JP2011112572A - 良否判定装置、良否判定方法および良否判定プログラム - Google Patents
良否判定装置、良否判定方法および良否判定プログラム Download PDFInfo
- Publication number
- JP2011112572A JP2011112572A JP2009270705A JP2009270705A JP2011112572A JP 2011112572 A JP2011112572 A JP 2011112572A JP 2009270705 A JP2009270705 A JP 2009270705A JP 2009270705 A JP2009270705 A JP 2009270705A JP 2011112572 A JP2011112572 A JP 2011112572A
- Authority
- JP
- Japan
- Prior art keywords
- pass
- distance
- category
- fail
- function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000004458 analytical method Methods 0.000 claims abstract description 157
- 238000007689 inspection Methods 0.000 claims abstract description 75
- 230000002950 deficient Effects 0.000 claims description 41
- 230000000007 visual effect Effects 0.000 claims description 39
- 238000009826 distribution Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000012360 testing method Methods 0.000 claims description 15
- 238000009825 accumulation Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 76
- 238000012545 processing Methods 0.000 description 25
- 229910000679 solder Inorganic materials 0.000 description 22
- 238000003384 imaging method Methods 0.000 description 19
- 238000011156 evaluation Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 239000000758 substrate Substances 0.000 description 9
- 238000011179 visual inspection Methods 0.000 description 7
- 101100438139 Vulpes vulpes CABYR gene Proteins 0.000 description 6
- 102100022907 Acrosin-binding protein Human genes 0.000 description 5
- 101000756551 Homo sapiens Acrosin-binding protein Proteins 0.000 description 5
- 101100333868 Homo sapiens EVA1A gene Proteins 0.000 description 5
- 102100031798 Protein eva-1 homolog A Human genes 0.000 description 5
- 101100310674 Tenebrio molitor SP23 gene Proteins 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 101100365087 Arabidopsis thaliana SCRA gene Proteins 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 239000013256 coordination polymer Substances 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 240000006829 Ficus sundaica Species 0.000 description 1
- FHUKASKVKWSLCY-UHFFFAOYSA-N bixlozone Chemical compound O=C1C(C)(C)CON1CC1=CC=C(Cl)C=C1Cl FHUKASKVKWSLCY-UHFFFAOYSA-N 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000005476 soldering Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
【解決手段】検査対象から複数のパラメータを取得するパラメータ取得手段と、サンプルデータに基づいて算出した判別関数に検査対象に対応するパラメータを代入して得られる変数と閾値とを比較する線形判別分析手段と、パラメータ空間において良サンプルデータに対応する良クラスターの中心位置から検査対象に対応する要素の位置までの距離と閾値とを比較する距離判別分析手段と、線形判別分析手段および距離判別分析手段のいずれにおいても良のカテゴリーに判別された場合に良判定する良否判定手段と、を備える。
【選択図】図14
Description
さらに、線形判別分析の場合には、2つのカテゴリーを閾値となる境界線(面)によって2分する手法であるため、カテゴリーの度数分布の平均値から離れた外れ値に相当する判別結果であっても、閾値の何れの側に属するかで良否が判定されるといった問題があった。そのため、判別関数を求めるために選択されたパラメータとの相関が低い未知の不良を、正確に判別することが難しいといった問題があった。
を高め、距離判別分析の持つ簡便な判定性能を向上させるとともに、線形判別分析と距
離判別分析とを共用することにより、互いの良否のカテゴリー判別の特徴を生かし、優れた判定精度を実現できる良否判定装置、良否判定方法および良否判定プログラムを提供することを目的とする。
1.検査対象から良否判定要因となる複数のパラメータを取得するパラメータ取得手段と、
良否属性が既知の複数のサンプルに対応する前記複数のパラメータから良カテゴリーと否カテゴリーとの度数分布を分離させる変数を与えるように選択された複数のパラメータからなる判別関数を求め、前記度数分布に基づいて設定される判定基準としての前記判別関数の線形判別閾値と、前記判別関数に検査対象に対応するパラメータを代入して得られた算出結果と、を比較して当該検査対象の良否のカテゴリーを判別する線形判別分析手段と、
前記複数のパラメータが投射されるパラメータ空間において、良属性を有する複数のサンプルに対応する要素によって構成された良クラスターの中心位置に対する距離として設定される判定基準としての距離判別閾値と、前記中心位置に対する検査対象に対応する要素の距離と、を比較して当該検査対象の良否のカテゴリーを判別する距離判別分析手段と、
前記線形判別分析手段により良のカテゴリーに判別された検査対象について前記距離判別分析手段により良否のカテゴリーを判別し、前記線形判別分析手段および前記距離判別分析手段のいずれにおいても良のカテゴリーに判別された場合にのみ良判定する良否判定手段と、を備えることを特徴とする良否判定装置。
2.上記1.において、目視により検査対象の良否のカテゴリーを判別する目視判別手段と、
前記距離判別分析手段により否のカテゴリーに判別された検査対象について前記目視判別手段により良否のカテゴリーを判別し、前記距離判別分析手段および前記目視判別手段のいずれにおいても否のカテゴリーに判別された場合にのみ否判定する予備良否判定手段と、
前記予備良否判定手段により良否判定された検査対象に対応する前記複数のパラメータとその良否判定結果とをサンプルデータとして蓄積するサンプルデータ蓄積手段と、を更に備え、
前記良否判定手段は、
前記線形判別分析手段が、前記サンプルデータに基づいて設定される前記線形判別閾値により良否のカテゴリーを判別し、
前記距離判別分析手段が、前記サンプルデータのうち良のカテゴリーに判別されたデータに基づいて設定される前記距離判別閾値により良否のカテゴリーを判別し、これらの判別結果に基づいて当該検査対象の良否を判定することを特徴とする。
3.検査対象から良否判定要因となる複数のパラメータを取得するパラメータ取得工程と、
良否属性が既知の複数のサンプルに対応する前記複数のパラメータから良カテゴリーと否カテゴリーとの度数分布を分離させる変数を与えるように選択された複数のパラメータからなる判別関数を求め、前記度数分布に基づいて設定される判定基準としての前記判別関数の線形判別閾値と、前記判別関数に検査対象に対応するパラメータを代入して得られた算出結果と、を比較して当該検査対象の良否のカテゴリーを判別する線形判別分析工程と、
前記複数のパラメータが投射されるパラメータ空間において、良属性を有する複数のサンプルに対応する要素によって構成された良クラスターの中心位置に対する距離として設定される判定基準としての距離判別閾値と、前記中心位置に対する検査対象に対応する要素の距離と、を比較して当該検査対象の良否のカテゴリーを判別する距離判別分析工程と、
前記線形判別分析工程により良のカテゴリーに判別された検査対象について前記距離判別分析工程により良否のカテゴリーを判別し、前記線形判別分析工程および前記距離判別分析工程のいずれにおいても良のカテゴリーに判別された場合にのみ良判定する良否判定工程と、を備えることを特徴とする良否判定方法。
4.上記3.において、目視により検査対象の良否のカテゴリーを判別する目視判別工程と、
前記距離判別分析工程により否のカテゴリーに判別された検査対象について前記目視判別工程により良否のカテゴリーを判別し、前記距離判別分析工程および前記目視判別工程のいずれにおいても否のカテゴリーに判別された場合にのみ否判定する予備良否判定工程と、
前記予備良否判定工程により良否判定された検査対象に対応する前記複数のパラメータとその良否判定結果とをサンプルデータとして蓄積するサンプルデータ蓄積工程と、を更に備え、
前記良否判定工程は、
前記線形判別分析工程が、前記サンプルデータに基づいて設定される前記線形判別閾値により良否のカテゴリーを判別し、
前記距離判別分析工程が、前記サンプルデータのうち良のカテゴリーに判別されたデータに基づいて設定される前記距離判別閾値により良否のカテゴリーを判別し、これらの判別結果に基づいて当該検査対象の良否を判定することを特徴とする。
5.検査対象から良否判定要因となる複数のパラメータを取得するパラメータ取得機能と、
良否属性が既知の複数のサンプルに対応する前記複数のパラメータから良カテゴリーと否カテゴリーとの度数分布を分離させる変数を与えるように選択された複数のパラメータからなる判別関数を求め、前記度数分布に基づいて設定される判定基準としての前記判別関数の線形判別閾値と、前記判別関数に検査対象に対応するパラメータを代入して得られた算出結果と、を比較して当該検査対象の良否のカテゴリーを判別する線形判別分析機能と、
前記複数のパラメータが投射されるパラメータ空間において、良属性を有する複数のサンプルに対応する要素によって構成された良クラスターの中心位置に対する距離として設定される判定基準としての距離判別閾値と、前記中心位置に対する検査対象に対応する要素の距離と、を比較して当該検査対象の良否のカテゴリーを判別する距離判別分析機能と、
前記線形判別分析機能により良のカテゴリーに判別された検査対象について前記距離判別分析機能により良否のカテゴリーを判別し、前記線形判別分析機能および前記距離判別分析機能のいずれにおいても良のカテゴリーに判別された場合にのみ良判定する良否判定機能と、をコンピュータに実現させることを特徴とする良否判定プログラム。
6.上記5.において、目視により検査対象の良否のカテゴリーを判別する目視判別機能と、
前記距離判別分析機能により否のカテゴリーに判別された検査対象について前記目視判別機能により良否のカテゴリーを判別し、前記距離判別分析機能および前記目視判別機能のいずれにおいても否のカテゴリーに判別された場合にのみ否判定する予備良否判定機能と、
前記予備良否判定機能により良否判定された検査対象に対応する前記複数のパラメータとその良否判定結果とをサンプルデータとして蓄積するサンプルデータ蓄積機能と、を更に備え、
前記良否判定機能は、
前記線形判別分析機能が、前記サンプルデータに基づいて設定される前記線形判別閾値により良否のカテゴリーを判別し、
前記距離判別分析機能が、前記サンプルデータのうち良のカテゴリーに判別されたデータに基づいて設定される前記距離判別閾値により良否のカテゴリーを判別し、これらの判別結果に基づいて当該検査対象の良否を判定することを特徴とする。
発明の思想の具現化例として上記装置を制御するためのソフトウェアとなる場合には、かかるプログラム、ソフトウェア、あるいはソフトウェアを記録した記録媒体上においても存在し、利用される。
(1)良否判定装置の構成:
(2)サンプルデータ登録処理:
(3)良否判定処理:
(3−1)予備良否判定処理:
(3−2)実運用時の良否判定処理:
図1は、本発明にかかる良否判定装置の構成を示している。同図において、良否判定装置10は、相互に接続された撮像ユニット20とコンピュータ30とから構成されている。撮像ユニット20は検査対象物の実装基板50を撮像して撮像イメージを生成し、同撮像イメージをコンピュータ30に出力する。コンピュータ30は撮像イメージを入力し、同撮像イメージを解析することにより、撮像を行った実装基板50の良否を判定する。図1において、撮像ユニット20は、実装基板50が一定位置に載置されるとともに、コントローラ21の指令に基づいてX−Y(水平)方向に移動可能なX−Yステージ23を備えている。カメラ22は、所定の光学レンズからなる光学系22aを鉛直下方に配向させており、鉛直下方の像を入力することが可能となっている。カメラ22の内部にはCCD撮像板22bが備えられており、光学系22aは鉛直下方の像をCCD撮像板22bに結像することが可能となっている。
距離判別良否判定部SP24は、距離算出部SP22が算出した距離と距離判別閾値設定部SP23で設定された距離判別閾値とを比較して、距離判別分析における検査対象の良否のカテゴリーを判別する。
表示制御部SP5は、撮像イメージ33aや良否判定処理の過程で生成された各種データ等を表示部36に出力することによってディスプレイ上にそれらのイメージを表示させる。
本実施形態におけるサンプルデータ登録処理では、予め用意された良否属性が既知のサンプルから、後述する良否判定処理で用いる判定基準を作成するための複数のパラメータを算出し、これら複数のパラメータと良否属性とをサンプルデータとして登録する。
図5は、サンプルデータ登録処理の流れを示している。同図において、ステップS100にて、サンプルとして用意された実装基板50の撮像を行う。サンプルとして用意された実装基板50に対しては、予め目視検査等の他の手法によってはんだの良否判定が行われており、実装基板50に形成されたはんだの良否が判明している。
次に、実際に製品を検査する際に行われる良否判定処理について説明する。本実施形態においては、実運用の良否判定処理である線形判別分析と距離判別分析とによる良否判定処理を実行する前に、距離判別分析と目視による判別とによる予備良否判定処理を実行する。すなわち、本実施形態においては、予備良否判定処理を実施した後に、実運用の良否判定処理を実施する。
本実施形態における予備良否判定処理は、複数のパラメータに対して良否の属性が予め分かっている比較的少数の良サンプルデータに基づいて距離判別分析に用いる判定基準を作成し、これを用いた距離判別分析による判別と、目視による判別とを実施するものである。すなわち、予備良否判定処理は、装置立ち上げ時等において、不良サンプルのデータを収集することなく運用開始できる良否判定処理であるとともに、後述する実運用時の良否判定処理に用いる判定基準を作成するための多量のサンプルデータを蓄積するための仮運用の良否判定処理である。
次に、ステップS220において、距離算出部SP22は、中心値Cと各要素の座標P(s)とのユークリッド距離を算出する。中心値Cとs番目の要素の座標P(s)との距離CP(s)は以下の式で表すことができる。
なお、後述の実運用時の良否判定処理に用いる距離判別分析の判定基準は、この予備良否判定処理にて蓄積された十分な数のサンプルデータに基づいて作成されるので、見過ぎ率の係数α=4以上の数値に設定される。
本実施形態における実運用時の良否判定処理では、目視判定による必要な数のサンプルデータに基づいて線形判別分析の判定基準および距離判別分析の判定基準を予め作成し、これらを用いて線形判別分析および距離判別分析を実施する。本実施形態においては、線形判別分析の判定基準および距離判別分析の判定基準を作成するための必要な数のサンプルデータは、上述の予備良否判定処理にて蓄積されたサンプルデータである。
図14のステップS540では、予め算出されている各判別関数に、ステップS530で取得したパラメータ値のうちの上記で選択されたパラメータの値を代入して判別関数毎の変数Zを算出する。そして、ステップS550において、線形判別良否判定部SP33は、算出された判別関数毎の変数Zの値と、各判別関数に対応する線形判別閾値Tdcとを比較する。各変数Zが各閾値Tdcより大きいと判別された場合は、ステップS585にて、各変数Zの当該検査対象を否判定する。各変数Zがそれらに対応する各閾値Tdcより小さいと判別された場合は、ステップS560へ移行する。
Claims (6)
- 検査対象から良否判定要因となる複数のパラメータを取得するパラメータ取得手段と、
良否属性が既知の複数のサンプルに対応する前記複数のパラメータから良カテゴリーと否カテゴリーとの度数分布を分離させる変数を与えるように選択された複数のパラメータからなる判別関数を求め、前記度数分布に基づいて設定される判定基準としての前記判別関数の線形判別閾値と、前記判別関数に検査対象に対応するパラメータを代入して得られた算出結果と、を比較して当該検査対象の良否のカテゴリーを判別する線形判別分析手段と、
前記複数のパラメータが投射されるパラメータ空間において、良属性を有する複数のサンプルに対応する要素によって構成された良クラスターの中心位置に対する距離として設定される判定基準としての距離判別閾値と、前記中心位置に対する検査対象に対応する要素の距離と、を比較して当該検査対象の良否のカテゴリーを判別する距離判別分析手段と、
前記線形判別分析手段により良のカテゴリーに判別された検査対象について前記距離判別分析手段により良否のカテゴリーを判別し、前記線形判別分析手段および前記距離判別分析手段のいずれにおいても良のカテゴリーに判別された場合にのみ良判定する良否判定手段と、を備えることを特徴とする良否判定装置。 - 目視により検査対象の良否のカテゴリーを判別する目視判別手段と、
前記距離判別分析手段により否のカテゴリーに判別された検査対象について前記目視判別手段により良否のカテゴリーを判別し、前記距離判別分析手段および前記目視判別手段のいずれにおいても否のカテゴリーに判別された場合にのみ否判定する予備良否判定手段と、
前記予備良否判定手段により良否判定された検査対象に対応する前記複数のパラメータとその良否判定結果とをサンプルデータとして蓄積するサンプルデータ蓄積手段と、を更に備え、
前記良否判定手段は、
前記線形判別分析手段が、前記サンプルデータに基づいて設定される前記線形判別閾値により良否のカテゴリーを判別し、
前記距離判別分析手段が、前記サンプルデータのうち良のカテゴリーに判別されたデータに基づいて設定される前記距離判別閾値により良否のカテゴリーを判別し、これらの判別結果に基づいて当該検査対象の良否を判定する請求項1記載の良否判定装置。 - 検査対象から良否判定要因となる複数のパラメータを取得するパラメータ取得工程と、
良否属性が既知の複数のサンプルに対応する前記複数のパラメータから良カテゴリーと否カテゴリーとの度数分布を分離させる変数を与えるように選択された複数のパラメータからなる判別関数を求め、前記度数分布に基づいて設定される判定基準としての前記判別関数の線形判別閾値と、前記判別関数に検査対象に対応するパラメータを代入して得られた算出結果と、を比較して当該検査対象の良否のカテゴリーを判別する線形判別分析工程と、
前記複数のパラメータが投射されるパラメータ空間において、良属性を有する複数のサンプルに対応する要素によって構成された良クラスターの中心位置に対する距離として設定される判定基準としての距離判別閾値と、前記中心位置に対する検査対象に対応する要素の距離と、を比較して当該検査対象の良否のカテゴリーを判別する距離判別分析工程と、
前記線形判別分析工程により良のカテゴリーに判別された検査対象について前記距離判別分析工程により良否のカテゴリーを判別し、前記線形判別分析工程および前記距離判別分析工程のいずれにおいても良のカテゴリーに判別された場合にのみ良判定する良否判定工程と、を備えることを特徴とする良否判定方法。
- 目視により検査対象の良否のカテゴリーを判別する目視判別工程と、
前記距離判別分析工程により否のカテゴリーに判別された検査対象について前記目視判別工程により良否のカテゴリーを判別し、前記距離判別分析工程および前記目視判別工程のいずれにおいても否のカテゴリーに判別された場合にのみ否判定する予備良否判定工程と、
前記予備良否判定工程により良否判定された検査対象に対応する前記複数のパラメータとその良否判定結果とをサンプルデータとして蓄積するサンプルデータ蓄積工程と、を更に備え、
前記良否判定工程は、
前記線形判別分析工程が、前記サンプルデータに基づいて設定される前記線形判別閾値により良否のカテゴリーを判別し、
前記距離判別分析工程が、前記サンプルデータのうち良のカテゴリーに判別されたデータに基づいて設定される前記距離判別閾値により良否のカテゴリーを判別し、これらの判別結果に基づいて当該検査対象の良否を判定する請求項3記載の良否判定方法。 - 検査対象から良否判定要因となる複数のパラメータを取得するパラメータ取得機能と、
良否属性が既知の複数のサンプルに対応する前記複数のパラメータから良カテゴリーと否カテゴリーとの度数分布を分離させる変数を与えるように選択された複数のパラメータからなる判別関数を求め、前記度数分布に基づいて設定される判定基準としての前記判別関数の線形判別閾値と、前記判別関数に検査対象に対応するパラメータを代入して得られた算出結果と、を比較して当該検査対象の良否のカテゴリーを判別する線形判別分析機能と、
前記複数のパラメータが投射されるパラメータ空間において、良属性を有する複数のサンプルに対応する要素によって構成された良クラスターの中心位置に対する距離として設定される判定基準としての距離判別閾値と、前記中心位置に対する検査対象に対応する要素の距離と、を比較して当該検査対象の良否のカテゴリーを判別する距離判別分析機能と、
前記線形判別分析機能により良のカテゴリーに判別された検査対象について前記距離判別分析機能により良否のカテゴリーを判別し、前記線形判別分析機能および前記距離判別分析機能のいずれにおいても良のカテゴリーに判別された場合にのみ良判定する良否判定機能と、をコンピュータに実現させることを特徴とする良否判定プログラム。 - 目視により検査対象の良否のカテゴリーを判別する目視判別機能と、
前記距離判別分析機能により否のカテゴリーに判別された検査対象について前記目視判別機能により良否のカテゴリーを判別し、前記距離判別分析機能および前記目視判別機能のいずれにおいても否のカテゴリーに判別された場合にのみ否判定する予備良否判定機能と、
前記予備良否判定機能により良否判定された検査対象に対応する前記複数のパラメータとその良否判定結果とをサンプルデータとして蓄積するサンプルデータ蓄積機能と、を更に備え、
前記良否判定機能は、
前記線形判別分析機能が、前記サンプルデータに基づいて設定される前記線形判別閾値により良否のカテゴリーを判別し、
前記距離判別分析機能が、前記サンプルデータのうち良のカテゴリーに判別されたデータに基づいて設定される前記距離判別閾値により良否のカテゴリーを判別し、これらの判別結果に基づいて当該検査対象の良否を判定する請求項5記載の良否判定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009270705A JP5464986B2 (ja) | 2009-11-27 | 2009-11-27 | 良否判定装置、良否判定方法および良否判定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009270705A JP5464986B2 (ja) | 2009-11-27 | 2009-11-27 | 良否判定装置、良否判定方法および良否判定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011112572A true JP2011112572A (ja) | 2011-06-09 |
JP5464986B2 JP5464986B2 (ja) | 2014-04-09 |
Family
ID=44235006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009270705A Active JP5464986B2 (ja) | 2009-11-27 | 2009-11-27 | 良否判定装置、良否判定方法および良否判定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5464986B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015094589A (ja) * | 2013-11-08 | 2015-05-18 | 株式会社リコー | 外観検査装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0581697U (ja) * | 1992-03-31 | 1993-11-05 | アンリツ株式会社 | 外観検査装置 |
JP2003344300A (ja) * | 2002-05-21 | 2003-12-03 | Jfe Steel Kk | 表面欠陥判別方法 |
JP2005114378A (ja) * | 2003-10-03 | 2005-04-28 | Toyota Motor Corp | 良否判定装置、良否判定プログラム及び良否判定方法 |
JP2006226708A (ja) * | 2005-02-15 | 2006-08-31 | Nagoya Electric Works Co Ltd | 良否判定装置、良否判定方法および良否判定プログラム |
JP2007327848A (ja) * | 2006-06-07 | 2007-12-20 | Omron Corp | 検査制御装置、検査制御方法、検査システム、制御プログラム、および、記録媒体 |
-
2009
- 2009-11-27 JP JP2009270705A patent/JP5464986B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0581697U (ja) * | 1992-03-31 | 1993-11-05 | アンリツ株式会社 | 外観検査装置 |
JP2003344300A (ja) * | 2002-05-21 | 2003-12-03 | Jfe Steel Kk | 表面欠陥判別方法 |
JP2005114378A (ja) * | 2003-10-03 | 2005-04-28 | Toyota Motor Corp | 良否判定装置、良否判定プログラム及び良否判定方法 |
JP2006226708A (ja) * | 2005-02-15 | 2006-08-31 | Nagoya Electric Works Co Ltd | 良否判定装置、良否判定方法および良否判定プログラム |
JP2007327848A (ja) * | 2006-06-07 | 2007-12-20 | Omron Corp | 検査制御装置、検査制御方法、検査システム、制御プログラム、および、記録媒体 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015094589A (ja) * | 2013-11-08 | 2015-05-18 | 株式会社リコー | 外観検査装置 |
Also Published As
Publication number | Publication date |
---|---|
JP5464986B2 (ja) | 2014-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6992475B2 (ja) | 情報処理装置、識別システム、設定方法及びプログラム | |
JP4552749B2 (ja) | 検査基準設定装置及び方法、並びに、工程検査装置 | |
US7409081B2 (en) | Apparatus and computer-readable medium for assisting image classification | |
US7873202B2 (en) | Method and apparatus for reviewing defects of semiconductor device | |
US20060140472A1 (en) | Method for analyzing circuit pattern defects and a system thereof | |
US8611638B2 (en) | Pattern inspection method and pattern inspection apparatus | |
JP2017049974A (ja) | 識別器生成装置、良否判定方法、およびプログラム | |
JP4617970B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
JP2011158373A (ja) | 自動欠陥分類のための教師データ作成方法、自動欠陥分類方法および自動欠陥分類装置 | |
JP2006098155A (ja) | 検査方法及びその装置 | |
JP7393313B2 (ja) | 欠陥分類装置、欠陥分類方法及びプログラム | |
JP5075070B2 (ja) | 教師データ作成方法、並びに、画像分類方法および画像分類装置 | |
JP2006292615A (ja) | 外観検査装置、外観検査方法、コンピュータを外観検査装置として機能させるためのプログラムおよび記録媒体 | |
US11830232B2 (en) | Image judgment apparatus and image judgment method | |
JP2020112483A (ja) | 外観検査システム、計算モデル構築方法及び計算モデル構築プログラム | |
JP5464986B2 (ja) | 良否判定装置、良否判定方法および良否判定プログラム | |
JP2007033126A (ja) | 基板検査装置並びにそのパラメータ調整方法およびパラメータ調整装置 | |
JP6049052B2 (ja) | ウエハ外観検査装置及びウエハ外観検査装置における感度しきい値設定方法 | |
JP2011232303A (ja) | 画像検査方法及び画像検査装置 | |
JP4506395B2 (ja) | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 | |
CN116993654B (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
JP2013205320A (ja) | 検査条件決定方法、検査方法および検査装置 | |
JP4610364B2 (ja) | 良否判定装置、良否判定方法および良否判定プログラム | |
JP2007198968A (ja) | 画像分類方法及び画像分類装置 | |
JP2011232302A (ja) | 画像検査方法及び画像検査装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120920 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20121109 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130830 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140121 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5464986 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |