CN107316047B - 图像处理装置、图像处理方法以及存储介质 - Google Patents

图像处理装置、图像处理方法以及存储介质 Download PDF

Info

Publication number
CN107316047B
CN107316047B CN201710265326.0A CN201710265326A CN107316047B CN 107316047 B CN107316047 B CN 107316047B CN 201710265326 A CN201710265326 A CN 201710265326A CN 107316047 B CN107316047 B CN 107316047B
Authority
CN
China
Prior art keywords
image
inspection
work
arrangement
inspection target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710265326.0A
Other languages
English (en)
Other versions
CN107316047A (zh
Inventor
堀信二郎
诹访徹哉
石川智一
田中和歌子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Publication of CN107316047A publication Critical patent/CN107316047A/zh
Application granted granted Critical
Publication of CN107316047B publication Critical patent/CN107316047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38—Registration of image sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6027—Correction or control of colour gradation or colour contrast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/759—Region-based matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供一种图像处理装置、图像处理方法以及存储介质。所述图像处理装置具有：生成单元，被构造为通过在从检查目标图像提取的工作检查图像周围布置从基准图像提取的多个候选图像，来生成排列图像；被构造为使排列图像经受表达排列图像中的区域之间的相似性的相似区域提取处理的单元；确定单元，被构造为基于经受相似区域提取处理后的排列图像，选择候选图像并将其确定为工作基准图像；以及比较单元，将工作检查图像与工作基准图像进行比较。相似区域提取处理使通过基于预定的分割大小和相位对排列图像进行分割而获得的多个分割区域中的各个经受平均化处理，并且然后将通过使分割大小和相位中的至少一者变化而获得的平均化处理的结果相加。

Description

图像处理装置、图像处理方法以及存储介质
技术领域
本发明涉及一种将检查目标图像与基准图像进行比较的图像处理装置以及图像处理方法。
背景技术
日本特开2013-185862号公报公开了一种基于人类视觉机构来检测检查对象的缺陷的算法。日本特开2013-185862号公报中公开的处理在本文中将被称为周边视觉和固视期间不自主眼动的处理。使用周边视觉和固视期间不自主眼动的处理，提供了在没有人注视的情况下对检查对象的缺陷的有效提取或曝光。
另一方面，“经由实际工业部件的“KIZUKI”处理的性能验证”视觉工程研讨会(ViEW2013)，OS4-H4(IS2-A4)，日本精密工程学会(2013)("Performance Verificationof"KIZUKI"Processing via Real Industrial Parts"Vision Engineering Workshop(ViEW2013),OS4-H4(IS2-A4),The Japan Society For Precision Engineering(2013))(在下文中被称为上述非专利文献)公开了一种方法，通过该方法，为了从多个对象检测有缺陷的产品，针对多个对象中的各个对检查目标区域进行摄像，以将所得的图像连接来生成排列图像(aligned image)，并且使排列图像经受上述的周边视觉和固视期间不自主眼动的处理。使用上述非专利文献能够以相对简单的方式提供对具有与多个对象的部分不同的特异部(缺陷)的对象的提取。
然而，在使用固定照相机来依次检查在生产线中连续运送的多个对象的情况下，照像机的摄像区域不可避免地在一定程度上对各对象位移。如果在存在如上所述的位移的同时使用日本特开2013-185862，则在对象中实际存在的缺陷和如上所述的图像之间的位移二者使在周边视觉和固视期间不自主眼动的处理中特异部被提取，因此不利地导致检查精度降低的情况。
发明内容
为了解决上述缺点而做出了本发明。因此，本发明的目的是提供一种抑制通过对对象进行摄像而获得的图像区域的位移的影响，使得能够精确地检查对象的图像处理装置。
根据本发明的第一方面，提供了一种图像处理装置，所述图像处理装置包括：生成单元，其被构造为通过在从检查目标图像提取的工作检查图像周围布置从基准图像提取的多个候选图像，来生成排列图像；被构造为使排列图像经受表达排列图像中的区域之间的相似性的相似区域提取处理的单元；确定单元，其被构造为基于经受相似区域提取处理后的排列图像，选择候选图像并将其确定为工作基准图像；以及比较单元，将工作检查图像与工作基准图像进行比较，其中，所述相似区域提取处理使通过基于预定的分割大小和相位对排列图像进行分割而获得的多个分割区域中的各个经受平均化处理，并且然后将通过使分割大小和相位中的至少一者变化而获得的平均化处理的结果相加。
根据本发明的第二方面，提供了一种图像处理方法，所述图像处理方法包括：生成步骤，通过在从检查目标图像提取的工作检查图像周围布置从基准图像提取的多个候选图像，来生成排列图像；使排列图像经受表达排列图像中的区域之间的相似性的相似区域提取处理的步骤；确定步骤，基于经受相似区域提取处理后的排列图像，选择候选图像并将其确定为工作基准图像；以及比较步骤，将工作检查图像与工作基准图像进行比较，其中，所述相似区域提取处理使通过基于预定的分割大小和相位对排列图像进行分割而获得的多个分割区域中的各个经受平均化处理，并且然后将通过使分割大小和相位中的至少一者变化而获得的平均化处理的结果相加。
根据本发明的第三方面，提供了一种非暂时性计算机可读存储介质，其存储用于使计算机执行图像处理方法的程序，所述图像处理方法包括：生成步骤，通过在从检查目标图像提取的工作检查图像周围布置从基准图像提取的多个候选图像，来生成排列图像；使排列图像经受表达排列图像中的区域之间的相似性的相似区域提取处理的步骤；确定步骤，基于经受相似区域提取处理后的排列图像，选择候选图像并将其确定为工作基准图像；以及比较步骤，将工作检查图像与工作基准图像进行比较，其中，所述相似区域提取处理使通过基于预定的分割大小和相位对排列图像进行分割而获得的多个分割区域中的各个经受平均化处理，并且然后将通过使分割大小和相位中的至少一者变化而获得的平均化处理的结果相加。
通过以下参照附图对示例性实施例的描述，本发明的其他特征将变得清楚。
附图说明
图1是能够在本发明中使用的检查***的示意图；
图2A和图2B是特异部检测算法的流程图；
图3A和图3B例示了工作检查图像和工作候选图像的提取；
图4例示了排列图像的排列状态；
图5是用于说明相似区域提取处理的详情的流程图；
图6A和图6B例示了处理目标图像的分割示例；
图7A至图7E示意性地例示了相加处理的过程；
图8A至图8C是说明扩展处理的图；
图9A和图9B示出了排列图像以及进行相似区域提取处理的结果；
图10示出了检查目标图像与基准图像之间的相对位移；
图11示出了从基准图像提取的多个工作候补图像的基点；
图12A和图12B例示了进行特异部提取处理的结果；以及
图13A和图13B示出了提取工作候选图像的另一方法。
具体实施方式
图1是能够在本发明中使用的检查***的示意图。该***主要由图像处理装置200、多个片状检查对象P以及对个体的对象P的预定位置进行摄像的照相机101组成。多个对象P在箭头方向上以固定的速度被运送。图像处理装置200基于通过对对象P进行摄像而获得的图像，提取对象P的缺陷(特异部)。
CPU 201基于HDD 203中保持的程序，在使用RAM 202作为工作区域的同时，控制整个***。例如，CPU 201控制经由照相机I/F(接口)204连接的照相机101，以对各运送的对象P进行摄像，从而获得与各对象P相对应的图像。在此期间，CPU 201在个体的对象P的检查目标区域105置于照相机101的摄像区域中的定时并且以依据运送速度的周期来反复摄像操作，从而将所得的图像依次存储在RAM 202中。在例如运送误差使摄像区域从个体的检查目标区域105位移的情况下，可以在对象P上预先打印例如用作基准点的图案，使得在检测到图案作为基准的定时设置摄像操作。照相机101能够例如通过CameraLink、USB、IEEE1394、或LAN连接到照相机I/F。虽然所示出的构造使用照相机101，但是能够用包括线性传感器的扫描器取代照相机101。在所示出的情况下，能够被照相机101的一次摄像操作摄像的区域类似于片材P的检查目标区域105。然而，当能够在一次拍摄中拍摄的区域小于检查目标区域105时，则可以使一个片材P经受多次摄像操作以连接所得的图像。
键盘/鼠标I/F 205是控制诸如未示出的键盘或鼠标等的HID(Human InterfaceDevice，人机接口设备)的I/F。操作者能够经由键盘/鼠标I/F 205来输入检查相关信息。显示I/F 206是控制未示出的显示器上的显示的I/F。操作者能够经由显示器I/F 206确认例如检查状态或结果。
图2A和图2B是说明由CPU 201执行的本实施例的特异部检测算法的流程图。该处理由对摄像图像的位置进行调整的第一处理和使用位置调整后的图像来进行特异部检测处理的第二处理组成。以下部分将依次描述它们。
图2A是例示第一处理的流程图。当该处理开始时，CPU 201在步骤S101中获取基准图像301。基准图像301是与检查目标图像进行比较从而确定检查目标图像中是否包括特异部的图像。基准图像301由具有RGB信号值的多个像素组成，并且以例如PDF的形式被存储在例如ROM中。
在步骤S102中，CPU 201获取检查目标图像302。具体而言，由照相机101对作为检查目标的对象P的检查目标区域105进行摄像，将所得的图像设置为检查目标图像302。本实施例的检查目标图像302由具有包括红色R、绿色G和蓝色B的3种成分的256级灰度的亮度信号的多个像素组成。
接下来，在步骤S103中，CPU 201使检查目标图像302经受预处理。具体而言，使RGB信号经受用于转换为单色亮度信号的单色转换处理或边缘提取处理。单色转换处理能够使用例如下式。
I＝0.3×R+0.6×G+0.1×B
边缘提取处理能够使用例如索贝尔(Sobel)滤波器或拉普拉斯(Laplacian)滤波器。
在步骤S104中，CPU 201基于预定的工作图像大小，从在步骤S103中校正的检查目标图像302进行提取，从而获得工作检查图像303。在步骤S105中，基于预定的工作图像大小从在步骤S101中获取的基准图像301进行提取，从而获得工作候选图像304。在此期间，从基准图像301提取多个工作候选图像304。
图3A和图3B示出了工作检查图像303和工作候选图像304的提取。图3A示出了从检查目标图像302的坐标(x0，y0)提取工作检查图像303。另一方面，图3B示出了基于所提取的工作检查图像303的作为基准的坐标(x0，y0)从基准图像301提取多个工作候选图像304。在该示例中，在从基准图像301的作为中心的坐标(x0，y0)偏移预定量的位置中，提取具有与工作检查图像303的大小相同的大小的多个图像，并且将所提取的多个图像设置为工作候选图像。具体而言，能够使用变量α和β将工作候选图像的坐标表示为(x0+α，y0+β)。虽然在图3B中示出了两个工作候选图像304a和304b，但是步骤S105从包括(x0，y0)的8个位置提取工作候选图像。
接下来，在步骤S106中，如在步骤S103中，使多个工作候选图像中的各个经受预处理。因此，这准备了由单色亮度信号组成的1个工作检查图像303以及具有与工作检查图像303的大小相同的大小的并且由与检查图像303相似的单色亮度信号组成的8个工作候选图像304a至304h。在步骤S107中，CPU 201使工作检查图像303与工作候选图像304a至304h进行排齐，从而生成排列图像401。
图4示出了排列图像401的排列状态。排列图像401被构造为使得1个工作检查图像303在8个方向被彼此抵接的8个工作候选图像304a至304h围绕。不特别地限制8个工作候选图像304a至304h设置在排列图像401中的位置，只要针对工作候选图像304a至304h中的各个，基准图像301中的位置(坐标)对应于排列图像401中的位置即可。
在步骤S108中，CPU 201使在步骤S106中生成的排列图像401经受使用周边视觉和固视期间不自主眼动的处理的、相似区域提取处理。稍后将详细描述该处理的详细方法。
在步骤S109中，基于步骤S108的相似区域提取处理的所得图像，确定工作基准图像305。具体而言，对经受步骤S108的相似区域提取处理的图像进行检查，来从在步骤S107中布置的8个工作候选图像当中选择1个最接近工作检查图像的图像，以将此图像确定为工作基准图像305。
在步骤S110中，确定在步骤S102中获取的检查目标图像302中是否仍然包括应当从中提取工作检查图像的区域。在步骤S102中获取的检查目标图像302中仍然包括这种区域的情况下，则处理返回到步骤S104以提取下一个工作检查图像。另一方面，在步骤S102中获取的检查目标图像302中不包括这种区域的情况下，则处理前进到第二处理。
图5是用于说明在S108中执行的相似区域提取处理的详情的流程图。当该处理开始时，CPU 201在步骤S10中首先使在步骤S107中生成的排列图像401经受扩展处理，使得排列图像401的整个区域能够正确地经受周边视觉和固视期间不自主眼动的处理，从而生成处理目标图像1001。稍后将详细描述扩展处理。
接下来，在步骤S11中，CPU 201从预先准备的多个分割大小当中设置一个分割大小。在步骤S12中，从预先准备的多个相位当中设置一个相位以对应于在步骤S11中设置的分割大小。基于在步骤S104中提取的工作检查图像的大小，预先准备多个分割大小和与多个分割大小相对应的多个相位。在本实施例的情况下，由于处理的特性，将分割大小设置为与工作图像大小相似的大小或比工作图像大小大10％的大小或小10％的大小。
图6A和图6B例示了基于分割大小和相位的处理目标图像1001的分割示例。分别地，图6A示出了分割大小是2×2像素的情况，图6B示出了分割大小是3×2像素的情况。在如图6A中所示分割大小1000是2×2像素的情况下，处理目标图像1001被基于2×2像素作为单位来分割，并且能够被以如1002至1005中所示的4种方式来分割。在如图6B中所示分割大小1005被设置3×2像素的情况下，处理目标图像1001能够被以具有六种相位的如1006至1011中所示的6种方式来分割。一般而言，具有在X方向上Sx个像素并且在Y方向上Sy个像素的分割区域的情况下，相位数为Sx×Sy。在周边视觉和固视期间不自主眼动的处理中，针对各个分割区域，在依次改变相位的同时，进行平均化、量化和相加。
返回到图5，在步骤S13中，基于在步骤S11中设置的分割大小和在步骤S12中设置的相位，如图6A和图6B中所示对在步骤S10中生成的处理目标图像1001进行分割，并且使各个分割区域经受平均化处理。具体而言，针对各个分割区域中包括的多个像素，计算由个体的像素所拥有的单色亮度信号I'的平均值。
在步骤S14中，针对各个像素对在步骤S13中计算的各分割区域的平均值进行量化。具体而言，使用整个处理目标图像1001的亮度的中值(median value)作为阈值。将阈值与个体的平均值进行比较以输出1或0的值。虽然在本实施例中使用二值化处理，但是能够使用诸如三值化以上等的量化处理。
在步骤S15中，将在步骤S14中获得的量化值加到相加图像数据。相加图像数据是示出将分别使分割大小和相位变化的情况的量化值相加的结果的并且具有初始值0的图像数据。当在步骤S14中获得的量化值具有第一分割大小的第一相位时，则在步骤S15中获得的相加图像数据等于在步骤S14中获得的量化数据。
接下来，在步骤S16中，CPU 201确定是否针对当前设置的分割大小的所有相位经受完处理。如果确定仍然存在要处理的相位，则处理返回到步骤S12以设置下一个相位。另一方面，如果确定所有相位被处理完，则处理前进到S17。
图7A至图7E示出了在步骤S11中设置的分割大小是图6A中所示的2×2像素的情况下、针对所有相位依次经受步骤S15的相加处理的过程。在分割大小是2×2像素的情况下，存在如图6A中所描述的4个相位。在图7A至图7D中所示的数字示出了，在依次改变这4个相位的过程中，用于目标像素Px的相加处理的、使用周围像素的二值数据的相加次数。如在图7A至图7E中所示，由于目标像素Px自身被用于分割区域中包括的所有相位，所以目标像素Px具有最高的相加次数，因此具有对相加结果的最高的贡献。越远离目标像素Px的像素具有越低的相加次数，因此具有对相加结果的越小的贡献。
返回到图5的流程图，在步骤S17中，CPU 201确定预先准备的所有分割大小是否被处理完。如果确定仍然存在要处理的分割大小，则处理返回到步骤S11以设置下一个分割大小，另一方面，如果确定所有分割大小被处理完，则本处理完成并且返回到图2A的流程图。
以下部分将描述在步骤S10中执行的扩展处理。如在图7A至图7E中所描述的，在本实施例的周边视觉和固视期间不自主眼动的处理中，基于在作为中心的目标像素Px周围移动的分割区域中包括的所有像素的平均值来计算相加数据。因此，关于位于处理目标图像1001的端部处的目标像素，分割区域包括不含数据的区域，这不期望地防止了正确的处理。
然而，在本实施例的步骤S109中，可以将工作检查图像303的处理的结果与工作检查图像303周围的工作候选图像304的处理的结果进行比较。为了实现比较，应当对排列图像401的整个区域正确地实施步骤S12至S17的周边视觉和固视期间不自主眼动的处理。具体而言，在本实施例的扩展处理S10中，将排列图像401进一步添加用于使排列图像401的整个区域正确地经受周边视觉和固视期间不自主眼动的处理所需的区域。
图8A至图8C例示了在步骤10中进行的扩展处理。在附图中，由斜线示出与排列图像401相对应的区域。如图8A中所示，在目标像素Px位于检查目标区域的角处的情况下，则作为中心的目标像素Px周围的分割区域(实线)和具有从中错位的相位的分割区域(虚线)不期望地包括不含数据的区域(白色区域)。为了解决这个问题，在步骤S10的扩展处理，在位于角处的像素Px周围添加虚拟数据，使得即使在具有最大分割大小和最大相位的分割区域中的像素Px的情况下，区域也能够包括合理的数据。
图8B例示了生成虚拟数据的方法。通过关于各顶点A、B、C和D以点对称的方式反转排列图像，来生成4个图像，并且通过关于各边AB、BC、CD和DA以线对称的方式反转排列图像，来生成4个图像。这8个图像围绕排列图像。在本实施例中，由此准备的由A'、B'、C'和D'围绕的区域也能够被用作处理目标图像1001。然而，从减轻负荷的观点出发，处理目标图像优选地具有较小的大小。例如，当假设在周边视觉和固视期间不自主眼动的处理中的最大分割大小是(Sx，Sy)并且最大行程距离是(Kx，Ky)时，这样的虚拟数据应该是足够的：其被生成为具有在X方向上扩展到Fp＝(Sx/2)+Kx并且在Y方向上扩展到Fq＝(Sy/2)+Ky的大小。图8C示出了以如上所述的方式添加了虚拟数据的处理目标图像1001。
图9A和图9B具体地示出了在执行图2A中所描述的第一处理的情况下的处理。图9A示出了在步骤S107中生成的排列图像401的一个示例。图9B示出了通过使该排列图像401经受步骤S108中的相似区域提取处理而获得的图像。
在图9A中所示的排列图像401中，工作检查图像303被多个工作候选图像304a至304h围绕。在此，示出了如下状态，工作检查图像303正上方设置的工作候选图像304b与工作检查图像303最相似。使这样的图像经受步骤S108中的相似区域提取处理，提供了如图9B中所示的结果。在该处理的情况下，较高的明度(较高的亮度)表示个体的工作区域的图像与工作检查区域的图像相似(或具有相同的特征)。在图9A的排列图像401中，包括工作检查图像303的中心部分具有最高的且均匀的明度，并且包括工作候选图像304b的位置具有次高的且均匀的明度。在步骤S109中，CPU 201紧密地检查表达排列图像401中的区域之间的相似性的这种图像结果，来从工作候选图像304a至304h当中选择与工作检查图像303最相似的工作候选图像304b，以将其设置为工作基准图像305。
图10示出了在步骤S102中获取的检查目标图像302以及在步骤S101中获取的基准图像301之间的相对位移。该图由实线示出了检查目标图像302和从检查目标图像302提取的工作检查图像303。由虚线示出基准图像301中的与各工作检查图像303相对应的区域。
在图10中，检查目标图像302中的坐标501处于与基准图像301中的坐标501的位置相同的位置。因此，在具有作为基点的坐标501的工作检查图像与基于作为基点的坐标501而提取的工作候选图像之间大致不存在位移。然而，在具有作为基点的坐标502的工作检查图像与基于作为基点的坐标508而提取的工作候选图像之间引起轻微位移。在图10中所示的范围内，在具有作为基点的坐标506的工作检查图像303与基于作为基点的坐标512而提取的工作候选图像之间引起最大位移。
图11示出了在正引起这样的位移的情况下、在步骤S105中从基准图像301提取的多个工作候选图像的各基点。该图示出了在检查目标图像302中的工作检查图像303的基点p与基准图像301中的工作候选图像304a的基点q之间引起位移的状态。即使在这样的情形下，如在图中所示，通过准备围绕基点q的多个基点，多个基点当中的一些基点更接近工作检查图像303的基点p。
根据本实施例，基于多个基点平移的多个区域被提取为工作候选图像，并且如图4中描述的被布置为围绕工作检查图像，从而生成排列图像401。通过使图像经受上述的相似区域提取处理，获得这样的图像：该图像在工作候选图像与工作检查图像303最相似(或与工作检查图像相对应)的位置处具有最高的且均匀的明度。
通过对如图10中所示在预定方向上布置的各工作检查图像进行如上所述的S102至S110的处理，能够使各工作检查图像303对应于适当的工作基准图像305。CPU 201针对多个工作检查图像303中的各个，存储应当从基准图像301提取工作基准图像305的坐标，随后前进到第二处理。
以下部分将参照图2B描述本实施例的第二处理。当该处理开始时，CPU 201在步骤S111中再次从在步骤S102中获取的检查目标图像302当中提取工作检查图像303。在该阶段提取的工作检查图像303，具有与在步骤S104中提取的工作检查图像303的坐标相同的、检查目标图像302中的坐标。然而，此时提取的工作检查图像具有与在步骤S104中提取的工作检查图像303不同的颜色信息。
在步骤S112中，CPU 201提取与在步骤S111中提取的工作检查图像303相对应的工作基准图像305。具体而言，CPU 201参照在第一处理的步骤S109中存储的坐标信息，来基于与在步骤S112中提取的工作检查图像303相对应的坐标从基准图像301提取区域，以将此区域设置为工作基准图像305。
接下来，在步骤S113中，CPU 201使工作基准图像305经受预定的校正处理。该处理是提供与随后在步骤S115中实施的特异部提取处理的匹配的处理。例如，当期望在特异部提取处理中检测颜色偏移时，进行明度校正或颜色匹配处理，以将当前颜色调整为具有基准图像中所期望的颜色。如果预先限定容许色差范围，则可以生成具有最大色差的多个校正图像。
在步骤S114中，CPU 201使在步骤S111中获得的工作检查图像303与在步骤S113中校正的工作基准图像305进行排齐，从而生成检查用排列图像307。通过在8个方向上布置与一个工作检查图像303抵接的相同的工作基准图像305来生成检查用排列图像307。在步骤S115中，CPU 201使在步骤S114中生成的检查用排列图像307经受使用周边视觉和固视期间不自主眼动的处理的特异部提取处理。当在步骤S113中生成多个校正图像的情况下，也可以针对各图像进行步骤S114和S115的特异部提取处理。作为选择，可以混合多个校正图像以生成检查用排列图像，并且检查用排列图像能够经受特异部提取处理。
图12A和图12B例示了检查用排列图像307的一个示例以及使图像经受特异部提取处理的结果。如图12A中所示，在检查用排列图像307中，在8个方向上在工作检查图像303周围设置的工作基准图像305是在第一处理中从多个工作候选图像当中作为与工作检查图像最相似的图像而获得的图像。在图中，示出了工作检查图像303中包括缺陷120的状态。
例如在工作检查图像303中不包括缺陷的情况下，工作检查图像303与工作基准图像305相似，并且在特异部提取处理之后获得均匀的图像。然而，如果如在图12A中所示，工作检查图像303中包括缺陷120，则在工作检查图像303与工作基准图像305之间相似性降低。因此，如在图12B中所示，在特异部提取处理之后获得的图像被构造为使得与工作检查图像303相对应的区域包括特异部。
返回到图2B，在步骤S115中完成特异部提取处理的情况下，则CPU 201前进到步骤S116以确定检查目标图像302是否包括尚未处理的工作检查图像。在CPU 201确定检查目标图像302仍然包括尚未处理的工作检查图像的情况下，则处理返回到步骤S111以处理下一个工作检查图像。另一方面，在CPU 201确定检查目标图像302不包括尚未处理的工作检查图像的情况下，CPU 201确定针对检查目标图像302的整个区域的特异部提取处理完成以前进到步骤S117。
在步骤S117中，CPU 201基于针对多个工作检查图像的特异部提取处理的结果，进行检查后处理。不特别地限制检查后处理的详情。例如，能够以弹出的方式显示特异部以吸引操作者的注意。在这种情况下，操作者能够基于弹出的图像来确认特异部，以确定特异部的起因。在一种情况下，特异部是缺陷部，这能够被修复或者能够作为不良品而被排除。在步骤S117中，也能够自动实施进一步详细的调查，而不需要操作者的介入。例如，对于检测到特异部的对象，能够改变照相机101的视角和焦点，使得能够以更高的分辨率来对特异部进行摄像。在这种情况下，能够将所得的图像与预先准备的正常部件的图像进行图案匹配，使得能够调查缺陷的大小或程度。在对象是打印物的情况下，也能够调查特异部是否是由例如纸尘、不良打印头或不良输运而引起的。步骤S117的检查后处理也能够依据确定结果而使生产线停止。
当在步骤S117中完成对检查目标图像302的检查后处理时，CPU 201前进到步骤S118，以确定是否存在接下来要检查的对象。在存在接下来要检查的对象的情况下，则处理返回到图2A的步骤S102，以进行针对下一个对象的摄像操作。另一方面，在确定不存在接下来要检查的对象的情况下，完成本处理。
根据上述的本实施例，能够调整通过对对象进行摄像而获得的检查目标图像与基准图像之间的位移，以随后使检查目标图像经受特异部提取处理。因此，这能够减少由检查目标图像的位移对基准图像的影响，因而实现了对检查目标图像的精确检查。
根据上述的实施例，第一处理对转换为单色亮度信号的图像进行周边视觉和固视期间不自主眼动的处理。第二处理使具有颜色信号的图像经受周边视觉和固视期间不自主眼动的处理。在具有位置调整的目的的第一处理中，这是为了排除原本具有高变化的颜色信息，以基于忠实地反映图像的结构的单色亮度信号来实施确定。然而，本发明不限于这样的实施例。因而，第一处理和第二处理可以与使用颜色信息的处理一起实施，或者可以基于单色亮度信息来确定第一处理和第二处理二者。
工作图像大小不限于特定大小。例如，在图1中所示的检查***的情况下，期望考虑对象P的运送误差。具体而言，如果最大引起1mm的误差，则期望将误差的两倍大的2mm×2mm区域设置为工作检查图像或工作基准图像。如果设置具有比1mm×1mm误差大得多的10mm×10mm大小的工作图像，则在图9B中所示的处理后的图像的整个区域中引起均匀性劣化，这使得难以选择工作基准图像。
在上述部分中，如图11中所示使用如下的实施例：生成多个平移的工作候选图像。然而，生成工作候选图像的方法不限于此。检查目标图像中可以包括由于例如摄像期间照相机与对象之间的相对角度或相对距离、或者倍率的改变而导致不能由平移解决的误差。在这种情况下，例如如图13A中所示，能够在使用放大或缩小基准图像所按的不同比率的同时，来提取多个工作候选图像。作为选择，如图13B中所示，可以在对基准图像301使用不同的旋转角的同时，来提取多个工作候选图像。
上面已经描述了如下的实施例：针对从检查目标图像提取的一个工作检查图像，提取多个工作候选图像。然而，在本发明的第一处理中，也能够针对从基准图像提取的一个工作基准图像，从检查目标图像提取多个工作候选图像。此外，已经描述了使所有工作检查图像经受第一处理的上面的实施例。然而，本发明不限于这样的实施例。例如，如果如图10中所示基准图像从检查目标图像位移的倾向是清楚的，则通过针对一些工作检查图像设置工作基准图像的坐标，能够使用内插公式计算与其他工作检查图像相对应的工作基准图像的坐标。在任何一种情况下，能够从基准图像和检查目标图像选择彼此相似的图像的组合，作为工作基准图像和工作检查图像，以具有一对一的对应关系，从而实现本发明的第一处理。
上面已经描述了如下的实施例：由一个检查目标图像302生成多个工作检查图像303，并且由一个基准图像301生成多个工作基准图像305。然而，本实施例不限于这样的实施例。可以使用如下的另一实施例：由一个检查目标图像302生成一个工作检查图像303，并且由一个基准图像301生成一个工作基准图像305。由一个检查目标图像302生成的多个工作检查图像303也可以包括相互交叠的区域。
在上面的描述中，已经描述了如下的实施例：基准图像被预先存储在图像处理装置200中。然而，本发明不限于这样的实施例。例如，预先准备确认其中不存在缺陷或图像位移的对象。可以提供对对象进行摄像以将其用作基准图像的步骤。
此外，在上面的描述中，第一处理的相似区域提取处理和第二处理的特异部提取处理都使用了周边视觉和固视期间不自主眼动的处理。然而，本发明中的提取特异部的第二处理不总是需要使用周边视觉和固视期间不自主眼动的处理。例如，在步骤S115的特异部提取处理中，如果能够提取基准图像与检查目标图像之间的差异，则也能够使用诸如图案匹配等的其他检查算法。另外，第一处理中的位置调整不总是必须具有如第二处理中的检查的目的。例如，通过在运动图像的帧之间执行第一处理，能够清楚地实施对点的运动的跟踪而不使背景模糊。在任何一种情况下，只要情形需要用于某种目的的两个图像的位置调整，本发明就能够有效地起作用。
(其他实施例)
还可以通过读出并执行记录在存储介质(也可更完整地称为“非暂时性计算机可读存储介质”)上的计算机可执行指令(例如，一个或更多个程序)以执行上述实施例中的一个或更多个的功能、并且/或者包括用于执行上述实施例中的一个或更多个的功能的一个或更多个电路(例如，专用集成电路(ASIC))的***或装置的计算机，来实现本发明的实施例，并且，可以利用通过由***或装置的计算机例如读出并执行来自存储介质的计算机可执行指令以执行上述实施例中的一个或更多个的功能、并且/或者控制一个或更多个电路以执行上述实施例中的一个或更多个的功能的方法，来实现本发明的实施例。计算机可以包括一个或更多个处理器(例如，中央处理单元(CPU)、微处理单元(MPU))，并且可以包括分开的计算机或分开的处理器的网络，以读出并执行计算机可执行指令。计算机可执行指令可以例如从网络或存储介质被提供给计算机。存储介质可以包括例如硬盘、随机存取存储器(RAM)、只读存储器(ROM)、分布式计算***的存储器、光盘(诸如压缩光盘(CD)、数字通用光盘(DVD)或蓝光光盘(BD)TM)、闪存装置以及存储卡等中的一个或更多个。
本发明的实施例还可以通过如下的方法来实现，即，通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给***或装置，该***或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。
虽然参照示例性实施例对本发明进行了描述，但是应当理解，本发明不限于所公开的示例性实施例。应当对所附权利要求的范围给予最宽的解释，以便涵盖所有这些变型例以及等同的结构和功能。

Claims (20)

1.一种图像处理装置，所述图像处理装置包括：
生成单元，其被构造为通过在从检查目标图像提取的工作检查图像周围布置从基准图像提取的多个候选图像，来生成排列图像；
处理单元，其被构造为使排列图像经受表达排列图像中的区域之间的相似性的相似区域提取处理；
确定单元，其被构造为基于经受相似区域提取处理后的排列图像，选择候选图像并将所选择的候选图像确定为工作基准图像；以及
比较单元，将工作检查图像与工作基准图像进行比较，
其中，
所述基准图像是与检查目标图像进行比较从而确定检查目标图像中是否包括特异部的图像，
所述检查目标图像是对检查目标的检查目标区域进行摄像而获得的图像，
所述工作检查图像是基于预定的工作图像大小，从校正的检查目标图像进行提取而获得的图像，
所述排列图像是使工作检查图像与候选图像进行排齐而生成的图像，并且
所述相似区域提取处理使通过基于排列图像中的分割位置的预定的分割大小和相位对排列图像进行分割而获得的多个分割区域中的各个经受平均化处理，并且然后将通过使分割大小和相位中的至少一者变化而获得的平均化处理的结果相加。
2.根据权利要求1所述的图像处理装置，其中，
所述生成单元使工作检查图像和工作基准图像经受用于将颜色信息转换为单色亮度信号的单色转换处理和用于提取图像的边缘的边缘提取处理中的至少一者，以随后生成排列图像。
3.根据权利要求1所述的图像处理装置，其中，
所述生成单元提取存在于基准图像中的不同位置处的多个图像，以将这些图像设置为所述多个候选图像。
4.根据权利要求1所述的图像处理装置，其中，
所述生成单元以不同比率扩展或缩小从基准图像提取的图像，从而生成所述多个候选图像。
5.根据权利要求1所述的图像处理装置，其中，
所述生成单元将在以不同角度旋转基准图像的同时提取的多个图像设置为所述多个候选图像。
6.根据权利要求1所述的图像处理装置，其中，
所述比较单元基于颜色信息将工作检查图像与工作基准图像进行比较。
7.根据权利要求1所述的图像处理装置，其中，
所述比较单元进行：
通过在工作检查图像周围布置由所述确定单元确定的工作基准图像，来生成检查用排列图像；
使检查用排列图像经受特异部提取处理；
基于经受特异部提取处理后的检查用排列图像，确定工作检查图像是否包括特异部；
其中，
所述特异部提取处理使通过基于预定的分割大小和相位对检查用排列图像进行分割而获得的多个分割区域中的各个经受平均化处理，并且然后将通过使分割大小和相位中的至少一者变化而获得的平均化处理的结果相加。
8.根据权利要求1所述的图像处理装置，其中，
所述比较单元使用图案匹配方法将工作检查图像与工作基准图像进行比较。
9.根据权利要求1所述的图像处理装置，其中，
所述确定单元确定所述多个候选图像当中的、与工作检查图像最相似的候选图像，作为工作基准图像。
10.根据权利要求1所述的图像处理装置，所述图像处理装置还包括：
读取单元，其被构造为读取对象，从而获取检查目标图像。
11.一种图像处理方法，所述图像处理方法包括：
生成步骤，通过在从检查目标图像提取的工作检查图像周围布置从基准图像提取的多个候选图像，来生成排列图像；
使排列图像经受表达排列图像中的区域之间的相似性的相似区域提取处理的步骤；
确定步骤，基于经受相似区域提取处理后的排列图像，选择候选图像并将所选择的候选图像确定为工作基准图像；以及
比较步骤，将工作检查图像与工作基准图像进行比较，
其中，
所述基准图像是与检查目标图像进行比较从而确定检查目标图像中是否包括特异部的图像，
所述检查目标图像是对检查目标的检查目标区域进行摄像而获得的图像，
所述工作检查图像是基于预定的工作图像大小，从校正的检查目标图像进行提取而获得的图像，
所述排列图像是使工作检查图像与候选图像进行排齐而生成的图像，并且
所述相似区域提取处理使通过基于排列图像中的分割位置的预定的分割大小和相位对排列图像进行分割而获得的多个分割区域中的各个经受平均化处理，并且然后将通过使分割大小和相位中的至少一者变化而获得的平均化处理的结果相加。
12.根据权利要求11所述的图像处理方法，其中，
所述生成步骤使工作检查图像和工作基准图像经受用于将颜色信息转换为单色亮度信号的单色转换处理和用于提取图像的边缘的边缘提取处理中的至少一者，以随后生成排列图像。
13.根据权利要求11所述的图像处理方法，其中，
所述生成步骤提取存在于基准图像中的不同位置处的多个图像，以将这些图像设置为所述多个候选图像。
14.根据权利要求11所述的图像处理方法，其中，
所述生成步骤以不同比率扩展或缩小从基准图像提取的图像，从而生成所述多个候选图像。
15.根据权利要求11所述的图像处理方法，其中，
所述生成步骤将在以不同角度旋转基准图像的同时提取的多个图像设置为所述多个候选图像。
16.根据权利要求11所述的图像处理方法，其中，
所述比较步骤基于颜色信息将工作检查图像与工作基准图像进行比较。
17.根据权利要求11所述的图像处理方法，其中，
所述比较步骤进行：
通过在工作检查图像周围布置由所述确定步骤确定的工作基准图像，来生成检查用排列图像；
使检查用排列图像经受特异部提取处理；
基于经受特异部提取处理后的检查用排列图像，确定工作检查图像是否包括特异部；
其中，
所述特异部提取处理使通过基于预定的分割大小和相位对检查用排列图像进行分割而获得的多个分割区域中的各个经受平均化处理，并且然后将通过使分割大小和相位中的至少一者变化而获得的平均化处理的结果相加。
18.根据权利要求11所述的图像处理方法，其中，
所述确定步骤确定所述多个候选图像当中的、与工作检查图像最相似的候选图像，作为工作基准图像。
19.根据权利要求11所述的图像处理方法，所述图像处理方法还包括：
读取步骤，对对象进行读取，从而获取检查目标图像。
20.一种非暂时性计算机可读存储介质，其存储用于使计算机执行图像处理方法的程序，所述图像处理方法包括：
生成步骤，通过在从检查目标图像提取的工作检查图像周围布置从基准图像提取的多个候选图像，来生成排列图像；
使排列图像经受表达排列图像中的区域之间的相似性的相似区域提取处理的步骤；
确定步骤，基于经受相似区域提取处理后的排列图像，选择候选图像并将所选择的候选图像确定为工作基准图像；以及
比较步骤，将工作检查图像与工作基准图像进行比较，
其中，
所述基准图像是与检查目标图像进行比较从而确定检查目标图像中是否包括特异部的图像，
所述检查目标图像是对检查目标的检查目标区域进行摄像而获得的图像，
所述工作检查图像是基于预定的工作图像大小，从校正的检查目标图像进行提取而获得的图像，
所述排列图像是使工作检查图像与候选图像进行排齐而生成的图像，并且
所述相似区域提取处理使通过基于预定的分割大小和相位对排列图像进行分割而获得的多个分割区域中的各个经受平均化处理，并且然后将通过使分割大小和相位中的至少一者变化而获得的平均化处理的结果相加。
CN201710265326.0A 2016-04-27 2017-04-21 图像处理装置、图像处理方法以及存储介质 Active CN107316047B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016089942 2016-04-27
JP2016-089942 2016-04-27

Publications (2)

Publication Number Publication Date
CN107316047A CN107316047A (zh) 2017-11-03
CN107316047B true CN107316047B (zh) 2021-07-27

Family

ID=58536706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710265326.0A Active CN107316047B (zh) 2016-04-27 2017-04-21 图像处理装置、图像处理方法以及存储介质

Country Status (4)

Country Link
US (1) US10726539B2 (zh)
EP (1) EP3239929B1 (zh)
JP (1) JP6701118B2 (zh)
CN (1) CN107316047B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6942464B2 (ja) 2016-12-09 2021-09-29 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
JP6902886B2 (ja) 2017-03-14 2021-07-14 キヤノン株式会社 画像処理装置、方法およびプログラム
US11908122B2 (en) 2017-04-26 2024-02-20 Sensors Incorporated System and method for performing production line product identification
US10198653B2 (en) * 2017-04-26 2019-02-05 Sensors Incorporated System and method for performing production line product identification
JP6613278B2 (ja) 2017-10-18 2019-11-27 矢崎総業株式会社 止水構造
CN109196553B (zh) * 2017-10-31 2022-03-29 深圳市大疆创新科技有限公司 一种光伏板识别方法、地面站、控制设备及无人机
JP7316768B2 (ja) 2018-06-29 2023-07-28 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
JP7104575B2 (ja) 2018-06-29 2022-07-21 キヤノン株式会社 画像処理装置、制御方法、及びプログラム
CN109168007B (zh) * 2018-09-14 2021-11-23 恒信东方文化股份有限公司 一种标定焦点及其图像传输的方法
JP7305963B2 (ja) * 2019-01-22 2023-07-11 コニカミノルタ株式会社 画像検査装置、画像形成システム、画像検査方法及びプログラム
JP7341677B2 (ja) 2019-02-28 2023-09-11 キヤノン株式会社 装置、方法、及びプログラム
JP7341676B2 (ja) 2019-02-28 2023-09-11 キヤノン株式会社 装置、方法、及びプログラム
JP7350495B2 (ja) 2019-02-28 2023-09-26 キヤノン株式会社 装置、方法、及びプログラム
CN110816082B (zh) * 2019-10-26 2021-01-05 森大（深圳）技术有限公司 获取喷头对齐误差值的方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1469113A (zh) * 2002-06-04 2004-01-21 �ձ�������ʽ���� 缺陷探测的装置和方法及其程序
US7031511B2 (en) * 2001-06-01 2006-04-18 Dainippon Screen Mfg. Co., Ltd. Hole inspection apparatus and method
CN102095731A (zh) * 2010-12-02 2011-06-15 山东轻工业学院 在纸张缺陷视觉检测中识别不同缺陷类型的***及方法
JP2013185862A (ja) * 2012-03-06 2013-09-19 Toyota Motor Corp 欠陥検査装置及び欠陥検査方法
CN104318256A (zh) * 2014-11-17 2015-01-28 上海埃蒙特自动化***有限公司 基于计算机软件实现玻璃缺陷自动检测分类的方法

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1574823A (en) * 1976-03-27 1980-09-10 Emi Ltd Video display arrangements
US6895109B1 (en) * 1997-09-04 2005-05-17 Texas Instruments Incorporated Apparatus and method for automatically detecting defects on silicon dies on silicon wafers
JP3539539B2 (ja) * 1998-04-28 2004-07-07 シャープ株式会社 画像処理装置、画像処理方法および画像処理プログラムを記録した記録媒体
US6694051B1 (en) 1998-06-24 2004-02-17 Canon Kabushiki Kaisha Image processing method, image processing apparatus and recording medium
JP3492202B2 (ja) 1998-06-24 2004-02-03 キヤノン株式会社 画像処理方法、装置および記録媒体
US6496194B1 (en) * 1998-07-30 2002-12-17 Fujitsu Limited Halftone display method and display apparatus for reducing halftone disturbances occurring in moving image portions
JP3927353B2 (ja) * 2000-06-15 2007-06-06 株式会社日立製作所 比較検査における画像の位置合せ方法、比較検査方法及び比較検査装置
JP4401590B2 (ja) * 2000-06-19 2010-01-20 キヤノン株式会社 画像データ処理方法及び画像データ処理装置
US7432985B2 (en) 2003-03-26 2008-10-07 Canon Kabushiki Kaisha Image processing method
JP2005012685A (ja) 2003-06-20 2005-01-13 Canon Inc 画像処理方法、画像処理装置
US7548258B2 (en) * 2003-11-21 2009-06-16 Arecont Vision Llc. High resolution network video camera with massively parallel implementation of image processing, compression and network server
JP4926568B2 (ja) 2006-06-29 2012-05-09 キヤノン株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
JP4637063B2 (ja) 2006-07-04 2011-02-23 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
JP4632452B2 (ja) 2006-07-07 2011-02-16 キヤノン株式会社 画像補正処理装置、画像補正処理方法、プログラム及び記憶媒体
EP1881453A3 (en) * 2006-07-18 2009-07-22 Kabushiki Kaisha Toshiba A medical image-processing apparatus and a method for processing medical images
US10810918B2 (en) * 2007-06-14 2020-10-20 Lg Display Co., Ltd. Video display device capable of compensating for display defects
JP5401071B2 (ja) * 2008-10-09 2014-01-29 株式会社Ｎｔｔドコモ 動画像符号化装置、動画像復号装置、動画像符号化方法、動画像復号方法、動画像符号化プログラム、動画像復号プログラム、動画像処理システムおよび動画像処理方法
TWI405145B (zh) * 2008-11-20 2013-08-11 Ind Tech Res Inst 以圖素之區域特徵為基礎的影像分割標記方法與系統，及其電腦可記錄媒體
JP5328505B2 (ja) 2009-06-18 2013-10-30 キヤノン株式会社 画像処理装置および画像処理方法
US9076220B2 (en) * 2010-04-29 2015-07-07 Thomson Licensing Method of processing an image based on the determination of blockiness level
JP5641782B2 (ja) 2010-05-24 2014-12-17 キヤノン株式会社 画像処理装置及び画像処理方法
JP2013257197A (ja) * 2012-06-12 2013-12-26 Toppan Printing Co Ltd 印刷物検査装置の性能評価シート
JP6122260B2 (ja) 2012-07-09 2017-04-26 キヤノン株式会社 画像処理装置及びその方法とプログラム
JP6039942B2 (ja) 2012-07-09 2016-12-07 キヤノン株式会社 情報処理装置及びその制御方法及びプログラム
JP5956860B2 (ja) 2012-07-09 2016-07-27 キヤノン株式会社 画像処理装置、画像処理方法、プログラム
JP2014062828A (ja) * 2012-09-21 2014-04-10 Renesas Electronics Corp パターンマッチング方法および半導体装置の製造方法
US9088753B2 (en) 2013-01-11 2015-07-21 Canon Kabushiki Kaisha Image forming apparatus, luminance correction method, and storage medium storing program
JP6198521B2 (ja) 2013-08-26 2017-09-20 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
JP2015043158A (ja) 2013-08-26 2015-03-05 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
US9686540B2 (en) * 2014-06-23 2017-06-20 Xerox Corporation Robust colorimetric processing method for paper based sensors
JP2016038886A (ja) * 2014-08-11 2016-03-22 ソニー株式会社 情報処理装置および情報処理方法
JP6537376B2 (ja) * 2015-07-01 2019-07-03 キヤノン株式会社 画像処理装置および画像処理方法
JP6465765B2 (ja) * 2015-07-01 2019-02-06 キヤノン株式会社 画像処理装置および画像処理方法
JP6478840B2 (ja) * 2015-07-01 2019-03-06 キヤノン株式会社 画像処理装置および画像処理方法
JP6433384B2 (ja) * 2015-07-01 2018-12-05 キヤノン株式会社 画像処理装置および画像処理方法
TWI603074B (zh) * 2015-07-03 2017-10-21 元智大學 光學薄膜缺陷辨識方法及其系統
JP6666046B2 (ja) * 2016-04-25 2020-03-13 キヤノン株式会社 画像処理装置および画像処理方法
JP6732518B2 (ja) * 2016-04-27 2020-07-29 キヤノン株式会社 画像処理装置および画像処理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7031511B2 (en) * 2001-06-01 2006-04-18 Dainippon Screen Mfg. Co., Ltd. Hole inspection apparatus and method
CN1469113A (zh) * 2002-06-04 2004-01-21 �ձ�������ʽ���� 缺陷探测的装置和方法及其程序
CN102095731A (zh) * 2010-12-02 2011-06-15 山东轻工业学院 在纸张缺陷视觉检测中识别不同缺陷类型的***及方法
JP2013185862A (ja) * 2012-03-06 2013-09-19 Toyota Motor Corp 欠陥検査装置及び欠陥検査方法
CN104318256A (zh) * 2014-11-17 2015-01-28 上海埃蒙特自动化***有限公司 基于计算机软件实现玻璃缺陷自动检测分类的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"KIZUKI" Processing for Visual Inspection——A Smart Pattern Pop-out Algorithm based on Human Visual Architecture;Kimiya AOKI等;《2014 22nd International Conference on Pattern Recognition》;20141031;第2317-2322页 *

Also Published As

Publication number Publication date
JP2017201518A (ja) 2017-11-09
JP6701118B2 (ja) 2020-05-27
US10726539B2 (en) 2020-07-28
CN107316047A (zh) 2017-11-03
US20170316558A1 (en) 2017-11-02
EP3239929A1 (en) 2017-11-01
EP3239929B1 (en) 2019-06-12

Similar Documents

Publication Publication Date Title
CN107316047B (zh) 图像处理装置、图像处理方法以及存储介质
CN107315011B (zh) 图像处理装置、图像处理方法及存储介质
US9345429B2 (en) Image processing device, image processing system, image processing method, and program
JP6347675B2 (ja) 画像処理装置、撮像装置、画像処理方法、撮像方法及びプログラム
US10181202B2 (en) Control apparatus, robot, and control method
JP2006066478A (ja) パターンマッチング装置及びそれを用いた走査型電子顕微鏡
JP2009259036A (ja) 画像処理装置、画像処理方法、画像処理プログラム、記録媒体、及び画像処理システム
WO2018147059A1 (ja) 画像処理装置、および画像処理方法、並びにプログラム
WO2012029658A1 (ja) 撮像装置、画像処理装置、画像処理方法及び画像処理プログラム
JP2005208847A (ja) 画像欠陥検出装置、画像形成装置
KR20170114700A (ko) 영상 처리 방법 및 이를 이용한 영상 처리 장치
JP2008281481A (ja) 解像測定装置及び方法
JP2016164709A (ja) 画像処理装置、撮像装置および画像処理プログラム
EP2775422A2 (en) Object detection apparatus, program, and integrated circuit
JP2016156702A (ja) 撮像装置および撮像方法
CN115684012A (zh) 视觉检测***、校准方法、装置和可读存储介质
CN112997217A (zh) 从视频图像进行文档检测
JP2009157701A (ja) 画像処理方法及び画像処理装置
JP2019100937A (ja) 欠陥検査装置及び欠陥検査方法
CN111091513B (zh) 图像处理方法、装置、计算机可读存储介质及电子设备
WO2019188194A1 (ja) レンズマーカのパターン中心の決定方法、およびその装置、ならびに決定方法をコンピュータに実行させるプログラム、およびその記録媒体
JP2020027000A (ja) レンズマーカ画像の補正方法、補正装置、プログラム、および記録媒体
JP7090899B2 (ja) 符号化された照明パターンを用いる画像処理装置および画像処理プログラム
EP4332499A1 (en) Three-dimensional measuring apparatus, three-dimensional measuring method, storage medium, system, and method for manufacturing an article
JP2010041416A (ja) 画像処理装置、画像処理方法、画像処理プログラム、及び、撮像装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant