测定器、表面评价指标的运算方法以及程序

技术领域

本发明涉及例如能够求取皮纹加工后的汽车内部装饰零件的表面的评价指标的测定器、表面评价指标的运算方法以及程序。

背景技术

实施了以皮纹加工等为代表的表面加工的汽车的内部装饰零件通过将颜色、光泽等用作管理指标来进行质量管理。然而，最近，为了管理仅以颜色、光泽而无法数值化的质感，有测定内部装饰零件表面的二维光泽信息、高度信息(与形状信息相同)并以符合检查者的目视的方式进行指标化的动向。

在专利文献1中，公开了如下表面粗糙度/轮廓形状测定装置：轮廓形状测定器通过使具有触针的拾取器沿着测定对象物表面移动而将触针的位移量变换为电信号并以计算机读取，对测定对象物的表面粗糙度、轮廓形状(高度信息)进行测定。

具体而言，通过使拾取器以及测定对象物相对地移动，能够测定2个方向即XY平面的轮廓形状。通过对取得的三维的高度信息(形貌)实施计算处理，能够计算在ISO-4287、ISO-25178等中规定的表面粗糙度指标Ra、Sa等。

然而，专利文献1记载的技术中，存在如下的课题。

A)在拾取器的移动中仅取得一维方向的信息，所以测定二维信息花费时间；以及

B)无法取得二维光泽分布，所以不能担保目视相关性。

关于如皮纹加工的具有深的凹凸的测定对象物，与由凹凸引起的光泽的变化目视相关性高，如果能够从二维光泽分布和表面形状分布取得与凹凸有关的信息，则能够对与测定对象物的凹凸对应的信息进行可视化/定量化。

这样，为了以与实施了皮纹加工等的测定对象物的凹凸对应的目视相关性高的质量管理为目标，专利文献1记载的装置并不充分。

另一方面，在专利文献2中，提出了能够从汽车内部装饰零件的测定对象物取得表面形状分布以及二维光泽的装置。在该装置中，表面形状分布的测定根据“光度立体法”来进行。关于表面形状分布的取得，4个光源(2)配置在与左右和前后正交的方向上，分别以从样品(10)的法线方向起45°方向对样品进行照明。由配置于样品的法线上的受光器(4)接受其照明光，根据与各光源对应的4个信息推测样品的表面倾斜。不过，该推测基于样品的光反射特性为cos特性(朗伯特性)这样的假设。

关于二维光泽的取得，照明光从另一光源(6)被分束器(18)反射，从垂直方向对样品(10)进行照明，由受光器(4)接受该照明光。

现有技术文献

专利文献

专利文献1：日本特开2006-118911号公报

专利文献2：美国专利公开2015/0369595号公报

发明内容

发明要解决的课题

然而，在专利文献2记载的装置中，能够取得表面形状分布以及二维光泽，但产生如下的问题。

1.在为正反射光和漫反射光的强度差大的测定对象物的情况下，需要传感器侧的动态范围确保处理，所以作为结果有时SN变差，有可能表面评价指标的精度降低。

2.由不同的照明光学系统进行表面形状分布测定以及二维光泽测定，起因于存在多个光源，由于其个体差异而向测定对象物的照度出现偏差，表面形状分布的重构精度降低，有可能表面评价指标的精度降低。

本发明是鉴于这样的技术上的背景而做出的，其目的在于提供一种能够求出精度高的测定对象物的表面评价指标的测定器、表面评价指标的运算方法以及程序。

用于解决课题的手段

上述目的通过以下的手段达成。

(1)一种测定器，具备：

单一的照明部件，能够对测定对象物照射照明光；

二维光电变换部件，配置于能够接受从所述照明部件照射到测定对象物的照明光的来自测定对象物的正反射光的位置；

形状分布取得部件，根据由所述二维光电变换部件得到的电信号，取得所述测定对象物的表面形状分布；

亮度分布取得部件，根据由所述二维光电变换部件得到的电信号，取得所述测定对象物的二维亮度分布；以及

运算部件，使用由所述形状分布取得部件取得的所述测定对象物的表面形状分布和由所述亮度分布取得部件取得的所述测定对象物的二维亮度分布中的至少任意一个，运算所述测定对象物的表面评价指标。

(2)一种测定器，具备：

形状分布取得部件，根据由配置于能够接受从单一的照明部件照射到测定对象物的照明光的来自所述测定对象物的正反射光的位置的二维光电变换部件得到的电信号，取得所述测定对象物的表面形状分布；

亮度分布取得部件，根据由所述二维光电变换部件得到的电信号，取得所述测定对象物的二维亮度分布；以及

运算部件，使用由所述形状分布取得部件取得的所述测定对象物的表面形状分布和由所述亮度分布取得部件取得的所述测定对象物的二维亮度分布中的至少任意一个，运算所述测定对象物的表面评价指标。

(3)在前项1或者2所述的测定器中，所述形状分布取得部件在由所述二维光电变换部件接受到由所述照明部件对所述测定对象物分时地照射了多个相位不同的正弦波图案的照明光时的正反射光时，根据由所述二维光电变换部件得到的电信号，通过计算取得所述测定对象物的表面形状分布。

(4)在前项1或者2所述的测定器中，所述亮度分布取得部件在由所述二维光电变换部件接受到由所述照明部件对所述测定对象物照射了恒定值的图案的照明光时的正反射光时，根据由所述二维光电变换部件得到的电信号，通过计算取得所述测定对象物的亮度分布。

(5)在前项1～4中的任意一项所述的测定器中，所述二维光电变换部件的空间分辨率是100μm以下。

(6)在前项1～5中的任意一项所述的测定器中，所述测定对象物的表面被皮纹加工，

所述表面评价指标是与皮纹加工后的表面的特征量有关的指标。

(7)在前项1～6中的任意一项所述的测定器中，所述运算部件在所述表面评价指标的运算之前，进行将所述表面形状分布根据其高度使用分水岭分割法分割为多个封闭的区域的第1区域分割。

(8)在前项7所述的测定器中，所述运算部件在所述第1区域分割的执行之前，针对所述表面形状分布，实施去除其高频分量的低频滤波处理。

(9)在前项7或者8所述的测定器中，所述运算部件针对表示作为所述第1区域分割的结果而得到的多个封闭的区域的图像，删除表示与图像端相接的封闭的区域的坐标信息。

(10)在前项1～6中的任意一项所述的测定器中，所述运算部件在所述表面评价指标的运算之前，进行通过对所述表面形状分布进行大津的2值化来取得所述测定对象物的凹凸部分的坐标信息的第2区域分割。

(11)在前项1～10中的任意一项所述的测定器中，所述运算部件在所述表面评价指标的运算之前，进行将所述表面形状分布根据其高度使用分水岭分割法分割为多个封闭的区域的第1区域分割和通过对所述表面形状分布进行大津的2值化来取得所述测定对象物的凹凸部分的坐标信息的第2区域分割，

使用作为所述第1区域分割的结果而得到的图像、作为所述第2区域分割的结果而得到的图像、所述表面形状分布以及所述二维亮度分布中的1个以上来计算所述表面评价指标。

(12)在前项7～9中的任意一项所述的测定器中，所述表面评价指标由通过所述第1区域分割得到的图像内部的封闭的区域的个数来表示。

(13)在前项7～9中的任意一项所述的测定器中，所述表面评价指标由通过所述第1区域分割得到的图像内部的封闭的区域的平均面积来表示。

(14)在前项7～9中的任意一项所述的测定器中，所述表面评价指标由根据表示通过所述第1区域分割得到的图像内部的封闭的区域的坐标信息求出的所述表面形状分布内的同坐标集合中的高度的平均值来表示。

(15)在前项1～6中的任意一项所述的测定器中，所述运算部件在所述表面评价指标的运算之前，进行将所述表面形状分布根据其高度使用分水岭分割法分割为多个封闭的区域的第1区域分割和通过对所述表面形状分布进行大津的2值化来取得所述测定对象物的凹凸部分的坐标信息的第2区域分割，

所述表面评价指标由根据通过所述第1区域分割得到的图像内部的多个封闭的区域和表示通过所述第2区域分割得到的凸部分或者凹部分的坐标信息求出的封闭的区域内部的同坐标集合的平均面积来表示。

(16)在前项10或者11所述的测定器中，所述表面评价指标由根据表示通过所述第2区域分割得到的凸部分或者凹部分的坐标集合求出的所述二维亮度分布内的同坐标集合中的明亮度的平均值来表示。

(17)在前项10或者11所述的测定器中，所述表面评价指标是通过计算在通过所述第2区域分割得到的凸部分以及凹部分中的每一个中计算出的指标值的对比度而得到的。

(18)在前项10或者11所述的测定器中，所述表面评价指标包括通过根据表示通过所述第2区域分割得到的凸部分或者凹部分的坐标集合求出所述表面形状分布内或者所述二维亮度分布内的同坐标集合中的从基准面的偏差的绝对值的平均值而得到的指标。

(19)在前项10或者11所述的测定器中，所述表面评价指标包括通过根据表示通过所述第2区域分割得到的凸部分或者凹部分的坐标集合求出所述表面形状分布内或者所述二维亮度分布内的同坐标集合中的从基准面的偏差的平方的平均值的平方根而得到的指标。

(20)在前项10或者11所述的测定器中，所述表面评价指标由根据表示通过所述第2区域分割得到的凸部分或者凹部分的坐标集合求出的所述表面形状分布内的同坐标集合内包含的波长分量的平均值来表示。

(21)在前项10或者11所述的测定器中，所述表面评价指标是通过根据表示通过所述第2区域分割得到的凸部分或者凹部分的坐标集合求出所述表面形状分布内或者所述二维亮度分布内的同坐标集合内的所述表面形状分布的水平方向或者垂直方向的从基准面的偏差的平方的平均值的平方根而得到的。

(22)在前项10或者11所述的测定器中，所述表面评价指标由根据表示通过所述第2区域分割得到的凸部分的坐标集合求出的该凸部分的曲率半径的平均值来表示。

(23)在前项1～22中的任意一项所述的测定器中，所述表面评价指标表示所述表面形状分布中的凹凸的条纹面的方向性。

(24)在前项10或者11所述的测定器中，所述表面评价指标由根据表示通过所述第2区域分割得到的凸部分的坐标集合求出的所述表面形状分布内的同坐标集合中的局部的梯度的平均值来表示。

(25)一种表面评价指标的运算方法，其中，

前项1～24中的任意一项所述的测定器的形状分布取得部件执行根据由所述二维光电变换部件得到的电信号取得所述测定对象物的表面形状分布的形状分布测定步骤，

亮度分布取得部件执行根据由所述二维光电变换部件得到的电信号取得所述测定对象物的二维亮度分布的亮度分布测定步骤，

所述运算部件执行使用通过所述形状分布测定步骤取得的所述测定对象物的表面形状分布和通过所述亮度分布测定步骤取得的所述测定对象物的二维亮度分布中的至少任意一个运算所述测定对象物的表面评价指标的步骤。

(26)一种程序，用于使计算机执行：

根据由配置于能够接受从单一的照明部件照射到测定对象物的照明光的来自所述测定对象物的正反射光的位置的二维光电变换部件得到的电信号取得所述测定对象物的表面形状分布的步骤；

根据由所述二维光电变换部件得到的电信号取得所述测定对象物的二维亮度分布的步骤；以及

使用取得的所述测定对象物的表面形状分布和二维亮度分布中的至少任意一个运算所述测定对象物的表面评价指标的运算步骤。

发明的效果

根据本发明的测定器以及表面评价指标的运算方法，在能够接受从照明部件照射到测定对象物的照明光的来自测定对象物的正反射光的位置配置有二维变换元件，所以即使是正反射光和漫反射光的强度差大的测定对象物，由于不需要二维光电变换部侧的动态范围确保处理，所以能够维持高的SN，能够得到精度高的表面评价指标。而且，能够利用单一的照明部件取得表面形状分布，所以不会产生向测定对象物的照度偏差，能够稳定地取得表面形状分布，能够期待计算出的指标的再现性担保。

另外，根据本发明的程序，能够使计算机执行：根据由配置于能够接受从单一的照明部件照射到测定对象物的照明光的来自测定对象物的正反射光的位置的二维光电变换部件得到的电信号来取得测定对象物的表面形状分布的步骤；根据由二维光电变换部件得到的电信号来取得测定对象物的二维亮度分布的步骤；以及使用取得的表面形状分布和二维亮度分布中的至少任意一个来运算测定对象物的表面评价指标的步骤。

附图说明

图1是示出本发明的一个实施方式所涉及的测定器的结构的框图。

图2是示出测定器的外观的立体图。

图3是用于说明直至使用了测定对象物的表面形状分布以及二维亮度分布中的至少任意一个的表面评价指标的计算的流程的图。

图4是示出在表面形状分布中划线而针对每个单元(cell)划分后的图像的图。

图5是用于说明分水岭(watershed)分割法的图。

图6是用于说明表面评价指标2的图。

图7是用于说明表面评价指标5及6的图。

图8是用于说明表面评价指标7～9的图。

图9的(a)(b)是与表面评价指标10～13关联的说明图。

图10的(a)(b)是与表面评价指标14～17关联的说明图。

图11是用于说明表面评价指标18的图。

图12是与表面评价指标20～23关联的说明图。

图13是同样地与表面评价指标20～23关联的说明图。

图14是用于说明表面评价指标28的图。

图15是用于说明表面评价指标29的图。

图16是用于说明通过2值化进行了H-V分割的情况的问题的图。

图17是通过3值化以上进行了H-V分割的情况的示意图，(a)是示出从模具拔取皮纹时的拔出梯度的角度的图，(b)是示出从凹部分到凸部分的变化的情形的图。

图18是作为H-V分割中的噪声处理进行开口处理的情况下的膨胀处理和收缩处理的说明图。

图19是沃罗诺伊分割的说明图。

图20是用于说明在单元分割中删除周围的单元的后处理的图。

图21是为了提高分割的精度而对表面形状分布进行模糊滤波处理的情况的说明图。

图22是作为单元分割使用了分水岭分割的情况下的关于Wolf修剪的应用的说明图。

具体实施方式

以下，根据附图来说明本发明的实施方式。

图1是示出本发明的一个实施方式所涉及的测定器的结构的框图。

图1所示的测定器具备单一的照明用显示装置1、物镜2、作为由CCD传感器等构成的二维的摄像元件的二维光电变换部3、运算部4以及由液晶显示装置等构成的运算结果显示部5。

照明用显示装置1显示图案照明，并且从所显示的图案照明对测定对象物(还简称为试样)100的被测定部位100a照射照明光L1。

二维光电变换部3具备大量的像素，经由物镜2针对每个像素接受来自试样100的反射光L2，变换为图像数据而输出。

在该实施方式中，照明用显示装置1和二维光电变换部3按照二维光电变换部3能够接受被测定部位100a的表面处的镜面反射即正反射分量的反射光的位置关系配置。即，配置为试样100的被测定部位100a的法线和照明用显示装置1的法线所成的角与试样100的被测定部位100a的法线和二维光电变换部3所成的角成为相同程度的关系。另外，优选试样100中的被测定部位100a的表面(试样面)和二维光电变换部3处于共轭关系。

将作为从二维光电变换部3输出的电信号的图像数据，根据需要，通过未图示的IV变换电路、AD变换电路变换为数字信号，送到运算部4。此外，从二维光电变换部3输出的图像数据向数字信号的变换也可以由运算部4进行。

运算部4使用送来的图像数据通过CPU等取得试样100的表面形状分布以及二维亮度分布。取得方法后述。运算部4进而使用取得的试样100的表面形状分布和二维亮度分布中的一方或者两方，计算试样100的表面评价指标(以下还简称为指标)。

运算部4既可以是专用的装置，也可以由个人计算机构成。另外，从二维光电变换部3输出并被加工成数字信号的图像数据也可以经由网络送到运算部4。在该情况下，即使运算部4存在于远离测定场所的场所，也能够进行指标的计算。

另外，在将测定对象设为汽车内部装饰零件时，关于通过皮纹加工得到的成形品的皮纹的大小，认为在一般的形状下小的为小于200μm程度，大的为2000μm程度。测定器更优选能够在空间上区分皮纹加工的凹凸。

根据以上，考虑奈奎斯特的定理，二维光电变换部3的空间分辨率优选为100μm以下。

图2是示出本发明的一个实施方式所涉及的测定器的外观的立体图。在该实施方式中，测定器构成为能够携带的便携类型的器件。

具体而言，照明用显示装置1、物镜2、二维光电变换部3、运算部4收容于箱体8内。另外，在箱体8的上表面，具备携带用的把持部82，并且具备用于显示运算结果的运算结果显示部5，此外在箱体8的下表面，形成有用于对试样100的被测定部位100a照射照明光并取入来自被测定部位的反射光的开口81。

图2所示的测定器在使用时，抓住把持部82而使下表面的开口81位于试样100的被测定部位100a。然后，在该状态下，从收容于箱体8的内部的照明用显示装置1对试样100照射照明光，通过二维光电变换部3接受其反射光，使用从二维光电变换部3输出的图像数据通过运算部5取得表面形状分布以及二维亮度分布，进而使用这些分布中的至少任意一个来计算指标，将计算结果显示于运算结果显示部5。

根据这样的测定器，通过搬运箱体，能够不论场所地取得表面形状分布以及二维亮度分布，能够计算指标。此外，也可以不是便携类型的测定器，而是台式的测定器。

[实施例1]：图像处理算法例和表面评价指标的计算例

接下来，按照(1)图像处理算法、(2)指标化的顺序，叙述直至使用了试样100的表面形状分布以及二维亮度分布中的至少任意一个的表面评价指标的计算的流程。不过，设为二维亮度分布能够在恒定的曝光条件下取得。

·图像处理算法

以下，叙述直至紧接在使用表面形状分布以及二维亮度分布来计算表示试样100的特征的指标之前的图像处理算法。

图3示出处理整体的大致的流程。设为在处理开始时已经保持有试样100的表面形状分布101、二维亮度分布102这2个信息。

首先，对表面形状分布101进行单元分割(cell-segmentation)。该处理是在对表面形状分布101实施降噪之后根据试样100的表面的凹凸将表面形状分布101“划分”即分割为区域的处理。通过连接表面形状分布101具有的凹凸的值局部地小的部位来实现。概念上，如图4的图像104所示，相当于如在表面形状分布101中划出用白色表示的线103并针对每个单元进行划分后的图像105(以下还称为单元标签(或者cell-labels)105)那样针对划分后的每个区域分配标签值的操作。在此，将划分后的1个1个区域称为单元(还称为cell)105a。

如图5所示，本方法能够通过使用被称为分水岭分割(watershed segmentation)的算法等来实现。在本算法中，首先使输入图像反转，将该图像具有的分布视为山谷，使水从高空持续流至成为某一定的水位，将此时其他水洼彼此相会的像素作为划分线/边界线而形成cell。另外，关于水位，通过适当地调节水的开始流入以及结束的高度，能够应对在表面形状分布101中包含偏差值的情况等。另外，作为降噪的方法，可以举出(1)实施模糊滤波(blur-filter)、(2)wolf修剪等，但不限于此。

接下来，针对表面形状分布101，如图3的符号106所示，进行H-V分割(H-Vsegmentation)。这是指针对表面形状分布101将噪声处理及其高度以某个阈值分类为2个以上的处理。作为其结果，在表面形状分布101之中，能够取得具有相对高的部分(Hill)、相对低的部分(Valley)的信息的图像106(以下还称为H-V mask 106)。另外，关于阈值，既可以在执行H-V segmentation时自己决定，也可以自动地计算。作为处理方法的一个例子，可以举出作为公知的方法的大津(Otsu)的2值化处理。作为噪声处理的方法，可以举出H-Vsegmentation的执行前的blur-filter、膨胀/收缩处理等，但不限于此。

使用通过以上的处理得到的cell-labels 105、H-V mask 106、表面形状分布101、二维亮度分布102这些4个信息中的至少任意一个来计算表示试样100的特征量的指标。

■指标化

在此，叙述使用上述4个信息中的至少任意一个来运算关于试样100的指标的方法。

■指标1[单位为个]

该指标1是表面形状分布101、二维亮度分布102的尺寸中的cell105a的个数。在以相同的尺寸讨论要比较指标的样品的情况下使用。能够通过对分配给各cell 105a的标签值的种类的个数进行计数来计算。

■指标2[单位为个/mm

如图6所示，表示每单位面积的cell 105a的个数。通过在计算指标1之后除以表面形状分布101的大小SizeX×SizeY，能够计算不受表面形状分布/二维光泽的大小影响的值。

■指标3[单位为mm

表示cell 105a的平均面积。能够通过针对各cell 105a中的每一个对分配给Cell-labels 105的同一标签值的出现次数进行计数并对它们进行平均化来计算。

■指标4[单位为μm]

表示cell 105a的平均高度。在与1个cell 105a对应的坐标集合内，分别提取表面形状分布101的最大值、最小值，计算其差分。能够通过针对每个Cell 105a重复进行该运算并对它们进行平均化来计算。

■指标5[单位为mm

为被判定为各cell 105a的Hill的部分的面积的平均值。作为影像，如图7的右图所示，能够通过针对每个cell 105a计算作为Hill(颜色浅的部分)的面积并对它们进行平均化来计算。

■指标6[单位为mm

为各cell 105a的Valley的部分的面积的平均值。作为影像，如图7的右图所示，能够通过针对每个cell 105a计算作为Valley(颜色深的部分)的面积并对它们进行平均化来计算。

■指标7

如图8所示，为在试样100的高度之中相对高的部分(Hill)中的明亮度的平均值。能够根据二维亮度分布102和H-V mask 106的元素积计算。

■指标8

如图8所示，为在试样100的高度之中相对低的部分(Valley)中的明亮度的平均值。能够根据将二维亮度分布102和H-V mask 106反转后的图像的元素积计算。

■指标9

如图8所示，通过计算指标7和指标8的对比度来计算。

■指标10：Sa_TopoHill[单位为μm]

针对表面形状分布101，表示作为Hill的区域的平均的“粗糙度”。能够通过针对作为Hill的区域的基准面对该表面形状分布101的高度的偏差的绝对值进行平均化来计算。

■指标11：Sa_TopoValley[单位为μm]

针对表面形状分布，表示作为Valley的区域的平均的“粗糙度”。能够通过针对作为Valley的区域的基准面对该表面形状分布的高度的偏差的绝对值进行平均化来计算。

■指标12：Sa_RefHill[单位为μm]

针对二维亮度分布101，表示对作为Hill的区域的基准面中的偏差的绝对值进行平均化得到的结果。

■指标13：Sa_RefValley[单位为μm]

针对二维亮度分布101，表示对作为Valley的区域的基准面中的偏差的绝对值进行平均化得到的结果。

不过，关于指标10、12，其计算方法根据基准面的取法不同而存在以下2种。

(a)使用作为Hill的区域整体来设定基准面并使用从该基准面的偏差来计算指标的方法(参照图9的(a))

(b)在作为Hill的区域中的每一个中设定固有的基准面并在各个区域中计算指标并平均化的方法(参照图9的(b))

根据在H-V segmentation的阶段是否将各个Hill一并处置而切换(a)的方法和(b)的方法来进行即可。在比较(a)的方法和(b)的方法时，由于在(b)中固有地处置1个1个的Hill，所以能够期待能够高精度地计算。

在指标11、13的Valley的情况下，与图9的(a)(b)所示的Hill的情况同样地，也是既可以使用作为Valley的区域整体来设定基准面，也可以在作为Valley的区域中的每一个中设定固有的基准面。

■指标14：Sq_TopoHill[单位为μm]

针对表面形状分布101，表示作为Hill的区域的平均的“粗糙度”。能够通过针对作为Hill的区域的基准面取其表面形状分布的高度的偏差的平方平均的平方根来计算。

■指标15：Sq_TopoValley[单位为μm]

针对表面形状分布，表示作为Valley的区域的平均的“粗糙度”。能够通过针对作为Valley的区域的基准面取其表面形状分布的高度的偏差的平方平均的平方根来计算。

■指标16：Sq_RefHill[单位为μm]

针对二维亮度分布，表示作为Hill的区域的平均的“粗糙度”。能够通过针对作为Hill的区域的基准面取其表面形状分布的高度的偏差的平方平均的平方根来计算。

■指标17：Sq_RefValley[单位为μm]

针对二维亮度分布，表示作为Valley的区域的平均的“粗糙度”。能够通过针对作为Valley的区域的基准面取其表面形状分布的高度的偏差的平方平均的平方根来计算。

不过，关于指标14、16，其计算方法根据基准面的取法不同而存在以下2种。

(a)使用作为Hill的区域整体来设定基准面并使用从该基准面的偏差来计算指标的方法(参照图10的(a))

(b)在作为Hill的区域中的每一个中设定固有的基准面并在各个区域中计算指标并平均化的方法(参照图10的(b))

根据在H-V segmentation的阶段是否将各个Hill一并处置而切换(a)的方法和(b)的方法来进行即可。在比较(a)的方法和(b)的方法时，由于在(b)中固有地处置1个1个的Hill，所以能够期待能够高精度地计算。

在指标15、17的Valley的情况下，与图10的(a)(b)所示的Hill的情况同样地，也是既可以使用作为Valley的区域整体来设定基准面，也可以在作为Valley的区域中的每一个中设定固有的基准面。

■指标18：RsM_TopoHill[单位为mm]

如图11所示，表示表面形状分布101中的作为Hill的部分的平均的周期。针对某个Hill，对其基准面和表面形状分布101的交点进行计数，每当计数次数成为偶数次时设为1个周期并对它们进行平均化。能够通过将其在全部各Hill中重复并对它们进行平均化来计算。以下所示的关于Valley的指标19的情况也是同样的。

■指标19：RsM_TopoValley[单位为mm]

表示表面形状分布101中的作为Valley的部分的平均的周期。针对某个Valley，对其基准面和表面形状分布101的交点进行计数，每当计数次数成为偶数次时设为1个周期并对它们进行平均化。能够通过将其在全部各Valley中重复并对它们进行平均化来计算。

另外，以下4个指标20～23是在图12所示的X、Y方向中的每一个上计算的，通过这些指标，能够在表面形状分布101中的Hill/Valley的区域中对粗糙度的方向性进行定量化。

■指标20：RaX_TopoHill[单位为μm]

表示表面形状分布101中的作为Hill的部分的X方向的“粗糙度”。在如图13的下图所示存在表面形状分布101的Hill的部分(区域1、2、3、4、…)时，通过求出图13的RaX_TopoHill的式子来计算。

■指标21：RaY_TopoHill[单位为μm]

表示表面形状分布101中的作为Hill的部分的Y方向的“粗糙度”。在如图13的下图所示存在表面形状分布101的Hill的部分(区域1、2、3、4、…)时，通过求出图13的RaY_TopoHill的式子来计算。

■指标22：RaX_TopoValley[单位为μm]

表示表面形状分布101中的作为Valley的部分的X方向的“粗糙度”。能够通过将图13的Hill的部分置换为Valley的部分而同样地求出。

■指标23：RaY_TopoValley[单位为μm]

表示表面形状分布101中的作为Valley的部分的Y方向的“粗糙度”。能够通过将图13的Hill的部分置换为Valley的部分而同样地求出。

■指标24：RaX_RefHill[单位为μm]

表示二维亮度分布102中的作为Hill的部分的X方向的“粗糙度”。通过将图13中的Hill的部分置换为二维亮度分布102的Hill的部分而进行与图13同样的运算即可。

■指标25：RaY_RefHill[单位为μm]

表示二维亮度分布102中的作为Hill的部分的Y方向的“粗糙度”。通过将图13中的Hill的部分置换为二维亮度分布102的Hill的部分而进行与图13同样的运算即可。

■指标26：RaX_TopoValley[单位为μm]

表示二维亮度分布102中的作为Valley的部分的X方向的“粗糙度”。通过将图13中的Hill的部分置换为二维亮度分布102的Valley的部分而进行与图13同样的运算即可。

■指标27：RaY_TopoValley[单位为μm]

表示二维亮度分布102中的作为Valley的部分的Y方向的“粗糙度”。通过将图13中的Hill的部分置换为二维亮度分布102的Valley的部分而进行与图13同样的运算即可。

■指标28：Spchill[单位为mm

如图14所示，表示表面形状分布101中的Hill部分的曲率的平均值。越大表示形状越尖锐。通过在各Hill中的最顶部的坐标中根据其附近像素如图14的式子S

■指标29：Std[单位为°]

为表示表面形状分布101中的方向性及其角度的指标，并且为表示表面形状分布101中的凹凸的条纹面的方向性的指标。如图15所示，通过针对表面形状分布101的空间频率分布从原点在半径方向上进行积分，能够取得某个角度下的方向性的强度。Std参数在方向绘图中按照峰值从大到小的顺序表示其角度。

■指标30：Sdq[单位为μm/mm]

为表面形状分布101的Hill部分的曲率的局部的梯度的平均值。该值越大则表示纹理越细。能够通过针对表面形状分布101的每个Hill实施微分运算并平均化来计算。

(3)表面形状分布和二维亮度分布的取得方法

首先，叙述表面形状分布的取得方法。本方法是一般被称为“Phase MeasuringDeflectmetry(PMD，相位测量偏转法)”的公知的方法。在照明用显示装置1上分时地显示相位不同的多个正弦波图案，由二维光电变换部3接受其反射光，记录受光结果。在反射光中包含试样100的倾斜(曲率)信息，所以通过使用接受到的多个反射光分布在样品面上在空间上实施积分计算，能够变换为高度信息。

接下来叙述二维亮度分布的取得方法。能够通过在照明用显示装置1上显示所有像素值具有恒定值的图案(全白图像)并由二维光电变换部3接受其反射光并记录受光结果来取得。

这样，能够取得关于试样100的表面形状分布以及二维亮度分布。不过，通过针对两个分布都以不超过二维光电变换部3能够记录的明亮度的动态范围的方式在记录之前进行照明用显示装置1的光量调节，能够期待在计算指标时计算高精度的值。

这样，作为通过本实施方式计算的指标的特征，通过二维光电变换部3接受由照明用显示装置1照射的照明光的正反射光，根据由二维光电变换部3得到的电信号取得表面形状分布101以及二维亮度分布102，使用这些表面形状分布101以及二维亮度分布102中的至少任意一个来计算指标，能够期待以下的效果。

(1)即使是正反射光和漫反射光的强度差大的试样100，表面形状分布101以及二维亮度分布102都根据基于正反射光的受光而取得，所以不需要二维光电变换部3侧的动态范围确保处理，因此能够维持高的SN，能够高精度地计算指标。

(2)能够通过作为单一的光源的照明用显示装置1取得表面形状分布101，所以即使向测定物的照度产生偏差，也能够稳定地取得表面形状分布。因此，能够期待计算出的指标的再现性担保。在表面形状分布的精度差时，能够将高度信息正确地反映到指标。

(3)照明用显示装置1是单一的光源，与专利文献2相比包括光源的照明系统被共同化，所以曝光调整至少1次即可，指标的计算是高效的。

这样，在本实施方式中，能够比现有技术高精度并且简单地计算上述指标。

[实施例2]：H-V segmentation的方法

作为H-V segmentation的方法，还考虑采用基于设定2个以上的阈值的3值化、4值化的方法。在2值化的情况下，如图16所示，在计算指标时本来不是Hill的区域、例如Hill与Valley之间的倾斜(Slope)部分也包含到计算的可能性高。因此，通过针对表面形状分布101如除了“Hill”、“Valley”以外还有意味着其他区域的“else”等那样分配3种以上的值，认为针对与二维光泽相关的指标，成为更接近目视的结果。

另外，通过计算并解析“else”区域，能够取得表面形状分布101中的与皮纹加工部分的实际的凸部分和凹部分的交界的区域有关的信息。能够得知从模具拔取皮纹时的拔出梯度的角度(参照图17的(a))、从凹部分到凸部分的变化的情形(参照图17的(b)(c))。

[实施例3]：H-V segmentation中的噪声处理方法1

作为H-V segmentation中的噪声处理，开口(opening)是有效的。该处理是通过如收缩→收缩→膨胀→膨胀…那样进行处理来划分区域的处理。膨胀是指如图18的上侧的图所示将2值化后的区域扩大一圈、两圈的处理，通过进行膨胀，能够连接相邻的部位。收缩是指如图18的下侧的图所示将2值化后的区域缩小一圈、两圈的处理。能够消除1个像素程度的2值化后的区域，并且切离无意地粘在一起地提取的部位。由此，能够去除小的图案、细的图案，所以在H-V mask106的制作前的表面形状分布101具有高频噪声(缺损、尘埃、污染、伤痕等)的情况下有效。

[实施例4]：H-V segmentation中的噪声处理方法2

在表面形状分布101自身重叠有高频噪声的情况下，虽然也可以是上述实施例3的噪声处理法，但使用了高斯内核(Gaussian Kernel)等的blur-filtering也有效。

[实施例5]：Cell-Segmentation的实现方法1

作为Cell-Segmentation的实现方法，还能够通过搜索表面形状分布的局部的最小值(极小值)并将它们连接来实现。

[实施例6]：Cell-Segmentation的实现方法2

能够通过使用沃罗诺伊分割来实现。沃罗诺伊分割是指如图19所示针对配置于某个空间上的任意的位置的多个点，根据点彼此最接近哪个点来进行区域划分得到的图。分割图案仅依赖于分割前的点的位置(能够对点进行加权)。

针对表面形状分布101，通过在如凹凸局部地变得最大的位置打点来得到cell-labels 105。

[实施例7]：Cell-segmentation的后处理(应对在图像边缘部处cell 105a缺损的问题)

关于通过Cell-Segmentation得到的cell-labels 105，各cell 105a如图20的左图所示在图像的边缘部被切断，所以计算的指标值的精度与实际不同。因此，通过加上如图20的右图所示删除周围的cell105a的后处理，能够应对本问题。将作为其结果而得到的图像处置为新的cell-labels 105而计算指标值即可。

[实施例8]：Cell-segmentation前的噪声处理1

为了提高分割的精度，通过对图21的左图的表面形状分布101施加使用了Gaussian Kernel等的blur-filter并如图21的右图所示去除高频噪声，能够期待分割的精度提高。例如，在将Watershed segmentation用作Cell-segmentation的情况下，有时起因于高频噪声而产生过分割(over segmentation)的问题。分割的精度与指标的精度直接相关，所以根据需要进行本处理即可。

[实施例9]：Cell-segmentation前的噪声处理2

在作为Cell-segmentation使用了watershed-segmentation的情况下，作为防止over segmentation的方法也可以使用“Wolf修剪”。在本方法中，进行针对表面形状分布在山的区域的高度以及谷的区域的深度中去掉某个阈值以下的区域的处理。例如，可以举出以相对于表面形状分布的最大高度(Sz)的比例提供阈值等。图22的左图示出不进行“Wolf修剪”的情况下的表面形状分布，正中的图示出进行了“Wolf修剪5％Sz”的情况下的表面形状分布，右图示出进行了“Wolf修剪10％Sz”的情况下的表面形状分布。

[实施例10]：曝光条件不恒定的情况下的指标计算

指标7、8根据取得二维亮度分布102时的曝光条件不同而值发生变动。在假设无法担保恒定的曝光条件的情况下，通过在根据上述定义计算之后将指标值除以曝光时间，能够稳定地计算指标。

根据试样100，有时相对于漫反射光而正反射光的光量相对低。此时，为了提高SN需要增大曝光量(曝光时间)，但在试样100变化时反射特性变化，所以无法在相同的条件下比较本指标。通过除以曝光时间能够消除该影响。另外，即使在由于某种原因而曝光量低且SN低的情况下，也能够同样地抑制该影响。

以上，说明了本发明的一个实施方式，但本发明不限定于上述实施方式。例如，示出了测定对象物100的表面被皮纹加工的情况，但也可以是其他加工，或者还可以不实施表面加工。

本申请主张在2021年6月28日申请的日本专利申请的日本特愿2021-106980号的优先权，其公开内容原样地构成本申请的一部分。

产业上的可利用性

本发明能够在例如求取皮纹加工后的汽车内部装饰零件的表面的评价指标时等利用。

符号说明

1 照明用显示装置

2 物镜

3 二维光电变换部

4 运算部

5 运算结果显示部

100 测定对象物(试样)

100a被测定部位

101 表面形状分布

102 二维亮度分布

103 线

104 附加了线的图像

105 针对每个单元进行划分后的图像

105a单元

106 在表面形状分布中具有Hill、Valley的信息的图像