TWI626440B - 缺陷檢測裝置、缺陷檢測方法及程式產品 - Google Patents

缺陷檢測裝置、缺陷檢測方法及程式產品 Download PDF

Info

Publication number
TWI626440B
TWI626440B TW106103793A TW106103793A TWI626440B TW I626440 B TWI626440 B TW I626440B TW 106103793 A TW106103793 A TW 106103793A TW 106103793 A TW106103793 A TW 106103793A TW I626440 B TWI626440 B TW I626440B
Authority
TW
Taiwan
Prior art keywords
image
defect
defect candidate
region
captured image
Prior art date
Application number
TW106103793A
Other languages
English (en)
Other versions
TW201734442A (zh
Inventor
作山努
永田泰史
大西浩之
Original Assignee
斯庫林集團股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from JP2016029422A external-priority patent/JP6688629B2/ja
Priority claimed from JP2016052075A external-priority patent/JP6812118B2/ja
Priority claimed from JP2016052074A external-priority patent/JP6811540B2/ja
Application filed by 斯庫林集團股份有限公司 filed Critical 斯庫林集團股份有限公司
Publication of TW201734442A publication Critical patent/TW201734442A/zh
Application granted granted Critical
Publication of TWI626440B publication Critical patent/TWI626440B/zh

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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/20—Metals
    • G01N33/204—Structure thereof, e.g. crystal structure
    • G01N33/2045—Defects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30136—Metal

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

本發明係變更光之照射狀態並取得複數張拍攝圖像(811)(步驟S11～S13)。將各拍攝圖像、與對應之參照圖像(812)進行比較，取得相對於參照圖像較暗之區域作為暗缺陷候補區域(754)(步驟S54～S56)。自複數張拍攝圖像各者，取得相對於參照圖像較亮之區域作為亮暗相反區域(753)(步驟S57)。於將暗缺陷候補區域中、與任一亮暗相反區域於特定條件以上皆不重疊者自缺陷候補排除後(步驟S58)，基於缺陷候補區域而取得存在之缺陷(步驟S59)。藉此，於外觀檢查中，抑制因表面污漬等引起之缺陷之過度檢測。

Description

缺陷檢測裝置、缺陷檢測方法及程式產品
本發明係關於檢測對象物表面之缺陷之技術。
以往，汽車之驅動部所使用之金屬零件係藉由鍛造或鑄造而製造。於製造金屬零件後，對獲得之金屬零件進行調查有無傷痕等缺陷之所謂外觀檢查。此種金屬零件之外觀檢查以往係藉由作業者之目視而進行。然而，當依存於作業者之目視時，於複數個作業者之間，檢查所花費之時間或檢查結果上產生差異。又，即便為同一作業者，亦有因身體不適或注意力降低而導致檢查花費時間、或產生缺陷遺漏之虞。因此，尋求開發一種可自動且高速地進行金屬零件之外觀檢查之裝置。 此處，過去以來利用向對象物照射光並拍攝、且基於拍攝圖像檢查對象物外觀之裝置。尤其關於拍攝圖像，習知有以實施膨脹收縮處理前後之圖像進行差分處理而擷取缺陷候補之技術(所謂之自我比較技術)。 例如，於日本專利特開2015-137921號公報之檢查電子零件外觀之外觀檢查裝置中，於將拍攝圖像進行二值化處理後，進行膨脹處理與收縮處理產生使尺寸較小之缺陷消失之收縮圖像並取得其與拍攝圖像之差分，藉此擷取尺寸較小之缺陷。又，於日本專利特開2015-137921號公報中，記載有藉由拍攝圖像與基準圖像之差分處理，亦一起進行尺寸較大之缺陷之擷取，若即便差分圖像中之1個被判定為NG(缺陷)，則輸出拍攝圖像為缺陷之判定結果(參照段落0061-0074、圖5、圖6)。 如上述之自我比較之檢查係無須準備成為檢查基準之圖像(以下，稱為「參照圖像」)，可僅自拍攝圖像擷取存在於拍攝圖像之各種缺陷。然而，由於亦將包含於拍攝圖像之對象物表面中之非缺陷之細線或細凹凸作為缺陷而檢測出，故必須抑制過度檢測。 又，關於拍攝圖像，周知的亦有準備成為檢查基準之圖像(以下，稱為「參照圖像」)，且藉由比較拍攝圖像與參照圖像而擷取包含於拍攝圖像之缺陷候補之技術。 例如，關於圖案缺陷檢測技術，於日本專利特開昭62-140009號公報揭示有如下之所謂「移位比較」技術，其係相對於對象圖案區域，以位置上應對應之標準圖案區域為中心，遍及於該區域上擴大所需像素數之擴展區域2維地設定每1像素位置偏移特定量之複數個主要圖案(master pattern)，且於各主要圖案區域之每一區域各自比較該等主要圖案區域之2值化信號、與對象圖案之2值化信號而進行缺陷檢測。 若選擇於對象物中包含缺陷之圖像作為參照圖像，則即便拍攝於拍攝圖像之對象物無缺陷，亦由於拍攝圖像與參照圖像於該缺陷部分產生不同，故將無缺陷之拍攝圖像作為「有缺陷」檢測出而成為所謂過度檢測之原因。因此，於先前之技術中，如上述之比較拍攝圖像與參照圖像之檢測係以準備無缺陷之圖像作為參照圖像為前提條件。 因此，作為進行缺陷檢測之前處理，為了獲得參照圖像，必須進行選出無缺陷之所謂之良品對象物之選出步驟，結果，必須以操作者目視進行局部之缺陷檢測，從而妨礙縮短作業時間。 又，於此種檢查裝置中，於檢測出凹部或凸部之缺陷時，必須防止將因污漬等所致之表面顏色作為缺陷檢測出。 例如，於日本專利特開平2-156144號公報之片狀物缺陷檢查裝置中，向片狀物自斜向照射光，並基於較暗之陰影區域與較亮之亮點區域之位置關係，將凹部、凸部、污漬部進行分類。於日本專利特開2002-116153號公報之外觀檢查裝置中，使被檢查面之照度變化，利用於傷痕與油中因照度變化引起之圖像中之濃度變化不同，從而正確地檢測傷痕。於日本專利特開2005-37203號公報之棒狀物體檢查裝置中，向棒狀物體自相反方向照射紅色光與藍色光，將彩色圖像分解為紅色圖像與藍色圖像，並基於各圖像之亮暗區域之位置關係檢測凸缺陷與污漬。 然而，根據對象物表面之凹凸，暗區域或亮區域於圖像中複雜地顯現，故如先前技術般有無法精度良好地分離凹凸缺陷與污漬之情形。
本發明之目的在於高精度地將實際上不相當於缺陷者(假缺陷)自藉由自我比較擷取出之缺陷候補去除，藉此抑制缺陷之過度檢測。 本發明係關於檢測對象物表面之缺陷之缺陷檢測裝置。本發明一較佳形態之缺陷檢測裝置具備：攝像部，其拍攝對象物而取得拍攝圖像；記憶部，其記憶對應於上述拍攝圖像之參照圖像；及缺陷取得部，其基於上述拍攝圖像之各像素值，與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，而檢測缺陷候補區域，基於上述參照圖像之各像素值，與對上述參照圖像實施上述一處理、進而實施上述另一處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，檢測遮蔽區域，將上述缺陷候補區域中、與上述遮蔽區域重疊之區域自缺陷候補排除後，基於上述缺陷候補區域取得上述拍攝圖像中存在之缺陷。 根據本發明，可將藉由拍攝圖像之自我比較檢測出之缺陷候補中、與參照圖像之自我比較結果重疊者自缺陷候補排除，其結果，可將包含於拍攝圖像之非缺陷者之較周圍亮之部分或暗之部分自缺陷候補去除，從而抑制過度檢測。 較佳而言，缺陷取得部取得上述拍攝圖像之存在第1缺陷及與該第1缺陷不同之第2缺陷，且具有：第1缺陷取得部，其基於上述拍攝圖像之各像素值、與對上述拍攝圖像實施膨脹處理後實施收縮處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，檢測第1缺陷候補區域，基於上述參照圖像之各像素值、與對上述參照圖像實施膨脹處理後實施收縮處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，檢測第1遮蔽區域，並於將上述第1缺陷候補區域中、與上述第1遮蔽區域重疊之區域自第1缺陷候補排除後，基於上述第1缺陷候補區域取得上述拍攝圖像中存在之第1缺陷；及第2缺陷取得部，其基於上述拍攝圖像之各像素值、與對上述拍攝圖像實施收縮處理後實施膨脹處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，檢測第2缺陷候補區域，基於上述參照圖像之各像素值、與對上述參照圖像實施收縮處理後實施膨脹處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，檢測第2遮蔽區域，將上述第2缺陷候補區域中、與上述第2遮蔽區域重疊之區域自第2缺陷候補排除後，基於上述第2缺陷候補區域取得上述拍攝圖像中存在之第2缺陷。 缺陷取得部係可藉由交換膨脹處理及收縮處理之順序，取得第1缺陷及與該第1缺陷不同之第2缺陷，即不同種類之缺陷。藉此，可更確實地防止包含於拍攝圖像之缺陷之檢測遺漏。 較佳而言，上述第1缺陷取得部係於進行上述拍攝圖像與上述參照圖像之對位後，基於該等圖像之差分圖像取得上述拍攝圖像相對於上述參照圖像較暗之區域作為第3缺陷候補區域，並於將上述第1缺陷候補區域中、未與上述第3缺陷候補區域重疊之區域自第1缺陷候補排除後，基於上述第1缺陷候補區域取得上述拍攝圖像中存在之第1缺陷；上述第2缺陷取得部係於進行上述拍攝圖像與上述參照圖像之對位後，基於該等圖像之差分圖像取得上述拍攝圖像相對於上述參照圖像較亮之區域作為第4缺陷候補區域，將上述第2缺陷候補區域中、未與上述第4缺陷候補區域重疊之區域自第2缺陷候補排除後，基於上述第2缺陷候補區域取得上述拍攝圖像中存在之第2缺陷。 將藉由所謂之自我比較檢測出之缺陷候補中之未與根據拍攝圖像和參照圖像之差分圖像檢測出之缺陷候補(藉由所謂之其他比較檢測出之缺陷候補)重疊的區域自缺陷候補排除，藉此更確實地抑制過度檢測。 本發明亦關於檢測對象物表面缺陷之缺陷檢測方法。本發明一較佳形態之缺陷檢測方法具備以下步驟：a)拍攝步驟，其以攝像部拍攝對象物而取得拍攝圖像；b)缺陷候補區域檢測步驟，其基於上述拍攝圖像之各像素值、與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，檢測缺陷候補區域；c)遮蔽區域檢測步驟，其準備對應於上述拍攝圖像之參照圖像，基於上述參照圖像之各像素值、與對上述參照圖像實施上述一處理，進而實施上述另一處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，檢測遮蔽區域；及d)缺陷候補排除步驟，其於將上述缺陷候補區域中、與上述遮蔽區域重疊之區域自缺陷候補排除後，基於上述缺陷候補區域取得上述拍攝圖像中存在之缺陷。 根據本發明，可將藉由拍攝圖像之自我比較檢測出之缺陷候補中、與參照圖像之自我比較結果重疊之區域自缺陷候補排除，其結果，可將包含於拍攝圖像之非缺陷者之較周圍亮之部分或暗之部分自缺陷候補去除，從而抑制過度檢測。 本發明亦關於使電腦自對象物表面之對象區域之複數張圖像檢測上述對象區域中之缺陷之程式。本發明之一較佳形態之程式之由上述電腦之執行，係使上述電腦執行以下步驟：a)準備拍攝上述對象區域而取得之拍攝圖像及對應之參照圖像之步驟；b)缺陷候補區域檢測步驟，其基於上述拍攝圖像之各像素值，與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，檢測缺陷候補區域；c)遮蔽區域檢測步驟，其準備對應於上述拍攝圖像之參照圖像，基於上述參照圖像之各像素值，與對上述參照圖像實施上述一處理、進而實施上述另一處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，檢測遮蔽區域；及d)缺陷候補排除步驟，其於將上述缺陷候補區域中、與上述遮蔽區域重疊之區域自缺陷候補排除後，基於上述缺陷候補區域而取得上述拍攝圖像中存在之缺陷。 藉由將上述程式安裝於電腦，可獲得可將藉由拍攝圖像之自我比較檢測出之缺陷候補中、與參照圖像之自我比較結果重疊之區域自缺陷候補排除之缺陷檢測裝置，其結果，可將包含於拍攝圖像之非缺陷者之較周圍亮之部分或暗之部分自缺陷候補去除從而抑制過度檢測。 本發明之另一目的在於即便於使用包含缺陷之圖像作為參照圖像之情形時，亦可抑制缺陷之過度檢測。 本發明之另一較佳一形態之缺陷檢測裝置具備：攝像部，其拍攝對象物而取得拍攝圖像；記憶部，其記憶對應於上述拍攝圖像之參照圖像；及缺陷取得部，其取得上述拍攝圖像中存在之缺陷；且上述缺陷取得部具有：自我比較缺陷候補取得部，其基於上述拍攝圖像之各像素值，與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，取得自我比較缺陷候補區域；其他圖像比較缺陷候補取得部，其於進行上述拍攝圖像與上述參照圖像之對位後，於上述一處理為膨脹處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者取得上述拍攝圖像相對於上述參照圖像較暗之區域作為其他圖像比較缺陷候補區域，於上述一處理為收縮處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者取得上述拍攝圖像相對於上述參照圖像較亮之區域作為上述其他圖像比較缺陷候補區域；及缺陷候補限定部，其取得自上述自我比較缺陷候補取得部輸出之上述自我比較缺陷候補區域、與自上述其他圖像比較缺陷候補取得部輸出之上述其他圖像比較缺陷候補區域重疊之區域作為缺陷候補區域。 根據本發明，取得基於拍攝圖像之自我比較(拍攝圖像自身、與對拍攝圖像實施膨脹收縮處理或收縮膨脹處理之圖像之比較)檢測出之自我比較缺陷候補、與基於拍攝圖像和參照圖像之其他圖像比較檢測出之其他圖像比較缺陷候補重疊之區域作為缺陷候補區域，結果，可去除包含於自我比較缺陷候補及其他圖像比較缺陷候補之至少一者之雜訊，可抑制過度檢測。 較佳而言，上述自我比較缺陷候補取得部係基於上述參照圖像之各像素值，與對上述參照圖像實施上述一處理、進而實施上述另一處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，進而檢測自我比較遮蔽區域，將上述自我比較缺陷候補區域中、與上述自我比較遮蔽區域重疊之區域自上述自我比較缺陷候補區域排除後，將上述自我比較缺陷候補區域輸出至上述缺陷候補限定部。 自我比較缺陷候補取得部可藉由基於參照圖像之自我比較結果即自我比較遮蔽區域將藉由拍攝圖像之所謂自我比較檢測出之自我比較缺陷候補所包含之非缺陷之區域排除，而更確實地抑制過度檢測。 本發明亦關於檢測對象物表面之缺陷之缺陷檢測方法。本發明一較佳形態之缺陷檢測方法具備以下步驟：a)拍攝步驟，其以攝像部拍攝對象物而取得拍攝圖像；b)自我比較缺陷候補取得步驟，其基於上述拍攝圖像之各像素值，與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，取得自我比較缺陷候補區域；c)其他圖像比較缺陷候補取得步驟，其準備對應於上述拍攝圖像之參照圖像，且於進行上述拍攝圖像與上述參照圖像之對位後，於上述一處理為膨脹處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者取得上述拍攝圖像相對於上述參照圖像較暗之區域作為其他圖像比較缺陷候補區域，於上述一處理為收縮處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者取得上述拍攝圖像相對於上述參照圖像較亮之區域作為上述其他圖像比較缺陷候補區域；及d)缺陷候補限定步驟，其取得藉由上述自我比較缺陷候補取得步驟取得之上述自我比較缺陷候補區域、與藉由上述其他圖像比較缺陷候補取得步驟取得之上述其他圖像比較缺陷候補區域重疊之區域作為缺陷候補區域。 根據本發明，取得基於拍攝圖像之自我比較檢測出之自我比較缺陷候補、與基於拍攝圖像和參照圖像之其他圖像比較檢測出之其他圖像比較缺陷候補重疊之區域作為缺陷候補區域，結果，可去除包含於自我比較缺陷候補及其他圖像比較缺陷候補之至少一者之雜訊，可抑制過度檢測。 本發明亦關於使電腦自對象物表面之對象區域之複數張圖像檢測上述對象區域缺陷之程式。本發明一較佳形態之程式之由上述電腦之執行，係使上述電腦執行以下步驟：a)準備拍攝上述對象區域而取得之拍攝圖像及對應之參照圖像之步驟；b)自我比較缺陷候補取得步驟，其基於上述拍攝圖像之各像素值，與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，取得自我比較缺陷候補區域；c)其他圖像比較缺陷候補取得步驟，其於進行上述拍攝圖像與上述參照圖像之對位後，於上述一處理為膨脹處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者，取得上述拍攝圖像相對於上述參照圖像較暗之區域作為其他圖像比較缺陷候補區域，於上述一處理為收縮處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者，取得上述拍攝圖像相對於上述參照圖像較亮之區域作為上述其他圖像比較缺陷候補區域；及d)缺陷候補限定步驟，其取得藉由上述自我比較缺陷候補取得步驟取得之上述自我比較缺陷候補區域、與藉由上述其他圖像比較缺陷候補取得步驟取得之上述其他圖像比較缺陷候補區域重疊之區域，作為缺陷候補區域。 藉由將上述程式安裝於電腦，可獲得將基於拍攝圖像之自我比較檢測出之自我比較缺陷候補、與基於拍攝圖像和參照圖像之其他圖像比較檢測出之其他圖像比較缺陷候補重疊之區域作為缺陷候補區域取得的缺陷檢測裝置，其結果，可去除包含於自我比較缺陷候補及其他圖像比較缺陷候補之至少一者之雜訊，可抑制過度檢測。 本發明之進而另一目的在於藉由高精度地自缺陷候補去除因對象物之表面顏色引起之缺陷而抑制缺陷之過度檢測。 本發明之進而其他較佳一形態之缺陷檢測裝置具備：光照射部，其可於互不相同之複數種偏射照明狀態下向對象物照射光；攝像部，其取得上述對象物表面之對象區域之圖像作為拍攝圖像；攝像控制部，其控制上述光照射部之照明狀態、與上述攝像部之圖像取得；及缺陷取得部，其自缺陷檢測所使用之至少一張拍攝圖像，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之一者作為缺陷候補區域，自於複數種照明狀態下取得之複數張拍攝圖像各者，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之另一者作為亮暗相反區域，將上述缺陷候補區域中、與任一亮暗相反區域於特定條件以上皆不重疊者自缺陷候補排除後，基於上述缺陷候補區域取得存在之缺陷。 根據本發明，可抑制缺陷之過度檢測。 較佳而言，缺陷檢測所利用之上述至少一張拍攝圖像含在於上述複數種照明狀態下取得之上述複數張拍攝圖像內。 較佳而言，上述缺陷取得部自缺陷檢測所使用之上述至少一張拍攝圖像，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之另一者作為另一缺陷候補區域，且於取得上述另一缺陷候補區域時取得對應於上述缺陷候補區域之上述亮暗反轉區域。 較佳而言，上述缺陷取得部自缺陷檢測所使用之上述至少一張拍攝圖像，以第1方法取得第1缺陷候補區域，以與上述第1方法不同之第2方法取得第2缺陷候補區域，基於上述第1缺陷候補區域及上述第2缺陷候補區域而取得上述缺陷候補區域。 進而較佳而言，上述第1方法係於進行拍攝圖像與參照圖像之對位後、自該等圖像之差分圖像取得上述第1缺陷候補區域之方法，上述第2方法係於對拍攝圖像及參照圖像進行微小區域去除處理後、自該等圖像之差分圖像取得上述第2缺陷候補區域之方法。 本發明亦關於檢測對象物表面缺陷之缺陷檢測方法。本發明一較佳形態之缺陷檢測方法具備以下步驟：a)於在互不相同之複數種偏射照明狀態各者下向對象物照射光之期間，藉由以攝像部取得上述對象物表面之對象區域之圖像，而取得複數張拍攝圖像；b)自缺陷檢測所使用之至少一張拍攝圖像，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之一者作為缺陷候補區域；c)自複數張拍攝圖像各者，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之另一者作為亮暗相反區域；及d)於將上述缺陷候補區域中、與任一亮暗相反區域於特定條件以上皆不重疊者自缺陷候補排除後，基於上述缺陷候補區域取得存在之缺陷。 較佳而言，缺陷檢測所使用之上述至少一張拍攝圖像含在於上述複數種照明狀態下取得之上述複數張拍攝圖像內。 較佳而言，上述缺陷檢測方法進而具備以下步驟：e)自缺陷檢測所使用之上述至少一張拍攝圖像，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之另一者作為另一缺陷候補區域；且上述c)步驟含在上述e)步驟中。 本發明亦關於使電腦自對象物表面之對象區域之複數張圖像檢測上述對象區域之缺陷之程式。本發明一較佳形態之程式之由上述電腦之執行，係使上述電腦執行以下步驟：a)準備於互不相同之複數種偏射照明狀態中取得之上述對象區域之複數張拍攝圖像及對應之複數張參照圖像；b)自缺陷檢測所使用之至少一張拍攝圖像，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之一者作為缺陷候補區域；c)自複數張拍攝圖像各者，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之另一者作為亮暗相反區域；及d)於將上述缺陷候補區域中、與任一亮暗相反區域於特定條件以上皆不重疊者自缺陷候補排除後，基於上述缺陷候補區域取得存在之缺陷。 上述目的及其他目的、特徵、態樣及優點將根據參照隨附圖式以下進行之該發明之詳細說明而予以明瞭。
圖1係顯示本發明一實施形態之缺陷檢測裝置1之構成之圖。圖2係顯示缺陷檢測裝置1之本體11之俯視圖。缺陷檢測裝置1係檢查具有非鏡面表面之立體對象物9之外觀之裝置，檢測對象物9表面之缺陷。 對象物9係例如藉由鍛造或鑄造而形成之金屬零件。對象物9之表面為具有微小凹凸之梨皮狀，即消光狀態。換言之，對象物9之表面將光漫反射，且具有光澤。對象物9表面之光澤度較佳為約20～約60。光澤度係關注於正反射光之比例、或擴散反射光之方向分佈等而一維地表示物體表面之光澤程度之指標。光澤度係依據JIS等工業規格之光澤度測定方法利用光澤計測定。 對象物9之表面藉由噴砂、或噴鋼珠等使用特定投射材之珠粒噴擊而進行處理，成為上下表面與側面之邊界部或邊緣之角部或成形時之毛刺經去除的形狀(所謂之R形狀)。對象物9係例如用於萬向接頭之各種零件，例如用於車輛、飛機或發電機之驅動部分之金屬零件。 對象物9表面之缺陷係相對於理想形狀而為凹狀或凸狀之部位。缺陷係例如凹痕、傷痕、加工不良等。缺陷亦可為附著於表面之異物。 如圖1所示，缺陷檢測裝置1具備：本體11與電腦12。本體11具備：保持部2、複數個攝像部3(於圖中標註符號3a、3b、3c，但於不區分該等之情形時標註符號3)及光照射部4。對象物9保持於保持部2。於本體11，設置防止外部之光到達保持部2上之省略圖示之遮光蓋，保持部2、攝像部3及光照射部4設置於遮光蓋內。 於自動檢查對象物9之整個表面之情形時，再設置一個本體11。且，於2個本體11之間設置將對象物9之上下反轉而搬送對象物9之機構。 如圖1及圖2所示，於複數個攝像部3，包含1個上方攝像部3a、8個斜向攝像部3b、8個側向攝像部3c。上方攝像部3a配置於保持部2之上方。藉由上方攝像部3a可取得自正上方拍攝保持部2上之對象物9之圖像。 如圖2所示，於自上側朝向下方觀察本體11之情形時(即，於俯視本體11之情形時)，8個斜向攝像部3b配置於保持部2之周圍。8個斜向攝像部3b以45°之角度間隔(角度間距)排列於以通過保持部2之中心且朝向上下方向之中心軸J1為中心之周方向。如圖1所示，於包含各斜向攝像部3b之光軸K2與中心軸J1之面中，光軸K2與中心軸J1所成之角度θ2係約45°。藉由各斜向攝像部3b可取得自斜上方拍攝保持部2上之對象物9之圖像。若自斜上方拍攝對象物9，則角度θ2不限定於45°，較佳可於15～75°之範圍內任意設定。 於俯視本體11之情形時，8個側向攝像部3c亦與8個斜向攝像部3b同樣地配置於保持部2之周圍。8個側向攝像部3c以45°之角度間隔排列於周方向。於包含各側向攝像部3c之光軸K3與中心軸J1之面中，光軸K3與中心軸J1所成之角度θ3係約90°。藉由各側向攝像部3c可取得自橫向拍攝保持部2上之對象物9之圖像。 上方攝像部3a、斜向攝像部3b及側向攝像部3c具有例如CCD(Charge Coupled Device：電荷耦合裝置)或CMOS(Complementary Metal-Oxide Semiconductor：互補金屬氧化物半導體)等2維影像感測器，且取得多灰階之圖像。上方攝像部3a、斜向攝像部3b及側向攝像部3c由省略圖示之支持部支持。 光照射部4包含：1個上方光源部4a、8個斜向光源部4b、及8個側向光源部4c。上方光源部4a與上方攝像部3a鄰接。於上方光源部4a中，垂直於中心軸J1地，即水平地排列有複數個LED(發光二極體)。藉由上方光源部4a大致自正上方對保持部2上之對象物9照射光。 於俯視本體11之情形時，8個斜向光源部4b配置於保持部2之周圍。斜向光源部4b分別與斜向攝像部3b鄰接。8個斜向光源部4b以45°之角度間隔排列於周方向。於各斜向光源部4b中，大致垂直於光軸K2地排列有複數個LED。於各斜向光源部4b中，可自斜上方對保持部2上之對象物9照射光。 於俯視本體11之情形時，8個側向光源部4c配置於保持部2之周圍。側向光源部4c分別與側向攝像部3c鄰接。8個側向光源部4c以45°之角度間隔排列於周方向。於各側向光源部4c中，將複數個LED大致垂直於光軸K3，且排列於水平方向。因此，於俯視下8個側向光源部4c呈大致八角形。於各側向光源部4c中，可自橫向對保持部2上之對象物9照射光。上方光源部4a、斜向光源部4b及側向光源部4c，亦可使用LED以外之種類之光源。於本實施形態中光之顏色為白色，但光之顏色或波長域可變更為各種。可藉由光照射部4自各個方向向對象物9照射擴散光。以下，將自特定之至少1個光源部照射光且由偏射光照明對象物9之各狀態稱為「照明狀態」。光照射部4係可於互不相同之複數個偏射照明狀態下向對象物9照射光。 圖3係顯示電腦12之構成之圖。電腦12為包含進行各種運算處理之CPU121、記憶基本程式之ROM122及記憶各種資訊之RAM123之一般電腦系統之構成。電腦12進而包含：固定磁碟124，其進行資訊記憶；顯示器125，其進行圖像等各種資訊之顯示；鍵盤126a及滑鼠126b(以下，總稱為「輸入部126」)，其受理來自操作者之輸入；讀取裝置127，其自光碟、磁碟、磁光碟等電腦可讀取之記錄媒體8進行資訊之讀取；以及通信部128，其於缺陷檢測裝置1之與其他構成之間收發信號。 於電腦12中，事前經由讀取裝置127自記錄媒體8讀出程式80並記憶於固定磁碟124。CPU121根據程式80利用RAM123或固定磁碟124且執行運算處理。CPU121於電腦12中作為運算部發揮功能。除了CPU121以外，亦可採用其他構成作為運算部發揮功能。 圖4係顯示藉由電腦12根據程式80執行運算處理而實現之功能之圖。於圖4中，攝像控制部51、缺陷取得部52、記憶部53相當於電腦12所實現之功能。該等功能之全部或局部可藉由專用之電氣電路實現。又，亦可藉由複數個電腦實現該等功能。 攝像控制部51控制攝像部3與光照射部4，取得對象物9之圖像(正確而言係顯示圖像之資料)。圖像資料保存於記憶部53。於圖4中，以1個方塊顯示攝像部3，但實際上於攝像控制部51連接上方攝像部3a、斜向攝像部3b及側向攝像部3c。 如後述般，每當攝像控制部51控制光照射部4之各光源部使照明狀態變化時，以17台攝像部3之至少1台取得圖像之資料。以下，將藉由拍攝取得之圖像稱為「拍攝圖像」，將其資料稱為「拍攝圖像資料」。拍攝圖像資料911保存於記憶部53。於記憶部53，將各照明狀態之理想對象物9之圖像資料作為參照圖像資料912保存。即，於記憶部53準備對應於各攝像部3之各照明狀態之理想之圖像資料作為參照圖像資料912。 光照射部4之光之照明狀態指自特定之照射方向向對象物9照射光之狀態。照射方向並非嚴格限定者，而意指大致之光之照射方向。照射方向並非限定於光僅自該方向照射時之平行光者。光自某方向照射係意指自該方向偏移照射。又，1次拍攝之光之照射方向之數量並不限定於1個。例如，可自彼此分離之複數個光源部同時照射光。 缺陷取得部52包含：第1缺陷取得部521與第2缺陷取得部522。另，「第1缺陷」於本實施形態中意指於圖像中黑暗顯現之缺陷，即「暗缺陷」。「第2缺陷」於本實施形態中意指於圖像中明亮顯現之缺陷，即「亮缺陷」。 以下，對第1缺陷取得部521之各種構成，一面參照圖5至圖8一面進行說明。 圖5係顯示第1缺陷取得部521之構成之圖。第1缺陷取得部521包含：第1缺陷候補取得部541、第3缺陷候補取得部551、及缺陷候補限定部581。第1缺陷取得部521基於輸入之拍攝圖像資料911及參照圖像資料912進行處理，藉此取得表示第1缺陷區域之圖像資料即第1缺陷資料931。第1缺陷區域係拍攝圖像中相對於參照圖像較暗之區域中之利用後述之各種處理去除雜訊(拍攝圖像中本來不是第1缺陷區域，但作為後述之第1缺陷候補區域而檢測出之區域)之區域。 圖6係顯示第1缺陷候補取得部541之構成之圖。第1缺陷候補取得部541包含：2個過濾處理部542、預對準部543、膨脹處理部544、收縮處理部545、比較部546、2值化部547、及面積過濾部548。第1缺陷候補取得部541基於輸入之拍攝圖像資料911及參照圖像資料912而進行處理，藉此取得顯示第1缺陷候補區域之圖像資料即第1缺陷候補資料921。第1缺陷候補區域係拍攝圖像中相對於參照圖像較暗之區域。 圖7係顯示第3缺陷候補取得部551之構成之圖。第3缺陷候補取得部551包含：2個過濾處理部552、預對準部553、移位比較部554、2值化部555、及面積過濾部556。第3缺陷候補取得部551基於輸入之拍攝圖像資料911及參照圖像資料912而進行處理，藉此取得顯示第3缺陷候補區域之圖像資料即第3缺陷候補資料923。第3缺陷候補區域係拍攝圖像中相對於參照圖像較暗之區域。如後述般，取得第3缺陷候補區域之方法與取得第1缺陷候補區域之方法不同。 圖8係顯示缺陷候補限定部581之構成之圖。缺陷候補限定部581包含：2個以上之邏輯積運算部582、583、及區域選擇部584。缺陷候補限定部581基於輸入之第1缺陷候補資料921及第3缺陷候補資料923而進行處理，藉此取得第1缺陷資料931。 接著，對第2缺陷取得部522之各種構成，一面參照圖9至圖12一面進行說明。 圖9係顯示第2缺陷取得部522之構成之圖。第2缺陷取得部522包含：第2缺陷候補取得部561、第4缺陷候補取得部571、及缺陷候補限定部591。第2缺陷取得部522基於輸入之拍攝圖像資料911及參照圖像資料912而進行處理，藉此取得顯示第2缺陷區域之圖像資料即第2缺陷資料932。第2缺陷區域係拍攝圖像中於相對於參照圖像較暗之區域中，藉由後述之各種處理去除雜訊(於拍攝圖像中，本來不是第2缺陷之區域，且作為後述之第2缺陷候補區域而檢測出之區域)的區域。 圖10係顯示第2缺陷候補取得部561之構成之圖。第2缺陷候補取得部561包含：2個過濾處理部562、預對準部563、收縮處理部564、膨脹處理部565、比較部566、2值化部567、及面積過濾部568。第2缺陷候補取得部561基於輸入之拍攝圖像資料911及參照圖像資料912而進行處理，藉此取得顯示第2缺陷候補區域之圖像資料即第2缺陷候補資料922。第2缺陷候補區域係拍攝圖像中相對於參照圖像較亮之區域。 圖11係顯示第4缺陷候補取得部571之構成之圖。第4缺陷候補取得部571包含：2個過濾處理部572、預對準部573、移位比較部574、2值化部575、及面積過濾部576。第4缺陷候補取得部571基於輸入之拍攝圖像資料911及參照圖像資料912而進行處理，藉此取得顯示第4缺陷候補區域之圖像資料即第4缺陷候補資料924。第4缺陷候補區域係拍攝圖像中相對於參照圖像較亮之區域。如後述般，取得第4缺陷候補區域之方法與取得第2缺陷候補區域之方法不同。 圖12係顯示缺陷候補限定部591之構成之圖。缺陷候補限定部591包含：2個以上之邏輯積運算部592、593、及區域選擇部594。缺陷候補限定部591基於輸入之第2缺陷候補資料922及第4缺陷候補資料924而進行處理，藉此取得第2缺陷資料932。 此處，於高速地進行處理之情形時，將多數之第1缺陷候補取得部541及第3缺陷候補取得部551設置於第1缺陷取得部521，又，將多數之第2缺陷候補取得部561及第4缺陷候補取得部571設置於第2缺陷取得部522，對複數張拍攝圖像同時進行處理。 圖13係顯示缺陷檢測裝置1之動作流程之圖。首先，將成為檢查對象之對象物9保持於保持部2上。於保持部2，設置有例如對位用之抵接部，藉由對象物9之預定部位與抵接部相接，將對象物9以特定之方向配置於特定位置。保持部2可為設置有定位銷之平台。 接著，攝像控制部51藉由變更點亮之光源部一面變更照明狀態一面以選擇之攝像部3進行拍攝(步驟S11～S13)。即，攝像控制部51執行如下步驟：光照射步驟(步驟S11)，其對光照射部4發出點亮命令，將選擇之光照射部4點亮；拍攝步驟(步驟S12)，其於光照射部4之點亮期間，以由攝像控制部51選擇之攝像部3進行對象物9之拍攝，取得拍攝圖像；及繼續拍攝判斷步驟(步驟S13)，其判斷於拍攝步驟後攝像控制部51是否進行下一次拍攝。 具體而言，選擇1個側向攝像部3c，以該側向攝像部3c為中央依序選擇並點亮於水平方向連續之5個側向光源部4c之1個，側向攝像部3c於每次點亮時取得圖像。變更側向攝像部3c且反複上述動作。實際上，藉由於各照明狀態下以複數個側向攝像部3c進行拍攝，可謀求縮短動作時間。進而，將所有之側向光源部4c點亮且以所有之側向攝像部3c進行拍攝。藉此，以各側向攝像部3c取得6張圖像。 於斜向攝像部3b之情形時，選擇1個斜向攝像部3b，依序選擇並點亮8個斜向光源部4b之1個，斜向攝像部3b於每次點亮時取得圖像。變更斜向攝像部3b且反複上述動作。實際上，藉由於各照明狀態下以所有之斜向攝像部3b進行拍攝，可謀求縮短動作時間。進而，將所有之斜向光源部4b點亮並以所有之斜向攝像部3b進行拍攝。於僅上方光源部4a點亮之狀態下亦以所有之斜向攝像部3b進行拍攝。藉此，以各斜向攝像部3b取得10張圖像。 於上方攝像部3a之情形時，與斜向攝像部3b同樣地變更照明狀態而取得10張圖像。於實際之動作中，藉由於斜向攝像部3b之拍攝時以上方攝像部3a進行拍攝，可謀求縮短動作時間。 將拍攝之圖像資料作為拍攝圖像資料911記憶於記憶部53。於記憶部53，如上所述，準備對應於各拍攝圖像之參照圖像之資料作為參照圖像資料912。參照圖像係表示在與拍攝圖像同樣之照明狀態下作為缺陷檢查之基準而擷取之對象物9(所謂之良品)。參照圖像資料912可藉由拍攝不存在缺陷之對象物9而取得。亦可作為多數之對象物9之圖像之平均圖像資料而取得。 當攝像控制部51結束預定之所有拍攝步驟時，接著，缺陷取得部52執行第1缺陷取得步驟(步驟S14)及第2缺陷取得步驟(步驟S15)。第1缺陷取得步驟S14係取得拍攝圖像所包含之第1缺陷之步驟。第2缺陷取得步驟S15係取得拍攝圖像所包含之第2缺陷之步驟。第1缺陷取得步驟S14及第2缺陷取得步驟S15於本實施形態中係於缺陷取得部52中並行執行，但關於本發明之實施並不限定於此，第1缺陷取得步驟S14可先於第2缺陷取得步驟S15執行，亦可為其相反順序。 以下，為了使表現簡單化，有將對圖像資料之處理簡單表現為對圖像之處理之情形。又，說明僅關注於1個攝像部3之處理。對其他之攝像部3亦進行同樣之處理。於缺陷檢測裝置1中，可檢測第1缺陷(暗缺陷)之存在與第2缺陷(亮缺陷)之存在，但於以下之說明中，關注於第1缺陷而進行說明，對第2缺陷之檢測處理中與第1缺陷之檢測處理共通之點適當省略說明。 圖14係顯示第1缺陷取得步驟S14之細節之圖。第1缺陷取得步驟S14包含：第1缺陷候補取得步驟S141、第3缺陷候補取得步驟S142、及缺陷候補限定步驟S143。 圖15係顯示第2缺陷取得步驟S15之細節之圖。第2缺陷取得步驟S15包含：第2缺陷候補取得步驟S151、第4缺陷候補取得步驟S152、及缺陷候補限定步驟S153。 圖16係顯示第1缺陷候補取得步驟S141之細節之圖。第1缺陷候補取得步驟S141包含：檢測第1缺陷候補區域之第1缺陷候補區域檢測步驟S1411、檢測第1遮蔽區域之第1遮蔽區域檢測步驟S1412、將第1缺陷候補區域中與第1遮蔽區域於特定條件以上重疊者自第1缺陷候補排除之缺陷候補排除步驟S1413、及後處理步驟S1414。 圖17係顯示第2缺陷候補取得步驟S151之細節之圖。第2缺陷候補取得步驟S151包含：檢測第2缺陷候補區域之第2缺陷候補區域檢測步驟S1511、檢測第2遮蔽區域之第2遮蔽區域檢測步驟S1512、將第2缺陷候補區域中與第2遮蔽區域於特定條件以上重疊者自第2缺陷候補排除之缺陷候補排除步驟S1513、及後處理步驟S1514。 以下，一面適當參照圖5至圖20一面對第1缺陷取得步驟S14進行說明。 當第1缺陷取得步驟S14開始時，首先，執行第1缺陷候補取得步驟S141。於第1缺陷候補取得步驟S141中，首先，藉由第1缺陷取得部521選擇1張拍攝圖像，並選擇對應於該拍攝圖像之參照圖像。如圖6所示，於第1缺陷候補取得部541中，將拍攝圖像之拍攝圖像資料911輸入於過濾處理部542(拍攝圖像資料輸入步驟S201)、將參照圖像之參照圖像資料912輸入於過濾處理部542(參照圖像資料輸入步驟S211)。 參照圖16。接著，過濾處理部542及預對準部543執行對拍攝圖像及參照圖像進行過濾處理及預對準處理之前處理步驟S202、S212。於2個過濾處理部542中，分別對拍攝圖像及參照圖像進行減低中值過濾器或高斯過濾器等之雜訊之過濾處理。完成過濾處理之拍攝圖像及參照圖像輸出於預對準部543。於預對準部543中，藉由利用特定圖案之圖案匹配，特定出參照圖像之相對於拍攝圖像之相對位置及角度之偏移量。且，藉由將參照圖像相對於拍攝圖像平行移動及旋轉兩圖像間之位置及角度之偏移量，使參照圖像之大致位置及角度與拍攝圖像一致。藉此，對兩圖像進行預對準。 參照圖18。圖18係顯示第1缺陷候補取得步驟S141之處理內容之圖像例。將藉由拍攝圖像資料輸入步驟S201輸入、且前處理步驟S202所執行之拍攝圖像作為拍攝圖像811而例示。又，將藉由參照圖像資料輸入步驟S212輸入、且前處理步驟S212所執行之參照圖像作為參照圖像812而例示。將成為對象物9之檢查對象之表面中之顯現於拍攝圖像811及參照圖像812之區域稱為「對象區域70」，且於拍攝圖像811及參照圖像812中以矩形顯示。攝像部3與對象區域70一一對應，且各攝像部3總是取得相同之對象區域70之圖像。 於拍攝圖像811之對象區域70，可確認到拍得比周圍暗之第1缺陷711及拍得比周圍亮之第2缺陷721。該等係例如凹痕或傷痕。於拍攝圖像811之對象區域70，包含圖案部分712、722。圖案部分712係拍得比周圍亮之凹部或凸部，圖案部分722係拍得比周圍暗之凹部或凸部。該等圖案部分712、722係源於先前形成於對象物9之形狀者，並非缺陷。 於參照圖像812之對象區域70，可確認到拍得比周圍亮之第2缺陷721。通常理想上係擷取並取得無缺陷之對象物9作為參照圖像，但有參照圖像用而擷取之對象物9亦包含缺陷之虞。又，於參照圖像812之對象區域70，於與拍攝圖像811相同之位置，包含圖案部分712、722。 另，圖18所示之拍攝圖像811及參照圖像812係為了說明而誇大表現第1缺陷、第2缺陷及圖案部分等者，實際之缺陷等有時由更小之像素而表現。又，於拍攝圖像811及參照圖像812中，為了方便起見，記載缺陷及圖案部分之區別，但於實際之圖像中係通過後述之處理預先判明所拍之暗區域是第1缺陷與圖案部分之何者、或所拍之亮部分是第2缺陷與圖案部分之何者，於拍攝圖像811及參照圖像812之階段中缺陷及圖案部分之區別尚不明。 參照圖16。接著，膨脹處理部544執行對完成預對準之拍攝圖像及參照圖像進行膨脹處理之膨脹處理步驟S203、S213。 如圖6所示，於第1缺陷候補取得部541中，自預對準部543將拍攝圖像資料911及參照圖像資料912輸入於膨脹處理部544，對拍攝圖像及參照圖像進行膨脹處理。此處之膨脹處理係使多值圖像之較亮區域膨脹之處理。於膨脹處理中，使用周知之最大值過濾器。最大值過濾器係於以注目像素為中心之核心尺寸內之像素中，擷取像素值最大者，並將注目像素之像素值變更為該最大之像素值的過濾器。藉由通過最大值過濾器，將像素值高(即亮)之1像素之像素膨脹為3像素×3像素。 藉此，產生圖18之膨脹圖像811a及膨脹圖像812a。膨脹圖像811a及膨脹圖像812a係多值圖像。於膨脹圖像811a及膨脹圖像812a中，較亮之區域即第2缺陷721a及圖案部分712a於經膨脹之狀態下被確認，另一方面，較小之暗區域消失。 另，關於本發明之實施，最大值過濾器之核心尺寸並不限定於3像素×3像素，亦可採用其他之各種尺寸。 參照圖16。接著，收縮處理部545執行對完成膨脹處理之拍攝圖像及參照圖像進行收縮處理之收縮處理步驟S204、S214。 如圖6所示，完成膨脹處理之拍攝圖像及參照圖像之資料輸入於收縮處理部545，並對拍攝圖像及參照圖像進行收縮處理。此處之收縮處理係使多值圖像之較亮之區域收縮之處理。於收縮處理中，使用例如與膨脹處理所用之最大值過濾器同尺寸之最小值過濾器，將較亮之區域幾乎恢復為原來大小。最小值過濾器係於以注目像素為中心之核心尺寸內之像素中，擷取像素值最小者，並將該注目像素之像素值變更為該最小之像素值的過濾器。 藉此，產生圖18之收縮圖像811b及收縮圖像812b。收縮圖像811b及收縮圖像812b係多值圖像。於收縮圖像811b及收縮圖像812b中，較亮之區域即第2缺陷721b及圖案部分712b於已幾乎恢復為原來大小之狀態下被確認。藉由膨脹處理及收縮處理，於原來之拍攝圖像及參照圖像中，較大之暗區域幾乎維持原來之狀態，較小之暗區域消失。另，於圖18之圖像例中，較暗之區域藉由膨脹處理而全部消失。 參照圖16。接著，比較部546執行對完成收縮處理之拍攝圖像及參照圖像進行比較處理之比較處理步驟S205、S215。 如圖6所示，完成收縮處理之拍攝圖像及參照圖像之資料輸入於比較部546，比較部546首先基於拍攝圖像、與該拍攝圖像經膨脹、收縮處理之收縮圖像之差及比之至少一者產生比較圖像(比較處理步驟S205)，且，與此同時，基於參照圖像、與該參照圖像經膨脹、收縮處理之收縮圖像之差及比之至少一者產生比較圖像(比較處理步驟S215)。 比較處理步驟S205基於拍攝圖像、與該拍攝圖像經膨脹、收縮處理之收縮圖像之差及比之至少一者產生比較圖像。於本申請案之缺陷檢測裝置1中，基於差還是基於比係基於由程式80預先決定之參數、或使用者使用輸入部126指示之參數而決定。又，本申請案之缺陷檢測裝置1中所使用之各種特定值、基準值及閾值係基於由程式80預先決定之參數、或使用者使用輸入部126指示之參數而決定。以下，對基於差產生比較圖像、與基於比產生比較圖像進行說明。 作為比較處理步驟S205之具體例之一，藉由差(例如減法處理)取得比較圖像。具體而言，自拍攝圖像之各像素值減去該拍攝圖像經膨脹、收縮處理之收縮圖像之與該拍攝圖像重疊之區域之像素值，藉此取得表示兩圖像之差分之差圖像。接著，取得將該差圖像中之像素之絕對值大於特定閾值之區域作為第1缺陷候補區域擷取出的比較圖像。 於本實施形態中，將差圖像中之像素之絕對值為特定閾值以下之像素值設為「0」，並將像素值大於0之區域作為第1缺陷候補區域擷取出。另，作為本發明之第1缺陷候補區域之擷取方法並不限定於此，亦可藉由根據特定之閾值對差圖像執行2值化處理而擷取第1缺陷候補區域。 若一般表現，則於比較處理步驟S205中，於拍攝圖像中，將亮度低於該拍攝圖像經膨脹、收縮處理之收縮圖像，且亮度之差之絕對值為第1基準值以上之區域作為第1缺陷候補區域表現於比較圖像。第1基準值係正值。進而換言之，於拍攝圖像中，將亮度較該拍攝圖像經膨脹、收縮處理之收縮圖像低於特定值之區域作為第1缺陷候補區域表現於比較圖像。於圖像為單色之情形時，可將像素值作為亮度捕捉，為彩色圖像之情形時，可將藉由對每一顏色成分之像素值進行特定運算而求出之值作為亮度加以處理。 又，作為比較處理步驟S205之另一具體例，亦可自拍攝圖像之各像素值、與該拍攝圖像經膨脹、收縮處理之收縮圖像之對應之像素值的比而求出第1缺陷候補區域。具體而言，可藉由拍攝圖像經膨脹、收縮處理之收縮圖像之各像素值除以該拍攝圖像之對應之像素值，求出比圖像之像素值。預先準備大於1之第1基準值，於比圖像中將由具有第1基準值以上之值之像素構成之區域作為第1缺陷候補區域擷取出，並取得包含該第1缺陷候補區域之比較圖像。 當然，亦可藉由拍攝圖像之各像素值除以該拍攝該圖像經膨脹、收縮處理之收縮圖像之對應之像素值而求出比圖像之像素值。於該情形時，於比圖像中將由具有小於1之第1基準值以下之值之像素構成的區域作為第1缺陷候補區域擷取出，並取得包含該第1缺陷候補區域之比較圖像。 第1基準值可不為常數。第1基準值可為拍攝圖像之亮度或像素值之函數。第1基準值可使用拍攝圖像之亮度或像素值之差及比而決定，進而亦可利用其他運算而決定。第1基準值可定為各種之方面針對於後述之第2、第3及第4基準值亦相同。第1至第4基準值無須為相同之值，算出方法亦可不同。若一般表現，則於拍攝圖像中，取得亮度低於參照圖像之亮度、且低於滿足預先決定之條件之值的區域作為第1缺陷候補區域。「預先決定之條件」可相對於各拍攝圖像而個別地設定。再者，可於一張拍攝圖像使用複數個「預先決定之條件」。例如，可如拍攝圖像中之邊緣般，以於每次拍攝時像素值容易變化之位置難以作為缺陷候補區域被檢測出之方式設定第1基準值。上述說明對於以下之第2缺陷候補區域、第3缺陷候補區域、第4缺陷候補區域之擷取上亦相同。 比較處理步驟S215係基於參照圖像、與該參照圖像經膨脹、收縮處理之收縮圖像之差及比之至少一者產生比較圖像。關於差圖像或比圖像之取得係進行與拍攝圖像之比較處理步驟S205相同之處理。於比較處理步驟S215中，藉由與比較處理步驟S205相同之處理，自參照圖像擷取第1遮蔽區域而非擷取第1缺陷候補區域。 作為比較處理步驟S215之具體例之一，藉由差(例如減法處理)取得比較圖像。具體而言，自參照圖像之各像素值減去該參照圖像經膨脹、收縮處理之收縮圖像之與該參照圖像重疊之區域之像素值，藉此取得表示兩圖像之差分之差圖像。接著，取得將該差圖像中之像素之絕對值大於特定閾值之區域作為第1遮蔽區域擷取出的比較圖像。 又，作為比較處理步驟S215之另一具體例，亦可自參照圖像之各像素值、與該參照圖像經膨脹、收縮處理之收縮圖像之對應之像素值的比而求出第1遮蔽區域。具體而言，可藉由參照圖像經膨脹、收縮處理之收縮圖像之各像素值除以該參照圖像之對應之像素值，求出比圖像之像素值。預先準備大於1之第1基準值，於比圖像中將由具有第1基準值以上之值之像素構成之區域作為第1遮蔽區域擷取出，並取得包含該第1遮蔽區域之比較圖像。 此時，比較處理步驟S205之特定閾值及第1基準值與比較處理步驟S215之特定閾值及第1基準值可相同，亦可不同。於相同之情形時，可使處理共通，故而有助於削減處理記憶體或削減處理時間。 藉由以上處理，取得圖18所示之比較圖像811c及比較圖像812c。於比較圖像811c中，作為較拍攝圖像811暗之區域擷取出第1缺陷候補區域711c、722c。另，711c對應於第1缺陷(真缺陷)，722c對應於圖案部分(假缺陷)。又，於比較圖像812c中，作為較參照圖像812暗之區域擷取出第1遮蔽區域722c。另，722c對應於圖案部分(假缺陷)。 以上說明之拍攝圖像資料輸入步驟S201、前處理步驟S202、膨脹處理步驟S203、收縮處理步驟S204、及比較處理步驟S205構成本實施形態之第1缺陷候補區域檢測步驟S1411。另，前處理步驟S202可根據拍攝圖像之狀態或檢查條件而省略。 又，以上說明之參照圖像資料輸入步驟S211、前處理步驟S212、膨脹處理步驟S213、收縮處理步驟S214、及比較處理步驟S215構成本實施形態之第1遮蔽區域檢測步驟S1412。另，前處理步驟S212可根據參照圖像之狀態或檢查條件而省略。 參照圖16。接著，比較部546執行對基於拍攝圖像之比較圖像進行缺陷候補排除處理之缺陷候補排除步驟S1413。 當缺陷候補排除步驟S1413開始時，首先，比較部546執行使第1遮蔽區域加粗之加粗處理。具體而言，對比較圖像812c，與膨脹處理步驟S213同樣地使用最大值過濾器並將膨脹處理作為加粗處理實施。 另，關於本發明之實施，並不限定於使用最大值過濾器之加粗處理，而可採用各種加粗處理。 此處，於拍攝於參照圖像之對象物、與拍攝於拍攝圖像之對象物之間，有存在公差之情形。又，於拍攝參照圖像時對象物之姿勢、與拍攝拍攝圖像時對象物之姿勢之間，有存在位置偏移之情形。因此，如後述般於僅直接排除第1遮蔽區域與第1缺陷候補區域重疊之區域時，第1缺陷候補區域中之非缺陷之區域(即圖案部分)未與第1遮蔽區域良好地重疊，故位置偏移之部分係非缺陷之區域直接作為第1缺陷候補區域而殘留。因此，對第1遮蔽區域進行加粗處理，降低因位置偏移引起之第1缺陷候補區域與第1遮蔽區域之非重複部分。藉此，可進而抑制過度檢測。 接著，於缺陷候補排除步驟S1413中，執行缺陷候補排除處理，其產生將拍攝圖像之比較圖像之第1缺陷候補區域之一部分區域於第1遮蔽區域自第1缺陷候補排除的第1缺陷候補圖像。更具體而言，產生如下之第1缺陷候補圖像：將比較部546中產生之基於拍攝圖像之比較圖像之第1缺陷候補區域中與基於參照圖像之比較圖像之第1遮蔽區域於特定條件以上重疊者自第1缺陷候補排除。 此處，作為第1缺陷候補區域與第1遮蔽區域重疊之評估方法使用如下之方法：取得拍攝圖像之比較圖像之各像素、與參照圖像之比較圖像之各像素之差或和，並與特定之閾值比較擷取第1缺陷候補區域。使用差及和之哪一者之擷取方法係基於由程式80預先決定之參數、或使用者使用輸入部126指示之參數而決定。 於基於差而取得第1缺陷候補圖像之情形時，具體而言，藉由自拍攝圖像之比較圖像之各像素的值，減去參照圖像之比較圖像之對應位置的像素值，取得表示兩圖像之差分之差圖像。且，於將該差圖像中之像素值大於特定之閾值之區域作為第1缺陷候補保留，並將其他之區域設為「0」之狀態下，取得第1缺陷候補圖像。 於基於和而取得第1缺陷候補圖像之情形時，具體而言，藉由自拍攝圖像之比較圖像之各像素的值，加上參照圖像之比較圖像之對應位置的像素值，取得表示兩圖像之和之和圖像。且，於藉由將該和圖像中之像素值大於特定之閾值之區域設為像素值「0」，而作為第1遮蔽區域與第1缺陷候補區域重複之區域排除，且保留不與第1遮蔽區域重複之第1缺陷候補區域之狀態下，取得第1缺陷候補圖像。 另，關於本發明之實施並不限定於此，可於對拍攝圖像之比較圖像、與參照圖像之比較圖像，實施將各自具有特定之閾值以上之像素值之像素設為「1」，將具有低於該閾值之像素值之像素設為「0」之2值化處理後，對參照圖像之比較圖像實施反轉像素值「1」與「0」之處理，取得拍攝圖像之比較圖像之各像素之像素值、與參照圖像之比較圖像之反轉圖像之對應的各像素之像素值之邏輯積，並取得將像素值為「1」之區域設為第1缺陷候補區域之第1缺陷候補圖像。於該情形時，可省略後述之後處理步驟S1414中之2值化部547之2值化處理。 又，於本實施形態中，於缺陷候補排除步驟S1413中進行加粗處理，但關於本發明之實施並不限定於此，可省略加粗處理，而於缺陷候補排除步驟S1413中僅執行缺陷候補排除處理。 參照圖16。接著，2值化處理部547及面積過濾部548執行對第1缺陷候補圖像進行後處理之後處理步驟S1414。 如圖6所示，自比較部546輸出之第1缺陷候補圖像於2值化部547以特定之閾值被2值化。此處，第1缺陷候補圖像係以多值表示第1缺陷候補區域，以「0」表示除此以外之區域。藉由2值化部547之2值化處理，將第1缺陷候補區域設為「1」，將除此以外之區域設為「0」。 接著，完成2值化處理之第1缺陷候補圖像被輸入於面積過濾部548。藉由面積過濾部548，刪除面積小於預先決定之值之第1缺陷候補區域，並取得表示剩餘之第1缺陷候補區域之圖像作為最終第1缺陷候補圖像(正確而言係表示第1缺陷候補區域之圖像資料即第1缺陷候補資料921)。 藉由以上處理，取得圖18所示之第1缺陷候補圖像821。於第1缺陷候補圖像821中，比較圖像811c中擷取之第1缺陷候補區域722c藉由獲得與比較圖像812c之差分而加以排除。藉此，可抑制因本來非缺陷之圖案部分722引起之虛報。然而，於圖18之圖像例中，拍攝圖像811與參照圖像812之間之因對象物9之公差引起之一部分第1缺陷候補區域722c並未由第1遮蔽區域排除殆盡，而於第1缺陷候補圖像821中作為第1缺陷候補區域722d殘留。 以攝像部3取得之複數張拍攝圖像被依序選擇為處理對象，並取得與拍攝圖像之數量相等數量之第1缺陷候補資料921。 參照圖14。接著，第3缺陷候補取得部551執行第3缺陷候補取得步驟S142。 如圖7所示，當第3缺陷候補取得步驟S142開始時，首先，選擇以第1缺陷候補取得步驟S141選擇之一張拍攝圖像、與對應於該拍攝圖像之參照圖像。接著，於第3缺陷候補取得部551中，將拍攝圖像之拍攝圖像資料911輸入於過濾處理部552，將參照圖像之參照圖像資料912輸入於過濾處理部552。 接著，過濾處理部542及預對準部543對拍攝圖像及參照圖像進行過濾處理及預對準處理。由於該等處理與第1缺陷候補取得步驟S141之前處理步驟S202、S212相同，故省略說明。 接著，移位比較部554使用完成前處理之拍攝圖像及參照圖像，進行移位比較處理。2值化部555對完成移位比較處理之圖像進行2值化處理，藉此產生第3缺陷候補圖像。於移位比較部554中，一面將參照圖像自完成預對準之位置向上下左右略微移動，一面求出表示拍攝圖像與參照圖像之差異之評估值。作為評估值求出例如兩圖像重疊之區域之像素值之(附符號之)差之絕對值的和。且，產生表示評估值最小之位置之兩圖像之像素值之附符號之差分的圖像。附符號之差分圖像被2值化部555以特定之值2值化，產生表示第3缺陷候補區域之第3缺陷候補圖像。 實際上，為了使處理簡單化，不求出附符號之差分圖像。具體而言，自參照圖像之各像素值減去拍攝圖像之對應之像素值，於值為負之情形時設為0，藉此求出差分圖像之像素值。預先準備正值，取得差分圖像中由具有該正值以上之值之像素構成之區域作為第3缺陷候補區域。 若一般表現，則於拍攝圖像中，取得亮度低於參照圖像、且亮度之差之絕對值為第2基準值以上之區域作為第3缺陷候補區域。第2基準值係正值。進而換言之，於拍攝圖像中，取得亮度較參照圖像低特定值之區域作為第3缺陷候補區域。於圖像為單色之情形時，可將像素值作為亮度捕捉，為彩色圖像之情形時，可將藉由對每一顏色成分之像素值進行特定運算而求出之值作為亮度加以處理。 第3缺陷候補區域可自參照圖像之各像素值與拍攝圖像之對應之像素值之比求出。具體而言，可藉由參照圖像之各像素值除以拍攝圖像之對應之像素值求出比圖像之像素值。預先準備大於1之第2基準值，於比圖像中取得由具有第2基準值以上之值之像素構成之區域作為第3缺陷候補區域。當然，亦可藉由拍攝圖像之各像素值除以參照圖像之對應之像素值而求出比圖像之像素值。於該情形時，於比圖像中取得由具有小於1之第2基準值以下之值之像素構成的區域作為第3缺陷候補區域。 第2基準值可不為常數。第2基準值可為參照圖像及/或拍攝圖像之亮度或像素值之函數。第2基準值可使用參照圖像及拍攝圖像之亮度或像素值之差及比而決定，進而亦可利用其他運算而決定。 圖19係顯示第3缺陷候補取得步驟S142之處理內容之圖像例。輸入之拍攝圖像811及參照圖像812與圖18所例示之圖像相同。將執行移位比較部554之移位比較處理及2值化部555之2值化處理之結果所產生之第3缺陷候補圖像作為第3缺陷候補圖像823而例示。 於第3缺陷候補圖像823中，藉由移位比較處理將拍攝圖像811中之較參照圖像812暗之區域作為第3缺陷候補區域711i、721i擷取出。其中第3缺陷候補區域711i係對應於存在於拍攝圖像811之第1缺陷711之真缺陷，另一方面，第3缺陷候補區域721i雖不存在於拍攝圖像811，但由於在參照圖像812中作為第2缺陷721(即，拍得比周圍亮之缺陷)存在，故係藉由移位比較處理作為較參照圖像812暗之區域被擷取出之所謂假缺陷。如此，於移位比較處理中，若於參照圖像中包含缺陷區域，則有可能因此將不包含於拍攝圖像之缺陷區域作為雜訊而擷取出。 參照圖7。於藉由移位比較處理及2值化處理取得第3缺陷候補區域711i、721i後，以面積過濾部556，刪除面積小於預先決定之值之第3缺陷候補區域，並取得表示剩餘之第3缺陷候補區域之圖像作為最終第3缺陷候補圖像(正確而言係表示第3缺陷候補區域之圖像資料即第3缺陷候補資料923)。 以攝像部3取得之複數張拍攝圖像被依序選擇為處理對象，並取得與拍攝圖像之數量相等數量之第3缺陷候補資料923。 參照圖14。於取得第1缺陷候補資料921及第3缺陷候補資料923後，接著執行缺陷候補限定步驟S143，並基於第1缺陷候補資料921及第3缺陷候補資料923取得第1缺陷資料931。 如圖8所示，當缺陷候補限定步驟S143開始時，將第1缺陷候補資料921及第3缺陷候補資料923輸入於邏輯積運算部582。此處，輸入於邏輯積運算部582之第1缺陷候補資料921係自特定之第1攝像部3在特定之第1照明條件下取得之1張拍攝圖像及對應於該拍攝圖像之參照圖像而產生之資料。且，輸入於相同邏輯積運算部582之第3缺陷候補資料923係自第1攝像部3在第1照明條件下取得之相同拍攝圖像及對應於該拍攝圖像之參照圖像而產生之資料。 且，對與邏輯積運算部582不同之邏輯積運算部583，輸入自另一拍攝圖像及對應於該拍攝圖像之參照圖像產生之第1缺陷候補資料921及第3缺陷候補資料923。此處，輸入於邏輯積運算部583之第1缺陷候補資料921係自與邏輯積運算部582相同之第1攝像部3在與邏輯積運算部582不同之第2照明條件下取得之1張拍攝圖像及對應於該拍攝圖像之參照圖像而產生之資料。且，輸入於相同邏輯積運算部583之第3缺陷候補資料923係自第1攝像部3在第2照明條件下取得之拍攝圖像及對應於該拍攝圖像之參照圖像而產生之資料。 且，對區域選擇部584，輸入自第1缺陷候補資料921及第3缺陷候補資料923之各組合獲得之邏輯積圖像資料。換言之，各邏輯積圖像係分別自相同之攝像部在不同之照明條件下取得之拍攝圖像及參照圖像而產生之圖像。以邏輯積運算部582獲得之第1邏輯積圖像係基於由第1攝像部3在第1照明條件下取得之圖像而產生，以邏輯積運算部583獲得之第2邏輯積圖像係基於由第1攝像部3在第2照明條件下取得之圖像而產生。 各邏輯積圖像係表示自第1缺陷候補區域與第3缺陷候補區域產生之第1缺陷區域之圖像。 圖20係例示表示自圖18之第1缺陷候補區域711d、722d與圖19之第3缺陷候補區域711i、721i產生之第1缺陷區域731之第1缺陷圖像831的圖。 由於以藉由參照圖像之所謂自我比較而擷取出之比較圖像812c之第1遮蔽區域722c遮蔽藉由拍攝圖像之所謂自我比較而擷取出之比較圖像811c之第1缺陷候補區域711c、722c，藉此獲得第1缺陷候補區域711d、722d，故檢測出因包含於參照圖像812之缺陷而引起之雜訊之可能性較低。然而，有因基於處理時間考慮而未進行正確之對位導致檢測出假缺陷(於圖20中係第1缺陷候補區域722d)之虞。 另一方面，由於第3缺陷候補區域711i、721i係於進行拍攝圖像811與參照圖像812之對位後自該等圖像之差分圖像獲得，故顯示存在缺陷之可靠性較高。然而，第3缺陷候補區域有將包含於參照圖像812之缺陷作為假缺陷(於圖20中係第3缺陷候補區域721i)檢測出之虞。 因此，於本實施形態中，藉由求出第1缺陷候補圖像821與第3缺陷候補圖像823之邏輯積圖像，獲得提高可靠性之表示第1缺陷區域731之第1缺陷圖像831。 於區域選擇部584中，於將複數張第1缺陷圖像831重疊之情形時，將特定數量以上之第1缺陷區域重疊之區域維持為第1缺陷區域，並將未達特定數量之區域自第1缺陷區域排除。此處，「重疊之區域」可為重疊之複數個區域之像素值之邏輯和，亦可為該像素值之邏輯積。於本實施形態中於重疊之區域之數量為2以上之情形時維持為第1缺陷區域。藉由區域選擇部584，自表示第1缺陷區域731之複數張第1缺陷圖像831取得限定之表示第1缺陷區域之1張第1缺陷圖像，並將對應於此之第1缺陷資料931自區域選擇部584輸出。藉此，自於複數個照明狀態下取得之複數張拍攝圖像，一面參照對應之參照圖像一面擷取出相對於參照圖像較暗之區域作為第1缺陷區域。 自區域選擇部584輸出之第1缺陷資料931自缺陷取得部52向記憶部53輸出，並記憶於記憶部53。 藉由以上，取得拍攝圖像中存在第1缺陷之第1缺陷取得步驟S14結束。 與第1缺陷取得步驟S14同時，執行取得拍攝圖像中存在第2缺陷之第2缺陷取得步驟S15。第2缺陷係拍攝圖像中之相對於參照圖像較亮顯現之缺陷。第2缺陷取得步驟S15與第1缺陷取得步驟S14之不同點在於：為了檢測出拍攝圖像中之較參照圖像或拍攝圖像內部之其他區域亮之區域，而使膨脹處理步驟與收縮處理步驟之順序相反、相減或相除之順序相反，由於其他部分與第1缺陷取得步驟S14共通，故對共通部分適當地省略說明。 以下，一面適當地參照圖9至圖23，一面對第2缺陷取得步驟S15進行說明。 當第2缺陷取得步驟S15開始時，首先，執行第2缺陷候補取得步驟S151。於第2缺陷候補取得步驟S151中，首先，藉由第2缺陷取得部522選擇1張拍攝圖像，並選擇對應於該拍攝圖像之參照圖像。如圖9所示，於第2缺陷候補取得部561中，將拍攝圖像之拍攝圖像資料911輸入於過濾處理部562(拍攝圖像資料輸入步驟S301)，將參照圖像之參照圖像資料912輸入於過濾處理部562(參照圖像資料輸入步驟S311)。 參照圖17。前處理步驟S302、S312與前處理步驟S201、S211(圖16)同樣地進行。接著，收縮處理部564執行對完成預對準之拍攝圖像及參照圖像進行收縮處理之收縮處理步驟S303、S313。 如圖10所示，於第2缺陷候補取得部561中，自預對準部563將拍攝圖像資料911及參照圖像資料912輸入於收縮處理部564，並對拍攝圖像及參照圖像進行收縮處理。此處之收縮處理係使多值圖像之較亮區域收縮之處理，亦為針對較暗區域之膨脹處理。藉此，較亮之小區域消失。於收縮處理中，使用例如周知之最小值過濾器，將像素值低(即暗)之1像素之像素膨脹為3像素×3像素。 圖21係顯示第2缺陷候補取得步驟S151之處理內容之圖像例，輸入之拍攝圖像811及參照圖像812係與圖18相同之圖像。 藉由收縮處理，產生圖21之收縮圖像811e及收縮圖像812e。於收縮圖像811e及收縮圖像812e中，較暗之區域即第1缺陷711e及圖案部分722e於經膨脹之狀態下被確認，另一方面，較小之亮區域消失。 另，關於本發明之實施，最小值過濾器之核心尺寸並不限定於3像素×3像素，亦可採用其他之各種尺寸。 參照圖17。接著，膨脹處理部565執行對完成收縮處理之拍攝圖像及參照圖像進行膨脹處理之膨脹處理步驟S304、S314。 如圖10所示，完成收縮處理之拍攝圖像及參照圖像之資料輸入於膨脹處理部565，且對拍攝圖像及參照圖像進行膨脹處理。此處之膨脹處理係使多值圖像之較亮區域膨脹之處理。於膨脹處理中，使用例如與收縮處理所用之最小值過濾器同尺寸之最大值過濾器，將膨脹之較暗區域恢復為大致原來大小。 如此，產生圖21所示之膨脹圖像811f及膨脹圖像812f。於膨脹圖像811f及膨脹圖像812f中，較暗之區域即第1缺陷711f及圖案部分722f以恢復為大致原來大小之狀態下被確認。藉由收縮處理及膨脹處理，原來之拍攝圖像及參照圖像中較大之亮區域大致維持原來之狀態，較小之亮區域消失。另，於圖21之圖像例中，較亮區域藉由收縮處理而全部消失。 參照圖17。接著，比較部566執行對完成膨脹處理之拍攝圖像及參照圖像進行比較處理之比較處理步驟S305、S315。 如圖10所示，完成膨脹處理之拍攝圖像及參照圖像之資料輸入於比較部566，比較部566首先基於拍攝圖像、與該拍攝圖像經收縮、膨脹處理之膨脹圖像之差及比之至少一者產生比較圖像(比較處理步驟S305)，且與此同時，基於參照圖像、與該參照圖像經收縮、膨脹處理之膨脹圖像之差及比之至少一者產生比較圖像(比較處理步驟S315)。 比較處理步驟S305、S315之處理與比較處理步驟S205、S215除了作為閾值使用之基準值、或基於比而產生比較圖像時之分子分母的順序不同以外，其他皆共通，故對共通之點適當地省略說明。 作為比較處理步驟S305之具體例之一，藉由差(例如減法處理)取得比較圖像。具體而言，自拍攝圖像之各像素值減去該拍攝圖像經收縮、膨脹處理之膨脹圖像之與該拍攝圖像重疊之區域之像素值，藉此取得表示兩圖像之差分之差圖像。接著，取得將該差圖像中之像素之絕對值大於特定閾值之區域作為第2缺陷候補區域而擷取出的比較圖像。 若一般表現，則於比較處理步驟S305中，於拍攝圖像中，把亮度高於該拍攝圖像經收縮、膨脹處理之膨脹圖像，且亮度之差之絕對值為第3基準值以上之區域作為第2缺陷候補區域表現於比較圖像。第3基準值係正值。進而換言之，於拍攝圖像中，將較該拍攝圖像經收縮、膨脹處理之膨脹圖像亮度高特定值以上之區域作為第2缺陷候補區域表現於比較圖像。於圖像為單色之情形時，可將像素值作為亮度捕捉，為彩色圖像之情形時，可將藉由對每一顏色成分之像素值進行特定運算而求出之值作為亮度加以處理。 又，作為比較處理步驟S305之另一具體例，亦可自拍攝圖像之各像素值、與該拍攝圖像經收縮、膨脹處理之膨脹圖像之對應之像素值的比而求出第2缺陷候補區域。具體而言，可藉由拍攝圖像之對應之像素值除以該拍攝圖像經收縮、膨脹處理之膨脹圖像之各像素值，求出比圖像之像素值。預先準備大於1之第3基準值，於比圖像中將由具有第3基準值以上之值之像素構成之區域作為第2缺陷候補區域擷取出，並取得包含該第2缺陷候補區域之比較圖像。 當然，亦可藉由該拍攝圖像經收縮、膨脹處理之膨脹圖像之像素值除以該拍攝圖像之對應之各像素值而求出比圖像之像素值。於該情形時，於比圖像中將由具有小於1之第3基準值以下之值之像素構成的區域作為第2缺陷候補區域擷取出，並取得包含該第2缺陷候補區域之比較圖像。 比較處理步驟S315係基於參照圖像、與該參照圖像經收縮、膨脹處理之膨脹圖像之差及比之至少一者產生比較圖像。關於差圖像或比圖像之取得係進行與拍攝圖像之比較處理步驟S305相同之處理。於比較處理步驟S315中，藉由與比較處理步驟S305相同之處理，將參照圖像中之較亮之區域作為第2遮蔽區域擷取而不擷取第2缺陷候補區域。 作為比較處理步驟S315之具體例之一，藉由差(例如減法處理)取得比較圖像。具體而言，自參照圖像之各像素值減去該參照圖像經收縮、膨脹處理之膨脹圖像之與該參照圖像重疊之區域之像素值，藉此取得表示兩圖像之差分之差圖像。接著，取得將該差圖像中之像素之絕對值大於特定閾值之區域作為第1遮蔽區域而擷取出的比較圖像。 又，作為比較處理步驟S315之另一具體例，亦可自參照圖像之各像素值、與該參照圖像經收縮、膨脹處理之膨脹圖像之對應之像素值的比而求出第2遮蔽區域。 藉由以上處理，取得圖21所示之比較圖像811g及比較圖像812g。於比較圖像811g中，擷取第2缺陷候補區域712g、721g作為較拍攝圖像811亮之區域。又，於比較圖像812g中，擷取第2遮蔽區域712g、721g作為較參照圖像812亮之區域。另，721g對應於第2缺陷(真缺陷)，712g對應於圖案部分(假缺陷)。 以上說明之拍攝圖像資料輸入步驟S301、前處理步驟S302、收縮處理步驟S303、膨脹處理步驟S304、及比較處理步驟S305構成本實施形態之第2缺陷候補區域檢測步驟S1511。另，前處理步驟S302可根據拍攝圖像之狀態或檢查條件而省略。 又，以上說明之參照圖像資料輸入步驟S311、前處理步驟S312、收縮處理步驟S313、膨脹處理步驟S314、及比較處理步驟S315構成本實施形態之第2遮蔽區域檢測步驟S1512。另，前處理步驟S312可根據參照圖像之狀態或檢查條件而省略。 參照圖17。接著，比較部566執行對基於拍攝圖像之比較圖像進行缺陷候補排除處理之缺陷候補排除步驟S1513。 於缺陷候補排除步驟S1513中，產生將拍攝圖像之比較圖像之第2缺陷候補區域之一部分區域基於第2遮蔽區域自第2缺陷候補排除之第2缺陷候補圖像。更具體而言，與缺陷候補排除步驟S1413相同，產生如下之第2缺陷候補圖像：將比較部566中產生之基於拍攝圖像之比較圖像之第2缺陷候補區域中與基於參照圖像之比較圖像之第2遮蔽區域於特定條件以上重疊者自第2缺陷候補排除。 接著，2值化部567及面積過濾部568執行對第2缺陷候補圖像進行後處理之後處理步驟S1514，並取得最終第2缺陷候補圖像(正確而言係表示第2缺陷候補區域之圖像資料即第2缺陷候補資料922)。由於後處理步驟S1514係與後處理步驟S1414相同之處理，故省略說明。 藉由以上處理，取得圖21所示之第2缺陷候補圖像822。於第2缺陷候補圖像822中，比較圖像811g中擷取之第2缺陷候補區域712g藉由獲得與比較圖像812g之差分而加以排除，而僅殘留第2缺陷候補區域721h。藉此，可抑制因本來非缺陷之圖案部分712引起之過度檢測。 又，於比較圖像812g中，即便將包含於參照圖像812之第2缺陷721作為第2遮蔽區域721g保留，亦防止對第2缺陷候補圖像822造成影響。由於第2缺陷候補區域721h係自比較圖像811g之第2缺陷候補區域712g、721g中擷取，故不會因僅由參照圖像812產生之第2缺陷721而於第2缺陷候補圖像822產生雜訊(即假缺陷)。 將以攝像部3取得之複數張拍攝圖像係依序選擇為處理對象，取得與拍攝圖像之數量相等數量之第2缺陷候補資料922。 參照圖15。接著，第4缺陷候補取得部571執行第4缺陷候補取得步驟S152。 如圖11所示，當第4缺陷候補取得步驟S152開始時，首先，選擇以第2缺陷候補取得步驟S151選擇之一張拍攝圖像、與對應於該拍攝圖像之參照圖像。接著，於第4缺陷候補取得部571中，將拍攝圖像之拍攝圖像資料911輸入至過濾處理部572，將參照圖像之參照圖像資料912輸入至過濾處理部572。 接著，過濾處理部572及預對準部573對拍攝圖像及參照圖像進行過濾處理及預對準處理。由於該等處理與第2缺陷候補取得步驟S151之前處理步驟S302、S312相同，故省略說明。 接著，移位比較部574使用完成前處理之拍攝圖像及參照圖像，進行移位比較處理，2值化部575對完成移位比較處理之圖像進行2值化處理，藉此產生第4缺陷候補圖像。於移位比較部574中，一面將參照圖像自完成預對準之位置朝上下左右略微移動，一面求出表示拍攝圖像與參照圖像之差異之評估值。作為評估值，求出例如兩圖像重疊之區域之像素值之(附符號之)差之絕對值的和。且，產生表示評估值為最小之位置之兩圖像之像素值之附符號之差分的圖像。將附符號之差分圖像由2值化部575以特定之值2值化，產生表示第4缺陷候補區域之第4缺陷候補圖像。 實際上，為了簡化處理，不求出附符號之差分圖像。具體而言，自拍攝圖像之各像素值減去參照圖像之對應之像素值，於值為負之情形時設為0，藉此求出差分圖像之像素值。預先準備正值，取得差分圖像中由具有該正值以上之值之像素構成之區域作為第4缺陷候補區域。 一般而言，於拍攝圖像中，取得亮度高於參照圖像、且亮度之差之絕對值為第4基準值以上之區域作為第4缺陷候補區域。第4基準值係正值。進而換言之，於拍攝圖像中，取得較參照圖像亮度高特定值以上之區域作為第4缺陷候補區域。於圖像為單色之情形時，可將像素值作為亮度捕捉，為彩色圖像之情形時，可將藉由對每一顏色成分之像素值進行特定運算而求出之值作為亮度加以處理。 第4缺陷候補區域可自參照圖像之各像素值與拍攝圖像之對應之像素值之比求出。具體而言，可藉由拍攝圖像之各像素值除以參照圖像之對應之像素值，求出比圖像之像素值。預先準備大於1之第4基準值，於比圖像中取得由具有第4基準值以上之值之像素構成之區域作為第4缺陷候補區域。當然，亦可藉由參照圖像之各像素值除以拍攝圖像之對應之像素值，而求出比圖像之像素值。於該情形時，於比圖像中取得由具有小於1之第4基準值以下之值之像素構成的區域作為第4缺陷候補區域。 第4基準值可不為常數。第4基準值可為參照圖像及/或拍攝圖像之亮度或像素值之函數。第4基準值可使用參照圖像及拍攝圖像之亮度或像素值之差及比而決定，進而亦可利用其他運算而決定。 圖22係顯示第4缺陷候補取得步驟S152之處理內容之圖像例。輸入之拍攝圖像811及參照圖像812與圖21所例示之圖像相同。將執行移位比較部574之移位比較處理及2值化部575之2值化處理之結果所產生之第4缺陷候補圖像作為第4缺陷候補圖像824而例示。 於第4缺陷候補圖像824中，藉由移位比較處理將拍攝圖像811中之較參照圖像812亮之區域作為第4缺陷候補區域721擷取出。 參照圖10。於藉由移位比較處理及2值化處理取得第4缺陷候補區域721j後，以面積過濾部576，刪除面積小於預先決定之值之第4缺陷候補區域，並取得表示剩餘之第4缺陷候補區域之圖像作為最終第4缺陷候補圖像(正確而言係表示第4缺陷候補區域之圖像資料即第4缺陷候補資料924)。 以攝像部3取得之複數張拍攝圖像被依序選擇為處理對象，並取得與拍攝圖像之數量相等數量之第4缺陷候補資料924。 參照圖15。於取得第2缺陷候補資料922及第4缺陷候補資料924後，接著執行缺陷候補限定步驟S153，並基於第2缺陷候補資料922及第4缺陷候補資料924取得第2缺陷資料932。 如圖12所示，當缺陷候補限定步驟S153開始時，將第2缺陷候補資料922及第4缺陷候補資料924輸入於邏輯積運算部592、593。由於輸入之第2缺陷候補資料922及第4缺陷候補資料924與邏輯積運算部592、593之關係(即，攝像部與照明條件之關係)與缺陷候補限定步驟S143中之關係相同，故省略說明。 對區域選擇部594輸入自第2缺陷候補資料922及第4缺陷候補資料924之各組合獲得之邏輯積圖像資料。 圖23係例示表示自圖21之第2缺陷候補區域721h與圖22之第4缺陷候補區域721j產生之第2缺陷區域732之第2缺陷圖像832的圖。 於缺陷候補排除步驟S1513中，藉由求出第2缺陷候補圖像822與第4缺陷候補圖像824之邏輯積圖像，可獲得提高可靠性之表示第2缺陷區域732之第2缺陷圖像832。 於區域選擇部594中，於將複數張第2缺陷圖像832重疊之情形時，將特定數量以上之第2缺陷區域重疊之區域維持為第2缺陷區域，並將未達特定數量之區域自第2缺陷區域排除。此處，「重疊之區域」可為重疊之複數個區域之邏輯和，亦可為邏輯積。於本實施形態中於重疊之區域之數量為2以上之情形時維持為第2缺陷區域。藉由區域選擇部594，自表示第2缺陷區域732之複數張第2缺陷圖像832取得限定之表示第2缺陷區域之1張第2缺陷圖像，並將對應於此之第2缺陷資料932自區域選擇部594輸出。藉此，自於複數個照明狀態下取得之複數張拍攝圖像，一面參照對應之參照圖像一面擷取出相對於參照圖像較亮之區域作為第2缺陷區域。 自區域選擇部594輸出之第2缺陷資料932自缺陷取得部52向記憶部53輸出，並記憶於記憶部53。 藉由以上，取得拍攝圖像中存在第2缺陷之第2缺陷取得步驟S15結束。 藉由以上處理，於自1個攝像部3觀察之對象區域70中，檢測出存在缺陷時之缺陷位置。 於電腦12之顯示部，顯示1張拍攝圖像，且於對象區域70上，將第1缺陷區域及第2缺陷區域合併顯示為各自標註不同顏色之區域。另，關於本發明之實施並不限定於此，可於顯示部中顯示第1缺陷區域及第2缺陷區域之任一者，亦可為可基於使用者之輸入而切換為顯示另一者而顯示。 藉由1個攝像部3取得之拍攝圖像之最小數量係2張，但較佳為3張以上。即，光照射部4可設為互不相同之3種以上之照明狀態，例如，可向對象物9自3個以上之方向照射光，且藉由攝像控制部51之控制，使攝像部3於3種以上之照明狀態之間取得圖像。較佳於照明狀態已知之情形時，可將基於該資訊取得之3張以上拍攝圖像之至少1張選擇為處理對象之拍攝圖像。藉由準備3張以上拍攝圖像，可容易地進行更適當之缺陷檢測。 一般而言，上述說明之第1缺陷候補及第2缺陷候補可表現為「缺陷候補」，第1缺陷候補區域及第2缺陷候補區域可表現為「缺陷候補區域」，第1遮蔽區域及第2遮蔽區域可表現為「遮蔽區域」，第1缺陷候補圖像及第2缺陷候補圖像可表現為「缺陷候補圖像」。 於上述說明中，第1缺陷候補取得部541及第2缺陷候補取得部561之至少一者相當於本發明之「自我比較缺陷候補取得部」。又，於上述說明中，於第1缺陷候補取得部541相當於本發明之「自我比較缺陷候補取得部」之情形時，第3缺陷候補取得部551相當於本申請案發明之「其他圖像比較缺陷候補取得部」，缺陷候補限定部581相當於本發明之「缺陷候補限定部」。又，於上述說明中，於第2缺陷候補取得部561相當於本發明之「自我比較缺陷候補取得部」之情形時，第4缺陷候補取得部571相當於本發明之「其他圖像比較缺陷候補取得部」，缺陷候補限定部591相當於本發明之「缺陷候補限定部」。 於上述說明中，拍攝步驟S13相當於本發明之「拍攝步驟」，第1缺陷候補取得步驟S141及第2缺陷候補取得步驟S151之至少一者相當於本發明之「自我比較缺陷候補取得步驟」。又，於上述說明中，於第1缺陷候補取得步驟S141相當於本發明之「自我比較缺陷候補取得步驟」之情形時，第3缺陷候補取得步驟S142相當於本發明之「其他圖像比較缺陷候補取得步驟」，缺陷候補限定步驟S143相當於本發明之「缺陷候補限定步驟」。又，於上述說明中，於第2缺陷候補取得步驟S151相當於本發明之「自我比較缺陷候補取得步驟」之情形時，第4缺陷候補取得步驟S152相當於本發明之「其他圖像比較缺陷候補取得步驟」，缺陷候補限定步驟S153相當於本發明之「缺陷候補限定步驟」。 於缺陷檢測方法中，可省略第1缺陷候補取得步驟S14之第3缺陷候補取得步驟S142及缺陷候補限定步驟S143，而將以第1缺陷候補取得步驟S141取得之第1缺陷候補區域作為第1缺陷區域取得。即便於該情形時，由於於第1缺陷候補取得步驟S141中在將第1缺陷候補區域中、與第1遮蔽區域於特定條件以上重疊者自第1缺陷候補排除後，基於第1缺陷候補區域而取得拍攝圖像中存在缺陷，故可抑制過度檢測。 同樣地，可省略第2缺陷候補取得步驟S15之第4缺陷候補取得步驟S152及缺陷候補限定步驟S153，而取得以第2缺陷候補取得步驟S151取得之第2缺陷候補區域作為第2缺陷區域。即便於該情形時，由於於第2缺陷候補取得步驟S151中在將第2缺陷候補區域中、與第2遮蔽區域於特定條件以上重疊者自第2缺陷候補排除後，基於第2缺陷候補區域而取得拍攝圖像中存在缺陷，故可抑制過度檢測。 於該情形時，缺陷檢測裝置1可不特別設置第3缺陷候補取得部551、第4缺陷候補取得部571、缺陷候補限定部581及591，而取得由第1缺陷候補取得部541輸出之第1缺陷候補資料921作為第1缺陷資料931，亦可取得由第2缺陷候補取得部561輸出之第2缺陷候補資料922作為第2缺陷資料932。 又，於缺陷檢測方法中，可省略第1缺陷取得步驟S14之第1遮蔽區域檢測步驟S1412及缺陷候補排除步驟S1413，而取得以第1缺陷候補區域檢測步驟S1411取得之第1缺陷候補區域作為第1缺陷候補區域。即，可不進行利用第1遮蔽區域之第1缺陷候補區域之限定，而取得第1缺陷候補資料921。即便於該情形時，由於於第1缺陷候補取得步驟S141中將檢測出之該第1缺陷候補區域中、與第3缺陷候補區域於特定條件以上重疊之區域維持為第1缺陷候補區域，並基於該第1缺陷候補區域而取得拍攝圖像中存在缺陷，故亦可抑制過度檢測。 同樣地，可省略第2缺陷取得步驟S15之第2遮蔽區域檢測步驟S1512及缺陷候補排除步驟S1513，而取得以第2缺陷候補區域檢測步驟S1511取得之第2缺陷候補區域作為第2缺陷區域。即，可不進行利用第2遮蔽區域之第2缺陷候補區域之限定，而取得第2缺陷候補資料922。即便於該情形時，由於於第2缺陷候補取得步驟S151中將第2缺陷候補區域中、與第4缺陷候補區域於特定條件以上重疊者維持為第2缺陷候補區域，並基於該第2缺陷候補區域而取得拍攝圖像中存在缺陷，故亦可抑制過度檢測。 圖24係顯示藉由電腦12根據程式80執行運算處理而實現之功能之其他例之圖。於圖24中，攝像控制部51、缺陷取得部52、及記憶部53相當於電腦12所實現之功能。該等功能之全部或一部分可藉由專用之電氣電路實現。又，亦可藉由複數個電腦實現該等功能。 圖24之例之各構成要素除了缺陷取得部52以外皆與圖4相同。缺陷取得部52包含：第1暗缺陷候補取得部621、第2暗缺陷候補取得部622、第1亮缺陷候補取得部623、及第2亮缺陷候補取得部624。另，「暗缺陷」指圖像中黑暗顯現之缺陷。「亮缺陷」指圖像中明亮顯現之缺陷。圖25係顯示第1暗缺陷候補取得部621之構成之圖。第1暗缺陷候補取得部621包含：2個過濾處理部631、預對準部632、移位比較部633、2值化部634、及面積過濾部635。藉由第1暗缺陷候補取得部621取得表示第1暗缺陷候補區域之圖像資料即第1暗缺陷候補資料951。第1暗缺陷候補區域係拍攝圖像中相對於參照圖像較暗之區域。 圖26係顯示第2暗缺陷候補取得部622之構成之圖。於圖26中，自預對準部632起之上游側與第1暗缺陷候補取得部621共通。第2暗缺陷候補取得部622接續預對準部632之後包含：膨脹處理部641、收縮處理部642、比較部643、2值化部644、及面積過濾部645。藉由第2暗缺陷候補取得部622取得表示第2暗缺陷候補區域之圖像資料即第2暗缺陷候補資料952。第2暗缺陷候補區域係拍攝圖像中相對於參照圖像較暗之區域。如後述般，取得第1暗缺陷候補區域之方法與取得第2暗缺陷候補區域之方法不同。 圖27係顯示第2亮缺陷候補取得部624之構成之圖。於圖27中，自預對準部632起之上游側與第1暗缺陷候補取得部621共通。第2亮缺陷候補取得部624接續預對準部632之後包含：收縮處理部651、膨脹處理部652、比較部653、2值化部654、及面積過濾部655。藉由第2亮缺陷候補取得部624取得表示後述之亮暗相反區域之圖像資料即亮暗相反區域資料953。 於高速地進行處理之情形時，將多數之第1暗缺陷候補取得部621、第2暗缺陷候補取得部622、第1亮缺陷候補取得部623及第2亮缺陷候補取得部624設置於缺陷取得部52，且對複數個張拍攝圖像同時地進行處理。 圖28係顯示於缺陷取得部52中，自第1暗缺陷候補資料951及第2暗缺陷候補資料952取得表示暗缺陷候補區域之圖像資料即暗缺陷候補資料954之構成的圖。該構成包含：複數個邏輯積運算部661、及區域選擇部662。圖29係顯示於缺陷取得部52中，使用亮暗相反區域資料953限定表示暗缺陷候補資料954之暗缺陷候補區域之構成的圖。該構成包含：邏輯和運算部663、及候補限定部664。 圖30係顯示缺陷檢測裝置1之動作流程之圖。圖30之步驟S11～S13與圖13之步驟S11～S13相同。 以下，為了使表現簡單化，有將對圖像資料之處理簡單表現為對圖像之處理之情形。又，說明僅關注於1個攝像部3之處理。對其他之攝像部3亦進行同樣之處理。於缺陷檢測裝置1中，可檢測暗缺陷之存在與亮缺陷之存在，但於以下之說明中，關注於暗缺陷而進行說明。又，「暗缺陷候補區域」指圖像中作為表示存在缺陷之候補而暗化顯現之區域。 於執行步驟S11～S13後，首先，選擇1張拍攝圖像，並選擇對應於該拍攝圖像之參照圖像。如圖25所示，於第1暗缺陷候補取得部621中，分別將拍攝圖像之拍攝圖像資料911及參照圖像之參照圖像資料912輸入於過濾處理部631。 於2個過濾處理部631中，分別對拍攝圖像及參照圖像進行減低中值過濾器或高斯過濾器等之雜訊之過濾處理。完成過濾處理之拍攝圖像及參照圖像輸出於預對準部632。於預對準部632中，藉由利用特定圖案之圖案匹配，特定出參考圖像相對於拍攝圖像之相對位置及角度之偏移量。且，藉由將參照圖像相對於拍攝圖像平行移動及旋轉兩圖像間之位置及角度之偏移量，使參照圖像之大致位置及角度與拍攝圖像一致。藉此，對兩圖像進行預對準。 於移位比較部633中，一面將參照圖像自完成預對準之位置向上下左右略微移動，一面求出表示拍攝圖像與參照圖像之差異之評估值。作為評估值求出例如兩圖像重疊之區域之像素值之(附符號之)差之絕對值的和。且，取得表示評估值最小之位置之兩圖像之像素值之附符號之差分的圖像。附符號之差分圖像以特定之值被二值化，取得表示第1暗缺陷候補區域之第1暗缺陷候補圖像。 實際上，為了使處理簡單化，不求出附符號之差分圖像。具體而言，自參照圖像之各像素值減去拍攝圖像之對應之像素值，於值為負之情形時設為0，藉此求出差分圖像之像素值。預先準備正值，取得差分圖像中由具有該正值以上之值之像素構成之區域作為第1暗缺陷候補區域。若一般表現，則於第1拍攝圖像中，取得亮度低於第1參照圖像、且亮度之差之絕對值為第1基準值以上之區域作為第1暗缺陷候補區域。第1基準值係正值。進而換言之，於拍攝圖像中，取得亮度較參照圖像低特定值以上之區域作為第1暗缺陷候補區域。於圖像為單色之情形時，可將像素值作為亮度捕捉，為彩色圖像之情形時，可將藉由對每一顏色成分之像素值進行特定運算而求出之值作為亮度加以處理。 第1暗缺陷候補區域可自參照圖像之各像素值與拍攝圖像之對應之像素值之比求出。具體而言，可藉由參照圖像之各像素值除以拍攝圖像之對應之像素值而求出比圖像之像素值。預先準備大於1之第1基準值，於比圖像中取得由具有第1基準值以上之值之像素構成之區域作為第1暗缺陷候補區域。當然，亦可藉由拍攝圖像之各像素值除以參照圖像之對應之像素值而求出比圖像之像素值。於該情形時，於比圖像中取得由具有小於1之第1基準值以下之值之像素構成的區域作為第1暗缺陷候補區域。 第1基準值可不為常數。第1基準值可為參照圖像及/或拍攝圖像之亮度或像素值之函數。第1基準值可使用參照圖像及拍攝圖像之亮度或像素值之差及比而決定，進而亦可利用其他運算而決定。關於第1基準值可定為各種之方面對於後述之第2及第3基準值亦相同。第1至第3基準值無須為相同之值，算出方法亦可不同。若一般表現，則於拍攝圖像中，取得亮度低於參照圖像之亮度、且低於滿足預先決定之條件之值的區域作為第1暗缺陷候補區域。「預先決定之條件」可對於各拍攝圖像個別地設定。再者，可於一張拍攝圖像使用複數個「預先決定之條件」。例如，可如拍攝圖像中之邊緣般，以於每次拍攝時像素值容易變化之位置難以作為缺陷候補區域被檢測出之方式設定第1基準值。上述說明對於以下之第2暗缺陷候補區域、第1亮缺陷候補區域、第2亮缺陷候補區域亦相同。 圖31A係例示拍攝圖像811之圖。圖31B係例示參照圖像812之圖。以下，將對象物9表面中之顯現於拍攝圖像之區域稱為「對象區域70」。攝像部3與對象區域70一一對應，且各攝像部3總是取得相同之對象區域70之圖像。於圖31A及圖31B中，以橢圓抽象地顯示對象區域70。藉由將兩圖像之差分圖像(或比圖像，以下相同)2值化，取得圖31C所示之表示第1暗缺陷候補區域751之第1暗缺陷候補圖像851。藉由上述處理，取得對象區域70中拍攝圖像811比參照圖像812暗之區域且滿足於特定條件之區域作為第1暗缺陷候補區域751。於本實施形態中，於第1暗缺陷候補區域751中像素值為「1」，於其他區域中像素值為「0」。 當取得第1暗缺陷候補區域751後，藉由面積過濾部635，刪除面積小於預先決定之值之第1暗缺陷候補區域751，並取得表示剩餘之第1暗缺陷候補區域751之圖像作為最終第1暗缺陷候補圖像851(正確而言係表示第1暗缺陷候補區域751之圖像資料即第1暗缺陷候補資料951)。 以攝像部3取得之複數張拍攝圖像被依序選擇為處理對象，並取得與拍攝圖像之數量相等數量之第1暗缺陷候補圖像851(步驟S54)。 如圖26所示，於第2暗缺陷候補取得部622中，自預對準部632將拍攝圖像資料911及參照圖像資料912輸入於膨脹處理部641，並對拍攝圖像及參照圖像進行膨脹處理。此處之膨脹處理係使多值圖像之較亮區域膨脹之處理。藉此，較小之暗區域消失。拍攝圖像及參照圖像之資料進而輸入於收縮處理部642，並對拍攝圖像及參照圖像進行收縮處理。此處之收縮處理係使多值圖像之較亮區域收縮之處理。藉此，較亮區域大致恢復至原來大小。其結果，於原來之拍攝圖像及參照圖像中較大之暗區域大致維持原來之狀態，較小之暗區域消失。 圖32A係例示對圖31A之拍攝圖像811進行膨脹及收縮處理後之圖像813之圖。圖32B係例示對圖31B之參照圖像812進行膨脹及收縮處理後之圖像814之圖。於任一圖像中，原來圖像之較小之暗區域皆消失。比較部643產生該等圖像之差分圖像資料。差分圖像被2值化部644以第2基準值2值化。產生差分圖像並進行2值化之處理係除了不進行移位之方面以外皆與圖25之移位比較部633及2值化部634相同。又，在可不使用差分圖像而使用比圖像之方面亦相同。藉此，如圖32C所示，取得對象區域70中拍攝圖像811比參照圖像812暗之區域且滿足於特定條件之區域作為第2暗缺陷候補區域752。於本實施形態中，於第2暗缺陷候補區域752中像素值為「1」，於其他區域中像素值為「0」。 當取得第2暗缺陷候補區域752後，藉由面積過濾部645，刪除面積小於預先決定之值之第2暗缺陷候補區域752，並取得表示剩餘之第2暗缺陷候補區域752之圖像作為最終第2暗缺陷候補圖像852(正確而言係表示第2暗缺陷候補區域752之圖像資料即第2暗缺陷候補資料952)。 以攝像部3取得之複數張拍攝圖像被依序選擇為處理對象，並取得與拍攝圖像之數量相等數量之第2暗缺陷候補圖像852(步驟S55)。 如圖28所示，自相同之拍攝圖像及對應之參照圖像產生之第1暗缺陷候補資料951及第2暗缺陷候補資料952輸出於邏輯積運算部661。向區域選擇部662，輸入自第1暗缺陷候補圖像851及第2暗缺陷候補圖像852之各組合獲得之邏輯積圖像資料。各邏輯積圖像係表示自第1暗缺陷候補區域與第2暗缺陷候補區域產生之暗缺陷候補區域之圖像。圖33係例示表示自圖31C之第1暗缺陷候補區域751與圖32C之第2暗缺陷候補區域752產生之暗缺陷候補區域754之暗缺陷候補圖像854的圖。 由於第1暗缺陷候補區域係於進行拍攝圖像與參照圖像之對位後，自該等圖像之差分圖像獲得，故顯示存在缺陷之可靠性較高。然而，較小之第1暗缺陷候補區域有因雜訊等若干原因而產生之可能性。另一方面，由於第2暗缺陷候補區域752係於進行對拍攝圖像及參照圖像刪除較小之暗區域之微小區域去除處理後，自該等之差分圖像獲得，故檢測出較小之假缺陷之可能性較低。然而，有因基於處理時間考慮而未進行正確之對位導致檢測出假缺陷之虞。因此，於本實形態中，藉由求出第1暗缺陷候補圖像與第2暗缺陷候補圖像之邏輯積圖像，獲得可靠性提高之表示暗缺陷候補區域之暗缺陷候補圖像。 於區域選擇部662中，於將複數張暗缺陷候補圖像重疊之情形時，將特定數量以上之暗缺陷候補區域重疊之區域作為暗缺陷候補區域維持。此處，「重疊區域」可為重疊之複數個區域之邏輯和，亦可為邏輯積。於本實施形態中於重疊之區域之數量為2以上之情形時維持為暗缺陷候補區域。藉由區域選擇部662，自表示暗缺陷候補區域之複數張暗缺陷候補圖像取得限定之表示暗缺陷候補區域之1張暗缺陷候補圖像(步驟S56)。藉由以上處理，自於複數個照明狀態下取得之複數張拍攝圖像，一面參照對應之參照圖像一面擷取出相對於參照圖像較暗之區域作為暗缺陷候補區域。 由於藉由區域選擇部662限定暗缺陷候補區域，故實際上亦可取代邏輯積運算部661，而使用邏輯和運算部。即便於任一之情形，皆可藉由基於第1暗缺陷候補區域及第2暗缺陷候補區域取得暗缺陷候補區域而提高暗缺陷候補區域之可靠性。維持為暗缺陷候補區域時之重疊之區域之數量可為3以上，亦可為1以上。於將重疊之區域之數量設定為1以上之情形時，維持所有暗缺陷候補區域，且區域選擇部662僅產生複數個暗缺陷候補圖像之邏輯和圖像作為1個暗缺陷候補圖像。 另一方面，於第2亮缺陷候補取得部624中，如圖27所示，藉由對第2暗缺陷候補取得部622時替換亮暗之處理，取得表示亮暗相反區域之亮暗相反區域圖像資料。 具體而言，於第2亮缺陷候補取得部624中，自預對準部632將拍攝圖像資料911及參照圖像資料912輸入於收縮處理部651，並對拍攝圖像及參照圖像進行收縮處理。此處之收縮處理係使多值圖像之較亮區域收縮之處理，亦為對於較暗之區域之膨脹處理。藉此，較小之亮區域消失。拍攝圖像及參照圖像之資料進而輸入於膨脹處理部652，並對拍攝圖像及參照圖像進行膨脹處理。此處之膨脹處理係使多值圖像之較亮區域膨脹之處理，亦為使較暗之區域收縮之處理。藉此，較暗之區域大致恢復為原來大小。其結果，於原來之拍攝圖像及參照圖像中，較大之亮區域大致維持原來之狀態，較小之亮區域消失。 比較部653產生該等圖像之差分圖像資料。差分圖像被2值化部654以第3基準值2值化。可不使用差分圖像而使用比圖像。於本實施形態中，於亮暗相反區域中像素值為「1」，於其他區域中像素值為「0」。 當取得亮暗相反區域後，藉由面積過濾部655，刪除面積小於預先決定之值之亮暗相反區域，並將表示剩餘之亮暗相反區域之圖像作為最終亮暗相反區域圖像(正確而言係表示亮暗相反區域之圖像資料即亮暗相反區域資料953)。 以攝像部3取得之複數張拍攝圖像被依序選擇為處理對象，並取得與拍攝圖像之數量相等數量之亮暗相反區域圖像(步驟S57)。藉由以上處理，自於複數個照明狀態下取得之複數張拍攝圖像各者，一面參照對應之參照圖像一面取得相對於該參照圖像較亮之區域作為亮暗相反區域。 如圖29所示，複數個亮暗相反區域資料953輸入於邏輯和運算部663，並產生亮暗相反區域圖像之邏輯和圖像資料。圖34A及圖34B係例示表示亮暗相反區域753之亮暗相反區域圖像853之圖。圖34C係顯示該等圖像之邏輯和圖像855。亮暗相反區域圖像之實際數量係以1個攝像部3所取得之拍攝圖像之數量以下，較佳為2張以上。 邏輯和圖像資料輸入於候補限定部664。於候補限定部664中，將暗缺陷候補區域中之未與邏輯和圖像中之任一亮暗相反區域重疊之暗缺陷候補區域自缺陷候補排除。藉此，進一步限定暗缺陷候補區域。圖35係顯示將圖33之暗缺陷候補圖像854、與圖34C之邏輯和圖像855重疊之圖。右邊之暗缺陷候補區域754由於與亮暗相反區域753重疊而維持為缺陷候補。左邊之暗缺陷候補區域754由於未與任一亮暗相反區域753重疊而自缺陷候補排除(步驟S58)。 另，可不求出邏輯和圖像，而將暗缺陷候補圖像854與各亮暗相反區域圖像853依序重疊而確認暗缺陷候補區域754與亮暗相反區域753有無重疊。 可僅將暗缺陷候補區域754與亮暗相反區域753之預先決定之面積以上之重疊作為存在重疊而檢測出。於該情形時，將與亮暗相反區域753之重疊未達預先決定之面積之暗缺陷候補區域754自缺陷候補排除。又，於暗缺陷候補區域754與亮暗相反區域753之重疊相對於暗缺陷候補區域754之面積未達預先決定之比例之情形時，將該暗缺陷候補區域754自缺陷候補排除。如此，將暗缺陷候補區域中、與任一亮暗相反區域於特定條件以上皆不重疊者自缺陷候補排除。換言之，將暗缺陷候補區域中與任一亮暗相反區域於特定條件以上重疊者維持為暗缺陷候補。 其後，藉由根據需要刪除特定面積以下之暗缺陷候補區域等處理，基於暗缺陷候補區域取得最終暗缺陷區域。即，取得存在暗缺陷(步驟S59)。藉由以上處理，於自1個攝像部3所觀察之對象區域70中，檢測出存在缺陷時之缺陷位置。 於電腦12之顯示部，顯示1張拍攝圖像，且於對象區域70上，顯示暗缺陷區域。 於對象物9之表面存在凹狀或凸狀之缺陷之情形時，若照射偏射光則於拍攝圖像中缺陷較亮地顯示、或較暗地顯示。然而，若設為欲僅使用較暗區域檢測缺陷，則導致將不需要之油或塗料等所致之表面污漬亦作為缺陷檢測出。因此，藉由使用亮暗相反區域圖像，將因表面顏色引起之較暗區域作為雜訊予以去除，抑制缺陷之過度檢測。尤其由於根據存在缺陷而顯現亮暗較複雜，故藉由使用複數張亮暗相反區域圖像，可以高精度自缺陷候補去除起因於表面顏色者。 藉由1個攝像部3取得之拍攝圖像之最小數量係2張，但較佳為3張以上。即，光照射部4可設為互不相同之3種以上之照明狀態，例如，可向對象物9自3個以上之方向照射光，且藉由攝像控制部51之控制，攝像部3於3種以上之照明狀態之間取得圖像。較佳於照明狀態已知之情形時，可將基於該資訊取得之3張以上拍攝圖像之至少1張選擇為處理對象之拍攝圖像。藉由準備3張以上拍攝圖像，可容易地進行更適當之缺陷檢測。 如上所述，缺陷檢測裝置1亦具有檢測亮缺陷之功能。於亮缺陷之檢測中，與暗缺陷之檢測除了使亮暗反轉之方面以外皆與步驟S54～S59相同。第1亮缺陷候補取得部623之構成除了運算順序或基準值不同之方面以外與圖25之第1暗缺陷候補取得部621相同。即，第1亮缺陷候補取得部623於將拍攝圖像與參照圖像對位後求出差分圖像，並將差分圖像2值化。藉此，取得表示第1亮缺陷候補區域之第1亮缺陷候補圖像。第2亮缺陷候補取得部624對拍攝圖像與參照圖像進行收縮及膨脹處理取得差分圖像，並將差分圖像2值化。藉此，取得表示第2亮缺陷候補區域之第2亮缺陷候補圖像。 藉由圖28所示之構成，自複數組第1亮缺陷候補圖像及第2亮缺陷候補圖像產生表示亮缺陷候補區域之亮缺陷候補圖像。另一方面，第2暗缺陷候補取得部622作為亮暗相反區域取得部發揮功能，並取得第2暗缺陷候補圖像作為亮暗相反區域圖像。接著，產生複數張亮暗相反區域圖像之邏輯和圖像。 將亮缺陷候補區域中與任一亮暗相反區域於特定條件以上皆不重疊者自缺陷候補排除，限定亮缺陷候補區域。其後，使用亮缺陷候補圖像產生表示有無亮缺陷之亮缺陷圖像。藉由上述處理，抑制因較亮之顏色污漬等而過度檢測到亮缺陷。 暗缺陷區域與亮缺陷區域作為例如於1張拍攝圖像上附有不同顏色之區域顯示於顯示器。 於進行暗缺陷檢測及亮缺陷檢測之情形時，基於藉由削減資訊量而提高處理速度之觀點，為了限定暗缺陷候補區域，較佳將利用於亮缺陷檢測之第2亮缺陷候補區域作為亮暗相反區域加以利用。為了限定亮缺陷候補區域，較佳將利用於暗缺陷檢測之第2暗缺陷候補區域作為亮暗相反區域加以利用。即，較佳將取得暗缺陷候補區域及亮缺陷候補區域之一者時之亮暗相反區域之步驟包含於取得暗缺陷候補區域及亮缺陷候補區域之另一者之步驟中。然而，若運算時間允許，則考慮利用進而較佳者作為亮暗相反區域。 求出暗缺陷候補區域或亮缺陷候補區域時之2值化閾值即基準值係設定為抑制過度檢測且抑制檢測遺漏之最佳值。另一方面，亮暗相反區域係利用於用以抑制因污漬等表面顏色或雜訊等引起之假缺陷之檢測。因此，求出亮暗相反區域時之2值化閾值即基準值係設定為應設為亮暗相反區域或連疑似者皆設為亮暗相反區域之值，藉此抑制將真缺陷作為污漬等而排除。 因此，藉由使取得暗缺陷候補區域時第2亮缺陷候補取得部624所利用之基準值(上述說明之第3基準值)小於取得亮缺陷候補區域時第2亮缺陷候補取得部624所利用之基準值，可獲得精度更高之暗缺陷候補區域。即便於取得亮缺陷候補區域之情形時，藉由使第2暗缺陷候補取得部622所利用之基準值小於取得暗缺陷候補區域時第2暗缺陷候補取得部622所利用之基準值(上述說明之第2基準值)，可獲得進而較佳之亮缺陷候補區域。 如此，取得亮暗相反區域時之2值化基準值可與取得第2暗缺陷候補區域或第2亮缺陷候補區域時之2值化基準值不同，較佳取得亮暗相反區域時之2值化基準值較取得第2暗缺陷候補區域或第2亮缺陷候補區域時之2值化基準值更寬鬆。亮暗相反區域之面積大於第2暗缺陷候補區域或第2亮缺陷候補區域之面積。 於上述說明中，係區分暗缺陷檢測與亮缺陷檢測進行說明，但缺陷檢測裝置1之缺陷候補係暗缺陷候補及亮缺陷候補之一者或兩者。一般而言，上述說明之暗缺陷候補及亮缺陷候補可表現為「缺陷候補」，暗缺陷候補區域及亮缺陷候補區域可表現為「缺陷候補區域」，暗缺陷候補圖像及亮缺陷候補圖像可表現為「缺陷候補圖像」。第1暗缺陷候補區域及第1亮缺陷候補區域可表現為「第1缺陷候補區域」，第2暗缺陷候補區域及第2亮缺陷候補區域可表現為「第2缺陷候補區域」。 於上述實施形態中，缺陷取得部52自缺陷檢測所利用之拍攝圖像，一面參照對應之參照圖像一面取得相對於該參照圖像較暗之區域及較亮之區域一者作為缺陷候補區域。又，缺陷取得部52自缺陷檢測所利用之拍攝圖像，一面參照對應之參照圖像一面取得相對於該參照圖像較暗之區域及較亮之區域之另一者作為另一缺陷候補區域。且，於有效地進行處理之情形時，於取得上述另一缺陷候補區域時取得對應於上述缺陷候補區域之亮暗反轉區域。又，於不拘泥處理效率而提高缺陷檢測精度之情形時，利用與取得上述另一缺陷候補區域之基準值不同之基準值取得對應於上述缺陷候補區域之亮暗反轉區域。 於上述實施形態，於將取得第1缺陷候補區域之方法表現為第1方法，將取得第2缺陷候補區域之方法表現為第2方法之情形時，只要第1方法與第2方法互不相同，則作為該等方法可利用各種者。藉此可有效地抑制過度檢測或檢測遺漏。 又，可僅以1種方法求出缺陷候補區域。例如，於上述實施形態中可不求出第2缺陷候補區域，而以區域選擇部662，取得複數張第1缺陷候補圖像之第1缺陷候補區域中之特定數量以上重疊者作為缺陷候補區域。或，於上述實施形態中可不求出第1缺陷候補區域，而以區域選擇部662，取得複數張第2缺陷候補圖像之第2缺陷候補區域中之特定數量以上重疊者作為缺陷候補區域。 於上述實施形態中，缺陷檢測所利用之拍攝圖像可僅為1張。取得亮暗相反區域圖像時所利用之拍攝圖像之數量較佳為2張以上。為了有效地進行拍攝，缺陷檢測所利用之至少1張拍攝圖像較佳包含於用以取得亮暗相反區域而於複數種照明狀態下取得之複數張拍攝圖像。 若進行實質上相同之處理，則處理順序可適當變更。於上述實施形態中說明之處理順序僅為一例。例如，取得第1暗缺陷候補區域之步驟、取得第2暗缺陷候補區域之步驟、及取得亮暗相反區域之步驟可為任意順序或同時進行。檢測暗缺陷之處理與檢測亮缺陷之處理可為任意之順序或同時進行。缺陷候補區域可直接作為缺陷區域加以處理。 參照圖像亦可自拍攝圖像產生。即，可以所謂之自我比較取得缺陷候補區域。例如，對拍攝圖像對較亮區域進行膨脹之處理後進行收縮之處理，藉此取得暗缺陷消失之參照圖像。對拍攝圖像對較亮區域進行收縮之處理後進行膨脹之處理，藉此取得較亮缺陷消失之參照圖像。 上述缺陷檢測裝置1可有各種變化。 光源部4a、4b、4c及攝像部3之配置及數量可適當變更。光照射部4之照明狀態可變更為各種。可將複數個光源部中每2個點亮，亦可每3個點亮。光照射部4亦可藉由移動光源部而變更照明狀態。 電腦12可為專用之硬體，亦可部分使用專用之硬體。於高速地進行外觀檢查之情形時，較佳利用電腦或專用之硬體進行並行處理。 若進行實質上相同之處理，則處理順序可適當變更。於上述實施形態中說明之處理順序僅為一例。 缺陷檢測裝置1可利用於形成有圖案之各種基板或薄膜等其他對象物表面之缺陷檢測。缺陷檢測裝置1尤其適於因表面具有梨皮狀區域(不限定於金屬表面)而容易產生過度檢測之對象物之檢查。 上述實施形態及各變化例之構成只要不相互衝突皆可適當組合。 雖已詳細地描述發明進行說明，但上述之說明係例示並非限定者。因此，可以說只要不脫離本發明之範圍，可有多數之變化或態樣。
1‧‧‧缺陷檢測裝置
2‧‧‧保持部
3‧‧‧攝像部
3a‧‧‧上方攝像部
3b‧‧‧斜向攝像部
3c‧‧‧側向攝像部
4‧‧‧光照射部
4a‧‧‧上方光源部
4b‧‧‧斜向光源部
4c‧‧‧側向光源部
8‧‧‧記錄媒體
9‧‧‧對象物
11‧‧‧本體
12‧‧‧電腦
51‧‧‧攝像控制部
52‧‧‧缺陷取得部
53‧‧‧記憶部
70‧‧‧對象區域
80‧‧‧程式
121‧‧‧CPU
122‧‧‧ROM
123‧‧‧RAM
124‧‧‧固定磁碟
125‧‧‧顯示器
126‧‧‧輸入部
126a‧‧‧鍵盤
126b‧‧‧滑鼠
127‧‧‧讀取裝置
128‧‧‧通信部
521‧‧‧第1缺陷取得部
522‧‧‧第2缺陷取得部
541‧‧‧第1缺陷候補取得部
542‧‧‧過濾處理部
543‧‧‧預對準部
544‧‧‧膨脹處理部
545‧‧‧收縮處理部
546‧‧‧比較部
547‧‧‧2值化部
548‧‧‧面積過濾部
551‧‧‧第3缺陷候補取得部
552‧‧‧過濾處理部
553‧‧‧預對準部
554‧‧‧比較部
555‧‧‧2值化部
556‧‧‧面積過濾部
561‧‧‧第2缺陷候補取得部
562‧‧‧過濾處理部
563‧‧‧預對準部
564‧‧‧收縮處理部
565‧‧‧膨脹處理部
566‧‧‧比較部
567‧‧‧2值化部
568‧‧‧面積過濾部
571‧‧‧第4缺陷候補取得部
572‧‧‧過濾處理部
573‧‧‧預對準部
574‧‧‧比較部
575‧‧‧2值化部
576‧‧‧面積過濾部
581‧‧‧缺陷候補限定部
582‧‧‧邏輯積運算部
583‧‧‧邏輯積運算部
584‧‧‧區域選擇部
591‧‧‧缺陷候補限定部
592‧‧‧邏輯積運算部
593‧‧‧邏輯積運算部
594‧‧‧區域選擇部
621‧‧‧第1暗缺陷候補取得部
622‧‧‧第2暗缺陷候補取得部
623‧‧‧第1亮缺陷候補取得部
624‧‧‧第2亮缺陷候補取得部
631‧‧‧過濾處理部
632‧‧‧預對準部
633‧‧‧移位比較部
634‧‧‧2值化部
635‧‧‧面積過濾部
641‧‧‧膨脹處理部
642‧‧‧收縮處理部6
643‧‧‧比較部
644‧‧‧2值化部
645‧‧‧面積過濾部
651‧‧‧收縮處理部
652‧‧‧膨脹處理部
653‧‧‧比較部
654‧‧‧2值化部
655‧‧‧面積過濾部
661‧‧‧邏輯積運算部
662‧‧‧區域選擇部
663‧‧‧邏輯和運算部
664‧‧‧候補限定部
711‧‧‧第1缺陷
711c‧‧‧第1缺陷候補區域
711d‧‧‧第1缺陷候補區域
711e‧‧‧第1缺陷
711f‧‧‧第1缺陷
711i‧‧‧第3缺陷候補區域
712‧‧‧圖案部分
712a‧‧‧圖案部分
712b‧‧‧圖案部分
712g‧‧‧第2缺陷候補區域
721‧‧‧第2缺陷
721a‧‧‧第2缺陷
721b‧‧‧第2缺陷
721g‧‧‧第2缺陷候補區域
721h‧‧‧第2缺陷候補區域
721i‧‧‧第3缺陷候補區區域
721j‧‧‧第4缺陷候補域
722‧‧‧圖案部分
722c‧‧‧第1缺陷候補區域
722d‧‧‧第1缺陷候補區域
722e‧‧‧圖案部分
722f‧‧‧圖案部分
731‧‧‧第1缺陷區域
732‧‧‧第2缺陷區域
751‧‧‧第1暗缺陷候補區域
752‧‧‧第2暗缺陷候補區域
753‧‧‧亮暗相反區域
754‧‧‧暗缺陷候補區域
811‧‧‧拍攝圖像
811a‧‧‧膨脹圖像
811b‧‧‧收縮圖像
811c‧‧‧比較圖像
811e‧‧‧收縮圖像
811f‧‧‧膨脹圖像
811g‧‧‧比較圖像
812‧‧‧參照圖像
812a‧‧‧膨脹圖像
812b‧‧‧收縮圖像
812c‧‧‧比較圖像
812e‧‧‧收縮圖像
812f‧‧‧膨脹圖像
812g‧‧‧比較圖像
813‧‧‧圖像
814‧‧‧圖像
821‧‧‧第1缺陷候補圖像
822‧‧‧第2缺陷候補圖像
823‧‧‧第3缺陷候補圖像
824‧‧‧第4缺陷候補圖像
831‧‧‧第1缺陷圖像
832‧‧‧第2缺陷圖像
851‧‧‧第1暗缺陷候補圖像
852‧‧‧第2暗缺陷候補圖像
853‧‧‧亮暗相反區域圖像
854‧‧‧暗缺陷候補圖像
911‧‧‧拍攝圖像資料
912‧‧‧參照圖像資料
921‧‧‧第1缺陷候補資料
922‧‧‧第2缺陷候補資料
923‧‧‧第3缺陷候補資料
924‧‧‧第4缺陷候補資料
931‧‧‧第1缺陷資料
932‧‧‧第2缺陷資料
951‧‧‧第1暗缺陷候補資料
952‧‧‧第2暗缺陷候補資料
953‧‧‧亮暗相反區域資料
954‧‧‧暗缺陷候補資料
J1‧‧‧中心軸
K2‧‧‧光軸
K3‧‧‧光軸
S11～S15‧‧‧步驟
S54～S59‧‧‧步驟
S141～S143‧‧‧步驟
S151～S153‧‧‧步驟
S201～S205‧‧‧步驟
S211～S215‧‧‧步驟
S301～S305‧‧‧步驟
S311～S315‧‧‧步驟
S1411～S1414‧‧‧步驟
S1511～S1514‧‧‧步驟
θ2‧‧‧角度
θ3‧‧‧角度
圖1係顯示缺陷檢測裝置之構成之圖。 圖2係顯示缺陷檢測裝置之本體之俯視圖。 圖3係顯示電腦之構成之圖。 圖4係顯示電腦所實現之功能構成之方塊圖。 圖5係顯示第1缺陷取得部之構成之圖。 圖6係顯示第1缺陷候補取得部之構成之圖。 圖7係顯示第3缺陷候補取得部之構成之圖。 圖8係顯示圖5之缺陷候補限定部之構成之圖。 圖9係顯示第2缺陷取得部之構成之圖。 圖10係顯示第2缺陷候補取得部之構成之圖。 圖11係顯示第4缺陷候補取得部之構成之圖。 圖12係顯示圖9之缺陷候補限定部之構成之圖。 圖13係顯示缺陷檢測裝置之動作流程之圖。 圖14係顯示圖13之第1缺陷取得步驟之流程之圖。 圖15係顯示圖13之第2缺陷取得步驟之流程之圖。 圖16係顯示圖14之第1缺陷候補取得步驟之流程之圖。 圖17係顯示圖15之第2缺陷候補取得步驟之流程之圖。 圖18係用以說明圖16之處理內容之圖像例。 圖19係用以說明圖14之第3缺陷候補取得步驟之處理內容之圖像例。 圖20係用以說明圖14之缺陷候補限定步驟之處理內容之圖像例。 圖21係用以說明圖17之處理內容之圖像例。 圖22係用以說明圖15之第4缺陷候補取得步驟之處理內容之圖像例。 圖23係用以說明圖15之缺陷候補限定步驟之處理內容之圖像例。 圖24係顯示電腦所實現之功能構成之方塊圖。 圖25係顯示第1暗缺陷候補取得部之構成之圖。 圖26係顯示第2暗缺陷候補取得部之構成之圖。 圖27係顯示第2亮缺陷候補取得部之構成之圖。 圖28係顯示取得暗缺陷候補資料之構成之圖。 圖29係顯示限定暗缺陷候補資料之構成之圖。 圖30係顯示缺陷檢測裝置之動作流程之圖。 圖31A係例示拍攝圖像之圖。 圖31B係例示參照圖像之圖。 圖31C係顯示第1暗缺陷候補圖像之圖。 圖32A係顯示進行膨脹及收縮處理後之拍攝圖像之圖。 圖32B係顯示進行膨脹及收縮處理後之參照圖像之圖。 圖32C係顯示第2暗缺陷候補圖像之圖。 圖33係顯示暗缺陷候補圖像之圖。 圖34A係例示明暗相反區域圖像之圖。 圖34B係例示其他明暗相反區域圖像之圖。 圖34C係顯示邏輯和圖像之圖。 圖35係將暗缺陷候補圖像與邏輯和圖像重疊而顯示之圖。

Claims (18)

  1. 一種缺陷檢測裝置，其檢測對象物表面之缺陷，且具備：光照射部，其可於互不相同之複數種偏射照明狀態下向對象物照射光；攝像部，其取得上述對象物表面之對象區域之圖像作為拍攝圖像；記憶部，其記憶對應於上述拍攝圖像之參照圖像；攝像控制部，其控制上述光照射部之照明狀態、與上述攝像部之圖像之取得；及缺陷取得部，其自缺陷檢測所使用之至少一張拍攝圖像，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之一者作為缺陷候補區域，自於複數種照明狀態下取得之複數張拍攝圖像各者，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之另一者作為亮暗相反區域，於將上述缺陷候補區域中、與任一亮暗相反區域於特定條件以上皆不重疊者自缺陷候補排除後，基於上述缺陷候補區域取得存在之缺陷。
  2. 如請求項1之缺陷檢測裝置，其中缺陷檢測所使用之上述至少一張拍攝圖像含在於上述複數種照明狀態下取得之上述複數張拍攝圖像內。
  3. 如請求項1之缺陷檢測裝置，其中上述缺陷取得部自缺陷檢測所使用之上述至少一張拍攝圖像，一面 參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之另一者作為另一缺陷候補區域，且於取得上述另一缺陷候補區域時，取得對應於上述缺陷候補區域之上述亮暗相反區域。
  4. 如請求項1至3中任一項之缺陷檢測裝置，其中上述缺陷取得部自缺陷檢測所使用之上述至少一張拍攝圖像，以第1方法取得第1缺陷候補區域，以與上述第1方法不同之第2方法取得第2缺陷候補區域，基於上述第1缺陷候補區域及上述第2缺陷候補區域取得上述缺陷候補區域。
  5. 如請求項4之缺陷檢測裝置，其中上述第1方法係於進行拍攝圖像與參照圖像之對位後、自該等圖像之差分圖像取得上述第1缺陷候補區域之方法，上述第2方法係於對拍攝圖像及參照圖像進行微小區域去除處理後、自該等圖像之差分圖像取得上述第2缺陷候補區域之方法。
  6. 一種缺陷檢測方法，其檢測對象物表面之缺陷，且具備以下步驟：a)於在互不相同之複數種偏射照明狀態之各者下向對象物照射光之期間，藉由以攝像部取得上述對象物表面之對象區域之圖像，取得複數張拍攝圖像；b)自缺陷檢測所使用之至少一張拍攝圖像，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之一者作為缺陷候補區域； c)自複數張拍攝圖像各者，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之另一者作為亮暗相反區域；及d)於將上述缺陷候補區域中、與任一亮暗相反區域於特定條件以上皆不重疊者自缺陷候補排除後，基於上述缺陷候補區域取得存在之缺陷。
  7. 如請求項6之缺陷檢測方法，其中缺陷檢測所使用之上述至少一張拍攝圖像含在於上述複數種照明狀態下取得之上述複數張拍攝圖像內。
  8. 如請求項6或7之缺陷檢測方法，其中於上述c)步驟，自缺陷檢測所使用之上述至少一張拍攝圖像，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之另一者作為另一缺陷候補區域。
  9. 一種程式產品，其使電腦自對象物表面之對象區域之複數張圖像檢測上述對象區域中之缺陷，且由上述電腦對上述程式產品之執行，係使上述電腦執行以下步驟：a)準備於互不相同之複數種偏射照明狀態中取得之上述對象區域之複數張拍攝圖像及對應之複數張參照圖像；b)自缺陷檢測所使用之至少一張拍攝圖像，一面參照對應之參照圖像一面取得相對於上述參照圖像較暗之區域及較亮之區域之一者作為缺陷候補區域；c)自複數張拍攝圖像各者，一面參照對應之參照圖像一面取得相對於 上述參照圖像較暗之區域及較亮之區域之另一者作為亮暗相反區域；及d)於將上述缺陷候補區域中、與任一亮暗相反區域於特定條件以上皆不重疊者自缺陷候補排除後，基於上述缺陷候補區域取得存在之缺陷。
  10. 一種缺陷檢測裝置，其檢測對象物表面之缺陷，且具備：攝像部，其拍攝對象物而取得拍攝圖像；記憶部，其記憶對應於上述拍攝圖像之參照圖像；及缺陷取得部，其取得上述拍攝圖像中存在之缺陷；且上述缺陷取得部具有：自我比較缺陷候補取得部，其基於上述拍攝圖像之各像素值、與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理，進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，取得自我比較缺陷候補區域；其他圖像比較缺陷候補取得部，其於進行上述拍攝圖像與上述參照圖像之對位後，於上述一處理為膨脹處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者取得上述拍攝圖像相對於上述參照圖像較暗之區域作為其他圖像比較缺陷候補區域，於上述一處理為收縮處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者取得上述拍攝圖像相對於上述參照圖像較亮之區域作為上述其他圖像比較缺陷候補區域；及缺陷候補限定部，其取得自上述自我比較缺陷候補取得部輸出之上述自我比較缺陷候補區域、與自上述其他圖像比較缺陷候補取得部輸出之上述其他圖像比較缺陷候補區域重疊之區域，作為缺陷候補區域。
  11. 如請求項10之缺陷檢測裝置，其中上述自我比較缺陷候補取得部係基於上述參照圖像之各像素值，與對上述參照圖像實施上述一處理、進而實施上述另一處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，進而檢測自我比較遮蔽區域，且於將上述自我比較缺陷候補區域中、與上述自我比較遮蔽區域重疊之區域自上述自我比較缺陷候補區域排除後，將上述自我比較缺陷候補區域輸出至上述缺陷候補限定部。
  12. 一種缺陷檢測方法，其檢測對象物表面之缺陷，且具備以下步驟：a)拍攝步驟，其以攝像部拍攝對象物而取得拍攝圖像；b)自我比較缺陷候補取得步驟，其基於上述拍攝圖像之各像素值，與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，取得自我比較缺陷候補區域；c)其他圖像比較缺陷候補取得步驟，其準備對應於上述拍攝圖像之參照圖像，且於進行上述拍攝圖像與上述參照圖像之對位後，於上述一處理為膨脹處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者，取得上述拍攝圖像相對於上述參照圖像較暗之區域作為其他圖像比較缺陷候補區域，於上述一處理為收縮處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者，取得上述拍攝圖像相對於上述參照圖像較亮之區域作為上述其他圖像比較缺陷候補區域；及d)缺陷候補限定步驟，其取得藉由上述自我比較缺陷候補取得步驟 取得之上述自我比較缺陷候補區域、與藉由上述其他圖像比較缺陷候補取得步驟取得之上述其他圖像比較缺陷候補區域重疊之區域，作為缺陷候補區域。
  13. 一種程式產品，其使電腦自對象物表面之對象區域之複數張圖像檢測上述對象區域中之缺陷，且由上述電腦對上述程式產品之執行，係使上述電腦執行以下步驟：a)準備拍攝上述對象區域而取得之拍攝圖像及對應之參照圖像之步驟；b)自我比較缺陷候補取得步驟，其基於上述拍攝圖像之各像素值，與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，取得自我比較缺陷候補區域；c)其他圖像比較缺陷候補取得步驟，其於進行上述拍攝圖像與上述參照圖像之對位後，於上述一處理為膨脹處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者取得上述拍攝圖像相對於上述參照圖像較暗之區域作為其他圖像比較缺陷候補區域，於上述一處理為收縮處理之情形時，基於該等圖像之差分圖像或比圖像之至少一者取得上述拍攝圖像相對於上述參照圖像較亮之區域作為上述其他圖像比較缺陷候補區域；及d)缺陷候補限定步驟，其取得藉由上述自我比較缺陷候補取得步驟取得之上述自我比較缺陷候補區域、與藉由上述其他圖像比較缺陷候補取得步驟取得之上述其他圖像比較缺陷候補區域重疊之區域作為缺陷候補區域。
  14. 一種缺陷檢測裝置，其檢測對象物表面之缺陷，且具備：攝像部，其拍攝對象物而取得拍攝圖像；記憶部，其記憶對應於上述拍攝圖像之參照圖像；及缺陷取得部，其基於上述拍攝圖像之各像素值，與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，檢測缺陷候補區域，且基於上述參照圖像之各像素值，與對上述參照圖像實施上述一處理、進而實施上述另一處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，檢測遮蔽區域，將上述缺陷候補區域中、與上述遮蔽區域重疊之區域自缺陷候補排除後，基於上述缺陷候補區域取得上述拍攝圖像中存在之缺陷。
  15. 如請求項14之缺陷檢測裝置，其中缺陷取得部取得上述拍攝圖像中存在之第1缺陷及與該第1缺陷不同之第2缺陷，且具有：第1缺陷取得部，其基於上述拍攝圖像之各像素值、與對上述拍攝圖像實施膨脹處理後實施收縮處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，檢測第1缺陷候補區域，基於上述參照圖像之各像素值、與對上述參照圖像實施膨脹處理後實施收縮處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，檢測第1遮蔽區域，將上述第1缺陷候補區域中、與上述第1遮蔽區域重疊之區域自第1缺陷候補排除後，基於上述第1缺陷候補區域取得上述拍攝圖像中存在之第1 缺陷；及第2缺陷取得部，其基於上述拍攝圖像之各像素值、與對上述拍攝圖像實施收縮處理後實施膨脹處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，檢測第2缺陷候補區域，基於上述參照圖像之各像素值、與對上述參照圖像實施收縮處理後實施膨脹處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，檢測第2遮蔽區域，將上述第2缺陷候補區域中、與上述第2遮蔽區域重疊之區域自第2缺陷候補排除後，基於上述第2缺陷候補區域取得上述拍攝圖像中存在之第2缺陷。
  16. 如請求項15之缺陷檢測裝置，其中上述第1缺陷取得部係於進行上述拍攝圖像與上述參照圖像之對位後，基於該等圖像之差分圖像，取得上述拍攝圖像相對於上述參照圖像較暗之區域作為第3缺陷候補區域，將上述第1缺陷候補區域中、未與上述第3缺陷候補區域重疊之區域自第1缺陷候補排除後，基於上述第1缺陷候補區域取得上述拍攝圖像中存在之第1缺陷，上述第2缺陷取得部係於進行上述拍攝圖像與上述參照圖像之對位後，基於該等圖像之差分圖像，取得上述拍攝圖像相對於上述參照圖像較亮之區域作為第4缺陷候補區域，將上述第2缺陷候補區域中、未與上述第4缺陷候補區域重疊之區域自第2缺陷候補排除後，基於上述第2缺陷候補區域取得上述拍攝圖像中存在之第2缺陷。
  17. 一種缺陷檢測方法，其檢測對象物表面之缺陷，且具備以下步驟： a)拍攝步驟，其以攝像部拍攝對象物而取得拍攝圖像；b)缺陷候補區域檢測步驟，其基於上述拍攝圖像之各像素值，與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，檢測缺陷候補區域；c)遮蔽區域檢測步驟，其準備對應於上述拍攝圖像之參照圖像，基於上述參照圖像之各像素值、與對上述參照圖像實施上述一處理，進而實施上述另一處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，檢測遮蔽區域；及d)缺陷候補排除步驟，其於將上述缺陷候補區域中、與上述遮蔽區域重疊之區域自缺陷候補排除後，基於上述缺陷候補區域取得上述拍攝圖像中存在之缺陷。
  18. 一種程式產品，其使電腦自對象物表面之對象區域之複數張圖像檢測上述對象區域中之缺陷，且由上述電腦對上述程式產品之執行，係使上述電腦執行以下步驟：a)準備拍攝上述對象區域而取得之拍攝圖像及對應之參照圖像之步驟；b)缺陷候補區域檢測步驟，其基於上述拍攝圖像之各像素值，與對上述拍攝圖像實施膨脹處理及收縮處理中之一處理、進而實施膨脹處理及收縮處理中與上述一處理不同之另一處理而獲得之圖像之對應於上述拍攝圖像之像素值的差或比之至少一者，檢測缺陷候補區域；c)遮蔽區域檢測步驟，其準備對應於上述拍攝圖像之參照圖像，基於 上述參照圖像之各像素值、與對上述參照圖像實施上述一處理，進而實施上述另一處理而獲得之圖像之對應於上述參照圖像之像素值的差或比之至少一者，檢測遮蔽區域；及d)缺陷候補排除步驟，其於將上述缺陷候補區域中、與上述遮蔽區域重疊之區域自缺陷候補排除後，基於上述缺陷候補區域而取得上述拍攝圖像中存在之缺陷。
TW106103793A 2016-02-19 2017-02-06 缺陷檢測裝置、缺陷檢測方法及程式產品 TWI626440B (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP??2016-029422 2016-02-19
JP2016029422A JP6688629B2 (ja) 2016-02-19 2016-02-19 欠陥検出装置、欠陥検出方法およびプログラム
JP2016052075A JP6812118B2 (ja) 2016-03-16 2016-03-16 欠陥検出装置、欠陥検出方法およびプログラム
JP??2016-052075 2016-03-16
JP??2016-052074 2016-03-16
JP2016052074A JP6811540B2 (ja) 2016-03-16 2016-03-16 欠陥検出装置、欠陥検出方法およびプログラム

Publications (2)

Publication Number Publication Date
TW201734442A TW201734442A (zh) 2017-10-01
TWI626440B true TWI626440B (zh) 2018-06-11

Family

ID=59624994

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106103793A TWI626440B (zh) 2016-02-19 2017-02-06 缺陷檢測裝置、缺陷檢測方法及程式產品

Country Status (4)

Country Link
US (2) US11216936B2 (zh)
EP (1) EP3418726A4 (zh)
TW (1) TWI626440B (zh)
WO (1) WO2017141611A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6671309B2 (ja) * 2017-03-13 2020-03-25 株式会社Ｓｃｒｅｅｎホールディングス 検査装置および検査方法
EP3748575A4 (en) * 2018-01-29 2021-03-10 NEC Corporation IMAGE PROCESSING DEVICE, IMAGE PROCESSING METHOD AND RECORDING MEDIUM
US10957035B2 (en) * 2018-11-30 2021-03-23 Kla Corporation Defect classification by fitting optical signals to a point-spread function
JP2020153730A (ja) * 2019-03-19 2020-09-24 株式会社豊田中央研究所 摩耗量計測装置および摩耗量計測方法
JP7238965B2 (ja) * 2019-03-19 2023-03-14 日本電気株式会社 検品装置、検品方法、及びプログラム
US11948292B2 (en) 2019-07-02 2024-04-02 MakinaRocks Co., Ltd. Systems and methods for detecting flaws on panels using images of the panels
JP7264751B2 (ja) * 2019-07-08 2023-04-25 株式会社ニューフレアテクノロジー 検査装置及び検査方法
WO2021054059A1 (ja) * 2019-09-20 2021-03-25 株式会社Ｓｃｒｅｅｎホールディングス 撮像装置
JP2022103690A (ja) * 2020-12-28 2022-07-08 京セラドキュメントソリューションズ株式会社 画像処理装置、画像処理方法、および画像処理プログラム
JP2022103691A (ja) * 2020-12-28 2022-07-08 京セラドキュメントソリューションズ株式会社 画像処理装置、画像処理方法、および画像処理プログラム
CN215574705U (zh) * 2021-05-19 2022-01-18 富泰华工业（深圳）有限公司 检测装置
CN115641337B (zh) * 2022-12-23 2023-04-07 中科慧远视觉技术(北京)有限公司 一种线状缺陷检测方法、装置、介质、设备及***
CN116228746A (zh) * 2022-12-29 2023-06-06 摩尔线程智能科技(北京)有限责任公司 缺陷检测方法、装置、电子设备、存储介质和程序产品
TWI833534B (zh) * 2022-12-30 2024-02-21 致茂電子股份有限公司 晶圓研磨製程之缺陷檢測系統及方法
CN116071363B (zh) * 2023-03-27 2023-06-16 山东中济鲁源机械有限公司 一种自动化型钢智能生产监测***
CN116958125B (zh) * 2023-09-18 2023-12-26 惠州市鑫晖源科技有限公司 基于图像处理的电竞主机电源元件缺陷视觉检测方法
CN117871415A (zh) * 2024-03-11 2024-04-12 天津大学四川创新研究院 一种基于平行光源的曝光式结构性瑕疵检测***和方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001041900A (ja) * 1997-11-07 2001-02-16 Yuki Gijutsu Sogo:Kk シート包装検査装置
US6445452B1 (en) * 1997-06-17 2002-09-03 Yuki Engineering System Co., Ltd. Device for checking sheet packaging
JP2002250700A (ja) * 2001-02-23 2002-09-06 Matsushita Electric Works Ltd パターン検査方法およびその装置
WO2014034526A1 (ja) * 2012-08-28 2014-03-06 住友化学株式会社 欠陥検査装置および欠陥検査方法
TW201604536A (zh) * 2014-07-22 2016-02-01 Machvision Inc 應用重覆曝光之多曝光影像混和的檢測方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0621769B2 (ja) 1985-12-13 1994-03-23 大日本スクリ−ン製造株式会社 パタ−ン欠陥検出方法およびその装置
JPS6356761A (ja) 1986-08-28 1988-03-11 Toshiba Corp 形状検査装置
JPS63124945A (ja) * 1986-11-14 1988-05-28 Oki Electric Ind Co Ltd パタ−ン欠陥検出方法
JPS6441977A (en) 1987-08-07 1989-02-14 Hitachi Ltd Flaw detecting method
JPH0833342B2 (ja) 1988-11-15 1996-03-29 日産自動車株式会社 金属組識の検査方法
JPH02156144A (ja) 1988-12-08 1990-06-15 Mitsubishi Rayon Co Ltd シート状物の欠陥検査装置
JPH04319649A (ja) * 1991-04-19 1992-11-10 Matsushita Electric Ind Co Ltd スルーホール検査装置
US5214712A (en) 1990-09-11 1993-05-25 Matsushita Electric Industrial Co., Ltd. Pattern inspection system for inspecting defect of land pattern for through-hole on printed board
US5848189A (en) * 1996-03-25 1998-12-08 Focus Automation Systems Inc. Method, apparatus and system for verification of patterns
JP3344338B2 (ja) 1997-12-25 2002-11-11 日本電気株式会社 画像の欠陥検出装置及びその欠陥検出方法
US6396945B1 (en) 1997-12-25 2002-05-28 Nec Corporation Image defect detection apparatus and method
JPH11224892A (ja) 1998-02-05 1999-08-17 Nippon Inter Connection Systems Kk テープキャリアの欠陥検出装置および欠陥検出方法
JP2002116153A (ja) 2000-10-11 2002-04-19 Koyo Seiko Co Ltd 外観検査装置
JP2002140695A (ja) 2000-11-01 2002-05-17 Omron Corp 検査方法およびその装置
US7065239B2 (en) * 2001-10-24 2006-06-20 Applied Materials, Inc. Automated repetitive array microstructure defect inspection
JP2005037203A (ja) 2003-07-18 2005-02-10 Seiwa Electric Mfg Co Ltd 棒状物体の検査装置及び検査方法
JP2007310162A (ja) 2006-05-18 2007-11-29 Lasertec Corp 検査装置及び検査方法とその検査方法を用いたパターン基板の製造方法
JP2010223621A (ja) 2009-03-19 2010-10-07 Sumitomo Metal Ind Ltd 管状品の内表面検査方法
JP2012027810A (ja) * 2010-07-27 2012-02-09 National Printing Bureau 機能性検査装置
JP5417306B2 (ja) 2010-11-29 2014-02-12 株式会社日立ハイテクノロジーズ 欠陥検査方法および欠陥検査装置
JP2013242256A (ja) 2012-05-22 2013-12-05 Ricoh Elemex Corp 検査データ取得方法及び外観検査装置
US8977035B2 (en) * 2012-06-13 2015-03-10 Applied Materials Israel, Ltd. System, method and computer program product for detection of defects within inspection images
EP3088874B1 (en) 2013-12-27 2023-03-15 JFE Steel Corporation Surface defect detection method and surface defect detection device
JP6119663B2 (ja) 2014-04-25 2017-04-26 Ｊｆｅスチール株式会社 表面欠陥検出方法及び表面欠陥検出装置
JP6287249B2 (ja) 2014-01-22 2018-03-07 大日本印刷株式会社 外観検査装置、外観検査方法、およびプログラム
JP6244981B2 (ja) * 2014-02-28 2017-12-13 大日本印刷株式会社 外観検査装置、外観検査方法、およびプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6445452B1 (en) * 1997-06-17 2002-09-03 Yuki Engineering System Co., Ltd. Device for checking sheet packaging
JP2001041900A (ja) * 1997-11-07 2001-02-16 Yuki Gijutsu Sogo:Kk シート包装検査装置
JP2002250700A (ja) * 2001-02-23 2002-09-06 Matsushita Electric Works Ltd パターン検査方法およびその装置
WO2014034526A1 (ja) * 2012-08-28 2014-03-06 住友化学株式会社 欠陥検査装置および欠陥検査方法
TW201604536A (zh) * 2014-07-22 2016-02-01 Machvision Inc 應用重覆曝光之多曝光影像混和的檢測方法

Also Published As

Publication number Publication date
WO2017141611A1 (ja) 2017-08-24
US20220084183A1 (en) 2022-03-17
EP3418726A1 (en) 2018-12-26
EP3418726A4 (en) 2019-03-20
US11216936B2 (en) 2022-01-04
US20210027440A1 (en) 2021-01-28
TW201734442A (zh) 2017-10-01

Similar Documents

Publication Publication Date Title
TWI626440B (zh) 缺陷檢測裝置、缺陷檢測方法及程式產品
TWI598581B (zh) 檢查裝置及檢查方法
TWI580951B (zh) 檢查裝置及檢查方法
JP6531184B2 (ja) 欠陥検出装置および欠陥検出方法
JP4150390B2 (ja) 外観検査方法及び外観検査装置
JP6812118B2 (ja) 欠陥検出装置、欠陥検出方法およびプログラム
JP4910800B2 (ja) ネジ部品の検査装置および検査方法
JP2006258713A (ja) シミ欠陥検出方法及び装置
JP2007155405A (ja) 外観検査方法及び外観検査装置
EP3447725B1 (en) Apparatus for inspecting appearance of article and method for inspecting appearance of article using same
JP6811540B2 (ja) 欠陥検出装置、欠陥検出方法およびプログラム
JP6688629B2 (ja) 欠陥検出装置、欠陥検出方法およびプログラム
JP2002250700A (ja) パターン検査方法およびその装置
JP2006145228A (ja) ムラ欠陥検出方法及び装置
JP4967132B2 (ja) 対象物表面の欠陥検査方法
JP6595800B2 (ja) 欠損検査装置、及び欠損検査方法
JP3803677B2 (ja) 欠陥分類装置及び欠陥分類方法
JP2006242584A (ja) ムラ欠陥検出方法及び装置
JP2023170549A (ja) 探傷試験の欠陥検出方法

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees