JPH0719284B2 - Anomaly detection device - Google Patents
Anomaly detection deviceInfo
- Publication number
- JPH0719284B2 JPH0719284B2 JP63307130A JP30713088A JPH0719284B2 JP H0719284 B2 JPH0719284 B2 JP H0719284B2 JP 63307130 A JP63307130 A JP 63307130A JP 30713088 A JP30713088 A JP 30713088A JP H0719284 B2 JPH0719284 B2 JP H0719284B2
- Authority
- JP
- Japan
- Prior art keywords
- deviation
- image information
- information
- value
- frequency distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Landscapes
- Image Analysis (AREA)
Description
【発明の詳細な説明】 (産業上の利用分野) 本発明は、被測対象の画像情報を解析して前記被測対象
の異常を検出する異常検出装置に関する。Description: TECHNICAL FIELD The present invention relates to an abnormality detection device that analyzes image information of an object to be measured and detects an abnormality in the object to be measured.
(従来の技術) 従来、この種の検出装置として、特徴抽出法を応用した
装置、パターンマッチング法を応用した装置等が知られ
ている。(Prior Art) Conventionally, as this type of detection device, a device to which a feature extraction method is applied, a device to which a pattern matching method is applied, and the like are known.
特徴抽出法は、対象物あるいは対象情景(以下、被測対
象という)の種々の幾何学的特徴を抽出し、被測対象の
特徴の変化、例えば画像の一部分から得られる局所的特
徴の変化により画像の異常を検出するものである。ま
た、パターンマッチング法は、被測対象から2値画像の
標準パターンを作成し、被測対象のパターンと標準パタ
ーンとの類似度により画像の異常を検出するものであ
る。例えば、このパターンマッチング法を用いた濃淡情
報による画像の異常検出方法、異常検出装置としては、
特開昭53−50620号、特開昭53−75735号にかかる発明等
がある。The feature extraction method extracts various geometric features of an object or a target scene (hereinafter referred to as an object to be measured), and changes the characteristics of the object to be measured, for example, a local feature obtained from a part of an image. It is intended to detect image abnormalities. Further, the pattern matching method is to create a standard pattern of a binary image from an object to be measured and detect an abnormality in the image based on the degree of similarity between the pattern to be measured and the standard pattern. For example, as an abnormality detection method for an image based on grayscale information using this pattern matching method, and an abnormality detection device,
There are inventions related to JP-A-53-50620 and JP-A-53-75735.
(発明が解決しようとする課題) しかし、これらの方法を応用した従来の異常検出装置で
は、例えば、対象物の塗装状態を検査する場合(特に色
むらを検出する場合等)においては、検出信号の変化が
わずかであるため、特徴抽出法では画像異常を検査する
ことができないという不都合があった。また、単純なパ
ターンマッチング法では検出信号の正常と異常との差が
小さく、高精度の判定を行うことができなかった。この
ように検出精度が低下する原因は、画像情報に含まれて
いる熱雑音等に依るものである。(Problems to be solved by the invention) However, in the conventional abnormality detection device to which these methods are applied, for example, in the case of inspecting the coating state of an object (especially in the case of detecting color unevenness), a detection signal is detected. However, the feature extraction method has a disadvantage that the image abnormality cannot be inspected because of the small change. In addition, the simple pattern matching method has a small difference between the normality and the abnormality of the detection signal, so that highly accurate determination cannot be performed. The cause of the decrease in detection accuracy is due to thermal noise included in the image information.
本発明は、上記問題点を解決するために提案されたもの
であって、被測対象の画像情報の正常信号と異常信号と
の差がわずかな場合でも、被測対象の異常を高精度で検
出可能な異常検出装置を提供することを目的とする。The present invention has been proposed in order to solve the above problems, and even if the difference between the normal signal and the abnormal signal of the image information of the measurement target is small, it is possible to accurately detect the abnormality of the measurement target. An object is to provide a detectable abnormality detection device.
(課題を解決するための手段) 本発明は、画像情報に含まれる熱雑音情報に基づく濃淡
度数分布の平均値偏差、標準偏差又は最大値偏差と、熱
雑音情報及び色むら等の異常部分の情報の和についての
濃淡度数分布の平均値偏差、標準偏差又は最大値偏差と
を比較すれば、従来熱雑音に埋もれて検出できなかった
微小変化であっても容易に検出することができるとの知
見に基づくものである。(Means for Solving the Problems) The present invention is directed to an average value deviation, a standard deviation or a maximum value deviation of a grayscale frequency distribution based on thermal noise information included in image information, and an abnormal portion such as thermal noise information and color unevenness. By comparing the average value deviation, standard deviation, or maximum value deviation of the grayscale frequency distribution for the sum of information, it is possible to easily detect even a minute change that could not be detected due to being buried in thermal noise. It is based on knowledge.
すなわち、本発明は、被測対象を撮像する撮像手段と、
前記撮像手段により撮像された濃淡を示すアナログ画像
情報をディジタル画像情報に変換して出力するA/D変換
器と、前記ディジタル画像情報の1回の観測情報を画素
毎に記憶して出力するフレームメモリと、前記ディジタ
ル画像情報を順次入力して記憶し、これらのディジタル
画像情報を各画素について複数回それぞれ積算して平均
化し、これを標準パターンとして出力する標準パターン
発生手段と、各画素について前記標準パターンと前記1
回の観測情報との差を演算して出力する減算器と、各画
素についての減算器出力を濃度値とし、同一の濃度値を
有する画素数を度数として全画素についての濃淡度数分
布を計算し、この度数分布の平均値偏差、標準偏差又は
最大値偏差を計算して出力する偏差値演算手段と、前記
偏差値演算手段から出力された正常時における前記偏差
と測定時における前記偏差との差が所定の値を越えると
きに異常検出信号を出力する判定部とからなることを特
徴とする。That is, the present invention is an imaging means for imaging an object to be measured,
An A / D converter that converts analog image information indicating the light and shade captured by the image capturing unit into digital image information and outputs the digital image information, and a frame that stores and outputs one-time observation information of the digital image information for each pixel. A memory, a standard pattern generation means for sequentially inputting and storing the digital image information, accumulating and averaging the digital image information for each pixel a plurality of times, and outputting the average as a standard pattern, and for each pixel, Standard pattern and above 1
A subtractor that calculates and outputs the difference from the observation information of the number of times and the output of the subtractor for each pixel are used as density values, and the number of pixels with the same density value is used as the frequency to calculate the grayscale frequency distribution for all pixels. , A deviation value calculating means for calculating and outputting an average value deviation, a standard deviation or a maximum value deviation of this frequency distribution, and a difference between the deviation in the normal state and the deviation in the measuring time outputted from the deviation value calculating means. And a determination section that outputs an abnormality detection signal when exceeds a predetermined value.
(作用) 正常時において、被測対象のディジタル画像情報は、正
常画像情報として標準パターン発生手段に順次入力、記
憶され、各画素について複数回積分(積算)されて平均
化される。前記ディジタル画像情報に含まれる熱雑音情
報は、前記積分動作により無視できるほど小さくなるの
で、この熱雑音情報が除去された情報が標準パターンと
して減算器に出力される。一方、正常画像情報は、フレ
ームメモリに1回の観測情報として記憶され、この観測
情報も前記減算器に出力される。(Operation) In a normal state, the digital image information of the object to be measured is sequentially input and stored in the standard pattern generating means as normal image information, and integrated (integrated) and averaged a plurality of times for each pixel. Since the thermal noise information included in the digital image information becomes so small that it can be ignored by the integration operation, the information from which the thermal noise information has been removed is output to the subtractor as a standard pattern. On the other hand, the normal image information is stored in the frame memory as one-time observation information, and this observation information is also output to the subtractor.
減算器は上記正常画像情報と標準パターンとの減算を行
い、これにより、ディジタル画像情報のうち被測対象自
体に依存する情報がキャンセルされ、誤差は主として正
常時における1回の熱雑音に依存するものとなる。この
差は偏差値演算手段に出力され、偏差値演算手段は正常
時の誤差についての度数分布を計算し、この濃淡度数分
布の偏差(平均値偏差、標準偏差又は最大値偏差)を計
算してこれを判定部に出力する。上記度数分布は正規化
すれば、正常時における1回の熱雑音情報の度数分布で
ある。判定部では、上記濃淡度数分布の偏差を標定の基
準となる基準偏差として記憶する。The subtractor subtracts the normal image information from the standard pattern, thereby canceling the information of the digital image information depending on the measured object itself, and the error mainly depends on one thermal noise in a normal state. Will be things. This difference is output to the deviation value calculating means, and the deviation value calculating means calculates the frequency distribution of the error in the normal condition, and calculates the deviation (mean value deviation, standard deviation or maximum value deviation) of this density distribution. This is output to the determination unit. If the frequency distribution is normalized, it is a frequency distribution of thermal noise information once in a normal state. The determination unit stores the deviation of the density distribution as the reference deviation that serves as a reference for orientation.
ところで、異常の有無を検出する場合に観測される画像
情報を検出対象画像情報とすると、この検出対象画像情
報は、前記正常画像情報と同様にフレームメモリに入力
された後、減算器に出力される。この場合には、減算器
は検出対象画像情報と標準パターンとの差を演算する。
偏差値計算手段はこの差を入力し、誤差についての濃淡
度数分布を計算する。このときの度数分布はディジタル
画像情報に含まれる熱雑音情報と異常部分の情報と和の
度数分布であり、異常部分がないときは正常時における
1回の熱雑音情報の度数分布と等しくなる。この濃淡度
数分布から、各種偏差値を計算し、計算結果を判定部に
出力する。By the way, assuming that the image information observed when detecting the presence or absence of abnormality is the detection target image information, this detection target image information is input to the frame memory similarly to the normal image information and then output to the subtractor. It In this case, the subtractor calculates the difference between the detection target image information and the standard pattern.
The deviation value calculation means inputs this difference and calculates the grayscale frequency distribution for the error. The frequency distribution at this time is the frequency distribution of the sum of the thermal noise information included in the digital image information and the information of the abnormal portion, and when there is no abnormal portion, it becomes equal to the frequency distribution of the thermal noise information once in the normal state. Various deviation values are calculated from this density distribution and the calculation result is output to the determination unit.
判定部では、記憶してある前記正常時における基準偏差
値と上記偏差値とを比較し、これらの偏差値の差が一定
の値以上となったときは異常であると判定して異常検出
信号を出力する。即ち、判定部は、正常時における熱雑
音による濃淡度数分布の平均値偏差等と、測定時におけ
る熱雑音及び異常成分の和による濃淡度数分布の平均値
偏差等とを比較し、該比較結果により被測対象が正常か
異常かを判断する。The determination unit compares the stored standard deviation value in the normal state with the deviation value, and when the difference between these deviation values is a certain value or more, it is determined to be abnormal and an abnormality detection signal is detected. Is output. That is, the determination unit compares the average value deviation of the grayscale frequency distribution due to the thermal noise in the normal state and the average value deviation of the grayscale frequency distribution due to the sum of the thermal noise and the abnormal component at the time of measurement, etc. Determine whether the measured object is normal or abnormal.
(実施例) 以下、本発明の一実施例を第1図により説明する。第1
図において、被測対象10はテレビカメラ等の撮像手段1
により観測されている。この撮像手段1はA/D変換器2
に接続されており、このA/D変換器2は撮像手段1によ
り撮像された濃淡を示すアナログ画像情報をアナログ/
ディジタル変換するものである。Embodiment An embodiment of the present invention will be described below with reference to FIG. First
In the figure, an object to be measured 10 is an image pickup means 1 such as a television camera.
Has been observed by. This image pickup means 1 is an A / D converter 2
This A / D converter 2 converts the analog image information indicating the grayscale imaged by the image pickup means 1 into analog / digital data.
It is a digital conversion.
A/D変換器2の出力はフレームメモリ3及び標準パター
ン発生手段4にそれぞれ入力されており、フレームメモ
リ3に入力されたディジタル画像情報は、観測のたびに
1回の観測情報として画素毎に記憶される。一方、標準
パターン発生手段4に入力されたディジタル画像情報
は、各画素毎の前記ディジタル画像情報を順次入力して
記憶し、これらの記憶されたディジタル画像情報を各画
素について積算して平均化し、この平均化した情報を標
準パターンとして出力する。The output of the A / D converter 2 is input to the frame memory 3 and the standard pattern generation means 4, respectively, and the digital image information input to the frame memory 3 is observed once for each observation and for each pixel. Remembered. On the other hand, as the digital image information input to the standard pattern generation means 4, the digital image information for each pixel is sequentially input and stored, and the stored digital image information is integrated and averaged for each pixel, This averaged information is output as a standard pattern.
フレームメモリ3及び標準パターン発生手段4の出力は
減算器5に入力されており、減算器5は各画素について
前記標準パターンとフレームメモリ3からの前記1回の
観測情報との差を演算する。減算器5の出力は度数分布
計算部6に入力されており、度数分布計算部6は、減算
器5の出力に基づき各画素毎に前記標準パターンと前記
1回の観測情報との差についての全画素の濃淡度数分布
を計算する。The outputs of the frame memory 3 and the standard pattern generating means 4 are input to the subtractor 5, and the subtractor 5 calculates the difference between the standard pattern and the one-time observation information from the frame memory 3 for each pixel. The output of the subtractor 5 is input to the frequency distribution calculation unit 6, and the frequency distribution calculation unit 6 calculates the difference between the standard pattern and the observation information of one time for each pixel based on the output of the subtractor 5. Compute the intensity frequency distribution of all pixels.
この度数分布計算部6の出力は偏差値計算部7に入力さ
れ、偏差値計算部7は、入力した度数分布の平均値偏
差、標準偏差又は最大値偏差を計算するものである。更
に、偏差値計算部7の出力は判定部8に入力されてお
り、判定部8は正常時における前記平均値偏差値、標準
偏差又は最大値偏差を基準偏差として記憶すると共に、
これらの基準偏差と測定時における前記平均値偏差、標
準偏差又は最大値偏差との差が所定値を越えるときに異
常検出信号を出力するようになっている。The output of the frequency distribution calculation unit 6 is input to the deviation value calculation unit 7, and the deviation value calculation unit 7 calculates the average value deviation, standard deviation or maximum value deviation of the input frequency distribution. Furthermore, the output of the deviation value calculation unit 7 is input to the determination unit 8, and the determination unit 8 stores the average value deviation value, the standard deviation or the maximum value deviation in a normal state as a reference deviation,
An abnormality detection signal is output when the difference between the reference deviation and the average deviation, standard deviation or maximum deviation during measurement exceeds a predetermined value.
なお、上記度数分布計算部6と偏差値計算部7とは偏差
値計算手段20を構成している。The frequency distribution calculation unit 6 and the deviation value calculation unit 7 constitute deviation value calculation means 20.
以下、上記のように構成された異常検出装置の動作を説
明する。いま、被測対象10を撮像手段1により複数回
(n回)撮像し、この撮像手段1のアナログ画像情報を
A/D変換器2によりディジタル画像情報に変換する。The operation of the abnormality detection device configured as described above will be described below. Now, the object to be measured 10 is imaged a plurality of times (n times) by the image pickup means 1, and the analog image information of this image pickup means 1
It is converted into digital image information by the A / D converter 2.
ここで、各画素の画像情報をG(x,y)とすると、G
(x,y)は、一般に以下の式で表すことができる。Here, if the image information of each pixel is G (x, y), G
(X, y) can be generally expressed by the following equation.
G(x,y)=S(x,y)+C(x,y)+T(x,y)…(1) (なお、異常時においては、S(x,y)はS(x,y)+V
(x,y)となる。) 但し、S(x,y):観測対象情報 C(x,y):撮像手段1による固有の情報 T(x,y):熱雑音による情報 V(x,y):異常部分の情報(例えば、色むら
部) である。G (x, y) = S (x, y) + C (x, y) + T (x, y) ... (1) (In an abnormal condition, S (x, y) is S (x, y)) + V
It becomes (x, y). ) However, S (x, y): Information to be observed C (x, y): Information unique to the imaging means 1 T (x, y): Information due to thermal noise V (x, y): Information of abnormal portion ( For example, the uneven color part).
ところで、正常画像情報をG0(x,y)とすると、(1)
式からG0(x,y)は、 G0(x,y)=S(x,y)+C(x,y)+T(x,y)…(2) となる。By the way, if the normal image information is G 0 (x, y), (1)
From the formula, G 0 (x, y) becomes G 0 (x, y) = S (x, y) + C (x, y) + T (x, y) ... (2).
従って正常時には、このG(x,y)は、G0(x,y)として
標準パターン発生手段4に順次入力、記憶され、各画素
についてn回積分(積算)して平均化される。そして、
この平均化された情報は、標準パターンG0(x,y)と
して減算器5に出力される。Therefore, under normal conditions, this G (x, y) is sequentially input and stored in the standard pattern generating means 4 as G 0 (x, y), and integrated (integrated) n times for each pixel and averaged. And
This averaged information is output to the subtractor 5 as a standard pattern G 0 (x, y).
このG0(x,y)は、 であり、G0(x,y)は次式で表される。This G 0 (x, y) is And G 0 (x, y) is expressed by the following equation.
G0(x,y)=S(x,y)+C(x,y)+T(x,y)
…(4) 但し、S(x,y):被測対象情報をn回積分し平 均化した情報 C(x,y):撮像手段1による固有の情報 をn回積分し平均化した情報 T(x,y):熱雑音による情報をn回積分 し平均化した情報 である。G 0 (x, y) = S (x, y) + C (x, y) + T (x, y)
(4) However, S (x, y): Information obtained by integrating the measured object information n times and averaged C (x, y): Information obtained by integrating the unique information of the imaging means 1 n times and averaging T (x, y): Information obtained by integrating and averaging information due to thermal noise n times.
ところが、上記熱雑音情報T(x,y)はn回積分により
無視できるほど小さくなるので、 T(x,y)0 …(5) とすることができる。したがって、標準パターンG0
(x,y)は、(4),(5)式から、 G0(x,y)S(x,y)+C(x,y) …(6) となる。However, since the thermal noise information T (x, y) is so small that it can be ignored by n times of integration, T (x, y) 0 (5) can be obtained. Therefore, the standard pattern G 0
(X, y) becomes G 0 (x, y) S (x, y) + C (x, y) (6) from the equations (4) and (5).
一方、正常時におけるG(x,y)(即ちG0(x,y))は、
フレームメモリ3に1回の観測情報として記憶され、こ
の観測情報は減算器5に出力される。On the other hand, G (x, y) (that is, G 0 (x, y)) under normal conditions is
It is stored in the frame memory 3 as one-time observation information, and this observation information is output to the subtractor 5.
減算器5は、入力された上記正常画像情報G0(z,y)と
標準パターンG0(x,y)との差Gd0(x,y)の演算を行
う。このGd0(x,y)は、(2),(6)式から、 Gd0(x,y)=G0(x,y)−G0(x,y) =S(x,y)−S(x,y)+C(x,y)−C
(x,y)+T(x,y) …(7) となる。The subtracter 5 calculates the difference Gd 0 (x, y) between the input normal image information G 0 (z, y) and the standard pattern G 0 (x, y). This Gd 0 (x, y) is calculated from the equations (2) and (6) as follows: Gd 0 (x, y) = G 0 (x, y) −G 0 (x, y) = S (x, y) -S (x, y) + C (x, y) -C
(X, y) + T (x, y) (7)
ここで、 S(x,y)S(x,y) …(8) とすることができるので、Gd0(x,y)は(7),(8)
式から、 Gd0(x,y)C(x,y)−C(x,y)+T(x,y) …
(9) と表すことができる。Here, since S (x, y) S (x, y) (8) can be used, Gd 0 (x, y) is (7), (8)
From the formula, Gd 0 (x, y) C (x, y) −C (x, y) + T (x, y) ...
It can be expressed as (9).
上式のC(x,y)−C(x,y)は、撮像手段1に固有の
ドリフト成分による信号であり、直流信号成分の情報で
ある。C (x, y) -C (x, y) in the above equation is a signal due to a drift component specific to the image pickup means 1 and is information of a DC signal component.
このGd0(x,y)は度数分布計算部6に出力され、度数分
布計算部6は正常時の濃淡度数分布f0を計算する。この
度数分布f0をグラフで示すと第2図(a)〜(c)のよ
うになる。第2図(b)は濃度値0に対し左右対象であ
り、正規分布となる。第2図(a),(c)は直流成分
C(x,y)−C(x,y)でシフトしており、正規化する
と第2図(b)と同じになる。同図(a)はC(x,y)
<C(x,y)の場合を、同図(b)はC(x,y)>C
(x,y)の場合を、同図(c)はC(x,y)C(x,
y)の場合をそれぞれ示している。This Gd 0 (x, y) is output to the frequency distribution calculation unit 6, and the frequency distribution calculation unit 6 calculates the grayscale frequency distribution f 0 under normal conditions. Graphs of this frequency distribution f 0 are as shown in FIGS. FIG. 2 (b) is symmetrical with respect to the density value 0, and has a normal distribution. 2 (a) and 2 (c) are shifted by the DC component C (x, y) -C (x, y), and when normalized, they are the same as those in FIG. 2 (b). The figure (a) is C (x, y)
<C (x, y), C (x, y)> C in FIG.
In the case of (x, y), the figure (c) shows C (x, y) C (x,
y) in each case.
更に、上記度数分布f0は偏差値計算部7に出力され、偏
差値計算部7はf0の偏差(平均値偏差、標準偏差又は最
大値偏差)を計算してこれを判定部8に出力する。そし
て判定部8は、上記f0の偏差を判定の基準となる基準偏
差として記憶する。Further, the frequency distribution f 0 is output to the deviation value calculation unit 7, and the deviation value calculation unit 7 calculates the deviation (average value deviation, standard deviation or maximum value deviation) of f 0 and outputs this to the determination unit 8. To do. Then, the determination unit 8 stores the deviation of f 0 as a reference deviation that serves as a reference for determination.
ところで、異常の有無を検出する場合に観測される画像
情報G(x,y)を、検出対象画像情報Gv(x,y)とする
と、Gv(x,y)は次式で表される。By the way, assuming that the image information G (x, y) observed when detecting the presence or absence of abnormality is the detection target image information Gv (x, y), Gv (x, y) is expressed by the following equation. It
Gv(x,y)=S(x,y)+C(x,y)+T(x,y)+V(x,
y) …(10) 但し、V(x,y)は前述したように異常部分の情報(例
えば、色むら部によるもの)である。このGv(x,y)
も、前記G0(x,y)と同様にフレームメモリ3に入力さ
れて減算器5に出力されるが、減算器5はGv(x,y)と
標準パターンG0(x,y)との差を演算する。この差をG
dv(x,y)とすると、Gdv(x,y)は、(6),(7),
(10)式から、 Gdv(x,y)C(x,y)−C(x,y)+T(x,y)+V
(x,y) …(11) となる。このGdv(x,y)は度数分布計算部6に出力さ
れ、濃淡度数分布fが計算される。G v (x, y) = S (x, y) + C (x, y) + T (x, y) + V (x,
y) (10) However, V (x, y) is the information of the abnormal portion (for example, due to the uneven color portion) as described above. This G v (x, y)
Is also input to the frame memory 3 and output to the subtractor 5 as in the case of G 0 (x, y). The subtractor 5 outputs G v (x, y) and the standard pattern G 0 (x, y). Calculate the difference between and. This difference is G
If dv (x, y), G dv (x, y) is (6), (7),
From equation (10), G dv (x, y) C (x, y) -C (x, y) + T (x, y) + V
(X, y)… (11) This G dv (x, y) is output to the frequency distribution calculation unit 6, and the grayscale frequency distribution f is calculated.
簡単化のために便宜上、C(x,y)C(x,y)とし、
T(x,y)V(x,y)の濃淡度数分布をfT、fVとすると
f、fT、fVは第3図のようになる。ここで、fTは正常時
の濃淡度数分布f0と同一の分布をとる。For the sake of simplicity, C (x, y) C (x, y)
T (x, y) V ( x, y) the density frequency distribution of f T, When f V f, f T, f V is as shown in Figure 3. Here, f T has the same distribution as the grayscale frequency distribution f 0 under normal conditions.
この第3図により、異常部分の有無によって濃淡度数分
布が異なることがわかる。From FIG. 3, it can be seen that the grayscale frequency distribution differs depending on the presence or absence of an abnormal portion.
偏差値計算部7では、上記濃淡度数分布fから各種偏差
値を計算して判定部8に出力する。判定部8では、記憶
してある前記正常時における基準偏差値と上記偏差値と
を比較し、これらの偏差値の差が一定の値以上となった
ときは被測対象10が異常であると判定して異常検出信号
を出力する。The deviation value calculation unit 7 calculates various deviation values from the grayscale frequency distribution f and outputs them to the determination unit 8. The determination unit 8 compares the stored standard deviation value in the normal state with the deviation value, and when the difference between the deviation values becomes a certain value or more, the object 10 to be measured is abnormal. Judges and outputs an abnormality detection signal.
なお、偏差値計算部7における動作を詳細に説明すると
以下のようになる。すなわち、偏差値計算部7は濃淡度
数分布に基づき、例えば、平均値偏差Mを次式によって
計算する。The operation of the deviation value calculator 7 will be described in detail below. That is, the deviation value calculation unit 7 calculates, for example, the average value deviation M by the following formula based on the grayscale frequency distribution.
但し、 Bi :濃度値 f(Bi):濃度値Biの度数 :平均輝度 A :対象となる画素数 であり、上記平均輝度は、 で表される。 However, Bi: density value f (Bi): frequency of density value Bi: average brightness A: number of target pixels, and the average brightness is It is represented by.
この平均値偏差Mは判定部8に出力されるが、判定部8
は標定の基準となる基準平均値偏差Msを記憶しており、
平均値偏差Mを上記基準平均値偏差Msと比較して次式を
満足する場合に被測対象10が異常であると判定する。This average value deviation M is output to the determination unit 8, but the determination unit 8
Stores the reference mean value deviation Ms that serves as the reference for orientation,
The average value deviation M is compared with the reference average value deviation Ms, and when the following expression is satisfied, it is judged that the object 10 to be measured is abnormal.
Ms<M又はMs+δ<M …(13) (但し、δは裕値) ここで、上記基準平均値偏差Msは、正常な被測対象10を
観測し、上記方法と同様の方法で度数分布fを計算する
ことにより求められる。Ms <M or Ms + δ <M (13) (where δ is a marginal value) Here, the reference mean value deviation Ms is the frequency distribution f measured by observing the normal object 10 to be measured and performing the same method as the above method. It is obtained by calculating.
なお、上記実施例は、平均値偏差によって判定する方法
であるが、濃淡度数分布から標準偏差あるいと最大値偏
差を求めて判定することもできる。この場合、標準偏差
σ、最大値偏差Rはそれぞれ次式によって求めることが
できる。Although the above embodiment is a method of making a determination based on the average value deviation, it can also be made by obtaining the maximum value deviation if there is a standard deviation from the grayscale frequency distribution. In this case, the standard deviation σ and the maximum value deviation R can be calculated by the following equations.
R=(Bi)max− 但し、(Bi)maxは濃度値の最大値である。 R = (Bi) max− where (Bi) max is the maximum density value.
標定の基準となる基準標準偏差、基準最大値偏差をそれ
ぞれσs、RS>とすると、次式を満足するときに異常で
あると判断すればよい。Assuming that the standard standard deviation and the standard maximum value deviation, which serve as the standard of orientation, are σs and R S >, respectively, it can be determined that the abnormality is satisfied when the following equation is satisfied.
σs<σ又はσs+δ<σ …(15) RS<R又はRS+σ<R …(16) (但し、δは裕値) (発明の効果) 以上のように本発明は、被測対象の画像情報のうち正常
時における熱雑音情報の平均値偏差等と、測定時におけ
る熱雑音情報及び異常部分の情報の和の平均値偏差等と
を比較することにしたので、従来、熱雑音情報に埋もれ
て検出できなかった画像情報の微小変化を高精度で検出
することができる。σs <σ or σs + δ <σ (15) R S <R or R S + σ <R (16) (where δ is a margin) (Effect of the invention) As described above, the present invention Since it was decided to compare the average value deviation of thermal noise information in the normal condition of the image information with the average value deviation of the sum of the thermal noise information and the information of the abnormal part in the measurement, the conventional method It is possible to detect with high accuracy a minute change in image information that is buried and cannot be detected.
また、上記偏差として、平均値偏差、標準偏差又は最大
値偏差の何れか、或いはこれら各偏差の組合せを判定パ
ラメータとして使用することにより、被測対象の性質に
応じた適確な画像異常の検出が可能となる。Further, as the deviation, any one of the average value deviation, the standard deviation or the maximum value deviation, or a combination of these deviations is used as a judgment parameter to detect an appropriate image abnormality according to the property of the object to be measured. Is possible.
【図面の簡単な説明】 第1図は本発明の一実施例を示す構成図、第2図は本発
明の作用を説明するための熱雑音による濃淡度数分布を
示すグラフ、第3図は本発明の作用を説明するための、
異常がある場合の濃淡度数分布を示すグラフである。 1……撮像手段、2……A/D変換器 3……フレームメモリ 4……標準パターン発生手段 5……減算器、6……度数分布計算部 7……偏差値計算部、8……判定部 10……被測対象、10……偏差値演算手段BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a block diagram showing an embodiment of the present invention, FIG. 2 is a graph showing a grayscale frequency distribution due to thermal noise for explaining the operation of the present invention, and FIG. To explain the operation of the invention,
It is a graph which shows a density distribution when there is an abnormality. 1 ... Image pickup means, 2 ... A / D converter, 3 ... Frame memory, 4 ... Standard pattern generating means, 5 ... Subtractor, 6 ... Frequency distribution calculation section, 7 ... Deviation value calculation section, 8 ... Judgment unit 10 ... Object to be measured, 10 ... Deviation value calculation means
───────────────────────────────────────────────────── フロントページの続き (72)発明者 兼平 宣紀 神奈川県川崎市田辺新田1番1号 富士電 機株式会社内 (72)発明者 児玉 健光 神奈川県川崎市田辺新田1番1号 富士電 機株式会社内 ─────────────────────────────────────────────────── ─── Continuation of the front page (72) Nobuyuki Kanehira No. 1 Shinden Tanabe, Kawasaki City, Kanagawa Prefecture Fuji Electric Co., Ltd. (72) Kenmitsu Kodama No. 1 Shinden Tanabe, Kawasaki City, Kanagawa Prefecture Within Fuji Electric Co., Ltd.
Claims (1)
情報をディジタル画像情報に変換して出力するA/D変換
器と、 前記ディジタル画像情報の1回の観測情報を画素毎に記
憶して出力するフレームメモリと、 前記ディジタル画像情報を順次入力して記憶し、これら
のディジタル画像情報を各画素について複数回それぞれ
積算して平均化し、これを標準パターンとして出力する
標準パターン発生手段と、 前記フレームメモリと前記標準パターン発生手段の各出
力を入力とし、各画素について前記標準パターンと前記
1回の観測情報との差を演算して出力する減算器と、 各画素についての減算器出力を濃度値とし、同一の濃度
値を有する画素数を度数として全画素についての濃淡度
数分布を計算し、この度数分布の平均値偏差、標準偏差
又は最大値偏差を計算して出力する偏差値演算手段と、 前記偏差値演算手段から出力された正常時における前記
偏差と測定時における前記偏差との差が所定の値を越え
るときに異常検出信号を出力する判定部と、 からなることを特徴とする異常検出装置。1. An image pickup means for picking up an object to be measured, an A / D converter for converting the analog image information showing the light and shade picked up by the image pickup means into digital image information and outputting the digital image information, and the digital image information A frame memory that stores and outputs one-time observation information for each pixel, and sequentially inputs and stores the digital image information, and the digital image information is integrated a plurality of times for each pixel and averaged. Standard pattern generating means for outputting as a standard pattern, and subtraction for inputting each output of the frame memory and the standard pattern generating means and calculating and outputting a difference between the standard pattern and the one-time observation information for each pixel And the subtractor output for each pixel are used as density values, and the number of pixels with the same density value is used as the frequency to calculate the grayscale frequency distribution for all pixels. , A deviation value calculating means for calculating and outputting an average value deviation, a standard deviation or a maximum value deviation of this frequency distribution, and a difference between the deviation in the normal time and the deviation in the measuring time outputted from the deviation value calculating means. An abnormality detection device comprising: a determination unit that outputs an abnormality detection signal when exceeds a predetermined value.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63307130A JPH0719284B2 (en) | 1988-12-05 | 1988-12-05 | Anomaly detection device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63307130A JPH0719284B2 (en) | 1988-12-05 | 1988-12-05 | Anomaly detection device |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH02151982A JPH02151982A (en) | 1990-06-11 |
JPH0719284B2 true JPH0719284B2 (en) | 1995-03-06 |
Family
ID=17965391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP63307130A Expired - Lifetime JPH0719284B2 (en) | 1988-12-05 | 1988-12-05 | Anomaly detection device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0719284B2 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5835621A (en) * | 1992-09-15 | 1998-11-10 | Gaston A. Vandermeerssche | Abrasion analyzer and testing method |
JP2006058959A (en) * | 2004-08-17 | 2006-03-02 | Fujifilm Software Co Ltd | Similar image determination method, program and apparatus |
FR2925687B1 (en) * | 2007-12-19 | 2010-02-12 | Soc Tech Michelin | METHOD OF EVALUATION BY COMPARISON OF AN ACQUIRED IMAGE WITH A REFERENCE IMAGE. |
-
1988
- 1988-12-05 JP JP63307130A patent/JPH0719284B2/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPH02151982A (en) | 1990-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3263035B2 (en) | Region of interest setting device for respiration monitoring and respiration monitoring system | |
JP4633717B2 (en) | Dynamic identification and correction of defective pixels | |
JP2001324305A (en) | Image correspondent position detector and range finder equipped with the same | |
JP2007510152A (en) | Infrared camera methods, uses and systems for determining the risk of condensation | |
US20150355030A1 (en) | Equipment and method for intensity-temperature transformation of imaging system | |
JPH0719284B2 (en) | Anomaly detection device | |
JP2005309651A (en) | Shading processor and shading processing method for imaging element and imaging device | |
JPH0810130B2 (en) | Object measuring device by optical cutting line method | |
JP4604112B2 (en) | Subject information measuring method, subject information measuring device, exposure control method, and exposure control device | |
JP3657028B2 (en) | Appearance inspection device | |
JPH05130512A (en) | Picture element defect measuring instrument for solid-state image pickup element | |
KR101793091B1 (en) | Method and apparatus for detecting defective pixels | |
JP2020129187A (en) | Contour recognition device, contour recognition system and contour recognition method | |
JPH08159712A (en) | Pattern recognition method | |
JP2962290B2 (en) | Automatic monitoring device in tunnel | |
KR950007552A (en) | Location awareness method | |
JP6909360B1 (en) | Object measuring device and measuring device | |
JPH0728415B2 (en) | White balance adjustment device | |
JP3149839B2 (en) | Object extraction device | |
JP2672735B2 (en) | Inspection method for solid-state image sensor | |
JPH05340746A (en) | Method and device for inspecting surface unevenness | |
JPH03110404A (en) | Fine size measuring instrument | |
JP2861341B2 (en) | Image processing method | |
KR20220160208A (en) | Method and apparatus for detecting temperature of fever detection system using thermal image camera | |
KR20220064629A (en) | Temperature calibration method for measuring body temperature |