JP2019091249A - 欠陥検査装置、欠陥検査方法、及びそのプログラム - Google Patents
欠陥検査装置、欠陥検査方法、及びそのプログラム Download PDFInfo
- Publication number
- JP2019091249A JP2019091249A JP2017219594A JP2017219594A JP2019091249A JP 2019091249 A JP2019091249 A JP 2019091249A JP 2017219594 A JP2017219594 A JP 2017219594A JP 2017219594 A JP2017219594 A JP 2017219594A JP 2019091249 A JP2019091249 A JP 2019091249A
- Authority
- JP
- Japan
- Prior art keywords
- image
- defect
- inspection
- processing
- unit
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Abstract
Description
まず、図1を用いて、本発明が適用される場面の一例について説明する。図1は、本実施形態に係る欠陥検査システム1の適用場面の一例を模式図である。本実施の形態に係る欠陥検査システム1は、被検査対象を撮像することにより生成される入力画像に対して前処理を行うことで、学習済みモデルに基づいて適切な欠陥検査ができるようにする。被検査対象は、例えば、製造過程にある、部品、製品等のワーク(Work piece)である。
<1.欠陥検査装置100のハードウェア構成>
次に、本実施の形態に係る欠陥検査システム1に含まれる欠陥検査装置100のハードウェア構成について説明する。
次に、図3及び図4を参照して、本実施形態に係る欠陥検査システム1に含まれる欠陥検査装置100の機能構成について説明する。
入力バッファ152は、カメラ102により撮像された入力画像を一旦格納する。プロセッサ110がストレージ130に入力画像を記憶することで、入力バッファ152が実現される。入力バッファ152には、前処理部154およびユーザインターフェイス部166からのアクセスが可能である。
前処理部154は、入力バッファ152に格納される入力画像に対して必要な前処理を実行する。本実施形態に係る前処理部154は、準備工程において前処理フィルタを生成する。前処理フィルタは例えば入力画像を変換するためのパラメータ(フィルタパラメータ)である。そして運用工程においては、入力画像に対して、前処理として準備工程において生成された当該前処理フィルタを入力画像に適用することによって入力画像の変換を変換し前処理済み画像を生成する(図4のS1)。このような前処理は、後段にあるCNNエンジン156において、より確実に欠陥の特徴を抽出できるように入力画像を加工することを目的としている。前処理の内容については、ユーザインターフェイス部166を介してユーザから指定されるようにしてもよい。前処理後の入力画像(前処理済み画像)は、CNNエンジン156へ出力される。なお、前処理フィルタの生成処理及びその機能の詳細については、図5乃至図7A、7Bを用いて後述する。
CNNエンジン156は、事前学習された複数のクラスを有するCNNエンジン156を入力画像に適用することで、複数のクラスに対応する複数の特徴検出画像をそれぞれ生成する特徴検出画像生成機能を提供する。より具体的には、CNNエンジン156は、所定数のクラスへの分別能力を有するように事前学習されたネットワークを有しており、それぞれのクラスに対応する特徴検出画像(特徴検出画像1,特徴検出画像2,・・・,特徴検出画像N)を出力する(図4のS3)。図4の例では、ワークに生じる4つの欠陥の分類(クラス)として、「白点」、「黒点」、「白線」、「黒線」が示されている。カメラ102などにより撮像された入力画像がCNNエンジン156に入力されることで、特徴量がこれらのクラス「白点」、「黒点」、「白線」、「黒線」に分類される特徴検出画像がそれぞれ生成される。図4に示す特徴検出画像においては、対応する各特徴を示す領域が他の領域に比較してより濃度が大きくなるように濃淡表示されている。なお、他の領域に比較して濃度を大きく表示する例として、他の領域よりも明るく表示する態様や、他の領域よりも暗くする態様を含み得るが、これらに限られず、所定の特徴を示す領域を区別可能な態様であればいかなる態様でもよい。
後処理部170は、CNNエンジン156から出力される複数の特徴検出画像の少なくとも一部の特徴検出画像に対して、後処理を行うことで計測結果を生成する。
ユーザインターフェイス部166は、前処理部154が前処理フィルタ作成処理を行う際に、ユーザから、入力画像において欠陥が含まれる領域(以下「欠陥領域」ともいう。)の指定を受け付ける。また、ユーザインターフェイス部166は、ユーザに提示する入力画像の選択を受け付ける。
次に、図5を参照して、前処理部154の前処理フィルタ作成処理の詳細について説明する。図5は、前処理フィルタ生成処理の流れの一例を示すフローチャートである。図5の例では、入力画像のサイズを変換(拡大又は縮小)する前処理フィルタが生成される。しかし、前処理部154が生成する前処理フィルタはこれに限定されず、画像の面積や明度や彩度を変換する前処理フィルタが生成されてもよい。前処理フィルタの作成処理は、前述の準備工程において行われることが好ましい。
前処理部154は、上記のS101からS106までの処理を所定の終了条件を満たす(S107)まで繰り返し実行する。例えば、前処理部154は、前処理画像のサイズが所定の面積より小さくなる場合や、スコアがある値に収束した場合に、終了条件を満たしたと判定し(S107:YES)、繰り返し処理を脱出して、S108の処理に進む。S108においては、前処理部154は、スコアが最大となるときのSを選択し、選択したS倍で入力画像を変動する前処理フィルタを生成する(S108)。
次に、図8、及び図9A乃至9Cを参照して本実施の形態に係る欠陥検査装置100が提供するユーザインターフェイス画面のいくつかの例を説明する。
次に、本実施の形態に係る欠陥検査システム1における動作例について説明する。本実施の形態に係る欠陥検査システム1においては、画像計測処理に係る前処理フィルタを生成するための準備工程と、現実に対象のワークを撮像して画像計測処理を実行する運用工程とが存在する。なお、準備工程の処理シーケンスと、運用工程の処理シーケンスとは、前述の入力部を用いて、ユーザが選択することができる。また、運用工程の処理シーケンスにおいて、検査結果(例えば、欠陥の有無、欠陥に対応する領域の大きさ、当該領域の位置などの情報をいう。)の内容に応じて、設定された前処理フィルタを更新する処理を実行するようにしてもよい。例えば、運用工程の処理シーケンスにおいて、未検出の欠陥が所定回数生じた場合に、前述の前処理フィルタのフィルタパラメータを、未検出の欠陥が含まれる画像(以下、「未検出画像」ともいう。)に基づき、更新するようにしてもよい。
本実施の形態に係る欠陥検査装置は、事前学習された複数のクラスを有するCNNエンジンの汎用性を向上させ、任意の被検査対象に対する画像計測処理に適用可能にする。このような事前学習されたCNNエンジンを用いた場合には、当該事前学習によってCNNエンジンが獲得した内部パラメータで検出可能な欠陥の特徴量から、実際の検査工程に含まれる欠陥の特徴量が逸脱してしまう場合などが生じ得る。
以上、本発明の実施の形態を詳細に説明してきたが、上述までの説明はあらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく種々の改良や変形を行うことができることは言うまでもない。例えば、以下のような変更が可能である。なお、以下では、上記実施形態と同様の構成要素に関しては同様の符号を用い、上記実施形態と同様の点については、適宜説明を省略した。以下の変形例は適宜組合せ可能である。
(付記1)
少なくとも1つのメモリと前記メモリに接続された少なくとも1つのハードウェアプロセッサを備え、
前記メモリには、学習済みモデルと当該学習済みモデルに設定された内部パラメータが記憶され、
前記ハードウェアプロセッサは、
所定の条件で撮影された検査対象の画像を取得し、
前記取得された欠陥を含む検査対象の画像である前処理画像における特徴量と、前記内部パラメータに対応した特徴量とに応じて所定の前処理フィルタを生成し、生成した前記前処理フィルタを前記取得部で取得された検査対象の画像である検査画像に適用して当該検査画像を変換することで、前処理済み画像を生成する前処理部と、
前記前処理済み画像に対して、前記記憶された学習済みモデルを用いて、前記検査対象の欠陥の有無を検査する、
ことを特徴とする欠陥検査装置。
(付記2)
少なくとも1つ以上のハードウェアプロセッサによって、
学習済みモデルと当該学習済みモデルに設定された内部パラメータを記憶するステップと、
所定の条件で撮影された検査対象の画像を取得するステップと、
前記取得するステップによって取得された欠陥を含む検査対象の前処理画像における特徴量と、前記内部パラメータに対応した特徴量とに応じて所定の前処理フィルタを生成し、生成した前記前処理フィルタを取得された検査対象の画像である検査画像に適用し手当該検査画像を変換することで、前処理済み画像を生成するステップと、
前記前処理済み画像に対して、前記記憶された学習済みモデルを用いて、前記検査対象の欠陥の有無を検査するステップと、
を実行する欠陥検査方法。
2 特徴検出画像
2 ベルトコンベア
4 ワーク
6 撮像視野
8 上位ネットワーク
12 データベース装置
100 欠陥検査装置
102 カメラ
104 ディスプレイ
106 キーボード
108 マウス
110 プロセッサ
112 メインメモリ
114 カメラインターフェイス
116 入力インターフェイス
118 表示インターフェイス
120 通信インターフェイス
122 内部バス
130 ストレージ
132 画像処理プログラム
136 前処理フィルタ
138 入力画像
140 計測結果
152 入力バッファ
154 前処理部
156 エンジン
166 ユーザインターフェイス部
170 後処理部
200 欠陥領域入力画面
201 図形登録領域
202 座標入力領域
203 表示領域
211 図形ボタン
230 処理画像表示画面
231 選択領域
232 画像表示領域
233 ラジオボタン群
Claims (14)
- 学習済みモデルと当該学習済みモデルに設定された内部パラメータを記憶する記憶部と、
所定の条件で撮影された検査対象の画像を取得する取得部と、
前記取得部で取得された欠陥を含む検査対象の画像である前処理画像における特徴量と、前記内部パラメータに対応した特徴量とに応じて所定の前処理フィルタを生成し、生成した前記前処理フィルタを前記取得部で取得された検査対象の画像である検査画像に適用して当該検査画像を変換することで、前処理済み画像を生成する前処理部と、
前記前処理済み画像に対して、前記記憶された学習済みモデルを用いて、前記検査対象の欠陥の有無を検査する検査部と、を備える欠陥検査装置。 - 前記前処理部は、
前記前処理画像における前記欠陥を含む欠陥領域の特徴量の幅が、前記内部パラメータに対応した特徴量の範囲に含まれるように、前記前処理画像を変換するための前処理フィルタを生成する、
請求項1に記載の欠陥検査装置。 - 前記前処理部は、
前記前処理画像における前記欠陥領域以外の背景領域のパターンの幅が、前記内部パラメータに対応した特徴量の範囲から逸脱するように、前記前処理画像を変換するための前処理フィルタを生成する、
請求項2に記載の欠陥検査装置。 - 前記前処理部は、
前記前処理画像における前記欠陥領域の指定を外部から受け付け、受け付けた前記欠陥領域に基づいて前記前処理フィルタを生成する、
請求項2又は3に記載の欠陥検査装置。 - 前記前処理部は、
前記欠陥領域に基づいて前記前処理画像を拡大又は縮小する前記前処理フィルタを生成する、
請求項2乃至4の何れか一項に記載の欠陥検査装置。 - 前記前処理部は、
前記前処理画像のうち、少なくとも前記欠陥領域を含む部分を複数の拡縮率によって変動させ、少なくとも前記部分について特徴検出画像を生成し、
複数の拡縮率で変動させたときの、前記特徴検出画像の前記欠陥領域内の濃度と前記欠陥領域外の濃度との差が最大のとき拡縮率によって、前記前処理画像を拡大又は縮小する前記前処理フィルタを生成するものであり、
前記特徴検出画像は、前記内部パラメータに対応する特徴を示す領域が他の領域に比較してより濃度が大きくなるように濃淡で表されるものである、
請求項2乃至4の何れか一項に記載の欠陥検査装置。 - 前記前処理部は、
前記前処理画像の明度を平坦にする前処理フィルタを生成する、
請求項1乃至6の何れか一項に記載の欠陥検査装置。 - 前記前処理済み画像を表示する表示部をさらに備える請求項7に記載の欠陥検査装置。
- 前記表示部は、
前記前処理済み画像査画像と、欠陥が抽出された検査結果画像とを比較可能に表示する、請求項8に記載の欠陥検査装置。 - 取得部で取得された欠陥を含む検査対象の画像のうち、前記前処理フィルタを生成するために用いられる前処理画像のユーザ選択を受け付ける入力部を備え、
前記前処理部は、前記前処理画像における特徴量と、前記内部パラメータに対応した特徴量とに応じて所定の前処理フィルタを生成する、
請求項1乃至9の何れか一項に記載の欠陥検査装置。 - 複数の処理シーケンスのうちのいずれを実行させるかのユーザ選択を受け付けるシーケンス入力部を備え、
前記複数の処理シーケンスは、前記前処理部が前記前処理フィルタを生成する準備工程シーケンスと、生成された前記前処理フィルタを前記検査画像に適用して、前記検査対象に含まれる欠陥の有無を検査する運用工程シーケンスと、を含む、
請求項1乃至10の何れか一項に記載の欠陥検査装置。 - 前記運用工程シーケンスは、前記検査対象の欠陥を識別できたか否かの検査結果の内容に応じて、前記前処理部により前記前処理フィルタを更新する処理を実行する、
請求項11に記載の欠陥検査装置。 - コンピュータが、
学習済みモデルと当該学習済みモデルに設定された内部パラメータを記憶するステップと、
所定の条件で撮影された検査対象の画像を取得するステップと、
前記取得するステップによって取得された欠陥を含む検査対象の画像である前処理画像における特徴量と、前記内部パラメータに対応した特徴量とに応じて所定の前処理フィルタを生成し、生成した前記前処理フィルタを前記取得するステップによって取得された検査対象の画像である検査画像に適用して当該検査画像を変換することで、前処理済み画像を生成するステップと、
前記前処理済み画像に対して、前記記憶された学習済みモデルを用いて、前記検査対象の欠陥の有無を検査するステップと、
を実行する欠陥検査方法。 - コンピュータを、
学習済みモデルと当該学習済みモデルに設定された内部パラメータを記憶する手段、
所定の条件で撮影された検査対象の画像を取得する手段、
前記取得する手段によって取得された欠陥を含む検査対象の画像である前処理画像における特徴量と、前記内部パラメータに対応した特徴量とに応じて所定の前処理フィルタを生成し、生成した前記前処理フィルタを前記取得する手段によって取得された検査対象の画像である検査画像に適用して当該検査画像を変換することで前処理済み画像を生成する手段と、
前記前処理済み画像に対して、前記記憶された学習済みモデルを用いて、前記検査対象の欠陥の有無を検査する手段、
として機能させるプログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017219594A JP7004145B2 (ja) | 2017-11-15 | 2017-11-15 | 欠陥検査装置、欠陥検査方法、及びそのプログラム |
CN201811055662.3A CN109781733B (zh) | 2017-11-15 | 2018-09-11 | 缺陷检查装置、缺陷检查方法及计算机可读存储介质 |
US16/129,818 US10776909B2 (en) | 2017-11-15 | 2018-09-13 | Defect inspection apparatus, defect inspection method, and non-transitory computer readable medium |
EP18194192.3A EP3486867A1 (en) | 2017-11-15 | 2018-09-13 | Defect inspection apparatus, defect inspection method, and program thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017219594A JP7004145B2 (ja) | 2017-11-15 | 2017-11-15 | 欠陥検査装置、欠陥検査方法、及びそのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019091249A true JP2019091249A (ja) | 2019-06-13 |
JP7004145B2 JP7004145B2 (ja) | 2022-01-21 |
Family
ID=63579150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017219594A Active JP7004145B2 (ja) | 2017-11-15 | 2017-11-15 | 欠陥検査装置、欠陥検査方法、及びそのプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US10776909B2 (ja) |
EP (1) | EP3486867A1 (ja) |
JP (1) | JP7004145B2 (ja) |
CN (1) | CN109781733B (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021054478A1 (ja) * | 2019-09-22 | 2021-03-25 | 株式会社リョーワ | 良否判定システム、サーバ及びプログラム |
KR20210040853A (ko) * | 2020-06-30 | 2021-04-14 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 제품 결함 검출 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 |
WO2021070675A1 (ja) * | 2019-10-08 | 2021-04-15 | キヤノン株式会社 | 教師データの生成方法、学習済の学習モデル、及びシステム |
JP2022137981A (ja) * | 2021-03-09 | 2022-09-22 | 株式会社豊田中央研究所 | 対象物検出装置及びプログラム |
WO2022255493A1 (ja) * | 2021-06-04 | 2022-12-08 | ソニーセミコンダクタソリューションズ株式会社 | 撮像装置、撮像方法および撮像プログラム |
JP7191283B1 (ja) * | 2022-05-24 | 2022-12-16 | 三菱電機株式会社 | 情報処理装置、情報処理システム、情報処理方法、及び、プログラム |
KR102644815B1 (ko) * | 2023-07-27 | 2024-03-08 | 주식회사 인터엑스 | 사출공정에 적용 가능한 딥러닝 기반 품질검사 시스템 및 그 제어방법 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6333871B2 (ja) * | 2016-02-25 | 2018-05-30 | ファナック株式会社 | 入力画像から検出した対象物を表示する画像処理装置 |
US11748874B2 (en) * | 2018-10-15 | 2023-09-05 | 3M Innovative Properties Company | Automated inspection for sheet parts of arbitrary shape from manufactured film |
JP7258509B2 (ja) * | 2018-10-15 | 2023-04-17 | オムロン株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
CN110148130B (zh) * | 2019-05-27 | 2022-02-11 | 北京百度网讯科技有限公司 | 用于检测零件缺陷的方法和装置 |
CA3140559A1 (en) * | 2019-06-05 | 2020-12-10 | Luc Perron | Automated inspection method for a manufactured article and system for performing same |
JP7298333B2 (ja) * | 2019-06-25 | 2023-06-27 | オムロン株式会社 | 外観検査管理システム、外観検査管理装置、外観検査管理方法及びプログラム |
CN112304952B (zh) * | 2019-07-23 | 2024-04-02 | 纬创资通股份有限公司 | 影像辨识装置、影像辨识方法及其计算机程序产品 |
CN111175318A (zh) * | 2020-01-21 | 2020-05-19 | 上海悦易网络信息技术有限公司 | 屏幕划痕碎裂检测方法及设备 |
JP2021140524A (ja) * | 2020-03-06 | 2021-09-16 | 株式会社東芝 | 検査端末装置、検査装置、検査システム、及び、検査プログラム |
TWI738367B (zh) * | 2020-06-01 | 2021-09-01 | 國立中正大學 | 以卷積神經網路檢測物件影像之方法 |
CN113751332A (zh) * | 2020-06-03 | 2021-12-07 | 泰连服务有限公司 | 视觉检查系统和检查零件的方法 |
US20230334651A1 (en) * | 2020-08-13 | 2023-10-19 | Corning Incorporated | Structural characteristic prediction for a honeycomb body using image abstraction |
JPWO2022085135A1 (ja) * | 2020-10-21 | 2022-04-28 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04166712A (ja) * | 1990-10-30 | 1992-06-12 | Dainippon Screen Mfg Co Ltd | プリント基板のパターン検査方法 |
JPH0552767A (ja) * | 1991-08-28 | 1993-03-02 | Matsushita Electric Ind Co Ltd | 画像検査装置 |
JPH06325181A (ja) * | 1993-05-17 | 1994-11-25 | Mitsubishi Electric Corp | パターン認識方法 |
JP2004061500A (ja) * | 2002-06-03 | 2004-02-26 | Fuji Photo Film Co Ltd | 画像欠陥検出方法 |
JP2009116377A (ja) * | 2007-11-01 | 2009-05-28 | Keyence Corp | 画像処理コントローラ用のプログラム作成装置 |
WO2017068675A1 (ja) * | 2015-10-22 | 2017-04-27 | 富士通株式会社 | プログラム生成装置、プログラム生成方法および生成プログラム |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4056670B2 (ja) * | 2000-01-31 | 2008-03-05 | 富士フイルム株式会社 | 画像処理方法 |
JP4155496B2 (ja) | 2002-04-25 | 2008-09-24 | 大日本スクリーン製造株式会社 | 分類支援装置、分類装置およびプログラム |
US20040027618A1 (en) * | 2002-06-03 | 2004-02-12 | Fuji Photo Film Co., Ltd. | Image defect detecting method |
JP5075111B2 (ja) | 2008-12-29 | 2012-11-14 | 株式会社日立ハイテクノロジーズ | 画像分類基準更新方法、プログラムおよび画像分類装置 |
JP5715873B2 (ja) * | 2011-04-20 | 2015-05-13 | 株式会社日立ハイテクノロジーズ | 欠陥分類方法及び欠陥分類システム |
JP2013160530A (ja) * | 2012-02-01 | 2013-08-19 | Seiko Epson Corp | 検査装置、ロボット装置、検査方法及び検査プログラム |
EP3118812A4 (en) * | 2014-03-14 | 2017-11-22 | Omron Corporation | Image processing device, image sensor, and image processing method |
KR101562988B1 (ko) * | 2014-05-08 | 2015-10-23 | 주식회사 포스코 | 열간소재의 표면결함 검출 장치 및 표면 검출 방법 |
CN105118044B (zh) * | 2015-06-16 | 2017-11-07 | 华南理工大学 | 一种轮形铸造产品缺陷自动检测方法 |
US10186026B2 (en) * | 2015-11-17 | 2019-01-22 | Kla-Tencor Corp. | Single image detection |
US10325351B2 (en) * | 2016-03-11 | 2019-06-18 | Qualcomm Technologies, Inc. | Systems and methods for normalizing an image |
CN107220649A (zh) * | 2017-05-27 | 2017-09-29 | 江苏理工学院 | 一种素色布匹缺陷检测和分类方法 |
-
2017
- 2017-11-15 JP JP2017219594A patent/JP7004145B2/ja active Active
-
2018
- 2018-09-11 CN CN201811055662.3A patent/CN109781733B/zh active Active
- 2018-09-13 US US16/129,818 patent/US10776909B2/en active Active
- 2018-09-13 EP EP18194192.3A patent/EP3486867A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04166712A (ja) * | 1990-10-30 | 1992-06-12 | Dainippon Screen Mfg Co Ltd | プリント基板のパターン検査方法 |
JPH0552767A (ja) * | 1991-08-28 | 1993-03-02 | Matsushita Electric Ind Co Ltd | 画像検査装置 |
JPH06325181A (ja) * | 1993-05-17 | 1994-11-25 | Mitsubishi Electric Corp | パターン認識方法 |
JP2004061500A (ja) * | 2002-06-03 | 2004-02-26 | Fuji Photo Film Co Ltd | 画像欠陥検出方法 |
JP2009116377A (ja) * | 2007-11-01 | 2009-05-28 | Keyence Corp | 画像処理コントローラ用のプログラム作成装置 |
WO2017068675A1 (ja) * | 2015-10-22 | 2017-04-27 | 富士通株式会社 | プログラム生成装置、プログラム生成方法および生成プログラム |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021054478A1 (ja) * | 2019-09-22 | 2021-03-25 | 株式会社リョーワ | 良否判定システム、サーバ及びプログラム |
JP2021051404A (ja) * | 2019-09-22 | 2021-04-01 | 株式会社リョーワ | 良否判定システム、サーバ及び良否判定方法 |
WO2021070675A1 (ja) * | 2019-10-08 | 2021-04-15 | キヤノン株式会社 | 教師データの生成方法、学習済の学習モデル、及びシステム |
KR20210040853A (ko) * | 2020-06-30 | 2021-04-14 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 제품 결함 검출 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 |
KR102636381B1 (ko) | 2020-06-30 | 2024-02-13 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 제품 결함 검출 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 |
JP2022137981A (ja) * | 2021-03-09 | 2022-09-22 | 株式会社豊田中央研究所 | 対象物検出装置及びプログラム |
WO2022255493A1 (ja) * | 2021-06-04 | 2022-12-08 | ソニーセミコンダクタソリューションズ株式会社 | 撮像装置、撮像方法および撮像プログラム |
JP7191283B1 (ja) * | 2022-05-24 | 2022-12-16 | 三菱電機株式会社 | 情報処理装置、情報処理システム、情報処理方法、及び、プログラム |
WO2023228282A1 (ja) * | 2022-05-24 | 2023-11-30 | 三菱電機株式会社 | 情報処理装置、情報処理システム、情報処理方法、及び、プログラム |
KR102644815B1 (ko) * | 2023-07-27 | 2024-03-08 | 주식회사 인터엑스 | 사출공정에 적용 가능한 딥러닝 기반 품질검사 시스템 및 그 제어방법 |
Also Published As
Publication number | Publication date |
---|---|
CN109781733A (zh) | 2019-05-21 |
US10776909B2 (en) | 2020-09-15 |
EP3486867A1 (en) | 2019-05-22 |
JP7004145B2 (ja) | 2022-01-21 |
US20190147586A1 (en) | 2019-05-16 |
CN109781733B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7004145B2 (ja) | 欠陥検査装置、欠陥検査方法、及びそのプログラム | |
US11301978B2 (en) | Defect inspection device, defect inspection method, and computer readable recording medium | |
JP6869490B2 (ja) | 欠陥検査装置、欠陥検査方法、及びそのプログラム | |
EP3502966B1 (en) | Data generation apparatus, data generation method, and data generation program | |
US10824906B2 (en) | Image processing device, non-transitory computer readable storage medium, and image processing system | |
US7881520B2 (en) | Defect inspection system | |
TW202142852A (zh) | 半導體試樣的基於深度學習之檢查的方法及其系統 | |
TW202105549A (zh) | 對樣本的缺陷檢測的方法及其系統 | |
JP2008047664A (ja) | パターン検査装置及び半導体検査システム | |
US20210272272A1 (en) | Inspection support apparatus, inspection support method, and inspection support program for concrete structure | |
CN113870170B (zh) | 生成可用于检查半导体样本的训练集 | |
KR20230036650A (ko) | 영상 패치 기반의 불량 검출 시스템 및 방법 | |
US11574397B2 (en) | Image processing device, image processing method, and computer readable recording medium | |
WO2022181304A1 (ja) | 検査システムおよび検査プログラム | |
US20230316492A1 (en) | Teacher data generating method and generating device | |
US20240020822A1 (en) | Teacher data preparation method and preparation device | |
JP2023172508A (ja) | 学習装置、学習システム、学習方法、及び、プログラム | |
JPH10143673A (ja) | 画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200309 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210430 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210524 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210713 |
|
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: 20211201 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211214 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7004145 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |