CN101074915A - 异物检测装置及异物检测方法 - Google Patents
异物检测装置及异物检测方法 Download PDFInfo
- Publication number
- CN101074915A CN101074915A CNA2007101032851A CN200710103285A CN101074915A CN 101074915 A CN101074915 A CN 101074915A CN A2007101032851 A CNA2007101032851 A CN A2007101032851A CN 200710103285 A CN200710103285 A CN 200710103285A CN 101074915 A CN101074915 A CN 101074915A
- Authority
- CN
- China
- Prior art keywords
- foreign matter
- information
- mentioned
- image information
- image
- 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.)
- Pending
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 title claims description 43
- 239000012535 impurity Substances 0.000 title 1
- 238000001514 detection method Methods 0.000 claims description 28
- 238000004040 coloring Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 abstract description 3
- 239000000126 substance Substances 0.000 abstract 7
- 238000010276 construction Methods 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 32
- 238000009499 grossing Methods 0.000 description 14
- 230000015572 biosynthetic process Effects 0.000 description 13
- 238000004519 manufacturing process Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 7
- 239000007788 liquid Substances 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 239000000047 product Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003750 conditioning effect Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000003760 hair shine Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000011347 resin Substances 0.000 description 3
- 229920005989 resin Polymers 0.000 description 3
- 241001062009 Indigofera Species 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000003706 image smoothing Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 206010045178 Tunnel vision Diseases 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 210000003027 ear inner Anatomy 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000011344 liquid material Substances 0.000 description 1
- 239000004745 nonwoven fabric Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1486—Counting the particles
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种能以简化且低成本的结构检测残留在过滤器上的异物的异物检测装置。该异物检测装置具有:扫描器(1),获取过滤流体的过滤器的表面的图像信息;图像信息接收部(2),接收从扫描器(1)输出的图像信息;异物信息获取部(3),根据图像信息接收部(2)接收到的图像信息,获取与过滤器表面的异物相关的信息、即异物信息;和输出部(4),输出由异物信息获取部(3)获取的异物信息。
Description
技术领域
本发明涉及一种检测流体中的异物的异物检测装置等。
背景技术
一直以来,通过用过滤器过滤用于产品的液体清洁或空气清洁的液体或气体,分离混入到液体中或气体中的树脂片或金属片等异物。由此可以检测出异物,因此可以通过研究异物的产生状况来进行在生产线中是否正常生产了产品的判断等。
作为检测这种混入到液体等流体中的树脂片或金属片等异物的方法,例如公知有如下方法(例如参照专利文献1):在产品的生产过程中,用过滤器过滤用于清洁等的水等液状物,用CCD(Charge CoupledDevices)相机对该过滤器的表面进行摄像,对作为其摄像结果而得到的图像信息进行图像处理,由此检查异物。
在这种方法中,使可二维移动的CCD相机在作为检查对象的过滤器上移动,将过滤器划分为纵横细分化的单位而进行多个摄影,对通过这些的摄影得到的图像信息进行图像处理,由此检测出异物。
专利文献1:日本特开2005-221291号公报(第1页,图1等)
但是,在现有的异物检测方法中使用的CCD相机,摄像的景深较深,可以获取高分辨率的图像,但可摄影的视野狭窄,因此需要将过滤器区划为纵横细化的单元来进行摄影。因此,为了不产生相邻区域的重叠摄影或无法拍摄到的区域,需要提高与摄影位置相对的定位精度,但为了提高这种定位精度,需要在CCD相机、配置过滤器的载物台上安装伺服电机、位置检测器等,从而存在用于检测的装置复杂化、装置的制造成本变高的问题。
此外,在每次摄影时,需要重复进行CCD相机等的移动、定位等,摄影工序比较复杂。
进而,检测到跨越细分摄影的多个区域而存在的异物时,在各图像信息中分别作为异物被计数,从而无法得到正确的异物的检测结果。此外,为了将这种跨越多个区域的异物作为一个异物检测、以及合算异物的面积,需要使用新软件的处理,因此处理变得复杂化。
发明内容
本发明的异物检测装置,用于检测附着在过滤流体的过滤器的表面上的异物,其特征在于,包括:扫描器,获取上述过滤器的表面的图像信息;图像信息接收部,接收从上述扫描器输出的图像信息;异物信息获取部,根据上述图像信息接收部接收到的图像信息,获取与上述过滤器表面的异物相关的信息、即异物信息;和输出部,输出由上述异物信息获取部获取的异物信息。
根据上述构成,例如通过使用具有通用性的廉价的扫描器,就能以简化且低成本的结构检测出残留在过滤器上的异物。此外,无需每次都进行定位来从过滤器获取多个图像信息,因此可以减少异物检测时的工序。
此外,本发明的异物检测装置,在上述异物检测装置中,上述异物信息获取部,包括:异物检测单元,根据由上述图像信息接收部接收到的图像信息,检测上述过滤器表面的异物;和异物信息获取单元,获取与由上述异物检测单元检测出的异物相关的上述异物信息。
根据上述构成,能以简化且低成本的结构检测出残留在过滤器上的异物。此外,无需每次都进行定位来从过滤器获取多个图像信息,因此可以减少异物检测时的工序。
本发明的异物检测方法,检测附着在过滤流体的过滤器的表面上的异物,其特征在于,包括以下步骤:获取步骤,利用扫描器获取上述过滤器表面的图像信息;图像信息接收步骤,接收在上述获取步骤中获取的图像信息;异物信息获取步骤,根据在上述图像信息接收步骤中接收到的图像信息,获取与上述过滤器表面的异物相关的信息、即异物信息;和输出步骤,输出在上述异物信息获取步骤中获取的异物信息。
根据上述构成,例如通过使用具有通用性的廉价的扫描器,就能以简化且低成本的结构检测出残留在过滤器上的异物。此外,无需每次都进行定位来从过滤器获取多个图像信息,因此可以减少异物检测时的工序。
此外,本发明的异物检测方法,在上述异物检测方法中,上述异物信息获取步骤包括以下步骤:第一步骤,根据通过上述图像信息接收步骤接收到的图像信息,检测上述过滤器的表面的异物;和第二步骤,获取与通过上述第一步骤检测出的异物相关的上述异物信息。
根据上述构成,能以简化且低成本的结构检测出残留在过滤器上的异物。此外,无需每次都进行定位来从过滤器获取多个图像信息,因此可以减少异物检测时的工序。
此外,本发明的异物检测方法,在上述异物检测方法中,上述第二步骤,获取包括上述异物的数量的计数结果的异物信息。
根据上述构成,可以正确获知异物的产生状况,例如,可以掌握生产线中的异常等。
此外,本发明的异物检测方法,在上述异物检测方法中,上述第二步骤,获取包括与上述异物的形状相关的信息即形状信息的上述异物信息。
根据上述构成,可以掌握产生了哪种形状的异物,并可根据产生的异物掌握例如生产线的异常位置等。
此外,本发明的异物检测方法,在上述异物检测方法中,上述第二步骤,在按照上述形状信息对上述异物进行分类时,获取包括各分类中的异物数量的计数结果的异物信息。
根据上述构成,可通过异物的形状掌握异物的种类和产生频度,可以正确地掌握生产线的异常位置等。
此外,本发明的异物检测方法,在上述异物检测方法中,上述第二步骤,获取包括与上述异物的颜色相关的信息即颜色信息的上述异物信息。
根据上述构成,可以掌握产生了哪种颜色的异物,并可根据产生的异物掌握例如生产线的异常位置等。
此外,本发明的异物检测方法,在上述异物检测方法中,上述第二步骤,在按照上述颜色信息对上述异物进行分类时,获取包括各分类中的异物数量的计数结果的异物信息。
根据上述构成,可通过异物的颜色正确地掌握异物的种类、产生频度,可以正确掌握例如生产线的异常位置等。
此外,本发明的异物检测方法,在上述异物检测方法中,上述第二步骤,获取包括与上述异物的形状相关的信息即形状信息、和与上述异物的颜色相关的信息即颜色信息的上述异物信息。
根据上述构成,可以掌握产生了哪种形状的异物、哪种颜色的异物,并可根据产生的异物掌握例如生产线的异常位置等。
此外,本发明的异物检测方法,在上述异物检测方法中,上述第二步骤,在按照上述形状信息及颜色信息对上述异物进行分类时,获取包括各分类中的异物数量的计数结果的异物信息。
根据上述构成,可通过异物的形状、异物的颜色、或其组合来正确掌握异物的种类、产生频度,可以掌握例如生产线的异常位置等。
此外,本发明的异物检测方法,在上述异物检测方法中,上述第二步骤,获取上述扫描器的分辨率的信息,利用该分辨率的信息,计算出与上述异物的实际大小相关的信息,并获取包括该计算出的信息的异物信息。
根据上述构成,可以容易地掌握异物的实际大小。由此,能以感官上容易理解的单位评价异物的大小等,因此可以正确地进行异物混入的评价。对于用分辨率不同的扫描器检测出的过滤器上的异物,也能以相同的单位进行比较评价。
根据本发明的异物检测装置,能以简化且低成本的构成检测出残留在过滤器上的异物。
此外,根据本发明的异物检测装置等,可以减少异物检测时的工序。
附图说明
图1是实施方式1的异物检测装置的框图。
图2是用于说明上述异物检测装置的动作的流程图。
图3是上述异物检测装置的示意图。
图4是表示由上述异物检测装置的扫描器读出过滤器而得到的图像信息的显示例的图。
图5是表示通过动态二值化处理得到的二值化图像的显示例的图。
图6是表示异物信息列表的图。
具体实施方式
以下,参照附图对异物检测装置等的实施方式进行说明。另外,在实施方式中,标有相同标号的构成要素进行同样的动作,因此有时省略其再次的说明。
(实施方式)
图1是本实施方式中的异物检测装置的框图。
异物检测装置,具备扫描器1、图像信息接收部2、异物信息获取部3、及输出部4。异物信息获取部3具有异物检测单元31、及异物信息获取单元32。
扫描器1获取过滤器表面的图像信息。扫描器1,具体地说,使一个以上的摄像元件沿着被拍摄体、在此为沿着过滤器的表面移动,同时用各摄像元件读取照射到被拍摄体上的光的反射光或透过光,由此读取被拍摄体表面的图像,并转换成图像信息。一般来说,在扫描器1中,通常使扫描器1内的摄像元件沿着过滤器200的表面移动一次,有时根据情况移动数次,由此可以获取过滤器200整体的图像信息,因此,无需移动作为被拍摄体的过滤器和扫描器1的相对位置关系,获取图像信息所需的时间在短时间内完成,并且在得到的图像内不会产生位置偏离等。从扫描器1输出的图像信息,通常为数字数据,但也可为模拟数据。此外,图像信息的文件形式等可以任意。扫描器1,优选为读取照射到被拍摄体上的光的反射光的反射式的扫描器,但也可以为根据过滤器的材质或色彩等读取照射到被拍摄体上的光的透过光的透过型扫描器。扫描器1读出被拍摄体的宽度及长度,优选具有作为被拍摄体的过滤器以上的宽度及长度。作为扫描器1,通常使用读取被拍摄体的读取面位于上方的扫描器,但读取面也可以位于下方。在此,作为扫描器1,特别是使用在图像读取时作为被拍摄体的过滤器的位置和扫描器1的位置不移动的扫描器、例如所谓平板扫描器等的情况进行说明。扫描器1,在其自身设备内具有驱动器等,可根据该驱动器等的控制来读取图像,也可以根据后述的图像信息接收部2等所具有的驱动器等的控制来读取图像。扫描器1可指定读出的图像的分辨率。例如,扫描器1可通过预先设定的分辨率来读取图像。扫描器1的分辨率,可以取决于作为检测对象的异物的大小,但优选为2400dpi(dot per inch)以上,更优选为4800dpi以上。例如,要检测的异物的大小为50μm左右时,如果以4800dpi的分辨率进行读取,则每1像素的尺寸约为5μm左右,可以充分地检测异物。扫描器1可以为彩色扫描器,也可以为单色扫描器。此外,扫描器1读取的图像的灰度级数可以任意。例如,扫描器1读取的图像,可以是2灰度级的黑白图像,也可以是256灰度级的灰度(gray scale)图像,也可以是彩色图像。另外,关于扫描器1的基本结构及读取图像的动作等,是公知技术,因此省略说明。
在此,过滤器只要是可以从流体、即水等液体或空气等气体中过滤异物的过滤器,可以为任意种类。此外,大小或厚度等也可以任意。例如,过滤器可以是无纺布、织布、海绵体等任意材质。过滤器的大小或材质等可根据用途来设定。另外,在此是从由扫描器1读出的过滤器的表面的图像信息中检测异物,因此优选过滤器的颜色为容易判别异物的颜色,例如相对于假定由过滤器分离的异物,为色度、色彩或明亮度等大为不同的颜色。
图像信息接收部2接收从扫描器1输出的图像信息。图像信息接收部2,可以将接收到的图像信息存储在未图示的存储器或硬盘中。图像信息接收部2,可以具有也可以不具有作为输入单元的扫描器1的驱动器。图像信息接收部2接收的输入,例如为由来自扫描器的有线或无线的通信进行的输入等,输入单元可以任意。图像信息接收部2可通过MPU(micro processing unit,微处理器)及存储器、扫描器1的驱动器、USB接口插件或IEEE1394接口插件等有线或无线通信的接收设备等来实现。
异物信息获取部3,从由图像信息接收部2接收到的图像信息中,获取与过滤器表面的异物相关的信息、即异物信息。与异物相关的信息,具体地说,可以是能表示异物存在一个以上的信息,或图像信息中所示的异物的个数、位置的信息,或面积、长径、短径、周长、当量圆直径、圆形度、纵横比等与异物的形状相关的信息、即形状信息。所谓纵横比是指长径和短径的比,在此为长径的值除以短径的值后所得的值。此外,与异物相关的信息,可以是图像信息中所示的异物的浓度、RGB值即红色、绿色、蓝色的值、色相、色度、明亮度等与颜色相关的信息。此外,与异物相关的信息,可以是包括一个以上上述信息的信息。此外,与异物相关的信息,在按照上述形状信息、颜色信息对异物进行分类时,可以是包括各分类中的异物数量的计数结果的信息。另外,在此对异物信息获取部3由异物检测单元31和异物信息获取单元32构成的情况进行了说明,但只要是可以从图像信息内获取与异物相关的信息的技术即可,可以利用其他技术。异物信息获取部3通常由MPU、存储器等实现。异物信息获取部的处理顺序通常由软件实现,该软件被记录在ROM等记录介质中。但也可以由硬件(专用电路)来实现。
异物检测单元31,根据由图像信息接收部2接收到的图像信息,检测过滤器表面的异物。在此所述的异物的检测,是指至少使之成为可以识别异物和异物以外物体的状态,具体地说,在图像信息中成为可以识别异物的区域和异物以外的区域的状态。除此之外,可以获取指定异物位置的信息、或对异物赋予标签等识别信息。例如,异物检测单元31,可以根据预定的阈值将由图像信息接收部2接收到的多灰度级的图像信息、例如彩色或灰度的图像信息转换为黑白二值的图像信息,可以识别用白或黑表示的部分作为异物的位置。关于这种将彩色或灰度的图像信息转换为黑白二值图像信息的处理,是公知技术,因此省略说明。关于本实施方式中异物检测单元31的处理的具体例,在下文利用图2进行说明。另外,作为利用图像信息检测异物的处理,可以是一般公知的从图像信息中选择与背景不同的图像的部分或区域的处理,或者可以用与背景不同的颜色等表示与背景不同的图像的部分的处理等。另外,关于上述可判别异物的区域等的处理、对可识别的异物赋予标签的处理,是公知技术,因此省略说明。异物检测单元31,通常可由MPU、存储器等实现。异物检测单元31的处理顺序通常由软件实现,该软件被记录在ROM等记录介质中。但也可通过硬件(专用电路)来实现。
异物信息获取单元32,获取与由异物检测单元31检测到的异物相关的异物信息。例如,异物信息获取单元32,获取包括异物数量的计数结果的异物信息。异物数量的计数,例如通过在图像信息中对由异物检测单元31检测到的异物数量进行计数来实现。此外,异物信息获取单元32,获取包括与上述异物的形状相关的信息即形状信息的异物信息。例如,异物信息获取单元32,通过对于由异物检测单元31检测为异物的像素中在图像信息上相连的像素,对其相连的数量等进行计数,由此可以获取异物的尺寸、面积等形状信息。另外,从图像信息中检测连续的具有预定属性的像素的处理等是公知技术,因此省略说明。此外,异物信息获取单元32,在这样按照形状信息对异物进行分类时,可对各分类的异物数量进行计数,获取包括该计数结果的异物信息。此外,例如,异物信息获取单元32,获取包括与由异物检测单元31检测到的异物的颜色相关的信息、即颜色信息。例如,异物信息获取单元32,通过对于由异物检测单元31检测为异物的像素中在图像信息上相连的像素,对该相连的像素的颜色信息的平均值进行计数,由此可以获取异物的颜色信息。此外,异物信息获取单元32,在这样按照颜色信息对异物进行分类时,可对各分类的异物数量进行计数,获取包括其计数结果的异物信息。此外,异物信息获取单元32可以获取包括形状信息和颜色信息双方的异物信息。此外,就该形状信息及颜色信息对异物进行分类时,可获取包括各分类中的异物数量的计数结果。此时,例如可对颜色信息及形状信息均满足预定条件的异物的数量进行计数。此外,异物信息获取单元32,可获取扫描器1的分辨率的信息,利用该分辨率的信息,计算与异物的实际大小相关的信息,并获取包括该计算出的信息的异物信息。例如,可以根据扫描器的分辨率的信息计算出图像信息的各像素对应的尺寸,因此可利用上述形状信息,并根据该各像素对应的尺寸的信息,计算出异物的实际大小、例如实际的面积、长径、短径、周长等。异物信息获取单元32获取扫描器1的分辨率的信息的方法可以是任意的。例如,可以是扫描器1在图像信息中附加输出读出像素时的分辨率的信息,异物信息获取部32从图像信息读出附加到该图像信息中的分辨率的信息。此外,异物信息获取单元32,通过将对读出图像信息时的分辨率进行设定的信息从扫描器1的驱动器等适当读出,可以获取分辨率的信息。异物信息获取单元32通常可由MPU、存储器等实现。异物信息获取单元32的处理顺序通常由软件实现,该软件被记录在ROM等记录介质中。但也可由硬件(专用电路)实现。
输出部4输出由异物信息获取部3获取的异物信息。在此,特别是输出由异物信息获取单元32获取的异物信息。这里所说的输出,是指包括在显示器上的显示、由打印机在纸张等上的打印、向外部装置的发送等的概念。输出部4可以包括也可以不包括显示器等输出设备。输出部可以通过输出设备的驱动软件、或输出设备的驱动软件和输出设备等来实现。
接下来,利用图2的流程图对异物检测装置的动作进行说明。
(步骤S201)扫描器1判断是否为读取图像的时序。扫描器1判断以怎样的时序是否进行图像的读出,可以是任意的。例如可以在经由未图示的接收部从其他处理部或用户接收到读出图像的指示时读取图像,或者以接通扫描器1等的电源等为触发来读取图像。当是读出图像的时序时进入到步骤S202,否则返回到步骤S201。另外,图像信息接收部2具有扫描器1的驱动器时,可由图像信息接收部进行该处理。
(步骤S202)扫描器1读取过滤器表面的图像,获取图像信息。并且输出获取的图像信息。例如,扫描器1,读取在该扫描器1读取图像的位置上放置的过滤器的表面的图像,构成图像信息,由此获取图像信息。并且,将该图像信息输出到图像信息接收部2。另外,关于扫描器1读出图像获取图像信息的处理,是公知技术,因此省略详细说明。
(步骤S203)图像信息接收部2接收从扫描器1发送的图像信息。
(步骤S204)异物检测单元31,利用图像信息接收部2接收到的图像信息,获取平滑化图像。所谓平滑化图像,是指将构成图像的各像素的亮度等平滑地平均化的图像。具体说明得到平滑化图像的处理的一例,异物检测单元31对图像信息的各像素计算各像素的周边像素的亮度的平均值。异物检测单元31,在图像信息接收部2接收到的图像信息为灰度的图像信息时,作为亮度信息获取表示其灰度级的值、即灰度值。此外,异物检测单元31,在图像信息为彩色的图像信息、例如RGB颜色模型等的图像信息时,可以根据RGB的各信道的灰度级的值,例如利用(0.3×R)+(0.59×G)+(0.11×B)(其中R、G、B分别为RGB信道的灰度级的值)等公式来进行计算。并且,通过用具有该亮度的平均值的值作为灰度级的值的像素,分别置换各像素,而得到灰度图像。该灰度图像在此为平滑化图像。作为得到平滑化图像的处理可以使用上述处理以外的处理。此外,平滑化图像也可以使用上述平滑化图像以外的平滑化图像。另外,作为平滑化图像,可以预先准备预定的图像、例如过滤流体前的过滤器的图像等,并将其读出。
(步骤S205)异物检测单元31,对在步骤S204中获取的平滑化图像、和图像信息接收部2接收到的图像信息,进行差分运算。具体地说,所谓差分运算是指求得构成图像信息的值的差的运算。具体地说,异物检测单元31,在图像信息接收部2接收到的图像信息为灰度的图像信息时,对各像素的灰度级的值和平滑化图像的各像素的灰度级的值进行差分运算。异物检测单元31,在图像信息接收部2接收到的图像信息为彩色的图像信息时,对各像素的亮度和平滑化图像的各像素的灰度级的值进行差分运算。此时,若需要的话,可如上所述根据RGB的各信道的灰度级的值等算出各像素的亮度。
(步骤S206)异物检测单元31用于检测异物。具体地说,异物检测单元31,对通过步骤S205得到的差分运算的结果和预先设定的阈值进行比较,根据比较结果判断各像素是否为表示异物的像素。例如,比较差分运算的结果的绝对值和阈值,在差分运算的结果的绝对值大于阈值时,判断为表示异物的像素,小于阈值时,判断为表示异物不存在的过滤器的像素。另外,异物检测单元31,可根据该判断结果,将图像信息接收部2接收到的图像信息的各像素的值,变更为相当于表示比阈值大或小的值的二值,而构成二值化图像。例如将阈值以上的像素、即表示异物的像素的值设定为“1”,将小于阈值的像素、即不表示异物的像素的值设定为“0”。另外,如步骤S204和步骤S205所述,对图像信息和该图像信息的平滑化图像进行差分运算,根据该差分运算的结果的绝对值和阈值的比较结果,将各像素的值变更为二值中的任意一个值,而构成图像信息,这种处理就是被称为动态二值化处理的处理。并且,异物检测单元31,利用各像素的判断结果,进一步判断表示异物的像素之间是否相连,表示异物的像素相连的区域判断为表示一个异物的区域。其结果,异物检测单元31可以检测过滤器上的异物。另外,异物检测单元31,可以分别对检测出的异物、即表示异物的区域,进行贴标签处理等附加识别信息的处理。此外,上述阈值优选通过预先进行实验等来设定,此外优选根据过滤器的种类、例如颜色等的不同来变更。另外,这里为了提高检测异物的精度,而比较图像信息和将该图像平滑化的平滑化图像的差分,但在不要求高精度时、要减轻处理的负担时、或要缩短处理时间时,可以比较图像信息和预先设定的阈值,根据与该比较值相对的值的大小,判断各像素是否为表示异物的像素。
(步骤S207)异物信息获取单元32获取异物信息。例如,异物检测单元31,根据步骤S206中的异物的检测结果,对表示异物的区域的数量、或向表示各异物的区域赋予的标签数量等进行计数,由此获取表示异物数量的异物信息。此外,异物信息获取单元32,根据步骤S206中的异物的检测结果,对表示各异物的区域的像素数量等进行计数,由此获取各异物的尺寸等形状信息。此外,异物信息获取单元32,获取由图像信息接收部2接收到的图像信息的、表示各异物的区域的像素的颜色信息。例如,求得各区域中各像素的颜色信息、例如亮度的平均值等,将其作为异物的颜色信息。另外,关于根据构成预定区域的像素的信息等获取该区域的形状信息或颜色信息等的处理,是公知技术,因此省略说明。
(步骤S208)输出部4输出由异物信息获取单元32获取的异物信息。例如,输出部4可以将异物信息获取单元32获取的异物信息显示在显示器等上,或存储到存储器等中。
另外,在图2的流程图中,通过电源断开或处理结束的插入而结束处理。
以下,对本实施方式中的异物检测装置的具体动作进行说明。图3是异物检测装置的概念图。在此,异物检测装置由扫描器1和信息处理装置100构成。此外,信息处理装置100具备图像信息接收部2、异物信息获取部3、及输出部4。此外,信息处理装置100,作为输出设备具备显示器101。此外,在此,扫描器1是在玻璃等读取面上配置读取对象物的所谓反射式的平板扫描器。此外,该扫描器1的最大可读取尺寸为,例如横210mm、纵300mm,作为读取范围,预先指定与读取对象的过滤器相同尺寸的区域。
首先,用户将要检测异物的过滤器200配置在扫描器1的读取面上。此时,为了不会因附着在过滤器200上的异物、浸透在过滤器200中的液体等而污染扫描器1的读取面,优选在将过滤器200放入到透明的小袋等中的状态下进行配置,或将薄膜带等粘贴在过滤器表面。过滤器200的尺寸例如为纵4cm、横5cm的长方形。
接下来,用户操作未图示的按钮或菜单等而施加读取的开始指示时,扫描器1开始过滤器200的表面的读取。扫描器1读取过滤器200表面整体的图像时,扫描器1的读取面为过滤器200的大小以上,因此无需移动过滤器200和扫描器1的相对位置。其结果,与使用了CCD相机的现有技术相比,可大幅缩短读取图像的时间。并且,通过读取获得的图像信息被发送到图像信息接收部2。图像信息接收部2将接收到的图像信息暂时存储在存储器等中,在此显示到显示器101上。
图4表示由图像信息接收部2接收到的、读出过滤器200表面所获得的图像信息。在此,图像信息是彩色的图像信息,图像信息的读取分辨率为4800dpi。该过滤器200是用于产品的液体清洗的过滤器,作为异物捕捉了多个铜202、黑树脂203等。另外,在此,对将扫描器1的图像读取区域指定为与读取对象的过滤器相同尺寸的情况进行了说明,但在扫描器1的读取图像的尺寸大于过滤器200的尺寸的情况下,可以自动或手动删除获得的图像信息中过滤器200以外的部分。用于这样删除不需要的部分的构成、处理,是公知技术,因此省略说明。
接下来,异物检测部31,进行图2中从步骤S204到步骤S206的处理所示的动态二值化处理。具体地说,对扫描器1读取的图像信息和该图像信息的平滑化图像进行差分运算,将差分运算的结果为预先设定的阈值以上的像素的像素值变更为“1”、将差分运算的结果低于阈值的像素的像素值变更为“0”,由此构成二值化图像。通过该动态二值化处理,提取出与过滤器200的颜色的差为一定量以上的像素作为表示异物的像素。
图5是表示通过动态二值化处理所得到的二值化图像的图。在该二值化图像中,将像素值为“1”的像素表示为白、将像素值为“0”的像素表示为黑。
接下来,异物检测部31,在二值化图像中,在纵横方向上检测表示异物的区域、即像素值为“1”的像素连续的区域,对各区域赋予标签。具体地说,将表示各区域的坐标、例如区域的左上的像素的坐标和右下的像素的坐标等建立关联,存储标签的信息。这里所说的“上下”、“左右”是为了方便而设定的,并不需要与使用时或读取时过滤器的实际的上下左右一致。另外,这种检测像素值连续的区域的处理等是公知技术,因此省略详细说明。
异物信息处理部32,获取与异物检测部赋予了标签的表示异物的区域相关的异物信息。例如,通过对赋予了标签的区域的数量进行计数,来获取表示异物数量的信息。此外,对于赋予了标签的各区域,对构成各区域的像素数量进行计数,获取异物的面积。此外,对各区域的外周的像素数量进行计数,获取异物的周长。此外,异物信息处理部32获取各区域的长径和短径。各区域的长径是指各区域的所有的投射方向上的最大长度,短径是指与得到长径的方向垂直的方向上的最大长度。具体地说,例如,异物信息处理部32,对各区域在所有的投射方向上连续的像素的像素数量进行计数,获取得到的像素数量中最大的像素数量作为长径的值。此外,对与得到该长径的投射方向垂直的方向上连续的像素的像素数量进行计数,获取得到的像素数量中最大的像素数量作为短径的值。此外,求得与二值化图像的各区域内的像素对应的、由图像信息接收部2接收到的图像信息的像素中、红(R)值、绿(G)值、蓝(B)值的各自的平均,由此获取异物的红(R)值、绿(G)值、蓝(B)值。
并且,输出部4将异物信息处理部32获取的异物信息显示到显示器101上。图6是用于表示显示在显示器101上的异物信息的异物信息列表。该异物信息列表具有“No.”、“左上坐标”、“右下坐标”、“面积”、“周长”、“长径”、“短径”、“纵横比”、“红值”、“绿值”、及“蓝值”等属性。“No.”是对表示异物的区域赋予的标签。“左上坐标”、“右下坐标”是表示异物的区域的左上的坐标及右下的坐标。坐标用像素单位表示。在此,为了方便,将过滤器200的图像的最左上的位置设为坐标的原点(0,0)。此外,从原点开始,向右为正x轴方向,向下为正y轴方向。其他属性与异物信息处理部32获取的异物信息分别对应。单位用像素单位表示。此外,这里“红值”、“绿值”、及“蓝值”作为256灰度级的数据来表示。另外,将图6的各行称为记录。
根据这种异物信息列表,用户可以获知具有哪种形状信息或颜色信息的异物附着在过滤器200的什么位置。例如,根据“No.”为“2”的异物信息,可知面积为28、周长为16、长径为8、短径为7、纵横比为1.14、红值为194、绿值为199、蓝值为226的异物,附着在左上坐标为(147,107)、右下坐标为(151,112)的位置上。
另外,在上述具体例中,用以像素为单位的值表示异物信息中的形状信息。但是,扫描器1与CCD相机等不同,读取面与摄像元件的位置固定,因此通常可在驱动器等中指定读取分辨率。因此,可利用表示扫描器1读取时的分辨率的信息,对异物检测单元31检测出的异物,计算与实际的大小相关的信息,并获取包括该计算出的信息的异物信息。例如,可利用表示扫描器1读取时的分辨率的信息,将形状信息表示的像素单位的值转换为实际异物的大小的值,获取与异物的实际大小相关的信息。例如,扫描器1读取时的分辨率为4800dpi,为了方便将1inch设为25mm,则1像素的纵及横的长度大约为5μm。因此,例如利用该值转换形状信息的值,由此可以获得实际异物的形状信息。例如,上述“No.”为“2”的异物信息中的长径大约为40μm、短径大约为35μm。
以上,根据本实施方式,利用扫描器1获取过滤器200表面的图像信息,因此无需使用进行定位的装置等复杂结构的装置,而可以使用例如具有通用性的廉价的扫描器1,获取过滤器200的表面的整体的图像信息,可以通过简化且低成本的结构检测残留在过滤器上的异物。
此外,根据本实施方式,利用扫描器1获取过滤器200表面的图像信息,因此使扫描器1内的摄像元件沿着过滤器200的表面移动一次或数次,可以过去过滤器200整体的图像信息,所以为了获取过滤器200整体的图像信息,无需数次移动过滤器200的位置或扫描器1的位置等,也无需进行位置对齐,可以减少检测异物时的工序。
此外,根据本实施方式,不用如现有技术那样获取将过滤器表面分割为多个区域的图像信息,因此无需判断图像信息的边缘存在的异物是一个异物还是跨越两个图像信息显示的不同的异物,可以提高异物检测的精度,并减少异物检测的处理。
此外,根据本实施方式,利用扫描器1获取过滤器200表面的图像信息,因此可以根据扫描器1读取图像时的分辨率,获取实际的异物的大小等与实际的异物的形状相关的信息。
此外,不会产生CCD相机那样的因镜头引起的图像周边部的失真,因此可以正确地获取与异物的形状相关的信息。
另外,在上述实施方式中,可以省略异物信息获取部3的异物信息获取单元32,从输出部4输出异物检测单元31作为检测了异物的结果而获得的信息。例如,从输出部4输出异物检测单元31获取的图5所示的动态二值化处理的结果的图像信息,作为检测了异物的结果的信息。
此外,在上述具体例中,关于图6所示的异物信息的列表,异物信息处理部32,可利用列表中所示的任一个属性值,对异物信息的记录进行分类或进行限定,并由输出部4将其结果输出到显示器101等。例如,可以对异物信息的各记录进行分类,以使“周长”属性按照属性值的升序进行排列。此外,例如,通过以使“面积”属性为30以上的条件进行限定,由此可以仅显示面积为30以上的异物信息的记录。此外,对于由用户等指定的属性,可以按照各属性值进行直方图显示等,由此显示异物的各个特征的分布状况。或者,在各异物信息的记录中,将表示图像信息内检测出异物的位置的信息(例如坐标信息)建立关联并进行存储,在图6所示的异物信息的列表中,指定了异物信息的记录时,例如可以利用上述表示检测出异物的位置的信息,通过放大或着色等增强并显示与该记录对应的异物的图像信息。或者,可以利用上述表示检测出异物的位置的信息,修整并显示与指定的记录对应的异物的图像信息,或在显示区域的中心显示对应的异物的图像信息。
此外,在上述各实施方式中,各构成要素可由专用的硬件构成,或者,对于可由软件实现的构成要素,可通过执行程序来实现。例如,由CPU等程序执行部读出并执行在硬盘或半导体存储器等记录介质中记录的软件/程序,由此可实现各构成要素。另外,实现上述各实施方式的异物检测装置的软件,是如下程序。即,该程序,用于使计算机执行检测附着在过滤流体的过滤器表面上的异物的处理,用于使计算机执行以下步骤:图像信息接收步骤,接收利用扫描器获取的上述过滤器表面的图像信息;异物信息获取步骤,根据在上述图像信息接收步骤中接收到的图像信息,获取与上述过滤器表面的异物相关的信息、即异物信息;和输出步骤,输出在上述异物信息获取步骤中获取的异物信息。
另外,在上述程序中,在发送信息的发送步骤、接收信息的接收步骤等中,不包括由硬件进行的处理、例如发送步骤中由调制解调器或接口插件等进行的处理(仅由硬件进行的处理)。
此外,该程序可通过从服务器等下载来执行,也可通过读出记录在预定的记录介质(例如CD-ROM等光盘或磁盘、半导体存储器等)中的程序来执行。
此外,执行该程序的计算机,可以是单数,也可以是多数。即,可以集中处理,也可以分散处理。
另外,在上述各实施方式中,各处理(各功能)可通过用单一装置(系统)集中处理来实现,也可通过用多个装置分散处理来实现。
此外,在上述各实施方式中,存在于一个装置中的两个以上的通信单元(图像信息接收部或输出部等),可以在物理上由一个介质来实现。
本发明不限于上述实施方式,可以进行各种变更,这些均包含在本发明的范围内。
如上所述,本发明的异物检测装置等,适用作检测异物的装置,特别适用作检测附着在过滤器等上的异物的装置等。
Claims (12)
1.一种异物检测装置,用于检测附着在过滤流体的过滤器的表面上的异物,其特征在于,包括:
扫描器,获取上述过滤器的表面的图像信息;
图像信息接收部,接收从上述扫描器输出的图像信息;
异物信息获取部,根据上述图像信息接收部接收到的图像信息,获取与上述过滤器表面的异物相关的信息、即异物信息;和
输出部,输出由上述异物信息获取部获取的异物信息。
2.根据权利要求1所述的异物检测装置,其特征在于,
上述异物信息获取部,包括:
异物检测单元,根据由上述图像信息接收部接收到的图像信息,检测上述过滤器表面的异物;和
异物信息获取单元,获取与由上述异物检测单元检测出的异物相关的上述异物信息。
3.一种异物检测方法,检测附着在过滤流体的过滤器的表面上的异物,其特征在于,包括以下步骤:
获取步骤,利用扫描器获取上述过滤器表面的图像信息;
图像信息接收步骤,接收在上述获取步骤中获取的图像信息;
异物信息获取步骤,根据在上述图像信息接收步骤中接收到的图像信息,获取与上述过滤器表面的异物相关的信息、即异物信息;和
输出步骤,输出在上述异物信息获取步骤中获取的异物信息。
4.根据权利要求3所述的异物检测方法,其特征在于,
上述异物信息获取步骤包括以下步骤:
第一步骤,根据通过上述图像信息接收步骤接收到的图像信息,检测上述过滤器表面的异物;和
第二步骤,获取与通过上述第一步骤检测出的异物相关的上述异物信息。
5.根据权利要求4所述的异物检测方法,其特征在于,
上述第二步骤,获取包括上述异物的数量的计数结果的异物信息。
6.根据权利要求4所述的异物检测方法,其特征在于,
上述第二步骤,获取包括与上述异物的形状相关的信息即形状信息的上述异物信息。
7.根据权利要求6所述的异物检测方法,其特征在于,
上述第二步骤,在按照上述形状信息对上述异物进行分类时,获取包括各分类中的异物数量的计数结果的异物信息。
8.根据权利要求4所述的异物检测方法,其特征在于,
上述第二步骤,获取包括与上述异物的颜色相关的信息即颜色信息的上述异物信息。
9.根据权利要求8所述的异物检测方法,其特征在于,
上述第二步骤,在按照上述颜色信息对上述异物进行分类时,获取包括各分类中的异物数量的计数结果的异物信息。
10.根据权利要求4所述的异物检测方法,其特征在于,
上述第二步骤,获取包括与上述异物的形状相关的信息即形状信息、和与上述异物的颜色相关的信息即颜色信息的上述异物信息。
11.根据权利要求10所述的异物检测方法,其特征在于,
上述第二步骤,在按照上述形状信息及颜色信息对上述异物进行分类时,获取包括各分类中的异物数量的计数结果的异物信息。
12.根据权利要求4所述的异物检测方法,其特征在于,
上述第二步骤,获取上述扫描器的分辨率的信息,利用该分辨率的信息,计算出与上述异物的实际大小相关的信息,并获取包括该计算出的信息的异物信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006135586A JP2007304065A (ja) | 2006-05-15 | 2006-05-15 | 異物検出装置、異物検出方法、異物検出プログラム、および該プログラムが記録された記録媒体 |
JP2006135586 | 2006-05-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101074915A true CN101074915A (zh) | 2007-11-21 |
Family
ID=38185445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007101032851A Pending CN101074915A (zh) | 2006-05-15 | 2007-05-15 | 异物检测装置及异物检测方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20070263920A1 (zh) |
EP (1) | EP1857806A3 (zh) |
JP (1) | JP2007304065A (zh) |
CN (1) | CN101074915A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102377906A (zh) * | 2010-08-17 | 2012-03-14 | 佳能株式会社 | 图像读取装置及图像读取装置的控制方法 |
CN103675923A (zh) * | 2013-12-17 | 2014-03-26 | 无锡市雷华科技有限公司 | 基于静态杂波图的异物检测方法及异物检测设备 |
CN105372717A (zh) * | 2015-10-30 | 2016-03-02 | 中国民用航空总局第二研究所 | 一种基于雷达和图像信号的fod融合探测方法及装置 |
CN104424645B (zh) * | 2013-08-30 | 2017-11-28 | 现代摩比斯株式会社 | 车辆的影像识别装置及其方法 |
CN107525585A (zh) * | 2011-09-13 | 2017-12-29 | 索尼公司 | 光谱分析设备、光谱分析方法以及光谱图显示的方法 |
CN107907471A (zh) * | 2017-10-26 | 2018-04-13 | 刘峰 | 一种细胞检验计数装置 |
CN110108713A (zh) * | 2019-04-26 | 2019-08-09 | 武汉精立电子技术有限公司 | 一种表面异物缺陷快速过滤方法及系统 |
CN110132139A (zh) * | 2019-05-15 | 2019-08-16 | 武汉华星光电半导体显示技术有限公司 | 一种异物检测装置 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5353626B2 (ja) * | 2009-10-15 | 2013-11-27 | 株式会社島津製作所 | 粒度分布測定装置 |
JP5727709B2 (ja) * | 2010-03-01 | 2015-06-03 | 株式会社スギノマシン | 残留物測定方法及び残留物測定装置 |
CN101859378B (zh) * | 2010-06-11 | 2012-09-12 | 湖南大学 | 高速医药生产线上的药液质量视觉检测方法 |
JP5622461B2 (ja) * | 2010-07-07 | 2014-11-12 | オリンパス株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
JP6124107B2 (ja) * | 2012-08-28 | 2017-05-10 | エヌ・ティ・ティ・エイ・ティ・クリエイティブ株式会社 | 検出対象物の測定方法 |
KR101590831B1 (ko) * | 2013-04-02 | 2016-02-03 | 주식회사 고영테크놀러지 | 기판의 이물질 검사방법 |
US10171029B2 (en) | 2017-05-12 | 2019-01-01 | Michael Gostein | Soiling measurement device for photovoltaic arrays employing microscopic imaging |
JP6688268B2 (ja) * | 2017-09-19 | 2020-04-28 | 株式会社スギノマシン | 異物検査装置及び異物検査方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2929430C2 (de) * | 1979-07-20 | 1981-10-01 | Stahlwerke Peine-Salzgitter Ag, 3150 Peine | Verfahren und Einrichtung zur Analyse des Feststoffanteils in einem hydraulischen Förderstrom aus Feststoffteilchen und einer Trägerflüssigkeit |
JPS63503243A (ja) * | 1986-05-05 | 1988-11-24 | ヒユーズ・エアクラフト・カンパニー | 粒子状物質を識別する方法および装置 |
JP3340596B2 (ja) * | 1995-07-03 | 2002-11-05 | 旭光学工業株式会社 | 光学部材検査装置および検査方法 |
FR2770296B1 (fr) * | 1997-10-29 | 2000-01-07 | Lorraine Laminage | Procede d'analyse de particules atmospheriques et appareil d'analyse de particules atmospheriques pour la mise en oeuvre d'un tel procede |
JP3812185B2 (ja) * | 1998-12-01 | 2006-08-23 | 株式会社日立製作所 | 欠陥分類方法およびその装置 |
JP2003294621A (ja) * | 2002-04-03 | 2003-10-15 | Canon Inc | 微細粒量の解析手法 |
JP2004276476A (ja) * | 2003-03-17 | 2004-10-07 | Dainippon Printing Co Ltd | 印刷物検査装置、印刷物検査方法、印刷物検査処理プログラム及び当該プログラムが記録された記録媒体 |
US7508973B2 (en) * | 2003-03-28 | 2009-03-24 | Hitachi High-Technologies Corporation | Method of inspecting defects |
US7177487B2 (en) * | 2003-04-21 | 2007-02-13 | Baxter International Inc. | Determination of particle size by image analysis |
JP2005024478A (ja) * | 2003-07-01 | 2005-01-27 | Moriai Seiki Kk | 清浄度測定装置、及び清浄度測定方法 |
JP4538788B2 (ja) * | 2003-08-01 | 2010-09-08 | 株式会社デンソー | 異物検査方法および異物検査装置 |
US7555144B2 (en) * | 2003-12-03 | 2009-06-30 | Centre National De La Recherche Scientifique (Cnrs) | Optical scanning device for liquid biological samples, process of operation and computer program for a computer connected to said device |
JP2005221291A (ja) * | 2004-02-04 | 2005-08-18 | Toray Ind Inc | 液状物の異物検査方法 |
US7339664B2 (en) * | 2004-09-29 | 2008-03-04 | General Electric Company | System and method for inspecting a light-management film and method of making the light-management film |
US7634151B2 (en) * | 2005-06-23 | 2009-12-15 | Hewlett-Packard Development Company, L.P. | Imaging systems, articles of manufacture, and imaging methods |
-
2006
- 2006-05-15 JP JP2006135586A patent/JP2007304065A/ja active Pending
-
2007
- 2007-05-03 EP EP07107433A patent/EP1857806A3/en not_active Withdrawn
- 2007-05-04 US US11/744,565 patent/US20070263920A1/en not_active Abandoned
- 2007-05-15 CN CNA2007101032851A patent/CN101074915A/zh active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102377906A (zh) * | 2010-08-17 | 2012-03-14 | 佳能株式会社 | 图像读取装置及图像读取装置的控制方法 |
US8749850B2 (en) | 2010-08-17 | 2014-06-10 | Canon Kabushiki Kaisha | Image reading apparatus and method of controlling the apparatus |
CN102377906B (zh) * | 2010-08-17 | 2014-09-03 | 佳能株式会社 | 图像读取装置及图像读取装置的控制方法 |
CN107525585B (zh) * | 2011-09-13 | 2020-09-18 | 索尼公司 | 光谱分析设备、光谱分析方法以及光谱图显示的方法 |
CN107525585A (zh) * | 2011-09-13 | 2017-12-29 | 索尼公司 | 光谱分析设备、光谱分析方法以及光谱图显示的方法 |
CN104424645B (zh) * | 2013-08-30 | 2017-11-28 | 现代摩比斯株式会社 | 车辆的影像识别装置及其方法 |
CN103675923B (zh) * | 2013-12-17 | 2016-07-13 | 无锡市雷华科技有限公司 | 基于静态杂波图的异物检测方法及异物检测设备 |
CN103675923A (zh) * | 2013-12-17 | 2014-03-26 | 无锡市雷华科技有限公司 | 基于静态杂波图的异物检测方法及异物检测设备 |
CN105372717B (zh) * | 2015-10-30 | 2017-12-26 | 中国民用航空总局第二研究所 | 一种基于雷达和图像信号的fod融合探测方法及装置 |
CN105372717A (zh) * | 2015-10-30 | 2016-03-02 | 中国民用航空总局第二研究所 | 一种基于雷达和图像信号的fod融合探测方法及装置 |
CN107907471A (zh) * | 2017-10-26 | 2018-04-13 | 刘峰 | 一种细胞检验计数装置 |
CN110108713A (zh) * | 2019-04-26 | 2019-08-09 | 武汉精立电子技术有限公司 | 一种表面异物缺陷快速过滤方法及系统 |
CN110132139A (zh) * | 2019-05-15 | 2019-08-16 | 武汉华星光电半导体显示技术有限公司 | 一种异物检测装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2007304065A (ja) | 2007-11-22 |
EP1857806A3 (en) | 2008-02-27 |
US20070263920A1 (en) | 2007-11-15 |
EP1857806A2 (en) | 2007-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101074915A (zh) | 异物检测装置及异物检测方法 | |
JP4416795B2 (ja) | 補正方法 | |
EP1507232B1 (en) | Method for classifying a digital image | |
CN1960439A (zh) | 图像信号处理的方法和装置 | |
CN105430361B (zh) | 成像方法、图像传感器、成像装置及电子装置 | |
JP5810628B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP6348289B2 (ja) | 検査装置および検査方法 | |
CN102801897B (zh) | 图像处理装置和图像处理方法 | |
CN1207924C (zh) | 取决于图像的面部检测方法 | |
KR101441786B1 (ko) | 피사체 판정 장치, 피사체 판정 방법, 및 기록 매체 | |
CN1690678A (zh) | 图像分析方法、图像分析程序及其像素评价系统 | |
JP2005331929A (ja) | 画像解析方法、画像解析プログラム、及びそれらを有する画素評価システム | |
CN109951635A (zh) | 拍照处理方法、装置、移动终端以及存储介质 | |
CN111368819B (zh) | 光斑检测方法和装置 | |
CN108090890B (zh) | 检查装置以及检查方法 | |
CN102323272A (zh) | 基于机器视觉技术的滤纸缺陷检测系统及其检测方法 | |
CN104811692A (zh) | 用于测试摄像模组的图片及其方法 | |
CN104597057A (zh) | 一种基于机器视觉的柱状二极管表面缺陷检测装置 | |
CN109182081A (zh) | 一种基于图像处理模型的单细胞分选系统 | |
CN101666616A (zh) | 一种外观检测方法 | |
CN105578080A (zh) | 成像方法、图像传感器、成像装置及电子装置 | |
TWI512284B (zh) | 玻璃氣泡瑕疵檢測系統 | |
CN114219758A (zh) | 缺陷检测方法、系统、电子设备和计算机可读存储介质 | |
CN116256366A (zh) | 一种芯片缺陷的检测方法、检测系统及存储介质 | |
CN101995325A (zh) | 一种图像传感器的外观检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20071121 |