JP2015137919A - 外観検査装置、外観検査方法、及び、プログラム - Google Patents
外観検査装置、外観検査方法、及び、プログラム Download PDFInfo
- Publication number
- JP2015137919A JP2015137919A JP2014009389A JP2014009389A JP2015137919A JP 2015137919 A JP2015137919 A JP 2015137919A JP 2014009389 A JP2014009389 A JP 2014009389A JP 2014009389 A JP2014009389 A JP 2014009389A JP 2015137919 A JP2015137919 A JP 2015137919A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- defect candidate
- type
- threshold
- candidate
- 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
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
【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
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
「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、「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。
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。
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。
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p1、p2、・・・pNである。
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。
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)。
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。
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。
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)。
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、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。
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。
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、Cn,min、Cn,maxとする。
すなわち、特徴量pnが下限値Cn,minを下回る場合(ステップ404のYes)、特徴量pnの値を分類用閾値43の下限値Cn,minとし(ステップ405)、特徴量pnが上限値Cn,maxを上回る場合(ステップ411のYes)、特徴量pnの値を分類用閾値43の上限値Cn,maxとする(ステップ412)。
ステップ411がNoの場合は、特徴量pnが分類用閾値43の下限値Cn,minと上限値Cn,maxの範囲内にあるので、分類用閾値43の更新は行わない。
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。
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。
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、Dn,min、Dn,maxとする。
すなわち、特徴量pnが下限値Dn,minを下回る場合(ステップ504のYes)、特徴量pnの値を判定用閾値45の下限値Dn,minとし(ステップ505)、特徴量pnが上限値Dn,maxを上回る場合(ステップ511のYes)、特徴量pnの値を判定用閾値45の上限値Dn,maxとする(ステップ512)。
ステップ511がNoの場合は、特徴量pnが判定用閾値45の下限値Dn,minと上限値Dn,maxの範囲内にあるので、判定用閾値45の更新は行わない。
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。
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。
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。
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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014009389A JP6287248B2 (ja) | 2014-01-22 | 2014-01-22 | 外観検査装置、外観検査方法、及び、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014009389A JP6287248B2 (ja) | 2014-01-22 | 2014-01-22 | 外観検査装置、外観検査方法、及び、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015137919A true JP2015137919A (ja) | 2015-07-30 |
JP6287248B2 JP6287248B2 (ja) | 2018-03-07 |
Family
ID=53769011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014009389A Active JP6287248B2 (ja) | 2014-01-22 | 2014-01-22 | 外観検査装置、外観検査方法、及び、プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6287248B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016189764A1 (ja) * | 2015-05-26 | 2016-12-01 | 三菱電機株式会社 | 検出装置および検出方法 |
JP2018157350A (ja) * | 2017-03-16 | 2018-10-04 | 株式会社リコー | 画像処理装置、画像処理システム、画像処理方法及びプログラム |
DE102018125594A1 (de) | 2017-10-23 | 2019-04-25 | Fanuc Corporation | Sortiersystem |
CN110146506A (zh) * | 2019-04-09 | 2019-08-20 | 昆山之奇美材料科技有限公司 | 一种偏光板自动光学检查机检测规格准确度调整方法 |
JP2020153854A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社Screenホールディングス | 基板検査装置、基板処理装置、基板検査方法および基板処理方法 |
US11029255B2 (en) | 2016-08-18 | 2021-06-08 | Fujifilm Corporation | Defect inspection device, defect inspection method, and program |
KR20210077321A (ko) * | 2019-12-17 | 2021-06-25 | 국토안전관리원 | 시설물 외관조사를 위한 빅데이터 구축방법 |
JP7097642B1 (ja) | 2021-04-07 | 2022-07-08 | 吉泉産業株式会社 | 食品検査システム、食品検査学習装置および食品検査方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022048904A (ja) * | 2020-09-15 | 2022-03-28 | 株式会社アイシン | 異常検出装置、異常検出プログラム、および異常検出システム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05332754A (ja) * | 1992-06-02 | 1993-12-14 | Nachi Fujikoshi Corp | 検査装置の検査方法 |
JP2004109069A (ja) * | 2002-09-20 | 2004-04-08 | Futec Inc | 欠点判別装置 |
JP2004198436A (ja) * | 2004-02-09 | 2004-07-15 | Hitachi Ltd | 欠陥検査方法及びその装置 |
US20060115143A1 (en) * | 2004-11-29 | 2006-06-01 | Ditza Auerbach | Method for filtering nuisance defects |
JP2013108879A (ja) * | 2011-11-22 | 2013-06-06 | Toppan Printing Co Ltd | 周期性パターンの欠陥検査方法および周期性パターンの欠陥検査装置 |
-
2014
- 2014-01-22 JP JP2014009389A patent/JP6287248B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05332754A (ja) * | 1992-06-02 | 1993-12-14 | Nachi Fujikoshi Corp | 検査装置の検査方法 |
JP2004109069A (ja) * | 2002-09-20 | 2004-04-08 | Futec Inc | 欠点判別装置 |
JP2004198436A (ja) * | 2004-02-09 | 2004-07-15 | Hitachi Ltd | 欠陥検査方法及びその装置 |
US20060115143A1 (en) * | 2004-11-29 | 2006-06-01 | Ditza Auerbach | Method for filtering nuisance defects |
JP2013108879A (ja) * | 2011-11-22 | 2013-06-06 | Toppan Printing Co Ltd | 周期性パターンの欠陥検査方法および周期性パターンの欠陥検査装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016189764A1 (ja) * | 2015-05-26 | 2016-12-01 | 三菱電機株式会社 | 検出装置および検出方法 |
US10620131B2 (en) | 2015-05-26 | 2020-04-14 | Mitsubishi Electric Corporation | Detection apparatus and detection method |
US11029255B2 (en) | 2016-08-18 | 2021-06-08 | Fujifilm Corporation | Defect inspection device, defect inspection method, and program |
JP2018157350A (ja) * | 2017-03-16 | 2018-10-04 | 株式会社リコー | 画像処理装置、画像処理システム、画像処理方法及びプログラム |
DE102018125594B4 (de) | 2017-10-23 | 2021-09-30 | Fanuc Corporation | Sortiersystem |
DE102018125594A1 (de) | 2017-10-23 | 2019-04-25 | Fanuc Corporation | Sortiersystem |
US10835930B2 (en) | 2017-10-23 | 2020-11-17 | Fanuc Corporation | Sorting system |
JP2020153854A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社Screenホールディングス | 基板検査装置、基板処理装置、基板検査方法および基板処理方法 |
CN110146506A (zh) * | 2019-04-09 | 2019-08-20 | 昆山之奇美材料科技有限公司 | 一种偏光板自动光学检查机检测规格准确度调整方法 |
KR102280399B1 (ko) * | 2019-12-17 | 2021-07-22 | 국토안전관리원 | 시설물 외관조사를 위한 빅데이터 구축방법 |
KR20210077321A (ko) * | 2019-12-17 | 2021-06-25 | 국토안전관리원 | 시설물 외관조사를 위한 빅데이터 구축방법 |
JP7097642B1 (ja) | 2021-04-07 | 2022-07-08 | 吉泉産業株式会社 | 食品検査システム、食品検査学習装置および食品検査方法 |
JP2022160796A (ja) * | 2021-04-07 | 2022-10-20 | 吉泉産業株式会社 | 食品検査システム、食品検査学習装置および食品検査方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6287248B2 (ja) | 2018-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6287248B2 (ja) | 外観検査装置、外観検査方法、及び、プログラム | |
US8428336B2 (en) | Inspecting method, inspecting system, and method for manufacturing electronic devices | |
WO2019117065A1 (ja) | データ生成装置、データ生成方法及びデータ生成プログラム | |
US8625906B2 (en) | Image classification standard update method, program, and image classification device | |
KR102058427B1 (ko) | 검사 장치 및 방법 | |
JP6936958B2 (ja) | データ生成装置、データ生成方法及びデータ生成プログラム | |
JP3834041B2 (ja) | 学習型分類装置及び学習型分類方法 | |
KR20230124713A (ko) | 결함 검출 방법, 장치 및 시스템 | |
US11378522B2 (en) | Information processing apparatus related to machine learning for detecting target from image, method for controlling the same, and storage medium | |
JP5583766B2 (ja) | 時間的に変化する欠陥分類性能の監視のための方法、システムおよびコンピュータ可読媒体 | |
TWI631638B (zh) | 由參考影像改變之檢測方式設定 | |
JP2000057349A (ja) | 欠陥の分類方法およびその装置並びに教示用データ作成方法 | |
JP7393833B2 (ja) | ユーザ入力に基づいて生成された人工知能モデルを使用し、仮想欠陥画像を生成するためのコンピュータプログラム、方法、及び装置 | |
WO2024002187A1 (zh) | 缺陷检测方法、缺陷检测设备及存储介质 | |
JP2015197396A (ja) | 画像検査方法および画像検査装置 | |
CN115937101A (zh) | 质量检测方法、装置、设备及存储介质 | |
CN115661160A (zh) | 一种面板缺陷检测方法及系统及装置及介质 | |
JP5323457B2 (ja) | 観察条件決定支援装置および観察条件決定支援方法 | |
JP5501908B2 (ja) | 要因分析方法、要因分析装置、及び記録媒体 | |
JP2011232303A (ja) | 画像検査方法及び画像検査装置 | |
JP2010170178A (ja) | 生産管理システム | |
JP2007198968A (ja) | 画像分類方法及び画像分類装置 | |
JP7380332B2 (ja) | 画像処理装置、画像処理装置の制御方法およびプログラム | |
JP2001134763A (ja) | 撮像画像に基づく欠陥の分類方法、および、その結果の表示方法 | |
US20080240545A1 (en) | Inspection Assistance System, Data Processing Equipment, and Data Processing Method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161125 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170907 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170919 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171114 |
|
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: 20180109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6287248 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |