JPH09218957A

JPH09218957A - 画像処理方法

Info

Publication number: JPH09218957A
Application number: JP8324150A
Authority: JP
Inventors: Kazuyuki Maruo; 和幸丸尾
Original assignee: Advantest Corp
Current assignee: Advantest Corp
Priority date: 1995-12-05
Filing date: 1996-12-04
Publication date: 1997-08-19

Abstract

(57)【要約】【課題】画面の１／３以上にわたり、異常画素値が凝
集したり、異常素値がちらばったりした太面積欠陥を検
出する。【解決手段】入力画像データをその画面上でＷａｖｅ
ｌｅｔ変換し（Ｓ₁ ）、その変換された画像データ中の
ｘ（又はｙ）軸方向ハイパス情報とｙ（又はｘ）軸方向
ローパス情報の組み合せ部分を二値化処理し（Ｓ₃ ）、
その二値化画像データから孤立点を除去し（Ｓ₄ ）、そ
の後、“１”の画素数を計数し（Ｓ₅ ）、その計数値が
所定値以上か否かで被検対象の良否を判定する（Ｓ
₇ ）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、画像を用いて対
象物を検査するＬＣＤ（液晶）テスタやＣＣＤテスタな
どの画質検査装置や、画像で対象物を認識する画像認識
装置などに用いる画像処理方法に関する。

【０００２】

【従来の技術】従来から画像を用いて対象物を検査した
り、認識したり、判断したり、診断したりする画像処理
方法が多々存在する。これらの方法は、画像をデジタル
的に取り扱うデジタル画像がほとんどで、コンピュータ
を用いて画像処理を行っている。

【０００３】ＬＣＤテスタやＣＣＤテスタなどに用いら
れる画質検査方法で取り扱われるデジタル画像は画像中
の各画素（１画面を構成するための各ポイント）が例え
ば２５６階調や１０２４階調といった複数階調をもった
ものが例えばＸ軸方向に６４０画素、Ｙ軸方向に４８０
画素配列した集合体となっている。この画像が、例えば
一様なグレーの画像情報である場合、理想的な画像であ
れば、デジタル画像のすべての画素の画素値（＝濃度
値）はすべて同じになる。しかし実際には信号レベルの
ノイズや、各画素の若干のばらつきがあるので、すべて
の画素の画素値が全て同一になることはありえないが、
例えば１０２４階調の場合だとすべての画素の画素値の
ばらつきが±２０程度であれば人間が見ても一様なきれ
いな画面に見える。

【０００４】しかし、構成されたＣＣＤやＬＣＤに欠陥
があり、画素値のばらつきがそれ以上ある場合、例えば
周囲の画素が大体画素値４００前後であるに対して問題
の画素だけが画素値５００というような値を持っていれ
ばこれは人間が見るとすぐ異常があることに気づく。こ
のような画素を欠陥と呼び、周囲の画素の画素値とある
程度以上の差がある画素が一点だけで単独に存在してい
るものを点欠陥とよび、その点欠陥が直線上に並んでい
るものを線欠陥と呼ぶ。

【０００５】さらに、単独点としてはさほど周囲との画
素値差がなく、点欠陥とは認識されないような画素で
も、部分的に画素値が多少高い、あるいは低い画素が凝
集していたり、ある部分における画素値ばらつきが他の
部分より大きいような場合に、人間はその部分に「む
ら」がある、と認識する。このような複数の画素の集合
体としての欠陥を面積欠陥と呼ぶ。

【０００６】これらの欠陥を検出して、画像の良・不良
を判定するのが画質検査装置である。画質検査装置は画
像処理により、これらの欠陥の位置や、面積などの情報
を結果として出力する。従来、画質検査対象の画像にお
いて、点欠陥や、線欠陥を検出するにはしきい値処理を
利用する。点欠陥や線欠陥は基本的に単独点として検出
されるという性質上、周囲の部分の画素値のばらつきよ
りも、欠陥部の画素値が十分に大きい、あるいは十分に
小さいので、単純にしきい値を設定して、明るい欠陥の
場合はしきい値以上の画素、暗い欠陥の場合はしきい値
以下の画素を欠陥としてその個数や、各欠陥の画素値を
出力する。

【０００７】これに対して、面積欠陥を検出するには複
雑な処理を必要とする。これは、面積欠陥となる部分の
各画素の画素値が、面積欠陥とならない部分の画素値の
ばらつきの中に吸収されてしまって、欠陥なのか、ノイ
ズなのかが単独の画素情報だけからは判断できないから
である。現在では例えば以下のような処理で面積欠陥を
検出している。

【０００８】まずは検査対象の元の画像Ａ（以降原画像
と呼ぶ）に対してメディアンフィルタ処理を施して、点
単位のノイズ成分が除去された画像Ｂを作成する。次に
このフィルタリングされた画像Ｂと原画像Ａの差分画像
Ｃを作成する。これによって点単位のノイズ成分だけの
画像が得られる。この差分画像Ｃに二値化処理を施し、
二値画像Ｄを作成する。この二値化ではしきい値以上
の、欠陥になりうる画素を画素値１（活性画素）とし、
しきい値以下のものは画素値０とする。二値画像Ｄの画
素値１の画素はノイズ、点欠陥、線欠陥、さらに面積欠
陥の成分を示している。この二値画像Ｄに於て面積欠陥
の部分とそうでない部分との違いは面積欠陥の部分に画
素値１の画素が凝集しており、そうでない部分はまばら
であるということである。そこで、この二値画像Ｄに対
して孤立点（対象画素は１だが隣接する８近傍の画素は
すべて０である画素）を除去する画像処理を施す。

【０００９】孤立点を除去した画像に対してラベリング
処理を施し、連結している画素をグルーピングする。つ
まり、この二値画像中の画素値１の画素を探し、その画
素にラベルを付け、その後、各画素値１の画素につい
て、これと連結するものがあれば、これを同一のラベル
とし、つまりグルーピングする。面積欠陥の部分は画素
値１の画素が凝集しているため、ラベリングしたときに
各ラベルの面積（同じグループの画素数）が大きくな
る。

【００１０】各ラベルの面積を計算し、所定の面積以上
をもつラベルのみを残す。この処理により、面積欠陥で
ないノイズ成分が除去されるので、面積欠陥を検出する
ことができる。

【００１１】

【発明が解決しようとする課題】前述したような面積欠
陥の検出技術は既に確立されているが、処理の性質上、
検出しうる面積欠陥は、面積の小さいものに限定され
る。面積の大きい欠陥、例えば画面全体の１／３に渡っ
てむらがあるようなまたはちらばっているような欠陥の
場合、従来の処理では、差分画像Ｃを作成する時点で、
そのような広範囲に渡る面積欠陥の情報は無くなってし
まう。現在のところ、このような画面の広範囲に渡って
むらがあるような欠陥を検出する方法は存在しない。こ
の発明はそのような広範囲に渡る面積欠陥を定量化する
方法を提供することにある。

【００１２】

【課題を解決するための手段】請求項１の発明によれば
入力デジタル画像データを、その画像を構成する画面上
でウェーブレット変換を行い、その変換された画像デー
タ中のハイパス情報とローパス情報との組み合せ部に対
してその画素の画素値をしきい値処理して活性画素
“１”と非活性画素“０”との二値画像データとし、そ
の二値画像データ中の活性画素の数を計数する。

【００１３】二値画像データに対し孤立点除去をした
後、活性画素の数を計数してもよい。活性画素の数を計
数することなく、活性画素が所定数以上連続（連結）し
たものがあるか否かを判定してもよく、あるいは活性画
素をラベリング処理をしてラベルの面積が所定値以上の
ものがあるか否かを判定してもよい。前記二値化処理さ
れたもの又は孤立点除去されたものを画像表示して、判
定してもよい。

【００１４】計数した画素数が所定値以上か否かによ
り、その入力デジタル画像データのデータ源である検査
対象物の良否を判断する。ウェーブレット変換は時間領
域信号を周波数領域信号へ変換して解析する信号処理方
法であって、例えば書籍ＣｈａｒｌｅｓＫ，ＣＨＵＩ
「“ＡｎＩｎｔｒｏｄｕｃｔｉｏｎｔｏＷＡＶＥ
ＬＥＴＳ”，ＡｃａｄｅｎｉｃＰｒｅｓｓ，１９９２
中のＣｈａｐｔｅｒ１（ＡｎＯｖｅｒｖｉｅｗ）と
ｃｈａｐｔｅｒ３（ＷａｖｅｌｅｔＴｒａｎｓｆｏ
ｒｍｓａｎｄＴｉｍｅ−ＦｒｅｑｕｅｎｃｙＡｎ
ａｌｙｓｉｓ）に一般的説明がなされている。画像処理
においては、時間領域の時間の代わりに位置、つまりｘ
軸方向に対する処理の場合は各画素のｘ座標を用い、信
号の振幅の代わりにその位置の画素の値、つまり輝度値
をプロットし、この座標系に対して時間−周波数解析と
同じ考え方でＷａｖｅｌｅｔ変換を行い、以降同様な解
析を行う。画像に対するＷａｖｅｌｅｔ変換は文献、
Ｍ．Ｂａｒｌａｎｄ，“ＷｏｖｅｌｅｔｓｉｎＩｍ
ａｇｅＣｏｍｍｕｎｉｃａｔｉｏｎ”，ＥＬＳＥＶＩ
ＥＲ，１９９４に示されている。

【００１５】請求項８の発明によれば、入力デジタル画
像データを、その画像を構成する画面上でウェーブレッ
ト変換を行い、その変換された画像データ中のハイパス
情報とローパス情報との組合せ部の画像エネルギー量を
求める。この画像エネルギー量がしきい値以下か否かに
より、その入力デジタル画像データのデータ源である検
査対象物の良否を判断する。

【００１６】ハイパス情報とローパス情報の組み合せ部
分は、ｘ軸方向ハイパス情報とｙ軸方向ローパス情報の
組合せまたはｘ軸方向ローパス情報とｙ軸方向ハイパス
情報の組合せ、あるいはこれら組合せの両者である。ウ
ェーブレット変換は、複数回行ってもよい、つまり１回
ウェーブレット変換した画像データ中のｘ軸方向ローパ
ス情報及びｙ軸方向ローパス情報の組合せ部分に対して
ウェーブレット変換を行うことを１回乃至複数回行った
後、二値化処理してもよい。

【００１７】

【発明の実施の形態】図１にこの発明の一実施例を示
す。まずデジタル画像データを画像メモリに取込む（Ｓ
₁ ）。この画像データにウェーブレット（Ｗａｖｅｌｅ
ｔ) 変換処理を施す（Ｓ₂)。Ｗａｖｅｌｅｔ変換につい
ては先に示した文献に説明されているが、ここでＷａｖ
ｅｌｅｔ変換処理について簡単に説明する。

【００１８】画像データに対するＷａｖｅｌｅｔ変換は
二次元Ｗａｖｅｌｅｔ変換になるが、これは画像のｘ軸
方向に対する一次元Ｗａｖｅｌｅｔ変換とｙ軸方向に対
する一次元Ｗａｖｅｌｅｔ変換を組み合わせることによ
り実現する。まず一次元Ｗａｖｅｌｅｔ変換処理につい
て説明する。Ｗａｖｅｌｅｔ変換を行う際に使用する基
底関数は多数存在するが、ここではその中で最も構造が
単純なＨａａｒＷａｖｅｌｅｔを用いて説明する。他
のＷａｖｅｌｅｔ基底関数（Ｗａｖｅｌｅｔ変換のフィ
ルタ係数）についても関数の形が違うだけで、出力され
る情報はほぼ同様になる。

【００１９】Ｗａｖｅｌｅｔ変換時はスケーリング関数
とウェーブレット関数の２種類で基底関数が構成され
る。スケーリング関数はデータの平滑情報（＝ローパス
情報）を出力するための関数で、Ｗａｖｅｌｅｔ関数は
データの詳細情報（＝ハイパス情報）を出力する関数で
ある。ＨａａｒＷａｖｅｌｅｔの場合は、スケーリン
グ関数がｇ₀ ＝ｇ₁ ＝１／２で、ウェーブレット関数が
ｈ₀ ＝１／２、ｈ₁ ＝−１／２である。

【００２０】１６個の数値よりなる数列（データ）Ｓ
₀ ，Ｓ₁ ，Ｓ₂ ，…，Ｓ₁₅に対するＨａａｒＷａｖｅ
ｌｅｔ変換後の数列（データ）ｔ₀ ，ｔ₁ ，…，ｔ₁₅は
それぞれ次の演算により求まる。ｔ₀ ＝ｇ₀ ・ｓ₀ ＋ｇ₁ ・ｓ₁ 、ｔ₈ ＝ｈ₀ ・ｓ₀ ＋ｈ₁ ・ｓ₁ ｔ₁ ＝ｇ₀ ・ｓ₂ ＋ｇ₁ ・ｓ₃ 、ｔ₉ ＝ｈ₀ ・ｓ₂ ＋ｈ₁ ・ｓ₃ ｔ₂ ＝ｇ₀ ・ｓ₄ ＋ｇ₁ ・ｓ₅ 、ｔ₁₀＝ｈ₀ ・ｓ₄ ＋ｈ₁ ・ｓ₅ ・・・・ｔ₇ ＝ｇ₀ ・ｓ₁₄＋ｇ₁ ・ｓ₁₅、ｔ₁₅＝ｈ₀ ・ｓ₁₄＋ｈ₁ ・ｓ₁₅ 図２に具体的な１６個の数列（データ）をＨａａｒＷ
ａｖｅｌｅｔ変換する方法を示す。つまり、図２Ａにス
ケーリング関数を、図２Ｂにウェーブレット関数をそれ
ぞれに示す。図２Ｃに示す数列ｓ₀ ，ｓ₁ ，…，ｓ₁₅に
対してＷａｖｅｌｅｔ変換を施すと、つまり、数列の各
隣接する二つの数値を組として順次取り出して８組に分
け、その各組の左の数値Ｓ_Lに対し１／２（＝ｇ₀）を
乗算し、右の数値Ｓ_Rに対しても１／２（＝ｇ₁）を乗
算し、両乗算結果を加算して数列ｔ₀，ｔ_1,…，ｔ₇を
得、また前記８組のそれぞれについて、その左の数値Ｓ
_Lに１／２（＝ｈ₀）を乗算し、右の数値Ｓ_Rに−１／
２（＝ｈ₁）を乗算し、両乗算結果を加算して数列
ｔ₈，ｔ₉，…，ｔ₁₅を得る。図２Ｃに示した数列ｓの
具体的数値についての前記演算結果の数列ｔの具体的数
値は図２Ｄに示すようになる。数列ｔの前半ｔ₀ ，ｔ
₁ ，…，ｔ₇ は元の数列ｓに対しスケーリング関数を演
算結果として、元の数列ｓの全長の半分の長さのローパ
ス情報で構成され、後半ｔ₈ ，ｔ₉，…，ｔ₁₅は元の数
列ｓに対してウェーブレット関数を演算した結果として
元の数列ｓの全長の半分のハイパス情報で構成される。
図２Ｅに数列ｓのグラフを、図２Ｆに数列ｔのグラフを
それぞれ示し、何れにおいても横軸は数列における数値
の順番を、縦軸は数値をそれぞれ示す。

【００２１】このＷａｖｅｌｅｔ変換により、解像度が
原画像に対して半分になるが、元の信号のローパス情報
とハイパス情報の両方を同時に得ることができる。元の
信号が解像度１６であったのに対して、１回のＷａｖｅ
ｌｅｔ変換によって得られた数列（データ）ｔ₀ 〜ｔ₁₅
は解像度が８のローパス情報とハイパス情報を示してい
る。元の信号にノイズ、例えば図２Ｃ，Ｅ中のｓ₁₅＝５
０というような他の数値より可なり大きな値のノイズデ
ータがあった場合、数列ｔのハイパス情報の部分は一般
には絶対値が小さいデータとなるが、この場合はノイズ
のためｔ₁₅＝−２５という大きな情報が出力される。こ
のように、Ｗａｖｅｌｅｔ変換は元データのノイズ成分
を検出するのに利用できる。

【００２２】このＷａｖｅｌｅｔ変換はＬＣＤ画像のよ
うな２次元の画像データに対しても適用することができ
る。具体的に画像データにＷａｖｅｌｅｔ変換を適用し
た例を図３に示す。図３の例では、元の画像２１（図３
Ａ）が６４０×４８０のデジタルデータであり、この画
像に対して、まずｘ軸方向に対して一次元データと同様
にＷａｖｅｌｅｔ変換を施す。つまり、ｘ軸方向に並ん
だ６４０個のデータよりなる数列（一次元データ）に対
するＷａｖｅｌｅｔ変換を、４８０個の数列（一次元デ
ータ）に対してそれぞれ行う。この結果図３Ｂに示すよ
うに左右に２分割し、左側にローパス情報画像２２が、
右側にハイパス情報画像２３が得られる。この図３Ｂに
示す６４０×４８０の画像２４に対して今度はｙ軸方向
に同じＷａｖｅｌｅｔ変換を施す。つまり、ｙ軸方向に
並んだ４８０個のデータよりなる数列（一次元データ）
に対するＷａｖｅｌｅｔ変換を６４０個のｙ軸方向数列
に対してそれぞれ行う。これにより図３Ｃに示す６４０
×４８０の画像が得られる。図３Ｃは６４０×４８０の
画面を上下に２分割し、上側にｙ軸方向ローパス情報画
像２５が、下側にｙ軸方向ハイパス情報画像２６が得ら
れる。従って、図３Ｃに得られた画像は原画像２１と同
一大きさ６４０×４８０の画面を図３Ｄに示すように４
分割し、左上の４分の１半部にｘ、ｙ軸両方向のローパ
ス情報画像２７，右上の４分の１半部にｘ軸方向のハイ
パス情報とｙ軸方向のローパス情報を組み合わせた画像
２８，左下の４分の１半部にｘ軸方向のローパス情報
と、ｙ軸方向のハイパス情報を組み合わせた画像２９，
右下の４分の１半部にｘ、ｙ軸両方向のハイパス情報画
像３０がそれぞれ得られていたことになる。ここではま
ずｘ軸方向に変換処理を行ってからｙ軸方向に変換処理
を行って図３Ｄを得ているが、ｘ、ｙの変換の順序を入
れ替えても、最終的な二次元Ｗａｖｅｌｅｔ変換後は全
く同じ図３Ｄの画像が得られる。

【００２３】ＬＣＤテスタやＣＣＤテスタで扱う原画像
は、普通一面グレーなどの一様な画像を解析するが、こ
のような画像にＷａｖｅｌｅｔ変換を施すと、欠陥など
がないきれいな画像の場合は、Ｗａｖｅｌｅｔ変換後の
ハイパス成分を含む画像、つまりｘ、ｙ軸両ローパス情
報画像以外の変換画像にはほとんどデータが現れず、画
像を取り込む際などに発生するノイズ成分がのっている
のみで、値は０に近い画素がほとんどである。しかし、
ある程度の大きな面積を持つような面積欠陥が原画像に
ある場合は、Ｗａｖｅｌｅｔ変換後の画像のハイパス情
報の画像、つまりｘ軸方向ハイパス（詳細）情報とｙ軸
方向ローパス（平滑）情報を組み合せた画像２８，ｘ軸
はローパス（平滑）情報とｙ軸方向ハイパス（詳細）情
報とを組み合せた画像２９においては欠陥が存在する部
分に集中して画素値の高い画素が発生する。ただし、
ｘ、ｙ軸両方向ハイパス情報画像３０は２度のハイパス
処理により、面積欠陥のある部分でも変換後の値は０に
近くなるので、この部分にはあまり特徴的なデータが出
てこない。

【００２４】そこで、このＷａｖｅｌｅｔ変換後の画像
中のローパス情報とハイパス情報とを含む画像、つまり
図３Ｄ中の右上の画像２８と左下の画像２９に着目す
る。右上の画像２８には縦線的な成分の欠陥情報が出力
され、左下の画像２９には横線的な成分の欠陥情報が出
力されている。以降の処理は目的により、右上の画像２
８だけについて行ってもよいし、左下の画像２９だけに
ついて行ってもよい。また、これら両方の画像２８，２
９について行い両方の結果をあわせて解析結果としても
よい。大面積欠陥の場合は画像２８と２９の何れかにつ
いて解析を行えば大部分は検出できる。

【００２５】上記の着目部分、つまり画像２８，または
２９あるいはこれらの両者において、面積欠陥部分に画
素値の高い画素が現れるが、点状のノイズの成分があれ
ば、これらも画素値の高い画素として多数現れる。従っ
てこの画素値の高い画素がノイズなのか面積欠陥なのか
を区別するには、面積欠陥部分にどの程度多くの画素が
凝集しているかどうかを調べると良い。そこで、図１に
示すように原画像に対して上述のようにＷａｖｅｌｅｔ
変換を行い（Ｓ₂），その着目部画像（２８または２９
あるいはその両者）に対し、まず二値化処理を施して活
性化画素と非活性化画素に変換し、つまり、画素値０、
１の二値画像を作成する（Ｓ₃ ）。その二値化のしきい
値は単純に画素値が正のものと０以下のものというしき
い値でもよい。この二値画像に対し、孤立点除去の処理
を行う（Ｓ₄ ）。この処理は従来行われている手法で行
えばよい。ノイズ成分はほとんどが孤立点であるので、
この孤立点除去により、面積欠陥以外のノイズはこの処
理によりほとんど除去される。つまりこの画像で画素値
１の画素はほとんどが面積欠陥の部分ということなる。

【００２６】従って、この画像に於て画素値１の画素、
つまり活性画素の個数を計数し（Ｓ ₅ ）、その計数値を
出力して例えば表示する（Ｓ₆ ）。これにより、面積欠
陥の大きさを算出し、必要に応じて表示することができ
る。ここで計数される画素数は１画素が原画像の４画素
分に対応するので、原画像においてどの程度の面積欠陥
であるかは算出された数値を縮小した比率に対応して積
算して出力する必要がある。Ｗａｖｅｌｅｔ変換後の各
画像は原画像に対して面積が４分の１になっている、つ
まり、変換後の画像に対しての二値化処理や孤立点除去
などの処理は原画像が欠陥情報を保持した状態で１／４
に圧縮され、この圧縮画像を処理することと同様にな
る。従って、従来の方法では広い面積にわたって異常画
素値がちらばっている面積欠陥や異常画素値が凝集して
いる場合で孤立点除去の際にノイズと共に除去されてし
まうような面積欠陥が、この発明の処理では残って検出
される可能性が高くなる。

【００２７】更に、Ｗａｖｅｌｅｔ変換後の左上の画像
２７（図３Ｄ），つまりｘ、ｙ軸両方向にローパスフィ
ルタをかけた画像は、原画像を４分の１に縮小した画像
となっているので、この画像に対して、更にＷａｖｅｌ
ｅｔ変換を施すことが可能である。図３Ｄ中の１度変換
した画像中の左上の部分２７にもう一度Ｗａｖｅｌｅｔ
変換をかけると、ここで出力される画像はさらに４分の
１、つまり原画像２１に対しては１６分の１の画像にな
る。この変換画像中のローパス情報及びハイパス情報の
組合せ画像に上記と同様の画像処理を施すとやはり面積
欠陥を検出できる。この場合は原画像を４×４にブロッ
ク化して処理することと同様になるので、１度のＷａｖ
ｅｌｅｔ変換画像に対する処理よりさらに、広範囲に渡
る大きい面積欠陥に対応することができる。更にこの１
６分の１となった画像の左上のローパス情報画像にもう
一度Ｗａｖｅｌｅｔ変換を施せば、原画像に対して６４
分の１、つまり原画像を８×８にブロック化して処理す
るのと同様となり、６４０×４８０の画像をこの様に多
段階にＷａｖｅｌｅｔ変換をかければ、従来検出するこ
とが出来なかった、画面全般に渡るような大面積の面積
欠陥を検出することが可能となる。またこのようにＷａ
ｖｅｌｅｔ変換を繰り返した画像においては、従来方法
で必要であった孤立点の除去と言う処理を施さなくても
面積欠陥以外の点状のノイズ成分は消えてしまうことが
多いので、この場合は原画像に対し、Ｗａｖｅｌｅｔ変
換を複数回行い、その後二値化処理を行い、その画像に
対し孤立点除去を行わずに、直接、画素値１の画素を計
数して面積欠陥の面積情報として出力装置に出力するよ
うなシステムを構成することも出来る。また、以上のよ
うにして出力される面積欠陥の面積の大きさにより、一
定の判断基準のしきい値を設け、そのしきい値を越える
ものは不良画像、しきい値以下のものは良品画像である
と判断する良否判定を行うようにしてもよい（Ｓ₇ ）。

【００２８】上述において孤立点除去処理、つまり段階
Ｓ₄ を省略して、二値画像を計数処理段階Ｓ₅ へ直接供
給してもよい。つまりＷａｖｅｌｅｔ変換を１回行う
と、面積が１／４になり、従って１つの画素の影響も１
／４となる。従ってＷａｖｅｌｅｔ変換を３回行えば、
面積が１／６４となり、正常画素の値に対し、６４倍程
度の値の孤立点画素の影響も１／６４となり、ほぼ無視
できる状態となる。従って、孤立点画素の最大値が正常
値の６０〜７０倍程度であれば、Ｗａｖｅｌｅｔ変換を
３回行えば孤立点除去処理段階Ｓ₄を省略してもよいこ
とになる。

【００２９】具体例として、ここでは例えば６４０×４
８０画素よりなる原画像で、本来は画素値がすべて０な
のであるが、一部分に疑似点欠陥として縦横４画素置き
に画素値１６の画素が広範囲に広がっている広い面積の
面積欠陥の画像を想定し、その面積欠陥部分のうちの１
６×１６画素を取出したものを図４Ａに示す。これは面
積欠陥であるので、処理結果としてこの１６×１６画素
一面（この１６×１６画素の全体）が面積欠陥画素とし
て二値化され、つまり全て画素値１になる必要がある。
しかし、従来の方法では、孤立点除去などの処理で、画
素値１６の画素は孤立点としてすべて除去されてしまっ
て、面積欠陥は検出されない。これに対し、この発明に
適用し、この画像にＷａｖｅｌｅｔ変換を一度施すと図
４Ｂに示すようになり、この左上のｘ、ｙ軸方向ローパ
ス情報画像（８×８画素）１１に更に同じＷａｖｅｌｅ
ｔ変換を施すと図４Ｃに示すようになる。この２段目の
Ｗａｖｅｌｅｔ変換画像のｘ軸方向ローパス情報と、ｙ
軸方向ハイパス情報の組み合せ画像（４×４画素）１２
に関して二値化処理、孤立点除去を行っても、画素値１
の画素の除去はされず、そのままの状態で残る。ここで
画素値１の画素数を算出すると、１６画素で構成される
画像１２の１６画素とも画素値１であり、これは面積欠
陥であると判断し、かつ原画像における１６×１６の画
面全面に面積欠陥が広がっていると判断できる。

【００３０】この例ではＷａｖｅｌｅｔ変換を２段行
い、２段目の結果を利用しているが、例えば６４０×４
８０画素を持つ画像に対しては、Ｗａｖｅｌｅｔ変換を
３段階行い、３段目のハイパス情報とローパス情報の組
合せ部分に関して同様の処理を施すことも出来る。Ｗａ
ｖｅｌｅｔ変換の回数は原画像の大きさや、検出対象物
の大きさなど、目的に合わせて適宜変化させることがで
きる。このようにして、従来検出することが出来なかっ
た大面積の面積欠陥などを検出することが可能となる。

【００３１】画素数が６４０×４８０，各画素が２５６
階調レベルをもつＬＣＤパネルに対し、各画素に輝度レ
ベルが１２８となる輝度信号を与え、その時のＬＣＤパ
ネルの画面をビデオカメラで撮影し、得られた画像信号
に対しＷａｖｅｌｅｔ変換を３回行った後、その図３Ｄ
の左下画像２９と対応する部分の信号に対して、図１中
のステップＳ₃，Ｓ₄，Ｓ₅の処理を適用した。この実
験を２１個のサンプルＬＣＤパネルに対し行った。その
時の活性画素の数の各計数値を、活性画素数の少ない順
に下記に示す。

【００３２】サンプルNo. 活性画素数サンプルNo. 活性画素数１１０６１２６１６２１５０１３７０４３２０４１４１１７２４２５６１５１２０８５３３４１６１３０４６３４８１７１８６４７３８８１８１９２０８４１０１９２１４０９４５８２０２１４８１０４８０２１２７８８１１５３０各サンプルについてその表示画像を目で見て大面積欠陥
の有無を確認し、その結果と前記活性画素数とを比較し
た。この結果、平均輝度レベルの変動が２％以上の部分
が画面（パネル）の１／３〜１／２という大きな面積欠
陥があるサンプルはサンプルＮo.１７以上に示され、活
性画素数が１８６４以上であり、一方、そのような面積
欠陥がないサンプルはサンプルＮo.１６以下に示され、
活性画素数が１３００以下であり、良品と不良品とで活
性画素数が大きく異なり、この発明により従来、困難で
あった大面積欠陥を検出できる。

【００３３】図１中に破線で示すように、二値化処理段
階Ｓ₃の後、又は孤立点除去段階Ｓ ₄の後、段階Ｓ₈に
おいて活性画素が所定数以上連結（連続）しているもの
を検出し、連結しているものがあれば良否判定段階Ｓ₇
で不良と判断するようにしてもよい。あるいは段階Ｓ₈
ではラベリング処理を行い、良否判定段階Ｓ₉で所定面
積以上のラベルがあれば不良と判断してもよい。以上の
ように良否判定を自動的に行うのみならず、二値化処理
段階Ｓ₃の後、又は孤立点除去段階Ｓ₄の後、段階Ｓ₆
でその時得られた二値画像信号を画面表示器に画像とし
て表示し、活性画素の分布、広がりなどを検査員が視覚
により判断して良否の判断をしてもよい。

【００３４】図１に破線で段階Ｓ₉として示すように、
ステップＳ₂でＷａｖｅｌｅｔ変換処理を行った後、二
値化処理、孤立点除去、画素数計数を行うことなく、解
析対象画像部分、例えば図３Ｄ中の左下画像２９のエネ
ルギー量を算出する。この画像エネルギー量Ｅは、その
画像、例えば２９に含まれる画素数をＮ，その各画素の
画素値をｘ（ｉ）とすると次式で求められる。

【００３５】Ｅ＝Σ^N _i=1ｘ（ｉ）²／Ｎこの画像エネルギーは図１のステップＳ₅で計数される
計数値とほぼ比例したものとなる。従って、この画像エ
ネルギー量Ｅを判断基準のしきい値と比較して、そのし
きい値より大であれば入力画像信号の画像を不良、しき
い値以下であれば良品画像と判断してその結果を出力し
（Ｓ₇），または算出画像エネルギー量Ｅを出力表示す
る（Ｓ₆）。

【００３６】

【発明の効果】以上詳細に説明したように、この発明
は、Ｓ／Ｎが非常に良くない画像に於いて、従来のミク
ロ的な画像処理では検出することが出来なかった大面積
の欠陥のような対象物を認識することが出来る。この発
明により、人間の目が持つ画像をマクロに判断する能力
と同様の判断が出来るようになり、その効果は大であ
る。図１中の画像エネルギー量を算出すれば、二値化処
理、孤立点除去、画素数計数を行う場合より、処理量が
少なく、高速処理ができる。

【図面の簡単な説明】

【図１】この発明の実施例の処理手順を示す流れ図。

【図２】Ａはスケーリング関数の例を示す図、Ｂはウェ
ーブレット関数の例を示す図、Ｃ乃至Ｆはそれぞれ一次
元Ｗａｖｅｌｅｔ変換処理の具体例として変換前の数列
ｓの各データ値、変換後の数列ｔの各データ値、変換前
の数列ｓのデータの変化グラフ、変換後の数列ｔのデー
タの変化グラフを示す図である。

【図３】Ａは原画像を示す図、Ｂは図３Ａの原画像に対
しｘ方向にＷａｖｅｌｅｔ変換を施した画像、Ｃは図３
Ｂの画像に対し更にｙ方向にＷａｖｅｌｅｔ変換を施し
た画像、Ｄは図３Ｂ及びＣの各画素の組合せ値を説明す
るための図である。

【図４】Ａは面積欠陥をもつ原画像データの例を示す
図、Ｂは図４Ａの原画像に二次元Ｗａｖｅｌｅｔ変換を
施した画像データを示す図、Ｃは図４Ｂの画像に対し更
に二次元Ｗａｖｅｌｅｔ変換を施した画像データを示す
図である。

Claims

【特許請求の範囲】

【請求項１】画像を用いて対象物の検査、認識、判断
などを行う画像処理方法であって、入力デジタル画像データを、その画像を構成する画面上
でウェーブレット変換を行うウェーブレット変換段階
と、上記ウェーブレット変換された画像データ中のハイパス
情報とローパス情報との組合せ部分に対してその各画素
の画素値をしきい値処理して活性画素と非活性画素の二
値画像データを得る二値化処理段階と、上記二値画像データ中の活性画素の数を計数する画素数
計数段階とを有する。
【請求項２】請求項１の画像処理方法において、上記計数した活性画素数が所定値以下か否かに応じて、
上記入力デジタル画像データのデータ源である検査対象
物の良否を判断する良否判定段階を含む。
【請求項３】画像を用いて対象物の検査、認識、判断
などを行う画像処理方法であって、入力デジタル画像データを、その画像を構成する画面上
でウェーブレット変換を行うウェーブレット変換段階
と、上記ウェーブレット変換された画像データ中のハイパス
情報とローパス情報との組合せ部分に対してその各画素
の画素値をしきい値処理して活性画素と非活性画素の二
値画像データを得る二値化処理段階と、上記二値画像データ中の活性画素の連結状態を検出する
段階と、連結した画素数が所定数以上のものがあれば、上記入力
デジタル画像データのデータ源である検査対象物を不良
と判断する良否判定段階とを有する。
【請求項４】画像を用いて対象物の検査、認識、判断
などを行う画像処理方法であって、入力デジタル画像データを、その画像を構成する画面上
でウェーブレット変換を行うウェーブレット変換段階
と、上記ウェーブレット変換された画像データ中のハイパス
情報とローパス情報との組合せ部分に対してその各画素
の画素値をしきい値処理して活性画素と非活性画素の二
値画像データを得る二値化処理段階と、上記二値画像データ中の活性画素をラベリング処理する
段階と、上記ラベリング処理により所定面積以上のラベルがあれ
ば、上記入力デジタル画像データのデータ源である検査
対象物を不良と判断する良否判定段階とを有する。
【請求項５】画像を用いて対象物の検査、認識、判断
などを行う画像処理方法であって、入力デジタル画像データを、その画像を構成する画面上
でウェーブレット変換を行うウェーブレット変換段階
と、上記ウェーブレット変換された画像データ中のハイパス
情報とローパス情報との組合せ部分に対してその各画素
の画素値をしきい値処理して活性画素と非活性画素の二
値画像データを得る二値化処理段階と、上記二値画像データを二次元画像として表示する段階
と、その表示画像を見て上記入力デジタル画像データのデー
タ源である検査対象物の良否を判断する良否判定段階と
を有する。
【請求項６】請求項１乃至５の何れかの画像処理方法
において、上記二値画像データからその画像における孤立している
画素を除去し、その孤立画素が除去された二値画像デー
タを次の段階へ渡す孤立点除去段階を含む。
【請求項７】請求項１乃至６の何れかの画像処理方法
において、上記ウェーブレット変換段階は、入力デジタル画像デー
タに対してウェーブレット変換した画像データ中のｘ軸
方向ローパス情報及びｙ軸方向ローパス情報の組合せ部
分に対し、更にウェーブレット変換を少なくとも１回行
い、このように複数回ウェーブレット変換された画像デ
ータを上記二値化処理段階へ与える段階である。
【請求項８】請求項７の画像処理方法において、上記二値化処理段階におけるハイパス情報とローパス情
報との組合せ部分は、ｘ軸方向ハイパス情報とｙ軸方向
ローパス情報との組合せ部分と、ｙ軸方向ハイパス情報
とｘ軸方向ローパス情報との組合せ部分との両者であ
る。
【請求項９】画像を用いて対象物の検査、認識、判断
などを行う画像処理方法であって、入力デジタル画像データを、その画像を構成する画面上
でウェーブレット変換を行うウェーブレット変換段階
と、上記ウェーブレット変換された画像データ中のハイパス
情報とローパス情報との組合せ部分に対して画像エネル
ギー量を計算するエネルギー量算出段階とを有する。
【請求項１０】請求項９の画像処理方法において、上記ウェーブレット変換段階は、入力デジタル画像デー
タに対してウェーブレット変換した画像データ中のｘ軸
方向ローパス情報及びｙ軸方向ローパス情報の組合せ部
分に対し、更にウェーブレット変換を少なくとも１回行
い、このように複数回ウェーブレット変換された画像デ
ータを上記エネルギー量計算段階へ与える段階である。
【請求項１１】請求項９または１０の画像処理方法に
おいて、上記計算された画像エネルギー量が所定値以下か否かに
応じて、上記入力デジタル画像データ源である検査対象
物の良否を判断する良否判定段階を含む。
【請求項１２】請求項１１の画像処理方法において、上記エネルギー量計算段階におけるハイパス情報とロー
パス情報との組合せ部分は、ｘ軸方向ハイパス情報とｙ
軸方向ローパス情報との組合せ部分と、ｙ軸方向ハイパ
ス情報とｘ軸方向ローパス情報との組合せ部分との両者
である。