TWI738295B - 適用於連續生產製程的自動化瑕疵檢測設備及適用於連續生產製程的自動化瑕疵檢測方法 - Google Patents
適用於連續生產製程的自動化瑕疵檢測設備及適用於連續生產製程的自動化瑕疵檢測方法 Download PDFInfo
- Publication number
- TWI738295B TWI738295B TW109112668A TW109112668A TWI738295B TW I738295 B TWI738295 B TW I738295B TW 109112668 A TW109112668 A TW 109112668A TW 109112668 A TW109112668 A TW 109112668A TW I738295 B TWI738295 B TW I738295B
- Authority
- TW
- Taiwan
- Prior art keywords
- area
- inspected
- defect detection
- positioning hole
- continuous production
- Prior art date
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
本發明乃關於一自動化瑕疵檢測設備及自動化瑕疵檢測方法,且特別是關於一種適用於連續生產製程的自動化瑕疵檢測設備及適用於連續生產製程的自動化瑕疵檢測方法。
在自動化生產中,捲對捲連續(roll-to-roll)生產方式有可連續、大面積、高速的優勢。惟捲對捲連續(roll-to-roll)生產若要使用自動化檢測(AOI)設備,往往只能針對樣式簡單產品,如偏光片(polarizer)才有較佳的檢出能力。現有的自動化瑕疵檢測設備,主要利用靜態二值化演算法,又稱為灰度分劃,意即將一般影像的灰度分劃成只有兩種灰度值,亦即設定一個灰度閾值,凡是影像本身灰度大於此灰度閾值的便令其為亮點,而灰度值低於此灰度閾值的便令其為暗點,如此可得到一個二元的影像,藉此便可用以偵測捲對捲連續生產產品表面的瑕疵。假設m為二值化之閾值(thresholding value),例如設定影像灰度分劃值m,,f:輸入之影像,n:所有像素之數目,f(x,y):像素座標(x,y)的灰度值。凡是影像的灰度值低於分劃值m的令為0,影像的灰度值
高於分劃值m的令為1,這種技巧稱之為二值閾值擷取(bilevel thresholding)。如圖1A所示之灰度為8階之影像中,如欲將圖像分成二個群集(物體與背景),則選定適當的二值化之閾值m,令f(x,y)>m則f(x,y)設為255,f(x,y)m則f(x,y)設為0,即可將如圖1A所示之灰階度為8階之影像二值化轉換為如圖1B所示之二個群集(物體與背景)的灰度分佈,故利用此靜態二值化演算法便可簡易將產品中的瑕疵檢出。惟,在卷料生產中,若該產品具有複雜性圖樣,利用此靜態二值化演算法會因檢測到不必要的檢測區域,使整體的瑕疵檢出能力下降。
有鑑於此,一種適用於連續生產製程的自動化瑕疵檢測設備及適用於連續生產製程的自動化瑕疵檢測方法乃業界所殷切期盼。
本發明之一目的乃揭示一種適用於連續生產製程的自動化瑕疵檢測方法,其步驟包含:使用靜態二值化演算法在一待檢測產品上找出一定位孔;利用該定位孔框選出一初級待檢測區域;透過動態二值化演算法,在該初級待檢測區域中找出實際的檢測區域,該動態二值化演算法之公式如下:gt-offsetgogt+offset,其中gt為預先設定的影像閾值,定義為初級待檢測區域中全部像素灰階值之算術平均數,go為檢測區域中需判定點位之像素灰階值,offset為預先設定的差值,定義為初級待檢測區域中全部像素灰階值之一倍標準差;以及使用影像處理方式就該實際的檢測區域做正確的瑕疵檢出。
根據本發明的較佳實施例,如上所述之適用於連續生產製程的自動化瑕疵檢測方法,利用該定位孔框選出一初級待檢測區域之步驟可透過預先設定參數達成。
根據本發明的較佳實施例,如上所述之適用於連續生產製程的自動化瑕疵檢測方法,該參數包括該待檢測區域相對於該定孔之位置、及/或該待檢測區域與該定位孔之間的距離、及/或該待檢測區域相對於該定位孔之面積。
本發明之另一目的是揭示一種適用於連續生產製程的自動化瑕疵檢測設備,包括:一均勻背光源,照射一待檢測產品的背面,用以突顯該待檢測產品表面的定位孔位置;一均勻正光源,照射該待檢測產品的表面;一影像擷取單元,針對該均勻正光源照射後的該待檢測產品表面擷取影像;一定位單元,將該影像擷取單元所擷取的影像使用靜態二值化演算法在該待檢測產品表面上找出一定位孔;一初級框選單元,利用該定位單元所找出的該定位孔框選出一初級待檢測區域;一檢測區域定位單元,透過動態二值化演算法,在該初級待檢測區域中找出實際的檢測區域,該動態二值化演算法之公式如下:gt-offsetgogt+offset,其中gt為預先設定的影像閾值,定義為初級待檢測區域全部像素灰階值之算術平均數,go為初級待檢測區域中需判定點位之像素灰階值,offset為預先設定的差值,定義為來源影像全部像素灰階值之一倍標準差;以及一瑕疵檢出單元,使用影像處理方式,就該檢測區域定位單元所找出實際的檢測區域做正確的瑕疵檢出。
根據本發明的較佳實施例,如上所述之適用於連續生產製程的自動化瑕疵檢測設備,該影像擷取單元為CCD相機或CMOS相機。
根據本發明的較佳實施例,如上所述之適用於連續生產製程的自動化瑕疵檢測設備,利用該定位孔框選出一初級待檢測區域之步驟可透過預先設定參數達成。
根據本發明的較佳實施例,如上所述之適用於連續生產製程的自動化瑕疵檢測設備,該參數包括該待檢測區域相對於該定孔之位置、及/或該待
檢測區域與該定位孔之間的距離、及/或該待檢測檢測區域相對於該定位孔之面積。
上述發明內容旨在提供本揭示內容的簡化摘要,以使閱讀者對本揭示內容具備基本的理解。此發明內容並非本揭示內容的完整概述,且其用意並非在指出本發明實施例的重要/關鍵元件或界定本發明的範圍。在參閱下文實施方式後,本發明所屬技術領域中具有通常知識者當可輕易瞭解本發明之基本精神以及本發明所採用之技術手段與實施態樣。
10:背光源
20:正光源
30:影像擷取單元
40:定位單元
60:初級框選單元
70:檢測區域定位單元
80:瑕疵檢出單元
100:適用於連續生產製程的自動化瑕疵檢測設備
200:待檢測產品
200A:待檢測產品表面
200B:待檢測產品背面
210A~210D、220A~220D:定位孔
251A~251D、252A~252D、253A~253D、254A~254D:待檢測區域
261A、262B、263D、264C:初級待檢測區域
270:實際的檢測區域
280:瑕疵
d1:待檢測區域251A與定位孔210A之間的距離
d2:待檢測區域252B與定位孔210B之間的距離
d3:待檢測區域254C與定位孔220C之間的距離
d4:待檢測區域253D與定位孔220D之間的距離
圖1A~1B為影像經過靜態二值化演算法處理前後之灰階分佈圖。
圖2的示意圖為根據本發明一實施例所繪示之適用於連續生產製程的自動化瑕疵檢測設備100。
圖3的流程圖為利用如圖2所示之適用於連續生產製程的自動化瑕疵檢測設備100對連續生產製程的產品進行自動化瑕疵檢測的流程。
圖4A~4D的示意圖為根據本發明另一實施例利用如圖2所示之適用於連續生產製程的自動化瑕疵檢測設備100以及圖3的流程圖對連續生產製程的產品進行自動化瑕疵檢測的方法。
為了使本發明揭示內容的敘述更加詳盡與完備,下文針對了本發明的實施態樣與具體實施例提出了說明性的描述;但這並非實施或運用本發明具體實施例的唯一形式。以下所揭露的各實施例,在有益的情形下可相互組合或取代,也可在一實施例中附加其他的實施例,而無須進一步的記載或說明。
本發明之優點、特徵以及達到之技術方法將參照例示性實施例進行更詳細地描述而更容易理解,且本發明或可以不同形式來實現,故不應被理解僅限於此處所陳述的實施例,相反地,對所屬技術領域具有通常知識者而言,所提供的實施例將使本揭露更加透徹與全面且完整地傳達本發明的範疇,且本發明將僅為所附加的申請專利範圍所定義。
而除非另外定義,所有使用於後文的術語(包含科技及科學術語)與專有名詞,於實質上係與本發明所屬該領域的技術人士一般所理解之意思相同,而例如於一般所使用的字典所定義的那些術語應被理解為具有與相關領域的內容一致的意思,且除非明顯地定義於後文,將不以過度理想化或過度正式的意思理解。
實施例
首先,請參照圖2。圖2的示意圖為根據本發明一實施例所繪示之適用於連續生產製程的自動化瑕疵檢測設備100。如圖2所示,此適用於連續生產製程的自動化瑕疵檢測設備100包括:一均勻背光源10,照射一待檢測產品200的背面200B,用以突顯該待檢測產品200表面200A的定位孔位置;一均勻正光源20,照射該待檢測產品200的表面200A;一影像擷取單元30,針對該均勻正光源20照射後的該待檢測產品表面200A擷取影像;一定位單元40,將該影像擷取單元所擷取的影像使用如圖1A~1B所示之靜態二值化演算法在該待檢測產品200表面200A上找出一定位孔;一初級框選單元60,利用該定位單元40所找出的該定位孔框選出一初級待檢測區域;一檢測區域定位單元70,透過動態二值化演算法,在該初級待檢測區域中找出實際的檢測區域,該動態二值化演算法之公式如下:gt-offsetgogt+offset,其中gt為預先設定影像閾值,定義為初級框選單元60所框選之初級待檢測區域全部像素灰階值之算術平均數,go為初級框選
單元60所框選之初級待檢測區域中需判定點位之像素灰階值,offset為預先設定的差值,定義為初級框選單元60所框選之初級待檢測區域全部像素灰階值之一倍標準差;以及一瑕疵檢出單元80,使用影像處理方式,就該檢測區域定位單元70所找出實際的檢測區域做正確的瑕疵檢出。其中,影像擷取單元30可為例如但不限於CCD相機或CMOS相機,且初級框選單元60,利用該定位單元40所找出的該定位孔框選出一初級待檢測區域之步驟可透過預先設定參數達成,該參數包括該待檢測區域相對於該定孔之位置、及/或該待檢測區域與該定位孔之間的距離、及/或該待檢測檢測區域相對於該定位孔之面積等。
其次,請參閱圖3。圖3的流程圖為利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100對連續生產製程的產品進行自動化瑕疵檢測的流程。如圖3的流程圖所示,利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100對連續生產製程的產品進行自動化瑕疵檢測的流程,步驟1(S1)乃先利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的均勻背光源10,照射待檢測產品200的背面200B,用以突顯待檢測產品200表面200A的定位孔位置;步驟2(S2)乃利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的均勻正光源20照射待檢測產品200的表面200A;步驟3(S3)乃利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的影像擷取單元30,例如但不限於CCD相機或CMOS相機,針對均勻正光源20照射後的待檢測產品200表面200A擷取影像;步驟4(S4)乃利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的定位單元40,將該影像擷取單元30所擷取的影像使用如圖1A~1B所示之靜態二值化演算法在待檢測產品200表面200A上找出一定位孔;步驟5(S5)乃利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的初級框選單元60,利用該定位單元40所找出的該定位孔框選出一初級待檢測區域;步驟6(S6)乃利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的檢測區域定位單元70,透過
動態二值化演算法,在該初級待檢測區域中找出實際的檢測區域,該動態二值化演算法之公式如下:gt-offsetgogt+offset,其中gt為預先設定的影像閥值,定義為初級框選單元60所框選之初級待檢測區域全部像素灰階值之算術平均數,go為初級框選單元60所框選之初級待檢測區域中需判定點位之像素灰階值,offset為預先設定的差值,定義為初級框選單元60所框選之初級待檢測區域全部像素灰階值之一倍標準差;步驟7(S7)乃利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的瑕疵檢出單元80,使用影像處理方式,就該檢測區域定位單元70所找出實際的檢測區域做正確的瑕疵檢出。其中,步驟5(S5)中利用該定位單元40所找出的該定位孔框選出一初級待檢測區域之步驟可透過預先設定參數達成,該參數包括該待檢測區域相對於該定孔之位置、及/或該待檢測區域與該定位孔之間的距離、及/或該待檢測檢測區域相對於該定位孔之面積等。
接著,請參閱圖4A~4D。圖4A~4D的示意圖為根據本發明另一實施例利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100以及圖3的流程圖對連續生產製程的偏光片進行自動化瑕疵檢測的方法。
圖4A、4B所示為一利用捲對捲連續生產製程所製備的待檢測產品200之片段,在本實施例中之該待檢測產品200為例如但不限於利用捲對捲連續生產製程所製備的偏光片。在根據本發明的其它實施例中,該利用捲對捲連續生產製程所製備的待檢測產品200也可為偏光片以外的其它利用捲對捲連續生產製程所製備的產品,在此不再贅述。
如圖4A所示,待檢測產品200之表面200A的兩側具有預設的定位孔210A~210D、220A~220D,且在定位孔210A~210D、220A~220D之間更包括複數個待檢測區域251A~251D、252A~252D、253A~253D、254A~254D。然後,
利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100以及圖2的流程圖對連續生產製程的偏光片200進行自動化瑕疵檢測。
首先,如圖3的流程圖的步驟1(S1)所示,利用如圖3的適用於連續生產製程的自動化瑕疵檢測設備100的均勻背光源10,照射待檢測產品200的背面200B,用以突顯待檢測產品200表面200A的定位孔210A~210D、220A~220D位置。
其次,如圖3的流程圖的步驟2(S2)所示,利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的均勻正光源20照射待檢測產品200的表面200A,然後如圖3的流程圖的步驟3(S3)所示,利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的影像擷取單元30,針對均勻正光源20照射後的待檢測產品200表面200A擷取影像。
然後,如圖3的流程圖的步驟4(S4)所示,利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的定位單元40,將該影像擷取單元30所擷取的影像使用如圖1A~1B所示之靜態二值化演算法在待檢測產品200表面200A上找出一定位孔,例如如圖3B所示的定位孔210A、210B、220C或220D。
接著,如圖3的流程圖的步驟5(S5)所示,利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的初級框選單元60,將該定位單元40所找出的該定位孔210A、210B、220C或220D框選出一初級待檢測區域例如261A、262B、263D、264C,此步驟可利用該定位孔框選出一待檢測區域之步驟可透過預先設定參數達成,且該參數包括例如但不限於該待檢測區域相對於該定孔之位置、及/或該待檢測區域與該定位孔之間的距離、及/或該待檢測檢測區域相對於該定位孔之面積。如圖4B所示,本實施例之參數為該待檢測區域與定位孔之
間的距離,例如待檢測區域251A與定位孔210A之間的距離d1,或待檢測區域252B與定位孔210B之間的距離d2,或待檢測區域253D與定位孔220D之間的距離d3,或待檢測區域254C與定位孔220C之間的距離d4。
然後,如圖3的流程圖的步驟6(S6)所示,利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的檢測區域定位單元70,透過動態二值化演算法,在步驟5(S5)所獲得的待檢測區域261A、262B、263D或264C中找出實際的檢測區域,該動態二值化演算法之公式如下:gt-offsetgogt+offset,其中gt為預先設定的影像閾值,定義為初級框選單元60所框選之初級待檢測區域全部像素灰階值之算術平均數,go為初級框選單元60所框選之初級待檢測區域中需判定點位之像素灰階值,offset為預先設定的差值,定義為初級框選單元60所框選之初級待檢測區域全部像素灰階值之一倍標準差。如圖4C所示,在步驟5(S5)所獲得的待檢測區域261A,可利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的檢測區域定位單元70,透過動態二值化演算法,找出實際的檢測區域270。
最後,如圖3的流程圖的步驟7(S7)所示,利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的瑕疵檢出單元80,使用影像處理方式,就該檢測區域定位單元70所找出實際的檢測區域做正確的瑕疵檢出。如圖4D所示,在步驟6(S6)所獲得的實際的檢測區域270,可利用如圖2的適用於連續生產製程的自動化瑕疵檢測設備100的瑕疵檢出單元80,使用影像處理方式,就該瑕疵位置定位單元70所找出實際的檢測區域270做正確的瑕疵280檢出。
綜上所述,本發明所揭示的適用於連續生產製程的自動化瑕疵檢測設備及適用於連續生產製程的自動化瑕疵檢測方法,即便該產品具有複雜性
圖樣,仍可避免檢測到不必要的檢測區域,故相較於現有自動化檢測(AOI)設備及方法具有更優異的瑕疵檢出能力。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何熟習此技藝者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
10:背光源
20:正光源
30:影像擷取單元
40:定位單元
60:初級框選單元
70:檢測區域定位單元
80:瑕疵檢出單元
100:適用於連續生產製程的自動化瑕疵檢測設備
200:待檢測產品
200A:待檢測產品表面
200B:待檢測產品背面
Claims (7)
- 如請求項1所述之適用於連續生產製程的自動化瑕疵檢測方法,利用該定位孔框選出一初級待檢測區域之步驟可透過預先設定參數達成。
- 如請求項1所述之適用於連續生產製程的自動化瑕疵檢測方法,該參數包括該待檢測區域相對於該定孔之位置、及/或該待檢測區域與該定位孔之間的距離、及/或該待檢測檢測區域相對於該定位孔之面積。
- 一種適用於連續生產製程的自動化瑕疵檢測設備,包括:一均勻背光源,照射一待檢測產品的背面,用以突顯該待檢測產品表面的定位孔位置;一均勻正光源,照射該待檢測產品的表面;一影像擷取單元,針對該均勻正光源照射後的該待檢測產品表面擷取影像; 一定位單元,將該影像擷取單元所擷取的影像使用靜態二值化演算法在該待檢測產品表面上找出一定位孔;一初級框選單元,利用該定位單元所找出的該定位孔框選出一初級待檢測區域;一檢測區域定位單元,透過動態二值化演算法,在該初級待檢測區域中找出實際的檢測區域,該動態二值化演算法之公式如下:gt-offsetgogt+offset gt:預先設定的影像閥值go:初級待檢測區域中需判定點位之像素灰階值offset:預先設定的差值以及一瑕疵檢出單元,使用影像處理方式,就該檢測區域定位單元所找出實際的檢測區域做正確的瑕疵檢出。
- 如請求項4所述之適用於連續生產製程的自動化瑕疵檢測設備,該影像擷取單元為CCD相機或CMOS相機。
- 如請求項4所述之適用於連續生產製程的自動化瑕疵檢測設備,利用該定位孔框選出一初級待檢測區域之步驟可透過預先設定參數達成。
- 如請求項6所述之適用於連續生產製程的自動化瑕疵檢測設備,該參數包括該待檢測區域相對於該定孔之位置、及/或該待檢測區域與該定位孔之間的距離、及/或該待檢測檢測區域相對於該定位孔之面積。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109112668A TWI738295B (zh) | 2020-04-15 | 2020-04-15 | 適用於連續生產製程的自動化瑕疵檢測設備及適用於連續生產製程的自動化瑕疵檢測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109112668A TWI738295B (zh) | 2020-04-15 | 2020-04-15 | 適用於連續生產製程的自動化瑕疵檢測設備及適用於連續生產製程的自動化瑕疵檢測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI738295B true TWI738295B (zh) | 2021-09-01 |
TW202141024A TW202141024A (zh) | 2021-11-01 |
Family
ID=78777857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109112668A TWI738295B (zh) | 2020-04-15 | 2020-04-15 | 適用於連續生產製程的自動化瑕疵檢測設備及適用於連續生產製程的自動化瑕疵檢測方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI738295B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101312495A (zh) * | 2007-05-25 | 2008-11-26 | 逢甲大学 | 影像快速自动对位的自动光学系统及其使用方法 |
CN102938077A (zh) * | 2012-10-25 | 2013-02-20 | 渭南师范学院 | 基于双阈值二值化的在线式aoi图像检索方法 |
TW201702584A (zh) * | 2015-07-13 | 2017-01-16 | All Ring Tech Co Ltd | 電子元件感興趣區域找尋方法及使用該找尋方法之電子元件缺陷檢測方法及裝置 |
TW201713936A (zh) * | 2015-10-01 | 2017-04-16 | All Ring Tech Co Ltd | 晶粒缺陷檢測方法及裝置 |
CN107014291A (zh) * | 2017-02-15 | 2017-08-04 | 南京航空航天大学 | 一种物料精密转载平台的视觉定位方法 |
CN109584220A (zh) * | 2018-11-15 | 2019-04-05 | 锐捷网络股份有限公司 | 一种丝印定位方法、丝印缺陷检测方法和相关装置 |
-
2020
- 2020-04-15 TW TW109112668A patent/TWI738295B/zh active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101312495A (zh) * | 2007-05-25 | 2008-11-26 | 逢甲大学 | 影像快速自动对位的自动光学系统及其使用方法 |
CN102938077A (zh) * | 2012-10-25 | 2013-02-20 | 渭南师范学院 | 基于双阈值二值化的在线式aoi图像检索方法 |
TW201702584A (zh) * | 2015-07-13 | 2017-01-16 | All Ring Tech Co Ltd | 電子元件感興趣區域找尋方法及使用該找尋方法之電子元件缺陷檢測方法及裝置 |
TW201713936A (zh) * | 2015-10-01 | 2017-04-16 | All Ring Tech Co Ltd | 晶粒缺陷檢測方法及裝置 |
CN107014291A (zh) * | 2017-02-15 | 2017-08-04 | 南京航空航天大学 | 一种物料精密转载平台的视觉定位方法 |
CN109584220A (zh) * | 2018-11-15 | 2019-04-05 | 锐捷网络股份有限公司 | 一种丝印定位方法、丝印缺陷检测方法和相关装置 |
Non-Patent Citations (1)
Title |
---|
平底鍋鍋鍋,"Halcon缺陷检测",2019/07,"https://www.twblogs.net/a/5d3f6d97bd9eee51fbf91ee0?lang=zh-cn" * |
Also Published As
Publication number | Publication date |
---|---|
TW202141024A (zh) | 2021-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108460757B (zh) | 一种手机TFT-LCD屏Mura缺陷在线自动检测方法 | |
TWI787296B (zh) | 光學檢測方法、光學檢測裝置及光學檢測系統 | |
US7978903B2 (en) | Defect detecting method and defect detecting device | |
CN103217436A (zh) | 一种背光模组瑕疵的检测方法及设备 | |
WO2017071406A1 (zh) | 金针类元件的引脚检测方法和系统 | |
JP2003085558A (ja) | パターン検査方法及び検査装置 | |
KR101146081B1 (ko) | 마이크로-검사 입력을 이용한 매크로 결함 검출 방법 및시스템 | |
JP2006284471A (ja) | パターン検査方法及びパターン検査装置並びにパターン検査用プログラム | |
JPWO2007132925A1 (ja) | 表面検査装置 | |
JP5088165B2 (ja) | 欠陥検出方法および欠陥検出装置 | |
TW201516397A (zh) | 玻璃氣泡瑕疵檢測系統 | |
CN108280825A (zh) | 一种液晶显示屏边缘缺口检测方法 | |
JP5634390B2 (ja) | ガラス容器の欠陥検査方法及び装置 | |
TWI738295B (zh) | 適用於連續生產製程的自動化瑕疵檢測設備及適用於連續生產製程的自動化瑕疵檢測方法 | |
JP6628185B2 (ja) | 透明体の検査方法 | |
CN116843640A (zh) | 瓷砖表面凹坑缺陷检测方法、系统及存储介质 | |
KR20140082333A (ko) | 평판디스플레이의 얼룩 검사 방법 및 장치 | |
JPH11257937A (ja) | 欠陥検査方法 | |
JP5239275B2 (ja) | 欠陥検出方法および欠陥検出装置 | |
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 | |
JP2005061929A (ja) | 欠陥検査方法 | |
CN113554584A (zh) | 适用于连续生产制程的自动化瑕疵检测设备及检测方法 | |
JP2004286708A (ja) | 欠陥検出装置、方法及びプログラム | |
JP2006145228A (ja) | ムラ欠陥検出方法及び装置 | |
CN117495846B (zh) | 图像检测方法、装置、电子设备及存储介质 |