JPH0766443B2 - 画質検査方法 - Google Patents
画質検査方法Info
- Publication number
- JPH0766443B2 JPH0766443B2 JP61103763A JP10376386A JPH0766443B2 JP H0766443 B2 JPH0766443 B2 JP H0766443B2 JP 61103763 A JP61103763 A JP 61103763A JP 10376386 A JP10376386 A JP 10376386A JP H0766443 B2 JPH0766443 B2 JP H0766443B2
- Authority
- JP
- Japan
- Prior art keywords
- streak
- image
- evaluation value
- pixel
- pixels
- 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 - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 30
- 238000007689 inspection Methods 0.000 title claims description 19
- 238000011156 evaluation Methods 0.000 claims description 32
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 230000002950 deficient Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 229920002120 photoresistant polymer Polymers 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 235000012012 Paullinia yoco Nutrition 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、2次元イメージセンサである撮像管や固体撮
像素子のうちから、不良に係るものを自動的に選別する
ための画質検査方法に係り、特に2次元イメージセンサ
より得られる画像中に存在する「すじ」を定量的に評価
することによって、その画質を検査するようにした画質
検査方法に関するものである。
像素子のうちから、不良に係るものを自動的に選別する
ための画質検査方法に係り、特に2次元イメージセンサ
より得られる画像中に存在する「すじ」を定量的に評価
することによって、その画質を検査するようにした画質
検査方法に関するものである。
例えば、固体撮像素子の場合、半導体製造プロセス中
の、ホトレジスト塗布工程において、ホトレジストの粘
度が不適当だったり、あるいは素子表面の起伏が大きい
場合には、ホトレジストの塗りむらが発生しこれがため
に感度がわずかに低い絵素が直線状に形成されるものと
なっている。これを検出すべく検査の際、被検査固体撮
像素子を標準的なカメラに装着した状態で白色スクリー
ンを撮像した場合は、その部分は細く、しかも黒いすじ
としてモニタテレビ上で観測されるようになっている。
撮像素子が良品であれば、一様な明るさの画像が観測さ
れるわけであるが、不良品の場合にはすじが欠陥として
観測されるものである。したがって、このすじの存否を
以て撮像素子の良否を判定し得るが、この判定はこれま
でのところ専ら目視によって行なわれていたのが実状で
ある。
の、ホトレジスト塗布工程において、ホトレジストの粘
度が不適当だったり、あるいは素子表面の起伏が大きい
場合には、ホトレジストの塗りむらが発生しこれがため
に感度がわずかに低い絵素が直線状に形成されるものと
なっている。これを検出すべく検査の際、被検査固体撮
像素子を標準的なカメラに装着した状態で白色スクリー
ンを撮像した場合は、その部分は細く、しかも黒いすじ
としてモニタテレビ上で観測されるようになっている。
撮像素子が良品であれば、一様な明るさの画像が観測さ
れるわけであるが、不良品の場合にはすじが欠陥として
観測されるものである。したがって、このすじの存否を
以て撮像素子の良否を判定し得るが、この判定はこれま
でのところ専ら目視によって行なわれていたのが実状で
ある。
なお、この種の技術に関連するものとしては、例えば
“アイ・イー・イー・イー・コンピュータ ソサエティ
コンファレンス コンピュータビジョン アンド パ
タン レコグニション”(1983年)の第285頁から第290
決(IEEE Computer Society Conference on Compu
ter Vision and Pattern Recognition(1983)pp.2
85−290)に亘る論文が挙げられる。この論文は2次元
イメージセンサ自体についての画質検査に直接関しない
が、半導体ウエハを顕微鏡で観測した際に、画像中に存
在する直線成分(すじ)を自動検出しようというもので
あり、すじの方向がおおよそ既知であることを前提とし
た実用的な方法が提案されたものとなっている。
“アイ・イー・イー・イー・コンピュータ ソサエティ
コンファレンス コンピュータビジョン アンド パ
タン レコグニション”(1983年)の第285頁から第290
決(IEEE Computer Society Conference on Compu
ter Vision and Pattern Recognition(1983)pp.2
85−290)に亘る論文が挙げられる。この論文は2次元
イメージセンサ自体についての画質検査に直接関しない
が、半導体ウエハを顕微鏡で観測した際に、画像中に存
在する直線成分(すじ)を自動検出しようというもので
あり、すじの方向がおおよそ既知であることを前提とし
た実用的な方法が提案されたものとなっている。
しかしながら、2次元イメージセンサ自体についての画
質検査では、そのセンサ製造上での不良に起因して、撮
像画像中に出現するすじは通常薄く、しかもその方向、
形成場所ともに2次元イメージセンサ毎に個々にばらつ
いており、これがために、その画質検査には相当な熟練
が要されるものとなっている。即ち、これまでにあって
は、2次元イメージセンサ自体についての画質検査は自
動化されておらず、撮像画像中に出現する、センサ製造
不良によるすじを目視感覚上で自動的に定量評価するこ
とは、何等考慮されていなかったものである。
質検査では、そのセンサ製造上での不良に起因して、撮
像画像中に出現するすじは通常薄く、しかもその方向、
形成場所ともに2次元イメージセンサ毎に個々にばらつ
いており、これがために、その画質検査には相当な熟練
が要されるものとなっている。即ち、これまでにあって
は、2次元イメージセンサ自体についての画質検査は自
動化されておらず、撮像画像中に出現する、センサ製造
不良によるすじを目視感覚上で自動的に定量評価するこ
とは、何等考慮されていなかったものである。
本発明の目的は、2次元イメージセンサ自体の製造不良
に起因して、撮像画像中に出現するすじを自動的に検出
した上、そのすじを、すじの長さと平均コントラストの
2つの物理量を用い高速に、しかも高精度に定量評価し
得る画質検査方法を供するにある。
に起因して、撮像画像中に出現するすじを自動的に検出
した上、そのすじを、すじの長さと平均コントラストの
2つの物理量を用い高速に、しかも高精度に定量評価し
得る画質検査方法を供するにある。
上記目的は、ディジタル化された画像データに対し5段
階の処理を行なうことによって達成される。
階の処理を行なうことによって達成される。
即ち、すじの幅がせいぜい1,2画素であり、周辺より暗
く、任意の方向であるという特性を利用しすじに属する
画素の抽出処理(第1段階)、すじは連結しているとい
う特性を利用し孤立点や雑音を抑える処理(第2段
階)、ハフ変換手法を用い統計的手法によって画像中で
最もすじらしい部分を抽出する処理(第3段階)、すじ
の長さを測長するとともに、すじ以外の部分を除去しす
じの始終点を決定する処理(第4段階)、すじの始終点
より求められたすじの長さで、そのすじでの累積加算コ
ントラスト(すじ上に存在する画素各々についてのコン
トラストの累積加算値)を除すことによって、すじ上で
の平均コントラストをそのすじの強さとして求め、これ
ら平均コントラスト、すじの長さ各々を検査基準と比較
する処理(第5段階)を順次経ることによって達成され
る。
く、任意の方向であるという特性を利用しすじに属する
画素の抽出処理(第1段階)、すじは連結しているとい
う特性を利用し孤立点や雑音を抑える処理(第2段
階)、ハフ変換手法を用い統計的手法によって画像中で
最もすじらしい部分を抽出する処理(第3段階)、すじ
の長さを測長するとともに、すじ以外の部分を除去しす
じの始終点を決定する処理(第4段階)、すじの始終点
より求められたすじの長さで、そのすじでの累積加算コ
ントラスト(すじ上に存在する画素各々についてのコン
トラストの累積加算値)を除すことによって、すじ上で
の平均コントラストをそのすじの強さとして求め、これ
ら平均コントラスト、すじの長さ各々を検査基準と比較
する処理(第5段階)を順次経ることによって達成され
る。
先ず第1段階ではすじの幅を考慮してすじ検出オペレー
タのサイズが決定されたうえすじとすじ両側との間で濃
度差が求められるようになっている。すじの方向は不定
なので、上記特性のオペレータを数種の方向に適用し、
その最大評価値を選択するものである。さて、第1段階
の結果にはまだ雑音部分が含まれていることから、第2
段階では中心部分程大きな重みをもった連結成分強調オ
ペレータを作用させ、画素対応の評価値を強調すること
によって、孤立点や雑音が抑えられるようになってい
る。連結性が強い程に中心画素には大きな評価値が返さ
れる一方では、孤立点は評価値零として返されるため連
結成分の強調、即ち、遊離要素除去の機能を果たすもの
である。次の第3段階での直線成分抽出では一般にハフ
変換と称される方法が採用されるようになっている。こ
れは、直線を決定する2種のパラメータを統計的手法に
より抽出するもので、これにより画像中でのすじらしき
部分が抽出されるものである。この後の第4段階ではそ
の直線の連結性が調べられ、一定長さ以上連続している
部分のみが抽出されたうえその始終点が求められ、第5
段階ではすじの始終点より原画像に戻ってすじの強さが
求められるものとなっている。すじの始点から終点まで
に亘って、始終点間上での画素各々について別途求めら
れているコントラストがこれら画素間で累積加算される
が、この累積加算結果をすじの長さで除すことによっ
て、すじの平均コントラストが求められるものである。
この段階ですじの長さと強さが判明するので、これを検
査基準と比較することによっては、被検査撮像素子の良
否が自動的に知れるものである。
タのサイズが決定されたうえすじとすじ両側との間で濃
度差が求められるようになっている。すじの方向は不定
なので、上記特性のオペレータを数種の方向に適用し、
その最大評価値を選択するものである。さて、第1段階
の結果にはまだ雑音部分が含まれていることから、第2
段階では中心部分程大きな重みをもった連結成分強調オ
ペレータを作用させ、画素対応の評価値を強調すること
によって、孤立点や雑音が抑えられるようになってい
る。連結性が強い程に中心画素には大きな評価値が返さ
れる一方では、孤立点は評価値零として返されるため連
結成分の強調、即ち、遊離要素除去の機能を果たすもの
である。次の第3段階での直線成分抽出では一般にハフ
変換と称される方法が採用されるようになっている。こ
れは、直線を決定する2種のパラメータを統計的手法に
より抽出するもので、これにより画像中でのすじらしき
部分が抽出されるものである。この後の第4段階ではそ
の直線の連結性が調べられ、一定長さ以上連続している
部分のみが抽出されたうえその始終点が求められ、第5
段階ではすじの始終点より原画像に戻ってすじの強さが
求められるものとなっている。すじの始点から終点まで
に亘って、始終点間上での画素各々について別途求めら
れているコントラストがこれら画素間で累積加算される
が、この累積加算結果をすじの長さで除すことによっ
て、すじの平均コントラストが求められるものである。
この段階ですじの長さと強さが判明するので、これを検
査基準と比較することによっては、被検査撮像素子の良
否が自動的に知れるものである。
以下、本発明を第1図から第10図により説明する。
先ず本発明に係る画質検査装置について説明すれば、第
2図はその装置の一例での概要構成を被撮像物としての
白色スクリーンとともに示したものである。図示の如く
カメラ2内部には被検査撮像素子3が実装されており、
これによって白色スクリーン1を撮像しようというもの
である。タイミング制御回路7による制御下に、カメラ
2からの白黒映像信号8はA/D変換器4で階調濃度デー
タとして多値ディジタル化されたうえ画像メモリ5に所
定アドレス順に格納されるようになっているわけであ
る。この格納後はコンピュータ6が任意に画像メモリ5
をアクセスすることによって、既述の画質検査処理を行
なうものである。
2図はその装置の一例での概要構成を被撮像物としての
白色スクリーンとともに示したものである。図示の如く
カメラ2内部には被検査撮像素子3が実装されており、
これによって白色スクリーン1を撮像しようというもの
である。タイミング制御回路7による制御下に、カメラ
2からの白黒映像信号8はA/D変換器4で階調濃度デー
タとして多値ディジタル化されたうえ画像メモリ5に所
定アドレス順に格納されるようになっているわけであ
る。この格納後はコンピュータ6が任意に画像メモリ5
をアクセスすることによって、既述の画質検査処理を行
なうものである。
さて、第1図は本発明に係る画像検査処理のフローを示
すが、5つの処理ブロック各々は既述の5つの段階処理
に対応したものとなっている。先ず第1段毎ではすじの
候補画素が抽出されるが、第3図(a)〜(d)にすじ
検出のためのオペレータを示す。このオペレータを第4
図に示すように、全画面に亘って帰引することによって
注目画素の新しい濃度値を計算していくものである。と
ころで、第3図(a)〜(d)に示す各検出オペレータ
はすじの特徴を考慮したものとなっているが、考慮すべ
き特徴としては第1にすじの幅は画面をたて256,よこ25
6で分割したとき1,2画素であることが知れているので、
オペレータサイズは5×5を基準としている。第2にす
じは画像としては暗く見える、即ち、すじの部分は濃度
値が小さく、その周囲は濃度値が大きいというわけであ
る。この特徴を出すために、すじ部11とすじの外側部1
0,12との間での濃度値差をとるのが効果的となってい
る。第3にすじの方向は一定していないことである。こ
のために、各種方向に対して検出オペレータを作用さ
せ、その最大の評価値をとることにする。第3図(a)
〜(d)に示すものは4方向の場合についてのすじ検出
オペレータを示したものである。以上の考案に基づくオ
ペレータの計算式を以下に式(1)として示すが、評価
値Eは次式(2)によっている。
すが、5つの処理ブロック各々は既述の5つの段階処理
に対応したものとなっている。先ず第1段毎ではすじの
候補画素が抽出されるが、第3図(a)〜(d)にすじ
検出のためのオペレータを示す。このオペレータを第4
図に示すように、全画面に亘って帰引することによって
注目画素の新しい濃度値を計算していくものである。と
ころで、第3図(a)〜(d)に示す各検出オペレータ
はすじの特徴を考慮したものとなっているが、考慮すべ
き特徴としては第1にすじの幅は画面をたて256,よこ25
6で分割したとき1,2画素であることが知れているので、
オペレータサイズは5×5を基準としている。第2にす
じは画像としては暗く見える、即ち、すじの部分は濃度
値が小さく、その周囲は濃度値が大きいというわけであ
る。この特徴を出すために、すじ部11とすじの外側部1
0,12との間での濃度値差をとるのが効果的となってい
る。第3にすじの方向は一定していないことである。こ
のために、各種方向に対して検出オペレータを作用さ
せ、その最大の評価値をとることにする。第3図(a)
〜(d)に示すものは4方向の場合についてのすじ検出
オペレータを示したものである。以上の考案に基づくオ
ペレータの計算式を以下に式(1)として示すが、評価
値Eは次式(2)によっている。
E=max{Ej} ……(2) 但し、j=1〜4である。
式(1)では注目画素A2に対しすじの幅が1,2画素であ
るということを考慮して、両側画素との差が5画素分に
亘ってとられたうえ加算されるようになっている。もし
も評価値Ejが負数になった場合は、Ejの値は0におかれ
るようになっている。これは、本発明が対象としている
のは黒いすじであり、評価値Ejが負数のときは無意味で
あるからである。また、式(2)では4方向についての
評価値E1〜E4のうちからその最大値が評価値Eとしてと
られることを示している。
るということを考慮して、両側画素との差が5画素分に
亘ってとられたうえ加算されるようになっている。もし
も評価値Ejが負数になった場合は、Ejの値は0におかれ
るようになっている。これは、本発明が対象としている
のは黒いすじであり、評価値Ejが負数のときは無意味で
あるからである。また、式(2)では4方向についての
評価値E1〜E4のうちからその最大値が評価値Eとしてと
られることを示している。
次に簡単な具体例によって、本オペレータの有効性を示
せば、第5図(a)におけるます目は、例えば画面を縦
256,横256で分割したときの画素の一部を示したもので
ある。図示の如く横方向にすじ(斜線表示)が存在する
様子を示しているわけであるが、第5図(b)は第5図
(a)に示す画素対応の濃度値を示したものである。計
算を簡単にするため、本例では濃度値は0から9までの
階調データとし、0が黒、9が白に対応したものとなっ
ている。さて、第5図(b)に示すような場合に式
(1),(2)を適用すれば、例えば中心の画素(太枠
線表示)については、E1=66,E2=10,E3=0,E4=7とな
る。よって、Eの値はE=66として得られることにな
る。すじがなければ評価値は通常0付近になるので、検
出オペレータによって効果的にすじ部分が検出されるこ
とが判る。
せば、第5図(a)におけるます目は、例えば画面を縦
256,横256で分割したときの画素の一部を示したもので
ある。図示の如く横方向にすじ(斜線表示)が存在する
様子を示しているわけであるが、第5図(b)は第5図
(a)に示す画素対応の濃度値を示したものである。計
算を簡単にするため、本例では濃度値は0から9までの
階調データとし、0が黒、9が白に対応したものとなっ
ている。さて、第5図(b)に示すような場合に式
(1),(2)を適用すれば、例えば中心の画素(太枠
線表示)については、E1=66,E2=10,E3=0,E4=7とな
る。よって、Eの値はE=66として得られることにな
る。すじがなければ評価値は通常0付近になるので、検
出オペレータによって効果的にすじ部分が検出されるこ
とが判る。
第1段階での処理は以上のようであるが、これが終了す
れば次には第2段階での処理に移ることになる。第1段
階では黒いすじの部分が検出されたが、実際の画像に対
し第1段階での処理を行なう場合は、画像中の雑音のた
めに評価値が大なるところが頻度大にして出現すること
になる。これを除去するのが第2段階での処理である。
この処理のポイントは、これらの雑音は評価値としての
値は大きい可能性があるも、すじのように連続していな
いという事実によっている。つまり、連結成分を強調し
遊離成分を除去するようなオペレータを作用させるもの
である。これを第6図に示す。図中のa〜cは重みであ
り、例えばa=3,b=2,c=1といった具合になってい
る。即ち、中心部程、大きな重みが付与されているもの
である。さて、本処理は7×7のサイズ大のオペレータ
によるものであり、これを全画面に亘って帰引し評価値
を計算する場合は、多くの時間が要されることになる。
このため、第1段階での処理終了後に評価値に対し2値
化処理を行ない、すじらしき部分(画素)に対してのみ
本処理を行なうようになっている。即ち、中心画素Pxy
での2値化評価値は“0"か“1"の何れかであるが、“0"
のときは本オペレータによる処理は行わず評価値E=0
とする一方、“1"のときは本オペレータによる処理を行
ない強調された評価値Eを求めるものである。このよう
にする場合は、処理時間の短縮化が図れるものである。
なお、本処理に入る前に先立って行なわれる2値化処理
は検出したい最も弱いすじが残るように、予めしきい値
が設定されるようになっている。
れば次には第2段階での処理に移ることになる。第1段
階では黒いすじの部分が検出されたが、実際の画像に対
し第1段階での処理を行なう場合は、画像中の雑音のた
めに評価値が大なるところが頻度大にして出現すること
になる。これを除去するのが第2段階での処理である。
この処理のポイントは、これらの雑音は評価値としての
値は大きい可能性があるも、すじのように連続していな
いという事実によっている。つまり、連結成分を強調し
遊離成分を除去するようなオペレータを作用させるもの
である。これを第6図に示す。図中のa〜cは重みであ
り、例えばa=3,b=2,c=1といった具合になってい
る。即ち、中心部程、大きな重みが付与されているもの
である。さて、本処理は7×7のサイズ大のオペレータ
によるものであり、これを全画面に亘って帰引し評価値
を計算する場合は、多くの時間が要されることになる。
このため、第1段階での処理終了後に評価値に対し2値
化処理を行ない、すじらしき部分(画素)に対してのみ
本処理を行なうようになっている。即ち、中心画素Pxy
での2値化評価値は“0"か“1"の何れかであるが、“0"
のときは本オペレータによる処理は行わず評価値E=0
とする一方、“1"のときは本オペレータによる処理を行
ない強調された評価値Eを求めるものである。このよう
にする場合は、処理時間の短縮化が図れるものである。
なお、本処理に入る前に先立って行なわれる2値化処理
は検出したい最も弱いすじが残るように、予めしきい値
が設定されるようになっている。
さて、本オペレータによる処理では中心画素Pxyでの2
値化評価値が“1"のとき、中心部に最も近いリング(重
みa部分)上での“1"の画素数をn1、重みb部分での
“1"の画素数をn2、重みc部分での“1"の画素数をn3と
すれば、中心画素Pxyでの評価値Exyは以下のように求め
られるものとなっている。
値化評価値が“1"のとき、中心部に最も近いリング(重
みa部分)上での“1"の画素数をn1、重みb部分での
“1"の画素数をn2、重みc部分での“1"の画素数をn3と
すれば、中心画素Pxyでの評価値Exyは以下のように求め
られるものとなっている。
Exy=a×n1+b×n2+c×n3 ……(3) ここで連結要素強調オペレータによる処理を具体的に説
明すれば、第7図は本処理に供される2値化画像データ
の一部を示したものである。Paは雑音成分であり、Pbを
含む部分がすじの部分であるが、空白ます目はその値が
0であることを意味している。この状態で第6図に示す
オペレータを作用させるとすれば、重みは中心から3,2,
1であるとしてPaでの評価値Eはn3=1であるので1と
なる。また、Pbでの評価値EはE=11(=3×2+2×
2+1×1)となり、このようにPaとPbとでは評価値に
大きな差が出ることになる。即ち、連結要素強調オペレ
ータによる処理の結果を2値化処理(しきい値は検出し
たい最も弱いすじが残る程度に設定)すれば、孤立点や
雑音が低減された画像が得られるものである。
明すれば、第7図は本処理に供される2値化画像データ
の一部を示したものである。Paは雑音成分であり、Pbを
含む部分がすじの部分であるが、空白ます目はその値が
0であることを意味している。この状態で第6図に示す
オペレータを作用させるとすれば、重みは中心から3,2,
1であるとしてPaでの評価値Eはn3=1であるので1と
なる。また、Pbでの評価値EはE=11(=3×2+2×
2+1×1)となり、このようにPaとPbとでは評価値に
大きな差が出ることになる。即ち、連結要素強調オペレ
ータによる処理の結果を2値化処理(しきい値は検出し
たい最も弱いすじが残る程度に設定)すれば、孤立点や
雑音が低減された画像が得られるものである。
第3段階ではそのようにして得られた2値画像中から最
も直線(すじ)らしい部分が統計的手法により求められ
るが、これは、一般にハフ変換と称される手法によって
いる。この手法について説明すれば、第8図(a)にお
いて例えば3個の点P1,P2,P3がすじ(実線表示)上に在
るとすれば、その直線方程式は以下のように表わされる
ものとなっている。
も直線(すじ)らしい部分が統計的手法により求められ
るが、これは、一般にハフ変換と称される手法によって
いる。この手法について説明すれば、第8図(a)にお
いて例えば3個の点P1,P2,P3がすじ(実線表示)上に在
るとすれば、その直線方程式は以下のように表わされる
ものとなっている。
ρ=xcos θ+ysin θ ……(4) 但し、ρは画像の左上偶から直線に下した垂線の長さで
あり、θはx軸とその垂線とのなす角である。このよう
にすれば、第8図(b)に示すθ−ρパラメータ空間上
での一点は一つの直線と等価となるものである。
あり、θはx軸とその垂線とのなす角である。このよう
にすれば、第8図(b)に示すθ−ρパラメータ空間上
での一点は一つの直線と等価となるものである。
さて、具体的には入力された2値画像上で値が“1"の点
に対してのみ式(4)でθを−90゜から+180゜まで可
変し、そのときのρが求められるようになっている。例
えば、点P1(X1,y)での2値画像の値が“1"ならば、こ
の値を式(4)におけるx,yに代入し、θを−90゜から
+180゜まで可変して、ρを求めるものである。ρの値
は可変したθの数だけ計算し得るが、負(ρ<0)とな
る場合は実在しない無意味なものなので、正(ρ≧0)
となる(θ,ρ)の組み合わせについてのみその度数が
θ−ρテーブル上で積算されるようになっている。した
がって、あるθ−ρのます目の値が大きいということ
は、2値画像中でそのθ−ρで定まる直線上に乗る点の
数が多いことを示しており、これは、とりもなおさずそ
の直線成分が2値画像上で優勢であることを示す。即
ち、2値画像上の値“1"の全ての点について上記処理を
行なった後θ−ρテーブル上での度数最大のθ,ρの組
み合わせ(θM,ρM)を採れば、その直線成分が画像中
で最も強いことになる。ここでの直線成分とはすじと等
価である。
に対してのみ式(4)でθを−90゜から+180゜まで可
変し、そのときのρが求められるようになっている。例
えば、点P1(X1,y)での2値画像の値が“1"ならば、こ
の値を式(4)におけるx,yに代入し、θを−90゜から
+180゜まで可変して、ρを求めるものである。ρの値
は可変したθの数だけ計算し得るが、負(ρ<0)とな
る場合は実在しない無意味なものなので、正(ρ≧0)
となる(θ,ρ)の組み合わせについてのみその度数が
θ−ρテーブル上で積算されるようになっている。した
がって、あるθ−ρのます目の値が大きいということ
は、2値画像中でそのθ−ρで定まる直線上に乗る点の
数が多いことを示しており、これは、とりもなおさずそ
の直線成分が2値画像上で優勢であることを示す。即
ち、2値画像上の値“1"の全ての点について上記処理を
行なった後θ−ρテーブル上での度数最大のθ,ρの組
み合わせ(θM,ρM)を採れば、その直線成分が画像中
で最も強いことになる。ここでの直線成分とはすじと等
価である。
以上のようにして、すじが検出されたので、第4段階で
はすじの測長が行なわれるものとなっている。第9図は
ハフ変換により最も直線成分が強いと判定された2値画
像部分を示したものであるが、これにより測長処理につ
いて説明すれば、各線分の長さl1〜l4と各線分間のギャ
ップg1〜g3を計測したうえですじの長さが決定されるよ
うになっている。つまり、ギャップが一定以上ある場合
は、連続したすじとは見なさないものである。このこと
は、実際の画像上で雑音、もしくは非常に短いすじを除
くのに重要である。この場合、ギャップのしきい値をgt
とすると、第9図ではg1<gt,g2,g3≧gtとなっているこ
とから、すじの長さLは以下のように求められるものと
なっている。
はすじの測長が行なわれるものとなっている。第9図は
ハフ変換により最も直線成分が強いと判定された2値画
像部分を示したものであるが、これにより測長処理につ
いて説明すれば、各線分の長さl1〜l4と各線分間のギャ
ップg1〜g3を計測したうえですじの長さが決定されるよ
うになっている。つまり、ギャップが一定以上ある場合
は、連続したすじとは見なさないものである。このこと
は、実際の画像上で雑音、もしくは非常に短いすじを除
くのに重要である。この場合、ギャップのしきい値をgt
とすると、第9図ではg1<gt,g2,g3≧gtとなっているこ
とから、すじの長さLは以下のように求められるものと
なっている。
L=l1+g1+l2 ……(5) これよりすじの始点PSおよび終点PEが求められるもので
ある。
ある。
最後の第5段階ではすじの強さが求められるものとなっ
ている。すじについてはその長さだけからは評価し得な
いわけである。なぜならば、短くても強いすじや、長く
ても弱いすじなどがあるからである。強いすじというの
は原画像上ですじの部分の濃度が極端に低く(暗く)な
っているものをいうが、この強さを評価すべく原画像に
戻ってすじの平均コントラストを求め、これをすじの強
さとするものである。即ち、第4段階で既にすじの存在
位置が知れているので、対応する画素を原画上でトレー
スし、すじに相当する画素の暗さの程度をすじの始点か
ら終点まで累積加算したうえこれをすじの長さで除算す
れば平均的なすじのコントラストを求められるわけであ
る。
ている。すじについてはその長さだけからは評価し得な
いわけである。なぜならば、短くても強いすじや、長く
ても弱いすじなどがあるからである。強いすじというの
は原画像上ですじの部分の濃度が極端に低く(暗く)な
っているものをいうが、この強さを評価すべく原画像に
戻ってすじの平均コントラストを求め、これをすじの強
さとするものである。即ち、第4段階で既にすじの存在
位置が知れているので、対応する画素を原画上でトレー
スし、すじに相当する画素の暗さの程度をすじの始点か
ら終点まで累積加算したうえこれをすじの長さで除算す
れば平均的なすじのコントラストを求められるわけであ
る。
より具体的に説明すれば、第10図(a)に示すように、
すじ17の始点PSから終点PEまでの各点に対してはその点
を含むようにしてすじと直交する探索領域(▲
▼)18が設定され、探索領域における点Q1から点Q2まで
の濃度値からすじ上での点Pnのコントラストが求められ
るものである。これを第10図(b)により説明すれば、
探索領域▲▼をD1,D2,D3の3領域に分け、すじ
はD2の部分に存在すると考える。コントラストはまわり
の部分との比較なので、その部分での平均的な濃度はす
じの外側であるD1とD3の部分から算出されるようになっ
ている。ところで、第10図(b)に示す例では探索領域
は9画素よりなり、D1,D2,D3はそれぞれ3画素よりなる
ものとなっている。f1〜f9は各画素の濃度値であり、濃
度値f5の画素がすじ上での画素となっている。すじの濃
度はすじの始点PS,始点PEの誤差を考え、D2に3画素を
割りあって、この3画素の中より最小の値(最も暗い
値)を選ぶようになっている。すじはD2部分にあると考
えられるので、その外側のD1とD3の領域(合計6画素)
で平均をとったうえD2での最小値との差を点Pnでのすじ
のコントラストCnとして求めるものである。
すじ17の始点PSから終点PEまでの各点に対してはその点
を含むようにしてすじと直交する探索領域(▲
▼)18が設定され、探索領域における点Q1から点Q2まで
の濃度値からすじ上での点Pnのコントラストが求められ
るものである。これを第10図(b)により説明すれば、
探索領域▲▼をD1,D2,D3の3領域に分け、すじ
はD2の部分に存在すると考える。コントラストはまわり
の部分との比較なので、その部分での平均的な濃度はす
じの外側であるD1とD3の部分から算出されるようになっ
ている。ところで、第10図(b)に示す例では探索領域
は9画素よりなり、D1,D2,D3はそれぞれ3画素よりなる
ものとなっている。f1〜f9は各画素の濃度値であり、濃
度値f5の画素がすじ上での画素となっている。すじの濃
度はすじの始点PS,始点PEの誤差を考え、D2に3画素を
割りあって、この3画素の中より最小の値(最も暗い
値)を選ぶようになっている。すじはD2部分にあると考
えられるので、その外側のD1とD3の領域(合計6画素)
で平均をとったうえD2での最小値との差を点Pnでのすじ
のコントラストCnとして求めるものである。
例えば、f1=9,f2=7,f3=8,f4=6,f5=1,f6=2,f7=8,
f8=7,f9=9とした場合、すじ外側部での平均濃度は8
として、また、すじ部分の最小濃度は1として、よって
コントラストCnは7となるものである。
f8=7,f9=9とした場合、すじ外側部での平均濃度は8
として、また、すじ部分の最小濃度は1として、よって
コントラストCnは7となるものである。
Cnの値をすじの始点PSから終点PEまで計算、累積加算し
てこれをすじの長さLで除算すれば、平均的なコントラ
ストCavが求められるわけである。
てこれをすじの長さLで除算すれば、平均的なコントラ
ストCavが求められるわけである。
このCavによりすじの強さが、また、Lにより長さが定
量評価し得、これを判定基準と比較することによっては
撮像素子の良否が計算機により自動的に判定されるとこ
ろとなるわけである。
量評価し得、これを判定基準と比較することによっては
撮像素子の良否が計算機により自動的に判定されるとこ
ろとなるわけである。
以上説明したように本発明による場合は、これまでにあ
っては目視でしか検査し得なかった画像中における薄い
すじを自動的に検出し得るばかりか、そのすじの強さを
定量的に評価し得ることから、2次元イメージセンサに
対する検査時間の短縮化や検査精度の向上が図れるとい
う効果がある。
っては目視でしか検査し得なかった画像中における薄い
すじを自動的に検出し得るばかりか、そのすじの強さを
定量的に評価し得ることから、2次元イメージセンサに
対する検査時間の短縮化や検査精度の向上が図れるとい
う効果がある。
【図面の簡単な説明】 第1図は、本発明の係る一例での画質検査処理のフロー
を示す図、第2図は、本発明に係る画質検査装置の一例
での概要構成を示す図、第3図(a)〜(d),第4
図,第5図(a),(b)は、第1図に示すフローにお
ける第1段階での処理を説明するための図、第6図,第
7図は同じく第2段階での処理を説明するための図、第
8図(a),(b)は、同じく第3段階での処理を説明
するための図、第9図は、同じく第4段階での処理を説
明するための図、第10図は、同じく第5段階での処理を
説明するための図である。 1……白色スクリーン、2……カメラ、3……被検査撮
像素子、5……画像メモリ、6……コンピュータ
を示す図、第2図は、本発明に係る画質検査装置の一例
での概要構成を示す図、第3図(a)〜(d),第4
図,第5図(a),(b)は、第1図に示すフローにお
ける第1段階での処理を説明するための図、第6図,第
7図は同じく第2段階での処理を説明するための図、第
8図(a),(b)は、同じく第3段階での処理を説明
するための図、第9図は、同じく第4段階での処理を説
明するための図、第10図は、同じく第5段階での処理を
説明するための図である。 1……白色スクリーン、2……カメラ、3……被検査撮
像素子、5……画像メモリ、6……コンピュータ
Claims (1)
- 【請求項1】カメラ内部に実装されている、被検査対象
としての2次元イメージセンサにより白色スクリーンが
撮像された際での、該2次元イメージセンサからの多値
ディジタル化映像信号が原画像として記憶されている状
態で、該多値ディジタル化映像信号に対し画像処理を行
ない、上記原画像中に含まれている薄い直線状すじを自
動的に検出した上、定量評価することによって、2次元
イメージセンサ自体の製造上での良否を判定するための
画質検査方法であって、原画像内で、画素を所定順に更
新する度に、該画素を含む近傍周囲の画素の階調濃度デ
ータにもとづき、相異なる複数方向各々についてのすじ
の存在可能性を示す評価値を求め、最大評価値を該画素
対応の評価値とする処理と、上記画素対応の評価値を第
1の設定しきい値により2値化処理することで得られる
評価値2値化画像内で、2値化評価値が“1"に係る画素
を所定順に更新する度に、該画素近傍周囲の画素につい
ての2値化評価値に対し重み付け演算を行ない、該画素
についての評価値を強調した上、第2の設定しきい値に
より2値化処理することで、遊離状態にある評価値大の
画素が除去された遊離画素除去2値化画像を得る処理
と、上記遊離画素除去2値化画像内で、2値化評価値が
“1"に係る複数の画素各々から、該複数の画素を含む直
線の方程式をハフ変換手法により求める処理と、上記方
程式により規定される直線上に存在する複数の画素から
構成される線分のうち、設定長さ以上の線分の長さをす
じの長さとして求める処理と、上記原画像内で、上記線
分上に存在する複数の画素各々についての、該線分と直
交する探索領域内から求められる濃度差としてのコント
ラストを該画素間で累積加算し、累積加算コントラスト
を上記線分の長さで除すことで、上記線分上に存在する
複数の画素についての平均コントラストを原画像中にお
けるすじの強さとして求めた上、上記すじの長さ、平均
コントラスト各々を判定基準と比較する処理と、からな
る画質検査方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP61103763A JPH0766443B2 (ja) | 1986-05-08 | 1986-05-08 | 画質検査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP61103763A JPH0766443B2 (ja) | 1986-05-08 | 1986-05-08 | 画質検査方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS62262180A JPS62262180A (ja) | 1987-11-14 |
JPH0766443B2 true JPH0766443B2 (ja) | 1995-07-19 |
Family
ID=14362538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP61103763A Expired - Lifetime JPH0766443B2 (ja) | 1986-05-08 | 1986-05-08 | 画質検査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0766443B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02132567A (ja) * | 1988-11-14 | 1990-05-22 | Fuji Electric Co Ltd | 2値化回路 |
KR940007346B1 (ko) * | 1991-03-28 | 1994-08-13 | 삼성전자 주식회사 | 화상 처리 시스템의 엣지 검출 장치 |
JP4702953B2 (ja) * | 2006-06-01 | 2011-06-15 | 大日本スクリーン製造株式会社 | ムラ検査方法、ムラ検査装置およびプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61290583A (ja) * | 1985-06-19 | 1986-12-20 | Yokogawa Electric Corp | 画像処理装置 |
-
1986
- 1986-05-08 JP JP61103763A patent/JPH0766443B2/ja not_active Expired - Lifetime
Non-Patent Citations (1)
Title |
---|
Rosenfeld&Kak著、長尾真監訳、ディジタル画像処理、近代科学社、P.306−312,P.316−326 |
Also Published As
Publication number | Publication date |
---|---|
JPS62262180A (ja) | 1987-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6620477B2 (ja) | コンクリートのひび割れ検出方法及び検出プログラム | |
CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
CN114549441B (zh) | 基于图像处理的吸管缺陷检测方法 | |
CN115294527B (zh) | 一种基于计算机视觉的地铁隧道破损检测方法 | |
CN110858395A (zh) | 一种卷装长丝的污丝缺陷检测方法 | |
KR102242996B1 (ko) | 자동차 사출제품의 비정형 불량 검출 방법 | |
CN115330770A (zh) | 一种布匹区域类疵点识别方法 | |
JP3324699B2 (ja) | 繊維の径分布測定方法および装置 | |
JP3333568B2 (ja) | 表面欠陥検査装置 | |
KR100754969B1 (ko) | 화상 검사 장치, 화상 검사 방법 및 컴퓨터 판독가능한 기억 매체 | |
CN116843640A (zh) | 瓷砖表面凹坑缺陷检测方法、***及存储介质 | |
JPH0766443B2 (ja) | 画質検査方法 | |
CN110857921A (zh) | 一种卷装长丝的毛丝缺陷检测方法 | |
JPH08145907A (ja) | 欠陥検査装置 | |
JP2007081513A (ja) | 固体撮像素子のシミ欠陥検査方法 | |
JP4956077B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
JP2001028059A (ja) | 色ムラ検査方法及び装置 | |
JPH02242382A (ja) | 欠陥検査方法 | |
JP2638121B2 (ja) | 表面欠陥検査装置 | |
JP2730806B2 (ja) | 固体撮像素子の評価方法 | |
JPH0319990B2 (ja) | ||
JPH07301609A (ja) | 欠陥検査方法 | |
JP3509581B2 (ja) | 外観検査方法 | |
KR101987472B1 (ko) | 금속패널 결함 탐지 장치 및 방법 | |
JP4121628B2 (ja) | 画面検査方法及びその装置 |