TWI351654B - Defect detecting device, image sensor device, imag - Google Patents
Defect detecting device, image sensor device, imag Download PDFInfo
- Publication number
- TWI351654B TWI351654B TW095135589A TW95135589A TWI351654B TW I351654 B TWI351654 B TW I351654B TW 095135589 A TW095135589 A TW 095135589A TW 95135589 A TW95135589 A TW 95135589A TW I351654 B TWI351654 B TW I351654B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- defect
- block
- inspected
- filter
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Description
明1654 九、發明說明: 【發明所屬之技術領域】 本發明係關於可在短時間判定有無數位圖像之缺陷區 域’並可以精簡之電路構成實現之缺陷檢測裝置、影像感 測元件、影像感測模組、圖像處理裝置、數位圖像品質測 試器、缺陷檢測方法、缺陷檢測程式、及電腦可讀取之記 錄媒體。又,依據本發明’可在短時間且以精簡之電路構 成判定有無數位圖像之缺陷區域。尤其,本發明適合於追 求高品質化之影像感測元件之品質檢查。另外,本發明不 僅影像感測元件之輪出圖像,也可應用於顯示於代表液晶 面板之平面面板之數位圖像之檢查。 【先前技術】 在檢查數位圖像之品質之際,判定圖像資料有無不均勻 變化之區域之缺陷區域非常重要。尤其,近年來,數位靜 物攝影機及内建攝影機之手機等影像感測元件之需求領域 曰益擴大。同時,影像感測元件之高品質化也大幅被要 求’作為在得自㉟像感測元件之數位圖像(影像感測圖像) 產生之缺陷區域,在檢查步驟中檢測斑缺陷.不均缺陷的 需求曰益升高。 也就是說,影像感測元件縱使是良品,也會因畫素資料 (畫素值)對畫素座標緩慢變化之所謂陰影之成分與雜訊成 分’使得晝素資料不會呈現一定值。尤其在影像感測圖像 中有點缺陷及斑缺陷.X始址政六+ π士 由不均缺陷存在時,畫素資料會對應 於各缺陷而複雜地發生轡仆怂 奴玍變化。從此種觀點而言,檢查斑缺 114762.doc 1351654
故被強烈要求縮短檢查時間。 以在’影像感測圖像之斑缺陷. 藉由檢查員之目視進行,但因屬於 不均缺陷之檢查通常係
置’且開始邁向自動化。 、在此,預先說明有關「斑缺陷」「不均缺陷」之意義, 並進一步說明有關發生於影像感測圖像之「點缺陷」。 所謂「點缺陷」,係意味著在影像感測圖像之i個晝素資 料八有比其周®之晝素資料顯著之大差異❿呈現突出之值 狀先、又,所謂「斑缺陷」,係意味著某區域之複數畫 素資料《各資料具有小於周圍之晝素資料之點㈣之差分 2差異之狀態。另外,所謂「不均缺陷」,係意味著畫素 貝料差比斑缺陷之畫素更小之複數晝素集中於比斑缺陷更 寬之區域之狀態。 圖21係表示上述「點缺陷」、「斑缺陷」及「不均缺陷」 之模式圖。如圖21所示’在被檢查圖像1〇〇内點缺陷ii〇 係X面積較小之部分發生,斑缺陷120係以面積略大之部 刀I生’不均缺陷130係以面積較大之部分發生。又,所 114762.doc 1351654 謂「被檢查圖像」,係指為檢測斑缺陷及不均缺陷而取得 之影像感測圖像之樣本之意。 其次’說明有關「陰影」之意義。所謂「陰影」,係意 味著畫素資料在比不均缺陷更寬之區域緩慢變化,畫素資 料並向影像感測圖像之上下左右之終端部分縮小之狀態。 陰影係對圖像中央之畫素,圖像端之晝素之感度降低之原 因所發生。 例如’假設如圖22所示獲得被檢查圖像100,在此被檢 查圖像100内發生斑缺陷120。此時,如圖22所示,陰影 140係以畫素資料向被檢查圖像1 〇〇之上下左右之終端部分 縮小之部分發生。 而’如上所述’近年來,逐漸開發出將斑缺陷.不均缺 陷定量化,並檢測該等缺陷之檢查裝置,且開始邁向自動 化。作為其技術之一例’可列舉非專利文獻「平面面板顯 示器之晝質檢查算法(橫河技報Vol. 47 No. 3, 2003)」所載 之技術。 上述非專利文獻所載之技術如圖23之流程圖所示,大致 上由缺陷顯現處理(步驟1〇〇,以下僅將步驟記載為 「S」)、及缺陷區域抽出處理(S200)之2步驟所構成。又, 被圖2 3之流程判定為斑缺陷及不均缺陷之被檢查圖像係將 無亮度變化及色變化之白色光或單色光照射於影像感測元 件所得之圖像。 缺陷顯現處理(S100)可使被檢查圖像之斑缺陷.不均缺 陷顯現,故屬於使用除去陰影成分、雜訊成分、點缺陷成 114762.doc 1351654 为之遽波器之處理。具體地加以說明時,缺陷顯現處理如 圖23所示’係由圖像縮小處理(sll〇)、陰影補正處理 (S120)、使用平滑化濾波器之雜訊除去處理(sl3〇)、使用 缺陷除去濾波器之點缺陷除去處理(sl4〇)、使用拉普拉斯 濾波器之端緣檢測處理(S1 50)所構成β有關構成此等缺陷 顯現處理(S100)之各處理之詳細留待後述。
缺陷區域抽出處理(S200)係由將畫素資料2值化之處理 (S210)、對在S21〇被2值化之被檢查圖像施行除去凹凸雜 訊之處理(S220)、在候補之缺陷區域附上識別碼之處理 (S230,又稱標記處理)、對在S23〇被附上識別碼之所有處 計算特徵量(斑面積及對比度、亮度斜度等)之處理 (S240)、及依據在824()所計算之特徵量施行候補缺陷之良 否判定之處理(S25G)所構成1關構成 處理(讓)之各處理之詳細留待後^ 域Μ
、其次’依序說明構成上述缺陷顯現處理(咖)及缺陷區 域抽出處理(S200)之處理之詳鈿情形。 圖 此, 陷0 像^ίδ小處理(S11 〇)係縮小圖像 可削減被檢查圖像之資料量, 之縱橫尺寸之處理。藉 並強調斑缺陷·不均缺 陰影補正處理(S120)係為了由被檢查圖 :處:各f素資料加工以補正陰影引起之畫素資料之降: 之處理。例如’可利用對以標的畫素為中心之3 之 矩陣内存在之9個畫素,求出 旦素之 畫素之畫素資料除以該平均值之平均值,將標的 值以所得之值作為標的畫素 114762.doc 1351654 之畫素資料而執行此處理。 雜訊除去處理(S130)係例如使用平滑化濾波器除去被檢 查圖像之雜訊之處理。在此,所謂平滑化濾波器,係指可 切除圖像之高頻成分而除去雜訊之濾波器之意。例如,如 圖24⑷所示,對以標的畫素為中心之3χ3畫素之矩陣内存 在之9個畫素,求出晝素資料之平均值,以所得之值作為 ,的畫素之畫素資料之濾波器即係相當於—種平滑化遽波
。 點缺陷除去處理(sl4〇)係指 . 氏叩奶「曰咪*微双亞眯云被 -圖像之點缺陷之處理之意…在此,所謂缺陷除去濾波 例如係指對以標的晝素為中心之3><3晝素之矩陣内存 之9個畫素’求出畫素資料之中央值、最大值 '最小 :去若標的畫素之畫素資料為最大值(最小值),則將標的 旦常之畫素資料置換成中央值之濾波器之意。 端緣檢測處理(S15_如係使隸普拉斯濾波器使斑缺 :不,缺陷之端緣顯現之處理。在此,所謂拉普拉斯滤 =’係抽出圖像之濃淡變化之端緣用之渡波器。即,如 圖4(b)所示,由將標的晝素 .^ , 旦京貧枓增大4倍之值減去 ::畫素(4個左右之晝素)之畫素資料,以其作為標 :素之晝素資料之滤波器即係相當於拉普拉斯渡波器。 之運真Γ係表μ詩圖24(狀圖2,所示之遽波器 像之;:。—般’施行遽波處理時,需要考慮可處理之圖 ❹大小為3x3之mm處理相鄰之晝素 在之圖像端之晝素,故有必要注意掃描各畫素用之環 114762.doc 1351654 路之初始值與最終值。 2值化處理(S2_對被檢查圖像之畫素_, 臨限值作大小判斷,將其變換成Γ 〇或「 疋 - 」之2值資粗 之處理。其目的在於減少資訊量、及容易進行幾何學的 狀抽出,面積計算。又,用來判斷2值資料為「〇 「〆
之哪一方之臨限值係在圖像全面設定於_ 」< 1 J 區域加以設定。 、&值’或依照各 • 巾,在S21〇之2值化處理被2值化之被檢查圖像之凹凸雜 訊會被S220之雜訊除去處理除去。該雜訊除去處理係 膨脹.收縮處理及孤立點除去等加以執行。 在此,說明有關膨脹.收縮處理。 ^ m A 尸叮"月膨脹.收縮處理, 係用來除去在2值圖像中,存在 仔在於軚的圖形周圍之微小之 凹凸雜訊之圖像處理方法。尤並县 尤其疋在膨脹處理中,存在 標的畫素(附近晝素)中,只要右 、 ”要有1個畫素資料為「i之書 素,便將該標的晝素資料判定為 — _ ^ ^ 疋馮 L。又,在收縮處理 • 中,在附近晝素中,只要有〗個 嗯置京貢枓為「〇」之畫素, 便將該標的畫素資料判定為「Λ 、 』疋马〇」。又,將膨脹處理及收縮 處理組合使用之情形頗多。 ^ ± 由膨脹處理—收縮處理之過 耘,消除圖形中之微小之凹 ._ 雜訊,經由收縮處理—膨脹 處理之過程’消除較小之凹凸雜訊。 茲利用圖26說明有關藉由 ^ 略脹收縮處理,2值化處理後 之破檢查圖像1 5 0中除去雜 被檢查圖像15。存在有3個;^過程。首先’假設在 在對被檢查圖〜 縮處理後之被檢查圖像1 52,再 114762.doc -11 - 1351654 施以膨脹處理而成為被檢查圖像i53之過 又,在圖26中,晝素資 ’、 」之旦京以白底之四角表 示,晝素資料為「〇」之畫素以網底之四角表示。 又,所謂孤立點降本,如,y ^ 陈去,例如係指在2值圖像中,標的畫 素之晝素資料為0⑴而其周邊之8畫素之畫素資料為明: 情形,將該標的晝素之畫素資料置換成周邊之8畫素之畫 素資料之處理之意。 一’ ^
其次,說明有關S230之標記處理。所謂標記處理,係意 味著將圖像中之連續之圖形分組,並附上識別碼之處理。 標記處理通常係、利用—面掃描圖像之全部畫素,一面判斷 各畫素之連結狀態’在各晝素附上標籤碼所執行。又,在 標記處理中’在掃描初期判斷為屬於別組之圖形,在掃描 後有可能判明為連續之;!個圖形,故標記處理通常有必要 以逐次型進行。
例如如圖所示,假設已設定被檢查圖像丨6〇之晝素 資料。此情形,在被檢查圖像丨6〇内,作為畫素資料「工」 連續之部分,有圖形161 . 162.163之3個圖形存在。對此被 檢查圖像160施行標記處理時,如圖27所示,對圖形ι6ι. 1 62 · 163分別附上識別碼a. b . c中之一個。 上述標記處理結束後,對被附上識別碼之所有處所計算 特徵量(斑面積及對比度、亮度斜度等)(S24〇),依據S24〇 所計算之特徵量,施行候補缺陷之良否判定(S25〇)。 例如,如圖27所示’對被檢查圖像施行標記處理後,圖 形161’162· 163成為候補缺陷。對此候補缺陷分別在S24() li4762.doc •12· 1351654 。十#特微置。例如,作為特徵 資料為「丨夕查主* 之斑面積可利用計數畫素 貝抖為1」之晝素數之方式加以求出。 但,在上述非專利文獻 測圖像之全者缸 執之先别技術中,隨著影像感 之清波虛I、之增加,使斑缺陷.不均缺陷顯現之多次 處理、附加識別瑪處理之時間會變得相當漫長,其 結果’有影像感測元件之測試時間延長之問題。 另卜I十异良否判定用之特徵量之對比度、亮度斜度 需要原圖像或縮小圖像,為形成將其記憶下來之記憶 體’會有電路構成變大之問題。 又,電路構成變大之問題也會因以下之原因而發生。 即,在先前技财,為檢測斑缺陷·不均缺陷需施行多 次之遽波處理。因此,將以往之圖像處理方法安裝於影像 感測元件及影像感測模組内部之Dsp部、或作為圖像處理 專用裝置之硬體上時,會使硬體之電路構成變大。 上述之2種問題,即(1)影像感測元件之測試時間延長、 (2)電路構成變大之問題並非限於將上述非專利文獻所載之 先前技術適用於影像感測圖像之檢查之情形,在用來檢查 在一般的數位圖像中是否有缺陷區域之情形也會發生。也 就是說’利用上述非專利文獻所載之先前技術檢查在一般 的數位圖像中是否有缺陷區域時,會發生(I)缺陷區域之有 無之判定時間延長、(2)電路構成變大之2種問題。 【發明内容】 本發明之目的係在於提供可在短時間判定有無數位圖像 114762.doc •13· 1351654 之缺陷區域,且以精簡之電路構成實現之缺陷檢測裝置、 影像感測元件、影像感測模組、圖像處理裝置、數位圖像 。《質測试器、缺陷檢測方法、缺陷檢測程式、及電腦可讀 取之記錄媒體。 為達成上述目的,本發明之缺陷檢測裝置係由數位圖像 内檢測圖像資料變化成比本身周圍之區域不均勻之區域之 缺陷區域者;且包含:區塊分割部,其係將作為檢測上述 缺區域之對象之被檢查圖像分割成複數區塊者;及區塊 累加值算出部,其係就被上述區塊分割部分割之各區塊, 算出累加存在於區塊内之畫素之畫素資料之值之區塊累加 值者,對藉統計地處理判定是否有上述區塊累加值之偏離 值’以判定有無上述缺陷區域之缺陷區域有無判定部,輸 出上述區塊累加值。 依據上述發明’可對被區塊分割部分割之各區塊,依據 累加存在於區塊内之畫素之晝素資料之值之區塊累加值, 藉缺陷區域有無判定部之統計地處理判定有無缺陷區域。 在此,所謂「缺陷區域」’相當於在得自影像感測元件 之數位圖像、及液晶顯示裝置等之數位圖像顯示裝置所顯 示之數位圖像所發生之斑缺陷及不均缺陷。又,所謂「統 計地處理」,係指一般的統計分析之偏離值檢定處理之 意。 而’在本發明中,由於可藉施行區塊分割,削減判定有 無缺陷區域所需之資料量,故可在短時間施行有無缺陷區 域之判定。 114762.doc 1351654 又,為判定有無缺陷區域’缺陷區域有無判定部使用之 區塊累加值不必預先將被檢查圖像或其縮小圖像記憶於纪 憶體,即可予以求出。故可使本發明之缺陷檢測裝置安裝 於硬體之際之電路構成更為精簡。 為達成上述目的’本發明之數位圖像品質測試器係外部 連接於由數位圖像内檢測圖像資料變化成比本身周圍之區 域不均勻之區域之缺陷區域之缺陷檢測裝置者;上述缺陷 檢測裝置係包含:區塊分割部,其係將作為檢測上述缺陷 區域之對象之被檢查圖像分割成複數區塊者;及區塊累加 值算出部’其係就被上述區塊分割部分割之各區塊,算出 累加存在於區塊内之晝素之畫素資料之值之區塊累加值 者;包含缺陷區域有無判定部,其係統計地處理由上述區 塊累加值算出部被輸入之上述區塊累加值,判定是否有區 塊累加值之偏離值,藉以判定有無上述缺陷區域者。 依據上述發明,可對被區塊分割部分割之各區塊,依據 累加存在於區塊内之晝素之畫素資料之值之區塊累加值, 藉缺陷區域有無判定部之統計地處理判定有無缺陷區域。 而’在本發明中,由於可藉施行區塊分割,削減判定有 無缺陷區域所需之資料量,故可在短時間施行有無缺陷區 域之判定》 又’為判定有無缺陷區域,缺陷區域有無判定部使用之 區塊累加值不必預先將被檢查圖像或其縮小圖像記憶於記 憶體’即可予以求出。故可使本發明之缺陷檢測裝置安裝 於硬體之際之電路構成更為精簡。 114762.doc -15- 1351654 為達成上述目的,本發明之缺陷檢測裝置係由數位圖像 内檢測圖像資料變化成比本身周圍之區域不均句之區域之 缺陷區域者’·且包含:遽波處理部’其係由9個具有(η/3)χ (m/3)之區塊集合而構成之遽波器(η、讀畫素數,為' ,倍數)’上述具有⑽)x(m/3)之大小之區塊分別構成作為將 $素:料積分用之區塊,而且,利用構成作為施行2次微 刀之尚通濾波器之nxm拉普拉斯濾波器,使作為檢測上述 • 缺陷區域之對象之被檢查圖像之上述缺陷區域顯現者。 在先前技術中,在檢測缺陷區域之際,首先,執行陰影 除去處理、雜訊成分除去處理及端緣檢測處理,藉以使“ 陷區域顯現。但,在此等之處理中,需執行複數次之渡波 處理,故安裝先前技術之圖像處理方法時,缺陷區域之有 無之敎時間會延長,且硬體之電路構成會增大。 广依據上述之發明’ nxm拉普拉斯渡波器構成作為施 • …次微分之高通遽波器之高通據波器。因此,可藉陰影 響 A分檢測高次之端緣,並可將陰影成分本身除去。/
Dhxm拉普拉斯據波器係由集合9個具有(n/3)x(m/3) 之£塊所構成。具有此(n/3)x(m/3)之區塊分別可將畫素資 料積分,故可除去雜訊成分。 ” 故可利用nxm拉普拉斯毅器同時執行以往藉由複數女 ^ 慮波處理所執行之陰影除去、雜訊成分降低及端緣檢 =因此,可在短時間且以精簡之電路構成執行有無缺陷 區域之判定。 為達成上述目的’本發明之缺陷檢測方法係由數位圖像 114762.doc 1351654 内檢測圖像資料變化成比本身周圍之區域不均勻之區域之 缺陷區域者;且包含:區塊分割步驟,其係將作為檢測上 述缺陷區域之對象之被檢查圖像分割成複數區塊者;及區 塊累加值算出步驟,其係就被上述區塊分割步驟分割之各 • 區塊’算出累加存在於區塊内之畫素之晝素資料之值之區 塊累加值者;缺陷區域有無判定步驟,其係藉統計地處理 判定是否有上述區塊累加值之偏離值,以判定有無上述缺 陷區域者。 又’為達成上述目的’本發明之缺陷檢測方法係由數位 圖像内檢測圖像資料變化成比本身周圍之區域不均勻之區 域之缺陷區域者;且包含:濾波處理步驟,其係由9個具 有(n/3)x(m/3)之大小之區塊集合而構成之濾波器&、爪係 畫素數,為3之倍數),上述具有(11/3)><(111/3)之大小之區塊 分別構成作為將晝素資料積分用之區塊,而且,利用構成 作為施行2 -人微分之尚通濾波器之nxm拉普拉斯濾波器,使 φ #為檢測上述缺陷區域之對象之被檢查圖像之上述缺陷區 域顯現者。 、依據上述之本發明,可在各步驟實現與本發明之缺陷檢 則裂置同樣之處理,故可獲得與本發明之缺陷檢測裝置同 樣之作用效果。 本發月之更進-步之其他目的、特徵及優點可由以下之 己載充刀瞭解。又’本發明之利點可由參照附圖之以下說 明獲得更明確之瞭解。 【實施方式】 114762.doc •17· 1351654 [1.裝置之基本構成] 利用圖1說明有關本發明之缺.陷檢測裝置之一實施型 態。如圖1所示’本實施型態之缺陷檢測裝置i係包含圖像 縮小部(圖像縮小機構)2、點缺陷除去部(點缺陷除去機 構)3、濾波部(濾波處理機構)4、區塊分割部(區塊分割機 構)5、區塊累加值算出部(區塊累加值算出機構)6、統計處 理部(缺陷區域有無判定機構)7、良否判定部(缺陷區域有 無判定機構)8、及記憶體9。 圖像縮小部2係縮小被檢查圖像之縱橫尺寸而施行縮小 被檢查圖像之處理。藉此,可削減被檢查圖像之資料量, 並可強調存在於被檢查圖像内之斑缺陷,不均缺陷。 點缺陷除去部3例如係利用點缺陷濾波器施行除去被檢 查圖像之點缺陷之處理。有關於點缺陷除去濾波器之詳細 情形如上所述。 又,上述圖像縮小部2及點缺陷除去部3未必需要設置於 缺陷檢測裝置1之内部,也可設置於缺陷檢測裝置1之外部 之裝置。例如’也可將圖像縮小部2或點缺陷除去部3設置 於作為缺陷檢測裝置丨之外部裝置之影像感測元件或數位 圖像品質測試器。 濾波部4係利用nxm拉普拉斯濾波器(詳見後述)執行陰影 除去雜訊成为降低及端緣檢測,係賦予缺陷檢測裝置1 特徵之1種元件。有關濾波部4之處理之詳情容後再述。 區塊分割部5係將被檢查圖像分割成網目狀而產生複數 區塊,係賦予缺陷檢測裝置丨特徵之丨種元件。上述區塊可 114762.doc 1351654 為正方形也可為長方形。甚至於只要各區塊之面積相同, 不問其區塊形狀。又,有關區塊大小之決定方法容後再 述0 區龙累力口值二出。P 6係就被區塊分割部5分割之各區塊, 算出累加區塊内之所有畫素之畫素資料之值之區塊累加 值。
統計處理部7係為檢測存在有斑缺陷或不均缺陷之區 塊,統計處理區塊累加值算出部6所算出之區塊累加值。 也就是說,區塊内若有斑缺陷.不均缺陷等異常,則該缺 陷所存在之區塊之區塊累加值會成為統計上偏離之值。因 此,統計處理部7係執行就複數區塊所分別求出之區塊累 加值之最大值.平均值.標準偏差之統計處理。 乂否判定部8係對區塊累加值之最大值施行偏離值判 疋’猎由判定區塊累加值是否為偏離值而判定被檢查圖像 本身之良否’將其結果輸出至外部。偏離值之判 下式(1)進行: 用 砰估值(最大值)=(最大值_平均值y標準偏差$判定臨限值…式⑴ 立又’式⑴之最大值、平均值、標準偏差係與統計處理 部7所求出之區塊累加值有關。又,有關良否判定部8決〜 之判定臨限值之方法容後再述。 疋 另外,在良否判定部8中,也可對區塊分割部5所分割之 複數區塊分別判定是否含有斑缺陷.不均缺陷。此㈣, 良=判定部8係利用τ式⑺判定各區塊中Μ含有斑缺陷, 114762.doc -19·
UJH 平估值(各區塊之區塊累加值_平均值)/標準偏差⑼定臨限值.. 又’式⑺之平均值、標準偏差係與統 二) 再述。 有關決定判定臨限值之方法容後 處理邛7及良否判定部8未必需要設 缺陷檢測裝置1之内邱,1 π 於 内。卩也可设置於缺陷檢測裝置1之外部 之裝置例如’也可將統計處理部7及良否判定部8設置於 作為缺陷檢測裝置i之外邱驻里a ~ 』 、 直 < 外。P裝置之影像感測元件或數位 像品質測試器。 ,憶體9係用於記憶缺陷檢測裝置i之各種處理所需之遽 波益、參數、運算結果。例如’記憶體9係記憶在濾波部4 使用之_拉普拉斯濾、波器、在區塊累加值算出部⑽求得 之區塊累加冑、在、統計處理部7所求得之區塊累加值之平 均值等、及由良否判定部8輸出之良否判定結果。 藉以上之構成,缺陷檢測裝置i可檢測存在於被檢查圖 像内之斑缺陷或不均缺陷,以判定被檢查圖像之良否。尤 其在本實施型態之缺陷檢測裝置1中,其特徵在於 (1) 在濾波部4中,利用nxm拉普拉斯濾波器同時執行陰 影除去、雜訊成分降低及端緣檢測之點、及 (2) 在區塊分割部5中’將被檢查圖像分割成網目狀而產 生複數區塊之點。 也就是說’在先前技術中,在缺陷顯現處理中,施行複 數次之濾波處理’故有影像感測元件之測試時間延長之問 題。對此問題,本實施型態之缺陷檢測裝置1係利用nxm拉 114762.doc -20· ^51654 普技斯濾波器同時執行陰影除去、雜訊成分降低及斑缺陷 之端緣檢測。藉此’可降低被檢查圖像之良否判定所帶來 之運算量,並可大幅縮短測試時間。 又,所謂影像感測元件之測試時間延長之以往之問題在 本實施型態之缺陷檢測裝置1中,也可由在區塊分割部5 中,將被檢查圖像分割成網目狀而產生複數區塊之點加以 解決。也就是說,藉由區塊分割,可降低被檢查圖像之良 否判定所需之運算量,並可大幅縮短測試時間。 又,在賦予本實施型態之缺陷檢測裝置丨特徵之濾波部4 及區塊分割部5之任何構成中,也無必要預先將原圖像及 縮小圖像記憶於記憶體。因此,本實施型態乂缺陷檢測裝 置1具有可降低記憶體所需之記憶容量,縮小電路構成: 優點。 尤其,本實施型態之缺陷檢測裝置】係利用nxm拉普拉
斯m同時執行陰影除去、雜訊成分降低及斑缺陷之端 緣檢測。藉此’本實施型態之缺陷檢測裝置以以往更可 降低執行濾波處理之次數,並可以小的電路構成實現。 [2.處理流程之概要] 其-人’利用圖2說明有關藉由本實施型態之缺陷檢測裝 置1實現之缺陷檢測方法之流程。 、 如圖2所示,本實施型態之缺陷檢測方法大致上由缺陷 』現處理(S10)、及缺陷區域抽出處理⑽)之2步驟所構 成。更具體地加以說明昧,1 時缺陷顯現處理,缺陷顯現處理 (S 1 0 )係由圓像縮小部2勃杆夕国你w 執仃之圖像縮小處理(S11}、點缺陷 114762.doc -21. 除去。卩3所執行之點缺陷除去處理(S12)、濾波部4所執行 濾波處理(S13)所構成。又,缺陷區域抽出處理(S2〇)係 $區塊分割部5所執行之區塊分割處理(S21)、^塊累加值 算出6所執行之區塊累加值算出處理(S22)、統計處理部 7所執行之統計處理(S23)、及良否判定部8所執行之良否 判定處理(S24)所構成。 在構成此等缺陷檢測方法之各處理中,本實施型態之缺 陷檢測方法係藉S13之濾波處理、與S21之區塊分割處理而 被賦予特徵。因此,首先,說明有關濾波處理及區塊分割 處理。 [3·濾波處理之詳情] s 13之濾波處理如上所述’係被濾波部4執行,利用 拉普拉斯濾波器同時執行陰影除去、雜訊成分降低及斑缺 陷之端緣檢測。 首先’說明有關「nxm拉普拉斯濾波器」之意義。所謂 nxm拉普拉斯濾波器’係施行2次微分之高通濾波器。又, nxm係畫素數之3之倍數。即’如圖3所示,ηχηι拉普拉斯 濾波器10係由集合9個具有(n/3) x (m/3)大小之區塊 (1〇3〜1〇1)所構成。 也就是說,圖3所示之nxm拉普拉斯濾波器1〇係在中央 之區塊10e設定加權係數「4」’在鄰接於此區塊i〇e之區塊 1 Ob · 1 0d . 1 Of · 1 Oh設定加權係數「-1」,但加權係數也可設 定於此外之值。要言之,只要中央之區塊10e之加權係 數、與存在於中央區塊周圍之8個區塊(1 〇a . 1 〇b · 1 0c . 1 0d .
Il4762.doc -22- 1351654 10f.10g.10h.10i)之加權係數之和為〇即可。另外,存在於 周圍之8個區塊之加權係數最好設定為均等或左右對稱。 又,圖3所不之nxm拉普拉斯濾波器1〇係在配置於左上 之區塊10a、配置於右上之區塊1〇c、配置於左下之區塊 l〇g、及配置於右下之區塊1()i、將加權係數設定為〇。 兹進一步利用圖4說明有ln=9、m==9之nxm拉普拉斯濾 波器(9x9拉普拉斯濾'波器)之構成。如目4所示,9χ9拉普拉
斯瀘'波器11係纟集合9個具有3x3大小之區塊〇la〜⑴)所構 成0 在此9x9拉普拉斯滤、波器”中’將構成中央之區塊iie之 9個加權係數全部設定為「4」。又,在鄰接於此區塊ne之 區塊m.m.m.m,將構成各區塊之9個加權係數全部 設定為「七。另外,在剩下之區塊lla.llc iig iii,將9 個加權係數全部設定為「0」。 圖5係表示使用於9x9拉普拉斯濾波器丨丨之運算式之圖 又’如9x9拉普拉斯濾波器一般 對例如作為濾波處理對象之圖像 4畫素份之距離内無畫素存在之 處理之際,有必要注意掃描各畫 終值。 ,大小為9x9之濾波器不能 之端部附近等在上下左右 區域進行運算。故在濾波 素用之環路之初始值與最 而 除去 由。 ,使用上述nxm拉普拉斯濾波器時, 、雜訊成分降低及斑缺陷之端緣檢測 可同時執行陰影 。以下說明此理 (理由!)職拉普拉斯壚。皮器為行2次微分之高通滤波 114762.doc -23- 1351654 器。因此,可檢測比陰影成分更高.次之端緣,並可除去陰 影成分本身" (理由2)nXm拉普拉斯濾波器係係由集合9個具有 (m/3)大小之區塊而構成,此具有(n/3)x(m/3)大小之區塊可 分別將畫素資料積分’故可除去雜訊成分。 又,在經驗上,對於斑缺陷.不均缺陷之大小,大小大 於3 X 3拉普拉斯濾波器之拉普拉斯濾波器之缺陷之檢測感
度較好。尤其,對於對比度差較小之斑缺陷等,大小較大 之拉普拉斯濾波器之檢測感度更好。 [4. nxm拉普拉斯濾波器之變形例] 使用上述之nXm拉普拉斯濾波器時,就丨個標的晝素為 獲得遽波運算後之畫素資料,有必要利用㈣以標的畫素 為中心之_個畫素之畫素資料進行積和運算/例如,~~在9 X9拉普拉斯濾波器+,假設被檢查圖像之晝素數 , 需進行81N次之積和運算。
#又’在本實施型態中,將乘心次與加&次視為積和運 异1次’但在嚴格的意義下,對於加權係數被設定為「〇」 之晝素’不需要乘算及加算,故可說完全不施行積和運 算。又,對於渡波器係數被設定為Γ1」之晝素, 乘算’但需要加算’故可說只要施们次積和運算。 考慮此情形時’使用圖4之9χ9遽波器 45Ν次之積和運算。 執仃 此nxm拉普拉斯濾波器 d 運戽之次數在準備2種濾 波益而为2階段進行濾波運算時 免异砰,可加以降低。例如,9χ9 114762.doc -24· 1351654 拉普拉斯濾波器之積和運算之次數在準備圖6(a)所示之第】 濾波器12、與圖6(b)所示之第2濾波器13時,可加以降低。 在此,第1濾波器12如圖6(a)所示,係具有3χ3大小,構 成濾波器之9個加權係數全部設定為Γι」之濾波器。又, 第2濾波器13係構成具有9x9大小,且由集合9個具有3χ3大 小之區塊(13a〜13i)所構成。 另外’在位於第2濾波器13之中央之區塊〗3 e中,僅中央 之加權係數設定為「4」’其周圍之8個加權係數全部設定 為「0」。又’在鄰接於區塊13e之區塊13b.13d.13f.l3h2 各區塊中’僅中央之加權係數設定為「_丨」,其周圍之8個 加權係數全部設定為「〇」^在剩下之區塊13a. 13c . 13g . 13i ’將9個加權係數全部設定為「〇」。 而’與9x9拉普拉斯濾波器同樣之積和運算可利用上述 構成之第1濾波器12及第2濾波器13施行2階段之運算予以 實現》在此’第1濾波器12及第2濾波器13之運算採用實施 9晝素之積和運算2次之型式,故只要合計18Ν次之積和運 算即可結束。如此,可降低9x9拉普拉斯濾波器之運算次 數。又,圖7係表示使用於第1濾波器12及第2濾波器13之 運算式。 又,nxm拉普拉斯濾波器之運算次數也與第1濾波器12 及第2濾波器13同樣地可藉設置2種濾波器而予以降低。 也就是說,作為第1濾波器,準備具有(n/3)x(mx3)大 小,構成濾波器之所有加權係數全部設定為「1」等之相 等值之濾波器。又,作為第2濾波器,準備由集合9個具有 114762.doc -25- 1351654 (n/3)x(mx3)大小之區塊所形成之濾波器。而,在第2濾波 器之加權係數中’將位於第2濾波器之中央區塊(9個區塊 中位於中央之區塊)之中央之加權係數、與包圍中央區塊 之8個區塊之各區塊之中央之加權係數之和設定為〇,再將 另外之加權係數之和設定為〇。又,包圍中央區塊之8個區 塊之各區塊之中央之加權係數最好設定為均等或上下左右 對稱。 • 但’在n==6 ’ m=6之情形,第1濾波器成為2x2之大小, 第2濾波器成為6x6之大小。如此,「區塊之中央之加權係 數」便不存在。 此情形,在第2濾波器中,將最接近中央區塊之中心之 加權係數、與包圍中央區塊之8個區塊之各區塊之中心之 加權係數之和設定為〇,再將另外之加權係數之和設定為〇 即可。 [5 .區塊分割處理之詳情] 鲁其次,說明有關被區塊分割部5(圖”執行之區塊分割處 理(參照圖2之S21)。 例如,如圖8所示,假設被檢查圖像20具有橫73畫素X縱 43畫素之尺寸。此情形,被檢查圖像2〇例如可以丄區塊具 有5x5晝素之區域之方式分割成複數區塊。 又,區塊之形狀可為正方形也可為長方形。甚至於只要 面積均勻,不問其形狀。另外,依照丨區塊之大小由左上 方依序分割被檢查圖像時,有在被檢查圖像之端緣中存在 著不含於區塊之晝素之情形。該情形,如圖8之虛線所 114762.doc -26 - 1351654 示,只要配合圖像之端緣進行區塊分割即可。 力夕卜’區塊 之分割也可不特別依序由左上進行’只要以包含被檢查圖 像之所有晝素之方式加以分割即可。 另外’區塊大小係由畫素之總晝素數、缺陷檢測感度、 雜訊對良否判定部8之判定結果造成之影響或運算量等之 角度,設定適切之值。 也就是說,增大各區塊之大小時,雖可消除雜訊對良否 判定部8之判定結果造成之影響,但斑缺陷.不均缺陷之檢 測感度卻會降低。另一方面,縮小各區塊之大小時,可檢 測出雜訊成分及點缺陷除去部3未完全除去之點缺陷成 分,但可提高斑缺陷.不均缺陷之檢測感度。只要考慮此 種權衡關係而適切設定區塊大小即可。又,表1係表示權 衡關係。 [表1] 缺陷檢測感度與雜訊對判定結果造成之影響之權衡關係 參數 區塊大小 縮小時 增大# 調整參數之結果 缺陷檢測感度 低 〜 雜訊對判定結果造成之影響 大 小 〜 缺陷區域抽出處理之運算量 大 小 〜 如此,依據所決定之區塊大小,區塊分割部5將被檢查 圖像分割成複數區塊,區塊累加值算出部6對所分割之各 區塊算出區塊累加值。圖9係表示運算區塊累加值用之 式。 又,如圖10(a)所示,有發生模擬缺陷跨過區塊交界而分 布之情形。此情形,缺陷會對鄰接之2區塊之各區塊累加 114762.doc •27· 比 1654 值之雙方造成影響,而有降低缺陷檢測之感度之可能性。 但’如圖10(b)所示,以使鄰接之區塊彼此重疊之方式 加以分割時’即可抑制缺陷檢測感度之降低。也就是說, 以使現在之區塊、與次行之區塊或次列之區塊重疊之方式 逐次分割區塊。藉此,可將斑缺陷之影響控制於丨個區塊 内’故可防止斑缺陷對2區塊之區塊累加值造成影響。 以下,進一步說明有關區塊分割處理比以往之標記處理 更合適之理由。在先前技術中,在施行標記處理之前之步 騾之2值化處理及雜訊除去處理中需要諸多作業時間。 又,先前技術之2值化處理之臨限值不僅實際之缺陷區 域人連缺陷顯現處理不㉟充分除去之點缺陷成分也會變成 候補之斑缺陷.不均缺陷,而難以設定2值化用之臨限值之 決定方法。對於此問題,在先前技術中,雖利用膨服收 縮處理等除去2值圖像之凹凸雜訊,但在當時會連程度較 小之候補之斑缺陷.不均缺陷也有被除去之可能性。 」此h本實施型態—般,施行區塊分割處理時,可大 幅減少處理之資料數,可古 > μ 了间速地進仃良否判定處理。又, 依據區塊分割處理,異 陷之…^ 呉於2值化處理,不會除去有關無缺 域之資訊,可藉 區域中存在缺陷之可^ 評估在圖像之整個 區域之相對比較而作户 過‘”、缺陷之區域與有缺陷之 之檢杳之相_ 定’故與利用目視之缺陷區域 之檢查之相關較南。 [6·良否判定處理之詳情] 其次’說明有關良否判定部 V固U所執仃之良否判定處 114762.doc -28- 1351654 理(參照圖2之S24)。首先,良否判定部8如上所述,利用 判定臨限值判定區塊累加值之最大值是否為偏離值。以 下,說明決定此判定臨限值之方法。 圖11係表示區塊累加值之分布之直方圖之一例。在圖j i 中’棱轴表示區塊累加值’縱轴表示區塊數。被檢查圖像 右為得自良品之影像感測元件之圖像,則未能被缺陷顯現 處理(S10)除去之雜訊成分具有支配性,區塊累加值之分 布顯示接近於正規分布之形態。 因此,利用統計處理部7(參照圖υ求出區塊累加值之平 均及裇準偏差,並依據下式,藉良否判定部8決定判定臨 限值。 判定臨限值=平均+ax標準偏差(a為常數) 而,有大於判定臨限值之區塊累加值存在之情形,良否 判定部8判定被檢查圖像中有斑缺陷·不均缺陷存在,被檢 查圖像不良。 又,上述常數a也可利用以下方式決定:即,準備丨個或 數個作為基準之良品圖像,就各良品圖像求出區塊累加 值,而以下式加以決定: (區塊累加值之最大值_區塊累加值之平均值)/區塊累 加值之標準偏差。 或者,也可利用史密爾諾夫克勞布斯否定檢定法,由資 料數η與否定區域α(=〇〇1等)決定常數&。又,所謂史密爾 諾夫克勞布斯否定檢定法’係對來自相同總體之樣本資 料’檢定統計的偏離值之方法。利用此方法時,可藉由決 114762.doc •29· 1351654 定有效水平(又稱否定區域,通常常用〇 〇1,〇 〇5之值)與 樣本資料數,而一意地決定用來決定檢定對象之資料是否 為偏離值之臨限值。 又,使用於良否判定之值(評估值)可藉標準偏差將其列 為正規值,故判定臨限值並非絕對值,而係被設定成考慮 過對標準偏差之倍率(常數a)之值❶如此設定判定臨限值
時,即可執行不受被檢查圖像間之亮度誤差影響之良否判 定。 其-人,說明有關良否判定處理之流程。圖12係表示在被 檢查圖像所產生之各區塊執行良否判定之情形之流程圖。 首先,良否判定部8係在被檢查圖像内選擇丨個未被執行 良否判定處理之區塊(S30),求出所選擇之區塊之評估值 (S3 1)。又’評估值係依據下式求出。 評估值=(所選擇之區塊之區塊累加值_平均值)/標準偏差 而,良否判定部8係比較評估值與判定臨限值(S32),若 評估值在判定臨限值以上,判定被檢查圖像不&,將該區 塊之座標與評估值寫入記憶體(S33)。 另一方面,若評估值不足判定臨限值,良否判定部8判 定被檢查®像良好,又狀Μ有仍未被施行良否判定處 理之區塊(未處理區塊)。有未處理區塊時,返回s3〇。 S34之判斷中,判斷無未處理區塊之情形,將被檢查圖 像之缺陷之有無寫入記憶體(S35)。在S35中,既可從在 S33是否寫入而施行圖像之良否判定,亦可再判定在s33寫 入之評估值而求出該被檢查圖像之品質之順序,施行寫1 114762.doc -30· 1351654 記憶體之處理。
其次’具體地說明有關求取此被檢查圖像之品質之順序 之處理。為求得品質之順序,可依照評估值與判定臨限值 之差之大小設定複數之順序。例如,也可對評估值與判定 臨限值之差之大小,設定「大」.「中」.「小」之3階段 之基準,並對被檢查圖像之品質,設定「不良程度大」· 「不良程度中」.「不良程度小」之3階段之基準。或藉由 設置複數判定臨限值’以評估被檢查圖像之品質順序。 又’良否判定處理除了如上所述對由被檢查圖像產生之 各區塊進行以外,也可依據區塊累加值之最大值進行。茲 利用圖13說明此情形之處理流程。 首先’良否判定部8依據下式求出平估值(S40): 評估值=(區塊累加值之最大值_區塊累加值之平均值)/標 準偏差 而,良否判定部8係施行S40所求得之評估值與判定臨限
值之大小比較(S41) ’在S42或S43將其判定結果寫入記憶 體。 [7.利用實際圖像之說明] 以下,一面將貫際圖像顯示於圖式,一面說明藉上述構 成之缺陷檢測裝置1檢測斑缺陷以前之過程。 首先,如圖14(a)所示,設定被檢查圖像,假設在該被檢 查圖像内之A部分發生斑缺陷(參照a部分之放大圖之圖 14(b))。 將圖14(b)之A部分之圖像資料3維顯示時,會變成如圖 114762.doc -31 - 1351654 所示之圖。即,如圖14(C)所示,僅在發生斑缺陷之 區域,圖像資料有增加。 圖15(a)係對圖14(b)所示之圖像執行利用9x9拉普拉斯濾 波器之濾波處理後之圖像之圖,圖15(b)係將利用9Χ9拉普 拉斯滤波器之濾波處理後之圖像之畫素資料3維顯示之 圖。比較圖14(c)之圖與圖15(b)之圖時,在圖i5(b)之圖 中,可知:在斑缺陷以外之區域,圖像資料呈現一定,另 外’在斑缺陷區域與其外之區域,圖像資料之差相當明 確。因此,可知··利用9χ9拉普拉斯濾波器時,可除去圖 14(b)之圖像之陰影,且連雜訊成分也可除去,並可進一步 實現斑缺陷之端緣檢測。 另外’圖16(a)係表示對圖15(勾所示之圖像進行區塊分 割,再對各區塊求出區塊累加值後之圖像之圖。另外,圖 16(b)係將圖l6(a)所示之圖像之區塊累加值3維顯示之曲線 圖。如圖16(b)所示,在斑缺陷區域中,區塊累加值大於其 他區域。在此圖l6(b)所示之圖像中,最後如圖16⑷所 示’缺陷區域會被抽出。 又,圖17(a)係表示對圖丨4^)之被檢查圖像利用本實施 型態之缺陷檢測方法所求得之區塊累加值之分布。另外, 圖17(b)係表示統計處理圖17⑷之直方圖,求出有關區塊 累加值之最小值.最大值.平均值.標準偏差之結果。如圖 17(c)所不,依據圖17⑷之直方圖及圖丨7^)所示 理之結果,設定判定臨限值。 、“十處 [8.安裝例] U4762.doc -32- 1351654 其次’說明若干使用本實施型態之缺陷檢測裝置之影像 感測元件之檢查系統之構成例。 首先’如圖18所示’假想使用由具有影像感測元件本體 及DSP部之影像感測模組、及影像感測元件之測試器(數位 圖像品質測試器)所構成之檢查系統。影像感測元件本體 係用於接文來自光源之光。又,Dsp部具有RGB分離部、 cpu部、及複數之記憶體。構成此Dsp部之元件與構成設 於一般的影像感測模組之DSP部之元件並無差異,故省略 詳細之說明。 在圖18所示之構成例中,本實施型態之缺陷檢測裝置係 設於DSP部之内部。如此,本實施型態之缺陷檢測裝置! 也可安裝於影像感測模組之内部。如此,作為安裝缺陷檢 測裝置1之優點,可列舉以下之點: .可使各影像感測模組具有運算.判定功能,可執行斑缺 陷.不均缺陷之並列處理。 .不再有將®像資料由影㈣_組轉送至數位圖像品 質測試器或圖像處理裝置之時間,故可縮短檢查時間。 另外,在缺陷檢測裝置1所執行之求出區塊累加值之標 準偏差之運算中,有執行+ K + i ^ ^机订十方運算之過程存在,在將該運 算硬體化之限制較嚴格夕捽於 _ , 嚴裕之清形,可將缺陷檢測裝置1之區 塊分割處理以前安裝於踊_ . 衣瓦硬體,而以數位圖像品質測試器執 行其後之統計處理與良否去丨仝_ 5田 义它判疋處理’藉此可使測試器本身 精簡化。 又’圖18所示之安裝例之影像感測模組也可使用「影像 114762.doc -33- 1351654 感測元件」。也就是說,在作為影像感測元件之一例之 CMOS感測器中,有在該CM〇s感測器本身含有Dsp部之情 形。 對於此種影像感測元件,可在設於其内部之DSp部設置 本實施型態之缺陷檢測裝置丨。如此在影像感測元件内之 DSP部設置缺陷檢測裝置丨之安裝例可列為圖“所示之安 裝例之變更態樣。
又’本實施型之缺陷檢測裝置!也可安裝於影像感測 模組之外部。也就是說’如圖19所示,例如,也可在且有 咖分離部、CPU部、及複數之記憶體之圖像處理裝置 内,安裝本實施型態之缺陷檢測裝置i。 又,在ΒΠ9所^之㈣、财,也可由影像制模組所含 之〜像感測70件(未圖不)將被檢查圖像輸入至圖像處理裝 置内之記憶體。
另卜纟實施型嘘之缺陷檢測裝置i也可安裝於數位圖 像品質測試器之内部。也就是說,如圖2〇所示,也可在設 於數位圖像品質測續51 & "盗内之圓像處理部内設置本實施型熊 之缺陷檢測裝置離部。 〜 又’在圖20所示之安驻办丨+ 裝例中,也可由影像感測模組所含 之影像感測元件(夫1 (未圖不)將被檢查圖像輸入至數位圖像品 質測試器内之圖像處理部。 [9.本實施型態之缺陷檢測方 先記載定量地比較本實施型態之缺陷檢測方法之運 具3與先則技術之運算量之結果。 Π 4762.doc .34· 1351654 首先’將被檢查圖像之畫素數設為N,將圖像縮小率設 為a後’估計先前技術之圖像掃描次數時,如以下所示: [構成缺陷顯現處理之各處理之圖像掃描次數]
•圖像縮小處理…N • ’陰影補正處理…3 * 3 * N/(a* a) (對各畫素執行利用3x3濾波器之運算之情形) •雜訊除去處理(使用平滑化濾波器)...3 * 3 * N/(a * a) • •點缺陷除去處理…3 * 3 * N/〇 * a) 端緣檢測處理(使用拉普拉斯濾波器)…3 * 3 * N/(a * a) [構成缺限區域抽出處理之各處理之圖像掃描次數] • 2值化處理…a * a) .對2值圖像之雜訊除去處理…(3 * 3 * N/(a* μ最 少估計也要掃描3次) .標έ己處理…N/(a * a) (最少估計也要掃描1次) • •計算斑面積作為特徵量之處理…N/(a* a) .良否判定處理…從缺限區域抽出處理全體之圖像掃描 次數觀之,屬於微小之次數。 田 另一方面,假設區塊分割大小(晝素數)為匕時,本實施 型態之缺陷檢測方法之圖像掃描次數可估計如下.
[構成缺陷顯現處理之各處理之圖像掃描次數]
.圖像縮小處理…N •點缺陷除去處理…3 * 3 * N/(a * a) .濾波處理…(3 * 3 * N/(a * a)) * 2 114762.doc -35- 1351654 分2階段執行利用9x9拉普拉斯濾波器之濾波處理之情 形(參照圖6(a)及圖6(b)) [構成缺限區域抽出處理之各處理之圖像掃描次數] .區塊分割及區塊累加值算出處理... N/(a * a) 統 s十處理·*·Ν/(8* a* b* b) •良否判定處理…N/(a * a * b * b) 就以上之圖像掃描次數,代入N=400萬(畫素)、圖像縮
小率a=2、區塊分割大小(晝素數)b=4〇時,變成如以下所 0 [先前技術] •缺陷顯現處理 …40 Μ .缺限區域抽出處理 ..·30Μ 合計 …70 Μ [本實施型態之缺陷檢測方法] .缺陷顯現處理 …31 Μ
.缺限區域抽出處理 …1.001 Μ 合計 …32.001 Μ 如此,依據本實施型態之缺陷檢測方法,可以說可藉與 先前技術之缺陷顯現處理大致同樣之圖像掃描次數,執行 被檢查圖像之良否判定。 [10.補足] 另外,藉本實施型態之缺陷檢測裝置丨執行之缺陷檢測 方法也可作為程式而記錄於記錄有被電腦執行之程式之電 腦可讀取之記錄媒體上。此結果,可攜帶自如地提供記錄 114762.doc -36- 1351654 有執行本實施型態之缺陷檢測方法之程式之記錄媒體。 作為記錄媒體,為使電腦執行處理,既可使用未圖示之 記憶體,例如如ROM之類之程式媒體,也可使用設有作為 未圖示之外部記憶裝置之程式讀取裝置,將記錄媒體*** 該處而可讀取之程式媒體。 在任何一種情形下,既可構成使微處理器儲存而執行所 儲存之程式,亦可採用讀出程式,將讀出之程式下載至微 電腦之未圖示之程式記憶區而執行該程式之方式。此情 形’下載用之程式需預先儲存於本體裝置。 在此,上述程式媒體係構成可與本體分離之記錄媒體, 也可為磁帶或卡帶等磁帶系、軟碟或硬碟等磁碟以及 ROM/MO/MD/DVD等光碟之碟片系、1(:卡(含記憶卡)/光卡 等之卡片系、或包含遮罩R〇M、EpR〇M(Erasable Programmable Read Only Memory ··可消除可程式化唯讀記 憶體)、EEPROM(ElectricIIy Erasable Pr〇grammaMe Read
Only Memory :電可消除可程式化唯讀記憶體)、快閃R〇M 等之半導體記憶體之固定地持有程式之媒體。 又’此情形,由於屬於可連接含網際網路之通信網路之 系統構成,故也可採用以由通信網路下載程式之方式流動 地持有程式之媒體。又,如此由通信網路下載程式之情 形,该下載用之程式也可預先被儲存於接收機中,或由別 的記憶媒體被安裝。 依據本發明,可在短時間且以精簡之電路構成判定有無 發生於數位圖像之缺陷區域。 114762.doc -37- 1351654 本發明之缺陷檢測裝置係由數位圖像内檢測圖像資料變 化成比本身周圍之區域不均勻之區域之缺陷區域者·且包 含:區塊分割部,其係將作為檢測上述缺陷區域之對象之 被檢查圖像分割成複數區塊者;及區塊累加值算出部,其 係就被上述區塊分割部分割之各區塊,算出累加存在於區 塊内之晝素之畫素資料之值之區塊累加值者;對藉統計地 處理判定是否有上述區塊累加值之偏離值,以判定有無上 述缺陷區域之缺陷區域有無判定部,輸出上述區塊累加 值。 另外,最好,上述構成之缺陷檢測裝置之上述區塊分割 部係以使相鄰之區塊彼此重疊之方式,將上述被檢查圖像 分割成複數區塊者。 即’不使相鄰之區塊重疊而將被檢查圖像分割成複數區 塊時,有跨過鄰接之區塊而發生缺陷區域之情形。此種情 形’缺陷區域會分散而對不同之2個區塊之區塊累加值造 成影響’故有不能適切判定有無缺陷區域之情形。 但’依據上述構成,區塊分割部係以使相鄰之區塊彼此 重疊之方式’將上述被檢查圖像分割成複數區塊,故可將 缺陷區域確實控制於1個區塊内。因此,可防止缺陷區域 之影響對不同之2個區塊之區塊累加值造成影響,故可高 感度地檢測缺陷區域。 另外’上述構成之缺陷檢測裝置之上述缺陷區域有無判 定部也可設於本身之内部。 依據上述構成,由於缺陷區域有無判定部設於本身之内 114762.doc • 38- 1351654 部,故可以缺陷檢測裝置單獨執行利用區塊分割部之區塊 分割處理、利用區塊累加值算出部之區塊累加值算出處 理、及利用缺陷區域有無判定部之判定處理。故僅使用上 述構成之缺陷檢測裝置,即可執行有無缺陷區域之判定。 ‘ · 又’上述構成之缺陷檢測裝置之上述缺陷區域有無判定 部也可設於本身之外部。 依據上述構成,由於缺陷區域有無判定部設於本身之外 • 部,故可使外部之裝置執行判定是否有區塊累加值之偏離 值之統計的處理。藉此,缺陷檢測裝置只要實現利用區塊 分割部之區塊分割處理、利用區塊累加值算出部之區塊累 加值算出處理即可,故可使安裝於硬體之計之電路構成更 為精簡。 另外,最好,上述構成之缺陷檢測裝置之上述缺陷區域 有無判定部係對上述區塊分割部所分割之複數區塊分別在 上述區塊累加值算出部所求得之各上述區塊累加值,統計 Φ 地判定是否為偏離值者。 依據上述構成,由於對區塊分割部所分割之複數區塊分 別在區塊累加值算出部所求得之各區塊累加值,統計地判 定是否為偏離值,故對被檢查圖像内之所有區塊,可藉缺 陷區域有無判定部判定缺陷區域之有無。故可高精度地判 疋缺陷區域之有無。 又,上述構成之缺陷檢測裝置之上述缺陷區域有無判定 部也可對上述區塊分割部所分割之複數區塊分別在上述區 塊累加值算出部所求得之上述區塊累加值中,就取得最大 114762.doc -39· 1351654 值之區塊累加值,統計地判定是否為偏離值者。 依據上述構成,由於僅就區塊累加值之最大值,統計地 判定是否為偏離值,故並不對區塊分割部所分割之全部區 塊所求之區塊累加值’統計地判定是否為偏離值。故可藉 簡易之處理在短時間判斷數位圖像之缺陷區域之有無。 又’最好’上述構成之缺陷檢測裝置對於是否有上述區 塊累加值之偏離值之判定’係藉由決定於上述被檢查圖像 φ 被上述區塊分割部分割之區塊個數及統計的有效水準之判 定臨限值、與作為判定對象之區塊累加值之大小比較而執 行者。 依據上述構成,由於可統計地求出判定臨限值,故可確 實執行區塊累加值是否為偏離值之判定。因此,故可更確 實地判定缺陷區域之有無。 又,上述構成之缺陷檢測裝置對於是否有上述區塊累加 值之偏離值之判定,也可藉由統計地處理對作為無上述缺 ® 陷區域之基準之良品圖像所求出之上述區塊累加值而得之 判定臨限值、與作為判定對象之區塊累加值之大小比較而 執行者。 依據上述構成,由於只要準備良品圖像,即可求出判定 臨限值,故可利用簡易之處理,求出判定臨限值。故可藉 更簡易之處理執行是否有區塊累加值之偏離值之判定,故 可在更紐時間,判定有無缺陷區域。 另外,最好,上述被檢查圖像係得自影像感測元件者。 依據上述構成’可對得自檢測缺陷區域之必要性特別高 114762.doc 1351654 之影像感測元件之被檢查圖像,判定有無缺陷區域。 又,上述被檢查圖像既可設於影像感測元件内,也可設 於影像感測模組内’或既可設於圖像處理裝置内,亦可設 於數位圖像品質測試器内。 又’所謂「影像感測元件」’係指CMOS感測器、CCD等 攝影元件之意。又,所謂「影像感測模組」,係在CM〇s感 測器、CCD等攝影元件安裝透鏡’且搭載控制用dsp及時 鐘產生器等之模組之意。因此,影像感測元件可說包含於 影像感測模組。 又’所謂「數位圖像品質測試器」,顧名思義係指檢查 數位圖像之品質之測試器之意。數位圖像品質測試器所檢 查之數位圖像既可得自影像感測元件等半導體元件,亦可 為輸出入於液晶面板等數位圖像顯示裝置之數位圖像。 本發明之數位圖像品質測試器係外部連接於由數位圖像 内檢測圖像資料變化成比本身周圍之區域不均勻之區域之 缺陷區域之缺陷檢測裝置者;上述缺陷檢測裝置係包含: 區塊分割部,其係將作為檢測上述缺陷區域之對象之被檢 查圖像分割成複數區塊者;及區塊累加值算出部,其係就 被上述區塊分割部分割之各區塊,算出累加存在於區塊内 之畫素之畫素資料之值之區塊累加值者;包含缺陷區域有 無判定部,其係統計地處理由上述區塊累加值算出部被輸 入之上述區塊累加值’判定是否有區塊累加值之偏離值, 藉以判定有無上述缺陷區域者。 另外,最好’上述構成之數位圖像品質測試器之上述缺 I14762.doc 41 1351654 P曰檢測裝置係設於本身之外部者。 依據上述構成,由於缺陷檢測裝置係設於數位圖像品質 測試器之外部,故可在數位圖像品質測試器之外部執行利 用區塊分割處理部之區塊分割處理 '與利用區塊累加值算 出處理部之區塊累加值算出處理。藉此,數位圖像品質測 試器只要施行判定是否有區塊累加值之偏離值即可,故可 在更短時間施行有無缺陷區域之判定。 φ 本發明之缺陷檢測裝置係由數位圖像内檢測圖像資料變 化成比本身周圍之區域不均勻之區域之缺陷區域者;且包 含:濾波處理部,其係由9個具有(n/3)x(m/3)之大小之區 塊集合而構成之濾波器(n、⑺係晝素數,為3之倍數),上 述具有(n/3)x(m/3)之大小之區塊分別構成作為將晝素資料 積分用之區塊,而且’利用構成作為施行2次微分之高通 據波器之η X m拉普拉斯遽波器’使作為檢測上述缺陷區域 之對象之被檢查圖像之上述缺陷區域顯現者。 φ 另外,在上述構成之缺陷檢測裝置中,最好,利用上述 nxm拉普拉斯濾波器之濾波處理係分別執行下列處理者: 第1濾波器之濾波處理,其係利用具有(n/3)x(m/3)之大 小,並將構成濾波器之所有加權係數設定於等值之第1濾 波器所執行者;及第2濾波器之濾波處理,其係利用由9個 具有(n/3)x(m/3)之大小之區塊集合而形成,並將9個區塊 中位於中央之區塊之中央之加權係數、與包圍上述中因區 塊之8個區塊之各中央之加權係數之和設定為0之第2濾波 器所執行者。 114762.doc -42- ^上述構成,可降低㈣_拉普拉斯瀘波器之遽波 。例如,n=9、m=9之情形’利用nxm拉普拉斯遽波器 處波處,以被檢查圖像之畫素數為叫,雖需要8m次 寿運算S透過上述第i遽波器及第2遽波器之2階段 之遽波處理,可將積和運算之次數降低至蘭次。另外, 。。第H皮器及第2濾、波器,可執行與nxm拉普拉斯遽波 盗同樣之遽波處理。故可在更短時間施行有無缺陷區域之 判定。 另外最好,上述構成之之缺陷檢測裝置係外部連接於 點缺陷除去部,其係由上述被檢查圖像除去某畫素之畫素 資料比其周圍之畫素資料突出之值之點缺陷者;上述濾波 處理部係對除去點缺陷後之被檢查®像執行制nxm拉普 拉斯濾波器之濾波處理者。 依據上述構成,可對被點缺陷除去部除去點缺陷後之被 檢查圖像,執行利用nxm拉普拉斯濾波器之濾波處理,使 缺陷區域顯現。即,可能潛在地成為缺陷區域之點缺陷在 施行濾波處理之前,即由被檢查圖像中被除去,可防止點 缺陷被檢測成缺陷區域。因此’可提高缺陷區域之檢測精 度。 又’因利用點缺陷除去部之點缺陷除去處理可在缺陷檢 測裝置外部執行,故缺陷檢測裝置只要執行利用nxm拉普 拉斯濾波器之濾波處理即可,故可防止缺陷檢測裝置之處 理複雜化。 另外’最好,上述構成之缺陷檢測裝置係外部連接於縮 114762.doc -43· 1351654 小上述被檢查圖像之圖像缩小部;上述濾波處理部係對縮 小後之被檢查圖像執行利用nxm拉普拉斯濾波器之濾波處 理者》 依據上述構成,可藉圖像縮小部縮小被檢查圖像,故可 削減被檢查圖像之資料量,並強調存在於被檢查圖像内之 缺陷區域。 又,圖像縮小部之圖像縮小處理係在缺陷檢測裝置外部
執行故缺陷檢測裝置只要執行利用nxm拉普拉斯濾波器 之濾波處理即可,故可防止缺陷檢測裝置之處理複雜化。 另外上述構成之缺陷檢測裝置也可包含點缺陷除去 部,其係由上述被檢查圖像除去某晝素之畫素資料比其周 圍之畫素#料突出之值之點缺陷者;上述濾波處理部也可 對除去點缺陷後之被檢查圖像執行利用nxm拉普拉斯濾波 器之濾波處理者。 依據上述構成,可對被點缺陷除去部除去點缺陷後之被 檢查圖像,執行利用⑽拉普拉斯滤波器之遽波處理,使 缺陷區域顯現。即’可能潛在地成為缺陷區域之點缺陷在 施行滤波處理之前,即由被檢查圖像中被除去,可防止點 絲被檢測成缺陷區域。因此,可提高缺陷區域之檢測精 度。 另外,最好,_L 4構成之缺陷檢測裝置係包含縮小上述 被檢查圖像之圖像縮小部;±述濾波處理料對縮小後之 被檢查圖像執行利用_拉普拉斯濾波器之爐波處理者。 依據上述構成,可藉圖像縮小部縮小被檢查圖像,故可 114762.doc 1351654 削減被檢查圖像之資料量,並強調存在於被檢查圖像内之 缺陷區域。 又’上述構成之缺陷檢測裝置既可設於影像感測元件, 也可設於數位圖像品質測試器。 又’可藉使電腦執行上述缺陷檢測方法之缺陷檢測程 式’利用電腦獲得與本發明之缺陷檢測方法同樣之作用效 果。另外’可使上述缺陷檢測程式記憶於電腦可讀取之記 錄媒體’藉以在任意電腦上執行上述缺陷檢測程式。 又,在發明内容之項中所列舉之具體的實施態樣或實施 例’畢竟僅係用於闡述本發明之技術内容,本發明不應僅 被限定於該等具體例而作狹義之解釋,在本發明之精神與 以下之申請專利範圍之項中所記載之請求項之範圍内,當 然可作種種變更而加以實施。 【圖式簡單說明】 圖1係表示本發明之缺陷檢測裝置之一實施型態之構成 之區塊圖。 圖2係表示本發明之缺陷檢測方法之一實施型態之流程 圖。 圖3係表示圖!之缺陷檢測裝置所使用之nxm拉普拉斯濾 波器之一構成例之圖。 圖4係表示圖!之缺陷檢測裝置所使用之9χ9拉普拉斯濾 波器之一構成例之圖。 圖5係表示使用於圖4之9χ9拉普拉斯濾波器之運算式之 114762.doc •45· 1351654 圖6(a)係表示分2階段執行利用圖4之9x9拉普拉斯遽波器 之;慮波處理之際所使用之第1濾、波器之構成例之圖,圖6(b) 係表示分2階段執行利用圖4之9x9拉普拉斯濾波器之濾波 處理之際所使用之第2濾波器之構成例之圖。 第7圖係表示在圖6所示之第1濾波器及第2濾波器中使用 之運算式之圖。 圖8係表示藉圖1之缺陷檢測裝置將被檢查圖像分割成複 數之區塊之狀態之圖。 圖9係表示圖!之缺陷檢測裝置之區塊累加值算出部為求 出區塊累加值所使用之運算式之圖。 圖1 0(a)係表示發生模擬缺陷跨過區塊交界而分布之狀態 之圖,圖10(b)係表示藉圖1之區塊分割部將相鄰之區塊彼 此分割成重疊之狀態之圖。 圖11係表示圖1之缺陷檢測裝置之區塊累加值算出部所 求出之區塊累加值之分布之直方圖之一例。 圖12係表示圖i之缺陷檢測裝置之良否判定部在被檢查 圖像所產生之各區塊執行良否判定之情形之流程圖。 圖13係表示圖i之缺陷檢測裝置之良否判定部依據區塊 累加值之最大值執行良否判定之情形之流程圖。 圖14(a)係表示被檢查圖像之一例之圖,圖i4(b)係將圖 14(a)之A部分放大之圖像之圖,圖14(c)係將圖M(b)之a部 分之晝素資料3維顯示之圖。 圖15(a)係對圖14(b)所示之圖像執行利用9χ9拉普拉斯濾 波器之濾波處理後之圖像之圖,圖15(b)係將圖15(a)所示 114762.doc •46· 1351654 之圖像之畫素資料3維顯示之圖。 圖16(a)係表示求出圖15(a)所示之圖像之區塊累加值後 之圖像之圖,圖16(b)係將圖16(a)所示之圖像之區塊累加 . 值3維顯示之曲線圖,圖16(c)係表示抽出圖16(b)所示之圖 像之缺陷區域之狀態之圖。 圖17(a)係表示對圖14(&)之被檢查圖像利用本發明之缺 陷檢測方法所求得之區塊累加值之分布之直方圖,圖n(b) • 係表示統計處理圖l7(a)之直方圖,求出有關區塊累加值之 最小值·最大值.平均值.標準偏差之結果之圖,圖17(〇係 表示依據圖17(b)所示之統計處理之結果所設定之判定臨限 值之圖。 圖18係表示使用圖!之缺陷檢測裝置之影像感測元件之 檢查系統之構成例之圖。 圖19係表示使用圖1之缺陷檢測裝置之影像感測元件之 檢查系統之另一構成例之圖。 • 圖20係表示使用圖1之缺陷檢測裝置之影像感測元件之 檢查系統之又另一構成例之圖。 圖21係表示數位圖像所產生之「點缺陷」、「斑缺陷」及 「不均缺陷」之模式圖。 圖22係表示數位圖像所產生之陰影之圖。 圖23係表示以往之缺陷檢測方法之流程圖。 圖24(a)係表示平滑化濾波器之一例之圖,圖24(b)係表 示拉普拉斯濾波器之一例之圖。 圖25係表示圖24(a)及圖24(b)所示之濾波器所使用之運 114762.doc •47· 1351654 算式之圖。 圖26係由藉膨脹.收縮處理施行2值化處理後之被檢查圖 像150中除去雜訊之過程之說明圖。 圖27係以往之缺陷檢測方法所使用之標記處理之說明 圖。 【主要元件符號說明】 1 缺陷檢測裝置
2 圖像縮小部(圖像縮小機構) 3 點缺陷除去部(機構) 4 濾波部(濾波處理機構) 5 區塊分割部(區塊分割機構) 6 區塊累加值算出部(區塊累加值算出機構) 7 統計處理部(缺陷區域有無判定機構) 8 良否判定部(缺陷區域有無判定機構) 10 11><01拉普拉斯濾波器
12 第1濾波器 13 第2濾波器 114762.doc •48·
Claims (1)
1351654 第095135589號專利申請案 一-~] 中文申請專利範圍替換本(100年6月) [腻ffl· 多正本| 十、申請專利範圍: — . 1. 一種缺陷檢測裝置’其係由數位圖像内檢測圖像資料變 化成比本身周圍之區域不均勻之區域之缺陷區域者;且 . 包含: 濾波處理部,其係由9個具有(n/3)x(m/3)大小之區塊集 合而構成(n、m係畫素數,為6以上的3之倍數),上述具 有(n/3)x(m/3)之大小之區塊分別構成作為將晝素資料積 分用之區塊,而且,利用構成作為施行2次微分之高通 ® 遽波器之nxm拉普拉斯濾波器,使作為檢測上述缺陷區 域之對象之被檢查圖像之上述缺陷區域顯現者; 區塊分割部’其係將藉由上述濾波處理部而使上述缺 陷區域顯現之被檢查圖像分割成複數區塊者;及 區塊累加值算出部,其係就被上述區塊分割部分割之 各區塊,算出累加存在於區塊内之晝素之畫素資料之值 之區塊累加值者; 對藉統計地處理判定是否有上述區塊累加值之偏離 值,以判定有無上述缺陷區域之缺陷區域有無判定部, 輸出上述區塊累加值者。 2·如請求項丨之缺陷檢測裝置,其中上述區塊分割部係以 使相鄰之區塊彼此重疊之方式,將上述被檢查圖像分割 成複數區塊者。 3.如請求項丨或2之缺陷檢測裝置,其中上述缺陷區域有無 判定部係設於本身之内部者。 4·如請求項丨或2之缺陷檢測裝置,其中上述缺陷區域有無 114762-1000624.doc 1351654 判定部係設於本身之外部者。 5·如請求項1或2之缺陷檢測裝置,其令上述缺陷區域有無 判定部係對上述區塊分割部所分割之複數區塊分別在上 述區塊累加值算出部所求得之各上述區塊累加值,統計 地判定是否為偏離值者。 6. 如請求項1或2之缺陷檢測裝置,其中上述缺陷區域有無 .判定部係對上述區塊分割部所分割之複數區塊分別在上 述區塊累加值算出部所求得之上述區塊累加值令,就取 得最大值之區塊累加值,統計地判定是否為偏離值者。 7. 如請求項1或2之缺陷檢測裝置,其中是否有上述區塊累 加值之偏離值之判定係藉由決定於上述被檢查圖像被上 述區塊分割部分割之區塊個數及統計性的有效水準之判 定臨限值、與作為判定對象之區塊累加值之大小比較而 執行者。 8. 如請求項!或2之缺陷檢測裝置,其中是否有上述區塊累 加值之偏離值之判定係藉由統計地處理對作為無上述缺 陷區域之基準之良品圖像所求出之上述區塊累加值而得 之判定臨限值、與作為判定料之區塊累加值之大小比 較而執行者。 9. 如請求項⑷之缺陷檢測裝置,其中上述被檢查圖像係 得自影像感測元件者。 10. -種影像感測元件’其係包含如請求項…中任一項之 缺陷檢測裝置者。 11. 一種影像感測模、组,其係包含如請求項i至8中任一項之 114762-1000624.doc 缺陷檢測裝置者。 12. —種圖像處理裝置,其係 缺陷檢測裝置者。 其係包含如請求項1至8中任 一項之 13. —種數位圖像品質測試器, 一項之缺陷檢測裝置者。 其係包含如請求項1至8中任 14 .一 a 幻丄 π 一—一
之缺陷區域之缺陷檢測裝置者; 上述缺陷檢測裝置係包含·· 濾波處理部,其係由9個具有(n/3)x(m/3)大小之區塊集 合而構成(n、m係畫素數,為6以上的3之倍數),上述具 有(n/3)x(m/3)之大小之區塊分別構成作為將畫素資料積 分用之區塊,而且,利用構成作為施行2次微分之高通 滤波器之nxm拉普拉斯濾波器,使作為檢測上述缺陷區 域之對象之被檢查圖像之上述缺陷區域顯現者; 區塊分割部,其係將藉由上述濾波處理部而使上述 缺陷區域顯現之被檢查圖像分割成複數區塊者;及 區塊累加值算出部’其係就被上述區塊分割部分割 之各區塊,算出累加存在於區塊内之晝素之畫素資料之 值之區塊累加值者; 上述數位圖像品質測試器進而包含缺陷區域有無判 定部’其係統計地處理由上述區塊累加值算出部被輸入 之上述區塊累加值,判定是否有區塊累加值之偏離值, 藉以判定有無上述缺陷區域者。 114762-1000624.doc 1351654 ’其中上述缺陷檢測 15.如請求項14之數位圖像品質测試器 裝置係設於本身之外部者。 16. 〜从此固1豕門檢測圖像資料變 化成比本身周圍之區域不均勺 八个^9之區域之缺陷區域者;且 包含: 濾波處理部,其係由9個具有(n/3)x(m/3)大小之區塊集 合而構成…m係畫素數’為6以上的3之倍數),上述具 有(n/3)X(m/3)之大小之區塊分別構成作為將畫素資料積 分用之區塊,而且,利用構成作為施行2次微分之高通 濾波器之nxm拉普拉斯濾波器,使作為檢測上述缺陷區 域之對象之被檢查圖像之上述缺陷區域顯現者。 17. 如請求項16之缺陷檢測裝置,其中上述濾波處理部係將 利用上述nxm拉普拉斯濾波器之濾波處理分成下列處理 而執行者: 第1濾波器之濾波處理’其係利用具有(n/3)x(m/3)之大 小,並將構成濾波器之所有加權係數設定於等值之第丄 濾波器所執行者;及 第2渡波器之遽波處理,其係利用由9個具有(n/3) X (m/3)之大小之區塊集合而形成’並將9個區塊中位於中 央之區塊之中央之加權係數、與包面上述中央區塊之8 個區塊之各中央之加權係數之和設定為0之第2遽波器所 執行者。 18. 如請求項16或17之缺陷檢測裝置’其中外部連接於點缺 陷除去部,其係由上述被檢查圖像除去某晝素之畫素資 114762-1000624.doc 1351654 料比其周圍之畫素資料突出之值之點缺陷者; 上述濾波處理部係對除去點缺陷後之被檢查圖像執行 利用nxm拉普拉斯濾波器之濾波處理者。 19.如請求項16或17之缺陷檢測裝置,其中外部連接於縮小 上述被檢查圖像之圖像縮小部; 上述濾波處理部係對縮小後之被檢查圖像執行利用ηχ m拉普拉斯濾波器之濾波處理者。 2〇·如請求項16或17之缺陷檢測裝置,其中包含點缺陷除去 部’其係由上述被檢查圖像除去某畫素之畫素資料比其 周圍之畫素資料突出之值之點缺陷者; 上述渡波處理部係對除去點缺陷後之被檢查圖像執行 利用nxm拉普拉斯濾波器之濾波處理者。 21. 如請求項16或17之缺陷檢測裝置,其令包含縮小上述被 檢查圖像之圖像縮小部; 上述遽波處理部係對縮小後之被檢查圖像執行利用ηχ m拉普拉斯濾波器之濾波處理者。 22. —種影像感測元件’其係包含如請求項丨6至2丨中任一項 之缺陷檢測裝置者。 23 · —種影像感測模組’其係包含如請求項丨6至2丨中任一項 之缺陷檢測裝置者。 24. —種圖像處理裝置,其係包含如請求項16至21中任一項 之缺陷檢測裝置者。 25. —種數位圖像品質測試器’其係包含如請求項16至21中 任一項之缺陷檢測裝置者。 114762-1000624.doc 1351654 26. 27. 一種缺陷檢測方法,其係由數位圖像内檢測圖像資料變 化成比本身周圍之區域不均勻之區域之缺陷區域者;且 包含: 濾波處理步驟,其係由9個具有(n/3)x(m/3)大小之區塊 集合而構成(n、m係畫素數,為6以上的3之倍數),上述 具有(n/3)x(m/3)之大小之區塊分別構成作為將晝素資料 積分用之區塊,而且,利用構成作為施行2次微分之高 通濾波器之nXm拉普拉斯濾波器,使作為檢測上述缺陷 區域之對象之被檢查圖像之上述缺陷區域顯現者; 區塊分割步驟,其係將藉由上述濾波處理步驟而使上 述缺陷區域顯現之被檢查圖像分割成複數區塊者;及 區塊累加值算出步驟,其係就被上述區塊分割步驟分 割之各區塊,算出累加存在於區塊内之畫素之畫素資料 之值之區塊累加值者; 、 缺卩《 £域有無判疋步驟,其係藉統計地處理判定是否 有上述區塊累加值之偏離值,以判定有無上述缺陷區域 者。 種缺Pta檢測方法,其係由數位圖像内檢測圖像資料變 化成比本身周圍之區域不均勻之區域之缺陷區域者;且 包含: 濾波處理步驟,其係由9個具有(n/3)x(m/3)之大小之區 塊集合而構成(n、m係畫素數,為6以上的3之倍數),上 述具有(n/3)x(m/3)之大小之區塊分別構成作為將畫素資 料積分用之區塊,而且,利用構成作為施行2次微分之 114762-1000624.doc 1351654 高通渡波器之nxm拉普拉斯濾波器,使作為檢測上述缺 陷區域之對象之被檢查圖像之上述缺陷區域顯現者。 28.如請求項27之缺陷檢測方法,其申包含點缺陷除去步 驟,其係由上述被檢查圖像除去某畫素之畫素資料比其 - 周圍之畫素資料突出之值之點缺陷者; 上述濾波處理步驟係對除去點缺陷後之被檢查圖像執 行利用nxm拉普拉斯濾波器之濾波處理者。 暴29.如請求項27之缺陷檢測裝置,其中包含縮小上述被檢查 圖像之圖像縮小步驟; 上述濾波處理步驟係對縮小後之被檢查圖像執行利用 nxm拉普拉斯濾波器之濾波處理者。 3〇· —種電腦可讀取之記錄媒體,其係使電腦執行如嗜 2 6之缺陷檢測方法者。 3 1 · —種 腦可讀取之記錄媒體’其係使電腦執行 如 2 7之缺陷檢測方法者。 請求項 4 114762-1000624.doc
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005280888A JP4657869B2 (ja) | 2005-09-27 | 2005-09-27 | 欠陥検出装置、イメージセンサデバイス、イメージセンサモジュール、画像処理装置、デジタル画像品質テスタ、欠陥検出方法、欠陥検出プログラム、およびコンピュータ読取可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200723170A TW200723170A (en) | 2007-06-16 |
TWI351654B true TWI351654B (en) | 2011-11-01 |
Family
ID=37894016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW095135589A TWI351654B (en) | 2005-09-27 | 2006-09-26 | Defect detecting device, image sensor device, imag |
Country Status (4)
Country | Link |
---|---|
US (1) | US7783103B2 (zh) |
JP (1) | JP4657869B2 (zh) |
CN (1) | CN1940994B (zh) |
TW (1) | TWI351654B (zh) |
Families Citing this family (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101432864B (zh) * | 2006-04-27 | 2012-05-30 | 夏普株式会社 | 缺陷分布分类方法及***、故障源设备确定方法及*** |
US7925074B2 (en) * | 2006-10-16 | 2011-04-12 | Teradyne, Inc. | Adaptive background propagation method and device therefor |
US8391585B2 (en) * | 2006-12-28 | 2013-03-05 | Sharp Kabushiki Kaisha | Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium |
US8244057B2 (en) * | 2007-06-06 | 2012-08-14 | Microsoft Corporation | Removal of image artifacts from sensor dust |
CN101329281B (zh) * | 2007-06-20 | 2011-08-10 | 佛山普立华科技有限公司 | 影像感测晶片污点检测***及其检测方法 |
JP2009069369A (ja) | 2007-09-12 | 2009-04-02 | Fujinon Corp | 撮像レンズおよび撮像装置 |
CN101431618B (zh) * | 2007-11-06 | 2010-11-03 | 联咏科技股份有限公司 | 具有行读取电路修补功能的图像传感器及其相关方法 |
TWI437878B (zh) * | 2007-11-20 | 2014-05-11 | Quanta Comp Inc | 用以校正影像訊號中壞點之方法及電路 |
KR101510098B1 (ko) * | 2007-12-21 | 2015-04-08 | 삼성전자주식회사 | 디지털 영상 처리 장치에서 영상의 배경흐림 효과 처리장치 및 방법 |
JP5058002B2 (ja) * | 2008-01-21 | 2012-10-24 | 株式会社豊田中央研究所 | 物体検出装置 |
JP5250871B2 (ja) * | 2008-12-24 | 2013-07-31 | インターナショナル・ビジネス・マシーンズ・コーポレーション | ムラ評価装置、ムラ評価方法、ディスプレイ検査装置、およびプログラム |
CN101995325A (zh) * | 2009-08-25 | 2011-03-30 | 比亚迪股份有限公司 | 一种图像传感器的外观检测方法及*** |
GB2487350A (en) * | 2011-01-11 | 2012-07-25 | 3M Innovative Properties Co | Method of detecting a fault on an imaging device |
US8761454B2 (en) * | 2011-05-10 | 2014-06-24 | Hewlett-Packard Development Company, L.P. | Detecting streaks in printed images |
CA2743016A1 (en) * | 2011-06-10 | 2012-12-10 | Hermary Opto Electronics Inc. | 3d machine vision scanning information extraction system |
US8891866B2 (en) | 2011-08-31 | 2014-11-18 | Sony Corporation | Image processing apparatus, image processing method, and program |
US20130229408A1 (en) * | 2012-03-05 | 2013-09-05 | Korea University Research And Business Foundation | Apparatus and method for efficient viewer-centric depth adjustment based on virtual fronto-parallel planar projection in stereoscopic images |
JP6052590B2 (ja) * | 2012-09-27 | 2016-12-27 | 日産自動車株式会社 | 自動車車体の表面検査装置および表面検査方法 |
CN107871818B (zh) * | 2013-02-18 | 2020-04-07 | 卡帝瓦公司 | Oled堆叠膜的质量评估的***、设备和方法 |
TWI498543B (zh) * | 2013-06-06 | 2015-09-01 | Crystalwise Technology | 自動晶圓光學檢測裝置及檢測晶圓表面均勻性的方法 |
CN103413333B (zh) * | 2013-08-08 | 2016-02-03 | 宁波成电泰克电子信息技术发展有限公司 | 一种碱性电池尾端凹凸缺陷检测方法 |
WO2015069566A1 (en) * | 2013-11-05 | 2015-05-14 | Arizona Board Of Regents For And On Behalf Of Arizona State University | Adaptive detection sensor array and method of providing and using the same |
DE102013019138A1 (de) * | 2013-11-12 | 2015-05-13 | Application Solutions (Electronics and Vision) Ltd. | Verfahren zum Erkennen eines verdeckten Zustands einer Kamera, Kamerasystem und Kraftfahrzeug |
JP2015149554A (ja) * | 2014-02-05 | 2015-08-20 | キヤノン株式会社 | 画像処理装置、画像処理方法及び撮像装置 |
FR3028376B1 (fr) * | 2014-11-07 | 2018-01-12 | Safran Electronics & Defense Sas | Procede de detection de pixels defectueux. |
CN105763768B (zh) * | 2014-12-15 | 2019-12-13 | 深圳市中兴微电子技术有限公司 | 一种图像处理方法、装置和*** |
EP3082102A1 (de) * | 2015-04-13 | 2016-10-19 | MTU Aero Engines GmbH | Verfahren zum evaluieren wenigstens einer mittels eines generativen pulverschichtverfahrens hergestellten bauteilschicht |
JP6753264B2 (ja) | 2015-11-09 | 2020-09-09 | 株式会社リコー | 検査装置、検査方法及びプログラム |
CA3030226A1 (en) * | 2016-07-08 | 2018-01-11 | Ats Automation Tooling Systems Inc. | System and method for combined automatic and manual inspection |
US9798954B1 (en) * | 2016-12-15 | 2017-10-24 | Federal Home Loan Mortgage Corporation | System, device, and method for image anomaly detection |
JP7000066B2 (ja) * | 2017-08-03 | 2022-01-19 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
CN109975299B (zh) * | 2017-12-27 | 2022-03-25 | 群光电子股份有限公司 | 发光源检测***与方法 |
JP7154522B2 (ja) * | 2018-02-20 | 2022-10-18 | 日本放送協会 | 超高精細映像に適した画質評価装置 |
US11195268B2 (en) * | 2018-05-22 | 2021-12-07 | Kla-Tencor Corporation | Target selection improvements for better design alignment |
US10867382B2 (en) * | 2018-05-24 | 2020-12-15 | Keysight Technologies, Inc. | Detecting mura defects in master panel of flat panel displays during fabrication |
CN109828394A (zh) * | 2019-03-22 | 2019-05-31 | 惠科股份有限公司 | 一种显示面板的检测方法和检测机台 |
CN110196504B (zh) * | 2019-06-14 | 2021-11-12 | 深圳市全洲自动化设备有限公司 | 一种应用于lcd玻璃aoi测试的屏蔽干扰污点方法及*** |
CN110349129B (zh) * | 2019-06-24 | 2023-06-16 | 华南理工大学 | 一种高密度柔性ic基板外观缺陷检测方法 |
JP6703672B1 (ja) * | 2019-07-16 | 2020-06-03 | 株式会社テクムズ | 検査対象品の欠陥検出方法、その装置及びそのコンピュータプログラム |
US11538149B2 (en) * | 2019-07-31 | 2022-12-27 | Samsung Display Co., Ltd. | Spot detection device, spot detection method, and display device |
CN111028215A (zh) * | 2019-12-06 | 2020-04-17 | 上海大学 | 一种基于机器视觉的检测钢卷端面缺陷方法 |
CN112801972A (zh) * | 2021-01-25 | 2021-05-14 | 武汉理工大学 | 一种桥梁缺陷检测方法、设备、***及存储介质 |
CN112903703A (zh) * | 2021-01-27 | 2021-06-04 | 广东职业技术学院 | 一种基于图像处理的陶瓷表面缺陷检测方法及*** |
CN114399507B (zh) * | 2022-03-25 | 2022-06-17 | 季华实验室 | 一种手机外观质量检测方法、装置、电子设备及存储介质 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4589140A (en) * | 1983-03-21 | 1986-05-13 | Beltronics, Inc. | Method of and apparatus for real-time high-speed inspection of objects for identifying or recognizing known and unknown portions thereof, including defects and the like |
JPH0671038B2 (ja) * | 1987-03-31 | 1994-09-07 | 株式会社東芝 | 結晶欠陥認識処理方法 |
US5272763A (en) * | 1990-03-02 | 1993-12-21 | Matsushita Electric Industrial Co., Ltd. | Apparatus for inspecting wiring pattern formed on a board |
JP2730806B2 (ja) * | 1991-02-26 | 1998-03-25 | 松下電子工業株式会社 | 固体撮像素子の評価方法 |
US5309222A (en) * | 1991-07-16 | 1994-05-03 | Mitsubishi Denki Kabushiki Kaisha | Surface undulation inspection apparatus |
KR960002145B1 (ko) * | 1991-07-30 | 1996-02-13 | 가부시기가이샤 히다찌세이사구쇼 | 박막트랜지스터 액정기판의 검사방법 및 그 장치 |
US5274713A (en) * | 1991-09-23 | 1993-12-28 | Industrial Technology Research Institute | Real-time apparatus for detecting surface defects on objects |
US5379122A (en) * | 1992-10-02 | 1995-01-03 | Xerox Corporation | Decompression of standard ADCT-compressed images |
JP3257131B2 (ja) | 1993-03-30 | 2002-02-18 | ソニー株式会社 | 固体撮像装置の自動欠陥検出装置及び固体撮像装置 |
KR0152048B1 (ko) | 1995-06-22 | 1998-10-01 | 김광호 | 고체촬상소자의 결함 자동판별장치 |
US5854655A (en) * | 1995-08-29 | 1998-12-29 | Sanyo Electric Co., Ltd. | Defective pixel detecting circuit of a solid state image pick-up device capable of detecting defective pixels with low power consumption and high precision, and image pick-up device having such detecting circuit |
JP3128485B2 (ja) | 1995-08-29 | 2001-01-29 | 三洋電機株式会社 | 固体撮像素子の欠陥画素検出装置 |
US6002433A (en) * | 1995-08-29 | 1999-12-14 | Sanyo Electric Co., Ltd. | Defective pixel detecting circuit of a solid state image pick-up device capable of detecting defective pixels with low power consumption and high precision, and image pick-up device having such detecting circuit |
TW357327B (en) * | 1996-08-02 | 1999-05-01 | Sony Corp | Methods, apparatus and program storage device for removing scratch or wire noise, and recording media therefor |
JPH1127585A (ja) | 1997-06-30 | 1999-01-29 | Hitachi Denshi Ltd | 固体撮像素子の欠陥画素検出方法 |
US5917953A (en) * | 1997-07-07 | 1999-06-29 | The Morgan Crucible Company Plc | Geometry implicit sampler for polynomial surfaces over freeform two-dimensional domains |
JP4318776B2 (ja) * | 1998-10-26 | 2009-08-26 | 大日本印刷株式会社 | ムラの検査方法及び装置 |
JP3773773B2 (ja) * | 1999-10-27 | 2006-05-10 | 三洋電機株式会社 | 画像信号処理装置及び画素欠陥の検出方法 |
US20040179738A1 (en) * | 2002-09-12 | 2004-09-16 | Dai X. Long | System and method for acquiring and processing complex images |
JP4556068B2 (ja) * | 2003-03-18 | 2010-10-06 | 奇美電子股▲ふん▼有限公司 | 液晶セルの検査装置および検査方法 |
JP2004294202A (ja) | 2003-03-26 | 2004-10-21 | Seiko Epson Corp | 画面の欠陥検出方法及び装置 |
JP4247993B2 (ja) | 2004-11-05 | 2009-04-02 | シャープ株式会社 | 画像検査装置、画像検査方法、制御プログラムおよび可読記憶媒体 |
-
2005
- 2005-09-27 JP JP2005280888A patent/JP4657869B2/ja active Active
-
2006
- 2006-09-26 TW TW095135589A patent/TWI351654B/zh not_active IP Right Cessation
- 2006-09-26 US US11/526,780 patent/US7783103B2/en not_active Expired - Fee Related
- 2006-09-27 CN CN200610141619XA patent/CN1940994B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
TW200723170A (en) | 2007-06-16 |
JP2007093304A (ja) | 2007-04-12 |
US7783103B2 (en) | 2010-08-24 |
US20070071304A1 (en) | 2007-03-29 |
CN1940994B (zh) | 2011-01-05 |
JP4657869B2 (ja) | 2011-03-23 |
CN1940994A (zh) | 2007-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI351654B (en) | Defect detecting device, image sensor device, imag | |
CN110766736B (zh) | 缺陷检测方法、装置、电子设备以及存储介质 | |
US8957984B2 (en) | Ghost artifact detection and removal in HDR image processsing using multi-scale normalized cross-correlation | |
US7868922B2 (en) | Foreground/background segmentation in digital images | |
JP4351911B2 (ja) | デジタルスチルカメラにおける取り込み画像の写真品質を評価する方法及び装置 | |
JP6035246B2 (ja) | デジタル画像中のぼけを検出および定量化する方法 | |
US20110150303A1 (en) | Standoff and mobile fingerprint collection | |
US8023766B1 (en) | Method and system of processing an image containing undesirable pixels | |
JP2007285754A (ja) | 欠陥検出方法および欠陥検出装置 | |
CN115908415B (zh) | 基于边缘的缺陷检测方法、装置、设备及存储介质 | |
KR20190023374A (ko) | 디스플레이 패널 검사 방법 | |
Qiao et al. | Source camera device identification based on raw images | |
KR101966075B1 (ko) | 표시장치의 얼룩 검출 장치 및 방법 | |
KR101977647B1 (ko) | 표시장치의 얼룩 검출 장치 및 방법 | |
WO2017128646A1 (zh) | 一种图像处理的方法及装置 | |
KR100779312B1 (ko) | 결함 검출 장치, 이미지 센서 디바이스, 이미지 센서 모듈,화상 처리 장치, 디지털 화상 품질 테스터, 및 결함 검출방법 | |
JP2005165387A (ja) | 画面のスジ欠陥検出方法及び装置並びに表示装置 | |
TWI303527B (en) | Image inspecting apparatus, image inspecting method and computer-readable storage medium | |
CN112541899B (zh) | 证件的残缺检测方法、装置、电子设备及计算机存储介质 | |
JP4403036B2 (ja) | 疵検出方法及び装置 | |
CN114219758A (zh) | 缺陷检测方法、***、电子设备和计算机可读存储介质 | |
JP2019045451A (ja) | 検査装置、検査方法、およびプログラム | |
CN109785383B (zh) | TVlines图像中定位识别测试线的方法、装置及可读存储介质 | |
JP5870676B2 (ja) | 画像処理方法 | |
JP2006242584A (ja) | ムラ欠陥検出方法及び装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |