TW201435332A - 圖像產生裝置、缺陷檢查裝置及缺陷檢查方法 - Google Patents

圖像產生裝置、缺陷檢查裝置及缺陷檢查方法 Download PDF

Info

Publication number
TW201435332A
TW201435332A TW103101492A TW103101492A TW201435332A TW 201435332 A TW201435332 A TW 201435332A TW 103101492 A TW103101492 A TW 103101492A TW 103101492 A TW103101492 A TW 103101492A TW 201435332 A TW201435332 A TW 201435332A
Authority
TW
Taiwan
Prior art keywords
defect
image data
image
sheet
bit string
Prior art date
Application number
TW103101492A
Other languages
English (en)
Other versions
TWI607211B (zh
Inventor
Maya Ozaki
Original Assignee
Sumitomo Chemical Co
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 Sumitomo Chemical Co filed Critical Sumitomo Chemical Co
Publication of TW201435332A publication Critical patent/TW201435332A/zh
Application granted granted Critical
Publication of TWI607211B publication Critical patent/TWI607211B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901—Optical details; Scanning details
    • G01N21/8903—Optical details; Scanning details using a multiple detector array
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Textile Engineering (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

於本發明之缺陷檢查裝置100中，圖像產生裝置1之處理圖像產生部61產生由灰階資訊儲存位元串構成之處理圖像資料，上述灰階資訊儲存位元串中針對缺陷像素而儲存有表示與特徵值對應之灰階值之灰階資訊，且針對剩餘像素而儲存有表示零之灰階值之灰階資訊，解析用圖像產生部62對每一像素產生解析用圖像資料，該解析用圖像資料由對上述灰階資訊儲存位元串附加儲存有缺陷資訊之缺陷資訊儲存位元串所獲得之解析用位元串構成。

Description

圖像產生裝置、缺陷檢查裝置及缺陷檢查方法
本發明係關於一種產生用以檢查偏光膜或相位差膜等片狀成形體之缺陷之圖像資料之圖像產生裝置、具備該圖像產生裝置之缺陷檢查裝置、及缺陷檢查方法。
先前，缺陷檢查裝置係使用被稱為線感測器之一維相機檢查偏光膜或相位差膜等片狀成形體之缺陷。缺陷檢查裝置係於利用螢光管等線狀光源將片狀成形體照明之狀態下，一面利用線感測器對片狀成形體表面沿著片狀成形體之長度方向自長度方向之一端掃描至另一端，一面獲取複數個一維圖像資料(靜態圖像資料)。繼而，藉由將複數個一維圖像資料按照獲取時間順序密鋪而產生二維圖像資料，並根據該二維圖像資料檢查片狀成形體之缺陷。
藉由線感測器所獲取之一維圖像資料中通常包含線狀光源影像。於線狀光源與線感測器配置於片狀成形體之一面側之情形時，線狀光源影像係自線狀光源出射並經片狀成形體單向反射而到達至線感測器之光之影像。又，於片狀成形體配置於線狀光源與線感測器之間之情形時，線狀光源影像係自線狀光源出射並透過片狀成形體而到達至線感測器之光之影像。於缺陷檢查裝置中，在片狀成形體之寬度較寬之情形時，以可檢查片狀成形體之寬度方向整個區域之方式將複數台線感測器排列於寬度方向而使用。
該先前之缺陷檢查裝置中，由於根據藉由將複數個一維圖像資 料密鋪而產生之二維圖像資料來檢查片狀成形體之缺陷，故而構成二維圖像資料之各一維圖像資料中之檢查對象像素與線狀光源影像之位置關係成為1種確定之位置關係。存在缺陷僅於檢查對象像素(注目像素)與線狀光源影像之位置關係處於特定之位置關係之情形時才會顯現於一維圖像資料上的情況。例如，作為缺陷之1種之氣泡多數情況下僅於位於線狀光源影像之周緣或附近之情形時才會顯現於一維圖像資料上。如此，缺陷有時因其位置而未被檢測出。因此，使用由利用線感測器而獲取到之複數個一維圖像資料構成之二維圖像資料來檢查片狀成形體之缺陷的上述先前之缺陷檢查裝置僅具有有限之缺陷檢測能力。
作為解決如上所述之問題點之缺陷檢查裝置，於日本專利特開2007-218629號公報(專利文獻1)及日本專利特開2010-122192號公報(專利文獻2)中揭示有一種裝置，該裝置利用螢光管等線狀光源將片狀成形體照明，一面於特定之搬送方向連續地搬送片狀成形體，一面使用被稱為區域感測器之二維相機獲取二維圖像資料(動畫資料)，並根據該二維圖像資料檢查片狀成形體之缺陷。
根據專利文獻1、2所揭示之缺陷檢查裝置，由於可根據檢查對象像素與線狀光源影像之位置關係不同之複數張二維圖像資料來判定是否存在缺陷，故而與使用線感測器之先前之缺陷檢查裝置相比，可更確實地檢測出缺陷。因此，專利文獻1、2所揭示之使用區域感測器之缺陷檢查裝置與使用線感測器之先前之缺陷檢查裝置相比，缺陷檢測能力提高。
專利文獻1、2所揭示之使用區域感測器之缺陷檢查裝置必須處理資訊量較多之二維圖像資料。於缺陷檢查裝置中，以自區域感測器輸出之二維圖像資料為對象，於藉由個人電腦(PC，Personal Computer)而實現之圖像解析部中對缺陷位置等進行解析，但由於二維圖像資料之資訊量較多，故而有利用圖像解析部之二維圖像資料之解析處理時間變長之傾向。
於缺陷檢查裝置中，根據利用圖像解析部之二維圖像資料之解析處理速度控制片狀成形體之搬送速度。若資訊量較多之二維圖像資料之利用圖像解析部之解析處理速度變慢，則必須使片狀成形體之搬送速度降低，而導致檢查效率降低。
本發明之目的在於提供一種圖像產生裝置、具備該圖像產生裝置之缺陷檢查裝置、及缺陷檢查方法，該圖像產生裝置產生用以檢查片狀成形體之缺陷之圖像資料，且在維持較高之缺陷檢測能力之前提下可謀求利用圖像解析部之圖像處理之高速化，從而可提高檢查效率。
本發明提供一種圖像產生裝置，其產生用以檢查片狀成形體之缺陷之圖像資料，且包括：搬送部，其將片狀成形體沿該片狀成形體之長度方向搬送；光照射部，其包含沿片狀成形體之與長度方向垂直之寬度方向呈直線狀延伸之光源，並藉由該光源對片狀成形體照射光；拍攝部，其對由上述搬送部搬送中之片狀成形體進行拍攝動作，產生表示二維圖像之二維圖像資料；特徵值計算部，其藉由1種或複數種演算法處理，基於各像素之亮度值而算出構成上述二維圖像資料之各像素之特徵值；處理圖像資料產生部，其將構成上述二維圖像資料之各像素區分為上述特徵值為預先規定之閾值以上之缺陷像素、及上述特徵值未達上述閾值之剩餘像素，並產生處理圖像資料，該處理圖像資料包含針對上述缺陷像素而儲存有表示與上述特徵值對應之灰階值之灰階資訊的灰階資訊儲存位元串，且包含針對上述剩餘像素而儲存有表示零 之灰階值之灰階資訊的灰階資訊儲存位元串；缺陷資訊獲取部，其根據上述處理圖像資料，對每一像素獲取關於片狀成形體中之缺陷之缺陷資訊，並產生儲存有上述所獲取之缺陷資訊之缺陷資訊儲存位元串；及解析用圖像資料產生部，其對每一像素產生解析用圖像資料，該解析用圖像資料包含對上述處理圖像資料之上述灰階資訊儲存位元串附加上述缺陷資訊儲存位元串所獲得之解析用位元串。
又，於本發明之圖像產生裝置中，上述缺陷資訊可包含表示片狀成形體中之缺陷之種類之缺陷種類資訊。
又，於本發明之圖像產生裝置中，較佳為，上述特徵值計算部藉由複數種演算法處理而算出上述特徵值，且上述缺陷資訊獲取部係基於每一像素之上述灰階資訊儲存位元串之灰階資訊是否為與藉由上述複數種演算法處理中之任一種演算法處理而算出之特徵值對應之灰階資訊，而獲取包含上述缺陷種類資訊之上述缺陷資訊。
又，本發明係一種缺陷檢查裝置，其包括：上述圖像產生裝置；及圖像解析裝置，其使用儲存於構成由上述圖像產生裝置之解析用圖像資料產生部所產生之解析用圖像資料的解析用位元串之資訊，進行預先規定之圖像解析，藉此檢測片狀成形體之缺陷。
又，本發明係一種缺陷檢查方法，其用以檢查片狀成形體之缺陷，且包括：搬送步驟，其將片狀成形體沿該片狀成形體之長度方向搬送；光照射步驟，其藉由沿片狀成形體之與長度方向垂直之寬度方向呈直線狀延伸之光源，對所搬送之上述片狀成形體照射光；拍攝步驟，其對搬送中之上述片狀成形體進行拍攝動作而產生 表示二維圖像之二維圖像資料；特徵值計算步驟，其藉由1種或複數種演算法處理，將構成上述二維圖像資料之各像素之特徵值基於各像素之亮度值而算出；處理圖像資料產生步驟，其將構成上述二維圖像資料之各像素區分為上述特徵值為預先規定之閾值以上之缺陷像素、及上述特徵值未達上述閾值之剩餘像素，並產生處理圖像資料，該處理圖像資料包含針對上述缺陷像素而儲存有表示與上述特徵值對應之灰階值之灰階資訊的灰階資訊儲存位元串，且包含針對上述剩餘像素而儲存有表示零之灰階值之灰階資訊的灰階資訊儲存位元串；缺陷資訊獲取步驟，其根據上述處理圖像資料，對每一像素獲取關於片狀成形體中之缺陷之缺陷資訊，並產生儲存有上述所獲取之缺陷資訊之缺陷資訊儲存位元串；解析用圖像資料產生步驟，其對每一像素產生解析用圖像資料，該解析用圖像資料包含對上述處理圖像資料之上述灰階資訊儲存位元串附加上述缺陷資訊儲存位元串所獲得之解析用位元串；及圖像解析步驟，其使用儲存於構成上述解析用圖像資料之上述解析用位元串之資訊，進行預先規定之圖像解析，藉此，檢測片狀成形體之缺陷。
根據本發明，圖像產生裝置係產生用以檢查片狀成形體之缺陷之圖像資料之裝置，且包括搬送部、光照射部、拍攝部、特徵值計算部、處理圖像資料產生部、缺陷資訊獲取部、及解析用圖像資料產生部。於圖像產生裝置中，拍攝部係對一面由光照射部照射光一面由搬送部搬送之片狀成形體進行拍攝動作，而產生表示二維圖像之二維圖像資料。特徵值計算部係利用預先規定之演算法對上述二維圖像資料進行處理，藉此，算出構成二維圖像資料之各像素之基於亮度值之特徵值。
處理圖像資料產生部係將構成上述二維圖像資料之各像素區分為上述特徵值為預先規定之閾值以上之缺陷像素、及上述特徵值未達上述閾值之剩餘像素，並產生處理圖像資料，該處理圖像資料包含針對上述缺陷像素而儲存有表示與上述特徵值對應之灰階值之灰階資訊的灰階資訊儲存位元串，且包含針對上述剩餘像素而儲存有表示零之灰階值之灰階資訊的灰階資訊儲存位元串。缺陷資訊獲取部係根據上述處理圖像資料，對每一像素獲取關於片狀成形體中之缺陷之資訊即缺陷資訊，並產生儲存有上述所獲取之缺陷資訊之缺陷資訊儲存位元串。
解析用圖像資料產生部係對每一像素產生解析用圖像資料，該解析用圖像資料包含以對上述處理圖像資料之上述灰階資訊儲存位元串附加缺陷資訊獲取部所產生之上述缺陷資訊儲存位元串之方式獲得之解析用位元串。
於如此般構成之本發明之圖像產生裝置中，根據由拍攝部所產生之片狀成形體之二維圖像資料，產生用以檢查片狀成形體之缺陷之圖像資料即解析用圖像資料，因此，與例如根據利用線感測器所獲得之複數個一維圖像資料而產生用以檢查缺陷之圖像資料之情形相比，可維持較高之缺陷檢測能力。
進而，於本發明之圖像產生裝置中，自拍攝部輸出之資訊量較多之二維圖像資料轉換為利用灰階資訊儲存位元串構成各像素之處理圖像資料，進而轉換為利用對灰階資訊儲存位元串附加缺陷資訊儲存位元串所得之解析用位元串構成各像素之解析用圖像資料。圖像產生裝置係產生以此方式自二維圖像資料轉換來之利用解析用位元串構成各像素之解析用圖像資料作為用以檢查片狀成形體之缺陷之圖像資料，因此，藉由使用該解析用圖像資料進行圖像解析，可謀求圖像解析之高速化，而可提高缺陷檢查之效率。
又，根據本發明，缺陷資訊獲取部根據處理圖像資料獲取之缺陷資訊可包含表示片狀成形體中之缺陷之種類之缺陷種類資訊。藉此，圖像產生裝置可根據缺陷種類資訊而獲取與片狀成形體中之缺陷之種類相關之資訊。
又，根據本發明，特徵值計算部係藉由複數種演算法處理而算出特徵值。而且，缺陷資訊獲取部可根據每一像素之灰階資訊儲存位元串之灰階資訊是否為與藉由複數種演算法處理中之任一種演算法處理而算出之特徵值對應之灰階資訊，而獲取包含缺陷種類資訊之缺陷資訊。
又，根據本發明，缺陷檢查裝置包括上述本發明之圖像產生裝置、及圖像解析裝置。圖像解析裝置係使用儲存於構成由圖像產生裝置之解析用圖像資料產生部所產生之解析用圖像資料的解析用位元串之資訊，進行預先規定之圖像解析，藉此，檢測片狀成形體之缺陷。藉此，可謀求利用圖像解析裝置之圖像解析之高速化，而可提高缺陷檢查之效率。
又，根據本發明，缺陷檢查方法包括搬送步驟、光照射步驟、拍攝步驟、特徵值計算步驟、處理圖像資料產生步驟、缺陷資訊獲取步驟、解析用圖像資料產生步驟、及圖像解析步驟。缺陷檢查方法中，於拍攝步驟中對一面由光照射一面由搬送部搬送之片狀成形體進行拍攝動作，而產生表示二維圖像之二維圖像資料。於特徵值計算步驟中，利用預先規定之演算法對上述二維圖像資料進行處理，藉此，算出構成二維圖像資料之各像素之基於亮度值之特徵值。
於處理圖像資料產生步驟中，將構成上述二維圖像資料之各像素區分為上述特徵值為預先規定之閾值以上之缺陷像素、及上述特徵值未達上述閾值之剩餘像素，並產生處理圖像資料，該處理圖像資料包含針對缺陷像素而儲存有表示與上述特徵值對應之灰階值之灰階資 訊的灰階資訊儲存位元串，且包含針對剩餘像素而儲存有表示零之灰階值之灰階資訊的灰階資訊儲存位元串。於缺陷資訊獲取步驟中，根據上述處理圖像資料對每一像素獲取關於片狀成形體中之缺陷之資訊即缺陷資訊，並產生儲存有上述所獲取之缺陷資訊之缺陷資訊儲存位元串。
於解析用圖像產生步驟中，對每一像素產生解析用圖像資料，該解析用圖像資料包含以對上述處理圖像資料之上述灰階資訊儲存位元串附加上述缺陷資訊儲存位元串之方式獲得之解析用位元串。繼而，於圖像解析步驟中，使用儲存於構成上述解析用圖像資料之解析用位元串之資訊進行預先規定之圖像解析，藉此，檢測片狀成形體之缺陷。
於如此般構成之本發明之缺陷檢查方法中，根據拍攝步驟中所產生之片狀成形體之二維圖像資料進行片狀成形體之缺陷檢測，因此，與例如根據利用線感測器所獲得之複數個一維圖像資料進行缺陷檢測之情形相比，可維持較高之缺陷檢測能力。
進而，於本發明之缺陷檢查方法中，將拍攝步驟中所產生之資訊量較多之二維圖像資料轉換為利用灰階資訊儲存位元串構成各像素之處理圖像資料，進而轉換為利用對灰階資訊儲存位元串附加缺陷資訊儲存位元串所得之解析用位元串構成各像素之解析用圖像資料。由於根據以此方式自二維圖像資料轉換來之利用解析用位元串構成各像素之解析用圖像資料，於圖像解析步驟中進行圖像解析而檢測片狀成形體之缺陷，故而可謀求圖像解析步驟中之圖像解析之高速化，而可提高檢查效率。
1‧‧‧圖像產生裝置
2‧‧‧片狀成形體
3‧‧‧搬送裝置
4‧‧‧照明裝置
5‧‧‧拍攝裝置
6‧‧‧圖像處理裝置
7‧‧‧圖像解析裝置
61‧‧‧處理圖像產生部
62‧‧‧解析用圖像產生部
71‧‧‧解析用圖像輸入部
72‧‧‧圖像解析部
73‧‧‧控制部
74‧‧‧顯示部
100‧‧‧缺陷檢查裝置
a‧‧‧資料點
A‧‧‧二維圖像
A1‧‧‧照明影像
A3‧‧‧上限邊緣
A4‧‧‧下限邊緣
A21‧‧‧第1缺陷像素群
A22‧‧‧第2缺陷像素群
b‧‧‧資料點
B‧‧‧二維圖像
B1‧‧‧照明影像
B21‧‧‧第1缺陷像素群
B22‧‧‧第2缺陷像素群
c‧‧‧資料點
C‧‧‧二維圖像
C1‧‧‧照明影像
C21‧‧‧第1缺陷像素群
C22‧‧‧第2缺陷像素群
C31‧‧‧核心
d‧‧‧資料點
D‧‧‧二維圖像
D1‧‧‧照明影像
D3‧‧‧邊緣
D21‧‧‧第1缺陷像素群
D22‧‧‧第2缺陷像素群
E‧‧‧處理圖像
E21‧‧‧第1缺陷像素群
E22‧‧‧剩餘像素群
f‧‧‧預測資料點
F‧‧‧處理圖像
F21‧‧‧第2缺陷像素群
F22‧‧‧剩餘像素群
G‧‧‧處理圖像
G21‧‧‧第1缺陷像素群
G22‧‧‧第2缺陷像素群
G23‧‧‧剩餘像素群
G31‧‧‧灰階資訊儲存位元串
G32‧‧‧灰階資訊儲存位元串
G33‧‧‧灰階資訊儲存位元串
H‧‧‧解析用圖像
H21‧‧‧第1缺陷像素群
H22‧‧‧第2缺陷像素群
H23‧‧‧剩餘像素群
H31‧‧‧解析用位元串
H32‧‧‧解析用位元串
H33‧‧‧解析用位元串
H311‧‧‧灰階資訊儲存位元串
H312‧‧‧缺陷資訊儲存位元串
H321‧‧‧灰階資訊儲存位元串
H322‧‧‧缺陷資訊儲存位元串
H331‧‧‧灰階資訊儲存位元串
H332‧‧‧缺陷資訊儲存位元串
L‧‧‧直線
P1‧‧‧邊緣分佈
P2‧‧‧微分分佈
P3‧‧‧亮度分佈
P4‧‧‧亮度值差分佈
P5‧‧‧平滑化分佈
P6‧‧‧邊緣分佈
P7‧‧‧邊緣分佈
P11‧‧‧峰值
P21‧‧‧峰值
P22‧‧‧特徵值
P31‧‧‧谷部分
P41‧‧‧峰值
P42‧‧‧特徵值
P51‧‧‧峰值
P52‧‧‧特徵值
P61‧‧‧點
P62‧‧‧點
P63‧‧‧區域
P71‧‧‧點
P72‧‧‧點
P73‧‧‧假想直線
P74‧‧‧弧
P711‧‧‧切線
P721‧‧‧切線
R‧‧‧曲率半徑
X‧‧‧方向
Y‧‧‧方向
Z‧‧‧搬送方向
α1‧‧‧角度
α2‧‧‧角度
α3‧‧‧角度
圖1係表示本發明之一實施形態之缺陷檢查方法之步驟的步驟圖。
圖2係表示本發明之一實施形態之缺陷檢查裝置100之構成的模式圖。
圖3係表示缺陷檢查裝置100之構成之方塊圖。
圖4A係用以說明作為缺陷檢測演算法之一例之邊緣分佈法之圖，且係表示與由拍攝裝置5所產生之二維圖像資料對應之二維圖像A之一例之圖。
圖4B係表示由處理圖像產生部61所作成之邊緣分佈P1之一例之圖。
圖4C係表示由處理圖像產生部61所作成之微分分佈P2之一例之圖。
圖5A係用以說明作為缺陷檢測演算法之其他例之峰值法之圖，且係表示與由拍攝裝置5所產生之二維圖像資料對應之二維圖像B之一例之圖。
圖5B係表示由處理圖像產生部61所作成之亮度分佈P3之一例之圖。
圖5C係用以對由處理圖像產生部61執行之自資料點之一端朝向另一端移動之質點的假定順序進行說明之圖。
圖5D係表示由處理圖像產生部61所作成之亮度值差分佈P4之一例之圖。
圖6A係用以對作為缺陷檢測演算法之其他例之平滑化法進行說明之圖，且係表示與由拍攝裝置5所產生之二維圖像資料對應之二維圖像C之一例之圖。
圖6B係表示由處理圖像產生部61所產生之平滑化分佈P5之一例之圖。
圖7A係用以對作為缺陷檢測演算法之其他例之第2邊緣分佈法進行說明之圖，且係表示與由拍攝裝置5所產生之二維圖像資料對應之 二維圖像D之一例之圖。
圖7B係表示由處理圖像產生部61所作成之邊緣分佈P6之一例之圖。
圖7C係表示由處理圖像產生部61所作成之邊緣分佈P7之一例之圖。
圖8A係表示圖像處理裝置6所產生之處理圖像之一例之圖，且係表示利用第1缺陷檢測演算法進行處理而產生之處理圖像E之一例之圖。
圖8B係表示圖像處理裝置6所產生之處理圖像之一例之圖，且係表示利用第2缺陷檢測演算法進行處理而產生之處理圖像F之一例之圖。
圖8C係表示處理圖像產生部61將處理圖像E與處理圖像F合成而產生之處理圖像G之一例之圖。
圖9A係表示圖像處理裝置6所產生之解析用圖像之一例之圖，且係表示藉由對構成由處理圖像產生部61所產生之處理圖像G之各像素之灰階資訊儲存位元串附加缺陷資訊儲存位元串而獲得之解析用圖像H之一例的圖。
圖9B係表示構成解析用圖像H中之像素之解析用位元串H31、H32及H33之一例的圖。
圖1係表示本發明之一實施形態之缺陷檢查方法之步驟之步驟圖。本實施形態之缺陷檢查方法包括圖1所示之搬送步驟s1、光照射步驟s2、拍攝步驟s3、特徵值計算步驟s4、處理圖像資料產生步驟s5、缺陷資訊獲取步驟s6、解析用圖像資料產生步驟s7、及圖像解析步驟s8。
圖2係表示本發明之一實施形態之缺陷檢查裝置100之構成之模 式圖。圖3係表示缺陷檢查裝置100之構成之方塊圖。本實施形態之缺陷檢查裝置100係檢測熱塑性樹脂等之片狀成形體2之缺陷之裝置，且包含本發明之圖像產生裝置1、及圖像解析裝置7。缺陷檢查裝置100之圖像產生裝置1包含搬送裝置3、照明裝置4、拍攝裝置5、及圖像處理裝置6。缺陷檢查裝置100實現本發明之缺陷檢查方法。搬送裝置3執行搬送步驟s1，照明裝置4執行光照射步驟s2，拍攝裝置5執行拍攝步驟s3，圖像處理裝置6執行特徵值計算步驟s4、處理圖像資料產生步驟s5、缺陷資訊獲取步驟s6及解析用圖像資料產生步驟s7，圖像解析裝置7執行圖像解析步驟s8。
缺陷檢查裝置100係藉由搬送裝置3將以一定寬度於長度方向連續之片狀成形體2沿固定方向(與片狀成形體2之與寬度方向正交之上述長度方向為同一方向)移送，並於該移送過程中藉由拍攝裝置5拍攝由照明裝置4予以照明之片材面而產生表示二維圖像之二維圖像資料，圖像處理裝置6根據上述二維圖像資料而產生解析用圖像資料，圖像解析裝置7根據自圖像處理裝置6輸出之解析用圖像資料進行缺陷檢測。
作為被檢查體之片狀成形體2係藉由如下步驟而成形：實施使自擠出機擠出之熱塑性樹脂通過輥之間隙而將表面平滑化或者賦予凹凸形狀等處理，並一面於搬送輥上冷卻一面利用捲取輥捲取。可應用於本實施形態之片狀成形體2之熱塑性樹脂例如為甲基丙烯酸樹脂、甲基丙烯酸甲酯-苯乙烯共聚物(MS(methyl methacrylate styrene copolymer)樹脂)、聚乙烯(PE，polyethylene)、聚丙烯(PP，polypropylene)等聚烯烴、聚碳酸酯(PC，polycarbonate)、聚氯乙烯(PVC，polyvinyl chloride)、聚苯乙烯(PS，polystyrene)、聚乙烯醇(PVA，polyvinyl alcohol)、三醋酸纖維素樹脂(TAC，Triacetyl Cellulose)等。片狀成形體2係利用該等熱塑性樹脂之單層片材、積層 片材等而成形。
又，作為於片狀成形體2產生之缺陷之例，可列舉成形時產生之氣泡、魚眼、異物、輪胎痕、凹痕、刮痕等點狀之缺陷(點缺陷)、因折痕等而產生之所謂之裂點(knick)、因厚度差異而產生之所謂之原片條紋等線狀之缺陷(線缺陷)。
搬送裝置3具有作為搬送部之功能，將片狀成形體2沿固定方向(搬送方向Z)搬送。搬送裝置3例如包括將片狀成形體2沿搬送方向Z搬送之送出輥及接收輥，並利用旋轉編碼器等計測搬送距離。於本實施形態中，搬送速度係於搬送方向Z設定為2~30m/min左右。
照明裝置4具有作為光照射部之功能，呈線狀照明與搬送方向Z正交之片狀成形體2之寬度方向。照明裝置4係以由拍攝裝置5所拍攝之圖像中包含線狀之反射影像之方式配置。具體而言，照明裝置4係於以片狀成形體2為基準與拍攝裝置5為同一側，以面向片狀成形體2之表面且距片狀成形體2之表面上之照明區域、即拍攝裝置5所拍攝之拍攝區域之距離成為例如200mm之方式配置。
作為照明裝置4之光源，只要為LED(Light Emitting Diode，發光二極體)、金屬鹵素燈、鹵素傳送燈、螢光燈等照射不會對片狀成形體2之組成及性質造成影響之光者，則無特別限定。再者，照明裝置4亦可隔著片狀成形體2而配置於與拍攝裝置5為相反側。於此情形時，由拍攝裝置5拍攝到之圖像中包含透過片狀成形體2之透射影像。
缺陷檢查裝置100包括具有作為拍攝部之功能之複數個拍攝裝置5，各拍攝裝置5係於與搬送方向Z正交之方向(片狀成形體2之寬度方向)等間隔地排列。又，拍攝裝置5係以自拍攝裝置5朝向片狀成形體2之拍攝區域之中心之方向與搬送方向Z形成銳角之方式配置。拍攝裝置5係複數次拍攝片狀成形體2之包含因照明裝置4而產生之反射影像或透射影像(以下，總稱為「照明影像」)之二維圖像而產生複數個二 維圖像資料。
拍攝裝置5包含拍攝二維圖像之CCD(Charge Coupled Device，電荷耦合元件)或CMOS(Complementary Metal-Oxide Semiconductor，互補金氧半導體)之區域感測器。如圖2所示，拍攝裝置5係以拍攝片狀成形體2之與搬送方向Z正交之寬度方向之整個區域的方式配置。藉由如此般拍攝片狀成形體2之寬度方向之整個區域，並搬送於搬送方向Z連續之片狀成形體2，可有效率地檢查片狀成形體2之整個區域之缺陷。
拍攝裝置5之拍攝間隔(圖框率(frame rate))可為固定，亦可藉由使用者操作拍攝裝置5本身而進行變更。又，拍攝裝置5之拍攝間隔亦可為作為數位靜態相機之連續攝影之時間間隔的幾分之一秒等，但為提高檢查之效率化，較佳為較短之時間間隔、例如作為一般之動畫資料之圖框率之1/30秒等。
拍攝裝置5所拍攝之二維圖像之搬送方向Z之長度較佳為在拍攝裝置5取入二維圖像後至取入下一個二維圖像之前之時間內將片狀成形體2搬送之搬送距離之至少2倍以上。即，較佳為對片狀成形體2之同一部位拍攝2次以上。如此般，使二維圖像之搬送方向Z之長度大於拍攝裝置5取入二維圖像後至取入下一個二維圖像之前之時間內的片狀成形體2之搬送距離，而使片狀成形體2之同一部分之拍攝次數增加，藉此，可高精度地檢查缺陷。
圖像處理裝置6包括：處理圖像產生部61，其具有作為特徵值計算部、處理圖像資料產生部及缺陷資訊獲取部之功能；及解析用圖像產生部62，其具有作為解析用圖像資料產生部之功能。圖像處理裝置6係對應於複數個拍攝裝置5之各者而設置。處理圖像產生部61可藉由FPGA(Field-programmable gate array，場可程式化閘陣列)或GPGPU(General-purpose computing on graphics processing units，通用 圖形處理單元)等圖像處理板或拍攝裝置5內部之硬體而實現。
處理圖像產生部61係利用預先規定之演算法(以下，稱為「缺陷檢測演算法」)對自拍攝裝置5輸出之二維圖像資料進行處理，藉此，算出構成上述二維圖像資料之各像素之基於亮度值之特徵值。進而，處理圖像產生部61係將上述二維圖像資料中上述特徵值為預先規定之閾值以上之像素辨識為缺陷像素，並產生灰階資訊儲存位元串，該灰階資訊儲存位元串中，針對缺陷像素而儲存有表示與上述特徵值對應之灰階值之灰階資訊，針對缺陷像素以外之剩餘像素(上述特徵值未達上述閾值之像素)而儲存有表示零之灰階值之灰階資訊。對各個像素產生之灰階資訊儲存位元串分別包含複數個位元。繼而，處理圖像產生部61輸出各個像素由上述灰階資訊儲存位元串構成之處理圖像資料。進而，處理圖像產生部61根據所產生之處理圖像資料，對每一像素獲取關於片狀成形體2中之缺陷之資訊即缺陷資訊，並產生儲存有上述所獲取之缺陷資訊之缺陷資訊儲存位元串。對各個像素產生之缺陷資訊儲存位元串通常分別包含複數個位元。
對處理圖像產生部61中所使用之缺陷檢測演算法，一面參照圖4A~4C、圖5A~5D、圖6A及6B、以及圖7A~7C一面進行說明。
圖4A~4C係用以對作為缺陷檢測演算法之一例之邊緣分佈法進行說明之圖。圖4A表示與由拍攝裝置5所產生之二維圖像資料對應之二維圖像A之一例，且圖像之上側為搬送方向Z下游側，圖像之下側為搬送方向Z上游側。於二維圖像A中，將與片狀成形體2之寬度方向平行之方向設為X方向，將與片狀成形體2之長度方向(與搬送方向Z平行之方向)平行之方向設為Y方向。於圖4A中，於二維圖像A之Y方向上位於中央且沿X方向延伸之帶狀之明區域為照明影像A1，存在於照明影像A1之內部之暗區域為第1缺陷像素群A21，存在於照明影像A1附近之明區域為第2缺陷像素群A22。
於使用利用邊緣分佈法之缺陷檢測演算法之情形時，處理圖像產生部61首先將二維圖像A分割成沿著Y方向之逐行之像素行之資料。其次，處理圖像產生部61對各像素行之資料進行自Y方向一端(圖4A中之二維圖像A之上端)朝向另一端(圖4A中之二維圖像A之下端)探查邊緣之邊緣判定處理。
具體而言，處理圖像產生部61係針對各像素行之資料，將自Y方向一端側起第2個像素設為注目像素，並判定注目像素之亮度值是否較相對於注目像素於一端側鄰接之鄰接像素之亮度值大特定之閾值以上。於判定注目像素之亮度值較鄰接像素之亮度值大特定之閾值以上之情形時，處理圖像產生部61判定鄰接像素為上限邊緣A3。於除此以外之情形時，處理圖像產生部61一面使注目像素朝向Y方向另一端以1像素為單位偏移，一面重複進行邊緣判定處理直至判定注目像素之亮度值較鄰接像素之亮度值大特定之閾值以上為止。
於檢測出上限邊緣A3後，處理圖像產生部61一面使注目像素朝向Y方向另一端以1像素為單位偏移，一面判定注目像素之亮度值是否較鄰接像素之亮度值小特定之閾值以上。於判定注目像素之亮度值較鄰接像素之亮度值小特定之閾值以上之情形時，處理圖像產生部61判定鄰接像素為下限邊緣A4。於除此以外之情形時，處理圖像產生部61一面使注目像素朝向Y方向另一端以1像素為單位偏移，一面重複進行邊緣判定處理直至判定注目像素之亮度值較鄰接像素之亮度值小特定之閾值以上為止。
於圖4A中，以「○」示出藉由利用處理圖像產生部61之邊緣判定處理而檢測出之上限邊緣A3之例，且以「●」示出下限邊緣A4之例。根據圖4A可知，於二維圖像A中，於存在缺陷之第1缺陷像素群A21及第2缺陷像素群A22中，上限邊緣A3與下限邊緣A4於Y方向上之座標值(Y座標值)之差極端地小於缺陷像素以外之剩餘像素中之Y座標 值之差。又，於二維圖像A中之第2缺陷像素群A22中，上限邊緣A3之Y座標值明顯不同於缺陷像素以外之剩餘像素中之Y座標值。
利用此種特徵，處理圖像產生部61作成圖4B所示之邊緣分佈P1。於圖4B所示之邊緣分佈P1中，與二維圖像A中之第2缺陷像素群A22對應地，出現與上限邊緣A3之Y座標值對應之峰值P11。再者，處理圖像產生部61亦可構成為根據上限邊緣A3與下限邊緣A4之Y座標值之差而作成邊緣分佈。於此情形時，於由處理圖像產生部61所作成之邊緣分佈中，與二維圖像A中之第1缺陷像素群A21及第2缺陷像素群A22對應地，出現上限邊緣A3與下限邊緣A4之Y座標值之差較小之峰值。
進而，處理圖像產生部61對邊緣分佈P1進行微分處理而作成圖4C所示之微分分佈P2。於圖4C所示之微分分佈P2中，與邊緣分佈P1中之峰值P11對應地，即，與二維圖像A中之第2缺陷像素群A22對應地，出現具有預先規定之閾值以上(微分值較大)之特徵值P22的峰值P21。
處理圖像產生部61根據微分分佈P2，提取與具有預先規定之閾值以上之特徵值P22之峰值P21對應的二維圖像A中之像素作為缺陷像素。於圖4C所示之微分分佈P2之例中，處理圖像產生部61提取第2缺陷像素群A22作為缺陷像素。
圖5A~5D係用以對作為缺陷檢測演算法之其他例之峰值法進行說明的圖。圖5A表示與由拍攝裝置5所產生之二維圖像資料對應之二維圖像B之一例，且圖像之上側為搬送方向Z下游側，圖像之下側為搬送方向Z上游側。於二維圖像B中，將與片狀成形體2之寬度方向平行之方向設為X方向，將與片狀成形體2之長度方向(與搬送方向Z平行之方向)平行之方向設為Y方向。於圖5(a)中，於二維圖像B之Y方向上位於中央且沿X方向延伸之帶狀之明區域為照明影像B1，存在於照 明影像B1之內部之暗區域為第1缺陷像素群B21，存在於照明影像B1附近之明區域為第2缺陷像素群B22。
於使用利用峰值法之缺陷檢測演算法之情形時，處理圖像產生部61首先將二維圖像B分割成沿著Y方向之逐行之像素行之資料。其次，處理圖像產生部61係作成對各像素行之資料將二維圖像B之沿著與Y方向平行之一直線L上之位置上之亮度值之資料以點之形式連續地描繪並連接其等而成的曲線作為圖5B所示之亮度分佈P3。
於二維圖像B中不存在缺陷像素之情形時，亮度分佈P3呈現未出現谷部分之單峰之分佈，於存在缺陷像素之情形時，如圖5B所示，呈現出現了谷部分P31之雙峰之分佈。
繼而，處理圖像產生部61係對各像素行之亮度分佈P3以鄰接之資料點間之移動時間不管資料點間之距離而成為固定之方式假定自亮度分佈P3之X方向之一端朝向另一端移動之質點。此處，上述質點設為如圖5C所示自資料點c朝與其鄰接之資料點b、自資料點b朝與其鄰接之資料點a、自資料點a朝與其鄰接之資料點d移動。又，資料點d設為與注目像素對應之資料點。
處理圖像產生部61求出質點於即將通過資料點d之前通過之資料點a、b、c處之質點之速度向量及加速度向量。即，處理圖像產生部61係根據質點於即將通過資料點d之前通過之2個資料點a及資料點b之座標與上述移動時間而求出資料點b至資料點a之區間內之質點之速度向量。又，處理圖像產生部61根據質點於即將通過資料點a之前通過之2個資料點b及資料點c之座標與上述移動時間而求出資料點c至資料點b之區間內之質點之速度向量。進而，處理圖像產生部61根據資料點b至資料點a之區間內之質點之速度向量、及資料點c至資料點b之區間內之質點之速度向量而求出資料點c至資料點a之區間內之質點之加速度向量。繼而，處理圖像產生部61根據資料點b至資料點a之區間內 之質點之速度向量、及資料點c至資料點a之區間內之質點之加速度向量而預測資料點d之座標(預測資料點f)。
處理圖像產生部61求出以上述方式預測出之資料點d之預測資料點f之亮度值與資料點d之實際(實測)之亮度值的差，並作成圖5D所示之亮度值差分佈P4。於圖5D所示之亮度值差分佈P4中，與圖5B所示之亮度分佈P3中之谷部分P31對應地，即，與二維圖像B中之第1缺陷像素群B21對應地，出現具有預先規定之閾值以上(亮度值差較大)之特徵值P42之峰值P41。
處理圖像產生部61根據亮度值差分佈P4，提取與具有預先規定之閾值以上之特徵值P42之峰值P41對應的二維圖像B中之像素作為缺陷像素。於圖5D所示之亮度值差分佈P4之例中，處理圖像產生部61提取第1缺陷像素群B21作為缺陷像素。
圖6A及6B係用以對作為缺陷檢測演算法之其他例之平滑化法進行說明之圖。圖6A表示與由拍攝裝置5所產生之二維圖像資料對應之二維圖像C之一例，且圖像之上側為搬送方向Z下游側，圖像之下側為搬送方向Z上游側。於二維圖像C中，將與片狀成形體2之寬度方向平行之方向設為X方向，將與片狀成形體2之長度方向(與搬送方向Z平行之方向)平行之方向設為Y方向。於圖6A中，於二維圖像C之Y方向上位於中央且沿X方向延伸之帶狀之明區域為照明影像C1，存在於照明影像C1之內部之暗區域為第1缺陷像素群C21，存在於照明影像C1附近之明區域為第2缺陷像素群C22。
於使用利用平滑化法之缺陷檢測演算法之情形時，處理圖像產生部61首先將二維圖像C分割成沿著Y方向之逐行之像素行之資料。其次，處理圖像產生部61作成於X方向及Y方向為數個像素(例如，於X方向為5個像素且於Y方向為1個像素)之核心C31。
繼而，處理圖像產生部61係作成對各像素行之資料將二維圖像C 之沿著與Y方向平行之一直線L上之位置上之核心C31內之中央像素之亮度值和核心C31內之所有像素之亮度值之平均值之差的資料以點之形式連續地描繪並連接其等而成的曲線作為圖6B所示之平滑化分佈P5。於圖6B所示之平滑化分佈P5中，與二維圖像C中之第1缺陷像素群C21對應地，出現具有預先規定之閾值以上(亮度值差較大)之特徵值P52之峰值P51。
處理圖像產生部61根據平滑化分佈P5，提取與具有預先規定之閾值以上之特徵值P52之峰值P51對應的二維圖像C中之像素作為缺陷像素。於圖6B所示之平滑化分佈P5之例中，處理圖像產生部61提取第1缺陷像素群C21作為缺陷像素。
圖7A~7C係用以對作為缺陷檢測演算法之其他例之第2邊緣分佈法進行說明的圖。圖7A表示與由拍攝裝置5所產生之二維圖像資料對應之二維圖像D之一例，且圖像之上側為搬送方向Z下游側，圖像之下側為搬送方向Z上游側。於二維圖像D中，將與片狀成形體2之寬度方向平行之方向設為X方向，將與片狀成形體2之長度方向(與搬送方向Z平行之方向)平行之方向設為Y方向。於圖7A中，於二維圖像D之Y方向上位於中央且沿X方向延伸之帶狀之明區域為照明影像D1，存在於照明影像D1之內部之暗區域為第1缺陷像素群D21，存在於照明影像D1附近之明區域為第2缺陷像素群D22。
於使用利用第2邊緣分佈法之缺陷檢測演算法之情形時，處理圖像產生部61首先將二維圖像D分割成沿著Y方向之逐行之像素行之資料。其次，處理圖像產生部61係對各像素行之資料進行自Y方向一端(圖7A中之二維圖像D之上端)朝向另一端(圖7A中之二維圖像D之下端)探查邊緣之邊緣判定處理。
具體而言，處理圖像產生部61係針對各像素行之資料，將自Y方向一端側起第2個像素設為注目像素，並判定注目像素之亮度值是否 較相對於注目像素於一端側鄰接之鄰接像素之亮度值大特定之閾值以上。於判定注目像素之亮度值較鄰接像素之亮度值大特定之閾值以上之情形時，處理圖像產生部61判定鄰接像素為邊緣D3。於除此以外之情形時，處理圖像產生部61一面使注目像素朝向Y方向另一端以1像素為單位偏移，一面重複進行邊緣判定處理直至判定注目像素之亮度值較鄰接像素之亮度值大特定之閾值以上。
於圖7A中，以「○」示出藉由利用處理圖像產生部61之邊緣判定處理而檢測出之邊緣D3之例。根據圖7A可知，於二維圖像D之明區域與暗區域之邊界部分，於存在缺陷之第2缺陷像素群D22中，邊緣D3之於Y方向上之座標值(Y座標值)極端地變化。
作為利用此種特徵之提取二維圖像D中之缺陷像素之方法，有2種。於圖7B所示之第1種方法中，處理圖像產生部61作成與二維圖像D中之邊緣D3對應之邊緣分佈P6。再者，於圖7B中，放大表示與二維圖像D之第2缺陷像素群D22附近之邊緣D3對應之邊緣分佈P6。於圖7B所示之邊緣分佈P6中，與二維圖像D中之第2缺陷像素群D22對應地，Y座標值極端地變化。
處理圖像產生部61係選擇作為所作成之邊緣分佈P6上之任意兩點之點P61及點P62，並算出由將點P61與點P62連結之直線與邊緣分佈P6之曲線所包圍之區域P63之面積作為特徵值。處理圖像產生部61根據邊緣分佈P6，提取與具有預先規定之閾值以上之特徵值(區域P63之面積)之分佈部分對應的二維圖像D中之像素作為缺陷像素。
於圖7C所示之第2種方法中，處理圖像產生部61作成與二維圖像D中之邊緣D3對應之邊緣分佈P7。再者，於圖7C中，放大表示與二維圖像D之第2缺陷像素群D22附近之邊緣D3對應之邊緣分佈P7。於圖7C所示之邊緣分佈P7中，與二維圖像D中之第2缺陷像素群D22對應地，Y座標值極端地變化。
處理圖像產生部61係選擇作為所作成之邊緣分佈P7上之任意兩點之點P71及點P72，並作成點P71處之邊緣分佈P7之切線P711、及點P72處之邊緣分佈P7之切線P721。其次，處理圖像產生部61算出與X軸平行之假想直線P73與切線P711所成之角度α1、及假想直線P73與切線P721所成之角度α2，並求出作為上述所算出之角度α1與角度α2之差的角度α3。繼而，處理圖像產生部61使用邊緣分佈P7中之點P71與點P72之間之弧P74的長度與角度α3，算出對於邊緣分佈P7中之點P71與點P72之間之弧P74的曲率半徑R作為特徵值。處理圖像產生部61根據邊緣分佈P7，提取與具有預先規定之閾值範圍內之特徵值(曲率半徑R)之分佈部分對應的二維圖像D中之像素作為缺陷像素。
作為於片狀成形體2產生之缺陷，如上所述，可列舉氣泡、魚眼、異物、輪胎痕、凹痕、刮痕等點缺陷、因折痕等而產生之所謂之裂點(knick)、因厚度差異而產生之所謂之原片條紋等線缺陷。
可提取之缺陷之種類根據利用處理圖像產生部61產生處理圖像時所使用之缺陷檢測演算法之種類而有所不同。作為缺陷檢測演算法之一例之上述邊緣分佈法，能夠以較高之提取能力提取異物或輪胎痕、刮痕等缺陷。上述峰值法能夠以較高之提取能力提取異物、凹痕、刮痕等缺陷。上述平滑化法能夠以較高之提取能力提取氣泡、魚眼、凹痕等缺陷。上述第2邊緣分佈法能夠以較高之提取能力提取原片條紋或裂點等缺陷。
利用如上所述之由缺陷檢測演算法之種類所導致之缺陷提取能力之差異，處理圖像產生部61藉由使用複數種缺陷檢測演算法之處理而算出特徵值。繼而，使用上述所算出之特徵值而提取二維圖像中之缺陷像素，藉此，可區分拍攝裝置5所產生之二維圖像中之缺陷區域之缺陷種類。
圖8A~8C係表示圖像處理裝置6所產生之處理圖像之一例之圖。 於本實施形態中，圖像處理裝置6之處理圖像產生部61係於利用上述缺陷檢測演算法對自拍攝裝置5輸出之二維圖像資料進行處理並提取缺陷像素後，產生如圖8A~8C所示之處理圖像。於圖8A~8C所示之例中，處理圖像產生部61係使用作為種類不同之2種缺陷檢測演算法之第1缺陷檢測演算法及第2缺陷檢測演算法，提取二維圖像中之缺陷像素，而產生處理圖像。此處，第1缺陷檢測演算法對拍攝裝置5所產生之二維圖像中之第1缺陷像素群具有較高之提取能力，但對第2缺陷像素群不具有提取能力。又，第2缺陷檢測演算法對拍攝裝置5所產生之二維圖像中之第2缺陷像素群具有較高之提取能力，但對第1缺陷像素群不具有提取能力。
處理圖像產生部61係於利用第1缺陷檢測演算法及第2缺陷檢測演算法並列地處理自拍攝裝置5輸出之二維圖像資料，並提取特徵值為預先規定之閾值以上(於使用第2邊緣分佈法作為缺陷檢測演算法之情形時，「特徵值在預先規定之閾值範圍內」)之像素作為缺陷像素後，產生如圖8A所示之處理圖像E、及如圖8B所示之處理圖像F。
圖8A所示之處理圖像E係利用第1缺陷檢測演算法進行處理而產生之處理圖像，且由如下灰階資訊儲存位元串構成，即，針對可藉由第1缺陷檢測演算法之處理而提取之第1缺陷像素群E21儲存有表示與特徵值對應之灰階值之灰階資訊，且針對除第1缺陷像素群E21以外之剩餘像素群E22儲存有表示零之灰階值之灰階資訊。此處，構成與由處理圖像產生部61所產生之處理圖像E對應之處理圖像資料的各像素之灰階資訊儲存位元串係位元數為「8」之位元串，且於8個各位元儲存「0」或「1」而可表示256灰階。例如，對灰階資訊儲存位元串儲存有「00000000」之像素之灰階值為「0(零)」，對灰階資訊儲存位元串儲存有「11111111」之像素之灰階值為「255」。
又，圖8B所示之處理圖像F係利用第2缺陷檢測演算法進行處理 而產生之處理圖像，且由如下灰階資訊儲存位元串構成，即，針對可藉由第2缺陷檢測演算法之處理而提取之第2缺陷像素群F21儲存有表示與特徵值對應之灰階值之灰階資訊，且針對除第2缺陷像素群F21以外之剩餘像素群F22儲存有表示零之灰階值之灰階資訊。此處，構成與由處理圖像產生部61所產生之處理圖像F對應之處理圖像資料的各像素之灰階資訊儲存位元串係位元數為「8」之位元串，且於8個各位元儲存「0」或「1」而可表示256灰階。例如，對灰階資訊儲存位元串儲存有「00000000」之像素之灰階值為「0(零)」，對灰階資訊儲存位元串儲存有「11111111」之像素之灰階值為「255」。
處理圖像產生部61係將利用第1缺陷檢測演算法進行處理而產生之處理圖像E與利用第2缺陷檢測演算法進行處理而產生之處理圖像F合成，而產生如圖8C所示之處理圖像G。圖8C所示之處理圖像G係由基於處理圖像E之第1缺陷像素群G21、基於處理圖像F之第2缺陷像素群G22、與除第1缺陷像素群G21及第2缺陷像素群G22以外之剩餘像素群G23構成。
於圖8C所示之例中，於由處理圖像產生部61所產生之處理圖像G中，於位於第1缺陷像素群G21之中央之像素之灰階資訊儲存位元串G31儲存有表示灰階值為「255」之「11111111」，於位於第2缺陷像素群G22之中央之像素之灰階資訊儲存位元串G32儲存有表示灰階值為「128」之「01111111」，且於剩餘像素群G23之各像素之灰階資訊儲存位元串G33儲存有表示灰階值為「0(零)」之「00000000」。
於本實施形態中，處理圖像產生部61根據與圖8C所示之處理圖像G對應之處理圖像資料，獲取關於片狀成形體2中之缺陷之資訊即缺陷資訊。處理圖像產生部61獲取缺陷資訊時所使用之處理圖像G係將利用缺陷檢測能力不同之複數種(2種)缺陷檢測演算法進行處理而產生之處理圖像E與處理圖像F合成所產生者，因此，可使表示片狀 成形體2中之缺陷之種類之缺陷種類資訊包含於處理圖像產生部61根據與處理圖像G對應之處理圖像資料而獲取之缺陷資訊中。具體而言，處理圖像產生部61可根據儲存於構成處理圖像G之灰階資訊儲存位元串之灰階資訊是否為與藉由利用複數種缺陷檢測演算法中之任一種缺陷檢測演算法進行處理而算出之特徵值對應之灰階資訊，而獲取包含缺陷種類資訊之缺陷資訊。
與自處理圖像產生部61輸出之處理圖像G對應之處理圖像資料係輸入至解析用圖像產生部62。圖9A及9B係表示圖像處理裝置6所產生之解析用圖像之一例之圖。
圖像處理裝置6之解析用圖像產生部62係對構成由處理圖像產生部61所產生之處理圖像G之第1缺陷像素群G21、第2缺陷像素群G22及剩餘像素群G23之各灰階資訊儲存位元串附加儲存有上述缺陷資訊之缺陷資訊儲存位元串，而產生如圖9A所示之解析用圖像H。解析用圖像H係由對上述灰階資訊儲存位元串附加上述缺陷資訊儲存位元串而成之解析用位元串構成。解析用圖像產生部62輸出與所產生之解析用圖像H對應之解析用圖像資料。
圖9A所示之解析用圖像H係由如下像素構成之圖像，即，自X方向一端(圖9A中之解析用圖像H之左端)朝向另一端(圖9A中之解析用圖像H之右端)按照0、1、2、…、W-2、W-1之順序定位之排列於X方向之W個像素、自Y方向一端(圖9A中之解析用圖像H之上端)朝向另一端(圖9A中之解析用圖像H之下端)按照0、1、2、…、H-2、H-1之順序定位之排列於Y方向之H個像素。
於圖9A中，解析用圖像H具有自X方向一端起之位置(X座標值)為「8」且自Y方向一端起之位置(Y座標值)為「6」之像素成為最大亮度值的第1缺陷像素群H21、自X方向一端起之位置(X座標值)為「W-5」且自Y方向一端起之位置(Y座標值)為「3」之像素成為最大亮度值 的第2缺陷像素群H22、及除第1缺陷像素群H21及第2缺陷像素群H22以外之剩餘像素群H23。
於解析用圖像H中，第1缺陷像素群H21係與處理圖像產生部61所產生之處理圖像G中之第1缺陷像素群G21對應之像素群，第2缺陷像素群H22係與處理圖像產生部61所產生之處理圖像G中之第2缺陷像素群G22對應之像素群，剩餘像素群H23係與處理圖像產生部61所產生之處理圖像G中之剩餘像素群G23對應之像素群。
如圖9B所示，於解析用圖像H中，第1缺陷像素群H21之各像素係由解析用位元串H31構成，該解析用位元串H31係對與處理圖像G之第1缺陷像素群G21之灰階資訊儲存位元串G31對應之灰階資訊儲存位元串H311附加儲存有缺陷資訊之缺陷資訊儲存位元串H312而成的位元串。解析用位元串H31之缺陷資訊儲存位元串H312係例如位元數為「2」之位元串，且於2個各位元儲存「0」或「1」而可表示缺陷種類資訊作為缺陷資訊。在圖9B所示之例中，於位於第1缺陷像素群H21之中央之像素之解析用位元串H31中，於灰階資訊儲存位元串H311儲存有表示灰階值為「255」之「11111111」，於缺陷資訊儲存位元串H312儲存有「01」，該「01」表示儲存於灰階資訊儲存位元串H311之灰階資訊為與藉由利用第1缺陷檢測演算法及第2缺陷檢測演算法中之第1缺陷檢測演算法之處理而算出之特徵值對應之灰階資訊。
又，於解析用圖像H中，第2缺陷像素群H22之各像素係如圖9B所示，由解析用位元串H32構成，該解析用位元串H32係對與處理圖像G之第2缺陷像素群G22之灰階資訊儲存位元串G32對應之灰階資訊儲存位元串H321附加儲存有缺陷資訊之缺陷資訊儲存位元串H322而成的位元串。解析用位元串H32之缺陷資訊儲存位元串H322係例如位元數為「2」之位元串，且於2個各位元儲存「0」或「1」而可表示缺陷種類資訊作為缺陷資訊。在圖9B所示之例中，於位於第2缺陷像素 群H22之中央之像素之解析用位元串H32中，於灰階資訊儲存位元串H321儲存有表示灰階值為「128」之「01111111」，於缺陷資訊儲存位元串H322儲存有「10」，該「10」表示儲存於灰階資訊儲存位元串H321之灰階資訊為與藉由利用第1缺陷檢測演算法及第2缺陷檢測演算法中之第2缺陷檢測演算法之處理而算出之特徵值對應之灰階資訊。
又，於解析用圖像H中，剩餘像素群H23之各像素係如圖9B所示，由解析用位元串H33構成，該解析用位元串H33係對與處理圖像G之剩餘像素群G23之灰階資訊儲存位元串G33對應之灰階資訊儲存位元串H331附加儲存有缺陷資訊之缺陷資訊儲存位元串H332而成的位元串。解析用位元串H33之缺陷資訊儲存位元串H332係例如位元數為「2」之位元串，且於2個各位元儲存「0」或「1」而可表示缺陷種類資訊作為缺陷資訊。在圖9B所示之例中，於剩餘像素群H23之各像素之解析用位元串H33中，於灰階資訊儲存位元串H331儲存有表示灰階值為「0(零)」之「00000000」，於缺陷資訊儲存位元串H332儲存有「00」，該「00」表示儲存於灰階資訊儲存位元串H331之灰階資訊於第1缺陷檢測演算法及第2缺陷檢測演算法中之任一缺陷檢測演算法中均未算出預先規定之閾值以上之特徵值而「並非缺陷」。
於以上說明中，示出了構成解析用圖像H之解析用位元串H31、H32、H33中之缺陷資訊儲存位元串H312、H322、H332中儲存有缺陷種類資訊作為缺陷資訊之例，但並不限定於此種構成。
作為儲存於缺陷資訊儲存位元串之缺陷資訊之除缺陷種類資訊以外之例，可列舉片狀成形體2中之缺陷之位置資訊等。例如，於儲存缺陷之位置資訊作為缺陷資訊之情形時，只要於缺陷資訊儲存位元串H312、H322、H332儲存各個像素之X、Y座標值即可。
與自解析用圖像產生部62輸出之解析用圖像H對應之解析用圖像 資料係輸入至圖像解析裝置7。
返回至圖2繼續說明。配備於本實施形態之缺陷檢查裝置100之圖像解析裝置7使用儲存於構成自圖像產生裝置1中之圖像處理裝置6之解析用圖像產生部62輸出之解析用圖像資料的解析用位元串H31、H32、H33之各位元之資訊，進行預先規定之圖像解析，藉此，檢測片狀成形體2之缺陷。圖像解析裝置7包括解析用圖像輸入部71、圖像解析部72、控制部73、及顯示部74。解析用圖像輸入部71輸入自圖像處理裝置6之解析用圖像產生部62輸出之解析用圖像資料。
圖像解析部72係對自解析用圖像輸入部71輸入之解析用圖像資料中的儲存於解析用位元串H31、H32、H33之各位元之資訊進行解析，產生與缺陷相關之缺陷位置資訊、缺陷亮度資訊、及缺陷種類資訊等，並將該等資訊輸出至控制部73。
例如，圖像解析部72將解析用圖像H中之缺陷像素之座標轉換為片狀成形體2上之位置，產生表示片狀成形體2中之缺陷之位置之缺陷位置資訊，並將該產生之缺陷位置資訊輸出至控制部73。
又，圖像解析部72係將解析用圖像H中之缺陷之灰階資訊之分佈轉換為片狀成形體2上之缺陷之亮度分佈，產生表示片狀成形體2中之缺陷之亮度分佈之缺陷亮度資訊，並將該產生之缺陷亮度資訊輸出至控制部73。
又，圖像解析部72將解析用圖像H中之每種缺陷之分佈轉換為片狀成形體2上之每種缺陷之分佈，產生表示片狀成形體2中之每種缺陷之分佈之缺陷種類資訊，並將該產生之缺陷種類資訊輸出至控制部73。
控制部73根據自圖像解析部72輸出之與缺陷相關之資訊而作成表示片狀成形體2中之缺陷資訊之缺陷圖，並且總括地控制解析用圖像輸入部71、圖像解析部72及顯示部74。由控制部73所作成之缺陷圖 係顯示於顯示部74。
[產業上之可利用性]
於如上述般構成之本實施形態之缺陷檢查裝置100中，由於根據由拍攝裝置5拍攝到之片狀成形體2之二維圖像資料而進行片狀成形體2之缺陷檢測，故而與例如根據利用線感測器所獲得之一維圖像資料進行缺陷檢測之情形相比，可維持較高之缺陷檢測能力。
進而，於本實施形態之缺陷檢查裝置100中，將自拍攝裝置5輸出之資訊量較多之二維圖像資料轉換為利用灰階資訊儲存位元串構成各像素之處理圖像資料，進而轉換為利用對灰階資訊儲存位元串附加缺陷資訊儲存位元串而成之解析用位元串構成各像素之解析用圖像資料。由於圖像解析裝置7根據以此方式自二維圖像資料轉換來之利用解析用位元串構成各像素之解析用圖像資料進行圖像解析而檢測片狀成形體2之缺陷，故而可謀求利用圖像解析裝置7之圖像解析之高速化，而可提高檢查效率。

Claims (5)

  1. 一種圖像產生裝置，其產生用以檢查片狀成形體之缺陷之圖像資料，且包括：搬送部，其將片狀成形體沿該片狀成形體之長度方向搬送；光照射部，其包含沿片狀成形體之與長度方向垂直之寬度方向呈直線狀延伸之光源，並藉由該光源對片狀成形體照射光；拍攝部，其對由上述搬送部搬送中之片狀成形體進行拍攝動作，而產生表示二維圖像之二維圖像資料；特徵值計算部，其藉由1種或複數種演算法處理，基於各像素之亮度值而算出構成上述二維圖像資料之各像素之特徵值；處理圖像資料產生部，其將構成上述二維圖像資料之各像素區分為上述特徵值為預先規定之閾值以上之缺陷像素、及上述特徵值未達上述閾值之剩餘像素，並產生處理圖像資料，該處理圖像資料包含針對上述缺陷像素而儲存有表示與上述特徵值對應之灰階值之灰階資訊的灰階資訊儲存位元串，且包含針對上述剩餘像素而儲存有表示零之灰階值之灰階資訊的灰階資訊儲存位元串；缺陷資訊獲取部，其根據上述處理圖像資料，對每一像素獲取關於片狀成形體中之缺陷之缺陷資訊，並產生儲存有上述所獲取之缺陷資訊之缺陷資訊儲存位元串；及解析用圖像資料產生部，其對每一像素產生解析用圖像資料，該解析用圖像資料包含對上述處理圖像資料之上述灰階資訊儲存位元串附加上述缺陷資訊儲存位元串所獲得之解析用位元串。
  2. 如請求項1之圖像產生裝置，其中 上述缺陷資訊包含表示片狀成形體中之缺陷之種類之缺陷種類資訊。
  3. 如請求項2之圖像產生裝置，其中上述特徵值計算部係藉由複數種演算法處理而算出上述特徵值，上述缺陷資訊獲取部根據每一像素之上述灰階資訊儲存位元串之灰階資訊是否為與藉由上述複數種演算法處理中之任一種演算法處理而算出之特徵值對應之灰階資訊，而獲取包含上述缺陷種類資訊之上述缺陷資訊。
  4. 一種缺陷檢查裝置，其包括：如請求項1至3中任一項之圖像產生裝置；及圖像解析裝置，其使用儲存於構成由上述圖像產生裝置之解析用圖像資料產生部所產生之解析用圖像資料的解析用位元串之資訊，進行預先規定之圖像解析，藉此檢測片狀成形體之缺陷。
  5. 一種缺陷檢查方法，其用以檢查片狀成形體之缺陷，且包括如下步驟：搬送步驟，其將片狀成形體沿該片狀成形體之長度方向搬送；光照射步驟，其藉由沿片狀成形體之與長度方向垂直之寬度方向呈直線狀延伸之光源，對所搬送之上述片狀成形體照射光；拍攝步驟，其對搬送中之上述片狀成形體進行拍攝動作而產生表示二維圖像之二維圖像資料；特徵值計算步驟，其藉由1種或複數種演算法處理，基於各像素之亮度值而算出構成上述二維圖像資料之各像素之特徵值； 處理圖像資料產生步驟，其將構成上述二維圖像資料之各像素區分為上述特徵值為預先規定之閾值以上之缺陷像素、及上述特徵值未達上述閾值之剩餘像素，並產生處理圖像資料，該處理圖像資料包含針對上述缺陷像素而儲存有表示與上述特徵值對應之灰階值之灰階資訊的灰階資訊儲存位元串，且包含針對上述剩餘像素而儲存有表示零之灰階值之灰階資訊的灰階資訊儲存位元串；缺陷資訊獲取步驟，其根據上述處理圖像資料，對每一像素獲取關於片狀成形體中之缺陷之缺陷資訊，並產生儲存有上述所獲取之缺陷資訊之缺陷資訊儲存位元串；解析用圖像資料產生步驟，其對每一像素產生解析用圖像資料，該解析用圖像資料包含對上述處理圖像資料之上述灰階資訊儲存位元串附加上述缺陷資訊儲存位元串所獲得之解析用位元串；及圖像解析步驟，其使用儲存於構成上述解析用圖像資料之上述解析用位元串之資訊，進行預先規定之圖像解析，藉此檢測片狀成形體之缺陷。
TW103101492A 2013-01-16 2014-01-15 Image generation device, defect inspection device, and defect inspection method TWI607211B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013005686 2013-01-16

Publications (2)

Publication Number Publication Date
TW201435332A true TW201435332A (zh) 2014-09-16
TWI607211B TWI607211B (zh) 2017-12-01

Family

ID=51209737

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103101492A TWI607211B (zh) 2013-01-16 2014-01-15 Image generation device, defect inspection device, and defect inspection method

Country Status (5)

Country Link
JP (1) JP6191622B2 (zh)
KR (1) KR102110006B1 (zh)
CN (1) CN104919305B (zh)
TW (1) TWI607211B (zh)
WO (1) WO2014112652A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6413630B2 (ja) * 2014-10-28 2018-10-31 株式会社ジェイテクト 赤外線応力測定方法および赤外線応力測定装置
JP6144371B1 (ja) * 2016-01-14 2017-06-07 株式会社フジクラ 間欠連結型光ファイバテープの検査方法、検査装置及び製造方法
JP6312052B2 (ja) * 2016-08-09 2018-04-18 カシオ計算機株式会社 選別機、及び選別方法
JP2018047655A (ja) * 2016-09-23 2018-03-29 三菱重工機械システム株式会社 シートの不良除去装置及び方法、シートの不良除去制御装置、段ボールシートの製造装置
JP7185388B2 (ja) * 2016-11-21 2022-12-07 日東電工株式会社 検査装置及び検査方法
JP7080123B2 (ja) * 2018-07-23 2022-06-03 株式会社キーエンス 画像検査装置
CN115042401B (zh) * 2022-08-16 2022-11-04 南通广信塑料机械有限公司 一种微孔发泡注塑制品的质量检测方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0650741A (ja) * 1992-07-30 1994-02-25 Kobe Steel Ltd 物体の表面検査装置
JP3247823B2 (ja) * 1995-06-26 2002-01-21 株式会社日立製作所 欠陥検査方法およびその装置並びに薄膜磁気ヘッド用の素子の製造方法
JP3749726B1 (ja) * 2005-06-01 2006-03-01 株式会社ファースト 周期性ノイズ下での低コントラスト欠陥検査方法、繰返しパターン下での低コントラスト欠陥検査方法
JP5006551B2 (ja) * 2006-02-14 2012-08-22 住友化学株式会社 欠陥検査装置及び欠陥検査方法
JP5619348B2 (ja) * 2008-11-21 2014-11-05 住友化学株式会社 成形シートの欠陥検査装置
JP5498708B2 (ja) * 2009-02-16 2014-05-21 日本写真印刷株式会社 外観検査装置及び樹脂成形品の製造方法
JP4726983B2 (ja) * 2009-10-30 2011-07-20 住友化学株式会社 欠陥検査システム、並びに、それに用いる、欠陥検査用撮影装置、欠陥検査用画像処理装置、欠陥検査用画像処理プログラム、記録媒体、および欠陥検査用画像処理方法
JP2013003062A (ja) * 2011-06-20 2013-01-07 Sumitomo Chemical Co Ltd 画像生成装置および欠陥検査装置

Also Published As

Publication number Publication date
KR102110006B1 (ko) 2020-05-12
JPWO2014112652A1 (ja) 2017-01-19
JP6191622B2 (ja) 2017-09-06
WO2014112652A1 (ja) 2014-07-24
KR20150104611A (ko) 2015-09-15
TWI607211B (zh) 2017-12-01
CN104919305A (zh) 2015-09-16
CN104919305B (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
TWI607211B (zh) Image generation device, defect inspection device, and defect inspection method
JP6191627B2 (ja) 画像生成装置、欠陥検査装置および欠陥検査方法
TWI588472B (zh) Defect inspection device and defect inspection method
JP5619348B2 (ja) 成形シートの欠陥検査装置
JP5006551B2 (ja) 欠陥検査装置及び欠陥検査方法
JP4726983B2 (ja) 欠陥検査システム、並びに、それに用いる、欠陥検査用撮影装置、欠陥検査用画像処理装置、欠陥検査用画像処理プログラム、記録媒体、および欠陥検査用画像処理方法
JP2013140050A (ja) 欠陥検査装置および欠陥検査方法
JP4796860B2 (ja) オブジェクト検出装置及びオブジェクト検出方法
JP6191623B2 (ja) 画像生成装置、欠陥検査装置および欠陥検査方法
TW202100991A (zh) 外觀檢查管理系統、外觀檢查管理裝置、外觀檢查管理方法以及程式
JP2013003062A (ja) 画像生成装置および欠陥検査装置
JP2011145305A (ja) 欠陥検査システム、並びに、それに用いる、欠陥検査用撮影装置、欠陥検査用画像処理装置、欠陥検査用画像処理プログラム、記録媒体、および欠陥検査用画像処理方法
JP4748572B2 (ja) 欠陥マーキング装置及び欠陥マーキング方法、並びに欠陥マーキング評価装置
JP2020144727A (ja) 単板判定システムおよび単板の判定方法
CN118777310A (zh) 一种零件外观缺陷检测方法、装置、设备及存储介质