JPH0395444A - 欠陥自動判別方法 - Google Patents
欠陥自動判別方法Info
- Publication number
- JPH0395444A JPH0395444A JP23223889A JP23223889A JPH0395444A JP H0395444 A JPH0395444 A JP H0395444A JP 23223889 A JP23223889 A JP 23223889A JP 23223889 A JP23223889 A JP 23223889A JP H0395444 A JPH0395444 A JP H0395444A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- observed
- observation
- automatic
- depth
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims description 34
- 238000001514 detection method Methods 0.000 claims description 12
- 238000012850 discrimination method Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 abstract description 8
- 230000003287 optical effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 20
- 239000004033 plastic Substances 0.000 description 14
- 238000009413 insulation Methods 0.000 description 9
- 230000000052 comparative effect Effects 0.000 description 6
- 239000002245 particle Substances 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000000275 quality assurance Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 239000011800 void material Substances 0.000 description 3
- 239000004020 conductor Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- -1 polypropylene Polymers 0.000 description 2
- 229910001369 Brass Inorganic materials 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 239000004743 Polypropylene Substances 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000010951 brass Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N ferric oxide Chemical compound O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 241000894007 species Species 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
(産業」二の利用分野)
本発明は透光可能なゴム、プラスチック等の被観察物の
欠陥、例えば、ゴム、プラスチック絶縁ケーブルの絶縁
層の欠陥を自動的に検出し、検出された欠陥の種類を自
動的に判別できるようにした欠陥自動判別方法に関する
ちのである。
欠陥、例えば、ゴム、プラスチック絶縁ケーブルの絶縁
層の欠陥を自動的に検出し、検出された欠陥の種類を自
動的に判別できるようにした欠陥自動判別方法に関する
ちのである。
(従来の技術)
各種製品の欠陥はその製品の特性に大きな影響を与え、
商品価値を大きく左右する。例えば、ゴム、ブラスヂッ
ク絶縁ケーブルの場合、その絶縁層に混入した異物は同
ケーブルの絶縁破壊特性に大きな影響を与える。
商品価値を大きく左右する。例えば、ゴム、ブラスヂッ
ク絶縁ケーブルの場合、その絶縁層に混入した異物は同
ケーブルの絶縁破壊特性に大きな影響を与える。
この場合、欠陥(異物)の種類、数、大きさを把握する
ことは、当該ケーブルの絶縁破壊特性を的確に把握し、
同ケーブルの品質を保証する上で重要なことである。
ことは、当該ケーブルの絶縁破壊特性を的確に把握し、
同ケーブルの品質を保証する上で重要なことである。
ゴム、プラスチック絶縁ケーブルの場合、絶縁層への異
物の混入は製造技術の改良等により大幅に低減されてき
たが、反面において品質保証の点からミクロに、より多
くの試料を観察することが必要となってきた。特に、ゴ
ム、プラスチック絶縁ケーブルが超高圧用電力ケーブル
として使用される場合は、絶縁層中に混入している極め
て微小な異物であっても同電力ケーブルの絶縁破壊特性
に影響を与える。そのため高倍率の顕微鏡観察によらな
ければ検出困難なほど微小な異物であってち、その異物
の種類、数、大きさを把握する・必要がある。
物の混入は製造技術の改良等により大幅に低減されてき
たが、反面において品質保証の点からミクロに、より多
くの試料を観察することが必要となってきた。特に、ゴ
ム、プラスチック絶縁ケーブルが超高圧用電力ケーブル
として使用される場合は、絶縁層中に混入している極め
て微小な異物であっても同電力ケーブルの絶縁破壊特性
に影響を与える。そのため高倍率の顕微鏡観察によらな
ければ検出困難なほど微小な異物であってち、その異物
の種類、数、大きさを把握する・必要がある。
この場合、金属などの異物はゴム、プラスチック絶縁ケ
ーブルの絶縁特性を特に損ない易いため、同ケーブルの
絶縁層に混入している異物を検出するときは、まず異物
の種類を゛I’ll別し、その後に巽物の種類別に数、
大きさを観察することが通例となっている。
ーブルの絶縁特性を特に損ない易いため、同ケーブルの
絶縁層に混入している異物を検出するときは、まず異物
の種類を゛I’ll別し、その後に巽物の種類別に数、
大きさを観察することが通例となっている。
従来、ゴム、プラスチック絶縁ケーブルの絶縁層の異物
観察は次のような方法で行なっていた。
観察は次のような方法で行なっていた。
ゴム、プラスチック絶縁ケーブルの絶縁層がら適当な寸
法、例えば厚さ0.05mm〜2mm、のゴム、ブラス
ヂック片を切り出してザンプルとし,同サンプルに含ま
れる混入異物の種頽、数、大きさを顕微鏡により拡大し
て目視観察する。この観察は次の3段階に分けて行なわ
れていた。
法、例えば厚さ0.05mm〜2mm、のゴム、ブラス
ヂック片を切り出してザンプルとし,同サンプルに含ま
れる混入異物の種頽、数、大きさを顕微鏡により拡大し
て目視観察する。この観察は次の3段階に分けて行なわ
れていた。
■ ザンブルの中の異物を探す・・ 検出。
■ 検出された異物の色、形の特徴から異物の種類を判
別する ・・識別。
別する ・・識別。
■ 検出された異物の長さ、大きさ、幅を計る・ ・
・ 計〆則。
・ 計〆則。
異物の種類はゴム、プラスチック絶縁ケーブルの場合は
、通常,アンバー、ク四蔽物、ポイドの3種類に分類さ
れている。ここで、金属等の異物はクロ異物の一つとし
て分類される。
、通常,アンバー、ク四蔽物、ポイドの3種類に分類さ
れている。ここで、金属等の異物はクロ異物の一つとし
て分類される。
これらの異物を顕微鏡により拡大して透過光にて覗察し
た場合、その異物の観測画像は焦点方向の観察深度、即
ち観察深度が異物に合った場合(Just).観察深度
が異物の手前の場合(浅いUnder)、賎察深度が異
物の奥の場合(深い二〇ver)により次の表lのよう
になる。
た場合、その異物の観測画像は焦点方向の観察深度、即
ち観察深度が異物に合った場合(Just).観察深度
が異物の手前の場合(浅いUnder)、賎察深度が異
物の奥の場合(深い二〇ver)により次の表lのよう
になる。
表l
(各種欠陥の画像パターン)
即ち、クロ異物は観察深度が合うと黒色、深いとき及び
浅いときはぼやけた黒色に観察される。
浅いときはぼやけた黒色に観察される。
アンバーは観察深度が合うと今体が白っぽくなって異物
の周囲の樹脂の色と余り変わらず周囲と区別がつきにく
く、深いときは周囲の輪郭が男色で内部が白色,浅いと
きは黒色に観察される。
の周囲の樹脂の色と余り変わらず周囲と区別がつきにく
く、深いときは周囲の輪郭が男色で内部が白色,浅いと
きは黒色に観察される。
ポイドは観察深度が合うと周囲の輪郭が黒色で内部が白
色、深いとき及び浅いときは黒色に観察される。
色、深いとき及び浅いときは黒色に観察される。
しかし而記欠陥観察は顕微鏡を通して目視により行なわ
れてきたので、精度に若干の問題があり、また多くの労
力と時間を必要とした。
れてきたので、精度に若干の問題があり、また多くの労
力と時間を必要とした。
そこで、最近、他の分野で使用されている異物自動観察
装置をゴム、プラスチック絶縁ケーブルの絶縁層におけ
る異物の自動観察に応用することが試みられている。こ
れはゴム、プラスチック絶縁ケーブルの絶縁層より0.
05mm〜2mmの厚さに切り出したザンブルを透過し
た光の輝度(透過光輝度)のうち、第13図aのように
予め設定されているしきい値Xより暗い輝度だけを同図
bのように異物として検出するようにしたり、逆に同し
きい値Xより明るい輝度だけを異物として検出するよう
にしたものである。
装置をゴム、プラスチック絶縁ケーブルの絶縁層におけ
る異物の自動観察に応用することが試みられている。こ
れはゴム、プラスチック絶縁ケーブルの絶縁層より0.
05mm〜2mmの厚さに切り出したザンブルを透過し
た光の輝度(透過光輝度)のうち、第13図aのように
予め設定されているしきい値Xより暗い輝度だけを同図
bのように異物として検出するようにしたり、逆に同し
きい値Xより明るい輝度だけを異物として検出するよう
にしたものである。
(発明が解決しようとする課題)
しかし従来の自動検出方法では次のような問題があった
。
。
■ 透過光輝度がしきい値Xより明るいが暗いかにより
異物を検出するので、観察深度の合っていないボイド及
び観察深度の浅いアンバーが黒色に観察され、クロ異物
も黒色に観察されるため観察深度の合っていないポイド
及び同深度の浅いアンバーとクロ異物との区別がつかず
、3種類の異物の’I’ll別が不可能であった。従っ
て顕微鏡を通して人間の目で観察する場合のように、異
物の種類を判別した上で異物の数、大きさを観察するこ
とは困難であった。
異物を検出するので、観察深度の合っていないボイド及
び観察深度の浅いアンバーが黒色に観察され、クロ異物
も黒色に観察されるため観察深度の合っていないポイド
及び同深度の浅いアンバーとクロ異物との区別がつかず
、3種類の異物の’I’ll別が不可能であった。従っ
て顕微鏡を通して人間の目で観察する場合のように、異
物の種類を判別した上で異物の数、大きさを観察するこ
とは困難であった。
■ サンプルの表面に傷がある場合、ある暗さ以−l二
の透過光輝度を全て取り上げると、その傷によって生し
るノイズもサンプルの表面の近くにあるクロ異物も共に
黒色に観察されるため、両者を判別しにくい。
の透過光輝度を全て取り上げると、その傷によって生し
るノイズもサンプルの表面の近くにあるクロ異物も共に
黒色に観察されるため、両者を判別しにくい。
■.サンプルに厚さむらがある場合、ある明るさ以上の
透過光輝度を全て取り上げると、厚さの薄い部分(明る
い部分)が白っぽくなるため、その白と観察深度が合っ
たときのアンバー(全体が白っぽい)とIII別しにく
い。
透過光輝度を全て取り上げると、厚さの薄い部分(明る
い部分)が白っぽくなるため、その白と観察深度が合っ
たときのアンバー(全体が白っぽい)とIII別しにく
い。
(発明の目的)
本発明の目的は被観察物中の欠陥を検出し、検出された
異物の種類、例えばクロ異物、アンバ、ボイド等の種類
を判別し、史に異物の数、大きさをも計測できるように
した欠陥自動判別方法を提供することにある。
異物の種類、例えばクロ異物、アンバ、ボイド等の種類
を判別し、史に異物の数、大きさをも計測できるように
した欠陥自動判別方法を提供することにある。
(問題点を解決するための手段)
本発明のうち請求項第1の欠陥自動判別方法は第4図の
ような被観察物1に、第1図のように光0を透過させて
同被観察物1中の欠陥Pを検出し、被観察物1と光電変
換器3とを相対的に移動させて欠陥Pに対する焦点方向
の観察深度を変え、同観察深度が欠陥Pに合った場合、
同欠陥Pより浅い場合、同欠陥Pより深い場合の夫ノ門
こj3ける透過光輝度を、光学レンズ2により拡大結像
された位置に設置されている光電変換器(例えばCCD
カメラ)3により電気信号に変換し、同電気信号のうち
予め設定されている電気信号強度の範囲Yの外にある部
分a.bを欠陥信号c.dとして取り出し(二値化処理
し)、取り出された欠陥信号c.dのパターン(黒色か
白色か)を予め検出さている各種欠陥の二値化処理され
ている欠陥パターン(例えば表1の画像パターン)と比
較して、欠陥の種類を判別するようにしたことを特徴と
するものである。
ような被観察物1に、第1図のように光0を透過させて
同被観察物1中の欠陥Pを検出し、被観察物1と光電変
換器3とを相対的に移動させて欠陥Pに対する焦点方向
の観察深度を変え、同観察深度が欠陥Pに合った場合、
同欠陥Pより浅い場合、同欠陥Pより深い場合の夫ノ門
こj3ける透過光輝度を、光学レンズ2により拡大結像
された位置に設置されている光電変換器(例えばCCD
カメラ)3により電気信号に変換し、同電気信号のうち
予め設定されている電気信号強度の範囲Yの外にある部
分a.bを欠陥信号c.dとして取り出し(二値化処理
し)、取り出された欠陥信号c.dのパターン(黒色か
白色か)を予め検出さている各種欠陥の二値化処理され
ている欠陥パターン(例えば表1の画像パターン)と比
較して、欠陥の種類を判別するようにしたことを特徴と
するものである。
なお、前記の二値化処理とは、画像処理する場合に必要
とする部分だUを取り出し、不要部分を除去する処理方
法をいう。
とする部分だUを取り出し、不要部分を除去する処理方
法をいう。
また、第1図における電気信号強度の範囲Yは、被観察
物1における異物と他の部分とを判別できる値に設定さ
れている。即ち、電気信号強度の範囲Yのうち、下方の
しきい値Y1,は画像処理したときに黒くなるクロ異物
と、被観察物lにおける他の暗い部分とを識別できる電
気信号レベルに設定されており、前記範囲Yのうち上方
のしきい値Y8は画像処理したときに白くなるアンバ(
観察深度が欠陥に合ったとき及び同深度が欠陥より深い
とき)及びポイド(観察深度が欠陥に合ったとき)と、
被測定物1における他の明るい部分とを識別できる電気
信号レベルに設定されている。これにより電気信号のう
ち両しきい値Y1,、Yllの範囲外の部分は異物によ
るものであると判別できるようにしてある。
物1における異物と他の部分とを判別できる値に設定さ
れている。即ち、電気信号強度の範囲Yのうち、下方の
しきい値Y1,は画像処理したときに黒くなるクロ異物
と、被観察物lにおける他の暗い部分とを識別できる電
気信号レベルに設定されており、前記範囲Yのうち上方
のしきい値Y8は画像処理したときに白くなるアンバ(
観察深度が欠陥に合ったとき及び同深度が欠陥より深い
とき)及びポイド(観察深度が欠陥に合ったとき)と、
被測定物1における他の明るい部分とを識別できる電気
信号レベルに設定されている。これにより電気信号のう
ち両しきい値Y1,、Yllの範囲外の部分は異物によ
るものであると判別できるようにしてある。
本発明のうち請求項第2の欠陥自動判別方法は、請求項
第1の欠陥自動1t1別方法において、第2図の光電変
換器(例えばCCDカメラ)3により得られた電気信号
を同図の微分回路4により同図の微分電気信号に変換し
、同微分電気信号のうち予め設定されている微分電気信
号強度のしきい値Xの外にある部分e、「を欠陥信号g
.hとして取り出すことを特徴とするちのである。
第1の欠陥自動1t1別方法において、第2図の光電変
換器(例えばCCDカメラ)3により得られた電気信号
を同図の微分回路4により同図の微分電気信号に変換し
、同微分電気信号のうち予め設定されている微分電気信
号強度のしきい値Xの外にある部分e、「を欠陥信号g
.hとして取り出すことを特徴とするちのである。
この場合、微分電気信号強度のしきい値Xは、微分電気
信号のうち任意の画素点の輝度とその周辺の画素点の輝
度との差、例えば波観察物1の異物の部分の画素点の輝
度と、同観察物]の表面の傷や厚さむらによるノイズの
部分の画素点の輝度との差を識別できる値に設定されて
いる。これにより微分電気信号のうちしきい値Xの外に
ある部分は異物によるものであると18I1別できるよ
うにしてある。
信号のうち任意の画素点の輝度とその周辺の画素点の輝
度との差、例えば波観察物1の異物の部分の画素点の輝
度と、同観察物]の表面の傷や厚さむらによるノイズの
部分の画素点の輝度との差を識別できる値に設定されて
いる。これにより微分電気信号のうちしきい値Xの外に
ある部分は異物によるものであると18I1別できるよ
うにしてある。
本発明のうち請求項第3の欠陥自動゛I11別方法は、
請求項第lの欠陥自動゛Ft+別方法において、第1図
の被観察物1を第6図のようにその厚さ方向に任意の厚
さLずつ複数層〔第6図では3層)に階層化し、各階層
毎に観察して夫々の階層における欠陥Pを検出するよう
にしたことを特徴とするものである。
請求項第lの欠陥自動゛Ft+別方法において、第1図
の被観察物1を第6図のようにその厚さ方向に任意の厚
さLずつ複数層〔第6図では3層)に階層化し、各階層
毎に観察して夫々の階層における欠陥Pを検出するよう
にしたことを特徴とするものである。
本発明のうち請求項第4の欠陥自動判別方法は、請求項
第1の欠陥自動判別方法において、被観察物1中の欠陥
Pが検出される度に同欠陥Pに対する観察深度を変えて
欠陥Pの種類判別を行なうようにしたことを特徴とする
ものである。
第1の欠陥自動判別方法において、被観察物1中の欠陥
Pが検出される度に同欠陥Pに対する観察深度を変えて
欠陥Pの種類判別を行なうようにしたことを特徴とする
ものである。
本発明のうち請求項第5の欠陥自動判別方法I1
は、話求項第1の欠陥自動゛卜1]別方法において、被
観察物1の欠陥Pが検出されたら、その欠陥■〕の被観
察物1における位置を記憶し、被観察物1全体の欠陥検
出が終了してから、先に記憶されている個々の欠陥Pに
対する観察深度を変えて、欠陥Pの種類判別を行なうよ
うにしたことを特徴とするちのである。
観察物1の欠陥Pが検出されたら、その欠陥■〕の被観
察物1における位置を記憶し、被観察物1全体の欠陥検
出が終了してから、先に記憶されている個々の欠陥Pに
対する観察深度を変えて、欠陥Pの種類判別を行なうよ
うにしたことを特徴とするちのである。
(作用)
本発明のうち請求項第1の欠陥自動判別方法では、焦点
方向の観察深度が欠陥Pに合った場合同欠陥Pより浅い
場合、同欠陥Pより深い場合の夫々における透過光輝度
が電気信号として検出され、同電気信号のうち予め設定
されている電気信号強度の範囲Yの外にある部分a.b
が欠陥信号c.dとして取り出され、しかも前記電気信
号強度の範囲Yが被観察物lにおける異物と他の部分と
を′トリ別できる値に設定されているので、同電気信号
のうち電気信号強度の範囲Yの両しきい値YL.Y.の
範囲外の部分の欠陥信号c.dは異物によるものである
とFlI別される。
方向の観察深度が欠陥Pに合った場合同欠陥Pより浅い
場合、同欠陥Pより深い場合の夫々における透過光輝度
が電気信号として検出され、同電気信号のうち予め設定
されている電気信号強度の範囲Yの外にある部分a.b
が欠陥信号c.dとして取り出され、しかも前記電気信
号強度の範囲Yが被観察物lにおける異物と他の部分と
を′トリ別できる値に設定されているので、同電気信号
のうち電気信号強度の範囲Yの両しきい値YL.Y.の
範囲外の部分の欠陥信号c.dは異物によるものである
とFlI別される。
I 2
しかち前記欠陥信号c.dのパターンが、予めパターン
化されている各種欠陥の二値化処理されている欠陥パタ
ーンと比較されるので、同欠陥信号c.dが確実にクロ
異物、アンバー、ポイドに判別される。
化されている各種欠陥の二値化処理されている欠陥パタ
ーンと比較されるので、同欠陥信号c.dが確実にクロ
異物、アンバー、ポイドに判別される。
本発明のうち請求項第2の欠陥自動判別方法では、検j
」4された電気信号が微分電気信号に変換され、同微分
電気信号のうち予め設定されている微分電気信号強度の
しきい値Xの範囲の外にある部分e.fが欠陥信号g.
hとして取り出されるようにし、しかも微分電気信号強
度のしきい値Xが被観察物lの異物の部分の画素点の輝
度と、同観察物1の表面の傷や厚さむらによるノイズの
部分の画素点の輝度との差を識別できる値に設定されて
いるので、微分電気信号のうち波観察物1の表面の傷や
厚さむら等によるノイズによる輝度の変化の小さい部分
(しきい値X以下の輝度)は検出されず、異物による輝
度の変化の大きい部分(しきい値X以上の輝度)だけが
確実に取り込まれ、検出精度が白上ずる。
」4された電気信号が微分電気信号に変換され、同微分
電気信号のうち予め設定されている微分電気信号強度の
しきい値Xの範囲の外にある部分e.fが欠陥信号g.
hとして取り出されるようにし、しかも微分電気信号強
度のしきい値Xが被観察物lの異物の部分の画素点の輝
度と、同観察物1の表面の傷や厚さむらによるノイズの
部分の画素点の輝度との差を識別できる値に設定されて
いるので、微分電気信号のうち波観察物1の表面の傷や
厚さむら等によるノイズによる輝度の変化の小さい部分
(しきい値X以下の輝度)は検出されず、異物による輝
度の変化の大きい部分(しきい値X以上の輝度)だけが
確実に取り込まれ、検出精度が白上ずる。
l 3
本発明のうち請求項第3の欠陥自動判別方法では、被観
察物lをその厚さ方向に任意の厚さLずつ階層化し、各
階層毎に観察して夫々の階層における欠陥Pを検出する
ようにしたので、1つの被観察物で観察体積を広く取る
ことができる。
察物lをその厚さ方向に任意の厚さLずつ階層化し、各
階層毎に観察して夫々の階層における欠陥Pを検出する
ようにしたので、1つの被観察物で観察体積を広く取る
ことができる。
以下に本発明の欠陥判別方法の各種実施例を記す。
(実施例1)
第3図のように外部士導電層5の厚さl.mm、絶縁層
6の厚さ9mm、内部半導電層7の厚さ2mm、中心導
体8が銅導体である66KV#橋ボノオレフィン絶縁ケ
ーブルの絶縁層6より、第4図のように0.5mm厚X
5mmX5mmのザンブル(′m観察物)lを取り出し
、同被観察物1中の異物を顕微鏡で拡大して自動賎察を
行った。この場合、被観察物lのうち顕微鏡により一回
で観察される画面は第5図のように約500u程度ずつ
であり、各画面について順次欠陥観察した。
6の厚さ9mm、内部半導電層7の厚さ2mm、中心導
体8が銅導体である66KV#橋ボノオレフィン絶縁ケ
ーブルの絶縁層6より、第4図のように0.5mm厚X
5mmX5mmのザンブル(′m観察物)lを取り出し
、同被観察物1中の異物を顕微鏡で拡大して自動賎察を
行った。この場合、被観察物lのうち顕微鏡により一回
で観察される画面は第5図のように約500u程度ずつ
であり、各画面について順次欠陥観察した。
第5図の被観察物lを観察した時に異物として検出すべ
き部分があった場合の画商の例を第7図14 a.b.cに示す。同図aのイ、bの口及びハ、Cの二
が欠陥である。
き部分があった場合の画商の例を第7図14 a.b.cに示す。同図aのイ、bの口及びハ、Cの二
が欠陥である。
第7図d.e.fの各信号■■■は第7図a、b.cの
一点鎖線の部分の透過光輝度レベルであり、第7図d.
e.fのうち明るい輝度レベルをW、暗い輝度レベルを
Bと認識させたとき、欠陥として電気的に取り出される
画像は同図d−fのうちW又はBレベルに入る部分だけ
であり、その画像は第7図g.h.iのB(黒色),W
(白色)になる。
一点鎖線の部分の透過光輝度レベルであり、第7図d.
e.fのうち明るい輝度レベルをW、暗い輝度レベルを
Bと認識させたとき、欠陥として電気的に取り出される
画像は同図d−fのうちW又はBレベルに入る部分だけ
であり、その画像は第7図g.h.iのB(黒色),W
(白色)になる。
次に,第7図aの画面において、欠陥にダ・1する焦点
方向への観察深度を浅い方から次第に深い方に変えた場
合の画面を第8図a ”− eに示す。このうちa.b
は深度が浅い場合、Cは深度が欠陥に合っている場合、
d.eは深度が深い場合である。そしてこのa − e
の夫々の破線部分の透過光輝度レベルは第8図r〜,ノ
の■のような電気信号になり、このf〜.jのうち異物
として電気的に取り出されるのはW(白)叉はB(黒)
の1ノベルに入る部分だけであり、′その出像は第8図
k〜0のl5 ようになる。このk − oのW.Bを表にすると表2
のaのイのようになり,このaのイの℃〜nのいずれも
B〔黒色)である。従って第7図aのイの欠陥は表1の
画像パターンとの比校からクロ異物と判別される。
方向への観察深度を浅い方から次第に深い方に変えた場
合の画面を第8図a ”− eに示す。このうちa.b
は深度が浅い場合、Cは深度が欠陥に合っている場合、
d.eは深度が深い場合である。そしてこのa − e
の夫々の破線部分の透過光輝度レベルは第8図r〜,ノ
の■のような電気信号になり、このf〜.jのうち異物
として電気的に取り出されるのはW(白)叉はB(黒)
の1ノベルに入る部分だけであり、′その出像は第8図
k〜0のl5 ようになる。このk − oのW.Bを表にすると表2
のaのイのようになり,このaのイの℃〜nのいずれも
B〔黒色)である。従って第7図aのイの欠陥は表1の
画像パターンとの比校からクロ異物と判別される。
次に、第7図bの画面において観察深度を浅い方から次
第に深い方に変えた場合の画面を第9図a − eに示
す。このうちa.bは深度が浅い場合、Cは深度が欠陥
に合っている場合、d.eは深度が深い場合である。そ
してこのa ”− eの夫々の破線部分の透過光輝度レ
ベルは第9図f〜,Jの■のような電気信号になり、こ
のc〜,H (+)電気信号のうち欠陥として電気的に
取り出される画像は同図f〜,JのうちW又はBレベル
に入る部分だけであり、その画像は第9図k〜0のよう
になる。
第に深い方に変えた場合の画面を第9図a − eに示
す。このうちa.bは深度が浅い場合、Cは深度が欠陥
に合っている場合、d.eは深度が深い場合である。そ
してこのa ”− eの夫々の破線部分の透過光輝度レ
ベルは第9図f〜,Jの■のような電気信号になり、こ
のc〜,H (+)電気信号のうち欠陥として電気的に
取り出される画像は同図f〜,JのうちW又はBレベル
に入る部分だけであり、その画像は第9図k〜0のよう
になる。
このk − oのW.Bを表にすると表2のbの口、b
のハのようになり、このbの口の忍はB.rr+l;j
:B.nはBとW(輪郭が黒でその内部が白)であり,
0はWてあり、bのハの亥はB.mは■3とW.nはW
てある。従って第7図bの口、ハの欠l6 陥は表1の画像パターンとの比較からJtにアンバと判
別される。
のハのようになり、このbの口の忍はB.rr+l;j
:B.nはBとW(輪郭が黒でその内部が白)であり,
0はWてあり、bのハの亥はB.mは■3とW.nはW
てある。従って第7図bの口、ハの欠l6 陥は表1の画像パターンとの比較からJtにアンバと判
別される。
第7図Cの画面において観察深度を浅い方から次第に深
い方に変えた場合の画面を第10図のa〜eに示す。こ
のうちa.bは深度が浅い場合、Cは深度が欠陥に合っ
ている場合、d.eは深度が深い場合である。そして第
10図a−eの夫々の破線部分の透過光輝度レベルは第
10図r〜、Jのように■のような電気信号になり、こ
のf〜、】の電気信号のうち欠陥として電気的に取り出
される画像は同図f〜、JのうちW又はBレベルに入る
部分だけてあり、その画像は第10図k〜0のようにな
る。このk〜0のW.Bを表にすると表2のCの二のよ
うになり、このCの二の℃はB.mはB.nは■3とW
、0はBてある。従って第7図Cの二の欠陥は表1の画
像パターンとの比較からポイドとtリ別される。
い方に変えた場合の画面を第10図のa〜eに示す。こ
のうちa.bは深度が浅い場合、Cは深度が欠陥に合っ
ている場合、d.eは深度が深い場合である。そして第
10図a−eの夫々の破線部分の透過光輝度レベルは第
10図r〜、Jのように■のような電気信号になり、こ
のf〜、】の電気信号のうち欠陥として電気的に取り出
される画像は同図f〜、JのうちW又はBレベルに入る
部分だけてあり、その画像は第10図k〜0のようにな
る。このk〜0のW.Bを表にすると表2のCの二のよ
うになり、このCの二の℃はB.mはB.nは■3とW
、0はBてある。従って第7図Cの二の欠陥は表1の画
像パターンとの比較からポイドとtリ別される。
以」二の実施例lの観察結果は表3の実施例lのように
なる。この実施例lの観察結果は同表3の比較例l (
実施例1の被観察物を人間の目で観察l 7 ずる方法)の観察結果と同しになる。表3の比較例2は
実施例1の被観察物を従来の自動観察方法により観察し
た結果であり、これは表3の実施例l、比較例1の観察
結果と異なる。このことより、本発明の欠陥判別方法で
は欠陥の種類を正確に(目視観察の場合と同しく)判別
できるが、従米の自動観察方法では正確な欠陥の種類判
別かできないことがわかる。
なる。この実施例lの観察結果は同表3の比較例l (
実施例1の被観察物を人間の目で観察l 7 ずる方法)の観察結果と同しになる。表3の比較例2は
実施例1の被観察物を従来の自動観察方法により観察し
た結果であり、これは表3の実施例l、比較例1の観察
結果と異なる。このことより、本発明の欠陥判別方法で
は欠陥の種類を正確に(目視観察の場合と同しく)判別
できるが、従米の自動観察方法では正確な欠陥の種類判
別かできないことがわかる。
なお、種類が判別された欠陥の大きさや数は従米の自動
観察の場合と同様にして検出される。
観察の場合と同様にして検出される。
又、これまでの説明は第5図の被観察物1のうちの一部
分の欠陥(3つ゜第7図a.b.c)を判別する場合の
説明であるが、第5図の被観察物1全体の欠陥を検出し
てそれらの欠陥の種類を判別するには、被観察物1を第
6区のようその肉厚方向に階層化し、これらを例えば上
の層から下の層へ順次階層ごとに欠陥観察する。
分の欠陥(3つ゜第7図a.b.c)を判別する場合の
説明であるが、第5図の被観察物1全体の欠陥を検出し
てそれらの欠陥の種類を判別するには、被観察物1を第
6区のようその肉厚方向に階層化し、これらを例えば上
の層から下の層へ順次階層ごとに欠陥観察する。
この場合、被観察物1中の欠陥が検出される度に,同欠
陥にχ・目−る焦点方同の観察深度を変えて種類III
別を行なってもよく、或は、被観察物1の8 欠陥を検出したら、その欠陥の被観察物における位置を
記憶しておき、被観察物l全体の欠陥検出が終了してか
ら、先に記憶された個々の欠陥に対する焦点方向の観察
深度を変えて欠陥の種類判別を行なうようにしてもよい
。
陥にχ・目−る焦点方同の観察深度を変えて種類III
別を行なってもよく、或は、被観察物1の8 欠陥を検出したら、その欠陥の被観察物における位置を
記憶しておき、被観察物l全体の欠陥検出が終了してか
ら、先に記憶された個々の欠陥に対する焦点方向の観察
深度を変えて欠陥の種類判別を行なうようにしてもよい
。
第5図の被観察物1全体の欠陥の種類、大きさ、数を本
発明の欠陥判別方法(実施例1)、人間の目による顕微
鏡観察(比較例1)、従来の自動観察(比較例2)によ
り観察したところ、表4のような観察結果になった。
発明の欠陥判別方法(実施例1)、人間の目による顕微
鏡観察(比較例1)、従来の自動観察(比較例2)によ
り観察したところ、表4のような観察結果になった。
(実施例2)
ボリブロピレンベレットを0.2mmの厚さにスライス
し、この被観察物の欠陥を検出した。
し、この被観察物の欠陥を検出した。
この被観察物を観察した時に欠陥として検出すべき部分
があった場合の画面の例を第11図a、bに示す。同図
a.bのイ,口が欠陥である。
があった場合の画面の例を第11図a、bに示す。同図
a.bのイ,口が欠陥である。
第11図c.dは第10図a.bにおける一点鎖線の部
分の透過光輝度レベルであり、同図Cdのうち明るい輝
度レベルをW、暗い輝度レベルをBと認識させたとき、
異物として電気的に取りI 9 出されるのは同図c.dのうちW又はBレベルに入る部
分だけであり、その画像は第11図e. fのように
B(黒色)になる。
分の透過光輝度レベルであり、同図Cdのうち明るい輝
度レベルをW、暗い輝度レベルをBと認識させたとき、
異物として電気的に取りI 9 出されるのは同図c.dのうちW又はBレベルに入る部
分だけであり、その画像は第11図e. fのように
B(黒色)になる。
この第11図a.bの画面の夫々について実施例1と同
様に、観察深度を浅い方から次第に深い方に変えて夫々
の画像を観察することにより、異物の種類を判別した。
様に、観察深度を浅い方から次第に深い方に変えて夫々
の画像を観察することにより、異物の種類を判別した。
この場合の観察結果は表5の実施例2のようになる。
なお、表5の比較例4は実廁例2の被観察物を従来の自
動観察方法により観察した結果てありこれは表5の実施
例2、比較例3(実施例2の被観察物を人間の目で観察
する方法)の観察結果と異なる。このことより本発明の
欠陥判別方法では欠陥の種類を目視観察の場合と同しく
正確に゛■別できるが、従来の自動観察方法では正確な
欠陥の種類判別ができないことがわかる。
動観察方法により観察した結果てありこれは表5の実施
例2、比較例3(実施例2の被観察物を人間の目で観察
する方法)の観察結果と異なる。このことより本発明の
欠陥判別方法では欠陥の種類を目視観察の場合と同しく
正確に゛■別できるが、従来の自動観察方法では正確な
欠陥の種類判別ができないことがわかる。
(実施例3)
オイル中の異物をトラップするためのフィルタを使用後
に採取し、フィルターに付着した異物の観察を行った。
に採取し、フィルターに付着した異物の観察を行った。
この被観察物を囮察した時に異20
物として検出すべき部分があった場合の画面の例を第1
2図に示す。同図のイ〜へが欠陥(異物)である。
2図に示す。同図のイ〜へが欠陥(異物)である。
この第12図の画面について実施例1と同様に、観察深
度を浅い方から次第に深い方に変えて夫々の画像を観察
することにより、異物の種類を判別した。この場合の観
察結果は表6の実施例3のようになる。
度を浅い方から次第に深い方に変えて夫々の画像を観察
することにより、異物の種類を判別した。この場合の観
察結果は表6の実施例3のようになる。
表6の比較例6は実施例3の被観察物を従来の自動観察
方法により観察した結果てあり、これは表6の実施例3
、比較例5(実施例3の被観察物を人間の目で観察する
方法)の観察結果と異なる。このことより、本発明の欠
陥判別方法では欠陥の種類を目視観察の場合と同しく疋
確に判別できるが、従来の自動観察方法では正確な欠陥
の種類判別ができないことがわかる。
方法により観察した結果てあり、これは表6の実施例3
、比較例5(実施例3の被観察物を人間の目で観察する
方法)の観察結果と異なる。このことより、本発明の欠
陥判別方法では欠陥の種類を目視観察の場合と同しく疋
確に判別できるが、従来の自動観察方法では正確な欠陥
の種類判別ができないことがわかる。
(発明の効果)
本発明の欠陥判別方法は次のような各種効果がある。
■ 請求項第1の発明では、観察深度が欠陥に2l
合った場合、同欠陥より浅い場合、同欠陥より深い場合
の夫々における透過光輝度を電気信号として取り出し、
そのうち、同電気信号のうち予め設定されている電気信
号強度の範囲Yの外にある部分を欠陥信号として取り出
し、それを各神欠陥の二値化処理されているパターンと
比較して欠陥の種類を’I’ll別するので、クロ異物
、アンバ−、ボイドの3種類の異物の種類を正確にi’
ll別することができる。
の夫々における透過光輝度を電気信号として取り出し、
そのうち、同電気信号のうち予め設定されている電気信
号強度の範囲Yの外にある部分を欠陥信号として取り出
し、それを各神欠陥の二値化処理されているパターンと
比較して欠陥の種類を’I’ll別するので、クロ異物
、アンバ−、ボイドの3種類の異物の種類を正確にi’
ll別することができる。
■ 請求項第2の発明では、透過光11+度を光電気変
換して得られた電気信号を微分し、その微分電気信号の
うら任意の画素点とその周辺の画素点との輝度差に一定
のしきい値Xを定め、そのしきい値Xの外の電気信号を
欠陥{8号として取り出し、これを千め二値化処理され
ている欠陥の両像パターンと比較するので、被観察物1
の表面の傷や、厚さむら等によって発生するノイズが除
去されてその影響を受けず、同欠陥信号の検出精度が向
−トする。また、画像パターンとの比較精度も向上する
ので1μm程度の小さな異物でも検出で22 き、ゴム・プラスチック絶縁ケーブルの品質保証レベル
が向上する。
換して得られた電気信号を微分し、その微分電気信号の
うら任意の画素点とその周辺の画素点との輝度差に一定
のしきい値Xを定め、そのしきい値Xの外の電気信号を
欠陥{8号として取り出し、これを千め二値化処理され
ている欠陥の両像パターンと比較するので、被観察物1
の表面の傷や、厚さむら等によって発生するノイズが除
去されてその影響を受けず、同欠陥信号の検出精度が向
−トする。また、画像パターンとの比較精度も向上する
ので1μm程度の小さな異物でも検出で22 き、ゴム・プラスチック絶縁ケーブルの品質保証レベル
が向上する。
■ 欠陥の検出、検出された欠陥の種類の判別、大きさ
及び数の検出まで全て自動的に行なわれるので、欠陥の
検出、判別に要する時間と労力が大幅に低減される。
及び数の検出まで全て自動的に行なわれるので、欠陥の
検出、判別に要する時間と労力が大幅に低減される。
■ 上記したゴム、プラスチック絶縁ケーブルの絶縁層
から取り出した被観察物と同等の透過光を得ることが可
能なものであれば、他の被観察物であってもその中に含
まれる異物の検出、種類の判別が可能となる。
から取り出した被観察物と同等の透過光を得ることが可
能なものであれば、他の被観察物であってもその中に含
まれる異物の検出、種類の判別が可能となる。
■ 請求項第3の欠陥自動判別方法では、波観察物1を
階層化して各階層毎に観察するので、1つの被観察物で
観察体積を広く取ることができ、欠陥検出精度が向」ニ
し,品質保証レベルも向」二する。
階層化して各階層毎に観察するので、1つの被観察物で
観察体積を広く取ることができ、欠陥検出精度が向」ニ
し,品質保証レベルも向」二する。
第1図、第2図は本発目の欠陥判別方法の異なる実施例
の説明図、第3図はゴム、プラスチック絶縁ケーブルの
断面図、第4図は第3図のケーブ23 ルから取り出された被観察物の一例の説明図、第5図は
同被観察物の親察画面の説明図、第6図は同被観察物の
階層化の説明図、第7図a − cは本発明の欠陥判別
方法による3種類の観察画面の説明図、同図d−1’は
同図a−Cの親察画面における透過光輝度の説明図、同
図g−iは同図d−fの透過光輝度に基づく欠1揃{+
′i弓の画像1説明図、第8図a”−eは第7図aの観
察画面の観察深度を変えた状態の観察画面の説明図、同
図f〜,Jは同図a−eの透過光輝度の説明図、同図k
− oは同図f〜、Jの透過光輝度に基づく欠陥信号
の画像説明図、第9図a−eは第7図bの親察画面の観
察深度を変えた状態の観察画面の説明図、同図r〜、J
は同図a = eの透過光輝度の説明図、同図k〜0は
同図1〜2Jの透過光輝度に基づく欠陥信号の画像説明
図、第10図a − eは第7図Cの観察画面の観察深
度を変えた状態の観察画面の説明図、同図[〜,Jは同
図a − eの透過光輝度の説明図、同図k − oは
同図f〜、〕の透過光輝度に基づく欠陥信号の画像説明
図、第11図a.bは本発明の欠24 陥判別方法における2種類の観察画面の説明図、同図c
.dは同図a.bの観察画面における透過光輝度の説明
図、同図e.−fは同図C.dの透過光輝度に基づく欠
陥信号の画像説明図、第12図は本発明の欠陥判別方法
におむする1種類の観察画面の説明図、第13図aは従
来の欠陥自動観察方法に!:5ける透過光輝度の説明図
、同図bは同図aの透過光輝度に基づく検出画像の説明
図である。 1は被観察物 Oは光 Pは欠陥 Yは電気信号強度の範囲 Xは微分電気信号強度のしきい値 a.bは電気信号強度の範囲外にある部分c.dは欠陥
信号 e.rは微分電気信号強度のしきい値外にある部分 g.hは欠陥信号
の説明図、第3図はゴム、プラスチック絶縁ケーブルの
断面図、第4図は第3図のケーブ23 ルから取り出された被観察物の一例の説明図、第5図は
同被観察物の親察画面の説明図、第6図は同被観察物の
階層化の説明図、第7図a − cは本発明の欠陥判別
方法による3種類の観察画面の説明図、同図d−1’は
同図a−Cの親察画面における透過光輝度の説明図、同
図g−iは同図d−fの透過光輝度に基づく欠1揃{+
′i弓の画像1説明図、第8図a”−eは第7図aの観
察画面の観察深度を変えた状態の観察画面の説明図、同
図f〜,Jは同図a−eの透過光輝度の説明図、同図k
− oは同図f〜、Jの透過光輝度に基づく欠陥信号
の画像説明図、第9図a−eは第7図bの親察画面の観
察深度を変えた状態の観察画面の説明図、同図r〜、J
は同図a = eの透過光輝度の説明図、同図k〜0は
同図1〜2Jの透過光輝度に基づく欠陥信号の画像説明
図、第10図a − eは第7図Cの観察画面の観察深
度を変えた状態の観察画面の説明図、同図[〜,Jは同
図a − eの透過光輝度の説明図、同図k − oは
同図f〜、〕の透過光輝度に基づく欠陥信号の画像説明
図、第11図a.bは本発明の欠24 陥判別方法における2種類の観察画面の説明図、同図c
.dは同図a.bの観察画面における透過光輝度の説明
図、同図e.−fは同図C.dの透過光輝度に基づく欠
陥信号の画像説明図、第12図は本発明の欠陥判別方法
におむする1種類の観察画面の説明図、第13図aは従
来の欠陥自動観察方法に!:5ける透過光輝度の説明図
、同図bは同図aの透過光輝度に基づく検出画像の説明
図である。 1は被観察物 Oは光 Pは欠陥 Yは電気信号強度の範囲 Xは微分電気信号強度のしきい値 a.bは電気信号強度の範囲外にある部分c.dは欠陥
信号 e.rは微分電気信号強度のしきい値外にある部分 g.hは欠陥信号
Claims (5)
- (1)被観察物に光を透過させて同被観察物中の欠陥を
検出し、その欠陥に対する観察深度を変えて同深度が欠
陥に合った場合、同欠陥より浅い場合、同欠陥より深い
場合の夫々における透過光輝度を光電変換器により電気
信号に変換し、同電気信号のうち予め設定されている電
気信号強度の範囲外にある部分を欠陥信号として取り出
し、取り出された欠陥信号のパターンを予め検出されて
いる各種欠陥の二値化処理されている欠陥パターンと比
較して、欠陥の種類を判別するようにしたことを特徴と
する欠陥自動判別方法。 - (2)請求項第1の欠陥自動判別方法において、光電変
換器により得られた電気信号を微分電気信号に変換し、
同微分電気信号のうち予め設定されている微分電気信号
強度のしきい値の外にある部分を欠陥信号として取り出
すことを特徴とする欠陥自動判別方法。 - (3)請求項第1の欠陥自動判別方法において、被観察
物をその厚さ方向に任意の厚さに階層化し、各階層毎に
欠陥を検出するようにしたことを特徴とする欠陥自動判
別方法。 - (4)請求項第1の欠陥自動判別方法において、被観察
物中の欠陥が検出される度に同欠陥に対する観察深度を
変えて、欠陥の種類判別を行なうようにしたことを特徴
とする欠陥自動判別方法。 - (5)請求項第1の欠陥自動判別方法において、被観察
物の欠陥を検出したら同欠陥の被観察物における位置を
記憶し、被観察物全体の欠陥検出が終了してから、先に
記憶されている個々の欠陥に対する観察深度を変えて、
欠陥の種類判別を行なうようにしたことを特徴とする欠
陥自動判別方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP23223889A JP2737797B2 (ja) | 1989-09-07 | 1989-09-07 | 欠陥自動判別方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP23223889A JP2737797B2 (ja) | 1989-09-07 | 1989-09-07 | 欠陥自動判別方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0395444A true JPH0395444A (ja) | 1991-04-19 |
JP2737797B2 JP2737797B2 (ja) | 1998-04-08 |
Family
ID=16936140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP23223889A Expired - Lifetime JP2737797B2 (ja) | 1989-09-07 | 1989-09-07 | 欠陥自動判別方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2737797B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004317431A (ja) * | 2003-04-18 | 2004-11-11 | Denso Corp | 異物検査方法及び異物検査装置 |
JP2005098970A (ja) * | 2003-08-25 | 2005-04-14 | Hitachi Kokusai Electric Inc | 異物識別方法及び異物識別装置 |
US8291441B2 (en) | 2007-08-01 | 2012-10-16 | Fujitsu Limited | Storage device and electronic equipment |
JP2013077139A (ja) * | 2011-09-30 | 2013-04-25 | Furukawa Electric Co Ltd:The | 画像処理方法及び画像処理装置 |
-
1989
- 1989-09-07 JP JP23223889A patent/JP2737797B2/ja not_active Expired - Lifetime
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004317431A (ja) * | 2003-04-18 | 2004-11-11 | Denso Corp | 異物検査方法及び異物検査装置 |
JP2005098970A (ja) * | 2003-08-25 | 2005-04-14 | Hitachi Kokusai Electric Inc | 異物識別方法及び異物識別装置 |
JP4523310B2 (ja) * | 2003-08-25 | 2010-08-11 | 株式会社日立国際電気 | 異物識別方法及び異物識別装置 |
US8291441B2 (en) | 2007-08-01 | 2012-10-16 | Fujitsu Limited | Storage device and electronic equipment |
JP2013077139A (ja) * | 2011-09-30 | 2013-04-25 | Furukawa Electric Co Ltd:The | 画像処理方法及び画像処理装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2737797B2 (ja) | 1998-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dehrouyeh et al. | Grading and quality inspection of defected eggs using machine vision | |
US6950545B1 (en) | Nondestructive inspection method and apparatus | |
JP2004509325A (ja) | Pcb検査における誤った警報の低減 | |
CN109668909A (zh) | 一种玻璃缺陷检测方法 | |
JP2008076184A (ja) | 電子部品の実装状態検査方法、電子部品の実装状態検査装置及び電子機器の製造方法 | |
JP2008298784A (ja) | 欠陥検出のための複数照明経路システム及び方法 | |
JPH0395444A (ja) | 欠陥自動判別方法 | |
CN106226326A (zh) | 检测sip模组表面缺陷、露铜表面缺陷的方法及*** | |
JPH08189904A (ja) | 表面欠陥検出装置 | |
JP4184511B2 (ja) | 金属試料表面の欠陥検査方法及び装置 | |
KR101536693B1 (ko) | 다파장 영상구현 및 영상분석을 통한 흑색종판별방법 및 흑색종판별시스템 | |
US5329133A (en) | Method of automatically determining flaws of an object of examination | |
JP2004325358A (ja) | 鋳鉄成分比率測定装置及びその測定方法 | |
KR101713001B1 (ko) | 이미지 처리를 통한 금속패널 결함탐지장치 및 그 방법 | |
KR20030063428A (ko) | 시료 표면의 결함 측정 및 평가 방법 | |
KR20150114614A (ko) | 표면실장부품 패키지의 분류 시스템 및 방법 | |
JP3047168B2 (ja) | 鶏卵の検査方法 | |
JP2003075292A (ja) | 透明体の検査装置および検査方法 | |
JP3506161B2 (ja) | 農水産物の外観検査装置 | |
JP2021006810A (ja) | 保護シースを備えたケーブル、特に電気ケーブルの生産品質を検査するための方法および装置 | |
JP2001074663A (ja) | 外観評価装置 | |
JP3581040B2 (ja) | 配線パターン検査方法 | |
US20240019381A1 (en) | Method for inspecting a soft contact lens for the presence of an orange peel defect | |
JP2006095223A (ja) | 角層細胞の鑑別法 | |
KR102562741B1 (ko) | 인공지능을 이용하여 적혈구 검체에서 말라리아 감염을 진단하는 방법 및 그 장치 |