JP5929238B2 - 画像検査方法および画像検査装置 - Google Patents
画像検査方法および画像検査装置 Download PDFInfo
- Publication number
- JP5929238B2 JP5929238B2 JP2012015810A JP2012015810A JP5929238B2 JP 5929238 B2 JP5929238 B2 JP 5929238B2 JP 2012015810 A JP2012015810 A JP 2012015810A JP 2012015810 A JP2012015810 A JP 2012015810A JP 5929238 B2 JP5929238 B2 JP 5929238B2
- Authority
- JP
- Japan
- Prior art keywords
- inspection
- image
- inspection area
- area
- degree
- 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.)
- Active
Links
- 238000007689 inspection Methods 0.000 title claims description 568
- 238000000034 method Methods 0.000 title claims description 117
- 230000008569 process Effects 0.000 claims description 82
- 238000000926 separation method Methods 0.000 claims description 48
- 238000000605 extraction Methods 0.000 claims description 35
- 238000003860 storage Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 30
- 230000006870 function Effects 0.000 description 36
- 239000003086 colorant Substances 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 9
- 238000009499 grossing Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
、二値化や色域抽出は、画像のピクセル毎に行われるので、ノイズや照明変動の影響を受けやすく、抽出した検査領域の中にピクセルの抜けがあったり、逆に背景部分から飛び地のようにピクセルが選択されてしまったりして、検査精度を低下させるという問題もある。
の場合であっても、適応的に検査領域を自動設定できる。そして、検査対象物にあわせて正確な検査領域を設定できるようにしたことで、従来に比べて高精度な検査を行うことが可能となる。
以下の検査領域定義情報設定ステップで行うことが好ましい。すなわち、前記検査領域定義情報設定ステップは、検査対象物のサンプルを撮影して得られたサンプル画像を取得するステップと、ユーザからパラメタの入力を受け付けるステップと、ユーザからパラメタの入力を受け付ける毎に、入力されたパラメタに基づき拘束条件を更新しながら前記サンプル画像に対して前記最適解探索処理を実行することで、前記サンプル画像において所望の検査領域を得ることのできるパラメタを追い込むステップと、前記サンプル画像において所望の検査領域を得ることができたときに用いられたパラメタを検査領域定義情報として前記記憶装置に格納するステップと、を有するとよい。
以下に述べる実施形態は、画像による外観検査を行う画像検査装置、並びに、画像検査装置に与える検査領域定義情報を作成する作業を支援するための検査領域設定装置に関するものである。この画像検査装置は、FAの生産ラインなどにおいて多数の物品を自動もしくは半自動で連続的に検査する用途などに好適に利用されるものである。検査対象となる物品の種類は問わないが、本実施形態の画像検査装置では画像センサで撮像された元画像を用いて検査対象物ごとに適応的に検査領域を決定して検査を行うため、元画像中の検査領域の位置・形状が検査対象物ごとに変動するようなケースに特に好ましく適用できる。外観検査の目的や検査項目には様々なものが存在するが、本実施形態の検査領域設定装置はいずれの検査に対しても好適に適用することができる。なお本実施形態では、画像検査装置の一機能(設定ツール)という形で検査領域設定装置が実装されているが、画像検査装置と検査領域設定装置とを別々の構成としてもよい。
(画像検査装置)
図1は、画像検査装置の構成を模式的に示している。この画像検査装置1は、搬送路上を搬送される検査対象物2の外観検査を行うシステムである。
図2及び図3を参照して、画像検査装置1の検査処理に関わる動作を説明する。図2は、検査処理の流れを示すフローチャートであり、図3は、検査処理における検査領域の抽出過程を説明するための図である。ここでは、説明の便宜のため、携帯電話の筐体部品のパネル面の検査(キズ、色ムラの検出)を例に挙げて検査処理の流れを説明する。
候補領域について、前景と背景の間(つまり候補領域の内側と外側の間)での色の分離の度合い(これをピクセル分離度と呼ぶ)と、前景と背景の境界(つまり候補領域の輪郭)と元画像中のエッジとの重なりの度合い(これをエッジ重なり度と呼ぶ)の両方を総合的に評価し、ピクセル分離度とエッジ重なり度の両方を高くするような最適解を探索する。このような処理により、検査対象物2の個体差や姿勢などに合わせて個別に最適な検査領域が決定される。なお最適解探索処理の詳細については後述する。
図4及び図5を参照して、設定ツール103の機能及び動作について説明する。図4は、設定ツール103を用いて検査領域定義情報を設定する処理の流れを示すフローチャートであり、図5は、検査領域設定画面の一例を示す図である。
ような色情報から加工された情報(色情報をモデル化した情報)をパラメタとして用いることもできる。例えば、ヒストグラムをガウス混合モデルで表したものや、カーネル密度推定を使ってモデル化したものをパラメタとしてもよい。また、検査領域定義情報として与えるパラメタは前景の代表色、背景の代表色、色情報とエッジ情報の間の優先度に限られず、最適解探索処理において拘束条件として作用するものであればどのようなパラメタを与えてもよい。
検査処理における最適解探索処理(図2のステップS22)と、検査領域設定処理における最適解探索処理(図4のステップS43)は同じアルゴリズムに基づくものである。以下、具体的な計算方法について説明する。
場合には、大局的最小解が存在する。また、同様にsubmodularityを満たす項を付け加え
て拘束条件付きで大局的最小解を求めることもできる。なお大局的最小解の効率的な解法については、公知の探索アルゴリズムを利用すればよいので、ここでは詳しい説明は省略する。
上記例では、前景代表色、背景代表色、色情報とエッジ情報の優先度の3つのパラメタについて説明したが、これらの他にも、検査領域の最適解探索に影響を及ぼし得るものであれば、どのようなパラメタを用いて良い。例えば、外観検査の対象物としては工業製品が主であるため、検査領域となる部分の形状、テクスチャ、トポロジ、検査領域に隣接する要素、検査領域に内包される要素などに特徴があるケースが多い。また画像センサの設置に際し検査対象物がちょうど良く画角に収まるように設定されるため、検査領域となる部分の大きさや画像内での位置はある程度予測できる。それゆえ、このような検査領域の特徴を表す情報をパラメタとしてユーザに入力させ、そのパラメタで与えられた特徴と検査領域の特徴との類似度合を評価する拘束条件を目的関数の中に追加することで、妥当な検査領域が探索される可能性をより一層高めることができる。なお、パラメタを新たに加えた場合には、そのパラメタの値も検査領域定義情報に含める。
例えば、拘束条件として下記式を挿入すればよい。
本実施形態の画像検査装置1では、サンプル画像から求めた検査領域をそのまま検査処理に利用するのではなく、サンプル画像から検査領域の最適解を求める過程で用いたパラメタ(拘束条件)を画像検査装置1に与えている。検査処理の段階では、画像検査装置1が記憶装置からパラメタを読み込み、そのパラメタを用いて最適解探索処理を実行することで、検査対象物毎に個別に検査領域の位置や形状を決定している。したがって、複雑な形状や特殊な形状をもつ検査対象物に対しても正確な検査領域を自動で設定でき、また検査対象物に個体差がある場合や検査対象物の位置・向きが不定の場合であっても、適応的に正確な検査領域を自動設定できる。さらに、本実施形態では、色・輝度の情報に加えてエッジの情報も用い、ピクセル分離度とエッジ重なり度の両方を総合的に評価するアルゴリズムを採用したので、二値化や色域抽出といった従来手法に比べて、領域の抽出精度を向上することができる。よって、本実施形態の画像検査装置1によれば、検査対象物として取り扱うことのできる幅が広がるとともに、従来に比べて高精度な検査を行うことが可能となる。
2:検査対象物(筐体部品)
10:装置本体、11:画像センサ、12:表示装置、13:記憶装置、14:入力装置、101:検査処理部、102:検査領域抽出部、103:設定ツール
20:ヒンジ部分、21:ボタン部分
30:検査領域、31:検査領域画像
50:画像ウィンドウ、51:画像取込ボタン、52:前景指定ボタン、53:背景指定
ボタン、54:優先度調整スライダ、55:確定ボタン
Claims (13)
- 画像検査装置が実行する画像検査方法であって、
検査対象物を撮影して得られた検査対象物画像を取得する取得ステップと、
検査領域定義情報を予め記憶している記憶装置から、前記検査領域定義情報を読み込む設定読込ステップと、
前記検査領域定義情報に基づいて、前記検査対象物画像から検査領域とする部分を検査領域画像として抽出する検査領域抽出ステップと、
前記検査領域画像を解析することにより前記検査対象物の検査を行う検査処理ステップと、を有しており、
前記検査領域定義情報は、最適解探索処理において拘束条件として用いられるパラメタであり、
前記検査領域抽出ステップでは、前記パラメタを拘束条件として用いて検査対象物画像の中から検査領域の最適解を求める最適解探索処理を行うことによって、各々の検査対象物に対して個別に検査領域の位置及び形状が決定され、
前記最適解探索処理は、前記検査対象物画像における各ピクセルの色又は輝度の情報、及び、前記検査対象物画像に含まれるエッジの情報に基づいて、検査領域の候補解である複数の候補領域について、各候補領域の内側と外側の間での色又は輝度の分離の度合いであるピクセル分離度と、各候補領域の輪郭と前記検査対象物画像中のエッジとの重なりの度合いであるエッジ重なり度の両方を評価することにより、前記複数の候補領域の中から検査領域の最適解を求める処理であり、
前記検査領域定義情報は、パラメタの一つとして、検査領域の形状に関する特徴を表す形状情報を含み、
前記最適解探索処理では、前記ピクセル分離度と前記エッジ重なり度に加え、検査領域の形状と前記形状情報で表される形状との類似度合も高くなるように、検査領域の最適解が求められる
ことを特徴とする画像検査方法。 - 画像検査装置が実行する画像検査方法であって、
検査対象物を撮影して得られた検査対象物画像を取得する取得ステップと、
検査領域定義情報を予め記憶している記憶装置から、前記検査領域定義情報を読み込む設定読込ステップと、
前記検査領域定義情報に基づいて、前記検査対象物画像から検査領域とする部分を検査領域画像として抽出する検査領域抽出ステップと、
前記検査領域画像を解析することにより前記検査対象物の検査を行う検査処理ステップと、を有しており、
前記検査領域定義情報は、最適解探索処理において拘束条件として用いられるパラメタであり、
前記検査領域抽出ステップでは、前記パラメタを拘束条件として用いて検査対象物画像の中から検査領域の最適解を求める最適解探索処理を行うことによって、各々の検査対象物に対して個別に検査領域の位置及び形状が決定され、
前記最適解探索処理は、前記検査対象物画像における各ピクセルの色又は輝度の情報、及び、前記検査対象物画像に含まれるエッジの情報に基づいて、検査領域の候補解である複数の候補領域について、各候補領域の内側と外側の間での色又は輝度の分離の度合いであるピクセル分離度と、各候補領域の輪郭と前記検査対象物画像中のエッジとの重なりの度合いであるエッジ重なり度の両方を評価することにより、前記複数の候補領域の中から検査領域の最適解を求める処理であり、
前記検査領域定義情報は、パラメタの一つとして、検査領域の大きさに関する特徴を表す大きさ情報を含み、
前記最適解探索処理では、前記ピクセル分離度と前記エッジ重なり度に加え、検査領域の大きさと前記大きさ情報で表される大きさとの類似度合も高くなるように、検査領域の最適解が求められる
ことを特徴とする画像検査方法。 - 画像検査装置が実行する画像検査方法であって、
検査対象物を撮影して得られた検査対象物画像を取得する取得ステップと、
検査領域定義情報を予め記憶している記憶装置から、前記検査領域定義情報を読み込む設定読込ステップと、
前記検査領域定義情報に基づいて、前記検査対象物画像から検査領域とする部分を検査領域画像として抽出する検査領域抽出ステップと、
前記検査領域画像を解析することにより前記検査対象物の検査を行う検査処理ステップと、を有しており、
前記検査領域定義情報は、最適解探索処理において拘束条件として用いられるパラメタであり、
前記検査領域抽出ステップでは、前記パラメタを拘束条件として用いて検査対象物画像の中から検査領域の最適解を求める最適解探索処理を行うことによって、各々の検査対象物に対して個別に検査領域の位置及び形状が決定され、
前記最適解探索処理は、前記検査対象物画像における各ピクセルの色又は輝度の情報、及び、前記検査対象物画像に含まれるエッジの情報に基づいて、検査領域の候補解である複数の候補領域について、各候補領域の内側と外側の間での色又は輝度の分離の度合いであるピクセル分離度と、各候補領域の輪郭と前記検査対象物画像中のエッジとの重なりの度合いであるエッジ重なり度の両方を評価することにより、前記複数の候補領域の中から検査領域の最適解を求める処理であり、
前記検査領域定義情報は、パラメタの一つとして、検査領域の画像内での位置に関する特徴を表す位置情報を含み、
前記最適解探索処理では、前記ピクセル分離度と前記エッジ重なり度に加え、検査領域のサンプル画像内での位置と前記位置情報で表される位置との類似度合も高くなるように、検査領域の最適解が求められる
ことを特徴とする画像検査方法。 - 画像検査装置が実行する画像検査方法であって、
検査対象物を撮影して得られた検査対象物画像を取得する取得ステップと、
検査領域定義情報を予め記憶している記憶装置から、前記検査領域定義情報を読み込む設定読込ステップと、
前記検査領域定義情報に基づいて、前記検査対象物画像から検査領域とする部分を検査領域画像として抽出する検査領域抽出ステップと、
前記検査領域画像を解析することにより前記検査対象物の検査を行う検査処理ステップと、を有しており、
前記検査領域定義情報は、最適解探索処理において拘束条件として用いられるパラメタであり、
前記検査領域抽出ステップでは、前記パラメタを拘束条件として用いて検査対象物画像の中から検査領域の最適解を求める最適解探索処理を行うことによって、各々の検査対象物に対して個別に検査領域の位置及び形状が決定され、
前記最適解探索処理は、前記検査対象物画像における各ピクセルの色又は輝度の情報、及び、前記検査対象物画像に含まれるエッジの情報に基づいて、検査領域の候補解である複数の候補領域について、各候補領域の内側と外側の間での色又は輝度の分離の度合いであるピクセル分離度と、各候補領域の輪郭と前記検査対象物画像中のエッジとの重なりの度合いであるエッジ重なり度の両方を評価することにより、前記複数の候補領域の中から検査領域の最適解を求める処理であり、
前記検査領域定義情報は、パラメタの一つとして、検査領域内の画像のテクスチャに関する特徴を表すテクスチャ情報を含み、
前記最適解探索処理では、前記ピクセル分離度と前記エッジ重なり度に加え、検査領域内の画像のテクスチャと前記テクスチャ情報で表されるテクスチャとの類似度合も高くなるように、検査領域の最適解が求められる
ことを特徴とする画像検査方法。 - 前記検査領域定義情報は、パラメタの一つとして、前記ピクセル分離度と前記エッジ重なり度を評価する際の重みを調整するためのバランスパラメタを含む
ことを特徴とする請求項1〜4のうちいずれか1項に記載の画像検査方法。 - 前記最適解探索処理では、前景の代表色又は代表輝度に対する候補領域の内側の各ピクセルの色又は輝度の前景らしさを評価した値、或いは、背景の代表色又は代表輝度に対する候補領域の外側の各ピクセルの色又は輝度の背景らしさを評価した値、或いは、その両方の値を総合した値を前記ピクセル分離度として用いる
ことを特徴とする請求項1〜5のうちいずれか1項に記載の画像検査方法。 - 前記検査領域定義情報は、パラメタの一つとして、前景若しくは背景若しくはその両方の代表色又は代表輝度の情報を含む
ことを特徴とする請求項6に記載の画像検査方法。 - 検査対象物の検査を開始する前に、前記検査領域定義情報を生成して前記記憶装置に格納する検査領域定義情報設定ステップをさらに有し、
前記検査領域定義情報設定ステップは、
検査対象物のサンプルを撮影して得られたサンプル画像を取得するステップと、
ユーザからパラメタの入力を受け付けるステップと、
ユーザからパラメタの入力を受け付ける毎に、入力されたパラメタに基づき拘束条件を更新しながら前記サンプル画像に対して前記最適解探索処理を実行することで、前記サンプル画像において所望の検査領域を得ることのできるパラメタを追い込むステップと、
前記サンプル画像において所望の検査領域を得ることができたときに用いられたパラメタを検査領域定義情報として前記記憶装置に格納するステップと、を有する
ことを特徴とする請求項1〜7のうちいずれか1項に記載の画像検査方法。 - 請求項1〜8のうちいずれか1項に記載の画像検査方法の各ステップをコンピュータに実行させることを特徴とするプログラム。
- 検査対象物を撮影して得られた検査対象物画像を取得する取得手段と、
検査領域定義情報を予め記憶している記憶装置から、前記検査領域定義情報を読み込む設定読込手段と、
前記検査領域定義情報に基づいて、前記検査対象物画像から検査領域とする部分を検査領域画像として抽出する検査領域抽出手段と、
前記検査領域画像を解析することにより前記検査対象物の検査を行う検査処理手段と、を有する画像検査装置であって、
前記検査領域定義情報は、最適解探索処理において拘束条件として用いられるパラメタであり、
前記検査領域抽出手段は、前記パラメタを拘束条件として用いて検査対象物画像の中から検査領域の最適解を求める最適解探索処理を行うことによって、各々の検査対象物に対して個別に検査領域の位置及び形状を決定するものであり、
前記最適解探索処理は、前記検査対象物画像における各ピクセルの色又は輝度の情報、及び、前記検査対象物画像に含まれるエッジの情報に基づいて、検査領域の候補解である複数の候補領域について、各候補領域の内側と外側の間での色又は輝度の分離の度合いであるピクセル分離度と、各候補領域の輪郭と前記検査対象物画像中のエッジとの重なりの度合いであるエッジ重なり度の両方を評価することにより、前記複数の候補領域の中から検査領域の最適解を求める処理であり、
前記検査領域定義情報は、パラメタの一つとして、検査領域の形状に関する特徴を表す形状情報を含み、
前記最適解探索処理では、前記ピクセル分離度と前記エッジ重なり度に加え、検査領域の形状と前記形状情報で表される形状との類似度合も高くなるように、検査領域の最適解が求められる
ことを特徴とする画像検査装置。 - 検査対象物を撮影して得られた検査対象物画像を取得する取得手段と、
検査領域定義情報を予め記憶している記憶装置から、前記検査領域定義情報を読み込む設定読込手段と、
前記検査領域定義情報に基づいて、前記検査対象物画像から検査領域とする部分を検査領域画像として抽出する検査領域抽出手段と、
前記検査領域画像を解析することにより前記検査対象物の検査を行う検査処理手段と、を有する画像検査装置であって、
前記検査領域定義情報は、最適解探索処理において拘束条件として用いられるパラメタであり、
前記検査領域抽出手段は、前記パラメタを拘束条件として用いて検査対象物画像の中から検査領域の最適解を求める最適解探索処理を行うことによって、各々の検査対象物に対して個別に検査領域の位置及び形状を決定するものであり、
前記最適解探索処理は、前記検査対象物画像における各ピクセルの色又は輝度の情報、及び、前記検査対象物画像に含まれるエッジの情報に基づいて、検査領域の候補解である複数の候補領域について、各候補領域の内側と外側の間での色又は輝度の分離の度合いであるピクセル分離度と、各候補領域の輪郭と前記検査対象物画像中のエッジとの重なりの度合いであるエッジ重なり度の両方を評価することにより、前記複数の候補領域の中から検査領域の最適解を求める処理であり、
前記検査領域定義情報は、パラメタの一つとして、検査領域の大きさに関する特徴を表す大きさ情報を含み、
前記最適解探索処理では、前記ピクセル分離度と前記エッジ重なり度に加え、検査領域の大きさと前記大きさ情報で表される大きさとの類似度合も高くなるように、検査領域の最適解が求められる
ことを特徴とする画像検査装置。 - 検査対象物を撮影して得られた検査対象物画像を取得する取得手段と、
検査領域定義情報を予め記憶している記憶装置から、前記検査領域定義情報を読み込む設定読込手段と、
前記検査領域定義情報に基づいて、前記検査対象物画像から検査領域とする部分を検査領域画像として抽出する検査領域抽出手段と、
前記検査領域画像を解析することにより前記検査対象物の検査を行う検査処理手段と、を有する画像検査装置であって、
前記検査領域定義情報は、最適解探索処理において拘束条件として用いられるパラメタであり、
前記検査領域抽出手段は、前記パラメタを拘束条件として用いて検査対象物画像の中から検査領域の最適解を求める最適解探索処理を行うことによって、各々の検査対象物に対して個別に検査領域の位置及び形状を決定するものであり、
前記最適解探索処理は、前記検査対象物画像における各ピクセルの色又は輝度の情報、及び、前記検査対象物画像に含まれるエッジの情報に基づいて、検査領域の候補解である複数の候補領域について、各候補領域の内側と外側の間での色又は輝度の分離の度合いであるピクセル分離度と、各候補領域の輪郭と前記検査対象物画像中のエッジとの重なりの度合いであるエッジ重なり度の両方を評価することにより、前記複数の候補領域の中から検査領域の最適解を求める処理であり、
前記検査領域定義情報は、パラメタの一つとして、検査領域の画像内での位置に関する特徴を表す位置情報を含み、
前記最適解探索処理では、前記ピクセル分離度と前記エッジ重なり度に加え、検査領域のサンプル画像内での位置と前記位置情報で表される位置との類似度合も高くなるように、検査領域の最適解が求められる
ことを特徴とする画像検査装置。 - 検査対象物を撮影して得られた検査対象物画像を取得する取得手段と、
検査領域定義情報を予め記憶している記憶装置から、前記検査領域定義情報を読み込む設定読込手段と、
前記検査領域定義情報に基づいて、前記検査対象物画像から検査領域とする部分を検査領域画像として抽出する検査領域抽出手段と、
前記検査領域画像を解析することにより前記検査対象物の検査を行う検査処理手段と、を有する画像検査装置であって、
前記検査領域定義情報は、最適解探索処理において拘束条件として用いられるパラメタであり、
前記検査領域抽出手段は、前記パラメタを拘束条件として用いて検査対象物画像の中から検査領域の最適解を求める最適解探索処理を行うことによって、各々の検査対象物に対して個別に検査領域の位置及び形状を決定するものであり、
前記最適解探索処理は、前記検査対象物画像における各ピクセルの色又は輝度の情報、及び、前記検査対象物画像に含まれるエッジの情報に基づいて、検査領域の候補解である複数の候補領域について、各候補領域の内側と外側の間での色又は輝度の分離の度合いであるピクセル分離度と、各候補領域の輪郭と前記検査対象物画像中のエッジとの重なりの度合いであるエッジ重なり度の両方を評価することにより、前記複数の候補領域の中から検査領域の最適解を求める処理であり、
前記検査領域定義情報は、パラメタの一つとして、検査領域内の画像のテクスチャに関する特徴を表すテクスチャ情報を含み、
前記最適解探索処理では、前記ピクセル分離度と前記エッジ重なり度に加え、検査領域内の画像のテクスチャと前記テクスチャ情報で表されるテクスチャとの類似度合も高くなるように、検査領域の最適解が求められる
ことを特徴とする画像検査装置。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012015810A JP5929238B2 (ja) | 2012-01-27 | 2012-01-27 | 画像検査方法および画像検査装置 |
CN201280067331.6A CN104053984A (zh) | 2012-01-27 | 2012-09-14 | 图像检查方法和图像检查装置 |
US14/370,601 US9619877B2 (en) | 2012-01-27 | 2012-09-14 | Image examination method and image examination apparatus |
PCT/JP2012/073686 WO2013111373A1 (ja) | 2012-01-27 | 2012-09-14 | 画像検査方法および画像検査装置 |
EP12866952.0A EP2808674A4 (en) | 2012-01-27 | 2012-09-14 | Image examination method and image examination device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012015810A JP5929238B2 (ja) | 2012-01-27 | 2012-01-27 | 画像検査方法および画像検査装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013156094A JP2013156094A (ja) | 2013-08-15 |
JP5929238B2 true JP5929238B2 (ja) | 2016-06-01 |
Family
ID=48873122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012015810A Active JP5929238B2 (ja) | 2012-01-27 | 2012-01-27 | 画像検査方法および画像検査装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9619877B2 (ja) |
EP (1) | EP2808674A4 (ja) |
JP (1) | JP5929238B2 (ja) |
CN (1) | CN104053984A (ja) |
WO (1) | WO2013111373A1 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6331517B2 (ja) | 2014-03-13 | 2018-05-30 | オムロン株式会社 | 画像処理装置、システム、画像処理方法、および画像処理プログラム |
JP6337530B2 (ja) | 2014-03-14 | 2018-06-06 | オムロン株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
JP6478492B2 (ja) * | 2014-06-27 | 2019-03-06 | キヤノン株式会社 | 画像処理装置およびその方法 |
CN107003255B (zh) * | 2014-12-08 | 2020-06-30 | 株式会社高迎科技 | 在基板上形成的部件的端子检查方法及基板检查装置 |
MY201893A (en) * | 2015-08-21 | 2024-03-22 | Ns Solutions Corp | Display system and information processing method |
JP6731753B2 (ja) | 2016-03-07 | 2020-07-29 | キヤノン株式会社 | 画像処理装置、画像処理方法、画像処理システムおよびプログラム |
JP6864549B2 (ja) * | 2017-05-09 | 2021-04-28 | 株式会社キーエンス | 画像検査装置 |
JP6919982B2 (ja) * | 2017-05-09 | 2021-08-18 | 株式会社キーエンス | 画像検査装置 |
JP7143649B2 (ja) * | 2017-09-29 | 2022-09-29 | 株式会社リコー | 画像処理装置、画像処理システム、画像処理方法、及びプログラム |
DE102018215538A1 (de) * | 2018-09-12 | 2020-03-12 | Trumpf Werkzeugmaschinen Gmbh + Co. Kg | Verfahren und Vorrichtung zur Identifkation eines Gegenstands |
CN112351247A (zh) * | 2020-10-16 | 2021-02-09 | 国电大渡河枕头坝发电有限公司 | 一种基于图像处理的水电厂内电光闪光检测方法 |
CN114677384B (zh) * | 2022-03-13 | 2022-12-02 | 江苏神州新能源电力有限公司 | 一种太阳能电池镀膜缺陷检测方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10214327A (ja) * | 1997-01-30 | 1998-08-11 | Nippon Telegr & Teleph Corp <Ntt> | 画像を用いた表面欠陥検出方法 |
JP2000163579A (ja) * | 1998-11-26 | 2000-06-16 | Toshiba Corp | 外観検査方法およびその装置 |
JP2000163582A (ja) * | 1998-11-26 | 2000-06-16 | Dainippon Printing Co Ltd | 金属試料表面の欠陥検査方法及び装置 |
JP4249966B2 (ja) * | 2001-09-27 | 2009-04-08 | 省栄株式会社 | プリント配線基板の検査方法及び検査装置 |
JP4131804B2 (ja) * | 2002-07-18 | 2008-08-13 | 日本電産コパル株式会社 | 実装部品検査方法 |
JP4165538B2 (ja) | 2004-07-21 | 2008-10-15 | オムロン株式会社 | 部品実装検査方法および部品実装検査装置 |
JP2006260401A (ja) * | 2005-03-18 | 2006-09-28 | Toshiba Corp | 画像処理装置、方法、およびプログラム |
US20070093987A1 (en) * | 2005-10-07 | 2007-04-26 | Omron Corporation | Knowledge generation support system, parameter search method and program product |
JP4791333B2 (ja) * | 2006-11-30 | 2011-10-12 | 株式会社日立ハイテクノロジーズ | パターン寸法計測方法及び走査型透過荷電粒子顕微鏡 |
JP5159373B2 (ja) * | 2008-03-06 | 2013-03-06 | オリンパス株式会社 | 基板検査方法 |
JP5353566B2 (ja) * | 2009-08-31 | 2013-11-27 | オムロン株式会社 | 画像処理装置および画像処理プログラム |
JP5152231B2 (ja) * | 2010-03-12 | 2013-02-27 | オムロン株式会社 | 画像処理方法および画像処理装置 |
JP5874398B2 (ja) * | 2012-01-05 | 2016-03-02 | オムロン株式会社 | 画像検査装置の検査領域設定方法 |
-
2012
- 2012-01-27 JP JP2012015810A patent/JP5929238B2/ja active Active
- 2012-09-14 CN CN201280067331.6A patent/CN104053984A/zh active Pending
- 2012-09-14 EP EP12866952.0A patent/EP2808674A4/en not_active Ceased
- 2012-09-14 WO PCT/JP2012/073686 patent/WO2013111373A1/ja active Application Filing
- 2012-09-14 US US14/370,601 patent/US9619877B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN104053984A (zh) | 2014-09-17 |
EP2808674A1 (en) | 2014-12-03 |
EP2808674A4 (en) | 2015-10-07 |
JP2013156094A (ja) | 2013-08-15 |
US20150117750A1 (en) | 2015-04-30 |
US9619877B2 (en) | 2017-04-11 |
WO2013111373A1 (ja) | 2013-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5874398B2 (ja) | 画像検査装置の検査領域設定方法 | |
JP5929238B2 (ja) | 画像検査方法および画像検査装置 | |
JP5953842B2 (ja) | 画像検査方法および検査領域設定方法 | |
JP5546317B2 (ja) | 外観検査装置、外観検査用識別器の生成装置及び外観検査用識別器生成方法ならびに外観検査用識別器生成用コンピュータプログラム | |
RU2680765C1 (ru) | Автоматизированное определение и обрезка неоднозначного контура документа на изображении | |
CN109671058B (zh) | 一种大分辨率图像的缺陷检测方法及系统 | |
CN111833303A (zh) | 产品的检测方法、装置、电子设备及存储介质 | |
US11222418B2 (en) | System and method for automated surface assessment | |
JP7214432B2 (ja) | 画像処理方法、画像処理プログラム、記録媒体、画像処理装置、生産システム、物品の製造方法 | |
US20210390282A1 (en) | Training data increment method, electronic apparatus and computer-readable medium | |
WO2024002187A1 (zh) | 缺陷检测方法、缺陷检测设备及存储介质 | |
WO2021046726A1 (zh) | 用于检测机械设备零部件的方法和装置 | |
KR20210073561A (ko) | 제조 필름으로부터의 임의 형상의 시트 파트들에 대한 자동화된 검사 | |
JP2015232482A (ja) | 検査装置、検査方法およびプログラム | |
CN116152166A (zh) | 基于特征相关性的缺陷检测方法及相关装置 | |
US20210183037A1 (en) | Image processing device, image processing method, and image processing non-transitory computer readable medium | |
US20150235399A1 (en) | Variable Patch Shape Synthesis | |
JP2007033126A (ja) | 基板検査装置並びにそのパラメータ調整方法およびパラメータ調整装置 | |
Ieamsaard et al. | Automatic optical inspection of solder ball burn defects on head gimbal assembly | |
CN117689660B (zh) | 基于机器视觉的保温杯温度质检方法 | |
JP2022114462A (ja) | 検査装置および検査方法 | |
Cislariu et al. | Defect detection and restoration of cultural heritage images | |
Jean | Development of Software Inspection Tools for Defect Examination in Machine Vision | |
JP2018173732A (ja) | 検査装置、検査方法、検査プログラム及び記録媒体 | |
JP2014126388A (ja) | 情報処理装置、その制御方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141204 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160222 |
|
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: 20160405 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160418 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5929238 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |