 |
[イージーオーシーブイ] |
 |
文字・マークの状態を解析・検証します。テンプレートと詳細な照合をおこない、規定値から逸脱している文字に対し欠陥警告を報告します。欠陥文字の検出、印字不良の画像処理検査に適しています。
|
| 主な特徴 |
| ■ | 強力なOCV処理 | 文字・マークの状態を解析・検証をします。すなわち文字・マークのズレ、変形、文字重なり、カスレ、にじみ、文字欠落、などが欠陥文字、印字不良の検出が可能。 | |
| モデル作成フェーズ | |||
| ■ | 学習機能/モデルファイル | 付属の開発支援ソフト“Open eVision Studio”にてモデル文字を学習・登録することができます。作成したモデルはファイルとして保存可能。 アプリケーションからこのファイルを読み込み、画像処理を行なう事が可能です。 |
|
| ■ | 位置決定とその自由度 | 位置検出と呼ばれる検索段階で自由度の許容・範囲が設定できます。 | |
| 検査フェーズ | |||
| ■ | OCVの結果値 | 良品モデルとの乖離が確認できます。また印字ミス判定内容を取得できます。 | |
| ■ | ２値化処理 | 撮影画像によって背景の輝度が一様ではない場合、絶対値のしきい値設定では適切な2値化が得られません。そこで相対的に対応すべく4種の自動しきい値設定（P-タイル法、エントロピー法など）の利用が可能です。 | |
機能詳細
| 強力なOCV処理 | |||||
| マーク検査とも呼ばれる光学式文字検証(OCV)は、検査画像とテンプレートと呼ばれるあらかじめ定義されたモデルとの類似性を調べる検査技術で文字・マークの状態を解析・検証をします。すなわち文字・マークのズレ、変形，文字重なり、カスレ、にじみ、文字欠落、など欠陥文字、印字不良の検査を行います。 | |||||
 |
| 学習機能/モデルファイル | ||||||
| 光学式文字検証(OCV)は、検査画像とテンプレートと呼ばれるあらかじめ定義されたモデルとの類似性を調べる検査技術です。 まず良質のモデルを学習さます。対話式にモデルや良品基準を詳しく定義できます。 尚、eVisionパッケージは、モデルの構造を対話式に構築、修正、保管するモデルエディタを含んでいます。またユーザー独自のモデルエディタを作成することも可能です。 |
||||||
|
原画像 |
モデルとする元画像 |
|||||
|
スレッショルド画像 |
1). | まず背景の印刷媒体からマーキングを分けるために画像にしきい値が適用されます。 | ||||
|
自由オブジェクト |
2). | ブロブ分析が実行されて、検出されたオブジェクトがサイズに応じて構築され、候補が作成されます。 | ||||
|
自由文字 |
3). | ブロブは自動的に統合され、文字としてボックスで囲まれます。 必要であれば、いくつかの文字を組み合わせたり、逆につながったブロブを分離したりといったグループ分けが手動でできます。 |
||||
|
単一テキスト |
4). | 文字は自動的に統合されて、テキストに対応するボックスへと囲まれます。 | ||||
|
最終モデル
|
5). | システムはモデルの形を分析・表示し、高速の検査ができるよう必要なデータ構造を生成します。 →テンプレート完成(モデル完成) |
||||
| 作成したモデルはファイルとして保存可能です。 | ||||||
| これらの自由度を適用する目的は、ズレと歪みを補正することです。 ・平行移動と回転は、部品配置の非反復性、たとえば機械的ガイドの不完全さのためによく行われます。 ・文字の平行移動は、わずかに斜めに傾いていたり倍率が変わっていたりする場合にも便利な対処法です。 ・レンズ倍率(あるいは観察場所とレンズとの距離)が変わると、スケーリングの変化が生じます。 ・異方性スケーリングとシェアリングはあまり行われませんが、印刷中に印刷機と印刷媒体が相対的に動きます。 |
||||||
| 位置決定とその自由度 | |||||
| 検査では、モデル内のコンポーネントの位置決定と、モデルと検査画像の類似性の調査を組み合わせたプロセスを行います。検査は対象領域の中で行われますが、対象領域は学習時と同じである必要はありません。なぜなら位置の自由度が設定できるからです。 まず、検査では対象領域を走査し、望みの自由度をすべて適用して検査画像とモデルとの最良の一致を見つけます。これが位置検出プロセスです。以下の自由度が許容され、その範囲が設定が可能です。 |
|||||
|
■テキスト平行移動： 水平方向および垂直方向に指定された範囲で移動可能
|
■テキスト回転： テキストは境界ボックスを中心に回転可能
|
||||
|
■文字平行移動： 前述の自由度を適用してテキストの位置を調整した後、ここの文字はさらに水平方向および垂直方向に移動可能
|
■テキストX/Yスケーリング： テキストは境界ボックス中心に倍率変更が可能 |
||||
|
■テキストシェアリング： テキストは境界ボックスの中心を固定したままイタリック体にすることが可能 |
■すべての自由度の組み合わせ |
||||
|
これらの自由度を適用する目的は、ズレと歪みを補正することです。 |
|||||
| OCVの結果値 | |||||
| モデルの正確な位置を検出した後、サンプル画像の内容とテンプレートの内容を比較し、文字レベルで相互の類似度を評価します。そしてテキスト（全体）として総合評価を下します。 ・面積ベース ：文字と背景の面積値についてモデルと比較 ・グレー値合計ベース ：文字と背景の正規化されたグレーレベル値についてモデルと比較 ・相関ベース ：文字についてモデルとの相関（マッチング）成績 欠陥警報は検査画像の値がモデル値±許容値から逸脱すると発せられます。 |
|||||
 |
|||||
| 面積ベース 検査画像が評価される場合、スレッショルドにより白いピクセルと黒いピクセルに分離(2値化)されます。 面積は、2値化された文字（前景）と背景の領域のピクセルカウントになります。 検査においてモデルと検査画像の面積の差が検出された欠損部（または余剰部）の面積になります。 グレーサムベース 文字及び背景のピクセルの輝度値の合計は文字の及び背景のグレーレベル値の合計として定義されます。このグレーレベル値が設定許容から逸脱すると欠陥警告は報告されます。 モデルの文字（背景）の合計は、参照値を提供するためにモデル画像上で計算された特徴です。 オプションとして、ゲインとオフセットの変動を補正するために、合計は参照文字と背景の平均グレーレベルについて正規化されます。 相関ベース パターンマッチング手法で使用される正規化相関は、画像のミスマッチを評価する方法です。 |
| 2値化処理 | |||||
| 撮影画像によって背景の輝度が一様ではない場合、絶対値のしきい値設定では適切な2値化が得られません。そこで相対的に対応すべく4種の自動しきい値設定（Pタイル法、エントロピー法など）の利用が可能です。 |
