JP2015064625A - 画像処理装置、画像処理方法およびプログラム - Google Patents

Abstract

【課題】抽出対象領域が適切に抽出可能な複合画像処理を容易に生成する。【解決手段】画像処理装置１の処理済み画像取得部３１１は、複数の複合画像処理のそれぞれを対象画像に対して実行して複数の処理済み画像を取得する。対象画像における抽出対象領域を示す目標画像が予め準備されており、評価値算出部３１２は、抽出対象領域に含まれる第１特徴領域と、含まれない第２特徴領域のそれぞれにおいて、目標画像と各処理済み画像との一致度を示す領域評価値を求め、これらの領域評価値に基づいて、当該処理済み画像の取得に用いられた複合画像処理の評価値を求める。複合画像処理生成部３１３は、評価値が高い複合画像処理が優先的に含まれるように、遺伝的プログラミングにより、新たな複数の複合画像処理を生成する。繰返制御部３１４は、上記構成における処理を繰り返すことにより、対象画像を目標画像に近似させる複合画像処理を取得する。【選択図】図２

Description

本発明は、画像処理装置、画像処理方法およびプログラムに関する。

近年、遺伝的アルゴリズムを利用して画像処理を最適化する手法が提案されている（例えば、特許文献１および２参照）。当該最適化手法では、個体を表現する遺伝子により複数の画像処理を記述し、個体の評価や、遺伝子の組み換え等を繰り返すことにより、最適な個体が生成される。具体的には、一世代において複数の個体が準備され、各個体が示す複数の画像処理を対象画像に対して実行する（すなわち、複合画像処理を実行する）ことにより、処理済み画像が取得される。続いて、各処理済み画像と、対象画像に対して準備された目標画像との一致度を示す値が、当該処理済み画像の取得に用いられた複合画像処理の評価値として求められる。そして、評価値に基づいて、複合画像処理における画像処理の組み換え等を行いつつ、世代交代が繰り返される。

特開２００７−８７０５５号公報 特開２００９−１５１３７１号公報

ところで、対象画像において一定の特徴を有する領域を抽出する複合画像処理を、上記最適化手法により生成する場合、対象画像において抽出すべき抽出対象領域を示す目標画像を準備することが考えられる。この場合に、各処理済み画像と目標画像との一致度を示す値として、例えば、特許文献１のように、処理済み画像と目標画像との画素毎の差分の画像全体における和を求めても、抽出対象領域が適切に抽出可能な複合画像処理を生成することが困難な場合がある。

本発明は上記課題に鑑みなされたものであり、抽出対象領域が適切に抽出可能な複合画像処理を容易に生成することを目的としている。

請求項１に記載の発明は、画像処理装置であって、選択された複数の画像処理を決められた順序にて画像に対して実行する処理を複合画像処理として、予め準備された複数の複合画像処理のそれぞれを対象画像に対して実行することにより、複数の処理済み画像を取得する処理済み画像取得部と、前記対象画像において抽出すべき抽出対象領域を示す目標画像が予め準備されており、前記抽出対象領域に含まれる第１特徴領域、および、前記抽出対象領域に含まれない第２特徴領域のそれぞれにおいて、前記目標画像と各処理済み画像との一致度を示す領域評価値を求め、前記第１特徴領域の前記領域評価値、および、前記第２特徴領域の前記領域評価値に基づいて、前記各処理済み画像の取得に用いられた複合画像処理の評価値を求める評価値算出部と、前記複数の複合画像処理のうち前記評価値が高い複合画像処理が優先的に含まれるように、遺伝的プログラミングにより、新たな複数の複合画像処理を生成する複合画像処理生成部と、前記処理済み画像取得部、前記評価値算出部および前記複合画像処理生成部における処理を、所定の条件を満たすまで繰り返すことにより、前記対象画像を前記目標画像に近似させる複合画像処理を取得する繰返制御部とを備える。

請求項２に記載の発明は、請求項１に記載の画像処理装置であって、前記評価値算出部が、前記目標画像と前記各処理済み画像との相違を示す画像における前記第１特徴領域および前記第２特徴領域のそれぞれを注目特徴領域とし、前記注目特徴領域において画素の値が所定値以上となる領域を相違領域として、前記注目特徴領域もしくは前記画像の全体に対する前記注目特徴領域の前記相違領域の面積率、または、前記注目特徴領域において孤立した前記相違領域の個数、もしくは、前記相違領域により分断された領域の個数に基づく前記領域評価値を求める。

請求項３に記載の発明は、請求項１または２に記載の画像処理装置であって、前記第１特徴領域が前記抽出対象領域の全体、または、前記抽出対象領域の外縁部を除く領域の全体である。

請求項４に記載の発明は、請求項３に記載の画像処理装置であって、前記対象画像が、対象物上の欠陥を示す画像であり、前記抽出対象領域が欠陥領域であり、前記第１特徴領域が前記欠陥領域に含まれ、前記第２特徴領域が非欠陥領域に含まれる。

請求項５に記載の発明は、請求項１ないし４のいずれかに記載の画像処理装置であって、前記第１特徴領域と前記第２特徴領域との間に両特徴領域に接する第３特徴領域が設定され、前記評価値算出部が、前記第３特徴領域の前記領域評価値を求め、前記第３特徴領域の前記領域評価値に基づいて前記評価値を求める。

請求項６に記載の発明は、請求項１ないし５のいずれかに記載の画像処理装置であって、複数の対象画像、および、前記複数の対象画像における同種の抽出対象領域を示す複数の目標画像が予め準備され、前記処理済み画像取得部が、各対象画像に対して前記複数の複合画像処理のそれぞれを実行し、前記評価値算出部が、各複合画像処理により前記複数の対象画像から取得された複数の処理済み画像に基づいて前記各複合画像処理の前記評価値を求める。

請求項７に記載の発明は、画像処理方法であって、ａ）選択された複数の画像処理を決められた順序にて画像に対して実行する処理を複合画像処理として、予め準備された複数の複合画像処理のそれぞれを対象画像に対して実行することにより、複数の処理済み画像を取得する工程と、ｂ）前記対象画像において抽出すべき抽出対象領域を示す目標画像が予め準備されており、前記抽出対象領域に含まれる第１特徴領域、および、前記抽出対象領域に含まれない第２特徴領域のそれぞれにおいて、前記目標画像と各処理済み画像との一致度を示す領域評価値を求める工程と、ｃ）前記第１特徴領域の前記領域評価値、および、前記第２特徴領域の前記領域評価値に基づいて、前記各処理済み画像の取得に用いられた複合画像処理の評価値を求める工程と、ｄ）前記複数の複合画像処理のうち前記評価値が高い複合画像処理が優先的に含まれるように、遺伝的プログラミングにより、新たな複数の複合画像処理を生成する工程と、ｅ）前記ａ）ないしｄ）工程を、所定の条件を満たすまで繰り返すことにより、前記対象画像を前記目標画像に近似させる複合画像処理を取得する工程とを備える。

請求項８に記載の発明は、請求項７に記載の画像処理方法であって、前記ｂ）工程において、前記目標画像と前記各処理済み画像との相違を示す画像における前記第１特徴領域および前記第２特徴領域のそれぞれを注目特徴領域とし、前記注目特徴領域において画素の値が所定値以上となる領域を相違領域として、前記注目特徴領域もしくは前記画像の全体に対する前記注目特徴領域の前記相違領域の面積率、または、前記注目特徴領域において孤立した前記相違領域の個数、もしくは、前記相違領域により分断された領域の個数に基づく前記領域評価値が求められる。

請求項９に記載の発明は、請求項７または８に記載の画像処理方法であって、前記第１特徴領域が前記抽出対象領域の全体、または、前記抽出対象領域の外縁部を除く領域の全体である。

請求項１０に記載の発明は、請求項９に記載の画像処理方法であって、前記対象画像が、対象物上の欠陥を示す画像であり、前記抽出対象領域が欠陥領域であり、前記第１特徴領域が前記欠陥領域に含まれ、前記第２特徴領域が非欠陥領域に含まれる。

請求項１１に記載の発明は、請求項７ないし１０のいずれかに記載の画像処理方法であって、前記第１特徴領域と前記第２特徴領域との間に両特徴領域に接する第３特徴領域が設定され、前記ｂ）工程において、前記第３特徴領域の前記領域評価値が求められ、前記ｃ）工程において、前記第３特徴領域の前記領域評価値に基づいて前記評価値が求められる。

請求項１２に記載の発明は、請求項７ないし１１のいずれかに記載の画像処理方法であって、複数の対象画像、および、前記複数の対象画像における同種の抽出対象領域を示す複数の目標画像が予め準備され、前記ａ）工程において、各対象画像に対して前記複数の複合画像処理のそれぞれが実行され、前記ｂ）およびｃ）工程において、各複合画像処理により前記複数の対象画像から取得された複数の処理済み画像に基づいて前記各複合画像処理の前記評価値が求められる。

請求項１３に記載の発明は、選択された複数の画像処理を決められた順序にて画像に対して実行する処理である複合画像処理をコンピュータに生成させるプログラムであって、前記プログラムの前記コンピュータによる実行は、前記コンピュータに、ａ）予め準備された複数の複合画像処理のそれぞれを対象画像に対して実行することにより、複数の処理済み画像を取得する工程と、ｂ）前記対象画像において抽出すべき抽出対象領域を示す目標画像が予め準備されており、前記抽出対象領域に含まれる第１特徴領域、および、前記抽出対象領域に含まれない第２特徴領域のそれぞれにおいて、前記目標画像と各処理済み画像との一致度を示す領域評価値を求める工程と、ｃ）前記第１特徴領域の前記領域評価値、および、前記第２特徴領域の前記領域評価値に基づいて、前記各処理済み画像の取得に用いられた複合画像処理の評価値を求める工程と、ｄ）前記複数の複合画像処理のうち前記評価値が高い複合画像処理が優先的に含まれるように、遺伝的プログラミングにより、新たな複数の複合画像処理を生成する工程と、ｅ）前記ａ）ないしｄ）工程を、所定の条件を満たすまで繰り返すことにより、前記対象画像を前記目標画像に近似させる複合画像処理を取得する工程とを実行させる。

本発明によれば、抽出対象領域が適切に抽出可能な複合画像処理を容易に生成することができる。

コンピュータの構成を示す図である。 画像処理装置の機能構成を示すブロック図である。 対象画像を示す図である。 参照画像を示す図である。 目標画像を示す図である。 複合画像処理を表す木構造を示す図である。 欠陥領域抽出用の複合画像処理を生成する処理の流れを示す図である。 遺伝的プログラミングにより複合画像処理を生成する処理の流れを示す図である。 目標画像を示す図である。 処理済み画像を示す図である。 交叉処理を説明するための図である。 交叉処理を説明するための図である。 突然変異処理を説明するための図である。 突然変異処理を説明するための図である。 目標画像を示す図である。 処理済み画像を示す図である。 処理済み画像を示す図である。 対象画像を示す図である。 対象画像を示す図である。 目標画像を示す図である。 目標画像を示す図である。 処理済み画像を示す図である。 処理済み画像を示す図である。 目標画像を示す図である。 処理済み画像を示す図である。 処理済み画像を示す図である。 目標画像を示す図である。 処理済み画像を示す図である。 処理済み画像を示す図である。

図１は、本発明の一の実施の形態に係る画像処理装置を実現するコンピュータ２の構成を示す図である。図１に示すように、コンピュータ２は、各種演算処理を行うＣＰＵ２１、基本プログラムを記憶するＲＯＭ２２および各種情報を記憶するＲＡＭ２３をバスラインに接続した一般的なコンピュータシステムの構成となっている。バスラインにはさらに、情報記憶を行う固定ディスク２５、各種情報の表示を行うディスプレイ２６、操作者からの入力を受け付けるキーボード２７ａおよびマウス２７ｂ（以下、「入力部２７」と総称する。）、光ディスク、磁気ディスク、光磁気ディスク等のコンピュータ読み取り可能な記録媒体９１から情報の読み取りを行ったり記録媒体９１に情報の書き込みを行う読取／書込装置２８、並びに、外部と通信を行う通信部２９が、適宜、インターフェイス（Ｉ／Ｆ）を介する等して接続される。

コンピュータ２には、事前に読取／書込装置２８を介して記録媒体９１からプログラム９２が読み出され、固定ディスク２５に記憶される。そして、プログラム９２がＲＡＭ２３にコピーされるとともにＣＰＵ２１がＲＡＭ２３内のプログラムに従って演算処理を実行することにより（すなわち、コンピュータがプログラムを実行することにより）、コンピュータ２が、画像処理装置としての処理を行う。

図２は、コンピュータ２が実現する画像処理装置１の機能構成を示すブロック図である。画像処理装置１は、演算部３１および記憶部３２を備える。演算部３１は、処理済み画像取得部３１１、評価値算出部３１２、複合画像処理生成部３１３および繰返制御部３１４を備える。演算部３１の処理の詳細については後述する。なお、演算部３１の機能は専用の電気回路により構築されてもよく、部分的に専用の電気回路が利用されてもよい。

記憶部３２は、複数の画像データセット４０を記憶する。各画像データセット４０は、対象画像データ４１、参照画像データ４２および目標画像データ４３を含む。対象画像データ４１は対象画像を示し、参照画像データ４２は参照画像を示し、目標画像データ４３は目標画像を示す。以下の説明では、各画像データが示す画像に、当該画像データと同じ符号を付す。

図３は対象画像４１を示す図であり、図４は参照画像４２を示す図であり、図５は目標画像４３を示す図である。図３の対象画像４１のデータ、図４の参照画像４２のデータ、および、図５の目標画像４３のデータは、同じ画像データセット４０に含まれる。対象画像４１は、半導体基板やガラス基板、プリント配線基板等の基板上の欠陥、および、その周囲を示す画像であり、当該基板は所定のパターンを有する。対象画像４１は、欠陥領域４１１と、欠陥領域４１１以外の領域４１２（以下、「非欠陥領域４１２」という。）と、を含む。

参照画像４２は、基板上のパターンを示す画像である。参照画像４２は、対象画像４１と同じパターンの領域を示し、原則として、当該領域には欠陥領域は存在しない。目標画像４３は、対象画像４１における欠陥領域４１１のみを示す画像である。目標画像４３は、例えば、操作者が、対象画像４１における非欠陥領域４１２を塗りつぶす作業を行うことにより、予め生成されて準備される。もちろん、目標画像４３は他の手法により生成されてよい。対象画像４１、参照画像４２および目標画像４３は、多階調画像または二値画像のいずれであってもよい（後述の処理済み画像４５において同様）。複数の画像データセット４０は、パターンや撮像条件等が互いに異なる対象画像４１を含む。以下の説明では、対象画像４１、参照画像４２および目標画像４３が二値画像であるものとする。

画像処理装置１では、選択された複数の画像処理を決められた順序にて画像に対して実行する処理を複合画像処理として、各対象画像４１を同じ画像データセット４０に含まれる目標画像４３に近似させる複合画像処理が生成される。すなわち、欠陥領域４１１を抽出対象領域として、欠陥領域抽出用の複合画像処理が生成される。また、欠陥領域抽出用の複合画像処理の生成では、遺伝的プログラミングが利用される。

図６は、一の複合画像処理を表す木構造を示す図である。画像処理装置１における複合画像処理は、木構造にて表現される。図６に示す複合画像処理は、１つの画像の入力を示す終端ノードＩ１〜Ｉ４と、１つまたは複数の画像が入力されるとともに１つの画像を出力する非終端ノードＦ１〜Ｆ７，Ｆ１０，Ｆ１００と、を含む。終端ノードＩ１〜Ｉ４には、一の画像データセット４０に含まれる対象画像４１または参照画像４２（のデータ）が入力される。

非終端ノードＦ１〜Ｆ７，Ｆ１０，Ｆ１００は、典型的には、画像処理フィルタを示す。非終端ノードＦ１〜Ｆ７では、入力される１つの画像に対して所定の画像処理（平均値フィルタ処理や、最大値フィルタ処理等）が実行され、処理後の１つの画像が次のノードに出力される。非終端ノードＦ１０では、２つの非終端ノードＦ３，Ｆ５から入力される２つの画像に対して所定の画像処理（論理和演算や、論理積演算等）が実行され、処理後の１つの画像が次のノードに出力される。ルートのノードＦ１００では、非終端ノードＦ６，Ｆ７および終端ノードＩ４から入力される３つの画像に対して所定の画像処理が実行され、処理後の１つの画像が処理済み画像として出力される。画像処理装置１では、多種の画像処理（アルゴリズム）が準備されており、様々な木構造の各ノードとして任意の画像処理が割り当てられることにより、様々な複合画像処理が表現される。なお、同じアルゴリズムの画像処理であっても、各種パラメータの値が異なるものは、異なる画像処理として取り扱われる。

図７は、画像処理装置１が、欠陥領域抽出用の複合画像処理を生成する処理の流れを示す図である。複合画像処理の生成では、まず、複数の画像データセット４０が準備され、画像処理装置１に入力される（ステップＳ１１）。複数の画像データセット４０は、記憶部３２にて記憶される。ここでは、ｓｍａｘ個の画像データセット４０が準備され、各画像データセット４０、並びに、当該画像データセット４０に含まれる対象画像４１、参照画像４２および目標画像４３には、０から（ｓｍａｘ−１）までの番号ｓが付与される。同じ番号ｓの対象画像４１、参照画像４２および目標画像４３は同じサイズであり、行方向の画素数はＸｍａｘ（ｓ）であり、列方向の画素数はＹｍａｘ（ｓ）である。

また、遺伝的プログラミングによる処理における各世代での個体の個数や、評価値の演算に係る係数の値、あるいは、交叉確率や突然変異確率等の情報（以下、「設定情報」と総称する。）が、入力部２７等を介して画像処理装置１に入力される（ステップＳ１２）。設定情報が取得されると、演算部３１において遺伝的プログラミングにより複合画像処理を生成する処理が行われる（ステップＳ１３）。

図８は、遺伝的プログラミングにより複合画像処理を生成する処理の流れを示す図である。演算部３１では、各画像データセット４０に含まれる目標画像４３に対して、複数の特徴領域が抽出される（ステップＳ２１）。具体的には、図９に示す目標画像４３では、細い破線にて示すように、欠陥特徴領域４４１、エッジ特徴領域４４２および背景特徴領域４４３が、所定の画像処理により抽出される。エッジ特徴領域４４２は、目標画像４３における欠陥領域４１１のエッジを含む領域である。欠陥特徴領域４４１は、欠陥領域４１１においてエッジ特徴領域４４２を除く領域である。すなわち、欠陥特徴領域４４１は、欠陥領域４１１の外縁部を除く領域の全体である。背景特徴領域４４３は、目標画像４３において欠陥特徴領域４４１およびエッジ特徴領域４４２を除く領域の全体である。このようにして、各画像データセット４０に対して、欠陥領域４１１に含まれる欠陥特徴領域４４１、欠陥領域４１１に含まれない背景特徴領域４４３、および、欠陥特徴領域４４１と背景特徴領域４４３との間にて両特徴領域４４１，４４３に接するエッジ特徴領域４４２が設定される。

例えば、環状のエッジ特徴領域４４２の幅として、欠陥領域４１１のエッジに対して欠陥領域４１１の内側の幅と外側の幅とが個別に設定可能である。画像処理装置１では、欠陥特徴領域４４１、エッジ特徴領域４４２および背景特徴領域４４３が、目標画像４３から自動的に抽出される。本実施の形態では、各特徴領域４４１〜４４３は、当該特徴領域４４１〜４４３の画素の値が１であり、他の画素の値が０である二値画像にて表現され、当該二値画像は目標画像４３と同じ大きさである。以下の説明では、番号ｓの目標画像４３の欠陥特徴領域４４１を示す二値画像は（すなわち、当該二値画像の行方向の位置Ｘおよび列方向の位置Ｙの画素の値は）、Ｍａｓｋ＿ｆ（ｓ，Ｘ，Ｙ）と表現される。同様に、エッジ特徴領域４４２および背景特徴領域４４３を示す二値画像は、それぞれＭａｓｋ＿ｅ（ｓ，Ｘ，Ｙ）およびＭａｓｋ＿ｂ（ｓ，Ｘ，Ｙ）と表現される。なお、目標画像４３が欠陥領域４１１を含まない場合や、目標画像４３の全体が欠陥領域４１１である場合には、他の特徴領域（エッジ特徴領域４４２を含む。）は抽出されない。複数の特徴領域４４１〜４４３は、対象画像４１や参照画像４２を用いて抽出されてもよい。また、複数の特徴領域４４１〜４４３が、入力部２７を介して操作者により指定されてもよい。

複数の特徴領域４４１〜４４３が抽出されると、処理済み画像取得部３１１では、初期世代の複数の個体、すなわち、初期世代の複数の複合画像処理が準備される（ステップＳ２２）。本実施の形態では、複合画像処理生成部３１３において、ランダムに選択された複数の終端ノードと非終端ノードとをランダムに結合することにより、互いに相違する初期世代の複数の複合画像処理が生成され、処理済み画像取得部３１１に入力される。初期世代の複数の複合画像処理は、入力部２７を介した操作者の入力に従って生成されてもよい。

続いて、処理済み画像取得部３１１において、複数の複合画像処理を実行することにより、複数の処理済み画像が取得される（ステップＳ２３）。後述するように、各処理済み画像と、対象画像４１中の欠陥領域４１１を示す目標画像４３との一致度に基づいて、新たな複合画像処理の生成、および、処理済み画像の取得が繰り返される。したがって、原則として、各複合画像処理における少なくとも１つの終端ノードは、対象画像４１が入力されるものとなり、複合画像処理は、対象画像４１に対して実行されるものと捉えることができる。よって、ステップＳ２３の処理では、複数の複合画像処理のそれぞれを対象画像に対して実行することにより、複数の処理済み画像が取得される。例えば、図３の対象画像４１（および図４の参照画像４２）が、一の複合画像処理における複数の終端ノードに入力され、図１０に示す処理済み画像４５が取得される。図１０の処理済み画像４５は、二値画像であり、処理済み画像４５では、値が１の画素の集合である複数の領域４５１（以下、「抽出領域４５１」という。）が抽出されている。

評価値算出部３１２では、欠陥特徴領域４４１、エッジ特徴領域４４２および背景特徴領域４４３のそれぞれにおいて、目標画像４３と各処理済み画像４５との一致度を示す領域評価値が求められる（ステップＳ２４）。例えば、番号ｓの対象画像４１（および参照画像４２）に対する番号ｉの複合画像処理により取得された処理済み画像４５において、背景特徴領域４４３における領域評価値Ｄｂｓ（ｉ，ｓ）は、数１により求められる。数１において、Ｑ（ｉ，ｓ，Ｘ，Ｙ）は、番号ｓの対象画像４１に対する番号ｉの複合画像処理により取得された処理済み画像４５を示し、Ｍ（ｓ，Ｘ，Ｙ）は、番号ｓの目標画像４３を示す。既述のように、Ｍａｓｋ＿ｂ（ｓ，Ｘ，Ｙ）は、番号ｓの背景特徴領域４４３を示す二値画像であり、背景特徴領域４４３を示す画素の値が１である。各画像の行方向の画素数はＸｍａｘ（ｓ）であり、列方向の画素数はＹｍａｘ（ｓ）である。

ここでは、目標画像４３および処理済み画像４５は共に二値画像である。したがって、数１の分子では、処理済み画像４５の各画素の値と、目標画像４３の対応する画素の値との差の二乗を示す画像（差分画像）において値が１となる画素の背景特徴領域４４３における総数が求められる。換言すると、処理済み画像４５と目標画像４３との間で値が相違する画素の背景特徴領域４４３における総数が求められる。また、数１の分母では、背景特徴領域４４３の画素数が求められる。よって、数１では、各処理済み画像４５と目標画像４３との相違を示す画像において画素の値が１となる領域を相違領域として、背景特徴領域４４３に含まれる相違領域の背景特徴領域４４３に対する面積率が、背景特徴領域４４３の領域評価値Ｄｂｓ（ｉ，ｓ）として求められる。背景特徴領域４４３の領域評価値Ｄｂｓ（ｉ，ｓ）は、背景特徴領域４４３における処理済み画像４５と目標画像４３との一の種類の一致度を示し、本処理例では、一致度が高いほど、領域評価値Ｄｂｓ（ｉ，ｓ）の値は小さくなる。

また、数１におけるＭａｓｋ＿ｂ（ｓ，Ｘ，Ｙ）をＭａｓｋ＿ｆ（ｓ，Ｘ，Ｙ）に置き換えた演算により、欠陥特徴領域４４１に含まれる相違領域の欠陥特徴領域４４１に対する面積率が、欠陥特徴領域４４１の領域評価値Ｄｆｓ（ｉ，ｓ）として求められる。さらに、数１におけるＭａｓｋ＿ｂ（ｓ，Ｘ，Ｙ）をＭａｓｋ＿ｅ（ｓ，Ｘ，Ｙ）に置き換えた演算により、エッジ特徴領域４４２に含まれる相違領域のエッジ特徴領域４４２に対する面積率が、エッジ特徴領域４４２の領域評価値Ｄｅｓ（ｉ，ｓ）として求められる。数１または数１を変形して求められる各特徴領域４４１〜４４３の領域評価値は、０．０〜１．０の範囲内の値となる。なお、各特徴領域４４１〜４４３が存在しない場合には、当該特徴領域４４１〜４４３の領域評価値は０となる。

既述のように、画像処理装置１では、複数の画像データセット４０が準備されており、各複合画像処理に対して複数の処理済み画像４５が取得される。評価値算出部３１２では、各複合画像処理により取得される複数の処理済み画像４５における欠陥特徴領域４４１の領域評価値の代表値、エッジ特徴領域４４２の領域評価値の代表値、および、背景特徴領域４４３の領域評価値の代表値がさらに求められる。本処理例では、各特徴領域４４１〜４４３に対して２種類の代表値が求められる。具体的には、番号ｉの複合画像処理により取得された複数の処理済み画像４５における領域評価値Ｄｂｓ（ｉ，ｓ）の加重平均値が、背景特徴領域４４３の領域評価値の代表値Ｄｂ１（ｉ）として数２により求められる。また、当該複数の処理済み画像４５における領域評価値Ｄｂｓ（ｉ，ｓ）の最大値が、背景特徴領域４４３の領域評価値のもう１つの代表値Ｄｂ２（ｉ）として数３により求められる。数２におけるＫｓ（ｓ）は、処理済み画像４５毎の重み係数であり、各処理済み画像４５の処理前の画像である対象画像４１の内容や重要度に応じて、操作者により予め設定される。

また、領域評価値Ｄｆｓ（ｉ，ｓ）を用いて、数２と同様の演算により欠陥特徴領域４４１の領域評価値の代表値Ｄｆ１（ｉ）が求められ、数３と同様の演算により欠陥特徴領域４４１の領域評価値のもう１つの代表値Ｄｆ２（ｉ）が求められる。さらに、領域評価値Ｄｅｓ（ｉ，ｓ）を用いて、数２と同様の演算によりエッジ特徴領域４４２の領域評価値の代表値Ｄｅ１（ｉ）が求められ、数３と同様の演算によりエッジ特徴領域４４２の領域評価値のもう１つの代表値Ｄｅ２（ｉ）が求められる。

評価値算出部３１２では、各特徴領域４４１〜４４３における相違領域の画像全体に対する面積率がさらに求められる。例えば、番号ｓの対象画像４１に対する番号ｉの複合画像処理により取得された処理済み画像４５と番号ｓの目標画像４３との相違を示す画像において、背景特徴領域４４３における相違領域の画像全体に対する面積率が、領域評価値Ａｂｓ（ｉ，ｓ）として数４により求められる。

また、数４におけるＭａｓｋ＿ｂ（ｓ，Ｘ，Ｙ）をＭａｓｋ＿ｆ（ｓ，Ｘ，Ｙ）に置き換えた演算により、欠陥特徴領域４４１に含まれる相違領域の画像全体に対する面積率が、欠陥特徴領域４４１の領域評価値Ａｆｓ（ｉ，ｓ）として求められる。さらに、数４におけるＭａｓｋ＿ｂ（ｓ，Ｘ，Ｙ）をＭａｓｋ＿ｅ（ｓ，Ｘ，Ｙ）に置き換えた演算により、エッジ特徴領域４４２に含まれる相違領域の画像全体に対する面積率が、エッジ特徴領域４４２の領域評価値Ａｅｓ（ｉ，ｓ）として求められる。数４または数４を変形して求められる各特徴領域４４１〜４４３の領域評価値は、０．０〜１．０の範囲内の値となる。なお、各特徴領域４４１〜４４３が存在しない場合には、当該特徴領域４４１〜４４３の領域評価値は０となる。

続いて、領域評価値Ａｂｓ（ｉ，ｓ）を用いて、数２と同様の演算により背景特徴領域４４３の領域評価値の代表値Ａｂ１（ｉ）が求められ、数３と同様の演算により背景特徴領域４４３の領域評価値のもう１つの代表値Ａｂ２（ｉ）が求められる。また、領域評価値Ａｆｓ（ｉ，ｓ）を用いて、数２と同様の演算により欠陥特徴領域４４１の領域評価値の代表値Ａｆ１（ｉ）が求められ、数３と同様の演算により欠陥特徴領域４４１の領域評価値のもう１つの代表値Ａｆ２（ｉ）が求められる。さらに、領域評価値Ａｅｓ（ｉ，ｓ）を用いて、数２と同様の演算によりエッジ特徴領域４４２の領域評価値の代表値Ａｅ１（ｉ）が求められ、数３と同様の演算によりエッジ特徴領域４４２の領域評価値のもう１つの代表値Ａｅ２（ｉ）が求められる。

評価値算出部３１２では、各特徴領域４４１〜４４３において孤立した相違領域の個数、または、相違領域により分断された非相違領域の個数が、他の領域評価値としてさらに求められる。例えば、番号ｓの対象画像４１に対する番号ｉの複合画像処理により取得された処理済み画像４５と番号ｓの目標画像４３との相違を示す画像において、背景特徴領域４４３における領域評価値Ｃｂｓ（ｉ，ｓ）は、数５により求められる。

数５において、Ｓｂ（ｓ）は、番号ｓの目標画像４３における背景特徴領域４４３の面積（画素数）を示し、Ｃｂｓｎ（ｉ，ｓ）は、当該相違を示す画像の背景特徴領域４４３に含まれる孤立した相違領域の個数を示す。ここで、当該相違を示す画像において、値１の画素の８近傍に、値１の他の画素が存在する場合には、これらの画素は互いに接続するものとする。孤立した相違領域は、互いに接続する値１の画素の１つの集合である。また、仮に、当該相違を示す画像を、２行２列の多数の画素群に分割した場合に、当該多数の画素群における同じ位置の画素の値が１であり、残りの画素の値が０であるときに、当該画像において孤立した相違領域の個数が最大となる。数５では、背景特徴領域４４３における孤立した相違領域の個数（カウント数）を、背景特徴領域４４３にてとり得る、孤立した相違領域の最大個数にて割ることにより、孤立した相違領域のカウント率を求めている。

評価値算出部３１２では、番号ｉの複合画像処理により取得された複数の処理済み画像４５における領域評価値Ｃｂｓ（ｉ，ｓ）の加重平均値が、背景特徴領域４４３の領域評価値の代表値Ｃｂ１（ｉ）として数６により求められる。また、当該複数の処理済み画像４５における領域評価値Ｃｂｓ（ｉ，ｓ）の最大値が、背景特徴領域４４３の領域評価値のもう１つの代表値Ｃｂ２（ｉ）として数７により求められる。数６におけるＫｓ（ｓ）は、数２と同様に、処理済み画像４５毎に設定される重み係数である。

エッジ特徴領域４４２についても、孤立した相違領域のカウント率である領域評価値Ｃｅｓ（ｉ，ｓ）が数５に準じた演算により求められる。そして、領域評価値Ｃｅｓ（ｉ，ｓ）を用いて、数６と同様の演算によりエッジ特徴領域４４２の領域評価値の代表値Ｃｅ１（ｉ）が求められ、数７と同様の演算によりエッジ特徴領域４４２の領域評価値のもう１つの代表値Ｃｅ２（ｉ）が求められる。

一方、欠陥特徴領域４４１では、孤立した相違領域ではなく、相違領域により分断された領域のカウント率である領域評価値Ｃｆｓ（ｉ，ｓ）が数５に準じた演算により求められる。欠陥特徴領域４４１において相違領域により分断された領域は、孤立した非相違領域と捉えることができる。すなわち、相違領域により分断された各非相違領域は、欠陥特徴領域４４１内で互いに接続する値０の画素の１つの集合である。

ここで、仮に、処理済み画像４５において欠陥特徴領域４４１の全体が、抽出領域４５１として正確に取得されている場合、処理済み画像４５と目標画像４３との相違を示す画像では、欠陥特徴領域４４１の全体の画素の値が０となる。この場合、欠陥特徴領域４４１では、相違領域は存在せず、非相違領域の個数は１となる（すなわち、分断されない。）。また、図１０に示すように、処理済み画像４５において欠陥特徴領域４４１内に２つの抽出領域４５１が取得される場合、処理済み画像４５と目標画像４３との相違を示す画像では、欠陥特徴領域４４１内で相違領域により分断された非相違領域の個数は２となる。図１０の処理済み画像４５では、欠陥特徴領域４４１内に余分な１つの抽出領域４５１が取得されていると捉えることができる。

したがって、数５に準じた演算により欠陥特徴領域４４１の領域評価値Ｃｆｓ（ｉ，ｓ）を求める際には、数５中のＣｂｓｎ（ｉ，ｓ）は、欠陥特徴領域４４１内で相違領域により分断された非相違領域の個数から１を引いた値に置き換えられることが好ましい。そして、領域評価値Ｃｆｓ（ｉ，ｓ）を用いて、数６と同様の演算により欠陥特徴領域４４１の領域評価値の代表値Ｃｆ１（ｉ）が求められ、数７と同様の演算により欠陥特徴領域４４１の領域評価値のもう１つの代表値Ｃｆ２（ｉ）が求められる。なお、目標画像４３において孤立した複数の欠陥領域４１１が存在する場合、これらの欠陥領域４１１の集合が欠陥特徴領域４４１として扱われてもよい。この場合、数５中のＣｂｓｎ（ｉ，ｓ）は、欠陥特徴領域４４１内で相違領域により分断された非相違領域の個数から、欠陥領域４１１の個数を引いた値に置き換えられることが好ましい。

以上のように、番号ｉの複合画像処理に対して、背景特徴領域４４３の領域評価値の６個の代表値Ｄｂ１（ｉ）、Ｄｂ２（ｉ）、Ｃｂ１（ｉ）、Ｃｂ２（ｉ）、Ａｂ１（ｉ）、Ａｂ２（ｉ）、欠陥特徴領域４４１の領域評価値の６個の代表値Ｄｆ１（ｉ）、Ｄｆ２（ｉ）、Ｃｆ１（ｉ）、Ｃｆ２（ｉ）、Ａｆ１（ｉ）、Ａｆ２（ｉ）、並びに、エッジ特徴領域４４２の領域評価値の６個の代表値Ｄｅ１（ｉ）、Ｄｅ２（ｉ）、Ｃｅ１（ｉ）、Ｃｅ２（ｉ）、Ａｅ１（ｉ）、Ａｅ２（ｉ）が取得される。

評価値算出部３１２では、番号ｉの個体である複合画像処理の評価値Ｔ（ｉ）が、数８により求められる（ステップＳ２５）。数８中のＫＤｂ１、ＫＤｆ１、ＫＤｅ１、ＫＤｂ２、ＫＤｆ２、ＫＤｅ２、ＫＣｂ１、ＫＣｆ１、ＫＣｅ１、ＫＣｂ２、ＫＣｆ２、ＫＣｅ２、ＫＡｂ１、ＫＡｆ１、ＫＡｅ１、ＫＡｂ２、ＫＡｆ２、ＫＡｅ２は、重み係数であり、ステップＳ１２の処理にて設定される設定情報に含まれる。また、数８中の（Ｋｍｕｌ／Ｋｓｕｍ）は、上記領域評価値の代表値の加重平均を示す。

評価値算出部３１２では、番号ｉの複合画像処理の評価値Ｔ（ｉ）が、数９により求められてもよい。数９においてＭａｘ｛α，β｝は、αおよびβの最大値を示す。

数９では、欠陥特徴領域４４１および背景特徴領域４４３（の領域評価値）が同列に取り扱われる。また、エッジ特徴領域４４２については、欠陥特徴領域４４１および背景特徴領域４４３と区別して取り扱われる。この場合に、エッジ特徴領域４４２に対して小さい重み係数を付与することにより、エッジ特徴領域４４２の評価値Ｔ（ｉ）への寄与率を低くすることが可能である。複合画像処理の適応値を示す評価値の算出は、様々な手法にて行われてよく、条件式等により得られる値を用いて評価値が算出されてもよい。例えば、領域評価値を取得する際に、処理済み画像４５と目標画像４３との相違を示す画像において、背景特徴領域４４３における孤立した相違領域の個数Ｃｂｓｎ（ｉ，ｓ）が、目標画像４３における欠陥領域４１１の個数よりも多い場合に、エラーカウント値Ｅｂ０をインクリメントするような、ＩＦ判定が利用されてよい。各複合画像処理により取得される全ての処理済み画像４５に対してＩＦ判定が行われることにより得られるエラーカウント値Ｅｂ０は、当該複合画像処理の評価値の算出に用いられる。

各複合画像処理の評価値が求められると、繰返制御部３１４では、現世代（ここでは、初期世代）の複数の複合画像処理における評価値のうち最大の評価値が、予め定められた設定値以上であるか否かが判定される（ステップＳ２６）。ここでは、最大の評価値が設定値未満であると確認される。また、現世代が、予め指定されたＧ番目の世代（Ｇは正の整数）であるか否かが判定される（ステップＳ２７）。ここでは、現世代がＧ番目の世代ではないと確認される。

続いて、複合画像処理生成部３１３では、後述の交叉処理を行う際に用いられる選択確率が、各複合画像処理の評価値に基づいて算出される（ステップＳ２８）。例えば、各複合画像処理の評価値を、現世代の全ての複合画像処理の評価値の和で割った値が、当該複合画像処理の選択確率として求められる。これにより、評価値が高い複合画像処理ほど、選択確率が高くなる。選択確率は、他の手法にて求められてよい。

各複合画像処理の選択確率が求められると、選択確率に基づいて２つの複合画像処理を選択し、当該２つの複合画像処理から新たな２つの複合画像処理を生成する交叉処理が行われる（ステップＳ２９）。交叉処理では、当該２つの複合画像処理を表現する２つの木構造のそれぞれにおいて、１つのノードを交叉位置としてランダムに選択し、当該交叉位置よりも末端の部分である部分木を当該２つの木構造にて入れ替えることにより、新たな個体である２つの複合画像処理が生成される。

例えば、図１１中に符号Ｒ１１を付して示す木構造の複合画像処理と、符号Ｒ２１を付して示す木構造の複合画像処理とがペアとして選択され、木構造Ｒ１１のノードＰ１１と、木構造Ｒ２１のノードＰ２１とが交叉位置としてランダムに選択される。そして、木構造Ｒ１１のノードＰ１１より末端部分の部分木（図１１中にて符号Ｌ１を付す実線の矩形にて囲む部分木）と、木構造Ｒ２１のノードＰ２１より末端部分の部分木（図１１中にて符号Ｌ２を付す破線の矩形にて囲む部分木）とが入れ替えられる（交叉が行われる）。これにより、図１２中に符号Ｒ１２を付して示す木構造の複合画像処理と、符号Ｒ２２を付して示す木構造の複合画像処理とが新たに生成される。既述のように、交叉が行われる複合画像処理のペアは、選択確率に従って選択されるため、評価値が高い複合画像処理同士にて交叉が行われる確率が高くなる。

本実施の形態における交叉処理では、例えば、初期世代の個体としてＮ個（Ｎは正の整数）の複合画像処理が存在する場合に、Ｎが偶数であるときには、（Ｎ−２）個の複合画像処理が選択確率に従って選択され、（（Ｎ／２）−１）組のペアが生成される。また、Ｎが奇数であるときには、（Ｎ−１）個の複合画像処理が選択確率に従って選択され、（（Ｎ−１）／２）組のペアが生成される。そして、ステップＳ１２の処理にて設定された交叉確率に従って、各ペアにおいて実際に交叉処理を行うか否かが決定される。交叉処理を行うペアでは、上記のように新たな２つの複合画像処理が生成される。交叉処理を行わないペアでは、当該ペアの複合画像処理がそのまま新たな２つの複合画像処理として扱われる。したがって、ステップＳ２９の処理では、現世代のＮ個の複合画像処理から（Ｎ−２）個または（Ｎ−１）個の新たな複合画像処理が取得される。なお、ステップＳ２９の処理にて取得される新たな複合画像処理の個数は任意に決定されてよい。

続いて、複数の新たな複合画像処理に対して突然変異処理が行われる（ステップＳ３０）。例えば、図１３に示す木構造Ｒ３１の複合画像処理では、１つのノードＰ３１がランダムに選択される。そして、当該ノードＰ３１が、ランダムに生成された部分木（図１４中にて符号Ｌ３を付す破線の矩形にて囲む部分木）に変更され、図１４に示す木構造Ｒ３２が取得される。このように、突然変異処理では、木構造においてノードや部分木の変更または削除がランダムに行われる。実際には、複数の新たな複合画像処理のそれぞれにおいて、ステップＳ１２の処理にて設定された突然変異確率に従って、実際に突然変異処理を行うか否かが決定される。

突然変異処理が完了すると、エリート保存処理が行われる（ステップＳ３１）。エリート保存処理では、直前のステップＳ２５の処理にて取得された評価値のうち最大の評価値の複合画像処理が、そのまま新たな複合画像処理に追加される。新たな複合画像処理の個数がＮ個に満たない場合（ここでは、Ｎが偶数の場合）には、２番目に評価値が高い複合画像処理が、そのまま新たな複合画像処理に追加される、または、ランダムに生成した複合画像処理が新たな複合画像処理に追加される。このようにして、新たな世代（ここでは、２番目の世代）のＮ個の複合画像処理が取得される。新たな世代の複数の複合画像処理では、直前の世代の複数の複合画像処理のうち評価値が高い複合画像処理の全体または一部が優先的に含まれているといえる。すなわち、複合画像処理生成部３１３では、複数の複合画像処理のうち評価値が高い複合画像処理が優先的に含まれるように、遺伝的プログラミングにより、新たな複数の複合画像処理が生成される。

新たな世代の複合画像処理が取得されると、ステップＳ２３に戻って、当該新たな世代の各複合画像処理を対象画像に対して実行することにより、複数の処理済み画像が取得される。続いて、各処理済み画像に関して、欠陥特徴領域４４１、エッジ特徴領域４４２および背景特徴領域４４３のそれぞれにおいて領域評価値が求められる（ステップＳ２４）。そして、欠陥特徴領域４４１の領域評価値、エッジ特徴領域４４２の領域評価値、および、背景特徴領域４４３の領域評価値に基づいて、各処理済み画像の取得に用いられた複合画像処理の評価値が求められる（ステップＳ２５）。

繰返制御部３１４では、現世代の複数の複合画像処理の評価値のうち最大の評価値が、予め定められた設定値以上であるか否かが判定される（ステップＳ２６）。最大の評価値が設定値未満である場合、現世代がＧ番目の世代（Ｇは正の整数）であるか否かが判定される（ステップＳ２７）。現世代がＧ番目の世代ではない場合、上記と同様に、選択確率の算出、交叉処理、突然変異処理、および、エリート保存処理が行われ、次の世代の新たな複数の複合画像処理が取得される（ステップＳ２８〜Ｓ３１）。そして、複数の処理済み画像の取得、領域評価値の算出、および、評価値の算出が行われる（ステップＳ２３〜Ｓ２５）。ステップＳ２８〜Ｓ３１，Ｓ２３〜Ｓ２５の処理は、最大の評価値が設定値以上となる、または、現世代がＧ番目の世代となるまで繰り返される（ステップＳ２６，Ｓ２７）。ステップＳ２８〜Ｓ３１，Ｓ２３〜Ｓ２５の処理の繰り返しは、他の条件を満たすまで繰り返されてよい。例えば、ステップＳ２５の処理後、評価値が最大の複合画像処理による複数の処理済み画像４５が複数の目標画像４３と共にディスプレイ２６に表示され、操作者の入力により、ステップＳ２８〜Ｓ３１，Ｓ２３〜Ｓ２５の処理の繰り返しの要否が決定されてもよい。

ステップＳ２６の処理にて最大の評価値が設定値以上となることが確認される、または、ステップＳ２７の処理にて現世代がＧ番目の世代となることが確認されると、現世代における最大の評価値の複合画像処理が、対象画像４１を目標画像４３に近似させる欠陥領域抽出用の複合画像処理として自動的に選択される（ステップＳ３２）。そして、ステップＳ２３の処理にて当該複合画像処理により生成された複数の処理済み画像４５が複数の目標画像４３と共にディスプレイ２６に表示され、操作者により欠陥領域抽出用の複合画像処理が適切であるか否かが確認される（図７：ステップＳ１４）。なお、ステップＳ３２の処理にて評価値が高い複数の複合画像処理が選択されてもよい。この場合、ステップＳ１４の処理にて当該複数の複合画像処理による処理済み画像４５が目標画像４３と共にディスプレイ２６に表示され、操作者の入力により、１つの複合画像処理が欠陥領域抽出用の複合画像処理として選択される。以上により、欠陥領域抽出用の複合画像処理を生成する処理が完了する。

ここで、複合画像処理の生成に利用される評価値について述べる。例えば、図１５に示す目標画像４３に対して、図１６に示す処理済み画像４５ａ、および、図１７に示す処理済み画像４５ｂが異なる２つの複合画像処理により取得される場合、目標画像４３と処理済み画像４５ａ，４５ｂとの相違を示す画像に基づいて当該２つの複合画像処理の評価値が求められる。具体的に、目標画像４３の全体の面積（画素数）は１０００、欠陥特徴領域４４１（ここでは、エッジ特徴領域４４２を設定しないため、対象画像４１の欠陥領域４１１と同じである。後述の図２１、図２４および図２７において同様。）の面積が１０であり、処理済み画像４５ａ，４５ｂにて取得された抽出領域４５１の面積がそれぞれ７および０である。したがって、図１６の処理済み画像４５ａでは、欠陥特徴領域４４１における相違領域の面積は３となり、図１７の処理済み画像４５ｂでは、欠陥特徴領域４４１における相違領域の面積は１０となる。

この場合に、比較例として、目標画像４３の全体の面積に対する画像全体の相違領域の面積率を評価値として求めると、図１６の処理済み画像４５ａに対応する複合画像処理の評価値は０．９９７（＝１−（３／１０００））となり、図１７の処理済み画像４５ｂに対応する複合画像処理の評価値は０．９９０（＝１−（１０／１０００））となる。このように、比較例の処理では、欠陥特徴領域４４１内で抽出領域４５１が取得される処理済み画像４５ａに対応する複合画像処理の評価値と、欠陥特徴領域４４１内で抽出領域４５１が取得されない処理済み画像４５ｂに対応する複合画像処理の評価値との間において大きな差が生じない。したがって、比較例の処理では、欠陥特徴領域４４１において抽出領域４５１を確実に取得するための複合画像処理を生成することが困難となる。

このような場合に、画像処理装置１では、欠陥特徴領域４４１における相違領域の欠陥特徴領域４４１に対する面積率が、欠陥特徴領域４４１の領域評価値として求められるとともに、当該領域評価値に対する重み係数が比較的大きい値に設定される。例えば、図１６の処理済み画像４５ａでは、欠陥特徴領域４４１および背景特徴領域４４３の領域評価値はそれぞれ０．３および０．０となり、欠陥特徴領域４４１および背景特徴領域４４３に対する重み係数をそれぞれ０．８および０．２として、評価値は０．７６０（＝１−（０．８×０．３＋０．２×０．０））となる。また、図１７の処理済み画像４５ｂでは、欠陥特徴領域４４１および背景特徴領域４４３の領域評価値はそれぞれ１．０および０．０となり、評価値は０．２００（＝１−（０．８×１．０＋０．２×０．０））となる。このように、処理済み画像４５において欠陥特徴領域４４１における抽出領域４５１が消える複合画像処理では、評価値が大幅に低下する。

以上のように、欠陥特徴領域４４１に対する相違領域（欠陥特徴領域４４１内の相違領域）の面積率に基づく評価値を求めることにより、処理済み画像４５の欠陥特徴領域４４１において抽出領域４５１をより確実に取得する複合画像処理が生成可能となる。なお、処理済み画像４５の欠陥特徴領域４４１において抽出領域４５１をより確実に取得する場合には、抽出領域４５１のサイズが目標画像４３が示す欠陥領域４１１のサイズと相違することはあまり問題ではない。

ところで、図１８および図１９に示す対象画像４１ｃ，４１ｄのように、欠陥領域４１１の大きさは画像毎に大きく異なることがある。特に、図１９のように、小さい欠陥領域４１１を含む対象画像４１ｄでは、処理済み画像４５において抽出領域４５１が消えやすくなる。このような場合でも、欠陥特徴領域４４１に対する相違領域の面積率に基づく評価値を求めることにより、画像処理装置１では、欠陥特徴領域４４１において抽出領域４５１の消滅の回避が可能な複合画像処理を生成することが実現される。

なお、図２０に示す目標画像４３では、孤立した複数の欠陥領域４１１を含むため、欠陥特徴領域４４１のエッジの長さの合計が大きくなる。したがって、エッジ特徴領域４４２を設定する場合に、エッジ特徴領域４４２の面積が大きくなる。欠陥領域４１１のエッジが複雑な形状である場合も同様に、エッジ特徴領域４４２の面積が大きくなる。また、処理済み画像４５における抽出領域４５１のサイズのわずかな変動により、エッジ特徴領域４４２では、相違領域の面積率が変動しやすい。このようにエッジ特徴領域４４２の領域評価値が不安定となる場合には、評価値の算出においてエッジ特徴領域４４２の重み係数（寄与率）を低くすることが好ましい。

画像処理装置１では、背景特徴領域４４３の重み係数を、欠陥特徴領域４４１の重み係数に比べて十分に小さくする場合には、欠陥特徴領域４４１および背景特徴領域４４３のそれぞれにおける相違領域の画像全体に対する面積率に基づく評価値が求められてもよい。例えば、図２１に示す目標画像４３に対して、図２２に示す処理済み画像４５ｅ、および、図２３に示す処理済み画像４５ｆが異なる２つの複合画像処理により取得される場合を考える。目標画像４３の全体の面積は１０００、欠陥特徴領域４４１の面積は１０である。処理済み画像４５ｅ，４５ｆの欠陥特徴領域４４１における相違領域の面積は、それぞれ５および０であり、背景特徴領域４４３における相違領域の面積は、それぞれ０および５である。

この場合に、比較例として、目標画像４３の全体の面積に対する画像全体の相違領域の面積率を評価値として求めると、図２２の処理済み画像４５ｅに対応する複合画像処理の評価値は０．９９５０（＝１−（５／１０００））となり、図２３の処理済み画像４５ｆに対応する複合画像処理の評価値も同じである。したがって、これらの複合画像処理の評価値には差が生じない。

このような場合に、画像処理装置１では、欠陥特徴領域４４１および背景特徴領域４４３のそれぞれにおける相違領域の画像全体に対する面積率が領域評価値として求められるとともに、欠陥特徴領域４４１の重み係数が、背景特徴領域４４３の重み係数に比べて十分に大きい値に設定される。例えば、図２２の処理済み画像４５ｅでは、欠陥特徴領域４４１および背景特徴領域４４３の領域評価値はそれぞれ０．００５０および０．００００となり、欠陥特徴領域４４１および背景特徴領域４４３に対する重み係数をそれぞれ０．９および０．１として、評価値は０．９９５５（＝１−（０．９×０．００５０＋０．１×０．００００））となる。また、図２３の処理済み画像４５ｆでは、欠陥特徴領域４４１および背景特徴領域４４３の領域評価値はそれぞれ０．００００および０．００５０となり、評価値は０．９９９５（＝１−（０．９×０．００００＋０．１×０．００５０））となる。

このように、各特徴領域４４１，４４３における相違領域の画像全体に対する面積率に基づく評価値を求める場合でも、これらの特徴領域４４１，４４３の重み係数を調整する（異ならせる）ことにより、２つの処理済み画像４５ｅ，４５ｆに対応する２つの複合画像処理の評価値に差をつけることができる。なお、上記のように背景特徴領域４４３の重み係数を低くする場合、処理済み画像４５において背景特徴領域４４３に抽出領域４５１（すなわち、偽欠陥領域であり、ノイズである。）が生じやすくなるが、欠陥特徴領域４４１における欠陥領域４１１は抽出領域４５１として忠実に取得されやすくなる。換言すると、欠陥特徴領域４４１における欠陥領域４１１の忠実な取得を、背景特徴領域４４３におけるノイズの抑制よりも優先した複合画像処理が生成される。

次に、背景特徴領域４４３における孤立した相違領域の個数（カウント数）に基づく評価値について述べる。例えば、図２４に示す目標画像４３に対して、図２５に示す処理済み画像４５ｇ、および、図２６に示す処理済み画像４５ｈが異なる２つの複合画像処理により取得される場合を考える。目標画像４３の全体の面積は１０００、欠陥特徴領域４４１の面積は１０である。処理済み画像４５ｇ，４５ｈでは、欠陥特徴領域４４１における相違領域の面積は共に０であり、背景特徴領域４４３における相違領域の面積は、それぞれ５および３である。

この場合に、目標画像４３の全体の面積に対する画像全体の相違領域の面積率を評価値として求める比較例では、図２５の処理済み画像４５ｇに対応する複合画像処理の評価値は０．９９５（＝１−（５／１０００））となり、図２６の処理済み画像４５ｈに対応する複合画像処理の評価値は０．９９７（＝１−（３／１０００））となる。

これに対し、画像処理装置１では、欠陥特徴領域４４１および背景特徴領域４４３のそれぞれにおける相違領域の当該特徴領域４４１，４４３に対する面積率に加えて、背景特徴領域４４３における孤立した相違領域の個数が領域評価値として求められる。欠陥特徴領域４４１の相違領域の面積率、背景特徴領域４４３の相違領域の面積率、および、背景特徴領域４４３における孤立した相違領域の個数に対する重み係数をそれぞれ０．８、０．２および０．１とすると、背景特徴領域４４３における孤立した相違領域の個数が１である図２５の処理済み画像４５ｇでは、評価値は０．９０８（＝１−（０．８×０．０＋０．２×０．００５＋０．１×１）／１．１）となる。背景特徴領域４４３における孤立した相違領域の個数が３である図２６の処理済み画像４５ｈでは、評価値は０．７２７（＝１−（０．８×０．０＋０．２×０．００３＋０．１×３）／１．１）となり、処理済み画像４５ｇにおける評価値よりも低くなる。

このように、背景特徴領域４４３における孤立した相違領域の個数を領域評価値として用いることにより、処理済み画像４５において背景特徴領域４４３に複数の偽欠陥領域（ノイズ）が生じやすくなる複合画像処理が生成されることを抑制することができる。例えば、処理済み画像４５における背景特徴領域４４３において、面積が大きい１つの偽欠陥領域が発生することよりも、複数の偽欠陥領域が発生することが、後続の欠陥分類処理において好ましくない場合等に、上記複合画像処理は有効となる。

次に、欠陥特徴領域４４１において相違領域により分断された非相違領域（すなわち、孤立した非相違領域）の個数に基づく評価値について述べる。例えば、図２７に示す目標画像４３に対して、図２８に示す処理済み画像４５ｉ、および、図２９に示す処理済み画像４５ｊが異なる２つの複合画像処理により取得される場合を考える。目標画像４３の全体の面積は１０００、欠陥特徴領域４４１の面積は１０である。処理済み画像４５ｉ，４５ｊでは、欠陥特徴領域４４１における相違領域の面積は共に４であり、背景特徴領域４４３における相違領域の面積は共に０である。

この場合に、目標画像４３の全体の面積に対する画像全体の相違領域の面積率を評価値として求める比較例では、図２８の処理済み画像４５ｉに対応する複合画像処理の評価値は０．９９６（＝１−（４／１０００））となり、図２９の処理済み画像４５ｊに対応する複合画像処理の評価値も０．９９６（＝１−（４／１０００））となる。

これに対し、画像処理装置１では、欠陥特徴領域４４１および背景特徴領域４４３のそれぞれにおける相違領域の当該特徴領域４４１，４４３に対する面積率に加えて、欠陥特徴領域４４１において孤立した非相違領域の個数が領域評価値として求められる。欠陥特徴領域４４１の相違領域の面積率、背景特徴領域４４３の相違領域の面積率、および、欠陥特徴領域４４１において孤立した非相違領域の個数に対する重み係数をそれぞれ０．８、０．２および０．０５とすると、欠陥特徴領域４４１において孤立した非相違領域の個数が１である図２８の処理済み画像４５ｉでは、評価値は０．６４８（＝１−（０．８×０．４＋０．２×０．０＋０．０５×１）／１．０５）となる。欠陥特徴領域４４１において孤立した非相違領域の個数が４である図２９の処理済み画像４５ｊでは、評価値は０．５０５（＝１−（０．８×０．４＋０．２×０．０＋０．０５×４）／１．０５）となり、処理済み画像４５ｉにおける評価値よりも低くなる。

このように、欠陥特徴領域４４１において孤立した非相違領域の個数を領域評価値として用いることにより、処理済み画像４５の欠陥特徴領域４４１において、１つの欠陥領域４１１が複数の抽出領域４５１に分割されやすい複合画像処理が生成されることを抑制することができる。すなわち、対象画像４１における１つの欠陥領域４１１が、処理済み画像４５において複数の抽出領域４５１に分割されにくい複合画像処理を生成することができる。

以上に説明したように、画像処理装置１では、遺伝的プログラミングにより複数の複合画像処理が生成され、複数の複合画像処理のそれぞれを対象画像４１に対して実行することにより、複数の処理済み画像４５が取得される。また、対象画像４１において抽出すべき欠陥領域４１１を示す目標画像４３が予め準備され、欠陥領域４１１に含まれる欠陥特徴領域４４１、および、欠陥領域４１１に含まれない背景特徴領域４４３のそれぞれにおいて、目標画像４３と各処理済み画像４５との一致度を示す領域評価値（上記処理例では、複数種類の一致度を示す複数の領域評価値）が求められる。そして、欠陥特徴領域４４１の領域評価値、および、背景特徴領域４４３の領域評価値に基づいて、各処理済み画像４５の取得に用いられた複合画像処理の評価値が求められる。これにより、抽出対象領域である欠陥領域４１１が、処理済み画像４５において抽出領域４５１として適切に抽出可能な複合画像処理を容易に生成することができる。

ところで、目標画像４３の全体の面積に対する画像全体の相違領域の面積率を評価値として求める上記比較例では、複合画像処理の世代が高くなると、同世代の複数の複合画像処理において評価値が拮抗して選択確率の差がつきにくくなり、複合画像処理の最適化が停滞する傾向がある。これに対し、画像処理装置１における上記処理では、特徴領域４４１〜４４３毎の領域評価値を用いて各複合画像処理の評価値が求められるため、複合画像処理の最適化の停滞を抑制することができる。

また、画像処理装置１では、目標画像４３と各処理済み画像４５との相違を示す画像における欠陥特徴領域４４１および背景特徴領域４４３のそれぞれを注目特徴領域とし、注目特徴領域において画素の値が１となる領域が相違領域として特定される。そして、注目特徴領域もしくは当該画像の全体に対する相違領域の面積率、または、注目特徴領域において孤立した相違領域の個数、もしくは、相違領域により分断された非相違領域の個数に基づく領域評価値が求められる。これにより、処理済み画像４５において欠陥特徴領域４４１における抽出領域４５１の消滅や抽出領域４５１の分裂、あるいは、背景特徴領域４４３に多数の抽出領域４５１が発生する等の場合に評価値を小さくして、好ましい複合画像処理を取得することができる。

さらに、複数の対象画像４１、および、当該複数の対象画像４１における同種の抽出対象領域（すなわち、欠陥領域４１１）を示す複数の目標画像４３が予め準備され、各対象画像４１に対して複数の複合画像処理のそれぞれが実行される。そして、各複合画像処理により複数の対象画像４１から取得された複数の処理済み画像４５に基づいて当該複合画像処理の評価値が求められる。これにより、複数の対象画像４１から取得される複数の処理済み画像４５において適切な抽出領域４５１がより確実に取得可能な、さらに好ましい複合画像処理を生成することが実現される。

上記画像処理装置１では様々な変形が可能である。

既述のように、エッジ特徴領域４４２が省略され（エッジ特徴領域４４２の幅が０に設定され）、欠陥特徴領域４４１および背景特徴領域４４３のみが設定されてもよい。この場合、欠陥特徴領域４４１は、抽出対象領域である欠陥領域４１１の全体（または、ほぼ全体）となる。以上のように、画像処理装置１では、欠陥領域４１１に含まれる欠陥特徴領域４４１、および、欠陥領域４１１に含まれない、すなわち、非欠陥領域４１２に含まれる背景特徴領域４４３が設定されることが好ましい。より好ましくは、背景特徴領域４４３は、目標画像４３における欠陥特徴領域４４１（エッジ特徴領域４４２が設定される場合、欠陥特徴領域４４１およびエッジ特徴領域４４２）を除く領域の全体（または、ほぼ全体）である。

複数の特徴領域は、欠陥特徴領域４４１、エッジ特徴領域４４２および背景特徴領域４４３には限定されない。例えば、パターン領域においてパターン欠陥特徴領域およびパターン背景特徴領域が設定され、非パターン領域において非パターン欠陥特徴領域および非パターン背景特徴領域が設定されてもよい。また、テクスチャ領域が１つの特徴領域とされてもよい。特徴領域は、対象画像４１や参照画像４２に基づいて決定されてもよい。

領域評価値を求める際に利用される、目標画像４３と各処理済み画像４５との相違を示す画像は差分画像以外であってもよい。例えば、両画像の互いに対応する画素の値の比の値を示す画像であってもよい。この場合も、目標画像４３の各画素の値と、処理済み画像４５の対応する画素の値との相違が大きいほど、当該相違を示す画像における画素の値は大きくなる。

上記実施の形態では、目標画像４３および処理済み画像４５が２値画像であるため、両画像の相違を示す画像において、画素の値が１となる領域が相違領域として扱われるが、目標画像４３および処理済み画像４５が多階調画像である場合には、画素の値が所定値以上となる領域が相違領域として扱われる。

対象画像４１は、基板以外の対象物上の欠陥を示す画像であってよい。また、抽出対象領域は欠陥領域以外であってもよい。例えば、人を撮像したカラーの画像を対象画像とし、肌色領域を抽出対象領域として、複合画像処理を生成する上記処理が行われてもよい。この場合、対象画像における肌色領域が、処理済み画像において抽出領域として抽出可能な複合画像処理が生成される。

上記実施の形態および各変形例における構成は、相互に矛盾しない限り適宜組み合わされてよい。

１ 画像処理装置
２ コンピュータ
４１，４１ｃ，４１ｄ 対象画像
４３ 目標画像
４５，４５ａ，４５ｂ，４５ｅ〜４５ｊ 処理済み画像
９２ プログラム
３１１ 処理済み画像取得部
３１２ 評価値算出部
３１３ 複合画像処理生成部
３１４ 繰返制御部
４１１ 欠陥領域
４１２ 非欠陥領域
４４１ 欠陥特徴領域
４４２ エッジ特徴領域
４４３ 背景特徴領域
Ｒ１１，Ｒ１２，Ｒ２１，Ｒ２２，Ｒ３１，Ｒ３２ 木構造
Ｓ１１〜Ｓ１４，Ｓ２１〜Ｓ３２ ステップ

Claims (13)

1. 画像処理装置であって、
   選択された複数の画像処理を決められた順序にて画像に対して実行する処理を複合画像処理として、予め準備された複数の複合画像処理のそれぞれを対象画像に対して実行することにより、複数の処理済み画像を取得する処理済み画像取得部と、
   前記対象画像において抽出すべき抽出対象領域を示す目標画像が予め準備されており、前記抽出対象領域に含まれる第１特徴領域、および、前記抽出対象領域に含まれない第２特徴領域のそれぞれにおいて、前記目標画像と各処理済み画像との一致度を示す領域評価値を求め、前記第１特徴領域の前記領域評価値、および、前記第２特徴領域の前記領域評価値に基づいて、前記各処理済み画像の取得に用いられた複合画像処理の評価値を求める評価値算出部と、
   前記複数の複合画像処理のうち前記評価値が高い複合画像処理が優先的に含まれるように、遺伝的プログラミングにより、新たな複数の複合画像処理を生成する複合画像処理生成部と、
   前記処理済み画像取得部、前記評価値算出部および前記複合画像処理生成部における処理を、所定の条件を満たすまで繰り返すことにより、前記対象画像を前記目標画像に近似させる複合画像処理を取得する繰返制御部と、
   を備えることを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置であって、
   前記評価値算出部が、前記目標画像と前記各処理済み画像との相違を示す画像における前記第１特徴領域および前記第２特徴領域のそれぞれを注目特徴領域とし、前記注目特徴領域において画素の値が所定値以上となる領域を相違領域として、前記注目特徴領域もしくは前記画像の全体に対する前記注目特徴領域の前記相違領域の面積率、または、前記注目特徴領域において孤立した前記相違領域の個数、もしくは、前記相違領域により分断された領域の個数に基づく前記領域評価値を求めることを特徴とする画像処理装置。
3. 請求項１または２に記載の画像処理装置であって、
   前記第１特徴領域が前記抽出対象領域の全体、または、前記抽出対象領域の外縁部を除く領域の全体であることを特徴とする画像処理装置。
4. 請求項３に記載の画像処理装置であって、
   前記対象画像が、対象物上の欠陥を示す画像であり、
   前記抽出対象領域が欠陥領域であり、
   前記第１特徴領域が前記欠陥領域に含まれ、前記第２特徴領域が非欠陥領域に含まれることを特徴とする画像処理装置。
5. 請求項１ないし４のいずれかに記載の画像処理装置であって、
   前記第１特徴領域と前記第２特徴領域との間に両特徴領域に接する第３特徴領域が設定され、
   前記評価値算出部が、前記第３特徴領域の前記領域評価値を求め、前記第３特徴領域の前記領域評価値に基づいて前記評価値を求めることを特徴とする画像処理装置。
6. 請求項１ないし５のいずれかに記載の画像処理装置であって、
   複数の対象画像、および、前記複数の対象画像における同種の抽出対象領域を示す複数の目標画像が予め準備され、
   前記処理済み画像取得部が、各対象画像に対して前記複数の複合画像処理のそれぞれを実行し、
   前記評価値算出部が、各複合画像処理により前記複数の対象画像から取得された複数の処理済み画像に基づいて前記各複合画像処理の前記評価値を求めることを特徴とする画像処理装置。
7. 画像処理方法であって、
   ａ）選択された複数の画像処理を決められた順序にて画像に対して実行する処理を複合画像処理として、予め準備された複数の複合画像処理のそれぞれを対象画像に対して実行することにより、複数の処理済み画像を取得する工程と、
   ｂ）前記対象画像において抽出すべき抽出対象領域を示す目標画像が予め準備されており、前記抽出対象領域に含まれる第１特徴領域、および、前記抽出対象領域に含まれない第２特徴領域のそれぞれにおいて、前記目標画像と各処理済み画像との一致度を示す領域評価値を求める工程と、
   ｃ）前記第１特徴領域の前記領域評価値、および、前記第２特徴領域の前記領域評価値に基づいて、前記各処理済み画像の取得に用いられた複合画像処理の評価値を求める工程と、
   ｄ）前記複数の複合画像処理のうち前記評価値が高い複合画像処理が優先的に含まれるように、遺伝的プログラミングにより、新たな複数の複合画像処理を生成する工程と、
   ｅ）前記ａ）ないしｄ）工程を、所定の条件を満たすまで繰り返すことにより、前記対象画像を前記目標画像に近似させる複合画像処理を取得する工程と、
   を備えることを特徴とする画像処理方法。
8. 請求項７に記載の画像処理方法であって、
   前記ｂ）工程において、前記目標画像と前記各処理済み画像との相違を示す画像における前記第１特徴領域および前記第２特徴領域のそれぞれを注目特徴領域とし、前記注目特徴領域において画素の値が所定値以上となる領域を相違領域として、前記注目特徴領域もしくは前記画像の全体に対する前記注目特徴領域の前記相違領域の面積率、または、前記注目特徴領域において孤立した前記相違領域の個数、もしくは、前記相違領域により分断された領域の個数に基づく前記領域評価値が求められることを特徴とする画像処理方法。
9. 請求項７または８に記載の画像処理方法であって、
   前記第１特徴領域が前記抽出対象領域の全体、または、前記抽出対象領域の外縁部を除く領域の全体であることを特徴とする画像処理方法。
10. 請求項９に記載の画像処理方法であって、
    前記対象画像が、対象物上の欠陥を示す画像であり、
    前記抽出対象領域が欠陥領域であり、
    前記第１特徴領域が前記欠陥領域に含まれ、前記第２特徴領域が非欠陥領域に含まれることを特徴とする画像処理方法。
11. 請求項７ないし１０のいずれかに記載の画像処理方法であって、
    前記第１特徴領域と前記第２特徴領域との間に両特徴領域に接する第３特徴領域が設定され、
    前記ｂ）工程において、前記第３特徴領域の前記領域評価値が求められ、
    前記ｃ）工程において、前記第３特徴領域の前記領域評価値に基づいて前記評価値が求められることを特徴とする画像処理方法。
12. 請求項７ないし１１のいずれかに記載の画像処理方法であって、
    複数の対象画像、および、前記複数の対象画像における同種の抽出対象領域を示す複数の目標画像が予め準備され、
    前記ａ）工程において、各対象画像に対して前記複数の複合画像処理のそれぞれが実行され、
    前記ｂ）およびｃ）工程において、各複合画像処理により前記複数の対象画像から取得された複数の処理済み画像に基づいて前記各複合画像処理の前記評価値が求められることを特徴とする画像処理方法。
13. 選択された複数の画像処理を決められた順序にて画像に対して実行する処理である複合画像処理をコンピュータに生成させるプログラムであって、前記プログラムの前記コンピュータによる実行は、前記コンピュータに、
    ａ）予め準備された複数の複合画像処理のそれぞれを対象画像に対して実行することにより、複数の処理済み画像を取得する工程と、
    ｂ）前記対象画像において抽出すべき抽出対象領域を示す目標画像が予め準備されており、前記抽出対象領域に含まれる第１特徴領域、および、前記抽出対象領域に含まれない第２特徴領域のそれぞれにおいて、前記目標画像と各処理済み画像との一致度を示す領域評価値を求める工程と、
    ｃ）前記第１特徴領域の前記領域評価値、および、前記第２特徴領域の前記領域評価値に基づいて、前記各処理済み画像の取得に用いられた複合画像処理の評価値を求める工程と、
    ｄ）前記複数の複合画像処理のうち前記評価値が高い複合画像処理が優先的に含まれるように、遺伝的プログラミングにより、新たな複数の複合画像処理を生成する工程と、
    ｅ）前記ａ）ないしｄ）工程を、所定の条件を満たすまで繰り返すことにより、前記対象画像を前記目標画像に近似させる複合画像処理を取得する工程と、
    を実行させることを特徴とするプログラム。

Images