CN102144156A - 评价装置、校正方法、校正程序、及记录介质 - Google Patents
评价装置、校正方法、校正程序、及记录介质 Download PDFInfo
- Publication number
- CN102144156A CN102144156A CN2009801348476A CN200980134847A CN102144156A CN 102144156 A CN102144156 A CN 102144156A CN 2009801348476 A CN2009801348476 A CN 2009801348476A CN 200980134847 A CN200980134847 A CN 200980134847A CN 102144156 A CN102144156 A CN 102144156A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- estimate
- camera head
- value group
- evaluating apparatus
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/93—Detection standards; Calibrating baseline adjustment, drift correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
Landscapes
- 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)
- Studio Devices (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
摄像装置(110)一边重复从以预定图案配置的多个摄像位置对特定评价对象物(200)进行拍摄的摄像动作,一边使所有的摄像位置偏移。控制装置(120)基于多组摄像图像群的各摄像图像群来生成高分辨率图像,分别基于所生成的高分辨率图像来计算评价值。然后,比较计算出的评价值群和基准评价值群,设定用于校正的与评价值相乘的系数。因而,虽然利用基于摄像图像计算出的评价值,但也能实现可进行稳定校正的评价装置。
Description
技术领域
本发明涉及基于对评价对象物进行拍摄而获得的摄像图像来对该评价对象物进行评价的评价装置。另外,涉及对上述评价装置进行校正的校正方法及校正程序。涉及记录上述校正程序的记录介质。
背景技术
为了稳定、高速、且高精度地评价对象物,正在进行开发基于摄像图像来自动地评价该对象物的评价装置。向上述评价装置提供摄像图像的摄像装置通常包括:固体摄像元件,该固体摄像元件起到作为区域传感器的功能;以及光学系统,该光学系统使评价对象物的像成像于固体摄像元件上。光学系统包括透镜及其他光学元件,利用调整透镜的焦点位置的聚焦调整机构、调整评价对象物与透镜之间距离的工作距离调整机构、调整光学系统的光轴的倾斜度的光轴调整机构等各种调整机构,来调整至适当的状态。
然而,光学系统的状态因经过长时间的使用而恶化。使光学系统的状态恶化的原因有各种调整机构的偏移、光学系统整体的位置偏移、因照明的恶化所引起的照度的变化等多种原因。因此,基于利用光学系统的状态发生了恶化后的摄像装置获得的摄像图像就不能来适当地评价对象物。即,为了任何时候都能进行适当地评价,需要通过光学系统的再调整等对评价装置进行定期的校正(校准)。
在专利文献1中揭示了使用基准图案进行区域传感器的校正的技术。另外,在专利文献2中揭示了使用特殊图案进行线传感器的校正的技术。
现有技术文献
专利文献
专利文献1:日本公开专利公报(特开平9-43292号公报(公开日:1997年2月14日))
专利文献2:日本公开专利公报(特开2004-28706号公报(公开日:2004年1月29日))
发明内容
然而,在现有的评价装置中,在每次进行校正时都需要对使用各种调整机构的光学系统进行物理调整,存在为此需要很多时间的问题。
另外,在摄像分辨率与测试图案的尺寸大致相同时,若摄像装置与测试图案的相对位置稍有偏移,则所获得的摄像图像发生很大变化。因而,基于摄像图像计算出的评价值也发生很大变动。换言之,即使将相同的测试图案作为评价对象,在每次进行评价时评价值也是不断变化。
当然,若提高所参照的摄像图像的分辨率,则评价值的偏差减小,但只要是基于摄像图像来计算评价值,则无法避免上述评价值的偏差。即,只要是利用基于摄像图像而计算出的评价值,就难以进行稳定的校正。
为了排除上述偏差的影响,可以考虑计算重复评价值来进行平均化的方法。
然而,若使用专利文献1所记载的技术来进行上述方法,则需要多次重新放置基准图案来重复拍摄,测定时间变得非常长。另外,测定效率也变差,重复性也降低。另外,在专利文献2中记载了利用特殊的图案对位置进行重复性确认的方法,但是这仅对元件一边移动一边进行拍摄的线传感器有效,而不适用于区域传感器。
本发明是鉴于上述问题而完成的,其目的在于实现一种评价装置,该评价装置虽然利用基于摄像图像计算出的评价值,但能够进行稳定的校正。
为了解决上述问题,本发明的评价装置基于对评价对象物进行拍摄而获得的摄像图像来计算该评价对象物的评价值,其特征在于,包括:控制单元,该控制单元控制摄像装置,使得一边重复从以预定图案进行配置的多个摄像位置拍摄特定评价对象物的摄像动作,一边使所有的该多个摄像位置偏移;生成单元,该生成单元基于各重复的摄像动作中由上述摄像装置拍摄的摄像图像群来生成比该摄像装置的摄像分辨率要高的分辨率的高分辨率图像;计算单元,该计算单元基于由上述生成单元生成的各高分辨率图像来计算评价值;以及设定单元,该设定单元将用于该评价装置的校正而与评价值相乘的系数设定为以下比值:即,对预先设定的基准评价值群的分布加上特征的特征量、相对于对由上述计算单元计算出的评价值群的分布加上特征的特征量之比。
根据以上结构,能够获得多组从多个摄像位置对特定评价对象物进行拍摄而获得的摄像图像群,基于各组上述摄像图像群来生成高分辨率图像。评价值是基于该高分辨率图像来计算出的,因此,与基于摄像图像进行计算的情况下相比,所获得的评价值群的偏差较小。
然后,基于表示所获得的评价值群的分布的特征量、与预先设定的基准评价值群的分布的特征量之比,设定用于校正该评价装置的与评价值相乘的系数。因此,即使基于高分辨率图像而计算出的评价值群中稍微留有一些偏差,但该偏差也不太会影响到系数。因而,获得能够使校正稳定的效果。
而且,摄像图像是通过由上述控制单元控制的摄像装置获得的。即,不需要通过人工来多次重新放置特定评价对象物。因此,也没有测定时间变得非常长、或重复性降低的隐患。
此外,上述控制单元是例如对驱动上述摄像装置所包括的摄像元件的驱动机构进行控制的单元,控制该驱动机构,使得一边重复驱动该摄像元件以在上述多个摄像位置进行巡回的驱动动作,一边使所有的该多个摄像位置偏移。
在本发明的评价装置中,最好上述基准评价值群是在将上述摄像装置调整到适当的状态时、由上述计算单元计算出的评价值群。
根据上述结构,能够将上述摄像装置未调整到适当的状态时计算出的评价值校正为若将上述摄像装置调整到适当的状态时则能够获得的评价值。
此外,上述基准评价值群可以是在将上述摄像装置调整到适当的状态时、由上述计算单元实际计算出的实验值,也可以是在将上述摄像装置调整到适当的状态时、通过计算对由上述计算单元计算出的评价值进行估计而得到的理论值。
此外,上述适当的状态是例如上述摄像装置所包括的物镜的光轴与上述评价对象物的评价对象面正交、且通过该物镜入射的入射光聚焦到该摄像装置所包括的摄像元件的受光面上的状态。
另外,上述特征量可以是例如平均值、最大值、最小值、方差、或标准偏差中的任一个或其组合。
在本发明的评价装置中,在下式(A)及式(B)中至少一个式子为真的
情况下,最好使用由上述设定单元设定的系数进行评价值的校正。
其中,Xave表示上述基准评价值群的平均值,Yave表示由上述计算单元计算出的评价值群的平均值,Ymax表示由上述计算单元计算出的评价值群的最大值,Ymin表示由上述计算单元计算出的评价值群的最小值,Vth表示预先决定的检测阈值。
此外,在本发明的评价装置中,最好包括提示单元,该提示单元在上述式(A)及式(B)都为假的情况下,提示促使对上述摄像装置进行物理调整的消息。
根据上述结构,能够避免以下情况:即,因使用新设定的系数进行校正而评价值的偏差变大,对检查带来坏影响。
为了解决上述问题,本发明的校正方法是评价装置的校正方法,上述评价装置基于对评价对象物进行拍摄而获得的摄像图像来计算该评价对象物的评价值,其特征在于,包括:控制工序,该控制工序控制摄像装置,使得一边重复从多个摄像位置拍摄特定评价对象物的摄像动作,一边使所有的该多个摄像位置偏移;生成工序,该生成工序基于各重复的摄像动作中由上述摄像装置拍摄的摄像图像群来生成比该摄像装置的摄像分辨率要高的分辨率的高分辨率图像;计算工序,该计算工序基于由上述生成工序生成的各高分辨率图像来计算评价值;以及设定工序,该设定工序将用于该评价装置的校正而与评价值相乘的系数设定为以下比值:即,对预先设定的基准评价值群的分布加上特征的特征量、相对于对由上述计算工序计算出的评价值群的分布加上特征的特征量之比。
根据以上结构,能获得与上述评价装置相同的效果。
此外,本发明的校正方法也可以由计算机实现。在这种情况下,通过使计算机执行上述各工序,从而在计算机中实现上述校正方法的校正程序、以及记录该校正程序的计算机可读取的记录介质也归入本发明的范畴。
本发明的评价装置,如上所述,包括:控制单元,该控制单元控制摄像装置,使得一边重复从以预定图案进行配置的多个摄像位置拍摄特定评价对象物的摄像动作,一边使所有的该多个摄像位置偏移;生成单元,该生成单元基于各重复的摄像动作中由上述摄像装置拍摄的摄像图像群来生成比该摄像装置的摄像分辨率要高的分辨率的高分辨率图像;计算单元,该计算单元基于由上述生成单元生成的各高分辨率图像来计算评价值;以及设定单元,该设定单元将用于该评价装置的校正而与评价值相乘的系数设定为以下比值:即,对预先设定的基准评价值群的分布加上特征的特征量、相对于对由上述计算单元计算出的评价值群的分布加上特征的特征量之比。
另外,本发明的校正方法,包括:控制工序,该控制工序控制摄像装置,使得一边重复从多个摄像位置拍摄特定评价对象物的摄像动作,一边使所有的该多个摄像位置偏移;生成工序,该生成工序基于各重复的摄像动作中由上述摄像装置拍摄的摄像图像群来生成比该摄像装置的摄像分辨率要高的分辨率的高分辨率图像;计算工序,该计算工序基于由上述生成工序生成的各高分辨率图像来计算评价值;以及设定工序,该设定工序将用于该评价装置的校正而与评价值相乘的系数设定为以下比值:即,对预先设定的基准评价值群的分布加上特征的特征量、相对于对由上述计算工序计算出的评价值群的分布加上特征的特征量之比。
因而,获得能够使校正稳定的效果。
附图说明
图1表示本发明的实施方式,是表示评价装置的简要结构的外观图。
图2表示本发明的实施方式,是表示控制装置的结构的框图。
图3表示本发明的实施方式,是表示校正时成为评价对象物的测试图案的一个例子的图。
图4表示本发明的实施方式,(a)~(i)是举例示出用于生成高分辨率图像的摄像图像的图。
图5表示本发明的实施方式,是表示由致动器驱动的固体摄像元件的运动的图。
图6表示本发明的实施方式,是表示利用高分辨率化处理所生成的N幅高分辨率图像、及为了生成这些高分辨率图像而参照的M×N幅摄像图像的图。
图7用于说明本发明的实施方式,(a)~(d)是表示各种评价值的偏差的大小的图。
附图标记
100评价装置
110摄像装置
111光学系统
112固体摄像元件(摄像元件)
113致动器(驱动机构)
120控制装置
121致动器控制部(控制单元)
122图像数据保存部
123高分辨率化处理部(生成单元)
124评价值计算部(计算单元)
125系数设定部(设定单元)
126校正后评价值判定部
127校正信息保存部
128光学系统调整指示部(提示单元)
130显示装置
具体实施方式
下面,根据附图说明本发明的一个实施方式。
(评价装置的结构)
首先,参照图1说明本实施方式的评价装置100的结构。图1是表示评价装置100的结构的图。如图1所示,评价装置100包括摄像装置110、控制装置120、及显示装置130。
摄像装置110是用于拍摄评价对象物200的单元,包括:光学系统111、固体摄像元件112、及致动器113。
控制装置120是用于对摄像装置110进行控制、并基于由摄像装置110获得的摄像图像对评价对象物200进行评价的单元。控制装置120能由例如个人计算机或工作站等构成。
显示装置130是用于显示由控制装置120获得的评价结果的单元。显示装置130能够由例如LCD(Liquid Crystal Display:液晶显示器)或CRT(Cathode Ray Tube:阴极射线管)等构成。
此外,成为利用评价装置100进行评价的对象的评价对象物200只要是平板状的物体即可,例如可以是液晶面板。
(摄像装置的详细情况)
接着,再次参照图1说明评价装置100所包括的摄像装置110的详细情况。如上所述,摄像装置110包括光学系统111、固体摄像元件112、及致动器113。
光学系统111是用于使评价对象物200的像成像于固体摄像元件112的受光部上的单元。光学系统111包括透镜及其他光学元件。
固体摄像元件112是用于将成像于受光部上的评价对象物200的像转换为图像信号的单元。作为固体摄像元件112,能够使用区域类型的CCD图像传感器或CMOS图像传感器等。
构成光学系统111的透镜及其他光学元件通过各种调整机构而安装于摄像装置110的壳体内壁。另一方面,固体摄像元件112由固定于摄像装置110的壳体内壁的致动器113保持。
致动器113是用于使固体摄像元件112相对于评价对象物200的相对位置发生位移的单元。更具体而言,使固体摄像元件112在与连接光学系统111的透镜和评价对象物200的光轴垂直的平面内进行二维移动。但是,由致动器113驱动的固体摄像元件112的移动并不限于上述平面内的二维移动,也可以是包含旋转的三维移动。此外,作为致动器113,能够使用压电致动器、步进电动机等,但此处,假设使用压电致动器。
(控制装置的详细情况)
控制装置120基于由摄像装置110获得的摄像图像来计算评价值Y。但是,不是基于所计算出的评价值Y的本身来对评价对象物200是否良好进行判定,而是对计算出的评价值Y乘上系数α来获得评价值Y′=αY,基于Y′来对评价对象物200是否良好进行判定。该系数α是评价装置100的校正用参数。即,即使光学系统111的状态恶化,但控制装置120通过重新设定该系数α,也能获得正确的评价值Y′=αY。即,控制装置120无需再次对光学系统111进行物理性地调整,就能进行评价装置100的校正。
以下,以该系数α的设定方法为中心来说明控制装置120的功能。此外,关于以下所说明的系数α的设定,能不定期地执行(根据操作者的指示进行校正的情况等),也能以一定的周期来定期地执行(以一定的周期来自动进行校正的情况等),与该执行定时无关。
图2是表示控制装置120的结构的框图。控制装置120的作为与系数α的设定有关的功能块,包括致动器控制部121、图像数据保存部122、高分辨率化处理部123、评价值计算部124、系数设定部125、校正后评价值判定部126、校正信息保存部127、及光学系统调整指示部128。由控制装置120进行的系数α的设定可通过上述各部进行协同工作而如下那样实现。
(摄像控制工序(控制工序))
为了设定系数α,首先,实施将预定的测试图案设为评价对象物200的摄像工序。图3表示测试图案的一个例子。测试图案是所拍摄的、设置有模拟缺陷的测试用物体,以代替评价对象物。在该例中,在测试图案的中心部设置有比固体摄像元件112的一个像素尺寸要小的模拟缺陷。此外,测试图案中的模拟缺陷的位置、大小、及数量是任意的。另外,在改变测试图案的情况下,希望改变基准评价值群(后文中叙述)。
在摄像工序中,从按照一定的图案配置的M处(M为2以上的整数)摄像位置对评价对象物200进行拍摄,从而能够获得包括M幅摄像图像P11、P12、...、P1M的摄像图像群G1。在所有M处摄像位置上,不改变配置图案而一边偏移一边重复N次该摄像动作,来获得N组摄像像素群G1、G2、...、GN(即,获得总计M×N幅的摄像图像)。此外,将使所有摄像位置偏移的偏移量设定得比摄像位置间的距离要小。将在摄像工序中获得的N组摄像像素群G1、G2、...、GN保存到控制装置120的图像数据保存部122。
此外,由下一工序所执行的高分辨率化处理的算法来决定可由什么样的摄像图像构成摄像图像群Gi,换言之,应按照什么样的预定的图案来配置摄像位置。例如,在使用图像偏移法(像素偏移法)作为高分辨率化处理的算法的情况下,摄像像素群Gi可包括从图4(a)~(i)所举例示出的各摄像位置对测试图案进行拍摄而获得的M幅(此处,M=9)摄像图像Pi1、Pi2、...、PiM。
另外,所谓从M处摄像位置对评价对象物200进行拍摄,更具体而言,是如图5所示,将受光面的方向保持为与物镜的光轴正交的方向不变,固体摄像元件112在M处摄像位置进行巡回,在各摄像位置对测试图案进行拍摄。此外,将M处摄像位置都配置在与物镜的光轴相垂直的假想平面内。
上述摄像工序主要由致动器控制部121实现。致动器控制部121通过在与摄像装置110之间发送、接收各种控制信号,从而控制摄像装置110所具有的致动器113的运动。更具体而言,通过控制致动器113的运动开始定时、运动速度、及运动距离,从而能够使固体摄像元件112如上所述那样进行移动。只要根据状况适当地控制致动器113的运动开始定时、运动速度、及运动距离即可。
(高分辨率化工序(生成工序))
在摄像工序后实施高分辨率化工序。在高分辨率化工序中,高分辨率化处理部123从图像数据保存部122读出摄像图像群G1={P11,P12,...,P1M},并基于所读出的摄像图像群G1利用高分辨率化处理生成高分辨率图像P1。另外,对其他摄像图像群G2、G3、...、GN也重复相同的处理,来生成N幅高分辨率图像P1、P2、...、PN。
此外,利用高分辨率化处理部123所执行的高分辨率化处理中,可以使用图像偏移法,也可以使用超分辨法。或者也可以使用其他方法。所谓图像偏移法,是基于多个低分辨率图像与作为目的的高分辨率图像的每一个像素的位置对应、来将低分辨率图像的亮度值映射到高分辨率图像的像素的方法。另外,所谓超分辨法,是指根据多个低分辨率图像来推定作为目的的高分辨率图像的方法。作为超分辨法的算法,已知有例如ML(Maximum-likelihood:极大似然)法、MAP(Maximum A Posterior:最大后验概率)法、POCS(Proiection On to Convex Set:凸极投影)法等。
图6中,示出了在高分辨率化工序中生成的N幅高分辨率图像P1、P2、...、PN、和为了生成这N幅高分辨率图像P1、P2、...、PN而在摄像工序中获得的M×N幅摄像图像P11、P12、...、PNM。在图6所示的例子中,在各高分辨率图像P1、P2、...、PN中,模拟缺陷的像作为低亮度区域呈现。
(评价值计算工序(计算工序))
在高分辨率化工序后实施评价值计算工序。在评价值计算工序中,评价值计算部124从高分辨率化处理部123中获取高分辨率图像P1,并基于所获得的高分辨率图像P 1来计算评价值Y1。另外,对其他高分辨率图像P2、P3、...、PN也重复相同的处理,来算出N个评价值Y1、Y2、...、YN。具体而言,算出对比度体积作为评价值Yi。
更具体而言,评价值计算工序124如下所示那样计算对比度体积。即,首先将构成高分辨率图像Pi的像素分类为比阈值的亮度要高的高亮度像素和比该阈值的亮度要低的低亮度像素。若摄像对象区域所包含的模拟缺陷是黑点缺陷,则能够将由低亮度像素群构成的区域看作是缺陷影像,将由高亮度像素群构成的区域看作是其背景。接着,对于各低亮度像素计算其与高亮度像素群的平均亮度值的亮度值差分。也将对各低亮度像素计算出的亮度值差分称为对比度。最后,通过合计对于各低亮度像素计算出的亮度值差分(换言之,对于整个缺陷影像来进行对比度积分),从而获得对比度体积。此外,阈值是根据缺陷检测的灵敏度而任意设定的值。
此外,评价值并不限于对比度体积,也可以使用亮度(平均亮度、最小亮度、最大亮度、或特定像素的亮度)、亮度体积、缺陷尺寸、或对比度(平均对比度、最大对比度、最小对比度、或特定像素的对比度)等作为评价值。
(系数设定工序(设定工序))
在评价值计算工序后实施系数决定工序。在系数决定工序中,系数设定部125基于利用评价值计算工序计算出的评价值群{Y 1,Y 2,...,Y N}和基准评价值群{X 1,X 2,...,X N},来设定用于校正而与评价值X相乘的系数α。将所设定的系数α如下文所述那样保存到校正信息保存部127。
更具体而言,系数设定部125如下所示那样决定系数α。即,首先根据式(1)及式(2),计算出基准评价值群{X 1,X 2,...,X N}的平均值Xave、和由评价值计算部124计算出的评价值群{Y 1,Y 2,...,Y N}的平均值Yave。然后,根据式(3),计算出系数α。即,系数设定部125将用于校正而与评价值Y相乘的系数α设定为基准评价值群{X 1,X 2,...,XN}的平均值Xave相对于评价值群{Y 1,Y 2,...,Y N}的平均值Yave的比值。换言之,设定系数α,使得由评价值计算部124计算出的评价值群{Y 1,Y 2,...,Y N}的校正值的平均值αY ave与基准评价值群{X 1,X 2,...,XN}的平均值Xave一致。
此外,也可以使得系数α与基准评价值群{X 1,X 2,...,X N}的最大值Xmax相对于评价值群{Y 1,Y 2,...,Y N}的最大值Ymax之比Xmax/Ymax一致,或与基准评价值群{X 1,X2,...,XN}的最小值Xmin相对于评价值群{Y 1,Y 2,...,Y N}的最小值Ymin之比Xmin/Ymin一致,来代替使得与基准评价值群{X 1,X 2,...,XN}的平均值Xave相对于评价值群{Y 1,Y 2,...,Y N}的平均值Yave之比Xave/Yave一致。或者,也可以使得与基准评价值群{X 1,X 2,...,X N}的方差σX相对于评价值群{Y 1,Y 2,...,Y N}的方差σY之比σX/σY一致。除了方差以外,也可以使得与标准偏差之比一致。由此,若将系数α设定为表示基准评价值群的分布的特征量、相对于表示评价值群{Y 1,Y 2,...,Y N}的分布的特征量之比,则能够与该特征量是何种特征量无关,来使得校正后获得的评价值群的特征量、与在摄像装置110在适当的状态时获得的评价值群的特征量一致。
(后处理工序)
如上所述那样进行系数α的设定结束,则实施后处理工序。在后处理工序中,校正后评价值判定部126判断是否使用新设定的系数α进行校正。在进行校正的情况下,校正后评价值判定部126将保存在校正信息保存部127中的系数α置换成新设定的系数α(由此,之后,使用新设定的系数α进行校正)。在不进行校正的情况下,光学系统调整指示部128向用户提示促使进行光学系统的物理再调整的消息(此处,通过将该消息显示于显示部140来进行提示,但是也可以利用声音等来进行提示)。
用校正后评价值判定部126对是否进行校正来进行判断的原因如下:即,为了避免因使用新设定的系数α的校正而导致评价值的偏差变大,对检查带来不好的影响(有损于检查结果的稳定性)。此外,为了方便说明,设在下文中,将对比度体积设定作为评价值,在校正后的评价值高于预先决定的检测阈值Vth时,判定为评价对象物200中有缺陷。此外,也可以根据对于评价对象物的检查的严格程度来任意地决定检测阈值Vth。即,随着检测阈值Vth变大,缺陷的检测灵敏度变差,随着检测阈值Vth变小,缺陷的检测灵敏度提高。
所要避免的第一事态是,尽管即使基于基准评价值群{X 1,X 2,...,X N}对是否有缺陷进行判定,而测试图案上的缺陷也是获得“有缺陷”的判定结果的缺陷,但是若基于校正后评价值群{αY 1,αY 2,...,αY N}来对是否有缺陷进行判定,则获得“无缺陷”的判定结果。
如图7(a)所示,在评价值群{Y 1,Y 2,...,Y N}的平均值Yave小于基准评价值群{X 1,X 2,...,X N}的平均值Xave的情况下,根据式(3)将α设定为大于1的值。因此,校正后评价值群{αY 1,αY 2,...,αY N}的偏差如图7(b)、图7(c)所示那样,比校正前评价值群{Y 1,Y 2,...,Y N}的偏差要大。
即使校正后评价值群{αY 1,αY 2,...,αY N}的偏差变大,但如图7(b)所示,若校正后评价值群{αY 1,αY 2,...,αY N}的最小值αYmin大于检测阈值Vth,则也不会发生上述事态。然而,如图7(c)所示,若因校正而偏差增大的结果即校正后评价值群{αY 1,αY 2,...,αY N}的最小值αY min小于检测阈值Vth,则至少对校正后评价值αY min会获得“没有缺陷”的错误的判定结果。
因此,校正后评价值判定部126通过比较由式(4)的左边定义的评价值群{Y 1,Y 2,...,Y N}的偏差的大小、和由式(4)的右边定义的阈值,从而对是否进行校正来进行判断。更具体而言,若式(4)为真,则判断为“进行校正”,若式(4)为假,则判断为“不进行校正“,从而避免如上所述那样的误判定。
此外,基于式(4)的真假来决定是否进行校正、从而能够避免如上所述那样的误判定的理由如下。
首先,对于即使基于任一评价值进行是否有缺陷的判定而也被判定为“有缺陷”的基准评价值群{X 1,X 2,...,X N},式(5)成立。
现在,若使用系数α来校正评价值群{Y 1,Y 2,...,Y N},则校正后评价值群{αY 1,αY 2,...,αY N}的平均值、最大值、及最小值分别成为αYave、αYmax、及αYmin。其中,Yave、Ymax、及Ymin分别是评价值群{Y 1,Y 2,...,Y N}的平均值、最大值、及最小值。此时,式(6)成立。
αYave=Xave ... (6)
式中,对于校正后评价值群{αY 1,αY 2,...,αY N},与基准评价值群{X 1,X 2,...,X N}相同,为了即使基于任一评价值来进行是否有缺陷的判定也被判定为“有缺陷”,需要满足式(7)。
若使用式(6)对式(7)进行变形,则获得式(4)。即,若式(4)为真,则即使基于校正后评价值群{αY 1,αY 2,...,αY N}对是否有缺陷进行判定,也与基于基准评价值群{X 1,X 2,...,X N}的判定相同,能够保证获得“有缺陷”的判定结果。
所要避免的第二事态是,尽管即使基于基准评价值群{X’1,X’2,...,X’N}对是否有缺陷进行判定,而测试图案上的缺陷也是获得“无缺陷”的判定结果的缺陷,但是如图7的(d)所示,若基于校正后评价值群{αY’1,αY’2,...,αY’N}来对是否有缺陷进行判定,则获得“有缺陷”的判定结果。在这种情况下,从图7(d)中可知,应判定为有缺陷的评价值群的分布区域、与应判定为没有缺陷的评价值群的分布区域重合,不能用检测阈值来区分是否有缺陷。换言之,会产生判定合格与否的灰色区域。
因此,校正后评价值判定部126通过比较由式(8)的左边定义的评价值群{Y′1,Y′2,...,Y′N}的偏差的大小、和由式(8)的右边定义的阈值,从而对是否进行校正来进行判断。更具体而言,若式(4)为真、且式(8)为真时,则判断为“进行校正”,若式(4)为假、或式(8)为假时,则判断为“不进行校正”,从而避免如上所述那样的误判定。
此外,基于式(8)的真假来决定是否进行校正、从而能够避免如上所述那样的误判定的理由如下。
首先,对于即使基于任一评价值进行是否有缺陷的判定而也被判定为“无缺陷”的基准评价值群{X’1,X’2,...,X’N},式(9)成立。
现在,若使用系数α来校正评价值群{Y’1,Y’2,...,Y’N},则校正后评价值群{αY’1,αY’2,...,αY’N}的平均值、最大值、及最小值分别成为αYave,αYmax,及αYmin,此时,式(10)成立
αY′ave =X′ave ... (10)
式中,对于校正后评价值群{αY’1,αY’2,...,αY’N},与基准评价值群{X’1,X’2,...,X’N}相同,为了即使基于任一评价值进行是否有缺陷的判定而也被判定为“无缺陷”,需要满足式(11)。
若使用式(10)对式(11)进行变形,则获得式(8)。即,若式(8)为真,则即使基于校正后评价值群{αY’1,αY’2,...,αY’N}对是否有缺陷进行判定,也与基于基准评价值群{X’1,X’2,...,X’N}的判定相同,能够保证获得“无缺陷”的判定结果。
(程序及记录介质)
最后,控制装置120所包含的各模块可以是由硬件逻辑构成,也可以如下文所述那样利用CPU通过软件来实现。
即,控制装置120包括:执行实现各功能的校正程序指令的CPU(central processing unit,中央处理器);存放上述程序的ROM(read only memory,只读存储器);展开上述程序的RAM(random access memory,随机存取存储器);以及存放上述程序及各种数据的存储器等存储装置(记录介质)等。然后,在记录介质中以计算机可读取形式记录了实现上述功能的软件、即校正程序的程序代码(可执行程序、中间代码程序、源程序),将该记录介质提供给控制装置120,控制装置120读出该记录介质中记录的程序代码并加以执行,通过这样也能够达到本发明的目的。
作为上述记录介质,例如能用磁带或盒带等的带类、包含软盘(floppy(注册商标)disc)/硬盘等磁盘和CD-ROM/MO/MD/DVD/CD-R等光盘的盘类、IC卡(包括存储卡)/光卡等的卡类、或者掩模ROM/EPROM/EEPROM/闪存ROM等的半导体存储器类等。
另外,控制装置120也可以采用能与通信网络连接的结构,通过通信网络将上述程序代码提供给控制装置120。作为该通信网络,没有特别限定,例如可利用互联网、内联网、外联网、LAN、ISDN、VAN、CATV通信网、虚拟个人网(virtual private network)、电话线路网、移动通信网、卫星通信网等。另外,作为构成通信网络的传输介质,没有特别限定,例如可用IEEE1394、USB、电力线载波、有线电视线路、电话线路、ADSL线路等有线方式,也可用IrDA或遥控器那样的红外线、蓝牙(Bluetooth(注册商标))、802.11无线、HDR、移动电话网、卫星线路、地面波数字网等无线方式。此外,本发明也能以通过电子传输的方式实现上述程序代码的、嵌入载波中的计算机数据信号的方式来实现。
(附加事项)
本发明并不限定于上述实施方式,在权利要求所示的范围内可以进行各种变更。即,对于将在权利要求所示的范围内进行适当变更后的技术手段进行组合而得到的实施方式,也包含在本发明的技术范围内。
此外,本发明也可表现为例如下文所述的形式。
1.一种校正装置,其特征在于,在将平面物体作为对象使用基于低分辨率图像生成的高分辨率图像来进行检查的图像检查装置中,包括:通过使用一边相对于评价对象图案偏移摄像位置一边对评价对象图案进行拍摄而获得的多幅图像、从而生成高分辨率图像的单元;一边相对于上述高分辨率图像偏移摄像位置一边生成多幅高分辨率图像、对每一幅高分辨率图像来测定对象图案的评价值的单元;以及考虑上述高分辨率图像的评价值和预先决定的基准值的偏差来计算用于装置校正的校正系数的单元。
2.如1所述的校正装置,其特征在于,在上述图像检查装置中,分辨率使用机械地控制评价对象图案与透镜、摄像元件之间的相对位置的驱动部来偏移任意的值,拍摄多幅图像,基于使所拍摄的多幅低分辨率图像偏移后的位置进行再配置,从而生成高分辨率图像。
3.如1所述的校正装置,其特征在于,在上述图像检查装置中,使用机械地控制评价对象图案与透镜、摄像元件之间的相对位置的驱动部,以高分辨率化所需要的位置偏移量以下的移动量进行偏移并拍摄多幅图像,生成摄像位置不同的多幅高分辨率图像。
4.如1所述的校正装置,其特征在于,在上述图像检查装置中,基于所生成的多幅高分辨率图像来测定评价值,在考虑因位置偏移而引起的评价值的偏差的基础上与基准值的数据群进行比较,从而计算校正系数。
5.如1所述的校正装置,其特征在于,上述基准值的数据群是在考虑评价对象图案和透镜、摄像元件的相对位置的位置偏移的基础上,在聚焦、光轴、亮度等光学系统的最佳条件下通过测定或计算评价值而算出的。
6.一种校正装置,其特征在于,上述光学系统的最佳条件是指在聚焦状态下没有光轴的偏移、能够以足够的大小检测出评价对象图案的评价值的状态。
7.如1所述的校正装置,其特征在于,在使用上述校正系数进行校正后,对由校正系数引起的评价值的偏差是否在上述预先决定的基准值的偏差以下进行判定,在超过基准值的情况下,促使操作者进行物理调整。
工业上的实用性
本发明能够用于检测各种评价对象物的各种缺陷。关于缺陷的种类,只要可在摄像图像中作为影像被捕捉到即可,关于评价对象物的种类,只要包含上述缺陷即可。特别适合用于液晶显示面板等显示装置的黑点缺陷、亮点缺陷等的缺陷检测。
Claims (10)
1.一种评价装置,基于对评价对象物进行拍摄而获得的摄像图像来计算该评价对象物的评价值,其特征在于,包括:
控制单元,该控制单元控制摄像装置,使得一边重复从以预定图案进行配置的多个摄像位置拍摄特定评价对象物的摄像动作,一边使该所有的多个摄像位置偏移;
生成单元,该生成单元基于各重复的摄像动作中由所述摄像装置拍摄的摄像图像群来生成比该摄像装置的摄像分辨率要高的分辨率的高分辨率图像;
计算单元,该计算单元基于由所述生成单元生成的各高分辨率图像来计算评价值;以及
设定单元,该设定单元将用于该评价装置的校正而与评价值相乘的系数设定为以下比值:即,对预先设定的基准评价值群的分布加上特征的特征量、相对于对由所述计算单元计算出的评价值群的分布加上特征的特征量之比.
2.如权利要求1所述的评价装置,其特征在于,
所述控制单元是对驱动所述摄像装置所包括的摄像元件的驱动机构进行控制的单元,控制该驱动机构,使得一边重复驱动该摄像元件以在所述多个摄像位置进行巡回的驱动动作,一边使该所有的多个摄像位置偏移。
3.如权利要求1所述的评价装置,其特征在于,
所述基准评价值群是所述摄像装置调整到适当状态时、由所述计算单元计算出的评价值群。
4.如权利要求3所述的评价装置,其特征在于,
所述适当的状态是所述摄像装置所包括的物镜的光轴与所述评价对象物的评价对象面正交、且通过该物镜入射的入射光聚焦到该摄像装置所包括的摄像元件的受光面上的状态。
5.如权利要求1所述的评价装置,其特征在于,
所述特征量是平均值、最大值、最小值、方差、或标准偏差中的任一个或其组合。
6.如权利要求1所述的评价装置,其特征在于,
在下式(A)及式(B)中至少一个式子为真的情况下,使用由所述设定单元设定的系数进行评价值的校正。
Yave Xave
其中,Xave表示所述基准评价值群的平均值,Yave表示由所述计算单元计算出的评价值群的平均值,Ymax表示由所述计算单元计算出的评价值群的最大值,Ymin表示由所述计算单元计算出的评价值群的最小值,Vth表示预先决定的检测阈值。
7.如权利要求6所述的评价装置,其特征在于,
包括提示单元,该提示单元在所述式(A)及式(B)都为假的情况下,提示促使对所述摄像装置进行物理调整的消息。
8.一种校正方法,是对基于对评价对象物进行拍摄而获得的摄像图像来计算该评价对象物的评价值的评价装置的校正方法,其特征在于,包括:
控制工序,该控制工序控制摄像装置,使得一边重复从以预定图案进行配置的多个摄像位置拍摄特定评价对象物的摄像动作,一边使所有的该多个摄像位置偏移;
生成工序,该生成工序基于各重复的摄像动作中由所述摄像装置拍摄的摄像图像群来生成比该摄像装置的摄像分辨率要高的分辨率的高分辨率图像;
计算工序,该计算工序基于由所述生成工序生成的各高分辨率图像来计算评价值;以及
设定工序,该设定工序将用于该评价装置的校正而与评价值相乘的系数设定为以下比值:即,对预先设定的基准评价值群的分布加上特征的特征量、相对于对由所述计算工序计算出的评价值群的分布加上特征的特征量之比。
9.一种校正程序,其特征在于,
是用于使计算机执行权利要求8所述的校正方法的校正程序,使该计算机执行所述各工序。
10.一种记录介质,其特征在于,
记录有权利要求9所述的校正程序,可由计算机读取。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008-232255 | 2008-09-10 | ||
JP2008232255A JP4416827B1 (ja) | 2008-09-10 | 2008-09-10 | 評価装置、校正方法、校正プログラム、及び、記録媒体 |
PCT/JP2009/065861 WO2010029976A1 (ja) | 2008-09-10 | 2009-09-10 | 評価装置、校正方法、校正プログラム、及び、記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102144156A true CN102144156A (zh) | 2011-08-03 |
CN102144156B CN102144156B (zh) | 2013-10-02 |
Family
ID=42005226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200980134847.6A Expired - Fee Related CN102144156B (zh) | 2008-09-10 | 2009-09-10 | 评价装置及校正方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP4416827B1 (zh) |
CN (1) | CN102144156B (zh) |
WO (1) | WO2010029976A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630542A (zh) * | 2012-08-27 | 2014-03-12 | Ntn株式会社 | 缺陷检测装置、缺陷修正装置及缺陷检测方法 |
CN103733055A (zh) * | 2011-08-31 | 2014-04-16 | 夏普株式会社 | 配线缺陷检测方法和配线缺陷检测装置、以及半导体基板的制造方法 |
CN104081756A (zh) * | 2012-02-03 | 2014-10-01 | 松下电器产业株式会社 | 评价方法、评价装置、计算机程序以及记录介质 |
CN106645211A (zh) * | 2016-12-28 | 2017-05-10 | 武汉华星光电技术有限公司 | 用于矫正干蚀刻机台的扫描传感器的检测治具及方法 |
CN108629215A (zh) * | 2017-03-21 | 2018-10-09 | 卡西欧计算机株式会社 | 账簿文件处理装置、账簿文件处理方法以及记录介质 |
CN109919404A (zh) * | 2017-12-12 | 2019-06-21 | 富士施乐株式会社 | 信息处理装置 |
CN110691186A (zh) * | 2018-07-06 | 2020-01-14 | 佳能株式会社 | 图像处理装置、控制方法和记录介质 |
CN112964720A (zh) * | 2019-11-28 | 2021-06-15 | 株式会社理光 | 评价装置、评价方法、存储介质以及计算机装置 |
CN114945803A (zh) * | 2020-01-14 | 2022-08-26 | 三菱电机株式会社 | 信号处理装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6410459B2 (ja) * | 2014-04-22 | 2018-10-24 | キヤノン株式会社 | 画像検査方法、および画像検査装置 |
CN113804833B (zh) * | 2021-09-17 | 2022-04-29 | 重庆大学 | 基于凸集投影和极限学习机的电子鼻漂移通用校准方法 |
CN116193240B (zh) * | 2023-04-27 | 2023-10-03 | 天津奇立软件技术有限公司 | 一种电子设备状态评估方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5768443A (en) * | 1995-12-19 | 1998-06-16 | Cognex Corporation | Method for coordinating multiple fields of view in multi-camera |
CN2452021Y (zh) * | 2000-11-29 | 2001-10-03 | 中国科学院大连化学物理研究所 | 微型激光诱导荧光检测器观测校准装置 |
CN1805507A (zh) * | 2005-01-13 | 2006-07-19 | 奥林巴斯映像株式会社 | 具有振动校正功能的摄影装置和振动校正方法 |
US20070033999A1 (en) * | 2003-04-24 | 2007-02-15 | Hans-Dieter Bothe | Device and method for calibrating an image sensor |
CN101080617A (zh) * | 2004-12-15 | 2007-11-28 | 皇家飞利浦电子股份有限公司 | 利用多元光学元件的光学分析校准 |
JP2007309760A (ja) * | 2006-05-18 | 2007-11-29 | Canon Chemicals Inc | 欠陥検出方法および装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62214334A (ja) * | 1986-03-17 | 1987-09-21 | Mitsubishi Electric Corp | 表面欠陥探傷装置 |
JP3672371B2 (ja) * | 1996-02-23 | 2005-07-20 | 松下電器産業株式会社 | 撮像手段による実空間長測定方法及び光学系の校正方法、並びに光学系の校正に用いる基準ゲージ |
JP2000004404A (ja) * | 1998-06-15 | 2000-01-07 | Sharp Corp | 撮像装置 |
JP2002318200A (ja) * | 2001-04-20 | 2002-10-31 | Hitachi Eng Co Ltd | 撮像カメラを利用した容器等の被検体検査装置 |
JP4021351B2 (ja) * | 2003-03-24 | 2007-12-12 | 株式会社新川 | ボンディング用照明装置及びボンディング用照明装置の較正方法 |
JP2005025503A (ja) * | 2003-07-02 | 2005-01-27 | Sharp Corp | フィルタの設計方法、フィルタ、欠陥検査方法および欠陥検査装置 |
-
2008
- 2008-09-10 JP JP2008232255A patent/JP4416827B1/ja active Active
-
2009
- 2009-09-10 WO PCT/JP2009/065861 patent/WO2010029976A1/ja active Application Filing
- 2009-09-10 CN CN200980134847.6A patent/CN102144156B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5768443A (en) * | 1995-12-19 | 1998-06-16 | Cognex Corporation | Method for coordinating multiple fields of view in multi-camera |
CN2452021Y (zh) * | 2000-11-29 | 2001-10-03 | 中国科学院大连化学物理研究所 | 微型激光诱导荧光检测器观测校准装置 |
US20070033999A1 (en) * | 2003-04-24 | 2007-02-15 | Hans-Dieter Bothe | Device and method for calibrating an image sensor |
CN101080617A (zh) * | 2004-12-15 | 2007-11-28 | 皇家飞利浦电子股份有限公司 | 利用多元光学元件的光学分析校准 |
CN1805507A (zh) * | 2005-01-13 | 2006-07-19 | 奥林巴斯映像株式会社 | 具有振动校正功能的摄影装置和振动校正方法 |
JP2007309760A (ja) * | 2006-05-18 | 2007-11-29 | Canon Chemicals Inc | 欠陥検出方法および装置 |
Non-Patent Citations (1)
Title |
---|
王红梅等: "一种新的多传感器图像融合方法", 《西北工业大学学报》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103733055A (zh) * | 2011-08-31 | 2014-04-16 | 夏普株式会社 | 配线缺陷检测方法和配线缺陷检测装置、以及半导体基板的制造方法 |
CN103733055B (zh) * | 2011-08-31 | 2015-11-25 | 夏普株式会社 | 配线缺陷检测方法和配线缺陷检测装置、以及半导体基板的制造方法 |
CN104081756A (zh) * | 2012-02-03 | 2014-10-01 | 松下电器产业株式会社 | 评价方法、评价装置、计算机程序以及记录介质 |
CN104081756B (zh) * | 2012-02-03 | 2017-07-11 | 松下电器产业株式会社 | 评价方法以及评价装置 |
CN103630542A (zh) * | 2012-08-27 | 2014-03-12 | Ntn株式会社 | 缺陷检测装置、缺陷修正装置及缺陷检测方法 |
CN106645211B (zh) * | 2016-12-28 | 2019-07-12 | 武汉华星光电技术有限公司 | 用于矫正干蚀刻机台的扫描传感器的检测治具及方法 |
CN106645211A (zh) * | 2016-12-28 | 2017-05-10 | 武汉华星光电技术有限公司 | 用于矫正干蚀刻机台的扫描传感器的检测治具及方法 |
CN108629215A (zh) * | 2017-03-21 | 2018-10-09 | 卡西欧计算机株式会社 | 账簿文件处理装置、账簿文件处理方法以及记录介质 |
CN108629215B (zh) * | 2017-03-21 | 2020-12-25 | 卡西欧计算机株式会社 | 账簿文件处理装置、账簿文件处理方法以及记录介质 |
CN109919404A (zh) * | 2017-12-12 | 2019-06-21 | 富士施乐株式会社 | 信息处理装置 |
CN110691186A (zh) * | 2018-07-06 | 2020-01-14 | 佳能株式会社 | 图像处理装置、控制方法和记录介质 |
US11336831B2 (en) | 2018-07-06 | 2022-05-17 | Canon Kabushiki Kaisha | Image processing device, control method, and program storage medium |
CN112964720A (zh) * | 2019-11-28 | 2021-06-15 | 株式会社理光 | 评价装置、评价方法、存储介质以及计算机装置 |
CN114945803A (zh) * | 2020-01-14 | 2022-08-26 | 三菱电机株式会社 | 信号处理装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102144156B (zh) | 2013-10-02 |
JP4416827B1 (ja) | 2010-02-17 |
WO2010029976A1 (ja) | 2010-03-18 |
JP2010066102A (ja) | 2010-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102144156B (zh) | 评价装置及校正方法 | |
CN110447061B (zh) | 亮度补偿方法、亮度补偿装置、显示装置及存储介质 | |
CN101822039B (zh) | 用于针对图像确定照相机瑕疵的系统和方法 | |
TWI328396B (zh) | ||
CN102957863B (zh) | 摄像设备、图像处理设备和图像处理方法 | |
TWI393980B (zh) | The method of calculating the depth of field and its method and the method of calculating the blurred state of the image | |
CN104081756B (zh) | 评价方法以及评价装置 | |
TW453110B (en) | Pixel defect detector for solid-state imaging device | |
CN101452199B (zh) | 调制传递函数值的测量方法 | |
JP2002112099A (ja) | 画像修復装置および画像修復方法 | |
CN107835337A (zh) | 黑白面阵ccd相机平场校正方法及系统 | |
JP2009164690A (ja) | 画像処理装置、補正情報生成方法、および撮像装置 | |
CN107370910A (zh) | 基于最优曝光的最小包围曝光集合获取方法 | |
JP4416825B2 (ja) | 画像検査処理装置、画像検査処理方法、プログラム、及び、記録媒体 | |
JP2021196643A (ja) | 推論装置、撮像装置、学習装置、推論方法、学習方法、及びプログラム | |
JP2008003063A (ja) | シェーディング補正方法、欠陥検出方法、欠陥検出装置、欠陥検出装置の制御方法プログラム | |
CN103581578A (zh) | 图像拾取装置和图像拾取方法 | |
JP2007208698A (ja) | 映像照射装置 | |
CN105580354B (zh) | 摄像装置和图像处理方法 | |
JP4610656B2 (ja) | 検査装置、検査方法、プログラムおよび記録媒体 | |
CN101644886B (zh) | 光学自动调焦方法及系统 | |
US7551213B2 (en) | Method for detecting vertical transfer defects in image sensors | |
CN105745923B (zh) | 摄像装置及图像处理方法 | |
JP4936222B2 (ja) | 動きベクトル照合装置、画像合成装置及びプログラム | |
JP2010273282A (ja) | 画像処理装置、撮像装置及び画像処理プログラム |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131002 Termination date: 20160910 |