JP4346379B2 - 欠陥検査方法 - Google Patents
欠陥検査方法 Download PDFInfo
- Publication number
- JP4346379B2 JP4346379B2 JP2003290937A JP2003290937A JP4346379B2 JP 4346379 B2 JP4346379 B2 JP 4346379B2 JP 2003290937 A JP2003290937 A JP 2003290937A JP 2003290937 A JP2003290937 A JP 2003290937A JP 4346379 B2 JP4346379 B2 JP 4346379B2
- Authority
- JP
- Japan
- Prior art keywords
- inspection
- image
- frequency
- defect
- data
- 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
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
また、特許文献2である「外観検査方法」では、教示課程において良品の多数個の撮像を行い、画像上の同じ位置に移動して適当にウインドウを区切った内でフーリエ変換をした後、周波数毎に振幅の平均と標準偏差を求め、良品FFT標準画像と標準偏差画像のデータを作成する。そして検査課程において、撮像を行い同様にフーリエ変換した後、検査FFT画像と標準FFT画像の差を求め、標準偏差画像でその差を割り、比を求め、ウインドウ内での比の和の値を処理して欠陥の有無を判断するとしている。
また上記特開平10−160684号公報に示す技術では、周波数領域で欠陥の判定を行っているため、実際の欠陥と対応した実画像領域での大きさや形状などで欠陥を評価することが不可能であり、欠陥を高精度に検出することが困難であった。
本発明は、被検査物の良否の判定において高精度な欠陥検査を行うことができる欠陥検査方法の提供を目的とする。
また本発明は、被検査物の良否の判定によって、主走査方向あるいは副走査方向に発生するスジ状の欠陥などを高精度に検出することのできる欠陥検査方法の提供を目的とする。
また本発明は、主走査方向あるいは副走査方向に発生するスジ状の欠陥などをノイズの影響を受けずに安定して検出することのできる欠陥検査方法の提供を目的とする。
また本発明は、容易な方法で分割されたブロックの異常部を検出することができる欠陥検査方法の提供を目的とする。
また本発明は、容易な方法で分割されたブロックの特性を定量化することができる欠陥検査方法の提供を目的とする。
請求項1記載の発明によれば、被検査物の良否を判定することにより高精度に欠陥を検出することができる。
請求項2記載の発明によれば、被検査物の良否を判定し、主走査方向あるいは副走査方向に発生するスジ状の欠陥などを高精度に検出することができる。
請求項3記載の発明によれば、参照画像および検査画像を所定のブロックに分割し、主走査方向あるいは副走査方向にフーリエ変換し、そのブロック内の個々の周波数について平均値を算出し、算出されたそれぞれの平均値を参照周波数データおよび検査周波数データとすることにより、主走査方向あるいは副走査方向に発生するスジ状の欠陥などをノイズの影響を受けずに安定して検出することができる。
請求項4記載の発明は、参照画像および検査画像を所定のブロックに分割し、主走査方向あるいは副走査方向にフーリエ変換し、そのブロック内の個々の周波数について最大値あるいは最小値を算出し、算出されたそれぞれの最大値あるいは最小値を参照周波数データおよび検査周波数データとする請求項2記載の欠陥検査方法を主要な特徴とする。
請求項4記載の発明によれば、参照画像および検査画像を所定のブロックに分割し、主走査方向あるいは副走査方向にフーリエ変換し、そのブロック内の個々の周波数について最大値あるいは最小値を算出し、算出されたそれぞれの最大値あるいは最小値を参照周波数データおよび検査周波数データとすることにより、主走査方向あるいは副走査方向に発生するスジ状の欠陥などを高感度に検出することができる。
請求項5記載の発明は、参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分について最大値及び最小値を算出し、検査周波数データの個々の周波数成分について参照周波数データにおける同一周波数の最大値及び最小値と比較して周波数特性の異なる部分を抽出する請求項1から4のいずれか記載の欠陥検査方法を主要な特徴とする。
請求項5記載の発明によれば、参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分について最大値及び最小値を算出し、検査周波数データの個々の周波数成分について参照周波数データにおける同一周波数の最大値及び最小値と比較して周波数特性の異なる部分を抽出することにより、容易な方法で分割されたブロックの異常部を検出し、より高精度に欠陥を検出することができる。
請求項6記載の発明によれば、参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分についてヒストグラムを算出し、検査周波数データの個々の周波数成分について参照周波数データにおける同一周波数のヒストグラムを参照し、その発生頻度により周波数特性の異なる部分を抽出することにより容易な方法で分割されたブロックの異常部を検出し、高精度に欠陥を検出することができる。
請求項7記載の発明は、参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分について平均値及び標準偏差を算出し、検査周波数データの個々の周波数成分について参照周波数データの平均値との差を算出し、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データの標準偏差との比を算出し、その比が所定の閾値を超えた周波数成分のみを周波数特性の異なる部分として抽出する請求項1から4のいずれか記載の欠陥検査方法を主要な特徴とする。
請求項7記載の発明によれば、参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分について平均値及び標準偏差を算出し、検査周波数データの個々の周波数成分について参照周波数データの平均値との差を算出し、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データの標準偏差との比を算出し、その比が所定の閾値を超えた周波数成分のみを周波数特性の異なる部分として抽出することにより、容易な方法で分割されたブロックの異常部を検出し、高精度に欠陥を検出することができる。
請求項8記載の発明によれば、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルの大きさにより被検査物の良否を判定することにより高精度に欠陥を検出することができる。
請求項9記載の発明は、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルに含まれる画素数により被検査物の良否を判定する請求項1から7のいずれか記載の欠陥検査方法を主要な特徴とする。
請求項9記載の発明によれば、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルに含まれる画素数により被検査物の良否を判定することにより高精度に欠陥を検出することができる。
請求項10記載の発明は、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルについて所定の方向の長さを算出し、その長さにより被検査物の良否を判定する請求項1から7のいずれか記載の欠陥検査方法を主要な特徴とする。
請求項10記載の発明によれば、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルについて所定の方向の長さを算出し、その長さにより被検査物の良否を判定することにより高精度に欠陥を検出することができる。
請求項11記載の発明によれば、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルについて複数の方向の長さを算出し、それぞれの方向について算出された長さ対して、それぞれ任意に判定基準を設定することにより欠陥の発生する方向にごとに欠陥の検出レベルを任意に設定可能で高精度に欠陥を検出することができる。
請求項12記載の発明は、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベル含まれる画素に対応する前記検査特徴画像の画素の輝度値の合計により被検査物の良否を判定する請求項1から7のいずれか記載の欠陥検査方法を主要な特徴とする。
請求項12記載の発明によれば、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベル含まれる画素に対応する検査特徴画像上の画素の輝度値の合計を被検査物に発生する異常のレベルとして被検査物の良否を判定することにより高精度に欠陥を検出することができる。
請求項13記載の発明は、ラベリング処理の前にノイズ除去処理をする請求項8から12のいずれか記載の欠陥検査方法を主要な特徴とする。
請求項13記載の発明によれば、ラベリング処理の前に膨張、縮退処理により、本来1個のラベルとして検出されるべき領域がノイズなどの影響により分断されている場合でも一つの領域に統合し、一個のラベルとしてラベリングされることとともに孤立点除去処理により、不要なノイズ成分を処理の対象から除くことで高速で高精度に欠陥を検出することができる。
請求項2記載の発明によれば、被検査物の良否を判定し、主走査方向あるいは副走査方向に発生するスジ状の欠陥などを高精度に検出することができる。
請求項3記載の発明によれば、参照画像および検査画像を所定のブロックに分割し、主走査方向あるいは副走査方向にフーリエ変換し、そのブロック内の個々の周波数について平均値を算出し、算出されたそれぞれの平均値を参照周波数データおよび検査周波数データとすることにより、主走査方向あるいは副走査方向に発生するスジ状の欠陥などをノイズの影響を受けずに安定して検出することができる。
請求項4記載の発明によれば、参照画像および検査画像を所定のブロックに分割し、主走査方向あるいは副走査方向にフーリエ変換し、そのブロック内の個々の周波数について最大値あるいは最小値を算出し、算出されたそれぞれの最大値あるいは最小値を参照周波数データおよび検査周波数データとすることにより、主走査方向あるいは副走査方向に発生するスジ状の欠陥などを高感度に検出することができる。
請求項5記載の発明によれば、参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分について最大値及び最小値を算出し、検査周波数データの個々の周波数成分について参照周波数データにおける同一周波数の最大値及び最小値と比較して周波数特性の異なる部分を抽出することにより、容易な方法で分割されたブロックの異常部を検出し、より高精度に欠陥を検出することができる。
請求項7記載の発明によれば、参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分について平均値及び標準偏差を算出し、検査周波数データの個々の周波数成分について参照周波数データの平均値との差を算出し、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データの標準偏差との比を算出し、その比が所定の閾値を超えた周波数成分のみを周波数特性の異なる部分として抽出することにより、容易な方法で分割されたブロックの異常部を検出し、高精度に欠陥を検出することができる。
請求項9記載の発明によれば、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルに含まれる画素数により被検査物の良否を判定することにより高精度に欠陥を検出することができる。
請求項11記載の発明によれば、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルについて複数の方向の長さを算出し、それぞれの方向について算出された長さ対して、それぞれ任意に判定基準を設定することにより欠陥の発生する方向にごとに欠陥の検出レベルを任意に設定可能で高精度に欠陥を検出することができる。
請求項12記載の発明によれば、検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベル含まれる画素に対応する検査特徴画像上の画素の輝度値の合計を被検査物に発生する異常のレベルとして被検査物の良否を判定することにより高精度に欠陥を検出することができる。
請求項13記載の発明によれば、ラベリング処理の前に膨張、縮退処理により、本来1個のラベルとして検出されるべき領域がノイズなどの影響により分断されている場合でも一つの領域に統合し、一個のラベルとしてラベリングされることとともに孤立点除去処理により、不要なノイズ成分を処理の対象から除くことで高速で高精度に欠陥を検出することができる。
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検査画像とし、参照画像を所定の領域に分割した場合と同様に所定の領域に分割し、分割された領域をフーリエ変換することにより得られた周波数データを検査周波数データとする。
次に、参照周波数データのそれぞれの領域ごとに検査周波数データの対応する領域との比較することにより、周波数特性の異なる部分を抽出し、抽出された周波数成分を欠陥周波数データとし、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、この欠陥画像を処理することにより、欠陥としての特性を示す特徴量を算出し、次に算出された各ブロックの特徴量を各画素の輝度値とする検査特徴画像を作成し、検査特徴画像の各画素の連結性を評価することにより被検査物の良否を判定する。
図1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をそれぞれ所定の領域に分割し、それぞれの領域ごとに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、それぞれの領域ごとに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周波数最大値データを作成する。同様の処理により参照周波数最小値データを作成し、欠陥検査のための参照用データの作成が終了する。
次に、検査時において、被検査物の表面画像を撮像装置により入力し検査画像を得る。次に、得られた検査画像を参照画像の分割の場合と同様に所定の領域に分割し、それぞれの領域ごとに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、検査周波数画像と参照周波数最大値データ及び参照周波数最小値データを比較し、検査周波数画像の特異点を抽出して欠陥周波数画像を作成する。
次に、ワークの背景情報、良品間のばらつきや外乱、ノイズによるばらつきを排除したワークの特異部の情報のみを有している欠陥画像データのそれぞれの領域ごとにその領域の欠陥としての特性値である特徴量を算出する。ここで、特徴量は対象とする製品の種類や検出しようとする欠陥の種類により異なるが、例えば領域内領域内における各画素の輝度の最大値や最小値を用いる方法や、領域内における各画素の輝度の積分値を用いる方法や、領域内における各画素の輝度を所定の閾値で閾値処理し、微小なノイズ成分を除去した後に輝度の積分値を算出し、その積分値を用いる方法や、領域内の主走査方向や副走査方向における各画素の輝度の分散を用いる方法などがある。
また、特定の方向に発生するスジ状の欠陥を検出するには領域内における各画素について特定の方向、例えば、主走査方向や副走査方向にフーリエ変換することにより主走査方向や副走査方向の分散を算出し、特徴量とすることは特定の方向に発生する結果の検出感度を向上させるのに有効である。
ここで、ラベリング処理の前に膨張や縮退、孤立点除去などノイズ除去処理を加えることも有効である。そして、抽出された異常領域の大きさにより被検査物の良否を判定する。
ここで、抽出された異常の判定の基準としては、例えば領域に含まれる画素数や、領域の長さ、領域の周囲長などを用いることができる。また、複数の方向、例えば主走査方向、副走査方向についての領域の長さ算出し、それぞれ異なる基準で良否判定することにより欠陥の発生する方向により検出感度を適宜調整することも有効である。
また、第1の実施形態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考慮した特異部の抽出が可能となる。
第2の実施形態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平均値および標準偏差で表現している。具体的には予め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を作成する。
同様に、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を作成する。
検査時は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、算出された振幅の差分と参照周波数標準偏差データ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の前記周波数成分を0に置き換え、それ以外の場合は検査周波数画像の前記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。すなわち、参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分について平均値及び標準偏差を算出し、検査周波数データの個々の周波数成分について参照周波数データの平均値との差を算出し、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データの標準偏差との比を算出し、その比が所定の閾値を超えた周波数成分のみを周波数特性の異なる部分として抽出する。
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の前記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前記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の前記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により特異点を強調して抽出することも可能である。
このように、各周波数成分の平均値と標準偏差を用いて参照用のデータを表現す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考慮した特異部の抽出が可能となる。
また、各実施形態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。
また、各実施形態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、被検査物の特異点を抽出した欠陥画像を画像処理し欠陥としての特性を示す特徴量を算出し、次に算出された各ブロックの特徴量を各画素の輝度値とする検査特徴画像を作成し、検査特徴画像の各画素の連結性を評価することにより被検査物の良否を判定するとしているが、欠陥の大きさが比較的小さく分割された検査画像の領域内に収まるよう点状の欠陥などの場合は各ブロックの特徴量を用いて被検査物の良否を判定することも有効である。
ここで、各実施形態において画像を分割する際に、例えば図4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。
図5に示す領域分割の第1方法では、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最大値及び最小値を算出することにより参照周波数最大値データ及び参照周波数最小値データを作成し、検査時には検査画像を参照画像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最大値データ及び参照周波数最小値データの同一の座標にある領域の最大値データ及び最小値データを用いて欠陥を検出する。
この画像の領域分割の第1の方法では、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。
図6は、画像の領域分割の第2の方法を示す概念図である。
図6において、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最大値及び最小値を算出することにより、1つの領域分の参照周波数最大値データ及び参照周波数最小値データを作成し、検査時には検査画像を参照画像の場合と同様に領域分割し、検査画像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最大値データ及び参照周波数最小値データを用いて欠陥を検出する。
この画像の領域分割の第2の方法は、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、参照周波数最大値データ及び参照周波数最小値データのための記憶領域を少なくすることができるとともに参照周波数最大値データ及び参照周波数最小値データ作成のために必要な参照画像の数を少なくすることができる。
図7において、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最大値及び最小値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最大値データ及び参照周波数最小値データを作成し、検査時には検査画像を参照画像と場合と同様に領域分割し、それぞれの領域毎に参照周波数最大値データ及び参照周波数最小値データの主走査方向に同一座標にある領域の最大値データ及び最小値データを用いて欠陥を検出する。
検査画像の各領域のより作成された1ライン分の参照周波数最大値データ及び参照周波数最小値データを用いて欠陥を検出する。画像の領域分割の第3の方法では、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主走査方向を副走査方向とすることで対応できる。
また、このような領域分割の具体的な各方法は、参照周波数データとして各周波数成分のヒストグラムを用いる場合や各周波数成分の平均値および標準偏差を用いる場合でも同様に適応させることができる。
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。
また、参照画像および検査画像の分割された各ブロックをフーリエ変換する際に2次元のフーリエ変換とした場合、さまざまな方向に発生するスジ状欠陥やムラ欠陥などを効率よく検出することが可能であるが、主走査方向あるいは副走査方向のフーリエ変換とすることにより主走査方向あるいは副走査方向に発生するスジ状欠陥などを高精度に検出することが可能となる。
また、ここで主走査方向あるいは副走査方向のフーリエ変換したのちに個々の周波数について平均値を算出し、算出されたそれぞれの平均値を参照周波数データおよび検査周波数データとすることにより、主走査方向あるいは副走査方向に発生するスジ状の欠陥などをノイズの影響を受けずに安定して検出することができる。
あるいは主走査方向あるいは副走査方向のフーリエ変換したのちに個々の周波数について最大値あるいは最小値を算出し、算出されたそれぞれの最大値あるいは最小値を参照周波数データおよび検査周波数データとすることにより、主走査方向あるいは副走査方向に発生するスジ状の欠陥などを高感度に検出することができる。
Claims (13)
- 被検査物を撮像装置で撮像し、得られた被検査物の画像データを処理することにより被検査物の欠陥を検出する欠陥検査方法であって、
予め複数の標準的なワークの表面状態を撮像し、得られた複数の標準的なワークの画像データを参照画像とし、該参照画像を所定のブロックに分割し、それぞれのブロックごとに参照画像をフーリエ変換することにより得られた参照画像の周波数データを参照周波数データとし、
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検査画像とし、得られた検査画像を所定のブロックに分割し、それぞれのブロックごとに、検査画像をフーリエ変換することにより得られた周波数データを検査周波数データとし、対応するブロックの参照周波数データと検査周波数データとを比較し、周波数特性の異なる部分を抽出し、抽出された周波数成分を欠陥周波数データとし、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、該欠陥画像におけるブロック内の主走査方向あるいは副走査方向の輝度値の分散を算出することにより、欠陥としての特性を示す特徴量を算出し、
次に算出された各ブロックの特徴量を各画素の輝度値とする検査特徴画像を作成し、該検査特徴画像の各画素の連結性を評価することにより被検査物の良否を判定することを特徴とする欠陥検査方法。 - 被検査物を撮像装置で撮像し、得られた被検査物の画像データを処理することにより被検査物の欠陥を検出する欠陥検査方法であって、
予め複数の標準的なワークの表面状態を撮像し、得られた複数の標準的なワークの画像データを参照画像とし、参照画像を所定のブロックに分割し、それぞれのブロックごとに主走査方向あるいは副走査方向にフーリエ変換することにより得られた参照画像の周波数データを参照周波数データとし、
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検査画像とし、参照画像の場合と同様に検査画像を所定のブロックに分割し、それぞれのブロックごとに、検査画像を主走査方向あるいは副走査方向にフーリエ変換することにより得られた周波数データを検査周波数データとし、対応するブロックの参照周波数データと検査周波数データとを比較し、周波数特性の異なる部分を抽出し、抽出された周波数成分を欠陥周波数データとし、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、該欠陥画像におけるブロック内の主走査方向あるいは副走査方向の輝度値の分散を算出することにより、欠陥としての特性を示す特徴量を算出し、
次に算出された各ブロックの特徴量を各画素の輝度値とする検査特徴画像を作成し、検査特徴画像の各画素の連結性を評価することにより被検査物の良否を判定することを特徴とする欠陥検査方法。 - 前記参照画像および検査画像を所定のブロックに分割し、主走査方向あるいは副走査方向にフーリエ変換し、前記ブロック内の個々の周波数について平均値を算出し、算出されたそれぞれの平均値を参照周波数データおよび検査周波数データとすることを特徴とする請求項2記載の欠陥検査方法。
- 前記参照画像および検査画像を所定のブロックに分割し、主走査方向あるいは副走査方向にフーリエ変換し、前記ブロック内の個々の周波数について最大値あるいは最小値を算出し、算出されたそれぞれの最大値あるいは最小値を参照周波数データおよび検査周波数データとすることを特徴とする請求項2記載の欠陥検査方法。
- 前記参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分について最大値及び最小値を算出し、検査周波数データの個々の周波数成分について参照周波数データにおける同一周波数の最大値及び最小値と比較して周波数特性の異なる部分を抽出することを特徴とする請求項1から4のいずれか記載の欠陥検査方法。
- 前記参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分についてヒストグラムを算出し、検査周波数データの個々の周波数成分について参照周波数データにおける同一周波数のヒストグラムを参照し、その発生頻度により周波数特性の異なる部分を抽出することを特徴とする請求項1から4のいずれか記載の欠陥検査方法。
- 前記参照画像をフーリエ変換し、得られた複数の参照周波数データにおいて個々の周波数成分について平均値及び標準偏差を算出し、検査周波数データの個々の周波数成分について参照周波数データの平均値との差を算出し、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データの標準偏差との比を算出し、その比が所定の閾値を超えた周波数成分のみを周波数特性の異なる部分として抽出することを特徴とする請求項1から4のいずれか記載の欠陥検査方法。
- 前記検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルの大きさにより被検査物の良否を判定することを特徴とする請求項1から7のいずれか記載の欠陥検査方法。
- 前記検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルに含まれる画素数により被検査物の良否を判定することを特徴とする請求項1から7のいずれか記載の欠陥検査方法。
- 前記検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルについて所定の方向の長さを算出し、該算出された長さにより被検査物の良否を判定することを特徴とする請求項1から7のいずれか記載の欠陥検査方法。
- 前記検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベルについて主走査方向、副走査方向など複数の方向の長さを算出し、それぞれの方向について算出された長さ対して、それぞれ方向について任意に設定された基準で被検査物の良否を判定することを特徴とする請求項1から7のいずれか記載の欠陥検査方法。
- 前記検査特徴画像を所定の閾値処理の後にラベリング処理し、検出されたラベル含まれる画素に対応する前記検査特徴画像の画素の輝度値の合計により被検査物の良否を判定することを特徴とする請求項1から7のいずれか記載の欠陥検査方法。
- 前記ラベリング処理の前にノイズ除去処理をすることを特徴とする請求項8から12のいずれか記載の欠陥検査方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003290937A JP4346379B2 (ja) | 2003-08-08 | 2003-08-08 | 欠陥検査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003290937A JP4346379B2 (ja) | 2003-08-08 | 2003-08-08 | 欠陥検査方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005061929A JP2005061929A (ja) | 2005-03-10 |
JP4346379B2 true JP4346379B2 (ja) | 2009-10-21 |
Family
ID=34368784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003290937A Expired - Fee Related JP4346379B2 (ja) | 2003-08-08 | 2003-08-08 | 欠陥検査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4346379B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112012002619T5 (de) * | 2011-06-24 | 2014-04-17 | Kla-Tencor Corp. | Verfahren und Vorrichtung zur Inspektion von lichtemittierenden Halbleiterelementen mittels Photolumineszenz-Abbildung |
JP5804834B2 (ja) * | 2011-08-03 | 2015-11-04 | 株式会社オービット | 検査プログラム、同プログラムを格納した記録媒体及び検査装置 |
US8705839B2 (en) | 2011-11-18 | 2014-04-22 | Sharp Laboratories Of America, Inc. | Electronic devices for defect detection |
JP5974787B2 (ja) * | 2012-09-28 | 2016-08-23 | Jfeスチール株式会社 | 鋼帯コイルのエッジ欠陥検出方法およびエッジ欠陥検出装置 |
JP6536230B2 (ja) * | 2015-07-06 | 2019-07-03 | 横浜ゴム株式会社 | タイヤ形状解析装置、タイヤ形状解析方法 |
WO2019176614A1 (ja) * | 2018-03-16 | 2019-09-19 | 日本電産株式会社 | 画像処理装置、画像処理方法、およびコンピュータプログラム |
CN113569713A (zh) * | 2021-07-23 | 2021-10-29 | 浙江大华技术股份有限公司 | 视频图像的条纹检测方法及装置、计算机可读存储介质 |
-
2003
- 2003-08-08 JP JP2003290937A patent/JP4346379B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2005061929A (ja) | 2005-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4095860B2 (ja) | 欠陥検査方法及びその装置 | |
CN109685760B (zh) | 一种基于matlab的slm粉床铺粉图像凸包凹陷缺陷检测方法 | |
JP2006162583A (ja) | ひび割れ検出方法 | |
CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
CN106296689B (zh) | 瑕疵检测方法、***及装置 | |
JP4346379B2 (ja) | 欠陥検査方法 | |
JP2006113073A (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
Hashmi et al. | Computer-vision based visual inspection and crack detection of railroad tracks | |
JP3913517B2 (ja) | 欠陥検出方法 | |
JP2015215199A (ja) | 自発光材料画像処理装置及び自発光材料画像処理方法 | |
JP3752849B2 (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
JP2006138708A (ja) | 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置 | |
KR20160097651A (ko) | 유효화 영상처리기법을 이용한 시료의 패턴 검사 장치 및 방법, 그리고 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
KR100754969B1 (ko) | 화상 검사 장치, 화상 검사 방법 및 컴퓨터 판독가능한 기억 매체 | |
CN109584212B (zh) | 一种基于matlab的slm粉床铺粉图像划痕缺陷识别方法 | |
Brambilla et al. | Automated Vision Inspection of Critical Steel Components based on Signal Analysis Extracted form Images | |
JP6114559B2 (ja) | フラットパネルディスプレイの自動ムラ検出装置 | |
JP2010054246A (ja) | 接合部検出方法およびそれを用いた接合部外観検査方法 | |
CN114882009A (zh) | 可适应多种表面状态的疲劳裂纹尖端自动检测方法及*** | |
JP2007081513A (ja) | 固体撮像素子のシミ欠陥検査方法 | |
Mishra et al. | Surface defects detection for ceramic tiles using image processing and morphological techniques | |
JP5157575B2 (ja) | 欠陥検出方法 | |
JP4956077B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
JP2008304958A (ja) | 画像処理によるワーク欠陥検査方法 | |
JP2008185510A (ja) | ひび割れ検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060511 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20060601 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090202 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090224 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090415 |
|
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: 20090630 |
|
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: 20090714 |
|
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: 20120724 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120724 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130724 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |