JP2001184510A - Defect detecting method - Google Patents

Defect detecting method

Info

Publication number
JP2001184510A
JP2001184510A JP36824899A JP36824899A JP2001184510A JP 2001184510 A JP2001184510 A JP 2001184510A JP 36824899 A JP36824899 A JP 36824899A JP 36824899 A JP36824899 A JP 36824899A JP 2001184510 A JP2001184510 A JP 2001184510A
Authority
JP
Japan
Prior art keywords
luminance
image data
defect
gradation
background
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
Application number
JP36824899A
Other languages
Japanese (ja)
Inventor
Alberts Luis
アルベルツ ルイス
Original Assignee
Mitsubishi Chemicals Corp
三菱化学株式会社
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 Mitsubishi Chemicals Corp, 三菱化学株式会社 filed Critical Mitsubishi Chemicals Corp
Priority to JP36824899A priority Critical patent/JP2001184510A/en
Publication of JP2001184510A publication Critical patent/JP2001184510A/en
Pending legal-status Critical Current

Links

Abstract

PROBLEM TO BE SOLVED: To exactly detect even the slight defect of an extremely slight differ ence of luminance from a background while distinguishing it from noise. SOLUTION: The image of a prescribed area on the surface of an object to be inspected is picked up by an image pickup means and image data are acquired. Next, the luminance histogram of the acquired image data is operated, the frequency of luminance is integrated from the peak gradation side of the luminance histogram to the low gradation side when the luminance of a defective part is higher than that of the background or from the bottom gradation side to the high gradation side when the luminance of the defective part is lower than that of the background, and the luminance having the integrated value of the frequency exceeding a prescribed area rate is set as a threshold. Next, image data are binarized with the set threshold and binary image data are provided. Then, a filter corresponding to the feature of the form of the defective part is selected and the binary image data are processed by the selected filter so that a defect can be extracted from the binary image data.

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION
【0001】[0001]
【発明の属する技術分野】本発明は、撮像して得られた
画像データを処理して被検査体の表面又は内部の欠陥を
検出する欠陥検出方法に関し、特に、背景との輝度の差
の極めて小さい淡い欠陥の検出に用いて好適の欠陥検出
方法に関する。
BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a defect detection method for detecting defects on the surface or inside of an object to be inspected by processing image data obtained by imaging, and more particularly, to a method of detecting a difference in luminance from a background. The present invention relates to a defect detection method suitable for use in detecting a small light defect.
【0002】[0002]
【従来の技術】被検査体の表面をCCDカメラ等の撮像
手段で撮像し、得られた画像データ(濃淡画像データ)
から表面に存在する欠陥を検出する欠陥検出方法及び前
記方法を用いて表面欠陥を自動検出する欠陥検出装置が
知られている。その際の画像データの処理方法としては
2値化処理が一般的であり、撮像手段により得られた画
像データを所定の閾値で2値化することにより背景と欠
陥とが分離されて欠陥が抽出される。
2. Description of the Related Art Image data (shaded image data) obtained by imaging the surface of an object to be inspected by an imaging means such as a CCD camera or the like.
There is known a defect detection method for detecting a defect present on a surface from a surface, and a defect detection device for automatically detecting a surface defect using the method. In this case, a binarization process is generally used as a method of processing the image data. The image data obtained by the imaging unit is binarized by a predetermined threshold to separate the background from the defect and extract the defect. Is done.
【0003】閾値の決定方法としては、画像データの輝
度ヒストグラムを演算し、得られた輝度ヒストグラムの
形状から決定するのが一般的である。つまり、被検査体
の表面に何ら色斑等の欠陥がない場合、画像データの輝
度ヒストグラムを作成したときには、図8(a)に示す
ように表面(背景)の平均輝度付近に輝度の頻度のピー
クが現われる。これに対し、表面に欠陥がある場合の画
像データの輝度ヒストグラムを作成すると、図8(b)
に示すように2つのピークが現われる。一方のピークは
背景の平均輝度付近に現われたものであり、もう一方の
ピークは欠陥部分の平均輝度付近に現われたものであ
る。したがって、これら2つのピーク間で頻度が極小値
となる輝度を閾値として2値化することによって、背景
と欠陥とを切り離して欠陥を抽出することが可能にな
る。
As a method of determining a threshold value, it is common to calculate a luminance histogram of image data and determine the threshold value from the shape of the obtained luminance histogram. That is, when there is no defect such as a color spot on the surface of the inspection object, when the luminance histogram of the image data is created, as shown in FIG. A peak appears. On the other hand, when a luminance histogram of the image data when the surface has a defect is created, FIG.
Two peaks appear as shown in FIG. One peak appears near the average luminance of the background, and the other peak appears near the average luminance of the defect portion. Therefore, by binarizing the luminance having the minimum frequency between these two peaks as a threshold value, it is possible to separate the background from the defect and extract the defect.
【0004】ところが、欠陥と背景とのコントラストが
強いときには、得られた画像データの輝度ヒストグラム
は図8(b)に示したように強く双峰性を示すため、極
小値を与える輝度を算出するのは容易であるのに対し、
欠陥と背景とのコントラストが弱い場合には、例えば図
8(c)に示すように輝度ヒストグラムは明らかな双峰
性を示さないため、上述のように極小値を与える輝度か
ら閾値を求めることはできない。
However, when the contrast between the defect and the background is strong, the luminance histogram of the obtained image data shows a strong bimodal characteristic as shown in FIG. It ’s easy,
When the contrast between the defect and the background is weak, for example, as shown in FIG. 8C, the luminance histogram does not show a clear bimodal property. Can not.
【0005】そこで、従来は、得られた画像データに対
して各画素毎に多重和の差分を取ることにより欠陥部分
を強調したり、微分処理により欠陥と背景との境界を強
調したり、或いは階調変換により階調を引き伸ばして欠
陥と背景との輝度差を大きする等の強調処理をした上で
2値化処理することが行なわれていた。
Therefore, conventionally, a defective portion is emphasized by taking a multiplex sum difference for each pixel with respect to the obtained image data, a boundary between the defect and the background is emphasized by differential processing, or A binarization process has been performed after performing an enhancement process such as extending a gradation by gradation conversion to increase a luminance difference between a defect and a background.
【0006】[0006]
【発明が解決しようとする課題】しかしながら、上述の
ように微分処理や階調変換等の強調処理を行なうと、欠
陥のみならず、被検面からの回折光や散乱光等による画
像データ中のノイズ成分も強調されてしまう。このた
め、背景との輝度の差が極めて小さい淡い欠陥の場合に
は、上述した従来の欠陥検出方法ではノイズとの区別が
つかずに精度良く欠陥を検出ができない虞がある。
However, when enhancement processing such as differentiation processing or gradation conversion is performed as described above, not only defects but also image data due to diffracted light or scattered light from the surface to be inspected, etc. Noise components are also emphasized. For this reason, in the case of a light defect having a very small difference in luminance from the background, the conventional defect detection method described above may not be able to detect the defect with high accuracy without distinguishing it from noise.
【0007】ここでいう淡い欠陥とは、白黒画像上にお
いて背景に対してぼんやりと白く、或いはぼんやりと黒
く見えるような欠陥であり、背景と1階調程度の輝度差
しかないようなものも含まれる。具体的には、同色に塗
られたPS版,OPCドラム等における塗布斑や、透明
フィルムや透明板上の油汚れや指紋汚れや、鋼板等の表
面に生じた歪み等が該当する。
[0007] The faint defect referred to here is a defect that looks faintly white or faintly black with respect to the background on a black and white image, and includes a defect that does not differ from the background by about one gradation of luminance. . Specifically, it corresponds to spots applied on a PS plate, an OPC drum, or the like painted in the same color, oil stains and fingerprint stains on a transparent film or a transparent plate, and distortions generated on the surface of a steel plate or the like.
【0008】これらの欠陥は、撮像手段により画像デー
タとして取得した際には、背景とのコントラストが極め
て弱いために、従来の検出方法ではこれらの欠陥をノイ
ズ成分と区別して正確に検出することが困難な一方、人
間の目ではそれほど困難なく認識できるものでもある。
これは、人間の目の分解能の高さと欠陥の形状に対する
認識によるものであるが、これら淡い欠陥の全てについ
て、即ち、被検査対象全域について人間が検査するのは
容易ではない。
When these defects are obtained as image data by the imaging means, the contrast with the background is extremely weak. Therefore, in the conventional detection method, these defects can be accurately detected by distinguishing them from noise components. While difficult, it is something that the human eye can recognize without much difficulty.
This is based on the recognition of the high resolution of the human eye and the shape of the defect, but it is not easy for a human to inspect all of these faint defects, that is, the entire inspection object.
【0009】本発明は、このような課題に鑑み創案され
たもので、背景との輝度差の極めて小さい淡い欠陥でも
ノイズと区別して正確に検出できるようにした、欠陥検
出方法を提供することを目的とする。
SUMMARY OF THE INVENTION The present invention has been made in view of the above problems, and has as its object to provide a defect detection method capable of accurately detecting a light defect having a very small difference in luminance from the background while distinguishing it from noise. Aim.
【0010】[0010]
【課題を解決するための手段】このため、本発明の欠陥
検出方法は、被検査体の表面欠陥を検出する方法であっ
て、被検査体の表面の所定領域を撮像手段により撮像し
て画像データを取得するステップと、取得した画像デー
タの輝度ヒストグラムを演算し、欠陥部分の輝度が背景
の輝度よりも高い場合には輝度ヒストグラムの最高階調
から低階調側へ向けて、欠陥部分の輝度が背景の輝度よ
りも低い場合には最低階調から高階調側へ向けて輝度の
頻度を積算していき、前記頻度の積算値が所定面積率を
越える輝度を閾値として設定するステップと、画像デー
タを閾値で2値化処理して2値化画像データを得るステ
ップと、欠陥部分の形状の特徴に応じたフィルタを選定
し、2値化画像データを上記選定したフィルタで処理す
ることにより2値化画像データから欠陥を抽出するステ
ップとをそなえたことを特徴としている(請求項1)。
Accordingly, a defect detection method according to the present invention is a method for detecting a surface defect of an object to be inspected. Acquiring the data, and calculating a luminance histogram of the obtained image data, and when the luminance of the defective portion is higher than the luminance of the background, the luminance histogram is shifted from the highest gradation to the lower gradation side of the defective histogram, and When the luminance is lower than the luminance of the background, the frequency of the luminance is integrated from the lowest gradation toward the high gradation side, and a step of setting a luminance at which the integrated value of the frequency exceeds a predetermined area ratio as a threshold, A step of binarizing the image data with a threshold value to obtain binarized image data, selecting a filter according to the characteristic of the shape of the defective portion, and processing the binarized image data with the selected filter Binary It is characterized in that includes the step of extracting a defect from the image data (claim 1).
【0011】上記の欠陥検出方法において、好ましく
は、輝度的に平坦な被検査面上の表面欠陥を検出するよ
うにする(請求項2)。なお。ここでいう輝度的に平坦
な被検査面とは、被検査面を輝度の濃淡で表現したとき
に、一様又はほぼ一様な輝度で表わされることをいう。
また、画像データを取得するステップに続き、取得した
画像データを同条件において欠陥のない表面を撮像して
得られた画像データで割り算或いは引き算することによ
り、取得した画像データにおける背景部分の輝度を一様
化するステップを設けることも好ましい。
In the above defect detection method, preferably, a surface defect on a surface to be inspected which is flat in luminance is detected. In addition. The surface to be inspected that is flat in terms of luminance means that the surface to be inspected is represented by uniform or almost uniform luminance when the surface is expressed by shading of luminance.
Further, following the step of acquiring image data, the luminance of a background portion in the acquired image data is obtained by dividing or subtracting the acquired image data by image data obtained by imaging a surface having no defect under the same conditions. It is also preferable to provide a uniforming step.
【0012】また、上記の欠陥検出方法において、欠陥
検出の開始に先立ち、被検査体の表面を目視して欠陥を
発見し、目視した領域に対する発見した欠陥部分の面積
率を概算するステップを設けるのも好ましい。或いは、
画像データを取得するステップに続き、取得した画像デ
ータを目視して欠陥の見当を付け、画像データを取得し
た所定領域に対する見当を付けた欠陥部分の面積率を概
算するステップを設けても良い。
Further, in the above-described defect detection method, prior to the start of the defect detection, a step of visually detecting a surface of the inspected object to find the defect and estimating an area ratio of the detected defect portion to the visually observed region is provided. Is also preferred. Or,
Subsequent to the step of acquiring the image data, a step may be provided in which the acquired image data is visually checked to determine the defect, and the area ratio of the registered defective portion to the predetermined area in which the image data has been acquired is estimated.
【0013】なお、上記所定領域は被検査体の検査した
い全領域でも良く、一部の領域であっても良い。また、
別の本発明の欠陥検出方法は、被検査体の表面欠陥を検
出する方法であって、被検査体の表面の所定領域を撮像
手段により撮像して画像データを取得するステップと、
取得した該画像データの輝度ヒストグラムを演算し、輝
度ヒストグラムの最高階調から低階調側へ向けて、又は
最低階調から高階調側へ向けて輝度の頻度の変化率を演
算していき、前記変化率の絶対値が所定値を越える輝度
を閾値として設定するステップと、画像データを閾値で
2値化処理して2値化画像データを得るステップと、欠
陥部分の形状の特徴に応じたフィルタを選定し、2値化
画像データを上記選定したフィルタで処理することによ
り2値化画像データから欠陥を抽出するステップとをそ
なえたことを特徴としている(請求項3)。
The predetermined area may be an entire area of the object to be inspected, or may be a partial area. Also,
Another defect detection method according to the present invention is a method for detecting a surface defect of an inspection object, wherein an image of a predetermined region on the surface of the inspection object is captured by an imaging unit to obtain image data.
The luminance histogram of the obtained image data is calculated, and the change rate of the frequency of the luminance is calculated from the highest gradation to the lower gradation side of the luminance histogram or from the lowest gradation to the higher gradation side, A step of setting a luminance at which the absolute value of the rate of change exceeds a predetermined value as a threshold, a step of binarizing the image data with a threshold to obtain binarized image data, Selecting a filter and processing the binarized image data with the selected filter to extract a defect from the binarized image data (claim 3).
【0014】上記の欠陥検出方法においても、画像デー
タを取得するステップに続き、取得した画像データを同
条件において欠陥のない表面を撮像して得られた画像デ
ータで割り算或いは引き算することにより、取得した画
像データにおける背景部分の輝度を一様化するステップ
を設けることが好ましい。さらに、別の本発明の欠陥検
出方法は、被検査体の内部欠陥を検出する方法であっ
て、被検査体の内部の所定領域を撮像手段により撮像し
て画像データを取得するステップと、取得した画像デー
タの輝度ヒストグラムを演算し、欠陥部分の輝度が背景
の輝度よりも高い場合には輝度ヒストグラムの最高階調
から低階調側へ向けて、欠陥部分の輝度が背景の輝度よ
りも低い場合には最低階調から高階調側へ向けて輝度の
頻度を積算していき、前記頻度の積算値が所定面積率を
越える輝度を閾値として設定するステップと、画像デー
タを閾値で2値化処理して2値化画像データを得るステ
ップと、欠陥部分の形状の特徴に応じたフィルタを選定
し、2値化画像データを上記選定したフィルタで処理す
ることにより2値化画像データから欠陥を抽出するステ
ップとをそなえたことを特徴としている(請求項4)。
In the above defect detection method, following the step of acquiring image data, the acquired image data is divided or subtracted by image data obtained by imaging a surface having no defect under the same conditions. It is preferable to provide a step of equalizing the luminance of the background portion in the obtained image data. Further, another defect detection method according to the present invention is a method for detecting an internal defect in an object to be inspected, wherein an image of a predetermined area inside the object to be inspected is captured by an imaging unit to obtain image data. The luminance histogram of the image data obtained is calculated, and when the luminance of the defective portion is higher than the luminance of the background, the luminance of the defective portion is lower than the luminance of the background from the highest gradation of the luminance histogram toward the lower gradation side. In this case, the luminance frequency is integrated from the lowest gradation to the high gradation side, and a step of setting a luminance at which the integrated value of the frequency exceeds a predetermined area ratio as a threshold value, and binarizing the image data with the threshold value Processing to obtain binarized image data, selecting a filter in accordance with the feature of the shape of the defective portion, and processing the binarized image data with the selected filter to remove defects from the binarized image data. Extraction That is the, comprising the steps (claim 4).
【0015】上記の欠陥検出方法において、画像データ
を取得するステップに続き、取得した画像データを同条
件において欠陥のない内部を撮像して得られた画像デー
タで割り算或いは引き算することにより、取得した画像
データにおける背景部分の輝度を一様化するステップを
設けることが好ましい。また、画像データを取得するス
テップに続き、取得した画像データを目視して欠陥の見
当を付け、画像データを取得した所定領域に対する見当
を付けた欠陥部分の面積率を概算するステップを設けて
も良い。
In the above-described defect detection method, following the step of obtaining image data, the obtained image data is obtained by dividing or subtracting the obtained image data by image data obtained by imaging an inside having no defect under the same conditions. It is preferable to provide a step of equalizing the luminance of the background portion in the image data. In addition, following the step of acquiring image data, a step of visually observing the acquired image data to register a defect and estimating an area ratio of the registered defective portion with respect to a predetermined area from which the image data is acquired may be provided. good.
【0016】さらに、上記の各欠陥検出方法において、
欠陥を抽出するステップに続き、抽出した欠陥に基づき
面積率を算出するステップと、算出した面積率と所定の
許容上限面積率との比較結果に基づき検査した被検査体
の合否を判定するステップとを設けるのも好ましい。ま
た、別の本発明の欠陥検出方法は、被検査体の内部欠陥
を検出する方法であって、被検査体の内部の所定領域を
撮像手段により撮像して画像データを取得するステップ
と、取得した該画像データの輝度ヒストグラムを演算
し、輝度ヒストグラムの最高階調から低階調側へ向け
て、又は最低階調から高階調側へ向けて輝度の頻度の変
化率を演算していき、前記変化率の絶対値が所定値を越
える輝度を閾値として設定するステップと、画像データ
を閾値で2値化処理して2値化画像データを得るステッ
プと、欠陥部分の形状の特徴に応じたフィルタを選定
し、2値化画像データを上記選定したフィルタで処理す
ることにより2値化画像データから欠陥を抽出するステ
ップとをそなえたことを特徴としている(請求項5)。
Further, in each of the above defect detection methods,
Following the step of extracting the defect, calculating the area ratio based on the extracted defect, and determining the pass / fail of the inspected object based on a comparison result between the calculated area ratio and a predetermined allowable upper limit area ratio. It is also preferable to provide Further, another defect detection method of the present invention is a method for detecting an internal defect of an inspection object, wherein the step of capturing a predetermined region inside the inspection object by an imaging unit to obtain image data, Calculating the luminance histogram of the image data, and calculating the rate of change of the frequency of the luminance from the highest gradation to the lower gradation side or from the lowest gradation to the higher gradation side of the luminance histogram, A step of setting a luminance at which the absolute value of the change rate exceeds a predetermined value as a threshold, a step of binarizing the image data with a threshold to obtain binarized image data, and a filter corresponding to the feature of the shape of the defective portion And extracting the defect from the binarized image data by processing the binarized image data with the selected filter (claim 5).
【0017】上記の欠陥検出方法においても、画像デー
タを取得するステップに続き、取得した画像データを同
条件において欠陥のない内部を撮像して得られた画像デ
ータで割り算或いは引き算することにより、取得した画
像データにおける背景部分の輝度を一様化するステップ
を設けることが好ましい。さらに、別の本発明の欠陥検
出方法は、被検査体の表面欠陥を検出する方法であっ
て、該被検査体の表面の所定領域を撮像して画像データ
を取得するステップと、該欠陥部分の形状の特徴に応じ
たフィルタを選定し、該画像データを上記選定したフィ
ルタで処理するステップと、フィルタ処理した該画像デ
ータの輝度ヒストグラムを演算し、該欠陥部分の輝度が
背景の輝度よりも高い場合には該輝度ヒストグラムの最
高階調から低階調側へ向けて、該欠陥部分の輝度が背景
の輝度よりも低い場合には最低階調から高階調側へ向け
て輝度の頻度を積算していき、前記頻度の積算値が所定
面積率を越える輝度を閾値として設定するステップと、
該画像データを該閾値で2値化処理することにより該画
像データから該欠陥を抽出するステップとをそなえたこ
とを特徴としている(請求項6)。
In the above-described defect detection method, following the step of acquiring image data, the acquired image data is divided or subtracted by image data obtained by imaging the inside without defects under the same conditions. It is preferable to provide a step of equalizing the luminance of the background portion in the obtained image data. Further, another defect detection method according to the present invention is a method for detecting a surface defect of an object to be inspected, comprising the steps of: capturing a predetermined area on the surface of the object to be inspected to obtain image data; Selecting a filter according to the characteristic of the shape of the above, processing the image data with the selected filter, and calculating a luminance histogram of the filtered image data, wherein the luminance of the defective portion is higher than the luminance of the background. When the luminance is high, the frequency of the luminance is integrated from the highest gradation to the low gradation, and when the luminance of the defective portion is lower than the luminance of the background, the luminance frequency is integrated from the lowest gradation to the high gradation. And setting a threshold value at which the integrated value of the frequency exceeds a predetermined area ratio as a threshold value,
Extracting the defect from the image data by binarizing the image data with the threshold value (claim 6).
【0018】上記の欠陥検出方法において、画像データ
を取得するステップに続き、取得した画像データを同条
件において欠陥のない表面を撮像して得られた画像デー
タで割り算或いは引き算することにより、取得した画像
データにおける背景部分の輝度を一様化するステップを
設けることが好ましい。
In the above defect detection method, following the step of obtaining image data, the obtained image data is obtained by dividing or subtracting the obtained image data by image data obtained by imaging a surface having no defect under the same conditions. It is preferable to provide a step of equalizing the luminance of the background portion in the image data.
【0019】[0019]
【発明の実施の形態】以下、図面を参照しながら本発明
の実施の形態について説明する。図1〜図7は本発明の
一実施形態としての欠陥検出方法について示すものであ
り、まず、図1を用いて本欠陥検出方法に用いる装置構
成について説明する。図1に示すように本装置(欠陥検
査装置)は、ライト2,CCDカメラ(撮像手段)3,
演算処理装置4,画像モニタ5,入力装置6から構成さ
れ、演算処理装置4は、さらに画像データ入力部7,輝
度補正処理部8,2値化処理部9,閾値設定部10,欠
陥抽出部11,出力部12から構成されている。
Embodiments of the present invention will be described below with reference to the drawings. FIGS. 1 to 7 show a defect detection method according to an embodiment of the present invention. First, an apparatus configuration used in the defect detection method will be described with reference to FIG. As shown in FIG. 1, this apparatus (defect inspection apparatus) includes a light 2, a CCD camera (imaging means) 3,
The arithmetic processing unit 4 further includes an image data input unit 7, a luminance correction processing unit 8, a binarization processing unit 9, a threshold setting unit 10, a defect extraction unit. 11 and an output unit 12.
【0020】各構成要素について説明すると、ライト2
は被検査体20の表面を照射するための光源であり、表
面を一様に照らすことができるような角度で被検査体2
0に向けて複数個が配置されている。また、照度は任意
に調整できるようになっている。なお、図1では不透明
体上の欠陥を検出する場合の反射光学系を例示してお
り、例えば透明板上の油汚れや指紋汚れの検出の場合の
様な透明体上の欠陥を検出する場合には、図1とは異な
りライト2を被検査体20の下側から照射するようにす
る。ただし、この場合も、被検査体20を一様に照らす
ようにライト2の照射角度を調整する。
Each component will be described.
Is a light source for irradiating the surface of the object to be inspected 20, and the object 2
A plurality is arranged toward zero. The illuminance can be adjusted arbitrarily. FIG. 1 illustrates a reflection optical system for detecting a defect on an opaque body. For example, when detecting a defect on a transparent body such as the case of detecting oil stains or fingerprint stains on a transparent plate. 1, the light 2 is irradiated from the lower side of the test object 20. However, also in this case, the irradiation angle of the light 2 is adjusted so as to uniformly illuminate the inspection object 20.
【0021】CCDカメラ3はライト2により照射され
た被検査体20の表面を撮像するものであり、ノイズ光
の入力を最小限に抑えるようにライト2に対する設置位
置や角度が調整されている。CCDカメラ3で得られた
画像データは演算処理装置4へ送られるようになってい
る。画像モニタ5はCCDカメラ3で得られた画像デー
タや後述する演算処理装置4で処理された画像データを
表示するためのものである。また、入力装置6は演算処
理装置4に対して必要な情報を入力するためのものであ
り、例えばキーボードのようなものである。
The CCD camera 3 captures an image of the surface of the test object 20 illuminated by the light 2, and its installation position and angle with respect to the light 2 are adjusted so as to minimize noise light input. Image data obtained by the CCD camera 3 is sent to the arithmetic processing unit 4. The image monitor 5 is for displaying image data obtained by the CCD camera 3 and image data processed by the arithmetic processing unit 4 described later. The input device 6 is for inputting necessary information to the arithmetic processing device 4, and is, for example, a keyboard.
【0022】次に、演算処理装置4について説明する
と、演算処理装置4はCCDカメラ3で得られた画像デ
ータを適宜処理して欠陥を抽出する装置である。演算処
理装置4は専用装置のみならずパソコンを用いて実現す
ることもでき、その場合には、演算処理装置4の各機能
要素7〜12は、パソコンを構成するCPU,RAM,
ROM,ハードディスク,I/Oインタフェース等のハ
ードウェアと、OS(Operation System)と、欠陥検査
のための専用プログラムとの協働により実現される。
Next, the arithmetic processing unit 4 will be described. The arithmetic processing unit 4 is a device for appropriately processing image data obtained by the CCD camera 3 and extracting defects. The arithmetic processing device 4 can be realized not only by a dedicated device but also by a personal computer. In this case, the functional elements 7 to 12 of the arithmetic processing device 4 include a CPU, a RAM,
This is realized by cooperation of hardware such as a ROM, a hard disk, and an I / O interface, an OS (Operation System), and a dedicated program for defect inspection.
【0023】各機能要素7〜12について説明すると、
まず、画像データ入力部7は、CCDカメラ3とのイン
タフェースであり、CCDカメラ3で撮像して得られた
被検査体20の表面の画像データをA/D変換して輝度
補正処理部8に伝送するようになっている。一方、出力
部12は画像モニタ5とのインタフェースであり、CC
Dカメラ3から送られた被検査体20の表面の画像や、
後述する補正画像,2値化画像等を画像モニタ5に表示
させるようになっている。
The function elements 7 to 12 will be described.
First, the image data input unit 7 is an interface with the CCD camera 3. The image data input unit 7 performs A / D conversion on image data of the surface of the inspection object 20 obtained by imaging with the CCD camera 3, and outputs the data to the luminance correction processing unit 8. It is designed to be transmitted. On the other hand, the output unit 12 is an interface with the image monitor 5, and
An image of the surface of the inspection object 20 sent from the D camera 3;
A correction image, a binarized image, and the like, which will be described later, are displayed on the image monitor 5.
【0024】輝度補正処理部8は、CCDカメラ3で撮
像して得られた画像の輝度を補正するものである。つま
り、本装置では、輝度的に平坦な画像を得るためにライ
ト2の配置角度や位置を適宜調整して表面を一様に照ら
すようにしているが、CCDカメラ3により被検査体2
0の表面を撮像する際には、必ずしも一様若しくはほぼ
一様な輝度になるとは限らず、画像にシェーディング
(輝度の勾配)が現われる場合がある。そこで、得られ
た画像にシェーディングが現われる場合には、画像デー
タの輝度を補正してシェーディングを除去し、輝度的に
平坦な画像をえるようになっている。シェーディングの
除去手法の詳細については後述する。
The luminance correction processing section 8 corrects the luminance of the image obtained by the CCD camera 3. That is, in the present apparatus, the arrangement angle and position of the light 2 are appropriately adjusted so as to obtain a flat image in terms of brightness so that the surface is uniformly illuminated.
When imaging the surface of 0, the brightness does not always become uniform or almost uniform, and shading (gradient of brightness) may appear in the image. Therefore, when shading appears in the obtained image, the brightness of the image data is corrected to remove the shading, and an image having a flat brightness is obtained. The details of the shading removal method will be described later.
【0025】2値化処理部9は、輝度補正処理部8で補
正された画像データに対して2値化処理を施すものであ
る。2値化処理のための閾値は後述する閾値設定部10
で設定された所定の閾値が用いられる。2値化処理部9
での画像データの2値化処理により、背景を示す画像デ
ータと欠陥候補(欠陥と推定されるもの)を示す画像デ
ータとが分離される。
The binarization processing section 9 performs binarization processing on the image data corrected by the luminance correction processing section 8. The threshold value for the binarization processing is determined by a threshold value setting unit 10 described later.
Is used. Binarization processing unit 9
The image data indicating the background and the image data indicating the defect candidate (estimated as a defect) are separated by the binarization processing of the image data in step (1).
【0026】閾値設定部10は、2値化処理するための
閾値を設定するものであり、2つの閾値設定モードを有
している。第1の設定モードは画像データの輝度ヒスト
グラムと入力装置(キーボード等)6を介して手入力さ
れた面積率(被検面中に含まれる欠陥の面積率)αとに
基づき閾値を設定するモードであり、第2の設定モード
は画像データの輝度ヒストグラムを処理して閾値を設定
するモードである。各モードにおける閾値の設定手法に
ついては後述する。
The threshold value setting section 10 sets a threshold value for performing binarization processing, and has two threshold value setting modes. The first setting mode is a mode in which a threshold is set based on the luminance histogram of image data and the area ratio α (area ratio of a defect included in the test surface) manually input via the input device (keyboard or the like) 6. The second setting mode is a mode for setting a threshold value by processing a luminance histogram of image data. The setting method of the threshold value in each mode will be described later.
【0027】欠陥抽出部11は、2値化処理部8から送
られた2値化画像データにフィルタ処理を施すことによ
りノイズを除去して欠陥のみを抽出する手段である。欠
陥の抽出結果は画像モニタ5の画面上に表示される。フ
ィルタ処理の詳細については後述する。ここで、上述の
演算処理装置4において行なわれる画像処理手法につい
て図2〜図5を参照しながら説明する。
The defect extracting section 11 is means for filtering out the binarized image data sent from the binarizing section 8 to remove noise and extract only defects. The result of the defect extraction is displayed on the screen of the image monitor 5. Details of the filtering process will be described later. Here, an image processing method performed in the arithmetic processing unit 4 will be described with reference to FIGS.
【0028】まず、輝度補正処理部8におけるシェーデ
ィングの除去手法について説明する。ここでは、被検査
体20を撮像して得られた画像を欠陥のないサンプル画
像で引き算或いは割り算することにより、取得した画像
における背景部分の輝度を一様化するようになってい
る。例えば、取得した画像の横軸方向に図2(a)に示
すようなシェーディング(輝度の勾配)が現われる場
合、この画像の各画素における輝度から図2(b)に示
すようなサンプル画像の対応する画素における輝度を差
し引くようにする。ただし、サンプル画像は取得した画
像と同じシェーディング(輝度の勾配)を有している必
要がある。
First, a method of removing shading in the luminance correction processing section 8 will be described. Here, the luminance of the background portion in the acquired image is made uniform by subtracting or dividing an image obtained by imaging the inspection object 20 by a sample image having no defect. For example, when shading (gradient of luminance) as shown in FIG. 2A appears in the horizontal axis direction of the acquired image, the correspondence between the sample image as shown in FIG. The luminance of the pixel to be subtracted is subtracted. However, the sample image needs to have the same shading (luminance gradient) as the acquired image.
【0029】この処理により、図2(c)に示すように
欠陥に関する情報を失うことなく背景部分の輝度を一様
化することができるようになる。なお、サンプル画像
は、被検査体20を撮像したのと同じ条件(ライト2や
CCDカメラ3の設置位置や角度)において、表面に欠
陥のない被検査体20と同質のサンプル物体を撮像する
ことにより取得することができる。
This processing makes it possible to equalize the luminance of the background portion without losing information on defects as shown in FIG. Note that the sample image is obtained by imaging a sample object of the same quality as the inspected object 20 having no defect on the surface under the same conditions (installation positions and angles of the light 2 and the CCD camera 3) as those for imaging the inspected object 20. Can be obtained.
【0030】次に、閾値設定部10において行なう閾値
の設定手法について説明する。まず第1の設定モードに
おける閾値の設定手法について説明すると、この第1の
設定モードにおいては、閾値設定部10で閾値を設定す
る前提としてオペレータがキーボード等の入力装置6を
介して閾値設定部10に面積率αを入力する必要があ
る。
Next, a method of setting a threshold value performed by the threshold value setting section 10 will be described. First, a method of setting a threshold in the first setting mode will be described. In the first setting mode, the operator sets the threshold in the threshold setting unit 10 through the input device 6 such as a keyboard. Needs to input the area ratio α.
【0031】この面積率αの決定方法としては、まず、
CCDカメラ3で撮像された被検査体20の表面の濃淡
画像を画像モニタ5で見て、そこに含まれる欠陥の面積
率を概算する方法がある。例えば、図3に示すような画
像30が得られたとすると、まず、その画面上において
欠陥と考えられる部分を特定する。図3に示す場合では
符号31で示す部分が欠陥と考えられる。そして、特定
した欠陥31の面積(画素数)Nを計算し、画面30全
体の画素数(例えば5122画素)で割り算して面積率
α(=N/5122)を概算する。面積Nの計算はオペ
レータによる目算でもよく、或いは欠陥31を線で囲ん
で特定し、その囲んだ領域の面積を自動計算させるよう
にしてもよい。
As a method of determining the area ratio α, first,
There is a method of observing a grayscale image of the surface of the inspection object 20 captured by the CCD camera 3 on the image monitor 5 and roughly estimating the area ratio of defects included therein. For example, if an image 30 as shown in FIG. 3 is obtained, first, a portion considered as a defect on the screen is specified. In the case shown in FIG. 3, the portion indicated by reference numeral 31 is considered to be a defect. Then, the area (number of pixels) N of the identified defect 31 is calculated and divided by the number of pixels of the entire screen 30 (for example, 512 2 pixels) to roughly calculate the area ratio α (= N / 512 2 ). The calculation of the area N may be performed by an operator, or the defect 31 may be specified by enclosing it with a line, and the area of the enclosed area may be automatically calculated.
【0032】また、オペレータが被検査体20の表面を
目視して表面に含まれる欠陥を見つけだし、探索した領
域に対する欠陥部分の面積率αを概算する方法もある。
ここでいう欠陥とは前述したように被検査体20が例え
ばPS版,OPCドラム等の場合には表面の塗布斑等で
あり、被検査体20が例えば透明フィルムや透明板の場
合には表面の油汚れや指紋汚れ等である。これらの欠陥
は淡く背景とのコントラストが弱いために画像モニタ上
ではノイズとの区別がつかない虞もあるが、このように
実際にオペレータが実物を目視して欠陥を見つけること
でノイズとの誤認が防止される。なお、目視による探索
領域は被検査体20の表面の全体でもよく一部分でもよ
い。
There is also a method in which an operator looks at the surface of the inspection object 20 and finds a defect included in the surface, and estimates an area ratio α of the defective portion with respect to the searched area.
The defect referred to here is, as described above, an uneven spot on the surface when the object to be inspected 20 is, for example, a PS plate or an OPC drum, and when the object to be inspected 20 is, for example, a transparent film or a transparent plate. Oil stains and fingerprint stains. These defects may be indistinguishable from noise on an image monitor because they are faint and have a low contrast with the background. Is prevented. Note that the visual search area may be the entire surface or a part of the surface of the test object 20.
【0033】閾値設定部10では、上述のようにして概
算された面積率αと輝度補正処理部8から送られた画像
データの輝度ヒストグラムとを用いて閾値を設定する
が、これは次のような原理を用いたものである。つま
り、例えば画像モニタ5上において欠陥が背景よりも白
っぽく見えるような場合には、その欠陥部分のみが他の
部分よりも輝度が大きいことを意味している。したがっ
て、輝度ヒストグラ上では、図4(a)に示すようにあ
る輝度Ithから最高階調Imaxまでが欠陥部分により占
められているものと考えられる。そして、この輝度ヒス
トグラ上において欠陥部分の輝度が占める割合は、上述
のようにして概算した被検査体20の表面に対する欠陥
部分の面積率αに等しい。したがって、最高階調Imax
から低階調側にかけて輝度の頻度を積算していき、その
積算値が面積率αを越える輝度を探せば、背景と欠陥部
分との境となる輝度I thを特定することが可能になる。
In the threshold setting unit 10, as described above,
Calculated area ratio α and the image sent from the luminance correction processing unit 8
Set threshold using data brightness histogram
However, this is based on the following principle. Toes
For example, on the image monitor 5, the defect is whiter than the background.
If it looks like, only the defective part is
It means that the luminance is higher than the part. Accordingly
Therefore, on the luminance histogram, as shown in FIG.
Brightness IthFrom highest gradation ImaxUp to the defective part
It is thought that it is being done. And this luminance hiss
The ratio of the luminance of the defective part on the toggler is described above.
Defects on the surface of the test object 20 estimated as
It is equal to the area ratio α of the part. Therefore, the highest gradation Imax
From the low to the gradation side.
If you search for a luminance whose integrated value exceeds the area ratio α, the background and defect
Luminance I at the border with minute thCan be specified.
【0034】閾値設定部10は、上記のようにして決定
した輝度Ithを閾値として設定するようになっている。
なお、上記の例は画像モニタ5上において欠陥が背景よ
りも白っぽく見えるような場合であるが、逆に欠陥が背
景よりも黒っぽく見えるような場合は、最低階調Imin
から高階調側にかけて輝度の頻度を積算していき、その
積算値が面積率αを越える輝度Ithを探して閾値として
設定する。
The threshold setting unit 10 is adapted to set the brightness I th determined as described above as the threshold value.
Note that the above example is a case where a defect looks whitish than the background on the image monitor 5, and conversely, if a defect looks darker than the background, the minimum gradation I min
Continue to accumulating the frequency of luminance toward the high tone from is set as a threshold, looking for intensity I th of the accumulated value exceeds the area ratio alpha.
【0035】また、画像モニタ5上において白っぽく見
える欠陥と黒っぽく見える欠陥とが共に含まれる場合に
は、それぞれの面積率α1,α2を上述した方法により概
算しておいた上で、図4(b)に示すように最高階調I
maxから低階調側にかけて、また、最低階調Iminから高
階調側にかけてそれぞれ輝度の頻度を積算していき、そ
れぞれ積算値が面積率α1,α2を越えるところの輝度I
th1,Ith2を閾値として設定する。なお、閾値は同一の
被検査体20については同一値を用いても良く、或い
は、CCDカメラ3により画像データが得られる毎に再
設定するようにしてもよい。
In the case where both a whitish defect and a blackish defect are included on the image monitor 5, the respective area ratios α 1 and α 2 are roughly calculated by the above-described method, and FIG. As shown in FIG.
The luminance frequency is integrated from max to the low gradation side and from the minimum gradation I min to the high gradation side, and the luminance I where the integrated value exceeds the area ratio α 1 or α 2 is obtained.
th1 and Ith2 are set as thresholds. The same threshold value may be used for the same inspection object 20 or may be reset each time image data is obtained by the CCD camera 3.
【0036】次に、第2の設定モードにおける閾値の設
定手法について説明する。このモードでは、第1の設定
モードのように面積率αを入力することなく、輝度補正
処理部8から送られた画像データの輝度ヒストグラムの
形状から背景部分と欠陥部分との境となる輝度を算出
し、閾値として設定する本欠陥検出方法による検査対象
は輝度的に平坦(輝度補正処理部8により輝度補正され
たものも含む)な被検査面上に存在する淡い欠陥である
が、このように輝度的に平坦な表面の場合、その輝度ヒ
ストグラムは頻度の分布が平均輝度付近に集中したもの
となる。一方、検出しようとする欠陥はこの背景部分に
対して高階調側もしくは低階調側に分布するが、欠陥は
表面上の僅かなものでありその面積率は極めて小さいた
め、その輝度の頻度は背景部分に比較して極めて低い。
このため、例えば、欠陥部分が背景部分よりも高輝度の
場合には、輝度ヒストグラムは図4(a)に示すように
高階調側に延びるような形になるが、その頻度は途中で
大きく変化する。この頻度が大きく変化する輝度が背景
部分と欠陥部分とを分離する閾値となる。
Next, a method of setting a threshold value in the second setting mode will be described. In this mode, without inputting the area ratio α as in the first setting mode, the brightness that is the boundary between the background portion and the defect portion can be determined based on the shape of the brightness histogram of the image data sent from the brightness correction processing section 8. The inspection target to be calculated and set as the threshold by the present defect detection method is a light defect existing on the inspection surface that is flat in luminance (including the one corrected in luminance by the luminance correction processing unit 8). In the case of a surface having a flat luminance, the luminance histogram has a frequency distribution concentrated around the average luminance. On the other hand, the defect to be detected is distributed on the high gradation side or the low gradation side with respect to this background portion. However, since the defect is slight on the surface and its area ratio is extremely small, the frequency of the luminance is low. Extremely low compared to the background.
Therefore, for example, when the defective portion has a higher luminance than the background portion, the luminance histogram has a shape extending to the high gradation side as shown in FIG. I do. The luminance at which the frequency greatly changes becomes a threshold for separating the background portion from the defective portion.
【0037】そこで、閾値設定部10では、輝度ヒスト
グラムの最高階調Imaxから低階調側に向けて、及び最
低階調Iminから高階調側にかけて輝度の頻度の変化率
を自動計算していき、その変化率の絶対値が所定値を超
える輝度Ithを閾値として設定するようになっている。
なお、画像モニタ5上において白っぽく見える欠陥と黒
っぽく見える欠陥とが共に含まれる場合には、図4
(b)に示すように高階調側と低階調側とで頻度の変化
率の絶対値が所定値を超える輝度Ith1,Ith2がある
が、この場合にはそれぞれの輝度Ith1,Ith2を閾値と
して設定する。
[0037] Therefore, the threshold setting unit 10, toward the maximum gradation I max of the luminance histogram on the low gradation side, and then automatically calculated toward the high tone from the lowest gray level I min the rate of change of the frequency of the luminance go, so as to set the luminance I th absolute value of the rate of change exceeds a predetermined value as a threshold value.
If both the whitish defect and the whitish defect on the image monitor 5 are included, FIG.
Although the absolute value of the high tone and the low tone with a frequency rate of change as shown in (b) there is a brightness I th1, I th2 exceeding a predetermined value, respectively in this case the luminance I th1, I Set th2 as a threshold.
【0038】次に、欠陥抽出部11での欠陥抽出手法に
ついて説明する。CCDカメラ3で得られた画像データ
を上述のように設定された閾値Ithを用いて2値化する
ことにより画像中の背景部分と欠陥部分とが分離される
が、ここで分離された欠陥部分はあくまでも欠陥と推定
される欠陥候補であり、少なからずノイズ成分も含まれ
ている。そこで、フィルタ処理を施すことによりノイズ
成分を除去するわけであるが、ここでは欠陥の形状に応
じたフィルタを用いるようになっている。
Next, a description will be given of a defect extraction technique in the defect extraction unit 11. DEFECTS a background portion and a defective portion in the image is separated by binarizing using image data obtained by the CCD camera 3 set threshold I th as described above, it separated here The portion is a defect candidate that is presumed to be a defect to the last, and includes a considerable amount of noise components. Therefore, a noise component is removed by performing a filtering process. Here, a filter according to the shape of the defect is used.
【0039】つまり、本欠陥検出方法を用いて検出する
淡い欠陥は、検査対象である被検査体20が何であるか
によってその形状に一定の特徴がある場合が多い。例え
ば、OPCドラムの塗布斑の場合には水平又は垂直のス
ジ状の可能性が高く、透明フィルムの指紋汚れの場合に
は円状の可能性が高い。そこで、検出すべき欠陥の形状
の特徴に応じたフィルタを適宜選択してフィルタ処理す
ることにより、ノイズを除去して欠陥のみを正確に抽出
できるようにしているのである。
That is, a light defect detected by the present defect detection method often has a certain characteristic in its shape depending on what is the inspection object 20 to be inspected. For example, in the case of spots on the OPC drum, there is a high possibility of horizontal or vertical stripes, and in the case of fingerprint stains on a transparent film, there is a high possibility of circular shapes. Therefore, by appropriately selecting a filter in accordance with the characteristic of the shape of the defect to be detected and performing filter processing, noise is removed and only the defect can be accurately extracted.
【0040】なお、水平又は垂直のスジ状の欠陥に対し
てはAlvarez‐Mazzoraフィルタ(文献:SIAMJ.NUMBER.A
NAL.Vol.31,No.2,pp590-605,Apri,1994参照)が有効で
ある。また、円状の欠陥に対してはn×mドットサイズ
の正方形(矩形)のマトリックスの各点に重みを設定
し、その値とのコンボリューションを取ることによって
強調したり、n×mドットサイズを構成要素とするモル
フォロジー処理をするのが有効である。これらのフィル
タ出力に関しては、適当な閾値で2値化する必要がある
が、例えば、映像入力時の最大階調の2分の1以上の場
合は切り上げて最大階調値に、それ以下は最低階調値に
変更するようにしてもよい。
It should be noted that an Alvarez-Mazzora filter (reference: SIAMJ.NUMBER.A) is used for horizontal or vertical streak-like defects.
NAL.Vol.31, No.2, pp590-605, Apri, 1994) is effective. For a circular defect, a weight is set for each point of a square (rectangular) matrix having an n × m dot size, and emphasis is performed by taking a convolution with the value. It is effective to perform a morphological process using as a component. For these filter outputs, it is necessary to binarize them with an appropriate threshold value. For example, if the maximum gradation value at the time of video input is half or more, it is rounded up to the maximum gradation value; It may be changed to a gradation value.
【0041】以上が本欠陥検出方法を実現させるための
装置構成である。次に、上記装置を用いた欠陥検出の手
順(本実施形態かかる欠陥検出方法の一例)について、
図5のフローチャートに従い図6を参照しながら説明す
る。まず、2値化処理のための閾値設定モードとして第
1の設定モードを選択したときの手順について説明す
る。
The apparatus configuration for realizing the present defect detection method has been described above. Next, regarding the procedure of defect detection using the above-described apparatus (an example of the defect detection method according to the present embodiment),
This will be described with reference to FIG. 6 according to the flowchart of FIG. First, a procedure when the first setting mode is selected as the threshold setting mode for the binarization processing will be described.
【0042】まず、ライト2から光が照射された被検査
体20の表面をCCDカメラ3で撮像して画像データを
取得する(ステップS100)。取得された画像データ
は演算処理装置4に送られ、画像にシェーディングがあ
る場合には、まず、輝度補正処理部7において輝度補正
されてシェーディングが除去される(ステップS11
0)。
First, the surface of the test object 20 irradiated with light from the light 2 is imaged by the CCD camera 3 to obtain image data (step S100). The acquired image data is sent to the arithmetic processing unit 4, and if the image has shading, first, the brightness is corrected by the brightness correction processing unit 7 to remove the shading (step S11).
0).
【0043】CCDカメラ3で撮像された画像(又は輝
度補正された画像)は図6(a)に示すように画像モニ
タ5に表示され、オペレータはこの画像を見て欠陥部分
を探し出す。この場合では、図6(a)中に矢印で示す
ように背景に対してぼんやりと白く見える部分が欠陥で
ある。そして、図6(b)中に破線で囲んだように欠陥
の大きさを特定して画面全体に対する面積率αを概算
し、入力装置6を介して演算処理装置4に入力する(以
上、ステップS120)。
The image picked up by the CCD camera 3 (or the image whose luminance has been corrected) is displayed on the image monitor 5 as shown in FIG. 6A, and the operator looks for this image and searches for a defective portion. In this case, a portion that looks faintly white with respect to the background as shown by an arrow in FIG. 6A is a defect. Then, as indicated by the broken line in FIG. 6B, the size of the defect is specified, the area ratio α to the entire screen is roughly estimated, and the estimated value is input to the arithmetic processing device 4 via the input device 6 (the above-mentioned steps). S120).
【0044】閾値設定部10では、画像の輝度ヒストグ
ラムと入力された面積率αとを用いて閾値を決定する。
この場合は、欠陥部分の輝度は背景部分の輝度よりも高
いので、最高階調Imaxから低階調側にかけて輝度の頻
度を積算していき、その積算値が面積率αを越える輝度
を閾値として設定する(以上、ステップS130)。次
に、2値化処理部9では、閾値設定部10で設定された
閾値を用いて画像を2値化処理し、背景部分と欠陥候補
とを分離する(ステップS140)。
The threshold setting unit 10 determines a threshold using the luminance histogram of the image and the input area ratio α.
In this case, the brightness of the defect portion is higher than the luminance of the background portion, the maximum gradation from I max continue integrating the frequency of luminance toward the low tone, threshold luminance integrated value exceeds the area ratio α (Step S130). Next, the binarization processing unit 9 binarizes the image using the threshold value set by the threshold value setting unit 10 to separate a background portion from a defect candidate (step S140).
【0045】欠陥候補が分離されると、次に、欠陥抽出
部11では、2値化画像に対してフィルタ処理を施すこ
とでノイズを除去して欠陥のみを抽出する。この場合
は、欠陥の形状は横スジ状であるので、Alvarez‐Mazzo
raフィルタを用いて処理する。これにより、図6(d)
に示すように欠陥のみが抽出される(以上、ステップS
150)。なお、図6(c)は従来の方法により図6
(a)の画像のコントラストを強調したものである。
After the defect candidates are separated, the defect extracting unit 11 removes noise by filtering the binarized image to extract only defects. In this case, since the shape of the defect is a horizontal stripe, the Alvarez-Mazzo
Process using ra filter. As a result, FIG.
Only the defect is extracted as shown in FIG.
150). FIG. 6C shows a conventional method.
(A) emphasizes the contrast of the image.
【0046】一方、第2の設定モードを選択したときの
手順は図7に示すようになる。まず、ライト2で照らし
た被検査体20の表面をCCDカメラ3で撮像して画像
データを取得し(ステップS200)、取得した画像デ
ータを演算処理装置4に送信する。そして、画像にシェ
ーディングがある場合には、輝度補正してシェーディン
グを除去する(ステップS210)。
On the other hand, the procedure when the second setting mode is selected is as shown in FIG. First, the surface of the inspection object 20 illuminated by the light 2 is imaged by the CCD camera 3 to acquire image data (step S200), and the acquired image data is transmitted to the arithmetic processing device 4. If there is shading in the image, the luminance is corrected and the shading is removed (step S210).
【0047】閾値設定部10では、このCCDカメラ3
で撮像された画像(又は輝度補正された画像)の輝度ヒ
ストグラムを作成し、最高階調から低階調側へ向けて、
又は最低階調から高階調側へ向けて輝度の頻度の変化率
を演算していき、その変化率の絶対値が所定値を越える
輝度を閾値として設定する(ステップS220)。次い
で、2値化処理部9では、閾値設定部10で設定された
閾値を用いて画像を2値化処理し、背景部分と欠陥候補
とを分離する(ステップS230)。さらに、欠陥抽出
部11では、欠陥の形状の特徴に応じたフィルタを選択
し、2値化画像に対してフィルタ処理を施すことでノイ
ズを除去して欠陥のみを抽出する(ステップS24
0)。
In the threshold setting section 10, the CCD camera 3
Creates a luminance histogram of the image (or the image whose luminance has been corrected) captured in, and from the highest gradation to the lower gradation side,
Alternatively, the change rate of the luminance frequency is calculated from the lowest gradation to the higher gradation side, and the luminance whose absolute value of the change rate exceeds a predetermined value is set as a threshold (step S220). Next, the binarization processing unit 9 binarizes the image using the threshold value set by the threshold value setting unit 10 to separate the background portion from the defect candidates (Step S230). Further, the defect extracting unit 11 selects a filter according to the characteristic of the shape of the defect, performs filtering on the binarized image, removes noise, and extracts only the defect (step S24).
0).
【0048】このように、本欠陥検出方法によれば、C
CDカメラ3で撮像して得られた画像を2値化するため
の閾値を、オペレータが目視して概算した欠陥の面積率
に基づき設定したり、或いは輝度ヒストグラムの頻度の
変化率に基づき設定することにより、欠陥と背景との輝
度差が極めて小さい場合でも背景部分と欠陥部分との間
で確実に2値化することができ、さらに、その2値化画
像を欠陥の形状の特徴に応じたフィルタで処理するの
で、2値化により得られた欠陥候補の中からノイズを除
去して欠陥のみを正確に抽出することができるという利
点がある。
As described above, according to the present defect detection method, C
A threshold value for binarizing an image captured by the CD camera 3 is set based on an area ratio of a defect visually estimated by an operator or based on a change rate of a frequency of a luminance histogram. Accordingly, even when the luminance difference between the defect and the background is extremely small, binarization can be reliably performed between the background portion and the defective portion, and the binarized image can be determined according to the feature of the shape of the defect. Since the processing is performed by the filter, there is an advantage that noise can be removed from the defect candidates obtained by the binarization and only the defect can be accurately extracted.
【0049】また、例え欠陥の輝度が背景部分の輝度に
対して1階調しか差がなかったとしても、人間の目では
その欠陥を認識することができるので、オペレータが目
視して概算した欠陥の面積率に基づき閾値を設定する場
合には、そのように極めて背景との輝度差の小さい淡い
欠陥でも確実に検出することができるという利点があ
る。一方、輝度ヒストグラムの頻度の変化率に基づき閾
値を設定する場合には、閾値を自動計算することができ
るので欠陥検出作業が容易になるという利点がある。
Even if the luminance of the defect has a difference of only one gradation from the luminance of the background portion, the defect can be recognized by human eyes. When the threshold value is set based on the area ratio, there is an advantage that even such a light defect having a very small luminance difference from the background can be reliably detected. On the other hand, when the threshold value is set based on the rate of change of the frequency of the luminance histogram, the threshold value can be automatically calculated, so that there is an advantage that the defect detection work becomes easy.
【0050】以上、本発明の欠陥検出方法の一実施形態
について説明したが、本発明は上述の実施形態に限定さ
れるものでなく、本発明の趣旨を逸脱しない範囲で種々
変形して実施することができる。例えば、上述の実施形
態では欠陥の形状に応じたフィルタによる処理を2値化
処理後に行なっているが、このフィルタ処理はヒストグ
ラム処理の前に行なうことも可能である。つまり、被検
査体の表面の所定領域を撮像して画像データを取得する
と、次に、欠陥部分の形状の特徴に応じたフィルタを選
定し、画像データを上記選定したフィルタで処理する。
このフィルタ処理の後にフィルタ処理した画像データの
輝度ヒストグラムを演算するようにするのである。
As described above, one embodiment of the defect detection method of the present invention has been described. However, the present invention is not limited to the above-described embodiment, and may be implemented in various modifications without departing from the spirit of the present invention. be able to. For example, in the above-described embodiment, the processing by the filter according to the shape of the defect is performed after the binarization processing. However, this filtering processing can be performed before the histogram processing. That is, when a predetermined region on the surface of the inspection object is imaged to obtain image data, a filter corresponding to the characteristic of the shape of the defective portion is selected, and the image data is processed by the selected filter.
After this filtering, a luminance histogram of the filtered image data is calculated.
【0051】これにより、演算した輝度ヒストグラムか
らノイズ成分が除去されるようになるので、この輝度ヒ
ストグラムを用いて面積率に基づき設定した閾値で画像
を2値化することにより、欠陥と背景との輝度差が極め
て小さい場合でも表面欠陥のみを正確に抽出することが
可能になる。ただし、取得した画像にシェーディングが
ある場合には、取得した画像データを欠陥のない画像デ
ータで割り算或いは引き算することにより取得した画像
データにおける背景部分の輝度を一様化した後に、フィ
ルタ処理を行なうようにする。
As a result, the noise component is removed from the calculated luminance histogram. By binarizing the image with a threshold set based on the area ratio using this luminance histogram, the defect and the background can be compared. Even when the difference in luminance is extremely small, only surface defects can be accurately extracted. However, if the acquired image has shading, the filtering process is performed after the acquired image data is divided or subtracted by defect-free image data to equalize the luminance of the background portion in the acquired image data. To do.
【0052】また、上述の実施形態では被検査体の表面
欠陥の検出方法について説明したが、本欠陥検出方法に
よれば、被検査体の内部に含まれる欠陥の検出も可能で
ある。すなわち、被検査体の内部はX線透過画像,MR
画像或いは超音波画像により見ることができるが、内部
が一様な状態であれば得られた画像全体は一様或いはほ
ぼ一様な輝度となる。ところが、内部に欠陥があるとそ
の部分は異なる輝度となり、背景にたいしてぼんやりと
白く又は黒く見える場合がある。そこで、本欠陥検出方
法を用いてそのX線透過画像等を処理することにより、
上述のような極めて淡く写る内部欠陥を検出することが
可能になる。
In the above-described embodiment, the method for detecting a surface defect of an object to be inspected has been described. However, according to the present defect detection method, it is also possible to detect a defect contained inside the object to be inspected. That is, an X-ray transmission image, MR
Although it can be seen from an image or an ultrasonic image, if the inside is in a uniform state, the entire obtained image has uniform or nearly uniform luminance. However, if there is a defect inside, the portion has different brightness, and it may look faint white or black with respect to the background. Therefore, by processing the X-ray transmission image and the like using the present defect detection method,
It is possible to detect an internal defect that appears extremely faint as described above.
【0053】具体的には、次の手順で内部欠陥の検出を
行なう。まず、被検査体の内部の所定領域をX線写真機
等の撮像手段により撮像して画像データを取得する。こ
のとき、得られた画像にシェーディングがある場合に
は、取得した画像データを同条件において欠陥のない内
部を撮像して得られた画像データで割り算或いは引き算
することにより、取得した画像データにおける背景部分
の輝度を一様化する。
More specifically, an internal defect is detected in the following procedure. First, a predetermined region inside the object to be inspected is imaged by an imaging means such as an X-ray photographer to obtain image data. At this time, if there is shading in the obtained image, the obtained image data is divided or subtracted by image data obtained by imaging the inside without defects under the same conditions to obtain a background in the obtained image data. Equalize the brightness of the part.
【0054】次に、取得した画像データの輝度ヒストグ
ラムを演算し、欠陥部分の輝度が背景の輝度よりも高い
場合には輝度ヒストグラムの最高階調から低階調側へ向
けて、欠陥部分の輝度が背景の輝度よりも低い場合には
最低階調から高階調側へ向けて輝度の頻度を積算してい
き、積算値が所定の面積率を越える輝度を閾値として設
定する。なお、上記所定面積率は取得した画像データを
目視して欠陥の見当を付け、画像全体に対する欠陥部分
の面積率を概算することにより設定する。
Next, the luminance histogram of the acquired image data is calculated, and when the luminance of the defective portion is higher than the luminance of the background, the luminance of the defective portion is shifted from the highest gradation of the luminance histogram to the lower gradation side. Is lower than the background luminance, the luminance frequency is integrated from the lowest gradation to the higher gradation side, and a luminance whose integrated value exceeds a predetermined area ratio is set as a threshold. The above-mentioned predetermined area ratio is set by visually observing the acquired image data to give a register of a defect, and estimating the area ratio of the defective portion with respect to the entire image.
【0055】或いは、取得した画像データの輝度ヒスト
グラムを演算し、輝度ヒストグラムの最高階調から低階
調側へ向けて、又は最低階調から高階調側へ向けて輝度
の頻度の変化率を演算していき、変化率の絶対値が所定
値を越える輝度を閾値として設定する。そして、取得し
た画像データを設定した閾値で2値化処理して2値化画
像データとし、この2値化画像データを欠陥の形状の特
徴に応じたフィルタで処理することによりノイズを消去
して欠陥のみを抽出する。これにより、画像モニタ上に
おいて背景に対して極めて淡く見える内部欠陥でも、ノ
イズと区別して正確に検出することが可能になる。
Alternatively, the luminance histogram of the acquired image data is calculated, and the change rate of the frequency of the luminance is calculated from the highest gradation to the lower gradation side or from the lowest gradation to the higher gradation side of the luminance histogram. Then, the luminance at which the absolute value of the change rate exceeds a predetermined value is set as the threshold. Then, the obtained image data is binarized by a set threshold value to obtain binarized image data, and the binarized image data is processed by a filter corresponding to the feature of the shape of the defect to eliminate noise. Extract only defects. As a result, even an internal defect that looks extremely faint relative to the background on the image monitor can be accurately detected in distinction from noise.
【0056】なお、上記の内部欠陥の検出方法において
も、欠陥の形状に応じたフィルタによる処理は、2値化
処理の後ではなくヒストグラム処理の前に行なうように
してもよい。ただし、この場合も、取得した画像にシェ
ーディングがある場合には、取得した画像データを欠陥
のない画像データで割り算或いは引き算することにより
取得した画像データにおける背景部分の輝度を一様化し
た後に、フィルタ処理を行なうようにする。
In the above-described method of detecting an internal defect, the processing by the filter according to the shape of the defect may be performed not before the binarization processing but before the histogram processing. However, also in this case, if the acquired image has shading, the luminance of the background portion in the acquired image data is made uniform by dividing or subtracting the acquired image data by the image data having no defect. Perform filter processing.
【0057】上述のように本欠陥検出方法によれば、画
像モニタ上において背景に対して極めて淡く見えるよう
な被検査体の表面欠陥又は内部欠陥をノイズと区別して
正確に検出することができるが、さらに、次のステップ
を付加することにより欠陥の合否判定、すなわち、検出
した欠陥が製品の性能上許容範囲内か否かの判定を行な
う事が可能になる。
As described above, according to the present defect detection method, it is possible to accurately detect a surface defect or an internal defect of an object to be inspected that looks extremely faint relative to the background on an image monitor by distinguishing it from noise. Further, by adding the next step, it is possible to determine whether or not the defect is acceptable, that is, whether or not the detected defect is within an allowable range in the performance of the product.
【0058】具体的には、まず、抽出した各々の欠陥の
長さ、面積などを計数する。そして、これらの値が製品
の性能上、許容値を超えるならば、その欠陥を含む部品
を不合格と判断する。このように、本欠陥検出方法によ
り検出した欠陥の面積率に基づき合否判定を行なうこと
により、正確に欠陥の合否を判定することができるの
で、被検査体の製品としての性能を十分に保証すること
が可能になる。
Specifically, first, the length, area, and the like of each extracted defect are counted. If these values exceed allowable values in terms of product performance, the part containing the defect is determined to be rejected. As described above, by performing the pass / fail judgment based on the area ratio of the defect detected by the present defect detection method, the pass / fail of the defect can be accurately determined, so that the performance of the test object as a product is sufficiently guaranteed. It becomes possible.
【0059】[0059]
【発明の効果】以上詳述したように、本発明の欠陥検出
方法によれば、撮像手段で撮像して得られた被検査体の
表面画像を2値化するための閾値を所定面積率に基づき
設定することにより、欠陥と背景との輝度差が極めて小
さい場合でも背景部分と欠陥部分との間で確実に2値化
することができ、さらに、その2値化画像を欠陥の形状
の特徴に応じたフィルタで処理するので、2値化により
得られた欠陥候補の中からノイズを除去して表面欠陥の
みを正確に抽出することができるという利点がある(請
求項1)。特に、輝度的に平坦な被検査面上に存在する
表面欠陥については、背景との輝度差が例え1階調しか
なくても正確に判定することができる(請求項2)。
As described in detail above, according to the defect detection method of the present invention, the threshold value for binarizing the surface image of the object to be inspected obtained by the imaging means is set to a predetermined area ratio. With this setting, even when the luminance difference between the defect and the background is extremely small, the binarization can be reliably performed between the background portion and the defective portion. Therefore, there is an advantage that noise can be removed from the defect candidates obtained by binarization and only surface defects can be accurately extracted (claim 1). In particular, a surface defect existing on a surface to be inspected that is flat in terms of luminance can be accurately determined even if there is only one gradation difference in luminance from the background (claim 2).
【0060】また、別の本発明の欠陥検出方法によれ
ば、撮像手段で撮像して得られた被検査体の表面画像を
2値化するための閾値を輝度ヒストグラムの頻度の変化
率に基づき設定することにより、欠陥と背景との輝度差
が極めて小さい場合でも背景部分と欠陥部分との間で確
実に2値化することができ、さらに、その2値化画像を
欠陥の形状の特徴に応じたフィルタで処理するので、2
値化により得られた欠陥候補の中からノイズを除去して
表面欠陥のみを正確に抽出することができるという利点
がある。また、この場合には閾値を自動計算することが
できるので、欠陥検出作業が容易になるという利点もあ
る(請求項3)。
According to another defect detection method of the present invention, a threshold value for binarizing a surface image of an object to be inspected obtained by imaging means is set based on a change rate of a frequency of a luminance histogram. By setting, even when the luminance difference between the defect and the background is extremely small, binarization can be reliably performed between the background portion and the defective portion, and the binarized image can be used as a feature of the shape of the defect. Since it is processed by the appropriate filter,
There is an advantage that noise can be removed from the defect candidates obtained by the binarization and only the surface defects can be accurately extracted. In this case, the threshold value can be automatically calculated, so that there is an advantage that the defect detection work is facilitated (claim 3).
【0061】さらに別の本発明の欠陥検出方法によれ
ば、撮像手段で撮像して得られた被検査体の内部画像を
2値化するための閾値を所定面積率に基づき設定するこ
とにより、欠陥と背景との輝度差が極めて小さい場合で
も背景部分と欠陥部分との間で確実に2値化することが
でき、さらに、その2値化画像を欠陥の形状の特徴に応
じたフィルタで処理するので、2値化により得られた欠
陥候補の中からノイズを除去して内部欠陥のみを正確に
抽出することができるという利点がある(請求項4)。
According to still another defect detection method of the present invention, a threshold value for binarizing an internal image of an object to be inspected obtained by imaging means is set based on a predetermined area ratio. Even when the luminance difference between the defect and the background is extremely small, binarization can be reliably performed between the background portion and the defective portion, and the binarized image is processed by a filter corresponding to the feature of the shape of the defect. Therefore, there is an advantage that noise can be removed from the defect candidates obtained by binarization and only internal defects can be accurately extracted (claim 4).
【0062】さらに別の本発明の欠陥検出方法によれ
ば、撮像手段で撮像して得られた被検査体の内部画像を
2値化するための閾値を輝度ヒストグラムの頻度の変化
率に基づき設定することにより、欠陥と背景との輝度差
が極めて小さい場合でも背景部分と欠陥部分との間で確
実に2値化することができ、さらに、その2値化画像を
欠陥の形状の特徴に応じたフィルタで処理するので、2
値化により得られた欠陥候補の中からノイズを除去して
内部欠陥のみを正確に抽出することができるという利点
がある。また、この場合には閾値を自動計算することが
できるので、欠陥検出作業が容易になるという利点もあ
る(請求項5)そして、さらに別の本発明の欠陥検出方
法によれば、撮像手段で撮像して得られた被検査体の表
面画像を欠陥の形状の特徴に応じたフィルタで処理する
ことにより、閾値の設定に用いる輝度ヒストグラムから
ノイズを除去することができるので、所定面積率に基づ
き設定した閾値で画像を2値化することにより、欠陥と
背景との輝度差が極めて小さい場合でも表面欠陥のみを
正確に抽出することができるという利点がある(請求項
6)。
According to still another defect detection method of the present invention, a threshold value for binarizing an internal image of an object to be inspected obtained by imaging means is set based on a change rate of a frequency of a luminance histogram. By doing so, even if the luminance difference between the defect and the background is extremely small, the binarization can be reliably performed between the background portion and the defective portion, and the binarized image can be converted according to the feature of the shape of the defect. Filter, so 2
There is an advantage that noise can be removed from the defect candidates obtained by the binarization and only internal defects can be accurately extracted. Further, in this case, the threshold value can be automatically calculated, so that there is an advantage that the defect detection work is facilitated (claim 5). Further, according to another defect detection method of the present invention, the image pickup means can be used. By processing the surface image of the inspection object obtained by imaging with a filter corresponding to the feature of the shape of the defect, noise can be removed from the luminance histogram used for setting the threshold value. By binarizing the image with the set threshold value, there is an advantage that even when the luminance difference between the defect and the background is extremely small, only the surface defect can be accurately extracted (claim 6).
【図面の簡単な説明】[Brief description of the drawings]
【図1】本発明の一実施形態としての欠陥検出方法を実
現させるための装置構成の一例を示す構成図である。
FIG. 1 is a configuration diagram showing an example of an apparatus configuration for realizing a defect detection method as one embodiment of the present invention.
【図2】本発明の一実施形態としての欠陥検出方法にか
かるシェーディングの除去手法を説明するための図であ
り、(a)はシェーディングが現れた画像の一例を示す
図、(b)はサンプル画像の一例を示す図、(c)はシ
ェーディング除去後の画像を示す図である。
FIGS. 2A and 2B are diagrams for explaining a shading removal method according to a defect detection method according to an embodiment of the present invention. FIG. 2A is a diagram illustrating an example of an image in which shading appears, and FIG. FIG. 3C is a diagram illustrating an example of an image, and FIG. 3C is a diagram illustrating an image after shading has been removed.
【図3】本発明の一実施形態としての欠陥検出方法にか
かる欠陥の面積率の概算方法を説明するための図であ
る。
FIG. 3 is a diagram for explaining a method of estimating the area ratio of defects according to the defect detection method as one embodiment of the present invention.
【図4】本発明の一実施形態としての欠陥検出方法にか
かる2値化のための閾値の設定方法を説明するための図
であり、(a)は背景よりも輝度が高い欠陥がある場合
の閾値の設定方法について示す図、(b)は背景よりも
輝度が高い欠陥と輝度が低い欠陥とがある場合の閾値の
設定方法について示す図である。
4A and 4B are diagrams for explaining a method of setting a threshold value for binarization according to the defect detection method as one embodiment of the present invention. FIG. 4A illustrates a case where there is a defect having higher luminance than the background. FIG. 7B is a diagram showing a method of setting a threshold value, and FIG. 7B is a diagram showing a method of setting a threshold value when there are a defect having higher luminance and a defect having lower luminance than the background.
【図5】本発明の一実施形態としての欠陥検出方法にか
かる欠陥検出の手順の一例を示すフローチャートであ
る。
FIG. 5 is a flowchart showing an example of a defect detection procedure according to the defect detection method as one embodiment of the present invention.
【図6】本発明の一実施形態としての欠陥検出方法を用
いた欠陥検出の具体例を示す図であり、(a)は元画像
を示す図、(b)は元画像中の欠陥を破線で囲んで特定
した図、(c)は従来の方法でコントラストを強調した
図、(d)は元画像から抽出した欠陥を示す図である。
6A and 6B are diagrams illustrating a specific example of defect detection using the defect detection method according to an embodiment of the present invention, in which FIG. 6A illustrates an original image, and FIG. (C) is a diagram in which contrast is enhanced by a conventional method, and (d) is a diagram showing a defect extracted from an original image.
【図7】本発明の一実施形態としての欠陥検出方法にか
かる欠陥検出の手順の他の例を示すフローチャートであ
る。
FIG. 7 is a flowchart illustrating another example of a defect detection procedure according to the defect detection method as one embodiment of the present invention.
【図8】被検査体の表面画像の輝度ヒストグラムを示す
図であり、(a)は表面に欠陥がない場合を示す図、
(b)は背景と欠陥とのコントラストが強い場合を示す
図、(c)は背景と欠陥とのコントラストが弱い場合を
示す図である。
8A and 8B are diagrams illustrating a luminance histogram of a surface image of an inspection object, wherein FIG. 8A illustrates a case where there is no defect on the surface;
(B) is a diagram showing a case where the contrast between the background and the defect is strong, and (c) is a diagram showing a case where the contrast between the background and the defect is weak.
【符号の説明】[Explanation of symbols]
2 ライト 3 CCDカメラ(撮像手段) 4 演算処理装置 5 画像モニタ 6 入力装置 7 画像データ入力部 8 輝度補正処理部 9 2値化処理部 10 閾値設定部 11 欠陥抽出部 12 出力部 20 被検査体 30 画像 31 欠陥 Reference Signs List 2 light 3 CCD camera (imaging means) 4 Arithmetic processing unit 5 Image monitor 6 Input device 7 Image data input unit 8 Brightness correction processing unit 9 Binarization processing unit 10 Threshold setting unit 11 Defect extraction unit 12 Output unit 20 Inspection object 30 images 31 defects

Claims (6)

    【特許請求の範囲】[Claims]
  1. 【請求項1】 被検査体の表面欠陥を検出する方法であ
    って、 該被検査体の表面の所定領域を撮像して画像データを取
    得するステップと、 取得した該画像データの輝度ヒストグラムを演算し、該
    欠陥部分の輝度が背景の輝度よりも高い場合には該輝度
    ヒストグラムの最高階調から低階調側へ向けて、該欠陥
    部分の輝度が背景の輝度よりも低い場合には最低階調か
    ら高階調側へ向けて輝度の頻度を積算していき、前記頻
    度の積算値が所定面積率を越える輝度を閾値として設定
    するステップと、 該画像データを該閾値で2値化処理して2値化画像デー
    タを得るステップと、 該欠陥部分の形状の特徴に応じたフィルタを選定し、該
    2値化画像データを上記選定したフィルタで処理するこ
    とにより該2値化画像データから該欠陥を抽出するステ
    ップとをそなえたことを特徴とする、欠陥検出方法。
    1. A method for detecting a surface defect of an object to be inspected, comprising the steps of: capturing a predetermined area on the surface of the object to acquire image data; and calculating a luminance histogram of the acquired image data. When the luminance of the defective portion is higher than the luminance of the background, the highest gradation of the luminance histogram is shifted toward the lower gradation side, and when the luminance of the defective portion is lower than the luminance of the background, the lowest gradation is obtained. Integrating the frequency of the luminance from the key to the high gradation side, setting a threshold at which the integrated value of the frequency exceeds a predetermined area ratio as a threshold, and performing a binarization process on the image data with the threshold. Obtaining binarized image data; selecting a filter according to the shape characteristics of the defect portion; and processing the binarized image data with the selected filter to obtain the defect from the binarized image data. Step of extracting The is characterized in that includes a defect detection method.
  2. 【請求項2】 輝度的に平坦な被検査面上の表面欠陥を
    検出することを特徴とする、請求項1記載の欠陥検出方
    法。
    2. The defect detection method according to claim 1, wherein a surface defect on a surface to be inspected having a flat luminance is detected.
  3. 【請求項3】 被検査体の表面欠陥を検出する方法であ
    って、 該被検査体の表面の所定領域を撮像して画像データを取
    得するステップと、 取得した該画像データの輝度ヒストグラムを演算し、該
    輝度ヒストグラムの最高階調から低階調側へ向けて、又
    は最低階調から高階調側へ向けて輝度の頻度の変化率を
    演算していき、前記変化率の絶対値が所定値を越える輝
    度を閾値として設定するステップと、 該画像データを該閾値で2値化処理して2値化画像デー
    タを得るステップと、 該欠陥部分の形状の特徴に応じたフィルタを選定し、該
    2値化画像データを上記選定したフィルタで処理するこ
    とにより該2値化画像データから該欠陥を抽出するステ
    ップとをそなえたことを特徴とする、欠陥検出方法。
    3. A method for detecting a surface defect of an object to be inspected, comprising: capturing a predetermined area on the surface of the object to obtain image data; and calculating a luminance histogram of the obtained image data. Then, the rate of change of the frequency of luminance is calculated from the highest gradation to the lower gradation side or from the lowest gradation to the higher gradation side of the luminance histogram, and the absolute value of the change rate is a predetermined value. Setting a luminance exceeding the threshold value as a threshold value; binarizing the image data with the threshold value to obtain binarized image data; selecting a filter according to the feature of the shape of the defective portion; Extracting the defect from the binarized image data by processing the binarized image data with the selected filter.
  4. 【請求項4】 被検査体の内部欠陥を検出する方法であ
    って、 該被検査体の内部の所定領域を撮像して画像データを取
    得するステップと、 取得した該画像データの輝度ヒストグラムを演算し、該
    欠陥部分の輝度が背景の輝度よりも高い場合には該輝度
    ヒストグラムの最高階調から低階調側へ向けて、該欠陥
    部分の輝度が背景の輝度よりも低い場合には最低階調か
    ら高階調側へ向けて輝度の頻度を積算していき、前記頻
    度の積算値が所定面積率を越える輝度を閾値として設定
    するステップと、 該画像データを該閾値で2値化処理して2値化画像デー
    タを得るステップと、 該欠陥部分の形状の特徴に応じたフィルタを選定し、該
    2値化画像データを上記選定したフィルタで処理するこ
    とにより該2値化画像データから該欠陥を抽出するステ
    ップとをそなえたことを特徴とする、欠陥検出方法。
    4. A method for detecting an internal defect of an object to be inspected, comprising: capturing a predetermined area inside the object to obtain image data; and calculating a luminance histogram of the obtained image data. When the luminance of the defective part is higher than the luminance of the background, the luminance level is shifted from the highest gradation to the lower gradation side. When the luminance of the defective part is lower than the luminance of the background, the lowest level is obtained. Integrating the frequency of the luminance from the key to the high gradation side, setting a threshold at which the integrated value of the frequency exceeds a predetermined area ratio as a threshold, and performing a binarization process on the image data with the threshold. Obtaining binarized image data; selecting a filter according to the shape characteristics of the defect portion; and processing the binarized image data with the selected filter to obtain the defect from the binarized image data. Step of extracting The is characterized in that includes a defect detection method.
  5. 【請求項5】 被検査体の内部欠陥を検出する方法であ
    って、 該被検査体の内部の所定領域を撮像して画像データを取
    得するステップと、 取得した該画像データの輝度ヒストグラムを演算し、該
    輝度ヒストグラムの最高階調から低階調側へ向けて、又
    は最低階調から高階調側へ向けて輝度の頻度の変化率を
    演算していき、前記変化率の絶対値が所定値を越える輝
    度を閾値として設定するステップと、 該画像データを該閾値で2値化処理して2値化画像デー
    タを得るステップと、 該欠陥部分の形状の特徴に応じたフィルタを選定し、該
    2値化画像データを上記選定したフィルタで処理するこ
    とにより該2値化画像データから該欠陥を抽出するステ
    ップとをそなえたことを特徴とする、欠陥検出方法。
    5. A method for detecting an internal defect of an object to be inspected, comprising: capturing a predetermined area inside the object to obtain image data; and calculating a luminance histogram of the obtained image data. Then, the rate of change of the frequency of luminance is calculated from the highest gradation to the lower gradation side or from the lowest gradation to the higher gradation side of the luminance histogram, and the absolute value of the change rate is a predetermined value. Setting a luminance exceeding the threshold value as a threshold value; binarizing the image data with the threshold value to obtain binarized image data; selecting a filter according to the feature of the shape of the defective portion; Extracting the defect from the binarized image data by processing the binarized image data with the selected filter.
  6. 【請求項6】 被検査体の表面欠陥を検出する方法であ
    って、 該被検査体の表面の所定領域を撮像して画像データを取
    得するステップと、 該欠陥部分の形状の特徴に応じたフィルタを選定し、該
    画像データを上記選定したフィルタで処理するステップ
    と、 フィルタ処理した該画像データの輝度ヒストグラムを演
    算し、該欠陥部分の輝度が背景の輝度よりも高い場合に
    は該輝度ヒストグラムの最高階調から低階調側へ向け
    て、該欠陥部分の輝度が背景の輝度よりも低い場合には
    最低階調から高階調側へ向けて輝度の頻度を積算してい
    き、前記頻度の積算値が所定面積率を越える輝度を閾値
    として設定するステップと、 該画像データを該閾値で2値化処理することにより該画
    像データから該欠陥を抽出するステップとをそなえたこ
    とを特徴とする、欠陥検出方法。
    6. A method for detecting a surface defect of an object to be inspected, the method comprising: capturing a predetermined area on the surface of the object to obtain image data; Selecting a filter and processing the image data with the selected filter; calculating a luminance histogram of the filtered image data; if the luminance of the defective portion is higher than the luminance of the background, the luminance histogram is calculated. From the highest gradation to the low gradation side, when the luminance of the defective portion is lower than the luminance of the background, the luminance frequency is integrated from the lowest gradation to the high gradation side, and the frequency is calculated. A step of setting a luminance whose integrated value exceeds a predetermined area ratio as a threshold, and a step of extracting the defect from the image data by binarizing the image data with the threshold. , Defect detection method.
JP36824899A 1999-12-24 1999-12-24 Defect detecting method Pending JP2001184510A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP36824899A JP2001184510A (en) 1999-12-24 1999-12-24 Defect detecting method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP36824899A JP2001184510A (en) 1999-12-24 1999-12-24 Defect detecting method

Publications (1)

Publication Number Publication Date
JP2001184510A true JP2001184510A (en) 2001-07-06

Family

ID=18491335

Family Applications (1)

Application Number Title Priority Date Filing Date
JP36824899A Pending JP2001184510A (en) 1999-12-24 1999-12-24 Defect detecting method

Country Status (1)

Country Link
JP (1) JP2001184510A (en)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6741734B2 (en) 2000-04-06 2004-05-25 Nec Corporation Appearance inspection method and appearance inspection apparatus having high inspection processing speed
JP2007218749A (en) * 2006-02-17 2007-08-30 Hitachi Zosen Corp Method and apparatus for discriminating matter
JP2008225764A (en) * 2007-03-12 2008-09-25 Nec Corp Device, method, and program for removing character noise
WO2011055772A1 (en) * 2009-11-05 2011-05-12 日本電気株式会社 Image target identification device, image target identification method, and image target identification program
JP2011103644A (en) * 2009-10-15 2011-05-26 Kyocera Mita Corp Shading inspection device, image forming apparatus and shading inspection method
JP2012029167A (en) * 2010-07-26 2012-02-09 Seiko I Infotech Inc Image reading device, and image forming apparatus
JP2012122964A (en) * 2010-12-10 2012-06-28 Tokyu Car Corp Method of detecting surface defect
JP2012154858A (en) * 2011-01-27 2012-08-16 Bridgestone Corp Method and apparatus for measuring shape of tire
JP2014232430A (en) * 2013-05-29 2014-12-11 富士重工業株式会社 Image processor
JP5741447B2 (en) * 2009-12-14 2015-07-01 日本電気株式会社 Image generation apparatus, image generation method, and image generation program

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6741734B2 (en) 2000-04-06 2004-05-25 Nec Corporation Appearance inspection method and appearance inspection apparatus having high inspection processing speed
JP2007218749A (en) * 2006-02-17 2007-08-30 Hitachi Zosen Corp Method and apparatus for discriminating matter
JP2008225764A (en) * 2007-03-12 2008-09-25 Nec Corp Device, method, and program for removing character noise
JP2011103644A (en) * 2009-10-15 2011-05-26 Kyocera Mita Corp Shading inspection device, image forming apparatus and shading inspection method
WO2011055772A1 (en) * 2009-11-05 2011-05-12 日本電気株式会社 Image target identification device, image target identification method, and image target identification program
JP5742722B2 (en) * 2009-11-05 2015-07-01 日本電気株式会社 Image target identification device, image target identification method, and image target identification program
US8818035B2 (en) 2009-11-05 2014-08-26 Nec Corporation Image target identification device, image target identification method, and image target identification program
JP5741447B2 (en) * 2009-12-14 2015-07-01 日本電気株式会社 Image generation apparatus, image generation method, and image generation program
JP2012029167A (en) * 2010-07-26 2012-02-09 Seiko I Infotech Inc Image reading device, and image forming apparatus
JP2012122964A (en) * 2010-12-10 2012-06-28 Tokyu Car Corp Method of detecting surface defect
JP2012154858A (en) * 2011-01-27 2012-08-16 Bridgestone Corp Method and apparatus for measuring shape of tire
JP2014232430A (en) * 2013-05-29 2014-12-11 富士重工業株式会社 Image processor

Similar Documents

Publication Publication Date Title
TWI412739B (en) Defect detection method and defect detection apparatus
KR20070024377A (en) Defect detecting method and defect detecting device
JP2005165387A (en) Method and device for detecting stripe defective of picture and display device
JP4150390B2 (en) Appearance inspection method and appearance inspection apparatus
JP2005172559A (en) Method and device for detecting line defect on panel
JP4139291B2 (en) Defect inspection method and apparatus
JP2001184510A (en) Defect detecting method
JP5088165B2 (en) Defect detection method and defect detection apparatus
JPH0961138A (en) Crack extraction apparatus
KR20160097651A (en) Apparatus and Method for Testing Pattern of Sample using Validity Image Processing Technique, and computer-readable recording medium with program therefor
JP2002148195A (en) Surface inspection apparatus and surface inspection method
KR101862310B1 (en) Apparatus and Method for Detecting Mura Defects
KR101993654B1 (en) Inspecting apparatus mura of display panel and method thereof
JP3333568B2 (en) Surface defect inspection equipment
JP3688520B2 (en) Surface inspection apparatus and surface inspection method
JP2007285754A (en) Flaw detection method and flaw detector
JP4115378B2 (en) Defect detection method
JP2004286708A (en) Defect detection apparatus, method, and program
JP4036048B2 (en) Defect identification method
JP2008249413A (en) Defect detection method and device
JP3047168B2 (en) Inspection method of chicken eggs
JP4820971B2 (en) Surface inspection method
JP2001028059A (en) Method and device for color unevenness inspection
KR101675532B1 (en) Apparatus and Method for detecting defect of thick steel plate
JP2009074828A (en) Flaw detection method and flaw detector