CN108090890A - 检查装置以及检查方法 - Google Patents

检查装置以及检查方法 Download PDF

Info

Publication number
CN108090890A
CN108090890A CN201710838642.2A CN201710838642A CN108090890A CN 108090890 A CN108090890 A CN 108090890A CN 201710838642 A CN201710838642 A CN 201710838642A CN 108090890 A CN108090890 A CN 108090890A
Authority
CN
China
Prior art keywords
defect
pixel
check device
determination unit
image information
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.)
Granted
Application number
CN201710838642.2A
Other languages
English (en)
Other versions
CN108090890B (zh
Inventor
木川洋
木川洋一
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.)
Nitto Denko Corp
Original Assignee
Nitto Denko Corp
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 Nitto Denko Corp filed Critical Nitto Denko Corp
Publication of CN108090890A publication Critical patent/CN108090890A/zh
Application granted granted Critical
Publication of CN108090890B publication Critical patent/CN108090890B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • 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
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G01N2021/8864—Mapping zones of defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • 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
    • G06T2207/10024—Color image
    • 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
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种检查装置以及检查方法。一种用于检查对象物的缺陷的检查装置，构成为，具备摄像部，该摄像部能够将所述对象物拍摄为具有包含RGB值的颜色信息的图像信息，该检查装置基于由所述摄像部拍摄到的所述对象物的不存在缺陷的区域的颜色信息，来决定用于按所述图像信息的每个像素判定各像素是否为缺陷的判定基准，基于所决定的所述判定基准，来针对由所述摄像部拍摄到的图像信息的全部像素按每个像素进行判定是否为缺陷的滤波处理。

Description

检查装置以及检查方法
技术领域
本发明涉及一种检查装置以及检查方法。
背景技术
以往，使用一种检查片材等对象物的不均匀、气泡、异物等缺陷的检查装置。
另一方面，作为检查装置，例如提出了如下一种检查装置：该检查装置构成为，由摄像机等拍摄包含颜色信息的图像信息来获取缺陷的判定基准决定用图像信息，针对所获取到的缺陷的判定基准决定用图像信息，通过进行强调该判定基准决定用图像信息的滤波处理来预先决定用于判定其区域是否为缺陷的判定基准，基于所决定的该判定基准来判定对象物的图像信息是否包含缺陷。
例如，提出了如下一种检查装置：针对所获取到的判定基准决定用图像信息整体，根据包含HSV的颜色信息来计算能量、熵以及均匀性，根据这些能量、熵以及均匀性，使用支持向量机(Support Vector Machines)来预先决定判定基准，基于所决定的该判定基准来检查对象物。根据该检查装置，例如，在焊接金属构件时，能够检查焊接部分是否具有所期望的形状(参照专利文献1)。
专利文献1：日本特开2009-103498号公报
发明内容
发明要解决的问题
但是，在检查片材等对象物的缺陷时即使使用专利文献1所记载的那样的技术，也有可能不能以足够高的精度检查缺陷。
鉴于上述情形，本发明的课题在于，提供一种能够以比以往高的精度检查缺陷的检查装置以及检查方法。
用于解决问题的方案
本发明的发明人们在对解决上述问题的方法进行专门研究后，发现了以下见解。
即，在专利文献1所记载的这种检查装置中，需要根据比较广的区域(像素)的判定基准决定用像素信息来决定用于判定是否有缺陷的判定基准。
但是，发现了在这样基于广的区域的判定基准决定用图像信息并且基于能量、熵以及均匀性来决定判定基准的检查装置中，不能充分地检查缺陷。
在本发明的发明人们基于该见解进一步进行了专门研究后发现，针对对象物的图像信息中的不存在缺陷的区域的判定基准决定用图像信息，以像素为单位基于包含RGB值的颜色信息进行滤波处理，来预先决定用于判定各像素是否为缺陷的判定基准，基于该判定基准来针对由摄像部拍摄到的对象物的图像信息的全部像素按每个像素判定是否为缺陷，由此能够精度足够高地进行检查，从而完成了本发明。
即，本发明所涉及的检查装置用于检查对象物的缺陷，具备：摄像部，其能够将所述对象物拍摄为具有包含RGB值的颜色信息的图像信息；以及判定部，其基于由所述摄像部拍摄到的图像信息的所述颜色信息，来判定所述对象物是否有缺陷，所述判定部构成为，基于所述对象物的不存在缺陷的区域的所述颜色信息，来决定用于按所述图像信息的每个像素判定各像素是否为缺陷的判定基准，基于所决定的所述判定基准，来针对由所述摄像部拍摄到的图像信息的全部像素按每个像素进行判定是否为缺陷的滤波处理。
在此，R表示红色(Red)，G表示绿色(Green)，B表示蓝色(Blue)。另外，R是以波长700nm的单色光为基准的值，G是以波长546.1nm的单色光为基准的值，B是以波长435.8nm的单色光为基准的值。
在上述结构的检查装置中，优选的是，所述颜色信息还包含HSL值、即色调饱和度亮度值。
在此，H表示Hue(色调)，S表示Saturation(饱和度)，L表示Luminance(亮度)，是通过后述的转换式根据上述RGB来计算的值。
在上述结构的检查装置中，优选的是，所述颜色信息还包含XYZ值、即人感觉为红绿蓝色的程度的值。
在此，X表示人(眼睛)感觉为红色的程度，Y表示人(眼睛)感觉为蓝色的程度，Z表示人(眼睛)感觉为绿色的程度，是通过后述的转换式根据上述RGB来计算的值。
在上述结构的检查装置中，优选的是，所述判定部构成为，基于所述对象物的不存在缺陷的区域的所述颜色信息和存在缺陷的区域的所述颜色信息，来对每个像素进行所述滤波处理。
在上述结构的检查装置中，优选的是，所述判定部构成为使用支持向量机来决定所述判定基准。
在上述结构的检查装置中，优选的是，所述判定部在进行所述滤波处理之后，进一步进行与缺陷的形状相应的滤波处理。
在上述结构的检查装置中，优选的是，所述判定部构成为，将针对由所述摄像部拍摄到的图像信息的全部像素按每个像素判定是否为缺陷所得到的结果进行映射。
本发明所涉及的检查方法使用所述检查装置来检查对象物的缺陷，在所述检查方法中，将所述对象物拍摄为包含所述颜色信息的图像信息，通过针对所拍摄到的图像信息的全部像素按每个像素判定是否为缺陷，来判定所述对象物是否有缺陷。
附图说明
图1是示出本发明的实施方式所涉及的检查装置的概要侧视图。
图2是示出由本实施方式的检查装置检查的片材中包含缺陷的状态的概要俯视图。
图3是示出图像信息中包含的像素的概要俯视图。
图4是示意性地示出在本实施方式的滤波处理中决定判定基准的一例的概要图。
图5是示出在本实施方式中进行的滤波处理的结果的一例的曲线图。
图6是示意性地示出在本实施方式的滤波处理中判定未知的图像信息是否有缺陷的一例的概要图。
图7是示意性地示出在本实施方式的滤波处理中检查未知的图像信息的缺陷的流程的概要图。
图8是拍摄实施例中所使用的片材所得到的图像。
图9是示出比较例1的映射图像的图像。
图10是示出比较例1的一个区域的灰度的曲线图。
图11是示出实施例1的映射图像的图像。
图12是示出实施例1的一个区域的灰度的曲线图。
图13是示出实施例2的映射图像的图像。
图14是示出实施例2的一个区域的灰度的曲线图。
图15是示出实施例3的映射图像的图像。
图16是示出实施例3的一个区域的灰度的曲线图。
图17是示出实施例4的映射图像的图像。
图18是示出实施例4的一个区域的灰度的曲线图。
附图标记说明
1：检查装置；10：照射部；20：摄像部；30：判定部；40：显示部；50：片材(对象物)。
具体实施方式
以下，参照附图来说明本发明的实施方式所涉及的检查装置以及检查方法。
首先，对本实施方式的检查装置进行说明。
如图1～图3所示，本实施方式的检查装置1用于检查作为对象物的片材50的缺陷，该检查装置1具备：摄像部20，其能够将所述片材50拍摄为具有包含RGB值的颜色信息的图像信息D；以及判定部30，其基于由所述摄像部20拍摄到的图像信息D的所述颜色信息，来判定所述片材50是否有缺陷，所述判定部30构成为，基于所述片材50的不存在缺陷的区域R1(图2的片材50的除缺陷以外的区域)的所述颜色信息，对每个像素P进行滤波处理来决定用于按所述图像信息D的每个像素P判定各像素P是否为缺陷的判定基准T，基于所决定的判定基准T，来针对由所述摄像部20拍摄到的图像信息D的全部像素P按每个像素P进行判定是否为缺陷的滤波处理。
检查装置1还具备用于向片材50照射光的照射部10以及用于显示判定部30中的判定结果的显示部40。
片材50没有特别限定。例如，作为片材50，能够列举光学膜、遮热膜、隔热膜、防紫外线(UV)膜等。除此以外，作为片材50，还能够列举具有基材和层叠于该基材的粘着剂层的粘着带等。作为该粘着带，能够列举只在上述基材的一个面层叠有粘着剂层的粘着带、在上述基材的两面层叠有粘着剂层的粘着带等。
照射部10向片材50照射光，照射部10构成为由该照射部10向片材50照射并被片材50反射的光(正反射光)被摄像部20接收。
照射部10只要能够照射能够由摄像部20接收到的光即可，没有特别限定。例如，作为照射部10，能够列举照射白色光的白色LED(Light Emitting Diode：发光二极管)。
关于照射部10与同片材50垂直的方向(图1的单点划线)之间所呈的角度θ1，只要摄像部20能够接收从该照射部10照射出的光即可，没有特别限定。该角度θ1例如能够设定为10°。
照射部10相对于片材50的距离(最短距离)没有特别限定。
摄像部20能够将片材50拍摄为包含颜色信息的图像信息D。
在本实施方式中，摄像部20构成为通过接收从照射部10照射并被片材50反射的光来拍摄片材50。
摄像部20只要能够将片材50拍摄为具有包含RGB值的颜色信息的图像信息D即可，没有特别限定。
作为摄像部20，例如能够列举摄像机。
关于摄像部20与同片材50垂直的方向(图1的单点划线)之间所呈的角度θ2，只要摄像部20能够接收从照射部10照射出的光即可，没有特别限定。该角度θ2例如能够设定为10°。
摄像部20相对于片材50的距离(最短距离)没有特别限定。
判定部30构成为，基于片材50的不存在缺陷的区域R1的颜色信息，来决定用于按所述图像信息D的每个像素P判定各像素P是否为缺陷的判定基准T，基于所决定的判定基准T，来针对由所述摄像部20拍摄到的图像信息D的全部像素P按每个像素P进行判定是否为缺陷的滤波处理。
具体地说，在本实施方式中，判定部30构成为，基于片材50的不存在缺陷的区域R1的所述颜色信息和存在缺陷的区域R2的所述颜色信息，来对每个像素P进行上述滤波处理。
更具体地说，如图2所示，由摄像部20拍摄预先已知存在缺陷的片材50，以包含不存在缺陷的区域R1和存在缺陷的区域R2。在所拍摄到的图像信息D中，作为颜色信息，包含RGB值。
判定部30根据按每个像素P得到的RGB值群(RGB值的集合体)以及与各RGB值对应的是否为缺陷的结果群(结果的集合体)，来决定成为是否为缺陷的判定基准的RGB值(判定基准RGB值)。该判定基准的决定例如能够使用支持向量机来进行。该判定基准例如被决定为判定基准值的集合体(判定基准值群)。另外，该判定基准相当于是否为缺陷的界限。
作为支持向量机，能够使用以往公知的支持向量机。
具体地说，例如图4所示那样，判定部30针对预先已知在哪个区域存在缺陷的图像的信息、即预先已知各像素P是否为缺陷的图像信息DA，按各像素P将其RGB值与是否为缺陷的信息相关联。接着，能够根据表示是缺陷的RGB值群(图4的缺陷部分)和表示不是缺陷的RGB群(图4的正常部分)，例如将支持向量机用作识别器来决定上述判定基准。
此外，判定部30针对RGB值中的各R值、G值、B值，根据各个值的值群以及与各个值对应的是否为缺陷的结果群，按R值、G值、B值决定上述判定基准。
图5中示出将所得到的每个像素P的B值与同各B值对应的是否为缺陷的结果群之间的关系进行标记所生成的曲线图的一例。
在本实施方式中，由于上述RGB值群与是否为缺陷的结果群之间的关系为非线性关系，因此判定部30构成为通过使用支持向量机来决定上述判定基准。
判定部30基于如上述那样预先决定的判定基准T来进行作为检查对象的片材50是否有缺陷的检查。
具体地说，判定部30构成为，针对由摄像部20拍摄到的片材50的图像信息D，将各像素P的RGB值与所决定的判定基准T分别进行比较，按每个像素P判定各像素P是否为缺陷，并将全部像素P的判定结果进行映射。
例如，判定部30将是缺陷的情况下的RGB值设为数值0，将不是缺陷的情况下的RGB值设为数值1，决定所拍摄到的图像信息D的各像素P的RGB值是0～1之间的哪个数值。判定部30通过将所决定的数值设为255倍来进行映射，由此使该数值图像化。接着，通过对所生成的图像进行二值化处理，或者通过在使用后述的微分滤波器来对所生成的图像进行处理之后进行二值化处理，来检测缺陷部分。
作为该判定部30，能够列举以往公知的计算机等。在判定部30中保存有进行各种处理所使用的程序。
显示部40将由判定部30进行映射所得到的结果以映射图像进行显示。
具体地说，例如，判定部30能够使用如上述的图4所示那样决定的判定基准T，如图6所示那样针对检查对象、即未知的图像信息DB的各像素P判定是缺陷侧还是正常侧。
更具体地说，如图7所示，判定部30从图像信息D中提取各像素P。接着，判定部30用将正常设为数值0、将缺陷设为数值1的0～1的数值范围内的某一数值(相对值)表示各像素P的RGB值相对于判定基准T是缺陷侧还是正常侧。接着，判定部30将所得到的相关值设为255倍来表示为各像素P的像素值，将全部像素P的像素值转换为图像。
在上述中，示出判定部30基于RGB值来决定上述判定基准T的方式，但是除此以外，判定部30也可以构成为，除了RGB值以外，还基于HSL值来决定上述判定基准T。即，也可以构成为基于RGB值和HSL值的六维的颜色信息来决定上述判定基准T。
能够从RGB值使用例如下述数式1所示的转换式之类的以往公知的数式进行换算来得到HSL值。
【数式1】
从RGB向HLS(HSL)的转换
另外，判定部30也可以构成为，基于除了RGB值以外还包含XYZ值的颜色信息来决定上述判定基准T。即，也可以构成为，基于RGB值和XYZ值的六维的颜色信息来决定上述判定基准T。
并且，判定部30还可以构成为，基于除了RGB值、HSL值以外还包含XYZ值的颜色信息来决定上述判定基准T。即，也可以构成为，基于RGB值、HSL值以及XYZ值的九维的颜色信息来决定上述判定基准T。
能够从RGB值使用例如下述数式2所示的转换式之类的以往公知的数式进行换算来得到XYZ值。
【数式2】
判定部30也可以构成为，在进行基于上述RGB值的滤波处理之后，进一步进行与缺陷的形状相应的滤波处理，来决定各像素是否为缺陷。
作为这种滤波处理，例如能够列举微分滤波处理。
作为微分滤波器，能够使用例如下述数式3所示的这种以往公知的微分滤波器。
【数式3】
本实施方式的检查方法使用本实施方式的检查装置1来检查片材50的缺陷，在所述检查方法中，将片材50拍摄为具有包含RGB值的颜色信息的图像信息D，通过针对所拍摄到的图像信息D的全部像素P按每个像素P判定是否为缺陷，来判定片材50是否有缺陷。
如上所述，本实施方式的检查装置1用于检查对象物(在此为片材)50的缺陷，具备：摄像部20，其能够将所述对象物50拍摄为具有包含RGB值的颜色信息的图像信息D；以及判定部30，其基于由所述摄像部20拍摄到的图像信息D的所述颜色信息，来判定所述对象物50是否有缺陷，所述判定部30构成为，基于所述对象物50的不存在缺陷的区域R1的所述颜色信息，来决定用于按所述图像信息D的每个像素P判定各像素P是否为缺陷的判定基准T，基于所决定的判定基准T，来针对由所述摄像部20拍摄到的图像信息D的全部像素P按每个像素P进行判定是否为缺陷的滤波处理。
根据该结构，判定部30使用RGB值来决定用于以图像信息D的像素P为单位判定各像素P是否为缺陷的判定基准T，并能够基于所决定的判定基准T针对全部像素P按每个像素P判定是否为缺陷。
由此，针对多个像素P，与不使用RGB值决定判定基准T的情况相比，能够以高精度进行缺陷检查。
由此，根据本实施方式的检查方法，能够以比以往高的精度检查缺陷。
在本实施方式的检查装置1中，优选的是，所述颜色信息还包含HSL值。
根据该结构，在判定部30中，作为颜色信息，能够除了RGB值以外还基于HSL值来决定上述判定基准T。
由此，根据本实施方式的检查方法，能够更详细地决定上述判定基准T，因此上述判定基准T的精度更高，其结果，能够以更高的精度检查缺陷。
在本实施方式的检查装置1中，优选的是，所述颜色信息还包含XYZ值。
根据该结构，在判定部30中，作为颜色信息，能够除了RGB值以外还基于XYZ值来决定上述判定基准T，或者，能够除了RGB值、HSL值以外还基于XYZ值来决定上述判定基准T。
由此，根据本实施方式的检查方法，能够更详细地决定上述判定基准T，因此上述判定基准T的精度更高，其结果，能够以更高的精度检查缺陷。
在本实施方式的检查装置1中，优选的是，所述判定部30构成为，基于所述对象物50的不存在缺陷的区域R1的所述颜色信息和存在缺陷的区域R2的所述颜色信息，来对每个像素P进行上述滤波处理。
根据该结构，判定部30能够除了不存在缺陷的区域R1的颜色信息以外，还基于存在缺陷的区域R2的颜色信息来决定上述判定基准T。
由此，根据本实施方式的检查方法，能够更详细地决定上述判定基准T，因此上述判定基准T的精度更高，其结果，能够以更高的精度检查缺陷。
在本实施方式的检查装置1中，优选的是，所述判定部30构成为使用支持向量机来决定所述判定基准T。
根据该结构，通过使用支持向量机，能够更高精度地决定上述判定基准T。
由此，根据本实施方式的检查方法，能够更详细地决定上述判定基准T，因此上述判定基准T的精度更高，其结果，能够以更高的精度检查缺陷。
在本实施方式的检查装置1中，优选的是，所述判定部30构成为，在进行所述滤波处理之后，进一步进行与缺陷的形状相应的滤波处理。
根据该结构，通过在进行上述滤波处理之后进一步进行与缺陷的形状相应的滤波处理，能够进一步强调缺陷，因此能够以更高的精度检查缺陷。
在本实施方式的检查装置中，优选的是，所述判定部30构成为，将针对由所述摄像部20拍摄到的图像信息D的全部像素P按每个像素P判定是否为缺陷所得到的结果进行映射。
根据该结构，通过将全部像素P的判定结果进行映射，能够容易地确认是否为缺陷。
本实施方式的检查方法使用所述检查装置1来检查对象物50的缺陷，在该检查方法中，将所述对象物50拍摄为包含所述颜色信息的图像信息D，通过针对所拍摄到的图像信息D的全部像素P按每个像素P判定是否为缺陷，来判定所述对象物50是否有缺陷。
根据该结构，通过使用上述检查装置1，能够以比以往高的精度检查缺陷。
如上所述，根据本实施方式，提供一种能够以比以往高的精度检查缺陷的检查装置以及检查方法。
本实施方式的检查装置以及检查方法如上所述，但是本发明不限定于上述实施方式，能够适当地进行设计变更。
例如，在上述实施方式中，基于不存在缺陷的区域R1的图像信息D和存在缺陷的区域R2的图像信息D，来对该图像信息D的每个像素P使用颜色信息进行滤波处理，但是在本发明中，也可以是，只基于不存在缺陷的区域R1的图像信息D来对该图像信息D的每个像素P使用颜色信息进行滤波处理。在该情况下，由于所得到的颜色信息群与是否为缺陷的结果群之间的关系为线性关系，因此也可以代替将支持向量机用作上述的识别器，而将线性的识别器用作识别器来决定判定基准T。
【实施例】
以下，参照实施例来更加详细地说明本发明，但是本发明并不限定于这些实施例。
使用具备下述摄像部20和照射部10的图1所示的检查装置1，设定为角度θ1＝10°，将摄像部(镜头)与片材50之间的距离设定为590mm，将照射部10与片材50之间的距离设定为70mm。作为被设为对象物的片材50，使用了预先已知包含缺陷的PENJEREX(日东电工公司制造)。
·摄像部20
摄像机JAI公司制造LQ-201CL-F、RGB+IR(4D摄像机)、分辨率(0.1mm/pix)、视场340mm/台
镜头Bluevision(日语：ブルービジョン)制造BL-L1050-F、多板式(自动调焦移动功能)
·照射部10
CCS公司制造LNSP-SW、白色LED
从照射部10向片材50照射光，利用摄像部20对片材50以包含缺陷的方式进行了拍摄。图8中示出所拍摄到的图像(进行滤波处理之前的图像)。针对图8的图像所示的图像信息D，如以下那样进行滤波处理，针对图8中用实线表示的区域，如以下那样调查了灰度。
(比较例1)
通过预备实验可知，在所使用的片材50中，缺陷部分的图像信息的RGB值中的B值相比于R值和G值而言更显著地被检测出(拍摄到)。
因此，从所得到的图像信息D的RGB值中提取B值的颜色信息，针对所提取出的全部像素的B值，通过进行上述数式3所示的微分滤波处理，来强调缺陷部分并使其图像化。
其结果，得到了图9所示那样的图像。
关于图8的用实线表示的部分，图10所示那样，颜色最浓的部分与颜色最淡的部分之差为6级灰度。
(实施例1)
利用判定部30，根据所得到的图像信息D的各像素P的RGB值群、是缺陷这样的结果群以及不是缺陷这样的结果群，使用支持向量机来决定是否为缺陷的判定基准T。使用所决定的判定基准T，针对作为检查对象的未知的(不清楚是否有缺陷的)图像信息D，进行按每个像素P判定是否为缺陷的滤波处理，通过将在该滤波处理中得到的数值(0～1的范围内的相对值)设为255倍来进行了映射。
其结果，得到了图11所示那样的图像。
关于图8的用实线表示的部分，如图12所示，颜色浓的部分与颜色淡的部分之差为42级灰度。
(实施例2)
针对在实施例1中得到的图11所示的图像，进一步使用上述数式3所示的微分滤波器进行了滤波处理。
其结果，如图13所示，能够强调缺陷部分。
关于图8的用实线表示的部分，如图14所示，颜色最浓的部分与颜色最淡的部分之差为48级灰度。
(实施例3)
利用判定部30，根据所得到的图像信息D的各像素P的RGB值、HSL值及XYZ值群、是缺陷这样的结果群及不是缺陷这样的结果群，使用支持向量机决定了是否为缺陷的判定基准T。使用所决定的判定基准T，针对作为检查对象的未知的(不清楚是否有缺陷的)图像信息D，进行按每个像素P判定是否为缺陷的滤波处理，将通过该滤波处理得到的数值(0～1的范围内的相对值)设为255倍来进行了映射。
其结果，得到了图15所示那样的图像。
关于图8的用实线表示的部分，在将上述处理中得到的数值设为255倍时，如图16所示，颜色最浓的部分与颜色最淡的部分之差为45级灰度。
(实施例4)
针对在实施例3中得到的图16所示的图像，进一步使用上述数式3所示的微分滤波器进行了滤波处理。
其结果，如图17所示，能够强调缺陷部分。
关于图8的用实线表示的部分，如图18所示，颜色最浓的部分与颜色最淡的部分之差为50级灰度。
根据上述的结果可知，通过使用各像素P的RGB值决定判定基准T，相比以往能够高精度地检查缺陷。另外，可知通过使用各像素P的RGB值、HSL值以及XYZ值来决定判定基准T，相比于使用了RGB值的情况，能够更高精度地检查缺陷。
如以上那样对本发明的实施方式及实施例进行了说明，但是最初还预定了将各实施方式及实施例的特征适当地组合的情形。另外，应当认为本次所公开的实施方式及实施例在所有方面都是例示性的而非制限性的。本发明的范围并不是通过上述的实施方式及实施例示出，而是通过权利要求书示出，意图包含与权利要求书等同的意义和范围内的所有变更。

Claims (8)

1.一种检查装置，用于检查对象物的缺陷，所述检查装置具备：
摄像部，其能够将所述对象物拍摄为具有包含RGB值的颜色信息的图像信息；以及
判定部，其基于由所述摄像部拍摄到的图像信息的所述颜色信息，来判定所述对象物是否有缺陷，
所述判定部构成为，基于所述对象物的不存在缺陷的区域的所述颜色信息，来决定用于按所述图像信息的每个像素判定各像素是否为缺陷的判定基准，基于所决定的所述判定基准，来针对由所述摄像部拍摄到的图像信息的全部像素按每个像素进行判定是否为缺陷的滤波处理。
2.根据权利要求1所述的检查装置，其特征在于，
所述颜色信息还包含HSL值。
3.根据权利要求1所述的检查装置，其特征在于，
所述颜色信息还包含XYZ值。
4.根据权利要求1所述的检查装置，其特征在于，
所述判定部构成为，基于所述对象物的不存在缺陷的区域的所述颜色信息和存在缺陷的区域的所述颜色信息，来对每个像素进行所述滤波处理。
5.根据权利要求4所述的检查装置，其特征在于，
所述判定部构成为，使用支持向量机来决定所述判定基准。
6.根据权利要求1所述的检查装置，其特征在于，
所述判定部构成为，在进行所述滤波处理之后，进一步进行与缺陷的形状相应的滤波处理。
7.根据权利要求1所述的检查装置，其特征在于，
所述判定部构成为，将针对由所述摄像部拍摄到的图像信息的全部像素按每个像素判定是否为缺陷所得到的结果进行映射。
8.一种检查方法，使用根据权利要求1～7中的任一项所述的检查装置来检查对象物的缺陷，在所述检查方法中，
将所述对象物拍摄为包含所述颜色信息的图像信息，通过针对所拍摄到的图像信息的全部像素按每个像素判定是否为缺陷，来判定所述对象物是否有缺陷。
CN201710838642.2A 2016-11-21 2017-09-18 检查装置以及检查方法 Active CN108090890B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-226037 2016-11-21
JP2016226037A JP7185388B2 (ja) 2016-11-21 2016-11-21 検査装置及び検査方法

Publications (2)

Publication Number Publication Date
CN108090890A true CN108090890A (zh) 2018-05-29
CN108090890B CN108090890B (zh) 2023-06-06

Family

ID=62147094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710838642.2A Active CN108090890B (zh) 2016-11-21 2017-09-18 检查装置以及检查方法

Country Status (3)

Country Link
US (1) US10891725B2 (zh)
JP (1) JP7185388B2 (zh)
CN (1) CN108090890B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111435118A (zh) * 2019-01-14 2020-07-21 日商登肯股份有限公司 检查装置和检查方法
CN113514226A (zh) * 2020-04-10 2021-10-19 慧理示先进技术公司 用于分析显示装置的***及其颜色分析方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11295439B2 (en) * 2019-10-16 2022-04-05 International Business Machines Corporation Image recovery
US11216932B1 (en) * 2021-03-26 2022-01-04 Minds AI Technologies Ltd Electronic substrate defect detection
EP4325206A1 (en) 2022-08-18 2024-02-21 F. Hoffmann-La Roche AG Method for compensating defective partitions of a microfluidic chip

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1825100A (zh) * 2005-02-21 2006-08-30 欧姆龙株式会社 基板检查方法和装置、及其检查逻辑设定方法和装置
JP2008082821A (ja) * 2006-09-27 2008-04-10 Hitachi High-Technologies Corp 欠陥分類方法及びその装置並びに欠陥検査装置
JP2008233106A (ja) * 2008-06-16 2008-10-02 Matsushita Electric Works Ltd 外観検査方法及び外観検査装置
CN101600957A (zh) * 2007-01-16 2009-12-09 奥林巴斯株式会社 缺陷检测装置及缺陷检测方法
JP2011141809A (ja) * 2010-01-08 2011-07-21 Sumitomo Electric Ind Ltd 画像データ分析装置及び画像データ分析方法
CN102279189A (zh) * 2010-03-17 2011-12-14 夏普株式会社 缺陷检测装置、缺陷修复装置、缺陷检测方法
US20120163698A1 (en) * 2010-12-22 2012-06-28 Kla-Tencor Mie Gmbh Method for Inspection and Detection of Defects on Surfaces of Disc-Shaped Objects and Computer System with a Software Product for Carrying out the Method
JP2013098267A (ja) * 2011-10-31 2013-05-20 Hitachi High-Technologies Corp 半導体パターン検査装置
TW201428276A (zh) * 2012-10-11 2014-07-16 Nuflare Technology Inc 檢查裝置及檢查裝置系統
CN104919305A (zh) * 2013-01-16 2015-09-16 住友化学株式会社 图像生成装置、缺陷检查装置以及缺陷检查方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3759842B2 (ja) * 1998-09-17 2006-03-29 大日本スクリーン製造株式会社 画像上の傷部分判定装置、方法および記憶媒体
JP3583684B2 (ja) * 2000-01-12 2004-11-04 シャープ株式会社 画像欠陥検出装置および画像欠陥検出方法
US6954678B1 (en) * 2002-09-30 2005-10-11 Advanced Micro Devices, Inc. Artificial intelligence system for track defect problem solving
GB2393887B (en) * 2002-10-04 2005-10-26 Criterion Software Ltd Three-dimensional computer graphics
JP4840327B2 (ja) * 2007-10-22 2011-12-21 株式会社デンソー 外観検査方法
JP6295798B2 (ja) * 2014-04-11 2018-03-20 住友電気工業株式会社 検査方法
JP6549396B2 (ja) * 2015-03-24 2019-07-24 株式会社Ｓｃｒｅｅｎホールディングス 領域検出装置および領域検出方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1825100A (zh) * 2005-02-21 2006-08-30 欧姆龙株式会社 基板检查方法和装置、及其检查逻辑设定方法和装置
JP2008082821A (ja) * 2006-09-27 2008-04-10 Hitachi High-Technologies Corp 欠陥分類方法及びその装置並びに欠陥検査装置
CN101600957A (zh) * 2007-01-16 2009-12-09 奥林巴斯株式会社 缺陷检测装置及缺陷检测方法
JP2008233106A (ja) * 2008-06-16 2008-10-02 Matsushita Electric Works Ltd 外観検査方法及び外観検査装置
JP2011141809A (ja) * 2010-01-08 2011-07-21 Sumitomo Electric Ind Ltd 画像データ分析装置及び画像データ分析方法
CN102279189A (zh) * 2010-03-17 2011-12-14 夏普株式会社 缺陷检测装置、缺陷修复装置、缺陷检测方法
US20120163698A1 (en) * 2010-12-22 2012-06-28 Kla-Tencor Mie Gmbh Method for Inspection and Detection of Defects on Surfaces of Disc-Shaped Objects and Computer System with a Software Product for Carrying out the Method
JP2013098267A (ja) * 2011-10-31 2013-05-20 Hitachi High-Technologies Corp 半導体パターン検査装置
TW201428276A (zh) * 2012-10-11 2014-07-16 Nuflare Technology Inc 檢查裝置及檢查裝置系統
CN104919305A (zh) * 2013-01-16 2015-09-16 住友化学株式会社 图像生成装置、缺陷检查装置以及缺陷检查方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111435118A (zh) * 2019-01-14 2020-07-21 日商登肯股份有限公司 检查装置和检查方法
CN113514226A (zh) * 2020-04-10 2021-10-19 慧理示先进技术公司 用于分析显示装置的***及其颜色分析方法

Also Published As

Publication number Publication date
JP2018084431A (ja) 2018-05-31
CN108090890B (zh) 2023-06-06
JP7185388B2 (ja) 2022-12-07
US20180144461A1 (en) 2018-05-24
US10891725B2 (en) 2021-01-12

Similar Documents

Publication Publication Date Title
CN108090890A (zh) 检查装置以及检查方法
CN108445007B (zh) 一种基于图像融合的检测方法及其检测装置
CN110658198B (zh) 光学检测方法、光学检测装置及光学检测***
CN104819984B (zh) 印刷电路板外观的检查装置及检查方法
CN107862663A (zh) 图像处理方法、装置、可读存储介质和计算机设备
US8743426B2 (en) Image enhancement methods
JP2014066657A (ja) 自動車車体の表面検査装置および表面検査方法
JP6355316B2 (ja) 光透過性フィルムの欠陥検出方法
US20140002722A1 (en) Image enhancement methods
JP2019168388A (ja) 画像検査方法および画像検査装置
CN108769505A (zh) 一种图像处理集方法及电子设备
JP5608925B2 (ja) ガラスびんの印刷検査装置
KR101916134B1 (ko) 인쇄회로기판 상의 컨포멀 코팅 검사 장치
TWI604221B (zh) 影像景深測量方法以及應用該方法的影像擷取裝置
JP2007285868A (ja) 輝度勾配検出方法、欠陥検出方法、輝度勾配検出装置および欠陥検出装置
JP7272419B2 (ja) 画像撮影装置
JP7251559B2 (ja) 情報処理装置
JP2007010597A (ja) 表面検査装置
JP2006145228A (ja) ムラ欠陥検出方法及び装置
JP2021004748A (ja) 外観検査管理システム、外観検査管理装置、外観検査管理方法及びプログラム
JPH02163879A (ja) 印刷物の品質検査装置及びその方法
TWI780465B (zh) 護目鏡瑕疵檢測處理方法及其系統
Carvalho et al. Determination of yarn production characteristics using image processing
CN110211125A (zh) 一种低对比影像差异的检测方法及其拍摄装置
WO2024122547A1 (ja) 外観検査用画像変換装置および外観検査用画像変換方法

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