JP2005114500A - 光学特性の不均一性測定方法および装置ならびにこれを利用した製品良否判定装置 - Google Patents

Abstract

【課題】 シャドウマスクやカラーフィルタなど、光学特性が均一であるべき測定対象物について、ムラ領域を正確に認識し、不均一性の評価値を高精度で得る。
【解決手段】 測定対象物を撮像して画像データとして入力し、ムラ領域を強調するためのフィルタリング処理を行う。各画素の輝度値についての最頻値Ｈｆを求め、輝度値が最頻値Ｈｆよりも小さい画素の領域Ｕ１や、輝度値が最頻値Ｈｆよりも大きい画素の領域Ｕ２を、ムラ領域と定義する。ムラ領域Ｕ１，Ｕ２内の各画素についての輝度値と最頻値Ｈｆとの差の合計を、画像データを構成する全画素数で除した値を、ムラの程度を示す評価値Ｍとして算出する。評価値Ｍが所定の許容値を越える製品および最頻値Ｈｆが所定の基準最頻値より大きく外れている製品を不良品とすることにより製品検査を行う。
【選択図】 図６

Description

本発明は、光学特性の不均一性測定方法および装置ならびにこれを利用した製品良否判定装置に関し、特に、本来は光学特性が均一であるべき製品について、光学特性の不均一部分の存在を認識し、製品としての良否判定を行うために利用できる技術に関する。

紙やフィルムといった一様な表面を有する材料をはじめとして、シャドウマスク、カラーフィルタ、プラズマディスプレイパネルの背面板、液晶テレビの表示画面、ブラウン管テレビの表示画面といった工業製品は、本来は光学特性が均一であるべき性質をもっている。もちろん、これらの製品も、ミクロ的に観察すれば、微細な周期的凹凸構造などが存在することになるが、マクロ的に観察すれば、均一な光学特性が得られることになる。逆に言えば、これらの工業製品をマクロ的に観察した際に、不均一性（いわゆるムラ）が生じていれば、製品として何らかの不良が生じていることになる。

このように、工業製品の光学特性の不均一性を測定する技術は、当該製品の出荷前の良否判定に利用することができる。たとえば、カラーフィルタの場合、開口面積の均一性や着色層の膜厚の均一性などの検査に利用することができ、プラズマディスプレイパネルの背面板では、リブ形成前のリブ材の膜厚の均一性、リブ形成後のリブ間隔の均一性、リブ間に充填される蛍光体の発光量の均一性などの検査に利用することができる。また、紙については、色や厚みの均一性の検査に利用することができ、フィルムについては、膜厚の均一性、透過率や拡散率の均一性の検査に利用することができる。

下記の特許文献１には、周期性パターンを有する工業製品について、光学特性の不均一性を測定して定量化する周期性パターンのムラ定量化方法が開示されている。この方法では、測定対象物を撮像して得られた画像データに対して所定のフィルタリング処理を施し、画像データを構成する個々の画素の輝度値の平均値を境に面積分し、積分結果を積分面積で除算して規格化した値を、当該測定対象物についての不均一性を定量的に示す評価値として用いている。
特許第３２２４６２０号公報

前掲の特許文献１に開示された測定方法では、画像データを構成する個々の画素の輝度値の平均値を基準として、ムラ領域の定義を行っていた。すなわち、平均値から外れた輝度値をもった領域をムラ領域として認識し、定量的な評価を行っていた。しかしながら、平均値を算出するプロセスでは、正常な領域の輝度値のみならず、ムラ領域の輝度値も算入されるため、平均値を基準としてムラ領域を定義した場合、ムラ領域の正確な認識を行うことができず、精度の高い評価値を得ることができないという問題がある。

そこで本発明は、ムラ領域を正確に認識し、精度の高い評価値を得ることができる光学特性の不均一性測定方法および装置を提供することを目的とし、また、これを利用した製品良否判定装置を提供することを目的とする。

(1) 本発明の第１の態様は、光学特性が均一であるべき測定対象物について、光学特性の不均一性を定量的に測定する光学特性の不均一性測定方法において、
測定対象物を撮像することにより、所定の輝度値をもった画素の集合からなる画像データを入力する画像データ入力段階と、
画像データ入力段階によって入力された画像データを構成する各画素の輝度値の最頻値を求める最頻値演算段階と、
画像データを構成する各画素のそれぞれについて輝度値と最頻値との差を求め、差が所定の許容誤差を越える画素からなる領域をムラ領域と定義するムラ領域定義段階と、
ムラ領域内の各画素の輝度値と最頻値との隔たりの程度を示す値を、測定対象物についての光学特性の不均一性を示す評価値として求める評価値算出段階と、
を行うようにしたものである。

(2) 本発明の第２の態様は、上述の第１の態様に係る光学特性の不均一性測定方法において、
画像データ入力段階で入力された画像データに対して、所定の画像処理を施す画像処理段階を更に付加し、
最頻値演算段階において、画像処理が施された画像データに対して最頻値を求める処理を行い、ムラ領域定義段階において、画像処理が施された画像データに対してムラ領域を定義する処理を行い、評価値算出段階において、画像処理が施された画像データに対して評価値を求める処理を行うようにしたものである。

(3) 本発明の第３の態様は、上述の第１または第２の態様に係る光学特性の不均一性測定方法において、
評価値算出段階において、「ムラ領域内の各画素について求めた『輝度値と最頻値との差』の合計を、画像データを構成する全画素数で除した値」を評価値として算出するようにしたものである。

(4) 本発明の第４の態様は、上述の第３の態様に係る光学特性の不均一性測定方法において、
評価値算出段階において、処理対象となる画像データによって示される画像を複数のブロックに分割し、個々のブロックごとに、「当該ブロック内に存在するムラ領域内の各画素について求めた『輝度値と画像データ全体について求められた最頻値との差』の合計を、当該ブロック内の全画素数で除した値」を当該ブロックに関する評価値として算出し、ブロックごとに算出された評価値のうちの最大値を、画像データ全体についての評価値とするようにしたものである。

(5) 本発明の第５の態様は、光学特性が均一であるべき測定対象物について、光学特性の不均一性を定量的に測定する光学特性の不均一性測定装置において、
測定対象物を撮像することにより、所定の輝度値をもった画素の集合からなる画像データを生成する撮像手段と、
撮像手段によって生成された画像データを構成する各画素の輝度値の最頻値を求める最頻値演算手段と、
画像データを構成する各画素のそれぞれについて輝度値と最頻値との差を求め、差が所定の許容誤差を越える画素からなる領域をムラ領域と定義するムラ領域定義手段と、
ムラ領域内の各画素の輝度値と最頻値との隔たりの程度を示す値を、測定対象物についての光学特性の不均一性を示す評価値として求める評価値算出手段と、
を設けるようにしたものである。

(6) 本発明の第６の態様は、上述の第５の態様に係る光学特性の不均一性測定装置において、
撮像手段により生成された画像データに対して所定の画像処理を施す画像処理手段を更に設け、
最頻値演算手段が、画像処理が施された画像データに対して最頻値を求める処理を行い、ムラ領域定義手段が、画像処理が施された画像データに対してムラ領域を定義する処理を行い、評価値算出手段が、画像処理が施された画像データに対して評価値を求める処理を行うようにしたものである。

(7) 本発明の第７の態様は、上述の第６の態様に係る光学特性の不均一性測定装置において、
画像処理手段が、所定のフィルタ用マトリックスを用いたフィルタリング処理を実行するようにしたものである。

(8) 本発明の第８の態様は、上述の第７の態様に係る光学特性の不均一性測定装置において、
画像処理手段が、特定の方向性もしくは周期性をもつ不均一性を強調する作用をもったフィルタ用マトリックスを用いたフィルタリング処理を実行するようにしたものである。

(9) 本発明の第９の態様は、上述の第５〜第８の態様に係る光学特性の不均一性測定装置において、
評価値算出手段が、「ムラ領域内の各画素について求めた『輝度値と最頻値との差』の合計を、画像データを構成する全画素数で除した値」を評価値として算出するようにしたものである。

(10) 本発明の第１０の態様は、上述の第９の態様に係る光学特性の不均一性測定装置において、
評価値算出手段が、処理対象となる画像データによって示される画像を複数のブロックに分割し、個々のブロックごとに、「当該ブロック内に存在するムラ領域内の各画素について求めた『輝度値と画像データ全体について求められた最頻値との差』の合計を、当該ブロック内の全画素数で除した値」を当該ブロックに関する評価値として算出し、ブロックごとに算出された評価値のうちの最大値を、画像データ全体についての評価値とするようにしたものである。

(11) 本発明の第１１の態様は、上述の第５〜第１０の態様に係る光学特性の不均一性測定装置に、更に良否判定手段を付加することにより製品良否判定装置を構成するようにし、
良否判定手段が、良否判定の対象製品を測定対象物として不均一性測定装置に与えたときに、評価値算出手段によって算出される評価値が、所定の許容値以内である場合には良品、許容値を越える場合には不良品と判定するようにしたものである。

(12) 本発明の第１２の態様は、上述の第１１の態様に係る製品良否判定装置において、
良否判定手段が、標準的な良品からなる基準製品を測定対象物として不均一性測定装置に与えたときに最頻値演算手段によって求められた最頻値を、基準最頻値として記憶する機能を有し、良否判定の対象製品について求められた最頻値と基準最頻値との差が、所定の許容値を越える場合には、当該対象製品を不良品とする判定を行うようにしたものである。

(13) 本発明の第１３の態様は、上述の第５〜第１０の態様に係る光学特性の不均一性測定装置もしくは上述の第１１または第１２の態様に係る製品良否判定装置としてコンピュータを機能させるためのプログラムを用意し、このプログラムをコンピュータ読み取り可能な記録媒体に記録して配布できるようにしたものである。

本発明に係る光学特性の不均一性測定方法および装置によれば、画像データを構成する個々の画素の最頻値を基準として、ムラ領域の定義を行うようにしたため、ムラ領域を正確に認識し、精度の高い評価値を得ることができるようになる。また、これを利用した製品良否判定装置を用いれば、より正確な良否判定が可能になる。

以下、本発明を図示する実施形態に基づいて説明する。図１は、本発明の一実施形態に係る製品良否判定装置の基本構成を示すブロック図である。図に１００番台の符号で示した撮像手段１１０、画像処理手段１２０、最頻値演算手段１３０、ムラ領域定義手段１４０、評価値算出手段１５０なる各構成要素からなる部分が、本発明に係る光学特性の不均一性測定装置であり、これに良否判定手段２１０を付加したものが、本発明に係る製品良否判定装置になる。光学特性の不均一性測定装置は、光学特性が均一であるべき測定対象物１０について、光学特性の不均一性を定量的に測定するための装置であり、製品良否判定装置は、この光学特性の不均一性測定装置による測定結果に基づいて、測定対象物１０として与えられた製品の良否を判定する装置である。

測定対象物１０は、本来、光学特性が均一であるべき物であれば、どのようなものであってもかまわない。具体的には、前述したとおり、紙、フィルム、シャドウマスク、カラーフィルタ、プラズマディスプレイパネルの背面板、液晶テレビの表示画面、ブラウン管テレビの表示画面といった様々な工業製品を、測定対象物１０として与えることができる。なお、本願において「光学特性が均一」とは、既に述べたとおり、マクロ的に観察した際の均一性を意味しており、ミクロ的に観察した場合に、微細な凹凸構造や周期的パターンをもった製品であっても、本発明における測定対象物１０として適した物になる。

撮像手段１１０は、測定対象物１０を撮像することにより、所定の輝度値をもった画素の集合からなる画像データ２０を生成する機能をもった構成要素である。このような機能をもった構成要素であれば、具体的には、どのような構成によって撮像手段１１０を実現してもかまわない。

図２は、撮像手段１１０の具体的な構成例を示す側面図である。この例では、搬送機１１１、光源１１２、ラインセンサカメラ１１３によって、撮像手段１１０が構成されている。搬送機１１１は、測定対象物１０を図の矢印で示す搬送方向に沿って搬送する機能を有する。この例では、測定対象物１０は平板状の製品であり、その上面が測定対象となっている。もっとも、この不均一性測定装置は、必ずしも測定対象の「上面の構造的な不均一性」を測定するだけでなく、「測定対象の上面に形成された膜の厚みの不均一性」を測定する用途にも利用することが可能である。たとえば、測定対象物１０上に、ある程度の透光性を有する材料からなる膜が形成されていた場合、膜の上面で反射した光と膜を透過して下面で反射した光との干渉による輝度分布が得られ、この輝度分布は膜厚の分布に依存したものになる。したがって、この不均一性測定装置により、測定対象物１０の上面に形成された厚みの不均一性を測定することも可能である。光源１１２は、測定対象物１０の上面の線状領域（紙面に垂直な領域）を照明する機能を有し、ラインセンサカメラ１１３は、当該照明領域を一次元の画像データとして取り込む機能を有している。搬送機１１１によって、測定対象物１０は図の右方向へと搬送されてゆくので、ラインセンサカメラ１１３から出力される一次元画像データを時系列的に並べれば、測定対象物１０の上面の二次元画像データを得ることができる。この二次元画像データは、所定の輝度値をもった二次元配列画素の集合からなる画像データ２０になる。

もちろん、図２に示す撮像手段１１０の構成は一例を示すものであり、撮像手段１１０は、たとえば、二次元ＣＣＤカメラなどを用いて構成することも可能である。撮像時の解像度（画素の密度）は、任意に設定することが可能であるが、測定対象物１０の性質により、前述したマクロ的な観察が可能な程度にしておくようにする。また、輝度値の階調数も任意に設定することができるが、ここでは説明の便宜上、輝度値を８ビットで入力することにより、１画素を０〜２５５の輝度値で表現した場合の例を述べることにする。したがって、撮像手段１１０によって入力された画像データ２０は、０〜２５５の輝度値をもった画素の二次元配列として与えられることになる。

図３(a) は、撮像手段１１０によって入力した画像の一例を示す平面図であり、図３(b) は、この入力画像における一点鎖線上の画素の輝度値を示すグラフである。図３(a) に示す例では、画像上の２ヶ所にムラ領域Ｕ１，Ｕ２が形成されており、図３(b) に示すように、これらムラ領域Ｕ１，Ｕ２内の画素については、輝度値が低下している。本発明に係る光学特性の不均一性測定装置は、このようなムラ領域Ｕ１，Ｕ２の存在による光学特性の不均一性を定量的に評価するための装置である。

ここでは、説明の便宜上、まず、前掲の特許文献１に開示されている従来の定量化方法の基本概念を簡単に説明しておこう。図４は、この基本概念を説明するための輝度値分布グラフである。なお、図４は、一次元画素配列についての輝度値分布を示すグラフであるが、実際には、撮像手段１１０による撮像により、二次元画素配列についての輝度値分布が得られることになる。

従来の方法の基本的な考え方は、画像データを構成する個々の画素の輝度値の平均値を基準としてムラ領域の定義を行う、というものである。たとえば、図４に示す例では、図に破線で示す平均値Ａｖの輝度レベルが基準として用いられ、この基準レベルよりも小さな輝度値を有する部分（図にハッチングを施して示す部分）が、ムラ領域Ｕ１，Ｕ２と定義され、定量的な評価が行われることになる。しかしながら、平均値Ａｖを算出するプロセスでは、正常な領域の輝度値のみならず、ムラ領域Ｕ１，Ｕ２自身の輝度値も算入されるため、平均値Ａｖを基準としてムラ領域を定義した場合、ムラ領域の正確な認識を行うことができず、精度の高い評価値を得ることができないという問題がある。たとえば、図４に示す例の場合、ムラ領域Ｕ１は、点Ｐ１〜Ｐ２の区間として認識され、ムラ領域Ｕ２は、点Ｐ３〜Ｐ４の区間として認識されているが、実際には、これら点Ｐ１〜Ｐ４は、各ムラ領域の正確な境界位置を示すものではない。図４に示す例の場合、ムラ領域の正確な境界位置は、点Ｑ１〜Ｑ４にならなければならない。

このように、輝度値の平均値を基準としてムラ領域を定義すると、必ずしも正確なムラ領域の定義を行うことができず、不均一性を示す評価値を高い精度で得ることができなくなる。本発明は、このような問題点に着目したものであり、その特徴は、輝度値の平均値Ａｖの代わりに、輝度値の最頻値（最も出現頻度の高い輝度値：本明細書では、High Frequencyの頭文字をとってＨｆと記述する）を基準としてムラ領域の定義を行うようにする点にある。図５は、本発明の基本原理を説明するための一次元画素配列についての輝度値分布を示すグラフである。図示のとおり、輝度値の最頻値Ｈｆを基準とし、この基準から外れる輝度値をもった画素からなる領域をムラ領域Ｕ１，Ｕ２と定義すれば、ムラ領域の境界をより正確に定義することができるようになる。具体的には、図５に示す例では、基準となる最頻値Ｈｆよりも小さな輝度値を有する部分（図にハッチングを施して示す部分）が、ムラ領域Ｕ１，Ｕ２と定義され、定量的な評価が行われることになる。その結果、ムラ領域Ｕ１は、点Ｑ１〜Ｑ２の区間として認識され、ムラ領域Ｕ２は、点Ｑ３〜Ｑ４の区間として認識される。結局、図４に示す例に比べて、ムラ領域の境界位置をより正確に認識することが可能になり、精度の高い評価値を得ることができる。

図５に示すムラ領域Ｕ１，Ｕ２は、いずれも輝度値が最頻値Ｈｆよりも小さいムラ領域であるが、逆に、輝度値が最頻値Ｈｆよりも大きいムラ領域についての認識も可能である。たとえば、図６に示す例では、ムラ領域Ｕ１は、輝度値が最頻値Ｈｆよりも小さいムラ領域であり、ムラ領域Ｕ２は、輝度値が最頻値Ｈｆよりも大きいムラ領域である。やはり、点Ｑ１〜Ｑ４は、各ムラ領域の正確な境界位置を示している。

以上、便宜上、一次元画素配列についての輝度値分布を示すグラフを用いた説明を行ったが、実際には、二次元画素配列についての輝度値分布に基づいて、最頻値Ｈｆが算出され、各ムラ領域は所定の面積をもった二次元領域として認識されることになる。

さて、再び図１を参照しながら、この装置の各構成要素の機能を説明する。既に述べたとおり、測定対象物１０は、撮像手段１１０により撮像され、画像データ２０が生成される。ここに示す実施形態では、撮像手段１１０により生成された画像データ２０は、画像処理手段１２０に与えられ、所定の画像処理が施される。図示の画像データ３０は、画像処理手段１２０によって画像処理が施された後のデータである。画像処理手段１２０による画像処理の内容については、後に詳述するが、たとえば、所定のフィルタ用マトリックスを用いたフィルタリング処理を実行することにより、ムラ領域を強調する処理を施すことが可能になる。なお、この画像処理手段１２０は、本発明を実施する上で必須の構成要素ではないので、画像処理が必要ない場合には、撮像手段１１０により生成された画像データ２０を、画像データ３０の代わりに用いてもかまわない。

こうして、画像処理手段１２０による画像処理が施された画像データ３０（あるいは、撮像手段１１０で入力されたままの画像データ２０）は、最頻値演算手段１３０、ムラ領域定義手段１４０、評価値算出手段１５０に与えられ、それぞれ所定の処理が実行される。

まず、最頻値演算手段１３０では、与えられた画像データ３０（もしくは画像データ２０）を構成する各画素の輝度値の最頻値Ｈｆを求める処理が行われる。ここに示す例では、各画素は、８ビットの輝度値、すなわち、０〜２５５のいずれかの輝度値を有している。最頻値演算手段１３０では、画像を構成する全画素のもつ輝度値についての最頻値Ｈｆが求められる。こうして求められた最頻値Ｈｆは、ムラ領域定義手段１４０および評価値算出手段１５０に与えられる。

ムラ領域定義手段１４０は、与えられた最頻値Ｈｆに基づいて、ムラ領域を定義する処理を実行する。その基本原理は、既に述べたとおりである。たとえば、図６に示す例の場合、最頻値Ｈｆよりも小さな輝度値をもつ画素の集合としてムラ領域Ｕ１が定義され、最頻値Ｈｆよりも大きな輝度値をもつ画素の集合としてムラ領域Ｕ２が定義されている。したがって、たとえば、輝度値の最頻値Ｈｆ＝１２８であったような場合、輝度値が１２７以下の画素からなる領域および輝度値が１２９以上の画素からなる領域が、それぞれムラ領域として定義されることになる。

ただ、実用上は、ムラ領域ではない正常な領域（非ムラ領域）の画素の輝度値は、必ずしも最頻値Ｈｆに等しくなるわけではないので、ムラ領域か否かの判断には、ある程度の許容誤差をもたせておくのが好ましい。具体的には、最頻値Ｈｆに対する上方許容誤差Δ１と、下方許容誤差Δ２とを定義し、上限閾値Ｈｆ＋Δ１および下限閾値Ｈｆ−Δ２を設定し、輝度値が上限閾値Ｈｆ＋Δ１以下であり、かつ、下限閾値Ｈｆ−Δ２以上であるような画素からなる領域を非ムラ領域と認定し、輝度値が上限閾値Ｈｆ＋Δ１を越えるか、あるいは下限閾値Ｈｆ−Δ２未満であるような画素からなる領域をムラ領域と認定すればよい。別言すれば、画像データを構成する各画素のそれぞれについて、輝度値と最頻値Ｈｆとの差を求め、差が所定の許容誤差を越える画素からなる領域をムラ領域と定義すればよい。

たとえば、輝度値の最頻値が、Ｈｆ＝１２８であり、上方許容誤差Δ１および下方許容誤差Δ２をいずれも３に設定した場合、上限閾値は、Ｈｆ＋Δ１＝１３１、下限閾値は、Ｈｆ−Δ２＝１２５になるので、輝度値が１３２以上の画素からなる領域および輝度値が１２４以下の画素からなる領域（輝度値と最頻値Ｈｆとの差が許容誤差３を越える画素からなる領域）がムラ領域と定義されることになる。

こうして、最頻値Ｈｆおよび各ムラ領域が定まると、評価値算出手段１５０によって、測定対象物１０についての光学特性の不均一性を示す評価値が算出される。この評価値としては、ムラ領域内の各画素の輝度値と最頻値Ｈｆとの隔たりの程度を示す値を用いればよい。ここに示す実施形態の場合、「ムラ領域内の各画素について求めた『輝度値と最頻値Ｈｆとの差』の合計を、画像データを構成する全画素数で除した値」を評価値として算出するようにしている。

たとえば、図７に示すような輝度値分布が得られた場合、それぞれ輝度値Ｋ１〜Ｋ１３をもった１３個の画素によってムラ領域が構成されることになる。この場合、ムラ領域内の各画素について求めた輝度値Ｋ１〜Ｋ１３と最頻値Ｈｆとの差の合計値は、
Σ_{ｉ＝１〜１３} ｜Ｋｉ−Ｈｆ｜
なる式で表されるので、評価値Ｍは、画像内の全画素数をＧとすれば、
Ｍ ＝ （Σ_{ｉ＝１〜１３} ｜Ｋｉ−Ｈｆ｜） ／ Ｇ
なる式で得られることになる。輝度値Ｋ１〜Ｋ１３と最頻値Ｈｆとの差は絶対値として求めているので、図６に示すように、輝度値が最頻値Ｈｆよりも小さいムラ領域Ｕ１と、輝度値が最頻値Ｈｆよりも大きいムラ領域Ｕ２との双方が存在する場合にも、最頻値Ｈｆからの隔たりの程度を集計することができる。なお、差の合計を、画像内の全画素数Ｇで除しているのは、画像の全面積に応じた正規化を行うためである。一般に、測定対象物１０の面積が大きくなればなるほど、ムラ領域の面積も増えることになるので、画像の全面積に応じて正規化を行って評価値Ｍを求めるようにすれば、面積の大きな測定対象物と面積の小さな測定対象物とについて、同一尺度の評価値Ｍを用いてムラの程度を比較することができるようになる。

良否判定手段２１０は、こうして算出された評価値Ｍに基づいて、測定対象物１０として与えられた製品（良否判定の対象製品）の良否判定を行う。すなわち、良否判定手段２１０内には、あらかじめ評価値Ｍについての許容値が記憶されており、良否判定の対象製品を測定対象物１０として用意したときに、評価値算出手段１５０によって算出される評価値Ｍが、この許容値以内である場合には良品、許容値を越える場合には不良品と判定し、良否判定結果を出力する処理が行われる。その結果、ムラの程度が著しい製品については、不良品との判定結果が得られることになる。

ところで、本発明に係る光学特性の不均一性測定装置を用いた測定を行うと、画像データ３０内に不均一性が生じている場合には、当該不均一性の程度が、評価値算出手段１５０から出力される評価値として示されることになる。しかしながら、画像データ３０内の各画素のもつ輝度値が均一である限りは、当該輝度値が本来の輝度値から著しく外れていたとしても、そのような事実を評価値として示すことはできない。

たとえば、良品を測定対象物１０として与えた結果、ほとんどの画素の輝度値が１２８になるような画像データ３０が得られたとしよう。別言すれば、全画素の輝度値が１２８になるような画像データ３０が得られれば、測定対象物１０として与えられた良否判定の対象製品は良品と判断できることになる。この場合、もし良否判定の対象製品について、一部の領域の輝度値が５０になるような画像データ３０や、一部の領域の輝度値が２４０になるような画像データ３０が得られた場合には、当該一部の領域がムラ領域と認識され、このムラ領域の輝度値と最頻値１２８との隔たりを示す評価値が出力されることになるので、良否判定手段２１０は、当該対象製品を不良品と判定することができる。

ところが、全画素の輝度値が５０になるような対象製品や、全画素の輝度値が２４０になるような対象製品の場合、輝度値の最頻値Ｈｆはそれぞれ５０および２４０になるため、ムラ領域は認識されず、評価値算出手段１５０から出力される評価値は良品についての評価値と全く変わりない。これは、評価値算出手段１５０から出力される評価値が、あくまでも光学特性の不均一性を示す評価値であり、製品の良否を示す評価値ではないことから、むしろ当然である。しかしながら、本来の良品であれば、全画素の輝度値が１２８になるべきところ、全画素の輝度値が５０になったり、２４０になったりする測定結果が得られたとすれば、そのような対象製品は明らかに不良品である。

そこで、実用上は、良否判定手段２１０には、予め良品についての基準最頻値ＳＨｆを記憶させておき、良否判定の対象製品について求められた最頻値Ｈｆとこの基準最頻値ＳＨｆとの差が、所定の許容値を越える場合には、当該対象製品を不良品とする判定を行う機能ももたせておくのが好ましい。

具体的には、まず、標準的な良品からなる基準製品を用意し、この基準製品を測定対象物１０として与えたときに、最頻値演算手段１３０によって求められた最頻値を基準最頻値ＳＨｆとして、予め良否判定手段２１０内に記憶させておくようにする。上述の例の場合、値１２８が基準最頻値ＳＨｆとして記憶されることになる。そして、良否判定手段２１０が、個々の良否判定の対象製品についての判定を行う際には、評価値算出手段１５０から与えられる評価値に基づく判定を行うとともに、最頻値演算手段１３０が求めた最頻値Ｈｆと基準最頻値ＳＨｆとの差に基づく判定も行うようにすればよい。この差が所定の許容値を越える場合には、不良品なる判定が行われることになる。上述の例のように、５０あるいは２４０といった最頻値が得られた場合、基準最頻値１２８との差が大きいため、不良品なる判定がなされることになる。

以上、図１のブロック図に基づいて、本発明の一実施形態に係る光学特性の不均一性測定装置およびこれを利用した製品良否判定装置の構成を説明した。この図１にブロックとして示す各構成要素のうち、撮像手段１１０は、図２に示すような具体的な撮像装置によって構成される要素であるが、画像処理手段１２０、最頻値演算手段１３０、ムラ領域定義手段１４０、評価値算出手段１５０、良否判定手段２１０は、いずれもコンピュータに専用のプログラムを組み込むことにより構成される要素である。したがって、本発明に係る光学特性の不均一性測定装置あるいは製品良否判定装置は、実際には、図２に示す各構成要素にコンピュータを接続することにより実現することができる。

続いて、画像処理手段１２０で実施される画像変換処理の具体的を述べておく。前述したように、画像処理手段１２０は、撮像手段により生成された画像データ２０に対して所定の画像処理を施し、画像データ３０を生成する機能を有している。この実施形態の場合、所定のフィルタ用マトリックスを用いたフィルタリング処理が実行される。図８は、このようなフィルタ用マトリックスの一例を示す図である。図８(a) は３行３列のマトリックス、図８(b) は５行５列のマトリックスであり、いずれも二次元画素配列を二次微分する機能を果たすフィルタを構成する。いずれのフィルタも、中心部のセルの値が＋４、外周部の各辺の中央のセルの値が−１、その他のセルの値が０となっており、このようなフィルタを用いたフィルタリング処理を施すことにより、方向性をもたないムラを強調する効果が得られる。マトリックスの大きさに応じた大きさのムラを強調する効果が得られるので、用いるマトリックスの大きさは、強調したいムラの大きさに応じて定めるようにすればよい。

一方、図９は、方向性をもったムラを強調する効果を有する一次元マトリックスの一例を示す図である。いずれのフィルタも、中心部のセルの値が＋２、両端部のセルの値が−１、その他のセルの値が０となっており、このようなフィルタを用いたフィルタリング処理を施すことにより、方向性をもたないムラを強調する効果が得られる。具体的には、図９(a) に示す縦長の一次元マトリックスは、図示のような横長のムラ領域Ｕ３を強調する効果を有し、図９(b) に示す横長の一次元マトリックスは、図示のような縦長のムラ領域Ｕ４を強調する効果を有する。一次元マトリックスの長さと強調されるムラの短辺方向の長さとの間には相関があるので、用いるマトリックスの長さは、強調したいムラの短編方向の長さに応じて定めるようにすればよい。

この他、ムラが周期的に生じる可能性のある測定対象物１０については、周期性をもつ不均一性を強調する作用をもったフィルタ用マトリックスを用いたフィルタリング処理を実施すればよい。もちろん、画像処理手段１２０で行う画像処理は、ムラを強調する画像処理に限定されるわけではなく、たとえば、平均値フィルタやガウシアンフィルタなどの平滑化フィルタを用いた画像処理を行ってもかまわない。なお、上述した種々のマトリックスを用いたフィルタリング処理は公知の技術であるので、具体的なフィルタリング処理の手順についての説明は本願では省略する。

図１０は、図１に示す製品良否判定装置を用いた製品検査の手順を示す流れ図である。まず、ステップＳ１において、画像データの入力処理が行われる。具体的には、図２に示すような構成をもつ撮像手段１１０を用いて、測定対象物１０（良否判定の対象製品）を撮像する作業が行われる。実際には、ラインセンサカメラ１１３から得られる画像データが、画像データ２０としてコンピュータに入力されることになる。続く、ステップＳ２では、入力された画像データ２０に対して、画像処理手段１２０による画像処理が実施される。具体的には、上述したフィルタを用いたフィルタリング処理が実施され、画像データ３０が得られる。

次に、ステップＳ３において、画像データ３０を構成する個々の画素の輝度値についての最頻値Ｈｆが求められる。これは、図１に示す最頻値演算手段１３０の処理として述べたとおりである。そして、ステップＳ４において、この最頻値Ｈｆと、予め記憶されていた基準最頻値ＳＨｆとの差が、予め設定されていた所定の許容値ＴＨ１以内であるかが判定される。ここで、基準最頻値ＳＨｆは、予め基準となる良品について測定しておいた基準となる最頻値の値である。両者の差が、許容値ＴＨ１を越えていた場合には、このステップＳ４の段階で、当該対象製品を不良品とする判定（ステップＳ９）が行われることになる。これは、既に説明したとおり、画像データを構成する全画素の輝度値が均一であっても、良品の輝度値とは大きく異なる輝度値をもった製品については、不良品として排除するための措置であり、良否判定手段２１０によって実行される。

ステップＳ４において、差が許容値ＴＨ１以内であると判断された場合には、ステップＳ５において、ムラ領域Ｕの定義が行われる。すなわち、予め定められた所定の許容誤差Δ１，Δ２に基づいて、上限閾値Ｈｆ＋Δ１および下限閾値Ｈｆ−Δ２が設定され、上限閾値Ｈｆ＋Δ１を越える輝度値を有する画素の集合からなる領域および下限閾値Ｈｆ−Δ２未満の輝度値を有する画素の集合からなる領域が、ムラ領域Ｕと定義されることになる。これは、図１に示すムラ領域定義手段１４０の処理として述べたとおりである。

続くステップＳ６では、評価値Ｍの算出が行われる。具体的には、図１に示す評価値算出手段１５０の処理として述べたとおり、
Ｍ ＝ （Σ_{ｉ＝１〜ｎ} ｜Ｋｉ−Ｈｆ｜） ／ Ｇ
なる式により、評価値Ｍが得られることになる。ここで、Ｋｉは、ムラ領域に所属する第ｉ番目の画素の輝度値であり、ｎは、ムラ領域に所属する画素の総数、Ｇは画像内の画素の総数である。

そして、ステップＳ７において、得られた評価値Ｍが、予め設定されていた所定の許容値ＴＨ２以内であるかが判定される。評価値Ｍ≦許容値ＴＨ２であった場合には、ステップＳ８へと進み、良品との判定がなされ、評価値Ｍ＞許容値ＴＨ２であった場合には、ステップＳ９へと進み、不良品との判定がなされることになる。この判定処理は、図１に示す良否判定手段２１０の処理として述べたとおりである。

結局、この図１０の流れ図に示す手順によれば、測定対象物１０として与えられた良否判定の対象製品について、２とおりの基準による良否判定がなされることになる。第１の基準は、ステップＳ４における判定基準であり、ステップＳ３で求められた最頻値Ｈｆと基準最頻値ＳＨｆとの差が許容値ＴＨ１以内であるかどうかの判定が行われる。この判定により、輝度値が全体的に良品の輝度値と外れているような製品については、ムラ領域が存在しなくても不良品として排除されることになる。そして、第２の基準は、ステップＳ７における判定基準であり、ステップＳ６で求められた不均一性の評価値Ｍが許容値ＴＨ２以内であるかどうかの判定が行われる。この判定により、ムラの程度が大きな製品については、不良品として排除されることになる。

最後に、局在化したムラについての評価値をより適確に得るための変形例を述べておく。上述した実施形態の場合、評価値算出手段１５０によって算出される評価値Ｍは、画像内の全画素数Ｇで除する正規化が行われた値となっている。このような正規化は、測定対象物１０の面積に左右されない評価値を得るという意味では有用であるが、画像内の一部分のみに局在化して顕著なムラが生じていたような場合、最終的な評価値Ｍは、全画素数Ｇによる除算が行われた値になるため、比較的小さな値になってしまうという欠点がある。ここで述べる変形例は、このような欠点を補うためのものである。

この変形例では、評価値算出手段１５０により、処理対象となる画像データによって示される画像を複数のブロックに分割する処理が行われ、個々のブロックごとに、「当該ブロック内に存在するムラ領域内の各画素について求めた『輝度値と画像データ全体について求められた最頻値との差』の合計を、当該ブロック内の全画素数で除した値」が、当該ブロックに関する評価値として算出される。そして、ブロックごとに算出された評価値のうちの最大値が、画像データ全体についての評価値として出力されることになる。

この変形例の目的を、図示する具体例に即して説明しよう。いま、図１１に示すように、元の画像を１６個のブロックＢ１１〜Ｂ１６に分割したものとしよう。ここで、図のブロックＢ１６内にハッチングを施して示す領域がムラ領域であったとすると、上述の式による評価値Ｍは、このムラ領域内の各画素のもつ輝度値と最頻値Ｈｆとの差の合計を、全画像（１６個のブロックをすべて含む領域）の画素数で除することにより得られる。いわば、全画像の面積による除算により正規化が行われることになる。もちろん、このような正規化処理は、ムラが全画像に分布している場合には有効である。ところが、図示のように、ムラ領域がブロックＢ１６内にのみ局在しているようなケースでは、ブロックＢ１６内のムラの程度を示すパラメータを、ムラが存在しないその他のブロックＢ１〜Ｂ１５を含む全画像の面積で除することになるため、ムラの程度が希釈化されてしまうことになる。実際、図のブロック１６のみを画像データ３０として与えた場合に得られる評価値と、図の１６個のブロックすべてを含む画像を画像データ３０として与えた場合に得られる評価値とを比較すると、後者は前者の１６分の１の値となってしまう。このような事態は、図示のように、欠陥となるムラ領域を含む製品を、良品と判断する誤った処理を行う原因になり好ましくない。

このような欠点を是正するためには、次のような処理を行えばよい。まず、最頻値演算手段１３０における最頻値Ｈｆを求める処理や、ムラ領域定義手段１４０におけるムラ領域を定義する処理は、これまで述べてきた基本的な実施形態と同様に、全１６個のブロックからなる全体の画像を処理対象として実行する。そして、評価値算出手段１５０における評価値の算出処理を行う際にだけ、個々のブロックごとに、評価値の算出を別個独立して行うようにする。具体的には、個々のブロックについて、「当該ブロック内に存在するムラ領域内の各画素について求めた『輝度値と画像データ全体について求められた最頻値との差』の合計を、当該ブロック内の全画素数で除した値」を、当該ブロックに関する評価値として算出するようにする。すなわち、図示のブロックＢ１６についての評価値Ｍ１６は、図にハッチングを施して示すムラ領域内の各画素についての『輝度値と、画像全体について求められた最頻値Ｈｆとの差』の合計を、ブロックＢ１６内の全画素数で除した値として求められる。

要するに、ここで述べる変形例では、最頻値Ｈｆを求める際には、全１６ブロックに所属するすべての画素の輝度値を対象にするのに対し、ブロックＢ１６についての評価値Ｍ１６を計算する上での除数としては、ブロックＢ１６内の画素数を用いるようにする。いわば、ブロックＢ１６内のムラの程度を示すパラメータを、画像の全面積ではなく、ブロックＢ１６の面積で正規化した値として、ブロックＢ１６についての固有の評価値Ｍ１６が算出されることになる。同様に、ブロックＢ１〜Ｂ１５についても、それぞれ固有の評価値Ｍ１〜Ｍ１５が算出される（図示の例の場合、ブロックＢ１〜Ｂ１５にはムラ領域は存在しないので、Ｍ１〜Ｍ１５はいずれも０になる）。こうしてブロックごとに算出された評価値Ｍ１〜Ｍ１６のうちの最大値を、画像全体についての評価値として定義する。この例の場合、ブロックＢ１６について算出された評価値Ｍ１６が、この画像全体についての評価値Ｍとして出力されることになる。

このようなアプローチをとれば、図示のように、ムラが局在するような画像についても、より適確な評価値を算出することができるようになり、ムラが局在する製品があったとしても、これを不良品とする正しい判定を下すことができるようになる。なお、個々のブロックの大きさは、実際の製品に生じるムラの大きさや分布具合などを考慮して適宜定めるようにすればよい。また、ブロックの分割態様は、必ずしも図１１に示すように、個々のブロックがそれぞれ別個独立した領域となるようにする必要はない。たとえば、図１２に示すように、ブロックＢ１の一部とブロックＢ２の一部とが共通の領域を有するように、複数のブロック間において空間的に重複する領域が生じるような分割態様も可能である。

本発明の一実施形態に係る製品良否判定装置の基本構成を示すブロック図である。 図１に示す撮像手段１１０の具体的な構成例を示す側面図である。 (a) は、撮像手段１１０によって入力した画像の一例を示す平面図であり、(b) は、この入力画像における一点鎖線上の画素の輝度値を示すグラフである。 先行技術として開示されている不均一性測定方法における不均一性の定量化の概念を示す一次元輝度値分布グラフである。 本発明に係る不均一性測定方法における不均一性の定量化の概念を示す一次元輝度値分布グラフである。 本発明に係る不均一性測定方法によって認識された輝度値の小さなムラ領域Ｕ１と輝度値の大きなムラ領域Ｕ２を示す一次元輝度値分布グラフである。 本発明に係る不均一性測定方法によって測定された画素の一次元輝度値分布の一例を示すグラフである。 図１に示す画像処理手段１２０による画像処理に利用されるフィルタ用マトリックスの一例（方向性をもたないムラを強調する効果をもったマトリックスの例）を示す図である。 図１に示す画像処理手段１２０による画像処理に利用されるフィルタ用マトリックスの別な一例（方向性をもったムラを強調する効果をもったマトリックスの例）を示す図である。 図１に示す製品良否判定装置を用いた製品検査の手順を示す流れ図である。 本発明の変形例に係る不均一性測定装置で実施される画像の分割態様の一例を示す平面図である。 本発明の変形例に係る不均一性測定装置で実施される画像の別な分割態様の一例を示す平面図である。

符号の説明

１０…測定対象物
２０…画像データ（入力されたままの画像データ）
３０…画像データ（画像処理後の画像データ）
１１０…撮像手段
１１１…搬送機
１１２…光源
１１３…ラインセンサカメラ
Ａｖ…輝度値の平均値
Ｂ１〜Ｂ１６…分割ブロック
Ｈｆ…輝度値の最頻値
Ｋ１〜Ｋ１３…輝度値
Ｐ１〜Ｐ４…グラフ上の点
Ｑ１〜Ｑ４…グラフ上の点
Ｓ１〜Ｓ９…流れ図の各ステップ
Ｕ１〜Ｕ４…ムラ領域

Claims (13)

1. 光学特性が均一であるべき測定対象物について、光学特性の不均一性を定量的に測定するための方法であって、
   測定対象物を撮像することにより、所定の輝度値をもった画素の集合からなる画像データを入力する画像データ入力段階と、
   前記画像データ入力段階によって入力された画像データを構成する各画素の輝度値の最頻値を求める最頻値演算段階と、
   前記画像データを構成する各画素のそれぞれについて輝度値と前記最頻値との差を求め、差が所定の許容誤差を越える画素からなる領域をムラ領域と定義するムラ領域定義段階と、
   前記ムラ領域内の各画素の輝度値と前記最頻値との隔たりの程度を示す値を、前記測定対象物についての光学特性の不均一性を示す評価値として求める評価値算出段階と、
   を有することを特徴とする光学特性の不均一性測定方法。
2. 請求項１に記載の不均一性測定方法において、
   画像データ入力段階で入力された画像データに対して、所定の画像処理を施す画像処理段階を更に有し、
   最頻値演算段階において、前記画像処理が施された画像データに対して最頻値を求める処理を行い、ムラ領域定義段階において、前記画像処理が施された画像データに対してムラ領域を定義する処理を行い、評価値算出段階において、前記画像処理が施された画像データに対して評価値を求める処理を行うことを特徴とする光学特性の不均一性測定方法。
3. 請求項１または２に記載の不均一性測定方法において、
   評価値算出段階において、「ムラ領域内の各画素について求めた『輝度値と最頻値との差』の合計を、画像データを構成する全画素数で除した値」を評価値として算出することを特徴とする光学特性の不均一性測定方法。
4. 請求項３に記載の不均一性測定方法において、
   評価値算出段階において、処理対象となる画像データによって示される画像を複数のブロックに分割し、個々のブロックごとに、「当該ブロック内に存在するムラ領域内の各画素について求めた『輝度値と前記画像データ全体について求められた最頻値との差』の合計を、当該ブロック内の全画素数で除した値」を当該ブロックに関する評価値として算出し、ブロックごとに算出された評価値のうちの最大値を、前記画像データ全体についての評価値とすることを特徴とする光学特性の不均一性測定方法。
5. 光学特性が均一であるべき測定対象物について、光学特性の不均一性を定量的に測定するための装置であって、
   測定対象物を撮像することにより、所定の輝度値をもった画素の集合からなる画像データを生成する撮像手段と、
   前記撮像手段によって生成された画像データを構成する各画素の輝度値の最頻値を求める最頻値演算手段と、
   前記画像データを構成する各画素のそれぞれについて輝度値と前記最頻値との差を求め、差が所定の許容誤差を越える画素からなる領域をムラ領域と定義するムラ領域定義手段と、
   前記ムラ領域内の各画素の輝度値と前記最頻値との隔たりの程度を示す値を、前記測定対象物についての光学特性の不均一性を示す評価値として求める評価値算出手段と、
   を備えることを特徴とする光学特性の不均一性測定装置。
6. 請求項５に記載の不均一性測定装置において、
   撮像手段により生成された画像データに対して所定の画像処理を施す画像処理手段を更に備え、
   最頻値演算手段が、前記画像処理が施された画像データに対して最頻値を求める処理を行い、ムラ領域定義手段が、前記画像処理が施された画像データに対してムラ領域を定義する処理を行い、評価値算出手段が、前記画像処理が施された画像データに対して評価値を求める処理を行うことを特徴とする光学特性の不均一性測定装置。
7. 請求項６に記載の不均一性測定装置において、
   画像処理手段が、所定のフィルタ用マトリックスを用いたフィルタリング処理を実行することを特徴とする光学特性の不均一性測定装置。
8. 請求項７に記載の不均一性測定装置において、
   画像処理手段が、特定の方向性もしくは周期性をもつ不均一性を強調する作用をもったフィルタ用マトリックスを用いたフィルタリング処理を実行することを特徴とする光学特性の不均一性測定装置。
9. 請求項５〜８のいずれかに記載の不均一性測定装置において、
   評価値算出手段が、「ムラ領域内の各画素について求めた『輝度値と最頻値との差』の合計を、画像データを構成する全画素数で除した値」を評価値として算出することを特徴とする光学特性の不均一性測定装置。
10. 請求項９に記載の不均一性測定装置において、
    評価値算出手段が、処理対象となる画像データによって示される画像を複数のブロックに分割し、個々のブロックごとに、「当該ブロック内に存在するムラ領域内の各画素について求めた『輝度値と前記画像データ全体について求められた最頻値との差』の合計を、当該ブロック内の全画素数で除した値」を当該ブロックに関する評価値として算出し、ブロックごとに算出された評価値のうちの最大値を、前記画像データ全体についての評価値とすることを特徴とする光学特性の不均一性測定装置。
11. 請求項５〜１０のいずれかに記載の不均一性測定装置に、更に良否判定手段を付加することにより構成される製品良否判定装置であって、
    前記良否判定手段が、良否判定の対象製品を測定対象物として前記不均一性測定装置に与えたときに、評価値算出手段によって算出される評価値が、所定の許容値以内である場合には良品、前記許容値を越える場合には不良品と判定することを特徴とする製品良否判定装置。
12. 請求項１１に記載の製品良否判定装置において、
    良否判定手段が、標準的な良品からなる基準製品を測定対象物として不均一性測定装置に与えたときに最頻値演算手段によって求められた最頻値を、基準最頻値として記憶する機能を有し、良否判定の対象製品について求められた最頻値と前記基準最頻値との差が、所定の許容値を越える場合には、当該対象製品を不良品とする判定を行うことを特徴とする製品良否判定装置。
13. 請求項５〜１０のいずれかに記載の光学特性の不均一性測定装置もしくは請求項１１または１２に記載の製品良否判定装置としてコンピュータを機能させるためのプログラムまたはこのプログラムを記録したコンピュータ読み取り可能な記録媒体。