JPS58134372A - Pattern checking device - Google Patents
Pattern checking deviceInfo
- Publication number
- JPS58134372A JPS58134372A JP57016433A JP1643382A JPS58134372A JP S58134372 A JPS58134372 A JP S58134372A JP 57016433 A JP57016433 A JP 57016433A JP 1643382 A JP1643382 A JP 1643382A JP S58134372 A JPS58134372 A JP S58134372A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- circuit
- judgment
- correlation
- window
- 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
- 238000007689 inspection Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims 1
- 230000000007 visual effect Effects 0.000 claims 1
- 239000000284 extract Substances 0.000 abstract description 4
- 230000002950 deficient Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/36—Applying a local operator, i.e. means to operate on image points situated in the vicinity of a given point; Non-linear local filtering operations, e.g. median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Nonlinear Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
【発明の詳細な説明】
本発明は、検査対象パターンの良否を判定するパターン
検査装置に関するものである。DETAILED DESCRIPTION OF THE INVENTION The present invention relates to a pattern inspection device that determines the quality of a pattern to be inspected.
第１閣《姉．＠は１それでれテンプレートマッチング方
一式と称される従来のパターン検査装置の原理ｌ！明閣
である０岡贈において、ｌと１′はそれｆれ検査対象パ
ターン１２〜８はそれぞれ十印で示されたサンプリング
ポイント、である。1st Cabinet《Sister. @ is 1, which is the principle of a conventional pattern inspection device called a template matching method set! In the Ming Pavilion, 0 Okasho, l and 1' are f, and inspection target patterns 12 to 8 are sampling points indicated by 10 marks, respectively.
第１ｆＷ（ａ）において、検査対象パターンｌが文字の
８であったとする。このとき、図示せざるテンプレート
を用いて、サンプリングポイント２〜８を図示の如く定
め、各ｌインドにおけるパターンの有無を検査する。例
えばパターン有ならば論珈１％バ身−ン無ならば論ｇｊ
ＡＯとし、２〜８の各ポイントにおける検査結果をコー
ド化し箋そのコードから検査対象パターンが既知のどの
パターンに分類されるかを認識するのである。Assume that in the first fW(a), the pattern l to be inspected is the letter 8. At this time, using a template (not shown), sampling points 2 to 8 are determined as shown, and the presence or absence of a pattern in each India is inspected. For example, if there is a pattern, it will be 1%, and if there is no pattern, then it will be rongj.
The inspection results at each point 2 to 8 are coded as AO, and from the code it is recognized which known pattern the pattern to be inspected is classified into.
第１図（−においては、ポイント２〜８の何れにおいて
も検査結果は有（論理１）であり、この場合、検査対象
パターンｌは□文字の８であるト戴議する。第１図ら）
においては、ポイント８のみがパターン無（論理０）で
、この場合は、文字の０のパターンであると予め判定の
アルボリス人を定めておき、それに従ってＯと認識する
。Figure 1 (-) The inspection result is positive (logic 1) for any of points 2 to 8, and in this case, the pattern l to be inspected is □ character 8. Figure 1 et al.)
In , only point 8 has no pattern (logical 0), and in this case, the Arboris person for determination is determined in advance as a pattern of the character 0, and O is recognized accordingly.
このようなテンプレートマツチングによるパターン検査
方式は、吟味すべき情報が圧縮されてぃて少ない（サン
プリングポイントにおけるパターンの有無のみ）こと、
吟味した結果によるパターンのクラス分けが容易である
こと％噂の利点があり、０ＣＲ（光学文字読取器）のよ
うに、検査対象となる未知のパ身−ンを、標＊（！ｌｔ
知）パターンの中のどれに相当するものかを判定して分
−すれば足りるというようなパターン１ＩＩＩｌｉ装置
に用いれば有効であることが知られている〇
しかしながら、テンプレートマツチング法をパターン検
査装置に応用すると１いくつかの問題点が出て（る０そ
の一つは、パターンの良否検査に験ては、サンプリング
ポイントを拡祭した窓領域を考え、ｌＩＩ愈領域内にパ
ターンが存在するか否かで判定すると、類似ではあるが
不良のパターンを良品と誤判定すると云う致命的な欠陥
があることである。なぜなら１ば、パターンが存在する
か否かという２１１−択一の′□木式では１意領域内に
パターンが存在しなかったと□きは不良と判定するが、
パターンが存在したけれども１その大きさが良品と興な
っていた場合には、不良と判定することができないから
である。In this pattern inspection method using template matching, the information to be examined is compressed and small (only the presence or absence of a pattern at a sampling point);
It has the rumored advantage that it is easy to classify patterns based on the results of examination, and it is possible to easily classify unknown pattern patterns to be inspected, such as with OCR (optical character reader).
(Known) It is known that it is effective when used in a pattern 1IIIli device where it is sufficient to determine which of the patterns corresponds to the pattern. When applied to If the judgment is made based on whether the pattern exists or not, there is a fatal flaw in that a similar but defective pattern is mistakenly judged as a good product. In the formula, if the pattern does not exist in the unique area, it is determined to be defective, but
This is because if a pattern exists but its size indicates that it is a good product, it cannot be determined that it is defective.
一般に印刷されているようなパターンでは、愈ｇＡ域に
占めるパターン部分の面・積が、場所により□大きく異
なるなど、それぞれの窓領域において１パタ一ン部分に
特徴（この場合１間１１＃□の大小）があるので、この
特徴を抽出して計測しな□ければ正しいパターン検査は
出来ない。In commonly printed patterns, the surface area and area of the pattern portion in the ygA area vary greatly depending on the location, and each pattern has its own characteristics (in this case, 1 space 11 # □) in each window area. □), therefore, correct pattern inspection cannot be performed unless this feature is extracted and measured.
本発明は、上述のような従来の技術的事情にかんがみな
されたものであり、従って本□発明の目的□は、テンプ
レートマツチング法の原鴫にのっとりながら、それを発
展させて、一般の印刷パターンなどをも正しく検査する
ことのできるパターン検査装置を提供することにある。The present invention has been made in view of the conventional technical circumstances as described above, and therefore, the purpose of the present invention is to develop it based on the original template matching method and to apply it to general printing. It is an object of the present invention to provide a pattern inspection device that can correctly inspect patterns.
本発明の概要は次の如くである。本発明においては、先
ず検査対象パターンを二次元逐次走査要充電変換装置（
例えば工業用テレビカメラ）を用い撮像して得られる時
系列の電気信号□を処理してパターンの良否を判定する
ものであるが（テレビカメラの視野内に、複数（一般に
は！１）の窓領域を電気的手段などにより設□定し、各
窓領域からみたパターン部分の特徴を量的に抽出する。The outline of the present invention is as follows. In the present invention, first, a pattern to be inspected is scanned in two-dimensional sequential manner by a charging conversion device (
For example, the time-series electrical signals □ obtained by capturing an image using an industrial television camera are processed to determine the quality of the pattern. A region is set by electrical means or the like, and the features of the pattern portion viewed from each window region are quantitatively extracted.
他方、゛各章領域毎に上限および下限のしきい値範囲を
設定しておき１抽出された待機量がその範囲内にあれば
論１１１％なければ−１［６の如く判定する（これを−
次判定という）０次に窓領域の幾つかをグループにまと
め１各グループについて１属する各愈領域毎の一次判定
結果の集合を、予め設定上である一次Ｎ！１テーブル（
これは良品であるパターンについて１同様に視費を窓領
域に分けて各領域毎に得られた一次判定結果のグループ
毎の集会を予め求めておき、テーブル化したものである
）と比較照会し１それにより実否の判定（これを二次判
定という）を行なう・この二次判定をすべてのグループ
について行ない、その結果によってパターンの真否を総
合的に判定する・
なお、上記の二次判定で不良と判定されたグループにつ
いては必要に応じ一次の１ｌ１１１として相関ｍｌ！を
行なう。ｓｓｅ判定きいうのは次のようなものである。On the other hand, set the upper and lower threshold ranges for each chapter area, and if the extracted waiting amount is within that range, it will be 111%, then -1 [6] −
Some of the 0-order window areas are grouped into groups. 1 For each group, a set of primary judgment results for each of the outer regions belonging to 1 is obtained based on the preset order N! 1 table (
This is done by dividing the inspection cost into window areas as in 1 for patterns that are non-defective products, obtaining the group-by-group gathering of the primary judgment results obtained for each area in advance, and making a table for comparison). 1 Based on this, a judgment is made as to whether the pattern is true or false (this is called a secondary judgment) - This secondary judgment is carried out for all groups, and based on the results, the truth or falsehood of the pattern is judged comprehensively - In addition, in the above secondary judgment, For groups determined to be defective, correlate ml as primary 1l111 as necessary! Do the following. The sse judgment is as follows.
検査対象パターンが鳥品であっても、カメラ視社内で所
定の位置からずれていたりすると、予め定められた窓領
域を通して抽出された特徴量が所定のしきい値範囲内に
収まらないことがあり＼その結果、−軟判定結果は不良
と出る０しかし１パターンは少し隣りへずれただけなの
であるから、所定の窓領域を通して検出された特徴量と
１その誇りの窓領域を通して検出された特徴量との相関
をとれば（この場合、相関とは加算、減算など）、得ら
れた相関量は所定のしきい値範囲内に収まり一次判定結
果は良と出る。このような考え方に立って、関連のある
適当な窓領域の組合せを定め、その開で各特徴量の演算
加工（飼えば加算）を行ない、加工結果について一次判
定（これを相関−次判定と云う）を行なう。相関−軟判
定結果の集合を、予め設定されていヤ、相関−次判定テ
ーブル（先きの一次判定テーブソ同様にして予め求めて
おく）と比較照合することにより、相関二次判定を行な
い、その結果により良否を判定する。Even if the inspection target pattern is a bird product, if it deviates from the predetermined position within the camera field of view, the feature values extracted through the predetermined window area may not fall within the predetermined threshold range. \As a result, - the soft decision result is bad. 0 However, since the 1 pattern is only slightly shifted to the adjacent one, the feature quantity detected through the predetermined window area and 1 the feature quantity detected through the proud window area. If the correlation is taken (in this case, correlation means addition, subtraction, etc.), the obtained correlation amount will fall within a predetermined threshold range, and the first judgment result will be good. Based on this idea, we determine an appropriate combination of related window areas, use the combination to perform arithmetic processing (addition if kept) of each feature, and perform a first-order judgment on the processing results (this is called a correlation-order judgment). say). By comparing and collating the set of correlation/soft decision results with a preset correlation/secondary decision table (predetermined in the same manner as the previous first order decision table), a second correlation decision is made. Judgment is made based on the results.
以−Ｆ説明したように、本発明においては、−次判定、
二次判定のはかに、必要に応じて相関判定を行なうこと
により検査対象パターンの良否を判定している。なお、
窓領域の形状、大きさ等については、検査対象パターン
に従って任意適宜に定めるもので一長方形などに限るも
のではない。また窓領域を通して抽出する特徴量として
も、室領Ｊｄ内ツバターン部分の面積のほか、パターン
部分の周囲長１その他を用いうろことは勿論である。As explained below, in the present invention, - next determination,
In addition to the secondary judgment, the quality of the pattern to be inspected is determined by performing correlation judgment as necessary. In addition,
The shape, size, etc. of the window area are determined arbitrarily and appropriately according to the pattern to be inspected, and are not limited to a rectangular shape or the like. Moreover, as the feature quantity extracted through the window area, in addition to the area of the brim turn part in the room area Jd, the circumference 1 of the pattern part and other scales are of course used.
次に図を参照して本発明の実施例を説明するＯｊｌ［Ｉ
（ａ）は１事発明における窓領域の設定例を示す説明図
であり、第２図（ｂ）は検査対象パターンの一例の説明
図であり１第２１１１（Ｃ）は窓領域を通して見たパタ
ーンの説明図である。Next, an embodiment of the present invention will be described with reference to the drawings.
(a) is an explanatory diagram showing an example of setting the window area in the first invention, FIG. FIG.
これらの図におりて、２１〜２７はそれぞれ短１！１形
の窓領域であり、ｈｏは検査層重のパターン（文字の８
）であ−。１１１２ｇ（ｃ）に見られるように、窓領域
２１〜２７のそれｆれを通して１パターン′□”−
２０の一部分が見られる。In these figures, 21 to 27 are short 1!1 window areas, and ho is the inspection layer pattern (letter 8).
). As seen in 1112g(c), a portion of one pattern '□''-20 is seen through each of the window areas 21-27.
第３ｍは窓領域の他の設定例を示す説明図である◇ｑｍ
においては−ｊｌＺ図（１）、に示したのと同じ窓領域
２１〜２７の外側に、３１〜３６の各窓領域を、また内
側に、４１〜４８の各窓領域を設定しており、パターン
の配置がずれた場合などにおいて、中央の窓領域（２１
＋２７）と外側または内側の惣領域の間で相関をとるこ
とが可能な構成になっている。The third m is an explanatory diagram showing another setting example of the window area◇qm
In -jlZ, window areas 31 to 36 are set outside the same window areas 21 to 27 as shown in diagram (1), and window areas 41 to 48 are set inside, If the pattern placement is shifted, etc., the central window area (21
+27) and the outer or inner so area.
第４図は本発明の一実施例を示すブロック図である 同
図において、５０は検査対象パターン、５１は工業用テ
レビカメラ（ＩＴＶカメラ）％５２は２賛化・画素分割
回路、５３１５３’はそれでれ特徴抽出回路、５４ｅ５
４’はそれｆれ計数回路１！ｓ３は計数値記憶回路、５
６は一次判定回路％５７は二次判定回路、５８は相関判
定要否回路、５．９は相関演算回路、６０は相関−次判
定回路、６１−は相間二次判定回路、６２は総合判定回
路、６３はｗｅ域発生回路、６４は制御回路、６５は設
定値記憶回路、６６はキーボード１である。FIG. 4 is a block diagram showing an embodiment of the present invention. In the same figure, 50 is a pattern to be inspected, 51 is an industrial television camera (ITV camera), 52 is a two-part pixel division circuit, and 53153' is a pixel division circuit. That's the feature extraction circuit, 54e5
4' is fre counting circuit 1! s3 is a count value storage circuit, 5
6 is a primary judgment circuit, 57 is a secondary judgment circuit, 58 is a correlation judgment necessity circuit, 5.9 is a correlation calculation circuit, 60 is a correlation-order judgment circuit, 61- is a secondary judgment circuit between phases, 62 is a comprehensive judgment 63 is a we area generation circuit, 64 is a control circuit, 65 is a set value storage circuit, and 66 is a keyboard 1.
次に動作の概要を説明する。先ず対象パターン５０をＩ
ＴＶ力ｙう５１により撮像して得られる時系列の電気信
号を２値化・画素分割回路５２において２値化し、かつ
画素（ドツト）に分割する◎這當は、−両面分の電気信
号を水平Ｘ軸方向に３２０個、垂直Ｙ軸方向に２４０個
、全体で、約７萬７千個位のドツトに分割する＠特徴抽
出１路５３は一分割回路５２からのドツト信号を受け、
その時機を抽出する。例えば特徴が単に面積の大小であ
ったとすると、ドツト信号の白なら白、黒なら黒に着目
してそのドツト信号白の部分の横方肉水平崩査時の長さ
くドツトのＷｋ）を次の計数回路ｓ４で計数してゆくこ
とにより面積が求まる。Next, an overview of the operation will be explained. First, the target pattern 50 is
The time-series electrical signals obtained by imaging with the TV power source 51 are binarized in the binarization/pixel division circuit 52 and divided into pixels (dots). The first feature extraction circuit 53 receives the dot signal from the one division circuit 52, which divides it into 320 dots in the horizontal X-axis direction and 240 dots in the vertical Y-axis direction, about 77,000 dots in total.
Extract that opportunity. For example, if the feature is simply the size of the area, focus on the dot signal's white if it is white, or its black if it is black. The area is determined by counting in the counting circuit s4.
（つ會り長さの集会により面積を求める）。５３′は面
積以外の別な特徴を抽出する回路、例えば白と黒の境界
層を検出する場合だとすると、その塊昇点を抽出する回
路であり一次の計数回路５４′によってｍｌＦ点の数を
針数することによりＪＩＩ界長が求會る・なお窓領域発
生回路６３から発生される窓領域信号の制御のもとに計
数回路５４．５４’はＳｔ−動作を行なうので、針歇結
果は、各窓領域について抽出された特徴量ということに
なり、これが窓領域の番号と時機１Ｉｉｌｉ１１１に整
層されて記憶回路ｓＳに一旦記憶される。室領域発生回
路６３は、キーボード６６から設定値記憶回路６５に入
力されたデータをもとに編集された任意の形状の多数の
窓領域を表わす信号を発生し出力することができる。(Find the area by meeting the meeting lengths). 53' is a circuit that extracts other features other than area, for example, when detecting a white and black boundary layer, it is a circuit that extracts the lump rising point, and the number of mlF points is calculated by the first-order counting circuit 54'. The JII field length is found by counting. Since the counting circuits 54 and 54' perform the St- operation under the control of the window area signal generated from the window area generating circuit 63, the needle interval result is as follows. This is the feature quantity extracted for each window area, which is arranged in the window area number and timing 1Iili111 and temporarily stored in the storage circuit sS. The room area generation circuit 63 can generate and output signals representing a large number of window areas of arbitrary shapes edited based on data input from the keyboard 66 to the set value storage circuit 65.
さてＩＴＶカメラ５１による１フイールドの走査が完了
すると、各窓領域毎の特徴データの計測および記憶が完
了するので、これらの特徴データをもとに、以下の回路
５６〜６５により、対象パターンの良否を判定する。Now, when the scanning of one field by the ITV camera 51 is completed, the measurement and storage of the characteristic data for each window area are completed, and based on these characteristic data, the following circuits 56 to 65 determine whether the target pattern is good or not. Determine.
記憶回路５５から続出された各窓領域毎の特徴データは
、−軟判定回路５６において、各窓領域毎、特徴毎に設
定された上限設定値αｉｊ１下限設定値βｉｊ（但し、
ｉは特徴の種類を表わし、ｊは窓領域の番号を示す）と
比較され、上限と下限の範囲（シきい値範囲）内Ｉ５・
あるか否かの一次判定がなされる。特徴項目ｉｉついて
の判定処理動作を具体的に説明する。 ′
゛−一次定１路ｔＩ６は、特徴項目量（例えば面積なら
ｒｋＪ積の大小）についての窓領域ｊにおけるデータＤ
ｉｊが上ｉｌＷ＆定値町ｊ１下限設定値βｉｊの範囲内
にあるか否かを関ぺで一次判定を行なうが、これを全窓
領域について実施する〇−一次判定結果、上下限しきい
値の範囲内にあれば６ｍｉ、範囲外にあれば論理０と表
わされる０なお上下限しきい値は、窓領域毎、４１徽項
目毎に適切なものを選択することが可能であり、これら
のしきい蝕データはキーボード６６から人力されて設定
値記憶−路６５に記憶されているので、−軟判定回路Ｓ
６はこれを読出して使用する０
一般に検査層重パターンは、Ｎ個（Ｎは任意の整数）の
小パターンから構成されると考えて良いことが多いので
、各窓領域はＮ個の小パターンに層比するようにＮ個の
グループにまとめられる。The feature data for each window region successively outputted from the memory circuit 55 is processed by the soft decision circuit 56 into an upper limit setting value αij1 and a lower limit setting value βij (however,
i represents the type of feature and j represents the number of the window area), and I5 and I5 within the upper and lower ranges (threshold range)
A primary determination is made as to whether or not there is. The determination processing operation for feature item ii will be specifically explained. ′
゛-Linear constant 1 path tI6 is the data D in the window area j regarding the amount of feature items (for example, the size of the rkJ product in the case of area)
A primary judgment is made at the separator to determine whether or not ij is within the range of the upper limit set value βij, and this is performed for the entire window area.〇-Primary judgment result, range of upper and lower thresholds If it is within the range, it is expressed as 6mi, and if it is outside the range, it is expressed as logical 0.The upper and lower thresholds can be selected appropriately for each window area and each of the 41 items. Since the eclipse data is entered manually from the keyboard 66 and stored in the set value memory path 65, the soft decision circuit S
6 reads and uses this 0 In general, it is often possible to think that an inspection layer pattern is composed of N small patterns (N is any integer), so each window area consists of N small patterns. The images are grouped into N groups in proportion to the number of layers.
例えば検査対象パ゛ターンが「Ａ Ｂ ＣＤＪであった
とすれば、これは４□′−の小パターン（各文字がそれ
ぞれ小パターンを１−成する）から成るものと嶌え：：
、
る。なお小パターン”は、必ずしも１文字単位、１ｗＪ
形単位で構成されるものではなく、複数文字単位で構成
されるときもある。For example, if the pattern to be inspected is ``A B CDJ'', it is assumed that it consists of 4□'- small patterns (each character makes up one small pattern):
, Ru. Note that "small pattern" does not necessarily mean 1wJ in units of 1 character.
It is not composed of a shape unit, but is sometimes composed of multiple character units.
グループ化された電値域書号の組合せはキーボード６６
を用いて人力され設定値記憶回路６５に記憶される。二
次判定回路５７は、グループ化された窓−域番号の組合
せを記憶回路６５から続出し、これに従って一次判定回
路５６からの各窓領域毎の一次判定結果をグループに分
ける。次に二次判定（ロ）路５７は、グループ分けされ
た一次判定回路５６を電設定値記憶回路６５から読出し
た一次判定テーブルと比較照合することにより１グルー
プとしての良否を判定する。なお−次判定テーブルは、
対象パターン毎に予め求めて設定値記憶回路６５に記憶
させておくものである。The combination of grouped electric range symbols is on the keyboard 66
The set value is manually inputted using the set value storage circuit 65 and stored in the set value storage circuit 65. The secondary determination circuit 57 successively outputs the grouped window-area number combinations from the storage circuit 65, and divides the primary determination results for each window area from the primary determination circuit 56 into groups accordingly. Next, the secondary judgment (b) path 57 compares and checks the grouped primary judgment circuits 56 with the primary judgment table read out from the electric setting value storage circuit 65 to judge the quality of one group. Note that the next judgment table is
This is determined in advance for each target pattern and stored in the set value storage circuit 65.
１３図に示したように設定された窓領域を用い１数字の
８（第２図６）と７をそれぞれ対象パターンとしたとき
の一次判定テーブルを第ｓ図にボす。The primary determination table when the window area set as shown in FIG. 13 is used and the numbers 8 (FIG. 2 6) and 7 are used as target patterns is shown in FIG. s.
対象パターンが数字の８であるときは、−次判定テーブ
ルは、窓領域査号の順に配列されたコード化データＣ１
１１１１１１”・・・・・０〕であり、数字の７である
ときは（１１１００００・・・・・・０〕であることが
第４図から理解されるであろう。When the target pattern is the number 8, the -th order determination table is coded data C1 arranged in the order of the window area symbols.
111111"...0], and when the number 7 is (1110000...0), it will be understood from FIG.
二次判定回路５７による二次判定操作は全グループにつ
いて行なわれる。グループとしての二次判定が不良（Ｎ
Ｇ）であったときは、相関判定要否回路ｓ８において相
関判定の要否を決める０相関判定要否回路ｓ８は１予め
設定されているＩｋ々の条件に従って、成る場合には相
関判定要と決定し、成る場合には１それには及ばない（
つまり否）と決定する・相関判定要となったときには、
相関演算１ｉｉｎｓｓが〜設定された窓領域の組合せ（
この組合せに関するデータはやはり記憶回路６Ｂから読
出して得る）について１抽出された特徴データの演算（
例えば窓領域２１のデータと窓領域３１のデータとを加
算）を行ない、その結果を新データＤＣ１ｙとして出力
する。The secondary determination operation by the secondary determination circuit 57 is performed for all groups. Poor secondary judgment as a group (N
G), the correlation determination necessity circuit s8 determines whether correlation determination is necessary or not. The correlation determination necessity circuit s8 determines whether correlation determination is necessary or not according to the preset Ik conditions. If it is determined and becomes 1, it does not reach that (
In other words, when it becomes necessary to determine the correlation,
Correlation calculation 1iinss ~ combination of set window areas (
Data regarding this combination can also be obtained by reading out from the memory circuit 6B), and the calculation of the extracted feature data (
For example, the data in the window area 21 and the data in the window area 31 are added, and the result is output as new data DC1y.
演算により得られた新データＤ Ｃｊｋは相関−軟判定
回路６０へ送られ、ここで、設定値記憶回路６ｓより請
出された上ＩＩ設定値αＣｊｋと下限設定値声Ｃｊｋの
範囲内にあるか否かの相関−次判定がなされ１範固内に
あれば論理１１範囲外であれば論理Ｏが出力される。か
かる相関−次判定処理は指定された全ての窓領域の組合
せについて行なわれる。The new data D Cjk obtained by the calculation is sent to the correlation-soft decision circuit 60, where it is determined whether the data is within the range of the upper II set value αCjk and the lower limit set value Cjk retrieved from the set value storage circuit 6s. A correlation-order determination is made as to whether or not the signal is within the 1 range, logic 11. If it is outside the range, logic 0 is output. Such correlation-order determination processing is performed for all specified combinations of window areas.
次に相関二次判定回路６１では１回路６０からの相関−
次判定結果と、設定値記憶回路６５から続出した相関−
次判定テーブルとを比較照合することにより相関二次判
−を行なし・−一致していれば当該グループの当該特徴
項目についての判定は良となる◎
１１１３図に示した如く設定された窓領域を用い１散字
の８が、第２図０に示した窓領域との相鮒位置から、若
干上方へずれた場合に求められる相関−次判定テーブル
を一例として１１６図に示す。Next, in the correlation secondary determination circuit 61, the correlation from the one circuit 60 -
The correlation between the next determination result and the set value storage circuit 65 -
By comparing and checking with the next judgment table, a second correlation judgment is performed. If they match, the judgment for the feature item of the group is good.◎ 1113 Window area set as shown in Figure FIG. 116 shows an example of a correlation-order determination table obtained when the number 8 is slightly shifted upward from the position relative to the window area shown in FIG. 20.
１１６図において、パターン８が少し上へずれたため、
愈餉城２１単独では特徴抽出量が少なく１データは論Ｉ
ＩＩになることができないで論ＭＯにとどまっており、
他方、窓領域２１と３１の特徴量の和により、ようやく
データ゛は論ＩＩＩになっていることが゛理解されるで
あろ）う。窓領域２４％２７についてもそれぞれ同じこ
とが云える。相関−次判定テーブルも予めこれを求めて
苓−ボード６６によって設定値記憶ｆｉｌ１６５に記憶
しておくものであることは１先に説明した一次判定テー
ブルの場合と同じである＠
以上により結ＮＳ奪領域を遥して直接計測した特徴量デ
ータによる二次、判定処理と、計測データを加工して得
られる相関演算データによる相関二次判定回路を行ない
１千のどちらか一方で結果が良品と出れば％総会判定−
１６８２は良品という判定結果を出力することになる。In Figure 116, pattern 8 has shifted slightly upward, so
If the number of features extracted by 21 alone is small, one data is a theory I.
Unable to become a II, he remains in the discussion mode,
On the other hand, it will be understood that the sum of the feature amounts of the window areas 21 and 31 finally makes the data ``Logic III''. The same can be said of the window areas 24% and 27. The correlation-order judgment table is also obtained in advance and stored in the setting value storage file 165 by the board 66, which is the same as the case of the first-order judgment table explained earlier. A secondary judgment process is performed using feature data directly measured across the area, and a correlation secondary judgment circuit is performed using correlation calculation data obtained by processing the measurement data. % General Meeting Judgment
1682 outputs a determination result that the product is non-defective.
１１７１１に電電４閣に示した実施例の動作概要を−１
１８８１に動作の詳細をそれぞれ流れ図として示した・
なお第８にでは箋窓領域のことを単にウィンドと表寓し
ている◎
以上に述べた実施例の説明では電電領域の形状を長方形
として親御したが１そのほか四角１五角麺％ｎ負多角形
、円形、環形等、任意の形状で、１
あってよく１特に轡＊、対電パターンが文字でなくＥ形
であるような場合には、それに適した形状の窓領域を選
択することが大切である。11711 - 1 -1
1881 shows the details of each operation as a flowchart.
Note that in the eighth section, the note window area is simply referred to as a window.◎ In the explanation of the embodiments described above, the shape of the electrical area is assumed to be rectangular. , circular, annular, etc., in any shape.1 Especially when the receiving pattern is E-shaped rather than a letter, it is important to select a window area with an appropriate shape. It is.
また前記実施例の説明では、相関判定処理を、行なうＳ
％相関二次判定時に、相間−次判定結果だけを用いて行
なうように説明したが、相関−次判定結果のほかに、−
次判定結果を参照して行なうこともある０１！た１相関
演算として加算の剥を説明したが、パターン条件によっ
て４［や比をとるとメリットが出るケースもある０次に
前記実施例では特徴項目ｉだけの相関をとったが、ノシ
ターンの条件によっては異なる特徴項目同志の相関をと
ると着るしいメリットがあることもある。このようなケ
ースの動作７１：Ｉ−チャートを＠９１ｉＨに示す０尚
、以上の説明では特徴項目として面一と境界長について
説明したが、交点・端点・弧丘点・斜Ｉｓ−々の局ｉ！
面情報を採用できる０以上、述べたように本装置では％
青電パターンによって窓領域の形状、位置、敵等の条件
、各種しきい値、相関条件、各稙判定条件等がキーボー
ド入力により自由に記憶囲路に設定できる様になってい
る。従って、従来ノシターン検査装置１ｔ４１対象パタ
ーンによってハードやアルゴリズムが着るしく異なり量
産性に乏しかったが、本装置で＆ま検査増電となるパタ
ーンの変更に屑する適応力を著しく高くしており、従っ
て量産可能な構成となっている０
次に本発明の効果について述べるＯ
Φ 窓領域が１１ｅ来のようにパターン成分が存在する
場所だけでなく％１１３ｉｄにおし１て３１〜４８に示
したように一パターンの存在しない餉域にも設定で會る
・従って従来不可能であった〔検査パ＊ −ンーｊｋ＆
パターン＋α〕のような場合に対しても容易に不良は不
良と判定できる。In addition, in the description of the embodiment, the correlation determination process is performed by S
Although it was explained that only the interphase-order judgment results are used during the % correlation secondary judgment, in addition to the correlation-order judgment results, -
It may be done by referring to the next judgment result 01! Although we have explained the stripping of addition as a correlation operation, depending on the pattern conditions, there are cases where it may be advantageous to take 4 [ or a ratio. In some cases, it may be advantageous to correlate different feature items with each other. Operation 71 in such a case: Show the I-chart at @91iH 0 In the above explanation, flush and boundary length were explained as feature items, but the points of intersection, end points, arcuate points, and oblique Is- i!
As mentioned above, this device uses %
The shape of the window area, position, enemy conditions, various threshold values, correlation conditions, various base judgment conditions, etc. can be freely set in the memory fence using the blue electric pattern by keyboard input. Therefore, conventional nositane inspection equipment 1t41 had different hardware and algorithms depending on the target pattern, and it was difficult to mass-produce, but this equipment has a significantly high adaptability to pattern changes that require increased inspection power. It has a configuration that can be mass-produced.Next, the effects of the present invention will be described. It is possible to meet the setting even in areas where no pattern exists, which was previously impossible.
Pattern +α] can also be easily determined to be defective.
■ 各窓領域における判定が１特徴項目毎、窓領域毎に
独立した上下限しきい値をもってなされるので、廖領域
内でのパターンの有無だけでなく、パターンの大きさ変
化や影状毅化を定量的に判定することができ、パターン
のわずかの麦化に対しても判定精度を着るしく高度化す
ることができる。■ Judgments in each window area are made using independent upper and lower threshold thresholds for each feature item and each window area, so it is possible to check not only the presence or absence of a pattern within the area, but also changes in the size of the pattern and changes in shadow shape. can be determined quantitatively, and the determination accuracy can be significantly improved even when the pattern is slightly distorted.
また、増電パターンが部位によって密度が異なるような
場合にも、しきい値調節によりパターンに応じた検査糖
度をうろことができる。Furthermore, even if the density of the power increase pattern differs depending on the region, the test sugar content can be determined according to the pattern by adjusting the threshold value.
■ 窓領域をグループ化し、グループ毎に独立して判定
することができるので、良品サンプルでの部位によるバ
ラツキ（微小位置ずれや濃度変化）があったときにもム
ダバネ（良品を不良品と見誤る）が少なくなる。■ Window areas can be grouped and each group can be judged independently, so even when there are variations (minor positional deviations or density changes) in good samples, there is no waste spring (mistaking a good product as a defective one). ) will decrease.
■ パターンの良否“判定に、計測したデータだけを用
いるのでなく、興なる窓領域間での相関゛演算データを
も用いることによりパターンを高精度に、かつ安定に検
査で門る。とくに良品賃ンフルにおいて部位や搬送条件
等により計測値の絶対値が変化することが比較的多い場
合がある。このようなときは計測値を上下限値で比較す
る方式ではムダバネが多いか、もしくは不良検出率が悪
くなる。しかし１このような条件下でも「異なる窓領域
の計測値の相屑比が一定」であったり、゛「異なる窓領
域の計測値の合計が一定」であったり、「異なる窓領域
の計測値の麺をとるとパターンの変化が明確にｄる」な
どの関係が存在することが多いから、このような条件ｉ
″：：癲用高精度の検査を行うこと途できる。゛
□■ 相関二次判定を行うとき１相闘−沃判
定の結果だけを良品のそれと焦合するだけでなく、先に
も述べたように、相関判定が行なわれる条件下での良品
の一次判定結果をも複合してチェックすると−より一層
厳書な判定が行なわれる。とくに、対象サンプルの位置
ずれがあったときにも、ムダバネなく、高精度にパター
ンの検査ができる。■ By using not only measured data to determine whether a pattern is good or bad, but also correlation calculation data between various window areas, patterns can be inspected with high precision and stability. There are cases in which the absolute value of the measured value changes relatively often depending on the location, transportation conditions, etc. In such cases, the method of comparing the measured value using the upper and lower limit values may result in too much waste, or the defect detection rate may be too high. However, 1 Even under such conditions, there are cases where ``the phase debris ratio of the measured values of different window areas is constant'', ``the sum of the measured values of different window areas is constant'', or ``the phase debris ratio of the measured values of different window areas is constant'', Such a condition i
″：：It is possible to conduct high-precision inspections for oxidation.゛
□■ When performing a secondary correlation judgment, we not only focus only on the result of the 1st match-up judgment with that of a non-defective product, but also, as mentioned earlier, perform the primary judgment of a non-defective product under the conditions where the correlation judgment is performed. If the results are also checked in combination, the judgment will be made even more strictly. In particular, even if the target sample is misaligned, the pattern can be inspected with high precision without wasting time.
０１Ｎ間をとる場合に同一の特徴だけでなく、他の特徴
（Ｍｌじ窓領域であってもよい）データとの相関を関ぺ
ると着るしい効釆をうろことができる場合がある・例え
ば汚れ検査のように向−と周囲長着との相関をとると良
・不良の差が明確になる◎
■ 窓領域の形状を実質的に任意とすることにより、種
々の対象パターンに適用でき、かつ、窓領域の数を減ら
しうるので高速に判定することができる。In the case of 01N, you may be able to find new effects by examining not only the same feature but also the correlation with other feature data (may be the same window area).For example, if dirt If you take the correlation between the direction and the circumference as in an inspection, the difference between good and bad becomes clear.◎ ■ By making the shape of the window area virtually arbitrary, it can be applied to a variety of target patterns, and , since the number of window areas can be reduced, high-speed determination can be achieved.
■ 計測特徴項ｉ１Ｆとして局！Ｉ函情報を採用するこ
とによりパターンの微少欠は等の変化も高精度に抽出で
きる。■ Station as measurement feature i1F! By employing I-box information, changes such as minute defects in patterns can be extracted with high precision.
第１ｍ１（荀１旬は従来のパターン検査装置の原理１ｍ
！明図、１Ｇ２Ｗｔｉ（旬は窓領域の設定例を示す説明
図、１１１２Ｗ山）はパターンの一例の説明図、第２Ｗ
Ｊ（Ｃ）は宮領域を通して見たパターンの説明ｗＪ％第
３ｍは５ｍ１ｔ城の他の設定例を示す説明ｗＪ箋、第４
ｗＪは本発明の一実施例を示すブロック図、第５図は一
次判定結果ブ、ルの説明ｗＪ１第６図は相関−次判定テ
ーブルの一例を示す説明図、第７ｗＡは第４ＷＪに示ｔ
た実施鉤の動作概要を示す流れｗＪＳ第８図は同じく動
作の詳細を示す流れ図−第９Ｗｉは他の動作−例を示す
流れ図、である。
符号説明
１．１・・・・・・パターン、２〜８・川・・サンプリ
ングポイント、２０・・・・・・対象パターン、２１〜
４７・・曲電餉ｍ、ｓｏ・・・・・・対象パターン％５
１・・・・・・ＩＴＶ、１メラ、５２・・・・・・２値
化・−素分割一＠ｓ ５３ｅ５３’・・・・・・特徴抽
出−路、５４．５４’曲・・計数回路、５５・・・・・
・計赦麺記憶−路、５６・・曲−次判定回路、５７・・
・・・・二次判定囲路、５８・・曲相闘判定要否回路、
５９・・・・・・相闘漉算−路、６ｏ・・曲相関−次判
定１ｇＩ絡−６１・・・・・相関二次判定回路、６２・
・曲総合判定−路１６３・・・・・・窓領域発生−路、
６４・・・・・・制御−路、６！Ｓ・・・・・・設定値
記憶−路、６６・・・・・・キーボード
代理人 弁理士 並 木 紹 夫 ・代理人 弁理
士 松 崎 清
２２−
第１図
（ｌＬ＋ ｔｂ＞
第２図
（＾ｌ １１１１
第 、） 図
ＩＧ）1st meter (Xun 1st meter is the principle of conventional pattern inspection equipment)
! 1G2Wti (season is an explanatory diagram showing an example of setting a window area, 1112W mountain) is an explanatory diagram of an example of a pattern, 2nd W
J(C) is an explanation of the pattern seen through the palace area wJ% 3rd m is an explanation showing other setting examples of the 5m1t castle wJ note, 4th
wJ is a block diagram showing an embodiment of the present invention, FIG. 5 is an explanation of the first judgment result block, wJ1, and FIG. 6 is an explanatory diagram showing an example of a correlation-order judgment table.
FIG. 8 is a flowchart showing the details of the operation, and 9th Wi is a flowchart showing another operation example. Code explanation 1.1... Pattern, 2-8 River... Sampling point, 20... Target pattern, 21-
47...M, so...Target pattern%5
1...ITV, 1 melody, 52...Binarization - Prime division 1@s 53e53'...Feature extraction-Route, 54.54' Song...Counting Circuit, 55...
・Memorial memory-path, 56...Song-next judgment circuit, 57...
... Secondary judgment circuit, 58... Song competition judgment necessity circuit,
59...Comparison calculation-path, 6o...Song correlation-order judgment 1gI connection-61...Correlation secondary judgment circuit, 62.
・Comprehensive song judgment-Route 163...Window area generation-Route,
64...Control-road, 6! S...Setting value memory - path, 66...Keyboard agent Patent attorney Naoki Namiki ・Agent Patent attorney Kiyoshi Matsuzaki 22- Figure 1 (lL + tb> Figure 2 ( ^l 1111th ,) Figure IG)
Claims (1)
信号を出力する二次元逐次走査形光電変換装置と１該変
換装置から得られた前記電気信号を画素分割し２曽化し
て出力する２値化回路と１前記充電変換装置の視驚内に
＊ｔ−の窓領域を設定する手段と、各窓領域に対応する
前記２健化出力から各電値域内での検査対象パターンの
成る特徴量を計測する手段と１計測されも各特徴量が所
定のしきい値範囲内にあるか否かによって各奪領域内で
の検査対象パターンの良否を判定する一次判定手段と、
前記窓領域をグループにまとめ、各グループ毎に、属す
る窓領域の一次判定手段の集合東予め設定された一次判
定テーブルと比較照合することにより良・否を判定する
二次判定手段と、を有して成り、該二次判定結果から検
査層重パターンの良否を判定するようにしたことを特徴
とするへターン倹量餉筐◇ ２、特許請求の範囲第１項に記載のパターン検査装置に
おいて１各惣領域毎に計測された前記特徴量を複数の窓
領域間で相関演算する手段と１かくして得られた相関演
算結果が所定のしきい値範囲内にあるか否かにより相関
−次判定を行なう手段と１相関−次判定結果の集合を予
め設定された相関−次判定テーブルと比較照合すること
により相関二次判定を行なう手段と、を有して成る相関
演算・判定手段を備え１前記二次判定結果が否と出たと
き、前記相関演算・判定手段を起動し、相間二次判定の
結果から検査対象パターンの良否を判定するようにした
ことを特徴とするパターン検査装置・[Scope of Claims] l) A two-dimensional successive scanning photoelectric conversion device that scans an optical image of a pattern to be inspected and outputs a time-series electrical signal; and (1) divides the electrical signal obtained from the conversion device into pixels. 1) means for setting a window area of *t- within the visual range of the charging conversion device; means for measuring the feature quantities of the pattern to be inspected; and a primary judgment for determining the acceptability of the pattern to be inspected within each captured area based on whether each of the measured feature quantities is within a predetermined threshold range. means and
The window area is grouped into groups, and for each group, a secondary judgment means is configured to judge whether the window area belongs by comparing and comparing it with a preset primary judgment table. 2. In the pattern inspection device according to claim 1, the pattern inspection device is characterized in that the quality of the inspection layer pattern is judged from the secondary judgment result. 1. Means for performing a correlation calculation between the feature quantities measured for each sub-region between a plurality of window regions; 1. Correlation-order determination based on whether or not the correlation calculation result obtained in this manner is within a predetermined threshold range. and means for performing a second correlation judgment by comparing and collating a set of first correlation-order judgment results with a preset correlation-order judgment table; A pattern inspection device characterized in that, when the secondary judgment result is negative, the correlation calculation/judgment means is started and the quality of the pattern to be inspected is judged from the result of the phase-to-phase secondary judgment.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57016433A JPS58134372A (en) | 1982-02-05 | 1982-02-05 | Pattern checking device |
| DE3303841A DE3303841C2 (en) | 1982-02-05 | 1983-02-04 | Pattern checking device and method for checking a pattern |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57016433A JPS58134372A (en) | 1982-02-05 | 1982-02-05 | Pattern checking device |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62123916A Division JPS63674A (en) | 1987-05-22 | 1987-05-22 | Pattern inspection method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58134372A true JPS58134372A (en) | 1983-08-10 |
| JPH0210461B2 JPH0210461B2 (en) | 1990-03-08 |
Family
ID=11916093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57016433A Granted JPS58134372A (en) | 1982-02-05 | 1982-02-05 | Pattern checking device |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JPS58134372A (en) |
| DE (1) | DE3303841C2 (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60222980A (en) * | 1984-03-12 | 1985-11-07 | テキサス インスツルメンツ インコーポレイテツド | Apparatus and method of automatically inspecting print label |
| JPS61120047A (en) * | 1984-11-16 | 1986-06-07 | Mitsubishi Electric Corp | Inspecting device for article |
| JPS6215537A (en) * | 1985-07-15 | 1987-01-23 | Fuji Photo Film Co Ltd | Determining method for readout condition of radiation image information |
| JPS62104264A (en) * | 1986-10-15 | 1987-05-14 | Fuji Photo Film Co Ltd | Method for recognizing irradiation field |
| JPS6344285A (en) * | 1986-08-11 | 1988-02-25 | Mitsubishi Electric Corp | Pattern recognizing device |
| JPH01295380A (en) * | 1988-02-29 | 1989-11-29 | Hitachi Ltd | Object recognizing device |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4545070A (en) * | 1982-04-30 | 1985-10-01 | Fuji Electric Company, Ltd. | Pattern discriminator |
| JPS60104205A (en) * | 1983-11-10 | 1985-06-08 | Nippon Denso Co Ltd | Method and device for measuring shape of jet body |
| CA1318977C (en) * | 1987-07-22 | 1993-06-08 | Kazuhito Hori | Image recognition system |
| EP2159781A1 (en) * | 2008-08-28 | 2010-03-03 | Continental Automotive GmbH | Method and device for recognizing at least one symbol displayed as a dot matrix |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5241016A (en) * | 1975-09-29 | 1977-03-30 | Oki Electric Ind Co Ltd | Printer |
| JPS5298432A (en) * | 1976-02-13 | 1977-08-18 | Hitachi Ltd | Recognition unit |
| JPS553086A (en) * | 1978-06-23 | 1980-01-10 | Fujitsu Ltd | Character reading system |
| JPS5650475A (en) * | 1979-09-28 | 1981-05-07 | Sumitomo Electric Ind Ltd | Optical character reader |
| JPS56153484A (en) * | 1980-04-30 | 1981-11-27 | Natl Aerospace Lab | Preprocessing device for pattern recognition |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE1774812A1 (en) * | 1968-09-13 | 1971-10-21 | Ibm | Comparison circuit for recognizing characters |
| DE3012958C2 (en) * | 1980-04-02 | 1985-12-12 | Sumitomo Electric Industries, Ltd., Osaka | Method for recognizing characters applied to a recording medium and arrangement for recognizing such characters |
-
1982
- 1982-02-05 JP JP57016433A patent/JPS58134372A/en active Granted
-
1983
- 1983-02-04 DE DE3303841A patent/DE3303841C2/en not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5241016A (en) * | 1975-09-29 | 1977-03-30 | Oki Electric Ind Co Ltd | Printer |
| JPS5298432A (en) * | 1976-02-13 | 1977-08-18 | Hitachi Ltd | Recognition unit |
| JPS553086A (en) * | 1978-06-23 | 1980-01-10 | Fujitsu Ltd | Character reading system |
| JPS5650475A (en) * | 1979-09-28 | 1981-05-07 | Sumitomo Electric Ind Ltd | Optical character reader |
| JPS56153484A (en) * | 1980-04-30 | 1981-11-27 | Natl Aerospace Lab | Preprocessing device for pattern recognition |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60222980A (en) * | 1984-03-12 | 1985-11-07 | テキサス インスツルメンツ インコーポレイテツド | Apparatus and method of automatically inspecting print label |
| JPS61120047A (en) * | 1984-11-16 | 1986-06-07 | Mitsubishi Electric Corp | Inspecting device for article |
| JPS6215537A (en) * | 1985-07-15 | 1987-01-23 | Fuji Photo Film Co Ltd | Determining method for readout condition of radiation image information |
| JPH0584501B2 (en) * | 1985-07-15 | 1993-12-02 | Fuji Photo Film Co Ltd | |
| JPS6344285A (en) * | 1986-08-11 | 1988-02-25 | Mitsubishi Electric Corp | Pattern recognizing device |
| JPH0614362B2 (en) * | 1986-08-11 | 1994-02-23 | 三菱電機株式会社 | Pattern recognition device |
| JPS62104264A (en) * | 1986-10-15 | 1987-05-14 | Fuji Photo Film Co Ltd | Method for recognizing irradiation field |
| JPH0666855B2 (en) * | 1986-10-15 | 1994-08-24 | 富士写真フイルム株式会社 | Irradiation field detector |
| JPH01295380A (en) * | 1988-02-29 | 1989-11-29 | Hitachi Ltd | Object recognizing device |
Also Published As
| Publication number | Publication date |
|---|---|
| DE3303841A1 (en) | 1983-08-18 |
| DE3303841C2 (en) | 1994-01-13 |
| JPH0210461B2 (en) | 1990-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4056716A (en) | Defect inspection of objects such as electronic circuits | |
| US6876445B2 (en) | Method for analyzing defect data and inspection apparatus and review system | |
| JP4521386B2 (en) | Defect data analysis method and apparatus | |
| CN116109635B (en) | Method, device, equipment and medium for detecting surface quality of composite suspension insulator | |
| JPS58134372A (en) | Pattern checking device | |
| JPH07159337A (en) | Fault inspection method for semiconductor element | |
| JP4956077B2 (en) | Defect inspection apparatus and defect inspection method | |
| JPH033269B2 (en) | ||
| JPS62263404A (en) | Apparatus for inspecting pattern | |
| JPS61140804A (en) | Pattern inspection instrument | |
| JPH063541B2 (en) | Pattern inspection equipment | |
| West et al. | The automatic visual inspection of printed circuit boards | |
| JPH0319990B2 (en) | ||
| JPH05264240A (en) | Visual inspection device | |
| JPH01150987A (en) | Method for recognizing shape | |
| JPH048833B2 (en) | ||
| JPS5994006A (en) | Appearance inspector | |
| JPH0627037A (en) | Flaw inspecting apparatus | |
| JPH0418768B2 (en) | ||
| JP3473114B2 (en) | Image processing method | |
| JP2822747B2 (en) | Land inspection equipment | |
| JPH03194415A (en) | Device and method for pattern inspection | |
| JPH0727569B2 (en) | Defect inspection method by visual inspection | |
| JPH07239309A (en) | Device for detecting abnormal part of parallel line pattern | |
| JPH0363876B2 (en) |