CN105339755B - 检查装置 - Google Patents
检查装置 Download PDFInfo
- Publication number
- CN105339755B CN105339755B CN201480036306.0A CN201480036306A CN105339755B CN 105339755 B CN105339755 B CN 105339755B CN 201480036306 A CN201480036306 A CN 201480036306A CN 105339755 B CN105339755 B CN 105339755B
- Authority
- CN
- China
- Prior art keywords
- model pattern
- pattern
- partial element
- model
- 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.)
- Active
Links
Classifications
-
- 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
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
- 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
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供当通过对拍摄检查对象而获得的图像进行图像处理来检查成型品是否为良品时能够防止检查对象即便是良品也被判定为不良品的检查装置,该装置包括:模型图案定位部件(15),其用于在拍摄检查对象而获得的图像上进行模型图案(M)的图案匹配和将模型图案(M)定位在一致度最高的位置处;模型图案部分要素分割部件(16),其用于以部分要素具有相互重叠的区域(D)的方式将模型图案(M)分割为多个部分要素;和形状辨识部件(17),其用于在以模型图案(M)已经定位于图像的位置为基准的情况下,在该位置周围在预定范围内执行由模型图案部分要素分割部件(16)分割出的各部分要素的图案匹配,并且将各部分要素定位于具有最高一致度的位置从而从图像中辨识与模型图案(M)对应的形状。
Description
技术领域
本发明涉及检查装置,该检查装置通过在拍摄到的检查对象的外观的图像上进行图像处理,能够防止在检查成型品是否为良品时将良品判定为不良品。
背景技术
本领域已知的检查装置通过如下手段判定检查对象是否为良品:将制成品上的诸如成型文字等的检查对象的良品数据作为模型图案进行存储,并计算出所获得的检查对象的图像图案与模型图案之间的一致度(专利文献1)。
然而,在这样的检查中,某些实际上是良品的制成品会出现检查对象的图像图案与模型图案之间的一致度低。这种情形有时会导致将良品判定为不良品。例如,假设对作为检查对象的在轮胎侧部凹凸成型的文字列的成型状态是否良好进行检查的情况。轮胎在这样的检查之前被暂时置于指定场所,结果,轮胎的侧部会由于橡胶的下垂或带束的重叠而变形。对于在如上所述变形的轮胎的侧部的成型文字列,该文字列的图像图案与模型图案之间的一致度将会降低。因此,存在将轮胎侧部的正确成型的文字列判定为不良品的可能性。
现有技术文献
专利文献
专利文献1:日本特开2006-275952号公报
发明内容
发明要解决的问题
因此本发明的目的在于提供一种检查装置,其能够在通过对拍摄到的检查对象的图像进行图像处理来检查成型品是否为良品时防止将良品判定为不良品。
用于解决问题的方案
因此,用于解决上述问题的检查装置包括:模型图案定位部件,所述模型图案定位部件用于通过使所述模型图案与拍摄检查对象的外观获得的图像匹配来将所述模型图案定位在具有最高一致度的位置;模型图案部分要素分割部件,所述模型图案部分要素分割部件用于将所述模型图案以具有相互重叠的区域的方式分割成多个部分要素;和形状辨识部件,所述形状辨识部件用于通过以所述模型图案已经定位于所述图像的位置为基准在预定范围内对该位置的周围执行图案匹配,从而通过将由所述模型图案部分要素分割部件分割出的各所述部分要素定位于具有最高一致度的位置,来辨识与所述模型图案对应的形状。结果,即使实际上为良品的检查对象的图像在变形状态下被拍摄,也能够执行作为模型图案的分割部分的要素与拍摄到的图像之间的正确的图案匹配。因此,能够防止由于模型图案不能与图像良好地匹配而将良品检查对象判定为不良品。
附图说明
图1是示出检查装置的模块构造(block constitution)的示意性构成图。
图2是示出图像图案和模型图案之间的关系以及模型图案的分割的图。
图3是示出使部分要素与图像图案匹配的图。
图4是示出模型图案的分割的其它形式的图。
具体实施方式
第一实施方式
图1是实施了本发明的实施方式的用于轮胎2的检查装置1的示意性构造图。如图1所示,根据第一实施方式的检查装置1是用于检查各文字的成型是否良好的装置,其中,各文字构成在轮胎2的侧部3凹凸成型的文字列4。假设在此情况中的轮胎2为如下的轮胎:该轮胎由于在制造后检查前被暂时放置在指定场所而具有变形的侧部3。检查装置1具有检查对象图像获取装置5和图案匹配装置6,检查对象图像获取装置5用于拍摄“未充气”的轮胎2的侧部3的文字列4的图像。
例如,检查对象图像获取装置5包括用于通过光切断法(光切法)拍摄文字列4的整个图像的单元。该单元包括激光单元7和照相机8,激光单元7用于向文字列4发出激光束,照相机8用于对被激光束照射的文字列4进行成像。由此拍摄轮胎2的包括成型有文字列4的侧部3的图像。
图案匹配装置6包括图像图案生成部件11、用于存储文字列4的模型图案M的模型图案存储部12和匹配部件13。
图像图案生成部件11从通过检查对象图像获取装置5拍摄的图像获取文字列4的形状数据,并且同时从该形状数据的辨识文字列4中的各个文字的形状所必需的特征点生成图像图案R。
匹配部件13包括:模型图案定位部件15,其用于通过使如图2的(a)所示的图像中的由虚线示出的模型图案M与由实线示出的图像图案R匹配而将模型图案M定位在一致度最高的位置;模型图案部分要素分割部件16,其用于以具有彼此重叠的区域D的方式将模型图案M分割成如图2的(b)所示的多个部分要素M1至M4;和形状辨识部件17,其用于通过以模型图案已经定位在图像上的位置为基准在预定范围内执行图案匹配,从而通过将被模型图案部分要素分割部件16分割的各部分要素M1至M4定位在具有最高一致度的位置,来从图像辨识与模型图案M对应的形状。
上述各部件11、13和15至17是通过计算机和程序实现的,其中,所述程序使所述计算机执行后述的各部件11、13和15至17的处理流程。
模型图案定位部件15通过使整个文字列4的模型图案M在由检查对象图像获取装置5拍摄的图像上以像素为单位进行移动来执行图案匹配。在这样做时,模型图案定位部件15计算出在放置了模型图案M的图像上的模型图案M与图像图案R的一致度,并且将模型图案M定位在与图像图案R一致度最高的位置。
例如,该模型图案M以模型图案M的重心作为基准位置的方式定位在图像上。即,通过从图像搜索使模型图案M与图像图案R具有最高一致度的方式来将模型图案M设定在图像上。
如图2的(a)和(b)所示,模型图案部分要素分割部件16以具有彼此重叠的区域D的方式将模型图案M分割成等尺寸的多个部分要素M1至M4。重叠的区域D被设为使得对于相邻的部分要素M1至M4产生预定数量的像素的重叠。以此方式为分割出的部分要素M1至M4设置的重叠的区域D能够防止在使部分要素M1至M4与图像图案R进行匹配时在相邻的部分要素M1至M4之间产生间隙。即,设定重叠的区域D能够防止在相邻的部分要素M1至M4之间存在间隙时可能发生的对不良品的误判。
形状辨识部件17包括部分要素变形部件18和部分要素定位部件19。
部分要素变形部件18对上述部分要素M1至M4执行预定的变形。更具体地,如图3的(a)所示,部分要素变形部件18对各部分要素M1至M4执行预定比例的放大缩小变形、转动变形、剪切变形或其组合的变形。
如图3的(b)所示,部分要素定位部件19通过由上述部分要素变形部件18使各部分要素M1至M4变形来执行对图像图案R的图案匹配。在该图案匹配中,可以通过部分要素变形部件18重复对部分要素M1至M4的所有上述变形,直到获得示出最高一致度的形状。随着各部分要素M1至M4的位置以模型图案M已经相对于图像图案R定位时各部分要素M1至M4的位置为基准在预定范围内以像素为单位进行改变,计算出一致度。在此之后,形状辨识部件17通过使各部分要素M1至M4对图像图案R进一步进行图案匹配来执行各部分要素M1至M4对图像图案R的定位。由此,形状辨识部件17判定图像图案R是否具有与模型图案M对应的形状。以此方式,通过使部分要素M1至M4变形使得部分要素M1至M4能够以良好的精度与图像图案R匹配,执行了对图像图案R的图案匹配。换言之,部分要素能够以更良好的精度与检查对象匹配。
给出对匹配部件13的动作的说明。
模型图案定位部件15将模型图案M定位在图像上的图像图案R与模型图案M的一致度最高的位置。
接下来,通过部分要素变形部件18,使被模型图案部分要素分割部件16分割的模型图案M的部分要素M1至M4独立地经受诸如放大缩小变形、剪切变形、转动变形或其组合等的形状变形。通过这样做,以模型图案M已经被定位的位置为基准在预定搜索范围内执行图案匹配。部分要素M1至M4以部分要素M1至M4的示出了与图像图案R最高一致度的形状被配置于图像图案R,并且被辨识为与模型图案M对应的文字的各部分。
例如,假设通过模型图案定位部件15而定位在图像上的模型图案M的文字列4的、由虚线示出的文字“A”被定位在图像图案R的由实线示出的“A”上。
在此情况下,每当模型图案M的文字列4的文字“A”从重心位置在搜索范围内以像素为单位进行移动时,部分要素定位部件19就会计算构成文字“A”的一部分的部分要素M1的一致度。另外,随着部分要素变形部件18继续使部分要素M1变形,会对模型图案M的“A”的部分要素M1与处于部分要素M1和图像图案R重叠的图像位置的图像图案R之间的一致度执行计算。处于示出了与模型图案M的部分要素M1具有最高一致度的图像位置和形状的图像图案R被辨识为与模型图案M的部分要素M1对应的文字部分要素。对于部分要素M2至M4以同样的方式重复该处理,以便辨识与模型图案M对应的图像图案R(文字)。
如上所述,即使当轮胎2的侧部3变形时,也能够通过改善由模型图案部分要素分割部件16分割出的部分要素M1至M4定位在图像图案R上的精度来提高一致度。现在能够精确地使模型图案M与图像图案R匹配。由此,能够防止如下的误判:即使文字列4实际上正确地形成于侧部3并因此是实际使用中的良品,也因为模型图案M与图像图案R的匹配错误而将侧部3的文字列4误判为不良品。
第二实施方式
上述第一实施方式已经说明了模型图案M被模型图案部分要素分割部件16分割成如图2的(a)所示的2×2的部分要素。然而,除了上述分割的数量,还可以是如下配置:通过以分割边界与2×2的分割边界不一致的方式将模型图案M分割成如图4所示的3×3的部分要素N1至N9,来进行对图形图案R的图案匹配。换言之,第二实施方式中的模型图案部分要素分割部件16将模型图案M分割成部分要素M1至M4和部分要素N1至N9,双方的尺寸彼此不同。每当模型图案M被分割成不同的尺寸时,就通过形状辨识部件17辨识与模型图案M对应的形状。在此情况下,可以是如下配置:以2×2的尺寸辨识的形状重叠在以3×3的尺寸辨识的形状上,形状辨识部件17将该重叠部分辨识为与模型图案M对应的形状。以此方式,将不同尺寸的部分要素结合以便形状辨识,结果是模型图案M能够更为精确地与图像图案R匹配。由此能够防止正确地形成于侧部3的文字列4在该文字列4实际上为良品时被误判为不良品。
即,模型图案部分要素分割部件16多次执行模型图案M的分割。并且模型图案部分要素分割部件16在每次分割之后改变分割数,使得部分要素M1至M4和部分要素N1至N9的分割边界的位置在每次分割时都彼此不一致。以此方式,能够改善以不同尺寸分割的部分要素中的一些部分要素与图像匹配的可能性。
因此,当使用尺寸彼此不同的部分要素M1至M4和部分要素N1至N9分割模型图案M时,最重要的是每次分割时分割出来的部分要素的分割边界的位置彼此不一致。分割边界的位置的不一致确保了模型图案M的分割边界被以不同尺寸分割出的部分要素补充。当部分要素定位部件19将部分要素分配到图像图案R上时,整个图像图案R可以被分割成不同尺寸的部分要素覆盖。换言之,能够更好地使模型图案M与图像图案R相关联。因此,当文字列4实际上是良品时,能够以更良好的精度防止由于出现不能分配模型图案M的缺失部分或者不能使模型图案M与图像图案R匹配而将侧部3的文字列4误判为不良品。
在第二实施方式中,被分割成不同尺寸的模型图案M与图像图案R匹配。因此,通过仅采用不同尺寸的部分要素彼此重叠的部分(诸如两个或更多个像素叠置的部分等)作为图像图案R,能够通过将未正确成型的文字列4判定为不良品、将正确成型的文字列4判定为良品,来以更良好的精度从该图像图案R执行检查。
应当注意,在第一实施方式和第二实施方式中模型图案M的分割数仅为示例性的,并且可以适当地改变。
上述说明了对成型于轮胎2的侧部3的文字列4的检查。然而,本发明的检查对象可以是形成于产品表面的任何图案等。
附图标记说明
1…检查装置,5…检查对象图像获取装置,6…图案匹配装置,11…图像图案生成部件,12…模型图案存储部,13…匹配部件,15…模型图案定位部件,16…模型图案部分要素分割部件,17…形状辨识部件,18…部分要素变形部件,19…部分要素定位部件。
Claims (2)
1.一种轮胎外观检查装置,其用于通过使当检查对象为良品时的数据的模型图案与拍摄检查轮胎的外观获得的图像相匹配来判定检查轮胎是否为良品,所述检查装置的特征在于包括:
模型图案定位部件,所述模型图案定位部件用于通过使所述模型图案与拍摄到的所述图像匹配来将所述模型图案定位在具有最高一致度的位置;
模型图案部分要素分割部件,所述模型图案部分要素分割部件用于将所述模型图案以具有相互重叠的区域的方式分割成2×2的部分要素和3×3的部分要素,使得每次分割时分割出的部分要素的分割边界的位置彼此不一致;和
形状辨识部件,所述形状辨识部件用于通过以2×2的尺寸辨识的形状重叠在以3×3的尺寸辨识的形状上来以所述模型图案已经定位于所述图像的位置为基准在预定范围内对该位置的周围执行图案匹配,从而通过将由所述模型图案部分要素分割部件分割出的各所述部分要素定位于具有最高一致度的位置,来辨识与所述模型图案对应的形状。
2.根据权利要求1所述的轮胎外观检查装置,其特征在于,所述形状辨识部件设置有部分要素变形部件,所述部分要素变形部件用于执行所述部分要素的包括扩大缩小变形、转动变形和剪切变形的规定变形,并且
所述形状辨识部件通过重复使所述部分要素变形的同时执行对所述图像的图案匹配直到形状达到一致度最高。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013092438A JP6126450B2 (ja) | 2013-04-25 | 2013-04-25 | 検査装置 |
JP2013-092438 | 2013-04-25 | ||
PCT/JP2014/061664 WO2014175413A1 (ja) | 2013-04-25 | 2014-04-25 | 検査装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105339755A CN105339755A (zh) | 2016-02-17 |
CN105339755B true CN105339755B (zh) | 2018-04-06 |
Family
ID=51791978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480036306.0A Active CN105339755B (zh) | 2013-04-25 | 2014-04-25 | 检查装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9710904B2 (zh) |
EP (1) | EP2990758B1 (zh) |
JP (1) | JP6126450B2 (zh) |
CN (1) | CN105339755B (zh) |
WO (1) | WO2014175413A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5775132B2 (ja) * | 2013-11-01 | 2015-09-09 | 株式会社ブリヂストン | タイヤの検査装置 |
WO2015156172A1 (ja) * | 2014-04-07 | 2015-10-15 | 横浜ゴム株式会社 | タイヤモールドの刻印検査方法および装置 |
JP6536230B2 (ja) * | 2015-07-06 | 2019-07-03 | 横浜ゴム株式会社 | タイヤ形状解析装置、タイヤ形状解析方法 |
US10108856B2 (en) * | 2016-05-13 | 2018-10-23 | Abbyy Development Llc | Data entry from series of images of a patterned document |
JP6387477B1 (ja) * | 2017-06-23 | 2018-09-05 | 株式会社Rist | 検査装置、検査方法及び検査プログラム |
JP2019105610A (ja) * | 2017-12-14 | 2019-06-27 | 株式会社エヌテック | 歪み画像検査装置および歪み画像検査方法 |
CN108896545B (zh) * | 2018-05-09 | 2021-07-13 | 歌尔光学科技有限公司 | 涂胶检测方法、装置及计算机可读存储介质 |
JP7263983B2 (ja) * | 2019-08-30 | 2023-04-25 | 富士通株式会社 | 撮影漏れ検出装置、及び、撮影漏れ検出方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09318555A (ja) * | 1996-05-30 | 1997-12-12 | Fuji Facom Corp | 外観検査方法 |
WO2005111540A1 (ja) * | 2004-05-18 | 2005-11-24 | Bridgestone Corporation | タイヤ凹凸図形の検査方法、および、タイヤ凹凸図形検査装置 |
CN101896937A (zh) * | 2007-12-19 | 2010-11-24 | 米其林技术公司 | 处理轮胎表面的三维图像以便其能够用来检查所述表面的方法 |
JP2011112398A (ja) * | 2009-11-24 | 2011-06-09 | N Tech:Kk | 画像形成状態検査方法、画像形成状態検査装置及び画像形成状態検査用プログラム |
US8131107B2 (en) * | 2008-05-12 | 2012-03-06 | General Electric Company | Method and system for identifying defects in NDT image data |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5073952A (en) * | 1988-09-07 | 1991-12-17 | Sigmax Kabushiki Kaisha | Pattern recognition device |
JP3918854B2 (ja) * | 2004-09-06 | 2007-05-23 | オムロン株式会社 | 基板検査方法および基板検査装置 |
JP4776259B2 (ja) | 2005-03-30 | 2011-09-21 | 株式会社東芝 | パターン評価方法、パターン位置合わせ方法およびプログラム |
JP5114302B2 (ja) * | 2008-06-12 | 2013-01-09 | 株式会社日立ハイテクノロジーズ | パターン検査方法,パターン検査装置及びパターン処理装置 |
US8977035B2 (en) * | 2012-06-13 | 2015-03-10 | Applied Materials Israel, Ltd. | System, method and computer program product for detection of defects within inspection images |
-
2013
- 2013-04-25 JP JP2013092438A patent/JP6126450B2/ja active Active
-
2014
- 2014-04-25 EP EP14787947.2A patent/EP2990758B1/en active Active
- 2014-04-25 US US14/783,291 patent/US9710904B2/en active Active
- 2014-04-25 WO PCT/JP2014/061664 patent/WO2014175413A1/ja active Application Filing
- 2014-04-25 CN CN201480036306.0A patent/CN105339755B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09318555A (ja) * | 1996-05-30 | 1997-12-12 | Fuji Facom Corp | 外観検査方法 |
WO2005111540A1 (ja) * | 2004-05-18 | 2005-11-24 | Bridgestone Corporation | タイヤ凹凸図形の検査方法、および、タイヤ凹凸図形検査装置 |
CN101896937A (zh) * | 2007-12-19 | 2010-11-24 | 米其林技术公司 | 处理轮胎表面的三维图像以便其能够用来检查所述表面的方法 |
US8131107B2 (en) * | 2008-05-12 | 2012-03-06 | General Electric Company | Method and system for identifying defects in NDT image data |
JP2011112398A (ja) * | 2009-11-24 | 2011-06-09 | N Tech:Kk | 画像形成状態検査方法、画像形成状態検査装置及び画像形成状態検査用プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20160086320A1 (en) | 2016-03-24 |
JP2014215163A (ja) | 2014-11-17 |
EP2990758A1 (en) | 2016-03-02 |
US9710904B2 (en) | 2017-07-18 |
JP6126450B2 (ja) | 2017-05-10 |
EP2990758A4 (en) | 2016-06-29 |
EP2990758B1 (en) | 2018-09-19 |
CN105339755A (zh) | 2016-02-17 |
WO2014175413A1 (ja) | 2014-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105339755B (zh) | 检查装置 | |
Petsiuk et al. | Open source computer vision-based layer-wise 3D printing analysis | |
KR101522804B1 (ko) | 패턴 매칭 장치 및 기록 매체 | |
KR101631841B1 (ko) | 3d 비전 검사 시스템 | |
US8949060B2 (en) | Inspection method | |
CN110047100A (zh) | 深度信息检测方法、装置及系统 | |
US9406140B2 (en) | Method and apparatus for generating depth information | |
TWI648766B (zh) | 用於晶粒對資料庫光罩檢查之自動校準樣本選擇 | |
KR20120054689A (ko) | 검사방법 | |
JP2008185514A (ja) | 基板外観検査装置 | |
CN113240673B (zh) | 缺陷检测方法、装置、电子设备及存储介质 | |
KR20170080910A (ko) | 3d 형상 검사 시스템 | |
CN105354816B (zh) | 一种电子元件定位方法及装置 | |
CN109804730B (zh) | 基板检查装置及利用其的基板歪曲补偿方法 | |
CN106815830A (zh) | 图像的缺陷检测方法 | |
CN109425327A (zh) | 检查系统和检查用图像的修正方法 | |
TW201702589A (zh) | 圖案檢查裝置及圖案檢查方法 | |
KR101727138B1 (ko) | 다중 영상을 이용한 컨테이너 코드 인식 장치 및 방법 | |
CN107423738A (zh) | 一种基于模板匹配的试卷题目定位方法及装置 | |
CN117058411B (zh) | 电池棱边外形瑕疵识别方法、装置、介质和设备 | |
CN116625239B (zh) | 一种基于图像处理的台阶孔检测方法、装置及系统 | |
CN112488062A (zh) | 一种图像识别方法、装置、设备及介质 | |
CN117291501A (zh) | 一种物资采购清单的生成方法、装置、设备及存储介质 | |
CN107977953A (zh) | 工件导电特征检查方法及工件导电特征检查系统 | |
CN117437221B (zh) | 一种基于图像检测的亮饰条检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |