亮度的变化表示为亮度分布，设想一个在亮度分布的标绘点群中为使标绘点间的移动时间成为固定时间而进行移动的质点，根据位于目标标绘点的正前方的两个标绘点之间的所述质点的速度向量与位于所述目标标绘点的正前方的三个标绘点之间的所述质点的加速度向量来预测所述目标标绘点的亮度值，并将所预测的亮度值与实际的亮度值之差达到第三阈值以上的部位检测为点缺陷的点缺陷检测算法，或者(b)对所述二维图像数据进行平滑化，作为差分图像数据求出经平滑化的二维图像数据与原本的二维图像数据之间的差分，将差分图像数据中的亮度值达到第四阈值以上的部位以及亮度值达到小于第四阈值的第五阈值以下的部位检测为点缺陷的点缺陷检测算法。
5.根据权利要求4所述的缺陷检查装置，其特征在于还包括根据由所述摄像单元所生成的多个二维图像数据来对线缺陷进行检测的线缺陷检测单元。
全文摘要
本发明的缺陷检查装置包含摄像部(51～5n)，对成形片材的二维图像进行多次拍摄而生成多个二维图像数据；线状光源，用于以将线状光源像投影至成形片材中的摄像区域的一部分的方式对成形片材进行照明；搬送装置，在与线状光源的长度方向交叉且与成形片材的厚度方向正交的方向上搬送成形片材，以使成形片材中的线状光源像的位置发生变化；线缺陷用图像分析部(611～61n)，根据由摄像部(51～5n)所生成的多个二维图像数据，通过线缺陷检测算法对缺陷进行检测；点缺陷用图像分析部(621～62n)，根据由摄像部(51～5n)所生成的多个二维图像数据，通过点缺陷检测算法对缺陷进行检测。由此，可提供能够更确实地检测出各种缺陷的成形片材的缺陷检查装置。
文档编号G01N21/892GK102224412SQ20098014640
公开日2011年10月19日 申请日期2009年11月17日 优先权日2008年11月21日
发明者广濑修 申请人:住友化学株式会社