画像判定装置及び画像判定方法
【課題】 画像判定の誤判定を防止して不良品の市場流出や目視検査員の削減などを実現できる画像判定装置および画像判定方法を提供する。
【解決手段】 被検査体の表面の明るさを示す画像情報を取得し、複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記被検査体の表面の検査結果判定処理を実行する。
【解決手段】 被検査体の表面の明るさを示す画像情報を取得し、複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記被検査体の表面の検査結果判定処理を実行する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、被検査体の表面欠陥の判定に用いられる画像判定装置及び画像判定方法に関するものである。
【背景技術】
【０００２】
従来、画像判定装置には、被検査体からの反射光を受光し、信号処理回路で２値化処理し、欠陥の面積を求め、あらかじめ設定された閾値と比較して、求めた血管の面積が予め設定された閾値よりも大きい場合に不良品であると判定する所謂、表面欠陥検査装置があった。
【０００３】
この種の表面欠陥検査装置では、不良品の見逃しを回避すべく、閾値を不良品の面積の最小値に設定して使用されている。しかし、判定基準の厳しい閾値を使用しているので、良品を不良品と判定する誤判定が生じる場合もある。特に、画像形成装置に用いられる感光体ドラムのように、判定基準が厳しくかつ高価な被検査体の場合には、不良品と判定された被検査体を更に検査員の目視により再検査して良品を選別する必要がある。
【０００４】
そこで、従来、良品と不良品を精度良く判定する手段として、欠陥の種類に応じて複数の閾値を用意し、読取信号と各閾値とを比較して複数の２値化信号を生成し、それぞれの２値化信号に基づいて面積を計算し、それぞれの面積閾値と比較して良品、不良品の判定を行なうことにより、誤判定を削減するようにした技術が提案されている（例えば、特許文献１参照）。
【０００５】
なお、近年、マイクロプロセッサなどの技術の進歩により、２値化処理により正常部と異常部の判別を行うものだけでなく、４種類の閾値によって異常部をさらに４段階のレベルに識別可能な装置も具現化されており、より高度な欠陥検出が可能となっている。
【０００６】
また、検出信号から欠陥の複数の特徴量を算出し、算出した複数の特徴量の組み合わせにより欠陥などを判定することにより、誤判定を削減するようにした技術も提案されている（例えば、特許文献２参照。）。
【０００７】
さらに、ニューラルネットワークにより判定基準を学習させ、誤判定を削減することも提案されている（例えば、特許文献３参照。）。
【特許文献１】特開平４−１６９８０７号公報
【特許文献２】特開平４−１７２２３７号公報
【特許文献３】特開平３−１４４３５０号公報
【発明の開示】
【発明が解決しようとする課題】
【０００８】
しかしながら、上記特許文献１及び特許文献２記載の技術によれば、不良品の検査見逃しを皆無にしようとするほど、判定基準を厳しくする必要があり、結果として良品を不良品と判定する誤判定が発生してしまい、不良品の目視による再検査を全廃することができない、という問題点があった。
【０００９】
なお、誤判定は検出誤差によっても生じ、過小評価をした場合には、該欠陥を有する不良品が市場に流出する一方、過大評価をした場合には、良品を廃棄してしまうことになり、目視による再検査を全廃した場合、歩留まりの悪化などに繋がる。また、被検査体が感光体ドラムのように高価であるほど誤判定による信頼性の低下や歩留まりの悪化の度合いが大きくなる。
【００１０】
また、上記特許文献３記載の技術によれば、目視による再検査を全廃することも不可能ではないが、ニューラルネットワークに判定基準を学習させるために膨大なデータが必要であり、却ってコストが増大してしまう、という問題点があった。
【００１１】
本発明は上記問題点を解決するためになされたものであり、画像判定の誤判定を防止して不良品の市場流出や目視検査員の削減などを実現できる画像判定装置および画像判定方法を提供することが目的である。
【課題を解決するための手段】
【００１２】
上記課題は以下の本発明によって解決される。すなわち、本発明は、
＜１＞ 被検査体の表面の明るさを示す画像情報を取得する取得手段と、複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類する分類手段と、前記分類手段による分類結果に基づいて前記被検査体の表面の欠陥画像を抽出する欠陥画像抽出手段と、前記欠陥画像抽出手段により抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定するパターン特定手段と、予め前記出現パターン毎に設定された前記検査結果判定処理に用いるパラメータを記憶するパラメータ記憶手段と、前記欠陥画像の各々の前記出現パターンに応じた前記パラメータを用いて前記被検査体の表面の検査結果判定処理を実行する判定処理実行手段と、を備えている画像判定装置である。
【００１３】
＜１＞の発明によれば、取得手段により取得された被検査体の表面の明るさを示す画像情報が、複数の閾値により正常な段階を含む複数の明るさの段階毎に分類される。
【００１４】
すなわち、複数の閾値を用いているので、画像情報が３段階以上に分類されることになり、表面の明るさが異常である段階を２段階以上設けることができる。これにより、表面の明るさが異なる２種類以上の欠陥を検出することが可能であり、被検査体の種類や検出したい欠陥の種類に応じて適宜閾値を設定することにより、画像判定装置による被検査体の検査精度を向上させることができる。
【００１５】
また、＜１＞の発明は、欠陥画像を抽出してその出現パターンに応じたパラメータにより検査結果判定処理を行うので、被検査体の種類に応じて発生し得る欠陥の種類に応じた出現パターン及びパラメータを予め実機を用いた実験やコンピュータによる実機の仕様を用いたシミュレーション等により分析して設定することにより、画像判定装置による被検査体の検査精度をさらに向上させることができるので、不良品の市場流出や目視検査員の削減などを実現できる。
【００１６】
＜２＞ ＜１＞の発明において、欠陥画像の各々に対して、前記パラメータ記憶手段に予め設定されたパラメータを用いて欠陥の重要度に応じたグレードを付与するグレード付与手段を更に備え、前記パラメータ記憶手段は、前記各欠陥画像の重要度を判定するために用いるパラメータを予め更に記憶し、前記判定処理実行手段は、前記各欠陥画像のグレード及び個数に基づいて前記検査結果判定処理を実行することを特徴としている画像判定装置である。
【００１７】
前記＜２＞の発明によれば、抽出された欠陥画像の各々に対して欠陥の重要度に応じたグレードを付与しており、各欠陥画像のグレード及び個数に基づいて検査結果判定処理が行われるので、重要度の高いグレードが付与された欠陥画像が１つでも存在する場合には不良品と判定したり、重要度の低いグレードが付与された欠陥画像は複数ある場合のみ不良品と判定したりするなど、画像判定装置による被検査体の検査精度を目視による検査の検査精度に近づけることができるので、不良品の市場流出や目視検査員の削減などを実現できる。
【００１８】
＜３＞ ＜１＞又は＜２＞の発明において、分類手段は、４種類の閾値を用いて前記画像情報を５段階に分類し、前記欠陥画像抽出手段は、１つの前記正常な明るさの段階を除く４つの段階に分類された部位を欠陥画像を示すものとして抽出し、前記パターン特定手段は、各欠陥画像が分類された段階の組み合わせに応じた１５種類の前記出現パターンの何れかを特定することを特徴としている画像判定装置である。
【００１９】
＜３＞の発明によれば、処理負荷やデータ量を過度に増大させることなく、欠陥画像が示す欠陥の状態を十分な程度に詳細に識別することができる。
【００２０】
＜４＞ 被検査体の表面の明るさを示す画像情報を取得する取得手段と、前記画像情報に基づいて前記被検査体の表面の欠陥を特定する特定手段と、前記特定手段により特定された欠陥の大きさを導出する導出手段と、前記導出手段により導出された前記欠陥の大きさと閾値とを比較し、比較結果に応じて予め設定された前記閾値を含む範囲に応じた中間グレードを含む複数のグレードの何れかを当該欠陥に付与するグレード付与手段と、前記画像情報に含まれる欠陥のうち、各グレードが付与された前記欠陥の個数に応じて前記被検査体の表面の検査結果判定処理を行うと共に、前記中間グレードが付与された欠陥が存在する場合には、前記被検査体を再検査判定する判定処理実行手段と、を備えている画像判定装置である。
【００２１】
＜４＞の発明によれば、取得手段により取得された被検査体の明るさを示す画像情報に基づいて被検査体の表面の欠陥を特定し、特定された欠陥の大きさを導出して、導出した大きさと閾値とを比較し、比較結果に応じてグレードを各欠陥に付与するに際し、前記グレードとして、前記閾値との大小関係に応じたグレードの他、前記閾値を含む予め設定された範囲に応じた中間グレードを設けているので、大きさの導出誤差に応じて中間グレードを付与する範囲を予め設定すれば、グレードの付与状態に応じた被検査体の表面の検査結果判定処理において大きさの導出誤差を考慮した判定が行える。また、中間グレードが付与された欠陥が存在する場合には再検査と判定するので、欠陥の大きさの誤差に起因する誤判定が生じる可能性のある場合には再検査を行うので、誤判定を少なくすることができる。
【００２２】
＜５＞ ＜１＞乃至＜４＞の発明において、判定処理実行手段は、少なくとも合格、不合格及び再検査の何れかを前記検出結果として判定することを特徴とする画像判定装置である。
【００２３】
＜６＞ ＜１＞乃至＜５＞の発明において、前記被検査体が電子写真用感光体であることを特徴とする画像判定装置である。
【００２４】
これにより、電子写真用感光体の表面の欠陥に関する検査を行うための画像判定装置に本発明を適用することができる。
【００２５】
＜７＞ 被検査体の表面の明るさを示す画像情報を取得し、複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記被検査体の表面の検査結果判定処理を実行する画像判定方法である。
【００２６】
＜７＞の発明によれば、＜１＞の発明と同様に作用するので、不良品の市場流出や目視検査員の削減などを実現できる。
【００２７】
＜８＞ 被検査体の表面の明るさを示す画像情報を取得し、複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、特定された前記出現パターンに応じた前記パラメータを用いて、前記欠陥画像の各々に対して欠陥画像の重要度に応じたグレードを付与し、前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記各欠陥画像のグレード及び個数に基づく前記被検査体の表面の検査結果判定処理を実行する画像判定方法である。
【００２８】
＜８＞の発明によれば、＜２＞の発明と同様に作用するので、不良品の市場流出や目視検査員の削減などを実現できる。
【００２９】
＜９＞ ＜７＞又は＜８＞の画像判定方法において、前記複数の閾値として４種類の閾値を用い、前記画像情報を前記正常な明るさの１つの段階を含む５段階に分類し、前記正常な明るさの段階を除く４つの段階に分類された部位を欠陥画像を示すものとして抽出し、各欠陥画像が分類された段階の組み合わせに応じた１５種類の前記出現パターンの何れかを特定する画像判定方法である。
【００３０】
＜９＞の発明によれば、＜３＞の発明と同様に作用するので、不良品の市場流出や目視検査員の削減などを実現できる。
【００３１】
＜１０＞ 被検査体の表面の明るさを示す画像情報を取得し、前記画像情報に基づいて前記被検査体の表面の欠陥を特定し、特定された欠陥の大きさを導出し、導出された前記欠陥の大きさと閾値とを比較し、比較結果に応じて予め設定された前記閾値を含む範囲に応じた中間グレードを含む複数のグレードの何れかを当該欠陥に付与し、前記画像情報に含まれる欠陥のうち、各グレードが付与された前記欠陥の個数に応じて前記被検査体の表面の検査結果判定処理を行うと共に、前記中間グレードが付与された欠陥が存在する場合には、前記被検査体を再検査判定する画像判定方法である。
【００３２】
＜１０＞の発明によれば、＜４＞の発明と同様に作用するので、不良品の市場流出や目視検査員の削減などを実現できる。
【００３３】
＜１１＞ 検査結果判定処理において、少なくとも合格、不合格及び再検査の何れかを前記検出結果として判定する＜７＞乃至＜１０＞の何れかの１の画像判定方法である。
【００３４】
＜１２＞ ＜７＞乃至＜１１＞の何れか１の画像判定方法において、被検査体を電子写真用感光体としてもよく、これにより、電子写真用感光体の表面の欠陥に関する検査を行うための画像判定方法に本発明を適用することができる。
【発明の効果】
【００３５】
以上説明した如く本発明は、被検査体の表面の明るさを示す画像情報を取得し、複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記被検査体の表面の検査結果判定処理を実行するので、画像判定の誤判定を防止して不良品の市場流出や目視検査員の削減などを実現できる、という優れた効果を有する。
【発明を実施するための最良の形態】
【００３６】
以下、図面を参照して、本発明の実施の形態について詳細に説明する。なお、ここでは、本発明を、画像形成装置に用いられる感光体ドラムの表面の欠陥を検出するための表面欠陥検査装置に適用した場合について説明する。
【００３７】
まず、図１には、本実施の形態に係る表面欠陥検査装置１０の概略図が示されている。同図に示されるように、表面欠陥検査装置１０は、モータ１２を備えており、当該モータ１２の駆動力は、当該表面欠陥検査装置１０に装着される被検査体としての感光体ドラム２０の回転軸に伝達されるようになっており、モータ１２の駆動力により回転軸を軸心として回転される。
【００３８】
また、感光体ドラム２０の装着位置近傍には、光源１４及びＣＣＤカメラ１６がそれぞれ配設されている。光源１４は、ＤＣ電源により発光するタイプの蛍光燈ランプにより構成されており、装着された感光体ドラム２０の周面に発光光を照射可能になっている。
【００３９】
ＣＣＤカメラ１６は、光源１４により照明された感光体ドラム２０の結像ライン内（明視野）をスキャンライン１７として一次元的にスキャンする。ここで、感光体ドラム２０は、モータ１２の駆動力により回転されるので、感光体ドラム２０が１周する間、連続的にスキャンライン１７上を一次元的にスキャンすることにより、感光体ドラム２０の表面の状態を示すグレースケールの２次元の画像データが得られる。
【００４０】
なお、本実施の形態では、ＣＣＤカメラ１６の１ラインの画素数が４０９６個とされており、直径Φ３０ｍｍ、全長２５０ｍｍの感光体ドラム２０を被検査体としている。また、ＣＣＤカメラ１６は、感光体ドラム２０の長さ方向中央の２００ｍｍ分を検査領域としているので、検出分解能は約４９μm2となっている。
【００４１】
さらに、表面欠陥検査装置１０は、制御部１８を含んで構成されており、上述したモータ１２、光源１４及びＣＣＤカメラ１６を含む表面欠陥検査装置１０の動作やＣＣＤカメラ１６により取得される２次元の画像データを用いた表面欠陥検査処理は制御部１８によりそれぞれ制御される。
【００４２】
図２には、本実施の形態に係る表面欠陥検査装置１０の制御部１８を中心とした機能ブロック図が示されている。同図に示されるように、表面欠陥検査装置１０は、ドラム検出センサ１３を備えており、被検査体である感光体ドラム２０が所定の装着位置に装着されるとその旨を示す信号が出力される。
【００４３】
また、制御部１８は、動作制御部５０を含んで構成されており、上記ドラム検出センサ１３が接続されている。また、動作制御部５０には、上述したモータ１２、光源１４及びＣＣＤカメラ１６も接続されており、動作制御部５０では、光源１４の発光又は発光停止を制御すると共に、ドラム検出センサ１３から感光体ドラム２０が回転軸に装着された旨の信号が入力されるとモータ１２及びＣＣＤカメラ１６を制御して、感光体ドラム１周分の画像データの取得が実行される。
【００４４】
一方、同図に示されるように、制御部１８は、画像情報取得部５２、情報保持部５３、欠陥画像抽出部５４、パターン特定部５６、パターン定義格納部５８、欠陥サイズ演算部６０、グレード付与部６２及び検査結果判定部６４を含んで構成されており、画像情報取得部５２の入力端にはＣＣＤカメラ１６の出力端が接続されると共に、画像情報取得部５２は欠陥画像抽出部５４に、欠陥画像抽出部５４及びパターン定義格納部５８はパターン特定部５６に、情報保持部５３は画像情報取得部５２及び分析部５４に、パターン特定部５６は欠陥サイズ演算部６０に、欠陥サイズ演算部６０はグレード付与部６２に、グレード付与部６２は検査結果判定部６４に、それぞれ接続されている。また、情報保持部５３は、画像情報取得部５２、欠陥画像抽出部５４及び検査結果判定部６４にそれぞれ接続されている。
【００４５】
画像情報取得部５２では、ＣＣＤカメラ１６による撮像により順次取得された画像データが二次元展開されて明暗の階調分解能が８ビットのビットマップの画像情報が生成され、検出画像情報として情報保持部５３に格納される。画像情報取得部５２では、検出画像情報の格納先を示す情報が欠陥抽画像出部５４に入力される。
【００４６】
欠陥画像抽出部５４では、検出画像情報に対して閾値処理を実行し、非検査体の欠陥を示す画像が抽出される。当該閾値処理には、予め設定された複数種類の閾値が用いられる。
【００４７】
本実施の形態では、検出画像情報の階調が８ビット（０〜２５５）階調とされているので、この階調値に対して、第１の閾値（本実施の形態では、階調値＝１５０）、第２の閾値（本実施の形態では、階調値＝１４０）、第３の閾値（本実施の形態では、階調値＝１２０）及び第４の閾値（本実施の形態では、階調値＝１１０）の４種類の閾値が段階的に設定されており、検出画像を構成する非常に明るい画素／明るい画素／暗い画素／非常に暗い画素が、それぞれ欠陥画像を構成する画素として抽出される。
【００４８】
図３には、上記４種類の閾値を用いて抽出される４種類の欠陥画像が一例として模式的に示されている。本実施の形態では、階調値が第１の閾値以上である画素（本実施の形態では、階調値が１５０〜２５５である画素）のみを抽出した画像が画層１として生成され、階調値が第２の閾値以上第１の閾値未満である画素（本実施の形態では、階調値が１４０〜１５０である画素）のみを抽出した画像が画層２として生成され、階調値が第４の閾値以上第３の閾値未満である画素（本実施の形態では、階調値が１１０〜１２０である画素）のみを抽出した画像が画層３として生成され、階調値が第４の閾値未満である画素（本実施の形態では、階調値が０〜１１０である画素）のみを抽出した画像が画層４として生成される。なお、階調値が第３の閾値以上第２の閾値未満である画素（本実施の形態では、階調値が１２０〜１４０である画素）については欠陥画像を構成しない画素であり、正常な画層（図３では図示省略）であるとみなされる。
【００４９】
また、欠陥画像抽出部５４では、各画層に抽出された全ての欠陥画素に基づいて、さらに欠陥画像の抽出を行う。各画層に抽出された欠陥画素のうち、ビットマップ上の座標位置が隣接する画素同士は同じ欠陥画像を構成するとみなされて１つの欠陥画像として抽出される。欠陥画像抽出部５４では、抽出した欠陥画像の座標位置を示す位置情報及び欠陥画像の状態を示す状態情報をパターン特定部５６に出力する。
【００５０】
なお、欠陥画像の状態は、１つの欠陥画素を構成する画素の明るさの分布であり、本実施の形態では、１つの欠陥画像を構成するとみなされた画素の属する画層が２進数表現で示されたものを適用している。例えば、検出画像情報に図３に示されるような欠陥画像が含まれていた場合、各画層では同図に示すように欠陥画素が抽出されることになり、画層１、画層２及び画層３において抽出された欠陥画素は隣接しているので１つの欠陥画像を構成するものと判断され、画層１から順に欠陥の有無が「有・有・有・無」であるので、この各画層における欠陥の有無を二進数表現で表した「１１１０」が、状態情報となる。
【００５１】
ここで、パターン定義格納部５８には、欠陥の状態情報に基づく欠陥画像の出現パターン及び当該出現パターンに応じた後述するパラメータが予め設定された欠陥画像出現パターンテーブルが格納されるようになっている。
【００５２】
図４は、本実施の形態に係る欠陥画像出現パターンテーブルの一例がパターン定義格納部５８に格納された状態が示されている。同図に示されるように、欠陥の状態情報に応じて、パターン番号が設定されている。さらに、各種処理で用いるべきパラメータとして、オペレータの目視による再検査を行うか、欠陥画像のサイズを導出するための演算に用いる式の種類、後述するグレードを１グレード昇格させるか、がそれぞれ各パターン番号に関連付けされて記憶されている。
【００５３】
ここで、表面欠陥には、突起形状のものや凹み形状のもの、異物が付着又は混入した欠陥、色が薄いか濃いか、等の様々な形態があり、この形態によって状態情報が異なる傾向にある。このため、出現パターンによって欠陥の形態を把握することができる。
【００５４】
また、被検査体の種類によっては、欠陥の形態よって必要な検出感度が異なる場合がある。この場合、全ての欠陥に対して一様な処理を行うことは適切でなく、欠陥の形態に応じて異なるパラメータを用いて処理を行う必要がある。
【００５５】
したがって、検出感度の違い等、各々の欠陥の形態にあった欠陥判定を行うために、被検査体の種類に応じて、同図に示されるような、各欠陥の形態に応じた検出感度等を考慮してパラメータが対応付けされている。
【００５６】
なお、本実施の形態では、上記パラメータとして、再検判定処理、重回帰式欠陥サイズ予測処理、グレード付与に関するパラメータを適用している。
【００５７】
パターン特定部５６では、欠陥画像抽出部５４から入力された状態情報に基づき、抽出された欠陥画像がパターン定義格納部５８に格納された出現パターンのいずれに該当するかが特定され、該当する出現パターンに応じたパラメータを示す情報が欠陥サイズ演算部６０に出力される。
【００５８】
なお、図４に示す例では、欠陥の状態情報を１０進数表現に変換した値が出現パターンを示す番号となっている。このため、パターン特定部５６で状態情報を１０進数に変換し、変換した値と同じ番号の出現パターンに関連付けされたパラメータを読み出すようにしてもよい。
【００５９】
欠陥サイズ演算部６０では、予め設定された欠陥サイズの予測式に、抽出された欠陥画像に基づくデータを代入する。本実施の形態では、２種類の数式が用意されており、欠陥サイズの導出にいずれの数式を用いるかについては上述した出現パターン定義テーブル（図４参照）に設定されている。当該欠陥サイズ演算部６０では、パターン特定部５６から入力されたパラメータにより示される数式を用いて欠陥サイズを得る。これにより得られた欠陥サイズを示す情報は、パラメータを示す情報と共にグレード付与部６２に出力される。
【００６０】
なお、図４に示す例では、出現パターン１については、演算処理のパラメータが空欄となっているが、これは判定処理のパラメータとして「再検査」が記憶されているためであり、この場合はサイズの導出及びグレードの判定を行う必要はない。
【００６１】
グレード付与部６２では、欠陥サイズと予め設定された閾値との間の大小関係に応じてグレードが付与される。
【００６２】
図５には、本実施の形態に係る欠陥サイズとグレードとの関係が模式的に示されている。同図に示されるように、欠陥サイズには２つの閾値Ａ及びＤが設定されており、導出された欠陥サイズが閾値Ａよりも小さい場合にはグレード１が、閾値Ａ以上であって閾値Ｄよりも小さい場合にはグレード２が、閾値Ｄ以上である場合にはグレード３が、それぞれ付与される。
【００６３】
ところで、本実施の形態では、被検査体の表面をＣＣＤカメラ１６により撮像して取得した画像に基づいて、予測式を用いて欠陥サイズを導出しているので、実際の欠陥のサイズと導出した欠陥のサイズとの間の誤差を完全に無くすことは不可能である。このため、閾値Ａと閾値Ｄに対して、マージンを設けるようにしている。このマージンは、実際の欠陥のサイズと導出した欠陥のサイズとの相関関係における残差に基づいて予め設定される。
【００６４】
これにより、閾値Ａに対して＋Ｂ、−Ｃのマージンを設け、欠陥サイズがＡ未満であるかＡ以上であるかの判定を行う際に、予測値が（Ａ−Ｃ）〜（Ａ＋Ｂ）の範囲のときにはＡ未満の可能性もＡ以上の可能性もある、と判定し、グレード２−３を付与する。
【００６５】
同様にして、閾値Ｄに対しても＋Ｅ、−Ｆのマージンを設け、欠陥サイズがＤ未満であるかＤ以上であるかの判定を行う際に、予測値が（Ｄ−Ｆ）〜（Ｄ＋Ｅ）の範囲のときにはＤ未満の可能性もＤ以上の可能性もある、と判定し、グレード１−２を付与する。
【００６６】
さらに、本実施の形態では、サイズ予測値が過小気味である出現パターンについては、グレードを１グレード昇格させて付与するようにしている。このグレードを昇格させるか否かについては上述した出現パターン定義テーブル（図４参照）に設定されている。グレード付与部６２では、入力されたパラメータに基づいて、適宜、閾値により付与すべきと判断されたグレードよりも１グレード上のグレードを付与する。また、グレード付与部６２では、付与したグレードを示す情報をパラメータを示す情報と共に検査結果判定部６４に出力する。
【００６７】
検査結果判定部６４では、入力されたグレードを示す情報及びパラメータを順次情報保持部５３に保持し、欠陥画像抽出部５４により抽出された感光体ドラム1本分の欠陥画像の各々に付与されたグレード及びパラメータを示す情報が全て取得・保持されると、保持されたグレード及びパラメータに基づいて最終的に被検査体に対する合格・不合格・再検査などの最終判定を行う。
【００６８】
本実施の形態では、まず、不合格判定の対象となるか否かが判断され、最も大きな欠陥であるグレード３の欠陥画像が１つでもある場合と、グレード２−３又はグレード２の欠陥画像の個数が２つ以上ある場合には、不合格判定の対象となり、不合格と判定される。
【００６９】
次に、不合格判定の対象とならない場合には、再検査判定の対象となるか否かがが判定され、グレード２−３の欠陥画像が１つでもある場合と、グレード２とグレード１−２の欠陥画像の個数が２つ以上である場合には、再検査判定の対象となり、再検査と判定される。
【００７０】
さらに、不合格判定及び再検査判定のいずれの対象にもならない場合には、合格判定の対象となり、合格と判定される。
【００７１】
ここで、本実施の形態では、検出画像に基づいて導出される欠陥サイズの確度が極端に低い形態の欠陥については、欠陥サイズの導出に基づく検査結果の判定を行わずに、オペレータの目視による再検査を行うようにしている。この再検査を行う形態の欠陥については、上述した出現パターン定義テーブル（図４参照）の判定処理のパラメータとして、「再検査」が設定されている。したがって、検査結果判定部６４では、保持されたパラメータの中に再検査が含まれている場合には、欠陥のグレードや個数等に拘わらず当該被検査体の検査結果を再検査と判定する。
【００７２】
なお、抽出された全ての欠陥画像に付与されたグレードを示す情報を取得したか否かについては、欠陥画像抽出部５４により欠陥の抽出が終了したことを示す信号等を出力させるようにしてもよいし、制御部１８全体を制御する不図示のＣＰＵ等により、別途検査結果判定指示信号を入力させてもよい。
【００７３】
以下に本実施の形態の作用を説明する。
【００７４】
表面欠陥検査装置１０では、感光体ドラム２０が装着されたことを検出すると、制御部１８により光源１４による発光を開始すると共に、感光体ドラム２０の予め設定された速度での回転を開始する。その後、制御部１８では、ＣＣＤカメラ１６による感光体ドラム２０表面のスキャンを開始すると共に、表面欠陥検査処理を実行する。
【００７５】
図６は、本実施の形態に係る表面欠陥検査処理の流れを示すフローチャートであり、以下、同図を参照して本実施の形態に係る表面欠陥検査処理について説明する。
【００７６】
まず、ステップ１００では、ＣＣＤカメラ１６から画像データの入力があったか否かを判定し、当該判定が肯定判定となった場合、ステップ１０２に移行して、入力された画像データを感光体ドラム１周分蓄積して２次元展開し、検出画像情報として保持する。
【００７７】
次のステップ１０４では、検出画像情報に対して４種類の閾値を用いた閾値処理を施し、明るさがそれぞれ異なる４つの画層に分けて欠陥画像を構成する画素を抽出し、その後にステップ１０６に移行して、欠陥画像を構成する画素に基づいてさらに欠陥画像を抽出し、その後にステップ１０８に移行する。
【００７８】
なお、欠陥画像の抽出は、各画層に抽出された画素のうち、ビットマップ上で隣接する画素は同一の欠陥画像を構成するものとして、各画層に抽出された画素が構成する欠陥画像を特定することにより実行される。また、このようにして抽出された各欠陥画像については、ビットマップ上の座標位置に基づく位置情報と、欠陥画像を構成する画素の各画層への分布状態を示す状態情報と、がそれぞれの欠陥の特徴として導出される。
【００７９】
ステップ１０８では、予め設定された出現パターン定義テーブル（図４参照）に基づいて欠陥画像の出現パターンを特定し、その後にステップ１１０に移行する。
【００８０】
なお、この出現パターン定義テーブルは、被検査体の種類等に応じて発生し得る様々な欠陥の形態に応じて、各形態を撮像した場合の濃度分布の傾向等を実機を用いた実験や実機の仕様に基づくコンピュータシミュレーション等を行い、その結果を分析することにより適宜設定可能である。また、図４に示されるパラメータについても、同様にして適宜設定することが可能である。
【００８１】
ステップ１１０では、出現パターンに応じたパラメータを用いて、検出された欠陥画像の欠陥サイズを導出し、その後にステップ１１２に移行して、出現パターンに応じて欠陥画像にグレードを付与する。なお、本実施の形態では、欠陥サイズを導出するための数式を複数準備しており、欠陥サイズ導出のパラメータとしては、用いるべき数式の種類を適用すると共に、グレード付与のパラメータとしては、サイズ予測値が過小気味である出現パターンに対してグレードを１グレード昇格させて付与する１グレード昇格の有無を適用している。そして、出現パターンに応じてこれらのパラメータを用いて欠陥サイズ導出及びグレード付与が実行される。
【００８２】
次のステップ１１４では、検出画像に含まれる欠陥画像の抽出が完了したか否かを判定する。各画層に抽出された各画素が構成する欠陥画像が全て特定されている場合にはステップ１１４で肯定判定となり、ステップ１１６に移行する。一方、ステップ１１４で否定判定となった場合は再びステップ１０６に戻り、ステップ１１４が肯定判定となるまでステップ１０６乃至ステップ１１２の処理が繰り返し実行され、この間に抽出された欠陥画像の出現パターン及びグレードを示す情報が順次蓄積される。
【００８３】
ステップ１１６では、蓄積された欠陥画像の出現パターンを示す情報に基づいて、検出画像に含まれる欠陥画像のうち、再検査を実行する出現パターンの欠陥画像の有無を判定し、あると判定された場合は当該判定が肯定判定となってステップ１２８に移行する。一方、ステップ１１６で否定判定となった場合はステップ１１８に移行する。
【００８４】
ステップ１１８では、蓄積された欠陥画像のグレードを示す情報に基づいて、グレード３の欠陥画像の有無を判定し、グレード３の欠陥画像がある場合には当該判定が肯定判定となってステップ１２２に移行する。
【００８５】
一方、ステップ１１８で否定判定となった場合はステップ１２０に移行して、グレード２の欠陥画像とグレード２−３の欠陥画像の合計が２個以上あるか否かを判定し、これらの合計が２個以上である場合はステップ１２０で肯定判定となり、被検査体の表面の状態が所定の基準を満たしていないと判断してステップ１２２に移行する。
【００８６】
ステップ１２２では、検査結果を不合格であると判定し、その後に本表面欠陥検査処理を終了する。
【００８７】
一方、ステップ１２０で否定判定となった場合はステップ１２４に移行して、グレード２−３の欠陥画像があるか否かを判定し、なかった場合は当該判定が否定判定となってステップ１２６に移行する。
【００８８】
ステップ１２６では、グレード１−２の欠陥画像とグレード２の欠陥画像の合計が２個以上あるか否かを判定し、なかった場合は当該判定が否定判定となり、被検査体の表面には問題となる欠陥がないものと判断してステップ１３０に移行し、検査結果を合格であると判定し、その後に本表面欠陥検査処理を終了する。
【００８９】
一方、ステップ１２４、ステップ１２６でそれぞれ肯定判定となった場合はステップ１２８に移行する。
【００９０】
ステップ１２８では、検査結果を再検査であると判定し、その後に本表面欠陥検査処理を終了する。
【００９１】
以上詳細に説明したように、本実施の形態によれば、ＣＣＤカメラ１６により感光体ドラム２０の表面の明るさを示す検出画像情報を取得し、複数の閾値を用いて検出画像情報を予め定められた正常な段階を含む複数の明るさの段階毎の画層に分類し、当該分類結果に基づいて感光体ドラム２０の表面の欠陥画像を抽出し、抽出された欠陥画像の各々について、各欠陥画像が分類された画層の組み合わせに応じて予め設定された出現パターンを特定すると共に、出現パターン毎に設定されたパラメータを予めパターン定義格納部５８に記憶しておき、欠陥画像の各々の出現パターンとして特定された出現パターンに応じた各パラメータを用いて感光体ドラム２０の表面の検査結果を判定するので、画像判定の誤判定を防止して不良品の市場流出や目視検査員の削減などを実現できる。
【００９２】
また、本実施の形態によれば、各欠陥画像において特定された出現パターンに応じたパラメータを用いて、欠陥画像の各々に対して欠陥画像の重要度（欠陥サイズ）に応じたグレードを付与すると共に、感光体ドラム２０１本分の各欠陥画像のグレード及び個数に基づく前記被検査体の表面の検査結果判定処理を実行しているので、画像判定の誤判定を防止して不良品の市場流出や目視検査員の削減などを実現できる。
【００９３】
さらに、本実施の形態によれば、感光体ドラム２０の表面の明るさを示す検出画像情報を取得し、検出画像情報に基づいて感光体ドラム２０の表面の欠陥画像を抽出し、抽出された欠陥画像の大きさを導出して、導出された欠陥画像の大きさと閾値とを比較し、比較結果に応じて予め設定された前記閾値を含む範囲に応じた中間グレード（グレード１−２及びグレード２−３）を含む複数のグレードの何れかを当該欠陥に付与し、検出画像情報から抽出された欠陥画像のグレード及び個数に基づいて、各グレードが付与された前記欠陥の個数に応じて感光体ドラム２０の表面の検査結果を判定すると共に、中間グレードが付与された欠陥が存在する場合には、適宜感光体ドラム２０を再検査と判定するので、不良品の市場流出をより一層防止することができる。
【００９４】
なお、本実施の形態では、検出画像情報の階調を８ビット（０〜２５５）階調とした形態について説明したが、本発明はこれに限定されるものではなく、階調分解能は、８ビット階調以上、好ましくは１０ビット階調以上のビットマップ画像とすることが好ましい。
【００９５】
また、本実施の形態では、光源１４としてＤＣ電源により発光するタイプの蛍光燈ランプを用いた形態について説明したが、光源は、感光体ドラムの表面を照明可能なものであればよく、蛍光燈・ハロゲン光源などの一般的なものを用いればよい。
【００９６】
また、ＣＣＤカメラは、例えば、電子管式のテレビカメラ等の種々の画像入力装置により代替可能であり、感光体ドラム表面の部分的な階調差が採取可能で、検出対象とする欠陥のサイズに対して充分な分解能を持つものであれば、使用可能である。
【００９７】
なお、本実施の形態では、ＣＣＤカメラの分解能を４９μm2として説明したが、ＣＣＤカメラの分解能は１００μm2以上、好ましくは５０μm2以上とするのが好ましい。
【００９８】
さらに、照明とスキャンラインとの関係は、照明が結像したライン内（明視野）でも照明が結像したライン近傍（暗視野）でもよく、被検査体や検出する欠陥の種類によって変形が可能である。
【００９９】
また、本実施の形態では、検出画像情報を４つの閾値を用いて欠陥を４つの画層に抽出する形態について説明したが、本発明はこれに限定されるものではなく、２つ以上の閾値を用いればよい。
【０１００】
なお、本実施の形態では、一例として図４に示す出現パターン定義テーブルを適用した形態について説明したが、本発明はこれに限定されるものではなく、適宜変形が可能である。例えば、欠陥を４つの画層に分けて抽出する場合であれば、欠陥の出現パターンは２4種類となり、欠陥が何れの画層にも現れない場合（正常な場合）を除いた１５種類の出現パターンに分類されることになる。
【０１０１】
なお、欠陥サイズ導出のための演算に用いる数式は、一次回帰のような単純な形式から、多数の粒子変数を用いた重回帰式のような形式まで様々なものに変形が可能である。また、出現パターン毎に複数の数式を適用することも可能である。
【０１０２】
また、グレードの数は閾値が一つの場合、グレードは１つの中間グレード（例えば、グレード１−２）と２つのグレード（グレード１及びグレード２）、閾値が２つの場合には２つの中間グレードと３つのグレードとなり、目的の被検査体に合わせて閾値の数を設定することによりそのグレード数を変更することができる。
【０１０３】
さらに、グレードの付与方法やグレードごとの欠陥個数限度などはあくまでも一例であり、変形が可能である。
【０１０４】
なお、本実施の形態における表面欠陥検査装置１０の構成（図１乃至図４参照）及び処理の流れ（図６参照）は一例であり、適宜変更可能であることは言うまでもない。
【０１０５】
（実施例１）
本実施例１では、４つの閾値を用いた閾値処理を施すと共に出現パターンの特定を行う一方、グレードの付与及び検査結果の判定については従来の方法で行った場合について記載する。
【０１０６】
被検査体の感光体ドラム２０として、φ30mmで全長が250mmであるものを用い、光源１４は、ＤＣ電源により点灯するタイプの蛍光燈ランプを用いた。また、ＣＣＤカメラ１６は、１ラインの画素数が４０９６個のタイプであり、光源５により照明された感光体ドラム２０の結像ライン内（明視野）のスキャンライン１７を、ドラム長さ２５０ｍｍのうち、検査対象となる領域２００ｍｍ分を一次元的にスキャンするように設定した。なお、その分解能は約４９μｍ2となっていた。
【０１０７】
次に、感光体ドラム２０をモータ１２により図１の矢印Ａ方向に回転させてＣＣＤカメラ１６により感光体ドラム２０の表面を撮像し、感光体ドラム２０の表面をビットマップの画像として二次元展開して検出画像情報として保持させた。そして、該検出画像情報の明暗の階調分解能は、８ビット階調、即ち０〜２５５までの階調値で表現されたものとした。
【０１０８】
次に検出画像情報の階調値に予め求めた４段階の閾値を設定し、検出画像情報に対して閾値処理を施した。閾値の設定は、１２０〜１４０階調の領域の画素を正常とし、１１０階調以下（非常に暗い）、１１０〜１２０階調（暗い）、１４０〜１５０階調（明るい）、１５０階調以上（非常に明るい）とし、それぞれ欠陥画像を抽出した。
【０１０９】
次に、抽出された各欠陥画像に対して、それぞれ４つの画層における画素の出現有無を調べ、予めパターン定義格納部５８に設定された出現パターンのいずれかを特定する処理をした。また、パターン定義には、欠陥判定のための基本処理である検査結果判定処理、欠陥サイズ演算処理、グレード付与処理の３つの処理に関するパラメータについても各出現パターン毎に定義した。
【０１１０】
検査結果判定処理のパラメータである再検査は、当該パターンに該当した欠陥が、欠陥検出サイズの確度が低く、必ず再検査を実行することを意味している。次に、欠陥サイズ演算処理の式番号は、予め求めておいた２種類の欠陥サイズ予測式のうち、いずれの種類を用いるかを示すものであり、当該パラメータにより示される数式（予測式）に各画層で抽出された画素の粒子データを代入して、欠陥サイズを算出することを意味する。グレード付与処理のパラメータである１昇格は、導出した欠陥サイズに応じてグレードを付与する際に、サイズ予測値が過小気味であるパターンの予測値から導き出した欠陥グレード値に対して１グレード上の判定を行うことを意味している。
【０１１１】
このように、抽出された各々の欠陥画像に対し、その出現パターンに応じたパラメータを用いて各種の基本処理を行わせた。
【０１１２】
さらに、感光体ドラム１本内の欠陥画像について、出現パターンに基づく基本処理の結果を集計し、最終的に合格・不合格・再検査などの最終判定を決定した。
【０１１３】
なお、本実施例１では、欠陥のグレードは２００μｍ以上で５００μｍ未満のサイズの欠陥をグレード１、５００μｍ以上の欠陥をグレード２として、グレード２発生１個かグレード２発生５個以上で不合格判定するようにした。また、これら１本内の欠陥画像に検査結果判定処理のパラメータが再検査のものが含まれている場合、上述の条件を満たしていても、再検査とするようにした。
【０１１４】
この判定の結果、従来の方式では、被検査体のうち、その２０％を再検査にまわさなければならなかったが、本発明により再検査は５％未満となり、従来の１／４を再検査すればよいことが確認できた。
【０１１５】
（実施例２）
本実施例２では、グレードの付与及び検査結果の判定については実施の形態に記載の方法を用いて行う一方、閾値処理については従来通り１つの閾値を用いて行う（出現パターンの特定を行わない）場合について記載する。
【０１１６】
被検査体の感光体ドラム２０として、φ30mmで全長が250mmであるものを用い、光源１４は、ＤＣ電源により点灯するタイプの蛍光燈ランプを用いた。また、ＣＣＤカメラ１６は、１ラインの画素数が４０９６個のタイプであり、光源５により照明された感光体ドラム２０の結像ライン内（明視野）のスキャンライン１７を、ドラム長さ２５０ｍｍのうち、検査対象となる領域２００ｍｍ分を一次元的にスキャンするように設定した。なお、その分解能は約４９μｍ2となっていた。
【０１１７】
次に、感光体ドラム２０をモータ１２により図１の矢印Ａ方向に回転させてＣＣＤカメラ１６により感光体ドラム２０の表面を撮像し、感光体ドラム２０の表面をビットマップの画像として二次元展開して検出画像情報として保持させた。そして、該検出画像情報の明暗の階調分解能は、８ビット階調、即ち０〜２５５までの階調値で表現されたものとした。
【０１１８】
次に、検出画像情報の階調値に１つの閾値を設定して閾値処理を施し、閾値を超えた場合にそれを特異点として抽出し、更にこの抽出された特異点に対し、予め求めておいた欠陥サイズ予測式により欠陥予測サイズの計算を行った。
【０１１９】
次に、該欠陥粒子各々に対して、欠陥グレードを付与した。欠陥グレードの設定は、３段階グレードとし、各々小さい順からＧ１／Ｇ２／Ｇ３と命名し、Ｇ１とＧ２間の閾値を２００μm、Ｇ２とＧ３間の閾値を５００μmに設定した。このサイズは被検査体である感光体ドラム１の欠陥サイズのＸＹ長の平均値を表すものであり、前記欠陥サイズ予測式における目的変数である。更に、各々の閾値に対するマージンを、Ｇ１とＧ２間の閾値に対するマージンを正負方向とも３０μm、Ｇ２とＧ３間の閾値に対するマージンを正負方向とも３０μmのように設定した。即ち、これにより、欠陥サイズ予測値は、１７０μm未満であれば必ずＧ１であると定義され、１７０μm以上かつ２３０μm未満であればＧ１かＧ２の可能性があると定義され、２３０μm以上かつ４７０μm未満であれば必ずＧ２であると定義され、４７０μm以上かつ５３０μm未満であればＧ２かＧ３の可能性があると定義され、５３０μm以上であれば必ずＧ３であると定義されたことになる。これらの欠陥グレードに対し、欠陥の個数制限をＧ２が２個未満またはＧ３が１個未満で不合格判定とするよう定義した。
【０１２０】
この判定の結果、従来の方式では、被検査体のうち、その良品の３％を不合格にし、かつ１％の見逃しが存在していたが、本発明により１％未満の良品不合格率となり、歩留まりの良化に繋がった。また、１％の見逃しを０．１％以下とすることが可能となった。
【０１２１】
なお、上記実施の形態によれば、実施例１と実施例２の双方の効果が得られるので、再検査を必要最低限に抑えつつ、誤判定を効率よく防止することができる。
【図面の簡単な説明】
【０１２２】
【図１】実施の形態に係る表面欠陥検査装置の概略図である。
【図２】実施の形態に係る表面欠陥検査装置の制御部を中心とした機能ブロック図である。
【図３】４種類の閾値を用いて段階的に抽出される４種類の欠陥画像を一例として示す模式図である。
【図４】実施の形態に係る欠陥画像出現パターンテーブルの一例がパターン定義格納部に格納された状態示す模式図である。
【図５】実施の形態に係る欠陥サイズとグレードとの関係を示す模式図である。
【図６】実施の形態に係る表面欠陥検査処理の流れを示すフローチャートである。
【符号の説明】
【０１２３】
１０ 表面欠陥検査装置
１２ モータ
１４ 光源
１６ ＣＣＤカメラ（取得手段）
１８ 制御部
２０ 感光体ドラム（被検査体）
５２ 画像情報取得部（取得手段）
５４ 欠陥画像抽出部（分類手段、欠陥画像抽出手段、特定手段）
５６ パターン特定部（パターン特定手段）
５８ パターン定義格納部（パラメータ記憶手段、記憶手段）
６０ 欠陥サイズ演算部（導出手段）
６２ グレード付与部（グレード付与手段）
６４ 検査結果判定部（判定処理実行手段）
【技術分野】
【０００１】
本発明は、被検査体の表面欠陥の判定に用いられる画像判定装置及び画像判定方法に関するものである。
【背景技術】
【０００２】
従来、画像判定装置には、被検査体からの反射光を受光し、信号処理回路で２値化処理し、欠陥の面積を求め、あらかじめ設定された閾値と比較して、求めた血管の面積が予め設定された閾値よりも大きい場合に不良品であると判定する所謂、表面欠陥検査装置があった。
【０００３】
この種の表面欠陥検査装置では、不良品の見逃しを回避すべく、閾値を不良品の面積の最小値に設定して使用されている。しかし、判定基準の厳しい閾値を使用しているので、良品を不良品と判定する誤判定が生じる場合もある。特に、画像形成装置に用いられる感光体ドラムのように、判定基準が厳しくかつ高価な被検査体の場合には、不良品と判定された被検査体を更に検査員の目視により再検査して良品を選別する必要がある。
【０００４】
そこで、従来、良品と不良品を精度良く判定する手段として、欠陥の種類に応じて複数の閾値を用意し、読取信号と各閾値とを比較して複数の２値化信号を生成し、それぞれの２値化信号に基づいて面積を計算し、それぞれの面積閾値と比較して良品、不良品の判定を行なうことにより、誤判定を削減するようにした技術が提案されている（例えば、特許文献１参照）。
【０００５】
なお、近年、マイクロプロセッサなどの技術の進歩により、２値化処理により正常部と異常部の判別を行うものだけでなく、４種類の閾値によって異常部をさらに４段階のレベルに識別可能な装置も具現化されており、より高度な欠陥検出が可能となっている。
【０００６】
また、検出信号から欠陥の複数の特徴量を算出し、算出した複数の特徴量の組み合わせにより欠陥などを判定することにより、誤判定を削減するようにした技術も提案されている（例えば、特許文献２参照。）。
【０００７】
さらに、ニューラルネットワークにより判定基準を学習させ、誤判定を削減することも提案されている（例えば、特許文献３参照。）。
【特許文献１】特開平４−１６９８０７号公報
【特許文献２】特開平４−１７２２３７号公報
【特許文献３】特開平３−１４４３５０号公報
【発明の開示】
【発明が解決しようとする課題】
【０００８】
しかしながら、上記特許文献１及び特許文献２記載の技術によれば、不良品の検査見逃しを皆無にしようとするほど、判定基準を厳しくする必要があり、結果として良品を不良品と判定する誤判定が発生してしまい、不良品の目視による再検査を全廃することができない、という問題点があった。
【０００９】
なお、誤判定は検出誤差によっても生じ、過小評価をした場合には、該欠陥を有する不良品が市場に流出する一方、過大評価をした場合には、良品を廃棄してしまうことになり、目視による再検査を全廃した場合、歩留まりの悪化などに繋がる。また、被検査体が感光体ドラムのように高価であるほど誤判定による信頼性の低下や歩留まりの悪化の度合いが大きくなる。
【００１０】
また、上記特許文献３記載の技術によれば、目視による再検査を全廃することも不可能ではないが、ニューラルネットワークに判定基準を学習させるために膨大なデータが必要であり、却ってコストが増大してしまう、という問題点があった。
【００１１】
本発明は上記問題点を解決するためになされたものであり、画像判定の誤判定を防止して不良品の市場流出や目視検査員の削減などを実現できる画像判定装置および画像判定方法を提供することが目的である。
【課題を解決するための手段】
【００１２】
上記課題は以下の本発明によって解決される。すなわち、本発明は、
＜１＞ 被検査体の表面の明るさを示す画像情報を取得する取得手段と、複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類する分類手段と、前記分類手段による分類結果に基づいて前記被検査体の表面の欠陥画像を抽出する欠陥画像抽出手段と、前記欠陥画像抽出手段により抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定するパターン特定手段と、予め前記出現パターン毎に設定された前記検査結果判定処理に用いるパラメータを記憶するパラメータ記憶手段と、前記欠陥画像の各々の前記出現パターンに応じた前記パラメータを用いて前記被検査体の表面の検査結果判定処理を実行する判定処理実行手段と、を備えている画像判定装置である。
【００１３】
＜１＞の発明によれば、取得手段により取得された被検査体の表面の明るさを示す画像情報が、複数の閾値により正常な段階を含む複数の明るさの段階毎に分類される。
【００１４】
すなわち、複数の閾値を用いているので、画像情報が３段階以上に分類されることになり、表面の明るさが異常である段階を２段階以上設けることができる。これにより、表面の明るさが異なる２種類以上の欠陥を検出することが可能であり、被検査体の種類や検出したい欠陥の種類に応じて適宜閾値を設定することにより、画像判定装置による被検査体の検査精度を向上させることができる。
【００１５】
また、＜１＞の発明は、欠陥画像を抽出してその出現パターンに応じたパラメータにより検査結果判定処理を行うので、被検査体の種類に応じて発生し得る欠陥の種類に応じた出現パターン及びパラメータを予め実機を用いた実験やコンピュータによる実機の仕様を用いたシミュレーション等により分析して設定することにより、画像判定装置による被検査体の検査精度をさらに向上させることができるので、不良品の市場流出や目視検査員の削減などを実現できる。
【００１６】
＜２＞ ＜１＞の発明において、欠陥画像の各々に対して、前記パラメータ記憶手段に予め設定されたパラメータを用いて欠陥の重要度に応じたグレードを付与するグレード付与手段を更に備え、前記パラメータ記憶手段は、前記各欠陥画像の重要度を判定するために用いるパラメータを予め更に記憶し、前記判定処理実行手段は、前記各欠陥画像のグレード及び個数に基づいて前記検査結果判定処理を実行することを特徴としている画像判定装置である。
【００１７】
前記＜２＞の発明によれば、抽出された欠陥画像の各々に対して欠陥の重要度に応じたグレードを付与しており、各欠陥画像のグレード及び個数に基づいて検査結果判定処理が行われるので、重要度の高いグレードが付与された欠陥画像が１つでも存在する場合には不良品と判定したり、重要度の低いグレードが付与された欠陥画像は複数ある場合のみ不良品と判定したりするなど、画像判定装置による被検査体の検査精度を目視による検査の検査精度に近づけることができるので、不良品の市場流出や目視検査員の削減などを実現できる。
【００１８】
＜３＞ ＜１＞又は＜２＞の発明において、分類手段は、４種類の閾値を用いて前記画像情報を５段階に分類し、前記欠陥画像抽出手段は、１つの前記正常な明るさの段階を除く４つの段階に分類された部位を欠陥画像を示すものとして抽出し、前記パターン特定手段は、各欠陥画像が分類された段階の組み合わせに応じた１５種類の前記出現パターンの何れかを特定することを特徴としている画像判定装置である。
【００１９】
＜３＞の発明によれば、処理負荷やデータ量を過度に増大させることなく、欠陥画像が示す欠陥の状態を十分な程度に詳細に識別することができる。
【００２０】
＜４＞ 被検査体の表面の明るさを示す画像情報を取得する取得手段と、前記画像情報に基づいて前記被検査体の表面の欠陥を特定する特定手段と、前記特定手段により特定された欠陥の大きさを導出する導出手段と、前記導出手段により導出された前記欠陥の大きさと閾値とを比較し、比較結果に応じて予め設定された前記閾値を含む範囲に応じた中間グレードを含む複数のグレードの何れかを当該欠陥に付与するグレード付与手段と、前記画像情報に含まれる欠陥のうち、各グレードが付与された前記欠陥の個数に応じて前記被検査体の表面の検査結果判定処理を行うと共に、前記中間グレードが付与された欠陥が存在する場合には、前記被検査体を再検査判定する判定処理実行手段と、を備えている画像判定装置である。
【００２１】
＜４＞の発明によれば、取得手段により取得された被検査体の明るさを示す画像情報に基づいて被検査体の表面の欠陥を特定し、特定された欠陥の大きさを導出して、導出した大きさと閾値とを比較し、比較結果に応じてグレードを各欠陥に付与するに際し、前記グレードとして、前記閾値との大小関係に応じたグレードの他、前記閾値を含む予め設定された範囲に応じた中間グレードを設けているので、大きさの導出誤差に応じて中間グレードを付与する範囲を予め設定すれば、グレードの付与状態に応じた被検査体の表面の検査結果判定処理において大きさの導出誤差を考慮した判定が行える。また、中間グレードが付与された欠陥が存在する場合には再検査と判定するので、欠陥の大きさの誤差に起因する誤判定が生じる可能性のある場合には再検査を行うので、誤判定を少なくすることができる。
【００２２】
＜５＞ ＜１＞乃至＜４＞の発明において、判定処理実行手段は、少なくとも合格、不合格及び再検査の何れかを前記検出結果として判定することを特徴とする画像判定装置である。
【００２３】
＜６＞ ＜１＞乃至＜５＞の発明において、前記被検査体が電子写真用感光体であることを特徴とする画像判定装置である。
【００２４】
これにより、電子写真用感光体の表面の欠陥に関する検査を行うための画像判定装置に本発明を適用することができる。
【００２５】
＜７＞ 被検査体の表面の明るさを示す画像情報を取得し、複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記被検査体の表面の検査結果判定処理を実行する画像判定方法である。
【００２６】
＜７＞の発明によれば、＜１＞の発明と同様に作用するので、不良品の市場流出や目視検査員の削減などを実現できる。
【００２７】
＜８＞ 被検査体の表面の明るさを示す画像情報を取得し、複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、特定された前記出現パターンに応じた前記パラメータを用いて、前記欠陥画像の各々に対して欠陥画像の重要度に応じたグレードを付与し、前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記各欠陥画像のグレード及び個数に基づく前記被検査体の表面の検査結果判定処理を実行する画像判定方法である。
【００２８】
＜８＞の発明によれば、＜２＞の発明と同様に作用するので、不良品の市場流出や目視検査員の削減などを実現できる。
【００２９】
＜９＞ ＜７＞又は＜８＞の画像判定方法において、前記複数の閾値として４種類の閾値を用い、前記画像情報を前記正常な明るさの１つの段階を含む５段階に分類し、前記正常な明るさの段階を除く４つの段階に分類された部位を欠陥画像を示すものとして抽出し、各欠陥画像が分類された段階の組み合わせに応じた１５種類の前記出現パターンの何れかを特定する画像判定方法である。
【００３０】
＜９＞の発明によれば、＜３＞の発明と同様に作用するので、不良品の市場流出や目視検査員の削減などを実現できる。
【００３１】
＜１０＞ 被検査体の表面の明るさを示す画像情報を取得し、前記画像情報に基づいて前記被検査体の表面の欠陥を特定し、特定された欠陥の大きさを導出し、導出された前記欠陥の大きさと閾値とを比較し、比較結果に応じて予め設定された前記閾値を含む範囲に応じた中間グレードを含む複数のグレードの何れかを当該欠陥に付与し、前記画像情報に含まれる欠陥のうち、各グレードが付与された前記欠陥の個数に応じて前記被検査体の表面の検査結果判定処理を行うと共に、前記中間グレードが付与された欠陥が存在する場合には、前記被検査体を再検査判定する画像判定方法である。
【００３２】
＜１０＞の発明によれば、＜４＞の発明と同様に作用するので、不良品の市場流出や目視検査員の削減などを実現できる。
【００３３】
＜１１＞ 検査結果判定処理において、少なくとも合格、不合格及び再検査の何れかを前記検出結果として判定する＜７＞乃至＜１０＞の何れかの１の画像判定方法である。
【００３４】
＜１２＞ ＜７＞乃至＜１１＞の何れか１の画像判定方法において、被検査体を電子写真用感光体としてもよく、これにより、電子写真用感光体の表面の欠陥に関する検査を行うための画像判定方法に本発明を適用することができる。
【発明の効果】
【００３５】
以上説明した如く本発明は、被検査体の表面の明るさを示す画像情報を取得し、複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記被検査体の表面の検査結果判定処理を実行するので、画像判定の誤判定を防止して不良品の市場流出や目視検査員の削減などを実現できる、という優れた効果を有する。
【発明を実施するための最良の形態】
【００３６】
以下、図面を参照して、本発明の実施の形態について詳細に説明する。なお、ここでは、本発明を、画像形成装置に用いられる感光体ドラムの表面の欠陥を検出するための表面欠陥検査装置に適用した場合について説明する。
【００３７】
まず、図１には、本実施の形態に係る表面欠陥検査装置１０の概略図が示されている。同図に示されるように、表面欠陥検査装置１０は、モータ１２を備えており、当該モータ１２の駆動力は、当該表面欠陥検査装置１０に装着される被検査体としての感光体ドラム２０の回転軸に伝達されるようになっており、モータ１２の駆動力により回転軸を軸心として回転される。
【００３８】
また、感光体ドラム２０の装着位置近傍には、光源１４及びＣＣＤカメラ１６がそれぞれ配設されている。光源１４は、ＤＣ電源により発光するタイプの蛍光燈ランプにより構成されており、装着された感光体ドラム２０の周面に発光光を照射可能になっている。
【００３９】
ＣＣＤカメラ１６は、光源１４により照明された感光体ドラム２０の結像ライン内（明視野）をスキャンライン１７として一次元的にスキャンする。ここで、感光体ドラム２０は、モータ１２の駆動力により回転されるので、感光体ドラム２０が１周する間、連続的にスキャンライン１７上を一次元的にスキャンすることにより、感光体ドラム２０の表面の状態を示すグレースケールの２次元の画像データが得られる。
【００４０】
なお、本実施の形態では、ＣＣＤカメラ１６の１ラインの画素数が４０９６個とされており、直径Φ３０ｍｍ、全長２５０ｍｍの感光体ドラム２０を被検査体としている。また、ＣＣＤカメラ１６は、感光体ドラム２０の長さ方向中央の２００ｍｍ分を検査領域としているので、検出分解能は約４９μm2となっている。
【００４１】
さらに、表面欠陥検査装置１０は、制御部１８を含んで構成されており、上述したモータ１２、光源１４及びＣＣＤカメラ１６を含む表面欠陥検査装置１０の動作やＣＣＤカメラ１６により取得される２次元の画像データを用いた表面欠陥検査処理は制御部１８によりそれぞれ制御される。
【００４２】
図２には、本実施の形態に係る表面欠陥検査装置１０の制御部１８を中心とした機能ブロック図が示されている。同図に示されるように、表面欠陥検査装置１０は、ドラム検出センサ１３を備えており、被検査体である感光体ドラム２０が所定の装着位置に装着されるとその旨を示す信号が出力される。
【００４３】
また、制御部１８は、動作制御部５０を含んで構成されており、上記ドラム検出センサ１３が接続されている。また、動作制御部５０には、上述したモータ１２、光源１４及びＣＣＤカメラ１６も接続されており、動作制御部５０では、光源１４の発光又は発光停止を制御すると共に、ドラム検出センサ１３から感光体ドラム２０が回転軸に装着された旨の信号が入力されるとモータ１２及びＣＣＤカメラ１６を制御して、感光体ドラム１周分の画像データの取得が実行される。
【００４４】
一方、同図に示されるように、制御部１８は、画像情報取得部５２、情報保持部５３、欠陥画像抽出部５４、パターン特定部５６、パターン定義格納部５８、欠陥サイズ演算部６０、グレード付与部６２及び検査結果判定部６４を含んで構成されており、画像情報取得部５２の入力端にはＣＣＤカメラ１６の出力端が接続されると共に、画像情報取得部５２は欠陥画像抽出部５４に、欠陥画像抽出部５４及びパターン定義格納部５８はパターン特定部５６に、情報保持部５３は画像情報取得部５２及び分析部５４に、パターン特定部５６は欠陥サイズ演算部６０に、欠陥サイズ演算部６０はグレード付与部６２に、グレード付与部６２は検査結果判定部６４に、それぞれ接続されている。また、情報保持部５３は、画像情報取得部５２、欠陥画像抽出部５４及び検査結果判定部６４にそれぞれ接続されている。
【００４５】
画像情報取得部５２では、ＣＣＤカメラ１６による撮像により順次取得された画像データが二次元展開されて明暗の階調分解能が８ビットのビットマップの画像情報が生成され、検出画像情報として情報保持部５３に格納される。画像情報取得部５２では、検出画像情報の格納先を示す情報が欠陥抽画像出部５４に入力される。
【００４６】
欠陥画像抽出部５４では、検出画像情報に対して閾値処理を実行し、非検査体の欠陥を示す画像が抽出される。当該閾値処理には、予め設定された複数種類の閾値が用いられる。
【００４７】
本実施の形態では、検出画像情報の階調が８ビット（０〜２５５）階調とされているので、この階調値に対して、第１の閾値（本実施の形態では、階調値＝１５０）、第２の閾値（本実施の形態では、階調値＝１４０）、第３の閾値（本実施の形態では、階調値＝１２０）及び第４の閾値（本実施の形態では、階調値＝１１０）の４種類の閾値が段階的に設定されており、検出画像を構成する非常に明るい画素／明るい画素／暗い画素／非常に暗い画素が、それぞれ欠陥画像を構成する画素として抽出される。
【００４８】
図３には、上記４種類の閾値を用いて抽出される４種類の欠陥画像が一例として模式的に示されている。本実施の形態では、階調値が第１の閾値以上である画素（本実施の形態では、階調値が１５０〜２５５である画素）のみを抽出した画像が画層１として生成され、階調値が第２の閾値以上第１の閾値未満である画素（本実施の形態では、階調値が１４０〜１５０である画素）のみを抽出した画像が画層２として生成され、階調値が第４の閾値以上第３の閾値未満である画素（本実施の形態では、階調値が１１０〜１２０である画素）のみを抽出した画像が画層３として生成され、階調値が第４の閾値未満である画素（本実施の形態では、階調値が０〜１１０である画素）のみを抽出した画像が画層４として生成される。なお、階調値が第３の閾値以上第２の閾値未満である画素（本実施の形態では、階調値が１２０〜１４０である画素）については欠陥画像を構成しない画素であり、正常な画層（図３では図示省略）であるとみなされる。
【００４９】
また、欠陥画像抽出部５４では、各画層に抽出された全ての欠陥画素に基づいて、さらに欠陥画像の抽出を行う。各画層に抽出された欠陥画素のうち、ビットマップ上の座標位置が隣接する画素同士は同じ欠陥画像を構成するとみなされて１つの欠陥画像として抽出される。欠陥画像抽出部５４では、抽出した欠陥画像の座標位置を示す位置情報及び欠陥画像の状態を示す状態情報をパターン特定部５６に出力する。
【００５０】
なお、欠陥画像の状態は、１つの欠陥画素を構成する画素の明るさの分布であり、本実施の形態では、１つの欠陥画像を構成するとみなされた画素の属する画層が２進数表現で示されたものを適用している。例えば、検出画像情報に図３に示されるような欠陥画像が含まれていた場合、各画層では同図に示すように欠陥画素が抽出されることになり、画層１、画層２及び画層３において抽出された欠陥画素は隣接しているので１つの欠陥画像を構成するものと判断され、画層１から順に欠陥の有無が「有・有・有・無」であるので、この各画層における欠陥の有無を二進数表現で表した「１１１０」が、状態情報となる。
【００５１】
ここで、パターン定義格納部５８には、欠陥の状態情報に基づく欠陥画像の出現パターン及び当該出現パターンに応じた後述するパラメータが予め設定された欠陥画像出現パターンテーブルが格納されるようになっている。
【００５２】
図４は、本実施の形態に係る欠陥画像出現パターンテーブルの一例がパターン定義格納部５８に格納された状態が示されている。同図に示されるように、欠陥の状態情報に応じて、パターン番号が設定されている。さらに、各種処理で用いるべきパラメータとして、オペレータの目視による再検査を行うか、欠陥画像のサイズを導出するための演算に用いる式の種類、後述するグレードを１グレード昇格させるか、がそれぞれ各パターン番号に関連付けされて記憶されている。
【００５３】
ここで、表面欠陥には、突起形状のものや凹み形状のもの、異物が付着又は混入した欠陥、色が薄いか濃いか、等の様々な形態があり、この形態によって状態情報が異なる傾向にある。このため、出現パターンによって欠陥の形態を把握することができる。
【００５４】
また、被検査体の種類によっては、欠陥の形態よって必要な検出感度が異なる場合がある。この場合、全ての欠陥に対して一様な処理を行うことは適切でなく、欠陥の形態に応じて異なるパラメータを用いて処理を行う必要がある。
【００５５】
したがって、検出感度の違い等、各々の欠陥の形態にあった欠陥判定を行うために、被検査体の種類に応じて、同図に示されるような、各欠陥の形態に応じた検出感度等を考慮してパラメータが対応付けされている。
【００５６】
なお、本実施の形態では、上記パラメータとして、再検判定処理、重回帰式欠陥サイズ予測処理、グレード付与に関するパラメータを適用している。
【００５７】
パターン特定部５６では、欠陥画像抽出部５４から入力された状態情報に基づき、抽出された欠陥画像がパターン定義格納部５８に格納された出現パターンのいずれに該当するかが特定され、該当する出現パターンに応じたパラメータを示す情報が欠陥サイズ演算部６０に出力される。
【００５８】
なお、図４に示す例では、欠陥の状態情報を１０進数表現に変換した値が出現パターンを示す番号となっている。このため、パターン特定部５６で状態情報を１０進数に変換し、変換した値と同じ番号の出現パターンに関連付けされたパラメータを読み出すようにしてもよい。
【００５９】
欠陥サイズ演算部６０では、予め設定された欠陥サイズの予測式に、抽出された欠陥画像に基づくデータを代入する。本実施の形態では、２種類の数式が用意されており、欠陥サイズの導出にいずれの数式を用いるかについては上述した出現パターン定義テーブル（図４参照）に設定されている。当該欠陥サイズ演算部６０では、パターン特定部５６から入力されたパラメータにより示される数式を用いて欠陥サイズを得る。これにより得られた欠陥サイズを示す情報は、パラメータを示す情報と共にグレード付与部６２に出力される。
【００６０】
なお、図４に示す例では、出現パターン１については、演算処理のパラメータが空欄となっているが、これは判定処理のパラメータとして「再検査」が記憶されているためであり、この場合はサイズの導出及びグレードの判定を行う必要はない。
【００６１】
グレード付与部６２では、欠陥サイズと予め設定された閾値との間の大小関係に応じてグレードが付与される。
【００６２】
図５には、本実施の形態に係る欠陥サイズとグレードとの関係が模式的に示されている。同図に示されるように、欠陥サイズには２つの閾値Ａ及びＤが設定されており、導出された欠陥サイズが閾値Ａよりも小さい場合にはグレード１が、閾値Ａ以上であって閾値Ｄよりも小さい場合にはグレード２が、閾値Ｄ以上である場合にはグレード３が、それぞれ付与される。
【００６３】
ところで、本実施の形態では、被検査体の表面をＣＣＤカメラ１６により撮像して取得した画像に基づいて、予測式を用いて欠陥サイズを導出しているので、実際の欠陥のサイズと導出した欠陥のサイズとの間の誤差を完全に無くすことは不可能である。このため、閾値Ａと閾値Ｄに対して、マージンを設けるようにしている。このマージンは、実際の欠陥のサイズと導出した欠陥のサイズとの相関関係における残差に基づいて予め設定される。
【００６４】
これにより、閾値Ａに対して＋Ｂ、−Ｃのマージンを設け、欠陥サイズがＡ未満であるかＡ以上であるかの判定を行う際に、予測値が（Ａ−Ｃ）〜（Ａ＋Ｂ）の範囲のときにはＡ未満の可能性もＡ以上の可能性もある、と判定し、グレード２−３を付与する。
【００６５】
同様にして、閾値Ｄに対しても＋Ｅ、−Ｆのマージンを設け、欠陥サイズがＤ未満であるかＤ以上であるかの判定を行う際に、予測値が（Ｄ−Ｆ）〜（Ｄ＋Ｅ）の範囲のときにはＤ未満の可能性もＤ以上の可能性もある、と判定し、グレード１−２を付与する。
【００６６】
さらに、本実施の形態では、サイズ予測値が過小気味である出現パターンについては、グレードを１グレード昇格させて付与するようにしている。このグレードを昇格させるか否かについては上述した出現パターン定義テーブル（図４参照）に設定されている。グレード付与部６２では、入力されたパラメータに基づいて、適宜、閾値により付与すべきと判断されたグレードよりも１グレード上のグレードを付与する。また、グレード付与部６２では、付与したグレードを示す情報をパラメータを示す情報と共に検査結果判定部６４に出力する。
【００６７】
検査結果判定部６４では、入力されたグレードを示す情報及びパラメータを順次情報保持部５３に保持し、欠陥画像抽出部５４により抽出された感光体ドラム1本分の欠陥画像の各々に付与されたグレード及びパラメータを示す情報が全て取得・保持されると、保持されたグレード及びパラメータに基づいて最終的に被検査体に対する合格・不合格・再検査などの最終判定を行う。
【００６８】
本実施の形態では、まず、不合格判定の対象となるか否かが判断され、最も大きな欠陥であるグレード３の欠陥画像が１つでもある場合と、グレード２−３又はグレード２の欠陥画像の個数が２つ以上ある場合には、不合格判定の対象となり、不合格と判定される。
【００６９】
次に、不合格判定の対象とならない場合には、再検査判定の対象となるか否かがが判定され、グレード２−３の欠陥画像が１つでもある場合と、グレード２とグレード１−２の欠陥画像の個数が２つ以上である場合には、再検査判定の対象となり、再検査と判定される。
【００７０】
さらに、不合格判定及び再検査判定のいずれの対象にもならない場合には、合格判定の対象となり、合格と判定される。
【００７１】
ここで、本実施の形態では、検出画像に基づいて導出される欠陥サイズの確度が極端に低い形態の欠陥については、欠陥サイズの導出に基づく検査結果の判定を行わずに、オペレータの目視による再検査を行うようにしている。この再検査を行う形態の欠陥については、上述した出現パターン定義テーブル（図４参照）の判定処理のパラメータとして、「再検査」が設定されている。したがって、検査結果判定部６４では、保持されたパラメータの中に再検査が含まれている場合には、欠陥のグレードや個数等に拘わらず当該被検査体の検査結果を再検査と判定する。
【００７２】
なお、抽出された全ての欠陥画像に付与されたグレードを示す情報を取得したか否かについては、欠陥画像抽出部５４により欠陥の抽出が終了したことを示す信号等を出力させるようにしてもよいし、制御部１８全体を制御する不図示のＣＰＵ等により、別途検査結果判定指示信号を入力させてもよい。
【００７３】
以下に本実施の形態の作用を説明する。
【００７４】
表面欠陥検査装置１０では、感光体ドラム２０が装着されたことを検出すると、制御部１８により光源１４による発光を開始すると共に、感光体ドラム２０の予め設定された速度での回転を開始する。その後、制御部１８では、ＣＣＤカメラ１６による感光体ドラム２０表面のスキャンを開始すると共に、表面欠陥検査処理を実行する。
【００７５】
図６は、本実施の形態に係る表面欠陥検査処理の流れを示すフローチャートであり、以下、同図を参照して本実施の形態に係る表面欠陥検査処理について説明する。
【００７６】
まず、ステップ１００では、ＣＣＤカメラ１６から画像データの入力があったか否かを判定し、当該判定が肯定判定となった場合、ステップ１０２に移行して、入力された画像データを感光体ドラム１周分蓄積して２次元展開し、検出画像情報として保持する。
【００７７】
次のステップ１０４では、検出画像情報に対して４種類の閾値を用いた閾値処理を施し、明るさがそれぞれ異なる４つの画層に分けて欠陥画像を構成する画素を抽出し、その後にステップ１０６に移行して、欠陥画像を構成する画素に基づいてさらに欠陥画像を抽出し、その後にステップ１０８に移行する。
【００７８】
なお、欠陥画像の抽出は、各画層に抽出された画素のうち、ビットマップ上で隣接する画素は同一の欠陥画像を構成するものとして、各画層に抽出された画素が構成する欠陥画像を特定することにより実行される。また、このようにして抽出された各欠陥画像については、ビットマップ上の座標位置に基づく位置情報と、欠陥画像を構成する画素の各画層への分布状態を示す状態情報と、がそれぞれの欠陥の特徴として導出される。
【００７９】
ステップ１０８では、予め設定された出現パターン定義テーブル（図４参照）に基づいて欠陥画像の出現パターンを特定し、その後にステップ１１０に移行する。
【００８０】
なお、この出現パターン定義テーブルは、被検査体の種類等に応じて発生し得る様々な欠陥の形態に応じて、各形態を撮像した場合の濃度分布の傾向等を実機を用いた実験や実機の仕様に基づくコンピュータシミュレーション等を行い、その結果を分析することにより適宜設定可能である。また、図４に示されるパラメータについても、同様にして適宜設定することが可能である。
【００８１】
ステップ１１０では、出現パターンに応じたパラメータを用いて、検出された欠陥画像の欠陥サイズを導出し、その後にステップ１１２に移行して、出現パターンに応じて欠陥画像にグレードを付与する。なお、本実施の形態では、欠陥サイズを導出するための数式を複数準備しており、欠陥サイズ導出のパラメータとしては、用いるべき数式の種類を適用すると共に、グレード付与のパラメータとしては、サイズ予測値が過小気味である出現パターンに対してグレードを１グレード昇格させて付与する１グレード昇格の有無を適用している。そして、出現パターンに応じてこれらのパラメータを用いて欠陥サイズ導出及びグレード付与が実行される。
【００８２】
次のステップ１１４では、検出画像に含まれる欠陥画像の抽出が完了したか否かを判定する。各画層に抽出された各画素が構成する欠陥画像が全て特定されている場合にはステップ１１４で肯定判定となり、ステップ１１６に移行する。一方、ステップ１１４で否定判定となった場合は再びステップ１０６に戻り、ステップ１１４が肯定判定となるまでステップ１０６乃至ステップ１１２の処理が繰り返し実行され、この間に抽出された欠陥画像の出現パターン及びグレードを示す情報が順次蓄積される。
【００８３】
ステップ１１６では、蓄積された欠陥画像の出現パターンを示す情報に基づいて、検出画像に含まれる欠陥画像のうち、再検査を実行する出現パターンの欠陥画像の有無を判定し、あると判定された場合は当該判定が肯定判定となってステップ１２８に移行する。一方、ステップ１１６で否定判定となった場合はステップ１１８に移行する。
【００８４】
ステップ１１８では、蓄積された欠陥画像のグレードを示す情報に基づいて、グレード３の欠陥画像の有無を判定し、グレード３の欠陥画像がある場合には当該判定が肯定判定となってステップ１２２に移行する。
【００８５】
一方、ステップ１１８で否定判定となった場合はステップ１２０に移行して、グレード２の欠陥画像とグレード２−３の欠陥画像の合計が２個以上あるか否かを判定し、これらの合計が２個以上である場合はステップ１２０で肯定判定となり、被検査体の表面の状態が所定の基準を満たしていないと判断してステップ１２２に移行する。
【００８６】
ステップ１２２では、検査結果を不合格であると判定し、その後に本表面欠陥検査処理を終了する。
【００８７】
一方、ステップ１２０で否定判定となった場合はステップ１２４に移行して、グレード２−３の欠陥画像があるか否かを判定し、なかった場合は当該判定が否定判定となってステップ１２６に移行する。
【００８８】
ステップ１２６では、グレード１−２の欠陥画像とグレード２の欠陥画像の合計が２個以上あるか否かを判定し、なかった場合は当該判定が否定判定となり、被検査体の表面には問題となる欠陥がないものと判断してステップ１３０に移行し、検査結果を合格であると判定し、その後に本表面欠陥検査処理を終了する。
【００８９】
一方、ステップ１２４、ステップ１２６でそれぞれ肯定判定となった場合はステップ１２８に移行する。
【００９０】
ステップ１２８では、検査結果を再検査であると判定し、その後に本表面欠陥検査処理を終了する。
【００９１】
以上詳細に説明したように、本実施の形態によれば、ＣＣＤカメラ１６により感光体ドラム２０の表面の明るさを示す検出画像情報を取得し、複数の閾値を用いて検出画像情報を予め定められた正常な段階を含む複数の明るさの段階毎の画層に分類し、当該分類結果に基づいて感光体ドラム２０の表面の欠陥画像を抽出し、抽出された欠陥画像の各々について、各欠陥画像が分類された画層の組み合わせに応じて予め設定された出現パターンを特定すると共に、出現パターン毎に設定されたパラメータを予めパターン定義格納部５８に記憶しておき、欠陥画像の各々の出現パターンとして特定された出現パターンに応じた各パラメータを用いて感光体ドラム２０の表面の検査結果を判定するので、画像判定の誤判定を防止して不良品の市場流出や目視検査員の削減などを実現できる。
【００９２】
また、本実施の形態によれば、各欠陥画像において特定された出現パターンに応じたパラメータを用いて、欠陥画像の各々に対して欠陥画像の重要度（欠陥サイズ）に応じたグレードを付与すると共に、感光体ドラム２０１本分の各欠陥画像のグレード及び個数に基づく前記被検査体の表面の検査結果判定処理を実行しているので、画像判定の誤判定を防止して不良品の市場流出や目視検査員の削減などを実現できる。
【００９３】
さらに、本実施の形態によれば、感光体ドラム２０の表面の明るさを示す検出画像情報を取得し、検出画像情報に基づいて感光体ドラム２０の表面の欠陥画像を抽出し、抽出された欠陥画像の大きさを導出して、導出された欠陥画像の大きさと閾値とを比較し、比較結果に応じて予め設定された前記閾値を含む範囲に応じた中間グレード（グレード１−２及びグレード２−３）を含む複数のグレードの何れかを当該欠陥に付与し、検出画像情報から抽出された欠陥画像のグレード及び個数に基づいて、各グレードが付与された前記欠陥の個数に応じて感光体ドラム２０の表面の検査結果を判定すると共に、中間グレードが付与された欠陥が存在する場合には、適宜感光体ドラム２０を再検査と判定するので、不良品の市場流出をより一層防止することができる。
【００９４】
なお、本実施の形態では、検出画像情報の階調を８ビット（０〜２５５）階調とした形態について説明したが、本発明はこれに限定されるものではなく、階調分解能は、８ビット階調以上、好ましくは１０ビット階調以上のビットマップ画像とすることが好ましい。
【００９５】
また、本実施の形態では、光源１４としてＤＣ電源により発光するタイプの蛍光燈ランプを用いた形態について説明したが、光源は、感光体ドラムの表面を照明可能なものであればよく、蛍光燈・ハロゲン光源などの一般的なものを用いればよい。
【００９６】
また、ＣＣＤカメラは、例えば、電子管式のテレビカメラ等の種々の画像入力装置により代替可能であり、感光体ドラム表面の部分的な階調差が採取可能で、検出対象とする欠陥のサイズに対して充分な分解能を持つものであれば、使用可能である。
【００９７】
なお、本実施の形態では、ＣＣＤカメラの分解能を４９μm2として説明したが、ＣＣＤカメラの分解能は１００μm2以上、好ましくは５０μm2以上とするのが好ましい。
【００９８】
さらに、照明とスキャンラインとの関係は、照明が結像したライン内（明視野）でも照明が結像したライン近傍（暗視野）でもよく、被検査体や検出する欠陥の種類によって変形が可能である。
【００９９】
また、本実施の形態では、検出画像情報を４つの閾値を用いて欠陥を４つの画層に抽出する形態について説明したが、本発明はこれに限定されるものではなく、２つ以上の閾値を用いればよい。
【０１００】
なお、本実施の形態では、一例として図４に示す出現パターン定義テーブルを適用した形態について説明したが、本発明はこれに限定されるものではなく、適宜変形が可能である。例えば、欠陥を４つの画層に分けて抽出する場合であれば、欠陥の出現パターンは２4種類となり、欠陥が何れの画層にも現れない場合（正常な場合）を除いた１５種類の出現パターンに分類されることになる。
【０１０１】
なお、欠陥サイズ導出のための演算に用いる数式は、一次回帰のような単純な形式から、多数の粒子変数を用いた重回帰式のような形式まで様々なものに変形が可能である。また、出現パターン毎に複数の数式を適用することも可能である。
【０１０２】
また、グレードの数は閾値が一つの場合、グレードは１つの中間グレード（例えば、グレード１−２）と２つのグレード（グレード１及びグレード２）、閾値が２つの場合には２つの中間グレードと３つのグレードとなり、目的の被検査体に合わせて閾値の数を設定することによりそのグレード数を変更することができる。
【０１０３】
さらに、グレードの付与方法やグレードごとの欠陥個数限度などはあくまでも一例であり、変形が可能である。
【０１０４】
なお、本実施の形態における表面欠陥検査装置１０の構成（図１乃至図４参照）及び処理の流れ（図６参照）は一例であり、適宜変更可能であることは言うまでもない。
【０１０５】
（実施例１）
本実施例１では、４つの閾値を用いた閾値処理を施すと共に出現パターンの特定を行う一方、グレードの付与及び検査結果の判定については従来の方法で行った場合について記載する。
【０１０６】
被検査体の感光体ドラム２０として、φ30mmで全長が250mmであるものを用い、光源１４は、ＤＣ電源により点灯するタイプの蛍光燈ランプを用いた。また、ＣＣＤカメラ１６は、１ラインの画素数が４０９６個のタイプであり、光源５により照明された感光体ドラム２０の結像ライン内（明視野）のスキャンライン１７を、ドラム長さ２５０ｍｍのうち、検査対象となる領域２００ｍｍ分を一次元的にスキャンするように設定した。なお、その分解能は約４９μｍ2となっていた。
【０１０７】
次に、感光体ドラム２０をモータ１２により図１の矢印Ａ方向に回転させてＣＣＤカメラ１６により感光体ドラム２０の表面を撮像し、感光体ドラム２０の表面をビットマップの画像として二次元展開して検出画像情報として保持させた。そして、該検出画像情報の明暗の階調分解能は、８ビット階調、即ち０〜２５５までの階調値で表現されたものとした。
【０１０８】
次に検出画像情報の階調値に予め求めた４段階の閾値を設定し、検出画像情報に対して閾値処理を施した。閾値の設定は、１２０〜１４０階調の領域の画素を正常とし、１１０階調以下（非常に暗い）、１１０〜１２０階調（暗い）、１４０〜１５０階調（明るい）、１５０階調以上（非常に明るい）とし、それぞれ欠陥画像を抽出した。
【０１０９】
次に、抽出された各欠陥画像に対して、それぞれ４つの画層における画素の出現有無を調べ、予めパターン定義格納部５８に設定された出現パターンのいずれかを特定する処理をした。また、パターン定義には、欠陥判定のための基本処理である検査結果判定処理、欠陥サイズ演算処理、グレード付与処理の３つの処理に関するパラメータについても各出現パターン毎に定義した。
【０１１０】
検査結果判定処理のパラメータである再検査は、当該パターンに該当した欠陥が、欠陥検出サイズの確度が低く、必ず再検査を実行することを意味している。次に、欠陥サイズ演算処理の式番号は、予め求めておいた２種類の欠陥サイズ予測式のうち、いずれの種類を用いるかを示すものであり、当該パラメータにより示される数式（予測式）に各画層で抽出された画素の粒子データを代入して、欠陥サイズを算出することを意味する。グレード付与処理のパラメータである１昇格は、導出した欠陥サイズに応じてグレードを付与する際に、サイズ予測値が過小気味であるパターンの予測値から導き出した欠陥グレード値に対して１グレード上の判定を行うことを意味している。
【０１１１】
このように、抽出された各々の欠陥画像に対し、その出現パターンに応じたパラメータを用いて各種の基本処理を行わせた。
【０１１２】
さらに、感光体ドラム１本内の欠陥画像について、出現パターンに基づく基本処理の結果を集計し、最終的に合格・不合格・再検査などの最終判定を決定した。
【０１１３】
なお、本実施例１では、欠陥のグレードは２００μｍ以上で５００μｍ未満のサイズの欠陥をグレード１、５００μｍ以上の欠陥をグレード２として、グレード２発生１個かグレード２発生５個以上で不合格判定するようにした。また、これら１本内の欠陥画像に検査結果判定処理のパラメータが再検査のものが含まれている場合、上述の条件を満たしていても、再検査とするようにした。
【０１１４】
この判定の結果、従来の方式では、被検査体のうち、その２０％を再検査にまわさなければならなかったが、本発明により再検査は５％未満となり、従来の１／４を再検査すればよいことが確認できた。
【０１１５】
（実施例２）
本実施例２では、グレードの付与及び検査結果の判定については実施の形態に記載の方法を用いて行う一方、閾値処理については従来通り１つの閾値を用いて行う（出現パターンの特定を行わない）場合について記載する。
【０１１６】
被検査体の感光体ドラム２０として、φ30mmで全長が250mmであるものを用い、光源１４は、ＤＣ電源により点灯するタイプの蛍光燈ランプを用いた。また、ＣＣＤカメラ１６は、１ラインの画素数が４０９６個のタイプであり、光源５により照明された感光体ドラム２０の結像ライン内（明視野）のスキャンライン１７を、ドラム長さ２５０ｍｍのうち、検査対象となる領域２００ｍｍ分を一次元的にスキャンするように設定した。なお、その分解能は約４９μｍ2となっていた。
【０１１７】
次に、感光体ドラム２０をモータ１２により図１の矢印Ａ方向に回転させてＣＣＤカメラ１６により感光体ドラム２０の表面を撮像し、感光体ドラム２０の表面をビットマップの画像として二次元展開して検出画像情報として保持させた。そして、該検出画像情報の明暗の階調分解能は、８ビット階調、即ち０〜２５５までの階調値で表現されたものとした。
【０１１８】
次に、検出画像情報の階調値に１つの閾値を設定して閾値処理を施し、閾値を超えた場合にそれを特異点として抽出し、更にこの抽出された特異点に対し、予め求めておいた欠陥サイズ予測式により欠陥予測サイズの計算を行った。
【０１１９】
次に、該欠陥粒子各々に対して、欠陥グレードを付与した。欠陥グレードの設定は、３段階グレードとし、各々小さい順からＧ１／Ｇ２／Ｇ３と命名し、Ｇ１とＧ２間の閾値を２００μm、Ｇ２とＧ３間の閾値を５００μmに設定した。このサイズは被検査体である感光体ドラム１の欠陥サイズのＸＹ長の平均値を表すものであり、前記欠陥サイズ予測式における目的変数である。更に、各々の閾値に対するマージンを、Ｇ１とＧ２間の閾値に対するマージンを正負方向とも３０μm、Ｇ２とＧ３間の閾値に対するマージンを正負方向とも３０μmのように設定した。即ち、これにより、欠陥サイズ予測値は、１７０μm未満であれば必ずＧ１であると定義され、１７０μm以上かつ２３０μm未満であればＧ１かＧ２の可能性があると定義され、２３０μm以上かつ４７０μm未満であれば必ずＧ２であると定義され、４７０μm以上かつ５３０μm未満であればＧ２かＧ３の可能性があると定義され、５３０μm以上であれば必ずＧ３であると定義されたことになる。これらの欠陥グレードに対し、欠陥の個数制限をＧ２が２個未満またはＧ３が１個未満で不合格判定とするよう定義した。
【０１２０】
この判定の結果、従来の方式では、被検査体のうち、その良品の３％を不合格にし、かつ１％の見逃しが存在していたが、本発明により１％未満の良品不合格率となり、歩留まりの良化に繋がった。また、１％の見逃しを０．１％以下とすることが可能となった。
【０１２１】
なお、上記実施の形態によれば、実施例１と実施例２の双方の効果が得られるので、再検査を必要最低限に抑えつつ、誤判定を効率よく防止することができる。
【図面の簡単な説明】
【０１２２】
【図１】実施の形態に係る表面欠陥検査装置の概略図である。
【図２】実施の形態に係る表面欠陥検査装置の制御部を中心とした機能ブロック図である。
【図３】４種類の閾値を用いて段階的に抽出される４種類の欠陥画像を一例として示す模式図である。
【図４】実施の形態に係る欠陥画像出現パターンテーブルの一例がパターン定義格納部に格納された状態示す模式図である。
【図５】実施の形態に係る欠陥サイズとグレードとの関係を示す模式図である。
【図６】実施の形態に係る表面欠陥検査処理の流れを示すフローチャートである。
【符号の説明】
【０１２３】
１０ 表面欠陥検査装置
１２ モータ
１４ 光源
１６ ＣＣＤカメラ（取得手段）
１８ 制御部
２０ 感光体ドラム（被検査体）
５２ 画像情報取得部（取得手段）
５４ 欠陥画像抽出部（分類手段、欠陥画像抽出手段、特定手段）
５６ パターン特定部（パターン特定手段）
５８ パターン定義格納部（パラメータ記憶手段、記憶手段）
６０ 欠陥サイズ演算部（導出手段）
６２ グレード付与部（グレード付与手段）
６４ 検査結果判定部（判定処理実行手段）
【特許請求の範囲】
【請求項１】
被検査体の表面の明るさを示す画像情報を取得する取得手段と、
複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類する分類手段と、
前記分類手段による分類結果に基づいて前記被検査体の表面の欠陥画像を抽出する欠陥画像抽出手段と、
前記欠陥画像抽出手段により抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定するパターン特定手段と、
予め前記出現パターン毎に設定された前記検査結果判定処理に用いるパラメータを記憶するパラメータ記憶手段と、
前記欠陥画像の各々の前記出現パターンに応じた前記パラメータを用いて前記被検査体の表面の検査結果判定処理を実行する判定処理実行手段と、
を備えた画像判定装置。
【請求項２】
前記欠陥画像の各々に対して、前記パラメータ記憶手段に予め設定されたパラメータを用いて欠陥の重要度に応じたグレードを付与するグレード付与手段を更に備え、
前記パラメータ記憶手段は、前記各欠陥画像の重要度を判定するために用いるパラメータを予め更に記憶し、
前記判定処理実行手段は、前記各欠陥画像のグレード及び個数に基づいて前記検査結果判定処理を実行する
ことを特徴とする請求項１記載の画像判定装置。
【請求項３】
被検査体の表面の明るさを示す画像情報を取得する取得手段と、
前記画像情報に基づいて前記被検査体の表面の欠陥を特定する特定手段と、
前記特定手段により特定された欠陥の大きさを導出する導出手段と、
前記導出手段により導出された前記欠陥の大きさと閾値とを比較し、比較結果に応じて予め設定された前記閾値を含む範囲に応じた中間グレードを含む複数のグレードの何れかを当該欠陥に付与するグレード付与手段と、
前記画像情報に含まれる欠陥のうち、各グレードが付与された前記欠陥の個数に応じて前記被検査体の表面の検査結果判定処理を行うと共に、前記中間グレードが付与された欠陥が存在する場合には、前記被検査体を再検査判定する判定処理実行手段と、
を備えた画像判定装置。
【請求項４】
被検査体の表面の明るさを示す画像情報を取得し、
複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、
当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、
抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、
前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、
前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記被検査体の表面の検査結果判定処理を実行する画像判定方法。
【請求項５】
被検査体の表面の明るさを示す画像情報を取得し、
複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、
当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、
抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、
前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、
特定された前記出現パターンに応じた前記パラメータを用いて、前記欠陥画像の各々に対して欠陥画像の重要度に応じたグレードを付与し、
前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記各欠陥画像のグレード及び個数に基づく前記被検査体の表面の検査結果判定処理を実行する画像判定方法。
【請求項６】
被検査体の表面の明るさを示す画像情報を取得し、
前記画像情報に基づいて前記被検査体の表面の欠陥を特定し、
特定された欠陥の大きさを導出し、
導出された前記欠陥の大きさと閾値とを比較し、比較結果に応じて予め設定された前記閾値を含む範囲に応じた中間グレードを含む複数のグレードの何れかを当該欠陥に付与し、
前記画像情報に含まれる欠陥のうち、各グレードが付与された前記欠陥の個数に応じて前記被検査体の表面の検査結果判定処理を行うと共に、前記中間グレードが付与された欠陥が存在する場合には、前記被検査体を再検査判定する画像判定方法。
【請求項１】
被検査体の表面の明るさを示す画像情報を取得する取得手段と、
複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類する分類手段と、
前記分類手段による分類結果に基づいて前記被検査体の表面の欠陥画像を抽出する欠陥画像抽出手段と、
前記欠陥画像抽出手段により抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定するパターン特定手段と、
予め前記出現パターン毎に設定された前記検査結果判定処理に用いるパラメータを記憶するパラメータ記憶手段と、
前記欠陥画像の各々の前記出現パターンに応じた前記パラメータを用いて前記被検査体の表面の検査結果判定処理を実行する判定処理実行手段と、
を備えた画像判定装置。
【請求項２】
前記欠陥画像の各々に対して、前記パラメータ記憶手段に予め設定されたパラメータを用いて欠陥の重要度に応じたグレードを付与するグレード付与手段を更に備え、
前記パラメータ記憶手段は、前記各欠陥画像の重要度を判定するために用いるパラメータを予め更に記憶し、
前記判定処理実行手段は、前記各欠陥画像のグレード及び個数に基づいて前記検査結果判定処理を実行する
ことを特徴とする請求項１記載の画像判定装置。
【請求項３】
被検査体の表面の明るさを示す画像情報を取得する取得手段と、
前記画像情報に基づいて前記被検査体の表面の欠陥を特定する特定手段と、
前記特定手段により特定された欠陥の大きさを導出する導出手段と、
前記導出手段により導出された前記欠陥の大きさと閾値とを比較し、比較結果に応じて予め設定された前記閾値を含む範囲に応じた中間グレードを含む複数のグレードの何れかを当該欠陥に付与するグレード付与手段と、
前記画像情報に含まれる欠陥のうち、各グレードが付与された前記欠陥の個数に応じて前記被検査体の表面の検査結果判定処理を行うと共に、前記中間グレードが付与された欠陥が存在する場合には、前記被検査体を再検査判定する判定処理実行手段と、
を備えた画像判定装置。
【請求項４】
被検査体の表面の明るさを示す画像情報を取得し、
複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、
当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、
抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、
前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、
前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記被検査体の表面の検査結果判定処理を実行する画像判定方法。
【請求項５】
被検査体の表面の明るさを示す画像情報を取得し、
複数の閾値を用いて前記画像情報を予め定められた正常な段階を含む複数の明るさの段階毎に分類し、
当該分類結果に基づいて前記被検査体の表面の欠陥画像を抽出し、
抽出された前記欠陥画像の各々について、各欠陥画像が分類された段階の組み合わせに応じて予め設定された出現パターンを特定し、
前記出現パターン毎に設定されたパラメータを予め記憶手段に記憶しておき、
特定された前記出現パターンに応じた前記パラメータを用いて、前記欠陥画像の各々に対して欠陥画像の重要度に応じたグレードを付与し、
前記欠陥画像の各々の前記出現パターンとして特定された出現パターンに応じた各パラメータを用いて前記各欠陥画像のグレード及び個数に基づく前記被検査体の表面の検査結果判定処理を実行する画像判定方法。
【請求項６】
被検査体の表面の明るさを示す画像情報を取得し、
前記画像情報に基づいて前記被検査体の表面の欠陥を特定し、
特定された欠陥の大きさを導出し、
導出された前記欠陥の大きさと閾値とを比較し、比較結果に応じて予め設定された前記閾値を含む範囲に応じた中間グレードを含む複数のグレードの何れかを当該欠陥に付与し、
前記画像情報に含まれる欠陥のうち、各グレードが付与された前記欠陥の個数に応じて前記被検査体の表面の検査結果判定処理を行うと共に、前記中間グレードが付与された欠陥が存在する場合には、前記被検査体を再検査判定する画像判定方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２００６−２６６８４５（Ｐ２００６−２６６８４５Ａ）
【公開日】平成１８年１０月５日（２００６．１０．５）
【国際特許分類】
【出願番号】特願２００５−８４８１７（Ｐ２００５−８４８１７）
【出願日】平成１７年３月２３日（２００５．３．２３）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
【公開日】平成１８年１０月５日（２００６．１０．５）
【国際特許分類】
【出願日】平成１７年３月２３日（２００５．３．２３）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
[ Back to top ]