CN1725232A - 图像的区域分割 - Google Patents

Abstract

在将图像分割成与多个代表色对应的图像区域的区域分割中使区域分割结果可靠性提高。设定多个代表色，设定对应各代表色的权重。表示图像的像素的色与代表色的色差，计算出对每个代表色加权的加权色差指标值。然后根据加权色差指标，通过将像素的色分类在与代表色建立对应关系的代表色区域，将图像分割成多个图像区域。

Description

图像的区域分割

技术领域

本发明涉及将图像分割成与多个代表色对应的图像区域的技术。

背景技术

作为印刷基板等检查装置，使用根据作为检查对象的制品的图像，通过将作为检查对象的制品的表面的各区域的配置与标准的制品中的各区域的配置进行比较来判定检查对象制品的缺陷有无的图像检查装置。在这样的图像检查装置中，将检查对象制品的图像进行分割成与预先设定的多个代表色对应的图像区域。

专利文献1：特开2002-259667号公报。

然而在以前的方法中，往往得出错误的区域分割结果，因此有时区域分割并不十分可靠。

发明内容

本发明是为了解决上述的以前的课题而提出的，其目的是，在将图像分割成与多个代表色对应的图像区域的区域分割中使区域分割结果可靠性提高。

为了达到至少上述目的一部分，本发明的方法包括：(a)设定多个代表色的工序，(b)设定与上述多个代表色建立对应关系的权重的工序，(c)将表示构成上述图像的各像素的色的个别色与上述多个代表色的色差加以表示，并且根据上述权重对上述多个中每个代表色计算出已加权重的加权色差指标值的工序，以及(d)通过根据上述加权色差指标值把上述个别色分类在与上述多个代表色建立对应关系的多个代表色区域中的某一个上，将上述图像分割为上述多个图像区域的工序。

按照上述构成，因为在上述色空间中，可以在扩展加权大的代表色的区域的同时使加权小的代表色的区域变窄，所以通过把权重设定为适合的值就可以得到期望的区域分割结果，并且能使区域分割结果的可靠性提高。

优选的是，上述工序(c)包括：在规定的色空间内分别计算出对应表示上述个别色的个别色矢量与表示上述多个代表色的多个代表色矢量之间角度的角度指标值的工序，在上述规定的色空间内分别计算出对应上述个别色与上述多个代表色之间距离的距离指标值的工序，以及针对上述个别色，根据上述权重对上述距离指标值和上述角度指标值中的至少一方进行加权，并且根据加权后的上述距离指标值和上述角度指标值分别计算出与上述多个代表色对应的加权色差指标值的工序。

按照该构成，因为可以更恰当地进行相应于色的个别色的代表色上的分类，所以提高了彩色图像的区域分割结果的可靠性。

优选的是，上述工序(b)包括：生成构成在通过上述多个代表色区域中至少二个代表色区域的线上存在上述个别色的上述图像的像素数的直方图的工序，以及通过解析上述直方图，调整对应上述至少二个代表色区域的代表色的至少一个代表色的权重的工序。

按照该构成，因为进行根据图像的色分布的加权，所以可以根据图像的特性设定代表色的权重。

优选的是，上述方法还包括：(e)通过上述工序(d)判断给予上述图像区域的分割结果是否合适的工序，(f)在通过上述工序(e)判断为上述分割结果不合适的场合，就根据上述分割结果调整上述多个代表色的至少一个代表色的权重的工序。

按照该构成，因为能根据区域分割结果设定代表色的权重，所以可以使区域分割结果的可靠性更加提高。

另外，本发明是可以通过各种方式实现，例如可以通过物体的表面区域配置的取得方法和装置，用该取得结果的图像检查方法和装置，用于实现这些各种方法或装置的功能的计算机程序，记录该计算机程序的记录介质，包含该计算机程序并在传送波内具体化的数据信号等方式来实现。

附图说明

图1是表示作为本发明的一实施例的印刷基板的检查装置100的构成的图。

图2是表示印刷基板PCB的表面状态的说明图。

图3是表示第一实施例中的图像区域的生成工序的流程图。

图4是表示印刷基板PCB的彩色图像1M的说明图。

图5是表示代表它的设定样子的说明图。

图6是表示图像区域分割的详细工序的流程图。

图7是表示将各像素的个别色分类在代表色区域的样子的说明图。

图8是表示区域分割彩色图像1M的结果的说明图。

图9是表示在第2实施例中代表色的加权值设定的样子的说明图。

图10是表示第3实施例中的图像区域生成工序的流程图。

图11是表示误分割的指定的样子的说明图。

具体实施方式

接着根据实施例按以下的顺序说明用于实施本发明的优选的实施方式。

A.第1实施例

B.第2实施例

C.第3实施例

D.变型例

A.第1实施例

图1是表示作为本发明的一实施例的印刷基板检查装置100构成的说明图。该印刷基板检查装置100包括：用于照明印刷基板PCB的光源20、对印刷基板PCB的图像进行摄影的摄像部30、对装置全体进行控制的计算机40。存储各种数据和计算机程序的外部存储装置50连接在计算机40上。

计算机40具有代表色设定部210、图像取得部220、前处理部230、和色区域分割部240和后处理部250的功能。这些部的功能通过计算机40执行存储在外部存储装置50中的计算机程序来实现。

图2是表示印刷基板PCB的表面状态的说明图。印刷基板PCB的表面包括在基板基体上涂布的抗蚀剂的基体抗蚀剂区域RBR、在铜配线的图形上涂布的图形抗蚀剂区域RPR、在基板基体上丝网印刷白色文字的丝网印刷区域RSG、露出基板基底的基板基体区域RSB和进行镀金的镀金区域RGP。

图3是表示在第1实施例中的图像区域的生成工序的流程图。在步骤S100中，图像取得部220(图1)从摄像部30(图1)取得印刷基板PCB彩色图像。另外，在就预先取得的图像执行步骤S200以下的处理的场合，在步骤S100中从外部存储装置50(图1)读出图像数据。

图4是表示在步骤S100中取得的印刷基板PCB(图2)的彩色图像1M的说明图。该彩色图像1M包括2个绿色区域G1、G2，白色区域WH，茶色区域BR和金色区域GL。另外，在本实施例中，也将2个绿色区域一起称为“绿色区域GR”。

在彩色图像1M中，印刷基板PCB的基体抗蚀剂区域PBR用第1绿色区域G1表示，图形抗蚀剂区域RPR用第2绿色区域G2表示。同样，丝网印刷区域RSG、基板基体区域RSB、和金镀层区域RGP分别用白色区域WH、茶色区域BR和金色区域GL表示。

在步骤200(图3)中，用户一边观察在计算机40的显示部上显示的印刷基板PCB(图2)的彩色图像，一边用鼠标等定位装置设定多个代表色。这时代表色设定部210(图1)把用于代表色设定处理的规定的对话框显示在计算机40的显示部上，允许由用户进行代表色的设定。

图5是表示代表色设定样子的说明图。用户将四种区域GR(G1+G2)、WH、BR、GL的呼叫名(例如“抗蚀剂区域”、“丝网区域”等)输到画面上的对话框中，并且在彩色图像1M上指定用于取得各区域的代表色的取样点(用星号示出的)。取样点在各区域内至少各指定一个。在同一区域中指定多个取样点时，采用这些取样点的平均色作为该区域的代表色。另外，这些区域的数目和代表色的数目可以分别设定n个(n为2以上的整数)。

在步骤S300(图3)中，用户对每个代表色指定加权值(权重)。用户在由代表色设定部210在计算机40的显示部上表示的对话框中输入各代表色的加权值。代表色设定部210根据用户的输入设定第i(i＝1～n)个代表色的加权值Wt(i)。另外在不由用户设定代表色的加权值Wt(i)的场合，在加权值Wt(i)中设定1作为初始值。另外优选的是将加权值Wt(i)至少一个设定为与其它不同的值。

在步骤S400中，前处理部230(图1)对在步骤S100中取得的彩色图像进行平滑处理(模糊处理)。在平滑处理中可以用平均滤波器、高斯滤波器、移动平均等各种平滑化滤波器。因为通过该平滑化处理可以除去在图像数据内存在的特异的像素，所以可以得到无用信息(噪声成分)少的图像数据。另外，该平滑处理可以省略。

在步骤S500中，色区域分割部240(图1)就构成彩色图像的各像素的色(以下也称为“个别色”)计算出与多个代表色的(后述的)加权距离指标值。将各图像的个别色根据该加权距离指标值分类在对应于代表色的区域(代表色区域)上，色区域分割部240根据该个别色的分类结果将各像素分割成多个图像区域。

图6是表示步骤S500的详细工序的流程图。在步骤S502中将表示n个代表色的代表色矢量、和表示各像素的个别色的个别色矢量规一化。代表色矢量的规一化根据以下的(1a)～(1d)进行。

【数1】

L_Ref(i)＝R_Ref(i)+G_Ref(i)+B_Ref(i)…(1a)

Rv_Ref(i)＝R_Ref(i)/L_Ref(i)   …(1b)

Gv_Ref(i)＝G_Ref(i)/L_Ref(i)   …(1c)

Bv_Ref(i)＝B_Ref(i)/L_Ref(i)   …(1d)

但在L_Ref(i)＝0的场合，

Rv_Ref(i)＝Gv_Ref(i)＝Bv_Ref(i)＝1/3

在此，R_Ref(i)是第i个代表色的R成分，G_Ref(i)是第i个代表色的G成分，B_Ref(i)是第i个代表色的B成分。另外，Rv_Ref(i)、Gv_Ref(i)、Bv_Ref(i)是规一化后的RGB成分。根据(1a)式，通过三个成分R_Ref(i)、G_Ref(i)、B_Ref(i)的算术和求出在规一化中使用的值L_Ref(i)，根据(1b)～(1c)用该规一化值L_Ref(i)使各成分规一化。

各像素的个别色矢量也与代表色同样根据下式(2a)～(2d)进行规一化。

【数2】

L(j)＝R(j)+G(j)+B(j)    …(2a)

Rv(j)＝R(j)/L(j)    …(2b)

Gv(j)＝G(j)/L(j)    …(2c)

Bv(j)＝B(j)/L(j)    …(2d)

但在L(j)＝0的场合，

Rv(j)＝Gv(j)＝Bv(j)＝1/3

在此，j是用于识别彩色图像内的各像素的号码。

另外，n个代表色矢量和各像素的个别色矢量的规一化可以使各矢量的长度不对n个代表色矢量与各像素的个别色矢量的角度指标值(后述的)的计算产生影响，例如也可以根据以下的(3a)～(3d)进行代表色矢量的规一化，按照以下的(4a)～(4d)式逐个进行个别色矢量的规一化。

【数3】

$L_{\mathrm{Ref}}\left(i\right)=\sqrt{R_{\mathrm{Ref}}{\left(i\right)}^2+G_{\mathrm{Ref}}{\left(i\right)}^2+B_{\mathrm{Ref}}{\left(i\right)}^2}...\left(3a\right)$

Rv_Ref(i)＝R_Ref(i)/L_Ref(i)   …(3b)

Gv_Ref(i)＝G_Ref(i)/L_Ref(i)   …(3c)

Bv_Ref(i)＝B_Ref(i)/L_Ref(i)   …(3d)

但在L_Ref(i)＝0的场合，

Rv_Ref(i)＝Gv_Ref(i)＝Bv_Ref(i)＝1/3

【数4】

$L\left(j\right)=\sqrt{{R\left(j\right)}^2+{G\left(j\right)}^2+{B\left(j\right)}^2}...\left(4a\right)$

Rv(j)＝R(j)/L(j)   …(4b)

Gv(j)＝G(j)/L(j)   …(4c)

Bv(j)＝B(j)/L(j)   …(4d)

但在L(j)＝0的场合，

Rv(j)＝Gv(j)＝Bv(j)＝1/3

通过进行利用该(3a)～(3d)式和(4a)～(4d)式的规一化，将代表色矢量的长度和个别色矢量的长度分别变为1。

在图6的步骤S504中，根据下面的(5a)式或(5b)式计算出n个代表色矢量与各像素的个别色矢量的角度指标值V(i，j)。

【数5】

V(i，j)＝{|Rv_Ref(i)-Rv(j)|+|Gv_Ref(i)-Gv(j)|+|Bv_Ref(i)-Bv(j)|}×k1  …(5a)

(5a)式右边的括弧内的第1项是第i个代表色的规一化后的R成分Rv_Ref(i)与第j个像素的个别色规一化后的R成分Rv(j)的差分绝对值。第2项和第3项是分别与此对应的G成分和B成分的值。另外，k1是不为零的规定系数。另外，(5b)式是用差分的平方代替差分的绝对值。

通常，由(5a)式或(5b)式求出的值V(i，j)是表示规一化后的代表色与规一化后的个别色间的角度差的值，该值V(i，j)越小，代表色矢量与个别色矢量间的角度也越小。在那里，在本实施例中，把由(5a)式或(5b)式求出的值V(i，j)作为基本上表示代表色矢量与个别色矢量问的角度的指标值使用。

另外，在系数k1为1的场合，角度指标值V(i，j)取0～2范围的值，该角度指标值V(i，j)通过n个代表色的矢量与各像素的个别色矢量的所有的组合相关地进行计算。

在步骤S506中根据下面的(6a)式或(6b)式计算出n个代表色矢量与各像素的个别色的矢量的距离指标值D(i，j)。

【数6】

$D(i,j)=\frac{|R_{\mathrm{Ref}}\left(i\right)-R\left(j\right)|+|G_{\mathrm{Ref}}\left(i\right)-G\left(j\right)|+|B_{\mathrm{Ref}}\left(i\right)-B\left(j\right)|}{k2}...\left(6a\right)$

$D(i,j)=\frac{\sqrt{{\{R_{\mathrm{Ref}}\left(i\right)-R\left(j\right)\}}^2+{\{G_{\mathrm{Ref}}\left(i\right)-G\left(j\right)\}}^2+{\{B_{\mathrm{Ref}}\left(i\right)-B\left(j\right)\}}^2}}{k2}...\left(6b\right)$

(6a)式右边的括弧内的第1项是第i个代表色的规一化后的R成分R_Ref(i)与第j个像素的个别色规一化后的R成分R(j)的差分绝对值。第2项和第3项是与此对应的G成分和B成分的值。另外，k2是不为零的规定系数。(6b)式是用差分的平方和的平方根代替差分的绝对值。在(6a)、(6b)式中，与上述的(5a)、(5b)式不同，使用没有规一化的值R_Ref(i)、R(i)。从而(6a)、(6b)式的右边给出相应于没有规一化的代表色与个别色间的距离的值。在那里，在本实施例中，把由(6a)式或(6b)式给出的值D(i，j)作为基本上表示代表色与个别色间的距离使用。

另外，在系数k2为1的场合，由(6a)式给出的距离指标D(i， j)取0～765范围的值。该距离指标值D(i，j)也与角度指标值V(i，j)同样，通过n个代表色与各像素的个别色的所有的组相关地进行计算。

在步骤S508中，根据下式(7a)或(7b)式计算关于第i个代表色与第j个像素的个别色的加权距离指标值C(i，j)。

【数7】

C(i，j)＝{V(i，j)+D(i，j)}×W(i)    …(7a)

C(i，j)＝V(i，j)×D(i，j)×W(i)     …(7b)

在(7a)式中，采用括弧内的角度指标值V(i，j)与距离指标值D(i，j)的和与第i个代表色建立对应关系的距离加权值W(i)的积作为加权距离指标值C(i，j)。而在(7b)中采用角度指标值V(i，j)，距离指标值D(i，j)和距离加权值W(i)的积作为加权距离指标值C(i，j)。

从式(7a)、(7b)可以看出，第i个代表色矢量与第j个像素的个别色矢量的角度越小，并且色空间内的代表色与个别色的距离越小由(7a)式或(7b)式给出的加权距离指标值C(i，j)就越小。另外，与第i个代表色建立对应关系的距离加权值W(i)越小，加权距离指标值C(i，j)就越小。

另外，在第1实施例中，用代表色的加权值Wt(i)的倒数(1/Wt(i))作为距离加权值W(i)。这是因为距离加权值W(i)越小，与第i个代表色对应的代表色区域(后述的)就越小。

如上所述，当就各像素的色计算出关于多个代表色的加权距离指标值C(i，j)时，在步骤S510中。将各像素的个别色分类在加权距离指标值C(i，j)变成最小的代表色区域。在此，所谓“代表色区域”是指与一个代表色建立对应关系的色的范围，另外，因为对各像素可以得到与n个代表色对应的n个加权距离指标值C(i，j)，所以可以将该像素的个别色分类在这n个加权距离指标值C(i，j)中的给出最小值的代表色区域。

当把各像素的个别色分类在代表区域中的某一个时，在图6的步骤S12中，色区域分割部240根据各像素的个别色所属的代表色区域将彩色图像分割成多个图像区域。例如通过将与其它代表色区域不同的固有的号码(色号码CN)分配给个别色属于各代表色区域的像素，进行分割彩色图像，具体地说，将与该像素的个别色所分类的代表色区域对应的色号码CN分配给彩色图像的各像素。

图7是表示将各像素的个别色分类或加权距离指标值C(i，j)的样子的说明图。如图说明的那样，在步骤S200(图3)中，已经设定与绿色区域GR、白色区域WH、茶色区域BR、金色区域GL四种色区域对应的四个代表色RC_GR、RC_WH、RC_BR、RC_GL。因此，在图7中，将各像素的个别色分类在与这四个代表色对应的代表色区域DR1～DR4上。另外在图7中，为了图示的方便，描绘了表示由R成分和B成分二种成分构成的二维色空间中的代表色的点。

如图7所示，各像素的个别色在四个代表色RC_GR、RC_WH、RC_BR和RC_GL的周围形成四个近似的区域(组)CL_GR、CL_WH、CL_BR、CL_GL。该绿色组CL_GR由图4中所示的绿色区域GR内的各像素的个别色形成。同样，白色区域WH内的各像素的个别色形成白色组CL_WH，茶色区域BR内的各像素的个别色形成茶色组CL_BR，金色区域GL内的各像素的个别色形成金色组CL_GL。即，如果可以将各像素按包含个别色的组分类，则可以得到彩色图像1M的期望的区域分割结果。

图7(a)是表示将四个代表色RC_GR、RC_WH、RC_BR、RC_GL的加权值Wt_GR、Wt_WH、Wt_BR、Wt_GL全部设定为1时的代表色区域DR1～DR4的样子。如图7(a)所示，绿色组CL_GR包含在代表色区域DR1中。同样，白色组CL_WH包含在代表区域DR2中，茶色组CL_BR代表色区域包含在代表色区域DR3中。因此将这三个组CL_GR、CL_WH、CL_BR中分别包含的区域GR、WH、BR分割成彼此色号码CN不同的另外的图像区域。另外，金色组CL_GL跨在二个代表色区域DR2、DR4上。因此，在金色组CL_GL中个别色所包含的金色区域GL尽管是原来单一的区域也被分割为色号码CN＝2和色号码CN＝4的二个图像区域。

图7(b)是表示将3个代表色RC_GR、RC_BR、RC_GL的加权值Wt_GR、Wt_BR、Wt_GL设定为1，将代表色RC_WH的加权值Wt_WH设定为1/2时的代表色区域DR1a～DR4a的样子。如上所述，当某个代表色的加权值变小时，其对应的代表色的代表色区域也变小。因为在图7(b)的例子中设定代表色RC的加权值Wt_WH为1/2，所以代表色区域DR2a比用虚线表示的代表色区域DR2小，金色组CL_GL属于单一的代表色区域DR4a。因此在金色组CL_GL中包含个别色的金属色区域也与其它区域GR、WH、BR同样变为单一的图像区域。

图8是表示将图4中所示的彩色图像进行区域分割的结果的说明图。图8(a)表示将加权值Wt_GR、Wt_WH、Wt_BR、Wt_GL全部设定为1时的区域分割结果SR1，图8(b)表示将加权值Wt_GR、Wt_BR、Wt_GL设定为1，将加权值Wt_WH设定为1/2时的区域分割结果SR2。

如图8(a)所示，在将加权值Wt_GR、Wt_WH、Wt_BR、Wt_GL都设定为1的场合，区域GR、WH、BR的各区域分割成彼此色号码不同的图像区域。另外，金色区域GL的辉度高的部分的色号码CN变成与白色区域WH相同的代表色区域DR2的色号码CN＝2，而金色区域GL辉度低的部分的色号码CN变成代表色区域DR4的色号码CN＝4。这样一来，因为组跨在2个代表色上，而将单一的金色区域GL错误地分割成2个不同的图像区域。与此相反，如图8(b)所示，在将加权值Wt_GR、Wt_BR、Wt_GL设定为1，将加权值Wt_WH设定为1/2的场合，将4个区域GR、WH、BR、GL中的任何一个区域正确地分割成彼此不同的色号码CN＝1～4的四个图像区域。

在图3的步骤S600中，后处理部250(图1)进行这样分割后的各图像区域的扩展处理和收缩处理，通过该扩展、收缩处理可以除去在分割后的彩色图像的各图像区域中存在的气孔状的细长区域(噪声)。

将除去噪声的区域分割结果供给印刷基板检查装置100(图1)的检查部(未图示)。检查部输入对无缺陷的印刷基板PCB进行摄像的参照图像和对检查对象的印刷基板PCB进行摄像的被检查图像，检测出在两者间的特定的差异作为检查对象印刷基板PCB的缺陷。于是可以在分割的图像区域中只把由用户指定的区域(例如镀金区域)作为检查对象，或者相反把由用户指定的区域以外作为检查对象。

另外，检查部也可以例如通过对比表示无缺陷的印刷基板中的各区域的配置的参照区域配置与用上述方法进行被检查图像分割得到的被检查区域配置来检测检查对象的印刷基板PCB的缺陷。这时可以例如取得作为无缺陷的印刷基板的图像的参照图像并用上述的方法进行区域分割参照图像得到参照区域的配置。

这样，因为按照第1实施例，通过对n个代表色上分别设定加权值来一对一地建立组与代表色区的关系，所以可以使彩色图像的区域分割的可靠性提高。

另外，虽然在第1实施例中，可以根据用户的指示设定代表色的加权值，但是，也可以将加权值分别设定在n个代表色上。例如也可以预先设定n个代表色的加权值。这时预先设定的加权值可以预先存储在例如外部存储装置50(图1)或在计算机40(图1)中内装的存储装置中。

另外，在第1实施例中，在单一的色区域中设定多个取样点的场合，把各取样点的平均色作为该色区域的代表色，但是也可以把各个取样点的所有的色作为代表色。

B第2实施例

图9是表示在第2实施例中的代表色的加权值的设定的样子的说明图。第2实施例是在根据彩色图像的解析结果设定代表色的加权值这点与根据用户的指示设定加权值的第1实施例不同。另外，区域分割的彩色图像的个别色的分布和代表色与第1实施例有若干不同。其它方面与

第1实施例相同。

图9(a)表示将四个代表色RCa_GR、RCa_WH、RCa_BR、RCa_GL的加权值Wt_GR、Wt_WH、Wt_BR、Wt_GL作为初始值全都设定为1时的代表色区域DR1b～DR4b。在第2实施例中，如图9(a)所示，绿色组CLa_GR包含在代表色区域DR1b中。同样，茶色组CLa_BR包含在代表色区域DR3b中，金色组CLa_GL包含在代表色区域DR4b中。因此将在这三个组CLa_GR、CLa_BR、CLa_GL中包含个别色的区域GR、BR、GL分割成彼此色号码CN不同的个别的图像区域。另外，白色组CLa_GL跨在2个代表色区域DR2b、DR3b上。因此在白色组CLa_GL上包含个别色的白色区域WH尽管本来是单一的区域，但是却分割成2个图像区域。

图9(b)是通过图9(a)中所示的原点0和代表色RCa_BR的ρ轴为横轴，把在ρ轴上有个别色的像素的数目作为纵轴的直方图。如上述那样，白色组CLa_WH跨在2个代表色区域DR2b、DR3b上。因此在图9(b)的直方图的代表色区域DR3b的局部在代表色RCa_BR的位置上出现茶色组CLa_BR引起的第1峰值，在边界点RB的位置上出现由白色组CLa_WH引起的第2峰值。另外，在此，边界点RB表示2个代表色区域DR2b、DR3b的边界与ρ轴的交点。

代表色设定部210(图1)，如代表色区域DR3b所示，在直方图的代表色区域的局部上有二个峰值的场合，对应的代表色的加权值Wt_BR减少。所减的加权值可以例如通过将规定的系数α(0＜α＜1)乘以加权值计算出。于是如图9(b)所示，作为2个代表色区域DR2c、DR3c的边界与ρ轴的交点的边界点向点RBa移动，加权值Wt_BR的减少反复进行，直到用虚线表示的代表色区域DR3c的局部的峰值达到1。

图9(c)表示由代表色设定部210进行的加权值Wt_BR的减少处理后的代表色区域DR1c～DR4c。如上所述，将代表色RCa_BR的加权值Wt_BR设定得比作为初始值1小。因此与代表色RCa_BR对应的代表色区域DR3c也比图9(a)中所示的代表色区域DR3b小。于是白色组CLa_WH就变成只包含在单一的代表色区域DR2c中。因此在白色组CLa_WH中包含个别色的白色区域WH也与其它的区域GR、BR、GL相同，像变成单一的图像区域那样进行区域分割。

这样，即使按照第2实施例也能一对一地与组和代表色区域建立对应关系，所以可以使彩色图像区域的分割的可靠性提高。

另外，虽然在第2实施例中，是就通过原点0和代表色RCa_BR的ρ轴进行直方图解析，但也可以就通过多个代表色区域的色空间内的任意的线进行直方图解析。也可以使用例如2个任意的代表色的直线作为这样的任意线。另外，由于分别进行就这些多条线的直方图的解析，所以可以分别设定n个代表色的加权值。

在第2实施例中，虽然通过重复进行加权值Wt_BR的减少来进行加权值的设定，但也可以通过其它方法设定加权值。例如也可以求出能使直方图的极小边界点变为RBa那样的加权值，并将该加权值设定为代表色RCa_BR的加权值Wt_BR。

C第3实施例

图10是表示第3实施例中的图像区域的生成工序的流程图。与图3中所示的第1实施例的流程不同是附加步骤S520和步骤S530这方面。其它方面与第1实施相同。

在步骤S520中，判断在步骤S500中执行的区域分割结果是否适当。具体地说，色区域分割部240在计算机40的显示部上显示区域分割结果求出用户是否有错误分割的输入。当用户没有错误分割时输入的场合，判断为区域分割结果是适当时，将处理转移到步骤S600。另外，当用户有错误分割时输入的场合，判断为区域分割结果为不适当，将处理转移到步骤S530。

在步骤S530中，用户一边观察在计算机40的显示部上显示的区域分割结果的彩色图像，一边用鼠标等定位装置指定错误分割的区域上的点。色区域分割部240根据由用户指定的点特定要减少加权值的代表点，减少该代表点的加权值。加权值减少后，处理步骤返回到步骤S500。

图11是表示错误分割点的指定样的说明图。用户在区域分割结果SR1指定错误分割的点(用星号表示)。在图11的例中，尽管是金色区域GL也指定分割成色号码CN＝2的图像区域的点。色区域分割部240判断为与该色号码CN＝2对应的代表色RC_WH是要减少加权值的代表色，通过将规定的系数α(0＜α＜1)乘以代表色RC_WH的加权值Wt_WH来减少加权值Wt_WH。然后进行减少加权值，直到区域分割结果判断为适当。通过用这样的减少加权值Wt_WH进行区域分割，可以与图8(b)中所示的区域分割结果SR2相同，得到四个区域GR、WH、BR、GL四个区域中任何区域变成彼此不同的色号码CN＝1～4的图像区域的区域分割结果。

这样，由于即使通过第3实施例也能一对一地建立组与代表色区域的对应关系，所以可以使彩色图像的区域分割的可靠性提高。

虽然在第3实施例中，是根据用户的指示进行区域分割结果是否适当的判断，但也可以用其它方法判断。这时，例如用户预先设定错误分割发生的彩色图像上的位置，通过错误分割设定的色号码。然后在分配给区域分割后指定的位置的像素的色号码是指定的色号码的场合，可以判断为区域分割结果不适当，而在分配的色号码与指定的色号码不同的场合，可以判断为适当。

D变型例

另外，本发明不限于上述的实施例或实施方式的限定，在不脱离其要旨的范围可以在各种方式下实施，例如下面的变型也是可能的。

D1变型例1

在上述各实施例中，减少对应变小的代表色区域的代表色的加权值，可以通过使代表色的加权值适当增加来尽量使跨在多个区域中的组能包含在单一的代表色区域内。由于即使这样也可以一对一地建立组与代表色区域的对应关系，所以可以使彩色图像的区域分割的可靠性提高。

D2变型例2

代表色的加权值的设定除上述各实施例的方法外，还可以用其它的方法设定。例如也可以把关于辉度或彩色度等代表色的指标值作为参数设加权值。在把辉度作为参数设定加权值的场合，例如也可以就由RGB灰度值的噪声引起的色相的变动大的低辉度的代表色设定小的加权值。

D3变型例3

在上述各实施例中，通过根据7(a)式或7(b)式计算出的加权距离指标值C(i，j)来将各像素的个别色分类在代表色区域，在个别色的分类中如果是表示对每个代表色只设定权重的色差的指标值，则可以使用。例如也可以根据由下面的式8(a)或8(b)计算出的角度指标值V(i，j)或根据由下面的式9(a)或9(b)计算出的距离指标值D(i，j)分类进行个别色的分类。另外，也可以根据由这些角度指标值V(i，j)和距离指标值D(i，j)计算出的加权距离指标值C(i，j)进行个别色的分类。

【数8】

V(i，j)＝{|Rv_Ref(i)-Rv(j)|+|Gv_Ref(i)-Gv(j)|+|Bv_Ref(i)-Bv(j)|}×k1(i)  …(8a)

【数9】

$D(i,j)=\frac{|R_{\mathrm{Ref}}\left(i\right)-R\left(j\right)|+|G_{\mathrm{Ref}}\left(i\right)-G\left(j\right)|+|B_{\mathrm{Ref}}\left(i\right)-B\left(j\right)|}{k2\left(i\right)}...\left(9a\right)$

$D(i,j)=\frac{\sqrt{{\{R_{\mathrm{Ref}}\left(i\right)-R\left(j\right)\}}^2+{\{G_{\mathrm{Ref}}\left(i\right)-G\left(j\right)\}}^2+{\{B_{\mathrm{Ref}}\left(i\right)-B\left(j\right)\}}^2}}{k2\left(i\right)}...\left(9b\right)$

另外，在用由8(a)式或8(b)式给出的角度指标值V(i，j)的场合，k1(i)变小时，第i个代表色区域就变大。而在用由9(a)式或9(b)式给出的距离指标值D(i，j)的场合，k2(i)变小时，第i个代表色区域就变小。

另外，可以通过对应每个代表色改变k1(i)和k2(i)的比率，设定优先对每个代表色的角度距离的哪一个进行个别色分类。这时，也可以例如在由RGB灰度值的噪声引起的色相变大的辉度低的代表色中尽量优先距离设定，在色相变动显著并辉度高的代表色中尽量优先角度设定。

D4变型例4

虽然在上述各实施例中，进行RGB彩色图像分割，但作为区域分割的对象的图像即使是单色图像或由特定的色成分组成的图像也可以适用本发明。通常可以通过设定表示图像的色差的适当的指标值，如果是能分割成多个区域的图像就可以对图像进行区域分割。另外，在单色图像的场合，辉度差相当于色的差。

D5变型例5

虽然在上述各实施例中，将本发明的图像区域分割技术使用于印刷基板的检查，但是本发明的图像区域分割技术可以适用于就在对检查对象物进行摄像的图像中出现缺陷的任意检查对象物取得该检查对象物的图像，然后根据取得的图像的区域分割结果检测检查对象物的缺陷的检查对象物的检查。具体地说，本发明适用于检测半导体晶片、玻璃基板、薄膜、印刷物等的缺陷的检查装置或检查方法。

Claims (7)

1.一种方法，是将图像分割成多个图像区域的方法，其特征在于，

包括：

(a)设定多个代表色的工序，

(b)设定与上述多个代表色已建立对应关系的权重的工序，

(c)将表示构成上述图像的各像素的色的个别色与上述多个代表色的色差加以表示，并且根据上述权重对上述多个代表色中的每个计算出已加权的加权色差指标值的工序，以及

(d)通过根据上述加权色差指标值把上述个别色分类在与上述多个代表色已建立对应关系的多个代表色区域中的某一个上，将上述图像分割为上述多个图像区域的工序。

2.如权利要求1所述的方法，其特征在于：

上述工序(c)包括：

在规定的色空间内分别计算出对应表示上述个别色的个别色矢量与表示上述多个代表色的多个代表色矢量之间角度的角度指标值的工序，

在上述规定的色空间内分别计算出对应上述个别色与上述多个代表色之间距离的距离指标值的工序，以及

针对上述个别色，根据上述权重对上述距离指标值和上述角度指标值中的至少一方进行加权，并且根据加权后的上述距离指标值和上述角度指标值分别计算出与上述多个代表色对应的加权色差指标值的工序。

3.如权利要求1或2所述的方法，其特征在于：

上述工序(b)包括：

生成构成在通过上述多个代表色区域中至少二个代表色区域的线上存在上述个别色的上述图像的像素数的直方图的工序，以及

通过解析上述直方图，调整对应上述至少二个代表色区域的代表色的至少一个代表色的权重的工序。

4.如权利要求1或2所述的方法，其特征在于，还包括：

(e)通过上述工序(d)判断给予上述图像区域的分割结果是否合适的工序，

(f)在通过上述工序(e)判断为上述分割结果不合适的场合，就根据上述分割结果调整上述多个代表色的至少一个代表色的权重的工序。

5.一种装置，是将图像分割成多个图像区域的装置，其特征在于，

包括：

设定多个代表色的代表色设定部，

设定与上述多个代表色已建立对应关系的权重的代表色加权设定部，

将表示构成上述图像的各像素的色的个别色与上述多个代表色的色差加以表示，并且根据上述权重计算出对上述多个代表色中的每个已加权的加权色差指标值的加权色差计算部，以及

通过根据上述加权色差指标值将上述个别色分类在与上述多个代表色已建立对应关系的多个代表色区域中某一个上，将上述图像分割成上述多个图像区域的区域分割部。

6.一种方法，是检测对检查对象物进行摄像的图像上出现的上述检查对象物的缺陷的方法，其特征在于，包括：

对上述检查对象物进行摄像取得被检查图像的工序，

如权利要求1中所述的工序(a)至工序(d)，以及

在上述工序(d)中，根据将上述被检查图像进行区域分割的结果检测出上述检查对象物的缺陷的工序。

7.一种装置，是检测对上述检查对象物进行摄像的图像上出现的上述检查对象物的缺陷的装置，其特征在于，包括：

对上述检查对象物进行摄像取得被检查图像的被检查图像取得部，

如权利要求5中所述的代表色设定部、代表色加权设定部、加权色差计算部、区域分割部，以及

根据由上述区域分割部对上述被检查图像的区域分割的结果，检查出上述检查出对象物的缺陷的检查部。

Images