JP3708138B2 - 視力矯正レンズの検査の方法ならびにその装置 - Google Patents
視力矯正レンズの検査の方法ならびにその装置 Download PDFInfo
- Publication number
- JP3708138B2 JP3708138B2 JP34480093A JP34480093A JP3708138B2 JP 3708138 B2 JP3708138 B2 JP 3708138B2 JP 34480093 A JP34480093 A JP 34480093A JP 34480093 A JP34480093 A JP 34480093A JP 3708138 B2 JP3708138 B2 JP 3708138B2
- Authority
- JP
- Japan
- Prior art keywords
- lens
- pixels
- pixel
- edge
- inspection method
- 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 - Lifetime
Links
- 238000000034 method Methods 0.000 title claims abstract description 104
- 238000007689 inspection Methods 0.000 title claims abstract description 83
- 238000012937 correction Methods 0.000 title claims description 18
- 230000004438 eyesight Effects 0.000 title claims description 18
- 230000007704 transition Effects 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 50
- 230000008859 change Effects 0.000 claims description 13
- 108091008695 photoreceptors Proteins 0.000 claims description 10
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 2
- 230000002596 correlated effect Effects 0.000 claims 2
- 230000000875 corresponding effect Effects 0.000 claims 2
- 230000002950 deficient Effects 0.000 abstract description 28
- 238000000605 extraction Methods 0.000 abstract description 16
- 230000007547 defect Effects 0.000 description 134
- 239000013598 vector Substances 0.000 description 35
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 238000005286 illumination Methods 0.000 description 8
- 238000013213 extrapolation Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 239000008367 deionised water Substances 0.000 description 4
- 229910021641 deionized water Inorganic materials 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000000717 retained effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000012634 fragment Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- DCUCOIYYUBILPS-GUBZILKMSA-N Ala-Leu-Asp-Gly Chemical compound C[C@H](N)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC(O)=O)C(=O)NCC(O)=O DCUCOIYYUBILPS-GUBZILKMSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000004132 cross linking Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 125000000205 L-threonino group Chemical group [H]OC(=O)[C@@]([H])(N([H])[*])[C@](C([H])([H])[H])([H])O[H] 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000499 gel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000000017 hydrogel Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
- G01M11/0278—Detecting defects of the object to be tested, e.g. scratches or dust
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
- G01M11/025—Testing optical properties by measuring geometrical properties or aberrations by determining the shape of the object to be tested
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Eyeglasses (AREA)
- Image Analysis (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
- Image Processing (AREA)
- Prostheses (AREA)
- Eye Examination Apparatus (AREA)
- Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
- Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)
Description
【０００１】
【産業上の利用分野】
本発明は視力矯正レンズの自動検査のための方法ならびにその装置に関し、特に実質的に水の部分より成る構造の水性ゲルコンタクトレンズなどの視力矯正レンズの自動検査のための方法ならびにその装置に関する。本方法は水晶体内レンズなどその他の小型高精度視力矯正用レンズの検査にも好適である。
【０００２】
【技術的背景】
視力矯正用レンズ（視力を補正するために人間の眼球上または眼球内に装用するレンズ）の重要な本質のため、該レンズが必要な特性に適合していることを確認するために検査を行なうことは視力矯正レンズ工業において非常に重要かつ優先度の高い事項である。要件はレンズの光学的特性つまり光学的倍率だけではなく直径、曲率、辺縁部の処理、気泡や混入物その他の欠陥がないことなどの物理的特性にも延在する。
【０００３】
これまで該レンズを検査するための最も信頼性の高い方法は人間の検査要員にそれぞれのレンズを拡大して観察させ、レンズが必要な特性のそれぞれに適合していることを確認させることだった。視力矯正レンズ工業は成長したが、このような検査は業界に多大な人的経済的支出を強要し検査要員の側では冗長な作業を必要としている。特にコンタクトレンズは定期的かつ頻繁にレンズを交換するように提供されているため、製造しさらに検査しなければならないレンズの個数は劇的に増加することになる。
【０００４】
視力矯正レンズの検査に関する問題は、レンズ自体が光学的に透明であり、もっと一般的な対象の検査においてみられるような一般的な明暗を示さないことである。
【０００５】
現行の人間が実行する検査法では従来技術で公知の暗室照明のシュリーレン法を用いている。これは特に透明な液体の流れの研究および光学的成分の検査に用いられるものである。この方法Ｅは、点光源からの光がレンズで収束され、研究中の媒体（すなわちこの場合ではレンズ）を通過する。光は第２のレンズでナイフ辺縁直上に合焦する。（透明ではあるが）レンズ内の屈折性不均一性により屈折した光はナイフ辺縁上で合焦しない。ナイフ辺縁による割り込みで屈折した光はこのあと投影レンズでスクリーン上に投影され、不均一性に対応する暗い投影スクリーン上の光点が発生する。
【０００６】
視力矯正レンズの検査に特有の別の問題はレンズの寸法が規格直径からある程度の量だけ変化することを許容されているものの、辺縁の割れや中央部分の気泡など許容し得る欠陥の寸法が許容されている規格寸法の変化より２桁ほど小さい規模であっても許容し得ない。検査する画像の上に型紙またはテンプレートをおいて画像を比較するような通常の自動検査方法では、検査で探そうとする欠陥がレンズの規格寸法で許容される変化量の１００倍程度小さいことから視力矯正レンズの検査には適切ではない。
【０００７】
【発明が解決しようとする課題】
従って、本発明の目的は、拡大により人間が検査する場合に得られる精度と同程度の精度を有する視力矯正レンズの高速自動検査のための方法ならびにその装置を提供することである。
【０００８】
本発明のさらなる目的は、容易に利用可能なビデオ装置、電子装置および計算装置を用いて前述の検査を実現することである。
【０００９】
本発明の別の目的は、レンズが製造工程で毀損したかを判定し得るように成すことである。
【００１０】
本発明の別の目的は、製造時の欠陥に最も敏感なレンズの部分において集中的に画像分析を行なうことである。
【００１１】
本発明の別の目的は、レンズの辺縁を特定する前にレンズ上に見られるレンズの特徴を分析しこのような特徴がそのレンズを欠陥品と成すような欠点となり得るかを決定することである。
【００１２】
本発明の別の目的は、レンズ辺縁部に見られた不連続性を架橋して、微細なレンズの欠陥および画像処理のドロップアウトにより特定のレンズが検査工程で不良品とならず、これによって良質レンズを破棄する結果とならないように成すことである。
【００１３】
本発明の別の目的は、レンズに見られた欠陥の形態を分類するための分類に従って特徴的偏差を分類し、製造工程に関する情報を提供することである。
【００１４】
【課題を解決するための手段】
上述のおよびその他の目的は電子撮像装置（カメラ）で光源により照明された視力矯正レンズの画像を取り込ませることにより得られるものである。画像は複数の画素より成るカメラの受光部分に投射される。それぞれの画素の位置およびこれに入射する光強度が電気的な量に変換されたのち、転送されメモリー内に保存される。コンピュータを該メモリーに動作可能なように接続し保存してある位置および強度の値両方を取り込むことが出来るように成す。該コンピュータは画素の強度および位置の値を比較するための命令を含む。
【００１５】
好適実施例において、この比較は受光体領域の中心付近の画素で開始し強度偏差に遭遇するまで画素領域の辺縁部に向って継続することから成る。強度変化を含む中心画素付近の画素を評価し、その画素に最も近い適合を見付だし、この手順を反復することにより、特徴の概要が得られる。その特徴の特性がレンズの辺縁に対応しない場合には、その特徴を評価してレンズを破棄すべきかどうか決定する。その特徴がレンズ辺縁に対応しない場合、その辺縁の特徴を評価してその辺縁すなわちレンズが許容範囲内にあるかを決定する。
【００１６】
好適実施例において、１２°間隔でおよそ３０個のデータ点が見つかるまで辺縁位置付近を追跡することによりこれを実現している。３点のグループ１０個について同時に３つの方程式を計算し、レンズの平均的芯と平均半径を見つけ出す。ここから、芯と半径データを用いて円環を生成する。円環の境界は実際のレンズ辺縁を包含するものである。この円環内部で、全ての画素は絶対強度値から傾斜値に変換され、一方がコンタクトレンズ辺縁の内面また他方が外面からの２つの移行辺縁によりレンズ辺縁を表現できるようになる。これら２つの辺縁を薄くして辺縁に沿って最大強度の画素だけが残るようにする。レンズ辺縁はＸＹ軸から極軸へ変換し、半径、角度、強度傾斜の値を保持する。これら２つのデータ行列について特徴抽出を引き続き行なう。この特徴抽出は半径偏差、局部勾配偏差、空間導関数、ＤＩＰ局部勾配偏差、片側局部勾配偏差および不連続性よりなる。画素レベルでのこのような決定を行なった後、それぞれの欠陥画素を欠陥グループ内の構成要因について検討する。レンズ辺縁の内面および外面の輪郭両方を独立してグループ分けした後、レンズの１つの領域内のレンズ辺縁の両側面上で重複するこれらのグループを組み合わせ欠陥グループに仕分けする。グループを決定したら、それぞれのグループについてグループ内に配置した欠陥画素の数、形状、重要度に基づいた得点を付加する。この得点から、レンズ全体に対して重み付けした得点を付加でき、この得点に基づいてレンズは検査に合格するかまたは不合格となる。
【００１７】
【実施例】
本発明の実施は何らかの特定のハードウェア・システムに限定されず、事実上多数のソフトウェア方式で実施することが可能である。しかし発明の実施の最良の形態の実施例としては、以下のようなことが望ましい。
【００１８】
図１を参照すると、本発明のシステムは光源１４上でカメラ１６下の脱イオン水中のコンタクトレンズ１２を含むコンタクトレンズ・パッケージ１０を保持する構造（図示していない）より成る。
【００１９】
レンズパッケージに関しての好適実施例のより詳細な説明は、本出願と合わせて同時出願中の米国特許出願号９９５６０７号（１９９２年１２月２１日出願）でさらに詳細に説明している。
【００２０】
カメラ１６は、ニューヨーク州ロチェスターのコダック社製ビデック・メガプラス・カメラなどの高解像度ソリッドステートカメラである。
【００２１】
カメラはレンズ１８を含み、本実施例においてレンズは視野１４．５ミリメートルに固定してある。カメラにはニッコール５５ミリ標準レンズを装着した。レンズはｆ：２．８に設定し、波長５５０ナノメートルを中心としてカメラレンズの端部まで全波半値（ＦＷＨＨ）１０ナノメートルのアンドーバー帯域濾波フィルタを装着した。このようなフィルタは色収差を除去することで全体的空間解像度を改善し、また人間の検査要員の眼球応答と類似のレンズ検査に対する光学的応答を維持する。このフィルタ２２はシステム全体の変調転移関数（ＭＴＦ）を劣化させるＣＣＤ検出器への赤外線放射も除去する。
【００２２】
脱イオン水中のレンズを含むパッケージ直下には平坦な乳白ガラス製の光学的拡散板をおき、その下にストロボライト１４などの光源を配置する。ストロボ電球は１０ミリ秒で５ジュールの光パルスを画像処理システムの指令によって発光することが出来る。ストロボが発光間隔で再充電に必要な回復時間は４５０ミリ秒程度である。
【００２３】
照明系の好適実施例のより詳細な説明は、本出願と合わせて同時出願中の米国特許出願９９４３８８号（１９９２年１２月２１日出願）でさらに詳細に説明している。
【００２４】
カメラ１６は装着してある枠に対してカメラを移動させる精密案内ネジ駆動装置で焦点合わせする。カメラを合焦させてしまえば検査工程を実行する際には固定したままにしておく。
【００２５】
カメラにはさらに受光体として機能する電荷結合素子（ＣＣＤ）検出器を含む。ＣＣＤ受光部は方形の１，３２０×１，０３５個の画素の行列よりなる。
【００２６】
カメラの受光体の電荷結合素子は光の強度を電気信号に変換する。このアナログ電気信号は、８ビットアナログ−デジタル変換器（Ａ／Ｄコンバータ）によりグレー２５６階調を含むデジタル出力信号へ回路２４で変換される。
【００２７】
レンズとパッケージが適正な位置へ移動することで生成される信号を用いてカメラを非同期的に作動させ、ストロボの発光とそれに続く画像の転送を開始させる。
【００２８】
照明系を起動可能なレンズ搬送システムとパレットシステムの好適実施例に関してのより詳細の説明は、本出願と合わせて同時出願中の米国特許出願９９４２４９号および９９４２４２号（各１９９２年１２月２１日出願）でさらに詳細に説明している。
【００２９】
画像はカメラ内部の回路２４を経由して画像処理システムの入力モジュール２６へ転送する。画像処理システムは入力モジュール２６、ＣＰＵモジュール２８、画像化基板３０の３つの部分より成る。
【００３０】
入力モジュール２６においてデジタル信号を処理し、それぞれの走査線に対応するビデオ同期信号を含むようにする。補正したデジタル信号はビデオマルチプレクサ３４へ供給し、デジタル化した信号をＣＰＵモジュール２８へ送出する。
【００３１】
１つのビデオフレーム（または前述のカメラの１，０４８，５７６画素）を表わすデータの組はビデオバス３６で利用できるようになり、バスによって他の処理ハードウェアへ転送することが出来る。画像は、コンバータ４０により疑似カラー出力に変換してから画像を表示可能なビデオモニタ４４へＲＧＢ出力４２を介して転送可能なビデオＲＡＭＤＡＣ３８を用いれば表示することも可能である。ＲＧＢ疑似ビデオカラー出力は３つの参照テーブル（ＬＵＴ）から供給する。
【００３２】
ＣＰＵモジュール２８への入力は第３の例では約１メガバイトの画像メモリ４６へ転送する。画像メモリ４６に保存したデータは画像タイミング制御により順次式に処理ユニット４８へ転送する。
【００３３】
データ処理はモトローラ社製６８０４０ＭＰＵで実行する。
【００３４】
必要な画像処理命令はＥＰＲＯＭ（消去可能プログラム可能読み出し専用メモリ）５２に保存する。処理画像結果は適切な出力制御のため画像化基板３０に供給する。１６ビットデジタル並列入出力６０経由でまたはＲＳ２３２ＣまたはＲＳ４２２シリアルポート６２経由のいずれかで出力することが出来る。
【００３５】
処理装置の決定する合格／不合格が転送機構６６に通知され、レンズ１２は包装と滅菌のためにさらなる処理へ送られるかまたは欠陥レンズとして破棄されるかのいずれかに振り分けられる。
【００３６】
図２を参照すると、図１に図示した装置で実現した検査手順がブロック図で図示してあり、ＣＰＵモジュール２８の指令する検査アルゴリズムが詳細に図示してある。
【００３７】
第１の段階において、生の画像がカメラで取り込まれ、画像処理システムへ送られる。この画像はデジタルデータ列に変換されて、カメラ内の既知の欠損画素を補正するためのアルゴリズムを含む。
【００３８】
高解像度カメラの価格はＣＣＤ検出器の受光体２０で許容される欠損画素数に依存する。これには主として光応答が１０％またはそれ以上隣接画素と変動している画素および５つまたはそれ以下のグループを構成するこのような画素のクラスタ（塊）が含まれる。
【００３９】
欠損画素の数は最も安価な部類のカメラであっても限られたものであり相互にクラスタとなったこのような画素の数も限られたものであるため、安価なカメラであってもレンズ検査用に使うことが可能である。
【００４０】
ビデック・メガプラス・カメラで使用しているＣＣＤは多数のカラム型欠損を含んでいる。欠損は通常単一のカラムに限定されているが、数画素程度の長さから５０またはそれ以上の画素の長さまで延在することがある。欠損領域により画素のグレーレベルは、撮影する対象に関係なく隣接画素より高めまたは低めになる。このような欠損がレンズ辺縁上またはその付近で発生した場合、ソフトウェアが誤ってレンズの欠陥または不連続性と解釈してしまうことも有り得る。
【００４１】
欠損領域はグレーレベルが予想以上に変動している領域について均一な対象の画像を手動式に観察することにより決定することが出来る。欠損は単一のカラムに限定されているのであるから、隣接カラム間の補間で充分な補正が得られる。カラム型欠損の補間は欠損のいずれか一方の側のカラムからのグレーレベル値の平均となる。使用しているカメラの検出器も潜在的に円形のシミの形状を成すクラスタ型欠損を含むことがある。このような欠損の形式は画像処理の妨げとならない領域に欠損を維持するかまたは前述と同じ補間技術を使用することのいずれかにより対応させることが出来る。
【００４２】
前述の補正をカメラの既知の欠損画素について行なった後、レンズ辺縁を識別することによりレンズを撮像領域内に配置する。レンズ辺縁を特定するために一回試行したあと、レンズが実際に容器内部にあるか、または容器にレンズが含まれていないかの決定を行なう。容器にレンズが含まれていない場合、欠陥レンズと見なされるので空のパッケージはこれ以上処理されず、消費者に送付されることはない。
【００４３】
レンズ辺縁が存在することが確定した後、レンズ辺縁の付近の点の位置についてデータを収集する。このデータは、円弧と円弧の中心点を決定する多数の辺縁三角を設定するために使用する。平均中心から最大距離にある芯は見かけ上のデータを排除するため破棄する。
【００４４】
この時点で、レンズの辺縁およびレンズ芯の位置を定義するために使用した辺縁三角以外の特定の辺縁情報は収集されていない。
【００４５】
実際に辺縁を検査するためには、計算による中心点を用いて実際のコンタクトレンズを内部に含む処理円弧を生成する。これにより問題の辺縁を含む円環についてのみさらに詳細なデータ処理を集中することが出来る。
【００４６】
背景からレンズ辺縁を識別するためには、辺縁強調演算子を処理円環内の画素に適用する。辺縁強調により２つのレンズ移行辺縁が得られる。一方はレンズの内部から辺縁に向って、また他方はレンズ外部から辺縁に向うものである。
【００４７】
この時点では辺縁についての情報しか得られていないが、２つの辺縁（実際には辺縁の移行）は辺縁に向ってまたここから離れる方向の強度勾配のため幾らか不鮮明なままである。より明確に移行辺縁を定義するためには、改良骨格（スケルトン）化演算を処理円環内に含まれる辺縁データに対して実行する。グレーレベル情報は後の抽出において有用となる情報を含んでいるので、骨格化演算子により保持される。
【００４８】
アルゴリズム内で実行する次の処理は後の抽出で有用な情報以上のグレーレベル情報を排除する閾値演算子の適用である。
【００４９】
アルゴリズムの実行する次の段階はレンズ辺縁の特徴を抽出するための内部および外部辺縁の追跡である。追跡は最初のレンズ辺縁の位置検索と類似の方法で開始するが、処理円環の内部境界から外側へ向って検索する上でグレーレベル基準を用いてレンズ辺縁を特定する。グレーレベル閾値基準に適合する画素に遭遇すると、一連の隣接画素をトレースしてこれがレンズの辺縁であるかを決定する。辺縁であれば、レンズ辺縁を全体の辺縁の周辺につなげ、その位置と対応する画素強度勾配を保存する。
【００５０】
直交座標情報がこのあと極座標における半径および角度的座標値に変換され、これらに付随する強度勾配値と組み合わされる。データを適性に処理し良好なレンズを誤って破棄しないために、ある程度の画素数以下の不連続性は架橋する。
【００５１】
極座標で現在利用可能な情報を用いて５種類の特徴抽出を実行する。その第１は理論的内部および外部レンズ辺縁からの半径偏差（ＲＤ）の決定である。第２はそれぞれの画素について隣接する画素との強度値の勾配を考慮する局部勾配偏差（ＬＧＤ）である。第３に空間微分（ＳＤ）特徴抽出を実行する。空間微分は角度の変位に対する半径の変化を測定する。半径偏差抽出とは異なり、空間微分抽出は主として角度変位に対する辺縁半径の急激または突然の変化を見るものである。
【００５２】
３種類の最終的特徴抽出を実行する。不連続性欠陥は、不連続性を架橋するアルゴリズムによっても補正し得ないほど内縁または外縁において大きな不連続性の結果である。
【００５３】
局部勾配偏差の特徴と類似しているがＤＩＰ局部勾配偏差（ＤＬＧＤ）は注目する画素の勾配値のその局部的近隣の平均からの偏差の量を見るものである。違いは、多くの隣接画素を使用することと注目している画素の周辺で未使用画素の大きなギャップが存在することである。ＤＬＧＤは隣接画素より小さな勾配偏差にだけ感受性を有するように設計してあるので、「くぼみ（ＤＩＰ）」と称する。
【００５４】
ＤＬＧＤの特徴はその他の特徴では識別不可能な小さな辺縁の不整を特に識別するものである。ＤＬＧＤによって欠陥として分類される画素では、重篤性の指標として偏差量を保存する。
【００５５】
片側局部勾配偏差（ＡＬＧＤ）では隣接画素を使用して注目する画素の一方の側面から取り出した偏差を計算する。注目する画素以前の２０画素を用い、注目する画素直前の４画素を除き隣接画素平均を決定する。ＡＬＧＤでは正と負の両方の勾配偏差を見る。
【００５６】
前述の特徴抽出処理を行なう間に、欠陥の重篤性に比例して求めた識別された特徴のそれぞれに数値化した得点を割り当てる。さらに、欠陥は内縁および外縁両方の異常画素を検索して欠陥グループ内に配置すべき大きな欠陥の一部を構成するものかを決定することによりグループに分ける。これらのグループを評価し相互に組み合わせて大きなグループを構成すべきか、また組み合わせた場合に内部と外部のグループを単一の欠陥として見なすべきかを検証する。
【００５７】
最後に、それぞれの欠陥または欠陥グループに重篤性による得点を付与し、それぞれの欠陥の形式にはレンズ品質に与える影響に従って重み付けを行なう。
【００５８】
このような全ての欠陥の数値的結果を全て加算して単一の数値を得る。これはレンズが合格かまたは破棄すべきものであるかを決定するものである。
【００５９】
さらに、重み付けおよび配点処理から得られた定量的情報を一覧または画面表示して製造しているレンズの統計的品質分析を得ることが出来、これによってあらゆる異常な処理パラメータの識別および製造工程における変化の影響の評価を製造工程の管理者に提供することが出来る。
【００６０】
前述のアルゴリズムで実行した段階について以下ではさらに詳細に説明する。
【００６１】
図３を参照すると、多数の画素（図示していない）より成る受光体領域７０が図示してある。この領域内にコンタクトレンズ７２の画像が存在する。この特定の画像では、レンズは辺縁７４と欠陥または雑音７６より成る。またこの特定のレンズの画像では辺縁におけるギャップ７８も解る。
【００６２】
レンズ辺縁は４５°の角度の検索ベクトル８０を用いて視野の中心から開始し位置を特定する。検索ベクトルは視野の中心から予想されるレンズ辺縁との交差に向って半径方向に外向きに１画素づつ移動する。アルゴリズムは検索ベクトルに沿って辺縁基準が満たされるまでそれぞれの画素を検査する。それぞれの画素をグレーレベルおよび所定の較正済み基準と比較する。ベクトル内の現在の画素が「ｔｒｋ＿ｔｈｒｅｓ」パラメータで指定した値以下のグレーレベルを有している場合にはレンズ辺縁上の画素と交差したものと見なす。
【００６３】
交差した対象がレンズ辺縁であることを確認するため、ベクトルは発見した対象の輪郭を追跡する。検索ベクトル８０および８２の場合では、経路の曲率がレンズ辺縁に予想される曲率または円周長と適合していないことから、アルゴリズムは交差した対象がレンズ辺縁の一部ではないことを認識する。この検証技術は特定の画素数内で開始画素と交わるように輪郭線が逆行するかを調べるだけで行なうことが出来、雑音またはレンズの欠陥の場合は充分に小さいことが解る。雑音による対象に遭遇した場合、別の検索ベクトルを時計方向に回転した方向でおよそ１１°離れて生成し元の検索ベクトルと同一の別の検索を実行する。
【００６４】
別の検索ベクトル８４はレンズ辺縁７８におけるギャップを通過する経路に沿って移動するように図示してある。検索ベクトルは受光体視野７０の境界に到達するまで続き、到達した点で検索を終了し、別の検索ベクトル８６をこれまでの検索ベクトル８４よりおよそ１１°時計回りの方向で開始する。どの場合でも、画素ごとの検索を水平方向、垂直方向、または階段状に対角線方向のいずれかの方向に隣接する画素に対して行なう。２種類のレンズの欠陥のどちらかに遭遇した場合、レンズ本体の欠陥７６またはレンズ辺縁のギャップ７８のいずれであっても、適切な基準を適用してレンズを破棄することが出来る。
【００６５】
ベクトル８６の場合、検索はうまく進みレンズ辺縁７４が発見されている。発見した特徴が本当にレンズの辺縁かの確認は図４を参照して説明する。
【００６６】
直前の段階で発見した良好なデータ点から開始してソフトウェアはレンズの円周をたどり、およそ９０画素について４方向接続の追跡を行なう。次式のように、レンズの実際の半径ｒによって画像ごとに使用する追跡距離は異なる。
追跡距離 Ｔ＝（１０２４／Ｆ）×（２“π”ｒ／３０）
ここで
Ｆ＝１４．５ｍｍ（視野）である。
【００６７】
つまりＴは脱イオン水中の１２．２ミリレンズで通常９０画素である。レンズ辺縁に沿って距離Ｔだけうまく進行した場合にはデータ点を記録する。
【００６８】
このようにしてレンズ辺縁の位置を検証する。１２°間隔で総数３０以上のデータ点を見つけた後、３点からなる１０グループについて３つの方程式を同時に解き、レンズの平均的芯と半径の最終的な値を決定する。
【００６９】
図４において、四角形と三角形と円形の記号はデータを収集した点を表わす。内部に同じパターンを有する記号は同じデータの組にデータ収集している。
【００７０】
データ１０組を用いて１０個の異なる円環について方程式を計算する。それぞれの円環はレンズ辺縁のモデルを表わす。平均行画素および列画素の円環の芯を計算する。次に、１０個の円環の芯のそれぞれから平均芯までの距離を決定する。芯の分布の統計的モードと見なされる芯から所定の偏差を有する芯は除外する。除外を行なうのは、正常なレンズ辺縁からずれている欠陥上で収集したデータにより得られたような疑似的なレンズ辺縁を排除するためである。これを図５に示し、中心点８８はレンズ辺縁の欠損７８によりほかの９つの中心点の集合からずれていることが図示してあり、この中心点は排除する。
【００７１】
残りの行列の芯における標準偏差を計算し、特定の閾値と比較する。行と列両方の標準偏差が閾値基準に適合する場合、レンズが見つかったものと見なす。最終モデルで用いた半径は残りの円環の半径の平均である。どちらかの標準偏差が適合しない場合、新しい検索因子を生成する。この新しい因子の開始角度はレンズ辺縁に沿って同じ点からのデータを収集しないように、直前のベクトルから回転させておく。このようにレンズ位置を決定しデータ点を収集する入れ子構造の反復処理を最大で２周期まで繰返す。レンズがこの間にうまく見つけられない場合には、レンズが欠落しているものと見なし自動的に破棄する。
【００７２】
図６を参照すると、処理円環９０が生成され、コンタクトレンズの辺縁７２の上に重ね合わせてある。この円環は先に求めてあった芯と半径の値を用いまた処理円環の幅についての内部的パラメータを用いて生成しているので、処理円環の境界はある程度レンズ辺縁を含んでいる。評価する必要のある画素数を制限することによって速度を向上させ処理時間を短縮するため、画像へのさらなる処理は全てこの円環内部だけに行なう。円環の寸法に対する要件（および限定した処理円環を使用する必要性）は使用するコンピュータのデータ取り扱い能力およびデータ処理能力、ならびにこれに付随する経費によって変化する。円環の芯はアルゴリズムのこれまでの段階でモデル化した円である。円環の画素幅はパラメータ「ａｎｌｓ＿ｗｉｄｔｈ」で決定する。
【００７３】
図７を参照すると、アルゴリズムの次の段階が図示してあるが、前図の処理円環は図示していない。さらに平均的芯９２は検出器受光体視野７０上に図示してある。辺縁強調演算子はグレーレベル情報単独ではレンズ辺縁の正常および欠陥領域の弁別が充分に可能なほど感度が高くないため元のレンズ画像について行なう。つまり、この演算を行なってレンズ辺縁画像の内側面および外側面に沿って含まれる識別情報を引き出すのである。使用する演算子はレンズ辺縁に沿って異なる領域を使用する改良３×３演算子である。前図におけるコンタクトレンズの辺縁７２は辺縁強調演算子を実行して排除してある。前図におけるコンタクトレンズの辺縁７２は辺縁強調演算子を作用させることで排除されている。辺縁強調演算子は生のレンズ辺縁画像を処理し、図６に図示したように生のレンズ画像に辺縁強調演算子を適用した後では内縁９４および外縁９６別々に２ないし４画素となる。
【００７４】
辺縁強調演算子を作用させるためにはレンズを異なる領域に分割しておく必要がある。
【００７５】
領域の正確な開始点と終了点は画像内のレンズの寸法と画像内のレンズの位置により変化する。図８を参照するとレンズ内に適用した５つの領域の関連性が図示してある。領域はレンズ周辺でほとんど水平方向、垂直方向、および対角線方向に領域を分割するように設定してある。
【００７６】
図８の領域のそれぞれは異なる方向に向いた辺縁演算子を使用する。領域１、３、５では対角線方向の演算子を使用する。領域２、４では水平および垂直方向の演算子を使用する。方向の異なる演算子を使用してレンズの曲率を補償し、レンズ周辺の勾配の大きさを均等化する。つまりレンズのほとんど垂直方向の部分に対する対角線演算子はレンズのほとんど対角線方向の部分に対する水平／垂直演算子と大体等しい。
【００７７】
辺縁演算子は不必要なディザー（線のギザギザ）を抑圧する目的で処理する辺縁に対して対角線方向となるようにする。通常の生のレンズ辺縁の厚みは局部的領域についてみるとわずかながら動揺している。生のレンズ辺縁の画像の方向に平行および直角に作用する辺縁演算子は辺縁における揺動を拾い出し小さな偏差を誤って保持する傾向にある。特徴抽出ソフトウェアはこのような小さな偏差を辺縁部分の欠陥として観察することになる。
【００７８】
図９を参照すると、辺縁強調演算子の実施において使用する画素の記述方法が図示してある。当業者には理解されるであろうが、この表記法は行列またはアレイにおける要素を記述する上で用いる標準的表記である。
【００７９】
以下の方程式１−６は２つの辺縁演算子に用いたアルゴリズムを示す。それぞれの画素について得られる勾配値は０から２５５の範囲の８ビット内に収まるように調節する。
水平／垂直演算子＝ａｂｓ（ｈｄｉｆ）＋ａｂｓ（ｖｄｉｆ）
ここで
ｈｄｉｆ＝Pi-1j+1 + 2*Pij+1 + Pi+1j+1 - (Pi-1j-1 + 2*Pij-1 + Pi+1j-1)
ｖｄｉｆ＝Pi+1j+1 + 2*Pi+1j + Pi+1j-1 - (Pi-1j+1 + 2*Pi-1j + Pi-1j-1)
対角線演算子＝ａｂｓ（ｄ１ｄｉｆ）＋ａｂｓ（ｄ２ｄｉｆ）
ここで
ｄ１ｄｉｆ＝Pi-1j + 2*Pi-1j-1 + Pij-1 - (Pij+1 + 2*Pi+1j+1 + Pi+1j)
ｄ２ｄｉｆ＝Pi-1j + 2*Pi-1j+1 + Pij+1 - (Pij-1 + 2*Pi+1j-1 + Pi+1j)
【００８０】
領域１、３、５で対角線方向の辺縁強調処理を実行し、領域２、４で水平方向／垂直方向の辺縁強調処理を実行した後、得られた内側および外側の辺縁を骨格化演算子で処理する。得られる辺縁は通常単一画素幅を有し辺縁の断面部分から観察した場合に辺縁の最も強い部分からの情報だけを含んでいる。但しこの処理の間もこれらの画素に含まれているグレーレベル情報は保持されている。この方法による辺縁強調はそれぞれの円環の領域で使用した勾配演算子と適合する方向で行なう。直前の段階からの勾配情報についてのみ演算しているので、この演算では注目している画素から４つの方向で最大値を検索する。最大値が見つかった場合、注目している画素をその値で偏位する。それ以外の場合には画素は０となり図７に見られるような画像が得られる。
【００８１】
アルゴリズムの次の段階は閾値機構を用いることによって新規に強調および骨格化した内縁および外縁のレンズ辺縁の位置の特定と追跡である。閾値処理は辺縁を追跡しつつレンズの円周に沿ってのみ実行する。
【００８２】
アルゴリズムの次の段階は指定した画素強度値以上の選択した画素に閾値を適用することである。閾値適用演算の目的は注目している辺縁の部分を成さない円環内の全ての画素を排除し雑音として表現することである。閾値処理で使用するグレーレベル値は、内縁と外縁それぞれについて「ｉｎｎｅｒ＿ｔｈｒ」および「ｏｕｔｅｒ＿ｔｈｒ」パラメータである。これらは円周方向に追跡するためにアルゴリズム内で使用する閾値である。閾値演算の実施は次のようなものである。
（Pij ≧閾値、かつ処理したレンズ辺縁に沿った画素）であれば
Pij ＝円周の画素
【００８３】
図９に図示してあるのは検出器の視野７０内部の画像のレンズについて用いる角度表記である。追跡を開始するためにレンズ辺縁の位置を特定するには、レンズの位置を特定するために最初に用いたのと同様の検索ベクトルを使用する。ここでは検索ベクトルに次の画素を検索する際の基準としてグレーレベルのみを使用する。
【００８４】
図１０を参照すると、ベクトルは処理する円環の内側で０°から始め、レンズ辺縁と交差するまでまたは処理している円環の対向する側面に到達するまで画素の列に沿って進む。
【００８５】
図１１を参照すると、内部辺縁で発生し得る検索の様子が示されている。
【００８６】
本図に図示してあるのは強調レンズ辺縁の拡大部分で内部辺縁９４、外部辺縁９６、処理円環９０が図示されている。処理円環９０は内部境界９８および外部境界１００より成る。
【００８７】
前述のように、例として、第１の検索ベクトル１０２が図示してある。この第１の検索ベクトルの実施例において、小さい欠陥または雑音１０４が明確に弁別し得るグレーレベルを有しているためこの雑音または小さい欠陥と遭遇している。検索ベクトルはその境界を追跡するがアルゴリズムはこの対象物を破棄する。これは曲率がレンズ辺縁の曲率に適合しないためであり、これは開始画素と交差する前にトレースした画素数で決定することが出来る。
【００８８】
このように辺縁の特定に失敗した後では、第１の検索ベクトルに対して画素２０列分のオフセットを有する第２の検索ベクトルを生成する。例として、第２の検索ベクトル１０６は処理円環９８の内部境界から始めて円環の外部境界１００に向って進むことでレンズの内縁９４の特定を試みている。この例では、検索ベクトル１０６はレンズ辺縁の明確な画素と交差しておらずギャップ１０８を通って内縁９４および外縁９６を通過してしまっている。検索ベクトルが処理円環１００の外部境界に到達すると検索は終了する。
【００８９】
第２の検索ベクトル１０６から２０画素列分のオフセットを有する第３の検索ベクトル１１０をさらに生成する。この第３の検索ベクトル１１０の例においてレンズ内部辺縁９４を発見するための試行が成功しており、アルゴリズムはレンズ辺縁の内縁および外縁９４、９６の追跡に集中する。
【００９０】
直前のベクトルが小さな欠陥またはレンズ辺縁におけるギャップと交差したために検出不成功に終わった場合に新しく検索ベクトルを生成する処理は、レンズ辺縁を特定するまでまたは最高１５回の試行を行なうまで反復する。位置指定処理はレンズ内縁９４についてとレンズ外縁９６についてでは別個に行なう。
【００９１】
辺縁が特定できたなら８方向に接続する円周の追従を実行する。ベクトルは０°から開始してレンズ辺縁の内部および外部円周を８方向接続を用いて追跡する。８方向接続は辺縁に付随する全ての画素が最終的円周内に含まれるようにするものである。グレーレベル閾値を用いてある画素が辺縁の部分を成すかを決定し、内部辺縁については「ｉｎｎｅｒ＿ｔｈｒ」パラメータの値を、また外部辺縁については「ｏｕｔｅｒ＿ｔｈｒ」パラメータの値を使用する。
【００９２】
アルゴリズムは到達した画素が辺縁画素であれば右に曲がりまた到達した画素が辺縁画素でなければ左に曲がって進む。対角線方向の画素は特別な条件に適合した場合に検査する。内縁と外縁の追跡に同一のコードを使用しているため、内縁については時計回りの方向でまた外縁については反時計回りの方向で追跡を行なっている。
【００９３】
終了時にレンズ辺縁はおよそ６０００画素から構成されることになり、そのうち３０００画素が内縁、残りの３０００画素が外縁である。画素数が設定範囲内に収まらない場合、アルゴリズムはレンズが発見できなかったものと判定し処理を反復するかまたはパッケージ自体を破棄する。
【００９４】
辺縁のそれぞれの画素についてアレイ構造内に一組の情報を保存する。この情報は半径方向および角度的な位置、勾配グレーレベル、欠陥形式および重篤性を含む。アルゴリズムのこの時点でレンズのアレイ情報全てが存在しているわけではなく、将来の用途のためにメモリを割り当ててある。
【００９５】
画素が辺縁の一部を成すと解った場合、直交座標から極座標への変換を実行する。直交座標系および極座標系の軸は最初に行なったレンズの位置測定から決定したレンズ軸である。以下の方程式はどのように変換を実施するかを示したもので、シータは角度、またｒは半径を表わす。 θ＝ａｒｃｔａｎ［（レンズ軸の行−画素行）／（画素列−レンズ軸の列）］
Ｒ＝ＳＱＲＴ［（画素列−レンズ軸の列）＾２＋（レンズ軸の行−画素列）＾２］
【００９６】
シータは、１３ビットつまり２の１３乗で表現可能な、０．０から３６０．０°までの範囲の浮動小数点小数から、０から８１９１までの範囲の整数値に変換する。Ｒも始めに浮動小数点小数として計算しておき整数値に丸める。
【００９７】
それぞれの円周画素についての半径および角度偏位値は大きなアレイ構造内に保存する。さらなる処理は、この大きなアレイ内で６０００または同程度の画素についてのみ演算することによって一層効率的に行なえる。
【００９８】
以下の図面においてレンズ辺縁は画像として図示する。しかし演算はデジタル領域のアルゴリズムが行なう。
【００９９】
図１２を参照すると、図１２ａでは直交座標における強調レンズ画像がまた図１２ｂでは極座標における強調レンズ画像が図示してある。辺縁をすでに発見し追跡しているので処理円環をこの図面では抹消してある。図１２ａおよび図１２ｂに図示してあるのはレンズ内円９４とレンズ外縁９６である。図１２に図示した演算において辺縁の不連続性はレンズ上の欠陥、薄くなった辺縁、または辺縁および辺縁強調演算子から得られた異常に起因している。原因の如何にかかわらず、辺縁の残りの部分を処理できるようにこれらの不連続部分を検出し架橋する必要がある。
【０１００】
不連続性は追跡した最も遠方にある画素の角度偏位を維持しこれを現在処理中の画素の角度偏位と比較することによって検出し、図１２ｂに図示したとおりである。最も遠方にある画素１１２と現在の画素の間で生成した角度が追跡方向に対向する場合およびパラメータ「ｂｋｔｒｋ＿ｄｅｇｓ」で指定した角度より大きい場合には、不連続性が検出されたことになる。これは１１４で示した点で図１２ｂに図示してある。
【０１０１】
不連続性を検出するとアルゴリズムは最も遠方にある画素を架橋するための基準として使用する。不連続部分の架橋の最初の試行は１ないし３画素のギャップを架橋することが可能な外挿技術による。外挿法では不連続性に到達する直前の進行方向を使用する。
【０１０２】
場合によっては辺縁におけるギャップが３画素以上であり、外挿による架橋が出来ないことがある。図１３を参照すると、１１６などの不連続性を閉じるために外挿法が不成功に終わったような場合において、飛び越し技術を使用している。飛び越し技術は不連続性の角度位置を取り出し、［ｇａｐ＿ａｎｇｌｅ」パラメータに指定した角度数だけ追跡方向を回転させて不連続性の他方の側面を特定するために検索ベクトルを開始するものである。
【０１０３】
検索ベクトルは処理円環の内面の内側に起始し不連続性の角度位置に従い行または列に沿って検索する。検索は辺縁画素と交差するまでまたは処理円環の外縁に到達するまで継続する。辺縁画素が検索中に見つからない場合レンズに不透明なひずみがあると見なしレンズを破棄する。辺縁画素が見つかった場合処理は平常通りに継続する。外挿によって不連続性を架橋できないという事実は欠陥の存在を意味しており、［飛び越しによる架橋］は特徴として識別される。
【０１０４】
最も遠方にある画素以降に処理し不連続性が検出されるまで連続していた全ての画素は辺縁追跡によって引き返すことになるため円周アレイから除去する。
【０１０５】
１つの不連続性を架橋することで図１３ａに図示した辺縁１１８の小さな隔離した円弧に追跡処理が進むような状態にレンズ辺縁の一部が断片化していることがある。この場合、通常の不連続性を検出する方法は機能しない。これは必要な量だけ折返し後退することが追跡処理で不可能なためである。この異常を克服するためには特別な検出技術を実現する。こお技術は不連続を架橋した直後に進入した画素の行と列の値を保持するものである。さらなる追跡でこの進入画素を４回後ろ向きに戻る場合には、辺縁の遊離部分が検出されたことになる。断片上で発見された最も遠方の画素は別の架橋を試みるための位置として使用する。図１３ｂでは、１１６で前述した「飛び越しによる架橋］が後続する複数の架橋１２０の様子が図示してある。
【０１０６】
辺縁の複数の隔離部分の架橋は断片部分を架橋するために必要な回数だけ実行する反復処理である。反復のそれぞれでは第１に外挿による架橋を試行し、ついで飛び越しによる架橋を試行する。
【０１０７】
辺縁を追跡しあらゆるギャップを架橋した後、本発明のアルゴリズムは円周辺縁上に見つけたそれぞれの画素から６種類の異なった特徴を抽出する。これらの特徴は次のようなものである。
半径偏差（ＲＤ）
局部勾配偏差（ＬＧＤ）
空間偏差（ＳＤ）
不連続性（Ｄ）
ＤＩＰ局部勾配偏差（ＤＬＧＤ）
片側局部勾配偏差（ＡＬＧＤ）
【０１０８】
最後の２つの特徴は局部勾配偏差と関連があり他の方法では検出不可能な特定の欠陥の形式を識別するために付与してある。
【０１０９】
上述の特徴それぞれについて計算した値を閾値と比較する。全ての閾値は利用者側パラメータとしてアクセスすることが出来る。１つの特徴の値が閾値基準に適合している場合には、その画素はその特徴に基づく欠陥として分類される。１つ以上の特徴について単一の画素を欠陥として分類することが可能である。
【０１１０】
図１４を参照すると、図１４ａでは直交座標系によってまた図１４ｂでは極座標系によって、半径偏差に分類し得る特徴を有する強調レンズ辺縁が図示してある。半径偏差は注目している画素の半径が規定半径からずれている距離である。偏差がパラメータ［ｒａｄ＿ｄｅｖ＿ｔｈｒ」に指定した値と等しいまたはこれより大きい場合にはその画素を欠陥と見なす。通常半径は注目している画素以前の外周の画素２５０個とそれ以降の外周画素２５０個の平均半径値として定義する。半径偏差により画素を欠陥に分類する場合偏差の量は重篤性の指標として保持する。図１４ａおよび図１４ｂにおいて内部レンズ辺縁９４と外部レンズ辺縁９６が図示してある。さらに図１４ｂでは前述のように計算した内縁および外縁の理想半径も図示してある。図１４ｂでは半径方向に偏差のある特徴の例１２４、１２６、１２８も図示した。半径偏差の特徴抽出を実施するために使用する方程式は次のような式である。
【数１】
ここで、
Ｒ＝半径値
ｉ、ｎ、ｍ＝円周インデックス値である。
（ＲＤ≧閾値またはＲＤ≦−閾値）の場合、
注目している画素は欠陥である。
【０１１１】
抽出する次の特徴は局部勾配偏差である。ＬＤＧは注目している画素の勾配値において局部的隣接画素の平均からの偏差の量を見る。隣接画素は注目している画素に最も近い画素であり、同時に辺縁の円周に沿っていると見なす。図１５を参照すると、注目している画素１３０は参照番号ｉで示してある。画素が欠陥かどうかＬＤＧに基づく決定に用いる閾値は、［ｇｒｄ＿ｄｅｖ＿ｔｈｒ」パラメータから得られる。次式はこの特徴の実際の実施を示したものである。
【数２】
ここで、
Ｇ＝勾配値
ｉ、ｎ、ｍ＝円周インデックス値である。
（ＬＤＧ≧閾値）の場合、
注目している画素は欠陥である。
【０１１２】
局部勾配偏差を抽出する処理を図１６に図示した。また図１６ａは強調レンズ辺縁の図形表現であり、図１６ｂは極座標系における勾配情報の略図である。ここから解るように、図１６ａに図示した局部勾配偏差１３４は強調レンズ辺縁画像の一方の辺縁においてのみ発生し極座標系で追跡かつ表示した場合には対称性の欠如した不規則性１３６として出現する。画素をＬＤＧに基づく欠陥に分類した場合偏差量は重篤性の指標として保持する。
【０１１３】
特徴抽出で勘案する次の特徴は不連続性である。すでに説明したように、不連続性欠陥は飛び越し技術で辺縁の不連続性を架橋することによる。円周上の１つの画素から次の画素への角度偏位の差を特徴抽出中に検索することで識別する。不連続性は重篤性情報を含まず飛び越しが見つかったことを示すだけである。不連続性のいずれかの側面上の起始画素を欠陥と見なす。
【０１１４】
次に抽出する特徴はＤＩＰ局部勾配偏差である。ＤＩＰ局部勾配偏差はすでに抽出した局部勾配偏差の特徴と類似している。ＬＤＧ同様、ＤＬＧＤも注目する画素の強度勾配値の局部的隣接画素の平均からの偏差量を見るものである。違いはさらに多くの隣接画素を使用することと、注目する画素周辺に使用しない画素のギャップが大きく存在することである。ＤＬＧＤも隣接画素よりも小さい強度勾配偏差についてのみ感受性があるように設計してあり、それゆえに「くぼみ（ＤＩＰ）」局部勾配偏差と称する。
【０１１５】
ある画素がＤＬＧＤによる欠陥であるかどうかを決定するために使用する閾値は、「ｄｉｐ＿ｌｇｄ＿ｔｈｒ」パラメータによる。次式はこの特徴の実際の実施を示すものである。
【数３】
ここで、
Ｇ＝勾配値
ｉ、ｎ、ｍ＝円周インデックス値である。
（ＤＬＤＧ≦閾値）の場合、
注目している画素は欠陥である。
【０１１６】
特徴ＤＬＧＤはその他の特徴では識別されないような小さい辺縁の欠落を特に識別するように実施する。画素をＤＬＧＤに基づいて欠陥に分類する場合、偏差量は重篤性の指標として保存する。
【０１１７】
抽出するさらに別の特徴は片側局部勾配偏差（ＡＬＧＤ）である。この特徴の抽出において、偏差を計算するために使用する隣接画素は注目する画素の一方の側面から取り出す。注目する画素以前の２０画素を用いて隣接画素の平均を決定する。しかし注目する画素の直前の４画素は使用しない。ＡＬＧＤは正および負の両方の勾配偏差を見るものである。
【０１１８】
比較に使用する閾値はパラメータ「ａｕｘ＿ｌｇｄ＿ｌｏｗ」および「ａｕｘ＿ｌｇｄ＿ｕｐ」に保存する。次式はＡＬＧＤ特徴の実施を示す。
【数４】
ここで、
Ｇ＝勾配値
ｉ、ｎ、ｍ＝円周インデックス値である。
（ＡＬＤＧ≧上側閾値または下側ＡＬＤＧ≦閾値）の場合、
注目している画素は欠陥である。
【０１１９】
最後に抽出する特徴は空間偏差（ＳＤ）である。空間偏差は半径正矢における変化に対する角度偏位の変化を測定するものである。半径変化が小さい角度距離に対して急激に発生した場合、欠陥が存在する可能性が大きい。空間偏差の特徴は図１７に図示してある。また図１７ａでは直交座標系における強調レンズ辺縁を示し、図１７ｂでは極座標系に変換して、内部レンズ辺縁９４および外部レンズ辺縁９６についての理想半径１２２も合わせて図示してある。
【０１２０】
空間偏差の特徴を有する欠陥１３６を図示し、図１７ｂにおいては角度１４０に対する半径１３８の変化を図示してある。
【０１２１】
空間偏差の特徴の実施は次式による。
ΔＲ＝ａｂｓ（円周画素i+2 の半径値−円周画素i-2 の半径値）
ここで、
ΔＲ＝半径方向の変化
ｉ＝注目する画素で参照する円周インデックス値
Δθ＝円周画素i-2 の角度偏位値−円周画素i+2 の角度偏位値
ここで、
Δθ＝角度偏位における変化
ｉ＝注目する画素で参照する円周インデックス値
ＳＤ＝ΔＲ／Δθ
ここで、
ＳＤ＝空間微分
（ＳＤ≧正の閾値またはＳＤ≦０）の場合、注目する画素は欠陥である。
【０１２２】
上述の最後の式に従って画素を欠陥に分類した場合重篤性情報は保存されない。アルゴリズムによるさらなる処理は、画素がＳＤに基づく欠陥で有り得たという事実にのみ基づいている。
【０１２３】
画素レベルの判定を行なった後、それぞれの欠陥画素は欠陥グループ内の構成要素について考慮する。レンズ周辺には多数の欠陥グループが存在することがあり、あるグループに帰属する画素は他の欠陥画素に近接しているはずである。
【０１２４】
欠陥のグループ分けは３段階より成る。第１と第２の段階は内縁および外縁について独立して実行し、第３の段階は内縁および外縁両方からの情報を統合する。内縁および外縁についてのグループ分け処理を完了した後、得られたグループの類似性を比較して、内縁からのどれかのグループを外縁からのどれかのグループと結合すべきかを検証比較する。このような併合を行なう場合には、組み合わせ欠陥グループを形成する。
【０１２５】
第１の段階では画素ごとにそれぞれの欠陥画素を検証しこれが大きな欠陥の部分を成すものかを決定する。画素が大きな欠陥の部分を成すものと決定した場合には欠陥グループと呼ばれる構造内に配置する。
【０１２６】
第２の段階では前述の欠陥グループのどれかを相互に組み合わせてさらに大きなグループを形成すべきかを決定する。最後の段階では内縁側と外縁側の欠陥グループを相互に比較してこれらを結合すべきかを決定する。結果的に可能な限り大きな欠陥グループが得られ、これはレンズ上の別個の欠陥を表わすものである。これによって真の欠陥の重篤性の最も正確な表現が提供される。あきらかに欠陥の組み合わせは単一の欠陥グループより厳密であり重大な辺縁の欠陥についてのみ発生する。
【０１２７】
前述のように、処理は画素ごとにグループ分けすることから始める。交差した第１の欠陥画素は自動的に単一画素欠陥グループ内に配置され処理が開始する。それ以降の欠陥画素の角度偏位を現在有効な欠陥グループ内の最も遠い画素と比較する。画素がパラメータ［ｐｒｏｘ＿ｚｏｎｅ」で指定した角度偏位範囲内の場合にはグループ内に配置し、グループの最も大きな角度を更新する。欠陥画素が現在有効な欠陥グループ内に収まらない場合には新しい欠陥に遭遇したものと見なす。その結果、現在の欠陥画素だけを含む新しい欠陥グループを形成して現在有効なグループとする。辺縁上の全ての欠陥画素を検査するまでこの処理を継続する。
【０１２８】
円周上の非欠陥画素が欠陥グループ内に配置しようとする画素の間に発見された場合、それらも欠陥グループ内に含め、非欠陥画素からグループ型欠陥画素へ再分類する。
【０１２９】
全体のグループ分け処理の第２の段階は次のようなものである。単一の欠陥が１つ以上の欠陥グループで表現されることが考えられる。このような複雑さを排除するためには、辺縁上に見つかった全ての欠陥グループに対して経路を設定する。２つの比較を行ない、一方の比較ではグループの開始角度偏位を別のグループの終了角度偏位と比較する。第２の比較では同一のグループの終了角度偏位を別のグループの開始角度偏位と比較する。これらの比較のいずれか一方から、パラメータ［ｐｒｏｘ＿ａｎｇｌｅ」で指定した量より小さい角度偏位の変化が求まる場合には、２つのグループを併合する。別のグループの終了角度に充分近接している開始角度を有するグループはグループ内に含める。含められたグループは情報を転写してから無効とする。
【０１３０】
最後に、角度的に対応する内側と外側の辺縁欠陥グループをグループにまとめる。このグループ分けは内縁側と外縁側で独立して実行したグループ分けと同様である。それぞれのグループの開始位置と終了位置について比較を行ない、１つのグループが完全に別のグループを包囲しているかを決定するさらなる比較も行なう。これらの比較のいずれかから併合が得られれば、両方の欠陥グループからの情報を含む独立構造を生成して元の２つのグループを無効にする。
【０１３１】
欠陥画素を識別子上述のグループ分け演算を行なった後、それぞれの欠陥グループに重篤性の点数を割り当てる。重篤性の点数はそのグループ内の個々の画素に割り当ててある全ての点数の和である。単一の画素が１つ以上の欠陥の形式について欠陥として分類してある場合にはその特定の画素について複数の点数が結果として得られる。
【０１３２】
それぞれの欠陥形式には重みを割り当て、異なる欠陥同士が相互に異なる強度を有するように出来る。全ての重みの値は利用者がアクセス可能なパラメータで制御することが出来る。ＲＤ、ＬＤＧ、ＳＤ、Ｄ、ＤＬＧＤ、ＡＬＧＤの重みはそれぞれ、［ｒｄ＿ｗｅｉｇｈｔ］、「ｌｇｄ＿ｗｅｉｇｈｔ」、「ｓｄ＿ｗｅｉｇｈｔ」、「ｄｉｓｃ＿ｗｅｉｇｈｔ」、「ｄｉｐ＿ｌｇｄ＿ｗｇｔ」、「ａｕｘ＿ｌｇｄ＿ｗｇｔ」に入っている。
【０１３３】
ＲＤ、ＬＧＤ、ＤＬＧＤは、他の３種類の欠陥とは異なり、所定の画素について重篤性情報を有している。重篤性情報は標準化して影響のある画素のそれぞれについて割り当てた欠陥形式の重みで乗算する。標準化を行なうのは異なる特徴についての値の範囲が直接比較できないためである。標準化後、それぞれの重み付けした点数は１．０から２．０の範囲内に収まる。標準化範囲は使用する閾値の値と特徴で得られる理論的最大値または最小値で決定する。
【０１３４】
たとえば、ある画素の特徴が基準画素と同じ値を有している場合、その画素の重み付けした点数は１．０となる。逆に、ある画素の特徴が可能な極大値または極小値に等しい値を有している場合には、重み付けした点数は２．０と計算される。半径偏差および局部勾配偏差についての最大理論値は「ｍａｘ＿ｒｄ」および「ｍａｘ＿ｌｇｄ」パラメータにそれぞれ入っている値で決定する。ＤＩＰ局部勾配偏差の最小理論値はパラメータ「ｍｉｎ＿ｄｉｐ＿ｌｇｄ」に入っている値である。
【０１３５】
ＳＤ、ＡＬＧＤ、グループおよびＤ型欠陥はどのような方法でも標準化されない。「不連続性」および「グループ」は値０または１を有するブール代数値型の欠陥である。空間偏差およびＡＬＧＤは保持するに値する充分な重篤性情報を含んでいない。
【０１３６】
画素の欠陥重篤性の方程式は、６種類の欠陥のそれぞれと適切な標準化および重み付けについて、次式を用いる。
ＲＤ得点＝（１．０＋（ａｂｓ（画素ＲＤ値）−ＲＤ閾値）／
（最大理論ＲＤ値−ＲＤ閾値））＊ｒｄ＿ｗｅｉｇｈｔ
ここで、
ＲＤ得点＝ＲＤ分類から画素に割り当てた総得点
画素ＲＤ値＝注目している画素のＲＤ特徴の値
ＲＤ閾値＝ＲＤ欠陥が存在するかを決定するために用いる閾値
最大理論ＲＤ値＝ＲＤ特徴で最大限可能な値
ｒｄ＿ｗｅｉｇｈｔ＝ＲＤ欠陥形式に割り当てた重み付け
ＬＧＤ得点＝（１．０＋（画素ＬＤＧ値−ＬＧＤ閾値）／
（最大理論ＬＧＤ値−ＬＧＤ閾値））＊
ｌｇｄ＿ｗｅｉｇｈｔ
ここで、
ＬＧＤ得点＝ＬＧＤ分類から画素に割り当てた総得点
画素ＬＧＤ値＝注目している画素のＬＧＤ特徴の値
ＬＧＤ閾値＝ＬＧＤ欠陥が存在するかを決定するために用いる閾値
最大理論ＬＧＤ値＝ＬＧＤ特徴で最大限可能な値
ｌｇｄ＿ｗｅｉｇｈｔ＝ＬＧＤ欠陥形式に割り当てた重み付け
ＤＬＧＤ得点＝（１．０＋（画素ＤＬＤＧ値−ＤＬＧＤ閾値）／
（最大理論ＤＬＧＤ値−ＤＬＧＤ閾値））＊
ｄｉｐ＿ｌｇｄ＿ｗｅｉｇｈｔ
ここで、
ＤＬＧＤ得点＝ＤＬＧＤ分類から画素に割り当てた総得点
画素ＤＬＧＤ値＝注目している画素のＤＬＧＤ特徴の値
ＤＬＧＤ閾値＝ＤＬＧＤ欠陥が存在するかを決定するために用いる閾値
最大理論ＤＬＧＤ値＝ＤＬＧＤ特徴で最大限可能な値
ｄｉｐ＿ｌｇｄ＿ｗｅｉｇｈｔ＝ＤＬＧＤ欠陥形式に割り当てた重み付け
ＳＤ得点＝ｓｄ＿ｗｅｉｇｈｔ
ここで、
ＳＤ得点＝ＳＤ分類から画素に割り当てた総得点
ｓｄ＿ｗｅｉｇｈｔ＝ＳＤ欠陥形式に割り当てた重み付け
グループ得点＝ｇｒｐ＿ｗｅｉｇｈｔ
ここで、
グループ得点＝グループ分類から画素に割り当てた総得点
ｇｒｐ＿ｗｅｉｇｈｔ＝グループ欠陥形式に割り当てた重み付け
不連続得点＝ｄｉｓｃ＿ｗｅｉｇｈｔ
ここで、
不連続得点＝不連続性分類から画素に割り当てた総得点
ｄｉｓｃ＿ｗｅｉｇｈｔ＝不連続性欠陥形式に割り当てた重み付け
ＡＬＧＤ得点＝ａｕｘ＿ｌｇｄ＿ｗｇｔ
ここで、
ＡＬＧＤ得点＝ＡＬＧＤ分類から画素に割り当てた総得点
ａｕｘ＿ｌｇｄ＿ｗｇｔ＝ＡＬＧＤ欠陥形式に割り当てた重み付け
【０１３７】
前述のように画素レベルの判定を行ない欠陥画素を欠陥グループ（併合重複欠陥と、別の１つの欠陥に近いグループ欠陥と、内縁および外縁両方の同じ角度偏位に位置しているグループ欠陥を含む）内に配置した後、欠陥グループの重篤性点数を計算する。欠陥グループの重篤性点数は何らかの所定の欠陥グループに割り当てた重篤性の総得点を表わしており、次式で計算する。
「欠陥グループ」重篤性点数＝
ΣＲＤ点数＋ΣＬＧＤ点数＋
Ω Ω
ΣＤＬＤ点数＋ΣＳＤ点数＋
Ω Ω
Σ不連続性点数＋Σグループ点数＋
Ω Ω
ΣＡＬＧＤ点数
Ω
ここで、
「欠陥グループ」重篤性点数＝当該グループ内にある全ての欠陥画素から「欠陥グループ」に割り当てた総得点
Ω＝所定の「欠陥グループ」内にある全ての画素を含める加算範囲。
【０１３８】
上記の計算を行なった後、欠陥グループそれぞれからの重篤性点数を演算子の定義可能な双曲線関数で重み付けする。双曲線関数は欠陥が大きいほど比例して大きな重篤性点数を付加する。たとえば、小さい欠陥より大きさが２倍の欠陥は２つの小さい欠陥の和より大きな重篤性となる。
【０１３９】
重み付け関数は次のような方程式による。
重み付けした「欠陥グループ」の重篤性点数＝ａ＿ｃｏｅｆｆ＊（「欠陥グループ」の重篤性点数）＾２＋ｂ＿ｃｏｅｆｆ＊（「欠陥グループ」の重篤性点数）
ここで、
ａ＿ｃｏｅｆｆ＝双曲線重み付け関数を定義する演算子アクセス可能なパラメータ
ｂ＿ｃｏｅｆｆ＝双曲線重み付け関数を定義する演算子アクセス可能なパラメータ
【０１４０】
得られた重み付け点数を伸縮して０から９９９までの範囲に収まるようにする。伸縮係数は次の方程式から求められる。
伸縮係数＝９９９．０／最大重み付け点数
ここで、
最大重み付け点数＝
ａ＿ｃｏｅｆｆ＊（ｍａｘ＿ｓｃｏｒｅ）＾２＋ｂ＿ｃｏｅｆｆ（ｍａｘ＿ｓｃｏｒｅ）
ここで、
ｍａｘ＿ｓｃｏｒｅ＝経験的に決定する演算子定義可能なパラメータ
【０１４１】
９９９より大きな点数となる欠陥グループは丸める。全ての欠陥グループの点数の和が所定のレンズの最終得点となる。得点が閾値（アクセス可能な演算パラメータ）と等しいまたはこれより大きくなる場合には、レンズを破棄する。それ以外の場合ではレンズを合格とする。
【０１４２】
レンズ点数の最終結果はそのレンズの合格または不合格のいずれかであるが、中間データ、計算、点数のすべてがレンズの品質ならびにレンズ上で観察された特性の形式に関する情報を提供するために利用可能である。
【０１４３】
このような情報がレンズごとに、また統計情報として、またはコンピュータのモニタ上で視覚的出力として得られることは当業者には明らかであろう。
【０１４４】
前述のアルゴリズムを前述の装置上に実現して視力矯正レンズを検査した。該レンズは水分を５８％含有するソフト・ハイドロゲル・コンタクトレンズ「Ａｃｕｖｕｅ」（ジョンソン・アンド・ジョンソン社視力製品部門の製品）である。第１の検査には１２８個のレンズを用いた。
【０１４５】
第１に、レンズは脱イオン水中で画像拡大装置を用いながら熟練した製造ラインのレンズ検査要員が検査した。それぞれのレンズは検査要員が合格または不合格に分類し、さらにそれぞれの不合格について欠陥の形式を分類した。
【０１４６】
レンズを本明細書に説明の自動検査システムで検査した際、それぞれのレンズは照明による問題を未然に防ぐため検査パッケージ内で用手的に中心合わせした。
【０１４７】
自動検査システムが１２８個のレンズ全ての画像を撮影した後、人間の検査要員による結果と一致しない２５個の得点が識別された。機械的検査と人間による検査のレンズの比較の結果を表１に示す。
【０１４８】
表１：機械と人間による検査の結果＃１
【０１４９】
この結果から機械的検査では、機械が過剰に厳しく人間の検査要員が合格としたレンズを不合格とした１２例（９．４％）を含めて１９．５％が不適当だったことが解る。これは機械が負に片寄っている。また機械が正に片寄りすぎており人間の検査要員が不合格としたレンズを合格とした１３例（１０．１％）も存在していた（機械が正に片寄っている）。
【０１５０】
機械が合格側に片寄っている例では、機械検査システムにおけるレンズの照明が調節不十分であり修正可能であることは明らかである。機械が不合格側に片寄っている例では機械のパラメータ設定が敏感すぎており調節すべきであることは明らかである。しかし大きな欠陥はどれ１つとして検出を免れたものがなく、誤って判定した欠陥の大半は５０ミクロン以下の判定境界線上の大きさであった。一方だけのレンズまたはレンズの封入もれも検査を免れなかった。
【０１５１】
機械が不合格と判定した１２個のうち、７つの画像は照明上の問題により辺縁が弱く、５例では人間の検査要員には解らなかったが機械と第２の人間の検査要員には判別できた実際の欠陥が出現している。機械が合格と判定した１３個のうち４個のレンズは欠陥が見つからない、または付着した物質が洗浄されたことによるものである。６枚の画像は照明上の問題から辺縁が弱く、３個のレンズは人間の検査要員が判定するには小さすぎる欠陥を有していた。
【０１５２】
つまり、検査した１２８個のレンズのうち、およそ２０％は人間による検査と一致しなかった。これらのエラーのうちの５６％は照明上の問題に帰結し、３６％は人間の検査要員のエラーまたは取り扱い中のレンズ条件の変化によるもの、また１２％が誤った判定だった。この１２％は全体として不適当判定２．３％に相当するものである。
【０１５３】
判定不一致の大半が照明上の問題によるものなので、調査を行ない、光源の不均一性、特に照明系の上でレンズ辺縁を洗浄し欠陥を見えなくしていることが解った。
【０１５４】
人間と機械による検査結果の不一致の別の理由は、人間による検査または機械による検査いずれかの間にレンズが揺動されなかったため水中の粒子との区別が出来ずレンズ上の欠陥が簡単に見つからなかったことである。
【０１５５】
レンズの照明は均一かつ拡散性の照明光源を提供することによって改良した。照明系の改良後、機械でさらに１２８個のレンズを検査した。この検査手順において、それぞれのレンズについて機械で２枚の画像を撮影し、人間の検査要員からの検査報告と比較した。機械と人間による検査の結果を表２に示す。
【０１５６】
表２：機械と人間による検査の結果＃２
【０１５７】
表２に掲載したデータから解るように、新しい負の判定の分類「画像の焦点ずれ」が観察された。これはカメラの下にレンズが正しく配置されておらずレンズの一部が焦点範囲を逸脱したことによるものと判明した。システムの能力の測定として、画像の焦点ずれは信頼性の指標とは成らないが、操作要員側のエラーの１つの態様でありこれらのデータ点は厳正に排除する。
【０１５８】
焦点合わせの問題を惹起するレンズの配置の誤りを除くと、人間の検査要員と機械の結果の一致しなかったレンズの割合は１５．６％である。これは第１の１２８個のレンズの検査に対し３．９％の改善である。
【０１５９】
第３の比較実験において、１９２個のレンズを人間が検査し、機械で２回づつ撮像した。結果は前回の実験の結果と同様だった。総数３８４画像のうち、３１７個、８２．６％は人間による検査の結果と一致していた。処理アルゴリズムとそれにより得られたレンズ点数の一貫性の尺度として、機械で撮像した両方の画像をアルゴリズムにより処理させ、その８４％の例で第２の実験における数値点数が第１の実験の数値と「完全に同一」であった。
【０１６０】
検査システムは主としてレンズ辺縁を検査するように設計してあるが、レンズ辺縁の位置を検索する上で用いる検索ベクトルによりレンズが無いことが適正に発見できる。レンズ辺縁の検索ルーチンは複数回実行するため、穿孔のあるレンズが検出され、余分なレンズが検出され、また辺縁に裂け目のあるレンズも発見された。
【０１６１】
以下の表３では、第３の検査の結果を、機械が不合格と判定、機械が合格と判定、正しい得点、に分割した。機械による検査の８．１％が誤って不合格となっており９．４％が誤って合格となっていた。
【０１６２】
表３：
【０１６３】
始めの方の２個のトレイの結果は後続の４つのトレイの結果より悪いが、これは水が塵芥汚染物を拾ったためと解った。従ってシステム性能の指標とは成らない。
【０１６４】
要約すると、人間による検査と機械による検査は３１７回一致し６７回不一致だった。検査の観点から見て一致と機械が誤って不合格とした決定は許容し得るものと考えられるので、レンズの配置は今回９０．６％正確だったことになる。
【０１６５】
次に、この発明の実施態様について説明する。
【０１６６】
（１）前記画素間の比較をレンズ辺縁の円周に続く経路に沿って実行することを特徴とする請求項１に記載の方法。
【０１６７】
（２）前記特徴の識別は特徴の性質を共有する画素を集めて画素の組を形成することを含むことを特徴とする請求項１に記載の方法。
【０１６８】
（３）前記比較を前記レンズ辺縁を含む一組の画素の間で行なうことを特徴とする請求項１に記載の方法。
【０１６９】
（４）前記比較を前記レンズ内部の一部を含む一組の画素の間で行なうことを特徴とする請求項１に記載の方法。
【０１７０】
（５）画素のグループの中心に近い一点から開始し、レンズ辺縁の強度値特性を有する画素が見つかるまで画素のグループの境界に向って進めることによって、前記レンズ辺縁を先ず特定することを特徴とする前記実施態様（１）に記載の方法。
【０１７１】
（６）レンズ辺縁の強度値特性を有する画素と隣接するレンズ辺縁の強度値特性を有する画素との一連の接続画素の円周に沿って前記円周がレンズ辺縁の円周かの決定を続けることを特徴とする前記実施態様（５）に記載の方法。
【０１７２】
（７）処理円環を前記レンズ辺縁の付近に設定して、前記レンズ辺縁に近い画素だけに処理する画素の数を制限することを特徴とする前記実施態様（３）に記載の方法。
【０１７３】
（８）前記辺縁を含む前記画素の組を前記比較を行なうための２つの画素の組、即ち前記レンズ内部から前記レンズ辺縁への移行部を含む画素の組と、レンズ外部の領域から前記レンズ辺縁への移行部を含む画素の組とに分割することを特徴とする前記実施態様（３）に記載の方法。
【０１７４】
（９）前記レンズ内部から前記レンズ辺縁への前記移行部を含む前記画素の組の画素の間で、前記比較を実行することを特徴とする前記実施態様（８）に記載の方法。
【０１７５】
（１０）前記レンズ外部の領域から前記レンズ辺縁への前記移行部を含む前記画素の組の画素の間で、前記比較を実行することを特徴とする前記実施態様（８）に記載の方法。
【０１７６】
（１１）前記レンズ内部から前記レンズ辺縁への前記移行部を含む前記画素の組の画素と前記レンズ以外の領域から前記レンズ辺縁への前記移行部を含む前記画素の組の画素の間で、前記比較を行なうことを特徴とする前記実施態様（８）に記載の方法。
【０１７７】
（１２）前記比較する関連性が前記レンズ辺縁を構成する前記画素における不連続性であることを特徴とする前記実施態様（３）に記載の方法。
【０１７８】
（１３）前記比較する関連性が前記レンズ辺縁を構成する前記画素の前記強度における勾配偏差であることを特徴とする前記実施態様（３）に記載の方法。
【０１７９】
（１４）前記比較する関連性が前記レンズ辺縁を構成する前記画素の前記位置における半径偏差であることを特徴とする前記実施態様（３）に記載の方法。
【０１８０】
（１５）前記比較する関連性が前記レンズ辺縁を構成する前記画素の前記位置における空間偏差であることを特徴とする前記実施態様（３）に記載の方法。
【０１８１】
（１６）前記電気的な値が位置および画像強度を含むことを特徴とする請求項１７に記載の方法。
【０１８２】
（１７）前記開始画素が前記レンズの前記中心付近に位置しており、前記レンズ辺縁を横断する前記経路は前記レンズの前記中心から延出する放線に沿っていることを特徴とする請求項１７に記載の方法。
【０１８３】
（１８）手順Ｄ）において、レンズ辺縁を表わさない前記画素の組を所定の関連性と比較して、前記レンズが条件に適合しているかを決定する段階をさらに含むことを特徴とする前記実施態様（１７）に記載の方法。
【０１８４】
（１９）前記特徴的な特性が画像強度における変化であることを特徴とする前記実施態様（１６）に記載の方法。
【０１８５】
（２０）前記レンズの前記近似による中心は辺縁の特性を有する少なくとも３つの点の少なくとも一組をとることで決定することを特徴とする前記実施態様（１７）に記載の方法。
【０１８６】
（２１）前記電気的な値が位置および画像強度勾配を含むことを特徴とする請求項１７に記載の方法。
【０１８７】
（２２）前記特徴的な特性が画像強度勾配の絶対値であることを特徴とする請求項前記実施態様（２１）に記載の方法。
【図面の簡単な説明】
【図１】本発明に関連する物理的部材を示すブロック図で、部材の接続方法ならびに光源と検査すべきレンズを示す。
【図２】レンズを画像化しその画像を処理してレンズの許容度を決定するための本発明の装置が実行する段階を表わす流れ図である。
【図３】画像上のレンズの位置を指定するために本発明のアルゴリズムが使用する技術を示す略図である。
【図４】データ点がレンズ辺縁周囲で３つ組に集められる方法の略図である。
【図５】レンズ辺縁を測定するための芯および半径を直前に収集したデータ点から決定する方法の実施例を示す図である。
【図６】直前に導いた理論的コンタクトレンズ辺縁について生成した処理円環の略図である。
【図７】レンズ辺縁に２つの移行部分を求め内縁と外縁を形成する辺縁強調演算子の結果の略図である。
【図８】方向の異なる辺縁演算子を用いるためレンズを分割した領域の略図である。
【図９】異なる画素の位置を記述するために本発明のアルゴリズムで使用する方程式で使用する記述を表わした略図である。
【図１０】図１０はレンズ画像中の角度表記に使用する記述方法を示す略図である。
【図１１】処理円環内部でレンズの位置を特定するための検索ベクトルの適用で得られた各種の結果の略図である。
【図１２】強調レンズ画像における不連続性と不連続性検出のために行なう画素処理を示す図であり、図１２ａでは直交座標系でまた図１２ｂでは極座標で示す。
【図１３】レンズの断片部分の架橋を示す図であり、図１３ａでは直交座標でまた図１３ｂでは極座標で示す。初期の架橋では外挿技術を使用し、最終架橋では飛び越し技術を使用する。
【図１４】画素処理を用いて実行したレンズ辺縁半径偏差評価の略図で、図１４ａでは直交座標でまた図１４ｂでは極座標で示す。
【図１５】注目する画素と勾配に沿った隣接画素の関連を示す図である。
【図１６】画素処理で得られた勾配抽出を示す図であり、図１６ａでは直交座標でまた図１６ｂでは極座標で示す。
【図１７】空間導関数の特徴をレンズ辺縁から抽出する方法を示す図であり、図１７ａでは直交座標でまた図１７ｂでは極座標で示す。
【符号の説明】
１０ コンタクトレンズ・パッケージ
１２ コンタクトレンズ
１４ 光源（ストロボ）
１６ カメラ
２４ 回路
２６ 入力モジュール
２８ ＣＰＵモジュール
３０ 画像化基板
３４ ビデオマルチプレクサ
３６ ビデオバス
３８ ビデオＲＡＭＤＡＣ
４０ コンバータ
４２ ＲＧＢ出力
４４ ビデオモニタ
４６ 画像メモリ
４８ 処理ユニット
６６ 転送機構
【産業上の利用分野】
本発明は視力矯正レンズの自動検査のための方法ならびにその装置に関し、特に実質的に水の部分より成る構造の水性ゲルコンタクトレンズなどの視力矯正レンズの自動検査のための方法ならびにその装置に関する。本方法は水晶体内レンズなどその他の小型高精度視力矯正用レンズの検査にも好適である。
【０００２】
【技術的背景】
視力矯正用レンズ（視力を補正するために人間の眼球上または眼球内に装用するレンズ）の重要な本質のため、該レンズが必要な特性に適合していることを確認するために検査を行なうことは視力矯正レンズ工業において非常に重要かつ優先度の高い事項である。要件はレンズの光学的特性つまり光学的倍率だけではなく直径、曲率、辺縁部の処理、気泡や混入物その他の欠陥がないことなどの物理的特性にも延在する。
【０００３】
これまで該レンズを検査するための最も信頼性の高い方法は人間の検査要員にそれぞれのレンズを拡大して観察させ、レンズが必要な特性のそれぞれに適合していることを確認させることだった。視力矯正レンズ工業は成長したが、このような検査は業界に多大な人的経済的支出を強要し検査要員の側では冗長な作業を必要としている。特にコンタクトレンズは定期的かつ頻繁にレンズを交換するように提供されているため、製造しさらに検査しなければならないレンズの個数は劇的に増加することになる。
【０００４】
視力矯正レンズの検査に関する問題は、レンズ自体が光学的に透明であり、もっと一般的な対象の検査においてみられるような一般的な明暗を示さないことである。
【０００５】
現行の人間が実行する検査法では従来技術で公知の暗室照明のシュリーレン法を用いている。これは特に透明な液体の流れの研究および光学的成分の検査に用いられるものである。この方法Ｅは、点光源からの光がレンズで収束され、研究中の媒体（すなわちこの場合ではレンズ）を通過する。光は第２のレンズでナイフ辺縁直上に合焦する。（透明ではあるが）レンズ内の屈折性不均一性により屈折した光はナイフ辺縁上で合焦しない。ナイフ辺縁による割り込みで屈折した光はこのあと投影レンズでスクリーン上に投影され、不均一性に対応する暗い投影スクリーン上の光点が発生する。
【０００６】
視力矯正レンズの検査に特有の別の問題はレンズの寸法が規格直径からある程度の量だけ変化することを許容されているものの、辺縁の割れや中央部分の気泡など許容し得る欠陥の寸法が許容されている規格寸法の変化より２桁ほど小さい規模であっても許容し得ない。検査する画像の上に型紙またはテンプレートをおいて画像を比較するような通常の自動検査方法では、検査で探そうとする欠陥がレンズの規格寸法で許容される変化量の１００倍程度小さいことから視力矯正レンズの検査には適切ではない。
【０００７】
【発明が解決しようとする課題】
従って、本発明の目的は、拡大により人間が検査する場合に得られる精度と同程度の精度を有する視力矯正レンズの高速自動検査のための方法ならびにその装置を提供することである。
【０００８】
本発明のさらなる目的は、容易に利用可能なビデオ装置、電子装置および計算装置を用いて前述の検査を実現することである。
【０００９】
本発明の別の目的は、レンズが製造工程で毀損したかを判定し得るように成すことである。
【００１０】
本発明の別の目的は、製造時の欠陥に最も敏感なレンズの部分において集中的に画像分析を行なうことである。
【００１１】
本発明の別の目的は、レンズの辺縁を特定する前にレンズ上に見られるレンズの特徴を分析しこのような特徴がそのレンズを欠陥品と成すような欠点となり得るかを決定することである。
【００１２】
本発明の別の目的は、レンズ辺縁部に見られた不連続性を架橋して、微細なレンズの欠陥および画像処理のドロップアウトにより特定のレンズが検査工程で不良品とならず、これによって良質レンズを破棄する結果とならないように成すことである。
【００１３】
本発明の別の目的は、レンズに見られた欠陥の形態を分類するための分類に従って特徴的偏差を分類し、製造工程に関する情報を提供することである。
【００１４】
【課題を解決するための手段】
上述のおよびその他の目的は電子撮像装置（カメラ）で光源により照明された視力矯正レンズの画像を取り込ませることにより得られるものである。画像は複数の画素より成るカメラの受光部分に投射される。それぞれの画素の位置およびこれに入射する光強度が電気的な量に変換されたのち、転送されメモリー内に保存される。コンピュータを該メモリーに動作可能なように接続し保存してある位置および強度の値両方を取り込むことが出来るように成す。該コンピュータは画素の強度および位置の値を比較するための命令を含む。
【００１５】
好適実施例において、この比較は受光体領域の中心付近の画素で開始し強度偏差に遭遇するまで画素領域の辺縁部に向って継続することから成る。強度変化を含む中心画素付近の画素を評価し、その画素に最も近い適合を見付だし、この手順を反復することにより、特徴の概要が得られる。その特徴の特性がレンズの辺縁に対応しない場合には、その特徴を評価してレンズを破棄すべきかどうか決定する。その特徴がレンズ辺縁に対応しない場合、その辺縁の特徴を評価してその辺縁すなわちレンズが許容範囲内にあるかを決定する。
【００１６】
好適実施例において、１２°間隔でおよそ３０個のデータ点が見つかるまで辺縁位置付近を追跡することによりこれを実現している。３点のグループ１０個について同時に３つの方程式を計算し、レンズの平均的芯と平均半径を見つけ出す。ここから、芯と半径データを用いて円環を生成する。円環の境界は実際のレンズ辺縁を包含するものである。この円環内部で、全ての画素は絶対強度値から傾斜値に変換され、一方がコンタクトレンズ辺縁の内面また他方が外面からの２つの移行辺縁によりレンズ辺縁を表現できるようになる。これら２つの辺縁を薄くして辺縁に沿って最大強度の画素だけが残るようにする。レンズ辺縁はＸＹ軸から極軸へ変換し、半径、角度、強度傾斜の値を保持する。これら２つのデータ行列について特徴抽出を引き続き行なう。この特徴抽出は半径偏差、局部勾配偏差、空間導関数、ＤＩＰ局部勾配偏差、片側局部勾配偏差および不連続性よりなる。画素レベルでのこのような決定を行なった後、それぞれの欠陥画素を欠陥グループ内の構成要因について検討する。レンズ辺縁の内面および外面の輪郭両方を独立してグループ分けした後、レンズの１つの領域内のレンズ辺縁の両側面上で重複するこれらのグループを組み合わせ欠陥グループに仕分けする。グループを決定したら、それぞれのグループについてグループ内に配置した欠陥画素の数、形状、重要度に基づいた得点を付加する。この得点から、レンズ全体に対して重み付けした得点を付加でき、この得点に基づいてレンズは検査に合格するかまたは不合格となる。
【００１７】
【実施例】
本発明の実施は何らかの特定のハードウェア・システムに限定されず、事実上多数のソフトウェア方式で実施することが可能である。しかし発明の実施の最良の形態の実施例としては、以下のようなことが望ましい。
【００１８】
図１を参照すると、本発明のシステムは光源１４上でカメラ１６下の脱イオン水中のコンタクトレンズ１２を含むコンタクトレンズ・パッケージ１０を保持する構造（図示していない）より成る。
【００１９】
レンズパッケージに関しての好適実施例のより詳細な説明は、本出願と合わせて同時出願中の米国特許出願号９９５６０７号（１９９２年１２月２１日出願）でさらに詳細に説明している。
【００２０】
カメラ１６は、ニューヨーク州ロチェスターのコダック社製ビデック・メガプラス・カメラなどの高解像度ソリッドステートカメラである。
【００２１】
カメラはレンズ１８を含み、本実施例においてレンズは視野１４．５ミリメートルに固定してある。カメラにはニッコール５５ミリ標準レンズを装着した。レンズはｆ：２．８に設定し、波長５５０ナノメートルを中心としてカメラレンズの端部まで全波半値（ＦＷＨＨ）１０ナノメートルのアンドーバー帯域濾波フィルタを装着した。このようなフィルタは色収差を除去することで全体的空間解像度を改善し、また人間の検査要員の眼球応答と類似のレンズ検査に対する光学的応答を維持する。このフィルタ２２はシステム全体の変調転移関数（ＭＴＦ）を劣化させるＣＣＤ検出器への赤外線放射も除去する。
【００２２】
脱イオン水中のレンズを含むパッケージ直下には平坦な乳白ガラス製の光学的拡散板をおき、その下にストロボライト１４などの光源を配置する。ストロボ電球は１０ミリ秒で５ジュールの光パルスを画像処理システムの指令によって発光することが出来る。ストロボが発光間隔で再充電に必要な回復時間は４５０ミリ秒程度である。
【００２３】
照明系の好適実施例のより詳細な説明は、本出願と合わせて同時出願中の米国特許出願９９４３８８号（１９９２年１２月２１日出願）でさらに詳細に説明している。
【００２４】
カメラ１６は装着してある枠に対してカメラを移動させる精密案内ネジ駆動装置で焦点合わせする。カメラを合焦させてしまえば検査工程を実行する際には固定したままにしておく。
【００２５】
カメラにはさらに受光体として機能する電荷結合素子（ＣＣＤ）検出器を含む。ＣＣＤ受光部は方形の１，３２０×１，０３５個の画素の行列よりなる。
【００２６】
カメラの受光体の電荷結合素子は光の強度を電気信号に変換する。このアナログ電気信号は、８ビットアナログ−デジタル変換器（Ａ／Ｄコンバータ）によりグレー２５６階調を含むデジタル出力信号へ回路２４で変換される。
【００２７】
レンズとパッケージが適正な位置へ移動することで生成される信号を用いてカメラを非同期的に作動させ、ストロボの発光とそれに続く画像の転送を開始させる。
【００２８】
照明系を起動可能なレンズ搬送システムとパレットシステムの好適実施例に関してのより詳細の説明は、本出願と合わせて同時出願中の米国特許出願９９４２４９号および９９４２４２号（各１９９２年１２月２１日出願）でさらに詳細に説明している。
【００２９】
画像はカメラ内部の回路２４を経由して画像処理システムの入力モジュール２６へ転送する。画像処理システムは入力モジュール２６、ＣＰＵモジュール２８、画像化基板３０の３つの部分より成る。
【００３０】
入力モジュール２６においてデジタル信号を処理し、それぞれの走査線に対応するビデオ同期信号を含むようにする。補正したデジタル信号はビデオマルチプレクサ３４へ供給し、デジタル化した信号をＣＰＵモジュール２８へ送出する。
【００３１】
１つのビデオフレーム（または前述のカメラの１，０４８，５７６画素）を表わすデータの組はビデオバス３６で利用できるようになり、バスによって他の処理ハードウェアへ転送することが出来る。画像は、コンバータ４０により疑似カラー出力に変換してから画像を表示可能なビデオモニタ４４へＲＧＢ出力４２を介して転送可能なビデオＲＡＭＤＡＣ３８を用いれば表示することも可能である。ＲＧＢ疑似ビデオカラー出力は３つの参照テーブル（ＬＵＴ）から供給する。
【００３２】
ＣＰＵモジュール２８への入力は第３の例では約１メガバイトの画像メモリ４６へ転送する。画像メモリ４６に保存したデータは画像タイミング制御により順次式に処理ユニット４８へ転送する。
【００３３】
データ処理はモトローラ社製６８０４０ＭＰＵで実行する。
【００３４】
必要な画像処理命令はＥＰＲＯＭ（消去可能プログラム可能読み出し専用メモリ）５２に保存する。処理画像結果は適切な出力制御のため画像化基板３０に供給する。１６ビットデジタル並列入出力６０経由でまたはＲＳ２３２ＣまたはＲＳ４２２シリアルポート６２経由のいずれかで出力することが出来る。
【００３５】
処理装置の決定する合格／不合格が転送機構６６に通知され、レンズ１２は包装と滅菌のためにさらなる処理へ送られるかまたは欠陥レンズとして破棄されるかのいずれかに振り分けられる。
【００３６】
図２を参照すると、図１に図示した装置で実現した検査手順がブロック図で図示してあり、ＣＰＵモジュール２８の指令する検査アルゴリズムが詳細に図示してある。
【００３７】
第１の段階において、生の画像がカメラで取り込まれ、画像処理システムへ送られる。この画像はデジタルデータ列に変換されて、カメラ内の既知の欠損画素を補正するためのアルゴリズムを含む。
【００３８】
高解像度カメラの価格はＣＣＤ検出器の受光体２０で許容される欠損画素数に依存する。これには主として光応答が１０％またはそれ以上隣接画素と変動している画素および５つまたはそれ以下のグループを構成するこのような画素のクラスタ（塊）が含まれる。
【００３９】
欠損画素の数は最も安価な部類のカメラであっても限られたものであり相互にクラスタとなったこのような画素の数も限られたものであるため、安価なカメラであってもレンズ検査用に使うことが可能である。
【００４０】
ビデック・メガプラス・カメラで使用しているＣＣＤは多数のカラム型欠損を含んでいる。欠損は通常単一のカラムに限定されているが、数画素程度の長さから５０またはそれ以上の画素の長さまで延在することがある。欠損領域により画素のグレーレベルは、撮影する対象に関係なく隣接画素より高めまたは低めになる。このような欠損がレンズ辺縁上またはその付近で発生した場合、ソフトウェアが誤ってレンズの欠陥または不連続性と解釈してしまうことも有り得る。
【００４１】
欠損領域はグレーレベルが予想以上に変動している領域について均一な対象の画像を手動式に観察することにより決定することが出来る。欠損は単一のカラムに限定されているのであるから、隣接カラム間の補間で充分な補正が得られる。カラム型欠損の補間は欠損のいずれか一方の側のカラムからのグレーレベル値の平均となる。使用しているカメラの検出器も潜在的に円形のシミの形状を成すクラスタ型欠損を含むことがある。このような欠損の形式は画像処理の妨げとならない領域に欠損を維持するかまたは前述と同じ補間技術を使用することのいずれかにより対応させることが出来る。
【００４２】
前述の補正をカメラの既知の欠損画素について行なった後、レンズ辺縁を識別することによりレンズを撮像領域内に配置する。レンズ辺縁を特定するために一回試行したあと、レンズが実際に容器内部にあるか、または容器にレンズが含まれていないかの決定を行なう。容器にレンズが含まれていない場合、欠陥レンズと見なされるので空のパッケージはこれ以上処理されず、消費者に送付されることはない。
【００４３】
レンズ辺縁が存在することが確定した後、レンズ辺縁の付近の点の位置についてデータを収集する。このデータは、円弧と円弧の中心点を決定する多数の辺縁三角を設定するために使用する。平均中心から最大距離にある芯は見かけ上のデータを排除するため破棄する。
【００４４】
この時点で、レンズの辺縁およびレンズ芯の位置を定義するために使用した辺縁三角以外の特定の辺縁情報は収集されていない。
【００４５】
実際に辺縁を検査するためには、計算による中心点を用いて実際のコンタクトレンズを内部に含む処理円弧を生成する。これにより問題の辺縁を含む円環についてのみさらに詳細なデータ処理を集中することが出来る。
【００４６】
背景からレンズ辺縁を識別するためには、辺縁強調演算子を処理円環内の画素に適用する。辺縁強調により２つのレンズ移行辺縁が得られる。一方はレンズの内部から辺縁に向って、また他方はレンズ外部から辺縁に向うものである。
【００４７】
この時点では辺縁についての情報しか得られていないが、２つの辺縁（実際には辺縁の移行）は辺縁に向ってまたここから離れる方向の強度勾配のため幾らか不鮮明なままである。より明確に移行辺縁を定義するためには、改良骨格（スケルトン）化演算を処理円環内に含まれる辺縁データに対して実行する。グレーレベル情報は後の抽出において有用となる情報を含んでいるので、骨格化演算子により保持される。
【００４８】
アルゴリズム内で実行する次の処理は後の抽出で有用な情報以上のグレーレベル情報を排除する閾値演算子の適用である。
【００４９】
アルゴリズムの実行する次の段階はレンズ辺縁の特徴を抽出するための内部および外部辺縁の追跡である。追跡は最初のレンズ辺縁の位置検索と類似の方法で開始するが、処理円環の内部境界から外側へ向って検索する上でグレーレベル基準を用いてレンズ辺縁を特定する。グレーレベル閾値基準に適合する画素に遭遇すると、一連の隣接画素をトレースしてこれがレンズの辺縁であるかを決定する。辺縁であれば、レンズ辺縁を全体の辺縁の周辺につなげ、その位置と対応する画素強度勾配を保存する。
【００５０】
直交座標情報がこのあと極座標における半径および角度的座標値に変換され、これらに付随する強度勾配値と組み合わされる。データを適性に処理し良好なレンズを誤って破棄しないために、ある程度の画素数以下の不連続性は架橋する。
【００５１】
極座標で現在利用可能な情報を用いて５種類の特徴抽出を実行する。その第１は理論的内部および外部レンズ辺縁からの半径偏差（ＲＤ）の決定である。第２はそれぞれの画素について隣接する画素との強度値の勾配を考慮する局部勾配偏差（ＬＧＤ）である。第３に空間微分（ＳＤ）特徴抽出を実行する。空間微分は角度の変位に対する半径の変化を測定する。半径偏差抽出とは異なり、空間微分抽出は主として角度変位に対する辺縁半径の急激または突然の変化を見るものである。
【００５２】
３種類の最終的特徴抽出を実行する。不連続性欠陥は、不連続性を架橋するアルゴリズムによっても補正し得ないほど内縁または外縁において大きな不連続性の結果である。
【００５３】
局部勾配偏差の特徴と類似しているがＤＩＰ局部勾配偏差（ＤＬＧＤ）は注目する画素の勾配値のその局部的近隣の平均からの偏差の量を見るものである。違いは、多くの隣接画素を使用することと注目している画素の周辺で未使用画素の大きなギャップが存在することである。ＤＬＧＤは隣接画素より小さな勾配偏差にだけ感受性を有するように設計してあるので、「くぼみ（ＤＩＰ）」と称する。
【００５４】
ＤＬＧＤの特徴はその他の特徴では識別不可能な小さな辺縁の不整を特に識別するものである。ＤＬＧＤによって欠陥として分類される画素では、重篤性の指標として偏差量を保存する。
【００５５】
片側局部勾配偏差（ＡＬＧＤ）では隣接画素を使用して注目する画素の一方の側面から取り出した偏差を計算する。注目する画素以前の２０画素を用い、注目する画素直前の４画素を除き隣接画素平均を決定する。ＡＬＧＤでは正と負の両方の勾配偏差を見る。
【００５６】
前述の特徴抽出処理を行なう間に、欠陥の重篤性に比例して求めた識別された特徴のそれぞれに数値化した得点を割り当てる。さらに、欠陥は内縁および外縁両方の異常画素を検索して欠陥グループ内に配置すべき大きな欠陥の一部を構成するものかを決定することによりグループに分ける。これらのグループを評価し相互に組み合わせて大きなグループを構成すべきか、また組み合わせた場合に内部と外部のグループを単一の欠陥として見なすべきかを検証する。
【００５７】
最後に、それぞれの欠陥または欠陥グループに重篤性による得点を付与し、それぞれの欠陥の形式にはレンズ品質に与える影響に従って重み付けを行なう。
【００５８】
このような全ての欠陥の数値的結果を全て加算して単一の数値を得る。これはレンズが合格かまたは破棄すべきものであるかを決定するものである。
【００５９】
さらに、重み付けおよび配点処理から得られた定量的情報を一覧または画面表示して製造しているレンズの統計的品質分析を得ることが出来、これによってあらゆる異常な処理パラメータの識別および製造工程における変化の影響の評価を製造工程の管理者に提供することが出来る。
【００６０】
前述のアルゴリズムで実行した段階について以下ではさらに詳細に説明する。
【００６１】
図３を参照すると、多数の画素（図示していない）より成る受光体領域７０が図示してある。この領域内にコンタクトレンズ７２の画像が存在する。この特定の画像では、レンズは辺縁７４と欠陥または雑音７６より成る。またこの特定のレンズの画像では辺縁におけるギャップ７８も解る。
【００６２】
レンズ辺縁は４５°の角度の検索ベクトル８０を用いて視野の中心から開始し位置を特定する。検索ベクトルは視野の中心から予想されるレンズ辺縁との交差に向って半径方向に外向きに１画素づつ移動する。アルゴリズムは検索ベクトルに沿って辺縁基準が満たされるまでそれぞれの画素を検査する。それぞれの画素をグレーレベルおよび所定の較正済み基準と比較する。ベクトル内の現在の画素が「ｔｒｋ＿ｔｈｒｅｓ」パラメータで指定した値以下のグレーレベルを有している場合にはレンズ辺縁上の画素と交差したものと見なす。
【００６３】
交差した対象がレンズ辺縁であることを確認するため、ベクトルは発見した対象の輪郭を追跡する。検索ベクトル８０および８２の場合では、経路の曲率がレンズ辺縁に予想される曲率または円周長と適合していないことから、アルゴリズムは交差した対象がレンズ辺縁の一部ではないことを認識する。この検証技術は特定の画素数内で開始画素と交わるように輪郭線が逆行するかを調べるだけで行なうことが出来、雑音またはレンズの欠陥の場合は充分に小さいことが解る。雑音による対象に遭遇した場合、別の検索ベクトルを時計方向に回転した方向でおよそ１１°離れて生成し元の検索ベクトルと同一の別の検索を実行する。
【００６４】
別の検索ベクトル８４はレンズ辺縁７８におけるギャップを通過する経路に沿って移動するように図示してある。検索ベクトルは受光体視野７０の境界に到達するまで続き、到達した点で検索を終了し、別の検索ベクトル８６をこれまでの検索ベクトル８４よりおよそ１１°時計回りの方向で開始する。どの場合でも、画素ごとの検索を水平方向、垂直方向、または階段状に対角線方向のいずれかの方向に隣接する画素に対して行なう。２種類のレンズの欠陥のどちらかに遭遇した場合、レンズ本体の欠陥７６またはレンズ辺縁のギャップ７８のいずれであっても、適切な基準を適用してレンズを破棄することが出来る。
【００６５】
ベクトル８６の場合、検索はうまく進みレンズ辺縁７４が発見されている。発見した特徴が本当にレンズの辺縁かの確認は図４を参照して説明する。
【００６６】
直前の段階で発見した良好なデータ点から開始してソフトウェアはレンズの円周をたどり、およそ９０画素について４方向接続の追跡を行なう。次式のように、レンズの実際の半径ｒによって画像ごとに使用する追跡距離は異なる。
追跡距離 Ｔ＝（１０２４／Ｆ）×（２“π”ｒ／３０）
ここで
Ｆ＝１４．５ｍｍ（視野）である。
【００６７】
つまりＴは脱イオン水中の１２．２ミリレンズで通常９０画素である。レンズ辺縁に沿って距離Ｔだけうまく進行した場合にはデータ点を記録する。
【００６８】
このようにしてレンズ辺縁の位置を検証する。１２°間隔で総数３０以上のデータ点を見つけた後、３点からなる１０グループについて３つの方程式を同時に解き、レンズの平均的芯と半径の最終的な値を決定する。
【００６９】
図４において、四角形と三角形と円形の記号はデータを収集した点を表わす。内部に同じパターンを有する記号は同じデータの組にデータ収集している。
【００７０】
データ１０組を用いて１０個の異なる円環について方程式を計算する。それぞれの円環はレンズ辺縁のモデルを表わす。平均行画素および列画素の円環の芯を計算する。次に、１０個の円環の芯のそれぞれから平均芯までの距離を決定する。芯の分布の統計的モードと見なされる芯から所定の偏差を有する芯は除外する。除外を行なうのは、正常なレンズ辺縁からずれている欠陥上で収集したデータにより得られたような疑似的なレンズ辺縁を排除するためである。これを図５に示し、中心点８８はレンズ辺縁の欠損７８によりほかの９つの中心点の集合からずれていることが図示してあり、この中心点は排除する。
【００７１】
残りの行列の芯における標準偏差を計算し、特定の閾値と比較する。行と列両方の標準偏差が閾値基準に適合する場合、レンズが見つかったものと見なす。最終モデルで用いた半径は残りの円環の半径の平均である。どちらかの標準偏差が適合しない場合、新しい検索因子を生成する。この新しい因子の開始角度はレンズ辺縁に沿って同じ点からのデータを収集しないように、直前のベクトルから回転させておく。このようにレンズ位置を決定しデータ点を収集する入れ子構造の反復処理を最大で２周期まで繰返す。レンズがこの間にうまく見つけられない場合には、レンズが欠落しているものと見なし自動的に破棄する。
【００７２】
図６を参照すると、処理円環９０が生成され、コンタクトレンズの辺縁７２の上に重ね合わせてある。この円環は先に求めてあった芯と半径の値を用いまた処理円環の幅についての内部的パラメータを用いて生成しているので、処理円環の境界はある程度レンズ辺縁を含んでいる。評価する必要のある画素数を制限することによって速度を向上させ処理時間を短縮するため、画像へのさらなる処理は全てこの円環内部だけに行なう。円環の寸法に対する要件（および限定した処理円環を使用する必要性）は使用するコンピュータのデータ取り扱い能力およびデータ処理能力、ならびにこれに付随する経費によって変化する。円環の芯はアルゴリズムのこれまでの段階でモデル化した円である。円環の画素幅はパラメータ「ａｎｌｓ＿ｗｉｄｔｈ」で決定する。
【００７３】
図７を参照すると、アルゴリズムの次の段階が図示してあるが、前図の処理円環は図示していない。さらに平均的芯９２は検出器受光体視野７０上に図示してある。辺縁強調演算子はグレーレベル情報単独ではレンズ辺縁の正常および欠陥領域の弁別が充分に可能なほど感度が高くないため元のレンズ画像について行なう。つまり、この演算を行なってレンズ辺縁画像の内側面および外側面に沿って含まれる識別情報を引き出すのである。使用する演算子はレンズ辺縁に沿って異なる領域を使用する改良３×３演算子である。前図におけるコンタクトレンズの辺縁７２は辺縁強調演算子を実行して排除してある。前図におけるコンタクトレンズの辺縁７２は辺縁強調演算子を作用させることで排除されている。辺縁強調演算子は生のレンズ辺縁画像を処理し、図６に図示したように生のレンズ画像に辺縁強調演算子を適用した後では内縁９４および外縁９６別々に２ないし４画素となる。
【００７４】
辺縁強調演算子を作用させるためにはレンズを異なる領域に分割しておく必要がある。
【００７５】
領域の正確な開始点と終了点は画像内のレンズの寸法と画像内のレンズの位置により変化する。図８を参照するとレンズ内に適用した５つの領域の関連性が図示してある。領域はレンズ周辺でほとんど水平方向、垂直方向、および対角線方向に領域を分割するように設定してある。
【００７６】
図８の領域のそれぞれは異なる方向に向いた辺縁演算子を使用する。領域１、３、５では対角線方向の演算子を使用する。領域２、４では水平および垂直方向の演算子を使用する。方向の異なる演算子を使用してレンズの曲率を補償し、レンズ周辺の勾配の大きさを均等化する。つまりレンズのほとんど垂直方向の部分に対する対角線演算子はレンズのほとんど対角線方向の部分に対する水平／垂直演算子と大体等しい。
【００７７】
辺縁演算子は不必要なディザー（線のギザギザ）を抑圧する目的で処理する辺縁に対して対角線方向となるようにする。通常の生のレンズ辺縁の厚みは局部的領域についてみるとわずかながら動揺している。生のレンズ辺縁の画像の方向に平行および直角に作用する辺縁演算子は辺縁における揺動を拾い出し小さな偏差を誤って保持する傾向にある。特徴抽出ソフトウェアはこのような小さな偏差を辺縁部分の欠陥として観察することになる。
【００７８】
図９を参照すると、辺縁強調演算子の実施において使用する画素の記述方法が図示してある。当業者には理解されるであろうが、この表記法は行列またはアレイにおける要素を記述する上で用いる標準的表記である。
【００７９】
以下の方程式１−６は２つの辺縁演算子に用いたアルゴリズムを示す。それぞれの画素について得られる勾配値は０から２５５の範囲の８ビット内に収まるように調節する。
水平／垂直演算子＝ａｂｓ（ｈｄｉｆ）＋ａｂｓ（ｖｄｉｆ）
ここで
ｈｄｉｆ＝Pi-1j+1 + 2*Pij+1 + Pi+1j+1 - (Pi-1j-1 + 2*Pij-1 + Pi+1j-1)
ｖｄｉｆ＝Pi+1j+1 + 2*Pi+1j + Pi+1j-1 - (Pi-1j+1 + 2*Pi-1j + Pi-1j-1)
対角線演算子＝ａｂｓ（ｄ１ｄｉｆ）＋ａｂｓ（ｄ２ｄｉｆ）
ここで
ｄ１ｄｉｆ＝Pi-1j + 2*Pi-1j-1 + Pij-1 - (Pij+1 + 2*Pi+1j+1 + Pi+1j)
ｄ２ｄｉｆ＝Pi-1j + 2*Pi-1j+1 + Pij+1 - (Pij-1 + 2*Pi+1j-1 + Pi+1j)
【００８０】
領域１、３、５で対角線方向の辺縁強調処理を実行し、領域２、４で水平方向／垂直方向の辺縁強調処理を実行した後、得られた内側および外側の辺縁を骨格化演算子で処理する。得られる辺縁は通常単一画素幅を有し辺縁の断面部分から観察した場合に辺縁の最も強い部分からの情報だけを含んでいる。但しこの処理の間もこれらの画素に含まれているグレーレベル情報は保持されている。この方法による辺縁強調はそれぞれの円環の領域で使用した勾配演算子と適合する方向で行なう。直前の段階からの勾配情報についてのみ演算しているので、この演算では注目している画素から４つの方向で最大値を検索する。最大値が見つかった場合、注目している画素をその値で偏位する。それ以外の場合には画素は０となり図７に見られるような画像が得られる。
【００８１】
アルゴリズムの次の段階は閾値機構を用いることによって新規に強調および骨格化した内縁および外縁のレンズ辺縁の位置の特定と追跡である。閾値処理は辺縁を追跡しつつレンズの円周に沿ってのみ実行する。
【００８２】
アルゴリズムの次の段階は指定した画素強度値以上の選択した画素に閾値を適用することである。閾値適用演算の目的は注目している辺縁の部分を成さない円環内の全ての画素を排除し雑音として表現することである。閾値処理で使用するグレーレベル値は、内縁と外縁それぞれについて「ｉｎｎｅｒ＿ｔｈｒ」および「ｏｕｔｅｒ＿ｔｈｒ」パラメータである。これらは円周方向に追跡するためにアルゴリズム内で使用する閾値である。閾値演算の実施は次のようなものである。
（Pij ≧閾値、かつ処理したレンズ辺縁に沿った画素）であれば
Pij ＝円周の画素
【００８３】
図９に図示してあるのは検出器の視野７０内部の画像のレンズについて用いる角度表記である。追跡を開始するためにレンズ辺縁の位置を特定するには、レンズの位置を特定するために最初に用いたのと同様の検索ベクトルを使用する。ここでは検索ベクトルに次の画素を検索する際の基準としてグレーレベルのみを使用する。
【００８４】
図１０を参照すると、ベクトルは処理する円環の内側で０°から始め、レンズ辺縁と交差するまでまたは処理している円環の対向する側面に到達するまで画素の列に沿って進む。
【００８５】
図１１を参照すると、内部辺縁で発生し得る検索の様子が示されている。
【００８６】
本図に図示してあるのは強調レンズ辺縁の拡大部分で内部辺縁９４、外部辺縁９６、処理円環９０が図示されている。処理円環９０は内部境界９８および外部境界１００より成る。
【００８７】
前述のように、例として、第１の検索ベクトル１０２が図示してある。この第１の検索ベクトルの実施例において、小さい欠陥または雑音１０４が明確に弁別し得るグレーレベルを有しているためこの雑音または小さい欠陥と遭遇している。検索ベクトルはその境界を追跡するがアルゴリズムはこの対象物を破棄する。これは曲率がレンズ辺縁の曲率に適合しないためであり、これは開始画素と交差する前にトレースした画素数で決定することが出来る。
【００８８】
このように辺縁の特定に失敗した後では、第１の検索ベクトルに対して画素２０列分のオフセットを有する第２の検索ベクトルを生成する。例として、第２の検索ベクトル１０６は処理円環９８の内部境界から始めて円環の外部境界１００に向って進むことでレンズの内縁９４の特定を試みている。この例では、検索ベクトル１０６はレンズ辺縁の明確な画素と交差しておらずギャップ１０８を通って内縁９４および外縁９６を通過してしまっている。検索ベクトルが処理円環１００の外部境界に到達すると検索は終了する。
【００８９】
第２の検索ベクトル１０６から２０画素列分のオフセットを有する第３の検索ベクトル１１０をさらに生成する。この第３の検索ベクトル１１０の例においてレンズ内部辺縁９４を発見するための試行が成功しており、アルゴリズムはレンズ辺縁の内縁および外縁９４、９６の追跡に集中する。
【００９０】
直前のベクトルが小さな欠陥またはレンズ辺縁におけるギャップと交差したために検出不成功に終わった場合に新しく検索ベクトルを生成する処理は、レンズ辺縁を特定するまでまたは最高１５回の試行を行なうまで反復する。位置指定処理はレンズ内縁９４についてとレンズ外縁９６についてでは別個に行なう。
【００９１】
辺縁が特定できたなら８方向に接続する円周の追従を実行する。ベクトルは０°から開始してレンズ辺縁の内部および外部円周を８方向接続を用いて追跡する。８方向接続は辺縁に付随する全ての画素が最終的円周内に含まれるようにするものである。グレーレベル閾値を用いてある画素が辺縁の部分を成すかを決定し、内部辺縁については「ｉｎｎｅｒ＿ｔｈｒ」パラメータの値を、また外部辺縁については「ｏｕｔｅｒ＿ｔｈｒ」パラメータの値を使用する。
【００９２】
アルゴリズムは到達した画素が辺縁画素であれば右に曲がりまた到達した画素が辺縁画素でなければ左に曲がって進む。対角線方向の画素は特別な条件に適合した場合に検査する。内縁と外縁の追跡に同一のコードを使用しているため、内縁については時計回りの方向でまた外縁については反時計回りの方向で追跡を行なっている。
【００９３】
終了時にレンズ辺縁はおよそ６０００画素から構成されることになり、そのうち３０００画素が内縁、残りの３０００画素が外縁である。画素数が設定範囲内に収まらない場合、アルゴリズムはレンズが発見できなかったものと判定し処理を反復するかまたはパッケージ自体を破棄する。
【００９４】
辺縁のそれぞれの画素についてアレイ構造内に一組の情報を保存する。この情報は半径方向および角度的な位置、勾配グレーレベル、欠陥形式および重篤性を含む。アルゴリズムのこの時点でレンズのアレイ情報全てが存在しているわけではなく、将来の用途のためにメモリを割り当ててある。
【００９５】
画素が辺縁の一部を成すと解った場合、直交座標から極座標への変換を実行する。直交座標系および極座標系の軸は最初に行なったレンズの位置測定から決定したレンズ軸である。以下の方程式はどのように変換を実施するかを示したもので、シータは角度、またｒは半径を表わす。 θ＝ａｒｃｔａｎ［（レンズ軸の行−画素行）／（画素列−レンズ軸の列）］
Ｒ＝ＳＱＲＴ［（画素列−レンズ軸の列）＾２＋（レンズ軸の行−画素列）＾２］
【００９６】
シータは、１３ビットつまり２の１３乗で表現可能な、０．０から３６０．０°までの範囲の浮動小数点小数から、０から８１９１までの範囲の整数値に変換する。Ｒも始めに浮動小数点小数として計算しておき整数値に丸める。
【００９７】
それぞれの円周画素についての半径および角度偏位値は大きなアレイ構造内に保存する。さらなる処理は、この大きなアレイ内で６０００または同程度の画素についてのみ演算することによって一層効率的に行なえる。
【００９８】
以下の図面においてレンズ辺縁は画像として図示する。しかし演算はデジタル領域のアルゴリズムが行なう。
【００９９】
図１２を参照すると、図１２ａでは直交座標における強調レンズ画像がまた図１２ｂでは極座標における強調レンズ画像が図示してある。辺縁をすでに発見し追跡しているので処理円環をこの図面では抹消してある。図１２ａおよび図１２ｂに図示してあるのはレンズ内円９４とレンズ外縁９６である。図１２に図示した演算において辺縁の不連続性はレンズ上の欠陥、薄くなった辺縁、または辺縁および辺縁強調演算子から得られた異常に起因している。原因の如何にかかわらず、辺縁の残りの部分を処理できるようにこれらの不連続部分を検出し架橋する必要がある。
【０１００】
不連続性は追跡した最も遠方にある画素の角度偏位を維持しこれを現在処理中の画素の角度偏位と比較することによって検出し、図１２ｂに図示したとおりである。最も遠方にある画素１１２と現在の画素の間で生成した角度が追跡方向に対向する場合およびパラメータ「ｂｋｔｒｋ＿ｄｅｇｓ」で指定した角度より大きい場合には、不連続性が検出されたことになる。これは１１４で示した点で図１２ｂに図示してある。
【０１０１】
不連続性を検出するとアルゴリズムは最も遠方にある画素を架橋するための基準として使用する。不連続部分の架橋の最初の試行は１ないし３画素のギャップを架橋することが可能な外挿技術による。外挿法では不連続性に到達する直前の進行方向を使用する。
【０１０２】
場合によっては辺縁におけるギャップが３画素以上であり、外挿による架橋が出来ないことがある。図１３を参照すると、１１６などの不連続性を閉じるために外挿法が不成功に終わったような場合において、飛び越し技術を使用している。飛び越し技術は不連続性の角度位置を取り出し、［ｇａｐ＿ａｎｇｌｅ」パラメータに指定した角度数だけ追跡方向を回転させて不連続性の他方の側面を特定するために検索ベクトルを開始するものである。
【０１０３】
検索ベクトルは処理円環の内面の内側に起始し不連続性の角度位置に従い行または列に沿って検索する。検索は辺縁画素と交差するまでまたは処理円環の外縁に到達するまで継続する。辺縁画素が検索中に見つからない場合レンズに不透明なひずみがあると見なしレンズを破棄する。辺縁画素が見つかった場合処理は平常通りに継続する。外挿によって不連続性を架橋できないという事実は欠陥の存在を意味しており、［飛び越しによる架橋］は特徴として識別される。
【０１０４】
最も遠方にある画素以降に処理し不連続性が検出されるまで連続していた全ての画素は辺縁追跡によって引き返すことになるため円周アレイから除去する。
【０１０５】
１つの不連続性を架橋することで図１３ａに図示した辺縁１１８の小さな隔離した円弧に追跡処理が進むような状態にレンズ辺縁の一部が断片化していることがある。この場合、通常の不連続性を検出する方法は機能しない。これは必要な量だけ折返し後退することが追跡処理で不可能なためである。この異常を克服するためには特別な検出技術を実現する。こお技術は不連続を架橋した直後に進入した画素の行と列の値を保持するものである。さらなる追跡でこの進入画素を４回後ろ向きに戻る場合には、辺縁の遊離部分が検出されたことになる。断片上で発見された最も遠方の画素は別の架橋を試みるための位置として使用する。図１３ｂでは、１１６で前述した「飛び越しによる架橋］が後続する複数の架橋１２０の様子が図示してある。
【０１０６】
辺縁の複数の隔離部分の架橋は断片部分を架橋するために必要な回数だけ実行する反復処理である。反復のそれぞれでは第１に外挿による架橋を試行し、ついで飛び越しによる架橋を試行する。
【０１０７】
辺縁を追跡しあらゆるギャップを架橋した後、本発明のアルゴリズムは円周辺縁上に見つけたそれぞれの画素から６種類の異なった特徴を抽出する。これらの特徴は次のようなものである。
半径偏差（ＲＤ）
局部勾配偏差（ＬＧＤ）
空間偏差（ＳＤ）
不連続性（Ｄ）
ＤＩＰ局部勾配偏差（ＤＬＧＤ）
片側局部勾配偏差（ＡＬＧＤ）
【０１０８】
最後の２つの特徴は局部勾配偏差と関連があり他の方法では検出不可能な特定の欠陥の形式を識別するために付与してある。
【０１０９】
上述の特徴それぞれについて計算した値を閾値と比較する。全ての閾値は利用者側パラメータとしてアクセスすることが出来る。１つの特徴の値が閾値基準に適合している場合には、その画素はその特徴に基づく欠陥として分類される。１つ以上の特徴について単一の画素を欠陥として分類することが可能である。
【０１１０】
図１４を参照すると、図１４ａでは直交座標系によってまた図１４ｂでは極座標系によって、半径偏差に分類し得る特徴を有する強調レンズ辺縁が図示してある。半径偏差は注目している画素の半径が規定半径からずれている距離である。偏差がパラメータ［ｒａｄ＿ｄｅｖ＿ｔｈｒ」に指定した値と等しいまたはこれより大きい場合にはその画素を欠陥と見なす。通常半径は注目している画素以前の外周の画素２５０個とそれ以降の外周画素２５０個の平均半径値として定義する。半径偏差により画素を欠陥に分類する場合偏差の量は重篤性の指標として保持する。図１４ａおよび図１４ｂにおいて内部レンズ辺縁９４と外部レンズ辺縁９６が図示してある。さらに図１４ｂでは前述のように計算した内縁および外縁の理想半径も図示してある。図１４ｂでは半径方向に偏差のある特徴の例１２４、１２６、１２８も図示した。半径偏差の特徴抽出を実施するために使用する方程式は次のような式である。
【数１】
Ｒ＝半径値
ｉ、ｎ、ｍ＝円周インデックス値である。
（ＲＤ≧閾値またはＲＤ≦−閾値）の場合、
注目している画素は欠陥である。
【０１１１】
抽出する次の特徴は局部勾配偏差である。ＬＤＧは注目している画素の勾配値において局部的隣接画素の平均からの偏差の量を見る。隣接画素は注目している画素に最も近い画素であり、同時に辺縁の円周に沿っていると見なす。図１５を参照すると、注目している画素１３０は参照番号ｉで示してある。画素が欠陥かどうかＬＤＧに基づく決定に用いる閾値は、［ｇｒｄ＿ｄｅｖ＿ｔｈｒ」パラメータから得られる。次式はこの特徴の実際の実施を示したものである。
【数２】
Ｇ＝勾配値
ｉ、ｎ、ｍ＝円周インデックス値である。
（ＬＤＧ≧閾値）の場合、
注目している画素は欠陥である。
【０１１２】
局部勾配偏差を抽出する処理を図１６に図示した。また図１６ａは強調レンズ辺縁の図形表現であり、図１６ｂは極座標系における勾配情報の略図である。ここから解るように、図１６ａに図示した局部勾配偏差１３４は強調レンズ辺縁画像の一方の辺縁においてのみ発生し極座標系で追跡かつ表示した場合には対称性の欠如した不規則性１３６として出現する。画素をＬＤＧに基づく欠陥に分類した場合偏差量は重篤性の指標として保持する。
【０１１３】
特徴抽出で勘案する次の特徴は不連続性である。すでに説明したように、不連続性欠陥は飛び越し技術で辺縁の不連続性を架橋することによる。円周上の１つの画素から次の画素への角度偏位の差を特徴抽出中に検索することで識別する。不連続性は重篤性情報を含まず飛び越しが見つかったことを示すだけである。不連続性のいずれかの側面上の起始画素を欠陥と見なす。
【０１１４】
次に抽出する特徴はＤＩＰ局部勾配偏差である。ＤＩＰ局部勾配偏差はすでに抽出した局部勾配偏差の特徴と類似している。ＬＤＧ同様、ＤＬＧＤも注目する画素の強度勾配値の局部的隣接画素の平均からの偏差量を見るものである。違いはさらに多くの隣接画素を使用することと、注目する画素周辺に使用しない画素のギャップが大きく存在することである。ＤＬＧＤも隣接画素よりも小さい強度勾配偏差についてのみ感受性があるように設計してあり、それゆえに「くぼみ（ＤＩＰ）」局部勾配偏差と称する。
【０１１５】
ある画素がＤＬＧＤによる欠陥であるかどうかを決定するために使用する閾値は、「ｄｉｐ＿ｌｇｄ＿ｔｈｒ」パラメータによる。次式はこの特徴の実際の実施を示すものである。
【数３】
Ｇ＝勾配値
ｉ、ｎ、ｍ＝円周インデックス値である。
（ＤＬＤＧ≦閾値）の場合、
注目している画素は欠陥である。
【０１１６】
特徴ＤＬＧＤはその他の特徴では識別されないような小さい辺縁の欠落を特に識別するように実施する。画素をＤＬＧＤに基づいて欠陥に分類する場合、偏差量は重篤性の指標として保存する。
【０１１７】
抽出するさらに別の特徴は片側局部勾配偏差（ＡＬＧＤ）である。この特徴の抽出において、偏差を計算するために使用する隣接画素は注目する画素の一方の側面から取り出す。注目する画素以前の２０画素を用いて隣接画素の平均を決定する。しかし注目する画素の直前の４画素は使用しない。ＡＬＧＤは正および負の両方の勾配偏差を見るものである。
【０１１８】
比較に使用する閾値はパラメータ「ａｕｘ＿ｌｇｄ＿ｌｏｗ」および「ａｕｘ＿ｌｇｄ＿ｕｐ」に保存する。次式はＡＬＧＤ特徴の実施を示す。
【数４】
Ｇ＝勾配値
ｉ、ｎ、ｍ＝円周インデックス値である。
（ＡＬＤＧ≧上側閾値または下側ＡＬＤＧ≦閾値）の場合、
注目している画素は欠陥である。
【０１１９】
最後に抽出する特徴は空間偏差（ＳＤ）である。空間偏差は半径正矢における変化に対する角度偏位の変化を測定するものである。半径変化が小さい角度距離に対して急激に発生した場合、欠陥が存在する可能性が大きい。空間偏差の特徴は図１７に図示してある。また図１７ａでは直交座標系における強調レンズ辺縁を示し、図１７ｂでは極座標系に変換して、内部レンズ辺縁９４および外部レンズ辺縁９６についての理想半径１２２も合わせて図示してある。
【０１２０】
空間偏差の特徴を有する欠陥１３６を図示し、図１７ｂにおいては角度１４０に対する半径１３８の変化を図示してある。
【０１２１】
空間偏差の特徴の実施は次式による。
ΔＲ＝ａｂｓ（円周画素i+2 の半径値−円周画素i-2 の半径値）
ここで、
ΔＲ＝半径方向の変化
ｉ＝注目する画素で参照する円周インデックス値
Δθ＝円周画素i-2 の角度偏位値−円周画素i+2 の角度偏位値
ここで、
Δθ＝角度偏位における変化
ｉ＝注目する画素で参照する円周インデックス値
ＳＤ＝ΔＲ／Δθ
ここで、
ＳＤ＝空間微分
（ＳＤ≧正の閾値またはＳＤ≦０）の場合、注目する画素は欠陥である。
【０１２２】
上述の最後の式に従って画素を欠陥に分類した場合重篤性情報は保存されない。アルゴリズムによるさらなる処理は、画素がＳＤに基づく欠陥で有り得たという事実にのみ基づいている。
【０１２３】
画素レベルの判定を行なった後、それぞれの欠陥画素は欠陥グループ内の構成要素について考慮する。レンズ周辺には多数の欠陥グループが存在することがあり、あるグループに帰属する画素は他の欠陥画素に近接しているはずである。
【０１２４】
欠陥のグループ分けは３段階より成る。第１と第２の段階は内縁および外縁について独立して実行し、第３の段階は内縁および外縁両方からの情報を統合する。内縁および外縁についてのグループ分け処理を完了した後、得られたグループの類似性を比較して、内縁からのどれかのグループを外縁からのどれかのグループと結合すべきかを検証比較する。このような併合を行なう場合には、組み合わせ欠陥グループを形成する。
【０１２５】
第１の段階では画素ごとにそれぞれの欠陥画素を検証しこれが大きな欠陥の部分を成すものかを決定する。画素が大きな欠陥の部分を成すものと決定した場合には欠陥グループと呼ばれる構造内に配置する。
【０１２６】
第２の段階では前述の欠陥グループのどれかを相互に組み合わせてさらに大きなグループを形成すべきかを決定する。最後の段階では内縁側と外縁側の欠陥グループを相互に比較してこれらを結合すべきかを決定する。結果的に可能な限り大きな欠陥グループが得られ、これはレンズ上の別個の欠陥を表わすものである。これによって真の欠陥の重篤性の最も正確な表現が提供される。あきらかに欠陥の組み合わせは単一の欠陥グループより厳密であり重大な辺縁の欠陥についてのみ発生する。
【０１２７】
前述のように、処理は画素ごとにグループ分けすることから始める。交差した第１の欠陥画素は自動的に単一画素欠陥グループ内に配置され処理が開始する。それ以降の欠陥画素の角度偏位を現在有効な欠陥グループ内の最も遠い画素と比較する。画素がパラメータ［ｐｒｏｘ＿ｚｏｎｅ」で指定した角度偏位範囲内の場合にはグループ内に配置し、グループの最も大きな角度を更新する。欠陥画素が現在有効な欠陥グループ内に収まらない場合には新しい欠陥に遭遇したものと見なす。その結果、現在の欠陥画素だけを含む新しい欠陥グループを形成して現在有効なグループとする。辺縁上の全ての欠陥画素を検査するまでこの処理を継続する。
【０１２８】
円周上の非欠陥画素が欠陥グループ内に配置しようとする画素の間に発見された場合、それらも欠陥グループ内に含め、非欠陥画素からグループ型欠陥画素へ再分類する。
【０１２９】
全体のグループ分け処理の第２の段階は次のようなものである。単一の欠陥が１つ以上の欠陥グループで表現されることが考えられる。このような複雑さを排除するためには、辺縁上に見つかった全ての欠陥グループに対して経路を設定する。２つの比較を行ない、一方の比較ではグループの開始角度偏位を別のグループの終了角度偏位と比較する。第２の比較では同一のグループの終了角度偏位を別のグループの開始角度偏位と比較する。これらの比較のいずれか一方から、パラメータ［ｐｒｏｘ＿ａｎｇｌｅ」で指定した量より小さい角度偏位の変化が求まる場合には、２つのグループを併合する。別のグループの終了角度に充分近接している開始角度を有するグループはグループ内に含める。含められたグループは情報を転写してから無効とする。
【０１３０】
最後に、角度的に対応する内側と外側の辺縁欠陥グループをグループにまとめる。このグループ分けは内縁側と外縁側で独立して実行したグループ分けと同様である。それぞれのグループの開始位置と終了位置について比較を行ない、１つのグループが完全に別のグループを包囲しているかを決定するさらなる比較も行なう。これらの比較のいずれかから併合が得られれば、両方の欠陥グループからの情報を含む独立構造を生成して元の２つのグループを無効にする。
【０１３１】
欠陥画素を識別子上述のグループ分け演算を行なった後、それぞれの欠陥グループに重篤性の点数を割り当てる。重篤性の点数はそのグループ内の個々の画素に割り当ててある全ての点数の和である。単一の画素が１つ以上の欠陥の形式について欠陥として分類してある場合にはその特定の画素について複数の点数が結果として得られる。
【０１３２】
それぞれの欠陥形式には重みを割り当て、異なる欠陥同士が相互に異なる強度を有するように出来る。全ての重みの値は利用者がアクセス可能なパラメータで制御することが出来る。ＲＤ、ＬＤＧ、ＳＤ、Ｄ、ＤＬＧＤ、ＡＬＧＤの重みはそれぞれ、［ｒｄ＿ｗｅｉｇｈｔ］、「ｌｇｄ＿ｗｅｉｇｈｔ」、「ｓｄ＿ｗｅｉｇｈｔ」、「ｄｉｓｃ＿ｗｅｉｇｈｔ」、「ｄｉｐ＿ｌｇｄ＿ｗｇｔ」、「ａｕｘ＿ｌｇｄ＿ｗｇｔ」に入っている。
【０１３３】
ＲＤ、ＬＧＤ、ＤＬＧＤは、他の３種類の欠陥とは異なり、所定の画素について重篤性情報を有している。重篤性情報は標準化して影響のある画素のそれぞれについて割り当てた欠陥形式の重みで乗算する。標準化を行なうのは異なる特徴についての値の範囲が直接比較できないためである。標準化後、それぞれの重み付けした点数は１．０から２．０の範囲内に収まる。標準化範囲は使用する閾値の値と特徴で得られる理論的最大値または最小値で決定する。
【０１３４】
たとえば、ある画素の特徴が基準画素と同じ値を有している場合、その画素の重み付けした点数は１．０となる。逆に、ある画素の特徴が可能な極大値または極小値に等しい値を有している場合には、重み付けした点数は２．０と計算される。半径偏差および局部勾配偏差についての最大理論値は「ｍａｘ＿ｒｄ」および「ｍａｘ＿ｌｇｄ」パラメータにそれぞれ入っている値で決定する。ＤＩＰ局部勾配偏差の最小理論値はパラメータ「ｍｉｎ＿ｄｉｐ＿ｌｇｄ」に入っている値である。
【０１３５】
ＳＤ、ＡＬＧＤ、グループおよびＤ型欠陥はどのような方法でも標準化されない。「不連続性」および「グループ」は値０または１を有するブール代数値型の欠陥である。空間偏差およびＡＬＧＤは保持するに値する充分な重篤性情報を含んでいない。
【０１３６】
画素の欠陥重篤性の方程式は、６種類の欠陥のそれぞれと適切な標準化および重み付けについて、次式を用いる。
ＲＤ得点＝（１．０＋（ａｂｓ（画素ＲＤ値）−ＲＤ閾値）／
（最大理論ＲＤ値−ＲＤ閾値））＊ｒｄ＿ｗｅｉｇｈｔ
ここで、
ＲＤ得点＝ＲＤ分類から画素に割り当てた総得点
画素ＲＤ値＝注目している画素のＲＤ特徴の値
ＲＤ閾値＝ＲＤ欠陥が存在するかを決定するために用いる閾値
最大理論ＲＤ値＝ＲＤ特徴で最大限可能な値
ｒｄ＿ｗｅｉｇｈｔ＝ＲＤ欠陥形式に割り当てた重み付け
ＬＧＤ得点＝（１．０＋（画素ＬＤＧ値−ＬＧＤ閾値）／
（最大理論ＬＧＤ値−ＬＧＤ閾値））＊
ｌｇｄ＿ｗｅｉｇｈｔ
ここで、
ＬＧＤ得点＝ＬＧＤ分類から画素に割り当てた総得点
画素ＬＧＤ値＝注目している画素のＬＧＤ特徴の値
ＬＧＤ閾値＝ＬＧＤ欠陥が存在するかを決定するために用いる閾値
最大理論ＬＧＤ値＝ＬＧＤ特徴で最大限可能な値
ｌｇｄ＿ｗｅｉｇｈｔ＝ＬＧＤ欠陥形式に割り当てた重み付け
ＤＬＧＤ得点＝（１．０＋（画素ＤＬＤＧ値−ＤＬＧＤ閾値）／
（最大理論ＤＬＧＤ値−ＤＬＧＤ閾値））＊
ｄｉｐ＿ｌｇｄ＿ｗｅｉｇｈｔ
ここで、
ＤＬＧＤ得点＝ＤＬＧＤ分類から画素に割り当てた総得点
画素ＤＬＧＤ値＝注目している画素のＤＬＧＤ特徴の値
ＤＬＧＤ閾値＝ＤＬＧＤ欠陥が存在するかを決定するために用いる閾値
最大理論ＤＬＧＤ値＝ＤＬＧＤ特徴で最大限可能な値
ｄｉｐ＿ｌｇｄ＿ｗｅｉｇｈｔ＝ＤＬＧＤ欠陥形式に割り当てた重み付け
ＳＤ得点＝ｓｄ＿ｗｅｉｇｈｔ
ここで、
ＳＤ得点＝ＳＤ分類から画素に割り当てた総得点
ｓｄ＿ｗｅｉｇｈｔ＝ＳＤ欠陥形式に割り当てた重み付け
グループ得点＝ｇｒｐ＿ｗｅｉｇｈｔ
ここで、
グループ得点＝グループ分類から画素に割り当てた総得点
ｇｒｐ＿ｗｅｉｇｈｔ＝グループ欠陥形式に割り当てた重み付け
不連続得点＝ｄｉｓｃ＿ｗｅｉｇｈｔ
ここで、
不連続得点＝不連続性分類から画素に割り当てた総得点
ｄｉｓｃ＿ｗｅｉｇｈｔ＝不連続性欠陥形式に割り当てた重み付け
ＡＬＧＤ得点＝ａｕｘ＿ｌｇｄ＿ｗｇｔ
ここで、
ＡＬＧＤ得点＝ＡＬＧＤ分類から画素に割り当てた総得点
ａｕｘ＿ｌｇｄ＿ｗｇｔ＝ＡＬＧＤ欠陥形式に割り当てた重み付け
【０１３７】
前述のように画素レベルの判定を行ない欠陥画素を欠陥グループ（併合重複欠陥と、別の１つの欠陥に近いグループ欠陥と、内縁および外縁両方の同じ角度偏位に位置しているグループ欠陥を含む）内に配置した後、欠陥グループの重篤性点数を計算する。欠陥グループの重篤性点数は何らかの所定の欠陥グループに割り当てた重篤性の総得点を表わしており、次式で計算する。
「欠陥グループ」重篤性点数＝
ΣＲＤ点数＋ΣＬＧＤ点数＋
Ω Ω
ΣＤＬＤ点数＋ΣＳＤ点数＋
Ω Ω
Σ不連続性点数＋Σグループ点数＋
Ω Ω
ΣＡＬＧＤ点数
Ω
ここで、
「欠陥グループ」重篤性点数＝当該グループ内にある全ての欠陥画素から「欠陥グループ」に割り当てた総得点
Ω＝所定の「欠陥グループ」内にある全ての画素を含める加算範囲。
【０１３８】
上記の計算を行なった後、欠陥グループそれぞれからの重篤性点数を演算子の定義可能な双曲線関数で重み付けする。双曲線関数は欠陥が大きいほど比例して大きな重篤性点数を付加する。たとえば、小さい欠陥より大きさが２倍の欠陥は２つの小さい欠陥の和より大きな重篤性となる。
【０１３９】
重み付け関数は次のような方程式による。
重み付けした「欠陥グループ」の重篤性点数＝ａ＿ｃｏｅｆｆ＊（「欠陥グループ」の重篤性点数）＾２＋ｂ＿ｃｏｅｆｆ＊（「欠陥グループ」の重篤性点数）
ここで、
ａ＿ｃｏｅｆｆ＝双曲線重み付け関数を定義する演算子アクセス可能なパラメータ
ｂ＿ｃｏｅｆｆ＝双曲線重み付け関数を定義する演算子アクセス可能なパラメータ
【０１４０】
得られた重み付け点数を伸縮して０から９９９までの範囲に収まるようにする。伸縮係数は次の方程式から求められる。
伸縮係数＝９９９．０／最大重み付け点数
ここで、
最大重み付け点数＝
ａ＿ｃｏｅｆｆ＊（ｍａｘ＿ｓｃｏｒｅ）＾２＋ｂ＿ｃｏｅｆｆ（ｍａｘ＿ｓｃｏｒｅ）
ここで、
ｍａｘ＿ｓｃｏｒｅ＝経験的に決定する演算子定義可能なパラメータ
【０１４１】
９９９より大きな点数となる欠陥グループは丸める。全ての欠陥グループの点数の和が所定のレンズの最終得点となる。得点が閾値（アクセス可能な演算パラメータ）と等しいまたはこれより大きくなる場合には、レンズを破棄する。それ以外の場合ではレンズを合格とする。
【０１４２】
レンズ点数の最終結果はそのレンズの合格または不合格のいずれかであるが、中間データ、計算、点数のすべてがレンズの品質ならびにレンズ上で観察された特性の形式に関する情報を提供するために利用可能である。
【０１４３】
このような情報がレンズごとに、また統計情報として、またはコンピュータのモニタ上で視覚的出力として得られることは当業者には明らかであろう。
【０１４４】
前述のアルゴリズムを前述の装置上に実現して視力矯正レンズを検査した。該レンズは水分を５８％含有するソフト・ハイドロゲル・コンタクトレンズ「Ａｃｕｖｕｅ」（ジョンソン・アンド・ジョンソン社視力製品部門の製品）である。第１の検査には１２８個のレンズを用いた。
【０１４５】
第１に、レンズは脱イオン水中で画像拡大装置を用いながら熟練した製造ラインのレンズ検査要員が検査した。それぞれのレンズは検査要員が合格または不合格に分類し、さらにそれぞれの不合格について欠陥の形式を分類した。
【０１４６】
レンズを本明細書に説明の自動検査システムで検査した際、それぞれのレンズは照明による問題を未然に防ぐため検査パッケージ内で用手的に中心合わせした。
【０１４７】
自動検査システムが１２８個のレンズ全ての画像を撮影した後、人間の検査要員による結果と一致しない２５個の得点が識別された。機械的検査と人間による検査のレンズの比較の結果を表１に示す。
【０１４８】
表１：機械と人間による検査の結果＃１
この結果から機械的検査では、機械が過剰に厳しく人間の検査要員が合格としたレンズを不合格とした１２例（９．４％）を含めて１９．５％が不適当だったことが解る。これは機械が負に片寄っている。また機械が正に片寄りすぎており人間の検査要員が不合格としたレンズを合格とした１３例（１０．１％）も存在していた（機械が正に片寄っている）。
【０１５０】
機械が合格側に片寄っている例では、機械検査システムにおけるレンズの照明が調節不十分であり修正可能であることは明らかである。機械が不合格側に片寄っている例では機械のパラメータ設定が敏感すぎており調節すべきであることは明らかである。しかし大きな欠陥はどれ１つとして検出を免れたものがなく、誤って判定した欠陥の大半は５０ミクロン以下の判定境界線上の大きさであった。一方だけのレンズまたはレンズの封入もれも検査を免れなかった。
【０１５１】
機械が不合格と判定した１２個のうち、７つの画像は照明上の問題により辺縁が弱く、５例では人間の検査要員には解らなかったが機械と第２の人間の検査要員には判別できた実際の欠陥が出現している。機械が合格と判定した１３個のうち４個のレンズは欠陥が見つからない、または付着した物質が洗浄されたことによるものである。６枚の画像は照明上の問題から辺縁が弱く、３個のレンズは人間の検査要員が判定するには小さすぎる欠陥を有していた。
【０１５２】
つまり、検査した１２８個のレンズのうち、およそ２０％は人間による検査と一致しなかった。これらのエラーのうちの５６％は照明上の問題に帰結し、３６％は人間の検査要員のエラーまたは取り扱い中のレンズ条件の変化によるもの、また１２％が誤った判定だった。この１２％は全体として不適当判定２．３％に相当するものである。
【０１５３】
判定不一致の大半が照明上の問題によるものなので、調査を行ない、光源の不均一性、特に照明系の上でレンズ辺縁を洗浄し欠陥を見えなくしていることが解った。
【０１５４】
人間と機械による検査結果の不一致の別の理由は、人間による検査または機械による検査いずれかの間にレンズが揺動されなかったため水中の粒子との区別が出来ずレンズ上の欠陥が簡単に見つからなかったことである。
【０１５５】
レンズの照明は均一かつ拡散性の照明光源を提供することによって改良した。照明系の改良後、機械でさらに１２８個のレンズを検査した。この検査手順において、それぞれのレンズについて機械で２枚の画像を撮影し、人間の検査要員からの検査報告と比較した。機械と人間による検査の結果を表２に示す。
【０１５６】
表２：機械と人間による検査の結果＃２
表２に掲載したデータから解るように、新しい負の判定の分類「画像の焦点ずれ」が観察された。これはカメラの下にレンズが正しく配置されておらずレンズの一部が焦点範囲を逸脱したことによるものと判明した。システムの能力の測定として、画像の焦点ずれは信頼性の指標とは成らないが、操作要員側のエラーの１つの態様でありこれらのデータ点は厳正に排除する。
【０１５８】
焦点合わせの問題を惹起するレンズの配置の誤りを除くと、人間の検査要員と機械の結果の一致しなかったレンズの割合は１５．６％である。これは第１の１２８個のレンズの検査に対し３．９％の改善である。
【０１５９】
第３の比較実験において、１９２個のレンズを人間が検査し、機械で２回づつ撮像した。結果は前回の実験の結果と同様だった。総数３８４画像のうち、３１７個、８２．６％は人間による検査の結果と一致していた。処理アルゴリズムとそれにより得られたレンズ点数の一貫性の尺度として、機械で撮像した両方の画像をアルゴリズムにより処理させ、その８４％の例で第２の実験における数値点数が第１の実験の数値と「完全に同一」であった。
【０１６０】
検査システムは主としてレンズ辺縁を検査するように設計してあるが、レンズ辺縁の位置を検索する上で用いる検索ベクトルによりレンズが無いことが適正に発見できる。レンズ辺縁の検索ルーチンは複数回実行するため、穿孔のあるレンズが検出され、余分なレンズが検出され、また辺縁に裂け目のあるレンズも発見された。
【０１６１】
以下の表３では、第３の検査の結果を、機械が不合格と判定、機械が合格と判定、正しい得点、に分割した。機械による検査の８．１％が誤って不合格となっており９．４％が誤って合格となっていた。
【０１６２】
表３：
始めの方の２個のトレイの結果は後続の４つのトレイの結果より悪いが、これは水が塵芥汚染物を拾ったためと解った。従ってシステム性能の指標とは成らない。
【０１６４】
要約すると、人間による検査と機械による検査は３１７回一致し６７回不一致だった。検査の観点から見て一致と機械が誤って不合格とした決定は許容し得るものと考えられるので、レンズの配置は今回９０．６％正確だったことになる。
【０１６５】
次に、この発明の実施態様について説明する。
【０１６６】
（１）前記画素間の比較をレンズ辺縁の円周に続く経路に沿って実行することを特徴とする請求項１に記載の方法。
【０１６７】
（２）前記特徴の識別は特徴の性質を共有する画素を集めて画素の組を形成することを含むことを特徴とする請求項１に記載の方法。
【０１６８】
（３）前記比較を前記レンズ辺縁を含む一組の画素の間で行なうことを特徴とする請求項１に記載の方法。
【０１６９】
（４）前記比較を前記レンズ内部の一部を含む一組の画素の間で行なうことを特徴とする請求項１に記載の方法。
【０１７０】
（５）画素のグループの中心に近い一点から開始し、レンズ辺縁の強度値特性を有する画素が見つかるまで画素のグループの境界に向って進めることによって、前記レンズ辺縁を先ず特定することを特徴とする前記実施態様（１）に記載の方法。
【０１７１】
（６）レンズ辺縁の強度値特性を有する画素と隣接するレンズ辺縁の強度値特性を有する画素との一連の接続画素の円周に沿って前記円周がレンズ辺縁の円周かの決定を続けることを特徴とする前記実施態様（５）に記載の方法。
【０１７２】
（７）処理円環を前記レンズ辺縁の付近に設定して、前記レンズ辺縁に近い画素だけに処理する画素の数を制限することを特徴とする前記実施態様（３）に記載の方法。
【０１７３】
（８）前記辺縁を含む前記画素の組を前記比較を行なうための２つの画素の組、即ち前記レンズ内部から前記レンズ辺縁への移行部を含む画素の組と、レンズ外部の領域から前記レンズ辺縁への移行部を含む画素の組とに分割することを特徴とする前記実施態様（３）に記載の方法。
【０１７４】
（９）前記レンズ内部から前記レンズ辺縁への前記移行部を含む前記画素の組の画素の間で、前記比較を実行することを特徴とする前記実施態様（８）に記載の方法。
【０１７５】
（１０）前記レンズ外部の領域から前記レンズ辺縁への前記移行部を含む前記画素の組の画素の間で、前記比較を実行することを特徴とする前記実施態様（８）に記載の方法。
【０１７６】
（１１）前記レンズ内部から前記レンズ辺縁への前記移行部を含む前記画素の組の画素と前記レンズ以外の領域から前記レンズ辺縁への前記移行部を含む前記画素の組の画素の間で、前記比較を行なうことを特徴とする前記実施態様（８）に記載の方法。
【０１７７】
（１２）前記比較する関連性が前記レンズ辺縁を構成する前記画素における不連続性であることを特徴とする前記実施態様（３）に記載の方法。
【０１７８】
（１３）前記比較する関連性が前記レンズ辺縁を構成する前記画素の前記強度における勾配偏差であることを特徴とする前記実施態様（３）に記載の方法。
【０１７９】
（１４）前記比較する関連性が前記レンズ辺縁を構成する前記画素の前記位置における半径偏差であることを特徴とする前記実施態様（３）に記載の方法。
【０１８０】
（１５）前記比較する関連性が前記レンズ辺縁を構成する前記画素の前記位置における空間偏差であることを特徴とする前記実施態様（３）に記載の方法。
【０１８１】
（１６）前記電気的な値が位置および画像強度を含むことを特徴とする請求項１７に記載の方法。
【０１８２】
（１７）前記開始画素が前記レンズの前記中心付近に位置しており、前記レンズ辺縁を横断する前記経路は前記レンズの前記中心から延出する放線に沿っていることを特徴とする請求項１７に記載の方法。
【０１８３】
（１８）手順Ｄ）において、レンズ辺縁を表わさない前記画素の組を所定の関連性と比較して、前記レンズが条件に適合しているかを決定する段階をさらに含むことを特徴とする前記実施態様（１７）に記載の方法。
【０１８４】
（１９）前記特徴的な特性が画像強度における変化であることを特徴とする前記実施態様（１６）に記載の方法。
【０１８５】
（２０）前記レンズの前記近似による中心は辺縁の特性を有する少なくとも３つの点の少なくとも一組をとることで決定することを特徴とする前記実施態様（１７）に記載の方法。
【０１８６】
（２１）前記電気的な値が位置および画像強度勾配を含むことを特徴とする請求項１７に記載の方法。
【０１８７】
（２２）前記特徴的な特性が画像強度勾配の絶対値であることを特徴とする請求項前記実施態様（２１）に記載の方法。
【図面の簡単な説明】
【図１】本発明に関連する物理的部材を示すブロック図で、部材の接続方法ならびに光源と検査すべきレンズを示す。
【図２】レンズを画像化しその画像を処理してレンズの許容度を決定するための本発明の装置が実行する段階を表わす流れ図である。
【図３】画像上のレンズの位置を指定するために本発明のアルゴリズムが使用する技術を示す略図である。
【図４】データ点がレンズ辺縁周囲で３つ組に集められる方法の略図である。
【図５】レンズ辺縁を測定するための芯および半径を直前に収集したデータ点から決定する方法の実施例を示す図である。
【図６】直前に導いた理論的コンタクトレンズ辺縁について生成した処理円環の略図である。
【図７】レンズ辺縁に２つの移行部分を求め内縁と外縁を形成する辺縁強調演算子の結果の略図である。
【図８】方向の異なる辺縁演算子を用いるためレンズを分割した領域の略図である。
【図９】異なる画素の位置を記述するために本発明のアルゴリズムで使用する方程式で使用する記述を表わした略図である。
【図１０】図１０はレンズ画像中の角度表記に使用する記述方法を示す略図である。
【図１１】処理円環内部でレンズの位置を特定するための検索ベクトルの適用で得られた各種の結果の略図である。
【図１２】強調レンズ画像における不連続性と不連続性検出のために行なう画素処理を示す図であり、図１２ａでは直交座標系でまた図１２ｂでは極座標で示す。
【図１３】レンズの断片部分の架橋を示す図であり、図１３ａでは直交座標でまた図１３ｂでは極座標で示す。初期の架橋では外挿技術を使用し、最終架橋では飛び越し技術を使用する。
【図１４】画素処理を用いて実行したレンズ辺縁半径偏差評価の略図で、図１４ａでは直交座標でまた図１４ｂでは極座標で示す。
【図１５】注目する画素と勾配に沿った隣接画素の関連を示す図である。
【図１６】画素処理で得られた勾配抽出を示す図であり、図１６ａでは直交座標でまた図１６ｂでは極座標で示す。
【図１７】空間導関数の特徴をレンズ辺縁から抽出する方法を示す図であり、図１７ａでは直交座標でまた図１７ｂでは極座標で示す。
【符号の説明】
１０ コンタクトレンズ・パッケージ
１２ コンタクトレンズ
１４ 光源（ストロボ）
１６ カメラ
２４ 回路
２６ 入力モジュール
２８ ＣＰＵモジュール
３０ 画像化基板
３４ ビデオマルチプレクサ
３６ ビデオバス
３８ ビデオＲＡＭＤＡＣ
４０ コンバータ
４２ ＲＧＢ出力
４４ ビデオモニタ
４６ 画像メモリ
４８ 処理ユニット
６６ 転送機構
Claims (25)
- 少なくとも１つの電磁周波数でレンズの画像を取り込み、前記画像を画素のグループに分割して、各画素が前記レンズの一部を表現するように成すことと、
前記画素の強度値を、相関する電気信号に変換することと、
位置の値と画像強度の値を割り当てることと、
画素の関連性を形成するために、画素間で位置の値と画像強度の値を比較することと、
前記画素の関連性から、前記レンズの以下の特徴の少なくとも３つ、すなわち、前記位置の値の半径偏差、前記位置の値の空間導関数、前記画像強度の値の局部勾配偏差、前記画像強度の値のＤＩＰ局部勾配偏差、前記画像強度の値の片側局部勾配偏差、および不連続性の少なくとも３つについてそれぞれに対応する値を持つ画素の組を決定することと、
レンズが条件に適合しているかを確認するために、前記画素の組における前記画素の関連性から認識される前記特徴を所定の関連性と比較することと、を含む、視力矯正レンズを検査するための方法。 - 請求項１の検査方法であって、前記画素間の比較をレンズ辺縁の輪郭に従った経路に沿って実行する検査方法。
- 請求項１または２の検査方法であって、前記特徴に対応する画素の組の識別は、所与の特徴の特性を共有する画素を集めて画素の組を形成することを含む検査方法。
- 請求項１ないし３のいずれかの検査方法であって、前記画素間の比較を、前記レンズ辺縁を含む一組の画素の間で行なう検査方法。
- 請求項１ないし３のいずれかの検査方法であって、前記画素間の比較を前記レンズ内側の一部を含む一組の画素の間で行なう検査方法。
- 請求項２の検査方法であって、画素のグループの中心に近い一点から開始し、レンズ辺縁の強度値特性を有する画素が見つかるまで画素のグループの境界に向って進めることによって、前記レンズ辺縁を先ず特定する検査方法。
- 請求項６の検査方法であって、レンズ辺縁の強度値特性を有する画素とレンズ辺縁の強度値特性を有する隣接する画素との一連の接続画素の輪郭に沿って追従し前記輪郭がレンズ辺縁の輪郭であるどうかの決定を行う検査方法。
- 請求項４の検査方法であって、処理円環を前記レンズ辺縁の付近に設定して、処理する画素の数を前記レンズ辺縁に近い画素だけに制限する検査方法。
- 請求項４または８の検査方法であって、前記辺縁を含む前記画素の組を前記画素間の比較を行なうための２つの画素の組、即ち前記レンズ内部から前記レンズ辺縁への移行部を含む画素の組と、レンズ外部の領域から前記レンズ辺縁への移行部を含む画素の組とに分割する検査方法。
- 請求項９の検査方法であって、前記画素間の比較を、前記レンズ内部から前記レンズ辺縁への前記移行部を含む前記画素の組の画素の間で実行する検査方法。
- 請求項９の検査方法であって、前記画素間の比較を、前記レンズ外部の領域から前記レンズ辺縁への前記移行部を含む前記画素の組の画素の間で実行する検査方法。
- 請求項９の検査方法であって、前記画素間の比較を、前記レンズ内部から前記レンズ辺縁への前記移行部を含む前記画素の組の画素と前記レンズ以外の領域から前記レンズ辺縁への前記移行部を含む前記画素の組の画素の間で実行する検査方法。
- 請求項４および８ないし１２のいずれかの検査方法であって、前記比較する関連性が、前記レンズ辺縁を構成する前記画素における不連続性である検査方法。
- 請求項４および８ないし１２のいずれかの検査方法であって、前記比較する関連性が、前記レンズ辺縁を構成する前記画素の前記強度における勾配偏差である検査方法。
- 請求項４および８ないし１２のいずれかの検査方法であって、前記比較する関連性が、前記レンズ辺縁を構成する前記画素の前記位置における半径偏差である検査方法。
- 請求項４および８ないし１２のいずれかの検査方法であって、前記比較する関連性が、前記レンズ辺縁を構成する前記画素の前記位置における空間導関数である検査方法。
- 少なくとも１つの電磁周波数で画素から構成される視力矯正レンズの画像を取り込むことと、
前記画像を各画素について電気的な値の組に変換することと、
前記画像内の注目する画素として開始画素を選択することと、
Ａ）前記注目する画素が特徴の特性を有するかどうかを決定することと、
Ｂ）特徴の特性を有していない注目する画素について １）注目する画素を前記レンズ辺縁を横断する経路に沿った別の画素に変更することと、
２）Ａ）の手順を反復することと、
Ｃ）特徴の特性を有している注目する画素について、
３）前記注目する画素の前記電気的な値を隣接画素の前記電気的な値と比較することと、
４）前記特徴の特性の最もよく相関する隣接画素に前記注目する画素を変更することと、
５）前記注目する画素が前記特徴の特性、すなわち、半径偏差、空間導関数、局部勾配偏差、ＤＩＰ局部勾配偏差、片側局部勾配偏差、および前記レンズの不連続性のいずれか一つについての特性の終了を表わすようになるまで３）および４）の段階を繰返すことと、
６）Ｃ）の手順により収集した一組の画素がレンズ辺縁を表わすかどうかを決定することと、
Ｄ）レンズ辺縁を表わさない画素の組について手順Ｂ）を反復することと、
Ｅ）前記レンズが条件に適合しているかどうかを決定するために、レンズ辺縁を表わす画素の組について、前記画素の組の間の関連性を所定の関連性と比較することとを含む、
視力矯正レンズの検査のための方法。 - 請求項１７の検査方法であって、前記電気的な値が位置および画像強度を含む検査方法。
- 請求項１７または１８の検査方法であって、前記開始画素が前記レンズの近似的な中心に位置しており、前記レンズ辺縁を横断する前記経路は前記レンズの前記中心から延出する放射線に沿っている検査方法。
- 請求項１９の検査方法であって、手順Ｄ）において、前記レンズが条件に適合しているかを決定するために、レンズ辺縁を表わさない前記画素の組を所定の関連性と比較する段階をさらに含む検査方法。
- 請求項１８の検査方法であって、前記特徴の特性が画像強度における変化である検査方法。
- 請求項１９または２０の検査方法であって、前記レンズの前記近似的な中心は辺縁の特性を有する少なくとも３つの点からなる少なくとも一組をとることで決定される検査方法。
- 請求項１７ないし２２のいずれかの検査方法であって、前記電気的な値が位置および画像強度勾配を含む検査方法。
- 請求項２３の検査方法であって、前記特徴の特性が画像強度勾配の絶対値である検査方法。
- レンズを照明するための光源と、
前記光源により得られた前記レンズの画像を取り込むために配置してあり、前記画像が複数の画素より構成されるように成した受光体を含むカメラと、
各画素で前記受光体にあたる光を、その画素にあたる光の強度に相関した電気的な値に変換するための手段と、
各画素についての電気的強度値を、前記受光体視野上の位置についての値と合わせてメモリー内に保存するための手段と、
前記電気的強度値および位置の値を保存する前記メモリーに動作的に接続してあり、これらの値を検索することが出来るように成してあり、画素間の強度および位置の値を比較して複数組の画素より成る前記レンズの特徴の少なくとも３つ、すなわち、前記位置の値の半径偏差、前記位置の値の空間導関数、局部勾配偏差、ＤＩＰ局部勾配偏差、前記強度値の片側局部勾配偏差、および前記レンズの不連続性のうちの少なくとも３つを識別させるための命令を含み、さらに前記レンズを条件に適合しないものと判定させる特徴についての命令をさらに含む、デジタル式のコンピュータと、を備える、
視力矯正レンズの検査のための装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US99375692A | 1992-12-21 | 1992-12-21 | |
| US993756 | 1992-12-21 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06229873A JPH06229873A (ja) | 1994-08-19 |
| JP3708138B2 true JP3708138B2 (ja) | 2005-10-19 |
Family
ID=25539896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP34480093A Expired - Lifetime JP3708138B2 (ja) | 1992-12-21 | 1993-12-20 | 視力矯正レンズの検査の方法ならびにその装置 |
Country Status (23)
| Country | Link |
|---|---|
| US (1) | US5717781A (ja) |
| EP (1) | EP0604179B9 (ja) |
| JP (1) | JP3708138B2 (ja) |
| KR (1) | KR100233218B1 (ja) |
| CN (1) | CN1071893C (ja) |
| AT (1) | ATE169109T1 (ja) |
| AU (1) | AU668606B2 (ja) |
| BR (1) | BR9305148A (ja) |
| CA (1) | CA2111738C (ja) |
| CZ (1) | CZ278293A3 (ja) |
| DE (1) | DE69320014T3 (ja) |
| ES (1) | ES2121064T3 (ja) |
| FI (1) | FI935739A (ja) |
| GR (1) | GR1002468B (ja) |
| GT (1) | GT199300075A (ja) |
| HK (1) | HK1003444A1 (ja) |
| HU (1) | HUT65571A (ja) |
| IL (1) | IL107603A (ja) |
| MX (1) | MX9400085A (ja) |
| NO (1) | NO934708L (ja) |
| NZ (1) | NZ250427A (ja) |
| TW (1) | TW278133B (ja) |
| ZA (1) | ZA939538B (ja) |
Families Citing this family (67)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL107605A (en) * | 1992-12-21 | 1998-01-04 | Johnson & Johnson Vision Prod | Lens test system |
| GR1002574B (el) * | 1992-12-21 | 1997-02-06 | Johnson & Johnson Vision Products Inc. | Παλλετα για την υποδοχη και μεταφορα δοχειων οφθαλμικων φακων. |
| TW325744U (en) * | 1993-07-21 | 1998-01-21 | Ciba Geigy Ag | Two-sided contact lens mold |
| DE69402281T2 (de) * | 1993-09-17 | 1997-09-04 | Essilor Int | Verfahren und Gerät zur absoluten Messung der geometrischen oder optischen Struktur eines optischen Bestandteiles |
| US5528878A (en) | 1994-06-10 | 1996-06-25 | Johnson & Johnson Vision Products, Inc. | Automated apparatus and method for consolidating products for packaging |
| US6148097A (en) * | 1995-06-07 | 2000-11-14 | Asahi Kogaku Kogyo Kabushiki Kaisha | Optical member inspecting apparatus and method of inspection thereof |
| FR2743241B1 (fr) * | 1995-12-28 | 1998-02-13 | Sagem | Procede de modification de la resolution d'une image numerisee |
| US5801822A (en) * | 1997-02-06 | 1998-09-01 | Pbh, Inc. | Ophthalmic lens inspection system |
| US5818573A (en) * | 1997-02-06 | 1998-10-06 | Pbh, Inc. | Opthalmic lens inspection system |
| US6113817A (en) * | 1997-03-25 | 2000-09-05 | Novartis Ag | Molding processes |
| US6625318B1 (en) * | 1998-11-13 | 2003-09-23 | Yap-Peng Tan | Robust sequential approach in detecting defective pixels within an image sensor |
| DE29901791U1 (de) * | 1999-02-02 | 2000-07-06 | Novartis Ag | Linsenmesseinrichtung |
| US6567565B1 (en) * | 1999-07-22 | 2003-05-20 | Xerox Corporation | Antialiased image rendering algorithm |
| US7151996B2 (en) * | 2000-04-14 | 2006-12-19 | Mobileye Technologies Limited | System and method for generating a model of the path of a roadway from an image recorded by a camera |
| US7474337B1 (en) * | 2000-10-24 | 2009-01-06 | Sony Corporation | Method and apparatus to provide edge enhancements as part of a demosaicing process |
| US6577387B2 (en) | 2000-12-29 | 2003-06-10 | Johnson & Johnson Vision Care, Inc. | Inspection of ophthalmic lenses using absorption |
| EP1245372B1 (en) | 2001-03-26 | 2011-09-28 | Novartis AG | Mould and method for the production of ophthalmic lenses |
| DE10146499B4 (de) * | 2001-09-21 | 2006-11-09 | Carl Zeiss Smt Ag | Verfahren zur Optimierung der Abbildungseigenschaften von mindestens zwei optischen Elementen sowie Verfahren zur Optimierung der Abbildungseigenschaften von mindestens drei optischen Elementen |
| US6788399B2 (en) * | 2001-11-30 | 2004-09-07 | Bausch & Lomb Incorporated | Ophthalmic article inspection system |
| US7256881B2 (en) | 2002-02-15 | 2007-08-14 | Coopervision, Inc. | Systems and methods for inspection of ophthalmic lenses |
| AU2003225591B2 (en) * | 2002-02-21 | 2008-12-11 | Johnson & Johnson Vision Care, Inc. | Method and system for inspecting optical devices |
| FR2838513B1 (fr) * | 2002-04-12 | 2004-09-10 | Essilor Int | Procede pour relever la forme d'un contour d'une lentille ophtalmique prealablement usinee |
| TWI224860B (en) * | 2004-03-18 | 2004-12-01 | Pixart Imaging Inc | Automatically-packaging apparatus which can package an optical sensing module with a preferred distance between a lens and an optical sensor |
| GB2417073A (en) * | 2004-08-13 | 2006-02-15 | Mv Res Ltd | A machine vision analysis system and method |
| US7038185B1 (en) * | 2004-12-01 | 2006-05-02 | Mitsubishi Electric Research Laboratories, Inc. | Camera for directly generating a gradient image |
| JP4764040B2 (ja) * | 2005-03-18 | 2011-08-31 | キヤノン株式会社 | レンズの非球面の偏心軸の偏心測定方法 |
| US20060232766A1 (en) * | 2005-03-31 | 2006-10-19 | Watterson Robert J Jr | Methods of inspecting ophthalmic lenses |
| US7663742B2 (en) * | 2005-11-24 | 2010-02-16 | Novartis Ag | Lens inspection system using phase contrast imaging |
| US7786898B2 (en) | 2006-05-31 | 2010-08-31 | Mobileye Technologies Ltd. | Fusion of far infrared and visible images in enhanced obstacle detection in automotive applications |
| US8122878B1 (en) * | 2006-10-20 | 2012-02-28 | Energy Innovations, Inc. | Solar concentrator with camera alignment and tracking |
| CN101329281B (zh) * | 2007-06-20 | 2011-08-10 | 佛山普立华科技有限公司 | 影像感测晶片污点检测系统及其检测方法 |
| JP4991499B2 (ja) * | 2007-11-28 | 2012-08-01 | 株式会社日立ハイテクノロジーズ | レチクル検査装置及びレチクル検査方法 |
| US8358828B2 (en) * | 2007-12-28 | 2013-01-22 | Cadence Design Systems, Inc. | Interpolation of irregular data in a finite-dimensional metric space in lithographic simulation |
| JP2009170019A (ja) * | 2008-01-15 | 2009-07-30 | Taiyo Yuden Co Ltd | 光ディスクの表面評価方法及び光ディスク記録再生装置 |
| US7990531B2 (en) * | 2008-06-05 | 2011-08-02 | Coopervision International Holding Company, Lp | Multi-imaging automated inspection methods and systems for wet ophthalmic lenses |
| US8480227B2 (en) | 2010-07-30 | 2013-07-09 | Novartis Ag | Silicone hydrogel lenses with water-rich surfaces |
| US8696117B2 (en) * | 2010-09-14 | 2014-04-15 | Truform Optics | Fitting a contact lens |
| US8699813B2 (en) * | 2010-11-19 | 2014-04-15 | Analog Devices, Inc | Adaptive filter for low-light noise reduction |
| US20120133958A1 (en) * | 2010-11-30 | 2012-05-31 | Widman Michael F | Laser confocal sensor metrology system |
| JP2012196245A (ja) * | 2011-03-18 | 2012-10-18 | Canon Inc | 眼科情報処理装置及びその制御方法 |
| CN103917899B (zh) | 2011-10-12 | 2018-04-03 | 诺华股份有限公司 | 通过涂布制备uv吸收性眼用透镜的方法 |
| US8832621B1 (en) | 2011-11-28 | 2014-09-09 | Cadence Design Systems, Inc. | Topology design using squish patterns |
| WO2013119775A1 (en) | 2012-02-10 | 2013-08-15 | Johnson & Johnson Vision Care, Inc. | Method and apparatus for determining a thickness profile of an ophthalmic lens using a single point thickness and refractive index measurements |
| CN102768214B (zh) * | 2012-05-28 | 2014-09-03 | 明基材料有限公司 | 隐形眼镜检测系统与方法 |
| US8606011B1 (en) * | 2012-06-07 | 2013-12-10 | Amazon Technologies, Inc. | Adaptive thresholding for image recognition |
| US9147275B1 (en) | 2012-11-19 | 2015-09-29 | A9.Com, Inc. | Approaches to text editing |
| US9043349B1 (en) | 2012-11-29 | 2015-05-26 | A9.Com, Inc. | Image-based character recognition |
| US10338408B2 (en) | 2012-12-17 | 2019-07-02 | Novartis Ag | Method for making improved UV-absorbing ophthalmic lenses |
| US9342930B1 (en) | 2013-01-25 | 2016-05-17 | A9.Com, Inc. | Information aggregation for recognized locations |
| US9256795B1 (en) | 2013-03-15 | 2016-02-09 | A9.Com, Inc. | Text entity recognition |
| TW201508254A (zh) * | 2013-08-27 | 2015-03-01 | Hon Hai Prec Ind Co Ltd | 鏡頭模組的測量方法 |
| KR102166189B1 (ko) * | 2013-10-08 | 2020-10-15 | 이미지 비전 피티이. 리미티드 | 습식 안과 렌즈 검사 시스템 및 방법 |
| US9424598B1 (en) | 2013-12-02 | 2016-08-23 | A9.Com, Inc. | Visual search in a controlled shopping environment |
| US9708087B2 (en) | 2013-12-17 | 2017-07-18 | Novartis Ag | Silicone hydrogel lens with a crosslinked hydrophilic coating |
| CN106537110A (zh) | 2014-05-15 | 2017-03-22 | 伊麦视觉私人有限公司 | 用于检查眼镜镜片的系统和方法 |
| US9536161B1 (en) | 2014-06-17 | 2017-01-03 | Amazon Technologies, Inc. | Visual and audio recognition for scene change events |
| HUE046948T2 (hu) | 2014-08-26 | 2020-03-30 | Novartis Ag | Eljárás stabil bevonat felvitelére szilikon hidrogél kontaktlencsékre |
| FR3039660B1 (fr) * | 2015-07-30 | 2017-09-08 | Essilor Int | Methode de verification d'une caracteristique geometrique et d'une caracteristique optique d'une lentille ophtalmique detouree et dispositif associe |
| MY184638A (en) | 2015-12-15 | 2021-04-13 | Alcon Inc | Method for applying stable coating on silicone hydrogel contact lenses |
| US11248988B2 (en) | 2016-10-18 | 2022-02-15 | Eyoto Group Limited | Lens examination equipment and method |
| EP3388813B1 (de) * | 2017-04-13 | 2021-09-29 | Carl Zeiss Vision International GmbH | Verfahren zur herstellung eines brillenglases gemäss wenigstens eines datensatzes von formranddaten |
| EP3724698B1 (en) | 2017-12-13 | 2021-12-15 | Alcon Inc. | Method for producing mps-compatible water gradient contact lenses |
| DE102018222140B3 (de) * | 2018-12-18 | 2020-02-06 | Siemens Mobility GmbH | Ermitteln einer Durchlassgüte einer Optikeinheit eines Kamerasystems |
| CN112666178B (zh) * | 2020-12-14 | 2024-06-18 | 杭州当虹科技股份有限公司 | 一种户外led大屏坏点在线监控方法 |
| CN116503397B (zh) * | 2023-06-26 | 2023-09-01 | 山东天通汽车科技股份有限公司 | 基于图像数据的车内传输带缺陷检测方法 |
| CN116883446B (zh) * | 2023-09-08 | 2023-11-21 | 鲁冉光电(微山)有限公司 | 一种车载摄像头镜片碾磨程度实时监测系统 |
| CN117269179B (zh) * | 2023-11-23 | 2024-02-02 | 平方和(北京)科技有限公司 | 基于机器视觉的隐形眼镜边缘缺陷的高精度检测方法和系统 |
Family Cites Families (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL234917A (ja) † | 1958-01-14 | 1900-01-01 | ||
| DD138110A1 (de) * | 1978-07-27 | 1979-10-10 | Horst Riesenberg | Auflicht-beleuchtungseinrichtung fuer mikroskope |
| US4275964A (en) † | 1979-05-18 | 1981-06-30 | Rodenstock Instruments Corporation | Apparatus and method for determining the refractive characteristics of a test lens |
| DE3115634A1 (de) * | 1981-04-18 | 1982-11-04 | Feldmühle AG, 4000 Düsseldorf | Verfahren und vorrichtung zum pruefen von durch kreislinien begrenzten flaechen |
| US4598420A (en) * | 1983-12-08 | 1986-07-01 | Mts Systems Corporation | Optical grid analyzer system for automatically determining strain in deformed sheet metal |
| JPS60159637A (ja) † | 1984-01-31 | 1985-08-21 | Kirin Brewery Co Ltd | 欠陥検出方法および装置 |
| DE3432002A1 (de) * | 1984-08-31 | 1986-03-06 | Fa. Carl Zeiss, 7920 Heidenheim | Verfahren und vorrichtung zur optischen untersuchung von kontaktlinsen |
| GB2171812B (en) * | 1984-11-20 | 1988-08-17 | Michael Roy Killpartrick | Wet cell inspection of contact lenses |
| JPH0616013B2 (ja) † | 1984-11-22 | 1994-03-02 | 肇産業株式会社 | 自動検査装置 |
| JPS61223542A (ja) † | 1985-03-28 | 1986-10-04 | Eisai Co Ltd | アンプルの溶閉不良検出方法及び装置 |
| US4691231A (en) † | 1985-10-01 | 1987-09-01 | Vistech Corporation | Bottle inspection system |
| US4817184A (en) * | 1986-04-14 | 1989-03-28 | Vartec Corporation | Electronic inspection system and methods of inspection |
| US4817166A (en) * | 1986-05-05 | 1989-03-28 | Perceptics Corporation | Apparatus for reading a license plate |
| DD249525A1 (de) † | 1986-06-02 | 1987-09-09 | Zeiss Jena Veb Carl | Anordnung zum fotoelektrischen erkennen des zusammenfallens zweier objektbilder |
| DE3629676A1 (de) * | 1986-09-01 | 1988-03-10 | Rodenstock Instr | Einrichtung zur messung der refraktionseigenschaften von brillenglaesern |
| US4798460A (en) * | 1986-11-07 | 1989-01-17 | Buffington Robert D | Method and apparatus for detecting and modifying peripheral curves and junction ridges in contact lenses |
| JPH0711494B2 (ja) † | 1988-06-16 | 1995-02-08 | 松下電工株式会社 | 透光性容器の検査方法 |
| US5081685A (en) * | 1988-11-29 | 1992-01-14 | Westinghouse Electric Corp. | Apparatus and method for reading a license plate |
| JPH02257007A (ja) * | 1989-03-30 | 1990-10-17 | Seiko Epson Corp | コンタクトレンズ外周欠け検査装置 |
| FR2647912B1 (fr) † | 1989-06-05 | 1991-09-13 | Essilor Int | Dispositif optique a reseau pour le controle, en transmission, par detection de phase, d'un quelconque systeme optique, en particulier d'une lentille ophtalmique |
| US5080839A (en) * | 1990-04-17 | 1992-01-14 | Johnson & Johnson Vision Products, Inc. | Process for hydrating soft contact lenses |
| US5094609A (en) * | 1990-04-17 | 1992-03-10 | Vistakon, Inc. | Chamber for hydrating contact lenses |
| JP2942596B2 (ja) * | 1990-07-06 | 1999-08-30 | 株式会社ニデック | 自動レンズメーター |
| JP2981762B2 (ja) † | 1990-08-21 | 1999-11-22 | 三菱電線工業株式会社 | Ｏリング検査方法 |
| US5100232A (en) * | 1990-11-05 | 1992-03-31 | American Optical Corporation | Apparatus and method for detecting hidden marks on progressive aspheric ophthalmic lenses |
| JPH0776757B2 (ja) * | 1990-12-14 | 1995-08-16 | インターナショナル・ビジネス・マシーンズ・コーポレイション | 光学的検査装置 |
| AU649291B2 (en) * | 1990-12-19 | 1994-05-19 | Bodenseewerk Geratetechnik Gmbh | Process and apparatus for examining optical components, especially optical components for the eye and device for illuminating clear-transparent test-objects |
| JPH04305144A (ja) * | 1991-04-01 | 1992-10-28 | Seiko Epson Corp | コンタクトレンズ外周欠け検査装置 |
| US5301004A (en) † | 1992-03-13 | 1994-04-05 | Leica Inc. | Method and apparatus for determining the optical properties of a lens |
-
1993
- 1993-11-14 IL IL10760393A patent/IL107603A/xx not_active IP Right Cessation
- 1993-11-25 AU AU51944/93A patent/AU668606B2/en not_active Expired
- 1993-11-25 HU HU9303348A patent/HUT65571A/hu unknown
- 1993-12-01 GR GR930100477A patent/GR1002468B/el unknown
- 1993-12-10 NZ NZ250427A patent/NZ250427A/en unknown
- 1993-12-15 GT GT199300075A patent/GT199300075A/es unknown
- 1993-12-16 CZ CZ932782A patent/CZ278293A3/cs unknown
- 1993-12-17 KR KR1019930028178A patent/KR100233218B1/ko not_active IP Right Cessation
- 1993-12-17 CA CA002111738A patent/CA2111738C/en not_active Expired - Lifetime
- 1993-12-20 FI FI935739A patent/FI935739A/fi not_active Application Discontinuation
- 1993-12-20 ES ES93310342T patent/ES2121064T3/es not_active Expired - Lifetime
- 1993-12-20 AT AT93310342T patent/ATE169109T1/de not_active IP Right Cessation
- 1993-12-20 ZA ZA939538A patent/ZA939538B/xx unknown
- 1993-12-20 JP JP34480093A patent/JP3708138B2/ja not_active Expired - Lifetime
- 1993-12-20 EP EP93310342A patent/EP0604179B9/en not_active Expired - Lifetime
- 1993-12-20 DE DE69320014T patent/DE69320014T3/de not_active Expired - Lifetime
- 1993-12-20 NO NO934708A patent/NO934708L/no unknown
- 1993-12-20 BR BR9305148A patent/BR9305148A/pt not_active IP Right Cessation
- 1993-12-21 CN CN93119892A patent/CN1071893C/zh not_active Expired - Lifetime
-
1994
- 1994-01-03 MX MX9400085A patent/MX9400085A/es not_active IP Right Cessation
- 1994-02-28 TW TW083101672A patent/TW278133B/zh not_active IP Right Cessation
-
1996
- 1996-02-07 US US08/598,068 patent/US5717781A/en not_active Expired - Lifetime
-
1998
- 1998-03-24 HK HK98102506A patent/HK1003444A1/xx not_active IP Right Cessation
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3708138B2 (ja) | 視力矯正レンズの検査の方法ならびにその装置 | |
| JP5228490B2 (ja) | 画像解析によって欠陥検査を行う欠陥検査装置 | |
| JP4246438B2 (ja) | レンズ検査 | |
| AU706790B2 (en) | Lens inspection system and method | |
| US6201600B1 (en) | Method and apparatus for the automatic inspection of optically transmissive objects having a lens portion | |
| CN101707180B (zh) | 监控制程变异的系统与方法 | |
| CN113362326A (zh) | 一种电池焊点缺陷的检测方法及装置 | |
| TWI778264B (zh) | 設計為基礎之對準之效能監控 | |
| KR20150070301A (ko) | 결함 특유적 정보를 이용한 웨이퍼 상의 결함 검출 | |
| CN105021628A (zh) | 一种用于光纤倒像器表面缺陷的检测方法 | |
| KR19980024547A (ko) | 메모리 엘에스아이 용 특정 부분 검색방법 및 장치 | |
| CN117392112A (zh) | 一种晶圆表面缺陷的检测方法、装置及系统 | |
| JP2000346627A (ja) | 検査装置 | |
| JPH0886716A (ja) | レンズ検査のシステムと方法 | |
| US5798830A (en) | Method of establishing thresholds for image comparison | |
| KR102572968B1 (ko) | 딥러닝을 이용한 웨이퍼 검사방법과 이것을 구현하기 위한 웨이퍼 검사장치 | |
| JP4523310B2 (ja) | 異物識別方法及び異物識別装置 | |
| JP3314217B2 (ja) | 外観検査装置 | |
| JP4483039B2 (ja) | 検査装置 | |
| US7457454B1 (en) | Detailed grey scale inspection method and apparatus | |
| JP3844792B2 (ja) | 物品の顕微鏡検査装置及び方法 | |
| JPH05152408A (ja) | 半導体素子不良箇所検出方法 | |
| JP2001066128A (ja) | 表面検査装置及び表面検査方法 | |
| CN118279224A (zh) | 晶圆研磨工艺的缺陷检测系统及方法 | |
| JP2001153616A (ja) | 突起物の高さ測定装置および高さ測定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20031224 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040324 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041005 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20050105 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20050111 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050405 |
|
| 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: 20050705 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050803 |
|
| 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: 20080812 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090812 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090812 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100812 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110812 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110812 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120812 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130812 Year of fee payment: 8 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |