JP2003215062A - 光学部材検査方法 - Google Patents

Abstract

(57)【要約】 【課題】 レンズ等の光学部材の品質を検査するための
画像検査装置における光学部材検査方法であって、撮影
した画像に平行縞状の濃淡模様が現れるような被検物に
対しても不良要因の評価をより厳密に行うことが可能な
光学部材検査方法を提供することである。 【解決手段】 光学部材検査方法は、濃淡模様が現れる
ような撮影画像を生成し、画像の濃淡模様の濃淡変化の
方向に垂直に画像を複数枚に分割し、分割された画像の
それぞれについて濃淡模様の濃淡変化に平行な方向の平
均値を取って１次元のデータを生成し、１次元のデータ
から直流成分を除去し、この直流成分を除去された１次
元のデータを用いて所定の評価基準に基づいて被検物の
品質を評価する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、レンズ等の光学
部材の品質を検査するための画像検査装置における検査
方法に関する。

【０００２】

【従来の技術】従来、レンズ等の光学部材（以下、被検
物という）の品質を検査する画像検査装置が知られてい
る。

【０００３】該画像検査装置を使用すると被検物は以下
のように検査される。まず、画像検査装置は、光源から
の光で照明された被検物をＣＣＤカメラ等で撮影し、撮
影された画像に所定の処理を施すことにより被検物に存
在する不良要因を抽出し、その形状ごとに分類する。一
般的に、不良要因の形状としては、ゴミやキズ、ケバ
（糸くず）、汚れ等がある。また、画像検査装置によっ
ては、撮影された被検物を複数のエリアで分割してお
り、不良要因を、該不良要因が発生した位置に対応する
エリアごとに分類する。

【０００４】抽出された不良要因を形状やエリアによっ
て分類すると、画像検査装置は、各不良要因を数値（品
質点数）化する。そして画像検査装置は、各不良要因の
合計点数によって、被検物の良否判定を行う。なお本明
細書では、撮影された画像の任意の場所での明るさのこ
とを輝度という。

【０００５】具体的には、ＣＣＤカメラ等によって撮影
した画像、またはエリアごとに分割された画像を２値化
し、さらにこの２値化画像をラベリングして不良要因を
一つ一つ抽出したうえでこれらの不良要因の評価を行
う。

【０００６】しかしながら、例えばレンチキュラーレン
ズのように、被検物の種類によっては特にゴミやキズ等
がなくても撮影した画像に平行縞状の濃淡模様が現れ
る。このような濃淡模様は、そのレベルによっては２値
化後も縞模様として残る場合があり、この縞模様を不良
要因として評価してしまったり、或いは縞模様と二値化
された不良要因とが重なり（例えばゴミをキズとして評
価してしまうといった）不良要因の評価ミスが発生する
可能性がある。

【０００７】このような問題を解決するため、従来は２
値化後の縞模様を抽出したうえで消去していた。従っ
て、不良要因が濃淡模様と重なっているような場合は、
その不良要因を評価できず、被検物を厳密に評価するこ
とができなかった。

【０００８】

【発明が解決しようとする課題】そこで本発明は上記の
事情に鑑み、撮影した画像に平行縞状の濃淡模様が現れ
るような被検物に対しても不良要因の評価をより厳密に
行うことが可能な画像検査装置を提供することを目的と
する。

【０００９】

【課題を解決するための手段】以上の目的を達成するた
めに、本発明の光学部材検査方法は、濃淡模様が現れる
ような撮影画像を生成する画像生成ステップと、画像の
濃淡模様の濃淡変化の方向に垂直に画像を複数枚に分割
する分割ステップと、分割ステップにて分割された画像
のそれぞれについて濃淡模様の濃淡変化に平行な方向の
平均値を取って１次元のデータを生成する１次元化ステ
ップと、１次元化ステップにて生成された１次元のデー
タから直流成分を除去する直流成分除去ステップとを有
し、直流成分ステップにて直流成分を除去された１次元
のデータを用いて所定の評価基準に基づいて被検物の品
質を評価する。

【００１０】画像の濃淡模様の濃淡変化の方向に垂直に
画像を複数枚に分割し、分割された画像のそれぞれにつ
いて濃淡模様の濃淡変化に平行な方向の平均値を取った
１次元のデータに含まれる直流成分は濃淡模様の成分で
ある。従って、この直流成分を除去することにより、不
良要因による成分のみを抽出することができる。このよ
うにして抽出された不良要因の成分を評価することによ
り、不良要因の評価を厳密に行うことが可能となる。

【００１１】

【発明の実施の形態】図１は本発明の光源部材検査方法
を使用する画像検査装置１の概略構成図である。画像検
査装置１は、画像撮影部１００と画像処理システム２０
０とを有する。

【００１２】画像撮影部１００は、ＣＣＤカメラ１０
１、光源１０２、ホルダ１０４を有する。ホルダ１０４
の上面は、被検物Ｓが載置されるテーブル部１０４ａと
して構成される。またホルダ１０４の下部は、画像撮影
部１００のステージ１０３の上面に形成されたレール１
０３ａ上に設置され、レール１０３ａに沿って水平方向
に移動可能な駆動部１０４ｂとして構成されている。ま
た、ＣＣＤカメラ１０１および光源１０２は、それぞれ
画像撮影部１００のフレーム部１０５に固定されてい
る。ＣＣＤカメラ１０１は対物レンズユニット１０１ａ
とＣＣＤ１０１ｂとを有する。光源１０２は、複数の光
ファイバを有している。各光ファイバは、各々から射出
された光が被検物Ｓに斜めに入射するように、かつ射出
端面が環状に並ぶように配設されている。

【００１３】画像処理システム２００は、画像撮影部１
００より送信された画像データを処理して、後述する被
検物Ｓの良否判定を行うプロセッサ２０１と、画像撮影
部１００より送信された画像データやプロセッサ２０１
による画像処理結果等を表示可能なモニタ２０２とを有
する。なお、本実施形態における「プロセッサ２０１に
よる画像処理結果」には、二値化や細線化等の処理が行
われた後の画像と、被検物Ｓが良品であるか不良品であ
るかどうかの判定結果等の画像計測結果との双方が含ま
れる。

【００１４】以上のように構成された画像検査装置１に
よる、被検物Ｓの検査手順を図面を用いて説明する。図
２は画像検査装置１による画像検査フローである。な
お、画像検査装置１の起動時、ホルダ１０４は、図１中
破線で示すように画像撮影部１００のフレーム部１０５
の外側の所定位置（供給位置）に位置している。

【００１５】画像検査装置１が起動すると、最初にＳ１
０１が実行され、光源１０２が点灯する。次いでＳ１０
３に進み、図示しない機構により被検物Ｓをホルダ１０
４のテーブル部１０４ａ上に載置する。次いでＳ１０５
に進む。

【００１６】Ｓ１０５では、画像検査装置１のコントロ
ーラはホルダ１０４の駆動部１０４ｂを制御して、供給
位置にあるホルダ１０４を画像検査装置１のフレーム部
１０５の中に向かって一定速度で移動させる。なお、ホ
ルダ１０４の移動量は画像検査装置１のコントローラに
よってカウントされている。次いでＳ１０７に進む。

【００１７】ホルダ１０４に載置された被検物Ｓは、光
源１０２からの光によって照明される領域を通過する。
被検物Ｓは光を透過する透明な部材であるので、光源１
０２からの光によって照明された被検物Ｓにゴミやキズ
等がある場合はその傷や汚れのみが光を反射して明るく
浮かび上がる。ＣＣＤカメラ１０１の対物レンズユニッ
ト１０１ａによるこの被検物Ｓの像は、ＣＣＤカメラ１
０１のＣＣＤ１０１ｂの受光面上で結像する。ＣＣＤ１
０１ｂの受光面は受光画素がホルダ１０４の移動方向と
直交かつ水平に並んでおり、ＣＣＤ１０１ｂはラインセ
ンサとして機能する。従って、光源１０２によって被検
物Ｓを照射しながらホルダ１０４を移動させることによ
り被検物Ｓの走査が行われる。

【００１８】Ｓ１０７では、この走査が終了したかどう
かの判定が行われている。すなわち、ホルダ１０４の移
動量が一定量に達したかどうかの判定が行われる。被検
物Ｓの走査が終了したのであれば（Ｓ１０７：ＹＥ
Ｓ）、Ｓ１０９に進みホルダ１０４の動作を停止した上
でＳ１１１に進む。一方、被検物Ｓの走査がまだ終了し
ていないのであれば（Ｓ１０７：ＮＯ）、Ｓ１０７を引
き続き実行する。すなわち、被検物Ｓの走査が終了する
まで待機する。

【００１９】被検物Ｓを上記のように走査することによ
って得られる画像はモノクロ２５６階調のディジタル画
像データとして画像処理システム２００のプロセッサ２
０１に送信される。

【００２０】Ｓ１１１では、プロセッサ２０１はこのデ
ィジタル画像データを処理して、被検物Ｓ上の不良要因
を抽出し、品質点数化する。次いで、算出した品質点数
の合計が許容範囲内であるかどうかの判定処理（以下、
良否判定処理という）を行う。次いでＳ１１３に進む。
本発明の光学部材検査方法は、Ｓ１１１で行われる良否
判定処理に関するものである。この点については、後に
詳述する。

【００２１】Ｓ１１３では画像検査装置１のコントロー
ラはホルダ１０４の駆動部１０４ｂを制御してホルダ１
０４を画像撮影部１００のフレーム部１０５の外側、つ
まり供給位置に向かって反転移動させる。

【００２２】次いで図示しない機構により被検物Ｓをホ
ルダ１０４のテーブル部１０４ａから取りだし、プロセ
ッサ２０１による判定結果をもとに被検物Ｓを所定の棚
に収納する（Ｓ１１５）。すなわち、被検物Ｓが良品で
あると判定されれば（Ｓ１１５：ＯＫ）、被検物Ｓは良
品棚に収納される（Ｓ１１７）。一方、被検物Ｓが不良
品であると判定されれば（Ｓ１１５：ＮＧ）、被検物Ｓ
は不良品棚に収納される（Ｓ１１９）。

【００２３】以上が画像検査装置１および該装置を用い
た被検物Ｓの検査手順の概説である。次に、本発明の実
施形態である光学部材検査方法（すなわち図２のフロー
チャートにおけるステップＳ１１１の処理内容）につい
て詳説する。

【００２４】図３は画像検査装置１によって取り込まれ
た被検物Ｓの画像の一例である。なお、以下に示す図中
に例示される被検物Ｓの画像においては、図中左右方向
をＸ軸（図中右向きを正とする）、上下方向をＹ軸（図
中下向きを正とする）と定義している。また画像座標軸
の原点は図中左上隅であり、画像における座標（ｍ，
ｎ）の画素は「原点からｍ画素分右かつｎ画素分下の画
素」を意味する。また、実際の画像においては不良要因
は背景よりも明るく示されるが、図面の簡略化のため、
明暗を逆転して不良要因を暗部として示している。

【００２５】図３中には不良要因Ｆ１、Ｆ２、Ｆ３が図
示されている。Ｆ１は所定以上の面積を有するゴミ状の
不良要因、Ｆ２は曲線として示されるケバ状の不良要
因、Ｆ３は略直線として示されるキズ状の不良要因であ
る。また画像の背景部ＢにはＸ軸方向に周期的な濃度変
動する濃淡模様Ａが発生している。なお、実際の濃淡模
様は明部から暗部へ、また暗部から明部へと徐々に輝度
が変動する濃淡模様である。

【００２６】不良要因Ｆ１、Ｆ２、Ｆ３の輝度に濃淡模
様Ａの輝度が加算されてしまうため、同じ不良要因であ
っても濃淡模様Ａのどの部分と重なっているかによって
輝度が変わってしまい、正確に評価をすることができな
い。従って、不良要因の評価を行うのに当たって、まず
このノイズ成分を除去する必要がある。

【００２７】なお、本発明の実施の形態においては、濃
淡模様の濃淡の変化方向が水平（Ｘ軸方向）となるよう
にあらかじめ画像が撮影されているが、一旦画像を撮影
した後に濃淡模様の濃淡の変化方向がＸ軸方向になるよ
う画像回転処理を行う構成としても良い。

【００２８】ノイズ成分除去ルーチンのフローチャート
を図４に示す。本ルーチンが開始すると、最初にステッ
プＳ３０１が実行される。ステップＳ３０１では、濃淡
模様の濃淡の変化方向に垂直な方向すなわちＹ軸方向に
走る分割線Ｄ（図３）によって画像がＸ軸方向に分割さ
れる。なお、図３中には分割線Ｄは２本しか記載されて
いないが、実際は分割線Ｄは８画素毎の間隔で画像全体
に定義されており、８画素ごとに画像を分割している。
分割前の画像の大きさはＸ軸方向がＭ画素、Ｙ軸方向が
Ｎ画素となっているので、ステップＳ３０１によってＸ
軸方向が８画素、Ｙ軸方向がＮ画素の画像ｇ_ｄ（ｘ，
ｙ）が（Ｍ／８）枚生成される。なお、ｇ _ｄ（ｍ，ｎ）
は分割された画像の座標（ｍ，ｎ）の画素の輝度を示す
（０≦ｍ≦７，０≦ｎ≦Ｎ−１）。次いでステップＳ３
０２に進む。

【００２９】ステップＳ３０２では、ステップＳ３０１
で分割された画像の一次元化が行われる。すなわち、分
割後の画像ｇ_ｄ（ｘ，ｙ）に対して、数１に基づいてＸ
軸方向に平均化を行い、Ｘ軸方向が１画素、Ｙ軸方向が
Ｎ画素の画像ｇ_ｌ（ｙ）を求める（０≦ｙ≦Ｎ−１）。
次いでステップＳ３０３に進む。

【００３０】

【数１】

【００３１】図５は図３に記載された２本の分割線Ｄの
間のｇ_ｄ（ｘ，ｙ）についてのｇ_ｌ（ｙ）を縦軸に、ｙ
を横軸にとったグラフである。ｇ_ｌ（ｙ）はｇ_ｄ（ｘ，
ｙ）をＸ軸、すなわち濃淡模様の変化方向に平均したも
のであるので、図５に示されるように、ｇ_ｌ（ｙ）にお
いてはｇ_ｄ（ｘ，ｙ）の濃淡模様の成分が平均化されて
直流成分となり、不良要因のみがピークとして現れる。
従って、ステップＳ３０３では、ｇ_ｌ（ｙ）から直流成
分を除去してこのピークのみを抽出された画像ｇ
_ｌｍ（ｙ）を得ることにより、濃淡模様の影響が除去さ
れた画像を得ることができる。尚、直流成分の除去方法
としては、例えば数２のようにｇ_ｌ（ｙ）の平均値をｇ
_ｌ（ｙ）から除算する等の手段を用いる。次いで、ステ
ップＳ３０６に進む。

【００３２】

【数２】

【００３３】ステップＳ３０６では、ステップＳ３０１
にて分割した全ての画像について、ステップＳ３０３の
処理が終了したかどうかの範囲を行っている。全ての画
像について処理が終了したのであれば（Ｓ３０６：ＹＥ
Ｓ）、ステップＳ３０７に進み、未処理の画像が残って
いるのであれば（Ｓ３０６：ＮＯ）ステップＳ３０２に
戻り、次の画像の処理を実施する。

【００３４】ステップＳ３０７では、ステップＳ３０２
で分割され、ステップＳ３０２−３０５でノイズ成分を
除去した各一次元画像をＹ軸方向に再結合し、Ｘ軸方向
がＭ／８画素、Ｙ軸方向がＮ画素の画像ｇ_ｆ（ｘ，ｙ）
を生成する。

【００３５】このようにしてノイズが除去された画像ｇ
_ｆ（ｘ，ｙ）に対して不良要因の評価が行われる。以
下、図面を用いてその方法について説明する。図６は本
実施形態による、不良要因評価ルーチンのフローチャー
トである。本ルーチンがスタートすると、最初にステッ
プＳ２０１にて画像の２値化が行われる。なお、この２
値化に当たっては経験則による閾値を一意に用いる、画
像のヒストグラムから好適な閾値を演算する、或いは各
座標につきその周囲の画素の輝度から動的に閾値を求め
る構成としても良い。

【００３６】次いでステップＳ２０２に進み、２値化画
像のラベリングが行われる。この結果、各不良要因ごと
にユニークなラベル番号が付与され、不良要因の総数Ｑ
が得られる。次いでステップＳ２０３に進む。

【００３７】ステップＳ２０３ではラベル番号がＬであ
る不良要因の評価が行われる。なお、変数Ｌの初期値は
０である。具体的な評価手順については後述する。次い
で、ステップＳ２０４に進む。

【００３８】ステップＳ２０４では、全ての不良要因に
ついて評価が行われたかどうかの判定が行われる。すな
わち、Ｌ＜Ｑが満足されているかどうかチェックされ
る。ここで、まだ全ての不良要因について評価が行われ
ていないのであれば（Ｓ２０４：ＮＯ）ステップＳ２０
５に進む。

【００３９】ステップＳ２０５では変数Ｌに１が加算さ
れ、ステップＳ２０３に戻る。

【００４０】一方、ステップＳ２０４において、全ての
不良要因について評価が行われたと判断されたのであれ
ば（Ｓ２０４：ＹＥＳ）、ステップＳ２０６に進む。ス
テップＳ２０６では各不良要因についてステップＳ２０
３にて演算された評価値の合計値を演算し、この合計値
を被検物Ｓの評価値とする。次いで本ルーチンを終了す
る。

【００４１】上記のステップＳ２０２にて抽出された不
良要因の評価方法を以下に示す。不良要因はその特徴に
応じて異なる評価基準に基づいて評価される。このよう
な特徴としては、例えば不良要因の形状やその発生位置
（エリア）といったものがある。特徴付けは、不良要因
の形状およびエリアで特定される項目のいずれかに不良
要因を分類し、各項目別に異なる評価点演算方法を用い
て不良要因の評価点を求める。

【００４２】まず、不良要因の形状分類について詳説す
る。本実施形態は、不良要因を、所定の条件要素の大小
によって、汚れ、ゴミ、キズ、ケバの四種類の特定形状
に分類する。

【００４３】抽出された不良要因が、「ゴミまたは汚
れ」または「キズまたはケバ」のいずれであるかは、該
不良要因の円度の大小によって判断される。円度は、不
良要因の面積を該不良要因の外接円の面積で除算するこ
とにより求められる。不良要因は、その円度が大きくな
ればなるほど円形状により近い形状になり、小さくなれ
ばなるほど線状により近くなる。そして本実施形態の検
査方法では、円度に関する閾値Ｃを設定している。そし
て不良要因の円度Ｃ_０が、閾値Ｃを上回れば該不良要因
は「ゴミまたは汚れ」に分類され、閾値Ｃを下回れば該
不良要因は「キズまたはケバ」に分類される。

【００４４】上記の手段によって不良要因が「ゴミまた
は汚れ」に分類された場合、この不良要因がゴミ、汚れ
のいずれであるかは、該不良要因の面積の大小によって
判断される。本実施形態の検査方法では、ゴミと汚れの
分類の指標として、面積に関する閾値Ｈを設定する。そ
して不良要因の面積Ｈ_０が、閾値Ｈを上回ればゴミに分
類され、閾値Ｈを下回れば汚れに分類される。

【００４５】なお、一般に面積が閾値Ｈを下回りかつ円
度が閾値Ｃを上回るような不良要因は所定距離内に集団
形成されている場合が多い。一方、他の特定形状の不良
要因が集団形成されているケースはごくまれである。本
実施形態では、閾値Ｈを下回る面積の不良要因を汚れ要
素として捉え、検出された該汚れ要素の重心から所定距
離内に含まれる不良要因の数Ｕ_０が所定値Ｕを上回る場
合は該汚れ要素を「集合汚れ要素」と定義し、そうでな
い場合は該汚れ要素を「単独汚れ要素」と定義してい
る。なお、単一汚れか集合汚れかについての判断はあく
までも特定形状である汚れに分類された不良要因（汚れ
要素）に対してのみ行われるものであり、ゴミと判定さ
れた不良要因に関しては、単一汚れか集合汚れかについ
ての判断は行わない。

【００４６】前述の手段によって不良要因が「キズまた
はケバ」に分類された場合、抽出された不良要因が、キ
ズ、ケバのいずれの形状であるかは、該不良要因の方向
性のばらつきの大小によって判断される。不良要因の方
向性は該不良要因を細線化した後にチェイン符号化処理
して得られる、細線化後の各画素の方向ベクトルの分布
から判断することができる。すなわち、例えばその不良
要因は略一直線状である場合は、「上と右上と右」や
「左上と左と左下」のように隣接する３ベクトルの全ベ
クトルに対する割合が（以下、直線度と称す）が極端に
高くなる。例えば、左上−左−左下の間の９０度の中の
ある方向に向かって走る一直線状の不良要因のベクトル
分布を取ると、「左上と左と左下」のベクトルがほとん
どとなる。一方、ケバのような曲線状の不良要因のベク
トル分布は、直線度が低くなる。本実施形態の検査方法
では、キズとケバの分類の指標としてこの直線度を使用
し、ある不良要因の直線度Ｒ_０が閾値Ｒよりも大きけれ
ば該不良要因はキズと判断され、小さければケバと判断
される。

【００４７】不良要因は、上記形状のいずれかに分類さ
れると、該分類結果に基づいて以下の式によって品質点
数化される。

【００４８】所定の特定形状Ｔに分類された不良要因の
品質点数Ｐ_Ｔは、数３によって求められる。

【００４９】

【数３】

【００５０】ただし、H_０は、該不良要因の画素数、Ｂ
_０は、該不良要因の相対輝度、Ｎ_ＴＥは、該不良要因の
特定形状および重心の座標に応じて分類された、該不良
要因に対するエリア重み付け係数をそれぞれ表す。

【００５１】ここで、不良要因の相対輝度とは、不良要
因自身の平均輝度から不良要因近傍の平均輝度を減算し
た値である。

【００５２】また、重み付け係数Ｎ_ＴＥは、被検物Ｓの
良否判定に与える影響の程度を示す値であり、特定形状
および重心の座標に応じてにユーザが予め設定する。本
実施形態においては、ケバが最も被検物Ｓの性能に影響
を与えるとしてケバ、集合汚れ要素、単独汚れ要素、ゴ
ミ、キズの順に係数Ｎ_ＴＥが小さくなるように設定され
ている。

【００５３】また、被検物Ｓの性能にとって重要な箇所
における不良要因をより厳しく評価する必要があるた
め、同じ不良要因であっても位置に応じて重み付け係数
Ｎ_ＴＥを変えている。本実施形態においては、被検物Ｓ
すなわち画像の中心部における係数Ｎ_ＴＥが最も大きく
なるようにし、この中心部から離れるに従って係数Ｎ_Ｔ
Ｅが小さくなるようにしている。

【００５４】本実施例で使用される重み付け係数Ｎ_ＴＥ
は、不良要因の形状ＴとそのエリアＥに依存する。本実
施形態の場合特定形状は５種類であり、また特定エリア
は画像中心部、画像外縁部、そして該中心部と該外縁部
の中間の中間部の３種類であるので、Ｎ_ＴＥは２次元配
列Ｎ(Ｔ,E)として、表１に示す１５種類が設定される。

【００５５】

【表１】

【００５６】以上が本発明の実施形態である。本発明は
これらの実施形態に限定されるものではなく趣旨を逸脱
しない範囲で様々な変形が可能である。

【００５７】上記実施形態で説明した、不良要因の形状
の種類は、あくまでも例示である。従って、汚れ、ゴ
ミ、キズ、ケバの４種類以上の特定形状を設定してもよ
い。また、不良要因が分類されるエリアも、例示であ
る。従って、中心部、中間部、外縁部の三種類以上の特
定エリアを設定してもよく、また中心部以外の部分（例
えば画像右上隅など）の重み付け係数が最も大きくなる
ような構成としても良い。形状やエリアの種類を上記実
施形態よりも増やせば、それだけより緻密な品質点数化
が行われ、精度の高い良否判定を行うことができる。ま
た、形状やエリアの種類を上記実施形態よりも少なめに
設定すれば、迅速な良否判定を行うことができる。

【００５８】また、ステップＳ２０１で得られた２値化
画像のみを用いて良否判定を行う構成としても良い。こ
の場合の不良要因の品質点数Ｐ_Ｔは、相対輝度Ｂ_０を１
として、数３を用いて演算される。

【００５９】また、不良要因の形状を特定せず、不良要
因の画素数または明るさ(コントラスト)で良否判定を行
う構成としても良い。不良要因の画素数を品質点数Ｐ_Ｔ
として求める方法としては、数４を用いて一次元化画像
ｇ_ｌｍ（ｙ）のそれぞれが所定の閾値ｂ’を上回ってい
るときはその画素を不良要因と判定してカウントアップ
する方法がある。

【００６０】

【数４】

【００６１】或いは、一次元化画像ｇ_ｌｍ（ｙ）のうち
所定値ｂ’を上回っている各区間についてその各区間の
ｇ_ｌｍ（ｙ）−ｂ’の合算が閾値ａ’を超えている区間
があるかどうかで良否判定する方法がある。このときの
品質点数Ｐ_Ｔは、数５によって求められる。

【００６２】

【数５】

【００６３】

【発明の効果】このように本発明の光学部材検査方法に
よれば、濃淡模様を抽出してその濃淡模様を消去可能と
すると共に、その濃淡模様と重なっている不良要因の画
像は保持される。従って、周期的な濃淡模様が現れるよ
うな被検物に対しても不良要因の評価をより厳密に行う
ことが可能となる。

【００６４】なお、本実施形態においては濃淡の周期が
ほぼ等しい濃淡模様の発生した画像について、濃淡模様
の除去を行っているが、本発明の構成によれば平行縞状
の濃淡模様であれば濃淡の周期が不定期である濃淡模様
の発生した画像であっても、本実施形態と同様の処理に
よって濃淡模様を除去可能である。

【図面の簡単な説明】

【図１】本発明の光学部材検査方法を使用する画像検査
装置の概略構成図である。

【図２】画像検査装置による画像検査に関するフローチ
ャートである。

【図３】画像検査装置によって取り込まれた被検物の画
像の一例である。

【図４】本発明の実施の形態のノイズ成分除去ルーチン
のフローチャートである。

【図５】図３に記載された２本の分割線Ｄによって分割
された画像を一次元化した画像のＹ軸を横軸に、輝度を
縦軸にとったグラフである。

【図６】本発明の実施の形態の不良要因評価ルーチンの
フローチャートである。

【符号の説明】

１ 画像検査装置 １００ 画像撮影部 １０１ ＣＣＤカメラ １０２ 光源 １０４ ホルダ １０４ａ テーブル部 ２００ 画像処理システム

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 2F065 AA49 AA61 BB05 BB22 CC22 FF04 HH12 JJ03 JJ09 JJ26 LL02 QQ05 QQ31 QQ42 UU05 2G051 AA90 AB01 AB02 BA20 BB17 CA03 CA04 CB01 DA07 DA13 EA11 EA12 EA20 EB01 EB02 EC01 EC02 EC03 ED07 ED23 FA10 2G086 FF05 5B057 AA04 BA02 CA02 CA08 CA12 CA16 CB02 CB06 CB08 CB11 CB12 CB16 CC02 CE08 CE12 DA03 DA13 DB01 DB02 DB05 DB08 DC04 DC14 DC22

Claims (8)

【特許請求の範囲】
1. 【請求項１】 光学部材の品質を検査するための画像検
   査装置における光学部材検査方法であって、特に撮影し
   た画像に平行縞状の濃淡模様が現れる被検物の品質を検
   査する方法であり、該光学部材検査方法が、 前記周期的な濃淡模様が現れるような撮影画像を生成す
   る、画像生成ステップと、 前記画像の濃淡模様の濃淡変化の方向に垂直に前記画像
   を複数枚に分割する、分割ステップと、 前記分割ステップにて分割された画像のそれぞれについ
   て、濃淡模様の濃淡変化に平行な方向の平均値を取って
   １次元のデータを生成する、１次元化ステップと、 前記１次元化ステップにて生成された１次元のデータか
   ら直流成分を除去する直流成分除去ステップと、 前記直流成分ステップにて直流成分を除去された１次元
   のデータを用いて、所定の評価基準に基づいて前記被検
   物の品質を評価する、評価ステップと、を有することを
   特徴とする、光学部材検査方法。
2. 【請求項２】 前記分割ステップは、前記画像に含まれ
   る不良要因の寸法に比べて充分に小さい画素数ごとに前
   記画像を分割することを特徴とする、請求項１に記載の
   光学部材検査方法。
3. 【請求項３】 前記評価ステップは、前記分割ステップ
   にて分割された画像の前記１次元化ステップにて復号さ
   れた１次元のデータを濃淡模様の濃淡変化に平行な方向
   に結合して２次元の画像にする、結合ステップと、 前記結合ステップにて生成された画像を２値化して２値
   化画像を生成する２値化ステップと、を有し、 前記評価ステップは前記２値化画像を用いて前記被検物
   の品質を評価することを特徴とする、請求項１または請
   求項２のいずれかに記載の光学部材検査方法。
4. 【請求項４】 前記評価ステップは、前記２値化画像内
   の各連結成分のそれぞれにユニークなラベルを付与する
   ラベリングステップと、 前記ラベリングステップによってラベルが付与された各
   連結成分のそれぞれを不良要因と特定しこの不良要因毎
   の不良の度合いを示す品質点数を算出する、品質点数算
   出ステップと、 全ての不良要因の品質点数から前記光学部材の品質を示
   す品質評価値を算出する、品質評価値算出ステップと、
   を有することを特徴とする、請求項３に記載の光学部材
   検査方法。
5. 【請求項５】 前記評価ステップは、前記直流成分を除
   去された１次元のデータに一定以上の強度のピークが存
   在するかどうかで不良要因を検出することを特徴とす
   る、請求項１または請求項２のいずれかに記載の光学部
   材検査方法。
6. 【請求項６】 前記評価ステップは、前記直流成分を除
   去された１次元のデータが第１の所定値以上となる部分
   を前記一定以上の強度のピークと判断することを特徴と
   する、請求項５に記載の光学部材検査方法。
7. 【請求項７】 前記評価ステップは、前記直流成分を除
   去された１次元のデータに存在するピークの内、ある一
   定以上の面積をもつピークが存在するかどうかで不良要
   因を検出することを特徴とする、請求項１または請求項
   ２に記載の光学部材検査方法。
8. 【請求項８】 前記評価ステップは、前記直流成分を除
   去された１次元のデータが第１の所定値よりも連続して
   大きくなる区間を抽出する、区間抽出ステップを有し、 前記評価ステップは、前記区間抽出ステップにて抽出さ
   れた区間のうち、その区間の輝度の合計が第２の所定値
   を超える区間を前記ある一定以上の面積をもつピークと
   判断することを特徴とする、請求項７に記載の光学部材
   検査方法。