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
Application number
JP2001512273A
Other languages
English (en)
Other versions
JP2003511651A5 (ja
JP4339541B2 (ja
Inventor
ゴールド・ウリ
パレンテ・エリ
ギラット−バーンシュテイン・タリー
バラノヴスキー・エドワード
マーガリット・タミール
Original Assignee
オルボテック リミテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by オルボテック リミテッド filed Critical オルボテック リミテッド
Publication of JP2003511651A publication Critical patent/JP2003511651A/ja
Publication of JP2003511651A5 publication Critical patent/JP2003511651A5/ja
Application granted granted Critical
Publication of JP4339541B2 publication Critical patent/JP4339541B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

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

(57)【要約】 本発明は、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、該方法は、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、該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該複数の候補境界位置の１つを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。パターン化された物体の検査に好適な自動光学検査装置も提供される。

Description

【発明の詳細な説明】
【０００１】 （発明の分野） 本発明は、画像、特にカラー画像（ただし、それに限定されるものではない）
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。
【０００２】 （発明の背景） 画像を解析するための種々の装置および方法、特に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。
【０００３】 以下の文献には、本発明を理解するのに有用でありうる画像処理方法が記載さ
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。
【０００４】 以下の文献には、本発明を理解するのに有用でありうるエッジ検出方法が記載
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)。
【０００５】 以下の文献には、本発明を理解するのに有用でありうるカラー画像分割方法が
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;
【０００６】 Leila Shararenko、Maria Petrou、およびJosef Kittler、「無作為にテクスチ
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。
【０００７】 米国特許第4,758,888号(Lapidot)には、進行または製造ラインの製品を妨げる
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。
【０００８】 米国特許第5,058,982号(Katzir)には、光学スキャナによる製品の検査に特に有
用な照明システムが記載されている。
【０００９】 １９９５年１月８日に付与され、発明の名称を「光学スキャナのための照明装
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。
【００１０】 米国特許第5,586,058号（Aloni他）には、２値レベルのオブジェクト表現を検
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。
【００１１】 米国特許第5,774,572号（Caspi）には、好ましくはフィルタ関数をガウス関数
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。
【００１２】 米国特許第5,774,573号（Caspi他）には、フィルタ関数をガウス関数の第二導
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。
【００１３】 ＰＣＴ出願IL98/00393には、色を利用して導体酸化のようなあるタイプの状態
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。
【００１４】 ＰＣＴ出願IL98/00477には、非２値画素に対して拡張、侵食およびスケール測
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。
【００１５】 以下の出版物には、画像解析に有用でありうる方法が記載されている。 Dorin ComaniciuおよびPeter Meer、「多変量データの分布によらない分解（D
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)。
【００１６】 上述の文献および本明細書に記載の文献すべての開示内容を本願に引用して援
用する。
【００１７】 （発明の概要） 本発明は、オブジェクトを目視検査するとともに、それらの画像、特にカラー
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。
【００１８】 先行技術のオブジェクト検査システムにはどれもある種の制約があり、そのた
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。
【００１９】 特に、多色オブジェクトにおける隣接する有色領域が、モノクロ画像のなかで
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。
【００２０】 例示することのみを目的として、ボールグリッドアレイ基板の場合は、本発明
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
。
【００２１】 上述のようなＢＧＡにおける異なる領域は、以下に説明するように、一般には
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。
【００２２】 本発明は、特にカラー画像に関する上述の用途と同様の用途において、モノク
ロ画像の処理を改善しようとするものでもある。
【００２３】 したがって、本発明の好ましい実施形態によれば、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。
【００２４】 さらに、本発明の好ましい実施形態によれば、該カラー画像はパターン化され
た物体の画像を含む。
【００２５】 さらに、本発明の好ましい実施形態によれば、該カラー画像は電気回路のカラ
ー画像を含む。
【００２６】 さらに、本発明の好ましい実施形態によれば、該カラー画像はリードフレーム
のカラー画像を含む。
【００２７】 さらに、本発明の好ましい実施形態によれば、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。
【００２８】 さらに、本発明の好ましい実施形態によれば、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。
【００２９】 また、本発明の他の好ましい実施形態によれば、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。
【００３０】 さらに、本発明の好ましい実施形態によれば、該カラー画像はパターン化され
た物体の画像を含む。
【００３１】 さらに、本発明の好ましい実施形態によれば、該カラー画像は電気回路のカラ
ー画像を含む。
【００３２】 さらに、本発明の好ましい実施形態によれば、該カラー画像はリードフレーム
のカラー画像を含む。
【００３３】 さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板
を含む。
【００３４】 さらに、本発明の好ましい実施形態によれば、該カラー画像はオブジェクトの
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。
【００３５】 さらに、本発明の好ましい実施形態によれば、該カラー画像は第３の色集団に
関連する第３のカラー領域をも含み、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。
【００３６】 さらに、本発明の好ましい実施形態によれば、該方法は、ウィンドウサイズを
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。
【００３７】 さらに、本発明の好ましい実施形態によれば、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。
【００３８】 さらに、本発明の好ましい実施形態によれば、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、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。
【００３９】 さらに、本発明の好ましい実施形態によれば、成分においてエッジ位置特定方
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。
【００４０】 さらに、本発明の好ましい実施形態によれば、成分においてのみエッジ位置特
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。
【００４１】 さらに、本発明の好ましい実施形態によれば、該カラー画像表現方法はＲＧＢ
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。
【００４２】 さらに、本発明の好ましい実施形態によれば、該カラー画像表現方法はＨＳＩ
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。
【００４３】 本発明の他の好ましい実施形態によれば、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。
【００４４】 さらに、本発明の好ましい実施形態によれば、該割当ステップは、色集団に対
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。
【００４５】 さらに、本発明の好ましい実施形態によれば、該割当ステップは、該縮小画像
に該骨組画像を重ね合わせることをさらに含む。
【００４６】 さらに、本発明の好ましい実施形態によれば、該カラー画像は２４ビットカラ
ー画像を含む。
【００４７】 さらに、本発明の好ましい実施形態によれば、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。
【００４８】 さらに、本発明の好ましい実施形態によれば、該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。
【００４９】 さらに、本発明の好ましい実施形態によれば、該方法は、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。
【００５０】 さらに、本発明の好ましい実施形態によれば、該カラー画像はパターン化され
た物体の画像を含む。
【００５１】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は電気
回路を含む。
【００５２】 本発明の他の好ましい実施形態によれば、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も提
供される。
【００５３】 さらに、本発明の好ましい実施形態によれば、該カラー画像は２４ビットカラ
ー画像を含む。
【００５４】 さらに、本発明の好ましい実施形態によれば、該縮小画像は３ビット画像を含
む。
【００５５】 さらに、本発明の好ましい実施形態によれば、該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。
【００５６】 さらに、本発明の好ましい実施形態によれば、該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。
【００５７】 さらに、本発明の好ましい実施形態によれば、各境界セグメントは第１の側お
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。
【００５８】 さらに、本発明の好ましい実施形態によれば、該カラー画像はパターン化され
た物体の画像を含む。
【００５９】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は電気
回路を含む。
【００６０】 本発明の他の好ましい実施形態によれば、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、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。
【００６１】 さらに、本発明の好ましい実施形態によれば、該画像はパターン化された物体
の画像を含む。
【００６２】 さらに、本発明の好ましい実施形態によれば、該画像は電気回路の画像を含む
。
【００６３】 さらに、本発明の好ましい実施形態によれば、該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。
【００６４】 さらに、本発明の好ましい実施形態によれば、該所定の角度は約２２度の角度
を含む。
【００６５】 さらに、本発明の好ましい実施形態によれば、該画像は多数の画素を含み、該
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。
【００６６】 さらに、本発明の好ましい実施形態によれば、該円滑曲線に含まれる各画素は
、該順序づけられた複数の点うちの１つの点に関連する。
【００６７】 さらに、本発明の好ましい実施形態によれば、該円滑曲線に含まれる数個の画
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。
【００６８】 さらに、本発明の好ましい実施形態によれば、該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、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。
【００６９】 さらに、本発明の好ましい実施形態によれば、該方法は、該凹凸の形状深さお
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。
【００７０】 さらに、本発明の好ましい実施形態によれば、該分類は、以下の範疇、すなわ
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。
【００７１】 さらに、本発明の好ましい実施形態によれば、該方法は、電気回路における凹
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。
【００７２】 本発明の他の好ましい実施形態によれば、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、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。
【００７３】 さらに、本発明の好ましい実施形態によれば、該オブジェクトは電気回路を含
む。
【００７４】 さらに、本発明の好ましい実施形態によれば、該分類は、以下の範疇、すなわ
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。
【００７５】 本発明の他の好ましい実施形態によれば、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。
【００７６】 さらに、本発明の好ましい実施形態によれば、該オブジェクトは電気回路を含
む。
【００７７】 さらに、本発明の好ましい実施形態によれば、該排除方向は、エッジに垂直な
方向を含む。
【００７８】 さらに、本発明の好ましい実施形態によれば、該欠陥は擦り傷を含む。
【００７９】 さらに、本発明の好ましい実施形態によれば、該欠陥は染みを含む。
【００８０】 本発明の他の好ましい実施形態によれば、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。
【００８１】 さらに、本発明の好ましい実施形態によれば、該画像は電気回路を含む。
【００８２】 さらに、本発明の好ましい実施形態によれば、該サブサンプリングは、非隣接
画素のサブサンプリングを含む。
【００８３】 さらに、本発明の好ましい実施形態によれば、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。
【００８４】 さらに、本発明の好ましい実施形態によれば、該サブサンプリング比は、約１
１３と約１４９の間である。
【００８５】 さらに、本発明の好ましい実施形態によれば、該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。
【００８６】 さらに、本発明の好ましい実施形態によれば、サブサンプル画素の間の該およ
その平均距離は約５画素と約１１画素の間である。
【００８７】 さらに、本発明の好ましい実施形態によれば、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。
【００８８】 さらに、本発明の好ましい実施形態によれば、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である。
【００８９】 本発明の他の好ましい実施形態によれば、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。
【００９０】 さらに、本発明の好ましい実施形態によれば、ｎは３に等しい。
【００９１】 本発明の他の好ましい実施形態によれば、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も提供
される。
【００９２】 さらに、本発明の好ましい実施形態によれば、該方法は、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。
【００９３】 さらに、本発明の好ましい実施形態によれば、該特定は、完全な確信度未満の
確信度で特定することを含む。
【００９４】 さらに、本発明の好ましい実施形態によれば、ｎは５に等しい。
【００９５】 本発明の他の好ましい実施形態によれば、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、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。
【００９６】 本発明の他の好ましい実施形態によれば、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、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。
【００９７】 さらに、本発明の好ましい実施形態によれば、該多色画像出力を受領する該処
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。
【００９８】 さらに、本発明の好ましい実施形態によれば、該多色画像出力を受領する該処
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。
【００９９】 さらに、本発明の好ましい実施形態によれば、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。
【０１００】 さらに、本発明の好ましい実施形態によれば、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。
【０１０１】 さらに、本発明の好ましい実施形態によれば、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。
【０１０２】 さらに、本発明の好ましい実施形態によれば、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。
【０１０３】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体の表面
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。
【０１０４】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体の表面
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。
【０１０５】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は電気
回路を含む。
【０１０６】 さらに、本発明の好ましい実施形態によれば、該エレメントは該電気回路内の
導体を含む。
【０１０７】 さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板
を含む。
【０１０８】 さらに、本発明の好ましい実施形態によれば、該電気回路はボールグリッドア
レイ基板を含む。
【０１０９】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体はリー
ドフレームを含む。
【０１１０】 さらに、本発明の好ましい実施形態によれば、該金属被膜は金属メッキを含む
。
【０１１１】 さらに、本発明の好ましい実施形態によれば、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。
【０１１２】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は触刻
金属基板を含む。
【０１１３】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は彫刻
金属基板を含む。
【０１１４】 本発明の他の好ましい実施形態によれば、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、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。
【０１１５】 さらに、本発明の好ましい実施形態によれば、該処理回路は、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、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。
【０１１６】 さらに、本発明の好ましい実施形態によれば、該多色画像出力は、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。
【０１１７】 さらに、本発明の好ましい実施形態によれば、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。
【０１１８】 本発明の他の好ましい実施形態によれば、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
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。
【０１１９】 さらに、本発明の好ましい実施形態によれば、該処理回路は、該画像出力を受
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。
【０１２０】 さらに、本発明の好ましい実施形態によれば、該処理回路は、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、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。
【０１２１】 本発明の他の好ましい実施形態によれば、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、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。
【０１２２】 さらに、本発明の好ましい実施形態によれば、該処理回路はサブピクセルの精
度で機能する。
【０１２３】 本発明の他の好ましい実施形態によれば、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、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。
【０１２４】 さらに、本発明の好ましい実施形態によれば、該処理回路は、該骨組および該
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。
【０１２５】 さらに、本発明の好ましい実施形態によれば、該処理回路は、該骨組内のエレ
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組内のエレメント
に割り当てる機能を有する。
【０１２６】 本発明の他の好ましい実施形態によれば、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、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。
【０１２７】 本発明の他の好ましい実施形態によれば、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
ラー画像も提供される。
【０１２８】 さらに、本発明の好ましい実施形態によれば、形態的に侵食された多色画像の
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
。
【０１２９】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は電気
回路を含む。
【０１３０】 さらに、本発明の好ましい実施形態によれば、該エレメントは、該電気回路内
の導体を含む。
【０１３１】 さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板
を含む。
【０１３２】 さらに、本発明の好ましい実施形態によれば、該電気回路はボールグリッドア
レイ基板を含む。
【０１３３】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体はリー
ドフレームを含む。
【０１３４】 さらに、本発明の好ましい実施形態によれば、該金属被膜は金属メッキを含む
。
【０１３５】 さらに、本発明の好ましい実施形態によれば、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。
【０１３６】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は触刻
金属基板を含む。
【０１３７】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は彫刻
金属基板を含む。
【０１３８】 本発明の他の好ましい実施形態によれば、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、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。
【０１３９】 さらに、本発明の好ましい実施形態によれば、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。
【０１４０】 本発明の他の好ましい実施形態によれば、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。
【０１４１】 さらに、本発明の好ましい実施形態によれば、該マップの各部の色は、それぞ
れ異なる領域における物質を示す。
【０１４２】 さらに、本発明の好ましい実施形態によれば、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。
【０１４３】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は電気
回路を含む。
【０１４４】 さらに、本発明の好ましい実施形態によれば、該エレメントは、該電気回路内
の導体を含む。
【０１４５】 さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板
を含む。
【０１４６】 さらに、本発明の好ましい実施形態によれば、該電気回路はボールグリッドア
レイ基板を含む。
【０１４７】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体はリー
ドフレームを含む。
【０１４８】 さらに、本発明の好ましい実施形態によれば、該金属被膜は金属メッキを含む
。
【０１４９】 さらに、本発明の好ましい実施形態によれば、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。
【０１５０】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は触刻
金属基板を含む。
【０１５１】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は彫刻
金属基板を含む。
【０１５２】 本発明の他の好ましい実施形態によれば、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、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。
【０１５３】 さらに、本発明の好ましい実施形態によれば、該マップの各部の色は、該物体
の様々な領域における物質を示す。
【０１５４】 さらに、本発明の好ましい実施形態によれば、該処理回路は該画像出力を受領
し、サブピクセルの精度で境界表示を提供する。
【０１５５】 さらに、本発明の好ましい実施形態によれば、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。
【０１５６】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は電気
回路を含む。
【０１５７】 さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板
を含む。
【０１５８】 さらに、本発明の好ましい実施形態によれば、該電気回路はボールグリッドア
レイ基板を含む。
【０１５９】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体はリー
ドフレームを含む。
【０１６０】 さらに、本発明の好ましい実施形態によれば、該異なる物質は異なる金属を含
む。
【０１６１】 さらに、本発明の好ましい実施形態によれば、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
。
【０１６２】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は触刻
金属基板を含む。
【０１６３】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は彫刻
金属基板を含む。
【０１６４】 本発明の他の好ましい実施形態によれば、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。
【０１６５】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は電気
回路を含む。
【０１６６】 さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板
を含む。
【０１６７】 さらに、本発明の好ましい実施形態によれば、プリント回路基板はボールグリ
ッドアレイ基板を含む。
【０１６８】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体はリー
ドフレームを含む。
【０１６９】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は触刻
金属基板を含む。
【０１７０】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は彫刻
金属基板を含む。
【０１７１】 本発明の他の好ましい実施形態によれば、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、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。
【０１７２】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は電気
回路を含む。
【０１７３】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体はプリ
ント回路基板を含む。
【０１７４】 さらに、本発明の好ましい実施形態によれば、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。
【０１７５】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体はリー
ドフレームを含む。
【０１７６】 さらに、本発明の好ましい実施形態によれば、該複数種の物質は少なくとも三
種類の物質を含む。
【０１７７】 さらに、本発明の好ましい実施形態によれば、該物質は、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。
【０１７８】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は触刻
金属基板を含む。
【０１７９】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は彫刻
金属基板を含む。
【０１８０】 本発明の他の好ましい実施形態によれば、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、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。
【０１８１】 本発明の他の好ましい実施形態によれば、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、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。
【０１８２】 さらに、本発明の好ましい実施形態によれば、該物体は電気回路を含む。
【０１８３】 さらに、本発明の好ましい実施形態によれば、該第１の技術は近傍解析を含み
、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。
【０１８４】 本発明の他の好ましい実施形態によれば、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、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。
【０１８５】 さらに、本発明の好ましい実施形態によれば、該物体は電気回路を含む。
【０１８６】 さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板
を含む。
【０１８７】 さらに、本発明の好ましい実施形態によれば、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。
【０１８８】 さらに、本発明の好ましい実施形態によれば、該物体はリードフレームを含む
。
【０１８９】 本発明の他の好ましい実施形態によれば、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、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。
【０１９０】 さらに、本発明の好ましい実施形態によれば、該物体は電気回路を含む。
【０１９１】 さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板
を含む。
【０１９２】 さらに、本発明の好ましい実施形態によれば、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。
【０１９３】 さらに、本発明の好ましい実施形態によれば、該物体はリードフレームを含む
。
【０１９４】 本発明の他の好ましい実施形態によれば、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、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。
【０１９５】 さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板
を含む。
【０１９６】 さらに、本発明の好ましい実施形態によれば、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。
【０１９７】 さらに、本発明の好ましい実施形態によれば、該電気回路はフラットパネルデ
ィスプレイ基板を含む。
【０１９８】 さらに、本発明の好ましい実施形態によれば、該処理回路は、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。
【０１９９】 さらに、本発明の好ましい実施形態によれば、該処理回路は、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。
【０２００】 さらに、本発明の好ましい実施形態によれば、該処理回路は銅の存在の出力表
示を与える。
【０２０１】 さらに、本発明の好ましい実施形態によれば、該処理回路は金の存在の出力表
示を与える。
【０２０２】 さらに、本発明の好ましい実施形態によれば、該処理回路ははんだマスク材の
存在の出力表示を与える。
【０２０３】 さらに、本発明の好ましい実施形態によれば、該処理回路は銀の存在の出力表
示を与える。
【０２０４】 さらに、本発明の好ましい実施形態によれば、該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。
【０２０５】 さらに、本発明の好ましい実施形態によれば、該処理回路は酸化された金属の
存在の出力表示を与える。
【０２０６】 さらに、本発明の好ましい実施形態によれば、該画像出力は、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。
【０２０７】 本発明の他の好ましい実施形態によれば、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、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。
【０２０８】 さらに、本発明の好ましい実施形態によれば、該パターン化された物体は電気
回路を含む。
【０２０９】 さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板
を含む。
【０２１０】 さらに、本発明の好ましい実施形態によれば、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。
【０２１１】 さらに、本発明の好ましい実施形態によれば、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。
【０２１２】 本発明の他の好ましい実施形態によれば、カラー画像内の境界の位置を特定す
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。
【０２１３】 本発明の他の好ましい実施形態によれば、カラー画像内の境界の位置を特定す
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。
【０２１４】 本発明の他の好ましい実施形態によれば、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。
【０２１５】 本発明の他の好ましい実施形態によれば、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、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。
【０２１６】 本発明の他の好ましい実施形態によれば、オブジェクトの画像内の凹凸を分類
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。
【０２１７】 本発明の他の好ましい実施形態によれば、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。
【０２１８】 本発明の他の好ましい実施形態によれば、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。
【０２１９】 本発明の他の好ましい実施形態によれば、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。
【０２２０】 本発明の他の好ましい実施形態によれば、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。
【０２２１】 本発明の他の好ましい実施形態によれば、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。
【０２２２】 本発明の他の好ましい実施形態によれば、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。
【０２２３】 本発明の他の好ましい実施形態によれば、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。
【０２２４】 本発明の他の好ましい実施形態によれば、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。
【０２２５】 本発明の他の好ましい実施形態によれば、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。
【０２２６】 本発明の他の好ましい実施形態によれば、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。
【０２２７】 本発明の他の好ましい実施形態によれば、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。
【０２２８】 本発明の他の好ましい実施形態によれば、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。
【０２２９】 本発明の他の好ましい実施形態によれば、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、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。
【０２３０】 本発明の他の好ましい実施形態によれば、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。
【０２３１】 本発明の他の好ましい実施形態によれば、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。
【０２３２】 本発明の他の好ましい実施形態によれば、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
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。
【０２３３】 本発明の他の好ましい実施形態によれば、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。
【０２３４】 本発明の他の好ましい実施形態によれば、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。
【０２３５】 本発明の他の好ましい実施形態によれば、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。
【０２３６】 さらに、本発明の好ましい実施形態によれば、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。
【０２３７】 さらに、本発明の好ましい実施形態によれば、該装置は、該多色画像から導か
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。
【０２３８】 本発明は、以下の詳細な説明と図面を併用することにより、十分に理解される
であろう。
【０２３９】 （好ましい実施形態の詳細な説明） 概要 次に、本発明の好ましい実施形態に従って構成され、機能する画像解析システ
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。
【０２４０】 画像解析システム１００は、照明サブシステム、画像取得サブシステム、オブ
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。
【０２４１】 解析すべき入力画像は、典型的に、当該技術分野において公知の適切なカラー
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
。
【０２４２】 画像解析システム１００は、入力画像を解析するとともに、さらなる処理に向
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。
【０２４３】 当該技術分野においてよく知られているように、画像解析システム１００は、
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。
【０２４４】 画像解析システム１００は、好ましくは入力画像に関するカラー情報を受領し
、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。
【０２４５】 画像解析システム１００は、好ましくは入力画像に関するグレーレベル情報と
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。
【０２４６】 画像解析システム１００は、好ましくは、後述され、ＣＡＢＳユニット１３０
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。
【０２４７】 画像解析システム１００は、同期ユニット１５０をも備えるのが好ましい。好
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。
【０２４８】 画像解析システム１００は、２値セル、カラーセル、モフォロジ骨格、骨格特
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
。
【０２４９】 画像解析システム１００のスナップショット画像出力は、検査対象オブジェク
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。
【０２５０】 ＣＬＲＰユニット１２０は、以下のサブユニットを備えるのが好ましい。
【０２５１】 １．物質識別サブユニット１７０、この物質識別サブユニット１７０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
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。
【０２５２】 ２．物質輪郭サブユニット１８０、物質輪郭サブユニット１８０は、好ましく
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。
【０２５３】 入力画像がオブジェクトの画像を含まない場合には、限定的ではないが特に物
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。
【０２５４】 ３．カラー表面欠陥サブユニット１９０、カラー表面欠陥サブユニット１９０
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。
【０２５５】 ＣＡＢＳユニット１３０は、好ましくは以下のサブユニットを備える。
【０２５６】 １．二値化およびセル生成サブユニット２００、二値化およびセル生成サブユ
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。
【０２５７】 「２値」という言葉は、本明細書および請求項を通じて用いられるあらゆる形
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。
【０２５８】 ２．ニックおよび突起ユニット２２０、ニックおよび突起ユニット２２０は、
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。
【０２５９】 ３．グレー小欠陥サブユニット２１０、グレー小欠陥サブユニット２１０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。
【０２６０】 ＳＫＦＤユニット１４０は、以下のサブユニットを備えるのが好ましい。
【０２６１】 １．線および空間骨格サブユニット２３０、線および空間骨格サブユニット２
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。
【０２６２】 ２．形態サブユニット２４０、形態サブユニット２４０は、好ましくはライン
・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。
【０２６３】 以下の定義および一般論は、本明細書および請求項を理解する上で補助的な役
割を果たしうる。
【０２６４】 ほぼ均一なカラー特性を有する画素の集団を、ここでは「ほぼ均一な色集団」
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。
【０２６５】 例えば、赤、緑および青毎に個別のカラー値を含むＲＧＢ形式、色相、強度お
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。
【０２６６】 ＲＧＢ画像の単一の色成分をＲＧＢ画像の他の成分と別個に扱うことができる
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。
【０２６７】 グレースケール画像解析の分野において、勾配の概念はよく知られており、画
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。
【０２６８】 グレースケール画像におけるサブピクセル精度の特定を含め、グレースケール
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。
【０２６９】 １．自動目視検査システムを開示するＣａｓｐｉの米国特許第５，７７４，５
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。
【０２７０】 ２．目視検査システムを開示するＣａｓｐｉ他の米国特許第５，７７４，５７
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。
【０２７１】 カラー画像処理 次に、図１のＣＬＲＰユニットに含まれる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。
【０２７２】 一般に、物質識別サブユニット１７０のタスクは、入力画像内の均一色集団領
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。
【０２７３】 本明細書および請求項に用いられている「半透明上塗り層」という言葉は、例
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。
【０２７４】 ここでは、均一色集団領域は、特定物質の領域を表すものとする。一般に解析
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。
【０２７５】 一般に、物質輪郭ユニット１８０は、入力画像のカラー情報から、そして物質
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。
【０２７６】 図２の装置は、以下のユニットを備えるのが好ましい。 １．物質分類ユニット１７１ ２．カラーエッジディテクタ１７２ ３．領域拡張ユニット１７３ ４．セル構成ユニット１７４ ５．輪郭形成ユニット１７５。
【０２７７】 物質分類ユニット１７１は、好ましくは、入力画像内の画素毎にＲＧＢ値から
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。
【０２７８】 類似の物質で構成される複数のオブジェクトの画像を解析するという典型的な
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。
【０２７９】 物質分類ユニット１７１は、好ましくは、特定の物質に対する入力画像内の各
画素の割当を示す物質分類情報を出力する。
【０２８０】 カラーエッジディテクタ１７２は、好ましくは、物質分類ユニット１７１と同
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。
【０２８１】 ソベルエッジ検出は、当該技術分野においてよく知られている。関数ψの勾配
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：
【数１】
【０２８２】 本発明におけるソベルエッジ検出は、好ましくは３×３のサーキュラーエッジ
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。
【０２８３】 １．垂直勾配カーネル；
【数２】
【０２８４】 ２．水平勾配カーネル
【数３】
【０２８５】 次いで、カラーエッジディテクタ１７２は、以下のように、Ｈ、ＳおよびＩ成
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。
【０２８６】 上述のファクタについてのさらなる説明は、その開示を本願に引用して援用す
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。
【０２８７】 次に、カラーエッジディテクタ１７２の好ましい動作方法の概略フローチャー
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。
【０２８８】 再び図２を参照すると、領域拡張ユニット１７３は、好ましくは、物質分類ユ
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。
【０２８９】 次に、図２の領域拡張ユニット１７３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。
【０２９０】 上述したような適切なエッジ抽出演算子を用いて、画像内の各画素における勾
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）。
【０２９１】 好ましくは、勾配が現行の勾配度以下の未分類の画素毎に以下のステップを実
行し（ステップ３５０）、段階的に増加させる。
【０２９２】 未分類の画素の隣接画素の中で、勾配が最小の隣接画素を特定する（ステップ
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。
【０２９３】 ステップ３６０において勾配が最小の画素として特定された、隣接画素の中の
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。
【０２９４】 すべての画素が分類されているかどうかをチェックする（ステップ３８０）。
そうであれば、図４の方法を終了するのが好ましい。
【０２９５】 少なくとも１つの未分類画素が未分類のまま残っている場合は、カレント勾配
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。
【０２９６】 上述したように、図２の装置を含めて、図１のシステムのたいていのコンポー
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。
【０２９７】 セル構成ユニット１７４は、好ましくは、典型的に物質分類ユニット１７１お
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。
【０２９８】 グレースケール画像における当該サブピクセル特定を行うための適切な装置お
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。
【０２９９】 当該技術分野、特に上文に参照したカスピ特許においてよく知られているよう
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。
【０３００】 輪郭形成ユニット１７５は、好ましくは、セル構成ユニット１７４からのＲ、
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。
【０３０１】 次に、図２の輪郭形成ユニット１７５の好ましい実施態様を示す概略構成図で
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。
【０３０２】 １．好ましくは分割物質情報を受領し、好ましくはピクセルの精度で境界を表
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。
【０３０３】 ２．内部で境界が特定されるべき領域を示す、各物質セルの周りの１画素エン
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。
【０３０４】 ３．好ましくは、物質セルビルダ１７６からの物質セル、および選別器決定エ
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。
【０３０５】 最良輪郭選別器１７８での境界の特定では、エッジの境目の近傍においてサブ
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。
【０３０６】 本発明の好ましい実施形態では、境目に近くない領域にサブピクセルＲ、Ｇま
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。
【０３０７】 次に、図７の最良の輪郭選別器１７８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。
【０３０８】 好ましくは、上述したサブピクセル精度の境界は複数の輪郭要素またはセルと
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。
【表１】
【０３０９】 次に、本発明を理解する上で有用な、好ましいセル構成および分類を示す概略
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。
【０３１０】 図９はセル５５０も含む。セル５５０の開始端の交点５６０の位置は、当業界
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。
【０３１１】 図１０は、セル５５０の開始端および終了端を記述するための好ましい循環座
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。
【０３１２】 ４つの隣接画素におけるエッジコードおよび方向ベースのＤＯＧ符号値を決定
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。
【表２】
【０３１３】 エッジコードの上述のリストにおいて、コード６はサドルを表し、コード７は
「無セル」を表すことが理解される。
【０３１４】 図１０の番号づけシステムに従って、セルの開始端および終了端を以下の表か
ら決定することができる。
【表３】
【０３１５】 本発明の好ましい実施形態において、上述のように計算されるセルを集めて、
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。
【０３１６】 本発明の好ましい実施形態において、検査対象オブジェクトの特徴のレポート
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。
【０３１７】 表面欠陥の検出 次に、図１のカラー表面欠陥サブユニット１９０の好ましい実施態様を示す概
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。
【０３１８】 領域欠陥としても知られる表面欠陥は、無作為にテクスチャされた表面内の局
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
【０３１９】 以下のような他の様式で欠陥を分類することもできる。 − 主に色が周囲と異なる彩色欠陥。酸化領域は彩色欠陥の例である。 − 例えば、凹み、擦り傷および染みのように、周囲より明るいまたは暗い欠
陥である無彩色欠陥、または強度基準の欠陥。
【０３２０】 一般に、図１２の装置は、様々な物質およびテクスチャを含む構造的に複雑な
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。
【０３２１】 したがって、本発明において、図１２の装置に対する好ましい入力は、オブジ
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。
【０３２２】 動作の効率化のために、図１２の装置は、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。
【０３２３】 図１２の装置は、以下のユニットを備えるのが好ましい。
【０３２４】 １．カラー１／カラー２作成ユニット４００、これは、好ましくはカラー情報
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。
【０３２５】 本発明において好ましくは、各物質における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、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）。
【０３２６】 次に、図１２のカラー１／カラー２作成ユニット４００の好ましい動作方法を
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。
【０３２７】 ２．方向性イネーブル画像クリエータ、これはカラーセル情報を受領し、好ま
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。
【０３２８】 物質のエッジ上では一般に強い勾配が測定されるため、本発明では、特に表面
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。
【０３２９】 本明細書に用いられる「サブ解像度」とは、一般に、本来の画像の各ディメン
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。
【０３３０】 図１４を参照しながら、ｏｋｄｉｒを作成する方向性イネーブル画像クリエー
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。
【０３３１】 ３、４．それぞれが好ましくはカラー１画像およびカラー２画像を受領する、
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。
【０３３２】 ５．好ましくは、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。
【０３３３】 次に、図１２の方向性イネーブル画像クリエータ４０２の第１の部分の好まし
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。
【０３３４】 図１４の装置は、好ましくは入力画像としてカラーセル情報を受領し、好まし
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。
【０３３５】 次に、図１４の装置の動作を理解する上で有用な、画像画素および隣接する仮
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。
【０３３６】 ４つの隣接仮想セル画素７００、７１０、７２０および７３０のいずれにもセ
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。
【表４】
【０３３７】 再び図１４を参照すると、図１４の装置は、好ましくは典型的に３つの侵食ユ
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。
【０３３８】 好ましくは、値を有する侵食キーに従って各侵食ステップを実施する。侵食キ
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。
【表５】
【０３３９】 好ましくは、すべての侵食演算子が直交演算子、つまり、中央画素の４つの一
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。
【０３４０】 好ましくは、イネーブルマップを使用してエッジ内の領域を拡張し、それによ
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。
【０３４１】 図１４の装置は、好ましくは、ｏｋｄｉｒ画像を生成する機能を有するｏｋｄ
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
）。
【０３４２】 次に、図１６のステップ４１８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。
【表６】
【０３４３】 図１７の方法は、好ましくは、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。
【０３４４】 イネーブル２画像の中央画素はエッジ画素であるかどうかをチェックする（ス
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。
【０３４５】 そうでない場合は、イネーブル２画像は少なくとも１つのエッジ画素を含むか
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。
【０３４６】 そうでない場合は、イネーブル６画像のエンベロープ画素は少なくとも１つの
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。
【０３４７】 そうでない場合は、エンベロープをイネーブル１０エンベロープに等しく設定
し、マップコードを０３に等しく設定する（ステップ４３２）。
【０３４８】 一般に、エンベロープ２画像の中央画素がエッジ画素で、エンベロープが選択
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。
【０３４９】 再び図１６を参照すると、ｏｋｄｉｒを計算する（ステップ４１９）。好まし
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。
【０３５０】 ｏｋｄｉｒアドレスが０に等しいかどうかをチェックする（ステップ４３４）
。そうである場合は、ｏｋｄｉｒも０に等しく設定する（ステップ４３６）。
【０３５１】 すべてのエンベロープ画素が占有されているかどうかをチェックする（ステッ
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）。
【０３５２】 次いで、イネーブル画像を侵食して骨格ヘッドとする（ステップ４４２）。骨
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。
【０３５３】 再び図１８を参照すると、骨格ヘッドの数により、３つの可能な例の１つに基
づいて作業を行う（ステップ４４４）。
【０３５４】 骨格ヘッドが１つの場合は、ｏｋｄｉｒは、骨格ヘッドと展開の中央画素を接
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。
【０３５５】 ２つの骨格ヘッドがある場合は、ｏｋｄｉｒは、それら２つの骨格ヘッドの間
に引かれた線の方向である（ステップ４４８）。
【０３５６】 ３つ以上の骨格ヘッドがある場合は、ｏｋｄｉｒを、測定が行われないことを
示す０に設定する。
【０３５７】 次に、ｏｋｄｉｒ値、対応する測定方向、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。
【０３５８】 次に、図１２の方向性イネーブル画像クリエータ４０２の第２の部分の好まし
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。
【０３５９】 図２１の方法は、以下のステップを含むのが好ましい。 図１４で説明したように生成されたイネーブル１０画像を入力として受領し、
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。
【０３６０】 ｋを好ましくは１１または２１に等しく設定してベースイネーブル画像のｋ×
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。
【０３６１】 仮想３×３展開からサブｏｋｄｉｒ値を求めるためにヒューリスティックの集
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。
【０３６２】 次に、図１２の装置の一部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。
【０３６３】 好ましくは、図１２を参照しながら上述したように、フル解像度チャネル４０
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。
【０３６４】 図２４の方法は、以下のステップを含むのが好ましい。 １．フル解像度チャネルに関連するステップ４０６：
【０３６５】 好ましくは、３×３のミラーガウスフィルタを用いて入力画像を平滑化する（
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。
【０３６６】 次に、ガウス（ｉ、ｊ）が標準的なガウス関数の適用形態を表す、図２４のス
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。
【０３６７】 図２４を参照すると、典型的には物質領域内にハーフソベルディテクタを含み
、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）。
【０３６８】 本発明において、線形差分ディテクタの適用は、好ましくは、ｏｋｄｉｒ方向
、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。
【０３６９】 当該技術分野においてよく知られ、本明細書にも説明されているソベル演算子
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
【数４】 のような水平方向演算子と
【数５】 のような垂直方向演算子としてソベル演算子を実行することができる。
【０３７０】 本発明において、好ましくは、局所的な最小値および／または最大値の検出を
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、
【数６】 の形式を有し、一方、ハーフソベル垂直方向演算子は、
【数７】 の形式を有する。
【０３７１】 典型的には、半ソベル演算子は２つのステップで適用される。入力値は演算子
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。
【数８】
【０３７２】 Ｄｉｆ０＝（２＊Ａ０＋Ａ１＋Ａ２）−４＊Ｃが成り立ち、Ｄｉｆ１＝４＊Ｃ
−（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
【０３７３】 Ｄｉｆ０とＤＩＦ１の符号が異なる場合は、局所的な最小値または局所的な最
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。
【０３７４】 ステップ４６６の出力は、カラー１およびカラー２画像からそれぞれ別個に得
られる水平勾配画像および垂直勾配画像を含む。
【０３７５】 次いで、好ましくはエッジからの距離に基づく正規化演算子を用いて、また好
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。
【０３７６】 異なる物質における異なるテクスチャの問題を克服するのに様々な方法を採用
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。
【０３７７】 本発明のステップ４６８において、好ましくは勾配正規化を用いる。物質毎に
、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。
【０３７８】 次いで、ステップ４６８において、以下の式に従って正規化勾配を計算するの
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。
【０３７９】 計算法を上に示した勾配を解析し、分類し、閾値処理する（ステップ４７０）
。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。
【０３８０】 再び図２４を参照すると、次いで、ステップ４７０において、閾値処理する。
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。
【表７】
【０３８１】 ステップ４７０の出力は、好ましくは、各々のケースにおいて、局所的な最小
／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。
【表８】
【０３８２】 次いで、典型的にはレポートの３×３展開を解析し、重みづけ合計値を計算し
、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。
【０３８３】 ２．サブ解像度チャネル４０４に関連するステップ： 好ましくは５×５のチェス盤状メジアンフィルタを用いて画像を平滑化する（
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。
【表９】
【０３８４】 勾配ディテクタを適用する（ステップ４７８）。このステップはステップ４６
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。
【０３８５】 ステップ４６８の勾配正規化に対応し、好ましくは類似した勾配正規化を行う
（ステップ４８０）。
【０３８６】 ステップ４８２において、ステップ４７０に対応する閾値処理と同様の勾配閾
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。
【０３８７】 広領域結果フィルタを適用する（ステップ４８４）。このステップはステップ
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。
【表１０】
【０３８８】 随意に、クラスタードレポートのレポート「クラウド」が存在し、外部レポー
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。
【０３８９】 ３．サブ解像度チャネルレポートとフル解像度チャネルレポートの併合。
【０３９０】 サブ解像度チャネルレポートとフル解像度チャネルレポートを併合する（ステ
ップ４６８）。以下の規則に従って併合を行う。
【０３９１】 １．ステップ４７２を参照しながら上述したものと同様の「最強レポートの生
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
【０３９２】 典型的な実施態様において、最終レポートにおける各項目は、以下のような典
型的構成を有する９ビットワードを含む。
【表１１】
【０３９３】 形態的骨格生成 次に、図１の線および空間骨格サブユニット２３０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。
【０３９４】 画素毎に骨格生成のための侵食を受ける画像は、例えばＸ方向の各列に沿って
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）。
【０３９５】 典型的には、侵食される画素に最も近い４または８の隣接画素に従って、画素
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：
【０３９６】 Ａ１、Ａ３、Ａ５およびＡ７で表される４つの水平および垂直隣接画素４９８
、又は
【０３９７】 ４つの水平および垂直隣接画素４９６、ならびにＡ０、Ａ２、Ａ６およびＡ８
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。
【０３９８】 どの隣接画素を選択するかは、実施される解析に応じて変わりうる。最も近い
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。
【０３９９】 ４つの隣接画素については、４つの水平および垂直隣接画素４９８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。
【０４００】 ８つの隣接画素については、４つの水平および垂直隣接画素４９８のいずれか
、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。
【０４０１】 本発明において、好ましくは（ただし、必ずしもそうではない）、侵食中の連
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。
【０４０２】 図２８Ｂを参照すると、既に侵食された画素５０２をＰ０、Ｐ１、Ｐ２および
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。
【０４０３】 好ましくは、上述したように、動作の効率を考慮して、図２７の方法をカスタ
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。
【０４０４】 次に、図１の形態サブユニット２４０の好ましい動作方法を理解する上で有用
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。
【０４０５】 図３０Ａでは、侵食前の画像５０６が示されている。図３０Ｂには、図３０Ａ
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。
【０４０６】 図３０および３０Ｃには、検出される典型的な形態的事象、すなわち開口端５
１２、接続点５１４およびブロブ接続点５１６が示されている。
【０４０７】 図３０Ａから３０Ｃを理解する上で有用な演算子を示す概略図である図３１Ａ
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。
【０４０８】 本発明の好ましい実施形態に従って、白黒画像、すなわち、二値化およびセル
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。
【０４０９】 次に、画像のカラー形態解析の好ましい方法を示す概略フローチャートである
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。
【０４１０】 図３２の方法は、以下のステップを含むのが好ましい。 典型的にはカラー処理を参照しながら上述したように、カラー法を用いてカラ
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。
【０４１１】 好ましくは、さらなる処理に向けて物質領域を分離するために、典型的には、
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。
【０４１２】 ステップ５２５の出力に対して骨格法を実行する（ステップ５２６）。好まし
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）。
【０４１３】 次いで、例えば上述のステップ５２３によって生成された強調物質画像内の対
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。
【０４１４】 このように、形状に割り当てる均一色集団または物質のカラーを有する形態マ
ップを含むカラー形態画像が生成される。
【０４１５】 ニックおよび突起処理 次に、併合すると、図１のニックおよび突起サブユニット２２０の好ましい動
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。
【０４１６】 次に、図３３Ａおよび図３３Ｂの方法を理解するのに有用な、解析すべき画像
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
。
【０４１７】 ニックと突起は、ニック８００が「内−外−内」の変化を有するものとして特
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。
【０４１８】 図３３Ａおよび図３３Ｂの方法は以下のステップを含むのが好ましい。
【０４１９】 動作の効率化のために、ステップ８４０とステップ９３０（ともに以下に説明
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。
【０４２０】 典型的には画像内のすべてのセルについて、画像内の解析されるセル毎に破断
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。
【０４２１】 解析対象のセルについて、セルの長さおよびセルの垂線の角度を測定する（ス
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。
【０４２２】 次いで、好ましくは、解析されるセルの各隣接セルについて、以下のステップ
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。
【０４２３】 隣接セルの長さをチェックして、隣接セルの長さが、例えば１／４画素のしき
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）。
【０４２４】 隣接セルの長さが所定のしきい値より大きい場合は、好ましくはステップ８５
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。
【０４２５】 ブレーク角が、例えば２２度のしきい値の如き所定のしきい値より大きいかど
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。
【０４２６】 ブレーク角が所定のしきい値より大きい場合は、典型的には好適なマップにお
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）。
【０４２７】 ステップ８４０において解析されているセルの周囲のセルの領域が問題を有す
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。
【０４２８】 次いで、ブレークレポートを抽出し（ステップ９２５）、以下に説明するステ
ップ９８０に託す。
【０４２９】 好ましくは、図３３Ａの上述のステップと平行して、典型的には画像内のすべ
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。
【０４３０】 セルの中間点を特定する（ステップ９４０）。上述したように、各々の仮想セ
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。
【０４３１】 現在解析されているセルをその一部とする形状の２つのエッジセルを、解析さ
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。
【０４３２】 ステップ９５０においてエッジセルを突きとめるための好ましい方法は以下の
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。
【０４３３】 好ましくは、第１に、中央セル９５１の仮想画素、およびその８つの一次隣接
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。
【表１２】
【０４３４】 次に、上記表を理解する上で有用な、輪郭の例を示す概略図を含む図３７Ａお
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。
【０４３５】 好ましくは、１６エッジ仮想セル画素９５５の連結セルの如き連結成分の解析
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）。
【表１３】
【０４３６】 次に、好ましくは、９つの中央仮想セル画素９５４内に位置する中央の輪郭に
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。
【０４３７】 好ましくは、ユークリッド距離に従って、互いの距離が最も近い選択された２
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。
【０４３８】 再び図３３Ｂを参照すると、ステップ９５０において特定された２つのエッジ
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。
【０４３９】 次に、ステップ９６０において変換した変換点に基づいて、形状深さおよび開
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。
【０４４０】 次に、図３３Ｂのステップ９８０を理解する上で有用な、仮想セル画素の配列
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。
【０４４１】 ステップ９８０は、好ましくは、その両方について上述したステップ９２５お
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。
【０４４２】 − ブレークシーケンスｉｎ−ｉｎ−ｉｎは角を示すが、その深さが深さのし
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。
【０４４３】 − ブレークシーケンスｉｎ−ｏｕｔ−ｉｎはニックを示すが、最も小さいニ
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。
【０４４４】 − ｎｏｎｅ−ｏｕｔ−ｉｎのブレークシーケンスは、その深さが十分に大き
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）。
【０４４５】 典型的に、深さのしきい値は調査されるオブジェクトの応用形態またはタイプ
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。
【０４４６】 好ましくは、ニック／突起検出のレポートを含む、ステップ９８０の結果を報
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。
【０４４７】 次に、図１のシステムに併用すると有益な方法を示す概略フローチャートであ
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。
【０４４８】 次に、本発明の動作を理解するのに有用な、電気回路の如きパターン化された
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。
【０４４９】 図４０の装置は、図４０の例においてボールグリッドアレイ（ＢＧＡ）基板か
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。
【０４５０】 上述の異なる物質および物質の組み合わせの領域の各々は、異なる識別色集団
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。
【０４５１】 本発明を用いて、例えば擦り傷１０１６の如き様々な表面欠陥、ならびに例え
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。
【０４５２】 発明人等は、その領域において欠陥を検出するかどうかに関わらず、外部処理
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。
【０４５３】 特徴を識別するために、その一部を図４０に示すセルマップを生成することが
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。
【０４５４】 本発明を使用して、その一部を図４０に示す形態マップをも生成し、その形態
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。
【０４５５】 再び図１を参照すると、上述したように、画像解析システム１００は、好まし
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。
【０４５６】 １．欠陥を特徴づける情報：表面欠陥、ニックおよび突起の欠陥、および欠陥
カラー輪郭要素（セル）。
【０４５７】 ２．想定される物体を特徴づける情報：２値セル、骨格、骨格特徴、カラー骨
格、およびカラーセル。
【０４５８】 ３．典型的にはカラーＲＧＢスナップショットを含む、対象領域の周囲の領域
、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。
【０４５９】 先述の内容の一般性を制限することなく、要望に応じてさらなる処理を行うた
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。
【０４６０】 第２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。
【０４６１】 ＣＯＭＲＡＤＤ１９０からのカラー表面欠陥、およびＣＡＢＳユニット１３０
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、
【０４６２】 ならびに対象領域のスナップショット、例えば欠陥が報告された各領域、対象
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。
【０４６３】 明瞭化のために、個々の実施形態という状況のなかで説明されている本発明の
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。
【０４６４】 本発明は、本明細書に具体的に示され、記載されていることによって制限され
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。
【図面の簡単な説明】
【図１】 図１は、本発明の好ましい実施形態に従って構築され、機能する画像解析シス
テムを示す概略構成図である。
【図２】 図２は、図１の物質識別サブユニット１７０および物質輪郭ユニット１８０の
好ましい実施態様を示す概略構成図である。
【図３】 図３は、図２の装置の一部の好ましい方法を示す概略フローチャートである。
【図４】 図４は、図２の領域拡大ユニット１７３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５】 図５及び６は、好ましい５×５のラージカーネルを示す概略図である。
【図７】 図７は、図２の輪郭化ユニット１７５の好ましい実施態様を示す概略構成図で
ある。
【図８】 図８は、図７の最良輪郭選別器１７８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９】 図９は、本発明を理解する上で有用な好ましいセル構造および分類を示す概略
図である。
【図１０】 図１０は、本発明を理解する上で有用な好ましいセル構造および分類を示す概
略図である。
【図１１】 図１１は、本発明を理解する上で有用な好ましいセル構造および分類を示す概
略図である。
【図１２】 図１２は、図１のカラー表面欠陥サブユニット１９０の好ましい実施態様を示
す概略構成図である。
【図１３】 図１３は、図１２のカラー１／カラー２作成ユニット４００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１４】 図１４は、図１２の方向性イネーブル画像クリエータ４０２の第１の部分の好
ましい実施態様を示す概略構成図である。
【図１５】 図１５は、図１４の装置の動作を理解する上で有用な画像画素および近隣の仮
想セル画素を示す概略図である。
【図１６】 図１６は、図１４の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１７】 図１７は、図１６のステップ４１８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】 図１８は、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１９】 図１９は、図１８の方法を理解する上で有用な触刻のプロセスの例を示す概略
図である。
【図２０】 図２０は、図１８の方法を理解する上で有用な、okdir値、対応する測定方向
、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。
【図２１】 図２１は、図１２の方向性イネーブル画像クリエータ４０２の第２の部分の好
ましい動作方法を示す概略フローチャートである。
【図２２】 図２２は、図２１の方法を理解する上で有用な、所定の画素の好ましい選択を
示す概略図である。
【図２３】 図２３Ａは、図２１のステップ４６２に使用する好ましいヒューリスティック
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。
【図２４】 図２４は、図１２の装置の一部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２５】 図２５は、図２４のステップ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２６】 図２６は、図２４のステップ４７０の一部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２７】 図２７は、図１の線および空間骨格サブユニット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２８】 図２８Ａ及び２８Ｂは、図２７の方法を理解する上で有用な、部分的な触刻の
前後の画素配列を示す概略図である。
【図２９】 図２９は、図２７の方法を理解する上で有用なオイラーの状態を示す概略図で
ある。
【図３０】 図３０Ａ〜図３０Ｃは、図１の形態サブユニット２４０の好ましい動作方法を
理解する上で有用な概略説明図である。
【図３１】 図３１Ａ〜図３１Ｃは、図３０Ａ−図３０Ｃを理解する上で有用な、演算子の
概略説明図である。
【図３２】 図３２は、画像のカラー形態解析の好ましい方法を示す概略フローチャートで
ある。
【図３３】 図３３Ａ及び３３Ｂは、合わせて、図１のニックおよび突起サブユニット２２
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。
【図３４】 図３４は、図３３Ａのステップ８９０を理解する上で有用な概略説明図である
。
【図３５】 図３５は、図３３Ａおよび図３３Ｂの方法を理解するのに有用な、解析すべき
画像の一部を示す概略図である。
【図３６】 図３６は、図３３Ｂのステップ９５０の方法を理解する上で有用な、仮想セル
画素の配列を示す概略図である。
【図３７】 図３７Ａ及び３７Ｂは、輪郭の例を示す概略図である。
【図３８】 図３８は、突起の典型的な例を示す概略図である。
【図３９】 図３９Ａ及び３９Ｂは、図３３Ｂのステップ９８０を理解する上で有用な、仮
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。
【図４０】 図４０は、本発明の動作を理解するのに有用な電気回路の例を示す概略図であ
る。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｔ 7/60 １５０ Ｇ０６Ｔ 7/60 １５０Ｕ ２５０ ２５０Ａ (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ， ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＧ，ＡＬ，ＡＭ，ＡＴ， ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＢＺ，Ｃ Ａ，ＣＨ，ＣＮ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ ，ＤＺ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ，ＧＥ，ＧＨ， ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，Ｋ Ｅ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ，ＭＫ，ＭＮ， ＭＷ，ＭＸ，ＭＺ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，Ｒ Ｕ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＳ，ＵＺ，ＶＮ， ＹＵ，ＺＡ，ＺＷ (72)発明者 バラノヴスキー・エドワード イスラエル国 レホヴォット ハメルツァ ー ストリート 20 (72)発明者 マーガリット・タミール イスラエル国 ディー．エヌ． ハメルカ ツ 73160 マズール 60 Ｆターム(参考） 2F065 AA03 AA15 AA21 AA49 AA51 CC01 CC26 CC27 CC28 FF04 QQ04 QQ06 QQ24 QQ25 QQ31 QQ33 QQ34 2G051 AA62 AA65 AB01 AB02 AB03 CA03 CA04 EA11 EA17 EB01 EB02 EC01 EC02 EC03 EC05 ED03 ED07 5B057 AA03 BA02 CA01 CA08 CA12 CA16 CB12 CB16 CE05 CE06 CE16 DA03 DA08 DB06 DC09 DC16 5L096 AA02 AA06 BA03 EA02 EA03 FA06 FA08 FA17 GA04 GA12 GA55

Claims (215)

    【特許請求の範囲】
  1. 【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。
  2. 【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。
  3. 【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。
  4. 【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。
  5. 【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。
  6. 【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。
  7. 【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。
  8. 【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。
  9. 【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。
  10. 【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。
  11. 【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。
  12. 【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。
  13. 【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。
  14. 【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。
  15. 【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。
  16. 【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。
  17. 【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。
  18. 【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。
  19. 【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。
  20. 【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。
  21. 【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。
  22. 【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。
  23. 【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。
  24. 【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。
  25. 【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。
  26. 【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。
  27. 【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。
  28. 【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。
  29. 【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。
  30. 【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。
  31. 【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。
  32. 【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。
  33. 【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。
  34. 【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。
  35. 【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。
  36. 【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。
  37. 【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。
  38. 【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。
  39. 【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。
  40. 【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。
  41. 【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。
  42. 【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。
  43. 【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。
  44. 【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。
  45. 【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。
  46. 【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。
  47. 【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。
  48. 【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。
  49. 【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。
  50. 【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。
  51. 【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。
  52. 【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。
  53. 【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。
  54. 【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。
  55. 【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。
  56. 【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。
  57. 【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。
  58. 【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。
  59. 【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。
  60. 【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。
  61. 【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。
  62. 【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。
  63. 【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。
  64. 【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。
  65. 【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。
  66. 【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。
  67. 【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。
  68. 【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。
  69. 【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。
  70. 【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。
  71. 【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。
  72. 【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。
  73. 【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。
  74. 【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。
  75. 【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。
  76. 【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。
  77. 【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。
  78. 【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。
  79. 【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。
  80. 【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。
  81. 【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。
  82. 【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。
  83. 【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。
  84. 【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。
  85. 【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。
  86. 【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。
  87. 【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。
  88. 【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。
  89. 【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。
  90. 【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。
  91. 【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。
  92. 【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
    。
  93. 【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。
  94. 【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。
  95. 【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。
  96. 【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。
  97. 【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。
  98. 【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。
  99. 【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。
  100. 【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。
  101. 【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。
  102. 【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。
  103. 【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。
  104. 【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。
  105. 【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。
  106. 【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。
  107. 【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。
  108. 【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。
  109. 【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。
  110. 【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。
  111. 【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。
  112. 【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。
  113. 【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。
  114. 【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。
  115. 【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。
  116. 【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。
  117. 【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。
  118. 【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。
  119. 【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。
  120. 【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。
  121. 【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。
  122. 【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。
  123. 【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。
  124. 【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。
  125. 【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。
  126. 【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。
  127. 【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。
  128. 【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。
  129. 【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。
  130. 【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。
  131. 【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。
  132. 【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
    。
  133. 【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。
  134. 【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。
  135. 【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。
  136. 【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。
  137. 【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。
  138. 【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。
  139. 【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。
  140. 【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。
  141. 【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。
  142. 【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。
  143. 【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。
  144. 【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。
  145. 【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。
  146. 【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。
  147. 【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。
  148. 【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。
  149. 【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。
  150. 【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。
  151. 【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。
  152. 【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。
  153. 【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。
  154. 【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。
  155. 【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。
  156. 【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。
  157. 【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。
  158. 【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。
  159. 【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。
  160. 【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。
  161. 【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。
  162. 【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。
  163. 【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。
  164. 【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。
  165. 【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。
  166. 【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。
  167. 【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。
  168. 【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。
  169. 【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。
  170. 【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。
  171. 【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。
  172. 【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。
  173. 【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。
  174. 【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。
  175. 【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。
  176. 【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。
  177. 【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。
  178. 【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。
  179. 【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。
  180. 【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
    。
  181. 【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。
  182. 【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。
  183. 【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
    。
  184. 【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。
  185. 【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。
  186. 【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。
  187. 【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。
  188. 【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。
  189. 【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。
  190. 【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。
  191. 【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。
  192. 【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。
  193. 【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。
  194. 【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。
  195. 【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。
  196. 【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。
  197. 【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。
  198. 【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。
  199. 【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。
  200. 【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。
  201. 【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。
  202. 【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。
  203. 【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。
  204. 【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。
  205. 【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。
  206. 【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。
  207. 【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。
  208. 【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。
  209. 【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。
  210. 【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。
  211. 【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。
  212. 【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。
  213. 【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。
  214. 【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。
  215. 【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。
JP2001512273A 1999-07-25 2000-07-23 光学検査システム Expired - Fee Related JP4339541B2 (ja)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Cited By (3)

* Cited by examiner, † Cited by third party
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