KR100233218B1 - 안과용 렌즈 검사 방법 및 장치 - Google Patents

안과용 렌즈 검사 방법 및 장치 Download PDF

Info

Publication number
KR100233218B1
KR100233218B1 KR1019930028178A KR930028178A KR100233218B1 KR 100233218 B1 KR100233218 B1 KR 100233218B1 KR 1019930028178 A KR1019930028178 A KR 1019930028178A KR 930028178 A KR930028178 A KR 930028178A KR 100233218 B1 KR100233218 B1 KR 100233218B1
Authority
KR
South Korea
Prior art keywords
lens
pixel
edge
pixels
value
Prior art date
Application number
KR1019930028178A
Other languages
English (en)
Other versions
KR940015471A (ko
Inventor
에이. 에벨 제임스
사이트 피터
Original Assignee
워필드 마크
존슨 앤드 존슨 비젼 프로덕츠 인코포레이티드
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=25539896&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=KR100233218(B1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by 워필드 마크, 존슨 앤드 존슨 비젼 프로덕츠 인코포레이티드 filed Critical 워필드 마크
Publication of KR940015471A publication Critical patent/KR940015471A/ko
Application granted granted Critical
Publication of KR100233218B1 publication Critical patent/KR100233218B1/ko

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G01M11/02—Testing optical properties
    • G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
    • G01M11/0278—Detecting defects of the object to be tested, e.g. scratches or dust
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G01M11/02—Testing optical properties
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G01M11/02—Testing optical properties
    • G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
    • G01M11/025—Testing optical properties by measuring geometrical properties or aberrations by determining the shape of the object to be tested

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Eyeglasses (AREA)
  • Image Analysis (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)
  • Image Processing (AREA)
  • Prostheses (AREA)
  • Eye Examination Apparatus (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
  • Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)

Abstract

공개한 내용은 안과용 렌즈 검사 방법 및 광원에 의해 조명되고 있는 안과용렌즈의 영상을 포착하는 카메라를 구비하는 안과용 렌즈 검사 장치이다. 카메라 화소 각각의 위치 및 세기는 전기적인 값으로 변환된 후 메모리로 전송되어 기억된다. 화소들의 세기값 위치값을 비교하는 명령이 들어있는 컴퓨터는 수용기 필드의 중심 근처에서 출발하여 세기의 편차가 생길때까지 필드의 가장자리쪽으로 가면서 작업을 계속한다. 세기가 변한 화소들을 평가하면 렌즈 가장자리의 윤곽을 얻을 수 있다. 실제 렌즈 가장자리를 에워싸는 어떤 고리가 만들어지고, 두 개의 전이 가장자리로 나타난 화소는 모조리 세기의 절대값에서 기울기 값으로 바뀐다. 특성 추출을 실행하여 결함성 화소들을 찾아내고 이것들을 그룹별로 묶는다. 그룹 결정이 끝나고 나면, 각 그룹에는 자기 그룹에 들어있는 결함성 화소의 개수, 결함의 유형, 결함의 정도에 따라 점수가 부여된다. 이 점수로부터 전체 렌즈에 가중치를 부여한 점수가 주어질 수 있는데, 이 가중치 점수로 렌즈를 합격/불합격시킨다.

Description

안과용 렌즈 검사 방법 및 장치
제1도는 본 발명에 관련된 실제 구성성분과 이 구성성분이 연결된 방식 및 광원 검사할 렌즈 블록도.
제2도는 렌즈 영상을 얻고 이 영상을 처리해서 렌즈 합격 유무를 판단하기 위해서 본 발명의 장치에 의해 수행되는 단계들의 흐름 블록도.
제3도는 영상에서 렌즈의 위치를 찾기 위한 본 발명 알고리즘이 사용하는 기법 도시도.
제4도는 렌즈 가장자리 주위에 3개 1조씩 데이터점을 모으는 방식을 나타내는 도시도.
제5도는 렌즈 가장자리를 구하기 위한 중심 및 반지름을 전단계에서 모은 데이터점들로부터 결정하는 방법의 실시예 도시도.
제6도는 전단계에서 유도된 이론적 콘택트렌즈 가장자리 근처에 생성된 처리용 고리 도시도.
제7도는 안쪽 가장자리와 바깥쪽 가장자리를 만드는 두가지 렌즈 가장자리의 천이로 나타나는 가장자리 증진 연산의 결과 도시도.
제8도는 상이한 방향성 가장자리 연산을 사용하기 위하여 렌즈를 분할한 서로 다른 지역 도시도.
제9도는 본 발명의 알고리즘이 사용하는 방정식이 서로 다른 화소(pixel, 픽셀)의 위치를 나타내기 위하여 채택한 표기법을 보여주는 도면.
제10도는 렌즈 영상에서 각도 표시를 위해 사용하는 통상적인 방법을 보여주는 다이어그램.
제11도는 처리용 고리내에 있는 렌즈 위치를 찾기 위해 조사 벡터를 적용한 경우 서로 다른 출력이 나타날 때의 도면.
제12(a)도 및 제12(b)도는 증진된 렌즈 영상의 불연속점 및 불연속점을 검출하는 화소 처리를 제12(a)도에서는 직각좌표계로 제12(b)도에서는 극좌표계로 나타낸 도시도.
제13(a)도 및 제13(b)도는 렌즈의 조각난 부분을 이어주는 제13(a)도에서는 직각좌표계로 제13(b)도에서는 극좌표를 나타내며 최초의 이어주기는 외삽법을 사용하고 마지막으로는 점퍼법을 사용한 도시도.
제14(a)도 및 제14(b)도는 화소 처리를 사용해서 수행된 렌즈 가장자리 반지름 편차를 제14(a)도에서는 직각좌표로 제14(b)도에서는 극좌표로 나타낸 도시도.
제15도는 관심 화소와 이웃 화소들의 경사도 관계 도시도.
제16(a)도 및 제16(b)도는 화소 처리에 의한 기울기 추출을 제16(a)도에서는 직각좌표로 제16(b)도에서는 극좌표로 나타낸 도시도.
제17(a)도 및 제17(b)도는 렌즈 가장자리로부터 공간 미분을 추출하는 방법을 제17(a)도는 직각좌표로 제17(b)도는 극좌표로 나타내는 도시도.
* 도면의 주요부분에 대한 부호의 설명
12 : 렌즈 16 : 카메라
26 : 입력 모듈 28 : CPU 모듈
44 : 비디오 모니터 72 : 콘택트렌즈
74 : 렌즈 가장자리 76 : 결함 또는 이물질(noise)
78 : 갭 80 : 조사 벡터
94 : 안쪽 가장자리 96 : 바깥쪽 가장자리
98 : 안쪽 경계선 100 : 바깥쪽 경계선
[발명의 배경]
본 발명은 안과용 렌즈, 특히 물을 한 구성성분으로 하는 구조를 갖는 하이드로겔(hydrogel) 콘텍트렌즈 등과 같은 안과용 렌즈를 자동으로 검사하는 장치 및 방법-비록 이 방법은 내접안 렌즈(intraocular lens)와 같은 고정밀도의 소형안과용 렌즈에도 적합하지만-에 관한 것이다.
안과용렌즈는 시력을 교정하기 위하여 사람 눈속에 또는 그 위에 사용한다는 중요한 속성 때문에, 이 렌즈들이 규정 특성들을 확실히 만족하고 있는지 검사하는 것은 안과용 렌즈 업계에서는 매우 중요한 것이다. 상기 규정 특성들은 광파워와 같은 광학적 성질뿐만 아니라 렌즈 크기, 곡률, 가장자리의 정교함 및 기포와 불순물 그리고 다른 결함들에 대한 내성 등과 같은 물리적 특성들까지 포함한다.
지금까지는 렌즈의 규정 특성 하나하나를 검사하기 위해 렌즈를 확대해서 사람이 검사해 보는 것이 가장 신뢰할만한 방법이었다. 그러나 안과용 렌즈 산업이 발달함에 따라 이러한 방법은 상기 산업에 막대한 인적, 재정적 부담을 안겨주었고, 검사하는 사람에게도 지루한 작업을 요구하는 것이었다. 특히 주기적으로 자주 교체하는 콘텍트렌즈의 경우 생산해야 할, 그래서 검사해야 할 렌즈의 수는 급격히 많아진다.
안과용 렌즈를 검사하는데 있어서 한가지 문제점은 렌즈 자체가 광학적으로 투명하고 그 결과 보통의 물체를 검사할 때 통상 생기는 빛과 그림자 형상이 보이지 않는다는 것이다.
현재 사람에 의한 검사방법은 본 기술분야, 특히 투명 유체의 흐름 및 광학 부품의 검사를 위한 연구 분야에 잘 알려진 암시야 조명(dark field illumination)인 실리렌 방법(schliren method)을 사용한다. 이 방법에서는 점광원에서 나온 광은 렌즈에 의해 평행 조준되며 그후 연구대상(즉, 렌즈)을 통과한다. 그 다음, 광은 제2렌즈에 의해 예리한 가장자리 위에 직접 초점이 맞춰진다. 렌즈에 있는 회절성 불균일에 의해 편광된(비록 렌즈가 투명할지라도) 광은 가장자리에 초점을 맺지 못한다. 가장자리에 의한 간섭으로 편광된 빛은 대물렌즈에 의해 스크린으로 입사되고 그래서 불균일이 없었다면 그림자가 투영될 스크린 위에 광 스폿이 생긴다.
안과용 렌즈 검사 특유의 또 다른 문제점은 렌즈의 크기는 명목치수에서 어느 정도 변하는 것이 허용되는 반면에, 가장자리에 생기는 흠이나 중앙의 기포 등과 같은 결함의 크기는 명목치수 허용 변화보다 백배 더 작을 때 조차도 허용되지 않는다는 것이다. 검사할 영상위에 스텐실지나 형판을 놓은 다음 영상과 비교하는 일반적인 자동 검사 방법은 안과용 렌즈 검사 방법에는 적절하지 못한데 그 이유는 검사하여 찾아낼 결함은 렌즈의 명목치수 허용 변화보다 백배 더 작은 인수를 가지기 때문이다.
따라서, 본 발명의 목적은 사람이 렌즈를 확대시켜 검사할 때와 동등한 정확도를 갖고 고속으로 안과용 렌즈를 자동 검사하는 방법 및 장치를 제공하는 것이다.
본 발명의 또 다른 목적은 쉽게 구입할 수 있는 비디오 장비, 전자 부품 및 컴퓨터 시스템을 사용해서 상기 검사를 실시하는 것이다.
또한, 렌즈가 생산 라인에서 누락되었는지를 결정할 수 있게 하는 것도 본 발명의 목적이다.
본 발명의 또 다른 목적은 생산 과정에서 생기는 결함에 가장 민감한 부분에 대해 중점적으로 영상 분석을 하는 것이다.
본 발명의 또 다른 목적은 렌즈 가장자리 위치를 찾기 전에 렌즈 형상을 분석하고, 그 형상중에 렌즈에 결함이 생기게 하는 흠이 있는지 결정하는 것이다.
본 발명의 다른 목적은 렌즈 가장자리에 있는 불연속점을 모두 연결해서, 작은 렌즈 결함과 영상 처리 실패 때문에 특정 렌즈에 대한 검사 과정이 무용하게 됨으로 해서 우수한 렌즈를 불합격시키지 않게 하는 것이다.
본 발명의 또 다른 목적은 형상의 편차 특성을 종류별로 분류하여 렌즈에 발견되는 결함의 유형을 목록으로 만들어 그 정보를 제조 공정에 제공하기 위한 것이다.
[발명의 요약]
광원에 의해 조명되고 있는 안과용 렌즈의 영상을 전자 카메라가 포착하게 함으로써 상기 여러 목적들을 달성한다. 영상은 카메라의 수용기(receptor)로 입사되는데, 수용기는 여러개의 화소(pixel, 픽셀)로 구성된다. 각 화소의 위치와 입사광의 세기는 전기적인 양으로 변환되어 메모리로 전송·저장된다. 컴퓨터는 메모리에 연결 가능하며 메모리에 저장된 위치값·세기값을 검색할 수 있다. 컴퓨터에는 화소들의 위치값·세기값을 비교하는 명령들이 있다.
실시예에서 이러한 비교는 수용기 필드의 중심 근처에 있는 화소에서 출발하여 세기 편차가 나타날때까지 화소 필드의 가장자리쪽으로 계속 진행된다. 중앙 화소 둘레에서 세기가 변화하는 화소들의 값을 평가하고 값을 평가한 화소에 가장 가까운 짝을 찾은 다음 이 과정을 반복하면 렌즈의 개략적인 형상을 얻는다. 만약, 이 형상의 특징이 렌즈 가장자리와 일치하지 않으면 상기 형상을 평가해서 렌즈가 불합격인지 결정한다. 만약 일치하는 경우라면, 가장자리의 특징을 평가하여 가장자리 및 렌즈를 합격시켜도 좋은지 결정한다.
실시예에서, 이러한 결정은 가장자리를 12°간격으로 약 30개의 데이터점이 발견될때까지 계속 추적함으로써 이루어진다. 3개의 점으로 구성된 10개의 그룹에 대해 세 개의 연립 방정식을 풀어서 렌즈의 평균 중심, 평균 반지름을 구한다. 이렇게 해서 구한 중심·반지름 데이터를 이용하면 둥근 고리를 만들 수 있는데, 이 고리의 경계선은 실제 렌즈 가장자리에 가깝다. 고리 내부에 있는 모든 화소들의 세기 절대값은 두 개의 경사도 값으로 바뀌어서 렌즈의 가장자리를 두 개의 천이 가장자리(transition edge)-하나는 콘텍트렌즈 가장자리의 바깥쪽에서부터 나머지 하나는 안쪽에서부터 천이함-로 나타낼 수 있게 된다. 그 다음 이 두 가장 자리는 얇아져서 가장자리의 최대 세기값을 갖는 화소만 남게 된다. 그후 두 가장자리는 직각좌표에서 극좌표로 변환되어 반지름, 각도 및 세기 경사도 값을 갖는다. 상기 두 데이터 행렬에 의해 렌즈 특성을 추출한다. 이 특성 추출은 반지름 편차(RD ; Radial Diviation), 국부 기울기 편차(LGD ; Localized Gradient Deviation), 공간 미분(SD ; Spatial Derivative), 하강성 국부 기울기 편차(DLGD ; Dip Localized Gradient Deviation), 한쪽 국부 기울기 편차(ALGD ; One Tail Localized Gradient Deviation)에 대한 조사를 포함한다. 이렇게 화소 레벨을 결정하고 나면 각 결함성 화소는 결함 그룹의 한 구성원이 된다. 렌즈 가장자리의 안쪽 외곽선과 바깥쪽 외곽선을 따로 그룹짓고 나면, 렌즈 가장자리의 양쪽에 중첩된 일부 그룹은 조합성 결함 그룹이 된다. 그룹이 결정되면, 그 그룹에 속하는 결함성 화소의 개수, 유형 및 결함의 정도에 따라 정해지는 점수를 각 그룹에 부여한다. 이렇게 해서 전체 렌즈에 가중 점수를 줄 수 있는데, 이 점수에 따라 렌즈는 검사를 통과하거나 탈락하게 된다.
[실시예]
본 발명의 실시는 특정 하드웨어 시스템에 국한되는 것이 아니라, 소프트웨어를 어떻게 짜느냐에 따라 여러 가지로 실시될 수 있다. 그러나 아래의 실시예는 최상의 것이 된다.
제1도에 의하면 본 발명의 시스템은 탈이온수에 들어 있는 콘텍트렌즈(12)를 갖는 콘텍트렌즈 패키지(10)를 광원(24)과 카메라(16) 사이에 유지시키는 구조체(도시안됨)로 구성한다.
렌즈 패키지의 실시예에 대한 보다 상세한 설명은 본 출원과 동시에 출원된 미국 출원 제 호(대리인 문서번호 VTN-43)에 있다.
카메라(16)는 로체스터 코닥(Kodak of Rochester, New York)에서 만든 Videk MegaPlusR카메라와 같은 고해상도 고체 상태 카메라이다.
이 카메라는 렌즈(18)를 구비하는데, 본 실시예에서 렌즈는 14.5mm 시야로 고정시킨다. 카메라에는 Nikkor 55mm 표준 렌즈를 달고, 렌즈는 f/2.8에 맞춘 다음 Andover 대역 통과 필터에 부착되는데, 이 대역 통과 필터는 중심에서는 파장이 550nm이고 카메라 렌즈끝에서는 10nm의 전파반고(FWHH ; Full Wave Half Height)이다. 상기 필터는 색수차(chromatic aberration)를 제거해서 전체적인 공간 해상도를 높이고 렌즈 검사에 대한 사진 응답을 사람의 시각 응답과 유사한 수준으로 유지시켜준다. 또한 상기 필터(22)는 시스템 변조 전달 함수(MTF ; Modulation Transfer Function)를 감소시키는 적외선을 CCD 검출기에서 제거한다.
탈이온수에 들어있는 렌즈가 담긴 패키지 아래에는 섬광 젖빛 유리로 만든 광확산기(optial diffuser)(도시되지 않음)가 있고 그 아래에는 스트로보 광(14) 같은 광원이 있다. 스트로보 램프는 영상 처리 시스테멩 의해 개시되는 5 Joule, 10μsec 광 펄스를 방사할 수 있다. 다음 방사때까지 재충전에 필요한 회복 시간은 통상 450msec이 요구된다.
조명 시스템의 보다 상세한 실시예 설명은 본 출원과 동시 계속 출원중에 있는 미국 출원번호 제 호(대리인 문서번호 VTN-55)에 있다.
카메라(16)의 초점은 카메라가 부착된 프레임의 위·아래로 카메라를 움직이는 미세 리드 스크루 드라이브로 맞춘다. 한번 맞춘 초점은 검사 절차 수행 동안 고정 유지된다.
카메라에는 광 수용기 역할을 하는 전하 결합 소자(CCD) 센서도 있는데, 이 CCD 수용기는 1,320×1,035 화소 행렬로 구성된다.
카메라 CCD 수용기 센서는 빛의 세기를 전기적 신호로 바꾸고, 이 아날로그 전기적 신호는 회로(24)에 의해 아날로그에서 디지털 비디오 출력 신호로 변환되는데, 8비트 A/D 변환기를 사용하면 256개의 그레이 레벨이 상기 출력 신호에 들어있게 된다.
카메라는 스트로보 광의 방사 및 영상의 다음번 전송을 유발시키기에 적절한 위치로 움직여가는 렌즈 및 패키지에 의해 발생된 신호를 사용해서 비동기적으로 동작한다.
조명이 시작된 후의 렌즈 전송 시스템 및 팔레트 시스템(pallet system)에 대한 보다 상세한 설명은 본 출원과 동시 계속 출원중에 있는 미국 출원번호 제 호 및 제 호(대리인 문서번호 VTN-49 및 VTN-50)에 있다.
영상은 카메라에 있는 회로(24)를 경유해서 영상 처리 시스템의 입력 모듈(26)로 전송된다. 영상 처리 시스템은 세 부분, 즉 입력 모듈(26), CPU 모듈(28)과 영상화 주기판(mother board)(30)으로 구성된다.
입력 모듈(26)에 있는 디지털 신호는 각 라인이 해당 비디오 동기 신호를 가지도록 처리되며, 처리된 디지털 신호는 디지털화된 신호를 CPU 모듈(28)에 전송하는 비디오 다중화기(34)에 공급된다.
비디오 프레임 하나(상기 카메라의 경우에는 1,048,576개의 화소)를 나타내는 이러한 일련의 데이터는 다른 하드웨어로 전송하는 것을 허용하는 비디오 버스(36)에서 사용할 수 있도록 만들어진다. 또한 영상은 비디오 RAMDAC(38)을 사용해서 디스플레이하는데, 그후 영상은 변환기(40)에 의해 의사 칼라 출력(pseudo color output)으로 변환되고 RGB 출력(42)을 통과해서 영상을 디스플레이하는 비디오 모니터(44)로 전송된다. RGB 의사 비디오 칼라 출력은 세 개의 LUT(look-up table)가 공급한다. CPU 모듈(28)의 입력은 약 1M 바이트 영상 메모리(46)에 전송되고, 영상 메모리(46)에 저장된 데이터는 영상 타이밍을 제어하여 질서 정연하게 처리 유니트(48)로 전송된다.
데이터의 처리는 모토롤라 68040 CPU로 수행한다.
필요한 영상 처리 코드는 EPROM(52)에 저장하고, 처리된 영상 출력은 영상화 주기판(30)에 공급되어 적절한 출력 제어를 한다. 출력은 16비트 디지털 병렬 입력/출력(60)을 통해 또는 RS232나 RS422 직렬 포트(62)를 통해 만들어진다. 프로세서에 의한 합격/불합격 결정은 전달 기구(66)에 전성되어져서, 렌즈(12)는 패키지에 의한 후속 공정 처리 및 살균 처리를 하거나 또는 불량 렌즈를 폐기하게 된다.
제2도에서, 제1도의 장치에 의해 실시될 검사 절차를 블록도로 도시하고 CPU 모듈(28)에 의해 실행될 검사 알고리즘을 아주 상세하게 도시한다.
제1단계에서, 카메라가 포착한 영상을 영상 처리 시스템으로 보내고, 일련의 디지털 데이터로 변환된 영상은 카메라에 있는 이미 알고 있는 결함성 화소를 수정할 알고리즘을 갖고 있다.
고해상도 카메라의 가격은 CCD 센서 수용기(30)가 감지할 수 있는 결함성 화소의 개수에 따라 결정된다. 결함성 화소는 이웃 화소들과 비교했을 때 광 응답의 변화가 10% 또는 그 이상인 화소들을 우선적으로 포함하고 이런 화소들을 5개 이하로 그룹지운 화소 묶음을 포함하다.
최저가의 카메라에서 조차도 결함성 화소의 개수에는 제한이 있고, 그룹으로 묶을 수 있는 화소들의 개수에도 제한이 있기 때문에, 가격이 낮은 카메라도 렌즈 검사용으로 사용할 수 있다.
Videk Megaplus 카메라에 사용되는 CCD 센서는 줄 형태의 결함들을 가지고 있는데, 이런 결함들은 보통 한 줄에만 나타나며 50개 또는 그 이상의 화소 길이 만큼의 결함이다. 이러한 결함성 영역들은 이웃 화소들과 비교해서 화소 그레이 레벨을, 영상으로 나타내고 있는 장면과는 무관하게 높거나 낮게 되도록 한다. 만약, 이런 결함들이 렌즈 가장자리에 또는 그 근처에서 발생할 경우, 소프트웨어가 이것들을 렌즈의 결함이나 불연속점으로 해석할 오류를 범하게 될 것이다.
사람이 렌즈에 대한 영상을 그레이 레벨값이 예상밖으로 변하는 지역들에 대해 살펴봄으로써 결함성 영역을 결정한다. 결함들은 한 줄에만 있기 때문에, 이웃한 줄간의 보간으로 알맞은 수정이 가능하다. 줄 형태의 결함에 대한 보간은 결국 그 결함의 양측에 있는 줄의 그레이 레벨의 평균값을 말한다. 카메라의 센서는 둥근 얼룩 모양을 한 덩어리형 결함을 포함할 잠재성도 있다. 이러한 형태의 결함은 이것을 영상 처리에 간섭을 주지 않을 영역에 두거나 또는 상기 설명한 것과 똑같은 보간 기법을 사용하면 수용가능한 것이 된다.
이미 알고있는 결함성 카메라 화소에 대한 상기 수정후, 렌즈 가장자리를 식별함으로써 렌즈는 영상 필드에 놓여진다. 렌즈 가장자리의 위치를 찾아낸 다음에는 렌즈가 패키지내에 진짜 들어있는지 아닌지 결정한다. 만약 렌즈가 없다면, 그 렌즈는 불량으로 간주되어 빈 패키지에 대한 처리는 하지 않고 소비자에게까지 가지 못하게 된다.
렌즈 가장자리의 위치가 결정되고 나면, 렌즈 가장자리 근처에 있는 점들의 위치 데이터를 수집하고, 이 데이터는 원과 원의 중심을 정의할 세 개가 한조로 된 가장자리 데이터 여러개를 만드는데 사용한다. 평균 중심에서 가장 멀리 떨어진 중심은 그럴 듯 하기만한 데이터를 없앤다는 뜻에서 제외시킨다.
이때, 가장자리의 위치 및 렌즈 중심을 정의하는데 3개 1조로 된 가장자리 데이터를 특정 가장자리 정보로 사용한다.
실제로 가장자리를 검사하기 위해서는 계산된 중심점을 사용해서 실제 콘택트렌즈를 포함하는 그리고 데이터를 처리할 고리를 만든다. 이렇게 하면, 관심 부분인 가장자리를 포함하고 있는 고리 부분에 대해서만 훨씬 세밀한 데이터 처리를 집중적으로 할 수 있다.
렌즈 가장자리와 뒷배경을 구별하기 위해서, 가장자리 증진 연산기(edge enhancement operator)를 처리용 고리에 있는 화소들에 적용한다. 상기 가장자리 증진의 결과 두 개의 렌즈 천이 가장자리(lend transition edge)를 얻는다. 하나는 렌즈 안쪽에서 가장자리쪽으로, 또 하나는 바깥쪽에서 렌즈 가장자리쪽으로 천이하는 렌즈 천이 가장자리이다. 보다 명확하게 천이 가장자리를 정의하기 위해서 처리용 고리에 들어있는 가장자리 데이터에 대해 변형 골격화 연산(skeletonization operation)을 한다. 그레이 레벨 정보에는 특성 추출에 유용한 정보가 들어있기 때문에, 이 그레이 레벨 정보는 골격화 연산에 의해 유지된다.
알고리즘에서 다음에 처리할 과정은 임계화 연산기(thresholding operator)로서 특성 추출에 필요없는 그레이 레벨 정보를 제거한다.
다음 단계는 렌즈 가장자리 특성을 추출하기 위해 안쪽 가장자리와 바깥쪽 가장자리를 추적하는 것이다. 이 추적은 최초에 렌즈 가장자리를 위치시키는 것과 유사한 방법으로 시작하지만, 처리용 고리의 안쪽 경계선에서부터 바깥쪽으로 추적하여 그레이 레벨을 기준으로 렌즈 가장자리를 위치시킨다는 점이 다르다. 그레이 레벨 임계치와 일치하는 화소를 만난 경우에는 일련의 인접 화소들을 추적하여 그것이 렌즈 가장자리인지를 결정한다. 만약 가장자리라면, 렌즈 가장자리는 전체 가장자리 둘레에 대해 계속되며, 위치와 해당 화소의 세기 기울기를 기억시킨다.
직각좌표 정보값은 극좌표계에서는 반지름, 각도 변위값으로 바뀌고, 극좌표에 관한 세기 기울기 값을 갖는다. 데이터를 올바르게 처리하고, 좋은 렌즈를 불합격시키는 잘못을 범하지 않기 위해서 특정 개수의 화소보다 적은 수의 불연속점들을 서로 연결시킨다.
정보값을 극좌표계에 맞게 바꾸고 나면 5가지의 특성 추출이 수행되느데 첫째로는 이론적인 안쪽 렌즈 가장자리, 바깥쪽 렌즈 가장자리와의 반지름 편차(Radial Deviation)를 결정하는 것이다. 그 다음은 국부 기울기 편차(LGD ; Localized Gradient Deviation)로서 각 화소의 세기 기울기 값을 이웃한 인접 화소들과 비교하는 것이다. 그 다음은 공간 미분(SD ; Spatial Derivative)인데, 이것은 각도 변위의 변화 대 반지름 변화를 측정한다. 반지름 편차 추출과 비교했을 때 공간 미분 추출은 각도 변위의 변화에 대한 가장자리 반지름의 급작스런 변화를 우선적으로 고찰한다.
상기 세가지의 특성 추출을 하고 났을 때, 불연속성 결함이 생기는 것은 렌즈 안쪽 가장자리나 바깥쪽 가장자리의 불연속점이 너무 커서 불연속점을 이어주는 알고리즘으로 수정 가능하다고 간주할 수 없기 때문이다.
국부 기울기 편차 특성과 마찬가지로 하강성 국부 기울기 편차(DLGD ; Dip Localized gradient Deviation)는 특정 화소의 기울기 값과 이 화소의 이웃 화소들의 기울기 평균값의 편차량을 고찰하는데, 서로 다른점은 이웃 화소들의 수가 더 많고 특정 화소 주위에서 사용하지 않는 화소들의 간격이 더 넓다는 것이다. DLGD는 기울기 편차가 다른 편차보다 작은 것에만 반응하기 때문에“하강성(Dip)”이란 이름을 붙였다.
DLGD는 다른 특성으로는 식별할 수 없는 가장자리의 작은 흠들을 특히 잘 식별한다. DLGD에 의해 결함성으로 분류된 화소는 편차의 양을 결함이 심한 정도를 나타내는 것으로 기억해둔다.
한쪽 국부 기울기 편차(ALGD ; One Tail Localized Gradient Deviation)는 특정 화소의 한쪽에 있는 이웃 화소들만 사용해서 편차를 계산한다. 특정 화소 앞의 20개 화소들을 사용해서 이웃 화소들의 평균값을 정하는데 특정 화소 바로 앞에 있는 4개 화소들은 제외시킨다. ALGD는 양의 기울기 편차 음의 기울기 편차를 모두 조사한다.
상기 특성 추출이 수행되는 동안 식별된 특성 각각에 결함 정도에 비례해서 점수를 부여한다. 또한 안쪽 가장자리와 바깥쪽 가장자리에 있는 결함성 화소들을 모두 조사하여 그 결함들이 하나의 결함 그룹으로 묶어야 할만큼 큰 결함의 일부인지 결정하여 결함들을 그룹으로 묶는다. 다음에 이 그룹들을 평가하여 이 그룹들을 결합시켜 더 큰 그룹으로 묶어야 하는지 알아보고, 만약 안쪽 결함 그룹과 바깥쪽 결함 그룹이 결합된다면 이것들은 하나의 결함으로 보아야 한다.
마지막으로, 각각의 결함 또는 결함 그룹에 그 결함의 정도에 따라 점수를 부여하고, 렌즈의 품질에 손상을 주는 정도에 따라 각 유형의 결함에 가중치를 준다.
이 점수와 가중치는 모든 결함에 대해 합산하여 그 값으로 렌즈의 합격 또는 불합격 여부를 결정한다.
또한, 점수와 가중치를 부여하는 과정에서 얻은 양적 정보는 목록화하거나 디스플레이하여 생산중에 있는 렌즈들의 통계적 품질 분석을 가능하게 하여서 제조 공정의 제어를 통해 모든 잘못된 공정 변수를 찾아내고 제조 공정에 미치는 변화의 영향을 평가할 수 있다.
이제, 상기 알고리즘에서 수행되는 단계를 설명한다.
제3도에 여러 화소들(도시않됨)로 구성된 수용기 필드(70)가 있다. 상기 필드내에 콘택트렌즈(72)의 영상이 있는데, 이 영상의 경우 렌즈는 가장자리(74)와 결함 또는 이물질(76)로 구성된다. 또 특정 렌즈 영상에서는 렌즈 가장자리에서 갭(gap)(78)을 발견할 수 있다.
45°방향의 조사 벡터(80)를 필드의 중심에서 시작하여 렌즈 가장자리 위치를 찾아낸다. 조사 벡터(80)는 필드의 중심에서 렌즈 가장자리와 만날것이라고 예상한 쪽으로 화소 단위쪽 반지름 방향으로 움직인다. 가장자리 영역에 도달할 때까지 조사 벡터를 따라 각 화소를 알고리즘으로 테스트한다. 즉, 각 화소는 그레이 레벨 및 미리 계산해서 정한 영역과 비교한다. 만약 현재 벡터 위치의 화소의 그레이 레벨이“trk_thres” 변수값보다 낮으면 렌즈 가장자리상의 화소와 마주친 것으로 가정한다.
마주친 상대가 렌즈 가장자리라는 것을 증명하기 위해서 벡터는 마주친 상대의 윤곽을 추적한다. 조사 벡터가 조사 벡터(80) 및 (82)인 경우라면 알고리즘은 마주친 놈을 렌즈 가장자리의 일부라고 인식하지 않을텐데 그 이유는 상기 윤곽의 곡률이 렌즈 가장자리의 곡률 또는 원주라고 예상한 것과 일치하지 않기 때문이다. 이런 테스트 방법은 윤곽 추적이 최초 화소를 가로질러 소정 개수의 화소들 이내의 개수만큼 역추적하는지 결정하고 윤곽이 이물질 또는 렌즈 결함일 정도로 작은지 결정하는 간단한 방법으로 테스트하는 것이다. 만약 이물질과 마주쳤다면 시계 방향으로 약 11°떨어진 곳에서 또다른 조사 벡터가 생기고, 이것을 빼고는 최초 조사 벡터와 동일하게 조사를 수행한다.
도면에 도시한 다른 조사 벡터(84)는 렌즈 가장자리의 갭(78)을 통과해 지나가는 경로를 따른다. 조사 벡터는 수용기 필드(70)의 경계선에 도달할 때까지 계속 진행하고 경계점에서 조사는 종료하며, 조사 벡터(84)에서 시계 방향으로 약 11°되는 곳에서 다른 조사 벡터(86)가 시작한다. 화소 단위 조사는 어떤 경우에도, 즉 수평 방향이든, 수직 방향이든, 대각선 방향이든지 단계적으로 옆에 있는 화소에 대한 조사로 진행한다. 상기 두 유형의 렌즈 결함중 어떤 것이라도 즉, 렌즈 표면에 있는 결함(76), 렌즈 가장자리의 갭(78)에 대해서도 적절한 판단 기준을 적용해서 렌즈를 불합격시킨다.
벡터(86)인 경우의 조사는 성공적이고 렌즈 가장자리(74)를 찾게 된다. 찾은 모양이 진짜 렌즈 가장자리인지 증명하는 것은 제4도에 도시한다.
앞 단계에서 찾아낸 양호한 데이터점에서 출발한 알고리즘은 약 90개의 화소들을 4개씩 연속 추적하여 렌즈 윤곽을 따라간다. 추적 거리는 렌즈의 실제 반지름(r)에 의존하기 때문에 아래 공식에 따라 영상별로 다른 것을 사용할 것이다.
추적거리 ≡ T = (1024/F)×(2“π”r/30)(여기서, F=14.5mm(시야))
그래서, 탈이온수에 들어있는 12.2mm 렌즈에 대한 T는 보통 90개 화소 길이가 된다. 만약 거리 T인 렌즈 가장자리 둘레의 추적이 성공적이라면, 데이터점을 기록해 둔다.
이렇게 해서 렌즈 가장자리 위치는 증명이 된다. 총 30개 이상의 12°간격으로 떨어진 데이터점을 찾은 후, 3개의 점들로 구성된 그룹 10개에 대해서 3개의 연립 방정식을 풀어서 렌즈의 평균 중심과 반지름 값을 결정한다.
제4도에서, 사각형 심볼 삼각형 심볼, 원형 심볼은 데이터를 수집한 점들을 나타낸다. 내부 무늬가 같은 심볼은 동일 데이터 세트로 모은다.
각각의 원이 렌즈 가장자리를 나타날 때 10개의 서로 다른 원에 대한 방정식을 계산하는데는 10개의 데이터 세트를 사용한다. 행화소 및 열화소의 평균 원중심을 계산한 다음 열 개의 원중심들 각각에서 평균 원중심까지의 거리를 구한다. 그 다음에, 중심의 통계학적 분포로 정해놓은 중심과 소정의 편차를 갖는 중심은 모두 제거한다. 이렇게 하는 것은, 결함에서 수집된 정상적인 렌즈 가장자리에서 벗어난 데이터에 의해 생길 수도 있는 가짜 렌즈 가장자리를 없애기 위한 것이다. 이것을 제5도에 도시하는데, 이 도면에서 중심점(88)은 렌즈 가장자리 수차(87) 때문에 나머지 9개의 중심점들이 모여있는 덩어리에서 벗어나 있기 때문에 제거되어진다.
그다음 나머지 행 중심 및 열 중심들에 대한 정규 편차를 계산하고 특정 임계값과 비교한다. 만약 행 정규 편차와 열 정규 편차 모두가 임계 범위를 만족한다면, 렌즈를 찾아낸 것으로 간주한다. 마지막으로 사용한 반지름은 나머지 원의 반지름 평균값이다. 만약, 정규 편차조차 만족하지 못하다면 새로운 조사 벡터를 만든다. 이 새로운 조사 벡터의 출발 각도는, 렌즈 가장자리를 따라 같은 점에서 데이터를 수집하지 않도록 하게끔 이전 벡터에서 회전한 각도이다. 렌즈의 위치를 이렇게 안정적인 반복 과정으로 찾아내고 데이터점을 수집하는 것은 최고 두원에 대해서 계속된다. 이렇게 하였는데도 렌즈를 성공적으로 찾지 못했을 때는 이 렌즈는 찾지 못한 것으로 간주하고 자동적으로 불합격 처리된다.
제6도에서, 처리용 고리(90)를 만들고 콘택트렌즈 가장자리(72) 주위에 겹쳐 놓는다. 이 고리는 앞에서 구한 원중심, 반지름값을 사용해서, 그리고 처리용 고리의 폭에 대한 내부 변수를 사용해서 만든 고리이기 때문에, 처리용 고리의 경계부안에 렌즈 가장자리가 분명히 들어있다. 평가해야 할 화소의 개수를 제안함으로서 속도를 증가시키고 처리 시간을 줄이기 위해서는 영상에 대한 이후의 모든 처리는 이 고리 내부로만 한정한다. 고리의 크기에 부과되는 요구조건(그리고 엄격한 처리용 고리만을 사용해야 할 필요성)은 컴퓨터의 데이터 취급 능력, 처리 능력 및 비용에 따라 좌우된다. 환형 고리의 중심은 알고리즘의 앞단계에서 모델화한 원이 된다. 화소에서 고리의 폭은 변수“anls_width”로 결정한다.
제7도는 알고리즘의 다음 단계로서 제6도의 처리용 고리는 도시하지 않았다. 수용기 필드(70)에는 다시 평균 중심(92)을 도시한다. 가장자리 증진 연산이 렌즈의 원래 영상에 대해 수행되는데, 이것은 그레이 레벨 하나만 가지고는 렌즈 가장자리의 정상 영역과 결함 영역을 충분히 구별할 수 없기 때문이다. 그래서 렌즈 가장자리 영상의 안쪽 둘레에 포함된 정보와 바깥쪽 둘레에 포함된 정보를 구별하는데 상기 가장자리 증진 연산기를 사용한다. 이 연산기는 변형 3×3 연산기로 렌즈 가장자리 근처의 서로 다른 영역을 사용한다. 제6도의 콘텍트렌즈 가장자리(72)는 가장자리 증진 연산의 결과로 없어졌다. 가장자리 증진 연산기는 렌즈 가장자리 원래 영상을 처리하는데, 가장자리 증진 연산을 렌즈의 원래 영상에 적용한 후에는 제6도에 나타난 안쪽 가장자리(94)와 바깥쪽 가장자리(96) 각각에 대해 가장자리 증진 연산의 폭은 2∼4 화소폭이 된다.
가장자리 증진 연산이 효과를 발휘하려면 렌즈는 서로 다른 영역으로 분할되어야만 한다.
상기 영역들의 정확한 시작점과 끝점은, 영상에 있는 렌즈의 크기 및 렌즈의 위치에 따라 정해진다. 제8도는 어떤 렌즈가 사용하는 5개의 영역들간의 관계를 보여준다. 이 영역들은 대부분 렌즈 주위를 수평 영역, 수직 영역 및 대각선 영역으로 분할하도록 설정된다.
제8도에서, 영역 각각은 서로 다른 방향을 가진 가장자리 연산을 사용하는데 영역(1,3,5)에 대해서는 대각선 연산을, 영역(2,4)에 대해서는 수평/수직 연산을 사용한다. 다른 방향성 가장자리 연산을 사용하는 것은 렌즈의 곡률을 보상해주고 렌즈 둘레의 경사도 크기를 갖게 해주기 위해서이다. 다시말해서, 렌즈중 대부분의 수직 부분에 대한 대각선 연산은 대부분의 대각선 부분에 대한 수평/수직 연산과 거의 동등하다.
가장자리 연산은 불필요한 떨림을 억제하기 위해서, 처리중인 가장자리에 대해 대각선 방향으로 된다. 정상적인 렌즈 가장자리의 두께는 지역에 따라 조금씩 변동하므로, 원 렌즈 가장자리 영상에 대해 수평 및 수직 방향 연산을 하는 가장자리 연산이 상기 두께의 변동을 포착해서 가장자리의 조그마한 오차를 보존하는 잘못을 범하게 된다. 이렇게 되면, 특성 추출 소프트웨어는 이 작은 오차를 가장자리에 생긴 결함으로 인식할 것이다.
제9도에는 가장자리 증진 연산에 사용하는 화소 표기법을 나타내는데, 보통의 기술 수준에 있는 사람이라면 식별할 수 있도록 행렬이나 어레이의 원소를 나타내는데 사용하는 표준적인 표기법으로 나타낸다.
아래의 방정식(1-6)은 두 가장자리 연산에 사용할 알고리즘을 보여준다. 각 화소에 대한 경사도 값은 8비트 범위내에 넣기 위해서 0에서 255까지로 크기를 정한다.
영역(1,3,5)에 대한 대각선 가장자리 증진, 영역(2,4)에 대한 수평/수직 가장자리 증진이 수행되고 나면 그 결과로 생긴 안쪽 가장자리와 바깥쪽 가장자리에 대해서는 골격화 연산(skeletonization operator)을 한다. 이 결과로 생긴 가장자리는 전형적으로 한 화소폭을 가지며, 렌즈를 단면도로 보았을 때 가장 긴 부분에서 얻은 정보만 가지고 있다. 그러나 이런 과정이 진행하는 동안 상기 화소에 들어있는 그레이 레벨로 유지된다. 이런식의 가장자리 증진은 각각의 고리 영역에 사용되는 기울기 연산과 일치하는 방향으로 행해진다. 앞단계에서 얻은 기울기 정보에 의해서만 연산을 하는 이 연산은 관심 화소로부터 네 방향에 대한 최고값을 찾는다. 최고값을 찾으면 그 값을 관심 화소에 대체하고 찾지 못하면 화소는 영이 되어서 제7도의 영상이 생긴다.
알고리즘의 그 다음 단계는 증진 연산 및 골격화 연산으로 새로 생긴 안쪽 렌즈 가장자리와 바깥쪽 가장자리를 임계화 기법을 사용해서 위치를 찾고 추적한다. 임계화는 가장자리를 추적하고 있는 동안의 렌즈 윤곽에 대해서만 수행된다.
다음 단계로는 특정 화소 세기값 이상의 화소들에 임계값을 적용하는 단계이다. 임계화 연산을 하는 목적은 고리내에서 관심 가장자리 부분이 아닌 모든 화소들과 이물질로 보이는 모든 화소들을 제거하는 것이다. 임계화 연산에 사용되는 그레이 레벨값은 안쪽 가장자리, 바깥쪽 가장자리 각각에 대해 변수“inner_thr”과“outer_thr”이다. 이 변수들은 윤곽을 추적하는 알고리즘에서 사용하는 임계값들이다. 임계화 연산은 다음과 같이 실행한다.
즉, 만약 Pij가 임계값보다 크거나 같고 처리된 렌즈 가장자리에 있는 화소이면 Pij를 윤곽 화소로 한다.
제9도에는 수용기 필드(70)내의 영상에 들어있는 렌즈가 사용할 각도 표기 방법을 도시한다. 추적을 시작할 렌즈 가장자리의 위치를 찾기 위해서, 최초에 렌즈 위치를 찾는데 사용했던 것과 유사한 조사 벡터를 사용한다. 여기서 조사 벡터가 다음 화소를 조사하는 판단 기준은 오로지 그레이 레벨뿐이다.
제10도에서, 조사 벡터는 처리용 고리의 바로 안쪽, 0°에서 시작하여 화소행을 따라 진행하는데 렌즈 가장자리에 도달할때까지 또는 처리용 고리의 반대쪽에 도달할 때까지 계속된다.
제11도는 안쪽 가장자리에 대한 조사의 일례이다. 이 도면은 안쪽 가장자리(94) 바깥쪽 가장자리(96) 및 처리용 고리(90)를 보이기 위해서, 증진된 렌즈 가장자리를 확대한 도면으로서, 처리용 고리(90)는 안쪽 경계선(98) 및 바깥쪽 경계선(100)으로 이루어진다.
조사 벡터(102)를 상기 설명의 일례로, 여기서 결함 또는 이물질(104)은 이것의 그레이 레벨이 확연히 다르기 때문에 조사 벡터와 맞주치게 된다. 조사 벡터는 결함 또는 이물질의 윤곽을 추적하지만, 이 윤곽은, 최초 화소로 되돌아올 때가지 추적한 화소의 개수로 알 수 있듯이 렌즈 가장자리와 일치하지 않기 때문에 알고리즘은 이 대상물을 가장자리로 하지는 않는다.
이렇게 렌즈 가장자리 위치 찾기가 한번 실패하고 난후, 제2조사 벡터가 이전 벡터로부터 20개 화소행만큼 떨어져서 발생한다. 예를들어, 제2조사 벡터(106)는 처리용 고리(98)의 안쪽 경계에서 출발하여 바깥쪽 경계(100)로 진행하므로서 렌즈의 안쪽 가장자리(94)의 위치 찾기를 시도한다. 이 예에서 조사 벡터(106)는 렌즈 가장자리라 할만큼 두드러진 화소와 만나지는 못하고 갭(108), 안쪽 가장자리(94) 및 바깥쪽 가장자리(96)를 통과한다. 조사 벡터가 처리용 고리(100)의 바깥쪽 경계에 도달하고나면 조사는 끝이난다.
제3조사 벡터(110)는 제2조사 벡터(106)와 20개 화소열만큼 떨어져서 생성되고, 이때에는 렌즈의 안쪽 가장자리(94) 찾기는 성공하며 알고리즘은 렌즈의 안쪽 가장자리(94)와 바깥쪽 가장자리(96) 추적에 집중한다.
이전 조사 벡터가 렌즈 가장자리에 있는 작은 결함이나 갭 때문에 실패할 때마다 새로운 조사 벡터를 만들어내는 과정은 렌즈 가장자리를 찾을때까지 또는 최고 15번의 시도를 할 때까지 계속된다. 이러한 위치찾기 과정은 렌즈 안쪽 가장자리(94)와 렌즈 바깥쪽 가장자리(96)에 대해 독립적으로 실행된다.
가장자리 위치를 한번 찾고나면 8개씩 연결된 윤곽 따라가기가 수행된다. 벡터는 0°에서 출발하여 렌즈 가장자리의 안쪽 윤곽과 바깥쪽 윤곽을 8연결법을 사용해서 추적한다. 8연결법은 가장자리에 닿은 어떤 화소도 최종 윤곽에 포함되는 것을 보장해 준다. 임계 그레이 레벨은 안쪽 가장자리에 대해서는“inner_thr” 변수를 그리고 바깥쪽 가장자리에 대해서는“outer_thr”을 사용해서 어떤 화소가 가장자리의 일부인지 결정하는데 사용한다.
만약, 현재 화소가 가장자리 화소이면 우회전 알고리즘을 수행하고 그렇지 않으면 좌회전 알고리즘을 수행한다. 특수한 환경이 되면 대각선 화소를 조사한다.
안쪽 가장자리와 바깥쪽 가장자리 추적에 동일한 코드를 사용하기 때문에 안쪽 가장자리에 대해서는 시계방향 추적이, 바깥쪽 가장자리에 대해서는 반시계방향 추적이 수행된다.
추적이 끝났을 때 렌즈 가장자리는 약 6,000개의 화소로 구성되는데, 300개는 안쪽 가장자리, 나머지 3,000개는 바깥쪽 가장자리에 해당한다. 만약, 화소의 개수가 미리 정해둔 한계값에 들지 않으면 상기 과정을 반복하거나 패키지를 불합격시킨다.
가장자리에 있는 각 화소에 대해서, 일련의 정보가 어레이 구조로 기억된다. 이 정보에는 반지름, 각도, 그레이 레벨 기울기, 결함 형태 및 결함의 정도들이 있다. 이 시점의 알고리즘에는 모든 렌즈 어레이 정보가 존재하지는 않지만, 메모리는 나중에 사용하기 위한 것이다.
만약 발견된 화소가 가장자리의 일부이면, 직각좌표에서 극좌표로의 변환이 일어나는데, 직각좌표계와 극좌표계의 원점은 최초 렌즈 위치찾기에 의해 결정된 렌즈의 중심이다. 다음 식은 변환이 어떻게 이루어지는지 보여주며, 여기서 θ는 각도, r은 반지름이다.
θ=arctan[(렌즈중심행-화소행)/(화소열-렌즈중심열)]
R=SQRT[(화소열-렌즈중심열)2+(렌즈중심행-화소행)2]
θ는 0.0°에서 360.0°까지인 부동 소수점 값에서 0에서 8191까지의 정수값으로 바뀌어서 13비트, 213으로 나타낼 수 있다. R도 처음에는 부동 소수점으로 계산되지만 정수값으로 바뀐다.
각 윤곽 화소에 대한 반지름 및 각도 변위값들은 큰 어레이 구조에 들어간다. 이 큰 어레이에 발견된 6,000개 정도의 화소에 대해서만 처리를 하면 그 다음 과정은 보다 효율적으로 될 수 있다.
이후의 도면에서 렌즈 가장자리는 그림으로 나타냈지만 알고리즘에 의한 처리 과정들은 디지털식이다.
제12도는 증진된 렌즈 영상으로 제12(a)도는 직각좌표 제12(b)도는 극좌표이다. 발견된 가장자리를 추적하는 것이므로 처리용 고리는 생략한다. 제12(a)도 및 제12(b)도에서 안쪽 가장자리는 (94)이고 바깥쪽 가장자리는 (96)이다. 제12도의 처리 과정에서 가장자리에 있는 불연속점들은 렌즈의 결함이나 약한 부분 또는 가장자리 및 가장자리 증진 연산에 의한 변칙에 기인하는 것이다. 원인이야 무엇이든지 가장자리의 나머지 부분을 처리하려면 이러한 불연속점을 찾아내고 이어주는 것이 필요하다.
추적한 가장 멀리 있는 화소의 각도 변위를 유지하고 이 값을 현재 진행중인 화소의 각도 변위값과 비교하여 불연속점을 찾아내는데 이것은 제12(b)도에 도시한다. 만약 가장 멀리 있는 화소(112)와 현재 화소간에 발생한 각도가 추적 방향과 반대이고 변수“bktrk_degs”보다 큰 값이면, 제12(b)도에서 점(114)은 불연속점이 된다.
불연속점이 검출되면 알고리즘은 이어주는 작업의 기준을 가장 머리 떨어진 화소로 한다. 불연속점을 이어주는 최초의 시도는 1∼3 화소 갭을 이을 수 있는 외삽법(extrapolation technique)으로 한다. 외삽법은 불연속점 직전의 추적 방향을 사용한다.
어떤 경우에는 가장자리에 있는 갭이 3화소보다 더 커서 외삽법으로 이어줄 수 없다. 제13도는 이처럼 외삽법으로 불연속점(116)을 잇는 것이 불가능한 경우로서 점퍼법을 사용한다. 점퍼법은 불연속점의 각도 위치를 사용하는데, 조사 방향으로 변수“gap_angle”로 나타난 각도만큼 회전해서 조사 벡터를 진행시켜 불연속점의 다른쪽 위치를 찾아낸다.
조사 벡터는 처리용 고리 바로 안쪽에서 시작하며 불연속점의 각도에 따라 행 또는 열을 따라 조사한다. 렌즈 가장자리와 마주치거나 처리용 고리의 바깥쪽 가장자리에 도달하면 조사가 끝난다. 만약 조사가 끝날때까지 가장자리 화소가 발견되지 않으면이 렌즈는 전체적으로 찌그러진 것으로 간주하고 불합격시킨다. 렌즈 가장자리를 찾는다면 과정은 계속될 것이다. 불연속점을 외삽법으로 연결시킬 수 없다는 것은 결함이 존재함을 말하고,“점퍼법으로 잇기”는 렌즈의 특성중 하나로 분류된다.
가장 멀리 떨어진 화소를 찾은 후에 불연속점이 검출될 때까지 처리된 모든 화소들은, 이것들에 대한 가장자리 추적이 원래 추적 방향과 역방향이기 때문에 윤곽 어레이에서 제거시킨다.
때때로 렌즈 가장자리의 일부는 조각나서, 하나의 불연속 점을 이어주는 과정 때문에 추적 과정이 제13(a)도의 가장자리의 일부 고립부(118)에 대해서만 수행되는 것이 된다. 이 경우에는 불연속점을 검출하는 보통의 방법은 사용할 수 없는데 그 이유는 추적이 원하는 양만큼 역추적되는 것이 불가능하기 때문이다. 이런 예외적인 경우를 극복하기 위해서 특별한 검출 방법을 사용하는데, 불연속점을 이어준 직후의 화소의 행과 열의 값을 유지시킨다. 만약 이후의 추적이 이 화소를 4회 통과해가면 가장자리의 일부 고립부가 검출된 것이다. 그 다음, 조각에서 발견된 가장 먼 화소를 또 다른 잇기 작업을 시도할 위치로 한다. 제13(b)도에는 상기에서 논의한“점퍼법으로 잇기”(116)에 의한 다중 잇기(120)를 나타낸다.
여러개의 고립부를 잇는 것은 조각난 부분의 전체 길이에 도달하는데 필요한 횟수만큼 수행되는 반복 과정이다. 매회 반복마다 외삽법을 먼저 시도하고 난후 점퍼법을 시도한다.
가장자리 추적후, 그리고 모든 갭을 이어준 후 알고리즘은 가장자리 윤곽에서 찾아낸 각 화소로부터 6개의 특성을 뽑아내는데 이것들은 다음과 같다.
반지름 편차(RD)
국부 기울기 편차(LGD)
공간 미분(SD)
불연속점(D)
하강성 국부 기울기 편차(DLGD)
한쪽 국부 기울기 편차(ALGD)
마지막 두 개의 국부 기울기 편차에 관련되며, 이것을 합하면 검출 불가능했던 특정 형태의 결함을 식별할 수 있다.
각 특성에 대해 계산한 값들은 임계값과 비교하며, 모든 임계값은 사용자 변수로 사용자가 접근할 수 있다. 특성값이 임계 기준을 만족하면 이 화소는 해당 특성에 관한 결함성 화소로 분류된다. 하나의 화소가 여러 특성에 관한 결함성 화소로 분류될 수도 있다.
제14도는 증진된 렌즈 가장자리를 제14(a)도에서는 직각좌표계로 나타내고, 제14(b)도에서는 극좌표로 나타내는데, 여기서 나타난 특성들은 반지름 편차(RD)로 분류할 수 있다. 반지름 편차(RD)란 관심 화소의 반지름과 정상 반지름과의 편차이다. 만약 이 편차가 변수“rad_dev_thr”이상이면 결함성 화소로 간주한다. 정상 반지름은 관심 화소앞의 250개 화소와 뒤의 250개 화소의 평균 반지름으로 정의한다. 만약 어떤 화소가 반지름 편차(RD)에 관한 결함성 화소로 분류된다면 편차의 양은 결함의 정도를 나타내기 위해 저장해둔다. 제14(a)도 및 제14(b)도에는 안쪽 렌즈 가장자리(94) 및 바깥쪽 렌즈 가장자리(96)를 도시한다. 또한 제14(b)도는 상기 방법으로 계산한 렌즈 안쪽 및 바깥쪽 가장자리(122)에 대한 이론적인 반지름을 도시한다. 제14(b)도에는 또한 세가지 예의 반지름 편차(124,126,128)가 도시된다. 반지름 편차 특성 추출에 사용되는 식은 다음과 같다.
(R : 반지름
i,n,m : 윤곽 지표
RD 〉= 임계값이거나 RD 〈= - 임계값이면 관심 화소는 결함성 화소임)
다음으로, 추출한 특성은 국부 기울기 편차(LGD)이다. LGD는 관심 화소의 경사도 값과 그 화소에 국부적으로 이웃한 화소들의 경사도 평균값의 오차량을 조사한다. 이웃 화소는 가장자리 윤곽을 따라가는 동안 관심 화소에 가장 가까운 것으로 간주한다. 제15도에서 관심 화소(130)를 i로 표시한다. LGD에 기초해서 화소가 결함성 화소인지 결정하는데 사용하는 임계값은 변수“grd_dev_thr”로 구한다. 다음 식은 LGD 특성을 실제로 구하는 방정식이다.
(G : 경사도
i,n,m : 윤곽 지표
만약 LGD 〉= 임계값이면 관심화소는 결함성 화소임)
이 LGD 특성추출 과정은 제16도에 도시한다. 제16(a)도는 증진된 렌즈 가장자리를 그림으로 나타내지만 제16(b)도는 극좌표계에서 경사도 정보를 나타낸 것이다. 도면을 통해 알 수 있듯이 제16(a)도의 LGD(134)는 증진된 렌즈 가장자리 영상의 한쪽 가장자리에만 생기고, 극좌표계에서 추적하고 디스플레이한 경우에는 외톨이 요철(136)로 나타난다. 만약 어떤 화소가 LGD에 관한 결함성 화소로 분류된다면, 편차량은 편차의 정도를 나타내기 위한 것으로 저장한다.
다음으로 고려할 특성은 불연속점(D)이다. 이미 논의한 대로 불연속점 결함은 불연속점을 점퍼법으로 이어 주었기 때문에 생기는 결함이다. 이 결함은 윤곽상의 한 화소와 다음 화소의 각도차를 조사한 특성추출을 통해 식별한다. 불연속점은 결함의 정도에 대한 정보는 갖지 않으며 단지 점퍼가 발견된다는 것만 나타낸다. 최초 화소는 불연속점 어느 쪽에 있든지간에 결함성으로 간주한다.
그 다음은 하강성 국부 기울기 편차(DLG)인데, 이것은 LGD와 유사하다. LGD와 마찬가지로 DLGD도 관심 화소의 세기 기울기와 이웃 화소들의 평균값과의 차이량을 고찰한다. 양자의 차이점은 DLGD가 더 많은 이웃 화소들을 사용하고 관심 화소 근처에서 사용하지 않는 화소들의 갭이 더 크다는 것이다. DLGD 역시 이웃 화소들보다 세기가 더 작은 기울기 편차에만 반응하도록 했으므로“하강성”국부 기울기 편차라고 한다. 화소가 DLGD에 관한 결함성 화소인지 결정하는데 사용할 임계값은 변수“dip_lgd_thr”로부터 얻는다. DLGD 특성추출에 실제 사용하는 식은 다음과 같다.
(G : 경사도
i,n,m : 윤곽 지표
LGD 〈= 임계값이면 관심화소는 결함성 화소임)
DLGD 특성은 다른 특성으로는 식별할 수 없는 작은 가장자리 흠을 식별하는 데 특히 적합하다. 만약 어떤 화소가 DLGD에 관한 결함성 화소로 분류된다면 편차량은 결함의 정도를 나타내는 것으로 저장한다.
추출된 또 다른 특성은 한쪽 국부 경사도 편차(ALGD)로서 이 경우에는 편차 계산에 사용할 이웃 화소들은 관심 화소의 한쪽에만 있는 화소들로부터 취한 것이다. 관심 화소 앞에 있는 20개의 화소들은 이웃 화소의 평균값을 구하는데 사용하지만 바로 앞에 있는 4개는 사용하지 않는다. ALGD는 경사도 편차가 양인것과 음인 것 모두 고찰한다.
비교용 임계값은 변수“aux_lgd_low” 및“aux_lgd_up”에 기억된다. ALGD 특성추출에 사용하는 식은 다음과 같다.
(G : 경사도
i,n,m : 윤곽 지표
ALGD 〉= 상위 임계값 또는 하위 ALGD 〈= 임계값이면 관심화소는 결함성 화소임)
마지막으로 추출할 특성은 공간 미분(SD)인데, 공간 미분은 반지름 변화대각도 변화를 측정한다. 만약 작은 각도에 대한 반지름 변화가 큰 경우라면 결함이 존재할 가능성이 많다. 제17도에 SD 특성을 도시하는데, 제17(a)도는 증진된 렌즈 가장자리를 직각 좌표계에서 도시하고, 제17(b)도는 극좌표로 변환시킨 후의 안쪽 가장자리(94) 및 바깥쪽 렌즈 가장자리(96)에 대한 이론상의 반지름(122)를 도시한다.
SD에 관한 결함은 (136)은 제17(b)도에서는 각도(140)에 대한 반지름 변화(138)를 도시한다.
SD 특성추출은 다음 식에 의한다.
△R = 절대값(윤곽 화소i+2의 반지름-윤곽 화소i-2의 반지름)
(△R : 반지름 변화
i : 관심 화소를 기준으로 한 윤곽 지표)
θ = 윤곽 화소i-2의 각도 변위값-윤곽 화소i-2의 각도 변위값
(△θ : 각도 변위값의 변화
i : 관심 화소를 기준으로 한 윤곽 지표)
SD = R/ θ
(SD : 공간미분
SD+임계값 또는 SD 〈= 0이면 관심화소는 결함성 화소임)
SD에 관한 결함성 화소에는 결함 정도에 대한 정보는 없다. 알고리즘에 의한 이후의 처리과정은 상기 화소가 SD에 의해 결함성 화소로 결정되었다는 사실에만 기초한 것이다.
화소 레벨판단을 한후 각 결함성 화소는 결함 그룹의 한 회원으로 간주한다. 렌즈 주위에는 많은 결함 그룹이 존재하고 어떤 그룹에 속하는 한 화소에 대해서 그것은 다른 결함성 화소들에 가까이 있다.
결함 그룹은 세 단계로 정해진다. 처음 두 단게는 안쪽 및 바깥쪽 가장자리에 무관하게 수행되며 마지막 단계는 두 가장자리에서 얻은 정보를 결합시킨다. 안쪽 가장자리와 바깥쪽 가장자리에 대한 그룹 결정을 마친 후 그룹들이 근접한 정도를 비교하여 안쪽 가장자리에 의한 그룹중 바깥쪽 가장자리에 의한 그룹과 결합해야 하는 것이 있는지 알아본다. 만약 결합이 얼어난다면, 결합성 결함 그룹이 형성된다.
제1단계는 각 결함성 화소를 화소 단위를 조사하고 이것이 더 큰 결함의 일부인지 결정한다. 만약 어떤 화소가 더 큰 결함의 일부라고 결정되면 이것은 결함 그룹이라 부르는 구조 안에 놓이게 된다.
제2단계는 이 결함 그룹중 더 큰 그룹을 만들도록 서로 결합해야할 그룹이 있는지 정하는 것이다. 제3단계는 안쪽 결함 그룹과 바깥쪽 결함 그룹을 서로 비교해서 결합해야할 지 결정하는 단계이다. 그 결과 렌즈에서 뚜렷한 결함을 나타내는 것은 가장 큰 결합 그룹이다. 이것은 진짜 결함 정도를 가장 정확하게 나타내게 해준다. 분명히, 결합성 결함 그룹은 단일 결함 그룹보다 심각한 결함이며 보다 심가한 가장자리 결함에만 생긴다.
상기 설명대로, 그룹짓기는 화소 단위로 시작한다. 처음으로 마주친 결함성 화소는 자동적으로 상기 처리 과정을 시작할 단일 화소 결함 그룹에 속하고 이후의 결함성 화소들의 각도 변위는 현재 활동중인 결함 그룹내에서 가장 멀리 떨어진 화소와 비교한다. 만약 이 화소가 변수“prox_zone”로 정해 놓은 각도 변위내에 있으면, 상기 화소는 그룹에 포함되고 이 그룹의 최대 각도는 갱신된다. 만약 결함성 화소가 현재 활동중인 결함 그룹에 포함되지 않으면 새로운 결함을 만난 것으로 간주한다. 그 결과 현재의 결함성 화소만 포함한 새로운 결함 그룹이 형성되고 이 그룹이 활동 그룹으로 된다. 이 과정은 가장자리의 모든 결함성 화소를 점검할 때까지 계속한다.
만약 윤곽에 있는 비결함성 화소가 금방 결함 그룹으로 포함된 화소 사이에 있다면 이화소도 결함 그룹에 포함시키고 결함성 화소로 재분류한다.
전체 그룹 결정 과정의 제2단계는 다음과 같다. 하나의 결함은 하나 이상의 결함 그룹으로 나타내는 것이 가능하다. 이러한 혼란을 피하기 위해 가장자리에 발견된 결함 그룹을 모두 통과하며, 2회의 비교를 하게 된다. 제1비교는 어떤 그룹의 시작 각도 변위와 다른 그룹의 마지막 각도 변위를 점검하는 것이고, 제2비교는 상기 그룹의 마지막 각도 변위와 다른 그룹의 시작 각도 변위를 점검한다. 만약 두 비교중“prox_angle”로 정한 양보다 적은 각도 변위 변화가 생긴다면 두 그룹을 결합한다. 다른 그룹의 마지막 각도에 충분히 가까운 시각 각도를 갖는 그룹은 다른 그룹을 포함하게 된다. 포함된 그룹은 자기의 정보를 전달해주고 폐기된다.
마지막으로, 각도가 서로 일치하는 안쪽 가장자리 결함 그룹과 바깥쪽 가장자리 결함 그룹은 서로 합쳐진다. 이것은 안쪽 가장자리와 바깥쪽 가장자리에 무관하게 수행되는 그룹짓기와 비슷하다. 그룹들의 시작 위치와 마지막 위치를 비교한 후 어떤 그룹이 다른 그룹에 완전히 둘러싸여 있는지 결정하기 위해 또 다른 비교를 하게 된다. 만약 비교의 결과 결합이 일어난다면 두 결함 그룹에서 얻은 정보를 갖는 별개의 구조가 생기고 처음 두 그룹은 폐기된다.
결함성 화소가 정해지고 상기 그룹짓기 과정이 완료되고 나면, 각 결합 그룹에는 결함정도에 따라 점소가 부여된다. 이 점수는 상기 그룹내에 있는 개별 화소들에 부여된 모든 점수를 더한 것이다. 만약 어떤 화소가 하나 이상의 결함 형태에 의해 결함성 화소로 분류된 경우라면 이 특정 화소에 대한 점수는 중복된 것이다.
각 결함 형태에는 서로 다른 결함이 서로 다른 길이를 갖도록 가중치를 부여한다. 모든 가중치 값은 사용자 접근 변수로 제어가 가능하다. RD, LGD, SD, D, DLGD 및 ALGD 가중치는 변수“rd_weight”“lgd_weight”“sd_weight”“disc_weight”“dip-lgd-wgt” 및“aux_lgd_wgt”에 각각 들어있다.
나머지 세 결함들과는 달리 RD, LGD 및 DLGD 결함은 주어진 화소에 대한 결함의 정도를 나타내는 정보를 갖고 있다. 이 정보는 각 화소에 할당된 가중치로 곱하고 정규화한다. 정규화는 서로 다른 특성에 대해 범위가 다른 값을 서로 비교할 수 없기 때문에 사용하는데, 정규화를 하면 가중치를 부여한 각 점수의 범위는 1.0∼2.0 사이가 된다. 정규화 범위는 임계값에 의해, 그리고 특성이 가질 수 있는 이론적인 최소값 또는 최대값에 의해 정해진다.
예를들어서, 화소 특성이 명목값을 갖는 경우 가중치 점수는 1.0이 된다. 이에 비해서, 화소 특성이 가능한 범위에서 극단적인 최대, 최소값과 같은 경우 가중치가 부여된 결함 정도를 나타내는 점수를 계산하면 2.0이 될 것이다. 반지름 편차 및 국부 기울기 편차에 대한 이론적 최대값은 각각 변수“max_rd”“max_lgd”로 정해진다. 하강성 국부 기울기 편차(DLGD)의 이론적 최소값은“min_dip_lgd”에서 구할 수 있다.
SD, ALGD 그룹 및 불연속점(D)형 결함은 어떤 방식으로도 정규화되지 않는다.“불연속점”과“그룹”은 부울 대수(Boolean)형 결함으로 0 또는 1의 값을 갖는다. 공간미분(SD) 및 ALGD는 저장할 만한 가치가 있는 결함 정도 정보를 갖고 있지 않다.
화소 결함 정도를 구하는 방정식은 7개의 결함 형태 각각에 대해 아래의 식 가)-사)로 주어지는데, 적절한 정규화 및 가중치 부여를 한 것이다.
RD 점수={1.0+[절대값(화소의 RD 값)-RD 임계값]/(이론적 RD 최대값-RD 임계값)}*rd_weight -가
(여기서, RD 점수 : RD 분류화로 어떤 화소에 부여된 총 점수
화소의 RD 값 : 관심 화소에 대한 RD 특성값
RD 임계값 : RD 결함이 존재하는지 판단하는데 사용하는 임계값
이론적 RD 최대값 : RD 특성에서 얻을 수 있는 값들중 최대값
rd_weight : RD형 결함에 부여하는 가중치)
LGD 점수=[1.0+(화소의 LGD 값-LGD 임계값)/(이론적 LGD 최대값-LGD 임계값)]*lgd_weight -나
(여기서, LGD 점수 : LGD 분류화로 어떤 화소에 부여된 총 점수
화소의 LGD 값 : 관심 화소에 대한 LGD 특성값
LGD 임계값 : LGD 결함이 존재하는지 판단하는데 사용하는 임계값
이론적 LGD 최대값 : LGD 특성에서 얻을 수 있는 값들중 최대값
lgd_weight : LGD형 결함에 관련된 가중치)
DLGD 점수=[1.0+(화소의 DLGD 값-DLGD 임계값)/(이론적 DLGD 최대값-DLGD 임계값)]*dip_lgd_weight -다
(여기서, DLGD 점수 : DLGD 분류화로 어떤 화소에 부여된 총 점수
화소의 DLGD 값 : 관심 화소에 대한 DLGD 특성값
DLGD 임계값 : DLGD 결함이 존재하는지 판단하는데 사용하는 임계값
이론적 DLGD 최대값 : DLGD 특성에서 얻을 수 있는 값들중 최대값
dip_lgd_weight : DLGD형 결함에 관련된 가중치)
SD 점수 = sd_weight -라
(여기서, SD 점수 : SD 분류화에 의해 어떤 화소에 부여된 총점수
sd_weight : SD형 결함에 부여된 가중치)
그룹 점수 : grp_weight -마
(여기서, 그룹 점수 : 그룹(G) 분류화로 어떤 화소에 부여된 총 점수
grp_weight : 그룹형 결함에 관련된 가중치)
불연속점 점수 = disc_weight -바
(여기서, 불연속점 점수 : 불연속점 분류화로 어떤 화소에 부여된 총 점수
disc_weight : 불연속점형 결함에 관련된 가중치)
ALGD 점수 = aux_lgd_wgt -사
(여기서, ALGD 점수 : ALGD 분류화로 어떤 화소에 부여된 총 점수
aux_lgd_wgt : ALGD형 결함에 관련된 가중치)
상기 설명처럼, 화소의 레벨 판단이 된후, 그리고 결함성 화소들이 결함 그룹의 회원이되고 난후(이것은 다음을 포함한다. 즉, 중첩 결함들의 결합, 서로 인접한 결합들의 그룹짓기, 안쪽 가장자리 및 바깥쪽 가장자리에서 각도 변위가 같은 위치에 있는 결함들의 그룹짓기), 결함 그룹 결함정도 점수는 결함 그룹에 할당된 총점수를 말하며 아래의 식으로 계산한다.
“결함 그룹” 결합정도 점수 =
RD 점수+LGD 점수+DLGD 점수+SD 점수+불연속점 점수+그룹 점수+ALGD 점수
(여기서,“결함 그룹” 결함정도 점수 : 결함 그룹에 들어 있는 모든 결함성 화소들에 의해“결함 그룹”에 부여된 총점수
Ω : 주어진“결함 그룹”에서 발견된 모든 화소들에 대한 합산 범위)
상기의 계산을 하고 나면, 각 결함 그룹에서 구한 결함 정도 점수는 사용자가 정의할 수 있는 포물선 함수로 가중치를 부여한다. 포물선 함수는 결함이 크면 이에 비례해서 큰 점수를 부여한다. 예를들어서 두 개의 작은 결함의 크기보다 두 배 더 큰 결함의 점수를 합한 점수보다 더 큰 점수를 부여받는다.
가중치 함수는 아래의 방정식으로 설명한다.
가중된“결함 그룹”의 결함정도 점수 =
a_coeff×(“결함 그룹” 결합정도 점수)2+b_coeff×(“결함 그룹” 결함정도 점수)
(여기서, a_coeff : 사용자 접근 변수로 포물선 가중치 함수를 정의함.
b_coeff : 사용자 접근 변수로 포물선 가중치 함수를 정의함.)
위의 가중치 점수는 등급을 나누는데 그 범위는 0∼999내이다. 등급인자는 다음 방정식으로 구한다.
등급인자 : 999.0/최대 가중치 점수
(여기서, 최대 가중치 점수 = a_coeff×(max_score)2+b_coeff(max_score) max_score : 사용자 접근 변수로 경험적으로 정함.)
결함 점수가 999보다 큰 결함 그룹은 잘라내 버린다. 모든 결함 그룹의 점수를 합산한 값이 최종적인 렌즈의 점수가 된다. 만약 이 점수가 임계값(사용자 접근 변수임)보다 크면, 렌즈는 불합격되고 그렇지 않으면 합격이 된다.
비록 최종적인 렌즈 점수 결과가 렌즈의 합격/불합격중 하나일지라도, 렌즈의 품질 및 렌즈에서 관찰된 특성의 유형을 참조하는데는 중간 데이터, 계산값들 및 점수들이 제공하는 정보를 사용한다.
이 정보는 통계적 정보로서 렌즈별로 주어질 수도 있고 또는 컴퓨터 화면상에 눈으로 볼 수 있는 출력으로서 주어질 수도 있다는 것은 본 기술분야에 숙련된 사람에게는 명백한 사실이다.
상기 알고리즘은 상기 장치에 의해 구현되며 안과용 렌즈를 검사한다. 여기서 렌즈란 물이 58% 함유된 존슨 앤 존슨 사에서 만든 소프트 하이드로겔 콘택트렌즈이다. 제1단계에 들어 있는 렌즈의 수는 10028개이다.
종래에는 탈이온수에 들어 있는 렌즈는 경험이 풍부한 현장 렌즈 검사자가 영상 확대 시스템을 사용해서 검사했다. 각 렌즈는 검사자에 의해 합격, 불합격으로 분류되고 불합격에 대해서는 결함의 유형을 표시해 둔다.
본 발명에서 설명한대로 렌즈를 자동 검사 시스템으로 검사할 때는, 각 렌즈는 수동으로 검사 패키지에 놓아서 조명에 의한 문제를 미연에 방지한다.
자동 검사 시스템이 128개의 렌즈 전부의 영상을 포착하고 나면 25 종류의 점수가 검사자에 의해 표시되어진다.
자동 검사와 수도 검사를 비교한 결과를 표 1에 나타냈다.
[표 1]
비록 상기의 결과에서 자동 검사가 틀린 경우는 19.5%라고 나타났지만, 장치가 지나치게 엄격해서 검사자가 합격시킨 렌즈를 불합격시킨 경우가 12개(9.4%)된다. 이것은 자동 검사에서만 불합격된 경우이다. 또한 장치가 너무 엄격하지 못해서 검사자가 불량으로 간주한 것을 합격시킨 경우가 13개(10.1%)이다. (즉, 자동 검사에서만 합격)
자동 검사에서만 합격시키는 경우에, 기계적 검사 시스템에서 렌즈의 조명은 잘못 맞추어졌고 교정되어야 한다고 생각된다.
자동 검사 불합격인 경우 장치의 변수가 너무 민감하도록 설정되었고 조정되어야 할 것 같다. 그러나 크기가 큰 결함은 모두 검출되었으며 검출하지 못한 대부분의 결함의 크기는 보통 국경을 표시할 때 사용하는 굵은선 즉 50㎛이하이다. 또한 반쪽 렌즈 및 위치를 찾지 못한 렌즈를 검출하지 못하지는 않았다.
자동 검사에서만 불합격된 12개의 렌즈중에서, 7개의 영상은 조명 문제 때문에 약한 가장자리를 가지는 것으로 나타났고 나머지 5개에는 사람인 검사자가 발견못한 실제 결함이 나타났다. 자동 검사에서만 합격된 13개의 렌즈 가운데 4개는 진짜로 결함이 없었거나, 이물질이 세척되어 없어져 버린 때문이었을 수도 있다. 6개의 영상은 조명 문제로 가장자리 부분이 약하게 나타났고 3개의 렌즈는 검사자가 검출할 수 없을 정도로 작은 결함을 갖고 있었다.
그래서, 128개 렌즈를 테스트한 결과 약 20%가 수동 검사와 일치하지 않는데 이 오차중 50%는 조명에 의한 것이고 36%는 검사자의 실수이거나 취급도중 렌즈의 조건이 변했기 때문이며 12%는 잘못 판단한 것이었다. 이 12%는 전체로 보면 2.3%에 불과한 것이다.
대부분의 일치하지 않는 결정이 조명 문제에 기인하므로, 조사를 하여 광원에 있는 불균일성이, 특히 겹치기 조명이 렌즈의 가장자리를 엷어지게 만들어서 결함이 보이지 않게 한다는 결론을 내렸다.
결정들이 불일치한 또 하나의 이유는 렌즈가 수동 검사 동안이나 자동 검사 동안 렌즈가 휘어지지 않아서 물에 있는 입자와 렌즈의 결함의 구별이 쉽지 않았기 때문이다.
렌즈의 조명은 보다 균일하고 더 많이 퍼지는 조명 광원을 제공하여 개선시켰다. 조명개선후 장치가 128개의 다른 렌즈를 검사했다. 이 검사에서는 각 렌즈에 대해 장치가 얻는 영상은 두 개이며 수동 검사보고서와 비교했다. 그 결과는 표 2에 나타냈다.
[표 2]
[표 2a]
표 2의 데이터로부터 자동 검사 불합격 원인중 새로운 범주, 즉“초점을 맺지 못한 영상”을 관찰했다. 이것은 카메라 밑에 렌즈가 잘못 위치되어 렌즈의 일부가 초점에서 벗어난 것을 추적한 것이다. 시스템의 성능을 측정하는 것으로서 초점을 맺지 못한 영상은 신뢰도를 나타내는 것이 아니라 오프레이터의 실수에 의한 것이고 이 데이터 점을 배제시키는 것이 올바르다.
초점 문제를 유발하는 렌즈의 잘못 위치시킴이 없다면, 사람이 하는 검사와 기계가 하는 검사가 서로 일치하지 않는 렌즈는 15.6%에 불과하다. 이것은 표 1의 경우보다 3.9% 향상된 것이다.
세 번째 실험에서는 192개 렌즈를 사람이 검사한 후 장치로 두 번 영상화시켰다. 결과는 앞단계 실험과 비슷한데, 총 384개의 영상들 가운데 317개, 즉, 82.6%가 사람이 검사한 결과와 일치했다. 처리용 알고리즘과 그 결과 렌즈가 얻은 점수에 있어서의 일관성을 측정하는 방법으로, 장치에 의한 두 영상을 알고리즘으로 처리하였고, 84%의 경우에는 두 번째 실행 결과 얻는 점수가 첫 번째 것과 똑같게 나타났다.
비록 검사 시스템은 렌즈 가장자리를 우선적으로 검사하도록 설계되어 있지만, 조사 벡터를 렌즈 가장자리의 위치를 찾는데 사용하기 때문에 위치 찾기에 실패한 렌즈는 틀리지 않고 찾아냈다. 렌즈 가장자리 조사과정이 여러번 수행되기 때문에 구멍이 뚫린 렌즈, 이물질 및 가장자리가 찢어진 렌즈를 찾아낸다.
아래의 표 3에는 상기 3번째 실험의 결과를 장치만 불합격, 장치만 합격 및 일치등의 항목으로 나타낸다. 장치에 의한 검사중 8.1%만이 장치가 잘못해서 불합격시킨 것이고, 9.4%만 잘못 합격시킨 것이다.
[표 3]
처음 두 트레이의 결과는 나머지 4개보다 더 나쁜데 그 이유는 물에 티끌이 있었기 때문이다. 그래서 이것을 시스템의 성능을 나타내는 지표로 삼지 않는다.
전체적으로 보면 사람인 검사자와 기계는 317번은 일치했고 67번은 일치하지 않았다. 일관성을 고려하고 검사의 관점에서 장치만 불합격시킨 결정이 받아들일만 하다는 것을 고려한다면, 렌즈의 위치는 90.6% 정확한 것이었다.

Claims (25)

  1. 안과용 렌즈를 검사하는 방법에 있어서, 각 화소가 렌즈의 일부를 나타내어, 화소 그룹으로 분할된 렌즈의 영상을 최소한 한 전자기 주파수동안 포착하는 단계와; 상기 화소의 세기값을 그에 상당하는 전기적 신호로 변환시키는 단계와; 상기 화소에 위치값 및 영상 세기값을 할당하는 단계와; 화소 관계를 설정하기 위해 화소들간의 위치값 및 영상 세기값을 비교하는 단계와; 상기 화소 관계로부터 렌즈의 특성을 따라 화소 세트를 분류하는 단계와; 렌즈의 합격 유무를 확인하기 위해 상기 세트내의 화소 관계를 사전설정된 관계와 비교하는 단계를 포함하는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  2. 제1항에 있어서, 상기 화소들을 비교하는 단계는 렌즈 가장자리 윤곽을 지나가는 경로를 따라 수행되는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  3. 제1항에 있어서, 상기 특성에 따른 분류 단계는 하나의 화소 세트를 형성할 만한 독특한 특성을 공통적으로 가지고 있는 화소들을 모으는 단계를 포함하는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  4. 제1항에 있어서, 상기 화소들을 비교하는 단계는 렌즈 가장자리를 구성하는 화소 세트에 들어 있는 화소들을 비교하는 단계인 것을 특징으로 하는 안과용 렌즈 검사 방법.
  5. 제1항에 있어서, 상기 화소들을 비교하는 단계는 렌즈 안쪽 부분을 구성하는 화소 세트에 들어있는 화소들을 비교하는 단계인 것을 특징으로 하는 안과용 렌즈 검사 방법.
  6. 제2항에 있어서, 화소 그룹의 중심 근처의 한 점에서 출발하여 렌즈 가장자리 특유의 세기값을 갖는 화소를 찾아낼때까지 화소 그룹의 경계쪽으로 진행하므로서 렌즈 가장자리 위치를 우선적으로 찾는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  7. 제6항에 있어서, 렌즈 가장자리 특유의 세기값을 갖는 하나의 일관된 화소 세트의 윤곽을 형성하는 렌즈 가장자리 특유의 세기값을 갖는 화소에 인접한 부가적 화소가 상기 윤곽이 렌즈 가장자리의 것인지를 결정하는데 적용되는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  8. 제4항에 있어서, 처리용 고리를 렌즈 가장자리 주위에 설정하여, 처리된 화소의 수를 렌즈 가장자리에 인접한 화소로 제한하는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  9. 제4항에 있어서, 상기 렌즈 가장자리를 구성하는 화소 세트를 두 개의 화소 서브 세트, 즉, 렌즈 안쪽에서 가장자리쪽으로 전이하는 서브 세트와 바깥쪽에서 가장자리쪽으로 전이하는 서브 세트로 분할하여 상기 비교를 수행하는 것을 특징으로 하는 안과용렌즈 검사 방법.
  10. 제9항에 있어서, 상기 비교는 렌즈 안쪽에서 렌즈 가장자리쪽으로 전이하는 화소 서브 세트의 화소들간에 수행되는 것을 특징을 하는 안과용 렌즈 검사 방법.
  11. 제9항에 있어서, 상기 비교는 렌즈 바깥쪽에서 렌즈 가장자리쪽으로 전이하는 화소 서브 세트의 화소들간에 수행되는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  12. 제9항에 있어서, 상기 비교는 렌즈 안쪽에서 렌즈 가장자리쪽으로 전이하는 화소 서브 세트의 화소들과 렌즈 바깥쪽에서 가장자리쪽으로 전이하는 화소 서브 세트의 화소들간에 수행되는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  13. 제4항에 있어서, 상기 비교에 의해 설정된 관계가 렌즈 가장자리를 형성하는 화소들의 불연속성인 것을 특징으로 하는 안과용 렌즈 검사 방법.
  14. 제4항에 있어서, 상기 비교에 의해 관계가 렌즈 가장자리를 형성하는 화소들의 세기의 기울기 편차인 것을 특징으로 하는 안과용 렌즈 검사 방법.
  15. 제4항에 있어서, 상기 비교에 의해 설정된 관계가 렌즈 가장자리를 형성하는 화소들의 위치의 반지름 편차인 것을 특징으로 하는 안과용 렌즈 검사 방법.
  16. 제4항에 있어서, 상기 비교에 의해 설정된 관계가 렌즈 가장자리를 형성하는 화소들의 위치의 공간 미분인 것을 특징으로 하는 안과용 렌즈 검사 방법.
  17. 안과용 렌즈 검사 방법에 있어서, 여러개의 화소들로 구성된 안과용 렌즈의 영상을 최소한 한 전자기 주파수 동안 포착하는 단계와; 상기 영상을 각 화소에 대한 한 세트의 전기적인 값으로 변환하는 단계와; 영상내에 있는 화소를 시작 화소를 관심 화소로서 선택하는 단계와; A) 상기 관심 화소가 독특한 특성을 가지는지 판단하는 단계와; B) 아무런 독특한 특성도 갖지 않는 관심 화소에 대해서는; 1) 렌즈 가장자리를 횡단하는 경로를 따라 관심 화소를 또다른 화소로 변경시키는 과정과, 2) 상기 단계 A)를 반복하는 과정과, C) 독특한 특성을 갖는 화소에 대해서는: 3) 관심 화소의 전기적인 값과 인접 화소의 전기적인 값을 비교하는 과정과, 4) 관심 화소를 상기 특성과 가장 관계가 깊은 인접 화소로 변경시키는 과정과, 5) 관심 화소가 상기 특성의 완료를 나타낼때까지 상기 과정 3),4)를 반복하는 과정과, 6) 상기 단계 C)에서 얻은 화소 세트가 렌즈 가장자리를 나타내는지 결정하는 과정과, D) 렌즈 가장자리를 나타내지 않는 화소 세트들에 대해서는 상기 단계 B)를 반복하는 단계 및, E) 렌즈 가장자리를 나타내는 화소 세트들에 대해서는, 화소 세트의 관계를 사전 설정된 관계와 비교하여 렌즈의 합격 여부를 결정하는 단계를 구비하는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  18. 제17항에 있어서, 상기 전기적인 값은 위치 및 영상의 세기를 포함하는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  19. 제17항에 있어서, 시작 화소는 렌즈의 중심 근처에 위치되며, 렌즈 가장자리를 횡단하는 경로는 렌즈의 중심에서 나온 반지름을 따르는 경로인 것을 특징으로 하는 안과용 렌즈 검사 방법.
  20. 제19항에 있어서, 렌즈의 합력 여부를 결정하기 위해서, 렌즈 가장자리를 나타내지 않는 화소 세트를 사전설정된 관계와 비교하는 단계를 상기 단계 D)에 포함시키는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  21. 제18항에 있어서, 상기 독특한 특성이 영상 세기의 변화인 것을 특징으로 하는 안과용 렌즈 검사 방법.
  22. 제19항에 있어서, 렌즈의 가장자리 특성을 갖는 3개 이상의 점들로 구성된 세트를 최소한 하나 이상 취하여서 렌즈의 중심 근사값을 결정하는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  23. 제17항에 있어서, 상기 전기적인 값이 위치 및 영상 세기 기울기를 포함하는 것을 특징으로 하는 안과용 렌즈 검사 방법.
  24. 제23항에 있어서, 상기 독특한 특성이 영상 세기 기울기의 절대값인 것을 특징으로 하는 안과용 렌즈 검사 방법.
  25. 안과용 렌즈를 검사하고 평가하기 위한 장치에 있어서, 렌즈 조명용 광원과, 다수의 화소들로 구성된 영상이 들어있는 수용기를 구비하여, 상기 광원에 의한 렌즈 영상을 포착할 수 있게 위치된 카메라와; 상기 수용기의 각 화소를 때리는 광을 상기 화소를 때리는 광의 세기와 관련된 전기적인 값으로 변환시키는 수단과; 각 화소에 관련된 상기 전기적인 세기값을 상기 수용기 필드의 위치와 관련된 값과 함께 메모리에 기억시키는 수단 및; 상기 전기적인 세기값과 상기 위치값을 기억하는 상기 메모리에 사용가능하게 접촉되며, 상기 값들을 검색할 수 있게, 화소 세트들로 구성된 렌즈 형성을 식별하기 위해 화소들간의 세기값 및 위치값을 비교하는 명령들을 포함하고 렌즈를 불합격시킬 특성들에 대한 명령도 포함하는 디지털 컴퓨터를 구비하는 것을 특징으로 하는 안과용 렌즈 검사 및 평가 장치.
KR1019930028178A 1992-12-21 1993-12-17 안과용 렌즈 검사 방법 및 장치 KR100233218B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US99375692A 1992-12-21 1992-12-21
US993,756 1992-12-21

Publications (2)

Publication Number Publication Date
KR940015471A KR940015471A (ko) 1994-07-21
KR100233218B1 true KR100233218B1 (ko) 1999-12-01

Family

ID=25539896

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019930028178A KR100233218B1 (ko) 1992-12-21 1993-12-17 안과용 렌즈 검사 방법 및 장치

Country Status (23)

Country Link
US (1) US5717781A (ko)
EP (1) EP0604179B9 (ko)
JP (1) JP3708138B2 (ko)
KR (1) KR100233218B1 (ko)
CN (1) CN1071893C (ko)
AT (1) ATE169109T1 (ko)
AU (1) AU668606B2 (ko)
BR (1) BR9305148A (ko)
CA (1) CA2111738C (ko)
CZ (1) CZ278293A3 (ko)
DE (1) DE69320014T3 (ko)
ES (1) ES2121064T3 (ko)
FI (1) FI935739A (ko)
GR (1) GR1002468B (ko)
GT (1) GT199300075A (ko)
HK (1) HK1003444A1 (ko)
HU (1) HUT65571A (ko)
IL (1) IL107603A (ko)
MX (1) MX9400085A (ko)
NO (1) NO934708L (ko)
NZ (1) NZ250427A (ko)
TW (1) TW278133B (ko)
ZA (1) ZA939538B (ko)

Families Citing this family (67)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL107605A (en) * 1992-12-21 1998-01-04 Johnson & Johnson Vision Prod Lens test system
GR1002574B (el) * 1992-12-21 1997-02-06 Johnson & Johnson Vision Products Inc. Παλλετα για την υποδοχη και μεταφορα δοχειων οφθαλμικων φακων.
TW325744U (en) * 1993-07-21 1998-01-21 Ciba Geigy Ag Two-sided contact lens mold
DE69402281T2 (de) * 1993-09-17 1997-09-04 Essilor Int Verfahren und Gerät zur absoluten Messung der geometrischen oder optischen Struktur eines optischen Bestandteiles
US5528878A (en) 1994-06-10 1996-06-25 Johnson & Johnson Vision Products, Inc. Automated apparatus and method for consolidating products for packaging
US6148097A (en) * 1995-06-07 2000-11-14 Asahi Kogaku Kogyo Kabushiki Kaisha Optical member inspecting apparatus and method of inspection thereof
FR2743241B1 (fr) * 1995-12-28 1998-02-13 Sagem Procede de modification de la resolution d'une image numerisee
US5801822A (en) * 1997-02-06 1998-09-01 Pbh, Inc. Ophthalmic lens inspection system
US5818573A (en) * 1997-02-06 1998-10-06 Pbh, Inc. Opthalmic lens inspection system
US6113817A (en) * 1997-03-25 2000-09-05 Novartis Ag Molding processes
US6625318B1 (en) * 1998-11-13 2003-09-23 Yap-Peng Tan Robust sequential approach in detecting defective pixels within an image sensor
DE29901791U1 (de) * 1999-02-02 2000-07-06 Novartis Ag Linsenmesseinrichtung
US6567565B1 (en) * 1999-07-22 2003-05-20 Xerox Corporation Antialiased image rendering algorithm
US7151996B2 (en) * 2000-04-14 2006-12-19 Mobileye Technologies Limited System and method for generating a model of the path of a roadway from an image recorded by a camera
US7474337B1 (en) * 2000-10-24 2009-01-06 Sony Corporation Method and apparatus to provide edge enhancements as part of a demosaicing process
US6577387B2 (en) 2000-12-29 2003-06-10 Johnson & Johnson Vision Care, Inc. Inspection of ophthalmic lenses using absorption
EP1245372B1 (en) 2001-03-26 2011-09-28 Novartis AG Mould and method for the production of ophthalmic lenses
DE10146499B4 (de) * 2001-09-21 2006-11-09 Carl Zeiss Smt Ag Verfahren zur Optimierung der Abbildungseigenschaften von mindestens zwei optischen Elementen sowie Verfahren zur Optimierung der Abbildungseigenschaften von mindestens drei optischen Elementen
US6788399B2 (en) * 2001-11-30 2004-09-07 Bausch & Lomb Incorporated Ophthalmic article inspection system
US7256881B2 (en) 2002-02-15 2007-08-14 Coopervision, Inc. Systems and methods for inspection of ophthalmic lenses
AU2003225591B2 (en) * 2002-02-21 2008-12-11 Johnson & Johnson Vision Care, Inc. Method and system for inspecting optical devices
FR2838513B1 (fr) * 2002-04-12 2004-09-10 Essilor Int Procede pour relever la forme d'un contour d'une lentille ophtalmique prealablement usinee
TWI224860B (en) * 2004-03-18 2004-12-01 Pixart Imaging Inc Automatically-packaging apparatus which can package an optical sensing module with a preferred distance between a lens and an optical sensor
GB2417073A (en) * 2004-08-13 2006-02-15 Mv Res Ltd A machine vision analysis system and method
US7038185B1 (en) * 2004-12-01 2006-05-02 Mitsubishi Electric Research Laboratories, Inc. Camera for directly generating a gradient image
JP4764040B2 (ja) * 2005-03-18 2011-08-31 キヤノン株式会社 レンズの非球面の偏心軸の偏心測定方法
US20060232766A1 (en) * 2005-03-31 2006-10-19 Watterson Robert J Jr Methods of inspecting ophthalmic lenses
US7663742B2 (en) * 2005-11-24 2010-02-16 Novartis Ag Lens inspection system using phase contrast imaging
US7786898B2 (en) 2006-05-31 2010-08-31 Mobileye Technologies Ltd. Fusion of far infrared and visible images in enhanced obstacle detection in automotive applications
US8122878B1 (en) * 2006-10-20 2012-02-28 Energy Innovations, Inc. Solar concentrator with camera alignment and tracking
CN101329281B (zh) * 2007-06-20 2011-08-10 佛山普立华科技有限公司 影像感测晶片污点检测系统及其检测方法
JP4991499B2 (ja) * 2007-11-28 2012-08-01 株式会社日立ハイテクノロジーズ レチクル検査装置及びレチクル検査方法
US8358828B2 (en) * 2007-12-28 2013-01-22 Cadence Design Systems, Inc. Interpolation of irregular data in a finite-dimensional metric space in lithographic simulation
JP2009170019A (ja) * 2008-01-15 2009-07-30 Taiyo Yuden Co Ltd 光ディスクの表面評価方法及び光ディスク記録再生装置
US7990531B2 (en) * 2008-06-05 2011-08-02 Coopervision International Holding Company, Lp Multi-imaging automated inspection methods and systems for wet ophthalmic lenses
US8480227B2 (en) 2010-07-30 2013-07-09 Novartis Ag Silicone hydrogel lenses with water-rich surfaces
US8696117B2 (en) * 2010-09-14 2014-04-15 Truform Optics Fitting a contact lens
US8699813B2 (en) * 2010-11-19 2014-04-15 Analog Devices, Inc Adaptive filter for low-light noise reduction
US20120133958A1 (en) * 2010-11-30 2012-05-31 Widman Michael F Laser confocal sensor metrology system
JP2012196245A (ja) * 2011-03-18 2012-10-18 Canon Inc 眼科情報処理装置及びその制御方法
CN103917899B (zh) 2011-10-12 2018-04-03 诺华股份有限公司 通过涂布制备uv吸收性眼用透镜的方法
US8832621B1 (en) 2011-11-28 2014-09-09 Cadence Design Systems, Inc. Topology design using squish patterns
WO2013119775A1 (en) 2012-02-10 2013-08-15 Johnson & Johnson Vision Care, Inc. Method and apparatus for determining a thickness profile of an ophthalmic lens using a single point thickness and refractive index measurements
CN102768214B (zh) * 2012-05-28 2014-09-03 明基材料有限公司 隐形眼镜检测系统与方法
US8606011B1 (en) * 2012-06-07 2013-12-10 Amazon Technologies, Inc. Adaptive thresholding for image recognition
US9147275B1 (en) 2012-11-19 2015-09-29 A9.Com, Inc. Approaches to text editing
US9043349B1 (en) 2012-11-29 2015-05-26 A9.Com, Inc. Image-based character recognition
US10338408B2 (en) 2012-12-17 2019-07-02 Novartis Ag Method for making improved UV-absorbing ophthalmic lenses
US9342930B1 (en) 2013-01-25 2016-05-17 A9.Com, Inc. Information aggregation for recognized locations
US9256795B1 (en) 2013-03-15 2016-02-09 A9.Com, Inc. Text entity recognition
TW201508254A (zh) * 2013-08-27 2015-03-01 Hon Hai Prec Ind Co Ltd 鏡頭模組的測量方法
KR102166189B1 (ko) * 2013-10-08 2020-10-15 이미지 비전 피티이. 리미티드 습식 안과 렌즈 검사 시스템 및 방법
US9424598B1 (en) 2013-12-02 2016-08-23 A9.Com, Inc. Visual search in a controlled shopping environment
US9708087B2 (en) 2013-12-17 2017-07-18 Novartis Ag Silicone hydrogel lens with a crosslinked hydrophilic coating
CN106537110A (zh) 2014-05-15 2017-03-22 伊麦视觉私人有限公司 用于检查眼镜镜片的系统和方法
US9536161B1 (en) 2014-06-17 2017-01-03 Amazon Technologies, Inc. Visual and audio recognition for scene change events
HUE046948T2 (hu) 2014-08-26 2020-03-30 Novartis Ag Eljárás stabil bevonat felvitelére szilikon hidrogél kontaktlencsékre
FR3039660B1 (fr) * 2015-07-30 2017-09-08 Essilor Int Methode de verification d'une caracteristique geometrique et d'une caracteristique optique d'une lentille ophtalmique detouree et dispositif associe
MY184638A (en) 2015-12-15 2021-04-13 Alcon Inc Method for applying stable coating on silicone hydrogel contact lenses
US11248988B2 (en) 2016-10-18 2022-02-15 Eyoto Group Limited Lens examination equipment and method
EP3388813B1 (de) * 2017-04-13 2021-09-29 Carl Zeiss Vision International GmbH Verfahren zur herstellung eines brillenglases gemäss wenigstens eines datensatzes von formranddaten
EP3724698B1 (en) 2017-12-13 2021-12-15 Alcon Inc. Method for producing mps-compatible water gradient contact lenses
DE102018222140B3 (de) * 2018-12-18 2020-02-06 Siemens Mobility GmbH Ermitteln einer Durchlassgüte einer Optikeinheit eines Kamerasystems
CN112666178B (zh) * 2020-12-14 2024-06-18 杭州当虹科技股份有限公司 一种户外led大屏坏点在线监控方法
CN116503397B (zh) * 2023-06-26 2023-09-01 山东天通汽车科技股份有限公司 基于图像数据的车内传输带缺陷检测方法
CN116883446B (zh) * 2023-09-08 2023-11-21 鲁冉光电(微山)有限公司 一种车载摄像头镜片碾磨程度实时监测系统
CN117269179B (zh) * 2023-11-23 2024-02-02 平方和(北京)科技有限公司 基于机器视觉的隐形眼镜边缘缺陷的高精度检测方法和系统

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL234917A (ko) † 1958-01-14 1900-01-01
DD138110A1 (de) * 1978-07-27 1979-10-10 Horst Riesenberg Auflicht-beleuchtungseinrichtung fuer mikroskope
US4275964A (en) † 1979-05-18 1981-06-30 Rodenstock Instruments Corporation Apparatus and method for determining the refractive characteristics of a test lens
DE3115634A1 (de) * 1981-04-18 1982-11-04 Feldmühle AG, 4000 Düsseldorf Verfahren und vorrichtung zum pruefen von durch kreislinien begrenzten flaechen
US4598420A (en) * 1983-12-08 1986-07-01 Mts Systems Corporation Optical grid analyzer system for automatically determining strain in deformed sheet metal
JPS60159637A (ja) † 1984-01-31 1985-08-21 Kirin Brewery Co Ltd 欠陥検出方法および装置
DE3432002A1 (de) * 1984-08-31 1986-03-06 Fa. Carl Zeiss, 7920 Heidenheim Verfahren und vorrichtung zur optischen untersuchung von kontaktlinsen
GB2171812B (en) * 1984-11-20 1988-08-17 Michael Roy Killpartrick Wet cell inspection of contact lenses
JPH0616013B2 (ja) † 1984-11-22 1994-03-02 肇産業株式会社 自動検査装置
JPS61223542A (ja) † 1985-03-28 1986-10-04 Eisai Co Ltd アンプルの溶閉不良検出方法及び装置
US4691231A (en) † 1985-10-01 1987-09-01 Vistech Corporation Bottle inspection system
US4817184A (en) * 1986-04-14 1989-03-28 Vartec Corporation Electronic inspection system and methods of inspection
US4817166A (en) * 1986-05-05 1989-03-28 Perceptics Corporation Apparatus for reading a license plate
DD249525A1 (de) † 1986-06-02 1987-09-09 Zeiss Jena Veb Carl Anordnung zum fotoelektrischen erkennen des zusammenfallens zweier objektbilder
DE3629676A1 (de) * 1986-09-01 1988-03-10 Rodenstock Instr Einrichtung zur messung der refraktionseigenschaften von brillenglaesern
US4798460A (en) * 1986-11-07 1989-01-17 Buffington Robert D Method and apparatus for detecting and modifying peripheral curves and junction ridges in contact lenses
JPH0711494B2 (ja) † 1988-06-16 1995-02-08 松下電工株式会社 透光性容器の検査方法
US5081685A (en) * 1988-11-29 1992-01-14 Westinghouse Electric Corp. Apparatus and method for reading a license plate
JPH02257007A (ja) * 1989-03-30 1990-10-17 Seiko Epson Corp コンタクトレンズ外周欠け検査装置
FR2647912B1 (fr) † 1989-06-05 1991-09-13 Essilor Int Dispositif optique a reseau pour le controle, en transmission, par detection de phase, d'un quelconque systeme optique, en particulier d'une lentille ophtalmique
US5080839A (en) * 1990-04-17 1992-01-14 Johnson & Johnson Vision Products, Inc. Process for hydrating soft contact lenses
US5094609A (en) * 1990-04-17 1992-03-10 Vistakon, Inc. Chamber for hydrating contact lenses
JP2942596B2 (ja) * 1990-07-06 1999-08-30 株式会社ニデック 自動レンズメーター
JP2981762B2 (ja) † 1990-08-21 1999-11-22 三菱電線工業株式会社 Ｏリング検査方法
US5100232A (en) * 1990-11-05 1992-03-31 American Optical Corporation Apparatus and method for detecting hidden marks on progressive aspheric ophthalmic lenses
JPH0776757B2 (ja) * 1990-12-14 1995-08-16 インターナショナル・ビジネス・マシーンズ・コーポレイション 光学的検査装置
AU649291B2 (en) * 1990-12-19 1994-05-19 Bodenseewerk Geratetechnik Gmbh Process and apparatus for examining optical components, especially optical components for the eye and device for illuminating clear-transparent test-objects
JPH04305144A (ja) * 1991-04-01 1992-10-28 Seiko Epson Corp コンタクトレンズ外周欠け検査装置
US5301004A (en) † 1992-03-13 1994-04-05 Leica Inc. Method and apparatus for determining the optical properties of a lens

Also Published As

Publication number Publication date
AU668606B2 (en) 1996-05-09
EP0604179B2 (en) 2006-01-04
DE69320014T2 (de) 1999-03-04
HUT65571A (en) 1994-07-28
CN1071893C (zh) 2001-09-26
CN1092166A (zh) 1994-09-14
GR930100477A (el) 1994-08-31
IL107603A0 (en) 1994-02-27
EP0604179B1 (en) 1998-07-29
CZ278293A3 (en) 1996-03-13
CA2111738C (en) 2005-09-06
FI935739A0 (fi) 1993-12-20
JP3708138B2 (ja) 2005-10-19
IL107603A (en) 1997-01-10
HK1003444A1 (en) 1998-10-30
FI935739A (fi) 1994-06-22
BR9305148A (pt) 1994-08-16
ES2121064T3 (es) 1998-11-16
HU9303348D0 (en) 1994-03-28
KR940015471A (ko) 1994-07-21
NO934708L (no) 1994-06-22
US5717781A (en) 1998-02-10
ZA939538B (en) 1995-06-20
EP0604179A2 (en) 1994-06-29
EP0604179B9 (en) 2006-06-28
CA2111738A1 (en) 1994-06-22
EP0604179A3 (en) 1995-02-15
TW278133B (ko) 1996-06-11
GT199300075A (es) 1995-06-08
DE69320014D1 (de) 1998-09-03
DE69320014T3 (de) 2006-08-24
GR1002468B (el) 1996-11-08
NO934708D0 (no) 1993-12-20
MX9400085A (es) 1994-07-29
NZ250427A (en) 1997-03-24
JPH06229873A (ja) 1994-08-19
ATE169109T1 (de) 1998-08-15
AU5194493A (en) 1994-06-30

Similar Documents

Publication Publication Date Title
KR100233218B1 (ko) 안과용 렌즈 검사 방법 및 장치
CN113362326B (zh) 一种电池焊点缺陷的检测方法及装置
JP3560694B2 (ja) レンズ検査のシステムと方法
JP5228490B2 (ja) 画像解析によって欠陥検査を行う欠陥検査装置
JP3051279B2 (ja) バンプ外観検査方法およびバンプ外観検査装置
JP4246438B2 (ja) レンズ検査
KR20010024617A (ko) 자동 렌즈 검사 시스템
US6201600B1 (en) Method and apparatus for the automatic inspection of optically transmissive objects having a lens portion
CN105021628A (zh) 一种用于光纤倒像器表面缺陷的检测方法
JP4739044B2 (ja) 外観検査装置
WO2019173746A1 (en) Detecting die repeating programmed defects located in backgrounds with non-repeating features
JP2000180382A (ja) 外観検査装置
EP0686841A2 (en) System and method for inspecting lenses
JPH10289319A (ja) 筋状欠陥の検査方法と検査装置
JP5509465B2 (ja) ガラスびん検査装置
JP4523310B2 (ja) 異物識別方法及び異物識別装置
KR102572968B1 (ko) 딥러닝을 이용한 웨이퍼 검사방법과 이것을 구현하기 위한 웨이퍼 검사장치
JPH11111784A (ja) バンプ高さ良否判定装置
JP2004177238A (ja) 外観検査方法及び外観検査装置
JP3844792B2 (ja) 物品の顕微鏡検査装置及び方法
JP2001066128A (ja) 表面検査装置及び表面検査方法
CN118014925A (zh) 一种多视角缺陷检测方法及缺陷检测装置
JP2001153616A (ja) 突起物の高さ測定装置および高さ測定方法
JP2005072048A (ja) データ管理装置

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120821

Year of fee payment: 14

FPAY Annual fee payment

Payment date: 20130819

Year of fee payment: 15

EXPY Expiration of term