JP2010112802A - 木材の外観検査装置、木材の外観検査方法 - Google Patents

Abstract

【課題】モノクロの濃淡画像に対する画像処理のみで欠陥を正確に抽出することを可能にした木材の外観検査装置を提供する。
【解決手段】ラインセンサカメラにより撮像された濃淡画像が、画像処理装置４に入力される。一次候補抽出部１１は、複数の検査対象領域に区画されている木材の表面をラインセンサカメラにより撮像した濃淡画像を２値化し、一次欠陥候補領域を抽出する。二次候補抽出部１２は、着目する検査対象領域について木目と欠陥とを分離するように設定した第２のしきい値により濃淡画像を２値化し、二次欠陥候補領域を抽出する。欠陥抽出部１３は、二次欠陥候補領域を含む検査対象領域において二次欠陥候補領域に含まれる画素の濃淡値と二次欠陥候補領域の周辺の画素の濃淡値との差分を用いて欠陥を判別する。
【選択図】図１

Description

本発明は、木材の表面を撮像した画像を用いて木材の表面における節、割れ、変色などの各種の欠陥を検査する木材の外観検査装置、木材の外観検査方法に関するものである。

従来から、木材の表面の欠陥（節、割れ、変色など）を抽出するために、木材の表面を撮像した画像を用いる技術が提案されている。たとえば、特許文献１では、検査対象である木材のカラー画像を撮像して画像内の色分布を求め、正常な木材の色分布と比較することにより、検査対象である木材の欠陥を検出する技術が開示されている。

また、特許文献２には、木材の表面の反射光による画像と、木材の裏面からの透過光による画像との２画像を用い、２画像による検査を統合することによって、各種の欠陥を抽出する技術が記載されている。

さらに、特許文献３では、木材の表面のカラー画像を撮像し、カラー画像を２値化した２値化画像から特徴パラメータを抽出することにより欠陥部位を検出する技術が記載されている。欠陥部位は、あらかじめ設定した判定値と特徴パラメータとを対比することにより検出している。
特開２００７−１４７４４２号公報 特開２００７−４０９１３号公報 特開平９−２１０７８５号公報

上述した特許文献１、３に記載された技術はカラー画像を用いているから、モノクロの画像処理に比較するとデータ量が多く処理負荷が大きくなり、データの転送時間や処理時間が長くなるという問題を有している。すなわち、木材を搬送している場合のように欠陥の検出のための画像処理に用いることができる時間が短くなる用途では高性能のハードウェア資源（プロセッサ、メモリ）が要求され、カラー画像を撮像する工業用の撮像装置とともにシステムが高額になる要因になっている。

また、特許文献２に記載された技術では、反射光による画像と透過光による画像との２画像を統合するために、２画像を記憶するためのハードウェア資源が必要になって高額になる上に、これらの２画像では欠陥の部位の輪郭が異なる場合があるから、欠陥の輪郭を正確に検出することができず、欠陥の大きさを精度よく見積もることができない場合がある。

特許文献３に記載された技術では、カラー画像を用いるから、特許文献１と同様にシステムが高額になるという問題があり、しかも、欠陥部位を判定するための判定値を特徴パラメータと比較するから、欠陥の種類ごとに特徴パラメータを設定しなければならず、あらかじめ特徴パラメータが設定されていない新規の欠陥では、欠陥を見逃す場合がある。

本発明は上記事由に鑑みて為されたものであり、その目的は、モノクロの濃淡画像に対する画像処理のみで欠陥を正確に抽出することを可能にした木材の外観検査装置を提供し、加えて木材の外観検査方法を提供することにある。

請求項１の発明は、木材の外観検査装置であって、複数の検査対象領域に区画されている木材の表面を撮像する撮像手段と、撮像手段により撮像された複数の検査対象領域を含む濃淡画像を第１のしきい値により２値化した２値画像から一次欠陥候補領域を抽出する一次候補抽出部と、一次欠陥候補領域が抽出された着目する検査対象領域について前記濃淡画像を木目と欠陥とを分離するように設定した第２のしきい値により２値化した２値画像から二次欠陥候補領域を抽出する二次候補抽出部と、二次欠陥候補領域を含む検査対象領域において二次欠陥候補領域に含まれる画素の濃淡値と二次欠陥候補領域の周辺の画素の濃淡値との差分を用いて欠陥を判別する欠陥抽出部とを備えることを特徴とする。

請求項２の発明では、請求項１の発明において、前記木材は目地溝により区画された複数のピースを表面に配列した板材であって、前記二次候補抽出部は、各ピースを前記検査対象領域とし各ピースの濃淡値の平均値を第２のしきい値に用いて二次欠陥候補領域を抽出することを特徴とする。

請求項３の発明では、請求項１又は２の発明において、前記二次候補抽出部は、前記濃淡画像に含まれる前記検査対象領域ごとに前記第２のしきい値を設定することを特徴とする。

請求項４の発明では、請求項１〜３のいずれかの発明において、前記欠陥抽出部は、前記二次欠陥候補領域の外接矩形を囲む判定領域を設定し、判定領域内において二次欠陥候補領域の画素と二次欠陥候補領域を除く範囲の画素との濃淡値を用いて領域拡張しきい値を設定し、領域拡張しきい値により判定領域内の画素の濃淡値を二値化することにより、欠陥候補となる領域を抽出し、当該領域について欠陥を判別することを特徴とする。

請求項５の発明では、請求項１〜３のいずれかの発明において、前記欠陥抽出部は、前記二次欠陥候補領域の慣性主軸を求め、慣性主軸に沿う方向に並ぶ画素の濃淡値の変化と、慣性主軸に直交する方向に並ぶ画素の濃淡値の変化とを用いて二次欠陥候補領域から欠陥候補となる領域を抽出し、当該領域について欠陥を判別することを特徴とする。

請求項６の発明では、請求項１〜５のいずれかの発明において、前記欠陥抽出部は、前記二次欠陥候補領域を囲む判定領域を設定し、判定領域内において二次欠陥候補領域の画素と二次欠陥候補領域を除く範囲の画素との濃淡値の差分を求め、判定領域内の二次欠陥候補領域を除く範囲の画素の濃淡値に対して設定されている判定用のしきい値と前記差分とを比較することにより、欠陥を判別することを特徴とする。

請求項７の発明では、請求項１〜７のいずれかの発明において、前記欠陥抽出部は、前記二次欠陥候補領域の形状に応じて、周辺の画素との濃淡値の差が大きくなるように規定した規則で判定領域を設定し、判定領域において二次欠陥候補領域を除く範囲の画素を周辺の画素に用いることを特徴とする。

請求項８の発明では、請求項１〜７のいずれかの発明において、前記欠陥抽出部は、前記二次欠陥候補領域を囲む判定領域を設定し、判定領域に含まれる画素のうち濃淡値が下位である規定の割合の画素に関する濃淡値の代表値と、判定領域に含まれる画素のうち濃淡値が上位である規定の割合の画素についての濃淡値の代表値との差を用いて欠陥を判別することを特徴とする。

請求項９の発明は、木材の外観検査方法であって、複数の検査対象領域に区画されている木材の表面を撮像手段により撮像した濃淡画像を用い、複数の検査対象領域を含む濃淡画像を第１のしきい値により２値化した２値画像から一次欠陥候補領域を抽出し、次に、着目する検査対象領域について前記濃淡画像を木目と欠陥とを分離するように設定した第２のしきい値により２値化した２値画像から二次欠陥候補領域を抽出した後、二次欠陥候補領域を含む検査対象領域において二次欠陥候補領域に含まれる画素の濃淡値と二次欠陥候補領域の周辺の画素の濃淡値との差分を用いて欠陥を判別することを特徴とする。

請求項１、請求項９の発明の構成によれば、撮像手段により撮像された画像の濃淡値のみを用いて欠陥の判別を行うから、モノクロ画像により欠陥の判別が可能であって、カラー画像を扱う場合よりも処理負荷が比較的小さく、またハードウェア資源もカラー画像を扱う場合よりも少なくなる。すなわち、比較的安価で単純なシステム構成で、木材の表面に存在する欠陥を検出することが可能である。また、木材の表面の全体から一次欠陥候補領域を抽出し、さらに、一次欠陥候補領域が抽出された検査対象領域から二次候補抽出部を抽出し、二次欠陥候補領域について欠陥を判別するから、欠陥を判別する範囲を絞り込むことにより、木目と欠陥とを識別して欠陥を正確に判別することが可能になる。

請求項２の発明の構成によれば、目地溝により区画されている木材について、目地溝により仕切られているピースごとに第２のしきい値を設定するから、二次欠陥候補領域を抽出するにあたってピースごとに第２のしきい値を適正化することができ、二次欠陥候補領域を的確に抽出することが可能になる。

請求項３の発明の構成によれば、検査対象領域ごとに第２のしきい値を設定するから、二次欠陥候補領域を抽出するための第２のしきい値を検査対象領域ごとに適正化することができ、検査対象である木材の場所ごとの濃淡値の相違を反映させた正確な欠陥検出が可能になる。

請求項４の発明の構成によれば、二次欠陥候補領域の外接矩形を囲んで設定した判定領域において領域拡張しきい値を設定し、領域拡張しきい値により判定領域内の画素の濃淡値を二値化して欠陥候補となる領域を抽出するから、二次欠陥候補領域に基づいてさらに精度よく欠陥候補の領域を抽出することができ、結果的に欠陥の判別を正確に行うことが可能になる。とくに、欠陥候補となる領域と周辺との濃淡差が大きいときには、二次欠陥候補領域が実際の欠陥とは異なるサイズで抽出されることがあるが、二次欠陥候補領域の周囲の近傍の画素のみで欠陥候補を抽出するから、欠陥候補を正確に抽出することができる。

請求項５の発明の構成によれば、二次欠陥候補領域の慣性主軸の方向の濃淡値の変化と慣性主軸に直交する方向の濃淡値の変化とを用いて欠陥候補となる領域を抽出するから、欠陥候補と周辺との境界を正確に抽出することができることにより、欠陥候補となる領域の周辺におけるノイズの影響が軽減され、木目などによるノイズを低減して欠陥候補の領域を正確に抽出することができる
請求項６の発明の構成によれば、判定領域において二次欠陥候補領域と二次欠陥候補領域を除く範囲との濃淡値の差分を、あらかじめ定められた判定用のしきい値と比較することにより欠陥を判別するものであり、判定用のしきい値として判定領域内の二次欠陥候補領域を除く範囲の画素の濃淡値に対して設定されている値を用いるから、欠陥の判別を目視に近い状態で正確に行うことが可能になる。

請求項７の発明の構成によれば、二次欠陥候補領域の形状に応じて、周辺の画素との濃淡値の差が大きくなるように規定した規則で判定領域を設定するから、欠陥の形状に適した判定領域の設定により欠陥の判別を正確に行うことができる
請求項８の発明の構成によれば、判定領域に含まれる画素のうち濃淡値が下位である規定の割合の画素に関する濃淡値の代表値と、判定領域に含まれる画素のうち濃淡値が上位である規定の割合の画素についての濃淡値の代表値との差を用いて欠陥を判別するから、欠陥候補となる領域と、周辺となる領域との濃淡値の差が大きくなり、欠陥の判別が容易になる。

（実施形態１）
以下に説明する実施形態において、検査対象となる木材としては、合板の表面に貼り合わせるために用いる単板であって薄厚でシート状に形成された単板（突き板など）や、この単板を貼り合わせた合板を想定する。ここでは、木材３が床材や壁材として用いられる建築用板であり、図３に示すように、目地溝３１により区画された複数個のピース３２が表面に配列されているものとする。この種の木材３は定尺（たとえば、１８００ｍｍ×３００ｍｍ）の矩形状に形成されていることが多く、以下の説明では図２に示すように、搬送されている間に外観検査を行うものとする。

なお、木材３は上述の形状であることは必須ではなく、木材３の表面が複数の領域に区画されていれば本発明の技術思想を適用することができる。したがって、木材３の表面にピース３２が配列されていることは必須ではない。木材３の表面を区画している各領域はそれぞれ検査対象領域であって、以下の実施形態ではピース３２を検査対象領域として扱う。

図２に示すように、木材３は、コンベア２１により一方向（図２（ａ）の矢印Ａ方向）に搬送される。搬送方向は、木材３の短手方向に一致する。したがって、図２（ｂ）に示すように、木材３の長手方向において複数台（図示例は４台）のコンベア２１が並べられる。コンベア２１の上方には撮像装置としてのラインセンサカメラ１が配置される。ラインセンサカメラ１は、木材３の全長に亘る領域を撮像することができるように、コンベア２１を並べた方向（木材３の長手方向）に離間して複数台（図示例では３台）が並べられる。また、ラインセンサカメラ１は、光軸が木材３の表面に略直交するように配置されている。

さらに、木材３の表面をラインセンサカメラ１により撮像する際の照明として、発光ダイオードを用いた照明装置２をコンベア２１の上方に配置してある。照明装置２は、木材３の長手方向の全長に亘って均一な照度で照明を行うことができるように、多数個の発光ダイオードを直線上に配列するとともに、光取出面に拡散板を配置した構成を有する。また、照明装置２は、ラインセンサカメラ１に対して木材３が搬送される向きの下流側に配置される。照明装置２からの光は木材３の表面に対して所定角度θ（たとえば、６０度）をなす方向から照射され、木材３に対して斜方照明を行う。したがって、ラインセンサカメラ１には木材３の表面からの拡散反射光が入射する。

ラインセンサカメラ１により撮像される画像はモノクロの濃淡画像であって、画像処理装置４において以下に説明する画像処理が施されることにより木材３の欠陥が検出される。

画像処理装置４は、図１に示すように、一次候補抽出部１１と二次候補抽出部１２と欠陥抽出部１３とを主要な構成要素としている。一次候補抽出部１１および二次候補抽出部１２は、ラインセンサカメラ１により撮像された濃淡画像を２値化した２値画像から欠陥候補領域を抽出する。一次候補抽出部１１では木材３の表面の全面を検査対象とし、二次候補抽出部１２では木材３の表面のうち一次候補抽出部１１で抽出された一次欠陥候補領域を含むピース３２の範囲を検査領域とする。また、欠陥検出部１３では、二次候補抽出部１２で抽出された二次欠陥候補領域について、欠陥か否かを判定する。

画像処理装置４の構成をさらに詳しく説明する。なお、画像処理装置４は、パーソナルコンピュータや画像処理専用のプロセッサを備えるコンピュータを用いて以下の動作を行うプログラムを実行することにより実現される。画像処理装置４は、ラインセンサカメラ１からの濃淡画像を取り込むためのインターフェイスや、モニタ装置に画像を出力するためのインターフェイスなどを備えるが、これらの構成は周知のものを用いればよいから説明を省略する。また、画像処理装置４には、ラインセンサカメラ１からの濃淡画像を格納するとともに、画像処理の過程で生じる画像データを格納する作業記憶となる画像メモリ１４が設けられる。

以下の説明では、ラインセンサカメラ１により撮像した濃淡画像から、木材３の表面に相当する領域の画素のみを背景から分離して画像メモリ１４に格納しているものとする。木材３の表面に相当する画素を抽出するには、ラインセンサカメラ１により撮像した濃淡画像の２値化を行い、この２値画像を用いて背景の領域を分離すればよい。

一次候補抽出部１１は、画像メモリ１４に格納された木材３の表面の全体に関する濃淡画像を第１のしきい値により２値化する第１の２値化処理部１１ａと、第１の２値化処理部１１ａにより得られた２値画像を用いて一次欠陥候補領域を抽出する第１の候補領域抽出部１１ｂとを備える。ここで、一次欠陥候補領域を抽出するにあたっては、抽出しようとする欠陥の種別に応じて設定したしきい値を用いる。つまり、第１のしきい値は、１種類ではなく複数種類が設定される。本実施形態では、欠陥の種別として、穴、節、入皮（若木の段階で皮が入り込み壊死した欠陥）、カナスジ（若木の段階で付いた傷が壊死した欠陥）を想定しており、これらの欠陥を抽出することができるように、第１のしきい値を複数段階（たとえば、４段階）に設定する第１のしきい値設定部１１ｃが設けられる。

二次候補抽出部１２は、一次候補抽出部１１により抽出された一次欠陥候補領域に着目し、一次欠陥候補領域を含むピース３２ごとに第２のしきい値により２値化する第２の２値化処理部１２ａと、第２の２値化処理部１２ａにより得られた２値画像を用いて二次欠陥候補領域を抽出する第２の候補領域抽出部１２ｂとを備える。また、第１のしきい値と同様に、第２のしきい値についても複数種類の欠陥を抽出することができるように複数段階に設定される。第２のしきい値を設定する第２のしきい値設定部１２ｃは、一次候補抽出部１１において用いた第１のしきい値と同数個の第２のしきい値を設定する。

第２のしきい値Ｔｈ２は、第１のしきい値Ｔｈ１に対して補正値ΔＴｈを加算または減算することにより設定する。つまり、Ｔｈ２＝Ｔｈ１±ΔＴｈになる。濃淡画像の各画素の濃淡値が８ビットの階調を有している（つまり、濃淡値は０〜２５５の範囲になる）場合、着目しているピース３２内の濃淡値の平均値が１２８未満であるときには補正値ΔＴｈ＝−１０とし、ピース３２内の濃淡値の平均値が１２８以上であるときにはΔＴｈ＝１０とする。すなわち、ピース３２内の濃淡値の平均値に応じてピース３２ごとに補正値ΔＴｈを定める。なお、補正値ΔＴｈは、１０以外の適宜の値に設定することが可能であり、また補正値ΔＴｈを各ピースごとに設定することも可能である。

第２のしきい値を第１のしきい値に基づいて設定していることにより、第１のしきい値において抽出しようとする欠陥の種類を第２のしきい値においても引き継ぐことができ、あらためて欠陥の種類ごとに第２のしきい値を設定する手間を省くことができる。たとえば、濃淡値が６０〜７０と他の欠陥に比較して明るい入皮やカナスジのような欠陥についても、あらためて第２のしきい値を設定しなおす必要がなく、第２のしきい値を第１のしきい値に基づいて他の欠陥と区別できるように設定することができる。

上述したように、一次候補抽出部１１において抽出された一次欠陥候補領域を含むピース３２についてのみ、二次候補抽出部１２において第２のしきい値を設定して二次欠陥候補領域を再度抽出するから、一次候補抽出部１１で抽出された一次欠陥候補領域に近いピース３２の範囲内で、欠陥を抽出するために適正化された第２のしきい値を設定することができ、欠陥の範囲を一次欠陥候補領域から二次欠陥候補領域に絞り込むことができる。

欠陥抽出部１３は、二次欠陥候補領域を抽出した各ピース３２の範囲内の画素において、それぞれ二次欠陥候補領域に含まれる画素の濃淡値を求める内側値算出部１３ａと、二次欠陥候補領域の周辺の濃淡値を求める外側値算出部１３ｂと、内側値算出部１３ａで求めた濃淡値と外側値算出部１３ｂで求めた濃淡値との差分を求めるとともに当該差分を用いて着目する二次欠陥候補領域が欠陥か否かを判定する判定部１３ｃとを備える。内側値算出部１３ａおよび外側値算出部１３ｂにより求める濃淡値としては代表値を用いる。この種の代表値には平均値を用いることが多いが、中央値や最頻値を用いることも可能である。

判定部１３ｃでは、濃淡値の差分が規定の基準値（たとえば、２０）以上であり、かつ二次欠陥候補領域の面積が規定の基準値（たとえば、２０ｍｍ^２）以上であるときに、当該二次欠陥候補領域を欠陥と判定する。面積に対して設定する基準値は、二次欠陥候補領域を抽出する際に用いた第２のしきい値に応じて設定される（第２のしきい値に応じて欠陥の種類が異なるから、欠陥の種類ごとに面積の基準値を設定する）。なお、判定部１３ｃでは、一次欠陥候補として抽出されたものの二次欠陥候補としては抽出されなかった領域であっても、二次欠陥候補を抽出する際に用いた第２のしきい値に応じて設定された面積を有する場合には、欠陥と判定する。

上述した動作をまとめて図４に示す。ステップＳ１〜Ｓ３が一次候補抽出部１１に相当する処理であり、まず第１のしきい値による２値化を行って２値画像を生成し（Ｓ１）、この２値画像から一次欠陥候補領域を抽出する（Ｓ２）。ステップＳ１，Ｓ２はすべての一次欠陥候補領域の抽出が完了するまで繰り返す（Ｓ３）。ここで、第１のしきい値が複数種類の欠陥に対して設定されているときには、すべての第１のしきい値に対してステップＳ１，Ｓ２を繰り返す。

図４のステップＳ４〜Ｓ８は二次候補抽出部１２に相当する処理であり、まず、一次欠陥候補領域が抽出されたピース３２ごとに上述した手順で補正値を設定する（Ｓ４）。次に、第１のしきい値と補正値とを用いて第２のしきい値を設定した後（Ｓ５）、第２のしきい値による２値化を行って２値画像を生成し（Ｓ６）、この２値画像から二次欠陥候補領域を抽出する（Ｓ７）。ステップＳ５〜Ｓ７はすべての二次欠陥候補領域の抽出が完了するまで繰り返す（Ｓ８）。

図４のステップＳ９〜Ｓ１３は欠陥抽出部１３に相当する処理であり、まず、一次欠陥候補領域の中から二次欠陥候補領域を抽出した後（Ｓ９）、二次欠陥候補領域の内側と外側との濃淡値を算出する（Ｓ１０）。ここで、濃淡値には代表値を用いる。濃淡値を求めた後には濃度差を求め（Ｓ１１）、濃度差と画素数との評価により欠陥か否かを判定する（Ｓ１２）。なお、ステップＳ９において一次欠陥候補領域のうち二次欠陥候補領域ではないと判定された領域については、ステップＳ１１において画素数を評価して欠陥か否かを判定する。ステップＳ９〜Ｓ１２はすべての一次欠陥候補領域および二次欠陥候補領域の判定が終了するまで繰り返す（Ｓ１３）。

ところで、木目を有する木材３では、一次欠陥候補領域から二次欠陥候補領域を抽出する際に用いる第２のしきい値は、各ピース３２において木目と欠陥とを区別できるように設定することが要求される。

いま、一次欠陥候補領域を除くピース３２内の濃淡値の平均値に対して木目および欠陥（１ｍｍ^２以上の領域）の濃淡値をプロットをとると、図５のような結果が得られる。図５において四角形は木目であり、菱形は欠陥である。この関係によれば、木目と欠陥とを分離することができる濃淡値は、図５に示す直線Ｌｔにほぼ沿っていることがわかる。

図５に示す直線Ｌｔの式で表される濃淡値Ｖｂを例とし、ピース３２において一次欠陥候補領域を除いた周辺の濃淡値の平均値をＡｖとすれば、Ｖｂ＝０．４・Ａｖ＋８．０と表すことができるから、一次欠陥候補領域から二次欠陥候補領域を抽出する際の第２のしきい値Ｔｈ２を決定するにあたって、各ピース３２ごとに一次欠陥候補領域を除く周辺の濃淡値の平均値Ａｖを求め、この平均値Ａｖを上式に当てはめて求めた濃淡値Ｖｂを、第２のしきい値Ｔｈ２として用いるようにすれば、第２のしきい値Ｔｈ２により木目と欠陥とをほぼ分離することが可能になる。

なお、上述の例では一次候補領域を含むピース３２についてのみ、第２のしきい値Ｔｈ２を設定しているが、すべてのピース３２について第２のしきい値Ｔｈ２を設定することも可能である。ただし、この場合には第１のしきい値Ｔｈ１はピース３２の分離のみに用いられることになる。

ところで、上述の例では、判定部１３ｃにおいて二次欠陥候補領域が欠陥か否かを判定するために、内側値算出部１３ａでは二次欠陥候補領域に含まれる画素の濃淡値を求め、外側値算出部１３ｂでは二次欠陥候補領域の周辺の画素の濃淡値を求めている。周辺の画素の濃淡値は、ピース３２の全体とすることが可能であるが、外側値算出部１３ｂで濃淡値を求める領域内に木目が含まれることから、内側値算出部１３ａにより求めた濃淡値との差分を十分に大きくとることができない場合がある。

そこで、ラインセンサカメラ１により図６（ａ）のような濃淡画像Ｐ１が撮像され、図６（ｂ）のような二次欠陥候補領域Ｄ２が抽出されたときに、二次欠陥候補領域Ｄ２の外接矩形となる判定領域Ｄｒを設定し、判定領域Ｄｒの範囲内において、二次欠陥候補領域Ｄ２の内側と外側との濃淡値を比較するのが望ましい。

このように外接矩形の判定領域Ｄｒを設定することにより、二次欠陥候補領域Ｄ２の周辺とする範囲を狭めることができ、二次欠陥候補領域Ｄ２から離れた場所の木目などが判定結果に影響するのを防止することができる。また、ピース３２内に複数個の二次欠陥候補領域Ｄ２が存在する場合に、それぞれの二次欠陥候補領域Ｄ２を個別に評価することが可能になる。

判定領域Ｄｒを規定する外接矩形の設定には、画像処理の分野における周知技術を用いればよく、二次欠陥候補領域Ｄ２に対して幾何学的な外接矩形である必要はない。この種の外接矩形を求めるには、二次欠陥候補領域Ｄｒに含まれる画素の慣性主軸を抽出し、慣性主軸の方向を矩形の一辺の方向に用い、当該方向に直交する方向を矩形の他辺の方向に用いればよい。また、二次欠陥候補領域Ｄ２を連結領域（隣接画素が同じ画素値を持つ画素の集合）の範囲のみとするか、１〜５画素程度の隙間がある複数の二次欠陥候補領域Ｄ２を１個の二次欠陥候補領域Ｄ２とみなすかは適宜に選択すればよい。

さらに、判定領域Ｄｒを二次欠陥候補領域Ｄ２の輪郭に接するように設定するか、二次欠陥候補領域Ｄ２の輪郭から外側に数画素離して設定するかは適宜に選択すればい。また、判定領域Ｄｒは二次欠陥候補領域Ｄ２の周辺の画素を含んでいればよいから、外接矩形ではない他の形状を選択することも可能である。もっとも、判定領域Ｄｒとして外接矩形を選択しておけば、判定領域Ｄｒの設定が容易であり、しかも二次欠陥候補領域Ｄ２の周辺の画素を略均等に反映する情報が得られることになる。

上述のように判定領域Ｄｒを設定して欠陥の有無を判定する場合に、図４におけるステップＳ９とステップＳ１０との間に図７に示す手順を挿入してもよい。ここでは、判定領域Ｄｒはすでに設定されているものとする。欠陥の判定のためには、まず第２のしきい値Ｔｈ２を設定する（Ｓ１）。次に、判定領域Ｄｒについて、二次欠陥候補領域Ｄ２と二次欠陥候補領域Ｄ２と除く範囲との濃淡値の平均値Ａｖ１，Ａｖ２を内側値算出部１３ａおよび外側値算出部１３ｂを用いて算出する（Ｓ２）。

ここで、内側値算出部１３ａで求めた値Ａｖ１と外側値算出部１３ｂで求めた値Ａｖ２との平均値を領域拡張しきい値（＝（Ａｖ１＋Ａｖ２）／２）として求め（Ｓ３）、求めた領域拡張しきい値を用いて着目しているピース３２（望ましくは、判定領域Ｄｒの内部）をあらためて２値化する（Ｓ４）。領域拡張しきい値を用いて２値化するのは、二次欠陥候補領域Ｄ２として抽出される範囲が実寸とは異なっている可能性があるからであって、二次欠陥候補領域Ｄ２の周辺の画素の濃淡値を用いることで、欠陥候補となる領域をより精度よく抽出することができる（Ｓ５）。この処理は、すべての二次欠陥候補領域Ｄ２について行う（Ｓ６）。

なお、上述したように、判定領域Ｄｒは外接矩形である必要はないから、領域拡張しきい値を求める際の判定領域Ｄｒについて、二次欠陥候補領域Ｄ２の外接矩形の縦横比を維持した矩形や楕円形の領域を二次欠陥候補領域Ｄ２の外側に判定領域Ｄｒとして設定してもよい。

上述の例では、欠陥の判定を行う際に二次欠陥候補領域Ｄ２を用いるのではなく、欠陥の判定には二次欠陥候補領域Ｄ２を用いて再抽出した欠陥候補の領域を用いている。このように、二次欠陥候補領域Ｄ２の周辺において欠陥か否かを判定する範囲を調整すれば、欠陥の有無に関する判定精度を高めることができる。

また、図６（ｂ）のように二次欠陥候補領域Ｄ２について慣性主軸Ａｘを求め、慣性主軸Ａｘの上の画素について濃淡値の分布を評価するとともに、慣性主軸Ａｘに直交する方向の画素について濃淡値の分布を評価することによって、欠陥候補の領域を調整してもよい。

ここでは、慣性主軸Ａｘの上の画素について濃淡値の微分値（慣性主軸Ａｘの上で隣接する画素の濃淡値の差分でもよい）を求めており、図８に示すように、欠陥の周囲では欠陥よりも明るくなるから（濃淡値は明るいほうが大きいものとする）、二次欠陥候補領域Ｄ２の内側から慣性主軸Ａｘの上の画素を追跡し、微分値が増加した後に低下するか変化しなくなった（つまり、微分値が規定値以下になった）部位を欠陥候補の外側の領域と判断すればよい。図８では左端が重心の画素であり、右端が欠陥候補の外側の画素に相当する。

また、慣性主軸Ａｘに直交する方向についても同様であり、たとえば、二次欠陥候補領域Ｄ２における重心Ｇを通り慣性主軸Ａｘに直交する方向の直線上で、慣性主軸Ａｘの上の画素と同様にして濃淡値の分布を評価する。

慣性主軸Ａｘあるいは慣性主軸Ａｘに直交する方向の直線上の上の画素について欠陥候補となる領域の境界位置を求める手順を図９に示す（以下では、慣性主軸Ａｘに着目して記載するが、慣性主軸Ａｘに直交する方向も同様）。図９では最初の起点の位置として二次欠陥候補領域Ｄ２の重心Ｇの位置を用いている。これは慣性主軸Ａｘが重心Ｇを通り、かつ重心Ｇは二次欠陥候補領域Ｄ２の内側に存在しており、重心Ｇの位置を起点の初期位置に用いると、欠陥候補になる領域の境界を内側から外側に向かって検出することができるからである。

したがって、まず初期状態では、起点位置として重心位置を用いる（Ｓ１）。起点が決まると、起点の濃淡値を求めるとともに（Ｓ２）、慣性主軸Ａｘの上で起点から所定画素（たとえば、５画素）だけ離れた画素の濃淡値を求める（Ｓ３）。ここで、濃淡値を求めるには画像メモリ１４に格納された濃淡画像を読み出せばよい。

次に、両濃淡値の差分を求め（Ｓ４）、差分値が規定値（図示例では、１０）を超えていると欠陥領域の境界付近の画素とみなし、欠陥候補となる領域の外側の画素を探索するためのフラグ（探索フラグ）を設定する（Ｓ５）。また、差分が規定値以下のときには、慣性主軸Ａｘの上で次の画素を起点にし（Ｓ７）、上述したステップＳ２〜Ｓ５の処理を繰り返す。

一方、ステップＳ５において探索フラグが設定されており、かつ上記差分が規定値（図示例では５）より小さくなれば（Ｓ６）、欠陥候補となる領域の外側の画素であると判断し、探索を停止する（Ｓ８）。つまり、起点位置の画素から所定画素だけ離れた位置の画素の位置を、欠陥候補となる領域の境界線に隣接し、かつ欠陥候補となる領域の外側の画素の位置であるとみなす。

起点の画素と濃淡値の差分を求める画素との間の画素数をどの程度に設定するかは適宜に設定することができ、小さく設定すれば精度は高くなるが処理負荷が増加し、大きく設定すれば精度はやや低下するが処理負荷を低減することができる。

また、起点の画素と濃淡値の差分を求める画素との間の画素数が、判定領域Ｄｒの範囲を超えている場合には、複数画素の間隔とせずに１画素ずつの間隔で濃淡値の差分を求める。起点になる画素からの画素数が判定領域Ｄｒの範囲を超えるのは、判定領域Ｄｒの寸法が当該画素数よりも小さい場合と、起点が判定領域Ｄｒの境界付近まで移動した場合とがある。前者の場合は、欠陥候補となる領域の境界の探索を開始した時点から起点の移動を１画素単位とし、後者の場合は、起点が判定領域Ｄｒの境界付近まで移動したときに起点の移動が１画素単位になる。

上述の例では、欠陥候補の領域の境界を探索することにより求められる画素の濃淡値の差は常に正になることが予想されるが、ノイズによって濃淡値が変動した場合などは、濃淡値の差が負になることがある。このような場合は、ノイズにより探索が誤停止した可能性があるから、探索フラグの設定を解除し、重心の位置からの探索をやり直すのが望ましい。

なお、上述の例では慣性主軸Ａｘの上の画素と、重心を通り慣性主軸Ａｘに直交する直線の上の画素とにのみ着目しており、２本の直線上の画素にのみ着目しており、欠陥候補となる領域の範囲を２本の直線上でのみ調整することができるが（あるいは、判定領域Ｄｒを調整することができるが）、各直線に平行な複数本の直線を規定して同様の判定を行えば、欠陥候補となる領域をより精度よく確定することができる。また、欠陥候補の領域の境界は形状が複雑であるから、平滑化を行った後に上述の処理を行うことで、境界の形状による検出結果のばらつきを抑制することができる。

図４のステップＳ１２においては、以下の判定を行うことにより欠陥候補の領域について欠陥の有無を判定すればよい。すなわち、判定領域Ｄｒにおいて、欠陥候補の領域を除く範囲の濃淡値の平均値をパラメータとして、欠陥候補の領域とそれ以外の領域との濃淡値の差分との関係を求めると、カバ材では、図１０に示すように、木目（菱形で示す値）と欠陥（正方形で示す値）との境界値が直線Ｌｓにほぼ沿っていることがわかる。

図１０に示す直線Ｌｓの式で表される濃淡値の差分ΔＣを例とし、判定領域Ｄｒにおいて欠陥候補の領域を除く範囲の濃淡値の平均値をＡｗとすれば、ΔＣ＝０．７５・Ａｗ−２０．０という関係式で表すことができる。したがって、判定領域Ｄｒのうち欠陥候補の領域を除く範囲の濃淡値の平均値Ａｗを求め、差分ΔＣを判定用のしきい値に用いて木目と欠陥とを判別する。

すなわち、判定領域Ｄｒのうち欠陥候補の領域の画素の濃淡値の代表値（平均値、最頻値など）と、判定領域Ｄｒのうち欠陥候補の領域以外の画素の濃淡値の代表値（平均値、最頻値など）との差分を求め、上述した関係式から求めた判定用のしきい値との比較により、木目と欠陥とを判別するのである。図示例によれば、周辺の濃淡値（判定領域Ｄｒのうち欠陥候補の領域以外の画素の濃淡値の代表値）から上記関係式により求められる判定用のしきい値（差分ΔＣ）に対して、欠陥候補の領域の画素の濃淡値の代表値と欠陥候補の領域以外の画素の濃淡値の代表値との差分が大きいときに、欠陥候補の領域が欠陥として判別されることになる。

ところで、判定領域Ｄｒを設定するにあたっては、欠陥の種類に応じて異なる規則を適用してもよい。たとえば、図１１（ａ）のような丸形の欠陥（以下では、丸形欠陥という）Ｄｆ１と、図１１（ｂ）のような筋状の欠陥（以下では、スジ欠陥という）Ｄｆ２とでは、判定領域Ｄｒの設定規則を変えるのである。ここでは、外接矩形を設定したときに縦寸法Ｈと横寸法Ｗとの関係が１／２＜Ｈ／Ｗ＜２という条件を満たすときに丸形欠陥Ｄｆ１と呼び、当該条件を満たさないときにスジ欠陥Ｄｆ２と呼ぶ。

丸形欠陥Ｄｆ１は方向性がほとんどないから、縦寸法Ｈと横寸法Ｗとをそれぞれ２倍にした判定領域Ｄｒを設定する。つまり、目視検査を行ったときに丸形の欠陥候補の領域は周囲全体との濃度差があるときに欠陥と認識されやすいから、欠陥候補の領域の周囲を全体に拡張した判定領域Ｄｒを設定する。一方、スジ欠陥Ｄｆ２には方向性を有しているから、縦寸法Ｈと横寸法Ｗとのうち小さいほうのみを２倍にした判定領域Ｄｒを設定する。これは、目視検査を行ったときに筋状の欠陥候補の領域は幅方向において濃度差があるときに欠陥と認識されやすいから、欠陥候補の領域の周囲を幅方向に拡張した判定領域Ｄｒを設定するのである。いずれの場合でも判定領域Ｄｒの中心は外接矩形の中心と一致させる。

欠陥候補の領域について欠陥か否かを判定する例を図１２に示す。いま、周囲よりも濃淡値が小さい（暗い）領域が図１２（ａ）のような形で存在しているものとし、判定領域Ｄｒが図のように設定された場合を想定する。

ここで、判定領域Ｄｒにおける画素の濃淡値に関してヒストグラムを生成すると、図１２（ｂ）のようになる。図１２（ｂ）では、判定領域Ｄｒにおいて、欠陥候補を除く領域における濃淡値の度数を正方形で示し、欠陥候補の領域における濃淡値の度数を菱形で示している。図１２（ｂ）を見ればわかるように、欠陥候補の領域と欠陥候補を除く領域とでは濃淡値の分布が異なっている。欠陥と非欠陥とを分離するには、各領域について濃淡値の差ができるだけ大きくなるように選択した代表値について比較するのが望ましい。つまり、各領域の全体について濃淡値の平均値を比較するよりも、各領域において数の多い濃淡値から代表値を選択するのが望ましい。

欠陥候補の領域では濃淡値が小さいほうに偏在しているから、濃淡値の下位側の一定割合を占める画素について濃淡値の平均値を求めて代表値とし、欠陥候補を除く領域では濃淡値が大きいほうに偏在しているから、濃淡値の上位側の一定割合を占める画素について濃淡値の平均値を求めて代表値とする。たとえば、欠陥候補の領域の全画素のうち濃淡値が下位である３０％の画素について濃淡値の平均値Ｖ１を求めるとともに、欠陥候補を除いた領域の全画素のうち濃淡値が上位である３０％の画素について濃淡値の平均値Ｖ２を求め、両平均値Ｖ１，Ｖ２の差ΔＶ（＝Ｖ２−Ｖ１）を評価するのである。

各領域の代表値として採用する画素数の割合は適宜に設定することができ、３０％とすることは必須ではない。たとえば、検査対象や判定しようとする欠陥の種類に応じて値を変えてもよい。また、各領域の代表値としては最頻値を用いてもよい。

実施形態を示すブロック図である。 （ａ）は同上の側面図、（ｂ）は同上の斜視図である。 （ａ）は同上に用いる木材を示す概略平面図、（ｂ）は同上に用いる木材を示す平面図である。 同上の動作説明図である。 同上における木目と欠陥とを分離する原理を説明する図である。 （ａ）は同上に用いる濃淡画像を示す図、（ｂ）は同図（ａ）を二値化した画像を示す図である。 同上の要部の動作説明図である。 同上において欠陥候補の領域を抽出する原理を説明する図である。 同上の要部の動作説明図である。 同上において木目と欠陥とを分離する原理を説明する図である。 （ａ）は丸形欠陥に対して設定する判定領域を説明する図、（ｂ）はスジ欠陥に対して設定する判定領域を説明する図である。 （ａ）は同上に用いる濃淡画像を示す図、（ｂ）は同図（ａ）から求めた濃淡値の度数分布を示す図である。

符号の説明

１ ラインセンサカメラ（撮像手段）
２ 照明装置
３ 木材
４ 画像処理装置
１１ 一次候補抽出部
１２ 二次候補抽出部
１３ 欠陥抽出部
１４ 画像メモリ
２１ コンベア
３１ 目地溝
３２ ピース
Ａｘ 慣性主軸
Ｄｒ 判定領域

Claims (9)

1. 複数の検査対象領域に区画されている木材の表面を撮像する撮像手段と、撮像手段により撮像された複数の検査対象領域を含む濃淡画像を第１のしきい値により２値化した２値画像から一次欠陥候補領域を抽出する一次候補抽出部と、一次欠陥候補領域が抽出された着目する検査対象領域について前記濃淡画像を木目と欠陥とを分離するように設定した第２のしきい値により２値化した２値画像から二次欠陥候補領域を抽出する二次候補抽出部と、二次欠陥候補領域を含む検査対象領域において二次欠陥候補領域に含まれる画素の濃淡値と二次欠陥候補領域の周辺の画素の濃淡値との差分を用いて欠陥を判別する欠陥抽出部とを備えることを特徴とする木材の外観検査装置。
2. 前記木材は目地溝により区画された複数のピースを表面に配列した板材であって、前記二次候補抽出部は、各ピースを前記検査対象領域とし各ピースの濃淡値の平均値を第２のしきい値に用いて二次欠陥候補領域を抽出することを特徴とする請求項１記載の木材の外観検査装置。
3. 前記二次候補抽出部は、前記濃淡画像に含まれる前記検査対象領域ごとに前記第２のしきい値を設定することを特徴とする請求項１又は２記載の木材の外観検査装置。
4. 前記欠陥抽出部は、前記二次欠陥候補領域の外接矩形を囲む判定領域を設定し、判定領域内において二次欠陥候補領域の画素と二次欠陥候補領域を除く範囲の画素との濃淡値を用いて領域拡張しきい値を設定し、領域拡張しきい値により判定領域内の画素の濃淡値を二値化することにより、欠陥候補となる領域を抽出し、当該領域について欠陥を判別することを特徴とする請求項１〜３のいずれか１項に記載の木材の外観検査装置。
5. 前記欠陥抽出部は、前記二次欠陥候補領域の慣性主軸を求め、慣性主軸に沿う方向に並ぶ画素の濃淡値の変化と、慣性主軸に直交する方向に並ぶ画素の濃淡値の変化とを用いて二次欠陥候補領域から欠陥候補となる領域を抽出し、当該領域について欠陥を判別することを特徴とする請求項１〜３のいずれか１項に記載の木材の外観検査装置。
6. 前記欠陥抽出部は、前記二次欠陥候補領域を囲む判定領域を設定し、判定領域内において二次欠陥候補領域の画素と二次欠陥候補領域を除く範囲の画素との濃淡値の差分を求め、判定領域内の二次欠陥候補領域を除く範囲の画素の濃淡値に対して設定されている判定用のしきい値と前記差分とを比較することにより、欠陥を判別することを特徴とする請求項１〜５のいずれか１項に記載の木材の外観検査装置。
7. 前記欠陥抽出部は、前記二次欠陥候補領域の形状に応じて、周辺の画素との濃淡値の差が大きくなるように規定した規則で判定領域を設定し、判定領域において二次欠陥候補領域を除く範囲の画素を周辺の画素に用いることを特徴とする請求項１〜７のいずれか１項に記載の木材の外観検査装置。
8. 前記欠陥抽出部は、前記二次欠陥候補領域を囲む判定領域を設定し、判定領域に含まれる画素のうち濃淡値が下位である規定の割合の画素に関する濃淡値の代表値と、判定領域に含まれる画素のうち濃淡値が上位である規定の割合の画素についての濃淡値の代表値との差を用いて欠陥を判別することを特徴とする請求項１〜７のいずれか１項に記載の木材の外観検査装置。
9. 複数の検査対象領域に区画されている木材の表面を撮像手段により撮像した濃淡画像を用い、複数の検査対象領域を含む濃淡画像を第１のしきい値により２値化した２値画像から一次欠陥候補領域を抽出し、次に、着目する検査対象領域について前記濃淡画像を木目と欠陥とを分離するように設定した第２のしきい値により２値化した２値画像から二次欠陥候補領域を抽出した後、二次欠陥候補領域を含む検査対象領域において二次欠陥候補領域に含まれる画素の濃淡値と二次欠陥候補領域の周辺の画素の濃淡値との差分を用いて欠陥を判別することを特徴とする木材の外観検査方法。