JP3913517B2 - 欠陥検出方法 - Google Patents
欠陥検出方法 Download PDFInfo
- Publication number
- JP3913517B2 JP3913517B2 JP2001316690A JP2001316690A JP3913517B2 JP 3913517 B2 JP3913517 B2 JP 3913517B2 JP 2001316690 A JP2001316690 A JP 2001316690A JP 2001316690 A JP2001316690 A JP 2001316690A JP 3913517 B2 JP3913517 B2 JP 3913517B2
- Authority
- JP
- Japan
- Prior art keywords
- frequency
- data
- image
- inspection
- average value
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は欠陥検出方法に関し、特に被検査物の表面状態の検査するために被検査物の欠陥を検出する方法に関する。
【０００２】
【従来の技術】
被検査物の外観を検査する技術、特に被検査物の表面状態を周波数領域において良品ワークと被検査物で検査する技術として、特許第３，０５０，４３２号明細書などには、被検査物の光学的フーリエ変換像を良品の光学的フーリエ変換像ともとに作成した空間フィルタによるフィルタリングを行うことにより被検査物の欠陥を抽出するとしている。
【０００３】
【発明が解決しようとする課題】
しかしながら、実際の検査の場面においては良品間のばらつきや外乱などの影響を受けて良品であっても周波数データのばらつきが大きい場合があり、空間フィルタの選定が困難な場合や特定の空間フィルタによるフィルタリングでは適正な検査レベルを維持することは困難な場合がある。
【０００４】
本発明はこの問題点を解決するためのものであり、良品のばらつきや外乱などを考慮した高精度な欠陥検出方法を提供することを目的とする。
【０００５】
【課題を解決するための手段】
前記問題点を解決するために、被検査物に照明装置により光を照射しその反射光を撮像装置で撮像し、得られた被検査物の画像データを画像処理することにより被検査物の欠陥を検出する本発明に係る欠陥検出方法によれば、先ず予め複数の良品ワークを撮像し、得られた複数の良品ワークの画像データを参照画像データとし、この参照画像データをフーリエ変換し、得られた複数の周波数データにおける個々の周波数成分について振幅の平均値及び標準偏差を算出し、それぞれ参照画像の周波数特性を表す参照周波数平均値データ及び参照周波数標準偏差データとして用意する。そして、検査時には被検査物を撮像し得られた被検査物の画像データをフーリエ変換し、得られた周波数データを検査周波数データとする。また、当該検査周波数データの個々の周波数成分について振幅と参照周波数平均値データとの差を算出し、検査周波数差分データとし、検査周波数差分データと参照周波数標準偏差データとの比を算出し、検査周波数比データとし、当該検査周波数比データが所定の閾値を超えない場合は検査周波数画像の該当する周波数成分を０に置き換える。それ以外の場合は検査周波数画像の該当する周波数成分をそのままとする処理により欠陥周波数データを作成し、この欠陥周波数データを逆フーリエ変換することにより欠陥画像を作成し、作成された欠陥画像に基づき被検査物の欠陥を検出する。
【０００６】
また、所定の閾値の設定は周波数毎に可変することが好ましい。
【０００７】
更に、予め複数の良品ワーク及び不良品ワークを撮像し、得られた各画像データをフーリエ変換して得られた良品周波数画像データ及び不良品周波数画像データの各々について振幅の平均値を算出し、良品周波数平均値データと不良品周波数平均値データとし、良品周波数平均値データと不良品周波数平均値データを比較し、検査周波数比データの周波数ごとの閾値を設定する。
【０００８】
また、参照画像を所定の領域に分割し、各領域毎に参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、各領域毎に参照周波数平均値データ及び参照周波数標準偏差データに対応する領域の平均値データ及び標準偏差データを用いて欠陥の検出処理を行う。
【０００９】
更に、参照画像を所定の領域に分割し、各領域から１つの領域分の参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、検査画像の各領域に作成された１つの参照周波数平均値データ及び参照周波数標準偏差データを用いて欠陥の検出処理を行う。
【００１０】
また、参照画像を所定の領域に分割し、主走査方向あるいは副走査方向に１ライン分の 領域の参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、検査画像の各領域に作成された１ライン分の領域の参照周波数平均値データ及び参照周波数標準偏差データを用いて欠陥の検出処理を行う。
【００１１】
更に、参照画像及び検査画像を領域に分割する際に、所定の量重ね合わせる。
【００１２】
【発明の実施の形態】
本発明に係る欠陥検出方法によれば、先ず予め複数の良品ワークを撮像し、得られた複数の良品ワークの画像データを参照画像データとし、この参照画像データをフーリエ変換し、得られた複数の周波数データにおける個々の周波数成分について振幅の平均値及び標準偏差を算出し、それぞれ参照画像の周波数特性を表す参照周波数平均値データ及び参照周波数標準偏差データとして用意しておく。そして、検査時には被検査物を撮像し得られた被検査物の画像データをフーリエ変換し、得られた周波数データを検査周波数データとする。また、検査周波数データの個々の周波数成分について振幅と参照周波数平均値データとの差を算出し、検査周波数差分データとし、この検査周波数差分データと参照周波数標準偏差データとの比を算出し、検査周波数比データとし、この検査周波数比データが所定の閾値を超えない場合は検査周波数画像の該当する周波数成分を０に置き換え、それ以外の場合は検査周波数画像の該当する周波数成分をそのままとする処理により欠陥周波数データを作成し、この欠陥周波数データを逆フーリエ変換することにより欠陥画像を作成し、作成された欠陥画像に基づき被検査物の欠陥を検出する。
【００１３】
【実施例】
図１は本発明の第１の実施例に係る欠陥検出方法の動作原理を示す概略図である。同図において、先ず検査の準備段階として複数の良品の表面画像を撮像装置１０１により入力し参照画像１〜ｎを得る。次に、得られた参照画像１〜ｎをそれぞれフーリエ変換部１０２によるフーリエ変換を行うことにより複数の参照周波数データ１〜ｎを得る。そして、最大値抽出部１０３は各参照周波数データ１〜ｎにおける同一の周波数成分について振幅の最大値を求めて、これを全周波数領域について行うことにより参照最大振幅データ１０４を作成する。同様の処理により最小値抽出部１０５により参照最小振幅データ１０６を作成し、欠陥検査の参照周波数データの作成が終了する。ここで、本実施例では全周波数領域で最大値及び最小値を求めているが、予めノイズ成分の周波数領域が判明している場合にはノイズ成分を除いた一部の周波数領域で最大値及び最小値の抽出を行うことにより処理を簡単にすることができる。
【００１４】
次に、検査時であるが被検査物の表面画像を撮像装置１０７により入力し検査画像を得る。次に、得られた検査画像をフーリエ変換部１０８によるフーリエ変換を行うことにより検査周波数画像を作成する。そして、比較部１０９は作成した検査周波数画像と参照最大振幅データ１０４及び参照最小振幅データ１０６を比較し、検査周波数画像の特異点を抽出して差分周波数画像を作成する。ここでの比較・差分の例を図２に示す。図２の例では部分Ａの検査周波数データが参照最大振幅データよりも大きくなっているため、この部分Ａが差分データとして抽出される。次に、図１の差分周波数画像を逆フーリエ変換部１１０による逆フーリエ変換を行うことにより実画像領域の差分データである差分画像データ、つまり実欠陥画像を作成する。
【００１５】
なお、ここで作成された差分画像データはワークの背景情報などを排除したワークの特異領域の情報のみを有しており、この差分画像データを従来の画像手法であるエッジ検出ラベリング、２値化などの方法によりワークの良否判断が容易かつ正確に行うことが可能となる。また、第１の実施例ではワークの良否の判断は差分画像を作成した後の実画像領域で行っているが、対象ワークによっては周波数領域の振幅の最大値・最小値との比較時に行うことも可能である。更に、第１の実施例では良品間のばらつきや外乱、ノイズによるばらつきを各周波数成分における振幅の最大値及び最小値で幅を持たせて表現したが、各周波数成分における振幅のヒストグラムにより発生頻度で表現することもできる。このように、ヒストグラムによる発生確率を用いることにより人による目視官能検査のばらつきやワーク特徴に起因する周波数画像の偏ったばらつきをよる考慮した欠陥検査が可能となる。
【００１６】
また、第１の実施例では良品のデータのみを参照データとして採用したが、発生頻度の高い既知の不良項目がある場合にはそれを参照データに加えることにより欠陥の検出精度を上げることが可能になる。図３に示すように、複数の良品データより作成した周波数領域の最大最小値と複数の不良品データより作成した周波数領域の最大最小値と比較することにより不良品特有の振幅の値を示す周波数領域を抽出することができる。同様に、図４の（ａ）に示す複数の良品における任意の周波数における振幅の発生頻度と、図４の（ｂ）に示す複数の不良品における任意の周波数における振幅の発生頻度とを比較することにより、図４の（ｃ）に示す不良品特有の振幅の値を示す周波数領域を抽出することができる。
【００１７】
更に、第１の実施例では入力した画像データを全画面で一括して処理しているが、画像を任意の領域に分割し処理することによりフーリエ変換、逆フーリエ変換の処理が高速に行うことができるとともに、各領域毎に検査パラメータを個別に設定することにより、より高精度な欠陥検出が可能となる。
【００１８】
また、第１の実施例の画像の処理単位を主走査、副走査方向ともに２の累乗とし、フーリエ変換をＦＦＴ、逆フーリエ変換をＩＦＦＴとすることにより高速な処理が可能となる。
【００１９】
図５は本発明の第２の実施例に係る欠陥検出方法の動作原理を示す概略図である。同図において、図１と同じ参照符号は同じ構成要素を示す。はじめに、第１の実施例と同様に、先ず検査の準備段階として複数の良品ワークの画像を撮像装置１０１により入力し参照画像１〜ｎを得る。次に、得られた参照画像１〜ｎをそれぞれフーリエ変換部１０２によるフーリエ変換を行うことにより複数の参照周波数データ１〜ｎを得る。そして、平均値算出部２０１は各参照周波数データ１〜ｎにおける同一の周波数成分について振幅の平均値を算出し、これを全周波数領域について行うことにより参照周波数平均値データ２０２を作成する。同様に、標準偏差算出部２０３は各参照周波数データ１〜ｎにおける同一の周波数成分について振幅の標準偏差を算出し、これを全周波数領域について行うことにより参照周波数標準偏差データ２０４を作成する。これにより欠陥検査の参照周波数データの作成が終了する。
【００２０】
次に、検査時であるが被検査物の画像を撮像装置１０７により入力し検査画像を得る。次に、得られた検査画像をフーリエ変換部１０８によるフーリエ変換を行うことにより検査周波数画像を作成する。そして、比較部１０９は作成した検査周波数画像の各周波数成分の振幅と参照周波数平均値データ２０２の対応する周波数成分の平均値データとの差分を算出する。更に、周波数比算出・閾値比較部２０５は、比較部１０９により算出された振幅の差分と参照周波数標準偏差データ２０４との周波数比を算出し、その周波数比と所定の閾値とを比較して周波数比が閾値を超えない場合は検査周波数画像１０８の該当する周波数成分を０に置き換え、それ以外の場合は検査周波数画像１０８の該当する周波数成分をそのままとすることにより欠陥周波数画像を作成する。ここで、周波数比と閾値の比較の結果により検査周波数画像１０８の該当する周波数成分を０に置き換え、それ以外の場合は検査周波数画像１０８の該当する周波数成分をそのままとすることにより欠陥周波数画像を作成するとしたが、周波数比と閾値の比較の結果により検査周波数画像１０８の該当する周波数成分を所定の比あるいは量で増減させることも可能である。次に、この欠陥周波数画像を逆フーリエ変換部１１０による逆フーリエ変換を行うことにより実欠陥画像を作成する。
【００２１】
なお、ここで作成された実欠陥画像は被検査物を撮像した検査画像１０７から良品ワークを撮像した参照画像に含まれる背景情報やばらつきを排除した被検査物の特異領域の情報のみを有しており、この差分画像データを従来の画像処理手法であるエッジ検出、ラベリング、２値化、画像輝度の積分値の算出、フィレ径の算出などの方法によりワークの良否判断が容易かつ正確に行うことが可能となる。また、周波数比を全ての全ての周波数で一定の閾値と比較するのではなく、周波数毎に異なる閾値を設定することにより周波数毎に検出感度を調整し、特定の欠陥の検出感度向上や検査対象固有の不良とはならない周波数特性の検出対象からの除外などが可能な高精度な欠陥検出が可能となる。
【００２２】
図６は良品及び欠陥の種類毎に複数のサンプル画像より算出した周波数の振幅の平均値を示すものでありＸ−Ｙ方向は周波数であり、Ｚ方向は振幅を示す。図６に示す良品周波数平均データと不良品周波数平均値データを比較して検査周波数比データの周波数毎の閾値を設定することにより特定の欠陥の検出感度向上や検査対象固有の不良とはならない周波数特性の検出対象からの除外など特定の周波数毎に検出感度調整を容易に行うことができる。
【００２３】
また、第２の実施例では全ての周波数領域を利用して欠陥の検出処理を行っているが予めノイズ成分の周波数領域が判明している場合にはノイズ成分を除いた一部の周波数領域で欠陥の検出処理を行うことにより、処理の簡易化、高速化も可能である。更に、第２の実施例ではワークの良否の判断は欠陥画像を作成した後の実画像領域で行うとしているが、検査対象によっては周波数比との所定の閾値との比較時に行うことも可能である。また、画像の処理単位を主走査、副走査方向ともに２の累乗とし、フーリエ変換をＦＦＴ、逆フーリエ変換をＩＦＦＴとすることにより欠陥検出処理を高速化することができる。また、フーリエ変換、逆フーリエ変換の処理の高速化には画像を領域に分割し、分割された領域毎に欠陥検出することも有効である。もちろん分割する領域の処理単位を主走査、副走査方向ともに２の累乗とし、フーリエ変換をＦＦＴ、逆フーリエ変換をＩＦＦＴとすることにより欠陥検出処理をさらに高速化することができる。ここで、画像を分割する際に例えば図７に示すように所定の量重ね合わせて領域を抽出することにより欠陥の位置あるいは分割された領域の大きさによらない高精度な欠陥検出が可能となる。
【００２４】
次に、第２の実施例における具体的な画像の領域分割の手法であるが、図８に示す例は参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの参照画像１〜ｎの同一の座標にある領域毎に、同一周波数の振幅の平均値及び標準偏差を算出することにより参照周波数平均値データ３０１及び参照周波数標準偏差データ３０２を作成し、検査時には検査画像３０３を参照画像１〜ｎと同様に領域分割し、それぞれの領域毎に参照周波数平均値データ３０１及び参照周波数標準偏差データ３０２の同一の座標にある領域の平均値データ及び標準偏差データを用いて欠陥を検出する。この具体例では検査物が模様や文字があり下地が一様でない場合や複雑な形状をしている場合でも、細分化された各領域毎に検査基準を設定できるため高精度な欠陥検出が可能となる。
【００２５】
次に、図９は本発明の第３の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。同図において、第３の実施例では参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての参照画像１〜ｎの各領域から同一の周波数毎に振幅の平均値及び標準偏差を算出することにより、１つの領域分の参照周波数平均値データ４０１及び参照周波数標準偏差データ４０２を作成し、検査時には検査画像４０３を同様に領域分割し、検査画像４０３の各領域の全てより作成された１つの領域分の参照周波数平均値データ４０１及び参照周波数標準偏差データ４０２を用いて欠陥を検出する。第３の実施例では検査物の下地が一様な場合や一定周期の模様などの場合で検査画像の全領域で同一の検査基準が適応できる場合に有効であり、参照周波数平均値データ４０１及び参照周波数標準偏差データ４０２のための記憶領域を少なくすることできるとともに参照周波数平均値データ４０１及び参照周波数標準偏差データ４０２作成のために必要となる参照画像の数を少なくすることができる。
【００２６】
図１０は本発明の第４の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。同図において、第４の実施例では参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての参照画像１〜ｎの各領域から主走査方向に同一座標にある領域毎に同一周波数の振幅の平均値及び標準偏差を算出することにより１ライン分の領域分の参照周波数平均値データ５０１及び参照周波数標準偏差データ５０２を作成し、検査時には検査画像５０３を同様に領域分割し、それぞれの領域毎に参照周波数平均値データ５０１及び参照周波数標準偏差データ５０２の主走査方向に同一座標にある領域の平均値データ及び標準偏差データを用いて欠陥を検出する。検査画像５０３の各領域のより作成された１ライン分の参照周波数平均値データ５０１及び参照周波数標準偏差データ５０２を用いて欠陥を検出する。第４の実施例では撮像装置がラインセンサであり主走査方向に照明ムラなどがある場合や検査物下地に主走査方向にのみ一定の模様がある場合など検査対象の画像の主走査方向に特定のパターンの影響を受けない高精度な欠陥検出が可能となる。もちろん検査対象の副走査方向に特定のパターンがある場合には図１０に示す第４の実施例の主走査方向を副走査方向とすることで対応できる。
【００２７】
なお、以上各実施例では参照画像として所定の良品率を超えた良品の画像のみを与えていたが、良品画像のみを選別して参照画像として与えるためには、全ての対象物保管あるいは対象画像の保存した後、良否判定の結果を待って、良否判定の結果により選別し参照画像を与えてやる必要があり煩雑な処理となる。そこで、所定の良品率を超えたものを良品としていた当該良品率の値を下げ、一定の良品率が見込める場合には全ての対象画像を参照画像として与えることが可能となり処理を簡素化することができる。また、検査対象の生産条件がライン稼動中でも順次変化し、検査対象物の検査基準を変更する必要がある場合などは所定のデータバッファに最新の複数の検査画像を保管し、適時データバッファに保管された複数の検査画像を参照画像として参照周波数平均値データ及び参照周波数標準偏差データを更新することにより常に適正な検査を行うこともできる。
【００２８】
図１１は本発明の第５の実施例に係る欠陥検出方法の動作原理を示す概略図である。同図において、先ず検査の準備段階として複数の良品の表面画像を撮像装置６０１により入力し標準参照画像１〜ｎを得る。次に、得られた標準参照画像１〜ｎをそれぞれフーリエ変換部６０２によるフーリエ変換を行うことにより複数の標準参照周波数データ１〜ｎを得る。そして、最大値抽出部６０３は各標準参照周波数データにおける同一の周波数成分について振幅の最大値を求め、これを全周波数領域について行うことにより標準参照最大振幅データ６０４を作成する。同様の処理により最小値抽出部６０５は標準参照最小振幅データ６０６を作成する。ここで作成した標準参照最大振幅データ６０４及び標準参照最小振幅データ６０６を標準参照周波数データとして検査の準備が終了する。ここで本実施例では全周波数領域で最大値及び最小値を求めているが予めノイズ成分の周波数領域が判明している場合にはノイズ成分を除いた一部の周波数領域で最大値及び最小値の抽出を行うことにより処理を簡単にすることができる。
【００２９】
次に、検査時であるが検査ワークの表面画像を撮像装置６０７により入力し検査画像を得る。次に、得られた検査画像をフーリエ変換部６０８によるフーリエ変換を行うことにより検査周波数画像を作成する。そして、比較部６０９は作成した検査周波数データと標準参照最大振幅データ６０４及び標準参照最小振幅データ６０６を比較することにより検査周波数データの特異点を抽出し欠陥周波数画像を作成する。ここでの検査周波数データと標準参照最大振幅データ６０４及び標準参照最小振幅データ６０６を比較の例は上述した図２に示す例と同様であるので説明は省略する。また、本実施例では標準参照最大振幅データ６０４及び標準参照最小振幅データ６０６と検査周波数データを直接比較しているがそれぞれの差が一定になった場合に欠陥部として抽出する閾値処理により検査レベルを適度に調整することも可能である。
【００３０】
そして、図１１の欠陥周波数データを逆フーリエ変換部６１０による逆フーリエ変換を行うことにより実画像領域の欠陥データである実欠陥画像を作成する。ここで作成された実欠陥画像のデータはワークの背景情報やワークが本来もっているばらつきやノイズ成分などを除去したワークの特異領域の情報のみを有しており、この欠陥画像データをエッジ検出、ラベリング、２値化後の欠陥部の長さ、大きさなどを判定するなどの従来の画像手法によりよりワークの良否判定が容易かつ正確に行うことが可能となる。
【００３１】
また、第１の実施例と同様に、本実施例でもワークの良否の判断は欠陥画像を作成した後の実画像領域で行っているが、対象ワークによっては周波数領域の振幅の最大値・最小値との比較時に行うことも可能である。更に、本実施例では良品間のばらつきや外乱、ノイズによるばらつきを各周波数成分における振幅の最大値及び最小値により参照データに幅を持たせて表現したが、各周波数成分における振幅のヒストグラムにより発生頻度で表現することもできる。ヒストグラムによる発生確率を用いることにより人による参照用ワーク選定の時における目視官能検査のばらつきやワーク特徴に起因する周波数画像のかたよりなどを考慮した欠陥検査が可能となる。
【００３２】
更に、本実施例では良品のデータのみを参照データとして採用したが、発生頻度の高い既知の不良項目がある場合にはそれを参照データに加えることにより欠陥の検出精度を上げることが可能になる。上述したように、図３には複数の良品データより作成した周波数領域の最大最小値と複数の不良品データより作成した周波数領域の最大最小値と比較することにより不良品特有の振幅の値を示す周波数領域を抽出する例を示す。ここで抽出された不良品に特有の振幅成分である不良品参照周波数データと検査周波数データと比較し欠陥周波数を抽出しワークの良否判定することにより検出精度の高い欠陥検出が可能となる。上述したように、図４に示すように複数の良品における任意の周波数における振幅の発生頻度と複数の不良品における任意の周波数における振幅の発生頻度とを比較することにより不良品特有の振幅の値を示す周波数領域を抽出できる。また、不良品参照周波数データを欠陥分類毎に作成することにより、より精度の高い欠陥検出が可能となる。
【００３３】
また、本実施例では全ての周波数領域を利用して欠陥の検出処理を行っているが予めノイズ成分の周波数が判明している場合にはノイズ成分を除いた一部の周波数領域で欠陥の検出処理を行うことにより、処理の簡易化、高速化も可能である。更に、第１の実施例と同様に、本実施例では入力した画像データを全画面で一括して処理しているが、画像を任意の領域に分割し処理することによりフーリエ変換、逆フーリエ変換の処理が高速に行うことができるとともに、それぞれ領域毎に検査パラメータを個別に設定することにより高精度な欠陥検出が可能となる。また、画像の処理単位を主走査、副走査方向ともに２の累乗とし、フーリエ変換をＦＦＴ、逆フーリエ変換をＩＦＦＴとすることにより欠陥検出処理を高速化することができる。また、フーリエ変換、逆フーリエ変換の処理の高速化には画像を領域に分割し、分割された領域毎に欠陥検出することも有効である。もちろん分割する領域の処理単位を主走査、副走査方向ともに２の累乗とし、フーリエ変換をＦＦＴ、逆フーリエ変換をＩＦＦＴとすることにより欠陥検出処理をさらに高速化することができる。更に、上述したように、画像を分割する際に例えば図７に示すように所定の量重ね合わせて領域を抽出することにより欠陥の位置あるいは分割された領域の大きさによらない高精度な欠陥の検出が可能となる。
【００３４】
次に、第５の実施例における具体的な画像の領域分割の手法であるが、図１２に示す例は標準参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの標準参照画像１〜ｎの同一の座標にある領域毎に標準参照周波数データ７０１を作成する。一方、不良品の表面画像を撮像して得られた不良品参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの不良品参照画像１〜ｎの同一の座標にある領域毎に不良品参照周波数データ７０２を作成し、検査時には検査画像７０３を標準参照画像又は不良品参照画像と同様に領域分割し、それぞれの領域毎に標準参照周波数データ７０１及び不良品参照周波数データ７０２の同一の座標のデータを用いて欠陥を検出する。この具体例では検査物が模様や文字があり下地が一様でない場合や複雑な形状をしている場合でも、細分化されたそれぞれの領域毎に検査基準を設定できるため高精度な欠陥検出が可能となる。
【００３５】
図１３は本発明の第６の実施例に係る欠陥検出方法の動作原理を示す概略図である。同図において、第６の実施例では標準参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての標準参照画像の各領域から１つの領域分の標準参照周波数データ８０１を作成する。一方、不良品の表面画像を撮像して得られた不良品参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての不良品参照画像の各領域から１つの領域分の不良品参照周波数データ８０２を作成する。検査時には検査画像８０３を同様に領域分割し、検査画像８０３の各領域の全てより作成された１つの領域分の標準参照周波数データ８０１及び不良品参照周波数データ８０２を用いて欠陥を検出する。この実施例では検査物の下地が一様な場合や一定周期の模様などの場合で検査画像の全領域で同一の検査基準が適応できる場合に有効であり、標準参照周波数データ８０１及び不良品参照周波数データ８０２のための記憶領域を少なくすることできるとともに標準参照周波数データ８０１及び不良品参照周波数データ８０２を作成のために必要となる標準参照画像又は不良品参照画像の数を少なくすることができる。
【００３６】
次に、図１４は本発明の第７の実施例に係る欠陥検出方法の動作原理を示す概略図である。同図において、第７の実施例では標準参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての標準参照画像の各領域から主走査方向に同一座標にある領域毎に１ライン分の領域分の標準参照周波数データ９０１を作成する。一方、不良品の表面画像を撮像して得られた不良品参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての不良参照画像の各領域から主走査方向に同一座標にある領域毎に１ライン分の領域分の不良品参照周波数データ９０２を作成する。検査時には検査画像９０３を同様に領域分割し、それぞれの領域毎に標準参照周波数データ９０１及び不良品参照周波数データ９０２の主走査方向に同一座標にある領域のデータを用いて欠陥を検出する。検査画像９０３の各領域のより作成された１ライン分の標準参照周波数データ９０１及び不良品参照周波数データ９０２を用いて欠陥を検出することにより、第７の実施例でも撮像装置がラインセンサであり主走査方向に照明ムラなどがある場合や検査物下地に主走査方向にのみ一定の模様がある場合など検査対象の画像の主走査方向に特定のパターンの影響を受けない高精度な欠陥検出が可能となる。もちろん検査対象の副走査方向に特定のパターンがある場合には図１２に示す第７の実施例の主走査方向を副走査方向とすることで対応できる。
【００３７】
なお、本発明は上記実施例に限定されるものではなく、特許請求の範囲内の記載であれば多種の変形や置換可能であることは言うまでもない。
【００３８】
【発明の効果】
以上説明したように、被検査物に照明装置により光を照射しその反射光を撮像装置で撮像し、得られた被検査物の画像データを画像処理することにより被検査物の欠陥を検出する本発明に係る欠陥検出方法によれば、先ず予め複数の良品ワークを撮像し、得られた複数の良品ワークの画像データを参照画像データとし、この参照画像データをフーリエ変換し、得られた複数の周波数データにおける個々の周波数成分について振幅の平均値及び標準偏差を算出し、それぞれ参照画像の周波数特性を表す参照周波数平均値データ及び参照周波数標準偏差データとして用意する。そして、検査時には被検査物を撮像し得られた被検査物の画像データをフーリエ変換し、得られた周波数データを検査周波数データとする。また、当該検査周波数データの個々の周波数成分について振幅と参照周波数平均値データとの差を算出し、検査周波数差分データとし、検査周波数差分データと参照周波数標準偏差データとの比を算出し、検査周波数比データとし、当該検査周波数比データが所定の閾値を超えない場合は検査周波数画像の該当する周波数成分を０に置き換える。それ以外の場合は検査周波数画像の該当する周波数成分をそのままとする処理により欠陥周波数データを作成し、この欠陥周波数データを逆フーリエ変換することにより欠陥画像を作成し、作成された欠陥画像に基づき被検査物の欠陥を検出する。よって、良品のばらつきや外乱などを考慮した欠陥の検査が可能になる。
【００３９】
また、所定の閾値の設定は周波数毎に可変することにより、特定の欠陥検出感度の向上や検査対象固有の不良とならない周波数特性の検出対象からの除外などが可能な高精度な欠陥検出が可能となる。
【００４０】
更に、予め複数の良品ワーク及び不良品ワークを撮像し、得られた各画像データをフーリエ変換して得られた良品周波数画像データ及び不良品周波数画像データの各々について振幅の平均値を算出し、良品周波数平均値データと不良品周波数平均値データとし、良品周波数平均値データと不良品周波数平均値データを比較し、検査周波数比データの周波数ごとの閾値を設定する。よって、特定の欠陥検出感度の向上や検査対象固有の不良とならない周波数特性の検出対象からの除外など特定の周波数毎に検出感度調整を容易に行うことができ、高精度な欠陥検出が可能となる。
【００４１】
また、参照画像を所定の領域に分割し、各領域毎に参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、各領域毎に参照周波数平均値データ及び参照周波数標準偏差データに対応する領域の平均値データ及び標準偏差データを用いて欠陥の検出処理を行う。よって、下地が一様でなく模様や文字のあるワークあるいは複雑な形状をしたワークなどでも高精度に欠陥を検出することができる。
【００４２】
更に、参照画像を所定の領域に分割し、各領域から１つの領域分の参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、検査画像の各領域に作成された１つの参照周波数平均値データ及び参照周波数標準偏差データを用いて欠陥の検出処理を行う。よって、処理のための記憶領域を少なくすることができ簡単な構成で高精度に欠陥を検出することができる。
【００４３】
また、参照画像を所定の領域に分割し、主走査方向あるいは副走査方向に１ライン分の領域の参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、検査画像の各領域に作成された１ライン分の領域の参照周波数平均値データ及び参照周波数標準偏差データを用いて欠陥の検出処理を行う。よって、撮像装置がラインセンサであり主走査方向に照明ムラなどがある場合でもその影響を受けずに高精度に欠陥を検出することができる。
【００４４】
更に、参照画像及び検査画像を領域に分割する際に、所定の量重ね合わせることにより、欠陥の位置あるいは分割した領域の大きさによらずに高精度に欠陥を検出することができる。
【図面の簡単な説明】
【図１】 本発明の第１の実施例に係る欠陥検出方法の動作原理を示す概略図である。
【図２】 比較・差分による差分データの抽出の様子を示す図である。
【図３】 不良品の特有な周波数データの抽出の様子を示す図である。
【図４】 不良品の特有な周波数領域における振幅のヒストグラムの抽出の様子を示す図である。
【図５】 本発明の第２の実施例に係る欠陥検出方法の動作原理を示す概略図である。
【図６】 良品及び欠陥の種類毎に複数のサンプル画像より算出した周波数の振幅の平均値を示す図である。
【図７】 画像を分割して所定の量重ね合わせて領域を抽出する様子を示す図である。
【図８】 画像の領域分割の様子を示す図である。
【図９】 本発明の第３の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。
【図１０】 本発明の第４の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。
【図１１】 本発明の第５の実施例に係る欠陥検出方法の動作原理を示す概略図である。
【図１２】 別の画像の領域分割の様子を示す図である。
【図１３】 本発明の第６の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。
【図１４】 本発明の第７の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。
【符号の説明】
１０１，１０７，６０１，６０７；撮像装置、
１０２，１０８，６０２，６０８；フーリエ変換部、
１０３，６０３；最大値抽出部、１０４；参照最大振幅データ、
１０５，６０５；最小値抽出部、１０６；参照最小振幅データ、
１０９，６０９；比較部、１１０，６１０；逆フーリエ変換部、
２０１；平均値算出部、２０２；参照周波数平均値データ、
２０３；標準偏差算出部、２０４；参照周波数標準偏差データ、
２０５；周波数比算出・閾値比較部、
３０１，４０１，５０１；参照周波数平均値データ、
３０２，４０２，５０２；参照周波数標準偏差データ、
３０３，４０３，５０３，７０３，８０３，９０３；検査画像、
６０４；標準参照最大振幅データ、６０６；標準参照最小振幅データ、
７０１，８０１，９０１；標準参照周波数データ、
７０２，８０２，９０２；不良品参照周波数データ。
【発明の属する技術分野】
本発明は欠陥検出方法に関し、特に被検査物の表面状態の検査するために被検査物の欠陥を検出する方法に関する。
【０００２】
【従来の技術】
被検査物の外観を検査する技術、特に被検査物の表面状態を周波数領域において良品ワークと被検査物で検査する技術として、特許第３，０５０，４３２号明細書などには、被検査物の光学的フーリエ変換像を良品の光学的フーリエ変換像ともとに作成した空間フィルタによるフィルタリングを行うことにより被検査物の欠陥を抽出するとしている。
【０００３】
【発明が解決しようとする課題】
しかしながら、実際の検査の場面においては良品間のばらつきや外乱などの影響を受けて良品であっても周波数データのばらつきが大きい場合があり、空間フィルタの選定が困難な場合や特定の空間フィルタによるフィルタリングでは適正な検査レベルを維持することは困難な場合がある。
【０００４】
本発明はこの問題点を解決するためのものであり、良品のばらつきや外乱などを考慮した高精度な欠陥検出方法を提供することを目的とする。
【０００５】
【課題を解決するための手段】
前記問題点を解決するために、被検査物に照明装置により光を照射しその反射光を撮像装置で撮像し、得られた被検査物の画像データを画像処理することにより被検査物の欠陥を検出する本発明に係る欠陥検出方法によれば、先ず予め複数の良品ワークを撮像し、得られた複数の良品ワークの画像データを参照画像データとし、この参照画像データをフーリエ変換し、得られた複数の周波数データにおける個々の周波数成分について振幅の平均値及び標準偏差を算出し、それぞれ参照画像の周波数特性を表す参照周波数平均値データ及び参照周波数標準偏差データとして用意する。そして、検査時には被検査物を撮像し得られた被検査物の画像データをフーリエ変換し、得られた周波数データを検査周波数データとする。また、当該検査周波数データの個々の周波数成分について振幅と参照周波数平均値データとの差を算出し、検査周波数差分データとし、検査周波数差分データと参照周波数標準偏差データとの比を算出し、検査周波数比データとし、当該検査周波数比データが所定の閾値を超えない場合は検査周波数画像の該当する周波数成分を０に置き換える。それ以外の場合は検査周波数画像の該当する周波数成分をそのままとする処理により欠陥周波数データを作成し、この欠陥周波数データを逆フーリエ変換することにより欠陥画像を作成し、作成された欠陥画像に基づき被検査物の欠陥を検出する。
【０００６】
また、所定の閾値の設定は周波数毎に可変することが好ましい。
【０００７】
更に、予め複数の良品ワーク及び不良品ワークを撮像し、得られた各画像データをフーリエ変換して得られた良品周波数画像データ及び不良品周波数画像データの各々について振幅の平均値を算出し、良品周波数平均値データと不良品周波数平均値データとし、良品周波数平均値データと不良品周波数平均値データを比較し、検査周波数比データの周波数ごとの閾値を設定する。
【０００８】
また、参照画像を所定の領域に分割し、各領域毎に参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、各領域毎に参照周波数平均値データ及び参照周波数標準偏差データに対応する領域の平均値データ及び標準偏差データを用いて欠陥の検出処理を行う。
【０００９】
更に、参照画像を所定の領域に分割し、各領域から１つの領域分の参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、検査画像の各領域に作成された１つの参照周波数平均値データ及び参照周波数標準偏差データを用いて欠陥の検出処理を行う。
【００１０】
また、参照画像を所定の領域に分割し、主走査方向あるいは副走査方向に１ライン分の 領域の参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、検査画像の各領域に作成された１ライン分の領域の参照周波数平均値データ及び参照周波数標準偏差データを用いて欠陥の検出処理を行う。
【００１１】
更に、参照画像及び検査画像を領域に分割する際に、所定の量重ね合わせる。
【００１２】
【発明の実施の形態】
本発明に係る欠陥検出方法によれば、先ず予め複数の良品ワークを撮像し、得られた複数の良品ワークの画像データを参照画像データとし、この参照画像データをフーリエ変換し、得られた複数の周波数データにおける個々の周波数成分について振幅の平均値及び標準偏差を算出し、それぞれ参照画像の周波数特性を表す参照周波数平均値データ及び参照周波数標準偏差データとして用意しておく。そして、検査時には被検査物を撮像し得られた被検査物の画像データをフーリエ変換し、得られた周波数データを検査周波数データとする。また、検査周波数データの個々の周波数成分について振幅と参照周波数平均値データとの差を算出し、検査周波数差分データとし、この検査周波数差分データと参照周波数標準偏差データとの比を算出し、検査周波数比データとし、この検査周波数比データが所定の閾値を超えない場合は検査周波数画像の該当する周波数成分を０に置き換え、それ以外の場合は検査周波数画像の該当する周波数成分をそのままとする処理により欠陥周波数データを作成し、この欠陥周波数データを逆フーリエ変換することにより欠陥画像を作成し、作成された欠陥画像に基づき被検査物の欠陥を検出する。
【００１３】
【実施例】
図１は本発明の第１の実施例に係る欠陥検出方法の動作原理を示す概略図である。同図において、先ず検査の準備段階として複数の良品の表面画像を撮像装置１０１により入力し参照画像１〜ｎを得る。次に、得られた参照画像１〜ｎをそれぞれフーリエ変換部１０２によるフーリエ変換を行うことにより複数の参照周波数データ１〜ｎを得る。そして、最大値抽出部１０３は各参照周波数データ１〜ｎにおける同一の周波数成分について振幅の最大値を求めて、これを全周波数領域について行うことにより参照最大振幅データ１０４を作成する。同様の処理により最小値抽出部１０５により参照最小振幅データ１０６を作成し、欠陥検査の参照周波数データの作成が終了する。ここで、本実施例では全周波数領域で最大値及び最小値を求めているが、予めノイズ成分の周波数領域が判明している場合にはノイズ成分を除いた一部の周波数領域で最大値及び最小値の抽出を行うことにより処理を簡単にすることができる。
【００１４】
次に、検査時であるが被検査物の表面画像を撮像装置１０７により入力し検査画像を得る。次に、得られた検査画像をフーリエ変換部１０８によるフーリエ変換を行うことにより検査周波数画像を作成する。そして、比較部１０９は作成した検査周波数画像と参照最大振幅データ１０４及び参照最小振幅データ１０６を比較し、検査周波数画像の特異点を抽出して差分周波数画像を作成する。ここでの比較・差分の例を図２に示す。図２の例では部分Ａの検査周波数データが参照最大振幅データよりも大きくなっているため、この部分Ａが差分データとして抽出される。次に、図１の差分周波数画像を逆フーリエ変換部１１０による逆フーリエ変換を行うことにより実画像領域の差分データである差分画像データ、つまり実欠陥画像を作成する。
【００１５】
なお、ここで作成された差分画像データはワークの背景情報などを排除したワークの特異領域の情報のみを有しており、この差分画像データを従来の画像手法であるエッジ検出ラベリング、２値化などの方法によりワークの良否判断が容易かつ正確に行うことが可能となる。また、第１の実施例ではワークの良否の判断は差分画像を作成した後の実画像領域で行っているが、対象ワークによっては周波数領域の振幅の最大値・最小値との比較時に行うことも可能である。更に、第１の実施例では良品間のばらつきや外乱、ノイズによるばらつきを各周波数成分における振幅の最大値及び最小値で幅を持たせて表現したが、各周波数成分における振幅のヒストグラムにより発生頻度で表現することもできる。このように、ヒストグラムによる発生確率を用いることにより人による目視官能検査のばらつきやワーク特徴に起因する周波数画像の偏ったばらつきをよる考慮した欠陥検査が可能となる。
【００１６】
また、第１の実施例では良品のデータのみを参照データとして採用したが、発生頻度の高い既知の不良項目がある場合にはそれを参照データに加えることにより欠陥の検出精度を上げることが可能になる。図３に示すように、複数の良品データより作成した周波数領域の最大最小値と複数の不良品データより作成した周波数領域の最大最小値と比較することにより不良品特有の振幅の値を示す周波数領域を抽出することができる。同様に、図４の（ａ）に示す複数の良品における任意の周波数における振幅の発生頻度と、図４の（ｂ）に示す複数の不良品における任意の周波数における振幅の発生頻度とを比較することにより、図４の（ｃ）に示す不良品特有の振幅の値を示す周波数領域を抽出することができる。
【００１７】
更に、第１の実施例では入力した画像データを全画面で一括して処理しているが、画像を任意の領域に分割し処理することによりフーリエ変換、逆フーリエ変換の処理が高速に行うことができるとともに、各領域毎に検査パラメータを個別に設定することにより、より高精度な欠陥検出が可能となる。
【００１８】
また、第１の実施例の画像の処理単位を主走査、副走査方向ともに２の累乗とし、フーリエ変換をＦＦＴ、逆フーリエ変換をＩＦＦＴとすることにより高速な処理が可能となる。
【００１９】
図５は本発明の第２の実施例に係る欠陥検出方法の動作原理を示す概略図である。同図において、図１と同じ参照符号は同じ構成要素を示す。はじめに、第１の実施例と同様に、先ず検査の準備段階として複数の良品ワークの画像を撮像装置１０１により入力し参照画像１〜ｎを得る。次に、得られた参照画像１〜ｎをそれぞれフーリエ変換部１０２によるフーリエ変換を行うことにより複数の参照周波数データ１〜ｎを得る。そして、平均値算出部２０１は各参照周波数データ１〜ｎにおける同一の周波数成分について振幅の平均値を算出し、これを全周波数領域について行うことにより参照周波数平均値データ２０２を作成する。同様に、標準偏差算出部２０３は各参照周波数データ１〜ｎにおける同一の周波数成分について振幅の標準偏差を算出し、これを全周波数領域について行うことにより参照周波数標準偏差データ２０４を作成する。これにより欠陥検査の参照周波数データの作成が終了する。
【００２０】
次に、検査時であるが被検査物の画像を撮像装置１０７により入力し検査画像を得る。次に、得られた検査画像をフーリエ変換部１０８によるフーリエ変換を行うことにより検査周波数画像を作成する。そして、比較部１０９は作成した検査周波数画像の各周波数成分の振幅と参照周波数平均値データ２０２の対応する周波数成分の平均値データとの差分を算出する。更に、周波数比算出・閾値比較部２０５は、比較部１０９により算出された振幅の差分と参照周波数標準偏差データ２０４との周波数比を算出し、その周波数比と所定の閾値とを比較して周波数比が閾値を超えない場合は検査周波数画像１０８の該当する周波数成分を０に置き換え、それ以外の場合は検査周波数画像１０８の該当する周波数成分をそのままとすることにより欠陥周波数画像を作成する。ここで、周波数比と閾値の比較の結果により検査周波数画像１０８の該当する周波数成分を０に置き換え、それ以外の場合は検査周波数画像１０８の該当する周波数成分をそのままとすることにより欠陥周波数画像を作成するとしたが、周波数比と閾値の比較の結果により検査周波数画像１０８の該当する周波数成分を所定の比あるいは量で増減させることも可能である。次に、この欠陥周波数画像を逆フーリエ変換部１１０による逆フーリエ変換を行うことにより実欠陥画像を作成する。
【００２１】
なお、ここで作成された実欠陥画像は被検査物を撮像した検査画像１０７から良品ワークを撮像した参照画像に含まれる背景情報やばらつきを排除した被検査物の特異領域の情報のみを有しており、この差分画像データを従来の画像処理手法であるエッジ検出、ラベリング、２値化、画像輝度の積分値の算出、フィレ径の算出などの方法によりワークの良否判断が容易かつ正確に行うことが可能となる。また、周波数比を全ての全ての周波数で一定の閾値と比較するのではなく、周波数毎に異なる閾値を設定することにより周波数毎に検出感度を調整し、特定の欠陥の検出感度向上や検査対象固有の不良とはならない周波数特性の検出対象からの除外などが可能な高精度な欠陥検出が可能となる。
【００２２】
図６は良品及び欠陥の種類毎に複数のサンプル画像より算出した周波数の振幅の平均値を示すものでありＸ−Ｙ方向は周波数であり、Ｚ方向は振幅を示す。図６に示す良品周波数平均データと不良品周波数平均値データを比較して検査周波数比データの周波数毎の閾値を設定することにより特定の欠陥の検出感度向上や検査対象固有の不良とはならない周波数特性の検出対象からの除外など特定の周波数毎に検出感度調整を容易に行うことができる。
【００２３】
また、第２の実施例では全ての周波数領域を利用して欠陥の検出処理を行っているが予めノイズ成分の周波数領域が判明している場合にはノイズ成分を除いた一部の周波数領域で欠陥の検出処理を行うことにより、処理の簡易化、高速化も可能である。更に、第２の実施例ではワークの良否の判断は欠陥画像を作成した後の実画像領域で行うとしているが、検査対象によっては周波数比との所定の閾値との比較時に行うことも可能である。また、画像の処理単位を主走査、副走査方向ともに２の累乗とし、フーリエ変換をＦＦＴ、逆フーリエ変換をＩＦＦＴとすることにより欠陥検出処理を高速化することができる。また、フーリエ変換、逆フーリエ変換の処理の高速化には画像を領域に分割し、分割された領域毎に欠陥検出することも有効である。もちろん分割する領域の処理単位を主走査、副走査方向ともに２の累乗とし、フーリエ変換をＦＦＴ、逆フーリエ変換をＩＦＦＴとすることにより欠陥検出処理をさらに高速化することができる。ここで、画像を分割する際に例えば図７に示すように所定の量重ね合わせて領域を抽出することにより欠陥の位置あるいは分割された領域の大きさによらない高精度な欠陥検出が可能となる。
【００２４】
次に、第２の実施例における具体的な画像の領域分割の手法であるが、図８に示す例は参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの参照画像１〜ｎの同一の座標にある領域毎に、同一周波数の振幅の平均値及び標準偏差を算出することにより参照周波数平均値データ３０１及び参照周波数標準偏差データ３０２を作成し、検査時には検査画像３０３を参照画像１〜ｎと同様に領域分割し、それぞれの領域毎に参照周波数平均値データ３０１及び参照周波数標準偏差データ３０２の同一の座標にある領域の平均値データ及び標準偏差データを用いて欠陥を検出する。この具体例では検査物が模様や文字があり下地が一様でない場合や複雑な形状をしている場合でも、細分化された各領域毎に検査基準を設定できるため高精度な欠陥検出が可能となる。
【００２５】
次に、図９は本発明の第３の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。同図において、第３の実施例では参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての参照画像１〜ｎの各領域から同一の周波数毎に振幅の平均値及び標準偏差を算出することにより、１つの領域分の参照周波数平均値データ４０１及び参照周波数標準偏差データ４０２を作成し、検査時には検査画像４０３を同様に領域分割し、検査画像４０３の各領域の全てより作成された１つの領域分の参照周波数平均値データ４０１及び参照周波数標準偏差データ４０２を用いて欠陥を検出する。第３の実施例では検査物の下地が一様な場合や一定周期の模様などの場合で検査画像の全領域で同一の検査基準が適応できる場合に有効であり、参照周波数平均値データ４０１及び参照周波数標準偏差データ４０２のための記憶領域を少なくすることできるとともに参照周波数平均値データ４０１及び参照周波数標準偏差データ４０２作成のために必要となる参照画像の数を少なくすることができる。
【００２６】
図１０は本発明の第４の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。同図において、第４の実施例では参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての参照画像１〜ｎの各領域から主走査方向に同一座標にある領域毎に同一周波数の振幅の平均値及び標準偏差を算出することにより１ライン分の領域分の参照周波数平均値データ５０１及び参照周波数標準偏差データ５０２を作成し、検査時には検査画像５０３を同様に領域分割し、それぞれの領域毎に参照周波数平均値データ５０１及び参照周波数標準偏差データ５０２の主走査方向に同一座標にある領域の平均値データ及び標準偏差データを用いて欠陥を検出する。検査画像５０３の各領域のより作成された１ライン分の参照周波数平均値データ５０１及び参照周波数標準偏差データ５０２を用いて欠陥を検出する。第４の実施例では撮像装置がラインセンサであり主走査方向に照明ムラなどがある場合や検査物下地に主走査方向にのみ一定の模様がある場合など検査対象の画像の主走査方向に特定のパターンの影響を受けない高精度な欠陥検出が可能となる。もちろん検査対象の副走査方向に特定のパターンがある場合には図１０に示す第４の実施例の主走査方向を副走査方向とすることで対応できる。
【００２７】
なお、以上各実施例では参照画像として所定の良品率を超えた良品の画像のみを与えていたが、良品画像のみを選別して参照画像として与えるためには、全ての対象物保管あるいは対象画像の保存した後、良否判定の結果を待って、良否判定の結果により選別し参照画像を与えてやる必要があり煩雑な処理となる。そこで、所定の良品率を超えたものを良品としていた当該良品率の値を下げ、一定の良品率が見込める場合には全ての対象画像を参照画像として与えることが可能となり処理を簡素化することができる。また、検査対象の生産条件がライン稼動中でも順次変化し、検査対象物の検査基準を変更する必要がある場合などは所定のデータバッファに最新の複数の検査画像を保管し、適時データバッファに保管された複数の検査画像を参照画像として参照周波数平均値データ及び参照周波数標準偏差データを更新することにより常に適正な検査を行うこともできる。
【００２８】
図１１は本発明の第５の実施例に係る欠陥検出方法の動作原理を示す概略図である。同図において、先ず検査の準備段階として複数の良品の表面画像を撮像装置６０１により入力し標準参照画像１〜ｎを得る。次に、得られた標準参照画像１〜ｎをそれぞれフーリエ変換部６０２によるフーリエ変換を行うことにより複数の標準参照周波数データ１〜ｎを得る。そして、最大値抽出部６０３は各標準参照周波数データにおける同一の周波数成分について振幅の最大値を求め、これを全周波数領域について行うことにより標準参照最大振幅データ６０４を作成する。同様の処理により最小値抽出部６０５は標準参照最小振幅データ６０６を作成する。ここで作成した標準参照最大振幅データ６０４及び標準参照最小振幅データ６０６を標準参照周波数データとして検査の準備が終了する。ここで本実施例では全周波数領域で最大値及び最小値を求めているが予めノイズ成分の周波数領域が判明している場合にはノイズ成分を除いた一部の周波数領域で最大値及び最小値の抽出を行うことにより処理を簡単にすることができる。
【００２９】
次に、検査時であるが検査ワークの表面画像を撮像装置６０７により入力し検査画像を得る。次に、得られた検査画像をフーリエ変換部６０８によるフーリエ変換を行うことにより検査周波数画像を作成する。そして、比較部６０９は作成した検査周波数データと標準参照最大振幅データ６０４及び標準参照最小振幅データ６０６を比較することにより検査周波数データの特異点を抽出し欠陥周波数画像を作成する。ここでの検査周波数データと標準参照最大振幅データ６０４及び標準参照最小振幅データ６０６を比較の例は上述した図２に示す例と同様であるので説明は省略する。また、本実施例では標準参照最大振幅データ６０４及び標準参照最小振幅データ６０６と検査周波数データを直接比較しているがそれぞれの差が一定になった場合に欠陥部として抽出する閾値処理により検査レベルを適度に調整することも可能である。
【００３０】
そして、図１１の欠陥周波数データを逆フーリエ変換部６１０による逆フーリエ変換を行うことにより実画像領域の欠陥データである実欠陥画像を作成する。ここで作成された実欠陥画像のデータはワークの背景情報やワークが本来もっているばらつきやノイズ成分などを除去したワークの特異領域の情報のみを有しており、この欠陥画像データをエッジ検出、ラベリング、２値化後の欠陥部の長さ、大きさなどを判定するなどの従来の画像手法によりよりワークの良否判定が容易かつ正確に行うことが可能となる。
【００３１】
また、第１の実施例と同様に、本実施例でもワークの良否の判断は欠陥画像を作成した後の実画像領域で行っているが、対象ワークによっては周波数領域の振幅の最大値・最小値との比較時に行うことも可能である。更に、本実施例では良品間のばらつきや外乱、ノイズによるばらつきを各周波数成分における振幅の最大値及び最小値により参照データに幅を持たせて表現したが、各周波数成分における振幅のヒストグラムにより発生頻度で表現することもできる。ヒストグラムによる発生確率を用いることにより人による参照用ワーク選定の時における目視官能検査のばらつきやワーク特徴に起因する周波数画像のかたよりなどを考慮した欠陥検査が可能となる。
【００３２】
更に、本実施例では良品のデータのみを参照データとして採用したが、発生頻度の高い既知の不良項目がある場合にはそれを参照データに加えることにより欠陥の検出精度を上げることが可能になる。上述したように、図３には複数の良品データより作成した周波数領域の最大最小値と複数の不良品データより作成した周波数領域の最大最小値と比較することにより不良品特有の振幅の値を示す周波数領域を抽出する例を示す。ここで抽出された不良品に特有の振幅成分である不良品参照周波数データと検査周波数データと比較し欠陥周波数を抽出しワークの良否判定することにより検出精度の高い欠陥検出が可能となる。上述したように、図４に示すように複数の良品における任意の周波数における振幅の発生頻度と複数の不良品における任意の周波数における振幅の発生頻度とを比較することにより不良品特有の振幅の値を示す周波数領域を抽出できる。また、不良品参照周波数データを欠陥分類毎に作成することにより、より精度の高い欠陥検出が可能となる。
【００３３】
また、本実施例では全ての周波数領域を利用して欠陥の検出処理を行っているが予めノイズ成分の周波数が判明している場合にはノイズ成分を除いた一部の周波数領域で欠陥の検出処理を行うことにより、処理の簡易化、高速化も可能である。更に、第１の実施例と同様に、本実施例では入力した画像データを全画面で一括して処理しているが、画像を任意の領域に分割し処理することによりフーリエ変換、逆フーリエ変換の処理が高速に行うことができるとともに、それぞれ領域毎に検査パラメータを個別に設定することにより高精度な欠陥検出が可能となる。また、画像の処理単位を主走査、副走査方向ともに２の累乗とし、フーリエ変換をＦＦＴ、逆フーリエ変換をＩＦＦＴとすることにより欠陥検出処理を高速化することができる。また、フーリエ変換、逆フーリエ変換の処理の高速化には画像を領域に分割し、分割された領域毎に欠陥検出することも有効である。もちろん分割する領域の処理単位を主走査、副走査方向ともに２の累乗とし、フーリエ変換をＦＦＴ、逆フーリエ変換をＩＦＦＴとすることにより欠陥検出処理をさらに高速化することができる。更に、上述したように、画像を分割する際に例えば図７に示すように所定の量重ね合わせて領域を抽出することにより欠陥の位置あるいは分割された領域の大きさによらない高精度な欠陥の検出が可能となる。
【００３４】
次に、第５の実施例における具体的な画像の領域分割の手法であるが、図１２に示す例は標準参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの標準参照画像１〜ｎの同一の座標にある領域毎に標準参照周波数データ７０１を作成する。一方、不良品の表面画像を撮像して得られた不良品参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの不良品参照画像１〜ｎの同一の座標にある領域毎に不良品参照周波数データ７０２を作成し、検査時には検査画像７０３を標準参照画像又は不良品参照画像と同様に領域分割し、それぞれの領域毎に標準参照周波数データ７０１及び不良品参照周波数データ７０２の同一の座標のデータを用いて欠陥を検出する。この具体例では検査物が模様や文字があり下地が一様でない場合や複雑な形状をしている場合でも、細分化されたそれぞれの領域毎に検査基準を設定できるため高精度な欠陥検出が可能となる。
【００３５】
図１３は本発明の第６の実施例に係る欠陥検出方法の動作原理を示す概略図である。同図において、第６の実施例では標準参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての標準参照画像の各領域から１つの領域分の標準参照周波数データ８０１を作成する。一方、不良品の表面画像を撮像して得られた不良品参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての不良品参照画像の各領域から１つの領域分の不良品参照周波数データ８０２を作成する。検査時には検査画像８０３を同様に領域分割し、検査画像８０３の各領域の全てより作成された１つの領域分の標準参照周波数データ８０１及び不良品参照周波数データ８０２を用いて欠陥を検出する。この実施例では検査物の下地が一様な場合や一定周期の模様などの場合で検査画像の全領域で同一の検査基準が適応できる場合に有効であり、標準参照周波数データ８０１及び不良品参照周波数データ８０２のための記憶領域を少なくすることできるとともに標準参照周波数データ８０１及び不良品参照周波数データ８０２を作成のために必要となる標準参照画像又は不良品参照画像の数を少なくすることができる。
【００３６】
次に、図１４は本発明の第７の実施例に係る欠陥検出方法の動作原理を示す概略図である。同図において、第７の実施例では標準参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての標準参照画像の各領域から主走査方向に同一座標にある領域毎に１ライン分の領域分の標準参照周波数データ９０１を作成する。一方、不良品の表面画像を撮像して得られた不良品参照画像１〜ｎを全領域で所定のサイズに分割し、分割されたそれぞれの全ての不良参照画像の各領域から主走査方向に同一座標にある領域毎に１ライン分の領域分の不良品参照周波数データ９０２を作成する。検査時には検査画像９０３を同様に領域分割し、それぞれの領域毎に標準参照周波数データ９０１及び不良品参照周波数データ９０２の主走査方向に同一座標にある領域のデータを用いて欠陥を検出する。検査画像９０３の各領域のより作成された１ライン分の標準参照周波数データ９０１及び不良品参照周波数データ９０２を用いて欠陥を検出することにより、第７の実施例でも撮像装置がラインセンサであり主走査方向に照明ムラなどがある場合や検査物下地に主走査方向にのみ一定の模様がある場合など検査対象の画像の主走査方向に特定のパターンの影響を受けない高精度な欠陥検出が可能となる。もちろん検査対象の副走査方向に特定のパターンがある場合には図１２に示す第７の実施例の主走査方向を副走査方向とすることで対応できる。
【００３７】
なお、本発明は上記実施例に限定されるものではなく、特許請求の範囲内の記載であれば多種の変形や置換可能であることは言うまでもない。
【００３８】
【発明の効果】
以上説明したように、被検査物に照明装置により光を照射しその反射光を撮像装置で撮像し、得られた被検査物の画像データを画像処理することにより被検査物の欠陥を検出する本発明に係る欠陥検出方法によれば、先ず予め複数の良品ワークを撮像し、得られた複数の良品ワークの画像データを参照画像データとし、この参照画像データをフーリエ変換し、得られた複数の周波数データにおける個々の周波数成分について振幅の平均値及び標準偏差を算出し、それぞれ参照画像の周波数特性を表す参照周波数平均値データ及び参照周波数標準偏差データとして用意する。そして、検査時には被検査物を撮像し得られた被検査物の画像データをフーリエ変換し、得られた周波数データを検査周波数データとする。また、当該検査周波数データの個々の周波数成分について振幅と参照周波数平均値データとの差を算出し、検査周波数差分データとし、検査周波数差分データと参照周波数標準偏差データとの比を算出し、検査周波数比データとし、当該検査周波数比データが所定の閾値を超えない場合は検査周波数画像の該当する周波数成分を０に置き換える。それ以外の場合は検査周波数画像の該当する周波数成分をそのままとする処理により欠陥周波数データを作成し、この欠陥周波数データを逆フーリエ変換することにより欠陥画像を作成し、作成された欠陥画像に基づき被検査物の欠陥を検出する。よって、良品のばらつきや外乱などを考慮した欠陥の検査が可能になる。
【００３９】
また、所定の閾値の設定は周波数毎に可変することにより、特定の欠陥検出感度の向上や検査対象固有の不良とならない周波数特性の検出対象からの除外などが可能な高精度な欠陥検出が可能となる。
【００４０】
更に、予め複数の良品ワーク及び不良品ワークを撮像し、得られた各画像データをフーリエ変換して得られた良品周波数画像データ及び不良品周波数画像データの各々について振幅の平均値を算出し、良品周波数平均値データと不良品周波数平均値データとし、良品周波数平均値データと不良品周波数平均値データを比較し、検査周波数比データの周波数ごとの閾値を設定する。よって、特定の欠陥検出感度の向上や検査対象固有の不良とならない周波数特性の検出対象からの除外など特定の周波数毎に検出感度調整を容易に行うことができ、高精度な欠陥検出が可能となる。
【００４１】
また、参照画像を所定の領域に分割し、各領域毎に参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、各領域毎に参照周波数平均値データ及び参照周波数標準偏差データに対応する領域の平均値データ及び標準偏差データを用いて欠陥の検出処理を行う。よって、下地が一様でなく模様や文字のあるワークあるいは複雑な形状をしたワークなどでも高精度に欠陥を検出することができる。
【００４２】
更に、参照画像を所定の領域に分割し、各領域から１つの領域分の参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、検査画像の各領域に作成された１つの参照周波数平均値データ及び参照周波数標準偏差データを用いて欠陥の検出処理を行う。よって、処理のための記憶領域を少なくすることができ簡単な構成で高精度に欠陥を検出することができる。
【００４３】
また、参照画像を所定の領域に分割し、主走査方向あるいは副走査方向に１ライン分の領域の参照周波数平均値データ及び参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、検査画像の各領域に作成された１ライン分の領域の参照周波数平均値データ及び参照周波数標準偏差データを用いて欠陥の検出処理を行う。よって、撮像装置がラインセンサであり主走査方向に照明ムラなどがある場合でもその影響を受けずに高精度に欠陥を検出することができる。
【００４４】
更に、参照画像及び検査画像を領域に分割する際に、所定の量重ね合わせることにより、欠陥の位置あるいは分割した領域の大きさによらずに高精度に欠陥を検出することができる。
【図面の簡単な説明】
【図１】 本発明の第１の実施例に係る欠陥検出方法の動作原理を示す概略図である。
【図２】 比較・差分による差分データの抽出の様子を示す図である。
【図３】 不良品の特有な周波数データの抽出の様子を示す図である。
【図４】 不良品の特有な周波数領域における振幅のヒストグラムの抽出の様子を示す図である。
【図５】 本発明の第２の実施例に係る欠陥検出方法の動作原理を示す概略図である。
【図６】 良品及び欠陥の種類毎に複数のサンプル画像より算出した周波数の振幅の平均値を示す図である。
【図７】 画像を分割して所定の量重ね合わせて領域を抽出する様子を示す図である。
【図８】 画像の領域分割の様子を示す図である。
【図９】 本発明の第３の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。
【図１０】 本発明の第４の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。
【図１１】 本発明の第５の実施例に係る欠陥検出方法の動作原理を示す概略図である。
【図１２】 別の画像の領域分割の様子を示す図である。
【図１３】 本発明の第６の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。
【図１４】 本発明の第７の実施例に係る欠陥検出方法の動作原理の一部を示す概略図である。
【符号の説明】
１０１，１０７，６０１，６０７；撮像装置、
１０２，１０８，６０２，６０８；フーリエ変換部、
１０３，６０３；最大値抽出部、１０４；参照最大振幅データ、
１０５，６０５；最小値抽出部、１０６；参照最小振幅データ、
１０９，６０９；比較部、１１０，６１０；逆フーリエ変換部、
２０１；平均値算出部、２０２；参照周波数平均値データ、
２０３；標準偏差算出部、２０４；参照周波数標準偏差データ、
２０５；周波数比算出・閾値比較部、
３０１，４０１，５０１；参照周波数平均値データ、
３０２，４０２，５０２；参照周波数標準偏差データ、
３０３，４０３，５０３，７０３，８０３，９０３；検査画像、
６０４；標準参照最大振幅データ、６０６；標準参照最小振幅データ、
７０１，８０１，９０１；標準参照周波数データ、
７０２，８０２，９０２；不良品参照周波数データ。
Claims (7)
- 被検査物に照明装置により光を照射しその反射光を撮像装置で撮像し、得られた被検査物の画像データを画像処理することにより被検査物の欠陥を検出する欠陥検出方法において、
予め複数の良品ワークを撮像し、得られた複数の良品ワークの画像データを参照画像データとし、当該参照画像データをフーリエ変換し、得られた複数の周波数データにおける個々の周波数成分について振幅の平均値及び標準偏差を算出し、それぞれ参照画像の周波数特性を表す参照周波数平均値データ及び参照周波数標準偏差データとして用意し、
検査時には被検査物を撮像し得られた被検査物の画像データをフーリエ変換し、得られた周波数データを検査周波数データとし、検査周波数データの個々の周波数成分について振幅と前記参照周波数平均値データとの差を算出し、検査周波数差分データとし、当該検査周波数差分データと前記参照周波数標準偏差データとの比を算出し、検査周波数比データとし、当該検査周波数比データが所定の閾値を超えない場合は検査周波数画像の該当する周波数成分を０に置き換え、それ以外の場合は検査周波数画像の該当する周波数成分をそのままとする処理により欠陥周波数データを作成し、当該欠陥周波数データを逆フーリエ変換することにより欠陥画像を作成し、作成された欠陥画像に基づき被検査物の欠陥を検出することを特徴とする欠陥検出方法。 - 前記所定の閾値の設定を周波数毎に可変する請求項１記載の欠陥検出方法。
- 予め複数の良品ワーク及び不良品ワークを撮像し、得られた各画像データをフーリエ変換して得られた良品周波数画像データ及び不良品周波数画像データの各々について振幅の平均値を算出し、良品周波数平均値データと不良品周波数平均値データとし、前記良品周波数平均値データと前記不良品周波数平均値データを比較し、前記検査周波数比データの周波数ごとの閾値を設定する請求項１記載の欠陥検出方法。
- 参照画像を所定の領域に分割し、各領域毎に前記参照周波数平均値データ及び前記参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、各領域毎に前記参照周波数平均値データ及び前記参照周波数標準偏差データに対応する領域の平均値データ及び標準偏差データを用いて欠陥の検出処理を行う請求項１〜３のいずれかに記載の欠陥検出方法。
- 参照画像を所定の領域に分割し、各領域から１つの領域分の前記参照周波数平均値データ及び前記参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、検査画像の各領域に作成された１つの前記参照周波数平均値データ及び前記参照周波数標準偏差データを用いて欠陥の検出処理を行う請求項１〜３のいずれかに記載の欠陥検出方法。
- 参照画像を所定の領域に分割し、主走査方向あるいは副走査方向に１ライン分の領域の前記参照周波数平均値データ及び前記参照周波数標準偏差データを作成し、検査時には検査画像を所定の領域に分割し、検査画像の各領域に作成された１ライン分の領域の前記参照周波数平均値データ及び前記参照周波数標準偏差データを用いて欠陥の検出処理を行う請求項１〜３のいずれかに記載の欠陥検出方法。
- 前記参照画像及び前記検査画像を領域に分割する際に、所定の量重ね合わせる請求項１〜６のいずれかに記載の欠陥検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001316690A JP3913517B2 (ja) | 2001-10-15 | 2001-10-15 | 欠陥検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001316690A JP3913517B2 (ja) | 2001-10-15 | 2001-10-15 | 欠陥検出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003123073A JP2003123073A (ja) | 2003-04-25 |
| JP3913517B2 true JP3913517B2 (ja) | 2007-05-09 |
Family
ID=19134658
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001316690A Expired - Fee Related JP3913517B2 (ja) | 2001-10-15 | 2001-10-15 | 欠陥検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3913517B2 (ja) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SE0101984D0 (sv) | 2001-05-31 | 2001-05-31 | Skf Ab | A device, computer program product and method for indicating a function deviation of one or more details of manufacturing equipment using frequency component analyses |
| JP4061289B2 (ja) | 2004-04-27 | 2008-03-12 | 独立行政法人科学技術振興機構 | 画像検査方法及び装置 |
| JP2008051617A (ja) | 2006-08-24 | 2008-03-06 | Advanced Mask Inspection Technology Kk | 画像検査装置、その方法、及びその記録媒体 |
| JP5018415B2 (ja) * | 2007-11-14 | 2012-09-05 | トヨタ紡織株式会社 | 部材の検査方法 |
| KR101316213B1 (ko) * | 2011-12-26 | 2013-10-08 | 주식회사 포스코 | 흑색 수지 강판의 결함 검출 장치 |
| JP6035794B2 (ja) * | 2012-03-14 | 2016-11-30 | 大日本印刷株式会社 | ムラ情報生成装置、ムラ情報生成プログラム及びムラ情報生成方法 |
| JP6541557B2 (ja) * | 2015-11-27 | 2019-07-10 | Hoya株式会社 | 欠陥評価方法、マスクブランクの製造方法、マスクブランク、マスクブランク用基板の製造方法、マスクブランク用基板、転写用マスクの製造方法および半導体デバイスの製造方法 |
| TWI649152B (zh) * | 2017-11-28 | 2019-02-01 | 先馳精密儀器股份有限公司 | 刀具狀態檢測系統及方法 |
| JP7167615B2 (ja) * | 2018-10-05 | 2022-11-09 | コニカミノルタ株式会社 | 画像検査装置、画像検査方法及び画像検査プログラム |
| WO2024009412A1 (ja) * | 2022-07-05 | 2024-01-11 | 日本電信電話株式会社 | 判定装置、判定方法、および、判定プログラム |
-
2001
- 2001-10-15 JP JP2001316690A patent/JP3913517B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003123073A (ja) | 2003-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7233867B2 (en) | Eddy current inspection method and system | |
| JP2018155690A (ja) | 表面欠陥検査方法及び表面欠陥検査装置 | |
| WO2011070750A1 (ja) | タイヤ形状検査方法、及びタイヤ形状検査装置 | |
| JP4150390B2 (ja) | 外観検査方法及び外観検査装置 | |
| US8761488B2 (en) | Image data processing method and image creating method | |
| JP3913517B2 (ja) | 欠陥検出方法 | |
| CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
| TWI512284B (zh) | 玻璃氣泡瑕疵檢測系統 | |
| JP2004191112A (ja) | 欠陥検査方法 | |
| JP2021056183A (ja) | ワークの表面欠陥検出装置及び検出方法、ワークの表面検査システム並びにプログラム | |
| JP2007155405A (ja) | 外観検査方法及び外観検査装置 | |
| JP2006113073A (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
| JP3752849B2 (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
| KR20110040866A (ko) | 치명상의 검출 방법 | |
| JP4346379B2 (ja) | 欠陥検査方法 | |
| JP4697328B2 (ja) | 熱交換器のコアの検査方法 | |
| KR101294967B1 (ko) | 원형 선재의 표면 결함 검출 방법 및 장치 | |
| JP2019215206A (ja) | 表面検査装置および表面検査方法 | |
| JP5157575B2 (ja) | 欠陥検出方法 | |
| JP2006226706A (ja) | 欠陥検出方法及びプログラム | |
| JP2000132684A (ja) | 外観検査方法 | |
| JP2711649B2 (ja) | 検査対象物の表面傷検出方法 | |
| JP2003247954A (ja) | 円形体周縁部の欠陥検出方法 | |
| JPH1038543A (ja) | 形状検査方法 | |
| JP5217868B2 (ja) | 外観検査装置および外観検査方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040824 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061003 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061201 |
|
| 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: 20070130 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070131 |
|
| 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: 20110209 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120209 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130209 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130209 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140209 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |