JPH08101915A - 不良検査方法およびその装置 - Google Patents
不良検査方法およびその装置Info
- Publication number
- JPH08101915A JPH08101915A JP6261697A JP26169794A JPH08101915A JP H08101915 A JPH08101915 A JP H08101915A JP 6261697 A JP6261697 A JP 6261697A JP 26169794 A JP26169794 A JP 26169794A JP H08101915 A JPH08101915 A JP H08101915A
- Authority
- JP
- Japan
- Prior art keywords
- image
- model image
- partial model
- area
- defect
- 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.)
- Granted
Links
Landscapes
- Inking, Control Or Cleaning Of Printing Machines (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 対象物の特徴を正確に把握し、検査精度を向
上する。 【構成】 良品を撮像して得られたモデル画像１５上に
複数の小領域Ａ，Ｂ，Ｃを設定し、各小領域内の画像を
部分モデル画像１５Ａ，１５Ｂ，１５Ｃとして登録す
る。検査時の対象物の画像上にも３つの小領域が設定さ
れ、各小領域内の画像について対応する部分モデル画像
との濃度相関値が算出される。算出された各相関値のう
ちの最小値が所定のしきい値を下回ったとき、この領域
に相当する部位に不良が発生しているものと判定され
る。
上する。 【構成】 良品を撮像して得られたモデル画像１５上に
複数の小領域Ａ，Ｂ，Ｃを設定し、各小領域内の画像を
部分モデル画像１５Ａ，１５Ｂ，１５Ｃとして登録す
る。検査時の対象物の画像上にも３つの小領域が設定さ
れ、各小領域内の画像について対応する部分モデル画像
との濃度相関値が算出される。算出された各相関値のう
ちの最小値が所定のしきい値を下回ったとき、この領域
に相当する部位に不良が発生しているものと判定され
る。
Description
【０００１】
【産業上の利用分野】この発明は、対象物を撮像して得
られた画像を用いて対象物の不良を判別、検査するため
の不良検査方法、およびその不良検査方法が用いられる
不良検査装置に関する。
られた画像を用いて対象物の不良を判別、検査するため
の不良検査方法、およびその不良検査方法が用いられる
不良検査装置に関する。
【０００２】
【従来の技術】近年、印刷された文字や図形などを検査
する際に、画像処理機能を有する検査装置を用いて自動
的に検査を行う方法が普及している。この検査装置は、
テレビカメラ，画像処理部，モニタなどを有するもの
で、テレビカメラにより撮像した検査対象物の画像を画
像処理部に取り込み、あらかじめ登録されていた良品の
モデル画像と比較することにより対象物の良否を判別し
ている。
する際に、画像処理機能を有する検査装置を用いて自動
的に検査を行う方法が普及している。この検査装置は、
テレビカメラ，画像処理部，モニタなどを有するもの
で、テレビカメラにより撮像した検査対象物の画像を画
像処理部に取り込み、あらかじめ登録されていた良品の
モデル画像と比較することにより対象物の良否を判別し
ている。
【０００３】上記の検査の対象物の画像（以下「入力画
像」という）とモデル画像との比較は、それぞれの画像
を２値化して得られる画像データを用いてのパターンマ
ッチング、または両画像間の濃度データの相関演算を実
行することにより行われる。
像」という）とモデル画像との比較は、それぞれの画像
を２値化して得られる画像データを用いてのパターンマ
ッチング、または両画像間の濃度データの相関演算を実
行することにより行われる。
【０００４】図１１は、上記のパターンマッチングによ
り不良を判別する方法を示す。図中３０は２値化された
モデル画像を、３１はこのモデル画像３０について抽出
された登録パターンを、それぞれ示す。この登録パター
ン３１は、前記モデル画像３０中、文字の画像３２を含
むように設定された領域３３内の画像データであって、
前記画像処理部のメモリ内に記憶される。
り不良を判別する方法を示す。図中３０は２値化された
モデル画像を、３１はこのモデル画像３０について抽出
された登録パターンを、それぞれ示す。この登録パター
ン３１は、前記モデル画像３０中、文字の画像３２を含
むように設定された領域３３内の画像データであって、
前記画像処理部のメモリ内に記憶される。
【０００５】検査時に画像処理部は、検査の対象物を撮
像して得られた濃淡の入力画像を入力して２値化処理し
た後、この２値の入力画像３５について、前記登録パタ
ーンに対応する検査対象領域として検査対象となる文字
の画像３７を含む領域３６を抽出する。さらに画像処理
部は、この領域３６内の画像パターンを前記登録パター
ン３１と比較し、その比較結果により検査対象の文字の
良否を判別する。
像して得られた濃淡の入力画像を入力して２値化処理し
た後、この２値の入力画像３５について、前記登録パタ
ーンに対応する検査対象領域として検査対象となる文字
の画像３７を含む領域３６を抽出する。さらに画像処理
部は、この領域３６内の画像パターンを前記登録パター
ン３１と比較し、その比較結果により検査対象の文字の
良否を判別する。
【０００６】図示例では、入力画像の文字の画像３７に
欠けが存在しているため、前記の画像パターン３８は登
録パターン３１と一致しなくなり、画像処理部はこの対
象物の文字を不良と判別する。
欠けが存在しているため、前記の画像パターン３８は登
録パターン３１と一致しなくなり、画像処理部はこの対
象物の文字を不良と判別する。
【０００７】図１２は、濃淡相関値を用いた比較方法を
示す。この場合、濃淡のモデル画像４０について文字の
画像４２を含むように設定された領域４３内の画像が登
録パターン４１として登録された後、濃淡の入力画像４
５について前記登録パターン４１に対応する領域４６の
画像パターン４７が抽出され、この領域４６および登録
パターン４１内の各画素の濃度値を用いた相関演算が実
行される。 図示例では、入力画像の文字の画像４７に
欠けが存在しているため、領域４６内の画像パターンと
登録パターン４１との相関値は低い値となり、対象物の
文字は不良であると判別される。
示す。この場合、濃淡のモデル画像４０について文字の
画像４２を含むように設定された領域４３内の画像が登
録パターン４１として登録された後、濃淡の入力画像４
５について前記登録パターン４１に対応する領域４６の
画像パターン４７が抽出され、この領域４６および登録
パターン４１内の各画素の濃度値を用いた相関演算が実
行される。 図示例では、入力画像の文字の画像４７に
欠けが存在しているため、領域４６内の画像パターンと
登録パターン４１との相関値は低い値となり、対象物の
文字は不良であると判別される。
【０００８】
【発明が解決しようとする課題】上記の方法のうち２値
画像のパターンマッチングによる方法では入力画像を２
値化するためのしきい値は前記のモデル画像の２値化の
条件を基準に設定されており、検査対象の文字の濃度が
変動したり一部がかすれて薄くなるなどすると、２値化
処理後の画像は本来の濃淡画像の特徴を正確に反映しな
くなり、文字の形状が良好であっても不良と判別されて
しまう。
画像のパターンマッチングによる方法では入力画像を２
値化するためのしきい値は前記のモデル画像の２値化の
条件を基準に設定されており、検査対象の文字の濃度が
変動したり一部がかすれて薄くなるなどすると、２値化
処理後の画像は本来の濃淡画像の特徴を正確に反映しな
くなり、文字の形状が良好であっても不良と判別されて
しまう。
【０００９】また両画像間の濃度データの相関値を算出
して比較する方法の場合、入力画像の特徴は前記画像パ
ターンの登録パターンとの相関値の形で表されるのみで
あるので、検査対象の文字の形状に応じた判別結果を得
ることは不可能である。
して比較する方法の場合、入力画像の特徴は前記画像パ
ターンの登録パターンとの相関値の形で表されるのみで
あるので、検査対象の文字の形状に応じた判別結果を得
ることは不可能である。
【００１０】図１３は、上記の問題点を例示するための
もので、文字が太くなった画像パターン４７ａと文字の
一部がにじんでいる画像パターン４７ｂとを判別した
り、対象物の文字が細くなった画像パターン４７ｃ、文
字の一部がかすれた画像パターン４７ｄ、文字の一部が
欠けた画像パターン４７ｅのそれぞれを判別することが
困難であることを示している。このような場合、画像処
理部は、算出された相関値が所定のしきい値以下であれ
ば、無条件に対象物を不良と判定するため、作業員の目
から見て良品と判断できる対象物でも不良品として処理
されてしまう。
もので、文字が太くなった画像パターン４７ａと文字の
一部がにじんでいる画像パターン４７ｂとを判別した
り、対象物の文字が細くなった画像パターン４７ｃ、文
字の一部がかすれた画像パターン４７ｄ、文字の一部が
欠けた画像パターン４７ｅのそれぞれを判別することが
困難であることを示している。このような場合、画像処
理部は、算出された相関値が所定のしきい値以下であれ
ば、無条件に対象物を不良と判定するため、作業員の目
から見て良品と判断できる対象物でも不良品として処理
されてしまう。
【００１１】この発明は、上記問題点に着目してなされ
たもので、対象物のモデル画像および検査対象の入力画
像にそれぞれ複数の領域を設定し、対応する各領域間の
画像を比較することにより、対象物の特徴を正確に把握
し、不良検査の精度を大幅に向上できる不良検査方法お
よび装置を提供することを目的とする。
たもので、対象物のモデル画像および検査対象の入力画
像にそれぞれ複数の領域を設定し、対応する各領域間の
画像を比較することにより、対象物の特徴を正確に把握
し、不良検査の精度を大幅に向上できる不良検査方法お
よび装置を提供することを目的とする。
【００１２】
【課題を解決するための手段】請求項１の発明は対象物
の不良を判別して検査する方法であって、対象物のモデ
ル画像上に複数の領域を設定して得られた複数の部分モ
デル画像を予め登録しておき、検査すべき対象物を撮像
して得られた画像に前記モデル画像と同様の条件で複数
の領域を設定し、領域内の画像と対応する部分モデル画
像とをそれぞれ比較することにより前記対象物の不良を
判別することを特徴としている。
の不良を判別して検査する方法であって、対象物のモデ
ル画像上に複数の領域を設定して得られた複数の部分モ
デル画像を予め登録しておき、検査すべき対象物を撮像
して得られた画像に前記モデル画像と同様の条件で複数
の領域を設定し、領域内の画像と対応する部分モデル画
像とをそれぞれ比較することにより前記対象物の不良を
判別することを特徴としている。
【００１３】請求項２の不良検査方法では、対象物のモ
デル画像上に複数の領域を互いに重複するように設定す
ることにより、前記の複数の部分モデル画像を得るよう
にしている。
デル画像上に複数の領域を互いに重複するように設定す
ることにより、前記の複数の部分モデル画像を得るよう
にしている。
【００１４】請求項３の不良検査方法では、２つ以上の
領域を対象物のモデル画像上に隣合うように設定すると
共に、隣合う各領域上に他の重複する領域を設定するよ
うにして、前記の複数の部分モデル画像を得るようにし
ている。
領域を対象物のモデル画像上に隣合うように設定すると
共に、隣合う各領域上に他の重複する領域を設定するよ
うにして、前記の複数の部分モデル画像を得るようにし
ている。
【００１５】請求項４〜請求項７の発明は、対象物の不
良を判別して検査する不良検査装置に関する。請求項４
の不良検査装置は、対象物を撮像して対象物のモデル画
像および検査すべき対象物の画像を生成する撮像手段
と、前記撮像手段により得られた対象物のモデル画像上
に複数の領域を設定して複数の部分モデル画像を生成す
る部分モデル画像生成手段と、前記部分モデル画像生成
手段により生成された複数の部分モデル画像を登録する
登録手段と、前記撮像手段により得られた検査すべき対
象物の画像上に前記モデル画像と同様の条件で複数の領
域を設定する領域設定手段と、前記領域設定手段により
設定された各領域内の画像について前記登録手段に登録
された対応する部分モデル画像との相関値を算出する演
算手段と、前記演算手段により得られた各相関値により
前記対象物の不良を判別する判別手段とを備えている。
良を判別して検査する不良検査装置に関する。請求項４
の不良検査装置は、対象物を撮像して対象物のモデル画
像および検査すべき対象物の画像を生成する撮像手段
と、前記撮像手段により得られた対象物のモデル画像上
に複数の領域を設定して複数の部分モデル画像を生成す
る部分モデル画像生成手段と、前記部分モデル画像生成
手段により生成された複数の部分モデル画像を登録する
登録手段と、前記撮像手段により得られた検査すべき対
象物の画像上に前記モデル画像と同様の条件で複数の領
域を設定する領域設定手段と、前記領域設定手段により
設定された各領域内の画像について前記登録手段に登録
された対応する部分モデル画像との相関値を算出する演
算手段と、前記演算手段により得られた各相関値により
前記対象物の不良を判別する判別手段とを備えている。
【００１６】請求項５の不良検査装置では、前記判別手
段は、前記各相関値のうち最も小さい相関値により前記
対象物の不良を判別している。
段は、前記各相関値のうち最も小さい相関値により前記
対象物の不良を判別している。
【００１７】請求項６の不良検査装置は、対象物を撮像
して対象物のモデル画像および検査すべき対象物の画像
を生成する撮像手段と、前記撮像手段により得られた対
象物のモデル画像上に複数の領域を設定して複数の部分
モデル画像を生成する部分モデル画像生成手段と、前記
部分モデル画像生成手段により生成された各部分モデル
画像についてそれぞれ特徴量を算出し、算出された各特
徴量により各部分モデル画像の登録の可否を判定する判
定手段と、前記判定手段により登録可と判定された部分
モデル画像を登録する登録手段と、前記撮像手段により
得られた検査すべき対象物の画像上に前記対象物のモデ
ル画像と同様の条件で複数の領域を設定する領域設定手
段と、前記領域設定手段により設定された各領域のう
ち、前記登録手段に対応する部分モデル画像が登録され
ている領域について領域内の画像と対応する部分モデル
画像との相関値を算出する演算手段と、前記演算手段に
より得られた各相関値により前記対象物の不良を判別す
る判別手段とを備えている。
して対象物のモデル画像および検査すべき対象物の画像
を生成する撮像手段と、前記撮像手段により得られた対
象物のモデル画像上に複数の領域を設定して複数の部分
モデル画像を生成する部分モデル画像生成手段と、前記
部分モデル画像生成手段により生成された各部分モデル
画像についてそれぞれ特徴量を算出し、算出された各特
徴量により各部分モデル画像の登録の可否を判定する判
定手段と、前記判定手段により登録可と判定された部分
モデル画像を登録する登録手段と、前記撮像手段により
得られた検査すべき対象物の画像上に前記対象物のモデ
ル画像と同様の条件で複数の領域を設定する領域設定手
段と、前記領域設定手段により設定された各領域のう
ち、前記登録手段に対応する部分モデル画像が登録され
ている領域について領域内の画像と対応する部分モデル
画像との相関値を算出する演算手段と、前記演算手段に
より得られた各相関値により前記対象物の不良を判別す
る判別手段とを備えている。
【００１８】請求項７の不良検査装置は、請求項６と同
様の撮像手段、部分モデル画像生成手段、判定手段と、
登録手段、領域設定手段の各手段を有し、さらに前記領
域設定手段により設定された各領域のうち、前記登録手
段に対応する部分モデル画像が登録されている領域につ
いて領域内の画像と対応する部分モデル画像との相関値
を算出し、前記登録手段に対応する部分モデル画像が登
録されていない領域について領域内の画像の特徴量を算
出する演算手段と、前記演算手段により得られた各相関
値および特徴量により前記対象物の不良を判別する判別
手段とを備えている。
様の撮像手段、部分モデル画像生成手段、判定手段と、
登録手段、領域設定手段の各手段を有し、さらに前記領
域設定手段により設定された各領域のうち、前記登録手
段に対応する部分モデル画像が登録されている領域につ
いて領域内の画像と対応する部分モデル画像との相関値
を算出し、前記登録手段に対応する部分モデル画像が登
録されていない領域について領域内の画像の特徴量を算
出する演算手段と、前記演算手段により得られた各相関
値および特徴量により前記対象物の不良を判別する判別
手段とを備えている。
【００１９】
【作用】請求項１の不良検査方法では、モデル画像を用
いて複数の領域を設定して各領域内の画像を部分モデル
画像として登録した後、入力画像にも同様の条件で領域
を設定し、各領域内の画像をそれぞれ対応する部分モデ
ル画像と比較する。いずれかの領域の画像が部分モデル
画像と異なると判定されたとき、対象物のこの領域に相
当する部位に不良が発生していると判断される。
いて複数の領域を設定して各領域内の画像を部分モデル
画像として登録した後、入力画像にも同様の条件で領域
を設定し、各領域内の画像をそれぞれ対応する部分モデ
ル画像と比較する。いずれかの領域の画像が部分モデル
画像と異なると判定されたとき、対象物のこの領域に相
当する部位に不良が発生していると判断される。
【００２０】請求項２の不良検査方法では、複数の領域
を互いに重複するように設定しており、不良部分の検出
精度が大幅に向上する。
を互いに重複するように設定しており、不良部分の検出
精度が大幅に向上する。
【００２１】請求項３の不良検査方法では、隣合う領域
間にまたがって不良が発生したとき、各領域上に重複設
定された領域における比較結果により、この不良が検出
される。
間にまたがって不良が発生したとき、各領域上に重複設
定された領域における比較結果により、この不良が検出
される。
【００２２】請求項４の不良検査装置では、入力画像上
にモデル画像と同様の条件で複数の領域が設定され、各
領域内の画像と対応する部分モデル画像との相関値によ
り不良が判別される。この結果、いずれかの領域につい
ての相関値がある基準を満たしていないとき、対象物の
この領域に相当する部位に不良が発生していると判断さ
れる。
にモデル画像と同様の条件で複数の領域が設定され、各
領域内の画像と対応する部分モデル画像との相関値によ
り不良が判別される。この結果、いずれかの領域につい
ての相関値がある基準を満たしていないとき、対象物の
この領域に相当する部位に不良が発生していると判断さ
れる。
【００２３】請求項５の不良検査装置では、算出された
各相関値のうち最小の相関値がある基準を満たしている
か否かにより、対象物の良否が判定される。
各相関値のうち最小の相関値がある基準を満たしている
か否かにより、対象物の良否が判定される。
【００２４】請求項６の不良検査装置では、領域設定に
より得られた各部分モデル画像について算出された特徴
量により登録の可否を判定し、判定可とされた部分モデ
ル画像のみを登録している。検査時には、部分モデル画
像が登録されている領域のみを対象として不良の判別が
行われる。
より得られた各部分モデル画像について算出された特徴
量により登録の可否を判定し、判定可とされた部分モデ
ル画像のみを登録している。検査時には、部分モデル画
像が登録されている領域のみを対象として不良の判別が
行われる。
【００２５】請求項８の不良検査装置では、請求項７の
発明と同様、算出された特徴量に基づき登録可とされた
部分モデル画像のみを登録し、入力画像の検査時には、
部分モデル画像が登録されていない領域については、領
域内の画像の特徴量を算出して不良の判別を行う。
発明と同様、算出された特徴量に基づき登録可とされた
部分モデル画像のみを登録し、入力画像の検査時には、
部分モデル画像が登録されていない領域については、領
域内の画像の特徴量を算出して不良の判別を行う。
【００２６】
【実施例】図１は、この発明の一実施例にかかる検査装
置の全体構成を示す。この検査装置は、パッケージなど
の上に印刷された文字の良否を判別するためのものであ
るが、文字に限らず、図形など任意のパターンについて
も同様の検査を行うことができる。
置の全体構成を示す。この検査装置は、パッケージなど
の上に印刷された文字の良否を判別するためのものであ
るが、文字に限らず、図形など任意のパターンについて
も同様の検査を行うことができる。
【００２７】この検査装置は、テレビカメラ１，画像処
理部２，モニタ３などから構成されており、画像処理部
２は、Ａ／Ｄ変換部４，画像メモリ５，特徴量算出部
６，モデルメモリ７，表示データメモリ８，ＣＰＵ９，
ＲＯＭ１０，ＲＡＭ１１，画像合成部１２，Ｄ／Ａ変換
部１３，外部インターフェース部１４などを含んでい
る。
理部２，モニタ３などから構成されており、画像処理部
２は、Ａ／Ｄ変換部４，画像メモリ５，特徴量算出部
６，モデルメモリ７，表示データメモリ８，ＣＰＵ９，
ＲＯＭ１０，ＲＡＭ１１，画像合成部１２，Ｄ／Ａ変換
部１３，外部インターフェース部１４などを含んでい
る。
【００２８】テレビカメラ１からのアナログ量の画像信
号は、Ａ／Ｄ変換部４によりディジタル変換され、１フ
レーム分のディジタル量の画像データが画像メモリ５に
格納される。モデルメモリ７は検査に用いる登録データ
として後述する各小領域の設定条件や各小領域内の画像
データ（以下「部分モデル画像」という）などを記憶
し、表示データメモリ８は、前記モニタ３に表示するた
めの表示データとして前記各小領域を表す画像や文字デ
ータなどを記憶する。この表示データはＣＰＵ９により
与えられるもので、適宜画像合成部１２へと出力され
る。
号は、Ａ／Ｄ変換部４によりディジタル変換され、１フ
レーム分のディジタル量の画像データが画像メモリ５に
格納される。モデルメモリ７は検査に用いる登録データ
として後述する各小領域の設定条件や各小領域内の画像
データ（以下「部分モデル画像」という）などを記憶
し、表示データメモリ８は、前記モニタ３に表示するた
めの表示データとして前記各小領域を表す画像や文字デ
ータなどを記憶する。この表示データはＣＰＵ９により
与えられるもので、適宜画像合成部１２へと出力され
る。
【００２９】画像合成部１２は、Ａ／Ｄ変換部４からの
入力画像データと前記表示データメモリ８から出力され
る表示データとを合成して画像データをＤ／Ａ変換部１
３に出力し、Ｄ／Ａ変換部１３は受け取ったディジタル
量のデータをアナログ量の画像信号に変換した後、モニ
タ３に出力する。
入力画像データと前記表示データメモリ８から出力され
る表示データとを合成して画像データをＤ／Ａ変換部１
３に出力し、Ｄ／Ａ変換部１３は受け取ったディジタル
量のデータをアナログ量の画像信号に変換した後、モニ
タ３に出力する。
【００３０】外部インターフェイス部１４には、図示し
ない照明装置，データ入力用のキーボード，検査位置に
対象物を搬出入するための駆動機構などの周辺装置が接
続される。なおＲＯＭ１０には検査装置全体の動作を制
御するためのプログラムや固定データが記憶されてお
り、ＲＡＭ１１は装置動作中の作業エリアとして機能す
る。
ない照明装置，データ入力用のキーボード，検査位置に
対象物を搬出入するための駆動機構などの周辺装置が接
続される。なおＲＯＭ１０には検査装置全体の動作を制
御するためのプログラムや固定データが記憶されてお
り、ＲＡＭ１１は装置動作中の作業エリアとして機能す
る。
【００３１】検査に先立ち良品のモデルの撮像が行われ
ると、得られたモデル画像の画像データは画像メモリ５
内に格納されると同時に前記モニタ３に表示される。オ
ペレータは、このモデル画像から文字のパターンを含む
所定の領域を検査対象領域と定めた後、さらにこの検査
対象領域に複数の小領域を設定する。これら検査領域お
よび各小領域の設定条件はＣＰＵ９により把握され、各
小領域内の画像データが前記部分モデル画像としてモデ
ルメモリ７内に格納される。また同時に、前記各領域の
設定条件も登録データとしてモデルメモリ７内に格納さ
れており、検査時には、登録された設定条件に基づき入
力画像上に検査対象領域や小領域が設定される。
ると、得られたモデル画像の画像データは画像メモリ５
内に格納されると同時に前記モニタ３に表示される。オ
ペレータは、このモデル画像から文字のパターンを含む
所定の領域を検査対象領域と定めた後、さらにこの検査
対象領域に複数の小領域を設定する。これら検査領域お
よび各小領域の設定条件はＣＰＵ９により把握され、各
小領域内の画像データが前記部分モデル画像としてモデ
ルメモリ７内に格納される。また同時に、前記各領域の
設定条件も登録データとしてモデルメモリ７内に格納さ
れており、検査時には、登録された設定条件に基づき入
力画像上に検査対象領域や小領域が設定される。
【００３２】特徴量算出部６は、前記部分モデル画像、
および入力画像上に設定された小領域内の画像（以下
「部分画像」という）について、平均濃度や濃度分散値
などの特徴量を抽出するほか、後述するように、各部分
画像について対応する部分モデル画像との濃度データの
相関値を算出する。
および入力画像上に設定された小領域内の画像（以下
「部分画像」という）について、平均濃度や濃度分散値
などの特徴量を抽出するほか、後述するように、各部分
画像について対応する部分モデル画像との濃度データの
相関値を算出する。
【００３３】ＣＰＵ９は、各部分画像について算出され
た特徴量や部分モデル画像との相関値から対象物の良否
を判定する。この判定結果はモニタ３に表示されるほ
か、外部インターフェイス部１４を介して駆動機構など
に出力され、良品と不良品との分別処理などが行われ
る。
た特徴量や部分モデル画像との相関値から対象物の良否
を判定する。この判定結果はモニタ３に表示されるほ
か、外部インターフェイス部１４を介して駆動機構など
に出力され、良品と不良品との分別処理などが行われ
る。
【００３４】図２は、モデル画像における登録データの
設定例を示す。図中１５は文字「１」の画像１７を含む
モデル画像を、１６はこのモデル画像１５上に設定され
た検査対象領域を、それぞれ示す。この例では、検査対
象領域１６がＹ軸方向に２分割されて小領域Ａ，Ｃが設
定されており、さらに検査対象領域１６の中央部に小領
域Ｂが領域Ａ，Ｃ間に重複するように設定されている。
各小領域Ａ，Ｂ，Ｃ内の画像は、いずれも文字「１」の
画像１７の一部を含んでおり、それぞれ部分モデル画像
１５Ａ，１５Ｂ，１５Ｃとしてモデルメモリ７内に格納
される。
設定例を示す。図中１５は文字「１」の画像１７を含む
モデル画像を、１６はこのモデル画像１５上に設定され
た検査対象領域を、それぞれ示す。この例では、検査対
象領域１６がＹ軸方向に２分割されて小領域Ａ，Ｃが設
定されており、さらに検査対象領域１６の中央部に小領
域Ｂが領域Ａ，Ｃ間に重複するように設定されている。
各小領域Ａ，Ｂ，Ｃ内の画像は、いずれも文字「１」の
画像１７の一部を含んでおり、それぞれ部分モデル画像
１５Ａ，１５Ｂ，１５Ｃとしてモデルメモリ７内に格納
される。
【００３５】検査時には入力画像上にモデルメモリ７に
記憶された設定条件に基づく検査対象領域および小領域
が設定され、３つの部分画像が抽出される。この実施例
では、抽出された各部分画像と対応する部分モデル画像
との間で濃度データの相関値（以下「濃度相関値」とい
う）を算出している。この濃度相関値は、部分画像、部
分モデル画像それぞれを構成する各画素の濃度値を用い
た相関演算により求められるもので、各濃度相関値のう
ちのうちの最小値が所定のしきい値ｔｈを下回っている
とき、対象物の文字を不良と判定するようにしている。
記憶された設定条件に基づく検査対象領域および小領域
が設定され、３つの部分画像が抽出される。この実施例
では、抽出された各部分画像と対応する部分モデル画像
との間で濃度データの相関値（以下「濃度相関値」とい
う）を算出している。この濃度相関値は、部分画像、部
分モデル画像それぞれを構成する各画素の濃度値を用い
た相関演算により求められるもので、各濃度相関値のう
ちのうちの最小値が所定のしきい値ｔｈを下回っている
とき、対象物の文字を不良と判定するようにしている。
【００３６】図３および図４は、文字がかすれている対
象物と文字に欠けがある対象物それぞれについて、各領
域毎に濃度相関値を算出した例を示す。なお両図とも
に、（１）（２）はそれぞれモデル画像、入力画像にお
ける前記検査対象領域内の画像を、（３）は前記小領域
Ａ，Ｂ，Ｃ毎に各画像間の濃度相関値を算出した結果を
示す。
象物と文字に欠けがある対象物それぞれについて、各領
域毎に濃度相関値を算出した例を示す。なお両図とも
に、（１）（２）はそれぞれモデル画像、入力画像にお
ける前記検査対象領域内の画像を、（３）は前記小領域
Ａ，Ｂ，Ｃ毎に各画像間の濃度相関値を算出した結果を
示す。
【００３７】図３は、対象物の文字「１」が中央から下
部にかけてしだいにかすれている例であって、図３
（３）に示すごとく、各相関値は、文字のかすれ状態を
反映して小領域Ａ，Ｂ，Ｃの順に小さくなっている。し
かしながら最小の値をとる領域Ｃの相関値は前記しきい
値ｔｈを下回っておらず、この場合対象物は良品と判定
される。
部にかけてしだいにかすれている例であって、図３
（３）に示すごとく、各相関値は、文字のかすれ状態を
反映して小領域Ａ，Ｂ，Ｃの順に小さくなっている。し
かしながら最小の値をとる領域Ｃの相関値は前記しきい
値ｔｈを下回っておらず、この場合対象物は良品と判定
される。
【００３８】図４は、対象物の文字「１」の下部に欠け
が生じている例である。この場合、図４（３）に示すご
とく、小領域Ｃにおける相関値が前記しきい値ｔｈを下
回り、対象物は不良と判定される。
が生じている例である。この場合、図４（３）に示すご
とく、小領域Ｃにおける相関値が前記しきい値ｔｈを下
回り、対象物は不良と判定される。
【００３９】図５〜図７は、それぞれ文字の各部に欠け
が生じている場合の検査結果を示す。各図示例から明ら
かなように、この領域毎の濃度相関値を算出する方法に
よれば、発生した不良を反映する算出結果が得られ、印
刷文字のどの部分に不良が生じているのかが明らかにな
る。なお上記の各例のうち、特に対象物の中央に不良が
存在する図６の例の場合、小領域Ａ，Ｃのみの設定では
抽出され得なかった不良が、両者間に小領域Ｂを重複設
定したことにより抽出されている。
が生じている場合の検査結果を示す。各図示例から明ら
かなように、この領域毎の濃度相関値を算出する方法に
よれば、発生した不良を反映する算出結果が得られ、印
刷文字のどの部分に不良が生じているのかが明らかにな
る。なお上記の各例のうち、特に対象物の中央に不良が
存在する図６の例の場合、小領域Ａ，Ｃのみの設定では
抽出され得なかった不良が、両者間に小領域Ｂを重複設
定したことにより抽出されている。
【００４０】なおこの実施例では、部分画像と部分モデ
ル画像との濃度データの相関値により不良を判別するよ
うにしているが、これに限らず、例えば各画像毎に濃度
平均値を算出し、各部分画像についての濃度平均値を対
応する部分モデル画像の濃度平均値と比較して不良の有
無を判別するようにしても良い。
ル画像との濃度データの相関値により不良を判別するよ
うにしているが、これに限らず、例えば各画像毎に濃度
平均値を算出し、各部分画像についての濃度平均値を対
応する部分モデル画像の濃度平均値と比較して不良の有
無を判別するようにしても良い。
【００４１】またこの実施例では、設定された小領域
Ａ，Ｂ，Ｃ内の各画像がいずれも文字の画像の一部を含
んでいるため、すべてモデルメモリ７内に登録している
が、設定された小領域内の各画素の濃度値が殆ど変わら
ない場合は、この小領域を登録データから除外したり、
他の方法による検査を実施するようにしても良い。
Ａ，Ｂ，Ｃ内の各画像がいずれも文字の画像の一部を含
んでいるため、すべてモデルメモリ７内に登録している
が、設定された小領域内の各画素の濃度値が殆ど変わら
ない場合は、この小領域を登録データから除外したり、
他の方法による検査を実施するようにしても良い。
【００４２】図８は、上記の検査方法が適用される対象
物の一例を示す。図示例は、漢数字の「二」の画像を含
むモデル画像２０について部分モデル画像の登録を行う
例であって、モデル画像２０上に検査対象領域２１が設
定され、さらにこの検査対象領域２１内に第１の実施例
と同様の方法で３つの小領域ａ，ｂ，ｃが設定されてい
る。
物の一例を示す。図示例は、漢数字の「二」の画像を含
むモデル画像２０について部分モデル画像の登録を行う
例であって、モデル画像２０上に検査対象領域２１が設
定され、さらにこの検査対象領域２１内に第１の実施例
と同様の方法で３つの小領域ａ，ｂ，ｃが設定されてい
る。
【００４３】検査対象領域２１を２分割して得られる領
域ａ，ｃ内の画像は、共に文字の画像の一部を含んでお
り、これらの画像は、部分モデル画像２２ａ，２２ｃと
してモデルメモリ７内に登録される。
域ａ，ｃ内の画像は、共に文字の画像の一部を含んでお
り、これらの画像は、部分モデル画像２２ａ，２２ｃと
してモデルメモリ７内に登録される。
【００４４】一方、中央の領域ｂ内には文字の部分は含
まれておらず、領域内の各画素の濃度値は殆ど一定であ
る。このためこの小領域ｂ内の画像は登録データから除
外される。ただし、各小領域ａ，ｂ，ｃの設定条件は、
第１の実施例と同様、登録データとしてモデルメモリ７
内に記憶されており、検査時にこの領域ｂに相当する部
位に印刷むらや汚れなどの不良が存在する可能性がある
場合は、入力画像に設定された領域ｂ内の画像につい
て、濃度分散値や濃度平均値などの特徴量を求め、この
特徴量により不良の有無をチェックする。
まれておらず、領域内の各画素の濃度値は殆ど一定であ
る。このためこの小領域ｂ内の画像は登録データから除
外される。ただし、各小領域ａ，ｂ，ｃの設定条件は、
第１の実施例と同様、登録データとしてモデルメモリ７
内に記憶されており、検査時にこの領域ｂに相当する部
位に印刷むらや汚れなどの不良が存在する可能性がある
場合は、入力画像に設定された領域ｂ内の画像につい
て、濃度分散値や濃度平均値などの特徴量を求め、この
特徴量により不良の有無をチェックする。
【００４５】上記図２および図８に示した２つの小領域
設定例は、いずれも各小領域をＹ軸方向に沿って順次設
定するものであるが、これに限らず、Ｘ軸方向に沿って
設定したり、文字の画像上の任意の位置に設定するな
ど、検査対象の特徴や検査条件に応じた領域設定を行う
ことができる。
設定例は、いずれも各小領域をＹ軸方向に沿って順次設
定するものであるが、これに限らず、Ｘ軸方向に沿って
設定したり、文字の画像上の任意の位置に設定するな
ど、検査対象の特徴や検査条件に応じた領域設定を行う
ことができる。
【００４６】図９は、分割モデル画像の登録時の画像処
理部の動作手順を示す。ステップ１（図中「ＳＴ１」で
示す）で、テレビカメラ１からモデル画像が入力される
と、この画像はＡ／Ｄ変換部４によりディジタル変換さ
れた後、画像メモリ５およびモニタ３へと出力される。
理部の動作手順を示す。ステップ１（図中「ＳＴ１」で
示す）で、テレビカメラ１からモデル画像が入力される
と、この画像はＡ／Ｄ変換部４によりディジタル変換さ
れた後、画像メモリ５およびモニタ３へと出力される。
【００４７】オペレータがモニタ３の表示画面を見てモ
デル画像上の所定の領域を検査対象領域として設定する
と、ＣＰＵ９は設定された検査対象領域の設定条件、す
なわち領域の位置や大きさなどのデータを抽出し、登録
データとして前記モデルメモリ７に格納する（ステップ
２）。
デル画像上の所定の領域を検査対象領域として設定する
と、ＣＰＵ９は設定された検査対象領域の設定条件、す
なわち領域の位置や大きさなどのデータを抽出し、登録
データとして前記モデルメモリ７に格納する（ステップ
２）。
【００４８】つぎのステップ３で、オペレータは表示画
面を参照して、想定される不良を考慮しながら前記検査
領域に複数の小領域を設定する。ＣＰＵ９はこれら小領
域についても前記と同様に設定条件を抽出し、登録デー
タとして前記モデルメモリ７に格納する。
面を参照して、想定される不良を考慮しながら前記検査
領域に複数の小領域を設定する。ＣＰＵ９はこれら小領
域についても前記と同様に設定条件を抽出し、登録デー
タとして前記モデルメモリ７に格納する。
【００４９】つぎのステップ４，５では、前記図８の実
施例のような対象物に対応するために、設定された各小
領域について領域内の濃度分散値を算出し、この濃度分
散値があらかじめ設定された基準レベル以上であるか否
かをチェックするようにしている。ステップ５の判定が
「ＹＥＳ」のとき、ＣＰＵ９は、つぎのステップ６でこ
の小領域内の画像を部分モデル画像としてモデルメモリ
７内に格納する。
施例のような対象物に対応するために、設定された各小
領域について領域内の濃度分散値を算出し、この濃度分
散値があらかじめ設定された基準レベル以上であるか否
かをチェックするようにしている。ステップ５の判定が
「ＹＥＳ」のとき、ＣＰＵ９は、つぎのステップ６でこ
の小領域内の画像を部分モデル画像としてモデルメモリ
７内に格納する。
【００５０】一方、濃度分散値が基準レベルを満たさな
い場合は、ステップ６の処理はスキップされ、つぎの小
領域の処理へと移行する。すべての小領域について上記
の処理が終了するとステップ７が「ＹＥＳ」となり、登
録処理が終了する。
い場合は、ステップ６の処理はスキップされ、つぎの小
領域の処理へと移行する。すべての小領域について上記
の処理が終了するとステップ７が「ＹＥＳ」となり、登
録処理が終了する。
【００５１】図１０は、検査時の画像処理部の動作手順
を示す。ステップ１で対象物の画像が入力されると、Ｃ
ＰＵ９は、この入力画像上にモデルメモリ７に登録され
た設定条件に基づき検査対象領域および各小領域を設定
する（ステップ２，３）。
を示す。ステップ１で対象物の画像が入力されると、Ｃ
ＰＵ９は、この入力画像上にモデルメモリ７に登録され
た設定条件に基づき検査対象領域および各小領域を設定
する（ステップ２，３）。
【００５２】つぎにＣＰＵ９は、第１の小領域につい
て、モデルメモリ７内にこの小領域についての部分モデ
ル画像が登録されているか否かをチェックする（ステッ
プ４）。この判定が「ＹＥＳ」のとき、特徴量算出部６
は、モデルメモリ７より該当する部分モデル画像を読み
出して、前記した濃度相関値を算出する（ステップ
５）。
て、モデルメモリ７内にこの小領域についての部分モデ
ル画像が登録されているか否かをチェックする（ステッ
プ４）。この判定が「ＹＥＳ」のとき、特徴量算出部６
は、モデルメモリ７より該当する部分モデル画像を読み
出して、前記した濃度相関値を算出する（ステップ
５）。
【００５３】一方、対応する部分モデル画像が登録され
ていない場合はステップ４の判定は「ＮＯ」となり、特
徴量算出部６はこの小領域について濃度分散値を算出す
る（ステップ６）。ＣＰＵ９は算出された濃度分散値を
前記の部分モデル画像の登録判定に用いた基準レベルと
比較し（ステップ７）、分散値がこの基準レベルに満た
ないとき、対象物のこの小領域に対応する箇所に不良が
あるものと判定する（ステップ１１）。
ていない場合はステップ４の判定は「ＮＯ」となり、特
徴量算出部６はこの小領域について濃度分散値を算出す
る（ステップ６）。ＣＰＵ９は算出された濃度分散値を
前記の部分モデル画像の登録判定に用いた基準レベルと
比較し（ステップ７）、分散値がこの基準レベルに満た
ないとき、対象物のこの小領域に対応する箇所に不良が
あるものと判定する（ステップ１１）。
【００５４】前記分散値が基準レベル以上である場合
は、ステップ７の判定は「ＹＥＳ」となり、つぎの小領
域について、同様の処理が行われる。
は、ステップ７の判定は「ＹＥＳ」となり、つぎの小領
域について、同様の処理が行われる。
【００５５】設定されたすべての小領域について、上記
の処理が行われるとステップ８が「ＹＥＳ」となってス
テップ９へと移行し、ＣＰＵ９は算出された各相関値の
中から最小の値をとるものを抽出し、この最小値が前記
しきい値ｔｈ以上であるか否かをチェックし、さらにこ
の判定結果により対象物の良否を判定する（ステップ１
０，１１）。
の処理が行われるとステップ８が「ＹＥＳ」となってス
テップ９へと移行し、ＣＰＵ９は算出された各相関値の
中から最小の値をとるものを抽出し、この最小値が前記
しきい値ｔｈ以上であるか否かをチェックし、さらにこ
の判定結果により対象物の良否を判定する（ステップ１
０，１１）。
【００５６】なお、前記ステップ６，７の処理は、対応
する部分モデル画像が登録されていない領域を検査する
必要がある場合に行われるものであって、検査が特に必
要がない場合は、これらの処理は省かれる。
する部分モデル画像が登録されていない領域を検査する
必要がある場合に行われるものであって、検査が特に必
要がない場合は、これらの処理は省かれる。
【００５７】また、上記図９，図１０の手順では、登録
処理時の部分モデル画像の登録の可否判定や、検査時に
おいて対応する部分モデル画像が存在しない小領域につ
いての良否判定を、小領域内の濃度分散値を用いて行っ
ているが、これに代えて小領域内の濃度平均値を用いて
判定を行うようにしても良い。
処理時の部分モデル画像の登録の可否判定や、検査時に
おいて対応する部分モデル画像が存在しない小領域につ
いての良否判定を、小領域内の濃度分散値を用いて行っ
ているが、これに代えて小領域内の濃度平均値を用いて
判定を行うようにしても良い。
【００５８】
【発明の効果】請求項１の発明では、モデル画像上に複
数の領域を設定して得られた部分モデル画像を登録して
おき、検査の対象物の画像にも同様の条件で複数の領域
を設定し、各領域内の画像を対応する部分モデル画像と
比較することにより対象物の不良を判別するようにした
から、対象物の画像の特徴や不良の発生部位を反映した
比較結果を得て、不良を的確に判別することができる。
数の領域を設定して得られた部分モデル画像を登録して
おき、検査の対象物の画像にも同様の条件で複数の領域
を設定し、各領域内の画像を対応する部分モデル画像と
比較することにより対象物の不良を判別するようにした
から、対象物の画像の特徴や不良の発生部位を反映した
比較結果を得て、不良を的確に判別することができる。
【００５９】請求項２の発明では、複数の領域を互いに
重複するように設定しているので、不良箇所の検出精度
が大幅に向上する。
重複するように設定しているので、不良箇所の検出精度
が大幅に向上する。
【００６０】請求項３の発明では、隣合う領域上に他の
領域を重複して設定するようにしたから、隣合う領域間
にまたがって不良が存在する場合にも、的確に不良を検
出できる。
領域を重複して設定するようにしたから、隣合う領域間
にまたがって不良が存在する場合にも、的確に不良を検
出できる。
【００６１】請求項４の発明では、対象物の画像上に設
定した各領域内の画像と対応する部分モデル画像との相
関値を求めた後、この相関値により不良を判別するの
で、各領域毎に部分モデル画像との類似度合いを正確に
把握でき、判別結果の精度が大幅に向上する。
定した各領域内の画像と対応する部分モデル画像との相
関値を求めた後、この相関値により不良を判別するの
で、各領域毎に部分モデル画像との類似度合いを正確に
把握でき、判別結果の精度が大幅に向上する。
【００６２】請求項５の発明では、算出された各相関値
のうち最小の相関値を用いて不良を判別するので、判別
処理の簡易化および高速化が実現できる。
のうち最小の相関値を用いて不良を判別するので、判別
処理の簡易化および高速化が実現できる。
【００６３】請求項６の発明では、各部分モデル画像毎
に特徴量を算出して登録の可否を判定し、登録可と判定
された部分モデル画像のみを登録するようにしたから、
判別精度の上がらない領域を除外して絞り込んだ検査を
行うことができ、検査効率および不良の判別精度を向上
できる。
に特徴量を算出して登録の可否を判定し、登録可と判定
された部分モデル画像のみを登録するようにしたから、
判別精度の上がらない領域を除外して絞り込んだ検査を
行うことができ、検査効率および不良の判別精度を向上
できる。
【００６４】請求項７の発明では、部分モデル画像が登
録されていない領域について、領域内の画像の特徴量を
算出して不良を判別するようにしたから、濃度差が殆ど
ないはずの部位に不良が発生している場合も、的確に不
良を判別して精度の高い検査結果を得ることができる。
録されていない領域について、領域内の画像の特徴量を
算出して不良を判別するようにしたから、濃度差が殆ど
ないはずの部位に不良が発生している場合も、的確に不
良を判別して精度の高い検査結果を得ることができる。
【図１】この発明にかかる検査装置の全体構成を示すブ
ロック図である。
ロック図である。
【図２】部分モデル画像の登録方法を示す説明図であ
る。
る。
【図３】濃度相関値の算出結果の一例を示す説明図であ
る。
る。
【図４】濃度相関値の算出結果の一例を示す説明図であ
る。
る。
【図５】濃度相関値の算出結果の一例を示す説明図であ
る。
る。
【図６】濃度相関値の算出結果の一例を示す説明図であ
る。
る。
【図７】濃度相関値の算出結果の一例を示す説明図であ
る。
る。
【図８】部分モデル画像の他の登録例を示す説明図であ
る。
る。
【図９】登録処理時の画像処理部の動作を示すフローチ
ャートである。
ャートである。
【図１０】検査時の画像処理部の動作を示すフローチャ
ートである。
ートである。
【図１１】従来のパターンマッチングによる不良検査方
法を示す説明図である。
法を示す説明図である。
【図１２】従来の濃度相関値による不良検査方法を示す
説明図である。
説明図である。
【図１３】図１２の不良検査方法の問題点を示す説明図
である。
である。
１ テレビカメラ ２ 画像処理部 ６ 特徴量算出部 ７ モデルメモリ ９ ＣＰＵ
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｆ 15/62 ４１０ Ａ
Claims (7)
- 【請求項１】 対象物の不良を判別して検査する方法で
あって、 対象物のモデル画像上に複数の領域を設定して得られた
複数の部分モデル画像を予め登録しておき、 検査すべき対象物を撮像して得られた画像に前記モデル
画像と同様の条件で複数の領域を設定し、領域内の画像
と対応する部分モデル画像とをそれぞれ比較することに
より前記対象物の不良を判別することを特徴とする不良
検査方法。 - 【請求項２】 前記の複数の部分モデル画像は、対象物
のモデル画像上に複数の領域を互いに重複するように設
定して得られる請求項１に記載された不良検査方法。 - 【請求項３】 前記の複数の部分モデル画像は、２つ以
上の領域を対象物のモデル画像上に隣合うように設定す
ると共に、隣合う各領域上に他の領域を重複して設定す
ることにより得られる請求項１に記載された不良検査方
法。 - 【請求項４】 対象物の不良を判別して検査する装置で
あって、 対象物を撮像して対象物のモデル画像および検査すべき
対象物の画像を生成する撮像手段と、 前記撮像手段により得られた対象物のモデル画像上に複
数の領域を設定して複数の部分モデル画像を生成する部
分モデル画像生成手段と、 前記部分モデル画像生成手段により生成された複数の部
分モデル画像を登録する登録手段と、 前記撮像手段により得られた検査すべき対象物の画像上
に前記モデル画像と同様の条件で複数の領域を設定する
領域設定手段と、 前記領域設定手段により設定された各領域内の画像につ
いて前記登録手段に登録された対応する部分モデル画像
との相関値を算出する演算手段と、 前記演算手段により得られた各相関値により前記対象物
の不良を判別する判別手段とを備えて成る不良検査装
置。 - 【請求項５】 前記判別手段は、前記各相関値のうち最
も小さい相関値により前記対象物の不良を判別する請求
項４に記載された不良検査装置。 - 【請求項６】 対象物の不良を判別して検査する装置で
あって、 対象物を撮像して対象物のモデル画像および検査すべき
対象物の画像を生成する撮像手段と、 前記撮像手段により得られた対象物のモデル画像上に複
数の領域を設定して複数の部分モデル画像を生成する部
分モデル画像生成手段と、 前記部分モデル画像生成手段により生成された各部分モ
デル画像についてそれぞれ特徴量を算出し、算出された
各特徴量により各部分モデル画像の登録の可否を判定す
る判定手段と、 前記判定手段により登録可と判定された部分モデル画像
を登録する登録手段と、 前記撮像手段により得られた検査すべき対象物の画像上
に前記対象物のモデル画像と同様の条件で複数の領域を
設定する領域設定手段と、 前記領域設定手段により設定された各領域のうち、前記
登録手段に対応する部分モデル画像が登録されている領
域について領域内の画像と対応する部分モデル画像との
相関値を算出する演算手段と、 前記演算手段により得られた各相関値により前記対象物
の不良を判別する判別手段とを備えて成る不良検査装
置。 - 【請求項７】 対象物の不良を判別して検査する装置で
あって、 対象物を撮像して対象物のモデル画像および検査すべき
対象物の画像を生成する撮像手段と、 前記撮像手段により得られた対象物のモデル画像上に複
数の領域を設定して複数の部分モデル画像を生成する部
分モデル画像生成手段と、 前記部分モデル画像生成手段により生成された各部分モ
デル画像についてそれぞれ特徴量を算出し、算出された
各特徴量により各部分モデル画像の登録の可否を判定す
る判定手段と、 前記判定手段により登録可と判定された部分モデル画像
を登録する登録手段と、 前記撮像手段により得られた検査すべき対象物の画像上
に前記対象物のモデル画像と同様の条件で複数の領域を
設定する領域設定手段と、 前記領域設定手段により設定された各領域のうち、前記
登録手段に対応する部分モデル画像が登録されている領
域について領域内の画像と対応する部分モデル画像との
相関値を算出し、前記登録手段に対応する部分モデル画
像が登録されていない領域について領域内の画像の特徴
量を算出する演算手段と、 前記演算手段により得られた各相関値および特徴量によ
り前記対象物の不良を判別する判別手段とを備えて成る
不良検査装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26169794A JP3533722B2 (ja) | 1994-09-30 | 1994-09-30 | 不良検査方法およびその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26169794A JP3533722B2 (ja) | 1994-09-30 | 1994-09-30 | 不良検査方法およびその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08101915A true JPH08101915A (ja) | 1996-04-16 |
| JP3533722B2 JP3533722B2 (ja) | 2004-05-31 |
Family
ID=17365462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26169794A Expired - Lifetime JP3533722B2 (ja) | 1994-09-30 | 1994-09-30 | 不良検査方法およびその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3533722B2 (ja) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005346283A (ja) * | 2004-06-01 | 2005-12-15 | Sharp Corp | 画面判定装置および画面判定方法 |
| JP2007225472A (ja) * | 2006-02-24 | 2007-09-06 | Toray Ind Inc | 中空糸膜モジュールの検査方法および検査装置 |
| US7784943B2 (en) | 2006-12-26 | 2010-08-31 | Aisin Seiki Kabushiki Kaisha | Eyelid detecting apparatus, eyelid detecting method and program thereof |
| JP2010256222A (ja) * | 2009-04-27 | 2010-11-11 | Shibuya Kogyo Co Ltd | 物品検査方法 |
| US7916904B2 (en) | 2007-03-19 | 2011-03-29 | Aisin Seiki Kabushiki Kaisha | Face region detecting device, method, and computer readable recording medium |
| US7936926B2 (en) | 2007-03-13 | 2011-05-03 | Aisin Seiki Kabushiki Kaisha | Apparatus, method, and program for face feature point detection |
| JP2012124451A (ja) * | 2010-11-19 | 2012-06-28 | Pulstec Industrial Co Ltd | 太陽電池検査装置 |
| JP2012129275A (ja) * | 2010-12-14 | 2012-07-05 | Pulstec Industrial Co Ltd | 太陽電池セル検査装置 |
| US8224035B2 (en) | 2006-12-06 | 2012-07-17 | Aisin Seiki Kabushiki Kaisha | Device, method and program for detecting eye |
| JP2013519409A (ja) * | 2010-02-10 | 2013-05-30 | アイモーフィクス リミテッド | 画像解析 |
| US8498449B2 (en) | 2006-12-04 | 2013-07-30 | Aisin Seiki Kabushiki Kaisha | Eye detecting device, eye detecting method, and program |
| JP2015035070A (ja) * | 2013-08-08 | 2015-02-19 | カシオ計算機株式会社 | 画像照合装置、画像照合方法及びプログラム |
| KR20150128318A (ko) * | 2014-05-09 | 2015-11-18 | 한화테크윈 주식회사 | 영상 분석 기반의 결함 검사 시스템 및 방법 |
| WO2016194728A1 (ja) * | 2015-06-01 | 2016-12-08 | 新日鐵住金株式会社 | クランクシャフトの検査方法及び装置 |
| US9530077B2 (en) | 2010-02-10 | 2016-12-27 | Imorphics Limited | Image analysis |
-
1994
- 1994-09-30 JP JP26169794A patent/JP3533722B2/ja not_active Expired - Lifetime
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005346283A (ja) * | 2004-06-01 | 2005-12-15 | Sharp Corp | 画面判定装置および画面判定方法 |
| JP2007225472A (ja) * | 2006-02-24 | 2007-09-06 | Toray Ind Inc | 中空糸膜モジュールの検査方法および検査装置 |
| US8498449B2 (en) | 2006-12-04 | 2013-07-30 | Aisin Seiki Kabushiki Kaisha | Eye detecting device, eye detecting method, and program |
| US8224035B2 (en) | 2006-12-06 | 2012-07-17 | Aisin Seiki Kabushiki Kaisha | Device, method and program for detecting eye |
| US7784943B2 (en) | 2006-12-26 | 2010-08-31 | Aisin Seiki Kabushiki Kaisha | Eyelid detecting apparatus, eyelid detecting method and program thereof |
| US7936926B2 (en) | 2007-03-13 | 2011-05-03 | Aisin Seiki Kabushiki Kaisha | Apparatus, method, and program for face feature point detection |
| US7916904B2 (en) | 2007-03-19 | 2011-03-29 | Aisin Seiki Kabushiki Kaisha | Face region detecting device, method, and computer readable recording medium |
| JP2010256222A (ja) * | 2009-04-27 | 2010-11-11 | Shibuya Kogyo Co Ltd | 物品検査方法 |
| US9530077B2 (en) | 2010-02-10 | 2016-12-27 | Imorphics Limited | Image analysis |
| JP2013519409A (ja) * | 2010-02-10 | 2013-05-30 | アイモーフィクス リミテッド | 画像解析 |
| US10198662B2 (en) | 2010-02-10 | 2019-02-05 | Mako Surgical Corp. | Image analysis |
| JP2012124451A (ja) * | 2010-11-19 | 2012-06-28 | Pulstec Industrial Co Ltd | 太陽電池検査装置 |
| JP2012129275A (ja) * | 2010-12-14 | 2012-07-05 | Pulstec Industrial Co Ltd | 太陽電池セル検査装置 |
| JP2015035070A (ja) * | 2013-08-08 | 2015-02-19 | カシオ計算機株式会社 | 画像照合装置、画像照合方法及びプログラム |
| KR20150128318A (ko) * | 2014-05-09 | 2015-11-18 | 한화테크윈 주식회사 | 영상 분석 기반의 결함 검사 시스템 및 방법 |
| CN107615008A (zh) * | 2015-06-01 | 2018-01-19 | 新日铁住金株式会社 | 曲轴的检查方法和装置 |
| JPWO2016194728A1 (ja) * | 2015-06-01 | 2018-01-25 | 新日鐵住金株式会社 | クランクシャフトの検査方法及び装置 |
| US10132618B2 (en) | 2015-06-01 | 2018-11-20 | Nippon Steel & Sumitomo Metal Corporation | Method and device for inspecting crankshaft |
| EP3306265A4 (en) * | 2015-06-01 | 2019-01-23 | Nippon Steel & Sumitomo Metal Corporation | METHOD AND DEVICE FOR INSPECTION OF A CRANKSHAFT |
| WO2016194728A1 (ja) * | 2015-06-01 | 2016-12-08 | 新日鐵住金株式会社 | クランクシャフトの検査方法及び装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3533722B2 (ja) | 2004-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11830174B2 (en) | Defect inspecting device, defect inspecting method, and storage medium | |
| US20190287235A1 (en) | Defect inspection device, defect inspection method, and computer readable recording medium | |
| JP4172761B2 (ja) | 欠陥検査装置、欠陥検査方法およびプログラム | |
| JP3533722B2 (ja) | 不良検査方法およびその装置 | |
| JP4206723B2 (ja) | 画像処理方法および画像処理装置 | |
| JP4243454B2 (ja) | 明度補正方法及び選択的欠陥検出方法及びこれらを記録した記録媒体 | |
| JP7393313B2 (ja) | 欠陥分類装置、欠陥分類方法及びプログラム | |
| JP2010071951A (ja) | 視覚検査装置および視覚検査方法 | |
| JP4279833B2 (ja) | 外観検査方法及び外観検査装置 | |
| WO2014103617A1 (ja) | 位置合せ装置、欠陥検査装置、位置合せ方法、及び制御プログラム | |
| JP3788586B2 (ja) | パターン検査装置および方法 | |
| JP3536884B2 (ja) | 半導体ウエハの欠陥分類方法及びその装置 | |
| JP4956077B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
| JP2006266845A (ja) | 画像判定装置及び画像判定方法 | |
| JP2006035505A (ja) | 印刷物の検査方法及び装置 | |
| JP2004286708A (ja) | 欠陥検出装置、方法及びプログラム | |
| JP2003203218A (ja) | 外観検査装置および方法 | |
| JP2000329594A (ja) | データ収集処理装置およびデータ収集処理用プログラムが記録された記録媒体 | |
| JP2002140695A (ja) | 検査方法およびその装置 | |
| CN117495846B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
| JPH0735699A (ja) | 表面欠陥検出方法およびその装置 | |
| JP4121628B2 (ja) | 画面検査方法及びその装置 | |
| JP4889018B2 (ja) | 外観検査方法 | |
| JP3308888B2 (ja) | 表面欠陥検査方法及び表面欠陥検査装置 | |
| JPH08247926A (ja) | 鋼材検査装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20040217 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040301 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090319 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090319 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100319 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100319 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110319 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110319 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120319 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120319 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130319 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140319 Year of fee payment: 10 |
|
| EXPY | Cancellation because of completion of term |