JP2015161529A - 表面検査装置、表面検査方法およびプログラム - Google Patents
表面検査装置、表面検査方法およびプログラム Download PDFInfo
- Publication number
- JP2015161529A JP2015161529A JP2014035459A JP2014035459A JP2015161529A JP 2015161529 A JP2015161529 A JP 2015161529A JP 2014035459 A JP2014035459 A JP 2014035459A JP 2014035459 A JP2014035459 A JP 2014035459A JP 2015161529 A JP2015161529 A JP 2015161529A
- Authority
- JP
- Japan
- Prior art keywords
- inspected
- captured image
- power spectrum
- fringe pattern
- inspection target
- 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.)
- Pending
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
【課題】いわゆるSR(Spectral Residual)法による画像処理を行うに際して、ガウス関数が用いられる。従来は、ガウス関数のパラメータであるガウス分布の幅wは作業者により設定されており、自動化の妨げとなっている。【解決手段】表面検査装置10は、検査対象表面18に縞パターン20を投影させる投影器12と、縞パターン20が投影された検査対象表面18を撮像する撮像器14と、検査対象表面18の撮像画像をもとに、当該検査対象表面18上の傷を検出する演算器16と、を備える。演算器16は、ガウス関数の幅wとして、検査対象表面18に投影された縞パターン20の空間周波数を用いる。【選択図】図1
Description
本発明は、鏡面上の傷等を検出可能な、表面検査装置、表面検査方法およびプログラムに関する。
従来から、検査対象の撮像画像をもとに、当該検査対象の特徴を検出する画像処理技術が知られている。例えば非特許文献1では、いわゆるSR法(Spectral Residual法)を用いて、画像処理を行っている。
SR法では、撮像画像をフーリエ変換するとともに、フーリエ変換された実部と虚部から、パワースペクトルを得る。パワースペクトルは複製(コピー)され、コピーされたパワースペクトルに低解像度フィルタが掛けられる。コピー元のパワースペクトルからフィルタ処理されたパワースペクトルを差し引くことにより、撮像画像の高周波成分が抽出される。これをもとにして、撮像対象の特徴を検出している。
低解像度フィルタとして、ガウスフィルタが用いられる。ガウスフィルタに用いられるガウス関数g(f)は、以下の数式(1)で表される。
ここで、fx及びfyは、それぞれ、画像の横方向及び縦方向の空間周波数を示している。また、wはガウス分布の幅を示すものであり、標準偏差(σ)と同義である。
シャオディ・ホウ(Xiaodi Hou)、外1名、「特徴点検出:スペクトル残渣アプローチ(Saliency Detection: A Spectral Residal Approach)」、コンピュータヴィジョン及び画像認識(Computer Vision, and Pattern Recognition, CVPR)、2007年、p.1-8
ところで、画像処理に当たり、ガウス関数の幅wは作業者により設定される。例えば幅wに任意の値を与えてその後得られた処理画像を目視して、幅wの値を調整する。従来の画像処理では、このようなマニュアル作業が必要とされており、自動化の妨げとなっている。
本発明に係る表面検査装置は、検査対象表面に縞パターンを投影させる投影器と、前記縞パターンが投影された検査対象表面を撮像する撮像器と、検査対象表面の撮像画像をもとに、当該検査対象表面上の傷を検出する演算器と、を備える。前記演算器は、前記撮像画像のパワースペクトルから当該パワースペクトルにガウスフィルタを掛けたフィルタ処理パワースペクトルを差し引くことで前記撮像画像の高周波成分を抽出するとともに、前記高周波成分をもとにして検査対象表面の傷を検出する。また、前記ガウスフィルタに用いられるガウス関数の幅wとして、検査対象表面に投影された前記縞パターンの空間周波数を用いる。
また、上記発明において、前記演算器は、前記撮像画像に基づいて、検査対象表面と背景との境界を抽出し、前記抽出された境界を起点にした所定幅内の画素に対して、輝度値を低減させることが好適である。
また、本発明に係る表面検査方法は、検査対象表面に縞パターンを投影させる投影ステップと、前記縞パターンが投影された検査対象表面を撮像する撮像ステップと、検査対象表面の撮像画像をもとに、当該検査対象表面上の傷を検出する検出ステップを備える。前記検出ステップにおいて、前記撮像画像のパワースペクトルから当該パワースペクトルにガウスフィルタを掛けたフィルタ処理パワースペクトルを差し引くことで前記撮像画像の高周波成分を抽出するとともに、前記高周波成分をもとにして検査対象表面の傷を検出する。また、前記ガウスフィルタに用いられるガウス関数の幅wとして、検査対象表面に投影された前記縞パターンの空間周波数を用いる。
また、本発明に係るプログラムは、検査対象表面に投影された縞パターンの撮像画像を受信するコンピュータを、前記撮像画像のパワースペクトルから当該パワースペクトルにガウスフィルタを掛けたフィルタ処理パワースペクトルを差し引くことで前記撮像画像の高周波成分を抽出するとともに、前記高周波成分をもとにして検査対象表面の傷を検出する、演算器として機能させる。前記演算器は、前記ガウスフィルタに用いられるガウス関数の幅wとして、検査対象表面に投影された前記縞パターンの空間周波数を用いる。
本発明によれば、ガウスフィルタを自動的に設定することが可能となり、画像処理の自動化が可能となる。
図1に、本実施形態に係る表面検査装置10を例示する。表面検査装置10は、投影器12、撮像器14、及び演算器16を備える。
投影器12は、検査対象表面18に縞パターン20を投影させる。投影器12は、例えば縞パターン画像を出力する液晶ディスプレイであってよい。また、投影器12は、面光源及び縞格子部材から構成されていてもよい。
縞パターン20は、その輝度が1軸方向(1次元方向)に周期的に変化(増減)する、1次元格子パターンであってよい。また、輝度変化は、正弦波状に変化するものであってよい。この縞パターン20は、いわゆるキャリア縞として機能し、後述するように検査対象表面18上の傷を浮かび上がらせる効果を有している。
なお、検査対象表面18は、キャリア縞の投影面として機能するものであればよく、例えば鏡面から構成される。
撮像器14は、縞パターン20が投影された検査対象表面18を撮像する。撮像器14は、例えばCCDカメラやCMOSカメラであってよい。
図2には、撮像器14による検査対象表面18の撮像画像が3例示されている。各画像の左隅には、表面上の傷を含む拡大画像が示されている。この画像に示されているように、傷部分の輝度変化パターンは、周囲の縞パターンよりも密になっている、つまり空間周波数が高い。したがって、撮像画像のうち、検査対象表面18に投影された縞パターン(キャリア縞)の空間周波数(キャリア周波数)よりも高周波の成分を抽出することで、検査対象表面18の傷検知が可能となる。
上記のような検討を踏まえて、本実施形態では、検査対象表面18上の傷とは、キャリア周波数を超過する表面上の凹凸形状を指すものとする。
図1に戻り、演算器16は、撮像器14によって撮像された、検査対象表面18の撮像画像をもとに、当該検査対象表面18上の傷を検出する。演算器16は、画像処理可能なものであればよく、例えばCPUなどの演算回路及びメモリなどの記憶手段を備えたコンピュータから構成されてよい。記憶手段には、後述する画像処理を実行するためのプログラムが記憶される。また、演算器16は、画像処理結果を表示するディスプレイ22を備えてもよい。
次に、演算器16による画像処理について説明する。図3には、演算器16による画像処理の概要が例示されている。まず、演算器16は、撮像画像(元画像)をフーリエ変換(F.T.)する(S10)。元画像の輝度分布をI(x)とすると、ステップS10は下記数式(3)(4)のように表すことができる。なお、上記輝度分布の関数I(x)のパラメータxはベクトルであって、撮像画像の2次元平面の任意の座標を示すものとする。
ここで、F[]はフーリエ変換、R{}、I{}はそれぞれ、{}内の複素数から実部、虚部を得る演算子である。演算器16は、この実部A(f)と虚部P(f)に基づき、下記数式(5)、(6)のようにパワースペクトル及び位相を求める(S12)。
ここで、L(f)はパワースペクトル、Q(f)は位相を表す。次に、演算器16は、パワースペクトルL(f)を複製(コピー)して、これにガウスフィルタを掛ける(S14)。または、元画像を低解像度化させた上で、パワースペクトルを求めるとともに、このパワースペクトルにガウスフィルタを掛けるようにしてもよい。
ガウスフィルタでは、上述した数式(1)のガウス関数が用いられる。本実施形態では、このガウス関数の幅wとして、検査対象表面18に投影された縞パターン20(キャリア縞)の空間周波数[m-1]を用いる。
縞パターン20の空間周波数は、パワースペクトルL(f)の画像処理により求めることができる。図4左には、パワースペクトルL(f)の画像が例示されている。当該画像の横軸及び縦軸は、ともに空間周波数(波数)[m-1]を表している。図4右上には、パワースペクトルL(f)の中心(原点)周辺の拡大図が示されている。検査対象表面18上に投影された縞パターン(キャリア縞)の空間周波数(キャリア周波数)は、パワースペクトルL(f)の輝度の最大値を持つ点に対応する。演算器16は、パワースペクトルL(f)の画像からキャリア周波数を求めるとともに、この値をガウス関数の幅wに代入する。
なお、キャリア周波数の導出に当たり、パワースペクトルL(f)画像の画素を用いてもよい。すなわち、パワースペクトルL(f)画像の中心から輝度の最大地点までの画素数をカウントするとともに、このカウント値と画素の寸法または所定の単位長さを掛けてその逆数をキャリア周波数[m-1]としてもよい。また、演算の簡略化のため、長さ単位の乗算を省略して画素のカウント数の逆数をキャリア周波数として扱ってもよい。
図3に戻り、演算器16は、ガウス関数のパラメータであるガウス分布の幅wがキャリア周波数と等しい値に設定されたガウスフィルタを、パワースペクトルL(f)に掛ける。さらに、演算器16は、下記数式(7)のように、パワースペクトルL(f)から、ガウスフィルタ処理されたパワースペクトル(フィルタ処理パワースペクトル)g(f)・L(f)を差し引く(S16)。
フィルタ処理パワースペクトルg(f)・L(f)は、キャリア周波数以上の高周波成分が抑制されたパワースペクトルとなる。このフィルタ処理パワースペクトルg(f)・L(f)をもとのパワースペクトルL(f)から差し引くことで、撮像画像(元画像)から低周波成分が取り除かれるとともに、キャリア周波数以上の高周波成分が得られる。
次に、演算器16は、位相Q(f)と高周波成分が抽出されたパワースペクトルR(f)とを用いて、下記数式(8)に示すように、逆フーリエ変換(I.F.T.)を行う(S18)。
次に、演算器16は、撮像画像のうち、検査対象表面18の領域のみを抽出して、背景領域を除去する、検査領域マスクを生成する(S20)。図2に例示されているように、検査対象表面18と背景との境界部分に着目すると、検査対象表面18の縞パターンが背景の黒部分に切り落とされるようになっている。これを輝度変化の観点から見ると、輝度が矩形的に変化していることになる。矩形波には高調波成分が含まれることから、撮像画像の高周波成分を繋いでいくと、検査対象表面18と背景との境界が抽出される。このようにして、演算器16は、撮像画像(元画像)に基づいて、検査対象表面18と背景との境界を抽出する。
なお、検査領域マスクの生成に当たり、撮像画像(元画像)を低解像度化させた上で境界を抽出するようにしてもよい。
境界部分が抽出されると、演算器16は、検査対象表面18領域に任意の値を与え、また背景領域にそれは異なる任意の値を与えて検査領域マスクを作成する。例えば図5中段に例示するように、検査対象表面18領域には1を与え、背景領域には0を与える。
図3に戻り、演算器16は、検査対象表面18と背景との境界部分(輪郭部分)の画素に対して、輝度値を間引く境界処理を行う(S22)。上述したように、検査対象表面18と背景との境界部分は高周波成分が含まれる。検査対象表面18上の傷も高周波成分を持つことから、傷検知の過程で境界部分を傷と誤検知する可能性がある。そこで、演算器16は、境界部分の画素の輝度値を低減させる。
演算器16は、ステップS20にて抽出された境界を起点にした所定幅内の画素に対して、輝度値を低減させる。例えば、境界から検査対象表面側の10画素に対して0<a<1であるパラメータaを与える。または、境界から検査対象表面側に向かうにつれて0から1にパラメータaを繰り上げて(増加させて)いってもよい。このようにすることで、背景領域にパラメータ0が与えられ、境界領域にパラメータaが与えられ、境界を除く検査対象表面18にパラメータ1が与えられた、輪郭抑制フィルタCFが生成される。
次に演算器16は、図5に示すように、逆フーリエ変換された画像データS(x)に輪郭抑制フィルタCFを掛け合わせるか、累乗する(S24)。これにより、画像データS(x)の輝度値のうち、背景部分の輝度値が、掛け合わせの場合は0、累乗の場合は1となる一方で、検査対象表面18の輝度値はS(x)の原数値に維持される。また、境界部分の輝度値は、掛け合わせの場合は小数倍され、累乗の場合は小数乗される。図5の上段と下段を比較すると、輪郭抑制フィルタCFにより、検査対象表面18の輪郭部(境界部分)の輝度値が低減されているのが理解される。
演算器16は、フィルタ処理された画像データS(x)・CFに対して二値化処理を行う(S26)。例えば境界部分の画素の輝度値に所定のマージンを加えて閾値とするとともに、閾値未満の輝度を0とし、閾値以上の輝度を最大輝度とする。
以上説明した、S10〜S26までの処理により、撮像画像から低周波成分が取り除かれるとともに、境界領域の高周波成分も取り除かれる。したがって、これらのステップを実行することで、検査対象表面18上の傷(高周波成分)が浮かび上がるような画像が得られる。
本実施形態に係る表面検査装置10の各構成として、以下の機器を用いた。撮像器14としてBasler社のCCDカメラ(型番:acA1300−30gm)を用いた。画素数は1280ピクセル×960ピクセルであった。投影器12として、センチュリー社の液晶ディスプレイ(型番:LCD−8000DA)を用いた。画素数は1024ピクセル×768ピクセルであった。当該液晶ディスプレイに、輝度が正弦波状に変化する一次元格子を出力させた。
演算器16として、Dell社のパーソナルコンピュータ(型番:Precision T7500)を用いた。また、演算器16による画像処理アルゴリズムを実行させるソフトウェアとして、MathWorks社のMatlab ver.2011bを用いた。検査対象は、めっきされた樹脂部品とし、この表面に鉛筆の芯を押し当てて模擬的な傷を形成した。
上記実施例に係る検査対象表面18の撮像画像は、図2に示したものとなった。この撮像画像について上述のような画像処理を行ったところ、いずれの製品(製品A〜C)においても、検査対象表面18の傷を自動的に抽出することができた。
10 表面検査装置、12 投影器、14 撮像器、16 演算器、18 検査対象表面、20 縞パターン、22 ディスプレイ。
Claims (4)
- 検査対象表面に縞パターンを投影させる投影器と、
前記縞パターンが投影された検査対象表面を撮像する撮像器と、
検査対象表面の撮像画像をもとに、当該検査対象表面上の傷を検出する演算器と、
を備え、
前記演算器は、
前記撮像画像のパワースペクトルから当該パワースペクトルにガウスフィルタを掛けたフィルタ処理パワースペクトルを差し引くことで前記撮像画像の高周波成分を抽出するとともに、前記高周波成分をもとにして検査対象表面の傷を検出し、
前記ガウスフィルタに用いられるガウス関数の幅wとして、検査対象表面に投影された前記縞パターンの空間周波数を用いることを特徴とする、表面検査装置。 - 請求項1に記載の表面検査装置であって、
前記演算器は、前記撮像画像に基づいて、検査対象表面と背景との境界を抽出し、
前記抽出された境界を起点にした所定幅内の画素に対して、輝度値を低減させることを特徴とする、表面検査装置。 - 検査対象表面に縞パターンを投影させる投影ステップと、
前記縞パターンが投影された検査対象表面を撮像する撮像ステップと、
検査対象表面の撮像画像をもとに、当該検査対象表面上の傷を検出する検出ステップを備え、
前記検出ステップにおいて、
前記撮像画像のパワースペクトルから当該パワースペクトルにガウスフィルタを掛けたフィルタ処理パワースペクトルを差し引くことで前記撮像画像の高周波成分を抽出するとともに、前記高周波成分をもとにして検査対象表面の傷を検出し、
前記ガウスフィルタに用いられるガウス関数の幅wとして、検査対象表面に投影された前記縞パターンの空間周波数を用いることを特徴とする、表面検査方法。 - 検査対象表面に投影された縞パターンの撮像画像を受信するコンピュータを、
前記撮像画像のパワースペクトルから当該パワースペクトルにガウスフィルタを掛けたフィルタ処理パワースペクトルを差し引くことで前記撮像画像の高周波成分を抽出するとともに、前記高周波成分をもとにして検査対象表面の傷を検出する、演算器として機能させ、
前記演算器は、前記ガウスフィルタに用いられるガウス関数の幅wとして、検査対象表面に投影された前記縞パターンの空間周波数を用いることを特徴とする、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014035459A JP2015161529A (ja) | 2014-02-26 | 2014-02-26 | 表面検査装置、表面検査方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014035459A JP2015161529A (ja) | 2014-02-26 | 2014-02-26 | 表面検査装置、表面検査方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015161529A true JP2015161529A (ja) | 2015-09-07 |
Family
ID=54184721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014035459A Pending JP2015161529A (ja) | 2014-02-26 | 2014-02-26 | 表面検査装置、表面検査方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015161529A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018155718A (ja) * | 2017-03-21 | 2018-10-04 | リコーエレメックス株式会社 | 画像処理装置および検査システム |
JP2018205039A (ja) * | 2017-05-31 | 2018-12-27 | リコーエレメックス株式会社 | 画像処理装置および検査システム |
JP2019020145A (ja) * | 2017-07-11 | 2019-02-07 | リコーエレメックス株式会社 | 検査システム |
-
2014
- 2014-02-26 JP JP2014035459A patent/JP2015161529A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018155718A (ja) * | 2017-03-21 | 2018-10-04 | リコーエレメックス株式会社 | 画像処理装置および検査システム |
JP2018205039A (ja) * | 2017-05-31 | 2018-12-27 | リコーエレメックス株式会社 | 画像処理装置および検査システム |
JP2019020145A (ja) * | 2017-07-11 | 2019-02-07 | リコーエレメックス株式会社 | 検査システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4154374B2 (ja) | パターンマッチング装置及びそれを用いた走査型電子顕微鏡 | |
WO2018176938A1 (zh) | 红外光斑中心点提取方法、装置和电子设备 | |
US9727984B2 (en) | Electronic device and method for processing an image | |
JP2016513320A (ja) | 少なくとも1つの追加イメージを用いたイメージ改善及びエッジ検証のための方法及び装置 | |
US9613404B2 (en) | Image processing method, image processing apparatus and electronic device | |
CN110378902B (zh) | 一种高噪声背景下的划痕检测方法 | |
EP3394830B1 (en) | Data processing apparatus and method of controlling same | |
JP6317725B2 (ja) | 取得された画像内のクラッタを決定するためのシステム及び方法 | |
US10846839B2 (en) | Image processing apparatus, image processing method, and storage medium | |
JP2007285754A (ja) | 欠陥検出方法および欠陥検出装置 | |
CN104111038A (zh) | 利用相位融合算法修复饱和产生的相位误差的方法 | |
TWI623050B (zh) | 自圖案影像移除運動及焦點模糊 | |
CN109102507A (zh) | 螺钉螺纹检测方法以及装置 | |
JP2015161529A (ja) | 表面検査装置、表面検査方法およびプログラム | |
US9319666B1 (en) | Detecting control points for camera calibration | |
TW201433167A (zh) | 可降低影像雜訊之影像處理方法 | |
JP4801697B2 (ja) | 画像形成方法,画像形成装置、及びコンピュータプログラム | |
CN111415365B (zh) | 图像检测方法及装置 | |
TW201510934A (zh) | 影像銳化方法與影像處理裝置 | |
KR20130088238A (ko) | 방향성을 고려한 라플라시안을 이용한 노이즈 제거 장치 및 방법 | |
JP6324289B2 (ja) | 表面検査装置 | |
Rosli et al. | Some technique for an Image of defect in inspection process based on image processing | |
JP2018004324A (ja) | 欠陥検査装置 | |
US11748863B2 (en) | Image matching apparatus, image matching method, and program | |
Shah et al. | Hough transform and cepstrum based estimation of spatial-invariant and variant motion blur parameters |