実装部品の検査のためのモデル登録方法、実装部品の検査方法およびこの方法を用いた基板検査装置
【課題】部品の正否を正しく見分けるのに必要な不良モデルの登録を、簡単かつ精度良く実行できるようにする。
【解決手段】部品分類処理部１０３は、ＣＡＤデータ入力部１０１が入力した基板のＣＡＤデータを用いて、基板上の各部品を部品種およびサイズが同一のもの毎に分類する。モデル登録部１０４は、品番毎に、その品番の部品の画像の良モデルをモデル記憶部１１１に登録するとともに、同じグループに属する他の部品の良モデルを用いて、不良モデルを設定する。検査実行部１０７は、検査対象の部品について、その部品に対応する良モデルおよび不良モデルを用いて、各モデルに対する検査対象画像の類似度を求める。この結果、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなった場合には、検査対象の部品は正しい部品であると判別される。
【解決手段】部品分類処理部１０３は、ＣＡＤデータ入力部１０１が入力した基板のＣＡＤデータを用いて、基板上の各部品を部品種およびサイズが同一のもの毎に分類する。モデル登録部１０４は、品番毎に、その品番の部品の画像の良モデルをモデル記憶部１１１に登録するとともに、同じグループに属する他の部品の良モデルを用いて、不良モデルを設定する。検査実行部１０７は、検査対象の部品について、その部品に対応する良モデルおよび不良モデルを用いて、各モデルに対する検査対象画像の類似度を求める。この結果、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなった場合には、検査対象の部品は正しい部品であると判別される。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、部品の実装工程を終了した後の基板を対象に、正しい部品が実装されているか否かを判別する自動外観検査に関する。
【背景技術】
【０００２】
近年の基板生産ラインでは、マウンタの導入によって、部品を自動的に実装することができるが、パーツフィーダへの部品の補充や交換は人手により行われるため、人為ミスによって誤った部品が実装されることがある。このため、従来は、部品実装後の基板の画像から部品の本体部に印刷された文字列を抽出し、これが正しい文字列であるかどうかを判別するなどの方法により、部品の実装間違いを検出するようにしている（特許文献１参照。）。また、文字列のない部品についても、部品の色彩やサイズに基づいて実装間違いを検出するようにしている。
【０００３】
【特許文献１】特開２００４−２３５５８２
【発明の開示】
【発明が解決しようとする課題】
【０００４】
特許文献１をはじめとする従来の実装部品の検査では、検査対象の部品の画像（以下、「検査対象画像」という。）を、あらかじめ登録した正しい部品の画像（以下、「良モデル」という。）と照合することによって、部品の正否を判別している。たとえば、文字列が印刷された部品については、検査対象画像から切り出した文字列と良モデル中の文字列との類似度を求め、この類似度が所定の判定基準値を上回るときに、検査対象の部品は正しい部品であると判別する。
【０００５】
ところで、部品の実装間違いは、外観が似通った部品との取り違えにより生じることが多い。特に文字列が印刷された部品については、文字列の一部が異なるだけで、その他の外観がほぼ同一であるような部品が複数存在するため、部品の取り違えが起こりやすい。
【０００６】
したがって、文字列の照合により部品の正否を見分ける場合には、文字列の一部の違いでも検出できるように、判定基準値を高く設定する必要がある。しかし、判定基準値を高くすると、正しい部品であっても、文字のかすれやにじみ等により良モデルに対する類似度が落ちた場合には、誤った部品であると判別される可能性があり、検査の精度を確保できなくなる。
【０００７】
このような問題を解決する方法として、良モデルのほかに、誤って実装される可能性がある部品の画像（以下、「不良モデル」という。）を登録しておき、これら良／不良の各モデルを検査対象の文字列と個別に照合する方法が考えられる。この場合、検査対象画像について、不良モデルに対する類似度よりも良モデルに対する類似度の方が高ければ、検査対象の部品は正しい部品であると判別し、不良モデルに対する類似度の方が高ければ、検査対象の部品は誤った部品であると判別することになる。
【０００８】
しかし、上記の方法では、どのような不良モデルを登録すれば良いかをユーザが判断する必要があるため、登録に手間がかかる。また、多数のモデルを登録しても、ユーザによるモデルの選択に誤りがあると、検査の精度を確保できないという問題もある。
【０００９】
この発明は上記の問題に着目してなされたもので、部品の実装工程を経た基板を撮像し、生成された画像中の部品に関する特徴（たとえば文字列、または色彩）を用いて基板に正しい部品が実装されているかどうかを検査する場合に、部品の正否を正しく見分けるのに必要な不良モデルの登録を、簡単かつ精度良く実行できるようにすることを、課題とするものである。
【課題を解決するための手段】
【００１０】
上記の課題を解決するために、この発明では、検査に先立ち、基板の設計データ（たとえばＣＡＤデータ）を用いて、各実装部品を部品種およびサイズに基づきグループ分けするステップＡ、基板上の各部品の画像の良モデルを登録するステップＢ、ステップＢで登録された良モデルに順に着目し、着目中の良モデルが適用される部品と同一のグループに分類された他の部品の良モデルを、着目中の良モデルに対応する不良モデルとして設定するステップＣ、の各ステップを実行する。そして、検査においては、検査対象の部品毎に、その部品の画像を対象に良モデルおよび不良モデルに対する当該部品の画像の類似度を求め、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、検査対象の部品は正しい部品であると判別し、良モデルに対する類似度よりもいずれか不良モデルに対する類似度の方が高くなったとき、検査対象の部品は誤った部品であると判別する。
【００１１】
部品の実装間違いの大半は、パーツフィーダへの部品の補充や交換時に、類似する部品を見誤ることによって生じると考えられる。よって、正しい部品と同一種、同一サイズの部品として実在する部品であって、かつ同じ基板に実装するために現場に準備されている部品が誤実装される可能性が高いと思われる。
【００１２】
この発明にかかるモデル登録方法では、上記の点を考慮して、基板上の各実装部品を部品種が同一でサイズが同等の部品毎にグループ分けし、各部品について、それぞれその部品と同じグループに属する部品の良モデルを不良モデルとして設定するので、実装間違いの検出に適した不良モデルを自動的に設定することが可能になる。なお、不良モデルの設定では、各種良モデルをそのまま他の部品の不良モデルとしても良いが、これに限らず、たとえば、不良モデルとするモデルについて、他の部品の良モデルに最も類似する領域を特定し、この領域内の画像を不良モデルとしてもよい。
【００１３】
また、ステップＡでは、部品種およびサイズに加えて、部品に文字列が印刷されているかを、グループ分けの条件としてもよい。文字列がある部品と文字列のない部品とでは、検査のアルゴリズムが異なるためである。
【００１４】
より好ましい態様においては、検査の前に、ステップＣで設定された不良モデルの各画素に、それぞれ良モデルの対応画素に対する差に応じた重みを設定し、これらの重みを不良モデルに対応づけて登録するステップＤを、さらに実行する。この場合の検査では、検査対象画像と各不良モデルとの間で、それぞれステップＤで当該モデルにつき登録された重みにより対応画素間の差を重み付けした値を用いて、画像間の差が大きいほど値が大きくなるように設定された類似度を求める演算により、各不良モデルに対する検査対象画像の類似度を算出する。一方、良モデルについては、各不良モデルに設定したのと同じ重みを用いて前記演算を複数回実行することにより、良モデルに対する検査対象画像の類似度を複数とおり算出する。そして、良モデルに対する類似度と不良モデルに対する類似度とを、同じ重みを用いて算出されたもの毎に組み合わせて比較し、すべての組み合わせにおいて、不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、前記検査対象の部品は正しい部品であると判別し、いずれかの組み合わせにおいて、不良モデルに対する類似度が良モデルに対する類似度よりも高くなったとき、前記検査対象の部品は誤った部品であると判別する。
【００１５】
上記の態様によれば、検査対象画像とモデルとの間に差がある場合には、その差を重み付けする重みの値によって、類似度の高低の度合いが変わる。各画素に対する重みは、不良モデルと良モデルとの間の差に応じて設定されるので、良、不良のモデル間で実際に大きな差が生じる画素に大きな重みが設定される。検査対象部品が正しい部品である場合の検査対象画像では、いずれの不良モデルに対しても、良モデルに対して求めたのと同様の差が同様の位置に生じると考えられるから、その差が重み付けにより強調され、算出される類似度は低くなる（値としては高くなる。）。これに対し、良モデルに対しては、いずれの画素でも大きな差は算出されないと考えられるから、算出される類似度は高くなる（値としては低くなる。）。よって、類似度のいずれの組み合わせにおいても、不良モデルに対する類似度より良モデルに対する類似度の方が高くなると考えられる。
【００１６】
検査対象部品が誤った部品である場合には、検査対象画像とモデルとの差は、誤った部品に対応する不良モデルを対象とするときに最も小さくなるから、この不良モデルに対する類似度が最も高くなると考えられる。一方、検査対象画像と良モデルとの間では、誤った部品に対応する不良モデルと良モデルとの間で求めたのと同様の差が同様の位置に生じるから、この不良モデルに対応する重みを用いて良モデルに対する類似度を算出した場合、その類似度は、不良モデルに対する類似度より低くなると考えられる。
【００１７】
したがって、良モデルおよび不良モデルについて、同じ重みを用いて算出された類似度を比較すると、検査対象の部品が正しい場合には、良モデルに対する類似度の方が不良モデルに対する類似度よりも高くなると考えられる。また検査対象の部品が誤った部品である場合には、その部品に対応する不良モデルに対する類似度が、同じ重みを用いて算出された良モデルに対する類似度よりも高くなると考えられる。よって、上記の態様によれば、実際の部品に対応するモデルに対する類似度が、他のモデルに対する類似度より大きくなるから、部品の成否の判別を高い確度で行うことができる。
【００１８】
上記の方法を用いた基板検査装置は、検査対象の基板上の各部品の画像の良モデルが登録されたメモリと、検査対象の基板の設計データの入力を受け付けて、入力された設計データを用いて、各実装部品を部品種およびサイズに基づきグループ分けする分類手段と、メモリに登録された良モデルに順に着目し、着目中の良モデルが適用される部品と同一のグループに分類された他の部品の良モデルを、着目中の良モデルに対応する不良モデルとして設定する不良モデル設定手段と、検査対象の基板が撮像されたとき、生成された画像中の検査対象の部品毎に、対応する良モデルおよび不良モデルに対する当該部品の画像の類似度を求め、これらの類似度に基づき、各部品が正しい部品であるかどうかを判別する判別手段を具備する。また判別手段は、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、検査対象の部品は正しい部品であると判別し、前記良モデルに対する類似度よりもいずれかの不良モデルに対する類似度の方が高くなったとき、前記検査対象の部品は誤った部品であると判別する。
【００１９】
上記構成の基板検査装置によれば、検査対象の基板の設計データを入力することによって、部品の実装の正否を判別するのに適した不良モデルを自動的に設定し、精度の高い検査を実行することが可能になる。
【発明の効果】
【００２０】
上記の方法および基板検査装置によれば、正しい部品が実装されているか否かの検査について、基板の設計データや良モデルとして登録される画像を用いて、誤って実装され得る部品に対応する不良モデルを簡単かつ精度良く設定することができる。よって、実装部品の成否を判別する検査の精度を確保することができる。
【発明を実施するための最良の形態】
【００２１】
図１は、この発明が適用されたプリント基板の自動外観検査装置の構成を示す。
この自動外観検査装置（以下、単に「検査装置」という。）は、基板生産ラインの部品実装工程を経た基板を対象に検査するもので、コントローラ１、カメラ２、照明装置３、基板ステージ４、入力部５、モニタ６などにより構成される。
【００２２】
基板ステージ４には、基板８を支持するためのテーブル部４１や、Ｘ軸ステージおよびＹ軸ステージ（いずれも図示せず。）を含む移動機構４２などが含まれる。
【００２３】
カメラ２および照明部３は、「カラーハイライト方式」と称される光学系を構成する。カメラ２は、カラー静止画像を生成するもので、基板ステージ４１の上方に撮像面を下方に向け、かつ光軸を鉛直方向に合わせた状態で配備される。照明部３は、基板ステージ４とカメラ２との間に配置された３個の円環状光源３Ｒ，３Ｇ，３Ｂにより構成される。これらの光源３Ｒ，３Ｇ，３Ｂは、それぞれ、赤、緑、青の色彩光を発するもので、各中心部をカメラ４の光軸に位置合わせした状態で配備されている。また、各光源３Ｒ，３Ｇ，３Ｂは、基板８に対しそれぞれ異なる方向から光を照射できるように、互いに異なる大きさの径を有するように設定される。
【００２４】
コントローラ１には、コンピュータによる制御部１０のほか、画像入力部１１、撮像制御部１２、照明制御部１３、ＸＹステージ制御部１４、メモリ１５、ＣＤ−ＲＯＭドライブ１６、通信用インターフェース１７などが設けられる。画像入力部１１には、カメラ２に対するインターフェース回路などが含まれる。撮像制御部１２は、カメラ２に対し、撮像を指示するタイミング信号を出力するためのものである。
【００２５】
照明制御部１３は、前記照明部３の各光源３Ｒ，３Ｇ，３Ｂの点灯・消灯動作の制御や光量の調整などを行う。ＸＹステージ制御部１４は、基板ステージ４の移動タイミングや移動量を制御する。
【００２６】
メモリ１５には、検査用のプログラム（後記する部品検査システム用のプログラムを含む。）や各種検査データ（たとえば、検査対象の部品の部品情報、検査領域の設定データ、被検査部位を検出するための２値化しきい値など）が格納される。さらに、この実施例のメモリ１５には、後記するモデル記憶部１１１、グループデータ記憶部１１２、重みデータ記憶部１１３の各記憶部に相当する領域も設けられる。
【００２７】
制御部１０は、ＸＹステージ制御部１４を介して基板ステージ４２の移動を制御することにより、カメラ２と基板８とを位置合わせし、撮像する。この撮像により生成されたカラー画像は画像入力部１１を介して制御部１０に入力され、その内部メモリ（ＲＡＭ）に格納される。制御部１０は、このＲＡＭに格納されたカラー画像を用いて、各部品に対する検査を順に実行する。さらに、制御部１０は、各部品に対する計測結果や判定結果、ならびに検査に使用された画像を、通信用インターフェース１７を用いて図示しない外部装置に送信する。
【００２８】
なお、上記の検査装置で実行される検査には、実装部品が正しいかどうかの検査（以下、「部品検査」という。）と、部品の位置や向きが正しいかどうかの検査とが含まれるが、以下では、部品検査のみに限定して説明する。
【００２９】
この実施例の部品検査は、さらに２つの種類に分類される。１つは、部品本体に所定の文字列（型番、抵抗値など）が印刷されている部品を対象に、画像上の文字列が正しいかどうかによって部品の正否を判別するものである。もう１つは、文字列が印刷されていない部品を対象に、画像上の部品のサイズや色彩が正しいかどうかによって、部品の正否を判別するものである。いずれの場合にも、部品毎に、その部品の正しいサンプル画像と、誤った部品のサンプル画像とが、それぞれ良モデル、不良モデルとして登録される。
【００３０】
制御部１０は、部品の実際の画像について、後記する手順により良モデルおよび不良モデルに対する類似度を算出し、モデル間の類似度の大小を比較する処理により、部品が正しいものであるかどうかを判別する。
【００３１】
さらに、この検査装置では、基板のＣＡＤデータを用いて、部品の誤実装を検出するのに適した不良モデルを、制御部１０内で自動的に設定できるようにしている。以下、文字列の検査を行う場合を例に、不良モデルの設定方法を説明する。
【００３２】
図２は、検査対象の基板の構成例を、図３は、この基板のＣＡＤデータの内容を、それぞれ示す。この例では、説明を簡単にするために、基板上の実装部品を９個に限定し、各部品に、それぞれ１〜９の部品番号が付与されているものとする。以下の説明でも、個々の部品に言及する場合には、「○番の部品」というように、部品番号を用いて示す。
【００３３】
図３の例のＣＡＤデータは、上記の部品番号に、品番、部品種、サイズ、部品中心のｘ，ｙ座標、および搭載角度（所定の方向を向いた状態の部品を基準にして、この基準の状態に対する実際の部品の回転角度をいう。）の各データを対応づけた構成のものである。図３では、部品番号、搭載角度以外の情報を、アルファベット等の文字で示しているが、同一内容のデータを同じ文字により表現している。
【００３４】
上記のＣＡＤデータによれば、６番の部品を除く各部品は同じ部品種Ｉ（この例では角チップ）に属している。部品種Ｉに属する部品のうち、４番を除く各部品（図３中、部品番号に網点を付した部分）は同じサイズである。さらに、部品種Ｉの同一サイズの部品のうち、２番、５番、８番、９番の各部品は品番が同一であり、３番および７番の各部品も品番が同一である。
【００３５】
また、図２の基板の構成図によれば、部品種Ｉに属する部品には、４番の部品を除き、すべて部品本体に文字列が印刷されている。この例の文字列（１０１，１０２，１０３）は抵抗値を示すものであり、同一品番の部品にはすべて同一の文字列が印刷される。
【００３６】
ところで、部品の誤実装は、作業員のミスにより生じるが、最も起こりやすいミスは、外観が類似する部品との取り違えであると思われる。また、外観が明らかに異なる部品に取り違えた場合には、良モデルとのマッチングによって誤実装を検出することが可能であるが、正しい部品に外観がきわめて近い部品に取り違えた場合（たとえば、図２，３に示した品番Ａの部品を品番ＢやＣの部品と取り違えた場合）には、良モデルのみでは誤実装を検出できない可能性がある。また、このような誤実装の検出精度を上げるために、類似度の判定基準値を高くすると、正しい部品であるのに、文字列に欠けやかすれ等の不備がある部品までが、誤った部品であると判別されてしまう。
【００３７】
このような問題に鑑み、この実施例では、ＣＡＤデータを用いて、基板上の各実装部品を、部品種が同じでサイズが共通するもの毎にグループ分けする。さらに、同一種、同サイズの部品の中に、部品本体に文字列がある部品とない部品とが混じっている場合には、文字列の有無によってグループを分ける場合もある。そして各部品について、それぞれその部品の良モデルを登録するとともに、同じグループに分類された他の部品の良モデルを不良モデルとして設定し、登録する。さらに、後記する重みデータを用いたマッチング処理によって、部品の正否判別の精度を高めるようにしている。
【００３８】
図４は、図２に示した各部品を、部品種およびサイズが同じもの毎にグループ分けした結果を示す。この例によれば、部品種Ｉに属する４種類の部品のうち、サイズが同一の３種類の部品（品番Ａ，Ｂ，Ｃ）が同じグループ（グループ１）に分類され、その他の品番Ｄ，Ｅは、それぞれ個別のグループ２，３に分類される。よって、グループ１の品番Ａの部品については、品番ＢおよびＣの部品の良モデルが不良モデルとして設定される。同様に、品番Ｂの部品については、品番ＡおよびＣの部品の良モデルが不良モデルとして設定され、品番Ｃの部品については、品番ＡおよびＢの部品の良モデルが不良モデルとして設定される。
【００３９】
上記のモデルの登録方法によれば、検査対象の部品と明らかに外観が異なる部品が誤実装されている場合には、従来と同様に、検査対象の部品の画像を良モデルと照合することによって、誤実装を検出することができる。また、検査対象の部品と外観が類似する部品が誤実装されている場合には、その部品の良モデルから設定された不良モデルを用いた照合処理によって、誤実装を検出することができる。
【００４０】
また、上記の方法では、基板のＣＡＤデータを用いて、部品種およびサイズが同一のもの毎に各部品をグループ分けするので、実際に作業者による取り違えが起こる可能性が高い部品同士を、同じグループに分類することができる。多くの場合、マウンタの近傍には、基板に実装される部品が、部品種やサイズ毎に分類されてストックされているため、外観の似た部品間での取り違えが起こりやすい。しかし、この実施例では、取り違えられる可能性の高い部品毎に、その部品を検出するための不良モデルを登録することができるから、部品検査のための判定基準値を高い値に絞り込まなくとも、検査の精度を確保することが可能になる。
【００４１】
図５は、図１の検査装置に導入される部品検査システムの機能ブロック図である。この部品検査システム１００は、上記した部品の分類処理およびモデルの登録処理を実行した上で、検査対象の基板の画像を取り込んで検査を実行するものである。システム１００には、モデル記憶部１１１、グループデータ記憶部１１２、重みデータ記憶部１１３の各記憶部のほか、ＣＡＤデータ入力部１０１、良品画像取得部１０２、部品分類処理部１０３、モデル登録部１０４、重みデータ設定部１０５、基板画像取得部１０６、検査実行部１０７、検査結果出力部１０８などが含まれる。
【００４２】
ＣＡＤデータ入力部１０１は、ＣＤ−ＲＯＭ等の記憶媒体や外部機器などから、検査対象の基板のＣＡＤデータを取り込む。良品画像取得部１０２は、カメラ２により基板８のモデルが撮像されたときに生成された画像を、良品基板の画像（以下、「良品画像」という。）として取り込む。取り込まれたＣＡＤデータや良品画像は、図示しない作業用メモリ内に格納される。
【００４３】
部品分類処理部１０３は、ＣＡＤデータ中の品番、部品種、サイズの各情報に基づき、各実装部品を、部品種およびサイズが同一の部品毎にグループ分けする。また、設定された各グループに、それぞれ固有の識別番号（以下、「グループ番号」という。）を設定して、グループデータ記憶部１１２に保存する。さらに、グループ毎に、そのグループに所属する部品の品番および部品番号、ならびにグループの属性情報（各所属部品に共通の部品種およびサイズ、ならびに文字列の有無）を上記のグループ番号に対応づけて、グループデータ記憶部１１２に保存する（以下、上記のグループデータ記憶部１１２にグループ番号を保存する処理を「グループを登録する処理」といい、グループ番号に対応づけてデータを保存する処理のことを「グループにデータを登録する処理」という。）。
【００４４】
モデル登録部１０４は、上記のＣＡＤデータに基づき、各品番につき、それぞれ最初に着目した部品の画像を基板の良品画像から切り出し、当該品番に共通の良モデルとして、モデル記憶部１１１に登録する。またモデル登録部１０４は、部品分類処理部１０３のグループ分け結果に基づき、各品番について、それぞれその品番と同じグループに属する他の品番を認識し、認識した品番の良モデルを不良モデルとして設定する。
【００４５】
重みデータ設定部１０５は、各不良モデルについて、それぞれ対応する良モデルに対する差異を反映した重みデータを設定し、これを重みデータ記憶部１１３に登録する。
【００４６】
基板画像取得部１０６は、カメラ２により検査対象の基板８が撮像されたときに、生成された画像を取り込み、検査実行部１０７に供給する。検査実行部１０７は、供給された画像に含まれる各部品に順に着目しつつ、着目部品の画像をモデル記憶部１１１や重みデータ記憶部１１３の登録データを用いて処理することにより、部品検査を実行する。検査結果出力部１０８は、基板上の全ての部品に対する部品検査が終了したとき、各検査結果を統合し、モニタ６や図示しない外部機器などに出力する。
【００４７】
つぎに、上記の部品検査システム１００で登録される良／不良モデルおよび重みデータについて、説明する。
【００４８】
図６（１）（２）は、同じグループに属する２つの部品について、それぞれ良モデルを登録する例を示す。図６（１）は、部品本体に文字列が印刷された部品（前出の品番Ａ，Ｂ）を拡大して示したものである。図６（２）は、部品本体には文字列がないが、色彩の一部が共通する部品の例である。
【００４９】
この実施例では、各部品について、良品画像中の部品本体の部分に所定大きさの矩形領域５０を設定し、この領域５０内の画像を良モデルとして切り出して登録するようにしている。文字列を有する部品の場合には、全ての文字列が含まれるように領域の位置および大きさを調整する必要がある。
【００５０】
この実施例のように、同じグループに属する複数の部品にそれぞれ設定された良モデルを、他の部品の不良モデルとして使用する場合には、不良モデルとしての登録処理は、特段に必要ではない。ただし、この実施例では、良モデルとの実質的な差を精度良く反映した不良モデルを設定するために、着目中の良モデルを用いたマッチング処理により、他の部品の良モデル中で着目中の良モデルに最も類似する領域を特定し、その領域内の画像を不良モデルとしてモデル記憶部１１１に登録するようにしている。
【００５１】
重みデータは、設定した不良モデルと着目中の良モデルとの実質的な差に基づき設定される。具体的には、これらのモデル間の差画像を作成した後に、差画像を平滑化し、平滑化後の差画像を、不良モデルに対応する重みデータとして設定する。
【００５２】
図７は、重みデータの設定の一例として、差画像（上段）および平滑処理後の画像（下段）について、それぞれ各画素の濃度（階調）を示したものである。この例の平滑処理は、差画像の各構成画素に順に着目しながら、着目画素の階調を、当該画素および周囲近傍８画素の階調の平均値に置き換えるものである。平滑処理後の差画像の各構成画素の画素データは、不良モデルの対応画素（座標が同じ画素）に対する「重み」として、検査対象画像のモデルに対する相違度を算出するのに使用される。
【００５３】
なお、この実施例ではカラー画像を処理するので、良／不良の各モデルは、いずれもＲ，Ｇ，Ｂの３種類の画像データを組み合わせたものとなる。よって、重みデータも、Ｒ，Ｇ，Ｂ毎に設定される。
【００５４】
具体的に、良または不良のモデルの座標（ｘ，ｙ）にある画素のＲ，Ｇ，Ｂ値を、それぞれＭｒ（ｘ，ｙ）、Ｍｇ（ｘ，ｙ）、Ｍｂ（ｘ，ｙ）とし、検査対象画像の対応画素のＲ，Ｇ，Ｂ値をＩｒ（ｘ，ｙ）、Ｉｇ（ｘ，ｙ）、Ｉｂ（ｘ，ｙ）とし、重みデータをＨｒ（ｘ，ｙ）、Ｈｇ（ｘ，ｙ）、Ｈｂ（ｘ，ｙ）とすると、このモデルに対する検査対象画像の相違度Ｓは、以下の（１）式により求められる（式中のＸ，Ｙはｘ，ｙ座標の最大値である。）。
【００５５】
【数１】
【００５６】
上記の（１）式による相違度Ｓは、実質的に、モデルに対する検査対象画像の類似度を表している。すなわち、検査対象画像がモデルに近いほど値が小さくなるようなパラメータをもって、類似度を表現しているのである。また、（１）式によれば、差の値が大きな画素に大きな重みが対応づけられている場合には、その差がさらに強められて、類似度が低められる。
【００５７】
重みＨｒ（ｘ，ｙ）、Ｈｇ（ｘ，ｙ）、Ｈｂ（ｘ，ｙ）の値は、不良モデルと良モデルとの対応画素間の差に応じて決まる（差の大きな画素には大きな重みが設定される。）。検査対象の部品が不良モデルに対応する部品であれば、この不良モデルと検査対象画像との差を求めた場合、対応画素間の差の値は、どの位置においても０に近くなると考えられる。よって、類似度は比較的高くなると考えられる。
【００５８】
一方、良モデルと検査対象画像との差を求めた場合には、大きな重みが対応づけられている画素に対応する差の値は、良モデルと不良モデルとの間で算出される値に匹敵する大きさになり、さらにその差が重みによって強められる。よって、この場合の類似度は、不良モデルに対する類似度より小さくなると考えられる。
【００５９】
検査対象の部品が正しい場合には、不良モデルと検査対象画像との間で差を求めた場合には、大きな重みが対応づけられている画素間の差が大きくなり、この画素における差が強められるから、類似度は低くなる。これに対し、良モデルと検査対象画像との差を求める場合には、対応する画素間の差は、いずれの位置でも０に近くなる。よって、いずれの不良モデルに対しても、その不良モデルに対する類似度よりも良モデルに対する類似度の方が大きくなると考えられる。
【００６０】
この実施例の部品検査システムでは、上記の点に鑑み、不良モデル毎に、その不良モデルにつき求めた重みデータを用いた（１）式により、当該不良モデルに対する検査対象画像の相違度Ｓ（以下、相違度Ｓ（ｎ）とする。）を算出する。さらに、良モデルについても、同じ重みデータを用いた（１）式により、検査対象画像の相違度Ｓ（以下、相違度Ｓ（ｏ）とする。）を算出し、Ｓ（ｏ），Ｓ（ｎ）の値を比較する。
【００６１】
上記の処理によれば、各不良モデルについて、それぞれそのモデルに対応する重みデータを用いて検査対象画像との類似度を算出する一方で、良モデルについて、各不良モデルに対応する複数とおりの重みデータを用いて複数とおりの類似度を算出し、各類似度を同じ重みデータにより算出されたもの毎に組み合わせて比較していることになる。
【００６２】
ここで、いずれの重みデータについても、良モデルに対する類似度の方が不良モデルに対する類似度より大きくなった場合には、検査対象の部品を正しい部品であると判断する（ただし、各類似度が所定の基準値を上回ることを前提とする。）。
【００６３】
上記に対し、いずれかの重みデータを用いて類似度を算出したときに、良モデルに対する類似度より不良モデルに対する類似度の方が大きくなり、かつその類似度が上記の基準値よりも大きくなった場合には、検査対象の部品は、不良モデルが示す部品である可能性が高い。よって、この場合には、検査対象の部品は正しい部品ではないと判断する。
【００６４】
このような処理によれば、検査対象画像中の良／不良の各モデル間の相違部分に対応する画像がいずれのモデルに近いかによって、各モデルに対する類似度の値が変動する。よって、これらの類似度を比較することにより、誤実装の有無を高い確度で判別することが可能になる。
【００６５】
なお、図７の例では、不良モデルの構成画素毎に、良モデルに対する差の大きさに応じた重みを設定しているが、これに限らず、たとえば、良モデルに対する差の大きさが所定値以上になる画素にのみ、一定の値の重みを設定してもよい。
【００６６】
以下、上記部品検査システムで実行される処理の流れを、種類毎に説明する。
まず図８は、部品の分類および良モデルの登録に関する処理手順を示す。この手順の最初のステップであるＳＴ１０１では、部品番号を特定するカウンタｉに初期値の「１」をセットするとともに、グループ数ｊｍａｘを「０」に設定する。
【００６７】
ＳＴ１０２では、ｉ番目の部品ＢｉのＣＡＤデータを読み出し、そのデータ中の品番が既にいずれかのグループに分類されているかどうかをチェックする（ＳＴ１０３）。ｉ＝１の段階では、まだグループが設定されていないから、この判定は「ＮＯ」となってＳＴ１０４に進み、着目グループを示すカウンタｊに初期値の０をセットする。
【００６８】
つぎのＳＴ１０５では、カウンタｊを１つ大きな値（すなわち１）に更新した後、ＳＴ１０６において更新後のｊをｊｍａｘと比較する。処理が開始された直後は、ｊｍａｘ＝０であるから、ｊ＞ｊｍａｘとなり、ＳＴ１０６の判定は「ＮＯ」となる。この場合には、ＳＴ１１１に進み、ｊの値によりｊｍａｘを更新する（すなわちｊｍａｘ＝１）。
【００６９】
つぎのＳＴ１１２では、グループデータ記憶部１１２にｊ番目のグループＧｊを登録する（具体的には、グループ番号ｊを登録することになる。）。続くＳＴ１１３では、部品Ｂｉの属性情報（部品種およびサイズ、ならびに文字列の有無）を、ｊ番目のグループＧｊの属性情報として、グループデータ記憶部１１２に登録する。さらにこの後は、ＳＴ１１４に進み、部品Ｂｉの品番および部品番号をグループＧｊに登録する。
【００７０】
ＳＴ１１５では、基板の良品画像から部品Ｂｉの画像を切り出す。さらに、この部品Ｂｉの搭載角度が０度以外の角度である場合には、搭載角度が０度の画像になるように、切り出した画像を回転補正する。ＳＴ１１６は、ＳＴ１１５で取得した画像を部品Ｂｉに対応する品番の良モデルとして、モデル記憶部１１１に登録する。
【００７１】
ＳＴ１１７では、ｉの値を１つ大きな値に更新する。更新後のｉが実装部品の総数ｉｍａｘより大きくならない場合には、つぎのＳＴ１１８が「ＹＥＳ」となってＳＴ１０２に戻る。以下、同様に、ｉを更新することによって着目部品を変更しながら、同様の処理を実行するが、２番目移行の部品については、少なくとも１つのグループが存在することになるから、ＳＴ１０２〜１０５の処理の後、ＳＴ１０６が「ＹＥＳ」となって、ＳＴ１０７に進む。
【００７２】
ＳＴ１０７では、部品Ｂｉの属性情報（部品種およびサイズならびに文字列の有無）を、グループＧｊの属性情報と比較する。ここで部品種が同一であり、サイズも同一であり、文字列の有無状態も同一であると判断された場合（ＳＴ１０８〜１１０がすべて「ＹＥＳ」の場合）は、ＳＴ１１４に進み、部品Ｂｉの品番および部品番号を着目中のグループＧｊに登録する。以下、ＳＴ１１５，１１６を実行することにより、部品Ｂｉに対応する品番の良モデルを設定して登録する。
【００７３】
一方、設定されているグループのいずれに対しても、属性情報の一致を確認できない場合には、ｊ＝ｊｍａｘになるまでＳＴ１０５〜１１０のループが繰り返された後に、ＳＴ１０６が「ＮＯ」となる。この場合には、ＳＴ１１１〜１１３を実行し、しかる後にＳＴ１１４〜１１６を実行することにより、新たなグループを設定し、そのグループに部品Ｂｉを登録する。
【００７４】
部品Ｂｉの品番が既にいずれかのグループに分類されている場合には、ＳＴ１０３が「ＹＥＳ」となってＳＴ１１９に進み、当該品番が分類されているグループに、部品Ｂｉの部品番号を登録することで対応する。
【００７５】
以上の処理をｉが実装部品の総数ｉｍａｘに達するまで実行することにより、各部品は、それぞれ属性情報が同一のもの毎にグループ分けされる。また、品番毎に、良モデルが設定され、モデル記憶部１１１に登録される。
【００７６】
図９は、図８の処理により登録された１グループ内に対し、不良モデルおよび重みデータを品番単位で登録する処理の手順を示す（グループが複数ある場合には、グループ毎に図９の処理が実行される。）。
【００７７】
まず最初のＳＴ２０１では、品番および良モデルを特定するためのカウンタｍに初期値の「１」をセットする。ＳＴ２０２では、このｍが示す良モデルＯｍを読み出す。
【００７８】
つぎのＳＴ２０３では、着目中の良モデル以外の良モデルの読出し回数を記憶するためのカウンタｋ（ｋ≦Ｍ−１（Ｍはグループ内の品番の登録数））に初期値の「１」をセットする。ＳＴ２０４では、着目中の良モデル以外の良モデルＯｋ（Ｏｋは、ｋ番目に読み出された良モデルを意味する。）を読み出す。
【００７９】
ＳＴ２０５では、読み出した２つのモデルＯｍ，Ｏｋ間でマッチング処理を行い、モデルＯｋにおいてＯｍに最も類似する領域を特定する。ＳＴ２０６では、この特定した領域内の画像をｍ番目の品番のｋ番目の不良モデルＮｋとして、モデル記憶部１１１に登録する。
【００８０】
さらに、ＳＴ２０７では、上記のモデルＯｍとＮｋとの差画像を生成し、ＳＴ２０８では、生成された差画像を平滑化する処理を実行する。さらにＳＴ２０９では、平滑処理後の差画像の各画素データを、不良モデルＮｋに対応する重みデータＨｋとして、重みデータ記憶部１１３に登録する。
【００８１】
この後は、ＳＴ２１０において、ｋの値を１つ大きな値に更新する。以下、この更新後にｋ＞（Ｍ−１）になるまで、ＳＴ２０３〜２１１のループを繰り返す。これにより、着目中の良モデルＯｍに対応する品番と同じグループに登録されている各品番の部品について、その部品が誤って実装された場合を検出するための不良モデルＮｋおよび重みデータＨｋが登録される。
【００８２】
以下同様に、カウンタｍをｍ＞Ｍとなるまで更新し、毎時のｍにより特定される部品について、上記ＳＴ２０２〜２１１のループを繰り返す。これにより、グループ内のすべての品番について、同じグループに属する他の品番の部品を誤実装した場合に対応するための不良モデルが登録されることになる。
【００８３】
図１０は、上記の各モデルや重みデータを用いた検査の手順を示す。
まず最初のＳＴ３０１では、検査対象の基板の撮像により生成された画像を入力する。この後は、メモリ１５に登録された部品情報に基づき、実装部品に順に着目して下記の処理を実行する。
【００８４】
部品情報には、図４のＣＡＤデータと同内容のデータが含まれている。ＳＴ３０２では、このデータ中の部品番号によりグループデータ記憶部１１２を検索して、着目中の部品が所属するグループおよびこのグループに登録されている品番の数Ｍを認識する。ＳＴ３０３では、着目中の部品の品番によりモデル記憶部１１１を検索して、対応する良モデルを読み出す。
【００８５】
ＳＴ３０４では、不良モデルの読出し数を示すカウンタｋに「１」をセットするとともに、良モデルに対する相違度の最大値Ｓｍａｘを初期値の０に設定する。つぎのＳＴ３０５では、ｋ番目の不良モデルＮｋおよびこれに対応する重みデータＨｋを読み出す。ＳＴ３０６では、重みデータＨｋに含まれる各重みを用いて上記した（１）式を実行することにより、良モデルに対する処理対象画像の相違度Ｓ（ｏ）ｋを算出する。
【００８６】
ＳＴ３０７では、同様に重みデータＨｋを用いた（１）式によって、不良モデルＮｋに対する処理対象画像の相違度Ｓ（ｎ）ｋを算出する。
【００８７】
ＳＴ３０８では、ＳＴ３０６で求めた相違度Ｓ（ｏ）ｋを最大値Ｓｍａｘと比較する。ここでＳ（ｏ）ｋ＞ＳｍａｘであればＳＴ３０９に進み、Ｓｍａｘを現在のＳ（ｏ）ｋの値に書き換える。Ｓ（ｏ）ｋ≦Ｓｍａｘの場合には、ＳＴ３０９はスキップされる。
【００８８】
ＳＴ３１０では、ＳＴ３０６，３０７でそれぞれ求めた相違度Ｓ（ｏ）ｋ，Ｓ（ｎ）ｋを比較する。ここでＳ（ｏ）ｋ＜Ｓ（ｎ）ｋ、すなわち良モデルに対する類似度の方が高い場合には、ＳＴ３１１に進んでｋの値を更新した後、ＳＴ３１２を介してＳＴ３０５に戻る。
【００８９】
以下、設定されているすべての不良モデルについて、ＳＴ３０５〜３１２の処理が実行され、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなった場合には、ＳＴ３１２が「ＮＯ」となってＳＴ３１３に進み、その時点での良モデルに対する相違度の最大値Ｓｍａｘを所定のしきい値Ｓｔｈと比較する。ここでＳｍａｘ＜Ｓｔｈであれば（すなわち、各種重みデータを用いて求めた良モデルに対する類似度のうちの最も小さいものが、一定の基準値を上回る場合には）、ＳＴ３１４に進み、着目中の部品は正しい部品であると判定する。
【００９０】
他方、上記の比較処理において、Ｓｍａｘ≧Ｓｔｈであった場合には、ＳＴ３１６に進み、着目中の部品は誤った部品であると判定する。このようなケースは、正しい部品とは異なるグループの部品が誤実装されている場合に生じると可能性がある。
【００９１】
もし、正しい部品と同じグループに属する部品が誤って実装されているならば、その部品に対応する不良モデルを対象にＳＴ３１０の比較処理を行った場合の判定が「ＮＯ」となる。この場合は、ＳＴ３１５に進み、相違度Ｓ（ｎ）ｋがしきい値Ｓｔｈより小さいか否かをチェックする。Ｓ（ｎ）ｋ＜Ｓｔｈであれば、ＳＴ３１６に進み、着目中の部品は誤った部品であると判定する。
【００９２】
基板上のすべての実装部品に対し、ＳＴ３０２〜３１６の処理を実行することにより、部品毎に、その部品が正しい部品であるか、誤った部品であるかが判定される。全ての実装部品に対する判定処理が終了すると、ＳＴ３１７が「ＹＥＳ」となってＳＴ３１８に進み、基板全体にかかる検査結果を出力する。この出力先は、モニタ６のほか、図示しない外部機器に対して行うことができる。
【００９３】
なお、上記の実施例では、不良モデルについて、Ｒ，Ｇ，Ｂの色データ毎に重みデータを設定したが、これに限らず、良品モデルとの間で差が生じる色データに限定して重みデータを設定してもよい。たとえば、部品に赤色の文字列が印刷される場合であれば、Ｒには重みデータを設定するが、Ｇ，Ｂには重みデータを設定しないようにする。また、このように特定の色データのみに重みデータを設定した場合には、類似度の算出についても、重みデータが設定された色の画像データのみを用いて行えばよい。ただし、これに限らず、特定の色データにつき、重みデータを設定して類似度を算出するとともに、その他の色データについても、重みデータを設定せずに類似度を算出し、すべての類似度の総和を求めてもよい。
【００９４】
また上記の（１）式による類似度の算出は、対応画素間の差の総和を求めるものであるが、これに代えて、正規化相関演算を実行してもよい。この場合も、類似度が高くなるほど演算結果の値が低くなるような式を設定することにより、検査対象部品がいずれかの不良モデルに対応する場合には、該当する不良モデルに対する類似度が最も高くなるような結果を得ることができるから、部品の正否を判別することができる。
【００９５】
上記の記載を整理すると、部品検査においては、以下の３とおりの方法により各モデルに対する類似度を求めることができる。
（１）前述の（１）式を用いて、Ｒ，Ｇ，Ｂの各色データ毎に、対応画素間の差を求め、その総和を類似度とする方法。
この方法により求められる類似度を、以下では、「総合差分演算による類似度」という。
（２）重みデータが設定された色データ（たとえばＲ）に限定して、対応画素間の差を求め、その差を類似度とする方法。
この方法により求められる類似度を、以下では、「特定色の差分演算による類似度」という。
（３）正規化相関演算により類似度を求める方法。
この方法により求められる類似度を、以下では、「正規化相関演算による類似度」という。
【００９６】
実際の部品検査においては、上記３通りの演算処理による類似度のうち、検査対象画像に適合するモデルに対する類似度とその他のモデルに対する類似度との間の差が、できるだけ顕著になるようなものを選択するのが望ましい。基板には種々の部品が実装されており、上記３通りの類似度の中のいずれが適しているかは、部品の種類によって異なる。よって、類似度の算出方法についても、グループ毎にあらかじめ選択しておけば、検査の精度をさらに向上することができる。
【００９７】
なお、（２）の方法については、前記したように、特定の色データ以外の色データについて、重みデータを設定しない類似度を求め、これらを、特定の色データの重みデータを用いた類似度に加算する方法に、差し替えることもできる。また（３）の方法についても、差分演算による類似度と同様に、Ｒ，Ｇ，Ｂの各色データを用いて相関値を求める場合と、特定の色データのみを用いて相関値を求める場合とに分類してもよい。
【００９８】
以下、この類似度の演算方法を自動的に選択する処理について、図１１〜図１３を用いて具体的に説明する。この例は、図８，９の処理により、良モデルおよび不良モデルならびに重みデータの登録が完了した特定の品番に着目し、上記（１）〜（３）の各方法による類似度のうちのいずれを求めるのが適切であるかを、基板の良品画像を用いて自動的に判別するものである。
【００９９】
図１１中、ＯＫ１〜ＯＫ３は、着目中の品番の部品について、良品画像から抜き出したサンプル画像（以下、「良サンプル」という。）の名称である。またＮＧ１〜ＮＧ５は、着目中の品番と同じグループに属する他品番の部品について、良品画像から抜き出したサンプル画像（以下、「不良サンプル」という。）の名称である。各サンプルは、それぞれ良品画像から個別に切り出されたものである。したがって、同じ品番のサンプルであっても、色合いなどが微妙に異なる。また、不良サンプルについては、着目中の部品以外の品番が複数存在する場合には、これらの品番のすべてについて、不良サンプルが設定されるのが望ましい。
【０１００】
図１１は、上記３通りの演算方法により、それぞれ着目品番の部品の良品モデルに対する各サンプルの類似度を求めた結果を示す。なお、良サンプルのうちの「ＯＫ１」は、良モデルの作成に使用されたものであるため、いずれの演算結果も「０」（すなわち類似度１００パーセント）となっている。
【０１０１】
図１２は、これらの類似度のグラフ上で、判別処理のために使用されるパラメータを示したものである。
図中、●印は、図１１に示した良品サンプルの類似度を示し、■印は、不良品サンプルの類似度を示す。また、太い一点鎖線は、良品サンプルの類似度の分布範囲の中間値（最大値と最小値との平均値）であり、太い二点差線は、不良品サンプルの類似度の分布範囲の中間値である。
【０１０２】
各グラフにおいて、Ｄは、良サンプルの中間値と不良サンプルの中間値との差である。また、Ｒは、良サンプルの最小の類似度の値（数値上は最大値）から不良サンプルの最大の類似度の値（数値上は最小値との差）である。
【０１０３】
Ｄは、良サンプルと不良サンプルとの間での類似度の平均的な差の大きさを示すと考えられる。Ｒは、良サンプルの分布範囲と不良サンプルとの分布範囲との間の隔たりの大きさを示すと考えられる。このＲが大きくなるほど、正しい部品と誤った部品との切り分けが容易になると考えられる。よって、この実施例では、（１）〜（３）の演算毎に、Ｄに対するＲの比（Ｒ／Ｄ）を求め、その比の大きさが最大になる演算処理を選択するようにしている。
【０１０４】
図１３は、上記図１１に示した各演算結果について、それぞれＲ，Ｄ，Ｒ／Ｄを求めた結果を示す。この例によれば、Ｒ／Ｄが最も大きくなるのは、（３）の相関値による類似度を求めた場合であるから、検査の際に実行する演算としても、（３）の方法が選択される。
【０１０５】
上記の図１１〜１３に示した類似度の算出方法の選択処理は、モデルの登録処理と同様に、検査対象となる基板の種類毎に行われるのが望ましい。
【図面の簡単な説明】
【０１０６】
【図１】基板の外観自動検査装置の電気構成および光学的構成を示す図である。
【図２】基板上の部品の配置例を示す説明図である。
【図３】図２の各部品のＣＡＤデータの内容を示す説明図である。
【図４】図２の各部品の品番をグループ分けした結果を示す説明図である。
【図５】部品検査システムの機能ブロック図である。
【図６】良モデルの登録例を示す説明図である。
【図７】重みデータの設定例を示す説明図である。
【図８】部品の分類およびＯＫモデルの登録に関する処理手順を示すフローチャートである。
【図９】不良モデルおよび重みデータの登録に関する処理手順を示すフローチャートである。
【図１０】検査の流れを示すフローチャートである。
【図１１】３とおりの演算処理方法によりサンプル画像に対する類似度を求めた例を示すテーブルである。
【図１２】図１１の演算結果から、類似度の演算方法の選択処理に用いるパラメータを求める方法を示すグラフである。
【図１３】図１１の演算結果から求めたＲ，Ｄ，Ｒ／Ｄの値を示すテーブルである。
【符号の説明】
【０１０７】
１ コントローラ
２ カメラ
１０ 制御部
１５ メモリ
１００ 部品検査システム
１０１ ＣＡＤデータ入力部
１０３ 部品分類処理部
１０４ モデル登録部
１０５ 重みデータ設定部
１０７ 検査実行部
１１１ モデル記憶部
１１２ グループデータ記憶部
１１３ 重みデータ記憶部
【技術分野】
【０００１】
この発明は、部品の実装工程を終了した後の基板を対象に、正しい部品が実装されているか否かを判別する自動外観検査に関する。
【背景技術】
【０００２】
近年の基板生産ラインでは、マウンタの導入によって、部品を自動的に実装することができるが、パーツフィーダへの部品の補充や交換は人手により行われるため、人為ミスによって誤った部品が実装されることがある。このため、従来は、部品実装後の基板の画像から部品の本体部に印刷された文字列を抽出し、これが正しい文字列であるかどうかを判別するなどの方法により、部品の実装間違いを検出するようにしている（特許文献１参照。）。また、文字列のない部品についても、部品の色彩やサイズに基づいて実装間違いを検出するようにしている。
【０００３】
【特許文献１】特開２００４−２３５５８２
【発明の開示】
【発明が解決しようとする課題】
【０００４】
特許文献１をはじめとする従来の実装部品の検査では、検査対象の部品の画像（以下、「検査対象画像」という。）を、あらかじめ登録した正しい部品の画像（以下、「良モデル」という。）と照合することによって、部品の正否を判別している。たとえば、文字列が印刷された部品については、検査対象画像から切り出した文字列と良モデル中の文字列との類似度を求め、この類似度が所定の判定基準値を上回るときに、検査対象の部品は正しい部品であると判別する。
【０００５】
ところで、部品の実装間違いは、外観が似通った部品との取り違えにより生じることが多い。特に文字列が印刷された部品については、文字列の一部が異なるだけで、その他の外観がほぼ同一であるような部品が複数存在するため、部品の取り違えが起こりやすい。
【０００６】
したがって、文字列の照合により部品の正否を見分ける場合には、文字列の一部の違いでも検出できるように、判定基準値を高く設定する必要がある。しかし、判定基準値を高くすると、正しい部品であっても、文字のかすれやにじみ等により良モデルに対する類似度が落ちた場合には、誤った部品であると判別される可能性があり、検査の精度を確保できなくなる。
【０００７】
このような問題を解決する方法として、良モデルのほかに、誤って実装される可能性がある部品の画像（以下、「不良モデル」という。）を登録しておき、これら良／不良の各モデルを検査対象の文字列と個別に照合する方法が考えられる。この場合、検査対象画像について、不良モデルに対する類似度よりも良モデルに対する類似度の方が高ければ、検査対象の部品は正しい部品であると判別し、不良モデルに対する類似度の方が高ければ、検査対象の部品は誤った部品であると判別することになる。
【０００８】
しかし、上記の方法では、どのような不良モデルを登録すれば良いかをユーザが判断する必要があるため、登録に手間がかかる。また、多数のモデルを登録しても、ユーザによるモデルの選択に誤りがあると、検査の精度を確保できないという問題もある。
【０００９】
この発明は上記の問題に着目してなされたもので、部品の実装工程を経た基板を撮像し、生成された画像中の部品に関する特徴（たとえば文字列、または色彩）を用いて基板に正しい部品が実装されているかどうかを検査する場合に、部品の正否を正しく見分けるのに必要な不良モデルの登録を、簡単かつ精度良く実行できるようにすることを、課題とするものである。
【課題を解決するための手段】
【００１０】
上記の課題を解決するために、この発明では、検査に先立ち、基板の設計データ（たとえばＣＡＤデータ）を用いて、各実装部品を部品種およびサイズに基づきグループ分けするステップＡ、基板上の各部品の画像の良モデルを登録するステップＢ、ステップＢで登録された良モデルに順に着目し、着目中の良モデルが適用される部品と同一のグループに分類された他の部品の良モデルを、着目中の良モデルに対応する不良モデルとして設定するステップＣ、の各ステップを実行する。そして、検査においては、検査対象の部品毎に、その部品の画像を対象に良モデルおよび不良モデルに対する当該部品の画像の類似度を求め、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、検査対象の部品は正しい部品であると判別し、良モデルに対する類似度よりもいずれか不良モデルに対する類似度の方が高くなったとき、検査対象の部品は誤った部品であると判別する。
【００１１】
部品の実装間違いの大半は、パーツフィーダへの部品の補充や交換時に、類似する部品を見誤ることによって生じると考えられる。よって、正しい部品と同一種、同一サイズの部品として実在する部品であって、かつ同じ基板に実装するために現場に準備されている部品が誤実装される可能性が高いと思われる。
【００１２】
この発明にかかるモデル登録方法では、上記の点を考慮して、基板上の各実装部品を部品種が同一でサイズが同等の部品毎にグループ分けし、各部品について、それぞれその部品と同じグループに属する部品の良モデルを不良モデルとして設定するので、実装間違いの検出に適した不良モデルを自動的に設定することが可能になる。なお、不良モデルの設定では、各種良モデルをそのまま他の部品の不良モデルとしても良いが、これに限らず、たとえば、不良モデルとするモデルについて、他の部品の良モデルに最も類似する領域を特定し、この領域内の画像を不良モデルとしてもよい。
【００１３】
また、ステップＡでは、部品種およびサイズに加えて、部品に文字列が印刷されているかを、グループ分けの条件としてもよい。文字列がある部品と文字列のない部品とでは、検査のアルゴリズムが異なるためである。
【００１４】
より好ましい態様においては、検査の前に、ステップＣで設定された不良モデルの各画素に、それぞれ良モデルの対応画素に対する差に応じた重みを設定し、これらの重みを不良モデルに対応づけて登録するステップＤを、さらに実行する。この場合の検査では、検査対象画像と各不良モデルとの間で、それぞれステップＤで当該モデルにつき登録された重みにより対応画素間の差を重み付けした値を用いて、画像間の差が大きいほど値が大きくなるように設定された類似度を求める演算により、各不良モデルに対する検査対象画像の類似度を算出する。一方、良モデルについては、各不良モデルに設定したのと同じ重みを用いて前記演算を複数回実行することにより、良モデルに対する検査対象画像の類似度を複数とおり算出する。そして、良モデルに対する類似度と不良モデルに対する類似度とを、同じ重みを用いて算出されたもの毎に組み合わせて比較し、すべての組み合わせにおいて、不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、前記検査対象の部品は正しい部品であると判別し、いずれかの組み合わせにおいて、不良モデルに対する類似度が良モデルに対する類似度よりも高くなったとき、前記検査対象の部品は誤った部品であると判別する。
【００１５】
上記の態様によれば、検査対象画像とモデルとの間に差がある場合には、その差を重み付けする重みの値によって、類似度の高低の度合いが変わる。各画素に対する重みは、不良モデルと良モデルとの間の差に応じて設定されるので、良、不良のモデル間で実際に大きな差が生じる画素に大きな重みが設定される。検査対象部品が正しい部品である場合の検査対象画像では、いずれの不良モデルに対しても、良モデルに対して求めたのと同様の差が同様の位置に生じると考えられるから、その差が重み付けにより強調され、算出される類似度は低くなる（値としては高くなる。）。これに対し、良モデルに対しては、いずれの画素でも大きな差は算出されないと考えられるから、算出される類似度は高くなる（値としては低くなる。）。よって、類似度のいずれの組み合わせにおいても、不良モデルに対する類似度より良モデルに対する類似度の方が高くなると考えられる。
【００１６】
検査対象部品が誤った部品である場合には、検査対象画像とモデルとの差は、誤った部品に対応する不良モデルを対象とするときに最も小さくなるから、この不良モデルに対する類似度が最も高くなると考えられる。一方、検査対象画像と良モデルとの間では、誤った部品に対応する不良モデルと良モデルとの間で求めたのと同様の差が同様の位置に生じるから、この不良モデルに対応する重みを用いて良モデルに対する類似度を算出した場合、その類似度は、不良モデルに対する類似度より低くなると考えられる。
【００１７】
したがって、良モデルおよび不良モデルについて、同じ重みを用いて算出された類似度を比較すると、検査対象の部品が正しい場合には、良モデルに対する類似度の方が不良モデルに対する類似度よりも高くなると考えられる。また検査対象の部品が誤った部品である場合には、その部品に対応する不良モデルに対する類似度が、同じ重みを用いて算出された良モデルに対する類似度よりも高くなると考えられる。よって、上記の態様によれば、実際の部品に対応するモデルに対する類似度が、他のモデルに対する類似度より大きくなるから、部品の成否の判別を高い確度で行うことができる。
【００１８】
上記の方法を用いた基板検査装置は、検査対象の基板上の各部品の画像の良モデルが登録されたメモリと、検査対象の基板の設計データの入力を受け付けて、入力された設計データを用いて、各実装部品を部品種およびサイズに基づきグループ分けする分類手段と、メモリに登録された良モデルに順に着目し、着目中の良モデルが適用される部品と同一のグループに分類された他の部品の良モデルを、着目中の良モデルに対応する不良モデルとして設定する不良モデル設定手段と、検査対象の基板が撮像されたとき、生成された画像中の検査対象の部品毎に、対応する良モデルおよび不良モデルに対する当該部品の画像の類似度を求め、これらの類似度に基づき、各部品が正しい部品であるかどうかを判別する判別手段を具備する。また判別手段は、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、検査対象の部品は正しい部品であると判別し、前記良モデルに対する類似度よりもいずれかの不良モデルに対する類似度の方が高くなったとき、前記検査対象の部品は誤った部品であると判別する。
【００１９】
上記構成の基板検査装置によれば、検査対象の基板の設計データを入力することによって、部品の実装の正否を判別するのに適した不良モデルを自動的に設定し、精度の高い検査を実行することが可能になる。
【発明の効果】
【００２０】
上記の方法および基板検査装置によれば、正しい部品が実装されているか否かの検査について、基板の設計データや良モデルとして登録される画像を用いて、誤って実装され得る部品に対応する不良モデルを簡単かつ精度良く設定することができる。よって、実装部品の成否を判別する検査の精度を確保することができる。
【発明を実施するための最良の形態】
【００２１】
図１は、この発明が適用されたプリント基板の自動外観検査装置の構成を示す。
この自動外観検査装置（以下、単に「検査装置」という。）は、基板生産ラインの部品実装工程を経た基板を対象に検査するもので、コントローラ１、カメラ２、照明装置３、基板ステージ４、入力部５、モニタ６などにより構成される。
【００２２】
基板ステージ４には、基板８を支持するためのテーブル部４１や、Ｘ軸ステージおよびＹ軸ステージ（いずれも図示せず。）を含む移動機構４２などが含まれる。
【００２３】
カメラ２および照明部３は、「カラーハイライト方式」と称される光学系を構成する。カメラ２は、カラー静止画像を生成するもので、基板ステージ４１の上方に撮像面を下方に向け、かつ光軸を鉛直方向に合わせた状態で配備される。照明部３は、基板ステージ４とカメラ２との間に配置された３個の円環状光源３Ｒ，３Ｇ，３Ｂにより構成される。これらの光源３Ｒ，３Ｇ，３Ｂは、それぞれ、赤、緑、青の色彩光を発するもので、各中心部をカメラ４の光軸に位置合わせした状態で配備されている。また、各光源３Ｒ，３Ｇ，３Ｂは、基板８に対しそれぞれ異なる方向から光を照射できるように、互いに異なる大きさの径を有するように設定される。
【００２４】
コントローラ１には、コンピュータによる制御部１０のほか、画像入力部１１、撮像制御部１２、照明制御部１３、ＸＹステージ制御部１４、メモリ１５、ＣＤ−ＲＯＭドライブ１６、通信用インターフェース１７などが設けられる。画像入力部１１には、カメラ２に対するインターフェース回路などが含まれる。撮像制御部１２は、カメラ２に対し、撮像を指示するタイミング信号を出力するためのものである。
【００２５】
照明制御部１３は、前記照明部３の各光源３Ｒ，３Ｇ，３Ｂの点灯・消灯動作の制御や光量の調整などを行う。ＸＹステージ制御部１４は、基板ステージ４の移動タイミングや移動量を制御する。
【００２６】
メモリ１５には、検査用のプログラム（後記する部品検査システム用のプログラムを含む。）や各種検査データ（たとえば、検査対象の部品の部品情報、検査領域の設定データ、被検査部位を検出するための２値化しきい値など）が格納される。さらに、この実施例のメモリ１５には、後記するモデル記憶部１１１、グループデータ記憶部１１２、重みデータ記憶部１１３の各記憶部に相当する領域も設けられる。
【００２７】
制御部１０は、ＸＹステージ制御部１４を介して基板ステージ４２の移動を制御することにより、カメラ２と基板８とを位置合わせし、撮像する。この撮像により生成されたカラー画像は画像入力部１１を介して制御部１０に入力され、その内部メモリ（ＲＡＭ）に格納される。制御部１０は、このＲＡＭに格納されたカラー画像を用いて、各部品に対する検査を順に実行する。さらに、制御部１０は、各部品に対する計測結果や判定結果、ならびに検査に使用された画像を、通信用インターフェース１７を用いて図示しない外部装置に送信する。
【００２８】
なお、上記の検査装置で実行される検査には、実装部品が正しいかどうかの検査（以下、「部品検査」という。）と、部品の位置や向きが正しいかどうかの検査とが含まれるが、以下では、部品検査のみに限定して説明する。
【００２９】
この実施例の部品検査は、さらに２つの種類に分類される。１つは、部品本体に所定の文字列（型番、抵抗値など）が印刷されている部品を対象に、画像上の文字列が正しいかどうかによって部品の正否を判別するものである。もう１つは、文字列が印刷されていない部品を対象に、画像上の部品のサイズや色彩が正しいかどうかによって、部品の正否を判別するものである。いずれの場合にも、部品毎に、その部品の正しいサンプル画像と、誤った部品のサンプル画像とが、それぞれ良モデル、不良モデルとして登録される。
【００３０】
制御部１０は、部品の実際の画像について、後記する手順により良モデルおよび不良モデルに対する類似度を算出し、モデル間の類似度の大小を比較する処理により、部品が正しいものであるかどうかを判別する。
【００３１】
さらに、この検査装置では、基板のＣＡＤデータを用いて、部品の誤実装を検出するのに適した不良モデルを、制御部１０内で自動的に設定できるようにしている。以下、文字列の検査を行う場合を例に、不良モデルの設定方法を説明する。
【００３２】
図２は、検査対象の基板の構成例を、図３は、この基板のＣＡＤデータの内容を、それぞれ示す。この例では、説明を簡単にするために、基板上の実装部品を９個に限定し、各部品に、それぞれ１〜９の部品番号が付与されているものとする。以下の説明でも、個々の部品に言及する場合には、「○番の部品」というように、部品番号を用いて示す。
【００３３】
図３の例のＣＡＤデータは、上記の部品番号に、品番、部品種、サイズ、部品中心のｘ，ｙ座標、および搭載角度（所定の方向を向いた状態の部品を基準にして、この基準の状態に対する実際の部品の回転角度をいう。）の各データを対応づけた構成のものである。図３では、部品番号、搭載角度以外の情報を、アルファベット等の文字で示しているが、同一内容のデータを同じ文字により表現している。
【００３４】
上記のＣＡＤデータによれば、６番の部品を除く各部品は同じ部品種Ｉ（この例では角チップ）に属している。部品種Ｉに属する部品のうち、４番を除く各部品（図３中、部品番号に網点を付した部分）は同じサイズである。さらに、部品種Ｉの同一サイズの部品のうち、２番、５番、８番、９番の各部品は品番が同一であり、３番および７番の各部品も品番が同一である。
【００３５】
また、図２の基板の構成図によれば、部品種Ｉに属する部品には、４番の部品を除き、すべて部品本体に文字列が印刷されている。この例の文字列（１０１，１０２，１０３）は抵抗値を示すものであり、同一品番の部品にはすべて同一の文字列が印刷される。
【００３６】
ところで、部品の誤実装は、作業員のミスにより生じるが、最も起こりやすいミスは、外観が類似する部品との取り違えであると思われる。また、外観が明らかに異なる部品に取り違えた場合には、良モデルとのマッチングによって誤実装を検出することが可能であるが、正しい部品に外観がきわめて近い部品に取り違えた場合（たとえば、図２，３に示した品番Ａの部品を品番ＢやＣの部品と取り違えた場合）には、良モデルのみでは誤実装を検出できない可能性がある。また、このような誤実装の検出精度を上げるために、類似度の判定基準値を高くすると、正しい部品であるのに、文字列に欠けやかすれ等の不備がある部品までが、誤った部品であると判別されてしまう。
【００３７】
このような問題に鑑み、この実施例では、ＣＡＤデータを用いて、基板上の各実装部品を、部品種が同じでサイズが共通するもの毎にグループ分けする。さらに、同一種、同サイズの部品の中に、部品本体に文字列がある部品とない部品とが混じっている場合には、文字列の有無によってグループを分ける場合もある。そして各部品について、それぞれその部品の良モデルを登録するとともに、同じグループに分類された他の部品の良モデルを不良モデルとして設定し、登録する。さらに、後記する重みデータを用いたマッチング処理によって、部品の正否判別の精度を高めるようにしている。
【００３８】
図４は、図２に示した各部品を、部品種およびサイズが同じもの毎にグループ分けした結果を示す。この例によれば、部品種Ｉに属する４種類の部品のうち、サイズが同一の３種類の部品（品番Ａ，Ｂ，Ｃ）が同じグループ（グループ１）に分類され、その他の品番Ｄ，Ｅは、それぞれ個別のグループ２，３に分類される。よって、グループ１の品番Ａの部品については、品番ＢおよびＣの部品の良モデルが不良モデルとして設定される。同様に、品番Ｂの部品については、品番ＡおよびＣの部品の良モデルが不良モデルとして設定され、品番Ｃの部品については、品番ＡおよびＢの部品の良モデルが不良モデルとして設定される。
【００３９】
上記のモデルの登録方法によれば、検査対象の部品と明らかに外観が異なる部品が誤実装されている場合には、従来と同様に、検査対象の部品の画像を良モデルと照合することによって、誤実装を検出することができる。また、検査対象の部品と外観が類似する部品が誤実装されている場合には、その部品の良モデルから設定された不良モデルを用いた照合処理によって、誤実装を検出することができる。
【００４０】
また、上記の方法では、基板のＣＡＤデータを用いて、部品種およびサイズが同一のもの毎に各部品をグループ分けするので、実際に作業者による取り違えが起こる可能性が高い部品同士を、同じグループに分類することができる。多くの場合、マウンタの近傍には、基板に実装される部品が、部品種やサイズ毎に分類されてストックされているため、外観の似た部品間での取り違えが起こりやすい。しかし、この実施例では、取り違えられる可能性の高い部品毎に、その部品を検出するための不良モデルを登録することができるから、部品検査のための判定基準値を高い値に絞り込まなくとも、検査の精度を確保することが可能になる。
【００４１】
図５は、図１の検査装置に導入される部品検査システムの機能ブロック図である。この部品検査システム１００は、上記した部品の分類処理およびモデルの登録処理を実行した上で、検査対象の基板の画像を取り込んで検査を実行するものである。システム１００には、モデル記憶部１１１、グループデータ記憶部１１２、重みデータ記憶部１１３の各記憶部のほか、ＣＡＤデータ入力部１０１、良品画像取得部１０２、部品分類処理部１０３、モデル登録部１０４、重みデータ設定部１０５、基板画像取得部１０６、検査実行部１０７、検査結果出力部１０８などが含まれる。
【００４２】
ＣＡＤデータ入力部１０１は、ＣＤ−ＲＯＭ等の記憶媒体や外部機器などから、検査対象の基板のＣＡＤデータを取り込む。良品画像取得部１０２は、カメラ２により基板８のモデルが撮像されたときに生成された画像を、良品基板の画像（以下、「良品画像」という。）として取り込む。取り込まれたＣＡＤデータや良品画像は、図示しない作業用メモリ内に格納される。
【００４３】
部品分類処理部１０３は、ＣＡＤデータ中の品番、部品種、サイズの各情報に基づき、各実装部品を、部品種およびサイズが同一の部品毎にグループ分けする。また、設定された各グループに、それぞれ固有の識別番号（以下、「グループ番号」という。）を設定して、グループデータ記憶部１１２に保存する。さらに、グループ毎に、そのグループに所属する部品の品番および部品番号、ならびにグループの属性情報（各所属部品に共通の部品種およびサイズ、ならびに文字列の有無）を上記のグループ番号に対応づけて、グループデータ記憶部１１２に保存する（以下、上記のグループデータ記憶部１１２にグループ番号を保存する処理を「グループを登録する処理」といい、グループ番号に対応づけてデータを保存する処理のことを「グループにデータを登録する処理」という。）。
【００４４】
モデル登録部１０４は、上記のＣＡＤデータに基づき、各品番につき、それぞれ最初に着目した部品の画像を基板の良品画像から切り出し、当該品番に共通の良モデルとして、モデル記憶部１１１に登録する。またモデル登録部１０４は、部品分類処理部１０３のグループ分け結果に基づき、各品番について、それぞれその品番と同じグループに属する他の品番を認識し、認識した品番の良モデルを不良モデルとして設定する。
【００４５】
重みデータ設定部１０５は、各不良モデルについて、それぞれ対応する良モデルに対する差異を反映した重みデータを設定し、これを重みデータ記憶部１１３に登録する。
【００４６】
基板画像取得部１０６は、カメラ２により検査対象の基板８が撮像されたときに、生成された画像を取り込み、検査実行部１０７に供給する。検査実行部１０７は、供給された画像に含まれる各部品に順に着目しつつ、着目部品の画像をモデル記憶部１１１や重みデータ記憶部１１３の登録データを用いて処理することにより、部品検査を実行する。検査結果出力部１０８は、基板上の全ての部品に対する部品検査が終了したとき、各検査結果を統合し、モニタ６や図示しない外部機器などに出力する。
【００４７】
つぎに、上記の部品検査システム１００で登録される良／不良モデルおよび重みデータについて、説明する。
【００４８】
図６（１）（２）は、同じグループに属する２つの部品について、それぞれ良モデルを登録する例を示す。図６（１）は、部品本体に文字列が印刷された部品（前出の品番Ａ，Ｂ）を拡大して示したものである。図６（２）は、部品本体には文字列がないが、色彩の一部が共通する部品の例である。
【００４９】
この実施例では、各部品について、良品画像中の部品本体の部分に所定大きさの矩形領域５０を設定し、この領域５０内の画像を良モデルとして切り出して登録するようにしている。文字列を有する部品の場合には、全ての文字列が含まれるように領域の位置および大きさを調整する必要がある。
【００５０】
この実施例のように、同じグループに属する複数の部品にそれぞれ設定された良モデルを、他の部品の不良モデルとして使用する場合には、不良モデルとしての登録処理は、特段に必要ではない。ただし、この実施例では、良モデルとの実質的な差を精度良く反映した不良モデルを設定するために、着目中の良モデルを用いたマッチング処理により、他の部品の良モデル中で着目中の良モデルに最も類似する領域を特定し、その領域内の画像を不良モデルとしてモデル記憶部１１１に登録するようにしている。
【００５１】
重みデータは、設定した不良モデルと着目中の良モデルとの実質的な差に基づき設定される。具体的には、これらのモデル間の差画像を作成した後に、差画像を平滑化し、平滑化後の差画像を、不良モデルに対応する重みデータとして設定する。
【００５２】
図７は、重みデータの設定の一例として、差画像（上段）および平滑処理後の画像（下段）について、それぞれ各画素の濃度（階調）を示したものである。この例の平滑処理は、差画像の各構成画素に順に着目しながら、着目画素の階調を、当該画素および周囲近傍８画素の階調の平均値に置き換えるものである。平滑処理後の差画像の各構成画素の画素データは、不良モデルの対応画素（座標が同じ画素）に対する「重み」として、検査対象画像のモデルに対する相違度を算出するのに使用される。
【００５３】
なお、この実施例ではカラー画像を処理するので、良／不良の各モデルは、いずれもＲ，Ｇ，Ｂの３種類の画像データを組み合わせたものとなる。よって、重みデータも、Ｒ，Ｇ，Ｂ毎に設定される。
【００５４】
具体的に、良または不良のモデルの座標（ｘ，ｙ）にある画素のＲ，Ｇ，Ｂ値を、それぞれＭｒ（ｘ，ｙ）、Ｍｇ（ｘ，ｙ）、Ｍｂ（ｘ，ｙ）とし、検査対象画像の対応画素のＲ，Ｇ，Ｂ値をＩｒ（ｘ，ｙ）、Ｉｇ（ｘ，ｙ）、Ｉｂ（ｘ，ｙ）とし、重みデータをＨｒ（ｘ，ｙ）、Ｈｇ（ｘ，ｙ）、Ｈｂ（ｘ，ｙ）とすると、このモデルに対する検査対象画像の相違度Ｓは、以下の（１）式により求められる（式中のＸ，Ｙはｘ，ｙ座標の最大値である。）。
【００５５】
【数１】
【００５６】
上記の（１）式による相違度Ｓは、実質的に、モデルに対する検査対象画像の類似度を表している。すなわち、検査対象画像がモデルに近いほど値が小さくなるようなパラメータをもって、類似度を表現しているのである。また、（１）式によれば、差の値が大きな画素に大きな重みが対応づけられている場合には、その差がさらに強められて、類似度が低められる。
【００５７】
重みＨｒ（ｘ，ｙ）、Ｈｇ（ｘ，ｙ）、Ｈｂ（ｘ，ｙ）の値は、不良モデルと良モデルとの対応画素間の差に応じて決まる（差の大きな画素には大きな重みが設定される。）。検査対象の部品が不良モデルに対応する部品であれば、この不良モデルと検査対象画像との差を求めた場合、対応画素間の差の値は、どの位置においても０に近くなると考えられる。よって、類似度は比較的高くなると考えられる。
【００５８】
一方、良モデルと検査対象画像との差を求めた場合には、大きな重みが対応づけられている画素に対応する差の値は、良モデルと不良モデルとの間で算出される値に匹敵する大きさになり、さらにその差が重みによって強められる。よって、この場合の類似度は、不良モデルに対する類似度より小さくなると考えられる。
【００５９】
検査対象の部品が正しい場合には、不良モデルと検査対象画像との間で差を求めた場合には、大きな重みが対応づけられている画素間の差が大きくなり、この画素における差が強められるから、類似度は低くなる。これに対し、良モデルと検査対象画像との差を求める場合には、対応する画素間の差は、いずれの位置でも０に近くなる。よって、いずれの不良モデルに対しても、その不良モデルに対する類似度よりも良モデルに対する類似度の方が大きくなると考えられる。
【００６０】
この実施例の部品検査システムでは、上記の点に鑑み、不良モデル毎に、その不良モデルにつき求めた重みデータを用いた（１）式により、当該不良モデルに対する検査対象画像の相違度Ｓ（以下、相違度Ｓ（ｎ）とする。）を算出する。さらに、良モデルについても、同じ重みデータを用いた（１）式により、検査対象画像の相違度Ｓ（以下、相違度Ｓ（ｏ）とする。）を算出し、Ｓ（ｏ），Ｓ（ｎ）の値を比較する。
【００６１】
上記の処理によれば、各不良モデルについて、それぞれそのモデルに対応する重みデータを用いて検査対象画像との類似度を算出する一方で、良モデルについて、各不良モデルに対応する複数とおりの重みデータを用いて複数とおりの類似度を算出し、各類似度を同じ重みデータにより算出されたもの毎に組み合わせて比較していることになる。
【００６２】
ここで、いずれの重みデータについても、良モデルに対する類似度の方が不良モデルに対する類似度より大きくなった場合には、検査対象の部品を正しい部品であると判断する（ただし、各類似度が所定の基準値を上回ることを前提とする。）。
【００６３】
上記に対し、いずれかの重みデータを用いて類似度を算出したときに、良モデルに対する類似度より不良モデルに対する類似度の方が大きくなり、かつその類似度が上記の基準値よりも大きくなった場合には、検査対象の部品は、不良モデルが示す部品である可能性が高い。よって、この場合には、検査対象の部品は正しい部品ではないと判断する。
【００６４】
このような処理によれば、検査対象画像中の良／不良の各モデル間の相違部分に対応する画像がいずれのモデルに近いかによって、各モデルに対する類似度の値が変動する。よって、これらの類似度を比較することにより、誤実装の有無を高い確度で判別することが可能になる。
【００６５】
なお、図７の例では、不良モデルの構成画素毎に、良モデルに対する差の大きさに応じた重みを設定しているが、これに限らず、たとえば、良モデルに対する差の大きさが所定値以上になる画素にのみ、一定の値の重みを設定してもよい。
【００６６】
以下、上記部品検査システムで実行される処理の流れを、種類毎に説明する。
まず図８は、部品の分類および良モデルの登録に関する処理手順を示す。この手順の最初のステップであるＳＴ１０１では、部品番号を特定するカウンタｉに初期値の「１」をセットするとともに、グループ数ｊｍａｘを「０」に設定する。
【００６７】
ＳＴ１０２では、ｉ番目の部品ＢｉのＣＡＤデータを読み出し、そのデータ中の品番が既にいずれかのグループに分類されているかどうかをチェックする（ＳＴ１０３）。ｉ＝１の段階では、まだグループが設定されていないから、この判定は「ＮＯ」となってＳＴ１０４に進み、着目グループを示すカウンタｊに初期値の０をセットする。
【００６８】
つぎのＳＴ１０５では、カウンタｊを１つ大きな値（すなわち１）に更新した後、ＳＴ１０６において更新後のｊをｊｍａｘと比較する。処理が開始された直後は、ｊｍａｘ＝０であるから、ｊ＞ｊｍａｘとなり、ＳＴ１０６の判定は「ＮＯ」となる。この場合には、ＳＴ１１１に進み、ｊの値によりｊｍａｘを更新する（すなわちｊｍａｘ＝１）。
【００６９】
つぎのＳＴ１１２では、グループデータ記憶部１１２にｊ番目のグループＧｊを登録する（具体的には、グループ番号ｊを登録することになる。）。続くＳＴ１１３では、部品Ｂｉの属性情報（部品種およびサイズ、ならびに文字列の有無）を、ｊ番目のグループＧｊの属性情報として、グループデータ記憶部１１２に登録する。さらにこの後は、ＳＴ１１４に進み、部品Ｂｉの品番および部品番号をグループＧｊに登録する。
【００７０】
ＳＴ１１５では、基板の良品画像から部品Ｂｉの画像を切り出す。さらに、この部品Ｂｉの搭載角度が０度以外の角度である場合には、搭載角度が０度の画像になるように、切り出した画像を回転補正する。ＳＴ１１６は、ＳＴ１１５で取得した画像を部品Ｂｉに対応する品番の良モデルとして、モデル記憶部１１１に登録する。
【００７１】
ＳＴ１１７では、ｉの値を１つ大きな値に更新する。更新後のｉが実装部品の総数ｉｍａｘより大きくならない場合には、つぎのＳＴ１１８が「ＹＥＳ」となってＳＴ１０２に戻る。以下、同様に、ｉを更新することによって着目部品を変更しながら、同様の処理を実行するが、２番目移行の部品については、少なくとも１つのグループが存在することになるから、ＳＴ１０２〜１０５の処理の後、ＳＴ１０６が「ＹＥＳ」となって、ＳＴ１０７に進む。
【００７２】
ＳＴ１０７では、部品Ｂｉの属性情報（部品種およびサイズならびに文字列の有無）を、グループＧｊの属性情報と比較する。ここで部品種が同一であり、サイズも同一であり、文字列の有無状態も同一であると判断された場合（ＳＴ１０８〜１１０がすべて「ＹＥＳ」の場合）は、ＳＴ１１４に進み、部品Ｂｉの品番および部品番号を着目中のグループＧｊに登録する。以下、ＳＴ１１５，１１６を実行することにより、部品Ｂｉに対応する品番の良モデルを設定して登録する。
【００７３】
一方、設定されているグループのいずれに対しても、属性情報の一致を確認できない場合には、ｊ＝ｊｍａｘになるまでＳＴ１０５〜１１０のループが繰り返された後に、ＳＴ１０６が「ＮＯ」となる。この場合には、ＳＴ１１１〜１１３を実行し、しかる後にＳＴ１１４〜１１６を実行することにより、新たなグループを設定し、そのグループに部品Ｂｉを登録する。
【００７４】
部品Ｂｉの品番が既にいずれかのグループに分類されている場合には、ＳＴ１０３が「ＹＥＳ」となってＳＴ１１９に進み、当該品番が分類されているグループに、部品Ｂｉの部品番号を登録することで対応する。
【００７５】
以上の処理をｉが実装部品の総数ｉｍａｘに達するまで実行することにより、各部品は、それぞれ属性情報が同一のもの毎にグループ分けされる。また、品番毎に、良モデルが設定され、モデル記憶部１１１に登録される。
【００７６】
図９は、図８の処理により登録された１グループ内に対し、不良モデルおよび重みデータを品番単位で登録する処理の手順を示す（グループが複数ある場合には、グループ毎に図９の処理が実行される。）。
【００７７】
まず最初のＳＴ２０１では、品番および良モデルを特定するためのカウンタｍに初期値の「１」をセットする。ＳＴ２０２では、このｍが示す良モデルＯｍを読み出す。
【００７８】
つぎのＳＴ２０３では、着目中の良モデル以外の良モデルの読出し回数を記憶するためのカウンタｋ（ｋ≦Ｍ−１（Ｍはグループ内の品番の登録数））に初期値の「１」をセットする。ＳＴ２０４では、着目中の良モデル以外の良モデルＯｋ（Ｏｋは、ｋ番目に読み出された良モデルを意味する。）を読み出す。
【００７９】
ＳＴ２０５では、読み出した２つのモデルＯｍ，Ｏｋ間でマッチング処理を行い、モデルＯｋにおいてＯｍに最も類似する領域を特定する。ＳＴ２０６では、この特定した領域内の画像をｍ番目の品番のｋ番目の不良モデルＮｋとして、モデル記憶部１１１に登録する。
【００８０】
さらに、ＳＴ２０７では、上記のモデルＯｍとＮｋとの差画像を生成し、ＳＴ２０８では、生成された差画像を平滑化する処理を実行する。さらにＳＴ２０９では、平滑処理後の差画像の各画素データを、不良モデルＮｋに対応する重みデータＨｋとして、重みデータ記憶部１１３に登録する。
【００８１】
この後は、ＳＴ２１０において、ｋの値を１つ大きな値に更新する。以下、この更新後にｋ＞（Ｍ−１）になるまで、ＳＴ２０３〜２１１のループを繰り返す。これにより、着目中の良モデルＯｍに対応する品番と同じグループに登録されている各品番の部品について、その部品が誤って実装された場合を検出するための不良モデルＮｋおよび重みデータＨｋが登録される。
【００８２】
以下同様に、カウンタｍをｍ＞Ｍとなるまで更新し、毎時のｍにより特定される部品について、上記ＳＴ２０２〜２１１のループを繰り返す。これにより、グループ内のすべての品番について、同じグループに属する他の品番の部品を誤実装した場合に対応するための不良モデルが登録されることになる。
【００８３】
図１０は、上記の各モデルや重みデータを用いた検査の手順を示す。
まず最初のＳＴ３０１では、検査対象の基板の撮像により生成された画像を入力する。この後は、メモリ１５に登録された部品情報に基づき、実装部品に順に着目して下記の処理を実行する。
【００８４】
部品情報には、図４のＣＡＤデータと同内容のデータが含まれている。ＳＴ３０２では、このデータ中の部品番号によりグループデータ記憶部１１２を検索して、着目中の部品が所属するグループおよびこのグループに登録されている品番の数Ｍを認識する。ＳＴ３０３では、着目中の部品の品番によりモデル記憶部１１１を検索して、対応する良モデルを読み出す。
【００８５】
ＳＴ３０４では、不良モデルの読出し数を示すカウンタｋに「１」をセットするとともに、良モデルに対する相違度の最大値Ｓｍａｘを初期値の０に設定する。つぎのＳＴ３０５では、ｋ番目の不良モデルＮｋおよびこれに対応する重みデータＨｋを読み出す。ＳＴ３０６では、重みデータＨｋに含まれる各重みを用いて上記した（１）式を実行することにより、良モデルに対する処理対象画像の相違度Ｓ（ｏ）ｋを算出する。
【００８６】
ＳＴ３０７では、同様に重みデータＨｋを用いた（１）式によって、不良モデルＮｋに対する処理対象画像の相違度Ｓ（ｎ）ｋを算出する。
【００８７】
ＳＴ３０８では、ＳＴ３０６で求めた相違度Ｓ（ｏ）ｋを最大値Ｓｍａｘと比較する。ここでＳ（ｏ）ｋ＞ＳｍａｘであればＳＴ３０９に進み、Ｓｍａｘを現在のＳ（ｏ）ｋの値に書き換える。Ｓ（ｏ）ｋ≦Ｓｍａｘの場合には、ＳＴ３０９はスキップされる。
【００８８】
ＳＴ３１０では、ＳＴ３０６，３０７でそれぞれ求めた相違度Ｓ（ｏ）ｋ，Ｓ（ｎ）ｋを比較する。ここでＳ（ｏ）ｋ＜Ｓ（ｎ）ｋ、すなわち良モデルに対する類似度の方が高い場合には、ＳＴ３１１に進んでｋの値を更新した後、ＳＴ３１２を介してＳＴ３０５に戻る。
【００８９】
以下、設定されているすべての不良モデルについて、ＳＴ３０５〜３１２の処理が実行され、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなった場合には、ＳＴ３１２が「ＮＯ」となってＳＴ３１３に進み、その時点での良モデルに対する相違度の最大値Ｓｍａｘを所定のしきい値Ｓｔｈと比較する。ここでＳｍａｘ＜Ｓｔｈであれば（すなわち、各種重みデータを用いて求めた良モデルに対する類似度のうちの最も小さいものが、一定の基準値を上回る場合には）、ＳＴ３１４に進み、着目中の部品は正しい部品であると判定する。
【００９０】
他方、上記の比較処理において、Ｓｍａｘ≧Ｓｔｈであった場合には、ＳＴ３１６に進み、着目中の部品は誤った部品であると判定する。このようなケースは、正しい部品とは異なるグループの部品が誤実装されている場合に生じると可能性がある。
【００９１】
もし、正しい部品と同じグループに属する部品が誤って実装されているならば、その部品に対応する不良モデルを対象にＳＴ３１０の比較処理を行った場合の判定が「ＮＯ」となる。この場合は、ＳＴ３１５に進み、相違度Ｓ（ｎ）ｋがしきい値Ｓｔｈより小さいか否かをチェックする。Ｓ（ｎ）ｋ＜Ｓｔｈであれば、ＳＴ３１６に進み、着目中の部品は誤った部品であると判定する。
【００９２】
基板上のすべての実装部品に対し、ＳＴ３０２〜３１６の処理を実行することにより、部品毎に、その部品が正しい部品であるか、誤った部品であるかが判定される。全ての実装部品に対する判定処理が終了すると、ＳＴ３１７が「ＹＥＳ」となってＳＴ３１８に進み、基板全体にかかる検査結果を出力する。この出力先は、モニタ６のほか、図示しない外部機器に対して行うことができる。
【００９３】
なお、上記の実施例では、不良モデルについて、Ｒ，Ｇ，Ｂの色データ毎に重みデータを設定したが、これに限らず、良品モデルとの間で差が生じる色データに限定して重みデータを設定してもよい。たとえば、部品に赤色の文字列が印刷される場合であれば、Ｒには重みデータを設定するが、Ｇ，Ｂには重みデータを設定しないようにする。また、このように特定の色データのみに重みデータを設定した場合には、類似度の算出についても、重みデータが設定された色の画像データのみを用いて行えばよい。ただし、これに限らず、特定の色データにつき、重みデータを設定して類似度を算出するとともに、その他の色データについても、重みデータを設定せずに類似度を算出し、すべての類似度の総和を求めてもよい。
【００９４】
また上記の（１）式による類似度の算出は、対応画素間の差の総和を求めるものであるが、これに代えて、正規化相関演算を実行してもよい。この場合も、類似度が高くなるほど演算結果の値が低くなるような式を設定することにより、検査対象部品がいずれかの不良モデルに対応する場合には、該当する不良モデルに対する類似度が最も高くなるような結果を得ることができるから、部品の正否を判別することができる。
【００９５】
上記の記載を整理すると、部品検査においては、以下の３とおりの方法により各モデルに対する類似度を求めることができる。
（１）前述の（１）式を用いて、Ｒ，Ｇ，Ｂの各色データ毎に、対応画素間の差を求め、その総和を類似度とする方法。
この方法により求められる類似度を、以下では、「総合差分演算による類似度」という。
（２）重みデータが設定された色データ（たとえばＲ）に限定して、対応画素間の差を求め、その差を類似度とする方法。
この方法により求められる類似度を、以下では、「特定色の差分演算による類似度」という。
（３）正規化相関演算により類似度を求める方法。
この方法により求められる類似度を、以下では、「正規化相関演算による類似度」という。
【００９６】
実際の部品検査においては、上記３通りの演算処理による類似度のうち、検査対象画像に適合するモデルに対する類似度とその他のモデルに対する類似度との間の差が、できるだけ顕著になるようなものを選択するのが望ましい。基板には種々の部品が実装されており、上記３通りの類似度の中のいずれが適しているかは、部品の種類によって異なる。よって、類似度の算出方法についても、グループ毎にあらかじめ選択しておけば、検査の精度をさらに向上することができる。
【００９７】
なお、（２）の方法については、前記したように、特定の色データ以外の色データについて、重みデータを設定しない類似度を求め、これらを、特定の色データの重みデータを用いた類似度に加算する方法に、差し替えることもできる。また（３）の方法についても、差分演算による類似度と同様に、Ｒ，Ｇ，Ｂの各色データを用いて相関値を求める場合と、特定の色データのみを用いて相関値を求める場合とに分類してもよい。
【００９８】
以下、この類似度の演算方法を自動的に選択する処理について、図１１〜図１３を用いて具体的に説明する。この例は、図８，９の処理により、良モデルおよび不良モデルならびに重みデータの登録が完了した特定の品番に着目し、上記（１）〜（３）の各方法による類似度のうちのいずれを求めるのが適切であるかを、基板の良品画像を用いて自動的に判別するものである。
【００９９】
図１１中、ＯＫ１〜ＯＫ３は、着目中の品番の部品について、良品画像から抜き出したサンプル画像（以下、「良サンプル」という。）の名称である。またＮＧ１〜ＮＧ５は、着目中の品番と同じグループに属する他品番の部品について、良品画像から抜き出したサンプル画像（以下、「不良サンプル」という。）の名称である。各サンプルは、それぞれ良品画像から個別に切り出されたものである。したがって、同じ品番のサンプルであっても、色合いなどが微妙に異なる。また、不良サンプルについては、着目中の部品以外の品番が複数存在する場合には、これらの品番のすべてについて、不良サンプルが設定されるのが望ましい。
【０１００】
図１１は、上記３通りの演算方法により、それぞれ着目品番の部品の良品モデルに対する各サンプルの類似度を求めた結果を示す。なお、良サンプルのうちの「ＯＫ１」は、良モデルの作成に使用されたものであるため、いずれの演算結果も「０」（すなわち類似度１００パーセント）となっている。
【０１０１】
図１２は、これらの類似度のグラフ上で、判別処理のために使用されるパラメータを示したものである。
図中、●印は、図１１に示した良品サンプルの類似度を示し、■印は、不良品サンプルの類似度を示す。また、太い一点鎖線は、良品サンプルの類似度の分布範囲の中間値（最大値と最小値との平均値）であり、太い二点差線は、不良品サンプルの類似度の分布範囲の中間値である。
【０１０２】
各グラフにおいて、Ｄは、良サンプルの中間値と不良サンプルの中間値との差である。また、Ｒは、良サンプルの最小の類似度の値（数値上は最大値）から不良サンプルの最大の類似度の値（数値上は最小値との差）である。
【０１０３】
Ｄは、良サンプルと不良サンプルとの間での類似度の平均的な差の大きさを示すと考えられる。Ｒは、良サンプルの分布範囲と不良サンプルとの分布範囲との間の隔たりの大きさを示すと考えられる。このＲが大きくなるほど、正しい部品と誤った部品との切り分けが容易になると考えられる。よって、この実施例では、（１）〜（３）の演算毎に、Ｄに対するＲの比（Ｒ／Ｄ）を求め、その比の大きさが最大になる演算処理を選択するようにしている。
【０１０４】
図１３は、上記図１１に示した各演算結果について、それぞれＲ，Ｄ，Ｒ／Ｄを求めた結果を示す。この例によれば、Ｒ／Ｄが最も大きくなるのは、（３）の相関値による類似度を求めた場合であるから、検査の際に実行する演算としても、（３）の方法が選択される。
【０１０５】
上記の図１１〜１３に示した類似度の算出方法の選択処理は、モデルの登録処理と同様に、検査対象となる基板の種類毎に行われるのが望ましい。
【図面の簡単な説明】
【０１０６】
【図１】基板の外観自動検査装置の電気構成および光学的構成を示す図である。
【図２】基板上の部品の配置例を示す説明図である。
【図３】図２の各部品のＣＡＤデータの内容を示す説明図である。
【図４】図２の各部品の品番をグループ分けした結果を示す説明図である。
【図５】部品検査システムの機能ブロック図である。
【図６】良モデルの登録例を示す説明図である。
【図７】重みデータの設定例を示す説明図である。
【図８】部品の分類およびＯＫモデルの登録に関する処理手順を示すフローチャートである。
【図９】不良モデルおよび重みデータの登録に関する処理手順を示すフローチャートである。
【図１０】検査の流れを示すフローチャートである。
【図１１】３とおりの演算処理方法によりサンプル画像に対する類似度を求めた例を示すテーブルである。
【図１２】図１１の演算結果から、類似度の演算方法の選択処理に用いるパラメータを求める方法を示すグラフである。
【図１３】図１１の演算結果から求めたＲ，Ｄ，Ｒ／Ｄの値を示すテーブルである。
【符号の説明】
【０１０７】
１ コントローラ
２ カメラ
１０ 制御部
１５ メモリ
１００ 部品検査システム
１０１ ＣＡＤデータ入力部
１０３ 部品分類処理部
１０４ モデル登録部
１０５ 重みデータ設定部
１０７ 検査実行部
１１１ モデル記憶部
１１２ グループデータ記憶部
１１３ 重みデータ記憶部
【特許請求の範囲】
【請求項１】
部品の実装工程を経た基板を撮像し、生成された画像中の部品に関する特徴を用いて前記基板に正しい部品が実装されているかどうかを検査するためのモデルを登録する方法であって、
前記基板の設計データを用いて、各実装部品を部品種およびサイズに基づきグループ分けするステップＡ、
前記基板上の各部品の画像の良モデルを登録するステップＢ、
ステップＢで登録された良モデルに順に着目し、着目中の良モデルが適用される部品と同一のグループに分類された他の部品の良モデルを、前記着目中の良モデルに対応する不良モデルとして設定して登録するステップＣ、
の各ステップを実行することを特徴とする実装部品の検査のためのモデル登録方法。
【請求項２】
部品の実装工程を経た基板を撮像し、生成された画像中の部品に関する特徴を用いて前記基板に正しい部品が実装されているかどうかを検査する方法であって、
前記基板の設計データを用いて、各実装部品を部品種およびサイズに基づきグループ分けするステップＡ、
前記基板上の各部品の画像の良モデルを登録するステップＢ、
ステップＢで登録された良モデルに順に着目し、着目中の良モデルが適用される部品と同一のグループに分類された他の部品の良モデルを、前記着目中の良モデルに対応する不良モデルとして設定して登録するステップＣ、
の各ステップを、検査前に実行しておき、
検査において、検査対象の部品毎に、その部品の画像を対象に良モデルおよび不良モデルに対する当該部品の画像の類似度を求め、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、検査対象の部品は正しい部品であると判別し、前記良モデルに対する類似度よりもいずれかの不良モデルに対する類似度の方が高くなったとき、前記検査対象の部品は誤った部品であると判別する、実装部品の検査方法。
【請求項３】
請求項２に記載された方法において、
前記検査の前に、前記ステップＣで設定された不良モデルの各画素に、それぞれ良モデルの対応画素に対する差に応じた重みを設定し、これらの重みを前記不良モデルに対応づけて登録するステップＤを、さらに実行し、
前記検査では、
検査対象画像と各不良モデルとの間で、それぞれ前記ステップＤで当該モデルにつき登録された重みにより対応画素間の差を重み付けした値を用いて、画像間の差が大きいほど値が大きくなるように設定された類似度を求める演算により、各不良モデルに対する検査対象画像の類似度を求める一方、良モデルについて、各不良モデルに設定したのと同じ重みを用いて前記演算を複数回実行することにより、前記良モデルに対する検査対象画像の類似度を複数とおり算出し、
良モデルに対する類似度と不良モデルに対する類似度とを、同じ重みを用いて算出されたもの毎に組み合わせて比較し、すべての組み合わせにおいて、不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、前記検査対象の部品は正しい部品であると判別し、いずれかの組み合わせにおいて、不良モデルに対する類似度が良モデルに対する類似度よりも高くなったとき、前記検査対象の部品は誤った部品であると判別する、実装部品の検査方法。
【請求項４】
部品の実装工程を経た基板を撮像し、生成された画像中の部品に関する特徴を用いて前記基板に正しい部品が実装されているかどうかを検査する装置であって、
検査対象の基板上の各部品の画像の良モデルが登録されたメモリと、
検査対象の基板の設計データの入力を受け付けて、入力された設計データを用いて、各実装部品を部品種およびサイズに基づきグループ分けする分類手段と、
前記メモリに登録された良モデルに順に着目し、着目中の良モデルが適用される部品と同一のグループに分類された他の部品の良モデルを、前記着目中の良モデルに対応する不良モデルとして設定する不良モデル設定手段と、
検査対象の基板が撮像されたとき、生成された画像中の検査対象の部品毎に、対応する良モデルおよび不良モデルに対する当該部品の画像の類似度を求め、これらの類似度に基づき、各部品が正しい部品であるかどうかを判別する判別手段とを、備え、
前記判別手段は、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、検査対象の部品は正しい部品であると判別し、前記良モデルに対する類似度よりもいずれかの不良モデルに対する類似度の方が高くなったとき、前記検査対象の部品は誤った部品であると判別する、基板検査装置。
【請求項１】
部品の実装工程を経た基板を撮像し、生成された画像中の部品に関する特徴を用いて前記基板に正しい部品が実装されているかどうかを検査するためのモデルを登録する方法であって、
前記基板の設計データを用いて、各実装部品を部品種およびサイズに基づきグループ分けするステップＡ、
前記基板上の各部品の画像の良モデルを登録するステップＢ、
ステップＢで登録された良モデルに順に着目し、着目中の良モデルが適用される部品と同一のグループに分類された他の部品の良モデルを、前記着目中の良モデルに対応する不良モデルとして設定して登録するステップＣ、
の各ステップを実行することを特徴とする実装部品の検査のためのモデル登録方法。
【請求項２】
部品の実装工程を経た基板を撮像し、生成された画像中の部品に関する特徴を用いて前記基板に正しい部品が実装されているかどうかを検査する方法であって、
前記基板の設計データを用いて、各実装部品を部品種およびサイズに基づきグループ分けするステップＡ、
前記基板上の各部品の画像の良モデルを登録するステップＢ、
ステップＢで登録された良モデルに順に着目し、着目中の良モデルが適用される部品と同一のグループに分類された他の部品の良モデルを、前記着目中の良モデルに対応する不良モデルとして設定して登録するステップＣ、
の各ステップを、検査前に実行しておき、
検査において、検査対象の部品毎に、その部品の画像を対象に良モデルおよび不良モデルに対する当該部品の画像の類似度を求め、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、検査対象の部品は正しい部品であると判別し、前記良モデルに対する類似度よりもいずれかの不良モデルに対する類似度の方が高くなったとき、前記検査対象の部品は誤った部品であると判別する、実装部品の検査方法。
【請求項３】
請求項２に記載された方法において、
前記検査の前に、前記ステップＣで設定された不良モデルの各画素に、それぞれ良モデルの対応画素に対する差に応じた重みを設定し、これらの重みを前記不良モデルに対応づけて登録するステップＤを、さらに実行し、
前記検査では、
検査対象画像と各不良モデルとの間で、それぞれ前記ステップＤで当該モデルにつき登録された重みにより対応画素間の差を重み付けした値を用いて、画像間の差が大きいほど値が大きくなるように設定された類似度を求める演算により、各不良モデルに対する検査対象画像の類似度を求める一方、良モデルについて、各不良モデルに設定したのと同じ重みを用いて前記演算を複数回実行することにより、前記良モデルに対する検査対象画像の類似度を複数とおり算出し、
良モデルに対する類似度と不良モデルに対する類似度とを、同じ重みを用いて算出されたもの毎に組み合わせて比較し、すべての組み合わせにおいて、不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、前記検査対象の部品は正しい部品であると判別し、いずれかの組み合わせにおいて、不良モデルに対する類似度が良モデルに対する類似度よりも高くなったとき、前記検査対象の部品は誤った部品であると判別する、実装部品の検査方法。
【請求項４】
部品の実装工程を経た基板を撮像し、生成された画像中の部品に関する特徴を用いて前記基板に正しい部品が実装されているかどうかを検査する装置であって、
検査対象の基板上の各部品の画像の良モデルが登録されたメモリと、
検査対象の基板の設計データの入力を受け付けて、入力された設計データを用いて、各実装部品を部品種およびサイズに基づきグループ分けする分類手段と、
前記メモリに登録された良モデルに順に着目し、着目中の良モデルが適用される部品と同一のグループに分類された他の部品の良モデルを、前記着目中の良モデルに対応する不良モデルとして設定する不良モデル設定手段と、
検査対象の基板が撮像されたとき、生成された画像中の検査対象の部品毎に、対応する良モデルおよび不良モデルに対する当該部品の画像の類似度を求め、これらの類似度に基づき、各部品が正しい部品であるかどうかを判別する判別手段とを、備え、
前記判別手段は、いずれの不良モデルに対する類似度よりも良モデルに対する類似度の方が高くなったとき、検査対象の部品は正しい部品であると判別し、前記良モデルに対する類似度よりもいずれかの不良モデルに対する類似度の方が高くなったとき、前記検査対象の部品は誤った部品であると判別する、基板検査装置。
【図１】
【図３】
【図５】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図２】
【図４】
【図６】
【図３】
【図５】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図２】
【図４】
【図６】
【公開番号】特開２００８−１５３２５５（Ｐ２００８−１５３２５５Ａ）
【公開日】平成２０年７月３日（２００８．７．３）
【国際特許分類】
【出願番号】特願２００６−３３６６８９（Ｐ２００６−３３６６８９）
【出願日】平成１８年１２月１４日（２００６．１２．１４）
【出願人】（０００００２９４５）オムロン株式会社 (3,542)
【公開日】平成２０年７月３日（２００８．７．３）
【国際特許分類】
【出願日】平成１８年１２月１４日（２００６．１２．１４）
【出願人】（０００００２９４５）オムロン株式会社 (3,542)
[ Back to top ]