JP2016217989A - 欠陥検査装置および欠陥検査方法 - Google Patents
欠陥検査装置および欠陥検査方法 Download PDFInfo
- Publication number
- JP2016217989A JP2016217989A JP2015105706A JP2015105706A JP2016217989A JP 2016217989 A JP2016217989 A JP 2016217989A JP 2015105706 A JP2015105706 A JP 2015105706A JP 2015105706 A JP2015105706 A JP 2015105706A JP 2016217989 A JP2016217989 A JP 2016217989A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- image
- unit
- detected
- detection
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 465
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000007689 inspection Methods 0.000 title claims abstract description 74
- 238000001514 detection method Methods 0.000 claims abstract description 173
- 238000003384 imaging method Methods 0.000 claims abstract description 39
- 238000003702 image correction Methods 0.000 claims abstract description 38
- 238000000605 extraction Methods 0.000 claims abstract description 29
- 239000000284 extract Substances 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 35
- 230000003287 optical effect Effects 0.000 abstract description 24
- 238000012545 processing Methods 0.000 abstract description 16
- 241000282341 Mustela putorius furo Species 0.000 description 26
- 238000010586 diagram Methods 0.000 description 11
- 238000005286 illumination Methods 0.000 description 10
- 238000012790 confirmation Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 3
- 238000013144 data compression Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000004745 nonwoven fabric Substances 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
Description
本実施形態では、走行中のシート状の検査対象物を撮像し、撮像した画像に基づいて欠陥検出処理を実行する。そのために、本実施形態の欠陥検査装置は、図1に示すように、撮像部1と、第1の欠陥検出部2と、第1の欠陥分類部3と、画像抽出部4と、画像補正部5と、第2の欠陥検出部6と、第2の欠陥分類部7とを有する。
撮像部1は、生成した画像データを第1の欠陥検出部2に出力する。
撮像された画像は、検査対象物の流れ方向(走行方向)を垂直(y軸)方向とし、検査対象物の水平面において流れ方向に直交する方向を水平(x軸)方向とする画像である。
ライン状照明装置は、光を予め設定された方向から検査対象物に照射する照明装置が直線状に配置されている。また、ラインセンサは予め決められた素子数で、ライン状照明装置により照明された検査対象物を撮像し画像を生成する。なお、ライン状照明装置とラインセンサとは、その長尺方向が、検査対象物の流れ方向に直交する水平方向に対する角度が所定の回転角度で配置される方向になるように予め設定されている(図9参照)。
また、撮像部1は、走行中の画像を保存するフレームメモリを有している。例えば、128MBのフレームメモリを使用すれば、2048素子数のラインセンサの場合、64Kラインのスキャン分の画像を一次保存できる。スキャンした画像が、上記フレームメモリの容量によるスキャン数を超える場合は、古いスキャン画像のものを順に消去し、新しいスキャンの画像をフレームメモリに順に保存する。
なお、撮像部1における、ライン状照明装置としては、照明長500〜2200mmの石英ロッド照明、LED照明、蛍光灯等が使用でき、また、ラインセンサとしては、素子数2048素子〜8192素子のラインセンサが使用できる。なお、各々の機種と台数は、検査対象の幅、走行速度、分解能により任意に選択してもよい。
第1の欠陥分類部3は、第1の欠陥画像領域情報から、第1の検出条件の1つである欠陥の分類条件に基づいて、検出した欠陥についての分類処理を実行する。
なお、欠陥のフェレ径により特定される第1の欠陥画像領域情報については、後に、図2を用いて詳しく説明するが、欠陥を覆う領域に関する情報である。
また、検出した第1の欠陥画像中心位置情報とは、例えば、欠陥のフェレ径により特定される欠陥画像領域の中心位置であり、画像の水平軸での値cxと垂直軸での値cyとで指定される位置の情報である。
例えば、ある欠陥の候補である画像の面積が、設定される面積Aより大きい場合には欠陥として検出し、小さい場合には欠陥として検出しない。検出条件とは、このような設定される閾値としての値の情報である。
なお、本実施形態においては、例えば、画像の2値化処理においては、画像入力された画像を基準として、その基準領域における画素レベルの平均に対する比率(%)により、2値化のための閾値を設定する。次に、任意の画素が、閾値よりも大きいか否かを検出することにより、画像の2値化処理を実行する。なお、閾値の定め方は、これに限られるものではなく、任意である。
第1の欠陥検出部2および第1の欠陥分類部3は、第1の検出条件を設定するための第1の検出条件設定部を有している。ユーザは、第1の検出条件設定部を用いて、第1の検出条件を設定することが出来る。
また、第1の欠陥検出部2および第1の欠陥分類部3は、第1の検出条件により検出した欠陥の測定結果や、検出した欠陥の分類の結果を表示または出力する第1の検出確認部を有している。ユーザは、第1の検出確認部を用いて、第1の欠陥検出部2で設定した第1の検出条件により検出した欠陥の測定結果や、第1の欠陥分類部3で検出した欠陥の分類の結果を確認することが出来る。
また、適正な第1の検出条件を決定するために、第1の検出条件設定部と第1の検出確認部とを用いるため、つまり、測定した画像を用いて検出条件の決定を実行するため、検査対象物の画像を再度撮像することや、撮像のために検査対象物を再度走行させる必要がない。
画像抽出部4は、第1の欠陥検出部2からの第1の欠陥画像中心位置情報の位置を中心として、予め定められた水平方向と垂直方向の画素サイズ数を有する第1の欠陥包含領域画像情報を、撮像部1により撮像されフレームメモリに保存された画像データから、抽出する。
例えば、第1の欠陥包含領域画像情報の水平方向と垂直方向の画素数のサイズは、水平方向の画素数が512画素であり、垂直方向の画素数が512画素である。なお、第1の欠陥包含領域画像情報の水平方向および垂直方向の画素数は512画素数に限られるものではなく、任意の画素数であってもよい。
なお、画像抽出部4が抽出画像記憶部を有するとして説明しているが、これに限られるものではなく、画像抽出部4と抽出画像記憶部とは異なる装置として構成してもよい。本実施形態では、画像抽出部4としては、制御用PC(パーソナルコンピュータ)を使用してもよい。
なお、画像補正部5は第1の欠陥包含領域画像情報を、画像抽出部4から直接に取得してもよいし、画像抽出部4の抽出画像記憶部から取得してもよい。
ここで、補正量は次の様に決定される。すなわち、補正の対象となる対象画素(第1の欠陥包含領域画像情報において水平方向の一方端、例えば左端からX番目にある画素)の補正画素量は、所定の回転角度をθとして次のように決定される。なお、他方端、例えば右端を基準として対象画素を決めてもよい。
補正画素量は、(X×tanθ×水平方向分解能/走行方向分解能)の小数点第1位を例えば四捨五入することにより決定される画素数に相当する整数となる。
水平方向分解能とは、画像のx軸方向の分解能(幅分解能)であり、走行方向分解能とは、画像のy軸方向の分解能(流れ方向分解能)である。
画像補正部5は、第1の欠陥包含領域画像情報の画素を補正画素量分移動させることにより、第1の欠陥包含領域画像情報を補正し、第2の欠陥包含領域画像情報を生成する。
なお、画像補正部5が補正画像記憶部を有するとして説明しているが、これに限られるものではなく、画像補正部5と補正画像記憶部とは異なる装置として構成してもよい。本実施形態では、画像補正部5としては、制御用PC(パーソナルコンピュータ)を使用してもよい。
なお、第2の欠陥検出部6は第2の欠陥包含領域画像情報を、画像補正部5から直接に取得してもよいし、画像補正部5の補正画像記憶部から取得してもよい。
第2の欠陥分類部7は、第2の欠陥画像領域情報から、第2の検出条件の1つである欠陥の分類条件に基づいて、検出した欠陥についての分類処理を実行する。
なお、欠陥のフェレ径により特定される第2の欠陥画像領域情報については、後に、図2を用いて詳しく説明するが、欠陥を覆う領域に関する情報である。
また、検出した第2の欠陥画像中心位置情報とは、例えば、欠陥のフェレ径により特定される欠陥画像領域の中心位置であり、画像の水平軸での値cxと垂直軸での値cyとで指定される位置の情報である。
第2の欠陥検出部6および第2の欠陥分類部7は、第2の検出条件を設定するための第2の検出条件設定部を有している。ユーザは、第2の検出条件設定部を用いて、第2の検出条件を設定することが出来る。
また、第2の欠陥検出部6および第2の欠陥分類部7は、第2の検出条件により検出した欠陥の測定結果や、検出した欠陥の分類の結果を表示または出力する第2の検出確認部を有している。ユーザは、第2の検出確認部を用いて、第2の欠陥検出部6で設定した第2の検出条件により検出した欠陥の測定結果や、第2の欠陥分類部7で検出した欠陥の分類の結果を確認することが出来る。
また、適正な第2の検出条件を決定するために、第2の検出条件設定部と第2の検出確認部とを用いるため、つまり、測定した画像を用いて検出条件の決定を実行するため、検査対象物の画像を再度撮像することや、撮像のために検査対象物を再度走行させる必要がない。
欠陥包含領域画像Dの中心には、第1の欠陥検出部2あるいは第2の欠陥検出部6で検出した、欠陥画像A1が表示されている。欠陥画像A1の中心位置(つまり、第1の欠陥画像中心位置情報あるいは第2の欠陥画像中心位置情報)は、中心位置の水平軸での値cxと、中心位置の垂直軸での値cyとで特定される。
なお、フェレ径とは、図2の欠陥画像A1に対して示すように、欠陥画像A1を覆う長方形の領域について、覆った領域の水平軸と垂直軸とにおける長さであり、図2においては、フェレ径の水平軸における長さがfxであり、フェレ径の垂直軸での長さがfyである。なお、それぞれのフェレ径fxとfyの中心は、欠陥画像中心位置情報の位置(cxとcy)になる。
また、欠陥画像領域情報(つまり、第1の欠陥画像領域情報あるいは第2の欠陥画像領域情報)は、欠陥画像領域Fを特定するための情報であり、フェレ径fxとフェレ径fyとの値の情報である。
なお、欠陥画像領域Fを特定するためには、欠陥画像中心位置情報(cx、cy)を中心とした欠陥画像領域情報(fx、fy)による領域に限られるものではなく、例えば図2に示すように、欠陥画像領域Fのフェレ径fxの両端の位置情報fx1とfx2と、および、フェレ径fyの両端の位置情報fy1とfy2とにより特定してもよい。
まず、画像入力の処理(ステップS1)で、撮像部1は、ラインセンサから画像を予め設定した分解能で撮像し、画像を生成する。
次に、2値化1の処理(ステップS2)で、第1の欠陥検出部2は、入力された画像を設定される閾値で2値化を実行する。
次に、特徴量抽出1の処理(ステップS3)で、第1の欠陥検出部2は、2値化画像のデータ圧縮を行った後、連結性処理を行い、欠陥の中心位置の情報である第1の欠陥画像中心位置情報(cx、cy)、面積、欠陥画像領域情報(fx、fy)などの第1の特徴量を測定する。
次に、欠陥分類1の処理(ステップS4)で、第1の欠陥分類部3は、測定した特徴量を基に、設定される欠陥分類条件に従って欠陥分類を実行する。
次に、画像補正の処理(ステップS6)で、画像補正部5は、第1の欠陥包含領域画像を補正し、第2の欠陥包含領域画像を生成する。
次に、2値化2の処理(ステップS7)で、第2の欠陥検出部6は、入力された画像補正された画像を、2値化1(ステップS2)とは異なるまたは同一の第2の検出条件に基づいて、異なるまたは同一の閾値で2値化を実行する。
次に、特徴量抽出2の処理(ステップS8)で、第2の欠陥検出部6は、2値化画像のデータ圧縮を行った後、連結性処理を行い、欠陥の中心位置の情報である第2の欠陥画像中心位置情報(cx、cy)、面積、欠陥画像領域情報(fx、fy)などの第2の特徴量を測定する。
次に、欠陥分類2の処理(ステップS9)で、第2の欠陥分類部7は、測定した特徴量を基に、欠陥分類1(ステップS4)と同様、設定される欠陥分類条件に従って欠陥分類を実行する。
方式2は、第2の検出条件を第1の検出条件に設定するため、方式1のステップS200とステップS201との間を繰り返すことにより、第2の検出条件を求め、この第2の検出条件を第1の検出条件に設定する。これにより、方式2では、ユーザは適正な第2の検出条件を設定することが可能となる。
図4は、ラインセンサを回転させずに正方形の欠陥を撮像するイメージ図である。図4に示すように、撮像部1は、正方形の欠陥10を、水平方向においてラインセンサ20における素子21ごと、流れ方向(走行方向)において画像入力間隔ごとに1スキャン分を撮像する。撮像部1が撮像した正方形の欠陥の画像は、実際の正方形の欠陥10の幅(水平方向)、長さ(走行方向)、フェレ長と同じく、幅、長さともにN(画素)、フェレ長もN(画素)になるものである。
図5は、ラインセンサを回転させて正方形の欠陥を撮像するイメージ図である。図5に示すように、回転角度θが正の値であるので、撮像部1のラインセンサ20は、正方形の欠陥10(幅、長さともにN)を、左上から撮像し、最後に右下を撮像することになる。なお、回転角度θが負の値の場合は、撮像部1のラインセンサ20は、正方形の欠陥10を、右上から撮像し、最後に左下を撮像することになる。
図6は、本回転光学系で撮像された正方形の欠陥の画像イメージ図である。図6に示すように、実際の正方形の欠陥10の幅および長さをN(フェレ長もN)、回転光学系の回転角度をθとした場合、回転光学系により撮像された正方形の欠陥の画像10aは、図6に示すように、平行四辺形の形状となる。すなわち、正方形の欠陥の画像10aのフェレ長Lは、流れ方向、幅方向の分解能が同じ場合、L=N+(N×tanθ)となり、実際の正方形の欠陥のフェレ長Nと異なることになる。
図7は、本回転光学系で撮像されたスジ欠陥の画像イメージ図である。スジ欠陥が幅1画素、長さL(フェレ長もL)の場合、ラインセンサの回転の影響を受けずに、スジ欠陥の画像11aのフェレ長もLとなり撮像した結果が実際のものと一致する。
図8(a)は、ラインセンサ20の回転角度θと逆の方向に同じ角度θで傾いた平行四辺形の欠陥12である。図8(b)は、ラインセンサ20の回転角度θと同じ方向に同じ角度θで傾いた平行四辺形の欠陥13である。両者の実際のフェレ長は、平行四辺形の流れ方向の辺の長さ及び幅は等しいので同じである。しかし、回転光学系で撮像される画像のフェレ長は、図8に示す長さL1、L2が回転角度θの影響を受けるため、それぞれ傾きの方向により異なったものとなってしまう。
また、画像抽出部4および画像補正部5には、画像サイズ512画素×512画素を設定した。
また、第2の欠陥検出部6における第2の検出条件としての2値化を実行する閾値の条件を60%に設定した。また、第2の欠陥分類部7には、第2の検出条件として2つの分類「欠陥小」と「欠陥大」とを設定した。分類「欠陥小」は、幅2.2mm未満、かつ、長さ2.2mm未満の分類条件、分類「欠陥大」は、幅2.2mm以上、または、長さ2.2mm以上の分類条件と、第1の検出条件と同じ条件に設定した。
図10に示すように、第1の欠陥包含領域画像情報の第1の中心位置(cx、cy)には、第1の欠陥検出部2で検出された欠陥画像14aが表示されている。欠陥画像領域は、フェレ径fxとフェレ径fyとで囲まれる領域である。欠陥画像領域は、fx=2mm、fy=2mmである正方形の欠陥に対して、fxがほぼ変わらず、fyが大きくなった欠陥画像領域となっている。一方、図11に示すように、第2の欠陥包含領域画像情報の第2の中心位置(cx、cy)には、第2の欠陥検出部6で検出された欠陥画像15aが表示されている。欠陥画像領域は、フェレ径fxとフェレ径fyとで囲まれる領域である。欠陥画像領域は、fx=2mm、fy=2mmである正方形の欠陥に対して、fx、fyともほぼ変わらない欠陥画像領域となっている。これは、画像補正部5が行う画像補正方法によるものであり、この画像補正方法について詳細に説明する。
補正画素量は、(X×tanθ×水平方向分解能/走行方向分解能)の小数点第1位を例えば四捨五入することにより決定される画素数に相当する整数となる。
画像補正部5は、第1の欠陥包含領域画像情報の画素を補正画素量分移動させることにより、第1の欠陥包含領域画像情報(補正前の正方形の欠陥)を補正し、第2の欠陥包含領域画像情報(補正後の正方形の欠陥)を生成する。
ここでは、補正画素量は、X×tan30°×0.1/0.1の小数点第1位を例えば四捨五入することにより決定される画素数に相当する整数となる。この結果が図11に示される30°回転光学系で取得した補正後の正方形の欠陥画像となる。
図12は、No.1〜No.4で示される4種類の形状の欠陥、欠陥の特徴量(幅および長さ)に対応する補正前の画像と特徴量、補正後の画像と特徴量を示している。
補正前の特徴量とは、第1の欠陥検出部2が検出した特徴量であるfx(幅)およびfy(長さ)を示している。また、補正後の特徴量とは、第2の欠陥検出部6が検出した特徴量であるfx(幅)およびfy(長さ)を示している。
一辺が2mmの正方形の欠陥(No.1)に関しては、第1の欠陥検出部2が検出した第1の特徴量(図10で示す第1の欠陥包含領域画像情報での幅、長さ)は、幅が2.0mm、長さが3.1mmと検出された。一方、第2の欠陥検出部6が検出した第2の特徴量(図11で示す第2の欠陥包含領域画像情報での幅、長さ)は、幅が2.0mm、長さが2.0mmと、実物に近い特徴量が検出された。
また、第1の欠陥分類部3における第1の分類処理では、長さが3.1mmと2.2mm以上であるので、「欠陥大」に分類された。一方、第2の欠陥分類部7における第2の分類処理では、長さ2.0mm、幅2.0mmといずれも2.2mm未満であるので、「欠陥小」に分類された。すなわち、第2の分類処理に関して、実物に近い特徴量に対応した正確な分類結果を得ることができる。
No.2で示される欠陥は円形の形状の欠陥であり、欠陥の特徴量は、直径が2mmであることから、幅、長さとも2mmの特徴量を持つ。この直径が2mmの円形の欠陥(No.2)に関しては、第1の欠陥検出部2が検出した第1の特徴量は、幅が2.0mm、長さが2.3mmと検出された。一方、第2の欠陥検出部6が検出した第2の特徴量は、幅が2.0mm、長さが2.0mmと、実物に近い特徴量が検出された。
また、第1の欠陥分類部3における第1の分類処理では、長さが2.3mmと2.2mm以上であるので、「欠陥大」に分類された。一方、第2の欠陥分類部7における第2の分類処理では、長さ2.0mm、幅2.0mmといずれも2.2mm未満であるので、「欠陥小」に分類された。すなわち、第2の分類処理に関して、実物に近い特徴量に対応した正確な分類結果を得ることができる。
この平行四辺形の欠陥(No.3)に関しては、第1の欠陥検出部2が検出した第1の特徴量は、幅が2.0mm、長さが5.1mmと検出された。一方、第2の欠陥検出部6が検出した第2の特徴量は、幅が2.0mm、長さが4.0mmと、実物に近い特徴量が検出された。
また、第1の欠陥分類部3における第1の分類処理では、長さが5.1mmと2.2mm以上であるので、「欠陥大」に分類された。一方、第2の欠陥分類部7における第2の分類処理では、長さが4.0mmと2.2mm以上であるので、「欠陥大」に分類された。すなわち、第2の分類処理に関して、実物に近い特徴量に対応した正確な分類結果を得ることができる。
この平行四辺形の欠陥(No.4)に関しては、第1の欠陥検出部2が検出した第1の特徴量は、幅が2.0mm、長さが2.8mmと検出された。一方、第2の欠陥検出部6が検出した第2の特徴量は、幅が2.2mm、長さが4.0mmと、実物に近い特徴量が検出された。
また、第1の欠陥分類部3における第1の分類処理では、長さが2.8mmと2.2mm以上であるので、「欠陥大」に分類された。一方、第2の欠陥分類部7における第2の分類処理では、長さが4.0mmと2.2mm以上であるので、「欠陥大」に分類された。すなわち、第2の分類処理に関して、実物に近い特徴量に対応した正確な分類結果を得ることができる。
例えば、図13は、欠陥包含領域画像と補正後の欠陥画像領域を示す図である。図13に示すように、欠陥包含領域画像の中に、複数個(3個)の欠陥として、実線で示す補正前の欠陥画像領域(四角形)と、補正前の欠陥画像(円形2個)がある。このように、補正前の欠陥画像領域(四角形)と異なる欠陥画像(円形2個)があるが、第2の欠陥検出部6が、検出処理を、破線で示す補正後の欠陥画像領域(平行四辺形)、或いは一点鎖線で示す補正後の欠陥画像領域(四角形)に限定することにより、補正前の欠陥画像(円形2個)の影響を受けずに検出処理を行うことができる。
第1の欠陥検出部2および第1の欠陥分類部3の第1の検出条件設定部と第1の検出確認部には、ユーザが第1の検出条件を設定し、第1の欠陥の測定結果や分類結果を確認するために、周辺機器として入力装置、表示装置が接続されてもよい。また、第2の欠陥検出部6および第2の欠陥分類部7の第2の検出条件設定部と第2の検出確認部にも、ユーザが第2の検出条件を設定し、第2の欠陥の測定結果や分類結果を確認するために、周辺機器として入力装置、表示装置が接続されてもよい。ここで、入力装置とはキーボード、マウス等の入力デバイスのことをいう。表示装置とは液晶表示装置等のことをいう。
Claims (4)
- 検査対象物を、前記検査対象物の水平面において走行方向に直交する水平方向に対する角度が所定の回転角度で配置されるラインセンサにより撮像して画像データを生成する撮像部と、
前記撮像部の生成した画像データと第1の検出条件としての閾値とに基づいて第1の欠陥の検出処理を実行し、前記第1の欠陥の検出処理により検出した欠陥の第1の中心位置と第1の特徴量を検出する第1の欠陥検出部と、
前記第1の欠陥検出部の検出した欠陥の前記第1の中心位置を中心とする領域の画像である第1の欠陥包含領域画像を、前記撮像部の生成した画像データから抽出する画像抽出部と、
前記画像抽出部が抽出した前記第1の欠陥包含領域画像を、前記所定の回転角度に基づいて補正し、第2の欠陥包含領域画像を生成する画像補正部と、
前記第2の欠陥包含領域画像と第2の検出条件としての閾値とに基づいて第2の欠陥の検出処理を実行し、前記第2の欠陥の検出処理により検出した欠陥の第2の特徴量を検出する第2の欠陥検出部と、
前記第2の欠陥検出部により検出された前記第2の特徴量に基づいて欠陥を分類する第2の欠陥分類部と、
を有することを特徴とする欠陥検査装置。 - 前記画像補正部は、
前記第1の欠陥包含領域画像において水平方向の一方端からX番目にある画素を、前記所定の回転角度をθとすると、
(X×tanθ×水平方向分解能/走行方向分解能)に相当する補正量だけ走行方向に移動させる補正を行う、
ことを特徴とする請求項1に記載の欠陥検査装置。 - 撮像部が、検査対象物を、前記検査対象物の水平面において走行方向に直交する水平方向に対する角度が所定の回転角度で配置されるラインセンサにより撮像して画像データを生成する撮像工程と、
第1の欠陥検出部が、前記撮像部の生成した画像データと第1の検出条件としての閾値とに基づいて第1の欠陥の検出処理を実行し、前記第1の欠陥の検出処理により検出した欠陥の第1の中心位置と第1の特徴量を検出する第1の欠陥検出工程と、
画像抽出部が、前記第1の欠陥検出部の検出した欠陥の前記第1の中心位置を中心とする領域の画像である第1の欠陥包含領域画像を、前記撮像部の生成した画像データから抽出する画像抽出工程と、
画像補正部が、前記画像抽出部が抽出した前記第1の欠陥包含領域画像を、前記所定の回転角度に基づいて補正し、第2の欠陥包含領域画像を生成する画像補正工程と、
第2の欠陥検出部が、前記第2の欠陥包含領域画像と第2の検出条件としての閾値とに基づいて第2の欠陥の検出処理を実行し、前記第2の欠陥の検出処理により検出した欠陥の第2の特徴量を検出する第2の欠陥検出工程と、
第2の欠陥分類部が、前記第2の欠陥検出部により検出された前記第2の特徴量に基づいて欠陥を分類する第2の欠陥分類工程と、
を有することを特徴とする欠陥検査方法。 - 前記画像補正工程は、
前記画像補正部が、
前記第1の欠陥包含領域画像において水平方向の一方端からX番目にある画素を、前記所定の回転角度をθとすると、
(X×tanθ×水平方向分解能/走行方向分解能)に相当する補正量だけ走行方向に移動させる補正を行う工程である、
ことを特徴とする請求項3に記載の欠陥検査方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015105706A JP2016217989A (ja) | 2015-05-25 | 2015-05-25 | 欠陥検査装置および欠陥検査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015105706A JP2016217989A (ja) | 2015-05-25 | 2015-05-25 | 欠陥検査装置および欠陥検査方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016217989A true JP2016217989A (ja) | 2016-12-22 |
Family
ID=57580983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015105706A Pending JP2016217989A (ja) | 2015-05-25 | 2015-05-25 | 欠陥検査装置および欠陥検査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016217989A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102259721B1 (ko) * | 2020-02-28 | 2021-06-02 | 주식회사 슈텍 | 표면 검사기 및 표면 검사 방법 |
KR102323583B1 (ko) * | 2020-05-15 | 2021-11-09 | (주)미래컴퍼니 | 라인스캔 검사장치 |
CN116542974A (zh) * | 2023-07-05 | 2023-08-04 | 杭州百子尖科技股份有限公司 | 一种基于多尺度网格化的覆铜板表面缺陷检测方法 |
KR102686135B1 (ko) * | 2021-06-11 | 2024-07-19 | 주식회사 러닝비전 | 인공지능을 활용한 결함 검사 방법 및 인공지능을 활용한 결함 검사 장치 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63128241A (ja) * | 1986-11-19 | 1988-05-31 | Fujitsu Ltd | パタ−ン欠陥検査装置 |
JPH0412257A (ja) * | 1990-04-27 | 1992-01-16 | Kawasaki Steel Corp | 鋼板の線状疵の検出方法及びその装置 |
JPH0789063A (ja) * | 1993-09-24 | 1995-04-04 | Toshiba Corp | 印刷物検査システム |
JP2003168103A (ja) * | 2001-11-30 | 2003-06-13 | Seiko Epson Corp | 画面の線欠陥検出方法及び装置並びに画像データの補正方法 |
JP2007017319A (ja) * | 2005-07-08 | 2007-01-25 | Dainippon Printing Co Ltd | 塗布ムラ検査装置 |
JP2008026072A (ja) * | 2006-07-19 | 2008-02-07 | Mec:Kk | 欠陥検査装置及び欠陥検査方法 |
-
2015
- 2015-05-25 JP JP2015105706A patent/JP2016217989A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63128241A (ja) * | 1986-11-19 | 1988-05-31 | Fujitsu Ltd | パタ−ン欠陥検査装置 |
JPH0412257A (ja) * | 1990-04-27 | 1992-01-16 | Kawasaki Steel Corp | 鋼板の線状疵の検出方法及びその装置 |
JPH0789063A (ja) * | 1993-09-24 | 1995-04-04 | Toshiba Corp | 印刷物検査システム |
JP2003168103A (ja) * | 2001-11-30 | 2003-06-13 | Seiko Epson Corp | 画面の線欠陥検出方法及び装置並びに画像データの補正方法 |
JP2007017319A (ja) * | 2005-07-08 | 2007-01-25 | Dainippon Printing Co Ltd | 塗布ムラ検査装置 |
JP2008026072A (ja) * | 2006-07-19 | 2008-02-07 | Mec:Kk | 欠陥検査装置及び欠陥検査方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102259721B1 (ko) * | 2020-02-28 | 2021-06-02 | 주식회사 슈텍 | 표면 검사기 및 표면 검사 방법 |
KR102323583B1 (ko) * | 2020-05-15 | 2021-11-09 | (주)미래컴퍼니 | 라인스캔 검사장치 |
KR102686135B1 (ko) * | 2021-06-11 | 2024-07-19 | 주식회사 러닝비전 | 인공지능을 활용한 결함 검사 방법 및 인공지능을 활용한 결함 검사 장치 |
CN116542974A (zh) * | 2023-07-05 | 2023-08-04 | 杭州百子尖科技股份有限公司 | 一种基于多尺度网格化的覆铜板表面缺陷检测方法 |
CN116542974B (zh) * | 2023-07-05 | 2023-09-26 | 杭州百子尖科技股份有限公司 | 一种基于多尺度网格化的覆铜板表面缺陷检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5174540B2 (ja) | 木材欠陥検出装置 | |
JP2020008501A (ja) | 表面欠陥検出装置及び表面欠陥検出方法 | |
JP6055228B2 (ja) | 形状計測装置 | |
TWI512284B (zh) | 玻璃氣泡瑕疵檢測系統 | |
JP4633245B2 (ja) | 表面検査装置及び表面検査方法 | |
JP2016217989A (ja) | 欠陥検査装置および欠陥検査方法 | |
JP4279833B2 (ja) | 外観検査方法及び外観検査装置 | |
JP2008170256A (ja) | 欠陥検出方法、欠陥検出プログラムおよび検査装置 | |
JP2001209798A (ja) | 外観検査方法及び検査装置 | |
JP2012237585A (ja) | 欠陥検査方法 | |
JP7003669B2 (ja) | 表面検査装置、及び表面検査方法 | |
KR101440306B1 (ko) | 유리병 검사장치 | |
JP7268341B2 (ja) | 検査性能診断装置、検査性能診断方法、検査性能診断装置用のプログラム、および、検査性能診断システム | |
JPWO2014112653A1 (ja) | 画像生成装置、欠陥検査装置および欠陥検査方法 | |
WO2011080808A1 (ja) | 放射線画像処理装置および放射線画像処理プログラム | |
JP6035124B2 (ja) | 欠陥検査装置、及び欠陥検査方法 | |
JP4956077B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
JP2015059854A (ja) | 欠陥検査方法及び欠陥検査装置 | |
JP2007057705A (ja) | 表示パネルの検査方法および検査装置 | |
TWI753424B (zh) | 外觀檢查管理系統、外觀檢查管理裝置、外觀檢查管理方法以及程式 | |
JP2003329428A (ja) | 表面検査装置及び表面検査方法 | |
TWI497062B (zh) | 中央處理器腳座的光學檢測系統及其方法 | |
JP2003156451A (ja) | 欠陥検出装置 | |
JPH0711414B2 (ja) | ガラスびんの偏肉検査方法 | |
JP6035375B1 (ja) | 欠陥検査装置、及び欠陥検査方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170808 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180517 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180605 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180801 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20181106 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20181116 |