JP2018021817A - 検査装置及び検査方法 - Google Patents

Abstract

【課題】 シート中の異物を十分に分類可能な検査装置等を提供する。【解決手段】 シートを撮像し、撮像結果を画像情報として取得可能な撮像部と、前記撮像部で取得された前記画像情報に基づいて、前記異物が排除されるべきものであるか否かを判定する判定部とを備え、前記判定部は、前記異物の形状を決定し、前記異物の形状を、複数の領域に分画し、前記分画された領域ごとに特徴量を算出し、前記領域が排除されるべきものか否かを判定し、前記排除されるべきものと判定された領域の数量に基づいて、前記異物の判定を行うように構成された、検査装置。【選択図】 図２

Description

本発明は、検査装置及び検査方法に関する。

従来、シート中の欠陥である異物を検査する検査装置が用いられている。
この種の検査装置としては、例えば、カメラやラインセンサ等で得られた画像情報を取得し、取得した異物としての画像情報に基づいて、異物をさらに２つ以上の種類に分類するように構成されたものが提案されている。
例えば、１つの異物の画像情報から異物全体の面積、周囲長等の複数の特徴量を取得し、取得された特徴量をサポートベクターやマハラノビスの距離等を用いて処理することによって異物を２つ以上の種類に分類可能な検査装置が提案されている（特許文献１参照）。

特開２０１４−１５３９０６号公報

ところで、シート中の異物には、製品から排除されるべき異物といった、比較的深刻な異物もあれば、製品として許容される（すなわち排除されなくてもよい）異物といった、比較的深刻ではない異物も存在する場合がある。この場合、比較的深刻な異物のみを排除することができれば、その分、製品の歩留まりが向上し、生産性が向上することになる。また、比較的深刻な異物と、そうではない異物とを作業員の目視に頼ることなく分類できれば、その分、作業性が向上し、生産性が向上することになる。
しかし、上記した特許文献１に示すような技術では、シート中の異物を十分に分類し得ず、このため、比較的深刻な異物と、そうではない異物とを十分に区別することができないおそれがある。

上記事情に鑑み、本発明は、シート中の異物を十分に分類可能な検査装置及び検査方法を提供することを課題とする。

本発明に係る検査装置は、
シート中の異物を検査する検査装置であって、
前記シートを撮像し、撮像結果を画像情報として取得可能な撮像部と、
前記撮像部で取得された前記画像情報に基づいて、前記異物が排除されるべきものであるか否かを判定する判定部とを備え、
前記判定部は、
前記撮像部で取得された画像情報に基づいて前記異物の形状を決定し、
決定された前記異物の形状を、複数の領域に分画し、
前記分画された領域ごとに、該領域の面積、周囲長さ、直線長さ、直線度、及び、角度から選択されるいずれか１つ以上の特徴量を算出し、
前記領域ごとに算出された特徴量に基づいて、前記領域が排除されるべきものか否かを判定し、
前記排除されるべきものと判定された領域の数量に基づいて、前記異物が排除されるべきものか否かを判定するように構成されている。

かかる構成によれば、シートを撮像して画像情報を取得し、取得した画像情報に基づいて異物の形状を決定し、決定した異物の形状を複数の領域に分画し、分画した領域ごとに算出された特徴量に基づいて該領域が排除されるべきものか否かを判定し、排除されるべきものと判定された領域の数量に基づいて異物が排除されるべきものか否かを判定することができ、これによって、異物を検査することができる。
このように、異物の局所的な複数の特徴量に基づいて、異物が、該異物全体として排除されるべきものか否かを判定し得るため、十分にシート中の異物を分類することが可能となる。

上記構成の検査装置においては、
前記判定部は、前記排除されるべきものと判定された領域の数量を、基準値と比較して、前記異物が排除されるべきものか否かを判定するように構成されていてもよい。

かかる構成によれば、判定部が、基準値を用いて上記判定を行うことによって、より詳細にシート中の異物を検査することができる。
よって、より十分にシート中の異物を分類することが可能となる。

上記構成の検査装置においては、
前記特徴量の算出では、前記判定部は、前記領域の面積、周囲長さ、直線長さ、直線度、及び、角度から選択されるいずれか２つ以上の特徴量を算出するように構成されていてもよい。

かかる構成によれば、判定部が、上記いずれか２つ以上の特徴量を算出することによって、より確実にシート中の異物を検査することができる。
よって、より十分にシート中の異物を分類することが可能となる。

本発明の検査方法は、
前記検査装置を用いて、シート中の異物を検査する方法である。

かかる構成によれば、上記と同様、シート中の異物を十分に分類することが可能となる。

以上の通り、本発明によれば、シート中の異物を十分に分類可能な検査装置及び検査方法が提供される。

本発明の実施形態に係る検査装置を示す概略側面図 判別式の取得フローを示す図 異物の検査フローを示す図 画像情報から決定された異物の形状を示す図 図４の異物の画像情報の各領域を二色化して示す図 他の異物の画像情報の各領域を二色化して示す図

以下、本発明の実施形態に係る検査装置及び検査方法について、図面を参照しながら説明する。

まず、本実施形態の検査装置について説明する。

図１に示すように、本実施形態の検査装置１は、
シート５０中の異物Ｆを検査する検査装置１であって、
前記シート５０を撮像し、撮像結果を画像情報Ｄとして取得可能な撮像部１０と、
前記撮像部１０で取得された前記画像情報Ｄに基づいて、前記異物Ｆが排除されるべきものであるか否かを判定する判定部２０とを備え、
前記判定部２０は、
前記撮像部１０で取得された画像情報Ｄに基づいて前記異物Ｆの形状を決定し、
決定された前記異物Ｆの形状を、複数の領域Ｄ１に分画し、
前記分画された領域Ｄ１ごとに、該領域Ｄ１の面積Ｎ、周囲長さＭ、直線長さＲ、直線度Ｐ、及び、角度Ｑから選択されるいずれか１つ以上の特徴量Ｔを算出し、
前記領域Ｄ１ごとに、算出された特徴量Ｔに基づいて、前記領域Ｄ１が排除されるべきものか否かを判定し、
前記排除されるべきものと判定された領域Ｄ１の数量Ｕに基づいて、前記異物Ｆが排除されるべきものか否かを判定するように構成されている。

また、本実施形態では、前記判定部２０は、前記排除されるべきものと判定された領域Ｄ１の数量を、基準値Ｓと比較して、前記異物Ｆが排除されるべきものか否かを判定するように構成されている。

また、本実施形態では、検査装置１は、撮像部１０で検出された画像情報、及び、判定部２０で判定された結果が送信されて、これらを表示する表示部４０を備えている。

シート５０は、特に限定されるものではない。例えば、シート５０として、基材と、該基材に積層された粘着剤層とを有する粘着テープ等が挙げられる。該粘着テープとしては、上記基材の一方の面のみに粘着剤層が積層されてなる粘着テープや、上記基材の両面に粘着剤層が積層されてなる粘着テープ等が挙げられる。

撮像部１０は、シート５０を撮像し、撮像結果を画像情報Ｄとして取得するように構成されたものである。撮像部１０は、取得した画像情報Ｄを判定部２０に送信するようになっている。
撮像部１０としては、例えば、ラインカメラやエリアカメラ等のカメラを備えたものが挙げられる。

判定部２０は、
撮像部１０で取得された画像情報Ｄに基づいて異物Ｆの形状を決定する形状決定ステップＳ１と、
決定された異物Ｆの形状を、複数の領域Ｄ１に分画する分画ステップＳ２と、
分画された領域Ｄ１ごとに、該領域Ｄ１の面積Ｎ、周囲長さＭ、直線長さＲ、直線度Ｐ、及び、角度Ｑから選択されるいずれか１つ以上の特徴量Ｔを算出する特徴量算出ステップＳ３と、
領域Ｄ１ごとに、算出された特徴量Ｔに基づいて、領域Ｄ１が排除されるべきものか否かを判定する特徴量判定ステップＳ４と、
特徴量判定ステップＳ４で排除されるべきものと判定された領域Ｄ１の数量Ｕに基づいて、異物Ｆが排除されるべきものか否かを判定する異物判定ステップＳ５とを実行するように構成されている。

より具体的には、判定部２０は、形状決定ステップＳ１にて、例えば、撮像部１０で取得された画像情報Ｄを、記憶部３０に格納されたＣａｎｎｙエッジ検出フィルタ等のプログラムを用いて、輝度勾配を有するエッジとして、その輝度勾配が所定の閾値以上であるエッジと、該所定の閾値未満であるエッジとを検出することによって、二値化し、シート５０の異物Ｆの部分と、異物Ｆではない部分とを区画することによって、異物Ｆの部分の形状を決定するようになっている。

Ｃａｎｎｙエッジ検出フィルタについて詳細を以下に示す。前処理としてガウシアンフィルタにて画像情報Ｄ中のノイズ除去をし、ノイズが除去された画像情報Ｄについてｘ方向、ｙ方向でそれぞれ微分を行い、ｘｙ方向にそれぞれ微分して得られた輝度勾配の大きさと方向（濃度勾配情報）を算出する。そして、このフィルタ処理で太くされた（増幅された）画素領域を、細線化処理で細くしたのち、その濃度勾配情報を、２つの閾値Ｔｈ０とＴｈ１（Ｔｈ０＜Ｔｈ１）とを用いて、信頼度の高いエッジと信頼度の低いエッジとに分画して二値化処理を行う。具体的には、閾値Ｔｈ１以上の濃度勾配情報を有する画素領域を、エッジ（信頼度の高いエッジ）、Ｔｈ０未満の濃度勾配情報を有する画素領域を、非エッジ（信頼度の低いエッジ）と判断する。Ｔｈ０以上Ｔｈ１未満の濃度勾配情報を有する画素領域については、Ｔｈ１以上であるエッジと連結している（物理的に繋がっている）画素領域をエッジ（信頼度の高いエッジ）と判定し、該Ｔｈ１以上であるエッジと連結していない画素領域を非エッジ（信頼度の低いエッジ）と判定する。この検出アルゴリズムによれば、視認上は判定し難いエッジ付近のかすかな部分もエッジとして検出できる。二値化では、例えば、上記処理にてエッジとして判定された画素領域を数値２５５、非エッジとして判定された画素領域を数値０として、全画素領域を数値０または数値２５５で置き換える。

また、上記の他、二値化しては、例えば、赤色と青色の二色に数値化して撮像した画像情報Ｄの画素が最も暗い（黒い）場合を０、最も明るい（白い）場合を２５５として、各画素（ドット）を０〜２５５のいずれかの数値で表す態様も採用し得る。この場合、各画素領域の値を、閾値と比較して、全数値を２つに区画し、その一方を異物Ｆとすることによって、異物Ｆの形状を形成するように構成された態様を採用し得る。

判定部２０は、特徴量算出ステップＳ３にて、前記領域Ｄ１の面積Ｎ、周囲長さＭ、直線長さＲ、直線度Ｐ、及び、角度Ｑから選択されるいずれか２つ以上の特徴量Ｔを算出するように構成されていることが好ましい。

判定部２０は、分画ステップＳ２にて、例えば、記憶部３０に格納された汎用のプログラムを用いて、決定された異物Ｆの形状を、画素が連続している部分を１つの領域（画素領域）Ｄ１と決定することによって、複数の領域Ｄ１に分画するようになっている。
分画の程度は、上記したＣａｎｎｙエッジ検出フィルタの閾値ＴＨ０とＴＨ１とによって調整される。かかる各閾値は、特に限定されるものではなく、適宜設定され得る。
例えば、各閾値が低過ぎると、エッジと判定される画素領域同士の間に、これらと離間して位置する画素領域も、エッジとみなされるおそれがあり、この場合には、該画素領域同士が繋がっていると判定される結果、適切に複数の領域Ｄ１に分画されないおそれがある。一方、各閾値が高すぎると、エッジと判定されるべき画素領域の見落としが発生するおそれがあり、その結果、適切に複数の領域Ｄ１に分画されないおそれがある。
よって、例えばこれらの観点を考慮して、各閾値が適宜設定され得る。また、例えば、実際の画像を目視にて観察し、その観察結果と、画素領域の状態とを照らし合わせて、エッジが適切に分画されるような閾値を設定され得る。
上記閾値は、後述するように、記憶部３０に格納されている。
また、判定部２０は、領域Ｄ１の全数量Ｕ１を計数するようになっている。

判定部２０は、特徴量算出ステップＳ３にて、分画された領域Ｄ１ごとに、該領域Ｄ１の面積Ｎ、周囲長さＭ、直線長さＲ、直線度Ｐ、及び、角度Ｑから選択されるいずれか１つ以上の特徴量Ｔを、例えば記憶部３０に格納された汎用のプログラムを用いて算出するように構成されている。
領域Ｄ１の面積Ｎは、領域Ｄ１に含まれる画素の数量を計数することによって、算出され得る。
領域Ｄ１の周囲長さＭは、領域Ｄ１の外周縁に存在している画素の数量を計数することによって、算出され得る。
領域Ｄ１の直線長さＲは、領域Ｄ１を最も小さい矩形に当てはめたときの長辺の長さ（該長辺に含まれる画素の数量）を計数することによって、算出され得る。
領域Ｄ１の直線度Ｐは、領域Ｄ１を最も小さい矩形に当てはめたときの長辺の長さ（該長辺に含まれる画素の数量）と、短辺の長さ（該短辺に含まれる画素の数量）とを算出し、長辺に対する短辺の比率を求めることによって、算出され得る。
領域Ｄ１の角度Ｑは、異物Ｆの形状の中心座標と領域Ｄ１の中心座標とを結んだ直線と、上記長辺（直線長さＲ及び直線度Ｐを算出するために使用される長辺）とがなす角度として、算出され得る。

判定部２０は、特徴量判定ステップＳ４にて、領域Ｄ１ごとに、算出された特徴量Ｔに基づいて、領域Ｄ１が排除されるべきものか否かを判定するようになっている。
例えば、判定部２０は、領域Ｄ１ごとに、算出された特徴量Ｔと、予め作成されて記憶部３０に格納された教師データとを、記憶部３０に格納されたサポートベクターマシン（ＳＶＭ）等のプログラムに適用して、領域Ｄ１が排除されるべきものか否かを判定するようになっている。
判定部２０は、排除すべきであると判定された領域Ｄ１の数量Ｕ２を計数するようになっている。
判定部２０は、判定結果を２つの輝度に分類し、分類された輝度を、記憶部３０に格納された汎用のプログラムを用いて、二色化するようになっている。例えば、排出すべきであると判定された領域Ｄ１を赤色、排出すべきではないと判定された領域Ｄ１を緑色というように、二色化するようになっている。

判定部２０は、異物判定ステップＳ５にて、特徴量判定ステップＳ４で排除されるべきものと判定された領域Ｄ１の数量に基づいて、異物Ｆが排除されるべきものか否かを判定するようになっている。
例えば、判定部２０は、記憶部３０から、基準値Ｓと領域Ｄ１の全数量Ｕ１とを関連付けたテーブルを読み出し、分画ステップＳ２で算出された領域Ｄ１の全数量Ｕ１から基準値Ｓを算出し、算出された基準値Ｓと、特徴量判定ステップＳ４で排除されるべきものと判定された領域Ｄ１の数量Ｕ２とを比較して、異物Ｆを排除されるべきものか否かを判定するようになっている。
具体的には、例えば、基準値Ｓが領域Ｄ１の全数量Ｕ１の１／２であるように関連付けたテーブルを、記憶部３０から判定部２０が読み出し、排除されるべきものと判断された領域Ｄ１の数量Ｕ２が、領域Ｄ１の全数量Ｕ１の１／２を超える場合（すなわち、過半数を超える場合）、異物Ｆが排除されるべきものであり、全数量Ｕ１の１／２以下の場合、異物Ｆが排除されるべきではないものである、と判定するように構成されている。

判定部２０としては、中央演算装置（ＣＰＵ）等が挙げられる。

記憶部３０は、異物判定ステップＳ５にて、異物Ｆが排除されるべきものか否かを判定するために使用される、基準値Ｓと領域Ｄ１の全数量Ｕ１とを関連付けたテーブルを格納している。
記憶部３０は、形状決定ステップＳ１で使用されるエッジ検出プログラムとその閾値、分画ステップＳ２で使用されるプログラム、特徴量算出ステップＳ３で使用されるプログラム、特徴量判定ステップＳ４で使用されるプログラム、該プログラムとサポートベクターマシンとを用いて教師データで予め作成した判別式、及び、異物判定ステップＳ５で使用されるプログラムを格納している。
記憶部３０は、上記の他、検査装置１の作動に必要なプログラム等を格納している。

記憶部３０としては、ＲＯＭ、ＲＡＭ等のメモリが挙げられる。

表示部４０は、撮像部１０で検出された画像情報、及び、判定部２０で判定された結果が送信されて、これらを表示するように構成されている。
このような表示部４０としては、例えば、液晶表示ディスプレイ等のディスプレイ装置等が挙げられる。

上記判定部２０、記憶部３０及び表示部４０は、例えば、コンピュータに一体的に備えられたものであってもよい。

次いで、上記検査装置１の動作を説明しつつ、該検査装置１を用いた異物Ｆの検査方法について説明する。

予め、シート５０に発生した複数の異物Ｆについて、特徴量Ｔと、異物Ｆが排除されるべきものか否かとの関係を調べ、これを教師データとしてサポートベクターマシンの判別式等のプログラムを作成し、特徴量Ｔ、作成されたプログラムを記憶部３０に格納しておく。

そして、撮像部１０によって、シート５０を撮像する。撮像結果を画像情報Ｄとして取得する。撮像部１０は、取得した画像情報Ｄを判定部２０に送信する。

次いで、判定部２０によって、撮像部１０で取得された画像情報Ｄに基づいて前記異物Ｆの形状を決定する形状決定ステップＳ１を実行する。
具体的には、判定部２０によって、記憶部３０から、予め決定された閾値が読み出され、該閾値を用いて撮像部１０で取得された画像情報Ｄを二値化し、異物Ｆの形状を決定する。

次いで、判定部２０によって、形状決定ステップＳ１で決定された前記異物Ｆの形状を複数の領域Ｄ１に分画する分画ステップＳ２を実行する。
具体的には、判定部２０によって、記憶部３０から汎用のプログラムが読み出され、該プログラムを用いて、形状決定ステップＳ１で決定された前記異物Ｆの形状を複数の領域Ｄ１に分画する。また、判定部２０によって、領域Ｄ１の全数量Ｕ１を計数する。

次いで、判定部２０によって、分画ステップＳ２で分画された領域Ｄ１ごとに、該領域Ｄ１の面積Ｎ、周囲長さＭ、直線長さＲ、直線度Ｐ、及び、角度Ｑから選択されるいずれか１つ以上の特徴量Ｔを算出する特徴量算出ステップＳ３を実行する。具体的には、判定部２０によって、記憶部３０から汎用のプログラムが読み出され、該プログラムを用いて、分画ステップＳ２で分画された領域Ｄ１ごとに、特徴量Ｔの少なくとも１つを算出する。

次いで、判定部２０によって、特徴量算出ステップＳ３で領域Ｄ１ごとに算出された特徴量Ｔに基づいて、領域Ｄ１が排除されるべきものか否かを判定する特徴量判定ステップＳ４を実行する。
具体的には、判定部２０によって、記憶部３０からサポートベクターマシン等のプログラムを読み出し、該プログラムを用いて、領域Ｄ１が排除されるべきものか否かを判定する。また、判定部２０によって、記憶部３０からＣａｎｎｙエッジ検出フィルタ等のプログラムを読み出し、該プログラムを用いて判定した結果として、排除すべきであると判定された領域Ｄ１を赤色、排除すべきではないと判定された領域Ｄ１を緑色というように、二色化する。
また、判定部２０によって、排除すべきであると判定された領域Ｄ１の数量Ｕ２を計数する。

次いで、判定部２０によって、特徴量判定ステップＳ４で排除されるべきものと判定された領域Ｄ１の数量Ｕに基づいて、前記異物Ｆを排除されるべきものか否かを判定する異物判定ステップＳ５を実行する。具体的には、判定部２０によって、記憶部３０から、基準値Ｓと領域Ｄ１の全数量Ｕ１とを関連付けたテーブルを読み出し、分画ステップＳ２で算出された領域Ｄ１の全数量Ｕ１から基準値Ｓを算出し、算出された基準値Ｓと、特徴量判定ステップＳ４で排除されるべきものと判定された領域Ｄ１の数量Ｕ２とを比較して、異物Ｆを排除されるべきものか否かを判定する。
具体的には、例えば、基準値Ｓが領域Ｄ１の全数量Ｕ１の１／２であるように関連付けたテーブルを、記憶部３０から判定部２０が読み出し、排除されるべきものと判断された領域Ｄ１の数量Ｕ２が、領域Ｄ１の全数量Ｕ１の１／２を超える場合（すなわち、過半数を超える場合）、異物Ｆが排除されるべきものであり、全数量Ｕ１の１／２以下の場合、異物Ｆが排除されるべきではないものである、と判定する。

撮像部１０によって撮像された画像情報Ｄと、判定部２０によって判定された結果は、表示部４０によって表示される。

本実施形態の検査装置１を用いた検査方法は、上記した検査装置１を用いて、シート５０中の異物Ｆを検査する方法である。

上記の通り、本実施形態の検査装置１は、
シート５０中の異物Ｆを検査する検査装置１であって、
前記シート５０を撮像し、撮像結果を画像情報Ｄとして取得可能な撮像部１０と、
前記撮像部１０で取得された前記画像情報Ｄに基づいて、前記異物Ｆが排除されるべきものであるか否かを判定する判定部２０とを備え、
前記判定部２０は、
前記撮像部１０で取得された画像情報Ｄに基づいて前記異物Ｆの形状を決定し、
決定された前記異物Ｆの形状を、複数の領域Ｄ１に分画し、
前記分画された領域Ｄ１ごとに、該領域Ｄ１の面積Ｎ、周囲長さＭ、直線長さＲ、直線度Ｐ、及び、角度Ｑから選択されるいずれか１つ以上の特徴量Ｔを算出し、
前記領域Ｄ１ごとに、算出された特徴量Ｔに基づいて、前記領域Ｄ１が排除されるべきものか否かを判定し、
前記特徴量判定ステップＳ４で排除されるべきものと判定された領域Ｄ１の数量に基づいて、前記異物Ｆを排除されるべきものか否かを判定するように構成されている。

かかる構成によれば、シート５０を撮像して画像情報Ｄを取得し、取得した画像情報Ｄに基づいて異物Ｆの形状を決定し、決定した異物Ｆの形状を複数の領域Ｄ１に分画し、分画した領域Ｄ１ごとに算出された特徴量Ｔに基づいて該領域Ｄ１が排除されるべきものか否かを判定し、排除されるべきものと判定された領域Ｄ１の数量に基づいて異物Ｆが排除されるべきものか否かを判定することができ、これによって、異物Ｆを検査することができる。
このように、異物Ｆの局所的な複数の特徴量Ｔに基づいて、異物Ｆを、該異物Ｆ全体として排除されるべきものか否か判定し得るため、十分にシート５０中の異物Ｆを分類することが可能となる。

本実施形態の検査装置１においては、
前記判定部２０は、前記排除されるべきものと判定された領域Ｄ１の数量を、基準値Ｓと比較して、前記異物Ｆが排除されるべきものか否かを判定するように構成されている。

かかる構成によれば、判定部２０が、基準値Ｓを用いて上記判定を行うことによって、より詳細にシート５０中の異物Ｆを検査することができる。
よって、より十分にシート５０中の異物Ｆを分類することが可能となる。

本実施形態の検査装置１においては、
前記特徴量の算出では、前記判定部２０は、前記領域Ｄ１の面積Ｎ、周囲長さＭ、直線長さＲ、直線度Ｐ、及び、角度Ｑから選択されるいずれか２つ以上の特徴量Ｔを算出するように構成されていることが好ましい。

かかる構成によれば、判定部２０が、上記いずれか２つ以上の特徴量Ｔを算出することによって、より確実にシート５０中の異物Ｆを検査することができる。
よって、より十分にシート５０中の異物Ｆを分類することが可能となる。

本実施形態の検査方法は、
前記検査装置１を用いて、シート中の異物を検査する方法である。

かかる構成によれば、上記と同様、シート５０中の異物Ｆを十分に分類できる。

以上の通り、本実施形態に検査装置１及び検査方法によれば、シート５０中の異物Ｆを十分に検査可能な検査装置１及び検査方法が提供される。

本実施形態の検査装置１及び検査方法は、上記の通りであるが、本発明も検査装置及び検査方法は、上記実施形態に特に限定されるものではなく、適宜設定され得る。

次に、実施例を挙げて本発明をさらに説明する。

（１）学習ステップ
まず、特徴量判定ステップＳ４の実行に用いる判別式を作成した。
予め、異物Ｆのうち、目視によって排除すべきである（許容されない）と判定されたものを３００個、排除すべきではない（許容される）と判定されたものを３００個準備した。

これら合計６００個について、図１に示す撮像部１０を用いて画像情報Ｄを取得し、取得した画像情報に基づいて、異物Ｆの形状決定ステップＳ１、異物Ｆの形状を複数の領域Ｄ１に分画する分画ステップＳ２、分画された領域Ｄ１ごとに、該領域Ｄ１の面積Ｎ、周囲長さＭ、直線長さＲ、直線度Ｐ、及び、角度Ｑの特徴量Ｔを算出する特徴量算出ステップＳ３を実行し、これら特徴量Ｔと、各特徴量Ｔに対応する異物Ｆの判定結果（排除されるべきものであるか否か）とを教師データとして、サポートベクターマシンを用いて、判定式のプログラムを作成し、記憶部３０に格納させた。図２に、サポータベクターマシンを用いて判別式を取得するフローを具体的に示す。

図２に示すように、サポートベクターマシンを用いた判別式の取得は、以下のようにして行った。
まず、予め目視によって排除すべきと判定された異物を含むシートと、そうでない異物を含むシート（目視によって排除すべきと判定されない異物を含むシート）とを、それぞれ約３００枚以上撮像し、各シートの画像情報を取得した。両シートについて取得した画像情報の数量（画像の枚数）を合計ｋ個とした（ステップＳ０１０）。

両シートの画像情報について、それぞれ、ｋ個の画像情報にインデックス番号としてｉ＝１〜ｋ（ｋは整数）を割り振り、ｉ＝１に設定して繰り返しループの初期化を行った（ステップＳ０２１）。次に、インデックス番号ｉ＝１からｉ＝ｋまでの画像情報を順次読み込み、後述するステップＳ１と同様にして、各画像情報における各異物の形状を決定し（ステップＳ０２２）、その輪郭を決定した（ステップＳ０２３）。

次に、後述するステップＳ２と同様にして、各異物の輪郭（輪郭を示す画像情報）を、下記のようにして分画した。
すなわち、まず、１番目〜ｋ番目の画像情報のうち、任意のｊ番目の画像情報において抽出したｎ個の輪郭に、インデックス番号ｊをｊ＝１からｊ＝ｎまで割り振り（ステップＳ０３１）、画像情報を順次読み込むことによって、全異物の合計量をａ（個）と算出した。

次に、後述するのと同様にして、ａ個の異物について、各特徴量を計算し（ステップＳ３２）、ａ個の特徴量を、教師データとして記憶部３０に格納した（ステップＳ３３）。
次に、インデックス番号Ｊ（繰り返し回数）に１を加算して（合計量の算出）、Ｊ＋１をｊと書き換えることによって、繰り返しループにおける繰り返し変数の加算を行った（ステップＳ０４１）。次に、書き変えられたｊが輪郭の総個数ｎよりも大きいか否かを判定した（ステップＳ０４２）。
ｊがｎよりも大きくないと判定された場合（ｎ≧ｊ）には、繰り返し回数ｊが輪郭の総個数ｎに到達していないと判断し、ステップＳ０３２に戻って上記ステップＳ０３２〜Ｓ０４１を繰り返した。
一方ｊがｎよりも大きいと判定された場合（ｎ＜ｊ）には、繰り返し回数が輪郭の総個数ｎに到達したと判断し、インデックス番号ｉに１を加算して（合計量の算出）、ｉ＋１をｉと書き換えることによって、繰り返しループにおける繰り返し変数の加算を行った（ステップＳ０４３）。

そして、書き変えられたインデックス番号ｉ（繰り返し回数）が画像情報の総個数ｋよりも小さいか否かを判定した（ステップＳ０４４）。
ｉがｋよりも大きくないと判定された場合（ｋ≧ｉ）には、繰り返し回数ｉが画像情報の数個数ｋに到達していないと判断し、ステップＳ０２２に戻って上記ステップＳ０２２〜Ｓ０４３を繰り返した。
一方、ｉがｋよりも大きいと判定された場合（ｋ＜ｉ）には、繰り返し回数ｉが画像情報の総個数ｋに到達したと判断して、繰り返しループを終了した。

繰り返しループの終了後、ステップＳ０５１によって、記憶部３０に格納された全ての特徴量（（ｋ×ｎ×ａ）個の特徴量）と、各特徴量を有する異物が排除すべきか否かの情報（数値１または数値０で表す）から、これらを教師データとしてサポートベクターマシンを用いて判別式を作成した（ステップＳ０５１）。具体的には、上記サポートベクターマシンによって、排除すべき異物Ｆの特徴量Ｔと、そうでない異物Ｆの特徴量Ｔとから、高次元空間に射影し、２つのクラスに分けることができる超平面を導き出することによって、判別式を作成した。
そして、ステップＳ０５１で算出した判別式を記憶部３０に電子ファイルとして保存し（ステップＳ０５２）、終了した。
このようにして、判別式を算出した。

（２）学習ステップで得られた判別式を用いた異物の判定
次いで、前述した学習ステップで使用した異物とは異なる６００個の異物Ｆを、撮像部１０で撮像し、判定部２０によって、上記形状決定ステップＳ１、分画ステップＳ２、特徴量算出ステップＳ３に加えて、さらに、記憶部３０から判定式のプログラムを読み出して、前記領域Ｄ１ごとに、算出された各特徴量Ｔに基づいて、前記領域Ｄ１が排除されるべきものか否かを判定する特徴量判定ステップＳ４を実行させた。

次いで、判定部２０に、異物判定ステップＳ５を実行させた。異物判定ステップＳ５では、判定部２０に、記憶部３０から、基準値Ｓと領域Ｄ１の全数量Ｕ１とを関連付けたテーブルを読み出し、分画ステップＳ２で算出された領域Ｄ１の全数量Ｕ１から基準値Ｓを、全数量Ｕ１の１／２となるように算出し、算出された基準値Ｓと、特徴量判定ステップＳ４で排除されるべきものと判定された領域Ｄ１の数量Ｕ２とを比較し、Ｕ２が基準値Ｓ以上（過半数以上）である場合を、排除すべきである異物Ｆ、基準値Ｓ未満（過半数未満）である場合を排除すべきではない異物Ｆと判定する異物判定ステップＳ５を実行させた。
図３に、異物の検査フローを具体的に示す。

図３に示すように、異物の検査は、以下のようにして行った。
判定部２０によって、記憶部３０から、画像情報Ｄを取得した（ステップＳ１１）。
次に、判定部２０によって、記憶部３０から、上記判別式を読み込んだ（ステップＳ１２）。

次に、判定部２０によって、記憶部３０に格納されたエッジ検出用プログラムを読み込み、各画像情報Ｄについて、異物Ｆの形状を決定できるかどうかを、判定した（ステップＳ１３）。
異物Ｆの形状を決定できない場合には、排除すべき異物を含有しないと判定した（ステップＳ５３）。
一方、異物Ｆの形状を決定できる場合には、異物Ｆの形状を決定した（ステップＳ１４）。

次に、異物Ｆの形状を、複数（ｍ個）の領域Ｄ１に分画した（ステップＳ２）。

次に、判別式において、排除すべきと判定された個数ＸＡと、排除すべきではないと判定された個数ＸＢとに、それぞれ数値０を代入することによって、判別式を初期化した（ステップＳ３１）。

次に、形状を決定できた異物Ｆを含有する画像情報Ｄに、インデックス番号を１からｊまで割り振り（ステップＳ３２）、記憶部３０から特徴量Ｔを算出するためのプログラムを読み込んで、１〜ｊまでのうちのｉ番目の画像情報Ｄに含まれる異物Ｆについて、ａ個の特徴量Ｔを計算した（ステップＳ３３）。

次に、判別式を用いて、特徴量Ｔが、異物Ｆを排除すべきものとするものであるか否かを判定した（ステップＳ４１）。
特徴量Ｔが、異物Ｆを排除すべきものではない場合には、排除すべきでないと判定された異物の個数ＸＢに１を加算し（合計量の算出）、ＸＢ＋１をＸＢと書き変えることによって、繰り返しループにおける繰り返し変数の加算を行った（ステップＳ４３）。
一方、特徴量Ｔが、異物Ｆを排除すべきものである場合には、排除すべきであると判断された異物の個数ＸＡに１を加算し（合計量の算出）、ＸＡ＋１をＸＡと書き変えることによって、繰り返しループにおける繰り返し変数の加算を行った（ステップＳ４２）。

次に、インデックス番号ｉに１を加算して（合計量の算出）、ｉ＋１をｉと書き換えることによって、繰り返しループにおける繰り返し変数の加算を行い（ステップＳ４４）、繰り返し回数ｉが領域Ｄ１の総個数ｍよりも大きいか否かを、判定した（ステップＳ４５）。
ｉがｍよりも大きくない（ｍ≧ｉ）と判定された場合には、ステップＳ３３に戻って、ステップＳ３４〜Ｓ４４を繰り返した。
一方、ｉがｍよりも大きいと判定された場合（ｍ＜ｉ）には、繰り返しループを終了し、ＸＡがＸＢよりも大きいか否かを判定した（ステップＳ５１）。

ＸＡがＸＢよりも大きくない場合（ＸＢ≧ＸＡ）には、異物Ｆは排除されるべきものではないと判定されて（ステップＳ５３）、繰り返しループを終了した。
一方、ＸＡがＸＢよりも大きい場合（ＸＢ＜ＸＡ）には、異物Ｆは排除されるべきものであると判定されて（ステップＳ５２）、繰り返しループを終了した。
次に、判定結果を表示部に出力し（ステップＳ５３）、終了した。

その結果、予め目視によって確認されている排除すべき３００個の異物Ｆのうち、９７％が、排除すべきではないと、確かに判定された。
なお、形状決定ステップＳ１で決定された異物Ｆの形状の一例を、図４に示す。
また、図４に示す異物について、特徴量判定ステップＳ４で判定した結果を二色化して表示した一例を、図５に示す。また、他の異物について、同様に二色可した表示した例を図６に示す。

これに対し、異物Ｆの形状全体について、面積Ｎ、周囲長さＭ、直線長さＲ、直線度Ｐ、及び、角度Ｑの特徴量Ｔを算出すること以外は上記と同様にして判定を行ったところ、予め目視によって確認されている排除すべき３００個の異物Ｆのうち、８０％しか、排除すべきではないと、判定されたに過ぎなかった。

以上のように本発明の実施の形態及び実施例について説明を行なったが、各実施の形態及び実施例の特徴を適宜組み合わせることも当初から予定している。また、今回開示された実施の形態及び実施例はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した実施の形態及び実施例ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。

１：検査装置、１０：撮像部、２０：判定部、３０：記憶部、４０：表示部、５０：シート

Claims (4)

1. シート中の異物を検査する検査装置であって、
   前記シートを撮像し、撮像結果を画像情報として取得可能な撮像部と、
   前記撮像部で取得された前記画像情報に基づいて、前記異物が排除されるべきものであるか否かを判定する判定部とを備え、
   前記判定部は、
   前記撮像部で取得された画像情報に基づいて前記異物の形状を決定し、
   決定された前記異物の形状を、複数の領域に分画し、
   前記分画された領域ごとに、該領域の面積、周囲長さ、直線長さ、直線度、及び、角度から選択されるいずれか１つ以上の特徴量を算出し、
   前記領域ごとに算出された特徴量に基づいて、前記領域が排除されるべきものか否かを判定し、
   前記排除されるべきものと判定された領域の数量に基づいて、前記異物が排除されるべきものか否かを判定するように構成された、検査装置。
2. 前記判定部は、前記排除されるべきものと判定された領域の数量を、基準値と比較して、前記異物が排除されるべきものか否かを判定するように構成された、請求項１に記載の検査装置。
3. 前記特徴量の算出では、前記判定部は、前記領域の面積、周囲長さ、直線長さ、直線度、及び、角度から選択されるいずれか２つ以上の特徴量を算出するように構成された、請求項１または２に記載の検査装置。
4. 請求項１〜３のいずれかに記載の検査装置を用いて、
   シート中の異物を検査する検査方法。