TW201335890A - 元件影像檢測方法及其系統 - Google Patents

元件影像檢測方法及其系統 Download PDF

Info

Publication number
TW201335890A
TW201335890A TW101105537A TW101105537A TW201335890A TW 201335890 A TW201335890 A TW 201335890A TW 101105537 A TW101105537 A TW 101105537A TW 101105537 A TW101105537 A TW 101105537A TW 201335890 A TW201335890 A TW 201335890A
Authority
TW
Taiwan
Prior art keywords
component image
image
component
singular value
value decomposition
Prior art date
Application number
TW101105537A
Other languages
English (en)
Other versions
TWI502549B (zh
Inventor
Jing-Wein Wang
Original Assignee
Univ Nat Kaohsiung Applied Sci
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
Application filed by Univ Nat Kaohsiung Applied Sci filed Critical Univ Nat Kaohsiung Applied Sci
Priority to TW101105537A priority Critical patent/TWI502549B/zh
Priority to US13/549,424 priority patent/US8977045B2/en
Publication of TW201335890A publication Critical patent/TW201335890A/zh
Application granted granted Critical
Publication of TWI502549B publication Critical patent/TWI502549B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

一種元件影像檢測方法包含：輸入一元件影像；利用一奇異值分解法應用於該元件影像；及利用該分解元件影像進行影像檢測。本發明另一較佳實施例以一光線補償法計算至少一光線補償係數；利用該光線補償係數進行光線補償處理該元件影像，以獲得一光線補償元件影像；利用該光線補償元件影像進行影像檢測。

Description

元件影像檢測方法及其系統
本發明係關於一種元件影像檢測[electronic component image recognition]方法及其系統；特別是關於一種採用奇異值分解[Singular Value Decomposition，SVD]進行電子元件[electronic component]影像檢測方法及其系統。
習用電子元件影像檢測技術，例如：美國專利第7355692號之〝System and method for inspecting electrical circuits utilizing reflective and fluorescent imagery〞專利，其揭示一種檢測電子電路之方法，其包括：在一第一時間間隔期間之一第一影像中，藉由偵測從一電子電路之至少一部分反射的光，而對該電子電路之至少一部分進行光學檢測；在一第二時間間隔期間獲取之一第二影像中，藉由螢光而從該電子電路之至少一部分發射的光進行光學檢測；以及依據幾何上一致之指示來指示該電子電路中的缺陷，該等幾何上一致之指示係產生於：不僅藉由偵測從一電子電路之至少一部分反射的光而對該電子電路之至少一部分進行光學檢測，而且對藉由螢光而從該電子電路之至少一部分發射的光進行光學檢測。
另一習用電子元件檢測技術，例如：美國專利第6285782號之〝Mounting apparatus,recognition device and recognition method for electronic component〞發明專利，其揭示一種電子元件定位裝置、電子元件檢測裝置及檢測方法用於檢測電子元件之正確位置。將一電子元件連接於一固定頭[mounting head]以一第一光源[first light source]進行照射，再利用一攝影裝置檢測該固定頭，且該固定頭設有一光反射件[light reflector]、一照明體[illuminating body]及一選擇性傳輸體[selectively transmitting body]。
然而，前述美國專利第7355692號及第6285782號之電子元件檢測技術仍需要進一步改良，且必然存在進一步提供高檢測率的需求。前述美國專利第7355692號及第6285782號僅為本發明技術背景之參考及說明目前技術發展狀態而已，其並非用以限制本發明之範圍。
有鑑於此，本發明為了滿足上述需求，其提供一種元件影像檢測方法及其系統，其採用奇異值分解進行元件影像檢測，以方便能自動檢測[辨識]元件影像，以達成提升元件檢測效率之目的。
本發明之主要目的係提供一種元件影像檢測方法及其系統，其利用一奇異值分解法分解一元件影像，以檢測該元件影像，以達成提升元件檢測效率之目的。
本發明之另一目的係提供一種元件影像檢測方法及其系統，其利用一奇異值分解法分解一元件影像時，利用一光線補償係數進行光線補償，以便進行檢測該元件影像，以達成提升元件檢測效率之目的。
為了達成上述目的，本發明之元件影像檢測方法包含：輸入一元件影像；利用一奇異值分解法應用於該元件影像；及利用該分解元件影像進行影像檢測。
本發明之元件影像檢測系統包含：一輸入單元，其用以輸入一元件影像；一演算單元，其連接至該輸入單元，該演算單元利用一奇異值分解法應用於該元件影像，以獲得一分解元件影像；及一輸出單元，其連接至該演算單元，自該輸出單元輸出該分解元件影像，以便進行影像檢測。
本發明較佳實施例以一光線補償法計算至少一光線補償係數；利用該光線補償係數進行光線補償處理該元件影像，以獲得一光線補償元件影像；利用該光線補償元件影像進行影像檢測。
本發明較佳實施例在分解該元件影像時，在一RGB色域空間進行奇異值分解。
本發明較佳實施例在該RGB色域空間進行奇異值分解時，在每一色域通道進行奇異值分解。
本發明較佳實施例在該RGB色域空間進行奇異值分解時，分別計算用於R色域通道之光線補償係數、G色域通道之光線補償係數及B色域通道之光線補償係數。
為了充分瞭解本發明，於下文將例舉較佳實施例並配合所附圖式作詳細說明，且其並非用以限定本發明。
本發明較佳實施例之[電子]元件影像檢測方法及其系統適用於辨識或檢測各種電子元件或其相關產品之外觀，例如：由各類型非電子元件組裝、各類型電子元件[零件]組裝或非電子元件與電子元件組裝製成之半成品[semi-finished product]或電子產品[finished product]之外觀，亦可應用於各種相關產品製程，例如：組裝生產線[assembling line]，但其並非用以限定本發明之範圍。
第1圖揭示本發明較佳實施例之元件影像檢測方法之示意圖。請參照第1圖所示，本發明之元件影像檢測方法主要包含：第一步驟S1，輸入一元件影像；第二步驟S2，利用一奇異值分解法應用於該元件影像；及第三步驟S3，利用該分解元件影像進行影像檢測。
舉例而言，為了正確檢測出已經組裝後發生缺少零件的瑕疵產品，本發明較佳實施例之元件影像檢測方法及其系統提供一種可適應光線變異的檢驗方法，其採用色彩空間轉換方法，亦可稱為自適應色彩空間轉換[SACST，Self-Adaptation Color Space Transformation]，其包含兩部份：自適應光線補償及色彩空間轉換運算。
本發明較佳實施例之色彩空間轉換方法[SACST]使用於RGB的每個色彩通道，其中以色彩分佈平均值最大通道為基準，再以比例地調整其餘兩個通道的光線補償係數之權重，如此本發明可自適應地調整RGB色彩通道的動態[dynamic]範圍。
第2圖揭示本發明較佳實施例之元件影像檢測系統之示意圖。請參照第2圖所示，本發明較佳實施例之元件影像檢測系統包含一輸入單元、一演算單元及一輸出單元，其中該輸入單元連接至該演算單元，而該輸出單元連接至該演算單元。本發明之元件影像檢測方法係選擇執行於該輸入單元[例如：各種攝影裝置、各種影像偵測裝置、各種影像儲存裝置或其它類似影像存取裝置]，其用以輸入至少一元件影像，例如：電子元件影像。
本發明較佳實施例之元件影像檢測方法係選擇執行於該演算單元[例如：計算機或其它類似裝置]，其利用一奇異值分解法應用於該元件影像，以一光線補償法計算一光線補償係數，利用該光線補償係數進行光線補償處理該元件影像，以獲得一光線補償元件影像。
本發明較佳實施例之元件影像檢測系統設定一影像A由R、G、B三個色彩空間所構成，其並非用以限定本發明之範圍，且該影像A解析度為m×n，
其中{R,G,B}為RGB色域空間，R、G、B為三個色域通道[color channel]。
本發明較佳實施例之元件影像檢測方法以奇異值分解方式在分解該元件影像[影像A]，以獲得一分解元件影像，其採用奇異值分解矩陣為，
Ξ A =U A Σ A V A T ，
其中Σ A 為對角矩陣，U A 及V A 為正交矩陣[orthogonal matrix]。
本發明另一較佳實施例之元件影像檢測方法以一光線補償法計算至少一光線補償係數；利用該光線補償係數進行光線補償處理該元件影像，以獲得一光線補償元件影像；利用該光線補償元件影像進行影像檢測，但其並非用以限定本發明之範圍。
本發明較佳實施例之元件影像檢測方法針對未補償的該元件影像[影像A]先計算RGB個別的平均值，再經由平均值適應性地修正個別補償係數。先計算RGB個別的平均值目的是尋找將原始影像RGB像素值之間差異比值，將該原始影像RGB像素值之間差異比值加入至光線補償後的影像，以還原奇異值分解光線補償所失去的資訊。
本發明較佳實施例之元件影像檢測方法在計算該光線補償係數時，其採用高斯強度矩陣[Gaussian intensity image]之雜訊均值μ及變異值σ分別為0.5及1，但其並非用以限定本發明之範圍。
本發明較佳實施例之元件影像檢測方法在每一色域通道計算該光線補償係數時，其採用方程式為，
Max(μ R ,μ G ,μ B )=m，
其中κR、κG及κB分別為R、G、B色域通道之光線補償係數，μ R 、μ G 、μ B 分別為R、G、B色域通道之顏色均值。高斯雜訊影像(μ=0.5,σ=1)的奇異值分解Σ G 最大值做為無光害的參考影像。
接著，本發明較佳實施例之元件影像方法利用該光線補償係數在完成光線補償處理後，獲得該光線補償元件影像[重建影像]。該光線補償元件影像之奇異值分解矩陣為，
Ξ AC =U A (κ A Σ A )V A T ，
其中Ξ AC 為光線補償元件影像[重建影像]。
接著，本發明較佳實施例之元件影像方法採用色彩空間轉換方程式為，
其中Ξ SACST 為SACST轉換後的影像，Ξ RC 、Ξ GC 、Ξ BC 分別為經過自適應光線補償後的RGB色彩通道。"‧"為內積運算符號，此種利用內積運算來結合色彩係數的方法稱為投影色彩空間轉換[CST]，以獲得一色彩空間轉換元件影像。利用自適應光線補償合適地調整RGB色彩通道的動態範圍，再利用矩陣內積的方式將RGB色彩通道係數結合的方法，如此考慮了色彩與影像之間的關聯性，以便將資訊投影至高維空間。當原始影像經過SACST轉換後，升維的效果可藉由超平面[hyper-plane]使原本不可分離的資訊成為線性可分開的，以便展現出影像資訊的相關性及差異性。
最後，本發明之元件影像檢測方法利用該色彩空間轉換元件影像進行影像檢測[辨識]，但其並非用以限定本發明之範圍。
前述較佳實施例僅舉例說明本發明及其技術特徵，該實施例之技術仍可適當進行各種實質等效修飾及/或替換方式予以實施；因此，本發明之權利範圍須視後附申請專利範圍所界定之範圍為準。
S1．．．第一步驟
S2．．．第二步驟
S3．．．第三步驟
第1圖：本發明較佳實施例之元件影像檢測方法之示意圖。
第2圖：本發明較佳實施例之元件影像檢測系統之示意圖。
S1．．．第一步驟
S2．．．第二步驟
S3．．．第三步驟

Claims (10)

  1. 一種元件影像檢測方法，其包含：輸入至少一元件影像；利用一奇異值分解法應用於該元件影像；及利用該分解元件影像進行影像檢測。
  2. 依申請專利範圍第1項所述之方法，其中以一光線補償法計算至少一光線補償係數；利用該光線補償係數進行光線補償處理該元件影像，以獲得一光線補償元件影像；利用該光線補償元件影像進行影像檢測。
  3. 依申請專利範圍第1項所述之方法，其中在分解該元件影像時，在一RGB色域空間進行奇異值分解。
  4. 依申請專利範圍第3項所述之方法，其中在該RGB色域空間進行奇異值分解時，在每一色域通道進行奇異值分解。
  5. 依申請專利範圍第3項所述之方法，其中在該RGB色域空間進行奇異值分解時，分別計算用於R色域通道之光線補償係數、G色域通道之光線補償係數及B色域通道之光線補償係數。
  6. 一種元件影像檢測系統，其包含：一輸入單元，其用以輸入至少一元件影像；一演算單元，其利用一奇異值分解法應用於該元件影像，以獲得一分解元件影像；及一輸出單元，其用以輸出該分解元件影像，以便進行影像檢測。
  7. 依申請專利範圍第6項所述之系統，其中以一光線補償法計算至少一光線補償係數；利用該光線補償係數進行光線補償處理該元件影像，以獲得一光線補償元件影像；利用該光線補償元件影像進行影像檢測。
  8. 依申請專利範圍第6項所述之系統，其中在分解該元件影像時，在一RGB色域空間進行奇異值分解。
  9. 依申請專利範圍第8項所述之系統，其中在該RGB色域空間進行奇異值分解時，在每一色域通道進行奇異值分解。
  10. 依申請專利範圍第8項所述之系統，其中在該RGB色域空間進行奇異值分解時，分別計算用於R色域通道之光線補償係數、G色域通道之光線補償係數及B色域通道之光線補償係數。
TW101105537A 2012-02-20 2012-02-20 元件影像檢測方法及其系統 TWI502549B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW101105537A TWI502549B (zh) 2012-02-20 2012-02-20 元件影像檢測方法及其系統
US13/549,424 US8977045B2 (en) 2012-02-20 2012-07-14 Recognition method and system for component images

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW101105537A TWI502549B (zh) 2012-02-20 2012-02-20 元件影像檢測方法及其系統

Publications (2)

Publication Number Publication Date
TW201335890A true TW201335890A (zh) 2013-09-01
TWI502549B TWI502549B (zh) 2015-10-01

Family

ID=48982298

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101105537A TWI502549B (zh) 2012-02-20 2012-02-20 元件影像檢測方法及其系統

Country Status (2)

Country Link
US (1) US8977045B2 (zh)
TW (1) TWI502549B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105930845A (zh) * 2015-02-26 2016-09-07 韩华泰科株式会社 部件信息的示教方法及其装置
TWI780465B (zh) * 2020-08-11 2022-10-11 國立高雄科技大學 護目鏡瑕疵檢測處理方法及其系統

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9747520B2 (en) * 2015-03-16 2017-08-29 Kla-Tencor Corporation Systems and methods for enhancing inspection sensitivity of an inspection tool
TWI628601B (zh) * 2016-05-11 2018-07-01 國立高雄應用科技大學 人臉影像處理方法及其系統
CN106845497B (zh) * 2017-01-12 2020-08-25 天津大学 基于多特征融合的玉米前期图像旱情识别方法
CN111160271B (zh) * 2019-12-30 2023-08-18 哈尔滨商业大学 一种基于深度学习的室内养鸡场病鸡检测系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3678007B2 (ja) 1998-07-10 2005-08-03 松下電器産業株式会社 電子部品実装装置における電子部品認識装置および電子部品認識方法
AU7313000A (en) * 1999-09-17 2001-04-24 Nature Technology Co., Ltd. Image pickup system, image processor, and camera
JP3583684B2 (ja) * 2000-01-12 2004-11-04 シャープ株式会社 画像欠陥検出装置および画像欠陥検出方法
US7660440B2 (en) * 2002-11-07 2010-02-09 Frito-Lay North America, Inc. Method for on-line machine vision measurement, monitoring and control of organoleptic properties of products for on-line manufacturing processes
US7355692B2 (en) * 2004-03-05 2008-04-08 Orbotech Ltd System and method for inspecting electrical circuits utilizing reflective and fluorescent imagery
US7636473B2 (en) * 2004-03-12 2009-12-22 Seiko Epson Corporation Image color adjustment
US7689035B2 (en) * 2005-06-17 2010-03-30 The Regents Of The University Of California Methods for identifying, separating and editing reflection components in multi-channel images and videos
JP5228490B2 (ja) * 2005-12-26 2013-07-03 株式会社ニコン 画像解析によって欠陥検査を行う欠陥検査装置
JP4647510B2 (ja) * 2006-02-08 2011-03-09 東京エレクトロン株式会社 基板の欠陥検査方法及びプログラム
US7742652B2 (en) * 2006-12-21 2010-06-22 Sharp Laboratories Of America, Inc. Methods and systems for image noise processing
US8004688B2 (en) * 2008-11-26 2011-08-23 Zygo Corporation Scan error correction in low coherence scanning interferometry
US20100329535A1 (en) * 2009-06-26 2010-12-30 Marc Macenko Methods, Systems and Computer Program Products for Analyzing Histology Slide Images
JP5054248B2 (ja) * 2010-03-31 2012-10-24 キヤノン株式会社 画像処理装置、画像処理方法、画像処理プログラム、撮像装置
CN102844788B (zh) * 2010-03-31 2016-02-10 佳能株式会社 图像处理装置及使用该图像处理装置的图像拾取装置
US8705839B2 (en) * 2011-11-18 2014-04-22 Sharp Laboratories Of America, Inc. Electronic devices for defect detection

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105930845A (zh) * 2015-02-26 2016-09-07 韩华泰科株式会社 部件信息的示教方法及其装置
CN105930845B (zh) * 2015-02-26 2019-08-06 韩华精密机械株式会社 部件信息的示教方法及其装置
TWI780465B (zh) * 2020-08-11 2022-10-11 國立高雄科技大學 護目鏡瑕疵檢測處理方法及其系統

Also Published As

Publication number Publication date
US20130216129A1 (en) 2013-08-22
TWI502549B (zh) 2015-10-01
US8977045B2 (en) 2015-03-10

Similar Documents

Publication Publication Date Title
TWI502549B (zh) 元件影像檢測方法及其系統
US8330948B2 (en) Semiconductor test instrument and the method to test semiconductor
KR100723967B1 (ko) 윤곽선 검출방식을 이용한 하네스의 검사방법 및 장치
US8885052B2 (en) Unevenness inspection apparatus and unevenness inspection method
TW200504376A (en) Electronic component testing apparatus (2)
CN105430376A (zh) 一种全景相机一致性的检测方法及装置
US20110057943A1 (en) Balancing Luminance Disparity in a Display by Multiple Projectors
CN108090890B (zh) 检查装置以及检查方法
KR20230099610A (ko) 스크린 광 누설량을 추정하는 방법, 장치 및 전자기기
Xiao et al. Psychophysical thresholds and digital camera sensitivity: the thousand-photon limit
CN111031307A (zh) 一种摄像模组检测方法、装置、电子设备及介质
CN105628195A (zh) 光源亮度检测系统及方法
WO2015198401A1 (ja) ファスナエレメントの検査条件設定方法とファスナエレメント検査方法
US20130155254A1 (en) Imaging apparatus, image processing apparatus, and image processing method
TWI310084B (en) Automatic inspecting method for inspecting the polar direction of the polar element
KR20150125155A (ko) 표시패널의 휘도 균일도 검사장치 및 그 방법
JP2006067423A (ja) 画像品質定量評価方法及びその装置
Singla et al. A framework for detection of jaundice in new born babies using homomorphic filtering based image processing
CN104111160A (zh) 发光二极管的检测系统及其检测方法
TWI490463B (zh) 檢測二工件之差異性的檢測方法及檢測系統
US9191640B1 (en) Systems and methods for automatic white balance of images
JP5120936B2 (ja) 画像処理装置および画像処理方法
JP2003510568A (ja) パターン比較によるｌｃｄ検査方法およびｌｃｄ検査装置
JP2009182845A (ja) 画像処理装置および画像処理方法
JP2021148720A (ja) 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees