CN117876276A - 图像修正方法、检测方法和相关设备 - Google Patents
图像修正方法、检测方法和相关设备 Download PDFInfo
- Publication number
- CN117876276A CN117876276A CN202211230485.4A CN202211230485A CN117876276A CN 117876276 A CN117876276 A CN 117876276A CN 202211230485 A CN202211230485 A CN 202211230485A CN 117876276 A CN117876276 A CN 117876276A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- region
- detected
- area
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000001514 detection method Methods 0.000 title claims abstract description 62
- 238000003702 image correction Methods 0.000 title claims abstract description 51
- 238000013519 translation Methods 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 10
- 230000007547 defect Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 230000000052 comparative effect Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 238000011960 computer-aided design Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- 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
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
一种图像修正方法、检测方法和相关设备,包括:获取待处理图像;将所述待处理图像划分为多个第一区域;获取所述待处理图像中各个第一区域的偏移量,所述偏移量与所述待处理图像中多个第一区域一一对应;根据所获取的偏移量对所述待处理图像中的各个第一区域分别进行平移处理,获取所述待处理图像的修正图像。本发明技术方案能够提高所得到的修正图像的准确性。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种图像修正方法、检测方法和相关设备。
背景技术
随着技术的不断发展,精密加工被用到越来越多的领域,同时,对于加工精度也有越来越高的要求。为了满足加工精度的需求,提高产品的合格率,需要对产品进行在线检测,以确保满足产品制造的相关指标要求。例如,通过进行缺陷检测,以判断产品中是否存在缺陷,并检测缺陷的位置和尺寸等。
在现有的检测方法,一般通过将待测物的待检测图像和参考图像进行比较,从而获取待测物的检测结果。
然而,待检测图像和参考图像之间易出现相对扭曲变形,导致检测结果的准确性仍有待提高。
发明内容
本发明解决的问题是提供一种图像修正方法、检测方法和相关设备,能够消除待检测图像和参考图像之间的相对扭曲变形,从而能够提高检测结果的准确性。
为解决上述问题,本发明提供了一种图像修正方法,所述方法包括:获取待处理图像;将所述待处理图像划分为多个第一区域;获取所述待处理图像中各个第一区域的偏移量,所述偏移量与所述待处理图像中多个第一区域一一对应;根据所获取的偏移量对所述待处理图像中的各个第一区域分别进行平移处理,获取所述待处理图像的修正图像。
相应地,本发明实施例还提供了一种设备,其特征在于,包括至少一个存储器和至少一个处理器,所述存储器存储有一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如上述任一项所述的图像修正方法。
相应地,本发明实施例还提供了一种存储介质,其特征在于,所述存储介质存储有一条或多条计算机指令,所述一条或多条计算机指令用于实现如上述任一项所述的图像修正方法。
相应地,本发明实施例还提供了一种检测方法,包括:
获取待测物的待检测图像和所述待检测图像的原始参考图像;
采用如上述任一项所述图像修正方法对所述原始参考图像进行修正,获取参考图像;
将所述待检测图像与所述参考图像进行比较,获取所述待检测图像的检测结果。
相应地,本发明实施例还提供了一种检测系统,包括:
图像获取模块,适于获取待测物的待检测图像和所述待检测图像的原始参考图像;
图像修正模块,采用如上述任一项所述图像修正方法对所述原始参考图像进行修正,获取参考图像;
检测模块,适于将所述待检测图像与所述参考图像进行比较,获取所述待检测图像的检测结果。
相应地,本发明实施例还提供了一种设备,其特征在于,包括至少一个存储器和至少一个处理器,所述存储器存储有一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如上述所述的检测方法。
相应地,本发明实施例还提供了一种存储介质,所述存储介质存储有一条或多条计算机指令,所述一条或多条计算机指令用于实现如上述所述的检测方法。
与现有技术相比,本发明的技术方案具有以下优点:
本发明提供了一种图像修正方法,包括:获取待处理图像;将所述待处理图像划分为多个第一区域;获取所述待处理图像中各个第一区域的偏移量,所述偏移量与所述待处理图像中多个第一区域一一对应;根据所获取的偏移量对所述待处理图像中的各个第一区域分别进行平移处理,获取所述待处理图像的修正图像。
可以看出,先将所述待处理图像划分为多个第一区域,并获取所述待处理图像中各个第一区域的偏移量,再根据所获取的偏移量对所述待处理图像中的各个区域进行平移处理,获取所述待处理图像的修正图像,能够以第一区域为单位对待处理图像进行修正,相应能够提高修正结果的准确性。
附图说明
图1示出了本发明技术方案提供的图像修正方法一实施例各步骤的流程图;
图2示出了一待处理图像的示意图;
图3示出了对待处理图像进行划分得到的多个第一区域的示意图;
图4示出了一对比图像的示意图;
图5示出了将对比图像进行划分得到的多个第二区域的示意图;
图6示出了一第二区域与模板图像及第一区域与模板区之间的位置关系示意图;
图7示出了一待处理图像的修正图像的示意图;
图8示出了根据本发明技术方案提供的图像修正模块一实施例的结构示意图;
图9示出了本发明实施例提供的电子设备的一种可选硬件结构的示意图;
图10示出了根据本发明技术方案所提供的检测方法一实施例的流程示意图;
图11示出了本发明实施例中的一种检测系统的结构示意图。
具体实施方式
由背景技术可知,现有的图像修正方法的修正结果准确性有待提高。
为解决上述问题,本发明提供了一种图像修正方法,所述方法包括:获取待处理图像;将所述待处理图像划分为多个第一区域;获取所述待处理图像中各个第一区域的偏移量,所述偏移量与所述待处理图像中多个第一区域一一对应;根据所获取的偏移量对所述待处理图像中的各个第一区域分别进行平移处理,获取所述待处理图像的修正图像。
可以看出,先将所述待处理图像划分为多个第一区域,并获取所述待处理图像中各个第一区域的偏移量,再根据所获取的偏移量对所述待处理图像中的各个区域进行平移处理,获取所述待处理图像的修正图像,能够以第一区域为单位对待处理图像进行修正,相应能够提高修正结果的准确性。
为使本发明实施例的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明技术方案提供的图像修正方法一实施例各步骤的流程图。参见图1,一种图像修正方法,具体可以包括如下的步骤:
步骤S110:获取待处理图像;
步骤S120:将所述待处理图像划分为多个第一区域;
步骤S130:获取所述待处理图像中各个第一区域的偏移量,所述偏移量与所述待处理图像中多个第一区域一一对应;
步骤S140:根据所获取的偏移量对所述待处理图像中的各个第一区域分别进行平移处理,获取所述待处理图像的修正图像。
图2示出了一待处理图像的示意图。请结合参考图1至图2,执行步骤S110,获取待处理图像100。
获取待处理图像100,为后续对待处理图像100进行修正做准备。
本实施例中,待处理图像100为待测物的待检测图像的参考图像。具体地,待处理图像100作为对待检测图像执行检测处理时的比较基准,通过将待检测图像与待处理图像100进行比较,从而判断待检测图像中是否存在缺陷。
本实施例中,待测物包括多个呈周期性排列的单元结构,待处理图像100作为待测物的参考图像,为待测物中一个单元结构的单元图像,具体地,待处理图像100为待测物中与待检测图像中单元结构相邻的其他单元结构的单元图像。
本实施例中,待处理图像100为通过对待测物进行拍摄获得的图像。具体地,获取待处理图像100步骤包括:提供成像系统和待测物;利用成像系统,拍摄待测物的图像,获取待处理图像100。
本实施例中,待处理图像100为灰度图像。具体地,待处理图像100中点的灰度值为0~255。在其他实施例中,待处理图像还能够分别为单通道图像或黑白图像等。
在其他实施例中,待处理图像还能够选用待测物的标准图像。其中,标准图像为与待测物一致的标准物的图像。
作为一种示例,标准图像为标准物的计算机辅助设计(Computer Aided Design,CAD)图。作为另一种示例,标准图像为标准物的无缺陷测量图像。
需要指出的是,待处理图像100作为待检测图像的参考图像,与待检测图像之间易出现相对扭曲变形,若直接采用待处理图像100对待检测图像进行检测处理,会使得检测结果出现较大偏差,影响检测结果的准确性。为此,本实施例中,对作为参考图像的待处理图像100进行修正处理,能够消除待处理图像100与待检测图像之间的相对扭曲变形,相应能够提高检测结果的准确性。
本实施例中,待测物为晶圆(wafer),晶圆通常包含有多个重复的晶粒(die)。相应地,待处理图像100和待检测图像分别为晶粒图像。
在其他实施例中,待测物还可以是玻璃面板等其他类型的产品。可以理解的是,玻璃面板也可以具有多个重复的单元结构。例如,每个单元结构可以用于形成电子产品显示屏。
图3示出了对待处理图像进行划分得到的多个第一区域的示意图。请结合参考图1至图3,执行步骤S120,将待处理图像100划分为多个第一区域110。
将待处理图像100划分为多个第一区域110,为后续获取待处理图像100中各个第一区域110的偏移量提供基础。
本实施例中,待处理图像100中各个第一区域110为矩形。在其他实施例中,待处理图像中各个第一区域还能够为其他形状,在此不做限制。
本实施例中,待处理图像100中各个第一区域110的大小相同。
在其他实施例中,待处理图像100中各个第一区域110的大小还能够至少部分不同。
第一区域110不宜过大也不宜过小。若第一区域110过大,则相应会影响待处理图像100的修正效果的准确性;若第一区域110过小,则相应会增加修正处理的运算量,且也不利于提高待处理图像100的修正效果的准确性。为此,本实施例中,第一区域110的边长包括70至150个点,具体的,第一区域110的边长包括70至150个像素。
需要指出的是,在第一区域110的尺寸确定的情况下,将待处理图像100划分得到的第一区域110的数量与待处理图像100的尺寸相关。具体地,待处理图像100越大,则划分得到的第一区域110的数量越多;待处理图像100越小,则划分得到的第一区域110的数量则相应越少。
图3以对待处理图像100进行划分得到的多个第一区域110的大小均相同为例,对待处理图像100进行划分得到的多个第一区域110进行了示意。可以理解的是,受到待处理图像的尺寸限制,也即在待处理图像的尺寸非为区域的尺寸的倍数的情况下,待处理图像进行划分得到的多个区域还能够至少部分不同,如位于待处理图像的边缘的区域小于其他的区域的大小等。
图4示出了一对比图像的示意图;图5示出了将对比图像划分得到的多个第二区域的示意图;图6示出了一第二区域与模板图像及第一区域与模板区之间的位置关系示意图。请结合参考图1至图6,执行步骤S130,分别获取待处理图像100中各个第一区域110的偏移量,偏移量与待处理图像100中多个第一区域110一一对应。
获取待处理图像100中各个第一区域110的偏移量,为后续根据所获取的偏移量对待处理图像100中的各个第一区域进平移处理提供基础。
本实施例中,获取待处理图像100中各个第一区域110的偏移量,偏移量与待处理图像100中多个第一区域110一一对应的步骤包括:获取待处理图像100的对比图像200;对待处理图像100与对比图像200进行整体定位处理,使待处理图像100中的各个第一区域110分别与对比图像200中的第二区域210一一对应;分别在每个第二区域210中获取一个模板图像250,第一区域110中与模板图像250的位置对应区域为模板区150;将待处理图像100与对比图像200的模板图像250进行匹配处理,在待处理图像100中分别获取与各模板图像250匹配的第三区域,第三区域与模板图像250的相似度大于或等于第二区域210与第一区域110的相似度;分别获取第一区域中的模板区与相对应的第三区域的偏移量,作为待处理图像中各个第一区域的偏移量。
本实施例中,待处理图像100为待测物的待检测图像的参考图像,相应地,对比图像200为待测物的待检测图像。
以对比图像200作为对待处理图像100进行修正的基准图像,通过对比图像200对待处理图像100进行修正,能够消除待测物的待检测图像与参考图像之间的相对扭曲变形,后续将待测物的待检测图像与修正后的待处理图像100进行比较,能够提高待检测图像的检测准确性。
本实施例中,待处理图像100为灰度图像,对比图像200相应为灰度图像。具体地,对比图像200中点的灰度值位于0~255之间。
本实施例中,对比图像200为待测物的待检测图像。相应地,采用成像系统对待测物进行拍摄,获取待测物的原始图像,并从待测物的原始图像中获取与待检测图像中单元结构相邻的单元结构的图像,作为对比图像200。
本实施例中,对比图像200和待处理图像100位于同一待测物的图像中,也即,对比图像200和待处理图像100来自于相同的待测物,从而可以避免因不同待测物的图像之间的灰度差异较大而对修正结果的准确性产生不良影响,相应有利于提高修正结果的准确性。
本实施例中,对待处理图像100与对比图像200进行整体定位处理,使待处理图像100中的各个第一区域分别与对比图像200中的第二区域210一一对应,也即,根据待处理图像100划分得到的多个第一区域110将对比图像200划分为对应的多个第二区域210,从而使得对比图像200中的多个第二区域210与待处理图像100中的多个第一区域110一一对应。
所述整体定位处理的步骤包括:获取对比图像200中与待处理图像100匹配度最高或大于预设值的区域,得到匹配区域,所述匹配区域的各点与待处理图像100的各点具有一一对应的关系。
具体地,匹配度最高,指的是所述匹配区域的各点与待处理图像100的各点之间的灰度值的方差、标准差或绝对值最小;匹配度大于预设值,指的是所述匹配区域的各点与所述待处理图像100的各点之间的灰度值的方差、标准差或绝对值小于预设值。
相应地,对比图像200中的多个第二区域210与待处理图像100中的多个第一区域110的数量和大小均分别相同。
分别在对比图像200中每个第二区域210中获取一个模板图像250,则模板图像250为多个,且模板图像250与对比图像200中第二区域210的数量相同且一一对应。
相应地,待处理图像100中第一区域110中与模板图像250的位置对应区域为模板区150,则模板区150为多个,且模板区150与待处理图像100中第一区域110的数量相同且一一对应。
待处理图像100中相对应的第一区域110中与模板图像250的位置对应区域为模板区150,是指待处理图像100中相对应的第一区域110中与模板图像250处于相同位置处的区域为模板区150。因而,对比图像200中每个第二区域210中的模板图像250与待处理图像100中相对应的第一区域110中的模板区150之间一一对应。
本实施例中,分别从对比图像200中的各个第二区域210中获取部分图像,作为模板图像250,相应地,模板图像250的尺寸小于对比图像100中的第二区域210的尺寸,进而使得模板图像250的尺寸小于待处理图像100的相对应第一区域110的尺寸。
模板图像250可以为对比图像200的第二区域210中的任一部分的图像。作为一种示例,模板图像250为位于对比图像200的第二区域210的中心区域的具有预设尺寸的图像;作为另一种示例,模板图像250为位于对比图像200的第二区域210的左上角区域的具有预设尺寸的图像。
模板图像250的预设尺寸不宜过大也不宜过小。若模板图像250的预设尺寸过大,则相应会导致匹配处理的精度较低;若模板图像250的预设尺寸过小,则降低会降低匹配处理的处理速度,且也不利于提高匹配处理的精度。为此,本实施例中,模板图像250的边长与对比图像200中的第二区域210的边长之间相差3至5个点。
本实施例中,将待处理图像100与对比图像200的模板图像250进行匹配处理的步骤,包括:分别将第一区域110中的不同子区域与模板图像250进行匹配,并获取各子区域与模板图像250的相似度得分;获取多个子区域的相似度得分与子区域的位置之间的对应关系;对对应关系进行曲面拟合,获取拟合曲面中相似度得分最大的子区域作为第三区域。
分别将第一区域110中的不同子区域与模板图像250进行匹配,相应地,第一区域110中的各个子区域分别与模板图像250具有相同的尺寸。
相应地,使与模板图像250具有相同尺寸的匹配窗口与待处理图像100的第一区域110进行相对移动,并分别获取匹配窗口所在各子区域与模板图像250之间的相关性得分,作为第一区域110中的不同子区域与模板图像250的相似度得分。
作为一种示例,将匹配窗口按照预设的滑动方向在待处理图像100的第一区域110中滑动,且每滑动一次计算模板图像250与当前匹配窗口所在子区域之间的相似度得分,直至完成待处理图像100的第一区域110的遍历,从而获取多个相似度得分。
例如,可以将匹配窗口从待处理图像100的第一区域110的左上角开始向右滑动,且每次的滑动步长为一列点的尺寸,当滑动至待处理图像100的相对应第一区域110的最右测后向下滑动,且向下滑动的滑动步长为一行点的尺寸,再从待处理图像100的相对应第一区域110的最左侧向左开始滑动,依此类推,直至匹配窗口遍历待处理图像100的第一区域110中的每一个点。需要说明的是,待处理图像100的第一区域110中匹配窗口所在的子区域与模板图像250之间的相似度越大,则匹配窗口所在的子区域中的点与模板图像250各点之间的灰度方差则越小,因此,相似度得分与匹配窗口所在的子区域和模板图像250中各点的灰度方差负相关。
本实施例中,将待处理图像100的第一区域110中匹配窗口所在的子区域与模板图像250之间的相关性得分,作为待处理图像100的第一区域110中匹配窗口所在的子区域与模板图像250之间的相似度得分。
计算待处理图像100的第一区域110中匹配窗口所在子区域与模板图像250之间的相关性得分的方式可以根据实际的需要选取,如平均绝对差(Mean AbsoluteDifferences,MAD)处理、绝对误差和处理(Sum of Absolute Differences,SAD)、误差平方和处理(Sum of Squared Differences,SSD)、平均误差平方和处理(Mean SquareDifferences,MSD)、互相关处理(Normalized Cross Correlation,NCC)、序贯相似性检测处理(Sequential Similarity Detection Algorithm,SSDA)或哈达玛变换处理(HadamardTransform)等。
本实施例中,通过互相关处理获取待处理图像100的第一区域110中匹配窗口所在子区域与模板图像250之间的相关性得分。
作为一种示例,采用如下的公式计算待处理图像100的第一区域110中匹配窗口所在各个子区域与模板图像250之间的相关性得分:
其中,R(x,y)表示相关性得分,T(x',y')表示模板图像250,I(x+x',y+y')表示待处理图像100的相对应第一区域110,Wp表示待处理图像100的第一区域110中的各个子区域,·表示乘积运算。
在另一实施例中,在模板图像的尺寸小于对比图像中的第二区域的尺寸的情况下,还能够将第一区域的不同子区域和位于该第一区域周围的其他第一区域中的不同子区域分别与模板图像进行匹配,相应能够扩大模板图像的匹配范围,使得采用第一区域的子区域与第一区域周围的其他第一区域中的不同子区域与模板图像的相似度得分与各个子区域位置之间的对应关系进行曲面拟合,能够提高曲面拟合的准确性,并能够在待处理图像与对比图像之间存在较大的相对扭曲的情况下,能够提高第三区域获取的准确性,进而能够提高待处理图形的修正结果的准确性。
在又一实施例中,还能够将对比图像中的各个第二区域分别作为模板图像,也即模板图像与第二区域的尺寸相同。相应地,将第一区域和位于该第一区域周围的其他第一区域中的不同子区域与模板图像进行匹配,或仅将位于该第一区域周围的其他第一区域中的不同子区域与模板图像进行匹配,获取第三区域。
第一区域周围的其他第一区域为与第一区域相邻的其他第一区域。作为一种示例,第一区域周围的其他第一区域的数量为8个,相应地,第一区域的子区域与第一区域周围的8个其他第一区域之间呈3*3阵列排布。作为另一种示例,第一区域周围的其他第一区域的数量为4个,相应地,第一区域的子区域与第一区域周围的4个其他第一区域之间呈十字型阵列排布。
获取多个子区域的相似度得分与子区域的位置之间的对应关系,并对对应关系进行曲面拟合,获取拟合曲面,能够获取待处理图像100的第一区域110中的匹配窗口所在各个子区域与模板图像250之间的相关性得分的分布规律。
在拟合曲面中,相关性得分越大,则相应的匹配窗口所在子区域与模板图像250之间的匹配度越高;反之,相关性得分越小,则相应的匹配窗口所在子区域与模板图像250之间的匹配度越低。
因此,获取拟合曲面中相似度得分最大的子区域作为第三区域,使得第三区域为在待处理图像100的第一区域110中与模板图像250之间最匹配的匹配窗口所在子区域。
获取多个子区域的相似度得分与子区域的位置之间的对应关系,并对对应关系进行曲面拟合,获取拟合曲面,并获取拟合曲面的最大相关性得分的子区域作为第三区域,能够在待处理图像100的第一区域110中实现模板图像250的亚像素级匹配,相应能够提高待处理图像100中各个第一区域110的修正精度。
本实施例中,采用待处理图像100的第一区域110中与模板图像250之间相似度得分最大的子区域,以及与该相似度得分最大的子区域相邻的子区域的相似度得分与各个子区域位置之间的对应关系进行拟合,获取拟合曲面。
本实施例中,子区域为矩形,相应地,相似度得分最大的子区域的相邻的子区域,指的是与以与相似度得分最大的子区域的左上顶点相邻的点分别作为左上顶点的各个子区域。
作为一种示例,与该相似度得分最大的子区域相邻的子区域的数量为8个,具体地,相似度得分最大的子区域的左上顶点与相邻的8个子区域的左上顶点之间呈3*3阵列式排布。
本实施例中,分别获取第一区域110中的模板区150与相应的第三区域的偏移量,作为待处理图像100中各个第一区域110的偏移量,包括:获取匹配窗口与第三区域重合时匹配窗口的移动量,得到偏移量。
对于待处理图像100中的各个第一区域110重复执行上述的将待处理图像100中的区域分别与对比图像200中的相对应第二区域210进行匹配处理,在待处理图像100中分别获取与各模板图像250匹配的第三区域,获取第一区域110中的模板区150与相对应的第三区域的偏移量的步骤,分别获取待处理图像100中的各个第一区域110的偏移量。
在其他实施例中,还能够直接将第一区域和/或该第一区域周围的第一区域中的不同子区域中与模板图像之间具有最大的相似度得分子区域,作为第三区域,相应能够提高第三区域的获取速度,进而能够提高修正处理的速度。
图7示出了一待处理图像的修正图像的示意图。请结合参考图1至图7,执行步骤S140,将待处理图像100中的各个第一区域110分别平移相对应的偏移量,获取待处理图像100的修正图像300。
将待处理图像100中的各个第一区域110分别平移相对应的偏移量,也即将待处理图像100中的各个第一区域110中的点分别平移相对应的偏移量。
另外需要指出的是,将待处理图像100中的各个第一区域110分别平移相对应的偏移量之后,待处理图像100中相邻的第一区域110之间可能存在部分重叠区域和/或空白区域。
相应地,将待处理图像100中的各个第一区域110分别平移相对应的偏移量的步骤包括:若平移后待处理图像100中相邻的第一区域110之间存在重叠区域,则根据该重叠区域中的点在平移前的灰度值,获取平移后该重叠区域中点的灰度值;若平移后待处理图像100中相邻第一区域110之间存在空白区域,则根据空白区域中的点在平移前的灰度值,获取平移后空白区域中点的灰度值。
作为一种示例,若平移后待处理图像100中相邻的第一区域110之间存在重叠区域,则将该重叠区域中的点在平移前的灰度值的均值,作为平移后该重叠区域中点的灰度值;若平移后待处理图像100中相邻的第一区域110之间存在空白区域,在将空白区域中的点在平移前的灰度值,作为平移后空白区域中点的灰度值。
在高倍镜下分别将待处理图像100和修正图像300分别与对比图像200进行比较可以发现,相较于待处理图像100,修正图像300与对比图像200之间更为接近,也即修正图像300与对比图像200之间的相对扭曲变形得以较大程度地消除,后续以修正图像300为参考图像对待检测图像进行检测处理,相应能够提高检测的准确性。
需要指出的是,上述以待处理图像为待测物的待检测图像的参考图像,对比图像为待测物的待检测图像为例,对如何获取待处理图的修正图像的过程进行了介绍。在其他实施例中,还能够以待测物的参考图像为对比图像,对待检测图像进行修正处理,在此不做限制。
相应地,本发明实施例还提供了一种图像修正模块。图8示出了根据本发明技术方案提供的图像修正模块一实施例的结构示意图。结合参考图1至图8,一种图像修正模块800,包括:图像获取单元801,适于获取待处理图像;区域划分单元802,适于将待处理图像划分为多个第一区域;偏移量获取单元803,适于获取待处理图像中各个第一区域的偏移量,偏移量与待处理图像中多个第一区域一一对应;平移处理单元804,适于根据所获取的偏移量对待处理图像中的各个第一区域分别进行平移处理,获取待处理图像的修正图像。
图像获取单元801用于获取待处理图像100。
获取待处理图像100,为后续对待处理图像100进行修正做准备。
本实施例中,待处理图像100为待测物的待检测图像的参考图像。具体地,待处理图像100作为对待检测图像执行检测处理时的比较基准,通过将待检测图像与待处理图像100进行比较,从而判断待检测图像中是否存在缺陷。
本实施例中,待测物包括多个呈周期性排列的单元结构,待处理图像100作为待测物的参考图像,为待测物中一个单元结构的单元图像,具体地,待处理图像100为待测物中与待检测图像中单元结构相邻的其他单元结构的单元图像。
本实施例中,待处理图像100为通过对待测物进行拍摄获得的图像。具体地,图像获取单元801获取待处理图像100步骤包括:提供成像系统和待测物;利用成像系统,拍摄待测物的图像,获取待处理图像100。
本实施例中,待处理图像100为灰度图像。具体地,待处理图像100中点的灰度值为0~255。在其他实施例中,待处理图像还能够分别为单通道图像或黑白图像等。
在其他实施例中,待处理图像还能够选用待测物的标准图像。其中,标准图像为与待测物一致的标准物的图像。
作为一种示例,标准图像为标准物的计算机辅助设计(Computer Aided Design,CAD)图。作为另一种示例,标准图像为标准物的无缺陷测量图像。
需要指出的是,待处理图像100作为待检测图像的参考图像,与待检测图像之间易出现相对扭曲变形,若直接采用待处理图像100对待检测图像进行检测处理,会使得检测结果出现较大偏差,影响检测结果的准确性。为此,本实施例中,对作为参考图像的待处理图像100进行修正处理,能够消除待处理图像100与待检测图像之间的相对扭曲变形,相应能够提高检测结果的准确性。
本实施例中,待测物为晶圆(wafer),晶圆通常包含有多个重复的晶粒(die)。相应地,待处理图像100和待检测图像分别为晶粒图像。
在其他实施例中,待测物还可以是玻璃面板等其他类型的产品。可以理解的是,玻璃面板也可以具有多个重复的单元结构。例如,每个单元结构可以用于形成电子产品显示屏。
区域划分单元802用于将待处理图像100划分为多个第一区域110。
将待处理图像100划分为多个第一区域110,为后续获取待处理图像100中各个第一区域110的偏移量提供基础。
本实施例中,待处理图像100中各个第一区域110为矩形。在其他实施例中,待处理图像中各个第一区域还能够为其他形状,在此不做限制。
本实施例中,待处理图像100中各个第一区域110的大小相同。
在其他实施例中,待处理图像100中各个第一区域110的大小还能够至少部分不同。
第一区域110不宜过大也不宜过小。若第一区域110过大,则相应会影响待处理图像100的修正效果的准确性;若第一区域110过小,则相应会增加修正处理的运算量,且也不利于提高待处理图像100的修正效果的准确性。为此,本实施例中,第一区域110的边长包括70至150个点。
需要指出的是,在第一区域110的尺寸确定的情况下,将待处理图像100划分得到的第一区域110的数量与待处理图像100的尺寸相关。具体地,待处理图像100越大,则划分得到的第一区域110的数量越多;待处理图像100越小,则划分得到的第一区域110的数量则相应越少。
图3以区域划分单元802对待处理图像100进行划分得到的多个第一区域110的大小均相同为例,对待处理图像100进行划分得到的多个第一区域110进行了示意。可以理解的是,受到待处理图像的尺寸限制,也即在待处理图像的尺寸非为区域的尺寸的倍数的情况下,待处理图像进行划分得到的多个区域还能够至少部分不同,如位于待处理图像的边缘的区域小于其他的区域的大小等。
偏移量获取单元803用于获取待处理图像100中各个第一区域110的偏移量,偏移量与待处理图像100中多个第一区域110一一对应。
获取待处理图像100中各个第一区域110的偏移量,为后续根据所获取的偏移量对待处理图像100中的各个第一区域进平移处理提供基础。
本实施例中,偏移量获取单元803获取待处理图像100中各个第一区域110的偏移量,偏移量与待处理图像100中多个第一区域110一一对应的步骤包括:获取待处理图像100的对比图像200;对待处理图像100与对比图像200进行整体定位处理,使待处理图像100中的各个第一区域110分别与对比图像200中的第二区域210一一对应;分别在每个第二区域210中获取一个模板图像250,第一区域110中与模板图像250的位置对应区域为模板区150;将待处理图像100与对比图像200的模板图像250进行匹配处理,在待处理图像100中分别获取与各模板图像250匹配的第三区域,第三区域与模板图像250的相似度大于或等于第二区域210与第一区域110的相似度;分别获取第一区域中的模板区与相对应的第三区域的偏移量,作为待处理图像中各个第一区域的偏移量。
本实施例中,待处理图像100为待测物的待检测图像的参考图像,相应地,对比图像200为待测物的待检测图像。
以对比图像200作为对待处理图像100进行修正的基准图像,通过对比图像200对待处理图像100进行修正,能够消除待测物的待检测图像与参考图像之间的相对扭曲变形,后续将待测物的待检测图像与修正后的待处理图像100进行比较,能够提高待检测图像的检测准确性。
本实施例中,待处理图像100为灰度图像,对比图像200相应为灰度图像。具体地,对比图像200中点的灰度值位于0~255之间。
本实施例中,对比图像200为待测物的待检测图像。相应地,采用成像系统对待测物进行拍摄,获取待测物的原始图像,并从待测物的原始图像中获取与待检测图像中单元结构相邻的单元结构的图像,作为对比图像200。
本实施例中,对比图像200和待处理图像100位于同一待测物的图像中,也即,对比图像200和待处理图像100来自于相同的待测物,从而可以避免因不同待测物的图像之间的灰度差异较大而对修正结果的准确性产生不良影响,相应有利于提高修正结果的准确性。
本实施例中,偏移量获取单元803对待处理图像100与对比图像200进行整体定位处理,使待处理图像100中的各个第一区域分别与对比图像200中的第二区域210一一对应,也即,根据待处理图像100划分得到的多个第一区域110将对比图像200划分为对应的多个第二区域210,从而使得对比图像200中的多个第二区域210与待处理图像100中的多个第一区域110一一对应。
偏移量获取单元803对待处理图像100与对比图像200进行整体定位处理的步骤包括:获取对比图像200中与待处理图像100匹配度最高或大于预设值的区域,得到匹配区域,所述匹配区域的各点与待处理图像100的各点具有一一对应的关系。
具体地,匹配度最高,指的是所述匹配区域的各点与待处理图像100的各点之间的灰度值的方差、标准差或绝对值最小;匹配度大于预设值,指的是所述匹配区域的各点与所述待处理图像100的各点之间的灰度值的方差、标准差或绝对值小于预设值。
相应地,对比图像200中的多个第二区域210与待处理图像100中的多个第一区域110的数量和大小均分别相同。
分别在对比图像200中每个第二区域210中获取一个模板图像250,则模板图像250为多个,且模板图像250与对比图像200中第二区域210的数量相同且一一对应。
相应地,待处理图像100中第一区域110中与模板图像250的位置对应区域为模板区150,则模板区150为多个,且模板区150与待处理图像100中第一区域110的数量相同且一一对应。
待处理图像100中相对应的第一区域110中与模板图像250的位置对应区域为模板区150,是指待处理图像100中相对应的第一区域110中与模板图像250处于相同位置处的区域为模板区150。因而,对比图像200中每个第二区域210中的模板图像250与待处理图像100中相对应的第一区域110中的模板区150之间一一对应。
本实施例中,偏移量获取单元803分别从对比图像200中的各个第二区域210中获取部分图像,作为模板图像250,相应地,模板图像250的尺寸小于对比图像100中的第二区域210的尺寸,进而使得模板图像250的尺寸小于待处理图像100的相对应第一区域110的尺寸。
模板图像250可以为对比图像200的第二区域210中的任一部分的图像。作为一种示例,模板图像250为位于对比图像200的第二区域210的中心区域的具有预设尺寸的图像;作为另一种示例,模板图像250为位于对比图像200的第二区域210的左上角区域的具有预设尺寸的图像。
模板图像250的预设尺寸不宜过大也不宜过小。若模板图像250的预设尺寸过大,则相应会导致匹配处理的精度较低;若模板图像250的预设尺寸过小,则降低会降低匹配处理的处理速度,且也不利于提高匹配处理的精度。为此,本实施例中,模板图像250的边长与对比图像200中的第二区域210的边长之间相差3至5个点。
本实施例中,偏移量获取单元803将待处理图像100与对比图像200的模板图像250进行匹配处理的步骤,包括:分别将第一区域110中的不同子区域与模板图像250进行匹配,并获取各子区域与模板图像250的相似度得分;获取多个子区域的相似度得分与子区域的位置之间的对应关系;对对应关系进行曲面拟合,获取拟合曲面中相似度得分最大的子区域作为第三区域。
分别将第一区域110中的不同子区域与模板图像250进行匹配,相应地,第一区域110中的各个子区域分别与模板图像250具有相同的尺寸。
相应地,偏移量获取单元803使与模板图像250具有相同尺寸的匹配窗口与待处理图像100的第一区域110进行相对移动,并分别获取匹配窗口所在各子区域与模板图像250之间的相关性得分,作为第一区域110中的不同子区域与模板图像250的相似度得分。
作为一种示例,偏移量获取单元803将匹配窗口按照预设的滑动方向在待处理图像100的第一区域110中滑动,且每滑动一次计算模板图像250与当前匹配窗口所在子区域之间的相似度得分,直至完成待处理图像100的第一区域110的遍历,从而获取多个相似度得分。
例如,偏移量获取单元803可以将匹配窗口从待处理图像100的第一区域110的左上角开始向右滑动,且每次的滑动步长为一列点的尺寸,当滑动至待处理图像100的相对应第一区域110的最右测后向下滑动,且向下滑动的滑动步长为一行点的尺寸,再从待处理图像100的相对应第一区域110的最左侧向左开始滑动,依此类推,直至匹配窗口遍历待处理图像100的第一区域110中的每一个点。
需要说明的是,待处理图像100的第一区域110中匹配窗口所在的子区域与模板图像250之间的相似度越大,则匹配窗口所在的子区域中的点与模板图像250各点之间的灰度方差则越小,因此,相似度得分与匹配窗口所在的子区域和模板图像250中各点的灰度方差负相关。
本实施例中,偏移量获取单元803将待处理图像100的第一区域110中匹配窗口所在的子区域与模板图像250之间的相关性得分,作为待处理图像100的第一区域110中匹配窗口所在的子区域与模板图像250之间的相似度得分。
偏移量获取单元803计算待处理图像100的第一区域110中匹配窗口所在子区域与模板图像250之间的相关性得分的方式可以根据实际的需要选取,如平均绝对差(MeanAbsolute Differences,MAD)处理、绝对误差和处理(Sum of Absolute Differences,SAD)、误差平方和处理(Sum of Squared Differences,SSD)、平均误差平方和处理(MeanSquare Differences,MSD)、互相关处理(Normalized Cross Correlation,NCC)、序贯相似性检测处理(Sequential Similarity Detection Algorithm,SSDA)或哈达玛变换处理(Hadamard Transform)等。
本实施例中,偏移量获取单元803通过互相关处理获取待处理图像100的第一区域110中匹配窗口所在子区域与模板图像250之间的相关性得分。
作为一种示例,偏移量获取单元803采用如下的公式计算待处理图像100的第一区域110中匹配窗口所在各个子区域与模板图像250之间的相关性得分:
/>
其中,R(x,y)表示相关性得分,T(x',y')表示模板图像250,I(x+x',y+y')表示待处理图像100的相对应第一区域110,Wp表示待处理图像100的第一区域110中的各个子区域,·表示乘积运算。
在另一实施例中,在模板图像的尺寸小于对比图像中的第二区域的尺寸的情况下,偏移量获取单元还能够将第一区域的不同子区域和位于该第一区域周围的其他第一区域中的不同子区域分别与模板图像进行匹配,相应能够扩大模板图像的匹配范围,使得采用第一区域的子区域与第一区域周围的其他第一区域中的不同子区域与模板图像的相似度得分与各个子区域位置之间的对应关系进行曲面拟合,能够提高曲面拟合的准确性,并能够在待处理图像与对比图像之间存在较大的相对扭曲的情况下,能够提高第三区域获取的准确性,进而能够提高待处理图形的修正结果的准确性。
在又一实施例中,偏移量获取单元还能够将对比图像中的各个第二区域分别作为模板图像,也即模板图像与第二区域的尺寸相同。相应地,偏移量获取单元将第一区域和位于该第一区域周围的其他第一区域中的不同子区域与模板图像进行匹配,或仅将位于该第一区域周围的其他第一区域中的不同子区域与模板图像进行匹配,获取第三区域。
第一区域周围的其他第一区域为与第一区域相邻的其他第一区域。作为一种示例,第一区域周围的其他第一区域的数量为8个,相应地,第一区域的子区域与第一区域周围的8个其他第一区域之间呈3*3阵列排布。作为另一种示例,第一区域周围的其他第一区域的数量为4个,相应地,第一区域的子区域与第一区域周围的4个其他第一区域之间呈十字型阵列排布。
获取多个子区域的相似度得分与子区域的位置之间的对应关系,并对对应关系进行曲面拟合,获取拟合曲面,能够获取待处理图像100的第一区域110中的匹配窗口所在各个子区域与模板图像250之间的相关性得分的分布规律。
在拟合曲面中,相关性得分越大,则相应的匹配窗口所在子区域与模板图像250之间的匹配度越高;反之,相关性得分越小,则相应的匹配窗口所在子区域与模板图像250之间的匹配度越低。
因此,获取拟合曲面中相似度得分最大的子区域作为第三区域,使得第三区域为在待处理图像100的第一区域110中与模板图像250之间最匹配的匹配窗口所在子区域。
获取多个子区域的相似度得分与子区域的位置之间的对应关系,并对对应关系进行曲面拟合,获取拟合曲面,并获取拟合曲面的最大相关性得分的子区域作为第三区域,能够在待处理图像100的第一区域110中实现模板图像250的亚像素级匹配,相应能够提高待处理图像100中各个第一区域110的修正精度。
本实施例中,偏移量获取单元803采用待处理图像100的第一区域110中与模板图像250之间相似度得分最大的子区域,以及与该相似度得分最大的子区域相邻的子区域的相似度得分与各个子区域位置之间的对应关系进行拟合,获取拟合曲面。
本实施例中,子区域为矩形,相应地,相似度得分最大的子区域的相邻的子区域,指的是与以与相似度得分最大的子区域的左上顶点相邻的点分别作为左上顶点的各个子区域。
作为一种示例,与该相似度得分最大的子区域相邻的子区域的数量为8个,具体地,相似度得分最大的子区域的左上顶点与相邻的8个子区域的左上顶点之间呈3*3阵列式排布。
本实施例中,偏移量获取单元803分别获取第一区域110中的模板区150与相应的第三区域的偏移量,作为待处理图像100中各个第一区域110的偏移量的步骤,包括:获取匹配窗口与第三区域重合时匹配窗口的移动量,得到偏移量。
对于待处理图像100中的各个第一区域110,偏移量获取单元803重复执行上述的将待处理图像100中的区域分别与对比图像200中的相对应第二区域210进行匹配处理,在待处理图像100中分别获取与各模板图像250匹配的第三区域,获取第一区域110中的模板区150与相对应的第三区域的偏移量的步骤,分别获取待处理图像100中的各个第一区域110的偏移量。
在其他实施例中,偏移量获取单元还能够直接将第一区域和/或该第一区域周围的第一区域中的不同子区域中与模板图像之间具有最大的相似度得分子区域,作为第三区域,相应能够提高第三区域的获取速度,进而能够提高修正处理的速度。
平移处理单元804用于根据所获取的偏移量对待处理图像100中的各个第一区域1110分别进行平移处理,获取待处理图像100的修正图像300。
将待处理图像100中的各个第一区域110分别平移相对应的偏移量,也即将待处理图像100中的各个第一区域110中的点分别平移相对应的偏移量。
另外需要指出的是,将待处理图像100中的各个第一区域110分别平移相对应的偏移量之后,待处理图像100中相邻的第一区域110之间可能存在部分重叠区域和/或空白区域。
相应地,平移处理单元804将待处理图像100中的各个第一区域110分别平移相对应的偏移量的步骤包括:若平移后待处理图像100中相邻的第一区域110之间存在重叠区域,则根据该重叠区域中的点在平移前的灰度值,获取平移后该重叠区域中点的灰度值;若平移后待处理图像100中相邻第一区域110之间存在空白区域,则根据空白区域中的点在平移前的灰度值,获取平移后空白区域中点的灰度值。
作为一种示例,若平移后待处理图像100中相邻的第一区域110之间存在重叠区域,则将该重叠区域中的点在平移前的灰度值的均值,作为平移后该重叠区域中点的灰度值;若平移后待处理图像100中相邻的第一区域110之间存在空白区域,在将空白区域中的点在平移前的灰度值,作为平移后空白区域中点的灰度值。
在高倍镜下分别将待处理图像100和修正图像300分别与对比图像200进行比较可以发现,相较于待处理图像100,修正图像300与对比图像200之间更为接近,也即修正图像300与对比图像200之间的相对扭曲变形得以较大程度地消除,后续以修正图像300为参考图像对待检测图像进行检测处理,相应能够提高检测的准确性。
需要指出的是,上述以待处理图像为待测物的待检测图像的参考图像,对比图像为待测物的待检测图像为例,对如何获取待处理图的修正图像的过程进行了介绍。在其他实施例中,还能够以待测物的参考图像为对比图像,对待检测图像进行修正处理,在此不做限制。
本实施例图像修正模块可以用于执行前述实施例的图像修正方法,也可以采用其他的功能模块执行前述实施例的图像修正方法。对本实施例图像修正方法的具体描述,可参考前述实施例中的相应描述,本实施例在此不再赘述。
相应地,本发明实施例还提供了一种设备,包括至少一个存储器和至少一个处理器,存储器存储有一条或多条计算机指令,其中,一条或多条计算机指令被处理器执行以实现如上述的图像修正方法。其中,的图像修正方法请参见前述部分的相应介绍,不再赘述。
本发明实施例提供的电子设备的一种可选硬件结构可以如图9所示,包括:至少一个处理器01,至少一个通信接口02,至少一个存储器03和至少一个通信总线04。
在本发明实施例中,处理器01、通信接口02、存储器03、通信总线04的数量为至少一个,且处理器01、通信接口02、存储器03通过通信总线04完成相互间的通信。
通信接口02可以为用于进行网络通信的通信模块的接口,如GSM模块的接口。
处理器01可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器03可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
其中,存储器03存储有一条或多条计算机指令,一条或多条计算机指令被处理器01执行以实现本发明实施例的检测方法。
需要说明的是,上述的实现终端设备还可以包括与本发明实施例公开内容可能并不是必需的其他器件(未示出);鉴于这些其他器件对于理解本发明实施例公开内容可能并不是必需,本发明实施例对此不进行逐一介绍。
相应地,本发明实施例还提供了一种存储介质,其特征在于,存储介质存储有一条或多条计算机指令,一条或多条计算机指令用于实现如上述任一项的图像修正方法。
相应地,本发明实施例还提供了一种检测方法。
图10示出了根据本发明技术方案所提供的检测方法一实施例的流程示意图。参见图10,一种检测方法,包括:
步骤S1001:获取待测物的待检测图像和待检测图像的原始参考图像;
步骤S1002:采用如上述任一项图像修正方法对原始参考图像进行修正,获取参考图像;
步骤S1003:将待检测图像与参考图像进行比较,获取检测图像的检测结果。
本实施例中,将待检测图像与参考图像进行比较,获取检测图像的检测结果,也即获取检测图像中存在的缺陷。
相应地,待检测图像与参考图像分别包括多个点,且待检测图像中的点与参考图像中的点一一对应。作为一种示例,将待检测图像与参考图像进行比较,也即将待检测图像中的点与参考图像中相对应点之间的灰度差值的绝对值与预设值进行比较,获取待检测图像中与参考图像中相对应点之间的灰度差值的绝对值大于预设值的点,作为缺陷点。
预设值可以根据先验经验选取,也可以根据待检测图像所获取的自适应阈值等,在此不做限制。
相应地,本发明实施例还提供了一种检测系统。
图11示出了本发明实施例中的一种检测系统的结构示意图。参见图11,一种检测系统包括:图像获取模块1101,适于获取待测物的待检测图像和待检测图像的原始参考图像;图像修正模块800,采用如上述任一项图像修正方法对原始参考图像进行修正,获取参考图像;检测模块1102,适于将待检测图像与参考图像进行比较,获取待测物的检测结果。其中,图像修正模块800请参见前述部分的介绍,在此不再赘述。
相应地,本发明实施例还提供了一种设备,包括至少一个存储器和至少一个处理器,存储器存储有一条或多条计算机指令,其中,一条或多条计算机指令被处理器执行以实现如上述的检测方法。其中,检测方法请参见前述部分的介绍,不再赘述。
另外,关于设备的可选硬件结构请参见图9的介绍,不再赘述。
相应地,本发明实施例还提供了一种存储介质,存储介质存储有一条或多条计算机指令,一条或多条计算机指令用于实现如上述的检测方法。其中,检测方法请参见前述部分的相应介绍,不再赘述。
上述本发明的实施方式是本发明的元件和特征的组合。除非另外提及,否则元件或特征可被视为选择性的。各个元件或特征可在不与其它元件或特征组合的情况下实践。另外,本发明的实施方式可通过组合部分元件和/或特征来构造。本发明的实施方式中所描述的操作顺序可重新排列。任一实施方式的一些构造可被包括在另一实施方式中,并且可用另一实施方式的对应构造代替。对于本领域技术人员而言明显的是,所附权利要求中彼此没有明确引用关系的权利要求可组合成本发明的实施方式,或者可在提交本申请之后的修改中作为新的权利要求包括。
本发明的实施方式可通过例如硬件、固件、软件或其组合的各种手段来实现。在硬件配置方式中,根据本发明示例性实施方式的方法可通过一个或更多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器等来实现。
在固件或软件配置方式中,本发明的实施方式可以模块、过程、功能等形式实现。软件代码可存储在存储器单元中并由处理器执行。存储器单元位于处理器的内部或外部,并可经由各种己知手段向处理器发送数据以及从处理器接收数据。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是符合与本文所公开的原理和新颖特点相一致的最宽的范围。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (20)
1.一种图像修正方法,其特征在于,包括:
获取待处理图像;
将所述待处理图像划分为多个第一区域;
分别获取所述待处理图像中各个第一区域的偏移量,所述偏移量与所述待处理图像中多个第一区域一一对应;
根据所获取的偏移量对所述待处理图像中的各个第一区域分别进行平移处理,获取所述待处理图像的修正图像。
2.根据权利要求1所述的图像修正方法,其特征在于,所述分别获取所述待处理图像中各个第一区域的偏移量,所述偏移量与所述待处理图像中多个第一区域一一对应,包括:
获取所述待处理图像的对比图像;
对所述待处理图像与所述对比图像进行整体定位处理,所述待处理图像中的各个第一区域分别与所述对比图像中的第二区域一一对应;分别在每个所述第二区域中获取一个模板图像,所述第一区域中与模板图像的位置对应区域为模板区;
将所述待处理图像与所述对比图像的模板图像进行匹配处理,在所述待处理图像中分别获取与各模板图像匹配的第三区域,所述第三区域与模板图像的相似度大于或等于所述第二区域与第一区域的相似度;
分别获取所述第一区域中的模板区与相对应的第三区域的偏移量,作为所述待处理图像中各个第一区域的偏移量。
3.根据权利要求2所述的图像修正方法,其特征在于,所述将所述待处理图像与所述对比图像的模板图像进行匹配处理,包括:
分别将第一区域和/或该第一区域周围的第一区域中的不同子区域与所述模板图像进行匹配,获取各子区域与所述模板图像的相似度得分;
获取多个子区域的相似度得分与子区域的位置之间的对应关系;
对所述对应关系进行曲面拟合,获取拟合曲面中相似度得分最大的子区域作为所述第三区域。
4.根据权利要求3所述的图像修正方法,其特征在于,所述分别将第一区域和/或该第一区域周围的第一区域中的不同子区域与所述模板图像进行匹配,获取各子区域与所述模板图像的相似度得分,包括:
使与所述模板图像具有相同尺寸的匹配窗口与所述待处理图像的第一区域进行相对移动,并分别获取匹配窗口所在各子区域与所述模板图像之间的相关性得分;
分别获取所述第一区域中的模板区与相应的第三区域的偏移量,作为所述待处理图像中各个第一区域的偏移量,包括:获取匹配窗口与第三区域重合时匹配窗口的移动量,得到所述偏移量。
5.根据权利要求3所述的图像修正方法,其特征在于,获取多个子区域的相似度得分与子区域的位置之间的对应关系中,所述多个子区域包括各子区域中相似度得分最大的子区域及与相似度得分最大的子区域相邻的子区域。
6.根据权利要求2所述的图像修正方法,其特征在于,所述模板图像与第二区域相同,或者,所述模板图像小于所述第二区域。
7.根据权利要求2所述的图像修正方法,其特征在于,所述待处理图像为待测物的参考图像,所述对比图像为所述待测物的待检测图像。
8.根据权利要求1所述的图像修正方法,其特征在于,所述待处理图像包括多个点,所述根据所获取的偏移量对所述待处理图像中的各个第一区域分别进行平移处理,获取所述待处理图像的修正图像,包括以下至少一项:
若平移后所述待处理图像中相邻第一区域之间存在重叠区域,则根据所述重叠区域中的点在平移前的灰度值,获取平移后所述重叠区域中点的灰度值;
若平移后所述待处理图像中相邻第一区域之间存在空白区域,则根据所述空白区域中的点在平移前的灰度值,获取平移后所述空白区域中点的灰度值。
9.根据权利要求8所述的图像修正方法,其特征在于,所述根据所述重叠区域中的点在平移前的灰度值,获取平移后所述重叠区域中点的灰度值,包括:
获取所述重叠区域中的点在平移前的灰度值的均值,作为平移后所述重叠区域中所述点的灰度值。
10.根据权利要求8所述的图像修正方法,其特征在于,所述根据所述空白区域中的点在平移前的灰度值,获取平移后所述空白区域中点的灰度值,包括:
获取所述空白区域中的点在平移前的灰度值,作为平移后所述空白区域中所述点的灰度值。
11.根据权利要求1所述的图像修正方法,其特征在于,所述区域为矩形。
12.根据权利要求11所述的图像修正方法,其特征在于,所述区域的边长包括70至150个点。
13.一种图像修正模块,用于执行权利要求1~12任意一项所述的图像修正方法,其特征在于,包括:
图像获取单元,适于获取待处理图像;
区域划分单元,适于将所述待处理图像划分为多个第一区域;
偏移量获取单元,适于分别获取所述待处理图像中各个第一区域的偏移量,所述偏移量与所述待处理图像中多个区域一一对应;
平移处理单元,适于根据所获取的偏移量对所述待处理图像中的各个第一区域分别进行平移处理,获取所述待处理图像的修正图像。
14.一种设备,其特征在于,包括至少一个存储器和至少一个处理器,所述存储器存储有一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现根据权利要求1至12任一项所述的图像修正方法。
15.一种存储介质,其特征在于,所述存储介质存储有一条或多条计算机指令,所述一条或多条计算机指令用于实现根据权利要求1至12任一项所述的图像修正方法。
16.一种检测方法,其特征在于,包括:
获取待测物的待检测图像和所述待检测图像的原始参考图像;
采用如权利要求1至12任一项所述图像修正方法对所述原始参考图像进行修正,获取参考图像;
将所述待检测图像与所述参考图像进行比较,获取所述待检测图像的检测结果。
17.根据权利要求16所述的检测方法,其特征在于,所述将所述待检测图像与所述参考图像进行比较,获取所述待检测图像的检测结果,包括:将所述待检测图像与所述参考图像进行差分比较,获取差分图像;获取所述差分图像中所述待检测图像中与参考图像灰度差异大于预设值的点,得到缺陷点。
18.一种检测系统,用于执行权利要求16或17所述的图像修正方法,其特征在于,包括:
图像获取模块,适于获取待测物的待检测图像和所述待检测图像的原始参考图像;
图像修正模块,采用如权利要求1至12任一项所述图像修正方法对所述原始参考图像进行修正,获取参考图像;
检测模块,适于将所述待检测图像与所述参考图像进行比较,获取所述待检测图像的检测结果。
19.一种设备,其特征在于,包括至少一个存储器和至少一个处理器,所述存储器存储有一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如权利要求16或17所述的检测方法。
20.一种存储介质,其特征在于,所述存储介质存储有一条或多条计算机指令,所述一条或多条计算机指令用于实现如权利要求16或17所述的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211230485.4A CN117876276A (zh) | 2022-09-30 | 2022-09-30 | 图像修正方法、检测方法和相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211230485.4A CN117876276A (zh) | 2022-09-30 | 2022-09-30 | 图像修正方法、检测方法和相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117876276A true CN117876276A (zh) | 2024-04-12 |
Family
ID=90585130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211230485.4A Pending CN117876276A (zh) | 2022-09-30 | 2022-09-30 | 图像修正方法、检测方法和相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117876276A (zh) |
-
2022
- 2022-09-30 CN CN202211230485.4A patent/CN117876276A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102592124B (zh) | 文本图像的几何校正方法、装置和双目立体视觉系统 | |
JP5082637B2 (ja) | 画像処理プログラム、画像処理方法及び画像処理装置 | |
CN110866924A (zh) | 一种线结构光中心线提取方法及存储介质 | |
US11282216B2 (en) | Image noise reduction | |
CN105976327B (zh) | 对第一图像进行变换的方法、处理模块和存储介质 | |
CN114565612B (zh) | 一种基于图像对比的pcb板u型槽加工异常检测方法 | |
CN113838138B (zh) | 一种优化特征提取的系统标定方法、系统、装置和介质 | |
JP2013174547A (ja) | ステレオ3次元計測装置 | |
US11669978B2 (en) | Method and device for estimating background motion of infrared image sequences and storage medium | |
CN111257346B (zh) | 基于投影过滤的pcb定位装置及方法 | |
KR20160001868A (ko) | 카메라에서 촬영된 영상의 왜곡을 보정하기 위한 영상 왜곡 보정 방법 | |
CN117876276A (zh) | 图像修正方法、检测方法和相关设备 | |
CN110245674B (zh) | 模板匹配方法、装置、设备及计算机存储介质 | |
JP6175878B2 (ja) | 画像処理回路、画像処理装置及び画像処理方法 | |
KR102581393B1 (ko) | Qis 센서를 위한 고 대비 구조화된 광 패턴들 | |
JP2018112527A (ja) | 距離測定装置、距離測定方法および距離測定プログラム | |
CN113850100A (zh) | 一种校正二维码的方法和装置 | |
CN118314069A (zh) | 图像对准方法及模块、检测方法及系统、设备和存储介质 | |
CN116579907B (zh) | 晶圆图像获取方法、装置、设备及可读存储介质 | |
JP2008287338A (ja) | 画像処理装置 | |
CN108109131B (zh) | 半导体器件的图像处理 | |
CN118154477A (zh) | 远心镜头畸变校正方法、装置、设备及存储介质 | |
CN117408933A (zh) | 检测方法及检测系统、设备和存储介质 | |
KR20230164718A (ko) | 검사 장치 및 참조 화상 생성 방법 | |
CN114187358A (zh) | 一种生成KeyNet亚像素级特征点的局部梯度拟合方法 |
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 |