JP3417816B2

JP3417816B2 - 光学部材検査装置，画像処理装置，及び、コンピュータ可読媒体

Info

Publication number: JP3417816B2
Application number: JP29015997A
Authority: JP
Inventors: 太一中西; 正之杉浦; 山本　　清
Original assignee: ペンタックス株式会社
Priority date: 1997-10-22
Filing date: 1997-10-22
Publication date: 2003-06-16
Anticipated expiration: 2017-10-22
Also published as: JPH11125578A

Description

【発明の詳細な説明】

【０００１】

【発明が属する技術分野】本発明は、レンズ等の光学部
材の不良要因を検出するための光学部材検査装置，画像
処理装置，及びプログラムを格納したコンピュータ可読
媒体に関する。

【０００２】

【従来の技術】レンズ，プリズム等の光学部材は、入射
した光束が規則正しく屈折したり、平行に進行したり、
一点又は線状に収束したり発散するように設計されてい
る。しかしながら、光学部材の形成時において糸くず等
が光学部材内に混入してしまっていたり（いわゆる「ケ
バ」）、成形後の人的取り扱いによって光学部材の表面
上にキズ等が生じていると、入射した光束が乱れてしま
うので、所望の性能を得ることができなくなる。

【０００３】そのため、光学部材の不良要因を検出して
自動的に良否判定を行うための光学部材検査装置が、従
来、種々提案されている。例えば、本出願人は、特願平
９−５０７６０号において、検査対象光学部材をその光
軸を中心に回転させる回転機構及びラインセンサを用い
て検査対象光学部材全体を撮像する光学部材検査装置
を、提案した。

【０００４】このような光学部材検査装置では、検出し
た不良要因をその種別毎に識別して、識別した種別毎に
不良要因の特徴量を統計し、統計結果に基づいて検査対
象光学部材の総合的評価を行っていた。

【０００５】

【発明が解決しようとする課題】しかしながら、従来不
良要因の種別を識別するために用いられてきた画像処理
プログラムのアルゴリズムは、各不良要因が点状欠点で
あるか線状欠点であるかの識別しかできなかった。具体
的には、従来のアルゴリズムでは、識別対象不良要因に
おける直交する二方向のフィレの比率（フィレ比），及
び、その識別対象不良要因と同じフィレ幅を有する矩形
領域の面積に対するその識別対象不良要因の実際の面積
の比に基いて不良要因の種別を識別していたので、識別
対象不良要因が点状であるか線状であるかの識別は可能
であったが、さらに進めて、線状の不良要因がキズであ
るのかケバであるのかを識別することはできなかった。

【０００６】ところで、不良要因がキズである場合に
は、光学部材表面をコーティングする処理を行うことに
より、この不良要因を修復することができる。これに対
して、不良要因が光学部材内部に混入したケバである場
合には、一切修復ができないので廃棄処理が必要とな
る。それにも拘わらず、従来の光学部材検査装置による
と、線状の不良要因がキズであるのかケバであるのかの
識別ができないため、線状の不良要因が検出された場合
には、常に同じ処理（即ち、廃棄処理）を行わざるを得
なかった。

【０００７】本発明の課題は、このような問題に鑑み、
検査対象光学部材中に検出された線状の不良要因がキズ
であるかケバであるかを自動的に判定することができる
光学部材検査装置，画像処理装置，及び、プログラムを
格納したコンピュータ可読媒体を、提供することであ
る。

【０００８】

【課題を解決するための手段】各請求項記載の発明は、
上記課題を解決するためになされたものである。まず、
請求項１記載の光学部材検査装置は、検査対象光学部材
を撮像して当該検査対象光学部材の像を含む画像データ
を出力する撮像装置と、この撮像装置から出力された画
像データを格納する画像メモリと、この画像メモリに格
納されている画像データ中から前記検査対象光学部材の
不良要因を示す領域を特定する領域特定手段と、この領
域特定手段によって特定された領域に含まれる画像を細
線化して太さ１画素の画素列からなる細線化図形に変換
する細線化手段と、この細線化手段によって得られた細
線化図形を構成する各画素について隣接する画素に対す
る連接方向を示す符号を夫々割り当てるチェーン符号化
手段と、このチェーン符号化手段によって前記細線化図
形に割り当てられた全符号に基づいて前記領域に含まれ
る像の広がり度合を数値化する数値化手段と、前記数値
化手段によって得られた数値を所定の判定基準値と比較
する比較手段と、この比較手段による比較結果に基づい
て前記領域特定手段によって特定された領域が前記検査
対象光学部材のキズ及びケバの何れかを示すのかの認識
を行う不良要因種別認識手段とを、備えたことを特徴と
する。

【０００９】このように構成されると、撮像装置は、検
査対象光学部材を撮像して、当該検査対象光学部材の像
を含む画像データを出力する。このように出力された画
像データが画像メモリ内に格納されると、領域特定手段
は、画像メモリに格納されている画像データ中から、前
記検査対象光学部材の不良要因を示す領域を、特定す
る。領域特定手段がこのようにして領域を一つ特定する
毎に、細線化手段は、この領域に含まれる画像を細線化
図形に変換し、チェーン符号化手段は、細線化図形を構
成する各画素について隣接画素に対する連接方向を示す
符号を割り当て、数値化手段は、細線化図形に割り当て
られた全符号に基づいて、前記領域に含まれる像の広が
り度合を数値化し、比較手段は、この広がり度合を客観
的な判定基準値と比較し、不良要因種別認識手段は、比
較手段による比較結果に基づいて、領域特定手段によっ
て特定された領域が検査対象光学部材のキズ及びケバの
何れかを示すかの認識を行う。このようにして、像の広
がり度合を数値化すれば、不良要因のおおよその形状を
認識することができるので、線状の不良要因がキズであ
るかケバであるかの認識を自動的に行うことができる。

【００１０】また、請求項２記載の光学部材検査装置
は、検査対象光学部材を撮像して当該検査対象光学部材
の像を含む画像データを出力する撮像装置と、この撮像
装置から出力された画像データを格納する画像メモリ
と、この画像メモリに格納されている画像データ中から
前記検査対象光学部材の不良要因を示す領域を特定する
領域特定手段と、この領域特定手段によって特定された
領域に含まれる画像を細線化して太さ１画素の画素列か
らなる細線化図形に変換する細線化手段と、この細線化
手段によって得られた細線化図形を構成する各画素につ
いて隣接する画素に対する連接方向を示す符号を夫々割
り当てるチェーン符号化手段と、このチェーン符号化手
段によって前記細線化図形に割り当てられた全符号に基
づいて前記領域に含まれる像の広がり度合を数値化する
第１数値化手段と、前記チェーン符号化手段によって前
記細線化図形に割り当てられた全符号に基づいて前記領
域に含まれる像の曲がり度合を数値化する第２数値化手
段と、前記第１数値化手段によって前記像の広がり度合
を数値化して得られた数値を第１判定基準値と比較する
第１比較手段と、前記第２数値化手段によって前記像の
曲がり度合を数値化して得られた数値を第２判定基準値
と比較する第２比較手段と、前記第１比較手段による比
較結果及び前記第２比較手段による比較結果に基づいて
前記領域特定手段によって特定された領域が前記検査対
象光学部材のキズ及びケバの何れかを示すのかの認識を
行う不良要因種別認識手段とを、備えたことを特徴とす
る。

【００１１】請求項３記載の光学部材検査装置は、請求
項２の第１数値化手段が、前記細線化図形に割り当てら
れた全符号のうち最も多い符号を主方向符号として特定
する主方向特定手段と、前記細線化図形に割り当てられ
た全符号のうち前記主方向符号の個数を主方向符号個数
として計数する主方向計数手段と、前記細線化図形に割
り当てられた全符号のうち前記主方向符号によって示さ
れる方向以外の所定範囲の方向を示す符号の個数総和を
他方向符号個数として計数する他方向計数手段と、前記
主方向符号個数に対する前記他方向符号個数の比率を前
記領域に含まれる像の広がり具合を示す数値として算出
する算出手段とを、有することを特徴とする。

【００１２】請求項４記載の光学部材検査装置は、請求
項３における前記主方向符号によって示される方向以外
の所定範囲の方向とは、前記主方向符号によって示され
る方向から+/-９０度以上離れた全方向であることで、
特定したものである。

【００１３】請求項５記載の光学部材検査装置は、請求
項３の第２数値化手段が、前記細線化図形に割り当てら
れた符号の種類の総数を前記領域に含まれる像の曲がり
度合を示す数値として数値化する符号種類計数手段を有
することで、特定したものである。

【００１４】請求項６記載の光学部材検査装置は、請求
項５の不良要因種別認識手段が、前記像の広がり度合を
数値化して得られた数値が前記第１判定基準値未満であ
り且つ前記像の曲がり度合を数値化して得られた数値が
前記第２判定基準値未満である場合にのみ、前記領域特
定手段によって特定された領域が前記検査対象光学部材
のキズを示すと認識することで、特定したものである。

【００１５】請求項７記載の光学部材検査装置は、請求
項６の第１判定基準値が０．１であることで、特定した
ものである。請求項８記載の光学部材検査装置は、請求
項６の第２判定基準値が４であることで、特定したもの
である。

【００１６】請求項９記載の画像処理装置は、検査対象
光学部材を撮像して得られた画像データを格納する画像
メモリと、この画像メモリに格納されている画像データ
中から前記検査対象光学部材の不良要因を示す領域を特
定する領域特定手段と、この領域特定手段によって特定
された領域に含まれる画像を細線化して太さ１画素の画
素列からなる細線化図形に変換する細線化手段と、この
細線化手段によって得られた細線化図形を構成する各画
素について、隣接する画素に対する連接方向を示す符号
を夫々割り当てるチェーン符号化手段と、このチェーン
符号化手段によって前記細線化図形に割り当てられた全
符号に基づいて前記領域に含まれる像の広がり度合を数
値化する数値化手段と、前記数値化手段によって得られ
た数値を所定の判定基準値と比較する比較手段と、この
比較手段による比較結果に基づいて前記領域特定手段に
よって特定された領域が前記検査対象光学部材のキズ及
びケバの何れかを示すのかの認識を行う不良要因種別認
識手段とを、備えたことを特徴とする。

【００１７】請求項１０記載の画像処理装置は、検査対
象光学部材を撮像して得られた画像データを格納する画
像メモリと、この画像メモリに格納されている画像デー
タ中から前記検査対象光学部材の不良要因を示す領域を
特定する領域特定手段と、この領域特定手段によって特
定された領域に含まれる画像を細線化して太さ１画素の
画素列からなる細線化図形に変換する細線化手段と、こ
の細線化手段によって得られた細線化図形を構成する各
画素について隣接する画素に対する連接方向を示す符号
を夫々割り当てるチェーン符号化手段と、このチェーン
符号化手段によって前記細線化図形に割り当てられた全
符号に基づいて前記領域に含まれる像の広がり度合を数
値化する第１数値化手段と、前記チェーン符号化手段に
よって前記細線化図形に割り当てられた全符号に基づい
て前記領域に含まれる像の曲がり度合を数値化する第２
数値化手段と、前記第１数値化手段によって前記像の広
がり度合を数値化して得られた数値を第１判定基準値と
比較する第１比較手段と、前記第２数値化手段によって
前記像の曲がり度合を数値化して得られた数値を第２判
定基準値と比較する第２比較手段と、前記第１比較手段
による比較結果及び前記第２比較手段による比較結果に
基づいて前記領域特定手段によって特定された領域が前
記検査対象光学部材のキズ及びケバの何れかを示すのか
の認識を行う不良要因種別認識手段とを、備えたことを
特徴とする。

【００１８】請求項１１記載のコンピュータ可読媒体
は、画像メモリを備えたコンピュータに対して、検査対
象光学部材を撮像して得られた画像データを前記画像メ
モリに格納させ、この画像メモリに格納されている画像
データ中から前記検査対象光学部材の不良要因を示す領
域を特定させ、特定された領域に含まれる画像を細線化
して太さ１画素の画素列からなる細線化図形に変換さ
せ、前記細線化図形を構成する各画素について、隣接す
る画素に対する連接方向を求めさせるとともに、その連
接方向を示す符号を夫々割り当てさせ、前記細線化図形
に割り当てられた全符号に基づいて前記領域に含まれる
像の広がり度合を数値化させ、前記領域に含まれる像の
広がり度合を数値化して得られた数値を所定の判定基準
値と比較させ、この比較結果に基づいて前記特定された
領域が前記検査対象光学部材のキズ及びケバの何れかを
示すのかの認識を行わせるプログラムを、格納したこと
を特徴とする。

【００１９】請求項１２記載のコンピュータ可読媒体
は、画像メモリを備えたコンピュータに対して、検査対
象光学部材を撮像して得られた画像データを前記画像メ
モリに格納させ、この画像メモリに格納されている画像
データ中から前記検査対象光学部材の不良要因を示す領
域を特定させ、特定された領域に含まれる画像を細線化
して太さ１画素の画素列からなる細線化図形に変換さ
せ、前記細線化図形を構成する各画素について隣接する
画素に対する連接方向を求めさせるとともに、その連接
方向を示す符号を夫々割り当てさせ、前記細線化図形に
割り当てられた全符号に基づいて前記領域に含まれる像
の広がり度合を数値化させ、前記細線化図形に割り当て
られた全符号に基づいて前記領域に含まれる像の曲がり
度合を数値化させ、前記領域に含まれる像の広がり度合
を数値化して得られた数値を第１判定基準値と比較する
第１の比較を実行させ、前記領域に含まれる像の曲がり
度合を数値化して得られた数値を第２判定基準値と比較
する第２の比較を実行させ、第１の比較による比較結果
及び第２の比較による比較結果に基づいて前記特定され
た領域が前記検査対象光学部材のキズ及びケバの何れか
を示すのかの認識を行わせるプログラムを、格納したこ
とを特徴とする。

【００２０】

【発明の実施の形態】以下、図面に基づいて、本発明の
実施の形態を説明する。＜光学部材検査装置の構成＞本第１実施形態による光学
部材検査装置の概略構成を、図１の側面断面図に示す。
この図１に示すように、光学部材検査装置を構成する照
明ランプ１，拡散板２，及び撮像装置３は、同一の光軸
ｌ上に配置されている。

【００２１】この撮像装置３は、正レンズ系である撮像
レンズ４と、この撮像レンズ４によって収束された光に
よる像を撮像する撮像素子（複数の画素を一方向に並べ
てなるＣＣＤラインセンサ）５とから、構成されてい
る。図１において、撮像素子５は、左右にその画素列を
向かせるように設置されている。また、撮像素子５の画
素列は、その中央において、撮像レンズ４の光軸ｌと垂
直に交わっている。なお、撮像レンズ４は、撮像装置３
内において撮像素子５に対して進退自在（ピント調節可
能）であり、撮像装置３自体も、光軸ｌ方向に進退調整
し得る様に光学部材検査装置の図示せぬフレームに取り
付けられている。

【００２２】撮像素子５は、所定時間（各画素に電荷が
適度に蓄積する程度の時間）毎にライン状に画像を繰り
返し撮像し、画素の並び順に各画素を自己走査して、各
画素に蓄積した電荷を出力する。このようにして撮像素
子５から出力された電荷は、所定の増幅処理やＡ／Ｄ変
換処理を受けた後に、１ライン分の輝度信号からなる画
像データとして、制御装置６に入力される。

【００２３】検査対象光学部材１４は、撮像装置３側か
ら見た平面図である図２に示す様に円形のレンズであ
り、光学部材検査装置の図示せぬフレームに取り付けら
れたホルダ１５によって、撮像レンズ４に関してその表
面（撮像レンズ４に対向する面）が撮像素子５の撮像面
と共役となるように、保持されている。このホルダ１５
は、撮像レンズ４の光軸ｌを中心とした環状の形状を有
しており、検査対象光学部材１４の周縁をその全周に亘
って保持する。従って、検査対象光学部材１４の周縁の
中心と光軸とが一致している限り、検査対象光学部材１
４の光軸は、撮像レンズ４の光軸ｌに対して同軸とな
る。

【００２４】また、ホルダ１５は、撮像レンズ４の光軸
ｌを中心として、光軸ｌに直交する面内で回転可能とな
っている。そして、このホルダ１５の周縁には、環状ギ
ア１６が形成されている。この環状ギア１６は、駆動モ
ータ８の駆動軸に取り付けられたピニオンギア７に噛合
している。従って、駆動モータ８がその駆動軸を回転さ
せると、両ギア７，１６を介してホルダ１５が回転駆動
を受け、ホルダ１５に保持されている検査対象光学部材
１４が、光軸ｌに直交する面内において回転駆動され
る。

【００２５】なお、撮像レンズ４の倍率（即ち、撮像装
置３自体の位置，及び撮像レンズ４の撮像素子５に対す
る位置）は、検査対象光学部材１４の直径方向における
全幅を撮像素子５の撮像面に結像し得るように、調整さ
れている。図２においては、撮像素子５によって撮像さ
れ得る一ライン分の撮像対象領域が、二点鎖線によって
示されている。

【００２６】照明ランプ１は、照明光（白色光）を発光
する白熱ランプであり、光学部材検査装置の図示せぬフ
レームに固定されている。この照明ランプ１と検査対象
光学部材１４との間に配置されている拡散板２は、図２
に示すように、検査対象光学部材１４よりも大径な円盤
形状を有しており、その表面は粗面として加工されてい
る。従って、この拡散板２は、照明ランプ１から出射さ
れた照明光をその裏面全面で受けて、検査対象光学部材
１４に向けて拡散することができる。なお、この拡散板
２は、その中心において撮像レンズ４の光軸ｌと直交す
る様に、光学部材検査装置の図示せぬフレームに固定さ
れている。

【００２７】この拡散板２の表面上には、帯状の形状を
有する遮光板９が、その長手方向を撮像素子５の画素列
の方向と平行な方向に向けて、貼り付けられている。こ
の遮光板９の中心は撮像レンズ４の光軸ｌと一致してい
る。また、遮光板９の長手方向における全長は検査対象
光学部材１４の直径よりも長い。そして、図２に示すよ
うに、撮像装置３の位置から見ると、遮光板９の両端
は、検査対象光学部材１４の外縁よりも外側にはみ出し
ている。また、遮光板９の幅は、撮像素子５の画素列の
方向に直交する方向における光学部材検査装置の断面図
である図４に示すように、撮像素子５の各画素に入射す
る光の周縁光線ｍ，ｍの間隔よりも広い。

【００２８】制御装置６は、撮像装置３から入力された
画像データに基づいて検査対象光学部材１４が良品であ
るか不良品であるかの判定を行うとともに、この判定に
伴って駆動モータ８に駆動電流を供給する処理装置であ
る。

【００２９】図３は、この制御装置６の内部回路構成を
示すブロック図である。図３に示す様に、制御装置６
は、バスＢを介して相互に接続されたＣＰＵ６０，フレ
ームメモリ６１，ホストメモリ６２，及びモータ駆動回
路６３から、構成されている。

【００３０】フレームメモリ６１は、撮像装置３から入
力された画像データが書き込まれるバッファである。ホ
ストメモリ６２は、画像メモリ領域６２ａ，作業メモリ
領域６２ｂ，及び、画像処理プログラム格納領域６２ｃ
を、含んでいる。このうち、画像メモリ領域６２ａは、
フレームメモリ６１に書き込まれた画像データが所定時
間毎に先頭行から行単位で書き込まれる領域である。こ
の画像メモリ領域６２ａに書き込まれた画像データは、
撮像装置３での撮像方式故に極座標系によるデータ（極
座標データ）であるが、ＣＰＵ６０が画像処理プログラ
ムを実行して座標変換（極座標−直交座標変換）を施す
ことにより、直交座標系によるデータ（直交座標デー
タ）に変換される。作業メモリ領域６２ｂは、ＣＰＵ６
０が画像処理プログラムを実行して画像メモリ領域６２
ａから切り出された各不良要因毎の画像データを直交座
標に従って一時格納する領域である。画像処理プログラ
ム格納領域６２ｃは、ＣＰＵ６０にて実行される画像処
理プログラムを格納するコンピュータ可読媒体としての
領域である。

【００３１】モータ駆動回路６３は、撮像装置３側から
見てホルダ１５及び検査対象光学部材１４が反時計方向
に等速回転する様に駆動モータ８を駆動させる駆動電流
を、この駆動モータ８に供給する。

【００３２】ＣＰＵ６０は、制御装置６全体の制御を行
うコンピュータであり、領域特定手段，細線化手段，チ
ェーン符号化手段，数値化手段（第１数値化手段，第２
数値化手段），比較手段（第１比較手段，第２比較手
段），及び、不良要因種別認識手段に、相当する。即
ち、ＣＰＵ６０は、ホストメモリ６２の画像処理プログ
ラム格納領域６２ｃに格納されている画像処理プログラ
ムを実行し、フレームメモリ６１に書き込まれた画像デ
ータを定期的にホストメモリ６２の画像メモリ領域６２
ａに書き写すとともに、画像メモリ領域６２ａ中に検査
対象光学部材１４全体に対応する極座標データが合成さ
れた時点でこの極座標データを直交座標データに変換す
る。そして、ＣＰＵ６０は、直交座標データ中に不良要
因があるか否かを検知し、検知した各不良要因の画像を
切り出して作業メモリ６２ｂに貼り付け、作業メモリ６
２ｂ上においてその種別を認識する。さらに、ＣＰＵ６
０は、全不良要因をその種別毎に分類し、分類した種別
毎に不良要因の図形的特徴量を統計し、統計結果に基づ
いて良否判定を行う。また、ＣＰＵ６０は、フレームメ
モリ６１からの画像データ取り込みを行うのと同期し
て、モータ駆動回路６３に対して、駆動電流を駆動モー
タ８に供給させる指示を行う。

【００３３】＜不良要因検出の原理＞以上のように構成
される光学部材検査装置において、図４の面内では、撮
像レンズ４に入射して撮像素子５の各画素に入射し得る
光は、撮像レンズ４の光軸ｌに沿った光線を主光線とす
る光束であり且つ図４に示される周縁光線ｍ，ｍ間を通
る光のみである。この周縁光線ｍ，ｍを逆方向に辿る
と、検査対象光学部材１４の表面において交差した後
に、拡散板２に向かって拡がっている。そして、拡散板
２上において、この周縁光線ｍ，ｍの間が遮光板９によ
って遮られている。従って、図４に示すように、検査対
象光学部材１４における撮像素子５による撮像対象領域
（撮像レンズ４に関して撮像素子５の画素列の受光面と
共役な部位及び光軸方向におけるその近傍）に不良要因
がないとすると、撮像素子５の各画素に入射する光はな
い。即ち、拡散板２の表面における遮光板９の側方箇所
から拡散した光ｎは、検査対象光学部材１４における撮
像対象領域を透過するが、周縁光線ｍ，ｍの外側を通る
ので、撮像レンズ４には入射しない。また、拡散板２の
表面における遮光板９の側方箇所から拡散して検査対象
光学部材１４における撮像対象領域以外の箇所を透過し
た光は、撮像レンズ４に入射し得るが、撮像素子５の各
画素上には収束されない。そのため、撮像装置３から出
力される画像データは、検査対象光学部材１４の外縁に
対応する明部（側面での拡散光に因る）を除き、全域に
おいて暗くなっている。

【００３４】これに対して、図２に示すように、検査対
象光学部材１４表面における撮像対象領域内にキズＣ及
びゴミＤがある場合、図５に示すように、拡散板２の表
面における遮光板９の側方箇所から拡散した光ｎがこれ
らキズＣ及びゴミＤに当たると、この光がこれらキズＣ
及びゴミＤによって拡散される。この拡散光ｎ’は、周
縁光線ｍ，ｍの交点を中心として発散するので、その一
部は、撮像レンズ４を介して撮像素子５の画素上に入射
する。従って、キズＣ及びゴミＤの像（周囲よりも明る
い像）が撮像素子５の撮像面に形成される。

【００３５】撮像素子５による撮像（電荷蓄積及び走
査）は、駆動モータ８による検査対象光学部材１４の回
転と同期して、この検査対象光学部材１４が所定角度だ
け回転する毎に行われる。そして、撮像素子５による撮
像（電荷蓄積及び走査）がなされる毎に、ライン状の画
像データが、制御装置６のフレームメモリ６１に書き込
まれて、ホストメモリ６２の画像メモリ領域６２ａに取
り込まれる。その結果、検査対象光学部材１４が回転す
るにつれて、画像メモリ領域６２ａの各行には、撮像装
置３によって撮像された各ライン状画像データが、先頭
行から順に書き込まれる。

【００３６】検査対象光学部材１４が半回転した時点で
ホストメモリ６２の画像メモリ領域６２ａに格納されて
いる画像データ（極座標データ）の横軸は、検査対象光
学部材１４の中心（光軸）Ｏから直径方向への距離を示
し、縦軸は、点Ａ，Ｂ間を結ぶ直径を基準とした検査対
象光学部材１４の回転角を示す。制御装置６のＣＰＵ６
０は、上述したように、この極座標データを直交座標デ
ータへ変換する。

【００３７】極座標データの全画素に関してこのような
座標変換が完了すると、画像メモリ領域６２ａに格納さ
れている画像データ（直交座標データ）は、検査対象光
学部材１４をエリアセンサによって撮像して得た画像デ
ータと略等価となる。従って、不良要因の位置如何に拘
わらず、直交座標データ中の不良要因の面積は、実際の
不良要因の面積に正比例し、直交座標データ中の不良要
因の形状は、実際の不良要因の形状と相似となる。その
ために、この画像メモリ領域６２ａに格納されている画
像データに基づいて、ＣＰＵ６０が良否判定を行えるよ
うになるのである。＜不良要因の種別の認識原理＞次に、上述した不良要因
の種別の認識原理を説明する。この種別の認識は、不良
要因が点状欠点（光学部材内に混入したか光学部材表面
に付着したゴミ，等）であるか線状欠点であるかを判定
する第１段階と、不良要因が線状欠点である場合にその
不良要因がキズであるかケバであるかを判定する第２段
階とからなる。

【００３８】そして、第１段階では、ＣＰＵ６０は、不
良要因のｘ軸方向における最大幅（ｘフィレ）及びｙ軸
方向における最大幅（ｙフィレ）を測定し、ｘフィレ及
びｙフィレのうち大きい方の他方に対する比率（フィレ
比）を算出する。このようにして算出されるフィレ比
は、線状欠点の場合には、不良要因の画像データの回転
位置に従って大きく変動する。そして、不良要因の画像
データの回転に伴ってフィレ比が最小となった場合に
は、ｘフィレ及びｙフィレの積（不良要因と同じフィレ
を有する矩形領域の面積）に対する不良要因自体の面積
の比（占有率）が最大となり、フィレ比が最大となった
場合には占有率が最小となる。これに対して、点状欠点
の場合には、不良要因の画像データの回転位置如何に拘
わらずｘフィレの値とｙフィレの値とが非常に近い故
に、常に大きい値となる。従って、不良要因が点状欠点
であるか線状欠点であるかを認識するための第１段階の
認識には、図６のようにフィレ比に対して占有率が逆比
例している閾値関数が用意される。そして、ＣＰＵ６０
は、不良要因の画像データの回転位置如何に拘わらず、
その不良要因について測定されたフィレ比と占有率との
組み合わせがこの閾値関数を超えていれば、この不良要
因が点状欠点であると認識し、超えていなければ線状欠
点であると認識する。

【００３９】しかしながら、これらフィレ比及び占有率
に基づいては、線状欠点がキズであるか或いはケバであ
るかの認識はできない。なぜならば、キズの画像データ
の回転位置及びケバの画像データの回転位置如何では、
キズのフィレ比がケバのフィレ比よりも高くなる可能性
があるからである。

【００４０】そこで、第２段階では、ＣＰＵ６０は、不
良要因の形状を符号化（チェーン符号化）し、符号の分
布を分析することによって不良要因の概略形状（不良要
因の像の広がり度合，不良要因の像の曲がり度合）を調
べ、これにより、不良要因がキズであるかケバであるか
の判定を行う。具体的には、図７（ａ）のような不良
要因が二値化処理によって抽出されると、ＣＰＵ６０
は、画像の幅を細くする「細線化」を行い、図７（ｂ）
に示すような太さ１画素の画素列（細線化図形）に変換
する。

【００４１】次に、ＣＰＵ６０は、細線化図形を構成す
る各画素の隣接画素に対する連接方向を、図８に示す符
号化テーブルに基づいて符号化する。この符号化テーブ
ルでは、着目画素（Ｐ）に対して隣接画素が（＋ｘ）方
向に連接していることが符号“１”によって定義され、
（＋ｘ，＋ｙ）方向に連接していることが符号“２”に
よって定義され、（＋ｙ）方向に連接していることが符
号“３”によって定義され、（−ｘ，＋ｙ）方向に連接
していることが符号“４”によって定義され、（−ｘ）
方向に連接していることが符号“５”によって定義さ
れ、（−ｘ，−ｙ）方向に連接していることが符号
“６”によって定義され、（−ｙ）方向に連接している
ことが符号“７”によって定義され、（＋ｘ，−ｙ）方
向に連接していることが符号“８”によって定義されて
いる。なお、この符号化テーブルは、ホストメモリ６２
の画像処理プログラム格納領域６２ｃに格納されてい
る。

【００４２】ＣＰＵ６０は、細線化図形の一端に位置す
る画素を「符号化開始画素（Ｓ）」と定義し、最初のス
テップでは、この符号化開始画素（Ｓ）を着目画素
（Ｐ）として、この着目画素（Ｐ）に対する隣接画素の
連接方向を示す符号を、符号化テーブルから読み出す。
次のステップでは、前回のステップでの隣接画素を新た
な着目画素（Ｐ）として、その着目画素（Ｐ）に対する
連接画素の連接方向を示す符号を、符号化テーブルから
読み出す。ＣＰＵ６０は、以後、着目画素（Ｐ）が細線
化図形の他端に位置する画素（符号化終了画素（Ｅ））
となるまで、このような符号の読み出しを繰り返し、そ
の時点までに読み出した符号をその読出順に細線化図形
の各画素に割り当てて、「チェーン符号」とするのであ
る。例えば、いま、図９に示すような配列の細線化図形
が得られたとすると、ＣＰＵ６０は、上述したチェーン
符号化のルールに従い、“３２１２８８２”とチェーン
符号化する。

【００４３】次に、ＣＰＵ６０は、不良要因の主方向
（不良要因の最大フィレが得られる方向に略相当する方
向）を調べるために、チェーン符号に最も多く含まれる
符号（Nmax：主方向符号）を検索するとともに、このチ
ェーン符号内におけるNmaxの個数（Smax：主方向符号個
数）をカウントする。例えば、図９の例では、Nmax＝
２，Smax＝３が得られる。また、ＣＰＵ６０は、不良要
因の像の広がり度合（不良要因における最大フィレに対
する最小フィレの比率に略相当する量）を調べるため
に、Nmaxが示す方向から＋／−９０度以上離れた方向
（主方向符号によって示される方向以外の所定範囲の方
向）を示す全種類の符号の総和（Ｓ：他方向符号個数）
をカウントし、ＳのSmaxに対する比率（S/Smax）を算出
する。例えば、図９の例では、総和Ｓ＝２（８が２個あ
るので）となり、S/Smax＝2/3≒0.67が得られる。上述
したように、S/Smaxによって示される不良要因の像の広
がり度合は、不良要因における最大フィレに対する最小
フィレの比率に略相当しているので、これが０．１以上
となった場合には、その不良要因がケバであるとの判定
が直ちに可能になる。

【００４４】ＣＰＵ６０は、同時に、不良要因の方向数
（不良要素の像の曲がり度合）を調べるために、チェー
ン符号に含まれる符号の種類（Ｄ）をカウントする。例
えば、図９の例では、Ｄ＝４が得られる。このようにＤ
が４以上となる場合においては、当然に、不良要因は９
０度を超えた角度で湾曲・屈曲している。従って、この
ような場合には、不良要因がケバであるとの判定が直ち
に可能になる。

【００４５】以上をまとめると、ＣＰＵ６０は、図１０
に示すように、S/Smax＜0.1，且つ、Ｄ＜４である場合
に、不良要因がキズであるとの判定を行う。＜制御処理＞次に、上述した不良要因検出の原理及び不
良要因の種別の認識原理に基づいた良否判定を行うため
に、画像処理プログラム格納領域６２ｃから読み出した
画像処理プログラムに従って制御装置６（ＣＰＵ６０）
が実行する制御処理の内容を、図１１及び図１２のフロ
ーチャートを用いて説明する。

【００４６】図１１の制御処理は、制御装置６に接続さ
れた図示せぬ検査開始ボタンが押下されることによりス
タートする。スタート後最初のＳ００１では、ＣＰＵ６
０は、モータ駆動回路６３に対して駆動モータ８への駆
動電流の供給を指示し、検査対象光学部材１４を等速回
転させる。

【００４７】次のＳ００２では、ＣＰＵ６０は、撮像装
置３からフレームメモリ６１に書き込まれた画像データ
を、ホストメモリ６２の画像メモリ領域６２ａへ格納す
る。次のＳ００３では、ＣＰＵ６０は、Ｓ００２での画
像データの格納によって画像メモリ領域６２ａ内に検査
対象光学部材１４全体に対応する極座標データが合成さ
れたかどうかをチェックする。そして、未だ検査対象光
学部材１４全体に対応する極座標データが合成されてい
ない場合には、処理をＳ００２に戻し、撮像装置３が次
の撮像による画像データをフレームメモリ６１に書き込
むのを待つ。

【００４８】これに対して、検査対象光学部材１４全体
に対応する極座標データが合成された場合には、ＣＰＵ
６０は、Ｓ００４において、この極座標データに対して
極座標−直交座標変換を実行する。

【００４９】次のＳ００５では、ＣＰＵ６０は、ラベリ
ング工程を実行する。即ち、ＣＰＵ６０は、画像メモリ
領域６２ａ内に格納されている画像データ（直交座標デ
ータ）から所定閾値以上の輝度値を有する一連の画素か
らなる領域を抽出し、抽出した各領域に対して夫々一意
の番号（ラベル）ｎ（ｎ＝１，２，３，……）を付与す
る（領域特定手段に相当）。

【００５０】次のＳ００６では、ＣＰＵ６０は、種別認
識対象たる不良要因を特定するための変数ｉを初期化し
て、“１”と設定する（領域特定手段に相当）。次のＳ
００７では、ＣＰＵ６０は、ｉ番目の不良要因の種別認
識処理を実行する。図１２は、このＳ００７にて実行さ
れる不良要因の種別認識処理サブルーチンを示す。この
サブルーチンに入って最初のＳ１０１では、ＣＰＵ６０
は、ｉ番目の不良要因周辺の画像を、画像メモリ領域６
２ａに格納されている画像データ（直交座標データ）か
ら切り出して、二値化した後に作業メモリ領域６２ｂに
貼り付ける。

【００５１】次のＳ１０２では、ＣＰＵ６０は、作業メ
モリ領域６２ｂに貼り付けた不良要因の像の面積（画素
総数）を求める。次のＳ１０３では、ＣＰＵ６０は、そ
の時点での回転位置における不良要因のｘフィレ及びｙ
フィレを測定する。

【００５２】次のＳ１０４では、ＣＰＵ６０は、Ｓ１０
３にて求めたｘフィレ及びｙフィレに対して下記式
（１）を実行することによって、フィレ比を算出する。フィレ比＝小さい方のフィレ／大きい方のフィレ×１００ …（１）また、ＣＰＵ６０は、Ｓ１０３にて求めたｘフィレ及び
ｙフィレ，並びに、Ｓ１０２にて求めた不良要因の像の
面積に対して下記式（２）を実行することによって、占
有率を算出する。

【００５３】占有率＝不良要因の面積／（ｘフィレ×ｙフィレ）×１００ …（２）ＣＰＵ６０は、フィレ比及び占有率と図６に示す閾値関
数とを比較し、作業メモリ領域６２ｂに貼り付けた不良
要因が点状欠点であるか線状欠点であるかの判定を行
う。即ち、ＣＰＵ６０は、図６のグラフ上においてフィ
レ比と占有率との交点が閾値関数よりも上に位置してい
れば、不良要因が点状欠点であると認識し、フィレ比と
占有率との交点が閾値関数よりも下に位置していれば不
良要因が線状欠点であると認識する。そして、不良要因
が点状欠点であると認識した場合には、ＣＰＵ６０は、
この不良要因種別認識処理サブルーチンをこのまま終了
して、処理を図１１のメインルーチンに戻す。一方、Ｃ
ＰＵ６０は、不良要因が線状欠点であると認識した場合
には、ＣＰＵ６０は、処理をＳ１０５に進める。

【００５４】次のＳ１０５では、ＣＰＵ６０は、作業メ
モリ領域６２ｂに貼り付けた不良要因画像に対して、上
述した細線化処理を施す（細線化処理手段に相当）。次
のＳ１０６では、ＣＰＵ６０は、Ｓ１０５の結果得られ
た細線化画像に対して、チェーン符号化処理を施す（チ
ェーン符号化手段に相当）。

【００５５】次のＳ１０７では、ＣＰＵ６０は、Ｓ１０
６でのチェーン符号化の結果に基づき、細線化画像に分
岐又は交差が含まれているか否かをチェックする。そし
て、細線化画像に分岐又は交差が含まれている場合に
は、当該不良要因がキズである可能性は低いので、ＣＰ
Ｕ６０は、Ｓ１１３において作業メモリ領域６２ｂ内の
不良要因がケバを示すと認識した後に、この不良要因種
別認識処理サブルーチンを終了し、処理を図１１のメイ
ンルーチンに戻す。これに対して、細線化画像に分岐又
は交差が含まれていない場合には、ＣＰＵ６０は、処理
をＳ１０８に進める。

【００５６】Ｓ１０８では、ＣＰＵ６０は、Ｓ１０６の
結果得られたチェーン符号に基づき、上述した不良要因
の主方向を示すNmax（主方向符号）を特定し（主方向特
定手段に相当）、Nmaxの個数であるSmax（主方向符号個
数）を計数し（主方向計数手段に相当）、不良要因の方
向数を示すＤ（像の曲がり度合を示す数値）を計数する
（符号種類計数手段，第２数値化手段に相当）。

【００５７】次のＳ１０９では、ＣＰＵ６０は、Nmaxが
示す方向から+/-９０度以上離れた方向に対応する全て
の符号の個数総和（Ｓ：他方向符号個数）を計数する
（他方向計数手段に相当）。

【００５８】次のＳ１１０では、ＣＰＵ６０は、Ｓ１０
８によって得られたSmax及びＳ１０９によって得られた
Ｓに基づいて、不良要因の広がり度合いに対応するS/Sm
axを算出する（算出手段，数値化手段に相当）。そし
て、このS/Smaxを、第１判定基準値“0.1”と比較する
（（第１）比較手段に相当）。同時に、ＣＰＵ６０は、
Ｓ１０８によって得られたＤを、第２判定基準値“４”
と比較する（第２比較手段に相当）。

【００５９】次のＳ１１１では、ＣＰＵ６０は、Ｓ１１
０での比較結果に基づき、S/Smaxが第１判定基準値“0.
1”未満であると同時にＤが第２判定基準値“４”未満
であるか否かをチェックする。そして、S/Smaxが第１判
定基準値“0.1”未満であると同時にＤが第２判定基準
値“４”未満であると判定した場合には、ＣＰＵ６０
は、Ｓ１１２において、作業メモリ領域６２ｂ内の不良
要因がキズを示すと認識する（不良要因種別認識手段に
相当）。一方、S/Smaxが第１判定基準値“0.1”以上で
あると判定した場合，若しくは、Ｄが第２判定基準値
“４”以上であると判定した場合には、ＣＰＵ６０は、
Ｓ１１３において、作業メモリ領域６２ｂ内の不良要因
がケバを示すと認識する（不良要因種別認識手段に相
当）。何れの場合においても、ＣＰＵ６０は、この不良
要因種別認識処理サブルーチンを終了し、処理を図１１
のメインルーチンに戻す。

【００６０】処理が戻された図１１のメインルーチンで
は、ＣＰＵ６０は、次のＳ００８において、変数ｉが最
大値（Ｓ００５にてラベリングされた最大数値）に達し
ているか否かをチェックする。そして、未だ変数ｉが最
大値に達していない場合には、Ｓ００９にて変数ｉをイ
ンクリメントした後に、処理をＳ００７に戻し、次の不
良要因の種別認識処理を実行する。これに対して、変数
ｉが最大値に達している場合には、ＣＰＵ６０は、処理
をＳ０１０に進める。

【００６１】Ｓ０１０では、ＣＰＵ６０は、Ｓ００７に
て認識した各種別毎に、画像メモリ領域６２ａ内の画像
データ中の全不良要因を分類する。そして、分類された
各種別毎に、不良要因の図形的特徴量の統計を行う。例
えば、分類された不良要因の面積総和，最大フィレ総
和，面積総和に対する最大フィレ総和の比率，等を、算
出する。

【００６２】次のＳ０１１では、ＣＰＵ６０は、Ｓ０１
０での統計結果に基づいて良否判定を行う。即ち、Ｓ０
１０にて算出された各値が、夫々に対応して予め用意さ
れている判定閾値を超えているか否かのチェックを行
う。

【００６３】次のＳ０１２では、ＣＰＵ６０は、Ｓ０１
１での良否判定結果が良品を示すか不良品を示すかをチ
ェックする。そして、良否判定結果が良品を示している
場合には、ＣＰＵ６０は、Ｓ０１３において、当該検査
対象光学部材１４が良品である旨を外部出力（画像表
示，音声出力）する。これに対して、判定結果が不良品
を示している場合には、ＣＰＵ６０は、Ｓ０１４におい
て、当該検査対象光学部材１４が不良品である旨を外部
出力（画像表示，音声出力）する。以上の後に、ＣＰＵ
６０は、この制御処理を終了する。

【００６４】＜実施形態の作用＞以上のように構成され
た本実施形態によると、検査対象光学部材１４を透過し
て撮像レンズ４に入射するとともに撮像素子５の各画素
に入射し得る様な光は、遮光板９によって、予め拡散板
２上にて遮られる。従って、撮像素子５による撮像対象
領域内において検査対象光学部材１４に不良要因が生じ
ていなければ、撮像素子５によって撮像される画像デー
タ中の各画素の輝度値は、全て黒の値（８ビットグレー
スケールにおける“０”）となっている。

【００６５】これに対して、撮像素子５によって撮像さ
れ得る範囲において検査対象光学部材１４に不良要因が
生じている場合には、遮光板９の側方からこの領域内に
入射した光が不良要因によって拡散され、その拡散光の
一部が撮像レンズ４に入射する。この結果、遮光板９の
暗い陰を背景とした不良要因の明るい像が、撮像素子５
の撮像面に形成される。このとき、画像データ中の不良
要因の明るい像を撮像して得られた画素の輝度値は、そ
の像の明るさ（及び、像と撮像素子５の画素との重なり
具合）に応じた値（８ビットグレースケールにおける
“１〜２５５”）となっている。

【００６６】そして、検査対象光学部材１４が半回転す
る間に、撮像素子５による撮像が一定周期でなされ、各
撮像によって得られたライン状の画像データが画像メモ
リ領域６２ａに蓄積される（Ｓ００２）。

【００６７】制御装置６のＣＰＵ６０は、画像メモリ領
域６２ａに蓄積された極座標データを直交座標データに
変換する（Ｓ００４）。その結果、この直交座標データ
においては、検査対象光学部材１４の不良要因が、相似
形状の画像として写り込む。

【００６８】ＣＰＵ６０は、この直交座標データから各
不良要因の画像を一つづつ切り出して、夫々、その種別
の認識処理を行う。この際、認識処理の第１段階では、
ＣＰＵ６０は、従来と同じく、その作業メモリ領域６２
ｂに貼り付けた時点における不良要因のｘフィレ及びｙ
フィレ，並びに、その不良要因の画像データ中での面積
（占有率）に基づいて、その不良要因が点状欠点である
か線状欠点であるかの認識が行われる。

【００６９】また、不良要因が線状欠点であると認識さ
れた時に実行される認識処理の第２段階では、ＣＰＵ６
０は、不良要因の画像を細線化した後に（Ｓ１０５）チ
ェーン符号化する（Ｓ１０６）。そして、ＣＰＵ６０
は、細線化画像に分岐又は交差がない限り、このチェー
ン符号を分析することによって、不良要因の広がり度合
（S/Smax）や不良要因の方向数（不良要因の曲がり度
合：Ｄ）といった特徴量を知ることができる（Ｓ１０８
〜Ｓ１１０）。その結果、これらの特徴量を所定の判定
基準値と比較することによって、不良要因がキズである
かケバであるかの認識を、合理的な手法によって自動的
に行うことができるのである。

【００７０】

【発明の効果】以上のように構成された本発明の光学部
材検査装置，画像処理装置，及び、画像処理プログラム
を格納したコンピュータ可読媒体によれば、検査対象光
学部材中に検出された線状の不良要因がキズであるかケ
バであるかを、自動的に且つ合理的に判定することがで
きる。

【図面の簡単な説明】

【図１】本発明の実施の形態による光学部材検査装置
の概略構成を示す側面断面図

【図２】図１の検査対象光学部材等を撮像装置の位置
から見た平面図

【図３】図１の制御装置の内部回路構成を示すブロッ
ク図

【図４】検査対象光学部材に不良要因がない場合にお
ける光の進行状態を示す図

【図５】検査対象光学部材に不良要因がある場合にお
ける光の進行状態を示す図

【図６】不良要因が点状欠点であるか線状欠点である
かの認識に用いられる閾値関数を示すグラフ

【図７】不良要因の画像の細線化の説明図

【図８】符号化テーブルの説明図

【図９】チェーン符号化の具体例の説明図

【図１０】線状の不良要因がキズであるかケバである
かの判定基準値を示すグラフ

【図１１】図３のＣＰＵにて実行される制御処理を示
すフローチャート

【図１２】図１１のＳ００７にて実行される不良要因
認識処理サブルーチンを示すフローチャート

【符号の説明】

３撮像装置６制御装置８駆動モータ１４検査対象光学部材６０ＣＰＵ６２ホストメモリ６２ａ画像メモリ領域６２ｂ作業メモリ領域６２ｃ画像処理プログラム格納領域

フロントページの続き (56)参考文献特開平５−280960（ＪＰ，Ａ) 特開平６−160295（ＪＰ，Ａ) 特開平２−249906（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G01M 11/00 - 11/08 G01N 21/84 - 21/958

Claims

(57)【特許請求の範囲】

【請求項１】検査対象光学部材を撮像して当該検査対象
光学部材の像を含む画像データを出力する撮像装置と、この撮像装置から出力された画像データを格納する画像
メモリと、この画像メモリに格納されている画像データ中から前記
検査対象光学部材の不良要因を示す領域を特定する領域
特定手段と、この領域特定手段によって特定された領域に含まれる画
像を細線化して、太さ１画素の画素列からなる細線化図
形に変換する細線化手段と、この細線化手段によって得られた細線化図形を構成する
各画素について、隣接する画素に対する連接方向を示す
符号を夫々割り当てるチェーン符号化手段と、このチェーン符号化手段によって前記細線化図形に割り
当てられた全符号に基づいて、前記領域に含まれる像の
広がり度合を数値化する数値化手段と、前記数値化手段によって得られた数値を所定の判定基準
値と比較する比較手段と、この比較手段による比較結果に基づいて、前記領域特定
手段によって特定された領域が前記検査対象光学部材の
キズ及びケバの何れかを示すのかの認識を行う不良要因
種別認識手段とを備えたことを特徴とする光学部材検査
装置。
【請求項２】検査対象光学部材を撮像して当該検査対象
光学部材の像を含む画像データを出力する撮像装置と、この撮像装置から出力された画像データを格納する画像
メモリと、この画像メモリに格納されている画像データ中から前記
検査対象光学部材の不良要因を示す領域を特定する領域
特定手段と、この領域特定手段によって特定された領域に含まれる画
像を細線化して、太さ１画素の画素列からなる細線化図
形に変換する細線化手段と、この細線化手段によって得られた細線化図形を構成する
各画素について、隣接する画素に対する連接方向を示す
符号を夫々割り当てるチェーン符号化手段と、このチェーン符号化手段によって前記細線化図形に割り
当てられた全符号に基づいて、前記領域に含まれる像の
広がり度合を数値化する第１数値化手段と、前記チェーン符号化手段によって前記細線化図形に割り
当てられた全符号に基づいて、前記領域に含まれる像の
曲がり度合を数値化する第２数値化手段と、前記第１数値化手段によって前記像の広がり度合を数値
化して得られた数値を第１判定基準値と比較する第１比
較手段と、前記第２数値化手段によって前記像の曲がり度合を数値
化して得られた数値を第２判定基準値と比較する第２比
較手段と、前記第１比較手段による比較結果及び前記第２比較手段
による比較結果に基づいて、前記領域特定手段によって
特定された領域が前記検査対象光学部材のキズ及びケバ
の何れかを示すのかの認識を行う不良要因種別認識手段
とを備えたことを特徴とする光学部材検査装置。
【請求項３】前記第１数値化手段は、前記細線化図形に割り当てられた全符号のうち最も多い
符号を、主方向符号として特定する主方向特定手段と、前記細線化図形に割り当てられた全符号のうち前記主方
向符号の個数を、主方向符号個数として計数する主方向
計数手段と、前記細線化図形に割り当てられた全符号のうち前記主方
向符号によって示される方向以外の所定範囲の方向を示
す符号の個数総和を、他方向符号個数として計数する他
方向計数手段と、前記主方向符号個数に対する前記他方向符号個数の比率
を、前記領域に含まれる像の広がり具合を示す数値とし
て算出する算出手段とを有することを特徴とする請求項
２記載の光学部材検査装置。
【請求項４】前記主方向符号によって示される方向以外
の所定範囲の方向とは、前記主方向符号によって示され
る方向から+/-９０度以上離れた全方向であることを特
徴とする請求項３記載の光学部材検査装置。
【請求項５】前記第２数値化手段は、前記細線化図形に割り当てられた符号の種類の総数を、
前記領域に含まれる像の曲がり度合を示す数値として計
数する符号種類計数手段を有することを特徴とする請求
項３記載の光学部材検査装置。
【請求項６】不良要因種別認識手段は、前記像の広がり
度合を数値化して得られた数値が前記第１判定基準値未
満であり且つ前記像の曲がり度合を数値化して得られた
数値が前記第２判定基準値未満である場合にのみ、前記
領域特定手段によって特定された領域が前記検査対象光
学部材のキズを示すと認識することを特徴とする請求項
５記載の光学部材検査装置。
【請求項７】前記第１判定基準値は０．１であることを
特徴とする請求項６記載の光学部材検査装置。
【請求項８】前記第２判定基準値は４である請求項６記
載の光学部材検査装置。
【請求項９】検査対象光学部材を撮像して得られた画像
データを格納する画像メモリと、この画像メモリに格納されている画像データ中から前記
検査対象光学部材の不良要因を示す領域を特定する領域
特定手段と、この領域特定手段によって特定された領域に含まれる画
像を細線化して、太さ１画素の画素列からなる細線化図
形に変換する細線化手段と、この細線化手段によって得られた細線化図形を構成する
各画素について、隣接する画素に対する連接方向を示す
符号を夫々割り当てるチェーン符号化手段と、このチェーン符号化手段によって前記細線化図形に割り
当てられた全符号に基づいて、前記領域に含まれる像の
広がり度合を数値化する数値化手段と、前記数値化手段によって得られた数値を所定の判定基準
値と比較する比較手段と、この比較手段による比較結果に基づいて、前記領域特定
手段によって特定された領域が前記検査対象光学部材の
キズ及びケバの何れかを示すのかの認識を行う不良要因
種別認識手段とを備えたことを特徴とする画像処理装
置。
【請求項１０】検査対象光学部材を撮像して得られた画
像データを格納する画像メモリと、この画像メモリに格納されている画像データ中から前記
検査対象光学部材の不良要因を示す領域を特定する領域
特定手段と、この領域特定手段によって特定された領域に含まれる画
像を細線化して、太さ１画素の画素列からなる細線化図
形に変換する細線化手段と、この細線化手段によって得られた細線化図形を構成する
各画素について、隣接する画素に対する連接方向を示す
符号を夫々割り当てるチェーン符号化手段と、このチェーン符号化手段によって前記細線化図形に割り
当てられた全符号に基づいて、前記領域に含まれる像の
広がり度合を数値化する第１数値化手段と、前記チェーン符号化手段によって前記細線化図形に割り
当てられた全符号に基づいて、前記領域に含まれる像の
曲がり度合を数値化する第２数値化手段と、前記第１数値化手段によって前記像の広がり度合を数値
化して得られた数値を第１判定基準値と比較する第１比
較手段と、前記第２数値化手段によって前記像の曲がり度合を数値
化して得られた数値を第２判定基準値と比較する第２比
較手段と、前記第１比較手段による比較結果及び前記第２比較手段
による比較結果に基づいて、前記領域特定手段によって
特定された領域が前記検査対象光学部材のキズ及びケバ
の何れかを示すのかの認識を行う不良要因種別認識手段
とを備えたことを特徴とする画像処理装置。
【請求項１１】画像メモリを備えたコンピュータに対し
て、検査対象光学部材を撮像して得られた画像データを前記
画像メモリに格納させ、この画像メモリに格納されている画像データ中から前記
検査対象光学部材の不良要因を示す領域を特定させ、特定された領域に含まれる画像を細線化して、太さ１画
素の画素列からなる細線化図形に変換させ、前記細線化図形を構成する各画素について、隣接する画
素に対する連接方向を求めさせるとともに、その連接方
向を示す符号を夫々割り当てさせ、前記細線化図形に割り当てられた全符号に基づいて、前
記領域に含まれる像の広がり度合を数値化させ、前記領域に含まれる像の広がり度合を数値化して得られ
た数値を所定の判定基準値と比較させ、この比較結果に基づいて、前記特定された領域が前記検
査対象光学部材のキズ及びケバの何れかを示すのかの認
識を行わせるプログラムを格納したコンピュータ可読媒
体。
【請求項１２】画像メモリを備えたコンピュータに対し
て、検査対象光学部材を撮像して得られた画像データを前記
画像メモリに格納させ、この画像メモリに格納されている画像データ中から前記
検査対象光学部材の不良要因を示す領域を特定させ、特定された領域に含まれる画像を細線化して、太さ１画
素の画素列からなる細線化図形に変換させ、前記細線化図形を構成する各画素について、隣接する画
素に対する連接方向を求めさせるとともに、その連接方
向を示す符号を夫々割り当てさせ、前記細線化図形に割り当てられた全符号に基づいて、前
記領域に含まれる像の広がり度合を数値化させ、前記細線化図形に割り当てられた全符号に基づいて、前
記領域に含まれる像の曲がり度合を数値化させ、前記領域に含まれる像の広がり度合を数値化して得られ
た数値を第１判定基準値と比較する第１の比較を実行さ
せ、前記領域に含まれる像の曲がり度合を数値化して得られ
た数値を第２判定基準値と比較する第２の比較を実行さ
せ、第１の比較による比較結果及び第２の比較による比較結
果に基づいて、前記特定された領域が前記検査対象光学
部材のキズ及びケバの何れかを示すのかの認識を行わせ
るプログラムを格納したコンピュータ可読媒体。