JP2015137919A - 外観検査装置、外観検査方法、及び、プログラム - Google Patents

Abstract

【課題】欠陥の分類精度及び合否判定精度を装置の使用に伴って向上し、目視検査工程を効率化することが可能な外観検査装置等を提供する。
【解決手段】外観検査装置１は、被検査シート３をカメラ５で撮影した撮影画像を画像入力部２１により取り込み、前処理部２２を施した画像から欠陥候補抽出部２３により欠陥候補を抽出し、その特徴量を特徴量算出部２４により算出する。
欠陥分類処理部２５は分類用閾値４３と欠陥候補の特徴量を比較して欠陥候補の種類を特定し、良否判定処理部２６は判定用閾値４５と欠陥候補の特徴量を比較して欠陥候補の良否を判定する。欠陥候補の種類が不明の場合、良否がＮＧ又は不明の場合には、作業者に種類及び良否を入力させ、欠陥候補の特徴量の値を元に分類用閾値４３及び判定用閾値４５を更新し、外観検査装置１にフィードバックする。
【選択図】図３

Description

本発明は、外観検査装置に係り、更に詳しくは、目視検査工程における判定内容をフィードバックすることにより、検査感度を向上し、目視検査工程の効率化が可能な外観検査装置等に関するものである。

従来、被検査物体の外観を検査する外観検査装置が提案され、製造工程で使用されている（例えば、特許文献１）。

特許文献１は、非検査体の表面を取り込む画像入力手段と、取り込んだ画像から複数の特徴量を抽出する特徴抽出手段と、抽出された複数の特徴量を説明変量として多変量解析により複数の群予測を行うための関数を記憶する記憶手段と、記憶手段に記憶されている関数を選択的に用いて、被検査体の欠陥の種類を群予測し、群予測の結果に対応した欠陥の大きさの群予測を行う群予測手段と、群予測手段により求めた欠陥の種類と欠陥の大きさの組み合せにより、欠陥の合否及び再検査の判別を行う判別手段を有する画像判定装置について開示している。

特開平０８−６８７６４号公報

しかしながら、特許文献１の方法は、予測の精度が、欠陥の種類を分類するための関数、及び、欠陥の種類の群予測の結果に対応して欠陥の大きさの群予測を行うための関数の決め方に大きく依存し、関数の決め方次第により分類精度が低下し、欠陥の誤検知や見逃しが多発する可能性があるという問題がある。

本発明は、前述した問題点に鑑みてなされたもので、その目的とするところは、欠陥の分類精度及び合否判定精度を装置の使用に伴って向上し、目視検査工程を効率化することが可能な外観検査装置等を提供することである。

前述した目的を達成するために、第１の発明は、被検査物体の外観に生じた欠陥の種類及び合否を判定する外観検査装置であって、被検査物体の撮影画像を入力する画像入力手段と、前記撮影画像から欠陥候補を抽出する欠陥候補抽出手段と、前記欠陥候補の複数の特徴量を算出する特徴量算出手段と、前記欠陥の種類ごとに、前記欠陥の種類を特定するための前記複数の特徴量に関する第１の閾値を記憶する第１の記憶手段と、前記欠陥候補の複数の特徴量を前記第１の閾値と比較し、前記欠陥候補の前記欠陥の種類を特定する分類手段と、前記分類手段により前記欠陥候補の前記欠陥の種類が特定できない場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の前記欠陥の種類を選択入力させる種類入力手段と、前記種類入力手段により選択入力された前記欠陥の種類について前記第１の記憶手段に記憶されている前記第１の閾値を、前記欠陥候補の複数の特徴量を元に更新する分類用閾値更新手段と、を具備することを特徴とする外観検査装置である。

また、前記欠陥の種類ごとに、前記欠陥候補の良否を判定するための前記複数の特徴量に関する第２の閾値を記憶する第２の記憶手段と、前記分類手段により前記欠陥の種類が特定された前記欠陥候補の良否を、前記欠陥候補の複数の特徴量と前記第２の閾値とを比較することにより判定する良否判定手段と、前記良否判定手段により前記欠陥候補の良否を判定できない場合及び不良と判定された場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の良否を入力させる良否入力手段と、前記良否入力手段により良否を入力した前記欠陥候補の前記欠陥の種類について前記第２の記憶手段に記憶されている前記第２の閾値を、前記欠陥候補の複数の特徴量を元に更新する良否判定用閾値更新手段と、を更に具備することが望ましい。

前記第１の閾値は、前記欠陥の種類ごとに、前記複数の特徴量の夫々について定めた上限値及び下限値であり、前記分類手段は、前記欠陥候補の全特徴量が、前記第１の閾値の前記上限値及び下限値の範囲である場合に、前記欠陥候補が当該第１の閾値の前記欠陥の種類に属すると特定することが望ましい。
また、前記分類用閾値更新手段は、前記欠陥候補の特徴量が前記第１の閾値の前記上限値を上回る場合に、当該欠陥候補の特徴量を前記第１の閾値の前記上限値とし、前記欠陥候補の特徴量が前記第１の閾値の前記下限値を下回る場合に、当該欠陥候補の特徴量を前記第１の閾値の前記下限値として第１の閾値を更新することが望ましい。

前記第２の閾値は、前記欠陥の種類ごとに、前記複数の特徴量の夫々について定めた上限値及び下限値であり、前記良否判定手段は、前記欠陥候補の全特徴量が、前記第２の閾値の前記上限値及び下限値の範囲にある場合に、前記欠陥候補が不良であると特定し、前記欠陥候補の全特徴量が、前記第２の閾値の前記上限値及び下限値の範囲にない場合に、前記欠陥候補が不良ではないと特定することが望ましい。
前記良否判定用閾値更新手段は、前記欠陥候補の特徴量が前記第２の閾値の前記上限値を上回る場合に、当該欠陥候補の特徴量を前記第２の閾値の前記上限値とし、前記欠陥候補の特徴量が前記第２の閾値の前記下限値を下回る場合に、当該欠陥候補の特徴量を前記第２の閾値の前記下限値として第２の閾値を更新することが望ましい。

前記特徴量は、前記欠陥候補の面積、フェレ径、外接矩形主軸・副軸長、主軸角、円形度、針状度、外接円・内接円直径、周長、等価楕円主軸・副軸長、等価楕円主軸副軸長比、平均輝度値、最大輝度値、及び、明暗の値を含むことが望ましい。
また、前記欠陥の種類は、汚れ、シミ、キズ、及び、繊維を含むことが望ましい。

被検査物体は、例えば、生産ライン中にあるシート状の製品等であり、画像入力手段により被検査物体の撮影画像を入力し、欠陥候補抽出手段により、撮影画像のなかから欠陥の候補を抽出する。次に、特徴量算出手段により、欠陥候補について、フェレ径、外接矩形主軸・副軸長、主軸角、円形度、針状度、外接円・内接円直径、周長、等価楕円主軸・副軸長、等価楕円主軸副軸長比、平均輝度値、最大輝度値、明暗等の特徴量を抽出し、分類手段により、第１の記憶手段により記憶されている第１の閾値と比較することにより、欠陥の種類を判定する。
第１の閾値は、欠陥の種類ごとに設けられた各特徴量の上限値と下限値であり、欠陥候補の全特徴量が、第１の閾値の範囲内にある場合に、当該第１の閾値の種類が欠陥の種類となる。

分類手段により、欠陥候補の特徴量が、どの欠陥の種類とも判定されない場合には、種類入力手段により、欠陥候補の位置を表示させ、作業者に、被検査物体の欠陥候補を目視させ、欠陥の種類を入力させる。分類用閾値更新手段により、入力された目視による欠陥の種類についての第１の閾値を、欠陥候補の特徴量を元に更新する。第１の閾値の範囲内にない欠陥候補の特徴量を新たな第１の閾値として、第１の閾値を更新する。
これにより、第１の発明の外観検査装置を使用し続けることにより、第１の閾値が更新され、欠陥の分類精度を向上させ、検査作業の効率化を図ることが可能である。

また、分類手段により欠陥候補の欠陥の種類が判定された場合に、良否判定手段により、第２の記憶手段により記憶されている第２の閾値と比較することにより、欠陥候補の良否を判定する。
第２の閾値は、欠陥の種類ごとに設けられた各特徴量の上限値と下限値であり、欠陥候補の全特徴量が第２の閾値の範囲内にある場合に不良と判定し、欠陥候補の全特徴量が前記第２の閾値の前記上限値及び下限値の範囲にない場合に不良ではないと判定する。

良否判定手段により欠陥候補が不良あるいは不良でないと判定できない場合、良否入力手段により、欠陥候補の位置を表示させ、作業者に、被検査物体の欠陥候補を目視させ、欠陥候補についての良否を入力させる。良否判定用閾値更新手段は、不良と判定された欠陥候補について、当該欠陥の種類の第２の閾値を、欠陥候補の特徴量を元に更新する。すなわち、第２の閾値の範囲内にない欠陥候補の特徴量を新たな第２の閾値として、第２の閾値を更新する。
これにより、第１の発明の外観検査装置を使用し続けることにより、第２の閾値が更新され、欠陥の良否判定精度を向上させ検査作業の効率化を図ることが可能である。

第２の発明は、欠陥の種類ごとに、前記欠陥の種類を特定するための複数の特徴量に関する第１の閾値を記憶する第１の記憶手段を備える外観検査装置が実行する、被検査物体の外観に生じた欠陥の種類及び合否を判定する外観検査方法であって、被検査物体の撮影画像を入力する画像入力ステップと、前記撮影画像から欠陥候補を抽出する欠陥候補抽出ステップと、前記欠陥候補の複数の特徴量を算出する特徴量算出ステップと、前記欠陥候補の複数の特徴量を前記第１の閾値と比較し、前記欠陥候補の前記欠陥の種類を特定する分類ステップと、前記分類ステップにより前記欠陥候補の前記欠陥の種類が特定できない場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の前記欠陥の種類を選択入力させる種類入力ステップと、前記種類入力ステップにより選択入力された前記欠陥の種類についての前記第１の閾値を、前記欠陥候補の複数の特徴量を元に更新する分類用閾値更新ステップと、を含むことを特徴とする外観検査方法である。

第２の発明は、前記外観検査装置は、前記欠陥の種類ごとに、前記欠陥候補の良否を判定するための前記複数の特徴量に関する第２の閾値を記憶する第２の記憶手段を、更に備え、前記分類ステップにより前記欠陥の種類が特定された前記欠陥候補の良否を、前記欠陥候補の複数の特徴量と前記第２の閾値とを比較することにより判定する良否判定ステップと、前記良否判定ステップにより前記欠陥候補の良否を判定できない場合及び不良と判定された場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の良否を入力させる良否入力ステップと、前記良否入力ステップにより良否を入力した前記欠陥候補の前記欠陥の種類についての前記第２の閾値を、前記欠陥候補の複数の特徴量を元に更新する良否判定用閾値更新ステップと、更に含むことが望ましい。

第３の発明は、コンピュータを、被検査物体の外観に生じた欠陥の種類及び合否を判定する外観検査装置として機能させるためのプログラムであって、前記コンピュータを、被検査物体の撮影画像を入力する画像入力手段、前記撮影画像から欠陥候補を抽出する欠陥候補抽出手段、前記欠陥候補の複数の特徴量を算出する特徴量算出手段、前記欠陥の種類ごとに、前記欠陥の種類を特定するための前記複数の特徴量に関する第１の閾値を記憶する第１の記憶手段、前記欠陥候補の複数の特徴量を前記第１の閾値と比較し、前記欠陥候補の前記欠陥の種類を特定する分類手段、前記分類手段により前記欠陥候補の前記欠陥の種類が特定できない場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の前記欠陥の種類を選択入力させる種類入力手段、前記種類入力手段により選択入力された前記欠陥の種類について前記第１の記憶手段に記憶されている前記第１の閾値を、前記欠陥候補の複数の特徴量を元に更新する分類用閾値更新手段、として機能させるためのプログラムである。

第３の発明は、前記欠陥の種類ごとに、前記欠陥候補の良否を判定するための前記複数の特徴量に関する第２の閾値を記憶する第２の記憶手段、前記分類手段により前記欠陥の種類が特定された前記欠陥候補の良否を、前記欠陥候補の複数の特徴量と前記第２の閾値とを比較することにより判定する良否判定手段、前記良否判定手段により前記欠陥候補の良否を判定できない場合及び不良と判定された場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の良否を入力させる良否入力手段、前記良否入力手段により良否を入力した前記欠陥候補の前記欠陥の種類について前記第２の記憶手段に記憶されている前記第２の閾値を、前記欠陥候補の複数の特徴量を元に更新する良否判定用閾値更新手段、を更に具備することが望ましい。

本発明により、欠陥の分類精度及び合否判定精度を装置の使用に伴って向上し、目視検査工程を効率化することが可能な外観検査装置等を提供する。

本発明の実施形態に係る外観検査装置１の概要を示す図 外観検査装置１のハードウエア構成例を示すブロック図 外観検査装置１の機能構成例を示すブロック図 欠陥の特徴量の例の説明図 欠陥候補特徴量４１を説明する図 分類用閾値４３及び判定用閾値４５を説明する図 欠陥分類処理部２５の処理の流れを示すフローチャート 良否判定処理部２６の処理の流れを示すフローチャート 目視判定入力部２７の処理の流れを示すフローチャート 目視判定入力画面５０の例を示す図 分類用閾値更新処理部２８の処理の流れを示すフローチャート 判定用閾値更新処理部２９の処理の流れを示すフローチャート

以下、添付図面に基づいて、本発明に係る外観検査装置１等の好適な実施形態について詳細に説明する。尚、以下の説明及び添付図面において、略同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略することにする。

図１は、外観検査装置１の概要を示す図である。
外観検査装置１にはカメラ５が接続され、被検査シート３の外観がカメラ５により撮影され、撮影画像が外観検査装置１に取り込まれ、本実施の形態の外観検査装置１による処理により、被検査シート３上の欠陥３１の位置、種類、欠陥の良否等が出力される。

被検査シート３は、例えば、ロール状のフィルムシート等であり、外観検査装置１は、被検査シート３上に生産ライン内で生じた欠陥（例えば、汚れやシミ、キズ、繊維の混入）等を検出し、欠陥の種類、欠陥の良否等を判定する。

図２は、外観検査装置１のハードウエア構成例を示すブロック図である。
外観検査装置１は、例えば、パーソナルコンピュータ等のコンピュータ装置で構成することが可能である。

外観検査装置１は、例えば、制御部１１、記憶部１２、メディア入出力部１３、通信制御部１４、入力部１５、表示部１６、周辺機器Ｉ／Ｆ（インタフェース）部１７等がバス１８で接続された構成である。

制御部１１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成される。

ＣＰＵは、ＲＯＭ、記憶部１２等に格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、バス１８を介して接続された各装置を駆動制御し、コンピュータが行う処理を実現する。
ＲＯＭは、不揮発性メモリであり、コンピュータのブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持している。
ＲＡＭは、揮発性メモリであり、記憶部１２、ＲＯＭ、記憶媒体等からロードしたプログラム、データ等を一時的に保持するとともに、制御部１１が各種処理を行うために使用するワークエリアを備える。

記憶部１２は、制御部１１が実行するプログラム、プログラム実行に必要なデータ、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等が格納される。プログラムは、本発明の実施形態に係る外観検査装置１の処理プログラム等であり、画像処理プログラム、欠陥候補の特徴量の算出プログラム、欠陥候補の種類を判定する欠陥分類処理プログラム、欠陥候補の良否を判定する良否判定処理プログラム、欠陥分類処理及び良否判定処理に用いる分類用閾値及び判定用閾値の更新処理プログラム等である。
これらのプログラムについては後述する。
プログラムのコードは、制御部１１により必要に応じて読み出されてＲＡＭに移され、ＣＰＵにより各種の手段として実行される。

メディア入出力部１３（ドライブ装置）は、データの入出力を行い、例えば、ＣＤドライブ（−ＲＯＭ、−Ｒ、−ＲＷ等）、ＤＶＤドライブ（−ＲＯＭ、−Ｒ、−ＲＷ等）等のメディア入出力装置を有する。
通信制御部１４は、通信制御装置、通信ポート等を有し、ネットワークを介して、他の装置との通信制御を行う。ネットワークは、有線、無線を問わない。

入力部１５は、データの入力を行い、例えば、キーボード、マウス等のポインティングデバイス、テンキー等の入力装置を有する。外観検査装置１の作業者は、入力部１５から、目視による欠陥の種類や良否の情報等の入力を行う。
表示部１６は、ＣＲＴモニタ、液晶パネル等のディスプレイ装置であり、表示部１６には、欠陥候補の撮影画像、目視入力の選択入力の選択肢等が表示される。

周辺機器Ｉ／Ｆ（インタフェース）部１７は、周辺機器を接続させるためのポートであり、ＵＳＢ、ＩＥＥＥ１３９４、ＲＳ−２３２Ｃ等で構成され、接続形態は有線、無線を問わない。カメラ５により撮影された撮影画像は、周辺機器Ｉ／Ｆ部１７を介して外観検査装置１に入力され、記憶部１２に格納される。
バス１８は、各装置間の制御信号、データ信号等の授受を媒介する経路である。

図３は、本実施の形態に係る外観検査装置１の機能構成例を示すブロック図である。
外観検査装置１は、画像入力部２１、前処理部２２、欠陥候補抽出部２３、特徴量抽出部２４、欠陥分類処理部２５、良否判定処理部２６、目視判定入力部２７、分類用閾値更新処理部２８、判定用閾値更新処理部２９等のプログラム、及び、欠陥候補特徴量データベース（ＤＢ）４１、分類用閾値データベース４３、判定用閾値データベース４５を格納するデータベース等により構成される。

画像入力部２１は、カメラ５により撮影された被検査シート３の撮影画像を外観検査装置１に取り込む。取り込まれた撮影画像は、記憶部１２に格納され、以下に説明する各処理が実行される。

前処理部２２は、欠陥部分の抽出を容易にするために、撮影画像にシェーディング補正処理、及び、微分、コントラスト強調、平滑化等のフィルタリング処理、二値化処理を行う。

欠陥候補抽出部２３は、前処理部２２による二値化処理後の画像から、欠陥候補部分を抽出する処理を実行する。画像の階調についての閾値を設け、閾値よりも高い部分を抽出することにより欠陥候補の領域が抽出される。欠陥候補抽出処理は、従来の外観検査装置１においても行われているので（例えば、特許文献１参照）、ここでは詳細な説明を省く。

特徴量算出部２４は、欠陥候補抽出部２３によって抽出された欠陥候補について特徴量を算出し、欠陥候補特徴量データベース４１に格納する。
特徴量は、例えば、面積、フェレ径（Ｘ方向及びＹ方向）、外接矩形主軸長、外接矩形副軸長、主軸角、円形度、針状度、外接円直径、内接円直径、周長、等価楕円主軸長、等価楕円副軸長、等価楕円主軸副軸比、平均輝度値、最大輝度値、明暗等である。これらの特徴量は一般的な画像処理プログラムにより算出することが可能である。

欠陥分類処理部２５は、特徴量算出部２４により抽出され欠陥候補特徴量データベース４１に格納された特徴量を、分類用閾値データベース４３に格納されている分類用閾値と比較することにより、欠陥候補の種類を特定する処理を実行する。詳細については後述する。

欠陥分類処理部２５により欠陥候補の種類が特定した場合には、次に、良否判定処理部２６により、欠陥候補の部分が軽微であり問題ないか（ＯＫ）、不良（ＮＧ）か、又は、判定ができないか（不明）を判定する処理を実行する。良否判定処理部２６は、欠陥候補の特徴量と判定用閾値データベース４５に格納されている欠陥候補の種類についての判定用閾値を比較することにより良否の判定を行う。詳細については後述する。

欠陥分類処理部２５で欠陥候補の種類が特定できなかった場合（不明）、及び、良品判定処理部２６で欠陥候補がＮＧと判定された場合、及び、良否が判定できなかった場合（不明）には、目視判定入力部２７により、作業者に欠陥候補を目視させ、目視結果から、欠陥候補の種類及び良否を入力させる処理を実行する。詳細については後述する。

分類用閾値更新処理部２８は、目視判定入力部２７で入力された目視による欠陥候補の種類の分類用閾値の値を、目視を行った欠陥候補の特徴量の値により更新する処理を実行する。詳細は後述する。
判定用閾値更新処理部２９は、目視判定入力部２７で入力された目視による欠陥候補の良否の判定結果を元に、欠陥候補の種類についての判定用閾値を、目視を行った欠陥候補の特徴量の値により更新する処理を実行する。詳細は後述する。

以上にように、分類用閾値更新処理部２８及び判定用閾値更新処理部２９により分類用閾値及び判定用閾値を継続的に更新していくことにより、欠陥分類処理部２５の分類精度、及び、良否判定処理部２６の良否判定精度を向上させていくことが可能である。

運用初期の段階では、分類用閾値及び判定用閾値が無い、あるいは、少数の欠陥候補の目視結果による種類及び良否判定結果から作成されるため、欠陥分類処理部２５又は良否判定処理部２６において、種類が不明、あるいは、良否判定ができない（不明の）欠陥候補が多数生じるが、これらの欠陥候補について目視の種類及び良否判定結果を元にして分類用閾値更新処理部２８及び判定用閾値更新処理部２９により分類用閾値及び判定用閾値を更新することにより、分類精度及び良否判定精度を向上させることが可能である。

図４は、特徴量算出部２４により算出される欠陥候補特徴量の種類、及び、欠陥の種類による特徴量の傾向の例を示している。
特徴量は、前述したように、面積、フェレ径（Ｘ方向及びＹ方向）、外接矩形主軸長、外接矩形副軸長、主軸角、円形度、針状度、外接円直径、内接円直径、周長、等価楕円主軸長、等価楕円副軸長、等価楕円主軸副軸比、平均輝度値、最大輝度値、明暗等である。

欠陥の種類には、「汚れ」、「シミ」、「キズ」、「繊維」等がある。
「汚れ」は、例えば、生産ラインにおいて液体等が落ちて付着した場合等に生じ、ポタリとした円形状の場合が多いので、特徴量の「円形度」が１に近く（真円は１）なり、また、針状度（主軸長と副軸長の比）も１に近い値（正方形、真円は１）をとる傾向がある。

また、「シミ」は、色が薄いことが多く、特徴量の「平均輝度値」及び「最高輝度値」が低い値をとる傾向がある。
また、「キズ」は、縦長で線状の場合が多く、特徴量の「円形度」の値は低く、「針状度」の値が大きくなる傾向がある。また、被検査シートの搬送方向に沿って生じるような生産条件では、「主軸角」が９０度になる傾向がある。
また、「繊維」は、繊維や毛髪等が被検査シートに付着した場合に生じる欠陥であり、「円形度」の値が低く、「針状度」及び「周長」の値が大きくなる傾向がある。

欠陥の種類はこれに限ることはなく、また、「汚れ」等の１つの種類のなかでも「汚れ１」、「汚れ２」、・・・のようにいくつかの種類を設けるようにしてもよい。

図５は、欠陥候補特徴量データベース４１に格納される欠陥候補の特徴量データの例を示す図である。
図５（ａ）に示すように、欠陥候補特徴量データベース４１には、それぞれの欠陥候補を識別するための欠陥Ｎｏ．４１１、及び、被検査シート上での当該欠陥候補の位置情報４１２と、図４に示した各特徴量４１３の値が格納される。

図５（ｂ）に示すように、ｉ番目の欠陥候補のＮ個の特徴量４１３Ｐ（ｉ）を、（ｐ_ｉ１、ｐ_ｉ２、・・・ｐ_ｉＮ）とする。

図６は、分類用閾値データベース４３及び判定用閾値データベース４５に格納される各特徴量の例を示す図である。図６（ａ）は分類用閾値、図６（ｂ）は判定用閾値を示す。

分類用閾値は、欠陥候補の種類を特定するための閾値であり、各特徴量４１３についての下限値、上限値で構成される。
また、判定用閾値は、欠陥候補の種類が特定された場合に、当該欠陥候補が修正の必要な欠陥であるか否かを判定するための閾値であり、分類用閾値と同様に、各特徴量４１３についての下限値、上限値で構成される。

以下、欠陥分類処理２５、良否判定処理２６、目視判定入力処理２７、分類用閾値更新処理２８、判定用閾値更新処理２９の各処理について詳細に説明する。

図７は、欠陥分類処理２５の処理の流れを示すフローチャートである。
まず、外観検査装置１の制御部１１は、欠陥候補特徴量データベース４１に格納された欠陥候補の特徴量Ｐを読み込む（ステップ１０１）。
特徴量Ｐは、Ｎ個の数値ｐ_１、ｐ₂、・・・ｐ_Ｎである。

次に、制御部１１は、欠陥分類番号ｍに１を（ステップ１０２）、特徴量番号ｎに１を代入する（ステップ１０３）。欠陥分類番号ｍは、欠陥の種類の番号を示し、Ｍ個の種類があるとする。また、特徴量番号ｎは、特徴量の番号を示し、Ｎ個の特徴量があるものとする。

次に、制御部１１は、特徴量ｐ_ｎが欠陥分類番号ｍのｎ番目の特徴量の分類用閾値４３の下限・上限値の範囲にあるか否かを判定する（ステップ１０４）。
下限・上限値の範囲にある場合（ステップ１０４のＹｅｓ）、制御部１１は、特徴量番号ｎを１インクリメントし（ステップ１０５）、特徴量番号ｎがＮ以下である場合（ステップ１０６のＹｅｓ）、ステップ１０４に戻り、次の特徴量番号ｎについて同様に分類用閾値４３の範囲にあるか否か判定する処理を行う。

ステップ１０６で特徴量番号ｎがＮを超えた場合（ステップ１０６のＮｏ）、欠陥候補の特徴量Ｐの全ての特徴量が、欠陥分類番号ｍの分類用閾値４３の下限・上限値の範囲内にあることを示し、制御部１１は、欠陥候補Ｐを欠陥分類ｍと特定し(ステップ１０７)、処理を終了する。

一方、ステップ１０４において、特徴量ｐ_ｎが欠陥分類番号ｍのｎ番目の特徴量の分類用閾値４３の下限・上限値の範囲にない場合（ステップ１０４のＮｏ）、欠陥候補が欠陥分類番号ｍの種類の欠陥ではないことを示し、制御部１１は、欠陥分類番号ｍを１インクリメントし（ステップ１１１）、欠陥分類番号ｍがＭ以下である場合（ステップ１１１のＹｅｓ）、ステップ１０３に戻り、特徴量番号ｎを１に戻し、次の欠陥の種類について、特徴量Ｐが分類用閾値４３の下限・上限値の範囲にあるか否かを判定する処理を行う（ステップ１０４〜１０７、ステップ１１１、１１２）。

ステップ１１２において、欠陥分類番号ｍがＭを超えた場合（ステップ１１２のＮｏ）、欠陥候補の特徴量Ｐが、どの欠陥の種類の分類用閾値４３の範囲にもないことを示し、制御部１１は、欠陥候補Ｐを分類不明として（ステップ１１３）処理を終了する。

以上のように、欠陥分類処理２５により、欠陥候補の全ての特徴量Ｐが、ある欠陥の種類についての分類用閾値４３の下限・上限値の範囲にある場合に、当該欠陥候補は当該欠陥の種類であると特定される。

外観検査装置１の運用の初期段階では、分類用閾値４３が無い、または、少数の特徴量データから形成されるために、欠陥候補の種類が特定されず、ステップ１１３で分類不明となる場合が多く発生する可能性がある。ステップ１１３で分類不明となった欠陥候補については、図３に示したように、目視判定入力処理２７及び分類用閾値更新処理２８、判定用閾値更新処理２９が実行される。

一方、ステップ１０７において欠陥候補の種類が特定された場合は、次に、制御部１１は、良否判定処理２６を実行する。
図８は、良否判定処理２６の処理の流れを示すフローチャートである。
ここでの欠陥候補は、欠陥分類処理２５により欠陥の種類が欠陥分類番号ｍと特定されたものとする。

まず、制御部１１は、欠陥分類番号ｍと特定された欠陥候補の特徴量Ｐを欠陥候補特徴量データベース４１から読み込む（ステップ２０１）。
また、特徴量番号ｎを初期化して１とし、判定用変数Ｋを初期化して０とする（ステップ２０２）。

次に、制御部１１は、特徴量ｐ_ｎが欠陥分類番号ｍのｎ番目の特徴量の判定用閾値４５の下限・上限値の範囲にあるか否かを判定する（ステップ２０３）。
下限・上限値の範囲にある場合（ステップ２０３のＹｅｓ）、制御部１１は、判定用変数Ｋを１インクリメントとする（ステップ２０４）。一方、下限・上限値の範囲にない場合（ステップ２０３のＮｏ）、制御部１１は、ステップ２０４を実行しない。

次に、制御部１１は、特徴量番号ｎを１インクリメントする（ステップ２０５）。
次に、制御部１１は、特徴量番号ｎがＮ以下である場合（ステップ２０６のＹｅｓ）、ステップ２０３に戻り、Ｎより大きい場合（ステップ２０６でＮｏ）、次に進む。

次に、制御部１１は、判定用変数ＫがＮと等しいか判定する（ステップ２０７）。等しい場合（ステップ２０７でＹｅｓ）には、欠陥候補の特徴量Ｐの全ての特徴量が、欠陥分類番号ｍの判定用閾値４５の下限・上限値の範囲内にあることを示し、制御部１１は、欠陥候補Ｐを不良（ＮＧ）と判断し（ステップ２０８）、処理を終了する。

一方、判定用変数ＫとＮが等しくない場合（ステップ２０７でＮｏ）には、制御部１１は、判定用変数Ｋが０と等しいか判定する（ステップ２０９）。等しい場合（ステップ２０９でＹｅｓ）には、欠陥候補の特徴量Ｐの全ての特徴量が、欠陥分類番号ｍの判定用閾値４５の下限・上限値の範囲内にないことを示し、制御部１１は、欠陥候補Ｐを不良ではない（ＯＫ）と判断し（ステップ２１０）、処理を終了する。

一方、判定用変数Ｋが０と等しくない場合（ステップ２０９でＮｏ）、すなわち、０＜Ｋ＜Ｎの場合には、欠陥候補の特徴量Ｐの要素ｐ_ｉ（１≦ｉ≦Ｎ）が、欠陥分類番号ｍの判定用閾値４５の下限・上限値の範囲内にあるものもないものもあることを示し、制御部１１は、欠陥候補Ｐの良否判定が不明であると判断し（ステップ２１１）、処理を終了する。

以上の良否判定処理２６により、欠陥分類番号ｍの欠陥候補の特徴量Ｐが全て、欠陥分類番号ｍの判定用閾値４５の下限・上限値の範囲内にある場合は、当該欠陥候補は不良（ＮＧ）、欠陥分類番号ｍの欠陥候補の特徴量Ｐが全て、欠陥分類番号ｍの判定用閾値４５の下限・上限値の範囲内にない場合は、当該欠陥候補は不良でない（ＯＫ）、それ以外の場合には、当該欠陥候補の良否判定が不明であると判定される。

良品判定処理２６に用いる判定用閾値４５を分類用閾値４３とは別に用意することにより、欠陥分類処理２５でキズと分類された欠陥候補であっても、長さの短いキズや、濃淡の淡いキズの場合に良否判定処理２６においてＯＫと判定するようにすることが可能である。例えば、不良（ＮＧ）となるキズに特有の特徴量であるフェレ径の下限閾値や、キズの濃さに関わる平均濃度値の下限閾値が適切な値になるようにすればよい。

良否判定処理２６において、欠陥候補がＮＧまたは判定不明であった場合には、図３に示したように、目視判定入力処理２７及び分類用閾値更新処理２８、判定用閾値更新処理２９が実行される。
欠陥候補が不良でない（ＯＫ）と判定された場合は、作業者による目視検査の対象外となる。但し、欠陥候補としてその特徴量は欠陥候補特徴量４１としてデータベースに記録される。

欠陥分類処理２５において欠陥候補が分類不明であると判定された場合、及び、良否判定処理２６において、欠陥候補がＮＧまたは判定不明であった場合には、当該欠陥候補を目視検査の対象とし、制御部１１は、次に、目視判定入力処理２７を実行する。

図９は、目視判定入力処理２７の処理の流れを示すフローチャートである。
制御部１１は、欠陥分類処理２５において欠陥候補が分類不明であると判定された場合、及び、良否判定処理２６において、欠陥候補がＮＧまたは判定不明であった場合に、表示部１６に、欠陥マップ５１、欠陥画像５３、欠陥位置５５等からなる目視判定入力画面５０を表示する（ステップ３０１）。
また、制御部１１は、欠陥分類名選択肢５７及び目視判定選択肢５９を表示部１６に表示する（ステップ３０２）。

図１０は、目視判定入力画面５０の例を示す図である。
目視判定入力画面５０は、例えば、欠陥マップ５１、欠陥画像５３、欠陥位置５５、欠陥分類名選択肢５７、目視判定選択肢５９等で構成される。

欠陥マップ５１は、被検査シート３上の欠陥候補の位置を示す。
欠陥マップ５１には、欠陥候補の位置に何らかの印（例えば×印）と、欠陥に付された番号等が表示される。
欠陥画像５３は、欠陥マップ５１上に示されている１つ以上の欠陥候補のうちの１つの撮影画像が、欠陥の番号Ｎとともに表示される。
また、欠陥位置５５は、当該欠陥候補の被検査シート３上での位置座標である。

作業者は、目視判定入力画面５０の欠陥マップ５１及び欠陥位置５５の情報から、被検査シート３上の欠陥候補を見つけ、目視することが可能である。また、この際、欠陥画像５３の撮影画像と比較することにより、当該欠陥候補であることを確認することも可能である。
作業者は、被検査シート３上の欠陥候補を目視することにより、欠陥候補の欠陥の種類、及び、不良か不良でないかを決定することができる。

欠陥分類名選択肢５７は、作業者に欠陥の種類を入力させるための選択肢である。作業者が、欠陥分類名選択肢５７に選択されている欠陥分類名（種類）のいずれかにマウス等によりカーソルを合わせてクリックすることにより、当該欠陥分類名が分類結果として入力できる。

また、目視判定選択肢５９は、作業者に、当該欠陥候補を不良（ＮＧ）とするか、不良でない（ＯＫ）とするかを入力させるための選択肢である。作業者が目視判定選択肢５９のＯＫ又はＮＧにマウス等によりカーソルを合わせてクリックすることにより、当該欠陥候補の良（ＯＫ）／不良（ＮＧ）が目視判定結果として入力できる。

図９に戻って、制御部１１は、作業者に、欠陥分類名、及び、目視判定結果を入力させる（ステップ３０３）。
目視判定入力画面５０で欠陥分類名選択肢５７から欠陥の種類が選択されると、分類用閾値更新処理２８が実行される。

図１１は、分類用閾値更新処理２８の処理の流れを示すフローチャートである。
まず、制御部１１は、目視判定入力画面５０上で作業者により目視入力された対象の欠陥候補の特徴量Ｐを欠陥候補特徴量データベース４１から読み込む（ステップ４０１）。
次に、特徴量番号ｎを初期値１に設定する（ステップ４０２）。
次に、制御部１１は、欠陥分類名選択肢５７で選択された種類（分類名）についてのｎ番目の特徴量の分類用閾値４３を読み込む（ステップ４０３）。
読み込んだ分類用閾値４３の下限値、上限値をそれぞれ、Ｃ_{ｎ,ｍｉｎ}、Ｃ_{ｎ，ｍａｘ}とする。

次に、欠陥候補の特徴量Ｐと分類用閾値４３を比較し、欠陥候補の特徴量Ｐが分類用閾値４３の範囲にない場合に、閾値の値を更新する処理を行う（ステップ４０４〜４１２）。
すなわち、特徴量ｐ_ｎが下限値Ｃ_{ｎ,ｍｉｎ}を下回る場合（ステップ４０４のＹｅｓ）、特徴量ｐ_ｎの値を分類用閾値４３の下限値Ｃ_{ｎ,ｍｉｎ}とし（ステップ４０５）、特徴量ｐ_ｎが上限値Ｃ_{ｎ,ｍａｘ}を上回る場合（ステップ４１１のＹｅｓ）、特徴量ｐ_ｎの値を分類用閾値４３の上限値Ｃ_{ｎ,ｍａｘ}とする（ステップ４１２）。
ステップ４１１がＮｏの場合は、特徴量ｐ_ｎが分類用閾値４３の下限値Ｃ_{ｎ,ｍｉｎ}と上限値Ｃ_{ｎ,ｍａｘ}の範囲内にあるので、分類用閾値４３の更新は行わない。

ステップ４０５及びステップ４１２の処理後、及び、ステップ４１１のＮｏの場合、特徴量番号ｎを１インクリメントし、ｎの値が特徴量の数Ｎ以下であれば、ステップ４０３、４０４、４０５、４０６、４１１、４１２の処理を繰り返し、特徴量番号ｎの値がＮを超えた場合、処理を終了する。
以上の処理により、分類用閾値４３の値が目視した欠陥候補の特徴量の値により更新される。

目視判定入力画面５０において目視判定選択肢５９が不良（ＮＧ）と選択されると、判定用閾値更新処理２９が実行される。
図１２は、判定用閾値更新処理２９の処理の流れを示すフローチャートである。

まず、制御部１１は、目視判定入力画面５０上で作業者により目視入力された対象の欠陥候補の特徴量Ｐを欠陥候補特徴量データベース４１から読み込む（ステップ５０１）。
次に、特徴量番号ｎを初期値１に設定する（ステップ５０２）。
次に、制御部１１は、欠陥分類名選択肢５７で選択された種類（分類名）についてのｎ番目の特徴量の判定用閾値４５を読み込む（ステップ５０３）。
読み込んだ判定用閾値４５の下限値、上限値をそれぞれ、Ｄ_{ｎ,ｍｉｎ}、Ｄ_{ｎ，ｍａｘ}とする。

次に、欠陥候補の特徴量Ｐと判定用閾値４５を比較し、欠陥候補の特徴量Ｐが判定用閾値４５の範囲にない場合に、閾値の値を更新する処理を行う（ステップ５０４〜５１２）。
すなわち、特徴量ｐ_ｎが下限値Ｄ_{ｎ,ｍｉｎ}を下回る場合（ステップ５０４のＹｅｓ）、特徴量ｐ_ｎの値を判定用閾値４５の下限値Ｄ_{ｎ,ｍｉｎ}とし（ステップ５０５）、特徴量ｐ_ｎが上限値Ｄ_{ｎ,ｍａｘ}を上回る場合（ステップ５１１のＹｅｓ）、特徴量ｐ_ｎの値を判定用閾値４５の上限値Ｄ_{ｎ,ｍａｘ}とする（ステップ５１２）。
ステップ５１１がＮｏの場合は、特徴量ｐ_ｎが判定用閾値４５の下限値Ｄ_{ｎ,ｍｉｎ}と上限値Ｄ_{ｎ,ｍａｘ}の範囲内にあるので、判定用閾値４５の更新は行わない。

ステップ５０５及びステップ５１２の処理後、及び、ステップ５１１のＮｏの場合、特徴量番号ｎを１インクリメントし、ｎの値が特徴量の数Ｎ以下であれば、ステップ５０３、５０４、５０５、５０６、５１１、５１２の処理を繰り返し、特徴量番号ｎの値がＮを超えた場合、処理を終了する。
以上の処理により、判定用閾値４５の値が目視した欠陥候補の特徴量の値により更新される。

以上のように、目視判定入力処理２７及び分類用閾値更新処理２８及び判定用閾値更新処理２９を実行し、分類用閾値４３及び判定用閾値４５を更新して外観検査装置１にフィードバックすることにより、次回からは、同様の欠陥候補についての種類の判定、及び、良否判定を自動化することが可能になる。
また、分類用閾値４３及び判定用閾値４５の更新を繰り返すことにより、分類精度及び良否判定精度を日々向上させることが可能になり、外観検査作業の効率化を図ることが可能になる。

以上に説明した分類用閾値更新処理２８（図１１）及び判定用閾値更新処理２９では、閾値を更新する際、特徴量ｐの値を更新値とするように説明したが、極端な更新を避けるために、補正係数ｋ（０＜ｋ＜１）を設けるようにしてもよい。
例えば、特徴量をｐ、閾値の下限値をｑ１とし、下限値ｑ１を更新してｑ２を得ようとする場合、更新後の下限値ｑ２＝ｑ１−（ｑ１−ｐ）・ｋとして更新することにより、極端な更新を抑制することが可能である。

また、本実施の形態に係る外観検査装置１の運用においては、初期の段階では分類精度、良否判定精度が安定しない可能性があるので、外見検査装置１を自動化する際には、欠陥の各種類の属する欠陥候補数が適切な数以上になるようにするとよい。

また、分類精度や良否判定精度を安定的に維持するためには、欠陥分類処理２５及び良否判定処理２６において、欠陥候補の特徴量Ｐと分類用閾値４３又は判定用閾値４５を比較する際、下限値及び上限値付近を除き、例えば、下限値、上限値間の８０％の範囲に特徴量Ｐがある場合に種類の特定、又は、不良の判定を行うようにしてもよい。

以上、添付図を参照しながら、本発明の実施の形態を説明したが、本発明の技術的範囲は、前述した実施の形態に左右されない。当業者であれば、特許請求の範囲に記載された技術的思想の範疇内において各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

１………外観検査装置
３………被検査シート
５………カメラ
２１………画像入力部
２２………前処理部
２３………欠陥候補抽出部
２４………特徴量算出部
２５………欠陥分類処理部
２６………良否判定処理部
２７………目視判定入力部
２８………分類用閾値更新処理部
２９………判定用閾値更新処理部
４１………欠陥候補特徴量データベース
４３………分類用閾値データベース
４５………判定用閾値データベース
５０………目視判定入力画面
５１………欠陥マップ
５３………欠陥画像
５５………欠陥位置
５７………欠陥分類名選択肢
５９………目視判定選択肢

Claims (12)

1. 被検査物体の外観に生じた欠陥の種類及び合否を判定する外観検査装置であって、
   被検査物体の撮影画像を入力する画像入力手段と、
   前記撮影画像から欠陥候補を抽出する欠陥候補抽出手段と、
   前記欠陥候補の複数の特徴量を算出する特徴量算出手段と、
   前記欠陥の種類ごとに、前記欠陥の種類を特定するための前記複数の特徴量に関する第１の閾値を記憶する第１の記憶手段と、
   前記欠陥候補の複数の特徴量を前記第１の閾値と比較し、前記欠陥候補の前記欠陥の種類を特定する分類手段と、
   前記分類手段により前記欠陥候補の前記欠陥の種類が特定できない場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の前記欠陥の種類を選択入力させる種類入力手段と、
   前記種類入力手段により選択入力された前記欠陥の種類について前記第１の記憶手段に記憶されている前記第１の閾値を、前記欠陥候補の複数の特徴量を元に更新する分類用閾値更新手段と、
   を具備することを特徴とする外観検査装置。
2. 前記欠陥の種類ごとに、前記欠陥候補の良否を判定するための前記複数の特徴量に関する第２の閾値を記憶する第２の記憶手段と、
   前記分類手段により前記欠陥の種類が特定された前記欠陥候補の良否を、前記欠陥候補の複数の特徴量と前記第２の閾値とを比較することにより判定する良否判定手段と、
   前記良否判定手段により前記欠陥候補の良否を判定できない場合及び不良と判定された場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の良否を入力させる良否入力手段と、
   前記良否入力手段により良否を入力した前記欠陥候補の前記欠陥の種類について前記第２の記憶手段に記憶されている前記第２の閾値を、前記欠陥候補の複数の特徴量を元に更新する良否判定用閾値更新手段と、
   を更に具備することを特徴とする請求項１に記載の外観検査装置。
3. 前記第１の閾値は、前記欠陥の種類ごとに、前記複数の特徴量の夫々について定めた上限値及び下限値であり、
   前記分類手段は、前記欠陥候補の全特徴量が、前記第１の閾値の前記上限値及び下限値の範囲である場合に、前記欠陥候補が当該第１の閾値の前記欠陥の種類に属すると特定する
   ことを特徴とする請求項１に記載の外観検査装置。
4. 前記分類用閾値更新手段は、前記欠陥候補の特徴量が前記第１の閾値の前記上限値を上回る場合に、当該欠陥候補の特徴量を前記第１の閾値の前記上限値とし、前記欠陥候補の特徴量が前記第１の閾値の前記下限値を下回る場合に、当該欠陥候補の特徴量を前記第１の閾値の前記下限値として第１の閾値を更新する
   ことを特徴とする請求項１または請求項３に記載の外観検査装置。
5. 前記第２の閾値は、前記欠陥の種類ごとに、前記複数の特徴量の夫々について定めた上限値及び下限値であり、
   前記良否判定手段は、前記欠陥候補の全特徴量が、前記第２の閾値の前記上限値及び下限値の範囲にある場合に、前記欠陥候補が不良であると特定し、前記欠陥候補の全特徴量が、前記第２の閾値の前記上限値及び下限値の範囲にない場合に、前記欠陥候補が不良ではないと特定する
   ことを特徴とする請求項２に記載の外観検査装置。
6. 前記良否判定用閾値更新手段は、前記欠陥候補の特徴量が前記第２の閾値の前記上限値を上回る場合に、当該欠陥候補の特徴量を前記第２の閾値の前記上限値とし、前記欠陥候補の特徴量が前記第２の閾値の前記下限値を下回る場合に、当該欠陥候補の特徴量を前記第２の閾値の前記下限値として第２の閾値を更新する
   ことを特徴とする請求項２または請求項５に記載の外観検査装置。
7. 前記特徴量は、前記欠陥候補の面積、フェレ径、外接矩形主軸・副軸長、主軸角、円形度、針状度、外接円・内接円直径、周長、等価楕円主軸・副軸長、等価楕円主軸副軸長比、平均輝度値、最大輝度値、及び、明暗の値を含む
   ことを特徴とする請求項１乃至請求項６のいずれかに記載の外観検査装置。
8. 前記欠陥の種類は、汚れ、シミ、キズ、及び、繊維を含む
   ことを特徴とする請求項１乃至請求項７のいずれかに記載の外観検査装置。
9. 欠陥の種類ごとに、前記欠陥の種類を特定するための複数の特徴量に関する第１の閾値を記憶する第１の記憶手段を備える外観検査装置が実行する、被検査物体の外観に生じた欠陥の種類及び合否を判定する外観検査方法であって、
   被検査物体の撮影画像を入力する画像入力ステップと、
   前記撮影画像から欠陥候補を抽出する欠陥候補抽出ステップと、
   前記欠陥候補の複数の特徴量を算出する特徴量算出ステップと、
   前記欠陥候補の複数の特徴量を前記第１の閾値と比較し、前記欠陥候補の前記欠陥の種類を特定する分類ステップと、
   前記分類ステップにより前記欠陥候補の前記欠陥の種類が特定できない場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の前記欠陥の種類を選択入力させる種類入力ステップと、
   前記種類入力ステップにより選択入力された前記欠陥の種類についての前記第１の閾値を、前記欠陥候補の複数の特徴量を元に更新する分類用閾値更新ステップと、
   を含むことを特徴とする外観検査方法。
10. 前記外観検査装置は、前記欠陥の種類ごとに、前記欠陥候補の良否を判定するための前記複数の特徴量に関する第２の閾値を記憶する第２の記憶手段を、更に備え、
    前記分類ステップにより前記欠陥の種類が特定された前記欠陥候補の良否を、前記欠陥候補の複数の特徴量と前記第２の閾値とを比較することにより判定する良否判定ステップと、
    前記良否判定ステップにより前記欠陥候補の良否を判定できない場合及び不良と判定された場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の良否を入力させる良否入力ステップと、
    前記良否入力ステップにより良否を入力した前記欠陥候補の前記欠陥の種類についての前記第２の閾値を、前記欠陥候補の複数の特徴量を元に更新する良否判定用閾値更新ステップと、
    を更に含むことを特徴とする請求項９に記載の外観検査方法。
11. コンピュータを、被検査物体の外観に生じた欠陥の種類及び合否を判定する外観検査装置として機能させるためのプログラムであって、
    前記コンピュータを、
    被検査物体の撮影画像を入力する画像入力手段、
    前記撮影画像から欠陥候補を抽出する欠陥候補抽出手段、
    前記欠陥候補の複数の特徴量を算出する特徴量算出手段、
    前記欠陥の種類ごとに、前記欠陥の種類を特定するための前記複数の特徴量に関する第１の閾値を記憶する第１の記憶手段、
    前記欠陥候補の複数の特徴量を前記第１の閾値と比較し、前記欠陥候補の前記欠陥の種類を特定する分類手段、
    前記分類手段により前記欠陥候補の前記欠陥の種類が特定できない場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の前記欠陥の種類を選択入力させる種類入力手段、
    前記種類入力手段により選択入力された前記欠陥の種類について前記第１の記憶手段に記憶されている前記第１の閾値を、前記欠陥候補の複数の特徴量を元に更新する分類用閾値更新手段、
    として機能させるためのプログラム。
12. 前記欠陥の種類ごとに、前記欠陥候補の良否を判定するための前記複数の特徴量に関する第２の閾値を記憶する第２の記憶手段、
    前記分類手段により前記欠陥の種類が特定された前記欠陥候補の良否を、前記欠陥候補の複数の特徴量と前記第２の閾値とを比較することにより判定する良否判定手段、
    前記良否判定手段により前記欠陥候補の良否を判定できない場合及び不良と判定された場合に、前記欠陥候補の位置情報を表示し、前記欠陥候補の良否を入力させる良否入力手段、
    前記良否入力手段により良否を入力した前記欠陥候補の前記欠陥の種類について前記第２の記憶手段に記憶されている前記第２の閾値を、前記欠陥候補の複数の特徴量を元に更新する良否判定用閾値更新手段、
    を更に具備することを特徴とする請求項１１に記載のプログラム。

Images