JP2006135700A - 画像検査装置、画像検査方法、制御プログラムおよび可読記憶媒体 - Google Patents

Abstract

【課題】 “輝度むら”の面積および数に関係なく、 “輝度むら”を正確かつ定量的に、しかも高速に検出して良否判定を行う。
【解決手段】 イメージセンサ11の出力画像データを記憶する原画像メモリ21と、出力画像データからシェーディング成分を除去したシェーディング成分除去データを求めるフィルタリング処理手段22と、シェーディング成分除去データを記憶する一次処理メモリ23と、シェーディング成分除去データをｎ×ｍの大きさのブロックに分割し、分割ブロック内のシェーディング成分除去データを加算してブロック分割・加算データを求めるブロック分割・加算手段24と、ブロック分割・加算データを記憶する二次処理メモリ25と、ブロック分割・加算データの平均値、最大値、最小値を求める統計処理手段26と、求められた平均値、最大値および最小値を用いて良否を判定する良否判定手段27と、良否ブロックの情報を記憶する判定結果メモリ28とを有する。
【選択図】 図１

Description

本発明は、例えばＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ；電荷結合素子）などのイメージセンサの出力画像データに対する良否判定を行う画像検査装置などの画像検査装置、これを用いた画像検査方法、この方法の処理手順をコンピュータに実行させるための制御プログラムおよびそれを格納したコンピュータ読み取り可能な可読記憶媒体に関する。

従来より、画像入力装置としてのＣＣＤなどのイメージセンサは、半導体製造技術を応用して、数百万個以上の多数の画素部が２次元状に集合して構成されている。このイメージセンサは、完成までに多くの製造工程を経ており、その製造工程の不具合によって様々な欠陥が生じる。

このような欠陥の一つに“表示むら”がある。この“表示むら”とは、表示画面上に、ある面積を有して生じる輝度変化のことである。この“表示むら”は、画面全体の広範囲にわたってなだらかに変化する“表示むら”と、局所的に変化する“表示むら”の二つに大別される。以後、前者を“シェーディング”、後者を“輝度むら”という。

この“シェーディング”は、画像の中央部から周辺部にかけて徐々に変化しているため、肉眼では“表示むら”と判断されない場合が多い。一方、“輝度むら”は、局所的な輝度変化であるため、その大きさおよび変化量によっては、誰の目にも明らかな欠陥として判断される。

この“輝度むら”を有するイメージセンサの良否を試験する試験装置では、従来、以下のような処理により良否が判定されている。

まず、イメージセンサからの出力画像データを試験装置に取り込んで、平均フィルタや二次元メディアンフィルタなどのフィルタによって“表示むら”成分を含むノイズを除去したノイズ除去画像データを得る。

次に、このノイズ除去画像データと元の出力画像データとの差を求めて“表示むら”成分を分離し、その“表示むら”成分を有する画素の濃度を任意の閾値によって２値化し、その２値化したデータをラベリング処理する。その後、ラベリング面積の大小によって、“輝度むら”の良否を判定する。

ここで、二次元メディアンフィルタ処理とは、注目画素を中心とした２次元の複数の画素によって観察窓を構成し、その観察窓内に含まれる画素の濃度の中央値で注目画素の濃度値を置き換えるというノイズ除去処理である。

また、ラベリング処理とは、２値化した画像データに対して、閾値を超えた画素にラベル付けを行い、隣接した画素も閾値を超えている場合に同一のラベルを付けるという処理である。

しかしながら、上記従来技術では、ノイズ除去処理およびラベリング処理に時間が掛かり過ぎるという問題がある。また、処理時間の短縮化を図ると、ラベリング処理精度が低下するという問題がある。

この問題を解決するために、例えば特許文献１に開示されている従来の画像情報処理装置では、ノイズ除去処理において、２次元メディアンフィルタではなく、一次元メディアンフィルタである水平方向（Ｈ）メディアンフィルタと垂直方向（Ｖ）メディアンフィルタを組み合せて処理時間の短縮化と共に精度保持を実現している。さらに、この特許文献１に開示されている画像情報処理装置では、“輝度むら”の良否を判定するために、独自の関数を用いることによって、判定精度の向上を図っている。
特開平９−２５９２８１号公報

上述したように、従来技術では、ノイズ除去処理のために平均フィルタや二次元メディアンフィルタなどを用いるため、ノイズ除去処理に時間が掛かるという問題がある。また、“輝度むら”の良否を判定するために“表示むら”成分を有する画素の濃度を任意の閾値によって２値化し、その２値化したデータをラベリング処理する必要があるため、ラベリング処理にも時間が掛かるという問題がある。さらに、その処理時間の短縮化を図ると、ラベリング処理精度が低下するという問題がある。

一方、特許文献１の画像情報処理装置では、一次元メディアンフィルタを組み合せて処理時間の短縮化を図ると共に精度保持を図り、輝度むら”の良否を判定するために独自の関数を用いることによって判定精度の向上を図っているが、ラベリング処理については従来通り行われている。このため、“輝度むら”の面積および数が多い場合には、ラベリング処理に時間が掛かり過ぎるという問題が残る。

本発明は、上記従来の問題を解決するもので、“輝度むら”の面積および数に関係なく、イメージセンサの出力画像データに対して、“輝度むら”の検出精度向上を図って、正確かつ定量的に、しかも高速に検出して良否判定（評価）できる画像検査装置、これを用いた画像検査方法、この方法の各処理手順をコンピュータに実行させるための制御プログラムおよびこれを格納したコンピュータ読み取り可能な可読記憶媒体を提供することを目的とする。

本発明の画像検査装置は、イメージセンサの出力画像データに対して良否判定を行う画像検査装置において、該イメージセンサからの出力画像データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズのブロック（一または複数のブロック）に分割し、分割されたブロック内のデータ（ブロック毎の各データ）を加算してブロック分割・加算データを求めるブロック分割・加算手段と、該ブロック分割・加算データの平均値、最大値および最小値を求める統計処理手段と、該統計処理手段によって求められた該ブロック分割・加算データの平均値、最大値および最小値に基づいて該イメージセンサの出力画像データに対する良否を判定する良否判定手段とを有しており、そのことにより上記目的が達成される。

また、好ましくは、本発明の画像検査装置におけるブロック分割・加算手段の前段に、前記イメージセンサの出力画像データからシェーディング成分を除去したシェーディング成分除去データを求めるフィルタリング処理手段を更に有し、該ブロック分割・加算手段は、該シェーディング成分除去データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズの各ブロックに分割し、分割されたブロック内のシェーディング成分除去データを加算してブロック分割・加算データを求める。

本発明の画像検査装置は、イメージセンサの出力画像データに対して良否判定を行う画像検査装置において、該イメージセンサの出力画像データを記憶する原画像メモリと、 該原画像メモリに記憶された出力画像データからシェーディング成分を除去したシェーディング成分除去データを求めるフィルタリング処理手段と、該フィルタリング処理手段によって求められた該シェーディング成分除去データを記憶する一次処理メモリと、該一次処理メモリに記憶された該シェーディング成分除去データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズのブロック（一または複数のブロック）に分割し、分割されたブロック内の該シェーディング成分除去データ（ブロック毎の各データ）を加算してブロック分割・加算データを求めるブロック分割・加算手段と、該ブロック分割・加算手段によって求められた該ブロック分割・加算データを記憶する二次処理メモリと、該二次処理メモリに記憶された該ブロック分割・加算データの平均値、最大値および最小値を求める統計処理手段と、該統計処理手段によって求められた該ブロック分割・加算データの平均値、最大値および最小値に基づいて該イメージセンサの出力画像データに対する良否を判定する良否判定手段と、該良否判定手段によって判定された良否ブロックの情報を記憶する判定結果メモリとを有しており、そのことにより上記目的が達成される。

さらに、好ましくは、本発明の画像検査装置におけるフィルタリング処理手段は、水平方向の中心差分による微分フィルタ、垂直方向の中心差分による微分フィルタ、４近傍ラプラシアンフィルタ、８近傍ラプラシアンフィルタおよび３方向の中心差分による微分フィルタのいずれか一つを用いてシェーディング成分除去データを求める。

さらに、好ましくは、本発明の画像検査装置における良否判定手段は、
（Ｍａｘ−Ａｖｅ）／（Ａｖｅ−Ｍｉｎ）＞ｌｉｍｉｔ＿１
（但し、Ｍａｘ：ブロック分割・加算データの最大値
Ｍｉｎ：ブロック分割・加算データの最小値
Ａｖｅ：ブロック分割・加算データの平均値
ｌｉｍｉｔ＿１：良否判定の限界値）
によって前記イメージセンサの良否判定を行う。

さらに、好ましくは、本発明の画像検査装置における良否判定手段は、
（Ｂｌｋ−Ａｖｅ）／（Ａｖｅ−Ｍｉｎ）＞ｌｉｍｉｔ＿２
（但し、Ｂｌｋ：任意ブロックの分割・加算データ
Ｍｉｎ：ブロック分割・加算データの最小値
Ａｖｅ：ブロック分割・加算データの平均値
ｌｉｍｉｔ＿２：良否判定の限界値）
によって前記ブロックの良否判定を行う。

さらに、好ましくは、本発明の画像検査装置における良否判定の限界値は、１.５から２.５の範囲である。

本発明の画像検査方法は、イメージセンサの出力画像データに対して良否判定を行う画像検査方法において、該イメージセンサからの出力画像データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズのブロック（一または複数ブロック）に分割し、分割されたブロック内のデータ（ブロック毎の各データ）を加算してブロック分割・加算データを求めるブロック分割・加算ステップと、該ブロック分割・加算データの平均値、最大値および最小値を求める統計処理ステップと、該ブロック分割・加算データの平均値、最大値および最小値を用いて該イメージセンサの出力画像データに対して良否を判定する良否判定ステップとを有し、そのことにより上記目的が達成される。

また、好ましくは、本発明の画像検査方法におけるブロック分割・加算ステップの前に、前記イメージセンサの出力画像データからシェーディング成分を除去したシェーディング成分除去データを求めるフィルタリング処理ステップを更に有し、該ブロック分割・加算ステップは、該シェーディング成分除去データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズの各ブロックに分割し、分割されたブロック内のシェーディング成分除去データを加算してブロック分割・加算データを求める。

本発明の制御プログラムは、請求項８または９に記載の上記画像検査方法をコンピュータによって処理するための処理手順が記録されたプログラムであって、そのことにより上記目的が達成される。

本発明の可読記憶媒体は、請求項１０に記載の上記制御プログラムが格納されたコンピュータ読み取り可能な記憶媒体であって、そのことにより上記目的が達成される。

上記構成により、以下、本発明の作用を説明する。

本発明にあっては、例えばＣＣＤなどのイメージセンサの出力画像データに対して画像処理を行う画像検査装置において、まず、画面全体の広範囲をなだらかに輝度変化する“シェーディング”をフィルタリング処理により除去して“輝度むら”を強調したシェーディング成分除去データを求める。このフィルタリング処理では、例えば、水平方向の中心差分による微分フィルタ、垂直方向の中心差分による微分フィルタ、４近傍ラプラシアンフィルタ、８近傍ラプラシアンフィルタおよび３方向の中心差分による微分フィルタなどを用いて、出力画像データの近接間微分を行うことによって、画像データ間の輝度変化量を取得する。“シェーディング”では、この変化量が“輝度むら”と比較して無視できるほど微小であるため、近接間微分にて輝度変化量の絶対値を取得することによって“シェーディング”を除去することができる。このシェーディング成分がないデータの場合にはフィルタリング処理は必要ない。

次に、ブロック分割・加算手段によって、シェーディング成分除去データをｎ×ｍの各ブロックに分割し、分割されたブロック内のシェーディング成分除去データを加算して、ブロック分割・加算データを求める。

“輝度むら”は、ある程度以上の面積を有し、かつ、局所的な輝度変化量を有する領域であるため、分割されたブロック内に“輝度むら”が存在すれば、そのブロックのブロック分割・加算データは、“輝度むら”の存在しないブロックのブロック分割・加算データよりも大きな値となる。また、“輝度むら”の存在しないブロックの間では、ブロック内での輝度変化が微小であるため、ブロック分割・加算データに大きな差はない。このため、“輝度むら”が存在しないブロック分割・加算データの分布は正規分布に近い分布となるように形成され、“輝度むら”が存在するブロック分割・加算データの分布は最小値が最大値よりも平均値に近い値となるように形成される。

そこで、統計処理手段によって、ブロック分割・加算データの平均値、最大値および最小値を算出し、良否判定手段によって、最大値と平均値との差と、最小値と平均値との差とを比較したり、または／および、ブロックの加算データと平均値との差と、最小値と平均値との差とを比較することにより、イメージセンサの良否判定または／および各ブロックの良否判定（不良ブロックの抽出）を行うことができる。

例えばイメージセンサの良否を判定するためには、「平均値Ａｖｅと最大値Ｍａｘとの差」および「平均値Ａｖｅと最小値Ｍｉｎとの差」の比を求め、下記式（１）に示すように、二つの比に対して任意の倍数（良否判定のリミットｌｉｍｉｔ＿１）を超えた場合に不良と判定する。

（Ｍａｘ-Ａｖｅ）／（Ａｖｅ-Ｍｉｎ）＞ｌｉｍｉｔ＿１・・・（式１）
Ｍａｘ：最大値
Ｍｉｎ：最小値
Ａｖｅ：平均値
ｌｉｍｉｔ＿１：良否判定のリミット
また、不良ブロック（故障エリア）を抽出するためには、「任意のブロックの加算データＢｌｋと平均値Ａｖｅとの差」および「平均値Ａｖｅと最小値Ｍｉｎの差」を求め、下記式（２）に示すように、「任意のブロックの加算データＢｌｋと平均値Ａｖｅの差」と「平均値Ａｖｅと最小値Ｍｉｎとの差」の比に対して、任意の倍数（良否判定のリミット：ｌｉｍｉｔ＿２）を超えた場合に、その任意のブロックは不良ブロックであると判定する。

（Ｂｌｋ-Ａｖｅ）／（Ａｖｅ-Ｍｉｎ）＞ｌｉｍｉｔ＿２・・・（式２）
Ｂｌｋ：ブロックの加算データ
Ｍａｘ：加算データの最大値
Ｍｉｎ：加算データの最小値
Ａｖｅ：加算データの平均値
ｌｉｍｉｔ＿２：不良ブロック（故障エリア）のリミット
なお、良否判定のリミットｌｉｍｉｔ＿１およびｌｉｍｉｔ＿２は、対象物によって目視結果との相関を取った上で求めることができるが、好ましくは、１．５〜２．５の範囲とする。また、より好ましくは、良否判定のリミットｌｉｍｉｔ＿１およびｌｉｍｉｔ＿２は２である。良否判定のリミットｌｉｍｉｔ＿１およびｌｉｍｉｔ＿２が１．５よりも小さければ「良」も「不良」と判定される確率が高くなり、２.５よりも大きければ「不良」も「良」と判定される確率が高くなる。

以上により、本発明によれば、ラベリング処理を行うことなく、簡単な統計処理によって、“輝度むら”の面積および数量に関係なく、イメージセンサーの出力画像データに対して“輝度むら”を正確かつ定量的に、さらに高速に検出して良否を判定することができる。

以下に、本発明の画像検査装置の実施形態について、図面を参照しながら説明する。

図１は、本発明の一実施形態である画像検査装置の構成例を示すブロック図である。

図１において、画像検査装置２０は、原画像メモリ２１と、フィルタリング処理手段２２と、一次処理メモリ２３と、ブロック分割・加算手段２４と、二次処理メモリ２５と、統計処理手段２６と、良否判定手段２７と、判定結果メモリ２８とを有する。

原画像メモリ２１は、イメージセンサ１１の出力画像データを記憶する。この画像検査装置２０において、被検査対象のイメージセンサ１１をＣＣＤとすると、まず、任意の光量の光が入力されたときの出力画像データ（輝度情報）をＣＣＤ出力端子から取得し、取得された出力画像データを原画像メモリ２１に記憶させる。

フィルタリング処理手段２２は、この原画像メモリ２１上の出力画像データからシェーディング成分を除去したシェーディング成分除去データを求める。このシェーディングは、輝度むらと比較して画像データ間の輝度変化量が小さいため、近接間部分で輝度変化量の絶対値を取得することによってシェーディングを除去して、“輝度むら”を強調したデータを取り出すことができる。

一次処理メモリ２３は、フィルタリング処理手段２２によって求められたシェーディング成分除去データを記憶する。

ブロック分割・加算手段２４は、この一次処理メモリ２３上のシェーディング成分除去データを所定のｎ×ｍ（ｍ，ｎは自然数）の大きさのブロックに分割するブロック分割手段２４１と、ブロック分割手段２４１で分割されたブロック内のシェーディング成分除去データを加算してブロック分割・加算データを求めるブロック加算手段２４２とを有している。

二次処理メモリ２５は、このブロック分割・加算手段２４によって求められたブロック分割・加算データを記憶する。

統計処理手段２６は、この二次処理メモリ２５上のブロック分割・加算データの平均値、最大値および最小値を求める。

良否判定手段２７は、このブロック分割・加算データの平均値、最大値および最小値を用いてイメージセンサ１１の出力画像データに対する良否を判定する。

判定結果メモリ２８は、良否判定手段２７の良否判定により得られた良否ブロックの情報を記憶する。

上記構成によって、フィルタリング処理手段２２でシェーディング成分を除去し、ブロック分割・加算手段２４にてシェーディング成分除去データを所定サイズの各ブロックに分割して各ブロック内のデータを加算し、統計処理手段２６にてブロック分割・加算データの平均値、最大値および最小値を求め、良否判定手段２７にてイメージセンサ１１の出力画像データに対する良否を判定する。

この出力画像データに対する良否判定において、輝度むらは、ある程度以上の面積を有し、かつ、局所的な輝度変化量を有する領域であるため、輝度むらが存在する分割ブロックでは、輝度むらが存在しないブロックに比べて、加算データが大きな値になるため、輝度むらが存在しないブロックでは加算データが正規分布に近く、輝度むらが存在するブロックでは加算データの最小値が最大値よりも平均値に近くなる。よって、加算データの平均値、最大値、最小値を求め、最大値から平均値までの差と、最小値から平均値までの差とを比較することによって、ラベリング処理を行うことなく、イメージセンサ１１の良否判定または分割ブロックの良否判定（不良ブロックの検出）を行うことができる。

以上の各構成を更に詳細に説明する。フィルタリング処理手段２２によるシェーディング成分除去処理を図２（ａ）および図２（ｂ）に示し、ブロック分割・加算手段２４によるシェーディング成分除去データの分割処理を図２（ｃ）に示している。

図２（ａ）は、取得された出力画像データにおける水平方向１ライン分の一例を示す信号波形図である。なお、図２（ａ）では、縦軸は輝度、横軸は時間を表し、点線で囲む部分に輝度むらが生じている。

フィルタリング処理手段２２によって、原画像メモリ２１上の図２（ａ）の出力画像データから、“輝度むら”を強調した図２（ｂ）のシェーディング成分除去データを取り出す。具体的には、取得された図２（ａ）の出力画像データに対して、低周波成分（シェーディング）を除去し、高周波成分（点欠陥および輝度むら）を抽出する。このために、輝度変化量を算出するための微分フィルタ（一次微分フィルタ）または輪郭線を抽出するためのラプラシアンフィルタ（二次微分フィルタ）などを用いて高周波成分を強調する。

フィルタリング処理手段２２として用いられる代表的なフィルタとしては、水平方向の中心差分による微分フィルタ、垂直方向の中心差分による微分フィルタ、４近傍ラプラシアンフィルタ、８近傍ラプラシアンフィルタ、三方向の中心差分による微分フィルタなどが挙げられる。

ここで、一次微分フィルタとは、Ｘ方向の微分とＹ方向の微分とを用いてエッジ（輪郭）を抽出するものである。また、ラプラシアンフィルタ（二次微分フィルタ）は、２次微分によって画像の鮮鋭化やエッジ検出を行うフィルタである。画像の２次微分は、以下のようにして行われる。

Ｂ（ｘ，ｙ）を注目画素とし、両隣の画素ＡおよびＣとの差分をｆ_ｘ（Ｂ−Ａ）およびｆ_ｘ（Ｃ−Ｂ）とすると、これらは、
ｆ_ｘ（Ｂ−Ａ）＝Ｉ（ｘ，ｙ）−Ｉ（ｘ−１，ｙ）
ｆ_ｘ（Ｃ−Ｂ）＝Ｉ（ｘ＋１，ｙ）−Ｉ（ｘ，ｙ）
によって表される。但し、Ｉ（ｘ，ｙ）は点（ｘ，ｙ）での画素値とする。

画素Ｂに関する２次微分は、これらの1次微分値の差分として、
ｆ_ｘｘ（ｘ，ｙ）＝ｆ_ｘ（Ｃ−Ｂ）−ｆ_ｘ（Ｂ−Ａ）
＝Ｉ（ｘ−１，ｙ）＋Ｉ（ｘ＋１，ｙ）−２Ｉ（ｘ，ｙ）
によって計算することができる。

垂直方向の微分も同時に考えると、画素Ｂに関する２次微分は、
∇^２ｆ（ｘ，ｙ）＝Ｉ（ｘ−１，ｙ）＋Ｉ（ｘ＋１，ｙ）
＋Ｉ（ｘ，ｙ−１）＋Ｉ（ｘ，ｙ＋１）−４Ｉ（ｘ，ｙ）
・・・（式３）
によって与えられる。

図３（ａ）は、上記（式３）の各画素の係数をその画素の配置に合わせて表現した４近傍のラプラシアンフィルタの係数例を示し、図３（ｂ）は、さらに斜め方向の微分も考慮した８近傍のラプラシアンフィルタの係数例を示している。これらはマスクやカーネルなどとも呼ばれている。

ラプラシアンフィルタに限らず、フィルタリング処理では、処理可能な画像の範囲を考慮することが重要である。例えば、上記ラプラシアンフィルタでは、隣り合う画素が存在しない画像端の画素については処理することができないため、各画素にアクセスするためのループの初期値と最終値に注意する必要がある。

図４に、入力画像サイズと同じサイズで出力画像データを確保する場合のプログラミング例を示している。

次に、フィルタリング処理手段２２によるフィルタリング処理後のシェーディング成分除去データを一次処理メモリ２３に記憶させる。

図２（ｂ）は、図２（ａ）の出力画像データに対して水平方向の中心差分による微分フィルタ処理を施した後のシェーディング成分除去データを示す信号波形図である。なお、図２（ｂ）では、縦軸は輝度変化量、横軸は時間を表している。

次に、ブロック分割手段２４１によって、一次処理メモリ２３上のシェーディング成分除去データを所定サイズのｎ×ｍの画素数のブロックに分割する。

図２（ｃ）は、図２（ｂ）のシェーディング成分除去データに対して所定サイズの各ブロックに分割したイメージ例を示す信号波形図である。なお、図２（ｃ）では、縦軸は輝度変化量、横軸は時間を表している。

次に、ブロック加算手段２４２によって、各ブロック内のシェーディング成分除去データを加算し、得られたブロック分割・加算データを二次メモリ２５に記憶させる。

さらに、統計処理手段２６によって、ブロック分割・加算データの平均値Ａｖｅ、最大値Ｍａｘおよび最小値Ｍｉｎを求める。

さらに、求められた平均値Ａｖｅ、最大値Ｍａｘ、最小値Ｍｉｎおよび良否判定リミット１２の値ｌｉｍｉｔ＿２から、良否判定手段２７によって良否判定処理を実施する。

具体的には、良否判定手段２７によって、
（Ｂｌｋ-Ａｖｅ）／（Ａｖｅ-Ｍｉｎ）＞ｌｉｍｉｔ＿２・・・（式２）
Ｂｌｋ：任意のブロックの加算データ
Ｍａｘ：加算データの最大値
Ｍｉｎ：加算データの最小値
Ａｖｅ：加算データの平均値
ｌｉｍｉｔ＿２：良否判定リミット１２の値
を用いてイメージセンサ１１の出力画像データに対する輝度むら”を検出する。

各分割ブロック毎に良否判定された結果は、判定結果メモリ２８に記憶させる。

例えば、図５に示すような“輝度むら”が存在した場合、判定結果メモリ２８には、図６に示すような“輝度むら”が存在すると判定されたブロックのデータが記憶される。

なお、イメージセンサ１１の良否のみを判定する場合には、良否判定手段２７によって、
（Ｍａｘ-Ａｖｅ）／（Ａｖｅ-Ｍｉｎ）＞ｌｉｍｉｔ＿１・・・（式１）
Ｍａｘ：最大値
Ｍｉｎ：最小値
Ａｖｅ：平均値
ｌｉｍｉｔ＿１：良否判定リミット１２の値
を用いて良否判定を行う。

これらの良否判定リミット１２の値ｌｉｍｉｔ＿１およびｌｉｍｉｔ＿２は、対象物によって目視結果との相関を取った上で求められる。

イメージセンサ１１の良否結果は良否結果表示３１として表示され、ブロックの良否判定結果は判定結果メモリ２８の内容が判定結果表示３２として表示される。

以下に、フィルタリング処理手段２２として、「水平方向の中心差分による微分フィルタ（４近傍）」を使用した場合を一例として、本実施形態の画像検査装置２０による処理について、さらに詳しく説明する。

図７に、イメージセンサ１１の出力画像データの一部の例を示す。また、図８は、図７のデータ分布を３次元グラフ化したイメージ図である。図８では、横方向に画面水平方向、縦方向に画面垂直方向の画素を示し、紙面に対して垂直な方向に輝度２０００〜２５００を示している。

この出力画像データに対して、
Ｖｎｅｗ（ｘ）
＝｜（Ｖ（ｘ＋２）＋Ｖ（ｘ＋１）−Ｖ（ｘ−１）−Ｖ（ｘ−２））／２｜
に基づく微分フィルタをかける。即ち、注目出力画像データに対して一つ隣り合った出力画像データとの差分および二つ隣り合った出力画像データとの差分を取り、２で割って絶対値を求める。

図７の出力画像データを用いて説明すれば、図左上から、輝度の数値は２４０８、２４５０、２３９２、２３７６、２３５０、・・・であり、上記微分フィルタを通すと、輝度変化量は、
｜（２３５０＋２３７６−２４５０−２４０８）／２｜
＝｜−１３２／２｜＝｜−６６｜＝６６
となる。隣の出力画像データに対しても、同様に上記微分フィルタを通すと、輝度変化量は、
｜（２４１０＋２３５０−２３９２−２４５０）／２｜＝４１
となる。

図９は、このような「水平方向の中心差分による微分フィルタ（４近傍）」でフィルタリング処理を行った後のシェーディング成分除去データである。

図１０は、図９のデータ分布を３次元グラフ化したイメージ図である。なお、図１０では、横方向に画面水平方向、縦方向に画面垂直方向の画素を示し、紙面に対して垂直な方向に輝度変化量０〜１００を示している。

図１１に、上記シェーディング成分除去データを２０×２０のサイズのブロックに分割して、シェーディング成分除去データの総和（図９の「６６、４１、０、１８、４４、・・・」と同等のデータ４００個の総和）をブロック毎に算出したブロック分割・加算データの一例を示す。

この図１１のブロック分割・加算データを用いて平均値、最大値および最小値を求めると、
平均値：１１９８６．０７
最大値：２４０２１
最小値：９７１６
となる。

上記良否判定リミット１２の値ｌｉｍｉｔ＿２を最小値と平均値の差の２倍までに設定した場合、
（Ｂｌｋ-Ａｖｅ）／（Ａｖｅ-Ｍｉｎ）＞２
から、
Ｂｌｋ＞３×Ａｖｅ-２×Ｍｉｎ
＝３×１１９８６．０７-２×９７１６＝１６５２６．２１
となり、ブロック内の加算データの総和が１６５２７以上であるブロックが不良と判断される。

図１２は、図１１に基づいてデータの分布を示したヒストグラムであり、図中に点線で良否判定の境界線を示す。なお、図１２では、横軸に各ブロックのブロック分割・加算データの値を示し、縦軸にそのブロック数を示している。図１２では、ブロック内の加算データの総和が１６５２７以上であるブロックは三つである。

また、図１３に示す３次元グラフのように、不良ブロックを抽出することができる。なお、図１３では、横軸は水平方向のブロックを示し、縦軸は垂直方向のブロックを示し、紙面に垂直な方向に各ブロックの輝度変化量の和０〜３００００を示している。また、上面が白いブロックが不良ブロックであり、上面が黒いブロックは良品ブロックである。

また、イメージセンサ１１として“輝度むら”の有無を確認する場合には、
（Ｍａｘ-Ａｖｅ）／（Ａｖｅ-Ｍｉｎ）
＝（２４０２１−１１９８６．０７）／（１１９８６．０７-９７１６）
＝１２０３４．９３／２２７０．０７＝５．３０＞２
となり、「最大値と平均値の差」が「最小値と平均値の差」より２倍以上大きいため、“輝度むら”があると判定される。

良否判定のリミットｌｉｍｉｔ＿１およびｌｉｍｉｔ＿２は、対象物によって目視結果との相関を取った上で求めることができるが、好ましくは、１．５〜２．５の範囲とする。また、より好ましくは、良否判定のリミットｌｉｍｉｔ＿１およびｌｉｍｉｔ＿２は、前述の「２」である。良否判定のリミットｌｉｍｉｔ＿１およびｌｉｍｉｔ＿２が１．５よりも小さければ「良」も「不良」と判定される確率が高くなり、２.５よりも大きければ「不良」も「良」と判定される確率が高くなる。

本実施形態の画像検査装置２０を用いた画像検査方法はハードウェア構成（回路構成）とすることもできるが、ソフトウェア構成とすることもできる。この場合の基本構成を図１４に示している。

図１４は、本実施形態の画像検査装置２０をソフトウェアによって実現するための構成例を示すブロック図である。

図１４に示すように、画像検査装置２０は、演算処理手段（制御手段）としてのＣＰＵ（中央演算処理装置）４１と、例えば光ディスク（ＣＤ）、磁気ディスク、ハードディスクおよび外部記憶装置などのコンピュータ読み出し可能な可読記録媒体としてのＲＯＭ４２と、ＣＰＵ４１がワークメモリとして利用するＲＡＭ４３と、キーボードやマウスなどを含む入力部４４と、ディスプレイやプリンタなどを含む出力部４５とを有している。

ＣＰＵ４１は、ＲＯＭ４２からＲＡＭ４３に読み込まれた本実施形態の制御プログラムにしたがって、イメージセンサ１１から出力画像データを取り込んで、前述したような「輝度むら」の良否判定を行う。

ＲＡＭ４２は、現画像メモリ２１、一次処理メモリ２３、二次処理メモリ２５および判定結果メモリ２８としても用いられ、イメージセンサ１１の出力画像データ、フィルタリング処理手段２２によるシェーディング成分除去データ、ブロック分割・加算手段２４によるブロック分割・加算データ、および良否判定によって得られた良否ブロックの情報も記憶される。

良否判定リミット１２の値ｌｉｍｉｔ＿１およびｌｉｍｉｔ＿２は、対象物によって目視結果との相関を取った上で求められ、操作者によって入力部４４から入力することができる。

イメージセンサ１１の良否結果は、良否結果表示３１として出力部４５に出力されて表示される。また、ブロックの良否判定結果は、判定結果メモリ２８の内容が判定結果表示３２として出力部４５に出力されて表示される。

よって、ＣＰＵ４１は、制御プログラムに基づいて、イメージセンサ１１の出力画像データからシェーディング成分を除去したシェーディング成分除去データを求めるフィルタリング処理ステップと、このシェーディング成分除去データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズの各ブロックに分割し、分割されたブロック内のシェーディング成分除去データを加算してブロック分割・加算データを求めるブロック分割・加算ステップと、このブロック分割・加算データの平均値、最大値および最小値を求める統計処理ステップと、このブロック分割・加算データの平均値、最大値および最小値を用いて該イメージセンサ１１の出力画像データに対して良否を判定する良否判定ステップとを実行する。

以上により、本実施形態では、画像検査装置２０が、イメージセンサ１１の出力画像データを記憶する原画像メモリ２１と、出力画像データからシェーディング成分を除去したシェーディング成分除去データを求めるフィルタリング処理手段２２と、シェーディング成分除去データを記憶する一次処理メモリ２３と、シェーディング成分除去データをｎ×ｍの所定サイズの各ブロックに分割し、各分割ブロック内のシェーディング成分除去データを加算してブロック分割・加算データを求めるブロック分割・加算手段２４と、ブロック分割・加算データを記憶する二次処理メモリ２５と、ブロック分割・加算データの平均値、最大値、最小値を求める統計処理手段２６と、求められた平均値、最大値および最小値を用いてデータの良否を判定する良否判定手段２７と、良否ブロックの情報を記憶する判定結果メモリ２８とを備えている。これによって、ラベリング処理を行うことなく、簡単な統計処理によって、“輝度むら”の面積および数に関係なく、イメージセンサ１１の出力画像データに対して、“輝度むら”を正確かつ定量的に、しかも高速に検出して良否判定を行うことができる。

なお、上記実施形態では、フィルタリング処理ステップ（フィルタリング処理手段２２）を設けたが、これに限らず、イメージセンサ１１からの出力画像データにシェーディングがないかまたは緩やかな場合には、フィルタリング処理ステップ（フィルタリング処理手段２２）を設けなくても、“輝度むら”の面積および数に関係なく、“輝度むら”を正確かつ定量的に、しかも高速に検出して良否判定を行うことができる本発明の目的を達成できる。

また、上記実施形態では、原画像メモリ２１、フィルタリング処理手段２２、一次処理メモリ２３、ブロック分割・加算手段２４、二次処理メモリ２５、統計処理手段２６、良否判定手段２７および判定結果メモリ２８を設けたが、これに限らず、フィルタリング処理手段、ブロック分割・加算手段、統計処理手段および良否判定手段２７で構成することもできる。各メモリは各手段の中に含まれていてもよいし、含まれていなくてもよい。

以上のように、本発明の好ましい実施形態を用いて本発明を例示してきたが、本発明は、この実施形態に限定して解釈されるべきものではない。本発明は、特許請求の範囲によってのみその範囲が解釈されるべきであることが理解される。当業者は、本発明の具体的な好ましい実施形態の記載から、本発明の記載および技術常識に基づいて等価な範囲を実施することができることが理解される。本明細書において引用した特許、特許出願および文献は、その内容自体が具体的に本明細書に記載されているのと同様にその内容が本明細書に対する参考として援用されるべきであることが理解される。

本発明は、例えばＣＣＤなどのイメージセンサの出力画像データを処理する画像検査装置などの画像検査装置、画像検査方法、この方法の処理手順をコンピュータに実行させるための制御プログラムおよびそれを格納したコンピュータ読み取り可能な可読記憶媒体の分野において、ラベリング処理を行うことなく、簡単な統計処理によって、“輝度むら”の面積および数量に関係なく、イメージセンサーの出力画像データに対して“輝度むら”を正確かつ定量的に、さらに高速に検出して良否を判定することができる。

本発明の一実施形態である画像検査装置の構成例を示すブロック図である。 （ａ）はイメージセンサの出力画像データにおける水平方向１ライン分の一例を示す信号波形図、（ｂ）は（ａ）の出力画像データに対して水平方向の中心差分による微分フィルタ処理を施した後のシェーディング成分除去データを示す信号波形図、（ｃ）は（ｂ）のシェーディング成分除去データに対して各ブロックに分割したイメージ例を示す信号波形図である。 （ａ）は４近傍のラプラシアンフィルタの一例を示す図、（ｂ）は８近傍のラプラシアンフィルタの一例を示す図である。 本実施形態の画像検査装置において、入力画像サイズと同じサイズで出力画像データを確保するための制御プログラムの一例を示す図である。 図１の画像検査装置にて取得された出力画像データに基づく撮像イメージ例を示す図である。 “輝度むら”のブロックを示す画像の一例を示す図である。 イメージセンサの出力画像データの一部の例を示す図である。 図７の出力画像データのデータ分布を３次元グラフ化したイメージ図である。 出力画像データに対して「水平方向の中心差分による微分フィルタ（４近傍）」によりフィルタリング処理を行った後のシェーディング成分除去データ（一部）の一例を示す図である。 図９のデータの分布を３次元グラフ化したイメージ図である。 シェーディング成分除去データを２０×２０のサイズのブロックに分割した各ブロック毎のブロック分割・加算データの一例を示す図である。 図１１のブロック分割・加算データの分布を示したヒストグラムを示す図である。 実施形態において、良否判定により輝度むらがあると判定されたブロックを示す図である。 図１の画像検査装置をコンピュータによって実現するための構成例を示すブロック図である。

符号の説明

１１ イメージセンサ
１２ 良否判定リミット
２０ 画像検査装置
２１ 原画像メモリ
２２ フィルタリング処理手段
２３ 一次処理メモリ
２４ ブロック分割・加算手段
２４１ ブロック分割手段
２４２ ブロック加算手段
２５ 二次処理メモリ
２６ 統計処理手段
２７ 良否判定手段
２８ 判定結果メモリ
３１ 良否表示
３２ 判定結果表示
４１ ＣＰＵ
４２ ＲＯＭ
４３ ＲＡＭ
４４ 入力部
４５ 出力部

Claims (11)

1. イメージセンサの出力画像データに対して良否判定を行う画像検査装置において、
   該イメージセンサからの出力画像データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズのブロックに分割し、分割されたブロック内のデータを加算してブロック分割・加算データを求めるブロック分割・加算手段と、
   該ブロック分割・加算データの平均値、最大値および最小値を求める統計処理手段と、
   該統計処理手段によって求められたブロック分割・加算データの平均値、最大値および最小値に基づいて該イメージセンサの出力画像データに対する良否を判定する良否判定手段とを有する画像検査装置。
2. 前記ブロック分割・加算手段の前段に、前記イメージセンサの出力画像データからシェーディング成分を除去したシェーディング成分除去データを求めるフィルタリング処理手段を更に有し、
   該ブロック分割・加算手段は、該シェーディング成分除去データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズの各ブロックに分割し、分割されたブロック内の該シェーディング成分除去データを加算してブロック分割・加算データを求める請求項１に記載の画像検査装置。
3. イメージセンサの出力画像データに対して良否判定を行う画像検査装置において、
   該イメージセンサの出力画像データを記憶する原画像メモリと、
   該原画像メモリに記憶された出力画像データからシェーディング成分を除去したシェーディング成分除去データを求めるフィルタリング処理手段と、
   該フィルタリング処理手段によって求められた該シェーディング成分除去データを記憶する一次処理メモリと、
   該一次処理メモリに記憶された該シェーディング成分除去データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズのブロックに分割し、分割されたブロック内の該シェーディング成分除去データを加算してブロック分割・加算データを求めるブロック分割・加算手段と、
   該ブロック分割・加算手段によって求められた該ブロック分割・加算データを記憶する二次処理メモリと、
   該二次処理メモリに記憶された該ブロック分割・加算データの平均値、最大値および最小値を求める統計処理手段と、
   該統計処理手段によって求められた該ブロック分割・加算データの平均値、最大値および最小値に基づいて該イメージセンサの出力画像データに対する良否を判定する良否判定手段と、
   該良否判定手段によって判定された良否ブロックの情報を記憶する判定結果メモリとを有する画像検査装置。
4. 前記フィルタリング処理手段は、水平方向の中心差分による微分フィルタ、垂直方向の中心差分による微分フィルタ、４近傍ラプラシアンフィルタ、８近傍ラプラシアンフィルタおよび３方向の中心差分による微分フィルタのいずれか一つを用いてシェーディング成分除去データを求める請求項２または３に記載の画像検査装置。
5. 前記良否判定手段は、
   （Ｍａｘ−Ａｖｅ）／（Ａｖｅ−Ｍｉｎ）＞ｌｉｍｉｔ＿１
   （但し、Ｍａｘ：ブロック分割・加算データの最大値
   Ｍｉｎ：ブロック分割・加算データの最小値
   Ａｖｅ：ブロック分割・加算データの平均値
   ｌｉｍｉｔ＿１：良否判定の限界値）
   によって前記イメージセンサの良否判定を行う請求項１または３に記載の画像検査装置。
6. 前記良否判定手段は、
   （Ｂｌｋ−Ａｖｅ）／（Ａｖｅ−Ｍｉｎ）＞ｌｉｍｉｔ＿２
   （但し、Ｂｌｋ：任意ブロックの分割・加算データ
   Ｍｉｎ：ブロック分割・加算データの最小値
   Ａｖｅ：ブロック分割・加算データの平均値
   ｌｉｍｉｔ＿２：良否判定の限界値）
   によって前記ブロックの良否判定を行う請求項１、３および５のいずれかに記載の画像検査装置。
7. 前記良否判定の限界値は、１.５から２.５の範囲である請求項５または６に記載の画像検査装置。
8. イメージセンサの出力画像データに対して良否判定を行う画像検査方法において、
   該イメージセンサからの出力画像データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズのブロックに分割し、分割されたブロック内のデータを加算してブロック分割・加算データを求めるブロック分割・加算ステップと、
   該ブロック分割・加算データの平均値、最大値および最小値を求める統計処理ステップと、
   該ブロック分割・加算データの平均値、最大値および最小値を用いて該イメージセンサの出力画像データに対して良否を判定する良否判定ステップとを有する画像検査方法。
9. 前記ブロック分割・加算ステップの前に、前記イメージセンサの出力画像データからシェーディング成分を除去したシェーディング成分除去データを求めるフィルタリング処理ステップを更に有し、
   該ブロック分割・加算ステップは、該シェーディング成分除去データをｎ×ｍ（ｍ，ｎは自然数）の所定サイズの各ブロックに分割し、分割されたブロック内のシェーディング成分除去データを加算してブロック分割・加算データを求める請求項８に記載の画像検査方法。
10. 請求項８または９に記載の画像検査方法をコンピュータによって処理するための処理手順が記録された制御プログラム。
11. 請求項１０に記載の制御プログラムが格納されたコンピュータ読み取り可能な可読記憶媒体。