特許 7445154 フィン検査システム、フィン検査方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-02-28

(45)【発行日】2024-03-07

(54)【発明の名称】フィン検査システム、フィン検査方法、及びプログラム

(51)【国際特許分類】

   G06T 7/00 20170101AFI20240229BHJP

   G06V 10/70 20220101ALI20240229BHJP

   G01N 21/88 20060101ALI20240229BHJP

【ＦＩ】

G06T7/00 610C

G06T7/00 350B

G06V10/70

G01N21/88 J

【請求項の数】 6

(21)【出願番号】P 2022046758

(22)【出願日】2022-03-23

(65)【公開番号】P2023140760

(43)【公開日】2023-10-05

【審査請求日】2023-03-06

(73)【特許権者】

【識別番号】000002853

【氏名又は名称】ダイキン工業株式会社

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(72)【発明者】

【氏名】森 大輔

(72)【発明者】

【氏名】大澤 正典

(72)【発明者】

【氏名】岸田 啓史

(72)【発明者】

【氏名】北村 正樹

(72)【発明者】

【氏名】田中 勝也

【審査官】片岡 利延

(56)【参考文献】

【文献】特開２００５－３２１３００（ＪＰ，Ａ）

【文献】中国特許出願公開第１１２２１３３１６（ＣＮ，Ａ）

【文献】特開２０１０－０７１９８０（ＪＰ，Ａ）

【文献】中国特許出願公開第１１６４８６２２４（ＣＮ，Ａ）

【文献】特開２０１０－０５４５０２（ＪＰ，Ａ）

【文献】特開２０１０－０３８６５０（ＪＰ，Ａ）

【文献】特許第６７９１４２９（ＪＰ，Ｂ１）

【文献】特開２０２１－１４０７３９（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｔ ７／００

Ｇ０６Ｖ １０／７０

Ｇ０１Ｎ ２１／８８

(57)【特許請求の範囲】

【請求項1】

熱交換器のコアを撮像する画像センサと、前記熱交換器に用いるフィンの外観検査を行う制御部と、を備えたフィン検査システムであって、
前記制御部は、
前記画像センサが前記熱交換器のコアを撮像した撮像画像を複数の領域に分割した部分画像と、予め用意した不良テンプレート画像との類似度を算出し、
前記不良テンプレート画像との類似度が閾値を超える前記部分画像を、予め学習した機械学習モデルに入力してフィン不良を検出し、検出結果を出力する、
フィン検査システム。

【請求項2】

前記機械学習モデルは、熱交換器のコアの部分画像と、当該部分画像がフィン不良であるか否かを示す教師データとを用いて、予め学習した機械学習モデルである、請求項１に記載のフィン検査システム。

【請求項3】

前記不良テンプレート画像を複数有し、
前記制御部は、前記不良テンプレート画像のいずれかとの類似度が閾値を超える前記部分画像を前記機械学習モデルに入力する、請求項１又は２に記載のフィン検査システム。

【請求項4】

前記制御部は、前記フィン不良が検出された場合、前記撮像画像と、前記フィン不良が検出された位置を示す情報とを含む前記検出結果を出力する、請求項１乃至３のいずれか一項に記載のフィン検査システム。

【請求項5】

熱交換器のコアを撮像する画像センサと、前記熱交換器に用いるフィンの外観検査を行う制御部と、を備えたフィン検査システムにおいて、
前記制御部が、
前記画像センサが前記熱交換器のコアを撮像した撮像画像を複数の領域に分割した部分画像と、予め用意した不良テンプレート画像との類似度を算出し、
前記不良テンプレート画像との類似度が閾値を超える前記部分画像を、予め学習した機械学習モデルに入力してフィン不良を検出し、検出結果を出力する、
フィン検査方法。

【請求項6】

熱交換器のコアを撮像する画像センサと、前記熱交換器に用いるフィンの外観検査を行う制御部と、を備えたフィン検査システムにおいて、
前記制御部に、
前記画像センサが前記熱交換器のコアを撮像した撮像画像を複数の領域に分割した部分画像と、予め用意した不良テンプレート画像との類似度を算出させ、
前記不良テンプレート画像との類似度が閾値を超える前記部分画像を、予め学習した機械学習モデルに入力してフィン不良を検出させ、検出結果を出力させる、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、フィン検査システム、フィン検査方法、及びプログラムに関する。

【背景技術】

【0002】

熱交換器のフィンの外観検査を行う外観検査システムが知られている。例えば、フィンアンドチューブタイプの熱交換器をカメラで撮像してフィンの撮像画像を形成し、撮像画像から良品信号を除去して不良位置を検出する画像処理手法が知られている（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００５－３２１３００号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

従来の技術では、不良個所が小さい場合、不良情報も除去してしまうため、小さい不良個所の検出が難しいという課題がある。

【0005】

本開示は、熱交換器のフィンの外観検査を行うフィン検査システムにおいて、小さい不良個所の検出を容易にする。

【課題を解決するための手段】

【0006】

本開示の第１の態様に係るフィン検査システムは、熱交換器のコアを撮像する画像センサと、前記熱交換器に用いるフィンの外観検査を行う制御部と、を備えたフィン検査システムであって、前記制御部は、前記画像センサが前記熱交換器のコアを撮像した撮像画像から機械学習を用いてフィン不良を検出し、検出結果を出力する。

【0007】

本開示の第１の態様によれば、熱交換器のフィンの外観検査を行うフィン検査システムにおいて、小さい不良個所の検出が容易になる。

【0008】

本開示の第２の態様は、第１の態様に記載のフィン検査システムであって、前記制御部は、前記撮像画像を複数の領域に分割した部分画像に対して、テンプレートマッチングによりフィン不良である可能性を評価し、フィン不良である可能性が高いと評価された部分画像を、予め学習した機械学習モデルに入力して前記フィン不良を検出する。これにより、小さい不良個所の検出がさらに容易になる。また、フィン不良である可能性が高いと評価された部分画像のみを機械学習モデルに入力するので、大きな熱交換器のコアに対しても検査時間を短縮することができる。

【0009】

本開示の第３の態様は、第１の態様に記載のフィン検査システムであって、前記制御部は、前記撮像画像を複数の領域に分割した部分画像を、予め学習した機械学習モデルに入力して前記フィン不良を検出する。これにより、小さい不良個所の検出がさらに容易になる。

【0010】

本開示の第４の態様は、第２又は第３の態様に記載のフィン検査システムであって、前記機械学習モデルは、熱交換器のコアの部分画像と、当該部分画像がフィン不良であるか否かを示す教師データとを用いて、予め学習した機械学習モデルである。

【0011】

本開示の第５の態様は、第２の態様に記載のフィン検査システムであって、前記制御部は、前記撮像画像を複数の領域に分割した部分画像と、予め用意した不良テンプレート画像との類似度を算出し、前記類似度に基づいて、前記部分画像がフィン不良である可能性を評価する。

【0012】

本開示の第６の態様は、第５の態様に記載のフィン検査システムであって、前記不良テンプレート画像を複数有し、前記制御部は、前記不良テンプレート画像のいずれかとの類似度が閾値を超える前記部分画像を前記機械学習モデルに入力する。

【0013】

本開示の第７の態様は、第１乃至第６のいずれかの態様に記載のフィン検査システムであって、前記制御部は、前記フィン不良が検出された場合、前記撮像画像と、前記フィン不良が検出された位置を示す情報とを含む前記検出結果を出力する。

【0014】

本開示の第８の態様に係るフィン検査方法は、熱交換器のコアを撮像する画像センサと、前記熱交換器に用いるフィンの外観検査を行う制御部と、を備えたフィン検査システムにおいて、前記制御部が、前記画像センサが前記熱交換器のコアを撮像した撮像画像から機械学習を用いてフィン不良を検出し、検出結果を出力する。

【0015】

本開示の第９の態様に係るプログラムは、熱交換器のコアを撮像する画像センサと、前記熱交換器に用いるフィンの外観検査を行う制御部と、を備えたフィン検査システムにおいて、前記制御部に、前記画像センサが前記熱交換器のコアを撮像した撮像画像から機械学習を用いてフィン不良を検出させ、検出結果を出力させる。

【図面の簡単な説明】

【0016】

【図1】一実施形態に係るフィン検査システムのシステム構成の例を示す図である。

【図2】一実施形態に係る熱交換器のコアの構成例を示す図（１）である。

【図3】一実施形態に係る熱交換器のコアの構成例を示す図（２）である。

【図4】一実施形態に係るカメラの配置の一例を示す図である。

【図5】一実施形態に係るフィン検査装置のハードェア構成の例を示す図である。

【図6】第１の実施形態に係るフィン検査処理の例を示すフローチャートである。

【図7】第１の実施形態に係るフィン検査処理について説明するための図である。

【図8】第１の実施形態に係るテンプレートマッチング処理の例を示すフローチャートである。

【図9】第１の実施形態に係るフィン不良分類モデルについて説明するための図である。

【図10】第２の実施形態に係るフィン検査処理の例を示すフローチャートである。

【発明を実施するための形態】

【0017】

以下、各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省略する。また、本明細書及び図面において、平行、直交、水平、垂直、上下、左右などの方向には、本実施形態の効果を損なわない程度のずれが許容される。また、Ｘ軸方向、Ｙ軸方向、Ｚ軸方向は、それぞれ、Ｘ軸に平行な方向、Ｙ軸に平行な方向、Ｚ軸に平行な方向を含む。

【0018】

＜システム構成＞
図１は、一実施形態に係るフィン検査システムのシステム構成の例を示す図である。フィン検査システム１は、熱交換器のコア１０を撮像するカメラ（画像センサ）１０１と、熱交換器に用いるフィンの外観検査を行うフィン検査装置１００とを含む。好ましくは、フィン検査システム１は、作業者１０３等に検査結果を表示する表示装置１０２を含む。なお、フィン検査装置１００は、フィン検査装置１００が備える表示装置１０４に検査結果を表示するものであってもよい。

【0019】

フィン検査システム１は、例えば、空気調和システムの熱交換器の製造過程において、熱交換器のコア１０をカメラ１０１で撮像し、撮像した撮像画像から機械学習を用いて、コア１０を構成するフィンの不良を検出し、検出結果を出力するシステムである。例えば、フィン検査装置１００は、フィン不良を検出した場合、熱交換器のコアを撮像した撮像画像３１、フィン不良が検出された位置を示す情報３２、及び不良個所の拡大画像３３等を表示する不良個所の表示画面３０を、表示装置１０２（又は表示装置１０４）等に表示する。

【0020】

図２、３は、一実施形態に係る熱交換器のコアの構成例を示す図である。本実施形態に係る熱交換器は、例えば、フィンアンドチューブタイプの熱交換器であり、図２に示すような熱交換器のコア１０が組み込まれている。

【0021】

熱交換器のコア１０は、例えば、図２に示すように、冷媒管（チューブ）２１０と、冷媒管２１０の外面に取り付けられた複数のフィン２００とを備える。

【0022】

各フィン２００は、例えば、矩形の板状に形成された部材であり、一定の間隔で、互いに平行となるように並べて配置される。図２の例では、各フィン２００は、長辺の方向がＸ軸方向に沿って配置されている。

【0023】

冷媒管２１０は、例えば、直線状の円管である直管部２１１と、Ｕ字状に曲がった円管である曲管部２１２とを複数備える。図２の例では、冷媒管２１０は、直管部２１１と曲管部２１２とが１つずつ交互に配置され、直管部２１１は、フィン２００と直交するように、Ｙ軸方向に沿って配置されている。

【0024】

図３は、熱交換器のコア１０を、図２の矢印２０１の方向から見た状態を示している。伝熱管である直管部２１１は、図３に示すように、配列された各フィン２００を貫通するように設けられる。この直管部２１１の外周面は、各フィン２００と密着し、各フィン２００と熱的に接続される。

【0025】

好適な一例として、本実施形態に係るフィン検査システム１は、熱交換器の製造過程において、フィン２００を整列し、整列したフィン２００に冷媒管２１０を挿入する前に、複数のフィンの外観検査の一例であるフィンの浮き検査を行う。これは、整列したフィン２００に浮きがあると、冷媒管２１０を挿入するときに、浮いたフィンが変形してしまうためである。

【0026】

ただし、これに限られず、フィン検査システム１は、例えば、整列したフィン２００に冷媒管２１０を挿入した後に、フィンの外観検査を行うものであってもよい。また、フィン検査システム１は、熱交換器のコア１０を、熱交換器の筐体等に組み込む前に、フィンの外観検査を行うもの等であってもよい。ここでは、一例として、フィン検査システム１が、整列したフィン２００の浮き検査を行うものとして、以下の説明を行う。

【0027】

なお、図２、３に示した熱交換器のコア１０の構成は一例である。熱交換器のコア１０は、整列した複数のフィン２００を含むものであればよく、冷媒管２１０の構成は、他の構成であってもよい。

【0028】

カメラ１０１は、例えば、図３の矢印３０１の方向（例えば、整列したフィン２００の上方）から、熱交換器のコア１０を撮像するように設置される。なお、コア１０の大きさが大きい場合等、フィン検査システム１は、例えば、図４に示すように、複数のカメラ１０１－１～１０１－４を用いて、熱交換器のコア１０を撮像してもよい。このように、フィン検査システム１が備えるカメラ１０１の数は、１台以上の任意の数であってよい。

【0029】

＜ハードウェア構成＞
図５は、一実施形態に係るフィン検査装置のハードウェア構成の例を示す図である。フィン検査装置１００は、一般的なコンピュータの構成を有しており、例えば、制御部５０１、メモリ５０２、ストレージデバイス５０３、通信装置５０４、表示装置１０４、入力装置５０５、ドライブ装置５０６、及びバス５０８等を含む。

【0030】

制御部５０１は、例えば、ストレージデバイス５０３、又はメモリ５０２等の記憶媒体に記憶した所定のプログラムを実行することにより、様々な機能を実現するＣＰＵ（Central Processing Unit）等のプロセッサである。なお、制御部５０１は、ＣＰＵ以外にも、ＧＰＵ（Graphics Processing Unit）、又はＤＳＰ（Digital Signal Processor）等のプロセッサを含んでいてもよい。また、制御部５０１は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、又はＦＰＧＡ（Field Programmable Gate Array）等のデバイスであってもよい。

【0031】

メモリ５０２は、例えば、制御部５０１のワークエリア等として用いられる揮発性のメモリであるＲＡＭ（Random Access Memory）、及び制御部５０１の起動用のプログラム等を記憶する不揮発性のメモリであるＲＯＭ（Read Only Memory）等を含む。ストレージデバイス５０３は、ＯＳ（Operating System）、アプリケーション等のプログラム、及び各種のデータ、情報等を記憶する大容量の記憶装置であり、例えば、ＳＳＤ（Solid State Drive）、又はＨＤＤ（Hard Disk Drive）等によって実現される。

【0032】

通信装置５０４は、例えば、カメラ１０１、又は表示装置１０２等と通信するための通信インタフェース、又はデバイスである。例えば、通信装置５０４は、フィン検査装置１００を通信ネットワーク２に接続して、他の装置と通信するためのＮＩＣ（Network Interface Card）等のデバイスを含む。また、通信装置５０４は、例えば、フィン検査装置１００にカメラ１０１を接続するための各種のインタフェースを含む。

【0033】

表示装置１０４は、表示画面を表示する表示デバイス、又は装置である。入力装置５０５は、例えば、タッチパネル、キーボード、又はポインティングデバイス等の外部からの入力を受け付ける入力デバイスである。なお、表示装置１０４と入力装置５０５は、例えば、タッチパネルディスプレイのように、一体化された表示入力装置であってもよい。

【0034】

ドライブ装置５０６は、記憶媒体５０７をフィン検査装置１００に接続するためのデバイスである。ここでいう記憶媒体５０７には、例えば、ＣＤ－ＲＯＭ、フレキシブルディスク、光磁気ディスク等のように情報を光学的、電気的あるいは磁気的に記録する媒体が含まれる。また、記憶媒体５０７には、例えば、ＲＯＭ、フラッシュメモリ等のように情報を電気的に記録する半導体メモリ等が含まれていてもよい。バス５０８は、上記の各構成要素に共通に接続され、例えば、アドレス信号、データ信号、及び各種の制御信号等を伝送する。

【0035】

＜処理の流れ＞
続いて、本実施形態に係るフィン検査方法の処理の流れについて説明する。

【0036】

［第１の実施形態］
図６は、第１の実施形態に係るフィン検査処理の例を示しフローチャートである。この処理は、図５に示すハードウェア構成を備えるフィン検査装置１００が実行するフィン検査処理の一例を示している。例えば、フィン検査装置１００の制御部５０１は、所定のプログラムを実行することにより、図６に示すフィン検査処理を行う。

【0037】

ステップＳ６０１において、制御部５０１は、カメラ１０１で熱交換器のコア１０を撮像する。例えば、制御部５０１は、カメラ１０１から、図７（Ａ）に示すような、熱交換器のコア１０を撮像した撮像画像７１０を取得する。なお、例えば、図４に示すように、複数のカメラ１０１－１～１０１－４で熱交換器のコア１０を撮像する場合、制御部５０１は、複数のカメラ１０１－１～１０１－４から、各カメラ１０１の撮像範囲内の撮像画像を取得する。

【0038】

好適な一例として、熱交換器の製造過程において、整列したフィン２００の浮き検査を行う場合、制御部５０１は、整列したフィン２００に冷媒管２１０を挿入する前に、熱交換器のコア１０の整列したフィン２００を撮像する。

【0039】

ステップＳ６０２において、制御部５０１は、取得した撮像画像を射影変換する。例えば、制御部５０１は、図７（Ａ）に示すような撮像画像７１０に撮像されたコア１０の画像に、公知の射影変換を行うことにより、図７（Ｂ）に示すような、矩形のコア１０の画像７２０を生成する。例えば、制御部５０１は、ＯｐｅｎＣＶ（登録商標）ライブラリのｃｖ２．ｗａｒｐＰｅｒｓｐｅｃｔｉｖｅ（）等の関数を利用して、射影変換を行うことができる。ただし、射影変換を行う方法は、これに限られない。

【0040】

また、制御部５０１は、複数のカメラ１０１－１～１０１－４でコア１０を撮像した場合、各カメラ１０１から取得した撮像画像を、１つの矩形上の各領域に射影変換することにより、図７（Ｂ）に示すような、矩形のコア１０の画像７２０を生成する。

【0041】

なお、ステップＳ６０２の処理はオプションである。例えば、制御部５０１は、コア１０の大きさ、又はカメラ１０１の位置等により、カメラ１０１で矩形のコア１０の画像７２０を撮像可能である場合、ステップＳ６０２の処理を省略してもよい。

【0042】

ステップＳ６０３において、制御部５０１は、コア１０の画像７２０を複数の部分画像に分割する。

【0043】

フィン検査装置１００は、フィン不良が発生しているフィン２００を撮像した画像である不良テンプレート画像を有している。例えば、フィン検査装置１００は、図７（Ｄ）に示すように、所定のサイズの複数の不良テンプレート画像７４１、７４２を予め用意し、ストレージデバイス５０３等の記憶部に記憶している。

【0044】

制御部５０１は、コア１０の画像７２０を、例えば、図７（Ｃ）に示すように、不良テンプレート画像７４１、７４２と同じサイズの複数の部分画像７３０、又は不良テンプレート画像７４１、７４２と同等のサイズの複数の部分画像７３０に分割する。

【0045】

ステップＳ６０４において、制御部５０１は、分割した部分画像７３０を、不良テンプレート画像とテンプレートマッチングすることにより、各部分画像７３０に対して、フィン不良の可能性が高いか否かを判断する。例えば、制御部５０１は、図８に示すようなテンプレートマッチング処理を実行する。

【0046】

図８は、第１の実施形態に係るテンプレートマッチング処理の例を示すフローチャートである。この処理は、例えば、図６のステップＳ６０４において、制御部５０１が実行するテンプレートマッチング処理の一例を示している。例えば、制御部５０１は、ステップＳ６０４において、分割した部分画像７３０の各々に対して図８の処理を実行する。

【0047】

ステップＳ８０１において、制御部５０１は、部分画像７３０と、１つ以上の不良テンプレート画像との類似度を算出する。例えば、制御部５０１は、処理対象となる部分画像７３０と、複数の不良テンプレート画像との類似度を、不良テンプレートごとに算出する。

【0048】

算出する類似度は、例えば、ＳＳＤ（Sum of Squared Difference）、ＳＡＤ（Sum of Absolute Difference）、ＮＣＣ（Normalized Cross Correlation）、又はＺＮＣＣ（Zero Means Normalized Cross Correlation）等の公知の類似度を適用することができる。ただし、制御部５０１が算出する類似度は、これらに限られない。

【0049】

ステップＳ８０２において、制御部５０１は、算出した類似度が閾値以上の不良テンプレート画像があるか否かを判断する。ここで、閾値は、類似度が閾値を超えたときに、フィン不良が発生していると判断するための値が、予め設定されているものとする。

【0050】

類似度が閾値以上の不良テンプレート画像がある場合、制御部５０１は、処理をステップＳ８０３に移行させる。一方、類似度が閾値以上の不良テンプレート画像がない場合、制御部５０１は、処理をステップＳ８０４に移行させる。

【0051】

ステップＳ８０３に移行すると、制御部５０１は、処理対象となる部分画像７３０が、フィン不良である可能性が高いと判断する。一方、ステップＳ８０４に移行すると、制御部５０１は、処理対象となる部分画像７３０がフィン不良である可能性が低いと判断する。制御部５０１は、分割した部分画像７３０の各々に対して図８の処理を実行することにより、フィン不良の可能性が高い部分画像７３０を抽出することができる。

【0052】

ここで、図６に戻り、フィン検査処理のフローチャートの説明を続ける。ステップＳ６０５において、制御部５０１は、分割した部分画像７３０の中に、フィン不良の可能性が高い部分画像７３０があるか否かを判断する。フィン不良の可能性が高い部分画像７３０がない場合、制御部５０１は、処理をステップＳ６０６に移行させる。一方、フィン不良の可能性が高い部分画像７３０がある場合、制御部５０１は、処理をステップＳ６０７に移行させる。

【0053】

ステップＳ６０６に移行すると、制御部５０１は、フィン不良がないことを示す検査結果を出力する。例えば、制御部５０１は、熱交換器のコア１０にフィン不良がないことを示す表示画面を、表示装置１０２、又は表示装置１０４等に表示する。

【0054】

一方、ステップＳ６０７に移行すると、制御部５０１は、フィン不良の可能性が高い部分画像７３０を、例えば、ストレージデバイス５０３等の記憶部に予め記憶した、学習済のフィン不良分類モデルに入力する。

【0055】

図９は、第１の実施形態に係るフィン不良分類モデルについて説明するための図である。フィン不良分類モデル９００は、熱交換器のコア１０の複数の部分画像と、当該部分画像がフィン不良であるか否かを示す教師データとを用いて、予め学習した機械学習モデルである。例えば、フィン不良分類モデル９００は、フィン浮きが発生している部分画像を含む大量（例えば、１０００枚以上）の部分画像に、「不良」又は「良」の教師データをタグ付けして入力することにより、例えば、ディープラーニングによる機械学習が行われている。

【0056】

この学習済のフィン不良分類モデル９００に、部分画像７３０を入力することにより、学習済のフィン不良分類モデル９００は、入力した部分画像７３０が、「不良」であるか、「良」であるかを示す判定結果（分類結果）を出力する。ここで、「不良」は、フィン不良であることを示しており、「良」は、フィン不良がないことを示している。

【0057】

なお、フィン不良分類モデル９００は、熱交換器のコア１０の部分画像７３０と、当該部分画像７３０がフィン不良であるか否かを示す教師データとを用いて、予め学習した機械学習モデルの一例である。

【0058】

ここで、再び図６に戻り、フィン検査処理のフローチャートの説明をさらに続ける。ステップＳ６０８において、制御部５０１は、ステップＳ６０７において、フィン不良と判定された部分画像７３０があるか否かを判断する。フィン不良と判定された部分画像７３０がない場合、制御部５０１は、処理をステップＳ６０６に移行させる。一方、フィン不良と判定された部分画像７３０がある場合、制御部５０１は、処理をステップＳ６０９に移行させる。

【0059】

ステップＳ６０９に移行すると、制御部５０１は、コア１０の画像と、フィン不良が検出された位置とを示す検査結果を出力する。例えば、制御部５０１は、図１に示すような、不良個所の表示画面３０を、表示装置１０２、又は表示装置１０４等に表示する。

【0060】

なお、不良個所の表示画面３０において、熱交換器のコア１０を撮像した撮像画像３１は、ステップＳ６０１で撮像した撮像画像であってもよいし、ステップＳ６０２で射影変換したコア１０の画像であってもよい。また、不良個所の表示画面３０において、フィン不良が検出された位置を示す情報３２は、例えば、図７（Ｃ）に示すように、分割した部分画像７３０のうち、フィン不良と判定された部分画像７３０の位置を利用して表示することができる。さらに、不良個所の表示画面３０において、不良個所の拡大画像３３は、例えば、図７（Ｃ）に示すように、分割した部分画像７３０のうち、フィン不良と判定された部分画像７３０を利用して表示することができる。

【0061】

以上、第１の実施形態によれば、熱交換器のフィン２００の外観検査を行うフィン検査システム１において、小さい不良個所の検出が容易になる。

【0062】

また、第１の実施形態では、フィン不良である可能性が高いと評価された部分画像７３０のみを機械学習モデル（フィン不良分類モデル９００）に入力するので、大きな熱交換器のコアに対しても検査時間を短縮することができる。

【0063】

［第２の実施形態］
フィン検査装置１００は、図８で説明したテンプレートマッチング処理を省略して、フィン２００の外観検査を行うこともできる。例えば、熱交換器のコア１０の大きさが比較的小さい場合、或いは不良テンプレート画像の準備が間に合わない場合等、フィン検査装置１００は、テンプレートマッチング処理を省略してもよい。

【0064】

図１０は、第２の実施形態に係るフィン検査処理の例を示すフローチャートである。この処理は、図５に示すハードウェア構成を備えるフィン検査装置１００が実行するフィン検査処理の別の一例を示している。例えば、フィン検査装置１００の制御部５０１は、所定のプログラムを実行することにより、図１０に示すフィン検査処理を行う。なお、基本的な処理内容は、図６で説明した第１の実施形態に係るフィン検査処理と同様なので、ここでは、第１の実施形態と同様の処理内容に対する詳細な説明は省略する。

【0065】

ステップＳ１００１において、制御部５０１は、カメラ１０１で熱交換器のコア１０を撮像する。例えば、制御部５０１は、カメラ１０１から、図７（Ａ）に示すような、熱交換器のコア１０を撮像した撮像画像７１０を取得する。

【0066】

ステップＳ１００２において、制御部５０１は、取得した撮像画像を射影変換する。例えば、制御部５０１は、図７（Ａ）に示すような撮像画像７１０に撮像されたコア１０の画像に、公知の射影変換を行うことにより、図７（Ｂ）に示すような、矩形のコア１０の画像７２０を生成する。

【0067】

ステップＳ１００３において、制御部５０１は、コア１０の画像７２０を複数の部分画像に分割する。例えば、制御部５０１は、図８（Ｃ）に示すように、コア１０の画像７２０を複数の部分画像７３０に分割する。

【0068】

ステップＳ１００４に移行すると、制御部５０１は、分割した各部分画像７３０を、例えば、ストレージデバイス５０３等の記憶部に予め記憶した、学習済のフィン不良分類モデルに入力する。これにより、入力した各部分画像７３０が、フィン不良である「不良」であるか、フィン不良でない「良」であるかを示す判定結果（分類結果）が得られる。

【0069】

ステップＳ１００５において、制御部５０１は、ステップＳ１００４でフィン不良と判定された部分画像７３０があるか否かを判断する。フィン不良と判定された部分画像７３０がある場合、制御部５０１は、処理をステップＳ１００６に移行させる。一方、フィン不良と判定された部分画像７３０がない場合、制御部５０１は、処理をステップＳ１００７に移行させる。

【0070】

ステップＳ１００６に移行すると、制御部５０１は、コア１０の画像と、フィン不良が検出された位置とを示す検査結果を出力する。例えば、制御部５０１は、図１に示すような、不良個所の表示画面３０を、表示装置１０２、又は表示装置１０４等に表示する。

【0071】

一方、ステップＳ１００７に移行すると、制御部５０１は、フィン不良がないことを示す検査結果を出力する。例えば、制御部５０１は、熱交換器のコア１０にフィン不良がないことを示す表示画面を、表示装置１０２、又は表示装置１０４等に表示する。

【0072】

図１０の処理により、第１の実施形態と同様に、熱交換器のフィン２００の外観検査を行うフィン検査システム１において、小さい不良個所の検出が容易になる。

【0073】

以上、本開示の各実施形態によれば、熱交換器のフィン２００の外観検査を行うフィン検査システム１において、小さい不良個所の検出が容易になる。

【0074】

例えば、特許文献１に開示された従来の技術では、撮像画像から良品信号を除去して不良位置を検出する。従って、従来の技術では、不良個所が小さい場合、不良情報も除去してしまうため、小さい不良個所の検出が難しいという問題がある。

【0075】

一方、本開示の各実施形態に係るフィン検査システム１は、撮像画像から良品信号を除去する処理を行わないので、不良情報を除去してしまうことがない。また、フィン検査システム１は、熱交換器のコア１０の画像７２０を複数の部分画像７３０に分割し、複数の部分画像と教師データとにより予め学習したフィン不良分類モデル９００に入力して、フィン不良の不無を判定する。従って、フィン検査システム１は、小さい不良個所であっても容易に検出できるようになる。

【0076】

以上、実施形態を説明したが、特許請求の範囲の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。

【符号の説明】

【0077】

１ フィン検査システム
１０ 熱交換器のコア
３０ 不良個所の表示画面（検査結果の一例）
１０１ カメラ（画像センサ）
２００ フィン
５０１ 制御部
７１０ 撮像画像
７３０ 部分画像
７４１、７４２ 不良テンプレート画像
９００ フィン不良分類モデル（機械学習モデルの一例）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】