JPH05340888A

JPH05340888A - 欠陥検出方法

Info

Publication number: JPH05340888A
Application number: JP4144402A
Authority: JP
Inventors: Noriaki Yugawa; 典昭湯川
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1992-06-04
Filing date: 1992-06-04
Publication date: 1993-12-24
Also published as: KR940006054A

Abstract

(57)【要約】（修正有）【目的】被検査体の濃淡画像による欠陥検出におい
て、背景画像との濃度差が微妙な欠陥候補部位を、目視
検査と同様に検出できる欠陥検出方法を提供する。【構成】濃淡画像の各画素の濃度データの濃度別頻出
度から背景画像濃度値を設定する背景画像濃度値設定工
程＃２と、濃淡画像上で、画素の濃度データと前記背景
画像濃度値との濃度差が任意に設定した濃度差閾値を越
える画素が隣接して存在する欠陥候補部位を検出する欠
陥候補部位検出工程＃３と、検出された各欠陥候補部位
において、各欠陥候補部位の各画素の濃度差を任意の演
算方法で演算し、これらの演算結果を集計した評価値を
演算する評価値演算工程＃４と、この評価値の演算方法
に対応する第１評価閾値を設定する第１評価閾値設定工
程＃５と、評価値を第１評価閾値と比較して欠陥部位を
検出する第１欠陥部位検出工程＃６とを有する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、電子機器分野で使用さ
れる液晶パネル等の電子部品の表面に現れる欠陥部を検
出する欠陥検出方法に関し、特に、被検査体を撮像して
得られる濃淡画像から前記欠陥部を検出する欠陥検出方
法に関するものである。

【０００２】

【従来の技術】従来から、工業製品の生産工程は殆ど自
動化されているが、検査工程では、自動化の要望が多い
にもかかわらず、人手による作業が多く残っている。こ
れらの検査の中で、目視検査は、その大部分が画像処理
装置を使用して自動化されているが、熟練検査員が必要
な目視検査工程は未だ自動化が進んでいない。その理由
は、例えば、液晶パネルのＰＨＢ（ピンホール・ブラッ
ク）検査に必要な人間の微妙な判断を自動化する適切な
処理方法が未だないからである。ＰＨＢとは、液晶パネ
ルにおいて、よく発生する欠陥で、背景よりも微妙に暗
い濃度で円形に広がったものである。

【０００３】液晶パネルのＰＨＢ（ピンホール・ブラッ
ク）検査に必要な人間の微妙な判断を自動化するための
従来例を図１３〜図１６に基づいて説明する。

【０００４】図１３は、ＰＨＢ（ピンホール・ブラッ
ク）検査を含む液晶パネルの検査を自動化した従来例の
欠陥検出方法のフローチャートである。

【０００５】図１３のステップ＃１０において、被検査
体を撮像して図１４に示す濃淡画像を得て、ステップ＃
１１に進む。この場合、図１４において、濃淡画像１に
は、欠陥候補部位２、３が、背景画像４の中に、背景画
像４よりも僅かに微妙に暗い画像濃度で現れる。

【０００６】ステップ＃１１において、ステップ＃１０
の図１４の濃淡画像から、図１５に示すようにして、任
意に設定した所定濃度閾値を越える濃度データを有する
画素が隣接して存在する欠陥候補部位を検出して、ステ
ップ＃１２に進む。この場合、図１５において、画像濃
淡分布５、６は、図１４のライン７、８上の夫々の画像
濃淡分布を示す。この濃淡分布を８ｂｉｔで表すと、図
１５の画像濃淡分布９に示すように、明部上限１０の濃
度データは２５５レベル、暗部下限１１の濃度データは
０レベルになる。ステップ＃１１では、図１５に示すよ
うにして、画素の濃度データと背景画像濃度値２０（通
常、背景画像濃度値２０は、図１６に示すように、横軸
に濃度、縦軸に濃度別の出現数をとって、被検査体の所
定エリアの濃度ヒストグラムを作成し、その最多出現濃
度４０として求められる。）との差が、所定濃度差閾値
２１（図１６において、検出すべき欠陥部位の濃度が濃
度値４１前後に分布しているとすると、最多出現濃度４
０と濃度値４１との差に対して少し小さい値を所定濃度
差閾値２１とする。尚、背景よりも少し明るい濃度で広
がる欠陥候補部位に対しては、上記と逆方向の所定濃度
閾値を使用することは勿論である。）を越える欠陥候補
部位２３を抽出する｛ここでは、背景画像濃度値２０を
ａ、所定濃度差閾値２１をｂとすると、（ａ−ｂ）を示
す図１５の２２以下の濃度データを有する部位を検出す
ることになる。｝。図１５では、図１４の欠陥候補部位
２がこの条件に適合し、欠陥候補部位２として残るが、
図１４の欠陥候補部位３はこの条件に適合せず、欠陥候
補部位を取り消される。

【０００７】ステップ＃１２において、ステップ＃１１
で欠陥候補部位として検出された欠陥候補部位２の面積
を演算する。通常は、欠陥候補部位２内の画素の数を数
えることによって求め、ステップ＃１３に進む。

【０００８】ステップ＃１３において、図１５の欠陥候
補部位２の面積２４が所定面積閾値以上であれば、欠陥
と判定する。

【０００９】

【発明が解決しようとする課題】一方、視覚では、面積
は小さいが背景画像濃度値２０との濃度差が大きい欠陥
候補部位と、面積は大きいが背景画像濃度値２０との濃
度差が微妙な欠陥候補部位とを、同程度に感じ取ること
ができるので、前記両方の欠陥候補部位を検出できる。
しかし、上記の従来例の構成では、非常に微妙な濃度差
で広がる図１４の欠陥候補部位３を検出できない。その
理由は、例えば、図１６に示すように、欠陥部位の濃度
の中で背景画像濃度値４０に最も近い濃度を濃度４４と
した場合に、この濃度４４との濃度差が微妙な濃度４２
で広がる図１４の欠陥候補部位３を検出するために、所
定濃度差閾値を図１６に示す所定濃度差閾値５０のよう
に小さくすれば、背景画像に存在し、欠陥では無いがそ
の濃度値が図１６の濃度４３のような部位で、図１５に
示すように、微妙な濃度変化３０を示す部位も検出する
ことになるという問題点があり、これを防ぐために、所
定濃度差閾値を図１６に示す所定濃度差閾値２１のよう
に大きくすれば、非常に微妙な濃度差で広がる欠陥候補
部位３を見落とすという問題点があるということであ
る。本発明は、上記の問題点を解決し、目視検査と同様
に、背景画像との濃度差が微妙な欠陥候補部位を検出で
きる欠陥検出方法を提供することを課題としている。

【００１０】

【課題を解決するための手段】本願第１発明の欠陥検出
方法は、上記の課題を解決するために、被検査体を撮像
して得られる濃淡画像の各画素の濃度データから、前記
被検査体表面に現れている欠陥部を検出する欠陥検出方
法において、前記濃淡画像の各画素の濃度データの濃度
別頻出度から背景画像濃度値を設定する背景画像濃度値
設定工程と、前記濃淡画像上で、画素の濃度データと前
記背景画像濃度値との濃度差が任意に設定した濃度差閾
値を越える画素が隣接して存在する欠陥候補部位を検出
する欠陥候補部位検出工程と、検出された各欠陥候補部
位において、各欠陥候補部位の各画素の前記濃度差を任
意の演算方法で演算し、これらの演算結果を集計した評
価値を演算する評価値演算工程と、この評価値の演算方
法に対応する第１評価閾値を設定する第１評価閾値設定
工程と、前記評価値を第１評価閾値と比較して欠陥部位
を検出する第１欠陥部位検出工程とを有することを特徴
とする。

【００１１】本願第２発明の欠陥検出方法は、上記の課
題を解決するために、被検査体を撮像して得られる濃淡
画像の各画素の濃度データから、前記被検査体表面に現
れている欠陥部を検出する欠陥検出方法において、前記
濃淡画像の各画素の濃度データの濃度別頻出度から背景
画像濃度値を設定する背景画像濃度値設定工程と、前記
濃淡画像上で、画素の濃度データと前記背景画像濃度値
との濃度差が任意に設定した濃度差閾値を越える画素が
隣接して存在する欠陥候補部位を検出する欠陥候補部位
検出工程と、検出された各欠陥候補部位において、各欠
陥候補部位の各画素の前記濃度差を任意の演算方法で演
算し、これらの演算結果を集計した評価値を演算する評
価値演算工程と、前記評価値の演算方法とその欠陥候補
部位の画素の数とに対応した第２評価閾値を設定する第
２評価閾値設定工程と、前記評価値演算工程の評価値を
前記第２評価閾値と比較して欠陥部位を検出する第２欠
陥部位検出工程とを有することを特徴とする。

【００１２】本願第３発明の欠陥検出方法は、上記の課
題を解決するために、被検査体を撮像して得られる濃淡
画像の各画素の濃度データから、前記被検査体表面に現
れている欠陥部を検出する欠陥検出方法において、前記
濃淡画像の各画素の濃度データの濃度別頻出度から背景
画像濃度値を設定する背景画像濃度値設定工程と、前記
濃淡画像上で、画素の濃度データと前記背景画像濃度値
との濃度差が任意に設定した濃度差閾値を越える画素が
隣接して存在する欠陥候補部位を検出する欠陥候補部位
検出工程と、検出された各欠陥候補部位において、各欠
陥候補部位の各画素の前記濃度差を任意の演算方法で演
算し、これらの演算結果を集計した評価値を演算する評
価値演算工程と、前記評価値の演算方法に対応する前件
部用メンバーシップ関数と、その欠陥候補部位の画素の
数に対応する前件部用メンバーシップ関数と、後件部用
メンバーシップ関数とを設定するメンバーシップ関数設
定工程と、前記評価値及びその欠陥候補部位の画素の数
とを前件部として、ファジィ推論により欠陥部位を検出
する第３欠陥部位検出工程とを有することを特徴とする
欠陥検出方法。

【００１３】

【作用】本願第１発明の欠陥検出方法は、被検査体を撮
像して得られる濃淡画像の各画素の濃度データから、前
記被検査体表面に現れている欠陥部を検出する欠陥検出
方法において、背景画像濃度値設定工程で、前記濃淡画
像の各画素の濃度データの濃度別頻出度から背景画像濃
度値を設定し、欠陥候補部位検出工程で、前記濃淡画像
上で、画素の濃度データと前記背景画像濃度値との濃度
差が任意に設定した濃度差閾値を越える画素が隣接して
存在する欠陥候補部位を検出し、評価値演算工程で、検
出された各欠陥候補部位において、各欠陥候補部位の各
画素の前記濃度差を任意の演算方法で演算し、これらの
演算結果を集計した評価値を演算し、第１評価閾値設定
工程で、前記評価値の演算方法によって閾値を変える必
要があるので、この前記評価値の演算方法に対応する第
１評価閾値を設定し、第１欠陥部位検出工程で、前記評
価値を第１評価閾値と比較して欠陥部位を検出するもの
である。特に、評価値演算工程で、検出された各欠陥候
補部位について、各欠陥候補部位の各画素の濃度データ
と背景画像濃度値との濃度差を任意の演算方法で演算
し、更に、これらの演算結果を集計した評価値を演算す
ることにより、この評価値は、各画素の濃度データと背
景画像濃度値との濃度差を集積したものになるので、欠
陥候補部位検出工程で使用する濃度差閾値が微妙に小さ
いものであっても、この微妙な差が蓄積された前記評価
値は、欠陥候補部位を構成する画素の濃度の微妙な広が
りを明確に、且つ、適正に表すことになることと、第１
評価閾値設定工程で、前記評価値の演算方法に対応する
第１評価閾値を設定し、第１欠陥部位検出工程で、前記
評価値を第１評価閾値と比較して欠陥部位を検出するこ
ととによって、人間の目視と同様の感度特性で欠陥検出
をすることができる。

【００１４】本願第２発明の欠陥検出方法は、被検査体
を撮像して得られる濃淡画像の各画素の濃度データか
ら、前記被検査体表面に現れている欠陥部を検出する欠
陥検出方法において、背景画像濃度値設定工程で、前記
濃淡画像の各画素の濃度データの濃度別頻出度から背景
画像濃度値を設定し、欠陥候補部位検出工程で、前記濃
淡画像上で、画素の濃度データと前記背景画像濃度値と
の濃度差が濃度差閾値を越える画素が隣接して存在する
欠陥候補部位を検出し、評価値演算工程で、検出された
各欠陥候補部位において、各欠陥候補部位の各画素の前
記濃度差を任意の演算方法で演算し、これらの演算結果
を集計した評価値を演算し、第２評価閾値設定工程で、
前記評価値の演算方法によって閾値を変える必要がある
ことと、欠陥候補部位の画素の数によって閾値を変えて
人間の目視の感度特性に合わせる必要があることとによ
って、前記評価値の演算方法とその欠陥候補部位の画素
の数とに対応した第２評価閾値を設定し、第２欠陥部位
検出工程で、前記評価値演算工程の評価値を前記第２評
価閾値と比較して欠陥部位を検出するものである。特
に、評価値演算工程で、検出された各欠陥候補部位につ
いて、各欠陥候補部位の各画素の濃度データと背景画像
濃度値との濃度差を任意の演算方法で演算し、更に、こ
れらの演算結果を集計した評価値を演算することによ
り、この評価値は、各画素の濃度データと背景画像濃度
値との濃度差を集積したものになるので、欠陥候補部位
検出工程で使用する濃度差閾値が微妙に小さいものであ
っても、この微妙な差が蓄積された前記評価値は、欠陥
候補部位を構成する画素の濃度の微妙な広がりを明確
に、且つ、適正に表すことになることと、第２評価閾値
設定工程で、前記評価値の演算方法とその欠陥候補部位
の画素の数とに対応した第２評価閾値を設定して人間の
目視の感度特性に類似させ、第２欠陥部位検出工程で、
前記評価値演算工程の評価値を前記第２評価閾値と比較
して欠陥部位を検出することとによって、人間の目視と
同様の感度特性で欠陥検出をすることができる。

【００１５】本願第３発明の欠陥検出方法は、被検査体
を撮像して得られる濃淡画像の各画素の濃度データか
ら、前記被検査体表面に現れている欠陥部を検出する欠
陥検出方法において、背景画像濃度値設定工程で、前記
濃淡画像の各画素の濃度データの濃度別頻出度から背景
画像濃度値を設定し、欠陥候補部位検出工程で、前記濃
淡画像上で、画素の濃度データと前記背景画像濃度値と
の濃度差が濃度差閾値を越える画素が隣接して存在する
欠陥候補部位を検出し、評価値演算工程で、検出された
各欠陥候補部位において、各欠陥候補部位の各画素の前
記濃度差を任意の演算方法で演算し、これらの演算結果
を集計した評価値を演算し、メンバーシップ関数設定工
程で、前記評価値の演算方法に対応する前件部用メンバ
ーシップ関数と、その欠陥候補部位の画素の数に対応す
る前件部用メンバーシップ関数と、後件部用メンバーシ
ップ関数とを設定し、第３欠陥部位検出工程で、前記評
価値及びその欠陥候補部位の画素の数とを前件部とし
て、ファジィ推論による前件部の演算値を求め、この演
算値を後件部用メンバーシップ関数で判断して欠陥部位
を検出するものである。特に、評価値演算工程で、検出
された各欠陥候補部位について、各欠陥候補部位の各画
素の濃度データと背景画像濃度値との濃度差を任意の演
算方法で演算し、更に、これらの演算結果を集計した評
価値を演算することにより、この評価値は、各画素の濃
度データと背景画像濃度値との濃度差を集積したものに
なるので、欠陥候補部位検出工程で使用する濃度差閾値
が微妙に小さいものであっても、この微妙な差が蓄積さ
れた前記評価値は、欠陥候補部位を構成する画素の濃度
の微妙な広がりを明確に、且つ、適正に表すことになる
ことと、メンバーシップ関数設定工程で、前記評価値の
演算方法に対応するメンバーシップ関数と、その欠陥候
補部位の画素の数に対応するメンバーシップ関数と、後
件部用メンバーシップ関数とを設定し、第３欠陥部位検
出工程で、前記評価値及びその欠陥候補部位の画素の数
とを前件部として、ファジィ推論により欠陥部位を検出
することとによって、人間の目視の感度特性に類似さ
せ、人間の目視と同様の感度特性で欠陥検出をすること
ができる。

【００１６】

【実施例】本発明の欠陥検出方法の第１、第２、第３実
施例を、図１〜図７に基づいて説明する。

【００１７】図１は、本発明の欠陥検出方法の第１、第
２、第３実施例のフローチャートで、ステップ＃１〜ス
テップ＃４は共通ステップで、ステップ＃５〜ステップ
＃６は第１実施例、ステップ＃５′〜ステップ＃６′は
第２実施例、ステップ＃５″〜ステップ＃６″は第３実
施例である。

【００１８】図１のステップ＃１の被検査体の撮像工程
において、被検査体を撮像し、図２に示す濃淡画像５０
を得、ステップ＃２に進む。

【００１９】ステップ＃２の背景画像濃度値設定工程に
おいて、最多出現濃度を検出し、これによって、背景画
像濃度値を設定して、ステップ＃３に進む。

【００２０】ステップ＃３の欠陥候補部位検出工程にお
いて、前記濃淡画像５０上で、画素の濃度データと前記
背景画像濃度値との濃度差が任意に設定した濃度差閾値
を越える画素が隣接して存在する欠陥候補部位５１、５
２、５３・・・を検出し、ステップ＃４に進む。この場
合、各画素の濃度データと背景画像濃度値との濃度差か
ら濃度差閾値を引いたものが負になる場合は、濃度差０
として、欠陥としない。

【００２１】ステップ＃４の評価値演算工程において、
ステップ＃３で検出された図２の各欠陥候補部位につい
て、例えば、５１、５２について、各欠陥候補部位の各
画素の前記濃度差を任意の演算方法で演算し、これらの
演算結果を集計した評価値を演算する。この演算方法と
その効果について説明すると、次のようになる。即ち、
検出された各欠陥候補部位について、各欠陥候補部位の
各画素の濃度データと背景画像濃度値との濃度差を任意
の演算方法で演算し、更に、これらの演算結果を集計し
た評価値を演算することにより、この評価値は、各画素
の濃度データと背景画像濃度値との濃度差を集積したも
のになるので、欠陥候補部位検出工程で使用する濃度差
閾値が微妙に小さいものであっても、この微妙な差が蓄
積された前記評価値は、欠陥候補部位を構成する画素の
濃度の微妙な広がりを明確に、且つ、適正に表すことに
なり、従来は使用できなかった微妙な濃度差を濃度差閾
値として使用できる。

【００２２】この演算方法としては、各欠陥候補部位の
各画素の濃度データと背景画像濃度値との濃度差を集積
したものになれば、任意の演算方法を採用できる。例え
ば、全画素を比較して得られる最大値、平均値、２乗
和、総和等を使用できる。

【００２３】その１例として、次に、２乗和の場合のス
テップ＃４の評価値演算工程を説明する。図３、図４
は、図２に示す欠陥候補部位５１、５２の各画素の濃度
と背景画像濃度値との濃度差６０を夫々示したものであ
る。

【００２４】欠陥候補部位５１の濃度差６０の２乗和に
よる評価値は、評価値＝１²＋１²＋１²＋１²＋１²＋１²＋３²＋
４²＋３²＋２²＋１²＋・・・・・２²＋２²＋１²
＋１²＋１²＋１²＝３６６欠陥候補部位５２の濃度差６０の２乗和による評価値
は、評価値＝６²＋８²＋１０²＋１１²＋６²＝３５７となり、欠陥候補部位５１、５２内の画素の数は、夫々
４９、５ではあるが、略同レベルの評価値になる。従っ
て、欠陥候補部位５１、５２共に、次の工程で欠陥とし
て検出される。人間の視覚は、大きい面積で濃度差が小
さい欠陥と、小さい面積で濃度差が大きい欠陥とを同程
度に感ずる感度特性を持っているが、本発明では、この
人間の視覚の感覚特性に合致した検出特性を得られる。

【００２５】尚、欠陥部位ではないが、背景画像の中
で、濃度に変動が有る部位が、図２に示す欠陥候補部位
５３として検出された場合には、例えば、この欠陥候補
部位５３の画素数が１００で、背景画像濃度値との濃度
差が１の画素が７０、背景画像濃度値との濃度差が２の
画素が３０とすれば、その２乗和による評価値は、評価値＝１²×７０＋１²×３０＝１９０となる。

【００２６】上記例のような演算を、ステップ＃３で検
出された全ての欠陥候補部位について行い、各評価値を
求めてから、予めの指定によって、ステップ＃５、
５′、５″の何れかに進む。

【００２７】上記までは共通ステップで、次に、第１実
施例のステップを説明する。

【００２８】ステップ＃５の第１評価閾値設定工程にお
いて、ステップ＃４の評価値の演算方法に対応する第１
評価閾値を設定し、ステップ＃６に進む。この場合、ス
テップ＃４の演算方法は、各欠陥候補部位の各画素の前
記濃度差を任意の演算方法で演算し、これらの演算結果
を集計した評価値を演算するものであり、この演算方法
は、各欠陥候補部位の各画素の濃度データと背景画像濃
度値との濃度差を集積したものであれば、任意の演算方
法を採用できる。例えば、全画素を比較して得られる最
大値、平均値、２乗和、総和等を使用できる。そして、
最大値、平均値、２乗和、総和等のどれを使用するかに
よって第１評価閾値が異なるのは当然で、第１評価閾値
設定工程で、予め演算方法別に決められた境界条件によ
って、ステップ＃４の演算方法に対応する第１評価閾値
を設定する。本実施例では、第１評価閾値を３００とす
る。

【００２９】ステップ＃６の第１欠陥部位検出工程にお
いて、ステップ＃４の評価値３６６、３５７、・・・、
１９０と、第１評価閾値を３００とを比較し、欠陥候補
部位５１、５２を欠陥部位として検出し、欠陥候補部位
５３は欠陥部位ではないと判定する。この結果を図５に
示す。

【００３０】次に、第２実施例のステップを説明する。

【００３１】ステップ＃５′の第２評価閾値設定工程に
おいて、ステップ＃４の評価値の演算方法とその欠陥候
補部位の画素の数とに対応した第２評価閾値を設定し、
ステップ＃６′に進む。この場合、ステップ＃４の演算
方法は、各欠陥候補部位の各画素の前記濃度差を任意の
演算方法で演算し、これらの演算結果を集計した評価値
を演算するものであり、この演算方法は、各欠陥候補部
位の各画素の濃度データと背景画像濃度値との濃度差を
集積したものであれば、任意の演算方法を採用できる。
例えば、全画素を比較して得られる最大値、平均値、２
乗和、総和等を使用できる。そして、最大値、平均値、
２乗和、総和等のどれを使用するかによって評価閾値が
異なるのは当然であるが、以前に述べたように、欠陥候
補部位の画素の数によって、欠陥となる画素の濃度が変
動するので、ステップ＃５′の第２評価閾値設定工程に
おいては、予め演算方法別に決められた境界条件と、欠
陥候補部位の画素の数別に決められた境界条件とによっ
て、ステップ＃４の演算方法と欠陥候補部位の画素の数
に対応する第２評価閾値を設定する。本実施例では、第
２評価閾値は画素数が１００未満は１５０、画素数が１
００以上は２００とする。

【００３２】ステップ＃６′の第２欠陥部位検出工程に
おいて、ステップ＃４の評価値３６６、３５７（これら
は、画素数が１００未満）に対しては、第２評価閾値１
５０を使用し、ステップ＃４の評価値１９０（これは、
画素数が１００以上）に対しては、第２評価閾値１５０
を使用して、欠陥候補部位５１、５２を欠陥部位として
検出し、欠陥候補部位５３は欠陥部位ではないと判定す
る。この結果を図５に示す。

【００３３】次に、第３実施例のステップを説明する。

【００３４】ステップ＃５″のメンバーシップ関数設定
工程において、ステップ＃４の評価値の演算方法に対応
するメンバーシップ関数と、その欠陥候補部位の画素の
数に対応するメンバーシップ関数と、後件部用メンバー
シップ関数とを設定し、ステップ＃６″に進む。この場
合、ステップ＃４の演算方法は、各欠陥候補部位の各画
素の前記濃度差を任意の演算方法で演算し、これらの演
算結果を集計した評価値を演算するものであり、この演
算方法は、各欠陥候補部位の各画素の濃度データと背景
画像濃度値との濃度差を集積したものであれば、任意の
演算方法を採用できる。例えば、全画素を比較して得ら
れる最大値、平均値、２乗和、総和等を使用できる。そ
して、最大値、平均値、２乗和、総和等のどれを使用す
るかによって評価閾値が異なるのは当然であるが、以前
に述べたように、欠陥候補部位の画素の数によって、欠
陥となる画素の濃度が変動するので、ステップ＃５″の
メンバーシップ関数設定工程においては、予め演算方法
別に決められた境界条件に対応する前件部用メンバーシ
ップ関数（Ｘ₁）（図６に示す。）と、予め欠陥候補部
位の画素の数別に決められた境界条件に対応する前件部
用メンバーシップ関数（Ｘ₂）（図７に示す。）と、予
め演算方法別に決められた境界条件と欠陥候補部位の画
素の数別に決められた境界条件とに対応する後件部用メ
ンバーシップ関数（Ｙ）（図８に示す。）とを設定す
る。これらのメンバーシップ関数の設定は、公知のファ
ジィルールの手法による。メンバーシップ関数の縦軸は
所属度を示し、横軸は、夫々評価値と画素の数を示す。

【００３５】そして、Ｘ₁とＸ₂とのＮＬ〜ＰＬのラベ
ルは、ＮＬ：小さいＮＳ：やや小さいＺＲ：普通ＰＳ：やや大きいＰＬ：大きいを表し、ＹのＮ、Ｍ、Ｐのラベルは、Ｎ：欠陥と判定しないＭ：どちらとも判定できない（修正して良品に変更可能
の範囲のもの等）Ｐ：欠陥と判定するを表す。

【００３６】ステップ＃６″の第３欠陥部位検出工程に
おいて、評価値を図６の前件部用メンバーシップ関数
（Ｘ₁）に入力し、欠陥候補部位の画素の数を図７の前
件部用メンバーシップ関数（Ｘ₂）に入力する。例え
ば、本実施例では、図６に、図２に示す欠陥候補部位５
１の評価値３６６を入力して図９とし、図９に示すよう
に、横軸の３６６からの垂直線と、ラベルＺＲ、ＰＳと
の交点からそのラベルＺＲ、ＰＳの所属度０．５を求め
る。又、図７に、図２に示す欠陥候補部位５１の欠陥候
補部位の画素の数４９を入力して図１０とし、図１０に
示すように、横軸の４９からの垂直線と、ラベルＺＲ、
ＮＳとの交点からそのラベルＺＲ、ＮＳの所属度０．４
と０．６とを求める。

【００３７】図９の前件部用メンバーシップ関数
（Ｘ₁）と図１０の前件部用メンバーシップ関数
（Ｘ₂）のラベルと所属度から、図８の後件部用メンバ
ーシップ関数（Ｙ）のラベルと所属度を求めるには、図
１１のルールによる。

【００３８】図１１において、Ｘ₁とＸ₂とのラベルの
組合せは多数あるが、ここでは、説明を簡単にするため
に、頻出度が大きいものだけを挙げた。このルールの使
い方は次のようになる。

【００３９】前記で求めた、Ｘ₁とＸ₂とのラベルと所
属度とを図１１に入れると次のようになる。

【００４０】Ｘ₁とＸ₂との所属度の小さい方の所属度をＹの所属度
とするので、Ｙの所属度は、上記のＰの０．４とＭの
０．５とになる。これらを図８の後件部用メンバーシッ
プ関数（Ｙ）に入れると図１２に示すようになる。

【００４１】図１２において、ラベルＰとＭの斜線部の
重心値Ｇ₁、Ｇ₂を求め、この重心値Ｇ₁とＧ₂との重
心値Ｇ₃０．６５を求める。

【００４２】この重心値Ｇ₃０．６５を、下記の判定基
準で判定する。

【００４３】判定基準（実体に合わせて任意に設定できる。）：Ｙの重心値判定０．４未満欠陥と判断しない０．４以上〜０．６未満どちらとも判断できない（別個に処理し、修理も含めて作業者が判定する。）０．６以上欠陥と判断する上記の結果は、０．６＜０．６５なので、欠陥と判定する。

【００４４】本発明の欠陥検出方法は、上記の実施例に
限らず種々の態様が可能である。例えば、実施例では、
評価値を濃度差から演算したが、濃度差に限らず画像濃
度分布を表すものであれば何でも良い。又、欠陥候補部
位の画素の数は欠陥候補部位の面積を表すものであれば
良い。ファジィ推論の方法には、実施例以外にも種々の
方法があり、目的に適するものを自由に設計できる。

【００４５】

【発明の効果】本願第１発明の欠陥検出方法では、評価
値演算工程で、前工程で検出された各欠陥候補部位にお
いて、各欠陥候補部位の各画素の濃度と背景画像濃度値
との濃度差を任意の演算方法で演算し、これらの演算結
果を集計して評価値を演算しているので、この評価値
は、各画素の濃度データと背景画像濃度値との濃度差を
集積したものになる。従って、本発明の欠陥検出方法
は、欠陥候補部位検出工程で使用する濃度差閾値が微妙
に小さいものであっても、この微妙な差を蓄積した前記
評価値によって、欠陥候補部位を構成する画素の濃度の
微妙な広がりを明確に、且つ、適正に表すことが可能で
あり、面積は小さいが背景画像濃度値との濃度差が大き
い欠陥候補部位と面積は大きいが背景画像濃度値との濃
度差が微妙な欠陥候補部位とを同程度に感じ取ることが
できるという人間の目視と同様の感度特性で欠陥検出を
することができるという効果を奏する。

【００４６】本願第２発明の欠陥検出方法は、本願第１
発明の効果に加えて、次の効果を奏する。即ち、本願第
２発明の欠陥検出方法では、第２評価閾値設定工程で、
評価値の演算方法とその欠陥候補部位の画素の数とに対
応した第２評価閾値を設定している。従って、本願第２
発明の欠陥検出方法では、第２評価閾値設定工程で、第
２評価閾値を、演算方法による評価値の大小の傾向と、
欠陥候補部位の画素の数による適正閾値の変化傾向とを
組み合わせたものにすることができるので、本願第１発
明の効果に比較して、感度特性を、面積は小さいが背景
画像濃度値との濃度差が大きい欠陥候補部位と面積は大
きいが背景画像濃度値との濃度差が微妙な欠陥候補部位
とを同程度に感じ取ることができるという人間の目視の
感度特性に、更に近づけることが可能で、検出感度を更
に人間の目視の感度特性に近づけ得るという効果を奏す
る。

【００４７】本願第３発明の欠陥検出方法は、本願第２
発明の効果に加えて、次の効果を奏する。即ち、本願第
３発明の欠陥検出方法では、本願第２発明における評価
値と欠陥候補部位の画素数との処理を、ファジィ推論で
処理しているので、検出感度を更に人間の目視の感度特
性に近づけ得るという効果を奏する。

【図面の簡単な説明】

【図１】本発明の欠陥検出方法の第１、第２、第３実施
例方法のフローチャートである。

【図２】図１の欠陥候補部位を示す濃淡画像である。

【図３】図２の欠陥候補部位の拡大図である。

【図４】図２の欠陥候補部位の拡大図である。

【図５】図１の欠陥部位を示す濃淡画像である。

【図６】図１の前件部メンバーシップ関数である。

【図７】図１の前件部メンバーシップ関数である。

【図８】図１の後件部メンバーシップ関数である。

【図９】図６の前件部メンバーシップ関数の動作図であ
る。

【図１０】図７の前件部メンバーシップ関数の動作図で
ある。

【図１１】図６と図７の前件部メンバーシップ関数の合
成図である。

【図１２】図８の後件部メンバーシップ関数の動作図で
ある。

【図１３】従来例方法のフローチャートである。

【図１４】図１３の欠陥候補部位を示す濃淡画像であ
る。

【図１５】図１４の欠陥候補部位の濃度分布拡大図であ
る。

【図１６】図１３の濃度出現数のグラフである。

【符号の説明】

＃１被検査体の撮像工程＃２背景画像濃度値決定工程＃３欠陥候補部位検出工程＃４評価値演算工程＃５第１評価閾値設定工程＃５′ 第２評価閾値設定工程＃５″ メンバーシップ関数設定工程＃６第１欠陥部位検出工程＃６′ 第２欠陥部位検出工程＃１″ 第３欠陥部位検出工程

Claims

【特許請求の範囲】

【請求項１】被検査体を撮像して得られる濃淡画像の
各画素の濃度データから、前記被検査体表面に現れてい
る欠陥部を検出する欠陥検出方法において、前記濃淡画
像の各画素の濃度データの濃度別頻出度から背景画像濃
度値を設定する背景画像濃度値設定工程と、前記濃淡画
像上で、画素の濃度データと前記背景画像濃度値との濃
度差が任意に設定した濃度差閾値を越える画素が隣接し
て存在する欠陥候補部位を検出する欠陥候補部位検出工
程と、検出された各欠陥候補部位において、各欠陥候補
部位の各画素の前記濃度差を任意の演算方法で演算し、
これらの演算結果を集計した評価値を演算する評価値演
算工程と、この評価値の演算方法に対応する第１評価閾
値を設定する第１評価閾値設定工程と、前記評価値を第
１評価閾値と比較して欠陥部位を検出する第１欠陥部位
検出工程とを有することを特徴とする欠陥検出方法。
【請求項２】被検査体を撮像して得られる濃淡画像の
各画素の濃度データから、前記被検査体表面に現れてい
る欠陥部を検出する欠陥検出方法において、前記濃淡画
像の各画素の濃度データの濃度別頻出度から背景画像濃
度値を設定する背景画像濃度値設定工程と、前記濃淡画
像上で、画素の濃度データと前記背景画像濃度値との濃
度差が任意に設定した濃度差閾値を越える画素が隣接し
て存在する欠陥候補部位を検出する欠陥候補部位検出工
程と、検出された各欠陥候補部位において、各欠陥候補
部位の各画素の前記濃度差を任意の演算方法で演算し、
これらの演算結果を集計した評価値を演算する評価値演
算工程と、前記評価値の演算方法とその欠陥候補部位の
画素の数とに対応した第２評価閾値を設定する第２評価
閾値設定工程と、前記評価値演算工程の評価値を前記第
２評価閾値と比較して欠陥部位を検出する第２欠陥部位
検出工程とを有することを特徴とする欠陥検出方法。
【請求項３】被検査体を撮像して得られる濃淡画像の
各画素の濃度データから、前記被検査体表面に現れてい
る欠陥部を検出する欠陥検出方法において、前記濃淡画
像の各画素の濃度データの濃度別頻出度から背景画像濃
度値を設定する背景画像濃度値設定工程と、前記濃淡画
像上で、画素の濃度データと前記背景画像濃度値との濃
度差が任意に設定した濃度差閾値を越える画素が隣接し
て存在する欠陥候補部位を検出する欠陥候補部位検出工
程と、検出された各欠陥候補部位において、各欠陥候補
部位の各画素の前記濃度差を任意の演算方法で演算し、
これらの演算結果を集計した評価値を演算する評価値演
算工程と、前記評価値の演算方法に対応する前件部用メ
ンバーシップ関数と、その欠陥候補部位の画素の数に対
応する前件部用メンバーシップ関数と、後件部用メンバ
ーシップ関数とを設定するメンバーシップ関数設定工程
と、前記評価値及びその欠陥候補部位の画素の数とを前
件部として、ファジィ推論により欠陥部位を検出する第
３欠陥部位検出工程とを有することを特徴とする欠陥検
出方法。