JP2000132684A - External appearance inspecting method - Google Patents
External appearance inspecting methodInfo
- Publication number
- JP2000132684A JP2000132684A JP10302791A JP30279198A JP2000132684A JP 2000132684 A JP2000132684 A JP 2000132684A JP 10302791 A JP10302791 A JP 10302791A JP 30279198 A JP30279198 A JP 30279198A JP 2000132684 A JP2000132684 A JP 2000132684A
- Authority
- JP
- Japan
- Prior art keywords
- differential
- image data
- inspection
- image
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、縞模様を有する被
検査物の表面に発生する傷、黒点、異物混入といった欠
陥を画像処理技術を用いて検出する外観検査方法に関す
るものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a visual inspection method for detecting defects such as flaws, black spots, and foreign substances on a surface of a test object having a stripe pattern by using an image processing technique.
【０００２】[0002]
【従来の技術】従来、被検査物の表面に発生する欠陥を
検出する方法として、特開平３−１７５３４３号に開示
された技術が知られている。この従来技術では、被検査
物の表面に適当な照明を照射して、テレビカメラにより
被検査物の表面を撮像し、得られた原画像に対して微分
処理を含む画像処理を施して、被検査物の輪郭線を抽出
し、この輪郭線の内側に発生する濃淡変化部分を欠陥と
して検出している。2. Description of the Related Art Conventionally, as a method for detecting a defect occurring on the surface of an inspection object, a technique disclosed in Japanese Patent Application Laid-Open No. 3-175343 is known. In this conventional technique, an appropriate illumination is applied to the surface of the inspection object, an image of the surface of the inspection object is taken by a television camera, and image processing including differentiation processing is performed on the obtained original image. The contour of the inspection object is extracted, and the shading change occurring inside the contour is detected as a defect.
【０００３】[0003]
【発明が解決しようとする課題】被検査物の表面がほぼ
均一な濃度の場合には上述の従来技術により検査が可能
であったが、被検査物の表面に円形、波形、線形等の縞
模様が存在し、それが表面の欠陥と同程度の光量変化を
有する場合には、表面の欠陥を縞模様と区別して抽出す
ることが困難である。In the case where the surface of the inspection object has a substantially uniform density, the inspection can be performed by the above-described prior art. However, the surface of the inspection object has stripes such as circles, waveforms, and lines. In the case where a pattern exists and has a change in the amount of light equivalent to that of a surface defect, it is difficult to extract the surface defect separately from the stripe pattern.
【０００４】本発明はこのような点に鑑みてなされたも
のであり、その目的とするところは、縞模様を有する被
検査物の表面に発生する欠陥を縞模様とは区別して検出
できる外観検査方法を提供することにある。SUMMARY OF THE INVENTION The present invention has been made in view of the above circumstances, and an object of the present invention is to provide a visual inspection capable of detecting a defect generated on the surface of an inspection object having a stripe pattern separately from the stripe pattern. It is to provide a method.
【０００５】[0005]
【課題を解決するための手段】請求項１の発明は、図１
に示すような縞模様を有する被検査物の表面に発生する
欠陥を縞模様とは区別して検出するための検査方法であ
って、被検査物の表面の画像を撮像する撮像工程と、撮
像工程で得られた原画像に対して少なくとも微分処理を
含む画像処理を施して濃淡変化に関する画像データを取
得する前処理工程と、予め良品と判明している被検査物
について前処理工程で得られた画像データの特徴を検査
用の基礎データとして取得する工程と、外観検査すべき
被検査物について前処理工程で得られた画像データの特
徴を検査用の基礎データと比較照合することにより、欠
陥部の特徴を縞模様の特徴から分離抽出して認識し、良
否判定を行う工程とを有することを特徴とするものであ
る。Means for Solving the Problems The first aspect of the present invention is shown in FIG.
An inspection method for detecting a defect occurring on the surface of an inspection object having a stripe pattern as shown in FIG. A pre-processing step of performing image processing including at least differentiation processing on the original image obtained in step 1 to obtain image data relating to a change in density, and a pre-processing step of an inspected object that has been previously determined to be good. By acquiring the characteristics of the image data as basic data for inspection and comparing the characteristics of the image data obtained in the pre-processing step for the object to be inspected with the basic data for inspection, the defect And extracting and recognizing the feature of the pattern by separating it from the feature of the striped pattern, and performing a pass / fail judgment.
【０００６】ここで、検査用の基礎データとして用いら
れる画像データとしては、（ａ）原画像の濃淡変化の大
きさを示す微分値の画像データ、（ｂ）原画像の濃淡変
化の方向を示す微分方向値の画像データ、（ｃ）原画像
の濃淡変化が大きい点を示すエッジ点の画像データなど
があり、請求項２の発明では画像データ（ｂ）、請求項
３の発明では画像データ（ａ）＋（ｂ）、請求項４の発
明では画像データ（ｂ）＋（ｃ）、請求項５の発明では
画像データ（ａ）＋（ｂ）＋（ｃ）、請求項６の発明で
は画像データ（ｃ）、請求項７の発明では画像データ
（ａ）＋（ｃ）をそれぞれ用いている。Here, image data used as basic data for inspection include (a) image data of a differential value indicating the magnitude of the change in the density of the original image, and (b) indicating the direction of the change in the density of the original image. There are image data of a differential direction value, (c) image data of an edge point indicating a point where a change in shading of the original image is large, and the image data (b) in the invention of claim 2 and the image data ( a) + (b), image data (b) + (c) in the invention of claim 4, image data (a) + (b) + (c) in the invention of claim 5, and image data in the invention of claim 6. The data (c) and the image data (a) + (c) are used in the present invention.
【０００７】また、請求項８の発明によれば、予め良品
と判明している被検査物について前処理工程で得られた
画像データを用いて縞模様に対して基準となる検査ウィ
ンドウを作成する工程と、作成された検査ウィンドウを
外観検査すべき被検査物の画像データに対して設定する
工程と、設定された検査ウィンドウ上の画像データに基
づいて、欠陥部の特徴を縞模様の特徴から分離抽出して
認識し、良否判定を行う工程とを有することを特徴とす
るものである。Further, according to the invention of claim 8, an inspection window serving as a reference for a striped pattern is created by using image data obtained in a pre-processing step for an inspection object which has been previously determined to be good. Setting the created inspection window with respect to the image data of the inspection object to be visually inspected, and, based on the set image data on the inspection window, determining the feature of the defective portion from the feature of the striped pattern. Separating and recognizing and recognizing and judging pass / fail.
【０００８】ここで、良否判定を行う工程では、設定さ
れた検査ウィンドウをもとに複数の検査ラインを作成
し、その検査ライン上の画像データに基づいて良否判定
を行うことを特徴とする（請求項９）。複数の検査ライ
ンは、検査ウィンドウの内部又は複数の検査ウィンドウ
の間に所定の間隔で設定すれば良い（請求項１４）。ま
た、複数の検査ラインは、画像走査方向に対して平行な
方向又は垂直な方向に設定すれば良い（請求項１５）。Here, in the step of performing the pass / fail judgment, a plurality of test lines are created based on the set test window, and pass / fail judgment is performed based on image data on the test line. Claim 9). The plurality of inspection lines may be set at predetermined intervals inside the inspection window or between the plurality of inspection windows. Further, the plurality of inspection lines may be set in a direction parallel or perpendicular to the image scanning direction.
【０００９】検査ウィンドウを作成するために用いられ
る画像データとしては、（ａ）原画像の濃淡変化の大き
さを示す微分値の画像データ、（ｂ）原画像の濃淡変化
の方向を示す微分方向値の画像データ、（ｃ）原画像の
濃淡変化が大きい点を示すエッジ点の画像データなどが
あり、請求項１０の発明では画像データ（ｂ）＋
（ｃ）、請求項１１の発明では画像データ（ｂ）、請求
項１２の発明では画像データ（ａ）＋（ｃ）、請求項１
３の発明では画像データ（ａ）＋（ｂ）＋（ｃ）をそれ
ぞれ用いている。The image data used to create the inspection window includes (a) image data of a differential value indicating the magnitude of the change in density of the original image, and (b) differential direction indicating the direction of the change in density of the original image. Value image data, (c) image data of an edge point indicating a point where the shading change of the original image is large, and the like.
(C), image data (b) in the invention of claim 11, image data (a) + (c) in the invention of claim 12, and
In the invention of the third aspect, the image data (a) + (b) + (c) is used.
【００１０】[0010]
【発明の実施の形態】（実施例１）図２は本発明の外観
検査方法を実施するための装置の概略構成を示す。図
中、１はＣＣＤカメラであり、被検査物２の表面を撮像
する。３は照明装置であり、被検査物２の表面に適当な
照明を施している。４は画像処理装置であり、ＣＣＤカ
メラ１により撮像された被検査物２の表面の濃淡画像を
処理して、外観検査不良の有無を判定する。(Embodiment 1) FIG. 2 shows a schematic configuration of an apparatus for carrying out the appearance inspection method of the present invention. In the figure, reference numeral 1 denotes a CCD camera, which captures an image of the surface of the inspection object 2. Reference numeral 3 denotes an illuminating device for appropriately illuminating the surface of the inspection object 2. Reference numeral 4 denotes an image processing device that processes a grayscale image of the surface of the inspection object 2 captured by the CCD camera 1 to determine whether or not there is an appearance inspection defect.
【００１１】図３は画像処理装置４の詳細な構成を示し
ている。この画像処理装置４は、ＣＣＤカメラ１から出
力される画像信号をＡ／Ｄ変換するＡ／Ｄ変換部５と、
Ａ／Ｄ変換された画像データを前処理する前処理部６
と、前処理された画像データを被検査物２の原画像とし
て記憶する原画像メモリ７１と、原画像の各画素に対応
して演算される微分値を記憶する微分画像メモリ７２
と、演算された微分方向値を記憶する微分方向値画像メ
モリ７３と、原画像の濃淡（明るさ）の変化点を線画と
して抽出したエッジフラグを記憶するエッジ画像メモリ
７４と、原画像を演算処理して各画像メモリ７１〜７４
に所定のデータを記憶させるとともに、各画像メモリ７
１〜７４に記憶されているデータに基づいて被検査物２
の欠陥の有無をチェックするマイクロプロセッサよりな
る判定部８とで構成されている。FIG. 3 shows a detailed configuration of the image processing apparatus 4. The image processing device 4 includes an A / D converter 5 for A / D converting an image signal output from the CCD camera 1;
Pre-processing unit 6 for pre-processing A / D converted image data
And an original image memory 71 for storing preprocessed image data as an original image of the inspection object 2, and a differential image memory 72 for storing a differential value calculated for each pixel of the original image
And a differential direction value image memory 73 for storing the calculated differential direction value, an edge image memory 74 for storing an edge flag obtained by extracting a point of change in density (brightness) of the original image as a line drawing, and calculating the original image. Process and store each image memory 71-74
While storing predetermined data in each image memory 7.
Inspection object 2 based on data stored in 1 to 74
And a determination unit 8 composed of a microprocessor for checking the presence or absence of a defect.
【００１２】以下、上述の画像処理装置により原画像か
ら微分画像、微分方向値画像、及びエッジ画像を作成す
る処理について説明する。まず、被検査物２を含む空間
領域を撮像して得られた原画像は濃淡画像であって、各
画素はたとえば濃度が２５６階調（８ビット）で表わさ
れている。この濃淡画像から被検査物２の輪郭や縞模
様、欠陥、異物等のエッジを抽出する処理は、「エッジ
の部分は濃度変化が大きい部分に対応している」という
考え方を基本にしている。したがって、濃度を微分する
ことによってエッジの抽出を行うのが一般的である。微
分処理は、図４に示すように、濃淡画像を３×３画素の
局所並列ウィンドウＷに分割して行う。つまり、注目す
る画素Ｅと、その画素Ｅの周囲の８画素Ａ〜Ｄ、Ｆ〜Ｉ
とで局所並列ウィンドウＷを形成し、局所並列ウィンド
ウＷ内の画素Ａ〜Ｉの濃度の縦方向の濃度変化ΔＶと横
方向の濃度変化ΔＨとを次式によって求める。Hereinafter, a process for creating a differential image, a differential direction value image, and an edge image from an original image by the above-described image processing apparatus will be described. First, an original image obtained by imaging a spatial region including the inspection object 2 is a grayscale image, and each pixel has a density of, for example, 256 gradations (8 bits). The process of extracting the edges of the contour, the striped pattern, the defect, the foreign matter, and the like of the inspection object 2 from the grayscale image is based on the idea that “the edge portion corresponds to the portion where the density change is large”. Therefore, it is general to extract an edge by differentiating the density. The differentiation process is performed by dividing the grayscale image into a local parallel window W of 3 × 3 pixels as shown in FIG. That is, the pixel E of interest and the eight pixels A to D and F to I around the pixel E
To form a local parallel window W, and a vertical density change ΔV and a horizontal density change ΔH of the density of the pixels A to I in the local parallel window W are obtained by the following equations.
【００１３】ΔＶ＝（Ａ＋Ｂ＋Ｃ）−（Ｇ＋Ｈ＋Ｉ） ΔＨ＝（Ａ＋Ｄ＋Ｇ）−（Ｃ＋Ｆ＋Ｉ） ただし、Ａ〜Ｉは対応する画素の濃度を示している。さ
らに、微分値｜ｅ｜と微分方向値∠ｅとを次式によって
求める。 ｜ｅ｜＝√（ΔＶ2 ＋ΔＨ2 ） ∠ｅ ＝ｔａｎ-1（ΔＶ／ΔＨ）＋π／２ΔV = (A + B + C) − (G + H + I) ΔH = (A + D + G) − (C + F + I) where A to I indicate the density of the corresponding pixel. Further, a differential value | e | and a differential direction value ∠e are obtained by the following equation. | E | = √ (ΔV 2 + ΔH 2 ) ∠e = tan −1 (ΔV / ΔH) + π / 2
【００１４】以上の演算を原画像の全画素について行う
ことにより、被検査物２の輪郭や縞模様、欠陥、異物等
が存在しているような濃度変化が大きい部分と、その変
化の方向とを抽出することができ、微分画像（６ビッ
ト）、微分方向値画像（４ビット）としてそれぞれ微分
画像メモリ７２および微分方向値画像メモリ７３に記憶
される。By performing the above operation on all the pixels of the original image, a portion where the density change is large, such as the presence of an outline, a striped pattern, a defect, or a foreign matter, of the inspection object 2 and the direction of the change are determined. Can be extracted and stored in the differential image memory 72 and the differential direction value image memory 73 as a differential image (6 bits) and a differential direction value image (4 bits), respectively.
【００１５】次に、細線化処理が行われる。細線化処理
は、微分値が大きいほど濃度変化が大きいことを表わし
ている点に着目して行われる。すなわち、各画素の微分
値を周囲の画素の微分値と比較し、周囲の画素よりも大
きくなるものを連結していくことにより、１画素の幅を
有したエッジが抽出される。つまり、画面上の各画素の
位置をＸ−Ｙ座標で表わし、微分値をＺ軸に取れば、図
５に示すように、微分値を表わす曲面が形成されること
になるのであり、細線化処理は、この曲面における稜線
を求めることに相当する。この段階ではノイズ等による
エッジも含まれているから、図６に示すように、適宜し
きい値を設定し、しきい値以上の値のみを採用してノイ
ズ成分を除去する。Next, a thinning process is performed. The thinning process is performed by paying attention to the fact that the larger the differential value, the larger the density change. That is, the differential value of each pixel is compared with the differential values of the surrounding pixels, and those having a larger value than the surrounding pixels are connected to extract an edge having a width of one pixel. That is, if the position of each pixel on the screen is represented by XY coordinates and the differential value is taken on the Z axis, a curved surface representing the differential value is formed as shown in FIG. The processing corresponds to finding a ridge line on this curved surface. At this stage, an edge due to noise or the like is also included. Therefore, as shown in FIG. 6, a threshold value is appropriately set, and a noise component is removed by using only a value equal to or larger than the threshold value.
【００１６】細線化処理で得られたエッジ画像（１ビッ
ト）は、原画像のコントラストが不十分であるときや、
ノイズが多いようなときには、不連続線になりやすい。
そこで、エッジ延長処理を行う。エッジ延長処理は、不
連続線の端点から始めて、注目する画素とその周囲の画
素とを比較し、次式で表わされる評価関数ｆ（ｅJ ）が
もっとも大きくなる方向にエッジを延長し、他の線の端
点に衝突するまでこれを続けるものである。The edge image (1 bit) obtained by the thinning process is used when the contrast of the original image is insufficient,
When there is much noise, discontinuous lines are likely to occur.
Therefore, edge extension processing is performed. In the edge extension processing, starting from the end point of the discontinuous line, the pixel of interest is compared with the surrounding pixels, and the edge is extended in a direction in which the evaluation function f (e J ) expressed by the following equation becomes the largest. This continues until the end of the line is hit.
【００１７】ｆ（ｅJ ）＝｜ｅJ ｜ｃｏｓ（∠ｅJ −∠
ｅ0 ）ｃｏｓ｛（Ｊ−１）π／４−∠ｅ0 ｝ ここに、ｅ0 は中心画素の微分データであり、ｅJ は隣
接画素の微分データであって、Ｊ＝１，２，…，８であ
る。F (e J ) = | e J | cos (∠e J −∠
e 0) here cos {(J-1) π / 4-∠e 0}, e 0 is the differential data of the center pixel, e J is a differential data of the adjacent pixels, J = 1, 2, ..., 8.
【００１８】以上の処理により、被検査物２の輪郭、縞
模様、欠陥、異物等の輪郭線が閉曲線のパターンとなっ
た１ビットのエッジ画像が得られ、エッジ画像メモリ７
４に記憶される。エッジ画像メモリの値が“１”となる
画素をエッジ点と称する。By the above-described processing, a 1-bit edge image in which the contour of the object 2 is a closed curve pattern such as a contour, a striped pattern, a defect, or a foreign substance is obtained.
4 is stored. A pixel having a value of “1” in the edge image memory is called an edge point.
【００１９】本発明が検査対象とする被検査物２の表面
は、図７に示すような円形、線形等の縞模様を有してい
る。この模様の中に、図８に示すような傷、異物、欠け
等の欠陥部が存在するか否かを判定するために、画像処
理装置により取り込まれた濃淡画像から、濃度の勾配を
表わす微分画像、濃度の変化方向を示す微分方向値画
像、微分画像と微分方向値画像より求められるエッジ延
長画像等の特徴抽出画像を求める。この特徴抽出画像を
用いて、予め設定された検査領域内をラスター走査する
ことにより、まず縞模様の特徴を抽出する。線形の横縞
模様の場合、図９に示す微分方向値を縞模様に当てはめ
ると、図１０のようになる。同様に、円形の縞模様の場
合にも、それぞれの濃度変化にあった微分方向値を縞模
様に当てはめると、図１１のようになる。The surface of the inspection object 2 to be inspected by the present invention has a circular or linear stripe pattern as shown in FIG. In order to determine whether or not a defective portion such as a scratch, a foreign substance, or a chip is present in this pattern as shown in FIG. 8, a differential image representing a density gradient is obtained from the grayscale image captured by the image processing apparatus. A feature extraction image such as an image, a differential direction value image indicating a density change direction, and an edge extension image obtained from the differential image and the differential direction value image is obtained. Using the feature extraction image, raster scanning is performed on a predetermined inspection area to extract a striped feature first. In the case of a linear horizontal stripe pattern, when the differential direction values shown in FIG. 9 are applied to the stripe pattern, the result is as shown in FIG. Similarly, in the case of a circular stripe pattern, when the differential direction values corresponding to the respective density changes are applied to the stripe pattern, the result is as shown in FIG.
【００２０】また、縞部の境界部では、濃度の変化が大
きいので微分値も大きな値を持ち、さらに各境界部には
エッジ延長フラグが存在する。縞部の微分方向値の連続
性や微分値の総和などにより縞部の特徴はある規則性を
有する。よって、濃度値、微分値、微分方向値、エッジ
延長等の画像データを用いることにより、縞部の特徴抽
出による検査用基礎データを求めることができる。この
検査用基礎データと照合することにより、縞部に欠陥が
存在する場合、縞部の特徴が乱れた部分を検出すること
により欠陥部を認識することができる。Further, at the boundary of the stripe portion, since the change in density is large, the differential value also has a large value, and an edge extension flag exists at each boundary. The characteristic of the stripe portion has a certain regularity due to the continuity of the differential direction value of the stripe portion and the sum of the differential values. Therefore, by using the image data such as the density value, the differential value, the differential direction value, and the edge extension, it is possible to obtain the inspection basic data by extracting the feature of the stripe portion. By collating with the inspection basic data, when a defect exists in the stripe portion, the defect portion can be recognized by detecting a portion where the characteristic of the stripe portion is disordered.
【００２１】本実施例による外観検査の処理手順の概要
を図１２に示す。まず、円形，線形等の縞模様を持つ被
検査物の良品画像を撮像する。得られた濃淡画像をもと
に微分値、微分方向値、エッジ延長等の特徴抽出を行
う。各特徴抽出画像を用いて微分方向値、エッジ延長点
の連続性、微分値の大きさ等を適宜組み合わせて用いる
ことにより、縞部の良品特徴を抽出する。次に、検査す
べき被検査物を撮像し、撮像された画像に対して、良品
特徴を元に作成された検査データと比較する。ここで、
被検査物の表面に傷、異物、黒点等の欠陥が存在した場
合には、画像データの連続性等が乱れることになる。そ
こで、この画像データの連続性等が乱れる部分を認識し
て、欠陥を抽出する。以下、本実施例で説明した画像処
理装置を用いて縞模様を有する被検査物の表面の欠陥を
検出するさらに具体的な方法について詳しく説明する。FIG. 12 shows an outline of the processing procedure of the appearance inspection according to this embodiment. First, a good-quality image of a test object having a stripe pattern such as a circular shape or a linear shape is captured. Based on the obtained grayscale image, feature extraction such as a differential value, a differential direction value, and edge extension is performed. The non-defective feature of the stripe portion is extracted by appropriately combining the differential direction value, the continuity of the edge extension point, the magnitude of the differential value, and the like using each feature extraction image. Next, an object to be inspected is imaged, and the imaged image is compared with inspection data created based on non-defective features. here,
If a defect such as a scratch, a foreign substance, or a black spot exists on the surface of the inspection object, the continuity of the image data or the like is disturbed. Therefore, a portion where the continuity or the like of the image data is disturbed is recognized, and a defect is extracted. Hereinafter, a more specific method for detecting a defect on the surface of the inspection object having a stripe pattern using the image processing apparatus described in the present embodiment will be described in detail.
【００２２】（実施例２）本実施例では、微分方向値の
連続性の乱れに着目して欠陥の有無を判定する方法につ
いて説明する。ＣＣＤカメラにより取り込まれた濃淡画
像を上述の画像処理装置により処理すると、濃度の勾配
を表わす微分画像、濃度の変化方向を示す微分方向値画
像、濃淡の変化が大きい部分を線画として抽出したエッ
ジ延長画像等の特徴抽出画像が求められる。これらの特
徴抽出画像は、原画像の全体に対して求める必要はな
く、検査対象となる被検査物の原画像に対して、予め設
定された検査領域内をラスター走査することにより、必
要な部分について求めれば良い。(Embodiment 2) In this embodiment, a method of judging the presence / absence of a defect by focusing on disturbance of continuity of differential direction values will be described. When the grayscale image captured by the CCD camera is processed by the above-described image processing apparatus, a differential image representing the gradient of the density, a differential direction value image indicating the direction of the density change, and an edge extension that extracts a portion where the change in the density is large as a line drawing. A feature extraction image such as an image is required. These feature-extracted images do not need to be obtained for the entire original image. Raster scanning is performed on the original image of the inspection object to be inspected in a predetermined inspection area to obtain a necessary portion. Should be asked for.
【００２３】線形の横縞模様の場合、図９に示す微分方
向値を縞模様に当てはめると、微分方向値は図１０のよ
うになる。図１０より明らかなように、線形の横縞模様
に対する微分方向値は、横方向については８又は０の値
を持ち、縦方向については４又はｃの値を持つことが特
徴である。これを検査用基礎データとして格納する。こ
の検査用基礎データは、良品と認定された被検査物の画
像を取り込むことにより自動的に作成されるものとす
る。次に検査すべき画像を撮像することにより、縞部の
微分方向値の特徴を抽出し、検査データと比較照合す
る。In the case of a linear horizontal stripe pattern, when the differential direction values shown in FIG. 9 are applied to the stripe pattern, the differential direction values become as shown in FIG. As is clear from FIG. 10, the differential direction value for the linear horizontal stripe pattern is characterized in that it has a value of 8 or 0 in the horizontal direction and has a value of 4 or c in the vertical direction. This is stored as inspection basic data. It is assumed that the inspection basic data is automatically created by capturing an image of the inspection object that has been recognized as a non-defective product. Next, by capturing an image to be inspected, the feature of the differential direction value of the stripe portion is extracted and compared with the inspection data.
【００２４】例えば、図１３に示すように、欠陥部を含
む縞部の微分方向値が求められた場合に、良品部の検査
用基礎データでは横一線に微分方向値として８の値が並
んでいるが、不良の場合は、例えば８−ｄ−８−４とい
うように、画像データが乱れてしまう。この乱れ部を検
出することにより欠陥検出を行うことができる。For example, as shown in FIG. 13, when a differential direction value of a stripe portion including a defective portion is obtained, a value of 8 is arranged as a differential direction value in a horizontal line in the inspection basic data of a non-defective part. However, in the case of a defect, the image data is disturbed, for example, 8-d-8-4. Defect detection can be performed by detecting this disordered portion.
【００２５】円形の縞模様、波形の縞模様の場合につい
ても同様であり、縞部に欠陥が存在する場合には、微分
方向値の連続性が乱れることを利用して欠陥検出を行う
ことができる。The same applies to the case of a circular stripe pattern or a waveform stripe pattern. When a defect exists in a stripe portion, defect detection can be performed by utilizing the fact that the continuity of the differential direction value is disturbed. it can.
【００２６】（実施例３）本実施例では、微分値の大き
さの違いと微分方向値の連続性の乱れに着目して欠陥の
有無を判定する方法について説明する。上述の実施例２
では、検査用の基礎データとして、図１０のように微分
方向値の検査データを良品の場合について作成したが、
さらに欠陥検査の精度を上げるために、ある設定値以上
の微分値を持つ縞部の特徴を利用する。すなわち、縞部
の微分値は、図１４のようになり、縞部の境界部では濃
度の変化が大きいので大きな微分値を持ち、縞内部およ
び縞部間ではほとんど濃度の差が無いので微分値は０に
近い値となる。例えば、図１４の例では、縞部の境界部
では微分値が２００であるのに対して、縞内部や縞部間
では微分値は０となっている。(Embodiment 3) In this embodiment, a method of judging the presence or absence of a defect by focusing on the difference in the magnitude of the differential value and the continuity of the differential direction value will be described. Example 2 described above
Then, as the basic data for the inspection, the inspection data of the differential direction value was created for a non-defective product as shown in FIG.
In order to further improve the accuracy of the defect inspection, the feature of the stripe portion having a differential value equal to or higher than a certain set value is used. That is, the differential value of the striped portion is as shown in FIG. 14, and the boundary portion of the striped portion has a large differential value because the change in density is large. Is a value close to 0. For example, in the example of FIG. 14, the differential value is 200 at the boundary of the stripe portion, whereas the differential value is 0 inside the stripe and between the stripe portions.
【００２７】また、線形の横縞模様の場合、図９に示す
微分方向値を縞模様に当てはめると、微分方向値は図１
０のようになり、横方向については８又は０の値を持
ち、縦方向については４又はｃの値を持つことが特徴で
ある。したがって、正常な縞部では、ある一定の微分方
向値（横方向では８又は０、縦方向では４又はｃ）と、
他の部分に比べて大きな微分値を持つことが特徴であ
る。これを検査用基礎データとして格納する。この検査
用基礎データは、良品と認定された被検査物の画像を取
り込むことにより自動的に作成されるものとする。次に
検査すべき画像を撮像することにより、縞部の微分方向
値と微分値の特徴を抽出し、検査データと比較照合す
る。In the case of a linear horizontal stripe pattern, when the differential direction values shown in FIG. 9 are applied to the stripe pattern, the differential direction values become as shown in FIG.
It is characterized by having a value of 8 or 0 in the horizontal direction and having a value of 4 or c in the vertical direction. Therefore, in a normal fringe portion, a certain differential direction value (8 or 0 in the horizontal direction, 4 or c in the vertical direction) and
The feature is that it has a large differential value compared to other parts. This is stored as inspection basic data. It is assumed that the inspection basic data is automatically created by capturing an image of the inspection object that has been recognized as a non-defective product. Next, by capturing an image to be inspected, the characteristic of the differential direction value and the differential value of the stripe portion are extracted and compared with the inspection data.
【００２８】例えば、図１３に示すように、欠陥部を含
む縞部の微分方向値が求められた場合に、良品部の検査
用基礎データでは横一線に微分方向値として８の値が並
んでいるが、不良の場合は、例えば８−ｄ−８−４とい
うように、画像データが乱れてしまう。この乱れ部を検
出することにより欠陥検出を行うことができる。さら
に、縞内部および縞部間の微分値の総和が、良品の場合
はほとんど０であるが、図１３に示すような欠陥が存在
する場合には、縞内部および縞部間の微分値の総和は大
きな値となる。したがって、縞内部および縞部間の微分
値の総和のしきい値を設定することにより、微分値の総
和が欠陥検出用のしきい値を越える場合には、欠陥部が
存在すると判定することができる。For example, as shown in FIG. 13, when a differential direction value of a stripe portion including a defective portion is obtained, a value of 8 is arranged as a differential direction value in a horizontal line in the basic data for inspection of a non-defective part. However, in the case of a defect, the image data is disturbed, for example, 8-d-8-4. Defect detection can be performed by detecting this disordered portion. Further, the sum of the differential values inside the stripe and between the stripe portions is almost 0 in the case of a good product, but when there is a defect as shown in FIG. Is a large value. Therefore, by setting the threshold value of the sum of the differential values inside the stripe and between the stripe portions, when the sum of the differential values exceeds the threshold value for defect detection, it can be determined that a defective portion exists. it can.
【００２９】円形の縞模様、波形の縞模様の場合につい
ても同様であり、縞部に欠陥が存在する場合には、微分
方向値の連続性の乱れ又は微分値の大きさの違いを利用
して欠陥検出を行うことができる。The same applies to the case of a circular stripe pattern or a waveform stripe pattern. When a defect exists in a stripe portion, the continuity of the differential direction value or the difference in the magnitude of the differential value is used. Defect detection.
【００３０】（実施例４）本実施例では、原画像の濃淡
変化が大きい点を示すエッジ点の個数と微分方向値の連
続性により縞模様の境界線の部分を認識し、エッジ点の
個数の違い又は微分方向値の連続性の乱れを検出するこ
とにより、欠陥部の特徴を縞模様の特徴から分離抽出し
て認識する方法について説明する。上述の実施例２で
は、検査用の基礎データとして、図１０のように微分方
向値の検査データを良品の場合について作成したが、本
実施例では、さらに欠陥検査の精度を上げるために、原
画像の濃淡変化が大きい点を示すエッジ点の個数を画像
走査方向について計数したデータを利用する。(Embodiment 4) In this embodiment, the number of edge points indicating points where the shading change of the original image is large and the continuity of the differential direction value are used to recognize the boundary of the striped pattern, and the number of edge points is determined. A method of detecting and extracting the feature of the defective portion from the feature of the striped pattern by detecting the difference between the differences or the continuity of the differential direction value will be described. In the above-described second embodiment, as shown in FIG. 10, the inspection data of the differential direction value is created for non-defective products as the basic data for inspection. However, in this embodiment, in order to further improve the accuracy of the defect inspection, the original data is obtained. Data obtained by counting the number of edge points indicating points where a change in image density is large in the image scanning direction is used.
【００３１】例えば、図１５に示す線形の横縞模様の場
合、横方向のエッジ点の数をカウントすると、良品の場
合、上辺と下辺ではそれぞれ１５個のエッジ点、両側辺
では２個のエッジ点がカウントされる。また、縞部間に
はエッジ点は存在せず、エッジ点のカウント値が０とな
る画素列が２行存在する。したがって、良品の場合、エ
ッジ点のカウント値は、１５、２、１５、０、０、１
５、２、１５、０、０というパターンを繰り返すことに
なる。ところが、欠陥部が存在する場合には、図１６に
示すように、画像データの乱れが生じるので、縞内部や
縞部間にもエッジ点が発見されてしまう。このため、エ
ッジ点のカウント値は、例えば、３、１２、５、１５、
０、０、１５、２、１５というように、良品のパターン
とは異なるパターンとなる。また、微分方向値のパター
ンも良品のパターンとは異なっている。この微分方向値
の乱れと各画素列のエッジ点の個数が良品の検査データ
と違うことを利用して欠陥部を検出する。For example, in the case of the linear horizontal stripe pattern shown in FIG. 15, when the number of edge points in the horizontal direction is counted, in the case of a non-defective product, 15 edge points are respectively located on the upper side and the lower side, and 2 edge points are located on both sides. Is counted. There is no edge point between the stripe portions, and there are two rows of pixel columns in which the count value of the edge point is 0. Therefore, in the case of a non-defective product, the count value of the edge point is 15, 2, 15, 0, 0, 1
The pattern of 5, 2, 15, 0, 0 is repeated. However, in the case where a defective portion exists, as shown in FIG. 16, image data is disturbed, so that an edge point is found inside or between stripe portions. For this reason, the count value of the edge point is, for example, 3, 12, 5, 15,
The pattern is different from the non-defective pattern, such as 0, 0, 15, 2, and 15. Further, the pattern of the differential direction value is also different from the non-defective pattern. A defect portion is detected by utilizing the disorder of the differential direction value and the fact that the number of edge points in each pixel row is different from the inspection data of a non-defective product.
【００３２】（実施例５）本実施例では、実施例１の画
像処理装置で得られたすべての画像データを活用して、
欠陥部の特徴を縞模様の特徴から分離抽出して認識する
方法について説明する。図３の画像処理装置を用いて、
原画像の濃淡変化の大きさを示す微分値の画像データ
と、原画像の濃淡変化の方向を示す微分方向値の画像デ
ータと、原画像の濃淡変化が大きい点を示すエッジ点の
画像データとを求め、良品の画像データから、画像走査
方向について積算した微分値の総和に関する特徴と、縞
模様の境界線の部分における微分方向値の連続性に関す
る特徴と、画像走査方向について計数したエッジ点の個
数に関する特徴を検査用の基礎データとして取得する。
そして、微分値の総和と微分方向値の連続性とエッジ点
の個数により縞模様の境界線の部分を認識し、微分値の
総和の違い又は微分方向値の連続性の乱れ又はエッジ点
の個数の違いを検出することにより、欠陥部の特徴を縞
模様の特徴から分離抽出して認識する。(Embodiment 5) In this embodiment, utilizing all the image data obtained by the image processing apparatus of Embodiment 1,
A method of separating and extracting the feature of the defective portion from the feature of the striped pattern for recognition will be described. Using the image processing device of FIG.
Image data of a differential value indicating the magnitude of the density change of the original image, image data of a differential direction value indicating the direction of the density change of the original image, and image data of an edge point indicating a point where the density change of the original image is large. From the non-defective image data, the feature relating to the sum of the differential values integrated in the image scanning direction, the feature relating to the continuity of the differential direction value at the boundary of the stripe pattern, and the edge points counted in the image scanning direction. The feature related to the number is acquired as basic data for inspection.
Then, the boundary portion of the stripe pattern is recognized based on the continuity of the differential value, the continuity of the differential direction value, and the number of edge points, and the difference in the sum of the differential values or the continuity of the differential direction value or the number of edge points is disturbed. , The feature of the defective portion is separated and extracted from the feature of the striped pattern and recognized.
【００３３】例えば、図１７に示す線形の横縞模様の場
合、良品の場合、縞内部の微分値は０、縞部間の微分値
も０、縞境界部の微分値は２００とすると、各画素列毎
の微分値の総和を求めると、上辺と下辺ではそれぞれ１
５個のエッジ点が存在することにより微分値の総和は２
００×１５＝３０００、両側辺では２個のエッジ点が存
在することにより、微分値の総和は２００×２＝４００
となる。また、縞部間にはエッジ点は存在せず、微分値
の総和が０となる画素列が２行存在する。したがって、
良品の場合、微分値の総和は、３０００、４００、３０
００、０、０、３０００、４００、３０００、０、０と
いうパターンを繰り返すことになる。ところが、欠陥部
が存在する場合には、図１８に示すように、画像データ
の乱れが生じるので、縞内部や縞部間にも微分値の大き
な画素が存在する。このため、微分値の総和は、例え
ば、６００、２４００、１０００、３０００、０、０、
３０００、４００、３０００というように、良品のパタ
ーンとは異なるパターンとなる。また、微分方向値のパ
ターンも良品のパターンとは異なっている。さらに、エ
ッジ点の個数のパターンも良品のパターンとは異なって
いる。この微分方向値の乱れと各画素列のエッジ点の個
数、微分値の総和が良品の検査データと違うことを利用
して欠陥部を検出する。For example, in the case of a linear horizontal stripe pattern shown in FIG. 17, in the case of a non-defective product, the differential value inside the stripe is 0, the differential value between the stripe portions is 0, and the differential value at the stripe boundary portion is 200. When the sum of the differential values for each column is obtained, 1
The sum of differential values is 2 due to the presence of 5 edge points.
00 × 15 = 3000, and since there are two edge points on both sides, the sum of differential values is 200 × 2 = 400
Becomes In addition, there is no edge point between the stripe portions, and there are two rows of pixels in which the sum of the differential values is 0. Therefore,
In the case of a good product, the sum of the differential values is 3000, 400, 30
The pattern of 00, 0, 0, 3000, 400, 3000, 0, 0 is repeated. However, in the case where a defective portion exists, as shown in FIG. 18, image data is disturbed, so that a pixel having a large differential value exists inside or between stripe portions. Therefore, the sum of the differential values is, for example, 600, 2400, 1000, 3000, 0, 0,
Such patterns as 3000, 400, and 3000 are different from non-defective patterns. Further, the pattern of the differential direction value is also different from the non-defective pattern. Further, the pattern of the number of edge points is also different from the non-defective pattern. Defective portions are detected by utilizing the fact that the disturbance of the differential direction value, the number of edge points in each pixel row, and the sum of differential values are different from non-defective inspection data.
【００３４】（実施例６）本実施例では、実施例１の画
像処理装置で得られたエッジ点の画像データのみを用い
て欠陥を検出する方法について説明する。上述の実施例
４で詳しく説明したように、良品の画像データに対し
て、画像走査方向について計数したエッジ点の個数に関
する特徴を検査用の基礎データとして取得する。例え
ば、図１５に示す線形の横縞模様の場合、横方向のエッ
ジ点の数をカウントすると、良品の場合、１５、２、１
５、０、０、１５、２、１５、０、０というパターンを
繰り返すことになる。ところが、欠陥部が存在する場合
には、図１６に示すように、画像データの乱れが生じる
ので、縞内部や縞部間にもエッジ点が発見されてしま
う。このため、エッジ点のカウント値は、例えば、３、
１２、５、１５、０、０、１５、２、１５というよう
に、良品のパターンとは異なるパターンとなる。上述の
実施例４では、このエッジ点の個数の違いのほかに、微
分方向値のパターンの乱れも利用していたが、本実施例
では、単にエッジ点の個数の違いのみにより欠陥部を検
出することを特徴とするものである。(Embodiment 6) In this embodiment, a method for detecting a defect using only the image data of the edge points obtained by the image processing apparatus of Embodiment 1 will be described. As described in detail in the fourth embodiment, for the non-defective image data, a feature relating to the number of edge points counted in the image scanning direction is acquired as basic data for inspection. For example, in the case of the linear horizontal stripe pattern shown in FIG. 15, the number of edge points in the horizontal direction is counted.
The pattern of 5, 0, 0, 15, 2, 15, 0, 0 is repeated. However, in the case where a defective portion exists, as shown in FIG. 16, image data is disturbed, so that an edge point is found inside or between stripe portions. Therefore, the count value of the edge point is, for example, 3,
The pattern is different from the non-defective pattern, such as 12, 5, 15, 0, 0, 15, 2, 15. In the above-described fourth embodiment, in addition to the difference in the number of edge points, the disorder of the pattern of the differential direction value is used. In the present embodiment, a defective portion is detected only by the difference in the number of edge points. It is characterized by doing.
【００３５】（実施例７）本実施例では、実施例１の画
像処理装置で得られた微分値の画像データとエッジ点の
画像データを用いて欠陥を検出する方法について説明す
る。上述の実施例５で詳しく説明したように、良品の画
像データに対して、画像走査方向について積算した微分
値の総和に関する特徴と、同じく画像走査方向について
計数したエッジ点の個数に関する特徴を検査用の基礎デ
ータとして取得する。例えば、図１７に示す線形の横縞
模様の場合、横方向の微分値の総和を積算すると、３０
００、４００、３０００、０、０、３０００、４００、
３０００、０、０というパターンを繰り返すことにな
る。また、横方向のエッジ点の数をカウントすると、良
品の場合、１５、２、１５、０、０、１５、２、１５、
０、０というパターンを繰り返すことになる。ところ
が、欠陥部が存在する場合には、図１８に示すように、
画像データの乱れが生じるので、縞内部や縞部間にも微
分値の大きな画素が存在する。このため、微分値の総和
は、例えば、６００、２４００、１０００、３０００、
０、０、３０００、４００、３０００というように、良
品のパターンとは異なるパターンとなる。また、縞内部
や縞部間にもエッジ点が発見されてしまう。このため、
エッジ点のカウント値は、例えば、３、１２、５、１
５、０、０、１５、２、１５というように、良品のパタ
ーンとは異なるパターンとなる。上述の実施例５では、
この微分値の総和の違いとエッジ点の個数の違いのほか
に、微分方向値のパターンの乱れも利用していたが、本
実施例では、微分値の総和の違いとエッジ点の個数の違
いのみにより欠陥部を検出することを特徴とするもので
ある。(Embodiment 7) In this embodiment, a method of detecting a defect using the image data of the differential value and the image data of the edge point obtained by the image processing apparatus of the embodiment 1 will be described. As described in detail in the fifth embodiment, for the non-defective image data, the characteristic relating to the sum of differential values integrated in the image scanning direction and the characteristic relating to the number of edge points counted in the image scanning direction are also used for inspection. Get as basic data of For example, in the case of a linear horizontal stripe pattern shown in FIG. 17, when the sum of the differential values in the horizontal direction is integrated, 30
00, 400, 3000, 0, 0, 3000, 400,
The pattern of 3000, 0, 0 is repeated. Also, when the number of edge points in the horizontal direction is counted, in the case of non-defective products, 15, 2, 15, 0, 0, 15, 2, 15,
The pattern of 0, 0 is repeated. However, when there is a defective portion, as shown in FIG.
Since the image data is disturbed, pixels having a large differential value exist inside the stripes and between the stripes. Therefore, the sum of the differential values is, for example, 600, 2400, 1000, 3000,
The patterns are different from non-defective patterns such as 0, 0, 3000, 400, and 3000. In addition, edge points are also found inside stripes and between stripes. For this reason,
The count value of the edge point is, for example, 3, 12, 5, 1,
Patterns such as 5, 0, 0, 15, 2, 15 are different from non-defective patterns. In Embodiment 5 described above,
In addition to the difference in the sum of the differential values and the difference in the number of edge points, the disorder in the pattern of the differential direction values was also used.In this embodiment, however, the difference in the sum of the differential values and the difference in the number of edge points were used. The method is characterized in that a defective portion is detected only by the above.
【００３６】（実施例８）本実施例は、良品画像データ
に基づいて縞部の検査ウィンドウを作成し、この検査ウ
ィンドウを被検査画像データに対して設定して、検査ウ
ィンドウ内の画像データを検査することにより、欠陥部
を認識する方法である。実施例１で説明したように、エ
ッジ延長画像を用いることにより、縞部の輪郭線を抽出
することができる。例えば、図１９（ａ）に示すような
縞部の原画像に対して、図３の画像処理装置を用いてエ
ッジ延長画像を求めると、図１９（ｂ）に示すように、
縞部の輪郭線に沿ったエッジ延長画像が得られる。この
ように、縞部のエッジ延長画像の特徴は、線形、円形と
もにエッジ点のスタート点からエッジ点を追跡した場合
でも、初めのスタート点に戻ってくる。これを利用し
て、最初に良品画像データを用いて各縞部のエッジ画像
を用いた検査ウィンドウを作成する。作成された検査ウ
ィンドウを撮像された被検査画像データに対して位置補
正をかけて設置する。検査ウィンドウ内をラスター走査
することにより縞部内の検査を行う。縞部間について
も、図１９（ｃ）に示すように良品画像データに対して
作成された各縞部の検査ウィンドウを用いて縞部間の検
査ウィンドウを設定することにより同様に検査を行う。
円形の縞模様でも同様である。(Embodiment 8) In this embodiment, an inspection window of a stripe portion is created based on non-defective image data, this inspection window is set for image data to be inspected, and image data in the inspection window is converted. This is a method of recognizing a defective portion by inspection. As described in the first embodiment, by using the edge extension image, the outline of the striped portion can be extracted. For example, when an edge-extended image is obtained from the original image of the striped portion as shown in FIG. 19A using the image processing apparatus of FIG. 3, as shown in FIG.
An edge extension image along the outline of the stripe portion is obtained. As described above, the feature of the edge-extended image of the stripe portion returns to the initial start point even when the edge point is traced from the start point of the edge point for both linear and circular shapes. Using this, first, an inspection window using the edge image of each stripe portion is created using the non-defective image data. The created inspection window is set by correcting the position of the image data of the image to be inspected. Inspection in the stripe portion is performed by raster-scanning the inspection window. The inspection between the stripe portions is similarly performed by setting the inspection window between the stripe portions using the inspection window of each stripe portion created for the non-defective image data as shown in FIG. 19C.
The same applies to a circular stripe pattern.
【００３７】本実施例による外観検査の処理手順の概要
を図２０に示す。まず、円形，線形等の縞模様を持つ被
検査物の良品画像を撮像する。得られた濃淡画像をもと
に微分値、微分方向値、エッジ延長等の特徴抽出を行
う。各特徴抽出画像を用いて微分方向値、エッジ延長点
の連続性、微分値の大きさ等を適宜組み合わせて用いる
ことにより、縞部の良品特徴を抽出する。この良品特徴
を元に検査ウィンドウを作成する。次に、検査すべき被
検査物を撮像し、撮像された画像に対して、良品特徴を
元に作成された検査ウィンドウを設定する。ここで、被
検査物の表面に傷、異物、黒点等の欠陥が存在した場合
には、検査ウィンドウ内で微分値等の画像データが大き
く変化する特徴がある。そこで、この画像データの変化
度の大きい箇所を認識して欠陥を抽出する。FIG. 20 shows an outline of the processing procedure of the appearance inspection according to this embodiment. First, a good-quality image of a test object having a stripe pattern such as a circular shape or a linear shape is captured. Based on the obtained grayscale image, feature extraction such as a differential value, a differential direction value, and edge extension is performed. The non-defective feature of the stripe portion is extracted by appropriately combining the differential direction value, the continuity of the edge extension point, the magnitude of the differential value, and the like using each feature extraction image. An inspection window is created based on the non-defective features. Next, an inspection object to be inspected is imaged, and an inspection window created based on non-defective features is set for the imaged image. Here, when a defect such as a scratch, a foreign substance, or a black spot exists on the surface of the inspection object, the image data such as a differential value greatly changes within the inspection window. Therefore, a portion where the degree of change in the image data is large is recognized and a defect is extracted.
【００３８】（実施例９）本実施例は、上述の実施例８
で作成された検査ウィンドウ内を検査する方法に関する
ものである。縞部の検査ウィンドウ及び縞部間の検査ウ
ィンドウのそれぞれに対して、図２１に示すように上下
左右の各辺をある設定画素数だけ縮小していくことによ
り、複数の検査ラインを設定する。この検査ライン上の
被検査画像データを検査することにより、欠陥を検出す
る。例えば、良品の場合は縞部内及び縞部間では微分値
がほとんど０ということを利用して検査ライン上の微分
値の総和を求めることにより、縞部に発生する欠陥検出
を行う。(Embodiment 9) This embodiment relates to Embodiment 8 described above.
The method relates to a method of inspecting the inside of the inspection window created in the above. As shown in FIG. 21, a plurality of inspection lines are set by reducing each of the upper, lower, left, and right sides of the inspection window of the stripe portion and the inspection window between the stripe portions by a certain number of pixels. By inspecting the image data to be inspected on the inspection line, a defect is detected. For example, in the case of a non-defective product, the defect occurring in the stripe portion is detected by calculating the sum of the differential values on the inspection line by using the fact that the differential value is almost 0 in the stripe portion and between the stripe portions.
【００３９】（実施例１０）本実施例は、検査ウィンド
ウを精度良く作成する方法に関するものである。上述の
実施例８では、エッジ延長画像データのみを用いて検査
ウィンドウを作成したが、本実施例では、縞部の微分方
向値の連続性にも着目して検査ウィンドウをより精度良
く作成するものである。上述のように、縞部のエッジ延
長画像は、線形、円形ともにエッジ点のスタート点から
エッジ点を追跡した場合でも、初めのスタート点に戻っ
てくる特徴があるが、微分方向値もまた、ある値から連
続的に変化し、最初の値に戻ってくる傾向がある。例え
ば、横縞の場合は、図２２に示すように、微分方向値が
０又は８であることが予め分かっているので、複数の画
素０又は８が連続する画素を抽出することにより縞部を
抽出することができる。これを利用して、最初に良品画
像データを用いて縞部の微分方向値とエッジ延長画像を
用いて検査ウィンドウを作成する。その後の処理は実施
例８と同様であり、作成された検査ウィンドウを撮像さ
れた被検査画像データに対して位置補正をかけて設置
し、検査ウィンドウ内をラスター走査することにより縞
部内の検査を行う。縞部間についても、良品画像データ
に対して作成された各縞部の検査ウィンドウを用いて縞
部間の検査ウィンドウを設定することにより同様に検査
を行う。円形の縞模様でも同様である。(Embodiment 10) This embodiment relates to a method for accurately creating an inspection window. In the above-described eighth embodiment, the inspection window is created using only the edge extension image data. However, in the present embodiment, the inspection window is created with higher accuracy by focusing on the continuity of the differential direction value of the stripe portion. It is. As described above, the edge-extended image of the stripe portion has a feature that it returns to the initial start point even when the edge point is traced from the start point of the linear or circular edge point, but the differential direction value is also It tends to change continuously from a certain value and return to the initial value. For example, in the case of horizontal stripes, as shown in FIG. 22, since it is known in advance that the differential direction value is 0 or 8, the stripe portion is extracted by extracting pixels in which a plurality of pixels 0 or 8 are continuous. can do. By utilizing this, first, an inspection window is created using the differential direction value of the stripe portion and the edge extension image using the non-defective image data. Subsequent processing is the same as that of the eighth embodiment. The created inspection window is set by performing position correction on the image data of the image to be inspected, and the inspection within the inspection window is raster-scanned to perform the inspection in the stripe portion. Do. The inspection between the stripes is similarly performed by setting the inspection window between the stripes using the inspection window of each stripe created for the good image data. The same applies to a circular stripe pattern.
【００４０】（実施例１１）本実施例は、検査ウィンド
ウをより簡単に作成する方法に関するものである。上述
の実施例１０では、エッジ延長画像データと微分方向値
の連続性を用いて検査ウィンドウを作成したが、本実施
例では、縞部の微分方向値の連続性のみを利用して検査
ウィンドウをより簡単に作成しようとするものである。
上述のように、縞部の微分方向値は、線形、円形ともに
縞部を追跡していくと、ある値から連続的に変化し、最
初の値に戻ってくる傾向がある。例えば、横縞の場合
は、図２２に示すように、微分方向値が０又は８である
ことが予め分かっているので、複数の画素０又は８が連
続する画素を抽出することにより縞部を抽出することが
できる。これを利用して、最初に良品画像データを用い
て縞部の微分方向値の連続性に基づいて検査ウィンドウ
を作成する。その後の処理は実施例８と同様であり、作
成された検査ウィンドウを撮像された被検査画像データ
に対して位置補正をかけて設置し、検査ウィンドウ内を
ラスター走査することにより縞部内の検査を行う。縞部
間についても、良品画像データに対して作成された各縞
部の検査ウィンドウを用いて縞部間の検査ウィンドウを
設定することにより同様に検査を行う。円形の縞模様で
も同様である。(Embodiment 11) This embodiment relates to a method for easily creating an inspection window. In Embodiment 10 described above, the inspection window is created using the continuity of the edge extended image data and the differential direction value. In this embodiment, however, the inspection window is created using only the continuity of the differential direction value of the stripe portion. Try to make it easier.
As described above, the differential direction value of the stripe portion tends to continuously change from a certain value and return to the initial value as the stripe portion is tracked in both linear and circular shapes. For example, in the case of horizontal stripes, as shown in FIG. 22, since it is known in advance that the differential direction value is 0 or 8, the stripe portion is extracted by extracting pixels in which a plurality of pixels 0 or 8 are continuous. can do. By utilizing this, first, an inspection window is created based on the continuity of the differential direction value of the stripe portion using non-defective image data. Subsequent processing is the same as that of the eighth embodiment. The created inspection window is set by performing position correction on the image data of the image to be inspected, and the inspection within the inspection window is raster-scanned to perform the inspection in the stripe portion. Do. The inspection between the stripes is similarly performed by setting the inspection window between the stripes using the inspection window of each stripe created for the good image data. The same applies to a circular stripe pattern.
【００４１】（実施例１２）本実施例は、検査ウィンド
ウを精度良く作成する方法に関するものである。上述の
実施例８では、エッジ延長画像データのみを用いて検査
ウィンドウを作成したが、本実施例では、縞境界部の微
分値の大きさにも着目して検査ウィンドウをより精度良
く作成するものである。上述のように、縞部のエッジ延
長画像は、線形、円形ともにエッジ点のスタート点から
エッジ点を追跡した場合でも、初めのスタート点に戻っ
てくる特徴がある。また、微分値は縞境界部では大きな
値を持つことが分かっているので、「エッジ点が存在
し、ある設定値以上の微分値を持ち、さらに、エッジ点
がある幅で連続性がある場合」には縞部と認識し、検査
ウィンドウを作成する。その後の処理は実施例８と同様
であり、作成された検査ウィンドウを撮像された被検査
画像データに対して位置補正をかけて設置し、検査ウィ
ンドウ内をラスター走査することにより縞部内の検査を
行う。縞部間についても、良品画像データに対して作成
された各縞部の検査ウィンドウを用いて縞部間の検査ウ
ィンドウを設定することにより同様に検査を行う。円形
の縞模様でも同様である。(Embodiment 12) This embodiment relates to a method for accurately creating an inspection window. In the above-described embodiment 8, the inspection window is created using only the edge extended image data. However, in the present embodiment, the inspection window is created with higher accuracy by paying attention to the magnitude of the differential value of the stripe boundary. It is. As described above, the edge-extended image of the stripe portion has a characteristic that it returns to the initial start point even when the edge point is traced from the start point of the edge point in both linear and circular shapes. In addition, since it is known that the differential value has a large value at the fringe boundary part, "If there is an edge point, it has a differential value equal to or greater than a certain set value, and there is continuity with a certain width of the edge point Is recognized as a striped part, and an inspection window is created. Subsequent processing is the same as that of the eighth embodiment. The created inspection window is set by performing position correction on the image data of the image to be inspected, and the inspection within the inspection window is raster-scanned to perform the inspection in the stripe portion. Do. The inspection between the stripes is similarly performed by setting the inspection window between the stripes using the inspection window of each stripe created for the good image data. The same applies to a circular stripe pattern.
【００４２】（実施例１３）本実施例は、検査ウィンド
ウを最も精度良く作成する方法に関するものであり、エ
ッジ延長画像、微分値および微分方向値を用いて検査ウ
ィンドウを作成する。縞部のエッジ延長画像の特徴は、
線形、円形ともにエッジ点のスタート点からエッジ点を
追跡した場合でも、初めのスタート点に戻ってくる。ま
た、微分方向値もある値から連続的に変化し、最初の値
に戻ってくる傾向がある。さらに、微分値は、縞境界部
では大きな値を持つことが分かっている。そこで、本実
施例では、「エッジ点が存在し、ある設定値以上の微分
値を持ち、さらに、エッジ点がある幅で連続性があり、
微分方向値も横縞部ではある一定の値が連続する場合」
には縞部と認識し、検査ウィンドウを作成する。その後
の処理は実施例８と同様であり、作成された検査ウィン
ドウを撮像された被検査画像データに対して位置補正を
かけて設置し、検査ウィンドウ内をラスター走査するこ
とにより縞部内の検査を行う。縞部間についても、良品
画像データに対して作成された各縞部の検査ウィンドウ
を用いて縞部間の検査ウィンドウを設定することにより
同様に検査を行う。円形の縞模様でも同様である。(Embodiment 13) This embodiment relates to a method for creating an inspection window with the highest accuracy, and creates an inspection window using an edge extension image, a differential value and a differential direction value. The feature of the edge extension image of the stripe is
Even when the edge point is traced from the start point of the edge point in both the linear shape and the circular shape, it returns to the initial start point. Also, the differential direction value tends to change continuously from a certain value and return to the initial value. Further, it is known that the differential value has a large value at the fringe boundary. Therefore, in this embodiment, "there is an edge point, which has a differential value equal to or greater than a certain set value, and further, there is continuity in a certain width of the edge point,
When the constant value is also continuous in the horizontal direction, the derivative direction value is also "
Is recognized as a fringe, and an inspection window is created. Subsequent processing is the same as that of the eighth embodiment. The created inspection window is set by performing position correction on the image data of the image to be inspected, and the inspection within the inspection window is raster-scanned to perform the inspection in the stripe portion. Do. The inspection between the stripes is similarly performed by setting the inspection window between the stripes using the inspection window of each stripe created for the good image data. The same applies to a circular stripe pattern.
【００４３】（実施例１４）本実施例は、上述のように
して作成された検査ウィンドウ内に複数の検査ラインを
設定する方法に関するものであり、検査ウィンドウの内
部又は複数の検査ウィンドウの間に所定の間隔で複数の
検査ラインを設定することを特徴とするものである。作
成された検査ウィンドウについて、図２３に示すよう
に、縞部および縞部間についてそれぞれにある設定間隔
で検査ラインを設定する。作成された検査ウィンドウを
撮像された被検査画像に対して位置補正をかけて設置
し、各検査ライン上を探索することにより、微分値等に
ついて所定の範囲を超える値を持つ画素を求めて、その
周辺部の特徴抽出により縞部内および縞部間の検査を行
う。円形の縞模様については、縞部および縞部間に検査
ラインを設定する場合は、縞部の境界部の半径を求める
ことにより、図２４に示すように、半径をある設定値だ
け縮小・拡大することにより検査ラインを設定する。円
形の半径は、縞部境界点の３点のアドレスを求めること
により、円の中心および半径を幾何学的に求める手法は
知られている。(Embodiment 14) This embodiment relates to a method of setting a plurality of inspection lines in the inspection window created as described above, and is provided inside the inspection window or between the inspection windows. A plurality of inspection lines are set at predetermined intervals. In the created inspection window, as shown in FIG. 23, an inspection line is set at a predetermined interval between stripe portions and between stripe portions. The created inspection window is set by applying position correction to the captured image to be inspected, and by searching on each inspection line, a pixel having a value exceeding a predetermined range for a differential value or the like is obtained. Inspection within and between the stripe portions is performed by extracting the features of the peripheral portion. For a circular stripe pattern, when an inspection line is set between stripe parts, the radius of the boundary part of the stripe part is obtained, and as shown in FIG. 24, the radius is reduced or enlarged by a certain set value. To set the inspection line. It is known that the radius of a circle is determined geometrically to determine the center and radius of the circle by determining the addresses of three points at the stripe boundary points.
【００４４】（実施例１５）本実施例は、上述のように
して作成された検査ウィンドウ内に複数の検査ラインを
設定する方法に関するものであり、画像走査方向に対し
て平行な方向又は垂直な方向に複数の検査ラインを設定
することを特徴とするものである。例えば、図２５
（ａ）に示すような縦縞についても、上述のように各画
素の持つエッジ延長点と微分方向値の連続性及び微分値
の大きさなどを用いて検査ウィンドウを作成し、図２５
（ｂ）又は（ｃ）に示すように、予め設定された方向
（例えば、画像走査方向に対して平行な方向又は垂直な
方向）に自動的に検査ラインを設定し、各検査ライン上
の欠陥部による縞部の画像データの乱れを検出すること
により良否判定を行う。縞部間についても同様に検査ラ
インを設定する。(Embodiment 15) This embodiment relates to a method of setting a plurality of inspection lines in the inspection window created as described above, and is directed to a direction parallel to or perpendicular to the image scanning direction. A plurality of inspection lines are set in the direction. For example, FIG.
As for the vertical stripe as shown in FIG. 25A, an inspection window is created using the edge extension point of each pixel and the continuity of the differential direction value and the magnitude of the differential value as described above, and FIG.
As shown in (b) or (c), an inspection line is automatically set in a preset direction (for example, a direction parallel or perpendicular to the image scanning direction), and a defect on each inspection line is determined. The pass / fail judgment is made by detecting the disturbance of the image data of the stripe portion due to the portion. An inspection line is similarly set between the stripe portions.
【００４５】[0045]
【発明の効果】請求項１〜７の発明によれば、予め良品
の被検査物について、縞模様を有する表面の画像データ
の特徴を検査用の基礎データとして求めておくことによ
り、この検査用の基礎データから外れた画像データを検
出したときに、表面に縞模様以外の濃淡変化、つまり、
欠陥が存在することを判定できる。According to the first to seventh aspects of the present invention, the characteristics of the image data of the surface having a striped pattern are obtained as the basic data for inspection with respect to the non-defective inspection object in advance. When detecting image data that deviates from the basic data of, changes in shading other than stripes on the surface,
It can be determined that a defect exists.
【００４６】請求項８〜１５の発明によれば、縞模様に
対応する検査ウィンドウを設定することにより、検査ウ
ィンドウの内部又は検査ウィンドウの間に大きな濃淡変
化が有れば欠陥が存在すると判定できる。According to the eighth to fifteenth aspects of the present invention, by setting the inspection window corresponding to the stripe pattern, it is possible to determine that a defect exists if there is a large change in shading inside the inspection window or between the inspection windows. .
【００４７】請求項９、１４、１５の発明によれば、検
査ウィンドウに基づいて複数の検査ラインを適当な間隔
あるいは適当な方向に設定することにより、検査ライン
上の画像データを検査するだけで、欠陥の有無を容易に
判定できる。According to the ninth, fourteenth and fifteenth aspects of the present invention, by setting a plurality of inspection lines at appropriate intervals or in appropriate directions based on the inspection window, it is only necessary to inspect image data on the inspection lines. The presence or absence of a defect can be easily determined.
【図１】本発明の検査対象となる被検査物の表面を例示
する正面図である。FIG. 1 is a front view illustrating the surface of an inspection object to be inspected according to the present invention.
【図２】本発明の外観検査方法を実施するための検査装
置の全体構成図である。FIG. 2 is an overall configuration diagram of an inspection apparatus for implementing the appearance inspection method of the present invention.
【図３】本発明の外観検査方法を実施するための画像処
理装置の内部構成を示すブロック図である。FIG. 3 is a block diagram showing an internal configuration of an image processing apparatus for performing the appearance inspection method of the present invention.
【図４】図３の画像処理装置で用いる局所並列ウィンド
ウの説明図である。FIG. 4 is an explanatory diagram of a local parallel window used in the image processing apparatus of FIG. 3;
【図５】図３の画像処理装置で作成する微分画像の説明
図である。FIG. 5 is an explanatory diagram of a differential image created by the image processing device of FIG. 3;
【図６】図３の画像処理装置で作成するエッジ画像の説
明図である。FIG. 6 is an explanatory diagram of an edge image created by the image processing device of FIG. 3;
【図７】本発明が検査対象とする円形と線形の縞模様を
示す正面図である。FIG. 7 is a front view showing a circular and linear stripe pattern to be inspected by the present invention.
【図８】本発明が検査対象とする欠陥部を有する縞模様
を示す正面図である。FIG. 8 is a front view showing a striped pattern having a defective portion to be inspected by the present invention.
【図９】図３の画像処理装置で使用する微分方向値の説
明図である。9 is an explanatory diagram of a differential direction value used in the image processing device of FIG.
【図１０】線形の縞部に対する微分方向値の説明図であ
る。FIG. 10 is an explanatory diagram of a differential direction value for a linear stripe portion.
【図１１】円形の縞部に対する微分方向値の説明図であ
る。FIG. 11 is an explanatory diagram of a differential direction value for a circular stripe portion.
【図１２】本発明の実施例１の処理の流れを示すフロー
チャートである。FIG. 12 is a flowchart illustrating a flow of a process according to the first embodiment of the present invention.
【図１３】欠陥部を有する線形の縞部に対する微分方向
値の説明図である。FIG. 13 is an explanatory diagram of a differential direction value for a linear stripe portion having a defective portion.
【図１４】線形の縞部の各画素に対応する微分方向値と
微分値の説明図である。FIG. 14 is an explanatory diagram of a differential direction value and a differential value corresponding to each pixel of a linear stripe portion.
【図１５】線形の縞部の各画素に対応する微分方向値と
エッジ点の説明図である。FIG. 15 is an explanatory diagram of a differential direction value and an edge point corresponding to each pixel of a linear stripe portion.
【図１６】欠陥部を有する線形の縞部に対する微分方向
値とエッジ点の説明図である。FIG. 16 is an explanatory diagram of a differential direction value and an edge point for a linear stripe portion having a defect portion.
【図１７】線形の縞部の各画素に対応する微分値の総和
の説明図である。FIG. 17 is an explanatory diagram of a sum of differential values corresponding to each pixel of a linear stripe portion.
【図１８】欠陥部を有する線形の縞部に対する微分値の
総和の説明図である。FIG. 18 is an explanatory diagram of the sum of differential values for a linear stripe portion having a defective portion.
【図１９】本発明の実施例８の検査ウィンドウ設定方法
を示す説明図である。FIG. 19 is an explanatory diagram illustrating an inspection window setting method according to an eighth embodiment of the present invention.
【図２０】本発明の実施例８の処理の流れを示すフロー
チャートである。FIG. 20 is a flowchart illustrating the flow of a process according to the eighth embodiment of the present invention.
【図２１】本発明の実施例９の検査ライン設定方法を示
す説明図である。FIG. 21 is an explanatory diagram illustrating an inspection line setting method according to a ninth embodiment of the present invention.
【図２２】本発明の実施例１１の検査ウィンドウ設定方
法を示す説明図である。FIG. 22 is an explanatory diagram illustrating an inspection window setting method according to an eleventh embodiment of the present invention.
【図２３】線形の縞部に対する検査ライン設定方法を示
す説明図である。FIG. 23 is an explanatory diagram showing an inspection line setting method for a linear stripe portion.
【図２４】円形の縞部に対する検査ライン設定方法を示
す説明図である。FIG. 24 is an explanatory diagram showing an inspection line setting method for a circular stripe portion.
【図２５】縦縞模様に対する検査ライン設定方法を示す
説明図である。FIG. 25 is an explanatory diagram showing an inspection line setting method for a vertical stripe pattern.
１ ＣＣＤカメラ ２ 被検査物 ３ 照明装置 ４ 画像処理装置 Reference Signs List 1 CCD camera 2 Inspection object 3 Lighting device 4 Image processing device
───────────────────────────────────────────────────── フロントページの続き (72)発明者 直原 肇 大阪府門真市大字門真1048番地 松下電工 株式会社内 Ｆターム(参考） 2G051 AA00 AB07 BA20 CA03 CA04 EA08 EA12 EA14 EB01 EB02 ED07 5B057 CH08 DA03 DB02 DC08 DC16 DC22 DC36 ────────────────────────────────────────────────── ─── Continuing on the front page (72) Inventor Hajime Naohara 1048 Kazuma Kadoma, Osaka Pref. Matsushita Electric Works F-term (reference) 2G051 AA00 AB07 BA20 CA03 CA04 EA08 EA12 EA14 EB01 EB02 ED07 5B057 CH08 DA03 DB02 DC08 DC16 DC22 DC36
Claims (15)
する欠陥を縞模様とは区別して検出するための検査方法
であって、 被検査物の表面の画像を撮像する撮像工程と、 撮像工程で得られた原画像に対して少なくとも微分処理
を含む画像処理を施して濃淡変化に関する画像データを
取得する前処理工程と、 予め良品と判明している被検査物について前処理工程で
得られた画像データの特徴を検査用の基礎データとして
取得する工程と、 外観検査すべき被検査物について前処理工程で得られた
画像データの特徴を検査用の基礎データと比較照合する
ことにより、欠陥部の特徴を縞模様の特徴から分離抽出
して認識し、良否判定を行う工程とを有することを特徴
とする外観検査方法。1. An inspection method for detecting a defect generated on a surface of an inspection object having a stripe pattern separately from the stripe pattern, comprising: an imaging step of imaging an image of the surface of the inspection object; A preprocessing step in which image processing including at least differentiation processing is performed on the original image obtained in the step to obtain image data relating to a change in shading; By acquiring the characteristics of the image data obtained as basic data for inspection, and comparing the characteristics of the image data obtained in the pre-processing process for the object to be inspected with the basic data for inspection, And extracting and recognizing the feature of the part from the feature of the striped pattern and recognizing the feature, and performing a pass / fail judgment.
向を示す微分方向値の画像データを求める処理を含み、 検査用の基礎データとして取得する良品の画像データの
特徴は、縞模様の境界線の部分における微分方向値の連
続性に関する特徴であり、 良否判定を行う工程では、微分方向値の連続性により縞
模様の境界線の部分を認識し、微分方向値の連続性の乱
れを検出することにより、欠陥部の特徴を縞模様の特徴
から分離抽出して認識することを特徴とする請求項１記
載の外観検査方法。2. The pre-processing step includes a process of obtaining image data of a differential direction value indicating a direction of a change in shading of an original image. The feature of non-defective image data acquired as basic data for inspection is a stripe pattern. This is a feature related to the continuity of the differential direction value at the boundary line.In the process of performing pass / fail judgment, the continuity of the differential direction value is recognized based on the continuity of the differential direction value. The appearance inspection method according to claim 1, wherein the feature of the defective portion is separated and extracted from the feature of the striped pattern to be recognized by detecting.
きさを示す微分値の画像データと原画像の濃淡変化の方
向を示す微分方向値の画像データを求める処理を含み、 検査用の基礎データとして取得する良品の画像データの
特徴は、縞模様の境界線の部分における微分値の大きさ
に関する特徴と縞模様の境界線の部分における微分方向
値の連続性に関する特徴であり、 良否判定を行う工程では、微分値の大きさと微分方向値
の連続性により縞模様の境界線の部分を認識し、微分値
の大きさの違い又は微分方向値の連続性の乱れを検出す
ることにより、欠陥部の特徴を縞模様の特徴から分離抽
出して認識することを特徴とする請求項１記載の外観検
査方法。3. The pre-processing step includes a step of obtaining image data of a differential value indicating the magnitude of the density change of the original image and image data of a differential direction value indicating the direction of the density change of the original image. The characteristics of the non-defective image data acquired as the basic data are the characteristic relating to the magnitude of the differential value at the boundary of the stripe pattern and the characteristic relating to the continuity of the differential direction value at the boundary of the stripe pattern. In the step of performing, by recognizing the boundary portion of the striped pattern by the magnitude of the differential value and the continuity of the differential direction value, by detecting the difference in the magnitude of the differential value or disturbance of the continuity of the differential direction value, 2. The appearance inspection method according to claim 1, wherein the feature of the defective portion is recognized by being separated and extracted from the feature of the striped pattern.
きい点を示すエッジ点の画像データと原画像の濃淡変化
の方向を示す微分方向値の画像データを求める処理を含
み、 検査用の基礎データとして取得する良品の画像データの
特徴は、画像走査方向について計数したエッジ点の個数
に関する特徴と縞模様の境界線の部分における微分方向
値の連続性に関する特徴であり、 良否判定を行う工程では、エッジ点の個数と微分方向値
の連続性により縞模様の境界線の部分を認識し、エッジ
点の個数の違い又は微分方向値の連続性の乱れを検出す
ることにより、欠陥部の特徴を縞模様の特徴から分離抽
出して認識することを特徴とする請求項１記載の外観検
査方法。4. The pre-processing step includes a process of obtaining image data of an edge point indicating a point where a change in density of the original image is large and image data of a differential direction value indicating a direction of change in the density of the original image. The characteristics of the non-defective image data acquired as the basic data are a characteristic relating to the number of edge points counted in the image scanning direction and a characteristic relating to the continuity of the differential direction value at the boundary of the striped pattern. Then, by recognizing the boundary of the striped pattern based on the number of edge points and the continuity of the differential direction value, and detecting the difference in the number of edge points or disorder of the continuity of the differential direction value, the characteristic of the defective portion is obtained. 2. The appearance inspection method according to claim 1, wherein the recognition is performed by extracting and recognizing from the characteristics of the striped pattern.
きさを示す微分値の画像データと原画像の濃淡変化の方
向を示す微分方向値の画像データと原画像の濃淡変化が
大きい点を示すエッジ点の画像データとを求める処理を
含み、 検査用の基礎データとして取得する良品の画像データの
特徴は、画像走査方向について積算した微分値の総和に
関する特徴と縞模様の境界線の部分における微分方向値
の連続性に関する特徴と画像走査方向について計数した
エッジ点の個数に関する特徴であり、 良否判定を行う工程では、微分値の総和と微分方向値の
連続性とエッジ点の個数により縞模様の境界線の部分を
認識し、微分値の総和の違い又は微分方向値の連続性の
乱れ又はエッジ点の個数の違いを検出することにより、
欠陥部の特徴を縞模様の特徴から分離抽出して認識する
ことを特徴とする請求項１記載の外観検査方法。5. The pre-processing step comprises the steps of: obtaining image data of a differential value indicating the magnitude of the density change of the original image; image data of a differential direction value indicating the direction of the density change of the original image; The characteristics of the non-defective image data acquired as the basic data for inspection include the characteristic of the sum of the differential values integrated in the image scanning direction and the boundary of the stripe pattern. And the number of edge points counted in the image scanning direction.In the pass / fail determination step, the fringe is determined by the sum of the differential values, the continuity of the differential direction values, and the number of edge points. By recognizing the boundary portion of the pattern and detecting the difference in the sum of the differential values or the disorder in the continuity of the differential direction value or the difference in the number of edge points,
2. The appearance inspection method according to claim 1, wherein the feature of the defective portion is recognized by being separated and extracted from the feature of the striped pattern.
きい点を示すエッジ点の画像データを求める処理を含
み、 検査用の基礎データとして取得する良品の画像データの
特徴は、画像走査方向について計数したエッジ点の個数
に関する特徴であり、 良否判定を行う工程では、エッジ点の個数により縞模様
の境界線の部分を認識し、エッジ点の個数の違いを検出
することにより、欠陥部の特徴を縞模様の特徴から分離
抽出して認識することを特徴とする請求項１記載の外観
検査方法。6. The pre-processing step includes a process of obtaining image data of an edge point indicating a point where the density change of the original image is large, and the feature of the non-defective image data acquired as basic data for inspection is the image scanning direction. In the step of making a pass / fail judgment, the boundary portion of the striped pattern is recognized based on the number of edge points, and the difference in the number of edge points is detected. 2. The visual inspection method according to claim 1, wherein the feature is separated and extracted from the striped feature and recognized.
きさを示す微分値の画像データと原画像の濃淡変化が大
きい点を示すエッジ点の画像データとを求める処理を含
み、 検査用の基礎データとして取得する良品の画像データの
特徴は、画像走査方向について積算した微分値の総和に
関する特徴と画像走査方向について計数したエッジ点の
個数に関する特徴であり、 良否判定を行う工程では、微分値の総和とエッジ点の個
数により縞模様の境界線の部分を認識し、微分値の総和
の違い又はエッジ点の個数の違いを検出することによ
り、欠陥部の特徴を縞模様の特徴から分離抽出して認識
することを特徴とする請求項１記載の外観検査方法。7. The pre-processing step includes a process of obtaining image data of a differential value indicating the magnitude of the change in the density of the original image and image data of an edge point indicating a point where the change in the density of the original image is large. The characteristics of the non-defective image data acquired as the basic data of the above are a characteristic relating to the sum of the differential values integrated in the image scanning direction and a characteristic relating to the number of edge points counted in the image scanning direction. The feature of the defective part is separated from the feature of the striped pattern by recognizing the boundary of the striped pattern based on the sum of the values and the number of edge points, and detecting the difference in the sum of the differential values or the difference in the number of edge points. The appearance inspection method according to claim 1, wherein the appearance inspection method is extracted and recognized.
する欠陥を縞模様とは区別して検出するための検査方法
であって、 被検査物の表面の画像を撮像する撮像工程と、 撮像工程で得られた原画像に対して少なくとも微分処理
を含む画像処理を施して濃淡変化に関する画像データを
取得する前処理工程と、 予め良品と判明している被検査物について前処理工程で
得られた画像データを用いて縞模様に対して基準となる
検査ウィンドウを作成する工程と、 作成された検査ウィンドウを外観検査すべき被検査物の
画像データに対して設定する工程と、 設定された検査ウィンドウ上の画像データに基づいて、
欠陥部の特徴を縞模様の特徴から分離抽出して認識し、
良否判定を行う工程とを有することを特徴とする外観検
査方法。8. An inspection method for detecting a defect generated on a surface of an inspection object having a stripe pattern separately from the stripe pattern, comprising: an imaging step of imaging an image of the surface of the inspection object; A preprocessing step in which image processing including at least differentiation processing is performed on the original image obtained in the step to obtain image data relating to a change in shading; Creating an inspection window as a reference for the striped pattern using the obtained image data, setting the created inspection window to image data of the inspection object to be visually inspected, and setting the inspection Based on the image data on the window,
The features of the defective part are separated and extracted from the features of the striped pattern and recognized,
Performing a pass / fail determination.
検査ウィンドウをもとに複数の検査ラインを作成し、そ
の検査ライン上の画像データに基づいて良否判定を行う
ことを特徴とする請求項８記載の外観検査方法。9. The method according to claim 1, wherein in the step of performing pass / fail determination, a plurality of test lines are created based on the set test window, and pass / fail determination is performed based on image data on the test line. 8. The appearance inspection method according to 8.
大きい点を示すエッジ点の画像データと原画像の濃淡変
化の方向を示す微分方向値の画像データを求める処理を
含み、 検査ウィンドウを作成する工程では、エッジ点の追跡又
は微分方向値の連続性に基づいて検査ウィンドウを作成
することを特徴とする請求項８又は９に記載の外観検査
方法。10. The pre-processing step includes a process of obtaining image data of an edge point indicating a point where a change in the density of the original image is large and image data of a differential direction value indicating a direction of the change in the density of the original image. The appearance inspection method according to claim 8, wherein in the creating step, an inspection window is created based on continuity of edge point tracking or differential direction values.
方向を示す微分方向値の画像データを求める処理を含
み、 検査ウィンドウを作成する工程では、微分方向値の連続
性に基づいて検査ウィンドウを作成することを特徴とす
る請求項８又は９に記載の外観検査方法。11. The pre-processing step includes a step of obtaining image data of a differential direction value indicating a direction of a change in shading of an original image. In the step of creating an inspection window, the inspection window is determined based on continuity of the differential direction value. The visual inspection method according to claim 8 or 9, wherein:
大きさを示す微分値の画像データと原画像の濃淡変化が
大きい点を示すエッジ点の画像データを求める処理を含
み、 検査ウィンドウを作成する工程では、ある設定値以上の
微分値を持ち、かつエッジ点が連続している場合には縞
模様の境界線と認識して、該境界線に沿って検査ウィン
ドウを作成することを特徴とする請求項８又は９に記載
の外観検査方法。12. The pre-processing step includes a process of obtaining image data of a differential value indicating the magnitude of the change in the density of the original image and image data of an edge point indicating a point where the change in the density of the original image is large. In the creating step, when a differential value is equal to or more than a certain set value and edge points are continuous, it is recognized as a boundary of a striped pattern, and an inspection window is created along the boundary. The visual inspection method according to claim 8 or 9, wherein:
大きさを示す微分値の画像データと原画像の濃淡変化の
方向を示す微分方向値の画像データと原画像の濃淡変化
が大きい点を示すエッジ点の画像データを求める処理を
含み、 検査ウィンドウを作成する工程では、ある設定値以上の
微分値を持ち、かつエッジ点及び微分方向値に連続性が
存在する場合には縞模様の境界線と認識して、該境界線
に沿って検査ウィンドウを作成することを特徴とする請
求項８又は９に記載の外観検査方法。13. The pre-processing step comprises the steps of: obtaining image data of a differential value indicating the magnitude of a change in the density of the original image; image data of a differential direction value indicating a direction of the change in the density of the original image; In the process of creating the inspection window, the process of generating the inspection window has a differential value equal to or greater than a certain set value, and when there is continuity between the edge point and the differential direction value, a stripe pattern is formed. 10. The visual inspection method according to claim 8, wherein the inspection window is created along the boundary line by recognizing the boundary line.
ウの内部又は複数の検査ウィンドウの間に所定の間隔で
設定されることを特徴とする請求項９記載の外観検査方
法。14. The visual inspection method according to claim 9, wherein the plurality of inspection lines are set at predetermined intervals inside the inspection window or between the plurality of inspection windows.
に対して平行な方向又は垂直な方向に設定されることを
特徴とする請求項９又は１４に記載の外観検査方法。15. The appearance inspection method according to claim 9, wherein the plurality of inspection lines are set in a direction parallel to or perpendicular to the image scanning direction.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30279198A JP4293653B2 (en) | 1998-10-23 | 1998-10-23 | Appearance inspection method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30279198A JP4293653B2 (en) | 1998-10-23 | 1998-10-23 | Appearance inspection method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000132684A true JP2000132684A (en) | 2000-05-12 |
| JP4293653B2 JP4293653B2 (en) | 2009-07-08 |
Family
ID=17913172
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30279198A Expired - Lifetime JP4293653B2 (en) | 1998-10-23 | 1998-10-23 | Appearance inspection method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4293653B2 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007057441A (en) * | 2005-08-25 | 2007-03-08 | Matsushita Electric Works Ltd | Method of inspecting microcircuit |
| JP2010032334A (en) * | 2008-07-28 | 2010-02-12 | Panasonic Electric Works Co Ltd | Method and device for visual inspection of molded article |
| JP2010032332A (en) * | 2008-07-28 | 2010-02-12 | Panasonic Electric Works Co Ltd | Method and device for visual inspection |
| JP2013015359A (en) * | 2011-07-01 | 2013-01-24 | Tokuyama Corp | Defect inspection method and defect inspection device |
| JP2016085593A (en) * | 2014-10-24 | 2016-05-19 | 富士通株式会社 | Image processing apparatus, image processing method, and program |
| KR20190028391A (en) | 2016-07-12 | 2019-03-18 | 요시노 셋고 가부시키가이샤 | Inspection method, inspection / notification method, manufacturing method including the inspection method, inspection apparatus and manufacturing apparatus |
| WO2020063841A1 (en) * | 2018-09-28 | 2020-04-02 | 中国兵器工业标准化研究所 | Quantitative testing method for optical material stripes |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102797727B (en) * | 2012-08-17 | 2015-11-11 | 国电联合动力技术有限公司 | A kind of Wind turbines oil leakage of hydraulic system detecting method based on CCD and device |
-
1998
- 1998-10-23 JP JP30279198A patent/JP4293653B2/en not_active Expired - Lifetime
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007057441A (en) * | 2005-08-25 | 2007-03-08 | Matsushita Electric Works Ltd | Method of inspecting microcircuit |
| JP2010032334A (en) * | 2008-07-28 | 2010-02-12 | Panasonic Electric Works Co Ltd | Method and device for visual inspection of molded article |
| JP2010032332A (en) * | 2008-07-28 | 2010-02-12 | Panasonic Electric Works Co Ltd | Method and device for visual inspection |
| JP2013015359A (en) * | 2011-07-01 | 2013-01-24 | Tokuyama Corp | Defect inspection method and defect inspection device |
| JP2016085593A (en) * | 2014-10-24 | 2016-05-19 | 富士通株式会社 | Image processing apparatus, image processing method, and program |
| KR20190028391A (en) | 2016-07-12 | 2019-03-18 | 요시노 셋고 가부시키가이샤 | Inspection method, inspection / notification method, manufacturing method including the inspection method, inspection apparatus and manufacturing apparatus |
| US10830707B2 (en) | 2016-07-12 | 2020-11-10 | Yoshino Gypsum Co., Ltd. | Inspection method, inspection and reporting method, manufacturing method including the inspection method, inspection apparatus, and manufacturing apparatus |
| WO2020063841A1 (en) * | 2018-09-28 | 2020-04-02 | 中国兵器工业标准化研究所 | Quantitative testing method for optical material stripes |
| US10852250B1 (en) | 2018-09-28 | 2020-12-01 | China North Standardization Center | Quantitative test method for striae in optical materials |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4293653B2 (en) | 2009-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4974261A (en) | Optical surface inspection method | |
| US4876457A (en) | Method and apparatus for differentiating a planar textured surface from a surrounding background | |
| US20050195389A1 (en) | System and method for inspecting electrical circuits utilizing reflective and fluorescent imagery | |
| KR100687811B1 (en) | Method and apparatus for detecting defects of the welded part | |
| JP2000132684A (en) | External appearance inspecting method | |
| JP3890844B2 (en) | Appearance inspection method | |
| JP4318776B2 (en) | Nonuniformity inspection method and apparatus | |
| JPH06207909A (en) | Inspection apparatus for surface defect | |
| JPH0224542A (en) | Quality evaluating apparatus for cross section of casting piece | |
| JP3159063B2 (en) | Surface defect inspection equipment | |
| JP2001028059A (en) | Method and device for color unevenness inspection | |
| JP3456096B2 (en) | Shape inspection method | |
| JP3508518B2 (en) | Appearance inspection method | |
| JP4956077B2 (en) | Defect inspection apparatus and defect inspection method | |
| JP3494006B2 (en) | Appearance inspection method | |
| JP3044951B2 (en) | Circular container inner surface inspection device | |
| JP2003247954A (en) | Defect detection method for round body circumference | |
| JP2710685B2 (en) | Defect detection method by visual inspection | |
| JPH11132743A (en) | Defect inspecting device by image signal processing | |
| JP3509581B2 (en) | Appearance inspection method | |
| JPH1010053A (en) | Inspection device for surface defect | |
| JP3038092B2 (en) | Appearance inspection method | |
| JPH0797410B2 (en) | Image processing method | |
| JPH0772909B2 (en) | Welding condition judgment method by visual inspection | |
| JP2638121B2 (en) | Surface defect inspection equipment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040618 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070501 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070515 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070713 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070807 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070927 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090407 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120417 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130417 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130417 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140417 Year of fee payment: 5 |
|
| EXPY | Cancellation because of completion of term |