JP2001028059A - 色ムラ検査方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】 最小限の空間フィルタによる微分処理で候補
領域を抽出し、該領域の微分前の画像データを基に色ム
ラを判定し、高精度で検査できるようにする。 【解決手段】 対象物を撮像した対象画像を基に周期性
パターンの色ムラを検査する際、前処理（Ｓ２）の後の
対象画像を縦横とも１ラインの２次微分フィルタで強調
し（Ｓ３）、該強調画像を上側と下側の２つの閾値でそ
れぞれ２値化して、色ムラの強分布画像と弱分布画像を
作成し（Ｓ４、５）、強分布画像中の色ムラに対応する
弱分布画像中の色ムラの領域のみを候補領域とし（Ｓ
６）、該候補領域の形状データを算出し（Ｓ７）、それ
が色ムラに該当し、且つ、該候補領域と同領域の周囲領
域とに、それぞれ対応する対象画像の領域の平均輝度値
の差を算出し（Ｓ８′）、該平均輝度差が基準値を超え
た場合に不良と判定する（Ｓ９）。

Description

【発明の詳細な説明】

【０００１】

【発明が属する技術分野】本発明は、光透過性の周期性
パターンを有する対象物について、そのパターンの不均
一性に起因する色ムラを検査する際に適用して好適な、
色ムラ検査方法及び装置に関する。

【０００２】

【従来の技術】光透過性の周期性パターンを有する対象
物としては、例えばカラーテレビのブラウン管用のシャ
ドウマスクや、液晶ディスプレイ用のカラーフィルタ等
の製品が知られている。このような製品は、周期性パタ
ーンが全体に亘って均一に形成されていることが重要で
あることから、その均一性に乱れが生じている場合は不
良品として排除する必要がある。

【０００３】このような周期性パターンの乱れは、ＣＣ
Ｄカメラや撮像管等の画像入力装置を用いて対象物を撮
像して画像データを入力し、その画像データを画像処理
することによって、入力した画像に存在する色（明る
さ）の変化である色ムラの有無を検査することが考えら
れる。ところが、画像データにおける色ムラは微妙な階
調の変化として現われるため、単純な２値化処理では色
ムラの有無が判定できない。

【０００４】そこで、本出願人は、このような周期性パ
ターンの乱れを色ムラとして検査する技術を、例えば特
開平６−２２９７３６号公報に既に提案している。これ
は、図２２にその要部構成を示したように、図示しない
対象物を撮像するＣＣＤカメラや撮像管等の画像入力装
置１１０と、該装置１１０を介して入力した画像を処理
するための画像処理装置１１２を備え、該装置１１２に
おいて前処理部１１４、強調処理部１１６及び判定部１
１８により、入力された画像データを順次処理すること
により、色ムラを検査できるようにしたものである。

【０００５】この検査装置について詳述すると、前記前
処理部１１４では、画像を入力する際に混入したノイズ
を除去する平滑化処理を行う。又、ここでは対象物がシ
ャドウマスクの場合であれば、透過率画像を作成する処
理も行う。この透過率画像はシャドウマスクの裏側から
光源で照明した際の透過光像を画像入力装置１１０で撮
像して入力した対象画像データを、シャドウマスクがな
い状態で光源のみを撮像して入力した光源画像データで
割って作成する。この割算処理により光源自体が持つシ
ェーディングの影響を除くことができる。

【０００６】次の強調処理部１１６では、検出しようと
する、即ち発生が予想される色ムラの形状を想定し、想
定した色ムラ毎に異なる強調処理を微分フィルタ等で画
像データをフィルタリング処理することにより行う。

【０００７】ここで実行する強調処理としては２次微分
処理があり、この処理用の空間フィルタとしては、方向
性が無い円状（シミ状）のムラの場合は、図２３（Ａ）
に概念的に示した小さい色ムラであれば同図（Ｂ）のよ
うに、係数４の強調領域が１要素からなるものが用いら
れる。このフィルタを用いる２次微分処理（フィルタリ
ング処理）は、注目画素を中心とし、その画素値に中心
要素の係数４をかけた値と、周囲８画素の画素値に対応
する要素の各係数をそれぞれかけた値を加算した結果
を、該注目画素の画素値に設定し直すという処理を、画
像領域全体に対して実行することにあたる。

【０００８】上記フィルタリング処理により色ムラを適
切に強調するためには、その大きさに応じた強調領域
（係数が４の範囲）を有する空間フィルタが必要とさ
れ、例えば図２４（Ａ）の円状の色ムラであれば、同図
（Ｂ）の構成要素からなるフィルタを、又図２５（Ａ）
に示すように縦横がいずれも略Ｎ画素の色ムラであれ
ば、同図（Ｂ）に簡略化して示したように、ムラの大き
さに応じたＮ×Ｎ要素からなる係数４の強調領域を有
し、全体で３Ｎ×３Ｎの大きさのフィルタを使用する必
要がある。但し、ここで示した空間フィルタは、２次微
分フィルタによる強調処理と、強調された画像から微小
変動部分を除くための平滑化処理を同時に実行できるよ
うに構成したものである。

【０００９】又、色ムラには、方向性を有する楕円状
（スジ状）のムラも存在する。このムラの場合は、図２
６（Ａ）に概念的に示した縦方向に長い小さいムラであ
れば、同図（Ｂ）に示した、幅、長さ、方向がムラの形
状に近い強調領域（係数２の範囲）を有するフィルタが
有効である。従って、図２７（Ａ）の楕円状ムラであれ
ば、同図（Ｂ）に示した縦に長いフィルタが有効であ
り、図２８（Ａ）のムラのように、幅がＮ画素、長さが
Ｍ画素の場合は、同図（Ｂ）に簡略化して示したよう
に、強調領域の幅がＮ、縦方向の長さがＭのフィルタが
有効である。そして、以上のような空間フィルタを使っ
て強調処理を行う場合、ムラが大きい程、即ちＮやＭが
大きい程計算に時間がかかる。

【００１０】又、前記判定部１１８では、色ムラを強調
した上記強調画像から判定処理によってムラを検出す
る。ここで行う判定処理としては、単純な２値化処理し
た結果や、２値化した画像から形状解析した結果に基づ
いて判定するものがある。

【００１１】

【発明が解決しようとする課題】しかしながら、上述し
た検査装置には、微妙な階調変化として現われる色ムラ
を精度良く検査できる利点はあるものの、処理時間が長
い等の問題があるため、検査の自動化が極めて困難とな
っている。

【００１２】即ち、前述したように、前記強調処理で
は、発生する色ムラの形状を想定している。色ムラの形
状の例としては、図２９（Ａ）に円状のムラを、同図
（Ｂ）に楕円状のムラをそれぞれ小さいものから順に示
したように、さまざまな大きさや長さのものが存在する
ため、色ムラの形状を限定することは難しい。又、あら
ゆる形状で発生する可能性があると考えなければならな
いことから、上記図２９（Ｃ）に示すように、楕円状の
ムラの場合には、幅と長さが同じものについて、その方
向（傾き）も考慮に入れることになれば、その数は更に
多くなる。そして、前述したように、適切に全ての形状
の色ムラを検査しようとする場合には、検出対象となる
色ムラの形状毎にそれぞれ対応したフィルタを用いた強
調処理が必要になるため、このように全ての形状の色ム
ラを同一の検出能力で検査しようとする場合には、信頼
性は高いが全体の処理時間が非常に長くなってしまう。

【００１３】そこで、本出願人は、対象画像の色ムラを
強調する処理時間を大幅に短縮できる上に、検査精度を
向上することができるようにするために、特願平１１−
２３３４１により、周期性パターンを有する対象物を撮
像して入力した対象画像を処理して周期性パターンに存
在する色ムラを検査する方法として、前記対象画像を最
少限の空間フィルタで強調して強調画像を作成し、該強
調画像を上側と下側の２つの閾値でそれぞれ２値化し
て、色ムラ強分布画像と色ムラ弱分布画像を作成し、色
ムラ強分布画像中の色ムラに対応する色ムラ弱分布画像
中の色ムラの領域のみをラベリングして候補領域が抽出
された候補領域ラベリング画像を作成し、抽出された候
補領域の中から不良の色ムラを選択すると共に、その選
択の際に該候補領域の形状データを算出し、該形状デー
タが予め作成されている色ムラの形状データに該当し、
且つ、同候補領域に対応する前記強調画像の輝度値の平
均値を算出し、該平均値が予め設定されている基準値を
超えた場合に不良と判定する技術を提案している。

【００１４】以下、この検査技術について詳述する。図
１は、上記提案技術に適用される色ムラ検査装置の概略
構成を示すブロック図である。

【００１５】この検査装置は、図示しないシャドウマス
ク等の周期性パターンを有する対象物を撮像して対象画
像を入力する画像入力装置（撮像手段）１０と、入力さ
れた対象画像から色ムラを検出するための画像処理を行
う画像処理装置１２とを備えている。

【００１６】上記画像処理装置１２は、入力された対象
画像を前記図２２で説明した従来装置と同様の前処理を
行う前処理部１４と、前処理後の対象画像（被検査画
像）を最少限の空間フィルタで対象画像の色ムラを強調
して強調画像を作成する色ムラ強調部（強調手段）１６
と、上側閾値を設定する色ムラ強分布抽出用閾値設定部
１８Ａと下側閾値を設定する色ムラ弱分布抽出用閾値設
定部１８Ｂと、設定された上側閾値を用いて前記強調画
像を２値化して色ムラ強分布画像を作成する色ムラ強分
布抽出部２０と、設定された下側閾値を用いて前記強調
画像を２値化して色ムラ弱分布画像を作成する色ムラ弱
分布抽出部２２と、色ムラ強分布画像中の色ムラに対応
する色ムラ弱分布の色ムラの領域のみをラベリングして
候補領域が抽出された候補領域ラベリング画像を作成す
る色ムラ候補選定部２４と、抽出された候補領域に関し
て形状データを算出する色ムラ候補形状データ解析部２
６と、算出された形状データから色ムラの良否を判定す
る形状データ判定部２８と、該判定部２８に判定条件を
設定する形状データ判定条件設定部３０と、前記色ムラ
候補選定部２４により選定（抽出）された色ムラの候補
領域に対応する前記強調画像の輝度値の平均値を算出す
る色ムラ候補対応強調画像の平均値解析部３２と、算出
された輝度値の平均値が、予め設定されている判定条件
である基準値を超えた場合に不良と判定する強調画像の
平均値判定部３４と、該判定部３４に対して上記基準値
を設定する平均値判定条件設定部３６と、上記平均値判
定部３４及び前記形状データ判定部２８によるそれぞれ
の判定結果に基づいて色ムラの欠陥を判定するＯＫ／Ｎ
Ｇ判定部３８とを備えている。

【００１７】この検査装置について詳述すると、前記色
ムラ強調部１６では、従来と同様に対象画像に対して周
囲との色（明るさ）の違いを強調するフィルタリング処
理を行って強調画像を作成するが、従来とは異なり、沢
山の空間フィルタを使用する形状に依存した強調処理は
行わず、最少限必要な空間フィルタのみを使用して強調
処理を行う。

【００１８】具体的には、図２（Ａ）〜図４（Ａ）に示
したように、長さと幅が次第に大きくなる縦方向の楕円
状（スジ状）の色ムラの場合であれば、それぞれ対応さ
せて（Ｂ）に示したように、そのムラの幅に対応する数
の係数２の強調要素と、加算すると零になる数の係数−
１の要素とからなる横１ラインの２次微分フィルタを使
用する。但し、これらの図では、ムラの幅と係数２の要
素の数とは正確に対応して示されていない。

【００１９】このように、使用する空間フィルタを、ム
ラの長さや方向に合わせずに横方向に１ラインとし、係
数２の強調要素の数をムラの幅のみに合わせて調整する
ことにより、使用する空間フィルタの数を大幅に削減で
きることから、計算にあまり時間がかからないようにで
きる。しかも、１ラインずつ処理することになるため、
ムラの方向に対する依存性は非常に小さくなる。但し、
横方向１ラインの空間フィルタでは、完全に横向きの楕
円状の色ムラは検出できないため、図２（Ｂ）〜図４
（Ｂ）に示したフィルタを縦向きにした縦方向１ライン
の空間フィルタ（図示省略）も別途用意する必要があ
る。

【００２０】又、図５（Ａ）〜図７（Ａ）に示したよう
に、大きさが順に大きくなる略円状（シミ状）の色ムラ
に対しては、それぞれ対応させて（Ｂ）に示した構成の
空間フィルタ（２次微分フィルタ）を適用する。ここで
も、色ムラの大きさとフィルタの大きさとは必ずしも対
応して示されていないが、各フィルタは前記図２（Ｂ）
〜図４（Ｂ）に示した横方向１ラインのフィルタと、構
成が同一の縦方向１ラインのフィルタとを、中心要素を
交差させて重ね合わせることにより、該要素の係数を４
とした構成になっている。

【００２１】従って、図４（Ｂ）のフィルタを組み合わ
せた図７（Ｂ）のフィルタは、縦横がそれぞれＮ画素の
円状ムラを強調する場合に適しており、係数４の中心要
素の上下左右にそれぞれ係数２の要素が（Ｎ−１）／２
個ずつ配列され、更にその外側にそれぞれＮ個の係数−
１の要素が配列された構成になっている。それ故、この
ような円状のムラに適用する空間フィルタも、強調処理
は縦横に１ライン分の計算で済むことから、大幅に処理
時間の短縮を図ることができる。

【００２２】前記閾値設定部１８Ａ、１８Ｂにより設定
する上側閾値と下側閾値は、それぞれ色ムラ強分布抽出
部２０と色ムラ弱分布抽出部２２において、色ムラ強分
布抽出処理と色ムラ弱分布抽出処理で２値化処理を行う
ための閾値である。上側及び下側の各閾値の決定方法と
しては、以下の方法が考えられる。

【００２３】方法１：静的決定方法 対象物の代表的なサンプルを用いて事前に求めておく。
この場合、用いるサンプルは多いほどよい。 方法２：動的決定方法 強調画像の統計量から決定する。例えば、分散を求め、
そのＮ倍を上側閾値、Ｍ倍を下側閾値とする。但し、Ｎ
＞Ｍとする。 方法３：動的決定方法 いわゆるＰタイル法を使い、例えば、以下のようにす
る。 上側閾値Ｔｕ＝画像のＮ％の値の画素が対象となる階調
値 下側閾値Ｔｂ＝上側閾値Ｔｕ−Ｍ

【００２４】この場合、Ｍは定数でもよいし、Ｔｕの値
に応じて、例えばその７０％の値とするというように、
変えてもよい。なお、上記ＴｕやＴｂの値には、予め限
界値ＴｕLとＴｂLを設けておき、これを下回る場合に限
界値で書き換える等の処理を行うと更に信頼性を高くす
ることができる。その際、限界値は前記方法１等で求め
ておくことができる。

【００２５】前記色ムラ強分布抽出部２０では、前記色
ムラ強調部１６で作成された強調画像に対して、前記閾
値設定部１８Ａで求めた上側閾値で２値化処理して色ム
ラ強分布画像を作成する。この処理で強調画像中の色ム
ラの程度の強い部分が対象として抽出された２値画像が
作成される。この２値画像では、不良となる色ムラの領
域が対象として抽出される可能性が高いが、形状的に良
品としてもよい色ムラの領域も抽出される。

【００２６】前記色ムラ弱分布抽出部２２では、前記閾
値設定部１８Ｂで作成された強調画像に対して、同様に
求めた下側閾値で２値化処理して色ムラ弱分布画像を作
成する。この処理により、強調画像中では色ムラの良、
不良に拘らず、ある程度以上の強さの色ムラが存在する
領域が対象として抽出された２値画像が得られる。この
２値画像には、色ムラが発生している領域、つまりムラ
の形状が抽出されている。

【００２７】前記色ムラ候補選定部２４では、色ムラ強
分布画像に抽出されている強い色ムラが存在する強領域
をラベルとして選択し、色ムラ弱分布画像に抽出されて
いる対象領域から、上記色ムラ強分布画像の強領域に対
応する領域のみをラベリングして不良である可能性の高
い候補領域として抽出し、それを候補領域ラベリング画
像とする。

【００２８】前記色ムラ候補解析部２６では、上記候補
領域ラベリング画像中にラベリングされている各候補領
域に関して、形状データを算出する。この形状データの
例としては、例えば面積、最大径、水平フィレ径、垂直
フィレ径等を挙げることができる。この形状データにつ
いて、図８に示したムラ（対象領域）を例に説明する
と、このムラが内接する矩形を考え、この矩形の縦横の
長さＡ、Ｂがそれぞれ垂直フィレ径、水平フィレ径であ
り、Ｃが最大径である。

【００２９】前記形状データ判定部２８では、算出され
た形状データから色ムラの良否判定を行う。これは、得
られた形状データが検出対象とする色ムラの形状条件に
合致した場合に、そのムラを不良と判定する処理であ
る。これは、複数の条件から判定を行う処理なので、例
えば単純な条件判断、ニューロ処理、ファジー処理等の
方法を採用することができる。又、前記形状データ判定
条件設定部３０には、円状、楕円状の各色ムラについ
て、欠陥（不良）として判定すべき形状データが予め保
存されている。前記平均値解析部３２、平均値判定部３
４、平均値判定条件設定部３６、ＯＫ／ＮＧ判定部３４
の機能については、便宜上後述する。

【００３０】次に、上述した提案済の検査装置による処
理手順について、図９のフローチャートに従って説明す
る。

【００３１】まず、前記画像入力装置１０により対象物
を撮像して対象画像を入力し（ステップ１）、該対象画
像に対して、前記前処理部１２によりノイズ除去や、シ
ャドウマスクであれば更に透過率画像を作成する等の前
処理を行って、図１０にイメージを示した被検査画像
（処理済の対象画像）を作成する（ステップ２）。

【００３２】次いで、この被検査画像に対して、前記色
ムラ強調部１６により、前記図２（Ｂ）〜図７（Ｂ）に
示したような２次微分処理用の空間フィルタを用いてフ
ィルタリング処理する色ムラ強調処理を行い、図１１に
イメージを示した強調画像を作成する（ステップ３）。
次いで、前記色ムラ強分布抽出部２０により、上記強調
画像からムラの強い部分を２値化して抽出する色ムラ強
分布抽出処理を行い、図１２にイメージを示した色ムラ
強分布画像を作成すると共に、前記色ムラ弱分布抽出部
２２により、上記強調画像からムラの弱い部分（強い部
分も含む）を２値化して抽出する色ムラ弱分布抽出処理
を行い、図１３に示した色ムラ弱分布画像を作成する
（ステップ４、５）。

【００３３】次いで、前記色ムラ候補選定部２４によ
り、上記図１３の色ムラ弱分布画像から、前記図１２の
色ムラ強分布画像の強領域を含む候補領域を抽出（ラベ
リング）する色ムラ候補領域選定処理を行って、図１４
に示した候補領域ラベリング画像を得る（ステップ
６）。

【００３４】次いで、前記色ムラ候補形状データ解析部
２６により、図１５にイメージを示したように、ラベリ
ングした個々の候補領域について、前述した形状データ
を算出する（ステップ７）と共に、前記平均値解析部３
２により微分値の平均値を算出する（ステップ８）処理
を行ない、その後、これらステップ７、８の各算出結果
に対して判定処理を行なう（ステップ９）。

【００３５】上記ステップ８で実行される微分値の平均
値の算出は、前記平均値解析部３２において、前記色ム
ラ候補選定部２４から入力される前記図１４に示したラ
ベリング画像として抽出された候補領域に対応する、前
記図１１に示した強調画像上の領域の輝度値の平均を求
めることである。これは、前記図２〜４に示したスジ
（楕円）状色ムラ用と前記図５〜７に示したシミ（円）
状色ムラ用の２次微分フィルタにより、前記図１０の被
検査画像をフィルタリングして得られた微分値（強調画
像の輝度値）を前記候補領域の範囲について積算（積
分）し、その積算値を面積（画素数）で除算することに
より、単位面積（１画素）当たりの輝度値（平均値）を
算出することに当る。

【００３６】この平均値の算出を、図１７（Ａ）及び
（Ｂ）の上段にそれぞれ示した色ムラ候補１及び２に関
する強調画像の輝度のプロフィルを例に、更に具体的に
説明する。

【００３７】この図１７（Ａ）及び（Ｂ）に示したプロ
ファイルが、便宜上円形の色ムラの中心を通るライン上
の輝度であるとすると、高い閾値（上側閾値）で２値化
した強分布画像と低い閾値（下側閾値）で２値化した弱
分布画像は、それぞれ中段と下段に図示したように、共
に同じであるため、前記ラベリング画像としては同一の
候補領域として抽出され、同程度の色ムラとして認識さ
れることになる。

【００３８】即ち、前述した強分布画像の強領域を決め
る閾値と弱分布画像によるムラの形状の２種類の情報か
ら判定する場合には、上記色ムラ候補１と２は区別でき
ないことになる。ところが、両者のプロファイルを比較
すると、色ムラ候補２の方が全体として輝度値が大きい
ことが分かる。実際に、共に同一の候補領域として選択
されるが輝度値の大きい後者のみを欠陥として選択した
い場合がある。

【００３９】そこで、上記候補領域、即ち弱分布画像の
抽出範囲内にある全画素の輝度値を積算し、その積算値
を同範囲の面積（画素数）で除算して平均値をそれぞれ
算出すると、図１７のプロファイルに重ねて示したよう
に、色ムラ候補１と２の平均値は明確に異なる。

【００４０】従って、前記平均値判定条件設定部３６に
より、上記両平均値の間の図中“閾値の範囲”に、判定
条件としての基準値を設定することにより、前記平均値
判定部３４により、全体としての輝度値が大きい色ムラ
候補２の方を欠陥とし、色ムラ候補１の方を実用上の良
品として区別することができる。

【００４１】以上詳述した本出願人が既に提案している
技術によれば、ムラの形状に応じて多数の空間フィルタ
を用いる強調処理を行う必要がないので、短い処理時間
で検査することができる。又、図示は省略するが被検査
画像の周縁部に生じる不感帯（検査できない領域）を小
さくすることができるので、未検出を少なくすることが
でき、又、ムラの強さと形状を使って判定することがで
きるので、誤検出を少なくすることができる。更に、前
記形状データ判定部２８により前記図１５に示した形状
データに基づく判定ができると共に、前記平均値判定部
３４による強調画像（微分画像）の輝度値（微分値）の
平均値をムラの強さを表わす尺度として使用する判定も
できるため、高精度で色ムラを検査することができる。

【００４２】以上のように、提案済みの前記検査技術に
よれば、短い処理時間で高精度に色ムラ検査を行うこと
ができるという優れた利点がある。

【００４３】しかしながら、本発明者が更に詳細に検討
した結果、色ムラを判定する基準の１つとして使用した
微分値の平均値は、２次微分画像から計算しているた
め、以下の新たな問題があることが明らかになった。

【００４４】２次微分処理に用いられるフィルタは前記
図２〜図７に示したように、中心の注目画素とある方向
の画素間で輝度の差をとっているに過ぎない。即ち、シ
ミ状色ムラ（以下、単にシミともいう）では注目画素と
上下左右の両方向の画素間の差であり、スジ状色ムラ
（以下、単にスジともいう）では左右あるいは上下の２
方向の画素間の差であることから、シミの場合に４方向
以外の斜めの方向の情報（画素の輝度値）を使っておら
ず、スジの場合は２方向だけでそれ以外の情報を使って
いないことになるため、検出精度に若干問題が残る。そ
の上、得られる２次微分画像の微分値がシミとスジで異
なることから、前記判定に使用する閾値もそれぞれ異な
る値で設定しなければならない。

【００４５】本発明は、上述した新たな問題点を解決す
るべくなされたもので、最小限の空間フィルタを使用し
て微分処理を行うことにより、色ムラの候補領域を短時
間で抽出すると共に、色ムラの判定を微分前の対象画像
における全方向の情報を用いて行うことにより、色ムラ
検査を一段と高精度で行うことができる色ムラの検査方
法及び装置を提供することを課題とする。

【００４６】

【課題を解決するための手段】本発明は、周期性パター
ンを有する対象物を撮像して入力した対象画像を処理し
て周期性パターンに存在する色ムラを検査する色ムラ検
査方法において、前記対象画像を最小限の空間フィルタ
で強調して強調画像を作成し、該強調画像を上側と下側
の２つの閾値でそれぞれ２値化して、色ムラ強分布画像
と色ムラ弱分布画像を作成し、色ムラ強分布画像の色ム
ラに対応する色ムラ弱分布画像の色ムラの領域のみをラ
ベリングして候補領域が抽出された候補領域ラベリング
画像を作成し、抽出された候補領域の中から不良の色ム
ラを選択する際、該候補領域に対応する前記対象画像の
領域の平均輝度値と、同候補領域の周囲領域に対応する
前記対象画像の領域の平均輝度値との差を算出し、算出
された平均輝度差が予め設定されている基準値を超えた
場合に不良と判定することにより、前記課題を解決した
ものである。

【００４７】本発明は、又、周期性パターンを有する対
象物を撮像して対象画像を入力する撮像手段と、入力さ
れた対象画像を処理して色ムラを検査する画像処理手段
とを備えている色ムラ検査装置において、前記画像処理
手段が、最小限の空間フィルタで対象画像の色ムラを強
調して強調画像を作成する強調手段と、上側閾値と下側
閾値とを設定する閾値設定手段と、設定された上側閾値
を用いて前記強調画像を２値化して色ムラ強分布画像を
作成する色ムラ強分布抽出手段と、設定された下側閾値
を用いて前記強調画像を２値化して色ムラ弱分布画像を
作成する色ムラ弱分布抽出手段と、色ムラ強分布画像中
の色ムラに対応する色ムラ弱分布画像中の色ムラの領域
のみをラベリングして候補領域が抽出された候補領域ラ
ベリング画像を作成する色ムラ候補選定手段と、抽出さ
れた候補領域に対応する前記対象画像の領域の平均輝度
値と、同候補領域の周囲領域に対応する前記対象画像の
領域の平均輝度値との差を算出する平均輝度差解析手段
と、算出された平均輝度差が予め設定されている基準値
を超えた場合に不良と判定する平均輝度差判定手段と、
を備えたことにより、同様に前記課題を解決したもので
ある。

【００４８】本発明は、又、周期性パターンを有する対
象物を撮像して対象画像を入力する撮像手段と、入力さ
れた対象画像を処理して色ムラを検査する色ムラ検査手
段とを備えている色ムラ検査装置において、前記画像処
理手段が最小限の空間フィルタで対象画像の色ムラを強
調して強調画像を作成する強調手段と、上側閾値と下側
閾値とを設定する閾値設定手段と、設定された上側閾値
を用いて前記強調画像を２値化して色ムラ強分布画像を
作成する色ムラ強分布抽出手段と、設定された下側閾値
を用いて前記強調画像を２値化して色ムラ弱分布画像を
作成する色ムラ弱分布抽出手段と、色ムラ強分布画像中
の色ムラに対応する色ムラ弱分布画像中の色ムラの領域
のみをラベリングして候補領域が抽出された候補領域ラ
ベリング画像を作成する色ムラ候補選定手段と、抽出さ
れた候補領域に関して形状データを算出する色ムラ候補
解析手段と、算出された形状データが予め作成されてい
る色ムラ形状データに該当した場合に不良と判定する形
状データ判定手段と、抽出された候補領域に対応する前
記対象画像の領域の平均輝度値と、同候補領域の周囲領
域に対応する前記対象画像の領域の平均輝度値との差を
算出する平均輝度差解析手段と、算出された平均輝度差
が予め設定されている基準値を超えた場合に不良と判定
する平均輝度差判定手段と、該平均輝度差判定手段及び
前記形状データ判定手段による両判定結果に基づいて色
ムラの欠陥を判定する最終判定手段と、を備えたことに
より、同様に前記課題を解決したものである。

【００４９】即ち、本発明においては、対象画像に対し
て直線状や十字状の最小限の空間フィルタを適用して作
成される強調画像から色ムラ候補領域を抽出すると共
に、該候補領域に対応する対象画像の領域の輝度値の平
均値と、同候補領域の周囲領域に対応する対象画像の領
域の輝度値の平均値との差に基づいて色ムラを判定して
検査するようにした。そのため、候補領域の抽出を少な
い計算量で短時間で実行できる上に、候補領域に関する
平均輝度値の算出を強調（微分）処理する前の対象画像
の、それも全方向の輝度データを使って行うようにした
ので、多くの情報量を基に、しかも同一の閾値を用い
て、色ムラを判定できることから、一段と高精度で迅速
な色ムラの検査を行うことができるようになった。

【００５０】

【発明の実施の形態】以下、図面を参照して、本発明の
実施の形態について詳細に説明する。

【００５１】図１８が、本発明に係る一実施形態の色ム
ラ検査装置の概略構成を示す、前記図１に相当するブロ
ック図である。なお、この図１８において、図１と同一
部分は実質的に同一なので、同一の符号を付してその詳
細な説明を省略する。

【００５２】本実施形態の色ムラ検査装置は、前記図１
に示した提案済みの検査装置が備えている前記平均値解
析部３２、強調画像の平均値判定部３４及び平均値判定
条件設定部３６の代わりに、前記色ムラ候補選定部２４
により選定（抽出）された色ムラの候補領域に対応する
同被検査画像（前処理後の対象画像）の輝度値の平均値
と、該候補領域の周囲領域に対応する同被検査画像の輝
度値の平均値の差（平均輝度差）を算出する色ムラ候補
・周囲対応対象画像の平均輝度差解析部４０と、算出さ
れた平均輝度差が、予め設定されている判定条件である
基準値を越えた場合に不良と判定する対象画像の平均輝
度差判定部４２と、該判定部４２に対して上記基準値を
設定する平均輝度差判定条件設定部４４とを備えるよう
にし、前記平均輝度差判定部４２及び前記形状データ判
定部２８によるそれぞれの判定結果に基づいて、ＯＫ／
ＮＧ判定部（最終判定手段）３８により色ムラの欠陥を
判定するようにした以外は、提案済みのものと実質的に
同一である。

【００５３】本実施形態においては、前記図９に相当す
る図１９に処理手順を示したように、ステップ１で画像
入力装置１０により検査対象を撮像して対象画像を入力
し、該対象画像に対して、前記図９の場合と同様のステ
ップ２〜７までの処理を行うと共に、ステップ８′と
９′で示した平均輝度差の算出と判定の各処理を行なう
ようにしている。

【００５４】本実施形態について詳述すると、上記ステ
ップ８′で実行される平均輝度差の算出は、前記平均輝
度差解析部４０において、前記色ムラ候補選定部２４か
ら入力される前記図１４に示したラベリング画像として
抽出された色ムラ候補領域と、その周囲領域とに対応す
る、前記画像入力装置１０から入力される前記図１０に
示した被検査画像上の領域の輝度値の平均値をそれぞれ
算出し、両者の差を求めることである。

【００５５】図２０には、被検査画像である前処理後の
対象画像が、シャドーマスクの透過光像を撮像して得ら
れる画像データを光源のみを撮像して得られる画像デー
タで除算して作成される透過率画像である場合につい
て、上記ステップ８′で行う処理のイメージを示した。
この平均輝度差の算出処理は、各ラベル領域（候補領
域）毎に行う。

【００５６】このステップの処理では、まず、図２０
（Ａ）にラベリング画像のイメージを示すように、該画
像上の色ムラ候補領域（ハッチング部）に対応する、同
図（Ｂ）に示す対象画像上の領域（クロスハッチング
部）の平均輝度値Ａを算出し、次いで、同図（Ｃ）に示
す色ムラ候補領域の周囲領域（ハッチング部）に対応す
る、同図（Ｄ）に示す対象画像上の領域（クロスハッチ
ング部）の平均輝度値Ｂを算出する。その後、同図
（Ｅ）に式をイメージで示すように、平均輝度値Ａから
平均輝度値Ｂを引くことにより、平均輝度差（白ムラの
場合は正、黒ムラの場合は負となる）を算出し、この差
を色ムラの判定基準とする。

【００５７】色ムラ候補領域の周囲領域は、図２１に示
すように、（Ａ）の色ムラ候補領域を、例えば５回（画
素）程度膨張処理することにより作成される（Ｂ）の膨
張画像に形成されている膨張領域から、（Ａ）の色ムラ
候補領域を引くことにより、（Ｃ）のように作成するこ
とができる。

【００５８】前記ステップ９′の判定処理では、各候補
領域の中で、前記ステップ７で算出された形状データが
検出対象とする色ムラの形状条件に合致し、且つ前記ス
テップ８′で算出された平均輝度差の絶対値が予め定め
た閾値以上の場合に、その候補領域を色ムラ不良と判定
する。なお、この判定に使用する閾値は予めサンプルを
使って適正な値に設定しておく。

【００５９】以上詳述した本実施形態によれば、前記提
案済みの技術では判定基準の１つである微分値の平均値
が、最大４方向の情報しか使用していなかったのに対
し、本実施形態では微分前の対象画像のデータについて
全方向の情報を用いるようにしたので、より高い検出精
度で色ムラを検査することができるようになる。又、上
記判定に使用する微分値の平均値は、シミとスジとで判
定の基にしている２次微分画像のデータが異なっている
ために、別々の閾値が必要であったのに対し、本実施形
態によれば、シミとスジを共に同一の透過率画像を基に
判定しているので、両者の判定基準である平均輝度差の
算出方法が全く同一であることから、閾値は１つでよ
い。

【００６０】更に、フィルタの大きさが変わっても、判
定基準の算出方法が変わらないので、同じ閾値を使うこ
とができるため、従来に比べて大幅にパラメータの数を
減少させることができる。

【００６１】以上、本発明について具体的に説明した
が、本発明は、前記実施形態に示したものに限られるも
のでなく、その要旨を逸脱しない範囲で種々変更可能で
ある。

【００６２】例えば、前記実施形態では、形状データ判
定部２８による判定と、平均輝度差判定部４２による判
定とを併用して最終的に良、不良を判定する場合を示し
たが、これに限定されず、平均輝度差に基づく判定のみ
を行ってもよい。

【００６３】又、前記実施形態では、平均輝度差の算出
を行う対象画像が、透過率画像、即ち、前処理後の対象
画像である場合を示したが、前処理前の入力画像であっ
ても、該入力画像にノイズ除去処理のみを行った画像で
あってもよい。

【００６４】

【発明の効果】以上説明したとおり、本発明によれば、
最小限の空間フィルタを使用して微分処理を行うことに
より、色ムラの候補領域を短時間で抽出すると共に、色
ムラの判定を微分前の対象画像における全方向の情報を
用いて行うようにしたことにより、色ムラ検査を高精度
に行うことができる。

【図面の簡単な説明】

【図１】提案済の色ムラ検査装置の概略構成を示すブロ
ック図

【図２】楕円状のムラと対応する空間フィルタの関係を
示す説明図

【図３】楕円状のムラと対応する空間フィルタの関係を
示す他の説明図

【図４】楕円状のムラと対応する空間フィルタの関係を
示す更に他の説明図

【図５】円状のムラと対応する空間フィルタの関係を示
す説明図

【図６】円状のムラと対応する空間フィルタの関係を示
す他の説明図

【図７】円状のムラと対応する空間フィルタの関係を示
す更に他の説明図

【図８】ムラの形状データを示す説明図

【図９】提案済の検査装置により処理手順を示すフロー
チャート

【図１０】被検査画像のイメージを示す説明図

【図１１】強調画像のイメージを示す説明図

【図１２】色ムラ強分布画像のイメージを示す説明図

【図１３】色ムラ弱分布画像のイメージを示す説明図

【図１４】候補領域ラベリング画像のイメージを示す説
明図

【図１５】形状データ算出のイメージを示す説明図

【図１６】判定結果のイメージを示す説明図

【図１７】検査技術による処理の特徴を示す説明図

【図１８】本発明に係る一実施形態の色ムラ検査装置の
概略構成を示すブロック図

【図１９】本実施形態の作用を示すフローチャート

【図２０】対象画像の平均輝度差の算出方法を示す説明
図

【図２１】色ムラ候補領域の周囲領域の求め方を示す説
明図

【図２２】従来の検査装置の概略構成を示すブロック図

【図２３】従来の円状のムラと対応する空間フィルタの
関係を示す説明図

【図２４】従来の円状のムラと対応する空間フィルタの
関係を示す他の説明図

【図２５】従来の円状のムラと対応する空間フィルタの
関係を示す更に他の説明図

【図２６】従来の楕円状のムラと対応する空間フィルタ
の関係を示す説明図

【図２７】従来の楕円状のムラと対応する空間フィルタ
の関係を示す他の説明図

【図２８】従来の楕円状のムラと対応する空間フィルタ
の関係を示す更に他の説明図

【図２９】従来の問題点を示す説明図

【符号の説明】

１０…画像入力装置 １２…画像処理部 １４…前処理部 １６…色ムラ強調部 １８…閾値設定部 ２０…色ムラ強分布抽出部 ２２…色ムラ弱分布抽出部 ２４…色ムラ候補選定部 ２６…色ムラ候補形状データ解析部 ２８…形状データ判定部 ３０…形状データ判定条件設定部 ３８…ＯＫ／ＮＧ判定部 ４０…平均輝度差解析部 ４２…平均輝度差判定条件設定部 ４４…平均輝度差判定部

フロントページの続き (72)発明者 添田 正彦 東京都新宿区市谷加賀町一丁目１番１号 大日本印刷株式会社内 (72)発明者 鎮守 卓哲 東京都新宿区市谷加賀町一丁目１番１号 大日本印刷株式会社内 Ｆターム(参考） 2G020 AA08 DA34 DA52 2G051 AA73 AB07 AB20 CA04 CB01 EA08 EA11 EB01 EC05 ED04 ED08 ED21 FA04 5B057 AA01 CA08 CA12 CA16 CB08 CB12 CB16 CD05 CE03 CE06 CE09 CE12 DA03 DC03 DC04 DC09 DC22 DC36

Claims (9)

【特許請求の範囲】
1. 【請求項１】周期性パターンを有する対象物を撮像して
   入力した対象画像を処理して周期性パターンに存在する
   色ムラを検査する色ムラ検査方法において、 前記対象画像を最少限の空間フィルタで強調して強調画
   像を作成し、 該強調画像を上側と下側の２つの閾値でそれぞれ２値化
   して、色ムラ強分布画像と色ムラ弱分布画像を作成し、 色ムラ強分布画像中の色ムラに対応する色ムラ弱分布画
   像中の色ムラの領域のみをラベリングして候補領域が抽
   出された候補領域ラベリング画像を作成し、 抽出された候補領域の中から不良の色ムラを選択する
   際、該候補領域に対応する前記対象画像の領域の平均輝
   度値と、同候補領域の周囲領域に対応する前記対象画像
   の領域の平均輝度値との差を算出し、算出された平均輝
   度差が予め設定されている基準値を超えた場合に不良と
   判定することを特徴とする色ムラ検査方法。
2. 【請求項２】請求項１において、 前記候補領域の周囲領域を、該候補領域を所定画素数分
   膨張させた膨張領域から、同候補領域を減算して作成す
   ることを特徴とする色ムラ検査方法。
3. 【請求項３】請求項１において、 前記空間フィルタが、縦１ラインの２次微分フィルタ、
   横１ラインの２次微分フィルタ、及びこれらを中心要素
   を重ねて交差させた構成の２次微分フィルタであること
   を特徴とする色ムラ検査方法。
4. 【請求項４】請求項１において、 前記候補領域の中から不良の色ムラを選択する際、更
   に、該候補領域の形状データを算出し、該形状データが
   予め作成されている色ムラの形状データに該当した場合
   に不良と判定することを特徴とする色ムラ検査方法。
5. 【請求項５】請求項４において、 前記形状データが、面積、最大径、水平フィレ径、垂直
   フィレ径であることを特徴とする色ムラ検査方法。
6. 【請求項６】周期性パターンを有する対象物を撮像して
   対象画像を入力する撮像手段と、入力された対象画像を
   処理して色ムラを検出する画像処理手段とを備えている
   色ムラ検査装置において、 前記画像処理手段が、最少限の空間フィルタで対象画像
   の色ムラを強調して強調画像を作成する強調手段と、 上側閾値と下側閾値とを設定する閾値設定手段と、 設定された上側閾値を用いて前記強調画像を２値化して
   色ムラ強分布画像を作成する色ムラ強分布抽出手段と、 設定された下側閾値を用いて前記強調画像を２値化して
   色ムラ弱分布画像を作成する色ムラ弱分布抽出手段と、 色ムラ強分布画像中の色ムラに対応する色ムラ弱分布画
   像中の色ムラの領域のみをラベリングして候補領域が抽
   出された候補領域ラベリング画像を作成する色ムラ候補
   選定手段と、 抽出された候補領域に対応する前記対象画像の領域の平
   均輝度値と、同候補領域の周囲領域に対応する前記対象
   画像の領域の平均輝度値との差を算出する平均輝度差解
   析手段と、 算出された平均輝度差が予め設定されている基準値を超
   えた場合に不良と判定する平均輝度差判定手段と、を備
   えていることを特徴とする色ムラ検査装置。
7. 【請求項７】周期性パターンを有する対象物を撮像して
   対象画像を入力する撮像手段と、入力された対象画像を
   処理して色ムラを検出する画像処理手段とを備えている
   色ムラ検査装置において、 前記画像処理手段が、最少限の空間フィルタで対象画像
   の色ムラを強調して強調画像を作成する強調手段と、 上側閾値と下側閾値とを設定する閾値設定手段と、 設定された上側閾値を用いて前記強調画像を２値化して
   色ムラ強分布画像を作成する色ムラ強分布抽出手段と、 設定された下側閾値を用いて前記強調画像を２値化して
   色ムラ弱分布画像を作成する色ムラ弱分布抽出手段と、 色ムラ強分布画像中の色ムラに対応する色ムラ弱分布画
   像中の色ムラの領域のみをラベリングして候補領域が抽
   出された候補領域ラベリング画像を作成する色ムラ候補
   選定手段と、 抽出された候補領域に関して形状データを算出する色ム
   ラ候補解析手段と、 算出された形状データが予め作成されている色ムラの形
   状データに該当した場合に不良と判定する形状データ判
   定手段と、 抽出された候補領域に対応する前記対象画像の領域の平
   均輝度値と、同候補領域の周囲領域に対応する前期対象
   画像の領域の平均輝度値との差を算出する平均輝度差解
   析手段と、 算出された平均輝度差が予め設定されている基準値を超
   えた場合に不良と判定する平均輝度差判定手段と、 該平均輝度差判定手段及び前記形状データ判定手段によ
   る両判定結果に基づいて色ムラの欠陥を判定する最終判
   定手段と、を備えていることを特徴とする色ムラ検査装
   置。
8. 【請求項８】請求項６又は７において、 前記空間フィルタが、縦１ラインの２次微分フィルタ、
   横１ラインの２次微分フィルタ、及びこれらを中心要素
   を重ねて交差させた構成の２次微分フィルタであること
   を特徴とする色ムラ検査装置。
9. 【請求項９】請求項７において、 前記形状データが、面積、最大径、水平フィレ径、垂直
   フィレ径であることを特徴とする色ムラ検査装置。