[發明專利]圖像生成裝置、檢查裝置及學習裝置

在審

• 申請號: 202010618226.3
• 申請日: 2020-07-01
• 公開（公告）號: CN112255250A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 久保拓右
• 申請（專利權）人: 株式會社石田
• 主分類號: G01N23/04
• 分類號: G01N23/04;G01N23/083;G01N23/18;G06K9/20;G06K9/32
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 沈丹陽

本發明提供了圖像生成裝置、檢查裝置及學習裝置。圖像處理部(50)具備：第一處理部(52)，通過改變第一合格品圖像(P111)的第一對象像素(PX1)的像素值，生成第一虛擬不合格品圖像(P112)；以及第二處理部(53)，通過改變第二合格品圖像(P121)的第二對象像素(PX2)的像素值，生成第二虛擬不合格品圖像(P122)。第一處理部通過基于異物(F)的電磁波的吸收特性的第一處理來改變第一對象像素的像素值，第二處理部通過基于吸收特性的第二處理來改變第二對象像素的像素值，第二處理是與第一處理不同的處理。

技術領域

本公開的一方面涉及圖像生成裝置、檢查裝置及學習裝置。

背景技術

已知有一種檢查裝置(X射線檢查裝置)，其基于通過使光透過物品而得到的透射圖像來進行物品的檢查。近年來，在各種檢查裝置中，大量嘗試使用通過機器學習生成的機器學習模型(學習完成模型)實施檢查，并且考慮在X射線檢查裝置中也使用機器學習模型實施異物的檢查等。為了生成該機器學習模型，需要使用包含異物的物品的圖像即不合格品圖像與表示異物位置的數據即標簽的組合(以下，也稱為“示教數據”)，使生成機器學習模型的機器進行機器學習(輸入示教數據進行機器學習，生成機器學習模型)。

作為這種示教數據，考慮使用通過在不包含異物的合格品圖像上合成(包括)表示預先登記的虛擬異物的圖像(以下，也稱為“虛擬異物圖像”)而生成的表示虛擬不合格品的圖像(以下，也稱為“虛擬不合格品圖像”)。這種虛擬不合格品圖像的生成方法例如記載在專利文獻1(國際公開第2006/001107號)中。在專利文獻1中，公開了能夠從多個圖像處理算法中選擇在檢查時的圖像處理中所使用的最佳圖像處理算法的X射線檢查裝置，并且記載了在選擇該最佳圖像處理算法的處理中，使用該虛擬不合格品圖像。

作為這種X射線檢查裝置，已知有如下裝置(具有雙能量傳感器的檢查裝置)：具備兩個線傳感器，在各線傳感器獲取能帶互不相同的X射線透射圖像，并且使用所獲取的兩個X射線透射圖像的差分圖像進行各種檢查(例如，專利文獻2：專利第5876116號)。當在這種檢查裝置中使用學習模型實施檢查時，考慮對機器學習模型輸入從兩個線傳感器分別得到的兩種透射圖像，從而使其輸出有無異物的判定結果。當生成這種機器學習模型時，需要將從兩個線傳感器分別輸出的不合格品圖像與表示異物位置的標簽的組合作為示教數據來進行學習。在此，考慮使用如上所述的虛擬不合格品圖像作為該示教數據。

發明內容

然而，即使通過簡單地在兩個合格品圖像上分別合成虛擬異物圖像而生成兩個虛擬不合格品圖像，這些虛擬不合格品圖像也會成為不反映實際電磁波的吸收特性的圖像，由此存在無法實施良好的機器學習的情況。

因此，本發明的一方面的目的在于，提供圖像生成裝置、檢查裝置及學習裝置，在對于基于從能帶互不相同的兩個線傳感器分別得到的兩種透射圖像來判定物品是否包含異物的機器學習模型機器學習時，能夠生成優選的示教數據。

本公開一方面所涉及的圖像生成裝置生成虛擬不合格品圖像，該虛擬不合格品圖像是在基于透過了不包含異物的被檢查物的電磁波的合格品圖像上合成表示虛擬的異物的虛擬異物圖像而得到的，圖像生成裝置具備：圖像獲取部，針對同一被檢查物，獲取第一合格品圖像和第二合格品圖像的組合，第一合格品圖像是基于第一能帶的電磁波的合格品圖像，第二合格品圖像是基于與第一能帶不同的第二能帶的電磁波的合格品圖像；第一處理部，通過改變構成第一合格品圖像的至少一個以上的像素即第一對象像素的像素值，生成作為虛擬不合格品圖像的第一虛擬不合格品圖像；以及第二處理部，通過改變與第一對象像素對應的構成第二合格品圖像的至少一個以上的像素即第二對象像素的像素值，生成作為虛擬不合格品圖像的第二虛擬不合格品圖像，第一處理部通過基于異物的電磁波的吸收特性的第一處理來改變第一對象像素的像素值，第二處理部通過基于吸收特性的第二處理來改變第二對象像素的像素值，第二處理是與第一處理不同的處理。