JP2008164597A

JP2008164597A - 光学検査システム

Info

Publication number: JP2008164597A
Application number: JP2007320158A
Authority: JP
Inventors: Uri Gold; ゴールド・ウリ; Eli Parente; パレンテ・エリ; Tally Gilat-Bernshtein; ギラット−バーンシュテイン・タリー; Edward Baranovsky; バラノヴスキー・エドワード; Tamir Margalit; マーガリット・タミール
Original assignee: Orbotech Ltd
Current assignee: Orbotech Ltd
Priority date: 1999-07-25
Filing date: 2007-12-11
Publication date: 2008-07-17
Anticipated expiration: 2020-07-23
Also published as: US7200259B1; IL131092A; TW536919B; GB2368120A; GB0201514D0; TW512636B; JP5086789B2; WO2001007893A2; IL131092A0; WO2001007893A3; JP4339541B2; JP2003511651A; AU6012800A; US20070133862A1

Abstract

【課題】少なくとも２つの色集団を含むカラー画像における、該２つの色集団の第１の色集団に関連する第１のカラー領域と該２つの色集団の第２の色集団に関連する第２のカラー領域との間の境界を特定する。
【解決手段】該第１のカラー領域と該第２のカラー領域がともに該カラー画像に含まれ、該方法は、該第１のカラー領域と該第２のカラー領域との間のおよその境界位置を識別し、該第１のカラー領域と該第２のカラー領域の間の複数の候補境界位置を特定する上で、該複数の候補境界位置の各々を、複数の境界位置特定方法のなかから選択される対応する境界位置特定方法を適用することによって特定し、該複数の境界位置特定方法から１つの方法を好ましい方法として選択し、かつ該好ましい方法に関連する該複数の候補境界位置の１つを指定することによって該第１のカラー領域と該第２のカラー領域の間の境界の位置を特定することを含む。
【選択図】図１

Description

本発明は、画像、特にカラー画像（ただし、それに限定されるものではない）を解析するための装置および方法に関し、より具体的にはパターン化されたオブジェクトの検査に有用である画像解析の装置および方法に関する。

画像を解析するための種々の装置および方法、特にパターン化されたオブジェクトの検査に有用である画像解析のための装置および方法は、当該技術分野において公知である。

以下の文献には、本発明を理解するのに有用でありうる画像処理方法が記載されている。 C.GonzalezおよびP.Wintz、「デジタル画像処理（Digital Image Processing）」、Addison Wesley、Reading、MA、1987年； John C.Russ、「画像処理ハンドブック(The Image Processing Handbook)、CRC出版、1994年。

以下の文献には、本発明を理解するのに有用でありうるエッジ検出方法が記載されている。 D.MarrおよびE.Hildreth、「エッジ検出の理論(Theory of Edge Detection)、ロンドン王立境界会報(Proceedings of the Royal Society of London)； M.Chapron、「カラー画像分割に使用する新しい彩色エッジディテクタ」、第11回APRパターン認識国際会議(11th APR International Conference on Pattern Recognition)。

以下の文献には、本発明を理解するのに有用でありうるカラー画像分割方法が記載されている。 Philippe PujasおよびMarie-Jose Aldon、「ロバストカラー画像分割(Robust Colour Image Segmentation)」、第7回先進ロボティクス国際会議(7th International Conference on Advanced Robotics)、San Filiu de Guixols、スペイン、1995年9月22日;

Leila Shararenko、Maria Petrou、およびJosef Kittler、「無作為にテクスチャされたカラー画像の自動分界分割(Automatic Watershed Segmentation of Randomly Textured Colour Images、IEEE。

米国特許第4,758,888号(Lapidot)には、進行または製造ラインの製品を妨げることのないオンラインの欠陥検査を含めた、製造ラインを移動する製品を検査する方法および手段が記載されている。

米国特許第5,058,982号(Katzir)には、光学スキャナによる製品の検査に特に有用な照明システムが記載されている。

１９９５年１月８日に付与され、発明の名称を「光学スキャナのための照明装置（Illumination Device for an Optical Scanner）」と称する、オルボテック社（Orbotech Ltd.）（Yavne、イスラエル）が保有するイスラエル特許第81450号には、自動検査に使用される光学スキャナに使用して、強力な多方向の光エネルギーを目標領域に照射するのに特に適した照明装置が記載されている。

米国特許第5,586,058号（Aloni他）には、２値レベルのオブジェクト表現を検査すること、グレーレベルのオブジェクト表現を検査すること、かつ好ましくはグレイスケールのオブジェクト表現を再検査して誤り検出を排除するとともに、欠陥を分類することを含む、オブジェクトの検査および欠陥の検出のための装置および方法が記載されている。

米国特許第5,774,572号（Caspi）には、好ましくはフィルタ関数をガウス関数の第二導関数に関連づけてオブジェクトの二次元デジタルグレースケール画像を重畳し、符号付きの値を有する二次元重畳画像を形成するように機能する自動目視検査システムが記載されている。反対の符号が付いた隣接値の間の零交差を見いだすことによって、オブジェクト内のエッジの位置特定が実現される。

米国特許第5,774,573号（Caspi他）には、フィルタ関数をガウス関数の第二導関数に関連づけた、オブジェクトの二次元デジタルグレースケール画像の重畳を用いて、符号付きの値を有する二次元重畳画像を形成する目視検査システムが記載されている。Caspi等の重畳は、正と負の２つのガウス値の差を用いて行うことが可能である。

ＰＣＴ出願IL98/00393には、色を利用して導体酸化のようなあるタイプの状態を識別すること、を含む、色を利用したプリント回路基板の検査が記載されている。

ＰＣＴ出願IL98/00477には、非２値画素に対して拡張、侵食およびスケール測定の如き形態的操作を、好ましくは先の方法を用いた場合よりも効率的に行うことができるように、画像を解析的に表現するための方法が記載されている。

以下の出版物には、画像解析に有用でありうる方法が記載されている。 Dorin ComaniciuおよびPeter Meer、「多変量データの分布によらない分解（Distribution Free Decomposition of Multivariate Data）」、SPR’98依頼提言（Invited Submission、ラトガーズ大学電気・コンピュータ学科（Piscataway、NJ08855、USA)。

上述の文献および本明細書に記載の文献すべての開示内容を本願に引用して援用する。
米国特許第4,758,888号明細書米国特許第5,058,982号明細書イスラエル特許第81450号明細書米国特許第5,586,058号明細書米国特許第5,774,572号明細書米国特許第5,774,573号明細書国際公開第00/011454号パンフレット（ＰＣＴ出願IL98/00393）国際公開第00/019372号パンフレット（ＰＣＴ出願IL98/00477） C.GonzalezおよびP.Wintz、「デジタル画像処理（Digital Image Processing）」、Addison Wesley、Reading、MA、1987年 John C.Russ、「画像処理ハンドブック(The Image Processing Handbook)、CRC出版、1994年。 D.MarrおよびE.Hildreth、「エッジ検出の理論(Theory of Edge Detection)、ロンドン王立境界会報(Proceedings of the Royal Society of London)； M.Chapron、「カラー画像分割に使用する新しい彩色エッジディテクタ」、第11回APRパターン認識国際会議(11th APR International Conference on Pattern Recognition)。 Philippe PujasおよびMarie-Jose Aldon、「ロバストカラー画像分割(Robust Colour Image Segmentation)」、第7回先進ロボティクス国際会議(7th International Conference on Advanced Robotics)、San Filiu de Guixols、スペイン、1995年9月22日; Leila Shararenko、Maria Petrou、およびJosef Kittler、「無作為にテクスチャされたカラー画像の自動分界分割(Automatic Watershed Segmentation of Randomly Textured Colour Images、IEEE。 Dorin ComaniciuおよびPeter Meer、「多変量データの分布によらない分解（Distribution Free Decomposition of Multivariate Data）」、SPR’98依頼提言（Invited Submission、ラトガーズ大学電気・コンピュータ学科（Piscataway、NJ08855、USA)。

（発明の概要）
本発明は、オブジェクトを目視検査するとともに、それらの画像、特にカラー画像（ただし、それに限定されない）を解析するための改善された装置および方法を提供しようとするものである。本発明の装置および方法は、パターン化されたオブジェクトの画像の解析に適用可能で、より具体的には、特徴的な光学属性を有する複数のエレメントを含むパターン化されたオブジェクトの画像の解析に適用可能であると考えられる。本発明の装置および方法で検査するのに特に適したオブジェクトとしては、ボールグリッドアレイ基板（「ＢＧＡ」）、プリント回路基板、特に複数の導体材料を含むプリント回路基板、積層プリント回路基板、リードフレーム、フラットパネルディスプレイ、ハイブリッドチップパッケージ基板、ＴＡＢ（テープオートメーテッドボンディング）基板、およびそれらと類似した複数材料の他のパターン化されたオブジェクトが挙げられる。

先行技術のオブジェクト検査システムにはどれもある種の制約があり、そのため、検査するオブジェクトがプリント回路基板、集積回路、および類似の電気部品の分野に限定されていても、ある特定のタイプのオブジェクトの検査にしか有用性を発揮しない。本発明は、特にオブジェクト検査システムの機能を改善し、そのシステムによって検査できるオブジェクトの多様性を高め、全体的にその制約を減少させることを目的とした、画像、特にカラー画像の解析装置および方法を提供しようとするものである。

特に、多色オブジェクトにおける隣接する有色領域が、モノクロ画像のなかで互いに区別するのが困難な色を有する場合には、改善されたカラー処理は多色オブジェクトの画像を解析する上で特に有用でありうると考えられる。例えば、ボールグリッドアレイ基板または積層プリント回路基板の検査の場合は、その表面が金の領域とその表面が銅の領域とが区別され、また部分的に透明なマスクに覆われた金属領域と覆われていない領域とが区別されることが望ましいと思われる。同様に、その表面が銀の領域を他の領域と区別することもある。本発明の方法および装置を使用すれば、先行技術のそれを使用する場合よりも、当該領域間の区別をより効果的に実現することができる。

例示することのみを目的として、ボールグリッドアレイ基板の場合は、本発明の装置および方法を使用して区別または特徴づけるのが望ましいと考えられる他の領域としては、裸基板；銅パッドや継手上の金メッキの如き金属被膜；はんだマスク、銅被覆継手、金メッキ継手または基板の如き少なくとも部分的に透明な被膜の存在、はんだマスクの如き少なくとも部分的に透明な被膜の下に位置する銅継手または金メッキ継手のような異なる物質；例えばフォトレジスト残留物のような表面残留物；金属被膜の空隙；表面の凹凸；擦り傷；異物；染み；および銅継手または金メッキの酸化が含まれる。金属継手、金属被膜または表面マークの如き領域の形状が区別されることも望ましいと考えられる。上述の例は、例示を目的としたものであって限定的なものではなく、様々な種類の領域を区別または特徴づけることが望ましいと思われる。本発明を構成する装置および方法は、検査対象となるＢＧＡの如きオブジェクト上の異なる多くの物質および物質の組み合わせについての検査および画像解析を可能にするほど十分な柔軟性を有する。

上述のようなＢＧＡにおける異なる領域は、以下に説明するように、一般には異なる色、色集団、または他の光学的特徴を有し、そのため色およびその光学的特徴を区別することによって異なる領域を区別できることが分かる。この点において、本発明を用いて、異なる色およびその他の光学的特徴に従って、異なる金属、ならびにはんだマスクの如き部分的に透明な被膜の下に位置する物質をあまねく区別できることは特に注目に値する。

本発明は、特にカラー画像に関する上述の用途と同様の用途において、モノクロ画像の処理を改善しようとするものでもある。

したがって、本発明の好ましい実施形態によれば、少なくとも２つの色集団を含むカラー画像における、該２つの色集団の第１の色集団に関連する第１のカラー領域と該２つの色集団の第２の色集団に関連する第２のカラー領域との間の境界位置を特定する方法であって、該第１のカラー領域と該第２のカラー領域がともに該カラー画像に含まれているものにおいて、該第１のカラー領域と該第２のカラー領域との間のおよその境界位置を識別し、該第１のカラー領域と該第２のカラー領域の間の複数の候補境界位置を特定する上で、前記複数の候補境界位置の各々を、複数の境界位置特定方法のなかから選択される対応する境界位置特定方法を適用することによって特定し、該複数の境界位置特定方法から１つの方法を好ましい方法として選択し、かつ該好ましい方法に関連する複数の候補境界位置の１つを境界として指定することによって該第１のカラー領域と該第２のカラー領域の間の境界の位置を特定することを含む方法が提供される。

さらに、本発明の好ましい実施形態によれば、該カラー画像はパターン化された物体の画像を含む。

さらに、本発明の好ましい実施形態によれば、該カラー画像は電気回路のカラー画像を含む。

さらに、本発明の好ましい実施形態によれば、該カラー画像はリードフレームのカラー画像を含む。

さらに、本発明の好ましい実施形態によれば、該好ましい境界位置特定方法は、所定の色集団の組み合わせについての好ましい境界位置特定方法を選択するための規則に基づいて選択される。

さらに、本発明の好ましい実施形態によれば、該好ましい境界位置特定方法は、少なくとも２つの境界位置特定方法を適用することによる境界位置特定結果の比較に基づいて選択される。

また、本発明の他の好ましい実施形態によれば、少なくとも２つの色集団を含むカラー画像における、該２つの色集団の第１の色集団に関連する第１のカラー領域と該２つの色集団の第２の色集団に関連する第２のカラー領域との間の境界位置を特定する方法であって、該第１のカラー領域と該第２のカラー領域がともに該カラー画像に含まれる方法において、各々の異なる組の色集団について、該色集団の間の境界の位置を識別する好ましい方法の指示を含む境界解析マップを提供し、該第１のカラー領域と該第２のカラー領域の間のおよその境界位置を識別し、かつ該第１の色集団と該第２の色集団の間の境界の位置を識別するための、該境界解析マップにおいて指示された好ましい方法を用いて、該第１のカラー領域と該第２のカラー領域の間の境界の位置を特定することを含む方法が提供される。

さらに、本発明の好ましい実施形態によれば、該電気回路はプリント回路基板を含む。

さらに、本発明の好ましい実施形態によれば、該カラー画像はオブジェクトのカラー画像を含み、各々の色集団は複数種の可能物質のうちの一種類の物質に関連する。

さらに、本発明の好ましい実施形態によれば、該カラー画像は第３の色集団に関連する第３のカラー領域をも含み、該識別ステップは、互いに隣接する第１のカラー領域、第２のカラー領域および第３のカラー領域のなかの各々２つのカラー領域について、該２つのカラー領域の間のおよその境界位置を識別することを含み、該特定ステップは、該２つのカラー領域毎に、該２つのカラー領域に関連する該２つの色集団の間の境界の位置を識別するための、該境界解析マップにおいて指示された好ましい方法を用いて、該２つのカラー領域の間の境界の位置を特定することを含む。

さらに、本発明の好ましい実施形態によれば、該方法は、ウィンドウサイズを有するウィンドウを定め、該ウィンドウ内にあるカラー画像の一部を調べて、少なくとも一部が該部分に含まれる別個のカラー領域の数を特定し、かつ別個のカラー領域の数が２つより大きい場合は、該ウィンドウ内のすべての境界を接合点に属するものとして分類し、接合点に属する境界の位置を特定する好ましい方法を用いて該ウィンドウ内の各境界の位置を特定することをも含む。

さらに、本発明の好ましい実施形態によれば、接合点に属する境界の位置を特定する好ましい方法は高すかし法を含む。

さらに、本発明の好ましい実施形態によれば、該カラー画像は、複数のカラー規定特性を有するカラー画像表現方法を用いて表現され、各々の好ましい方法は複数の利用可能な方法から選択され、該複数の利用可能な方法は、該複数のカラー規定特性のなかのカラー規定特性毎に、該カラー規定特性に関連するカラー画像の成分においてエッジ位置特定方法を実行することを含む方法を含む。

さらに、本発明の好ましい実施形態によれば、成分においてエッジ位置特定方法を実行することは、サブピクセル輪郭要素識別方法を実行することを含む。

さらに、本発明の好ましい実施形態によれば、成分においてのみエッジ位置特定方法を実行することは高すかし法を実行することを含む。

さらに、本発明の好ましい実施形態によれば、該カラー画像表現方法はＲＧＢ法を含み、該複数のカラー規定特性はＲ成分、Ｇ成分およびＢ成分を含む。

さらに、本発明の好ましい実施形態によれば、該カラー画像表現方法はＨＳＩ法を含み、該複数のカラー規定特性はＨ成分、Ｓ成分およびＩ成分を含む。

本発明の他の好ましい実施形態によれば、カラー画像からカラー形態マップを生成するための方法であって、カラー画像を提供し、該カラー画像を縮小して複数の色集団を含む縮小画像を生成し、該縮小画像内の該複数の色集団のうちの隣接する色集団の間の境界を特定し、該縮小画像を分割して、境界および少なくとも１つの非境界領域を含む２値画像を生成し、該少なくとも１つの非境界領域の骨格画像であって、複数の部分を含む骨格画像を生成し、かつ該色集団の１つに対応するカラー識別データを該骨格の各部分に割当てることを含む方法が提供される。

さらに、本発明の好ましい実施形態によれば、該割当ステップは、色集団に対する該骨格の一部の空間位置の関数として色集団を割り当てることを含む。

さらに、本発明の好ましい実施形態によれば、該割当ステップは、該縮小画像に該骨格画像を重ね合わせることをさらに含む。

さらに、本発明の好ましい実施形態によれば、該カラー画像は２４ビットカラー画像を含む。

さらに、本発明の好ましい実施形態によれば、該縮小画像は３ビット画像を含み、該複数の色集団は最大８つの色集団を含む。

さらに、本発明の好ましい実施形態によれば、該特定ステップは一画素の精度で境界を特定することを含む。

さらに、本発明の好ましい実施形態によれば、該方法は、少なくとも一部において、該方法の結果に基づいて少なくとも１つの形態的特徴の存在を識別することをも含む。

さらに、本発明の好ましい実施形態によれば、該パターン化された物体は電気回路を含む。

本発明の他の好ましい実施形態によれば、カラー画像内のカラー輪郭要素（セル）を特定するための方法であって、カラー画像を提供し、該カラー画像を縮小して複数の色集団を含む縮小画像を生成し、該複数の色集団の隣接する色集団の間の境界であって、各々が２つの色集団によって囲まれた複数の境界セグメントを含む境界を特定し、かつ境界セグメント毎に、少なくとも一部において、該境界セグメントを囲む２つの色集団に基づいて該境界セグメントに値を割り当てることを含む方法も提供される。

さらに、本発明の好ましい実施形態によれば、該縮小画像は３ビット画像を含む。

さらに、本発明の好ましい実施形態によれば、該特定ステップは一画素未満の精度で境界を特定することを含む。

さらに、本発明の好ましい実施形態によれば、各境界セグメントは第１の側および第２の側を有し、該割当ステップは、少なくとも一部において、該境界セグメントの該第１の側の色集団、および該境界セグメントの該第２の側の色集団に基づいて値を割り当てることを含む。

本発明の他の好ましい実施形態によれば、画像内の円滑曲線における凹凸を識別するための方法であって、該円滑曲線上の順序づけられた複数の点であって、その各々が該順序づけられた複数の点における少なくとも１つの隣接点を有する複数の点を識別し、該順序づけられた複数の点の各々において該円滑曲線に対する垂直方向を特定し、かつ少なくとも一部において、その点における該円滑曲線に対する垂直方向とその点の少なくとも１つの隣接点における該円滑曲線に対する垂直方向との差を含む局所的な垂直方向差に基づいて、該順序づけられた複数の点のうちの一点を凹凸の一部として識別することを含む方法も提供される。

さらに、本発明の好ましい実施形態によれば、該画像はパターン化された物体の画像を含む。

さらに、本発明の好ましい実施形態によれば、該画像は電気回路の画像を含む。

さらに、本発明の好ましい実施形態によれば、該局所的な垂直方向差は、所定の角度より大きな角度の方向の差を含む。

さらに、本発明の好ましい実施形態によれば、該所定の角度は約２２度の角度を含む。

さらに、本発明の好ましい実施形態によれば、該画像は多数の画素を含み、該順序づけられた複数の点の各々は１つの画素に関連する。

さらに、本発明の好ましい実施形態によれば、該円滑曲線に含まれる各画素は、該順序づけられた複数の点うちの１つの点に関連する。

さらに、本発明の好ましい実施形態によれば、該円滑曲線に含まれる数個の画素のみが、該順序づけられた複数の点のうちの１つの点に関連する。

さらに、本発明の好ましい実施形態によれば、該順序づけられた複数の点のうちの１つの点に関連しない一定数の画素が、該順序づけられた複数の点のうちの各点と該順序づけられた複数の点のうちの各点の少なくとも１つの隣接点との間にくるように、該一部の画素を選択する。

さらに、本発明の好ましい実施形態によれば、該方法は、該凹凸の形状深さおよび形状開度を測定し、かつ少なくとも一部において該測定ステップの結果に基づいて該形状を分類する。

さらに、本発明の好ましい実施形態によれば、該分類は、以下の範疇、すなわちニック、突起および輪郭のうちの少なくとも１つを含む所定の範疇集合のうちのいずれか１つの範疇への分類を含む。

さらに、本発明の好ましい実施形態によれば、該方法は、電気回路における凹凸を検出するための方法であって、該方法に従って、電気回路の画像における二種類の物質間の境界を表す円滑曲線における凹凸を識別することを含む。

本発明の他の好ましい実施形態によれば、オブジェクトの画像内の凹凸を分類するための方法であって、凹凸の形状深さおよび形状開度を測定し、かつ少なくとも一部において、該測定ステップの結果に基づいて該形状を分類することを含む方法も提供される。

さらに、本発明の好ましい実施形態によれば、該オブジェクトは電気回路を含む。

さらに、本発明の好ましい実施形態によれば、該分類は、以下の範疇、すなわちニック、突起および輪郭のうちの少なくとも１つを含む所定の一連の範疇のうちのいずれか１つの範疇への分類を含む。

本発明の他の好ましい実施形態によれば、オブジェクトの画像の一部における欠陥を識別するための方法において、該部分はエッジとして識別された画像内の位置に近接しており、該エッジに関連する排除方向を識別し、かつ該排除方向を含まない複数の方向において、エッジとして識別された位置に近接する欠陥を捜索することを含む方法も提供される。

さらに、本発明の好ましい実施形態によれば、該排除方向は、エッジに垂直な方向を含む。

さらに、本発明の好ましい実施形態によれば、該欠陥は擦り傷を含む。

さらに、本発明の好ましい実施形態によれば、該欠陥は染みを含む。

本発明の他の好ましい実施形態によれば、オブジェクトの画像内の表面欠陥を識別する方法においてが提供され、該画像は多数の画素を含み、該方法は、表面欠陥を識別する領域を選択し、該領域をサブサンプリングすることによって該領域のサブサンプル画像を生成し、かつ該画像を解析することにより該領域内の表面欠陥を識別することを含む。

さらに、本発明の好ましい実施形態によれば、該画像は電気回路のカラー画像を含む。

さらに、本発明の好ましい実施形態によれば、該サブサンプリングは、非隣接画素のサブサンプリングを含む。

さらに、本発明の好ましい実施形態によれば、隣接画素のそれぞれの非隣接画素の分離は、サブサンプリング比を含む。

さらに、本発明の好ましい実施形態によれば、該サブサンプリング比は、約１：１３と約１：４９の間である。

さらに、本発明の好ましい実施形態によれば、該サブサンプリングは、サブサンプル画素の間のおよその平均距離に従ってサブサンプリングすることを含む。

さらに、本発明の好ましい実施形態によれば、サブサンプル画素の間の該およその平均距離は約５画素と約１１画素の間である。

さらに、本発明の好ましい実施形態によれば、該サブサンプリングステップは、該領域の一部をサブサンプリングすることを含み、該サブサンプリングステップは、該領域の複数の部分を用いて複数回実施される。

さらに、本発明の好ましい実施形態によれば、該領域の該複数の部分のうちの少なくとも２つの部分は、該領域の部分的重複部である。

本発明の他の好ましい実施形態によれば、配列画素内の１つの画素に画像処理演算子を適用して値を生成する方法が提供され、該方法は、中央画素のｎ×ｎ展開を提供し、該中央画素がエッジ画素を含む場合には、結果に値０を割り当て、該中央画素がエッジ画素を含まない場合には、該ｎ×ｎ展開におけるそれぞれ１つの画素について、該１つの画素がエッジ画素でない場合に該１つの画素を選択画素として選択し、該１つの画素がエッジ画素で、該ｎ×ｎ展開内における該１つの画素の鏡像がエッジ画素でない場合に、該鏡像を選択画素として選択するか、あるいは該中央画素を選択画素として選択し、該選択画素の値と、該中央画素にガウス演算子を適用した結果との積をその合計に加え、かつ該合計を（ｎ＋１）の平方で割って結果を生成することを実行することを含む。

さらに、本発明の好ましい実施形態によれば、ｎは３に等しい。

本発明の他の好ましい実施形態によれば、畳み込み演算子によって勾配を計算する方法であって、ｎが奇数で、ｎ×ｎ配列の中央値が正の値または負の値をとることができる、値がｎ×ｎ配列の形式の画像処理演算子を提供し、中央値が正の値を有する画像処理演算子を適用して第１の中間結果を生成し、中央値が負の値を有する画像処理演算子を適用して第２の中間結果を生成し、かつ該第１の中間結果と該第２の中間結果を合計して最終結果を生成することを含む方法も提供される。

さらに、本発明の好ましい実施形態によれば、該方法は、該第１の中間結果の算術符号と該第２の中間結果の算術符号とを比較し、かつ該比較ステップの結果に基づいて、局所的な極値の存在を特定することをも含む。

さらに、本発明の好ましい実施形態によれば、該特定は、完全な確信度未満の確信度で特定することを含む。

さらに、本発明の好ましい実施形態によれば、ｎは５に等しい。

本発明の他の好ましい実施形態によれば、パターン化された物体の検査に適した自動光学検査装置であって、複数のエレメントを有するパターン化された物体の少なくとも一部の多色画像出力を提供する少なくとも１つのディテクタと、該多色画像出力を受領し、該複数のエレメントのうちの少なくとも１つのエレメント上の金属被膜を検査する機能、および該複数のエレメントのうちの少なくとも１つのエレメント上の少なくとも部分的に透明な被膜を検査する機能のうちの少なくともいずれか一方の検査機能を提供する処理回路とを含む自動光学検査装置も提供される。

本発明の他の好ましい実施形態によれば、パターン化された物体の検査に適した自動光学検査装置であって、複数のエレメントを含むパターン化された物体の少なくとも一部の多色画像出力を提供する少なくとも１つのディテクタと、該多色画像出力を受領し、該複数のエレメントのうちの少なくとも１つのエレメント上の金属被膜を検査する機能、および該複数のエレメントのうちの少なくとも１つのエレメント上の少なくとも部分的に透明な被膜を検査する機能を提供する処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該多色画像出力を受領する該処理回路は、該パターン化された物体の表面残留物を検出する追加的な検査機能を提供する。

さらに、本発明の好ましい実施形態によれば、該複数のエレメントのうちの少なくとも１つのエレメント上の金属被膜を検出する機能は、金属被膜内の空隙を検出する検査、金属被膜内の表面凹凸を検出する検査、金属被膜内の擦り傷を検出する検査、金属被膜上の異物の存在を検出する検査、金属被膜上の染みを検出する検査、金属被膜の酸化を検出する検査、および金属被膜の形状を検出する検査のうちの少なくともいずれか１つの検査様式を含む。

さらに、本発明の好ましい実施形態によれば、該複数のエレメントのうちの少なくとも１つのエレメント上の金属被膜を検査する機能は、金属被膜内の空隙を検出する検査、金属被膜内の表面凹凸を検出する検査、金属被膜内の擦り傷を検出する検査、金属被膜上の異物の存在を検出する検査、金属被膜上の染みを検出する検査、金属被膜の酸化を検出する検査、および金属被膜の形状を検出する検査のうちの少なくとも１つの検査様式を含む。

さらに、本発明の好ましい実施形態によれば、該複数のエレメントのうちの少なくとも１つのエレメント上の少なくとも部分的に透明な被膜を検査する機能は、少なくとも部分的に透明な被膜内の空隙を検出する検査、少なくとも部分的に透明な被膜内の表面凹凸を検出する検査、少なくとも部分的に透明な被膜内の擦り傷を検出する検査、少なくとも部分的に透明な被膜上の異物の存在を検出する検査、少なくとも部分的に透明な被膜上の染みを検出する検査、および少なくとも部分的に透明な被膜の形状を検出する検査のうちの少なくとも１つの検査様式を含む。

さらに、本発明の好ましい実施形態によれば、該パターン化された物体の表面の残留物を検出する機能は、該パターン化された物体の表面の表面凹凸の検出、該パターン化された物体の表面の異物の存在の検出、該パターン化された物体の表面の染みの検出、および該パターン化された物体の表面のマークの形状の検出のうちの少なくとも１つの検出様式を含む。

さらに、本発明の好ましい実施形態によれば、該エレメントは該電気回路内の導体を含む。

さらに、本発明の好ましい実施形態によれば、該電気回路はボールグリッドアレイ基板を含む。

さらに、本発明の好ましい実施形態によれば、該パターン化された物体はリードフレームを含む。

さらに、本発明の好ましい実施形態によれば、該金属被膜は金属メッキを含む。

さらに、本発明の好ましい実施形態によれば、該エレメントは該ボールグリッドアレイ基板内のボールを含む。

さらに、本発明の好ましい実施形態によれば、該パターン化された物体は触刻金属基板を含む。

さらに、本発明の好ましい実施形態によれば、該パターン化された物体は彫刻金属基板を含む。

本発明の他の好ましい実施形態によれば、物体の検査に適し、物体の少なくとも一部の多色画像出力を提供する少なくとも１つのディテクタと、該多色画像出力を受領し、色が異なる領域間の境界を区別するのに有効なサブピクセルの精度でのエッジ検出を提供する処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該処理回路は、第１の色集団に関連する第１のカラー領域と第２の色集団に関連する第２のカラー領域との間の境界を、該第１のカラー領域と該第２のカラー領域の間のおよその境界位置を識別し、該第１の色集団と該第２の色集団の間の境界の位置を識別するための好ましい方法を用いることにより、該第１のカラー領域と該第２のカラー領域の境界の位置を特定することによって区別する機能を有する。

さらに、本発明の好ましい実施形態によれば、該多色画像出力は、複数のカラー規定特性を有するカラー画像表現方法を用いて表現されるカラー画像を含み、各々の好ましい方法は複数の利用可能な方法から選択され、該複数の利用可能な方法は、該複数のカラー規定特性のうちのカラー規定特性毎に、該カラー規定特性に関連するカラー画像のある成分においてエッジ位置特定方法を実行することを含む方法を含む。

さらに、本発明の好ましい実施形態によれば、該エッジ位置特定方法は、サブピクセル輪郭要素位置特定方法を含む。

本発明の他の好ましい実施形態によれば、物体の検査に適し、各々が少なくともディテクタにより検出可能な光学特性によって区別される少なくとも３つの異なる領域を有する物体の少なくとも一部の画像出力を提供する少なくとも１つのディテクタと、該画像出力を受領し、該少なくとも３つの異なる領域のうちの少なくとも２つの領域の境界を区別するのに有効なサブピクセルの精度でのエッジ検出を与える処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該処理回路は、該画像出力を受領し、該少なくとも３つの異なる領域の境界を区別するのに有効なサブピクセルの精度でのエッジ検出を提供する。

さらに、本発明の好ましい実施形態によれば、該処理回路は、共通の境界を有する異なる領域の各々における物質を識別する、該画像出力に少なくとも部分的に基づいたマッピングを提供する。

本発明の他の好ましい実施形態によれば、物体の検査に適し、物体の少なくとも一部の画像出力を提供する少なくとも１つのディテクタと、該画像出力を受領し、共通の境界を有する物体の少なくとも一部の異なる領域の各々における物質を識別する、該画像出力に少なくとも部分的に基づいたマッピングを提供する処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該処理回路はサブピクセルの精度で機能する。

本発明の他の好ましい実施形態によれば、物体の検査に適した自動光学検査装置であって、物体の少なくとも一部の多色画像出力を提供する少なくとも１つのディテクタと、該多色画像出力を受領し、各々が複数の代表可能カラーのうちの１つを有する複数のカラー領域を含む分割カラー画像に該多色画像を分割する検査機能、領域および境界を含む二値画像に該分割カラー画像を二値化する検査機能、該領域を形態的に侵食して該領域を表す骨格を提供する検査機能、およびカラー領域を該骨格内のエレメントに割り当てる検査機能のうちの少なくとも１つの検査機能を提供する処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該処理回路は、該骨格および該分割カラー画像を重ね合わせるとともに、領域を表すデータを該重ね合わせの関数として、該骨格内のエレメントに割り当てる機能を有する。

さらに、本発明の好ましい実施形態によれば、該処理回路は、該骨格内のエレメントがカラー領域内にくるように、領域を表すデータを該骨格内のエレメントに割り当てる機能を有する。

本発明の他の好ましい実施形態によれば、物体の検査に適した自動光学検査装置であって、物体の少なくとも一部の多色画像出力を提供する少なくとも１つのディテクタと、該多色画像出力を受領し、所定数の可能性のあるカラー領域のなかから選択される複数のカラー領域に該多色画像を分割するとともに、画像内の各カラー領域を表すカラー領域データ、およびカラー領域間の各境界を表すための境界データを含む該多色画像の表示を生成する機能を有する処理回路とを含む自動光学検査装置も提供される。

本発明の他の好ましい実施形態によれば、パターン化された物体を表すカラー画像であって、該パターン化された物体の形態的に侵食された多色画像を含むカラー画像も提供される。

さらに、本発明の好ましい実施形態によれば、形態的に侵食された多色画像の部分のカラーは、該パターン化された物体のそれぞれの領域における物質を示す。

さらに、本発明の好ましい実施形態によれば、該エレメントは、該電気回路内の導体を含む。

さらに、本発明の好ましい実施形態によれば、該エレメントはボールグリッドアレイ基板内のボールを含む。

本発明の他の好ましい実施形態によれば、物体の検査に適した自動光学検査装置であって、物体の少なくとも一部の多色画像出力を提供する少なくとも１つのディテクタと、該多色画像出力を受領し、該物体を表すカラー画像であって、該物体の少なくとも一部の形態的に侵食された多色画像を含むカラー画像を提供する処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、形態的に侵食された多色画像の部分のカラーは、該物体の様々な領域における物質を示す。

本発明の他の好ましい実施形態によれば、パターン化された物体を表すカラー画像であって、物体の異なる領域間の境界を示し、共通の境界を有する異なる領域の各々における物質を識別するマップを含むカラー画像も提供される。

さらに、本発明の好ましい実施形態によれば、該マップの各部の色は、それぞれ異なる領域における物質を示す。

さらに、本発明の好ましい実施形態によれば、各カラーは、所定の使用可能なカラーの１つのカラーを含む。

本発明の他の好ましい実施形態によれば、物体の検査に適した自動光学検査装置であって、物体の少なくとも一部の多色画像出力を提供する少なくとも１つのディテクタと、該多色画像出力を受領し、該物体を表すカラー画像であって、物体の異なる領域間の境界を示すとともに、共通の境界を有する異なる領域の各々における物質を識別するマップを含むカラー画像を提供する処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該マップの各部の色は、該物体の様々な領域における物質を示す。

さらに、本発明の好ましい実施形態によれば、該処理回路は該画像出力を受領し、サブピクセルの精度で境界表示を提供する。

さらに、本発明の好ましい実施形態によれば、各々のカラーは、所定の使用可能なカラーのなかから選択されたカラーを含む。

さらに、本発明の好ましい実施形態によれば、該異なる物質は異なる金属を含む。

さらに、本発明の好ましい実施形態によれば、該異なる領域は、被覆されない金属導体、被覆された金属導体、被覆されない基板および被覆された基板を含む。

本発明の他の好ましい実施形態によれば、物体の検査に適した自動光学検査装置であって、検出可能なエッジを含む少なくとも三種類の物質を含むパターン化された物体の少なくとも一部の画像出力を提供する少なくとも１つのディテクタと、該画像出力を受領し、該画像出力を二値化して、領域画像データおよび境界画像データを含む２値画像を提供することを含む検査機能を提供する処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、プリント回路基板はボールグリッドアレイ基板を含む。

本発明の他の好ましい実施形態によれば、物体の検査に適した自動光学検査装置であって、複数種の物質間の検出可能な境界を有する複数種の物質を含むパターン化された物体の少なくとも一部の画像出力を提供する少なくとも１つのディテクタと、該画像出力を受領し、境界に関連する画像データのパターン解析を行って、境界におけるニックおよび突起の存在の表示を与えることを含む検査機能を提供する処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該パターン化された物体はプリント回路基板を含む。

さらに、本発明の好ましい実施形態によれば、該プリント回路基板はボールグリッドアレイ基板を含む。

さらに、本発明の好ましい実施形態によれば、該複数種の物質は少なくとも三種類の物質を含む。

さらに、本発明の好ましい実施形態によれば、該物質は、被覆されない金属導体、被覆された金属導体、被覆されない基板および被覆された基板のグループからの物質を含む。

本発明の他の好ましい実施形態によれば、パターン解析を含む該検査機能は、境界に関連する画像データによって定められる境界上の順序づけられた複数の点であって、その各々が該順序づけられた複数の点のなかの少なくとも１つの隣接点を有する順序づけられた複数の点を識別し、該順序づけられた複数の点の各々において該円滑曲線に対する垂直方向を特定し、かつ少なくとも一部において、その点における該円滑曲線に対する垂直方向とその点の少なくとも１つの隣接点における該円滑曲線に対する垂直方向との差を含む局所的な垂直方向差に基づいて、該順序づけられた複数の点のうちの一点を、ニックおよび突起のいずれか一方を含む凹凸の一部として識別することを含む。

本発明の他の好ましい実施形態によれば、物体の検査に適した自動光学検査装置であって、物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の画像出力を提供する少なくとも１つのディテクタと、該画像出力を受領し、領域画像データおよび境界画像データを含む分割画像に該画像出力を分割する検査機能、第１の技術を用いて該領域画像データを解析する検査機能、ならびに該第１の技術と異なる第２の技術を用いて該境界画像データを解析する検査機能のうちの少なくとも１つの検査機能を提供する処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該物体は電気回路を含む。

さらに、本発明の好ましい実施形態によれば、該第１の技術は近傍解析を含み、該第２の技術は、境界付近の画素と境界付近の画素以外の画素を差別化する境界追跡解析を含む。

本発明の他の好ましい実施形態によれば、物体の検査に適した自動光学検査装置であって、物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の多色画像出力を提供する少なくとも１つのディテクタと、該多色画像出力を受領し、所定のカラーの集合のなかから選択されるカラー領域を含む分割カラー画像に該多色画像出力を分割する検査機能、第１の技術を用いて第１のカラーに関連する領域画像データを解析する検査機能、および該第１の技術と異なる第２の技術を用いて第２のカラーに関連する領域画像データを解析する検査機能のうちの少なくとも１つの検査機能を提供する処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該物体はリードフレームを含む。

本発明の他の好ましい実施形態によれば、物体の検査に適した自動光学検査装置であって、物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の画像出力を提供する少なくとも１つのディテクタと、該画像出力を受領し、領域画像データおよび境界画像データを含む分割画像に該画像出力を分割する検査機能、および該境界画像データの少なくとも一部の影響を受けないようにして該領域画像を平滑化する検査機能のうちの少なくとも１つの検査機能を提供する処理回路とを含む自動光学検査装置も提供される。

本発明の他の好ましい実施形態によれば、電気回路の検査に適した自動光学検査装置であって、多種類の物質を含む電気回路の少なくとも一部の画像出力を提供する少なくとも１つのディテクタと、該画像出力を受領し、少なくとも一種類の所定の物質の存在の出力表示を与える処理回路とを含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該電気回路はフラットパネルディスプレイ基板を含む。

さらに、本発明の好ましい実施形態によれば、該処理回路は、少なくとも三種類の所定の物質のグループのうちの少なくとも二種類の物質の存在の出力表示を与える。

さらに、本発明の好ましい実施形態によれば、該処理回路は、少なくとも三種類の所定の物質の存在の出力表示を与える。

さらに、本発明の好ましい実施形態によれば、該処理回路は銅の存在の出力表示を与える。

さらに、本発明の好ましい実施形態によれば、該処理回路は金の存在の出力表示を与える。

さらに、本発明の好ましい実施形態によれば、該処理回路ははんだマスク材の存在の出力表示を与える。

さらに、本発明の好ましい実施形態によれば、該処理回路は銀の存在の出力表示を与える。

さらに、本発明の好ましい実施形態によれば、該処理回路はフォトレジスト残留物の存在の出力表示を与える。

さらに、本発明の好ましい実施形態によれば、該処理回路は酸化された金属の存在の出力表示を与える。

さらに、本発明の好ましい実施形態によれば、該画像出力は、半透明の上塗り層を介して観察される電気回路の一部を表す。

本発明の他の好ましい実施形態によれば、パターン化された物体の検査に適した自動光学検査装置であって、パターン化された物体を少なくとも部分的に覆う半透明の上塗り層を介して該パターン化された物体の少なくとも一部の画像出力を提供する少なくとも１つのディテクタと、該画像出力を受領し、該半透明の上塗り層から独立した出力表示を与える処理回路を含む自動光学検査装置も提供される。

さらに、本発明の好ましい実施形態によれば、該処理回路は、該半透明の上塗り層によって覆われたパターンの部分、および該半透明の上塗り層によって覆われていないパターンの部分の表示を与える機能を有する。

本発明の他の好ましい実施形態によれば、カラー画像内の境界の位置を特定する装置において、該画像は、少なくとも２つの色集団を、該２つの色集団のうちの第１の色集団に関連する第１のカラー領域と該２つの色集団のうちの第２の色集団に関連する第２のカラー領域との間に含み、該第１のカラー領域および該第２のカラー領域の両方が該カラー画像に含まれ、該第１のカラー領域と該第２のカラー領域の間のおよその境界位置を識別する機能を有する境界識別ユニットと、該第１のカラー領域と該第２のカラー領域の間の複数の候補境界位置を特定する機能を有する候補境界特定ユニットであって、複数の境界位置特定方法のなかから選択される対応する境界位置特定方法を適用することによって該複数の候補境界位置の各々を特定する候補位置境界特定ユニットと、該複数の境界位置特定方法から１つの方法を好ましい方法として選択する方法選別器と、該好ましい方法に関連する該複数の候補境界位置の１つを境界として指定することによって、該第１のカラー領域と該第２のカラー領域の間の境界の位置を特定する機能を有する境界特定ユニットとを含む装置も提供される。

本発明の他の好ましい実施形態によれば、カラー画像内の境界の位置を特定する装置において、該画像は、少なくとも２つの色集団を、該２つの色集団のうちの第１の色集団に関連する第１のカラー領域と該２つの色集団のうちの第２の色集団に関連する第２のカラー領域との間に含み、該第１のカラー領域および該第２のカラー領域の両方が該カラー画像に含まれ、個々の対の色集団毎に、該色集団の間の境界の位置を識別するための好ましい方法の指示を含む境界解析マップを提供する機能を有する境界解析マップユニットと、該第１のカラー領域と該第２のカラー領域の間のおよその境界位置を識別する機能を有する境界識別ユニットと、該第１の色集団と該第２の色集団の間の境界の位置を識別するための、該境界解析マップに示された好ましい方法を用いることにより、該第１のカラー領域と該第２のカラー領域の間の境界の位置を特定する機能を有する境界特定ユニットとを含む装置も提供される。

本発明の他の好ましい実施形態によれば、カラー画像からカラー形態マップを生成する装置であって、カラー画像を縮小して複数の色集団を含む縮小画像を生成する機能を有する縮小ユニットと、該縮小画像内の該複数の色集団のうちの隣接する色集団の間の境界を特定する機能を有する境界特定ユニットと、該縮小画像を分割して、境界および少なくとも１つの非境界領域を含む２値画像を生成する機能を有する分割ユニットと、該少なくとも１つの非境界領域の骨格画像を生成する機能を有する骨格生成ユニットであって、該骨格画像は複数の部分を含む骨格生成ユニットと、該色集団の１つに対応するカラー識別データを該骨格の各部に割り当てる機能を有する割当ユニットとを含む装置も提供される。

本発明の他の好ましい実施形態によれば、画像内の円滑曲線における凹凸を識別する装置であって、該円滑曲線上の順序づけられた複数の点を識別する機能を有する識別ユニットであって、該順序づけられた複数の点の各々は該順序づけられた複数の点のなかに少なくとも１つの隣接点を有する識別ユニットと、該順序づけられた複数の点の各々において該円滑曲線に対する垂直方向を特定する機能を有する垂直方向ユニットと、少なくとも一部において、その点における該円滑曲線に対する垂直方向とその点の少なくとも１つの隣接点における該円滑曲線に対する垂直方向との間の差を含む局所的な垂直方向差に基づいて、該順序づけられた複数の点のうちの一点を凹凸の一部として識別する機能を有する不整ユニットとを含む装置も提供される。

本発明の他の好ましい実施形態によれば、オブジェクトの画像内の凹凸を分類する装置であって、凹凸の形状深さおよび形状開度を決定する機能を有する寸法決定ユニットと、少なくとも一部において、該寸法決定ユニットの出力に基づいて該形状を分類する機能を有する分類ユニットとを含む装置も提供される。

本発明の他の好ましい実施形態によれば、オブジェクトの画像の一部における欠陥を識別する装置であって、該部分はエッジとして識別される画像内の位置に近接し、該エッジに関連する排除方向を識別する機能を有する排除方向ユニットと、該排除方向を含まない複数の方向において、エッジとして識別される位置に近接する欠陥を捜索する機能を有する欠陥ユニットとを含む装置も提供される。

本発明の他の好ましい実施形態によれば、オブジェクトの画像の領域内の表面欠陥を識別する装置であって、該画像は多数の画素を含み、サブサンプリング比に従って該領域をサブサンプリングして該領域のサブサンプル画像を生成する機能を有するサブサンプリングユニットと、該サブサンプル画像内の表面欠陥を識別する機能を有する欠陥識別ユニットと、該サブサンプリングユニット内の表面欠陥に対応する領域内の表面欠陥を識別する機能を有する対応ユニットとを含む装置も提供される。

本発明の他の好ましい実施形態によれば、パターン化された物体を検査するための方法であって、複数のエレメントを有するパターン化された物体の少なくとも一部の多色画像出力を提供し、かつ該多色画像出力を受領し、該複数のエレメントのうちの少なくとも１つのエレメント上の金属被膜を検査する機能、および該複数のエレメントのなかの少なくとも１つのエレメント上の少なくとも部分的に透明な被膜を検査する機能のうちの少なくとも１つの検査機能を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、パターン化された物体を検査するための方法であって、複数のエレメントを含むパターン化された物体の少なくとも一部の多色画像出力を提供し、かつ該多色画像出力を受領し、該複数のエレメントのなかの少なくとも１つのエレメント上の金属被膜を検査する機能、および該複数のエレメントのなかの少なくとも１つのエレメント上の少なくとも部分的に透明な被膜を検査する機能を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、物体を検査するための方法であって、少なくとも物体の一部の多色画像出力を提供し、かつ該多色画像出力を受領し、色が異なる領域間の境界を区別するのに有効なサブピクセルの精度でのエッジ検出を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、物体を検査するための方法であって、少なくとも光学特性によって各々が区別される少なくとも３つの異なる領域を有する物体の少なくとも一部の画像出力を提供し、かつ該画像出力を受領し、該少なくとも３つの異なる領域のうちの少なくとも２つの領域の境界を区別するのに有効なサブピクセルの精度でのエッジ検出を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、物体を検査するための方法であって、物体の少なくとも一部の画像出力を提供し、かつ該画像出力を受領し、少なくとも一部において、共通の境界を有する該物体の少なくとも一部の異なる領域の各々における物質を識別する該画像出力に基づいたマッピングを提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、物体を検査するための方法であって、物体の少なくとも一部の多色画像出力を提供し、かつ該多色画像出力を受領し、各々が複数の選択される可能性のある代表的カラーの一つを有する複数のカラー領域を含む分割カラー画像に該多色画像を分割する検査機能、該分割カラー画像を二値化して領域および境界を含む２値画像とする検査機能、該領域を形態的に侵食して該領域を表す骨格を提供する検査機能、ならびに該骨格内のエレメントにカラー領域を割り当てる検査機能のうちの少なくとも１つの検査機能を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、物体を検査するための方法であって、物体の少なくとも一部の多色画像出力を提供し、かつ該多色画像出力を受領し、該物体を表すカラー画像であって、該物体の少なくとも一部の形態的に侵食された多色画像を含むカラー画像を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、物体を検査するための方法であって、物体の少なくとも一部の多色画像出力を提供し、かつ該多色画像出力を受領し、該物体を表すカラー画像であって、物体の異なる領域間の境界を示すとともに、共通の境界を有する該異なる領域の各々における物質を識別するマップを含むカラー画像を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、パターン化された物体を検査するための方法であって、検出可能なエッジを有する少なくとも三種類の物質を含むパターン化された物体の少なくとも一部の画像出力を提供し、かつ該画像出力を受領し、該画像出力を二値化して領域画像データおよび境界画像データを含む２値画像を提供することを含む検査機能を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、パターン化された物体を検査するための方法であって、複数種の物質間の検出可能な境界を有する複数種の物質を含むパターン化された物体の少なくとも一部の画像出力を提供し、かつ該画像出力を受領し、該境界に関連する画像データのパターン解析を行って、境界上のニックおよび突起の存在についての指示を行うことを含む検査機能を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、物体を検査するための方法であって、物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の画像出力を提供し、該画像出力を受領し、領域画像データおよび境界画像データを含む分割画像に該画像出力を分割する検査機能、第１の技術を用いて該領域画像データを解析する検査機能、および該第１の技術と異なる第２の技術を用いて該境界画像データを解析する検査機能のうちの少なくとも１つの検査機能を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、物体を検査するための方法であって、物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の多色画像出力を提供し、かつ該多色画像出力を受領し、所定のカラーの集合のなかから選択されるカラー領域を含む分割カラー画像に該多色画像出力を分割する検査機能、第１の技術を用いて第１のカラーに関連する該領域画像データを解析する検査機能、および該第１の技術と異なる第２の技術を用いて第２のカラーに関連する該領域画像データを解析する検査機能ののうちの少なくとも１つの検査機能を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、物体を検査するための方法であって、物質間の検出可能な境界を有する多種類の物質を含む物体の少なくとも一部の画像出力を提供し、かつ該画像出力を受領し、領域画像データおよび境界画像データを含む分割画像に該画像出力を分割する検査機能、ならびに該境界画像データの少なくとも一部の影響を受けないようにして該領域画像データを平滑化する検査機能のうちの少なくとも１つの検査機能を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、電気回路を検査するための方法であって、多種類の物質を含む電気回路の少なくとも一部の画像出力を提供し、かつ該画像出力を受領し、少なくとも１つの所定の物質の存在についての出力指示を行うことを含む方法も提供される。

本発明の他の好ましい実施形態によれば、パターン化された物体を検査するための方法であって、パターン化された物体を少なくとも部分的に覆う半透明の上塗り層を介して該パターン化された物体の少なくとも一部の画像出力を提供し、かつ該画像出力を受領し、該半透明の上塗り層から独立した出力指示を行うことを含む方法も提供される。

本発明の他の好ましい実施形態によれば、自動的に光学的にオブジェクトのカラー画像を検査するための方法であって、オブジェクトの多色画像を取得し、該多色画像を処理して、候補欠陥、および所定の特徴の集合のなかから選択される特徴を指示するレポートを出力し、かつ各々の該候補欠陥および特徴を囲む領域の画像を提供することを含む方法も提供される。

本発明の他の好ましい実施形態によれば、自動的に光学的にオブジェクトのカラー画像を検査する装置であって、オブジェクトの多色画像を取得する機能を有するセンサと、該多色画像を処理して、候補欠陥、および所定の特徴の集合のなかから選択される特徴を指示するレポートを出力するとともに、各々の該候補欠陥および特徴を囲む領域の画像を提供する機能を有する画像プロセッサとを含む装置も提供される。

さらに、本発明の好ましい実施形態によれば、該プロセッサは、該多色画像から生成される２値画像を処理する機能を有する２値画像プロセッサと、該多色画像を処理する機能を有するカラー画像プロセッサとを含む。

さらに、本発明の好ましい実施形態によれば、該装置は、該多色画像から導かれる多色画像からの骨格マップを生成する機能を有する形態的画像プロセッサをも含む。

本発明は、以下の詳細な説明と図面を併用することにより、十分に理解されるであろう。

（好ましい実施形態の詳細な説明）概要次に、本発明の好ましい実施形態に従って構成され、機能する画像解析システム１００を示す概略構成図である図１を参照する。図１のシステムは、パターン化されたオブジェクト、例えばＢＧＡまたは他の電気回路、を表す画像を解析する上で特に有用であるが、図１のシステムは、解析されている画像がパターン化されたオブジェクトまたは他の任意のオブジェクトを表すか否かに関わらず、画像解析に広く利用できることが理解される。本明細書では、本発明を例示する目的でＢＧＡを参照するが、本明細書に用いられるＢＧＡという言葉は、プリント回路基板、積層プリント回路基板、リードフレーム、フラットパネルディスプレイ、ハイブリッドチップパッケージ基板、テープオートメーテッドボンディング基板、ならびに医学的移植に利用できる様々な侵食および彫刻金属基板を含む任意のパターン化オブジェクトを意味し、かつそれらを追加的に包括するものと見なすべきである。

画像解析システム１００は、照明サブシステム、画像取得サブシステム、オブジェクト搬送サブシステム、ソフトウェアベースの画像処理サブシステムを備えた検査システムに含まれるのが好ましい。したがって、画像解析システム１００によって解析されている画像がＢＧＡのようなパターン化されたオブジェクトの如きオブジェクトの画像を含む場合には、適切な画像取得システム（不図示）を典型的に採用してオブジェクトの画像を取り込むこと、ならびに画像解析システム１００によって解析されている画像を、典型的に、フォーカス、補償、リサンプリングおよびアラインメントを含む当該技術分野において公知の方法で補正することが理解される。画像解析システム１００に画像を提供するのに適した適切な画像取得システムは、典型的には、当該技術分野においてよく知られているように、多色画像出力を提供する少なくとも１つのディテクタを備える。当該画像取得システムの出力、または他の適切な手段によって生成される同様のあらゆる画像を、ここでは一般に「カラー画像」と呼ぶ。

解析すべき入力画像は、典型的に、当該技術分野において公知の適切なカラーフォーマットのカラー画像を含む。カラー画像は、２４ビット解像度の如き高ビット解像度で、ＲＧＢ（赤・緑・青）フォーマットにて提供されるのが好ましい。

画像解析システム１００は、入力画像を解析するとともに、さらなる処理に向けて、好ましくはソフトウェア処理ユニットに対して解析結果を送るか、あるいは適切なアプリケーションインタフェースによりオペレータに直接報告するために解析結果を送る機能を有しているのが好ましい。

当該技術分野においてよく知られているように、画像解析システム１００は、カスタムハードウェア内で実現するのが好ましい。画像解析システム１００を汎用コンピュータ上で実行するためのソフトウェアの実現は可能であり、十分に機能するものと考えられるが、より高速なパフォーマンスを達成するためにはハードウェア実現のほうが好ましい。本発明の説明を容易にするために、通常は、ハードウェアでもソフトウェアでも本発明の原理を実現できるような方法を説明する。

画像解析システム１００は、好ましくは入力画像に関するカラー情報を受領し、好ましくは、後述するように、受領したカラー情報に基づいて入力画像を解析する機能を有するカラープロセッサ、または「ＣＬＲＰ」ユニット１２０を備えるのが好ましい。

画像解析システム１００は、好ましくは入力画像に関するグレーレベル情報としても知られるモノクロ情報を受領し、好ましくは、後述するように、受領したグレーレベル情報に基づいて入力画像を解析する機能を有するＣＡＢＳユニット１３０をも備えるのが好ましい。モノクロ情報は、典型的には赤であるが必ずしも赤とは限らない一色の情報を含むことができ、典型的には８ビットの如き高ビット数のグレーレベル情報を含む。以下に、図３３Ａおよび図３３Ｂを参照しながら、ＣＡＢＳユニット１３０の好ましい実施態様を説明する。

画像解析システム１００は、好ましくは、後述され、ＣＡＢＳユニット１３０からの二値化情報、およびＣＬＲＰユニット１２０からのカラー情報を典型的に含む出力を入力として受領するＳＫＦＤユニット１４０をも備えるのが好ましい。ＳＫＦＤユニット１４０は、後述するように、該ユニットへの入力を解析するとともに、入力画像の骨格表現および入力画像に見られる形態特徴を典型的に含む特性情報をそこから生成する機能を有するのが好ましい。

画像解析システム１００は、同期ユニット１５０をも備えるのが好ましい。好ましくは、かつ画像解析システム１００のより高速なパフォーマンスを得るために、ＣＬＲＰユニット１２０、ＣＡＢＳユニット１３０およびＳＫＦＤユニット１４０はパラレルに動作する。同期化ユニット１５０は、好ましくはＣＬＲＰユニット１２０、ＣＡＢＳユニット１３０およびＳＫＦＤユニット１４０の各々と連携して動作し、好ましくはＣＬＲＰユニット１２０、ＣＡＢＳユニット１３０およびＳＫＦＤユニット１４０の各々からの出力を受領する。当該技術分野において公知のハードウェアベースの遅延および同期化方法の如き任意の適切な同期化方法を用いて、同期化ユニット１５０は、そこで受領された入力の各々を相互に同期化するとともに、同期化した入力を画像解析システム１００の出力として伝送する機能を有するのが好ましい。

画像解析システム１００は、２値セル、カラーセル、モフォロジ骨格、骨格特徴、ニック／突起、グレー表面欠陥、カラー表面欠陥、欠陥カラーセル、および対象領域のスナップショット画像の如き、検査されているオブジェクトに検出される様々な特徴および欠陥に関する情報を含むいくつかのレポートを生成するのが好ましい。これらのレポートは、本出願人の係属中のイスラエル特許出願第１３１，２８２号に詳述されているようなソフトウェア画像処理装置に入力される。加えて、画像解析システム１００は、各特徴および欠陥のスナップショット画像、ならびに検査に先立ってユーザがあらかじめ定める物体上の特定の対象領域のスナップショット欠陥を生成する。典型的には、スナップショット画像は、各特徴、欠陥、およびあらかじめ定められた対象領域を囲む領域の多色画像である。

画像解析システム１００のスナップショット画像出力は、検査対象オブジェクトの構造および欠陥に関する適切な最終レポートを作成するために、後処理サブシステム（不図示）によって後処理できることが好ましい。

ＣＬＲＰユニット１２０は、以下のサブユニットを備えるのが好ましい。

１．物質識別サブユニット１７０、この物質識別サブユニット１７０は、好ましくはＣＬＲＰユニット１２０へのカラー画像データ入力を受領し、好ましくはその入力画像が該画像であるオブジェクト内に含まれる物質に関する情報をそこから求める機能を有する。物質識別サブユニット１７０の好ましい実施態様は、図２を参照しながら以下により詳しく説明されている。

２．物質輪郭サブユニット１８０、物質輪郭サブユニット１８０は、好ましくは物質識別サブユニット１７０からの出力を受領し、好ましくは入力画像内の輪郭および／または境界を表す輪郭情報をそこから求める機能を有する。物質輪郭サブユニット１８０の好ましい実施態様についても、図２を参照しながら以下により詳しく説明されている。

入力画像がオブジェクトの画像を含まない場合には、限定的ではないが特に物質識別サブユニット１７０および物質輪郭サブユニット１８０に関して、本明細書および請求項を通じて用いられる「物質」という言葉は、入力画像内の特徴を意味する。画像がオブジェクトを表さない場合、入力画像内の特徴は、解析上、その画像が表すオブジェクト内の一種類以上の物質の特徴に対応すると見なされる。すなわち、「物質」という言葉の解釈および定義を拡大すれば、物質識別サブユニット１７０および物質輪郭サブユニット１８０の機能は、オブジェクトの画像を含まない画像を解析する上でも有用であると考えられる。

３．カラー表面欠陥サブユニット１９０、カラー表面欠陥サブユニット１９０は、好ましくはＣＬＲＰユニット１２０へのカラー画像データ入力を受領し、好ましくは、入力画像内の表面欠陥に関する情報を、該入力から求める機能を有する。一般に、表面欠陥は、入力画像が画像であるオブジェクト内の欠陥に対応する。。カラー表面欠陥サブユニット１９０の好ましい動作方法は、図１２を参照しながら以下により詳しく説明されている。

ＣＡＢＳユニット１３０は、好ましくは以下のサブユニットを備える。

１．二値化およびセル生成サブユニット２００、二値化およびセル生成サブユニット２００は、好ましくはＣＡＢＳユニット１３０へのモノクロ画像データ入力を受領し、好ましくは該モノクロ画像データに基づいて、入力画像に対応する２値画像を表す２値情報をそこから導く機能を有する。さらに、本発明の好ましい実施形態では、二値化およびセル生成サブユニット２００は、物質識別サブユニット１７０からの縮小カラー画像を受領し、入力された縮小カラー画像に対応する２値画像を表す２値情報をそこから導く機能を有する。二値化およびセル生成サブユニット２００は、また、好ましくはセルとしても知られる輪郭エレメントを利用して画像内の境界を定めるとともに、生成されたセルの記述を含む情報を出力する機能を有するのが好ましい。二値化およびセル生成サブユニット２００の好ましい動作方法は、カラー画像の１つの成分について図７を参照しながら以下に説明されている方法と類似している。

「２値」という言葉は、本明細書および請求項を通じて用いられるあらゆる形式において、また特に情報、画像、あるいは情報処理方法または画像処理方法の記述において、２つの状態または２つの結果を有することを意味する。例えば、画像の場合は、２値画像とは、画像に含まれる画素の如き各々のエレメントが、「黒」および「白」、あるいは「０」または「１」として表すことができる２つの状態しかもたない画像のことである。したがって、画像または画像情報において２値という言葉は、当該技術分野においてよく知られ、各エレメントについて可能な状態あるいは結果が２つ以上存在する特定のタイプの画像を意味する「グレースケール」および「カラー」という言葉と対照して用いられる。

２．ニックおよび突起ユニット２２０、ニックおよび突起ユニット２２０は、好ましくは二値化およびセル生成ユニット２００によるセル情報出力を受領し、好ましくは二値化およびセル生成ユニット２００によって定められた境界におけるニックおよび突起として知られる小さな境界の凹凸に関する情報をそこから導くとともに、出力としてニックおよび突起を報告する機能を有する。ニックおよび突起サブユニット２２０の好ましい動作方法は、図３３Ａおよび図３３Ｂを参照しながら以下により詳しく説明されている。

３．グレー小欠陥サブユニット２１０、グレー小欠陥サブユニット２１０は、好ましくはＣＡＢＳユニット１３０へのモノクロ画像データ入力を受領し、好ましくは、該モノクロ画像データを用いて、該画像がオブジェクトの画像である場合に、該画像を画像とするオブジェクト内の欠陥を示す可能性のある該入力画像内の小欠陥を識別する機能を有する。モノクロ情報を用いて小欠陥を識別する方法は、当該技術分野においてよく知られており、例えば、その開示内容を本願に引用して援用する、上文に参照された米国特許第５，５８６，０５８号（アロニ他）に記載されている。

ＳＫＦＤユニット１４０は、以下のサブユニットを備えるのが好ましい。

１．線および空間骨格サブユニット２３０、線および空間骨格サブユニット２３０は、好ましくはＣＡＢＳユニット１３０からの２値情報出力を、典型的には二値化およびセル生成サブユニット２００を介して受領し、好ましくは入力画像を示すライン・アンド・スペース骨格情報をそこから導くとともに出力として生成する。当該技術分野においてよく知られているように、ライン・アンド・スペース骨格情報は、典型的には画素消費法を用いて導かれる。ライン・アンド・スペース骨格サブユニット２３０の好ましい動作方法は、図２７を参照しながら以下により詳しく説明されている。

２．形態サブユニット２４０、形態サブユニット２４０は、好ましくはライン・アンド・スペース骨格サブユニット２３０によるライン・アンド・スペース骨格情報出力を受領し、好ましくは該ライン・アンド・スペース骨格情報に基づいて入力画像の形態的特徴を識別するとともに、該形態的特徴を示す情報を出力として生成する機能を有する。形態サブユニット２４０の好ましい動作方法は、図３０Ａから図３０Ｃを参照しながら以下により詳細に説明されている。

以下の定義および一般論は、本明細書および請求項を理解する上で補助的な役割を果たしうる。

ほぼ均一なカラー特性を有する画素の集団を、ここでは「ほぼ均一な色集団」と呼ぶ。典型的に、解析されるカラー画像は、当該技術分野においてよく知られているように、ほぼ均一な色集団の複数の領域を含む。

例えば、赤、緑および青毎に個別のカラー値を含むＲＧＢ形式、色相、強度および彩度毎に個別の値を含むＨＳＩ形式のようなカラー・フォーマットまたはカラー空間によってカラー画像を表現することは、当該技術分野においてよく知られている。本明細書および請求項を通じて説明を簡潔化するために、特に指定のない限り、ＲＧＢ形式の例を使用するが、たいていの場合は他の形式も使用できることが理解されるであろう。

ＲＧＢ画像の単一の色成分をＲＧＢ画像の他の成分と別個に扱うことができること、例えば緑色成分を別個に扱うことができることは当該技術分野においてよく知られている。処理および説明を簡潔化するために、緑色成分のみを含む導出画像をモノクロ画像と見なすことができる。当該単一成分の導出画像について論述する上で、画素の値がある意味で「グリーンスケール値」であっても、説明を簡潔化するために、その値をグレースケール値と呼ぶことができる。

グレースケール画像解析の分野において、勾配の概念はよく知られており、画素値の関数の一次導関数であり、所定の位置における画素値の変化率を示す。したがって、赤色成分のような単一カラー成分における均一カラーの領域は、一般に勾配値がゼロまたはほぼゼロの画素から構成されることを当業者なら理解するであろう。境界やエッジを含む色が不均一な領域は、一般には、相当ゼロと異なる勾配値を有する画素から構成されることになる。

グレースケール画像におけるサブピクセル精度の特定を含め、グレースケール画像におけるエッジを特定するのに使用できる好ましい先行技術の方法としては、二次導関数計算法がある。二次導関数計算法は、画素強度関数の二次導関数の近似値を計算するのにガウス差分（ＤＯＧ）法を一般的に用いる。典型的な先行技術の方法は、その開示内容を本願に引用して援用する以下の米国特許に記載されている。

１．自動目視検査システムを開示するＣａｓｐｉの米国特許第５，７７４，５７２号。このシステムは、好ましくは、符号付き値を有する二次元畳み込み画像を形成するガウス関数の二次導関数に関連するフィルタ関数を用いて、オブジェクトの二次元デジタルグレースケール画像を畳み込む機能を有する。オブジェクト内のエッジの位置特定は、符号が逆の強度値を有する隣接画素間のゼロクロスを見いだすことによって達成される。

２．目視検査システムを開示するＣａｓｐｉ他の米国特許第５，７７４，５７３号。このシステムは、符号付き画素強度値を有する二次元畳み込み画像を形成するガウス関数の二次導関数に関連するフィルタ関数を用いて、オブジェクトの二次元デジタルグレースケール画像の畳み込みを利用する。Ｃａｓｐｉ他の畳み込みは、一方が正で他方が負の２つのガウス関数の差分を用いて実施することが可能である。

カラー画像処理次に、図１のＣＬＲＰユニットに含まれる物質識別サブユニット１７０および物質輪郭サブユニット１８０の好ましい実施態様を示す簡単なブロック図である図２を参照する。

一般に、物質識別サブユニット１７０のタスクは、入力画像内の均一色集団領域に関するできるだけ多くの情報を入力画像のカラー情報から生成することである。物質識別サブユニット１７０において、均一色集団の領域は、一般に、他の物質を覆う半透明または部分的に透明な被膜、あるいは上塗り層の存在により生じうる特定の物質または物質の組み合わせによって特定される。例えば、検査対象となるオブジェクトがＢＧＡであるときは、光学的に区別可能な典型的な物質および物質の組み合わせは、銅線、金塗装または金メッキされた銅線、基板、およびはんだマスク上塗り層によって覆われた上記物質のいずれかの該当部分を含む。検査対象となる他のオブジェクトは、例えば銀の如き他の物質および物質の組み合わせを含みうることが理解される。したがって、物質識別サブユニット１７０の主なタスクは、均一色集団の領域を、入力画像内で、かつカラー情報に基づいて識別することである。

本明細書および請求項に用いられている「半透明上塗り層」という言葉は、例えば、半透明または部分的に透明なはんだマスク、あるいは例えば、その反対側に位置する導体を見ることが可能な半透明基板を包括する。

ここでは、均一色集団領域は、特定物質の領域を表すものとする。一般に解析される入力画像が物理的なオブジェクトの画像である場合にはそうなる。しかし、既に説明したように、本発明は、物理的オブジェクトの画像である入力画像のみの解析に限定されるものでない。画像が物質的オブジェクトの画像でない場合における「物質」という言葉の使用は類似的なものであり限定を目的とするものでない。

一般に、物質輪郭ユニット１８０は、入力画像のカラー情報から、そして物質特定サブユニット１７０の出力から、均一色集団の領域間の、好ましくはサブピクセルレベルで識別される境界の標示を生成する。

図２の装置は、以下のユニットを備えるのが好ましい。１．物質分類ユニット１７１２．カラーエッジディテクタ１７２３．領域拡張ユニット１７３４．セル構成ユニット１７４５．輪郭形成ユニット１７５。

物質分類ユニット１７１は、好ましくは、入力画像内の画素毎にＲＧＢ値からなるカラー成分データを受領し、好ましくは、特定の物質に属するほぼ均一な色集団の領域を分類する。好ましい実施態様において、物質分類ユニット１７１は、特定の物質または物質の組み合わせに対応するカラー空間内にある画素のカラー成分値（典型的にＲＧＢ値である）がその物質に対応するように、直接そのＲＧＢ値に基づいて各画素を分類するように、ハードウェアＬＵＴとして実装される。

類似の物質で構成される複数のオブジェクトの画像を解析するという典型的な場合には、当該技術分野においてよく知られた方法を用いて代表的な画像を解析することによりＬＵＴを構築できるのが好ましい。ヒストグラム状画素カラー分布解析に基づく単純な方法を含めて、代表画像を解析するいくつかの適切な方法は当該技術分野においてよく知られており、さらに任意の方法を利用できることが理解される。当該解析を行うための好ましい方法は、その開示内容を本願に引用して援用した文献、すなわちＤｏｒｉｎＣｏｍａｎｉｃｉｕおよびＰｅｔｅｒＭｅｅｒ、「多変量データの分布によらない分解（ＤｉｓｔｒｉｂｕｔｉｏｎＦｒｅｅＤｅｃｏｍｐｏｓｉｔｉｏｎｏｆＭｕｌｔｉｖａｒｉａｔｅＤａｔａ）」、ＳＰＲ’９８依頼提言（ＩｎｖｉｔｅｄＳｕｂｍｉｓｓｉｏｎ、ラトガーズ大学電気・コンピュータ学科（Ｐｉｓｃａｔａｗａｙ、ＮＪ０８８５５、ＵＳＡ）に記載されている。

物質分類ユニット１７１は、好ましくは、特定の物質に対する入力画像内の各画素の割当を示す物質分類情報を出力する。

カラーエッジディテクタ１７２は、好ましくは、物質分類ユニット１７１と同じ入力を受領する。カラーエッジディテクタ１７２は、好ましくは、当該技術分野においてよく知られているように、典型的にソベル演算子を典型的に入力画像のＨＳＩ成分に適用することによって一次導関数の近似値を計算する機能を有する。ソベル演算子は、好ましくは、ＨＳＩ成分の各々に個別的に適用され、次いで、以下に説明するように、総合結果が導かれる。

ソベルエッジ検出は、当該技術分野においてよく知られている。関数ψの勾配の絶対値は、ｘおよびｙ方向のψの部分導関数の絶対値の合計により与えられ、以下のような、点（ｉ、ｊ）におけるソベル概算において近似的に求められる：

本発明におけるソベルエッジ検出は、好ましくは３×３のサーキュラーエッジディテクタを使用し、画像の畳み込みを介し、上記の式による垂直および水平勾配成分の絶対値の合計として２Ｄの勾配絶対値を計算する。画像の畳み込みには、典型的に以下のカーネルを使用することができる。

１．垂直勾配カーネル；

２．水平勾配カーネル

次いで、カラーエッジディテクタ１７２は、以下のように、Ｈ、ＳおよびＩ成分勾配の加重加算によりカラーエッジを計算する。｜ＧCOLOR｜＝（｜ＧＨ｜関連（Ｉ）重みＨ＋｜ＧＳ｜関連（Ｉ）重みＳ＋｜ＧＩ｜重みＩ）ただし、ＧCOLORはカラーエッジ、ＧＨは色相の勾配、ＧＳは彩度の勾配、ＧＩは強度の勾配、関連（Ｉ）は強度のカラー関連重み関数、重みＨは、色相成分に対する重み、重みＳは、色度成分に対する重み、重みＩは、強度成分に対する重みである。

上述のファクタについてのさらなる説明は、その開示を本願に引用して援用する、上文に参照されたＰｈｉｌｉｐｐｅＰｕｊａｓおよびＭａｒｉｅ−ＪｏｓｅＡｌｄｏｎの「ロバストカラー画像分割（ＲｏｂｕｓｔＣｏｌｏｕｒＩｍａｇｅＳｅｇｍｅｎｔａｔｉｏｎ）」に記載されている。

次に、カラーエッジディテクタ１７２の好ましい動作方法の概略フローチャートである図３を参照する。図３のフローチャートは、上述の説明を参照すれば自ずと理解される。

再び図２を参照すると、領域拡張ユニット１７３は、好ましくは、物質分類ユニット１７１が生成する物質分類情報を含む出力、およびカラーエッジディテクタ１７２が生成するカラー勾配情報を含む出力を受領する。領域拡張ユニット１７３は、好ましくは、均一色集団間の境界ができるだけ狭くなるように、物質分類ユニットにより識別される均一色集団を含む各領域を可能な限り拡張する機能を有する。

次に、図２の領域拡張ユニット１７３の好ましい動作方法を示す概略フローチャートである図４を参照する。図４の方法では、未割当ての画素が、低い勾配を有する均一カラーの隣接領域に割り当てられるが、それは、可能な限り、未割当ての画素との境界が最も不鮮明な隣接領域に未割当ての画素が割り当てられることを示す。図４の方法は、好ましくは以下のステップを含む。

上述したような適切なエッジ抽出演算子を用いて、画像内の各画素における勾配を計算する（ステップ３３０）。図４の方法の現段階において分類すべき未分類画素の勾配度を示すカレント勾配度を０にセットする（ステップ３４０）。

好ましくは、勾配が現行の勾配度以下の未分類の画素毎に以下のステップを実行し（ステップ３５０）、段階的に増加させる。

未分類の画素の隣接画素の中で、勾配が最小の隣接画素を特定する（ステップ３６０）。隣接画素は、２つの水平隣接画素と２つの垂直隣接画素から構成される４つの画素を含むことができる。あるいは、隣接画素は４つの対角隣接画素をも含み、８つの画素を含むことができる。

ステップ３６０において勾配が最小の画素として特定された、隣接画素の中の画素に未分類の画素を割り当てる（ステップ３７０）。勾配が最小の隣接画素が２つ以上存在する場合には、勾配が最小の２つ以上の隣接画素のうちの第１の出現画素を選択して使用する。

すべての画素が分類されているかどうかをチェックする（ステップ３８０）。そうであれば、図４の方法を終了するのが好ましい。

少なくとも１つの未分類画素が未分類のまま残っている場合は、カレント勾配度を増加させ（ステップ３９０）、ステップ３５０で図４の方法を実行する。

上述したように、図２の装置を含めて、図１のシステムのたいていのコンポーネントは、最適な性能を得るためにハードウェアで実行されるのが好ましいことが理解される。当業者であれば、ソフトウェアアルゴリズムの最適化されたハードウェアインプリメンテーションに適切なよく知られた技法を用いて図４の方法を実施するであろうことが理解される。

セル構成ユニット１７４は、好ましくは、典型的に物質分類ユニット１７１およびカラーエッジディテクタ１７２が受領するＲＧＢ入力を含むカラー成分入力を受領する。セル構成ユニット１７４は、好ましくは、異なる均一色集団の領域間の境界を区別するとともに、Ｒ、ＧおよびＢグレースケール画像の各々においてサブピクセルレベルで特定される当該境界を表すセルをそこから決定する機能を有する。輪郭要素としても知られるセルについては、以下により詳細に説明する。

グレースケール画像における当該サブピクセル特定を行うための適切な装置および方法は、どちらも上文に参照され、その開示内容を本願に引用して援用した、ここではカスピ特許とも呼ばれる米国特許第５，７７４，５７２号（カスピ）および米国特許第５，７７４，５７３号（カスピ他）に記載されている。本発明において、赤色成分グレースケール画像の如き単一成分グレースケール画像におけるサブピクセルレベルでの境界の位置の特定は、カスピ特許に記載の方法を用いて実施することができる。

当該技術分野、特に上文に参照したカスピ特許においてよく知られているように、ガウス（ＤＯＧ）演算子の適切な差を用いた畳み込みを利用して二次導関数を計算して境界位置を特定することができ、特に大規模演算子および小規模演算子を使用することができる。好ましいカーネルとしては、３×１、５×１、および５×３カーネルが挙げられる。ここでさらに、好ましい５×５ラージカーネル、および対応する好ましい３×３スモールカーネルの例をそれぞれ示す図５および図６を参照する。

輪郭形成ユニット１７５は、好ましくは、セル構成ユニット１７４からのＲ、ＧおよびＢセル、ならびに領域拡張ユニット１７３からの分割物質情報を受領し、好ましくは入力画像における隣接物質間の境界を表すカラーセルをそこから生成する機能を有する。

次に、図２の輪郭形成ユニット１７５の好ましい実施態様を示す概略構成図である図７を参照する。図７の装置は、以下のコンポーネントを備えるのが好ましい。

１．好ましくは分割物質情報を受領し、好ましくはピクセルの精度で境界を表す物質セルをそこから生成する機能を有する物質セルビルダ１７６。

２．内部で境界が特定されるべき領域を示す、各物質セルの周りの１画素エンベロープの如きエンベロープを構築する選別器決定エンベロープビルダ１７７。

３．好ましくは、物質セルビルダ１７６からの物質セル、および選別器決定エンベロープビルダ１７７からのエンベロープ、ならびにＲ、ＧおよびＢセル情報を受領し、好ましくは隣接する物質間の最良の境界を表す最終カラーセルをそこから生成する機能を有する最良輪郭選別器１７８。

最良輪郭選別器１７８での境界の特定では、エッジの境目の近傍においてサブピクセルの精度で境界を決定するのは一般に困難または不可能であるため、境目の近傍における輪郭境界を利用するのが好ましいとされている。境目の近傍は、例えば境目から３画素平方の範囲内に定めるといった任意の適切な方法で定めることができる。

本発明の好ましい実施形態では、境目に近くない領域にサブピクセルＲ、ＧまたはＢ境界を用いるべきか、あるいは画素物質セル境界を用いるべきかを、境界の両側に位置する物質に従って判断する。例えば特定の物質が赤で最もよく識別できることが知られている。それらの物質が境界の両側に位置する場合は、赤色サブピクセル境界を用いて境界をその位置に固定する。他の物質は、Ｒ、ＧまたはＢのいずれにおいても識別できないかもしれず、その場合は、例えば境界特定のために所定の方法によりＲＧＢ入力に重み付けをすることによって疑似カラーを生成するか、その点に物質セル境界を使用することになる。

次に、図７の最良の輪郭選別器１７８の好ましい動作方法を示す概略フローチャートである図８を参照する。図８のフローチャートは、上述の説明を参照すれば自ずと理解される。

好ましくは、上述したサブピクセル精度の境界は複数の輪郭要素またはセルとして表され、各々のセルは、単一画素の近傍にあるサブピクセル精度の境界セグメントを示し、各々のセルは、長さが一画素の１つの寸法にほぼ等しい小さなベクトルにほぼ匹敵する。セル、およびセルの各々の側にある均一の色集団の位置と向きを定めることを含めた、セルを定める好ましい１つの方法であって、各集団を上述の物質または物質の組み合わせに関連づける方法を以下に記載する。

次に、本発明を理解する上で有用な、好ましいセル構成および分類を示す概略図である図９から図１１を参照する。図９の例は、複数の画素５３０、および第２の複数の仮想セル画素５４０を含む。典型的に、各仮想セル画素５４０は、各画素５３０と同じ大きさで、各仮想セル画素５４０は、４つの画素５３０のコーナを中心とする。図９では、例示のみを目的として、中央の仮想セル画素５４５の隣接画素からなる４つの画素５３０の各々が、それぞれ−１００、＋２０、＋５０および＋２０の所定の勾配値を有する画素として示されている。

図９はセル５５０も含む。セル５５０の開始端の交点５６０の位置は、当業界で知られているように、ゼロクロス点を見積もるために、隣接セル勾配値間、例えば＋２０と−１００の間の線形補間により固定されるのが好ましい。同様に、セル５５０の終了端の交点の位置は、隣接セル勾配値間、例えば＋５０と−１００の間の線形補間により固定されるのが好ましい。

図１０は、セル５５０の開始端および終了端を記述するための好ましい循環座標系、ならびにセル５５０の上エッジ、左エッジ、右エッジおよび下エッジがそれぞれ０、１、２および３に番号づけされたエッジ番号づけシステムを示す図である。図１１は、図９および図１０のセル５５０の方向を示すエッジコードを記述するための好ましい体系を示す図である。

４つの隣接画素におけるエッジコードおよび方向ベースのＤＯＧ符号値を決定する好ましい方法としては、以下の内容に基づく参照用テーブルを実施することになる。

エッジコードの上述のリストにおいて、コード６はサドルを表し、コード７は「無セル」を表すことが理解される。

図１０の番号づけシステムに従って、セルの開始端および終了端を以下の表から決定することができる。

本発明の好ましい実施形態において、上述のように計算されるセルを集めて、均一色集団の間のセル境界を表し、均一色集団のカラーのうちセルのそれぞれの側に位置するカラーをセル毎に指示する画像マップを形成する。上述のように均一色集団に物質を関連づけることにより、カラーセル画像マップは、検査対象となるオブジェクト上に存在する物質の正体および位置に関するデータを含むことが容易に理解される。

本発明の好ましい実施形態において、検査対象オブジェクトの特徴のレポートにセルの集合体（これは、要望に応じてさらに処理することができる）を含めるのが好ましい。追加的なレポートは、好ましくは、検査対象となるオブジェクトの均一色集団の領域を記した縮小カラーマップであって、以下により詳細に述べるように、例えばカラー形態マップを生成するために二値セルを生成する二値化およびセル生成ユニット２００によって使用することができる縮小カラーマップを含む。さらに、カラーセルを解析して、部分的に透明な上塗り層の如き様々な被膜の形状および位置を確認し、欠陥があるものとして検出された場合に欠陥レポートを出力することができる。

表面欠陥の検出次に、図１のカラー表面欠陥サブユニット１９０の好ましい実施態様を示す概略ブロック図である図１２を参照する。参照の簡潔化のために、本明細書では、カラー表面欠陥サブユニット１９０をＣＯＭＰＡＤＤ１９０と呼ぶことがある。

領域欠陥としても知られる表面欠陥は、無作為にテクスチャされた表面内の局所的な異常であると記すことが可能であり、典型的には、検査対象となる物体の表面に残留する処理残留物、様々な被膜およびメッキ内の空隙、ならびに特に金属被膜における擦り傷、異物、染みおよび様々な金属および金属被膜の酸化を含む物体の表面構造における凸凹を含む。表面欠陥は、好ましくは以下の２つのグループに分類される。 − 高コントラスト欠陥、擦り傷または凹みのように、一般に、強い勾配を測定することが可能な明確なエッジを有する欠陥からなる。 − 低コントラスト広領域欠陥、水の染みまたは酸化領域のように、一般に、比較的緩やかな勾配が測定される不明確なエッジを有する欠陥からなる。

以下のような他の様式で欠陥を分類することもできる。 − 主に色が周囲と異なる彩色欠陥。酸化領域は彩色欠陥の例である。 − 例えば、凹み、擦り傷および染みのように、周囲より明るいまたは暗い欠陥である無彩色欠陥、または強度基準の欠陥。

一般に、図１２の装置は、様々な物質およびテクスチャを含む構造的に複雑な表面に対しても、上述のような表面欠陥を検出しようとする。好ましくは、図１２の装置は、ある物質の内部で、そのエッジを無視して動作するよう設計され、そのため上述の物質輪郭サブユニット１８０によって生成される出力の如き、物質およびエッジに分割される入力を受領するよう設計される。好ましくは、図１２の装置は、異なる解像度において彩色ディテクタおよび無彩色ディテクタを平行して適用する多解像度検出を用いてその結果を達成する。図１２の装置は、好ましくは、異なる物質に対して異なる感度で動作し、物質のエッジからの距離の関数として感度を変えて動作するよう構成することができる。好ましくは、図１２の装置は、検出された表面欠陥のレポートを生成する。好ましくは、表面欠陥を候補欠陥と見なし、検査対象となる画像内における欠陥を有する可能性のある位置のスナップショット画像を該レポートに添える。そのレポートおよびスナップショット画像は、要望に応じてさらに処理することができる。

したがって、本発明において、図１２の装置に対する好ましい入力は、オブジェクトまたは検査対象となる画像を定めるカラー画像データ、物質識別サブユニット１７０が生成する物質情報、および物質輪郭サブユニット１８０が生成するカラーセル情報を含む。

動作の効率化のために、図１２の装置は、好ましくは当該技術分野においてよく知られているような特殊用途のハードウェアで部分的または全面的に実行され、他の部分があるとすれば、それはソフトウェアおよび汎用ハードウェアで実行されるのが好ましい。

図１２の装置は、以下のユニットを備えるのが好ましい。

１．カラー１／カラー２作成ユニット４００、これは、好ましくはカラー情報および物質情報を受領し、好ましくは本明細書ではカラー１およびカラー２として知られる２つの導出カラー画像をそこから導く機能を有する。

本発明において好ましくは、各物質における彩色欠陥を検出するための好ましいカラーをあらかじめ定め、各物質における無彩色欠陥を検出するための好ましいカラーをあらかじめ定める。次いで、無彩色欠陥を検出するための最良の画像としてカラー１画像を定め、同様に、彩色欠陥を検出するための最良の画像としてカラー２画像を定める。カラー１画像およびカラー２画像のそれぞれは、好ましくは、４つの可能なグレースケール画像、すなわちＲ、Ｇ、ＢおよびそのＨＳＩ変換画像の１つのうちのいずれか１つから採取された画素が各画素に割り当てられるコラージュを含む。３つのＨＳＩ変換画像のうちの選択される１つの画像としては、画像内に存在することが見込まれる物質に対して効果的なものを選択することが好ましい（図１３）。

次に、図１２のカラー１／カラー２作成ユニット４００の好ましい動作方法を示す概略図である図１３を参照する。図１３の方法は、上述の説明を参照すれば自ずと理解される。

２．方向性イネーブル画像クリエータ、これはカラーセル情報を受領し、好ましくは、図１２の装置のさらなる動作を制御するために使用されるのが好ましい２つの方向性イネーブル画像、すなわちｏｋｄｉｒおよびサブｏｋｄｉｒを生成する機能を有する４０２。多物質画像に対して高感度な欠陥ディテクタを利用する場合、物質のエッジに起因する誤り検出を避けることが強く望まれることを当業者なら理解するであろう。

物質のエッジ上では一般に強い勾配が測定されるため、本発明では、特に表面欠陥検出に関して、物質のエッジまたはその付近における勾配測定を不可能にすることが望まれる。本発明では、以下のストラテジを用いて、物質のエッジに関連する勾配に起因する誤り検出を引き起こすことなく、物質のエッジ付近の欠陥を見いだすことを可能にする。画像は、好ましくは３つの主要グループ、すなわちエッジ上において、測定が行われないグループと、エッジ付近において、局所的なエッジ方向に平行する方向でしか測定が行われない（この測定方向をここではｏｋｄｉｒ方向と呼ぶ）グループと、その他の位置において正規の測定が行われるグループとに分けられる。好ましくは、フル解像度測定にはｏｋｄｉｒマップを使用し、サブ解像度測定には誘導された「サブｏｋｄｉｒ」マップを使用する。

本明細書に用いられる「サブ解像度」とは、一般に、本来の画像の各ディメンジョンにおける５個おきの画素のような、各ディメンジョンにおけるｎ個おきの画素を使用する画像の如きサブサンプル画像の使用を意味する。数学の分野でよく知られているように、画素値が縮小することなく距離が縮小するため、サブサンプル画像を用いて画像を「縮小」することにより、勾配値のような特定の計算値が増加することが理解される。このように、低コントラスト欠陥をより明確にすることができる。

図１４を参照しながら、ｏｋｄｉｒを作成する方向性イネーブル画像クリエータ４０２の部分の好ましい実施態様を、また図２１を参照しながら、サブｏｋｄｉｒを作成する部分の好ましい実施形態を以下により詳細に説明する。

３、４．それぞれが好ましくはカラー１画像およびカラー２画像を受領する、サブ解像度チャネル低コントラスト欠陥ディテクタ４０４およびフル解像度チャネル高コントラスト欠陥ディテクタ４０６を含み、低コントラスト検出ディテクタ４０４は好ましくはサブｏｋｄｉｒイネーブル画像を受領し、高コントラスト検出ディテクタ４０６は好ましくはｏｋｄｉｒイネーブル画像を受領し、低コントラスト検出ディテクタ４０４および高コントラスト欠陥ディテクタ４０６のそれぞれが勾配解析を行うとともに欠陥のレポートを生成する機能を有する多解像度勾配測定装置。好ましくは、合計４つのエッジディテクタを採用し、低コントラスト欠陥ディテクタ４０４および高コントラスト欠陥ディテクタ４０６のそれぞれにおけるカラー１画像およびカラー２画像のそれぞれに対して各々のエッジディテクタを使用する。さらに、好ましくは、フル解像度チャネル高コントラスト欠陥ディテクタ４０６のみに２つの小欠陥ディテクタを採用し、カラー１画像およびカラー２画像のそれぞれにその各々を使用する。したがって、好ましくは、合計６つのディテクタが採用される。

５．好ましくは、低コントラスト欠陥ディテクタ４０４および高コントラスト欠陥ディテクタ４０６のそれぞれからレポートを受領するとともに、そこから適切な合併レポートを生成する機能を有するチャネルレポート合併器４０８。

次に、図１２の方向性イネーブル画像クリエータ４０２の第１の部分の好ましい実施態様を示す概略ブロック図である図１４を参照する。図１４に示された方向性イネーブル画像クリエータ４０２の部分は、ｏｋｄｉｒを作成する部分である。サブｏｋｄｉｒを作成する部分は、図２１を参照しながら以下に説明されている。

図１４の装置は、好ましくは入力画像としてカラーセル情報を受領し、好ましくはそこからエッジイネーブル画像を導く機能を有するエッジイネーブル画像クリエータ４１０を備えるのが好ましい。エッジイネーブル画像では、好ましくはセルに「接触する」すべての画素がエッジ画素としてマーク付けされているのに対して、他のすべての画素はマーク付けされておらず、物質画素を表している。したがって、エッジイネーブル画像は２値画像として作成される。

次に、図１４の装置の動作を理解する上で有用な、画像画素および隣接する仮想セル画素を示す概略図である図１５を参照する。典型的には、画像画素６９０の如き各画像画素について、仮想セル画素７００、７１０、７２０および７３０の如き画像画素６９０を中心とした４つの仮想セル画素の近傍を考慮する。仮想セル画素７００、７１０、７２０および７３０は、典型的には、それらの位置に従って、それぞれ０、１、２および３の番号が付けられている。

４つの隣接仮想セル画素７００、７１０、７２０および７３０のいずれにもセルが存在しない場合は、画像画素６９０をエッジ画素と見なさない。４つの隣接仮想セル画素７００、７１０、７２０および７３０のいずれかにセルが存在する場合は、当該セルのすべてが図１５に示されるような排除セル７４０でなければ、画像画素６９０をエッジ画素と見なす。図１０およびそれについての上述の説明に従って、排除セル７４０は以下のように構成される。

再び図１４を参照すると、図１４の装置は、好ましくは典型的に３つの侵食ユニット４１４を含む複数の侵食ユニット４１４に制御情報を提供する機能を有する、典型的にはＬＵＴとして実装される形態制御ユニット４１２を備えるのが好ましい。３つの侵食ユニット４１４の各々は、好ましくは、当該技術分野においてよく知られているように、エッジイネーブル画像クリエータ４１０が作成するエッジイネーブル画像に侵食を適用する機能を有する。典型的には、第１の侵食ユニット４１４が２つのレベルの侵食を適用してイネーブル２マップを生成し、第２の侵食ユニット４１４がさらに４つのレベルの侵食を適用してイネーブル６マップを生成し、第３の侵食ユニット４１４がさらに４つのレベルの侵食を適用してイネーブル１０マップを生成する。典型的には、それらの入力および受領される制御情報を除いて、３つの侵食ユニット４１４の各々は同一である。

好ましくは、値を有する侵食キーに従って各侵食ステップを実施する。侵食キーの値の可能な例としては、「０ＣＣＣＣＴＣＣ００」が挙げられる。好ましくは、左から右方向に読んだ場合に、侵食キーの各文字は単一の侵食ステップを表し、好ましくは侵食演算子に従って解釈される各ステップを以下に示す。

好ましくは、すべての侵食演算子が直交演算子、つまり、中央画素の４つの一次の隣接画素の１つが既に浸食されている場合に中央画素を消費する演算子を含む。イネーブル２マップは好ましくは演算「０Ｃ」によって生成され、イネーブル６マップはさらなる演算「ＣＣＣＴ」によって生成され、イネーブル１０マップはさらなる演算「ＣＣ００」によって生成されることが理解される。ハードウェアインプリメンテーションを容易にするために「０」の侵食ステップを含めるのが好ましいことを当業者なら理解するであろう。

好ましくは、イネーブルマップを使用してエッジ内の領域を拡張し、それによってエッジ方向を特定することができる。侵食動作は、本来のエッジイネーブル画像のサイズを大きくする傾向があるため、エッジからの距離がより遠くてもエッジ検出の特定が可能となる。好ましくは、幅が１０画素までのｏｋｄｉｒ−エンベロープを作成できる。

図１４の装置は、好ましくは、ｏｋｄｉｒ画像を生成する機能を有するｏｋｄｉｒマップ計算ユニット４１６をも含む。次に、ｏｋｄｉｒマップ計算ユニット４１６の好ましい動作方法を示す概略フローチャートである図１６を参照する。図１６の方法は以下のステップを含むのが好ましい。３つのイネーブル画像からの関連イネーブル画像を特定する（ステップ４１８）。

次に、図１６のステップ４１８の好ましい実施態様を示す概略フローチャートである図１７を参照する。図１７の方法を理解する上で、以下の定義が有用でありうる。 − エンベロープ画素：５×５マトリックスの境界上に位置する画素。 − ｏｋｄｉｒアドレス：以下に説明するエンベロープおよびマップコード。 − エンベロープ：好ましくは図１７の方法に従って、イネーブル２画像、イネーブル６画像およびイネーブル１０画像から選択される選択イネーブル画像のエンベロープ画素のビットマップ。 − マップコード、典型的には２ビットコードとして実行され、典型的には以下の解釈に従って選択イネーブルマップを描写するコードであるマップコード。

図１７の方法は、好ましくは、イネーブル２画像、イネーブル６画像およびイネーブル１０画像を含む３つのイネーブル画像を入力として受領し、以下のステップを含むのが好ましい。

イネーブル２画像の中央画素はエッジ画素であるかどうかをチェックする（ステップ４２０）。そうである場合は、ｏｋｄｉｒアドレスを０にセットする（ステップ４２２）。すなわち、エンベロープとマップコードの両方をゼロに設定し、図１７の方法を終了する。

そうでない場合は、イネーブル２画像は少なくとも１つのエッジ画素を含むかどうかをチェックする（ステップ４２４）。そうである場合は、エンベロープをイネーブル２エンベロープに等しく設定し、マップコードを０１に等しく設定し（ステップ４２６）、図１７の方法を終了する。

そうでない場合は、イネーブル６画像のエンベロープ画素は少なくとも１つのエッジ画素を含むかどうかをチェックする（ステップ４２８）。そうである場合は、エンベロープをイネーブル６エンベロープに等しく設定し、マップコードを０２に等しく設定し（ステップ４３０）、図１７の方法を終了する。

そうでない場合は、エンベロープをイネーブル１０エンベロープに等しく設定し、マップコードを０３に等しく設定する（ステップ４３２）。

一般に、エンベロープ２画像の中央画素がエッジ画素で、エンベロープが選択されない場合でなければ、図１７の方法は、エッジ画素を含む最小のイネーブルマップのエンベロープを選択する機能を有することを当業者なら理解するであろう。

再び図１６を参照すると、ｏｋｄｉｒを計算する（ステップ４１９）。好ましくは、上述したような効率性の理由により、ステップ４１９はＬＵＴ内のハードウェアで実行される。次に、図１６のステップ４１９の好ましい実施態様を示す概略フローチャートである図１８を参照する。図１８の方法は、以下のステップを含むのが好ましい。

ｏｋｄｉｒアドレスが０に等しいかどうかをチェックする（ステップ４３４）。そうである場合は、ｏｋｄｉｒも０に等しく設定する（ステップ４３６）。

すべてのエンベロープ画素が占有されているかどうかをチェックする（ステップ４３８）。そうである場合は、ｏｋｄｉｒを、典型的には１６進数の０×Ｆとして表される１５に等しく設定する（ステップ４４０）。

次いで、イネーブル画像を侵食して骨格ヘッドとする（ステップ４４２）。骨格ヘッドは、侵食後も残留する単一の孤立画素である。次に、侵食によって一つの骨格ヘッド４５２を得る工程の例を示す概略図である図１９を参照する。

再び図１８を参照すると、骨格ヘッドの数により、３つの可能な例の１つに基づいて作業を行う（ステップ４４４）。

骨格ヘッドが１つの場合は、ｏｋｄｉｒは、骨格ヘッドと展開の中央画素を接続するベクトルに対して垂直になる（ステップ４４６）。ｏｋｄｉｒ方向のこの例は、図１９において参照番号４５４で示されている。

２つの骨格ヘッドがある場合は、ｏｋｄｉｒは、それら２つの骨格ヘッドの間に引かれた線の方向である（ステップ４４８）。

３つ以上の骨格ヘッドがある場合は、ｏｋｄｉｒを、測定が行われないことを示す０に設定する。

次に、ｏｋｄｉｒ値、対応する測定方向、および測定のための好ましい勾配演算子を示す表である図２０を参照する。図２０の表において、「ＬｉｎｅａｒＤｉｆｆ」は、当業界においてよく知られているように、線形差分演算子を表し、「ＨａｌｆＳｏｂｅｌ」は、以下により詳細に説明する、ハーフソベル演算子と呼ばれる修正型ソベル演算子を表す。図２０の表は、それ以外は自ずと理解される。

次に、図１２の方向性イネーブル画像クリエータ４０２の第２の部分の好ましい動作方法を示す概略フローチャートである図２１を参照する。図２１の方法は、サブｏｋｄｉｒ画像の生成を目的とする。

図２１の方法は、以下のステップを含むのが好ましい。図１４で説明したように生成されたイネーブル１０画像を入力として受領し、拡大する（ステップ４５６）。好ましくは、イネーブル１０画像の拡大は、５×５展開を行い、拡大における画素のいずれか１つがエッジ画素である場合は、展開の中央画素をエッジ画素に設定する。このようにして生成された画像を、本明細書では「ベースイネーブル」画像と呼ぶ。

ｋを好ましくは１１または２１に等しく設定してベースイネーブル画像のｋ×ｋ展開を行う（ステップ４５８）。次いで、ｋ×ｋ展開内の９つの所定の画素から視覚的な３×３展開を作成する（ステップ４６０）。次に、１１×１１の展開に対する所定の画素の好ましい選択を示す図２２を参照するが、２１×２１の展開または他の展開に対しても同様にして所定の画素を選択できることが理解される。さらに、ｋ×ｋからの９つの画素の選択はサブサンプリングの形式を含むことも理解されるであろう。

仮想３×３展開からサブｏｋｄｉｒ値を求めるためにヒューリスティックの集合を適用する（ステップ４６２）。次に、図２１のステップ４６２に使用される好ましいヒューリスティックを示す表である図２３Ａ、ならびに３×３仮想展開の９つの画素に対する命名規則を示す概略図である図２３Ｂを参照するが、図２３Ｂに記載の名称が図２３Ａで用いられている。図２３Ａおよび図２３Ｂは自ずと理解される。

次に、図１２の装置の一部の好ましい動作方法を示す概略フローチャートである図２４を参照する。図２４のフローチャートは、図１２のフル解像度チャネル４０６、サブ解像度チャネル４０４およびチャネルレポート合併器４０８の好ましい動作方法を含む。図１２の前述の部分に関連する図２４のフローチャートの部分は、図２４において、一般には参照番号４０４、４０６および４０８で示されている。

好ましくは、図１２を参照しながら上述したように、フル解像度チャネル４０６およびサブ解像度チャネル４０４の両方が、カラー１画像およびカラー２画像を入力として受領する。

図２４の方法は、以下のステップを含むのが好ましい。
１．フル解像度チャネルに関連するステップ４０６：

好ましくは、３×３のミラーガウスフィルタを用いて入力画像を平滑化する（ステップ４６４）。当該技術分野においてよく知られているように、ガウスフィルタを使用して画像を平滑化し、その中のテクスチャ効果を抑えることができる。ガウスフィルタは、エッジの隣に位置する画素が隣接するエッジ画素に影響され、効果的にエッジを物質のほうに広げる可能性があるという欠点がある。この問題を、「エッジ効果」と呼ぶことができる。本発明では、ガウス演算子と、３×３展開における画素を３×３展開の反対側の画素に変換するミラー演算子とを組み合わせるミラーガウス演算子を使用して、先行技術において知られているエッジ効果を克服することにより、境界に関連する画像データに影響されないようにして、非境界領域に関連する画像データを平滑化する。

次に、ガウス（ｉ、ｊ）が標準的なガウス関数の適用形態を表す、図２４のステップ４６４の好ましい実施態様を示す概略フローチャートである図２５を参照する。図２５の方法は、自ずと理解される。

図２４を参照すると、典型的には物質領域内にハーフソベルディテクタを含み、エッジ上に線形の差分ディテクタ（ＬｉｎｅａｒＤｉｆｆ）を含む適切な勾配演算子を適用する（ステップ４６６）。

本発明において、線形差分ディテクタの適用は、好ましくは、ｏｋｄｉｒ方向、またはサブ解像度チャネルの場合はサブｏｋｄｉｒ方向における、短ベクトルの頭「ｂ」と短ベクトルの尾「ａ」と間の画素値の差の測定を含む。線形差分ディテクタの値は、好ましくは「ｂ」における値から「ａ」における値を引いた値である。

当該技術分野においてよく知られ、本明細書にも説明されているソベル演算子は、主要な水平軸および垂直軸に沿うグレーレベル導出と、対角線に沿うグレーレベル導出とを組み合わせる勾配演算子である。以下に説明するが、図２４の方法では、サブ解像度チャネルにソベル演算子を使用する。典型的には、個別に適用される２つの演算子として、すなわち

のような水平方向演算子と

のような垂直方向演算子としてソベル演算子を実行することができる。

本発明において、好ましくは、局所的な最小値および／または最大値の検出をソベル演算子の特性に付加する目的で、ハーフソベル演算子として知られる改良されたソベル型演算子をステップ４６６に用いる。通常、ハーフソベル水平方向演算子は、

の形式を有し、一方、ハーフソベル垂直方向演算子は、

の形式を有する。

典型的には、半ソベル演算子は２つのステップで適用される。入力値は演算子の下に位置する画素の値を示し、符号「−」は、演算子がその画素位置でゼロ値を有することを示す、半ソベル水平演算子の形式を取るとする。

Ｄｉｆ０＝（２＊Ａ０＋Ａ１＋Ａ２）−４＊Ｃが成り立ち、Ｄｉｆ１＝４＊Ｃ−（２＊Ｂ０＋Ｂ１＋Ｂ２）が成り立つものとする。すると、半ソベル演算子を用いて計算された勾配Ｇｒａｄは以下の式で与えられる。Ｇｒａｎｄ＝Ｄｉｆ０＋Ｄｉｆ１

Ｄｉｆ０とＤＩＦ１の符号が異なる場合は、局所的な最小値または局所的な最大値を含む局所的な極値がＣ画素の位置またはその付近に存在しうる。

ステップ４６６の出力は、カラー１およびカラー２画像からそれぞれ別個に得られる水平勾配画像および垂直勾配画像を含む。

次いで、好ましくはエッジからの距離に基づく正規化演算子を用いて、また好ましくはＤｉｆ０およびＤｉｆ１に対して個別的に、勾配を正規化する（ステップ４６８）。表面ディテクタのいくつかの物質について同時に処理する場合、各々の物質が異なる固有のテクスチャを有し、ときには「ノイズ」と呼ばれる異なるレベルの勾配を生成するため、問題が生じる。１つの物質における欠陥を示す勾配のノイズレベルは、第２の物質における正規のテクスチャと見なされる可能性ある。

異なる物質における異なるテクスチャの問題を克服するのに様々な方法を採用しうることが理解される。１つの方法としては、調整可能なしきい値を採用することが考えられる。あるいは、物質毎に別個の正規化関数を与え、次いでそのようにして得られた正規化勾配に１つのしきい値を適用することもできる。

本発明のステップ４６８において、好ましくは勾配正規化を用いる。物質毎に、前もって適切な正規化関数を設定するが、それらの正規化関数は均一な結果を得るように選定される。好ましくは、適切な正規化関数は以下のようにして求めることができる。すなわち、すべての物質の勾配のヒストグラムを入手し、物質毎に中央勾配値を求め、当該技術分野においてよく知られている正規化演算を適用して正規化関数を得る。

次いで、ステップ４６８において、以下の式に従って正規化勾配を計算するのが好ましい。ＮｏｒｍＧｒａｄ＝ＮｏｒｍＦｕｎ（エッジからの物質距離）＊Ｇｒａｄｉｅｎｔ＊ＥｄｇｅＦａｃｔｏｒ（狭領域）ただし、ＮｏｒｍＧｒａｄは正規化勾配値である。ＮｏｒｍＦｕｎｃｔｉｏｎ（エッジからの物質距離）は特定の物質についての正規化関数で、上述のようにして求めることができる。Ｇｒａｄｉｅｎｔは入力勾配値である。ＥｄｇｅＦａｃｔｏｒ（狭領域）は、一般に０以上１以下の係数で、エッジ付近の勾配により小さな重みを与えるように選択される計数である。エッジ付近では、ＥｄｇｅＦａｃｔｏｒ（狭領域）は、例えば０．８の値を有するのが好ましい。

計算法を上に示した勾配を解析し、分類し、閾値処理する（ステップ４７０）。次に、解析および分類を含む、図２４のステップ４７０の好ましい実施態様の概略フローチャートである図２６を参照する。図２６において、Ｄｉｆ０及びＤｉｆ１は、好ましくは、ステップ４６６で説明した通りである。上述のように、ＬｉｎｅａｒＤｉｆｆ演算子を使用する場合は、Ｄｉｆ０およびＤｉｆ１は、好ましくは直線的に測定され、ＬｉｎｅａｒＤｉｆｆを測定する方向（現行のｏｋｄｉｒ方向に対応する方向）に沿うベクトルの中央画素とヘッドおよびテール画素との差を表すことが理解される。例えば、ｃが中央画素のグレー値で、ｂおよびａがヘッド画素およびテール画素のグレー値である場合は、Ｄｉｆ０およびＤｉｆ１は、好ましくは以下の式で与えられる。Ｄｉｆ０＝ｃ−ｂおよびＤｉｆ１＝ａ−ｃ図２６の方法は自ずと理解される。

再び図２４を参照すると、次いで、ステップ４７０において、閾値処理する。典型的には以前の画像解析から導かれる所定の基準に基づいて、勾配および最大値／最小値の算定にしきい値を適用して、好ましくは勾配または最大値／最小値のレポートを以下のように等級付けする。

ステップ４７０の出力は、好ましくは、各々のケースにおいて、局所的な最小／最大欠陥、および勾配欠陥についての個別的なカラー１およびカラー２のレポートを含む。カラー１およびカラー２のレポートは、好ましくは「最強レポートの生き残り」規則を適用することによって統合される（ステップ４７２）。「最強レポートの生き残り」規則は、典型的には以下の論理によって表される。

次いで、典型的にはレポートの３×３展開を解析し、重みづけ合計値を計算し、所定のしきい値を適用することによってステップ４７２の結果をフィルタリングする（ステップ４７２）。好ましくは、ハードウェアＬＵＴでこの動作を実行する。

２．サブ解像度チャネル４０４に関連するステップ：好ましくは５×５のチェス盤状メジアンフィルタを用いて画像を平滑化する（ステップ４７６）。このステップは、フル解像度チャネルでのステップ４６４に対応する。サブ解像度チャネルでは、大きな欠陥を捜索するため、周囲領域との違いが大きくても、小さな特徴を無視するのが望ましい。したがって、隣接画素との違いが大きい画素を無視するように設計された大きなカーネルサイズのフィルタを使用するのが好ましい。好ましくは、当該技術分野においてよく知られているように、データをサンプリングし、その中央値を求めて使用するメジアンフィルタを用いる。実施を容易にするために、Ｘで表される画素はサンプリングされ、０で表される画素はサンプリングされない、以下に示すような５×５のチェス盤状サブサンプルの如きサブサンプルに対するメジアン計算を行うことが望ましい。

勾配ディテクタを適用する（ステップ４７８）。このステップはステップ４６６に対応し、好ましくは、物質内でソベルディテクタを使用する点を除いてはステップ４６６と類似している。ソベルディテクタは、特にステップ４６６を参照しながら上述されている。

ステップ４６８の勾配正規化に対応し、好ましくは類似した勾配正規化を行う（ステップ４８０）。

ステップ４８２において、ステップ４７０に対応する閾値処理と同様の勾配閾値処理を行い、カラーレポートを統合する。ステップ４８２におけるカラーレポートの統合は、好ましくはステップ４７２に類似している。よって、フィルタリングされていない勾配欠陥を含むレポート画像を生成する。

広領域結果フィルタを適用する（ステップ４８４）。このステップはステップ４７４に対応する。ステップ４８４において、好ましくはステップ４７４を参照しながら上述したフィルタと同様の３×３フィルタを最初に適用する。次いで、３×３フィルタの結果を利用して、９×９展開の如きより大きな展開を行い、次いで重みつき合計のしきい値に基づいてそれを同様にフィルタリングする。好ましくは、典型的に以下のパターン（ただし、Ｘはサンプリングされる画素を表し、０はサンプリングされない画素を表す）に従って、フィルタリング後に９×９展開をサブサンプリングする。

随意に、クラスタードレポートのレポート「クラウド」が存在し、外部レポートが希釈されないクラウドのエッジを定め、内部レポートが希釈される場合に、その結果を希釈し、代表レポートを小数に維持することによって格納空間を節約する。

３．サブ解像度チャネルレポートとフル解像度チャネルレポートの併合。

サブ解像度チャネルレポートとフル解像度チャネルレポートを併合する（ステップ４６８）。以下の規則に従って併合を行う。

１．ステップ４７２を参照しながら上述したものと同様の「最強レポートの生き残り」２．２つのレポートが同じ強さを有する場合は、以下の順序に従って、ディテクタがより精密なレポートを使用する。局所的最小値／最大値＞フル勾配＞サブ勾配

典型的な実施態様において、最終レポートにおける各項目は、以下のような典型的構成を有する９ビットワードを含む。

形態的骨格生成次に、図１の線および空間骨格サブユニット２３０の好ましい動作方法を示す概略フローチャートである図２７を参照する。図２７の方法は、侵食方法を含み、一般的な侵食方法は当該技術分野においてよく知られている。線および空間骨格サブユニット２３０は、好ましくは、二値化およびセル生成サブユニット２００が生成し、好ましくはモノクロ画像データから導かれる２値セルを入力として受領する。図２７のステップは以下のステップを含むのが好ましい。

画素毎に骨格生成のための侵食を受ける画像は、例えばＸ方向の各列に沿って左から右に移動し、次にＹ方向の上から下に移動するといったように、所定のＸおよびＹ走査方向に移動する（ステップ４９０）。

典型的には、侵食される画素に最も近い４または８の隣接画素に従って、画素毎に侵食を行う（ステップ４９２）。次に、図２７の方法を理解する上で有用な、部分的侵食の前後の画素の配列を示す概略図である図２８Ａおよび図２８Ｂを参照する。図２８Ａにおいて、Ａ４で表される、侵食される画素４９６を、以下のいずれかの画素の画素値に従って侵食することができる：

Ａ１、Ａ３、Ａ５およびＡ７で表される４つの水平および垂直隣接画素４９８、又は

４つの水平および垂直隣接画素４９６、ならびにＡ０、Ａ２、Ａ６およびＡ８で表される４つの対角隣接画素５００を含む最も近い８つの隣接画素。

どの隣接画素を選択するかは、実施される解析に応じて変わりうる。最も近い４つの隣接画素に基づく侵食には主要な水平および垂直軸が有利であるのに対して、最も近い８つの隣接画素に基づく侵食では対角線に侵食も可能であることを当業者なら理解するであろう。原理的には、より均一な侵食を可能にするために、４つの隣接画素を使用し、かつ８つの隣接画素を使用して侵食を行うことが好ましいが、実用的には、４つの隣接画素または８つの隣接画素のいずれか一方を使用できる。いずれの場合も、好ましくは１の値を有するよう定められた黒色画素から０の値を有するよう定められた白色画素へと侵食が行われるが、白色から黒色への侵食、および／または上述の値と逆の値を白色および黒色画素に割り当てることも可能であることが理解される。好ましい侵食規則を以下に示す。

４つの隣接画素については、４つの水平および垂直隣接画素４９８のいずれかが０の値を有する場合に中央画素４９６を０に設定する。

８つの隣接画素については、４つの水平および垂直隣接画素４９８のいずれか、または直交隣接画素５００のいずれかが０の値を有する場合に中央画素４９６を０に設定する。

本発明において、好ましくは（ただし、必ずしもそうではない）、侵食中の連結を保つ。すなわち、連結された黒色画素は連結されたままで、侵食の後も「切断」されるべきではない。連結を保つ場合は、典型的には当該技術分野においてよく知られているオイラーの状態を含む連結状態を適用する（ステップ４９４）。オイラーの状態は、オイラーの状態によって指定される合計またはスコアが侵食の前後にわたって保たれる場合に連結を保つことになる幾何学的状態である。連結を保つためには、オイラーの状態が破られると、侵食が行われないことになる。

図２８Ｂを参照すると、既に侵食された画素５０２をＰ０、Ｐ１、Ｐ２およびＰ３で示す。侵食される画素４９６は、好ましくはステップ４９２に関する上述の状態が満たされ、オイラーの状態も満たされる場合にのみ侵食される。次に、オイラーの状態を示す概略図である図２９を参照する。図２９において、侵食の前後で変化することのない合計値を得るために、図２９に示されているように、複数のパターン５０４の発生回数を加減する。

好ましくは、上述したように、動作の効率を考慮して、図２７の方法をカスタムハードウェアで実行する。図２７の方法を画像毎に一回または複数回実施し、１つ以上の侵食段階を実行することができることが理解される。好ましくは、侵食の終わりに一画素の幅の骨格を得るように、実行する侵食の段階の数を、侵食されるあらゆる形状の最大厚さに応じて変える。４つまたは８つの隣接画素を用い、また、連結を保ちながら、または連結を保たずに各段階を実行することができるが、ある侵食に対しては４つの隣接画素を使用し、他の侵食に対しては８つの隣接画素を使用することは、侵食の等方性を得る上で役立ちうることが理解される。

次に、図１の形態サブユニット２４０の好ましい動作方法を理解する上で有用な概略説明図である図３０Ａから図３０Ｃを参照する。形態サブユニット２４０は、好ましくは線および空間骨格サブユニット２３０からの入力、および物質識別による均一色集団の画像を受領する。

図３０Ａでは、侵食前の画像５０６が示されている。図３０Ｂには、図３０Ａの侵食前の画像５０６の黒色に対する侵食の結果の例５０８が示されている。図３０Ｃには、図３０Ａの侵食前の画像５０６の白色に対する侵食の結果の例５１０が示されている。

図３０および３０Ｃには、検出される典型的な形態的事象、すなわち開口端５１２、接続点５１４およびブロブ接続点５１６が示されている。

図３０Ａから３０Ｃを理解する上で有用な演算子を示す概略図である図３１Ａから図３１Ｃを参照する。本発明の好ましい実施形態では、当該技術分野においてよく知られているように、図３１Ａから図３１Ｃに示されるカーネルとしても知られる演算子の例を、図３０Ｂの画像または図３０Ｃの画像に適用して形態的事象を検出することができる。図３１Ａには、開口端カーネル演算子５１８が示されている。図３１Ｂには、接続点演算子５２０が示されている。図３１Ｃには、白色に囲まれた「黒色」の島を描くのに使用できるブロブ接続点演算子５２２が示されている。

本発明の好ましい実施形態に従って、白黒画像、すなわち、二値化およびセル生成サブユニット２００を起源とする２値画像に関して示されているが、図３０Ｂおよび図３０Ｃに示される侵食２値画像における領域および特徴は均一色集団に関連づけられることが容易に理解される。このように、開口端５１２、接続点５１４およびブロブ接続点５１６の如き特定の特徴を均一色集団に関連づけ、また上述のようなさらなる関連づけにより、それぞれの均一色集団によって表される物質および物質の組み合わせに関連づけることができる。

次に、画像のカラー形態解析の好ましい方法を示す概略フローチャートである図３２を参照する。説明を簡略化するために、画像の２値形態解析の説明の後に図３２の方法を説明するが、図３２の方法は、例えば、少なくとも一部において、カラー情報が利用可能な図１のＣＬＲＰユニット１２０で実行されうることが理解される。図３２の方法は、一般に画像のカラー形態解析に有用であるため、図１のＣＬＲＰユニット１２０の特定の範囲の外側における他の形態のカラー画像解析にも有用でありうることが理解される。図３２の方法は画像の任意の適切な光学特性の解析に利用できること、そして図３２の方法は形態解析に限定されないことを当業者なら理解するであろう。

図３２の方法は、以下のステップを含むのが好ましい。典型的にはカラー処理を参照しながら上述したように、カラー法を用いてカラー物質画像を生成する（ステップ５２３）。カラー物質画像は、好ましくは物質識別サブユニット１７０によって生成され、各物質が均一色集団に関連づけられる。典型的には、カラー物質画像の生成により、異なる色集団の数がカラー画像データ内の集団の数に比べて著しく削減されることが容易に理解される。

好ましくは、さらなる処理に向けて物質領域を分離するために、典型的には、物質間の各境界に沿う各領域における画素に人工的な色値を割り当てることによって、物質間にギャップを生じさせる。典型的には、当該技術分野においてよく知られる閾値処理の如き方法を用いて、ステップ５２４の出力から２値画像を生成させる（ステップ５２５）。あるいは、当該技術分野において知られる任意の従来的な方法によりカラー画像をグレーレベルのモノクロ画像に変換し、そこから２値画像を生成する二値化およびセル生成サブユニット２００に提供する。

ステップ５２５の出力に対して骨格法を実行する（ステップ５２６）。好ましくは、図２７の方法を用いる。好ましくは図３０Ａから図３０Ｃを参照しながら上述したように、ステップ５２６の出力における形態的事象を識別する（ステップ５２７）。

次いで、例えば上述のステップ５２３によって生成された強調物質画像内の対応する位置のカラーに従って形状を「色づけ」することにより、形態的事象を均一色集団に関連づける（ステップ５２８）。本発明の好ましい実施形態によれば、骨格画像内の形状が、重ね合わせた物質画像内の均一色集団のカラーの１つに応じたカラーを受け取るように、侵食骨格画像および物質画像を重ねることにより該色づけするステップを実行する。

このように、形状に割り当てる均一色集団または物質のカラーを有する形態マップを含むカラー形態画像が生成される。

ニックおよび突起処理次に、併合すると、図１のニックおよび突起サブユニット２２０の好ましい動作方法を示す概略フローチャートを含む図３３Ａおよび図３３Ｂを参照する。「ニック」および「突起」という言葉は、エッジ上の小さな欠陥を意味するが、ニックはエッジ内に伸びる欠陥であるのに対して、突起は、エッジがその適当な位置から外に伸びる欠陥である。図１のニックおよび突起サブユニット２２０は、好ましくは、ニックおよび突起を識別するとともに、ニックや突起と、例えば角の如き画像が解析されているオブジェクトの正規の形状とを区別する機能を有する。ニックおよび突起の検出は、直線のエッジを有する多数の微小形状が存在し、ニックおよび突起のような欠陥がけっこう存在し、典型的に望ましくないとされる、本明細書に記載されているようなオブジェクトを検査する上で特に興味深い。

次に、図３３Ａおよび図３３Ｂの方法を理解するのに有用な、解析すべき画像の一部を示す概略図である図３５を参照する。図３５の画像は、どれもエッジ８３０上に位置するニック８００、突起８１０、内角８１５および２つの外角８２０を含む。本発明の好ましい実施形態において、ニックおよび突起検出は、好ましくは隣接輪郭要素間の偏差の開度を測定することによって異なる物質間の境界を定めるエッジ輪郭を解析し、エッジ８３０上を移動するときのエッジ８３０に対する法線の角度の変化により疑わしい欠陥を分類することに基づいて行われる。

ニックと突起は、ニック８００が「内−外−内」の変化を有するものとして特徴づけられるのに対して、突起８１０は「外−内−外」の角度変化を有するように、法線の角度変化についての逆のプロフィルを有することが理解される。その一方、内角８１５は「内−内−内」の角度変化を有するのに対して、外角８２０は「外」の角度変化を有する。したがって、法線の角度変化を測定および解析する適切な方法は、ニックと突起と、角の如き正規の特徴とを区別できるものでなければならないことが理解される。

図３３Ａおよび図３３Ｂの方法は以下のステップを含むのが好ましい。

動作の効率化のために、ステップ８４０とステップ９３０（ともに以下に説明する）を平行して実施し、ステップ８４０およびステップ９３０の各々は入力として解析すべきセルを受領することが理解される。

典型的には画像内のすべてのセルについて、画像内の解析されるセル毎に破断検出を行う（ステップ８４０）。ステップ８４０は、以下のステップ８５０、８６０、８７０、８８０、８９０、９００および９１０を含むのが好ましい。

解析対象のセルについて、セルの長さおよびセルの垂線の角度を測定する（ステップ８５０）。再び図９から図１１を参照すると、好ましくは所定の数の少数の可能セルのみが存在するため、セルの長さおよびセルの角度をＬＵＴから求めるのが好ましいこともありうることが理解される。

次いで、好ましくは、解析されるセルの各隣接セルについて、以下のステップ８７０、８８０、８９０、９００および９１０を実行する（ステップ８６０）。再び図９から図１１を参照すると、セルは、４つの隣接セルの１つの方向にのみ進行することができ、４つの「角」方向の１つに進行することができないことが理解されるため、各セルは４つの隣接セルのみを有することが理解される。

隣接セルの長さをチェックして、隣接セルの長さが、例えば１／４画素のしきい値の如き所定のしきい値より大きいことを確認する（ステップ８７０）。隣接セルの長さが所定のしきい値以下である場合は、次の隣接セルに対して処理を続ける（ステップ８８０）。

隣接セルの長さが所定のしきい値より大きい場合は、好ましくはステップ８５０を参照しながら上述した方法と類似の方法を用いて、隣接セルの垂線の角度を求め、ブレーク角を計算する（ステップ８９０）。次に、図３３Ａのステップ８９０を理解する上で有用な概略説明図である図３４を参照する。図３４は、セル８９１、ならびに隣接セル８９２および８９３を示す図である。それぞれセル８９２および８９３に対する法線８９４および８９５が示されている。次いで、ブレーク角８９６はセル８９１のブレーク角である。

ブレーク角が、例えば２２度のしきい値の如き所定のしきい値より大きいかどうかをチェックする（ステップ９００）。ブレーク角が所定のしきい値以下である場合は、上述したステップ８８０の処理を進める。

ブレーク角が所定のしきい値より大きい場合は、典型的には好適なマップにおいて、解析されるセルに対してブレークを表示する（ステップ９１０）。

ステップ８４０において解析されているセルの周囲のセルの領域が問題を有するものとして表示されていることを確認するために、ブレークマップ展開を作成し、実質的にブレークレポートを拡大する。すなわち、解析対象のセルが存続する２つの画素を含む２つの隣接画素もブレークを有するものとして表示される（ステップ９２０）。ブレークレポートを拡大するに際して、好ましくは、レポートされたブレークが近隣のブレークの拡大によって上書きされるのを防ぐために、隣接画素について記録された以前のレポートを上書きしない。

次いで、ブレークレポートを抽出し（ステップ９２５）、以下に説明するステップ９８０に託す。

好ましくは、図３３Ａの上述のステップと平行して、典型的には画像内のすべてのセルについて、画像内の解析対象セル毎に形状の特徴づけを行う（ステップ９３０）。ステップ９３０は、以下のステップ９４０、９５０、９６０および９７０を含むのが好ましい。

セルの中間点を特定する（ステップ９４０）。上述したように、各々の仮想セル画素の中に限られた数の可能セルしか存在しないため、ＬＵＴを介してセル中間点を突きとめるのが好ましく最も効率的でありうることが理解される。

現在解析されているセルをその一部とする形状の２つのエッジセルを、解析されているセルを中心とする展開のなかで、典型的には解析されているセルを中心とする５×５配列の仮想セル画素のなかで特定する（ステップ９５０）。実施の効率化のために、ＬＵＴを介してエッジセルから形状深さおよび開度を求めるのが好ましいが、５×５配列を用いたＬＵＴの直接的な実行には、２５ビットのＬＵＴアドレス、あるいは実用上処理が極めて困難な数のエントリであると見なされる２２５エントリが必要になる。

ステップ９５０においてエッジセルを突きとめるための好ましい方法は以下のステップを含む。次に、図３３Ｂのステップ９５０を理解する上で有用な、セル仮想画素の配列を示す概略図である図３６を参照する。図３６の例において、現在解析されているセルまたは中央セル９５１は既知である。第１のショルダセル９５２および第２のショルダセル９５３を特定する。

好ましくは、第１に、中央セル９５１の仮想画素、およびその８つの一次隣接画素を含む９つの中央仮想セル画素９５４に対して、３×３の連結解析を行う。連結解析の目的は、典型的には以下の規則に従って、検査対象となる輪郭にタイプを割り当てることである。

次に、上記表を理解する上で有用な、輪郭の例を示す概略図を含む図３７Ａおよび３７Ｂを参照する。図３７Ａは、一般に１つ以上の輪郭が認められるときに存在するものと判断される欠陥輪郭の例を含む。図３７Ｂは、図３６に示されているのに似ている左上輪郭の例を含む。

好ましくは、１６エッジ仮想セル画素９５５の連結セルの如き連結成分の解析を行う。再び図３６の例を参照すると、例えば１６エッジ仮想セル画素９５５のなかに第１および第２の輪郭が認められる。次いで、好ましくは、以下の論理を適用する（ただし、ｎは、１６エッジ仮想セル画素９５５のなかに認められる個々の輪郭の数を表す）。

次に、好ましくは、９つの中央仮想セル画素９５４内に位置する中央の輪郭に最も近い２つの輪郭が使用されるように、好ましくは距離の尺度に基づいて、既に見いだされた輪郭のうちの２つの輪郭を、連結される可能性が最も高いものとして選択する。

好ましくは、ユークリッド距離に従って、互いの距離が最も近い選択された２つの輪郭の２つのセルを突きとめ、疑わしい輪郭のショルダとして報告する。例えば、上述の方法によって、図３６における第１のショルダセル９５２および第２のショルダセル９５３を特定する。

再び図３３Ｂを参照すると、ステップ９５０において特定された２つのエッジセルおよびステップ９４０において特定された中間点に基づく３つの特徴点は、本発明の好ましい実施形態では、さらなる処理を簡略化するために変換されている（ステップ９６０）。ステップ９６０は、主に計算の効率化を支援するために存在しているため、本発明の他の実施形態では省略することができることが理解される。中央セルは４ビットの情報によって特徴づけることができるのに対し、２つのエッジセルは各々４ビットの位置情報および４ビットのセルアドレス情報によって特徴づけることが可能で、合計２０ビットの情報で特徴づけられることが理解される。３つの点への固定的な変換を行い、中央セル中間点を中央セル仮想画素の中央、またはその位置が既知である他の固定点へ移動させることによって、必要とされるデータを削減する。典型的には、４ビットの情報を省略することができるため、１６ビットの情報を必要とするにすぎない。

次に、ステップ９６０において変換した変換点に基づいて、形状深さおよび開度を測定する（ステップ９７０）。好ましくは、中央セル仮想画素の右下の角から第１のセルと最後のセルを連結する線までの深さ測定に基づき、ステップ９６０を参照しながら上述した１６ビットの情報に基づいてＬＵＴを介して深さおよび開度を測定する。次に、突起の典型例を示す概略図で、その深さ９７１および開度９７２を示す図３８を参照する。

次に、図３３Ｂのステップ９８０を理解する上で有用な、仮想セル画素の配列を示す概略図である図３９Ａを参照する。図３９Ａの配列は、中央仮想セル画素９８２，第１のショルダ９８３および最後のショルダ９８４を有する調査対象輪郭９８１を含む。さらに、図３９Ａの仮想セル画素の配列を示す概略図で、調査対象輪郭９８１の解析に関連して、それぞれ「Ｉ」および「Ｏ」で表される「内」および「外」ブレークレポートの位置を示す図３９Ｂを参照する。好ましくは、それぞれ中央画素９８２、第１のショルダ９８３および最後のショルダ９８４に対応するブレークレポート９８５、９８６および９８７のみを以下に説明するステップ９８０に入力する。

ステップ９８０は、好ましくは、その両方について上述したステップ９２５およびステップ９３０の両方からの出力を受領する。好ましくは、ステップ９８０において、典型的にＬＵＴを含む決定表を実行することにより、ステップ９２５および９３０から受領した入力に基づいて結果を求める。ステップ９８０の結果は、好ましくは適当なＬＵＴにより決定される。典型的には、ＬＵＴへの入力は、輪郭深さおよび開度、ならびにそれぞれ中央ブレーク、第１のブレークおよび最後のブレークとも呼ばれる、輪郭の中央およびそのショルダにおいて記録されたブレークを含む。ＬＵＴの結果は、典型的に、ニック、突起、角およびノーレポートを含む。ＬＵＴは、決定を導く一連の論理演算を含む総当たり決定法を典型的に含む、適切な方法を実施する。好ましい論理演算は、例えば以下のようなヒューリスティックで記述することができる。

− ブレークシーケンスｉｎ−ｉｎ−ｉｎは角を示すが、その深さが深さのしきい値を著しく上回り、例えば深さのしきい値の２倍を超える場合には突起として報告されうる。

− ブレークシーケンスｉｎ−ｏｕｔ−ｉｎはニックを示すが、最も小さいニック深さのしきい値を超える場合にニックとして報告される。

− ｎｏｎｅ−ｏｕｔ−ｉｎのブレークシーケンスは、その深さが十分に大きく、その幅が十分に狭い場合にのみ報告される（「ｎｏｎｅ」は、ブレークが報告されない場合を意味する）。

典型的に、深さのしきい値は調査されるオブジェクトの応用形態またはタイプに特有のもので、１画素の３／４と２または３画素の間を変動しうるのに対して、開度のしきい値は典型的に幅が２．５画素である。

好ましくは、ニック／突起検出のレポートを含む、ステップ９８０の結果を報告し、その結果を後処理して、典型的には当該後処理のためのトリガを含むレポートを生成することができる。上述したように、その結果は、典型的にニック、突起、角またはノーレポートを含みうる。

次に、図１のシステムに併用すると有益な方法を示す概略フローチャートである図３９Ｃおよび図３９Ｄを参照する。図３９Ｃの方法は、カラー画像からカラー形態マップを生成するための方法を含む。図３９Ｄの方法は、カラー画像内のカラーセルを特定するための方法を含む。図３９及び図３０Ｄの方法は、上述の説明を参照すれば自ずと理解される。

次に、本発明の動作を理解するのに有用な、電気回路の如きパターン化された物体の例を示す概略図である図４０を参照する。図４０の装置は、本発明を用いて解析することのできるオブジェクトの具体的な例を提供することを意図するものである。図４０の例は、限定的なものではない。

図４０の装置は、図４０の例においてボールグリッドアレイ（ＢＧＡ）基板から構成される電気回路１０００を含む。当該技術分野においてよく知られているように、ＢＧＡ１０００は、典型的には、はんだマスク１００４の如き部分的に透明な被膜または半透明被膜に覆われた銅線の領域、露出基板１００６の領域、部分的に透明な、または半透明のはんだマスク１００８に覆われた領域、例えばボール１０１０および電力線１０１２のように、金の如き金属メッキで覆われた銅線の領域を含む。また、金メッキされた領域の一部を、被覆ボール１０１４の如き部分的に透明な、または半透明のはんだマスクで覆うこともできる。

上述の異なる物質および物質の組み合わせの領域の各々は、異なる識別色集団によって特徴づけられることが理解される。例えば、露出した銅と金メッキした銅の領域を色で区別する。はんだマスクは典型的には緑色で、はんだマスクで覆われた銅は典型的には淡緑色になり、はんだマスクで覆われた金メッキ銅は非常に淡い淡緑色になり、はんだマスクで覆われた基板は暗緑色になる。上述した本発明の好ましい実施形態において、異なる集団の各々を識別することができ、２値セル、カラーセルおよびカラー形態特徴を生成して領域の各々を表すことができる。

本発明を用いて、例えば擦り傷１０１６の如き様々な表面欠陥、ならびに例えば染み、凹みおよび他の欠陥のような表面欠陥１０１８についての解析を含めて、ＢＧＡとしてのパターン化された物体を解析できることも当業者なら理解するであろう。

発明人等は、その領域において欠陥を検出するかどうかに関わらず、外部処理ステップでＢＧＡのいくつかの領域をさらに処理するのが望ましいことを見いだした。例えば、ユーザによっていくつかの領域を指定することができ、いくつかの領域を特定の特徴に関連づけることができる。したがって、例えば、電力線またはボールの如き特定の位置にあるいくつかの対象領域において、その領域に何らかの特定の特徴または欠陥が認められるかどうかに関わらず、好ましくはスナップショット画像を生成し、追加的な画像処理に供する。追加的かつ代替的に、ＢＧＡ上のどこに位置するかに関わらず、特定の特徴、例えば金メッキされた銅継ぎ手における開口端が検出されると、位置、または特徴に関して何らかの特定の欠陥が認められるかどうかに関わらず、好ましくはスナップショット画像を生成し、追加的な画像処理に供する。

特徴を識別するために、その一部を図４０に示すセルマップを生成することができ、それをさらなる処理に使用することができる。そのセルマップは、両方の輪郭を識別し、各々の輪郭をそのいずれかの側の物質の存在、例えば電力線１０１２についての結果のように、一方の側の金メッキされた銅、および他方の側の基板の存在に関連づけることができる。好ましくは、セルを直接処理されてニック１０２０および突起１０２２を検出する。

本発明を使用して、その一部を図４０に示す形態マップをも生成し、その形態マップではオブジェクトについての形態骨格が生成される。その形態マップでは、形状の骨格１０２４が生成され、その骨格１０２４は、好ましくは特定の物質に関連づけられる。したがって、例えば、電力線１０２４の領域を表す骨格１０２４を金メッキされた銅に関連づけることになる。

再び図１を参照すると、上述したように、画像解析システム１００は、好ましくは入力画像を解析するとともに、さらなる処理に向けてその解析結果を伝える機能を有する。好ましくは、画像解析システム１００の様々なコンポーネントについて、図１から図４０を参照しながらさらに詳述したように、さらなる処理に利用できる解析の結果には以下の情報が含まれる。

１．欠陥を特徴づける情報：表面欠陥、ニックおよび突起の欠陥、および欠陥カラー輪郭要素（セル）。

２．想定される物体を特徴づける情報：２値セル、骨格、骨格特徴、カラー骨格、およびカラーセル。

３．典型的にはカラーＲＧＢスナップショットを含む、対象領域の周囲の領域、例えば電力線１０１２およびボール１０１０（図４０）、各々のユーザ指定領域ならびに各欠陥の如き各々の所定のタイプの特徴の周囲の領域のスナップショット。

先述の内容の一般性を制限することなく、要望に応じてさらなる処理を行うために、典型的には個別のデータチャネルにおいて上述の結果のリストの各々を出力する。個別のデータチャネルは、以下のような２つの物理的チャネルを含むのが好ましい。第１のチャネルは、好ましくは以下のレポートおよびデータを含む。２値セルのレポート、カラーセルのレポート、形態的、かつ骨格形状のレポート、およびニックおよび突起の如き欠陥のレポート。

第２のチャネルは、好ましくは以下のレポートおよびデータを含む。

ＣＯＭＲＡＤＤ１９０からのカラー表面欠陥、およびＣＡＢＳユニット１３０からのグレー表面欠陥のレポートを示すカラー欠陥レポート、

ならびに対象領域のスナップショット、例えば欠陥が報告された各領域、対象となる各々の形態的特徴、およびユーザが指定した各々の対象領域のスナップショットを含むスナップショットレポート。

明瞭化のために、個々の実施形態という状況のなかで説明されている本発明の様々な特徴を組み合わせて単一の実施形態としても提供できることが理解される。逆に、簡略化のために、単一の実施形態という状況で説明されている本発明の様々な特徴を別々に、あるいは任意の好適な組み合わせとしても提供できることが理解される。

本発明は、本明細書に具体的に示され、記載されていることによって制限されるものではないことを当業者なら理解するであろう。むしろ、本発明の範囲は、添付の請求項によってのみ定められる。

図１は、本発明の好ましい実施形態に従って構築され、機能する画像解析システムを示す概略構成図である。図２は、図１の物質識別サブユニット１７０および物質輪郭ユニット１８０の好ましい実施態様を示す概略構成図である。図３は、図２の装置の一部の好ましい方法を示す概略フローチャートである。図４は、図２の領域拡大ユニット１７３の好ましい動作方法を示す概略フローチャートである。図５は、好ましい５×５のラージカーネルを示す概略図である。図６は、好ましい５×５のラージカーネルを示す概略図である。図７は、図２の輪郭化ユニット１７５の好ましい実施態様を示す概略構成図である。図８は、図７の最良輪郭選別器１７８の好ましい動作方法を示す概略フローチャートである。図９は、本発明を理解する上で有用な好ましいセル構造および分類を示す概略図である。図１０は、本発明を理解する上で有用な好ましいセル構造および分類を示す概略図である。図１１は、本発明を理解する上で有用な好ましいセル構造および分類を示す概略図である。図１２は、図１のカラー表面欠陥サブユニット１９０の好ましい実施態様を示す概略構成図である。図１３は、図１２のカラー１／カラー２作成ユニット４００の好ましい動作方法を示す概略フローチャートである。図１４は、図１２の方向性イネーブル画像クリエータ４０２の第１の部分の好ましい実施態様を示す概略構成図である。図１５は、図１４の装置の動作を理解する上で有用な画像画素および近隣の仮想セル画素を示す概略図である。図１６は、図１４のokdirマップ計算ユニット４１６の好ましい動作方法を示す概略フローチャートである。図１７は、図１６のステップ４１８の好ましい実施態様を示す概略フローチャートである。図１８は、図１６のステップ４１９の好ましい実施態様を示す概略フローチャートである。図１９は、図１８の方法を理解する上で有用な触刻のプロセスの例を示す概略図である。図２０は、図１８の方法を理解する上で有用な、okdir値、対応する測定方向、および測定のための好ましい勾配演算子を示す表である。図２１は、図１２の方向性イネーブル画像クリエータ４０２の第２の部分の好ましい動作方法を示す概略フローチャートである。図２２は、図２１の方法を理解する上で有用な、所定の画素の好ましい選択を示す概略図である。図２３Ａは、図２１のステップ４６２に使用する好ましいヒューリスティックスを示す表である。図２３Ｂは、図２３Ａを理解する上で有用な、３×３仮想展開の９つの画素の命名規則を示す概略図である。図２４は、図１２の装置の一部の好ましい動作方法を示す概略フローチャートである。図２５は、図２４のステップ４６４の好ましい実施態様を示す概略フローチャートである。図２６は、図２４のステップ４７０の一部の好ましい実施態様を示す概略フローチャートである。図２７は、図１の線および空間骨格サブユニットの好ましい動作方法を示す概略フローチャートである。図２８Ａは、図２７の方法を理解する上で有用な、部分的な触刻の前後の画素配列を示す概略図である。図２８Ｂは、図２７の方法を理解する上で有用な、部分的な触刻の前後の画素配列を示す概略図である。図２９は、図２７の方法を理解する上で有用なオイラーの状態を示す概略図である。図３０Ａは、図１の形態サブユニット２４０の好ましい動作方法を理解する上で有用な概略説明図である。図３０Ｂは、図１の形態サブユニット２４０の好ましい動作方法を理解する上で有用な概略説明図である。図３０Ｃは、図１の形態サブユニット２４０の好ましい動作方法を理解する上で有用な概略説明図である。図３１Ａは、図３０Ａ−図３０Ｃを理解する上で有用な、演算子の概略説明図である。図３１Ｂは、図３０Ａ−図３０Ｃを理解する上で有用な、演算子の概略説明図である。図３１Ｃは、図３０Ａ−図３０Ｃを理解する上で有用な、演算子の概略説明図である。図３２は、画像のカラー形態解析の好ましい方法を示す概略フローチャートである。図３３Ａは、合わせて、図１のニックおよび突起サブユニット２２０の好ましい動作方法を示す概略フローチャートである。図３３Ｂは、合わせて、図１のニックおよび突起サブユニット２２０の好ましい動作方法を示す概略フローチャートである。図３４は、図３３Ａのステップ８９０を理解する上で有用な概略説明図である。図３５は、図３３Ａおよび図３３Ｂの方法を理解するのに有用な、解析すべき画像の一部を示す概略図である。図３６は、図３３Ｂのステップ９５０の方法を理解する上で有用な、仮想セル画素の配列を示す概略図である。図３７Ａは、輪郭の例を示す概略図である。図３７Ｂは、輪郭の例を示す概略図である。図３８は、突起の典型的な例を示す概略図である。図３９Ａは、図３３Ｂのステップ９８０を理解する上で有用な、仮想セル画素の配列を示す概略図である。図３９Ｂは、図３３Ｂのステップ９８０を理解する上で有用な、仮想セル画素の配列を示す概略図である。図３９Ｃは、図１のシステムと併用すると有用な方法を示す概略フローチャートである。図３９Ｄは、図１のシステムと併用すると有用な方法を示す概略フローチャートである。図４０は、本発明の動作を理解するのに有用な電気回路の例を示す概略図である。

Claims

カラー画像内のカラー輪郭要素（セル）を特定するための方法であって、
カラー画像を提供し、
該カラー画像を縮小して複数の色集団を含む縮小画像を生成し、
該複数の色集団の隣接する色集団の間の境界であって、各々が２つの色集団によって囲まれた複数の境界セグメントを含む境界を特定し、
かつ境界セグメント毎に、少なくとも一部において、該境界セグメントを囲む２つの色集団に基づいて該境界セグメントに値を割り当てることを含む方法。
請求項１に記載の方法であって、該カラー画像は２４ビットカラー画像を含む方法。
請求項１に記載の方法であって、該縮小画像は３ビット画像を含む方法。
請求項１に記載の方法であって、前記特定ステップは一画素の精度で境界を特定することを含む方法。
請求項１に記載の方法であって、前記特定ステップは一画素未満の精度で境界を特定することを含む方法。
請求項１に記載の方法であって、各々の前記境界セグメントは第１の側および第２の側を有し、
前記割当ステップは、少なくとも一部において、前記境界セグメントの該第１の側の色集団、および前記境界セグメントの該第２の側の色集団に基づいて値を割り当てることを含む方法。
請求項１から６のいずれかに記載の方法であって、該カラー画像はパターン化された物体の画像を含む方法。
請求項７に記載の方法であって、該パターン化された物体は電気回路を含む方法。
物体の検査に適し、
物体の少なくとも一部の多色画像出力を提供する少なくとも１つのディテクタと、
前記多色画像出力を受領し、色が異なる領域間の境界を区別するのに有効なサブピクセルの精度でのエッジ検出を提供する処理回路とを含む自動光学検査装置であって、
前記処理回路は、第１の色集団に関連する第１のカラー領域と第２の色集団に関連する第２のカラー領域との間の境界を、前記第１のカラー領域と前記第２のカラー領域の間のおよその境界位置を識別し、前記第１の色集団と前記第２の色集団の間の境界の位置を識別するための好ましい方法を用いることにより、前記第１のカラー領域と前記第２のカラー領域の境界の位置を特定することによって区別する機能を有する装置。
請求項９に記載の自動光学検査装置であって、
前記多色画像出力は、複数のカラー規定特性を有するカラー画像表現方法を用いて表現されるカラー画像を含み、
各々の前記好ましい方法は複数の利用可能な方法から選択され、
該複数の利用可能な方法は、該複数のカラー規定特性のうちのカラー規定特性毎に、前記カラー規定特性に関連するカラー画像の成分においてエッジ位置特定方法を実行することを含む方法を含む装置。
請求項１０に記載の自動光学検査装置であって、該エッジ位置特定方法は、サブピクセル輪郭要素位置特定方法を含む装置。
物体の検査に適し、
各々が少なくともディテクタにより検出可能な光学特性によって区別される少なくとも３つの異なる領域を有する物体の少なくとも一部の画像出力を提供する少なくとも１つの前記ディテクタと、
前記画像出力を受領し、前記少なくとも３つの異なる領域のうちの少なくとも２つの領域の境界を区別するのに有効なサブピクセルの精度でのエッジ検出を提供する処理回路とを含む自動光学検査装置。
請求項１２に記載の自動光学検査装置であって、前記処理回路は、前記画像出力を受領し、前記少なくとも３つの異なる領域の境界を区別するのに有効なサブピクセルの精度でのエッジ検出を提供する装置。
請求項１２に記載の自動光学検査装置であって、
前記処理回路は、共通の境界を有する異なる領域の各々における物質を識別する、
前記画像出力に少なくとも部分的に基づいたマッピングを提供する装置。
物体の検査に適した自動光学検査装置であって、
検出可能なエッジを有する少なくとも三種類の物質を含むパターン化された物体の少なくとも一部の画像出力を提供する少なくとも１つのディテクタと、
前記画像出力を受領し、該画像出力を二値化して、領域画像データおよび境界画像データを含む２値画像を与えることを含む検査機能を提供する処理回路とを含む自動光学検査装置。
請求項１５に記載の自動光学検査装置であって、前記パターン化された物体は電気回路を含む装置。
請求項１６に記載の自動光学検査装置であって、前記電気回路はプリント回路基板を含む装置。
請求項１７に記載の自動光学検査装置であって、前記プリント回路基板はボールグリッドアレイ基板を含む装置。
請求項１６に記載の自動光学検査装置であって、前記パターン化された物体はリードフレームを含む装置。
請求項１６に記載の自動光学検査装置であって、前記パターン化された物体は触刻金属基板を含む装置。
請求項１６に記載の自動光学検査装置であって、前記パターン化された物体は彫刻金属基板を含む装置。
物体を検査するための方法であって、
少なくとも物体の一部の多色画像出力を提供し、
かつ前記多色画像出力を受領し、色が異なる領域間の境界を区別するのに有効
なサブピクセルの精度でのエッジ検出を与えることを含む方法。
物体を検査するための方法であって、
少なくとも光学特性によって各々が区別される少なくとも３つの異なる領域を有する物体の少なくとも一部の画像出力を提供し、
かつ前記画像出力を受領し、前記少なくとも３つの異なる領域のうちの少なくとも２つの領域の境界を区別するのに有効なサブピクセルの精度でのエッジ検出を与えることを含む方法。
パターン化された物体を検査するための方法であって、
検出可能なエッジを有する少なくとも三種類の物質を含むパターン化された物体の少なくとも一部の画像出力を提供し、
かつ前記画像出力を受領し、該画像出力を二値化して領域画像データおよび境界画像データを含む２値画像を提供することを含む検査機能を提供することを含む方法。