JP2009019997A - 欠点検査装置および欠点検査方法 - Google Patents

Abstract

【課題】欠点分類の精度を向上させる最適化サイクルを有する欠点検査装置および検査方法を提供する。
【解決手段】被検査物に光を投射する投光手段と、該被検査物を介した透過光または反射光を受光する受光手段と、該受光手段が受光した透過光または反射光に基づいて前記被検査物の欠点を検査するデータ処理手段とを有する検査装置であって、前記データ処理手段は欠点箇所抽出手段と欠点分類手段と調整手段とから構成され、前記調整手段は、前記欠点分類手段の出力に基づいて、前記欠点箇所抽出手段における、欠点箇所を検出するための閾値および／またはフィルタを調整するものであることを特徴とする欠点検査装置。
【選択図】図１

Description

本発明は、被検査物表面の欠点を検出する欠点検査装置および欠点検査方法に関する。

一般に、被検査物の欠点を検査する場合、被検査物に光を投射し、その透過光または反射光の状態を参照することで、被検査物の欠点を検出する方法がよく用いられている。

従来、被検査物の欠点検査方法においては、欠点の有無、および、その大きさ、強さによって区別されたレベルによる管理を行うことで充分であった。しかしながら、近年、品質への要求はますます厳しくなってきており、ある種類の欠点は「なきこと」、別の欠点は例えば「１平方ｍで０．１個以下」というように細かく規定されることが多い。こうした要求に応える１つの手段として、検査装置による欠点分類がある。

すなわち、検査装置が、検出した欠点の大きさ、強さ、レベルに留まらず、検出欠点が異物なのか、キズなのか、スジなのか、ピンホールなのかなどをも正確に認識し、この情報を用いて品質を保障する、ということである。

欠点を分類するとは、いわゆるクラスタリング技術であり、様々な手法が提案されている。一般には統計手法（クラスター分析など）が用いられるが、ニューラルネットワークなどによる学習や、総当り的な探索（いわゆる決定木方式）なども数多く提案されている（例えば、代表的な手法として、特許文献１、特許文献２参照）。

特許文献１はいわゆる判別分析であり、検出した複数種類の欠点を、予め用意された欠点の特徴量空間（一般に多次元）における超平面により分類するというものである。すなわち、ある目的関数を最大化する２次計画問題を解いて、この超平面を求めるというものである。この特徴量空間における座標軸は、例えば、欠点の長さ、幅、平均強度などである。

また、特許文献２はいわゆるＭＴ（マハラノビス・田口）システムであり、多数ある欠点の特徴量の選択、およびその閾値の調整を、マハラノビス距離に基づいて行うものである。この特徴量の選択を行う際の評価関数に、コストなどのパラメータが考慮されている。

上記２つの手法、および従来方法には１つの特徴がある。それは、欠点分類のための最適化サイクルは、既に決定された各欠点の特徴量に基づいて行われているということである。この問題を、図９に示す。図９は、一般的な最適化サイクルを示した概念図である。

従来方法では、まず、検査装置による欠点検出を行い、その検出欠点の特徴量を算出する。次に、その欠点特徴量の一部または全てを選択し、場合によっては、新たに欠点特徴量を作成する。次に、それらに基づいて、欠点分類を行う。そして分類精度が充分でなければ、欠点特徴量の選択、作成まで、および／または欠点の分類における各種パラメータの調整まで、情報をフィードバックさせるという最適化サイクルを回す。例えば、特許文献１にあるような判別分析ならば、特徴量空間の座標軸となる欠点特徴量を変更したり、新たに作成したり、または、超平面を変更したりする。超平面を変更する場合、各種パラメータとは、例えば、超平面を構成する係数などが考えられる。

しかしながら、この最適化サイクルにおける、基となるデータは検出欠点の特徴量である。この欠点特徴量が算出された時点、換言すれば、欠点を抽出した時点で、分類が不可能な情報しか含まれていなければ、従来の最適化サイクルをいくら回しても、欠点分類の精度は向上しない。
特開２００３−３４４３００号公報 特開２００５−９２４６６号公報

以上に鑑みて、本発明の目的は、欠点分類の精度を向上させる最適化サイクルを有する欠点検査装置および欠点検査方法を提供することにある。

上記目的を達成するために、本発明は下記の構成を有する。

すなわち本発明の欠点検査装置は、
被検査物に光を投射する投光手段と、
該被検査物を介した透過光または反射光を受光する受光手段と、
該受光手段が受光した透過光または反射光に基づいて前記被検査物の欠点を検査するデータ処理手段とを有する検査装置であって、
前記データ処理手段は、欠点箇所抽出手段と欠点分類手段と調整手段とから構成され、
前記調整手段は、前記欠点分類手段の出力に基づいて、前記欠点箇所抽出手段における、欠点箇所を検出するための閾値および／またはフィルタを調整するものであることを特徴とするものである。

また本発明の欠点検査方法は、
被検査物に光を投射する投光ステップと、
該被検査物を介した透過光または反射光を受光する受光ステップと、
該受光ステップで受光した透過光または反射光に基づいて、前記被検査物の欠点を検査するデータ処理ステップとを有する検査方法であって、
前記データ処理ステップは、欠点箇所抽出ステップと欠点分類ステップと調整ステップとからなり、
前記調整ステップは、前記欠点分類ステップの出力に基づいて、前記欠点箇所抽出ステップにおける、欠点箇所を検出するための閾値および／またはフィルタを調整することを特徴とするものである。

本発明における「欠点分類」とは、異物、キズ、スジ、ピンホールなどの欠点を区別すること、および／または検出欠点のレベルを区別することである。

また、本発明における「フィルタ」とは、欠点を検出するための基データである受光手段が受光した光の情報を処理するものである。ハード的に処理を行う、電気、電子回路でも良い。例えば微分、差分、積算、減算などを行う電気、電子回路であっても良い。また、ソフト的に処理を行う、信号処理、画像処理アルゴリズムであっても良い。例えば、統計的な処理や、相関、周波数変換、時間・周波数解析、多重解像度解析や、微分、積算などを行う線形写像、非線形写像を実現するものであっても良い。また、これらの処理は、時系列で並べられた信号を処理するものであっても良いし、空間的に並べられた信号を処理するものであっても良い。

本発明によれば、以下に説明するとおり、欠点分類の精度に優れた欠点検査方法および欠点検査装置を得ることができる。

以下、本発明における最良の実施形態を、製膜中の、単層透明高分子フィルムに生じる欠点を、透過光を受光することで検出し、種類を分類する場合を例にとって、図面を参照しながら説明する。

本実施形態の装置構成を、図１に示す。図１は、本実施形態の概略構成図である。

１は被検査物で、ここでは単層透明高分子フィルムである。被検査物１としては特に限定されず、フィルムや紙などのシート状物、ガラスや金属などの板状物などが挙げられる。フィルムの場合は、多層構造を有するフィルムであっても良いし、表面および／または裏面に塗材をコーティングされたフィルムであっても良い。また、ガラスなどの透明体であっても良い。また、反射光を受光する構成とすれば、有色フィルムであっても良いし、表面が鏡面であるものであっても良いし、紙や金属であっても良い。また被検査物１は、その長手方向および／または短手方向（幅方向）に延伸されていても良い。

２は投光手段で、被検査物１に光を投射している。投光手段２は、蛍光灯であっても良いし、ハロゲン光源であっても良いし、メタルハライド光源であっても良いし、ＬＥＤ光源であっても良い。また、特定の波長特性を有しているものであっても良い。好ましくは、１方向に長く投光部位を有しており、また投光部位から投射される光量が略均一なことである。図１では白色の高周波蛍光灯を用い、被検査物１の幅方向と蛍光灯長手方向が略一致するように配置している。

３は受光手段であり、被検査物１を介した、投光手段２からの透過光を受光するように配置されている。好ましくは、被検査物１の、透過光を介した箇所でのシワやバタツキが少ないことである。受光手段３はラインセンサカメラであっても良く、エリアセンサカメラであっても良く、その他、複数の光電変換素子による構成物のものであっても良い。好ましくは、受光手段３の有する光電変換素子が、感度が良く、ノイズに強く、素子間の差異が小さいことである。図１ではラインセンサカメラを用い、その光電変換素子の並び方向が、投光手段２の長手方向と略一致している。

また、好ましくは、受光手段３は、被検査物１の欠点種類によって受光する光量分布に変化が生じるように、被検査物１および／または投光手段２との相対的な位置関係が保たれていることである。

また、欠点種類によって、光量分布および／または何かしらの光学的差異を得るために、遮光板や偏光板、波長選択フィルタなどの光学的補助手段を用いても良いし、光の位相など、光量以外の情報を用いても良い。

位置関係として、例えば、被検査物１に欠点が存在しない場合には投光手段２からの透過光を直接受光するが、欠点が存在した場合には受光する光量が減少または増大する直接透過方式や、被検査物１に欠点が存在しない場合には投光手段２からの透過光を直接受光しないが、欠点が存在した場合には屈折および／または散乱した透過光を受光する光軸ずらし方式などがある。

なお、図１では投光手段２からの、被検査物１を介した透過光を受光するように配置されているが、上述したように、被検査物１での反射光を受光するように配置しても良い。

４はデータ処理手段であり、欠点箇所抽出手段４ａと欠点分類手段４ｂと調整手段４ｃとから構成されている。データ処理手段４は受光手段３と接続されており、受光手段３が受光した光の情報は光電変換されて、欠点箇所抽出手段４ａで受信される。欠点箇所抽出手段４ａで欠点箇所を抽出して欠点特徴量を算出する。その情報（欠点特徴量）を、欠点分類手段４ｂに送信する。欠点分類手段４ｂは、受信した情報（欠点特徴量）に基づいて、欠点を分類する。調整手段４ｃは、欠点分類手段４ｂの出力に基づいて、欠点箇所抽出手段４ａにおける閾値および／またはフィルタを調整する。

欠点箇所抽出手段４ａにおける欠点箇所の抽出、欠点分類手段４ｂにおける欠点分類に用いる各種パラメータの最適化は、非検査時に予め行われていても良いし、検査中に逐次行われても良い。好ましくは、予め最適化しておくことである。更に好ましくは、この最適化に用いるデータ量が多いことである。

欠点箇所抽出手段４ａにおける欠点箇所の抽出に用いる各種パラメータは、受光手段３から受信した信号値に対して設定する閾値であっても良いし、受信した信号値を処理する各種フィルタであっても良いし、処理した信号値に対して設定する閾値であっても良い。

また、欠点分類手段４ｂにおける欠点分類に用いる各種パラメータは、欠点箇所抽出手段４ａにおいて抽出された欠点箇所に基づいて算出された欠点特徴量であっても良いし、その欠点特徴量に対して設定する閾値であっても良いし、複数の欠点特徴量から作成する新しい欠点特徴量であっても良いし、その新しく作成された欠点特徴量に対して設定する閾値であっても良い。また、実際の欠点分類を行う手法は、公知のいずれの手法であっても良いし、それらを組み合わせたものであっても良い。好ましくは、採用した欠点分類手法の中で最適な分類が行われるように、各種の選択・調整が行われることである。

また、調整手段４ｃは、欠点分類手段４ｂの出力を確認し、その分類精度が充分でないと判断されたとき、欠点箇所抽出手段４ａの各種パラメータを調整する。この調整は、自動で行われるものであっても良いし、手動で行われても良い。好ましくは、自動で行われ、より最適な調整が行われることである。

分類精度の確認方法は、例えば、非検査時に各種パラメータを調整するときには、予め、欠点箇所抽出手段４ａの出力を確認して欠点を手動で分類しておき、欠点分類手段４ｂの出力と比較して、その比較結果から分類精度を判断する。各種パラメータの調整は、例えば、フィルタがパラメータで、そのフィルタが画像処理における微分フィルタであったならば、そのフィルタの大きさを３×３画素から５×５画素に変更するというものであっても良いし、フィルタ係数を変更し、ソーベルフィルタをラプラシアンフィルタとするものであっても良い。また、実行するフィルタの数を１枚から２枚に変更して異なるフィルタ直列または並列にかけ、それらの結果を統合するというものであっても良い。

５は外部出力手段であり、データ処理手段４と接続されている。データ処理手段４から受信した情報を外部に出力する。外部出力手段５は、ディスプレイ、プリンタ、警報装置などに代表されるものである。

まず、従来方法では欠点分類の精度が向上しないことを、図２〜図５を用いて説明する。図２は被検査物１における表面凹凸欠点の原画像の略図であり、図３は被検査物１における異物欠点の原画像の略図であり、図４は検査装置の閾値によって抽出された表面凹凸欠点箇所の略図であり、図５は検査装置の閾値によって抽出された異物欠点箇所の略図である。

欠点箇所抽出手段４ａでは、受光手段３の光電変換素子によって２５６階調、１０２４階調、２０４８階調など２の乗数分の階調に量子化された電気信号の、量子化後の信号値を用いて欠点箇所の抽出を行う。

具体的には、例えば、信号値（または何らかのフィルタをかけた信号値）に対して、明側および暗側２つの閾値を設定し、信号値が明側の閾値を越えた箇所を明欠点箇所として、信号値が暗側の閾値を下回った箇所を暗欠点箇所として抽出する。

これらの閾値は、事前に設定し、試行錯誤して決定するものであるが、最適な設定ができるとは限らない。例えば、図２に示したものは、受光手段３（ラインセンサカメラ）が受光したライン状の信号値を、データ処理手段４で２次元の画像としたもので、表面凹凸欠点が含まれている。図２に示すように、明・暗両方の信号値を持つ箇所が存在しており、これが、表面凹凸欠点である特徴と言える。しかし、これを不適切な閾値で抽出すると、例えば、図４に示したように、暗欠点箇所しか抽出できない場合がある。

また、図３は異物欠点を含む画像であるが、これを同様の閾値で検出した場合、図５に示したようになる。図４、図５に示した画像が欠点情報として、欠点分類手段４ｂに送信される。

欠点分類箇所４ｂでは、受信した欠点情報に基づいて欠点分類が行われるが、図４、図５の画像から、それぞれを表面凹凸欠点、異物欠点と分類するのは困難である。したがって、どれだけ欠点分類における各種パラメータを調整する最適化サイクルを回しても、欠点分類の精度は向上しない。

そこで、本発明者は、この事実に着目し、鋭意検討を進めた結果、最適化サイクルにおいて情報をフィードバックする先を、欠点分類箇所４ｂから、欠点箇所抽出手段４ａに変更すれば良いことを見出した。このことを、図６を用いて説明する。図６は、本発明における最適化サイクルを示した概念図である。

従来方法では、欠点箇所抽出手段４ａにおける各種パラメータは欠点箇所抽出手段４ａの中で、欠点分類手段４ｂにおける各種パラメータは欠点分類手段４ｂの中でのみ最適化サイクルを回していたが、本発明では、この２つの手段にまたがる最適化サイクルを回すようにしたものである。

具体的には、まず、欠点分類手段４ｂの中で最適化サイクルを回す。この最適化サイクルにおいて最適化されるものは、欠点分類方法によって変わる。例えば、分類方法がマハラノビス距離による判別ならば、判別に用いる説明変数（例えば欠点特徴量である欠点の幅や信号強度など）の選択、組み合わせである。そして、この最適化サイクルで最適化された（最適化サイクルを回しても、分類精度がそれ以上向上しない状態）結果における欠点分類精度を確認する。この確認は、例えば、予め、分類対象となる画像を各欠点種類に手動で分類しておき、正確に分類されたか否かを判断することで行うなどの方法がある。

この確認を行った結果、精度が充分でない場合には、欠点箇所抽出手段４ａにおける各種パラメータ（例えば、閾値）を、調整手段４ｃが調整する。この調整は、手動で行っても良いし、自動で行っても良い。好ましくは、自動で、少しずつパラメータの値を変化させ、より最適な解を見つけることである。こうして調整したパラメータによって、再び欠点箇所を抽出し、その情報に基づいて欠点分類を行う。このサイクルを、充分な分類精度を得るまで実行する。

上記のサイクルを行ったときの、欠点箇所抽出手段４ａの出力を、図７および図８に示す。図７は本発明による最適化サイクルを回したときの、表面凹凸欠点の欠点箇所抽出手段４ａ出力画像で、図８は本発明による最適化サイクルを回したときの、異物欠点の欠点箇所抽出手段４ａ出力画像である。図７に示すように、表面凹凸欠点では明欠点箇所の情報も残っており、図８の異物欠点との分類が可能となっている。

欠点分類が望まれる欠点種類全てに、本発明の最適化サイクルを適用し、欠点分類の精度を向上させる。

上述した検査装置を用いることで、被検査物１に投光手段２から光を投射する投光ステップを実現し、その透過光を受光手段３により受光することで、被検査物を介した透過光または反射光を受光する受光ステップを実現し、この受光した透過光に基づいて被検査物の欠点を検査するデータ処理ステップを実現できる。上述したようにデータ処理手段を欠点箇所抽出手段と欠点分類手段と調整手段とから構成して、調整手段を欠点分類手段の出力に基づいて、欠点箇所抽出手段における欠点箇所を検出するための閾値を調整するものとすることで、データ処理ステップを欠点箇所抽出ステップと欠点分類ステップと調整ステップで構成し、欠点分類ステップの出力に基づいて、欠点箇所抽出ステップにおける、欠点箇所を検出するための閾値および／またはフィルタを調整する調整ステップを有する検査方法を実現可能である。

実施例１
溶融されたポリマを口金の間隙から吐出し、大型のドラムによってシート状にした後、シート長手方向（流れ方向）への延伸、幅方向への延伸を行うことで得られる、ポリエステル樹脂による単層のプラスチックフィルムを製造するに際し、図１に示す検査装置を導入して検査を行った。

投光手段２として白色の高周波蛍光灯を使用し、その長手方向を、被検査物１の幅方向に略一致させた。受光手段３としてラインセンサカメラを用い、光電変換素子の並び方向を蛍光灯の長手方向に略一致させた。欠点箇所抽出手段４ａにおける各種パラメータとして明側・暗側の２つの閾値を、欠点分類手段４ｂにおける各種パラメータとして欠点箇所の特徴量およびその閾値を選択した。また、欠点分類は、それぞれの欠点種類を見逃さないように閾値を調整した特徴量を複数選択し、誤判定（該当欠点ではない欠点を、該当すると判断すること）が最も少なくなる組み合わせを探索するという方法を採った。

その結果、表面凹凸欠点、異物欠点、キズ欠点それぞれの誤判定率（（誤判定した欠点数）／（全検出欠点数−該当欠点数）×１００）は、従来手法ではそれぞれ３６％、５％、１６％だったが、本発明によればそれぞれ６％、１％、２％となり、欠点分類の精度が向上した。

本発明は、欠点分類に限らず、抽出した欠点情報から何らかの情報を取得しようとするときなどにも応用することができるが、その応用範囲が、これらに限られるものではない。

本発明の一実施形態における装置構成を示す概略構成図である。 本発明の一実施形態における検査装置による取得した表面凹凸欠点の原画像を示す略図である。 本発明の一実施形態における検査装置による取得した異物欠点の原画像を示す略図である。 本発明の一実施形態における検査装置で、不適な閾値設定をした際の、表面凹凸欠点の抽出箇所を示す略図である。 本発明の一実施形態における検査装置で、不適な閾値設定をした際の、異物欠点の抽出箇所を示す略図である。 本発明の、欠点分類における最適化サイクルを示した概念図である。 本発明の一実施形態における検査装置で、欠点分類を可能とする閾値設定をした際の、表面凹凸欠点の抽出箇所を示す略図である。 本発明の一実施形態における検査装置で、欠点分類を可能とする閾値設定をした際の、異物欠点の抽出箇所を示す略図である。 従来技術の、欠点分類における最適化サイクルを示した概念図である。

符号の説明

１：被検査物
２：投光手段
３：受光手段
４：データ処理手段
４ａ：欠点箇所抽出手段
４ｂ：欠点分類手段
４ｃ：調整手段
５：外部出力手段

Claims (2)

1. 被検査物に光を投射する投光手段と、
   該被検査物を介した透過光または反射光を受光する受光手段と、
   該受光手段が受光した透過光または反射光に基づいて前記被検査物の欠点を検査するデータ処理手段とを有する検査装置であって、
   前記データ処理手段は、欠点箇所抽出手段と欠点分類手段と調整手段とから構成され、
   前記調整手段は、前記欠点分類手段の出力に基づいて、前記欠点箇所抽出手段における、欠点箇所を検出するための閾値および／またはフィルタを調整するものであることを特徴とする、欠点検査装置。
2. 被検査物に光を投射する投光ステップと、
   該被検査物を介した透過光または反射光を受光する受光ステップと、
   該受光ステップで受光した透過光または反射光に基づいて、前記被検査物の欠点を検査するデータ処理ステップとを有する検査方法であって、
   前記データ処理ステップは、欠点箇所抽出ステップと欠点分類ステップと調整ステップとからなり、
   前記調整ステップは、前記欠点分類ステップの出力に基づいて、前記欠点箇所抽出ステップにおける、欠点箇所を検出するための閾値および／またはフィルタを調整することを特徴とする、欠点検査方法。