CN112461839B 外观检查方法及外观检查装置 （住友橡胶工业株式会社）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN112461839B(45)授权公告日2025.07.11

(21)申请号202010558067.2

(22)申请日2020.06.18

(65)同一申请的已公布的文献号申请公布号CN112461839A

(43)申请公布日2021.03.09

(30)优先权数据

2019-1631682019.09.06JP

(73)专利权人住友橡胶工业株式会社地址日本兵库县神户市

(72)发明人藤原和也

(51)Int.CI.

GO1N21/88(2006.01)

(56)对比文件

HirotaroTada.DefectClassificationonAutomobileTireInnerSurfacesusingConvolutionalNeuralNetworks.2017

InternationalConferenceonComputing,Communication,Controland

Automation.2018,第2页第3节-第5页第4节.

审查员王菁

(74)专利代理机构北京三友知识产权代理有限

公司11127专利代理师邓毅黄纶伟

权利要求书2页说明书6页附图7页

(54)发明名称

外观检查方法及外观检查装置

开始

开始S1

拍摄工序S2、第一分选工序S3、第二分选工序本发明提供外观检查方法及外观检查装置，能够高精度地检测外观不良。外观检查方法包含：拍摄工序(S1),在该拍摄工序中，拍摄多个所述被检查物而取得图像；第一分选工序(S2),在该第一分选工序中，使用单分类学习的算法，将所述图像分选为预定的基准内的合格品推定图像和基准外的不合格品推定图像；以及第二分选

拍摄工序

S2、

第一分选工序

S3、

第二分选工序

CN1124618

CN112461839B

CN112461839B权利要求书1/2页

2

1.一种外观检查方法，其检查被检查物的外观，所述外观检查方法包含：

拍摄工序，在该拍摄工序中，拍摄多个所述被检查物而取得图像；

第一分选工序，在该第一分选工序中，使用单分类学习的算法，将所述图像分选为预定的基准内的合格品推定图像和基准外的不合格品推定图像；以及

第二分选工序，在该第二分选工序中，使用对象检测的算法，从所述不合格品推定图像中提取缺陷的特征，比较在所述拍摄工序中取得的图像数据和来自在所述第一分选工序中分选出的不合格品推定图像的缺陷的特征而在所述图像内检索所述特征，由此从所述被检查物中检测不合格品，

随着检查的进展，在该拍摄工序中累积拍摄到的图像，在该第一分选工序中得到的不合格品推定图像增加，在该第二分选工序中从所述不合格品推定图像中提取缺陷的特征也增加。

2.根据权利要求1所述的外观检查方法，其中，

在所述第二分选工序中，按照所述缺陷的每种类别分类累积所述特征。

3.根据权利要求1或2所述的外观检查方法，其中，

在所述第二分选工序中，累积从在所述第一分选工序中被分选为所述合格品推定图像之后在所述第二分选工序中被检测为所述不合格品的所述被检查物的所述图像中提取出的所述特征。

4.根据权利要求1或2所述的外观检查方法，其中，

所述被检查物是轮胎。

5.根据权利要求4所述的外观检查方法，其中，

在所述拍摄工序中，对胎侧部的环状的拍摄区域进行拍摄。

6.根据权利要求5所述的外观检查方法，其中，

在所述拍摄工序中，所述拍摄区域被变换为带状。

7.一种外观检查装置，其检查被检查物的外观，所述外观检查装置包含：

拍摄部，其拍摄多个所述被检查物而取得图像；

存储部，其储存所述图像；

第一分选部，其使用单分类学习的算法，将所述图像分选为预定的基准内的合格品推定图像和基准外的不合格品推定图像；以及

第二分选部，其使用对象检测的算法，从所述不合格品推定图像中提取缺陷的特征，比较由所述拍摄部取得的图像数据和来自由所述第一分选部分选出的不合格品推定图像的缺陷的特征而在所述图像内检索所述特征，由此从所述被检查物中检测不合格品，

随着检查的进展，累积该拍摄部拍摄到的图像，该第一分选部分选出的不合格品推定图像增加，该第二分选部从所述不合格品推定图像中提取缺陷的特征也增加。

8.根据权利要求7所述的外