JP6643856B2 - 分類方法、検査方法、検査装置、およびプログラム - Google Patents
分類方法、検査方法、検査装置、およびプログラム Download PDFInfo
- Publication number
- JP6643856B2 JP6643856B2 JP2015199722A JP2015199722A JP6643856B2 JP 6643856 B2 JP6643856 B2 JP 6643856B2 JP 2015199722 A JP2015199722 A JP 2015199722A JP 2015199722 A JP2015199722 A JP 2015199722A JP 6643856 B2 JP6643856 B2 JP 6643856B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- group
- evaluation value
- article
- evaluation
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
Description
本発明に係る第1実施形態の検査装置1について、図1を参照しながら説明する。図1は、第1実施形態の検査装置1を示す概略図である。検査装置1は、例えば、工業製品に利用される金属部品や樹脂部品などの物品2の外観検査を行う。物品2の表面には、キズやムラ(例えば色ムラ)、凹凸などの欠陥が生じていることがあり、検査装置1は、物品2の画像に基づいて物品2の表面に生じている欠陥を検出し、当該物品2を複数のグループのいずれかに分類する。第1実施形態では、複数のグループに良品グループ(第1グループ)および不良品グループ(第2グループ)が含まれ、検査装置1によって物品2を良品グループおよび不良品グループのいずれかに分類する例について説明する。また、第1実施形態は、検査装置1によって物品2の外観(物品2の表面)を検査する例について説明するが、X線などを用いて物品2の内部を検査する場合においても本実施形態を適用することができる。
次に、処理部12における分類処理について、図2を参照しながら説明する。図2は、処理部12における分類処理の方法を示すフローチャートである。S1では、処理部12は、物品2の表面における欠陥の可視化された画像が取得されるように、物品2を撮像するときの撮像部11の条件を設定する。当該条件は、例えば照明の角度やカメラの露光時間、フォーカスや絞りなどを含みうる。S2では、処理部12は、複数のグループのいずれかに既に分類された複数のサンプルぞれぞれの画像(学習用画像)を取得する。複数の学習用画像は、今までに撮像部11によって撮像されて保存された画像であってもよいし、保存された画像が無い場合は、複数のサンプルそれぞれを撮像部11に撮像させることによって新たに取得されてもよい。また、複数のサンプルそれぞれは、それらの学習用画像に基づいて、例えばユーザによって複数のグループ(良品グループおよび不良品グループ)のいずれかに分類されている。ここで、第1実施形態では、2つのグループ(良品グループおよび不良品グループ)のいずれかに分類されたサンプルの画像を学習用画像として用いているが、それに限られるものではない。例えば、不良品の種類(キズやムラなど)に応じて更に細かく分類されたサンプルの画像を学習用画像として用いてもよい。
図2のフローチャートにおけるS3の工程で行われる分類情報の取得(学習)について、図3を参照しながら説明する。図3は、分類情報を取得する方法(学習方法)を示すフローチャートである。
第1実施形態では、特異な異常度を有する少なくとも1つのサンプルを特定する際に、各グループにおける異常度のヒストグラムを、複数の学習用画像の各々についての異常度をグループごとに表した情報として用いる例について説明した。第2実施形態では、異常度(評価値)でソートされた良品グループの各学習用画像と、良品グループの各学習用画像の異常度に対応する異常度を有する不良品グループの学習用画像の数との関係を、当該情報として用いる例について説明する。以下では、当該関係を「累積数分布」と称する。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
Claims (14)
- 物品の画像についての評価値に基づいて前記物品を複数のグループのいずれかに分類する分類方法であって、
前記複数のグループのいずれかに既に分類された複数のサンプルの画像を用いて、前記評価値を取得するための評価方法を決定する決定工程と、
前記決定工程で決定した評価方法により前記複数のサンプルの画像についての評価値を取得する取得工程と、
前記複数のサンプルの画像についての評価値において前記複数のグループの各々で特異な評価値を有する画像のサンプルの属するグループを変更する第1変更工程と、
前記第1変更工程の後に前記複数のグループのいずれかにそれぞれ分類されている前記複数のサンプルの画像を用いて前記評価方法を変更する第2変更工程と、
前記第2変更工程で変更された評価方法を用いて前記物品の画像についての評価値を取得し、当該評価値に基づいて前記物品を前記複数のグループのいずれかに分類する分類工程と、
を含み、
前記複数のグループは、第1グループおよび第2グループを含み、
前記第1変更工程において属するグループを変更された前記サンプルは、サンプルの画像についての評価値の範囲が前記第1グループと前記第2グループとで互いに重なり合っている部分におけるサンプル群から選択されている、ことを特徴とする分類方法。 - サンプルの画像についての評価値の範囲が前記複数のグループにおいて互いに相違する度合が許容値を満たすように前記第1変更工程および前記第2変更工程を繰り返す、ことを特徴とする請求項1に記載の分類方法。
- 前記取得工程では、評価方法で使用するパラメータとして前記複数のサンプルの画像から抽出した複数の特徴量に基づいて、前記複数の特徴量を評価方法に代入することより前記複数のサンプルの画像についての評価値を取得する、ことを特徴とする請求項1又は2に記載の分類方法。
- 前記第2変更工程では、前記サンプルの属するグループが変更された後の前記複数のサンプルの画像について新たな評価値を取得し、当該新たな評価値に基づいて前記物品を分類するための評価値の閾値を決定する、ことを特徴とする請求項1乃至3のうちいずれか1項に記載の分類方法。
- 前記第2変更工程では、前記複数のグループのうち所定のグループに分類されるべきサンプルを当該所定のグループに分類させる比率に従って前記閾値を決定する、ことを特徴とする請求項4に記載の分類方法。
- 前記第1変更工程では、特異な評価値を有する画像の前記サンプルの属するグループを変更することに代えて、特異な評価値を有する画像の前記サンプルの画像を削除する、ことを特徴とする請求項1乃至4のうちいずれか1項に記載の分類方法。
- 前記第1変更工程は、前記複数のサンプルの画像についての評価値をグループごとに表した情報を表示する表示工程を含む、ことを特徴とする請求項1乃至6のうちいずれか1項に記載の分類方法。
- 前記情報は、各グループにおける評価値のヒストグラムを含む、ことを特徴とする請求項7に記載の分類方法。
- 物品の画像についての評価値に基づいて前記物品を複数のグループのいずれかに分類する分類方法であって、
前記複数のグループのいずれかに既に分類された複数のサンプルの画像を用いて、前記評価値を取得するための評価方法を決定する決定工程と、
前記決定工程で決定した評価方法により前記複数のサンプルの画像についての評価値を取得する取得工程と、
前記複数のサンプルの画像についての評価値において前記複数のグループの各々で特異な評価値を有する画像のサンプルの属するグループを変更する第1変更工程と、
前記第1変更工程の後に前記複数のグループのいずれかにそれぞれ分類されている前記複数のサンプルの画像を用いて前記評価方法を変更する第2変更工程と、
前記第2変更工程で変更された評価方法を用いて前記物品の画像についての評価値を取得し、当該評価値に基づいて前記物品を前記複数のグループのいずれかに分類する分類工程と、
を含み、
前記第1変更工程は、前記複数のサンプルの画像についての評価値をグループごとに表した情報を表示する表示工程を含み、
前記複数のグループは、第1グループおよび第2グループを含み、
前記情報は、評価値でソートされた前記第1グループの各サンプルの画像と、前記第1グループの各サンプルの画像の評価値に対応する評価値を有する前記第2グループのサンプルの画像の数との関係を含む、ことを特徴とする分類方法。 - 前記第1変更工程は、前記表示工程において表示された前記情報に基づいて、特異な評価値を有する前記サンプルを特定する特定工程を含む、ことを特徴とする請求項7乃至9のうちいずれか1項に記載の分類方法。
- 請求項1乃至10のうちいずれか1項に記載の分類方法の各工程を情報処理装置に実行させることを特徴とするプログラム。
- 物品の検査を行う検査方法であって、
前記物品を撮像することにより前記物品の画像を取得する工程と、
請求項1乃至10のうちいずれか1項に記載の分類方法を用いて前記物品を前記複数のグループのいずれかに分類する工程と、
を含むことを特徴とする検査方法。 - 物品の検査を行う検査装置であって、
前記物品を撮像することにより前記物品の画像を得る撮像部と、
前記物品の画像についての評価値に基づいて前記物品を複数のグループのいずれかに分類する処理部と、
を含み、
前記処理部は、
前記複数のグループのいずれかに既に分類された複数のサンプルの画像を用いて、前記評価値を取得するための評価方法を決定する決定工程と、
前記決定工程で決定した評価方法により前記複数のサンプルの画像についての評価値を取得する取得工程と、
前記複数のサンプルの画像についての評価値において前記複数のグループの各々で特異な評価値を有する画像のサンプルの属するグループを変更する第1変更工程と、
前記第1変更工程の後に前記複数のグループのいずれかにそれぞれ分類されている前記複数のサンプルの画像を用いて前記評価方法を変更する第2変更工程と、
前記第2変更工程で変更された評価方法を用いて前記物品の画像についての評価値を取得し、当該評価値に基づいて前記物品を前記複数のグループのいずれかに分類する分類工程と、を行い、
前記複数のグループは、第1グループおよび第2グループを含み、
前記処理部は、前記第1変更工程において属するグループを変更する前記サンプルを、サンプルの画像についての評価値の範囲が前記第1グループと前記第2グループとで互いに重なり合っている部分におけるサンプル群から選択する、ことを特徴とする検査装置。 - 物品の検査を行う検査装置であって、
前記物品を撮像することにより前記物品の画像を得る撮像部と、
前記物品の画像についての評価値に基づいて前記物品を複数のグループのいずれかに分類する処理部と、
を含み、
前記処理部は、
前記複数のグループのいずれかに既に分類された複数のサンプルの画像を用いて、前記評価値を取得するための評価方法を決定する決定工程と、
前記決定工程で決定した評価方法により前記複数のサンプルの画像についての評価値を取得する取得工程と、
前記複数のサンプルの画像についての評価値において前記複数のグループの各々で特異な評価値を有する画像のサンプルの属するグループを変更する第1変更工程と、
前記第1変更工程の後に前記複数のグループのいずれかにそれぞれ分類されている前記複数のサンプルの画像を用いて前記評価方法を変更する第2変更工程と、
前記第2変更工程で変更された評価方法を用いて前記物品の画像についての評価値を取得し、当該評価値に基づいて前記物品を前記複数のグループのいずれかに分類する分類工程と、を行い
前記第1変更工程は、前記複数のサンプルの画像についての評価値をグループごとに表した情報を表示する表示工程を含み、
前記複数のグループは、第1グループおよび第2グループを含み、
前記情報は、評価値でソートされた前記第1グループの各サンプルの画像と、前記第1グループの各サンプルの画像の評価値に対応する評価値を有する前記第2グループのサンプルの画像の数との関係を含む、ことを特徴とする検査装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/943,512 US10248888B2 (en) | 2014-11-28 | 2015-11-17 | Classifying method, storage medium, inspection method, and inspection apparatus |
CN201510847745.6A CN105654109B (zh) | 2014-11-28 | 2015-11-27 | 分类方法、检查方法和检查装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014242305 | 2014-11-28 | ||
JP2014242305 | 2014-11-28 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016110625A JP2016110625A (ja) | 2016-06-20 |
JP2016110625A5 JP2016110625A5 (ja) | 2018-11-15 |
JP6643856B2 true JP6643856B2 (ja) | 2020-02-12 |
Family
ID=56122196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015199722A Active JP6643856B2 (ja) | 2014-11-28 | 2015-10-07 | 分類方法、検査方法、検査装置、およびプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6643856B2 (ja) |
CN (1) | CN105654109B (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6381144B2 (ja) * | 2016-10-06 | 2018-08-29 | ソリッドビジョン株式会社 | 撮像処理装置 |
CN110537203A (zh) * | 2017-03-27 | 2019-12-03 | 三菱重工业株式会社 | 飞机用部件的缺陷检测系统及飞机用部件的缺陷检测方法 |
JP7130984B2 (ja) * | 2018-03-01 | 2022-09-06 | 日本電気株式会社 | 画像判定システム、モデル更新方法およびモデル更新プログラム |
WO2019194064A1 (ja) * | 2018-04-02 | 2019-10-10 | 日本電産株式会社 | 画像処理装置、画像処理方法、外観検査システムおよび外観検査方法 |
JP2018164272A (ja) * | 2018-05-28 | 2018-10-18 | ソリッドビジョン株式会社 | 撮像処理装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001156135A (ja) * | 1999-11-29 | 2001-06-08 | Hitachi Ltd | 欠陥画像の分類方法及びその装置並びにそれを用いた半導体デバイスの製造方法 |
JP4606779B2 (ja) * | 2004-06-07 | 2011-01-05 | グローリー株式会社 | 画像認識装置、画像認識方法およびその方法をコンピュータに実行させるプログラム |
US20060193520A1 (en) * | 2005-02-28 | 2006-08-31 | Takeshi Mita | Object detection apparatus, learning apparatus, object detection system, object detection method and object detection program |
JP2009080557A (ja) * | 2007-09-25 | 2009-04-16 | Seiko Epson Corp | 識別方法及びプログラム |
JP4629118B2 (ja) * | 2008-03-03 | 2011-02-09 | 株式会社日立ハイテクノロジーズ | 欠陥検査装置およびこの欠陥検査装置に用いるパラメータ調整方法。 |
JP2009282699A (ja) * | 2008-05-21 | 2009-12-03 | Seiko Epson Corp | 画像における顔の器官の画像に対応する器官領域の検出 |
JP5414416B2 (ja) * | 2008-09-24 | 2014-02-12 | キヤノン株式会社 | 情報処理装置及び方法 |
JP4670976B2 (ja) * | 2008-10-03 | 2011-04-13 | ソニー株式会社 | 学習装置および方法、認識装置および方法、プログラム、並びに記録媒体 |
JP4710979B2 (ja) * | 2009-01-09 | 2011-06-29 | ソニー株式会社 | 対象物検出装置、学習装置、対象物検出方法およびプログラム |
JP2014511530A (ja) * | 2011-02-24 | 2014-05-15 | スリーエム イノベイティブ プロパティズ カンパニー | ウェブベース材料内の不均一性の検出システム |
JP5214762B2 (ja) * | 2011-03-25 | 2013-06-19 | 株式会社東芝 | 認識装置、方法及びプログラム |
JP2013117861A (ja) * | 2011-12-02 | 2013-06-13 | Canon Inc | 学習装置、学習方法およびプログラム |
-
2015
- 2015-10-07 JP JP2015199722A patent/JP6643856B2/ja active Active
- 2015-11-27 CN CN201510847745.6A patent/CN105654109B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016110625A (ja) | 2016-06-20 |
CN105654109A (zh) | 2016-06-08 |
CN105654109B (zh) | 2019-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6643856B2 (ja) | 分類方法、検査方法、検査装置、およびプログラム | |
JP6632288B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
JP5414416B2 (ja) | 情報処理装置及び方法 | |
US20180204315A1 (en) | System, method for training and applying defect classifiers in wafers having deeply stacked layers | |
Cord et al. | Texture classification by statistical learning from morphological image processing: application to metallic surfaces | |
JP2013257304A5 (ja) | ||
JP2016115331A (ja) | 識別器生成装置、識別器生成方法、良否判定装置、良否判定方法、プログラム | |
JP2015041164A (ja) | 画像処理装置、画像処理方法およびプログラム | |
Zakaria et al. | Object shape recognition in image for machine vision application | |
US10248888B2 (en) | Classifying method, storage medium, inspection method, and inspection apparatus | |
US20130236082A1 (en) | Rapid processing and detection of non-uniformities in web-based materials | |
JP2017102865A (ja) | 情報処理装置、情報処理方法及びプログラム | |
WO2020129041A1 (en) | Classifying defects in a semiconductor specimen | |
JP6616645B2 (ja) | 分類方法、検査方法、検査装置、およびプログラム | |
US9959482B2 (en) | Classifying method, storage medium, inspection method, and inspection apparatus | |
TW201606854A (zh) | 用於晶粒對資料庫光罩檢查之自動校準樣本選擇 | |
Davis et al. | Automated bone age assessment using feature extraction | |
JP2016110625A5 (ja) | ||
EP2977933B1 (en) | Image classification | |
WO2016092783A1 (en) | Information processing apparatus, method for processing information, discriminator generating apparatus, method for generating discriminator, and program | |
JP2016110626A5 (ja) | ||
JP2019164450A (ja) | 画像処理方法、コンピュータプログラムおよび記録媒体 | |
CN115485740A (zh) | 异常晶片图像分类 | |
US20200167908A1 (en) | Determination device and determining method thereof | |
JP2022029137A (ja) | 電子機器画面部のグレード判定方法及びシステム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181003 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181003 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190805 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190930 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191125 |
|
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: 20191209 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200107 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6643856 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |