JP7397404B2 - 画像処理装置、画像処理方法、及び画像処理プログラム - Google Patents
画像処理装置、画像処理方法、及び画像処理プログラム Download PDFInfo
- Publication number
- JP7397404B2 JP7397404B2 JP2020019519A JP2020019519A JP7397404B2 JP 7397404 B2 JP7397404 B2 JP 7397404B2 JP 2020019519 A JP2020019519 A JP 2020019519A JP 2020019519 A JP2020019519 A JP 2020019519A JP 7397404 B2 JP7397404 B2 JP 7397404B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- dimensions
- reconstructed
- image processing
- feature amount
- 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
- 238000003672 processing method Methods 0.000 title claims description 18
- 238000007689 inspection Methods 0.000 claims description 29
- 230000002950 deficient Effects 0.000 description 21
- 238000000034 method Methods 0.000 description 21
- 230000007547 defect Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012880 independent component analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Description
まず、図1及び図2を参照しながら、本発明の適用例について説明する。
図1は本実施形態に関わる画像データX1から再構成画像データX2を再構成するための処理の流れを示す説明図である。画像データX1は、例えば、検査対象の少なくとも一部分を撮影して得られる画像データである。画像データX1は、その特徴が抽出された特徴量ベクトルに射影される。説明の便宜上、この特徴量ベクトルを特徴量Zと呼ぶ。このとき、次元圧縮により特徴量Zの次元数は、画像データX1の次元数よりも少なくなる。再構成画像データX2は、特徴量Zの次元を復元することにより得られる。画像データの次元を圧縮及び復元するアルゴリズムとして、オートエンコーダが知られている。オートエンコーダでは、(1)式及び(2)式が成立する。但し、U及びVは、X1とX2との差が小さくなるように、学習を通じて得られるパラメータである。UTはUの転置行列であり、fは活性化関数である。また、オートエンコーダの層数は、3層に限らず、任意の層数でもよい。
Z=f(UTX1)…(1)
X2=VZ…(2)
ここでは、ある一定数の同一製品を良品と不良品とに区別するための良否判定の事前設定をする場合を例示する。但し、図2に示す処理に先立って、複数の良品の特徴の機械学習を通じて行列Uは事前に算出されているものとする。また、検査対象となる製品の標本(サンプル)について特徴量Zの全次元の分布が予め算出されているものとする。
次に、ステップ202において、画像データX1について、(1)式の変換処理が行われ、特徴量Zが算出される。
次に、ステップ203において、特徴量Zの全次元のうち再構成画像データX2の再構成に用いられる一部の次元が操作者によって指定される。
次に、ステップ204において、操作者によって指定された次元の特徴量Zについて(2)式の再構成処理が行われる。
次に、ステップ205において、操作者によって指定された次元の特徴量Zから再構成された再構成画像データX2が画像データX1と対比されるように表示される。
次に、ステップ206において、特徴量Zの全次元のうち再構成画像データX2の再構成に用いられる次元が操作者の指定により決定したか否かを判定する。
ここで、ステップ206の判定結果が否定判定である場合には、ステップ203~ステップ206の処理が繰り返される。
一方、ステップ206の判定結果が肯定判定である場合には、ステップ207において、特徴量Zの全次元のうち再構成画像データX2の再構成に用いられる次元が、操作者が指定する次元に設定される。
次に、図3を参照しながら、本実施形態に関わる画像処理装置10のハードウェア構成の一例について説明する。
画像処理装置10は、ハードウェア資源として、撮影装置11、プロセッサ12、入出力インタフェース13、記憶装置14、操作部15、及び表示部16を備えるコンピュータシステムである。
次に、図4を参照しながら、ある一定数の同一製品を良品と不良品とに区別するための事前準備処理について説明する。この処理は、プロセッサ12による画像処理プログラム20の実行により実行される。
まず、ステップ401において、画像処理装置10は、検査対象30となる製品と同一の製品の良品の画像データX1を教師データとして記憶装置14に登録する。この良品の画像データX1は、例えば、操作者の判断により良品と思われる製品の画像データである。
次に、ステップ402において、画像処理装置10は、記憶装置14に登録された良品の画像データX1の数が所定数に達しか否かを判定する。この所定数は、例えば、良品の特徴を機械学習するのに十分な数である。
次に、ステップ403において、画像処理装置10は、オートエンコーダにより、行列Uを計算する。
次に、ステップ404において、画像処理装置10は、検査対象30となる製品の標本の画像データX1について(1)式の変換処理を行い、特徴量Zを計算する。
次に、ステップ405において、画像処理装置10は、特徴量Zの計算結果に基づいて特徴量Zの全次元の分布を算出する。
次に、図5を参照しながら、画像処理装置10の機能について説明する。画像処理装置10のハードウェア資源と画像処理プログラム20との協働により、変換部41、設定部42、再構成部43、及び判定部44としての機能が実現される。なお、検査対象30となる製品の標本について特徴量Zの全次元の分布が予め算出されているものとする。
対比画面50は、画像データX1を表示する領域51と、再構成画像データX2を表示する領域52と、画像データX1と再構成画像データX2との差分画像データX3を表示する領域53と、特徴量Zの全次元のうち再構成画像データX2の再構成に用いられる、操作者からの指定により受付可能な、一部の次元の個数を表示する領域54と、操作者からの指定により変更可能な閾値の指定の範囲を表示する領域55とを含む。
なお、画像データの次元を圧縮及び復元するアルゴリズムとして、3層以外のオートエンコーダを用いた場合、ここで選択されなかった次元の特徴量については、該当する特徴量を算出する際の活性化関数の値をゼロにすることで、同様の処理を実現することができる。
本発明の実施形態の一部又は全部は、以下の付記のように記載され得るが、以下には限定されない。
(付記1)
検査対象30の少なくとも一部分の画像データX1の特徴量Zから再構成される再構成画像データX2と画像データX1との差異と閾値との比較に基づいて検査対象30の検査を行う画像処理装置10であって、
特徴量Zの全次元のうち再構成画像データX2の再構成に用いられる一部の次元の指定を操作者から受け付ける操作部16と、
操作者によって指定された次元の特徴量Zから再構成される再構成画像データX2を画像データX1と対比して表示する表示部15と、
操作者によって指定された次元の特徴量Zを、再構成画像データX2の再構成に用いられる特徴量Zとして設定する設定部42と、
を備える画像処理装置10。
(付記2)
付記1に記載の画像処理装置10であって、
操作部16は、特徴量Zの全次元のうち再構成画像データX2の再構成に用いられる一部の次元の個数の指定を操作者から受け付け、
設定部42は、特徴量Zの全次元の中から、予め定められた優先度の高い順に次元毎に選択される個数分の次元の特徴量Zを、再構成画像データX2の再構成に用いられる特徴量として設定する、画像処理装置10。
(付記3)
付記2に記載の画像処理装置10であって、
優先度の高い順は、特徴量Zの次元毎の分散の大きい順、特徴量Zの次元毎の最大値の大きい順、又は特徴量Zの次元毎の最大値と最小値との差が大きい順のうち何れかである、画像処理装置10。
(付記4)
付記1に記載の画像処理装置10であって、
操作部16は、特徴量Zの全次元のうち再構成画像データX2の再構成に用いられる一部の次元の個別指定を操作者から受け付ける、画像処理装置10。
(付記5)
付記1乃至4のうち何れか一つに記載の画像処理装置10であって、
操作部16は、閾値の指定を操作者から受け付ける、画像処理装置10。
(付記6)
検査対象30の少なくとも一部分の画像データX1の特徴量Zから再構成される再構成画像データX2と画像データX1との差異と閾値との比較に基づいてコンピュータシステムが検査対象30の検査を行う画像処理方法であって、
特徴量Zの全次元のうち再構成画像データX2の再構成に用いられる一部の次元の指定をコンピュータシステムが操作者から受け付けるステップ203と、
操作者によって指定された次元の特徴量Zから再構成される再構成画像データX2を画像データX1と対比してコンピュータシステムが表示するステップ205と、
操作者によって指定された次元の特徴量Zを、再構成画像データX2の再構成に用いられる特徴量Zとしてコンピュータシステムが設定するステップ207と、
を備える画像処理方法。
(付記7)
検査対象30の少なくとも一部分の画像データX1の特徴量Zから再構成される再構成画像データX2と画像データX1との差異と閾値との比較に基づいて検査対象30の検査を行う画像処理方法をコンピュータシステムに実行させるための画像処理プログラム20であって、
コンピュータシステムに、
特徴量Zの全次元のうち再構成画像データX2の再構成に用いられる一部の次元の指定を操作者から受け付けるステップ203と、
操作者によって指定された次元の特徴量Zから再構成される再構成画像データX2を画像データX1と対比して表示するステップ205と、
操作者によって指定された次元の特徴量Zを、再構成画像データX2の再構成に用いられる特徴量Zとして設定するステップ207と、
を実行させる画像処理プログラム20。
Claims (7)
- 検査対象の少なくとも一部分の画像データの特徴量から再構成される再構成画像データと前記画像データとの差異と閾値との比較に基づいて前記検査対象の検査を行う画像処理装置であって、
前記特徴量の全次元のうち前記再構成画像データの再構成に用いられる一部の次元の指定を操作者から受け付ける操作部と、
前記操作者によって指定された次元の前記特徴量から再構成される再構成画像データを前記画像データと対比して表示する表示部と、
前記操作者によって指定された次元の前記特徴量を、前記再構成画像データの再構成に用いられる特徴量として設定する設定部と、
を備える画像処理装置。 - 請求項1に記載の画像処理装置であって、
前記操作部は、前記特徴量の全次元のうち前記再構成画像データの再構成に用いられる一部の次元の個数の指定を前記操作者から受け付け、
前記設定部は、前記特徴量の全次元の中から、予め定められた優先度の高い順に次元毎に選択される前記個数分の次元の特徴量を、前記再構成画像データの再構成に用いられる特徴量として設定する、画像処理装置。 - 請求項2に記載の画像処理装置であって、
前記優先度の高い順は、前記特徴量の次元毎の分散の大きい順、前記特徴量の次元毎の最大値の大きい順、又は前記特徴量の次元毎の最大値と最小値との差が大きい順のうち何れかである、画像処理装置。 - 請求項1に記載の画像処理装置であって、
前記操作部は、前記特徴量の全次元のうち前記再構成画像データの再構成に用いられる一部の次元の個別指定を前記操作者から受け付ける、画像処理装置。 - 請求項1乃至4のうち何れか1項に記載の画像処理装置であって、
前記操作部は、前記閾値の指定を前記操作者から受け付ける、画像処理装置。 - 検査対象の少なくとも一部分の画像データの特徴量から再構成される再構成画像データと前記画像データとの差異と閾値との比較に基づいてコンピュータシステムが前記検査対象の検査を行う画像処理方法であって、
前記特徴量の全次元のうち前記再構成画像データの再構成に用いられる一部の次元の指定を前記コンピュータシステムが操作者から受け付けるステップと、
前記操作者によって指定された次元の前記特徴量から再構成される再構成画像データを前記画像データと対比して前記コンピュータシステムが表示するステップと、
前記操作者によって指定された次元の前記特徴量を、前記再構成画像データの再構成に用いられる特徴量として前記コンピュータシステムが設定するステップと、
を備える画像処理方法。 - 検査対象の少なくとも一部分の画像データの特徴量から再構成される再構成画像データと前記画像データとの差異と閾値との比較に基づいて前記検査対象の検査を行う画像処理方法をコンピュータシステムに実行させるための画像処理プログラムであって、
前記コンピュータシステムに、
前記特徴量の全次元のうち前記再構成画像データの再構成に用いられる一部の次元の指定を操作者から受け付けるステップと、
前記操作者によって指定された次元の前記特徴量から再構成される再構成画像データを前記画像データと対比して表示するステップと、
前記操作者によって指定された次元の前記特徴量を、前記再構成画像データの再構成に用いられる特徴量として設定するステップと、
を実行させる画像処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020019519A JP7397404B2 (ja) | 2020-02-07 | 2020-02-07 | 画像処理装置、画像処理方法、及び画像処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020019519A JP7397404B2 (ja) | 2020-02-07 | 2020-02-07 | 画像処理装置、画像処理方法、及び画像処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021125074A JP2021125074A (ja) | 2021-08-30 |
JP7397404B2 true JP7397404B2 (ja) | 2023-12-13 |
Family
ID=77459573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020019519A Active JP7397404B2 (ja) | 2020-02-07 | 2020-02-07 | 画像処理装置、画像処理方法、及び画像処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7397404B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017049974A (ja) | 2015-09-04 | 2017-03-09 | キヤノン株式会社 | 識別器生成装置、良否判定方法、およびプログラム |
JP2017097718A (ja) | 2015-11-26 | 2017-06-01 | 株式会社リコー | 識別処理装置、識別システム、識別処理方法、およびプログラム |
JP2018005773A (ja) | 2016-07-07 | 2018-01-11 | 株式会社リコー | 異常判定装置及び異常判定方法 |
JP2018116364A (ja) | 2017-01-16 | 2018-07-26 | キヤノン株式会社 | 辞書生成装置、評価装置、辞書生成方法、評価方法及びプログラム |
-
2020
- 2020-02-07 JP JP2020019519A patent/JP7397404B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017049974A (ja) | 2015-09-04 | 2017-03-09 | キヤノン株式会社 | 識別器生成装置、良否判定方法、およびプログラム |
JP2017097718A (ja) | 2015-11-26 | 2017-06-01 | 株式会社リコー | 識別処理装置、識別システム、識別処理方法、およびプログラム |
JP2018005773A (ja) | 2016-07-07 | 2018-01-11 | 株式会社リコー | 異常判定装置及び異常判定方法 |
JP2018116364A (ja) | 2017-01-16 | 2018-07-26 | キヤノン株式会社 | 辞書生成装置、評価装置、辞書生成方法、評価方法及びプログラム |
Non-Patent Citations (1)
Title |
---|
乾 稔,次元削減の再構成誤差を用いた異常検知手法の比較,2009年度人工知能学会全国大会(第23回)論文集 [CD-ROM],日本,社団法人 人工知能学会,2009年06月19日,P.1-4 |
Also Published As
Publication number | Publication date |
---|---|
JP2021125074A (ja) | 2021-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8660336B2 (en) | Defect inspection system | |
CN109949305B (zh) | 产品表面缺陷检测方法、装置及计算机设备 | |
US7545977B2 (en) | Image processing apparatus for analysis of pattern matching failure | |
CN103207183A (zh) | 外观检查装置和外观检查方法 | |
US20080281548A1 (en) | Method and System for Automatic Defect Detection of Articles in Visual Inspection Machines | |
KR20070093046A (ko) | 반도체 제조를 위한 탄력적 혼성 결함 분류 | |
US6738450B1 (en) | System and method for cost-effective classification of an object under inspection | |
JP7078175B2 (ja) | 検査装置及び方法 | |
US5208870A (en) | Image inspection methods and apparatus | |
JP7453813B2 (ja) | 検査装置、検査方法、プログラム、学習装置、学習方法、および学習済みデータセット | |
JP2006515472A (ja) | 対話型閾値調整 | |
JP7397404B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
US7538750B2 (en) | Method of inspecting a flat panel display | |
CN116778269A (zh) | 一种基于自编码器重构产品表面缺陷检测模型构建方法 | |
JP2023145412A (ja) | 欠陥検出方法及びシステム | |
US20220172330A1 (en) | Deep learning based image enhancement for additive manufacturing | |
KR20220111214A (ko) | 인공지능 기반 제품 결함 검사 방법, 장치 및 컴퓨터 프로그램 | |
CN113658183B (zh) | 工件质检方法、装置及计算机设备 | |
JP2021174194A (ja) | 学習用データ処理装置、学習装置、学習用データ処理方法、およびプログラム | |
WO2022201968A1 (ja) | 情報処理装置、制御プログラム、および制御方法 | |
JPH06187800A (ja) | 記憶素子の不良モード解析装置 | |
WO2023166585A1 (ja) | 半導体試験結果分析装置、半導体試験結果分析方法およびコンピュータプログラム | |
JPH0438457A (ja) | 表面状態検査装置 | |
JP2023082567A (ja) | システムおよびプログラム | |
JP2024071122A (ja) | 画像データの管理方法、プログラム及びx線検査装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221207 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231026 |
|
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: 20231101 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231114 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7397404 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |