TWI521476B - 週期性圖案之自動光學檢測方法 - Google Patents

週期性圖案之自動光學檢測方法 Download PDF

Info

Publication number
TWI521476B
TWI521476B TW104112319A TW104112319A TWI521476B TW I521476 B TWI521476 B TW I521476B TW 104112319 A TW104112319 A TW 104112319A TW 104112319 A TW104112319 A TW 104112319A TW I521476 B TWI521476 B TW I521476B
Authority
TW
Taiwan
Prior art keywords
image
periodic pattern
point
reference point
control
Prior art date
Application number
TW104112319A
Other languages
English (en)
Other versions
TW201638881A (zh
Inventor
洪茂雄
謝朝和
Original Assignee
銘傳大學
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 銘傳大學 filed Critical 銘傳大學
Priority to TW104112319A priority Critical patent/TWI521476B/zh
Priority to CN201510228864.3A priority patent/CN106204517B/zh
Priority to US14/788,997 priority patent/US9429527B1/en
Application granted granted Critical
Publication of TWI521476B publication Critical patent/TWI521476B/zh
Publication of TW201638881A publication Critical patent/TW201638881A/zh

Links

Classifications

    • 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
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/8922—Periodic flaws
    • 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
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • 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
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/896—Optical defects in or on transparent materials, e.g. distortion, surface flaws in conveyed flat sheet or rod
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • 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
    • G06T2207/30141—Printed circuit board [PCB]

Landscapes

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

Description

週期性圖案之自動光學檢測方法
本發明係提供一種週期性圖案之自動光學檢測方法，尤指一種可精確且快速偵測週期性圖案中之缺陷部分者。
按，機械表面檢測現係應用於各式產品之表面品質控制，諸如，木材、鋼材、晶圓、陶瓷、織物，甚至於農產品表面，皆可透過光學表面檢測以檢驗其品質。
而就觸控面板而言，由於現今對於操控方式之趨勢，係以優化、個人化及直覺化為目標，藉以達致產品操控之便利性，故觸控面板現已廣泛應用於個人電腦、智慧型手機、收銀機、提款機，及家電等各式電器產品；而觸控面板之品質，將直接影響電器產品整體之外觀質量及品質，進而影響相關業者之收益率，故業界對於觸控面板之品質要求甚高，因觸控面板之感測電路係佈設於其內部，故若觸控面板表面具有顆粒、刮痕、纖維或髒污，皆將直接影響電路之感測，據此，觸控面板缺陷之檢測為現今觸控面板生產迫切之需求者。
而習用之自動光學檢測（Automatic Optical Inspection, AOI）中，最被廣為應用者為頻譜（Spectral）分析法，如第1圖所示，將第1圖(a)之觸控面板10經快速傅立葉變換（Fast Fourier Transform, FFT）後，即可得如第1圖(b)之能量頻譜20，藉此能觀察到主要能量被集中在四條方向線，包含水平線、垂直線及二對角線，其中，對角線之角度將隨電路結構之不同而呈現相異之角度，而對角線之角度可藉由能量頻譜20中最大突出之部分來估計，如第1圖(c)所示，其對角線之角度約為31度，而後於前述四條方向線之窄阻帶應用陷波濾波器（Notch filtering）於第1圖(b)之能量頻譜20，並經逆快速傅立葉變換，即可得如第1圖(d)所示之重構圖像30；惟此，所大多數之電路部分被消除，惟非電路之部分也被一併消除，導致辨識之困難性，其也證明該產品之設計使用陷波濾波器係極為困難且複雜的，故業界普遍仍認為採用頻譜（Spectral）分析法並非檢測觸控面板10之有效辦法。
而現今另提供一種自動光學檢測法，其係利用CAD（Computer Aided Design, 電腦輔助設計）繪圖以註記於待測之觸控面板圖像上， 而CAD製圖需要攝影機標定以消除圖像之失真，方能達致其繪製之效果；惟，攝影機之標定須耗費額外開發之工作及成本；而若所需之檢測效率較高者，則其設備成本將極為高昂。
有鑑於此，吾等發明人乃潛心進一步研究自動光學檢測，並著手進行研發及改良，期以一較佳設作以解決上述問題，且在經過不斷試驗及修改後而有本發明之問世。
爰是，本發明之目的係為解決習用之自動光學檢測，普遍具有檢測精度不足，及需額外耗費開發之工作及成本，且設備成本將隨所需之檢測效率提升而大幅增加等缺失。
為達致以上目的，吾等發明人提供一種週期性圖案之自動光學檢測方法，其步驟包含：於一週期性圖案定義複數規律之控制點；將所述控制點分別圍繞形成複數大小及方向一致之對齊影像；於相鄰連續之所述對齊影像中求得一中間影像及取一偏差影像；由該中間影像及該偏差影像界定一上限影像及下限影像以形成一自適應模型；以及以該自適應模型比對全部所述對齊影像中之每一點；並定義所述對齊影像中所述點之灰階像素大於該上限影像或小於該下限影像者為缺陷區域。
據上所述之週期性圖案之自動光學檢測方法，其步驟更包含：於該週期性圖案中選定第一參考點至第五參考點；其中，第一參考點為位於該週期性圖案中極左上之控制點、第二參考點為位於該週期性圖案中極右上之控制點、第三參考點為位於該週期性圖案中極左下之控制點、第四參考點為水平方向相鄰於該第一參考點之控制點，而該第五參考點為垂直方向相鄰於該第一參考點之控制點；以及以第一參考點及第四參考點之間為水平間距，以第一參考點及第五參考點之間為垂直間距，並以第二參考點及第三參考點為極值，藉以定義該週期性圖案中所有所述控制點之位置。
據上所述之週期性圖案之自動光學檢測方法，其步驟更包含：於其一所述控制點建立一矩形範圍，且矩形範圍為無缺陷者，並於該矩形範圍內偵測該週期性圖案之邊緣影像；以及依據該邊緣影像校正全部所述控制點之位置。
據上所述之週期性圖案之自動光學檢測方法，其中，該矩形範圍係藉由邊緣偵測器偵測得到二值化之邊緣影像。
據上所述之週期性圖案之自動光學檢測方法，其步驟更包含：於該邊緣影像預定義一中心點，並於每一所述控制點分別建立一以所述控制點為中心之矩形之搜尋範圍，藉以分別在該搜尋範圍內移動該邊緣影像及該中心點，直至該邊緣影像分別耦合於該週期性圖案，並藉由位元比對運算校正全部所述控制點之位置。
據上所述之週期性圖案之自動光學檢測方法，其步驟更包含：界定四目標點，且所述目標點係對應圍繞形成一矩形之目標區域，而所述控制點係分別圍繞形成一四邊形區域；以及將每一所述四邊形區域之所述控制點，分別透過一組轉換矩陣轉換形成該目標區域之目標點，藉以分別求得至少一組轉換參數，所述控制點係分別依所述轉換參數轉換後，藉以求得由所述控制點分別圍繞形成之所述對齊影像。
據上所述之週期性圖案之自動光學檢測方法，其中，該中間影像及該偏差影像係由至少三相鄰連續之所述對齊影像中求得，較佳者，該中間影像及該偏差影像係由至少五相鄰連續之所述對齊影像中求得者。
據上所述之週期性圖案之自動光學檢測方法，其步驟更包含：若所述對齊影像中所述點被定義為所述缺陷區域，則將所述缺陷區域中每一所述點轉換回原坐標系。
據上所述之週期性圖案之自動光學檢測方法，其中，該週期性圖案為觸控面板、電路板或物品表面之週期圖案。
是由上述說明及設置，顯見本發明主要具有下列數項優點及功效，茲逐一詳述如下：
1.本發明可應用於各式具有週期性圖案之產品，諸如：觸控面板、電路板或各式物品表面，且於偵測前無須經由校準之步驟，僅需手動選定第一參考點至第五參考點，並選取其一控制點之矩形範圍以建立邊緣影像，而後即可自動且精確偵測週期性圖案之缺陷，藉可大幅降低人力及時間成本。
2.藉由本發明之方法，令由中間影像及偏差影像界定上限影像及下限影像之自適應模型，藉使偵測率及誤檢率之控制參數僅有二個，故可確實依照客戶端之需求予以簡易調整，藉以有效控制週期性圖案缺陷之檢出量者。
關於吾等發明人之技術手段，茲舉數種較佳實施例配合圖式於下文進行詳細說明，俾供 鈞上深入了解並認同本發明。
請先參閱第2圖所示，本發明係一種週期性圖案之自動光學檢測方法，其步驟包含：
離線階段：
步驟S001：選定欲偵測缺陷之一週期性圖案1，如第3圖所示，其中，週期性圖案1可為觸控面板、電路板或物品表面之週期圖案，本實施例係以具週期圖案之觸控面板舉例說明，惟並不以此作為限定；而對於是否為週期性圖案1之判定，可藉由人工或電腦輔助判斷該圖案是否具有重複性；而若具有重複性則為週期性圖案1，故可輕易地透過人工或電腦運算而尋找出週期性圖案1之規律性；使用者即可於週期性圖案1中選定具判定週期性基準之控制點2；
而在一較佳的實施例中，如第4圖所示，使用者係可於該週期性圖案1中之控制點2選定第一參考點至第五參考點；其中，第一參考點A為位於該週期性圖案1中極左上之控制點2、第二參考點B為位於該週期性圖案1中極右上之控制點2、第三參考點C為位於該週期性圖案1中極左下之控制點2、第四參考點B’為水平方向相鄰於該第一參考點之控制點2，而該第五參考點C’為垂直方向相鄰於該第一參考點之控制點2；藉此，即可以第一參考點A及第四參考點B’之間為水平間距 ，以第一參考點A及第五參考點C’之間為垂直間距 ，並以第二參考點B及第三參考點C為極值，則所有控制點2之列數 及行數 則如下數學式1所示： 【數學式1】
故藉此即可據以求得水平週期 及垂直週期 ，如下數學式2所示： 【數學式2】
故所有控制點2 之座標即可藉由如下數學式3求得： 【數學式3】
其中， 為第一參考點A之座標，藉此，即可藉以定義該週期性圖案1中所有所述控制點2之位置。
步驟S002：由於所述控制點2之位置將可能因手動點選第一參考點A至第五參考點C’有所偏差，而致各控制點2於週期性基準之位置不正確，故使用者可如第5圖所示，於其一所述控制點2手動繪製以建立一矩形範圍21（Region of interest, ROI），而矩形範圍21係為無缺陷或雜訊者，藉以利於邊緣之辨識，而後，藉可透過Canny邊緣偵測器（Canny edge detector）檢測該矩形範圍21內週期性圖案1之邊緣，藉以如第6圖所示，取得二值化之邊緣影像3。
在線測試階段：
步驟S003：如第6圖所示，於該邊緣影像3預定義一中心點31，並如第7圖所示，於每一所述控制點2分別建立一以所述控制點2為中心之矩形之搜尋範圍22，藉以分別在該搜尋範圍22內移動該邊緣影像3及該中心點31，直至該邊緣影像3分別耦合於該週期性圖案1，並如下數學式4所示，藉由位元比對運算校正全部所述控制點2之位置： 【數學式4】
其中， 為週期性圖案1與邊緣影像3的匹配尺度， 為週期性圖案1， 為位元比對運算（bit comparison）， 為邊緣影像3校正後控制點2之座標為最大匹配尺度的位置。
步驟S004：將所述控制點2分別圍繞形成一四邊形區域23，並界定四個目標點4，且目標點4亦對應圍繞形成一矩形之目標區域41，本實施例中係假設目標區域41之高度為H，寬度為W，而目標點4分別為 、 、 及 ，並如第8圖所示，將每一所述四邊形區域23之所述控制點2，分別透過一組轉換矩陣轉換形成該目標區域41之目標點4，轉換矩陣如下數學式5所示： 【數學式5】
其中， 為原控制點2之座標，而 為目標點4之座標，藉以分別求得至少一組轉換參數h ij，並透過如下之數學式6轉換，藉以求得由所述控制點2分別圍繞形成之大小及方向一致之對齊影像5。 【數學式6】
步驟S005：如第9圖所示，將相鄰連續之對齊影像5，並如下數學式7求得一如第10圖所示之中間影像51（Median image） 及取一如第11圖所示之偏差影像52（Deviation image） ： 【數學式7】
其中， 為所述對齊影像5， 為對齊影像5數量之中位數， 為奇數個所述對齊影像5之數量，而 ；而中間影像51及該偏差影像52係由至少三相鄰連續之所述對齊影像5中求得者，較佳者，係該中間影像51及該偏差影像52係由至少五相鄰連續之所述對齊影像5中求得者，藉可提升取得中間影像51及偏差影像52之效果。
步驟S006：由該中間影像51及該偏差影像52透過下數學式8界定一上限影像 及下限影像 以形成一自適應模型； 【數學式8】
其中， 及 為控制參數，係用以控制敏感性及特異性，藉可控制偵測率及誤檢率。
步驟S007：而後，以該自適應模型比對全部所述對齊影像5中之每一點 ，並定義所述對齊影像5中所述點 之灰階像素大於該上限影像或小於該下限影像者為缺陷區域，在一實施例中，所述點 可經由如下數學式9之缺陷判斷式 判斷是否為缺陷區域： 【數學式9】
其中，若其一所述點 經缺陷判斷式 為1，則將該其一所述點 定義為缺陷區域，反之，若被判斷為0則表示該其一所述點 無缺陷。
步驟S008：依據步驟S007，若對齊影像5中之點 被定義為所述缺陷區域，則依下數學式10，將所述對齊影像5內每一被定義為缺陷區域之點 ，經上述數學式6之轉換矩陣G的反矩陣G -1轉換回原坐標系，藉以標示出週期性圖案1中具有缺陷之部分者。 【數學式10】
藉由上述，本發明於規格為Intel Core i5 2.5GHz之CPU下以C++程式完成，檢測如第12圖所示具週期性圖案1a之且尺吋為4.3 inch之觸控面板6a電路時，僅需耗時3.52秒即可如第12圖所示標示出週期性圖案1a中之缺陷處，而應用於第13圖尺寸為4.7 inch之觸控面板6b之週期性圖案1b亦僅需耗時3.38秒。
再者，本發明可藉由調整控制參數 、 ，以透過繪製之FPR（false positive rate, 偽陽性率）對TPR（true positive rate, 真陽性率）之接收者操作特徵曲線（Receiver Operating Characteristic Curve, ROC曲線）觀察於不同之控制參數 、 下之偵測缺陷之偵測率及誤檢率。
而若需取較佳之控制參數 、 以偵測缺陷，則如第14圖所示，當本發明應用於第12圖所示之觸控面板6a時，將控制參數 分別固定於4、4.5及5時，控制參數 變動為7至13，可見較小的控制參數 將具有較高的TPR而具有較低之FPR，故若考慮擷取超過90%之TPR而低於10%之FPR，則需據以選擇一適度操作點（moderate operation）於當控制參數 為10時，故透過將控制參數 固定為10，並將控制參數 變動為3.5至7所繪製之接收者操作特徵曲線，則如第15圖所示，資可見適度操作點係落於控制參數 為4.5處，因此，於第12圖所示之觸控面板6a中，較佳之控制參數 、 值即分別為10與4.5；續如第16圖所示，其係由第13圖之觸控面板6b所分別繪製固定控制參數 為5及5.5下，控制參數 變動為7至13之接收者操作特徵曲線，而第17圖為取第16圖中之適度操作點於控制參數 為10，則以控制參數 固定為10，並將控制參數 變動為3.5至7所繪製之接收者操作特徵曲線，藉可得於第13圖所示之觸控面板6b中，較佳之控制參數 、 即分別為10與5，或10與5.5。
綜上所述，本發明所揭露之技術手段確能有效解決習知等問題，並達致預期之目的與功效，且申請前未見諸於刊物、未曾公開使用且具長遠進步性，誠屬專利法所稱之發明無誤，爰依法提出申請，懇祈 鈞上惠予詳審並賜准發明專利，至感德馨。
惟以上所述者，僅為本發明之數種較佳實施例，當不能以此限定本發明實施之範圍，即大凡依本發明申請專利範圍及發明說明書內容所作之等效變化與修飾，皆應仍屬本發明專利涵蓋之範圍內。
〔習知〕 10‧‧‧觸控面板 20‧‧‧能量頻譜 30‧‧‧重構圖像 〔本發明〕 1、1a、1b‧‧‧週期性圖案 2‧‧‧控制點 21‧‧‧矩形範圍 22‧‧‧搜尋範圍 23‧‧‧四邊形區域 3‧‧‧邊緣影像 31‧‧‧中心點 4‧‧‧目標點 41‧‧‧目標區域 5‧‧‧對齊影像 51‧‧‧中間影像 52‧‧‧偏差影像 6a、6b‧‧‧觸控面板 S001－S008‧‧‧步驟
第1圖係習知自動光學檢測偵測觸控面板缺陷之實驗流程圖。 第2圖係本發明之流程圖。 第3圖係本發明週期圖案之示意圖。 第4圖係本發明於週期圖案點選第一至第五參考點之示意圖。 第5圖係本發明於其一所述控制點手動繪製以建立一矩形範圍之示意圖。 第6圖係本發明邊緣影像之示意圖。 第7圖係本發明藉由邊緣影像校正控制點位置之示意圖。 第8圖係將每一所述四邊形區域之所述控制點，分別透過一組轉換矩陣轉換形成該目標區域之目標點，以求得對齊影像之示意圖。 第9圖係本發明經轉換形成連續之對齊影像之示意圖。 第10圖係本發明中間影像之示意圖。 第11圖係本發明偏差影像之示意圖。 第12圖係本發明應用於一觸控面板之實驗圖。 第13圖係本發明應用於另一觸控面板之實驗圖。 第14圖係以第12圖之觸控面板，固定控制參數β而變動控制參數α所繪製之接收者操作特徵曲線圖。 第15圖係以第12圖之觸控面板，固定控制參數α而變動控制參數β所繪製之接收者操作特徵曲線圖。 第16圖係以第13圖之觸控面板，固定控制參數β而變動控制參數α所繪製之接收者操作特徵曲線圖。 第17圖係以第13圖之觸控面板，固定控制參數α而變動控制參數β所繪製之接收者操作特徵曲線圖。
S001-S008‧‧‧步驟

Claims (14)

  1. 一種週期性圖案之自動光學檢測方法，其步驟包含：於一週期性圖案定義複數規律之控制點；將所述控制點分別圍繞形成複數大小及方向一致之對齊影像；於相鄰連續之所述對齊影像中求得一中間影像及取一偏差影像；由該中間影像及該偏差影像界定一上限影像及下限影像以形成一自適應模型；以及以該自適應模型比對全部所述對齊影像中之每一點；並定義所述對齊影像中所述點之灰階像素大於該上限影像或小於該下限影像者為缺陷區域。
  2. 如申請專利範圍第1項所述之週期性圖案之自動光學檢測方法，其步驟更包含：於該週期性圖案中選定第一參考點至第五參考點；其中，第一參考點為位於該週期性圖案中極左上之控制點、第二參考點為位於該週期性圖案中極右上之控制點、第三參考點為位於該週期性圖案中極左下之控制點、第四參考點為水平方向相鄰於該第一參考點之控制點，而該第五參考點為垂直方向相鄰於該第一參考點之控制點；以及以第一參考點及第四參考點之間為水平間距，以第一參考點及第五參考點之間為垂直間距，並以第二參考點及第三參考點為極值，藉以定義該週期性圖案中所有所述控制點之位置。
  3. 如申請專利範圍第1項所述之週期性圖案之自動光學檢測方法，其步驟更包含：於其一所述控制點建立一矩形範圍，且該矩形範圍為無缺陷者，並於該矩形範圍內偵測該週期性圖案之邊緣影像；以及依據該邊緣影像校正全部所述控制點之位置。
  4. 如申請專利範圍第3項所述之週期性圖案之自動光學檢測方法，其中，該矩形範圍係藉由邊緣偵測器偵測得到二值化之邊緣影像。
  5. 如申請專利範圍第3項所述之週期性圖案之自動光學檢測方法，其步驟更包含：於該邊緣影像預定義一中心點，並於每一所述控制點分別建立一以所述控制點為中心之矩形之搜尋範圍，藉以分別在該搜尋範圍內移動該邊緣影像及該中心點，直至該邊緣影像分別耦合於該週期性圖案，並藉由位元比對運算校正全部所述控制點之位置。
  6. 如申請專利範圍第1項所述之週期性圖案之自動光學檢測方法，其步驟更包含：界定四目標點，且所述目標點係對應圍繞形成一矩形之目標區域，而所述控制點係分別圍繞形成一四邊形區域；以及將每一所述四邊形區域之所述控制點，分別透過一組轉換矩陣轉換形成該目標區域之目標點，藉以分別求得至少一組轉換參數，所述控制點係分別依所述轉換參數轉換後，藉以求得由所述控制點分別圍繞形成之所述對齊影像。
  7. 如申請專利範圍第6項所述之週期性圖案之自動光學檢測方法，其中，所述轉換參數h ij分別係藉由下式1求得： （式1） 其中， 為控制點之座標，而 為目標點之座標。
  8. 如申請專利範圍第7項所述之週期性圖案之自動光學檢測方法，其中，所述對齊影像分別係藉由下式2求得： （式2） 。
  9. 如申請專利範圍第8項所述之週期性圖案之自動光學檢測方法，其步驟更包含：若所述對齊影像中所述點被定義為所述缺陷區域，則將所述缺陷區域中每一所述點經式2之矩陣 的反矩陣轉換回原坐標系。
  10. 如申請專利範圍第1至9項中任一項所述之週期性圖案之自動光學檢測方法，其中，該中間影像 及偏差影像 係由下式3求得： （式3） 其中， 為所述對齊影像， 為對齊影像數量之中位數， 為奇數個所述對齊影像之數量，而 。
  11. 如申請專利範圍第10項所述之週期性圖案之自動光學檢測方法，其中，該中間影像及該偏差影像係由至少三相鄰連續之所述對齊影像中求得者。
  12. 如申請專利範圍第10項所述之週期性圖案之自動光學檢測方法，其中，該中間影像及該偏差影像係由至少五相鄰連續之所述對齊影像中求得者。
  13. 如申請專利範圍第10項所述之週期性圖案之自動光學檢測方法，其中，該上限影像 及下限影像 係由下式4求得： （式4） 其中， 及 為控制參數。
  14. 如申請專利範圍第1至9項中任一項所述之週期性圖案之自動光學檢測方法，其中，該週期性圖案為觸控面板、電路板或物品表面之週期圖案。
TW104112319A 2015-04-17 2015-04-17 週期性圖案之自動光學檢測方法 TWI521476B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW104112319A TWI521476B (zh) 2015-04-17 2015-04-17 週期性圖案之自動光學檢測方法
CN201510228864.3A CN106204517B (zh) 2015-04-17 2015-05-07 周期性图案的自动光学检测方法
US14/788,997 US9429527B1 (en) 2015-04-17 2015-07-01 Automatic optical inspection method of periodic patterns

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW104112319A TWI521476B (zh) 2015-04-17 2015-04-17 週期性圖案之自動光學檢測方法

Publications (2)

Publication Number Publication Date
TWI521476B true TWI521476B (zh) 2016-02-11
TW201638881A TW201638881A (zh) 2016-11-01

Family

ID=55810362

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104112319A TWI521476B (zh) 2015-04-17 2015-04-17 週期性圖案之自動光學檢測方法

Country Status (3)

Country Link
US (1) US9429527B1 (zh)
CN (1) CN106204517B (zh)
TW (1) TWI521476B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107403429B (zh) * 2017-08-11 2020-06-23 杭州展拓智能控制技术有限公司 一种周期序列图像模型参数的快速自动获取方法
WO2020090505A1 (ja) * 2018-10-30 2020-05-07 京セラドキュメントソリューションズ株式会社 検反装置およびそれを備えたインクジェット捺染装置
CN111325707B (zh) * 2018-12-13 2021-11-30 深圳中科飞测科技股份有限公司 一种图像处理方法和系统、检测方法和系统
CN109613004A (zh) * 2018-12-13 2019-04-12 武汉精立电子技术有限公司 一种背光检中缺陷显示方法
CN109781736B (zh) * 2019-01-09 2021-07-06 中导光电设备股份有限公司 一种晶元纹理图像周期的自动测量方法和系统
EP3833164A1 (en) * 2019-12-05 2021-06-09 AT & S Austria Technologie & Systemtechnik Aktiengesellschaft Compensating misalignment of component carrier feature by modifying target design concerning correlated component carrier feature
CN112465743B (zh) * 2020-10-20 2022-04-22 天津大学 一种周期性结构质量检测方法
CN113205480A (zh) * 2021-03-19 2021-08-03 哈工大机器人(中山)无人装备与人工智能研究院 一种用于显示面板缺陷检测的周期提取方法、装置及系统

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3070433D1 (en) * 1980-12-18 1985-05-09 Ibm Method for the inspection and automatic sorting of objects with configurations of fixed dimensional tolerances, and device for carrying out the method
IL99823A0 (en) * 1990-11-16 1992-08-18 Orbot Instr Ltd Optical inspection method and apparatus
JPH05312549A (ja) * 1992-02-06 1993-11-22 Hitachi Ltd パターン検出方法及びその装置
DE4393748C5 (de) * 1992-08-03 2004-08-26 Ricoh Co., Ltd. Vorlagen-Unterscheidungssystem
US5600769A (en) * 1995-01-31 1997-02-04 Compaq Computer Corporation Run slice line draw engine with enhanced clipping techniques
US5949924A (en) * 1995-10-06 1999-09-07 Ricoh Company, Ltd. Image processing apparatus, method and computer program product
JP3566470B2 (ja) * 1996-09-17 2004-09-15 株式会社日立製作所 パターン検査方法及びその装置
DE69838535T2 (de) * 1997-08-07 2008-07-10 Fujitsu Ltd., Kawasaki Optisch abtastende berührungsempfindliche Tafel
JP3564958B2 (ja) * 1997-08-07 2004-09-15 株式会社日立製作所 電子ビームを用いた検査方法及び検査装置
US6539106B1 (en) * 1999-01-08 2003-03-25 Applied Materials, Inc. Feature-based defect detection
US7119772B2 (en) * 1999-04-30 2006-10-10 E Ink Corporation Methods for driving bistable electro-optic displays, and apparatus for use therein
JP2003016463A (ja) * 2001-07-05 2003-01-17 Toshiba Corp 図形の輪郭の抽出方法、パターン検査方法、パターン検査装置、プログラムおよびこれを格納したコンピュータ読み取り可能な記録媒体
JP3948728B2 (ja) * 2003-03-17 2007-07-25 オルボテック リミテッド パターン検査装置
JP4518494B2 (ja) * 2005-03-28 2010-08-04 大日本スクリーン製造株式会社 ランドパターン検査方法及び検査装置
JP4129841B1 (ja) * 2007-08-09 2008-08-06 健治 吉田 情報入力補助シート、情報入力補助シートを用いた情報処理システムおよび情報入力補助シートを用いた印刷関連情報出力システム
US8542202B2 (en) * 2009-12-31 2013-09-24 Motorola Mobility Llc Electronic device and method for determining a touch input applied to a capacitive touch panel system incorporated therein
KR101122949B1 (ko) * 2010-04-28 2012-06-12 삼성모바일디스플레이주식회사 터치 스크린 패널 및 그 제조방법
KR101868473B1 (ko) * 2011-08-11 2018-06-19 엘지디스플레이 주식회사 터치 스크린 일체형 표시 장치
JP6056861B2 (ja) * 2011-12-23 2017-01-11 エルジー・ケム・リミテッド タッチパネルおよびそれを含むディスプレイ装置
JP6070307B2 (ja) * 2012-05-21 2017-02-01 株式会社リコー パターン抽出装置、画像投影装置、パターン抽出方法およびプログラム
US8988387B2 (en) * 2012-08-02 2015-03-24 Google Technology Holdings LLC Touch sensor panel with in-plane backup bypass connections
KR101565748B1 (ko) * 2013-05-31 2015-11-05 삼성에스디에스 주식회사 이미지에서 반복 패턴을 검출하는 방법 및 장치

Also Published As

Publication number Publication date
CN106204517B (zh) 2019-03-12
TW201638881A (zh) 2016-11-01
CN106204517A (zh) 2016-12-07
US9429527B1 (en) 2016-08-30

Similar Documents

Publication Publication Date Title
TWI521476B (zh) 週期性圖案之自動光學檢測方法
CN106054421B (zh) 一种液晶面板缺陷的检测方法及装置
WO2020253827A1 (zh) 评估图像采集精度的方法及装置、电子设备和存储介质
CN101063660B (zh) 一种纺织品缺陷检测方法及其装置
Liu et al. Fast dimensional measurement method and experiment of the forgings under high temperature
JP2007149055A5 (zh)
JP2012515332A5 (zh)
JP2013238595A5 (zh)
WO2015100777A1 (zh) 显示面板的缺陷检测方法及缺陷检测装置
CN108895959B (zh) 一种基于亚像素的相机标定板角点计算方法
US20150254830A1 (en) Shape Inspecting Device And Shape Inspecting Method
CN110333238A (zh) 一种smt芯片缺陷检测系统与方法
CN116165216B (zh) 一种液晶显示屏微划伤瑕疵3d检测方法、系统及计算设备
Zhang et al. A new algorithm for accurate and automatic chessboard corner detection
KR101379438B1 (ko) 벤딩 설비의 실시간 곡률 보정 시스템 및 그 방법
Lin et al. A new prediction method for edge detection based on human visual feature
US20150036915A1 (en) Inspection Method
JP2018128316A (ja) ひび割れ検出方法
Hung et al. A novel algorithm for defect inspection of touch panels
US10511780B2 (en) Detecting device, and method for controlling the same
JP7003669B2 (ja) 表面検査装置、及び表面検査方法
JP5155938B2 (ja) パターン輪郭検出方法
US11967058B2 (en) Semiconductor overlay measurements using machine learning
JP6114559B2 (ja) フラットパネルディスプレイの自動ムラ検出装置
Lin et al. An automatic optical inspection system for the detection of three parallel lines in solar panel end face

Legal Events

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