特開 2024-116939 衛生陶器の形状を評価する評価方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024116939

(43)【公開日】2024-08-28

(54)【発明の名称】衛生陶器の形状を評価する評価方法

(51)【国際特許分類】

   G01B 11/24 20060101AFI20240821BHJP

   G06T 7/00 20170101ALI20240821BHJP

【ＦＩ】

G01B11/24 A

G06T7/00 610C

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2023022815

(22)【出願日】2023-02-16

(71)【出願人】

【識別番号】000010087

【氏名又は名称】ＴＯＴＯ株式会社

(74)【代理人】

【識別番号】100094569

【弁理士】

【氏名又は名称】田中 伸一郎

(74)【代理人】

【識別番号】100103610

【弁理士】

【氏名又は名称】▲吉▼田 和彦

(74)【代理人】

【識別番号】100109070

【弁理士】

【氏名又は名称】須田 洋之

(74)【代理人】

【識別番号】100088694

【弁理士】

【氏名又は名称】弟子丸 健

(74)【代理人】

【識別番号】100098475

【弁理士】

【氏名又は名称】倉澤 伊知郎

(74)【代理人】

【識別番号】100130937

【弁理士】

【氏名又は名称】山本 泰史

(74)【代理人】

【識別番号】100144451

【弁理士】

【氏名又は名称】鈴木 博子

(74)【代理人】

【識別番号】100224672

【弁理士】

【氏名又は名称】深田 孝徳

(72)【発明者】

【氏名】清水 滋

(72)【発明者】

【氏名】古賀 拓馬

【テーマコード（参考）】

2F065

5L096

【Ｆターム（参考）】

2F065AA04

2F065AA53

2F065BB05

2F065DD06

2F065FF04

2F065FF61

2F065JJ05

2F065PP25

2F065QQ41

2F065RR08

5L096AA09

5L096BA03

5L096CA05

5L096DA01

5L096DA02

5L096EA14

5L096GA08

(57)【要約】

【課題】 本発明は、衛生陶器の形状を評価する評価方法であって、作業負荷や時間を軽減することができる評価方法を提供することを目的としている。
【解決手段】 本発明は、衛生陶器の形状を評価する評価方法であって、衛生陶器の形状を測定して測定データを取得する形状測定工程Ｓ２と、予め保存されている基準データと測定データとの位置合わせをする位置合わせ工程Ｓ４と、基準データに対する測定データの偏差データを算出し、この偏差データに基づいて色付けされたカラーマップデータを生成するカラーマップデータの生成工程Ｓ１０と、カラーマップデータに対して製造上のバラツキを可視化するための所定の処理を施して評価画像を生成する評価画像の生成工程（Ｓ１４、Ｓ２０、又はＳ３０）と、を含む。
【選択図】図３

【特許請求の範囲】

【請求項1】

衛生陶器の形状を評価する評価方法であって、
上記衛生陶器の形状を測定して測定データを取得する形状測定工程と、
予め保存されている基準データと上記測定データとの位置合わせをする位置合わせ工程と、
上記基準データに対する上記測定データの偏差データを算出し、この偏差データに基づいて色付けされたカラーマップデータを生成するカラーマップデータの生成工程と、
上記カラーマップデータに対して製造上のバラツキを可視化するための所定の処理を施して評価画像を生成する評価画像の生成工程と、を含むことを特徴とする評価方法。

【請求項2】

上記所定の処理では、複数の上記カラーマップデータにおいて、各画素値の平均値が算出され、この平均値に基づいて上記評価画像として平均化画像が生成される、請求項１に記載の評価方法。

【請求項3】

上記所定の処理では、複数の上記カラーマップデータにおいて、各画素値における最大値から最小値を引くことによりバラツキ値が算出され、このバラツキ値に基づいて上記評価画像としてバラツキ画像が生成される、請求項１に記載の評価方法。

【請求項4】

上記所定の処理では、上記カラーマップデータにおいて、製造上のバラツキが小さい範囲とそれ以外とに２値化処理されて、上記評価画像として２値化画像が生成される、請求項１に記載の評価方法。

【請求項5】

上記２値化画像が上記衛生陶器の外形の２値化画像に対して適合する割合を表す形状適合率を算出する形状適合率の算出工程をさらに含む、請求項４に記載の評価方法。

【請求項6】

上記形状測定工程は、３Ｄスキャナによって上記衛生陶器の形状を測定する、請求項１～５の何れか１項に記載の評価方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、衛生陶器の形状を評価する評価方法に関する。

【背景技術】

【0002】

例えば、特許文献１には、ＮＣ加工やプレス加工により製造された金型やパネルなどの製品における表面ひずみを判定する判定方法の開示がある。この判定方法では、製品の表面形状を測定し、この測定データと基準データとを比較して偏差データを求め、偏差データに基づいて製品の表面ひずみを許容できるか否かを判定している。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開平７－２７０１３４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、水洗大便器や洗面器などの衛生陶器は、陶器製であり、製造時に収縮するため、金属や樹脂製の製品と比較して製造上のバラツキが発生する可能性が高い。衛生陶器の製造上のバラツキは、衛生陶器の形状、成形装置や焼成装置の種別、焼成時における位置などの様々な製造条件によって発生する。これらの様々な製造条件の製造上のバラツキへの影響を解析するため、ＣＴスキャン装置による製品の画像解析が行われている。しかしながら、ＣＴスキャン装置による測定やＣＴ画像の解析は作業負荷や時間が掛かる。

【0005】

本発明は、上述した課題を解決するためになされたものであり、衛生陶器の形状を評価する評価方法であって、作業負荷や時間を軽減することができる評価方法を提供することを目的としている。

【課題を解決するための手段】

【0006】

上記の目的を達成するために、本発明は、衛生陶器の形状を評価する評価方法であって、衛生陶器の形状を測定して測定データを取得する形状測定工程と、予め保存されている基準データと測定データとの位置合わせをする位置合わせ工程と、基準データに対する測定データの偏差データを算出し、この偏差データに基づいて色付けされたカラーマップデータを生成するカラーマップデータの生成工程と、カラーマップデータに対して製造上のバラツキを可視化するための所定の処理を施して評価画像を生成する評価画像の生成工程と、を含むことを特徴としている。

【0007】

このように構成された本発明においては、カラーマップデータに対して製造上のバラツキを可視化するための所定の処理を施した評価画像を用いて評価することができるので、衛生陶器の形状を直感的に評価することができ、作業負荷や時間を軽減することができる。

【0008】

本発明において、好ましくは、所定の処理では、複数のカラーマップデータにおいて、各画素値の平均値が算出され、この平均値に基づいて評価画像として平均化画像が生成される。
このように構成された本発明によれば、平均化画像を用いて評価することができるので、衛生陶器の形状を評価する精度を向上させることができる。

【0009】

また、本発明において、好ましくは、所定の処理では、複数のカラーマップデータにおいて、各画素値における最大値から最小値を引くことによりバラツキ値が算出され、このバラツキ値に基づいて評価画像としてバラツキ画像が生成される。
このように構成された本発明によれば、バラツキ画像を用いて評価することができるので、作業負荷や時間をより軽減することができる。

【0010】

本発明において、好ましくは、所定の処理では、カラーマップデータにおいて、製造上のバラツキが小さい範囲とそれ以外とに２値化処理されて、評価画像として２値化画像が生成される。
このように構成された本発明によれば、２値化画像を用いて評価することができるので、作業負荷や時間をより軽減することができる。

【0011】

また、本発明において、好ましくは、２値化画像に基づいて、製造上のバラツキが発生している割合を示すための指標である形状適合率を算出する形状適合率の算出工程をさらに含む。
このように構成された本発明によれば、形状適合率を用いて評価することができるので、作業負荷や時間をより軽減することができる。

【0012】

本発明において、好ましくは、形状測定工程は、３Ｄスキャナによって衛生陶器の形状を測定する。
このように構成された本発明によれば、３Ｄスキャナによって測定データを取得することができるので、作業負荷や時間をより軽減することができる。

【発明の効果】

【0013】

本発明によれば、衛生陶器の形状を評価する評価方法であって、作業負荷や時間を軽減することができる評価方法を提供することができる。

【図面の簡単な説明】

【0014】

【図1】本発明の実施形態による評価システムの概略構成を示すブロック図である。

【図2】本発明の実施形態による３Ｄスキャナの概略図である。

【図3】本発明の実施形態による第１の評価方法の手順を示すフローチャートである。

【図4】本発明の実施形態によるカラーマップデータを表す図である。

【図5】本発明の実施形態による第１の評価方法の平均化処理の概略を説明するための図である。

【図6】本発明の実施形態による第２の評価方法の手順を示すフローチャートである。

【図7】本発明の実施形態による第２の評価方法のバラツキ処理の概略を説明するための図である。

【図8】本発明の実施形態による第３の評価方法の手順を示すフローチャートである。

【図9】本発明の実施形態による第３の評価方法の２値化処理の概略を説明するための図である。

【発明を実施するための形態】

【0015】

＜システム構成＞
以下、本発明の実施形態による衛生陶器の形状を評価する評価方法について説明する。先ず、図１により、本発明の実施形態による評価方法を実行するための評価システム１の概要について説明する。図１は、本発明の実施形態による評価システム１の概略構成を示すブロック図であり、図２は、本発明の実施形態による３Ｄスキャナの概略図である。

【0016】

本発明の実施形態による評価システム１は、衛生陶器の形状を評価するシステムである。ここで、衛生陶器は、衛生設備に用いられる陶器製の器具であり、例えば、水洗大便器、小便器、手洗器、洗面器、汚物流しなどである。衛生陶器は、一般的に、成形工程、乾燥工程、焼成工程の順序で製造される。焼成工程後の衛生陶器は、成形工程時と比較して約１０％以上の収縮が発生する。このため、衛生陶器は、金属や樹脂製の製品と比較して製造上のバラツキ（製造誤差）が発生する可能性が高い。

【0017】

図１に示すように、評価システム１は、入力装置２、処理装置４、表示装置６、記憶装置８、及び通信装置１０を備えている。

【0018】

図２に示すように、入力装置２は、対象物の立体形状を非接触で測定する３Ｄスキャナ（３次元測定機）１２である。３Ｄスキャナ１２は、評価対象となる水洗大便器１４を複数のセンサー群１２ａにより測定する。複数のセンサー群１２ａは、カメラ及び距離センサーにより構成されている。複数のセンサー群１２ａは、水洗大便器１４の全表面を一度に測定することができる個数及び位置で配置されている。なお、本発明の実施形態においては、複数のセンサー群１２ａを備える場合を示しているが、１つのセンサー（カメラ及び距離センサー）をロボットに設置して、このロボットを動かすことにより水洗大便器１４を全方位から測定できるようにしてもよい。

【0019】

３Ｄスキャナ１２は、水洗大便器１４の表面形状を測定し、水洗大便器１４の表面の各点における３次元座標の数値データ（点群データ）を取得するようになっている。なお、本発明の実施形態においては、入力装置２が３Ｄスキャナである場合を示しているが、３Ｄスキャナは水洗大便器１４の内部形状を測定することができないため、水洗大便器１４の内部形状を測定したい場合には、入力装置２としてＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）スキャン装置を使用してもよい。

【0020】

処理装置４は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であり、予め定められたプログラム又は学習したプログラムに基づいて、入力装置２、処理装置４、表示装置６、記憶装置８、及び通信装置１０の制御やデータの算出など行う装置である。処理装置４は、データ取得部１６、３Ｄ形状データ生成部１８、カラーマップデータ生成部２０、評価画像生成部２２、及び適合率算出部２４を備えている。また、処理装置４は、後述する第１～第３の評価方法を実行可能に構成されている。

【0021】

データ取得部１６は、３Ｄスキャナ１２から３次元座標の数値データ（点群データ）を取得するようになっている。３Ｄ形状データ生成部１８は、データ取得部１６が取得した点群データをメッシュデータに変換して３Ｄ形状の測定データを生成する。この３Ｄ形状の測定データは、実際に製造された水洗大便器１４の３Ｄ形状の測定データであり、水洗大便器１４の形状を把握できるようになっている。

【0022】

カラーマップデータ生成部２０は、記憶装置８に予め保存されている３Ｄ形状の基準データを取得するようになっている。この３Ｄ形状の基準データは、成形工程で使用される成形型に基づいて算出されたデータであり、製造上のバラツキが生じていない理想的な水洗大便器１４の３Ｄ形状のデータである。なお、３Ｄ形状の基準データとして、製品の設計値から算出された焼成製品の３Ｄ形状のデータ、この焼成製品のデータから算出された成形製品又は乾燥製品の３Ｄ形状のデータ、その他任意の製造工程における製品の３Ｄ形状データ、又は製造工程（成形工程、乾燥工程、焼成工程）におけるシミュレーションから算出された３Ｄ形状のデータを採用してもよい。
また、カラーマップデータ生成部２０は、基準データと測定データとを比較して位置合わせをするようになっている。さらに、カラーマップデータ生成部２０は、基準データに対する測定データの偏差データを算出し、この偏差データに基づいて色付けされたカラーマップデータ（カラーマップ画像）を生成するようになっている。

【0023】

評価画像生成部２２は、評価画像として、平均化画像、バラツキ画像、及び２値化画像を選択的に生成するようになっている。また、適合率算出部２４は、評価画像生成部２２において２値化画像を生成した場合に形状適合率を算出するようになっている。なお、平均化画像、バラツキ画像、及び２値化画像を生成する工程の詳細については後述する。

【0024】

表示装置６は、モニターであり、モニターの画面に、上述した３Ｄ形状データ、カラーマップデータ、評価画像（平均化画像、バラツキ画像、２値化画像）、形状適合率などが表示されるようになっている。

【0025】

記憶装置８は、メモリであり、３Ｄ形状の基準データが予め保存されている。また、記憶装置８には、３Ｄ形状データ生成部１８によって生成された３Ｄ形状の測定データ、カラーマップデータ生成部２０によって生成されたカラーマップデータ、評価画像生成部２２によって生成された評価画像、適合率算出部２４によって算出された形状適合率が逐次保存されるようになっている。なお、処理装置４で使用される処理プログラムなども保存されている。

【0026】

通信装置１０は、電波や光を送信又は受信して外部機器と通信を行う機器である。通信装置１０は、処理装置４に学習させるためのデータや水洗大便器１４の評価に用いられるデータ（３Ｄ形状の基準データ、３Ｄ形状の測定データ、カラーマップデータ、評価画像、形状適合率）など、データの種類を問わずに外部機器と送信又は受信することができるようになっている。

【0027】

なお、記憶装置８、評価画像生成部２２、及び適合率算出部２４は、ビッグデータ化に伴ってクラウド環境（クラウドストレージ、クラウドコンピューティングなど）を活用して実現してもよい。

【0028】

＜第１の評価方法＞
次に、本発明の実施形態による第１の評価方法の手順について説明する。図３は、本発明の実施形態による第１の評価方法の手順を示すフローチャートであり、図４は、本発明の実施形態によるカラーマップデータを表す図であり、図５は、本発明の実施形態による第１の評価方法の平均化処理の概略を説明するための図である。なお、図３において、「Ｓ」は工程を示している。

【0029】

先ず、使用者が評価システム１を操作することにより第１の評価方法が開始される。

【0030】

図３に示されるように、Ｓ２は、評価対象となる水洗大便器１４の形状を測定する工程である。Ｓ２では、３Ｄスキャナ１２（入力装置２）が作動し、評価対象となる水洗大便器１４の表面形状を測定する。具体的に、３Ｄスキャナ１２は、水洗大便器１４の表面の各点における３次元座標の数値データ（点群データ）を測定して取得する。

【0031】

次に、Ｓ４は、Ｓ２で取得された３次元座標の数値データ（点群データ）から３Ｄ形状の測定データを生成する工程である。Ｓ２では、データ取得部１６が３Ｄスキャナ１２から点群データを取得する。さらに、３Ｄ形状データ生成部１８は、データ取得部１６が取得した点群データをメッシュデータに変換して３Ｄ形状の測定データを生成する。ここで、３Ｄ形状の測定データは、実際に製造された水洗大便器１４の３Ｄ形状の測定データである。

【0032】

Ｓ６は、予め保存されている３Ｄ形状の基準データと３Ｄ形状の測定データとの位置合わせをする工程である。Ｓ６では、カラーマップデータ生成部２０は、記憶装置８に予め保存されている３Ｄ形状の基準データを取得する。ここで、３Ｄ形状の基準データは、成形工程で使用される成形型に基づいて算出されたデータであり、製造上のバラツキが生じていない水洗大便器１４の３Ｄ形状のデータである。なお、３Ｄ形状の基準データとして、製品の設計値から算出された焼成製品の３Ｄ形状のデータ、この焼成製品のデータから算出された成形製品又は乾燥製品の３Ｄ形状のデータ、その他任意の製造工程における製品の３Ｄ形状データ、又は製造工程（成形工程、乾燥工程、焼成工程）におけるシミュレーションから算出された３Ｄ形状のデータを採用してもよい。
さらに、カラーマップデータ生成部２０は、３Ｄ形状の基準データと、Ｓ４で生成された３Ｄ形状の測定データとを位置合わせする。

【0033】

基準データと測定データとの位置合わせは、幾何合わせにより行われる。幾何合わせとは、幾何形状（平面、直線、点など）を基準に位置合わせする手法である。本発明の実施形態における幾何合わせは、床面と製造上のバラツキが比較的小さい便器本体の上縁であるリム面（平面）を基準として行われる。これにより、リム面は他の部分と比較して製造時において歪みの発生が少ないため、Ｓ１０で算出される偏差データの精度を向上させることができる。
なお、幾何合わせの基準は、リム面に限定されるものではなく、例えば、局部洗浄装置を便器本体に固定するための固定孔といった、製造時における歪みの発生が少ない部分を基準とすればよい。また、任意の基準を設定して先ず本フローを実行し、その結果判明した製造上のバラツキが最も小さい部分を幾何合わせの基準として設定してもよい。

【0034】

なお、他の実施形態として、基準データと測定データとの位置合わせは、ベストフィット合わせにより行われてもよい。ベストフィット合わせとは、特定のパラメータが最も目標値に近くなるように比較対象全体を位置合わせする手法である。

【0035】

次に、Ｓ１０は、カラーマップデータ（カラーマップ画像）を生成する工程である。Ｓ１０では、カラーマップデータ生成部２０は、３Ｄ形状の基準データに対する３Ｄ形状の測定データの偏差データ（＋５ｍｍ～－５ｍｍの範囲）を算出する。さらに、カラーマップデータ生成部２０は、偏差データの大きさに基づいて色付けされたカラーマップデータを生成する。Ｓ１０で生成されたカラーマップデータは、記憶装置８に逐次保存される。
なお、本実施形態では、３Ｄ形状の基準データに対する３Ｄ形状の測定データの偏差データを＋５ｍｍ～－５ｍｍの範囲で色付けを行っており、範囲を超える場合、及び、範囲を下回る場合は、それぞれ一律の色を付している。偏差データの色付けの範囲は、製造上のバラツキの大きさに合わせて調整してもよい。

【0036】

具体的に、カラーマップデータは、「色相（Ｈｕｅ）：色合い」、「彩度（Ｓａｔｒａｔｉｏｎ）：色の鮮やかさ」、「明度（Ｖａｌｕｅ）：色の鮮やかさ」の３つの組み合わせで色を表現する手法（ＨＳＶ法）により、偏差データを色相値に変換処理してから、マッピングされる。これにより、３変数により１つの色を決定するＲＧＢ法と比較して、人が色を判断し易く、画像解析においても処理を単純化することができる。図４に示すように、カラーマップデータは、偏差０ｍｍの領域（バラツキなし）は緑色Ｇ、偏差＋５ｍｍの領域（凸状のバラツキあり）は赤色Ｒ、偏差－５ｍｍの領域（凹状のバラツキあり）は青色Ｂで区別されている。
なお、本発明の実施形態では、ＨＳＶ法を使用しているが、その他の色空間が適している場合にはＨＳＶ法以外を使用してもよい。

【0037】

Ｓ１２は、記憶装置８に保存されている多数のカラーマップデータの中から、複数、例えば３つのカラーマップデータ（Ａ～Ｃ画像）を選択する工程である。処理装置４は、機械学習により類似する３つのカラーマップデータを自動的に選択する。なお、選択されるカラーマップデータの個数は、３つに限定されるものでなく、複数であればよい。また、カラーマップの選択方法は、機械学習に限定されるものではなく、使用者が適宜選択してもよい。

【0038】

次に、Ｓ１４は、複数のカラーマップデータの各画素値の平均を算出する工程である。図５に示すように、Ｓ１４では、評価画像生成部２２は、Ｈ層、Ｓ層、Ｖ層毎に、３つのカラーマップデータＡ～Ｃ画像の各画素値の平均を算出する。さらに、評価画像生成部２２は、Ｈ層、Ｓ層、Ｖ層毎の平均化された画素値に基づいて、カラーマップデータの平均化画像を生成する（再構築する）。平均化画像は、上述したカラーマップデータと同様に、偏差データの大きさに基づいて色付けされ、偏差０ｍｍの領域（バラツキなし）は緑色、偏差＋５ｍｍの領域（凸状のバラツキあり）は赤色、偏差－５ｍｍの領域（凹状のバラツキあり）は青色で区別されている。これにより、水洗大便器１４の形状、成形装置や焼成装置の種別、焼成時における位置などの様々な製造条件で平均化画像を生成し、条件毎に画像を比較することによって製造条件と水洗大便器１４の形状の相関関係を調べることができる。

【0039】

Ｓ１６は、平均化画像を表示する工程である。Ｓ１６では、表示装置６は、Ｓ１４で生成されたカラーマップデータの平均化画像を表示する。
以上により、本発明の実施形態による第１の評価方法のフローを終了する。

【0040】

＜第２の評価方法＞
次に、本発明の実施形態による第２の評価方法の手順について説明する。図６は、本発明の実施形態による第２の評価方法の手順を示すフローチャートであり、図７は、本発明の実施形態による第２の評価方法のバラツキ処理の概略を説明するための図である。なお、図６において、「Ｓ」は工程を示している。

【0041】

以下、第１の評価方法との相違点を中心に説明する。
まず、Ｓ２～Ｓ１２は、図３の第１評価方法と同じである。

【0042】

Ｓ２０は、複数のカラーマップデータの各画素値の最大値と最小値との差を算出する工程である。図７に示すように、Ｓ２０では、評価画像生成部２２は、３つのカラーマップデータＡ～Ｃ画像の対応する画素において、Ｈ層の画素値の最大値からＨ層の画素値の最小値を引いたバラツキ値（＝画素値の最大値－画素値の最小値）を算出する。さらに、評価画像生成部２２は、バラツキ値の大きさに応じて濃淡を変えたバラツキ画像を生成する（再構築する）。バラツキ画像は、白黒画像であり、バラツキ値０（バラツキなし）の領域は白色、バラツキ値が大きくなるほど黒色が濃くなり、バラツキ値１２０（最大のバラツキあり）の領域は最も濃い黒色になっている。これにより、水洗大便器１４の形状、成形装置や焼成装置の種別、焼成時における位置などの様々な製造条件でバラツキ画像を生成し、条件毎に画像を比較することによって製造条件と水洗大便器１４の形状の相関関係を調べることができる。
なお、本発明の実施形態では、Ｈ層でバラツキ値を算出しているが、Ｈ層に代えてＳ層又はＶ層でバラツキ値を算出してバラツキ画像を生成してもよい。

【0043】

Ｓ２２は、バラツキ画像を表示する工程である。Ｓ２２では、表示装置６は、Ｓ２０で生成されたバラツキ画像を表示する。
以上により、本発明の実施形態による第２の評価方法のフローを終了する。

【0044】

＜第３の評価方法＞
次に、本発明の実施形態による第３の評価方法の手順について説明する。図８は、本発明の実施形態による第３の評価方法の手順を示すフローチャートであり、図９は、本発明の実施形態による第３の評価方法の２値化処理の概略を説明するための図である。なお、図８において、「Ｓ」は工程を示している。

【0045】

以下、第１の評価方法との相違点を中心に説明する。
まず、Ｓ２～Ｓ１０は、図３の第１評価方法と同じである。

【0046】

Ｓ３０は、カラーマップデータを２値化処理する工程である。図９に示すように、Ｓ３０では、評価画像生成部２２は、まず、Ｓ１０で生成されたカラーマップデータを準備する（図９（１）を参照）。次に、評価画像生成部２２は、カラーマップデータに基づいて、水洗大便器１４以外の領域を黒色、水洗大便器１４の領域を白色にして２値化を行い、水洗大便器１４の外形を表した２値化画像を生成する（図９（２）を参照）。次に、評価画像生成部２２は、カラーマップデータに基づいて、例えば偏差＋１ｍｍ～－１ｍｍのバラツキが小さい領域（緑色の領域）を白色、それ以外の領域を黒色にして２値化を行い、バラツキが小さい範囲を示した２値化画像を生成する（図９（３）を参照）。なお、２値化する際の白色と黒色との境界である閾値は適宜変更することができ、例えば偏差＋２～－２の領域を白色、それ以外の範囲を領域にしてもよい。

【0047】

Ｓ３２は、形状適合率を算出する工程である。適合率算出部２４は、Ｓ３０で生成した２つの２値化画像において、それぞれの白色の総ピクセル数をカウントする。次に、バラツキが小さい範囲を示した２値化画像（図９（３））の白色の総ピクセル数を、外形の２値化画像（図９（２））の白色の総ピクセル数により除して形状適合率（＝バラツキが小さい範囲を示した２値化画像の白色の総ピクセル数／外形の２値化画像の白色の総ピクセル数）を算出する。形状適合率は、バラツキが小さい範囲を示した２値化画像が水洗大便器１４の外形の２値化画像に対して適合する割合を表す指標であり、形状適合率が大きいほど製造上のバラツキが発生しておらず、形状適合率が小さいほど製造上のバラツキが発生している。これにより、水洗大便器１４の形状、成形装置や焼成装置の種別、焼成時における位置などの様々な製造条件で形状適合率を算出し、条件毎に形状適合率を比較することによって製造条件と水洗大便器１４の形状の相関関係を調べることができる。

【0048】

Ｓ３４は、２値化画像及び形状適合率を表示する工程である。Ｓ３４では、表示装置６は、Ｓ３０で生成された２値化画像及びＳ３２で算出された形状適合率を表示する。なお、本発明の実施形態では、表示装置６に２値化画像及び形状適合率を表示するが、２値化画像及び形状適合率のいずれか一方を表示してもよい。
以上により、本発明の実施形態による第３の評価方法のフローを終了する。

【0049】

＜評価画像の解析方法＞
上述した第１～第３の評価方法により得られた評価画像（平均化画像、バラツキ画像、２値化画像）は、製造された水洗大便器の形状の類似度に基づいてグループ分けされる（クラスタリング）。グループ分けは、処理装置が機械学習して自動的に例えば３つのクラスに分けられる。ここで、類似度とは、例えば平均化画像では、色付けされたカラーマップデータが類似しているか否かである。類似度を判断する際には、カラーマップデータの画像全体を比較してもよく、カラーマップデータの画像の一部、例えば便器本体の台脚部のみを取り出して比較してもよい。

【0050】

次に、各グループにおいて、製造条件（成形装置や焼成装置の種別、焼成時における位置など）が分析される。ここで、水洗大便器１４の形状を３Ｄスキャナ１２により測定する際に、製造条件を個体識別番号として測定データにラベリングしておくと、各評価画像における製造条件を容易に特定することができる。

【0051】

次に、製造条件から水洗大便器の形状における出来栄えとしての形状適合率を予測する予測モデルを構築する。具体的に、処理装置にて測定データにラベリングされた製造条件と形状適合率（教師データ）を学習させる。次に、得られた形状適合率のうちで最大となる形状適合率を取り出して、予測モデルを使用して逆解析し、最適な製造条件を導き出す。これにより、形状適合率が良い製造条件を把握することができる。

【0052】

以下、上述した本発明の実施形態による評価方法の作用効果を説明する。
先ず、本発明の実施形態による第１～第３の評価方法においては、衛生陶器、例えば水洗大便器１４の形状を評価する評価方法であって、水洗大便器１４の形状を測定して測定データを取得する形状測定工程Ｓ２と、予め保存されている基準データと測定データとの位置合わせをする位置合わせ工程Ｓ４と、基準データに対する測定データの偏差データを算出し、この偏差データに基づいて色付けされたカラーマップデータを生成するカラーマップデータの生成工程Ｓ１０と、カラーマップデータに対して製造上のバラツキを可視化するための所定の処理を施して評価画像を生成する評価画像の生成工程（Ｓ１４、Ｓ２０、又はＳ３０）と、を含む。
このような本発明の実施形態による第１～第３の評価方法によれば、カラーマップデータに対して製造上のバラツキを可視化するための所定の処理を施した評価画像（平均化画像、バラツキ画像、又は２値化画像）を用いて評価することができるので、水洗大便器１４の形状を直感的に評価することができ、作業負荷や時間を軽減することができる。

【0053】

また、本発明の実施形態による第１の評価方法においては、上記所定の処理では、複数のカラーマップデータにおいて、各画素値の平均値が算出され、この平均値に基づいて評価画像として平均化画像が生成される（図３のＳ１４）。
このような本発明の実施形態による第１の評価方法によれば、平均化画像を用いて評価することできるので、水洗大便器１４の形状を評価する精度を向上させることができる。

【0054】

本発明の実施形態による第２の評価方法においては、上記所定の処理では、複数のカラーマップデータにおいて、各画素値における最大値から最小値を引くことによりバラツキ値が算出され、このバラツキ値に基づいて評価画像としてバラツキ画像が生成される（図６のＳ２０）。
このような本発明の実施形態による第２の評価方法によれば、バラツキ画像を用いて評価することができるので、作業負荷や時間をより軽減することができる。

【0055】

また、本発明の実施形態による第３の評価方法においては、所定の処理では、カラーマップデータにおいて、製造上のバラツキが小さい範囲とそれ以外とに２値化処理されて、評価画像として２値化画像が生成される（図８のＳ３０）。
このような本発明の実施形態による第３の評価方法によれば、２値化画像を用いて評価することができるので、作業負荷や時間をより軽減することができる。

【0056】

本発明の実施形態による第３の評価方法においては、２値化画像が水洗大便器１４の外形の２値化画像に対して適合する割合を表す形状適合率を算出する形状適合率の算出工程をさらに含む（図８のＳ３２）。
このような本発明の第３の実施形態による評価方法によれば、形状適合率を用いて評価することができるので、作業負荷や時間をより軽減することができる。

【0057】

また、本発明の実施形態による評価方法においては、形状測定工程は、３Ｄスキャナによって水洗大便器１４の形状を測定する。
このような本発明の実施形態による評価方法によれば、３Ｄスキャナによって測定データを取得することができるので、作業負荷や時間をより軽減することができる。

【0058】

本発明の上述した実施形態に限定されることなく、特許請求の範囲に記載された技術的思想の範囲内で種々の変更、変形が可能である。

【符号の説明】

【0059】

１ ：評価システム
２ ：入力装置
４ ：処理装置
６ ：表示装置
８ ：記憶装置
１０ ：通信装置
１２ ：３Ｄスキャナ
１２ａ ：センサー群
１４ ：水洗大便器
１６ ：データ取得部
１８ ：３Ｄ形状データ生成部
２０ ：カラーマップデータ生成部
２２ ：評価画像生成部
２４ ：適合率算出部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】