JP7483135B2 - 外観検査装置、および外観検査方法 - Google Patents
外観検査装置、および外観検査方法 Download PDFInfo
- Publication number
- JP7483135B2 JP7483135B2 JP2023525357A JP2023525357A JP7483135B2 JP 7483135 B2 JP7483135 B2 JP 7483135B2 JP 2023525357 A JP2023525357 A JP 2023525357A JP 2023525357 A JP2023525357 A JP 2023525357A JP 7483135 B2 JP7483135 B2 JP 7483135B2
- Authority
- JP
- Japan
- Prior art keywords
- inspected
- image
- filter
- camera
- filter image
- 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
- 238000000034 method Methods 0.000 title claims description 37
- 238000011179 visual inspection Methods 0.000 title claims description 18
- 238000007689 inspection Methods 0.000 claims description 69
- 238000005286 illumination Methods 0.000 claims description 32
- 230000010287 polarization Effects 0.000 claims description 11
- 230000003287 optical effect Effects 0.000 claims 1
- 229910052751 metal Inorganic materials 0.000 description 28
- 239000002184 metal Substances 0.000 description 28
- 238000010586 diagram Methods 0.000 description 16
- 238000013528 artificial neural network Methods 0.000 description 13
- 229920005989 resin Polymers 0.000 description 4
- 239000011347 resin Substances 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000003822 epoxy resin Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920000647 polyepoxide Polymers 0.000 description 1
- 238000012706 support-vector machine 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
Landscapes
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
図1は、実施の形態1の外観検査装置の構成を表わす図である。
治具9は、被検査物体8を載置する。
制御装置20は、演算機能を有する。制御装置20は、例えば、パーソナルコンピュータ、マイコンボード、またはFPGA(Field Programmable Gate Array)ボードなどにより構成することができる。制御装置20は、カメラ制御部21、検査処理部22、照明制御部23、およびモータ制御部24を備える。
ステップA2において、カメラ制御部21は、第1のカメラ1と第2のカメラ51とに撮像指示を送る。これにより、被検査物体8の表面において、NDフィルタ画像とPLフィルタ画像とが生成される。
図4は、実施の形態2の外観検査装置の構成を表わす図である。
データ取得部102は、表面に埋め込まれた金属異物が存在しない被検査物体(以下、良品)の表面を撮影して得られ得る良品のNDフィルタ画像を学習用データとして取得する。このNDフィルタ画像は、実施の形態1と同様に、第1のカメラ1によって生成することができる。
ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層(隠れ層)、及び複数のニューロンからなる出力層によって構成される。中間層は、1層、又は2層以上でもよい。
図8は、実施の形態3の外観検査装置の構成を表わす図である。
データ取得部102Aは、被検査物体8の表面を撮影して得られる被検査物体8のNDフィルタ画像と、被検査物体8の表面に埋め込まれた金属異物が存在するか否かを表わす識別データとを学習用データとして取得する。
データ取得部106Aは、被検査物体8の表面を撮影して得られる被検査物体8のNDフィルタ画像を取得する。
図11は、実施の形態4の外観検査装置の構成を表わす図である。
第1のカメラ1は、被検査物体8の法線方向から被検査物体8の表面を撮影する。第1のカメラ1と第2のカメラ51との位置関係は、実施の形態1と同様である。したがって、第1のカメラ1が移動したことにより、第2のカメラ51もオフセットした位置に配置している。
図13は、検査範囲を説明するための図である。NDフィルタ画像400は、被検査物体401の撮影画像を含む。被検査物体401には、照明装置5と照明装置54とから照射された光が正反射する範囲がある。正反射する範囲が矩形402と矩形403とで示されている。照明装置5と照明装置54との照度は、あらかじめ正反射する範囲の輝度値が255(最大値)の光量で第1のカメラ1に入力されるように設定されている。検査処理部22は、輝度値が255になる範囲、すなわち矩形402と矩形403を検出し、矩形402と矩形403とで挟まれた隙間を検査範囲として設定する。金属異物が、正反射する範囲に埋め込まれていた場合、金属異物も輝度値255になり、金属異物を検出できない課題があったが、正反射する範囲を除いたところを検査範囲とすることによって、その課題が解決される。
制御装置20、200、200Aは、相当する動作をデジタル回路のハードウェアまたはソフトウェアで構成することができる。制御装置20、200、200Aの機能をソフトウェアを用いて実現する場合には、制御装置20、200、200Aは、例えば、図11に示すように、バス1003によって接続されたプロセッサ1001とメモリ1002とを備え、メモリ1002に記憶されたプログラムをプロセッサ1001が実行するようにすることができる。
Claims (7)
- NDフィルタを有し、被検査物体の表面を撮影して、NDフィルタ画像を生成する第1のカメラと、
PLフィルタを有し、前記被検査物体の表面を撮影して、PLフィルタ画像を生成する第2のカメラと、
前記NDフィルタ画像と前記PLフィルタ画像との差分画像に基づいて、前記被検査物体の表面に埋め込まれた金属異物の有無を検査する制御装置とを備え、
前記制御装置は、前記差分画像における2値化しきい値以上の値を有する連結された画素からなる領域の面積の大きさに基づいて、前記被検査物体の表面に埋め込まれた前記金属異物の有無を検査する、外観検査装置。 - 前記被検査物体の表面に対して、特定の偏光角度成分のみを有する照射光を照射する照明部をさらに備える、請求項1記載の外観検査装置。
- 前記照射光が正反射する方向に配置され、前記照射光の反射光を2分岐させるビームスプリッタをさらに備え、
前記第1のカメラは、前記正反射する方向から前記被検査物体の表面を撮影し、
前記第2のカメラは、前記正反射する方向と垂直な方向から前記被検査物体の表面を撮影する、請求項2に記載の外観検査装置。 - 前記第1のカメラおよび前記第2のカメラは、前記被検査物体の表面を同時に撮影する、請求項1~3のいずれか1項に記載の外観検査装置。
- 前記制御装置は、前記被検査物体における正反射する範囲を除いた箇所を検査範囲として、前記被検査物体の表面に埋め込まれた金属異物の有無を検査する、請求項1または2に記載の外観検査装置。
- NDフィルタを有する第1のカメラが、被検査物体の表面を撮影して、NDフィルタ画像を生成するステップと、
PLフィルタを有する第2のカメラが、前記被検査物体の表面を撮影して、PLフィルタ画像を生成するステップと、
制御装置が、前記NDフィルタ画像と前記PLフィルタ画像との差分画像に基づいて、前記被検査物体の表面に埋め込まれた金属異物の有無を検査するステップとを備える、外観検査方法。 - 前記検査するステップは、前記被検査物体における正反射する範囲を除いた箇所を検査範囲として、前記被検査物体の表面に埋め込まれた金属異物の有無を検査するステップを含む、請求項6記載の外観検査方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021093691 | 2021-06-03 | ||
JP2021093691 | 2021-06-03 | ||
PCT/JP2021/043248 WO2022254747A1 (ja) | 2021-06-03 | 2021-11-25 | 外観検査装置、外観検査方法、学習装置および推論装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2022254747A1 JPWO2022254747A1 (ja) | 2022-12-08 |
JP7483135B2 true JP7483135B2 (ja) | 2024-05-14 |
Family
ID=84324051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023525357A Active JP7483135B2 (ja) | 2021-06-03 | 2021-11-25 | 外観検査装置、および外観検査方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7483135B2 (ja) |
WO (1) | WO2022254747A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001013261A (ja) | 1999-06-30 | 2001-01-19 | Mitsubishi Heavy Ind Ltd | 異物検出方法及びその装置 |
JP2016105052A (ja) | 2014-12-01 | 2016-06-09 | 東レエンジニアリング株式会社 | 基板検査装置 |
JP2019060780A (ja) | 2017-09-27 | 2019-04-18 | ファナック株式会社 | 検査装置及び検査システム |
WO2020031984A1 (ja) | 2018-08-08 | 2020-02-13 | Blue Tag株式会社 | 部品の検査方法及び検査システム |
JP2020193890A (ja) | 2019-05-29 | 2020-12-03 | ヴィスコ・テクノロジーズ株式会社 | 外観検査装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10221268A (ja) * | 1997-02-05 | 1998-08-21 | Advantest Corp | ウェーハの表面状態検出方法および装置 |
-
2021
- 2021-11-25 WO PCT/JP2021/043248 patent/WO2022254747A1/ja active Application Filing
- 2021-11-25 JP JP2023525357A patent/JP7483135B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001013261A (ja) | 1999-06-30 | 2001-01-19 | Mitsubishi Heavy Ind Ltd | 異物検出方法及びその装置 |
JP2016105052A (ja) | 2014-12-01 | 2016-06-09 | 東レエンジニアリング株式会社 | 基板検査装置 |
JP2019060780A (ja) | 2017-09-27 | 2019-04-18 | ファナック株式会社 | 検査装置及び検査システム |
WO2020031984A1 (ja) | 2018-08-08 | 2020-02-13 | Blue Tag株式会社 | 部品の検査方法及び検査システム |
JP2020193890A (ja) | 2019-05-29 | 2020-12-03 | ヴィスコ・テクノロジーズ株式会社 | 外観検査装置 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2022254747A1 (ja) | 2022-12-08 |
WO2022254747A1 (ja) | 2022-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ren et al. | State of the art in defect detection based on machine vision | |
JP7273250B2 (ja) | 偏光キューを用いた面モデリングのためのシステム及び方法 | |
TWI598581B (zh) | 檢查裝置及檢查方法 | |
CN114787648A (zh) | 用于使用偏振提示进行透明对象分段的系统和方法 | |
JPH0736001B2 (ja) | びんの欠陥検査方法 | |
JP2016166842A (ja) | 情報処理、情報処理方法、プログラム | |
TWI743837B (zh) | 訓練資料增量方法、電子裝置與電腦可讀取記錄媒體 | |
CA3109406C (en) | Systems and methods for surface modeling using polarization cues | |
JP7483135B2 (ja) | 外観検査装置、および外観検査方法 | |
JP6812118B2 (ja) | 欠陥検出装置、欠陥検出方法およびプログラム | |
Banus et al. | A deep-learning based solution to automatically control closure and seal of pizza packages | |
TW202240546A (zh) | 用於自動視覺檢查之圖像增強技術 | |
JPH0792104A (ja) | 被検査物の不良個所検査方法 | |
US20210372778A1 (en) | Detection apparatus and method of producing electronic apparatus | |
WO2024009868A1 (ja) | 外観検査システム、外観検査方法、学習装置および推論装置 | |
Cai et al. | A vision-based character inspection system for tire mold | |
JP7089381B2 (ja) | 基板検査装置、基板処理装置および基板検査方法 | |
JP2023061387A (ja) | 合成データ及び機械学習を使用した欠陥検出 | |
JPH109835A (ja) | 表面欠陥検査装置 | |
KR20210009411A (ko) | 결함 검사 장치 | |
JPH1114323A (ja) | パターン検査方法及びパターン検査装置 | |
Bäuerle et al. | CAD2Real: Deep learning with domain randomization of CAD data for 3D pose estimation of electronic control unit housings | |
KR102558404B1 (ko) | 비정형적 외형을 갖는 제품의 불량을 검사하는 장치 | |
Solorzano et al. | Accurate Vision-Based PCB Positioning Using Cosine-Convolutional Neural Networks | |
KR102433319B1 (ko) | Led 광원용 확산 렌즈 비전 검사 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230628 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240312 |
|
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: 20240402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240430 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7483135 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |