JPH03156349A - 異物検出方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） この発明は、フィルタやプラスチックシート等の被検査
体に存在する異物の画像を撮像し、その画像データに基
づいてその撮像された異物（判別対象物）が所定のもの
であるが否かを判別する異物検出方法に関する。

（従来の技術とその課題） この種の異物検出方法として、２値化処理方法が従来よ
り利用されている。すなわち、被検査体に存在する異物
やしみ等の判別対象物の画像を撮（や１．た後、適当な
しきい値でその画像データを２値化処理して所定の異物
のみを背景から抽出している。このような２値化処理方
法におけるしきい］１への設定方式としては、大別して
固定式と自動式がある。固定式は、予め所定のしきい値
を定めておき、このしきい値に基き画像データを２値化
処理して所定の異物と背景とを区別する。ところが、固
定式の場合、しきい値が常に一定に保たれるため、照明
条件が変動したりあるいは測定対象である被検査体の交
換等により画像の背景輝度が変化すると、背景からの対
象物の抽出精度が低下するという問題を有していた。

これに対して、自動式は、照明条件やＩＩＦＪ定対象の
変化により画像の背景輝度が変化した場合でもこれらの
変化に応じて最適なしきい値が自動的に設定されるよう
にしており、上記のような問題を解消している。自動式
の一例としては、例えば本願発明者が先に出願したもの
（特開昭６３−２２０３７５号公報）がある。この２１
ｉｆｆ化処理方法によれば、被検査体に存在する異物や
しみ等の判別対象物の画像を撮像し、その濃淡画像デー
タに基づき画像の輝度の平均［Ｘと標準偏差σを求め、
これに予め設定されたパラメータｌ（を用いて、（Ｘ＋
にσ）の演算式によりしきい値を決定し、このしきい値
に基き上記濃淡画像データを２ｖｉ化処理している。し
たがって、照明条件や測定り・１象の変化により画像の
背景輝度が変化した場合でも、しきい値を自動的に適切
な値に設定して、背景から特定の異物のみを精度良く抽
出することが可能である。

しかしながら、被検査体に存在する異物やしみ等の判別
対象物の状態によっては、上記２値化処理方法によって
も、背景から特定の異物のみを精度良く抽出することが
できない場合がある。

例えば、被検査体としてのフ、ｆルタに判別対象物たる
黒色異物や赤茶褐色異物が捕集されたり、“しみ”が形
成されている場合において、これらの判別対象物（黒色
異物、赤茶褐色異物および“しみ”）のうちから黒色異
物のみを抽出するときには、次のような問題がある。

（１）比較的大きな赤茶褐色異物と比較的小さな黒色異
物がフィルタ上に存在する場合ニ一般に、２値化処理方
法を利用した異物検出方法では、黒色異物の輝度と赤茶
褐色異物の輝度とが大きく異なることに行目し、しきい
値を両者の輝度レベルの間の適当な値に設定して、２値
化処Ｐ１！することで黒色異物のみを抽出している。

しかし、後に記述するように、異物の大きさに応じてそ
の異物の輝度が変化し、例えば黒色異物の異物径が小さ
くなると、その黒色異物の輝度は上昇する。したがって
、比較的大きな赤茶褐色異物と比較的小さな黒色異物と
が判別対象物とじてフィルタ上に存在する場合には、両
異物の輝度の差が小さくなり、黒色異物のみの抽出が難
しくなる。

（２）黒色異物が細長形状（針状）である場合や周囲長
が特に大きな複雑異形の場合− この場合には、黒色異物のまわりでの照明光の回折現象
やフィルタからの散乱光を受けてその輝度レベルが上が
り、上記（１）と同様の理由から黒色異物のみの抽出が
難しくなる。

（３）“しみ“と比較的小さな黒色異物とがフ、ｆルタ
上に存在する場合： “しみ”は、−殻内には、比較的薄い色をしており、そ
の寸法も比較的大きなものである。したがって、その輝
度レベルは比較的高く、黒色異物との区別は容易である
。しかし、上記のように黒色異物径が小さくなると黒色
異物の輝度も高くなり、両者の区別が困難になる。

（発明の目的） この発明は、上記課題を解消するためになされたもので
、より高精度に所定の異物のみを抽出することかできる
異物検出方法を提供することを目的とする。

（目的を達成するための手段） 請求項１の発明は、被検査体の判別対象物の画像を撮像
し、その画像データに基づいて前記判別対象物が所定の
異物であるか否かを判別する異物検出方法であって、上
記目的を達成するために、前記判別対象物の濃淡画像デ
ータを画像メモリに格納する第１の工程と、前記濃淡画
像データを前記画像メモリから読出し、所定のしきい値
で２値化処理する第２の工程と、前記２ｆｆｉ化処理に
より得られる２！ｆｉ画像データに基づいて、前記判別
対１（シ物の大きさに関連したｆｆ１ｌの特徴間を求め
る第うの工程と、前記２値画像データに基づいて前記判
別対象物の位置を求める第４の工程と、前記第・器のコ
ニ程において求められた位置における前記判別対象物の
輝度に関連した第２の特徴間を前記濃淡画像データから
求める第５の工程と、前記しきい値と前記第１の特徴間
から輝度に関連した第１の判別しきい値を求める第６の
工程と、前記第１の判別しきい値と前記第２の特徴間と
を大小比較して、前記判別対象物が所定の異物であるか
否かを判別する第７の工程とを含んでいる。

また、請求項２の発明は、上記目的を達成するために、
前記２値画像データに基づいて、前記判別対象物の形状
に関連した第３の特徴間を求めるｔｆＳ８の工程をさら
に含み、前記１６６の工程において、前記第１の判別し
きい値の代わりに、前記しにおいて、前記第１および第
３の特徴間から輝度に関連した第２の判別しきい値を求
め、さらに前記ｒｔＳ７の工程において、前記第１の判
別しきい値と前記第２の特徴間とを大小比較する代わり
に、前１：（−第２の判別しきい値と前記第２の特徴間
とを大小比較して、前記判別対象物が所定の異物である
か否かを判別するようにしている。

また、請求項３の発明は、上記目的を達成するために、
前記第１の判別しきい値を前記第１の特徴間の増大にし
たがって単調に減少する関数としている。

また、請求項４の発明は、上記目的を達成するために、
前記第１の特徴間を前記判別対象物の長径あるいは平均
径としている。

また、請求項５の発明は、上記目的を達成するために、
前記第３の特徴間を前記判別対象物の円形度あるいは前
記判別対象物の短辺と長辺との比に基づく関数としてい
る。

また、請求項６の発明は、上記目的を達成するために、
前記第４の工程において求められる位置を判別対象物の
重心位置とし、前記第２の特徴間をその重心位置におけ
る輝度レベル、その重心位置近傍における輝度レベルの
平均値または前記判別対象物全体の平均輝度レベルとし
ている。

さらに、請求項７の発明は、上記目的を達成するために
、前記判別対象物を透過照明により撮像して前記濃淡画
像データを得ている。

（作用） 請求項１の発明によれば、２値画像データに基づいて判
別対象物の大きさに関連した第１の特徴間が求められた
後、その第１の特徴間を考慮に入れて輝度に関連したｊ
ｌｌｌの判別しきい値が決定され、その第１の判別しき
い値に基づいてその判別対象物が所定の異物であるか否
かが判別される。

そのため、判別対象物の大きさが変化した場合でも、第
１の判別しきい値が自動的にその大きさに応じた適切な
値に設定されて、所定の異物のみを精度良く抽出するこ
とができる。

請求項２の発明によれば、２値画像データに基づいて、
判別対象物の大きさに関連した第１の特徴量に加え、形
状に関連した第３の特徴量が求められ、さらに上記第１
の特徴量と第３の特徴量とを考慮に入れて輝度に関連し
た第２の判別しきい値が決定され、その第２の判別、し
きい値に基づいＣその判別対象物が所定の異物であるか
百かが判別される。したがって、判別対象物の大きさや
形状が変化した場合でも、第２の判別しきい値を自動的
にその大きさや形状に応じた適切な値に設定して、所定
の異物のみを精度良く抽出することができる。

（実施例） 上記技術的課題を解決するために、各種の研究を行った
結果、第２図に示す結果を得た。第２図は、黒色異物の
寸法（横長り、）と黒色異物の輝度レベルＢ、との関係
を示す図である。同図かられかるように、黒色異物の月
決（横長り、）の増加にともなって輝度レベルＢ１が指
数関数的に低下している。この結果については、以下の
ように考案することができる。

すなわち、黒色異物の厚みｔと異物への入射光Ｉｏと異
物からの出射光■との間には、光の吸収に関する一般的
な関係式 ％式％（） ］ α・・・黒色異物の吸収係数 か成立すると考えてよく、黒色異物のザ・ｒズ（溝長１
１．）が大きくなるにしたがっ°ｒＳＪ’Ｆみが増大し
、黒色異物の光吸収により黒色異物の輝度が低下する。

このため、第２図に示す結果が得られ、上記のように比
較的小さな黒色異物については、その輝度レベルが高く
なり、比較的大きな赤茶掲色異物との区別が困難になる
と考えられる。

そこで、単に適当なしきい値により濃淡画像データを２
値化処理するだけでなく、異物の大きさを考慮に入れ、
新たな判別基準（判別しきい値）を設け、その判別基準
により黒色異物の検出を行うことにより、より正確に黒
色異物を抽出することができると本願発明者は考えた。

以下において、ｌ　ｏｇ考えに基づく黒色異物の検出方
法の詳細について説明する。

第３図はこの発明にかかる異物検出方法を適用ｉｉＪ能
な異物検出装置の概略構成図である。この装置はフィル
タ１に捕集された黒色異物を検出するためのものであっ
て、透明または半透明のフ、ｆル′、′１をｔ５載し、
適当な位置に位置決めする自動Ｘｙ　ｓ゛、テージ２を
有している。また、自動ＸＹステジ２のＦ方位置には照
明装ｆｉ！３が設けられており、この照明装ｆｉ！３よ
り照射された光がフィルタ１を透過し、さらに顕微ｆｉ
４により自動ＸＹステージ２の上側に設けられたＣＣＤ
カメラ５に拡大結像される。

そして、ＣＣＤカメラ５によりフィルタ１の一部が撮像
されてビデオ信号ＶとしてＡ／Ｄ変換器６に入力され、
８ビツト、すなわち２５６階調のディジタル信号Ｚに変
換された後、画像メモリ７内に濃淡画像として格納され
る。また、画像メモリ７はコンピュータ８と接続されて
おり、そのコンピュータ８に上記濃淡画像データが読み
出されて種々の処理（後で詳説する）がなされ、その処
理結果に基づいて黒色異物の検出がなされる。また、画
像メモリ７に記録されている画像データはＤ／Ａ変換器
９によりビデオ信号Ｖ′に変換され、モニタＴＶＩＯに
与えられて、フィルタ１の部分拡大像がモニタＴｖ１０
上に映し出されるように構成されている。なお、フィル
タ１に捕集される異物が黒色異物と赤茶褐色異物との２
種類である場合には、黒色異物の抽出をより正確に行う
ため、第３図に示すように、赤茶褐色異物と同系色のガ
ラスフィルタ、例えば赤色ガラスフィルタ１１を照明光
の光路上に設け、この赤色ガラスフィルタ１１を介して
透過照明光をフィルタ１の裏面側に照射するように構成
することが好ましい。

Ａ、請求項１にかかる異物検出方法 法に、この発明の請求項１に対応する一実施例について
第１図を参照しつつ説明する。本実施例においては、ま
ずフィルタ１を自動ＸＹステージ２上に搭載した後、自
動ＸＹステージ２によりフィルタ１を位置決めする。そ
して、照明装置３を点灯させながらＣＣＤカメラ５によ
りフィルタ１のある一部を撮像し、その濃淡画像データ
を画像メモリ７に記録する（第１の工程ニステップＳｌ
）。

次に、画像メモリ７から濃淡画像データを読み出し、所
定のしきい値Ｔｈｏに基づき２値化処理を行う（第２の
工程ニステップＳ２）。ここで、しきい値Ｔｈｏの設定
方法については、予めキーボード１２を介してコンピュ
ータ８のメモリ（図示省略）に与えておいてもよいし、
または本願発明者が先に出願した方法（特開昭６３−２
２０３７５号公報）を用いてもよい。例えば、後者の方
法によれば、画像メモリ７から読み出した濃淡画像デー
タに基づき、下記（１）式の演算を行って輝度の平均値
Ｘを求めるとともに、下記（２）式の演算を行って標準
偏差σを求める。

・・・（２） ここで、ｚ　１（１−１，・・・、Ｎ）は各画素の輝度
レベルであり、この計算に用いる画素数Ｎは背景の輝度
分布が十分代表できる程度に大きくとる。それに続いて
、下記（３）式の演算を行って２値化しきい値”ｈｏを
決定する。

Ｔｈｏ−Ｘ＋にσ　　　　　　　　　　・（！ｌ）なお
、パラメータにとしては、黒色異物が２値画像において
も正しく再現される値を選択し、この実施例による黒色
異物の検出に先立ってキーボード１２から設定する。

そして、上記２値化処理により得られた２値画像中に存
在する各異物を判別対象物Ａ　、　　（１−１，２゜・
・・）として、各判別対象物Ａ１の横長（長辺）Ｌ、（
第１の特徴量）を求める（第３の工程ニステップＳ３）
。なお、判別対象物Ａ１の横長Ｌ１を求める代わりに、
平均径を求めてもよく、要はこの第３の工程において判
別対象物Ａｉの大きさに関連した特徴量を求める。

次に、上記２値画像から各判別対象物Ａｉの位置データ
として、重心位置（ｘ　　、ｙｌ）をそれぞれ求める（
第４の工程ニステップＳ４）。その後、その重心位置（
ｘ　　、ｙｌ）に対応する画素の輝度レベルＢｔ　　（
第２の特徴量）を濃淡画像データから求める（第５の工
程ニステップＳ５）。

ここで、第２の特徴量として、重心位置（ｘｌ。

ｙ　）に対応する１画素の輝度レベルＢ１を求めたが、
これに限定されるものではなく、例えば上記画素および
その周辺画素（例えば隣り合う４つの画素）の輝度レベ
ルをそれぞれ求め、さらにそれらの輝度レベルの平均値
を求めて、それを第２の特徴量としてもよい。

それに続いて、２値化しきい値Ｔｈｏと判別対象物Ａ　
の横長Ｌ　とから判別しきい値”ｈｔを演算１に する（第６の工程ニステップＳ６）。判別しきい値Ｔｈ
ｉは黒色異物の横長Ｌ１に対する関数関係になるように
決定しなければならず、通常経験的に決定される。例え
ば次式にしたがって適当な判別しきい値Ｔｈｔを決定す
ることができる。

Ｔ　　−（Ｔ　　−Ｋ　　）ｅｘｐ　　（−に２Ｌｌ）
ｔｈｏｔ 十に３・・・（４） ただし、Ｋ　　、Ｋ　　、Ｋ　　は定数である。

２Ｂ 次に、判別対象物Ａ１ごとに、判別しきい値Ｔ　と輝度
レベルＢ１とを大小比較して、判別対ｔ 敷物Ａｔが黒色異物であるか否かを判別する（第７の工
程ニステップＳ７）。

以上のように、各異物（判別対象物）Ａ１ごとに、その
横長り、を求めた後、その値Ｌ１を（４）式に代入・し
て各判別しきい値”ｈｌを決定するようにしているため
、異物（判別対象物）Ａｔの大きさに応じた適切な判別
しきい値Ｔｈｌを定めることができる。例えば、黒色異
物のサイズが小さく（それに応じてその輝度レベルは高
く）なると、それにともなって判別しきい値”ｈｌが高
くなるようにしている。したがって、黒色異物のサイズ
（横長り、）が比較的小さくとも、黒色異物のみをより
精度良く抽出することができる。

そして、この抽出された黒色異物とされる領域の画素数
や座標位置等に基づき黒色異物の面積や形状等が求めら
れる。

こうして、モニタＴＶＩＯにより撮像された最初の画面
の処理が終了すると、コンピュータ８からＸＹステージ
コントローラ（図示省略）に移動指令を出し、自動ＸＹ
ステージ２を移動させて、上記と同様の方法で次の画面
を検査する。

次に、具体例を示しながら、上記異物検出方法の検出精
度について説明する。第４図はあるフィルタに捕集され
た異物（判別対象物）　Ａ、　（１−１，２，３，４，
５）の横長Ｌ１と輝度レベルＢ、との関係を示す図であ
り、白丸は目視判別の結果赤茶褐色と判別されたものを
示し、黒丸は黒色と判別されたものを示している。以下
、このフィルタについて、従来の異物検出方法を適用し
て黒色異物の抽出を行った場合と、上記実施例を適用し
て黒色異物の抽出を行った場合とに分けて説明する。

（１）従来の異物検出方法 各異物（判別対象物）Ａｔの大きさを考慮に入れず単に
しきい値を８０（第４図の２点鎖線）。

６８（第４図の３点鎖線）にそれぞれ設定して、黒色異
物の抽出をそれぞれ行った。第１表はその結果を示すも
のである。

第１表 なお、同表において、“着色”とは、異物（判別対象物
）Ａ１は黒色異物ではない、すなわち赤茶掲色異物であ
ることを示すものであり、後の表（第２ないし第４表）
についても同様である。

この表に示すように、しきい値を８０に設定した場合に
は、目視判別の結果がら本来光茶褐色異物と判別された
第４番目の異物（判別対象物）Ａ４を、黒色異物と誤判
別する一方、しきい値を６８に設定した場合には、目視
色判別の結果から本来黒色異物と判別された第１番目の
異物（判別対象物）Ａ１を、光条褐色異物と誤判別して
しまう。

（２）請求項１にかかる異物検出方法 これに対して、上記方法により黒色異物の検出を行った
場合には、第２表に示すように、目視判別の結果と完全
に一致して、黒色異物の抽出が精度良く実行された。

第２表 すなわち、上記方法によれば、各異物（判別対象物）Ａ
ｔの濃淡画像を画像メモリ７に記録した後、その濃淡画
像データから（１）　、　（２）式にもとづいて輝度の
平均値Ｘと標準偏差σをそれぞれ求め、さらにそれらの
値からしきい値Ｔ　ｈｏ　（−１０８）を決定し、その
しきい値Ｔ、。で濃淡画像を２値化処理した。

そして、２値化処理により得られた２値画像中に存在す
る各異物（判別対象物）Ａ１の横長Ｌ１を求めた。その
結果は、それぞれ第２表の“異物の横長”の欄に示すよ
うになった。さらに、その２値画像から各異物（判別対
象物）Ａｉの重心位置（Ｘ　　、ｙＩ）をそれぞれ求め
、その重心位置（Ｘ　　、ｙｌ）に対応する画素の輝度
レベルＢ１を濃淡画像データから求めた。その結果につ
いても、第２表に示している。

また、上記のようにして求められた横長り、を次式に代
入して各判別しきい値Ｔｈｉを演算した。

Ｔ　ｈｚ−ＬＯ６ｅｘｐ　（０，０２Ｌ　ｔ　）　　　
＝・（５）なお、この（５）式は、経験的に定数に、に
２゜に３を適当に定め（Ｋ１−に３−０．に２−０．０
２）。

（４）式から導いたものであり、第４図の１点鎖線は（
５）式に示す関数関係を示している。

次に、上記のようにして求めた判別しきい値Ｔ　と輝度
レベルＢ、とを大小比較して、各異物旧 （判別対象物）　Ａ、　　（１−１，２，Ｌ４．５　）
をそれぞれ“黒°　　“黒゛、“着色″、“着色”、“
黒”と判別した（第７の工程）。

ところで、上記においては説明の便宜から、フィルタに
捕集される異物（判別対象物）を黒色異物と光条褐色異
物とに限定し、それらの異物のなかから黒色異物のみを
抽出することとしたが、この請求項１にかかる異物検出
方法により抽出可能な異物は上記場合に限られない。例
えば、フィルタに捕集された３種類以上の異物（判別対
象物）のうちから特定種類の異物のみを精度よく検出す
ることも可能である。

また、特定の異物（例えば黒色異物）と“しみ。

とがフィルタに存在する場合についても、上記と同様、
それら判別対象物（黒色異物、“しみ”）ごとにその大
きさを求め、その大きさに応じて各判別対象物の判別し
きい値を決定し、その判別しきい値に基づいて各判別対
象物が黒色異物か否かを判別するようにすれば、比較的
小さな黒色異物と比較的大きな“しみ”がフィルタに混
在したとしても、精度良く黒色異物のみを抽出すること
ができる。

なお、“しみ”と黒色異物が混在する場合に、上記異物
検出方法を使用すると、非常に有効である。なぜならば
、フィルタに付着した“しみ°には多数の穴がある場合
があり、上記のように判別対象物（この場合“しみ”）
の重心位置を求めた場合にはその重心位置が上記穴の位
置と一致する確率が高くなることが経験的にわがってい
る。このため、上記方法により判別対象物たる“しみ。

の重心位置における輝度レベルを求めると、比較的高い
ものとなり、黒色異物との輝度の差が大きくなり、黒色
異物の検出精度がより一層高くなる。

Ｂ、請求項２にかかる異物検出方法 次に、この発明の請求項２に対応する他の実施例につい
て第５図を参照しつつ説明する。本実施例においては、
先の実１例と同様にして、フィルタ１の一部の濃淡画像
データを画像メモリ７に記録する（第１の工程ニステッ
プＳｌ）。そして、画像メモリ７から濃淡画像データを
読み出し、所定のしきい値Ｔｈｏに基づき２値化処理を
行った（第２の工程ニステップＳ２）後、その２値化処
理により得られた２値画像に基づき各判別対象物Ａ１の
横長Ｌ１　（第１の特徴量）を求め（第３の工程ニステ
ップＳ３）、さらにその２値画像から、各判別対象物Ａ
　の形状指標Ｆ、（第３の特徴量）を求める（第８の工
程ニステップＳ８）。形状指１１Ｆ、としては、例えば
円形度、長辺と短辺との比あるいはそれらに基づく適当
な関数であってもよい。要は、形状指標Ｆ、として、フ
ィルタにより捕集される異物の一般的な形状特徴を示す
ものを求めればよい。なおこの実施例では、その−例と
して、円形度Ｐ１に基づく適当な関数ΔＰｉを採用した
（これについて後に詳細に説明する）。

次に、先の実施例と同様に、２値画像から各判別対象物
Ａ　の重心位置（ｘ　　、ｙｉ）をそれぞ１ れ求める（第４の工程ニステップＳ４）。さらに、その
重心位！　（ｘ　　、Ｆｌ　）に対応する画素の輝■ 度レベルＢ１　（第２の特徴量）を濃淡画像データから
求める（第５の工程ニステップＳ５）。

その後、２値化しきい値Ｔｈｏと、判別対象物Ａ　の横
長Ｌ１と、形状指標Ｆ、（ΔＰ、）とから判別しきい値
Ｔ　′を演算する（第６の工程：１ ステップ８６′）。判別しきい値Ｔ　　についてｈｔ も、上記判別しきい値”ｈｔと同様に、判別に適した黒
色異物の横長Ｌ１に対する関数関係になるように決定し
なければならず、通常経験的に決定される。例えば次式
にしたがって適当な判別しきい値Ｔ　　を決定すること
ができる。

旧 Ｔｈ、’　−（Ｔｈ、−に、）ｅｘｐ　　（−に２Ｌ、
）＋に３Ｆ、＋に４・・・（６） ただし、Ｋ　　、Ｋ　　、Ｋ　　、に４は定数である。

２Ｂ 次に、判別対象物Ａ１ごとに、判別しきい値Ｔ　　と輝
度レベルＢ１とを大小比較して、判別ｔ 対象物Ａ１が黒色異物であるか否かを判別する。

上記のように、判別しきい値Ｔｈｔを決定するにあたり
、判別対象物Ａ１の横長Ｌ１のみならず、判別対象物Ａ
１の形状指標Ｆ、をも考慮しているために、異物（判別
対象物）Ａ、の大きさおよび形状に応じた適当な判別し
きい値Ｔｈｌを定めることができ、先の実施例に比べよ
り精度良く黒色異物の抽出を行うことができる。

例えば、第６図に示す所定の横長Ｌ　、輝度しベルＢ１
をそれぞれ有する６つの異物（判別対象物）　Ａ、　　
（１−１，２，３，４，５，６）を先の実施例により黒
色異物の抽出を行うと、第３表に示す結果が得られた。

第３表 すなわち、上記のようにしてしきい値Ｔ　ｈｏ（−９２
）を求め、そのしきい値Ｔｈｏで２値化処理して得られ
た２値画像から各異物（判別対象物）Ａ１の横長Ｌ　を
求め、その値り、を次式に代入して６異物（判別対象物
）Ａｔの判別しきい値Ｔｈ□を求めた。

Ｔ　ｈ＋−９２ｅｘｐ　　（０，０２５Ｌ　＋　）　　
　　　・・・（７）なお、第６図の１点鎖線は上記判別
しきい値Ｔｈｌに関する関数関係を示している。そして
、各異物（判別対象物）ＡＩごとに、その判別しきい値
Ｔ　と輝度レベルＢ１とを大小比較して、各異物ｉ （判別対象物）Ａ　をそれぞれ“黒”、“着色”“青色
”、“黒”、“着色°、“黒″と判別した（第７の工程
）。したがって、目視判別により得られた結果と比較す
ると、第２番目の異物（判別対象物）Ａ２が本来目視判
別により“黒”と判別されているにもかかわらず、“着
色”と判別されてしまう。

これに対して、この実施例により黒色異物の検出を行っ
た場合には、第４表に示すように、目視判別の結果と自
動判別の結果とが完全に一致して、正確な黒色異物の抽
出が実行された。

第４表 すなわち、この実施例にかかる異物検出方法によれば、
先の実施例と同様にして、各異物（判別対象物）Ａ　の
横長Ｌ１を求めた（第３の工程ニスチップＳ３）後、２
値画像から各異物（判別対象物）Ａ　の形状指標Ｆ、を
求めた（第８の工程ニステップ８）。ここでは、形状指
標Ｆ１として、円形度Ｐ　に関する関数ΔＰＩを採用し
た。すなわち、２値画像から各判別対象物Ａ１領域の画
素数等に基づきその面積Ａおよび周囲長１を求めた後、
それらの値を次式 ％式％（８） に代入することにより、円形度Ｐｉを求め、さらに次式
にしたがって各異物（判別対象物）ＡＩの値ΔＰ１を求
めた。

ΔＰ　　ｌ−１８０（Ｐ　　Ｐ　ｉ　）　／　Ｐ（Ｐ　
＋　＜　Ｐの場合）■ ΔＰ　１””　０　　　　　　　　　　（Ｐ　ｔ≧Ｐの
場合）ただし、Ｐは平均円形度である。

なお、これらの結果は、第４表の“円形度”および“Δ
Ｐ　　の欄にそれぞれ示されている。

次に、先の実施例と同様にして、各異物（判別対象物）
Ａｉの輝度レベルＢｉを求めた（第５の工程ニステップ
Ｓ５）。

それに続いて、上記のようにして求めた値ΔＰ　と横長
Ｌ１とを次式に代入して、各判別し■ きい値Ｔ　　をそれぞれ演算した（第６の工程：■ ステップ８６′）。

Ｔ　　　−９２ｅｘｐ　　（−０，０２５Ｌ　り＋ΔＰ
　、　、、−（９）旧 なお、この（８）式は、経験的に定数Ｋｌないしに４を
適当に定め（Ｋ　　−に４−０．　Ｋ２−０．０２５　
。

Ｋ　　−−１）、形状指標Ｆｉとして値ΔＰ１を採３ 用したものである。

そして、上記のようにして求めた判別しきい値Ｔ　　と
輝度レベルＢ１とを大小比較して、各人ｔ 物（判別対象物）ＡＩをそれぞれ第４表に示すように判
別した（第７の工程ニステップ８７′）。

以上のように、各異物（判別対象物）Ａ１の横長り、（
第１の特徴量）のみならず、形状指標Ｆ　（−ΔＰ、）
を考慮して、各異物（判別対象物）Ａ　の形状に応じた
判別しきい値Ｔ　　を決ｔ　　　　　　　　　　　　　
　　　ｈｔ定することができ、黒色異物が針状であった
り、特殊な形状であっても精度良く黒色異物のみを抽出
することができる。

なお、上記実施例では被検査体の一例としてフィルタを
取り上げ説明したが、この発明はこれ以外にプラスチッ
クシート中や液体中の異物検出にも適用でき、さらに電
子部品やプリント基板上に設けられているマークや小さ
な文字の認識などにも利用できる。

また、上記実施例では異物（判別対象物）を透過照明法
により撮像したが、反射照明法により撮像してもよいこ
とは言うまでもなく、また、その反射光をカラーカメラ
で撮像し、その画像データに基づいて異物の抽出を行っ
てもよい。

（発明の効果） 以上のように、請求項１の発明によれば、２値画像デー
タに基づいて判別対象物の大きさに関連した第１の特徴
量を求めた後、その第１の特徴量を考慮に入れて輝度に
関連した第１の判別しきい値を決定し、その第１の判別
しきい値に基づいてその判別対象物が所定の異物である
か否かを判別するようにしているため、判別対象物の大
きさが変化した場合でも、第１の判別しきい値を自動的
にその大きさに応じた適切な値に設定して、所定の異物
のみを精度良く抽出することができる。

また、請求項２の発明によれば、さらに判別対象物の形
状に関連した第３の特徴量を求め、上記第１の特徴量と
その第３の特徴量とを考慮に入れて輝度に関連した第２
の判別しきい値を決定し、その第２の判別しきい値に基
づいてその判別対象物が所定の異物であるか否かを判別
するようにしているため、上記効果に加え、判別対象物
の形状が変化した場合でも、第２の判別しきい値を自動
的にその形状に応じた適ｌ切な値に設定して、所定の異
物のみをより精度良く抽出することができる。

【図面の簡単な説明】

第１図はこの発明の請求項１に対応する一実施例を示す
フローチャート、第２図は黒色異物の寸法と黒色異物の
輝度レベルとの関係を示す図、第３図は上記一実施例を
適用可能な異物検出装置の概略構成図、第４図は上記一
実施例を説明するための説明図、第５図はこの発明の請
求項２に対応する他の実施例を示すフローチャート、第
６図は上記他の実施例を説明するための説明図である。 １・・・フィルタ 第１図

Claims (7)

【特許請求の範囲】
1. （１）被検査体の判別対象物の画像を撮像し、その画像
   データに基づいて前記判別対象物が所定の異物であるか
   否かを判別する異物検出方法であって、 前記判別対象物の濃淡画像データを画像メモリに格納す
   る第１の工程と、 前記濃淡画像データを前記画像メモリから読出し、所定
   のしきい値で２値化処理する第２の工程と、 前記２値化処理により得られる２値画像データに基づい
   て、前記判別対象物の大きさに関連した第１の特徴量を
   求める第３の工程と、 前記２値画像データに基づいて前記判別対象物の位置を
   求める第４の工程と、 前記第４の工程において求められた位置における前記判
   別対象物の輝度に関連した第２の特徴量を前記濃淡画像
   データから求める第５の工程と、前記しきい値と前記第
   １の特徴量から輝度に関連した第１の判別しきい値を求
   める第６の工程と、前記第１の判別しきい値と前記第２
   の特徴量とを大小比較して、前記判別対象物が所定の異
   物であるか否かを判別する第７の工程とを含むことを特
   徴とする異物検出方法。
2. （２）前記２値画像データに基づいて、前記判別対象物
   の形状に関連した第３の特徴量を求める第８の工程をさ
   らに含み、前記第６の工程において、前記第１の判別し
   きい値の代わりに、前記しきい値、前記第１および第３
   の特徴量から輝度に関連した第２の判別しきい値を求め
   るとともに、前記第７の工程において、前記第１の判別
   しきい値と前記第２の特徴量とを大小比較する代わりに
   、前記第２の判別しきい値と前記第２の特徴量とを大小
   比較して、前記判別対象物が所定の異物であるか否かを
   判別する請求項１記載の異物検出方法。
3. （３）前記第１の判別しきい値が、前記第１の特徴量の
   増大にしたがって単調に減少する関数関係を有している
   請求項１記載の異物検出方法。
4. （４）前記第１の特徴量が前記判別対象物の長径あるい
   は平均径である請求項１ないし請求項３記載の異物検出
   方法。
5. （５）前記第３の特徴量が前記判別対象物の円形度ある
   いは前記判別対象物の短辺と長辺との比に基づく関数関
   係を有している請求項２記載の異物検出方法。
6. （６）前記第４の工程において求められる位置が前記判
   別対象物の重心位置であり、前記第２の特徴量がその重
   心位置における輝度レベル、その重心位置近傍における
   輝度レベルの平均値または前記判別対象物全体の平均輝
   度レベルである請求項１または請求項２記載の異物検出
   方法。
7. （７）前記判別対象物を透過照明により撮像して前記濃
   淡画像データを得る請求項１または請求項２記載の異物
   検出方法。