JP2003511651A - 光学検査システム - Google Patents
光学検査システムInfo
- Publication number
- JP2003511651A JP2003511651A JP2001512273A JP2001512273A JP2003511651A JP 2003511651 A JP2003511651 A JP 2003511651A JP 2001512273 A JP2001512273 A JP 2001512273A JP 2001512273 A JP2001512273 A JP 2001512273A JP 2003511651 A JP2003511651 A JP 2003511651A
- Authority
- JP
- Japan
- Prior art keywords
- color
- image
- boundary
- optical inspection
- function
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image 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
- G06T7/12—Edge-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
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
を解析するための装置および方法に関し、より具体的にはパターン化されたオブ
ジェクトの検査に有用である画像解析の装置および方法に関する。
クトの検査に有用である画像解析のための装置および方法は、当該技術分野にお
いて公知である。
れている。 C.GonzalezおよびP.Wintz、「デジタル画像処理(Digital Image Processing
)」、Addison Wesley、Reading、MA、1987年; John C.Russ、「画像処理ハンドブック(The Image Processing Handbook)、CRC出
版、1994年。
されている。 D.MarrおよびE.Hildreth、「エッジ検出の理論(Theory of Edge Detection)、ロ
ンドン王立境界会報(Proceedings of the Royal Society of London); M.Chapron、「カラー画像分割に使用する新しい彩色エッジディテクタ」、第11回AP Rパターン認識国際会議(11th APR International Conference on Pattern Recog
nition)。
記載されている。 Philippe PujasおよびMarie-Jose Aldon、「ロバストカラー画像分割(Robust C
olour Image Segmentation)」、第7回先進ロボティクス国際会議(7th Internatio
nal Conference on Advanced Robotics)、San Filiu de Guixols、スペイン、19
95年9月22日;
ャされたカラー画像の自動分界分割(Automatic Watershed Segmentation of Ran
domly Textured Colour Images、IEEE。
ことのないオンラインの欠陥検査を含めた、製造ラインを移動する製品を検査する方 法および手段が記載されている。
用な照明システムが記載されている。
置(Illumination Device for an Optical Scanner)」と称する、オルボテック
社(Orbotech Ltd.)(Yavne、イスラエル)が保有するイスラエル特許第81450
号には、自動検査に使用される光学スキャナに使用して、強力な多方向の光エネ
ルギーを目標領域に照射するのに特に適した照明装置が記載されている。
査すること、グレーレベルのオブジェクト表現を検査すること、かつ好ましくは
グレイスケールのオブジェクト表現を再検査して誤り検出を排除するとともに、
欠陥を分類することを含む、オブジェクトの検査および欠陥の検出のための装置
および方法が記載されている。
の第二導関数に関連づけてオブジェクトの二次元デジタルグレースケール画像を
重畳し、符号付きの値を有する二次元重畳画像を形成するように機能する自動目
視検査システムが記載されている。反対の符号が付いた隣接値の間の零交差を見
いだすことによって、オブジェクト内のエッジの位置特定が実現される。
関数に関連づけた、オブジェクトの二次元デジタルグレースケール画像の重畳を
用いて、符号付きの値を有する二次元重畳画像を形成する目視検査システムが記
載されている。Caspi等の重畳は、正と負の2つのガウス値の差を用いて行うこ
とが可能である。
を識別すること、を含む、色を利用したプリント回路基板の検査が記載されてい
る。
定の如き形態的操作を、好ましくは先の方法を用いた場合よりも効率的に行うこ
とができるように、画像を解析的に表現するための方法が記載されている。
istribution Free Decomposition of Multivariate Data)」、SPR’98依頼提言
(Invited Submission、ラトガーズ大学電気・コンピュータ学科(Piscataway、N
J08855、USA)。
用する。
画像(ただし、それに限定されない)を解析するための改善された装置および方
法を提供しようとするものである。本発明の装置および方法は、パターン化され
たオブジェクトの画像の解析に適用可能で、より具体的には、特徴的な光学属性
を有する複数のエレメントを含むパターン化されたオブジェクトの画像の解析に
適用可能であると考えられる。本発明の装置および方法で検査するのに特に適し
たオブジェクトとしては、ボールグリッドアレイ基板(「BGA」)、プリント
回路基板、特に複数の導体材料を含むプリント回路基板、積層プリント回路基板
、リードフレーム、フラットパネルディスプレイ、ハイブリッドチップパッケー
ジ基板、TAB(テープオートメーテッドボンディング)基板、およびそれらと
類似した複数材料の他のパターン化されたオブジェクトが挙げられる。
め、検査するオブジェクトがプリント回路基板、集積回路、および類似の電気部
品の分野に限定されていても、ある特定のタイプのオブジェクトの検査にしか有
用性を発揮しない。本発明は、特にオブジェクト検査システムの機能を改善し、
そのシステムによって検査できるオブジェクトの多様性を高め、全体的にその制
約を減少させることを目的とした、画像、特にカラー画像の解析装置および方法
を提供しようとするものである。
互いに区別するのが困難な色を有する場合には、改善されたカラー処理は多色オ
ブジェクトの画像を解析する上で特に有用でありうると考えられる。例えば、ボ
ールグリッドアレイ基板または積層プリント回路基板の検査の場合は、その表面
が金の領域とその表面が銅の領域とが区別され、また部分的に透明なマスクに覆
われた金属領域と覆われていない領域とが区別されることが望ましいと思われる
。同様に、その表面が銀の領域を他の領域と区別することもある。本発明の方法
および装置を使用すれば、先行技術のそれを使用する場合よりも、当該領域間の
区別をより効果的に実現することができる。
の装置および方法を使用して区別または特徴づけるのが望ましいと考えられる他
の領域としては、裸基板;銅パッドや継手上の金メッキの如き金属被膜;はんだ
マスク、銅被覆継手、金メッキ継手または基板の如き少なくとも部分的に透明な
被膜の存在、はんだマスクの如き少なくとも部分的に透明な被膜の下に位置する
銅継手または金メッキ継手のような異なる物質;例えばフォトレジスト残留物の
ような表面残留物;金属被膜の空隙;表面の凹凸;擦り傷;異物;染み;および
銅継手または金メッキの酸化が含まれる。金属継手、金属被膜または表面マーク
の如き領域の形状が区別されることも望ましいと考えられる。上述の例は、例示
を目的としたものであって限定的なものではなく、様々な種類の領域を区別また
は特徴づけることが望ましいと思われる。本発明を構成する装置および方法は、
検査対象となるBGAの如きオブジェクト上の異なる多くの物質および物質の組
み合わせについての検査および画像解析を可能にするほど十分な柔軟性を有する
。
異なる色、色集団、または他の光学的特徴を有し、そのため色およびその光学的
特徴を区別することによって異なる領域を区別できることが分かる。この点にお
いて、本発明を用いて、異なる色およびその他の光学的特徴に従って、異なる金
属、ならびにはんだマスクの如き部分的に透明な被膜の下に位置する物質をあま
ねく区別できることは特に注目に値する。
ロ画像の処理を改善しようとするものでもある。
含むカラー画像における、該2つの色集団の第1の色集団に関連する第1のカラ
ー領域と該2つの色集団の第2の色集団に関連する第2のカラー領域との間の境
界位置を特定する方法であって、該第1のカラー領域と該第2のカラー領域がと
もに該カラー画像に含まれているものにおいて、該第1のカラー領域と該第2の
カラー領域との間のおよその境界位置を識別し、該第1のカラー領域と該第2の
カラー領域の間の複数の候補境界位置を特定する上で、前記複数の候補境界位置
の各々を、複数の境界位置特定方法のなかから選択される対応する境界位置特定
方法を適用することによって特定し、該複数の境界位置特定方法から1つの方法
を好ましい方法として選択し、かつ該好ましい方法に関連する複数の候補境界位
置の1つを境界として指定することによって該第1のカラー領域と該第2のカラ
ー領域の間の境界の位置を特定することを含む方法が提供される。
た物体の画像を含む。
ー画像を含む。
のカラー画像を含む。
、所定の色集団の組み合わせについての好ましい境界位置特定方法を選択するた
めの規則に基づいて選択される。
、少なくとも2つの境界位置特定方法を適用することによる境界位置特定結果の
比較に基づいて選択される。
むカラー画像における、該2つの色集団の第1の色集団に関連する第1のカラー
領域と該2つの色集団の第2の色集団に関連する第2のカラー領域との間の境界
位置を特定する方法であって、該第1のカラー領域と該第2のカラー領域がとも
に該カラー画像に含まれる方法において、各々の異なる組の色集団について、該
色集団の間の境界の位置を識別する好ましい方法の指示を含む境界解析マップを
提供し、該第1のカラー領域と該第2のカラー領域の間のおよその境界位置を識
別し、かつ該第1の色集団と該第2の色集団の間の境界の位置を識別するための
、該境界解析マップにおいて指示された好ましい方法を用いて、該第1のカラー
領域と該第2のカラー領域の間の境界の位置を特定することを含む方法が提供さ
れる。
た物体の画像を含む。
ー画像を含む。
のカラー画像を含む。
を含む。
カラー画像を含み、各々の色集団は複数種の可能物質のうちの一種類の物質に関
連する。
関連する第3のカラー領域をも含み、該識別ステップは、互いに隣接する第1の
カラー領域、第2のカラー領域および第3のカラー領域のなかの各々2つのカラ
ー領域について、該2つのカラー領域の間のおよその境界位置を識別することを
含み、該特定ステップは、該2つのカラー領域毎に、該2つのカラー領域に関連
する該2つの色集団の間の境界の位置を識別するための、該境界解析マップにお
いて指示された好ましい方法を用いて、該2つのカラー領域の間の境界の位置を
特定することを含む。
有するウィンドウを定め、該ウィンドウ内にあるカラー画像の一部を調べて、少
なくとも一部が該部分に含まれる別個のカラー領域の数を特定し、かつ別個のカ
ラー領域の数が2つより大きい場合は、該ウィンドウ内のすべての境界を接合点
に属するものとして分類し、接合点に属する境界の位置を特定する好ましい方法
を用いて該ウィンドウ内の各境界の位置を特定することをも含む。
定する好ましい方法は高すかし法を含む。
規定特性を有するカラー画像表現方法を用いて表現され、各々の好ましい方法は
複数の利用可能な方法から選択され、該複数の利用可能な方法は、該複数のカラ
ー規定特性のなかのカラー規定特性毎に、該カラー規定特性に関連するカラー画
像の成分においてエッジ位置特定方法を実行することを含む方法を含む。
法を実行することは、サブピクセル輪郭要素識別方法を実行することを含む。
定方法を実行することは高すかし法を実行することを含む。
法を含み、該複数のカラー規定特性はR成分、G成分およびB成分を含む。
法を含み、該複数のカラー規定特性はH成分、S成分およびI成分を含む。
生成するための方法であって、カラー画像を提供し、該カラー画像を縮小して複
数の色集団を含む縮小画像を生成し、該縮小画像内の該複数の色集団のうちの隣
接する色集団の間の境界を特定し、該縮小画像を分割して、境界および少なくと
も1つの非境界領域を含む2値画像を生成し、該少なくとも1つの非境界領域の
骨組画像であって、複数の部分を含む骨組画像を生成し、かつ該色集団の1つに
対応するカラーアイデンティティを該骨組の各部分に割当てることを含む方法が
提供される。
する該骨組の一部の空間位置の関数として色集団を割り当てることを含む。
に該骨組画像を重ね合わせることをさらに含む。
ー画像を含む。
み、該複数の色集団は最大8つの色集団を含む。
で境界を特定することを含む。
いて、該方法の結果に基づいて少なくとも1つの形態的特徴の存在を識別するこ
とをも含む。
た物体の画像を含む。
回路を含む。
ル)を特定するための方法であって、カラー画像を提供し、該カラー画像を縮小
して複数の色集団を含む縮小画像を生成し、該複数の色集団の隣接する色集団の
間の境界であって、各々が2つの色集団によって囲まれた複数の境界セグメント
を含む境界を特定し、 かつ境界セグメント毎に、少なくとも一部において、該境界セグメントを囲む
2つの色集団に基づいて該境界セグメントに値を割り当てることを含む方法も提
供される。
ー画像を含む。
む。
で境界を特定することを含む。
精度で境界を特定することを含む。
よび第2の側を有し、該割当ステップは、少なくとも一部において、該境界セグ
メントの該第1の側の色集団、および該境界セグメントの該第2の側の色集団に
基づいて値を割り当てることを含む。
た物体の画像を含む。
回路を含む。
別するための方法であって、該円滑曲線上の順序づけられた複数の点であって、
その各々が該順序づけられた複数の点における少なくとも1つの隣接点を有する
複数の点を識別し、該順序づけられた複数の点の各々において該円滑曲線に対す
る垂直方向を特定し、かつ少なくとも一部において、その点における該円滑曲線
に対する垂直方向とその点の少なくとも1つの隣接点における該円滑曲線に対す
る垂直方向との差を含む局所的な垂直方向差に基づいて、該順序づけられた複数
の点のうちの一点を凹凸の一部として識別することを含む方法も提供される。
の画像を含む。
。
の角度より大きな角度の方向の差を含む。
を含む。
順序づけられた複数の点の各々は1つの画素に関連する。
、該順序づけられた複数の点うちの1つの点に関連する。
素のみが、該順序づけられた複数の点のうちの1つの点に関連する。
ちの1つの点に関連しない一定数の画素が、該順序づけられた複数の点のうちの
各点と該順序づけられた複数の点のうちの各点の少なくとも1つの隣接点との間
にくるように、該一部の画素を選択する。
よび形状開度を測定し、かつ少なくとも一部において該測定ステップの結果に基
づいて該形状を分類する。
ちニック、突起および輪郭のうちの少なくとも1つを含む所定の範疇集合のうち
のいずれか1つの範疇への分類を含む。
凸を検出するための方法であって、該方法に従って、電気回路の画像における二
種類の物質間の境界を表す円滑曲線における凹凸を識別することを含む。
するための方法であって、凹凸の形状深さおよび形状開度を測定し、かつ少なく
とも一部において、該測定ステップの結果に基づいて該形状を分類することを含
む方法も提供される。
む。
ちニック、突起および輪郭のうちの少なくとも1つを含む所定の一連の範疇のう
ちのいずれか1つの範疇への分類を含む。
欠陥を識別するための方法において、該部分はエッジとして識別された画像内の
位置に近接しており、該エッジに関連する排除方向を識別し、かつ該排除方向を
含まない複数の方向において、エッジとして識別された位置に近接する欠陥を捜
索することを含む方法も提供される。
む。
方向を含む。
識別する方法においてが提供され、該画像は多数の画素を含み、該方法は、表面
欠陥を識別する領域を選択し、該領域をサブサンプリングすることによって該領
域のサブサンプル画像を生成し、かつ該画像を解析することにより該領域内の表
面欠陥を識別することを含む。
画素のサブサンプリングを含む。
素の分離は、サブサンプリング比を含む。
13と約149の間である。
ンプル画素の間のおよその平均距離に従ってサブサンプリングすることを含む。
その平均距離は約5画素と約11画素の間である。
、該領域の一部をサブサンプリングすることを含み、該サブサンプリングステッ
プは、該領域の複数の部分を用いて複数回実施される。
少なくとも2つの部分は、該領域の部分的重複部である。
演算子を適用して値を生成する方法が提供され、該方法は、中央画素のn×n展
開を提供し、該中央画素がエッジ画素を含む場合には、結果に値0を割り当て、
該中央画素がエッジ画素を含まない場合には、該n×n展開におけるそれぞれ1
つの画素について、該1つの画素がエッジ画素でない場合に該1つの画素を選択
画素として選択し、該1つの画素がエッジ画素で、該n×n展開内における該1
つの画素の鏡像がエッジ画素でない場合に、該鏡像を選択画素として選択するか
、あるいは該中央画素を選択画素として選択し、該選択画素の値と、該中央画素
にガウス演算子を適用した結果との積をその合計に加え、かつ該合計を(n+1
)の平方で割って結果を生成することを実行することを含む。
する方法であって、nが奇数で、n×n配列の中央値が正の値または負の値をと
ることができる、値がn×n配列の形式の画像処理演算子を提供し、中央値が正
の値を有する画像処理演算子を適用して第1の中間結果を生成し、中央値が負の
値を有する画像処理演算子を適用して第2の中間結果を生成し、かつ該第1の中
間結果と該第2の中間結果を合計して最終結果を生成することを含む方法も提供
される。
算術符号と該第2の中間結果の算術符号とを比較し、かつ該比較ステップの結果
に基づいて、局所的な極値の存在を特定することをも含む。
確信度で特定することを含む。
た自動光学検査装置であって、複数のエレメントを有するパターン化された物体
の少なくとも一部の多色画像出力を提供する少なくとも1つのディテクタと、該
多色画像出力を受領し、該複数のエレメントのうちの少なくとも1つのエレメン
ト上の金属被膜を検査する機能、および該複数のエレメントのうちの少なくとも
1つのエレメント上の少なくとも部分的に透明な被膜を検査する機能のうちの少
なくともいずれか一方の検査機能を提供する処理回路とを含む自動光学検査装置
も提供される。
た自動光学検査装置であって、複数のエレメントを含むパターン化された物体の
少なくとも一部の多色画像出力を提供する少なくとも1つのディテクタと、該多
色画像出力を受領し、該複数のエレメントのうちの少なくとも1つのエレメント
上の金属被膜を検査する機能、および該複数のエレメントのうちの少なくとも1
つのエレメント上の少なくとも部分的に透明な被膜を検査する機能を提供する処
理回路とを含む自動光学検査装置も提供される。
理回路は、該パターン化された物体の表面残留物を検出する追加的な検査機能を
提供する。
理回路は、該パターン化された物体の表面残留物を検出する追加的な検査機能を
提供する。
なくとも1つのエレメント上の金属被膜を検出する機能は、金属被膜内の空隙を
検出する検査、金属被膜内の表面凹凸を検出する検査、金属被膜内の擦り傷を検
出する検査、金属被膜上の異物の存在を検出する検査、金属被膜上の染みを検出
する検査、金属被膜の酸化を検出する検査、および金属被膜の形状を検出する検
査のうちの少なくともいずれか1つの検査様式を含む。
なくとも1つのエレメント上の金属被膜を検査する機能は、金属被膜内の空隙を
検出する検査、金属被膜内の表面凹凸を検出する検査、金属被膜内の擦り傷を検
出する検査、金属被膜上の異物の存在を検出する検査、金属被膜上の染みを検出
する検査、金属被膜の酸化を検出する検査、および金属被膜の形状を検出する検
査のうちの少なくとも1つの検査様式を含む。
なくとも1つのエレメント上の少なくとも部分的に透明な被膜を検査する機能は
、少なくとも部分的に透明な被膜内の空隙を検出する検査、少なくとも部分的に
透明な被膜内の表面凹凸を検出する検査、少なくとも部分的に透明な被膜内の擦
り傷を検出する検査、少なくとも部分的に透明な被膜上の異物の存在を検出する
検査、少なくとも部分的に透明な被膜上の染みを検出する検査、および少なくと
も部分的に透明な被膜の形状を検出する検査のうちの少なくとも1つの検査様式
を含む。
なくとも1つのエレメント上の少なくとも部分的に透明な被膜を検査する機能は
、少なくとも部分的に透明な被膜内の空隙を検出する検査、少なくとも部分的に
透明な被膜内の表面凹凸を検出する検査、少なくとも部分的に透明な被膜内の擦
り傷を検出する検査、少なくとも部分的に透明な被膜上の異物の存在を検出する
検査、少なくとも部分的に透明な被膜上の染みを検出する検査、および少なくと
も部分的に透明な被膜の形状を検出する検査のうちの少なくとも1つの検査様式
を含む。
の残留物を検出する機能は、該パターン化された物体の表面の表面凹凸の検出、
該パターン化された物体の表面の異物の存在の検出、該パターン化された物体の
表面の染みの検出、および該パターン化された物体の表面のマークの形状の検出
のうちの少なくとも1つの検出様式を含む。
の残留物を検出する機能は、該パターン化された物体の表面の表面凹凸の検出、
該パターン化された物体の表面の異物の存在の検出、該パターン化された物体の
表面の染みの検出、および該パターン化された物体の表面のマークの形状の検出
のうちの少なくとも1つの検出様式を含む。
回路を含む。
導体を含む。
を含む。
レイ基板を含む。
ドフレームを含む。
。
ドアレイ基板内のボールを含む。
金属基板を含む。
金属基板を含む。
も一部の多色画像出力を提供する少なくとも1つのディテクタと、該多色画像出
力を受領し、色が異なる領域間の境界を区別するのに有効なサブピクセルの精度
でのエッジ検出を提供する処理回路とを含む自動光学検査装置も提供される。
関連する第1のカラー領域と第2の色集団に関連する第2のカラー領域との間の
境界を、該第1のカラー領域と該第2のカラー領域の間のおよその境界位置を識
別し、該第1の色集団と該第2の色集団の間の境界の位置を識別するための好ま
しい方法を用いることにより、該第1のカラー領域と該第2のカラー領域の境界
の位置を特定することによって区別する機能を有する。
ー規定特性を有するカラー画像表現方法を用いて表現されるカラー画像を含み、
各々の好ましい方法は複数の利用可能な方法から選択され、該複数の利用可能な
方法は、該複数のカラー規定特性のうちのカラー規定特性毎に、該カラー規定特
性に関連するカラー画像のある成分においてエッジ位置特定方法を実行すること
を含む方法を含む。
ピクセル輪郭要素位置特定方法を含む。
もディテクタにより検出可能な光学特性によって区別される少なくとも3つの異
なる領域を有する物体の少なくとも一部の画像出力を提供する少なくとも1つの
ディテクタと、該画像出力を受領し、該少なくとも3つの異なる領域のうちの少
なくとも2つの領域の境界を区別するのに有効なサブピクセルの精度でのエッジ
検出を与える処理回路とを含む自動光学検査装置も提供される。
領し、該少なくとも3つの異なる領域の境界を区別するのに有効なサブピクセル
の精度でのエッジ検出を提供する。
する異なる領域の各々における物質を識別する、該画像出力に少なくとも部分的
に基づいたマッピングを提供する。
も一部の画像出力を提供する少なくとも1つのディテクタと、該画像出力を受領
し、共通の境界を有する物体の少なくとも一部の異なる領域の各々における物質
を識別する、該画像出力に少なくとも部分的に基づいたマッピングを提供する処
理回路とを含む自動光学検査装置も提供される。
度で機能する。
置であって、物体の少なくとも一部の多色画像出力を提供する少なくとも1つの
ディテクタと、該多色画像出力を受領し、各々が複数の代表可能カラーのうちの
1つを有する複数のカラー領域を含む分割カラー画像に該多色画像を分割する検
査機能、領域および境界を含む二値画像に該分割カラー画像を二値化する検査機
能、該領域を形態的に侵食して該領域を表す骨組を提供する検査機能、およびカ
ラー領域を該骨組内のエレメントに割り当てる検査機能のうちの少なくとも1つ
の検査機能を提供する処理回路とを含む自動光学検査装置も提供される。
分割カラー画像を重ね合わせるとともに、領域を表すデータを該重ね合わせの関
数として、該骨格内のエレメントに割り当てる機能を有する。
メントがカラー領域内にくるように、領域を表すデータを該骨組内のエレメント
に割り当てる機能を有する。
置であって、物体の少なくとも一部の多色画像出力を提供する少なくとも1つの
ディテクタと、該多色画像出力を受領し、所定数のカラー領域可能性のなかから
選択される複数のカラー領域に該多色画像を分割するとともに、画像内の各カラ
ー領域を表すカラー領域データ、およびカラー領域間の各境界を表すための境界
データを含む該多色画像の表示を生成する機能を有する処理回路とを含む自動光
学検査装置も提供される。
画像であって、該パターン化された物体の形態的に侵食された多色画像を含むカ
ラー画像も提供される。
部分のカラーは、該パターン化された物体のそれぞれの領域における物質を示す
。
回路を含む。
の導体を含む。
を含む。
レイ基板を含む。
ドフレームを含む。
。
アレイ基板内のボールを含む。
金属基板を含む。
金属基板を含む。
置であって、物体の少なくとも一部の多色画像出力を提供する少なくとも1つの
ディテクタと、該多色画像出力を受領し、該物体を表すカラー画像であって、該
物体の少なくとも一部の形態的に侵食された多色画像を含むカラー画像を提供す
る処理回路とを含む自動光学検査装置も提供される。
部分のカラーは、該物体の様々な領域における物質を示す。
画像であって、物体の異なる領域間の境界を示し、共通の境界を有する異なる領
域の各々における物質を識別するマップを含むカラー画像も提供される。
れ異なる領域における物質を示す。
ラーからの1つのカラーを含む。
回路を含む。
の導体を含む。
を含む。
レイ基板を含む。
ドフレームを含む。
。
アレイ基板内のボールを含む。
金属基板を含む。
金属基板を含む。
置であって、物体の少なくとも一部の多色画像出力を提供する少なくとも1つの
ディテクタと、該多色画像出力を受領し、該物体を表すカラー画像であって、物
体の異なる領域間の境界を示すとともに、共通の境界を有する異なる領域の各々
における物質を識別するマップを含むカラー画像を提供する処理回路とを含む自
動光学検査装置も提供される。
の様々な領域における物質を示す。
し、サブピクセルの精度で境界表示を提供する。
のカラーのなかから選択されたカラーを含む。
回路を含む。
を含む。
レイ基板を含む。
ドフレームを含む。
む。
金属導体、被覆された金属導体、被覆されない基板および被覆された基板を含む
。
金属基板を含む。
金属基板を含む。
置であって、検出可能なエッジを含む少なくとも三種類の物質を含むパターン化
された物体の少なくとも一部の画像出力を提供する少なくとも1つのディテクタ
と、該画像出力を受領し、該画像出力を二値化して、領域画像データおよび境界
画像データを含む2値画像を提供することを含む検査機能を提供する処理回路と
を含む自動光学検査装置も提供される。
回路を含む。
を含む。
ッドアレイ基板を含む。
ドフレームを含む。
金属基板を含む。
金属基板を含む。
置であって、複数種の物質間の検出可能な境界を有する複数種の物質を含むパタ
ーン化された物体の少なくとも一部の画像出力を提供する少なくとも1つのディ
テクタと、該画像出力を受領し、境界に関連する画像データのパターン解析を行
って、境界におけるニックおよび突起の存在の表示を与えることを含む検査機能
を提供する処理回路とを含む自動光学検査装置も提供される。
回路を含む。
ント回路基板を含む。
リッドアレイ基板を含む。
ドフレームを含む。
種類の物質を含む。
体、被覆された金属導体、被覆されない基板および被覆された基板のグループか
らの物質を含む。
金属基板を含む。
金属基板を含む。
境界に関連する画像データによって定められる境界上の順序づけられた複数の点
であって、その各々が該順序づけられた複数の点のなかの少なくとも1つの隣接
点を有する順序づけられた複数の点を識別し、該順序づけられた複数の点の各々
において該円滑曲線に対する垂直方向を特定し、かつ少なくとも一部において、
その点における該円滑曲線に対する垂直方向とその点の少なくとも1つの隣接点
における該円滑曲線に対する垂直方向との差を含む局所的な垂直方向差に基づい
て、該順序づけられた複数の点のうちの一点を、ニックおよび突起のいずれか一
方を含む凹凸の一部として識別することを含む。
置であって、物質間の検出可能な境界を有する多種類の物質を含む物体の少なく
とも一部の画像出力を提供する少なくとも1つのディテクタと、該画像出力を受
領し、領域画像データおよび境界画像データを含む分割画像に該画像出力を分割
する検査機能、第1の技術を用いて該領域画像データを解析する検査機能、なら
びに該第1の技術と異なる第2の技術を用いて該境界画像データを解析する検査
機能のうちの少なくとも1つの検査機能を提供する処理回路とを含む自動光学検
査装置も提供される。
、該第2の技術は、境界付近の画素と境界付近の画素以外の画素を差別化する境
界追跡解析を含む。
置であって、物質間の検出可能な境界を有する多種類の物質を含む物体の少なく
とも一部の多色画像出力を提供する少なくとも1つのディテクタと、該多色画像
出力を受領し、所定のカラーの集合のなかから選択されるカラー領域を含む分割
カラー画像に該多色画像出力を分割する検査機能、第1の技術を用いて第1のカ
ラーに関連する領域画像データを解析する検査機能、および該第1の技術と異な
る第2の技術を用いて第2のカラーに関連する領域画像データを解析する検査機
能のうちの少なくとも1つの検査機能を提供する処理回路とを含む自動光学検査
装置も提供される。
を含む。
リッドアレイ基板を含む。
。
置であって、物質間の検出可能な境界を有する多種類の物質を含む物体の少なく
とも一部の画像出力を提供する少なくとも1つのディテクタと、該画像出力を受
領し、領域画像データおよび境界画像データを含む分割画像に該画像出力を分割
する検査機能、および該境界画像データの少なくとも一部の影響を受けないよう
にして該領域画像を平滑化する検査機能のうちの少なくとも1つの検査機能を提
供する処理回路とを含む自動光学検査装置も提供される。
を含む。
リッドアレイ基板を含む。
。
査装置であって、多種類の物質を含む電気回路の少なくとも一部の画像出力を提
供する少なくとも1つのディテクタと、該画像出力を受領し、少なくとも一種類
の所定の物質の存在の出力表示を与える処理回路とを含む自動光学検査装置も提
供される。
を含む。
リッドアレイ基板を含む。
ィスプレイ基板を含む。
類の所定の物質のグループのうちの少なくとも二種類の物質の存在の出力表示を
与える。
類の所定の物質の存在の出力表示を与える。
示を与える。
示を与える。
存在の出力表示を与える。
示を与える。
留物の存在の出力表示を与える。
存在の出力表示を与える。
層を介して観察される電気回路の一部を表す。
た自動光学検査装置であって、パターン化された物体を少なくとも部分的に覆う
半透明の上塗り層を介して該パターン化された物体の少なくとも一部の画像出力
を提供する少なくとも1つのディテクタと、該画像出力を受領し、該半透明の上
塗り層から独立した出力表示を与える処理回路を含む自動光学検査装置も提供さ
れる。
回路を含む。
を含む。
リッドアレイ基板を含む。
り層によって覆われたパターンの部分、および該半透明の上塗り層によって覆わ
れていないパターンの部分の表示を与える機能を有する。
る装置において、該画像は、少なくとも2つの色集団を、該2つの色集団のうち
の第1の色集団に関連する第1のカラー領域と該2つの色集団のうちの第2の色
集団に関連する第2のカラー領域との間に含み、該第1のカラー領域および該第
2のカラー領域の両方が該カラー画像に含まれ、該第1のカラー領域と該第2の
カラー領域の間のおよその境界位置を識別する機能を有する境界識別ユニットと
、該第1のカラー領域と該第2のカラー領域の間の複数の候補境界位置を特定す
る機能を有する候補境界特定ユニットであって、複数の境界位置特定方法のなか
から選択される対応する境界位置特定方法を適用することによって該複数の候補
境界位置の各々を特定する候補位置境界特定ユニットと、該複数の境界位置特定
方法から1つの方法を好ましい方法として選択する方法選別器と、該好ましい方
法に関連する該複数の候補境界位置の1つを境界として指定することによって、
該第1のカラー領域と該第2のカラー領域の間の境界の位置を特定する機能を有
する境界特定ユニットとを含む装置も提供される。
る装置において、該画像は、少なくとも2つの色集団を、該2つの色集団のうち
の第1の色集団に関連する第1のカラー領域と該2つの色集団のうちの第2の色
集団に関連する第2のカラー領域との間に含み、該第1のカラー領域および該第
2のカラー領域の両方が該カラー画像に含まれ、個々の対の色集団毎に、該色集
団の間の境界の位置を識別するための好ましい方法の指示を含む境界解析マップ
を提供する機能を有する境界解析マップユニットと、該第1のカラー領域と該第
2のカラー領域の間のおよその境界位置を識別する機能を有する境界識別ユニッ
トと、該第1の色集団と該第2の色集団の間の境界の位置を識別するための、該
境界解析マップに示された好ましい方法を用いることにより、該第1のカラー領
域と該第2のカラー領域の間の境界の位置を特定する機能を有する境界特定ユニ
ットとを含む装置も提供される。
生成する装置であって、カラー画像を縮小して複数の色集団を含む縮小画像を生
成する機能を有する縮小ユニットと、該縮小画像内の該複数の色集団のうちの隣
接する色集団の間の境界を特定する機能を有する境界特定ユニットと、該縮小画
像を分割して、境界および少なくとも1つの非境界領域を含む2値画像を生成す
る機能を有する分割ユニットと、該少なくとも1つの非境界領域の骨組画像を生
成する機能を有する骨組生成ユニットであって、該骨組画像は複数の部分を含む
骨組生成ユニットと、該色集団の1つに対応するカラーアイデンティティを該骨
格の各部に割り当てる機能を有する割当ユニットとを含む装置も提供される。
別する装置であって、該円滑曲線上の順序づけられた複数の点を識別する機能を
有する識別ユニットであって、該順序づけられた複数の点の各々は該順序づけら
れた複数の点のなかに少なくとも1つの隣接点を有する識別ユニットと、該順序
づけられた複数の点の各々において該円滑曲線に対する垂直方向を特定する機能
を有する垂直方向ユニットと、少なくとも一部において、その点における該円滑
曲線に対する垂直方向とその点の少なくとも1つの隣接点における該円滑曲線に
対する垂直方向との間の差を含む局所的な垂直方向差に基づいて、該順序づけら
れた複数の点のうちの一点を凹凸の一部として識別する機能を有する不整ユニッ
トとを含む装置も提供される。
する装置であって、凹凸の形状深さおよび形状開度を決定する機能を有する寸法
決定ユニットと、少なくとも一部において、該寸法決定ユニットの出力に基づい
て該形状を分類する機能を有する分類ユニットとを含む装置も提供される。
欠陥を識別する装置であって、該部分はエッジとして識別される画像内の位置に
近接し、該エッジに関連する排除方向を識別する機能を有する排除方向ユニット
と、該排除方向を含まない複数の方向において、エッジとして識別される位置に
近接する欠陥を捜索する機能を有する欠陥ユニットとを含む装置も提供される。
欠陥を識別する装置であって、該画像は多数の画素を含み、サブサンプリング比
に従って該領域をサブサンプリングして該領域のサブサンプル画像を生成する機
能を有するサブサンプリングユニットと、該サブサンプル画像内の表面欠陥を識
別する機能を有する欠陥識別ユニットと、該サブサンプリングユニット内の表面
欠陥に対応する領域内の表面欠陥を識別する機能を有する対応ユニットとを含む
装置も提供される。
めの方法であって、複数のエレメントを有するパターン化された物体の少なくと
も一部の多色画像出力を提供し、かつ該多色画像出力を受領し、該複数のエレメ
ントのうちの少なくとも1つのエレメント上の金属被膜を検査する機能、および
該複数のエレメントのなかの少なくとも1つのエレメント上の少なくとも部分的
に透明な被膜を検査する機能のうちの少なくとも1つの検査機能を提供すること
を含む方法も提供される。
めの方法であって、複数のエレメントを含むパターン化された物体の少なくとも
一部の多色画像出力を提供し、かつ該多色画像出力を受領し、該複数のエレメン
トのなかの少なくとも1つのエレメント上の金属被膜を検査する機能、および該
複数のエレメントのなかの少なくとも1つのエレメント上の少なくとも部分的に
透明な被膜を検査する機能を提供することを含む方法も提供される。
、少なくとも物体の一部の多色画像出力を提供し、かつ該多色画像出力を受領し
、色が異なる領域間の境界を区別するのに有効なサブピクセルの精度でのエッジ
検出を提供することを含む方法も提供される。
、少なくとも光学特性によって各々が区別される少なくとも3つの異なる領域を
有する物体の少なくとも一部の画像出力を提供し、かつ該画像出力を受領し、該
少なくとも3つの異なる領域のうちの少なくとも2つの領域の境界を区別するの
に有効なサブピクセルの精度でのエッジ検出を提供することを含む方法も提供さ
れる。
、物体の少なくとも一部の画像出力を提供し、かつ該画像出力を受領し、少なく
とも一部において、共通の境界を有する該物体の少なくとも一部の異なる領域の
各々における物質を識別する該画像出力に基づいたマッピングを提供することを
含む方法も提供される。
、物体の少なくとも一部の多色画像出力を提供し、かつ該多色画像出力を受領し
、各々が複数の代表的カラー可能性の一つを有する複数のカラー領域を含む分割
カラー画像に該多色画像を分割する検査機能、該分割カラー画像を二値化して領
域および境界を含む2値画像とする検査機能、該領域を形態的に侵食して該領域
を表す骨組を提供する検査機能、ならびに該骨組内のエレメントにカラー領域を
割り当てる検査機能のうちの少なくとも1つの検査機能を提供することを含む方
法も提供される。
、物体の少なくとも一部の多色画像出力を提供し、かつ該多色画像出力を受領し
、該物体を表すカラー画像であって、該物体の少なくとも一部の形態的に侵食さ
れた多色画像を含むカラー画像を提供することを含む方法も提供される。
、物体の少なくとも一部の多色画像出力を提供し、かつ該多色画像出力を受領し
、該物体を表すカラー画像であって、物体の異なる領域間の境界を示すとともに
、共通の境界を有する該異なる領域の各々における物質を識別するマップを含む
カラー画像を提供することを含む方法も提供される。
めの方法であって、検出可能なエッジを有する少なくとも三種類の物質を含むパ
ターン化された物体の少なくとも一部の画像出力を提供し、かつ該画像出力を受
領し、該画像出力を二値化して領域画像データおよび境界画像データを含む2値
画像を提供することを含む検査機能を提供することを含む方法も提供される。
めの方法であって、複数種の物質間の検出可能な境界を有する複数種の物質を含
むパターン化された物体の少なくとも一部の画像出力を提供し、かつ該画像出力
を受領し、該境界に関連する画像データのパターン解析を行って、境界上のニッ
クおよび突起の存在についての指示を行うことを含む検査機能を提供することを
含む方法も提供される。
、物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の
画像出力を提供し、該画像出力を受領し、領域画像データおよび境界画像データ
を含む分割画像に該画像出力を分割する検査機能、第1の技術を用いて該領域画
像データを解析する検査機能、および該第1の技術と異なる第2の技術を用いて
該境界画像データを解析する検査機能のうちの少なくとも1つの検査機能を提供
することを含む方法も提供される。
、物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の
多色画像出力を提供し、かつ該多色画像出力を受領し、所定のカラーの集合のな
かから選択されるカラー領域を含む分割カラー画像に該多色画像出力を分割する
検査機能、第1の技術を用いて第1のカラーに関連する該領域画像データを解析
する検査機能、および該第1の技術と異なる第2の技術を用いて第2のカラーに
関連する該領域画像データを解析する検査機能ののうちの少なくとも1つの検査
機能を提供することを含む方法も提供される。
、物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の
画像出力を提供し、かつ該画像出力を受領し、領域画像データおよび境界画像デ
ータを含む分割画像に該画像出力を分割する検査機能、ならびに該境界画像デー
タの少なくとも一部の影響を受けないようにして該領域画像データを平滑化する
検査機能のうちの少なくとも1つの検査機能を提供することを含む方法も提供さ
れる。
って、多種類の物質を含む電気回路の少なくとも一部の画像出力を提供し、かつ
該画像出力を受領し、少なくとも1つの所定の物質の存在についての出力指示を
行うことを含む方法も提供される。
めの方法であって、パターン化された物体を少なくとも部分的に覆う半透明の上
塗り層を介して該パターン化された物体の少なくとも一部の画像出力を提供し、
かつ該画像出力を受領し、該半透明の上塗り層から独立した出力指示を行うこと
を含む方法も提供される。
ラー画像を検査するための方法であって、オブジェクトの多色画像を取得し、該
多色画像を処理して、候補欠陥、および所定の特徴の集合のなかから選択される
特徴を指示するレポートを出力し、かつ各々の該候補欠陥および特徴を囲む領域
の画像を提供することを含む方法も提供される。
ラー画像を検査する装置であって、オブジェクトの多色画像を取得する機能を有
するセンサと、該多色画像を処理して、候補欠陥、および所定の特徴の集合のな
かから選択される特徴を指示するレポートを出力するとともに、各々の該候補欠
陥および特徴を囲む領域の画像を提供する機能を有する画像プロセッサとを含む
装置も提供される。
ら生成される2値画像を処理する機能を有する2値画像プロセッサと、該多色画
像を処理する機能を有するカラー画像プロセッサとを含む。
れる多色画像からの骨組マップを生成する機能を有する形態的画像プロセッサを
も含む。
であろう。
ム100を示す概略構成図である図1を参照する。図1のシステムは、パターン
化されたオブジェクト、例えばBGAまたは他の電気回路、を表す画像を解析す
る上で特に有用であるが、図1のシステムは、解析されている画像がパターン化
されたオブジェクトまたは他の任意のオブジェクトを表すか否かに関わらず、画
像解析に広く利用できることが理解される。本明細書では、本発明を例示する目
的でBGAを参照するが、本明細書に用いられるBGAという言葉は、プリント
回路基板、積層プリント回路基板、リードフレーム、フラットパネルディスプレ
イ、ハイブリッドチップパッケージ基板、テープオートメーテッドボンディング
基板、ならびに医学的移植に利用できる様々な侵食および彫刻金属基板を含む任
意のパターン化オブジェクトを意味し、かつそれらを追加的に包括するものと見
なすべきである。
ジェクト搬送サブシステム、ソフトウェアベースの画像処理サブシステムを備え
た検査システムに含まれるのが好ましい。したがって、画像解析システム100
によって解析されている画像がBGAのようなパターン化されたオブジェクトの
如きオブジェクトの画像を含む場合には、適切な画像取得システム(不図示)を
典型的に採用してオブジェクトの画像を取り込むこと、ならびに画像解析システ
ム100によって解析されている画像を、典型的に、フォーカス、補償、リサン
プリングおよびアラインメントを含む当該技術分野において公知の方法で補正す
ることが理解される。画像解析システム100に画像を提供するのに適した適切
な画像取得システムは、典型的には、当該技術分野においてよく知られているよ
うに、多色画像出力を提供する少なくとも1つのディテクタを備える。当該画像
取得システムの出力、または他の適切な手段によって生成される同様のあらゆる
画像を、ここでは一般に「カラー画像」と呼ぶ。
フォーマットのカラー画像を含む。カラー画像は、24ビット解像度の如き高ビ
ット解像度で、RGB(赤・緑・青)フォーマットにて提供されるのが好ましい
。
けて、好ましくはソフトウェア処理ユニットに対して解析結果を送るか、あるい
は適切なアプリケーションインタフェースによりオペレータに直接報告するため
に解析結果を送る機能を有しているのが好ましい。
カスタムハードウェア内で実現するのが好ましい。画像解析システム100を汎
用コンピュータ上で実行するためのソフトウェアの実現は可能であり、十分に機
能するものと考えられるが、より高速なパフォーマンスを達成するためにはハー
ドウェア実現のほうが好ましい。本発明の説明を容易にするために、通常は、ハ
ードウェアでもソフトウェアでも本発明の原理を実現できるような方法を説明す
る。
、好ましくは、後述するように、受領したカラー情報に基づいて入力画像を解析
する機能を有するカラープロセッサ、または「CLRP」ユニット120を備え
るのが好ましい。
しても知られるモノクロ情報を受領し、好ましくは、後述するように、受領した
グレーレベル情報に基づいて入力画像を解析する機能を有するCABSユニット
130をも備えるのが好ましい。モノクロ情報は、典型的には赤であるが必ずし
も赤とは限らない一色の情報を含むことができ、典型的には8ビットの如き高ビ
ット数のグレーレベル情報を含む。以下に、図33Aおよび図33Bを参照しな
がら、CABSユニット130の好ましい実施態様を説明する。
からの二値化情報、およびCLRPユニット120からのカラー情報を典型的に
含む出力を入力として受領するSKFDユニット140をも備えるのが好ましい
。SKFDユニット140は、後述するように、該ユニットへの入力を解析する
とともに、入力画像の骨格表現および入力画像に見られる形態特徴を典型的に含
む特性情報をそこから生成する機能を有するのが好ましい。
ましくは、かつ画像解析システム100のより高速なパフォーマンスを得るため
に、CLRPユニット120、CABSユニット130およびSKFDユニット
140はパラレルに動作する。同期化ユニット150は、好ましくはCLRPユ
ニット120、CABSユニット130およびSKFDユニット140の各々と
連携して動作し、好ましくはCLRPユニット120、CABSユニット130
およびSKFDユニット140の各々からの出力を受領する。当該技術分野にお
いて公知のハードウェアベースの遅延および同期化方法の如き任意の適切な同期
化方法を用いて、同期化ユニット150は、そこで受領された入力の各々を相互
に同期化するとともに、同期化した入力を画像解析システム100の出力として
伝送する機能を有するのが好ましい。
徴、ニック/突起、グレー表面欠陥、カラー表面欠陥、欠陥カラーセル、および
対象領域のスナップショット画像の如き、検査されているオブジェクトに検出さ
れる様々な特徴および欠陥に関する情報を含むいくつかのレポートを生成するの
が好ましい。これらのレポートは、本出願人の係属中のイスラエル特許出願第1
31,282号に詳述されているようなソフトウェア画像処理装置に入力される
。加えて、画像解析システム100は、各特徴および欠陥のスナップショット画
像、ならびに検査に先立ってユーザがあらかじめ定める物体上の特定の対象領域
のスナップショット欠陥を生成する。典型的には、スナップショット画像は、各
特徴、欠陥、およびあらかじめ定められた対象領域を囲む領域の多色画像である
。
トの構造および欠陥に関する適切な最終レポートを作成するために、後処理サブ
システム(不図示)によって後処理できることが好ましい。
しくはCLRPユニット120へのカラー画像データ入力を受領し、好ましくは
その入力画像が該画像であるオブジェクト内に含まれる物質に関する情報をそこ
から求める機能を有する。物質識別サブユニット170の好ましい実施態様は、
図2を参照しながら以下により詳しく説明されている。
は物質識別サブユニット170からの出力を受領し、好ましくは入力画像内の輪
郭および/または境界を表す輪郭情報をそこから求める機能を有する。物質輪郭
サブユニット180の好ましい実施態様についても、図2を参照しながら以下に
より詳しく説明されている。
質識別サブユニット170および物質輪郭サブユニット180に関して、本明細
書および請求項を通じて用いられる「物質」という言葉は、入力画像内の特徴を
意味する。画像がオブジェクトを表さない場合、入力画像内の特徴は、解析上、
その画像が表すオブジェクト内の一種類以上の物質の特徴に対応すると見なされ
る。すなわち、「物質」という言葉の解釈および定義を拡大すれば、物質識別サ
ブユニット170および物質輪郭サブユニット180の機能は、オブジェクトの
画像を含まない画像を解析する上でも有用であると考えられる。
は、好ましくはCLRPユニット120へのカラー画像データ入力を受領し、好
ましくは、入力画像内の表面欠陥に関する情報を、該入力から求める機能を有す
る。一般に、表面欠陥は、入力画像が画像であるオブジェクト内の欠陥に対応す
る。。カラー表面欠陥サブユニット190の好ましい動作方法は、図12を参照
しながら以下により詳しく説明されている。
ニット200は、好ましくはCABSユニット130へのモノクロ画像データ入
力を受領し、好ましくは該モノクロ画像データに基づいて、入力画像に対応する
2値画像を表す2値情報をそこから導く機能を有する。さらに、本発明の好まし
い実施形態では、二値化およびセル生成サブユニット200は、物質識別サブユ
ニット170からの縮小カラー画像を受領し、入力された縮小カラー画像に対応
する2値画像を表す2値情報をそこから導く機能を有する。二値化およびセル生
成サブユニット200は、また、好ましくはセルとしても知られる輪郭エレメン
トを利用して画像内の境界を定めるとともに、生成されたセルの記述を含む情報
を出力する機能を有するのが好ましい。二値化およびセル生成サブユニット20
0の好ましい動作方法は、カラー画像の1つの成分について図7を参照しながら
以下に説明されている方法と類似している。
式において、また特に情報、画像、あるいは情報処理方法または画像処理方法の
記述において、2つの状態または2つの結果を有することを意味する。例えば、
画像の場合は、2値画像とは、画像に含まれる画素の如き各々のエレメントが、
「黒」および「白」、あるいは「0」または「1」として表すことができる2つ
の状態しかもたない画像のことである。したがって、画像または画像情報におい
て2値という言葉は、当該技術分野においてよく知られ、各エレメントについて
可能な状態あるいは結果が2つ以上存在する特定のタイプの画像を意味する「グ
レースケール」および「カラー」という言葉と対照して用いられる。
好ましくは二値化およびセル生成ユニット200によるセル情報出力を受領し、
好ましくは二値化およびセル生成ユニット200によって定められた境界におけ
るニックおよび突起として知られる小さな境界の凹凸に関する情報をそこから導
くとともに、出力としてニックおよび突起を報告する機能を有する。ニックおよ
び突起サブユニット220の好ましい動作方法は、図33Aおよび図33Bを参
照しながら以下により詳しく説明されている。
好ましくはCABSユニット130へのモノクロ画像データ入力を受領し、好ま
しくは、該モノクロ画像データを用いて、該画像がオブジェクトの画像である場
合に、該画像を画像とするオブジェクト内の欠陥を示す可能性のある該入力画像
内の小欠陥を識別する機能を有する。モノクロ情報を用いて小欠陥を識別する方
法は、当該技術分野においてよく知られており、例えば、その開示内容を本願に
引用して援用する、上文に参照された米国特許第5,586,058号(アロニ
他)に記載されている。
30は、好ましくはCABSユニット130からの2値情報出力を、典型的には
二値化およびセル生成サブユニット200を介して受領し、好ましくは入力画像
を示すライン・アンド・スペース骨格情報をそこから導くとともに出力として生
成する。当該技術分野においてよく知られているように、ライン・アンド・スペ
ース骨格情報は、典型的には画素消費法を用いて導かれる。ライン・アンド・ス
ペース骨格サブユニット230の好ましい動作方法は、図27を参照しながら以
下により詳しく説明されている。
・アンド・スペース骨格サブユニット230によるライン・アンド・スペース骨
格情報出力を受領し、好ましくは該ライン・アンド・スペース骨格情報に基づい
て入力画像の形態的特徴を識別するとともに、該形態的特徴を示す情報を出力と
して生成する機能を有する。形態サブユニット240の好ましい動作方法は、図
30Aから図30Cを参照しながら以下により詳細に説明されている。
割を果たしうる。
と呼ぶ。典型的に、解析されるカラー画像は、当該技術分野においてよく知られ
ているように、ほぼ均一な色集団の複数の領域を含む。
よび彩度毎に個別の値を含むHSI形式のようなカラー・フォーマットまたはカ
ラー空間によってカラー画像を表現することは、当該技術分野においてよく知ら
れている。本明細書および請求項を通じて説明を簡潔化するために、特に指定の
ない限り、RGB形式の例を使用するが、たいていの場合は他の形式も使用でき
ることが理解されるであろう。
こと、例えば緑色成分を別個に扱うことができることは当該技術分野においてよ
く知られている。処理および説明を簡潔化するために、緑色成分のみを含む導出
画像をモノクロ画像と見なすことができる。当該単一成分の導出画像について論
述する上で、画素の値がある意味で「グリーンスケール値」であっても、説明を
簡潔化するために、その値をグレースケール値と呼ぶことができる。
素値の関数の一次導関数であり、所定の位置における画素値の変化率を示す。し
たがって、赤色成分のような単一カラー成分における均一カラーの領域は、一般
に勾配値がゼロまたはほぼゼロの画素から構成されることを当業者なら理解する
であろう。境界やエッジを含む色が不均一な領域は、一般には、相当ゼロと異な
る勾配値を有する画素から構成されることになる。
画像におけるエッジを特定するのに使用できる好ましい先行技術の方法としては
、二次導関数計算法がある。二次導関数計算法は、画素強度関数の二次導関数の
近似値を計算するのにガウス差分(DOG)法を一般的に用いる。典型的な先行
技術の方法は、その開示内容を本願に引用して援用する以下の米国特許に記載さ
れている。
72号。このシステムは、好ましくは、符号付き値を有する二次元畳み込み画像
を形成するガウス関数の二次導関数に関連するフィルタ関数を用いて、オブジェ
クトの二次元デジタルグレースケール画像を畳み込む機能を有する。オブジェク
ト内のエッジの位置特定は、符号が逆の強度値を有する隣接画素間のゼロクロス
を見いだすことによって達成される。
3号。このシステムは、符号付き画素強度値を有する二次元畳み込み画像を形成
するガウス関数の二次導関数に関連するフィルタ関数を用いて、オブジェクトの
二次元デジタルグレースケール画像の畳み込みを利用する。Caspi他の畳み
込みは、一方が正で他方が負の2つのガウス関数の差分を用いて実施することが
可能である。
物質輪郭サブユニット180の好ましい実施態様を示す簡単なブロック図である
図2を参照する。
域に関するできるだけ多くの情報を入力画像のカラー情報から生成することであ
る。物質識別サブユニット170において、均一色集団の領域は、一般に、他の
物質を覆う半透明または部分的に透明な被膜、あるいは上塗り層の存在により生
じうる特定の物質または物質の組み合わせによって特定される。例えば、検査対
象となるオブジェクトがBGAであるときは、光学的に区別可能な典型的な物質
および物質の組み合わせは、銅線、金塗装または金メッキされた銅線、基板、お
よびはんだマスク上塗り層によって覆われた上記物質のいずれかの該当部分を含
む。検査対象となる他のオブジェクトは、例えば銀の如き他の物質および物質の
組み合わせを含みうることが理解される。したがって、物質識別サブユニット1
70の主なタスクは、均一色集団の領域を、入力画像内で、かつカラー情報に基
づいて識別することである。
えば、半透明または部分的に透明なはんだマスク、あるいは例えば、その反対側
に位置する導体を見ることが可能な半透明基板を包括する。
される入力画像が物理的なオブジェクトの画像である場合にはそうなる。しかし
、既に説明したように、本発明は、物理的オブジェクトの画像である入力画像の
みの解析に限定されるものでない。画像が物質的オブジェクトの画像でない場合
における「物質」という言葉の使用は類似的なものであり限定を目的とするもの
でない。
特定サブユニット170の出力から、均一色集団の領域間の、好ましくはサブピ
クセルレベルで識別される境界の標示を生成する。
なるカラー成分データを受領し、好ましくは、特定の物質に属するほぼ均一な色
集団の領域を分類する。好ましい実施態様において、物質分類ユニット171は
、特定の物質または物質の組み合わせに対応するカラー空間内にある画素のカラ
ー成分値(典型的にRGB値である)がその物質に対応するように、直接そのR
GB値に基づいて各画素を分類するように、ハードウェアLUTとして実装され
る。
場合には、当該技術分野においてよく知られた方法を用いて代表的な画像を解析
することによりLUTを構築できるのが好ましい。ヒストグラム状画素カラー分
布解析に基づく単純な方法を含めて、代表画像を解析するいくつかの適切な方法
は当該技術分野においてよく知られており、さらに任意の方法を利用できること
が理解される。当該解析を行うための好ましい方法は、その開示内容を本願に引
用して援用した文献、すなわちDorin ComaniciuおよびPete
r Meer、「多変量データの分布によらない分解(Distributio
n Free Decomposition of Multivariate Data)」、SPR’98依頼提言(Invited Submissio
n、ラトガーズ大学電気・コンピュータ学科(Piscataway、NJ08
855、USA)に記載されている。
画素の割当を示す物質分類情報を出力する。
じ入力を受領する。カラーエッジディテクタ172は、好ましくは、当該技術分
野においてよく知られているように、典型的にソベル演算子を典型的に入力画像
のHSI成分に適用することによって一次導関数の近似値を計算する機能を有す
る。ソベル演算子は、好ましくは、HSI成分の各々に個別的に適用され、次い
で、以下に説明するように、総合結果が導かれる。
の絶対値は、xおよびy方向のψの部分導関数の絶対値の合計により与えられ、
以下のような、点(i、j)におけるソベル概算において近似的に求められる:
ディテクタを使用し、画像の畳み込みを介し、上記の式による垂直および水平勾
配成分の絶対値の合計として2Dの勾配絶対値を計算する。画像の畳み込みには
、典型的に以下のカーネルを使用することができる。
分勾配の加重加算によりカラーエッジを計算する。 |GCOLOR|=(|GH|関連(I)重みH+|GS|関連(I)重みS+| GI|重みI) ただし、 GCOLORはカラーエッジ、 GHは色相の勾配、 GSは彩度の勾配、 GIは強度の勾配、 関連(I)は強度のカラー関連重み関数、 重みHは、色相成分に対する重み、 重みSは、色度成分に対する重み、 重みIは、強度成分に対する重みである。
る、上文に参照されたPhilippe PujasおよびMarie−Jos
e Aldonの「ロバストカラー画像分割(Robust Colour I
mage Segmentation)」に記載されている。
トである図3を参照する。図3のフローチャートは、上述の説明を参照すれば自
ずと理解される。
ニット171が生成する物質分類情報を含む出力、およびカラーエッジディテク
タ172が生成するカラー勾配情報を含む出力を受領する。領域拡張ユニット1
73は、好ましくは、均一色集団間の境界ができるだけ狭くなるように、物質分
類ユニットにより識別される均一色集団を含む各領域を可能な限り拡張する機能
を有する。
ャートである図4を参照する。図4の方法では、未割当ての画素が、低い勾配を
有する均一カラーの隣接領域に割り当てられるが、それは、可能な限り、未割当
ての画素との境界が最も不鮮明な隣接領域に未割当ての画素が割り当てられるこ
とを示す。図4の方法は、好ましくは以下のステップを含む。
配を計算する(ステップ330)。図4の方法の現段階において分類すべき未分
類画素の勾配度を示すカレント勾配度を0にセットする(ステップ340)。
行し(ステップ350)、段階的に増加させる。
360)。隣接画素は、2つの水平隣接画素と2つの垂直隣接画素から構成され
る4つの画素を含むことができる。あるいは、隣接画素は4つの対角隣接画素を
も含み、8つの画素を含むことができる。
画素に未分類の画素を割り当てる(ステップ370)。勾配が最小の隣接画素が
2つ以上存在する場合には、勾配が最小の2つ以上の隣接画素のうちの第1の出
現画素を選択して使用する。
そうであれば、図4の方法を終了するのが好ましい。
度を増加させ(ステップ390)、ステップ350で図4の方法を実行する。
ネントは、最適な性能を得るためにハードウェアで実行されるのが好ましいこと
が理解される。当業者であれば、ソフトウェアアルゴリズムの最適化されたハー
ドウェアインプリメンテーションに適切なよく知られた技法を用いて図4の方法
を実施するであろうことが理解される。
よびカラーエッジディテクタ172が受領するRGB入力を含むカラー成分入力
を受領する。セル構成ユニット174は、好ましくは、異なる均一色集団の領域
間の境界を区別するとともに、R、GおよびBグレースケール画像の各々におい
てサブピクセルレベルで特定される当該境界を表すセルをそこから決定する機能
を有する。輪郭要素としても知られるセルについては、以下により詳細に説明す
る。
よび方法は、どちらも上文に参照され、その開示内容を本願に引用して援用した
、ここではカスピ特許とも呼ばれる米国特許第5,774,572号(カスピ)
および米国特許第5,774,573号(カスピ他)に記載されている。本発明
において、赤色成分グレースケール画像の如き単一成分グレースケール画像にお
けるサブピクセルレベルでの境界の位置の特定は、カスピ特許に記載の方法を用
いて実施することができる。
に、ガウス(DOG)演算子の適切な差を用いた畳み込みを利用して二次導関数
を計算して境界位置を特定することができ、特に大規模演算子および小規模演算
子を使用することができる。好ましいカーネルとしては、3×1、5×1、およ
び5×3カーネルが挙げられる。ここでさらに、好ましい5×5ラージカーネル
、および対応する好ましい3×3スモールカーネルの例をそれぞれ示す図5およ
び図6を参照する。
GおよびBセル、ならびに領域拡張ユニット173からの分割物質情報を受領し
、好ましくは入力画像における隣接物質間の境界を表すカラーセルをそこから生
成する機能を有する。
ある図7を参照する。図7の装置は、以下のコンポーネントを備えるのが好まし
い。
す物質セルをそこから生成する機能を有する物質セルビルダ176。
ベロープの如きエンベロープを構築する選別器決定エンベロープビルダ177。
ンベロープビルダ177からのエンベロープ、ならびにR、GおよびBセル情報
を受領し、好ましくは隣接する物質間の最良の境界を表す最終カラーセルをそこ
から生成する機能を有する最良輪郭選別器178。
ピクセルの精度で境界を決定するのは一般に困難または不可能であるため、境目
の近傍における輪郭境界を利用するのが好ましいとされている。境目の近傍は、
例えば境目から3画素平方の範囲内に定めるといった任意の適切な方法で定める
ことができる。
たはB境界を用いるべきか、あるいは画素物質セル境界を用いるべきかを、境界
の両側に位置する物質に従って判断する。例えば特定の物質が赤で最もよく識別
できることが知られている。それらの物質が境界の両側に位置する場合は、赤色
サブピクセル境界を用いて境界をその位置に固定する。他の物質は、R、Gまた
はBのいずれにおいても識別できないかもしれず、その場合は、例えば境界特定
のために所定の方法によりRGB入力に重み付けをすることによって疑似カラー
を生成するか、その点に物質セル境界を使用することになる。
ャートである図8を参照する。図8のフローチャートは、上述の説明を参照すれ
ば自ずと理解される。
して表され、各々のセルは、単一画素の近傍にあるサブピクセル精度の境界セグ
メントを示し、各々のセルは、長さが一画素の1つの寸法にほぼ等しい小さなベ
クトルにほぼ匹敵する。セル、およびセルの各々の側にある均一の色集団の位置
と向きを定めることを含めた、セルを定める好ましい1つの方法であって、各集
団を上述の物質または物質の組み合わせに関連づける方法を以下に記載する。
図である図9から図11を参照する。図9の例は、複数の画素530、および第
2の複数の仮想セル画素540を含む。典型的に、各仮想セル画素540は、各
画素530と同じ大きさで、各仮想セル画素540は、4つの画素530のコー
ナを中心とする。図9では、例示のみを目的として、中央の仮想セル画素545
の隣接画素からなる4つの画素530の各々が、それぞれ−100、+20、+
50および+20の所定の勾配値を有する画素として示されている。
で知られているように、ゼロクロス点を見積もるために、隣接セル勾配値間、例
えば+20と−100の間の線形補間により固定されるのが好ましい。同様に、
セル550の終了端の交点の位置は、隣接セル勾配値間、例えば+50と−10
0の間の線形補間により固定されるのが好ましい。
標系、ならびにセル550の上エッジ、左エッジ、右エッジおよび下エッジがそ
れぞれ0、1、2および3に番号づけされたエッジ番号づけシステムを示す図で
ある。図11は、図9および図10のセル550の方向を示すエッジコードを記
述するための好ましい体系を示す図である。
する好ましい方法としては、以下の内容に基づく参照用テーブルを実施すること
になる。
「無セル」を表すことが理解される。
ら決定することができる。
均一色集団の間のセル境界を表し、均一色集団のカラーのうちセルのそれぞれの
側に位置するカラーをセル毎に指示する画像マップを形成する。上述のように均
一色集団に物質を関連づけることにより、カラーセル画像マップは、検査対象と
なるオブジェクト上に存在する物質の正体および位置に関するデータを含むこと
が容易に理解される。
にセルの集合体(これは、要望に応じてさらに処理することができる)を含める
のが好ましい。追加的なレポートは、好ましくは、検査対象となるオブジェクト
の均一色集団の領域を記した縮小カラーマップであって、以下により詳細に述べ
るように、例えばカラー形態マップを生成するために二値セルを生成する二値化
およびセル生成ユニット200によって使用することができる縮小カラーマップ
を含む。さらに、カラーセルを解析して、部分的に透明な上塗り層の如き様々な
被膜の形状および位置を確認し、欠陥があるものとして検出された場合に欠陥レ
ポートを出力することができる。
略ブロック図である図12を参照する。参照の簡潔化のために、本明細書では、
カラー表面欠陥サブユニット190をCOMPADD190と呼ぶことがある。
所的な異常であると記すことが可能であり、典型的には、検査対象となる物体の
表面に残留する処理残留物、様々な被膜およびメッキ内の空隙、ならびに特に金
属被膜における擦り傷、異物、染みおよび様々な金属および金属被膜の酸化を含
む物体の表面構造における凸凹を含む。表面欠陥は、好ましくは以下の2つのグ
ループに分類される。 − 高コントラスト欠陥、擦り傷または凹みのように、一般に、強い勾配を測
定することが可能な明確なエッジを有する欠陥からなる。 − 低コントラスト広領域欠陥、水の染みまたは酸化領域のように、一般に、
比較的緩やかな勾配が測定される不明確なエッジを有する欠陥からなる
陥である無彩色欠陥、または強度基準の欠陥。
表面に対しても、上述のような表面欠陥を検出しようとする。好ましくは、図1
2の装置は、ある物質の内部で、そのエッジを無視して動作するよう設計され、
そのため上述の物質輪郭サブユニット180によって生成される出力の如き、物
質およびエッジに分割される入力を受領するよう設計される。好ましくは、図1
2の装置は、異なる解像度において彩色ディテクタおよび無彩色ディテクタを平
行して適用する多解像度検出を用いてその結果を達成する。図12の装置は、好
ましくは、異なる物質に対して異なる感度で動作し、物質のエッジからの距離の
関数として感度を変えて動作するよう構成することができる。好ましくは、図1
2の装置は、検出された表面欠陥のレポートを生成する。好ましくは、表面欠陥
を候補欠陥と見なし、検査対象となる画像内における欠陥を有する可能性のある
位置のスナップショット画像を該レポートに添える。そのレポートおよびスナッ
プショット画像は、要望に応じてさらに処理することができる。
ェクトまたは検査対象となる画像を定めるカラー画像データ、物質識別サブユニ
ット170が生成する物質情報、および物質輪郭サブユニット180が生成する
カラーセル情報を含む。
く知られているような特殊用途のハードウェアで部分的または全面的に実行され
、他の部分があるとすれば、それはソフトウェアおよび汎用ハードウェアで実行
されるのが好ましい。
および物質情報を受領し、好ましくは本明細書ではカラー1およびカラー2とし
て知られる2つの導出カラー画像をそこから導く機能を有する。
いカラーをあらかじめ定め、各物質における無彩色欠陥を検出するための好まし
いカラーをあらかじめ定める。次いで、無彩色欠陥を検出するための最良の画像
としてカラー1画像を定め、同様に、彩色欠陥を検出するための最良の画像とし
てカラー2画像を定める。カラー1画像およびカラー2画像のそれぞれは、好ま
しくは、4つの可能なグレースケール画像、すなわちR、G、BおよびそのHS
I変換画像の1つのうちのいずれか1つから採取された画素が各画素に割り当て
られるコラージュを含む。3つのHSI変換画像のうちの選択される1つの画像
としては、画像内に存在することが見込まれる物質に対して効果的なものを選択
することが好ましい(図13)。
示す概略図である図13を参照する。図13の方法は、上述の説明を参照すれば
自ずと理解される。
しくは、図12の装置のさらなる動作を制御するために使用されるのが好ましい
2つの方向性イネーブル画像、すなわちokdirおよびサブokdirを生成
する機能を有する402。多物質画像に対して高感度な欠陥ディテクタを利用す
る場合、物質のエッジに起因する誤り検出を避けることが強く望まれることを当
業者なら理解するであろう。
欠陥検出に関して、物質のエッジまたはその付近における勾配測定を不可能にす
ることが望まれる。本発明では、以下のストラテジを用いて、物質のエッジに関
連する勾配に起因する誤り検出を引き起こすことなく、物質のエッジ付近の欠陥
を見いだすことを可能にする。画像は、好ましくは3つの主要グループ、すなわ
ちエッジ上において、測定が行われないグループと、エッジ付近において、局所
的なエッジ方向に平行する方向でしか測定が行われない(この測定方向をここで
はokdir方向と呼ぶ)グループと、その他の位置において正規の測定が行わ
れるグループとに分けられる。好ましくは、フル解像度測定にはokdirマッ
プを使用し、サブ解像度測定には誘導された「サブokdir」マップを使用す
る。
ジョンにおける5個おきの画素のような、各ディメンジョンにおけるn個おきの
画素を使用する画像の如きサブサンプル画像の使用を意味する。数学の分野でよ
く知られているように、画素値が縮小することなく距離が縮小するため、サブサ
ンプル画像を用いて画像を「縮小」することにより、勾配値のような特定の計算
値が増加することが理解される。このように、低コントラスト欠陥をより明確に
することができる。
タ402の部分の好ましい実施態様を、また図21を参照しながら、サブokd
irを作成する部分の好ましい実施形態を以下により詳細に説明する。
サブ解像度チャネル低コントラスト欠陥ディテクタ404およびフル解像度チャ
ネル高コントラスト欠陥ディテクタ406を含み、低コントラスト検出ディテク
タ404は好ましくはサブokdirイネーブル画像を受領し、高コントラスト
検出ディテクタ406は好ましくはokdirイネーブル画像を受領し、低コン
トラスト検出ディテクタ404および高コントラスト欠陥ディテクタ406のそ
れぞれが勾配解析を行うとともに欠陥のレポートを生成する機能を有する多解像
度勾配測定装置。好ましくは、合計4つのエッジディテクタを採用し、低コント
ラスト欠陥ディテクタ404および高コントラスト欠陥ディテクタ406のそれ
ぞれにおけるカラー1画像およびカラー2画像のそれぞれに対して各々のエッジ
ディテクタを使用する。さらに、好ましくは、フル解像度チャネル高コントラス
ト欠陥ディテクタ406のみに2つの小欠陥ディテクタを採用し、カラー1画像
およびカラー2画像のそれぞれにその各々を使用する。したがって、好ましくは
、合計6つのディテクタが採用される。
欠陥ディテクタ406のそれぞれからレポートを受領するとともに、そこから適
切な合併レポートを生成する機能を有するチャネルレポート合併器408。
い実施態様を示す概略ブロック図である図14を参照する。図14に示された方
向性イネーブル画像クリエータ402の部分は、okdirを作成する部分であ
る。サブokdirを作成する部分は、図21を参照しながら以下に説明されて
いる。
くはそこからエッジイネーブル画像を導く機能を有するエッジイネーブル画像ク
リエータ410を備えるのが好ましい。エッジイネーブル画像では、好ましくは
セルに「接触する」すべての画素がエッジ画素としてマーク付けされているのに
対して、他のすべての画素はマーク付けされておらず、物質画素を表している。
したがって、エッジイネーブル画像は2値画像として作成される。
想セル画素を示す概略図である図15を参照する。典型的には、画像画素690
の如き各画像画素について、仮想セル画素700、710、720および730
の如き画像画素690を中心とした4つの仮想セル画素の近傍を考慮する。仮想
セル画素700、710、720および730は、典型的には、それらの位置に
従って、それぞれ0、1、2および3の番号が付けられている。
ルが存在しない場合は、画像画素690をエッジ画素と見なさない。4つの隣接
仮想セル画素700、710、720および730のいずれかにセルが存在する
場合は、当該セルのすべてが図15に示されるような排除セル740でなければ
、画像画素690をエッジ画素と見なす。図10およびそれについての上述の説
明に従って、排除セル740は以下のように構成される。
ニット414を含む複数の侵食ユニット414に制御情報を提供する機能を有す
る、典型的にはLUTとして実装される形態制御ユニット412を備えるのが好
ましい。3つの侵食ユニット414の各々は、好ましくは、当該技術分野におい
てよく知られているように、エッジイネーブル画像クリエータ410が作成する
エッジイネーブル画像に侵食を適用する機能を有する。典型的には、第1の侵食
ユニット414が2つのレベルの侵食を適用してイネーブル2マップを生成し、
第2の侵食ユニット414がさらに4つのレベルの侵食を適用してイネーブル6
マップを生成し、第3の侵食ユニット414がさらに4つのレベルの侵食を適用
してイネーブル10マップを生成する。典型的には、それらの入力および受領さ
れる制御情報を除いて、3つの侵食ユニット414の各々は同一である。
ーの値の可能な例としては、「0C CCCT CC00」が挙げられる。好ま
しくは、左から右方向に読んだ場合に、侵食キーの各文字は単一の侵食ステップ
を表し、好ましくは侵食演算子に従って解釈される各ステップを以下に示す。
次の隣接画素の1つが既に浸食されている場合に中央画素を消費する演算子を含
む。イネーブル2マップは好ましくは演算「0C」によって生成され、イネーブ
ル6マップはさらなる演算「CCCT」によって生成され、イネーブル10マッ
プはさらなる演算「CC00」によって生成されることが理解される。ハードウ
ェアインプリメンテーションを容易にするために「0」の侵食ステップを含める
のが好ましいことを当業者なら理解するであろう。
ってエッジ方向を特定することができる。侵食動作は、本来のエッジイネーブル
画像のサイズを大きくする傾向があるため、エッジからの距離がより遠くてもエ
ッジ検出の特定が可能となる。好ましくは、幅が10画素までのokdir−エ
ンベロープを作成できる。
irマップ計算ユニット416をも含む。次に、okdirマップ計算ユニット
416の好ましい動作方法を示す概略フローチャートである図16を参照する。
図16の方法は以下のステップを含むのが好ましい。 3つのイネーブル画像からの関連イネーブル画像を特定する(ステップ418
)。
である図17を参照する。図17の方法を理解する上で、以下の定義が有用であ
りうる。 − エンベロープ画素:5×5マトリックスの境界上に位置する画素。 − okdirアドレス:以下に説明するエンベロープおよびマップコード。 − エンベロープ:好ましくは図17の方法に従って、イネーブル2画像、イ
ネーブル6画像およびイネーブル10画像から選択される選択イネーブル画像の
エンベロープ画素のビットマップ。 − マップコード、典型的には2ビットコードとして実行され、典型的には以
下の解釈に従って選択イネーブルマップを描写するコードであるマップコード。
ネーブル10画像を含む3つのイネーブル画像を入力として受領し、以下のステ
ップを含むのが好ましい。
テップ420)。そうである場合は、okdirアドレスを0にセットする(ス
テップ422)。すなわち、エンベロープとマップコードの両方をゼロに設定し
、図17の方法を終了する。
どうかをチェックする(ステップ424)。そうである場合は、エンベロープを
イネーブル2エンベロープに等しく設定し、マップコードを01に等しく設定し
(ステップ426)、図17の方法を終了する。
エッジ画素を含むかどうかをチェックする(ステップ428)。そうである場合
は、エンベロープをイネーブル6エンベロープに等しく設定し、マップコードを
02に等しく設定し(ステップ430)、図17の方法を終了する。
し、マップコードを03に等しく設定する(ステップ432)。
されない場合でなければ、図17の方法は、エッジ画素を含む最小のイネーブル
マップのエンベロープを選択する機能を有することを当業者なら理解するであろ
う。
くは、上述したような効率性の理由により、ステップ419はLUT内のハード
ウェアで実行される。次に、図16のステップ419の好ましい実施態様を示す
概略フローチャートである図18を参照する。図18の方法は、以下のステップ
を含むのが好ましい。
。そうである場合は、okdirも0に等しく設定する(ステップ436)。
プ438)。そうである場合は、okdirを、典型的には16進数の0×Fと
して表される15に等しく設定する(ステップ440)。
格ヘッドは、侵食後も残留する単一の孤立画素である。次に、侵食によって一つ
の骨格ヘッド452を得る工程の例を示す概略図である図19を参照する。
づいて作業を行う(ステップ444)。
続するベクトルに対して垂直になる(ステップ446)。okdir方向のこの
例は、図19において参照番号454で示されている。
に引かれた線の方向である(ステップ448)。
示す0に設定する。
算子を示す表である図20を参照する。図20の表において、「LinearD
iff」は、当業界においてよく知られているように、線形差分演算子を表し、
「HalfSobel」は、以下により詳細に説明する、ハーフソベル演算子と
呼ばれる修正型ソベル演算子を表す。図20の表は、それ以外は自ずと理解され
る。
い動作方法を示す概略フローチャートである図21を参照する。図21の方法は
、サブokdir画像の生成を目的とする。
拡大する(ステップ456)。好ましくは、イネーブル10画像の拡大は、5×
5展開を行い、拡大における画素のいずれか1つがエッジ画素である場合は、展
開の中央画素をエッジ画素に設定する。このようにして生成された画像を、本明
細書では「ベースイネーブル」画像と呼ぶ。
k展開を行う(ステップ458)。次いで、k×k展開内の9つの所定の画素か
ら視覚的な3×3展開を作成する(ステップ460)。次に、11×11の展開
に対する所定の画素の好ましい選択を示す図22を参照するが、21×21の展
開または他の展開に対しても同様にして所定の画素を選択できることが理解され
る。さらに、k×kからの9つの画素の選択はサブサンプリングの形式を含むこ
とも理解されるであろう。
合を適用する(ステップ462)。次に、図21のステップ462に使用される
好ましいヒューリスティックを示す表である図23A、ならびに3×3仮想展開
の9つの画素に対する命名規則を示す概略図である図23Bを参照するが、図2
3Bに記載の名称が図23Aで用いられている。図23Aおよび図23Bは自ず
と理解される。
る図24を参照する。図24のフローチャートは、図12のフル解像度チャネル
406、サブ解像度チャネル404およびチャネルレポート合併器408の好ま
しい動作方法を含む。図12の前述の部分に関連する図24のフローチャートの
部分は、図24において、一般には参照番号404、406および408で示さ
れている。
6およびサブ解像度チャネル404の両方が、カラー1画像およびカラー2画像
を入力として受領する。
ステップ464)。当該技術分野においてよく知られているように、ガウスフィ
ルタを使用して画像を平滑化し、その中のテクスチャ効果を抑えることができる
。ガウスフィルタは、エッジの隣に位置する画素が隣接するエッジ画素に影響さ
れ、効果的にエッジを物質のほうに広げる可能性があるという欠点がある。この
問題を、「エッジ効果」と呼ぶことができる。本発明では、ガウス演算子と、3
×3展開における画素を3×3展開の反対側の画素に変換するミラー演算子とを
組み合わせるミラーガウス演算子を使用して、先行技術において知られているエ
ッジ効果を克服することにより、境界に関連する画像データに影響されないよう
にして、非境界領域に関連する画像データを平滑化する。
テップ464の好ましい実施態様を示す概略フローチャートである図25を参照
する。図25の方法は、自ずと理解される。
、エッジ上に線形の差分ディテクタ(LinearDiff)を含む適切な勾配
演算子を適用する(ステップ466)。
、またはサブ解像度チャネルの場合はサブokdir方向における、短ベクトル
の頭「b」と短ベクトルの尾「a」と間の画素値の差の測定を含む。線形差分デ
ィテクタの値は、好ましくは「b」における値から「a」における値を引いた値
である。
は、主要な水平軸および垂直軸に沿うグレーレベル導出と、対角線に沿うグレー
レベル導出とを組み合わせる勾配演算子である。以下に説明するが、図24の方
法では、サブ解像度チャネルにソベル演算子を使用する。典型的には、個別に適
用される2つの演算子として、すなわち
ソベル演算子の特性に付加する目的で、ハーフソベル演算子として知られる改良
されたソベル型演算子をステップ466に用いる。通常、ハーフソベル水平方向
演算子は、
の下に位置する画素の値を示し、符号「−」は、演算子がその画素位置でゼロ値
を有することを示す、半ソベル水平演算子の形式を取るとする。
−(2*B0+B1+B2)が成り立つものとする。すると、半ソベル演算子を
用いて計算された勾配Gradは以下の式で与えられる。 Grand=Dif0+Dif1
大値を含む局所的な極値がC画素の位置またはその付近に存在しうる。
られる水平勾配画像および垂直勾配画像を含む。
ましくはDif0およびDif1に対して個別的に、勾配を正規化する(ステッ
プ468)。表面ディテクタのいくつかの物質について同時に処理する場合、各
々の物質が異なる固有のテクスチャを有し、ときには「ノイズ」と呼ばれる異な
るレベルの勾配を生成するため、問題が生じる。1つの物質における欠陥を示す
勾配のノイズレベルは、第2の物質における正規のテクスチャと見なされる可能
性ある。
しうることが理解される。1つの方法としては、調整可能なしきい値を採用する
ことが考えられる。あるいは、物質毎に別個の正規化関数を与え、次いでそのよ
うにして得られた正規化勾配に1つのしきい値を適用することもできる。
、前もって適切な正規化関数を設定するが、それらの正規化関数は均一な結果を
得るように選定される。好ましくは、適切な正規化関数は以下のようにして求め
ることができる。すなわち、すべての物質の勾配のヒストグラムを入手し、物質
毎に中央勾配値を求め、当該技術分野においてよく知られている正規化演算を適
用して正規化関数を得る。
が好ましい。 NormGrad=NormFun(エッジからの物質距離)*Gradie
nt*EdgeFactor(狭領域) ただし、 NormGradは正規化勾配値である。 NormFunction(エッジからの物質距離)は特定の物質についての
正規化関数で、上述のようにして求めることができる。 Gradientは入力勾配値である。 EdgeFactor(狭領域)は、一般に0以上1以下の係数で、エッジ付
近の勾配により小さな重みを与えるように選択される計数である。エッジ付近で
は、EdgeFactor(狭領域)は、例えば0.8の値を有するのが好まし
い。
。次に、解析および分類を含む、図24のステップ470の好ましい実施態様の
概略フローチャートである図26を参照する。図26において、Dif0及びD
if1は、好ましくは、ステップ466で説明した通りである。上述のように、
LinearDiff演算子を使用する場合は、Dif0およびDif1は、好
ましくは直線的に測定され、LinearDiffを測定する方向(現行のok
dir方向に対応する方向)に沿うベクトルの中央画素とヘッドおよびテール画
素との差を表すことが理解される。例えば、cが中央画素のグレー値で、bおよ
びaがヘッド画素およびテール画素のグレー値である場合は、Dif0およびD
if1は、好ましくは以下の式で与えられる。 Dif0=c−b および Dif1=a−c 図26の方法は自ずと理解される。
典型的には以前の画像解析から導かれる所定の基準に基づいて、勾配および最大
値/最小値の算定にしきい値を適用して、好ましくは勾配または最大値/最小値
のレポートを以下のように等級付けする。
/最大欠陥、および勾配欠陥についての個別的なカラー1およびカラー2のレポ
ートを含む。カラー1およびカラー2のレポートは、好ましくは「最強レポート
の生き残り」規則を適用することによって統合される(ステップ472)。「最
強レポートの生き残り」規則は、典型的には以下の論理によって表される。
、所定のしきい値を適用することによってステップ472の結果をフィルタリン
グする(ステップ472)。好ましくは、ハードウェアLUTでこの動作を実行
する。
ステップ476)。このステップは、フル解像度チャネルでのステップ464に
対応する。サブ解像度チャネルでは、大きな欠陥を捜索するため、周囲領域との
違いが大きくても、小さな特徴を無視するのが望ましい。したがって、隣接画素
との違いが大きい画素を無視するように設計された大きなカーネルサイズのフィ
ルタを使用するのが好ましい。好ましくは、当該技術分野においてよく知られて
いるように、データをサンプリングし、その中央値を求めて使用するメジアンフ
ィルタを用いる。実施を容易にするために、Xで表される画素はサンプリングさ
れ、0で表される画素はサンプリングされない、以下に示すような5×5のチェ
ス盤状サブサンプルの如きサブサンプルに対するメジアン計算を行うことが望ま
しい。
6に対応し、好ましくは、物質内でソベルディテクタを使用する点を除いてはス
テップ466と類似している。ソベルディテクタは、特にステップ466を参照
しながら上述されている。
(ステップ480)。
値処理を行い、カラーレポートを統合する。ステップ482におけるカラーレポ
ートの統合は、好ましくはステップ472に類似している。よって、フィルタリ
ングされていない勾配欠陥を含むレポート画像を生成する。
474に対応する。ステップ484において、好ましくはステップ474を参照
しながら上述したフィルタと同様の3×3フィルタを最初に適用する。次いで、
3×3フィルタの結果を利用して、9×9展開の如きより大きな展開を行い、次
いで重みつき合計のしきい値に基づいてそれを同様にフィルタリングする。好ま
しくは、典型的に以下のパターン(ただし、Xはサンプリングされる画素を表し
、0はサンプリングされない画素を表す)に従って、フィルタリング後に9×9
展開をサブサンプリングする。
トが希釈されないクラウドのエッジを定め、内部レポートが希釈される場合に、
その結果を希釈し、代表レポートを小数に維持することによって格納空間を節約
する。
ップ468)。以下の規則に従って併合を行う。
き残り」 2.2つのレポートが同じ強さを有する場合は、以下の順序に従って、ディテ
クタがより精密なレポートを使用する。 局所的最小値/最大値>フル勾配>サブ勾配
型的構成を有する9ビットワードを含む。
概略フローチャートである図27を参照する。図27の方法は、侵食方法を含み
、一般的な侵食方法は当該技術分野においてよく知られている。線および空間骨
格サブユニット230は、好ましくは、二値化およびセル生成サブユニット20
0が生成し、好ましくはモノクロ画像データから導かれる2値セルを入力として
受領する。図27のステップは以下のステップを含むのが好ましい。
左から右に移動し、次にY方向の上から下に移動するといったように、所定のX
およびY走査方向に移動する(ステップ490)。
毎に侵食を行う(ステップ492)。次に、図27の方法を理解する上で有用な
、部分的侵食の前後の画素の配列を示す概略図である図28Aおよび図28Bを
参照する。図28Aにおいて、A4で表される、侵食される画素496を、以下
のいずれかの画素の画素値に従って侵食することができる:
、又は
で表される4つの対角隣接画素500を含む最も近い8つの隣接画素。
4つの隣接画素に基づく侵食には主要な水平および垂直軸が有利であるのに対し
て、最も近い8つの隣接画素に基づく侵食では対角線に侵食も可能であることを
当業者なら理解するであろう。原理的には、より均一な侵食を可能にするために
、4つの隣接画素を使用し、かつ8つの隣接画素を使用して侵食を行うことが好
ましいが、実用的には、4つの隣接画素または8つの隣接画素のいずれか一方を
使用できる。いずれの場合も、好ましくは1の値を有するよう定められた黒色画
素から0の値を有するよう定められた白色画素へと侵食が行われるが、白色から
黒色への侵食、および/または上述の値と逆の値を白色および黒色画素に割り当
てることも可能であることが理解される。好ましい侵食規則を以下に示す。
が0の値を有する場合に中央画素496を0に設定する。
、または直交隣接画素500のいずれかが0の値を有する場合に中央画素496
を0に設定する。
結を保つ。すなわち、連結された黒色画素は連結されたままで、侵食の後も「切
断」されるべきではない。連結を保つ場合は、典型的には当該技術分野において
よく知られているオイラーの状態を含む連結状態を適用する(ステップ494)
。オイラーの状態は、オイラーの状態によって指定される合計またはスコアが侵
食の前後にわたって保たれる場合に連結を保つことになる幾何学的状態である。
連結を保つためには、オイラーの状態が破られると、侵食が行われないことにな
る。
P3で示す。侵食される画素496は、好ましくはステップ492に関する上述
の状態が満たされ、オイラーの状態も満たされる場合にのみ侵食される。次に、
オイラーの状態を示す概略図である図29を参照する。図29において、侵食の
前後で変化することのない合計値を得るために、図29に示されているように、
複数のパターン504の発生回数を加減する。
ムハードウェアで実行する。図27の方法を画像毎に一回または複数回実施し、
1つ以上の侵食段階を実行することができることが理解される。好ましくは、侵
食の終わりに一画素の幅の骨格を得るように、実行する侵食の段階の数を、侵食
されるあらゆる形状の最大厚さに応じて変える。4つまたは8つの隣接画素を用
い、また、連結を保ちながら、または連結を保たずに各段階を実行することがで
きるが、ある侵食に対しては4つの隣接画素を使用し、他の侵食に対しては8つ
の隣接画素を使用することは、侵食の等方性を得る上で役立ちうることが理解さ
れる。
な概略説明図である図30Aから図30Cを参照する。形態サブユニット240
は、好ましくは線および空間骨格サブユニット230からの入力、および物質識
別による均一色集団の画像を受領する。
の侵食前の画像506の黒色に対する侵食の結果の例508が示されている。図
30Cには、図30Aの侵食前の画像506の白色に対する侵食の結果の例51
0が示されている。
12、接続点514およびブロブ接続点516が示されている。
から図31Cを参照する。本発明の好ましい実施形態では、当該技術分野におい
てよく知られているように、図31Aから図31Cに示されるカーネルとしても
知られる演算子の例を、図30Bの画像または図30Cの画像に適用して形態的
事象を検出することができる。図31Aには、開口端カーネル演算子518が示
されている。図31Bには、接続点演算子520が示されている。図31Cには
、白色に囲まれた「黒色」の島を描くのに使用できるブロブ接続点演算子522
が示されている。
生成サブユニット200を起源とする2値画像に関して示されているが、図30
Bおよび図30Cに示される侵食2値画像における領域および特徴は均一色集団
に関連づけられることが容易に理解される。このように、開口端512、接続点
514およびブロブ接続点516の如き特定の特徴を均一色集団に関連づけ、ま
た上述のようなさらなる関連づけにより、それぞれの均一色集団によって表され
る物質および物質の組み合わせに関連づけることができる。
図32を参照する。説明を簡略化するために、画像の2値形態解析の説明の後に
図32の方法を説明するが、図32の方法は、例えば、少なくとも一部において
、カラー情報が利用可能な図1のCLRPユニット120で実行されうることが
理解される。図32の方法は、一般に画像のカラー形態解析に有用であるため、
図1のCLRPユニット120の特定の範囲の外側における他の形態のカラー画
像解析にも有用でありうることが理解される。図32の方法は画像の任意の適切
な光学特性の解析に利用できること、そして図32の方法は形態解析に限定され
ないことを当業者なら理解するであろう。
ー物質画像を生成する(ステップ523)。カラー物質画像は、好ましくは物質
識別サブユニット170によって生成され、各物質が均一色集団に関連づけられ
る。典型的には、カラー物質画像の生成により、異なる色集団の数がカラー画像
データ内の集団の数に比べて著しく削減されることが容易に理解される。
物質間の各境界に沿う各領域における画素に人工的な色値を割り当てることによ
って、物質間にギャップを生じさせる。典型的には、当該技術分野においてよく
知られる閾値処理の如き方法を用いて、ステップ524の出力から2値画像を生
成させる(ステップ525)。あるいは、当該技術分野において知られる任意の
従来的な方法によりカラー画像をグレーレベルのモノクロ画像に変換し、そこか
ら2値画像を生成する二値化およびセル生成サブユニット200に提供する。
くは、図27の方法を用いる。好ましくは図30Aから図30Cを参照しながら
上述したように、ステップ526の出力における形態的事象を識別する(ステッ
プ527)。
応する位置のカラーに従って形状を「色づけ」することにより、形態的事象を均
一色集団に関連づける(ステップ528)。本発明の好ましい実施形態によれば
、骨格画像内の形状が、重ね合わせた物質画像内の均一色集団のカラーの1つに
応じたカラーを受け取るように、侵食骨格画像および物質画像を重ねることによ
り該色づけするステップを実行する。
ップを含むカラー形態画像が生成される。
作方法を示す概略フローチャートを含む図33Aおよび図33Bを参照する。「
ニック」および「突起」という言葉は、エッジ上の小さな欠陥を意味するが、ニ
ックはエッジ内に伸びる欠陥であるのに対して、突起は、エッジがその適当な位
置から外に伸びる欠陥である。図1のニックおよび突起サブユニット220は、
好ましくは、ニックおよび突起を識別するとともに、ニックや突起と、例えば角
の如き画像が解析されているオブジェクトの正規の形状とを区別する機能を有す
る。ニックおよび突起の検出は、直線のエッジを有する多数の微小形状が存在し
、ニックおよび突起のような欠陥がけっこう存在し、典型的に望ましくないとさ
れる、本明細書に記載されているようなオブジェクトを検査する上で特に興味深
い。
の一部を示す概略図である図35を参照する。図35の画像は、どれもエッジ8
30上に位置するニック800、突起810、内角815および2つの外角82
0を含む。本発明の好ましい実施形態において、ニックおよび突起検出は、好ま
しくは隣接輪郭要素間の偏差の開度を測定することによって異なる物質間の境界
を定めるエッジ輪郭を解析し、エッジ830上を移動するときのエッジ830に
対する法線の角度の変化により疑わしい欠陥を分類することに基づいて行われる
。
徴づけられるのに対して、突起810は「外−内−外」の角度変化を有するよう
に、法線の角度変化についての逆のプロフィルを有することが理解される。その
一方、内角815は「内−内−内」の角度変化を有するのに対して、外角820
は「外」の角度変化を有する。したがって、法線の角度変化を測定および解析す
る適切な方法は、ニックと突起と、角の如き正規の特徴とを区別できるものでな
ければならないことが理解される。
する)を平行して実施し、ステップ840およびステップ930の各々は入力と
して解析すべきセルを受領することが理解される。
検出を行う(ステップ840)。ステップ840は、以下のステップ850、8
60、870、880、890、900および910を含むのが好ましい。
テップ850)。再び図9から図11を参照すると、好ましくは所定の数の少数
の可能セルのみが存在するため、セルの長さおよびセルの角度をLUTから求め
るのが好ましいこともありうることが理解される。
870、880、890、900および910を実行する(ステップ860)。
再び図9から図11を参照すると、セルは、4つの隣接セルの1つの方向にのみ
進行することができ、4つの「角」方向の1つに進行することができないことが
理解されるため、各セルは4つの隣接セルのみを有することが理解される。
い値の如き所定のしきい値より大きいことを確認する(ステップ870)。隣接
セルの長さが所定のしきい値以下である場合は、次の隣接セルに対して処理を続
ける(ステップ880)。
0を参照しながら上述した方法と類似の方法を用いて、隣接セルの垂線の角度を
求め、ブレーク角を計算する(ステップ890)。次に、図33Aのステップ8
90を理解する上で有用な概略説明図である図34を参照する。図34は、セル
891、ならびに隣接セル892および893を示す図である。それぞれセル8
92および893に対する法線894および895が示されている。次いで、ブ
レーク角896はセル891のブレーク角である。
うかをチェックする(ステップ900)。ブレーク角が所定のしきい値以下であ
る場合は、上述したステップ880の処理を進める。
いて、解析されるセルに対してブレークを表示する(ステップ910)。
るものとして表示されていることを確認するために、ブレークマップ展開を作成
し、実質的にブレークレポートを拡大する。すなわち、解析対象のセルが存続す
る2つの画素を含む2つの隣接画素もブレークを有するものとして表示される(
ステップ920)。ブレークレポートを拡大するに際して、好ましくは、レポー
トされたブレークが近隣のブレークの拡大によって上書きされるのを防ぐために
、隣接画素について記録された以前のレポートを上書きしない。
ップ980に託す。
てのセルについて、画像内の解析対象セル毎に形状の特徴づけを行う(ステップ
930)。ステップ930は、以下のステップ940、950、960および9
70を含むのが好ましい。
ル画素の中に限られた数の可能セルしか存在しないため、LUTを介してセル中
間点を突きとめるのが好ましく最も効率的でありうることが理解される。
れているセルを中心とする展開のなかで、典型的には解析されているセルを中心
とする5×5配列の仮想セル画素のなかで特定する(ステップ950)。実施の
効率化のために、LUTを介してエッジセルから形状深さおよび開度を求めるの
が好ましいが、5×5配列を用いたLUTの直接的な実行には、25ビットのL
UTアドレス、あるいは実用上処理が極めて困難な数のエントリであると見なさ
れる225エントリが必要になる。
ステップを含む。次に、図33Bのステップ950を理解する上で有用な、セル
仮想画素の配列を示す概略図である図36を参照する。図36の例において、現
在解析されているセルまたは中央セル951は既知である。第1のショルダセル
952および第2のショルダセル953を特定する。
画素を含む9つの中央仮想セル画素954に対して、3×3の連結解析を行う。
連結解析の目的は、典型的には以下の規則に従って、検査対象となる輪郭にタイ
プを割り当てることである。
よび37Bを参照する。図37Aは、一般に1つ以上の輪郭が認められるときに
存在するものと判断される欠陥輪郭の例を含む。図37Bは、図36に示されて
いるのに似ている左上輪郭の例を含む。
を行う。再び図36の例を参照すると、例えば16エッジ仮想セル画素955の
なかに第1および第2の輪郭が認められる。次いで、好ましくは、以下の論理を
適用する(ただし、nは、16エッジ仮想セル画素955のなかに認められる個
々の輪郭の数を表す)。
最も近い2つの輪郭が使用されるように、好ましくは距離の尺度に基づいて、既
に見いだされた輪郭のうちの2つの輪郭を、連結される可能性が最も高いものと
して選択する。
つの輪郭の2つのセルを突きとめ、疑わしい輪郭のショルダとして報告する。例
えば、上述の方法によって、図36における第1のショルダセル952および第
2のショルダセル953を特定する。
セルおよびステップ940において特定された中間点に基づく3つの特徴点は、
本発明の好ましい実施形態では、さらなる処理を簡略化するために変換されてい
る(ステップ960)。ステップ960は、主に計算の効率化を支援するために
存在しているため、本発明の他の実施形態では省略することができることが理解
される。中央セルは4ビットの情報によって特徴づけることができるのに対し、
2つのエッジセルは各々4ビットの位置情報および4ビットのセルアドレス情報
によって特徴づけることが可能で、合計20ビットの情報で特徴づけられること
が理解される。3つの点への固定的な変換を行い、中央セル中間点を中央セル仮
想画素の中央、またはその位置が既知である他の固定点へ移動させることによっ
て、必要とされるデータを削減する。典型的には、4ビットの情報を省略するこ
とができるため、16ビットの情報を必要とするにすぎない。
度を測定する(ステップ970)。好ましくは、中央セル仮想画素の右下の角か
ら第1のセルと最後のセルを連結する線までの深さ測定に基づき、ステップ96
0を参照しながら上述した16ビットの情報に基づいてLUTを介して深さおよ
び開度を測定する。次に、突起の典型例を示す概略図で、その深さ971および
開度972を示す図38を参照する。
を示す概略図である図39Aを参照する。図39Aの配列は、中央仮想セル画素
982,第1のショルダ983および最後のショルダ984を有する調査対象輪
郭981を含む。さらに、図39Aの仮想セル画素の配列を示す概略図で、調査
対象輪郭981の解析に関連して、それぞれ「I」および「O」で表される「内
」および「外」ブレークレポートの位置を示す図39Bを参照する。好ましくは
、それぞれ中央画素982、第1のショルダ983および最後のショルダ984
に対応するブレークレポート985、986および987のみを以下に説明する
ステップ980に入力する。
よびステップ930の両方からの出力を受領する。好ましくは、ステップ980
において、典型的にLUTを含む決定表を実行することにより、ステップ925
および930から受領した入力に基づいて結果を求める。ステップ980の結果
は、好ましくは適当なLUTにより決定される。典型的には、LUTへの入力は
、輪郭深さおよび開度、ならびにそれぞれ中央ブレーク、第1のブレークおよび
最後のブレークとも呼ばれる、輪郭の中央およびそのショルダにおいて記録され
たブレークを含む。LUTの結果は、典型的に、ニック、突起、角およびノーレ
ポートを含む。LUTは、決定を導く一連の論理演算を含む総当たり決定法を典
型的に含む、適切な方法を実施する。好ましい論理演算は、例えば以下のような
ヒューリスティックで記述することができる。
きい値を著しく上回り、例えば深さのしきい値の2倍を超える場合には突起とし
て報告されうる。
ック深さのしきい値を超える場合にニックとして報告される。
く、その幅が十分に狭い場合にのみ報告される(「none」は、ブレークが報
告されない場合を意味する)。
に特有のもので、1画素の3/4と2または3画素の間を変動しうるのに対して
、開度のしきい値は典型的に幅が2.5画素である。
告し、その結果を後処理して、典型的には当該後処理のためのトリガを含むレポ
ートを生成することができる。上述したように、その結果は、典型的にニック、
突起、角またはノーレポートを含みうる。
る図39Cおよび図39Dを参照する。図39Cの方法は、カラー画像からカラ
ー形態マップを生成するための方法を含む。図39Dの方法は、カラー画像内の
カラーセルを特定するための方法を含む。図39及び図30Dの方法は、上述の
説明を参照すれば自ずと理解される。
物体の例を示す概略図である図40を参照する。図40の装置は、本発明を用い
て解析することのできるオブジェクトの具体的な例を提供することを意図するも
のである。図40の例は、限定的なものではない。
ら構成される電気回路1000を含む。当該技術分野においてよく知られている
ように、BGA1000は、典型的には、はんだマスク1004の如き部分的に
透明な被膜または半透明被膜に覆われた銅線の領域、露出基板1006の領域、
部分的に透明な、または半透明のはんだマスク1008に覆われた領域、例えば
ボール1010および電力線1012のように、金の如き金属メッキで覆われた
銅線の領域を含む。また、金メッキされた領域の一部を、被覆ボール1014の
如き部分的に透明な、または半透明のはんだマスクで覆うこともできる。
によって特徴づけられることが理解される。例えば、露出した銅と金メッキした
銅の領域を色で区別する。はんだマスクは典型的には緑色で、はんだマスクで覆
われた銅は典型的には淡緑色になり、はんだマスクで覆われた金メッキ銅は非常
に淡い淡緑色になり、はんだマスクで覆われた基板は暗緑色になる。上述した本
発明の好ましい実施形態において、異なる集団の各々を識別することができ、2
値セル、カラーセルおよびカラー形態特徴を生成して領域の各々を表すことがで
きる。
ば染み、凹みおよび他の欠陥のような表面欠陥1018についての解析を含めて
、BGAとしてのパターン化された物体を解析できることも当業者なら理解する
であろう。
ステップでBGAのいくつかの領域をさらに処理するのが望ましいことを見いだ
した。例えば、ユーザによっていくつかの領域を指定することができ、いくつか
の領域を特定の特徴に関連づけることができる。したがって、例えば、電力線ま
たはボールの如き特定の位置にあるいくつかの対象領域において、その領域に何
らかの特定の特徴または欠陥が認められるかどうかに関わらず、好ましくはスナ
ップショット画像を生成し、追加的な画像処理に供する。追加的かつ代替的に、
BGA上のどこに位置するかに関わらず、特定の特徴、例えば金メッキされた銅
継ぎ手における開口端が検出されると、位置、または特徴に関して何らかの特定
の欠陥が認められるかどうかに関わらず、好ましくはスナップショット画像を生
成し、追加的な画像処理に供する。
でき、それをさらなる処理に使用することができる。そのセルマップは、両方の
輪郭を識別し、各々の輪郭をそのいずれかの側の物質の存在、例えば電力線10
12についての結果のように、一方の側の金メッキされた銅、および他方の側の
基板の存在に関連づけることができる。好ましくは、セルを直接処理されてニッ
ク1020および突起1022を検出する。
マップではオブジェクトについての形態骨格が生成される。その形態マップでは
、形状の骨格1024が生成され、その骨格1024は、好ましくは特定の物質
に関連づけられる。したがって、例えば、電力線1024の領域を表す骨格10
24を金メッキされた銅に関連づけることになる。
くは入力画像を解析するとともに、さらなる処理に向けてその解析結果を伝える
機能を有する。好ましくは、画像解析システム100の様々なコンポーネントに
ついて、図1から図40を参照しながらさらに詳述したように、さらなる処理に
利用できる解析の結果には以下の情報が含まれる。
カラー輪郭要素(セル)。
格、およびカラーセル。
、例えば電力線1012およびボール1010(図40)、各々のユーザ指定領
域ならびに各欠陥の如き各々の所定のタイプの特徴の周囲の領域のスナップショ
ット。
めに、典型的には個別のデータチャネルにおいて上述の結果のリストの各々を出
力する。個別のデータチャネルは、以下のような2つの物理的チャネルを含むの
が好ましい。 第1のチャネルは、好ましくは以下のレポートおよびデータを含む。 2値セルのレポート、 カラーセルのレポート、 形態的、かつ骨格形状のレポート、 およびニックおよび突起の如き欠陥のレポート。
からのグレー表面欠陥のレポートを示すカラー欠陥レポート、
となる各々の形態的特徴、およびユーザが指定した各々の対象領域のスナップシ
ョットを含むスナップショットレポート。
様々な特徴を組み合わせて単一の実施形態としても提供できることが理解される
。逆に、簡略化のために、単一の実施形態という状況で説明されている本発明の
様々な特徴を別々に、あるいは任意の好適な組み合わせとしても提供できること
が理解される。
るものではないことを当業者なら理解するであろう。むしろ、本発明の範囲は、
添付の請求項によってのみ定められる。
テムを示す概略構成図である。
好ましい実施態様を示す概略構成図である。
チャートである。
ある。
ャートである。
図である。
略図である。
略図である。
す概略構成図である。
法を示す概略フローチャートである。
ましい実施態様を示す概略構成図である。
想セル画素を示す概略図である。
す概略フローチャートである。
ートである。
ートである。
図である。
、および測定のための好ましい勾配演算子を示す表である。
ましい動作方法を示す概略フローチャートである。
示す概略図である。
スを示す表である。図23Bは、図23Aを理解する上で有用な、3×3仮想展
開の9つの画素の命名規則を示す概略図である。
である。
ートである。
ーチャートである。
略フローチャートである。
前後の画素配列を示す概略図である。
ある。
理解する上で有用な概略説明図である。
概略説明図である。
ある。
0の好ましい動作方法を示す概略フローチャートである。
。
画像の一部を示す概略図である。
画素の配列を示す概略図である。
想セル画素の配列を示す概略図である。図39C及び図39Dは、図1のシステ
ムと併用すると有用な方法を示す概略フローチャートである。
る。
Claims (215)
- 【請求項1】 少なくとも2つの色集団を含むカラー画像における、該2つ
の色集団の第1の色集団に関連する第1のカラー領域と該2つの色集団の第2の
色集団に関連する第2のカラー領域との間の境界位置を特定する方法であって、
該第1のカラー領域と該第2のカラー領域がともに該カラー画像に含まれるもの
において、 前記第1のカラー領域と前記第2のカラー領域との間のおよその境界位置を識
別し、 該第1のカラー領域と該第2のカラー領域の間の複数の候補境界位置を特定す
る上で、前記複数の候補境界位置の各々を、複数の境界位置特定方法のなかから
選択される対応する境界位置特定方法を適用することによって特定し、 該複数の境界位置特定方法から1つの方法を好ましい方法として選択し、 該好ましい方法に関連する前記複数の候補境界位置の1つを境界として指定す
ることによって前記第1のカラー領域と前記第2のカラー領域の間の境界の位置
を特定することを含む方法。 - 【請求項2】 請求項1に記載の方法であって、前記カラー画像はパターン
化された物体の画像を含む方法。 - 【請求項3】 請求項2に記載の方法であって、前記カラー画像は電気回路
の画像を含む方法。 - 【請求項4】 請求項3に記載の方法であって、前記カラー画像はリードフ
レームのカラー画像を含む方法。 - 【請求項5】 請求項1に記載の方法であって、該好ましい境界位置特定方
法は、所定の色集団の組み合わせについての好ましい境界位置特定方法を選択す
るための規則に基づいて選択される方法。 - 【請求項6】 請求項1に記載の方法であって、該好ましい境界位置特定方
法は、少なくとも2つの境界位置特定方法を適用することによる境界位置特定結
果の比較に基づいて選択される方法。 - 【請求項7】 少なくとも2つの色集団を含むカラー画像における、該2つ
の色集団の第1の色集団に関連する第1のカラー領域と該2つの色集団の第2の
色集団に関連する第2のカラー領域との間の境界を特定する方法にであって、該
第1のカラー領域と該第2のカラー領域がともに該カラー画像に含まれる方法に
おいて、 各々の異なる組の色集団について、前記色集団の間の境界の位置を識別する好
ましい方法の指示を含む境界解析マップを提供し、 前記第1のカラー領域と前記第2のカラー領域の間のおよその境界位置を識別
し、 かつ前記第1の色集団と前記第2の色集団の間の境界の位置を識別するための
、該境界解析マップにおいて指示された好ましい方法を用いて、前記第1のカラ
ー領域と前記第2のカラー領域の間の境界の位置を特定することを含む方法。 - 【請求項8】 請求項7に記載の方法であって、前記カラー画像はパターン
化された物体の画像を含む方法。 - 【請求項9】 請求項8に記載の方法であって、前記カラー画像は電気回路
のカラー画像を含む方法。 - 【請求項10】 請求項8に記載の方法であって、前記カラー画像はリード
フレームのカラー画像を含む方法。 - 【請求項11】 請求項9に記載の方法であって、前記電気回路はプリント
回路基板を含む方法。 - 【請求項12】 請求項7に記載の方法であって、前記カラー画像はオブジ
ェクトのカラー画像を含み、 各々の前記色集団は複数種の可能物質のうちの一種類の物質に関連する方法。 - 【請求項13】 請求項7に記載の方法であって、前記カラー画像は第3の
色集団に関連する第3のカラー領域をも含み、 前記識別ステップは、互いに隣接する第1のカラー領域、第2のカラー領域お
よび第3のカラー領域のなかの各々2つのカラー領域について、前記2つのカラ
ー領域の間のおよその境界位置を識別することを含み、 前記特定ステップは、前記2つのカラー領域各々について、前記2つのカラー
領域に関連する該2つの色集団の間の境界の位置を識別するための、該領域解析
マップにおいて指示された好ましい方法を用いて、該2つのカラー領域の間の境
界の位置を特定することを含む方法。 - 【請求項14】 請求項13に記載の方法であって、 ウィンドウサイズを有するウィンドウを定め、 前記ウィンドウ内にあるカラー画像の一部を調べて、少なくとも一部が前記部
分に含まれる別個のカラー領域の数を特定し、 かつ別個のカラー領域の数が2つより大きい場合は、前記ウィンドウ内のすべ
ての境界を接合点に属するものとして分類し、接合点に属する境界の位置を特定
する好ましい方法を用いて前記ウィンドウ内の各境界の位置を特定することをも
含む方法。 - 【請求項15】 請求項14に記載の方法であって、接合点に属する境界の
位置を特定する好ましい方法は高すかし法を含む方法。 - 【請求項16】 請求項7に記載の方法であって、該カラー画像は、複数の
カラー規定特性を有するカラー画像表現方法を用いて表現され、 各々の好ましい方法は複数の利用可能な方法から選択され、 該複数の利用可能な方法は、該複数のカラー規定特性のなかのカラー規定特性
毎に、前記カラー規定特性に関連するカラー画像の成分においてエッジ識別方法
を実行することを含む方法を含む方法。 - 【請求項17】 請求項16に記載の方法であって、ある成分においてエッ
ジ識別方法を実行する前記ステップは、サブピクセル輪郭要素位置特定方法を実
行することを含む方法。 - 【請求項18】 請求項16に記載の方法であって、ある成分においてのみ
エッジ位置特定方法を実行する前記ステップは高すかし法を実行することを含む
方法。 - 【請求項19】 請求項16に記載の方法であって、前記カラー画像表現方
法はRGB法を含み、前記複数のカラー規定特性はR成分、G成分およびB成分
を含む方法。 - 【請求項20】 請求項16に記載の方法であって、前記カラー画像表現方
法はHSI法を含み、前記複数のカラー規定特性はH成分、S成分およびI成分
を含む方法。 - 【請求項21】 カラー画像からカラー形態マップを生成するための方法で
あって、 カラー画像を提供し、 該カラー画像を縮小して複数の色集団を含む縮小画像を生成し、 該縮小画像内の該複数の色集団のうちの隣接する色集団の間の境界を特定し、 該縮小画像を分割して、境界および少なくとも1つの非境界領域を含む2値画
像を生成し、 該少なくとも1つの非境界領域の骨格画像であって、複数の部分を含む骨格画
像を生成し、 かつ該色集団の1つに対応するカラーアイデンティティを該骨格の各部分に割
り当てることを含む方法。 - 【請求項22】 請求項21に記載の方法であって、該割当ステップは、色
集団に対する該骨格の一部の空間位置の関数として色集団を割り当てることを含
む方法。 - 【請求項23】 請求項22に記載の方法であって、該割当ステップは、該
縮小画像に該骨格画像を重ね合わせることをさらに含む方法。 - 【請求項24】 請求項21に記載の方法であって、該カラー画像は24ビ
ットカラー画像を含む方法。 - 【請求項25】 請求項21に記載の方法であって、該縮小画像は3ビット
画像を含み、 該複数の色集団は最大8つの色集団を含む方法。 - 【請求項26】 請求項21に記載の方法であって、前記特定ステップは一
画素の精度で境界を特定することを含む方法。 - 【請求項27】 請求項21に記載の方法であって、 少なくとも一部において、該方法の結果に基づいて少なくとも1つの形態的特
徴の存在を識別することをも含む方法。 - 【請求項28】 請求項21から27のいずれかに記載の方法であって、 該カラー画像はパターン化された物体の画像を含む方法。
- 【請求項29】 請求項28に記載の方法であって、該パターン化された物
体は電気回路を含む方法。 - 【請求項30】 カラー画像内のカラー輪郭要素(セル)を特定するための
方法であって、 カラー画像を提供し、 該カラー画像を縮小して複数の色集団を含む縮小画像を生成し、 該複数の色集団の隣接する色集団の間の境界であって、各々が2つの色集団に
よって囲まれた複数の境界セグメントを含む境界を特定し、 かつ境界セグメント毎に、少なくとも一部において、該境界セグメントを囲む
2つの色集団に基づいて該境界セグメントに値を割り当てることを含む方法。 - 【請求項31】 請求項30に記載の方法であって、該カラー画像は24ビ
ットカラー画像を含む方法。 - 【請求項32】 請求項30に記載の方法であって、該縮小画像は3ビット
画像を含む方法。 - 【請求項33】 請求項30に記載の方法であって、前記特定ステップは一
画素の精度で境界を特定することを含む方法。 - 【請求項34】 請求項30に記載の方法であって、前記特定ステップは一
画素未満の精度で境界を特定することを含む方法。 - 【請求項35】 請求項30に記載の方法であって、各々の前記境界セグメ
ントは第1の側および第2の側を有し、 前記割当ステップは、少なくとも一部において、前記境界セグメントの該第1
の側の色集団、および前記境界セグメントの該第2の側の色集団に基づいて値を
割り当てることを含む方法。 - 【請求項36】 請求項30から35のいずれかに記載の方法であって、該
カラー画像はパターン化された物体の画像を含む方法。 - 【請求項37】 請求項36に記載の方法であって、該パターン化された物
体は電気回路を含む方法。 - 【請求項38】 画像内の円滑曲線における凹凸を識別するための方法であ
って、 該円滑曲線上の順序づけられた複数の点であって、その各々が該順序づけられ
た複数の点における少なくとも1つの隣接点を有する複数の点を識別し、 前記順序づけられた複数の点の各々において該円滑曲線に対する垂直方向を特
定し、 かつ少なくとも一部において、前記点における該円滑曲線に対する垂直方向と
前記点の少なくとも1つの隣接点における該円滑曲線に対する垂直方向との差を
含む局所的な垂直方向差に基づいて、前記順序づけられた複数の点のうちの一点
を凹凸の一部として識別することを含む方法。 - 【請求項39】 請求項38に記載の方法であって、該画像はパターン化さ
れた物体の画像を含む方法。 - 【請求項40】 請求項39に記載の方法であって、前記画像は電気回路の
画像を含む方法。 - 【請求項41】 請求項38に記載の方法であって、前記局所的な垂直方向
差は、所定の角度より大きな角度の方向の差を含む方法。 - 【請求項42】 請求項41に記載の方法であって、前記所定の角度は約2
2度の角度を含む方法。 - 【請求項43】 請求項38に記載の方法であって、前記画像は多数の画素
を含み、前記順序づけられた複数の点の各々は1つの画素に関連する方法。 - 【請求項44】 請求項43に記載の方法であって、前記円滑曲線に含まれ
る各画素は、前記順序づけられた複数の点うちの1つの点に関連する方法。 - 【請求項45】 請求項43に記載の方法であって、前記円滑曲線に含まれ
る一部の画素のみが、前記順序づけられた複数の点のうちの1つの点に関連する
方法。 - 【請求項46】 請求項45に記載の方法であって、前記順序づけられた複
数の点のうちの1つの点に関連しない一定数の画素が、前記順序づけられた複数
の点のうちの各点と前記順序づけられた複数の点のうちの各点の前記少なくとも
1つの隣接点との間にくるように、前記一部の画素を選択する方法。 - 【請求項47】 請求項38に記載の方法であって、前記凹凸の形状深さお
よび形状開度を測定し、 かつ少なくとも一部において前記測定ステップの結果に基づいて前記形状を分
類することを含む方法。 - 【請求項48】 請求項47に記載の方法であって、前記分類は、 ニック、 突起、 および輪郭のうちの少なくとも1つを含む所定の範疇の集合のうちの1つの範
疇への分類を含む方法。 - 【請求項49】 電気回路における凹凸を検出するための方法であって、請
求項38から48のいずれかに記載の方法に従って、電気回路の画像における二
種類の物質間の境界を表す円滑曲線における凹凸を識別することを含む方法。 - 【請求項50】 オブジェクトの画像内の凹凸を分類するための方法であっ
て、 前記凹凸の形状深さおよび形状開度を測定し、 かつ少なくとも一部において、前記測定ステップの結果に基づいて前記形状を
分類することを含む方法。 - 【請求項51】 請求項50に記載の方法であって、前記オブジェクトは電
気回路を含む方法。 - 【請求項52】 請求項50に記載の方法であって、前記分類は、 ニック、 突起、 および輪郭のうちの少なくとも1つを含む所定の範疇の集合のうちの1つの範
疇への分類を含む方法。 - 【請求項53】 オブジェクトの画像の一部における欠陥を識別するための
方法であって、該部分はエッジとして識別された画像内の位置に近接する方法に
おいて、 該エッジに関連する排除方向を識別し、 かつ該排除方向を含まない複数の方向において、エッジとして識別された位置
に近接する欠陥を捜索することを含む方法。 - 【請求項54】 請求項53に記載の方法であって、前記オブジェクトは電
気回路を含む方法。 - 【請求項55】 請求項53に記載の方法であって、該排除方向は、エッジ
に垂直な方向を含む方法。 - 【請求項56】 請求項53に記載の方法であって、前記欠陥は擦り傷を含
む方法。 - 【請求項57】 請求項53に記載の方法であって、前記欠陥は染みを含む
方法。 - 【請求項58】 オブジェクトの画像内の表面欠陥を識別する方法において
、該画像は多数の画素を含む方法であって、 表面欠陥を識別する領域を選択し、 該領域をサブサンプリングすることによって該領域のサブサンプル画像を生成
し、 かつ該サブサンプル画像を解析することにより該領域内の表面欠陥を識別する
ことを含む方法。 - 【請求項59】 請求項58に記載の方法であって、前記画像は電気回路の
カラー画像を含む方法。 - 【請求項60】 請求項58に記載の方法であって、前記二段抽出は、非隣
接画素のサブサンプリングを含む方法。 - 【請求項61】 請求項60に記載の方法であって、隣接画素のそれぞれの
非隣接画素の分離は、サブサンプリング比を含む方法。 - 【請求項62】 請求項61に記載の方法であって、該サブサンプリング比
は、約1:13と約1:49の間である方法。 - 【請求項63】 請求項58に記載の方法であって、前記サブサンプリング
は、サブサンプル画素の間のおよその平均距離に従ってサブサンプリングするこ
とを含む方法。 - 【請求項64】 請求項63に記載の方法であって、サブサンプル画素の間
の前記およその平均距離は約5画素と約11画素の間である方法。 - 【請求項65】 請求項58に記載の方法であって、該サブサンプリングス
テップは該領域の一部をサブサンプリングすることを含み、 該サブサンプリングステップは、該領域の複数の部分を用いて複数回実施され
る方法。 - 【請求項66】 請求項65に記載の方法であって、該領域の該複数の部分
のうちの少なくとも2つの部分は該領域の部分的重複部を含む方法。 - 【請求項67】 配列画素内の1つの画素に画像処理演算子を適用して値を
生成する方法であって、 中央画素のn×n展開を提供し、 該中央画素がエッジ画素を含む場合には、結果に値0を割り当て、 該中央画素がエッジ画素を含まない場合には、該n×n展開におけるそれぞれ
1つの画素について、 該1つの画素がエッジ画素でない場合に該1つの画素を選択画素として選択し
、 該1つの画素がエッジ画素で、該n×n展開内における該1つの画素の鏡像が
エッジ画素でない場合に、該鏡像を選択画素として選択するか、あるいは該中央
画素を選択画素として選択し、 該選択画素の値と、該中央画素にガウス演算子を適用した結果との積をその合
計に加え、 かつ該合計を(n+1)の平方で割って結果を生成することを実行することを
含む方法。 - 【請求項68】 請求項67に記載の方法であって、nは3に等しい方法。
- 【請求項69】 畳み込み演算子によって勾配を計算する方法であって、 nが奇数で、n×n配列の中央値が正の値または負の値をとることができる、
値がn×n配列の形式の画像処理演算子を提供し、 中央値が正の値を有する画像処理演算子を適用して第1の中間結果を生成し、
中央値が負の値を有する画像処理演算子を適用して第2の中間結果を生成し、 かつ該第1の中間結果と該第2の中間結果を合計して最終結果を生成すること
を含む方法。 - 【請求項70】 請求項69に記載の方法であって、該第1の中間結果の算
術符号と該第2の中間結果の算術符号とを比較し、 かつ該比較ステップの結果に基づいて、局所的な極値の存在を特定することを
も含む方法。 - 【請求項71】 請求項70に記載の方法であって、前記特定は、完全な確
信度未満の確信度で特定することを含む方法。 - 【請求項72】 請求項69に記載の方法であって、nは5に等しい方法。
- 【請求項73】 パターン化された物体の検査に適した自動光学検査装置で
あって、 複数のエレメントを有するパターン化された物体の少なくとも一部の多色画像
出力を提供する少なくとも1つのディテクタと、 前記多色画像出力を受領し、 該複数のエレメントのうちの少なくとも1つのエレメント上の金属被膜を検査
する機能、および該複数のエレメントのうちの少なくとも1つのエレメント上の
少なくとも部分的に透明な被膜を検査する機能のうちの少なくともいずれか1つ
の検査機能を提供する処理回路とを含む自動光学検査装置。 - 【請求項74】 パターン化された物体の検査に適した自動光学検査装置で
あって、 複数のエレメントを含むパターン化された物体の少なくとも一部の多色画像出
力を提供する少なくとも1つのディテクタと、 前記多色画像出力を受領し、 該複数のエレメントのうちの少なくとも1つのエレメント上の金属被膜を検査
する機能、および該複数のエレメントのうちの少なくとも1つのエレメント上の
少なくとも部分的に透明な被膜を検査する機能を提供する処理回路とを含む自動
光学検査装置。 - 【請求項75】 請求項73に記載の自動光学検査装置であって、前記多色
画像出力を受領する前記処理回路は、前記パターン化された物体の表面残留物を
検出する追加的な検査機能を提供する装置。 - 【請求項76】 請求項74に記載の自動光学検査装置であって、前記多色
画像出力を受領する前記処理回路は、該パターン化された物体の表面残留物を検
出する追加的な検査機能を提供する装置。 - 【請求項77】 請求項73に記載の自動光学検査装置であって、該複数の
エレメントのうちの少なくとも1つのエレメント上の金属被膜を検出する前記機
能は、 金属被膜内の空隙を検出する検査、 金属被膜内の表面凹凸を検出する検査、 金属被膜内の擦り傷を検出する検査、 金属被膜上の異物の存在を検出する検査、 金属被膜上の染みを検出する検査、 金属被膜の酸化を検出する検査、 および金属被膜の形状を検出する検査、 のうちの少なくともいずれか1つの検査様式を含む装置。 - 【請求項78】 請求項74に記載の自動光学検査装置であって、該複数の
エレメントのうちの少なくとも1つのエレメント上の金属被膜を検査する前記機
能は、 金属被膜内の空隙を検出する検査、 金属被膜内の表面凹凸を検出する検査、 金属被膜内の擦り傷を検出する検査、 金属被膜上の異物を存在を検出する検査、 金属被膜上の染みを検出する検査、 金属被膜の酸化を検出する検査、 および金属被膜の形状を検出する検査、 のうちの少なくとも1つの検査様式を含む装置。 - 【請求項79】 請求項73に記載の自動光学検査装置であって、該複数の
エレメントのうちの少なくとも1つのエレメント上の少なくとも部分的に透明な
被膜を検査する前記機能は、 少なくとも部分的に透明な被膜内の空隙を検出する検査、 少なくとも部分的に透明な被膜内の表面凹凸を検出する検査、 少なくとも部分的に透明な被膜内の擦り傷を検出する検査、 少なくとも部分的に透明な被膜上の異物の存在を検出する検査、 少なくとも部分的に透明な被膜上の染みを検出する検査、 および少なくとも部分的に透明な被膜の形状を検出する検査、 のうちの少なくとも1つの検査様式を含む装置。 - 【請求項80】 請求項74に記載の自動光学検査装置であって、該複数の
エレメントのうちの少なくとも1つのエレメント上の少なくとも部分的に透明な
被膜を検査する前記機能は、 少なくとも部分的に透明な被膜内の空隙を検出する検査、 少なくとも部分的に透明な被膜内の表面凹凸を検出する検査、 少なくとも部分的に透明な被膜内の擦り傷を検出する検査、 少なくとも部分的に透明な被膜上の異物の存在を検出する検査、 少なくとも部分的に透明な被膜上の染みを検出する検査、 および少なくとも部分的に透明な被膜の形状を検出する検査、 のうちの少なくとも1つの検査様式を含む装置。 - 【請求項81】 請求項73に記載の自動光学検査装置であって、前記パタ
ーン化された物体の表面の残留物を検出する前記機能は、 前記パターン化された物体の表面の表面凹凸の検出、 前記パターン化された物体の表面の異物の存在の検出、 前記パターン化された物体の表面の染みの検出、 および前記パターン化された物体の表面のマークの形状の検出、 のうちの少なくとも1つの検出様式を含む装置。 - 【請求項82】 請求項74に記載の自動光学検査装置であって、前記パタ
ーン化された物体の表面の残留物を検出する前記機能は、 前記パターン化された物体の表面の表面凹凸の検出、 前記パターン化された物体の表面の異物の存在の検出、 前記パターン化された物体の表面の染みの検出、 および前記パターン化された物体の表面のマークの形状の検出、 のうちの少なくとも1つの検出様式を含む装置。 - 【請求項83】 請求項73から82のいずれかに記載の自動光学検査装置
であって、該パターン化された物体は電気回路を含む装置。 - 【請求項84】 請求項83に記載の自動光学検査装置であって、該エレメ
ントは該電気回路内の導体を含む装置。 - 【請求項85】 請求項84に記載の自動光学検査装置であって、該電気回
路はプリント回路基板を含む装置。 - 【請求項86】 請求項84に記載の自動光学検査装置であって、該電気回
路はボールグリッドアレイ基板を含む装置。 - 【請求項87】 請求項73から82のいずれかに記載の自動光学検査装置
であって、該パターン化された物体はリードフレームを含む装置。 - 【請求項88】 請求項73から87のいずれかに記載の自動光学検査装置
であって、該金属被膜は金属メッキを含む装置。 - 【請求項89】 請求項86に記載の自動光学検査装置であって、該エレメ
ントは該ボールグリッドアレイ基板内のボールを含む装置。 - 【請求項90】 請求項73から82のいずれかに記載の自動光学検査装置
であって、該パターン化された物体は触刻金属基板を含む装置。 - 【請求項91】 請求項73から82のいずれかに記載の自動光学検査装置
であって、該パターン化された物体は彫刻金属基板を含む装置。 - 【請求項92】 物体の検査に適し、 物体の少なくとも一部の多色画像出力を提供する少なくとも1つのディテクタ
と、 前記多色画像出力を受領し、色が異なる領域間の境界を区別するのに有効なサ
ブピクセルの精度でのエッジ検出を提供する処理回路とを含む自動光学検査装置
。 - 【請求項93】 請求項92に記載の自動光学検査装置であって、前記処理
回路は、第1の色集団に関連する第1のカラー領域と第2の色集団に関連する第
2のカラー領域との間の境界を、前記第1のカラー領域と前記第2のカラー領域
の間のおよその境界位置を識別し、前記第1の色集団と前記第2の色集団の間の
境界の位置を識別するための好ましい方法を用いることにより、前記第1のカラ
ー領域と前記第2のカラー領域の境界の位置を特定することによって区別する機
能を有する装置。 - 【請求項94】 請求項93に記載の自動光学検査装置であって、前記多色
画像出力は、複数のカラー規定特性を有するカラー画像表現方法を用いて表現さ
れるカラー画像を含み、 各々の前記好ましい方法は複数の利用可能な方法から選択され、 該複数の利用可能な方法は、該複数のカラー規定特性のうちのカラー規定特性
毎に、前記カラー規定特性に関連するカラー画像の成分においてエッジ位置特定
方法を実行することを含む方法を含む装置。 - 【請求項95】 請求項94に記載の自動光学検査装置であって、該エッジ
位置特定方法は、サブピクセル輪郭要素位置特定方法を含む装置。 - 【請求項96】 物体の検査に適し、 各々が少なくともディテクタにより検出可能な光学特性によって区別される少
なくとも3つの異なる領域を有する物体の少なくとも一部の画像出力を提供する
少なくとも1つの前記ディテクタと、 前記画像出力を受領し、前記少なくとも3つの異なる領域のうちの少なくとも
2つの領域の境界を区別するのに有効なサブピクセルの精度でのエッジ検出を提
供する処理回路とを含む自動光学検査装置。 - 【請求項97】 請求項96に記載の自動光学検査装置であって、前記処理
回路は、前記画像出力を受領し、前記少なくとも3つの異なる領域の境界を区別
するのに有効なサブピクセルの精度でのエッジ検出を提供する装置。 - 【請求項98】 請求項96に記載の自動光学検査装置であって、前記処理
回路は、共通の境界を有する異なる領域の各々における物質を識別する、前記画
像出力に少なくとも部分的に基づいたマッピングを提供する装置。 - 【請求項99】 物体の検査に適し、 物体の少なくとも一部の画像出力を提供する少なくとも1つのディテクタと、 前記画像出力を受領し、共通の境界を有する物体の少なくとも一部の異なる領
域の各々における物質を識別する、該画像出力に少なくとも部分的に基づいたマ
ッピングを提供する処理回路とを含む自動光学検査装置。 - 【請求項100】 請求項99に記載の自動光学検査装置であって、前記理
回路はサブピクセルの精度で機能する装置。 - 【請求項101】 物体の検査に適した自動光学検査装置であって、 物体の少なくとも一部の多色画像出力を提供する少なくとも1つのディテクタ
と、 前記多色画像出力を受領し、 各々が複数の代表可能カラーのうちの1つを有する複数のカラー領域を含む分
割カラー画像に前記多色画像を分割する検査機能、 領域および境界を含む2値画像に該分割画像を二値化する検査機能、 該領域を形態的に侵食して該領域を表す骨格を提供する検査機能、 およびカラー領域を該骨格内のエレメントに割り当てる検査機能のうちの少な
くとも1つの検査機能を提供する処理回路とを含む装置。 - 【請求項102】 請求項101に記載の自動光学検査装置であって、該処
理回路は、該骨格および該分割カラー画像を重ね合わせるとともに、領域を表す
データを該重ね合わせの関数として、該骨格内のエレメントに割り当てる機能を
有する装置。 - 【請求項103】 請求項102に記載の自動光学検査装置であって、該処
理回路は、該骨格のエレメントがカラー領域内にくるように、領域を表すデータ
を該骨格内のエレメントに割り当てる機能を有する装置。 - 【請求項104】 物体の検査に適した自動光学検査装置であって、 物体の少なくとも一部の多色画像出力を提供する少なくとも1つのディテクタ
と、 前記多色画像出力を受領し、所定の数のカラー領域可能性のなかから選択され
る複数のカラー領域に前記多色画像を分割するとともに、画像内の各カラー領域
を表すカラー領域データ、およびカラー領域間の各境界を表すための境界データ
を含む該多色画像の表示を生成する機能を有する処理回路とを含む自動光学検査
装置。 - 【請求項105】 パターン化された物体を表すカラー画像であって、該パ
ターン化された物体の形態的に侵食された多色画像を含むカラー画像。 - 【請求項106】 請求項105に記載のカラー画像であって、形態的に侵
食された前記多色画像の部分のカラーは、該パターン化された物体のそれぞれの
領域における物質を示すカラー画像。 - 【請求項107】 請求項105および106のいずれかに記載のカラー画
像であって、該パターン化された物体は電気回路を含むカラー画像。 - 【請求項108】 請求項107に記載のカラー画像であって、該エレメン
トは該電気回路内の導体を含むカラー画像。 - 【請求項109】 請求項108に記載のカラー画像であって、該電気回路
はプリント回路基板を含むカラー画像。 - 【請求項110】 請求項108に記載のカラー画像であって、該電気回路
はボールグリッドアレイ基板を含むカラー画像。 - 【請求項111】 請求項105および106のいずれかに記載のカラー画
像であって、該パターン化された物体はリードフレームを含むカラー画像。 - 【請求項112】 請求項105から111のいずれかに記載のカラー画像
であって、該金属被膜は金属メッキを含むカラー画像。 - 【請求項113】 請求項110に記載のカラー画像であって、該エレメン
トはボールグリッドアレイ基板内のボールを含むカラー画像。 - 【請求項114】 請求項105および106のいずれかに記載のカラー画
像であって、該パターン化された物体は触刻金属基板を含むカラー画像。 - 【請求項115】 請求項105および106のいずれかに記載のカラー画
像であって、該パターン化された物体は彫刻金属基板を含むカラー画像。 - 【請求項116】 物体の検査に適した自動光学検査装置であって、物体の
少なくとも一部の多色画像出力を提供する少なくとも1つのディテクタと、 前記多色画像出力を受領し、前記物体を表すカラー画像であって、前記物体の
少なくとも一部の形態的に侵食された多色画像を含むカラー画像を提供する処理
回路とを含む装置。 - 【請求項117】 請求項116に記載のカラー画像であって、前記形態的
に侵食された多色画像の部分のカラーは、該物体の様々な領域における物質を示
すカラー画像。 - 【請求項118】 パターン化された物体を表すカラー画像であって、物体
の異なる領域間の境界を示し、共通の境界を有する前記異なる領域の各々におけ
る物質を識別するマップを含むカラー画像。 - 【請求項119】 請求項118に記載のカラー画像であって、前記マップ
の各部の色は、前記異なる領域における物質を示すカラー画像。 - 【請求項120】 請求項119に記載のカラー画像であって、各カラーは
、所定の可能性のカラーからの1つのカラーを含むカラー画像。 - 【請求項121】 請求項118から120のいずれかに記載のカラー画像
であって、該パターン化された物体は電気回路を含むカラー画像。 - 【請求項122】 請求項121に記載のカラー画像であって、該エレメン
トは、該電気回路内の導体を含むカラー画像。 - 【請求項123】 請求項122に記載のカラー画像であって、該電気回路
はプリント回路基板を含むカラー画像。 - 【請求項124】 請求項122に記載のカラー画像であって、該電気回路
はボールグリッドアレイ基板を含むカラー画像。 - 【請求項125】 請求項118から120のいずれかに記載のカラー画像
であって、該パターン化された物体はリードフレームを含むカラー画像。 - 【請求項126】 請求項118から125のいずれかに記載のカラー画像
であって、該金属被膜は金属メッキを含むカラー画像。 - 【請求項127】 請求項124に記載のカラー画像であって、該エレメン
トはボールグリッドアレイ基板内のボールを含むカラー画像。 - 【請求項128】 請求項118から120のいずれかに記載のカラー画像
であって、該パターン化された物体は触刻金属基板を含むカラー画像。 - 【請求項129】 請求項118から120のいずれかに記載のカラー画像
であって、該パターン化された物体は彫刻金属基板を含むカラー画像。 - 【請求項130】 物体の検査に適した自動光学検査装置であって、 物体の少なくとも一部の多色画像出力を提供する少なくとも1つのディテクタ
と、 前記多色画像出力を受領し、前記物体を表すカラー画像であって、物体の異な
る領域間の境界を示すとともに、共通の境界を有する前記異なる領域の各々にお
ける物質を識別するマップを含むカラー画像を提供する処理回路とを含む自動光
学検査装置。 - 【請求項131】 請求項130に記載の自動光学検査装置であって、前記
マップの各部の色は、該物体のそれぞれ異なる領域における物質を示す装置。 - 【請求項132】 請求項130に記載の自動光学検査装置であって、前記
処理回路は前記画像出力を受領し、サブピクセルの精度で境界表示を与える装置
。 - 【請求項133】 請求項131に記載の自動光学検査装置であって、各々
のカラーは、所定の可能性のカラーのなかから選択されたカラーを含む装置。 - 【請求項134】 請求項130から133のいずれかに記載の自動光学検
査装置であって、該パターン化された物体は電気回路を含む装置。 - 【請求項135】 請求項134に記載の自動光学検査装置であって、該電
気回路はプリント回路基板を含む装置。 - 【請求項136】 請求項135に記載の自動光学検査装置であって、該電
気回路はボールグリッドアレイ基板を含む装置。 - 【請求項137】 請求項130から133のいずれかに記載の自動光学検
査装置であって、該パターン化された物体はリードフレームを含む装置。 - 【請求項138】 請求項130から137のいずれかに記載の自動光学検
査装置であって、該異なる物質は異なる金属を含む装置。 - 【請求項139】 請求項135に記載の自動光学検査装置であって、該異
なる領域は、被覆されない金属導体、被覆された金属導体、被覆されない基板お
よび被覆された基板を含む装置。 - 【請求項140】 請求項130から133のいずれかに記載の自動光学検
査装置であって、該パターン化された物体は触刻金属基板を含む装置。 - 【請求項141】 請求項130から133のいずれかに記載の自動光学検
査装置であって、該パターン化された物体は彫刻金属基板を含む装置。 - 【請求項142】 物体の検査に適した自動光学検査装置であって、検出可
能なエッジを有する少なくとも三種類の物質を含むパターン化された物体の少な
くとも一部の画像出力を提供する少なくとも1つのディテクタと、 前記画像出力を受領し、該画像出力を二値化して、領域画像データおよび境界
画像データを含む2値画像を与えることを含む検査機能を提供する処理回路とを
含む自動光学検査装置。 - 【請求項143】 請求項142に記載の自動光学検査装置であって、前記
パターン化された物体は電気回路を含む装置。 - 【請求項144】 請求項143に記載の自動光学検査装置であって、前記
電気回路はプリント回路基板を含む装置。 - 【請求項145】 請求項144に記載の自動光学検査装置であって、前記
プリント回路基板はボールグリッドアレイ基板を含む装置。 - 【請求項146】 請求項143に記載の自動光学検査装置であって、前記
パターン化された物体はリードフレームを含む装置。 - 【請求項147】 請求項143に記載の自動光学検査装置であって、前記
パターン化された物体は触刻金属基板を含む装置。 - 【請求項148】 請求項143に記載の自動光学検査装置であって、前記
パターン化された物体は彫刻金属基板を含む装置。 - 【請求項149】 物体の検査に適した自動光学検査装置であって、複数種
の物質間の検出可能な境界を有する複数種の物質を含むパターン化された物体の
少なくとも一部の画像出力を提供する少なくとも1つのディテクタと、 前記画像出力を受領し、境界に関連する画像データのパターン解析を行って、
前記境界におけるニックおよび突起の存在の表示を与えることを含む検査機能を
提供する処理回路とを含む自動光学検査装置。 - 【請求項150】 請求項149に記載の自動光学検査装置であって、前記
パターン化された物体は電気回路を含む装置。 - 【請求項151】 請求項150に記載の自動光学検査装置であって、前記
パターン化された物体はプリント回路基板を含む装置。 - 【請求項152】 請求項151に記載の自動光学検査装置であって、前記
プリント回路基板はボールグリッドアレイ基板を含む装置。 - 【請求項153】 請求項150に記載の自動光学検査装置であって、前記
パターン化された物体はリードフレームを含む装置。 - 【請求項154】 請求項149から153のいずれかに記載の自動光学検
査装置であって、前記複数種の物質は少なくとも三種類の物質を含む装置。 - 【請求項155】 請求項154に記載の自動光学検査装置であって、前記
物質は、被覆されない金属導体、被覆された金属導体、被覆されない基板および
被覆された基板のグループからの物質を含む装置。 - 【請求項156】 請求項150に記載の自動光学検査装置であって、前記
パターン化された物体は触刻金属基板を含む装置。 - 【請求項157】 請求項150に記載の自動光学検査装置であって、前記
パターン化された物体は彫刻金属基板を含む装置。 - 【請求項158】 請求項149から157のいずれかに記載の自動光学検
査装置であって、パターン解析を含む該検査機能は、境界に関連する画像データ
によって定められる境界上の順序づけられた複数の点であって、その各々が該順
序づけられた複数の点のなかの少なくとも1つの隣接点を有する順序づけられた
複数の点を識別し、 前記順序づけられた複数の点の各々において該円滑曲線に対する垂直方向を特
定し、 かつ少なくとも一部において、前記点における該円滑曲線に対する垂直方向と
前記点の前記少なくとも1つの隣接点における該円滑曲線に対する垂直方向との
差を含む局所的な垂直方向差に基づいて、前記順序づけられた複数の点のうちの
一点を、ニックおよび突起のいずれか一方を含む凹凸の一部として識別すること
を含む装置。 - 【請求項159】 物体の検査に適した自動光学検査装置であって、 物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の
画像出力を提供する少なくとも1つのディテクタと、 前記画像出力を受領し、領域画像データおよび境界画像データを含む分割画像
に前記画像出力を分割する検査機能、第1の技術を用いて該領域画像データを解
析する検査機能、ならびに該第1の技術と異なる第2の技術を用いて該境界画像
データを解析する検査機能のうちの少なくとも1つの検査機能を提供する処理回
路、 とを含む装置。 - 【請求項160】 請求項159に記載の自動光学検査装置であって、前記
物体は電気回路を含む装置。 - 【請求項161】 請求項159に記載の自動光学検査装置であって、前記
第1の技術は近傍解析を含み、前記第2の技術は、境界付近の画素と境界付近の
画素以外の画素を差別化する境界追跡解析を含む装置。 - 【請求項162】 物体の検査に適した自動光学検査装置であって、 物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の
多色画像出力を提供する少なくとも1つのディテクタと、 前記多色画像出力を受領し、所定のカラーの集合のなかから選択されるカラー
領域を含む分割カラー画像に前記多色画像出力を分割する検査機能、第1の技術
を用いて第1のカラーに関連する領域画像データを解析する検査機能、および該
第1の技術と異なる第2の技術を用いて第2のカラーに関連する領域画像データ
を解析する検査機能のうちの少なくとも1つの検査機能を提供する処理回路、 とを含む装置。 - 【請求項163】 請求項162に記載の自動光学検査装置であって、前記
物体は電気回路を含む装置。 - 【請求項164】 請求項163に記載の自動光学検査装置であって、前記
電気回路はプリント回路基板を含む装置。 - 【請求項165】 請求項164に記載の自動光学検査装置であって、前記
プリント回路基板はボールグリッドアレイ基板を含む装置。 - 【請求項166】 請求項162に記載の自動光学検査装置であって、前記
物体はリードフレームを含む装置。 - 【請求項167】 物体の検査に適した自動光学検査装置であって、 物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の
画像出力を提供する少なくとも1つのディテクタと、 前記画像出力を受領し、領域画像データおよび境界画像データを含む分割画像
に前記画像出力を分割する検査機能、および該境界画像データの少なくとも一部
の影響を受けないようにして該領域画像を平滑化する検査機能のうちの少なくと
も1つの検査機能を提供する処理回路、 とを含む装置。 - 【請求項168】 請求項167に記載の自動光学検査装置であって、前記
物体は電気回路を含む装置。 - 【請求項169】 請求項168に記載の自動光学検査装置であって、前記
電気回路はプリント回路基板を含む装置。 - 【請求項170】 請求項169に記載の自動光学検査装置であって、前記
プリント回路基板はボールグリッドアレイ基板を含む装置。 - 【請求項171】 請求項167に記載の自動光学検査装置であって、前記
物体はリードフレームを含む装置。 - 【請求項172】 電気回路の検査に適した自動光学検査装置であって、 多種類の物質を含む電気回路の少なくとも一部の画像出力を提供する少なくと
も1つのディテクタと、 前記画像出力を受領し、少なくとも一種類の所定の物質の存在の出力表示を与
える処理回路とを含む装置。 - 【請求項173】 請求項172に記載の自動光学検査装置であって、前記
電気回路はプリント回路基板を含む装置。 - 【請求項174】 請求項173に記載の自動光学検査装置であって、前記
プリント回路基板はボールグリッドアレイ基板を含む装置。 - 【請求項175】 請求項174に記載の自動光学検査装置であって、前記
電気回路はフラットパネルディスプレイ基板を含む装置。 - 【請求項176】 請求項172に記載の自動光学検査装置であって、前記
処理回路は、少なくとも三種類の所定の物質のグループのうちの少なくとも二種
類の物質の存在の出力表示を与える装置。 - 【請求項177】 請求項172に記載の自動光学検査装置であって、前記
処理回路は、少なくとも三種類の所定の物質の存在の出力表示を与える装置。 - 【請求項178】 請求項172から177のいずれかに記載の自動光学検
査装置であって、前記処理回路は銅の存在の出力表示を与える装置。 - 【請求項179】 請求項172から178のいずれかに記載の自動光学検
査装置であって、前記処理回路は金の存在の出力表示を与える装置。 - 【請求項180】 請求項172から179のいずれかに記載の自動光学検
査装置であって、前記処理回路ははんだマスク材の存在の出力表示を与える装置
。 - 【請求項181】 請求項172から180のいずれかに記載の自動光学検
査装置であって、前記処理回路は銀の存在の出力表示を与える装置。 - 【請求項182】 請求項172から181のいずれかに記載の自動光学検
査装置であって、前記処理回路はフォトレジスト残留物の存在の出力表示を与え
る装置。 - 【請求項183】 請求項172から182のいずれかに記載の自動光学検
査装置であって、前記処理回路は酸化された金属の存在の出力表示を与える装置
。 - 【請求項184】 請求項172から183のいずれかに記載の自動光学検
査装置であって、前記画像出力は、半透明の上塗り層を介して観察される電気回
路の一部を表す装置。 - 【請求項185】 パターン化された物体の検査に適した自動光学検査装置
であって、 パターン化された物体を少なくとも部分的に覆う半透明の上塗り層を介して該
パターン化された物体の少なくとも一部の画像出力を提供する少なくとも1つの
ディテクタと、 前記画像出力を受領し、該半透明の上塗り層から独立した出力表示を与える処
理回路を含む装置。 - 【請求項186】 請求項185に記載の自動光学検査装置であって、該パ
ターン化された物体は電気回路を含む装置。 - 【請求項187】 請求項186に記載の自動光学検査装置であって、該電
気回路はプリント回路基板を含む装置。 - 【請求項188】 請求項187に記載の自動光学検査装置であって、該プ
リント回路基板はボールグリッドアレイ基板を含む装置。 - 【請求項189】 請求項185に記載の自動光学検査装置であって、該処
理回路は、該半透明の上塗り層によって覆われたパターンの部分、および該半透
明の上塗り層によって覆われていないパターンの部分の表示を与える機能を有す
る装置。 - 【請求項190】 カラー画像内の境界の位置を特定する装置であって、該
画像は、少なくとも2つの色集団を、該2つの色集団のうちの第1の色集団に関
連する第1のカラー領域と該2つの色集団のうちの第2の色集団に関連する第2
のカラー領域との間に含み、該第1のカラー領域および該第2のカラー領域の両
方が該カラー画像に含まれる装置において、 前記第1のカラー領域と前記第2のカラー領域の間のおよその境界位置を識別
する機能を有する境界識別ユニットと、 該第1のカラー領域と該第2のカラー領域の間の複数の候補境界位置を特定す
る機能を有する候補境界特定ユニットであって、複数の境界位置特定方法のなか
から選択される対応する境界位置特定方法を適用することによって前記複数の候
補境界位置の各々を特定する候補位置境界特定ユニットと、 該複数の境界位置特定方法から1つの方法を好ましい方法として選択する方法
選別器と、 該好ましい方法に関連する前記複数の候補境界位置の1つを境界として指定す
ることによって、前記第1のカラー領域と前記第2のカラー領域の間の境界の位
置を特定する機能を有する境界特定ユニットとを含む装置。 - 【請求項191】 カラー画像内の境界の位置を特定する装置であって、該
画像は、少なくとも2つの色集団を、該2つの色集団のうちの第1の色集団に関
連する第1のカラー領域と該2つの色集団のうちの第2の色集団に関連する第2
のカラー領域との間に含み、該第1のカラー領域および該第2のカラー領域の両
方が該カラー画像に含まれる装置において、 個々の対の色集団毎に、前記色集団の間の境界の位置を識別するための好まし
い方法の指示を含む境界解析マップを提供する機能を有する境界解析マップユニ
ットと、前記第1のカラー領域と前記第2のカラー領域の間のおよその境界位置
を識別する機能を有する境界識別ユニットと、 前記第1の色集団と前記第2の色集団の間の境界の位置を識別するための、該
境界解析マップに示された好ましい方法を用いることにより、前記第1のカラー
領域と前記第2のカラー領域の間の境界の位置を特定する機能を有する境界特定
ユニットとを含む装置。 - 【請求項192】 カラー画像からカラー形態マップを生成する装置であっ
て、 カラー画像を縮小して複数の色集団を含む縮小画像を生成する機能を有する縮
小ユニットと、 該縮小画像内の該複数の色集団のうちの隣接する色集団の間の境界を特定する
機能を有する境界特定ユニットと、 該縮小画像を分割して、境界および少なくとも1つの非境界領域を含む2値画
像を生成する機能を有する分割ユニットと、 該少なくとも1つの非境界領域の骨格画像を生成する機能を有する骨格生成ユ
ニットであって、前記骨格画像は複数の部分を含む骨格生成ユニットと、 該色集団の1つに対応するカラーアイデンティティを該骨格の各部に割り当て
る機能を有する割当ユニットとを含む装置。 - 【請求項193】 画像内の円滑曲線における凹凸を識別する装置であって
、 該円滑曲線上の順序づけられた複数の点を識別する機能を有する識別ユニット
であって、前記順序づけられた複数の点の各々は該順序づけられた複数の点のな
かに少なくとも1つの隣接点を有する識別ユニットと、 前記順序づけられた複数の点の各々において該円滑曲線に対する垂直方向を特
定する機能を有する垂直方向ユニットと、 少なくとも一部において、前記点における該円滑曲線に対する垂直方向と前記
点の前記少なくとも1つの隣接点における該円滑曲線に対する垂直方向との間の
差を含む局所的な垂直方向差に基づいて、前記順序づけられた複数の点のうちの
一点を凹凸の一部として識別する機能を有する不整ユニットとを含む装置。 - 【請求項194】 オブジェクトの画像内の凹凸を分類する装置であって、 前記凹凸の形状深さおよび形状開度を決定する機能を有する寸法決定ユニット
と、 少なくとも一部において、前記寸法決定ユニットの出力に基づいて前記形状を
分類する機能を有する分類ユニットとを含む装置。 - 【請求項195】 オブジェクトの画像の一部における欠陥を識別する装置
であって、該部分はエッジとして識別される画像内の位置に近接する装置におい
て、 該エッジに関連する排除方向を識別する機能を有する排除方向ユニットと、 該排除方向を含まない複数の方向において、エッジとして識別される位置に近
接する欠陥を捜索する機能を有する欠陥ユニットとを含む装置。 - 【請求項196】 オブジェクトの画像の領域内の表面欠陥を識別する装置
において、該画像は多数の画素を含む装置であって、 サブサンプリング比に従って該領域をサブサンプリングして該領域のサブサン
プル画像を生成する機能を有するサブサンプリングユニットと、 該サブサンプリング画像内の表面欠陥を識別する機能を有する欠陥識別ユニッ
トと、 該サブサンプリングユニット内の表面欠陥に対応する領域内の表面欠陥を識別
する機能を有する対応ユニットとを含む装置。 - 【請求項197】 パターン化された物体を検査するための方法であって、 複数のエレメントを有するパターン化された物体の少なくとも一部の多色画像
出力を提供し、 かつ前記多色画像出力を受領し、該複数のエレメントのうちの少なくとも1つ
のエレメント上の金属被膜を検査する機能、および該複数のエレメントのなかの
少なくとも1つのエレメント上の少なくとも部分的に透明な被膜を検査する機能
のうちの少なくとも1つの検査機能を提供すること、 を含む方法。 - 【請求項198】 パターン化された物体を検査するための方法であって、 複数のエレメントを含むパターン化された物体の少なくとも一部の多色画像出
力を提供し、 かつ前記多色画像出力を受領し、該複数のエレメントのなかの少なくとも1つ
のエレメント上の金属被膜を検査する機能、および該複数のエレメントのなかの
少なくとも1つのエレメント上の少なくとも部分的に透明な被膜を検査する機能
提供すること、 を含む方法。 - 【請求項199】 物体を検査するための方法であって、 少なくとも物体の一部の多色画像出力を提供し、 かつ前記多色画像出力を受領し、色が異なる領域間の境界を区別するのに有効
なサブピクセルの精度でのエッジ検出を与えることを含む方法。 - 【請求項200】 物体を検査するための方法であって、 少なくとも光学特性によって各々が区別される少なくとも3つの異なる領域を
有する物体の少なくとも一部の画像出力を提供し、 かつ前記画像出力を受領し、前記少なくとも3つの異なる領域のうちの少なく
とも2つの領域の境界を区別するのに有効なサブピクセルの精度でのエッジ検出
を与えることを含む方法。 - 【請求項201】 物体を検査するための方法であって、 物体の少なくとも一部の画像出力を提供し、 かつ前記画像出力を受領し、少なくとも一部において、共通の境界を有する前
記物体の前記少なくとも一部の異なる領域の各々における物質を識別する前記画
像出力に基づいたマッピングを提供することを含む方法。 - 【請求項202】 物体を検査するための方法であって、 物体の少なくとも一部の多色画像出力を提供し、 かつ前記多色画像出力を受領し、各々が複数の代表的カラー可能性を有する複
数のカラー領域を含む分割カラー画像に前記多色画像を分割する検査機能、該分
割カラー画像を二値化して領域および境界を含む2値画像とする検査機能、該領
域を形態的に侵食して該領域を表す骨格を提供する検査機能、ならびに該骨格内
のエレメントにカラー領域を割り当てる検査機能のうちの少なくとも1つの検査
機能を提供すること、 を含む方法。 - 【請求項203】 物体を検査するための方法であって、 物体の少なくとも一部の多色画像出力を提供し、 かつ前記多色画像出力を受領し、前記物体を表すカラー画像であって、前記物
体の少なくとも一部の形態的に侵食された多色画像を含むカラー画像を提供する
ことを含む方法。 - 【請求項204】 物体を検査するための方法であって、 物体の少なくとも一部の多色画像出力を提供し、 かつ前記多色画像出力を受領し、前記物体を表すカラー画像であって、物体の
異なる領域間の境界を示すとともに、共通の境界を有する前記異なる領域の各々
における物質を識別するマップを含むカラー画像を提供することを含む方法。 - 【請求項205】 パターン化された物体を検査するための方法であって、 検出可能なエッジを有する少なくとも三種類の物質を含むパターン化された物
体の少なくとも一部の画像出力を提供し、 かつ前記画像出力を受領し、該画像出力を二値化して領域画像データおよび境
界画像データを含む2値画像を提供することを含む検査機能を提供することを含
む方法。 - 【請求項206】 パターン化された物体を検査するための方法であって、 複数種の物質間の検出可能な境界を有する複数種の物質を含むパターン化され
た物体の少なくとも一部の画像出力を提供し、 かつ前記画像出力を受領し、該境界に関連する画像データのパターン解析を行
って、前記境界上のニックおよび突起の存在についての表示を与えることを含む
検査機能を提供することを含む方法。 - 【請求項207】 物体を検査するための方法であって、 物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の
画像出力を提供し、 前記画像出力を受領し、 領域画像データおよび境界画像データを含む分割画像に前記画像出力を分割す
る検査機能、第1の技術を用いて該領域画像データを解析する検査機能、および
該第1の技術と異なる第2の技術を用いて該境界画像データを解析する検査機能
のうちの少なくとも1つの検査機能を提供すること、 を含む方法。 - 【請求項208】 物体を検査するための方法であって、 物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の
多色画像出力を提供し、 かつ前記多色画像出力を受領し、 所定のカラーの集合のなかから選択されるカラー領域を含む分割カラー画像に
該多色画像出力を分割する検査機能、第1の技術を用いて第1のカラーに関連す
る該領域画像データを解析する検査機能、および該第1の技術と異なる第2の技
術を用いて第2のカラーに関連する該領域画像データを解析する検査機能ののう
ちの少なくとも1つの検査機能を提供すること、 を含む方法。 - 【請求項209】 物体を検査するための方法であって、 物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の
画像出力を提供し、 かつ前記画像出力を受領し、 領域画像データおよび境界画像データを含む分割画像に前記画像出力を分割す
る検査機能、ならびに該境界画像データの少なくとも一部の影響を受けないよう
にして該領域画像データを平滑化する検査機能のうちの少なくとも1つの検査機
能を提供することを含む方法。 - 【請求項210】 電気回路を検査するための方法であって、多種類の物質
を含む電気回路の少なくとも一部の画像出力を提供し、 かつ前記画像出力を受領し、少なくとも1つの所定の物質の存在についての出
力表示を与えることを含む方法。 - 【請求項211】 パターン化された物体を検査するための方法であって、 パターン化された物体を少なくとも部分的に覆う半透明の上塗り層を介して該
パターン化された物体の少なくとも一部の画像出力を提供し、 かつ前記画像出力を受領し、該半透明の上塗り層から独立した出力表示を与え
ることを含む方法。 - 【請求項212】 自動的に光学的にオブジェクトのカラー画像を検査する
ための方法であって、 オブジェクトの多色画像を取得し、 該多色画像を処理して、候補欠陥、および所定の特徴の集合のなかから選択さ
れる特徴を指示するレポートを出力し、かつ各々の前記候補欠陥および特徴を囲
む領域の画像を提供することを含む方法。 - 【請求項213】 自動的に光学的にオブジェクトのカラー画像を検査する
装置であって、 オブジェクトの多色画像を取得する機能を有するセンサと、 該多色画像を処理して、候補欠陥、および所定の特徴の集合のなかから選択さ
れる特徴を指示するレポートを出力するとともに、各々の前記候補欠陥および特
徴を囲む領域の画像を提供する機能を有する画像プロセッサとを含む装置。 - 【請求項214】 請求項213に記載の装置であって、該プロセッサは、
該多色画像から生成される2値画像を処理する機能を有する2値画像プロセッサ
と、該多色画像を処理する機能を有するカラー画像プロセッサとを含む装置。 - 【請求項215】 請求項213に記載の装置であって、該多色画像から導
かれる多色画像からの骨格マップを生成する機能を有する形態的画像プロセッサ
をさらに含む装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IL131092 | 1999-07-25 | ||
IL131092A IL131092A (en) | 1999-07-25 | 1999-07-25 | Optical inspection system |
PCT/IL2000/000434 WO2001007893A2 (en) | 1999-07-25 | 2000-07-23 | Optical inspection system |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007320158A Division JP5086789B2 (ja) | 1999-07-25 | 2007-12-11 | 光学検査システム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2003511651A true JP2003511651A (ja) | 2003-03-25 |
JP2003511651A5 JP2003511651A5 (ja) | 2009-05-07 |
JP4339541B2 JP4339541B2 (ja) | 2009-10-07 |
Family
ID=11073060
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001512273A Expired - Fee Related JP4339541B2 (ja) | 1999-07-25 | 2000-07-23 | 光学検査システム |
JP2007320158A Expired - Fee Related JP5086789B2 (ja) | 1999-07-25 | 2007-12-11 | 光学検査システム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007320158A Expired - Fee Related JP5086789B2 (ja) | 1999-07-25 | 2007-12-11 | 光学検査システム |
Country Status (7)
Country | Link |
---|---|
US (2) | US7200259B1 (ja) |
JP (2) | JP4339541B2 (ja) |
AU (1) | AU6012800A (ja) |
GB (1) | GB2368120A (ja) |
IL (1) | IL131092A (ja) |
TW (2) | TW512636B (ja) |
WO (1) | WO2001007893A2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003097926A (ja) * | 2001-09-27 | 2003-04-03 | Nec Corp | Ic外観検査方法 |
JPWO2003010525A1 (ja) * | 2001-07-27 | 2004-11-18 | 日本板硝子株式会社 | 対象物表面の汚れ評価方法およびこの方法に使用する撮影ボックス |
JP2005010008A (ja) * | 2003-06-19 | 2005-01-13 | Nippon Steel Corp | 表面疵検査方法およびその装置 |
Families Citing this family (113)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL131092A (en) * | 1999-07-25 | 2006-08-01 | Orbotech Ltd | Optical inspection system |
IL133696A (en) | 1999-12-23 | 2006-04-10 | Orbotech Ltd | Cam reference inspection of multi-color and contour images |
US7177458B1 (en) | 2000-09-10 | 2007-02-13 | Orbotech Ltd. | Reduction of false alarms in PCB inspection |
US7430303B2 (en) * | 2002-03-29 | 2008-09-30 | Lockheed Martin Corporation | Target detection method and system |
US7460703B2 (en) | 2002-12-03 | 2008-12-02 | Og Technologies, Inc. | Apparatus and method for detecting surface defects on a workpiece such as a rolled/drawn metal bar |
US7698665B2 (en) * | 2003-04-06 | 2010-04-13 | Luminescent Technologies, Inc. | Systems, masks, and methods for manufacturable masks using a functional representation of polygon pattern |
US7124394B1 (en) * | 2003-04-06 | 2006-10-17 | Luminescent Technologies, Inc. | Method for time-evolving rectilinear contours representing photo masks |
US7778493B2 (en) * | 2003-10-09 | 2010-08-17 | The Henry M. Jackson Foundation For The Advancement Of Military Medicine Inc. | Pixelation reconstruction for image resolution and image data transmission |
JP2007511013A (ja) * | 2003-11-12 | 2007-04-26 | シーメンス コーポレイト リサーチ インコーポレイテツド | 医用画像における候補解剖学的構造をフィルタリングおよび自動検出するためのシステムおよび方法 |
EP1763843A1 (en) * | 2004-07-05 | 2007-03-21 | Matsushita Electric Industrial Co., Ltd. | Method of generating image of component |
JP2006024116A (ja) * | 2004-07-09 | 2006-01-26 | Dainippon Screen Mfg Co Ltd | カラー画像の領域分割 |
US9137417B2 (en) | 2005-03-24 | 2015-09-15 | Kofax, Inc. | Systems and methods for processing video data |
US9769354B2 (en) | 2005-03-24 | 2017-09-19 | Kofax, Inc. | Systems and methods of processing scanned data |
US20060227381A1 (en) * | 2005-04-06 | 2006-10-12 | Xerox Corporation | Edge detection for dispersed-dot binary halftone images |
US8152850B2 (en) | 2005-07-06 | 2012-04-10 | Spontech Spine Intelligence Group Ag | Intervertebral disc prosthesis |
HK1121665A1 (en) | 2005-07-06 | 2009-04-30 | Franz Jun Copf | Intervertebral disc prosthesis |
JP5405109B2 (ja) * | 2005-09-13 | 2014-02-05 | ルミネセント テクノロジーズ インコーポレイテッド | フォトリソグラフィのためのシステム、マスク、及び方法 |
WO2007041602A2 (en) * | 2005-10-03 | 2007-04-12 | Luminescent Technologies, Inc. | Lithography verification using guard bands |
WO2007041600A2 (en) * | 2005-10-03 | 2007-04-12 | Luminescent Technologies, Inc. | Mask-pattern determination using topology types |
WO2007041701A2 (en) * | 2005-10-04 | 2007-04-12 | Luminescent Technologies, Inc. | Mask-patterns including intentional breaks |
WO2007044557A2 (en) | 2005-10-06 | 2007-04-19 | Luminescent Technologies, Inc. | System, masks, and methods for photomasks optimized with approximate and accurate merit functions |
JP4825021B2 (ja) * | 2006-02-28 | 2011-11-30 | 株式会社日立ハイテクノロジーズ | レポートフォーマット設定方法、レポートフォーマット設定装置、及び欠陥レビューシステム |
TWI398157B (zh) * | 2006-08-11 | 2013-06-01 | Hon Hai Prec Ind Co Ltd | 影像邊界掃描系統及方法 |
US8331645B2 (en) * | 2006-09-20 | 2012-12-11 | Luminescent Technologies, Inc. | Photo-mask and wafer image reconstruction |
US8644588B2 (en) * | 2006-09-20 | 2014-02-04 | Luminescent Technologies, Inc. | Photo-mask and wafer image reconstruction |
US20090092338A1 (en) * | 2007-10-05 | 2009-04-09 | Jeffrey Matthew Achong | Method And Apparatus For Determining The Direction of Color Dependency Interpolating In Order To Generate Missing Colors In A Color Filter Array |
TWI399704B (zh) * | 2007-12-31 | 2013-06-21 | Hon Hai Prec Ind Co Ltd | 影像雜質分析系統及方法 |
US9177218B2 (en) * | 2008-09-08 | 2015-11-03 | Kofax, Inc. | System and method, and computer program product for detecting an edge in scan data |
US9349046B2 (en) | 2009-02-10 | 2016-05-24 | Kofax, Inc. | Smart optical input/output (I/O) extension for context-dependent workflows |
US9767354B2 (en) | 2009-02-10 | 2017-09-19 | Kofax, Inc. | Global geographic information retrieval, validation, and normalization |
US9576272B2 (en) | 2009-02-10 | 2017-02-21 | Kofax, Inc. | Systems, methods and computer program products for determining document validity |
US8958605B2 (en) | 2009-02-10 | 2015-02-17 | Kofax, Inc. | Systems, methods and computer program products for determining document validity |
US8774516B2 (en) | 2009-02-10 | 2014-07-08 | Kofax, Inc. | Systems, methods and computer program products for determining document validity |
US8189943B2 (en) * | 2009-03-17 | 2012-05-29 | Mitsubishi Electric Research Laboratories, Inc. | Method for up-sampling depth images |
CN101620060B (zh) * | 2009-08-13 | 2010-12-29 | 上海交通大学 | 颗粒大小分布自动检测方法 |
US20110074804A1 (en) * | 2009-09-30 | 2011-03-31 | Nokia Corporation | Selection of a region |
US8780134B2 (en) | 2009-09-30 | 2014-07-15 | Nokia Corporation | Access to control of multiple editing effects |
TWI408362B (zh) * | 2009-10-19 | 2013-09-11 | Innolux Corp | 陣列基板與液晶面板的自動檢測方法,製程機台及其陣列基板自動檢測裝置 |
AU2009250986B2 (en) * | 2009-12-16 | 2013-05-02 | Canon Kabushiki Kaisha | Rendering piece-wise smooth image from colour values along paths |
GB2477116B (en) * | 2010-01-22 | 2014-09-17 | Frederick Warwick Michael Stentiford | A method and apparatus of processing an image |
US9035673B2 (en) * | 2010-01-25 | 2015-05-19 | Palo Alto Research Center Incorporated | Method of in-process intralayer yield detection, interlayer shunt detection and correction |
US8797721B2 (en) | 2010-02-02 | 2014-08-05 | Apple Inc. | Portable electronic device housing with outer glass surfaces |
US8463016B2 (en) * | 2010-02-05 | 2013-06-11 | Luminescent Technologies, Inc. | Extending the field of view of a mask-inspection image |
JP2011216080A (ja) * | 2010-03-18 | 2011-10-27 | Canon Inc | 画像処理装置、画像処理方法、および記憶媒体 |
US8612903B2 (en) | 2010-09-14 | 2013-12-17 | Luminescent Technologies, Inc. | Technique for repairing a reflective photo-mask |
US8555214B2 (en) | 2010-09-14 | 2013-10-08 | Luminescent Technologies, Inc. | Technique for analyzing a reflective photo-mask |
JP5574379B2 (ja) * | 2010-10-13 | 2014-08-20 | 富士機械製造株式会社 | 画像処理装置及び画像処理方法 |
US8386968B2 (en) | 2010-11-29 | 2013-02-26 | Luminescent Technologies, Inc. | Virtual photo-mask critical-dimension measurement |
US8458622B2 (en) | 2010-11-29 | 2013-06-04 | Luminescent Technologies, Inc. | Photo-mask acceptance technique |
US9005852B2 (en) | 2012-09-10 | 2015-04-14 | Dino Technology Acquisition Llc | Technique for repairing a reflective photo-mask |
US8653454B2 (en) | 2011-07-13 | 2014-02-18 | Luminescent Technologies, Inc. | Electron-beam image reconstruction |
NL2009853A (en) | 2011-12-23 | 2013-06-26 | Asml Netherlands Bv | Methods and apparatus for measuring a property of a substrate. |
US9514357B2 (en) | 2012-01-12 | 2016-12-06 | Kofax, Inc. | Systems and methods for mobile image capture and processing |
US10146795B2 (en) | 2012-01-12 | 2018-12-04 | Kofax, Inc. | Systems and methods for mobile image capture and processing |
US9058515B1 (en) | 2012-01-12 | 2015-06-16 | Kofax, Inc. | Systems and methods for identification document processing and business workflow integration |
US9058580B1 (en) | 2012-01-12 | 2015-06-16 | Kofax, Inc. | Systems and methods for identification document processing and business workflow integration |
US9483794B2 (en) | 2012-01-12 | 2016-11-01 | Kofax, Inc. | Systems and methods for identification document processing and business workflow integration |
KR102056664B1 (ko) * | 2012-10-04 | 2019-12-17 | 한국전자통신연구원 | 센서를 이용한 작업 방법 및 이를 수행하는 작업 시스템 |
US9091935B2 (en) | 2013-03-11 | 2015-07-28 | Kla-Tencor Corporation | Multistage extreme ultra-violet mask qualification |
US9208536B2 (en) | 2013-09-27 | 2015-12-08 | Kofax, Inc. | Systems and methods for three dimensional geometric reconstruction of captured image data |
WO2014160426A1 (en) | 2013-03-13 | 2014-10-02 | Kofax, Inc. | Classifying objects in digital images captured using mobile devices |
US9355312B2 (en) | 2013-03-13 | 2016-05-31 | Kofax, Inc. | Systems and methods for classifying objects in digital images captured using mobile devices |
US9494854B2 (en) | 2013-03-14 | 2016-11-15 | Kla-Tencor Corporation | Technique for repairing an EUV photo-mask |
US20140316841A1 (en) | 2013-04-23 | 2014-10-23 | Kofax, Inc. | Location-based workflows and services |
EP2992481A4 (en) | 2013-05-03 | 2017-02-22 | Kofax, Inc. | Systems and methods for detecting and classifying objects in video captured using mobile devices |
CN103308523B (zh) * | 2013-05-28 | 2015-04-15 | 清华大学 | 多尺度瓶口缺陷检测方法及装置 |
JP2016538783A (ja) | 2013-11-15 | 2016-12-08 | コファックス, インコーポレイテッド | モバイル映像データを用いて長尺文書の合成画像を生成するためのシステムおよび方法 |
ES2940585T3 (es) * | 2013-12-02 | 2023-05-09 | Leonhard Kurz Stiftung & Co Kg | Procedimiento para la autentificación de un elemento de seguridad |
GB2522663B (en) | 2014-01-31 | 2020-02-12 | Apical Ltd | A method of selecting a region of interest |
US9760788B2 (en) | 2014-10-30 | 2017-09-12 | Kofax, Inc. | Mobile document detection and orientation based on reference object characteristics |
JP2016090548A (ja) * | 2014-11-11 | 2016-05-23 | 株式会社東芝 | ひび割れ情報収集方法及びひび割れ情報収集プログラム |
JP2016090547A (ja) * | 2014-11-11 | 2016-05-23 | 株式会社東芝 | ひび割れ情報収集装置及びひび割れ情報を収集するためのサーバ装置 |
US9747520B2 (en) * | 2015-03-16 | 2017-08-29 | Kla-Tencor Corporation | Systems and methods for enhancing inspection sensitivity of an inspection tool |
DE102015204800B3 (de) * | 2015-03-17 | 2016-12-01 | MTU Aero Engines AG | Verfahren und Vorrichtung zur Qualitätsbeurteilung eines mittels eines additiven Herstellungsverfahrens hergestellten Bauteils |
US9909860B2 (en) | 2015-04-15 | 2018-03-06 | General Electric Company | Systems and methods for monitoring component deformation |
US10697760B2 (en) | 2015-04-15 | 2020-06-30 | General Electric Company | Data acquisition devices, systems and method for analyzing strain sensors and monitoring component strain |
US9557164B2 (en) * | 2015-04-15 | 2017-01-31 | General Electric Company | Data acquisition devices, systems and method for analyzing strain sensors and monitoring turbine component strain |
US9932853B2 (en) | 2015-04-28 | 2018-04-03 | General Electric Company | Assemblies and methods for monitoring turbine component strain |
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 |
JP6512965B2 (ja) * | 2015-07-01 | 2019-05-15 | 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 |
US10242285B2 (en) | 2015-07-20 | 2019-03-26 | Kofax, Inc. | Iterative recognition-guided thresholding and data extraction |
US9846933B2 (en) | 2015-11-16 | 2017-12-19 | General Electric Company | Systems and methods for monitoring components |
US9953408B2 (en) | 2015-11-16 | 2018-04-24 | General Electric Company | Methods for monitoring components |
US9733062B2 (en) | 2015-11-20 | 2017-08-15 | General Electric Company | Systems and methods for monitoring component strain |
US10012552B2 (en) | 2015-11-23 | 2018-07-03 | General Electric Company | Systems and methods for monitoring component strain |
US9967523B2 (en) | 2015-12-16 | 2018-05-08 | General Electric Company | Locating systems and methods for components |
CN105509643B (zh) * | 2016-01-04 | 2019-04-19 | 京东方科技集团股份有限公司 | 一种亚像素单元线宽的测量方法及装置 |
US9779296B1 (en) | 2016-04-01 | 2017-10-03 | Kofax, Inc. | Content-based detection and three dimensional geometric reconstruction of objects in image and video data |
US9879981B1 (en) | 2016-12-02 | 2018-01-30 | General Electric Company | Systems and methods for evaluating component strain |
US10132615B2 (en) | 2016-12-20 | 2018-11-20 | General Electric Company | Data acquisition devices, systems and method for analyzing passive strain indicators and monitoring turbine component strain |
US10126119B2 (en) | 2017-01-17 | 2018-11-13 | General Electric Company | Methods of forming a passive strain indicator on a preexisting component |
US10872176B2 (en) | 2017-01-23 | 2020-12-22 | General Electric Company | Methods of making and monitoring a component with an integral strain indicator |
US11313673B2 (en) | 2017-01-24 | 2022-04-26 | General Electric Company | Methods of making a component with an integral strain indicator |
US10345179B2 (en) | 2017-02-14 | 2019-07-09 | General Electric Company | Passive strain indicator |
US10502551B2 (en) | 2017-03-06 | 2019-12-10 | General Electric Company | Methods for monitoring components using micro and macro three-dimensional analysis |
US10451499B2 (en) | 2017-04-06 | 2019-10-22 | General Electric Company | Methods for applying passive strain indicators to components |
KR102309569B1 (ko) | 2017-06-14 | 2021-10-07 | 캠텍 리미티드 | 자동 결함 분류 |
US11062176B2 (en) | 2017-11-30 | 2021-07-13 | Kofax, Inc. | Object detection and image cropping using a multi-detector approach |
TWI721385B (zh) * | 2018-07-08 | 2021-03-11 | 香港商康代影像技術方案香港有限公司 | 產生印刷電路板合成彩色影像之技術 |
US11010887B2 (en) | 2018-09-17 | 2021-05-18 | General Electric Company | Automated distress ranking system |
CN111175302A (zh) * | 2018-11-13 | 2020-05-19 | 晶彩科技股份有限公司 | 复合检测条件的光学影像自动撷取方法 |
US11423527B2 (en) | 2018-11-20 | 2022-08-23 | Bnsf Railway Company | System and method for minimizing lost vehicle axel motion and filtering erroneous electrical signals |
US10984521B2 (en) | 2018-11-20 | 2021-04-20 | Bnsf Railway Company | Systems and methods for determining defects in physical objects |
US11508055B2 (en) | 2018-11-20 | 2022-11-22 | Bnsf Railway Company | Systems and methods for calibrating image capturing modules |
CN109886914B (zh) * | 2018-12-19 | 2020-01-17 | 浙江企银印务科技有限公司 | 基于局部亮度不变性先验的纸张缺陷检测方法 |
DE102019116103B4 (de) * | 2019-06-13 | 2021-04-22 | Notion Systems GmbH | Verfahren zum Beschriften einer Leiterplatte durch Erzeugen von Schattierungen in einer funktionalen Lackschicht |
CN110793454A (zh) * | 2019-11-04 | 2020-02-14 | 如冈自动化控制技术(上海)有限公司 | 一种激光检测塞子插孔深度的装置和方法 |
CN112017157B (zh) * | 2020-07-21 | 2023-04-11 | 中国科学院西安光学精密机械研究所 | 一种光学元件激光损伤阈值测试中损伤点识别方法 |
CN113109368B (zh) * | 2021-03-12 | 2023-09-01 | 浙江华睿科技股份有限公司 | 玻璃裂纹检测方法、装置、设备及介质 |
CN113516193B (zh) * | 2021-07-19 | 2024-03-01 | 中国农业大学 | 基于图像处理的红枣缺陷识别分类方法及装置 |
CN116563288B (zh) * | 2023-07-11 | 2023-09-05 | 深圳市欣精艺科技有限公司 | 一种汽车发动机齿轮螺纹孔检测方法 |
CN116645364B (zh) * | 2023-07-18 | 2023-10-27 | 金乡县金沪合金钢有限公司 | 一种基于图像数据的合金钢铸件气孔缺陷检测方法 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5774572A (en) | 1984-12-20 | 1998-06-30 | Orbotech Ltd. | Automatic visual inspection system |
US5774573A (en) | 1984-12-20 | 1998-06-30 | Orbotech Ltd. | Automatic visual inspection system |
JPS61229175A (ja) * | 1985-04-03 | 1986-10-13 | Nec Corp | パタ−ン情報処理方式 |
US4928313A (en) * | 1985-10-25 | 1990-05-22 | Synthetic Vision Systems, Inc. | Method and system for automatically visually inspecting an article |
IL81450A (en) | 1987-02-02 | 1994-10-07 | Orbotech Ltd | Lighting device for optical scanners |
US4758888A (en) | 1987-02-17 | 1988-07-19 | Orbot Systems, Ltd. | Method of and means for inspecting workpieces traveling along a production line |
US4923066A (en) * | 1987-10-08 | 1990-05-08 | Elor Optronics Ltd. | Small arms ammunition inspection system |
US5058982A (en) | 1989-06-21 | 1991-10-22 | Orbot Systems Ltd. | Illumination system and inspection apparatus including same |
US5586058A (en) | 1990-12-04 | 1996-12-17 | Orbot Instruments Ltd. | Apparatus and method for inspection of a patterned object by comparison thereof to a reference |
US5544256A (en) * | 1993-10-22 | 1996-08-06 | International Business Machines Corporation | Automated defect classification system |
JPH07183697A (ja) * | 1993-12-24 | 1995-07-21 | Matsushita Electric Ind Co Ltd | 電子部品実装装置 |
US6005978A (en) * | 1996-02-07 | 1999-12-21 | Cognex Corporation | Robust search for image features across image sequences exhibiting non-uniform changes in brightness |
US5917332A (en) * | 1996-05-09 | 1999-06-29 | Advanced Micro Devices, Inc. | Arrangement for improving defect scanner sensitivity and scanning defects on die of a semiconductor wafer |
US5963662A (en) * | 1996-08-07 | 1999-10-05 | Georgia Tech Research Corporation | Inspection system and method for bond detection and validation of surface mount devices |
JPH10149441A (ja) * | 1996-11-20 | 1998-06-02 | Casio Comput Co Ltd | 画像処理方法、及びその装置 |
IL120071A (en) | 1997-01-24 | 2002-03-10 | Orbotech Ltd | Method and system for continuously processing workpieces along a production line |
US6201892B1 (en) * | 1997-02-26 | 2001-03-13 | Acuity Imaging, Llc | System and method for arithmetic operations for electronic package inspection |
US6895109B1 (en) * | 1997-09-04 | 2005-05-17 | Texas Instruments Incorporated | Apparatus and method for automatically detecting defects on silicon dies on silicon wafers |
US6586829B1 (en) * | 1997-12-18 | 2003-07-01 | Si Diamond Technology, Inc. | Ball grid array package |
CN1188693C (zh) | 1998-08-18 | 2005-02-09 | 奥宝科技有限公司 | 利用颜色检查印刷电路板 |
AU9456298A (en) | 1998-09-28 | 2000-04-17 | Orbotech Ltd. | Pixel coding and image processing method |
US6385342B1 (en) * | 1998-11-13 | 2002-05-07 | Xerox Corporation | Blocking signature detection for identification of JPEG images |
US6489586B1 (en) * | 1999-04-29 | 2002-12-03 | Cad-Tech, Inc. | Method and apparatus for verification of assembled printed circuit boards |
US6603877B1 (en) * | 1999-06-01 | 2003-08-05 | Beltronics, Inc. | Method of and apparatus for optical imaging inspection of multi-material objects and the like |
IL131092A (en) * | 1999-07-25 | 2006-08-01 | Orbotech Ltd | Optical inspection system |
US6456899B1 (en) * | 1999-12-07 | 2002-09-24 | Ut-Battelle, Llc | Context-based automated defect classification system using multiple morphological masks |
US6586839B2 (en) * | 2000-08-31 | 2003-07-01 | Texas Instruments Incorporated | Approach to structurally reinforcing the mechanical performance of silicon level interconnect layers |
-
1999
- 1999-07-25 IL IL131092A patent/IL131092A/en not_active IP Right Cessation
- 1999-08-03 TW TW088113346A patent/TW512636B/zh not_active IP Right Cessation
- 1999-08-03 TW TW090117726A patent/TW536919B/zh not_active IP Right Cessation
-
2000
- 2000-07-23 GB GB0201514A patent/GB2368120A/en not_active Withdrawn
- 2000-07-23 JP JP2001512273A patent/JP4339541B2/ja not_active Expired - Fee Related
- 2000-07-23 WO PCT/IL2000/000434 patent/WO2001007893A2/en active Application Filing
- 2000-07-23 US US10/031,045 patent/US7200259B1/en not_active Expired - Fee Related
- 2000-07-23 AU AU60128/00A patent/AU6012800A/en not_active Abandoned
-
2007
- 2007-02-01 US US11/701,354 patent/US20070133862A1/en not_active Abandoned
- 2007-12-11 JP JP2007320158A patent/JP5086789B2/ja not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2003010525A1 (ja) * | 2001-07-27 | 2004-11-18 | 日本板硝子株式会社 | 対象物表面の汚れ評価方法およびこの方法に使用する撮影ボックス |
JP2003097926A (ja) * | 2001-09-27 | 2003-04-03 | Nec Corp | Ic外観検査方法 |
JP2005010008A (ja) * | 2003-06-19 | 2005-01-13 | Nippon Steel Corp | 表面疵検査方法およびその装置 |
Also Published As
Publication number | Publication date |
---|---|
US7200259B1 (en) | 2007-04-03 |
JP5086789B2 (ja) | 2012-11-28 |
WO2001007893A2 (en) | 2001-02-01 |
JP2008164597A (ja) | 2008-07-17 |
TW536919B (en) | 2003-06-11 |
US20070133862A1 (en) | 2007-06-14 |
TW512636B (en) | 2002-12-01 |
IL131092A (en) | 2006-08-01 |
IL131092A0 (en) | 2001-01-28 |
GB0201514D0 (en) | 2002-03-13 |
WO2001007893A3 (en) | 2002-06-27 |
JP4339541B2 (ja) | 2009-10-07 |
GB2368120A (en) | 2002-04-24 |
AU6012800A (en) | 2001-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5086789B2 (ja) | 光学検査システム | |
US20220172348A1 (en) | Information processing device, information processing method, and storage medium | |
US6954550B2 (en) | Image processing method and apparatus | |
CN108416766B (zh) | 双侧入光式导光板缺陷视觉检测方法 | |
CN115791822A (zh) | 晶圆表面缺陷的视觉检测算法及检测*** | |
CN110678901A (zh) | 信息处理设备、信息处理方法和程序 | |
Zhang et al. | Multi-scale blur estimation and edge type classification for scene analysis | |
JPH0877334A (ja) | 顔画像の特徴点自動抽出方法 | |
JP2003500780A (ja) | 物体検査における確度に基づいた画素分類 | |
CN109975196B (zh) | 一种网织红细胞检测方法及其*** | |
CN114331986A (zh) | 一种基于无人机视觉的坝体裂纹识别与测量方法 | |
CN108765456A (zh) | 基于直线边缘特征的目标跟踪方法、*** | |
CN111666811A (zh) | 一种提取交通场景图像中交通标志牌区域方法及*** | |
JPH0793561A (ja) | エッジ及び輪郭抽出装置 | |
CN108022245A (zh) | 基于面线基元关联模型的光伏面板模板自动生成方法 | |
JP4249966B2 (ja) | プリント配線基板の検査方法及び検査装置 | |
JP3020973B2 (ja) | 画像処理方法 | |
CN117132797A (zh) | 一种lcd显示屏polmark定位检测方法及*** | |
JP2840347B2 (ja) | 基板実装検査装置 | |
CN109785318B (zh) | 基于面线基元关联约束的遥感图像变化检测方法 | |
CN109523594A (zh) | 一种视觉托盒特征点坐标定位方法及*** | |
JPH03175343A (ja) | 外観検査による欠陥抽出方法 | |
US6005966A (en) | Method and apparatus for multi-stream detection of high density metalization layers of multilayer structures having low contrast | |
CN111462080A (zh) | 玻璃平坦区的缺陷检测方法 | |
JPH08221572A (ja) | 画像におけるテクスチャ領域の抽出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070611 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070904 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070911 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20071005 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20071015 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20071109 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20071116 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080916 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20081204 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20081211 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090106 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090114 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090203 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090210 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090316 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20090316 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090421 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090604 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090625 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090702 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120710 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120710 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130710 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |