CN110402577A - 图像处理系统、图像处理装置、图像处理方法及图像处理程序 - Google Patents

图像处理系统、图像处理装置、图像处理方法及图像处理程序 Download PDF

Info

Publication number
CN110402577A
CN110402577A CN201780088006.0A CN201780088006A CN110402577A CN 110402577 A CN110402577 A CN 110402577A CN 201780088006 A CN201780088006 A CN 201780088006A CN 110402577 A CN110402577 A CN 110402577A
Authority
CN
China
Prior art keywords
image
image processing
independently
procossing
camera
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
CN201780088006.0A
Other languages
English (en)
Other versions
CN110402577B (zh
Inventor
林健吉
成濑洋介
岸根庆延
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.)
Fujifilm Corp
Original Assignee
Fujifilm 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 Fujifilm Corp filed Critical Fujifilm Corp
Publication of CN110402577A publication Critical patent/CN110402577A/zh
Application granted granted Critical
Publication of CN110402577B publication Critical patent/CN110402577B/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
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
    • 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
    • G01B11/245—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures using a plurality of fixed, simultaneously operating transducers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/045—Correction of measurements
    • 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
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • 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
    • G01N2021/8887—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 based on image processing techniques
    • 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
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (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)
  • Studio Devices (AREA)

Abstract

本发明能够提供一种即使在各摄像部的性能中存在个体差异的情况下，也能够使用多个摄像部适当地检查、测量或识别对象的图像处理系统、图像处理装置、图像处理方法及图像处理程序。本发明的图像处理装置具备：图像校正处理部(102)，从第1相机(10A)及第2相机(10B)独立地获取图像数据，并通过图像处理独立地校正由各个相机引起的图像劣化；及检查处理部(104)，从图像校正处理部(102)独立地获取校正后的图像数据，并通过图像处理独立地检查被拍摄的对象。图像校正处理部(102)在通过第1相机(10A)及第2相机(10B)拍摄了相同对象的情况下，以检查结果在所希望的范围内一致的方式独立地校正从各相机获取的图像数据。

Description

图像处理系统、图像处理装置、图像处理方法及图像处理程序
技术领域
本发明涉及一种从多个摄像部获取图像数据，并通过图像处理对由各摄像部拍摄的对象进行检查、测量或识别的图像处理系统、图像处理装置、图像处理方法及图像处理程序。
背景技术
已知有从多个摄像部获取图像数据，并通过图像处理对由各摄像部拍摄的对象进行检查、测量或识别的技术。
例如，在专利文献1、2等中记载有如下技术：通过多个摄像部而拍摄检查对象，并对从各摄像部得到的图像数据进行图像处理，从而检查外观的好坏、划痕的有无等。
并且，在专利文献3中记载有如下技术：通过多个摄像部而拍摄测量对象，并对从各摄像部得到的图像数据进行图像处理，从而测量位置、尺寸等。
并且，在专利文献4、5等中记载有如下技术：对通过多个摄像部来拍摄而得到的图像数据进行图像处理，从而识别记载于被拍摄到的对象中的字符等。
以往技术文献
专利文献
专利文献1：日本特开2001-153625号公报
专利文献2：日本特开平7-027714号公报
专利文献3：日本特开2008-281348号公报
专利文献4：日本特开平8-005316号公报
专利文献5：日本特开2015-197780号公报
发明内容
发明要解决的技术课题
在使用多个摄像部进行检查等的情况下，若未备齐各摄像部的性能，则在从各摄像部得到的图像数据的品质上产生偏差。例如，若在各摄像部中使用的成像透镜中存在个体差异，则在从各摄像部得到的图像数据的品质上产生偏差。若在从各摄像部得到的图像数据的品质上存在偏差，则在后期的检查等的结果中产生影响。
在构成摄像部的相机中，通常存在个体差异，难以备齐多个完全相同性能的摄像部。尤其，难以备齐多个完全相同性能的成像透镜。
并且，虽然也能够独立地调整各摄像部以备齐性能，但是存在调整中需要大量的精力和时间的问题。尤其，在使用存在个体差异的成像透镜的情况下，为了备齐该性能而需要大量的精力和时间。
并且，虽然也能够独立地调整后期的检查等的判定基准等，但是存在该调整中需要大量的精力和时间的问题。尤其，在存在非常多的参数的情况下，调整每一个参数是不切实际的。并且，在后期的检查等处理中使用机械学习等的情况下，若调整参数，则有时也会出现意外的不良影响。并且，在后期的检查等的处理中使用利用了神经网络的机械学习等的情况下，针对摄像部的每个个体差异重新学习中需要大量的精力。
本发明是鉴于这种情况而完成的，其目的在于提供一种即使在各摄像部的性能中存在个体差异的情况下，也能够使用多个摄像部能够适当地检查、测量或识别对象的图像处理系统、图像处理装置、图像处理方法及图像处理程序。
用于解决技术课题的手段
用于解决上述课题的方法为如下。
(1)一种图像处理系统，其具备：多个摄像部；第1图像处理部，从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化；及第2图像处理部，从第1图像处理部独立地获取校正后的图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象，第1图像处理部在多个摄像部拍摄了相同对象的情况下，独立地校正从多个摄像部获取的图像数据，以使第2图像处理部的结果在所希望的范围内一致。
根据本方式，作为图像处理部而具备第1图像处理部及第2图像处理部。第1图像处理部从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化，例如由各个摄像部所具备的光学系统引起的图像劣化。第2图像处理部从第1图像处理部独立地获取校正后的图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象。第1图像处理部并不是只是校正由各个摄像部引起的图像劣化，而是考虑到后期的检查等进行校正。即，并不是以完全消除图像劣化的方式进行校正，而是在多个摄像部拍摄到相同对象的情况下检查等的结果在所希望的范围内一致的方式进行校正。由此，即使在各摄像部的性能中存在个体差异的情况下，也能够使用多个摄像部以高精度检查对象等。并且，关于通过检查等进行的图像处理，由于不需要追加变更，因此即使检查等的算法未知(所谓黑箱)也能够使用。进而，由于能够直接操作由摄像部引起的图像劣化，因此能够以高自由度进行调整。
另外，“相同对象”中包括实质上可视为相同的范围的对象。即，这里的相同包括大致相同的概念。例如拍摄相同的形状、外观但不同的对象(例如多个螺钉等)的情况，也包括在相同对象的拍摄中。
并且，“在所希望的范围内一致”是指，在检查等中所要求的精度水平上一致。从而，理想的是以检查等的结果一致的方式进行校正，但在一定的范围内容许误差。即，以大致一致的方式被校正即可。
作为通过第1图像进行的校正，例如可以举出图像失真的校正、分辨率的校正、图像倍率的校正及分光透射率的校正等。
(2)根据上述(1)的图像处理系统，还具备从多个摄像部独立地获取图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化的第3图像处理部，第1图像处理部从第3图像处理部独立地获取校正后的图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化。
根据本方式，还具备第3图像处理部。第3图像处理部从多个摄像部独立地获取图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化。第1图像处理部从第3图像处理部独立地获取校正后的图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化。由此，能够校正因摄像环境的差异而生成的画质的偏差。
作为基于第3图像处理部的校正，例如可以举出明度的校正、白平衡的校正等。
(3)根据上述(1)或(2)的图像处理系统，第1图像处理部通过图像处理独立地校正由各个摄像部所具备的光学系统引起的图像劣化。
根据本方式，在第1图像处理部中，由各个摄像部所具备的光学系统引起的图像劣化通过图像处理独立地而被校正。例如由光学系统引起而产生的畸变、分辨率降低等通过图像处理而被校正。由此，即使在使用了存在个体差异的成像透镜的情况下，也能够适当地进行检查等。
(4)根据上述(1)至(3)中任一项所述的图像处理系统，还具备对第1图像处理部进行的图像处理的参数进行设定的参数设定部，参数设定部根据基于第2图像处理部的检查、测量或识别的结果而设定参数。
根据本方式，还具备对第1图像处理部进行的图像处理的参数进行设定的参数设定部。参数设定部根据基于第2图像处理部的检查等的结果而设定参数。即，在多个摄像部拍摄了相同对象的情况下，以检查等的结果在所希望的范围内一致的方式设定第1图像处理部进行的图像处理的参数。
(5)根据上述(4)的图像处理系统，参数设定部根据使参数变化的情况的第2图像处理部的结果的变化而优化参数。
根据本方式，通过观测改变了参数的情况的第2图像处理部的检查等的结果的变化而优化参数。例如稍微改变参数而测定第2处理部的检查等的结果如何变化，并根据该测定结果而优化参数。
(6)根据上述(4)的图像处理系统，参数设定部通过梯度法而优化参数。
根据本方式，作为优化参数的方法，采用梯度法。
(7)一种图像处理装置，其具备：第1图像处理部，从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化；及第2图像处理部，从第1图像处理部独立地获取校正后的图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象，第1图像处理部在多个摄像部拍摄了相同对象的情况下，独立地校正从多个摄像部获取的图像数据，以使第2图像处理部的结果在所希望的范围内一致。
根据本方式，作为图像处理部而具备第1图像处理部及第2图像处理部。第1图像处理部从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化。第2图像处理部从第1图像处理部独立地获取校正后的图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象。第1图像处理部并不只是校正由各个摄像部引起的图像劣化，而是考虑到后期的检查等进行校正。即，并不是以完全消除图像劣化的方式进行校正，而是在多个摄像部拍摄到相同对象的情况下，以检查等的结果在所希望的范围内一致的方式进行校正。由此，即使在各摄像部的性能中存在个体差异的情况下，也能够使用多个摄像部以高精度检查对象等。并且，关于通过检查等进行的图像处理，由于不需要追加变更，因此即使检查等的算法未知(所谓黑箱)也能够使用。进而，由于能够直接操作由摄像部引起的图像劣化，因此能够以高自由度进行调整。
(8)根据上述(7)的图像处理装置，还具备从多个摄像部独立地获取图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化的第3图像处理部，第1图像处理部从第3图像处理部独立地获取校正后的图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化。
根据本方式，还具备第3图像处理部。第3图像处理部从多个摄像部独立地获取图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化。第1图像处理部从第3图像处理部独立地获取校正后的图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化。由此，能够校正因摄像环境的差异而生成的画质的偏差。
(9)根据上述(7)或(8)的图像处理装置，第1图像处理部通过图像处理独立地校正由各个摄像部所具备的光学系统引起的图像劣化。
根据本方式，在第1图像处理部中，由各个摄像部所具备的光学系统引起的图像劣化通过图像处理独立地被校正。
(10)根据上述(7)至(9)中任一项所述的图像处理装置，还具备对第1图像处理部进行的图像处理的参数进行设定的参数设定部，参数设定部根据基于第2图像处理部的检查、测量或识别的结果而设定参数。
根据本方式，还具备对第1图像处理部进行的图像处理的参数进行设定的参数设定部。参数设定部根据基于第2图像处理部的检查等的结果而设定参数。即，在多个摄像部拍摄了相同对象的情况下，以检查等的结果在所希望的范围内一致的方式设定第1图像处理部进行的图像处理的参数。
(11)一种图像处理方法，其包括：第1图像处理工序，从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化；及第2图像处理工序，独立地获取基于第1图像处理工序的校正后的图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象，第1图像处理工序在多个摄像部拍摄了相同对象的情况下，独立地校正从多个摄像部获取的图像数据，以使基于第2图像处理工序的检查、测量或识别的结果在所希望的范围内一致。
根据本方式，作为对从多个摄像部获取的图像数据进行图像处理而检查被拍摄的对象等的图像处理工序，具备第1图像处理工序及第2图像处理工序。第1图像处理工序从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化。第2图像处理工序独立地获取基于第1图像处理部的校正后的图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象。第1图像处理工序并不只是校正由各个摄像部引起的图像劣化，而是考虑到后期的检查等进行校正。即，并不是以完全消除图像劣化的方式进行校正，而是在多个摄像部拍摄到相同对象的情况下，以检查等的结果在所希望的范围内一致的方式进行校正。由此，即使在各摄像部的性能中存在个体差异的情况下，也能够使用多个摄像部以高精度检查对象等。并且，关于通过检查等进行的图像处理，由于不需要追加变更，因此即使检查等的算法是未知(所谓黑箱)也能够使用。进而，由于能够直接操作由摄像部引起的图像劣化，因此能够以高自由度进行调整。
(12)根据上述(11)的图像处理方法，还包括从多个摄像部独立地获取图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化的第3图像处理工序，在第3图像处理工序之后执行第1图像处理工序。
根据本方式，还包括第3图像处理工序。第3图像处理工序从多个摄像部独立地获取图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化。第1图像处理工序在第3图像处理工序之后被实施。由此，能够校正因摄像环境的差异而生成的画质的偏差。
(13)根据上述(11)或(12)的图像处理方法，还具备对通过第1图像处理工序进行的图像处理的参数进行设定的参数设定工序，参数设定工序根据基于第2图像处理工序的检查、测量或识别的结果而设定参数。
根据本方式，还包括对通过第1图像处理工序进行的图像处理的参数进行设定的参数设定工序。参数根据检查等的结果而被设定。即，在多个摄像部拍摄了相同对象的情况下，以检查等的结果在所希望的范围内一致的方式，根据检查等的结果而设定参数。
(14)根据上述(11)至(13)中任一项所述的图像处理方法，第1图像处理工序通过图像处理独立地校正因各个摄像部所具备的光学系统引起的图像劣化。
根据本方式，在第1图像处理工序中，由各个摄像部所具备的光学系统引起的图像劣化通过图像处理独立地被校正。
(15)一种图像处理程序，其使计算机实现如下功能：第1图像处理功能，从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化；及第2图像处理功能，独立地获取基于第1图像处理功能的校正后的图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象，第1图像处理功能在多个摄像部拍摄了相同对象的情况下独立地校正从多个摄像部获取的图像数据，以使基于第2图像处理功能的检查、测量或识别的结果在所希望的范围内一致。
根据本方式，作为图像处理功能而具备第1图像处理功能及第2图像处理功能。第1图像处理功能从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化。第2图像处理功能从第1图像处理功能独立地获取校正后的图像数据，并通过图像处理独立地检查、测量或识别对象。第1图像处理功能并不只是校正由各个摄像部引起的图像劣化，而是考虑后期的检查等进行校正。即，并不是以完全消除图像劣化的方式进行校正，而是在多个摄像部拍摄到相同对象的情况下，以检查等的结果在所希望的范围内一致的方式进行校正。由此，即使在各摄像部的性能中存在个体差异的情况下，也能够使用多个摄像部以高精度检查对象等。并且，关于通过检查等进行的图像处理，由于不需要追加变更，因此即使检查等的算法未知(所谓黑箱)也能够使用。进而，由于能够直接操作由摄像部引起的图像劣化，因此能够以高自由度进行调整。
(16)根据上述(15)的图像处理程序，还具备从多个摄像部独立地获取图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化的第3图像处理功能，第1图像处理功能从第3图像处理功能独立地获取校正后的图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化。
根据本方式，还具备第3图像处理功能。第3图像处理功能从多个摄像部独立地获取图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化。第1图像处理部从第3图像处理部独立地获取校正后的图像数据，并通过图像处理独立地校正由各个摄像部引起的图像劣化。由此，能够校正因摄像环境的差异而生成的画质的偏差。
(17)根据上述(15)或(16)的图像处理程序，还具备对第1图像处理功能进行的图像处理的参数进行设定的参数设定功能，参数设定功能根据基于第2图像处理功能的检查、测量或识别的结果而设定参数。
根据本方式，还具备对第1图像处理功能所进行的图像处理的参数进行设定的参数设定功能。参数设定功能根据基于第2图像处理功能的检查等的结果而设定参数。即，在多个摄像部拍摄了相同对象的情况下，以检查等的结果在所希望的范围内一致的方式设定第1图像处理功能所进行的图像处理的参数。
(18)根据上述(15)至(17)中任一项所述的图像处理程序，第1图像处理功能通过图像处理独立地校正因各个摄像部所具备的光学系统引起的图像劣化。
根据本方式，通过第1图像处理功能，并通过图像处理独立地校正由各个摄像部所具备的光学系统引起的图像劣化。
发明效果
根据本发明，即使在各摄像部的性能中存在个体差异的情况下，也能够使用多个摄像部适当地检查、测量或识别对象。
附图说明
图1是表示应用了本发明所涉及的图像处理系统的检查系统的一例的系统结构图。
图2是表示作为检查对象的基板的一例的俯视图。
图3是检查装置所具备的功能的框图。
图4是表示在拍摄了相同对象的情况下从第1相机及第2相机获取的原始图像数据的一例的图。
图5是表示梯形失真校正后的图像数据的一例的图。
图6是表示以检查结果成为相同的方式进行了校正的情况的图像数据的一例的图。
图7是第2实施方式的检查装置所具备的功能的框图。
图8是表示优化参数的处理顺序的流程图。
具体实施方式
以下，参考附图，对用于实施本发明的优选方式进行详细说明。
◆◆第1实施方式◆◆
[检查系统的结构]
图1是表示应用了本发明所涉及的图像处理系统的检查系统的一例的系统结构图。
如图1所示，本实施方式的检查系统1构成为连续检查通过输送带2而连续被输送的基板B的系统。尤其，本实施方式的检查系统1构成为检查基板B的长度的系统。即，构成为检查基板B的长度是否满足预先确定的基准的系统。
《检查对象》
图2是表示作为检查对象的基板的一例的俯视图。
如图2所示，作为检查对象的基板B在俯视下为横长的矩形形状。
检查系统1测量基板B的纵向长度(短边的长度)L，并判定所测量的长度L是否满足预先确定的基准。并且，根据该判定结果来判定基板B的合格与否。即，若所测量的长度L满足基准，则合格(OK)，若不满足，则不合格(NG(NG：No Good))。
基准以一定的宽度被设定。例如，将设为合格的长度范围设为Lmin≤L≤Lmax。该情况下，在所测量的长度L为Lmin以上且Lmax以下的情况下设为合格。
检查时也进行标签Lb的判别。即，判别在基板B上粘贴有哪种标签。
《系统结构》
如图1所示，检查系统1构成为具备：2台相机10A、10B，拍摄通过输送带2而被输送的基板B；及检查装置100，从2台相机10A、10B独立地获取图像数据，并通过图像处理来检查被拍摄的基板B。
〈输送带〉
输送带2沿既定的输送路径而输送作为检查对象的基板B。在本实施方式中，沿直线水平地输送基板B。
基板B在输送带2上排列成2列而被输送。并且，基板B在各列中以一定的间隔被配置并输送。
另外，图2中通过箭头Fd来表示的方向是基板B的输送方向。基板B与短边平行地被输送。
〈相机〉
2台相机10A、10B为多个摄像部的一例。2台相机10A、10B设置于基于输送带2的基板B的输送路径上。以下，为了区别2台相机10A、10B，将一个相机10A设为第1相机10A，将另一个相机10B设为第2相机10B。
〔第1相机〕
第1相机10A将所拍摄到的图像作为数字数据而输出。第1相机10A由成像透镜12A及相机主体14A构成。
成像透镜12A为光学系统的一例。本实施方式的成像透镜12A为定焦成像透镜，具备光圈及对焦机构。成像透镜12A经由卡口而装卸自如地装配于相机主体14A。
相机主体14A拍摄由成像透镜12A成像的图像，并作为数字的图像数据而输出。在相机主体14A中具备图像传感器作为将通过成像透镜12A成像的图像进行拍摄的构件。并且，在相机主体14A中具备信号处理部作为将从图像传感器输出的信号进行处理而生成图像数据的构件。作为图像传感器，例如使用CMOS(CMOS：Complementary Metal OxideSemiconductor：互补型金属氧化物半导体)、CCD(CCD：Charged Coupled Device：电荷耦合元件)等固体成像元件。
第1相机10A拍摄通过输送带2以2列被输送的基板B中的一侧列(图1中为左侧列)的基板B。从而，第1相机10A设置于能够拍摄一侧列的基板B的位置。该位置是能够将设为检查对象的基板B的整体图像收容到1帧中进行拍摄的位置。
〔第2相机〕
第2相机10B的结构与第1相机10A的结构相同。即，由成像透镜12B及相机主体14B构成。成像透镜12B的规格及相机主体14B的规格也与第1相机10A的成像透镜12A的规格及相机主体14A的规格相同。
第2相机10B拍摄通过输送带2以2列被输送的基板B中的另一侧列(图1中为右侧列)的基板B。从而，第2相机10B设置于能够拍摄另一侧列的基板B的位置。该位置是能够将设为检查对象的基板B的整体图像收容到1帧中进行拍摄的位置。
〈检查装置〉
检查装置100为图像处理装置的一例。检查装置100从第1相机10A及第2相机10B获取图像数据，并对所得到的图像数据独立地进行图像处理，从而检查被拍摄的基板B。即，测量被拍摄的基板B的长度L，并判定所测量的长度L是否满足基准，从而判定合格与否。
检查装置100由具备CPU(CPU：Central Processing Unit：中央处理单元)、RAM(RAM：Random Access Memory：随机存取存储器)、ROM(ROM：Read Only Memory：只读存储器)的计算机构成。即，计算机通过执行既定的程序而作为检查装置100发挥功能。作为计算机，例如能够使用个人计算机等。
图3是检查装置所具备的功能的框图。
如图3所示，检查装置100具备：作为对从第1相机10A及第2相机10B获取的图像数据进行校正处理的图像校正处理部102的功能(第1图像处理功能)；作为从图像校正处理部102获取校正后的图像数据，并通过图像处理来检查被拍摄的基板B的检查处理部104的功能(第2图像处理功能)；及作为对图像校正处理部102所进行的图像处理(图像校正处理)的参数进行设定的参数设定部106的功能(参数设定功能)。这些功能是通过构成检查装置100的计算机执行既定的程序(图像处理程序等)而被提供的。程序例如储存于ROM中。
〔图像校正处理部〕
图像校正处理部102为第1图像处理部的一例。图像校正处理部102具备对从第1相机10A获取的图像数据进行校正处理的第1图像校正处理部102A、及对从第2相机10B获取的图像数据进行校正处理的第2图像校正处理部102B。
第1图像校正处理部102A获取第1相机10A的图像数据，并通过图像处理而校正由第1相机10A引起的图像劣化。
在此，在由第1相机10A引起的图像劣化中，存在图像失真、分辨率的降低等各种图像劣化。
第1图像校正处理部102A进行校正的对象并不是由第1相机10A引起的全部的图像劣化，而是对后期的检查造成影响的图像劣化成为对象。
在本实施方式的检查系统1中，由于对基板B的长度L进行检查，因此对长度L的检查造成影响的图像劣化被校正。对长度L的检查造成影响的图像劣化主要是图像失真。因此，在本实施方式的检查系统1中，在第1图像校正处理部102A中图像失真被校正。根据所产生的失真的种类进行校正。例如在生成畸变的情况下，进行畸变校正。并且，在生成梯形失真的情况下，进行梯形失真校正。校正中采用公知的图像处理方法。
并且，在此校正的目的并不在于完全消除图像劣化，而是以减小由所使用的相机的性能差异引起的检查结果的偏差为目的进行的。即，在通过第1相机10A及第2相机10B拍摄了相同对象的情况下，以使其检查结果在所希望的范围内一致为目的进行。关于该点，将进行后述。
第2图像校正处理部102B获取第2相机10B的图像数据，并通过图像处理而校正由第2相机10B引起的图像劣化。校正的对象与第1图像校正处理部102A相同，是图像失真。
〔检查处理部〕
检查处理部104为第2图像处理部的一例。检查处理部104具备：第1检查处理部104A，从第1图像校正处理部102A获取校正后的图像数据，并通过图像处理来检查被拍摄的基板B；及第2检查处理部104B，从第2图像校正处理部102B获取校正后的图像数据，并通过图像处理来检查被拍摄的基板B。
第1检查处理部104A从第1图像校正处理部102A获取校正后的图像数据，并通过图像处理来检查被拍摄的基板B。并且，第1检查处理部104A在检查的同时判别粘贴于基板B上的标签Lb。即，通过图像处理来识别并判别粘贴有哪种标签。
如上所述，第1检查处理部104A进行的检查是基板B的长度L的检查。即，检查被拍摄的基板B的长度L是否满足基准。第1检查处理部104A首先从得到的图像数据中提取基板B。接着，通过图像处理而测量所提取的基板B的纵向长度L。接着，判定通过测量而得到的基板B的长度L是否满足基准。若满足基准，则判定为合格。另一方面，若不满足基准，则判定为不合格。在检查对象的提取及测量中采用公知的图像处理方法。在标签Lb的判别中也采用公知的图像处理方法。
第2检查处理部104B为第2图像处理部的一例。第2检查处理部104B从第2图像校正处理部102B获取校正后的图像数据，并通过图像处理来检查被拍摄的基板B。并且，第2检查处理部104B在检查的同时，判别粘贴于基板B上的标签Lb。
与第1检查处理部104A同样地，第2检查处理部104B进行的检查是基板B的长度L的检查。并且，该检查方法也与第1检查处理部104A相同。即，第1检查处理部104A及第2检查处理部104B对所获取的图像数据进行相同的图像处理以检查被拍摄的基板B。第1检查处理部104A及第2检查处理部104B对所获取的图像数据进行相同的图像处理以判别粘贴于基板B上的标签Lb。
〔参数设定部〕
参数设定部106独立地设定第1图像校正处理部102A及第2图像校正处理部102B进行的图像处理(图像校正处理)的参数。在通过第1相机10A及第2相机10B拍摄了相同对象的情况下，以第1检查处理部104A及第2检查处理部104B的检查结果在所希望的范围内一致的方式设定参数。
在此，“在所希望的范围内一致”是指在检查等中所要求的精度水平上一致。从而，理想的是以检查等的结果一致的方式进行校正，但在一定的范围内容许误差。即，以大致一致的方式被校正即可。并且，在此的相同对象中包括实质上可视为相同对象的情况。
通过如此设定参数并校正图像数据，即使在使用了存在个体差异的相机的情况下，也能够以高精度检查对象。以下，关于该点进行详细说明。
[基于图像校正处理部的校正的概念]
第1相机10A及第2相机10B使用的是相同规格的相机。在所使用的相机的性能中不存在差异的情况下，从第1相机10A得到的图像数据的品质和从第2相机10B得到的图像数据的品质实质上一致。该情况下，若通过第1相机10A及第2相机10B拍摄相同对象，则第1检查处理部104A及第2检查处理部104B的检查结果(基板的合格与否的判定结果及标签的判别结果)实质上一致。
然而，通常，在相机中存在个体差异。若在第1相机10A和第2相机10B中使用的相机的性能中存在差异，则在从第1相机10A得到的图像数据的品质和从第2相机10B得到的图像数据的品质上产生差异。该情况下，即使在拍摄了相同对象的情况下，在第1检查处理部104A的检查结果与第2检查处理部104B的检查结果之间可能产生差异。
在本实施方式的检查装置100中，通过基于第1图像校正处理部102A及第2图像校正处理部102B的校正处理而消除因该相机的性能差异而产生的检查结果的差异。即，即使在所使用的相机的性能中存在差异的情况下，也能够以在检查结果中不产生差异的方式，事先在第1图像校正处理部102A及第2图像校正处理部102B中对处理对象的图像数据进行校正。由此，即使在第1相机10A及第2相机10B的性能中存在差异的情况下，也能够使用该图像数据以高精度检查对象。
另外，在此处的相机的性能差异中，除了基于被装配的成像透镜的光学性能差异的性能差异以外，还包括基于卡口的精度的性能差异、基于成像透镜对相机主体的装配精度的性能差异、基于相机内部的图像传感器的倾斜度、灵敏度等的性能差等。其理由是，因卡口的精度差异、装配的精度差异、图像传感器的倾斜度等而产生光轴的偏离、倾斜等，可能在检查结果中会产生差异。并且，其理由是，根据相机所具备的图像传感器的灵敏度差异，也可能在检查结果中会产生差异。
以下，举出具体例，对图像校正处理部所进行的校正进行说明。在此，以校正梯形失真的情况为例进行说明。
图4是表示在拍摄了相同对象的情况下从第1相机及第2相机获取的原始图像数据的一例的图。图4(A)表示从第1相机10A获取的原始图像数据的一例。并且，图4(B)表示从第2相机10B获取的原始图像数据的一例。
如图4所示，原始图像数据在第1相机10A及第2相机10B双方产生有梯形失真。然而，从第2相机10B获取的图像数据i0b比从第1相机10A获取的图像数据i0a失真量大。
另外，在图4(A)、(B)中，为了进行比较，用虚线来重叠表示在未产生失真的情况下被拍摄的基板的图像。
图5是表示梯形失真校正后的图像数据的一例的图。图5(A)表示对从第1相机10A获取的图像数据实施了梯形失真校正的情况的一例。并且，图5(B)表示对从第2相机10B获取的图像数据实施了梯形失真校正的情况的一例。
图5是未考虑检查结果而校正了各图像数据的情况的例子。该情况下，各图像数据独立地被校正，以完全去除失真的方式被校正。即，在各图像数据中，被校正为完全理想的图像形状。其结果，如图5(A)所示，第1相机10A的校正后的图像数据i1a被校正为与实际的基板的形状相同的矩形形状。并且，如图5(B)所示，第2相机10B的校正后的图像数据i1b也被校正为与实际的基板的形状相同的矩形形状。
若根据如此被校正的图像数据i1a、i1b来检查基板，则关于基板B的长度L的检查，能够使两个检查结果一致。
然而，关于粘贴于基板B上的标签Lb的判别结果，在两个结果中可能会产生差异。这基于以下理由。关于原始图像数据，与第1相机10A的图像数据i0a相比，第2相机10B的图像数据i0b的失真量大(参考图4)。因此，若以完成去除失真的方式进行校正，则关于校正后的图像数据，与第1相机10A的校正后的图像数据i1a相比，第2相机10B的校正后的图像数据i1b的校正量变大。其结果，第2相机10B的校正后的图像数据i1b的分辨率降低，可能会产生无法判别标签Lb的情况。
图6是表示以检查结果成为相同的方式进行了校正的情况的图像数据的一例的图。图6(A)表示对从第1相机10A获取的图像数据进行了校正的情况的一例。并且，图6(B)表示对从第2相机10B获取的图像数据进行了校正的情况的一例。另外，在图6(A)、(B)中，为了进行比较，用虚线来重叠表示完全校正了失真的情况的基板的图像。
如图6(A)、(B)所示，若以检查结果成为相同的方式进行校正，则第1相机10A的校正后的图像数据i2a及第2相机10B的校正后的图像数据i2b成为大致相同的图像数据。
在以检查结果成为相同的方式进行校正的情况下，如图6(A)、(B)所示，有时容许失真的残留。即，在以检查结果成为相同的方式进行校正的情况下，关于对检查结果不造成影响的项目，容许劣化的残留。在该例中，由于是基板B的纵向长度L的检查，因此容许基板B的横向的失真。另一方面，由于对标签Lb的判别造成影响，因此校正受到限制。即，在能够判别标签Lb的范围内进行校正。
如此，在本实施方式的检查系统1中，在通过第1相机10A及第2相机10B拍摄了相同对象的情况下，以在第1检查处理部104A及第2检查处理部104B的检查结果中不产生差异的方式，即，以在所希望的范围内一致的方式，在第1图像校正处理部102A及第2图像校正处理部102B中对图像数据进行校正。
参数设定部106以进行这种校正的方式设定图像处理的参数。即，在拍摄了相同对象的情况下，以使检查结果在所希望的范围内一致的方式设定参数。
例如反馈检查结果而设定参数。例如，使所有参数依次微小变化，并根据检查结果如何变化来优化在第1图像校正处理部102A及第2图像校正处理部102B中设定的图像处理的参数。该情况下，没有灵敏度的参数，即，即使变更对检查结果也不造成影响的参数优选设为不变更。
至于检查结果如何变化，例如求出检查结果相对于参数变化的差异的偏微分而进行观测。
并且，在优化参数时，例如设为检查结果的概率分布在第1检查处理部104A及第2检查处理部104B中成为大致相同。
如此，作为使参数微小变化以优化参数的方法，能够采用公知的优化方法。例如，能够采用基于公知的梯度法的优化方法。然而，在没有灵敏度的情况下参数不需要起作用，因此如DLS(DLS：Dumped Least Squares/衰减最小平方法)那样，优选采用包含正规化项的方法。
另外，若只是以检查结果成为相同的方式设定参数，则可能会产生将本来应该合格的部分判定为不合格的情况。因此，在设定参数的情况下，也考虑检查的准确性。例如，准备准确的检查结果，以与该检查结果成为相同的方式设定参数。该例的情况下，例如保证第1检查处理部104A的检查结果正确性，并以第2检查处理部104B的检查结果与第1检查处理部104A的检查结果大致一致的方式设定参数。
[检查系统的作用]
《初始设定》
首先，作为初始设定，在参数设定部106中设定第1图像校正处理部102A及第2图像校正处理部102B所进行的图像处理的参数。即，在通过第1相机10A及第2相机10B拍摄了相同对象的情况下，以第1检查处理部104A及第2检查处理部104B的检查结果大致一致的方式调整并设定第1图像校正处理部102A及第2图像校正处理部102B的图像处理的参数。由此，例如以被装配的成像透镜中存在个体差异的情况等那样，即使在第1相机10A及第2相机10B的性能中存在差异的情况下，也能够适当地进行检查。
《检查的处理顺序》
通过第1相机10A及第2相机10B来拍摄在输送带2上以2列被输送的基板B而进行检查。
从第1相机10A及第2相机10B输出的图像数据被导入到检查装置100中并供于检查。检查装置100根据以下顺序(图像处理方法)来处理图像数据，并检查被拍摄的基板。
导入到检查装置100中的第1相机10A的图像数据及第2相机10B的图像数据首先在第1图像校正处理部102A及第2图像校正处理部102B中，通过图像处理而被校正由光学系统引起的图像劣化(第1图像处理工序)。该例中，梯形失真被校正。此时，从第1相机10A获取的图像数据在第1图像校正处理部102A中被图像处理，从而梯形失真被校正。并且，从第2相机10B获取的图像数据在第2图像校正处理部102B中被图像处理，从而梯形失真被校正。
在此，如上所述，在第1图像校正处理部102A及第2图像校正处理部102B中进行的图像处理的参数事先被设定(参数设定工序)。在拍摄了相同对象的情况下，该参数以检查结果大致一致的方式而被设定。第1图像校正处理部102A及第2图像校正处理部102B按照被设定的参数对图像数据进行图像处理，并对在图像中产生的梯形失真进行校正。
在第1图像校正处理部102A及第2图像校正处理部102B中梯形失真被校正的第1相机10A的图像数据及第2相机10B的图像数据，依次追加到第1检查处理部104A及第2检查处理部104B并供于检查(第2图像处理工序)。
第1检查处理部104A获取在第1图像校正处理部102A中被校正处理的图像数据，并对所获取的图像数据进行图像处理，从而检查被拍摄的基板的长度。更详细而言，测量被拍摄的基板的纵向长度L，并判定是否满足预先设定的基准，从而判定基板的合格与否。并且，对所获取的图像数据进行图像处理，从而判别粘贴于基板的标签。
第2检查处理部104B获取在第2图像校正处理部102B中被校正处理的图像数据，并对所获取的图像数据进行图像处理，从而检查被拍摄的基板的长度。并且，对所获取的图像数据进行图像处理，从而判别粘贴于基板上的标签。
在此，在第1检查处理部104A及第2检查处理部104B中设为处理对象的图像数据是在第1图像校正处理部102A及第2图像校正处理部102B中被校正处理的图像数据，是在拍摄了相同对象的情况下以得到大致相同的结果的方式被校正的图像数据。因此，即使在第1相机10A及第2相机10B的性能中存在差异的情况下，也能够通过各个相机来适当地检查对象。
如此，根据本实施方式的检查系统1，即使在使用多个相机进行检查的情况下，也能够在各个相机中适当地检查对象。尤其，即使在使用了存在个体差异的相机的情况下，也能够适当地检查对象。并且，在各个相机中，即使在使用了存在个体差异的成像透镜的情况下，也能够适当地检查对象。
并且，关于在第1检查处理部104A及第2检查处理部104B中进行的处理不需要追加变更，因此即使检查的算法未知(设为黑箱)也能够应用。这对检查中采用机械学习等方法的情况尤其有效。
并且，根据本实施方式的检查系统1，由于能够直接操作由相机引起的图像劣化，因此能够以高自由度进行调整。
◆◆第2实施方式◆◆
图7是第2实施方式的检查装置所具备的功能的框图。
如图7所示，本实施方式的检查装置110还具备预处理部112，这一点上，与上述第1实施方式的检查装置100存在差异。从而，在此仅对预处理部112的功能进行说明。
预处理部112为第3图像处理部的一例。预处理部112对从第1相机10A及第2相机10B获取的图像数据进行预处理。在此的预处理是指在图像校正处理部102中对图像数据进行校正处理之前实施既定的图像处理。具体而言，通过图像处理而校正因摄像环境的差异而在第1相机10A及第2相机10B之间生成的画质的偏差并进行均匀化处理。作为因摄像环境的差异而生成的画质的偏差，例如可以举出图像的明度偏差、色调偏差等。
预处理部112具备第1预处理部112A及第2预处理部112B。第1预处理部112A对从第1相机10A获取的图像数据进行图像处理以校正其画质。第2预处理部112B对从第2相机10B获取的图像数据进行图像处理以校正其画质。例如，第1相机10A的摄像区域和第2相机10B的摄像区域中的照明光的照射部位不同，因此在被拍摄的图像的明度上产生差异的情况下，在预处理部112中图像的明度被校正。
如此，预处理部112通过图像处理来校正因摄像环境的差异而生成的画质的偏差并进行均匀化(第3图像处理工序)。图像校正处理部102导入在该预处理部112中被处理的图像并进行校正处理(第1图像处理工序)。由此，能够去除因摄像环境的差异而生成的画质的偏差，并能够更适当地检查对象。
通过构成检查装置110的计算机执行既定的程序(图像处理程序等)而提供预处理部112的功能(第3图像处理功能)。
另外，在第1相机10A及第2相机10B中可以具备预处理部112的功能。即，在第1相机10A及第2相机10B的相机主体14A、14B具备的信号处理部中可以具备预处理部112的功能。
◆◆其他实施方式◆◆
[对被拍摄的对象的处理]
在上述实施方式中，以在检查对象的系统中应用了本发明的情况为例进行了说明，但本发明的应用并不限定于此。此外，例如能够将对象应用到进行测量、识别等的系统、装置等中。
测量对象的系统、装置等是指获取拍摄到对象的图像数据，并通过图像处理而测量对象的系统、装置等。作为测量，例如可以举出长度的测量、面积的测量、色彩的测量、位置的测量等。
识别对象的系统、装置等是指获取拍摄到对象的图像数据，并通过图像处理而识别对象的系统、装置等。作为识别，例如可以举出字符的识别、图形的识别、外观形状的识别、特定对象物的识别等。
并且，在上述实施方式中，作为检查，以检查对象长度的情况为例进行了说明，但检查的种类并不限定于此。例如，本发明能够应用于外观形状的检查、表面性状的检查、位置的检查、尺寸的检查、种类的检查等使用了图像处理的各种检查中。并且，在通过图像处理而进行伴随检查的测量、识别等处理的情况下，本发明也能够应用于这些处理中。
[进行检查等的系统的结构]
在上述实施方式中，以依次拍摄通过输送带而被输送的对象并进行处理的情况为例进行了说明，但进行检查等的系统的结构并不限定于此。此外，例如本发明也能够应用于在汽车中设置多台相机并对人等进行识别的系统等中。
并且，在上述实施方式中设为各相机拍摄不同对象的结构，但本发明也能够应用于各相机拍摄相同对象并进行检查等的系统中。并且，本发明能够应用于通过多个相机来拍摄相同对象的不同部位并进行检查等的系统中。例如，本发明能够应用于将1张基板的表面分割为多个区域，并通过不同相机来拍摄各区域以检查有无划痕、有无杂质等的系统中。
并且，在上述实施方式中，以相机为2台的情况为例进行了说明，但所使用的相机的数量并不受特别的限定。使用多台相机即可。并且，成像透镜可以一体地组装于相机主体。
并且，本发明也能够应用于检查料片等连续物体等的情况。例如，也能够应用于如下情况：通过多台相机来拍摄连续被输送的料片的表面，并检查有无划痕等；或者对以既定的间隔显示的标记等进行识别、判别等。
[图像校正处理部(第1图像处理部)的校正对象]
如上所述，在图像校正处理部102中，通过图像处理而校正对后期的检查等的结果造成影响的图像劣化。
例如，在对粘贴于对象上的字符、图形等进行识别的系统、为了进行对象的对位、定位等而测量对象的位置的系统等中，主要是由光学系统引起的图像失真、分辨率的降低等对识别结果造成影响。从而，在这种系统中，主要校正由光学系统引起的图像失真、分辨率。图像失真是例如使用公知的畸变校正的技术、上述梯形失真校正的技术等公知的失真校正技术而被校正的。分辨率是例如使用公知的点像复原处理技术而被校正的。点像是指点物体穿过成像透镜而得到的光学像。若在成像透镜中存在像差、衍射，则可得到点不成为点而扩展的点像(模糊的点像)。即，点像表示成像透镜的光学劣化状态。点像复原处理是使光学劣化接近于原始状态的图像处理。
并且，在测量并检查对象的形状等的系统中，主要是由光学系统引起的图像失真对处理结果造成影响。从而，在这种系统中，主要校正由光学系统引起的图像失真。
并且，在测量并检查对象的面积及长度等的系统中，主要是由光学系统引起的图像失真、各光学系统的图像倍率的差异对处理结果造成影响。从而，在这种系统中，主要校正由光学系统引起的图像失真、图像倍率。图像倍率是例如通过对图像数据实施缩放处理(也称作电子变焦、数码变焦等。)而进行校正的。
并且，在对对象的色彩进行测量并检查等的系统中，主要是各光学系统的分光透射率的差异对处理结果造成影响。从而，在这种系统中，主要是分光透射率的差异被校正。
[其他实施方式]
在上述实施方式中，通过计算机而构成第1图像处理部、第2图像处理部、第3图像处理部及参数设定部，但用于实现第1图像处理部、第2图像处理部、第3图像处理部及参数设定部的硬件结构并不限定于此。这些处理部等能够通过各种处理器构成。在各种处理器中包括：在制造作为执行软件(程序)来进行各种处理的处理部而发挥功能的通用的处理器即CPU、FPGA(FPGA：Field Programmable Gate Array：现场可编程门阵列)等之后能够变更电路结构的处理器即PLD(PLD：Programmable Logic Device：可编程逻辑器件)；及具有为了执行ASIC(ASIC：Application Specific Integrated Circuit：专用集成电路)等特定的处理而专门设计的电路结构的处理器即专用电路等。
一个处理部可以由这些各种处理器中的一个构成，也可以由相同种类或不同种类的两个以上的处理器构成。例如，可以由多个FPGA构成，也可以组合CPU及FPGA而构成。
并且，可以通过一个处理器来构成多个处理部。作为通过一个处理器来构成多个处理部的例子，第一，如以客户端、服务器等的计算机为代表，有如下方式：通过一个以上的CPU与软件的组合而构成一个处理器，该处理器作为多个处理部而发挥功能。第二，如以片上系统(SoC：System On Chip)等为代表，有如下方式：使用通过一个IC芯片(IC：Integrated Circuit：集成电路)来实现包括多个处理部的整个系统的功能的处理器。如此，各种处理部构成为使用一个以上的上述各种处理器作为硬件结构。
而且，更具体而言，这些各种处理器的硬件结构是将半导体元件等电路元件进行了组合的电路。
[实施例]
以下，在上述第1实施方式的检查系统1中，对以第1检查处理部104A及第2检查处理部104B的检查结果在所希望的范围内一致的方式设定第1图像校正处理部102A及第2图像校正处理部102B所进行的图像处理的参数的情况的一实施例进行说明。
另外，在该例中，以第1图像校正处理部102A及第2图像校正处理部102B进行梯形失真校正的情况为例进行说明。
并且，在该例中，以通过梯度法而优化各参数的情况为例进行说明。
[梯形失真校正]
通常，梯形失真是通过投影变换而被校正的。
在将输入图像的点(x0,y0)变换为点(x1,y1)的位置的情况下，通过下式来定义坐标变换。
x1＝(a1*x0+b1*y0+c1)/(a0*x0+b0*y0+c0)；
y1＝(a2*x0+b2*y0+c2)/(a0*x0+b0*y0+c0)，
另外，式中的*是指乘法运算(下同)。
将参数统一标记为参数矢量θ＝(a0、b0、c0、a1、b1、c1、a2、b2、c2)。
[记号的定义]
IAn：第n个教师图像(合格与否的判定结果为已知的由第1相机10A来拍摄到的图像，1≤n≤N)；
TAn：第n个教师图像的合格与否的判定结果(合格的情况：1，不合格的情况：0)；
MAm、MBm：用于使第m个结果一致的比较图像(1≤m≤M、M>>N、M≥dimθ)；另外，dimθ是θ矢量的维数。
Y＝g(X|θ)：将输入图像X进行校正而变换为图像Y的图像校正处理(θ为参数矢量)；
D＝f(X)：返回到输入图像X为合格的概率(0≤D≤1)的识别算法(检查算法)。
[应准备的参数]
Δθ：参数的微小变化量；
Vth：表示所希望的结果一致程度的阈值；
Tth：非线性优化截止阈值；
λ：对第1相机中的判定结果的精度与第1、第2相机之间的判定结果一致的程度的平衡进行定义的常数；
θ0：初始参数矢量；
ε：梯度下降法的更新量。
[变量的说明]
θ：当前的参数矢量；
itr：非线性优化的反复次数。
[实施顺序]
图8是表示对图像处理的参数进行优化的处理顺序的流程图。
对图像处理的参数进行优化的顺序为如下。
(1)设定初始参数(步骤S1)
首先，设定初始参数矢量θ0(θ←θ0)。并且，将非线性优化反复次数itr设定为1(itr←1)。
(2)获取教师存在的所有图像的合格与否的判定结果(步骤S2)
接着，获取教师存在的所有图像的合格与否的判定结果作为概率YAn。
YAn＝f(g(IAn|θ))
(3)获取所有比较图像的合格与否判定结果(步骤S3)
接着，获取所有比较图像的合格与否的判定结果作为概率ZAm、ZBm。
ZAm＝f(g(MAm|θ))
ZBm＝f(g(MBm|θ))
(4)计算评价基准V值(步骤S4)
接着，计算评价基准V值。如同下式，评价基准V被定义为交叉熵与KL信息量的λ倍之和。
V＝(-1/N)*ΣnTAn*log(YAn)+λ*(-1/M)*ΣmZBm*log(ZAm)
(5)判定(步骤S5)
接着，将所算出的评价基准V值与阈值Vth进行比较，并判定所算出的评价基准V值是否小于阈值Vth。在所算出的评价基准V值小于阈值(V<Vth)的情况下，正常结束。
(6)判定(步骤S6)
在上述步骤S5的判定中，在所算出的评价基准V值为阈值以上(V≥Vth)的情况下，将非线性优化反复次数itr和阈值Tth进行比较，并判定非线性优化反复次数itr是否超过阈值Tth。在非线性优化反复次数itr超过阈值Tth的情况下(itr>Tth)，设为无法获得所希望的校正效果并中断处理。该情况下，需要修正校正算法、摄像系统。
(7)使参数微小变化(步骤S7)
在上述步骤S6中，在非线性优化反复次数itr为阈值以下(itr≤Tth)的情况下使参数微小变化。该处理按以下顺序进行。
将对参数矢量θ的第i个要素相加了Δθ的参数矢量标记为θ+Δθi。关于1≤i≤dimθ的所有的i，将参数替换为θ+Δθi，并反复进行上述步骤S2～S4的计算，求出各情况的评价基准V值Vi。
YAni＝f(g(IAn|θ+Δθi))；
ZAmi＝f(g(MAm|θ+Δθi))；
ZBmi＝f(g(MBm|θ+Δθi))；
Vi＝(-1/N)*ΣnTAni*log(YAni)+λ*(-1/M)*ΣmZBmi*log(ZAmi)。
接着，得到基于评价基准V的参数矢量θ的梯度的近似值。
dVi/dθ＝(Vi-V)/Δθ；
dV/dθ＝(dV1/dθ、dV2/dθ、...、dVk/dθ),k＝dimθ，
接着，使θ沿评价基准V值变小的方向移动。
θ←θ-ε*dV/dθ，
由此，完成使参数微小变化的处理。
在使参数微小变化之后，返回到上述步骤S2，并再次执行步骤S2以后的处理。反复实施步骤S2～S7的处理，直至正常结束或处理中断为止。
通过如此优化图像处理的参数，能够使检查结果在所希望的范围内一致。另一方面，能够大幅抑制准备中需要成本的判定教师数据的数量。
符号说明
1-检查系统，2-输送带，10A-第1相机，10B-第2相机，12A-第1相机的成像透镜，12B-第2相机的成像透镜，14A-第1相机的相机主体，14B-第2相机的相机主体，100-检查装置，102-图像校正处理部，102A-第1图像校正处理部，102B-第2图像校正处理部，104-检查处理部，104A-第1检查处理部，104B-第2检查处理部，106-参数设定部，110-检查装置，112-预处理部，112A-第1预处理部，112B-第2预处理部，B-基板，Fd-基板的输送方向，Lb-标签，i0a、i0b、i1a、i1b、i2a、i2b-图像数据，S1～S7-对图像处理的参数进行优化的处理的顺序。

Claims (18)

1.一种图像处理系统，其具备：
多个摄像部；
第1图像处理部，从多个所述摄像部独立地获取图像数据，并通过图像处理独立地校正由各个所述摄像部引起的图像劣化；及
第2图像处理部，从所述第1图像处理部独立地获取校正后的所述图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象，
所述第1图像处理部在多个所述摄像部拍摄了相同对象的情况下，独立地校正从多个所述摄像部获取的图像数据，以使所述第2图像处理部的结果在所希望的范围内一致。
2.根据权利要求1所述的图像处理系统，其还具备：
第3图像处理部，从多个所述摄像部独立地获取所述图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化，
所述第1图像处理部从所述第3图像处理部独立地获取校正后的所述图像数据，并通过图像处理独立地校正由各个所述摄像部引起的图像劣化。
3.根据权利要求1或2所述的图像处理系统，其中，
所述第1图像处理部通过图像处理独立地校正由各个所述摄像部所具备的光学系统引起的图像劣化。
4.根据权利要求1至3中任一项所述的图像处理系统，其还具备：
参数设定部，设定所述第1图像处理部进行的图像处理的参数，
所述参数设定部根据基于所述第2图像处理部的检查、测量或识别的结果而设定所述参数。
5.根据权利要求4所述的图像处理系统，其中，
所述参数设定部根据使参数变化的情况的所述第2图像处理部的结果的变化而优化所述参数。
6.根据权利要求4所述的图像处理系统，其中，
所述参数设定部通过梯度法而优化所述参数。
7.一种图像处理装置，其具备：
第1图像处理部，从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个所述摄像部引起的图像劣化；及
第2图像处理部，从所述第1图像处理部独立地获取校正后的所述图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象，
所述第1图像处理部在多个所述摄像部拍摄了相同对象的情况下，独立地校正从多个所述摄像部获取的图像数据，以使所述第2图像处理部的结果在所希望的范围内一致。
8.根据权利要求7所述的图像处理装置，其还具备：
第3图像处理部，从多个所述摄像部独立地获取所述图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化，
所述第1图像处理部从所述第3图像处理部独立地获取校正后的所述图像数据，并通过图像处理独立地校正由各个所述摄像部引起的图像劣化。
9.根据权利要求7或8所述的图像处理装置，其中，
所述第1图像处理部通过图像处理独立地校正由各个所述摄像部所具备的光学系统引起的图像劣化。
10.根据权利要求7至9中任一项所述的图像处理装置，其还具备：
参数设定部，设定所述第1图像处理部进行的图像处理的参数，
所述参数设定部根据基于所述第2图像处理部的检查、测量或识别的结果而设定所述参数。
11.一种图像处理方法，其包括：
第1图像处理工序，从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个所述摄像部引起的图像劣化；及
第2图像处理工序，独立地获取基于所述第1图像处理工序的校正后的所述图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象，
所述第1图像处理工序在多个所述摄像部拍摄了相同对象的情况下，独立地校正从多个所述摄像部获取的图像数据，以使基于所述第2图像处理工序的检查、测量或识别的结果在所希望的范围内一致。
12.根据权利要求11所述的图像处理方法，其还包括：
第3图像处理工序，从多个所述摄像部独立地获取所述图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化，
在所述第3图像处理工序之后执行所述第1图像处理工序。
13.根据权利要求11或12所述的图像处理方法，其还具备：
参数设定工序，设定通过所述第1图像处理工序进行的图像处理的参数，
所述参数设定工序根据基于第2图像处理工序的检查、测量或识别的结果而设定所述参数。
14.根据权利要求11至13中任一项所述的图像处理方法，其中，
所述第1图像处理工序通过图像处理独立地校正因各个所述摄像部所具备的光学系统引起的图像劣化。
15.一种图像处理程序，其使计算机实现如下功能：
第1图像处理功能，从多个摄像部独立地获取图像数据，并通过图像处理独立地校正由各个所述摄像部引起的图像劣化；及
第2图像处理功能，独立地获取基于所述第1图像处理功能的校正后的所述图像数据，并通过图像处理独立地检查、测量或识别被拍摄的对象，
所述第1图像处理功能在多个所述摄像部拍摄了相同对象的情况下独立地校正从多个所述摄像部获取的图像数据，以使基于所述第2图像处理功能的检查、测量或识别的结果在所希望的范围内一致。
16.根据权利要求15所述的图像处理程序，其还具备：
第3图像处理功能，从多个所述摄像部独立地获取所述图像数据，并通过图像处理独立地校正因摄像环境的差异而生成的画质的偏差并进行均匀化，
所述第1图像处理功能从所述第3图像处理功能独立地获取校正后的所述图像数据，并通过图像处理独立地校正由各个所述摄像部引起的图像劣化。
17.根据权利要求15或16所述的图像处理程序，其还具备：
参数设定功能，设定所述第1图像处理功能进行的图像处理的参数，
所述参数设定功能根据基于所述第2图像处理功能的检查、测量或识别的结果而设定所述参数。
18.根据权利要求15至17中任一项所述的图像处理程序，其中，
所述第1图像处理功能通过图像处理独立地校正因各个所述摄像部所具备的光学系统引起的图像劣化。
CN201780088006.0A 2017-03-10 2017-12-26 图像处理系统、图像处理装置、图像处理方法及存储有图像处理程序的存储介质 Active CN110402577B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017046594 2017-03-10
JP2017-046594 2017-03-10
PCT/JP2017/046519 WO2018163572A1 (ja) 2017-03-10 2017-12-26 画像処理システム、画像処理装置、画像処理方法及び画像処理プログラム

Publications (2)

Publication Number Publication Date
CN110402577A true CN110402577A (zh) 2019-11-01
CN110402577B CN110402577B (zh) 2021-06-22

Family

ID=63448728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780088006.0A Active CN110402577B (zh) 2017-03-10 2017-12-26 图像处理系统、图像处理装置、图像处理方法及存储有图像处理程序的存储介质

Country Status (4)

Country Link
US (1) US20190378259A1 (zh)
JP (1) JP6588675B2 (zh)
CN (1) CN110402577B (zh)
WO (1) WO2018163572A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113259580A (zh) * 2020-02-12 2021-08-13 中电科海洋信息技术研究院有限公司 光电监控系统拍摄参数自校正方法、装置、设备和介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6333871B2 (ja) * 2016-02-25 2018-05-30 ファナック株式会社 入力画像から検出した対象物を表示する画像処理装置
US11381737B2 (en) * 2018-03-28 2022-07-05 Sony Corporation Arithmetic device and arithmetic method
KR102566873B1 (ko) * 2020-09-08 2023-08-14 한화시스템 주식회사 적외선 촬영 장치 및 이의 제조 방법
CN115880574B (zh) * 2023-03-02 2023-06-16 吉林大学 一种水下光学图像轻量化目标识别方法、设备和介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009284188A (ja) * 2008-05-22 2009-12-03 Panasonic Corp カラー撮像装置
CN102472622A (zh) * 2010-06-17 2012-05-23 松下电器产业株式会社 距离推定装置、距离推定方法、集成电路、计算机程序
JP2013211707A (ja) * 2012-03-30 2013-10-10 Clarion Co Ltd カメラキャリブレーション装置
JP2014035261A (ja) * 2012-08-08 2014-02-24 Sony Corp 情報処理方法、情報処理装置、プログラム、撮像装置、検査方法、検査装置、及び基板の製造方法
JP2014107631A (ja) * 2012-11-26 2014-06-09 Nikon Corp 画像生成方法及び装置
JP2014123797A (ja) * 2012-12-20 2014-07-03 Ricoh Co Ltd 撮像制御装置、撮像システム、撮像制御方法およびプログラム

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5537669A (en) * 1993-09-30 1996-07-16 Kla Instruments Corporation Inspection method and apparatus for the inspection of either random or repeating patterns
US5825483A (en) * 1995-12-19 1998-10-20 Cognex Corporation Multiple field of view calibration plate having a reqular array of features for use in semiconductor manufacturing
US6806903B1 (en) * 1997-01-27 2004-10-19 Minolta Co., Ltd. Image capturing apparatus having a γ-characteristic corrector and/or image geometric distortion correction
US6151406A (en) * 1997-10-09 2000-11-21 Cognex Corporation Method and apparatus for locating ball grid array packages from two-dimensional image data
US6915006B2 (en) * 1998-01-16 2005-07-05 Elwin M. Beaty Method and apparatus for three dimensional inspection of electronic components
US6915007B2 (en) * 1998-01-16 2005-07-05 Elwin M. Beaty Method and apparatus for three dimensional inspection of electronic components
US7653237B2 (en) * 1998-01-16 2010-01-26 Scanner Technologies Corporation Method of manufacturing ball array devices using an inspection apparatus having two or more cameras and ball array devices produced according to the method
JP3994217B2 (ja) * 1998-05-28 2007-10-17 株式会社ニコン 画像処理による異常点位置検出システム
DE19903486C2 (de) * 1999-01-29 2003-03-06 Leica Microsystems Verfahren und Vorrichtung zur optischen Untersuchung von strukturierten Oberflächen von Objekten
US6323776B1 (en) * 1999-12-21 2001-11-27 Snap-On Technologies, Inc. Method and apparatus of automatically identifying faults in a machine vision measuring system
JP2001201324A (ja) * 2000-01-20 2001-07-27 Minolta Co Ltd 形状計測装置
US6809809B2 (en) * 2000-11-15 2004-10-26 Real Time Metrology, Inc. Optical method and apparatus for inspecting large area planar objects
US7170677B1 (en) * 2002-01-25 2007-01-30 Everest Vit Stereo-measurement borescope with 3-D viewing
US7525659B2 (en) * 2003-01-15 2009-04-28 Negevtech Ltd. System for detection of water defects
JP4095491B2 (ja) * 2003-05-19 2008-06-04 本田技研工業株式会社 距離測定装置、距離測定方法、及び距離測定プログラム
DE10359415A1 (de) * 2003-12-16 2005-07-14 Trimble Jena Gmbh Verfahren zur Kalibrierung eines Vermessungsgeräts
WO2006046236A1 (en) * 2004-10-26 2006-05-04 May High-Tech Solutions, Ltd. Method and apparatus for residue detection on a polished wafer
SG138491A1 (en) * 2006-06-21 2008-01-28 Generic Power Pte Ltd Method and apparatus for 3-dimensional vision and inspection of ball and like protrusions of electronic components
US7664608B2 (en) * 2006-07-14 2010-02-16 Hitachi High-Technologies Corporation Defect inspection method and apparatus
WO2008130906A1 (en) * 2007-04-17 2008-10-30 Mikos, Ltd. System and method for using three dimensional infrared imaging to provide psychological profiles of individuals
FR2923054B1 (fr) * 2007-10-24 2009-12-11 Centre Nat Rech Scient Procede et dispositif de reconstruction du volume d'un objet a partir d'une sequence d'images de coupes dudit objet
JP5466377B2 (ja) * 2008-05-16 2014-04-09 株式会社日立ハイテクノロジーズ 欠陥検査装置
JP5721132B2 (ja) * 2009-12-10 2015-05-20 オルボテック エルティ ソラー，エルエルシー 真空処理装置用シャワーヘッド・アセンブリ及び真空処理装置用シャワーヘッド・アセンブリを真空処理チャンバに締結する方法
JP5306298B2 (ja) * 2010-09-01 2013-10-02 株式会社東芝 画像処理装置
US9129277B2 (en) * 2011-08-30 2015-09-08 Digimarc Corporation Methods and arrangements for identifying objects
US8655068B1 (en) * 2011-10-07 2014-02-18 LI Creative Technologies, Inc. Color correction system
JPWO2014061372A1 (ja) * 2012-10-18 2016-09-05 コニカミノルタ株式会社 画像処理装置、画像処理方法および画像処理プログラム
US9285296B2 (en) * 2013-01-02 2016-03-15 The Boeing Company Systems and methods for stand-off inspection of aircraft structures
EP2757524B1 (en) * 2013-01-16 2018-12-19 Honda Research Institute Europe GmbH Depth sensing method and system for autonomous vehicles
WO2014138695A1 (en) * 2013-03-08 2014-09-12 Pelican Imaging Corporation Systems and methods for measuring scene information while capturing images using array cameras
TW201515433A (zh) * 2013-10-14 2015-04-16 Etron Technology Inc 影像校正系統和立體照相機的校正方法
US9248832B2 (en) * 2014-01-30 2016-02-02 Mobileye Vision Technologies Ltd. Systems and methods for detecting traffic signal details
US9704232B2 (en) * 2014-03-18 2017-07-11 Arizona Board of Regents of behalf of Arizona State University Stereo vision measurement system and method
CN106461928B (zh) * 2014-06-10 2019-09-17 奥林巴斯株式会社 图像处理装置、摄像装置、显微镜系统以及图像处理方法
JP6546826B2 (ja) * 2015-10-08 2019-07-17 株式会社日立パワーソリューションズ 欠陥検査方法、及びその装置
JP6546509B2 (ja) * 2015-10-28 2019-07-17 株式会社ニューフレアテクノロジー パターン検査方法及びパターン検査装置
US9978147B2 (en) * 2015-12-23 2018-05-22 Intel Corporation System and method for calibration of a depth camera system
US20170374331A1 (en) * 2016-06-27 2017-12-28 Intel Corporation Auto keystone correction and auto focus adjustment
JP2018055429A (ja) * 2016-09-29 2018-04-05 ファナック株式会社 物体認識装置および物体認識方法
US20180159469A1 (en) * 2016-12-01 2018-06-07 Bt Imaging Pty Ltd Determining the condition of photovoltaic modules
US10572982B2 (en) * 2017-10-04 2020-02-25 Intel Corporation Method and system of image distortion correction for images captured by using a wide-angle lens

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009284188A (ja) * 2008-05-22 2009-12-03 Panasonic Corp カラー撮像装置
CN102472622A (zh) * 2010-06-17 2012-05-23 松下电器产业株式会社 距离推定装置、距离推定方法、集成电路、计算机程序
JP2013211707A (ja) * 2012-03-30 2013-10-10 Clarion Co Ltd カメラキャリブレーション装置
JP2014035261A (ja) * 2012-08-08 2014-02-24 Sony Corp 情報処理方法、情報処理装置、プログラム、撮像装置、検査方法、検査装置、及び基板の製造方法
JP2014107631A (ja) * 2012-11-26 2014-06-09 Nikon Corp 画像生成方法及び装置
JP2014123797A (ja) * 2012-12-20 2014-07-03 Ricoh Co Ltd 撮像制御装置、撮像システム、撮像制御方法およびプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113259580A (zh) * 2020-02-12 2021-08-13 中电科海洋信息技术研究院有限公司 光电监控系统拍摄参数自校正方法、装置、设备和介质

Also Published As

Publication number Publication date
WO2018163572A1 (ja) 2018-09-13
JPWO2018163572A1 (ja) 2019-11-21
US20190378259A1 (en) 2019-12-12
CN110402577B (zh) 2021-06-22
JP6588675B2 (ja) 2019-10-09

Similar Documents

Publication Publication Date Title
CN110402577A (zh) 图像处理系统、图像处理装置、图像处理方法及图像处理程序
TWI706485B (zh) 光學晶粒對資料庫檢查
CN107004038B (zh) 使用内建目标将检验对准到设计
CN107533759B (zh) 对于关注图案图像群体的异常检测
US7590277B2 (en) Pattern inspecting method
DE102015210442A1 (de) Inspektionsvorrichtung, Inspektionsverfahren und Programm
US10388024B2 (en) Optical tracking system, and method for calculating posture of marker part in optical tracking system
CN113240732B (zh) 光学跟踪系统及光学跟踪系统的标记部姿势及位置算出方法
CN110084260A (zh) 一种训练多图案识别和配准工具模型的半监督方法
US20200141804A1 (en) Method and system for hyperspectral light field imaging
JP2016186421A (ja) 画像処理方法
CN113608378A (zh) 一种基于lcd制程的全自动缺陷检测方法和系统
TW200413761A (en) Automated inspection of tinted ophthalmic parts
CN110462688A (zh) 使用基于模型的峰值选择的三维轮廓确定系统及方法
AU2014205550B2 (en) Systems and methods for statistical measurement control of spectrophotometric data
CN105716522B (zh) 差分式三角测量系统及其方法
US20220381678A1 (en) Non-spatial measurement calibration methods and associated systems and devices
US11120576B1 (en) Coarse to fine calibration parameter validation and temperature mitigation
CN107449740A (zh) 一种用于测量样品的衍射结构的装置及方法
TW202113303A (zh) 一種檢查鏤空晶圓的方法
Klein et al. Spatio-spectral modeling and compensation of transversal chromatic aberrations in multispectral imaging
US11029253B2 (en) Computerized method for configuring an inspection system, computer program product and an inspection system
JPH0615236A (ja) メロンの外観品質評価装置
JPH09196636A (ja) 物品形状獲得方法
Savin et al. Human visual model-based technology: measuring the geometric parameters of microinstrument, St. Petersburg Polytechnical State University Journal

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