TWI689869B - 影像檢測方法 - Google Patents

影像檢測方法 Download PDF

Info

Publication number
TWI689869B
TWI689869B TW107147861A TW107147861A TWI689869B TW I689869 B TWI689869 B TW I689869B TW 107147861 A TW107147861 A TW 107147861A TW 107147861 A TW107147861 A TW 107147861A TW I689869 B TWI689869 B TW I689869B
Authority
TW
Taiwan
Prior art keywords
image
region
interest
area
reconstruction
Prior art date
Application number
TW107147861A
Other languages
English (en)
Other versions
TW202026942A (zh
Inventor
陳庭瑋
劉育鑫
薛名凱
Original Assignee
致茂電子股份有限公司
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 致茂電子股份有限公司 filed Critical 致茂電子股份有限公司
Priority to TW107147861A priority Critical patent/TWI689869B/zh
Priority to US16/693,360 priority patent/US11080860B2/en
Application granted granted Critical
Publication of TWI689869B publication Critical patent/TWI689869B/zh
Publication of TW202026942A publication Critical patent/TW202026942A/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/174Segmentation; Edge detection involving the use of two or more images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0006Industrial image inspection using a design-rule based approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30141Printed circuit board [PCB]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本揭示文件提供一種影像檢測方法。影像檢測方法包含以下步驟:擷取待測物影像,待測物影像包含複數個圖樣特徵;於待測物影像選取包含該些圖像特徵中的特定圖樣特徵之一區塊影像;擷取區塊影像中所有的圖樣特徵而形成之感興趣區域;該感興趣區域中執行濾除程序或重建程序,並獲得前處理區域;以及根據前處理區域來檢測待測物影像是否具有缺陷。

Description

影像檢測方法
本揭示文件係有關於一種檢測方法,且特別是有關於一種影像檢測方法。
在現有的光學檢測方法,為了因應各種不同態樣或形狀的檢測,往往需要針對不同態樣或形狀來分別設計影像處理演算法,因而在每次面臨新的檢測態樣或形狀時,需要耗費許多時間來開發新的影像處理演算法。
另一方面,在進行光學檢測時,由於影像處理演算法可以檢測多個態樣或形狀,但並不一定符合檢測需求。因此,在面對每次不同的檢測需求時,往往要耗費時間修改影像處理演算法,以符合當次的需求。據此,如何改善光學檢測過程中的運作程序係亟需解決的問題。
根據本揭示文件之一實施例,揭示一種影像檢測方法,該影像檢測方法包含以下步驟:擷取待測物影像,待測物影像包含複數個圖樣特徵;於待測物影像選取包含該些圖像特徵中的特定圖樣特徵之一區塊影像;擷取區塊影像中所有的 圖樣特徵而形成之之感興趣區域;在該感興趣區域中執行濾除程序或重建程序,並獲得前處理區域;以及根據前處理區域來檢測待測物影像是否具有缺陷。
為讓本揭示內容之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附符號之說明如下:
100:待測物影像
110:母線區塊影像
120:短線區塊影像
130:倒角區塊影像
140:水平線區塊影像
500:遮罩影像
520:保留區塊
610:感興趣區域
620:剩餘區域
630:外圍部分
710:中間處理區域
720:外圍部分
BB:母線
HF:水平線
CF:倒角
VF:垂直線
SF:短線
R1:感興趣區域
R2:中間處理區域
R3:前處理區域
RM:錯誤區域
S210~S250:步驟
S410~S440:步驟
S810~S840:步驟
以下詳細描述結合隨附圖式閱讀時,將有利於較佳地理解本揭示文件之態樣。應注意,根據說明上實務的需求,圖式中各特徵並不一定按比例繪製。實際上,出於論述清晰之目的,可能任意增加或減小各特徵之尺寸。
第1A圖至第1C圖繪示根據本揭示文件一些實施例中一種影像檢測方法之步驟流程圖。
第2圖繪示根據本揭示文件一些實施例中擷取待測物影像之示意圖。
第3圖繪示待測物影像的複數個區塊影像之示意圖。
第4A圖繪示待測物影像的母線區塊影像。
第4B圖繪示關聯於第4A圖之母線區塊影像的感興趣區域。
第4C圖繪示對第4B圖之感興趣區域執行濾除程序後獲得的中間處理區域。
第4D圖繪示對第4C圖之中間處理區域執行重建程序後獲得的前處理區域。
第5A圖繪示待測物影像的短線區塊影像。
第5B圖繪示關聯於第5A圖之短線區塊影像的感興趣區域。
第5C圖繪示對第5B圖之感興趣區域執行重建程序後獲得的中間處理區域。
第5D圖繪示對第5C圖之中間處理區域執行濾除程序後獲得的前處理區域。
第6A圖繪示根據本揭示文件有關於濾除程序與重建程序之流程示意圖。
第6B圖繪示根據本揭示文件有關於濾除程序與重建程序之流程示意圖
第7圖繪示根據一實施例中遮罩的態樣示意圖。
第8A圖繪示根據一實施例中將遮罩影像與感興趣區域以疊合方式進行比對之示意圖。
第8B圖繪示根據一實施例中剩餘區域的示意圖。
第9A圖繪示遮罩影像的保留區塊在剩餘區域的周圍進行比對之示意圖。
第9B圖繪示經過比對之後的中間處理區域之示意圖。
以下揭示內容提供許多不同實施例或實例,以便實施本發明之不同特徵。下文描述元件及排列之特定實例以簡化本發明。當然,該等實例僅為示例性且並不欲為限制性。舉例而言,以下描述中在第二特徵上方或第二特徵上形成第一特徵可包括以直接接觸形成第一特徵及第二特徵的實施例,且亦可包括可在第一特徵與第二特徵之間形成額外特徵使得第一特徵及特徵可不處於直接接觸的實施例。另外,本發明可在各 實例中重複元件符號及/或字母。此重複係出於簡明性及清晰之目的,且本身並不指示所論述之各實施例及/或配置之間的關係。
請參照第1A圖至第1C圖,其繪示根據本揭示文件一些實施例中一種影像檢測方法之步驟流程圖。
在步驟S210中,擷取一待測物影像,待測物影像包含複數個圖樣特徵。請一併參照第2圖,其繪示根據本揭示文件一些實施例中擷取待測物影像之示意圖。
在一實施例中,透過影像擷取裝置(未繪示)(例如互補式金氧半導體(CMOS)影像感測器或一電荷耦合元件(CCD)影像感測器))對一待測物進行拍攝,以擷取待測物影像100。待測物為欲檢測是否有瑕疵或污損等缺陷之物體,其可以為太陽能板、電路板或其他欲檢測是否有瑕疵之物品。在本揭示文件中係以太陽能板作為實施例說明,並非意欲限制於太陽能板。
進一步地,待測物影像100包含多個導電線圖樣,且導電線圖樣具有對應的圖樣特徵。舉例來說,待測物影像100的導電線圖樣包含母線(busbar)BB、水平線(horizontal finger)HF、倒角(chamfer)CF、垂直線(vertical finger)VF及短線(short finger)SF,其中母線BB的圖樣特徵為具有一寬度之圖樣,且圖樣每間隔一段距離會有一實心塗布之圖樣,水平線HF的圖樣特徵為水平長條細線之圖樣,倒角CF的圖樣特徵為影像中各角落的斜細線之圖樣,垂直線VF的圖樣特徵為垂直長細線之圖樣,短線SF的圖樣特徵為水平短細線之圖樣。
值得一提的是,本揭示文件提出上述導電線圖樣及對應的圖樣特徵僅作為實施例說明,通常知識者可根據實際需求設計不同的圖樣,而實施本揭示文件的影像檢測方法。
在步驟S220中,於待測物影像選取包含圖樣特徵中的一特定圖樣特徵之一區塊影像。請一併參照第3圖,其繪示待測物影像的複數個區塊影像之示意圖。
在一實施例中,圖樣特徵可為對應母線BB、水平線HF、倒角CF、垂直線VF及短線SF的圖樣特徵,而特定圖樣特徵則為母線BB、水平線HF、倒角CF、垂直線VF及短線SF之其中一者的圖樣特徵。
舉例來說,假設使用者欲檢測的待測物影像100之導電圖樣為母線BB,因此對應的特定圖樣特徵即為母線BB的圖樣特徵「具有一寬度之圖樣,且圖樣每間隔一段距離會有一實心塗布之圖樣」,藉此可在待測物影像100中選取包含特定圖樣特徵(即母線BB的圖樣特徵)之母線區塊影像110。進一步地,由於選取區塊影像100的選取框之形狀為矩形,因此對待測物影像100選取母線區塊影像110的過程中,將不可避免地選取到包含其他圖樣特徵,也就是說,母線區塊影像110除包含母線BB的圖樣特徵外,更包含垂直線VF的圖樣特徵。
再舉一例進行說明。假設使用者欲檢測的待測物影像100之導電圖樣為短線SF的圖樣特徵,因此對應的特定圖樣特徵即為短線SF的圖樣特徵「水平短細線」,藉此可在待測物影像100中選取包含特定圖樣特徵(即短線SF的圖樣特徵)之短線區塊影像120,且短線區塊影像120除包含短線SF的圖 樣特徵外,更包含垂直線VF的圖樣特徵。
同樣地,倒角區塊影像130及水平線區塊影像140亦可根據前述方式而被選取出來,其中倒角區塊影像130除包含倒角CF的圖樣特徵外,更包含垂直線VF與水平線HF的圖樣特徵;水平線區塊影像140除包含水平線HF外,更包含垂直線VF與倒角CF的圖樣特徵。
為避免說明書中具有類似概念的內容一再重複而造成閱讀疲乏,因此在之後的步驟中,將以母線區塊影像110及短線區塊影像120為例進行說明。
在步驟S230中,擷取區塊影像中所有的圖樣特徵而形成一感興趣區域。
在一實施例中,以母線區塊影像110為例,請一併參考第4A圖及第4B圖,第4A圖繪示待測物影像的母線區塊影像,第4B圖繪示關聯於第4A圖之母線區塊影像的感興趣區域。詳言之,如第4A圖所示,母線區塊影像110包含母線BB及垂直線VF的圖樣特徵;如第4B圖所示,可根據影像處理演算法擷取母線區塊影像110中的母線BB及垂直線VF的圖樣特徵,進而形成感興趣區域R1。
在步驟240中,在感興趣區域中執行一濾除程序或一重建程序,並獲得一前處理區域。進一步地,步驟S240更可包含如第1B圖所示之步驟S241與步驟S243,或者如第1C圖所示之步驟S242與步驟S244,至於要選擇執行如第1B圖所示之步驟S241與步驟S243,或者如第1C圖所示之步驟S242與步驟S244則可依據區塊影像的種類與需求來決定。
首先,以母線區塊影像110為例,其適合選擇執行如第1B圖所示之步驟S241與步驟S243,並請一併參考第4B圖至第4D圖,第4C圖繪示對第4B圖之感興趣區域執行濾除程序後獲得的中間處理區域,第4D圖繪示對第4C圖之中間處理區域執行重建程序後獲得的前處理區域。
在步驟S241中,在感興趣區域中執行濾除程序之後,獲得中間處理區域。詳言之,第4B圖所示之感興趣區域R1包含母線BB及垂直線VF的圖樣特徵,根據前述可以得知使用者欲檢測的待測物影像100之導電線圖樣為母線BB,也就是說,感興趣區域R1中的母線BB的圖樣特徵是要被保留的,而垂直線VF的圖樣特徵是要被移除的,為此可透過在感興趣區域R1中執行濾除程序,以將非屬母線BB的圖樣特徵之垂直線VF的圖樣特徵濾除,並獲得如第4C圖之中間處理區域R2,其中有關於濾除程序之細節將於後說明。
在步驟S243中,對中間處理區域執行一重建程序,以獲得前處理區域。詳言之,第4C圖之中間處理區域R2存在一錯誤區域RM,造成母線BB的圖樣特徵並未被完整地擷取,其中造成錯誤區域RM的原因可能是因為濾除程序的限制或母線BB本身的瑕疵等所造成,但由於並非本案之重點,故不詳述。接著,將對中間處理區域R2進行重建程序,以使中間處理區域R2不存在錯誤區域RM,進而獲得如第4D圖所示之前處理區域R3,其中有關於重建程序之細節將於後說明。
在步驟S250中,根據前處理區域來檢測待測物影像是否具有缺陷。請一併參照第4A圖及第4D圖。詳言之,第 4D圖所示之前處理區域R3即為第4A圖所示之母線BB的圖樣特徵之檢測樣本,因此透過前處理區域R3即可用於檢測母線BB的圖樣特徵偵測是否存在缺陷,例如透過將前處理區域R3與母線BB的圖樣特徵疊合,以將缺陷檢測的範圍縮至僅包含母線BB的圖樣特徵,並執行專門用於檢測母線BB的缺陷檢測演算法來進一步判斷母線BB的圖樣特徵之畫素灰階值是否與預設的一致,若一致則不存在瑕疵,若不一致則存在瑕疵。應注意的是,前述用於判斷母線BB的圖樣特徵是否存在瑕疵的方法僅為示例,並不以此為限,再加上其並非本發明之重點,故不詳述。
接著,以短線區塊影像120為例,其適合選擇執行如第1C圖所示之步驟S242與步驟S244,並請一併參考第5A圖至第5D圖,第5A圖繪示待測物影像的短線區塊影像,第5B圖繪示關聯於第5A圖之短線區塊影像的感興趣區域,第5C圖繪示對第5B圖之感興趣區域執行重建程序獲得的中間處理區域,第5D圖繪示對第5C圖之中間處理區域執行濾除程序後獲得的前處理區域。詳言之,如第5A圖所示,短線區塊影像120包含短線SF及垂直線VF的圖樣特徵,且短線SF有斷線的狀況,而形成錯誤區域RM;如第5B圖所示,可根據影像處理演算法擷取短線區塊影像120中的短線SF及垂直線VF的圖樣特徵,進而形成感興趣區域R1。
在步驟S242中,在感興趣區域中選擇並執行重建程序之後,獲得中間處理區域。由於短線SF因斷線而形成錯誤區域RM的關係,因此要先執行重建程序以將短線SF的斷 線補齊,以使感興趣區域R1不存在錯誤區域RM,並獲得如第5C圖所示之中間處理區域R2,其中有關於重建程序之細節將於後說明。
在步驟S244中,對中間處理區域執行濾除程序,以獲得前處理區域。詳言之,第5C圖所示之中間處理區域R2包含短線SF及垂直線VF的圖樣特徵,根據前述可以得知使用者欲檢測的待測物影像100之導電線圖樣為短線SF,也就是說,感興趣區域R1中的短線SF的圖樣特徵是要被保留的,而垂直線VF的圖樣特徵是要被移除的,為此可透過在中間處理區域R2中執行濾除程序,以將非屬短線SF的圖樣特徵之垂直線VF的圖樣特徵濾除,並獲得如第5D圖所示之前處理區域R3,其中有關於濾除程序之細節將於後說明。
應注意的是,上述的重建程序與濾除程序之使用時機與順序僅為例示,並不以此為限,而是可依據區塊影像的種類與需求來決定。
接下來將詳述濾除程序與重建程序。
首先請參照第6A圖,其繪示根據本揭示文件有關於濾除程序與重建程序之流程示意圖。如第6A圖所示,步驟S410~步驟S420說明濾除程序,步驟S430~步驟S440說明重建程序。
在步驟S410中,使用遮罩影像在感興趣區域進行比對,將感興趣區域的外圍部分之至少一畫素灰階值設定為第一範圍值,以獲得剩餘區域。請一併參照第7圖,其繪示遮罩500的態樣示意圖。在一實施例中,遮罩影像500為九宮格的 影像,每一格影像為30畫素乘以30畫素(在其他實施例中每一格影像亦可為長方形影像,例如20畫素乘以30畫素)。遮罩影像500包含保留區塊520。
為說明如何使用遮罩影像500在感興趣區域進行比對,請一併參照第8A圖,將遮罩影像500與感興趣區域610以疊合方式進行比對。遮罩影像500由左而右、由上而下依序移動,在感興趣區域610上保留區塊520所指示的畫素部分作保留,其餘部分作濾除。在一實施例中,保留畫素係指將畫素的灰階值設定為白色。保留之後的部分,如第8B圖所示,剩餘區域620的畫素之灰階值被設定為白色。外圍部分630的畫素之灰階值被設定為黑色(第一範圍值)。在一實施例中,第一範圍值可以為0,使得外圍部分為630之呈現為黑色。值得一提的是,此為濾除程序中的第一階段(侵蝕畫素)。
在步驟S420中,使用遮罩影像在剩餘區域中進行比對,將剩餘區域的外圍部分之至少一畫素之灰階值設定為第二範圍值,以獲得中間處理區域。請一併參照第9A圖,其繪示遮罩影像500的保留區塊520在剩餘區域620的周圍進行比對,而獲得外圍部分720。經過比對之後,外圍部分720的畫素之灰階值被設定為白色(第二範圍值)。請參照第9B圖,其繪示經過比對之後的中間處理區域710之示意圖。外圍部分720與剩餘區域620整體為中間處理區域710。在一實施例中,第二範圍值可以為255,使得外圍部分720之呈現為白色。值得一提的是,此為濾除程序中的第二階段(擴張畫素)。
因此,透過步驟S410及步驟S420即可將如第4B 圖所示之感興趣區域R1中的垂直線VF的圖樣特徵濾除,而獲得如第4C圖所示之中間處理區域R2。
接著,在步驟S430中,使用遮罩影像在中間處理區域比對,將中間處理區域的外圍部分之至少一畫素之灰階值設定為第二範圍值,以獲得重建區域。此步驟中的作法,相似於前述步驟S420,於此不予重述。值得一提的是,此為重建程序中的第一階段(擴張畫素)。
在步驟S440中,使用遮罩影像在重建區域進行比對,將重建區域的外圍部分之至少一畫素之灰階值設定為第一範圍值,以獲得前處理區域。此步驟中的作法,相似於前述步驟S410,於此不予重述。值得一提的是,此為重建程序中的第二階段(侵蝕畫素)。
因此,透過步驟S430及步驟S440即可將如第4C圖所示之中間處理區域R2中的錯誤區域RM移除並對母線BB的圖樣特徵進行重建,而獲得如第4D圖所示之前處理區域R3。
請參照第6B圖,其繪示根據本揭示文件有關於重建程序與濾除程序之流程示意圖。如第6B圖所示,步驟S810~步驟S820說明重建程序,步驟S830~步驟S840說明濾除程序。
在步驟S810中,使用遮罩影像500在感興趣區域中進行比對,將感興趣區域之至少一畫素灰階值設定為第二範圍值,以獲得重建區域。此步驟的說明相似於前述第6A圖之步驟S430,於此不予重述。值得一提的是,此為重建程序中的第一階段(擴張畫素)。
在步驟S820中,使用遮罩影像在重建區域進行比 對,將重建區域的外圍部分之至少一畫素的灰階值設定為第一範圍值,以獲得中間處理區域。此步驟的作法,相似於前述第6A圖之步驟S440,於此不予重述。值得一提的是,此為重建程序中的第二階段(侵蝕畫素)。
因此,透過步驟S810及步驟S820即可將如第5B圖所示之感興趣區域R1中的短線SF之斷線重建,而獲得如第5C圖所示之中間處理區域R2。
在步驟S830中,使用遮罩影像500在中間區域進行比對,將中間區域的外圍部分之至少一畫素之灰階值設定為第一範圍值,以獲得剩餘區域。此步驟的作法,相似於前述第6A圖之步驟S410,於此不予重述。值得一提的是,此為濾除程序中的第一階段(侵蝕畫素)。
在步驟S840中,使用遮罩影像500在剩餘區域進行比對,將剩餘區域的外圍部分之至少一畫素之灰階值設定為第二範圍值,以獲得前處理區域。此步驟的作法,相似於前述第4圖之步驟S420,於此不予重述。值得一提的是,此為濾除程序中的第二階段(擴張畫素)。經過此階段的影像處理,可以把區塊影像110、120、130及140中所欲檢測的導電線圖案篩選出來。
因此,透過步驟S830及步驟S840即可將如第5C圖所示之中間處理區域R2中的垂直線VF的圖樣特徵濾除,而獲得如第5D圖所示之前處理區域R3。
綜上所述,本揭示文件揭露之影像檢測方法可以對不同圖樣的區塊影像進行濾除程序再進行重建程序,或者先 進行重建程序再進行濾除程序,對混和有其他圖樣的特定圖樣進行處理,凸顯出欲檢測的特定圖樣。如此一來,在檢測特定圖樣的時候,由於所檢測的部分確實是所欲檢測的圖樣,因而當檢測出有瑕疵的時候,代表確實存在瑕疵,而非是混和到其他圖樣所造成的誤判,提升影像檢測的準確度,降低誤判的機率。
上文概述若干實施例之特徵,使得熟習此項技術者可更好地理解本發明之態樣。熟習此項技術者應瞭解,可輕易使用本發明作為設計或修改其他製程及結構的基礎,以便實施本文所介紹之實施例的相同目的及/或實現相同優勢。熟習此項技術者亦應認識到,此類等效結構並未脫離本發明之精神及範疇,且可在不脫離本發明之精神及範疇的情況下產生本文的各種變化、替代及更改。
S210~S250‧‧‧步驟

Claims (11)

  1. 一種影像檢測方法,包含:擷取一待測物影像,該待測物影像包含複數個圖樣特徵;於該待測物影像選取包含該些圖樣特徵中的一特定圖樣特徵之一區塊影像;擷取該區塊影像中所有的圖樣特徵而形成一感興趣區域;在該感興趣區域中執行一濾除程序或一重建程序,並獲得一前處理區域;以及根據該前處理區域來檢測該待測物影像是否具有缺陷。
  2. 如請求項1所述之影像檢測方法,其中獲得該前處理區域的步驟包含:在該感興趣區域中選擇並執行該濾除程序之後,獲得一中間處理區域;以及對該中間處理區域執行該重建程序,以獲得該前處理區域。
  3. 如請求項2所述之影像檢測方法,其中在該感興趣區域執行該濾除程序的步驟包含:使用一遮罩影像在該感興趣區域進行比對;以及以該遮罩影像指示的畫素之灰階值,在該感興趣區域之一外圍部分之至少一畫素之灰階值設定為一第一範圍值,以 獲得一剩餘區域。
  4. 如請求項3所述之影像檢測方法,其中在該感興趣區域執行該濾除程序的步驟還包含:使用該遮罩影像在該剩餘區域進行比對;以及以該遮罩影像指示的畫素之灰階值,在該剩餘區域之該外圍部分之該至少一畫素之灰階值設定為一第二範圍值,以獲得該中間處理區域。
  5. 如請求項4所述之影像檢測方法,其中在該感興趣區域執行該重建程序的步驟包含:使用該遮罩影像在該中間處理區域進行比對;以及以該遮罩影像指示的畫素之灰階值,在該中間處理區域之該外圍部分之該至少一畫素之灰階值設定為該第二範圍值,以獲得一重建區域。
  6. 如請求項5所述之影像檢測方法,其中在該感興趣區域執行該重建程序的步驟還包含:使用該遮罩影像在該重建區域進行比對;以及以該遮罩影像指示的畫素之灰階值,在該重建區域之該外圍部分之該至少一畫素之灰階值設定為該第一範圍值,以獲得該前處理區域。
  7. 如請求項1所述之影像檢測方法,其中獲得 該前處理區域的步驟包含:在該感興趣區域中選擇並執行該重建程序之後,獲得一中間處理區域;以及對該中間處理區域執行該濾除程序,以獲得該前處理區域。
  8. 如請求項7所述之影像檢測方法,其中在該感興趣區域執行該重建程序的步驟包含:使用一遮罩影像在該感興趣區域進行比對;以及以該遮罩影像指示的畫素之灰階值,在該感興趣區域之該外圍部分之至少一畫素之灰階值設定為一第二範圍值,以獲得一重建區域。
  9. 如請求項8所述之影像檢測方法,其中在該感興趣區域執行該重建程序的步驟還包含:使用該遮罩影像在該重建區域進行比對;以及以該遮罩影像指示的畫素之灰階值,在該重建區域之該外圍部分之該至少一畫素之灰階值設定為一第一範圍值,以獲得該中間處理區域。
  10. 如請求項9所述之影像檢測方法,其中在該感興趣區域執行該濾除程序的步驟包含:使用該遮罩影像在該中間處理區域進行比對;以及以該遮罩影像指示的畫素之灰階值,在該中間處理區域 之該外圍部分之該至少一畫素之灰階值設定為該第一範圍值,以獲得一剩餘區域。
  11. 如請求項10所述之影像檢測方法,其中在該感興趣區域執行該濾除程序的步驟還包含:使用該遮罩影像在該剩餘區域進行比對;以及以該遮罩影像指示的畫素之灰階值,在該剩餘區域之該外圍部分之該至少一畫素之灰階值設定為該第二範圍值,以獲得該前處理區域。
TW107147861A 2018-12-28 2018-12-28 影像檢測方法 TWI689869B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW107147861A TWI689869B (zh) 2018-12-28 2018-12-28 影像檢測方法
US16/693,360 US11080860B2 (en) 2018-12-28 2019-11-24 Image inspection method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107147861A TWI689869B (zh) 2018-12-28 2018-12-28 影像檢測方法

Publications (2)

Publication Number Publication Date
TWI689869B true TWI689869B (zh) 2020-04-01
TW202026942A TW202026942A (zh) 2020-07-16

Family

ID=71121800

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107147861A TWI689869B (zh) 2018-12-28 2018-12-28 影像檢測方法

Country Status (2)

Country Link
US (1) US11080860B2 (zh)
TW (1) TWI689869B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117291945B (zh) * 2023-11-24 2024-02-13 山东省济宁生态环境监测中心(山东省南四湖东平湖流域生态环境监测中心) 基于图像数据的土壤腐蚀污染检测预警方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5097492A (en) * 1987-10-30 1992-03-17 Four Pi Systems Corporation Automated laminography system for inspection of electronics
US5097516A (en) * 1991-02-28 1992-03-17 At&T Bell Laboratories Technique for illuminating a surface with a gradient intensity line of light to achieve enhanced two-dimensional imaging
US6396949B1 (en) * 1996-03-21 2002-05-28 Cognex Corporation Machine vision methods for image segmentation using multiple images
CN104392432A (zh) * 2014-11-03 2015-03-04 深圳市华星光电技术有限公司 基于方向梯度直方图的显示面板缺陷检测方法
TWI574003B (zh) * 2015-05-21 2017-03-11 正修學校財團法人正修科技大學 銲道三維影像檢測裝置及其檢測方法
TWI644098B (zh) * 2017-01-05 2018-12-11 國立臺灣師範大學 透明基板之瑕疵檢測方法與裝置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7103505B2 (en) * 2002-11-12 2006-09-05 Fei Company Defect analyzer
US8411938B2 (en) * 2007-11-29 2013-04-02 Sri International Multi-scale multi-camera adaptive fusion with contrast normalization
CN103258206A (zh) 2012-11-28 2013-08-21 河海大学常州校区 一种硅太阳能电池表面缺陷检测和识别方法
CN103872983B (zh) 2014-04-04 2016-05-25 天津市鑫鼎源科技发展有限公司 太阳能电池表面缺陷检测方法
CN107111874B (zh) * 2014-12-30 2022-04-08 文塔纳医疗系统公司 用于共表达分析的系统和方法
US20190238796A1 (en) * 2017-05-11 2019-08-01 Jacob Nathaniel Allen Object Inspection System And Method For Inspecting An Object
CN107014819A (zh) 2017-06-09 2017-08-04 杭州电子科技大学 一种太阳能电池板表面缺陷检测系统和方法
CN107274393B (zh) 2017-06-12 2018-03-23 郑州轻工业学院 基于栅线检测的单晶硅太阳能电池片表面缺陷检测方法
CN107578409B (zh) 2017-09-16 2020-10-16 河北工业大学 一种太阳能电池片外观断栅缺陷检测的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5097492A (en) * 1987-10-30 1992-03-17 Four Pi Systems Corporation Automated laminography system for inspection of electronics
US5097516A (en) * 1991-02-28 1992-03-17 At&T Bell Laboratories Technique for illuminating a surface with a gradient intensity line of light to achieve enhanced two-dimensional imaging
US6396949B1 (en) * 1996-03-21 2002-05-28 Cognex Corporation Machine vision methods for image segmentation using multiple images
CN104392432A (zh) * 2014-11-03 2015-03-04 深圳市华星光电技术有限公司 基于方向梯度直方图的显示面板缺陷检测方法
TWI574003B (zh) * 2015-05-21 2017-03-11 正修學校財團法人正修科技大學 銲道三維影像檢測裝置及其檢測方法
TWI644098B (zh) * 2017-01-05 2018-12-11 國立臺灣師範大學 透明基板之瑕疵檢測方法與裝置

Also Published As

Publication number Publication date
US11080860B2 (en) 2021-08-03
TW202026942A (zh) 2020-07-16
US20200211199A1 (en) 2020-07-02

Similar Documents

Publication Publication Date Title
TWI643280B (zh) 使用結構性資訊之缺陷偵測
US9430841B2 (en) Defect inspection method
JP2018205163A (ja) 外観検査装置、変換データ生成装置、及びプログラム
WO2015100777A1 (zh) 显示面板的缺陷检测方法及缺陷检测装置
JP2014517265A (ja) タイヤの外面のディジタル画像の分析及び偽測定箇所の処理
JP4230880B2 (ja) 欠陥検査方法
KR101716111B1 (ko) 이물질 검출 시스템 및 방법
JP3572750B2 (ja) コンクリート欠陥の自動評価方法
TWI689869B (zh) 影像檢測方法
JP2005345290A (ja) 筋状欠陥検出方法及び装置
JP2005165387A (ja) 画面のスジ欠陥検出方法及び装置並びに表示装置
JP6315419B2 (ja) 半導体検査方法、半導体検査装置及び半導体製造方法
JP4244046B2 (ja) 画像処理方法および画像処理装置
JP2006138708A (ja) 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置
JP6546125B2 (ja) 欠陥検査装置
JP4910412B2 (ja) 外観検査方法
CN111382615A (zh) 影像检测方法
JP4956077B2 (ja) 欠陥検査装置及び欠陥検査方法
JP2020076606A (ja) 外観検査方法及び電子部品の製造方法
JP2007081513A (ja) 固体撮像素子のシミ欠陥検査方法
TWI493177B (zh) 一種檢測具週期性結構光學薄膜的瑕疵檢測方法及其檢測裝置
JP2004286708A (ja) 欠陥検出装置、方法及びプログラム
TWM585899U (zh) 用於檢測半導體裝置之缺陷之系統
KR101581260B1 (ko) 동적 계획법 기반의 마이크로 크랙 검사 방법
TWI840374B (zh) 用於檢測半導體裝置之缺陷之系統及方法