WO2010008067A1 - 欠陥検査のための画像データの処理装置および方法、これらを用いた欠陥検査装置および方法、これらを用いた板状体の製造方法、並びに記録媒体 - Google Patents

Abstract

　板状体の撮影画像の中から、信号閾値を用いて欠陥候補を抽出する。抽出した複数の欠陥候補の中から、幅方向の位置が同一の欠陥候補を探索し、探索した欠陥候補の搬送方向の位置と隣り合う欠陥候補の搬送方向の位置との間の間隔を求めることを繰り返すことにより、間隔に対する発生頻度分布を求める。注目する間隔の発生頻度が頻度閾値を超えるとき、板状体は、搬送方向に周期的な欠陥を有すると判別する。このとき、頻度閾値は、注目する間隔が短くなるほど概略大きくなるように設定される。

Description

欠陥検査のための画像データの処理装置および方法、これらを用いた欠陥検査装置および方法、これらを用いた板状体の製造方法、並びに記録媒体

　本発明は、ガラス板等の透明性を有する板状体に存在する欠陥を検出する欠陥検査のための画像データの処理装置および処理方法、これらをそれぞれ用いた欠陥検査装置および欠陥検査方法、これらを用いた板状体の製造方法並びに欠陥検査のための画像データの処理方法を実行するプログラムを記録したコンピュータ読み取り可能な記録媒体に関する。

　今日、ガラス板は、フラットパネルディスプレイや薄膜太陽電池等の電子機器に用いられることから、板厚が薄く、泡やキズ等の欠陥が極めて少ない、あるいは全く存在しないガラス板が強く求められている。
　ガラス板に存在する欠陥として、ガラス板の表面に形成されるキズが挙げられる。例えば、フロート法においては、溶融炉から一定の厚さの長尺の板状体として取り出され、駆動ローラ上で搬送される。その際、駆動ローラに付着した異物や駆動ローラ上の微小な突起等により、ガラス板の表面が傷つけられることによりキズが生じるものである。ガラス板の搬送に用いる駆動ローラは、多数設けられるので、ガラス板の表面に微小なキズが発生する機会は極めて多い。このようなキズは周期性をもって発生するため、従来から、ガラス板に限らず、長尺状の中間形態を取る製品に関し、その工程内検査において、周期性のある欠陥を検査する方法が種々提案されている。

　特許文献１には、走行する被検査物に存在する欠陥の周期を測定するために、欠陥データと正常データとを２値化し、欠陥データ間の距離を求めた後、求めた距離の各々について頻度計算を行って距離の周期成分を算出し、この周期成分から、欠陥の基本周期を抽出する測定方法が記載されている。
　特許文献２には、被検査体を撮像して得た画像データにおいて検出された欠陥を周期性欠陥と、非周期性欠陥とに分類して、周期性欠陥を検査する方法が記載されている。

日本国特公平７－８６４７４号公報 日本国特開２００６－３０８４７３号公報

　しかし、特許文献１では、欠陥データ間の距離の周期成分を算出するとき、欠陥データとノイズデータとを区別できないため周期成分を有効に算出することは難しい。欠陥が微小な場合、２値化する閾値を低下しなければならないため、ノイズデータを欠陥データとして扱う数が極めて大きくなり、周期成分の算出の精度は益々低下する。
　一方、特許文献２では、被検査体を撮像して得られた画像データにおいて検出された欠陥を、周期性欠陥と非周期性欠陥とに分類するとき、画像データを２値化し、２値化によって得られた欠陥と見做される部分の面積の大きさが所定値を上回るものを非周期性欠陥として分類する。このため、面積が極めて小さい、ノイズデータに起因する欠陥と見做される部分を、周期性欠陥と誤認して識別する。
　つまり、ガラス板に発生する駆動ローラ等による小さなキズの欠陥は小さいため、画像データを２値化するとき、欠陥と誤って見做す部分を低減するために、閾値を下げても、ランダムに発生するノイズデータと区別することは難しい。このため、駆動ローラ等による小さなキズの欠陥の周期性を判別することはきわめて難しい。

　そこで、本発明は、上記問題点を解決するために、ガラス板等の板状体に存在する欠陥を検出するとき、撮影された画像中にノイズ成分が含まれていても、周期的な欠陥の存在を検出することのできる欠陥検査のための画像データの処理装置および処理方法、これらをそれぞれ用いた欠陥検査装置および欠陥検査方法、、この検査方法または欠陥検査装置を用いた板状体の製造方法、並びに欠陥検査のための画像データの処理方法を実行するプログラムを記録したコンピュータ読み取り可能な記録媒体を提供することを目的とする。

　上記目的を達成するために、本発明の態様１は、板状体を所定の方向に相対移動しながら撮影して得られた画像を用いて、前記板状体に存在する欠陥を検査する欠陥検査のための画像データの処理装置であって、前記画像の中から、第１の信号閾値を用いて複数の欠陥候補を抽出し、抽出された複数の欠陥候補の中から、前記所定の方向である移動方向と直交する幅方向の位置が同一である欠陥候補を前記移動方向に探索し、探索により検出された欠陥候補の、前記板状体における移動方向の位置と、前記検出された欠陥候補と移動方向において隣り合う欠陥候補の移動方向の位置との間の間隔を求めることを繰り返すことにより、複数の間隔を取得し、この複数の間隔における発生頻度を求め、注目する間隔の発生頻度が、設定される頻度閾値を超えるとき、前記板状体は、前記移動方向に周期的な欠陥を有すると判別する処理部と、を有し、前記処理部で用いる前記頻度閾値は、前記注目する間隔に応じて定まり、二つの頻度閾値が異なる値として定まるとき、大きい方の頻度閾値を定める前記注目する間隔は、小さい方の頻度閾値を定める前記注目する間隔に比べて小さい値となるように、前記頻度閾値は設定されていることを特徴とする処理装置を提供する。

　本発明の態様２は、上記態様１において、前記処理部は、前記欠陥候補の発生密度と前記第１の信号閾値との関係を表す参照テーブルを有し、欠陥候補の発生密度が、設定された目標発生密度になるように、前記参照テーブルを用いて前記第１の信号閾値を設定し、前記頻度閾値は、前記注目する間隔の他に、前記目標発生密度の値に応じて変化する値である処理装置を提供する。

　本発明の態様３は、上記態様１または態様２において、前記処理部で用いる前記頻度閾値は、ノイズ成分が領域中にランダムに分布したことを想定し、前記幅方向の位置が同一の位置にあるノイズ成分を前記欠陥候補として、前記間隔に対する前記ノイズ成分の発生頻度を解析的に求め、あるいは、ノイズ成分で形成されるシミュレーション画像における前記ノイズ成分の画像を欠陥候補として、前記間隔に対する前記ノイズ成分の発生頻度を求め、この求めた発生頻度に基づいて定められたものである処理装置を提供する。

　本発明の態様４は、上記態様３において、前記ノイズ成分の発生は、画像中のノイズ成分の発生密度を、画像の領域に応じて変化させたものである処理装置を提供する。

　本発明の態様５は、上記態様１～４のいずれかにおいて、前記処理部は、前記欠陥候補を探索する探索対象の画像を、前記幅方向および前記移動方向に複数分割して同一サイズのユニット領域を複数形成し、複数の欠陥候補が含まれる複数のユニット領域が、前記幅方向において同一の位置にある場合、これらの欠陥候補は、互いに前記幅方向の位置が同一であるとして、前記間隔および前記発生頻度を求める処理装置を提供する。

　本発明の態様６は、上記態様１～５のいずれかにおいて、前記処理部は、前記幅方向の位置における前記発生頻度の分布を表す幅方向発生頻度分布を求め、この幅方向発生頻度分布における、前記幅方向に沿った前記発生頻度のばらつきを用いて、欠陥発生パターンを分類する処理装置を提供する。

　本発明の態様７は、上記態様１～６のいずれかにおいて、前記板状体は前記移動方向に連続した長尺形状のものであり、前記処理部は、前記板状体を、設定された長さの板状体の領域に分け、この領域の画像を１単位の検査対象として、複数単位について前記判別をする処理装置を提供する。

　本発明の態様８は、上記態様７において、前記処理部は、前記間隔と前記幅方向の位置とにより定まる前記間隔の発生頻度分布を、前記複数の時系列単位について記録し、記録した発生頻度分布から、注目する間隔と前記幅方向の位置を定めて発生頻度を求め、この発生頻度を時系列データとして表すことによって、欠陥の発生情報を画面表示する処理装置を提供する。

　本発明の態様９は、上記態様８において、前記発生頻度の時系列データについて、前記注目する間隔および幅方向の位置の少なくとも一方を変えた複数の発生頻度の時系列データを同一グラフに重ね書きして画面表示する処理装置を提供する。

　本発明の態様１０は、上記態様１～９のいずれかにおいて、前記処理部は、前記幅方向の位置が同一の欠陥候補を、前記移動方向に探索し検出する時、隣り合う欠陥候補を一つ前の欠陥候補として前記移動方向の間隔を求める他に、複数個前の欠陥候補との間の移動方向の間隔を求めることを繰り返すことにより、複数の間隔を取得し、この複数の間隔における発生頻度を求め、注目する間隔の発生頻度が、設定される頻度閾値を超える時、前記板状体は、前記移動方向に周期的な欠陥を有すると判別する処理装置を提供する。

　本発明の態様１１は、上記態様１～１０のいずれかにおいて、前記間隔のうち、前記移動方向に周期的な欠陥を有すると判別した間隔をピッチ間隔というとき、前記処理部は、さらに、前記ピッチ間隔を持つ欠陥候補の位置する前記幅方向の位置を含む注意領域を定め、この注意領域の画像の中から、第２の信号閾値を用いて、画像の端から詳細欠陥候補を抽出し、この抽出して得られた詳細欠陥候補の位置から、前記移動方向に前記ピッチ間隔離れた位置を中心とした探索領域を定め、この探索領域について、前記第２の信号閾値を用いて詳細欠陥候補を探索し、探索して検出された詳細欠陥候補と、前記抽出して得られた詳細欠陥候補の属性をそれぞれ評価し、この評価結果に応じて、前記注意領域は、前記移動方向に周期的な詳細欠陥候補を含むか否かを判別する処理装置を提供する。

　本発明の態様１２は、上記態様１～１１のいずれかにおいて、前記処理部は、前記幅方向の位置が同一の欠陥候補を、前記移動方向に探索し検出し、前記間隔を求めるとき、検出した欠陥候補の属性、または欠陥候補の、所定の欠陥候補との間の類似度を評価し、この属性および類似度の少なくとも一方が設定された条件を満たすとき、前記間隔を求める処理装置を提供する。

　本発明の態様１３は、板状体に存在する欠陥を検査する欠陥検査装置であって、前記板状体の面に投光する光源と、前記板状体との間で、前記光源と共に相対移動をしながら、前記光源で投光した板状体の画像を撮影するカメラと、上記態様１～１２のいずれかの処理装置と、を有し、前記処理装置の前記処理部は、前記カメラで撮影して得られた前記画像の中から、前記第１の信号閾値を用いて前記複数の欠陥候補を抽出し、抽出した前記複数の欠陥候補の中から、前記カメラと前記板状体との間の相対移動の方向である前記移動方向と直交する前記幅方向の位置が同一の欠陥候補を前記移動方向に探索することを特徴とする欠陥検査装置を提供する。

　本発明の態様１４は、板状体を所定の方向に相対移動しながら撮影して得られた画像を用いて、前記板状体に存在する欠陥を検査する欠陥検査のための画像データの処理方法であって、撮影して得られた画像の中から、第１の信号閾値を用いて複数の欠陥候補を抽出し、抽出された複数の欠陥候補の中から、前記所定の方向である移動方向と直交する幅方向の位置が同一である欠陥候補を前記移動方向に探索し、探索により検出された欠陥候補の移動方向の位置と、この欠陥候補と移動方向において隣り合う欠陥候補の移動方向の位置との間の間隔を求めることを繰り返すことにより、複数の間隔を取得し、この複数の間隔における発生頻度を求め、注目する間隔の発生頻度が、設定される頻度閾値を超えるとき、前記板状体は、移動方向に周期的な欠陥を有すると判別し、前記頻度閾値は、前記注目する間隔に応じて定まり、二つの頻度閾値が異なるとき、大きい方の頻度閾値を定める前記注目する間隔は、小さい方の頻度閾値を定める前記注目する間隔に比べて小さい値となるように、前記頻度閾値は設定されていることを特徴とする処理方法を提供する。

　本発明の態様１５は、上記態様１４において、前記判別する前に、検査条件を設定し、前記検査条件を設定するステップでは、欠陥候補の発生密度が、設定された目標発生密度になるように、参照テーブルを用いて前記第１の信号閾値が設定され、前記頻度閾値は、前記注目する間隔の他に、前記目標発生密度の値に応じて変化する値である欠陥検査方法を提供する。

　本発明の態様１６は、上記態様１４または態様１５において、前記頻度閾値は、ノイズ成分により形成されるシミュレーション画像における前記ノイズ成分の画像を欠陥候補として、前記間隔に対する前記ノイズ成分の発生頻度を求め、この発生頻度に基づいて定められたものである欠陥検査方法を提供する。

　本発明の態様１７は、上記態様１６において、前記シミュレーション画像は、画像中のノイズ成分の発生密度が、画像の領域に応じて異なるように作成されたものである欠陥検査方法を提供する。

　本発明の態様１８は、上記態様１４～１７のいずれかにおいて、前記注目する間隔のうち、前記移動方向に周期的な欠陥候補を有すると判別した間隔をピッチ間隔というとき、前記判別をするステップの後に、さらに、前記ピッチ間隔を持つ欠陥候補の位置する前記幅方向の位置を含む注意領域を定め、この注意領域の画像の中から、第２の信号閾値を用いて、画像の端から詳細欠陥候補を抽出し、この抽出して得られた詳細欠陥候補の位置から、前記移動方向に前記ピッチ間隔離れた位置を中心とした探索領域を定め、この探査領域について、前記第２の信号閾値を用いて詳細欠陥候補を探索し、探索して検出された詳細欠陥候補と、前記抽出して得られた詳細欠陥候補の属性をそれぞれ評価し、この評価結果に応じて、前記注意領域は、前記移動方向に周期的な欠陥候補を含むか否かを判別する処理方法を提供する。

　本発明の態様１９は、上記態様１８において、前記注意領域の周期的な欠陥候補の判別に用いる画像は、前記板状体を、一定のサイズに切断した後の板の画像である処理方法を提供する。

　本発明の態様２０は、上記態様１４～１９のいずれかにおいて、前記幅方向の位置が同一の欠陥候補を、前記移動方向に探索し検出し、前記間隔を求めるとき、検出した欠陥候補の属性、または欠陥候補の、所定の欠陥候補との間の類似度を評価し、この属性および類似度の少なくとも一方が設定された条件を満たすとき、前記間隔を求める処理方法を提供する。

　本発明の態様２１は、板状体に存在する欠陥を検査する欠陥検査方法であって、前記板状体の面に光を投光し、前記板状体を相対的に移動させながら、投光した板状体の画像を撮影し、撮影して得られた前記画像を用いて、上記態様１４～２０のいずれかの処理方法を行うことを特徴とする欠陥検査方法を提供する。

　また、本発明の態様２２は、搬送ローラによって搬送される帯状の連続体である板状体の製造方法であって、上記態様１３の欠陥検査装置または上記態様２１の欠陥検査方法を用いて、前記板状体を、移動中に検査し、検査された結果に応じて、前記板状体の移動経路上で欠陥を発生させる搬送ローラを特定し、特定された搬送ローラを除去する、あるいは補修することを特徴とする板状体の製造方法を提供する。

　また、本発明の態様２３は、搬送ローラによって搬送される帯状の連続体である板状体の製造方法であって、上記態様１３の欠陥検査装置または上記態様２１の欠陥検査方法を用いて、前記板状体を、移動中に検査し、前記周期的な欠陥を有すると判別された欠陥の前記幅方向位置を避けて前記板状体を切断して取り出すことを特徴とする板状体の製造方法を提供する。

　また、本発明の態様２４は、上記態様１４～２０のいずれかの欠陥検査のための画像データの処理方法を実行するコンピュータが実行可能なプログラムおよびこのプログラムを記録したコンピュータ読み取り可能な記録媒体を提供する。

　また、本発明の態様２５は、上記態様１～１０のいずれかにおいて、前記間隔のうち、前記移動方向に周期的な欠陥を有すると判別した間隔をピッチ間隔というとき、前記処理部は、さらに、前記ピッチ間隔を持つ欠陥候補の位置する前記幅方向の位置を含む注意領域を定め、この注意領域の画像の中から、第２の信号閾値を用いて、画像の端から詳細欠陥候補を抽出し、この抽出して得られた詳細欠陥候補の位置から、前記移動方向に前記板状体を搬送する搬送ローラの周長に相当する距離離れた位置を中心とした探索領域を定め、この探索領域について、前記第２の信号閾値を用いて詳細欠陥候補を探索し、探索して検出された詳細欠陥候補と、前記抽出して得られた詳細欠陥候補の属性をそれぞれ評価し、この評価結果に応じて、前記注意領域は、前記移動方向に周期的な詳細欠陥候補を含むか否かを判別する処理装置を提供する。

また、本発明の態様２６は、上記態様１４～１７のいずれかにおいて、前記注目する間隔のうち、前記移動方向に周期的な欠陥候補を有すると判別した間隔をピッチ間隔というとき、前記判別をするステップの後に、さらに、前記ピッチ間隔を持つ欠陥候補の位置する前記幅方向の位置を含む注意領域を定め、この注意領域の画像の中から、第２の信号閾値を用いて、画像の端から詳細欠陥候補を抽出し、この抽出して得られた詳細欠陥候補の位置から、前記移動方向に前記板状体を搬送する搬送ローラの周長に相当する距離離れた位置を中心とした探索領域を定め、この探査領域について、前記第２の信号閾値を用いて詳細欠陥候補を探索し、探索して検出された詳細欠陥候補と、前記抽出して得られた詳細欠陥候補の属性をそれぞれ評価し、この評価結果に応じて、前記注意領域は、前記移動方向に周期的な欠陥候補を含むか否かを判別する処理方法を提供する。

　本発明の態様１の欠陥検査のための画像データの処理装置、態様１３の欠陥検査装置、態様１４の処理方法および態様２１の欠陥検査方法、ならびに態様２４のプログラムおよび記録媒体では、欠陥候補の間隔に対する発生頻度と、頻度閾値とを用いて周期的欠陥の有無を判別している。しかも、これらでは、頻度閾値は、注目する間隔に応じて定まり、二つの頻度閾値が異なる値として定まるとき、大きい方の頻度閾値を定める前記注目する間隔は、小さい方の頻度閾値を定める前記注目する間隔に比べて小さい値となるように、頻度閾値は設定されている。
　このため、周期的な欠陥の存在を、撮影された画像中にノイズ成分が含まれていても判別することができる。

　本発明の欠陥検査のための画像データの処理装置および欠陥検査のための画像データの処理方法の、この他の態様について見ると、まず、態様２及び態様１５においては、欠陥候補の発生密度が、設定された目標発生密度になるように、第１の信号閾値を設定することにより、かつ、頻度閾値を、注目する間隔の他に、目標発生密度の値に応じて変化させることにより、より効率よく、周期的な欠陥の存在を判別することができる。板状体における上記の欠陥候補の発生密度が、板状体の生産上の諸条件により変動したとしても、その変動に臨機に適応して、周期的な欠陥の存在を、最適に判別することができる。
　態様３および態様１６においては、ランダムに発生するノイズ成分を克服して、すなわち、ノイズ成分が存在しても、ノイズ成分に影響されずに、周期的な欠陥を容易に検出することができる。また、解析的に求めた発生頻度やシミュレーション画像により、簡易に頻度閾値を定めることができる。

　態様４および態様１７においては、画像を分割して処理することにより、板状体において、局所的に発生する周期的な欠陥を容易に検出することができる。さらに、局所的に発生するノイズ成分を除外して検査を行なうこともできる。
　態様５においては、検査対象の画像において、発生する欠陥候補の位置ずれを考慮して同一サイズのユニット領域を形成するので、より効率よく、短時間に、周期的な欠陥の存在を判別することができる。
　態様６においては、欠陥候補の幅方向発生頻度分布を求め、幅方向に沿った発生頻度のばらつきを用いて、欠陥発生パターンを分類することができるので、欠陥の発生原因の推定に有効に用いることができる他、板状体を安定して連続生産できるかどうか、その状況判別に役立ち、生産工程の管理に大いに役立つ。

　態様７においては、板状体を、設定された長さの板状体の領域に分け、この領域の画像を一つの時系列単位の検査対象として、複数の時系列単位について判別する他、欠陥候補の発生頻度の情報を時系列データとして表すことができる。このため、周期的な欠陥の存在をより確実に判別することができる他、時系列的に変化する欠陥の状況を捉えることができ、枚葉を単位とする板状体（ガラス基板）の良否判定と、その後工程における処理に大いに役立つ。
　態様８においては、発生頻度分布を複数の時系列単位について記録するので、周期的な欠陥が、どのくらいの期間続いて発生しているのか、情報を得ることができる他、生産工程におけるリアルタイム管理に役立つ。
　態様９においては、複数の発生頻度の時系列データを同一グラフに重ね書きするので、複雑に変化し得る欠陥の発生要因を、短時間で容易に検出できる。

　態様１０においては、一つ前の隣り合う欠陥候補との間の間隔の他に、複数個前の欠陥候補との間の間隔を求めて発生頻度を求めるので、周期的な欠陥の有無を判別するので、複数の異なる発生源による欠陥が存在し、それらの発生位置が面内で一部重なる場合であっても、周期的な欠陥を容易に検出できる。
　態様１１、態様１８、態様２５及び態様２６においては、注意領域および探索領域を定めて詳細欠陥候補を探索して、周期的な詳細欠陥候補を含むか否かを判別するので、あらかじめ想定した欠陥の発生の有無を、短時間で検出することができる。逆に、検出のための所要時間を相対的に長くとれば、欠陥検出の正確性を高めることができる。
　態様１２及び態様２０においては、欠陥候補の属性や欠陥候補の類似度が設定された条件を満たすとき欠陥候補間の間隔を求めるので、周期的な欠陥を確実に見逃しなく検出することができ、周期的な欠陥であるかの判別の信頼度を向上させることができる。

　また、本発明の態様２２の板状体の製造方法においては、従前に比して、搬送ローラが備えられた工程における修復作業に要する時間を短縮し、また、工程が連続稼動している際の管理を容易にし、歩留まりを安定化させることができる。さらに、生産工程で使用中の搬送ローラの管理を容易にすることができる。また、搬送ローラを交換すべき将来の時期を、あらかじめ見極めることができる。
　本発明の態様２３の板状体の製造方法においては、従前に比して、搬送ローラ等に欠陥原因があっても、帯状の連続体である板状体を効率よく切断して取り出すことができるので、歩留まりを安定化させることができる。

本発明の欠陥検査装置の一実施形態である欠陥検査装置の概略の構成を示す図である。 本発明の欠陥検査装置の一実施形態である欠陥検査装置における検査対象のガラス板を説明する図である。 本発明の欠陥検査方法の一実施形態のフローの一例を示すフローチャートである。 本発明の欠陥検査方法の処理の一部を説明する図である。 本発明の欠陥検査方法の処理の一部を説明する図である。 本発明の欠陥検査方法に用いる頻度閾値について説明する一例の図である。 本発明の欠陥検査方法に用いる頻度閾値について説明する一例の図である。 本発明の欠陥検査方法に用いる頻度閾値について説明する他の例の図である。 本発明の欠陥検査方法に用いる頻度閾値について説明する他の例の図である。 本発明の欠陥検査方法に用いる頻度閾値について説明する他の例の図である。 本発明の欠陥検査方法の他の実施形態のフローの一例を示すフローチャートである。 本発明の欠陥検査方法で得られる幅方向の発生頻度分布の例を示す図である。 本発明の欠陥検査方法で得られる幅方向の発生頻度分布の例を示す図である。 本発明の欠陥検査方法で得られる幅方向の発生頻度分布の例を示す図である。 本発明の欠陥検査方法で得られる時系列分布の一例を示す図である。 本発明の欠陥検査方法の他の実施形態のフローの一例を示すフローチャートである。 本発明の欠陥検査方法の他の実施形態のフローの一例を示すフローチャートである。 本発明の欠陥検査方法の他の実施形態のフローの一例を示すフローチャートである。 図１２に示す欠陥検査方法を説明する図である。 図１２に示す欠陥検査方法を説明する図である。 本発明の欠陥検査方法で得られる発生頻度の時系列分布の他の例を示す２次元の密度画像である。 本発明の欠陥検査方法で得られる発生頻度の時系列分布の他の例を示す３次元グラフである。 本発明の欠陥検査方法で得られる発生頻度の時系列分布の他の例を示す２次元の密度画像である。 本発明の欠陥検査方法で得られる発生頻度の時系列分布の他の例を示す３次元グラフである。 本発明の欠陥検査方法で得られる発生頻度の他の例を時系列的に示す３次元グラフである。 本発明の欠陥検査方法で得られる発生頻度の他の例を時系列的に示す３次元グラフである。 本発明の欠陥検査方法で得られる発生頻度の他の例を時系列的に示す３次元グラフである。 本発明の欠陥検査方法で得られる発生頻度の他の例を時系列的に示す２次元の密度画像である。 本発明の欠陥検査方法で得られる発生頻度の他の例を時系列的に示す２次元の密度画像である。 本発明の欠陥検査方法で得られる発生頻度の他の例を時系列的に示す２次元の密度画像である。

　以下、本発明の欠陥検査のための画像データの処理装置および処理方法、これらをそれぞれ用いた欠陥検査装置および欠陥検査方法、これらを用いた板状体の製造方法、並びに処理方法を実行するプログラムを記録したコンピュータ読み取り可能な記録媒体について、添付の図面に示される好適実施例を基に詳細に説明する。
　図１Aの欠陥検査装置１は、本発明の欠陥検査方法を実施する本発明の欠陥検査装置であり、欠陥の周期性の有無を判別するものである。欠陥検査装置１は、主に、欠陥検査ユニット１０と、処理部１６と、欠陥検査ユニット２６とを有する。

　本発明における板状体として、以下の説明では、透明性を有するガラス板Ｇをとりあげているが、本発明の板状体は、これに限定されず、例えば、長尺状のアクリル板や長尺状のフィルムや紙等のも含まれる。
　また、以下で説明するガラス板Ｇは、所定のサイズに切断される前の長尺の帯状の連続体であって、搬送状態のものを主に説明する。生産しようとするマザーガラス基板の種別として、例えば、Ｇ６、Ｇ８、Ｇ１０、さらには、Ｇ１２などがあり、より大型サイズ化の傾向を示している。
　本発明では、所定のサイズに切断されたガラス板を対象としてもよい。しかし、欠陥候補の周期性の判別をするには、帯状の連続体である長尺のガラス板であって、搬送状態のガラス板を対象とするのが好適である。

　また、以下の実施形態では、搬送されるガラス板Ｇが、静止した光源とカメラを用いて撮影されるが、本発明では、静止したガラス板Ｇを、光源とカメラが移動しながら撮影する形態であってもよい。本発明では、光源およびカメラとガラス板Ｇとの間で相対的移動があればよい。以降の実施形態で説明する搬送方向は、本発明における第１の移動方向であり、幅方向は、本発明における第２の移動方向にそれぞれ対応する。

　図１Aに示す欠陥検査ユニット１０は、複数の異なる半径を有する搬送ローラ１１によって形成される搬送経路に設けられている。ガラス板Ｇは、溶融路から一定の厚さに取り出された帯状の連続体を成しており、連続的に搬送経路上を搬送され、移動する。
　ここで、ガラスＧを搬送する搬送ローラ１１としては、駆動ローラが用いられるが、駆動ローラの間に１つ以上の従動ローラが用いられていても良い。また、搬送ローラ１１としては、種々のタイプの搬送ローラが用いることができる。例えば、無垢ローラ、スリーブローラ、鞘つきローラ、コーティングローラ、膜つきローラなどのような、全幅でガラスＧと接触する通常の搬送ローラであっても良い。また、鍔つきローラや段つきローラなどの幅方向に間隔を空けてガラスＧと接触する搬送ローラであっても良い。
　欠陥検査ユニット１０は、ガラス板Ｇの面に投光する光源２２と、光源２２により投光した板状体の画像を撮影するカメラ１４と、周期性のある欠陥候補を判別する処理部１６と、を有する。この他に、検査結果等をソフトコピー画像として画面表示するディスプレイ１８ａ、検査結果等をハードコピー画像として出力するプリンタ１８ｂなどの出力系１８や、マウスやキーボード等の入力操作系２０が、欠陥検査ユニット１０に接続されていてもよい。欠陥検査ユニット１０は、ガラス板Ｇを透過した透過光による透過画像内の欠陥候補を検査する装置である。さらに、処理部１６には、ガラス板Ｇの一方の面の側に光源２２とカメラ２４を配し、カメラ２２でガラス板Ｇの欠陥の像を反射画像とし、欠陥候補の位置を抽出する反射画像の欠陥検査ユニット２６が接続されている。

　ガラス板Ｇは、溶融炉から一定の厚さに取り出され搬送ローラ１１により連続的に搬送されるとき、ガラス板Ｇの表面には、図１Bに示すように、搬送ローラ１１による細かな欠陥Ｄが周期的に発生する。また、ガラス板Ｇの表面に点状の欠陥Ｘが発生する。さらに、一定の領域に広がる汚れ領域Ｙも発生する。さらに、欠陥検査ユニット１０で読み取られる画像では、上記各欠陥の他に、画像の読み取り時の処理によりランダムに生じる点状のノイズも、欠陥Ｘとして視認される。
　欠陥検査ユニット１０は、このようなガラス板Ｇの画像において、搬送されるガラス板Ｇの表面に発生する、搬送方向と直交するガラス板Ｇの幅方向の略同一の位置に周期的に発生する欠陥Ｄのピッチ間隔Ｐを、欠陥Ｘと区別して確実に判別するものである。

　光源１２は、略平行光を出射する光源であり、ガラス板Ｇの幅方向（図１Aの紙面に垂直方向）に略均一な光強度を持った略平行光を発する線状光源である。光源は、ハロゲン光源やＬＥＤ光源等が用いられ、光の種類は特に制限されず、好適には白色が用いられる。
　カメラ１４は、光源１２と、ガラス板Ｇを挟んで対向する位置に設けられ、ガラス板Ｇを透過した透過光を、直接受光面で読み取るラインセンサ型カメラである。カメラ１４のラインセンサのタイプは、ＣＣＤタイプであっても、ＣＭＯＳタイプであっても良く、特に限定されない。カメラ１４は、図１A中の紙面に垂直方向に複数台設けられ、搬送方向の同じ位置を撮影し、しかも複数台のカメラは、ガラス板Ｇの幅方向における視野範囲がお互いに部分的に重なるように設定されている。
　カメラ１４で撮影された画像信号は、処理部１６に送られる。

　処理部１６は、本発明の欠陥検査のための画像データの処理方法を実施する本発明の処理装置を構成する部分である。処理部１６は、送られた画像信号からガラス板Ｇの検査対象の画像データを生成し、この画像データを用いて欠陥検査を行う部分である。カメラ１４から送られる画像信号は、上述したように、部分的に重なる領域を平均処理して一つの画像を構成する画像データを生成する。このような画像データを用いて、検出される欠陥候補の周期性の有無を判別する。この判別については後述する。

　欠陥検査ユニット２６の光源２２は、ガラス板Ｇの面に照明光を照射する帯状の光、すなわち略平行光を出射する光源であり、ガラス板Ｇの面に対して傾斜した方向から光を入射させる。光源２２は、欠陥検査ユニット１０の光源１２と同様に、図１Aの紙面に垂直方向に延びている線状光源であり、ガラス板Ｇの幅方向（図１Aの紙面に垂直方向）に略均一な光強度を持った略平行光を発するのが好ましい。本発明においては、二つの光源が備えられ、光源２２は、例えば、ＬＥＤ光源やハロゲン光源が用いられ、光の種類は特に制限されず、赤色、青色、白色等であってもよいが、白色が好適である。
　カメラ２４は、ガラス板Ｇの表面から出射した反射光を集光し、反射画像を撮影するラインセンサ型カメラであり、カメラ１４と同様のタイプのカメラを用いることができる。カメラ２４は、ガラス板Ｇから見て光源２２と同じ側に設けられている。カメラ２４と光源２２は、搬送方向の上流側、下流側の位置関係になるように設けられ、光源２２の光の出射方向およびカメラ２４の視野方向は、ガラス板Ｇの裏面で反射した光がカメラ２４に入射されるように調整されている。

　カメラ２４で撮影される画像は、光源２２で照明されてガラス板Ｇの表面、裏面で反射した画像であり、ガラス板Ｇ内部に存在する欠陥の領域を暗部とする画像である。この画像には、ガラス板Ｇの面に対して傾斜した方向からガラス板Ｇの表面に入射し、ガラス板Ｇの裏面で反射した後、この反射光の光路を欠陥の領域が通過することによってできる欠陥の実像がまず含まれる。
　さらに、ガラス板Ｇの表面に対して傾斜した方向からガラス板Ｇの表面に入射した入射光が、ガラス板Ｇ内の光路中にある欠陥の領域を通過した後、ガラス板Ｇの裏面で反射してできる欠陥の鏡像が含まれる。
　このようにして、カメラ２４で得られた画像データは、ライン状に読み取られる度に逐次処理部１６に送られる。処理部１６では、欠陥検査ユニット１０の場合と同様に、送られた画像データを用いて欠陥検査を行う。

　欠陥検査ユニット２６を用いて欠陥を検査するのは、上述の欠陥の実像と鏡像との搬送方向の位置ずれ量によってガラス板Ｇの表面（図１A中のガラス板Ｇの上側の面）と裏面（図１A中のガラス板Ｇの下側の面、搬送ローラ１１の側の面）のどちらにあるかを知り、欠陥としての属性を定めることができるからである。すなわち、位置ずれ量がなく、像が一つに見える場合、裏面に欠陥があることがわかり、位置ずれ量があり、二つの像が見える場合、ガラス板Ｇ内やガラス板Ｇの表面にあることがわかる。
　図１Aに示す欠陥検査装置１は、２つの欠陥検査ユニット１０と２６を備えているが、本発明はこれに限定されず、いずれか一方のみを備えているものであっても良い。

　処理部１６では、得られた検査対象の画像から、欠陥検査のための画像データの処理が以下のように行われる。図２は、欠陥検査方法、特に、欠陥検査のための画像データの処理方法のフローを示すフローチャートである。
　まず、検出したい欠陥の検査条件が設定される（ステップＳ１００）。具体的には、周期性のある欠陥候補が検出されるときの幅方向の位置のばらつきの許容量、周期性のある欠陥候補が検出されるときの搬送方向位置の、所定のピッチ間隔からのばらつきの許容量、周期性のある欠陥候補がどの程度の長さ、連続して発生するかの情報、周期性を持って連続して発生する一群の欠陥候補が、どの程度の頻度で発生するかの情報、周期性のある欠陥候補の発生頻度の情報等が入力操作系２０（図１A参照）から、オペレータの入力により設定されるのが好ましい。

　次に、欠陥検査の検査対象となる画像に対して、設定された検査条件に基づいてユニットサイズが決定される（ステップＳ１１０）。
　ユニットサイズとは、図３に示すように、欠陥候補を探索する探索対象の画像を、幅方向および搬送方向（移動方向）に複数分割して同一サイズのユニット領域を複数形成するときの、幅方向および搬送方向のユニット領域の長さをいう。ユニットサイズは、検査条件として設定された、幅方向および搬送方向の位置のばらつきの許容量に基づいて決定される。例えば、幅方向長さ×搬送方向長さを１０ｍｍ×１０ｍｍと決定される。
　このようにユニット領域を形成するのは、このユニット領域にある後述する欠陥候補と、別の領域にある欠陥候補との間の搬送方向の間隔を、ユニット領域の間隔（離間距離）によって求めるためである。したがって、欠陥候補が一つのユニット領域内にある限り、どの位置にあっても、欠陥候補の位置は変わらないとして扱われる。周期性のある欠陥候補の位置が幅方向および搬送方向において、許容範囲内でばらついても、ユニットサイズを設けることにより、ユニット領域は、欠陥候補の位置のばらつきを吸収し、あるいは低減または無くすことができるので、安定した欠陥候補間の間隔を取りだすことができる。

　次に、検査単位長さが決定される（ステップＳ１２０）。検査単位長さとは、１回の欠陥検査の対象となる画像の搬送方向の長さである。検査単位長さを一定にして、繰り返し欠陥検査を行うことで、時系列の欠陥検査の結果を求めることができ、欠陥の発生原因等を推定することが可能となる。
　検査単位長さは、検査条件として設定された、欠陥がどの程度の長さ、周期性を持って連続して発生するかの情報に基づいて、検査単位長さが決定される。例えば、１時間分や１日分の搬送されるガラス板Ｇの長さ、あるいは、１００ｍや１０００ｍ等の長さが決定される。

　次に、欠陥候補の目標発生密度の値が決定される（ステップＳ１３０）。欠陥候補とは、撮影したガラス板Ｇの撮影画像を２値化したとき、画像内に暗部として区分けされる暗部領域をいう。本実施形態では、ガラス板Ｇの搬送ローラ１１に起因して生じる微細なキズの周期性の有無を検査対象とするので、欠陥候補の発生密度が高い場合、ノイズ成分による点状の暗部領域が多数形成される。
　このため、本来検査したい微細なキズの周期性の有無を正確に判別することは難しい。一方、後述する第１の信号閾値を低くして欠陥候補の発生密度を小さくした場合、検査したい微細なキズが欠陥候補の暗部として区分けされない場合もある。
　このため、検査条件として設定された、周期性のある欠陥候補の発生頻度の情報を用いて、画像中の暗部領域の目標発生密度が決定される。

　次に、決定された目標発生頻度に基づいて第１の信号閾値が決定される（ステップＳ１４０）。第１の信号閾値は、ガラス板Ｇの撮影画像を２値化するときの画像データの閾値である。この第１の信号閾値より画像データの値が低いとき暗部領域（欠陥候補）として区分けされる。処理部１６は、第１の信号閾値と暗部領域の発生密度との関係を表す参照テーブルを備えており、決定された目標発生密度から、この参照テーブルを参照して第１の信号閾値が求められ決定される。
　一般的には、目標発生密度が小さいほど第１の信号閾値は低く設定される。参照テーブルは、欠陥検査ユニット１０において、予め所定のガラス板Ｇの撮影画像について第１の信号閾値と暗部領域の発生密度との関係を求めておきメモリに記憶しておく。

　次に、決定された欠陥候補の目標発生密度の値に応じて頻度閾値が決定される（ステップＳ１５０）。頻度閾値とは、後述する欠陥検査（ステップＳ１６０）において、ガラス板Ｇが周期的な欠陥を有するか否かを判別するために用いる閾値である。頻度閾値は、横軸に欠陥候補の間隔を、縦軸にその間隔に対する頻度を採って得られるヒストグラムにおいて、周期性があると判別するために用いる頻度の閾値である。
　例えば、図４に示すようなヒストグラムが処理部１６で作成されたとき、間隔Ｂについて決定された頻度閾値Ａに対して間隔Ｂの発生頻度が大きいか否かにより、周期性を有するか否かが判別される。頻度閾値Ａに対して間隔Ｂの発生頻度が高い場合、周期性を有すると判別され、間隔Ｂがピッチ間隔とされる。

　周期性の有無は、ヒストグラムの横軸の間隔毎に判別され、頻度閾値は注目する間隔に応じて変化し、この間隔が小さいほど頻度閾値は大きくなるように設定されている。また、この間隔に加えて、決定された欠陥候補の目標発生密度の値に応じて頻度閾値が変化するように設定することが好ましい。具体的には、目標発生密度が小さくなるほど頻度閾値が小さくなるように設定することが好ましい。
　このように、頻度閾値を設定するのは、上述したように、欠陥候補には、ノイズ成分に起因する欠陥候補が含まれているので、このノイズ成分に起因する欠陥候補によって生じる周期性の誤判別を防止するためである。

　図５Aおよび５Bは、ノイズ成分のみによって作られるシミュレーション画像における欠陥候補の間隔とその間隔に対する発生頻度の関係を表すグラフを示している。ノイズ成分は、ランダムに発生すると仮定し、ガラス板Ｇを想定して長さ２５００ｍｍ、ユニットサイズ１０ｍｍ×１０ｍｍの領域で発生させている。
　図５Aおよび５Bの縦軸は、いずれも１ｍ²あたりの発生数（発生頻度）を示している。図５Aでは、ノイズ成分の発生密度を３種類変えている（５０／ｍ²、１００／ｍ²、２００／ｍ²）。図５Aによると、いずれの発生密度においても、間隔が小さいほど発生頻度は高くなり、ノイズ成分の発生密度を大きくするほど発生頻度は高くなる。したがって、ノイズ成分による欠陥候補の周期性の誤判別を防止するためには、図５Aに示される縦軸の発生頻度に対して高めに（余裕を持って）頻度閾値を設定することが好ましい。例えば、各間隔の発生頻度の１．１～２倍の値を頻度閾値とするとよい。
　勿論、検査する条件によって上記値は大きく設定される。したがって、このような頻度閾値は、間隔が大きくなるほど、ノイズ成分の発生密度が小さくなるほど概略低く設定される。ここで、概略低く設定されるとは、注目する間隔が異なっても、頻度閾値が変化しない（等しい）場合を含むことを意味する。
　例えば、注目する間隔が２００ｍｍの頻度閾値は、間隔が５００ｍｍ、１０００ｍｍの頻度閾値より大きいが、間隔５００ｍｍの頻度閾値と１０００ｍｍの頻度閾値とが等しいような場合を言う。本発明では、二つの頻度閾値が異なるとき、大きい方の頻度閾値を定める注目する間隔は、小さい方の頻度閾値を定める注目する間隔に比べて小さい値となるように、頻度閾値は設定されている。

　図５Bは、ノイズ成分の密度に対する設定間隔１０００ｍｍ、７５０ｍｍ、５００ｍｍの発生頻度を表すグラフを示している。図５Bより、ノイズ成分の発生密度が小さくなるほど、設定間隔１０００ｍｍ、７５０ｍｍ、５００ｍｍのそれぞれにおける発生頻度は小さくなる。
　なお、図５Bからわかるように、ノイズ成分の発生密度がある程度以上になると、発生頻度は逆に低下する。すなわち、発生頻度は、ノイズ成分の発生密度に対してピークを持つ。これは、ノイズ成分の発生密度が大きくなることによって、１０００ｍｍ、７５０ｍｍ、５００ｍｍの各設定間隔の間に、ノイズ成分が入り、この結果、１０００ｍｍ、７５０ｍｍ、５００ｍｍの各設定間隔の発生頻度を低下させるからである。
　したがって、上述の欠陥候補の目標発生密度は、周期性の有無を判別しようとする注目する間隔において、上記ピーク位置の発生密度の値より小さくなるように定められる。

　なお、図５A及び５Bに示す例では、ノイズ成分により形成されたシミュレーション画像中の欠陥候補の間隔とその間隔における発生頻度の結果を用いて頻度閾値を決定しているが、本発明では、ノイズ成分により形成されたシミュレーション画像を用いる場合に限定されない。
　例えば、ノイズ成分が領域中にランダムに分布したことを想定して、この領域中の幅方向の位置が同一の位置にあるノイズ成分を欠陥候補として、ノイズ成分の発生頻度を解析的に求め、この求めた発生頻度に基づいて頻度閾値を決定することもできる。
　解析的に求め発生頻度を求めるとは、数式を用いて発生頻度を算出することである。例えば、１次元の領域において、ｎ組の間隔が求められる確率ｐｐは、下記式のように表される。このとき、ｎを１からＮ／Ｐ（Ｐはユニット単位で表されたピッチ長）まで変化させて確率ｐｐを算出し、期待値を加算することで、ピッチＰに対する発生頻度を求めることができる。
　　　ｐｐ　＝　{ｐ²・（１－ｐ）^(P-1)}ⁿ・_(N-n・P)Ｃ_n
　ここで、ｐは１ユニットにノイズ成分が発生する確率であり、Ｎはユニット総数であり、Ｐはユニット単位で表されたピッチ長である。_(N-n・P)Ｃ_nのＣは、コンビネーションによる組み合わせを意味する。

　さらに、別の形態として、搬送ローラによる周期性の欠陥がないことが予めわかっているガラス板Ｇに対して欠陥検査ユニット１０を用いて、ノイズ成分に起因する発生頻度を予め実測により求めておき、この実測結果を用いて、頻度閾値を決定することもできる。ノイズ成分に起因する欠陥候補の発生頻度は、実際、画像中の各領域でばらついており、ノイズ成分が、全領域で同じ発生密度で発生しない場合もある。
　このため、実際のガラス板Ｇを用いた実測により、上記ばらつきを考慮した頻度閾値を定めることができる。この点で、実測結果の間隔と欠陥候補の発生頻度との間の関係を予め求めておき、この関係を用いて頻度閾値を定めることは好ましい。なお、この場合においても、頻度閾値は、間隔が小さくなるほど概略大きくなるように設定される。

　図６Aには、欠陥検査ユニット１０で欠陥検査が行われたとき（実測したとき）の間隔に対する発生頻度のグラフを示している。グラフ中の記号■が、欠陥検査ユニット１０を用いて実測した結果を示す。一方、上述のように欠陥候補の発生密度（平均発生密度）を揃えてノイズ成分を発生させたシミュレーション画像から得られる結果は、記号◇で表されている。
　図６Aからわかるように、欠陥候補の間隔が５００ｍｍ以下では、実測による発生頻度とシミュレーションによる発生頻度の間には乖離がある。これは、シミュレーション画像中のノイズ成分の平均発生密度が実測の平均発生密度と同じであっても、実測で得られる検査対象の画像では、領域によって欠陥候補の発生密度にばらつきがあることによると考えられる。実際、実測により得られた検査対象の画像に対して、小領域に区分けして欠陥候補の個数を数えることにより、欠陥候補の発生する確率密度関数をしらべたとき、図６Bに示すように、確率密度関数は分布を持つ。

　このため、この実測の確率密度関数に合うように、シミュレーション画像においても、同様の確率密度関数を持たせることにより、図６Cに示すように、シミュレーション画像を用いた符号◇は、実測の符号■に近付いた発生頻度を示す。したがって、ノイズ成分の発生に用いる確率密度関数に対して、実測に合うように分布を持たせて得られるシミュレーション画像から間隔と発生頻度との関係を作成し、この関係を用いて頻度閾値を決定することもできる。
　上述したように、周期性を持つキズが存在しないガラス板Ｇを用いた実測により、間隔と欠陥候補の発生頻度との関係を予め作成し、この関係を用いて頻度閾値を決定することもできる。

　次に、欠陥検査が実施される（ステップＳ１６０）。欠陥検査では、まず、カメラ１４から送られて作成された検査対象の画像が検査単位長さの領域に切り出され、検査単位長さの領域の画像について、図３に示すように、ユニットサイズに画像が区画化される。
　画像の区画化は、欠陥候補を探索する探索対象の画像に対して決定されたユニットサイズに応じて行われ、同一のユニットサイズのユニット領域が複数形成される。この複数の欠陥候補が含まれる複数のユニット領域が、幅方向において同一の位置にある場合、これらの欠陥候補は、互いに前記幅方向の位置が同一であるとして、後述する欠陥候補間の間隔および発生頻度を求める。
　次に、単位長さの領域の画像は、決定された信号閾値（第１の信号閾値）を用いて２値化され、複数の暗部の領域が欠陥候補として抽出され、画像中の搬送方向の端部から、搬送方向に沿って欠陥候補の探索および検出が繰り返される。欠陥候補の検出は、ユニットサイズの区画単位で行われ、ユニットサイズの区画内に欠陥候補があると、この区画の代表点（区画の中心点、あるいは、矩形区画の頂点）の幅方向位置と搬送方向の位置が処理部１６の図示されないメモリに記憶される。

　さらに、搬送方向に沿って、欠陥候補があるか否かが探索される。欠陥候補が検出されると、メモリに記憶されている幅方向の位置が同一の欠陥候補の搬送方向の位置が呼び出され、見出された欠陥候補の搬送方向の位置と呼び出された搬送方向の位置との差分が求められ、この差分が間隔とされる。
　そして、処理部１６の図示されないメモリに設けられている、幅方向の位置ごとに定められ、かつ、間隔ごとに定められた発生頻度を表すカウント値を一つ繰り上げる。搬送方向の位置および幅方向の位置は、いずれもユニットサイズに区分けされた区画の代表点の値を用いて表される。こうして、検査対象の画像全体が探索されるまで、上記欠陥候補の探索、検出が行われる。最後に、メモリに記憶されたカウント値を用いて、各幅方向の位置と、間隔毎の欠陥候補の発生頻度が得られる。

　次に、処理部１６では、得られた発生頻度に基づいて、図４に示すような、横軸に間隔を、縦軸に発生頻度を、表した欠陥候補のヒストグラムが作成される（ステップＳ１７０）。具体的には、メモリに記憶された発生頻度を、間隔毎に、幅方向の位置の発生頻度を累計して、間隔毎の発生頻度を表すヒストグラムが作成される。
　このヒストグラムにおける注目する間隔毎の発生頻度をまとめることにより、決定された頻度閾値（図４では、頻度閾値Ａ）に比べて、注目する間隔の発生頻度が高いか否かが調べられる。発生頻度が頻度閾値より高い場合、この発生頻度に対応する間隔は、周期性のある欠陥によりつくられるピッチ間隔と判断され、ガラス板Ｇは周期的な欠陥を有すると、判別される（ステップＳ１８０）。
　このような欠陥検査は、ガラス板Ｇが搬送方向に連続した長尺形状のものであるので、決定された検査単位長さの画像を１単位として複数単位の画像に対して行われ、時系列に発生頻度が検査単位長さ毎に作成される。勿論、作成された複数単位の画像についてそれぞれ欠陥検査の対象とされる。
　こうして、搬送経路上を搬送される長尺のガラス板Ｇの欠陥検査が行われる。

　このような欠陥検査の結果は、判断されたピッチ間隔で欠陥が発生しているので、このピッチ間隔の情報を用いて、搬送ローラ１１のうちどの直径のローラによってキズ等が発生しているのかを推測することができる。

　本実施形態においては、ステップＳ１８０以降、さらに、図７に示すようなフローに従って、周期性のある欠陥の発生原因を推定することができる。
　まず、ステップＳ１８０で判断され定められたピッチ間隔における、幅方向の発生頻度分布が算出され、この分布の特徴量が算出される（ステップＳ１８１）。分布の特徴量として、例えば、最大発生頻度の幅方向の位置や、幅方向の発生頻度分布における発生頻度の標準偏差が挙げられる。
　処理部１６のメモリには、各間隔と、幅方向の各位置における発生頻度が記憶されているので、間隔を、定められたピッチ間隔に固定して、幅方向の位置における発生頻度分布を得ることができる。図８A、８B及び８Cには、所定のピッチ間隔における幅方向の発生分布の例が３つ示されている。このような幅方向の発生分布は、ディスプレイ１８ａ（図１A参照）に画面表示されることが好ましい。図８Aの例では、一つの幅方向の位置で発生頻度が突出している発生パターンである。図８Bの例では、幅方向の一定の範囲で発生頻度が支配的に発生し、この範囲で分布が形成されている発生パターンである。図８Cの例では、発生頻度が幅方向の広範囲でばらついている発生パターンである。
　このように、幅方向の位置における発生頻度分布は、分布の標準偏差（ばらつき）に加えて最大発生頻度の幅方向の位置等の特徴量を用いて複数の欠陥発生パターンに分類される。

　次に、周期的な欠陥があると判別された欠陥候補（以下、周期性のある欠陥候補という）について、発生頻度や発生密度の時系列の分布が求められ、その分布の特徴量が算出される（ステップＳ１８２）。上述したように、決定された検査単位長さを１時系列単位の検査対象として欠陥検査が複数の時系列単位について順次行われるので、周期性のある欠陥候補の発生密度（／ｍ²）や発生頻度の時系列分布を作成することができる。
　図９には、特定のピッチ間隔の発生密度（発生頻度）と、全欠陥候補の発生密度、および、特定のピッチ間隔における幅方向の発生頻度のばらつき（標準偏差）の時系列分布の例を一つのグラフに重ね書きした例示している。
　なお、分布の特徴量として、各時系列分布に対して設定された値を設け、この値を発生密度が上回る継続時間が求められる。あるいは、各時系列分布の相関係数が求められる。あるいは、分布の特徴量として、各時系列分布の標準偏差が求められる。なお、図９の時系列分布の縦軸の値の範囲は凡例毎に異なる。このような時系列分布は、ディスプレイ１８ａに画面表示されることが好ましい。
　また、欠陥候補の発生頻度の時系列分布（時系列データ）について、注目するピッチ間隔および幅方向の位置の少なくとも一方を変えた複数の発生頻度の時系列分布（時系列データ）を同一グラフに重ね書きしてディスプレイ１８ａに画面表示することができる。
　なお、欠陥候補の発生頻度等の表示方法、例えば、欠陥候補の発生頻度等の時系列分布の表示方法や、欠陥候補の発生頻度等の時系列表示方法については、後述する。

　次に、周期性があると判断された複数のピッチ間隔のうち、ステップＳ１８２で注目した周期性のある欠陥候補に対し、他のピッチ間隔の欠陥候補の幅方向の発生頻度分布が求められ、さらに、このピッチ間隔における欠陥候補の、図９に対応する時系列分布が作成されディスプレイ１８ａに画面表示される。このとき、求められた幅方向の発生頻度分布と時系列分布の、ステップＳ１８１および１８２で求められた幅方向の発生頻度分布と時系列分布との間の各相関が評価される（ステップＳ１８３）。
　具体的には、幅方向の発生頻度分布と時系列分布のそれぞれについて相関係数が求められる。また、上記他のピッチ間隔の欠陥候補における幅方向の発生頻度分布の特徴量と時系列分布の特徴量を算出し、ステップ１８１、１８２で算出された特徴量と比較される。
　さらに、周期性があると判別された複数の欠陥候補の画像の複数の特徴量α（欠陥候補の画像サイズ、形状、画像データの値等）が算出され、この特徴量αの平均値や標準偏差等を含む特徴量βが算出される（ステップＳ１８４）。

　このようにして算出された特徴量αと特徴量βは、ステップＳ１８１および１８２で算出された特徴量とともに、予め過去のデータとしてデータベースに蓄積された特徴量と比較され、その比較をした結果、許容範囲で一致する場合、特徴量と結び付けて登録されている欠陥の発生原因が呼び出され、周期的な欠陥の発生原因として推定される（ステップＳ１８５）。なお、ステップＳ１８３により相関が高いと評価された他のピッチ間隔の欠陥候補は、推定された発生原因と同じ原因により発生したと判断される。
　例えば、複数の搬送ローラ１１のうち、同じ搬送ローラの表面に同じ時期に、同じ粒径、同じ材質の二つの異物が周上の異なる位置に付着したため、欠陥が発生したとき、欠陥候補の間に二つのピッチ間隔ができる。しかし、欠陥候補の幅方向の発生頻度分布や時系列分布の特徴量を算出し、比較することにより、同じような発生頻度分布を持ち、同じような時系列分布を持つ。
　このため、ステップＳ１８３により相関が高いと評価された他のピッチ間隔の欠陥候補は、ステップ１８１において対象とする欠陥候補とともに、同じ搬送ローラに起因して発生したと推定することができる。
　なお、上記特徴量の比較（一致、不一致）は、特徴量毎の条件分岐を設けることにより、行ってもよく、特徴量についてのマハラノビス空間とマハラノビス距離を用いて行ってもよく、ニューラルネットワークを構築することにより、行ってもよい。

　上記欠陥候補の間に二つのピッチ間隔ができる場合を想定して、本発明において欠陥候補の間隔を求めるとき、隣接する欠陥候補（一つ前の欠陥候補）の間隔を求めることに加えて、この隣接する欠陥候補に隣接する欠陥候補（二つ前の欠陥候補）との間の間隔を求め、二つ前の欠陥候補に隣接する欠陥候補（三つ前の欠陥候補）との間隔を求め、・・・・、（Ｎ－１）（Ｎは４以上の整数）個前の欠陥候補に隣接する欠陥候補（Ｎ個前の欠陥候補）との間隔を求めるようにしてもよい。例えば、ステップ１６０における欠陥検査では、隣接する欠陥候補を対象として間隔を求め、ステップＳ１８１において、二つ以上のピッチ間隔が生じる場合、隣接する欠陥候補（一つ前の欠陥候補）の間隔の他に、複数個前の欠陥候補に隣接する欠陥候補との間隔を求める処理を、メモリに記憶された間隔の情報を用いて行うようにしてもよい。
　この場合、求める間隔の上限は、搬送ローラ１１のうち最大の周長を限度とする。このとき、１～Ｎ個前の欠陥候補の全組み合わせに関する間隔の発生頻度を求めてヒストグラムを作成し、この発生頻度に対して、別途設定された頻度閾値を用いて周期的な欠陥を有するか否かを判別するように構成してもよい、この構成により、搬送ローラ１１の周長が１０００ｍｍの場合、欠陥候補の間隔が３００ｍｍと７００ｍｍの発生頻度が頻度閾値を超えたとき、同時に１０００ｍｍの発生頻度には、３００ｍｍと７００ｍｍの発生頻度の和が加わるため、設定された頻度閾値を超える発生頻度が出現することになる。これにより、欠陥候補は同じ搬送ローラに起因して発生したことをより正確に推定することができる。

　図１０は、図２に示される欠陥検査の実施において具体的に行われる一例のフローを説明する図であり、以下のように行われてもよい。
　図２に示すステップＳ１６０において上述したように、欠陥検査では、カメラ１４から送られて作成された検査対象の画像が検査単位長さの領域に区分けされ、単位長さの領域の画像について、図３に示すように、ユニットサイズに画像が区画化される（ステップＳ１６１）。次に、単位長さの領域の画像は、決定された第１の信号閾値を用いて２値化され、暗部側の領域を欠陥候補とし、画像中の搬送方向の端部から、搬送方向に沿って欠陥候補を探索し、検出した欠陥候補の幅方向の位置を抽出していく（ステップＳ１６２）。
　その際、欠陥候補が検出されると、この欠陥候補の属性が判別される（ステップＳ１６３）。属性として、例えば、欠陥候補の画像信号の値がすべて所定の値より小さいか否か、欠陥候補の画像の面積や欠陥候補の形状が設定された条件を満足するか否かが挙げられる。また、欠陥候補が、ガラス板Ｇの裏面（搬送ローラ１１の側の面）にあるものか、否かが挙げられる。欠陥候補が裏面にあるか、表面にあるかの属性は、欠陥検査ユニット２６で得られた反射画像を用いて判別される。
　すなわち、反射画像は、ガラス板Ｇの内部を照射した光が裏面で反射してカメラ２４で撮影されるので、上述したように、裏面にある欠陥の場合、反射画像には実像と鏡像との位置ずれがない。一方、表面にある欠陥は、実像と鏡像が存在し、位置ずれ量がガラス板Ｇの厚さに応じて定まる一定の値に一致する。このことを利用して、欠陥候補に対応する位置にある反射画像の欠陥候補が、裏面にあるのか否かが判別される。この判別結果を用いて、属性が判別される。
　この他に、属性として欠陥種も挙げられる。欠陥種は、反射画像で得られる対応する欠陥候補の画像の形状によって識別することができる。

　次に、求めたい属性に合った欠陥候補の属する区画の搬送方向の位置と幅方向の位置が抽出され（ステップＳ１６４）、この区画の代表点の幅方向の位置と搬送方向の位置と、欠陥候補の画像領域の情報が、処理部１６の図示されないメモリに記憶される。さらに、搬送方向に沿って、求めたい属性の欠陥候補があるか否かが探索される。
　このとき、求めたい属性として検出された欠陥候補の画像領域と、メモリにすでに記憶されている欠陥候補の画像領域との間で、サイズや画像領域の形状の相関係数等の相関を求め、この相関結果が類似度として評価される（ステップＳ１６５）。例えば、相関係数を用いて評価するとき、相関係数の値が所定の値を超える場合、類似度が高いと判断される。類似度の評価対象とされる検出された欠陥候補とメモリに記憶されている欠陥候補は、例えば、所定の間隔で発生する欠陥候補同士、あるいは、検出された欠陥候補とこの検出以前に検出されて記憶された欠陥候補を母集団として平均された欠陥候補、あるいは、検出された欠陥候補と事前に定められた欠陥候補モデル、等である。相関の対象は、欠陥候補の特徴量、欠陥候補の画像データ、あるいは、欠陥候補の画像特徴量（形状の特徴量等）が挙げられる。

　なお、類似度の評価は、相関の他に、特徴量についてのマハラノビス空間とマハラノビス距離を用いて行ってもよく、ニューラルネットワークを構築することにより、行ってもよい。
　類似度が高いと判断された欠陥候補の搬送方向の位置に対して、メモリに記憶され、呼び出された同じ幅方向の位置における欠陥候補の搬送方向の位置との間で差分が求められる。この差分である間隔に対して、幅方向の各位置および間隔毎に定められる発生頻度を表すカウント値を一つ繰り上げる（ステップＳ１６６）。
　このような欠陥候補の探査、検出が、検査対象の画像全体に為されたか否かが判断され（ステップＳ１６７）、否定された場合、ステップＳ１６２に戻る。上記判断において肯定された場合、ステップＳ１７０に進む。
　このように、欠陥候補の検出を行うとき、求めたい欠陥候補の属性および欠陥候補の画像領域の類似度を用いて条件を厳しく設定し、検出しようとする欠陥候補を制限することができる。勿論、欠陥候補の属性および欠陥候補の画像領域の類似度のいずれか一方を条件として設定することもできる。

　また、図２に示すステップＳ１８０の後工程として、図１１に示すようなフローに従って欠陥の発生原因を除去することもできる。
　ステップＳ１８０で周期性のある欠陥候補が存在すると判別されると、この欠陥候補のピッチ間隔における幅方向の発生頻度分布、時系列分布を上述したように求め、発生パターンの特徴を、求めた発生頻度分布および時系列分布の特徴量から抽出することにより、周期性のある欠陥候補が評価される。あるいは、欠陥候補の欠陥種が識別される（ステップＳ１９１）。欠陥種とは、欠陥検査ユニット２６で撮影され得られた反射画像における欠陥候補の画像の形状や、光強度の程度を表す画像データの値を用いて判断される欠陥の種類、例えば、ガラス板Ｇの面に生じたキズ、あるいは、ガラス板Ｇの面の付着物等である。

　次に、評価結果あるいは識別結果に従って、どの搬送ローラによって欠陥が発生したのか、発生原因が推定される（ステップＳ１９２）。例えば、ピッチ間隔に合う周長を有する搬送ローラが発生原因と推定される。また、欠陥種によって、どの搬送ローラを原因として欠陥が発生したのかが推定される。これらの推定は、予め、欠陥の発生原因と、欠陥種や発生パターンとを対応付けたデータベースを構築しておくことによって可能となる。

　次に、発生原因の推定に基づいて、発生原因の除去が行われる（ステップＳ１９３）。発生原因の除去は、例えば発生原因が特定の搬送ローラの場合、特定の搬送ローラが、搬送経路から移動して、自動的に搬送経路から離脱し、別の搬送ローラと交換するように搬送経路の制御装置および駆動装置が動作する。あるいは、特定の搬送ローラが自動補修される。自動補修としては、搬送ローラの表面の保護膜を厚くする例が挙げられる。
　こうして得られた発生原因と発生パターンや欠陥種とが対応付けられて上記データベースに追加登録される（ステップＳ１９４）。勿論、推定された発生原因が誤っていた場合、オペレータの入力により修正が加えられデータベースに登録される。このデータベースは、ステップＳ１８２における発生原因の推定に用いられる。
　あるいは、搬送後のガラス板Ｇの切り出し工程において、切断機は、周期的な欠陥を有すると判別された欠陥の前記幅方向位置を避けるように指令を受けて、ガラス板Ｇは所定のサイズに切断され切り出されるように構成してもよい。

　さらに、本発明では、上述の欠陥検査により得られたピッチ間隔や欠陥候補の幅方向の発生頻度分布のデータと、さらに以下に示す手法を用いて、周期的な欠陥の存在を容易に検出することができる。
　すなわち、処理部１６は、ピッチ間隔を持つ欠陥候補の位置する幅方向の位置を含む注意領域を定める。この注意領域において、カメラ１４で撮影して得られた画像の中から、第２の信号閾値を用いて、画像の端から詳細欠陥候補を抽出する。
　この抽出して得られた詳細欠陥候補の位置から、搬送方向にピッチ間隔離れた位置を中心とした探索領域について、第２の信号閾値を用いて詳細欠陥候補を探索し、探索して得られた詳細欠陥候補と抽出して得られた詳細欠陥候補との間の画像の類似度を評価する。この類似度の評価結果に応じて、注意領域には、搬送方向に周期的な欠陥があると判別する。第２の信号閾値は、図２中のステップＳ１５０で決定された第１の信号閾値に比べて低い値に設定してもよい。

　図１２には、その検査のフローの一例が示されている。まず、図２に示すフローの欠陥検査により得られた、欠陥候補の周期性があると判別された幅方向の位置を含む注意領域ＡＸを図１３Aに示すように定め、この注意領域ＡＸの中で、第２の信号閾値を用いて、画像の端から詳細欠陥候補が検出される（ステップＳ１９５）。図１３Bには、検出された詳細欠陥候補として欠陥候補Ｄ₁が検出されている。
　次に、この検出された欠陥候補Ｄ₁の搬送方向の位置を基に、図１３Bに示すように、この位置から、上記ピッチ間隔分、搬送方向に離れた地点を中心として一定の範囲の探索領域ＡＹが設定される（ステップＳ１９６）。

　この設定された探索領域ＡＹにおいて、第２の信号閾値を用いて詳細欠陥候補が抽出される（ステップＳ１９７）。
　次に、ステップＳ１９５で検出した詳細欠陥候補と、詳細欠陥候補の属性が、それぞれ評価される（ステップＳ１９８）。属性として、例えば欠陥の発生位置（表面側または裏面側）が判別される。この判別は、上述したように、処理部１６に供給された欠陥検査ユニット２６の画像データから、表面に位置する欠陥候補と、裏面に位置する欠陥候補の、実像と鏡像の位置ずれ量の違いを用いて行われる。
　次に、上記属性が一致する場合、周期的な欠陥が検査対象のガラス板Ｇの領域に存在すると確定される（ステップＳ１９９）。
　このように、先に取得されたピッチ間隔を用いて注意領域ＡＸを定め、この領域において正確な欠陥候補を探索して、周期性の欠陥の有無を確定する検査を行う。
　なお、この検査方法は、搬送中の長尺状のガラス板Ｇの他、所定のサイズに切断された枚葉状のガラス板Ｇに対して適用することができる。特に、枚葉状のガラス板Ｇの場合、ピッチ間隔を用いて個別に周期性のある欠陥の有無を判別することができる。

　この態様では、欠陥検査により検出されたピッチ間隔に関して注意領域を設定しているが、本発明はこれに限定されない。本発明では、搬送ローラの周長が限定できる場合や補修直後の特定の搬送ローラの周長に注目したい場合などがあるので、それらの搬送ローラの周長を基に注意領域を設定することも可能である。また、本発明では、鍔つきローラや段つきローラなどの場合、幅方向位置と搬送ローラの関係が特定できる場合があり、それを基に注意領域を設定することも可能である。

　本実施形態においては、図９に示すように、欠陥候補の発生頻度の時系列分布等の複数の時系列分布を一つに重ね書きしたグラフをディスプレイ１８ａに画面表示するようにしているが、本発明はこれに限定されない。
　本発明では、欠陥候補の発生頻度の時系列分布（時系列データ）を、図１４Aに示すように、発生頻度を濃度で表す２次元の密度画像として、ディスプレイ１８ａに画面表示するようにしても良い。この２次元の密度画像は、一方の軸、例えば縦軸に時間、他方の軸、例えば横軸に幅方向位置をとり、各々の検査条件に該当する注目ピッチ（例えば、着目する搬送ローラの周長に相当）における欠陥候補の発生頻度を、色または濃度（明暗）で表す２次元の密度画像である。なお、この２次元の密度画像の代わりに、図１４Bに示すように、時間を一方の軸とし、幅方向位置を他方の軸とする２次元座標に直交する方向の高さで表す３次元グラフとして、ディスプレイ１８ａに画面表示するようにしても良い。
　図１４Aに示す２次元の密度画像の黒点で表される時間および幅方向位置において欠陥候補の発生頻度が高いことを示しており、この黒点は、図１４Bに示す３次元グラフの頻度のピークと対応していることが分かる。

　また、欠陥候補の発生頻度の時系列分布を、図１５Aに示すように、他方の軸（横軸）をピッチに変えて、図１４A同様、発生頻度を濃度で表す２次元の密度画像として、ディスプレイ１８ａに画面表示するようにしても良い。この２次元の密度画像は、一方の軸（縦軸）に時間、他方の軸（横軸）にピッチをとり、各々の検査条件に該当する注目する幅方向位置（例えば、原因不明の傷が出やすい位置に相当）における発生頻度を色または濃度（明暗）で表す２次元の密度画像である。なお、この２次元の密度画像の代わりに、図１５Bに示すように、時間を一方の軸とし、ピッチを他方の軸とする２次元座標に直交する方向の高さで表す３次元グラフとして、ディスプレイ１８ａに画面表示するようにしても良い。

　上述したように、本実施形態においては、欠陥候補の発生頻度のパラメータ（変数）として、時間、幅方向位置およびピッチが３つ挙げられる。したがって、図１４A～１５Bに示すように、注目するピッチや幅方向位置における発生頻度の２次元の密度画像や３次元グラフとして欠陥候補の発生頻度の時系列分布を表示する代わりに、図１６A～１６Cや図１７A～１７Cに示すように、所定の単位時間における発生頻度の３次元グラフや２次元の密度画像を時系列的に表示しても良い。
　図１６A～１６Cは、一方の軸に幅方向位置を、他方の軸にピッチをとり、各々の検査条件に該当する単位時間における欠陥候補の発生頻度を高さで表す３次元グラフであり、それぞれ１日毎の発生頻度データを時系列的に示されるものである。
　もちろん、図１６A～１６Cの３次元グラフに示す代わりに、図１７A～１７Cに示すように、一方の軸（縦軸）にピッチを、他方の軸（横軸）に幅方向位置をとり、各々の検査条件に該当する単位時間の頻度を色または濃度（明暗）で表す２次元密度画像を時系列に変化させて表示しても良い。
　ここで、図１６A～16Cおよび図１７A～17Cは、１日毎の発生頻度データを時系列的に示されるが、これらをディスプレイ１８ａに連続的に切り替えて動画として表示しても良い。発生頻度データを生成する時間間隔は、特に制限はなく、１日より長くても、短くても良いし、いわゆる動画として連続していても良い。

　このように、本実施形態では、図２に示す欠陥検査により、欠陥候補のピッチ間隔と、このピッチ間隔を持つ欠陥候補の幅方向の位置と、を定めることにより、図７，１０，１１および１２に示すようなフローを付加して、周期性のある欠陥を有効に検出することができる。さらに、欠陥の発生原因を推定することができる。
　以上の欠陥検査方法を、ガラス板Ｇ等の製造方法に好適に用いることができる。すなわち、上述の欠陥検査方法を用いて、ガラス板Ｇ等の板状体を搬送中、欠陥検査をし、検査した結果に応じて、板状体の搬送経路上で発生する原因を推定する。推定結果は、ディスプレイ１８ａ（図１A参照）に画面表示されることが好ましい。
　あるいは、この推定結果に応じて、搬送経路上の発生原因の対策をとることもできる。例えば、搬送ローラに付着した異物により、周期性のある欠陥候補が形成される場合、この搬送ローラを搬送経路から離脱させるように構成する。あるいは、このように、傷等の欠陥をガラスに発生させる搬送ローラを補修したり、別の搬送ローラと交換するようにする。さらには、搬送後のガラス板Ｇの切り出し工程において、周期的な欠陥を有すると判別された欠陥の幅方向位置を避けるように、ガラス板Ｇは所定のサイズに切断され切り出されるように処置してもよい。

　この態様では、本発明による欠陥検査を用いて、搬送ローラの離脱、補修および交換等によってガラスの欠陥を無くすフィードバックを行っているが、本発明はこれに限定されず、ガラスの製造環境の評価によるフィードバックも可能である。具体的には、ガラスの製造において、気体中の汚れは、周期性を持たずにガラスの表裏に付着するが、フロートバスからガラスの下表面に付着するスズ（ドロス）のような液状または半液状の物体は、搬送ローラ１１（図１A参照）に転写され、ガラスＧに再転写される場合がある。
　その場合、ガラスＧの下表面には、図１Bに示す汚れ領域Ｙが周期的に発生することになる。そこで、フロートバス等のガラスの製造の環境を、ガラスＧの下表面で検出された周期性のある欠陥点（汚れ）の多寡で評価することが可能である。
　このように、ドロス等の製造環境に起因する欠陥検査に、本発明の欠陥検査方法及び装置を適用することにより、ガラス等の製造環境を評価し、その評価結果をガラスの製造にフィードバックすることもできる。

　上述の欠陥検査のための画像データの処理方法は、プログラムを実行することによってコンピュータ上で処理することができる。
　例えば　本発明の欠陥検査のための画像データの処理プログラムは、上述した欠陥検査のための画像データの処理方法の各ステップをコンピュータ、具体的にはそのＣＰＵに行わせる手順を有するものである。これらの手順からなるプログラムは、１つまたは複数のプログラムモジュールとして構成されていても良い。
　これらのコンピュータが実行する手順からなる欠陥検査のための画像データの処理プログラムは、コンピュータまたはサーバのメモリ（記憶装置）内に記憶されるものであっても良いし、記録媒体に記憶されるものであっても良く、実行時に、当該コンピュータ（ＣＰＵ）または他のコンピュータによって、メモリまたは記録媒体から読み出されて実行されるものである。したがって、本発明は、上記態様１４の欠陥検査のための画像データの処理方法をコンピュータに実行させるための欠陥検査のための画像データの処理プログラムを記憶したコンピュータに読み取り可能なメモリもしくは記録媒体であっても良い。

　以上、本発明の欠陥検査のための画像データの処理装置および処理方法、これらをそれぞれ用いた欠陥検査装置および欠陥検査方法、これらを用いた板状体の製造方法、並びに処理方法を実行するプログラムを記録したコンピュータ読み取り可能な記録媒体について詳細に説明したが、本発明は上記実施形態や実施例に限定されず、本発明の主旨を逸脱しない範囲において、種々の改良や変更をしてもよいのはもちろんである。

本発明を詳細にまた特定の実施態様を参照して説明したが、本発明の精神と範囲を逸脱することなく様々な変更や修正を加えることができることは当業者にとって明らかである。本出願は、２００８年７月１８日出願の日本特許出願（特願２００８－１８７４５０）に基づくものであり、その内容はここに参照として取り込まれる。

１　欠陥検査装置
１０，２６　欠陥検査ユニット
１１　搬送ローラ
１２，２２　光源
１４，２４　カメラ
１６　処理部
１８　出力系
１８ａ　ディスプレイ
１８ｂ　プリンタ
２０　入力操作系

Claims (28)

1. 　板状体を所定の方向に相対移動しながら撮影して得られた画像を用いて、前記板状体に存在する欠陥を検査する欠陥検査のための画像データの処理装置であって、
   　前記画像の中から、第１の信号閾値を用いて複数の欠陥候補を抽出し、抽出された複数の欠陥候補の中から、前記所定の方向である移動方向と直交する幅方向の位置が同一である欠陥候補を前記移動方向に探索し、探索により検出された欠陥候補の、前記板状体における移動方向の位置と、前記検出された欠陥候補と移動方向において隣り合う欠陥候補の移動方向の位置との間の間隔を求めることを繰り返すことにより、複数の間隔を取得し、この複数の間隔における発生頻度を求め、注目する間隔の発生頻度が、設定される頻度閾値を超えるとき、前記板状体は、前記移動方向に周期的な欠陥を有すると判別する処理部を有し、
   　前記処理部で用いる前記頻度閾値は、前記注目する間隔に応じて定まり、二つの頻度閾値が異なる値として定まるとき、大きい方の頻度閾値を定める前記注目する間隔は、小さい方の頻度閾値を定める前記注目する間隔に比べて小さい値となるように、前記頻度閾値は設定されていることを特徴とする処理装置。
2. 　前記処理部は、前記欠陥候補の発生密度と前記第１の信号閾値との関係を表す参照テーブルを有し、欠陥候補の発生密度が、設定された目標発生密度になるように、前記参照テーブルを用いて前記第１の信号閾値を設定し、
   　前記頻度閾値は、前記注目する間隔の他に、前記目標発生密度の値に応じて変化する値である請求項１に記載の処理装置。
3. 　前記処理部で用いる前記頻度閾値は、ノイズ成分が領域中にランダムに分布したことを想定し、前記幅方向の位置が同一の位置にあるノイズ成分を前記欠陥候補として、前記間隔に対する前記ノイズ成分の発生頻度を解析的に求め、あるいは、ノイズ成分で形成されるシミュレーション画像における前記ノイズ成分の画像を欠陥候補として、前記間隔に対する前記ノイズ成分の発生頻度を求め、この求めた発生頻度に基づいて定められたものである請求項１に記載の処理装置。
4. 　前記シミュレーション画像は、画像中のノイズ成分の発生密度が、画像の領域に応じて異なるように作成されたものである請求項３に記載の処理装置。
5. 　前記処理部は、前記欠陥候補を探索する探索対象の画像を、前記幅方向および前記移動方向に複数分割して同一サイズのユニット領域を複数形成し、複数の欠陥候補が含まれる複数のユニット領域が前記幅方向において同一の位置にある場合、これらの欠陥候補は互いに前記幅方向の位置が同一であるとして、前記間隔および前記発生頻度を求める請求項１に記載の処理装置。
6. 　前記処理部は、さらに、周期的な結果を有すると判別された前記欠陥候補の前記注目する間隔に関して、前記幅方向の位置における前記発生頻度の分布を表す幅方向発生頻度分布を求め、この幅方向発生頻度分布における、前記幅方向に沿った前記発生頻度のばらつきを用いて欠陥発生パターンを分類する請求項１に記載の処理装置。
7. 　前記板状体は前記移動方向に連続した長尺形状のものであり、
   　前記処理部は、前記板状体を、設定された長さの板状体の領域に分け、この領域の画像を１時系列単位の検査対象として、複数の時系列単位について前記判別をする請求項１に記載の処理装置。
8. 　前記処理部は、前記間隔と前記幅方向の位置とによって定まる前記間隔の発生頻度分布を、前記複数の時系列単位について記録し、記録した発生頻度分布から、注目する間隔と前記幅方向の位置を定めて発生頻度を求め、この発生頻度を時系列データとして表すことによって、欠陥の発生情報を画面表示する請求項７に記載の処理装置。
9. 　前記処理部は、前記発生頻度の時系列データについて、前記注目する間隔および前記幅方向の位置の少なくとも一方を変えた複数の発生頻度の時系列データを同一グラフに重ね書きして画面表示する請求項８に記載の処理装置。
10. 　前記処理部は、前記幅方向の位置が同一の欠陥候補を、前記移動方向に探索し検出するとき、隣り合う欠陥候補を一つ前の欠陥候補として前記移動方向の間隔を求める他に、複数個前の欠陥候補との間の移動方向の間隔を求めることを繰り返すことにより、複数の間隔を取得し、この複数の間隔における発生頻度を求め、注目する間隔の発生頻度が、設定される頻度閾値を超えるとき、前記板状体は、前記移動方向に周期的な欠陥を有すると判別する請求項１に記載の処理装置。
11. 　前記間隔のうち、前記移動方向に周期的な欠陥を有すると判別した間隔をピッチ間隔というとき、
    　前記処理部は、さらに、前記ピッチ間隔を持つ欠陥候補の位置する前記幅方向の位置を含む注意領域を定め、この注意領域の画像の中から、第２の信号閾値を用いて、画像の端から詳細欠陥候補を抽出し、この抽出して得られた詳細欠陥候補の位置から、前記移動方向に前記ピッチ間隔離れた位置を中心とした探索領域を定め、この探索領域について、前記第２の信号閾値を用いて詳細欠陥候補を探索し、探索して検出された詳細欠陥候補と、前記抽出して得られた詳細欠陥候補の属性をそれぞれ評価し、この評価結果に応じて、前記注意領域は、前記移動方向に周期的な詳細欠陥候補を含むか否かを判別する請求項１に記載の処理装置。
12. 　前記間隔のうち、前記移動方向に周期的な欠陥を有すると判別した間隔をピッチ間隔というとき、前記処理部は、さらに、前記ピッチ間隔を持つ欠陥候補の位置する前記幅方向の位置を含む注意領域を定め、この注意領域の画像の中から、第２の信号閾値を用いて、画像の端から詳細欠陥候補を抽出し、この抽出して得られた詳細欠陥候補の位置から、前記移動方向に前記板状体を搬送する搬送ローラの周長に相当する距離離れた位置を中心とした探索領域を定め、この探索領域について、前記第２の信号閾値を用いて詳細欠陥候補を探索し、探索して検出された詳細欠陥候補と、前記抽出して得られた詳細欠陥候補の属性をそれぞれ評価し、この評価結果に応じて、前記注意領域は、前記移動方向に周期的な詳細欠陥候補を含むか否かを判別する請求項１に記載の処理装置。
13. 　前記処理部は、前記幅方向の位置が同一の欠陥候補を、前記移動方向に探索し検出し、前記間隔を求めるとき、検出した欠陥候補の属性、または欠陥候補の、所定の欠陥候補との間の類似度を評価し、この属性および類似度の少なくとも一方が設定された条件を満たすとき、前記間隔を求める請求項１に記載の処理装置。　
14. 　板状体に存在する欠陥を検査する欠陥検査装置であって、
    　前記板状体の面に投光する光源と、
    　前記板状体との間で、前記光源とともに相対移動をしながら、前記光源で投光した板状体の画像を撮影するカメラと、
    　請求項１に記載の処理装置と、を有し、
    　前記処理装置の前記処理部は、前記カメラで撮影して得られた前記画像の中から、前記第１の信号閾値を用いて前記複数の欠陥候補を抽出し、抽出した前記複数の欠陥候補の中から、前記カメラと前記板状体との間の相対移動の方向である前記移動方向と直交する前記幅方向の位置が同一の欠陥候補を前記移動方向に探索することを特徴とする欠陥検査装置。
15. 　搬送ローラによって搬送される帯状の連続体である板状体の製造方法であって、
    　請求項１４に記載の欠陥検査装置を用いて、前記板状体を、移動中に検査し、
    　検査された結果に応じて、前記板状体の移動経路上で欠陥を発生させる搬送ローラを特定し、
    　特定された搬送ローラを除去する、あるいは補修することを特徴とする板状体の製造方法。　
16. 　搬送ローラによって搬送される帯状の連続体である板状体の製造方法であって、
    　請求項１４に記載の欠陥検査装置を用いて、前記板状体を、移動中に検査し、
    　前記周期的な欠陥を有すると判別された欠陥の前記幅方向位置を避けて前記板状体を切断して取り出すことを特徴とする板状体の製造方法。
17. 　板状体を所定の方向に相対移動しながら撮影して得られた画像を用いて、前記板状体に存在する欠陥を検査する欠陥検査のための画像データの処理方法であって、
    　撮影して得られた画像の中から、第１の信号閾値を用いて複数の欠陥候補を抽出し、
    　抽出された複数の欠陥候補の中から、前記所定の方向である移動方向と直交する幅方向の位置が同一である欠陥候補を前記移動方向に探索し、探索により検出された欠陥候補の移動方向の位置と、この欠陥候補と移動方向において隣り合う欠陥候補の移動方向の位置との間の間隔を求めることを繰り返すことにより、複数の間隔を取得し、
    　この複数の間隔における発生頻度を求め、
    　注目する間隔の発生頻度が、設定される頻度閾値を超えるとき、前記板状体は、移動方向に周期的な欠陥を有すると判別し、
    　前記頻度閾値は、前記注目する間隔に応じて定まり、二つの頻度閾値が異なるとき、大きい方の頻度閾値を定める前記注目する間隔は、小さい方の頻度閾値を定める前記注目する間隔に比べて小さい値となるように、前記頻度閾値は設定されていることを特徴とする処理方法。
18. 　前記判別する前に、検査条件を設定し、
    　前記検査条件を設定するステップでは、欠陥候補の発生密度が、設定された目標発生密度になるように、参照テーブルを用いて前記第１の信号閾値が設定され、
    　前記頻度閾値は、前記注目する間隔の他に、前記目標発生密度の値に応じて変化する値である請求項１７に記載の処理方法。
19. 　前記頻度閾値は、ノイズ成分により形成されるシミュレーション画像における前記ノイズ成分の画像を欠陥候補として、前記間隔に対する前記ノイズ成分の発生頻度を求め、この発生頻度に基づいて定められたものである請求項１７に記載の処理方法。
20. 　前記シミュレーション画像は、画像中のノイズ成分の発生密度が、画像の領域に応じて異なるように作成されたものである請求項１９に記載の処理方法。
21. 　前記注目する間隔のうち、前記移動方向に周期的な欠陥候補を有すると判別した間隔をピッチ間隔というとき、前記判別をするステップの後に、さらに、前記ピッチ間隔を持つ欠陥候補の位置する前記幅方向の位置を含む注意領域を定め、
    　この注意領域の画像の中から、第２の信号閾値を用いて、画像の端から詳細欠陥候補を抽出し、
    　この抽出して得られた詳細欠陥候補の位置から、前記移動方向に前記ピッチ間隔離れた位置を中心とした探索領域を定め、
    　この探査領域について、前記第２の信号閾値を用いて詳細欠陥候補を探索し、
    　探索して検出された詳細欠陥候補と、前記抽出して得られた詳細欠陥候補の属性をそれぞれ評価し、
    　この評価結果に応じて、前記注意領域は、前記移動方向に周期的な欠陥候補を含むか否かを判別する請求項１７に記載の処理方法。
22. 　前記注意領域の周期的な欠陥候補の判別に用いる画像は、前記板状体を、一定のサイズに切断した後の板の画像である請求項２１に記載の処理方法。
23. 　前記注目する間隔のうち、前記移動方向に周期的な欠陥候補を有すると判別した間隔をピッチ間隔というとき、前記判別をするステップの後に、さらに、前記ピッチ間隔を持つ欠陥候補の位置する前記幅方向の位置を含む注意領域を定め、
    　この注意領域の画像の中から、第２の信号閾値を用いて、画像の端から詳細欠陥候補を抽出し、
    　この抽出して得られた詳細欠陥候補の位置から、前記移動方向に前記板状体を搬送する搬送ローラの周長に相当する距離離れた位置を中心とした探索領域を定め、
    　この探査領域について、前記第２の信号閾値を用いて詳細欠陥候補を探索し、
    　探索して検出された詳細欠陥候補と、前記抽出して得られた詳細欠陥候補の属性をそれぞれ評価し、
    　この評価結果に応じて、前記注意領域は、前記移動方向に周期的な欠陥候補を含むか否かを判別する請求項１７に記載の処理方法。
24. 　前記幅方向の位置が同一の欠陥候補を、前記移動方向に探索し検出し、前記間隔を求めるとき、検出した欠陥候補の属性、または欠陥候補の、所定の欠陥候補との間の類似度を評価し、この属性および類似度の少なくとも一方が設定された条件を満たすとき、前記間隔を求める請求項１７に記載の処理方法。
25. 　板状体に存在する欠陥を検査する欠陥検査方法であって、
    　前記板状体の面に光を投光し、前記板状体を相対的に移動させながら、投光した板状体の画像を撮影し、
    　撮影して得られた前記画像を用いて、請求項１７に記載の処理方法を行うことを特徴とする欠陥検査方法。
26. 　搬送ローラによって搬送される帯状の連続体である板状体の製造方法であって、
    　請求項２５に記載の欠陥検査方法を用いて、前記板状体を、移動中に検査し、
    　検査された結果に応じて、前記板状体の移動経路上で欠陥を発生させる搬送ローラを特定し、
    　特定された搬送ローラを除去する、あるいは補修することを特徴とする板状体の製造方法。
27. 　搬送ローラによって搬送される帯状の連続体である板状体の製造方法であって、
    　請求項２５に記載の欠陥検査方法を用いて、前記板状体を、移動中に検査し、
    　前記周期的な欠陥を有すると判別された欠陥の前記幅方向位置を避けて前記板状体を切断して取り出すことを特徴とする板状体の製造方法。　
28. 　請求項１７に記載の欠陥検査のための画像データの処理方法を実行するコンピュータが実行可能なプログラムを記録したコンピュータ読み取り可能な記録媒体。

Images