JP2006090921A - 外観検査装置、閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラム - Google Patents
外観検査装置、閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラム Download PDFInfo
- Publication number
- JP2006090921A JP2006090921A JP2004278766A JP2004278766A JP2006090921A JP 2006090921 A JP2006090921 A JP 2006090921A JP 2004278766 A JP2004278766 A JP 2004278766A JP 2004278766 A JP2004278766 A JP 2004278766A JP 2006090921 A JP2006090921 A JP 2006090921A
- Authority
- JP
- Japan
- Prior art keywords
- threshold value
- inspection apparatus
- threshold
- closed
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】 欠陥の検出精度が向上する閾値を決定できる外観検査装置を提供する。
【解決手段】 外観検査装置の制御部が実行する処理は、画像の入力を受けるステップ(S410)と、第1の閾値で2値化処理を実行するステップ(S420)と、対象領域を決定するステップ(S430)と、各領域に対応する第2の閾値を決定するステップ(S440)と、第2の閾値と第1の閾値との間を解析するステップ(S500)と、第3の閾値を決定するステップ(S460)と、各領域において第3の閾値で2値化処理を実行するステップ(S470)とを含む。
【選択図】 図4
【解決手段】 外観検査装置の制御部が実行する処理は、画像の入力を受けるステップ(S410)と、第1の閾値で2値化処理を実行するステップ(S420)と、対象領域を決定するステップ(S430)と、各領域に対応する第2の閾値を決定するステップ(S440)と、第2の閾値と第1の閾値との間を解析するステップ(S500)と、第3の閾値を決定するステップ(S460)と、各領域において第3の閾値で2値化処理を実行するステップ(S470)とを含む。
【選択図】 図4
Description
本発明は、被検査物を検査するための技術に関する。より特定的には、本発明は、被検査物の撮影により得られた画像データに対する2値化処理を実行して被検査物の外観を検査するための外観検査装置、当該2値化処理のための閾値を決定するための閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラムに関する。
従来、検査対象に光を照射して、検査員による肉眼や外観検査装置により、検査対象に含まれる欠陥を検出することが行なわれている。外観検査装置には、検査対象の外観を撮像した画像データに対し、特定の画像処理を実行することによって、欠陥を自動検出するものもある。たとえば、半導体や液晶基板などの外観を検査する装置は、輝度ヒストグラムを用いた画像処理によって、基板の表面に生じた割れ、かけ、異物付着、ムラなどの欠陥を自動的に検出することができる。
外観検査装置は、欠陥の位置、面積、形状などの特徴量を測定するための画像処理の過程で、背景と欠陥を分離するために2値化処理を実行する。2値化処理の方法には、固定閾値2値化手法、判別分析法、パーセントタイル法などがある。なお、ここで特徴量とは、処理の対象となる画像の特徴を表わすためのデータをいう。特徴量は、たとえば基準の位置に対する画像の位置、画像の形状、画像の面積などを含む。
たとえば、特開2002−319021号公報(特許文献1)は、多様に分布するデータを正確に2値化することができる外観検査装置を開示する。この外観検査装置は、検査対象の外観を撮像する撮像部と、上記撮像部によって撮像された画像の輝度データを2値化して、2値化画像を作成する2値化画像作成部と、上記2値化画像に基づいて、上記検査対象の欠陥を判断する欠陥判断部とを備える。上記2値化画像作成部は、上記画像の輝度データに対してK−means法を実行して、上記輝度データを所定個数のグループに分割し、各グループの代表値を算出するグループ化部と、輝度レベルが隣り合う上記代表値の差が最大となる最大距離区間内に2値化閾値を設定する2値化閾値設定部とを含む。
特許文献1に開示された装置によると、画像データに対してK−means法が施されることにより、所定のグループに分割して各グループの代表値が算出される。ヒストグラム上において、隣り合うグループの代表値の間隔が最大となる区間内に閾値が設定されることにより、背景と検出すべき像との面積比率が不明瞭な画像に対しても正確に2値化処理が実行される。
また、特許第2948310号公報(特許文献2)は、検出対象物の形状、面積その他の図形的性質の違い、あるいは対象物数の変化に依存することなく画像から安定して検出対象物を抽出するための2値化しきい値の決定を可能にする方法を開示する。この方法は、入力された画像を、しきい値を順次変化させて2値化処理し、得られた2値画像の各画素について画素状態の解析を行ない、それぞれの2値画像について、上記解析された画素状態の種類別出現頻度を累積するとともに、その累積結果を上記しきい値別に記録し、該累積結果記録の中の各データを基に1または複数の最適2値化しきい値を決定する。この方法は、上記解析された画素状態の種類別出現頻度の累積が、対象画素のうち当該2値化処理に用いた2値化しきい値以上の値をとるものについて、2値化しきい値以上の値をとる画素の集まりの縁を形成する画素である平点、その画素の集まりの内部に位置する画素である内部点、当該画素の周囲の画素がすべて上記2値化しきい値未満の値をとる画素である孤立点を含むその他の画素の3種類に分け、それぞれの出現頻度を累積する。
特許文献2に開示された方法によると、検出対象物の形状が未知の場合でも、形状、面積などの図形的性質の違いを用いた、対象物数の変化に依存しない画像から安定して検出対象物を測定することができる。
特開2002−319021号公報
特許第2948310号公報
特許文献1に開示された技術によると、背景とそれ以外の対象物を分離できる2値化閾値は得られる。しかし、当該技術では、検出したい対象物と、その周辺にあるノイズや照明によるムラ等とを分離できない。特に、ムラのような低輝度で面積の大きい対象物は、周辺の欠陥や背景のコントラストの影響を受ける。そのため、分離が困難であり、的確な2値化閾値を決定することは難しいという問題があった。また、当該技術でこれらを検出しようとした場合、状況に応じて少なくとも一度は対象物を測定し、対象物と判定するためのデータを蓄積する必要があった。
また、特許文献2に開示された技術によると、画像全体に対して2値化処理する閾値を順次変化させるため、効率が悪い。また、画像全体に対して、任意のサイズの領域で画素状態の解析を行なうため、効率が悪く、1つの画像に対する画像処理時間が長くなるという問題があった。
本発明は、上述の問題点を解決するためになされたものである。その目的は、外観検査における検出精度が向上する2値化処理のための閾値を決定する外観検査装置を提供することである。
本発明の他の目的は、未知の入力画像に対して事前のパラメータ設定が必要なく特徴量測定を可能にするために、2値化処理のための閾値を決定して被検査物を検査することができる外観検査装置を提供することである。
本発明の他の目的は、外観検査に要する検出精度の向上と、未知の入力画像に対しても、事前のパラメータ設定が必要なく、特徴量の測定を行なうことができる外観検査装置を提供することである。
本発明の他の目的は、外観検査における検出精度を向上させるために、2値化処理のための閾値を決定することができる閾値決定方法を提供することである。
本発明の他の目的は、外観検査に要する検出精度の向上と、未知の入力画像に対しても、事前のパラメータ設定が必要なく、特徴量の測定を行なうことができる外観検査方法を提供することである。
本発明のさらに他の目的は、外観検査における検出精度が向上する2値化処理のための閾値を決定する外観検査装置としてコンピュータを機能させるためのプログラムを提供することである。
上記の課題を解決するために、この発明のある局面に従うと、外観検査装置は、被検査物を撮影する撮像手段により生成された画像データに対して、予め定められた第1の閾値を用いた2値化処理を実行する第1の2値化処理手段と、2値化処理の実行により生成されたデータに基づいて、画像データに応じた画像における背景から、閉曲線で囲まれた閉領域を識別する識別手段と、画像において、識別された閉領域の数の対象領域を決定する決定手段とを備え、対象領域は、識別された閉領域を含む。外観検査装置は、さらに、画像データに対して、対象領域ごとに、第1の閾値と異なる第2の閾値に基づく2値化処理を反復して実行する第2の2値化処理手段と、反復して実行された2値化処理により生成された各々のデータに基づいて、識別された閉領域の識別される安定性を表わすための各々の評価量を算出する算出手段と、各評価量に応じて、決定された対象領域に対応する第3の閾値を決定する閾値決定手段とを備える。
好ましくは、外観検査装置は、予め定められた規則に基づいて第2の閾値を変更することにより、新たな第2の閾値を算出する変更手段をさらに備える。第2の2値化処理手段は、新たな第2の閾値に基づいて2値化処理を実行する。
好ましくは、変更手段は、第2の閾値に予め定められた変更量を加算することにより、新たな第2の閾値を算出する。
好ましくは、外観検査装置は、予め定められた規則に基づいて第1の閾値を変更することにより新たな第1の閾値を算出する閾値変更手段と、新たな第1の閾値を用いた2値化処理により生成される画像データに基づいて、識別された閉領域の識別される安定性を表わすための評価量を算出する評価量算出手段と、評価量に基づいて、第1の閾値を決定する第1の閾値決定手段とをさらに備える。
好ましくは、評価量は、識別される閉領域の数の変化量である。外観検査装置は、変化量の最小値を算出する手段をさらに備える。第1の閾値決定手段は、変化量の最小値に対応する閾値を第1の閾値として決定する。
好ましくは、外観検査装置は、予め定められた直交2次元の各座標に基づいて閉領域の範囲を測定する範囲測定手段をさらに備える。決定手段は、閉領域の範囲に対応する各座標に基づいて対象領域を決定する範囲決定手段を含む。
好ましくは、範囲決定手段は、閉領域の範囲が含まれる各座標を有する矩形領域を対象領域として決定する。
好ましくは、外観検査装置は、第2の閾値を用いた2値化処理の結果に基づいて、対象領域に含まれる閉領域の数を計測する手段と、閉領域の数が複数である場合に、各閉領域の面積をそれぞれ算出する面積算出手段と、各閉領域の各々の面積から最大の面積を有する閉領域を抽出する手段とをさらに備える。
好ましくは、評価量算出手段により算出される評価量は、対象領域における背景と分離された閉領域の数の変化量である。
好ましくは、外観検査装置は、第3の閾値を用いた2値化処理の結果に基づいて、識別された閉領域の特徴量を算出する特徴量算出手段と、特徴量に基づいて、被検査物を検査する検査手段とをさらに備える。
好ましくは、検査手段は、算出された特徴量と予め定められた特徴量とを比較することにより、被検査物における欠陥の有無を判定する判定手段を含む。
この発明の他の局面に従うと、閾値決定方法は、被検査物を撮影する撮像手段から出力された画像データに対して、予め定められた第1の閾値を用いた2値化処理を実行するステップと、2値化処理の実行により生成されたデータに基づいて、入力された画像データに応じた画像における背景から、閉曲線で囲まれた閉領域を識別する識別ステップと、画像において、識別された閉領域の数の対象領域を決定する決定ステップとを備え、対象領域は、識別された閉領域を含む。外観検査方法は、さらに、画像データに対して、対象領域ごとに、第1の閾値と異なる第2の閾値に基づく2値化処理を反復して実行するステップと、反復して実行された2値化処理により生成された各々のデータに基づいて、識別された閉領域の識別される安定性を表わすための各評価量を算出するステップと、各評価量に応じて、決定された対象領域に対応する第3の閾値を決定する閾値決定ステップとを備える。
この発明の他の局面に従うと、外観検査方法は、上記の閾値決定方法により決定された閾値を用いた2値化処理の結果に基づいて、被検査物に含まれる閉領域の特徴量を算出する特徴量算出ステップと、特徴量に基づいて、被検査物を検査する検査ステップとを備える。
この発明のさらに他の局面に従うと、プログラムは、コンピュータを外観検査装置として機能させる。このプログラムは、コンピュータに、被検査物を撮影する撮像ステップにより生成された画像データに対して、予め定められた第1の閾値を用いた2値化処理を実行する第1の2値化処理ステップと、2値化処理の実行により生成されたデータに基づいて、画像データに応じた画像における背景から、閉曲線で囲まれた閉領域を識別する識別ステップと、画像において、識別された閉領域の数の対象領域を決定する決定ステップとを実行させる。対象領域は、識別された閉領域を含む。プログラムは、さらに、画像データに対して、対象領域ごとに、第1の閾値と異なる第2の閾値に基づく2値化処理を反復して実行する第2の2値化処理ステップと、反復して実行された2値化処理により生成された各々のデータに基づいて、識別された閉領域の識別される安定性を表わすための各々の評価量を算出する評価量算出ステップと、各評価量に応じて、決定された対象領域に対応する第3の閾値を決定する閾値決定ステップとを実行させる。
本発明に係る外観検査装置によると、背景としてのムラやノイズの影響を受けにくい閾値が決定される。したがって当該閾値を使用することにより、精度の高い特徴量の測定を行なうことができる。また、対象物に応じたデータを蓄積する必要がないため、対象物の形状が未知である場合には、特徴量を正確に測定することができる。一方、対象物の形状が既知である場合には、条件をその形状に応じて変更することにより、特徴量を正確に測定することができる。
本発明に係る外観検査装置によると、特徴量を正確に測定するための閾値に基づいて検査することができるため、対象物の外観を正確に検査することができる。
本発明に係る閾値決定方法によると、背景としてのムラやノイズの影響を受けにくい閾値が決定される。したがって当該閾値を使用することにより、精度の高い特徴量の測定を行なうことができる。また、対象物に応じたデータを蓄積する必要がないため、対象物の形状が未知である場合には、特徴量を正確に測定することができる。一方、対象物の形状が既知である場合には、条件をその形状に応じて変更することにより、特徴量を正確に測定することができる。
本発明に係る外観検査方法によると、特徴量を正確に測定するための閾値に基づいて検査することができるため、対象物の外観を正確に検査することができる。
本発明に係るプログラムによると、コンピュータは、外観検査装置として機能することができる。すなわち、コンピュータは、背景としてのムラやノイズの影響を受けにくい閾値を決定する。したがって当該閾値を使用することにより、精度の高い特徴量の測定を行なうことができる。また、対象物に応じたデータを蓄積する必要がないため、対象物の形状が未知である場合には、特徴量を正確に測定することができる。一方、対象物の形状が既知である場合には、条件をその形状に応じて変更することにより、特徴量を正確に測定することができる。
以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。
図1を参照して、本発明の実施の形態に係る外観検査装置について説明する。図1は、外観検査装置100の構成を表わすブロック図である。この外観検査装置は、たとえば、液晶ディスプレイの製造工程におけるガラス基板の外観を検査するための装置であるが、その他の物を検査する装置、たとえば、シリコン基板を検査する装置等であってもよい。あるいは、当該外観検査装置は、上記のような検査のため以外に、たとえば、印刷物に形成された図形、文字等を検査する装置にも適用可能である。
図1に示されるように、外観検査装置100は、ステージ101と、照明器103と、カメラ104と、コントローラ105と、画像処理部200と、装置制御部900とを含む。照明器103は、たとえばリング型照明器である。ステージ101には、検査対象ワーク150が配置される。
コントローラ105は、ステージ101に制御信号を送信することにより、ステージ101の位置を制御する。ステージ101は、その信号に応じて、X方向、Y方向、およびZ方向に移動する。コントローラ105は、照明器103に、ステージ101を照射するための光を発信する制御を実行する。照明器103は、コントローラ105からの信号に基づいて光の照射方向および光量を調節する。コントローラ105は、カメラ104に制御信号を送信することにより、検査対象ワーク150の撮影を制御する。カメラ104は、たとえばCCD(Charge Coupled Device)カメラである。カメラ104は、その信号に基づいて検査対象ワーク150の全体もしくは予め定められた範囲を撮影し、画像データを画像処理部200に出力する。
装置制御部900は、外部から入力される指示に基づいて、あるいは予め定められた条件が成立する場合に、所定の制御信号をコントローラ105に送信し、前述した各部の動作をコントローラ105に制御させる。画像処理部200は、装置制御部900からの指令に基づいて、カメラ104により出力される画像データに対した予め定められた画像処理を実行し、その結果を装置制御部900に出力する。
図2を参照して、本実施の形態に係る画像処理部200について説明する。図2は、画像処理部200のハードウェア構成を表わすブロック図である。
画像処理部200は、入力部210と、制御部230と、出力部250と、データ記憶部300とを含む。制御部230は、2値化処理部232と、識別部234と、決定部236と、閾値算出部238と、評価量算出部240と、閾値決定部242と、特徴量算出部244と、判定部246とを含む。
入力部210は、外部からデータの入力を受付ける。このデータには、カメラ104により出力される画像データと装置制御部900により出力される制御データとが含まれる。出力部250は、装置制御部900に画像処理の結果を出力する。データ記憶部300は、予め定められた画像処理を実行するためのデータ、カメラ104により入力された画像データ、その他画像処理に必要なデータを格納する。このデータ構造については後述する。
2値化処理部232は、閾値を用いて、画像データに対する2値化処理を実行する。当該閾値は、予め定められた閾値と、後述する算出処理により算出された閾値とのいずれであってもよい。
識別部234は、上記2値化処理の実行により生成されたデータに基づいて画像データに基づく画像における背景から少なくとも1つ以上の対象物を識別する。決定部236は、検査対象ワーク150に基づいて少なくとも1つ以上の対象領域を決定する。閾値算出部238は、入力された画像データに基づいて決定部236により決定された対象領域に対する第2の閾値を算出する。評価量算出部240は、第2の閾値を用いた2値化処理により生成されたデータに基づいて識別された検査対象ワーク150における安定性を表わすための評価量を算出する。閾値決定部242は、算出された評価量に基づいて決定された対象領域に応じた第3の閾値を決定する。
特徴量算出部244は、当該2値化処理の結果に基づいて検査対象ワーク150に含まれる対象物(たとえば欠陥)の特徴量を算出する。判定部246は、算出された特徴量とデータ記憶部300に格納されている特徴量とを比較することにより、検査対象ワーク150における欠陥の有無を判定する。
なお、本実施の形態においては、背景から分離される対象物を欠陥として説明しているが、当該対象物は欠陥には限られない。たとえば、光学文字認識装置、いわゆるOCR(Optical Code Reader)における文字であってもよい。また、本実施の形態においては、検出したい欠陥を白、それ以外を黒と2値化処理する場合を想定して説明するが、逆の場合であってもよい。
図3を参照して、本実施の形態に係る画像処理部200のデータ構造について説明する。図3は、画像処理部200が備えるデータ記憶部300におけるデータの格納の一態様を概念的に表わす図である。
データ記憶部300において、閾値を決定するために予め作成された閾値決定プログラムは、領域310に格納される。予め定められた第1の閾値は、領域320に格納されている。閾値決定プログラムと第1の閾値とに基づいて算出される第2の閾値は、領域330に格納される。カメラ104から入力される画像データは、領域340に格納される。
図4および図5を参照して、本実施の形態に係る画像処理部200の制御構造について説明する。図4は、画像処理部200の制御部230が実行する処理の手順を概念的に表わす図である。図5は、制御部230が実行する処理の手順を詳細に表わすフローチャートである。なお、以下の処理において、同一の処理には同一のステップ番号を付し、それらについての説明は繰り返さない。
図4に示されるように、ステップS410にて、制御部230は、カメラ104からの画像データの入力を検知する。
ステップS420にて、制御部230は、データ記憶部300の領域320に格納されている第1の閾値を用いて、予め定められた2値化処理を実行する。ここでは、入力された画像データ全体に対して2値化処理が実行される。すなわち背景に応じた2値化処理が行なわれていない。したがって、この時点で測定される特徴量は、当該第1の閾値に依存するものとなる。なお、特徴量とは、画像の形状あるいは位置に基づいて特定される値をいう。なお、第1の閾値による2値化の対象の画像データ全体は、画像データ全体に順ずるものも含むものとする。例えば、画像の周辺部を除いたものであってもよいし、例えば、画像データが大きい場合は、所定数やサイズに応じて幾つかに分割したデータを、当該画像データ全体としてみなして扱ってもよい。
ステップS430にて、制御部230は、2値化処理の結果に基づいて対象領域を決定する。決定される対象領域は、1つであってもよいし複数であってもよい。
ステップS440にて、制御部230は、決定された各領域に対応する第2の閾値を決定する。この決定は、たとえば、画像が与えられれば2値化閾値が決定される方法、例えば、公知の技術である判別分析法に基づいて行なわれる。しかし、この方法で決定された第2の閾値によると、特にムラのような低輝度で面積の大きい対象物に対しては、周辺のノイズや背景のコントラストの影響を受けるため、正確に対象物を検出し、特徴量の測定を行なうことは難しい。
ステップS500にて、制御部230は、特徴量を安定して測定するために、予め定められたアルゴリズムに基づいて第2の閾値と第1の閾値との間を解析する。たとえば、対象領域ごとに、第1の閾値から第2の閾値まで、閾値を変化させて、各閾値に対して2値化処理を実行し、安定性を表わす評価値を算出する。
ステップS460にて、制御部230は、解析結果に基づいて、検査対象ワーク150に応じた閾値であって各領域に対応する第3の閾値を決定する。すなわち、安定性に関して予め定められた条件を満足する評価値に対応する閾値が、最適な閾値として決定される。
ステップS470にて、制御部230は、各領域において、第3の閾値で2値化処理を実行する。
このようにして、対象領域ごとに定められた第3の閾値を用いて、それぞれの対象領域で2値化処理を行なうことにより、精度の高い特徴量の測定を行なうことができる閾値を得ることができる。
図5を参照して、ステップS420にて、制御部230は、入力画像全体に対して共通の閾値を用いて2値化処理を実行する。ここでの閾値を、第1の閾値とする。第1の閾値は、画像全体に対する閾値であるため、判別分析法やpタイル法など、事前の設定を必要としないもので決定するものを使用するのが望ましい。本実施の形態においては、第1の閾値として、画像全体に対して判別分析法を用いて得られた2値化閾値が用いられている。
ステップS442にて、制御部230は、各対象領域において2値化処理を実行する。ステップS444にて、制御部230は、第1の閾値Thを初期化する。その結果、第1の閾値Thの値は、Th2となる。
ステップS502にて、制御部230は、領域内の欠陥の個数、中心にある欠陥のフェレ径を算出する。ステップS504にて、制御部230は、閾値ThとTh1とが同じであるか否かを判断する。これらの閾値が同じであると判断すると(ステップS504にてYES)、処理は、ステップS508に移される。そうでない場合には(ステップS504にてNO)、処理は、ステップS506に移される。
ステップS506にて、制御部230は、閾値Thを1カウントアップする。ステップS508にて、制御部230は、第1の閾値と第2の閾値との間の範囲における2値化閾値と欠陥個数との関係を導出する。ステップS510にて、制御部230は、導出結果に基づいて上記範囲において欠陥個数のピークがあるか否かを判断する。当該ピークがあると判断すると(ステップS510にてYES)、処理は、ステップS512に移される。そうでない場合には(ステップS510にてNO)、処理は、ステップS514に移される。
ステップS512にて、制御部230は、閾値の定義域を、ピークに対応する閾値から第1の閾値までに設定する。ステップS514にて、制御部230は、閾値の定義域を、第2の閾値から第1の閾値までに設定する。ステップS516にて、制御部230は、閾値の定義域において最も頻度の高い欠陥個数を求め、そのときの閾値を候補に設定する。候補に設定された閾値は、データ記憶部300の所定の領域330(図3)に一時的に格納される。
ステップS518にて、制御部230は、Fx/Rx<1、かつ、Fy/Ry<1であるか否かを判断する。ここで、Fは最大面積を有する欠陥のフェレ径、Rは対象領域の幅、そして添え字は方向成分をそれぞれ表わす。これらの条件が成立している場合には(ステップS518にてYES)、処理は、ステップS460に移される。そうでない場合には(ステップS518にてNO)、処理は、ステップS520に移される。ステップS520にて、制御部230は、次に頻度の高い欠陥個数の閾値を、候補に設定する。その後、処理は、ステップS518に戻される。
なお、図5においては、第1の閾値が第2の閾値よりも大きい場合を想定しているが、これらの閾値の大小関係が逆であってもよい。この場合には、ステップS506にて、Th=Th−1とすればよい。また、ステップS506において、閾値を変更する場合の変化量を「1」として説明しているが、変化量の大きさはこれに限られない。
図6を参照して、本実施の形態に係る画像処理部200において対象領域が決定される一態様について説明する。図6(A)から図6(C)は、取得された画像データに基づいて2値化処理前の画像から対象領域が決定されるまでの変化を表わす図である。
図6(A)に示されるように、2値化処理前画像600には、複数の欠陥601〜欠陥608が含まれている。これらの欠陥には、検査対象ワーク150に生じている欠陥が含まれている場合もあれば、照明器103による照明ムラなどに基づく画像ムラあるいはノイズなどが含まれている場合もある。
画像処理部200の制御部230が予め定められた第1の閾値に基づいて画像全体に対して2値化処理を実行すると、図6(B)に示されるように、たとえば第1の閾値を上回る欠陥が抽出される。すなわち、2値化画像610には、当該2値化処理により抽出された2つの欠陥が含まれる。
ここで、制御部230は、抽出された画像612のx軸方向およびy軸方向のフェレ径Fx,Fyおよび対象領域622の重心部の座標(Cx,Cy)をピクセル単位で測定する。フェレ径Fxは、対象物である欠陥の横幅を表わし、フェレ径Fyは、縦幅を表わす。また、領域622は、画像612を含むように設定される。たとえば、領域622は、2値化画像610において2値化画像610の重心座標から画像612のフェレ径を差し引きすることにより設定される。このようにすれば、画像612が含まれる領域を決定することができる。その結果、たとえば図6(C)に示されるように、画像612,614に対し各画像を含む対象領域622,624がそれぞれ設定される。
このようにして求められた各対象領域において、それぞれの領域内の濃淡値から決定される公知の技術である判別分析法に基づいて、各対象領域毎に第2の閾値を決定することができる。
図7を参照して、本実施の形態に係る画像処理部200における閾値の決定方法について説明する。図7は、第1の閾値および第2の閾値との間における欠陥個数の変化を表わす図である。
図7に示されるように、たとえば第1の閾値に基づいて抽出された画像710は、1つの欠陥を含む。第2の閾値に基づいて抽出された画像770は、4つの欠陥を含む。画像720から画像760には、閾値の値に応じて欠陥の数が3つの場合、4つの場合がそれぞれ含まれる。この中で、欠陥個数が安定している画像すなわち個数が3である画像が抽出された閾値が頻度が安定している欠陥を抽出するために適切な閾値とされる。すなわち画像730から750までを抽出するために使用される閾値が、第3の閾値の候補として選択される。なお、前記記載の欠陥個数は、全ての欠陥個数の合計であってもよいし、所定面積に満たない欠陥を排除した欠陥個数の合計であってもよい。
図8を参照して、閾値の決定の一態様について説明する。図8は、図5におけるステップS516の処理を説明するための図である。
前述のように、本実施の形態においては、第1の閾値が第2の閾値よりも大きい場合を想定している。この場合に、閾値の定義域が図8に示される範囲に設定された場合には、その範囲内で最も頻度の高い欠陥個数が求められ、そのときの閾値が候補に設定される。たとえば、閾値Th(x)に対して欠陥個数f(x)が求められる。このとき抽出される各欠陥についてステップS518に示される条件式が成立するか否かが判断される。その式が成立しない場合には、閾値の値は、Th1の方に向けて所定量ずつ変更される。変更後の閾値に基づいて欠陥の個数が再び算出される。制御部230は、この処理を繰り返すことにより、閾値の定義域における最も安定した閾値を算出することができる。
なお、上述の本実施の形態においては、各領域毎の閾値を求める際の評価量として、欠陥個数を元にしているが、その他の評価量を元に閾値を求めてもよく、例えば、欠陥面積を評価量としてもよい。欠陥面積は、その閾値で抽出される欠陥に対し、全ての欠陥の面積の合計であってもよいし、所定面積に満たない欠陥を除外した欠陥の合計面積であってもよい。また、複数の評価量の組み合わせを元に閾値を求めてもよく、例えば、欠陥個数と欠陥面積の組み合わせとしてもよい。
また、第3の閾値を求める閾値の定義域は、第1の閾値に基づいて設定してもよい。例えば、予め定められた第1の閾値に対し所定量を加算・減算した閾値の範囲を閾値域に対して、閾値最小値を第2の閾値、閾値最大値を第1の閾値として初期化し、第1の閾値から第2の閾値までを閾値の定義域として設定し、一定間隔の閾値で2値化処理し、欠陥個数の安定性が一定以上高い範囲として、欠陥個数が所定誤差範囲内となる閾値が、所定数以上連続して続く閾値の範囲を先ず抽出し、その範囲が複数ある場合は、各範囲の各欠陥面積の合計の最小値と最大値を求め、その差が最も少ない範囲を選択し、その範囲の中点を第3の閾値として決定してもよい。
また、予め定められた第1の閾値は複数であってもよい。例えば、予め定められた複数の第1の閾値によりそれぞれの対象領域を抽出し、その中から所定の方法(例えば、全ての対象領域、あるいは位置的に共通する対象領域の最大領域、あるいは複数の第1の閾値で重複して抽出された位置的に共通する対象領域など)により第3の閾値を求めるべき対象領域を決定してもよい。
また、予め定められた第1の閾値の変更は、上述のように当初から設定してもよいし、必要が生じた場合に変更してもよい。例えば、予め定められた第1番目の第1の閾値で2値化処理して対象領域を決定し、ある対象領域で2値化処理を行なう第3の閾値を決定した際に、重複した領域を持つ対象領域もしくは対象領域の重心距離が所定距離以内の異なる対象領域などについて決定された第3の閾値と比較し、閾値の差が所定値以上の場合に、予め定められた第2番目の第1の閾値で2値化処理して対象領域を決定し直して、再決定された対象領域に対して第3の閾値を求める処理を行なってもよく、また、第1番目の第1の閾値で2値化処理して対象領域を決定し、各領域毎の閾値を求める際の安定性の評価量が所定の値未以下の場合は、第2番目の第1の閾値に変更して2値化処理して対象領域を決定し直してもよい。
図9を参照して、画像処理部200のデータ構造についてさらに説明する。図9は、画像処理部200が備えるデータ記憶部300におけるデータの格納の態様を概念的に表わす図である。なお、当該データは、図3に示される領域302とは別の領域に格納されている。
データ記憶部300において、図3に示される各データは、領域302に格納されている。予め定められた2値化処理を実行するための2値化処理プログラムは、領域1010に格納されている。2値化処理の結果に基づいて対象物の特徴量を算出するための特徴量算出プログラムは、領域1020に格納されている。特徴量に基づいて被写体を検査するための検査プログラムは、領域1030に格納されている。画像処理部200から入力された第3の閾値は、領域1040に格納される。判定部936による判定結果は、領域1060に格納される。なお、上記のデータの格納の態様は、図9に示されるものに限られない。
図10を参照して、画像処理部200の制御構造についてさらに説明する。図10は、画像処理部200の制御部230が実行する外観検査処理の手順を表わすフローチャートである。この処理は、たとえば入力部210を介して外観検査処理の実行指令が入力された場合に、外観検査処理プログラムが実行されることにより実現される。
ステップS1110にて、制御部230は、入力部210を介して画像データの入力を検知する。ステップS1120にて、制御部230は、データ記憶部300の領域1040から予め格納されている第1の閾値を読み出す。ステップS1130にて、制御部230は、図4に示される2値化処理(S400)を実行する。ステップS1140にて、制御部230は、2値化処理の結果に基づいて検査対象ワーク150における欠陥の特徴量を算出する。
ステップS1150にて、制御部230は、算出された特徴量が予め定められた特徴量よりも大きいか否かを判断する。算出された特徴量が予め定められた特徴量よりも大きい場合には(ステップS1150にてYES)、処理は、ステップS1160に移される。そうでない場合には(ステップS1150にてNO)、処理は、ステップS1170に移される。
ステップS1160にて、制御部230は、検査対象ワーク150から抽出された画像は欠陥であると判定する。この判定結果は、たとえばデータ記憶部300の領域1060に格納される。ステップS1170にて、制御部230は、検査対象ワーク150から抽出された画像は、欠陥ではないと判定する。
ステップS1180にて、制御部230は、判定結果と、検査対象ワーク150を識別するためのデータとを関連付けて、データ記憶部300の領域1060に格納する。これにより、当該データに基づいて検査結果が異常となったワークの加工条件を特定することができるため、加工条件の見直し、加工工程の保守その他のフィードバック処理を詳細に実行することができる。
以上のようにして、本実施の形態に係る外観検査装置100によると、検査対象ワーク150の背景の影響を受けにくい閾値が算出される。この閾値を用いて2値化処理を実行することにより、ムラやノイズの影響を受けにくい特徴量を算出することができる。また、第1の閾値のみを予め準備すればよいため、未知の形状を有する対象物であっても、正確な特徴量を算出することができる。一方、対象物が既知の形状を有するものであれば、閾値を決定するための条件をその形状に応じて変更することにより、特徴量を正確に算出することができる。
なお、本発明に係る外観検査装置100あるいは画像処理部200は、たとえば、所定の処理を実現する回路その他のハードウェアを組み合せることにより実現されるが、コンピュータシステムによって実現してもよい。
ここで、図11を参照して、外観検査装置100あるいは画像処理部200を実現するコンピュータシステム1200について説明する。図11は、コンピュータシステム1200のハードウェア構成を表わすブロック図である。
コンピュータシステム1200は、相互にデータバスにより接続されたCPU1210と、使用者が指示を入力するためのマウス1220およびキーボード1230と、入力されるデータあるいは所定の処理の実行により一時的に生成されるデータを格納するRAM1240と、大容量のデータを格納可能なハードディスク1250と、CD−ROM(Compact Disk-Read Only Memory)駆動装置1260と、モニタ1280と、通信IF(Interface)1290とを含む。CD−ROM駆動装置1260には、CD−ROM1262が装着される。
このようにして、外観検査装置100あるいは画像処理部200として機能するコンピュータシステム1200における処理は、各ハードウェアおよびCPU1210により実行されるソフトウェアによって実現される。このようなソフトウェアは、RAM1240あるいはハードディスク1250に予め記憶されている場合もあれば、CD−ROM1262その他の記憶媒体に格納されて流通し、CD−ROM駆動装置1260その他の読取装置によりその記憶媒体から読み取られて、ハードディスク1250に一旦格納される場合もある。そのソフトウェアは、RAM1240あるいはハードディスク1250から読み出されて、CPU1210によって実行される。図11に示されるたコンピュータシステム1200のハードウェア自体は、一般的なものである。したがって、本発明の本質的な部分は、RAM1240、ハードディスク1250、CD−ROM1262その他の記憶媒体に格納されたソフトウェアであるとも言える。なお、コンピュータシステム1200の各ハードウェアの動作は周知であるので、詳細な説明は繰り返さない。
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
本発明は、画像処理装置、たとえば外観を検査するための検査装置に適用可能である。
100 外観検査装置、101 ステージ、103 照明器、104 カメラ、105 コントローラ、150 検査対象ワーク、200 画像処理部、210 入力部、230 制御部、232 2値化処理部、234 識別部、236 決定部、238 閾値算出部、240 評価量算出部、242 閾値決定部、244 特徴量算出部、246 判定部、250,940 出力部、300 データ記憶部、900 装置制御部、1200 コンピュータシステム、1210 CPU、1220 マウス、1230 キーボード、1240 RAM、1250 ハードディスク、1260 CD−ROM駆動装置、1262 CD−ROM、1280 モニタ、1290 通信IF。
Claims (14)
- 被検査物を撮影する撮像手段により生成された画像データに対して、予め定められた第1の閾値を用いた2値化処理を実行する第1の2値化処理手段と、
前記2値化処理の実行により生成されたデータに基づいて、前記画像データに応じた画像における背景から、閉曲線で囲まれた閉領域を識別する識別手段と、
前記画像において、前記識別された閉領域の数の対象領域を決定する決定手段とを備え、前記対象領域は、前記識別された閉領域を含み、
さらに、
前記画像データに対して、前記対象領域ごとに、前記第1の閾値と異なる第2の閾値に基づく2値化処理を反復して実行する第2の2値化処理手段と、
前記反復して実行された2値化処理により生成された各々のデータに基づいて、前記識別された閉領域の識別される安定性を表わすための各々の評価量を算出する算出手段と、
前記各評価量に応じて、前記決定された対象領域に対応する第3の閾値を決定する閾値決定手段とを備える、外観検査装置。 - 前記外観検査装置は、予め定められた規則に基づいて前記第2の閾値を変更することにより、新たな第2の閾値を算出する変更手段をさらに備え、
前記第2の2値化処理手段は、前記新たな第2の閾値に基づいて2値化処理を実行する、請求項1に記載の外観検査装置。 - 前記変更手段は、前記第2の閾値に予め定められた変更量を加算することにより、新たな第2の閾値を算出する、請求項2に記載の外観検査装置。
- 前記外観検査装置は、
予め定められた規則に基づいて前記第1の閾値を変更することにより新たな第1の閾値を算出する閾値変更手段と、
前記新たな第1の閾値を用いた2値化処理により生成される画像データに基づいて、前記識別された閉領域の前記識別される安定性を表わすための評価量を算出する評価量算出手段と、
前記評価量に基づいて、前記第1の閾値を決定する第1の閾値決定手段とをさらに備える、請求項1に記載の外観検査装置。 - 前記評価量は、前記識別される閉領域の数の変化量であり、
前記外観検査装置は、前記変化量の最小値を算出する手段をさらに備え、
前記第1の閾値決定手段は、前記変化量の最小値に対応する閾値を第1の閾値として決定する、請求項4に記載の外観検査装置。 - 前記外観検査装置は、予め定められた直交2次元の各座標に基づいて前記閉領域の範囲を測定する範囲測定手段をさらに備え、
前記決定手段は、前記閉領域の範囲に対応する前記各座標に基づいて前記対象領域を決定する範囲決定手段を含む、請求項1に記載の外観検査装置。 - 前記範囲決定手段は、前記閉領域の範囲が含まれる各座標を有する矩形領域を前記対象領域として決定する、請求項6に記載の外観検査装置。
- 前記外観検査装置は、
前記第2の閾値を用いた2値化処理の結果に基づいて、前記対象領域に含まれる閉領域の数を計測する手段と、
前記閉領域の数が複数である場合に、各前記閉領域の面積をそれぞれ算出する面積算出手段と、
各前記閉領域の各々の面積から最大の面積を有する閉領域を抽出する手段とをさらに備える、請求項1〜7のいずれかに記載の外観検査装置。 - 前記評価量算出手段により算出される評価量は、前記対象領域における背景と分離された閉領域の数の変化量である、請求項1に記載の外観検査装置。
- 前記外観検査装置は、
前記第3の閾値を用いた2値化処理の結果に基づいて、前記識別された閉領域の特徴量を算出する特徴量算出手段と、
前記特徴量に基づいて、前記被検査物を検査する検査手段とをさらに備える、請求項1に記載の外観検査装置。 - 前記検査手段は、前記算出された特徴量と予め定められた特徴量とを比較することにより、前記被検査物における欠陥の有無を判定する判定手段を含む、請求項10に記載の外観検査装置。
- 被検査物を撮影する撮像手段から出力された画像データに対して、予め定められた第1の閾値を用いた2値化処理を実行するステップと、
前記2値化処理の実行により生成されたデータに基づいて、前記入力された画像データに応じた画像における背景から、閉曲線で囲まれた閉領域を識別する識別ステップと、
前記画像において、前記識別された閉領域の数の対象領域を決定する決定ステップとを備え、前記対象領域は、前記識別された閉領域を含み、
さらに、
前記画像データに対して、前記対象領域ごとに、前記第1の閾値と異なる第2の閾値に基づく2値化処理を反復して実行するステップと、
前記反復して実行された2値化処理により生成された各々のデータに基づいて、前記識別された閉領域の識別される安定性を表わすための各評価量を算出するステップと、
前記各評価量に応じて、前記決定された対象領域に対応する第3の閾値を決定する閾値決定ステップとを備える、閾値決定方法。 - 請求項12に記載の閾値決定方法により決定された閾値を用いた2値化処理の結果に基づいて、前記被検査物に含まれる閉領域の特徴量を算出する特徴量算出ステップと、
前記特徴量に基づいて、前記被検査物を検査する検査ステップとを備える、外観検査方法。 - コンピュータを外観検査装置として機能させるためのプログラムであって、前記プログラムは前記コンピュータに、
被検査物を撮影する撮像ステップにより生成された画像データに対して、予め定められた第1の閾値を用いた2値化処理を実行する第1の2値化処理ステップと、
前記2値化処理の実行により生成されたデータに基づいて、前記画像データに応じた画像における背景から、閉曲線で囲まれた閉領域を識別する識別ステップと、
前記画像において、前記識別された閉領域の数の対象領域を決定する決定ステップとを実行させ、前記対象領域は、前記識別された閉領域を含み、
さらに、
前記画像データに対して、前記対象領域ごとに、前記第1の閾値と異なる第2の閾値に基づく2値化処理を反復して実行する第2の2値化処理ステップと、
前記反復して実行された2値化処理により生成された各々のデータに基づいて、前記識別された閉領域の識別される安定性を表わすための各々の評価量を算出する評価量算出ステップと、
前記各評価量に応じて、前記決定された対象領域に対応する第3の閾値を決定する閾値決定ステップとを実行させる、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004278766A JP2006090921A (ja) | 2004-09-27 | 2004-09-27 | 外観検査装置、閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004278766A JP2006090921A (ja) | 2004-09-27 | 2004-09-27 | 外観検査装置、閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006090921A true JP2006090921A (ja) | 2006-04-06 |
Family
ID=36232047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004278766A Pending JP2006090921A (ja) | 2004-09-27 | 2004-09-27 | 外観検査装置、閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006090921A (ja) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009008563A (ja) * | 2007-06-28 | 2009-01-15 | Panasonic Electric Works Co Ltd | 画像処理による外観検査方法およびその装置 |
JP2011047698A (ja) * | 2009-08-25 | 2011-03-10 | Panasonic Electric Works Co Ltd | 外観検査装置 |
JP4656550B1 (ja) * | 2009-11-20 | 2011-03-23 | 住友金属工業株式会社 | 鋼材の材質判定装置及び鋼材の材質判定方法 |
WO2011061971A1 (ja) * | 2009-11-20 | 2011-05-26 | 住友金属工業株式会社 | 鋼材の材質判定装置及び鋼材の材質判定方法 |
JP2011153874A (ja) * | 2010-01-26 | 2011-08-11 | Panasonic Electric Works Co Ltd | 外観検査装置、外観検査システムおよび外観検査方法 |
JP2011163804A (ja) * | 2010-02-05 | 2011-08-25 | Seiko Epson Corp | 異物検出装置および異物検出方法 |
CN103297681A (zh) * | 2012-03-02 | 2013-09-11 | 卡西欧计算机株式会社 | 图像处理装置以及图像处理方法 |
JP2013195087A (ja) * | 2012-03-15 | 2013-09-30 | Toshiba Corp | マスク基板の欠陥検査方法及び欠陥検査装置、フォトマスクの製造方法及び半導体装置の製造方法 |
JP2014106754A (ja) * | 2012-11-28 | 2014-06-09 | Nec Soft Ltd | 指方向特定システム、指方向特定方法、及びそのプログラム |
JP2019067373A (ja) * | 2017-10-02 | 2019-04-25 | 大日本印刷株式会社 | 特徴画像生成装置、検査装置、特徴画像生成方法及び特徴画像生成プログラム |
US10413172B2 (en) | 2017-12-11 | 2019-09-17 | 1-800 Contacts, Inc. | Digital visual acuity eye examination for remote physician assessment |
JP2019159889A (ja) * | 2018-03-14 | 2019-09-19 | オムロン株式会社 | 欠陥検査装置、欠陥検査方法、及びそのプログラム |
JP2020153854A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社Screenホールディングス | 基板検査装置、基板処理装置、基板検査方法および基板処理方法 |
-
2004
- 2004-09-27 JP JP2004278766A patent/JP2006090921A/ja active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009008563A (ja) * | 2007-06-28 | 2009-01-15 | Panasonic Electric Works Co Ltd | 画像処理による外観検査方法およびその装置 |
JP2011047698A (ja) * | 2009-08-25 | 2011-03-10 | Panasonic Electric Works Co Ltd | 外観検査装置 |
US8761444B2 (en) | 2009-11-20 | 2014-06-24 | Nippon Steel & Sumitomo Metal Corporation | Apparatus and method for determining kind of steel material |
JP4656550B1 (ja) * | 2009-11-20 | 2011-03-23 | 住友金属工業株式会社 | 鋼材の材質判定装置及び鋼材の材質判定方法 |
WO2011061971A1 (ja) * | 2009-11-20 | 2011-05-26 | 住友金属工業株式会社 | 鋼材の材質判定装置及び鋼材の材質判定方法 |
JP2011153874A (ja) * | 2010-01-26 | 2011-08-11 | Panasonic Electric Works Co Ltd | 外観検査装置、外観検査システムおよび外観検査方法 |
JP2011163804A (ja) * | 2010-02-05 | 2011-08-25 | Seiko Epson Corp | 異物検出装置および異物検出方法 |
CN103297681A (zh) * | 2012-03-02 | 2013-09-11 | 卡西欧计算机株式会社 | 图像处理装置以及图像处理方法 |
JP2013195087A (ja) * | 2012-03-15 | 2013-09-30 | Toshiba Corp | マスク基板の欠陥検査方法及び欠陥検査装置、フォトマスクの製造方法及び半導体装置の製造方法 |
JP2014106754A (ja) * | 2012-11-28 | 2014-06-09 | Nec Soft Ltd | 指方向特定システム、指方向特定方法、及びそのプログラム |
JP2019067373A (ja) * | 2017-10-02 | 2019-04-25 | 大日本印刷株式会社 | 特徴画像生成装置、検査装置、特徴画像生成方法及び特徴画像生成プログラム |
US10413172B2 (en) | 2017-12-11 | 2019-09-17 | 1-800 Contacts, Inc. | Digital visual acuity eye examination for remote physician assessment |
JP2019159889A (ja) * | 2018-03-14 | 2019-09-19 | オムロン株式会社 | 欠陥検査装置、欠陥検査方法、及びそのプログラム |
JP7015001B2 (ja) | 2018-03-14 | 2022-02-02 | オムロン株式会社 | 欠陥検査装置、欠陥検査方法、及びそのプログラム |
US11301978B2 (en) | 2018-03-14 | 2022-04-12 | Omron Corporation | Defect inspection device, defect inspection method, and computer readable recording medium |
JP2020153854A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社Screenホールディングス | 基板検査装置、基板処理装置、基板検査方法および基板処理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100846633B1 (ko) | 패턴 결함 검출 방법 및 장치 | |
US9146185B2 (en) | Hardness tester and hardness test method | |
JP5086970B2 (ja) | 木材の外観検査装置、木材の外観検査方法 | |
JP2006090921A (ja) | 外観検査装置、閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラム | |
JP4492356B2 (ja) | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 | |
JP2018096908A (ja) | 検査装置及び検査方法 | |
JP2007147407A (ja) | 外観検査方法 | |
JP4230880B2 (ja) | 欠陥検査方法 | |
Barkavi et al. | Processing digital image for measurement of crack dimensions in concrete | |
WO2016152159A1 (ja) | Dnaチップ画像のスポット有効性判定装置、dnaチップ画像のスポット有効性判定方法、及びdnaチップ画像のスポット有効性判定プログラム | |
JP2006292615A (ja) | 外観検査装置、外観検査方法、コンピュータを外観検査装置として機能させるためのプログラムおよび記録媒体 | |
KR101604528B1 (ko) | 구멍 검사 장치 | |
JP2007033126A (ja) | 基板検査装置並びにそのパラメータ調整方法およびパラメータ調整装置 | |
JP2002140713A (ja) | 画像処理方法およびその装置 | |
JP2004251781A (ja) | 画像認識による不良検査方法 | |
JP2006105777A (ja) | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 | |
JP4821647B2 (ja) | 電子部品の端子位置検出方法 | |
JP5346304B2 (ja) | 外観検査装置、外観検査システムおよび外観検査方法 | |
JP2007081513A (ja) | 固体撮像素子のシミ欠陥検査方法 | |
JP4956077B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
JPH03175343A (ja) | 外観検査による欠陥抽出方法 | |
JP2002195958A (ja) | 表面検査方法 | |
JP4802614B2 (ja) | 微細回路検査方法、微細回路検査装置、微細回路検査プログラム | |
KR101131350B1 (ko) | 금속 패드의 상태 검사 방법 | |
TWI609352B (zh) | 紙式檢測裝置之顏色辨識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090825 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20091222 |