JP3618742B2 - 縞検出装置 - Google Patents

Description

本発明は、検査対象物の表面に現れる干渉縞やモアレ縞等の光学的縞を検出して評価する技術に関し、特に、光学的縞の向きを含んだ縞特徴量を算出して検査対象物の表面状態を評価する縞検出装置に関する。

近年、製品の大量生産に伴って、検査対象物を自動的に検査する技術が種々開発されており、その１つとして検査対象物の表面状態に依存して光学的に発生する縞を撮像し、その縞を解析することによって検査対象物の不良箇所を検出する技術がある。この技術に関連するものとして、特開平７−２６０４５７号公報、特開平９−６１１２５号公報および特開平１０−１３２５３５号公報に開示された発明がある。

特開平７−２６０４５７号公報に開示された表面検査装置は、被検査面の干渉縞パターン像を撮像する撮像部と、撮像部からの映像信号に基づく画像データを得るＡ／Ｄ変換部と、Ａ／Ｄ変換部によって得られた画像データにおける所定の単位期間に相当する単位区分毎に、それがあらわす干渉縞パターン像を形成する干渉縞の配置状態を検出する干渉縞状態検出部と、干渉縞状態検出部からの検出出力に基づいて被検査面における欠陥に起因する干渉縞の変化を検出する欠陥検出部とを含む。

この表面検査装置は、不良箇所における干渉縞が密になることを利用して、被検査面の欠陥を検出している。すなわち、干渉縞状態検出部が干渉縞を含む撮像画像に対して、各水平方向のライン単位の濃淡プロフィールを基づいて縞の間隔（縞の周期）を算出する。そして、欠陥検出部は、被検査面における縞の周期が所定の良品における縞の周期よりも小さくなる部分、または被検査面における縞の周期から換算される所定範囲内毎の縞数が所定の良品における縞数よりも多くなる部分を不良箇所として検出する。

また、特開平９−６１１２５号公報に開示された積層板検査システムは、被検査物（２枚の平板ガラスを貼り合わせた積層板）にレーザ光ビームを照射するレーザ光源と、レーザ光ビームの照射によって現れる被検査物の干渉縞像を撮像するＴＶカメラと、ＴＶカメラによって撮像された干渉縞の縞ピッチが所定値よりも密となる領域を判別するＣＰＵ（Central Processing Unit ）とを含む。

ＣＰＵは、ＴＶカメラによって撮像された干渉縞像に対してＦＦＴ（高速フーリエ変換）処理を行ない、所定の周波数以上の部分を残すようにハイパスフィルタ処理を行なった後に逆ＦＦＴ処理を行なう。ＣＰＵは、この逆ＦＦＴ処理によって得られた画像の中から、高周波数領域として残された部分を不良箇所として検出する。

さらには、特開平１０−１３２５３５号公報に開示された表面検査装置は、レーザ光を２分割して被検査面に照射する投光部と、被検査面からの反射光を受光する受光部と、被検査面上に形成された干渉縞を光学的にフーリエ変換する像変換部と、像変換部によって形成された光学的フーリエ変換像を表示する表示部とを含む。像変換部によって形成された光学的フーリエ変換像を表示部に表示することによって、被検査面の欠陥の有無を明らかにしている。

この表面検査装置は、レーザ光を被検査面に照射するスポット計測によって検査を行なうものであり、レーザ光を２次元的に走査して広範な領域における欠陥部分の検出を可能としている。
特開平７−２６０４５７号公報 特開平９−６１１２５号公報 特開平１０−１３２５３５号公報

しかし、特開平７−２６０４５７号公報に開示された表面検査装置において、干渉縞の周期を正確に計測することができるのは、図１６（ａ）に示すように撮像画像１０２の水平方向１０３に対して縞１０１が垂直になっている場合である。すなわち、この場合には実際の干渉縞１０１の周期Ｄと計測値ｄとが一致することになる。しかし、図１６（ｂ）に示すように撮像画像１０２の水平方向１０３に対して干渉縞１０１が垂直になっていない場合（撮像画像の水平方向１０３に対して干渉縞１０１が角度θ（θ＜９０°）となっている場合）には、濃淡プロフィールから算出される干渉縞１０１の周期ｄは実際の干渉縞１０１の周期Ｄよりも大きく（１／ｓｉｎθ倍に）なるという問題点があった。

また、図１６（ｃ）に示すように縞１０１が撮像画像１０２の水平方向１０３と一致する場合には、干渉縞１０１の特徴が濃淡プロフィールに現れなくなり、事実上干渉縞１０１の周期の計測が不可能となる。また、干渉縞１０１が図１６（ａ）〜図１６（ｃ）に示すように直線となるのは極めて稀であり、一般には干渉縞１０１は曲線となるため、撮像画像の水平方向１０３に対する干渉縞１０１の角度θの値が計測位置によって変動することになる。したがって、ライン単位（縞周期）の計測では角度θを算出することは不可能であり、任意の位置における干渉縞１０１の周期の正確な計測が不可能であるという問題点があった。

また、特開平９−６１１２５号公報に開示された積層板検査システムにおいては、検査領域内に全面的に発生する縞に対しては有効であるが、検査領域内に部分的に発生する縞に対しては有効でないというＦＦＴ特有の問題がある。すなわち、ＦＦＴによって得られる周波数分布において、検査領域内に部分的に発生する縞の特性があまり強く現われないため感度が弱く、その縞の検出が困難となるという問題がある。

また、検査領域内に部分的に発生する縞を検出できたとしても、その縞が検査領域内に存在することを確認できるに過ぎず、その縞の位置まで検出することはできないという問題点もあった。この問題は、フーリエ変換が無限に繰り返される正弦波を基底とする信号変換であることに起因するものである。したがって、画像信号処理においてＦＦＴを有効に利用できるのは、予め対象とする画像の周波数が判っており、検査領域内全体に広がる高周波ノイズを除去することを目的とする場合であると言える。

特開平１０−１３２５３５号公報に開示された表面検査装置は、上記フーリエ変換の問題点を解決するものである。すなわち、この表面検査装置においては、微小範囲（レーザスポット径）内の画像に対して光学的フーリエ変換を行なって縞を検出する。そして、この処理を２次元的に走査しながら行なうことによって、広範囲の計測を可能にしている。したがって、レーザスポット径と同程度またはそれ以上の大きさの領域に広がる縞の有無を正確に判定することができる。また、その時の走査位置から縞の位置を特定することもできるため、レーザスポット径を十分に小さくしておけば縞が発生する部分を感度よく検出することが可能となる。

しかし、縞の向きや２次元的連続性を考慮した処理ではないため、光干渉によって現れる縞以外の画像、たとえば白色ノイズ、検査対象物表面の反射率ムラまたはテクスチャ等による明度変化の影響を受けた場合には、これらを干渉縞と区別して除去することができないという問題点があった。

本発明は、上記問題点を解決するためになされたものであり、第１の目的は、縞の向きを含んだ縞特徴量を算出することが可能な縞検出装置を提供することである。

第２の目的は、照明強度の変化や検査対象物表面の光反射率変化による縞コントラストの変化の影響を受けない、ロバスト性の高い縞検出が可能な縞検出装置を提供することである。

第３の目的は、白色ノイズ、検査対象物表面の反射率ムラ、またはテクスチャ等による明度変化の影響を排除することが可能な縞検出装置を提供することである。

請求項１に記載の縞検出装置は、撮像された検査対象物の光学的縞の画像を、光学的縞の方向に依存しない複数の方向に区分し、複数の画素集合で構成されるブロックに分割するための分割手段と、分割手段によって分割されたブロック内の情報に対して離散コサイン変換を行なうための処理手段と、処理手段による処理結果に基づいて検査対象物の光学的縞の方向を含めた評価を行なうための評価手段とを含み、評価手段は、処理手段によって得られた変換係数毎に２次元マトリックスを生成し、２次元マトリックス内において相対的に振幅の大きいブロックを縞候補ブロックとして抽出するための抽出手段を含む。

請求項２に記載の縞検出装置は、請求項１記載の縞検出装置であって、抽出手段は、処理手段による処理結果に対して変換係数毎に平均値および標準偏差を算出するための算出手段と、算出手段によって算出された平均値および標準偏差に基づいて縞候補ブロックを抽出するための縞候補ブロック抽出手段とを含む。

請求項３に記載の縞検出装置は、請求項２記載の縞検出装置であって、縞候補ブロック抽出手段は、ブロックの変換係数と平均値との間の距離が、標準偏差に所定値を乗算した値以上であるブロックを縞候補ブロックとして抽出するための手段を含む。

請求項４に記載の縞検出装置は、請求項１〜３のいずれかに記載の縞検出装置であって、評価手段はさらに抽出手段によって抽出された縞候補ブロックの中から縞特徴量が類似し、縞候補ブロックが互いに隣接するブロックを抽出するための縞抽出手段を含む。

請求項５に記載の縞検出装置は、請求項４記載の縞検出装置であって、縞抽出手段は、抽出手段によって抽出された変換係数毎の縞候補ブロックに対して、方向性を考慮したフ
ィルタ処理を行なうためのフィルタ処理手段を含む。

請求項６に記載の縞検出装置は、請求項５記載の縞検出装置であって、縞検出装置はさらにフィルタ処理手段による変換係数毎の処理結果をマージするためのマージ手段を含む。

請求項７に記載の縞検出装置は、請求項１〜６のいずれかに記載の縞検出装置であって、処理手段は、離散コサイン変換によって得られた変換係数のうち、特定の変換係数のみを抽出するための手段を含む。

請求項１に記載の縞検出装置によれば、処理手段は、分割手段によって分割されたブロック内の情報に対して離散コサイン変換を行なうので、縞の向きを含めた縞特徴量を算出することができ、縞を正確に検出することが可能となる。

また、抽出手段は、２次元マトリックス内において相対的に振幅の大きいブロックを縞候補ブロックとして抽出するので、照明強度の変化や検査対象物表面の光反射率の変化による縞コントラストの変化の影響をなくすことができ、ロバスト性の高い縞の検出が可能となる。

請求項２に記載の縞検出装置によれば、縞候補ブロック抽出手段は、算出手段によって算出された平均値および標準偏差に基づいて縞候補ブロックを抽出するので、さらにロバスト性の高い縞の検出が可能になる。

請求項３に記載の縞検出装置によれば、ブロックの変換係数と平均値との間の距離が、標準偏差に所定値を乗算した値以上であるブロックを縞候補ブロックとして抽出するので、縞候補ブロックの抽出が簡単に行なえるようになる。

請求項４に記載の縞検出装置によれば、縞抽出手段は、抽出手段によって抽出された縞候補ブロックの中から縞特徴量が類似し、縞候補ブロックが互いに隣接するブロックを抽出するので、白色ノイズや検査対象物表面の反射ムラまたはテクスチャによる明度変化の影響を排除することが可能となる。

請求項５に記載の縞検出装置によれば、フィルタ処理手段は、抽出手段によって抽出された変換係数毎の縞候補ブロックに対して、方向性を考慮したフィルタ処理を行なうので、さらに明度変化の影響を排除することが可能となる。

請求項６に記載の縞検出装置によれば、マージ手段は、フィルタ処理手段による変換係数毎の処理結果をマージするので、全方向の縞を処理結果として出力することが可能となる。

請求項７に記載の縞検出装置によれば、離散コサイン変換によって得られた変換係数のうち、特定の変換係数のみを抽出するので、処理の高速化を図ることが可能となる。

（実施の形態１）
図１は、本発明の実施の形態１における縞検出装置の概略構成を示すブロック図である。この縞検出装置は、撮像画像を複数の画素集合で構成される矩形ブロックに分割する矩形ブロック分割部２１と、矩形ブロックに対してＤＣＴ（離散コサイン変換）処理を行なうＤＣＴ処理部２２と、ＤＣＴ処理によって求められた変換係数毎に平均値および平均偏差を算出する平均値／標準偏差算出部２３と、平均値／標準偏差算出部２３によって算出された平均値および標準偏差に基づいて縞候補となる矩形ブロックを抽出する縞候補ブロック抽出部２４と、縞候補ブロック抽出部２４によって抽出された縞候補となる矩形ブロックの集合（以下、縞候補ブロック群と呼ぶ。）に対して方向性を考慮したフィルタ処理を行なう方向別フィルタ処理部２５と、方向別フィルタ処理部２５によって得られた処理結果を重ね合わせる処理結果マージ部２６とを含む。

図２は、本実施の形態における縞検出装置の処理手順を説明するためのフローチャートである。適宜他の図面を参照しながら、この縞検出装置の処理手順について説明する。

図３は、検査対象物の表面状態に依存して発生する干渉縞等の光学的縞を撮像したときの画像を模式的に示している。図３は、撮像画像３２全体に光学的縞３１が撮像されている様子を示しており、分解能を５１２×５１２画素（画素ＭＩ＝｛Ｉ_ij；０≦ｉ，ｊ≦５１１｝）としている。なお、この撮像画像３２の分解能は他の画素数であっても良いし、画素３４は正方形でなくても良い。

まず、矩形ブロック分割部２１は、撮像画像３２を複数の画素集合で構成される矩形ブロックに細分化する（Ｓ１）。図４は、撮像画像３２を矩形ブロック３５に細分化した様子を示している。この矩形ブロックを８×８画素の正方ブロック（ＭＰ＝｛Ｐ_xy；０≦ｘ，ｙ≦７｝）とすることによって、撮像画像３２を６４×６４のブロックマトリックス（ＭＢ＝｛ＭＰ_mn；０≦ｘ，ｙ≦６３｝）に細分化している。なお、この矩形ブロックＭＰはこれ以外のサイズであっても良く、正方でなくても良い。

次に、ＤＣＴ処理部２２は、矩形ブロック分割部２１によって得られた矩形ブロック単位でＤＣＴ処理を行ない、８×８個（８×８画素の場合）の変換係数からなる変換係数マトリックスを求める（Ｓ２）。矩形ブロックＭＰを構成する各画素の位置座標を（ｘ，ｙ）、画素の濃淡値をＰ_xy；０≦ｘ，ｙ≦７、変換係数マトリックスＭＳ内の変換係数位置を（ｕ，ｖ）、その変換係数をＳ_uv；０≦ｕ，ｖ≦７とすると、直交変換式は次式となる。

図５は、変換係数Ｓ_uvに対応する基底画像を示す図である。基底画像の濃淡変化はＣＯＳ波形となるが、図表現の便宜上ＣＯＳの値が正となる部分を白、負となる部分を黒として２値で表わすものとする。また、図５に示す基底画像のそれぞれは、６４個の直交基底画像行列の（ｕ，ｖ）位置の画像に対応しており、変換係数Ｓ_uvの値が大きいと（ｕ，ｖ）位置の基底画像の成分が強く含まれていることを意味している。

図５から判るように、基底画像は左から右に進むにつれて高周波の水平周波成分（縦縞）を多く含み、上から下に進むにつれて高周波の垂直周波成分（横縞）を多く含むことになり、８×８画素の矩形ブロックＭＰはこの６４個の基底画像の線形結合で表わされることになる。したがって、変換係数マトリックスＭＳにおけるＳ_uv値の分布状態を読み取ることによって、どの周波数成分が強く含まれているか、およびどの方向の縞がどれほど強く含まれているかという縞の特徴量（向き、周期、振幅）を容易に把握することが可能になる。

しかし、高周波領域には一般に白色ノイズが含まれやすく、画像分解能の観点からも高周波領域を扱うことは無意味であるので、高周波成分を切り捨てて比較的低周波領域に着目する方が有効である。したがって、６４個の変換係数Ｓ_uvのうち、図５の破線で囲んだ基底画像に対応する１２個の変換係数Ｅ＝｛（ｕ，ｖ）＝（０，２），（０，３），（０，４），（１，２），（１，３），（１，１），（２，２），（２，１），（３，１），（２，０），（３，０），（４，０）｝のみを縞の評価対象として選択することにする。なお、これ以外の変換係数の組み合わせであっても良いことは言うまでもない。

図６は、上記選択された１２個の変換係数を表にしたものであり、縞方向および縞周期で分類している。横グループ（Ｙ＿Ｅ）には変換係数Ｓ₀₂，Ｓ₀₃およびＳ₀₄が含まれ、図５に示す基底画像から判るように横方向の縞を含んでいる。また、横斜めグループ（ＹＮ＿Ｅ）には変換係数Ｓ₁₂およびＳ₁₃が含まれ、図５に示す基底画像から判るように横方向に近い斜めの縞を含んでいる。また、斜めグループ（Ｎ＿Ｅ）には変換係数Ｓ₁₁およびＳ₂₂が含まれ、図５に示す基底画像から判るように斜めの縞を含んでいる。また、縦斜めグループ（ＴＮ＿Ｅ）には変換係数Ｓ₂₁およびＳ₃₁が含まれ、図５に示す基底画像から判るように縦方向に近い斜めの縞を含んでいる。さらには、縦グループ（Ｔ＿Ｅ）には変換係数Ｓ₂₀，Ｓ₃₀およびＳ₄₀が含まれ、図５に示す基底画像から判るように縦方向の縞を含んでいる。

検出対象の縞周期が、図６に示す縞周期よりも大きい場合には、矩形ブロックＭＰのサイズを２倍またはそれ以上に設定するか、矩形ブロックＭＰのサイズはそのままで撮像画像ＭＩを１／２またはそれ以上に圧縮すれば良い。

ＤＣＴ処理部２２は、上述した矩形ブロック単位のＤＣＴ処理を６４×６４個の全ての矩形ブロック、すなわち矩形ブロックマトリックスＭＢの全要素に対して行なうことによって、図６に示す１２種類の変換係数のそれぞれについて、６４×６４の２次元マトリックスＭＳ_uvで表現される縞特徴量の撮像画像全域にわたる空間分布を求めることが可能になる。ＭＳ_uvは、次式によって表わすことができる。

再び、図２に示すフローチャートの説明に戻る。次に、平均値／標準偏差算出部２３は、２次元マトリックスＭＳ_uv内の６４×６４個の値の平均値および標準偏差を算出する（Ｓ３）。撮像画像に縞が含まれない場合には、２次元マトリックスＭＳ_uv内における値のヒストグラムは、０付近に度数が集中した正規分布となる。また、撮像画像内の一部の微小領域に縞が発生する場合には、２次元マトリックスＭＳ_uv内における値のヒストグラムは、大局的には正規分布となるが、縞を含む矩形ブロックの変換係数Ｓ_uvは０から離れた値となるため、正規分布から離れた位置に縞に対応するピークが現れることになる。

この統計的原理を利用するために、平均値／標準偏差算出部２３は、図６に示す１２種類の変換係数のそれぞれについて正規分布の平均値μ_uv；（ｕ，ｖ）∈Ｅ、および標準偏差σ_uv；（ｕ，ｖ）∈Ｅを算出する。

そして、縞候補ブロック抽出部２４は、標準偏差σ_uvを所定の定数Ｃ_uv；（ｕ，ｖ）∈Ｅ倍した値を閾値とし、変換係数Ｓ_uvと平均値μ_uvとの間の距離が閾値以上である矩形ブロックの集合を縞候補ブロック群として抽出する（Ｓ４）。図７は、縞候補ブロック群の抽出の一例を示しており、変換係数Ｓ_uvと平均値μ_uvとの間の距離が閾値以上である矩形ブロック群３７が縞候補ブロック群として抽出される。この縞候補ブロック群ＧＢ_uvは次式によって表わされる。

なお、特殊な場合として、縞が撮像画像の全域または大半の領域で発生する場合もあるため、算出された標準偏差σ_uvの値をそのまま用いるのではなく、その値を直接管理して撮像画像全域に対して評価を行なう方法と併用することが望ましい。

また、縞候補ブロック抽出部２４は、閾値として標準偏差σ_uvをＣ_uv倍した値を用いることにより、撮像画像全域の中から相対的に変換係数値が０から離れている部分、すなわち相対的に縞コントラスト（縞の振幅）の高い部分を抽出している。この処理によって、撮像の際の照明強度の変化や検査対象物表面の光反射率の変化による縞コントラストの絶対的な変化の影響をなくし、ロバスト性の高い検査が可能となる。

再び、図２に示すフローチャートの説明に戻る。次に、方向別フィルタ処理部２５は、縞候補ブロック抽出部２４によって抽出された１２種類の変換係数Ｓ_uvに対応する縞候補ブロック群ＧＢ_uvに対して、縞の２次元的な形状特性を考慮したフィルタ処理を行ない、所定の特徴量を有する縞の発生領域を検出する（Ｓ５）。

縞の２次元的な形状特性、特に縞の方向や縞の周期の変化は２次元空間的には滑らかであるため、微小領域におけるその変化は無視できる程度である。方向別フィルタ処理部２５は、図６に示す５つの方向別グループのそれぞれに対して、縞の２次元的な形状特性を考慮したオペレータを用いてフィルタ処理を行なう。図８は、そのオペレータの形状の一例であって、（ａ）に示す横グループ用マスク（Ｙ＿ＭＳＫ）、（ｂ）に示す横斜めグループ用マスク（ＹＮ＿ＭＳＫ）、（ｃ）に示す斜めグループ用マスク（Ｎ＿ＭＳＫ）、（ｄ）に示す縦斜めグループ用マスク（ＴＮ＿ＭＳＫ）および（ｅ）に示す縦グループ用マスク（Ｔ＿ＭＳＫ）から構成される。なお、オペレータは図８（ａ）〜（ｅ）に示す以外の形状であっても良い。

たとえば、横グループＹ＿Ｅ＝｛（ｕ，ｖ）＝（０，２），（０，３），（０，４）｝に含まれる変換係数にフィルタ処理を行なう場合、３つの変換係数Ｓ₀₂，Ｓ₀₃およびＳ₀₄に対応する３種類の縞候補ブロック群ＧＢ₀₂，ＧＢ₀₃およびＧＢ₀₄から構成される横縞候補ブロック群Ｙ＿ＧＢは次式によって表わすことができる。

この横縞候補ブロック群Ｙ＿ＧＢの抽出は、６４×６４個の矩形ブロックマトリックスＭＢ上を順に走査し、上記３種類の縞候補ブロック群ＧＢ₀₂，ＧＢ₀₃およびＧＢ₀₄のうち、少なくとも１つの縞候補ブロックが存在する矩形ブロックを探索することによって可能である。そして、方向別フィルタ処理部２５は、この横縞候補ブロック群Ｙ＿ＧＢの中から、図８（ａ）に示す横グループ用マスクＹ＿ＭＳＫの形で連続して横縞候補ブロックが存在するブロックのみを横縞ブロック群Ｙ＿ＷＢとして残すことにより、孤立した縞候補ブロックを除去する。この連続する横縞候補ブロックのみを抽出する操作を、演算子ｆ_[Y＿MSK]・と定義すれば、横縞ブロック群Ｙ＿ＷＢは次式によって表わすことができる。

図９は、この横縞ブロックの抽出を模式的に示す図である。図９（ａ）〜図９（ｃ）に示す縞候補ブロック群ＧＢ₀₂，ＧＢ₀₃およびＧＢ₀₄のうち、少なくとも１つの縞候補ブロックが存在するブロックを探索することによって、図９（ｄ）に示す横縞候補ブロック群Ｙ＿ＧＢを抽出することができる。そして、方向別フィルタ処理部２５が横グループ用マスクＹ＿ＭＳＫを用いて、図９（ｄ）に示す横縞候補ブロック群Ｙ＿ＧＢに対してフィルタ処理を行なうことによって、図９（ｅ）に示す横縞ブロック群Ｙ＿ＷＢを抽出する。

方向別フィルタ処理部２５は、同様のフィルタ処理を横斜めグループＹＮ＿Ｅ、斜めグループＮ＿Ｅ、縦斜めグループＴＮ＿Ｅ、および縦グループＴ＿Ｅに対して行なう。その結果抽出された横斜め縞ブロック群ＹＮ＿ＷＢ、斜め縞ブロック群Ｎ＿ＷＢ、縦斜め縞ブロック群ＴＮ＿ＷＢ、縦縞ブロック群Ｔ＿ＷＢ、および上述した横縞ブロック群Ｙ＿ＷＢの論理和を求めることにより、全方向の縞ブロック群を重ねて得られた全方位縞ブロック群ＷＢを、最終結果である縞検出領域として出力する。この全方位縞ブロック群ＷＢは、次式によって表わすことができる。

以上説明した縞検出装置は、コンピュータに縞検出プログラムを実行させることによって実現可能である。このコンピュータによって縞検出装置を実現する方法について以下に説明するが、本実施の形態における縞検出装置はこれに限られるものではない。たとえば、プログラム処理の中で最も時間を要するＤＣＴ処理をハードウェア化し、処理の高速化を図ることも可能である。

図１０は、本発明の縞検出装置の外観例を示す図である。縞検出装置は、コンピュータ本体１、グラフィックディスプレイ装置２、磁気テープ４が装着される磁気テープ装置３、キーボード５、マウス６、ＣＤ−ＲＯＭ（Compact Disc-Read Only Memory ）８が装着されるＣＤ−ＲＯＭ装置７、および通信モデム９を含む。縞検出プログラムは、磁気テープ４またはＣＤ―ＲＯＭ８等の記憶媒体によって供給され、コンピュータ本体１によって実行される。また、縞検出プログラムは他のコンピュータより通信回線を経由し、通信モデム９を介してコンピュータ本体１に供給されてもよい。

図１１は、本実施の形態における縞検出装置の構成例を示すブロック図である。図１０に示すコンピュータ本体１は、ＣＰＵ１０、ＲＯＭ(Read Only Memory)１１、ＲＡＭ（Random Access Memory）１２およびハードディスク１３を含む。ＣＰＵ１０は、グラフィックディスプレイ装置２、磁気テープ装置３、キーボード５、マウス６、ＣＤ−ＲＯＭ装置７、通信モデム９、ＲＯＭ１１、ＲＡＭ１２またはハードディスク１３との間でデータを入出力しながら処理を行う。磁気テープ４またはＣＤ−ＲＯＭ８に記録された縞検出プログラムは、ＣＰＵ１０により磁気テープ装置３またはＣＤ−ＲＯＭ装置７を介して一旦ハードディスク１３に格納される。ＣＰＵ１０は、ハードディスク１３から適宜縞検出プログラムをＲＡＭ１２にロードして実行することによって縞の検出を行う。

以上説明したように、本実施の形態における縞検出装置によれば、撮像画像を矩形ブロックに細分化し、矩形ブロックのそれぞれにＤＣＴ処理を行なって縞の空間周波数解析を行なうようにしたので、縞の方向を含めた２次元的な特徴解析が可能となった。

また、矩形ブロック単位で縞の特徴量（縞の向き、周期、振幅）を抽出するようにしたので、矩形ブロックの大きさ程度の微小領域に発生する縞であっても検出することが可能となった。

また、２次元マトリックス内で画像の振幅の値が比較的大きい矩形ブロックを縞候補ブロックとして抽出するようにしたので、撮像の際の照明強度の変化や検査対象物の表面の光反射率の変化による縞コントラストの変化による影響をなくし、ロバスト性の高い検出が可能となった。

さらには、縞の２次元的な形状特性を考慮したフィルタ処理を行なうようにしたので、白色ノイズ、検査対象物の表面の反射ムラまたはテクスチャによる明度変化の影響を除去することが可能となった。

（実施の形態２）
実施の形態２における感光体ドラム検査装置は、実施の形態１における縞検出装置を複写機等に用いられる感光体ドラム表面の薄膜に応用したものである。

図１２は、感光体ドラムの表面付近の断面構造を示している。感光体ドラム４０は、アルミ素管４１と、アルミ素管４１の表面に形成された感光体である多層薄膜４２とを含む。この感光体ドラム４０の表面に、波長λの単一波長の光源４３を照射すると、多層薄膜４２の厚さｄに依存した光干渉が発生する。そのため、厚さｄに変化がある場合には地図の等高線のような干渉縞が観察される。多層薄膜４２の厚さが急激に変化する不良部分があると、複写機においては複写紙上にこの不良部分に対応した濃淡ムラが発生する。この不良部分においては、干渉縞の間隔が狭くなるので、干渉縞の縞周期が短い部分を検出することによって感光体ドラム４０の不良箇所を検出することが可能となる。

図１３は、本実施の形態における感光体ドラム検査装置の概略構成を示すブロック図である。この感光体ドラム検査装置は、単一波長の光源４３と、感光体ドラム４０からの正反射光を撮像するラインセンサ４４と、感光体ドラム４０を回転させる回転駆動部４５と、回転駆動部４５の回転を制御する回転制御部４６と、ラインセンサ４４によって撮像された画像を記憶する画像メモリ４７と、縞検出を行なう縞検出処理部４８とを含む。

光源４３は、光が感光体ドラム４０の長手方向全域に照射されるように配置されている。また、ラインセンサ４４は、感光体ドラム４０の長手方向全域を撮像するように配置されている。回転制御部４６は、ラインセンサ４４による撮像に同期して回転駆動部４５の回転を制御する。たとえば、画像メモリ４７の記憶容量が２０４８画素×２０４８画素分であれば、回転制御部４６は感光体ドラム４０の表面全域の画像（１フレーム）が画像メモリ４７の記憶容量に収まるように回転駆動部４５を制御して感光体ドラム４０を回転させる。

縞検出処理部４８は、画像メモリ４７に格納された１フレーム分の画像に対して縞検出処理を行なうが、実施の形態１における縞検出装置の処理手順と同じであるので、詳細な説明は繰り返さない。

以上説明したように、本実施の形態における感光体ドラム検査装置によれば、感光体ドラムの表面の不良部分を自動的に検出することが可能となり、実施の形態１における縞検出装置において説明した効果を感光体ドラムの検査においても得ることが可能となった。

（実施の形態３）
実施の形態３における液晶パネル検査装置は、実施の形態１における縞検出装置を液晶パネルにおける貼り合わせガラス間のギャップムラ検査に応用したものである。

図１４は、液晶パネル４９の断面構造を示している。液晶パネル４９は、２枚のガラス５０と、この２枚のガラス５０間のギャップに注入される液晶５１とを含む。この液晶パネル４９の表面に波長λの単一波長の光源５３を照射すると、ガラス間ギャップの値ｄに依存した光干渉が発生する。そのため、ガラス間ギャップの値ｄに変化がある場合には地図の等高線のような干渉縞が観察される。

液晶パネルの製造工程においては、ガラス間ギャップに液晶５１が注入されるため、ガラス間ギャップのギャップムラが製品品質を左右することになる。したがって、干渉縞が発生する部分を抽出することによってギャップムラを検出し、液晶パネル４９の不良を発見することが可能となる。

図１５は、本実施の形態における液晶パネル検査装置の概略構成を示すブロック図である。この液晶パネル検査装置は、単一波長の光源５３と、液晶パネル４９に発生した干渉縞を撮像するラインセンサ５２と、ラインセンサ５２によって撮像された画像を記憶する画像メモリ４７と、縞検出を行なう縞検出処理部４８とを含む。

光源５３は、光が液晶パネル４９の表面の全域に拡散照射されるように配置されている。また、ラインセンサ５２は、液晶パネル４９の全域を撮像するように配置されている。たとえば、画像メモリ４７の記憶容量が５１２画素×５１２画素分であれば、液晶パネル４９の表面全域の画像（１フレーム）が画像メモリ４７の記憶容量に収まるように撮像が行なわれる。

縞検出処理部４８は、画像メモリ４７に格納された１フレーム分の画像に対して縞検出処理を行なうが、実施の形態１における縞検出装置の処理手順と同じであるので、詳細な説明は繰り返さない。

以上説明したように、本実施の形態における液晶パネル検査装置によれば、液晶パネルの表面の不良部分を自動的に検出することが可能となり、実施の形態１における縞検出装置において説明した効果を液晶パネルの検査においても得ることが可能となった。

今回開示された実施の形態は、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説明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およ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。

本発明の実施の形態１における縞検出装置の概略構成を示すブロック図である。 本発明の実施の形態１における縞検出装置の処理手順を説明するためのフローチャートである。 検査対象物の表面に現れる光学的縞を模式的に示す図である。 撮像画像を矩形ブロックに細分化した様子を示す図である。 変換係数Ｓ_uvに対応する基底画像を示す図である。 選択された１２個の変換係数を表にしたものである。 縞候補ブロック群の抽出の一例を示す図である。 フィルタ処理に使用されるオペレータの形状の一例を示す図である。 横縞ブロック群の抽出を説明するための図である。 実施の形態１における縞検出を実現するコンピュータの外観の一例を示す図である。 図１０に示すコンピュータの構成例を示す図である。 感光体ドラムの表面付近の断面構造を示す図である。 感光体ドラム検査装置の概略構成を示す図である。 液晶パネルの断面構造を示す図である。 液晶パネル検査装置の概略構成を示す図である。 従来の縞の周期の計測における問題点を説明するための図である。

符号の説明

１ コンピュータ本体、２ グラフィックディスプレイ装置、３ 磁気テープ装置、４ 磁気テープ、５ キーボード、６ マウス、７ ＣＤ−ＲＯＭ装置、８ ＣＤ−ＲＯＭ、９ 通信モデム、１０ ＣＰＵ、１１ ＲＯＭ、１２ ＲＡＭ、１３ ハードディスク、２１ 矩形ブロック分割部、２２ ＤＣＴ処理部、２３ 平均値／標準偏差算出部、２４ 縞候補ブロック抽出部、２５ 方向別フィルタ処理部、２６ 処理結果マージ部、４０ 感光体ドラム、４１ アルミ素管、４２ 多層薄膜、４３，５３ 光源、４４，５２ ラインセンサ、４５ 回転駆動部、４６ 回転制御部、４７ 画像メモリ、４８ 縞検出処理部、４９ 液晶パネル、５０ ガラス、５１ 液晶。

Claims (7)

1. 撮像された検査対象物の光学的縞の画像を、前記光学的縞の方向に依存しない複数の方向に区分し、複数の画素集合で構成されるブロックに分割するための分割手段と、
   前記分割手段によって分割されたブロック内の情報に対して離散コサイン変換を行なうための処理手段と、
   前記処理手段による処理結果に基づいて前記検査対象物の光学的縞の方向を含めた評価を行なうための評価手段とを含み、
   前記評価手段は、前記処理手段によって得られた変換係数毎に２次元マトリックスを生成し、該２次元マトリックス内において相対的に振幅の大きいブロックを縞候補ブロックとして抽出するための抽出手段を含む、縞検出装置。
2. 前記抽出手段は、前記処理手段による処理結果に対して変換係数毎に平均値および標準偏差を算出するための算出手段と、
   前記算出手段によって算出された平均値および標準偏差に基づいて前記縞候補ブロックを抽出するための縞候補ブロック抽出手段とを含む、請求項１記載の縞検出装置。
3. 前記縞候補ブロック抽出手段は、ブロックの変換係数と前記平均値との間の距離が、前記標準偏差に所定値を乗算した値以上であるブロックを縞候補ブロックとして抽出するための手段を含む、請求項２記載の縞検出装置。
4. 前記評価手段はさらに、前記抽出手段によって抽出された縞候補ブロックの中から縞特徴量が類似し、縞候補ブロックが互いに隣接するブロックを抽出するための縞抽出手段を含む、請求項１〜３のいずれかに記載の縞検出装置。
5. 前記縞抽出手段は、前記抽出手段によって抽出された変換係数毎の縞候補ブロックに対して、方向性を考慮したフィルタ処理を行なうためのフィルタ処理手段を含む、請求項４記載の縞検出装置。
6. 前記縞検出装置はさらに、前記フィルタ処理手段による変換係数毎の処理結果をマージするためのマージ手段を含む、請求項５記載の縞検出装置。
7. 前記処理手段は、離散コサイン変換によって得られた変換係数のうち、特定の変換係数のみを抽出するための手段を含む、請求項１〜６のいずれかに記載の縞検出装置。

Images