CN102099672A - 用于缺陷检查的图像数据的处理装置及方法、使用它们的缺陷检查装置及方法、使用它们的板状体的制造方法、以及存储介质 - Google Patents

用于缺陷检查的图像数据的处理装置及方法、使用它们的缺陷检查装置及方法、使用它们的板状体的制造方法、以及存储介质 Download PDF

Info

Publication number
CN102099672A
CN102099672A CN200980128203.6A CN200980128203A CN102099672A CN 102099672 A CN102099672 A CN 102099672A CN 200980128203 A CN200980128203 A CN 200980128203A CN 102099672 A CN102099672 A CN 102099672A
Authority
CN
China
Prior art keywords
defective
defective candidate
interval
candidate
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.)
Granted
Application number
CN200980128203.6A
Other languages
English (en)
Other versions
CN102099672B (zh
Inventor
楜泽信
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AGC Inc
Original Assignee
Asahi Glass Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Asahi Glass Co Ltd filed Critical Asahi Glass Co Ltd
Publication of CN102099672A publication Critical patent/CN102099672A/zh
Application granted granted Critical
Publication of CN102099672B publication Critical patent/CN102099672B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/896Optical defects in or on transparent materials, e.g. distortion, surface flaws in conveyed flat sheet or rod

Landscapes

  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General 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)

Abstract

使用信号阈值从板状体的拍摄图像中提取缺陷候补。从提取出的多个缺陷候补中搜索宽度方向的位置相同的缺陷候补,求取搜索出的缺陷候补的输送方向的位置和相邻的缺陷候补的输送方向的位置之间的间隔,反复进行上述处理,由此求出对于间隔的产生频率分布。在关注间隔的产生频率超过频率阈值时,判断为板状体在输送方向上具有周期性缺陷。此时,以关注间隔越短则频率阈值大致越大的方式设定频率阈值。

Description

用于缺陷检查的图像数据的处理装置及方法、使用它们的缺陷检查装置及方法、使用它们的板状体的制造方法、以及存储介质
技术领域
本发明涉及用于检测存在于玻璃板等具有透明性的板状体的缺陷的缺陷检查的图像数据的处理装置及处理方法、分别使用它们的缺陷检查装置及缺陷检查方法、使用它们的板状体的制造方法以及可由计算机读取存储了执行用于缺陷检查的图像数据的处理方法的程序的存储介质。
背景技术
目前,由于玻璃板用于平板显示器、薄膜太阳能电池等电子设备中,因此强烈要求板厚薄、气泡及瑕疵等缺陷极少、或完全不存在的玻璃板。
作为玻璃板中存在的缺陷,可列举在玻璃板的表面形成的瑕疵。例如在浮法工艺中,从熔融炉取出一定厚度的长条的板状体,在驱动辊上输送。此时,由于附着于驱动辊上的异物、驱动辊上的微小的突起等,损伤玻璃板的表面从而产生瑕疵。用于玻璃板的输送的驱动辊设置有多个,因此在玻璃板的表面产生微小瑕疵的机会极多。由于这样的瑕疵具有周期性地产生,因此,以往不限于玻璃板,对于取得长条状的中间形态的产品,提出了各种在其工序内检查中检查具有周期性的缺陷的方法。
在专利文献1中,记载了如下测定方法:为了测定在行进的被检查物上存在的缺陷的周期,将缺陷数据和正常数据二值化,求出缺陷数据间的距离后,对求出的距离分别进行频率计算而计算出距离的周期成分,从该周期成分提取缺陷的基本周期。
在专利文献2中,记载了如下所述的方法:将在拍摄被检查体而获得的图像数据中检测出的缺陷分类为周期性缺陷、非周期性缺陷,并检查周期性缺陷。
专利文献1:日本国特公平7-86474号公报
专利文献2:日本国特开2006-308473号公报
发明内容
但是,在专利文献1中,在计算出缺陷数据间的距离的周期成分时,由于不能区别缺陷数据和噪声数据,因此难以有效计算出周期成分。在缺陷微小的情况下,必须使二值化的阈值降低,因此将噪声数据作为缺陷数据处理的数极大,周期成分的算出精度越发降低。
另一方面,在专利文献2中,将在拍摄被检查体而获得的图像数据中检测出的缺陷分类为周期性缺陷和非周期性缺陷时,使图像数据二值化,将由二值化获得的看作缺陷的部分的面积大小超过规定值的缺陷分类为非周期性缺陷。因此,将面积极小、看作因噪声数据引起的缺陷的部分误认为周期性缺陷而进行识别。
即,在玻璃板产生的由驱动辊等导致的小瑕疵的缺陷较小,因此使图像数据二值化时,为了减少误看作缺陷的部分,即使使阈值降低,也难以与随机产生的噪声数据区别。因此,很难判断驱动辊等导致的小瑕疵的缺陷的周期性。
因此,本发明为了解决上述问题,其目的在于,提供检测在玻璃板等板状体上存在的缺陷时,即使在拍摄的图像中包含噪声成分,也能够检测周期性缺陷的存在的用于缺陷检查的图像数据的处理装置及处理方法、分别使用它们的缺陷检查装置及缺陷检查方法、使用该检查方法或缺陷检查装置的板状体的制造方法、以及可由计算机读取存储了执行用于缺陷检查的图像数据的处理方法的程序的存储介质。
为了达成上述目的,本发明的方式1提供一种处理装置,所述处理装置为用于缺陷检查的图像数据的处理装置,所述缺陷检查是使用在使板状体在规定方向上进行相对移动的同时对该板状体进行拍摄而获得的图像来检查存在于所述板状体的缺陷,其特征在于,具有处理部,所述处理部使用第一信号阈值从所述图像中提取多个缺陷候补,并从提取出的多个缺陷候补中沿所述规定方向即移动方向搜索与所述移动方向正交的宽度方向的位置相同的缺陷候补,求出通过搜索检测出的缺陷候补在所述板状体的移动方向上的位置和与所述检测出的缺陷候补在移动方向上相邻的缺陷候补在移动方向上的位置之间的间隔,反复进行上述处理,由此取得多个间隔,求出该多个间隔的产生频率,在关注间隔的产生频率超过设定的频率阈值时,判断为所述板状体在所述移动方向上具有周期性缺陷,在所述处理部使用的所述频率阈值根据所述关注间隔确定,在两个频率阈值确定为不同的值时,以使用于确定较大的频率阈值的所述关注间隔为比用于确定较小的频率阈值的所述关注间隔小的值的方式设定所述频率阈值。
本发明的方式2在上述方式1的基础上,提供一种处理装置,所述处理部具有表示所述缺陷候补的产生密度和所述第一信号阈值之间的关系的参照表,以使缺陷候补的产生密度达到设定的目标产生密度的方式使用所述参照表设定所述第一信号阈值,所述频率阈值是除了根据所述关注间隔变化之外还根据所述目标产生密度的值变化的值。
本发明的方式3在上述方式1或方式2的基础上,提供一种处理装置,假设噪声成分在区域中随机分布,将所述宽度方向的位置处于相同位置的噪声成分作为所述缺陷候补,通过解析求出所述噪声成分相对于所述间隔的产生频率,或者将由噪声成分形成的模拟图像中的所述噪声成分的图像作为缺陷候补,求出所述噪声成分相对于所述间隔的产生频率,基于该求出的产生频率确定在所述处理部使用的所述频率阈值。
本发明的方式4在上述方式3的基础上,提供一种处理装置,所述噪声成分的产生是使图像中的噪声成分的产生密度根据图像的区域而改变。
本发明的方式5在上述方式1~4的任一项的基础上,提供一种处理装置,所述处理部将用于搜索所述缺陷候补的搜索对象的图像在所述宽度方向及所述移动方向上分割为多个而形成多个相同尺寸的单元区域,当包含多个缺陷候补的多个单元区域在所述宽度方向上处于相同位置时,设这些缺陷候补彼此在所述宽度方向的位置相同,求出所述间隔及所述产生频率。
本发明的方式6在上述方式1~5的任一项的基础上,提供一种处理装置,所述处理部求出表示所述宽度方向的位置上的所述产生频率的分布的宽度方向产生频率分布,使用该宽度方向产生频率分布中的沿所述宽度方向的所述产生频率的偏差对缺陷产生图案进行分类。
本发明的方式7在上述方式1~6的任一项的基础上,提供一种处理装置,所述板状体是在所述移动方向上连续的长方形状的板状体,所述处理部将所述板状体划分成设定长度的板状体的区域,将该区域的图像作为一个单位的检查对象,对多个单位进行所述判断。
本发明的方式8在上述方式7的基础上,提供一种处理装置,所述处理部对所述多个时间序列单位存储根据所述间隔和所述宽度方向的位置确定的所述间隔的产生频率分布,根据存储的产生频率分布确定关注间隔和所述宽度方向的位置并求出产生频率,将该产生频率作为时间序列数据表示,由此对缺陷的产生信息进行画面显示。
本发明的方式9在上述方式8的基础上,提供一种处理装置,对于所述产生频率的时间序列数据,将改变了所述关注间隔及所述宽度方向的位置中的至少一个的多个产生频率的时间序列数据重叠地标注在同一曲线图中而进行画面显示。
本发明的方式10在上述方式1~9的任一项的基础上,提供一种处理装置,所述处理部在沿所述移动方向搜索并检测出所述宽度方向的位置相同的缺陷候补时,除了将相邻的缺陷候补作为前一个缺陷候补而求出所述移动方向的间隔之外,反复求出与多个之前缺陷候补之间的移动方向的间隔,由此取得多个间隔,求出该多个间隔的产生频率,在关注间隔的产生频率超过设定的频率阈值时,判断为所述板状体在所述移动方向上具有周期性缺陷。
本发明的方式11在上述方式1~10的任一项的基础上,提供一种处理装置,将所述间隔中的判断为在所述移动方向上具有周期性缺陷的间隔称为间距间隔时,所述处理部进而确定包含具有所述间距间隔的缺陷候补所处的所述宽度方向的位置的关注区域,使用第二信号阈值从图像的端部起从该关注区域的图像中提取详细缺陷候补,确定以从该提取获得的详细缺陷候补的位置在所述移动方向上偏离所述间距间隔的位置为中心的搜索区域,对于该搜索区域,使用所述第二信号阈值搜索详细缺陷候补,分别评价搜索而检测出的详细缺陷候补和所述提取获得的详细缺陷候补的属性,根据该评价结果,判断所述关注区域是否在所述移动方向上包含周期性的详细缺陷候补。
本发明的方式12在上述方式1~11的任一项的基础上,提供一种处理装置,所述处理部在所述移动方向上搜索并检测出所述宽度方向的位置相同的缺陷候补并求出所述间隔时,评价检测出的缺陷候补的属性或缺陷候补与规定缺陷候补之间的类似度,在该属性及类似度中的至少一个满足设定条件时,求出所述间隔。
本发明的方式13提供一种缺陷检查装置,检查存在于板状体的缺陷,具有:光源,向所述板状体的面投光;摄像机,在与所述板状体之间与所述光源一起相对移动并对通过所述光源投射了光的板状体的图像进行拍摄;及上述方式1~12中任一项的处理装置,所述处理装置的所述处理部使用所述第一信号阈值从由所述摄像机拍摄获得的所述图像中提取所述多个缺陷候补,从提取出的所述多个缺陷候补中,沿所述摄像机和所述板状体之间的相对移动的方向即所述移动方向搜索与所述移动方向正交的所述宽度方向的位置相同的缺陷候补。
本发明的方式14提供一种处理方法,所述处理方法为用于缺陷检查的图像数据的的处理方法,所述缺陷检查是使用在使板状体在规定方向上进行相对移动的同时对该板状体进行拍摄而获得的图像来检查存在于所述板状体的缺陷,其特征在于,使用第一信号阈值从拍摄获得的图像中提取多个缺陷候补,从提取出的多个缺陷候补中沿所述规定方向即移动方向搜索与所述移动方向正交的宽度方向的位置相同的缺陷候补,求出通过搜索检测出的缺陷候补在移动方向上的位置和与该缺陷候补在移动方向上相邻的缺陷候补在移动方向上的位置之间的间隔,反复进行上述处理,由此取得多个间隔,求出该多个间隔的产生频率,在关注间隔的产生频率超过设定的频率阈值时,判断为所述板状体在移动方向上具有周期性缺陷,所述频率阈值根据所述关注间隔确定,在两个频率阈值不同时,以使用于确定较大的频率阈值的所述关注间隔为比用于确定较小的频率阈值的所述关注间隔小的值的方式设定所述频率阈值。
本发明的方式15在上述方式14的基础上,提供一种缺陷检查方法,在进行所述判断之前设定检查条件,在设定所述检查条件的步骤中,以使缺陷候补的产生密度达到设定的目标产生密度的方式使用参照表设定所述第一信号阈值,所述频率阈值是除了根据所述关注间隔变化之外还根据所述目标产生密度的值变化的值。
本发明的方式16在上述方式14或方式15的基础上,提供一种缺陷检查方法,将由噪声成分形成的模拟图像中的所述噪声成分的图像作为缺陷候补,求出所述噪声成分相对于所述间隔的产生频率,基于该产生频率确定所述频率阈值。
本发明的方式17在上述方式16的基础上,提供一种缺陷检查方法,所述模拟图像以图像中的噪声成分的产生密度根据图像的区域而不同的方式生成。
本发明的方式18在上述方式14~17中的任一项的基础上,提供一种处理方法,将所述关注间隔中的判断为在所述移动方向上具有周期性缺陷候补的间隔称为间距间隔时,在进行所述判断的步骤之后,进而确定包含具有所述间距间隔的缺陷候补所处的所述宽度方向的位置的关注区域,使用第二信号阈值从图像的端部起从该关注区域的图像中提取详细缺陷候补,确定以从该提取获得的详细缺陷候补的位置在所述移动方向上偏离所述间距间隔的位置为中心的搜索区域,对于该搜索区域,使用所述第二信号阈值搜索详细缺陷候补,分别评价搜索而检测出的详细缺陷候补和所述提取获得的详细缺陷候补的属性,根据该评价结果,判断所述关注区域是否在所述移动方向上包含周期性缺陷候补。
本发明的方式19在上述方式18的基础上,提供一种处理方法,所述关注区域的周期性缺陷候补的判断中所使用的图像是将所述板状体切断为一定尺寸后的板的图像。
本发明的方式20在上述方式14~19的任一项的基础上,提供一种处理方法,在所述移动方向上搜索并检测出所述宽度方向的位置相同的缺陷候补并求出所述间隔时,评价检测出的缺陷候补的属性或缺陷候补与规定缺陷候补之间的类似度,在该属性及类似度中的至少一个满足设定条件时,求出所述间隔。
本发明的方式21提供一种缺陷检查方法,检查存在于板状体的缺陷,向所述板状体的面投射光,使所述板状体相对移动,并拍摄投射了光的板状体的图像,使用拍摄获得的所述图像执行如方式14~20的任一项所述的处理方法。
另外,本发明的方式22提供一种板状体的制造方法,所述板状体是由输送辊输送的带状的连续体,其特征在于,使用上述方式13的缺陷检查装置或上述方式21的缺陷检查方法在移动中检查所述板状体,根据检查出的结果,指定在所述板状体的移动路径上使缺陷产生的输送辊,除去或维修被指定的输送辊。
另外,本发明的方式23提供一种板状体的制造方法,所述板状体是由输送辊输送的带状的连续体,其特征在于,使用上述方式13的缺陷检查装置或上述方式21的缺陷检查方法在移动中检查所述板状体,避开判断为具有所述周期性缺陷的缺陷的所述宽度方向位置而切断并取出所述板状体。
另外,本发明的方式24提供一种能够由计算机执行的程序以及存储有该程序并能够由计算机读取的存储介质,所述计算机执行上述方式14~20的任一项的用于缺陷检查的图像数据的处理方法。
另外,本发明的方式25在上述方式1~10的任一项的基础上,提供一种处理装置,将所述间隔中的判断为在所述移动方向上具有周期性缺陷的间隔称为间距间隔时,所述处理部进而确定包含具有所述间距间隔的缺陷候补所处的所述宽度方向的位置的关注区域,使用第二信号阈值从图像的端部起从该关注区域的图像中提取详细缺陷候补,并确定以从该提取获得的详细缺陷候补的位置在所述移动方向上偏移与输送所述板状体的输送辊的周长相当的距离的位置为中心的搜索区域,对于该搜索区域,使用所述第二信号阈值搜索详细缺陷候补,分别评价搜索而检测出的详细缺陷候补和所述提取获得的详细缺陷候补的属性,根据该评价结果,判断所述关注区域是否在所述移动方向上包含周期性的详细缺陷候补。
另外,本发明的方式26在上述方式14~17的任一项的基础上,提供一种处理方法,将所述关注间隔中的判断为在所述移动方向上具有周期性缺陷候补的间隔称为间距间隔时,在进行所述判断的步骤之后,进而确定包含具有所述间距间隔的缺陷候补所处的所述宽度方向的位置的关注区域,使用第二信号阈值从图像的端部起从该关注区域的图像中提取详细缺陷候补,确定以从该提取获得的详细缺陷候补的位置在所述移动方向上偏移相当于输送所述板状体的输送辊的周长的距离的位置为中心的搜索区域,对于该搜索区域使用所述第二信号阈值搜索详细缺陷候补,分别评价搜索而检测出的详细缺陷候补和所述提取获得的详细缺陷候补的属性,根据该评价结果,判断所述关注区域是否包含在所述移动方向上周期性的缺陷候补。
发明效果
在本发明的方式1的用于缺陷检查的图像数据的处理装置、方式13的缺陷检查装置、方式14的处理方法及方式21的缺陷检查方法、以及方式24的程序及存储介质中,使用对于缺陷候补的间隔的产生频率和频率阈值判断有无周期性缺陷。并且,其中,频率阈值根据关注间隔确定,在两个频率阈值确定为不同的值时,以使确定较大的频率阈值的所述关注间隔为比确定较小的频率阈值的所述关注间隔小的值的方式设定频率阈值。
因此,即使在拍摄的图像中包括噪声成分,也能够判断周期性缺陷的存在。
对于本发明的用于缺陷检查的图像数据的处理装置及用于缺陷检查的图像数据的处理方法的其他方式,首先,在方式2及方式15中,以使缺陷候补的产生密度达到设定的目标产生密度的方式设定第一信号阈值,并且使频率阈值除了根据关注间隔变化之外还根据目标产生密度的值变化,由此能够更高效地判断周期性缺陷的存在。板状体的上述缺陷候补的产生密度即使因板状体的生产上的诸条件变动,也能够随时适应该变动,能够最优地判断周期性缺陷的存在。
在方式3及方式16中,克服随机性产生的噪声成分,即,即使噪声成分存在,也不受噪声成分影响,而能够容易地检测周期性缺陷。另外,根据通过解析求出的产生频率、模拟图像,能够简单地确定频率阈值。
在方式4及方式17中,通过分割图像而进行处理,能够容易地检测在板状体上局部产生的周期性缺陷。进而,还能够将局部产生的噪声成分排除在外而进行检查。
在方式5中,在检查对象的图像中,考虑产生的缺陷候补的位置偏移而形成相同尺寸的单元区域,因此能够较高效且在短时间内判断周期性缺陷的存在。
在方式6中,求出缺陷候补的宽度方向产生频率分布,使用沿宽度方向的产生频率的偏差,能够将缺陷产生模式分类,因此能够有效地用于缺陷的产生原因的推测,另外,有利于判断是否能够稳定且连续地生产板状体的状况,非常有利于生产工序的管理。
在方式7中,将板状体划分为设定长度的板状体的区域,将该区域图像作为一个时间序列单位的检查对象,对多个时间序列单位进行判断,另外能够将缺陷候补的产生频率的信息作为时间序列数据表示。因此,能够更可靠地判断周期性缺陷的存在,另外能够捕捉按照时间序列发生变化的缺陷的状况,非常有利于判断以单张为单位的板状体(玻璃基板)是否优良和其后工序的处理。
在方式8中,对于多个时间序列单位存储产生频率分布,因此能够获得周期性缺陷持续产生了多长时间的信息,另外有利于生产工序中的实时管理。
在方式9中,将多个产生频率的时间序列数据在同一曲线图中重叠标注,因此能够在短时间内容易地检测会发生复杂变化的缺陷的产生要因。
在方式10中,除了求出与前一个相邻的缺陷候补之间的间隔外,还求出与多个之前的缺陷候补之间的间隔而求出产生频率,因此判断出有无周期性缺陷,因此,即使在存在多个不同的产生源产生的缺陷且它们的产生位置在面内部分重叠的情况下,也能够容易地检测周期性缺陷。
在方式11、方式18、方式25及方式26中,确定关注区域及搜索区域而搜索详细缺陷候补,判断是否包含周期性详细缺陷候补,因此能够在短时间内检测有无预先假设的缺陷的产生。相反,若使用于检测的需要时间相对长,则能够提高缺陷检测的正确性。
在方式12及方式20中,在缺陷候补的属性、缺陷候补的类似度满足设定的条件时求出缺陷候补间的间隔,因此能够可靠地没有错过地检测周期性缺陷,能够提高是否为周期性缺陷的判断的可靠度。
另外,在本发明的方式22的板状体的制造方法中,与以往相比,能够缩短具备输送辊的工序的修复作业所需时间,另外,使工序连续工作时的管理容易,能够使成品率稳定化。进而,能够在生产工序中容易地进行使用中的输送辊的管理。另外,能够预先看清应更换输送辊的将来的时期。
在本发明的方式23的板状体的制造方法中,与以往相比,即使输送辊等存在缺陷原因,也能够高效地切断并取出作为带状的连续体的板状体,因此能够使成品率稳定化。
附图说明
图1A是表示作为本发明的缺陷检查装置的一实施方式的缺陷检查装置的概略构成的图。
图1B是说明作为本发明的缺陷检查装置的一实施方式的缺陷检查装置的检查对象的玻璃板的图。
图2是表示本发明的缺陷检查方法的一实施方式的流程的一例的流程图。
图3是说明本发明的缺陷检查方法的处理的一部分的图。
图4是说明本发明的缺陷检查方法的处理的一部分的图。
图5A是对本发明的缺陷检查方法中使用的频率阈值进行说明的一例的图。
图5B是对本发明的缺陷检查方法中使用的频率阈值进行说明的一例的图。
图6A是对本发明的缺陷检查方法中使用的频率阈值进行说明的其他例子的图。
图6B是对本发明的缺陷检查方法中使用的频率阈值进行说明的其他例子的图。
图6C是对本发明的缺陷检查方法中使用的频率阈值进行说明的其他例子的图。
图7是表示本发明的缺陷检查方法的其他实施方式的流程的一例的流程图。
图8A是表示通过本发明的缺陷检查方法获得的宽度方向的产生频率分布的例子的图。
图8B是表示通过本发明的缺陷检查方法获得的宽度方向的产生频率分布的例子的图。
图8C是表示通过本发明的缺陷检查方法获得的宽度方向的产生频率分布的例子的图。
图9是表示通过本发明的缺陷检查方法获得的时间序列分布的一例的图。
图10是表示本发明的缺陷检查方法的其他实施方式的流程的一例的流程图。
图11是表示本发明的缺陷检查方法的其他实施方式的流程的一例的流程图。
图12是表示本发明的缺陷检查方法的其他实施方式的流程的一例的流程图。
图13A是说明图12所示的缺陷检查方法的图。
图13B是说明图12所示的缺陷检查方法的图。
图14A是表示通过本发明的缺陷检查方法获得的产生频率的时间序列分布的其他例子的二维密度图像。
图14B是表示通过本发明的缺陷检查方法获得的产生频率的时间序列分布的其他例子的三维曲线图。
图15A是表示通过本发明的缺陷检查方法获得的产生频率的时间序列分布的其他例子的二维密度图像。
图15B是表示通过本发明的缺陷检查方法获得的产生频率的时间序列分布的其他例子的三维曲线图。
图16A是按照时间序列表示通过本发明的缺陷检查方法获得的产生频率的其他例子的三维曲线图。
图16B是按照时间序列表示通过本发明的缺陷检查方法获得的产生频率的其他例子的三维曲线图。
图16C是按照时间序列表示通过本发明的缺陷检查方法获得的产生频率的其他例子的三维曲线图。
图17A是按照时间序列表示通过本发明的缺陷检查方法获得的产生频率的其他例子的二维密度图像。
图17B是按照时间序列表示通过本发明的缺陷检查方法获得的产生频率的其他例子的二维密度图像。
图17C是按照时间序列表示通过本发明的缺陷检查方法获得的产生频率的其他例子的二维密度图像。
标号说明
1缺陷检查装置
10、26缺陷检查单元
11输送辊
12、22光源
14、24摄像机
16处理部
18输出系统
18a显示器
18b打印机
20输入操作系统
具体实施方式
以下,以附图所示的优选实施例为基础详细说明本发明的用于缺陷检查的图像数据的处理装置及处理方法、分别使用它们的缺陷检查装置及缺陷检查方法、使用它们的板状体的制造方法、以及存储了执行处理方法的程序的可由计算机读取的存储介质。
图1A的缺陷检查装置1是用于实施本发明的缺陷检查方法的本发明的缺陷检查装置,是判断缺陷有无周期性的装置。缺陷检查装置1主要具有缺陷检查单元10、处理部16、及缺陷检查单元26。
作为本发明的板状体,在以下的说明中,以具有透明性的玻璃板G为例,但本发明的板状体不限于此,也包含例如长条状的丙烯板、长条状的薄膜、纸等。
另外,在以下说明的玻璃板G是切断为规定尺寸前的长条带状的连续体,以输送状态的玻璃板为主进行说明。作为要生产的母玻璃基板的种类例如有G6、G8、G10、甚至G12等,表示出更大型尺寸化的倾向。
在本发明中,也可以以切断为规定尺寸的玻璃板为对象。但是,为了判断缺陷候补的周期性,优选以作为带状的连续体的长条的玻璃板且在输送状态下的玻璃板为对象。
另外,在以下的实施方式中,使用静止的光源和摄像机拍摄输送的玻璃板G,但在本发明中,也可以为在光源和摄像机移动的同时拍摄静止的玻璃板G的方式。在本发明中,在光源、摄像机和玻璃板G之间存在相对移动即可。在以后的实施方式中说明的输送方向与本发明的第一移动方向对应,宽度方向与本发明的第二移动方向对应。
图1A所示的缺陷检查单元10设置于利用多个具有不同半径的输送辊11形成的输送路径上。玻璃板G形成从熔融路径以一定厚度取出的带状的连续体,连续地在输送路径上输送并移动。
在此,作为输送玻璃G的输送辊11,使用驱动辊,但也可以在驱动辊之间使用一个以上的从动辊。另外,作为输送辊11,可以使用各种类型的输送辊。例如,可以使用如实心辊、套筒辊、带鞘辊、涂敷辊、带膜辊等之类的在整个宽度上与玻璃G接触的通常的输送辊。另外,也可以是带凸缘辊、带台阶辊等宽度方向上隔开间隔与玻璃G接触的输送辊。
缺陷检查单元10具有向玻璃板G的面投射光的光源22、拍摄由光源22投射了光的板状体的图像的摄像机14、及判断具有周期性的缺陷候补的处理部16。此外,也可以在缺陷检查单元10上连接将检查结果等作为软拷贝图像进行画面显示的显示器18a和将检查结果等作为硬拷贝图像输出的打印机18b等输出系统18、鼠标和键盘等输入操作系统20。缺陷检查单元10是检查透过玻璃板G的透射光的透射图像内的缺陷候补的装置。进而,在处理部16上连接有反射图像的缺陷检查单元26,所述反射图像的缺陷检查单元26在玻璃板G的一面侧配置光源22和摄像机24,由摄像机24将玻璃板G的缺陷的像作为反射图像,提取缺陷候补的位置。
玻璃板G被从熔融炉以一定的厚度取出并利用输送辊11连续输送时,如图1B所示,在玻璃板G的表面周期性产生由输送辊11导致的细小的缺陷D。另外,在玻璃板G的表面产生点状的缺陷X。进而,还产生在一定区域扩散的污浊区域Y。进而,在由缺陷检查单元10读取的图像中,除了上述各缺陷外,将因图像读取时的处理而随机产生的点状的噪声也视为缺陷X。
缺陷检查单元10是在这样的玻璃板G的图像中,将在输送的玻璃板G的表面产生的、与输送方向正交的玻璃板G的宽度方向的大致相同的位置上周期性产生的缺陷D的间距间隔P与缺陷X区别而可靠地进行判定的装置。
光源12是射出大致平行光的光源,是发射沿玻璃板G的宽度方向(与图1A的纸面垂直的方向)具有大致均匀的光强度的大致平行光的线状光源。光源使用卤素光源、LED光源等,光的种类没有特别限制,优选使用白色光。
摄像机14是在与光源12隔着玻璃板G相对的位置上设置,并直接在受光面读取透过玻璃板G的透射光的线传感器型摄像机。摄像机14的线传感器的类型可以是CCD类型,也可以是CMOS类型,没有特别限定。摄像机14沿垂直于图1A中的纸面的方向设置有多台,对输送方向的相同位置进行拍摄,并且多台摄像机设定为玻璃板G的宽度方向的视野范围彼此部分地重叠。
由摄像机14拍摄的图像信号被送至处理部16。
处理部16是构成实施用于本发明的缺陷检查的图像数据的处理方法的本发明的处理装置的部分。处理部16为根据发送来的图像信号生成玻璃板G的检查对象的图像数据并使用该图像数据进行缺陷检查的部分。对于从摄像机14发送的图像信号,如上所述,对部分重叠的区域进行平均处理而生成构成一个图像的图像数据。使用这样的图像数据判断检测出的缺陷候补有无周期性。对于该判断在后面叙述。
缺陷检查单元26的光源22射出用以对玻璃板G的面照射照明光的带状的光即大致平行光的光源,从相对于玻璃板G的面倾斜的方向入射光。光源22与缺陷检查单元10的光源12同样,为沿与图1A的纸面垂直的方向延伸的线状光源,优选发射沿玻璃板G的宽度方向(与图1A的纸面垂直的方向)具有大致均匀的光强度的大致平行光。在本发明中,具备两个光源,光源22例如使用LED光源、卤素光源,光的种类没有特别限制,可以是红色光、蓝色光、白色光等,优选为白色光。
摄像机24是对从玻璃板G的表面射出的反射光进行集光并拍摄反射图像的线传感器型摄像机,可以使用与摄像机14相同类型的摄像机。摄像机24设置在从玻璃板G观察与光源22相同的一侧。摄像机24和光源22设置为形成处于输送方向的上游侧、下游侧的位置关系,调整光源22的光的射出方向及摄像机24的视野方向以使在玻璃板G的背面反射的光向摄像机24入射。
由摄像机24拍摄的图像是通过光源22照明而在玻璃板G的表面、背面反射的图像,是使存在于玻璃板G内部的缺陷的区域为暗部的图像。该图像中首先包括如下所述的缺陷的实像,即从相对于玻璃板G的面倾斜的方向向玻璃板G的表面入射,在玻璃板G的背面反射后,使该反射光的光路通过缺陷的区域从而产生的缺陷的实像。
进而,包括如下所述的缺陷的镜像,即从相对于玻璃板G的表面倾斜的方向向玻璃板G的表面入射的入射光在通过处于玻璃板G内的光路中的缺陷的区域后,在玻璃板G的背面反射而产生的缺陷的镜像。
这样,由摄像机24获得的图像数据在每次被线状地读取时依次送至处理部16。在处理部16中,与缺陷检查单元10的情况相同,使用传送来的图像数据进行缺陷检查。
使用缺陷检查单元26检查缺陷是因为,根据上述缺陷的实像和镜像在输送方向的位置偏移量知道处于玻璃板G的表面(图1A中的玻璃板G的上侧的面)和背面(图1A中的玻璃板G的下侧的面、输送辊11侧的面)中的哪一个,能够确定缺陷的属性。即,在没有位置偏移量、观察到一个像的情况下,可知在背面存在缺陷,在有位置偏移量、观察到两个像的情况下,可知缺陷处于玻璃板G内、或玻璃板G的表面。
图1A所示的缺陷检查装置1具备两个缺陷检查单元10、26,但本发明不限于此,也可以仅具备任意一个缺陷检查单元。
在处理部16中,根据获得的检查对象的图像如以下的方式进行用于缺陷检查的图像数据的处理。图2是表示缺陷检查方法、特别是用于缺陷检查的图像数据的处理方法的流程的流程图。
首先,设定要检测的缺陷的检查条件(步骤S100)。具体而言,优选从输入操作系统20(参照图1A)由操作员的输入设定检测具有周期性的缺陷候补时的宽度方向的位置的偏移允许量、检测具有周期性的缺陷候补时的输送方向位置从规定间距间隔偏移的允许量、具有周期性的缺陷候补以怎样程度的长度连续产生的信息、具有周期性而连续产生的一组缺陷候补在怎样程度的频率下产生的信息、具有周期性的缺陷候补的产生频率的信息等。
接着,对于作为缺陷检查的检查对象的图像,基于设定的检查条件决定单元尺寸(步骤S110)。
作为单元尺寸,如图3所示,是指将用于搜索缺陷候补的搜索对象的图像沿宽度方向及输送方向(移动方向)分割为多个而形成多个相同尺寸的单元区域时的、宽度方向及输送方向的单元区域的长度。单元尺寸基于作为检查条件被设定的宽度方向及输送方向的位置的偏移允许量来决定。例如,将宽度方向长度×输送方向长度决定为10mm×10mm。
这样形成单元区域是为了利用单元区域的间隔(分离距离)求得处于该单元区域的后述的缺陷候补和处于其他区域的缺陷候补之间的在输送方向的间隔。因此,只要缺陷候补处于一个单元区域内,不论处于怎样的位置,缺陷候补的位置都看作不变来处理。具有周期性的缺陷候补的位置在宽度方向及输送方向上,即使在允许范围内偏移,通过设置单元尺寸,单元区域也能够吸收缺陷候补的位置的偏移,或者能够减少该偏移或使该偏移消失,因此能够取得稳定的缺陷候补间的间隔。
接着,决定检查单位长度(步骤S120)。检查单位长度是指作为1次缺陷检查的对象的图像的输送方向的长度。使检查单位长度为一定,反复进行缺陷检查,从而能够求得时间序列的缺陷检查的结果,可推测缺陷的产生原因等。
对于检查单位长度,基于作为检查条件设定的、缺陷在怎样程度的长度具有周期性而连续产生的信息,决定检查单位长度。例如,决定在1小时、1日输送的玻璃板G的长度,或100m、1000m等长度。
接着,决定缺陷候补的目标产生密度的值(步骤S130)。缺陷候补是指在使拍摄的玻璃板G的拍摄图像二值化时在图像内作为暗部区分的暗部区域。在本实施方式中,将玻璃板G的因输送辊11产生的微细瑕疵有无周期性作为检查对象,因此在缺陷候补的产生密度较高的情况下,形成大量因噪声成分产生的点状的暗部区域。
因此,很难正确判断本来要检查的微细的瑕疵有无周期性。另一方面,在使后述的第一信号阈值较低而使缺陷候补的产生密度较小的情况下,存在没有将要检查的微细瑕疵作为缺陷候补的暗部来区分的情况。
因此,使用作为检查条件设定的、具有周期性的缺陷候补的产生频率的信息,决定图像中的暗部区域的目标产生密度。
接着,基于决定了的目标产生频率来决定第一信号阈值(步骤S140)。第一信号阈值为使玻璃板G的拍摄图像二值化时的图像数据的阈值。在图像数据的值比该第一信号阈值低时作为暗部区域(缺陷候补)区分。处理部16具备表示第一信号阈值和暗部区域的产生密度之间的关系的参照表,根据决定的目标产生密度,参照该参照表而求取并决定第一信号阈值。
一般地,目标产生密度越小则第一信号阈值设定得越低。参照表是在缺陷检查单元10中,对预定的玻璃板G的拍摄图像求出第一信号阈值和暗部区域的产生密度之间的关系并存储于存储器中。
接着,根据决定的缺陷候补的目标产生密度的值决定频率阈值(步骤S150)。频率阈值是指在后述的缺陷检查(步骤S160)中为了判断玻璃板G是否具有周期性的缺陷所使用的阈值。频率阈值为在取横轴为缺陷候补的间隔、取纵轴为与该间隔对应的频率而获得的直方图中,为了判断为具有周期性所使用的频率的阈值。
例如,由处理部16生成如图4所示的直方图时,通过间隔B的产生频率是否大于对间隔B决定的频率阈值A,来判断是否具有周期性。在间隔B的产生频率相对于频率阈值A较高时,判断为具有周期性,以间隔B作为间距间隔。
对于有无周期性,在直方图的横轴的每个间隔进行判断,频率阈值根据关注间隔变化,设定为该间隔越小则频率阈值越大。另外,除了该间隔外,优选设定为根据决定的缺陷候补的目标产生密度的值使频率阈值变化。具体而言,优选设定为目标产生密度越小则频率阈值越小。
这样,如上所述在缺陷候补中包含起因于噪声成分的缺陷候补,因此设定频率阈值是为了防止由起因于该噪声成分的缺陷候补产生的周期性的误判断。
图5A及5B显示表示仅根据噪声成分生成的模拟图像中的缺陷候补的间隔和相对于该间隔的产生频率之间的关系的曲线图。假定噪声成分随机地产生,并假设玻璃板G长2500mm,噪声成分在单元尺寸10mm×10mm的区域产生。
图5A及5B的纵轴均表示每1m2的产生数(产生频率)。图5A中,将噪声成分的产生密度改变为3种(50/m2、100/m2、200/m2)。根据图5A,在任意的产生密度中,间隔越小则产生频率越高,噪声成分的产生密度越大则产生频率越高。因此,为了防止因噪声成分导致的缺陷候补的周期性的误判断,优选相对于图5A所示的纵轴的产生频率将频率阈值设定得较高(具有富余)。例如,可以将各间隔的产生频率的1.1~2倍的值作为频率阈值。
当然,根据检查的条件将上述值设定得较大。因此,间隔越大、噪声成分的产生密度越小,则大致越低地设定这样的频率阈值。在此,大致越低地设定是指包括即使关注间隔不同频率阈值也不变化(相同)的情况。
例如,是指如下述的情况:关注间隔为200mm的频率阈值比间隔为500mm、1000mm的频率阈值大,但间隔500mm的频率阈值和1000mm的频率阈值相等。在本发明中,两个频率阈值不同时,以使用于确定较大的频率阈值的关注间隔为比用于确定较小的频率阈值的关注间隔小的值的方式设定频率阈值,。
图5B显示表示相对于噪声成分的密度的、设定间隔为1000mm、750mm、500mm时的产生频率的曲线图。根据图5B,噪声成分的产生密度越小,设定间隔1000mm、750mm、500mm的每一个的产生频率越小。
由图5B可知,噪声成分的产生密度处于某种程度以上时,产生频率反而降低。即,产生频率相对于噪声成分的产生密度具有峰值。这是因为由于噪声成分的产生密度变大,在1000mm、750mm、500mm的各设定间隔之间进入噪声成分,其结果,使1000mm、750mm、500mm的各设定间隔的产生频率降低。
因此,上述的缺陷候补的目标产生密度以在要判断周期性的有无的关注间隔中比上述峰值位置的产生密度的值小的方式确定。
在图5A及5B所示的例子中,使用通过噪声成分形成的模拟图像中的缺陷候补的间隔和该间隔的产生频率的结果来决定频率阈值,但在本发明中,不限于使用通过噪声成分形成的模拟图像的情况。
例如,假设噪声成分在区域中随机地分布,将处于该区域中的宽度方向的位置相同的位置的噪声成分作为缺陷候补,通过解析求取噪声成分的产生频率,还能够基于该求出的产生频率决定频率阈值。
通过解析求取产生频率是利用数学式算出产生频率。例如,在一维区域中,求取n组间隔的概率pp如下式所示。此时,使n从1到N/P(P为由单元单位表示的间距长度)变化而算出概率pp,加上期待值,从而能够求出相对于间距P的产生频率。
pp={p2·(1-p)(P-1)}n·(N-n·P)Cn
在此,p为在1单元中噪声成分产生的概率,N为单元总数,P为由单元单位表示的间距长度。(N-n·P)Cn的C是指基于组合(combination)的结合。
进而,作为其他的方式,还能够对于预先知道没有由输送辊导致的周期性缺陷的玻璃板G使用缺陷检查单元10,预先通过实测求出起因于噪声成分的产生频率,利用该实测结果决定频率阈值。起因于噪声成分的缺陷候补的产生频率实际上在图像中的各区域有偏差,也存在噪声成分不是在整个区域以相同产生密度产生的情况。
因此,通过使用了实际的玻璃板G的实测,能够确定考虑了上述偏差的频率阈值。在这点上,优选预先求出实测结果的间隔和缺陷候补的产生频率之间的关系,使用该关系确定频率阈值。即使在该情况下,也设定为间隔越小则频率阈值大致越大。
图6A表示产生频率相对于由缺陷检查单元10进行缺陷检查时(实测时)的间隔的曲线图。曲线图中的记号■表示使用缺陷检查单元10实测的结果。另一方面,如上所述使缺陷候补的产生密度(平均产生密度)一致而从产生噪声成分的模拟图像获得的结果用记号◇表示。
由图6A可知,在缺陷候补的间隔为500mm以下时,实测中的产生频率和模拟中的产生频率之间存在背离。可认为这是由于,即使模拟图像中的噪声成分的平均产生密度与实测的平均产生密度相同,在由实测得到的检查对象的图像中,根据区域不同在缺陷候补的产生密度中也存在偏差。实际上,对于由实测获得的检查对象的图像,划分为小区域而计算缺陷候补的个数,由此调查缺陷候补的产生的概率密度函数时,如图6B所示,概率密度函数具有分布。
因此,为了与该实测的概率密度函数一致,在模拟图像中也具有同样的概率密度函数,由此,如图6C所示,使用了模拟图像的符号◇表示接近实测的符号■的产生频率。因此,对于噪声成分的产生中所使用的概率密度函数,根据与实测一致地具有分布而获得的模拟图像生成间隔和产生频率的关系,也能够使用该关系决定频率阈值。
如上所述,通过使用了不存在具有周期性的瑕疵的玻璃板G的实测,预先生成间隔和缺陷候补的产生频率的关系,也能够使用该关系决定频率阈值。
接着,实施缺陷检查(步骤S160)。在缺陷检查中,首先,将从摄像机14传送来而生成的检查对象的图像切出检查单位长度的区域,对于检查单位长度的区域的图像,如图3所示,将图像划分为单元尺寸。
图像的划分化是对于用于搜索缺陷候补的搜索对象的图像与决定了的单元尺寸相对应地进行,形成多个相同单元尺寸的单元区域。包括所述多个缺陷候补的多个单元区域在宽度方向上处于相同的位置的情况下,设这些缺陷候补彼此在所述宽度方向的位置相同,求取后述的缺陷候补间的间隔及产生频率。
接着,单位长度区域的图像利用决定了的信号阈值(第一信号阈值)而被二值化,将多个暗部区域作为缺陷候补提取,从图像中的输送方向的端部沿输送方向反复进行缺陷候补的搜索及检测。缺陷候补的检测以单元尺寸的划分单位进行,在单元尺寸的划分内存在缺陷候补时,该划分的代表点(划分的中心点或矩形划分的顶点)的宽度方向位置和输送方向位置被存储于处理部16的未图示的存储器中。
进而,沿输送方向搜索是否存在缺陷候补。检测出缺陷候补时,存储于存储器中的宽度方向的位置相同的缺陷候补的输送方向的位置被调取,求出所找出的缺陷候补的输送方向的位置和被调取的输送方向的位置之间的差分,将该差分作为间隔。
并且,将设置于处理部16的未图示的存储器中的、对每个宽度方向的位置确定、且对每个间隔确定的表示产生频率的计数值提前一位。输送方向的位置及宽度方向的位置均使用划分为单元尺寸的划分的代表点的值表示。这样,在搜索了检查对象的图像整体之前进行上述缺陷候补的搜索、检测。最后使用存储于存储器中的计数值获得各宽度方向的位置和每个间隔的缺陷候补的产生频率。
接着,在处理部16中,基于获得的产生频率,如图4所示,生成横轴表示间隔、纵轴表示产生频率的缺陷候补的直方图(步骤S170)。具体而言,将存储于存储器中的产生频率在每个间隔累计宽度方向位置的产生频率,生成表示每间隔的产生频率的直方图。
汇总该直方图中的每个关注间隔的产生频率,从而调查与决定的频率阈值(图4中频率阈值A)相比关注间隔的产生频率是否较高。产生频率比频率阈值高时,对应于该产生频率的间隔被判断为由具有周期性的缺陷形成的间距间隔,并判断为玻璃板G具有周期性缺陷(步骤S180)。
由于玻璃板G为沿输送方向连续的长方形状,因此以决定的检查单位长度的图像为1单位对多个单位的图像进行这样的缺陷检查,按照时间序列对每检查单位长度生成产生频率。当然,对于生成的多个单位的图像分别作为缺陷检查的对象。
这样,进行在输送路径上输送的长条的玻璃板G的缺陷检查。
这样的缺陷检查的结果,由于在判断的间距间隔产生缺陷,因此能够利用该间距间隔的信息推测由输送辊11中哪一直径的辊导致产生瑕疵等。
在本实施方式中,在步骤S180以后,进而,根据如图7所示的流程,能够推测具有周期性的缺陷的产生原因。
首先,计算出在步骤S180中判断并确定的间距间隔的、宽度方向的产生频率分布,计算出该分布的特征量(步骤S181)。作为分布的特征量,例如可列举最大产生频率的宽度方向的位置、宽度方向的产生频率分布中的产生频率的标准偏差。
在处理部16的存储器中存储各间隔、宽度方向的各位置的产生频率,因此将间隔固定为确定的间距间隔,能够获得宽度方向的位置的产生频率分布。在图8A、8B及8C中,表示了三个规定间距间隔的宽度方向的产生分布的例子。优选这样的宽度方向的产生分布在显示器18a(参照图1A)中进行画面显示。图8A的例子中,是产生频率在一个宽度方向的位置突出的产生模式。图8B的例子中,是产生频率在宽度方向的一定范围内支配性产生,且在该范围内形成分布的产生模式。在图8C的例子中,产生频率为在宽度方向较宽的范围内变动的产生模式。
这样,宽度方向的位置的产生频率分布除了分布的标准偏差(变动)外还使用最大产生频率的宽度方向的位置等特征量而分类为多个缺陷产生模式。
接着,对于判断为具有周期性缺陷的缺陷候补(以下称为具有周期性的缺陷候补)求出产生频率、产生密度的时间序列的分布,计算出该分布的特征量(步骤S182)。如上所述,将决定的检查单位长度作为1时间序列单位的检查对象,对多个时间序列单位依次进行缺陷检查,因此能够生成具有周期性的缺陷候补的产生密度(/m2)、产生频率的时间序列分布。
在图9中,示出了将特定间距间隔的产生密度(产生频率)、全体缺陷候补的产生密度、及特定间距间隔的宽度方向的产生频率的变动(标准偏差)的时间序列分布的例子在一个曲线图中重叠标注的例子。
作为分布的特征量,设置对于各时间序列分布设定的值,求出产生密度高于该值的持续时间。或者,求出各时间序列分布的相关系数。或者,作为分布的特征量,求出各时间序列分布的标准偏差。图9的时间序列分布的纵轴的值的范围在每个例子不同。这样的时间序列分布优选在显示器18a中进行画面显示。
另外,对于缺陷候补的产生频率的时间序列分布(时间序列数据),将改变关注的间距间隔及宽度方向的位置中的至少一个的多个产生频率的时间序列分布(时间序列数据)在同一曲线图中重叠标注而能够在显示器18a中进行画面显示。
对于缺陷候补的产生频率等的显示方法,例如缺陷候补的产生频率等的时间序列分布的显示方法、缺陷候补的产生频率等的时间序列显示方法在后面叙述。
接着,对于判断为具有周期性的多个间距间隔中,在步骤S182关注的具有周期性的缺陷候补,求出其他的间距间隔的缺陷候补的宽度方向的产生频率分布,进而,生成该间距间隔的缺陷候补的、与图9对应的时间序列分布并在显示器18a中进行画面显示。此时,对求出的宽度方向的产生频率分布和时间序列分布的、在步骤S181及182求出的宽度方向的产生频率分布和时间序列分布间的各相关关系进行评价(步骤S183)。
具体而言,对于宽度方向的产生频率分布和时间序列分布分别求出相关系数。另外,计算出上述其他的间距间隔的缺陷候补的宽度方向的产生频率分布的特征量和时间序列分布的特征量,与由步骤181、182计算出的特征量进行比较。
进而,计算出判断为具有周期性的多个缺陷候补的图像的多个特征量α(缺陷候补的图像尺寸、形状、图像数据的值等),计算出该特征量α的平均值、包含标准偏差等的特征量β(步骤S184)。
这样计算出的特征量α和特征量β与在步骤S181及182中计算出的特征量和预先作为过去的数据存储在数据库中的特征量进行比较,该比较的结果是,在允许范围内一致的情况下,调取与特征量建立关系而登记的缺陷的产生原因,推测为周期性缺陷的产生原因(步骤S185)。由步骤S183评价为相关较高的其他的间距间隔的缺陷候补判断为由与推测的产生原因相同的原因产生。
例如多个输送辊11中,由于在相同的输送辊的表面相同时期、相同粒径、相同材质的两个异物附着于圆周上不同的位置,因此在产生缺陷时,能够在缺陷候补间出现两个间距间隔。但是,计算出缺陷候补的宽度方向的产生频率分布、时间序列分布的特征量并进行比较,由此可知具有相同的产生频率分布,并具有相同的时间序列分布。
因此,由步骤S183评价为相关较高的其他的间距间隔的缺陷候补能够推测为与在步骤181中作为对象的缺陷候补一起因相同输送辊而产生。
上述特征量的比较(一致、不一致)也可以通过设定每个特征量的条件分支来进行,也可以使用对于特征量的马氏(Mahalanobis)空间和马氏(Mahalanobis)距离进行,也可以通过构筑神经网络而进行。假设上述缺陷候补之间出现二个间距间隔的情况,在本发明中求取缺陷候补的间隔时,除了求取相邻的缺陷候补(一个之前的缺陷候补)的间隔外,也可以求取和与该相邻的缺陷候补相邻的缺陷候补(二个之前的缺陷候补)之间的间隔,求取和与二个之前的缺陷候补相邻的缺陷候补(三个之前的缺陷候补)之间的间隔、……、求取和与(N-1)(N为4以上的整数)个之前的缺陷候补相邻的缺陷候补(N个之前的缺陷候补)之间的间隔。例如,在步骤160的缺陷检查中,将相邻的缺陷候补作为对象求取间隔,在步骤S181中,在产生两个以上的间距间隔的情况下,也可以使用存储在存储器中的间隔的信息,除了进行求取相邻的缺陷候补(一个之前的缺陷候补)的间隔的处理外,还进行求取与多个之前的缺陷候补相邻的缺陷候补之间的间隔的处理。
该情况下,求取的间隔的上限以输送辊11中的最大周长为限度。此时,也可以构成为,求出与1~N个之前的缺陷候补的全部组合相关的间隔的产生频率而生成直方图,对于该产生频率,使用另行设定的频率阈值判断是否具有周期性缺陷,根据该构成,输送辊11的周长为1000mm的情况下,缺陷候补的间隔为300mm和700mm的产生频率超过频率阈值时,同时在1000mm的产生频率上加上300mm和700mm的产生频率之和,因此出现超过设定的频率阈值的产生频率。由此,能够更正确地推测缺陷候补是由于相同输送辊而产生的。
图10是对在图2所示的缺陷检查的实施中具体进行的一例的流程进行说明的图,也可以如以下所述进行。
在图2所示的步骤S160中,如上所述,在缺陷检查中,将从摄像机14传送来而生成的检查对象的图像划分为检查单位长度的区域,对于单位长度的区域的图像,如图3所示,图像被划分为单元尺寸(步骤S161)。接着,单位长度区域的图像使用决定的第一信号阈值而被二值化,将暗部侧的区域作为缺陷候补,从图像中的输送方向的端部起沿输送方向搜索缺陷候补,提取检测出的缺陷候补的宽度方向的位置(步骤S162)。
此时,检测出缺陷候补时,判断该缺陷候补的属性(步骤S163)。作为属性,例如可列举缺陷候补的图像信号的值是否全部比规定值小、缺陷候补的图像面积和缺陷候补的形状是否满足设定的条件。另外,可列举缺陷候补是否处于玻璃板G的背面(输送辊11侧的面)。缺陷候补处于背面还是处于表面的属性利用由缺陷检查单元26获得的反射图像进行判断。
即,反射图像是由于照射玻璃板G的内部的光在背面反射而被摄像机24拍摄,因此如上所述,在处于背面的缺陷的情况下,反射图像中不存在实像和镜像的位置偏移。另一方面,处于表面的缺陷存在实像和镜像,位置偏移量与根据玻璃板G的厚度确定的一定的值一致。利用该情况,判断处于与缺陷候补对应的位置的反射图像的缺陷候补是否处于背面。利用该判断结果判断属性。
此外,作为属性还可列举缺陷种类。缺陷种类可通过由反射图像获得的对应的缺陷候补的图像的形状进行识别。
接着,提取与要求取的属性一致的缺陷候补所属的划分的输送方向位置和宽度方向位置(步骤S164),该划分的代表点的宽度方向位置和输送方向位置、缺陷候补的图像区域的信息存储于处理部16的未图示的存储器中。进而,沿输送方向搜索是否存在要求取的属性的缺陷候补。
此时,在作为要求取的属性检测出的缺陷候补的图像区域、已经存储于存储器中的缺陷候补的图像区域之间求取尺寸、图像区域的形状的相关系数等相关,将该相关结果作为类似度进行评价(步骤S165)。例如使用相关系数进行评价时,在相关系数的值超过规定值时,判断为类似度较高。视作类似度的评价对象的检测出的缺陷候补和存储于存储器中的缺陷候补,是例如将在规定间隔产生的缺陷候补彼此或检测出的缺陷候补和该检测以前检测出并存储的缺陷候补作为总体而进行平均的缺陷候补或检测出的缺陷候补和事先确定的缺陷候补模型等。相关对象可列举缺陷候补的特征量、缺陷候补的图像数据、或缺陷候补的图像特征量(形状的特征量等)。
类似度的评价除了相关外,也可以使用对于特征量的马氏空间和马氏距离进行,也可以通过构筑神经网络进行。
对于判断为类似度较高的缺陷候补的输送方向的位置,求取与存储于存储器中并调取的相同宽度方向的位置的缺陷候补的输送方向的位置之间的差分。对于作为该差分的间隔,将表示对宽度方向的各位置及每个间隔确定的产生频率的计数值提前一个(步骤S166)。
判断这样的缺陷候补的搜索、检测是否对检查对象的图像整体进行(步骤S167),在否定的情况下,返回步骤S162。在上述判断中为肯定的情况下前进到步骤S170。
这样,进行缺陷候补的检测时,使用要求取的缺陷候补的属性及缺陷候补的图像区域的类似度严格地设定条件,能够限制要检测的缺陷候补。当然,也可以将缺陷候补的属性及缺陷候补的图像区域的类似度中的任一个设定作为条件。
另外,作为图2所示的步骤S180的后工序,也能够按照图11所示的流程除去缺陷的产生原因。
在步骤S180中判断为存在具有周期性的缺陷候补时,如上所述求出该缺陷候补的间距间隔的宽度方向的产生频率分布、时间序列分布,从求出的产生频率分布及时间序列分布的特征量提取产生模式的特征,由此评价具有周期性的缺陷候补。或者识别缺陷候补的缺陷种类(步骤S191)。缺陷种类是指使用表示由缺陷检查单元26拍摄得到的反射图像的缺陷候补的图像的形状、光强度的程度的图像数据的值进行判断的缺陷种类,例如在玻璃板G的面上产生的瑕疵、或玻璃板G的面的附着物等。
接着,根据评价结果或识别结果,推测由哪一输送辊导致缺陷产生即推测产生原因(步骤S192)。例如推测为具有与间距间隔一致的周长的输送辊为产生原因。另外,根据缺陷种类推测哪一输送辊作为原因导致产生缺陷。这些推测通过预先构筑将缺陷的产生原因与缺陷种类、产生模式建立对应的数据库而成为可能。
接着,基于产生原因的推测进行产生原因的除去(步骤S193)。产生原因的除去是指,例如产生原因为特定的输送辊的情况下,输送路径的控制装置及驱动装置以使特定的输送辊从输送路径移动,并自动地脱离输送路径而与其他输送辊更换的方式动作。或者,自动维修特定输送辊。作为自动维修,可列举加厚输送辊的表面的保护膜的例子。
将这样获得的产生原因和产生模式、缺陷种类建立对应而追加登记于上述数据库中(步骤S194)。当然,推测出的产生原因错误的情况下,通过操作员的输入加以修正而登记于数据库中。该数据库用于步骤S182的产生原因的推测。
或者,在输送后的玻璃板G的切出工序中,切断机接受指令以避开判断为具有周期性缺陷的缺陷的所述宽度方向位置,玻璃板G也可以构成为切断为规定的尺寸而切出。
进而,本发明中,使用通过上述的缺陷检查获得的间距间隔、缺陷候补的宽度方向的产生频率分布的数据、以及以下所示的方法,能够容易地检测出周期性缺陷的存在。
即,处理部16确定包括具有间距间隔的缺陷候补的位置的宽度方向的位置的关注区域。在该关注区域中,从由摄像机14拍摄获得的图像中,使用第二信号阈值从图像的端部起提取详细缺陷候补。
对于以从该提取获得的详细缺陷候补的位置沿输送方向偏离间距间隔的位置为中心的搜索区域,使用第二信号阈值搜索详细缺陷候补,评价在搜索获得的详细缺陷候补和提取获得的详细缺陷候补之间的图像的类似度。根据该类似度的评价结果,判断为在关注区域中沿输送方向具有周期性缺陷。第二信号阈值也可以设定为比图2中的步骤S150中决定的第一信号阈值低的值。
图12中表示了该检查的流程的一例。首先,如图13A所示确定包含通过图2所示的流程的缺陷检查获得的、判断为具有缺陷候补的周期性的宽度方向的位置的关注区域AX,在该关注区域AX中,使用第二信号阈值从图像的端部起检测详细缺陷候补(步骤S195)。图13B中检测缺陷候补D1作为检测出的详细缺陷候补。
接着,以该检测出的缺陷候补D1的输送方向的位置为基准,如图13B所示,以从该位置沿输送方向偏离上述间距间隔量的地点为中心设定一定范围的搜索区域AY(步骤S196)。
在该设定的搜索区域AY中,使用第二信号阈值提取详细缺陷候补(步骤S197)。
接着,分别评价由步骤S195检测出的详细缺陷候补、详细缺陷候补的属性(步骤S198)。作为属性,例如判断缺陷的产生位置(表面侧或背面侧)。该判断如上所述,根据供给到处理部16的缺陷检查单元26的图像数据,利用位于表面的缺陷候补、位于背面的缺陷候补的实像和镜像的位置偏移量的不同进行该判断。
接着,在上述属性一致的情况下确定为周期性缺陷存在于检查对象的玻璃板G的区域(步骤S199)。
这样,使用先取得的间距间隔确定关注区域AX,在该区域中搜索正确的缺陷候补,进行确定有无周期性缺陷的检查。
该检查方法除了输送中的长条状的玻璃板G外,也可以适用于切断为规定尺寸的单片状的玻璃板G。特别是单片状的玻璃板G的情况下,能够使用间距间隔单独地判断有无具有周期性的缺陷。
在该方式中,对于通过缺陷检查检测出的间距间隔设定关注区域,但本发明不限于此。在本发明中,由于存在能够限定输送辊的周长的情况、要关注刚刚维修后的特定的输送辊的周长的情况等,因此也能够基于这些输送辊的周长设定关注区域。另外,在本发明中,在带凸缘辊、带台阶辊等情况下,存在能够特定宽度方向位置和输送辊的关系的情况,也能够以之为基准设定关注区域。
在本实施方式中,如图9所示,将缺陷候补的产生频率的时间序列分布等多个时间序列分布重叠标注于一个曲线图中,并将该曲线图在显示器18a中进行画面显示,但本发明不限于此。
本发明中,如图14A所示,可以将缺陷候补的产生频率的时间序列分布(时间序列数据)作为由浓度表示产生频率的二维密度图像而在显示器18a中进行画面显示。该二维密度图像是如下的二维密度图像:一个轴例如纵轴取时间,另一个轴例如横轴取宽度方向位置,将与各检查条件相当的关注间距(例如与关注的输送辊的周长相当)的缺陷候补的产生频率由颜色或浓度(明暗)表示。代替该二维密度图像,如图14B所示,也可以作为如下所述的三维曲线图而在显示器18a中进行画面显示,所述三维曲线图由与以时间为一个轴、以宽度方向位置为另一个轴的二维坐标正交的方向的高度表示。
在由图14A所示的二维密度图像的黑点表示的时间及宽度方向位置表示缺陷候补的产生频率较高,可知该黑点与图14B所示的三维曲线图的频率峰值对应。
另外,对于缺陷候补的产生频率的时间序列分布,也可以如图15A所示,将另一轴(横轴)变为间距,与图14A同样,作为由浓度表示产生频率的二维密度图像在显示器18a中进行画面显示。该二维密度图像是如下的二维密度图像:一个轴(纵轴)取时间,另一个轴(横轴)取间距,将与各检查条件相当的关注宽度方向位置(例如相当于易产生原因不明的损伤的位置)的产生频率用颜色或浓度(明暗)表示。也可以代替该二维密度图像,如图15B所示,作为由与以时间为一个轴、以间距为另一个轴的二维坐标正交的方向的高度表示的三维曲线图,在显示器18a中进行画面显示。
如上所述,在本实施方式中,作为缺陷候补的产生频率的参数(变量)可列举时间、宽度方向位置及间距这三个。因此,如图14A~15B所示,也可以代替作为关注的间距、宽度方向位置的产生频率的二维密度图像、三维曲线图表示缺陷候补的产生频率的时间序列分布,而是如图16A~16C、图17A~17C所示,按照时间序列表示规定单位时间的产生频率的三维曲线图、二维密度图像。
图16A~16C为一个轴取宽度方向位置、另一个轴取间距、由高度表示与各检查条件相当的单位时间的缺陷候补的产生频率的三维曲线图,分别按照时间序列表示每1日的产生频率数据。
当然,也可以代替由图16A~16C的三维曲线图表示,而是如图17A~17C所示,取一个轴(纵轴)为间距、取另一个轴(横轴)为宽度方向位置,按照时间序列改变用颜色或浓度(明暗)表示与各检查条件相当的单位时间的频率的二维密度图像而进行显示。
在此,图16A~16C及图17A~17C按照时间序列表示每1日的产生频率数据,但也可以将它们在显示器18a中连续地切换而作为动画显示。生成产生频率数据的时间间隔没有特别限制,可以比1日长,也可以比1日短,也可以作为所谓的动画连续。
这样,在本实施方式中,通过图2所示的缺陷检查,确定缺陷候补的间距间隔和具有该间距间隔的缺陷候补的宽度方向的位置,由此附加图7、10、11及12所示的流程,能够有效地检测具有周期性的缺陷。进而,能够推测缺陷的产生原因。
能够将以上的缺陷检查方法适用于玻璃板G等的制造方法中。即,使用上述的缺陷检查方法,在输送玻璃板G等板状体期间进行缺陷检查,根据检查的结果推测在板状体的输送路径上使缺陷产生的原因。推测结果优选在显示器18a(参照图1A)中进行画面显示。
或者,也能够根据该推测结果取得输送路径上的缺陷产生原因的对策。例如,构成为在由于附着于输送辊上的异物形成具有周期性的缺陷候补的情况下,使该输送辊从输送路径脱离。或者,像这样,对使玻璃产生损伤等缺陷的输送辊进行维修、或与其他的输送辊进行更换。进而,在输送后的玻璃板G的切出工序中,为了避开判断为具有周期性的缺陷的缺陷的宽度方向位置,玻璃板G也可以以切断为规定尺寸而切出的方式处置。
在本方式中,使用本发明提出的缺陷检查,进行通过输送辊的脱离、维修及更换等消除玻璃的缺陷的反馈,但本发明不限于此,也可进行基于玻璃的制造环境的评价的反馈。具体而言,在玻璃的制造中,气体中的污物不具有周期性地附着于玻璃的表面背面,但存在从浮抛槽附着于玻璃的下表面的锡(浮渣)这样的液状或半液状的物体转印到输送辊11(参照图1A),再转印到玻璃G的情况。
该情况下,在玻璃G的下表面,图1B所示的污浊区域Y周期性地产生。因此,可通过在玻璃G的下表面检测出的具有周期性的缺陷点(污浊)的多少来评价浮抛槽等玻璃制造环境。
这样,通过在浮渣等起因于制造环境的缺陷检查中适用本发明的缺陷检查方法及装置,还能够评价玻璃等的制造环境,能够将该评价结果反馈到玻璃的制造中。
用于上述缺陷检查的图像数据的处理方法能够通过执行程序而在计算机上处理。
例如用于本发明的缺陷检查的图像数据的处理程序具有使计算机、具体而言使其CPU执行用于上述缺陷检查的图像数据的处理方法的各步骤的顺序。由这些顺序构成的程序也可以作为1个或多个程序模块构成。
由这些计算机执行的顺序构成的、用于缺陷检查的图像数据的处理程序也可以存储于计算机或服务器的存储器(存储装置)内,也可以存储于存储介质中,在执行时,利用该计算机(CPU)或其他的计算机,从存储器或存储介质读出而执行。因此,本发明也提供可由计算机读取的存储器或存储介质,所述存储器或存储介质存储了用于使计算机执行上述方式14的用于缺陷检查的图像数据的处理方法的用于缺陷检查的图像数据的处理程序。
以上,对本发明的用于缺陷检查的图像数据的处理装置及处理方法、分别使用它们的缺陷检查装置及缺陷检查方法、使用它们的板状体的制造方法、以及可由计算机读取并存储了用于执行处理方法的程序的存储介质进行了详细说明,但本发明不限于上述实施方式、实施例,在不脱离本发明的主旨的范围内,当然可进行各种改良、变更。
以上参照特定的实施方式对本发明进行了详细说明,但对本领域技术人员而言可知在不脱离本发明的精神和范围的情况下可施加各种变更、修正。本申请基于2008年7月18日提出的日本专利申请(特愿2008-187450),其内容在此作为参照被引入。

Claims (28)

1.一种处理装置,所述处理装置为用于缺陷检查的图像数据的处理装置,所述缺陷检查是使用在使板状体在规定方向上进行相对移动的同时对该板状体进行拍摄而获得的图像来检查存在于所述板状体的缺陷,其特征在于,
具有处理部,所述处理部使用第一信号阈值从所述图像中提取多个缺陷候补,并从提取出的多个缺陷候补中沿所述规定方向即移动方向搜索与所述移动方向正交的宽度方向的位置相同的缺陷候补,求出通过搜索检测出的缺陷候补在所述板状体的移动方向上的位置和与所述检测出的缺陷候补在移动方向上相邻的缺陷候补在移动方向上的位置之间的间隔,反复进行上述处理,由此取得多个间隔,求出该多个间隔的产生频率,在关注间隔的产生频率超过设定的频率阈值时,判断为所述板状体在所述移动方向上具有周期性缺陷,
在所述处理部使用的所述频率阈值根据所述关注间隔确定,在两个频率阈值确定为不同的值时,以使用于确定较大的频率阈值的所述关注间隔为比用于确定较小的频率阈值的所述关注间隔小的值的方式设定所述频率阈值。
2.如权利要求1所述的处理装置,其中,
所述处理部具有表示所述缺陷候补的产生密度和所述第一信号阈值之间的关系的参照表,以使缺陷候补的产生密度达到设定的目标产生密度的方式使用所述参照表设定所述第一信号阈值,
所述频率阈值是除了根据所述关注间隔变化之外还根据所述目标产生密度的值变化的值。
3.如权利要求1所述的处理装置,其中,
假设噪声成分在区域中随机分布,将所述宽度方向的位置处于相同位置的噪声成分作为所述缺陷候补,通过解析求出所述噪声成分相对于所述间隔的产生频率,或者将由噪声成分形成的模拟图像中的所述噪声成分的图像作为缺陷候补,求出所述噪声成分相对于所述间隔的产生频率,基于该求出的产生频率确定在所述处理部使用的所述频率阈值。
4.如权利要求3所述的处理装置,其中,
所述模拟图像以图像中的噪声成分的产生密度根据图像的区域而不同的方式生成。
5.如权利要求1所述的处理装置,其中,
所述处理部将用于搜索所述缺陷候补的搜索对象的图像在所述宽度方向及所述移动方向上分割为多个而形成多个相同尺寸的单元区域,当包含多个缺陷候补的多个单元区域在所述宽度方向上处于相同位置时,设这些缺陷候补彼此在所述宽度方向的位置相同,求出所述间隔及所述产生频率。
6.如权利要求1所述的处理装置,其中,
所述处理部进而对于判断为具有周期性结果的所述缺陷候补的所述关注间隔,求出表示所述宽度方向的位置上的所述产生频率的分布的宽度方向产生频率分布,使用该宽度方向产生频率分布中的沿所述宽度方向的所述产生频率的偏差对缺陷产生图案进行分类。
7.如权利要求1所述的处理装置,其中,
所述板状体是在所述移动方向上连续的长方形状的板状体,
所述处理部将所述板状体划分成设定长度的板状体的区域,将该区域的图像作为一个时间序列单位的检查对象,对多个时间序列单位进行所述判断。
8.如权利要求7所述的处理装置,其中,
所述处理部对所述多个时间序列单位存储根据所述间隔和所述宽度方向的位置确定的所述间隔的产生频率分布,根据存储的产生频率分布确定关注间隔和所述宽度方向的位置并求出产生频率,将该产生频率作为时间序列数据表示,由此对缺陷的产生信息进行画面显示。
9.如权利要求8所述的处理装置,其中,
所述处理部对于所述产生频率的时间序列数据,将改变了所述关注间隔及所述宽度方向的位置中的至少一个的多个产生频率的时间序列数据重叠地标注在同一曲线图中而进行画面显示。
10.如权利要求1所述的处理装置,其中,
所述处理部在沿所述移动方向搜索并检测出所述宽度方向的位置相同的缺陷候补时,除了将相邻的缺陷候补作为前一个缺陷候补而求出所述移动方向的间隔之外,反复求出与多个之前的缺陷候补之间的移动方向的间隔,由此取得多个间隔,求出该多个间隔的产生频率,在关注间隔的产生频率超过设定的频率阈值时,判断为所述板状体在所述移动方向上具有周期性缺陷。
11.如权利要求1所述的处理装置,其中,
将所述间隔中的判断为在所述移动方向上具有周期性缺陷的间隔称为间距间隔时,
所述处理部进而确定包含具有所述间距间隔的缺陷候补所处的所述宽度方向的位置的关注区域,使用第二信号阈值从图像的端部起从该关注区域的图像中提取详细缺陷候补,确定以从该提取获得的详细缺陷候补的位置在所述移动方向上偏离所述间距间隔的位置为中心的搜索区域,对于该搜索区域,使用所述第二信号阈值搜索详细缺陷候补,分别评价搜索而检测出的详细缺陷候补和所述提取获得的详细缺陷候补的属性,根据该评价结果,判断所述关注区域是否在所述移动方向上包含周期性的详细缺陷候补。
12.如权利要求1所述的处理装置,其中,
在将所述间隔中的判断为在所述移动方向上具有周期性缺陷的间隔称为间距间隔时,所述处理部进而确定包含具有所述间距间隔的缺陷候补所处的所述宽度方向的位置的关注区域,使用第二信号阈值从图像的端部起从该关注区域的图像中提取详细缺陷候补,并确定以从该提取获得的详细缺陷候补的位置在所述移动方向上偏离与输送所述板状体的输送辊的周长相当的距离的位置为中心的搜索区域,对于该搜索区域,使用所述第二信号阈值搜索详细缺陷候补,分别评价搜索而检测出的详细缺陷候补和所述提取获得的详细缺陷候补的属性,根据该评价结果,判断所述关注区域是否在所述移动方向上包含周期性的详细缺陷候补。
13.如权利要求1所述的处理装置,其中,
所述处理部在所述移动方向上搜索并检测出所述宽度方向的位置相同的缺陷候补并求出所述间隔时,评价检测出的缺陷候补的属性或缺陷候补与规定缺陷候补之间的类似度,在该属性及类似度中的至少一个满足设定条件时,求出所述间隔。
14.一种缺陷检查装置,检查存在于板状体的缺陷,其特征在于,具有:
光源,向所述板状体的面投射光;
摄像机,在与所述板状体之间与所述光源一起相对移动并对通过所述光源投射了光的板状体的图像进行拍摄;及
权利要求1所述的处理装置,
所述处理装置的所述处理部使用所述第一信号阈值从由所述摄像机拍摄获得的所述图像中提取所述多个缺陷候补,从提取出的所述多个缺陷候补中,沿所述摄像机和所述板状体之间的相对移动的方向即所述移动方向搜索与所述移动方向正交的所述宽度方向的位置相同的缺陷候补。
15.一种板状体的制造方法,所述板状体是由输送辊输送的带状的连续体,其特征在于,
使用如权利要求14所述的缺陷检查装置在移动中检查所述板状体,
根据检查出的结果,指定在所述板状体的移动路径上使缺陷产生的输送辊,
除去或维修被指定的输送辊。
16.一种板状体的制造方法,所述板状体是由输送辊输送的带状的连续体,其特征在于,
使用如权利要求14所述的缺陷检查装置在移动中检查所述板状体,
避开判断为具有所述周期性缺陷的缺陷的所述宽度方向位置而切断并取出所述板状体。
17.一种处理方法,所述处理方法为用于缺陷检查的图像数据的的处理方法,所述缺陷检查是使用在使板状体在规定方向上进行相对移动的同时对该板状体进行拍摄而获得的图像来检查存在于所述板状体的缺陷,其特征在于,
使用第一信号阈值从拍摄获得的图像中提取多个缺陷候补,
从提取出的多个缺陷候补中沿所述规定方向即移动方向搜索与所述移动方向正交的宽度方向的位置相同的缺陷候补,求出通过搜索检测出的缺陷候补在移动方向上的位置和与该缺陷候补在移动方向上相邻的缺陷候补在移动方向上的位置之间的间隔,反复进行上述处理,由此取得多个间隔,
求出该多个间隔的产生频率,
在关注间隔的产生频率超过设定的频率阈值时,判断为所述板状体在移动方向上具有周期性缺陷,
所述频率阈值根据所述关注间隔确定,在两个频率阈值不同时,
以使用于确定较大的频率阈值的所述关注间隔为比用于确定较小的频
率阈值的所述关注间隔小的值的方式设定所述频率阈值。
18.如权利要求17所述的处理方法,其中,
在进行所述判断之前设定检查条件,
在设定所述检查条件的步骤中,以使缺陷候补的产生密度达到设定的目标产生密度的方式使用参照表设定所述第一信号阈值,
所述频率阈值是除了根据所述关注间隔变化之外还根据所述目标产生密度的值变化的值。
19.如权利要求17所述的处理方法,其中,
将由噪声成分形成的模拟图像中的所述噪声成分的图像作为缺陷候补,求出所述噪声成分相对于所述间隔的产生频率,基于该产生频率确定所述频率阈值。
20.如权利要求19所述的处理方法,其中,
所述模拟图像以图像中的噪声成分的产生密度根据图像的区域而不同的方式生成。
21.如权利要求17所述的处理方法,其中,
将所述关注间隔中的判断为在所述移动方向上具有周期性缺陷候补的间隔称为间距间隔时,在进行所述判断的步骤之后,进而确定包含具有所述间距间隔的缺陷候补所处的所述宽度方向的位置的关注区域,
使用第二信号阈值从图像的端部起从该关注区域的图像中提取详细缺陷候补,
确定以从该提取获得的详细缺陷候补的位置在所述移动方向上偏离所述间距间隔的位置为中心的搜索区域,
对于该搜索区域,使用所述第二信号阈值搜索详细缺陷候补,
分别评价搜索而检测出的详细缺陷候补和所述提取获得的详细缺陷候补的属性,
根据该评价结果,判断所述关注区域是否在所述移动方向上包含周期性缺陷候补。
22.如权利要求21所述的处理方法,其中,
所述关注区域的周期性缺陷候补的判断中所使用的图像是将所述板状体切断为一定尺寸后的板的图像。
23.如权利要求17所述的处理方法,其中,
将所述关注间隔中的判断为在所述移动方向上具有周期性缺陷候补的间隔称为间距间隔时,在进行所述判断的步骤之后,进而确定包含具有所述间距间隔的缺陷候补所处的所述宽度方向的位置的关注区域,
使用第二信号阈值从图像的端部起从该关注区域的图像中提取详细缺陷候补,
确定以从该提取获得的详细缺陷候补的位置在所述移动方向上偏离与输送所述板状体的输送辊的周长相当的距离的位置为中心的搜索区域,
对于该搜索区域,使用所述第二信号阈值搜索详细缺陷候补,
分别评价搜索而检测出的详细缺陷候补和所述提取获得的详细缺陷候补的属性,
根据该评价结果,判断所述关注区域是否在所述移动方向上包含周期性缺陷候补。
24.如权利要求17所述的处理方法,其中,
在所述移动方向上搜索并检测出所述宽度方向的位置相同的缺陷候补并求出所述间隔时,评价检测出的缺陷候补的属性或缺陷候补与规定缺陷候补之间的类似度,在该属性及类似度中的至少一个满足设定条件时,求出所述间隔。
25.一种缺陷检查方法,检查存在于板状体的缺陷,其特征在于,
向所述板状体的面投射光,使所述板状体相对移动,并拍摄投射了光的板状体的图像,
使用拍摄获得的所述图像执行如权利要求17所述的处理方法。
26.一种板状体的制造方法,所述板状体是由输送辊输送的带状的连续体,其特征在于,
使用如权利要求25所述的缺陷检查方法在移动中检查所述板状体,
根据检查出的结果,指定在所述板状体的移动路径上使缺陷产生的输送辊,
除去或维修被指定的输送辊。
27.一种板状体的制造方法,所述板状体是由输送辊输送的带状的连续体,其特征在于,
使用如权利要求25所述的缺陷检查方法在移动中检查所述板状体,
避开判断为具有所述周期性缺陷的缺陷的所述宽度方向位置而切断并取出所述板状体。
28.一种存储介质,存储有计算机能够执行的程序并能够由计算机读取,所述计算机执行如权利要求17所述的用于缺陷检查的图像数据的处理方法。
CN200980128203.6A 2008-07-18 2009-07-17 用于缺陷检查的图像数据的处理装置及方法、使用它们的缺陷检查装置及方法、使用它们的板状体的制造方法 Active CN102099672B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2008-187450 2008-07-18
JP2008187450 2008-07-18
PCT/JP2009/062960 WO2010008067A1 (ja) 2008-07-18 2009-07-17 欠陥検査のための画像データの処理装置および方法、これらを用いた欠陥検査装置および方法、これらを用いた板状体の製造方法、並びに記録媒体

Publications (2)

Publication Number Publication Date
CN102099672A true CN102099672A (zh) 2011-06-15
CN102099672B CN102099672B (zh) 2013-01-30

Family

ID=41550467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980128203.6A Active CN102099672B (zh) 2008-07-18 2009-07-17 用于缺陷检查的图像数据的处理装置及方法、使用它们的缺陷检查装置及方法、使用它们的板状体的制造方法

Country Status (5)

Country Link
JP (1) JP5263291B2 (zh)
KR (1) KR101609007B1 (zh)
CN (1) CN102099672B (zh)
TW (1) TWI420098B (zh)
WO (1) WO2010008067A1 (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103718024A (zh) * 2011-09-15 2014-04-09 日本电气硝子株式会社 平板玻璃检查装置、平板玻璃检查方法、平板玻璃制造装置以及平板玻璃制造方法
CN105548211A (zh) * 2015-12-29 2016-05-04 芜湖东旭光电科技有限公司 玻璃基板划伤缺陷的产生位置的查找方法
CN105572143A (zh) * 2015-12-17 2016-05-11 湖北第二师范学院 压延过程中压延材料表面周期性缺陷的检测方法
CN105910794A (zh) * 2015-02-25 2016-08-31 东友精细化工有限公司 光学膜的不良检测装置及方法
CN106959296A (zh) * 2017-03-22 2017-07-18 东旭科技集团有限公司 玻璃基板生产用牵引辊缺陷检测方法
CN106970082A (zh) * 2015-12-10 2017-07-21 株式会社迪思科 检查装置
CN108535259A (zh) * 2017-03-03 2018-09-14 住友化学株式会社 缺陷标注方法及装置、卷料和片的制造方法及卷料和片
CN109040537A (zh) * 2017-06-08 2018-12-18 Juki株式会社 检查装置、安装装置、检查方法
CN109219731A (zh) * 2016-06-01 2019-01-15 住友橡胶工业株式会社 生胎的异物附着判别方法
CN109959666A (zh) * 2019-04-11 2019-07-02 京东方科技集团股份有限公司 一种阵列基板缺陷判定方法、处理器及判定系统
CN110086950A (zh) * 2018-01-26 2019-08-02 株式会社理光 图像读取装置、图像形成装置及浓度补正方法
CN111699378A (zh) * 2018-01-05 2020-09-22 统一半导体公司 用于光学检查衬底的方法和系统
CN112334761A (zh) * 2018-06-22 2021-02-05 柯尼卡美能达株式会社 缺陷判别方法、缺陷判别装置、缺陷判别程序及记录介质
CN112710669A (zh) * 2020-12-09 2021-04-27 北方华锦化学工业股份有限公司 一种快速评价均聚聚丙烯锂电池硬弹性隔膜晶点的方法
CN112986259A (zh) * 2021-02-09 2021-06-18 清华大学 智能终端oled面板制造工艺的缺陷检测方法以及装置
CN115100208A (zh) * 2022-08-26 2022-09-23 南通三信塑胶装备科技股份有限公司 一种基于直方图和动态光源的薄膜表面缺陷评估方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011083405A1 (de) * 2010-12-21 2012-06-21 Sms Siemag Ag Verfahren und Vorrichtung zur Oberflächeninspektion von Bandstücken
JP5862522B2 (ja) * 2012-09-06 2016-02-16 株式会社島津製作所 検査装置
JP6358002B2 (ja) * 2014-09-16 2018-07-18 旭硝子株式会社 不具合搬送用ロールの特定方法、およびガラスリボンにおける疵発生防止方法
JP6981352B2 (ja) * 2018-04-20 2021-12-15 オムロン株式会社 検査管理システム、検査管理装置及び検査管理方法
JP7098111B2 (ja) * 2018-06-12 2022-07-11 国立大学法人東海国立大学機構 表面検査装置および表面検査方法
KR102541925B1 (ko) * 2022-12-23 2023-06-13 성균관대학교산학협력단 파라미터 설정 없이 결함 데이터에서 노이즈 결함을 추출하는 방법 및 장치
WO2024196055A1 (ko) * 2023-03-22 2024-09-26 주식회사 엘지에너지솔루션 이차 전지를 제조하는 장치 및 이를 이용한 이차 전지를 제조하는 방법

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0786474B2 (ja) * 1988-09-09 1995-09-20 富士写真フイルム株式会社 欠陥周期の測定方法
JPH06294759A (ja) * 1993-04-09 1994-10-21 Nippon Steel Corp 圧延工程におけるロール転写疵の検出方法
JPH07198627A (ja) * 1994-01-06 1995-08-01 Nippon Steel Corp 金属表面欠陥検査装置
JP3845958B2 (ja) * 1996-07-05 2006-11-15 東レ株式会社 周期欠陥検出方法および装置
US6947587B1 (en) * 1998-04-21 2005-09-20 Hitachi, Ltd. Defect inspection method and apparatus
US6115092A (en) * 1999-09-15 2000-09-05 Rainbow Displays, Inc. Compensation for edge effects and cell gap variation in tiled flat-panel, liquid crystal displays
JP2002372499A (ja) * 2001-06-14 2002-12-26 Fuji Photo Film Co Ltd 周期性欠陥検査方法及び装置
JP3788279B2 (ja) * 2001-07-09 2006-06-21 株式会社日立製作所 パターン検査方法及び装置
JP2004222776A (ja) * 2003-01-20 2004-08-12 Fuji Photo Film Co Ltd 異常陰影候補検出装置
JP4414658B2 (ja) * 2003-02-14 2010-02-10 株式会社メック 欠陥検査装置および欠陥検査方法
US7203431B2 (en) * 2003-12-26 2007-04-10 Ricoh Company, Ltd. Abnormality determining method, abnormality determining apparatus, and image forming apparatus
JP4433824B2 (ja) 2004-02-25 2010-03-17 Jfeスチール株式会社 周期性疵検出方法および装置
JP4395057B2 (ja) 2004-11-29 2010-01-06 新日本製鐵株式会社 帯状体や柱状体の周期疵検出方法およびその装置
JP4516884B2 (ja) * 2005-04-28 2010-08-04 新日本製鐵株式会社 周期性欠陥検査方法及び装置

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103718024A (zh) * 2011-09-15 2014-04-09 日本电气硝子株式会社 平板玻璃检查装置、平板玻璃检查方法、平板玻璃制造装置以及平板玻璃制造方法
CN103718024B (zh) * 2011-09-15 2016-03-09 日本电气硝子株式会社 平板玻璃检查装置、平板玻璃检查方法、平板玻璃制造装置以及平板玻璃制造方法
CN105910794A (zh) * 2015-02-25 2016-08-31 东友精细化工有限公司 光学膜的不良检测装置及方法
CN106970082A (zh) * 2015-12-10 2017-07-21 株式会社迪思科 检查装置
CN105572143A (zh) * 2015-12-17 2016-05-11 湖北第二师范学院 压延过程中压延材料表面周期性缺陷的检测方法
CN105572143B (zh) * 2015-12-17 2018-05-25 湖北第二师范学院 压延过程中压延材料表面周期性缺陷的检测方法
CN105548211B (zh) * 2015-12-29 2019-02-19 芜湖东旭光电科技有限公司 玻璃基板划伤缺陷的产生位置的查找方法
CN105548211A (zh) * 2015-12-29 2016-05-04 芜湖东旭光电科技有限公司 玻璃基板划伤缺陷的产生位置的查找方法
CN109219731A (zh) * 2016-06-01 2019-01-15 住友橡胶工业株式会社 生胎的异物附着判别方法
CN108535259A (zh) * 2017-03-03 2018-09-14 住友化学株式会社 缺陷标注方法及装置、卷料和片的制造方法及卷料和片
CN108535259B (zh) * 2017-03-03 2022-05-06 住友化学株式会社 缺陷标注方法及装置、卷料和片的制造方法及卷料和片
CN106959296A (zh) * 2017-03-22 2017-07-18 东旭科技集团有限公司 玻璃基板生产用牵引辊缺陷检测方法
CN109040537A (zh) * 2017-06-08 2018-12-18 Juki株式会社 检查装置、安装装置、检查方法
CN109040537B (zh) * 2017-06-08 2023-10-13 Juki株式会社 检查装置、安装装置、检查方法
CN111699378A (zh) * 2018-01-05 2020-09-22 统一半导体公司 用于光学检查衬底的方法和系统
CN110086950A (zh) * 2018-01-26 2019-08-02 株式会社理光 图像读取装置、图像形成装置及浓度补正方法
US10757280B2 (en) 2018-01-26 2020-08-25 Ricoh Company, Ltd. Image reader, image forming apparatus, and image density correcting method
CN112334761A (zh) * 2018-06-22 2021-02-05 柯尼卡美能达株式会社 缺陷判别方法、缺陷判别装置、缺陷判别程序及记录介质
CN112334761B (zh) * 2018-06-22 2023-12-15 柯尼卡美能达株式会社 缺陷判别方法、缺陷判别装置及记录介质
CN109959666A (zh) * 2019-04-11 2019-07-02 京东方科技集团股份有限公司 一种阵列基板缺陷判定方法、处理器及判定系统
CN109959666B (zh) * 2019-04-11 2021-08-03 京东方科技集团股份有限公司 一种阵列基板缺陷判定方法、处理器及判定系统
CN112710669A (zh) * 2020-12-09 2021-04-27 北方华锦化学工业股份有限公司 一种快速评价均聚聚丙烯锂电池硬弹性隔膜晶点的方法
CN112986259A (zh) * 2021-02-09 2021-06-18 清华大学 智能终端oled面板制造工艺的缺陷检测方法以及装置
CN115100208A (zh) * 2022-08-26 2022-09-23 南通三信塑胶装备科技股份有限公司 一种基于直方图和动态光源的薄膜表面缺陷评估方法

Also Published As

Publication number Publication date
JPWO2010008067A1 (ja) 2012-01-05
TW201009328A (en) 2010-03-01
KR20110040847A (ko) 2011-04-20
TWI420098B (zh) 2013-12-21
JP5263291B2 (ja) 2013-08-14
KR101609007B1 (ko) 2016-04-04
CN102099672B (zh) 2013-01-30
WO2010008067A1 (ja) 2010-01-21

Similar Documents

Publication Publication Date Title
CN102099672B (zh) 用于缺陷检查的图像数据的处理装置及方法、使用它们的缺陷检查装置及方法、使用它们的板状体的制造方法
JP5521377B2 (ja) ガラス板の欠陥識別方法および装置
EP0576011A1 (en) Method of and apparatus for detecting defect of transparent sheet as sheet glass
KR102613277B1 (ko) 표면 결함 검출 방법, 표면 결함 검출 장치, 강재의 제조 방법, 강재의 품질 관리 방법, 강재의 제조 설비, 표면 결함 판정 모델의 생성 방법 및, 표면 결함 판정 모델
Wu et al. An inspection and classification method for chip solder joints using color grads and Boolean rules
CN110390661A (zh) 检查管理系统、检查管理装置及检查管理方法
CN106228546A (zh) 一种板卡的检测方法及装置
CN105139397B (zh) 一种pcb板检测方法及装置
JP2020008501A (ja) 表面欠陥検出装置及び表面欠陥検出方法
EP3904868A1 (en) Learned model generation method, learned model, surface defect inspection method, steel manufacturing method, pass/fail determination method, grade determination method, surface defect determination program, pass/fail determination program, determination system, and steel manufacturing equipment
US7599050B2 (en) Surface defect inspecting method and device
JPWO2016208626A1 (ja) 表面欠陥検出方法、表面欠陥検出装置、及び鋼材の製造方法
CN107534708A (zh) 图像形成装置
JP3076515B2 (ja) フローコート塗装状態の検出方法およびその装置
JP2001296252A (ja) 物体表面の欠陥検出方法およびその装置
CN112213315A (zh) 外观检查管理系统、装置、方法以及存储介质
KR102523809B1 (ko) 컴퓨터 비전을 활용한 가스 라이터 불량품 검출 시스템
JP2009162579A (ja) 紙の裁断面の品質評価装置及びそれを用いた品質評価方法
JP4016381B2 (ja) 表面欠陥検査装置
EP3379489A1 (en) Printing device, method, and program
CN117495858B (zh) 皮带偏移的检测方法、系统、设备和介质
CN112129768A (zh) 外观检查管理系统、装置、方法以及存储介质
Lyu et al. MScan: An Automated In-Situ Fault Detection System for Desktop Fused Filament Fabrication 3D Printers Utilizing a Non-Contact Sensor
KR20190065093A (ko) 영상이미지를 이용한 비정형 라인 계측시스템
CN117495857B (zh) 皮带撕边的检测方法、系统、设备和介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: Tokyo, Japan

Patentee after: AGC Corporation

Address before: Tokyo, Japan

Patentee before: Asahi Glass Co., Ltd.

CP01 Change in the name or title of a patent holder