JP2011014152A - 異常領域検出装置および異常領域検出方法 - Google Patents
異常領域検出装置および異常領域検出方法 Download PDFInfo
- Publication number
- JP2011014152A JP2011014152A JP2010186217A JP2010186217A JP2011014152A JP 2011014152 A JP2011014152 A JP 2011014152A JP 2010186217 A JP2010186217 A JP 2010186217A JP 2010186217 A JP2010186217 A JP 2010186217A JP 2011014152 A JP2011014152 A JP 2011014152A
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- feature data
- abnormal
- index
- principal component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 53
- 230000005856 abnormality Effects 0.000 claims abstract description 41
- 239000013598 vector Substances 0.000 claims abstract description 24
- 238000006073 displacement reaction Methods 0.000 claims abstract description 18
- 238000012847 principal component analysis method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000013075 data extraction Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 18
- 238000012545 processing Methods 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000007547 defect Effects 0.000 description 9
- 230000001186 cumulative effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000000513 principal component analysis Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 101100366711 Arabidopsis thaliana SSL13 gene Proteins 0.000 description 1
- 101100366561 Panax ginseng SS11 gene Proteins 0.000 description 1
- 101000662518 Solanum tuberosum Sucrose synthase Proteins 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】異常領域検出装置は、画像データから画素毎に高次局所自己相関によって特徴データを抽出する手段、画素毎に、その画素を含む所定の範囲の画素群について特徴データを加算する手段、正常領域を示す部分空間に対する特徴データの異常さを示す指標を計算する手段、指標に基づき異常判定する手段、異常と判定した画素位置を出力する手段とを備える。変位幅の異なる複数の高次局所自己相関特徴データを抽出してもよい。更に、特徴データから主成分分析手法により主成分ベクトルに基づく正常領域を示す部分空間を求める手段を備えていてもよい。画素対応に異常判定が可能であり、異常領域の位置を正確に検出可能である。
【選択図】図2
Description
目視の場合には、線が微細であるため、画像を拡大する目視検査装置等を利用する必要がある。また欠陥の製造工程へのフィードバックを行うために、欠陥の座標、程度を出力する必要があり、手間がかかるので大量の製品を全て検査することが困難であるという問題点があった。
一方、画像データから特定の図形等を検出したり、登録されている画像との一致/不一致を判定するために各種の技術が提案されている。本発明者らが出願した下記の特許文献1には、2次元画像に対する高次局所自己相関特徴(以下、HLACデータとも記す)を用いた学習適応型画像認識・計測方式の技術が開示されている。
一方で、高次局所自己相関特徴を用いた学習適応型画像認識方式においては、対象(欠陥領域)が画像のどの位置にあっても同じ検出結果となる位置不変性があり、対象(欠陥領域)の位置を特定できないので、欠陥検査に適用できないという問題点があった。
(1)画素対応に異常判定が可能であり、異常領域の位置を正確に検出可能である。
(2)従来は対象が多数存在していると異常検出精度が低下してしまうが、画素を中心とする所定の範囲を適切に選択すれば、検出対象が多数あっても異常領域の判定精度が低下することがない。
(3)特徴抽出や異常判定のための計算量が少なく、かつ計算量は対象に依らず一定であるので、高速に処理可能である。
(5)対象の種類が複数種あっても位置によってクラス分けすることにより、検出精度が更に向上する。また、クラス分けを予め処理してもよいし、クラス分け処理を異常判定と同時に自動的に更新することも可能である。
画像データからの領域特徴の抽出には、高次局所自己相関(HLAC) 特徴を用いる。HLAC特徴の第k成分は次の数式1で与えられる。
Juyang Weng, Yilu Zhang and Wey-Shiuan Hwang, "Candid Covariance-Free Incremental Principal Component Analysis",IEEE Transactions on Pattern Analysis and Machine Intelligence,Vol.25, No.8, pp.1034-1040, 2003。
Dorin Comaniciu and Peter Meer. Mean shift:A robust approach toward feature space analysis.IEEE Transactions on Pattern Analysis and Machine Intelligence,Vol.24, No.5, pp.603-619, 2002。
11…コンピュータ
12…モニタ装置
13…キーボード
14…マウス
Claims (6)
- 画像データから画素毎に、予め定められた複数の相関パターンのそれぞれに基づいてパターンと対応する複数位置の画素輝度値同士を乗算することによって相関パターンの数と対応するデータの集合を生成する高次局所自己相関によって特徴データを抽出する特徴データ抽出手段と、
前記画像データの所定の距離だけ離れた画素毎に、その画素を含む所定の範囲の画素群について前記特徴データ抽出手段によって抽出された前記特徴データを加算して画素対応特徴データを生成する画素対応特徴データ生成手段と、
前記特徴データ抽出手段によって抽出された特徴データから主成分分析手法により主成分ベクトルに基づき正常領域を示す部分空間を求める正常部分空間生成手段と、
前記正常領域を示す部分空間に対する前記画素対応特徴データの異常さを示す指標であって、前記画素対応特徴データと前記正常領域を示す部分空間との距離あるいは角度の情報のいずれかを含んでいる指標を計算する指標計算手段と、
前記指標が所定値よりも大きい場合に異常と判定する異常判定手段と、
前記異常判定手段が異常と判定した画素位置を異常とする判定結果を出力する出力手段と
を備えたことを特徴とする異常領域検出装置。 - 前記特徴データ抽出手段は、変位幅の異なる複数の高次局所自己相関特徴データを抽出することを特徴とする請求項1に記載の異常領域検出装置。
- 前記画像データはグレースケールの濃淡画像であることを特徴とする請求項1に記載の異常領域検出装置。
- 前記正常部分空間生成手段は、次元に上限値を設けた逐次的主成分分析手法により主成分ベクトルに基づく部分空間を求めることを特徴とする請求項1に記載の異常領域検出装置。
- 更に、前記画素対応特徴データ生成手段によって生成された画素対応特徴データから得られる部分空間と前記正常領域を示す部分空間との正準角に基づく類似度の指標を求め、クラスタリング手法を用いて画素毎にクラス分けするクラス分け手段と、
前記特徴データ抽出手段によって抽出された特徴データを前記クラス毎に加算し、主成分分析手法により主成分ベクトルに基づく正常領域を示す部分空間をクラス毎に求めるクラス部分空間生成手段とを備え、
前記指標計算手段は、前記正常領域を示すクラス対応の部分空間に対して、前記画素対応特徴データ生成手段により生成された特徴データの異常さを示す指標として特徴データと前記クラス対応の部分空間との距離あるいは角度の情報のいずれかを計算する
ことを特徴とする請求項1に記載の異常領域検出装置。 - コンピュータが、画像データから画素毎に、予め定められた複数の相関パターンのそれぞれに基づいてパターンと対応する複数位置の画素輝度値同士を乗算することによって相関パターンの数と対応するデータの集合を生成する高次局所自己相関によって特徴データを抽出するステップ、
コンピュータが、前記画像データの所定の距離だけ離れた画素毎に、その画素を含む所定の範囲の画素群について前記特徴データ抽出手段によって抽出された前記特徴データを加算して画素対応特徴データを生成するステップ、
コンピュータが、前記特徴データ抽出手段によって抽出された特徴データを加算した全特徴データから主成分分析手法により主成分ベクトルに基づき正常領域を示す部分空間を求めるステップ、
コンピュータが、前記正常領域を示す部分空間に対する前記画素対応特徴データの異常さを示す指標であって、前記画素対応特徴データと前記正常領域を示す部分空間との距離あるいは角度の情報のいずれかを含んでいる指標を計算するステップ、
コンピュータが、前記指標が所定値よりも大きい場合に異常と判定するステップ、
コンピュータが、前記異常と判定した画素位置を異常とする判定結果を出力するステップ
を含むことを特徴とする異常領域検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010186217A JP4728444B2 (ja) | 2010-08-23 | 2010-08-23 | 異常領域検出装置および異常領域検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010186217A JP4728444B2 (ja) | 2010-08-23 | 2010-08-23 | 異常領域検出装置および異常領域検出方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006167961A Division JP4603512B2 (ja) | 2006-06-16 | 2006-06-16 | 異常領域検出装置および異常領域検出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011014152A true JP2011014152A (ja) | 2011-01-20 |
JP4728444B2 JP4728444B2 (ja) | 2011-07-20 |
Family
ID=43592910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010186217A Active JP4728444B2 (ja) | 2010-08-23 | 2010-08-23 | 異常領域検出装置および異常領域検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4728444B2 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013076927A1 (ja) * | 2011-11-24 | 2013-05-30 | パナソニック株式会社 | 診断支援装置および診断支援方法 |
WO2016088758A1 (ja) * | 2014-12-01 | 2016-06-09 | 国立研究開発法人産業技術総合研究所 | 超音波検査システム及び超音波検査方法 |
JP2016181098A (ja) * | 2015-03-24 | 2016-10-13 | 株式会社Screenホールディングス | 領域検出装置および領域検出方法 |
WO2018225745A1 (ja) * | 2017-06-06 | 2018-12-13 | 株式会社デンソー | 外観検査装置、変換データ生成装置、及びプログラム |
CN111913081A (zh) * | 2020-07-14 | 2020-11-10 | 上海电力大学 | 一种基于均值漂移聚类的开关柜绝缘状态异常检测方法 |
CN112164223A (zh) * | 2020-02-27 | 2021-01-01 | 周国霞 | 基于云平台的智能交通信息处理方法及装置 |
CN113554605A (zh) * | 2021-07-07 | 2021-10-26 | 常州大学 | 一种基于特征匹配的织物异常区域检测方法 |
CN114926417A (zh) * | 2022-05-09 | 2022-08-19 | 华南理工大学 | 高密度柔性fpc表面弱划痕的显微成像检测方法及*** |
CN116630332A (zh) * | 2023-07-26 | 2023-08-22 | 山东华航高分子材料有限公司 | 一种基于图像处理的pvc塑料管口缺陷检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09171552A (ja) * | 1995-10-18 | 1997-06-30 | Fuji Xerox Co Ltd | 画像認識装置 |
JP2005092346A (ja) * | 2003-09-12 | 2005-04-07 | National Institute Of Advanced Industrial & Technology | 3次元データからの特徴抽出方法および装置 |
JP2005209155A (ja) * | 2003-12-10 | 2005-08-04 | Nissan Motor Co Ltd | 動き検出装置及び動き検出方法 |
JP2006098152A (ja) * | 2004-09-29 | 2006-04-13 | Dainippon Screen Mfg Co Ltd | 欠陥検出装置および欠陥検出方法 |
-
2010
- 2010-08-23 JP JP2010186217A patent/JP4728444B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09171552A (ja) * | 1995-10-18 | 1997-06-30 | Fuji Xerox Co Ltd | 画像認識装置 |
JP2005092346A (ja) * | 2003-09-12 | 2005-04-07 | National Institute Of Advanced Industrial & Technology | 3次元データからの特徴抽出方法および装置 |
JP2005209155A (ja) * | 2003-12-10 | 2005-08-04 | Nissan Motor Co Ltd | 動き検出装置及び動き検出方法 |
JP2006098152A (ja) * | 2004-09-29 | 2006-04-13 | Dainippon Screen Mfg Co Ltd | 欠陥検出装置および欠陥検出方法 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013076927A1 (ja) * | 2011-11-24 | 2013-05-30 | パナソニック株式会社 | 診断支援装置および診断支援方法 |
JP5607839B2 (ja) * | 2011-11-24 | 2014-10-15 | パナソニック株式会社 | 診断支援装置および診断支援方法 |
US9330455B2 (en) | 2011-11-24 | 2016-05-03 | Panasonic Intellectual Property Management Co., Ltd. | Diagnostic support apparatus and diagnostic support method |
US10786227B2 (en) | 2014-12-01 | 2020-09-29 | National Institute Of Advanced Industrial Science And Technology | System and method for ultrasound examination |
JPWO2016088758A1 (ja) * | 2014-12-01 | 2017-06-29 | 国立研究開発法人産業技術総合研究所 | 超音波検査システム及び超音波検査方法 |
KR20170082630A (ko) * | 2014-12-01 | 2017-07-14 | 고쿠리츠켄큐카이하츠호진 상교기쥬츠 소고켄큐쇼 | 초음파 검사 시스템 및 초음파 검사 방법 |
KR102014104B1 (ko) | 2014-12-01 | 2019-08-26 | 고쿠리츠켄큐카이하츠호진 상교기쥬츠 소고켄큐쇼 | 초음파 검사 시스템 및 초음파 검사 방법 |
WO2016088758A1 (ja) * | 2014-12-01 | 2016-06-09 | 国立研究開発法人産業技術総合研究所 | 超音波検査システム及び超音波検査方法 |
JP2016181098A (ja) * | 2015-03-24 | 2016-10-13 | 株式会社Screenホールディングス | 領域検出装置および領域検出方法 |
WO2018225745A1 (ja) * | 2017-06-06 | 2018-12-13 | 株式会社デンソー | 外観検査装置、変換データ生成装置、及びプログラム |
JP2018205163A (ja) * | 2017-06-06 | 2018-12-27 | 株式会社デンソー | 外観検査装置、変換データ生成装置、及びプログラム |
CN112164223A (zh) * | 2020-02-27 | 2021-01-01 | 周国霞 | 基于云平台的智能交通信息处理方法及装置 |
CN112164223B (zh) * | 2020-02-27 | 2022-04-29 | 浙江恒隆智慧科技集团有限公司 | 基于云平台的智能交通信息处理方法及装置 |
CN111913081A (zh) * | 2020-07-14 | 2020-11-10 | 上海电力大学 | 一种基于均值漂移聚类的开关柜绝缘状态异常检测方法 |
CN113554605A (zh) * | 2021-07-07 | 2021-10-26 | 常州大学 | 一种基于特征匹配的织物异常区域检测方法 |
CN113554605B (zh) * | 2021-07-07 | 2023-09-26 | 常州大学 | 一种基于特征匹配的织物异常区域检测方法 |
CN114926417A (zh) * | 2022-05-09 | 2022-08-19 | 华南理工大学 | 高密度柔性fpc表面弱划痕的显微成像检测方法及*** |
CN114926417B (zh) * | 2022-05-09 | 2024-05-28 | 华南理工大学 | 高密度柔性fpc表面弱划痕的显微成像检测方法及*** |
CN116630332A (zh) * | 2023-07-26 | 2023-08-22 | 山东华航高分子材料有限公司 | 一种基于图像处理的pvc塑料管口缺陷检测方法 |
CN116630332B (zh) * | 2023-07-26 | 2023-09-26 | 山东华航高分子材料有限公司 | 一种基于图像处理的pvc塑料管口缺陷检测方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4728444B2 (ja) | 2011-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4603512B2 (ja) | 異常領域検出装置および異常領域検出方法 | |
JP4728444B2 (ja) | 異常領域検出装置および異常領域検出方法 | |
TWI750553B (zh) | 對樣本的缺陷檢測的方法及其系統 | |
JP4215781B2 (ja) | 異常動作検出装置および異常動作検出方法 | |
US11915406B2 (en) | Generating training data usable for examination of a semiconductor specimen | |
CN107111872B (zh) | 信息处理装置、信息处理方法、及存储介质 | |
CN110135514B (zh) | 一种工件分类方法、装置、设备及介质 | |
JP4376145B2 (ja) | 画像分類学習処理システム及び画像識別処理システム | |
US8542912B2 (en) | Determining the uniqueness of a model for machine vision | |
JP2019061484A (ja) | 画像処理装置及びその制御方法及びプログラム | |
CN108182449A (zh) | 一种高光谱图像分类方法 | |
Oszust | No-reference image quality assessment using image statistics and robust feature descriptors | |
JP7027978B2 (ja) | 検査装置、検査方法、及び検査プログラム | |
US6993177B1 (en) | Gauging based on global alignment and sub-models | |
US11816946B2 (en) | Image based novelty detection of material samples | |
Kiruthika et al. | Matching of different rice grains using digital image processing | |
US8542905B2 (en) | Determining the uniqueness of a model for machine vision | |
Pramunendar et al. | Fish classification based on underwater image interpolation and back-propagation neural network | |
Wang et al. | Local defect detection and print quality assessment | |
CN116258908A (zh) | 一种基于无人机遥感影像数据的地灾预测评估分类方法 | |
US20240104890A1 (en) | Image processing device, recording medium, and image processing method | |
CN114202665A (zh) | 一种图像相似度确定方法及装置、设备、存储介质 | |
WO2015136716A1 (ja) | 画像処理装置、画像センサ、画像処理方法 | |
Yang et al. | Image quality assessment via multiple features | |
JP2020071716A (ja) | 異常判定方法、特徴量算出方法、外観検査装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110106 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110306 |
|
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: 20110325 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110414 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4728444 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140422 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140422 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |