CN103837548A - 用于检测具有周期图案的图像的缺陷的装置和方法 - Google Patents

用于检测具有周期图案的图像的缺陷的装置和方法 Download PDF

Info

Publication number
CN103837548A
CN103837548A CN201310616218.5A CN201310616218A CN103837548A CN 103837548 A CN103837548 A CN 103837548A CN 201310616218 A CN201310616218 A CN 201310616218A CN 103837548 A CN103837548 A CN 103837548A
Authority
CN
China
Prior art keywords
oblique angle
defect
pattern
image
original 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
CN201310616218.5A
Other languages
English (en)
Other versions
CN103837548B (zh
Inventor
P·拉沃勒
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.)
LG Display Co Ltd
Original Assignee
LG Display 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 LG Display Co Ltd filed Critical LG Display Co Ltd
Publication of CN103837548A publication Critical patent/CN103837548A/zh
Application granted granted Critical
Publication of CN103837548B publication Critical patent/CN103837548B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N21/95—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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws

Landscapes

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

Abstract

本发明涉及用于检测具有周期图案的图像的缺陷的装置和方法。公开了一种缺陷检测装置，该缺陷检测装置包括：角提取器，设置成从其中多个图案按周期间隔形成的原始图像提取所述图案的斜角；图案周期提取器，设置成通过利用所述斜角提取所述多个图案彼此分离的图案周期；以及图像移位器，设置成沿与所述斜角垂直的方向将所述原始图像根据移位所述图案周期，以形成移位图像。本发明通过利用所述周期图案的斜角和图案周期来移位图像，由此，容易地提取所述原始图像的缺陷。

Description

用于检测具有周期图案的图像的缺陷的装置和方法
技术领域
本发明涉及缺陷检测装置和方法。更具体地，本发明涉及用于检测具有周期图案的图像的缺陷的装置和方法。
背景技术
图1和2是示出检测具有周期图案的图像的缺陷的现有技术方法的图。
如图1所示，现有技术方法移位用于检测缺陷的图像，测量图像在移位之前和之后的误差，以及利用在误差最小化时的移位值来提取图案周期。
例如，当px指示沿垂直方向移位的值而py指示沿水平方向移位的值时，现有技术方法通过用于提取图案的重复周期重复步骤而渐进地增加px和py并且移位图像，分析移位之前和之后的图像误差，以计算具有最小误差的图像。即，当图像之间的误差最小时的px和py被提取为图案周期。
然而，在现有技术中，因为应当将图像重复地移位直到测量出最小误差为止以用于提取图案周期，所以花费了相当多的计算时间。
而且，当检测具有周期图案的图像的缺陷的现有技术方法被应用至具有如图2所示复杂形状图案的图像时，测量具有这种复杂图案的图像的误差是不准确的。为此，难以提取足够准确的图案周期。
发明内容
因此，本发明致力于提供一种用于检测具有周期图案的图像的缺陷的装置和方法，其基本上消除了因现有技术的局限性和缺点而造成的一个或更多个问题。
本发明的优点是，提供用于从具有周期图案的图像中快速提取图案周期的缺陷检测装置和方法。
本发明的另一方面是，提供这样一种缺陷检测装置和方法，即，其提取具有图案形成在其中的斜角，并且利用该斜角来移位图像，由此增强算术运算速度。
本发明的附加优点和特征在下面的描述中将部分地加以阐述，并且对于本领域普通技术人员而言通过下面的审查将部分地变清楚，或者可以根据本发明的具体实践而获知。本发明的目的和其它优点可以通过在书面说明书及其权利要求书以及附图中具体指出的结构来实现和获得。
为实现这些和其它优点并且根据本发明的目的，如在此具体实施和广泛描述的，提供了一种缺陷检测装置，该缺陷检测装置包括：角提取器，所述角提取器被设置成从其中多个图案按周期间隔形成的原始图像提取所述图案的斜角；图案周期提取器，所述图案周期提取器被设置成通过利用所述斜角提取所述多个图案彼此分离的图案周期；以及图像移位器，所述图像移位器被设置成沿与所述斜角垂直的方向将所述原始图像移位所述图案周期，以形成移位图像。
在本发明的另一方面，提供了一种缺陷检测方法，该缺陷检测方法包括以下步骤：从其中多个图案按周期间隔形成的原始图像提取所述图案的斜角；通过利用所述斜角提取所述多个图案彼此分离的图案周期；以及沿与所述斜角垂直的方向将所述原始图像移位所述图案周期，以形成移位图像。
应当明白，本发明的前述一般描述和下面的详细描述都是示例性和解释性的，并且旨在提供对如要求保护的本发明的进一步阐释。
附图说明
附图被包括进来以提供对本发明的进一步理解，并且被并入并构成本申请的一部分，例示了本发明的实施方式，并与描述一起用于说明本发明的原理。在图中：
图1和2是示出检测具有周期图案的图像的缺陷的现有技术方法的图；
图3是例示根据本发明的缺陷检测装置的实施方式的框图；
图4是示出在从根据本发明的缺陷检测装置获取的原始图像中周期性地形成具有特定斜角的图案的图像；
图5是例示根据本发明的缺陷检测装置的实施方式中的角提取器的框图；
图6是例示根据本发明的缺陷检测装置的实施方式中的矢量图的框图；
图7是示出根据本发明的缺陷检测装置的实施方式中的根据斜角的累积矢量数的直方图；
图8是例示根据本发明的缺陷检测装置的实施方式中的图案周期提取器的框图；
图9A和9B例示了在根据本发明的缺陷检测装置的实施方式中提取图案周期；
图10是示出根据本发明的缺陷检测装置的实施方式中的图像移位器的图像移位的图；
图11是示出根据本发明的缺陷检测装置的实施方式中的缺陷检测器中的所检测缺陷的图；以及
图12是例示根据本发明的缺陷检测方法的实施方式的流程图。
具体实施方式
下面，对本发明的示例性实施方式进行详细说明，其示例在附图中进行了例示。在可能的情况下，贯穿附图使用相同标号来指示相同或相似部件。
根据本发明的缺陷检测装置删除用于检测周期性形成图案的无定形缺陷的该周期性形成图案，并且仅提取不规则缺陷。
当具有周期图案的图像移动图案周期以删除交叠区时，仅保留非周期性缺陷，但根据本发明的缺陷检测装置利用所述原理来检测缺陷。
下面，参照附图，对根据本发明的从原始图案提取周期图案的斜角、提取图案周期、移位图像，以及检测缺陷的缺陷检测装置进行详细描述。
图3是例示根据本发明的缺陷检测装置100的实施方式的框图。
如在图3看到，根据本发明的缺陷检测装置100包括：角提取器120、图案周期提取器130以及图像移位器140。而且，根据情况，缺陷检测装置100还可以包括：图像获取器110、缺陷检测器150以及缺陷分类器160。
图像获取器110获取其中按周期间隔形成图案的原始图像。在实施方式中，图像获取器10可以包括诸如CCD图像传感器的图像获取传感器。下面，参照图4，对从图像获取器110获取的具有周期图案的图像的实施方式进行描述。
图4是示出在从根据本发明的缺陷检测装置获取的原始图像中周期性地形成具有特定斜角的图案的图像。
如在图4中看到的，图像获取器110获取其中按周期间隔形成图案的原始图像的图片。这里，形成在原始图像中的图案可以按特定斜角倾斜。
在实施方式中，该原始图像可以是其中电信号流动的显示装置的电路图案或其中电信号流动的半导体电路图案，但也可以是包括周期性重复的图案的图像，而不限于此。
而且，该原始图像包括周期性形成的图案和沿形成周期图案的线形成的不规则形状缺陷。该缺陷包括诸如在电路图案之间的短路和断开之类的各种缺陷。
再次参照图3，角提取器120从具有按周期间隔形成的图案的原始图像中提取图案的斜角。
这将参照图5至7进行更详细描述。
图5是例示根据本发明的缺陷检测装置的实施方式中的角提取器的框图，图6是例示根据本发明的缺陷检测装置的实施方式中的矢量图的框图，而图7是示出根据本发明的缺陷检测装置的实施方式中的根据斜角的累积矢量数的直方图。
如在图5看到，在实施方式中，角提取器120包括矢量图形成单元121和直方图形成单元123。
矢量图形成单元121形成显示该图案的斜角和尺寸矢量的斜率矢量图。
如在图6看到，在实施方式中，矢量图形成单元121可以分析包括在原始图像中的图案，以提取斜角和具有尺寸的矢量，并且形成显示该斜角和矢量的斜率矢量图。该矢量图包括多个矢量，这些矢量在设置对应矢量的区中具有尺寸和斜角。
直方图形成单元123按照根据斜角的累积矢量数分析包括该图案的斜角和尺寸的矢量，以提取所分析直方图。
如在图7看到，在实施方式中，直方图形成单元123利用通过矢量图形成单元121形成的斜率矢量图，根据斜角分类多个矢量，并且提取通过分析根据斜角的累积矢量数而获取的直方图。
在通过分析根据斜角的累积矢量数而获取的直方图中，根据斜角的累积矢量数可以采用正态分布形式来示出。
形成周期图案的斜角可以通过分析斜率矢量图而发现。即，斜率矢量图包括具有斜角和尺寸的多个矢量，并由此，当斜率矢量图被表达为在斜角作为x轴的情况下通过计数具有对应斜角的矢量的数量而获取的直方图时，可以发现所述多个矢量的最多的斜角。
这指示包括在原始图像中的周期性形成的图案中的矢量的最多的斜角，并由此，所发现斜角可以被预测为形成原始图像的图案的斜角。
例如，可以在图7的直方图中看出，在大约10度处存在最多累积矢量。这指示形成在原始图像中的图案的斜角大约为10度。
再次参照图3，图案周期提取器130利用斜角提取多个图案彼此分离的图案周期。
图案周期提取器130可以形成沿平行于或垂直于斜角的方向的虚拟直线，并且分析记录沿该虚拟直线的亮度变化的直方图，以提取其中多个图案彼此分离的图案周期。
这将参照图8和9进行更详细描述。
图8是例示根据本发明的缺陷检测装置的实施方式中的图案周期提取器的框图，而图9B是根据本发明的缺陷检测装置的实施方式中的用于提取图案周期的直方图。
如在图8中看到的，图案周期提取器130包括轮廓提取单元131和图案周期计算单元133。
轮廓提取单元131利用图案的斜角提取沿按斜角方向（平行方向）和垂直于斜角的方向形成的虚拟直线的亮度变化，作为轮廓。
即，在实施方式中，如在图9A中看到的，轮廓提取单元131分析沿按斜角方向①和垂直于该斜角的方向②通过的直线的暗度与亮度变化，以形成图9B所示的轮廓。更具体地，轮廓提取单元131分析沿按斜角方向①形成的直线的暗度与亮度变化，以形成1号轮廓（图9B中的上部），并且分析沿按垂直于斜角的方向②形成的直线的暗度与亮度变化，以形成2号轮廓（图9B中的下部）。
在这种情况下，如图9B中看到的，可以发现，沿按垂直于斜角的方向形成的虚拟直线的暗度与亮度变化按与图案的周期匹配的周期进行。
图案周期计算单元133利用通过轮廓提取单元131提取的轮廓来计算其中暗度与亮度的水平按该轮廓改变的周期，以提取形成在原始文件中的图案的分离周期。
在实施方式中，图案周期计算单元133利用根据沿在斜角方向和垂直于该斜角的方向上通过的直线的暗度与亮度变化而形成的1号轮廓和2号轮廓来计算该图案周期。即，在2号轮廓中，多个图案彼此分离的间隔匹配周期性地形成的图案的周期，并由此，图案周期计算单元133可以提取具有重复轮廓的形式的周期，以计算该图案的周期。
再次参照图3，图像移位器140沿与斜角垂直和平行的方向中的至少一个方向将原始图像移位图案周期，以形成移位图像。
这将参照图10进行更详细描述。
图10是示出根据本发明的缺陷检测装置的实施方式中的图像移位器的图像移位的图。
图像移位器140可以利用从原始图像提取的图案的斜率，沿斜角方向和垂直于该斜角的方向移位图像。
如在图10中看到的，在实施方式中，图像移位器140可以沿以下方向中的至少一个方向移位图像：平行于斜角的负方向、平行于斜角的正方向、垂直于斜角的负方向，以及垂直于斜角的正方向。
这时，图像移位器140可以沿上述方向将原始图像移位图案周期，以生成移位图像，但当不存在缺陷图案时，通过将原始图像移位该图案周期，原始图像可以完全匹配该移位图像。
再次参照图3，缺陷检测器150从原始图像和移位图像去除交叠区，以检测缺陷。
在实施方式中，缺陷检测器150可以组合通过图像移位器140移位的多个图像，以去除交叠区，并且仅提取非交叠区。缺陷检测器150可以确定所提取非交叠区作为缺陷区。
即，因为按照周期图案重复的区即使在移位图像中也维持该周期图案，所以缺陷检测器150确定该重复区不是缺陷区，并且因为非周期性形成的区域不重复，所以缺陷检测器150可以确定非周期性地形成的区是缺陷区。
这将参照图11进行更详细描述。
图11例示了根据本发明的缺陷检测装置的实施方式中的缺陷检测器中的所检测缺陷。
如在图11看到，缺陷检测器150交叠原始图像与沿平行于斜角的负方向移位的图像，并且通过从交叠图像去除重复区，缺陷检测器150提取已经沿平行于斜角的负方向移动的缺陷区。
而且，缺陷检测器150交叠原始图像与沿平行于斜角的正方向移位的图像，并且通过从交叠图像去除重复区，缺陷检测器150提取已经沿平行于斜角的正方向移动的缺陷区。
而且，缺陷检测器150交叠原始图像与沿垂直于斜角的负方向移位的图像，并且通过从交叠图像去除重复区，缺陷检测器150提取已经沿垂直于斜角的负方向移动的缺陷区。
而且，缺陷检测器150交叠原始图像与沿垂直于斜角的正方向移位的图像，并且通过从交叠图像去除重复区，缺陷检测器150提取已经沿垂直于斜角的正方向移动的缺陷区。
这样，通过最终相加具有通过交叠原始图像与沿四个方向移位的图像而获取的缺陷区的图像，从原始图像去除通过按特定周期重复而形成的图案，从而仅缺陷区保留。
然而，如上所述，根据本发明的缺陷检测装置100不需要为了从原始图像中寻找缺陷区而沿全部四个方向来移位图像，而在另一实施方式中，缺陷检测器150可以通过相加原始图像与沿平行于斜角的负方向、平行于斜角的正方向、垂直于斜角的负方向，以及垂直于斜角的正方向移位的图像中的至少一个图像来去除交叠区，从而提取原始图像的缺陷。
缺陷分类器160存储多个预定缺陷类型，并且分类通过缺陷检测器150确定为缺陷区的目标的缺陷类型。为此，缺陷分类器160可以存储缺陷数据，包括缺陷的种类、尺寸、类型等。
<缺陷检测方法>
图12是例示根据本发明的缺陷检测方法的实施方式的流程图。
如在图12看到，根据本发明的缺陷检测方法首先在操作S1100中，从其中按周期间隔形成多个图案的原始图像中提取图案的斜角。
原始图像可以利用图像拍摄装置或先前拍摄图像来获取，并且可以包括按非周期性和不规则类型形成的缺陷区，和按周期间隔形成的图案。
在实施方式中，角提取操作可以提取包括所述图案的斜角和尺寸的矢量，以分析根据斜角的累积矢量数，并且确定具有最大累积矢量数的斜角作为该图案的斜角。
为此，角提取操作可以分析原始图像，以形成显示图案的斜率和尺寸矢量的斜率矢量图。该斜率矢量图要显示构成该图案的多个提取矢量当中的对应矢量的尺寸和斜角。
包括在斜率矢量图中的所述多个矢量包括该图案的斜角信息，并由此，根据该图案的斜角的累积矢量数可以利用直方图来提取。
即，斜率矢量图包括具有斜角和尺寸的多个矢量，并且通过将该斜率矢量图表达为利用斜角作为x轴的直方图，可以发现具有最多矢量的斜角。
在该直方图中，具有最多累积矢量的斜率指示包括在原始图像中的多个矢量的方向当中的最多方向，并由此，可以被预测为图案的斜角。
随后，该缺陷检测方法在操作S1200中，利用斜角提取多个图案彼此分离的图案周期。
在实施方式中，图案周期提取操作可以分析沿按斜角方向和垂直于该斜角的方向通过的多条直线中的一条直线的暗度与亮度变化，以提取该图案周期。
例如，图案周期提取操作沿垂直于被形成为按特定周期彼此分离的图案的方向来形成虚拟直线，并且通过提取沿该虚拟直线的亮度变化，根据所述多个图案重复的周期来周期性地进行亮度变化。
因此，图案周期提取操作可以提取图案的斜角，以形成沿平行于或垂直于斜角的方向的虚拟直线，并且通过分析沿对应直线的暗度与亮度变化，图案周期提取操作可以提取形成在原始图像中的周期图案的图案周期。
随后，在操作S1300中，该缺陷检测方法将原始图像移位该图案周期，以形成移位图像。
因为提取了斜角和图案周期，所以利用该斜角和图案周期来移位原始图像。即，该原始图像沿平行于和垂直于该斜角的方向移位。这里，可以将原始图像移位图案周期。当可以将原始图像移位图案周期以形成移位图像时，可以看出，除了缺陷区以外的图案彼此匹配。
在实施方式中，图像移位可以沿以下方向中的至少一个方向来执行：平行于斜角的负方向、平行于斜角的正方向、垂直于斜角的负方向，以及垂直于斜角的正方向。
而且，图像移位可以通过沿所述方向将原始图像移位图案周期来进行。因为图案被形成为在原始图像中按特定周期重复，所以通过沿垂直于或平行于该图案的斜角的方向将原始图像移位图案周期，原始图像最多部分地交叠移位图像。
随后，在操作S1400中，该缺陷检测方法去除原始图像与移位图像之间的交叠区，以检测缺陷。
如上所述，原始图像最多部分地交叠移位图像。然而，当缺陷形成在特定区域中时，原始图像的缺陷位置不同于移位图像的缺陷位置，并由此，原始图像的缺陷的位置不同于移位图像的缺陷的位置。结果，当通过交叠原始图像与移位图像来去除交叠区时，仅非交叠缺陷保留在组合图像中。
在实施方式中，该缺陷检测方法交叠原始图像与沿平行于斜角的负方向移位的图像，并且通过从交叠图像去除重复区，该缺陷检测方法提取已经沿平行于斜角的负方向移动的缺陷区。
而且，该缺陷检测方法交叠原始图像与沿平行于斜角的正方向移位的图像，并且通过从交叠图像去除重复区，该缺陷检测方法提取已经沿平行于斜角的正方向移动的缺陷区。
而且，该缺陷检测方法交叠原始图像与沿垂直于斜角的负方向移位的图像，并且通过从交叠图像去除重复区，该缺陷检测方法提取已经沿垂直于斜角的负方向移动的缺陷区。
而且，该缺陷检测方法交叠原始图像与沿垂直于斜角的正方向移位的图像，并且通过从交叠图像去除重复区，该缺陷检测方法提取已经沿垂直于斜角的正方向移动的缺陷区。
这样，通过最终相加具有通过交叠原始图像与沿四个方向移位的图像而获取的缺陷区的图像（四个图像），从原始图像去除通过按特定周期重复而形成的图案，从而仅缺陷区保留。
然而，如上所述，根据本发明的缺陷检测方法不需要为了从原始图像中寻找缺陷区而沿全部四个方向来移位图像，而在另一实施方式中，该缺陷检测方法可以通过交叠原始图像与沿平行于斜角的负方向、平行于斜角的正方向、垂直于斜角的负方向，以及垂直于斜角的正方向移位的图像中的至少一个图像来去除交叠区，从而提取原始图像的缺陷。
如上所述，本发明可以快速提取周期图案的斜角。
而且，本发明可以通过利用周期图案的斜角而容易地提取图案周期。
而且，本发明通过利用周期图案的斜角和图案周期来移位图像，由此，容易地提取所述原始图像的缺陷。
本领域技术人员应当明白，在不脱离本发明的精神或范围的情况下，可以对本发明进行各种修改和变型。由此，本发明旨在覆盖落入随附权利要求书及其等同物的范围内的、本发明的修改例和变型例。
相关申请的交叉引用
本申请要求在2012年11月27日提交的韩国专利申请No.10-2012-0135612的优先权，为了所有目的，该韩国专利申请通过引用合并于此，如在此全面阐述一样。

Claims (10)

1.一种缺陷检测装置，该缺陷检测装置包括：
角提取器，所述角提取器被设置成从其中多个图案按周期间隔形成的原始图像提取图案的斜角；
图案周期提取器，所述图案周期提取器被设置成通过利用所述斜角提取所述多个图案彼此分离的图案周期；以及
图像移位器，所述图像移位器被设置成沿与所述斜角垂直的方向将所述原始图像移位所述图案周期，以形成移位图像。
2.根据权利要求1所述的缺陷检测装置，所述缺陷检测装置还包括缺陷检测器，所述缺陷检测器被设置成：组合所述原始图像和所述移位图像以去除交叠区，并且提取非交叠区以检测所述非交叠区作为缺陷。
3.根据权利要求1所述的缺陷检测装置，其中，所述角提取器包括矢量图形成单元，所述矢量图形成单元被设置成形成斜率矢量图，所述斜率矢量图显示包括所述图案的所述斜角和尺寸矢量中的至少一个的多个矢量。
4.根据权利要求1所述的缺陷检测装置，其中，所述角提取器包括直方图形成单元，所述直方图形成单元被设置成：提取通过按照根据斜角的累积矢量数来分析包括所述图案的所述斜角和尺寸的矢量而获取的直方图，并且提取具有最多累积矢量的斜角作为所述图案的所述斜角。
5.根据权利要求1所述的缺陷检测装置，其中，所述图案周期提取器包括轮廓提取单元，所述轮廓提取单元被设置成在所述原始图像中提取轮廓，所述轮廓是通过分析沿按所述斜角的方向和与所述斜角垂直的方向通过的多条直线中的至少一条直线的暗度与亮度变化而获取的。
6.根据权利要求1所述的缺陷检测装置，其中，所述图案周期提取器包括图案周期计算单元，所述图案周期计算单元被设置成分析沿按所述斜角的方向和与所述斜角垂直的方向通过的直线的暗度与亮度变化，以计算所述图案周期。
7.一种缺陷检测方法，该缺陷检测方法包括以下步骤：
从其中多个图案按周期间隔形成的原始图像提取所述图案的斜角；
通过利用所述斜角提取所述多个图案彼此分离的图案周期；以及
沿与所述斜角垂直的方向将所述原始图像移位所述图案周期，以形成移位图像。
8.根据权利要求7所述的缺陷检测方法，所述方法还包括以下步骤：从所述原始图像和所述移位图像去除交叠区，以检测缺陷。
9.根据权利要求7所述的缺陷检测方法，其中，提取斜角的所述步骤包括：提取包括所述图案的所述斜角和尺寸的矢量以分析根据斜角的累积矢量数，并且确定具有最多累积矢量的斜率作为所述图案的所述斜角。
10.根据权利要求7所述的缺陷检测方法，其中，提取图案周期的所述步骤包括：分析沿按所述斜角的方向和与所述斜角垂直的方向通过的直线的暗度和亮度变化，以计算所述图案周期。
CN201310616218.5A 2012-11-27 2013-11-27 用于检测具有周期图案的图像的缺陷的装置和方法 Expired - Fee Related CN103837548B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2012-0135612 2012-11-27
KR1020120135612A KR20140067840A (ko) 2012-11-27 2012-11-27 주기적인 패턴이 형성된 이미지의 결함 검출장치 및 결함 검출방법

Publications (2)

Publication Number Publication Date
CN103837548A true CN103837548A (zh) 2014-06-04
CN103837548B CN103837548B (zh) 2016-08-17

Family

ID=50801264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310616218.5A Expired - Fee Related CN103837548B (zh) 2012-11-27 2013-11-27 用于检测具有周期图案的图像的缺陷的装置和方法

Country Status (2)

Country Link
KR (1) KR20140067840A (zh)
CN (1) CN103837548B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111476938A (zh) * 2019-01-24 2020-07-31 中科晶源微电子技术（北京）有限公司 用于周期性样式的异常检测

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU4277501A (en) * 2000-03-24 2001-10-03 Olympus Optical Co., Ltd. Apparatus for detecting defect
DE102006000946B4 (de) * 2006-01-07 2007-11-15 Isra Vision Systems Ag Verfahren und System zur Inspektion einer periodischen Struktur

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111476938A (zh) * 2019-01-24 2020-07-31 中科晶源微电子技术（北京）有限公司 用于周期性样式的异常检测

Also Published As

Publication number Publication date
CN103837548B (zh) 2016-08-17
KR20140067840A (ko) 2014-06-05

Similar Documents

Publication Publication Date Title
Li et al. Integrated processing of image and GPR data for automated pothole detection
Zhu et al. Concrete column recognition in images and videos
CN109801267B (zh) 基于特征点检测与svm分类器的巡检目标缺陷检测方法
Liu et al. An improved online dimensional measurement method of large hot cylindrical forging
CN104978709A (zh) 描述符生成方法及装置
Wei et al. Beamlet transform based pavement image crack detection
CN105139384B (zh) 缺陷胶囊检测的方法和装置
CN109462999B (zh) 通过数据平衡基于学习的视觉检查方法以及利用其的视觉检查装置
Zheng et al. Image processing and edge detection techniques to quantify shock wave dynamics experiments
Deng et al. Flexible depth segmentation method using phase-shifted wrapped phase sequences
CN107271445B (zh) 一种缺陷检测方法及装置
JP5274173B2 (ja) 車両検査装置
CN107818583A (zh) 十字中心检测方法及装置
CN105354816A (zh) 一种电子元件定位方法及装置
Ryu et al. Feature-based pothole detection in two-dimensional images
JP2021056183A (ja) ワークの表面欠陥検出装置及び検出方法、ワークの表面検査システム並びにプログラム
KR101328266B1 (ko) 열간 슬라브의 표면 크랙 검출 장치
US10062155B2 (en) Apparatus and method for detecting defect of image having periodic pattern
CN103344651A (zh) 基于相位图像处理的玻璃缺陷检测方法
CN103837548A (zh) 用于检测具有周期图案的图像的缺陷的装置和方法
JP2015099112A (ja) マンホール鉄蓋最大段差量測定装置および方法、並びにこれに用いられる画素分解能算出装置、マンホール鉄蓋最大段差箇所検知装置、画素分解能算出方法、マンホール鉄蓋最大段差箇所検知方法
Gan et al. Sub-pixel extraction of laser stripe in complex background
JP4658779B2 (ja) 疵検出方法、装置、及びコンピュータプログラム
RU2519005C1 (ru) Способ допускового контроля печатных плат
Zhao et al. Binocular vision measurement for large-scale weakly textured ship hull plates using feature points encoding method

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: 20160817

Termination date: 20201127