JP4935109B2 - 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置 - Google Patents

Description

本発明は、基板検査装置で用いられる検査ロジックを生成するための技術に関し、特に、少ない教師データから検査ロジックを生成可能とする技術に関する。

従来より、多数の電子部品が実装されたプリント基板の半田実装品質を検査するための基板検査装置が提案されている。この種のプリント基板において「電子部品の電極部とランドを半田付けした際の半田盛りの形状」を半田フィレットと呼ぶが、電子部品の電極部の濡れ上がりによっては、半田フィレットが形成されているように見えて、実は電子部品と半田フィレットが未接触な場合もある。よって、半田付けの良否を検査するには、自由曲線からなる半田フィレットの形状を正確に捉える必要がある。

しかしながら、従前の基板検査装置では、モノクロ（単色）単一照明を光源に用いていたために、半田フィレットの３次元形状を画像解析するのが困難であった。それゆえ、半田付けの良否を判定することができず、基板検査装置として実用に耐えるものではなかった。

このような課題を解決するため、本出願人は、図１９に示す方式の基板検査装置を提案した（特許文献１参照）。この方式は３色光源カラーハイライト方式（もしくは単にカラーハイライト方式）とよばれるもので、複数の色の光源で検査対象を照らすことによって半田フィレットの３次元形状を疑似カラー画像として得る技術である。

プリント基板の自動検査の実用化は、実質、このカラーハイライト方式技術の登場以降であると言われている。特に、電子部品が小型化する現在では、半田フィレット形状を目視で判別することも困難であり、カラーハイライト方式の基板検査装置なしでは基板検査が成り立たないと言うこともできる。

図１９に示すように、カラーハイライト方式の基板検査装置は、基板１１０上の検査対象１０７に異なる入射角で三原色光を照射する投光部１０５と、検査対象１０７からの反射光を撮像する撮像部１０６と、を備える。この投光部１０５は、異なる径を有し、かつ制御処理部からの制御信号に基づき赤色光、緑色光、青色光を同時に照射する３個の円環状光源１１１，１１２，１１３により構成されている。各光源１１１，１１２，１１３は、検査対象１０７の真上位置に中心を合わせ、かつ検査対象１０７から見て異なる仰角に対応する方向に配置されている。

かかる構成の投光部１０５で検査対象（半田フィレット）１０７を照射すると、撮像部１０６には、検査対象１０７の表面の傾斜に応じた色の光が入射する。よって、図２０に示すように、電子部品の半田付けが良好であるとき／部品が欠落しているとき／半田不足の状態であるときなど、半田フィレットの形状に応じて、撮像画像の色彩パターンに明確な差異が現れる。これにより、半田フィレットの３次元形状を画像解析するのが容易になり、電子部品の有無や半田付けの良否を正確に判定することができるようになる。

カラーハイライト方式の基板検査装置では、「あるべき良品の色」や「あるべき不良品の色」を表す色条件を予め設定しておき、検査画像の中から色条件を満たす領域を抽出し、その抽出された領域のもつ種々の特徴量（たとえば、面積や長さ）に基づいて良否の判定を行う。したがって、実際の検査に先立ち、検査に用いる色条件、良品と不良品とを切
り分けるための判定条件などを設定しておく必要がある。この色条件および判定条件が検査ロジックのパラメータとなる。検査ロジックを設定・調整することを一般にティーチングと呼ぶ。

検査精度を向上するためには、良品の示す特徴量と不良品の示す特徴量との間に有意かつ明確な差異が現れるように色条件を設定することが肝要である。すなわち、色条件のティーチングの善し悪しが検査精度を直接左右すると言える。

そこで本出願人は、図２１に示すように、カラーハイライト方式における色条件の設定を支援するためのツールを提案している（特許文献２参照）。このツールでは、色条件として、複数の色特徴量（赤、緑、青の各色相比ＲＯＰ、ＧＯＰ、ＢＯＰおよび明度データＢＲＴ）のそれぞれの上限値および下限値の設定が可能である。図２１の入力画面には、色条件の設定値を入力するための設定部１２７とともに、設定された各色条件により抽出される色彩の範囲を表示するための設定範囲表示部１２８が設けられている。この設定範囲表示部１２８には、所定の明度の下で得られるすべての色彩を示した色合い図１３４が表示されており、オペレータが各色特徴量の上限値、下限値を設定すると、色合い図１３４上には、設定された色条件により抽出される色彩を囲むような確認領域１３５が表示される。また、２値化表示ボタン１２９を押すと、現在の色条件による抽出結果が二値画像で表示される。このツールによれば、オペレータは、確認領域１３５や二値画像を見ながら、適切な抽出結果が得られるまで色条件の追い込みを行うことができる。

さらに、本出願人は、手作業によるティーチング作業を効率化するために、部品種と検査対象部位とを対応づけたライブラリデータを用いる手法（特許文献３参照）や、隣接部品の有無に応じて領域抽出しきい値や検査基準を自動的に切り替える手法（特許文献４参照）などを提案している。
特開平２−７８９３７号公報 特開平９−１４５６３３号公報 特開平５−３５８４９号公報 特開平５−３５８５０号公報

基板検査装置は、プリント基板の実装品質について一度に複数の検査項目を高速かつ正確に検査することが出来るという利点がある。ただし、基板検査装置の実稼動にあたっては、検査項目ごと（検査対象の部品の種類ごと、不良の種類ごと）に検査ロジックのティーチングを行い、不良品の見逃しがなく、かつ、良品を不良品と判定してしまう過検出が許容値（あらかじめ想定する値）以下に抑え込めるまで、判定精度を十分に高めなければならない。

ところが、カラーハイライト方式の基板検査装置では、実用に耐え得る高度な基板検査が可能な反面、不良品の見逃しと過検出を目標値まで抑え込むためのティーチングが難しい。上述した色条件設定支援ツールを利用したとしても、結局、色条件の追い込みはオペレータの経験と勘に頼る部分が大きいため、設定ミスの発生は避けられない。しかも、どれだけ優れたオペレータでも試行錯誤的に調整を繰り返さなければならず、非効率的であり、多大な労力と調整時間を要してしまうという問題がある。

また、信頼性の高い検査ロジックを作成するためには、十分な数の教師データ（良品、不良品のサンプルを撮像して得られた画像など）を事前に準備することが望ましいが、実際の製造現場では、新たな種類の基板の製造開始前に十分な教師データを準備することは困難である。特に、不良品に関しては、製造時にどのような不良が発生するか予測できな
いし、不良のバリエーションも無数にあるため、全ての不良を網羅する十分な数のサンプルを揃えるのは不可能である。

商品ライフサイクルの短命化が進む変化の激しい製造環境では、ティーチング作業の軽減やティーチングの自動化、さらには少ないサンプル画像から高信頼のティーチングを行うための手法の確立が強く望まれている。

本発明は上記実情に鑑みてなされたものであって、その目的とするところは、基板検査装置での基板検査に用いられる検査ロジックを少ないサンプル画像から生成可能な技術を提供することにある。

上記目的を達成するために本発明では、基板実装部品の撮像画像における着目領域の色を調べることによって前記部品の実装状態の良否を判定する基板検査装置で用いられる検査用の検査ロジックを、以下の手段または処理によって生成する。なお、以下の手段または処理は情報処理装置がプログラムに従って動作することにより実現されるものである。

新たな部品の検査ロジックを生成する際には、画像取得手段が、新たな部品の撮像画像を取得し、色分布傾向算出手段が、前記新たな部品の撮像画像から、着目領域の色分布の傾向を表す色分布傾向データを算出し、類似部品選択手段が、複数種類の過去の部品のそれぞれについて色分布傾向データを取得し、前記新たな部品に関する色分布傾向データと前記過去の部品に関する色分布傾向データとを比較することにより、色分布傾向が類似する過去の部品を選び出し（同定し）、教師データ生成手段が、前記過去の部品の撮像画像を記憶する記憶装置から、前記選び出された過去の部品の撮像画像を前記記憶装置から読み出して、前記新たな部品の撮像画像と前記読み出された過去の部品の撮像画像とから教師データを生成する。そして、検査ロジック生成手段が、前記教師データから前記新たな部品の検査用の検査ロジックを生成する。

従来は、新たな部品用の検査ロジックを生成するに際し、教師データとして同部品の良品・不良品のサンプル画像を十分な数用意する必要があった。これに対し、本発明では、新たな部品と色分布が類似する過去の部品の画像を検査ロジック生成に流用できるので、新たな部品のサンプル画像は少なくて済む。また、新たな部品の画像は、良品のみの画像でもよいし、不良品のみの画像でもよいし、良品と不良品の両方の画像でもよい。過去の部品の画像としては、良品と不良品の両方の画像が用意されていることが好ましい。つまり、本発明は、色分布傾向に基づいて新たな部品と良／不良の現れ方が似ている過去の部品を同定し、同定された過去の部品の撮像画像を利用して、新たな部品の撮像画像を拡張（増数）するものといえる。

ここで、前記記憶装置に部品の種類も登録されており、前記類似部品選択手段が、前記新たな部品と種類の共通する過去の部品の中から、色分布傾向が類似するものを選び出すことも好ましい。種類の共通する部品同士は、着目領域に類似した傾向の色分布が現れる可能性が高く、また不良の発生の仕方も類似することが多い。よって、過去の画像を流用するに際し、妥当な（新たな部品と過去の部品との適合度の高い）画像が選ばれる蓋然性が高まる。

色分布傾向データは、着目領域の画素から得られる色特徴量の値の色空間上の分布に基づいて算出されるとよい。色特徴量としては、例えば、色の強度、明度、彩度、色相、刺激値、色度などを用いることができる。色分布傾向データの算出に用いられる色特徴量の数（上記色空間の次元）は、１つでもよいし複数でもよい。ただし、色特徴量の数が多くなるほど（色空間の次元が高くなるほど）、色分布傾向データの表現形式や類似判定処理
（同定処理）が複雑になる可能性があるので、色特徴量の数は１〜３程度が好ましい。例えば、青色の強度のみの１次元色空間、青色の強度と明度の２次元色空間、明度・色相・彩度や赤・緑・青のような３次元色空間などを用いることができる。

本発明のように良品と不良品の色分布の相違を把握する目的であれば、２次元色空間でも十分である。このとき、前記色分布傾向データの算出に用いられる色特徴量の種類は、良品における着目領域の画素から得られる色特徴量の値の分布と、不良品における着目領域の画素から得られる色特徴量の値の分布との間に差異がでるように選ばれた色特徴量であることが好ましい。これにより、部品種ごとの色分布傾向の違いが明確に現れる。

色分布傾向データが、着目領域の画素から得られる色特徴量の値の分布を、前記色空間を区画するブロックの組み合わせによって表現するデータであるとよい。より好ましくは、前記色空間が２次元色空間であり、前記ブロックが前記２次元色空間をメッシュ状に区画するものであるとよい。このような表現形式によれば、色分布が単純化・形式化されるので、色分布の傾向を容易に把握できるとともに、色分布傾向の類似判定処理（同定処理）が極めて簡単になる。また、ブロックの組み合わせで表現されたデータは、色空間上の画素分布を粗いデータに変換したものに相当するが、このような変換には平滑化効果がある。よって、画素分布に含まれる誤差・バラツキを緩和することができ、結果として類似判定処理の信頼性を向上できるという利点もある。

検査ロジック生成手段による検査ロジック生成処理は次のように行うとよい。

検査ロジックを構成するパラメータのうち、検査対象部品の撮像画像における着目領域から特定の色領域を抽出するためのパラメータである色条件に関しては、情報処理装置が、前記教師データのうち良品における着目領域の各画素を対象点、前記教師データのうち不良品における着目領域の各画素を除外点として、１または複数の色特徴量について、前記複数の対象点および除外点それぞれの色特徴量の値の度数分布を求め、前記１または複数の色特徴量の値の度数分布に基づいて、前記対象点の色特徴量の値と前記除外点の色特徴量の値とを最もよく分離する色特徴量の値の範囲を求め、前記１または複数の色特徴量の種類および値の範囲を、検査対象部品の撮像画像における着目領域から特定の色領域を抽出するための色条件として設定する。これにより、色条件を自動的に生成することができる。

なお、ここで用いる色特徴量としては、色分布傾向データの算出で用いたものと同じ色特徴量を用いるとよい。色分布傾向データの算出で用いたのと同じものを用いることにより対象点の分布と除外点の分布の差異が明確に現れると期待できるからである。

検査ロジックを構成するパラメータのうち、検査対象部品の実装状態の良否を判定するためのパラメータである判定条件に関しては、情報処理装置が、前記教師データのうち良品における着目領域および不良品における着目領域のそれぞれから前記色条件を満たす画素領域を抽出し、１または複数の特徴量について、前記複数の画素領域それぞれの特徴量の値の度数分布を求め、前記１または複数の特徴量の値の度数分布に基づいて、良品の特徴量の値と不良品の特徴量の値とを最もよく分離する特徴量の値の範囲を求め、前記１または複数の特徴量の種類および値の範囲を、検査対象部品の実装状態の良否を判定するための判定条件として設定する。これにより、判定条件を自動的に生成することができる。

ここで特徴量としては、画素領域の面積、面積比、長さ、最大幅、重心、形状など種々のものが想定される。検査により検出すべき対象に応じて好ましい特徴量を１つまたは２つ以上採用すればよい。

上記処理により自動生成された検査ロジックのパラメータは基板検査装置の記憶部に格納され、基板検査処理に供される。

基板検査装置は、パラメータ（色条件および判定条件）を記憶する記憶部と、基板上の実装部品に異なる入射角で複数の色の光を照射する投光手段と、その反射光を撮像して得られた画像の着目領域から、前記色条件を満たす領域を抽出する領域抽出手段と、抽出された領域のもつ特徴量が、前記判定条件を満たすか否かで前記部品の実装状態の良否を判定する検査手段と、を備える。

なお、本発明は、上記処理の少なくとも一部を含む基板検査装置の検査ロジック設定方法、または、かかる方法を実現するためのプログラムとして捉えることができる。また、本発明は、上記処理を実行する手段の少なくとも一部を有する基板検査装置の検査ロジック設定装置、または、かかる装置を備えた基板検査装置として捉えることもできる。上記手段および処理の各々は可能な限り互いに組み合わせて本発明を構成することができる。

本発明によれば、サンプル数の少ない新たな部品であっても、十分な数の適切な教師データを自動的に作成できるため、信頼性の高い検査ロジックを生成することができる。さらに、検査ロジックを自動生成することができ、ティーチング作業の軽減、さらにはティーチングの自動化を図ることが可能となる。

以下に図面を参照して、この発明の好適な実施の形態を例示的に詳しく説明する。

（基板検査システムの構成）
図１は、本発明の実施形態に係る基板検査システムのハードウェア構成を示している。

基板検査システムは、基板検査処理を実行する基板検査装置１と、この基板検査装置１の基板検査処理において用いられる検査ロジックを自動生成する検査ロジック設定装置２とから構成される。基板検査装置１と検査ロジック設定装置２は、有線もしくは無線のネットワーク、または、ＭＯやＤＶＤなどの記録媒体を介して、画像やパラメータなどの電子データの受け渡しを行うことができる。なお、本実施形態では基板検査装置１と検査ロジック設定装置２が別体構成となっているが、基板検査装置本体に検査ロジック設定装置の機能を組み込んで一体構成とすることも可能である。

（基板検査装置の構成）
基板検査装置１は、カラー光を基板に照射してそれを撮影し、撮影された画像を用いて基板２０上の実装部品２１の実装品質（半田付け状態など）を自動検査する装置である。基板検査装置１は、概略、Ｘステージ２２、Ｙステージ２３、投光部２４、撮像部２５、制御処理部２６を備えている。

Ｘステージ２２およびＹステージ２３は、それぞれ制御処理部２６からの制御信号に基づいて動作するモータ（図示せず）を備える。これらモータの駆動によりＸステージ２２が投光部２４および撮像部２５をＸ軸方向へ移動させ、またＹステージ２３が基板２０を支持するコンベヤ２７をＹ軸方向へ移動させる。

投光部２４は、異なる径を有しかつ制御処理部２６からの制御信号に基づき赤色光，緑色光，青色光を同時に照射する３個の円環状光源２８，２９，３０により構成されている。各光源２８，２９，３０は、観測位置の真上位置に中心を合わせかつ観測位置から見て異なる仰角に対応する方向に配置されている。かかる配置により、投光部２４は基板２０
上の実装部品２１に異なる入射角で複数の色の光（本実施形態では、Ｒ，Ｇ，Ｂの３色）を照射する。

撮像部２５はカラーカメラであって、観測位置の真上位置に下方に向けて位置決めしてある。これにより基板表面の反射光が撮像部２５により撮像され、三原色のカラー信号Ｒ，Ｇ，Ｂに変換されて制御処理部２６へ供給される。

制御処理部２６は、Ａ／Ｄ変換部３３、画像処理部３４、検査ロジック記憶部３５、判定部３６、撮像コントローラ３１、ＸＹステージコントローラ３７、メモリ３８、制御部（ＣＰＵ）３９、記憶部３２、入力部４０、表示部４１、プリンタ４２、通信Ｉ／Ｆ４３などで構成される。

Ａ／Ｄ変換部３３は、撮像部２５からのカラー信号Ｒ，Ｇ，Ｂを入力してディジタル信号に変換する回路である。各色相毎のディジタル量の濃淡画像データは、メモリ３８内の画像データ格納エリアへと転送される。

撮像コントローラ３１は、制御部３９と投光部２４および撮像部２５とを接続するインターフェイスなどを備える回路であり、制御部３９の出力に基づき投光部２４の各光源２８，２９，３０の光量を調整したり、撮像部２５の各色相光出力の相互バランスを保つなどの制御を行う。

ＸＹステージコントローラ３７は制御部３９とＸステージ２２およびＹステージ２３とを接続するインターフェイスなどを備える回路であり、制御部３９の出力に基づきＸステージ２２およびＹステージ２３の駆動を制御する。

検査ロジック記憶部３５は、基板検査処理に用いられる検査ロジックを記憶する記憶部である。基板検査装置１では、半田形状を検査するフィレット検査や部品の欠落を検査する欠落検査など、複数種類の検査処理を行うことができる。検査ロジックは、検査の種類ごとに用意されるものであって、画像中の検査対象範囲（検査領域）を規定するための領域条件、検査領域内の画像から所定の色彩パターン（画素領域）を抽出するための色条件、その色彩パターンの良否を判定するための判定条件などから構成される。領域条件は、例えば、「リード先端からリードに直交する方向に±１０画素ずつ、リードに沿う方向に２０画素の範囲」のように、画像中の検査領域の位置、大きさ、範囲などを規定する条件である。色条件は、例えば、「画素の明度が１５０から２５０の間、かつ、青信号の強度が１５０から１８０の間」のように、注目する色特徴量（この例では、明度と青信号の強度）とその色特徴量の値の範囲とを規定する条件である。判定条件は、例えば、「面積が検査領域の６０％以上」のように、注目する特徴量（この例では、面積）とその特徴量の値の範囲（この例では、しきい値）とを規定する条件である。

画像処理部３４は、基板２０上の部品２１を撮像して得られた画像から領域条件で既定される検査領域を抽出する処理、検査領域の画像（検査画像）から色条件を満たす領域を抽出する処理、および、抽出された領域から判定条件で用いられる特徴量の値を算出する処理を実行する回路である。判定部３６は、画像処理部３４で算出された特徴量の値を受け取り、その特徴量の値が判定条件を満たすか否かで部品の実装状態の良否を判定する処理を実行する回路である。

入力部４０は、操作情報や基板２０に関するデータなどを入力するのに必要なキーボードやマウスなどから構成されている。入力されたデータは制御部３９へ供給される。通信Ｉ／Ｆ４３は、検査ロジック設定装置２や他の外部装置などとの間でデータの送受信を行うためのものである。

制御部（ＣＰＵ）３９は、各種演算処理や制御処理を実行する回路である。記憶部３２は、ハードディスクやメモリから構成される記憶装置であって、制御部３９にて実行されるプログラムの他、基板のＣＡＤ情報、基板検査処理の判定結果などが格納される。

図２に基板検査装置１の機能構成を示す。基板検査装置１は、指示情報受付機能１０、基板搬入機能１１、ＣＡＤ情報読込機能１２、ステージ操作機能１３、撮像機能１４、検査ロジック読込機能１５、検査機能１６、判定結果書込機能１７、基板搬出機能１８を有する。これらの機能は、制御部３９が記憶部３２に格納されたプログラムに従って上記ハードウェアを制御することによって実現されるものである。また、記憶部３２の内部には、ＣＡＤ情報を記憶するＣＡＤ情報記憶部３２ａと判定結果を記憶する判定結果記憶部３２ｂが設けられている。

（基板検査処理）
次に、上記基板検査装置１における基板検査処理について述べる。ここでは、基板検査処理の一例として、フィレット検査を説明する。フィレット検査とは、半田フィレットの形状が良好か否かを判定する処理である。

図３の上段に示すように、良品の半田フィレットでは、部品２１から基板２０上のランドにかけて山の裾野のような広い傾斜面が形成される。これに対し、半田不足が起こると傾斜面の面積が小さくなり、逆に半田過多の場合には半田フィレットがランド上に盛り上がった形状となる。

これらの半田フィレットを基板検査装置１で撮像すると、それぞれ図３の下段に示すような画像が得られる。赤色，緑色，青色の照射光はそれぞれ異なる角度で半田フィレットに入射するため、半田フィレットの傾斜に応じて撮像部２５に入射する反射光の色相が変化する。つまり、傾斜の急な部分では入射角度の最も浅い青色光の反射光が支配的となるのに対し、傾斜がほとんどない部分では赤色光の反射光が支配的となる。したがって、良品の半田フィレットでは青色の色相の領域が大きくなり、不良品の半田フィレットでは青色以外の色相の領域が大きくなるのである。

本実施形態のフィレット検査では、このような色彩パターンの傾向を利用し、青色領域の大きさ（面積）に基づいて半田フィレットの良否判定を行う。以下、図４のフローチャートに沿って、フィレット検査の処理の流れを具体的に説明する。

指示情報受付機能１０は、基板検査の実行を指示する指示情報が入力されるまで待ち状態にある（ステップＳ１００；ＮＯ、ステップＳ１０１）。入力部４０の操作により、もしくは、通信Ｉ／Ｆ４３を介して外部機器から指示情報が入力されると、指示情報受付機能１０が指示情報を、基板搬入機能１１、ＣＡＤ情報読込機能１２および検査ロジック読込機能１５に送る（ステップＳ１００；ＹＥＳ）。この指示情報には検査対象となる基板の情報（型番など）が含まれている。

また、基板搬入機能１１は、指示情報に基づいてプリント基板搬入部から検査対象となる基板２０をコンベヤ２７上に搬入し（ステップＳ１０２）、ＣＡＤ情報読込機能１２は、基板の型番に対応するＣＡＤ情報をＣＡＤ情報記憶部３２ａから読み込む（ステップＳ１０３）。このＣＡＤ情報には、基板２０の寸法、形状とともに基板２０上に実装されている部品の種類、数量、それぞれの実装位置の情報が含まれている。

検査ロジック読込機能１５は、前記ＣＡＤ情報より取得した部品の種類に応じてフィレット検査用の検査ロジックを検査ロジック記憶部３５から読み込む（ステップＳ１０４）
。検査ロジックには、領域条件、色条件および判定条件が含まれる。

次に、ステージ操作機能１３は、読み込まれたＣＡＤ情報から基板２０の寸法、形状、部品の配置などの情報を得て、基板２０上に実装された複数の部品２１が順に観測位置（撮像位置）に位置合わせされるように、ＸＹステージコントローラ３７を介してＸステージ２２およびＹステージ２３を操作する（ステップＳ１０５）。

一方、撮像機能１４は、撮像コントローラ３１を介して投光部２４の３個の光源２８，２９，３０を発光させ、赤色、緑色、青色の光を同時に基板２０上に照射する。また、撮像機能１４は、撮像コントローラ３１を介して撮像部２５を制御し、ステージ２２，２３の操作に同期して基板２０上の部品２１を撮像する（ステップＳ１０６）。撮像された画像はメモリ３８に取り込まれる。

次に、検査機能１６が、画像処理部３４によって撮像画像から検査領域を抽出する（ステップＳ１０７）。ここで抽出される検査領域は、検査ロジックの領域条件によって規定された領域である。領域条件は、たとえば、撮像画像に対する相対座標や、撮像画像中のランド領域あるいは部品領域に対する相対座標などで規定される。本実施形態では、図５に示すように、ランド領域７２に対する上下左右の相対座標（画素数もしくは割合で指定される）により規定される矩形の領域条件を用いる。領域条件で既定される検査領域７３の形状は矩形に限らず、円形、長円形、多角形、自由形状などどのような形状でもよい。なお、撮像画像中のランド領域または部品領域の特定はたとえばテンプレートマッチングにより自動で行うことができる。

続いて、検査機能１６は、抽出された検査領域を色条件を用いて二値化する（ステップＳ１０８）。なお、ここでは、青信号の強度および明度のいずれも０から２５５までの２５６段階の値をとるものとする。ここで用いられる色条件は、青信号の強度の下限と上限、および、明度の下限と上限の４つの値で構成されている。二値化処理では、色条件で定義された色範囲内に含まれる画素が白画素に、それ以外の画素が黒画素に変換される。

図５の右側は、二値化後の検査領域を示している。色条件で二値化することにより、検査領域中の青系色の領域が白画素として抽出され、良品画像と不良品画像の間の差異（特徴）が明確化していることがわかる。

続いて、検査機能１６は、判定条件に従って画像処理部３４で白画素領域の特徴量を抽出し、その値を判定部３６に引き渡す。判定部３６は、その値が判定条件を満たすか否かで判定を行う（ステップＳ１０９，Ｓ１１０，Ｓ１１１）。本実施形態では、特徴量として白画素領域の面積値が用いられ、その面積値がしきい値を超えたら当該部品２１の半田実装品質が良と判定される。

判定結果書込機能１７は、上記判定結果をロケーションＩＤ（部品を特定するための情報）とともに判定結果記憶部３２ｂに書き込む（ステップＳ１１２）。

基板２０上のすべての部品について検査を行ったら、基板搬出機能１８がプリント基板搬送部によって基板２０を搬出し、基板検査処理を終了する（ステップＳ１１３）。

以上述べた基板検査処理によれば、２次元画像に現れる色彩パターンによって半田フィレットの３次元形状を的確に把握できるため、半田実装品質（実装状態）の良否を正確に判定可能となる。さらに、撮像画像から、良品と不良品の差異が明確に現れる箇所（検査領域）を抽出し、その検査領域を用いて検査を行っているため、良好な判定精度を得ることができる。

ところで、不良品の見逃しがなく、かつ、過検出が許容値以下になるような高い判定精度を実現するためには、予め検査ロジックの色条件および判定条件を検査対象に合わせて最適な値に設定しておく必要がある。本実施形態では、検査ロジックの生成（ティーチング）は、検査ロジック設定装置２によって自動的に行われる。以下、詳しく説明する。

（検査ロジック設定装置の構成）
検査ロジック設定装置２は、図１に示すように、ＣＰＵ、メモリ、ハードディスクなどの記憶装置、Ｉ／Ｏ制御部、通信Ｉ／Ｆ、表示部、情報入力部（キーボードやマウス）などを基本ハードウェアとして備える汎用のコンピュータ（情報処理装置）によって構成される。

検査ロジック設定装置２の機能は、主に、ティーチングに用いる教師画像情報（教師データ）を作成するための教師データ作成部と、教師画像情報から検査ロジックを作成するための検査ロジック作成部とから構成される。

（教師データ作成処理）
図６は、教師データ作成部の機能構成を示すブロック図である。教師データ作成部は、指示情報受付機能５０、画像取得機能５１、色分布傾向算出機能５２、類似部品選択機能５３、教師データ生成機能５４を有する。これらの機能は、メモリもしくは記憶装置に格納されたプログラムがＣＰＵに読み込まれ実行されることによって実現されるものである。

また、検査ロジック設定装置２の記憶装置内には、過去に処理した部品の色分布傾向データを記憶する色分布傾向ＤＢ５５、基板検査装置１によって撮像された部品の画像を記憶する部品画像ＤＢ５６、教師画像情報を記憶する教師画像情報ＤＢ５７が設けられている。部品画像ＤＢ５６には、教師データ作成処理および検査ロジック作成処理の対象となる部品（新たな部品）の撮像画像、並びに、過去に処理した部品（過去の部品）の撮像画像が格納されている。

図７のフローチャートを参照して、教師データ作成処理の流れを説明する。

まず、指示情報受付機能５０が、教師データの作成に関する指示情報をユーザから受け付ける（ステップＳ２００）。この指示情報には、処理対象となる新たな部品（以下、「部品Ｐ１」とよぶ）に関する情報（部品の種類など）、部品画像ＤＢ５６に格納されている部品Ｐ１の撮像画像を特定するための情報、目的とする検査を特定するための情報（検査種別など）などが含まれている。

次に、画像取得機能５１が、部品画像ＤＢ５６から部品Ｐ１の撮像画像を取得する（ステップＳ２０１）。撮像画像は、事前に用意された部品Ｐ１の複数のサンプルを基板検査装置１によって撮像して得られたものである。

続いて、画像取得機能５１は、取得した撮像画像（つまり部品Ｐ１のサンプル）が当該検査用の検査ロジックを生成するのに必要な条件を満たしているか否か判断する（ステップＳ２０２）。具体的には、良品のサンプル数（画像数）と不良品のサンプル数（画像数）がそれぞれ所定の要求枚数以上存在したら、検査ロジック生成可能と判断する。要求枚数の設定はユーザの任意であるが、信頼性の高い検査ロジックを生成するには一般に数百〜数千のサンプル数があれば好ましい。

ここでは、良品と不良品いずれのサンプル数も要求枚数に達していなかった場合を例に
挙げる。つまり、数少ないサンプル画像から十分な数の教師データを作成する手順について説明する。

撮像画像が要求枚数よりも少ない場合（ステップＳ２０２；ＮＯ）、色分布傾向算出機能５２が、部品Ｐ１の撮像画像から色分布傾向データを算出する（ステップＳ２０３）。色分布傾向データは、撮像画像における着目領域の色分布の傾向を表すものである。

図８のフローチャートに沿って、色分布傾向データ作成処理の流れを説明する。

まず、各撮像画像から着目領域が抽出される（ステップＳ３００）。この着目領域は、検査時に色が調べられる検査領域と同一の範囲に設定される。着目領域は検査種別ごとに予め設定されており、例えばフィレット検査であれば半田部分やランド部分であったり、部品の欠落検査であれば部品部分であったりする。着目領域の抽出は、テンプレートマッチングなどの画像認識処理により自動で行うことができる。

次に、抽出された着目領域の全画素の色特徴量の値の色空間上の分布が求められる（ステップＳ３０１）。このとき、良品における着目領域の画素（以下、「良点」とよぶ）についての分布と、不良品における着目領域の画素（以下、「不良点」とよぶ）の分布とが、互いに区別可能となるように求められる。以下、この色分布を視覚的に説明するために、色ヒストグラムを用いる。色ヒストグラムとは、色特徴量を軸とする多次元色空間内の各点に画素の度数（個数）を記録したものである。色ヒストグラムにより、撮像画像における着目領域の色分布を把握することができる。

一般に、色空間は、３種以上の色特徴量によって構成される多次元空間である。よって、画素の色分布を正確に把握するには、少なくとも２以上の色特徴量を考慮することが好ましい。ただし、本実施形態の方式では、赤・緑・青という３色光源を使用していることから、撮像画像にはそれぞれの色が特徴的に現れることが多い。特に、鏡面反射が生じる部分では、その部分の傾斜角度に応じて光源に使用されている３色のいずれかが強く現れることが多い。本実施形態で検査対象としている半田フィレットの場合、良好であれば青系色が、不良であれば赤系色が強く現れる傾向にある。。したがって、良品と不良品の色分布の相違を把握する目的であれば、色相に関しては１色（たとえば青色）または２色（たとえば青色と赤色）についての色特徴量を考慮すれば十分といえる。色特徴量の種類については、良品における着目領域の画素から得られる色特徴量の値の分布と、不良品における着目領域の画素から得られる色特徴量の値の分布との間に明確な差異がでるように選ぶとよい。これにより、部品種ごとの色分布傾向の違いが明確に現れるからである。そこで本実施形態では、良品における着目領域に多く含まれ、かつ、不良品における着目領域にほとんど含まれない傾向にある色相として青色を選択し、青色の強度と明度の組み合わせごとに度数を計算する。

図９（ａ）は、２次元色ヒストグラムの一例を示している。図９（ａ）の横軸は青の強度、縦軸は明度の値であり、いずれも０から２５５までの２５６段階の数値で表されている。青の強度に関しては０に近いほど青信号の強度が弱い、すなわち画素に青成分が含まれていないことを表し、２５５に近づくほど青の強度が強いことを表す。明度は値が大きくなるほど明るさが強くなることを表す。図中の白丸（○）が良点の度数が１以上の点を表し、黒三角（▲）が不良点の度数が１以上の点を表している。なお、白丸および黒三角は、（青の強度、明度）に加えて度数（その色をもつ画素の個数）のデータを持っている。ただし、以下に述べる色分布傾向データの算出には度数の情報は不要なため、教師データ作成処理の際は（青の強度、明度）の２次元のデータでも構わない。

図９（ａ）に示す色ヒストグラム自体を色分布傾向データとして扱ってもよいが、本実
施形態では、図９（ｂ）に示すように、色ヒストグラムを加工（丸め処理）して色分布の傾向をより単純化・形式化したものを、色分布傾向データとして用いる。

図１０は、色分布傾向データの作成方法を示している。まずは、色ヒストグラムの２次元色空間をメッシュ状に区画する（ステップＳ３０２）。図１０（ａ）の例では、横８×縦８の６４個のブロックに区画されている。以下、横方向の区画をＡ〜Ｈ、縦方向の区画を１〜８と表記し、区画Ａと区画１の交差するブロックをブロックＡ１のように表記する。なお、区画数は８に限らず任意である。また、図１０（ｂ）に示すように、丸め誤差の計算に利用するために、ブロックをさらに横３×縦３の９個のサブブロックに区画する。

色分布傾向算出機能５２は、色ヒストグラム上のそれぞれの画素点がどのブロックに属するか、さらにどのサブブロックに属するか調べる。そして、点の属すブロックをヒットチェック判定ブロックに設定するとともに、点の属すサブブロックの位置（つまりブロック中心からの良点の変位量）に基づいて上記ヒットチェック判定ブロックの周囲にマスクブロックを設定する。

ヒットチェック判定ブロックとは、後述する類似判定処理（同定処理）においてヒットマスクとヒットチェック判定の両方に利用するブロックであり、マスクブロックとは、類似判定処理においてヒットマスクのみに利用するブロックである。ここでは、画素点が左上のサブブロックに存在するとき、当該ブロックの左・左上・上の３つのブロックをマスクブロックにする。同様に、中央上のサブブロックのときは左上・上・右上の３つのブロック、右上のサブブロックのときは上・右上・右の３つのブロック、左中央のサブブロックのときは左上・左・左下の３つのブロック、右中央のサブブロックのときは右上・右・右下の３つのブロック、左下のサブブロックのときは左・左下・下の３つのブロック、中央下のサブブロックのときは左下・下・右下の３つのブロック、右下のサブブロックのときは下・右下・右の３つのブロックが、それぞれマスクブロックに選ばれる。このようなマスクブロックは画素位置の丸め誤差に相当する。なお、ブロックの中央のサブブロックのときにはマスクブロックは設定しない。

具体例を挙げると、図１０（ｂ）の点Ｘ１の場合、ブロックＦ４がヒットチェック判定ブロックに設定され、ブロックＥ４、Ｅ５、Ｆ５がマスクブロックに設定される。また、点Ｘ２の場合は、ブロックＧ６がヒットチェック判定ブロックに設定され、ブロックＨ５、Ｈ６、Ｈ７がマスクブロックに設定される。なお、一つのブロックに対して複数の設定がなされるときは、マスクブロックよりもヒットチェック判定ブロックの設定のほうが優先される。

全ての良点についてヒットチェック判定ブロックおよびマスクブロックを設定したら（ステップＳ３０３、図１０（ｃ））、次に、全ての不良点についてヒットチェック判定ブロックおよびマスクブロックを設定する（ステップＳ３０４、図１０（ｄ））。ただし、不良点を処理するときは、良点で設定済みのブロックは避けるようにする。

良点および不良点に対して丸め処理が施され、図９（ｂ）に示すような色分布傾向データが作成される。この色分布傾向データは、着目領域の画素から得られる色特徴量の値の色空間上の分布（色分布）をブロックの組み合わせによって表現したデータに相当する。このような表現形式によれば、画素の色分布が単純化・形式化されるので、色ヒストグラム上の画素分布をみるよりも、色分布の傾向を容易に把握できる。特に、コンピュータ処理し易い形式のため、色分布傾向の類似判定処理（同定処理）が極めて簡単になる。また、ブロックの組み合わせで表現されたデータは、２次元色空間上の画素分布を粗いデータに変換したものに相当するが、このような変換には平滑化効果がある。よって、画素分布に含まれる誤差・バラツキを緩和することができ、結果として類似判定処理の信頼性を向
上できるという利点もある。さらに、上記色分布傾向データは、色ヒストグラムに比べてデータサイズが極めて小さいという利点もある。例えば、１つのブロックは、良点のヒットチェック判定ブロック（網伏せに白丸で図示）、良点のマスクブロック（黒丸で図示）、不良点のヒットチェック判定ブロック（網伏せに白三角で図示）、不良点のマスクブロック（黒三角で図示）、設定無しの５つのステイタスを取ればよいので、各ステイタスに１ビット割り当てたとしても１つのブロックを５ビットで表すことができる。

上記処理によって算出された部品Ｐ１の色分布傾向データは、色分布傾向ＤＢ５５に格納される。なお、色分布傾向ＤＢ５５には、過去に処理した多数の部品の色分布傾向データが、部品の種類、検査種別などと共に蓄積されている。

続いて、類似部品選択機能５３が、部品Ｐ１に関する色分布傾向データと色分布傾向ＤＢ５５に登録されている過去の部品に関する色分布傾向データとを比較し、色分布傾向が類似する過去の部品を選び出す（ステップＳ２０４）。色分布傾向の類似判定（同定）は、次のように行う。

ヒットチェック判定ブロックの集合をＨＢ、ヒットチェック判定ブロックおよびマスクブロックの集合をＭＢと表記し、部品ＰＸに関する集合をＨＢＸ、ＭＢＸと表記する場合、
（ＭＢ１∩ＭＢ２）⊇ＨＢ１
（ＭＢ１∩ＭＢ２）⊇ＨＢ２
がともに真ならば、部品Ｐ１と過去の部品Ｐ２とが類似すると判定し、上記式のいずれか一方でも偽ならば、部品Ｐ１、Ｐ２は非類似であると判定する。ただし、記号「∩」は、２つの集合の積を表し、記号「⊇」は右側の集合が左側の集合の部分集合であることを表している。

すなわち、本実施形態では、丸め誤差を含む色分布範囲（ＭＢ１、ＭＢ２）の積集合（ＭＢ１∩ＭＢ２）を求めることにより、両部品Ｐ１、Ｐ２の共通分布範囲（ヒットマスク）を大まかに絞り込み、この共通分布範囲内に両部品Ｐ１、Ｐ２の丸め誤差を含まない色分布範囲（ＨＢ１、ＨＢ２）が含まれるか否かで、類似／非類似を判定するのである。

図１１、図１２に類似判定処理の具体例を示す。部品Ｐ１と部品Ｐ２は上記式を満たすため類似と判定される。一方、部品Ｐ１と部品Ｐ３は、ＨＢ１が（ＭＢ１∩ＭＢ３）の部分集合ではないので、非類似と判定される。

なお、この類似判定は、良品の色分布、不良品の色分布のそれぞれについて別個に行われる。良・不良の色分布がともに類似する部品を検索したいのであれば、両分布の類似判定を行えばよい。新たな部品Ｐ１のサンプルとして良品しか準備できなかった場合は、良品の色分布の類似判定を行うだけでもよい。新たな部品Ｐ１のサンプルとして不良品しか準備できなかった場合は、不良品の色分布の類似判定を行うだけでもよい。また、一般に、部品の種類が共通（類似）する部品同士は色分布傾向も類似することから、色分布傾向ＤＢ５５に登録された過去の部品全てについて類似判定を行うのではなく、部品Ｐ１と種類の共通する過去の部品の中から色分布傾向が類似するものを選び出すようにしてもよい。

もし、類似する部品が複数みつかったら、類似部品選択機能５３はそれら全ての部品を選び出してもよいし、最も類似度の高い部品のみを選び出すようにしてもよい。部品Ｐ１と部品Ｐ２の類似度は、例えば次式にて求めることができる。

類似度＝（ＨＢ１∩ＨＢ２）に含まれるブロック数／（ＨＢ１∪ＨＢ２）に含まれる
ブロック数

このようにして、部品Ｐ１と色分布傾向の類似する過去の部品が選び出されたら、教師データ生成機能５４が、該当する過去の部品の撮像画像を部品画像ＤＢ５６から読み出す（ステップＳ２０５）。そして、部品Ｐ１の撮像画像と過去の部品の撮像画像とから、部品Ｐ１の検査ロジック生成用の教師画像情報（教師データ）が生成される（ステップＳ２０６）。教師画像情報には、撮像画像と、それが良品の画像か不良品の画像かを示す教師情報とが含まれる。生成された教師画像情報は、教師画像情報ＤＢ５７に格納される。

以上述べた処理により、色分布傾向に基づき、新たな部品Ｐ１と良／不良の現れ方が似ている過去の部品が同定され、その同定された過去の部品の撮像画像を利用（流用）して、部品Ｐ１の撮像画像が拡張（増数）される。よって、部品Ｐ１のサンプル数が要求枚数に達していなくても、検査ロジックの作成に十分な数の教師画像情報を用意することが可能となる。ここで作成された教師画像情報は、検査ロジック作成部における検査ロジック作成処理に供される。

（検査ロジック作成処理）
図１３は、検査ロジック作成部の機能構成を示すブロック図である。検査ロジック作成部は、指示情報受付機能６０、教師画像情報読込機能６１、画像取得機能６２、振分機能６３、度数算出機能６４、色範囲探索機能６５、二値化機能６６、特徴量ヒストグラム生成機能６７、しきい値決定機能６８、検査ロジック生成機能６９、検査ロジック書込機能７０を有する。これらの機能は、メモリもしくはハードディスクに格納されたプログラムがＣＰＵに読み込まれ実行されることによって実現されるものである。

図１４のフローチャートに沿って、検査ロジック作成処理の流れを説明する。なお、本実施形態では、上述したフィレット検査で用いられる検査ロジックを生成する例を挙げる。

指示情報受付機能６０は、検査ロジックの自動生成を指示する指示情報が入力されるまで待ち状態にある（ステップＳ４００；ＮＯ、ステップＳ４０１）。情報入力部から指示情報が入力されると、指示情報受付機能６０は教師画像情報読込機能６１に指示情報を伝える（ステップＳ４００；ＹＥＳ）。この指示情報には検査ロジック生成の対象となる部品Ｐ１の教師画像情報を特定する情報、および、検査ロジックの種類（検査種別）などが含まれている。

教師画像情報読込機能６１は、指示情報に従って、作成すべき検査ロジックに対応する教師画像情報を教師画像情報ＤＢ５７から読み込む（ステップＳ４０２）。この教師画像情報は上述したように部品Ｐ１の画像に加え部品Ｐ２の画像も含んでいる。教師画像情報には、良品画像（良好な形状の半田フィレットが写っている画像）と不良品画像（不良な形状の半田フィレットが写っている画像）とが含まれる。これらの画像には教師情報が付与されている。

図１５に良品画像と不良品画像の例を示す。良品画像では、部品８０両端のランド領域８１に良好な半田フィレットが形成されている。それぞれのランド領域８１には教師情報「良」が付与されている。一方、不良品画像では、部品８２が傾いて実装されており、片側のランド領域８３では半田不良が生じている。よって、このランド領域８３には教師情報「不良」が付与されている。なお、反対側のランド領域８４には教師情報「無視」が付与されている。

教師画像情報が読み込まれたら、画像取得機能６２が、教師画像情報から教師情報の付
与された検査領域を抽出する（ステップＳ４０３）。画像取得機能６２は、図１６に示すように、ランドウィンドウ８５と部品本体ウィンドウ８６から構成されるテンプレートを有しており、テンプレートを拡大／縮小したり、ランドウィンドウ８５と部品本体ウィンドウ８６の相対位置をずらしたりしながら、各ウィンドウ８５，８６を画像中のランド領域８１，８３，８４および部品８０，８２に合わせ込む。ウィンドウの合わせ込みには、例えば、テンプレートマッチングなどの手法を利用すればよい。これにより、良品画像と不良品画像それぞれについてランド領域が特定される。本実施形態では、着目領域として、ランドウィンドウ８５から部品本体ウィンドウ８６との重なり部分を除いた部分を抽出する（図１６の斜線部分参照）。なお、部品Ｐ１とＰ２の形状、大きさ等が異なる場合には、それぞれの部品種に応じてテンプレートが用意される。

次に、振分機能６３が、教師情報に基づき、抽出された検査領域を対象画像と除外画像とに振り分ける（ステップＳ４０４）。本例では良品検出が目的であるため、教師情報「良」が付与された検査領域が対象画像とされ、教師情報「不良」が付与された検査領域が除外画像とされる。教師情報「無視」が付与された検査領域は無視される。

ここで抽出された対象画像は良好な半田フィレットを表しており、また除外画像は不良な半田フィレットを表している。よって、フィレット検査用の最適な色条件を作成することは、対象画像の画素の色をなるべく多く包含し、かつ、除外画像の画素の色をほとんど排除できるような色範囲の最適解を求めることと等価である。

そこでまず、度数算出機能６４が、対象画像と除外画像の全画素の色特徴量の値の度数分布を求める（ステップＳ４０５）。このとき、対象画像の画素は「対象点」として、除外画像の画素は「除外点」として、互いに区別可能な形式で度数の計算が行われる。ここで用いる色ヒストグラムは、教師データ作成処理で用いたものと同一の軸を持つものを使用するものとする。

図１７（ａ）は、２次元色ヒストグラムの一例を示している。図１７（ａ）の横軸は青の強度、縦軸は明度の値であり、いずれも０から２５５までの２５６段階の数値で表されている。青の強度に関しては０に近いほど青信号の強度が弱い、すなわち画素に青成分が含まれていないことを表し、２５５に近づくほど青の強度が強いことを表す。明度は値が大きくなるほど明るさが強くなることを表す、図中の白丸（○）が対象画像の画素（対象点）の度数が１以上の点を表し、黒三角（▲）が除外画像の画素（除外点）の度数が１以上の点を表している。白丸および黒三角は（青の強度、明度、度数）の３次元のデータを保持しているものである。

次に、色範囲探索機能６５が、図１７（ａ）で示したような対象点と除外点それぞれの度数分布に基づいて、対象点の色分布と除外点の色分布とを最適に切り分ける色範囲を探索する（ステップＳ４０６）。本実施形態では、アルゴリズムの簡単化のため、図１７（ａ）に示すように、強度の下限（BInf）と上限（BSup）、および、明度の下限（LInf）と上限（LSup）の４つの値を求める。ここで求めるべき最適解は、対象点（○）をなるべく多く包含し、かつ、除外点（▲）をほとんど含まないような色範囲を構成する４つの値の組み合わせ（BInf, BSup, LInf, LSup）である。

具体的には、色範囲探索機能６５は、BInf、BSup、LInf、LSupそれぞれの値を変えながら、各色範囲について度数合計値Ｅを算出し（数式１参照）、度数合計値Ｅが最大となる色範囲を求める。度数合計値Ｅは、色範囲に含まれる対象点の数（度数）と除外点の数（度数）の差を表す指標である。図１７（ｂ）は、度数合計値Ｅが最大となる色範囲を示している。

そして、色範囲探索機能６５は、度数合計値Ｅが最大となる色範囲を検査用の色条件として設定する。このように、本実施形態によれば、対象画像（対象点）と除外画像（除外点）とを適切に切り分ける色特徴量とその値の組み合わせを生成し、色条件として設定することが自動で行える。

次に、上記色条件を用いて、検査用の判定条件を自動生成する処理が実行される。

まず、二値化機能６６が、上記色条件を用いて、良品画像および不良品画像のすべての検査領域を二値化する（ステップＳ４０７）。この二値化処理では、色条件で定義された色範囲内に含まれる画素が白画素に、それ以外の画素が黒画素に変換される。

上記色条件で二値化すると、良品画像では白画素の領域が非常に大きく、不良品画像では白画素の領域がきわめて小さくなる（図５参照）。よって、このような二値化画像を利用すると、良品・不良品を識別するための特徴量を定量的に計算するのが容易になる。特徴量としては、白画素領域の面積、面積比、重心、長さ、最大幅、形状などが挙げられるが、ここでは面積を特徴量として選ぶ。なお、１種類の特徴量でなく、複数種類の特徴量を組み合わせることも好ましい。また、上記色特徴量の場合と同様、特徴量の種類が予め定められていてもよいし、複数の特徴量候補について以下に述べるしきい値算出処理を行って、もっともよく良品画像と不良品画像を分離できる特徴量としきい値の組あるいはそれらの組み合わせを動的に判定条件として採用するものであってもよい。

特徴量ヒストグラム生成機能６７は、良品画像の特徴量の分布傾向と不良品画像の特徴量の分布傾向との違いを把握するため、良品画像、不良品画像のそれぞれについて、白画素領域の面積値の度数分布を求める（ステップＳ４０８）。ここでは面積値の度数分布を視覚的に示すため、面積ヒストグラムを用いる。図１８は、良品画像と不良品画像の面積ヒストグラム（以下、単に「良品ヒストグラム」「不良品ヒストグラム」とよぶ。）の一例を示している。良品画像の特徴量分布と不良品画像の特徴量分布に明確な違いが現れていることがわかる。

次に、しきい値決定機能６８が、良品ヒストグラムおよび不良品ヒストグラムの度数分布に基づいて、良品画像の特徴量の値と不良品画像の特徴量の値を最もよく分離するしきい値を算出する（ステップＳ４０９）。特徴量ヒストグラムに現れた２つの山を最適に分離する手法は種々提案されており、ここではどの方法を採用してもよい。たとえば、大津の判別分析法を利用してもよいし、あるいは、経験に基づき良品画像の山の端から３σだけ離れた点をしきい値に決めてもよい。このようにして、良品と不良品を判別するためのしきい値が生成される。

そして、検査ロジック生成機能６９が、色条件および判定条件から検査ロジックを生成し（ステップＳ４１０）、検査ロジック書込機能７０が、その検査ロジックを基板検査装
置１の検査ロジック記憶部３５に書き込む（ステップＳ４１１）。

以上述べた検査ロジック作成処理によれば、基板検査処理で用いられる検査ロジックが自動で生成されるので、ティーチングに要する時間と負荷を大幅に削減することができる。

しかも、サンプル数の少ない新たな部品であっても、十分な数の適切な教師データ（教師画像情報）を自動的に作成できるため、信頼性の高い検査ロジックを作成することができる。その結果、部品実装状態の良否判定を高精度に行うことが可能となる。

＜変形例＞
上記実施形態は本発明の一具体例を例示したものにすぎない。本発明の範囲は上記実施形態に限られるものではなく、その技術思想の範囲内で種々の変形が可能である。

例えば、上記実施形態では、新たな部品Ｐ１のサンプルとして良品と不良品のサンプルを用意したが、現実には、不良品のサンプルを用意することが困難な場合もある。そのようなときには、良品のサンプル画像から良品に関する色分布傾向データを作成し、良品の色分布傾向が類似する過去の部品を選び出し、部品Ｐ１の良品画像と選び出された過去の部品の不良品画像とから部品Ｐ１用の教師データを作成すればよい。さらに、良品画像の増数も必要な場合には、過去の部品の良品画像を利用すればよい。

また、上記実施形態では、過去の部品の撮像画像をそのまま利用しているが、必要に応じて撮像画像に変形や補正を加えたものを利用してもよい。例えば、新たな部品と過去の部品とで着目領域の形状や大きさなどが異なる場合には、過去の部品の撮像画像を変形・拡大・縮小することによって新たな部品の撮像画像と形状や大きさを合わせるとよい。

また、上記実施形態では、半田部分（ランド部分）を着目領域としたが、着目領域の場所は検査種別などに応じて適宜設定すればよい。例えば部品の有り／無しにより部品の欠落を検査する場合、あるいは、部品本体のエッジの位置や角度を調べて部品のずれを検査する場合には、部品本体部分を着目領域に設定する。着目領域に部品本体の色が現れていれば良品と判定し、基板の色が現れていれば不良品（部品欠落）と判定するのである。この種の検査では、部品本体の色を教示するためのサンプル画像と基板の色を教示するためのサンプル画像とが必要になる。この場合も、新たな部品のサンプル数が少なかったり、部品本体もしくは基板だけのサンプルしかなかったら、上記実施形態と同様にして、過去の部品の中から部品本体や基板の色分布傾向が類似するものを流用することができる。

また、上記実施形態では、過去の部品の撮像画像として原画像を蓄積・流用しているが、原画像に適当な処理を施したものを撮像画像として蓄積・流用してもよい。例えば、画素マッピング後の色ヒストグラムを部品画像ＤＢに蓄積するようにしてもよい。これにより、検査ロジック作成処理の負荷を軽減できる。すなわち、本発明における撮像画像には、原画像そのものの他、原画像に対して（蓄積や流用や検査ロジック作成処理に適したデータ形式にするための）処理を施したデータも含まれる。

なお、本実施形態では、明度の上限値および下限値と青色の強度の上限値および下限値という４つの色パラメータで色条件を構成したが、パラメータは他の色特徴量に注目して行うものであっても構わない。色特徴量としては、例えば、青、赤、緑、シアン、マゼンタ、イエローなどの色の強度、明度、彩度、色相、ＣＩＥＸＹＺにおける刺激値Ｘ，Ｙ，Ｚ、色度ｘ，ｙ，ｚ、ＣＩＥＬＡＢにおけるＬ＊，ａ＊，ｂ＊、ＣＩＥＬＵＶにおけるＬ＊，ｕ（ｕ´），ｖ（ｖ´）などを用いることができる。また、色条件を構成する色特徴量の数は、２種類に限らず、１種類でもよいし、３種類以上を組み合わせても構わない。
すなわち、色条件に採用する色パラメータは撮像された画像中の検査領域のもつ色彩パターンの傾向に合わせて適宜選択することができる。また、色パラメータを予め決定しておくのではなく、１または複数の色特徴量から構成される色特徴量候補を複数用意しておき、それぞれの色特徴量候補について上述した度数分布の算出処理および色条件算出処理を行い、その中から最適な色特徴量をいろ条件として採用することも好ましい。このとき、各色特徴量候補の度数分布について、対象点と除外点の分離度（本実施形態では、最大となる度数合計値Ｅが分離度に相当する。）を求め、互いの分離度を比較することによって、採用する色特徴量候補を決定すればよい。例えば、分離度が最大となる一つの色特徴量候補を選択してもよいし、分離度の大きい順に複数の色特徴量候補を選択してもよい。また、色範囲を探索する手法としては、上述した手法のほか、判別分析、ＳＶＭ（Support Vector Machine）などの公知の手法を用いることができる。色範囲の形状は、矩形に限らず、円形、多角形、自由曲線図形などでもよい。さらに、３つ以上のパラメータを用いる場合も同様に、各パラメータについての最大値・最小値を求めてその組み合わせを色範囲としてもよいし、２つ以上のパラメータの組み合わせについての色範囲表現（例えば、３次元空間内で球形を表す範囲など）としてもよい。

また、上記実施形態ではフィレット検査を例に挙げて説明したが、本発明は、色条件によって領域抽出を行い、その抽出された領域のもつ何らかの特徴量を判定条件によって判定するものであれば、基板検査処理をはじめとする他の外観検査処理にも適用可能である。

また、上記実施形態では特徴量として面積を用いたが、良否判定に用いる特徴量としては他にも、面積比、長さ、最大幅、重心などを好ましく採用できる。面積比とは、ランドウィンドウ内で二値化された面積の占有率である。たとえばランド領域に対して部品がずれて半田付けされていると、半田領域の面積が大小するため、面積比が変化する。これを特徴量として捉えれば、部品ずれの検査に有効である。また、長さとは、白画素領域の縦方向や横方向の長さであり、最大長は、白画素領域の長さの中で最大の値である。また、重心とは、白画素領域の重心のランドウィンドウに対する相対位置である。

良否を精度良く判定できるものであればどの特徴量を用いてもよく、精度向上のために複数種類の特徴量を組み合わせることも好ましい。また、検査ロジック設定処理において複数種類の特徴量を抽出し、その中で良品と不良品とが最もよく分離されるものを特徴量として採用するといったことも可能である。なお、上記実施形態では判定条件の決定に面積ヒストグラム（面積値ヒストグラム）を用いたが、特徴量の種類が異なればそれに合わせた特徴量ヒストグラム（面積比ヒストグラム、長さヒストグラム、最大幅ヒストグラム、重心ヒストグラムなど）を用いることになる。例えば、面積値ヒストグラムの替わりに面積比ヒストグラムを用いれば、ランドウィンドウにおける色パラメータで二値化された画素の占有率によって良否判定を実行するので、部品がズレたり傾いたりしてランドウィンドウの大きさが小さくなったり大きくなったりした場合でも、ランドウィンドウの大きさに影響されない判定処理が可能となる。

上記実施形態では、過去の部品の画像及び色分布傾向データが、検査ロジック設定装置の記憶装置に記憶されている。しかし、検査ロジック設定装置とは別体の外部記憶装置（例えば、ネットワーク上のデータベース）に過去の部品の画像や色分布データを記憶させる構成も好ましい。このとき、検査ロジック設定装置は、必要に応じて外部記憶装置から過去の部品の画像や色分布データを読み込めばよい。また、上記実施形態では、過去の部品の色分布傾向データが予め用意されているが、過去の部品の画像のみを用意しておき、検査ロジックを生成する際に過去の部品の色分布傾向データを算出するようにしてもよい。

検査ロジック設定プログラムをコンピュータ、記憶装置もしくは記憶媒体に記憶させる行為、及び、検査ロジック設定プログラムを記憶したコンピュータ、記憶装置もしくは記憶媒体を譲渡し又は譲り受ける行為、も本発明の実施に該当する。また、検査ロジック設定プログラムをネットワーク上のサイトで公開する行為、及び、検査ロジック設定プログラムをネットワークを介して送信し又は受信する行為、も本発明の実施に該当する。

本発明の実施形態に係る基板検査システムのハードウェア構成を示す図。 基板検査装置の機能構成を示す図。 半田フィレットの形状と撮像パターンの関係を示す図。 基板検査処理の流れを示すフローチャート。 良品画像と不良品画像における検査領域の二値化結果の一例を示す図。 検査ロジック設定装置の教師データ作成部の機能構成を示す図。 教師データ作成処理の流れを示すフローチャート。 色分布傾向データ作成処理の流れを示すフローチャート。 （ａ）は２次元色ヒストグラムの一例を示す図、（ｂ）は色分布傾向データの一例を示す図。 色分布傾向データの作成処理を示す図。 色分布傾向の類似判定処理の一例を示す図。 色分布傾向の類似判定処理の一例を示す図。 検査ロジック設定装置の検査ロジック作成部の機能構成を示す図。 検査ロジック作成処理の流れを示すフローチャート。 良品画像と不良品画像の一例を示す図。 検査領域の抽出処理を示す図。 色範囲の探索処理を示す図。 良品および不良品の面積ヒストグラムとしきい値決定処理を示す図。 カラーハイライト方式の基板検査装置の構成を示す図。 撮像画像に現れる色彩パターンの一例を示す図。 色パラメータの設定支援ツールを示す図。

符号の説明

１ 基板検査装置
２ 検査ロジック設定装置
１０ 指示情報受付機能
１１ 基板搬入機能
１２ ＣＡＤ情報読込機能
１３ ステージ操作機能
１４ 撮像機能
１５ 検査ロジック読込機能
１６ 検査機能
１７ 判定結果書込機能
１８ 基板搬出機能
２０ 基板
２１ 実装部品
２２ Ｘステージ
２３ Ｙステージ
２４ 投光部
２５ 撮像部
２６ 制御処理部
２７ コンベヤ
２８ 赤色光源
２９ 緑色光源
３０ 青色光源
３１ 撮像コントローラ
３２ 記憶部
３２ａ ＣＡＤ情報記憶部
３２ｂ 判定結果記憶部
３３ Ａ／Ｄ変換部
３４ 画像処理部
３５ 検査ロジック記憶部
３６ 判定部
３７ ＸＹステージコントローラ
３８ メモリ
３９ 制御部
４０ 入力部
４１ 表示部
４２ プリンタ
５０ 指示情報受付機能
５１ 画像取得機能
５２ 色分布傾向算出機能
５３ 類似部品選択機能
５４ 教師データ生成機能
５５ 色分布傾向ＤＢ
５６ 部品画像ＤＢ
５７ 教師画像情報ＤＢ
６０ 指示情報受付機能
６１ 教師画像情報読込機能
６２ 画像取得機能
６３ 振分機能
６４ 度数算出機能
６５ 色範囲探索機能
６６ 二値化機能
６７ 特徴量ヒストグラム生成機能
６８ しきい値決定機能
６９ 検査ロジック生成機能
７０ 検査ロジック書込機能
７２ ランド領域
７３ 検査領域
８０，８２ 部品
８１，８３，８４ ランド領域
８５ ランドウィンドウ
８６ 部品本体ウィンドウ

Claims (20)

1. 基板実装部品の撮像画像における着目領域の色を調べることによって前記部品の実装状態の良否を判定する基板検査装置で用いられる検査ロジックを生成する方法であって、
   情報処理装置が、新たな部品の検査ロジックを生成する際に、
   前記新たな部品の撮像画像を取得し、
   前記新たな部品の撮像画像から、着目領域の色分布の傾向を表す色分布傾向データを算出し、
   複数種類の過去の部品のそれぞれについて色分布傾向データを取得し、
   前記新たな部品に関する色分布傾向データと前記過去の部品に関する色分布傾向データとを比較することにより、色分布傾向が類似する過去の部品を選び出し、
   前記過去の部品の撮像画像を記憶する記憶装置から、前記選び出された過去の部品の撮像画像を読み出し、
   前記新たな部品の撮像画像と前記読み出された過去の部品の撮像画像とを教師データとして、前記新たな部品の検査ロジックを生成する基板検査装置の検査ロジック設定方法。
2. 前記新たな部品の撮像画像は、良品のみもしくは不良品のみ、または良品と不良品の両方の画像から構成され、
   前記過去の部品の撮像画像は、良品と不良品の両方の画像から構成される請求項１記載の基板検査装置の検査ロジック設定方法。
3. 前記記憶装置に部品の種類も登録しておき、
   情報処理装置は、前記新たな部品と種類の共通する過去の部品の中から、色分布傾向が類似するものを選び出す請求項１または２記載の基板検査装置の検査ロジック設定方法。
4. 色分布傾向データは、着目領域の画素から得られる色特徴量の値の色空間上の分布に基づいて算出される請求項１、２または３記載の基板検査装置の検査ロジック設定方法。
5. 色分布傾向データは、着目領域の画素から得られる色特徴量の値の分布を、前記色空間を区画するブロックの組み合わせによって表現するデータである請求項４記載の基板検査装置の検査ロジック設定方法。
6. 前記色分布傾向データの算出に用いられる色特徴量の種類は、良品における着目領域の画素から得られる色特徴量の値の分布と、不良品における着目領域の画素から得られる色特徴量の値の分布との間に差異がでるように選ばれた色特徴量である請求項４または５に記載の基板検査装置の検査ロジック設定方法。
7. 情報処理装置が、
   前記教師データのうち良品における着目領域の各画素を対象点、前記教師データのうち不良品における着目領域の各画素を除外点として、１または複数の色特徴量について、前記複数の対象点および除外点それぞれの色特徴量の値の度数分布を求め、
   前記１または複数の色特徴量の値の度数分布に基づいて、前記対象点の色特徴量の値と前記除外点の色特徴量の値とを最もよく分離する色特徴量の値の範囲を求め、
   前記１または複数の色特徴量の種類および値の範囲を、検査対象部品の撮像画像における着目領域から特定の色領域を抽出するための色条件として設定する請求項１〜６のいずれかに記載の基板検査装置の検査ロジック設定方法。
8. 情報処理装置が、
   前記教師データのうち良品における着目領域および不良品における着目領域のそれぞれから前記色条件を満たす画素領域を抽出し、
   １または複数の特徴量について、前記複数の画素領域それぞれの特徴量の値の度数分布を求め、
   前記１または複数の特徴量の値の度数分布に基づいて、良品の特徴量の値と不良品の特徴量の値とを最もよく分離する特徴量の値の範囲を求め、
   前記１または複数の特徴量の種類および値の範囲を、検査対象部品の実装状態の良否を判定するための判定条件として設定する請求項７記載の基板検査装置の検査ロジック設定方法。
9. 基板実装部品の撮像画像における着目領域の色を調べることによって前記部品の実装状態の良否を判定する基板検査装置で用いられる検査ロジックを生成するための装置であって、
   新たな部品の検査ロジックを生成する際に、前記新たな部品の撮像画像を取得する画像取得手段と、
   前記新たな部品の撮像画像から、着目領域の色分布の傾向を表す色分布傾向データを算出する色分布傾向算出手段と、
   複数種類の過去の部品のそれぞれについて色分布傾向データを取得し、前記新たな部品に関する色分布傾向データと前記過去の部品に関する色分布傾向データとを比較することにより、色分布傾向が類似する過去の部品を選び出す類似部品選択手段と、
   前記過去の部品の撮像画像を記憶する記憶装置から、前記選び出された過去の部品の撮像画像を読み出して、前記新たな部品の撮像画像と前記読み出された過去の部品の撮像画像とから教師データを生成する教師データ生成手段と、
   前記教師データから前記新たな部品の検査ロジックを生成する検査ロジック生成手段と、を備える基板検査装置の検査ロジック設定装置。
10. 前記新たな部品の撮像画像は、良品のみもしくは不良品のみ、または良品と不良品の両方の画像から構成され、
    前記過去の部品の撮像画像は、良品と不良品の両方の画像から構成される請求項９記載の基板検査装置の検査ロジック設定装置。
11. 前記記憶装置には部品の種類も登録されており、
    前記類似部品選択手段は、前記新たな部品と種類の共通する過去の部品の中から、色分布傾向が類似するものを選び出す請求項９または１０記載の基板検査装置の検査ロジック設定装置。
12. 色分布傾向データは、着目領域の画素から得られる色特徴量の値の色空間上の分布に基づいて算出される請求項９、１０または１１記載の基板検査装置の検査ロジック設定装置。
13. 色分布傾向データは、着目領域の画素から得られる色特徴量の値の分布を、前記色空間を区画するブロックの組み合わせによって表現するデータである請求項１２記載の基板検査装置の検査ロジック設定装置。
14. 前記色分布傾向データの算出に用いられる色特徴量の種類は、良品における着目領域の画素から得られる色特徴量の値の分布と、不良品における着目領域の画素から得られる色特徴量の値の分布との間に差異がでるように選ばれた色特徴量である請求項１２または１３に記載の基板検査装置の検査ロジック設定装置。
15. 前記検査ロジック生成手段は、
    前記教師データのうち良品における着目領域の各画素を対象点、前記教師データのうち不良品における着目領域の各画素を除外点として、１または複数の色特徴量について、前
    記複数の対象点および除外点それぞれの色特徴量の値の度数分布を求める手段と、
    前記１または複数の色特徴量の値の度数分布に基づいて、前記対象点の色特徴量の値と前記除外点の色特徴量の値とを最もよく分離する色特徴量の値の範囲を求める手段と、
    前記１または複数の色特徴量の種類および値の範囲を、検査対象部品の撮像画像における着目領域から特定の色領域を抽出するための色条件として設定する手段と、を備える請求項９〜１４のいずれかに記載の基板検査装置の検査ロジック設定装置。
16. 前記検査ロジック生成手段は、
    前記教師データのうち良品における着目領域および不良品における着目領域のそれぞれから前記色条件を満たす画素領域を抽出する手段と、
    １または複数の特徴量について、前記複数の画素領域それぞれの特徴量の値の度数分布を求める手段と、
    前記１または複数の特徴量の値の度数分布に基づいて、良品の特徴量の値と不良品の特徴量の値とを最もよく分離する特徴量の値の範囲を求める手段と、
    前記１または複数の特徴量の種類および値の範囲を、検査対象部品の実装状態の良否を判定するための判定条件として設定する手段と、をさらに備える請求項１５記載の基板検査装置の検査ロジック設定装置。
17. 基板実装部品の撮像画像における着目領域の色を調べることによって前記部品の実装状態の良否を判定する基板検査装置で用いられる検査ロジックを生成するプログラムであって、
    新たな部品の撮像画像を取得する処理と、
    前記新たな部品の撮像画像から、着目領域の色分布の傾向を表す色分布傾向データを算出する処理と、
    複数種類の過去の部品のそれぞれについて色分布傾向データを取得する処理と、
    前記新たな部品に関する色分布傾向データと前記過去の部品に関する色分布傾向データとを比較することにより、色分布傾向が類似する過去の部品を選び出す処理と、
    前記過去の部品の撮像画像を記憶する記憶装置から、前記選び出された過去の部品の撮像画像を読み出す処理と、
    前記新たな部品の撮像画像と前記読み出された過去の部品の撮像画像とを教師データとして、前記新たな部品の検査ロジックを生成する処理と、
    を情報処理装置に実行させるためのプログラム。
18. 前記新たな部品の撮像画像は、良品のみもしくは不良品のみ、または良品と不良品の両方の画像から構成され、
    前記過去の部品の撮像画像は、良品と不良品の両方の画像から構成される請求項１７記載のプログラム。
19. 請求項１７または１８記載のプログラムを記憶する記憶媒体。
20. 請求項１５記載の検査ロジック設定装置により設定された色条件および判定条件を記憶する記憶部と、
    基板上の実装部品に異なる入射角で複数の色の光を照射する投光手段と、
    その反射光を撮像して得られた画像の着目領域から、前記色条件を満たす領域を抽出する領域抽出手段と、
    抽出された領域のもつ特徴量が、前記判定条件を満たすか否かで前記部品の実装状態の良否を判定する検査手段と、を備える基板検査装置。