JP3641394B2 - 光学部材検査装置，画像処理装置，画像処理方法，及び、コンピュータ可読媒体 - Google Patents
光学部材検査装置，画像処理装置，画像処理方法，及び、コンピュータ可読媒体 Download PDFInfo
- Publication number
- JP3641394B2 JP3641394B2 JP20275999A JP20275999A JP3641394B2 JP 3641394 B2 JP3641394 B2 JP 3641394B2 JP 20275999 A JP20275999 A JP 20275999A JP 20275999 A JP20275999 A JP 20275999A JP 3641394 B2 JP3641394 B2 JP 3641394B2
- Authority
- JP
- Japan
- Prior art keywords
- optical member
- value
- extraction element
- extraction
- inspection target
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Description
【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形状異常等の光学的欠陥を検出するための光学部材検査装置，画像処理装置，画像処理方法及び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たりゴミが付着していると、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当該光学部材の良否判定を行う光学部材検査装置が、従来、種々提案されている。この種の光学部材検査装置は、一般に、不良要因が画像データに写し込まれるような手法によって光学部材を撮像し、これによって得られた画像データに対して二値化処理を施すことによって不良要因を示す領域を抽出していた。そして、不良要因を示す何れかの領域の面積が所定の判定閾値を超えている場合に、検査対象光学部材が不良であるものとして判定していた。
【０００４】
【発明が解決しようとする課題】
しかしながら、上述した従来の判定のアルゴリズムによると、検査の結果として得られる情報は、検査対象光学部材が良品であるか不良品であるかだけである。従って、例えば、判定閾値を超える面積を有する不良要因が一個のみ形成された光学部材とかかる不良要因が多数形成された光学部材とでは、不良の程度としては後者の方が前者よりも大きいといえるが、上述した従来の判定のアルゴリズムによると、このような不良の程度を評価することがでない。また、判定閾値を少しだけ超える面積を有する不良要因が一個のみ形成された光学部材と判定閾値を少しだけ下回った面積を有する不良要因が多数形成された光学部材とでは、不良の程度としては、後者の方が前者を超えている場合もあるが、上述した従来の判定アルゴリズムによると、必ず、前者が不良品であると判定されて後者が良品であると判定される。このように、上述した判定のアルゴリズムによると、検査対象光学部材の不良の程度を評価することができない。なお、このように検査対象光学部材の不良の程度を評価することができないと、所定枚数の光学部材に対する検査結果の統計処理をしても、光学部材の判定閾値を超えた不良要因の種別内訳くらいしか、明らかにならない。
【０００５】
本発明は、上述した従来における問題点に鑑みて、各不良要因の形成位置を考慮してその不良要因が検査対象光学部材全体の性能に与える影響を評価することによって、この検査対象光学部材の全体的な不良又は良品の程度を数値化することができる光学部材検査装置，画像処理装置，画像処理方法及びコンピュータ可読媒体を提供することである。
【０００６】
【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。
【０００７】
即ち、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、前記画像データ中における周囲とは異なる輝度を有する部位を抽出要素として抽出する抽出手段と、前記各抽出要素の図形的特徴量を計測する図形的特徴量計測手段と、前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測する位置計測手段と、前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって、正規化値を得る正規化手段と、全ての抽出要素に関して前記正規化手段によって得られた全ての正規化値に基づいて所定の評価関数を実行する演算手段とを、備えることを特徴とする。
【０００８】
このように構成されると、抽出手段によって画像データから抽出された各抽出要素の図形的特徴量は、正規化手段により、その抽出要素の画像データ中の位置に応じて正規化される。このとき正規化手段は、検査対象光学部材の性能に与える影響が大きい位置に形成された光学的欠陥に起因する抽出要素の図形的特徴量が比較的大きな正規化値となり、検査対象光学部材の性能に与える影響が小さい位置に形成された光学的欠陥に起因する抽出要素の図形的特徴量が比較的小さな正規化値となるように、正規化することができる。従って、抽出手段によって抽出された全ての抽出要素についての正規化値に対して、演算手段が評価関数を実行すると、検査対象光学部材の全体的な不良の程度を示す数値が得られる。
【０００９】
なお、図形的特徴量計測手段が計測する図形的特徴量は、具体的には、その抽出要素の面積であっても良いし、最大フィレ径であっても良いし、平均輝度であっても良いし、最大輝度であっても良い。また、位置計測手段は、検査対象光学部材の光軸に相当する位置からその抽出要素までの距離そのものを計っても良いし、光軸を中心とした同心円状の複数の領域のうちのどの領域内にその抽出要素が位置しているのかを識別しても良い。また、正規化手段は、位置計測手段が距離そのものを測る場合には、この距離と図形的特徴量に対して何らかの関数を実行することによって正規化を行っても良いし、位置計測手段が領域を識別する場合には、識別した領域に対して予め対応付けられている基準値に基づいて図形的特徴量を正規化しても良い。
【００１０】
請求項２記載の光学部材検査装置は、請求項１の撮像装置が、その撮像光軸の外側から前記検査対象光学部材を照明することによって前記検査対象光学部材の光学的欠陥個所から散乱光を発生させて、この光学的欠陥個所が明部として写り込んだ画像データを出力することで、特定したものである。
【００１１】
請求項３記載の光学部材検査装置は、請求項１又は２の抽出手段が、前記画像データを構成する各画素の輝度値を所定の閾値と比較して二値化することによって、前記抽出要素を抽出することで、特定したものである。
【００１２】
請求項４記載の光学部材検査装置は、請求項１の図形的特徴量計測手段が、前記各抽出要素の面積を計測することで、特定したものである。
【００１５】
請求項５記載の光学部材検査装置は、請求項１の位置計測手段が、前記検査対象光学部材の光軸に相当する位置を中心とした同心円状の複数の領域の何れに前記各抽出要素が位置しているのかを計測し、正規化手段が、これら同心円状の複数の領域の夫々に対応した前記基準値を設定することで、特定したものである。
【００１６】
請求項６記載の光学部材検査装置は、請求項５の演算手段が、前記正規化手段によって得られた前記各抽出要素の正規化値を前記各領域毎に加算した上で、各領域毎の加算結果の二乗和の平方根を算出することで、特定したものである。
【００１７】
請求項７記載の光学部材検査装置は、請求項６の演算手段が、前記抽出要素をその原因となった光学的欠陥の種類に応じて分類し、各種類毎に前記二乗和の平方根を算出するとともに、各種類毎の算出結果の二乗和の平方根を更に算出することで、特定したものである。
【００１８】
請求項８記載の光学部材検査装置は、請求項７の演算手段が、所定値に満たない前記正規化値については、その正規化値に対応する抽出要素から所定距離内の間隔で所定個数以上の抽出要素が連なっていない限り、加算を行わないことで、特定したものである。
【００１９】
請求項９記載の光学部材検査装置は、請求項８の演算手段が、前記所定値に満たない正規化値に対応する抽出要素から所定距離内の間隔で所定個数以上の抽出要素が連なっている場合には、前記所定距離内の間隔で連なっている抽出要素の数に一定値を乗じた数値をこれら抽出要素全体についての正規化値とし、このような抽出要素全体についての正規化値を他の正規化値とは独立して分類することで、特定したものである。
【００２０】
請求項１０記載の光学部材検査装置は、請求項１において、演算手段が前記評価関数を実行することによって得られた値が所定の良否判定基準値を超えた場合に、前記検査対象光学部材が不良品であると判定する良否判定手段を更に備えることで、特定したものである。
【００２１】
請求項１１記載の光学部材検査装置は、請求項１の図形的特徴量計測手段が前記各抽出要素の面積及び輝度を計測することで、特定したものである。
【００２２】
請求項１２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、前記画像データ中における周囲とは異なる輝度を有する部位を抽出要素として抽出する抽出手段と、前記各抽出要素の図形的特徴量を計測する図形的特徴量計測手段と、前記画像データ中における前記各抽出要素の重心の位置を計測する位置計測手段と、前記各抽出要素毎に、前記図形的特徴量計測手段によって計測された図形的特徴量を前記位置計測手段によって計測された位置に応じて正規化することによって、正規化値を得る正規化手段と、全ての抽出要素に関して前記正規化手段によって得られた全ての正規化値に基づいて所定の評価関数を実行する演算手段とを備えることを特徴とする。
【００２３】
請求項１３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当該検査対象光学部材の像を含む画像データ中における周囲とは異なる輝度を有する部位を抽出要素として抽出する抽出手段と、前記各抽出要素の図形的特徴量を計測する図形的特徴量計測手段と、前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測する位置計測手段と、前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって、正規化値を得る正規化手段と、全ての抽出要素に関して前記正規化手段によって得られた全ての正規化値に基づいて所定の評価関数を実行する演算手段とを、備えることを特徴とする。
【００２４】
請求項１４記載の画像処理方法は、検査対象光学部材を撮像して得られた当該検査対象光学部材の像を含む画像データ中における周囲とは異なる輝度を有する部位を、抽出要素として抽出し、前記各抽出要素の図形的特徴量を計測し、前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測し、前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって、正規化値を取得し、全ての抽出要素に関して取得された全ての正規化値に基づいて所定の評価関数を実行することを、特徴とする。
【００２５】
請求項１５記載のコンピュータ可読媒体は、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当該検査対象光学部材の像を含む画像データ中における周囲とは異なる輝度を有する部位を、抽出要素として抽出させ、前記各抽出要素の図形的特徴量を計測させ、前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測させ、前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって正規化値を取得させ、全ての抽出要素に関して取得した全ての正規化値に基づいて所定の評価関数を実行させるプログラムを、格納したものである。
【００２６】
【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。
【００２７】
【実施形態１】
＜光学部材検査装置の構成＞
本発明の第１の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。
【００２８】
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。
【００２９】
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、画像処理装置６に入力される。
【００３０】
検査対象光学部材１４は、図１，及び、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と平行にオフセットしている中心軸Ｏ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。
【００３１】
また、ホルダ１５は、中心軸Ｏ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。
【００３２】
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の半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。従って、撮像素子５は、検査対象光学部材１４の表面の画像（半径方向の全域にわたる１ライン分の画像）を撮像することができるのである。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。
【００３３】
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。
【００３４】
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の半径よりも直径が大きい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。
【００３５】
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の半径よりも長い。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。
【００３６】
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。
【００３７】
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。
【００３８】
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。
【００３９】
ホストメモリ６２は、画像メモリ領域６２ａ，作業メモリ領域６２ｂ，分類テーブル格納領域６２ｃ，及び、画像処理プログラム格納領域６２ｄ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画像データ（極座標データ）である。また、作業メモリ領域６２ｂは、画像メモリ領域６２ａ内の画像データ（極座標データ）が座標変換（極座標−直交座標変換）された状態で書き写されるとともに、所定の閾値に従って二値化され、更に、この二値化によって得られた二値化画像データ中の「不良候補要素（輝度値が高い画素の一群であるとして抽出された抽出要素）の評価がなされる領域である。分類テーブル格納領域６２ｃは、図８に示す分類テーブルを格納する領域である。この分類テーブルの詳細については、後で説明する。また、画像処理プログラム格納領域６２ｄ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。
【００４０】
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。
【００４１】
ＣＰＵ６０は、制御装置６全体の制御を行うコンピュータであり、抽出手段，図形的特徴量計測手段，位置計測手段，正規化手段，演算手段，及び、良否判定手段に、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６２ｄ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６２ａ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全体に対応する画像データ（極座標データ）が合成された時点で、この画像データに対して座標変換処理を施し、座標変換後の画像データ（直交座標データ）を作業メモリ領域６２ｂに書き写す。そして、この画像データ（直交座標データ）を２値化することによって不良候補要素を抽出し、抽出した各不良候補要素の面積をその位置に応じて正規化し、後述する様々な基準に従って分類して、分類テーブル格納領域６２ｃ内の分類テーブルに集計する。そして、全ての不良候補要素についての分類及び集計が完了した後で、この集計結果に基づいて後述の評価関数Ｆを算出し、評価関数Ｆが所定の判定基準値を超えているか否かに基づいて検査対象光学部材１４の良否判定を行う。なお、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。
【００４２】
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。
＜光学的欠陥の検出原理＞
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）に光学的欠陥がないとすると、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。
【００４３】
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β及びゴミγ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β及びゴミγに当たると、この光がこれらキズβ及びゴミγ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β及びゴミγ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。
【００４４】
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。
【００４５】
検査対象光学部材１４が１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は極座標データであるので、座標変換（極座標−直交座標変換）処理されることによって、図６に示す様な直交座標データに変換される。この直交座標データにおいては、不良要因を示す明部（不良候補要素）の形状は、その原因となった光学的欠陥の形状そのものと一致する。
＜検査対象光学部材の品質評価原理＞
ＣＰＵ６０は、画像メモリ領域６２ａ中の画像データを構成する各画素の輝度値を所定の閾値と比較して、閾値を超える輝度値を有する画素に対しては新たな輝度値“２５５”を与えるとともに、閾値以下の輝度値を有する画素に対しては新たな輝度値“０”を与えることによって、二値化を行う。なお、この閾値としては、ノイズに起因する明部の輝度値より高いが光学的欠陥に起因する明部の輝度値よりも低い値に設定される。この結果、画像データから、不良候補要素のみが抽出される。
【００４６】
この不良候補要素は、それが形成された位置に応じて分類される。即ち、図６に示すように、検査対象光学部材１４は、その光軸に相当する位置を中心とした同心円状に、４つの領域Ａ〜Ｄに区分けされる。このうち領域Ａは、そこに形成された光学的欠陥が検査対象光学部材１４の性能に与える影響が最も大きく、以下、Ｂ，Ｃ，Ｄの順で、光学的欠陥が検査対象光学部材１４の性能に与える影響が、小さくなっていく。
【００４７】
そこで、本実施形態においては、各領域毎に、その領域に生じた不良と判定されるべき不良候補要素の面積をその領域に対応して用意された基準値Ｒで除算することによって正規化し、正規化値（検査対象光学部材の性能に与える影響の程度を示す点数）Ｐに変換する。具体的には、領域Ａに適用されるべき基準値Ｒを“Ｓ（＝従来の判定のアルゴリズムにおいて用いられていた判定基準値）”とした場合、図７に示すように、領域Ｂについては基準値Ｒとして“２Ｓ”を適用し、領域Ｃについては基準値Ｒとして“４Ｓ”を適用し、領域Ｄについては基準値Ｒとして“８Ｓ”を適用する。即ち、不良候補要素の位置が検査対象光学部材１４の光軸に相当する位置から離れるにつれて大きくなる様に、基準値Ｒが適用される。算出される正規化値Ｐは、不良候補要素の面積が基準値Ｒと同じ値であれば、“１”となる。従って、領域Ａに生じた面積Ｓの不良候補要素，領域Ｂに生じた面積２Ｓの不良候補要素，領域Ｃに生じた面積４Ｓの不良候補要素，及び、領域Ｄに生じた面積８Ｓの不良候補要素については、何れも、算出される正規化値Ｐが“１”となる。このように、各不良候補要素の面積は、以上のようにして正規化されることにより、検査対象光学部材１４の性能に与える影響の程度を示す正規化値Ｐに変換される。
【００４８】
なお、基準値Ｒとしては、不良候補要素がキズに起因する場合には、基準値Ｒｋが適用され、不良候補要素がゴミに起因する場合には、基準値Ｒｄが適用される。これら基準値Ｒｋ，Ｒｄは互いに異なる値である。即ち、領域Ａに形成されたキズに起因する不良候補要素に適用される基準値Ｒｋを“Ｓｋ”とし、領域Ａに形成されたゴミに起因する不良候補要素に適用される基準値Ｒｄを“Ｓｄ”とした場合、これらＳｋ及びＳｄは、互いに異なった値となる。そのため、ＣＰＵ６０は、正規化値Ｐの算出に先立って、処理対象の不良候補要素がキズに起因するのかゴミに起因するのかを判定する。
【００４９】
この判定は、図９に示す閾値関数を用いて行われる。具体的には、ＣＰＵ６０は、各不良候補要素のＸ軸方向（図６の左右方向）における最大幅（Ｘフィレ）及びＹ軸方向（図６の上下方向）における最大幅（Ｙフィレ）を測定し、Ｘフィレ及びＹフィレのうち小さい方の他方に対する比率（フィレ比）を、下記式（１）に従って算出する。
【００５０】
フィレ比＝小さい方のフィレ／大きい方のフィレ×１００ …（１）
一方、ＣＰＵ６０は、Ｘフィレ及びＹフィレ，並びにその不良要素候補の面積に対して下記式（２）を実行し、占有率を算出する。
【００５１】
占有率＝不良要素候補の面積／（Ｘフィレ×Ｙフィレ）×１００…（２）
そして、ＣＰＵ６０は、算出したフィレ比及び占有率と図９に示す閾値関数とを比較し、その不良候補要素がゴミに起因するかキズに起因するかの判定を行う。即ち、ＣＰＵ６０は、図９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、不良候補要素がゴミに起因すると判定し、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候補要素がキズに起因すると判定するのである。
【００５２】
このようにして、不良候補要素がキズに起因するかゴミに起因するかを判定すると、ＣＰＵ６０は、判定されたキズ又はゴミの種別及びその不良候補要素が生じた領域の位置に応じた基準値Ｒｋ又はＲｄを求める。そして、求めた基準値Ｒｋ又はＲｄに基づいて上述した正規化値Ｐの計算を行うのである。
【００５３】
次に、ＣＰＵ６０は、以上のようにして算出された正規化値Ｐが０．５以上であれば、分類テーブル格納領域６２ｃ内に格納されている分類テーブル中における、判定されたゴミ（ｄｓ）又はキズ（ｋ）の区別とその不良候補要素が生じた領域Ａ〜Ｄとに対応した欄に、その不良候補要素について算出された正規化値Ｐを加算する。
【００５４】
なお、算出された正規化値Ｐが０．５未満である場合には、その原因となった光学的欠陥は検査対象光学部材１４の性能に影響を与える程の大きさではないとして、原則として、分類テーブルには加算しない。但し、算出された正規化値Ｐが０．５未満となる小さな不良候補要素が、所定距離内の間隔で複数個連なって生じた場合には、同じ光学的欠陥に起因する明部が二値化の過程で複数個の不良候補要素に分断されてしまったものである可能性が大きい。従って、このような小さな不良候補要素が検出された場合には、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。このようにして不良候補要素が探し出された場合には、さらに、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。そして、このような不良候補要素の探索を、最後に探し出された不良候補要素から一定距離の範囲内に他の不良候補要素が探し出せなくなるまで連続して行う。このようにして探し出された相互に一定距離の範囲にある不良候補要素の数が３個以上である場合には、当該不良候補要素の数に０．２５を乗じて得た点数を、分類テーブル中における、その不良候補要素が生じた領域Ａ〜Ｄに対応した集中（ｍ）の欄に加算する。つまり、所定値に満たない正規化値Ｐが算出された不良候補要素から所定距離内の間隔で所定個数（２個）以上の不良候補要素が連なっている場合には、当該所定距離内にある不良候補要素の数（３以上）に一定値（０．２５）を乗じた数値が、これらの不良候補要素全体に対応した正規化値Ｐとして、０．５以上の点数が算出された不良候補要素とは独立して分類される。
【００５５】
以上のような分類テーブルへの加算を全ての不良候補要素について実行すると、ＣＰＵ６０は、最初に、分類テーブルにおけるゴミ（ｄｓ）に対応した全ての欄に書き込まれた正規化値Ｐの総和の二乗和の平方根を下記式（３）に従って算出し、同じくキズ（ｋ）に対応した全ての欄に書き込まれた正規化値Ｐの総和の二乗和の平方根を下記式（４）に従って算出し、同じく集中（ｍ）に対応した全ての欄に書き込まれた正規化値Ｐの総和の二乗和の平方根を下記式（５）に従って算出する。その上で、夫々について算出された値の更なる二乗和の平方根を、下記式（６）に従って、評価関数Ｆとして算出する。
【００５６】
ｄｓ＝（(ｄｓＡ)2＋(ｄｓＢ)2＋(ｄｓＣ)2＋(ｄｓＤ）2）0.5……（３）
ｋ＝（(ｋＡ)2＋(ｋＢ)2＋(ｋＣ)2＋(ｋＤ)2）0.5 ……（４）
ｍ＝（(ｍＡ)2＋(ｍＢ)2＋(ｍＣ)2＋(ｍＤ)2）0.5 ……（５）
Ｆ＝（ｄｓ2＋ｋ2＋ｍ2）0.5 ……（６）
この評価関数Ｆの値は、検査対象光学部材１４全体の総合的な性能を示す値であり、大きければ大きい程、性能が悪化していることを示す。従って、この評価関数Ｆの値は、所定の合否判定基準点と比較され、評価関数Ｆの値が合否判定基準点未満であれば検査対象光学部材１４が良品であると判断され、評価関数Ｆの値が合否判定基準点以上であれば検査対象光学部材１４が不良品であると判断される。このように、評価関数Ｆは、各不良要因の種別毎に算出された正規化値Ｐの総和の二乗和の平方根に対して、更に二乗和の平方根を算出している。
【００５７】
また、分類テーブルに書き込まれた各正規化値Ｐの総和及び評価関数Ｆの値は、夫々、その検査対象光学部材１４に対する検査結果であるとして図示せぬディスク装置内に保存される。そして、ロット毎に、各検査済み光学部材に関して保存された検査結果に対して平均値，標準偏差，ヒストグラム等が求められることにより、品質が統計的に管理される。これにより、検査対象光学部材１４の全体の品質の他、領域毎，不良要因の種別毎に夫々統計処理することができるので、製造工程の品質管理の上で、非常に有効となる。
＜制御処理＞
次に、上述した不良要因検出の原理及び品質評価の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６２ｄ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１０乃至図１２のフローチャートを用いて説明する。
【００５８】
図１０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Ｓ０１では、ＣＰＵ６０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。
【００５９】
次のＳ０２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。
【００６０】
次のＳ０３では、ＣＰＵ６０は、Ｓ０２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全体に対応する画像データ（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全体に対応する画像データ（極座標データ）が合成されていない場合には、処理をＳ０２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。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、処理をＳ０４に進める。
【００６１】
Ｓ０４では、ＣＰＵ６０は、画像メモリ領域６２ａ内に格納されている画像データ（極座標データ）に対して座標変換（極座標−直交座標変換）処理を行って直交座標データに変換して、この画像データ（直交座標データ）を作業メモリ領域６２ｂに格納する。
【００６２】
次のＳ０５では、ＣＰＵ６０は、作業メモリ領域６２ｂ内の画像データに対して上述した二値化処理を施すことによって、強調された不良候補要素を含む二値化データを得る（抽出手段に相当）。即ち、ＣＰＵ６０は、所定の閾値以下の輝度値を有する画素の輝度値を“０”に書き換えるとともに、閾値を超える輝度値を有する画素の輝度値を“２５５”に書き換える。
【００６３】
次のＳ０６では、ＣＰＵ６０は、画像データ中における検査対象光学部材１４の外縁（図６における領域Ｄの外縁）の外側を除去するマスキング処理を実行する（抽出手段に相当）。
【００６４】
次のＳ０７では、ＣＰＵ６０は、二値化データ中に抽出された不良候補要素の夫々に対して、一意の番号（ラベル）ｎ（ｎ＝１，２，３，……）を付与する（抽出手段に相当）。具体的には、ＣＰＵ６０は、マスキング処理済みの二値化データ中において、先頭ラインから順に各ラインの輝度値をサーチしてゆき、不良候補要素に相当する輝度値（＝２５５）が与えられている画素を検出すると、その画素の輝度値を一意のラベルｎの値に、書き換える。但し、ＣＰＵ６０は、検出した画素が、既に輝度値がラベルｎ（≠０，２５５）の値に書き換えられている画素に隣接している場合には、当該検出した画素の輝度値を、隣接している画素の輝度値（ｎ≠０，２５５）に書き換える。
【００６５】
次に、ＣＰＵ６０は、Ｓ０７にて付されたラベルｎの順に、各不良候補領域に対する正規化値Ｐを算出するために、Ｓ０８乃至Ｓ２６のループ処理を実行する。このループに入って最初のＳ０８では、ＣＰＵ６０は、未特定のラベルｎのうち最も小さいラベルを、処理対象ラベルとして特定する。
【００６６】
次のＳ０９では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素がゴミに起因するかキズに起因するかを、上述したようにして判定する。そして、当該不良候補要素がゴミに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ１０からＳ１１に進める。これに対して、不良要因がキズに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ１０からＳ１６に進める。
【００６７】
Ｓ１１では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【００６８】
次のＳ１２では、ＣＰＵ６０は、Ｓ１１にて判定した領域に応じた基準値Ｒｄを設定する。具体的には、判定した領域が領域Ａである場合には、基準値ＲｄをＳｄと設定し、判定した領域が領域Ｂである場合には、基準値Ｒｄを２Ｓｄと設定し、判定した領域が領域Ｃである場合には、基準値Ｒｄを４Ｓｄと設定し、判定した領域が領域Ｄである場合には、基準値Ｒｄを８Ｓｄと設定する。
【００６９】
次のＳ１３では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。
【００７０】
次のＳ１４では、ＣＰＵ６０は、Ｓ１３にて測った不良候補要素の面積をＳ１２にて設定した基準値Ｒｄによって除算することによって、この面積を正規化した数値（正規化値）Ｐを得る（正規化手段に相当）。
【００７１】
次のＳ１５では、ＣＰＵ６０は、Ｓ１４にて得た正規化値Ｐが０．５以上であるか否かをチェックする。そして、正規化値Ｐが０．５以上であれば、ＣＰＵ６０は、Ｓ２１において、分類テーブル格納領域６２ｃ内に格納された分類テーブル中のＳ１１にて判定した領域に対応したゴミ（ｄｓ）欄にＳ１４にて得た正規化値Ｐを加算した後に、処理をＳ２６に進める。これに対して、正規化値Ｐが０．５未満であるとＳ１５にて判定した場合には、ＣＰＵ６０は、処理をＳ２３に進める。
【００７２】
一方、Ｓ１６では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【００７３】
次のＳ１７では、ＣＰＵ６０は、Ｓ１６にて判定した領域に応じた基準値Ｒｋを設定する。具体的には、判定した領域が領域Ａである場合には、基準値ＲｋをＳｋと設定し、判定した領域が領域Ｂである場合には、基準値Ｒｋを２Ｓｋと設定し、判定した領域が領域Ｃである場合には、基準値Ｒｋを４Ｓｋと設定し、判定した領域が領域Ｄである場合には、基準値Ｒｋを８Ｓｋと設定する。
【００７４】
次のＳ１８では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。
【００７５】
次のＳ１９では、ＣＰＵ６０は、Ｓ１８にて測った不良候補要素の面積をＳ１７にて設定した基準値Ｒｋによって除算することによって、この面積を正規化した数値（正規化値）Ｐを得る（正規化手段に相当）。
【００７６】
次のＳ２０では、ＣＰＵ６０は、Ｓ１９にて得た正規化値Ｐが０．５以上であるか否かをチェックする。そして、正規化値Ｐが０．５以上であれば、ＣＰＵ６０は、Ｓ２２において、分類テーブル格納領域６２ｃ内に格納された分類テーブル中のＳ１６にて判定した領域に対応したキズ（ｋ）欄にＳ１９にて得た正規化値Ｐを加算した後に、処理をＳ２６に進める。これに対して、正規化値Ｐが０．５未満であるとＳ２０にて判定した場合には、ＣＰＵ６０は、処理をＳ２３に進める。
【００７７】
Ｓ２３では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素から所定距離内の間隔で、他の不良候補要素が２個以上連なっているか否かをチェックする。そして、所定距離内の間隔で他の不良候補要素が２個以上連なっていない場合には、ＣＰＵ６０は、処理を直接Ｓ２６に進める。これに対して、所定距離内の間隔で他の不良候補要素が２個以上連なっている場合には、ＣＰＵ６０は、Ｓ２４において、Ｓ０８にて特定したラベルｎが付された不良候補要素，及び、そこから所定距離内の間隔で連なる他の不良候補要素の総数（集中要素数）に０．２５を乗じた数値を、分類テーブル格納領域６２ｃ内に格納された分類テーブル中の、Ｓ０９にて判定した領域に対応した集中（ｍ）欄に加算する。次のＳ２５では、ＣＰＵ６０は、Ｓ２３にて所定距離内の間隔で連なると判定した不良候補要素に付されたラベルを、特定済みの扱いとする。Ｓ２５の完了後、ＣＰＵ６０は、処理をＳ２６に進める。
【００７８】
Ｓ２６では、Ｓ０７にて付した全てのラベルｎを既に特定したか否かをチェックする。そして、未だ全てのラベルｎを特定していない場合には、ＣＰＵ６０は、処理をＳ０８に戻す。これに対して、Ｓ０８乃至Ｓ２６のループ処理を繰り返した結果、全てのラベルｎを特定し終わっている場合には、ＣＰＵ６０は、処理をＳ２７に進める。
【００７９】
Ｓ２７では、ＣＰＵ６０は、上述した式（３）乃至式（６）を用いて、分類テーブルの各欄に記載された正規化値Ｐの総和に対する評価関数Ｆの値を算出する（演算手段に相当）。
【００８０】
次のＳ２８では、ＣＰＵ６０は、Ｓ２７にて求めた評価関数Ｆの値が、予め設定した合否判定基準値未満であるか否かをチェックする。そして、評価関数Ｆの値が合否判定基準値未満である場合には、ＣＰＵ６０は、Ｓ２９において、当該検査対象光学部材１４が良品であると判定して、その旨を外部出力（画像表示，音声出力）する。これに対して、評価関数Ｆの値が合否判定基準値以上である場合には、ＣＰＵ６０は、Ｓ３０において、当該検査対象光学部材１４が不良品であると判定して、その旨を外部出力（画像表示，音声出力）する。何れの場合においても、ＣＰＵ６０は、その後でこの制御処理を終了する。
＜実施形態の作用＞
いま、理解を容易にするために、検査対象光学部材１４の領域Ａ及び領域Ｂに不良候補要素が一種類のみ形成されているものとする。この場合、評価関数Ｆを求める式は、下記式（７）によって表される。
【００８１】
Ｆ＝（Ａ2＋Ｂ2）0.5 ……（７）
ここで、Ａは、領域Ａに形成された何れかの種類の光学的欠陥に起因する不良候補要素についての正規化値Ｐの総和であり、Ｂは、領域Ｂに形成された同種類の光学的欠陥に起因する不良候補要素についての正規化値Ｐの総和である。このとき、合否判定基準点を１．２とすると、検査対象光学部材１４が良品と判定される場合におけるＡ及びＢの組み合わせの範囲と、検査対象光学部材１４が不良品と判定される場合におけるＡ及びＢの組み合わせの範囲とは、図１３に示すように区分される。一方、上記評価関数Ｆを用いることなく各領域毎に算出された総和Ａ，Ｂの何れかが１を越えたか否かで良否判定を行う場合における各範囲の区分を、比較のために、図２１に示す。
【００８２】
この図１３から明らかなように、領域Ａの正規化値Ｐの総和及び領域Ｂの正規化値Ｐの総和が両方とも１よりもわずかに小さい場合（即ち、斜線部αに該当する場合）、図２１に示される評価方法によると検査対象光学部材１４が良品と判断されてしまう。しかしながら、検査対象光学部材１４を全体として見れば、その性能が低下していると考えられる。この点、本実施形態によると、評価関数Ｆの値が合否判定基準点１．２を超えるので、この検査対象光学部材１４は不良品と判断される。逆に、領域Ａの正規化値Ｐの総和が１をわずかに超えているが領域Ｂの正規化値Ｐの総和が０近傍である場合や、領域Ｂの正規化値Ｐの総和が１をわずかに超えているが領域Ａの正規化値Ｐの総和が０近傍である場合（即ち、斜線部βに該当する場合）には、図２１に示される評価方法によると検査対象光学部材１４が不良品であると判定されてしまう。しかしながら、検査対象光学部材１４を全体として見れば、良品とみなし得ると考えられる。この点、本実施形態によると、評価関数Ｆの値が合否判定基準値１．２を下回るので、その検査対象光学部材１４は良品であると判断される。
【００８３】
しかも、上述した各正規化値Ｐの総和は、各領域に生じた不良候補要素が検査対象光学部材１４の性能に影響を及ぼす程度を示すように正規化された値である。従って、本実施形態によると、検査対象光学部材１４が全体として評価され、その不良，良品の程度を示す点数が得られる。
【００８４】
【実施形態２】
本発明の第２の実施形態による光学部材検査装置は、上述の第１実施形態と比較し、ホストメモリ６２内の構成，及び、このホストメモリ６２の画像処理プログラム格納領域６２ｄに格納されている画像処理プログラムに従ってＣＰＵ６０が実行する制御処理の内容のみが異なり、他の構成を共通としている。
【００８５】
本第２実施形態が案出されたのは以下の理由による。上述の第１実施形態によると、二値化によって抽出された各不良候補要素の面積のみが基準値Ｒｋ，Ｒｄに基づいて正規化され、正規化された面積に基づいて検査対象光学部材の良否判定がなされる。従って、同じ面積を有する不良候補要素同士で比較した場合、輝度値の大小如何に拘わらず、不良の程度が同じであると判断される。しかしながら、図１４に示されるように、同じ面積の不良候補要素同志で比較した場合、輝度値が高い不良候補要素の方が輝度値が低い不良候補要素よりも目立つので、不良の程度としてはより高いという判断が成り立ち得る。このような判断の考え方に立てば、図１５に示されるように輝度値及び面積が分布する様々な不良候補要素の中でも、輝度値が比較的高いもの（図１５上において破線で囲まれる範囲内の不良候補要素）は、その面積が比較的小さくても、評価関数Ｆの計算のベースとなる正規化値（検査対象光学部材の性能に与える影響の程度を示す点数）Ｐに対して大きく影響を与えるべきである。従って、本第２実施形態による光学部材検査装置の制御装置６は、各不良候補要素の面積のみならず輝度をも加味して正規化値Ｐを算出することを、特徴としている。勿論、制御装置６は、各不良候補要素の輝度に基づいて正規化値Ｐを算出する際には、その不良候補要素の検査対象光学部材内での位置に応じて適宜設定される基準値により、その不良候補要素の輝度を正規化する。
【００８６】
以下、本第２実施形態による光学部材検査装置の構成を説明する。但し、以下においては、上述した第１実施形態のものと共通する構成については、その説明を省略する。
【００８７】
図１に示す構成を有する本第２実施形態による光学部材検査装置は、図１６に示すような回路構成を有する制御装置６を備えている。図１６に示す回路構成は、図３に示した第１実施形態のものと比較して、ホストメモリ６２内に二つの作業メモリ領域（第１作業メモリ領域６２ｅ，第２作業メモリ領域６２ｆ）が形成される点のみが、異なっている。この第１作業メモリ領域６２ｅは、画像メモリ領域６２ａ内の画像データ（極座標データ）が座標変換（極座標−直交座標変換）された状態で書き写される領域である。また、第２作業メモリ領域６２ｆは、第１作業メモリ領域６２ｅ内の画像データ（直交座標データ）が複写されるとともに、複写された画像データが所定の閾値に従って二値化されることによって「不良候補要素（輝度値が高い画素の一群であるとして抽出された抽出要素）」の位置の特定がなされる領域である。
【００８８】
ＣＰＵ６０は、ホストメモリ６２の画像処理プログラム格納領域６２ｄ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６２ａ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全体に対応する画像データ（極座標データ）が合成された時点で、この画像データに対して座標変換処理を施し、座標変換後の画像データ（直交座標データ）を第１作業メモリ領域６２ｅに書き写す。次に、ＣＰＵ６０は、第１作業メモリ領域６２ｅ中の画像データ（直交座標データ）を第２作業メモリ領域６２ｆに複写し、第２作業メモリ領域６２ｅ内に複写された画像データ（直交座標データ）を２値化することによって不良候補要素を抽出する。次に、ＣＰＵ６０は、抽出した個々の不良候補要素毎に、その面積をその位置に応じて正規化するとともに、第１作業メモリ領域６２ｅ内の画像データ（直交座標データ）におけるその不良候補要素と同位置の画素の平均輝度値をその位置に応じて正規化し、正規化された面積及び輝度値に対して所定演算を施すことによってその不良候補要素の正規化数Ｐを算出する。次に、ＣＰＵ６０は、このようにして各不良候補要素毎に算出された正規化数Ｐを後述する様々な基準に従って分類して、分類テーブル格納領域６２ｃ内の分類テーブルに集計する。そして、全ての不良候補要素についての正規化数Ｐの分類及び集計が完了した後で、この集計結果に基づいて後述の評価関数Ｆを算出し、評価関数Ｆが所定の判定基準値を超えているか否かに基づいて検査対象光学部材１４の良否判定を行う。なお、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。
＜検査対象光学部材の品質評価原理＞
第２作業メモリ領域６２ｆ上の二値化データ中で抽出された不良候補要素は、先ず、第１実施形態の場合と同様に、それが形成された位置に応じて分類される。図６に示すように、検査対象光学部材１４は、その光軸に相当する位置を中心とした同心円状に、４つの領域Ａ〜Ｄに区分けされる。
【００８９】
ＣＰＵ６０は、各領域に生じた各不良候補要素毎に、下記式（８）に従って、その面積をその領域に対応して用意された面積用基準値Ｒ１で除算することによって正規化するとともに、第１作業メモリ６２ｅ内においてその不良候補要素と重なる範囲に含まれる全画素の輝度値の平均値をその領域に対応して用意された輝度用基準値Ｒ２で除算することによって正規化し、正規化された面積及び平均輝度値の二乗和の平方根を算出することによって正規化値（検査対象光学部材の性能に与える影響の程度を示す点数）Ｐを算出する。
Ｐ＝（（面積／Ｒ１）2＋（平均輝度／Ｒ２）2）0.5 ……（８）
具体的には、領域Ａに適用されるべき面積用基準値Ｒ１を“Ｓ”とした場合、ＣＰＵ６０は、領域Ｂについては面積用基準値Ｒ１として“２Ｓ”を適用し、領域Ｃについては面積用基準値Ｒ１として“４Ｓ”を適用し、領域Ｄについては面積用基準値Ｒ１として“８Ｓ”を適用する。同様に、領域Ａに適用されるべき平均輝度用基準値Ｒ２を“Ｌ”とした場合、領域Ｂについては平均輝度用基準値Ｒ２として“２Ｌ”を適用し、領域Ｃについては平均輝度用基準値Ｒ２として“４Ｌ”を適用し、領域Ｄについては平均輝度用基準値Ｒ２として“８Ｌ”を適用する。即ち、不良候補要素の位置が検査対象光学部材１４の光軸に相当する位置から離れるにつれて大きくなる様に、両基準値Ｒ１，Ｒ２を適用する。また、正規化された面積及び平均輝度値の二乗和の平方根が正規化値Ｐとして算出されるので、面積が比較的小さくても平均輝度が非常に高ければ、正規化値Ｐは大きく算出される。逆に、平均輝度が比較的低くても面積が非常に大きければ、正規化値Ｐは大きく算出される。
【００９０】
なお、基準値Ｒ１，Ｒ２としては、不良候補要素がキズに起因する場合には、基準値Ｒ１ｋ，Ｒ２ｋが適用され、不良候補要素がゴミに起因する場合には、基準値Ｒ１ｄ，Ｒ２ｄが適用される。これら基準値Ｒ１ｋ及びＲ２ｋ，Ｒ１ｄ及びＲ２ｄは、互いに異なる値である。即ち、領域Ａに形成されたキズに起因する不良候補要素の面積に適用される基準値Ｒ１ｋを“Ｓｋ”とし、領域Ａに形成されたゴミに起因する不良候補要素の面積に適用される基準値Ｒ１ｄを“Ｓｄ”とした場合、これらＳｋ及びＳｄは、互いに異なった値となる。同様に、領域Ａに形成されたキズに起因する不良候補要素の平均輝度に適用される基準値Ｒ２ｋを“Ｌｋ”とし、領域Ａに形成されたゴミに起因する不良候補要素の平均輝度に適用される基準値Ｒ２ｄを“Ｌｄ”とした場合、これらＬｋ及びＬｄは、互いに異なった値となる。そのため、ＣＰＵ６０は、正規化値Ｐの算出に先立って、処理対象の不良候補要素がキズに起因するのかゴミに起因するのかを判定する。この判定は、図９に示す閾値関数を用いて行われる。そして、ＣＰＵ６０は、判定されたキズ又はゴミの種別及びその不良候補要素が形成された領域の位置に応じた基準値Ｒｋ又はＲｄ及びＬｋ又はＬｄを求め、求めた各基準値Ｒｋ又はＲｄ及びＬｋ又はＬｄに基づいて、上述した正規化値Ｐの計算を行うのである。
【００９１】
次に、ＣＰＵ６０は、以上のようにして算出された正規化値Ｐが０．５以上であれば、分類テーブル格納領域６２ｃ内に格納されている分類テーブル中における、判定されたゴミ（ｄｓ）又はキズ（ｋ）の区別とその不良候補要素が生じた領域Ａ〜Ｄとに対応した欄に、その不良候補要素について算出された正規化値Ｐを加算する。
【００９２】
これに対して、算出された正規化値Ｐが０．５未満である場合には、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。このようにして不良候補要素が探し出された場合には、さらに、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。そして、このような不良候補要素の探索を、最後に探し出された不良候補要素から一定距離の範囲内に他の不良候補要素が探し出せなくなるまで連続して行う。このようにして探し出された相互に一定距離の範囲にある不良候補要素の数が３個以上である場合には、当該不良候補要素の数に０．２５を乗じて得た点数を、分類テーブル中における、その不良候補要素が生じた領域Ａ〜Ｄに対応した集中（ｍ）の欄に加算する。
【００９３】
以上のような分類テーブルへの加算を全ての不良候補要素について実行すると、ＣＰＵ６０は、分類テーブルの各欄に書き込まれた各正規化値Ｐに対して上記（３）〜（６）を実行し、上述した第１実施形態の場合と同様に、評価関数Ｆを算出するとともに、算出した評価関数Ｆに従って検査対象光学部材１４の良否判定を行う。
＜制御処理＞
次に、本第２実施形態において、画像処理プログラム格納領域６２ｄ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、説明する。本第２実施形態における制御処理では、図１０乃至図１２に示された第１実施形態の制御処理におけるＳ０９乃至Ｓ２０（図１１）の代わりに、図１７に示すＳ３１乃至Ｓ４２を実行する。即ち、ＣＰＵ６０は、図１０に示されたＳ０１乃至Ｓ０８の処理を実行し、Ｓ０８の処理を完了すると、処理を図１７のＳ３１へ進める。このＳ３１では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素はゴミに起因するのかキズに起因するのかを、上述したようにして判定する。そして、当該不良候補要素がゴミに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ３２からＳ３３に進める。これに対して、不良要因がキズに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ３２からＳ３８に進める。
【００９４】
Ｓ３３では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【００９５】
次のＳ３４では、ＣＰＵ６０は、Ｓ３３にて判定した領域に応じた面積用基準値Ｒ１ｄ及び平均輝度用基準値Ｒ２ｄを設定する。具体的には、判定した領域が領域Ａである場合には、面積用基準値Ｒ１ｄをＳｄ，平均輝度用基準値Ｒ２ｄをＬｄと夫々設定し、判定した領域が領域Ｂである場合には、面積用基準値Ｒ１ｄを２Ｓｄ，平均輝度用基準値Ｒ２ｄを２Ｌｄと夫々設定し、判定した領域が領域Ｃである場合には、面積用基準値Ｒ１ｄを４Ｓｄ，平均輝度用基準値Ｒ２ｄを４Ｌｄと夫々設定し、判定した領域が領域Ｄである場合には、面積用基準値Ｒ１ｄを８Ｓｄ，平均輝度用基準値Ｒ２ｄを８Ｌｄと設定する。
【００９６】
次のＳ３５では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。これと同時に、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素を構成する各画素の位置を特定し、第１作業メモリ領域６２ｅに格納された画像データ（二値化前の直交座標データ）における対応位置に存在する全画素の輝度値を読み出し、読み出した輝度値の平均値を算出する。
【００９７】
次のＳ３６では、ＣＰＵ６０は、下記式（８−１）に従って、Ｓ３５にて測った不良候補要素の面積をＳ３４にて設定した面積用基準値Ｒ１ｄによって除算するとともに、Ｓ３５にて算出した平均輝度値をＳ３４にて設定した平均輝度用基準値Ｒ２ｄによって除算し、各除算結果の二乗和の平方根を、この不良候補要素についての正規化値Ｐとして算出する（正規化手段に相当）。
【００９８】
Ｐ＝（（面積／Ｒ１ｄ）2＋（平均輝度／Ｒ２ｄ）2）0.5 ……（８−１）次のＳ３７では、ＣＰＵ６０は、Ｓ３６にて算出された正規化値Ｐが０．５以上であるか否かをチェックする。そして、ＣＰＵ６０は、正規化値Ｐが０．５以上であれば処理を図１２のＳ２１へ進め、正規化値Ｐが０．５未満であれば、処理を図１２のＳ２３へ進める。
【００９９】
一方、Ｓ３８では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【０１００】
次のＳ３９では、ＣＰＵ６０は、Ｓ３８にて判定した領域に応じた面積用基準値Ｒ１ｋ及び平均輝度用基準値Ｒ２ｋを設定する。具体的には、判定した領域が領域Ａである場合には、面積用基準値Ｒ１ｋをＳｋ，平均輝度用基準値Ｒ２ｋをＬｋと夫々設定し、判定した領域が領域Ｂである場合には、面積用基準値Ｒ１ｋを２Ｓｋ，平均輝度用基準値Ｒ２ｋを２Ｌｋと夫々設定し、判定した領域が領域Ｃである場合には、面積用基準値Ｒ１ｋを４Ｓｋ，平均輝度用基準値Ｒ２ｋを４Ｌｋと夫々設定し、判定した領域が領域Ｄである場合には、面積用基準値Ｒ１ｋを８Ｓｋ，平均輝度用基準値Ｒ２ｋを８Ｌｋと設定する。
【０１０１】
次のＳ４０では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。これと同時に、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素を構成する各画素の位置を特定し、第１作業メモリ領域６２ｅに格納された画像データ（二値化前の直交座標データ）における対応位置に存在する全画素の輝度値を読み出し、読み出した輝度値の平均値を算出する。
【０１０２】
次のＳ４１では、ＣＰＵ６０は、下記式（８−２）に従って、Ｓ４０にて測った不良候補要素の面積をＳ３９にて設定した面積用基準値Ｒ１ｋによって除算するとともに、Ｓ４０にて算出した平均輝度値をＳ３９にて設定した平均輝度用基準値Ｒ２ｋによって除算し、各除算結果の二乗和の平方根を、この不良候補要素についての正規化値Ｐとして算出する（正規化手段に相当）。
【０１０３】
Ｐ＝（（面積／Ｒ１ｋ）2＋（平均輝度／Ｒ２ｋ）2）0.5 ……（８−２）
次のＳ４２では、ＣＰＵ６０は、Ｓ４１にて算出した正規化値Ｐが０．５以上であるか否かをチェックする。そして、ＣＰＵ６０は、正規化値Ｐが０．５以上であれば処理を図１２のＳ２２へ進め、正規化値Ｐが０．５未満であれば、処理を図１２のＳ２３へ進める。これらＳ２１，Ｓ２２，Ｓ２３以降の処理は、上述した第１実施形態の場合と全く同じなので、その説明を省略する。
＜実施形態の作用＞
図１８は、ある検査対象光学部材１４を検査した時にＡ領域から抽出されたゴミに起因する各不良候補要素の面積及び平均輝度（各基準値Ｒ１ｄ，Ｒ２ｄによる除算後の面積及び輝度値）の分布を示すグラフである。また、図１８に描かれた各円弧は、各不良候補要素について算出される正規化値Ｐが１，2.7，４となる範囲を、夫々示している。この図１８から明らかなように、同じ面積を有する不良候補要素同士であっても、算出される正規化値Ｐは、平均輝度如何に依って異なった値となる。従って、本第２実施形態による光学部材検査装置は、検査対象光学部材１４中の不良候補要素の実際の「目立ち具合」をより反映させた評価関数Ｆを、得ることができる。
＜実施形態の変形例＞
上記第２実施形態によると、Ｓ３５及びＳ４０では不良候補要素の輝度値の平均値を算出したが、不良候補要素の最大輝度値をＭＡＸ演算によって得ても良い。但し、この場合には、Ｓ３６及びＳ４１での正規化値Ｐの算出には、平均輝度用基準値Ｒ２ｄ，Ｒ２ｋの代わりに最大輝度用基準値が用いられる。この最大輝度用基準値は、Ｓ３４又はＳ３９において、平均輝度用基準値Ｒ２ｄ，Ｒ２ｋよりも大きい値として設定される。
【０１０４】
【実施形態３】
本発明の第３の実施形態による光学部材検査装置は、上述の第２実施形態と比較し、ホストメモリ６２の画像処理プログラム格納領域６２ｄに格納されている画像処理プログラムに従ってＣＰＵ６０が実行する制御処理の内容のみが異なり、他の構成を共通としている。
＜検査対象光学部材の品質評価原理＞
ＣＰＵ６０は、上述した第１実施形態の場合と同様に、光学部材検査装置の各部の制御を行うことにより、検査対象光学部材１４を撮像することによって得られた画像データの座標系を極座標系から直交座標系に変換し、この変換によって第１作業メモリ領域６２ｅ上に形成された画像データを、第２作業メモリ領域６２ｆに複写する。そして、ＣＰＵ６０は、第２作業メモリ領域６２ｆに複写された画像データを構成する各画素の輝度値を所定の閾値と比較して、閾値を超える輝度値を有する画素に対しては新たな輝度値“２５５”を与えるとともに閾値以下の輝度値を有する画素に対しては新たな輝度値“０”を与えることによって二値化を行って、画像データから不良候補要素を抽出する。
【０１０５】
この不良候補要素は、第１実施形態の場合と同様に、それが形成された位置に応じて分類される。即ち、図６に示すように、検査対象光学部材１４は、その光軸に相当する位置を中心とした同心円状に、４つの領域Ａ〜Ｄに区分けされる。
【０１０６】
ＣＰＵ６０は、各領域に生じた各不良候補要素毎に、下記式（９）に従って、その不良候補要素の面積と第１作業メモリ６２ｅ内においてその不良候補要素と重なる範囲に含まれる全画素の輝度値の平均値とを積算し、その積算結果を基準値Ｒ３によって除算することによって、正規化値（検査対象光学部材の性能に与える影響の程度を示す点数）Ｐを算出する。
Ｐ＝（面積×平均輝度）／Ｒ３ ……（９）
具体的には、領域Ａに適用されるべき基準値Ｒ３を“ＳＬ”とした場合、ＣＰＵ６０は、領域Ｂについては基準値Ｒ３として“２ＳＬ”を適用し、領域Ｃについては基準値Ｒ３として“４ＳＬ”を適用し、領域Ｄについては基準値Ｒ３として“８ＳＬ”を適用する。即ち、不良候補要素の位置が検査対象光学部材１４の光軸に相当する位置から離れるにつれて大きくなる様に、基準値Ｒ３を適用する。また、面積及び平均輝度値の積が基準値Ｒ３で除算されることによって正規化値Ｐが算出されるので、面積が比較的小さくても平均輝度が非常に高ければ、正規化値Ｐは大きく算出される。逆に、平均輝度が比較的低くても面積が非常に大きければ、正規化値Ｐは大きく算出される。
【０１０７】
なお、基準値Ｒ３としては、不良候補要素がキズに起因する場合には、基準値Ｒ３ｋが適用され、不良候補要素がゴミに起因する場合には、基準値Ｒ３ｄが適用される。これら基準値Ｒ３ｋ及びＲ３ｄは、互いに異なる値である。即ち、領域Ａに形成されたキズに起因する不良候補要素の面積に適用される基準値Ｒ３ｋを“ＳＬｋ”とし、領域Ａに形成されたゴミに起因する不良候補要素の面積に適用される基準値Ｒ３ｄを“ＳＬｄ”とした場合、これらＳＬｋ及びＳＬｄは、互いに異なった値となる。そのため、ＣＰＵ６０は、正規化値Ｐの算出に先立って、処理対象の不良候補要素がキズに起因するのかゴミに起因するのかを判定する。この判定は、図９に示す閾値関数を用いて行われる。そして、ＣＰＵ６０は、判定されたキズ又はゴミの種別及びその不良候補要素が形成された領域の位置に応じた基準値Ｒ３ｋ又はＲ３ｄを求め、求めた基準値Ｒ３ｋ又はＲ３ｄに基づいて、上述した正規化値Ｐの計算を行うのである。
【０１０８】
次に、ＣＰＵ６０は、以上のようにして算出された正規化値Ｐが０．５以上であれば、分類テーブル格納領域６２ｃ内に格納されている分類テーブル中における、判定されたゴミ（ｄｓ）又はキズ（ｋ）の区別とその不良候補要素が生じた領域Ａ〜Ｄとに対応した欄に、その不良候補要素について算出された正規化値Ｐを加算する。
【０１０９】
これに対して、算出された正規化値Ｐが０．５未満である場合には、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。このようにして不良候補要素が探し出された場合には、さらに、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。そして、このような不良候補要素の探索を、最後に探し出された不良候補要素から一定距離の範囲内に他の不良候補要素が探し出せなくなるまで連続して行う。このようにして探し出された相互に一定距離の範囲にある不良候補要素の数が３個以上である場合には、当該不良候補要素の数に０．２５を乗じて得た点数を、分類テーブル中における、その不良候補要素が生じた領域Ａ〜Ｄに対応した集中（ｍ）の欄に加算する。
【０１１０】
以上のような分類テーブルへの加算を全ての不良候補要素について実行すると、ＣＰＵ６０は、分類テーブルの各欄に書き込まれた各正規化値Ｐに対して上記（３）〜（６）を実行し、上述した第１実施形態の場合と同様に、評価関数Ｆを算出するとともに、算出した評価関数Ｆに従って検査対象光学部材１４の良否判定を行う。
＜制御処理＞
次に、本第３実施形態において、画像処理プログラム格納領域６２ｄ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、説明する。本第３実施形態における制御処理では、図１０乃至図１２に示された第１実施形態の制御処理におけるＳ０９乃至Ｓ２０（図１１）の代わりに、図１９に示すＳ５１乃至Ｓ６２を実行する。即ち、ＣＰＵ６０は、図１０に示されたＳ０１乃至Ｓ０８の処理を実行し、Ｓ０８の処理を完了すると、処理を図１９のＳ５１へ進める。このＳ５１では、ＣＰＵ６０は、Ｓ０８にて特定したラベルが付された不良候補要素はゴミに起因するのかキズに起因するのかを、上述したようにして判定する。そして、当該不良候補要素がゴミに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ５２からＳ５３に進める。これに対して、不良要因がキズに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ５２からＳ５８に進める。
【０１１１】
Ｓ５３では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【０１１２】
次のＳ５４では、ＣＰＵ６０は、Ｓ５３にて判定した領域に応じた基準値Ｒ３ｄを設定する。具体的には、判定した領域が領域Ａである場合には、基準値Ｒ３ｄをＳＬｄと設定し、判定した領域が領域Ｂである場合には、基準値Ｒ３ｄを２ＳＬｄと設定し、判定した領域が領域Ｃである場合には、基準値Ｒ３ｄを４ＳＬｄと設定し、判定した領域が領域Ｄである場合には、基準値Ｒ３ｄを８ＳＬｄと設定する。
【０１１３】
次のＳ５５では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。これと同時に、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素を構成する各画素の位置を特定し、第１作業メモリ領域６２ｅに格納された画像データ（二値化前の直交座標データ）における対応位置に存在する全画素の輝度値を読み出し、読み出した輝度値の平均値を算出する。
【０１１４】
次のＳ５６では、ＣＰＵ６０は、下記式（９−１）に従って、Ｓ５５にて測った不良候補要素の面積とＳ５５にて算出した平均輝度値とを乗ずるとともに、その乗算結果をＳ５４にて設定した基準値Ｒ３ｄで除算することによって、この不良候補要素についての正規化値Ｐを算出する（正規化手段に相当）。
【０１１５】
Ｐ＝（面積×平均輝度）／Ｒ３ｄ ……（９−１）
次のＳ５７では、ＣＰＵ６０は、Ｓ５６にて算出された正規化値Ｐが０．５以上であるか否かをチェックする。そして、ＣＰＵ６０は、正規化値Ｐが０．５以上であれば処理を図１２のＳ２１へ進め、正規化値Ｐが０．５未満であれば、処理を図１２のＳ２３へ進める。
【０１１６】
一方、Ｓ５８では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【０１１７】
次のＳ５９では、ＣＰＵ６０は、Ｓ５８にて判定した領域に応じた基準値Ｒ３ｋを設定する。具体的には、判定した領域が領域Ａである場合には、基準値Ｒ３ｋをＳＬｋと設定し、判定した領域が領域Ｂである場合には、基準値Ｒ３ｋを２ＳＬｋと設定し、判定した領域が領域Ｃである場合には、基準値Ｒ３ｋを４ＳＬｋと設定し、判定した領域が領域Ｄである場合には、基準値Ｒ３ｋを８ＳＬｋと設定する。
【０１１８】
次のＳ６０では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。これと同時に、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素を構成する各画素の位置を特定し、第１作業メモリ領域６２ｅに格納された画像データ（二値化前の直交座標データ）における対応位置に存在する全画素の輝度値を読み出し、読み出した輝度値の平均値を算出する。
【０１１９】
次のＳ６１では、ＣＰＵ６０は、下記式（９−２）に従って、Ｓ６０にて測った不良候補要素の面積とＳ６０にて算出した平均輝度値とを乗ずるとともに、その乗算結果をＳ５９にて設定した基準値Ｒ３ｋで除算することによって、この不良候補要素についての正規化値Ｐを算出する（正規化手段に相当）。
【０１２０】
Ｐ＝（面積×平均輝度）／Ｒ３ｋ ……（９−２）
次のＳ６２では、ＣＰＵ６０は、Ｓ６１にて算出した正規化値Ｐが０．５以上であるか否かをチェックする。そして、ＣＰＵ６０は、正規化値Ｐが０．５以上であれば処理を図１２のＳ２２へ進め、正規化値Ｐが０．５未満であれば、処理を図１２のＳ２３へ進める。これらＳ２１，Ｓ２２，Ｓ２３以降の処理は、上述した第１実施形態の場合と全く同じなので、その説明を省略する。
＜実施形態の作用＞
図２０は、ある検査対象光学部材１４を検査した時にＡ領域から抽出されたゴミに起因する各不良候補要素の面積及び平均輝度の分布を示すグラフである。また、図２０に描かれた各双曲線は、基準値ＳＬｄ＝１５０とした場合において各不良候補要素について算出される正規化値Ｐが１，2.3，3.6となる範囲を、夫々示している。この図２０から明らかなように、同じ面積を有する不良候補要素同士であっても、算出される正規化値Ｐは、平均輝度如何に依って異なった値となる。従って、本第２実施形態による光学部材検査装置は、検査対象光学部材１４中の不良候補要素の実際の「目立ち具合」をより反映させた評価関数Ｆを、得ることができる。
＜実施形態の変形例＞
上記第３実施形態によると、Ｓ５５及びＳ６０では不良候補要素の輝度値の平均値を算出したが、不良候補要素の最大輝度値をＭＡＸ演算によって得ても良い。但し、この場合には、Ｓ５６及びＳ６１での正規化値Ｐの算出に用いられる基準値Ｒ３ｄ，Ｒ３ｋは、より大きい値として設定される。
【０１２１】
【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，画像処理方法，及びコンピュータ可読媒体によれば、各不良要因の形成位置を考慮してその不良要因が検査対象光学部材全体の性能に与える影響を評価することによって、検査対象光学部材の全体的な不良の程度を数値化することができる。
【０１２２】
【図面の簡単な説明】
【図１】 本発明の第１の実施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光学的欠陥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光学的欠陥がある場合における光の進行状態を示す図
【図６】 画像データの領域を示す図
【図７】 図６の各領域と正規化基準値との関係を示すグラフ
【図８】 分類テーブルを示す表
【図９】 形状判定に用いられる閾値関数を示すグラフ
【図１０】 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１３】 評価関数の説明図
【図１４】 同じ面積の不良候補要素同士における輝度値の相違を示すグラフ
【図１５】 各不良候補要素の面積と輝度値との分布を示すグラフ
【図１６】 本発明の第２実施形態による光学部材検査装置の制御装置の内部回路構成を示すブロック図
【図１７】 本発明の第２実施形態において図１６のＣＰＵにて実行される制御処理を示すフローチャート
【図１８】 正規化値の分布を示すグラフ
【図１９】 本発明の第３実施形態において実行される制御処理を示すフローチャート
【図２０】 正規化値の分布を示すグラフ
【図２１】 評価関数に対する比較例を示すグラフ
【符号の説明】
３ 撮像装置
４ 撮像レンズ
５ 撮像素子
６ 制御装置
８ 駆動モータ
１４ 検査対象光学部材
１５ ホルダ
６０ ＣＰＵ
６２ ホストメモリ
６２ａ 画像メモリ領域
６２ｂ 分類テーブル格納領域
【発明が属する技術分野】
本発明は、レンズ等の光学部材の形状異常等の光学的欠陥を検出するための光学部材検査装置，画像処理装置，画像処理方法及び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たりゴミが付着していると、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当該光学部材の良否判定を行う光学部材検査装置が、従来、種々提案されている。この種の光学部材検査装置は、一般に、不良要因が画像データに写し込まれるような手法によって光学部材を撮像し、これによって得られた画像データに対して二値化処理を施すことによって不良要因を示す領域を抽出していた。そして、不良要因を示す何れかの領域の面積が所定の判定閾値を超えている場合に、検査対象光学部材が不良であるものとして判定していた。
【０００４】
【発明が解決しようとする課題】
しかしながら、上述した従来の判定のアルゴリズムによると、検査の結果として得られる情報は、検査対象光学部材が良品であるか不良品であるかだけである。従って、例えば、判定閾値を超える面積を有する不良要因が一個のみ形成された光学部材とかかる不良要因が多数形成された光学部材とでは、不良の程度としては後者の方が前者よりも大きいといえるが、上述した従来の判定のアルゴリズムによると、このような不良の程度を評価することがでない。また、判定閾値を少しだけ超える面積を有する不良要因が一個のみ形成された光学部材と判定閾値を少しだけ下回った面積を有する不良要因が多数形成された光学部材とでは、不良の程度としては、後者の方が前者を超えている場合もあるが、上述した従来の判定アルゴリズムによると、必ず、前者が不良品であると判定されて後者が良品であると判定される。このように、上述した判定のアルゴリズムによると、検査対象光学部材の不良の程度を評価することができない。なお、このように検査対象光学部材の不良の程度を評価することができないと、所定枚数の光学部材に対する検査結果の統計処理をしても、光学部材の判定閾値を超えた不良要因の種別内訳くらいしか、明らかにならない。
【０００５】
本発明は、上述した従来における問題点に鑑みて、各不良要因の形成位置を考慮してその不良要因が検査対象光学部材全体の性能に与える影響を評価することによって、この検査対象光学部材の全体的な不良又は良品の程度を数値化することができる光学部材検査装置，画像処理装置，画像処理方法及びコンピュータ可読媒体を提供することである。
【０００６】
【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。
【０００７】
即ち、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、前記画像データ中における周囲とは異なる輝度を有する部位を抽出要素として抽出する抽出手段と、前記各抽出要素の図形的特徴量を計測する図形的特徴量計測手段と、前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測する位置計測手段と、前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって、正規化値を得る正規化手段と、全ての抽出要素に関して前記正規化手段によって得られた全ての正規化値に基づいて所定の評価関数を実行する演算手段とを、備えることを特徴とする。
【０００８】
このように構成されると、抽出手段によって画像データから抽出された各抽出要素の図形的特徴量は、正規化手段により、その抽出要素の画像データ中の位置に応じて正規化される。このとき正規化手段は、検査対象光学部材の性能に与える影響が大きい位置に形成された光学的欠陥に起因する抽出要素の図形的特徴量が比較的大きな正規化値となり、検査対象光学部材の性能に与える影響が小さい位置に形成された光学的欠陥に起因する抽出要素の図形的特徴量が比較的小さな正規化値となるように、正規化することができる。従って、抽出手段によって抽出された全ての抽出要素についての正規化値に対して、演算手段が評価関数を実行すると、検査対象光学部材の全体的な不良の程度を示す数値が得られる。
【０００９】
なお、図形的特徴量計測手段が計測する図形的特徴量は、具体的には、その抽出要素の面積であっても良いし、最大フィレ径であっても良いし、平均輝度であっても良いし、最大輝度であっても良い。また、位置計測手段は、検査対象光学部材の光軸に相当する位置からその抽出要素までの距離そのものを計っても良いし、光軸を中心とした同心円状の複数の領域のうちのどの領域内にその抽出要素が位置しているのかを識別しても良い。また、正規化手段は、位置計測手段が距離そのものを測る場合には、この距離と図形的特徴量に対して何らかの関数を実行することによって正規化を行っても良いし、位置計測手段が領域を識別する場合には、識別した領域に対して予め対応付けられている基準値に基づいて図形的特徴量を正規化しても良い。
【００１０】
請求項２記載の光学部材検査装置は、請求項１の撮像装置が、その撮像光軸の外側から前記検査対象光学部材を照明することによって前記検査対象光学部材の光学的欠陥個所から散乱光を発生させて、この光学的欠陥個所が明部として写り込んだ画像データを出力することで、特定したものである。
【００１１】
請求項３記載の光学部材検査装置は、請求項１又は２の抽出手段が、前記画像データを構成する各画素の輝度値を所定の閾値と比較して二値化することによって、前記抽出要素を抽出することで、特定したものである。
【００１２】
請求項４記載の光学部材検査装置は、請求項１の図形的特徴量計測手段が、前記各抽出要素の面積を計測することで、特定したものである。
【００１５】
請求項５記載の光学部材検査装置は、請求項１の位置計測手段が、前記検査対象光学部材の光軸に相当する位置を中心とした同心円状の複数の領域の何れに前記各抽出要素が位置しているのかを計測し、正規化手段が、これら同心円状の複数の領域の夫々に対応した前記基準値を設定することで、特定したものである。
【００１６】
請求項６記載の光学部材検査装置は、請求項５の演算手段が、前記正規化手段によって得られた前記各抽出要素の正規化値を前記各領域毎に加算した上で、各領域毎の加算結果の二乗和の平方根を算出することで、特定したものである。
【００１７】
請求項７記載の光学部材検査装置は、請求項６の演算手段が、前記抽出要素をその原因となった光学的欠陥の種類に応じて分類し、各種類毎に前記二乗和の平方根を算出するとともに、各種類毎の算出結果の二乗和の平方根を更に算出することで、特定したものである。
【００１８】
請求項８記載の光学部材検査装置は、請求項７の演算手段が、所定値に満たない前記正規化値については、その正規化値に対応する抽出要素から所定距離内の間隔で所定個数以上の抽出要素が連なっていない限り、加算を行わないことで、特定したものである。
【００１９】
請求項９記載の光学部材検査装置は、請求項８の演算手段が、前記所定値に満たない正規化値に対応する抽出要素から所定距離内の間隔で所定個数以上の抽出要素が連なっている場合には、前記所定距離内の間隔で連なっている抽出要素の数に一定値を乗じた数値をこれら抽出要素全体についての正規化値とし、このような抽出要素全体についての正規化値を他の正規化値とは独立して分類することで、特定したものである。
【００２０】
請求項１０記載の光学部材検査装置は、請求項１において、演算手段が前記評価関数を実行することによって得られた値が所定の良否判定基準値を超えた場合に、前記検査対象光学部材が不良品であると判定する良否判定手段を更に備えることで、特定したものである。
【００２１】
請求項１１記載の光学部材検査装置は、請求項１の図形的特徴量計測手段が前記各抽出要素の面積及び輝度を計測することで、特定したものである。
【００２２】
請求項１２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、前記画像データ中における周囲とは異なる輝度を有する部位を抽出要素として抽出する抽出手段と、前記各抽出要素の図形的特徴量を計測する図形的特徴量計測手段と、前記画像データ中における前記各抽出要素の重心の位置を計測する位置計測手段と、前記各抽出要素毎に、前記図形的特徴量計測手段によって計測された図形的特徴量を前記位置計測手段によって計測された位置に応じて正規化することによって、正規化値を得る正規化手段と、全ての抽出要素に関して前記正規化手段によって得られた全ての正規化値に基づいて所定の評価関数を実行する演算手段とを備えることを特徴とする。
【００２３】
請求項１３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当該検査対象光学部材の像を含む画像データ中における周囲とは異なる輝度を有する部位を抽出要素として抽出する抽出手段と、前記各抽出要素の図形的特徴量を計測する図形的特徴量計測手段と、前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測する位置計測手段と、前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって、正規化値を得る正規化手段と、全ての抽出要素に関して前記正規化手段によって得られた全ての正規化値に基づいて所定の評価関数を実行する演算手段とを、備えることを特徴とする。
【００２４】
請求項１４記載の画像処理方法は、検査対象光学部材を撮像して得られた当該検査対象光学部材の像を含む画像データ中における周囲とは異なる輝度を有する部位を、抽出要素として抽出し、前記各抽出要素の図形的特徴量を計測し、前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測し、前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって、正規化値を取得し、全ての抽出要素に関して取得された全ての正規化値に基づいて所定の評価関数を実行することを、特徴とする。
【００２５】
請求項１５記載のコンピュータ可読媒体は、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当該検査対象光学部材の像を含む画像データ中における周囲とは異なる輝度を有する部位を、抽出要素として抽出させ、前記各抽出要素の図形的特徴量を計測させ、前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測させ、前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって正規化値を取得させ、全ての抽出要素に関して取得した全ての正規化値に基づいて所定の評価関数を実行させるプログラムを、格納したものである。
【００２６】
【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。
【００２７】
【実施形態１】
＜光学部材検査装置の構成＞
本発明の第１の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。
【００２８】
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。
【００２９】
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、画像処理装置６に入力される。
【００３０】
検査対象光学部材１４は、図１，及び、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と平行にオフセットしている中心軸Ｏ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。
【００３１】
また、ホルダ１５は、中心軸Ｏ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。
【００３２】
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の半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。従って、撮像素子５は、検査対象光学部材１４の表面の画像（半径方向の全域にわたる１ライン分の画像）を撮像することができるのである。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。
【００３３】
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。
【００３４】
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の半径よりも直径が大きい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。
【００３５】
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の半径よりも長い。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。
【００３６】
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。
【００３７】
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。
【００３８】
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。
【００３９】
ホストメモリ６２は、画像メモリ領域６２ａ，作業メモリ領域６２ｂ，分類テーブル格納領域６２ｃ，及び、画像処理プログラム格納領域６２ｄ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画像データ（極座標データ）である。また、作業メモリ領域６２ｂは、画像メモリ領域６２ａ内の画像データ（極座標データ）が座標変換（極座標−直交座標変換）された状態で書き写されるとともに、所定の閾値に従って二値化され、更に、この二値化によって得られた二値化画像データ中の「不良候補要素（輝度値が高い画素の一群であるとして抽出された抽出要素）の評価がなされる領域である。分類テーブル格納領域６２ｃは、図８に示す分類テーブルを格納する領域である。この分類テーブルの詳細については、後で説明する。また、画像処理プログラム格納領域６２ｄ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。
【００４０】
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。
【００４１】
ＣＰＵ６０は、制御装置６全体の制御を行うコンピュータであり、抽出手段，図形的特徴量計測手段，位置計測手段，正規化手段，演算手段，及び、良否判定手段に、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６２ｄ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６２ａ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全体に対応する画像データ（極座標データ）が合成された時点で、この画像データに対して座標変換処理を施し、座標変換後の画像データ（直交座標データ）を作業メモリ領域６２ｂに書き写す。そして、この画像データ（直交座標データ）を２値化することによって不良候補要素を抽出し、抽出した各不良候補要素の面積をその位置に応じて正規化し、後述する様々な基準に従って分類して、分類テーブル格納領域６２ｃ内の分類テーブルに集計する。そして、全ての不良候補要素についての分類及び集計が完了した後で、この集計結果に基づいて後述の評価関数Ｆを算出し、評価関数Ｆが所定の判定基準値を超えているか否かに基づいて検査対象光学部材１４の良否判定を行う。なお、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。
【００４２】
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。
＜光学的欠陥の検出原理＞
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）に光学的欠陥がないとすると、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。
【００４３】
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β及びゴミγ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β及びゴミγに当たると、この光がこれらキズβ及びゴミγ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β及びゴミγ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。
【００４４】
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。
【００４５】
検査対象光学部材１４が１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は極座標データであるので、座標変換（極座標−直交座標変換）処理されることによって、図６に示す様な直交座標データに変換される。この直交座標データにおいては、不良要因を示す明部（不良候補要素）の形状は、その原因となった光学的欠陥の形状そのものと一致する。
＜検査対象光学部材の品質評価原理＞
ＣＰＵ６０は、画像メモリ領域６２ａ中の画像データを構成する各画素の輝度値を所定の閾値と比較して、閾値を超える輝度値を有する画素に対しては新たな輝度値“２５５”を与えるとともに、閾値以下の輝度値を有する画素に対しては新たな輝度値“０”を与えることによって、二値化を行う。なお、この閾値としては、ノイズに起因する明部の輝度値より高いが光学的欠陥に起因する明部の輝度値よりも低い値に設定される。この結果、画像データから、不良候補要素のみが抽出される。
【００４６】
この不良候補要素は、それが形成された位置に応じて分類される。即ち、図６に示すように、検査対象光学部材１４は、その光軸に相当する位置を中心とした同心円状に、４つの領域Ａ〜Ｄに区分けされる。このうち領域Ａは、そこに形成された光学的欠陥が検査対象光学部材１４の性能に与える影響が最も大きく、以下、Ｂ，Ｃ，Ｄの順で、光学的欠陥が検査対象光学部材１４の性能に与える影響が、小さくなっていく。
【００４７】
そこで、本実施形態においては、各領域毎に、その領域に生じた不良と判定されるべき不良候補要素の面積をその領域に対応して用意された基準値Ｒで除算することによって正規化し、正規化値（検査対象光学部材の性能に与える影響の程度を示す点数）Ｐに変換する。具体的には、領域Ａに適用されるべき基準値Ｒを“Ｓ（＝従来の判定のアルゴリズムにおいて用いられていた判定基準値）”とした場合、図７に示すように、領域Ｂについては基準値Ｒとして“２Ｓ”を適用し、領域Ｃについては基準値Ｒとして“４Ｓ”を適用し、領域Ｄについては基準値Ｒとして“８Ｓ”を適用する。即ち、不良候補要素の位置が検査対象光学部材１４の光軸に相当する位置から離れるにつれて大きくなる様に、基準値Ｒが適用される。算出される正規化値Ｐは、不良候補要素の面積が基準値Ｒと同じ値であれば、“１”となる。従って、領域Ａに生じた面積Ｓの不良候補要素，領域Ｂに生じた面積２Ｓの不良候補要素，領域Ｃに生じた面積４Ｓの不良候補要素，及び、領域Ｄに生じた面積８Ｓの不良候補要素については、何れも、算出される正規化値Ｐが“１”となる。このように、各不良候補要素の面積は、以上のようにして正規化されることにより、検査対象光学部材１４の性能に与える影響の程度を示す正規化値Ｐに変換される。
【００４８】
なお、基準値Ｒとしては、不良候補要素がキズに起因する場合には、基準値Ｒｋが適用され、不良候補要素がゴミに起因する場合には、基準値Ｒｄが適用される。これら基準値Ｒｋ，Ｒｄは互いに異なる値である。即ち、領域Ａに形成されたキズに起因する不良候補要素に適用される基準値Ｒｋを“Ｓｋ”とし、領域Ａに形成されたゴミに起因する不良候補要素に適用される基準値Ｒｄを“Ｓｄ”とした場合、これらＳｋ及びＳｄは、互いに異なった値となる。そのため、ＣＰＵ６０は、正規化値Ｐの算出に先立って、処理対象の不良候補要素がキズに起因するのかゴミに起因するのかを判定する。
【００４９】
この判定は、図９に示す閾値関数を用いて行われる。具体的には、ＣＰＵ６０は、各不良候補要素のＸ軸方向（図６の左右方向）における最大幅（Ｘフィレ）及びＹ軸方向（図６の上下方向）における最大幅（Ｙフィレ）を測定し、Ｘフィレ及びＹフィレのうち小さい方の他方に対する比率（フィレ比）を、下記式（１）に従って算出する。
【００５０】
フィレ比＝小さい方のフィレ／大きい方のフィレ×１００ …（１）
一方、ＣＰＵ６０は、Ｘフィレ及びＹフィレ，並びにその不良要素候補の面積に対して下記式（２）を実行し、占有率を算出する。
【００５１】
占有率＝不良要素候補の面積／（Ｘフィレ×Ｙフィレ）×１００…（２）
そして、ＣＰＵ６０は、算出したフィレ比及び占有率と図９に示す閾値関数とを比較し、その不良候補要素がゴミに起因するかキズに起因するかの判定を行う。即ち、ＣＰＵ６０は、図９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、不良候補要素がゴミに起因すると判定し、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候補要素がキズに起因すると判定するのである。
【００５２】
このようにして、不良候補要素がキズに起因するかゴミに起因するかを判定すると、ＣＰＵ６０は、判定されたキズ又はゴミの種別及びその不良候補要素が生じた領域の位置に応じた基準値Ｒｋ又はＲｄを求める。そして、求めた基準値Ｒｋ又はＲｄに基づいて上述した正規化値Ｐの計算を行うのである。
【００５３】
次に、ＣＰＵ６０は、以上のようにして算出された正規化値Ｐが０．５以上であれば、分類テーブル格納領域６２ｃ内に格納されている分類テーブル中における、判定されたゴミ（ｄｓ）又はキズ（ｋ）の区別とその不良候補要素が生じた領域Ａ〜Ｄとに対応した欄に、その不良候補要素について算出された正規化値Ｐを加算する。
【００５４】
なお、算出された正規化値Ｐが０．５未満である場合には、その原因となった光学的欠陥は検査対象光学部材１４の性能に影響を与える程の大きさではないとして、原則として、分類テーブルには加算しない。但し、算出された正規化値Ｐが０．５未満となる小さな不良候補要素が、所定距離内の間隔で複数個連なって生じた場合には、同じ光学的欠陥に起因する明部が二値化の過程で複数個の不良候補要素に分断されてしまったものである可能性が大きい。従って、このような小さな不良候補要素が検出された場合には、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。このようにして不良候補要素が探し出された場合には、さらに、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。そして、このような不良候補要素の探索を、最後に探し出された不良候補要素から一定距離の範囲内に他の不良候補要素が探し出せなくなるまで連続して行う。このようにして探し出された相互に一定距離の範囲にある不良候補要素の数が３個以上である場合には、当該不良候補要素の数に０．２５を乗じて得た点数を、分類テーブル中における、その不良候補要素が生じた領域Ａ〜Ｄに対応した集中（ｍ）の欄に加算する。つまり、所定値に満たない正規化値Ｐが算出された不良候補要素から所定距離内の間隔で所定個数（２個）以上の不良候補要素が連なっている場合には、当該所定距離内にある不良候補要素の数（３以上）に一定値（０．２５）を乗じた数値が、これらの不良候補要素全体に対応した正規化値Ｐとして、０．５以上の点数が算出された不良候補要素とは独立して分類される。
【００５５】
以上のような分類テーブルへの加算を全ての不良候補要素について実行すると、ＣＰＵ６０は、最初に、分類テーブルにおけるゴミ（ｄｓ）に対応した全ての欄に書き込まれた正規化値Ｐの総和の二乗和の平方根を下記式（３）に従って算出し、同じくキズ（ｋ）に対応した全ての欄に書き込まれた正規化値Ｐの総和の二乗和の平方根を下記式（４）に従って算出し、同じく集中（ｍ）に対応した全ての欄に書き込まれた正規化値Ｐの総和の二乗和の平方根を下記式（５）に従って算出する。その上で、夫々について算出された値の更なる二乗和の平方根を、下記式（６）に従って、評価関数Ｆとして算出する。
【００５６】
ｄｓ＝（(ｄｓＡ)2＋(ｄｓＢ)2＋(ｄｓＣ)2＋(ｄｓＤ）2）0.5……（３）
ｋ＝（(ｋＡ)2＋(ｋＢ)2＋(ｋＣ)2＋(ｋＤ)2）0.5 ……（４）
ｍ＝（(ｍＡ)2＋(ｍＢ)2＋(ｍＣ)2＋(ｍＤ)2）0.5 ……（５）
Ｆ＝（ｄｓ2＋ｋ2＋ｍ2）0.5 ……（６）
この評価関数Ｆの値は、検査対象光学部材１４全体の総合的な性能を示す値であり、大きければ大きい程、性能が悪化していることを示す。従って、この評価関数Ｆの値は、所定の合否判定基準点と比較され、評価関数Ｆの値が合否判定基準点未満であれば検査対象光学部材１４が良品であると判断され、評価関数Ｆの値が合否判定基準点以上であれば検査対象光学部材１４が不良品であると判断される。このように、評価関数Ｆは、各不良要因の種別毎に算出された正規化値Ｐの総和の二乗和の平方根に対して、更に二乗和の平方根を算出している。
【００５７】
また、分類テーブルに書き込まれた各正規化値Ｐの総和及び評価関数Ｆの値は、夫々、その検査対象光学部材１４に対する検査結果であるとして図示せぬディスク装置内に保存される。そして、ロット毎に、各検査済み光学部材に関して保存された検査結果に対して平均値，標準偏差，ヒストグラム等が求められることにより、品質が統計的に管理される。これにより、検査対象光学部材１４の全体の品質の他、領域毎，不良要因の種別毎に夫々統計処理することができるので、製造工程の品質管理の上で、非常に有効となる。
＜制御処理＞
次に、上述した不良要因検出の原理及び品質評価の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６２ｄ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１０乃至図１２のフローチャートを用いて説明する。
【００５８】
図１０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Ｓ０１では、ＣＰＵ６０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。
【００５９】
次のＳ０２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。
【００６０】
次のＳ０３では、ＣＰＵ６０は、Ｓ０２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全体に対応する画像データ（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全体に対応する画像データ（極座標データ）が合成されていない場合には、処理をＳ０２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。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、処理をＳ０４に進める。
【００６１】
Ｓ０４では、ＣＰＵ６０は、画像メモリ領域６２ａ内に格納されている画像データ（極座標データ）に対して座標変換（極座標−直交座標変換）処理を行って直交座標データに変換して、この画像データ（直交座標データ）を作業メモリ領域６２ｂに格納する。
【００６２】
次のＳ０５では、ＣＰＵ６０は、作業メモリ領域６２ｂ内の画像データに対して上述した二値化処理を施すことによって、強調された不良候補要素を含む二値化データを得る（抽出手段に相当）。即ち、ＣＰＵ６０は、所定の閾値以下の輝度値を有する画素の輝度値を“０”に書き換えるとともに、閾値を超える輝度値を有する画素の輝度値を“２５５”に書き換える。
【００６３】
次のＳ０６では、ＣＰＵ６０は、画像データ中における検査対象光学部材１４の外縁（図６における領域Ｄの外縁）の外側を除去するマスキング処理を実行する（抽出手段に相当）。
【００６４】
次のＳ０７では、ＣＰＵ６０は、二値化データ中に抽出された不良候補要素の夫々に対して、一意の番号（ラベル）ｎ（ｎ＝１，２，３，……）を付与する（抽出手段に相当）。具体的には、ＣＰＵ６０は、マスキング処理済みの二値化データ中において、先頭ラインから順に各ラインの輝度値をサーチしてゆき、不良候補要素に相当する輝度値（＝２５５）が与えられている画素を検出すると、その画素の輝度値を一意のラベルｎの値に、書き換える。但し、ＣＰＵ６０は、検出した画素が、既に輝度値がラベルｎ（≠０，２５５）の値に書き換えられている画素に隣接している場合には、当該検出した画素の輝度値を、隣接している画素の輝度値（ｎ≠０，２５５）に書き換える。
【００６５】
次に、ＣＰＵ６０は、Ｓ０７にて付されたラベルｎの順に、各不良候補領域に対する正規化値Ｐを算出するために、Ｓ０８乃至Ｓ２６のループ処理を実行する。このループに入って最初のＳ０８では、ＣＰＵ６０は、未特定のラベルｎのうち最も小さいラベルを、処理対象ラベルとして特定する。
【００６６】
次のＳ０９では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素がゴミに起因するかキズに起因するかを、上述したようにして判定する。そして、当該不良候補要素がゴミに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ１０からＳ１１に進める。これに対して、不良要因がキズに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ１０からＳ１６に進める。
【００６７】
Ｓ１１では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【００６８】
次のＳ１２では、ＣＰＵ６０は、Ｓ１１にて判定した領域に応じた基準値Ｒｄを設定する。具体的には、判定した領域が領域Ａである場合には、基準値ＲｄをＳｄと設定し、判定した領域が領域Ｂである場合には、基準値Ｒｄを２Ｓｄと設定し、判定した領域が領域Ｃである場合には、基準値Ｒｄを４Ｓｄと設定し、判定した領域が領域Ｄである場合には、基準値Ｒｄを８Ｓｄと設定する。
【００６９】
次のＳ１３では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。
【００７０】
次のＳ１４では、ＣＰＵ６０は、Ｓ１３にて測った不良候補要素の面積をＳ１２にて設定した基準値Ｒｄによって除算することによって、この面積を正規化した数値（正規化値）Ｐを得る（正規化手段に相当）。
【００７１】
次のＳ１５では、ＣＰＵ６０は、Ｓ１４にて得た正規化値Ｐが０．５以上であるか否かをチェックする。そして、正規化値Ｐが０．５以上であれば、ＣＰＵ６０は、Ｓ２１において、分類テーブル格納領域６２ｃ内に格納された分類テーブル中のＳ１１にて判定した領域に対応したゴミ（ｄｓ）欄にＳ１４にて得た正規化値Ｐを加算した後に、処理をＳ２６に進める。これに対して、正規化値Ｐが０．５未満であるとＳ１５にて判定した場合には、ＣＰＵ６０は、処理をＳ２３に進める。
【００７２】
一方、Ｓ１６では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【００７３】
次のＳ１７では、ＣＰＵ６０は、Ｓ１６にて判定した領域に応じた基準値Ｒｋを設定する。具体的には、判定した領域が領域Ａである場合には、基準値ＲｋをＳｋと設定し、判定した領域が領域Ｂである場合には、基準値Ｒｋを２Ｓｋと設定し、判定した領域が領域Ｃである場合には、基準値Ｒｋを４Ｓｋと設定し、判定した領域が領域Ｄである場合には、基準値Ｒｋを８Ｓｋと設定する。
【００７４】
次のＳ１８では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。
【００７５】
次のＳ１９では、ＣＰＵ６０は、Ｓ１８にて測った不良候補要素の面積をＳ１７にて設定した基準値Ｒｋによって除算することによって、この面積を正規化した数値（正規化値）Ｐを得る（正規化手段に相当）。
【００７６】
次のＳ２０では、ＣＰＵ６０は、Ｓ１９にて得た正規化値Ｐが０．５以上であるか否かをチェックする。そして、正規化値Ｐが０．５以上であれば、ＣＰＵ６０は、Ｓ２２において、分類テーブル格納領域６２ｃ内に格納された分類テーブル中のＳ１６にて判定した領域に対応したキズ（ｋ）欄にＳ１９にて得た正規化値Ｐを加算した後に、処理をＳ２６に進める。これに対して、正規化値Ｐが０．５未満であるとＳ２０にて判定した場合には、ＣＰＵ６０は、処理をＳ２３に進める。
【００７７】
Ｓ２３では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素から所定距離内の間隔で、他の不良候補要素が２個以上連なっているか否かをチェックする。そして、所定距離内の間隔で他の不良候補要素が２個以上連なっていない場合には、ＣＰＵ６０は、処理を直接Ｓ２６に進める。これに対して、所定距離内の間隔で他の不良候補要素が２個以上連なっている場合には、ＣＰＵ６０は、Ｓ２４において、Ｓ０８にて特定したラベルｎが付された不良候補要素，及び、そこから所定距離内の間隔で連なる他の不良候補要素の総数（集中要素数）に０．２５を乗じた数値を、分類テーブル格納領域６２ｃ内に格納された分類テーブル中の、Ｓ０９にて判定した領域に対応した集中（ｍ）欄に加算する。次のＳ２５では、ＣＰＵ６０は、Ｓ２３にて所定距離内の間隔で連なると判定した不良候補要素に付されたラベルを、特定済みの扱いとする。Ｓ２５の完了後、ＣＰＵ６０は、処理をＳ２６に進める。
【００７８】
Ｓ２６では、Ｓ０７にて付した全てのラベルｎを既に特定したか否かをチェックする。そして、未だ全てのラベルｎを特定していない場合には、ＣＰＵ６０は、処理をＳ０８に戻す。これに対して、Ｓ０８乃至Ｓ２６のループ処理を繰り返した結果、全てのラベルｎを特定し終わっている場合には、ＣＰＵ６０は、処理をＳ２７に進める。
【００７９】
Ｓ２７では、ＣＰＵ６０は、上述した式（３）乃至式（６）を用いて、分類テーブルの各欄に記載された正規化値Ｐの総和に対する評価関数Ｆの値を算出する（演算手段に相当）。
【００８０】
次のＳ２８では、ＣＰＵ６０は、Ｓ２７にて求めた評価関数Ｆの値が、予め設定した合否判定基準値未満であるか否かをチェックする。そして、評価関数Ｆの値が合否判定基準値未満である場合には、ＣＰＵ６０は、Ｓ２９において、当該検査対象光学部材１４が良品であると判定して、その旨を外部出力（画像表示，音声出力）する。これに対して、評価関数Ｆの値が合否判定基準値以上である場合には、ＣＰＵ６０は、Ｓ３０において、当該検査対象光学部材１４が不良品であると判定して、その旨を外部出力（画像表示，音声出力）する。何れの場合においても、ＣＰＵ６０は、その後でこの制御処理を終了する。
＜実施形態の作用＞
いま、理解を容易にするために、検査対象光学部材１４の領域Ａ及び領域Ｂに不良候補要素が一種類のみ形成されているものとする。この場合、評価関数Ｆを求める式は、下記式（７）によって表される。
【００８１】
Ｆ＝（Ａ2＋Ｂ2）0.5 ……（７）
ここで、Ａは、領域Ａに形成された何れかの種類の光学的欠陥に起因する不良候補要素についての正規化値Ｐの総和であり、Ｂは、領域Ｂに形成された同種類の光学的欠陥に起因する不良候補要素についての正規化値Ｐの総和である。このとき、合否判定基準点を１．２とすると、検査対象光学部材１４が良品と判定される場合におけるＡ及びＢの組み合わせの範囲と、検査対象光学部材１４が不良品と判定される場合におけるＡ及びＢの組み合わせの範囲とは、図１３に示すように区分される。一方、上記評価関数Ｆを用いることなく各領域毎に算出された総和Ａ，Ｂの何れかが１を越えたか否かで良否判定を行う場合における各範囲の区分を、比較のために、図２１に示す。
【００８２】
この図１３から明らかなように、領域Ａの正規化値Ｐの総和及び領域Ｂの正規化値Ｐの総和が両方とも１よりもわずかに小さい場合（即ち、斜線部αに該当する場合）、図２１に示される評価方法によると検査対象光学部材１４が良品と判断されてしまう。しかしながら、検査対象光学部材１４を全体として見れば、その性能が低下していると考えられる。この点、本実施形態によると、評価関数Ｆの値が合否判定基準点１．２を超えるので、この検査対象光学部材１４は不良品と判断される。逆に、領域Ａの正規化値Ｐの総和が１をわずかに超えているが領域Ｂの正規化値Ｐの総和が０近傍である場合や、領域Ｂの正規化値Ｐの総和が１をわずかに超えているが領域Ａの正規化値Ｐの総和が０近傍である場合（即ち、斜線部βに該当する場合）には、図２１に示される評価方法によると検査対象光学部材１４が不良品であると判定されてしまう。しかしながら、検査対象光学部材１４を全体として見れば、良品とみなし得ると考えられる。この点、本実施形態によると、評価関数Ｆの値が合否判定基準値１．２を下回るので、その検査対象光学部材１４は良品であると判断される。
【００８３】
しかも、上述した各正規化値Ｐの総和は、各領域に生じた不良候補要素が検査対象光学部材１４の性能に影響を及ぼす程度を示すように正規化された値である。従って、本実施形態によると、検査対象光学部材１４が全体として評価され、その不良，良品の程度を示す点数が得られる。
【００８４】
【実施形態２】
本発明の第２の実施形態による光学部材検査装置は、上述の第１実施形態と比較し、ホストメモリ６２内の構成，及び、このホストメモリ６２の画像処理プログラム格納領域６２ｄに格納されている画像処理プログラムに従ってＣＰＵ６０が実行する制御処理の内容のみが異なり、他の構成を共通としている。
【００８５】
本第２実施形態が案出されたのは以下の理由による。上述の第１実施形態によると、二値化によって抽出された各不良候補要素の面積のみが基準値Ｒｋ，Ｒｄに基づいて正規化され、正規化された面積に基づいて検査対象光学部材の良否判定がなされる。従って、同じ面積を有する不良候補要素同士で比較した場合、輝度値の大小如何に拘わらず、不良の程度が同じであると判断される。しかしながら、図１４に示されるように、同じ面積の不良候補要素同志で比較した場合、輝度値が高い不良候補要素の方が輝度値が低い不良候補要素よりも目立つので、不良の程度としてはより高いという判断が成り立ち得る。このような判断の考え方に立てば、図１５に示されるように輝度値及び面積が分布する様々な不良候補要素の中でも、輝度値が比較的高いもの（図１５上において破線で囲まれる範囲内の不良候補要素）は、その面積が比較的小さくても、評価関数Ｆの計算のベースとなる正規化値（検査対象光学部材の性能に与える影響の程度を示す点数）Ｐに対して大きく影響を与えるべきである。従って、本第２実施形態による光学部材検査装置の制御装置６は、各不良候補要素の面積のみならず輝度をも加味して正規化値Ｐを算出することを、特徴としている。勿論、制御装置６は、各不良候補要素の輝度に基づいて正規化値Ｐを算出する際には、その不良候補要素の検査対象光学部材内での位置に応じて適宜設定される基準値により、その不良候補要素の輝度を正規化する。
【００８６】
以下、本第２実施形態による光学部材検査装置の構成を説明する。但し、以下においては、上述した第１実施形態のものと共通する構成については、その説明を省略する。
【００８７】
図１に示す構成を有する本第２実施形態による光学部材検査装置は、図１６に示すような回路構成を有する制御装置６を備えている。図１６に示す回路構成は、図３に示した第１実施形態のものと比較して、ホストメモリ６２内に二つの作業メモリ領域（第１作業メモリ領域６２ｅ，第２作業メモリ領域６２ｆ）が形成される点のみが、異なっている。この第１作業メモリ領域６２ｅは、画像メモリ領域６２ａ内の画像データ（極座標データ）が座標変換（極座標−直交座標変換）された状態で書き写される領域である。また、第２作業メモリ領域６２ｆは、第１作業メモリ領域６２ｅ内の画像データ（直交座標データ）が複写されるとともに、複写された画像データが所定の閾値に従って二値化されることによって「不良候補要素（輝度値が高い画素の一群であるとして抽出された抽出要素）」の位置の特定がなされる領域である。
【００８８】
ＣＰＵ６０は、ホストメモリ６２の画像処理プログラム格納領域６２ｄ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６２ａ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全体に対応する画像データ（極座標データ）が合成された時点で、この画像データに対して座標変換処理を施し、座標変換後の画像データ（直交座標データ）を第１作業メモリ領域６２ｅに書き写す。次に、ＣＰＵ６０は、第１作業メモリ領域６２ｅ中の画像データ（直交座標データ）を第２作業メモリ領域６２ｆに複写し、第２作業メモリ領域６２ｅ内に複写された画像データ（直交座標データ）を２値化することによって不良候補要素を抽出する。次に、ＣＰＵ６０は、抽出した個々の不良候補要素毎に、その面積をその位置に応じて正規化するとともに、第１作業メモリ領域６２ｅ内の画像データ（直交座標データ）におけるその不良候補要素と同位置の画素の平均輝度値をその位置に応じて正規化し、正規化された面積及び輝度値に対して所定演算を施すことによってその不良候補要素の正規化数Ｐを算出する。次に、ＣＰＵ６０は、このようにして各不良候補要素毎に算出された正規化数Ｐを後述する様々な基準に従って分類して、分類テーブル格納領域６２ｃ内の分類テーブルに集計する。そして、全ての不良候補要素についての正規化数Ｐの分類及び集計が完了した後で、この集計結果に基づいて後述の評価関数Ｆを算出し、評価関数Ｆが所定の判定基準値を超えているか否かに基づいて検査対象光学部材１４の良否判定を行う。なお、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。
＜検査対象光学部材の品質評価原理＞
第２作業メモリ領域６２ｆ上の二値化データ中で抽出された不良候補要素は、先ず、第１実施形態の場合と同様に、それが形成された位置に応じて分類される。図６に示すように、検査対象光学部材１４は、その光軸に相当する位置を中心とした同心円状に、４つの領域Ａ〜Ｄに区分けされる。
【００８９】
ＣＰＵ６０は、各領域に生じた各不良候補要素毎に、下記式（８）に従って、その面積をその領域に対応して用意された面積用基準値Ｒ１で除算することによって正規化するとともに、第１作業メモリ６２ｅ内においてその不良候補要素と重なる範囲に含まれる全画素の輝度値の平均値をその領域に対応して用意された輝度用基準値Ｒ２で除算することによって正規化し、正規化された面積及び平均輝度値の二乗和の平方根を算出することによって正規化値（検査対象光学部材の性能に与える影響の程度を示す点数）Ｐを算出する。
Ｐ＝（（面積／Ｒ１）2＋（平均輝度／Ｒ２）2）0.5 ……（８）
具体的には、領域Ａに適用されるべき面積用基準値Ｒ１を“Ｓ”とした場合、ＣＰＵ６０は、領域Ｂについては面積用基準値Ｒ１として“２Ｓ”を適用し、領域Ｃについては面積用基準値Ｒ１として“４Ｓ”を適用し、領域Ｄについては面積用基準値Ｒ１として“８Ｓ”を適用する。同様に、領域Ａに適用されるべき平均輝度用基準値Ｒ２を“Ｌ”とした場合、領域Ｂについては平均輝度用基準値Ｒ２として“２Ｌ”を適用し、領域Ｃについては平均輝度用基準値Ｒ２として“４Ｌ”を適用し、領域Ｄについては平均輝度用基準値Ｒ２として“８Ｌ”を適用する。即ち、不良候補要素の位置が検査対象光学部材１４の光軸に相当する位置から離れるにつれて大きくなる様に、両基準値Ｒ１，Ｒ２を適用する。また、正規化された面積及び平均輝度値の二乗和の平方根が正規化値Ｐとして算出されるので、面積が比較的小さくても平均輝度が非常に高ければ、正規化値Ｐは大きく算出される。逆に、平均輝度が比較的低くても面積が非常に大きければ、正規化値Ｐは大きく算出される。
【００９０】
なお、基準値Ｒ１，Ｒ２としては、不良候補要素がキズに起因する場合には、基準値Ｒ１ｋ，Ｒ２ｋが適用され、不良候補要素がゴミに起因する場合には、基準値Ｒ１ｄ，Ｒ２ｄが適用される。これら基準値Ｒ１ｋ及びＲ２ｋ，Ｒ１ｄ及びＲ２ｄは、互いに異なる値である。即ち、領域Ａに形成されたキズに起因する不良候補要素の面積に適用される基準値Ｒ１ｋを“Ｓｋ”とし、領域Ａに形成されたゴミに起因する不良候補要素の面積に適用される基準値Ｒ１ｄを“Ｓｄ”とした場合、これらＳｋ及びＳｄは、互いに異なった値となる。同様に、領域Ａに形成されたキズに起因する不良候補要素の平均輝度に適用される基準値Ｒ２ｋを“Ｌｋ”とし、領域Ａに形成されたゴミに起因する不良候補要素の平均輝度に適用される基準値Ｒ２ｄを“Ｌｄ”とした場合、これらＬｋ及びＬｄは、互いに異なった値となる。そのため、ＣＰＵ６０は、正規化値Ｐの算出に先立って、処理対象の不良候補要素がキズに起因するのかゴミに起因するのかを判定する。この判定は、図９に示す閾値関数を用いて行われる。そして、ＣＰＵ６０は、判定されたキズ又はゴミの種別及びその不良候補要素が形成された領域の位置に応じた基準値Ｒｋ又はＲｄ及びＬｋ又はＬｄを求め、求めた各基準値Ｒｋ又はＲｄ及びＬｋ又はＬｄに基づいて、上述した正規化値Ｐの計算を行うのである。
【００９１】
次に、ＣＰＵ６０は、以上のようにして算出された正規化値Ｐが０．５以上であれば、分類テーブル格納領域６２ｃ内に格納されている分類テーブル中における、判定されたゴミ（ｄｓ）又はキズ（ｋ）の区別とその不良候補要素が生じた領域Ａ〜Ｄとに対応した欄に、その不良候補要素について算出された正規化値Ｐを加算する。
【００９２】
これに対して、算出された正規化値Ｐが０．５未満である場合には、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。このようにして不良候補要素が探し出された場合には、さらに、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。そして、このような不良候補要素の探索を、最後に探し出された不良候補要素から一定距離の範囲内に他の不良候補要素が探し出せなくなるまで連続して行う。このようにして探し出された相互に一定距離の範囲にある不良候補要素の数が３個以上である場合には、当該不良候補要素の数に０．２５を乗じて得た点数を、分類テーブル中における、その不良候補要素が生じた領域Ａ〜Ｄに対応した集中（ｍ）の欄に加算する。
【００９３】
以上のような分類テーブルへの加算を全ての不良候補要素について実行すると、ＣＰＵ６０は、分類テーブルの各欄に書き込まれた各正規化値Ｐに対して上記（３）〜（６）を実行し、上述した第１実施形態の場合と同様に、評価関数Ｆを算出するとともに、算出した評価関数Ｆに従って検査対象光学部材１４の良否判定を行う。
＜制御処理＞
次に、本第２実施形態において、画像処理プログラム格納領域６２ｄ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、説明する。本第２実施形態における制御処理では、図１０乃至図１２に示された第１実施形態の制御処理におけるＳ０９乃至Ｓ２０（図１１）の代わりに、図１７に示すＳ３１乃至Ｓ４２を実行する。即ち、ＣＰＵ６０は、図１０に示されたＳ０１乃至Ｓ０８の処理を実行し、Ｓ０８の処理を完了すると、処理を図１７のＳ３１へ進める。このＳ３１では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素はゴミに起因するのかキズに起因するのかを、上述したようにして判定する。そして、当該不良候補要素がゴミに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ３２からＳ３３に進める。これに対して、不良要因がキズに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ３２からＳ３８に進める。
【００９４】
Ｓ３３では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【００９５】
次のＳ３４では、ＣＰＵ６０は、Ｓ３３にて判定した領域に応じた面積用基準値Ｒ１ｄ及び平均輝度用基準値Ｒ２ｄを設定する。具体的には、判定した領域が領域Ａである場合には、面積用基準値Ｒ１ｄをＳｄ，平均輝度用基準値Ｒ２ｄをＬｄと夫々設定し、判定した領域が領域Ｂである場合には、面積用基準値Ｒ１ｄを２Ｓｄ，平均輝度用基準値Ｒ２ｄを２Ｌｄと夫々設定し、判定した領域が領域Ｃである場合には、面積用基準値Ｒ１ｄを４Ｓｄ，平均輝度用基準値Ｒ２ｄを４Ｌｄと夫々設定し、判定した領域が領域Ｄである場合には、面積用基準値Ｒ１ｄを８Ｓｄ，平均輝度用基準値Ｒ２ｄを８Ｌｄと設定する。
【００９６】
次のＳ３５では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。これと同時に、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素を構成する各画素の位置を特定し、第１作業メモリ領域６２ｅに格納された画像データ（二値化前の直交座標データ）における対応位置に存在する全画素の輝度値を読み出し、読み出した輝度値の平均値を算出する。
【００９７】
次のＳ３６では、ＣＰＵ６０は、下記式（８−１）に従って、Ｓ３５にて測った不良候補要素の面積をＳ３４にて設定した面積用基準値Ｒ１ｄによって除算するとともに、Ｓ３５にて算出した平均輝度値をＳ３４にて設定した平均輝度用基準値Ｒ２ｄによって除算し、各除算結果の二乗和の平方根を、この不良候補要素についての正規化値Ｐとして算出する（正規化手段に相当）。
【００９８】
Ｐ＝（（面積／Ｒ１ｄ）2＋（平均輝度／Ｒ２ｄ）2）0.5 ……（８−１）次のＳ３７では、ＣＰＵ６０は、Ｓ３６にて算出された正規化値Ｐが０．５以上であるか否かをチェックする。そして、ＣＰＵ６０は、正規化値Ｐが０．５以上であれば処理を図１２のＳ２１へ進め、正規化値Ｐが０．５未満であれば、処理を図１２のＳ２３へ進める。
【００９９】
一方、Ｓ３８では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【０１００】
次のＳ３９では、ＣＰＵ６０は、Ｓ３８にて判定した領域に応じた面積用基準値Ｒ１ｋ及び平均輝度用基準値Ｒ２ｋを設定する。具体的には、判定した領域が領域Ａである場合には、面積用基準値Ｒ１ｋをＳｋ，平均輝度用基準値Ｒ２ｋをＬｋと夫々設定し、判定した領域が領域Ｂである場合には、面積用基準値Ｒ１ｋを２Ｓｋ，平均輝度用基準値Ｒ２ｋを２Ｌｋと夫々設定し、判定した領域が領域Ｃである場合には、面積用基準値Ｒ１ｋを４Ｓｋ，平均輝度用基準値Ｒ２ｋを４Ｌｋと夫々設定し、判定した領域が領域Ｄである場合には、面積用基準値Ｒ１ｋを８Ｓｋ，平均輝度用基準値Ｒ２ｋを８Ｌｋと設定する。
【０１０１】
次のＳ４０では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。これと同時に、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素を構成する各画素の位置を特定し、第１作業メモリ領域６２ｅに格納された画像データ（二値化前の直交座標データ）における対応位置に存在する全画素の輝度値を読み出し、読み出した輝度値の平均値を算出する。
【０１０２】
次のＳ４１では、ＣＰＵ６０は、下記式（８−２）に従って、Ｓ４０にて測った不良候補要素の面積をＳ３９にて設定した面積用基準値Ｒ１ｋによって除算するとともに、Ｓ４０にて算出した平均輝度値をＳ３９にて設定した平均輝度用基準値Ｒ２ｋによって除算し、各除算結果の二乗和の平方根を、この不良候補要素についての正規化値Ｐとして算出する（正規化手段に相当）。
【０１０３】
Ｐ＝（（面積／Ｒ１ｋ）2＋（平均輝度／Ｒ２ｋ）2）0.5 ……（８−２）
次のＳ４２では、ＣＰＵ６０は、Ｓ４１にて算出した正規化値Ｐが０．５以上であるか否かをチェックする。そして、ＣＰＵ６０は、正規化値Ｐが０．５以上であれば処理を図１２のＳ２２へ進め、正規化値Ｐが０．５未満であれば、処理を図１２のＳ２３へ進める。これらＳ２１，Ｓ２２，Ｓ２３以降の処理は、上述した第１実施形態の場合と全く同じなので、その説明を省略する。
＜実施形態の作用＞
図１８は、ある検査対象光学部材１４を検査した時にＡ領域から抽出されたゴミに起因する各不良候補要素の面積及び平均輝度（各基準値Ｒ１ｄ，Ｒ２ｄによる除算後の面積及び輝度値）の分布を示すグラフである。また、図１８に描かれた各円弧は、各不良候補要素について算出される正規化値Ｐが１，2.7，４となる範囲を、夫々示している。この図１８から明らかなように、同じ面積を有する不良候補要素同士であっても、算出される正規化値Ｐは、平均輝度如何に依って異なった値となる。従って、本第２実施形態による光学部材検査装置は、検査対象光学部材１４中の不良候補要素の実際の「目立ち具合」をより反映させた評価関数Ｆを、得ることができる。
＜実施形態の変形例＞
上記第２実施形態によると、Ｓ３５及びＳ４０では不良候補要素の輝度値の平均値を算出したが、不良候補要素の最大輝度値をＭＡＸ演算によって得ても良い。但し、この場合には、Ｓ３６及びＳ４１での正規化値Ｐの算出には、平均輝度用基準値Ｒ２ｄ，Ｒ２ｋの代わりに最大輝度用基準値が用いられる。この最大輝度用基準値は、Ｓ３４又はＳ３９において、平均輝度用基準値Ｒ２ｄ，Ｒ２ｋよりも大きい値として設定される。
【０１０４】
【実施形態３】
本発明の第３の実施形態による光学部材検査装置は、上述の第２実施形態と比較し、ホストメモリ６２の画像処理プログラム格納領域６２ｄに格納されている画像処理プログラムに従ってＣＰＵ６０が実行する制御処理の内容のみが異なり、他の構成を共通としている。
＜検査対象光学部材の品質評価原理＞
ＣＰＵ６０は、上述した第１実施形態の場合と同様に、光学部材検査装置の各部の制御を行うことにより、検査対象光学部材１４を撮像することによって得られた画像データの座標系を極座標系から直交座標系に変換し、この変換によって第１作業メモリ領域６２ｅ上に形成された画像データを、第２作業メモリ領域６２ｆに複写する。そして、ＣＰＵ６０は、第２作業メモリ領域６２ｆに複写された画像データを構成する各画素の輝度値を所定の閾値と比較して、閾値を超える輝度値を有する画素に対しては新たな輝度値“２５５”を与えるとともに閾値以下の輝度値を有する画素に対しては新たな輝度値“０”を与えることによって二値化を行って、画像データから不良候補要素を抽出する。
【０１０５】
この不良候補要素は、第１実施形態の場合と同様に、それが形成された位置に応じて分類される。即ち、図６に示すように、検査対象光学部材１４は、その光軸に相当する位置を中心とした同心円状に、４つの領域Ａ〜Ｄに区分けされる。
【０１０６】
ＣＰＵ６０は、各領域に生じた各不良候補要素毎に、下記式（９）に従って、その不良候補要素の面積と第１作業メモリ６２ｅ内においてその不良候補要素と重なる範囲に含まれる全画素の輝度値の平均値とを積算し、その積算結果を基準値Ｒ３によって除算することによって、正規化値（検査対象光学部材の性能に与える影響の程度を示す点数）Ｐを算出する。
Ｐ＝（面積×平均輝度）／Ｒ３ ……（９）
具体的には、領域Ａに適用されるべき基準値Ｒ３を“ＳＬ”とした場合、ＣＰＵ６０は、領域Ｂについては基準値Ｒ３として“２ＳＬ”を適用し、領域Ｃについては基準値Ｒ３として“４ＳＬ”を適用し、領域Ｄについては基準値Ｒ３として“８ＳＬ”を適用する。即ち、不良候補要素の位置が検査対象光学部材１４の光軸に相当する位置から離れるにつれて大きくなる様に、基準値Ｒ３を適用する。また、面積及び平均輝度値の積が基準値Ｒ３で除算されることによって正規化値Ｐが算出されるので、面積が比較的小さくても平均輝度が非常に高ければ、正規化値Ｐは大きく算出される。逆に、平均輝度が比較的低くても面積が非常に大きければ、正規化値Ｐは大きく算出される。
【０１０７】
なお、基準値Ｒ３としては、不良候補要素がキズに起因する場合には、基準値Ｒ３ｋが適用され、不良候補要素がゴミに起因する場合には、基準値Ｒ３ｄが適用される。これら基準値Ｒ３ｋ及びＲ３ｄは、互いに異なる値である。即ち、領域Ａに形成されたキズに起因する不良候補要素の面積に適用される基準値Ｒ３ｋを“ＳＬｋ”とし、領域Ａに形成されたゴミに起因する不良候補要素の面積に適用される基準値Ｒ３ｄを“ＳＬｄ”とした場合、これらＳＬｋ及びＳＬｄは、互いに異なった値となる。そのため、ＣＰＵ６０は、正規化値Ｐの算出に先立って、処理対象の不良候補要素がキズに起因するのかゴミに起因するのかを判定する。この判定は、図９に示す閾値関数を用いて行われる。そして、ＣＰＵ６０は、判定されたキズ又はゴミの種別及びその不良候補要素が形成された領域の位置に応じた基準値Ｒ３ｋ又はＲ３ｄを求め、求めた基準値Ｒ３ｋ又はＲ３ｄに基づいて、上述した正規化値Ｐの計算を行うのである。
【０１０８】
次に、ＣＰＵ６０は、以上のようにして算出された正規化値Ｐが０．５以上であれば、分類テーブル格納領域６２ｃ内に格納されている分類テーブル中における、判定されたゴミ（ｄｓ）又はキズ（ｋ）の区別とその不良候補要素が生じた領域Ａ〜Ｄとに対応した欄に、その不良候補要素について算出された正規化値Ｐを加算する。
【０１０９】
これに対して、算出された正規化値Ｐが０．５未満である場合には、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。このようにして不良候補要素が探し出された場合には、さらに、その不良候補要素から一定距離の範囲内にある別の不良候補要素を探し出す。そして、このような不良候補要素の探索を、最後に探し出された不良候補要素から一定距離の範囲内に他の不良候補要素が探し出せなくなるまで連続して行う。このようにして探し出された相互に一定距離の範囲にある不良候補要素の数が３個以上である場合には、当該不良候補要素の数に０．２５を乗じて得た点数を、分類テーブル中における、その不良候補要素が生じた領域Ａ〜Ｄに対応した集中（ｍ）の欄に加算する。
【０１１０】
以上のような分類テーブルへの加算を全ての不良候補要素について実行すると、ＣＰＵ６０は、分類テーブルの各欄に書き込まれた各正規化値Ｐに対して上記（３）〜（６）を実行し、上述した第１実施形態の場合と同様に、評価関数Ｆを算出するとともに、算出した評価関数Ｆに従って検査対象光学部材１４の良否判定を行う。
＜制御処理＞
次に、本第３実施形態において、画像処理プログラム格納領域６２ｄ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、説明する。本第３実施形態における制御処理では、図１０乃至図１２に示された第１実施形態の制御処理におけるＳ０９乃至Ｓ２０（図１１）の代わりに、図１９に示すＳ５１乃至Ｓ６２を実行する。即ち、ＣＰＵ６０は、図１０に示されたＳ０１乃至Ｓ０８の処理を実行し、Ｓ０８の処理を完了すると、処理を図１９のＳ５１へ進める。このＳ５１では、ＣＰＵ６０は、Ｓ０８にて特定したラベルが付された不良候補要素はゴミに起因するのかキズに起因するのかを、上述したようにして判定する。そして、当該不良候補要素がゴミに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ５２からＳ５３に進める。これに対して、不良要因がキズに起因すると判定した場合には、ＣＰＵ６０は、処理をＳ５２からＳ５８に進める。
【０１１１】
Ｓ５３では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【０１１２】
次のＳ５４では、ＣＰＵ６０は、Ｓ５３にて判定した領域に応じた基準値Ｒ３ｄを設定する。具体的には、判定した領域が領域Ａである場合には、基準値Ｒ３ｄをＳＬｄと設定し、判定した領域が領域Ｂである場合には、基準値Ｒ３ｄを２ＳＬｄと設定し、判定した領域が領域Ｃである場合には、基準値Ｒ３ｄを４ＳＬｄと設定し、判定した領域が領域Ｄである場合には、基準値Ｒ３ｄを８ＳＬｄと設定する。
【０１１３】
次のＳ５５では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。これと同時に、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素を構成する各画素の位置を特定し、第１作業メモリ領域６２ｅに格納された画像データ（二値化前の直交座標データ）における対応位置に存在する全画素の輝度値を読み出し、読み出した輝度値の平均値を算出する。
【０１１４】
次のＳ５６では、ＣＰＵ６０は、下記式（９−１）に従って、Ｓ５５にて測った不良候補要素の面積とＳ５５にて算出した平均輝度値とを乗ずるとともに、その乗算結果をＳ５４にて設定した基準値Ｒ３ｄで除算することによって、この不良候補要素についての正規化値Ｐを算出する（正規化手段に相当）。
【０１１５】
Ｐ＝（面積×平均輝度）／Ｒ３ｄ ……（９−１）
次のＳ５７では、ＣＰＵ６０は、Ｓ５６にて算出された正規化値Ｐが０．５以上であるか否かをチェックする。そして、ＣＰＵ６０は、正規化値Ｐが０．５以上であれば処理を図１２のＳ２１へ進め、正規化値Ｐが０．５未満であれば、処理を図１２のＳ２３へ進める。
【０１１６】
一方、Ｓ５８では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の重心を求め、二値化データ中の各領域のうち、求められた重心が存在する領域を判定する（位置計測手段に相当）。
【０１１７】
次のＳ５９では、ＣＰＵ６０は、Ｓ５８にて判定した領域に応じた基準値Ｒ３ｋを設定する。具体的には、判定した領域が領域Ａである場合には、基準値Ｒ３ｋをＳＬｋと設定し、判定した領域が領域Ｂである場合には、基準値Ｒ３ｋを２ＳＬｋと設定し、判定した領域が領域Ｃである場合には、基準値Ｒ３ｋを４ＳＬｋと設定し、判定した領域が領域Ｄである場合には、基準値Ｒ３ｋを８ＳＬｋと設定する。
【０１１８】
次のＳ６０では、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素の面積を測る。即ち、この不良候補要素を構成する画素の総数を数える。なお、ここでは、面積以外の図形的特徴量，例えば最大フィレ径を測っても良い（図形的特徴量計測手段に相当）。これと同時に、ＣＰＵ６０は、Ｓ０８にて特定したラベルｎが付された不良候補要素を構成する各画素の位置を特定し、第１作業メモリ領域６２ｅに格納された画像データ（二値化前の直交座標データ）における対応位置に存在する全画素の輝度値を読み出し、読み出した輝度値の平均値を算出する。
【０１１９】
次のＳ６１では、ＣＰＵ６０は、下記式（９−２）に従って、Ｓ６０にて測った不良候補要素の面積とＳ６０にて算出した平均輝度値とを乗ずるとともに、その乗算結果をＳ５９にて設定した基準値Ｒ３ｋで除算することによって、この不良候補要素についての正規化値Ｐを算出する（正規化手段に相当）。
【０１２０】
Ｐ＝（面積×平均輝度）／Ｒ３ｋ ……（９−２）
次のＳ６２では、ＣＰＵ６０は、Ｓ６１にて算出した正規化値Ｐが０．５以上であるか否かをチェックする。そして、ＣＰＵ６０は、正規化値Ｐが０．５以上であれば処理を図１２のＳ２２へ進め、正規化値Ｐが０．５未満であれば、処理を図１２のＳ２３へ進める。これらＳ２１，Ｓ２２，Ｓ２３以降の処理は、上述した第１実施形態の場合と全く同じなので、その説明を省略する。
＜実施形態の作用＞
図２０は、ある検査対象光学部材１４を検査した時にＡ領域から抽出されたゴミに起因する各不良候補要素の面積及び平均輝度の分布を示すグラフである。また、図２０に描かれた各双曲線は、基準値ＳＬｄ＝１５０とした場合において各不良候補要素について算出される正規化値Ｐが１，2.3，3.6となる範囲を、夫々示している。この図２０から明らかなように、同じ面積を有する不良候補要素同士であっても、算出される正規化値Ｐは、平均輝度如何に依って異なった値となる。従って、本第２実施形態による光学部材検査装置は、検査対象光学部材１４中の不良候補要素の実際の「目立ち具合」をより反映させた評価関数Ｆを、得ることができる。
＜実施形態の変形例＞
上記第３実施形態によると、Ｓ５５及びＳ６０では不良候補要素の輝度値の平均値を算出したが、不良候補要素の最大輝度値をＭＡＸ演算によって得ても良い。但し、この場合には、Ｓ５６及びＳ６１での正規化値Ｐの算出に用いられる基準値Ｒ３ｄ，Ｒ３ｋは、より大きい値として設定される。
【０１２１】
【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，画像処理方法，及びコンピュータ可読媒体によれば、各不良要因の形成位置を考慮してその不良要因が検査対象光学部材全体の性能に与える影響を評価することによって、検査対象光学部材の全体的な不良の程度を数値化することができる。
【０１２２】
【図面の簡単な説明】
【図１】 本発明の第１の実施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光学的欠陥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光学的欠陥がある場合における光の進行状態を示す図
【図６】 画像データの領域を示す図
【図７】 図６の各領域と正規化基準値との関係を示すグラフ
【図８】 分類テーブルを示す表
【図９】 形状判定に用いられる閾値関数を示すグラフ
【図１０】 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１３】 評価関数の説明図
【図１４】 同じ面積の不良候補要素同士における輝度値の相違を示すグラフ
【図１５】 各不良候補要素の面積と輝度値との分布を示すグラフ
【図１６】 本発明の第２実施形態による光学部材検査装置の制御装置の内部回路構成を示すブロック図
【図１７】 本発明の第２実施形態において図１６のＣＰＵにて実行される制御処理を示すフローチャート
【図１８】 正規化値の分布を示すグラフ
【図１９】 本発明の第３実施形態において実行される制御処理を示すフローチャート
【図２０】 正規化値の分布を示すグラフ
【図２１】 評価関数に対する比較例を示すグラフ
【符号の説明】
３ 撮像装置
４ 撮像レンズ
５ 撮像素子
６ 制御装置
８ 駆動モータ
１４ 検査対象光学部材
１５ ホルダ
６０ ＣＰＵ
６２ ホストメモリ
６２ａ 画像メモリ領域
６２ｂ 分類テーブル格納領域
Claims (15)
- 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、
前記画像データ中における周囲とは異なる輝度を有する部位を抽出要素として抽出する抽出手段と、
前記各抽出要素の図形的特徴量を計測する図形的特徴量計測手段と、
前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測する位置計測手段と、
前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって、正規化値を得る正規化手段と、
全ての抽出要素に関して前記正規化手段によって得られた全ての正規化値に基づいて所定の評価関数を実行する演算手段と
を備えることを特徴とする光学部材検査装置。 - 前記撮像装置は、その撮像光軸の外側から前記検査対象光学部材を照明することによって、前記検査対象光学部材の光学的欠陥個所から散乱光を発生させて、この光学的欠陥個所が明部として写り込んだ画像データを出力する
ことを特徴とする請求項１記載の光学部材検査装置。 - 前記抽出手段は、前記画像データを構成する各画素の輝度値を所定の閾値と比較して二値化することによって、前記抽出要素を抽出する
ことを特徴とする請求項１又は２記載の光学部材検査装置。 - 前記図形的特徴量計測手段は、前記各抽出要素の面積を計測する
ことを特徴とする請求項１記載の光学部材検査装置。 - 前記位置計測手段は、前記検査対象光学部材の光軸に相当する位置を中心とした同心円状の複数の領域の何れに前記各抽出要素が位置しているのかを計測し、
前記正規化手段は、これら同心円状の複数の領域の夫々に対応した基準値を設定する
ことを特徴とする請求項１記載の光学部材検査装置。 - 前記演算手段は、前記正規化手段によって得られた前記各抽出要素の正規化値を前記各領域毎に加算した上で、各領域毎の加算結果の二乗和の平方根を算出する
ことを特徴とする請求項５記載の光学部材検査装置。 - 前記演算手段は、前記抽出要素をその原因となった光学的欠陥の種類に応じて分類し、各種類毎に前記二乗和の平方根を算出するとともに、各種類毎の算出結果の二乗和の平方根を更に算出する
ことを特徴とする請求項６記載の光学部材検査装置。 - 前記演算手段は、所定値に満たない前記正規化値については、その正規化値に対応する抽出要素から所定距離内の間隔で所定個数以上の抽出要素が連なっていない限り、加算を行わない
ことを特徴とする請求項７記載の光学部材検査装置。 - 前記演算手段は、前記所定値に満たない正規化値に対応する抽出要素から所定距離内の間隔で所定個数以上の抽出要素が連なっている場合には、前記所定距離内の間隔で連なっている抽出要素の数に一定値を乗じた数値をこれら抽出要素全体についての正規化値とし、このような抽出要素全体についての正規化値を、他の正規化値とは独立して分類する
ことを特徴とする請求項８記載の光学部材検査装置。 - 前記演算手段が前記評価関数を実行することによって得られた値が所定の良否判定基準値を超えた場合に、前記検査対象光学部材が不良品であると判定する良否判定手段を
更に備えることを特徴とする請求項１記載の光学部材検査装置。 - 前記図形的特徴量計測手段は、前記各抽出要素の面積及び輝度を計測する
ことを特徴とする請求項１記載の光学部材検査装置。 - 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、
前記画像データ中における周囲とは異なる輝度を有する部位を抽出要素として抽出する抽出手段と、
前記各抽出要素の図形的特徴量を計測する図形的特徴量計測手段と、
前記画像データ中における前記各抽出要素の重心の位置を計測する位置計測手段と、
前記各抽出要素毎に、前記図形的特徴量計測手段によって計測された図形的特徴量を前記位置計測手段によって計測された位置に応じて正規化することによって、正規化値を得る正規化手段と、
全ての抽出要素に関して前記正規化手段によって得られた全ての正規化値に基づいて所定の評価関数を実行する演算手段と
を備えることを特徴とする光学部材検査装置。 - 検査対象光学部材を撮像して得られた当該検査対象光学部材の像を含む画像データ中における周囲とは異なる輝度を有する部位を、抽出要素として抽出する抽出手段と、
前記各抽出要素の図形的特徴量を計測する図形的特徴量計測手段と、
前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測する位置計測手段と、
前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって、正規化値を得る正規化手段と、
全ての抽出要素に関して前記正規化手段によって得られた全ての正規化値に基づいて所定の評価関数を実行する演算手段と
を備えることを特徴とする画像処理装置。 - 検査対象光学部材を撮像して得られた当該検査対象光学部材の像を含む画像データ中における周囲とは異なる輝度を有する部位を、抽出要素として抽出し、
前記各抽出要素の図形的特徴量を計測し、
前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測し、
前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって、正規化値を取得し、
全ての抽出要素に関して取得された全ての正規化値に基づいて所定の評価関数を実行する
ことを特徴とする画像処理方法。 - 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当該検査対象光学部材の像を含む画像データ中における周囲とは異なる輝度を有する部位を、抽出要素として抽出させ、
前記各抽出要素の図形的特徴量を計測させ、
前記検査対象光学部材の光軸に相当する位置を基準として前記各抽出要素の前記画像データ中における位置を計測させ、
前記位置計測手段によって計測されたその抽出要素の位置が前記検査対象光学部材の光軸に相当する位置から離れるにつれて大きくなる様に、前記各抽出要素毎に基準値を設定し、その抽出要素の図形的特徴量を設定された基準値で除算することによって正規化値を取得させ、
全ての抽出要素に関して取得した全ての正規化値に基づいて所定の評価関数を実行させる
プログラムを格納したコンピュータ可読媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20275999A JP3641394B2 (ja) | 1998-07-29 | 1999-07-16 | 光学部材検査装置，画像処理装置，画像処理方法，及び、コンピュータ可読媒体 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21425198 | 1998-07-29 | ||
| JP10-214251 | 1998-07-29 | ||
| JP20275999A JP3641394B2 (ja) | 1998-07-29 | 1999-07-16 | 光学部材検査装置，画像処理装置，画像処理方法，及び、コンピュータ可読媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000105166A JP2000105166A (ja) | 2000-04-11 |
| JP3641394B2 true JP3641394B2 (ja) | 2005-04-20 |
Family
ID=26513554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20275999A Expired - Fee Related JP3641394B2 (ja) | 1998-07-29 | 1999-07-16 | 光学部材検査装置，画像処理装置，画像処理方法，及び、コンピュータ可読媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3641394B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011163804A (ja) * | 2010-02-05 | 2011-08-25 | Seiko Epson Corp | 異物検出装置および異物検出方法 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4756299B2 (ja) * | 2001-06-08 | 2011-08-24 | 日産自動車株式会社 | 表面欠陥検査装置 |
| JP2003090805A (ja) * | 2001-09-20 | 2003-03-28 | Pentax Corp | 光学部材検査方法 |
| US9404858B2 (en) | 2007-03-22 | 2016-08-02 | Byk-Gardner Gmbh | Method and apparatus for determination of surface properties of coatings by determining contrast of an evaluated image |
| JP5388467B2 (ja) * | 2008-03-25 | 2014-01-15 | 富士フイルム株式会社 | 光学デバイス欠陥検査方法及び光学デバイス欠陥検査装置 |
-
1999
- 1999-07-16 JP JP20275999A patent/JP3641394B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011163804A (ja) * | 2010-02-05 | 2011-08-25 | Seiko Epson Corp | 異物検出装置および異物検出方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000105166A (ja) | 2000-04-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6687396B1 (en) | Optical member inspection apparatus, image-processing apparatus, image-processing method, and computer readable medium | |
| US4448532A (en) | Automatic photomask inspection method and system | |
| US9581521B2 (en) | Systems and methods for inspecting wound optical fiber | |
| JP2001523815A (ja) | 自動レンズ検査システム | |
| JP2017053790A (ja) | 欠陥検出装置及び欠陥検出方法 | |
| US6633383B1 (en) | Method and apparatus for the automated inspection of yarn packages | |
| JPH11311510A (ja) | 微小凹凸の検査方法および検査装置 | |
| JP3641394B2 (ja) | 光学部材検査装置，画像処理装置，画像処理方法，及び、コンピュータ可読媒体 | |
| JP2003065966A (ja) | フィルムに対する異物検査方法およびその装置 | |
| JP5889699B2 (ja) | 磁気メディアの光学式検査方法及びその装置 | |
| JPH1011629A (ja) | コインの画像入力装置およびコイン識別装置 | |
| JP2004132773A (ja) | 青果物の光沢検査装置 | |
| JP3272998B2 (ja) | バンプ高さ良否判定装置 | |
| JP2890801B2 (ja) | 表面傷検査装置 | |
| JPH09105618A (ja) | 物体の平滑な面の欠陥検査方法及び装置並びに物体表面の粗さ測定方法及び装置 | |
| JPH11326236A (ja) | 表面層欠陥検出装置 | |
| JP2001012913A (ja) | コイル位置検出装置 | |
| JP2001041719A (ja) | 透明材の検査装置及び検査方法並びに記憶媒体 | |
| JP3887084B2 (ja) | 光学部材検査装置 | |
| JP3505086B2 (ja) | 光学部材検査装置 | |
| JPH04169840A (ja) | 円周表面傷検査方法および装置 | |
| JP3831498B2 (ja) | 光学部材検査装置 | |
| JP3435326B2 (ja) | 光学部材検査装置 | |
| JPH05209734A (ja) | 表面状態検査装置 | |
| JP3586339B2 (ja) | 光学部材検査装置及び光学部材検査方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040914 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040928 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041125 |
|
| 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: 20050104 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050121 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080128 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090128 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100128 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110128 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120128 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120128 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130128 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |