CN109791691A - 条纹状区域检测装置、条纹状区域检测方法、程序 - Google Patents

条纹状区域检测装置、条纹状区域检测方法、程序 Download PDF

Info

Publication number
CN109791691A
CN109791691A CN201780059575.2A CN201780059575A CN109791691A CN 109791691 A CN109791691 A CN 109791691A CN 201780059575 A CN201780059575 A CN 201780059575A CN 109791691 A CN109791691 A CN 109791691A
Authority
CN
China
Prior art keywords
filter
response
striped regions
application site
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
CN201780059575.2A
Other languages
English (en)
Other versions
CN109791691B (zh
Inventor
小西嘉典
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.)
Omron Corp
Original Assignee
Omron Corp
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 Omron Corp filed Critical Omron Corp
Publication of CN109791691A publication Critical patent/CN109791691A/zh
Application granted granted Critical
Publication of CN109791691B publication Critical patent/CN109791691B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G06T2207/20024—Filtering 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
    • G06T2207/30121—CRT, LCD or plasma display

Abstract

条纹状区域检测装置具有：图像取得部，其取得图像；第1滤波器运算部，对所述图像应用对沿着第1方向的亮度的增加有反应的第1滤波器，取得所述第1滤波器的应用位置处的所述第1滤波器的响应值即第1响应值；第2滤波器运算部，其对所述图像应用对沿着所述第1方向的亮度的减小有反应的第2滤波器，取得所述第2滤波器的应用位置处的所述第2滤波器的响应值即第2响应值；检测部，其根据将所述第1响应值和所述第2响应值进行整合得到的整合值，检测具有如下宽度的条纹状区域，该宽度与所述第1滤波器的应用位置和所述第2滤波器的应用位置之间的沿着所述第1方向的距离对应；以及输出部，其输出通过所述检测部得到的信息。

Description

条纹状区域检测装置、条纹状区域检测方法、程序
技术领域
本发明涉及用于检测图像内的条纹状区域的技术。
背景技术
作为液晶显示装置的背光源(backlight)，使用了边缘光型(Edge-lit)的面光源装置。所谓边缘光型是指这样的结构：沿着面光源装置的发光面的端缘(Edge)配置LED(Light Emitting Diode，发光二极管)等光源，利用板状的导光器(被称为导光板)将从光源出射的光引导至发光面。边缘光型的面光源装置比较容易小型化、薄型化，因此在例如智能手机这样的小型电子设备中被广泛采用。
在边缘光型的面光源装置中，由于导光板的模具或成形的不良、组装时的偏差等各种原因，有时会发生与亮度不均匀相关的不良情况。作为这样的不良情况之一，存在出现沿着某个方向直线延伸的条纹状的亮区域或者暗区域的情况。所谓亮区域是指亮度比周围相对较高的区域，所谓暗区域是指亮度比周围相对较低的区域。在本说明书中，将这种不良情况称为“条纹状区域”或者“条纹状缺陷(スジ状欠陥)”。
目前的实际状况是，这种不良情况的检查依赖于人(检查人员)的目视的感观检查。因此，存在检查需要花费功夫及成本、个人性的水平高低等问题，需求检查的自动化和客观化(定量化)。
在专利文献1中提出了这样的方法：通过图像处理自动检查液晶面板等显示装置或作为其应用产品的投影仪的条纹状缺陷。该方法使具有与条纹状缺陷的亮度变化图案一致的核(kernel)的滤波器对拍摄被检查物得到的图像进行扫描，由此检测条纹状缺陷。
现有技术文献
专利文献
专利文献1：日本特开2005－346300号公报
发明内容
发明要解决的问题
专利文献1所记载的方法虽然能够精度良好地检测具有与核一致的亮度变化图案的条纹状缺陷，但是不能检测除此以外的条纹状缺陷(例如，宽度不同的条纹状缺陷等)，检测精度有可能明显降低。因此，在必须检测的条纹状缺陷的宽度不定的情况下(即，必须检测各种宽度的条纹状缺陷的情况下)，必须与所设想的宽度相应地准备多个滤波器，随着存储容量的增大而产生成本增加的问题。而且，在通过多个滤波器进行扫描时，还存在缺陷检测所需要的处理时间延长的问题。
本发明正是鉴于上述实际情况而完成的，其目的在于，提供能够根据图像检测任意宽度的条纹状区域的滤波方法。
用于解决问题的手段
为了达到上述目的，在本发明中提出这样的算法，使用两种滤波器，根据将各滤波器的响应值组合得到的整合值进行条纹状区域的检测。
具体地，本发明的第一方式提供一种条纹状区域检测装置，该条纹状区域检测装置具有：图像取得部，其取得图像；第1滤波器运算部，其对所述图像应用对沿着第1方向的亮度的增加有反应的第1滤波器，取得所述第1滤波器的应用位置处的所述第1滤波器的响应值即第1响应值；第2滤波器运算部，其对所述图像应用对沿着所述第1方向的亮度的减小有反应的第2滤波器，取得所述第2滤波器的应用位置处的所述第2滤波器的响应值即第2响应值；检测部，其根据将所述第1响应值和所述第2响应值进行整合得到的整合值，检测具有如下宽度的条纹状区域，该宽度与所述第1滤波器的应用位置和所述第2滤波器的应用位置之间的沿着所述第1方向的距离对应；以及输出部，其输出通过所述检测部得到的信息。
根据该结构，通过将第1滤波器的应用位置和第2滤波器的应用位置的沿着第1方向的距离(以后称为“滤波器间隔”)设定为期望的值，能够改变所检测的条纹状区域的宽度。因此，仅通过两个滤波器即能够检测任意宽度的条纹状区域。因此，能够大幅削减滤波器设计的工时及滤波器用的存储容量。
其中，所谓“对沿着第1方向的亮度的增加有反应”，是指当在滤波器所应用的局部区域中图像的亮度沿着第1方向存在增加倾向的情况下，滤波器的响应值成为正值。另外，所谓“对沿着第1方向的亮度的减小有反应”，是指当在滤波器所应用的局部区域中图像的亮度沿着第1方向存在减小倾向的情况下，滤波器的响应值成为正值。另外，“第1方向”可以是图像的水平方向，也可以是垂直方向，还可以是倾斜方向。
也可以是，所述第1滤波器运算部改变所述第1滤波器的应用位置而取得多个第1响应值，所述第2滤波器运算部改变所述第2滤波器的应用位置而取得多个第2响应值，所述检测部改变从所述多个第1响应值和所述多个第2响应值中选择的第1响应值和第2响应值的组合，由此能够检测宽度不同的多个种类的条纹状区域。
根据该结构，与以往的方法(应用要检测的每种宽度的多个滤波器的方法)相比，能够大幅削减检测宽度不同的多个种类的条纹状区域所需要的滤波器运算量。因此，本发明的方法在两种以上的条纹状区域成为检测对象的情况下或条纹状区域的宽度不定的情况下，发挥比以往的方法大幅缩短处理时间的有利效果。
也可以是，所述第1滤波器运算部一边使所述第1滤波器的应用位置沿所述第1方向移动，一边取得多个第1响应值，所述第2滤波器运算部一边使所述第2滤波器的应用位置沿所述第1方向移动，一边取得多个第2响应值，所述检测部从所述多个第1响应值和所述多个第2响应值中选择所述整合值为最大的第1响应值和第2响应值的组合，根据最大的所述整合值判定有无条纹状区域。
通过使用这样的“最大的整合值”，能够精度良好地检测在图像内的任意位置出现的任意宽度的条纹状区域。
也可以是，所述条纹状区域是沿着与所述第1方向垂直的第2方向延伸的区域，所述第1滤波器运算部一边使所述第1滤波器的应用位置沿所述第2方向移动一边取得多个第1响应值，所述第2滤波器运算部一边使所述第2滤波器的应用位置沿所述第2方向移动一边取得多个第2响应值，所述检测部计算将所述多个第1响应值和所述多个第2响应值进行整合得到的整合值，根据所述整合值判定有无沿着所述第2方向延伸的条纹状区域。
在相同宽度的亮区域或者暗区域沿着第2方向延伸越长时，上述整合值取越大的值。因此，通过使用这样的整合值，能够精度良好地检测沿着第2方向延伸的条纹状区域。
也可以是，所述输出部输出所述评价值和有无所述条纹状区域的判定结果。用户通过观察判定结果的输出，能够马上判定有无条纹状区域。并且，由于还输出评价值，因而能够确认判定结果的依据，判定结果的说服性/客观性提高。
也可以是，所述输出部输出在所述图像或者对所述图像进行加工而得到的图像上重叠了表示所述条纹状区域被检测出的位置的信息的图像。通过输出这样的重叠图像，能够直观且容易地掌握条纹状区域出现的部位，也有利用实物的确认作业。
也可以是，所述输出部输出表示沿着所述第1方向的亮度值变化的一维的亮度分布。通过输出亮度分布，能够掌握条纹状区域的状态(与周围的亮度差)。
例如，也可以是，由所述图像取得部取得的所述图像是拍摄面光源装置的发光面得到的图像，所述检测部检测因所述发光面内的亮度不均而呈现出的条纹状的亮区域或者暗区域。即，也可以将本发明用于面光源装置的检查。
另外，本发明也能够理解为具有上述结构乃至功能的至少一部分的条纹状区域检测装置、条纹状区域定量化装置、条纹状区域的检查装置。并且，本发明还能够理解为包括上述处理的至少一部分的条纹状区域检测方法、条纹状区域定量化方法、条纹状区域的检查方法、或用于使计算机执行这些方法的程序、或者非临时性地记录这种程序的计算机可读的记录介质。上述结构及处理只要彼此不产生技术上的矛盾，则能够通过相互组合来构成本发明。
发明效果
根据本发明，能够提供可从图像中检测任意宽度的条纹状区域的滤波方法。
附图说明
图1是示例面光源装置的基本结构的立体图。
图2是示出条纹状区域的一例的图。
图3是示出检查装置的硬件结构的图。
图4是示出检查装置的与条纹状区域检测处理相关的功能的框图。
图5的(A)～图5的(D)是示出在以往的方法中使用的滤波器的图。
图6的(A)～图6的(D)是示出在本发明的实施方式中使用的滤波器的图。
图7的(A)是示出纵条纹检测用的滤波器的图，图7的(B)是示出横条纹检测用的滤波器的图，图7的(C)是示出斜条纹检测用的滤波器的图。
图8是第1实施方式的纵条纹的检查处理的流程图。
图9的(A)是示出输入图像的一例的图，图9的(B)是示出从输入图像提取的发光面图像的一例的图。
图10是第1滤波器运算部的处理的流程图。
图11是示出检查结果的输出画面的一例的图。
图12是第2实施方式的纵条纹的检查处理的流程图。
图13是第2实施方式的纵条纹的检查处理的流程图。
具体实施方式
本发明涉及使用滤波器从图像中检测条纹状区域用的技术。该技术能够应用于一般的图像识别或图像分析。下面，作为本发明的优选的实施方式，说明将本发明应用于面光源装置的条纹状区域的检查的例子。该检查能够应用于例如面光源装置的生产线的最终工序中的在线检查、或制造组装有面光源装置的产品的制造商的部件(面光源装置)的验收检查等。另外，在下面的实施方式中，叙述了被用作液晶显示装置的背光源的面光源装置的例子，但是本发明的检查技术还能够应用于照明装置或数字标牌(digital signage)等其它用途中使用的面光源装置的检查。
下面，参照附图说明用于实施本发明的优选方式的一例。但是，在下面的实施方式中记载的装置的结构或动作仅是一例，并非旨在将本发明的范围限定于这些实施方式。
<第1实施方式>
图1是例示面光源装置1的基本结构的立体图。面光源装置1具有导光板(Lightguide，导光器)10、多个光源11、挠性印制基板(下面也表述为“FPC”)12、框架13及固定部件14。并且，面光源装置1具备配置在导光板10的下表面侧的反射片(sheet)15。另外，面光源装置1具备在导光板10的上表面侧顺序地层叠的扩散片16、棱镜片17a、17b、及遮光片18。
导光板10大致呈板状，是由聚碳酸酯树脂或聚甲基丙烯酸甲酯树脂等透光性的材料成形的。导光板10的上侧的面成为光出射的发光面(也称为光出射面)。导光板10将从光源11被导入导光板10内的光利用全反射引导到发光面，使发光面整体大致均匀地发光。
光源11例如是出射白色光的LED光源。但是，也可以使用白色以外的LED光源或LED光源以外的光源，还可以使用多种颜色(例如RGB)的光源。光源11被安装于FPC 12，接受来自FPC 12的供电而被驱动。在本实施方式中，8个光源11沿着导光板10的发光面的一条短边(称为“第1边”)等间隔地配置成一列。
框架13是具有开口且由4条边构成的框状部件。框架13是由含有氧化钛的聚碳酸酯树脂等成形的。导光板10嵌入框架13中，框架13的内周面包围形成导光板10的外周面的侧面。框架13具有较高的反射率，其对光进行反射，使得导光板10内的光不从导光板10的外周面漏出。在框架13的一边设有收纳光源11的收纳部，在收纳部设有反射来自光源11的光的反射壁。
固定部件14配置在FPC 12的下表面等，用于固定FPC 12、框架13和导光板10。固定部件14例如是上下面为粘合面的双面粘合带，但是不限于双面粘合带。反射片15是由反射率较高的白色树脂片或金属箔等构成的平滑的片，其对光进行反射，使得导光板10内的光不从导光板10的下侧面漏出。扩散片16是半透明的树脂薄膜，使从导光板10的发光面发出的光扩散而扩大光的指向特性。棱镜片17a及17b是上表面形成有三角棱镜状的细微图案的透明树脂薄膜，对由扩散片16扩散的光进行聚光，使从上表面侧观察面光源装置1时的亮度上升。遮光片18是上下两面为粘合面的黑色的粘合片。遮光片18呈框状，其抑制光的漏出。
(条纹状区域)
在图1例示的边缘光型的面光源装置中，由于导光板10的模具或成形的不良、各种部件组装时的偏差、各种板15～18贴合时的偏差等各种原因，有时产生与亮度的不均有关的不良情况。这种不良情况之一是呈直线延伸的条纹状区域。图2示意地示出条纹状区域的一例。在条纹状区域中有亮度比周围相对较高的亮区域(20、21)、和亮度比周围相对较低的暗区域(22、23)。并且，还有与导光板10的发光面的长边平行地延伸的纵条纹(20)、与导光板10的发光面的短边平行地延伸的横条纹(21、22)、倾斜延伸的斜条纹(23)。
(检查装置)
使用图3说明具备本发明的实施方式的条纹状区域检测装置的检查装置3的结构。图3是示出检查装置3的硬件结构的图。该检查装置3是定量地评价面光源装置1中的条纹状区域的产生程度，并自动判定有无应该作为不良品被排除的条纹状区域的装置。
如图3所示，检查装置3大致具有信息处理装置(计算机)30、摄像装置31、载台32和恒流电源33。信息处理装置30由通用或者专用的计算机构成，该计算机具有作为硬件处理器的CPU(中央运算处理装置)、作为主存储的存储器、非临时性地存储程序或数据的存储装置(硬盘、闪存等)、输入装置(鼠标、键盘、触摸面板等)、显示装置、与摄像装置31的接口、网络接口等。
摄像装置31是拍摄被放置在载台32上的面光源装置1并输出数字图像的装置。作为摄像装置31，例如能够使用具有光学系统、摄像元件、与信息处理装置30的接口等的数字摄像机。由于目的是面光源装置1的亮度测量，因而如果面光源装置1是单色光源，则可以是单色摄像机，如果面光源装置1是多种颜色的光源，则优选为彩色摄像机。载台32是载置作为检查对象的面光源装置1的工作台。恒流电源33是向面光源装置1供给电力的装置。虽未图示，但摄像装置31及载台32也可以设于洁净台(clean bench)内。
当面光源装置1的型号不同时，发光面的大小(纵横的尺寸)和/或发光亮度有可能不同。因此，还优选的是，根据检查对象的发光面的大小来调整载台32与摄像装置31之间的距离或者摄像装置31的变焦，由此进行由摄像装置31得到的图像的一个像素与发光面上的实际尺寸之间的对应关系的校准(calibration)。并且，还优选的是，根据检查对象的发光亮度来调整摄像装置31的曝光时间，由此进行由摄像装置31得到的图像的平均亮度的校准。这些校准可以由信息处理装置30自动执行，也可以由操作人员手动进行。
图4是示出检查装置3的与条纹状区域检测处理相关的功能的框图。检查装置3具有图像取得部40、第1滤波器运算部41、第2滤波器运算部42、检测部43、输出部44和存储部45。图像取得部40是从摄像装置31取得拍摄成为检查对象的面光源装置1得到的图像数据的功能部分。第1滤波器运算部41及第2滤波器运算部42是进行滤波运算的功能部分。检测部43是使用在第1滤波器运算部41和第2滤波器运算部42分别得到的滤波器响应值检测条纹状区域的功能部分。输出部44是将图像数据或检测结果等信息输出给显示装置的功能部分。存储部45是存储在检测处理中使用的滤波器、判定阈值、响应值、评价值等数据的功能部分。这些功能的详细情况在后面叙述。
图4所示的功能基本上是通过信息处理装置30的CPU从存储装置加载所需的程序并执行来实现的。但是，也可以用ASIC或FPGA等电路替代这些功能的一部分或者全部。并且，也可以利用云计算或分布式计算技术，通过其它计算机来执行这些功能的一部分或者全部。
(滤波器)
使用图5的(A)～图5的(D)、图6的(A)～图6的(D)说明在本实施方式的条纹状区域检测处理中使用的滤波器的特征。图5的(A)～图5的(D)示出以往的方法，图6的(A)～图6的(D)示出本实施方式的滤波器。
在以往的方法中，必须与想要检测的条纹状区域的宽度相对应地改变滤波器(核的尺寸(size)或系数)。图5的(A)示意地示出用于检测宽度较窄的亮区域50的核55，图5的(B)示意地示出用于检测宽度较宽的亮区域51的核56。另外，核内的黑色区域表示负系数(例如“-1”)，白色区域表示正系数(例如“+1”)。这些滤波器在核的系数分布与条纹状区域的亮度分布一致的情况下，即在核内的白色区域的宽度与条纹状区域的宽度一致的情况下，反应(反応)最强烈(滤波器的响应值最大)。
此外，在以往的方法中，在亮区域和暗区域中需要改变滤波器。图5的(C)及图5的(D)示出暗区域52、53和与暗区域52、53的宽度对应的核57、58。暗区域用的核57、58的系数的符号与亮区域用的核55、56的相反。
与此相对，如图6的(A)～图6的(D)所示，在本实施方式中将两个滤波器组合起来进行条纹状区域的检测。例如，假设条纹状区域沿着图像的X方向(在图6的(A)中是右方向)延伸。在这种情况下，作为滤波器，使用对沿着Y方向(在图6的(A)中是下方向)的亮度的增加有反应的第1滤波器61、和对沿着Y方向的亮度的减小有反应的第2滤波器62这两个滤波器。第1滤波器61仅对条纹状区域的一方的边缘(朝向Y方向，亮度由暗→亮的边缘)有反应，第2滤波器62仅对条纹状区域的另一方的边缘(朝向Y方向，亮度由亮→暗的边缘)有反应。因此，如果使用将第1滤波器61的响应值和第2滤波器62的响应值进行整合得到的整合值(例如，两个响应值的合计值、平均值等)，则能够检测具有与两个滤波器61、62之间的Y方向距离(称为“滤波器间隔”)对应的宽度的条纹状区域。例如，在检测宽度较窄的亮区域50的情况下，可以按照图6的(A)所示缩窄滤波器间隔，在检测宽度较宽的亮区域51的情况下，可以按照图6的(B)所示扩大滤波器间隔。另外，如图6的(C)及图6的(D)所示，仅仅调换第1滤波器61和第2滤波器62的位置关系，即可进行暗区域52、53的检测。
如上所述，在以往的方法中，需要根据条纹状区域的宽度、暗区域和亮区域的差异准备多个滤波器，而在本实施方式中，使用两个滤波器61、62即可检测任意宽度的亮区域及暗区域。
另外，各滤波器的核尺寸及系数可以根据设想的条纹状区域的宽度/长度、亮度分布、方向等适当设定。例如，图7的(A)是纵条纹检测用的滤波器的例子，具有纵向(X方向)：30mm×横向(Y方向)：10mm的尺寸。在图像的分辨率是0.1mm/pix的情况下，核尺寸达到300pix×100pix。第1滤波器71的上半部分的系数是负值(例如“-1”)，下半部分的系数是正值(例如“+1”)。第2滤波器72是将第1滤波器71上下反转得到的，上半部分的系数是正值，下半部分的系数是负值。另外，白色和黑色各自的区域内的系数不需要是固定值，也可以具有梯度。并且，图7的(B)是横条纹检测用的第1滤波器73及第2滤波器74的例子，图7的(C)是斜条纹检测用的第1滤波器75及第2滤波器76的例子。
(检查处理)
按照图8的流程图说明纵条纹的检查处理的流程。另外，在本实施方式中假设使用图7的(A)的滤波器71、72。
首先，检查人员将面光源装置1的发光面朝向摄像装置31侧而配置在载台32上的规定位置。并且，将面光源装置1与恒流电源33连接而驱动光源11，使面光源装置1成为点亮状态。另外，在本实施方式的检查装置3中，通过手动作业进行检查对象的设置，但是也可以使检查对象的导入、定位、与电源的连接、以及排出等自动化。
在步骤S80中，摄像装置31拍摄点亮状态的面光源装置1，图像取得部40从摄像装置31取入图像数据。图像的分辨率是任意的，在本实施方式中使用一个像素约为0.1mm(发光面上的实际尺寸)的分辨率的图像。
在步骤S81中，图像取得部40从在步骤S80中取入的输入图像中仅提取发光面的区域。之后将这里提取出的发光面的区域的图像称为发光面图像。图9的(A)是输入图像90的一例，图9的(B)是从输入图像90提取出的发光面图像91的一例。在本实施方式中，生成使发光面的长边与图像的X轴平行的发光面图像91。符号92表示纵条纹(亮区域)。
发光面的区域提取可以使用任何方法。例如，图像取得部40可以(1)将原图像二值化，(2)通过闭处理(closing process)去除背景区域(发光面以外的区域)的噪声，然后，(3)提取发光面的轮廓。进而，在发光面的轮廓相对于图像坐标系倾斜的情况下，还可以进行倾斜校正(旋转校正)。或者，当检查对象在载台上的定位精度足够高的情况下，也可以仅切取原图像中的规定范围。
在步骤S82中，对滤波器71、72的X方向位置设定初始值(例如X＝15mm)。在步骤S83中，第1滤波器运算部41使第1滤波器71沿Y方向进行扫描，计算在各Y方向位置的第1滤波器71的响应值(称为第1响应值)。
步骤S83的具体流程在图10中示出。首先，第1滤波器运算部41对第1滤波器71的Y方向位置设定初始值(例如Y＝5mm)(步骤S100)。然后，第1滤波器运算部41对以所设定的X方向位置和Y方向位置为中心的图像区域应用第1滤波器71，计算第1滤波器71的第1响应值(步骤S101)。第1响应值是与第1滤波器71的系数对应的像素值的积和运算的结果。在积和运算的结果是负值的情况下，也可以将响应值设为0。所计算出的第1响应值与第1滤波器71的应用位置(X方向位置和Y方向位置)的信息一起被保存在存储部45中(步骤S102)。然后，使滤波器的Y方向位置一个像素一个像素地移动(步骤S103)，并反复进行步骤S101～S102的处理，一直到滤波器到达检查范围的Y方向的末端为止(步骤S104)。另外，检查范围可以是发光面图像91整体，(例如在事先知道纵条纹可能出现的区域的情况下等)，也可以是发光面图像91的一部分。
在步骤S84中，第2滤波器运算部42使第2滤波器72沿Y方向扫描，计算在各Y方向位置的第2滤波器72的响应值(称为第2响应值)。除了所使用的滤波器不同以外，步骤S84的处理与步骤S83的处理相同。在步骤S84中计算出的第2响应值与第2滤波器72的应用位置的信息一起被保存在存储部45中。
在步骤S85中，检测部43例如根据下式计算第1响应值和第2响应值的整合值的最大值R(x)。该R(x)的值是将X方向位置：x处的条纹状区域的产生程度定量化的值，以后称为“条纹状区域评价值”。
[数式1]
其中，R1(x、i)表示X方向位置：x、Y方向位置：i处的第1响应值，R2(x、j)表示X方向位置：x、Y方向位置：j处的第2响应值。Ω表示Y方向的检查范围。并且，m表示滤波器71、72的核的白色区域(或者黑色区域)的Y方向宽度，|i-j|表示i和j之差的绝对值，即滤波器间隔。条件|i-j|≥m表示一个滤波器的白色区域和另一个滤波器的黑色区域不重叠。
上式是指从在X方向位置x使两个滤波器71、72沿Y方向进行移动(扫描)得到的多个第1响应值R1(x、i)和多个第2响应值R2(x、j)中，选择赋予整合值的最大值R(x)用的第1响应值和第2响应值的组合。
另外，在上式中，由于考虑如图6A及图6B所示第1滤波器71位于上方的情况和如图6C及图6D所示第2滤波器72位于上方的情况双方，因而能够检测亮区域和暗区域双方。即，赋予条纹状区域评价值R(x)用的i、j的组合，在i<j时是亮区域，在i>j时是暗区域。另外，在想要只检索亮区域的情况下，在上式中附加i<j的限制即可，在想要只检索暗区域的情况下，在上式中附加i>j的限制即可。
在步骤S86中，检测部43将在步骤S85中求出的条纹状区域评价值R(x)与判定阈值进行比较。判定阈值是用于判定有无条纹状区域的阈值，可以预先根据感观检查的结果或实验结果等决定。检测部43在条纹状区域评价值R(x)大于判定阈值的情况下，判定为“在位置x产生条纹状区域”(步骤S87)，否则，判定为“在位置x没有条纹状区域”(步骤S88)。
然后，一面使滤波器的X方向位置每5mm(每50像素)地移动(步骤S89)，一面反复进行步骤S83～S89的处理，一直到滤波器到达检查范围的X方向的末端(步骤S90)。另外，检查范围可以是发光面图像91整体，(例如预先知道可能出现纵向条纹的区域的情况下等)也可以是发光面图像91的一部分。
在步骤S91中，输出部44生成用于输出通过检测部43得到的信息的画面，并输出给显示装置。图11示出检查结果的输出画面的一例。在该输出画面中显示有从摄像装置31获取的输入图像110、从输入图像110切取得到的发光面图像111、对发光面图像111实施了使亮度不均变明显的加工的加工图像(例如准彩色图像等)112。并且，在发光面图像111上重叠地显示有表示条纹状区域出现的位置的信息(例如，表示条纹状区域评价值R(x)超过了判定阈值的图像区域的框)113。另外，还显示有条纹状区域评价值的最大值maxR(x)114及其判定结果115、以及能够得到条纹状区域评价值的最大值maxR(x)的X方向位置(图11的单点划线)的Y方向的亮度分布(profile)116。
根据以上叙述的本实施方式的检查装置3，能够根据拍摄面光源装置1的发光面得到的图像，计算表示条纹状区域的产生程度的评价值，而且根据该评价值判定有无条纹状区域。因此，能够客观且自动地检查条纹状区域。并且，仅通过两个滤波器即能够检测任意宽度的条纹状区域，因而不需要如以往的方法那样预先准备多个滤波器。因此，能够大幅削减滤波器设计的工时及滤波器用的存储容量。
另外，对第1滤波器和第2滤波器进行各一次的扫描，将在各应用位置的第1响应值和第2响应值保存在存储部中，然后改变第1响应值和第2响应值的组合来计算整合值，由此能够评价任意位置的任意宽度的条纹状区域的产生程度。根据该算法，与以往的方法(使用要检测的每种宽度的多个滤波器的方法)相比，能够大幅削减为了检测宽度不同的多个种类的条纹状区域所需要的滤波器运算量。因此，本实施方式的方法在两种以上的条纹状区域成为检测对象的情况下、或条纹状区域的宽度不固定的情况下，发挥比以往的方法大幅缩短处理时间的有利效果。
并且，通过输出图11所示的检查结果，检查人员能够立即判定有无条纹状区域或发光面装置1的良好/不良。并且，由于还输出条纹状区域评价值，因而能够确认判定结果的依据，提高判定结果的认同性、客观性。并且，由于在发光面图像111上重叠地显示有表示条纹状区域的位置的信息113，因而能够直观且容易地掌握出现条纹状区域的问题部位，还有利于实物的确认作业。另外，由于还显示有亮度分布116，因而能够掌握条纹状区域的状态(与周围的亮度差)。
<第2实施方式>
下面，对本发明的第2实施方式进行说明。在第1实施方式中按照滤波器的X方向位置求出条纹状区域评价值，而在第2实施方式中，按照滤波器间隔(即按照条纹状区域的宽度)求出条纹状区域评价值，这一点不同。关于除此以外的结构，与第1实施方式的结构相同，因而下面仅对第2实施方式特有的结构及处理进行说明。
图12及图13是第2实施方式的纵条纹的检查处理的流程图。首先，通过步骤S80～S84、S89、S90的处理，使各滤波器71、72分别沿Y方向及X方向进行扫描，计算检查范围内的各X方向位置/各Y方向位置的第1响应值及第2响应值，并保存在存储部45中。这些处理与第1实施方式的图8的流程图中的相同步骤号码的处理相同。
然后，计算每种宽度的条纹状区域评价值。在本实施方式中，示出对宽度w＝4、6、8、10[mm]求出条纹状区域评价值的例子。
首先，在步骤S120中，检测部43对宽度w设定初始值(4mm)。并且，在步骤S121中，检测部43对Y方向位置y设定初始值(例如5mm)。
在步骤S122中，检测部43根据例如下式计算条纹状区域评价值R(y、w)。该R(y、w)的值是将Y方向位置：y处的宽度：w的条纹状区域的产生程度定量化而得的值。
[数式2]
其中，R1(k、y)表示X方向位置：k、Y方向位置：y的第1响应值，R2(k、y+w)表示X方向位置：k、Y方向位置：y+w的第2响应值。Θ表示X方向的检查范围。
上式意味着计算出将多个第1响应值R1(k、y)和多个第2响应值R2(k、y+w)进行整合得到的值R(y、w)，这些响应值是在将两个滤波器71、72的Y方向位置和滤波器间隔保持固定的状态下，使两个滤波器71、72沿X方向进行移动(扫描)得到的。
在步骤S123中，检测部43将在步骤S122中求出的条纹状区域评价值R(y、w)与判定阈值进行比较。检测部43在条纹状区域评价值R(y、w)大于判定阈值的情况下，判定为“在位置y产生宽度w的条纹状区域”(步骤S124)，否则，判定为“在位置y没有宽度w的条纹状区域”(步骤S125)。
然后，使y一个像素一个像素地移动(步骤S126)，并反复进行步骤S122～S125的处理，一直到y的值到达检查范围的Y方向的末端为止(步骤S127)。然后，使宽度w每2mm地增加(步骤S128)，并反复进行步骤S121～S127的处理，一直到w的值成为10mm为止(步骤S129)。以上结束宽度w＝4、6、8、10[10mm]的各条纹状区域的检测处理。以后的处理与第1实施方式相同。
在本实施方式中使用的条纹状区域评价值R(y、w)在相同宽度的亮区域或者暗区域沿着X方向延伸越长，则取越大的值。因此，通过使用该评价值R(y、w)评价条纹状区域的产生程度，能够精度良好地检测沿着X方向延伸的条纹状区域(纵条纹)。
另外，在本实施方式中，按照Y方向位置：y和宽度：w的组合求出评价值R(y、w)。该方法具有能够检测在图像内出现的所有纵条纹的优点。但是，在仅仅检测/评价在图像内出现的最强的纵条纹即足以的情况下，也可以使用如下式那样的评价值R(w)或者评价值R。评价值R(w)是将宽度：w的条纹状区域的产生程度定量化的值，评价值R是将任意宽度的条纹状区域的产生程度定量化而得的值。
[数式3]
<其它>
上述的实施方式的说明只不过是示例地说明本发明。本发明不限于上述的具体方式，能够在其技术思想的范围内进行各种变形。例如，在上述实施方式中例示了具有矩形的发光面的面光源装置，但发光面的形状不限于矩形。并且，上述的条纹状区域评价值也仅是一例，只要是将第1滤波器的第1响应值和第2滤波器的第2响应值进行整合得到的值，则可以任意设计。并且，在上述实施方式中例示了纵条纹的检测处理，但仅通过适当地改变滤波器的核和扫描方向，当然也能够进行横条纹或斜条纹的检测。当然，还可以进行纵条纹、横条纹、斜条纹中两种以上的条纹状区域的检测。
标号说明
1面光源装置；10导光板；11光源；20～23条纹状区域；3检查装置；30信息处理装置；31摄像装置；32载台；33恒流电源；40图像取得部；41第1滤波器运算部；42第2滤波器运算部；43检测部；44输出部；45存储部；61、71、73、75第1滤波器；62、72、74、76第2滤波器；90输入图像；91发光面图像；92纵条纹。

Claims (10)

1.一种条纹状区域检测装置，其特征在于，所述条纹状区域检测装置具有：
图像取得部，其取得图像；
第1滤波器运算部，其对所述图像应用对沿着第1方向的亮度的增加有反应的第1滤波器，取得所述第1滤波器的应用位置处的所述第1滤波器的响应值即第1响应值；
第2滤波器运算部，其对所述图像应用对沿着所述第1方向的亮度的减小有反应的第2滤波器，取得所述第2滤波器的应用位置处的所述第2滤波器的响应值即第2响应值；
检测部，其对所述第1响应值和所述第2响应值进行整合而得到的整合值，检测具有如下宽度的条纹状区域，该宽度与所述第1滤波器的应用位置和所述第2滤波器的应用位置之间的沿着所述第1方向的距离对应；以及
输出部，其输出由所述检测部得到的信息。
2.根据权利要求1所述的条纹状区域检测装置，其特征在于，
所述第1滤波器运算部改变所述第1滤波器的应用位置而取得多个第1响应值，
所述第2滤波器运算部改变所述第2滤波器的应用位置而取得多个第2响应值，
所述检测部通过改变从所述多个第1响应值和所述多个第2响应值中选择的第1响应值和第2响应值的组合，能够检测宽度不同的多个种类的条纹状区域。
3.根据权利要求1所述的条纹状区域检测装置，其特征在于，
所述第1滤波器运算部一边使所述第1滤波器的应用位置沿所述第1方向移动，一边取得多个第1响应值，
所述第2滤波器运算部一边使所述第2滤波器的应用位置沿所述第1方向移动，一边取得多个第2响应值，
所述检测部从所述多个第1响应值和所述多个第2响应值中选择所述整合值为最大的第1响应值和第2响应值的组合，根据最大的所述整合值判定有无条纹状区域。
4.根据权利要求1所述的条纹状区域检测装置，其特征在于，
所述条纹状区域是沿着与所述第1方向垂直的第2方向延伸的区域，
所述第1滤波器运算部一边使所述第1滤波器的应用位置沿所述第2方向移动，一边取得多个第1响应值，
所述第2滤波器运算部一边使所述第2滤波器的应用位置沿所述第2方向移动，一边取得多个第2响应值，
所述检测部计算将所述多个第1响应值和所述多个第2响应值整合而得到的整合值，根据所述整合值判定有无沿着所述第2方向延伸的条纹状区域。
5.根据权利要求1～4中任意一项所述的条纹状区域检测装置，其特征在于，
所述输出部输出所述整合值和所述条纹状区域的检测结果。
6.根据权利要求1～5中任意一项所述的条纹状区域检测装置，其特征在于，
所述输出部输出在所述图像或者对所述图像进行加工而得到的图像上重叠了表示所述条纹状区域被检测出的位置的信息的图像。
7.根据权利要求1～6中任意一项所述的条纹状区域检测装置，其特征在于，
所述输出部输出表示沿着所述第1方向的亮度值变化的一维的亮度分布。
8.根据权利要求1～7中任意一项所述的条纹状区域检测装置，其特征在于，
由所述图像取得部取得的所述图像是拍摄面光源装置的发光面得到的图像，
所述检测部检测因所述发光面内的亮度不均而呈现出的条纹状的亮区域或者暗区域。
9.一种条纹状区域检测方法，其特征在于，所述条纹状区域检测方法包括以下步骤：
取得图像；
对所述图像应用对沿着第1方向的亮度的增加有反应的第1滤波器，取得所述第1滤波器的应用位置处的所述第1滤波器的响应值即第1响应值；
对所述图像应用对沿着所述第1方向的亮度的减小有反应的第2滤波器，取得所述第2滤波器的应用位置处的所述第2滤波器的响应值即第2响应值；
根据对所述第1响应值和所述第2响应值进行整合而得到的整合值，检测具有如下宽度的条纹状区域，该宽度与所述第1滤波器的应用位置和所述第2滤波器的应用位置之间的沿着所述第1方向的距离对应；以及
输出检测的结果。
10.一种程序，其特征在于，
用于使计算机执行权利要求9所述的条纹状区域检测方法的各步骤。
CN201780059575.2A 2016-12-15 2017-10-24 条纹状区域检测装置、条纹状区域检测方法、计算机可读取的记录介质 Active CN109791691B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016243249A JP6337949B1 (ja) 2016-12-15 2016-12-15 スジ状領域検出装置およびスジ状領域検出方法
JP2016-243249 2016-12-15
PCT/JP2017/038324 WO2018110089A1 (ja) 2016-12-15 2017-10-24 スジ状領域検出装置、スジ状領域検出方法、プログラム

Publications (2)

Publication Number Publication Date
CN109791691A true CN109791691A (zh) 2019-05-21
CN109791691B CN109791691B (zh) 2023-06-06

Family

ID=62487559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780059575.2A Active CN109791691B (zh) 2016-12-15 2017-10-24 条纹状区域检测装置、条纹状区域检测方法、计算机可读取的记录介质

Country Status (7)

Country Link
US (1) US10846869B2 (zh)
EP (1) EP3557526B1 (zh)
JP (1) JP6337949B1 (zh)
KR (1) KR20190040067A (zh)
CN (1) CN109791691B (zh)
TW (1) TWI647660B (zh)
WO (1) WO2018110089A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11530915B2 (en) * 2019-08-07 2022-12-20 Hitachi High-Tech Corporation Dimension measuring device, dimension measuring method, and semiconductor manufacturing system

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3840696A (en) * 1971-10-08 1974-10-08 Emi Ltd Single tube color television camera with recovery of index signal for elemental color component separation
JPH06258249A (ja) * 1993-03-04 1994-09-16 Dainippon Printing Co Ltd スジ検査方法
TW424398B (en) * 1999-06-10 2001-03-01 Chen Yung Chang Method and system of automatic spectral responsivity measurement for digital color cameras
US20050036705A1 (en) * 2003-08-15 2005-02-17 Xerox Corporation Active compensation of streaks using spatial filtering and feedback control
JP2005346300A (ja) * 2004-06-01 2005-12-15 Seiko Epson Corp 筋状欠陥検出方法及び装置
US7043080B1 (en) * 2000-11-21 2006-05-09 Sharp Laboratories Of America, Inc. Methods and systems for text detection in mixed-context documents using local geometric signatures
US20070253596A1 (en) * 2006-04-26 2007-11-01 Omron Corporation Image processing apparatus, image processing method, image processing program, recording medium recording the image processing program, and moving object detection system
US20110157655A1 (en) * 2009-12-28 2011-06-30 Canon Kabushiki Kaisha Image processing apparatus and image processing method
JP2012038423A (ja) * 2010-08-03 2012-02-23 Mitsubishi Rayon Co Ltd 導光体および面光源装置
JP2012058978A (ja) * 2010-09-08 2012-03-22 Canon Inc 画像処理装置、画像処理方法及びプログラム
JP2012113891A (ja) * 2010-11-22 2012-06-14 Mitsubishi Rayon Co Ltd 導光体、面光源装置及び画像表示装置
CN103156629A (zh) * 2011-12-16 2013-06-19 佳能株式会社 图像处理设备和图像处理方法
CN105849774A (zh) * 2014-01-15 2016-08-10 欧姆龙株式会社 图像对照装置、图像传感器、处理系统、图像对照方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6275600B1 (en) * 1998-03-09 2001-08-14 I.Data International, Inc. Measuring image characteristics of output from a digital printer
JP3574584B2 (ja) * 1998-12-16 2004-10-06 富士通株式会社 表画像処理装置及びそのプログラム記憶媒体
US6393161B1 (en) * 1999-04-26 2002-05-21 Xerox Corporation Software system for minimizing image defects in a hard-copy input scanner
US7116841B2 (en) * 2001-08-30 2006-10-03 Micron Technology, Inc. Apparatus, method, and product for downscaling an image
US7450746B2 (en) * 2002-06-07 2008-11-11 Verathon Inc. System and method for cardiac imaging
JP4298283B2 (ja) * 2002-12-16 2009-07-15 キヤノン株式会社 パターン認識装置、パターン認識方法、及びプログラム
AU2003289116A1 (en) * 2002-12-16 2004-07-09 Canon Kabushiki Kaisha Pattern identification method, device thereof, and program thereof
JP4266798B2 (ja) * 2003-12-15 2009-05-20 キヤノン株式会社 パターン検出装置及びパターン検出方法
JP2004289496A (ja) * 2003-03-20 2004-10-14 Ricoh Co Ltd 画像再生装置、画像再生方法およびこの方法をコンピュータに実行させるためのプログラム
WO2006090449A1 (ja) * 2005-02-23 2006-08-31 Fujitsu Limited 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム
JP2007285753A (ja) * 2006-04-13 2007-11-01 Seiko Epson Corp 欠陥検出方法および欠陥検出装置
US8300909B2 (en) * 2006-05-19 2012-10-30 Hitachi Medical Corporation Ultrasonographic device and ultrasonographic method
JP2011244085A (ja) * 2010-05-14 2011-12-01 Sony Corp 信号処理装置及び信号処理方法
JP2012042720A (ja) * 2010-08-19 2012-03-01 Sony Corp 画像処理装置および方法、並びにプログラム
US9036937B2 (en) * 2010-11-15 2015-05-19 Qualcomm Incorporated Fast repeated integral images
JP2012129743A (ja) * 2010-12-14 2012-07-05 Nec Access Technica Ltd 画像処理装置、画像処理方法および画像処理プログラム
US8761454B2 (en) * 2011-05-10 2014-06-24 Hewlett-Packard Development Company, L.P. Detecting streaks in printed images
JP2015082053A (ja) * 2013-10-23 2015-04-27 富士ゼロックス株式会社 画像形成装置
JP6307873B2 (ja) * 2013-12-24 2018-04-11 富士通株式会社 対象線検出装置、方法、及びプログラム
JP6700933B2 (ja) * 2016-04-20 2020-05-27 キヤノン株式会社 画像形成装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3840696A (en) * 1971-10-08 1974-10-08 Emi Ltd Single tube color television camera with recovery of index signal for elemental color component separation
JPH06258249A (ja) * 1993-03-04 1994-09-16 Dainippon Printing Co Ltd スジ検査方法
TW424398B (en) * 1999-06-10 2001-03-01 Chen Yung Chang Method and system of automatic spectral responsivity measurement for digital color cameras
US7043080B1 (en) * 2000-11-21 2006-05-09 Sharp Laboratories Of America, Inc. Methods and systems for text detection in mixed-context documents using local geometric signatures
US20050036705A1 (en) * 2003-08-15 2005-02-17 Xerox Corporation Active compensation of streaks using spatial filtering and feedback control
JP2005346300A (ja) * 2004-06-01 2005-12-15 Seiko Epson Corp 筋状欠陥検出方法及び装置
US20070253596A1 (en) * 2006-04-26 2007-11-01 Omron Corporation Image processing apparatus, image processing method, image processing program, recording medium recording the image processing program, and moving object detection system
US20110157655A1 (en) * 2009-12-28 2011-06-30 Canon Kabushiki Kaisha Image processing apparatus and image processing method
JP2012038423A (ja) * 2010-08-03 2012-02-23 Mitsubishi Rayon Co Ltd 導光体および面光源装置
JP2012058978A (ja) * 2010-09-08 2012-03-22 Canon Inc 画像処理装置、画像処理方法及びプログラム
JP2012113891A (ja) * 2010-11-22 2012-06-14 Mitsubishi Rayon Co Ltd 導光体、面光源装置及び画像表示装置
CN103156629A (zh) * 2011-12-16 2013-06-19 佳能株式会社 图像处理设备和图像处理方法
CN105849774A (zh) * 2014-01-15 2016-08-10 欧姆龙株式会社 图像对照装置、图像传感器、处理系统、图像对照方法

Also Published As

Publication number Publication date
EP3557526A4 (en) 2020-06-10
US20190244373A1 (en) 2019-08-08
JP2018097717A (ja) 2018-06-21
EP3557526A1 (en) 2019-10-23
KR20190040067A (ko) 2019-04-16
EP3557526B1 (en) 2024-02-14
TW201824183A (zh) 2018-07-01
US10846869B2 (en) 2020-11-24
TWI647660B (zh) 2019-01-11
WO2018110089A1 (ja) 2018-06-21
JP6337949B1 (ja) 2018-06-06
CN109791691B (zh) 2023-06-06

Similar Documents

Publication Publication Date Title
JP6291418B2 (ja) 光学測定用配置および関連方法
CN109791088A (zh) 检查装置、检查方法以及程序
US20110188048A1 (en) Method for Measuring Thickness or Surface Profile
CN107238484B (zh) 透明显示屏清晰度的检测方法和检测装置
CN103075979B (zh) 三维表面检测装置及三维表面检测方法
JP7302599B2 (ja) 欠陥判別方法、欠陥判別装置、欠陥判別プログラム及び記録媒体
TWI639977B (zh) 檢查裝置、檢查方法以及電腦可讀取的記錄媒體
CN110207609A (zh) 基于多种光谱的主动光的三维成像方法、装置及存储介质
CN104501721A (zh) 一种拼接屏中相对位置的检查方法及系统
TWI460419B (zh) 檢查偵測裝置之方法以及建立偵測裝置的測量變數之方法
CN114152410A (zh) 一种视觉光源检测系统及检测方法
CN109791691A (zh) 条纹状区域检测装置、条纹状区域检测方法、程序
CN207379945U (zh) 光学影像检测装置
JP2014020870A (ja) 表面形状検査装置及び表面形状検査方法
JP2015169624A (ja) 計測装置、計測方法及び物品の製造方法
CN114902030A (zh) 眼镜镜片测定装置及眼镜镜片测定程序
WO2008085160A1 (en) System and method for inspection of films
RU2448323C1 (ru) Способ оптического измерения формы поверхности
JP2017161243A (ja) 検査装置、検査方法、および物品の製造方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant