JP2022138308A - 情報生成装置 - Google Patents

Abstract

【課題】ルールベース検査方法と学習ベース検査方法を組み合わせて画像検査を実施する場合に、どのように組み合わせられているのかをユーザにも分かりやすく示す。【解決手段】検査対象物を撮像した画像に基づいて該検査対象物の良否を判定する画像検査を、所定のルールに従って良否を判定するルールベース検査方法と、学習させた判定器を用いて良否を判定する学習ベース検査方法と、を含む複数種類の検査方法を組み合わせて行う場合に、不良と判定された該検査対象物の画像である不良品画像と、該不良品画像に適用された検査方法との関係を、視覚的に認識可能な態様で提供する適用関係情報を生成する情報生成装置であって、前記適用関係情報は、表示領域内に、前記不良品画像の特徴に基づいて配置された、前記不良品画像に関連付けられた表示画像と、該表示画像に関連付けられた前記不良品画像に適用される検査方法を特定する適用方法情報と、を含む。【選択図】図５

Description

本発明は、不良品の画像に適用される検査方法に関する情報を生成する情報生成装置に関する。

従来、プリント基板等の検査対象物を撮像した画像を用いて検査対象物の良否の判定を行う画像検査方法として、画像から特徴量を抽出し、設定されたルールに基づいて特徴量の値を判定するルールベースの検査方法（以下、ルールベース検査方法」と称する。）と、良品が撮像された良品画像と不良品が撮像された不良品画像の特徴をそれぞれニューラルネットワーク等の公知の学習手段に学習させて判定器を生成し、入力された検査対象物の画像が良品であるか不良品であるか判定器によって判定する学習ベースの検査方法（以下、「学習ベース検査方法」と称する。）が知られている。

ルールベース検査方法と学習ベース検査方法には、それぞれ得意不得意があるため、両者を組み合わせて画像検査を実施することが提案されている（例えば、特許文献１参照）。

上述のように、ルールベース検査方法と学習ベース検査方法を組み合わせて画像検査を実施する場合には、どのような不良に対していずれの検査方法を適用するかの組み合わせが画像検査の精度に影響を与えることになる。検査装置側で、ルールベース検査方法と学習ベース検査方法とを組み合わせて検査方法の最適化を図り、精度のよい画像検査を実現するとしても、どのような組み合わせにより最適化が実現されているのかが必ずしもユーザに伝えられるわけではないので、検査方法の最適化ひいては検査精度の高さに対するユーザの納得性を確保することは難しかった。

特開２００４－２９４３６０号公報

本発明は、上記のような問題に鑑みてなされたものであり、ルールベース検査方法と学習ベース検査方法を組み合わせて画像検査を実施する場合に、どのように組み合わせられているのかをユーザにも分かりやすく示す技術を提供することを目的とする。

上記の課題を解決するための本発明は、
検査対象物を撮像した画像に基づいて該検査対象物の良否を判定する画像検査を、所定のルールに従って良否を判定するルールベース検査方法と、学習させた判定器を用いて良否を判定する学習ベース検査方法と、を含む複数種類の検査方法を組み合わせて行う場合に、不良と判定された該検査対象物の画像である不良品画像と、該不良品画像に適用された検査方法との関係を、視覚的に認識可能な態様で提供する適用関係情報を生成する情報生成装置であって、
前記適用関係情報は、
表示領域内に、前記不良品画像の特徴に基づいて配置された、前記不良品画像に関連付けられた表示画像と、
該表示画像に関連付けられた前記不良品画像に適用される検査方法を特定する適用方法
情報と、
を含むことを特徴とする。

これによれば、適用関係情報には、不良品画像の特徴が、表示領域内における表示画像の位置関係として表現されるので、表示領域内には不良の種類に応じた表示画像の群が形成され、これらの表示画像に関連付けられた不良品画像に適用される検査方法を特定する適用方法情報も含まれる。どのような不良にルールベース検査方法と学習ベース検査方法のいずれが適用されるのかを、視覚的に認識することができ、ルールベース検査方法と学習ベース検査方法が、どのように組み合わせられているのかをユーザにも分かりやすく示すことができる。
表示画像には、不良品画像自体、不良品画像に情報処理を施したものも含まれる。

また、本発明において、
前記適用方法情報は、互いに近接して配置された前記表示画像の群に関連付けて表示されるようにしてもよい。

表示画像は、不良品画像の特徴に基づいて表示領域内に配置されるので、共通の不良と判定された不良品画像に関連付けられた表示画像は、表示領域内においても近接して配置され群を形成するので、適用方法情報を表示画像の群に関連付けることにより、ルールベース検査方法と学習ベース検査方法が、どのように組み合わせられているのかをユーザにより分かりやすく示すことができる。

また、本発明において、
前記表示領域の中心の近傍に前記学習ベース検査方法が適用された前記不良品画像が配置され、
前記表示領域の中心から離れた位置に前記ルールベース検査方法が適用された前記不良品画像が配置されているようにしてもよい。

これによれば、ルールベース検査方法と学習ベース検査方法とが、表示領域の中心からの遠近によって区別されるので、ルールベース検査方法と学習ベース検査方法がどのように組み合わせられているのかをユーザにより分かりやすく示すことができる。

本発明によれば、ルールベース検査方法と学習ベース検査方法を組み合わせて画像検査を実施する場合に、どのように組み合わせられているのかをユーザにも分かりやすく示すことができる。

本発明の実施例に係る製造設備の概略構成を示す図である。 本発明の実施例に係る管理装置の機能ブロック図である。 本発明の実施例に係る学習ベース検査方法の特徴を説明する図である。 本発明の実施例に係る検査方法の最適化を例示する図である。 本発明の実施例に係る適用関係情報の例を示す図である。

〔適用例〕
以下、本発明の適用例について、図面を参照しつつ説明する。
図２は、本発明の情報提供装置が適用される管理装置１の機能ブロック図である。管理装置１は、図１に示すプリント基板の製造設備の管理システム１００に含まれ、製造装置Ｘ１～Ｘ３および検査装置Ｙ１～Ｙ４の管理や制御を担う。

管理装置１は、不良品画像取得部１１、不良品画像記憶部１２、最適化制御部１３、適用関係情報生成部１４、表示部１５、出力部１６、入力部１７の各部を有する。

不良品画像取得部１１は、検査装置Ｙ１～Ｙ４による検査において不良と判定された基板の画像（不良品画像）を取得し、不良品画像記憶部１２は、不良品画像取得部１１によって取得された不良品画像を記憶する。

最適化制御部１３は、検査装置Ｙ１～Ｙ４のそれぞれにおける良否判定に、ルールベース検査方法と学習ベース検査方法のいずれを適用して画像検査の最適化を実現するかを決定し、検査装置Ｙ１～Ｙ４に指示する。
ルールベース検査方法と学習ベース検査方法とには、良否判定において、それぞれ得意不得意があり、図３（Ａ）に示すように、良不良の特徴が分かれているものは学習ベース検査方法に適しており、図３（Ｂ）に示すように、良不良の特徴が分かれていないものはルールベース検査方法に適している。したがって、どのような不良にいずれの検査方法を適用するかによって画像検査の最適化を図ることができる。

しかし、良否判定に適用される検査方法の組み合わせは、検査装置Ｙ１～Ｙ４の内部で実施されるため、その内容及び適否が検査装置Ｙ１～Ｙ４のユーザにはわかりづらい。

そこで、管理装置１では、不良と判定されたプリント基板の画像である不良品画像と、該不良品画像に適用された検査方法との関係を、視覚的に認識可能な態様で提供する適用関係情報を生成する情報生成装置としての機能を実現している。

ここでは、適用関係情報生成部１４が、不良品画像取得部１１によって取得され、不良品画像記憶部に記憶された不良品画像と、最適化制御部１３から取得した、当該不良品画像の良否判定に適用された検査方法に関する情報に基づいて、図５に示すような適用関係情報を生成している。

図５は、破線で囲まれた表示要素ＦのクラスタＣ１が「はんだ多」に対応し、１点鎖線で囲まれた表示要素ＦのクラスタＣ２が「はんだ少」に対応する。そして、点線で囲まれたクラスタＣ３「浮き」に対応し、２鎖線で囲まれたクラスタＣ４が「ずれ」に対応する。これらのクラスタＣ１～Ｃ４に含まれる不良品画像の良否判定には、ルールベース検査方法が適用される。

実線で囲まれた表示要素ＦのクラスタＣ５、Ｃ６、Ｃ７に含まれる表示要素Ｆに含まれる不良品画像は、ルールベース検査方法に比べて、学習ベース検査方法の方が良否判定に適した不良品画像であり、例えば、「不濡れ」がこれらのクラスタに含まれる。

適用関係情報Ｍでは、不良品画像の特徴の遠近が２次元平面上の位置として表現され、不良の種類に応じたクラスタとして表現される。さらに、図５に実線等の円に囲うことによって不良品画像に対応する表示要素Ｆと検査方法との適用関係が特定され、ラベリングされている。

適用関係情報Ｍによれば、検査装置Ｙ１～Ｙ４において、どのような種類の不良に関する画像検査に対して、いずれの検査方法を適用しているか、そして、それらの検査方法がどのように組み合わされているのかという情報を視覚的に認識可能な態様で提供することができ、ルールベース検査方法と学習ベース検査方法を組み合わせて画像検査を実施する場合に、どのように組み合わせられているのかをユーザにも分かりやすく示すことができる。

〔実施例１〕
以下では、本発明の実施例に係る情報生成装置の例である管理装置１を含む管理システム１００ついて、図面を用いて、より詳細に説明する。
（システム構成）
図１は、本実施例に係るプリント基板の表面実装ラインにおける製造設備の構成例を模式的に示している。表面実装（Ｓｕｒｆａｃｅ Ｍｏｕｎｔ Ｔｅｃｈｎｏｌｏｇｙ：ＳＭＴ）とはプリント基板の表面に電子部品をはんだ付けする技術であり、表面実装ラインは、主として、はんだ印刷～部品のマウント～リフロー（はんだの溶着）の三つの工程から構成される。

図１に示すように、表面実装ラインでは、製造装置として、上流側から順に、はんだ印刷装置Ｘ１、マウンタＸ２、リフロー炉Ｘ３が設けられる。はんだ印刷装置Ｘ１は、スクリーン印刷によってプリント基板上の電極部（ランドと呼ばれる）にペースト状のはんだを印刷する装置である。マウンタＸ２は、基板に実装すべき電子部品をピックアップし、該当箇所のはんだペーストの上に部品を載置するための装置であり、チップマウンタとも呼ばれる。リフロー炉Ｘ３は、はんだペーストを加熱溶融した後、冷却を行い、電子部品を基板上にはんだ接合するための加熱装置である。基板に実装する電子部品の数や種類が多い場合には、表面実装ラインに複数台のマウンタＸ２が設けられることもある。

また、表面実装ラインには、はんだ印刷～部品のマウント～リフローの各工程の出口で基板の状態を検査し、不良あるいは不良のおそれを自動で検出するシステムが設置されている。当該システムは、良品と不良品の自動仕分けの他、検査結果やその分析結果に基づき各製造装置の動作にフィードバックする機能（例えば、実装プログラムの変更など）も有している。

はんだ印刷検査装置Ｙ１は、はんだ印刷装置Ｘ１から搬出された基板に対し、はんだペーストの印刷状態を検査するための装置である。はんだ印刷検査装置Ｙ１では、基板上に印刷されたはんだペーストを２次元ないし３次元的に計測し、その計測結果から各種の検査項目について正常値（許容範囲）か否かの判定を行う。検査項目としては、例えば、はんだの体積・面積・高さ・位置ずれ・形状などがある。はんだペーストの２次元計測には、イメージセンサ（カメラ）などを用いることができ、３次元計測には、レーザ変位計や、位相シフト法、空間コード化法、光切断法などを利用することができる。

部品検査装置Ｙ２は、マウンタＸ２から搬出された基板に対し、電子部品の配置状態を検査するための装置である。部品検査装置Ｙ２では、はんだペーストの上に載置された部品（部品本体、電極など部品の一部でもよい）を２次元ないし３次元的に計測し、その計測結果から各種の検査項目について正常値（許容範囲）か否かの判定を行う。検査項目としては、例えば、部品の位置ずれ、角度（回転）ずれ、欠品（部品が配置されていないこと）、部品違い（異なる部品が配置されていること）、極性違い（部品側と基板側の電極の極性が異なること）、表裏反転（部品が裏向きに配置されていること）、部品高さなどがある。はんだ印刷検査と同様、電子部品の２次元計測には、イメージセンサ（カメラ）などを用いることができ、３次元計測には、レーザ変位計や、位相シフト法、空間コード化法、光切断法などを利用することができる。

外観検査装置Ｙ３は、リフロー炉Ｘ３から搬出された基板に対し、はんだ付けの品質を検査するための装置である。外観検査装置Ｙ３では、リフロー後のはんだ部分を２次元ないし３次元的に計測し、その計測結果から各種の検査項目について正常値（許容範囲）か否かの判定を行う。検査項目としては、部品検査と同じ項目に加え、はんだフィレット形状の良否なども含まれる。はんだの形状計測には、上述したレーザ変位計、位相シフト法
、空間コード化法、光切断法などの他、いわゆるカラーハイライト方式（Ｒ、Ｇ、Ｂの照明を異なる入射角ではんだ面に当て、各色の反射光を天頂カメラで撮影することで、はんだの３次元形状を２次元の色相情報として検出する方法）を用いることができる。

Ｘ線検査装置Ｙ４は、Ｘ線像を用いて基板のはんだ付けの状態を検査するための装置である。例えば、ＢＧＡ（Ｂａｌｌ Ｇｒｉｄ Ａｒｒａｙ）、ＣＳＰ（Ｃｈｉｐ Ｓｉｚｅ Ｐａｃｋａｇｅ）などのパッケージ部品や多層基板の場合には、はんだ接合部が部品や基板の下に隠れているため、外観検査装置Ｙ３では（つまり外観画像では）はんだの状態を検査することができない。Ｘ線検査装置Ｙ４は、このような外観検査の弱点を補完するための装置である。Ｘ線検査装置Ｙ４の検査項目としては、例えば、部品の位置ずれ、はんだ高さ、はんだ体積、はんだボール径、バックフィレットの長さ、はんだ接合の良否などがある。なお、Ｘ線像としては、Ｘ線透過画像を用いてもよいし、ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）画像を用いることも好ましい。

（管理装置）
上述した製造装置Ｘ１～Ｘ３及び検査装置Ｙ１～Ｙ４は、ネットワーク（ＬＡＮ）を介して管理装置１に接続されている。管理装置１は、製造装置Ｘ１～Ｘ３および検査装置Ｙ１～Ｙ４の管理や制御を担うシステムであり、図示しないが、ＣＰＵ（プロセッサ）、主記憶装置（メモリ）、補助記憶装置（ハードディスクなど）、入力装置（キーボード、マウス、コントローラ、タッチパネルなど）、表示装置などを具備する汎用的なコンピュータシステムにより構成される。後述する管理装置１の機能は、補助記憶装置に格納されたプログラムをＣＰＵが読み込み実行することにより実現される。

なお、管理装置１は、１台のコンピュータにより構成してもよいし、複数のコンピュータにより構成してもよい。あるいは、製造装置Ｘ１～Ｘ３や検査装置Ｙ１～Ｙ４のいずれかの装置が内蔵するコンピュータに、管理装置１の機能の全部又は一部を実装することも可能である。あるいは、管理装置１の機能の一部をネットワーク上のサーバ（クラウドサーバなど）により実現してもよい。

管理装置１には、ネットワーク（ＬＡＮ）を介して端末１０が接続される。

本実施形態の管理装置１は、製造設備の管理者が設備のメンテナンス及び品質管理を行うための機能を実現するための機能部を有している。図２に、管理装置１が有する、適用関係情報生成装置としての機能部のブロック図を示す。

図２に示すように、管理装置１は、不良品画像取得部１１、不良品画像記憶部１２、最適化制御部１３、適用関係情報生成部１４、表示部１５、出力部１６、入力部１７の各部を有している。

不良品画像取得部１１は、検査装置Ｙ１～Ｙ４による検査において不良と判定された基板の画像（不良品画像）を取得する。

不良品画像記憶部１２は、不良品画像取得部１１によって取得された不良品画像を記憶する。

最適化制御部１３は、検査装置Ｙ１～Ｙ４における各良否判定に、ルールベース検査方法と学習ベース検査方法のいずれを適用して画像検査の最適化を実現するかを決定し、検査装置Ｙ１～Ｙ４に指示する。具体的には、検査装置Ｙ１～Ｙ４によって実行されるプログラムの選択や、各種パラメータの調整等を行う。

プリント基板の表面実装では、例えば、はんだの多い少ない、浮き、ずれ、不濡れ等の不良が発生する可能性がある。プリント基板の良否を画像検査する場合には、これらの不良の種類に応じて、その良否の判定に適した画像検査方法を適用している。画像検査方法としては、種々の検査方法が知られているが、ここでは、ルールベース検査方法と、学習ベース検査方法について説明する。ルールベース検査方法とは、検査対象物の画像から特徴量を抽出し、予め設定されたルールに従って特徴量の値から良否を判定する検査方法である。学習ベース検査方法は、良品を撮像した良品画像と、不良品を撮像した不良品画像とを含む教師画像を予めニューラルネットワーク等の学習手段によって学習させて判定器を生成し、このように学習させた判定器によって良否を判定する検査方法である。

ルールベース検査方法では、不良の種類に応じてルール（例えば特徴量の閾値）を設定する。まず、第１の不良を検出でき、見過ぎが発生しないようにルールを設定する。このように設定されたルールで検出される不良を除いた状態から、第２の不良について、第２の不良を検出でき、見過ぎが発生しないようにルールを設定する。同様の処理を繰り返して、複数種類の不良に対してルールを設定する。このようにして、ルールの最適化を図ることにより、ルールベース検査方法の精度を向上させることができるが、あらゆる不良に対して必ずしも適切なルールを設定できるわけではない。そのような不良に対して学習ベース検査方法を適用することにより、精度の良い判定ができる場合がある。図３（Ａ）、（Ｂ）は、学習ベース検査方法の得意不得意を説明する概念図である。図３（Ａ）のように、実線で示された良と破線で示された不良の特徴が分かれているものについては、学習ベース検査方法で精度の良い判定が可能である。これに対して、図３（Ｂ）に示すように不良と良の特徴が分かれていないものは、学習ベース検査方法では精度の良い判定が難しい。例えば、ずれや浮きなどのように点線で示された基準の近辺で線形的に変化するグレーゾーンが存在するものは、外周ベース検査方法では精度の良い判定が期待できない。

上述のようにルールベース検査方法と学習ベース検査方法の得意不得意があるため、どのような不良をどの検査方法で判定するかという検査方法の適用関係によって全体としての画像検査の精度が決まる。したがって、不良の種類と検査方法との適用関係を最適化することによって、画像検査の最適化を図ることができる。

図４は、そのような適用関係の例を示す概念図である。ここでは、各種の不良のうち、よりルールベース検査方法に適した、はんだ多、はんだ少、浮き、ずれについて、ルールベース検査方法によって良否判定を行う。そして、その他の不良については、より学習ベース検査方法が適しているものとして、学習ベース検査方法によって、良否の判定を行う。このような学習ベース検査方法により適した不良として、例えば、不濡れがある。ルールベース検査方法か学習ベース検査方法のいずれかのみで画像検査を行う場合に限られず、両者を併用し、両者で同じ種類の不良の判定を行ってもよい。

このように、最適化制御部１３では、ルールベース検査方法と学習ベース検査方法とを組み合わせて画像検査を行う場合に、両者の適用関係を制御することによって画像検査の最適化を実現する。複数の画像検査方法を組み合わせて用いる場合に、ルールベース検査方法と学習ベース検査方法以外の検査方法を組み合わせてもよいし、画像検査の最適化の方法も上述のものに限られるわけではない。

適用関係情報生成部１４は、不良品画像と当該不良品画像の良否判定に適用される画像検査方法との関係を示す適用関係情報を生成する。

図５に、表示部１５に画像として表示された適用関係情報Ｍを示す。図５に示す適用関係情報Ｍは、不良品画像取得部１１が検査装置Ｙ１～Ｙ４から取得し、不良品画像記憶部１２に記憶された不良品画像を２次元平面にマッピングして配置したものである。適用関
係情報Ｍに含まれる表示要素Ｆのそれぞれが、１枚の不良品画像に対応する。ここでは、表示要素Ｆが、本発明の不良銀画像に関連付けられた表示画像に対応する。

ここでは、破線で囲まれた表示要素ＦのクラスタＣ１が「はんだ多」に対応し、１点鎖線で囲まれた表示要素ＦのクラスタＣ２が「はんだ少」に対応する。そして、点線で囲まれたクラスタＣ３「浮き」に対応し、２鎖線で囲まれたクラスタＣ４が「ずれ」に対応する。これらのクラスタＣ１～Ｃ４に含まれる不良品画像の良否判定には、ルールベース検査方法が適用される。

実線で囲まれた表示要素ＦのクラスタＣ５、Ｃ６、Ｃ７に含まれる表示要素Ｆに含まれる不良品画像は、ルールベース検査方法に比べて、学習ベース検査方法の方が良否判定に適した不良品画像であり、例えば、「不濡れ」がこれらのクラスタに含まれる。ここでは、クラスタＣ１～Ｃ７が、本発明の、互いに近接して配置された表示画像の群に対応する。

このような適用関係情報Ｍは、不良品画像記憶部１２に記憶された不良品画像に対して、適用関係情報生成部１４が主成分分析（ＰＣＡ）を実行することにより、各不良品画像に対応する表示要素Ｆを２次元平面上に配置することができる。さらに、主成分分析によって２次元平面上に配置された表示要素Ｆのクラスタごとのラベリングは、適用関係情報生成部１４がクラスタ分析を実行することによって実現することができる。クラスタ分析によるラベリングにおいては、最適化制御部１３から、各不良と検査方法との適用関係に関する情報を取得して利用することができる。このような各不良と検査方法との適用関係に関する情報は、適用関係情報生成部１４が所定の記憶領域に記憶しておいてもよい。また、表示要素Ｆのクラスタごとのラベリングは、入力装置によって構成される入力部１７を用いて、人が行ってもよい。不良品画像取得部１１によって取得され、不良品画像記憶部１２に記憶された不良品画像の情報に、当該不良品画像の判定に適用された検査方法に関する情報が関連付けられている場合にはこれを利用して、適用関係情報生成部１４は適用関係情報Ｍを生成してもよい。適用関係情報Ｍの生成方法は、上述のものに限られるものではない。また、適用関係情報生成部１４が、適用関係情報Ｍの生成に用いる不良品画像は、不良品画像記憶部１２に記憶された不良品画像のすべてでもよいし、適宜サンプリングされたものでもよい。不良品画像記憶部１２から取得する不良品画像には、ＡＯＩ検査機によって撮像された不良品画像、Ｘ線ＣＴ検査機によって取得された不良品画像が含まれる。

このように、不良品画像に対応する表示要素Ｆが２次元平面にマッピングされることにより、同種の不良と判定された不良品画像に対応する表示要素Ｆがクラスタ化して表示される。また、異なる種類の不良と判定された不良品画像に対応する表示要素Ｆのクラスタは異なる位置に表示される。そして、ルールベース検査方法が適用される不良品画像に対応する表示要素Ｆは２次元平面の中心から離れた遠い位置に配置され、学習ベース検査方法が適用される不良品画像に対応する表示要素Ｆは２次元平面の中心の近傍すなわち中心に近い位置に配置される。

適用関係情報Ｍでは、不良品画像の特徴の遠近が２次元平面上の位置として表現され、不良の種類に応じたクラスタとして表現される。さらに、図５に実線等の円に囲うことによって不良品画像に対応する表示要素Ｆと検査方法との適用関係が特定され、ラベリングされている。ここでは、学習ベース検査方法が適用されるか、ルールベース検査方法が適用されるかは、表示要素Ｆのクラスタを囲む円を描く線の種類によって特定し、ルールベース検査方法については適用される不良の種類によっても、表示要素Ｆのクラスタを囲む円を描く線の種類を区別している。また、学習ベース検査方法が適用される不良品画像に対応するクラスタには、「ＡＩ」との文字も表示することによっても検査方法を特定して
いる。ルールベース検査方法が適用される不良品画像に対応するクラスタには不良の種類を示す文字を表示している。したがって、適用関係情報Ｍによれば、検査装置Ｙ１～Ｙ４において、どのような種類の不良に関する画像検査に対して、いずれの検査方法を適用しているか、そして、それらの検査方法がどのように組み合わされているのかという情報を視覚的に認識可能な態様で提供することができる。このような適用関係情報Ｍを用いることにより、検査装置Ｙ１～Ｙ４のユーザは、複数の検査方法の組み合わせの現状について、明確かつ説得的に認識することができ、必要に応じて、検査方法の適用関係の変更を試みることができる。

ここでは、２次元平面が、本発明の表示領域に対応し、不良品画像の特徴量の遠近に基づく主成分分析によるマッピングが、本発明の、不良品画像の特徴に基づく表示領域内の配置に対応する。また、クラスタＣ１等を囲む円が、本発明の適用方法情報に対応する。

表示部１５は、適用関係情報生成部１４によって生成された適用関係情報を表示する機能を有し、ディスプレイ等の表示装置によって構成される。

出力部１６は、管理装置１とネットワークによって接続された端末１０からの要求に基づき、適用関係情報生成部１４によって生成された適用関係情報を送信する機能を有する。また、出力部１６は、検査装置Ｙ１～Ｙ４に、適用関係情報生成部１４によって生成された適用関係情報を送信し、これらの装置のディスプレイに表示させるようにしてもよい。また、出力部１６は、適用関係情報生成部１４によって生成された適用関係情報を印刷して出力する機能を有してもよい。

ここでは、管理装置１が、本発明の情報生成装置に対応する。管理装置１とネットワークによって接続された端末１０に、不良品画像の情報及び適用される検査方法に関する適用方法情報を送信し、端末１０において適用関係情報を生成することにより、端末１０によって本発明の情報生成装置を構成してもよい。同様に、検査装置Ｙ１～Ｙ４のいずれかに、不良品画像の情報及び適用される検査方法に関する適用方法情報を送信し、検査装置Ｙ１～Ｙ４のいずれかにおいて適用関係情報を生成することにより、検査装置Ｙ１～Ｙ４のいずれかによって本発明の情報生成装置を構成してもよい。

学習ベース検査方法によって、検査対象物の良否を判定しているが、良否の２値の判定に限らず、不良の種類も含めた多値の状態判定を行ってもよい。

＜付記１＞
検査対象物を撮像した画像に基づいて該検査対象物の良否を判定する画像検査を、所定のルールに従って良否を判定するルールベース検査方法と、学習させた判定器を用いて良否を判定する学習ベース検査方法と、を含む複数種類の検査方法を組み合わせて行う場合に、不良と判定された該検査対象物の画像である不良品画像と、該不良品画像に適用された検査方法との関係を、視覚的に認識可能な態様で提供する適用関係情報（Ｍ）を生成する情報生成装置（１）であって、
前記適用関係情報（Ｍ）は、
表示領域内に、前記不良品画像の特徴に基づいて配置された、前記不良品画像に関連付けられた表示画像（Ｆ）と、
該表示画像（Ｆ）に関連付けられた前記不良品画像に適用される検査方法を特定する適用方法情報（Ｃ１～Ｃ７）と、
を含むことを特徴とする情報生成装置（１）。

１ ：管理装置
１４ ：適用関係情報生成部
Ｆ ：表示要素
Ｍ ：適用関係情報

Claims (3)

1. 検査対象物を撮像した画像に基づいて該検査対象物の良否を判定する画像検査を、所定のルールに従って良否を判定するルールベース検査方法と、学習させた判定器を用いて良否を判定する学習ベース検査方法と、を含む複数種類の検査方法を組み合わせて行う場合に、不良と判定された該検査対象物の画像である不良品画像と、該不良品画像に適用された検査方法との関係を、視覚的に認識可能な態様で提供する適用関係情報を生成する情報生成装置であって、
   前記適用関係情報は、
   表示領域内に、前記不良品画像の特徴に基づいて配置された、前記不良品画像に関連付けられた表示画像と、
   該表示画像に関連付けられた前記不良品画像に適用される検査方法を特定する適用方法情報と、
   を含むことを特徴とする情報生成装置。
2. 前記適用方法情報は、互いに近接して配置された前記表示画像の群に関連付けて表示されることを特徴とする請求項１に記載の情報生成装置。
3. 前記表示領域の中心の近傍に前記学習ベース検査方法が適用された前記不良品画像が配置され、
   前記表示領域の中心から離れた位置に前記ルールベース検査方法が適用された前記不良品画像が配置されていることを特徴とする請求項１又は２に記載の情報生成装置。
   
   

Images