欠陥検査方法及び装置

【課題】被検査体の表面の欠陥を検査する際に，輝度変化が大きくて面積の小さい欠陥と輝度変化が小さくて面積の大きい欠陥とを同時に検出することのできる計算負荷の低い欠陥検査方法及び装置を提供する。
【解決手段】被検査体表面の画像データの各画素の輝度を正規化した後に正規化基準値を用いて重み付けするようにしたので輝度変化が大きくて面積の小さい欠陥を消失させずに輝度変化が小さくて面積の大きい欠陥を検出することが可能となる。また，被検査体表面の画像データの輝度を正規化及び重み付けした値を各画素に対する有害度として定めた後，各画素を中心とする所定サイズの領域内の有害度を積分した値を各画素に対する有害度積分値として定めて，この有害度積分値を二値化処理するようにしたので，単一欠陥としての検出が困難な分断された欠陥や，集合して存在する欠陥を１つの欠陥として低い計算負荷で検出することが可能となる。

【発明の詳細な説明】
【技術分野】
【０００１】
本発明は，被検査体の表面の欠陥を検査するための欠陥検査方法及び装置に関する。
【背景技術】
【０００２】
従来から，被検査体の表面の欠陥を検査するための技術は種々のものが知られている。例えば，特許文献１には，紙，フィルム，不織物，鋼板等のシート状物体の製造ライン上において製品を検査するための技術が開示されている。それによれば，被検査体を撮像して画像データを取込み，その画像データの輝度を平均化した値と元の画像データの輝度との差分を計算して（即ち，微分処理を行い），閾値と比較することで欠陥を検出している。
【０００３】
また，特許文献２では，被検査体の画像データに複数の小領域を設定して，各領域内における輝度の最大値と最小値との差分を計算して，閾値と比較することで欠陥を検出しており，これも微分処理を拡張したものである。
【０００４】
さらに，特許文献３では，複写機用のドラムやロール等を検査するための技術が開示されており，近接する複数の欠陥を連結して単一の欠陥として処理する技術が記載されている。
【特許文献１】特開平０８−１４５９０４号公報
【特許文献２】特開平１０−１２３０６６号公報
【特許文献３】特開平０８−１０１１３１号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかし，上記特許文献１及び２による欠陥検査では，輝度変化が大きくて面積の小さい欠陥と輝度変化が小さくて面積の大きい欠陥との両方を同時に検出することが容易でない。即ち，輝度変化が小さくて面積の大きい欠陥を判別する際に単純な二値化処理を用いたのでは，点状のノイズが無数に現れて判別が難しくなる。このノイズを取除くために膨張・収縮等の雑音除去処理を行うと輝度変化が大きくて面積の小さい欠陥も消失してしまう。
【０００６】
また，これら特許文献１及び２による欠陥検査によると，１つの欠陥が検査の際の二値化処理により分断されて別個の欠陥と判定されてしまいやすく，模様状の欠陥が集合して分布している場合に１つの欠陥として判定することが困難である。
【０００７】
一方，特許文献３に記載の従来技術を用いれば上述の問題は解決されるが，この場合には距離計算及び連結計算によって計算機の負荷が高くなってしまう。
【０００８】
さらに，別の問題として，上記特許文献１〜３による欠陥検査では，欠陥の面積及び形状等の特徴を抽出することが困難である。例えば，特許文献１及び２の場合，微分処理を用いているので欠陥の輪郭部しか検出できず，欠陥全体の特徴を捉えることができない。また，特許文献３の場合も，欠陥面積の概算値が得られるのみであり詳細な形状は得られない。
【０００９】
本発明は上記課題に鑑みてなされたものであり，輝度変化が大きくて面積の小さい欠陥と輝度変化が小さくて面積の大きい欠陥との両方を検出でき，また，従来技術よりも低い計算負荷で，単一欠陥としての検出が困難な分断された欠陥や，集合して存在する欠陥を１つの欠陥として検出することが可能な欠陥検査方法及び装置を提供することをその目的とする。
【課題を解決するための手段】
【００１０】
上記課題を解決するために，本発明によれば，被検査体の表面を撮像して画像データを得る工程と，前記画像データの輝度を正規化基準値により正規化して輝度正規化画像データを求める工程と，前記輝度正規化画像データの各画素の輝度に対して前記正規化基準値との差分による重み付けをした有害度を各画素毎に定めた有害度画像データを求める工程と，前記有害度画像データの各画素に対して当該各画素を中心とする所定サイズの領域内の前記有害度を積分した有害度積分値を各画素毎に定めた有害度積分画像データを求める工程と，前記有害度積分画像データを第１の閾値に基づき二値化して有害度二値化画像データを求める工程と，前記有害度二値化画像データをラベリング処理してラベル画像データを求める工程とを有することを特徴とする欠陥検査方法が提供される。
【００１１】
また，上記欠陥検査方法において，さらに，前記輝度正規化画像データを第２の閾値に基づき二値化して単純二値化画像データを求める工程と，前記ラベル画像データと前記単純二値化画像データとの論理積をとって論理積画像データを求める工程とを有するようにしてもよい。
【００１２】
また，上記欠陥検査方法において，前記有害度積分画像データを求める工程で前記有害度積分値を求めるにあたり，前記有害度画像データの各画素に対して当該各画素を中心とする所定サイズの矩形領域内の前記有害度をエリア総和テーブルを用いて積分するようにしてもよい。
【００１３】
また，本発明によれば，被検査体の表面を撮像する撮像手段と，前記撮像手段により得られる前記被検査体の表面の画像データを記憶する記憶手段と，前記画像データの輝度を正規化基準値により正規化して輝度正規化画像データを求め，該輝度正規化画像データの各画素の輝度に対して前記正規化基準値との差分による重み付けをした有害度を各画素毎に定めた有害度画像データを求め，該有害度画像データの各画素に対して当該各画素を中心とする所定サイズの領域内の前記有害度を積分した有害度積分値を各画素毎に定めた有害度積分画像データを求め，該有害度積分画像データを第１の閾値に基づき二値化して有害度二値化画像データを求め，該有害度二値化画像データをラベリング処理してラベル画像データを求める処理をする画像データ処理手段とを有することを特徴とする欠陥検査装置が提供される。
【００１４】
また，上記欠陥検査装置において，前記画像データ処理手段は，さらに，前記輝度正規化画像データを第２の閾値に基づき二値化して単純二値化画像データを求めて，前記ラベル画像データと前記単純二値化画像データとの論理積をとって論理積画像データを求めるようにしてもよい。
【００１５】
また，上記欠陥検査装置において，前記画像データ処理手段は，前記有害度積分値を求めるにあたり，前記有害度画像データの各画素に対して当該各画素を中心とする所定サイズの矩形領域内の前記有害度をエリア総和テーブルを用いて積分するようにしてもよい。
【発明の効果】
【００１６】
本発明によれば，輝度変化が大きくて面積の小さい欠陥と輝度変化が小さくて面積の大きい欠陥の両方を検出することが可能となる。また，単一欠陥としての検出が困難な分断された欠陥や，集合して存在する欠陥を１つの欠陥として低い計算負荷で検出することが可能となる。さらに，これにより欠陥の面積及び形状等の特徴を得ることができるので検査の判定も容易になる。
【発明を実施するための最良の形態】
【００１７】
以下，図面を参照しながら，本発明の好適な実施形態について説明をする。なお，本明細書及び図面において，実質的に同一の機能構成を有する要素については，同一の符号を付することにより重複説明を省略する。
【００１８】
図１は，本発明の実施の形態に係る欠陥検査を適用した典型的な鉄鋼圧延ラインの説明図である。鉄鋼圧延ラインは，ラインの始点である巻出しリール１０，終点である巻取りリール５０，それらのリール間で被検査体である鋼板２０を進行させる搬送ロール３０，及び圧延処理を行う圧延ロール４０で構成される。圧延ロール４０と巻取りリール５０の間には照明６０及び撮像手段であるカメラ７０が配置されており，この照明６０から出た光が鋼板で反射してカメラ７０に入るようにされている。カメラ７０には，画像データ処理装置９０に接続された画像メモリ８０が接続されており，画像データ処理装置９０はさらにディスプレイ１００に接続されている。
【００１９】
次に具体的な検査手順を説明していく。巻出しリール１０から送出された帯状の鋼板２０は，搬送ロール３０によって矢印方向に進められて圧延機４０で圧延処理された後に巻取りリール５０で巻取られる。鋼板表面の欠陥検査は，圧延処理された鋼板２０に照明６０の光をあてて，その表面をカメラ７０で撮像して行われる。
【００２０】
カメラ７０で撮像された画像データは，各画素毎の輝度を記録したものであり，画像はその集合体として表示される。この画像データは，画像メモリ８０に記憶されて，画像データ処理装置９０で欠陥検査処理された後に，検査結果がディスプレイ１００に表示される。
【００２１】
図２を用いて，画像メモリ８０に記憶された画像データについて画像データ処理装置９０によって行われる欠陥検査処理の手順を説明していく。被検査体表面の画像データが取込まれた（ＳＰ０）後，まずシェーディング補正等によりこの画像データの輝度が正規化処理される。この正規化処理は，欠陥のない画像データとの減算，又は欠陥のない画像データを分母とする除算で行われ，その目的は照明むらの補正である。代替的に，取込まれた画像データをローパスフィルタにて平滑化して輝度のムラ成分のみを取出し，減算又は除算を行うことで正規化してもよい。正規化処理で行われる前述の減算及び除算の演算はいずれも画素毎に行われる。正規化処理が減算による場合には正規化基準値が０となり，除算による場合には正規化基準値は１となる。そしてこの正規化処理後，図３に示すような輝度正規化画像データが得られる（ＳＰ１）。図３に示すように，輝度正規化画像には３種類の欠陥が表されており，αは薄い欠陥が集合した集合欠陥（例えば，スケール（Ｓｃａｌｅ）等），βは濃い点状欠陥，そしてγは一部が途切れた線状欠陥（例えば，スリバー（Ｓｌｉｖｅｒ）等）である。
【００２２】
次に，前記輝度正規化画像データを得る際に用いた正規化基準値を再び用いて，輝度正規化画像データの輝度値に重み付けをし，有害度を計算する。即ち，各画素について正規化された輝度値と正規化基準値との差分に応じて重み付けをした値を有害度と定める。重み付けの際には，所定の関数若しくはルックアップテーブルを用いて行う。好適には，図４及び図５に図示されるような正規化基準値から離れるに従って大きくなる折れ線関数や曲線関数等の関数が用いられる。このように各画素の正規化された輝度値に対応する有害度を定めることによって有害度画像データを得る（ＳＰ２）。この重み付けでは，輝度値の低いものよりも輝度値の高い画素により高い有害度が付与される。具体的に，例えば図５の曲線関数を用いて説明すると，薄い集合欠陥α及び濃い点状欠陥βの正規化された輝度値が各々Ｉα及びＩβである場合，各々の有害度がＴα及びＴβと求められる。この場合，薄い欠陥αよりも濃い欠陥βにより高い有害度が付与されているので，Ｉβ／Ｉα＜Ｔβ／Ｔαとなる。
【００２３】
続いて，欠陥の面積に関連する処理を行う。図６に示すように，ＳＰ２で得られた有害度画像データの各画素に対して，その画素を中心とする所定サイズの領域内の有害度を積分して有害度積分値を計算する。これにより，各画素に対して有害度積分値が定められた有害度積分画像データが得られる（ＳＰ３）。図６を用いて具体的に説明すると，有害度画像データの点Ａ（ｘ，ｙ）を中心とするｘ方向及びｙ方向の長さが各々ｌ及びｈである矩形領域ａ内にある各画素の有害度を積分した値（矩形領域ａ内にある各画素の有害度の総和）が，有害度積分画像データでの点Ａ（ｘ，ｙ）に対する有害度積分値として定められる。有害度積分値を計算する際には，後述するエリア総和テーブルを利用した計算方法を用いてもよい。なお，前記の矩形領域ａの所定サイズを，図７の（i）に示すように十分大きく定めると，欠陥δ１とδ２との間の領域εに存在する画素は，積分の際に欠陥δ１若しくはδ２のいずれかを取込むので，有害度を積分した後には欠陥δ１とδ２とが結合される。一方，図７の（ii）に示すように矩形領域ａの所定サイズを小さくし過ぎると，積分の際に欠陥δ１及びδ２のいずれも取込まない画素が領域εに存在するので，有害度を積分した後にも欠陥δ１とδ２とは分断されたままとなる。従って，矩形領域ａは，単一欠陥として扱うべき欠陥同士を結合させるように設定する必要がある。具体的には，図６に示す集合欠陥α及び線状欠陥γ等が各々単一欠陥として結合されるように，矩形領域ａの長さｌ及びｈを設定する。
【００２４】
（エリア総和テーブル）
ここで簡単にエリア総和テーブルの説明をしておく。上記ステップＳＰ３で有害度積分画像データを作成する際に，エリア総和テーブル（Crow
Frank著「Summed-Area Tables for Texture Mapping」Proceedings of SIGGRAPH 1984
In Computer Graphics Vol.18
No.3 1984年7月２０７頁〜２１２頁を参照されたい）を利用した計算方法を用いることで計算負荷を軽減させてもよい。
【００２５】
図８に図示されているように，左上の頂点を原点（０，０）とする長方形の有害度画像データを考える。エリア総和テーブルは，前記有害度画像データの各画素Ａ（ｘ，ｙ）に対して値Ｓ（ｘ，ｙ）を定めることで作成できる。Ｓ（ｘ，ｙ）の値は，原点（０，０）及び点Ａ（ｘ，ｙ）を対角の頂点とする矩形領域内の有害度を積分した値である。つまり，図８において，斜線部分の有害度を積分した値がＳ（ｘ，ｙ）となる。
【００２６】
このようにしてエリア総和テーブルＳ（ｘ，ｙ）を作成しておくことの利点は，図９から理解される。即ち，有害度画像データ内の画素Ａを中心とする矩形領域ａ内の有害度積分値は，Ｓ（ｘ＋ｌ／２，ｙ＋ｈ／２）−Ｓ（ｘ−ｌ／２，ｙ＋ｈ／２）−Ｓ（ｘ＋ｌ／２，ｙ−ｈ／２）＋Ｓ（ｘ−ｌ／２，ｙ−ｈ／２）で求められる。Ｓ（ｘ＋ｌ／２，ｙ＋ｈ／２），Ｓ（ｘ−ｌ／２，ｙ＋ｈ／２），Ｓ（ｘ＋ｌ／２，ｙ−ｈ／２），及びＳ（ｘ−ｌ／２，ｙ−ｈ／２）の各値はエリア総和テーブルから値が得られるので，一度エリア総和テーブルを作成しておけばその後の計算負荷が非常に軽減される。
【００２７】
次に，以上のようにして求めた有害度積分画像データを所定の閾値に基づいて二値化することで，図１０に示すごとき有害度二値化画像データを得る（ＳＰ４）。この閾値は，集合化された集合欠陥α及び分断欠陥γが二値化によって再び分断されないような値を，検査対象となる種々の欠陥をグループ分けして経験的に決定した値である。また，この閾値は，ＳＰ２で重み付けされた濃い点状欠陥βが検出されるようにも定められている。
【００２８】
次に，図１１に図示されているように，有害度二値化画像データにおいて離間している欠陥グループを別個のものとして扱えるようにラベリング処理によりラベル番号を割当ててラベル画像データを得る（ＳＰ５）。ラベリング処理は，各欠陥グループ毎に連続番号を付していくことで行われる。この場合は，画素の左から右，上から下の優先順序でラベリング処理が行われる。
【００２９】
さらに，画像データ処理装置９０によって処理が続けられる。被検査体である鋼板２０の表面の欠陥についてより詳細な面積及び形状の情報を得るように，輝度変化は小さいが面積の大きい欠陥が検出されるレベルで，輝度正規化画像データを単純二値化する（ＳＰ６）。図１２には，こうして単純二値化された単純二値化画像データが図示されている。次に，この単純二値化画像データとラベル画像データとの論理積をとって論理積画像データを求める（ＳＰ７）。具体的には，単純二値化画像データにおいて輝度有りとされた画素に対して，ラベル画像データに付されたラベル番号を割当てることで論理積画像データが得られる。図１３には，論理積画像データが図示されている。これを見ると，ラベル番号１の付与された集合欠陥αが，広範囲に分布している状況やその面積等が認識できる。同様に，ラベル番号２が付与された点状欠陥βが，１点に集中して存在していることも分かる。さらに，ラベル番号３の付与された線状欠陥γでは，その線状形態や途中で分断されている状況が見てとれる。即ち，論理積画像データによって，詳細な面積及び形状等の特徴の情報が得られる。
【００３０】
そして，論理積画像データが得られた後もさらに画像データ処理装置で以下の処理が続けられる。論理積画像データを用いて，欠陥の特徴抽出が行われる（ＳＰ８）。欠陥の特徴を抽出するために，例えば，面積を求めるにはラベリング画像に基づく方法を用いて同一ラベル番号の画素数をカウントする等の方法を用いてよい。
【００３１】
次に，欠陥の特徴抽出により得られた特徴量に基づいて，欠陥の判定が行われる（ＳＰ９）。欠陥の判定には，樹枝状理論やニューラルネットワーク等を用いてよい。例えば，鋼板の欠陥の場合，へげ（Ｓｃａｂ），ブローホール（Ｂｌｏｗ
Ｈｏｌｅ），スリバー（Ｓｌｉｖｅｒ），スキンインクルージョン（ＳｋｉｎＩｎｃｌｕｓｉｏｎ），スケール（Ｓｃａｌｅ），ガウジ（Ｇｏｕｇｅ）等のように多種多様な欠陥種別の中から判定される。この欠陥の判定により，有害度や欠陥種別等を示す判定結果が画像データ処理装置９０からディスプレイ１００に出力されて，このディスプレイ１００に表示される（ＳＰ１０）。判定結果の出力先は，印字装置やディスク記録装置等のように何らかの媒体への出力装置であってもよいし，解析装置や送信装置等のようにさらに別処理を行うための装置等であってもよい。
【００３２】
また，上記ＳＰ５で得られたラベル画像データ又は上記ＳＰ７で得られた論理積画像データを，画像データ処理装置９０からディスプレイ１００に出力して，このディスプレイ１００上に表示させてよい。出力先は，ディスプレイに限らず，印字装置やディスク記録装置等のように何らかの媒体への出力装置であってもよいし，解析装置や送信装置等のようにさらに別処理を行うための装置等であってもよい。出力された表示結果を検査員が目視する等により，欠陥の判定等の検査を行うことが可能である。この表示結果には，輝度変化が大きくて面積の小さい欠陥と輝度変化が小さくて面積の大きい欠陥との両方が同時に表示されており，検出可能である。また，従来技術では，別個の欠陥と処理されてしまう分断欠陥や模様状欠陥が単一欠陥として表示されている。
【００３３】
以上，添付図面を参照しながら本発明の好適な実施形態について説明したが，本発明は係る例に限定されない。当業者であれば，特許請求の範囲に記載された技術的思想の範疇内において，各種の変更例又は修正例に想到し得ることは明らかであり，それらについても当然に本発明の技術的範囲に属するものと了解される。
【００３４】
例えば，上述した実施形態においては，被検査体として鋼板の場合について説明したが，被検査体は紙，フィルム，不織物等であってもよい。
【００３５】
また，上述した実施形態においては，被検査体がシート状の場合について説明したが，被検査体はロール形状等であってもよい。
【００３６】
また，上述した実施形態においては，検査の判定結果をディスプレイ１００に出力する場合について説明したが，出力先は，印刷装置やディスク記録装置等のように何らかの媒体への出力装置であってもよいし，解析装置や送信装置等のようにさらに別処理を行うための装置であってもよい。
【００３７】
また，上述した実施形態においては，ＳＰ１〜ＳＰ１０の処理手順で説明したが，実質的な処理内容が変わらない範囲で順序を変更しても，本発明を逸脱するものではない。
【００３８】
また，上述した実施形態においては，ＳＰ７で得られた論理画像データに基づいて欠陥の特徴抽出（ＳＰ８）及び欠陥の判定（ＳＰ９）をしているが，欠陥の抽出及び欠陥の判定は，各々，ＳＰ５等のその他の工程の画像データに基づいてなされてもよい。
【００３９】
また，上述した実施形態においては，ＳＰ１〜ＳＰ１０を通して欠陥検査を行っているが，欠陥検査は，ＳＰ１〜ＳＰ５等のように工程の一部のみで行われてもよい。
【実施例】
【００４０】
小欠陥の集合を有する鋼板に本発明の工程の一部を適用し，小欠陥の集合を単一の欠陥として表示させた。
【００４１】
まず，鋼板の表面を撮像して得られた画像データの各画素の輝度を正規化して得られた輝度正規化画像を図１４に示す。
【００４２】
この輝度正規化画像の輝度に重み付けして各画素に対する有害度を求めた後，各画素について所定の領域内で有害度を積分し，得られた有害度積分値を所定の閾値で二値化処理した結果が図１５に示す有害度二値化画像である。
【００４３】
また，鋼板の表面を撮像して得られた画像データの各画素の輝度を，所定の閾値に基づき単純二値化して得られた単純二値化画像を図１６に示す。
【００４４】
ここでは，ラベル番号を表示していないが，図１５の有害度二値化画像にラベリング処理を行うと，図１６の中央に表示されている小欠陥の集合には単一のラベル番号が付与される。
【００４５】
図１６の単純二値化画像において輝度を有する画素について，図１５の有害度二値化画像をラベリング処理した結果のラベル番号を割当てることで，図１７に示すような論理積画像データが得られる。以上の処理により，小欠陥の集合は，同一ラベル番号が付与された単一欠陥として図１７の中央に表示されている。
【産業上の利用可能性】
【００４６】
本発明によれば，鋼板等の被検査体の表面の欠陥を検査することが可能である。
【図面の簡単な説明】
【００４７】
【図１】本発明の実施の形態に係る欠陥検査を適用した典型的な鉄鋼圧延ラインの説明図である。
【図２】本発明の好適実施例のフローチャートである。
【図３】本発明に従って取込まれた画像データの輝度を正規化処理して得られた輝度正規化画像データを示した図である。
【図４】輝度正規化画像データの各画素の輝度値に重み付けを行うのに好適な関数の一例として折れ線曲線を示した図である。
【図５】輝度正規化画像データの各画素の輝度値に重み付けを行うのに好適な関数の一例として曲線関数を示した図である。
【図６】本発明に従って有害度積分値を計算する方法を示した図である。
【図７】有害度画像データ内の画素を積分する際の矩形領域ａのサイズと分断欠陥との関係を説明した図である。
【図８】有害度画像データのエリア総和テーブルを作成する方法を説明した図である。
【図９】エリア総和テーブルを利用して有害度積分値を計算する方法を説明した図である。
【図１０】本発明に従って有害度積分画像データを二値化して得られた有害度二値化画像データを示した図である。
【図１１】本発明に従って有害度二値化画像データをラベル処理して得られたラベル画像データを示した図である。
【図１２】本発明に従って輝度正規化画像データを単純二値化して得られた単純二値化画像データを示した図である。
【図１３】本発明に従って単純二値化画像データとラベル画像データとの論理積をとることにより得られた論理積画像データを示した図である。
【図１４】小欠陥が集合して発生している場合の実際の輝度正規化画像データを示した図である。
【図１５】小欠陥が集合して発生している場合の実際の有害度二値化画像データを示した図である。
【図１６】小欠陥が集合して発生している場合の実際の単純二値化画像データを示した図である。
【図１７】小欠陥が集合して発生している場合の実際の論理積画像データを示した図である。
【符号の説明】
【００４８】
１０巻出しリール
２０鋼板
３０搬送ロール
４０圧延機
５０巻取りリール
６０照明
７０カメラ
８０画像メモリ
９０画像データ処理装置
１００ディスプレイ
Ａ積分する際に中心となる画素
ａ積分領域
ｌ積分領域ａが矩形の場合の幅の長さ
ｈ積分領域ａが矩形の場合の高さ
α 薄い欠陥が集合体した集合欠陥
β 濃い点状欠陥
γ 一部途切れのある線状欠陥
δ１欠陥
δ２欠陥
ε 欠陥δ１及びδ２の間の領域
Ｉα 欠陥αの正規化された輝度値
Ｉβ 欠陥βの正規化された輝度値
Ｔα 欠陥αの有害度
Ｔβ 欠陥βの有害度

【特許請求の範囲】
【請求項１】
被検査体の表面を撮像して画像データを得る工程と，
前記画像データの輝度を正規化基準値により正規化して輝度正規化画像データを求める工程と，
前記輝度正規化画像データの各画素の輝度に対して前記正規化基準値との差分による重み付けをした有害度を，各画素毎に定めた有害度画像データを求める工程と，
前記有害度画像データの各画素に対して当該各画素を中心とする所定サイズの領域内の前記有害度を積分した有害度積分値を，各画素毎に定めた有害度積分画像データを求める工程と，
前記有害度積分画像データを第１の閾値に基づき二値化して有害度二値化画像データを求める工程と，
前記有害度二値化画像データをラベリング処理してラベル画像データを求める工程とを有することを特徴とする欠陥検査方法。
【請求項２】
さらに，前記輝度正規化画像データを第２の閾値に基づき二値化して単純二値化画像データを求める工程と，
前記ラベル画像データと前記単純二値化画像データとの論理積をとって論理積画像データを求める工程とを有することを特徴とする請求項１に記載の欠陥検査方法。
【請求項３】
前記有害度積分画像データを求める工程において，前記有害度積分値を求めるにあたり，前記有害度画像データの各画素に対して当該各画素を中心とする所定サイズの矩形領域内の前記有害度を，エリア総和テーブルを用いて積分することを特徴とする請求項１又は２に記載の欠陥検査方法。
【請求項４】
被検査体の表面を撮像する撮像手段と，
前記撮像手段により得られる前記被検査体の表面の画像データを記憶する記憶手段と，
前記画像データの輝度を正規化基準値により正規化して輝度正規化画像データを求め，該輝度正規化画像データの各画素の輝度に対して前記正規化基準値との差分による重み付けをした有害度を，各画素毎に定めた有害度画像データを求め，該有害度画像データの各画素に対して当該各画素を中心とする所定サイズの領域内の前記有害度を積分した有害度積分値を，各画素毎に定めた有害度積分画像データを求め，該有害度積分画像データを第１の閾値に基づき二値化して有害度二値化画像データを求め，該有害度二値化画像データをラベリング処理してラベル画像データを求める処理をする画像データ処理手段とを有することを特徴とする欠陥検査装置。
【請求項５】
前記画像データ処理手段は，
さらに，前記輝度正規化画像データを第２の閾値に基づき二値化して単純二値化画像データを求めて，前記ラベル画像データと前記単純二値化画像データとの論理積をとって論理積画像データを求めることを特徴とする請求項４に記載の欠陥検査装置。
【請求項６】
前記画像データ処理手段は，
前記有害度積分値を求めるにあたり，前記有害度画像データの各画素に対して当該各画素を中心とする所定サイズの矩形領域内の前記有害度を，エリア総和テーブルを用いて積分することを特徴とする請求項４又は５に記載の欠陥検査装置。

【図１】