表面性状指标化装置、表面性状指标化方法以及程序

技术领域

本发明涉及一种表面性状指标化装置、表面性状指标化方法以及程序。

背景技术

例如为了对钢板表面等之类的测定对象物表面的色调、明度进行测定，一般利用彩色摄像机来拍摄表面，并关注所得到的图像的色相、彩度、明度(RGB、CIE L*a*b*等)。然而，在将例如钛或一部分不锈钢板等那样当照明角度/观察角度变化时色调/明度微妙地变化的钢板设为测定对象物的情况下，如果使用某个固定的照明角度或观察角度，则不能捕捉到这种变化。另外，在将金属表面设为测定对象物的情况下，由于金属表面的镜面反射与漫反射之间的对比度大，因此在通常的RGB摄像机中，颜色信息产生误差，从而难以捕捉到微妙的色调。

由于以上那样的理由，为了对测定对象物表面的色调、明度正确地进行测定，如下述专利文献1那样进行一边使要成像于摄像机的照明光的波长变化一边测量分光反射率，或者利用分光色度计一边使照明的角度或摄像机的角度变化一边测量分光反射率。

专利文献1：日本特开2009-118359号公报

发明内容

发明要解决的问题

然而，在上述专利文献1所记载的技术中，并没有提及一边改变照明的角度一边进行测定，该技术不能应用于测定上述钛或一部分不锈钢板等中产生的色调、明度的微妙的变化。

另外，一般的分光色度计以接触方式测量直径为10mm左右的微小的区域，因此测定范围窄且测定位置是离散的，例如现实上不能实现排列多台分光色度计以在线的方式无阴影地测定如钢板那样的大的测定对象物的表面整体。另外，在一般的分光色度计中，关注的角度数是3个左右，无法应对上述那样的需要更多测定角度的、色调或明度的更微妙的变化的测定。并且，作为得到测定的结果的信息，是每个角度的分光反射率的曲线图、排列有每个角度的颜色信息的表或图表等，难以将每个角度的测定结果整合来统一地进行判断。

因此，本发明是鉴于上述问题而完成的，本发明的目的在于提供一种能够使用基于多个照明波长或多个测定角度的测定结果来将测定对象物的表面性状统一地指标化的表面性状指标化装置、表面性状指标化方法以及程序。

用于解决问题的方案

为了解决上述问题，根据本发明的某个观点，提供一种表面性状指标化装置，该表面性状指标化装置具备：测定装置，其对测定对象物的表面照射照明光，一边选择波长一边拍摄所述照明光在所述测定对象物的表面的反射光，来生成多个摄像图像；以及运算处理装置，其基于由所述测定装置生成的多个摄像图像来将所述测定对象物的表面性状指标化，其中，所述测定装置具有：照明光源，其对所述测定对象物的表面照射所述照明光；摄像装置，其拍摄来自所述测定对象物的表面的所述反射光；以及波长选择机构，其选择要成像于所述摄像装置的所述反射光的波长，由所述摄像装置生成的所述摄像图像是成像于所述摄像装置的所述反射光的波长相同、且成像于所述摄像装置的所述反射光的反射角在该摄像图像中的与所述测定对象物的长度方向对应的方向上互不相同的图像，在所述测定装置中，针对所述测定对象物的同一视野生成与多个不同的波长分别对应的多个所述摄像图像，并且一边使所述视野偏移一边依次生成所述多个摄像图像，从而生成多组所述多个摄像图像，所述运算处理装置具有：图像重构部，其通过使用多组所述多个摄像图像进行重构，来针对所述反射光的波长与所述反射光的反射角的每个组合生成处理对象图像，其中，该处理对象图像是由所述反射光的波长彼此相同且所述反射光的反射角彼此相同、且与所述测定对象物的不同的视野位置对应的像素构成的；以及表面性状指标化部，其基于由所述图像重构部生成的多个所述处理对象图像来将所述测定对象物的表面性状指标化。

所述运算处理装置也可以是，还具备特征量加工部，该特征量加工部对从多个所述处理对象图像提取出的特征量进行加工，所述特征量加工部将从多个所述处理对象图像提取出的、由所述反射光的波长和反射角定义的第一特征量空间中的所述特征量加工为第二特征量空间中的特征量，其中，该第二特征量空间的维数比该第一特征量空间的维数少，所述表面性状指标化部使用所述第二特征量空间中的所述特征量来将所述测定对象物的表面性状指标化。

所述特征量加工部也可以是，对所述第一特征量空间中的特征量实施主成分分析，将所述第一特征量空间的维数压缩为所述第二特征量空间的维数。

所述测定装置也可以针对所述测定对象物的表面弯曲的位置拍摄所述测定对象物的表面。

所述波长选择机构也可以是液晶可变波长滤波器或声光可变波长滤波器。

从多个所述处理对象图像提取出的特征量也可以是所关注的像素位置处的亮度值、包括所关注的像素位置处的亮度值在内的位于该所关注的像素位置的周围的像素的亮度值的偏差程度、以及包括所关注的像素位置处的亮度值在内的位于该所关注的像素位置的周围的像素的亮度值的梯度中的至少一个。

所述测定对象物也可以是钛或钛合金、不锈钢板、彩色涂装钢板、层压钢板或者镀层钢板。

另外，为了解决上述问题，根据本发明的不同的观点，提供一种表面性状指标化方法，该表面性状指标化方法包括以下步骤：测定步骤，利用测定装置对测定对象物的表面进行测定，其中，所述测定装置对所述测定对象物的表面照射照明光，一边选择要成像于摄像装置的反射光的波长一边拍摄所述照明光在所述测定对象物的表面的反射光；针对所述测定对象物的同一视野以与多个不同的波长分别对应的方式生成多个摄像图像，并且一边使所述视野偏移一边依次生成所述多个摄像图像，从而生成多组所述多个摄像图像；其中，该摄像图像是成像于所述摄像装置的所述反射光的波长相同、且成像于所述摄像装置的所述反射光的反射角在所述摄像图像中的与所述测定对象物的长度方向对应的方向上互不相同的图像；图像重构步骤，由将所述测定对象物的表面性状指标化的运算处理装置使用由所述测定装置生成的多组所述多个摄像图像进行重构，针对所述反射光的波长与所述反射光的反射角的每个组合生成处理对象图像，其中，该处理对象图像是由所述反射光的波长彼此相同且所述反射光的反射角彼此相同、且与所述测定对象物的不同的视野位置对应的像素构成的；以及表面性状指标化步骤，由所述运算处理装置基于在所述图像重构步骤中生成的多个所述处理对象图像来将所述测定对象物的表面性状指标化。

所述表面性状指标化方法也可以是，在所述图像重构步骤与所述表面性状指标化步骤之间还包括特征量加工步骤，在该特征量加工步骤中，对从多个所述处理对象图像提取出的特征量进行加工。也可以是，在所述特征量加工步骤中，将从多个所述处理对象图像提取出的、由所述反射光的波长和反射角定义的第一特征量空间中的所述特征量加工为第二特征量空间中的特征量，其中，该第二特征量空间的维数比该第一特征量空间的维数少，在所述表面性状指标化步骤中，使用所述第二特征量空间中的所述特征量来将所述测定对象物的表面性状指标化。

在所述特征量加工步骤中也可以是，对所述第一特征量空间中的特征量实施主成分分析，将所述第一特征量空间的维数压缩为所述第二特征量空间的维数。

所述测定装置也可以针对所述测定对象物的表面弯曲的位置拍摄所述测定对象物的表面。

从多个所述处理对象图像提取出的特征量也可以是所关注的像素位置处的亮度值、包括所关注的像素位置处的亮度值在内的位于该所关注的像素位置的周围的像素的亮度值的偏差程度、以及包括所关注的像素位置处的亮度值在内的位于该所关注的像素位置的周围的像素的亮度值的梯度中的至少一个。

所述测定对象物也可以是钛或钛合金、不锈钢板、彩色涂装钢板、层压钢板或者镀层钢板。

另外，为了解决上述问题，根据本发明的进一步不同的观点，提供一种程序，该程序用于使能够与测定装置之间相互通信的计算机实现图像重构功能以及表面性状指标化功能，其中，该测定装置对测定对象物的表面照射照明光，一边选择要成像于摄像装置的反射光的波长一边拍摄所述照明光在所述测定对象物的表面的反射光，由此针对所述测定对象物的同一视野以与多个不同的波长分别对应的方式生成多个摄像图像，并且一边使所述视野偏移一边依次生成所述多个摄像图像，从而生成多组所述多个摄像图像，其中，该摄像图像是成像于所述摄像装置的所述反射光的波长相同、且成像于所述摄像装置的所述反射光的反射角在摄像图像中的与所述测定对象物的长度方向对应的方向上互不相同的图像，在所述图像重构功能中，使用多组多个摄像图像进行重构，针对所述反射光的波长与所述反射光的反射角的每个组合生成处理对象图像，其中，该处理对象图像是由所述反射光的波长彼此相同且所述反射光的反射角彼此相同、且与所述测定对象物的不同的视野位置对应的像素构成的，在所述表面性状指标化功能中，基于通过所述图像重构功能生成的多个所述处理对象图像来将所述测定对象物的表面性状指标化。

所述程序也可以使所述计算机还实现特征量加工功能，在该特征量加工功能中，对从多个所述处理对象图像提取出的特征量进行加工。也可以是，在所述特征量加工功能中，将从多个所述处理对象图像提取出的、由所述反射光的波长和反射角定义的第一特征量空间中的所述特征量加工为第二特征量空间中的特征量，其中，该第二特征量空间的维数比该第一特征量空间的维数少，在所述表面性状指标化功能中，使用所述第二特征量空间中的所述特征量来将所述测定对象物的表面性状指标化。

在所述特征量加工功能中也可以是，对所述第一特征量空间中的特征量实施主成分分析，将所述第一特征量空间的维数压缩为所述第二特征量空间的维数。

从多个所述处理对象图像提取出的特征量也可以是所关注的像素位置处的亮度值、包括所关注的像素位置处的亮度值在内的位于该所关注的像素位置的周围的像素的亮度值的偏差程度、以及包括所关注的像素位置处的亮度值在内的位于该所关注的像素位置的周围的像素的亮度值的梯度中的至少一个。

发明的效果

如以上所说明的那样，根据本发明，将由测定装置生成的多个摄像图像重构，来生成多个反射光的波长彼此相同且反射光的反射角彼此相同的处理对象图像，并且使用这些处理对象图像进行表面性状的指标化，由此能够将测定对象物的表面性状统一地指标化。

附图说明

图1是示出本发明的第一实施方式所涉及的表面性状指标化装置的结构的一例的框图。

图2是用于说明该实施方式所涉及的表面性状指标化装置所具备的测定装置的说明图。

图3是用于说明该实施方式所涉及的表面性状指标化装置所具备的测定装置的说明图。

图4是用于说明该实施方式所涉及的表面性状指标化装置所具备的测定装置的说明图。

图5是用于说明该实施方式所涉及的表面性状指标化装置所具备的测定装置的说明图。

图6是用于说明该实施方式所涉及的表面性状指标化装置所具备的测定装置的说明图。

图7是示出该实施方式所涉及的表面性状指标化装置所具备的运算处理装置的结构的一例的框图。

图8是示出该实施方式所涉及的运算处理装置所具备的数据处理部的结构的一例的框图。

图9是用于说明该实施方式所涉及的摄像图像的重构处理的说明图。

图10是用于说明该实施方式所涉及的摄像图像的重构处理的说明图。

图11是用于说明使用该实施方式所涉及的处理对象图像的优点的说明图。

图12A是用于说明该实施方式所涉及的特征量的加工处理以及表面性状的指标化处理的说明图。

图12B是用于说明该实施方式所涉及的特征量的加工处理以及表面性状的指标化处理的说明图。

图12C是用于说明该实施方式所涉及的特征量的加工处理以及表面性状的指标化处理的说明图。

图12D是用于说明该实施方式所涉及的特征量的加工处理以及表面性状的指标化处理的说明图。

图13是用于说明该实施方式所涉及的其它的特征量的一例的说明图。

图14是示出该实施方式所涉及的表面性状指标化方法的流程的一例的流程图。

图15是示出本发明的实施方式所涉及的运算处理装置的硬件结构的一例的框图。

具体实施方式

以下，参照附图来详细地说明本发明的优选的实施方式。此外，在本说明书以及附图中，通过对实质上具有同一功能结构的结构要素标注同一标记来省略重复说明。

(关于表面性状指标化装置的结构)

首先，参照图1来说明本发明的第一实施方式所涉及的表面性状指标化装置的整体结构。图1是示出本实施方式所涉及的表面性状指标化装置的一个结构例的说明图。

本实施方式所涉及的表面性状指标化装置是使用带状的照明光来将测定对象物的表面性状指标化的装置。

成为表面性状指标化装置的测定对象的测定对象物并没有特别限定，例如能够列举钛或钛合金等之类的非铁金属或者如不锈钢板、彩色涂装钢板、层压钢板、镀层钢板等那样的各种金属体。

以下，列举将在规定的输送线上输送的钢板等金属带S的表面性状指标化的情况作为例子来进行说明。在此，假设在未图示的输送线上朝向某个方向输送金属带S，将金属带S的长度方向还称为输送方向。

如图1所示，表面性状指标化装置10主要具备测定装置100以及运算处理装置200。

测定装置100是如下装置：在运算处理装置200的控制下，对作为测定对象物的金属带S的表面照射带状的照明光，并且对该照明光在金属带表面的反射光进行测定，来生成反射光的亮度数据(即摄像图像)。测定装置100对运算处理装置200输出所生成的反射光的亮度数据。

运算处理装置200控制由测定装置100进行的测定对象物的测定处理，并且获取由测定装置100生成的反射光的亮度数据，对获取到的亮度数据进行以下详细叙述的数据处理，由此将测定对象物的表面性状指标化。

由测定装置100进行的测定对象物表面的测定处理、由运算处理装置200进行的表面形状的计算处理能够配合测定对象物(例如金属带S)的输送实时地实施。表面性状指标化装置10的使用者通过关注从表面性状指标化装置10(更详细地说，是运算处理装置200)输出的测定结果而能够实时地掌握作为测定对象物的金属带S的表面性状。

以下，对这些测定装置100以及运算处理装置200分别进行详细叙述。

(关于测定装置)

接着，参照图2～图6来详细地说明本实施方式所涉及的测定装置100。图2～图6是用于说明本实施方式所涉及的测定装置100的说明图。

图2是从作为测定对象物的金属带S的侧方观看本实施方式所涉及的测定装置100的情况下的示意图。

如图2所示，本实施方式所涉及的测定装置100至少具有照明光源101、波长选择机构105、以及作为摄像装置的一例的二维摄像机103。通过公知的方法以不使它们的设定位置变化的方式固定照明光源101、二维摄像机103以及波长选择机构105。另外，通过后述的运算处理装置200来控制照明光源101、二维摄像机103以及波长选择机构105的动作。

另外，利用输送辊11来向图中的x方向的正方向侧输送作为测定对象物的金属带S。另外，在至少一部分输送辊11中设置有编码器13，每当输送辊11旋转规定的角度时(即，每当金属带S移动规定的距离时)，脉冲信号(PLG信号)被输出到运算处理装置200。

照明光源101对作为测定对象物的金属带S的表面照射带状的照明光。在此，向金属带S的表面照射的照明光优选为白色光。关于光源本身，如果能够将照明光照射到金属带S的宽度方向的几乎整个区域，则能够使用任意的光源。作为这种光源，例如还能够使用棒状的LED照明，还能够将卤素光源的光通过光纤导光管等会聚为带状来使用。

另外，优选的是，照明光源101以相对于金属带表面的法线方向(图2中的z轴方向)倾斜的方式设置(换句话说，设置为照明光源101的光轴与金属带表面的法线方向之间成除90度以外的规定角度)。照明光源101的设置角(照明光源101的光轴与金属带表面的法线方向之间所成的角度)并没有特别限定，但是优选的是，例如设为45度左右。

作为摄像装置的一例的二维摄像机103以相对于作为测定对象物的金属带S的表面倾斜的方式设置，是拍摄来自金属带表面且透过了后述的波长选择机构105的反射光来生成反射光的亮度数据的装置。

在此，二维摄像机103的设置角(二维摄像机103的光轴与金属带表面的法线方向之间所成的角度)并没有特别限定，例如也可以设置为二维摄像机103的光轴相对于金属带表面垂直，但是优选的是，二维摄像机103以相对于金属带表面倾斜的方式设置。关于形成该倾斜那样的设置角的具体的值，并不特别限定，但是优选设为使二维摄像机103的拍摄视野中包含照明光的几何光学的正反射并且包含尽可能多的长度方向范围那样的角度。关于其理由，以下详细叙述。

该二维摄像机103在每次从运算处理装置200被输入摄像机驱动脉冲时拍摄透过波长选择机构105的反射光，生成与所输入的摄像机驱动脉冲数相等数量的摄像图像。由二维摄像机103生成的多个摄像图像被输出到运算处理装置200。

波长选择机构105是选择要成像于二维摄像机103的反射光的波长的机构，透过的反射光的波长被运算处理装置200控制。波长选择机构105在每次从运算处理装置200被输入透过波长的切换脉冲时，使波长选择机构105的规格变化来切换所透过的反射光的波长。因而，能够通过对透过的反射光的波长例如连续地进行扫描来使成像于二维摄像机103的反射光的波长连续地变化。因而，如后述那样，通过使波长选择机构105中的波长切换定时与二维摄像机103中的摄像定时同步，能够在每次反射光的波长变化时生成1个摄像图像。

作为这种波长选择机构105，并没有特别限定，能够使用公知的光学构件。作为这种波长选择机构105的具体例，能够列举液晶可变波长滤波器(Liquid Crystal Tunable Filter：LCTF)或声光可变波长滤波器(Acoust-Optic Tunable Filter：AOTF)等之类的公知的可变波长滤波器TF。

参照图3来说明以上所说明的那样的运算处理装置200对二维摄像机103以及波长选择机构105的控制例。图3是用于说明二维摄像机103以及波长选择机构105的驱动控制的一例的说明图。

每当金属带S在输送线上被输送规定距离时，本实施方式所涉及的测定装置100拍摄位于二维摄像机103的视野内的金属带S的表面。当从设置在构成输送线的输送辊11中的编码器13向运算处理装置200输入PLG信号时，运算处理装置200对波长选择机构105输出用于使透过波长变化的控制信号，来使波长选择机构105切换透过波长。另外，运算处理装置200在透过波长切换的定时对二维摄像机103输出摄像机驱动脉冲，来使二维摄像机103拍摄金属带S的表面。

在本实施方式中，如图3中例示的那样，通过由公知的可变波长滤波器TF构成的波长选择机构105来选择λ₁～λ_N的N(N≥2)种波长。如图3中例示的那样，通过对二维摄像机103输入与透过波长的切换同步的摄像机驱动脉冲，二维摄像机103生成从拍摄到波长λ₁的反射光的摄像图像至拍摄到波长λ_N的反射光的摄像图像为止的拍摄金属带S的表面的同一视野所得到的N种摄像图像。实际上，金属带S正在以某个速度移动，但是如果波长选择所需的时间与移动速度相比小到能够忽略的程度，则这些N种图像能够视作是拍摄金属带S表面的同一视野所得到的。当对本实施方式所涉及的测定装置100中的实际的波长选择时间与金属带S的实际的移动速度之间进行比较时，波长选择时间小到能够忽略的程度，因此能够认为由测定装置100生成的N种图像是拍摄同一视野所得到的。这样生成的各个摄像图像能够作为某个波长λ下的二维的分光图像来使用。接着，当从编码器13对运算处理装置200输入PLG信号时，以同样的方式针对金属带S前进了规定的距离后的表面生成N种摄像图像。

通过进行这种摄像处理，在本实施方式所涉及的测定装置100中，针对测定对象物的同一视野生成与多个不同的波长分别对应的多个摄像图像，并且一边使视野偏移一边依次生成多个摄像图像，从而生成多组多个摄像图像。

接着，参照图4来说明由测定装置100生成的摄像图像的特征。以下，列举例如图4所示那样二维摄像机103的光轴相对于金属带表面的法线方向倾斜的情况作为例子来进行说明。

如图4所示，根据二维摄像机103所具备的镜头、摄像元件等的各特性，具有规定面积的金属带S的一部分位于摄像视野内。在此，如图4所示，针对某个透过波长为λ_k(k＝1～N)的摄像图像，关注作为测定对象物的金属带S的长度方向(图中的y轴方向)。在该情况下，由图4的上部可知，y＝y₁处的反射光的行进方向同金属带表面的法线方向之间所成的角度(即照明光的反射角)θ_A与y＝y_M处的反射光的行进方向同金属带表面的法线方向之间所成的角度θ_B互不相同。更具体地说，越是位于相距摄像元件更远处的部分(换句话说位于更靠y轴负方向侧的部分)，则反射角θ越大。因而，在由本实施方式所涉及的二维摄像机103拍摄的摄像图像中，如图4的下部所示那样，照明光的反射角在y方向上的每个位置各不相同。另一方面，如图4的下部所示，在作为测定对象物的金属带S的宽度方向(图中的x轴方向)上，能够认为反射角是固定的。因此，在长度方向位置y处的位于平行于x轴的行上的像素群中，反射角固定为与长度方向位置y相应的某个角度。

在此，当二维摄像机103的设置角相对于金属带表面垂直时，如果参考图4来考虑则可知摄像图像中的反射角的变化的样态是以二维摄像机103的光轴与金属带表面的相交线为基准而对称的。因而，为了使摄像图像中包含更多的反射角θ的贡献，优选将二维摄像机103设置为相对于金属带表面的法线方向倾斜，更加优选的是，以使照明光的正反射位于摄像视野的长度方向上的端部附近(图4的下部中的y＝y₁或者y＝y_M的附近)的方式配置二维摄像机103。

在此，在图2和图4中，列举作为测定对象物的金属带S的表面为水平的情况作为例子来进行了说明，但是更加优选的是，如图5所示那样针对作为测定对象物的金属带S的表面弯曲的位置进行测定处理。金属带S的表面弯曲的位置的详细内容并没有特别限定，但是能够列举例如图5所示那样金属带S被输送辊11卷绕从而输送方向发生变化的位置(辊卷绕部)等。通过在这种曲面进行测定，使得如图6所示那样在摄像图像中包含更多的反射角θ的贡献。

即，如图6的下部所示那样，可知通过金属带S的表面弯曲而使反射角θ成为更大的值。因而，与图6的上部所示那样的金属带S的表面为水平的情况相比产生更多的角度变化，作为结果，摄像图像中包含更多的反射角θ的贡献。

以上，参照图2～图6详细地说明了本实施方式所涉及的测定装置100。

(关于运算处理装置)

接着，参照图7来详细地说明本实施方式所涉及的运算处理装置200的结构。图7是示出本实施方式所涉及的运算处理装置200的结构的一例的框图。

本实施方式所涉及的运算处理装置200是基于由测定装置100测定出的反射光的亮度的测定值(即亮度数据)来将测定对象物的表面性状指标化的装置。如图7所示，该运算处理装置200主要具备数据获取部201、测定控制部203、数据处理部205、显示控制部207以及存储部209。

数据获取部201例如是通过CPU(Central Processing Unit：中央处理单元)、ROM(Read Only Memory：只读存储器)、RAM(Random Access Memory：随机存取存储器)、通信装置等实现的。数据获取部201获取由测定装置100生成并从测定装置100输出的反射光的亮度数据(即摄像图像的实体数据)，并将该亮度数据传输给后述的数据处理部205。数据获取部201所获取的亮度数据如上述那样成为多组(多个视野)的由关于同一视野的多个摄像图像构成的亮度数据。另外，数据获取部201也可以将所获取到的反射光的亮度数据与同获取到该数据的日期和时间等有关的时刻信息关联起来作为历史信息保存到后述的存储部209。

测定控制部203是通过CPU、ROM、RAM、通信装置等实现的。测定控制部203实施由本实施方式所涉及的测定装置100进行的金属带S的测定控制。更详细地说，测定控制部203在开始进行金属带S的测定的情况下，对照明光源101发送用于使照明光的照射开始的控制信号。

另外，当照明光源101开始对金属带S的表面照射各照明光时，测定控制部203基于从编码器13定期地发送的PLG信号(例如，每当金属带S移动1mm等时输出的PLG信号)，来对波长选择机构105以及二维摄像机103发送如图3中说明的那样的各种控制信号，其中，编码器13设置于使金属带S与测定装置100之间的相对位置变化的驱动机构。

由此，测定装置100能够生成金属带S的输送方向上的各位置处的作为测定数据的摄像图像。

数据处理部205例如是通过CPU、ROM、RAM、通信装置等实现的。数据处理部205使用由测定装置100生成的反射光的摄像图像，对各反射光的摄像图像进行如以下所说明的那样的数据处理，由此将金属带S的表面性状指标化。当结束金属带S的表面性状的指标化处理时，数据处理部205将与所得到的处理结果有关的信息传输给显示控制部207。

此外，关于该数据处理部205，以下进行详细叙述。

显示控制部207例如是通过CPU、ROM、RAM、输出装置等实现的。显示控制部207对从数据处理部205传输来的包括金属带S的表面性状的指标化结果在内的各种处理结果进行显示于运算处理装置200所具备的显示器等输出装置或设置于运算处理装置200的外部的输出装置等时的显示控制。由此，表面性状指标化装置10的使用者能够当场掌握与金属带S的表面性状有关的指标化结果等之类的各种处理结果。

存储部209例如是通过本实施方式所涉及的运算处理装置200所具备的RAM、存储器装置等实现的。在存储部209中适当地记录本实施方式所涉及的运算处理装置200进行某些处理时需要保存的各种参数或处理的中途经过等或者各种数据库或程序等。该存储部209能够对数据获取部201、测定控制部203、数据处理部205、显示控制部207等自由地进行数据的读/写处理。

<关于数据处理部>

接着，参照图8～图13来详细地说明本实施方式所涉及的运算处理装置200所具备的数据处理部205的结构的一例。图8是示出本实施方式所涉及的运算处理装置所具备的数据处理部的结构的一例的框图。图9是用于说明本实施方式所涉及的摄像图像的重构处理的说明图。图10是用于说明本实施方式所涉及的摄像图像的重构处理的说明图。图11是用于说明使用本实施方式所涉及的处理对象图像的优点的说明图。图12A～图12D是用于说明本实施方式所涉及的特征量的加工处理以及表面性状的指标化处理的说明图。图13是用于说明本实施方式所涉及的其它的特征量的一例的说明图。

本实施方式所涉及的数据处理部205是使用由数据获取部201获取到的摄像图像的数据(多组的亮度数据)来将作为测定对象物的金属带S的表面性状指标化的处理部。如图8所示，该数据处理部205具备图像重构部221、特征量加工部223、表面性状指标化部225以及结果输出部227。

图像重构部221例如是通过CPU、ROM、RAM等实现的。图像重构部221使用由测定装置100生成的多组多个摄像图像来重构这些多组的摄像图像。由此，图像重构部221针对反射光的波长与反射光的反射角的每个组合生成处理对象图像，该处理对象图像是由反射光的波长彼此相同且反射光的反射角彼此相同、且与测定对象物的不同的视野位置对应的像素构成的。以下，参照图9来具体地说明该图像重构部221中的图像重构处理。

如上述那样，由测定装置100生成的1个摄像图像是反射光的波长为λ_j(j＝1～N)的情况下的图像，并且是反射角在摄像图像的与测定对象物的长度方向对应的方向上互不相同的图像。在以下的说明中，如图9的左侧所示，将摄像图像的与测定对象物的长度方向对应的方向称为y方向。在该情况下，摄像图像是由与y＝y₁～y_M相对应的像素构成的，将与y＝y₁的位置对应的反射角设为θ₁，将与y＝y_M的位置对应的反射角设为θ_M。

如上述那样，在测定装置100中，在某个定时t＝t_k生成反射光的波长为λ_j(j＝1～N)且相同的N个摄像图像，在接下来的定时t＝t_k+1生成反射光的波长为λ_j(j＝1～N)且相同的N个摄像图像。图像重构部221当获取到这样的多个摄像图像的数据时，首先从各个摄像图像提取(波长λ_j、反射角θ_|)(j＝1～N、|＝1～M)相同的像素的行(在图9中，是具有同一y坐标的像素的行)。之后，图像重构部221按照摄像定时t的顺序重新排列所提取出的像素行，来生成如图9的右侧所示那样的处理对象图像。其结果，在图9所示的例子中，将在各摄像定时t生成的N个摄像图像进行重构，总共生成(λ_j、θ_l)(j＝1～N、|＝1～M)相同的N×M个处理对象图像。

在此，能够适当地决定处理对象图像的大小。例如当假设1个处理对象图像的长度方向(x方向)由H个像素构成时，使用t＝t_k～t_k+H-1期间内生成的图像(λ₁)～图像(λ_N)来生成N×M个处理对象图像。

在如上述那样生成的各处理对象图像中，如图10中示意性地示出的那样，构成处理对象图像的像素的亮度值除了与像素的位置坐标相关联以外，还与反射光的波长λ和反射角θ相关联，即总共4个参数相关联。

另外，关于从1个摄像图像中提取出的像素行数，既可以是以1个像素为单位，也可以集体提取出多个像素使用于1个处理对象图像。根据从1个摄像图像中提取出的像素行数来定义所生成的处理对象图像的长度方向的空间分辨率。通过进行这种处理，与一般使用的分光色度计相比，能够无阴影地生成测定对象整个面的空间分辨率高的图像。

图像重构部221将这样生成的多个处理对象图像输出到后述的特征量加工部223。另外，在不实施后述的特征量加工部223对特征量的加工处理的情况下，图像重构部221也可以将所生成的多个处理对象图像输出到后述的表面性状指标化部225。并且，图像重构部221也可以将所生成的多个处理对象图像输出到后述的结果输出部227，来向用户通知重构所得到的处理对象图像本身。

在此，参照图11来简单地说明使用由图像重构部221生成的处理对象图像的优点。

在想要使用来自测定对象物的表面的光并基于测定结果来对测定对象物的表面进行某种判断时，在使用来自测定对象物的衍射光的情况下，不存在对来自测定对象物的表面的反射光的受光角依赖性进行关注的必然性。同样地，在所关注的测定对象物中反射光强度的波长依赖性小的情况下，只要只关注指定的波长频带来解析反射光的波长、或者按R成分、G成分、B成分那样具有某个程度的宽度的波长频带大致划分来解析反射光的波长即可。

另一方面，在如先前所提及的那样的钛或钛合金或者一部分不锈钢板等时，反射光强度与测定中使用的照明光的波长、反射光的受光角相应地大幅地变动。

图11图示出对来自表面存在氧化膜的钛的反射光强度进行测定的情况下的反射光强度的变化的样态，是对作为平行光的照明光以45°的入射角入射到上述钛的情况下的反射相对强度进行测定所得到的结果。在图11中，作为反射相对强度，示出以针对标准白色板的反射强度测定值为基准时的相对强度。表面存在氧化膜的钛的反射强度由于存在于表面的氧化膜的干扰而发生特定的波长的光的吸收，由图11可知，与照明光的波长、受光角相应地复杂地变化。

在将这种测定对象物的表面性状指标化的情况下，将受光角固定为某个值进行测定的情况对应于对将图11的三维曲线图在与某个特定值的受光角对应的平面剖开的截面进行关注的情况。同样地，将照明光的波长固定为某个值进行测定的情况对应于对将图11的三维曲线图在与某个特定值的波长对应的平面剖开的截面进行关注的情况。因而，在将这种测定对象物的表面性状指标化时将照明光的波长、受光角固定为某个特定值的情况下，不能在指标化时恰当地反映如图11所示那样的复杂的反射光强度的影响。

即，在将如图11所示那样的、反射光强度较大地依赖于受光角或照明光波长的测定对象物的表面性状指标化时，重要的是对所关注的像素位置处的反射光的亮度值与周围的像素位置处的反射光的亮度值如何不同进行关注。此时，通过使用图9和图10所示那样的处理对象图像，能够容易地关注照明光的波长和受光角这种测定条件的任意的组合。另外，通过使用这种处理对象图像，能够极为容易地实施使照明光的波长和受光角这种测定条件一致后的像素之间的比较。其结果，能够将所关注的测定对象物的表面性状更高精度地指标化。

另外，在通过图9所示那样的重构处理而生成的处理对象图像中保持有各摄像图像原本具有的各种信息。换句话说，在上述处理对象图像中，针对一个像素汇总了各摄像图像所具有的多维的信息。因此，通过使用该处理对象图像，能够进行从各种观点出发的表面性状的指标化。

例如在彩色涂装钢板、层压钢板、镀层钢板等中也能够考虑以下情况：与顾客需求的多样化相应地要求对表面性状更细致地进行分类(例如按更高度的美观水平进行的分类等)。在该情况下，也能够通过使用通过上述那样的重构处理生成的处理对象图像而容易地实施测定对象物中的表面性状的更细致的分类。

以上，简单地说明了使用由图像重构部221生成的处理对象图像的优点。

特征量加工部223例如是通过CPU、ROM、RAM等实现的。特征量加工部223使用由图像重构部221生成的多个处理对象图像，将从这些处理对象图像提取出的、由反射光的波长和反射角定义的第一特征量空间中的特征量加工为第二特征量空间中的特征量，其中，该第二特征量空间的维数比该第一特征量空间的维数少。

一般地，构成某个图像的像素的亮度值通常只与像素的位置坐标相关联。另一方面，在由图像重构部221生成的处理对象图像中，如先前所提及的那样，构成处理对象图像的像素的亮度值除了与像素的位置坐标相关联以外，还与反射光的波长λ和反射角θ相关联，即总共4个参数相关联。换句话说，本实施方式中使用的处理对象图像在坐标(x，y)单位具有与M个反射角和N个分光(即反射光的波长)有关的信息，因此能够将亮度值本身作为N×M维函数的特征量来考虑。因此，通过使用这些像素单位的N×M维信息，能够将在以往的RGB图像等中无法掌握的微妙的色调的变化以图像的方式来掌握。

然而，在原样使用N×M维信息的情况下，要考虑维数非常高的特征量空间，因此还考虑由于运算处理装置200所能够使用的资源环境等而对处理施加负荷的情况。因此，特征量加工部223将由像素坐标和波长/反射角的N×M维的信息定义的特征量空间(第一特征量空间)中的亮度值(处理对象图像的特征量)加工为维数比第一特征量空间的维数低的特征量空间(第二特征量空间)中的特征量。由此，与使用原本的特征量空间的处理相比，能够更简便地进行表面性状的指标化。

关于对特征量空间进行加工的方法，能够使用公知的方法，并没有特别限定。作为这种方法之一，能够列举主成分分析。通过使用主成分分析来对定义为N×M维的信息的集合体的第一特征量空间进行加工，例如能够将信息压缩为第一主成分和第二主成分这种二维的特征量空间。

此外，只要根据需要实施这种特征量的加工处理即可，如果能够在运算处理装置200中原样使用从处理对象图像提取出的高维度的特征量来进行处理，则也可以不进行特征量的加工处理。

特征量加工部223当根据需要进行特征量的加工时，向后述的表面性状指标化部225输出加工后的特征量。

表面性状指标化部225例如是通过CPU、ROM、RAM等实现的。表面性状指标化部225基于由图像重构部221生成的多个处理对象图像来将所关注的测定对象物的表面性状指标化。此时，在由特征量加工部223进行特征量的加工的情况下，表面性状指标化部225也可以使用加工后的特征量(第二特征量空间中的特征量)来进行表面性状的指标化。

在此，被表面性状指标化部225指标化的表面性状并没有特别限定，但是例如能够列举测定对象物的表面的色调或明度、包含测定对象物的表面的凹凸状态等的表面形状等。

另外，表面性状指标化部225不只能够将测定对象物的表面性状指标化，还能够使用所得到的指标来判别测定对象物的表面性状。

以下，参照图12A～图12D来说明表面性状指标化部225中的处理。

构成由图像重构部221生成的处理对象图像的亮度值能够如上述那样作为特征量来使用，能够捕捉该亮度值本身来作为将表面性状指标化后的亮度值。如图12A中示意性地示出的那样，这种亮度值是与维度非常高的特征量空间中的一个点对应的亮度值。这样，表面性状指标化部225能够将构成处理对象图像的各像素的亮度值作为将测定对象物的表面性状指标化后的亮度值来处理。

另外，表面性状指标化部225例如也可以如图12B中示意性地示出的那样通过计算特征量空间中的距离L(例如L2范数等)，来将测定对象物的表面性状指标化。

在此，表面性状指标化部225还能够使用所提取出的特征量来进行表面性状的判定。在该情况下，例如图12C中示意性地示出的那样，将过去的操作数据及其评价结果的组合作为教师数据来使用，通过公知的机器学习技术(Machine Learning Technology)、模式学习技术(Pattern Learning Technology)等来预先决定用于对特征量空间中的正常区域(正常判定区域)与异常区域(异常判定区域)进行区分的判别边界。在此基础上，表面性状指标化部225能够通过判别从所关注的处理对象图像提取出的特征量包含在正常区域和异常区域中的哪个区域来判别表面性状。

这种机器学习技术/模式学习技术并没有特别限定，例如能够列举使用教师数据来构建支持向量机分类器(Support Vector Classifier：SVC)、使用教师数据来创建决策树(decision tree)、决策表(decision table)等之类的方法。

另外，表面性状指标化部225例如也可以如图12D中示意性地示出的那样，使用通过特征量加工部223压缩维度后的特征量(第二特征量)来进行上述那样的指标化处理、判别处理。

并且，表面性状指标化部225也可以是，使用构成处理对象图像的亮度值来以二维的方式计算新的特征量，并使用所计算出的二维的特征量来将测定对象物的表面性状指标化或判别表面性状。这种二维特征量并没有特别限定，能够使用利用亮度值就能够计算出的公知的特征量。

作为上述那样的二维特征量，例如能够列举包括所关注的像素位置处的亮度值在内的位于该所关注的像素位置的周围的像素的亮度值的偏差程度(例如方差值等统计量)。例如也可以如图13中示意性地示出的那样，针对处理对象图像中的关注的像素P，设定以像素P为中心的由p像素×q像素构成的矩形区域，并且计算出矩形区域中的像素P的亮度值的方差值来作为上述的二维特征量。在此，所关注的矩形区域的大小没有特别限定，既可以设为如图13所示那样的5像素×5像素的正方形的区域，也可以设为如p≠q那样的长方形的区域。

另外，作为上述那样的二维特征量，例如能够列举包括所关注的像素位置处的亮度值在内的位于该所关注的像素位置的周围的像素的亮度值的梯度。例如图13中示意性地示出的那样，针对处理对象图像中的关注的像素P，对以像素P为中心0度方向、45度方向、90度方向、…、275度方向之类的方向进行关注。针对这些方向，能够计算出位于周围的像素的亮度值变化了何种程度来设为梯度的大小。也可以将这样得到的梯度的数值群(该数值群成为将方向与梯度的大小关联起来的矢量。)作为上述的二维特征量。

这样，本实施方式所涉及的表面性状指标化部225使用从图9中示意性地示出的那样的基于各种反射光的波长、反射角的处理对象图像提取出的特征量，并对特征量统一地进行处理，由此将测定对象物的表面性状指标化。

表面性状指标化部225将如以上那样得到的指标化结果、判别结果输出到后述的结果输出部227。

结果输出部227例如是通过CPU、ROM、RAM等实现的。结果输出部227将与从表面性状指标化部225输出的测定对象物的表面性状的指标化结果、判别结果等有关的信息输出到显示控制部207。由此，与作为测定对象物的金属带S的表面性状有关的信息被输出到显示部(未图示)。另外，结果输出部227既可以将所得到的指标化结果、判别结果等输出到制造管理用处理计算机(process computer)等外部的装置，也可以使用所得到的指标化结果来创建与产品有关的各种表单。另外，结果输出部227也可以将同表面性状的指标化结果、判别结果等有关的信息与同计算出该信息的日期和时间等有关的时刻信息关联起来作为历史信息保存到存储部209等中。

以上，示出了本实施方式所涉及的运算处理装置200的功能的一例。上述的各结构要素既可以是使用通用的构件或电路构成的，也可以是由专用于各结构要素的功能的硬件构成的。另外，也可以由CPU等进行各结构要素的全部功能。因而，能够根据实施本实施方式时的技术水平而适当地变更所使用的结构。

此外，能够制作用于实现上述那样的本实施方式所涉及的运算处理装置的各功能的计算机程序，并将该计算机程序安装到个人计算机等。另外，能够还提供保存有这种计算机程序的计算机可读取的记录介质。记录介质例如是磁盘、光盘、光磁盘、快闪存储器等。另外，也可以不使用记录介质而例如经由网络来发布上述的计算机程序。

以上，参照图1～图13详细地说明了本实施方式所涉及的表面性状指标化装置。

(关于表面性状指标化方法)

接着，参照图14来简单地说明本实施方式所涉及的表面性状指标化方法的流程的一例。图14是示出本实施方式所涉及的表面性状指标化方法的流程的一例的流程图。

首先，表面性状指标化装置10的测定装置100在运算处理装置200的测定控制部203的控制下，一边控制要成像于摄像装置的反射光的波长一边拍摄作为测定对象物的金属带S的表面的规定区域(步骤S101)，针对金属带S的表面的同一视野生成与多个不同的波长分别对应的多个摄像图像，并且一边使视野偏移一边依次生成多个摄像图像，从而生成多组多个摄像图像。之后，测定装置100将所生成的多组多个摄像图像输出到运算处理装置200。

运算处理装置200的数据获取部201当获取到多组的由从测定装置100输出的关于同一视野的多个摄像图像构成的亮度数据时，将所获取到的亮度数据输出到数据处理部205的图像重构部221。

运算处理装置200的图像重构部221通过先前所说明的方法重构由测定装置100生成的多组摄像图像，来生成多个处理对象图像(步骤S103)。之后，图像重构部221将所生成的多个处理对象图像输出到特征量加工部223以及表面性状指标化部225。

运算处理装置200的特征量加工部223根据需要对从多个处理对象图像提取出的特征量进行加工(步骤S105)，对从处理对象图像提取出的特征量的维度进行压缩。特征量加工部223在进行了特征量的加工处理的情况下，将与加工后的特征量有关的信息输出到表面性状指标化部225。

运算处理装置200的表面性状指标化部225基于所得到的特征量来将测定对象物的表面性状指标化(步骤S107)。另外，表面性状指标化部225也可以使用所得到的指标化结果进一步进行表面性状的判别。表面性状指标化部225当得到与指标化有关的结果时，将所得到的结果输出到结果输出部227。

当从表面性状指标化部225输出与表面性状有关的信息时，结果输出部227将所得到的结果输出给用户或设置于外部的各种设备(步骤S109)。由此，用户能够掌握与作为测定对象物的金属带S的表面性状有关的结果。

以上，参照图14简单地说明了在本实施方式所涉及的表面性状指标化装置10中实施的表面性状指标化方法的一例。

(关于硬件结构)

接着，参照图15来详细地说明本发明的实施方式所涉及的运算处理装置200的硬件结构。图15是用于说明本发明的实施方式所涉及的运算处理装置200的硬件结构的框图。

运算处理装置200主要具备CPU 901、ROM 903以及RAM 905。另外，运算处理装置200还具备总线907、输入装置909、输出装置911、存储器装置913、驱动器915、连接端口917以及通信装置919。

CPU 901作为运算处理装置以及控制装置而发挥功能，按照记录在ROM903、RAM 905、存储器装置913或可移动记录介质921中的各种程序来控制运算处理装置200内的全部动作或者一部分动作。ROM 903存储CPU 901所使用的程序、运算参数等。RAM 905暂时存储CPU 901所使用的程序、在执行程序中适当地变化的参数等。它们通过由CPU总线等内部总线构成的总线907而相互连接。

总线907经由桥而与PCI(Peripheral Component Interconnect/Interface：外设部件互连标准)总线等外部总线连接。

输入装置909例如是鼠标、键盘、触摸面板、按钮、开关以及操作杆等用户进行操作的操作单元。另外，输入装置909例如既可以是使用红外线或其它电波的远程控制单元(所谓的远程控制器)，也可以是与运算处理装置200的操作对应的PDA等外部连接设备923。并且，输入装置909例如是由基于用户使用上述的操作单元输入的信息来生成输入信号后输出到CPU 901的输入控制电路等构成的。表面性状指标化装置10的用户能够通过操作该输入装置909来对运算处理装置200输入各种数据或指示处理动作。

输出装置911由能够以视觉方式或听觉方式对用户通知所获取到的信息的装置构成。作为这种装置，存在CRT显示装置、液晶显示装置、等离子体显示装置、EL显示装置以及灯等显示装置、或者扬声器以及头戴式耳机等声音输出装置、或者打印机装置、移动电话、传真机等。输出装置911例如输出通过由运算处理装置200进行的各种处理而得到的结果。具体地说，显示装置将通过由运算处理装置200进行的各种处理而得到的结果以文本或图像的形式进行显示。另一方面，声音输出装置将由再现的声音数据、声波数据等构成的音频信号转换为模拟信号后输出。

存储器装置913是作为运算处理装置200的存储部的一例而构成的数据保存用的装置。存储器装置913例如是由HDD(Hard Disk Drive：硬盘驱动器)等磁存储部设备、半导体存储设备、光存储设备或光磁存储设备等构成的。该存储器装置913保存CPU 901所执行的程序或各种数据、以及从外部获取到的各种数据等。

驱动器915是记录介质用读写器，内置于运算处理装置200或者安装在运算处理装置200的外部。驱动器915将记录于所安装的磁盘、光盘、光磁盘或半导体存储器等可移动记录介质921中的信息读出后输出到RAM 905。另外，驱动器915还能够向所安装的磁盘、光盘、光磁盘或半导体存储器等可移动记录介质921写入记录。可移动记录介质921例如是CD介质、DVD介质、Blu-ray(蓝光)介质等。另外，可移动记录介质921也可以是小型闪存(注册商标)(Compact Flash：CF)、快闪存储器或SD存储卡(Secure Digital memory card：安全数码存储卡)等。另外，可移动记录介质921例如还可以是搭载有非接触型IC芯片的IC卡(Integrated Circuit card：集成电路卡)或电子设备等。

连接端口917是用于将设备直接连接到运算处理装置200的端口。作为连接端口917的一例，存在USB(Universal Serial Bus：通用串行总线)端口、IEEE1394端口、SCSI(Small Computer System Interface：小型计算机系统接口)端口、RS-232C端口等。通过将外部连接设备923连接到该连接端口917，运算处理装置200从外部连接设备923直接获取各种数据，或者向外部连接设备923提供各种数据。

通信装置919例如是由用于与通信网925连接的通信设备等构成的通信接口。通信装置919例如是有线或无线LAN(Local Area Network：局域网)、Bluetooth(注册商标)或者WUSB(Wireless USB：无线USB)用的通信卡等。另外，通信装置919也可以是光通信用的路由器、ADSL(Asymmetric Digital Subscriber Line：非对称数字用户线路)用的路由器或者各种通信用的调制解调器等。该通信装置919例如能够在与因特网或其它通信设备之间遵照例如TCP/IP等规定的协议发送接收信号等。另外，与通信装置919连接的通信网925是由通过有线或无线连接的网络等构成的，例如也可以是因特网、家庭内LAN、红外线通信、无线电波通信或者卫星通信等。

以上，示出了能够实现本发明的实施方式所涉及的运算处理装置200的功能的硬件结构的一例。上述的各结构要素既可以是使用通用的构件构成的，也可以是由专用于各结构要素的功能的硬件构成的。因而，能够根据实施本实施方式时的技术水平适当地变更所使用的硬件结构。

以上，参照附图详细地说明了本发明的优选的实施方式，但是本发明不限定于所涉及的例子。如果是具有本发明所属的技术领域中的常识的人员，则应当清楚的是，在权利要求书所记载的技术思想范围内能够想到各种变更例或者修正例，并应当了解这些变更例和修正例当然也属于本发明的保护范围。

附图标记说明

10：表面性状指标化装置；11：输送辊；13：编码器；100：测定装置；101：照明光源；103：摄像装置(二维摄像机)；105：波长选择机构；200：运算处理装置；201：数据获取部；203：测定控制部；205：数据处理部；207：显示控制部；209：存储部；221：图像重构部；223：特征量加工部；225：表面性状指标化部；227：结果输出部。