画像検査方法及び画像検査装置
【課題】被検査画像の良否を精度よく、かつ効率的に検査することができる画像検査方法及び画像検査装置を提供すること。
【解決手段】被検査画像を分割した被検査分割画像ごとのマハラノビス距離が基準空間の第二の基準値よりも大きい場合には（Ｓ４６：ＹＥＳ）被検査画像を不良と判定し（Ｓ５４）、第一の基準値よりも小さければ（Ｓ４７：ＮＯ）被検査画像を良と判定する（Ｓ５３）。信号空間のマハラノビス距離が、第二の基準値よりも小さいが第一の基準値よりも大きい場合には（Ｓ４７：ＹＥＳ）、その検査分割画像を暫定不良と判定し、その検査分割画像を更に分割して、再度信号空間を作成して、再度良否判定を行う（Ｓ４９〜Ｓ５２）。そして、新たに暫定不良を判定された場合には、良又は不良と確定できるまで、Ｓ４８〜Ｓ５２の処理を繰り返し実行する。
【解決手段】被検査画像を分割した被検査分割画像ごとのマハラノビス距離が基準空間の第二の基準値よりも大きい場合には（Ｓ４６：ＹＥＳ）被検査画像を不良と判定し（Ｓ５４）、第一の基準値よりも小さければ（Ｓ４７：ＮＯ）被検査画像を良と判定する（Ｓ５３）。信号空間のマハラノビス距離が、第二の基準値よりも小さいが第一の基準値よりも大きい場合には（Ｓ４７：ＹＥＳ）、その検査分割画像を暫定不良と判定し、その検査分割画像を更に分割して、再度信号空間を作成して、再度良否判定を行う（Ｓ４９〜Ｓ５２）。そして、新たに暫定不良を判定された場合には、良又は不良と確定できるまで、Ｓ４８〜Ｓ５２の処理を繰り返し実行する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、例えば検査対象とされる製品の欠陥の有無を判定するために、その製品の外観を示した被検査画像の良否の判定を行う画像検査方法及び画像検査装置に関する。
【背景技術】
【０００２】
従来、検査対象とされる製品の欠陥の有無を、その製品の外観を撮影して、その撮影画像である被検査画像から判定する方法が知られている。その方法の一つとして、マハラノビス・タグチ法を用いて被検査画像の良否を検査する方法がある。このマハラノビス・タグチ法による画像検査の基本的な進め方は以下の通りである。
【０００３】
１）最も正常な状態にある複数の製品画像から、その状態を表す複数の項目に従い特徴量を抽出する。このように、正常品や良品のデータ群を基準空間と呼び、マハラノビス・タグチ法で判定、診断、予測を行う際の基準となる。
２）各項目ごとに算出した特徴量の平均値と標準偏差を用いて各特徴量を規準化する。
３）規準化した特徴量間の全ての相関を算出して、相関行列を作成する。
４）規準化した特徴量と、相関行列の逆行列を用いて、最も正常な状態にある製品の集団である基準空間のマハラノビス距離を算出する。なお、この基準空間のマハラノビス距離の平均値は約１となる。
５）状態が不明である製品画像（被検査画像）に対して、上記と同様の手順を用いて、マハラノビス距離を算出する。
６）予め設定したハマラノビス距離の閾値（良否判定基準値）に基づき、状態が不明な製品の状態を判定する。マハラノビス・タグチ法では、異常の程度が大きくなるほどマハラノビス距離が大きくなるので、基準値よりマハラノビス距離が大きくなる場合、その製品は異常な状態（不良）にあると判定をする。このように、基準空間に属さないもののデータを信号空間と呼び、そのマハラノビス距離の大小で、そのものの状態を判定、診断、予測する。
【０００４】
このように、マハラノビス・タグチ法は多変量解析の手法を用いて製品の状態を判定するので、作業員が目視で製品の状態を判定する目視検査と同様に、様々な情報（特徴量）を基にした総合的な判定を行うことができる。そして、その良否を精度よく検査するために、各種方法が提案されている（例えば、特許文献１、２参照）。
【０００５】
例えば特許文献１には、被検査画像全体の良否を精度良く検査するために、マハラノビス距離の算出に使用する画像特徴量として、輝度、濃度等の一次パラメータや、一次パラメータの平均値や標準偏差等の二次パラメータではなく、被検査画像全体の輝度分布などの特徴量分布を用いている。これは、被検査画像全体の情報を含んだ特徴量に基づいてマハラノビス距離を算出することにより、被検査画像の一部の特徴量で検査するときよりも、被検査画像全体の良否を精度良く検査できることを狙ったものである。
【０００６】
また、特許文献２には、被検査画像を小領域に分割し、各小領域から特徴量を抽出し、抽出した特徴量と所定の特徴量基準値との統計的距離尺度（マハラノビス距離等）を用いて被検査画像の良否を検査する方法であって、分割する小領域の大きさを複数レベル設ける方法が記載されている。これによって、局所的な欠陥だけでなく大域的な欠陥も精度よく検出できることを狙ったものである。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００５−２５２４５１号公報
【特許文献２】特開２００７−１３２７５７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、特許文献１に記載の方法は、輝度分布を基にマハラノビス距離を算出するため、この方法を製品の外観検査、特に外観の変動が大きい製品中の欠陥や、外観中で特徴量の急峻な変化がある製品中の欠陥の外観検査に使用した場合、欠陥が持つ特徴量がノイズに隠れてしまい、精度良く検査できないという問題点があった。
【０００９】
また、特許文献２に記載の方法は、欠陥があるにも関わらず、マハラノビス距離が小さいために欠陥の判定がされない場合があり、そのために、マハラノビス距離による判定の他に第２の判定を追加している。そのために、検査の効率が低下するという問題点があった。
【００１０】
本発明は上記問題点に鑑みてなされたものであり、被検査画像の良否を精度よく、かつ効率的に検査することができる画像検査方法及び画像検査装置を提供することを課題とする。
【課題を解決するための手段】
【００１１】
上記課題を解決するために、本発明は、被検査画像を複数の画像に分割する分割ステップと、
その分割ステップで分割した画像である被検査分割画像ごとに、マハラノビス距離からなる信号空間を作成する作成ステップと、
前記被検査分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記被検査分割画像ごとで良否判定を行う良否判定ステップと、を含む画像の良否の判定を行う画像検査方法において、
前記良否判定ステップは、前記良否判定として、前記比較結果に応じて、前記被検査分割画像を良／不良と判定する他に、良又は不良と確定しないで前記被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定するステップであり、
前記暫定不良と判定された前記被検査分割画像があった場合、その被検査分割画像を更に複数の画像に分割する再分割ステップと、
その再分割ステップで分割した画像である暫定不良分割画像の各々に対して、再度、マハラノビス距離からなる信号空間を作成する再作成ステップと、
前記暫定不良分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記暫定不良分割画像ごとで前記良否判定を再度行う再良否判定ステップと、を含み、
その再良否判定ステップにて新たに前記暫定不良と判定された前記暫定不良分割画像があった場合には、良又は不良と確定できるまで、その暫定不良分割画像に対して、前記再分割ステップ、前記再作成ステップ及び前記再良否判定ステップを繰り返し実行することを特徴とする。
【００１２】
これによれば、被検査画像を分割した分割画像ごとで良否判定をしているので、欠陥が持つ特徴量がノイズに隠れてしまうことを低減でき精度良く検査するこができる。また、良否判定ステップにおいて、良又は不良と確定しないで被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定する場合を設けているので、不良であるにもかかわらず良と判定したり、良であるにもかかわらず不良であると判定したりする誤判定を防止できる。そして、暫定不良と判定された場合には、その判定された分割画像について、良又は不良と確定できるまで、小さなサイズに画像を分割して良否判定を繰り返し行っているので、元の画像サイズでの良否判定のときよりも、精度良く良否判定をすることができる。また、暫定不良と判定された分割画像について、再分割をして良否判定を再度行っているので、被検査分割画像のサイズを当初から小さなサイズにする必要がない。さらに、マハラノビス距離で精度良く良否判定ができるので、マハラノビス距離による判定の他に第２の判定を追加する必要がない。そのため、被検査画像の良否を効率良く検査することができる。
【００１３】
また、本発明の画像検査方法において、前記良否判定基準値として、第一の基準値とその第一の基準値よりも大きな第二の基準値の２つの基準値が、前記被検査分割画像及び前記暫定不良分割画像ごとに設けられ、
前記良否判定ステップ及び前記再良否判定ステップは、前記良否判定の対象となる分割画像のマハラノビス距離が、対応する前記第一の基準値よりも小さい場合にはその分割画像は良として判定し、その分割画像のマハラノビス距離が、対応する前記第二の基準値よりも大きい場合にはその分割画像は不良として判定し、その分割画像のマハラノビス距離が、前記第一の基準値よりも大きく前記第二の基準値よりも小さい場合には、その分割画像は前記暫定不良として判定するステップである。
【００１４】
このように、２つの基準値を設けることによって、分割画像の良、不良の他に、暫定不良も判定することができる。そして、その２つの基準値は、被検査分割画像及び暫定不良分割画像ごとに設けられているので、それら分割画像ごとで、正確に、良否判定をすることができる。
【００１５】
また、本発明の画像検査方法において、前記被検査分割画像及び前記暫定不良分割画像の各々に対して、それら分割画像と同じサイズ、同じ位置で分割された良品画像の分割画像のマハラノビス距離からなる、前記良否判定基準値の元となる基準空間が予め作成される。
【００１６】
このように、良否判定基準値は、各被検査分割画像及び各暫定不良分割画像と同じサイズ、同じ位置で分割された良品画像の分割画像のマハラノビス距離からなる基準空間に基づくものであるので、正確に、良否判定をすることができる。そして、その基準空間は予め作成されているので、効率的に良否判定をすることができる。
【００１７】
また、本発明の画像検査方法において、前記基準空間として、複数の良品画像間で同じ位置にある分割画像ごとにマハラノビス距離が算出され、
前記良否判定基準値は、それらマハラノビス距離のうちの最大値を基準として定められる。
【００１８】
このように、基準空間は、複数の良品画像間で同じ位置にある分割画像から作成され、良否判定基準値は、基準空間のマハラノビス距離のうちの最大値を基準として定められるので、一層精度良く良否判定をすることができる。
【００１９】
本発明は、被検査画像を複数の画像に分割する分割手段と、
その分割手段が分割した画像である被検査分割画像ごとに、マハラノビス距離からなる信号空間を作成する作成手段と、
前記被検査分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記被検査分割画像ごとで良否判定を行う良否判定手段と、を備える画像の良否の判定を行う画像検査装置において、
前記良否判定手段は、前記良否判定として、前記比較結果に応じて、前記被検査分割画像を良／不良と判定する他に、良又は不良と確定しないで前記被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定するものであり、
前記暫定不良と判定された前記被検査分割画像があった場合、その被検査分割画像を更に複数の画像に分割する再分割手段と、
その再分割手段が分割した画像である暫定不良分割画像の各々に対して、再度、マハラノビス距離からなる信号空間を作成する再作成手段と、
前記暫定不良分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記暫定不良分割画像ごとで前記良否判定を再度行う再良否判定手段と、を備え、
その再良否判定手段にて新たに前記暫定不良と判定された前記暫定不良分割画像があった場合には、良又は不良と確定できるまで、その暫定不良分割画像に対して、前記再分割手段、前記再作成手段及び前記再良否判定手段による処理を繰り返し実行することを特徴とする。
【００２０】
これによれば、本発明の画像検査方法と同じ効果が得られる。
【図面の簡単な説明】
【００２１】
【図１】画像検査装置１の外観図である。
【図２】ワーク４の表面を示した図である。
【図３】基準空間を作成するための一般的なフローチャートである。
【図４】被検査画像のマハラノビス距離を算出し、良否判定を行うための一般的なフローチャートである。
【図５】基準空間を作成するための詳細なフローチャートである。
【図６】良品画像４１の分割方法を説明するための図である。
【図７】複数の良品画像４１間で同じ位置にある良品分割画像４１１を示した図である。
【図８】被検査画像のマハラノビス距離を算出し、良否判定を行うための詳細なフローチャートである。
【図９】被検査画像の例示として、被検査画像４２〜４４を示した図である。
【図１０】誤差８１が含まれている被検査分割画像４３１（１）、暫定不良分割画像４３１（１−１）を更に分割したことを示した図である。
【図１１】小さな欠陥７２が含まれている被検査分割画像４４１（５）を更に分割したことを示した図である。
【発明を実施するための形態】
【００２２】
以下、図面を参照しつつ、この発明の実施の最良形態につき説明する。図１に、本発明の画像検査装置１の外観図を示す。その画像検査装置１は、図１に示すワーク４の欠陥の有無を判定して、ワーク４の良否判定をする装置である。その画像検査装置１は、図１に示すように、カメラ２、照明３、電子計算機５及び表示装置６を備えている。
【００２３】
カメラ２はワーク４の外観を撮像するものであり、ＣＣＤカメラ、ＣＭＯＳカメラ、アナログカメラなどを使用することができる。この例では、カメラ２として、ＣＣＤカメラを使用している。
【００２４】
照明３は、カメラ２によりワーク４の外観を撮像する際に、ワーク４の撮像箇所の明るさを調整するものであり、ファイーバー照明、ＬＥＤ照明、リング照明、同軸落射照明などを使用することができる。この例では、照明３として、ＬＥＤリング照明を使用している。カメラ２で撮像された画像データは、電子計算機５に送られ、電子計算機５でデータ処理を施した後に良否判定が行われ、その結果が表示装置６に表示される。
【００２５】
一方、ワーク４は検査対象となる製品である。この例では、ワーク４は切削加工した金属部品であり、ワーク４表面にある、傷、バリ、異物などの欠陥の有無を検査するものである。図２は、ワーク４の表面を示した図である。図２に示すように、ここで例示する検査対象ワーク４は様々な特徴４５０（例えば、模様、形状）を持った部位が外観中に存在する。そのため、外観中でその特徴４５０で示される特徴量の急峻な変化があるワークである。
【００２６】
そして、画像検査装置１は、ワーク４の良否判定を、マハラノビス・タグチ法を用いて判定する。ここで、図３、図４に、マハラノビス・タグチ法を用いて判定する方法を示した一般的なフローチャートを示す。図３は、最も正常な状態にある複数の製品画像、つまり出現頻度が最も高くなる良品画像群のマハラノビス距離を算出する、つまり基準空間を作成するためのフローチャートである。まず、良品の原画像を入力して、必要に応じて、入力した画像に対してフィルタリングやエッジ強調などの画像処理を施す（Ｓ１１）。そして、入力画像を分割して後（Ｓ１２）、各分割画像から特徴量を抽出し（Ｓ１３）、複数の画像間で同じ位置にある分割画像ごとにマハラノビス距離を算出する（Ｓ１４）。
【００２７】
一方図４は、被検査画像のマハラノビス距離を算出し、良否判定を行うためのフローチャートである。まず、検査品の被検査画像を入力して、必要に応じて、入力した画像に対してフィルタリングやエッジ強調などの画像処理を施し、欠陥を検出しやすくする（Ｓ２１）。そして、被検査画像を分割して（Ｓ２２）、各分割画像から特徴量を抽出（Ｓ２３）、マハラノビス距離を算出する（Ｓ２４）。算出されたマハラノビス距離を良否判定の基準値と比較し（Ｓ２５）、算出されたマハラノビス距離が基準値よりも小さければ良品と判定し、結果を表示装置６に表示をする（Ｓ２６）。その後、図４のフローチャートの処理を終了する。一方、算出されたマハラノビス距離が基準値よりも大きければ不良品と判定し、欠陥が存在する位置を特定して、その情報を電子計算機５の記憶装置（不図示）に格納すると共に、結果を表示装置６に表示する（Ｓ２７）。その後、図４のフローチャートの処理を終了する。
【００２８】
このように、本発明は分割画像ごとで良否判定をするものである。さらに、本発明は、良否判定の基準値を２つ設けて、良又は不良と確定しないで被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定する場合を設けている。そして、暫定不良と判定された場合には、その判定された分割画像について、良又は不良と確定できるまで、小さなサイズに画像を分割して良否判定を繰り返し行うものである。以下、その詳細を説明する。
【００２９】
最初に、図５に示すフローチャート及び図６、図７を参照して、基準空間の作成方法を説明する。先ず、最も正常な状態にある複数のワーク４の製品画像をカメラ２で撮像し、その画像データを電子計算機５の記憶装置（不図示）に格納する（Ｓ３１）。ここで、最も正常な状態にある製品画像とは、画像検査の場合は、最も出現頻度が高くなる良品群の画像とする。出現頻度が高ければ、ワーク４は、正常、良品である確率が高いといえるからである。また、入力する良品画像の数をして、ｎ個の良品画像を入力している。
【００３０】
そして、Ｓ３１で入力した個々の良品画像に対してフィルタリング、エッジ強調などの画像処理を施す（Ｓ３２）。ここでは、エッジ強調処理を施している。本来、この画像処理は被検査画像に欠陥がある場合、その欠陥を検出しやすくするためのものであるが、良品、不良品に関わらず、同じ条件下で検査を行う必要があるため、欠陥がないと判っている良品画像に対しても画像処理を施している。
【００３１】
次いで、図６に示すように、画像処理を施した個々の良品画像４１を、任意の方向に、任意のサイズで分割する（Ｓ３３）。分割方向は欠陥の発生方向、分割サイズは検出対象となる欠陥のサイズを加味して決めれば良いが、ここでは、４２０×１３２０ピクセルの原画像４１を、４２×１３２０ピクセルの良品分割画像４１１（１）〜４１１（Ｎ）に分割する。すなわち、良品画像４１を、その縦幅をＮ分割する。
【００３２】
次いで、個々の良品分割画像４１１（１）〜４１１（Ｎ）に演算処理を施し、予め規定した項目に基づいて特徴量を抽出する（Ｓ３４）。この項目はワーク４の状態を表している必要があるが、ここでは、各良品分割画像４１１（１）〜４１１（Ｎ）の輝度波形に対して任意の横線を引いた時に、横線と輝度波形の交点数である微分値、横線よりも上に来る輝度波形の区間総和である積分値、輝度最大値と輝度最小値の差分など、輝度情報をもととした特徴量を使用している。
【００３３】
ここで、横線と輝度波形との交点数である微分値は、画像の特徴量の変動の回数の指標とすることができる。すなわち、微分値が大きいほど、画像中に、特徴量が変動する部位が多く含まれているといえる。よって、この微分値を特徴量として用いることにより、特徴量が変動する部位が多く含まれている画像でも、その特徴量が精度よく反映された基準空間や信号空間を作成することができるので、被検査画像の良否を精度良く判定することができると考えられる。
【００３４】
また、横線よりも上の輝度波形の区間である積分値は、画像において一定以上の特徴量を有している部位が占める割合の指標とすることができる。すなわち、積分値が大きいほど、画像中に、一定以上の特徴量を有している部位が多く含まれているといえる。よって、この積分値を特徴量として用いることにより、一定以上の特徴量を有している部位が多く含まれている画像でも、その特徴量が精度よく反映された基準空間や信号空間を作成することができるので、被検査画像の良否を精度良く判定することができると考えられる。
【００３５】
また、輝度最大値と輝度最小値の差分は、画像中の特徴量の変動の大きさの指標とすることができる。すなわち、輝度最大値と輝度最小値の差分が大きいほど、画像中に特徴量が大きく変動する部位が含まれているといえる。よって、この差分を特徴量として用いることにより、特徴量が大きく変動する部位が含まれている画像でも、その特徴量が精度よく反映された基準空間や信号空間を作成することができるので、被検査画像の良否を精度良く判定することができると考えられる。
【００３６】
また、Ｓ３４において、上記横線の位置を可変として、特徴量を抽出している。これにより、複雑に特徴量が変動する画像でも、その特徴量が精度よく抽出することができる。
【００３７】
そして、Ｓ３４において各良品分割画像４１１（１）〜４１１（Ｎ）より特徴量Ｘｇｉｊを抽出した結果、表１に示す通りになった。
【００３８】
【表１】
【００３９】
なお、表１には、ｎ個の良品画像４１ごとの、各良品分割画像４１１（１）〜４１１（Ｎ）の特徴量Ｘｇｉｊを示している。また、抽出した特徴量Ｘｇｉｊの項目はｋ種類（輝度波形の微分値、輝度波形の積分値、輝度最大値と輝度最小値の差分等）であり、表１には各項目ごとの特徴量Ｘｇｉｊを示している。例えば、良品画像４１の画像Ｎｏが「ｂ」で、分割画像のＮｏが「１」、項目Ｎｏが「２」の特徴量は、表１に示すように、「Ｘｂ１２」である。つまり、表１において、特徴量Ｘｇｉｊに付された下付文字のうち、一番左の文字ｇは良品画像４１の画像Ｎｏを示し、真ん中の文字ｉは良品分割画像４１１のＮｏを示し、一番右の文字ｊは項目Ｎｏを示している。なお、以下、文字ｇを良品画像４１の画像Ｎｏ、文字ｉを良品分割画像４１１のＮｏ、文字ｊを項目Ｎｏとして使用する。
【００４０】
次いで、各良品分割画像４１１（１）〜４１１（Ｎ）のマハラノビス距離を算出して、基本空間を作成する（Ｓ３５）。具体的には、良品画像４１ごとの項目ｊごとに特徴量Ｘｇｉｊの平均値ｘｇｊと標準偏差σｇｊを算出する。例えば、画像Ｎｏがｇ＝「ｂ」の良品画像４１で、項目Ｎｏがｊ＝「１」の特徴量Ｘｂｉ１の平均値ｘｇｊ、標準偏差σｇｊは、表１の画像Ｎｏ「ｂ」、項目Ｎｏ「１」の特徴量Ｘｂ１１〜Ｘｂｎ１を用いて算出する。
【００４１】
そして、算出した平均値ｘｇｊと標準偏差σｇｊを下記の式（１）に代入して、特徴量Ｘｇｉｊを規準化する（Ｓ３５）。
【００４２】
【数１】
【００４３】
その規準化した特徴量ｘｇｉｊは、表２に示す通りになった。なお、表２では、複数の良品画像４１間で同じ位置にある分割画像４１１（１）〜４１１（Ｎ）ごとに規準化した特徴量ｘｇｉｊを並べている。
【００４４】
【表２】
【００４５】
例えば、各良品画像４１の分割画像Ｎｏが「１」で、項目「１」の特徴量ｘｇｉｊは、表２に示すように、ｘａ１１、ｘｂ１１、・・・、ｘｎ１１となる。
【００４６】
そして、図７に示すように複数の良品画像４１間で同じ位置にある良品分割画像４１１（１）〜４１１（Ｎ）ごとに、下記の式（２）により、項目ｐと項目ｑの相関係数ｒｐｑを算出する（Ｓ３５）。そして、その相関係数ｒｐｑを下記式（３）のように、行列化して相関係数行列Ｒを算出する（Ｓ３５）。
【００４７】
【数２】
【００４８】
【数３】
【００４９】
例えば、良品分割画像４１１（１）における項目１（ｐ＝１）と項目２（ｑ＝２）の相関係数ｒ１２は、上記式（２）より、下記式（４）により算出することになる。つまり、この場合、表２の分割画像Ｎｏ「１」で、項目Ｎｏ「１」、「２」の特徴量ｘｇｉｊを用いて相関係数ｒ１２を算出することになる。
【００５０】
【数４】
【００５１】
このように、良品分割画像４１１（１）〜４１１（Ｎ）ごとで相関係数ｒｐｑを算出して、良品分割画像４１１（１）〜４１１（Ｎ）ごとで式（３）に示す相関係数行列Ｒを算出する。そして、下記式（５）のような良品分割画像４１１（ｉ）ごとの相関係数行列Ｒの逆行列Ａを算出する。
【００５２】
【数５】
【００５３】
そして、下記の式（６）により、ｉ番目の良品分割画像４１１（ｉ）の、ｇ番目の良品画像４１のマハラノビス距離ＭＤｉｇを算出する。
【００５４】
【数６】
【００５５】
そして、式６により、全ての良品画像４１の全ての良品分割画像４１１に対してマハラノビス距離ＭＤｉｇを算出する（Ｓ３５）。全ての良品分割画像４１１に対してマハラノビス距離ＭＤｉｇを算出した結果、ここでは表３に示す通りになった。なお、表３には、各良品分割画像４１１におけるマハラノビス距離ＭＤｉｇの最大値も示しており、例えば、良品分割画像４１１（１）のマハラノビス距離ＭＤｉｇの最大値は「１．１」となっている。
【００５６】
【表３】
【００５７】
次いで、Ｓ３５で算出したマハラノビス距離ＭＤｉｇに基づいて、被検査画像の良否判定の基準となるマハラノビス距離基準値（良品判定基準値）を良品分割画像４１１ごとで設定する（Ｓ３６）。この際、マハラノビス距離基準値として、良品分割画像４１１ごとで２つの基準値（第一の基準値と第二の基準値）を設定する。具体的には、各良品分割画像４１１におけるマハラノビス距離ＭＤｉｇの最大値を基準に、第一の基準値を設定するとともに、その第一の基準値よりも大きな第二の基準値を設定する。ここでは、下記表４に示すように、第一の基準値＝マハラノビス距離ＭＤｉｇの最大値（表３参照）＋０．３、第二の基準値＝第一の基準値＋０．２となるように設定した。
【００５８】
【表４】
【００５９】
続いて、再度、上記ステップＳ３３を実行して、良品画像４１を、４２×１３２０ピクセルと異なる他のサイズ（２１×１３２０ピクセル、７×１３２０ピクセル、・・・）に分割する。そして、分割した他のサイズの各良品分割画像に対して、上記ステップＳ３４〜Ｓ３６の処理を実行して、良品分割画像ごとに第一、第二の基準値を設定する。すなわち、ステップＳ３３〜Ｓ３６の処理を繰り返して、各種サイズごとに、良品分割画像ごとの第一、第二の基準値を設定する。その後、設定した第一、第二の基準値を電子計算機５の記憶装置（不図示）に格納し、図５のフローチャートの処理を終了する。
【００６０】
次に、被検査画像のマハラノビス距離を算出して良否判定をする方法を説明する。ここで、図８は、被検査画像の良否判定をするときの電子計算機５が実行する処理を示したフローチャートである。この、被検査画像のマハラノビス距離を算出する方法は、入力画像は一つである点と、規準化に用いる項目ごとの平均値、標準偏差と、マハラノビス距離の算出に用いる相関係数行列Ｒの逆行列Ａは基準空間作成時の値を使用する点を除いては、基準空間の作成方法と同様である。この点を踏まえて、以下、図８のフローチャートを参照して、被検査画像の良否判定の方法を説明する。
【００６１】
先ず、検査対象のワーク４の製品画像を被検査画像としてカメラ２で撮像し、その画像データを電子計算機５の記憶装置（不図示）に格納する（Ｓ４１）。そして、Ｓ４１で入力した被検査画像に対してフィルタリング、エッジ強調などの画像処理を施す（Ｓ４２）。
【００６２】
次いで、画像処理を施した被検査画像を、良品画像４１と同じ方向に、同じサイズで分割する（Ｓ４３）。ここで、先に説明した図５のＳ３３では、良品画像４１は複数のサイズに分割していたが、このＳ４３では、そのサイズのうちの最も大きなサイズ、すなわち４２×１３２０ピクセルのサイズで、被検査画像を分割する。なお、ステップＳ４３が本発明の「分割ステップ」に相当し、ステップＳ４３を実行する電子計算機５が本発明の「分割手段」に相当する。
【００６３】
次いで、個々の被検査分割画像に演算処理を施し、基準空間を作成したときと同じ項目に基づいて特徴量Ｙｉｊを抽出する（Ｓ４４）。つまり、被検査分割画像の輝度波形に対して任意の横線を引いた時に、横線と輝度波形の交点数である微分値、横線よりも上に来る輝度波形の区間総和である積分値、輝度最大値と輝度最小値の差分など、輝度情報をもととした特徴量Ｙｉｊを抽出する。
【００６４】
次いで、基準空間を作成したときと同じ方法（Ｓ３５）で、各被検査分割画像のマハラノビス距離を算出して、信号空間を作成する（Ｓ４５）。具体的には、下記の式（７）により、被検査分割画像ごとの項目ｊごとの特徴量Ｙｉｊを規準化（被検査規準特徴量）する（Ｓ４５）。この際、基準空間を作成したときの平均値ｘｊと標準偏差σｊを使用する。
【００６５】
【数７】
【００６６】
そして、下記の式（８）により、ｉ番目の被検査分割画像のマハラノビス距離ＭＤ‘ｉを算出する。この際、相関係数行列Ｒの逆行列Ａは、基準空間を作成したときのものを使用する。
【００６７】
【数８】
【００６８】
なお、ステップＳ４４及びＳ４５が本発明の「作成ステップ」に相当する。また、ステップＳ４４及びＳ４５を実行する電子計算機５が本発明の「作成手段」に相当する。
【００６９】
次いで、算出されたマハラノビス距離ＭＤ‘ｉごとに、被検査分割画像と同一サイズに対応する良否判定の基準値のうち、各被検査分割画像に対応する第二の基準値より大きいか否かを判断する（Ｓ４６）。すなわち、被検査分割画像のサイズは、４２×１３２０ピクセルであるので、表４の第二の基準値を用いる。そして、例えば、分割画像Ｎｏが「１」の被検査分割画像に対しては、そのマハラノビス距離ＭＤ‘１と表４の分割画像Ｎｏ．１の第二の基準値「１．６」とを比較する。
【００７０】
ここで、算出されたマハラノビス距離ＭＤ‘ｉが一つでも第二の基準値よりも大きければ（Ｓ４６：ＹＥＳ）、不良品と判定し、欠陥が存在する位置を特定して、その情報を電子計算機５の記憶装置（不図示）に格納すると共に、結果を表示装置６に表示する（Ｓ５４）。その後、図８のフローチャートの処理を終了する。
【００７１】
一方、マハラノビス距離ＭＤ‘ｉが第二の基準値よりも小さければ（Ｓ４６：ＮＯ）、次に、そのマハラノビス距離ＭＤ‘ｉが、表４の第一の基準値よりも大きいか否かを判断する（Ｓ４７）。例えば、分割画像Ｎｏが「１」の被検査分割画像に対しては、そのマハラノビス距離ＭＤ‘１と表４の分割画像Ｎｏ．１の第一の基準値「１．４」とを比較する。そして、全ての被検査分割画像において、マハラノビス距離ＭＤ‘ｉが第一の基準値よりも小さければ（Ｓ４７：ＮＯ）、被検査画像は良品と判定し、結果を表示装置６に表示をする（Ｓ５３）。その後、図８のフローチャートの処理を終了する。なお、ステップＳ４６及びＳ４７が本発明の「良否判定ステップ」に相当し、ステップＳ４６及びＳ４７を実行する電子計算機５が本発明の「良否判定手段」に相当する。
【００７２】
一方、マハラノビス距離ＭＤ‘ｉが一つでも第一の基準値よりも大きければ（Ｓ４７：ＹＥＳ）、そのマハラノビス距離ＭＤ‘ｉの被検査分割画像は、欠陥が存在する可能性があるとする暫定不良と判定して、ステップＳ４８以下の処理を実行する。すなわち、先ず、その被検査分割画像を更に小さなサイズの分割画像に分割する（Ｓ４８）。具体的には、予め作成された基準空間の良品分割画像と複数種類のサイズのうち、元の４２×１３２０ピクセルの次に小さなサイズでサイズである２１×１３２０ピクセルの分割画像に分割する（Ｓ４８）。したがって、被検査分割画像を更に２つの分割画像に分割することになる。なお、ステップＳ４８が本発明の「再分割ステップ」に相当し、ステップＳ４８を実行する電子計算機５が本発明の「再分割手段」に相当する。
【００７３】
次いで、新たに分割した分割画像を暫定不良分割画像として、それら暫定不良分割画像ごとに、再度、マハラノビス距離を算出して信号空間を作成する。すなわち、暫定不良分割画像ごとに、先のステップＳ４４と同じようにして、特徴量Ｙｉｊを再度抽出する（Ｓ４９）。次いで、先のステップＳ４５と同じようにして、各暫定不良分割画像のマハラノビス距離ＭＤ‘ｉを算出して、信号空間を再度作成する（Ｓ５０）。なお、ステップＳ４９及びＳ５０が本発明の「再作成ステップ」に相当し、ステップＳ４９及びＳ５０を実行する電子計算機５が本発明の「再作成手段」に相当する。
【００７４】
次いで、算出されたマハラノビス距離ＭＤ‘ｉごとに、暫定不良分割画像と同一サイズに対応する良否判定の基準値のうち、各暫定不良分割画像に対応する第二の基準値より大きいか否かを判断する（Ｓ５１）。すなわち、今回の暫定不良分割画像のサイズは２１×１３２０ピクセルであるので、その２１×１３２０ピクセルに対応する第二の基準値のうち、暫定不良分割画像と同じ位置に対応する第二の基準値を用いる。
【００７５】
ここで、新たに算出されたマハラノビス距離ＭＤ‘ｉが一つでも第二の基準値よりも大きければ（Ｓ５１：ＹＥＳ）、不良品と判定し、欠陥が存在する位置を特定して、その情報を電子計算機５の記憶装置（不図示）に格納すると共に、結果を表示装置６に表示する（Ｓ５４）。その後、図８のフローチャートの処理を終了する。
【００７６】
一方、新たなマハラノビス距離ＭＤ‘ｉが第二の基準値よりも小さければ（Ｓ５１：ＮＯ）、次に、そのマハラノビス距離ＭＤ‘ｉが、対応する第一の基準値よりも大きいか否かを判断する（Ｓ５２）。そして、全ての暫定不良分割画像において、マハラノビス距離ＭＤ‘ｉが第一の基準値よりも小さければ（Ｓ５２：ＮＯ）、被検査画像は良品と判定し、結果を表示装置６に表示をする（Ｓ５３）。その後、図８のフローチャートの処理を終了する。なお、ステップＳ５１及びＳ５２が本発明の「再良否判定ステップ」に相当し、ステップＳ５１及びＳ５２を実行する電子計算機５が本発明の「再良否判定手段」に相当する。
【００７７】
一方、マハラノビス距離ＭＤ‘ｉが一つでも第一の基準値よりも大きければ（Ｓ５２：ＹＥＳ）、そのマハラノビス距離ＭＤ‘ｉの暫定不良分割画像は、欠陥が存在する可能性があるとする暫定不良と再度判定して、ステップＳ４８に戻って、ステップＳ４８以下の処理を再度実行する。すなわち、その暫定不良分割画像を更に小さなサイズの分割画像に分割する（Ｓ４８）。具体的には、予め作成された基準空間の良品分割画像と複数種類のサイズのうち、元の２１×１３２０ピクセルの次に小さなサイズでサイズである７×１３２０ピクセルの分割画像に分割する（Ｓ４８）。したがって、暫定不良分割画像を更に３つの分割画像に分割することになる。その後、再分割された３つの暫定不良分割画像に対して、マハラノビス距離を再度算出して、再度良否判定を行う（Ｓ４９〜Ｓ５２）。
【００７８】
そして、新たに算出されたマハラノビス距離ＭＤ‘ｉが一つでも第二の基準値よりも大きければ（Ｓ５１：ＹＥＳ）、不良品と判定し（Ｓ５４）、全てのマハラノビス距離ＭＤ‘ｉが第一の基準値よりも小さければ（Ｓ５２：ＮＯ）、被検査画像は良品と判定する。一方、マハラノビス距離ＭＤ‘ｉが一つでも第一の基準値よりも大きければ（Ｓ５２：ＹＥＳ）、再度、ステップＳ４８〜Ｓ５２の処理を実行する。すなわち、暫定不良と判定した場合には、その判定した暫定不良分割画像に対して、良又は不良と確定できるまで、小さなサイズに画像を分割して良否判定を繰り返し行う。このようにして、最終的に、被検査画像が良又は不良であるかを判定する。
【００７９】
ここで、良否を検査する被検査画像が、図９に示す、被検査画像４２〜４４の場合の良否判定結果について説明する。図９（ａ）に示す被検査画像４２には、大きな欠陥７１が存在しており、不良品である。そして、その欠陥７１は、図９（ａ）に示すように、被検査画像４２の被検査分割画像４２１（１）〜（Ｎ）に含まれることとなり、特に、被検査分割画像４２１（５）に多く含まれるとする。
【００８０】
また、図９（ｂ）に示す被検査画像４３には、欠陥ではないが、良品画像４１には含まれていない誤差８１（例えば、被検査品に付着した埃など）が含まれている。したがって、欠陥は含まれていないので、良品と判定されるべきものである。そして、その誤差８１は、図９（ｂ）に示すように、被検査画像４３の被検査分割画像４３１（１）〜（Ｎ）に含まれることとなり、特に、被検査分割画像４３１（１）に多く含まれるとする。
【００８１】
また、図９（ｃ）に示す被検査画像４４には、小さな欠陥７２が存在しており、不良品である。そして、その欠陥７２は、図９（ｃ）に示すように、被検査画像４４の被検査分割画像４４１（１）〜（Ｎ）に含まれることとなり、特に、被検査分割画像４４１（５）に多く含まれるとする。
【００８２】
この被検査画像４２〜４４に対して、被検査分割画像４２１、４３１、４４１ごとにマハラノビス距離を算出したところ、表５に示す通りとなった。
【００８３】
【表５】
【００８４】
表５に示すように、被検査画像４２では、分割画像Ｎｏ．５内の位置に欠陥７１があるため、分割画像Ｎｏ．５のマハラノビス距離が、表４に示す分割画像Ｎｏ．５の第二の基準値２．１よりも大きくなっている。よって、被検査画像４２は不良品であると判定された（Ｓ４６：ＹＥＳ→Ｓ５４）。
【００８５】
一方、被検査画像４３は、被検査分割画像４３１（１）に誤差８１が含まれているために、分割画像Ｎｏ．１のマハラノビス距離が、表４の分割画像Ｎｏ．１の第一の基準値１．４よりも大きく、第二の基準値１．６よりも小さくなった。なお、他の被検査分割画像４３１（２）〜４３１（Ｎ）は、各マハラノビス距離が第一の基準値よりも小さく、良と判定された。よって、被検査分割画像４３１（１）には欠陥が存在する可能性があるとして暫定不良と判定し（Ｓ４７：ＹＥＳ）、検査処理を継続した。つまり、図１０（ａ）に示すように、４２×１３２０ピクセルの被検査分割画像４３１（１）を２１×１３２０ピクセルのサイズの暫定不良分割画像４３１（１−１）、４３１（１−２）に分割した（Ｓ４８）。この際、誤差８１は、暫定不良分割画像４３１（１−１）に含まれることになった。そして、暫定不良分割画像４３１（１−１）、４３１（１−２）ごとにマハラノビス距離を算出した（Ｓ４９、Ｓ５０）。
【００８６】
その結果、暫定不良分割画像４３１（１−１）のマハラノビス距離が、第一の基準値よりも大きく、第二の基準値よりも小さくなった。なお、暫定不良分割画像４３１（１−２）は、そのマハラノビス距離が第一の基準値よりも小さく、良と判定された。よって、暫定不良分割画像４３１（１−１）には欠陥が存在する可能性があるとして暫定不良と判定し（Ｓ４７：ＹＥＳ）、検査処理をさらに継続した。つまり、図１０（ｂ）に示すように、２１×１３２０ピクセルの暫定不良分割画像４３１（１−１）を７×１３２０ピクセルのサイズの暫定不良分割画像４３１（１−１−１）、４３１（１−１−２）、４３１（１−１−３）に分割した（Ｓ４８）。この際、誤差８１は、暫定不良分割画像４３１（１−１−２）に含まれることになった。そして、暫定不良分割画像４３１（１−１−１）、４３１（１−１−２）、４３１（１−１−３）ごとにマハラノビス距離を算出した（Ｓ４９、Ｓ５０）。その結果、全ての暫定不良分割画像４３１（１−１−１）、４３１（１−１−２）、４３１（１−１−３）のマハラノビス距離が、第一の基準値以下であったため、この被検査画像４３は良品であると判定し検査を終了した。
【００８７】
また、被検査画像４４は、被検査分割画像４４１（５）に小さな欠陥７２が含まれているために、分割画像Ｎｏ．５のマハラノビス距離が、表４の第一の基準値１．９よりも大きく、第二の基準値２．１よりも小さくなった。なお、他の被検査分割画像４４１（１）〜４４１（Ｎ）は、各マハラノビス距離が第一の基準値よりも小さく、良と判定された。よって、被検査分割画像４４１（５）には欠陥が存在する可能性があるとして暫定不良と判定し（Ｓ４７：ＹＥＳ）、検査処理を継続した。つまり、図１１に示すように、４２×１３２０ピクセルの被検査分割画像４４１（５）を２１×１３２０ピクセルのサイズの暫定不良分割画像４４１（５−１）、４４１（５−２）に分割した（Ｓ４８）。この際、欠陥７２は、暫定不良分割画像４４１（５−１）に含まれることになった。そして、暫定不良分割画像４４１（５−１）、４４１（５−２）ごとにマハラノビス距離を算出した（Ｓ４９、Ｓ５０）。その結果、暫定不良分割画像４４１（５−１）のマハラノビス距離が、第二の基準値よりも大きくなったので（Ｓ４６：ＹＥＳ）、暫定不良分割画像４４１（５−１）には欠陥があるものとし、被検査画像４４は不良であると判定し（Ｓ５４）、検査を終了した。
【００８８】
以上説明したように、本発明では、被検査画像を分割した分割画像ごとで良否判定をしているので、欠陥が持つ特徴量がノイズに隠れてしまうことを低減でき精度良く検査するこができる。また、良否判定において、良又は不良と確定しないで被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定する場合を設けているので、不良であるにもかかわらず良と判定したり、良であるにもかかわらず不良であると判定したりする誤判定を防止できる。そして、暫定不良と判定された場合には、その判定された分割画像について、良又は不良と確定できるまで、小さなサイズに画像を分割して良否判定を繰り返し行っているので、元の画像サイズでの良否判定のときよりも、精度良く良否判定をすることができる。また、暫定不良と判定された分割画像について、再分割をして良否判定を再度行っているので、被検査分割画像のサイズを当初から小さなサイズにする必要がない。そのため、被検査画像の良否を効率良く検査することができる。
【００８９】
また、良否判定基準値として、２つの基準値を設けているので、分割画像の良、不良の他に、暫定不良も判定することができる。そして、その２つの基準値は、被検査分割画像及び暫定不良分割画像ごとに設けられているので、それら分割画像ごとで、正確に、良否判定をすることができる。
【００９０】
また、基準空間は予め作成されているので、効率的に良否判定をすることができる。そして、その基準空間は、複数の良品画像間で同じ位置にある分割画像から作成され、良否判定基準値は、基準空間のマハラノビス距離のうちの最大値を基準として定められるので、一層精度良く良否判定をすることができる。
【００９１】
なお、本発明の画像検査装置、画像検査方法は上記実施形態に限定されず、特許請求の範囲の記載を逸脱しない範囲で種々変形することができる。例えば、良品画像や被検査画像を分割する画像サイズは、上記実施形態に限定されるわけではなく、製品の特徴量や、想定される欠陥の種類、大きさ等を考慮して、適宜設定することができる。また、第一の基準値、第二の基準値も上記実施形態には限定されず、品質の要求レベル等を考慮して適宜設定することができる。例えば、高い品質の要求する場合には、第一、第二の基準値を小さくする。
【００９２】
また、マハラノビス・タグチ法では項目選択と呼ばれる方法があり、本発明にこの方法を適用して、検査精度に寄与する項目を選択するようにしてもよい。これにより、より一層、検査精度を向上できる。なお、この項目選択は、品質工学の考え方であるＳＮ比（機能がばらつかない程度）に基づいて、検査精度に寄与する項目を選択するものである。項目選択の基本的な進め方は以下の通りである。
【００９３】
１）予め規定した複数の項目を、水準１：項目を使用する、水準２：項目を使用しないとして直交表に割付ける。
２）直交表の各条件に基づいて、被検査画像から特徴量を抽出する。
３）抽出した特徴量から、直交表の各条件のマハラノビス距離を算出する。
４）算出したマハラノビス距離から、各項目のＳＮ比を算出する。
５）水準２のＳＮ比よりも、水準１のＳＮ比の方が大きくなる項目を、検査精度に寄与する項目として選択する。必要に応じて（検査仕様に合わせて）選択した項目の中から、さらに項目を選択する。
【符号の説明】
【００９４】
１ 画像検査装置
２ カメラ
３ 照明
４ ワーク
５ 電子計算機
６ 表示装置
４１ 良品画像
４１１ 良品分割画像
４２、４３、４４ 被検査画像
４２１、４３１、４４１ 被検査分割画像
４３１（１−１）、４３１（１−２）、４３１（１−１−１）、４３１（１−１−２）、４３１（１−１−３）、４４１（５−１）、４４１（５−２） 暫定不良分割画像
７１、７２ 欠陥
８１ 誤差
Ｓ４３ 分割ステップ、分割手段
Ｓ４４、Ｓ４５ 作成ステップ、作成手段
Ｓ４６、Ｓ４７ 良否判定ステップ、良否判定手段
Ｓ４８ 再分割ステップ、再分割手段
Ｓ４９、Ｓ５０ 再作成ステップ、再作成手段
Ｓ５１、Ｓ５２ 再良否判定ステップ、再良否判定手段
【技術分野】
【０００１】
本発明は、例えば検査対象とされる製品の欠陥の有無を判定するために、その製品の外観を示した被検査画像の良否の判定を行う画像検査方法及び画像検査装置に関する。
【背景技術】
【０００２】
従来、検査対象とされる製品の欠陥の有無を、その製品の外観を撮影して、その撮影画像である被検査画像から判定する方法が知られている。その方法の一つとして、マハラノビス・タグチ法を用いて被検査画像の良否を検査する方法がある。このマハラノビス・タグチ法による画像検査の基本的な進め方は以下の通りである。
【０００３】
１）最も正常な状態にある複数の製品画像から、その状態を表す複数の項目に従い特徴量を抽出する。このように、正常品や良品のデータ群を基準空間と呼び、マハラノビス・タグチ法で判定、診断、予測を行う際の基準となる。
２）各項目ごとに算出した特徴量の平均値と標準偏差を用いて各特徴量を規準化する。
３）規準化した特徴量間の全ての相関を算出して、相関行列を作成する。
４）規準化した特徴量と、相関行列の逆行列を用いて、最も正常な状態にある製品の集団である基準空間のマハラノビス距離を算出する。なお、この基準空間のマハラノビス距離の平均値は約１となる。
５）状態が不明である製品画像（被検査画像）に対して、上記と同様の手順を用いて、マハラノビス距離を算出する。
６）予め設定したハマラノビス距離の閾値（良否判定基準値）に基づき、状態が不明な製品の状態を判定する。マハラノビス・タグチ法では、異常の程度が大きくなるほどマハラノビス距離が大きくなるので、基準値よりマハラノビス距離が大きくなる場合、その製品は異常な状態（不良）にあると判定をする。このように、基準空間に属さないもののデータを信号空間と呼び、そのマハラノビス距離の大小で、そのものの状態を判定、診断、予測する。
【０００４】
このように、マハラノビス・タグチ法は多変量解析の手法を用いて製品の状態を判定するので、作業員が目視で製品の状態を判定する目視検査と同様に、様々な情報（特徴量）を基にした総合的な判定を行うことができる。そして、その良否を精度よく検査するために、各種方法が提案されている（例えば、特許文献１、２参照）。
【０００５】
例えば特許文献１には、被検査画像全体の良否を精度良く検査するために、マハラノビス距離の算出に使用する画像特徴量として、輝度、濃度等の一次パラメータや、一次パラメータの平均値や標準偏差等の二次パラメータではなく、被検査画像全体の輝度分布などの特徴量分布を用いている。これは、被検査画像全体の情報を含んだ特徴量に基づいてマハラノビス距離を算出することにより、被検査画像の一部の特徴量で検査するときよりも、被検査画像全体の良否を精度良く検査できることを狙ったものである。
【０００６】
また、特許文献２には、被検査画像を小領域に分割し、各小領域から特徴量を抽出し、抽出した特徴量と所定の特徴量基準値との統計的距離尺度（マハラノビス距離等）を用いて被検査画像の良否を検査する方法であって、分割する小領域の大きさを複数レベル設ける方法が記載されている。これによって、局所的な欠陥だけでなく大域的な欠陥も精度よく検出できることを狙ったものである。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００５−２５２４５１号公報
【特許文献２】特開２００７−１３２７５７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、特許文献１に記載の方法は、輝度分布を基にマハラノビス距離を算出するため、この方法を製品の外観検査、特に外観の変動が大きい製品中の欠陥や、外観中で特徴量の急峻な変化がある製品中の欠陥の外観検査に使用した場合、欠陥が持つ特徴量がノイズに隠れてしまい、精度良く検査できないという問題点があった。
【０００９】
また、特許文献２に記載の方法は、欠陥があるにも関わらず、マハラノビス距離が小さいために欠陥の判定がされない場合があり、そのために、マハラノビス距離による判定の他に第２の判定を追加している。そのために、検査の効率が低下するという問題点があった。
【００１０】
本発明は上記問題点に鑑みてなされたものであり、被検査画像の良否を精度よく、かつ効率的に検査することができる画像検査方法及び画像検査装置を提供することを課題とする。
【課題を解決するための手段】
【００１１】
上記課題を解決するために、本発明は、被検査画像を複数の画像に分割する分割ステップと、
その分割ステップで分割した画像である被検査分割画像ごとに、マハラノビス距離からなる信号空間を作成する作成ステップと、
前記被検査分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記被検査分割画像ごとで良否判定を行う良否判定ステップと、を含む画像の良否の判定を行う画像検査方法において、
前記良否判定ステップは、前記良否判定として、前記比較結果に応じて、前記被検査分割画像を良／不良と判定する他に、良又は不良と確定しないで前記被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定するステップであり、
前記暫定不良と判定された前記被検査分割画像があった場合、その被検査分割画像を更に複数の画像に分割する再分割ステップと、
その再分割ステップで分割した画像である暫定不良分割画像の各々に対して、再度、マハラノビス距離からなる信号空間を作成する再作成ステップと、
前記暫定不良分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記暫定不良分割画像ごとで前記良否判定を再度行う再良否判定ステップと、を含み、
その再良否判定ステップにて新たに前記暫定不良と判定された前記暫定不良分割画像があった場合には、良又は不良と確定できるまで、その暫定不良分割画像に対して、前記再分割ステップ、前記再作成ステップ及び前記再良否判定ステップを繰り返し実行することを特徴とする。
【００１２】
これによれば、被検査画像を分割した分割画像ごとで良否判定をしているので、欠陥が持つ特徴量がノイズに隠れてしまうことを低減でき精度良く検査するこができる。また、良否判定ステップにおいて、良又は不良と確定しないで被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定する場合を設けているので、不良であるにもかかわらず良と判定したり、良であるにもかかわらず不良であると判定したりする誤判定を防止できる。そして、暫定不良と判定された場合には、その判定された分割画像について、良又は不良と確定できるまで、小さなサイズに画像を分割して良否判定を繰り返し行っているので、元の画像サイズでの良否判定のときよりも、精度良く良否判定をすることができる。また、暫定不良と判定された分割画像について、再分割をして良否判定を再度行っているので、被検査分割画像のサイズを当初から小さなサイズにする必要がない。さらに、マハラノビス距離で精度良く良否判定ができるので、マハラノビス距離による判定の他に第２の判定を追加する必要がない。そのため、被検査画像の良否を効率良く検査することができる。
【００１３】
また、本発明の画像検査方法において、前記良否判定基準値として、第一の基準値とその第一の基準値よりも大きな第二の基準値の２つの基準値が、前記被検査分割画像及び前記暫定不良分割画像ごとに設けられ、
前記良否判定ステップ及び前記再良否判定ステップは、前記良否判定の対象となる分割画像のマハラノビス距離が、対応する前記第一の基準値よりも小さい場合にはその分割画像は良として判定し、その分割画像のマハラノビス距離が、対応する前記第二の基準値よりも大きい場合にはその分割画像は不良として判定し、その分割画像のマハラノビス距離が、前記第一の基準値よりも大きく前記第二の基準値よりも小さい場合には、その分割画像は前記暫定不良として判定するステップである。
【００１４】
このように、２つの基準値を設けることによって、分割画像の良、不良の他に、暫定不良も判定することができる。そして、その２つの基準値は、被検査分割画像及び暫定不良分割画像ごとに設けられているので、それら分割画像ごとで、正確に、良否判定をすることができる。
【００１５】
また、本発明の画像検査方法において、前記被検査分割画像及び前記暫定不良分割画像の各々に対して、それら分割画像と同じサイズ、同じ位置で分割された良品画像の分割画像のマハラノビス距離からなる、前記良否判定基準値の元となる基準空間が予め作成される。
【００１６】
このように、良否判定基準値は、各被検査分割画像及び各暫定不良分割画像と同じサイズ、同じ位置で分割された良品画像の分割画像のマハラノビス距離からなる基準空間に基づくものであるので、正確に、良否判定をすることができる。そして、その基準空間は予め作成されているので、効率的に良否判定をすることができる。
【００１７】
また、本発明の画像検査方法において、前記基準空間として、複数の良品画像間で同じ位置にある分割画像ごとにマハラノビス距離が算出され、
前記良否判定基準値は、それらマハラノビス距離のうちの最大値を基準として定められる。
【００１８】
このように、基準空間は、複数の良品画像間で同じ位置にある分割画像から作成され、良否判定基準値は、基準空間のマハラノビス距離のうちの最大値を基準として定められるので、一層精度良く良否判定をすることができる。
【００１９】
本発明は、被検査画像を複数の画像に分割する分割手段と、
その分割手段が分割した画像である被検査分割画像ごとに、マハラノビス距離からなる信号空間を作成する作成手段と、
前記被検査分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記被検査分割画像ごとで良否判定を行う良否判定手段と、を備える画像の良否の判定を行う画像検査装置において、
前記良否判定手段は、前記良否判定として、前記比較結果に応じて、前記被検査分割画像を良／不良と判定する他に、良又は不良と確定しないで前記被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定するものであり、
前記暫定不良と判定された前記被検査分割画像があった場合、その被検査分割画像を更に複数の画像に分割する再分割手段と、
その再分割手段が分割した画像である暫定不良分割画像の各々に対して、再度、マハラノビス距離からなる信号空間を作成する再作成手段と、
前記暫定不良分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記暫定不良分割画像ごとで前記良否判定を再度行う再良否判定手段と、を備え、
その再良否判定手段にて新たに前記暫定不良と判定された前記暫定不良分割画像があった場合には、良又は不良と確定できるまで、その暫定不良分割画像に対して、前記再分割手段、前記再作成手段及び前記再良否判定手段による処理を繰り返し実行することを特徴とする。
【００２０】
これによれば、本発明の画像検査方法と同じ効果が得られる。
【図面の簡単な説明】
【００２１】
【図１】画像検査装置１の外観図である。
【図２】ワーク４の表面を示した図である。
【図３】基準空間を作成するための一般的なフローチャートである。
【図４】被検査画像のマハラノビス距離を算出し、良否判定を行うための一般的なフローチャートである。
【図５】基準空間を作成するための詳細なフローチャートである。
【図６】良品画像４１の分割方法を説明するための図である。
【図７】複数の良品画像４１間で同じ位置にある良品分割画像４１１を示した図である。
【図８】被検査画像のマハラノビス距離を算出し、良否判定を行うための詳細なフローチャートである。
【図９】被検査画像の例示として、被検査画像４２〜４４を示した図である。
【図１０】誤差８１が含まれている被検査分割画像４３１（１）、暫定不良分割画像４３１（１−１）を更に分割したことを示した図である。
【図１１】小さな欠陥７２が含まれている被検査分割画像４４１（５）を更に分割したことを示した図である。
【発明を実施するための形態】
【００２２】
以下、図面を参照しつつ、この発明の実施の最良形態につき説明する。図１に、本発明の画像検査装置１の外観図を示す。その画像検査装置１は、図１に示すワーク４の欠陥の有無を判定して、ワーク４の良否判定をする装置である。その画像検査装置１は、図１に示すように、カメラ２、照明３、電子計算機５及び表示装置６を備えている。
【００２３】
カメラ２はワーク４の外観を撮像するものであり、ＣＣＤカメラ、ＣＭＯＳカメラ、アナログカメラなどを使用することができる。この例では、カメラ２として、ＣＣＤカメラを使用している。
【００２４】
照明３は、カメラ２によりワーク４の外観を撮像する際に、ワーク４の撮像箇所の明るさを調整するものであり、ファイーバー照明、ＬＥＤ照明、リング照明、同軸落射照明などを使用することができる。この例では、照明３として、ＬＥＤリング照明を使用している。カメラ２で撮像された画像データは、電子計算機５に送られ、電子計算機５でデータ処理を施した後に良否判定が行われ、その結果が表示装置６に表示される。
【００２５】
一方、ワーク４は検査対象となる製品である。この例では、ワーク４は切削加工した金属部品であり、ワーク４表面にある、傷、バリ、異物などの欠陥の有無を検査するものである。図２は、ワーク４の表面を示した図である。図２に示すように、ここで例示する検査対象ワーク４は様々な特徴４５０（例えば、模様、形状）を持った部位が外観中に存在する。そのため、外観中でその特徴４５０で示される特徴量の急峻な変化があるワークである。
【００２６】
そして、画像検査装置１は、ワーク４の良否判定を、マハラノビス・タグチ法を用いて判定する。ここで、図３、図４に、マハラノビス・タグチ法を用いて判定する方法を示した一般的なフローチャートを示す。図３は、最も正常な状態にある複数の製品画像、つまり出現頻度が最も高くなる良品画像群のマハラノビス距離を算出する、つまり基準空間を作成するためのフローチャートである。まず、良品の原画像を入力して、必要に応じて、入力した画像に対してフィルタリングやエッジ強調などの画像処理を施す（Ｓ１１）。そして、入力画像を分割して後（Ｓ１２）、各分割画像から特徴量を抽出し（Ｓ１３）、複数の画像間で同じ位置にある分割画像ごとにマハラノビス距離を算出する（Ｓ１４）。
【００２７】
一方図４は、被検査画像のマハラノビス距離を算出し、良否判定を行うためのフローチャートである。まず、検査品の被検査画像を入力して、必要に応じて、入力した画像に対してフィルタリングやエッジ強調などの画像処理を施し、欠陥を検出しやすくする（Ｓ２１）。そして、被検査画像を分割して（Ｓ２２）、各分割画像から特徴量を抽出（Ｓ２３）、マハラノビス距離を算出する（Ｓ２４）。算出されたマハラノビス距離を良否判定の基準値と比較し（Ｓ２５）、算出されたマハラノビス距離が基準値よりも小さければ良品と判定し、結果を表示装置６に表示をする（Ｓ２６）。その後、図４のフローチャートの処理を終了する。一方、算出されたマハラノビス距離が基準値よりも大きければ不良品と判定し、欠陥が存在する位置を特定して、その情報を電子計算機５の記憶装置（不図示）に格納すると共に、結果を表示装置６に表示する（Ｓ２７）。その後、図４のフローチャートの処理を終了する。
【００２８】
このように、本発明は分割画像ごとで良否判定をするものである。さらに、本発明は、良否判定の基準値を２つ設けて、良又は不良と確定しないで被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定する場合を設けている。そして、暫定不良と判定された場合には、その判定された分割画像について、良又は不良と確定できるまで、小さなサイズに画像を分割して良否判定を繰り返し行うものである。以下、その詳細を説明する。
【００２９】
最初に、図５に示すフローチャート及び図６、図７を参照して、基準空間の作成方法を説明する。先ず、最も正常な状態にある複数のワーク４の製品画像をカメラ２で撮像し、その画像データを電子計算機５の記憶装置（不図示）に格納する（Ｓ３１）。ここで、最も正常な状態にある製品画像とは、画像検査の場合は、最も出現頻度が高くなる良品群の画像とする。出現頻度が高ければ、ワーク４は、正常、良品である確率が高いといえるからである。また、入力する良品画像の数をして、ｎ個の良品画像を入力している。
【００３０】
そして、Ｓ３１で入力した個々の良品画像に対してフィルタリング、エッジ強調などの画像処理を施す（Ｓ３２）。ここでは、エッジ強調処理を施している。本来、この画像処理は被検査画像に欠陥がある場合、その欠陥を検出しやすくするためのものであるが、良品、不良品に関わらず、同じ条件下で検査を行う必要があるため、欠陥がないと判っている良品画像に対しても画像処理を施している。
【００３１】
次いで、図６に示すように、画像処理を施した個々の良品画像４１を、任意の方向に、任意のサイズで分割する（Ｓ３３）。分割方向は欠陥の発生方向、分割サイズは検出対象となる欠陥のサイズを加味して決めれば良いが、ここでは、４２０×１３２０ピクセルの原画像４１を、４２×１３２０ピクセルの良品分割画像４１１（１）〜４１１（Ｎ）に分割する。すなわち、良品画像４１を、その縦幅をＮ分割する。
【００３２】
次いで、個々の良品分割画像４１１（１）〜４１１（Ｎ）に演算処理を施し、予め規定した項目に基づいて特徴量を抽出する（Ｓ３４）。この項目はワーク４の状態を表している必要があるが、ここでは、各良品分割画像４１１（１）〜４１１（Ｎ）の輝度波形に対して任意の横線を引いた時に、横線と輝度波形の交点数である微分値、横線よりも上に来る輝度波形の区間総和である積分値、輝度最大値と輝度最小値の差分など、輝度情報をもととした特徴量を使用している。
【００３３】
ここで、横線と輝度波形との交点数である微分値は、画像の特徴量の変動の回数の指標とすることができる。すなわち、微分値が大きいほど、画像中に、特徴量が変動する部位が多く含まれているといえる。よって、この微分値を特徴量として用いることにより、特徴量が変動する部位が多く含まれている画像でも、その特徴量が精度よく反映された基準空間や信号空間を作成することができるので、被検査画像の良否を精度良く判定することができると考えられる。
【００３４】
また、横線よりも上の輝度波形の区間である積分値は、画像において一定以上の特徴量を有している部位が占める割合の指標とすることができる。すなわち、積分値が大きいほど、画像中に、一定以上の特徴量を有している部位が多く含まれているといえる。よって、この積分値を特徴量として用いることにより、一定以上の特徴量を有している部位が多く含まれている画像でも、その特徴量が精度よく反映された基準空間や信号空間を作成することができるので、被検査画像の良否を精度良く判定することができると考えられる。
【００３５】
また、輝度最大値と輝度最小値の差分は、画像中の特徴量の変動の大きさの指標とすることができる。すなわち、輝度最大値と輝度最小値の差分が大きいほど、画像中に特徴量が大きく変動する部位が含まれているといえる。よって、この差分を特徴量として用いることにより、特徴量が大きく変動する部位が含まれている画像でも、その特徴量が精度よく反映された基準空間や信号空間を作成することができるので、被検査画像の良否を精度良く判定することができると考えられる。
【００３６】
また、Ｓ３４において、上記横線の位置を可変として、特徴量を抽出している。これにより、複雑に特徴量が変動する画像でも、その特徴量が精度よく抽出することができる。
【００３７】
そして、Ｓ３４において各良品分割画像４１１（１）〜４１１（Ｎ）より特徴量Ｘｇｉｊを抽出した結果、表１に示す通りになった。
【００３８】
【表１】
【００３９】
なお、表１には、ｎ個の良品画像４１ごとの、各良品分割画像４１１（１）〜４１１（Ｎ）の特徴量Ｘｇｉｊを示している。また、抽出した特徴量Ｘｇｉｊの項目はｋ種類（輝度波形の微分値、輝度波形の積分値、輝度最大値と輝度最小値の差分等）であり、表１には各項目ごとの特徴量Ｘｇｉｊを示している。例えば、良品画像４１の画像Ｎｏが「ｂ」で、分割画像のＮｏが「１」、項目Ｎｏが「２」の特徴量は、表１に示すように、「Ｘｂ１２」である。つまり、表１において、特徴量Ｘｇｉｊに付された下付文字のうち、一番左の文字ｇは良品画像４１の画像Ｎｏを示し、真ん中の文字ｉは良品分割画像４１１のＮｏを示し、一番右の文字ｊは項目Ｎｏを示している。なお、以下、文字ｇを良品画像４１の画像Ｎｏ、文字ｉを良品分割画像４１１のＮｏ、文字ｊを項目Ｎｏとして使用する。
【００４０】
次いで、各良品分割画像４１１（１）〜４１１（Ｎ）のマハラノビス距離を算出して、基本空間を作成する（Ｓ３５）。具体的には、良品画像４１ごとの項目ｊごとに特徴量Ｘｇｉｊの平均値ｘｇｊと標準偏差σｇｊを算出する。例えば、画像Ｎｏがｇ＝「ｂ」の良品画像４１で、項目Ｎｏがｊ＝「１」の特徴量Ｘｂｉ１の平均値ｘｇｊ、標準偏差σｇｊは、表１の画像Ｎｏ「ｂ」、項目Ｎｏ「１」の特徴量Ｘｂ１１〜Ｘｂｎ１を用いて算出する。
【００４１】
そして、算出した平均値ｘｇｊと標準偏差σｇｊを下記の式（１）に代入して、特徴量Ｘｇｉｊを規準化する（Ｓ３５）。
【００４２】
【数１】
【００４３】
その規準化した特徴量ｘｇｉｊは、表２に示す通りになった。なお、表２では、複数の良品画像４１間で同じ位置にある分割画像４１１（１）〜４１１（Ｎ）ごとに規準化した特徴量ｘｇｉｊを並べている。
【００４４】
【表２】
【００４５】
例えば、各良品画像４１の分割画像Ｎｏが「１」で、項目「１」の特徴量ｘｇｉｊは、表２に示すように、ｘａ１１、ｘｂ１１、・・・、ｘｎ１１となる。
【００４６】
そして、図７に示すように複数の良品画像４１間で同じ位置にある良品分割画像４１１（１）〜４１１（Ｎ）ごとに、下記の式（２）により、項目ｐと項目ｑの相関係数ｒｐｑを算出する（Ｓ３５）。そして、その相関係数ｒｐｑを下記式（３）のように、行列化して相関係数行列Ｒを算出する（Ｓ３５）。
【００４７】
【数２】
【００４８】
【数３】
【００４９】
例えば、良品分割画像４１１（１）における項目１（ｐ＝１）と項目２（ｑ＝２）の相関係数ｒ１２は、上記式（２）より、下記式（４）により算出することになる。つまり、この場合、表２の分割画像Ｎｏ「１」で、項目Ｎｏ「１」、「２」の特徴量ｘｇｉｊを用いて相関係数ｒ１２を算出することになる。
【００５０】
【数４】
【００５１】
このように、良品分割画像４１１（１）〜４１１（Ｎ）ごとで相関係数ｒｐｑを算出して、良品分割画像４１１（１）〜４１１（Ｎ）ごとで式（３）に示す相関係数行列Ｒを算出する。そして、下記式（５）のような良品分割画像４１１（ｉ）ごとの相関係数行列Ｒの逆行列Ａを算出する。
【００５２】
【数５】
【００５３】
そして、下記の式（６）により、ｉ番目の良品分割画像４１１（ｉ）の、ｇ番目の良品画像４１のマハラノビス距離ＭＤｉｇを算出する。
【００５４】
【数６】
【００５５】
そして、式６により、全ての良品画像４１の全ての良品分割画像４１１に対してマハラノビス距離ＭＤｉｇを算出する（Ｓ３５）。全ての良品分割画像４１１に対してマハラノビス距離ＭＤｉｇを算出した結果、ここでは表３に示す通りになった。なお、表３には、各良品分割画像４１１におけるマハラノビス距離ＭＤｉｇの最大値も示しており、例えば、良品分割画像４１１（１）のマハラノビス距離ＭＤｉｇの最大値は「１．１」となっている。
【００５６】
【表３】
【００５７】
次いで、Ｓ３５で算出したマハラノビス距離ＭＤｉｇに基づいて、被検査画像の良否判定の基準となるマハラノビス距離基準値（良品判定基準値）を良品分割画像４１１ごとで設定する（Ｓ３６）。この際、マハラノビス距離基準値として、良品分割画像４１１ごとで２つの基準値（第一の基準値と第二の基準値）を設定する。具体的には、各良品分割画像４１１におけるマハラノビス距離ＭＤｉｇの最大値を基準に、第一の基準値を設定するとともに、その第一の基準値よりも大きな第二の基準値を設定する。ここでは、下記表４に示すように、第一の基準値＝マハラノビス距離ＭＤｉｇの最大値（表３参照）＋０．３、第二の基準値＝第一の基準値＋０．２となるように設定した。
【００５８】
【表４】
【００５９】
続いて、再度、上記ステップＳ３３を実行して、良品画像４１を、４２×１３２０ピクセルと異なる他のサイズ（２１×１３２０ピクセル、７×１３２０ピクセル、・・・）に分割する。そして、分割した他のサイズの各良品分割画像に対して、上記ステップＳ３４〜Ｓ３６の処理を実行して、良品分割画像ごとに第一、第二の基準値を設定する。すなわち、ステップＳ３３〜Ｓ３６の処理を繰り返して、各種サイズごとに、良品分割画像ごとの第一、第二の基準値を設定する。その後、設定した第一、第二の基準値を電子計算機５の記憶装置（不図示）に格納し、図５のフローチャートの処理を終了する。
【００６０】
次に、被検査画像のマハラノビス距離を算出して良否判定をする方法を説明する。ここで、図８は、被検査画像の良否判定をするときの電子計算機５が実行する処理を示したフローチャートである。この、被検査画像のマハラノビス距離を算出する方法は、入力画像は一つである点と、規準化に用いる項目ごとの平均値、標準偏差と、マハラノビス距離の算出に用いる相関係数行列Ｒの逆行列Ａは基準空間作成時の値を使用する点を除いては、基準空間の作成方法と同様である。この点を踏まえて、以下、図８のフローチャートを参照して、被検査画像の良否判定の方法を説明する。
【００６１】
先ず、検査対象のワーク４の製品画像を被検査画像としてカメラ２で撮像し、その画像データを電子計算機５の記憶装置（不図示）に格納する（Ｓ４１）。そして、Ｓ４１で入力した被検査画像に対してフィルタリング、エッジ強調などの画像処理を施す（Ｓ４２）。
【００６２】
次いで、画像処理を施した被検査画像を、良品画像４１と同じ方向に、同じサイズで分割する（Ｓ４３）。ここで、先に説明した図５のＳ３３では、良品画像４１は複数のサイズに分割していたが、このＳ４３では、そのサイズのうちの最も大きなサイズ、すなわち４２×１３２０ピクセルのサイズで、被検査画像を分割する。なお、ステップＳ４３が本発明の「分割ステップ」に相当し、ステップＳ４３を実行する電子計算機５が本発明の「分割手段」に相当する。
【００６３】
次いで、個々の被検査分割画像に演算処理を施し、基準空間を作成したときと同じ項目に基づいて特徴量Ｙｉｊを抽出する（Ｓ４４）。つまり、被検査分割画像の輝度波形に対して任意の横線を引いた時に、横線と輝度波形の交点数である微分値、横線よりも上に来る輝度波形の区間総和である積分値、輝度最大値と輝度最小値の差分など、輝度情報をもととした特徴量Ｙｉｊを抽出する。
【００６４】
次いで、基準空間を作成したときと同じ方法（Ｓ３５）で、各被検査分割画像のマハラノビス距離を算出して、信号空間を作成する（Ｓ４５）。具体的には、下記の式（７）により、被検査分割画像ごとの項目ｊごとの特徴量Ｙｉｊを規準化（被検査規準特徴量）する（Ｓ４５）。この際、基準空間を作成したときの平均値ｘｊと標準偏差σｊを使用する。
【００６５】
【数７】
【００６６】
そして、下記の式（８）により、ｉ番目の被検査分割画像のマハラノビス距離ＭＤ‘ｉを算出する。この際、相関係数行列Ｒの逆行列Ａは、基準空間を作成したときのものを使用する。
【００６７】
【数８】
【００６８】
なお、ステップＳ４４及びＳ４５が本発明の「作成ステップ」に相当する。また、ステップＳ４４及びＳ４５を実行する電子計算機５が本発明の「作成手段」に相当する。
【００６９】
次いで、算出されたマハラノビス距離ＭＤ‘ｉごとに、被検査分割画像と同一サイズに対応する良否判定の基準値のうち、各被検査分割画像に対応する第二の基準値より大きいか否かを判断する（Ｓ４６）。すなわち、被検査分割画像のサイズは、４２×１３２０ピクセルであるので、表４の第二の基準値を用いる。そして、例えば、分割画像Ｎｏが「１」の被検査分割画像に対しては、そのマハラノビス距離ＭＤ‘１と表４の分割画像Ｎｏ．１の第二の基準値「１．６」とを比較する。
【００７０】
ここで、算出されたマハラノビス距離ＭＤ‘ｉが一つでも第二の基準値よりも大きければ（Ｓ４６：ＹＥＳ）、不良品と判定し、欠陥が存在する位置を特定して、その情報を電子計算機５の記憶装置（不図示）に格納すると共に、結果を表示装置６に表示する（Ｓ５４）。その後、図８のフローチャートの処理を終了する。
【００７１】
一方、マハラノビス距離ＭＤ‘ｉが第二の基準値よりも小さければ（Ｓ４６：ＮＯ）、次に、そのマハラノビス距離ＭＤ‘ｉが、表４の第一の基準値よりも大きいか否かを判断する（Ｓ４７）。例えば、分割画像Ｎｏが「１」の被検査分割画像に対しては、そのマハラノビス距離ＭＤ‘１と表４の分割画像Ｎｏ．１の第一の基準値「１．４」とを比較する。そして、全ての被検査分割画像において、マハラノビス距離ＭＤ‘ｉが第一の基準値よりも小さければ（Ｓ４７：ＮＯ）、被検査画像は良品と判定し、結果を表示装置６に表示をする（Ｓ５３）。その後、図８のフローチャートの処理を終了する。なお、ステップＳ４６及びＳ４７が本発明の「良否判定ステップ」に相当し、ステップＳ４６及びＳ４７を実行する電子計算機５が本発明の「良否判定手段」に相当する。
【００７２】
一方、マハラノビス距離ＭＤ‘ｉが一つでも第一の基準値よりも大きければ（Ｓ４７：ＹＥＳ）、そのマハラノビス距離ＭＤ‘ｉの被検査分割画像は、欠陥が存在する可能性があるとする暫定不良と判定して、ステップＳ４８以下の処理を実行する。すなわち、先ず、その被検査分割画像を更に小さなサイズの分割画像に分割する（Ｓ４８）。具体的には、予め作成された基準空間の良品分割画像と複数種類のサイズのうち、元の４２×１３２０ピクセルの次に小さなサイズでサイズである２１×１３２０ピクセルの分割画像に分割する（Ｓ４８）。したがって、被検査分割画像を更に２つの分割画像に分割することになる。なお、ステップＳ４８が本発明の「再分割ステップ」に相当し、ステップＳ４８を実行する電子計算機５が本発明の「再分割手段」に相当する。
【００７３】
次いで、新たに分割した分割画像を暫定不良分割画像として、それら暫定不良分割画像ごとに、再度、マハラノビス距離を算出して信号空間を作成する。すなわち、暫定不良分割画像ごとに、先のステップＳ４４と同じようにして、特徴量Ｙｉｊを再度抽出する（Ｓ４９）。次いで、先のステップＳ４５と同じようにして、各暫定不良分割画像のマハラノビス距離ＭＤ‘ｉを算出して、信号空間を再度作成する（Ｓ５０）。なお、ステップＳ４９及びＳ５０が本発明の「再作成ステップ」に相当し、ステップＳ４９及びＳ５０を実行する電子計算機５が本発明の「再作成手段」に相当する。
【００７４】
次いで、算出されたマハラノビス距離ＭＤ‘ｉごとに、暫定不良分割画像と同一サイズに対応する良否判定の基準値のうち、各暫定不良分割画像に対応する第二の基準値より大きいか否かを判断する（Ｓ５１）。すなわち、今回の暫定不良分割画像のサイズは２１×１３２０ピクセルであるので、その２１×１３２０ピクセルに対応する第二の基準値のうち、暫定不良分割画像と同じ位置に対応する第二の基準値を用いる。
【００７５】
ここで、新たに算出されたマハラノビス距離ＭＤ‘ｉが一つでも第二の基準値よりも大きければ（Ｓ５１：ＹＥＳ）、不良品と判定し、欠陥が存在する位置を特定して、その情報を電子計算機５の記憶装置（不図示）に格納すると共に、結果を表示装置６に表示する（Ｓ５４）。その後、図８のフローチャートの処理を終了する。
【００７６】
一方、新たなマハラノビス距離ＭＤ‘ｉが第二の基準値よりも小さければ（Ｓ５１：ＮＯ）、次に、そのマハラノビス距離ＭＤ‘ｉが、対応する第一の基準値よりも大きいか否かを判断する（Ｓ５２）。そして、全ての暫定不良分割画像において、マハラノビス距離ＭＤ‘ｉが第一の基準値よりも小さければ（Ｓ５２：ＮＯ）、被検査画像は良品と判定し、結果を表示装置６に表示をする（Ｓ５３）。その後、図８のフローチャートの処理を終了する。なお、ステップＳ５１及びＳ５２が本発明の「再良否判定ステップ」に相当し、ステップＳ５１及びＳ５２を実行する電子計算機５が本発明の「再良否判定手段」に相当する。
【００７７】
一方、マハラノビス距離ＭＤ‘ｉが一つでも第一の基準値よりも大きければ（Ｓ５２：ＹＥＳ）、そのマハラノビス距離ＭＤ‘ｉの暫定不良分割画像は、欠陥が存在する可能性があるとする暫定不良と再度判定して、ステップＳ４８に戻って、ステップＳ４８以下の処理を再度実行する。すなわち、その暫定不良分割画像を更に小さなサイズの分割画像に分割する（Ｓ４８）。具体的には、予め作成された基準空間の良品分割画像と複数種類のサイズのうち、元の２１×１３２０ピクセルの次に小さなサイズでサイズである７×１３２０ピクセルの分割画像に分割する（Ｓ４８）。したがって、暫定不良分割画像を更に３つの分割画像に分割することになる。その後、再分割された３つの暫定不良分割画像に対して、マハラノビス距離を再度算出して、再度良否判定を行う（Ｓ４９〜Ｓ５２）。
【００７８】
そして、新たに算出されたマハラノビス距離ＭＤ‘ｉが一つでも第二の基準値よりも大きければ（Ｓ５１：ＹＥＳ）、不良品と判定し（Ｓ５４）、全てのマハラノビス距離ＭＤ‘ｉが第一の基準値よりも小さければ（Ｓ５２：ＮＯ）、被検査画像は良品と判定する。一方、マハラノビス距離ＭＤ‘ｉが一つでも第一の基準値よりも大きければ（Ｓ５２：ＹＥＳ）、再度、ステップＳ４８〜Ｓ５２の処理を実行する。すなわち、暫定不良と判定した場合には、その判定した暫定不良分割画像に対して、良又は不良と確定できるまで、小さなサイズに画像を分割して良否判定を繰り返し行う。このようにして、最終的に、被検査画像が良又は不良であるかを判定する。
【００７９】
ここで、良否を検査する被検査画像が、図９に示す、被検査画像４２〜４４の場合の良否判定結果について説明する。図９（ａ）に示す被検査画像４２には、大きな欠陥７１が存在しており、不良品である。そして、その欠陥７１は、図９（ａ）に示すように、被検査画像４２の被検査分割画像４２１（１）〜（Ｎ）に含まれることとなり、特に、被検査分割画像４２１（５）に多く含まれるとする。
【００８０】
また、図９（ｂ）に示す被検査画像４３には、欠陥ではないが、良品画像４１には含まれていない誤差８１（例えば、被検査品に付着した埃など）が含まれている。したがって、欠陥は含まれていないので、良品と判定されるべきものである。そして、その誤差８１は、図９（ｂ）に示すように、被検査画像４３の被検査分割画像４３１（１）〜（Ｎ）に含まれることとなり、特に、被検査分割画像４３１（１）に多く含まれるとする。
【００８１】
また、図９（ｃ）に示す被検査画像４４には、小さな欠陥７２が存在しており、不良品である。そして、その欠陥７２は、図９（ｃ）に示すように、被検査画像４４の被検査分割画像４４１（１）〜（Ｎ）に含まれることとなり、特に、被検査分割画像４４１（５）に多く含まれるとする。
【００８２】
この被検査画像４２〜４４に対して、被検査分割画像４２１、４３１、４４１ごとにマハラノビス距離を算出したところ、表５に示す通りとなった。
【００８３】
【表５】
【００８４】
表５に示すように、被検査画像４２では、分割画像Ｎｏ．５内の位置に欠陥７１があるため、分割画像Ｎｏ．５のマハラノビス距離が、表４に示す分割画像Ｎｏ．５の第二の基準値２．１よりも大きくなっている。よって、被検査画像４２は不良品であると判定された（Ｓ４６：ＹＥＳ→Ｓ５４）。
【００８５】
一方、被検査画像４３は、被検査分割画像４３１（１）に誤差８１が含まれているために、分割画像Ｎｏ．１のマハラノビス距離が、表４の分割画像Ｎｏ．１の第一の基準値１．４よりも大きく、第二の基準値１．６よりも小さくなった。なお、他の被検査分割画像４３１（２）〜４３１（Ｎ）は、各マハラノビス距離が第一の基準値よりも小さく、良と判定された。よって、被検査分割画像４３１（１）には欠陥が存在する可能性があるとして暫定不良と判定し（Ｓ４７：ＹＥＳ）、検査処理を継続した。つまり、図１０（ａ）に示すように、４２×１３２０ピクセルの被検査分割画像４３１（１）を２１×１３２０ピクセルのサイズの暫定不良分割画像４３１（１−１）、４３１（１−２）に分割した（Ｓ４８）。この際、誤差８１は、暫定不良分割画像４３１（１−１）に含まれることになった。そして、暫定不良分割画像４３１（１−１）、４３１（１−２）ごとにマハラノビス距離を算出した（Ｓ４９、Ｓ５０）。
【００８６】
その結果、暫定不良分割画像４３１（１−１）のマハラノビス距離が、第一の基準値よりも大きく、第二の基準値よりも小さくなった。なお、暫定不良分割画像４３１（１−２）は、そのマハラノビス距離が第一の基準値よりも小さく、良と判定された。よって、暫定不良分割画像４３１（１−１）には欠陥が存在する可能性があるとして暫定不良と判定し（Ｓ４７：ＹＥＳ）、検査処理をさらに継続した。つまり、図１０（ｂ）に示すように、２１×１３２０ピクセルの暫定不良分割画像４３１（１−１）を７×１３２０ピクセルのサイズの暫定不良分割画像４３１（１−１−１）、４３１（１−１−２）、４３１（１−１−３）に分割した（Ｓ４８）。この際、誤差８１は、暫定不良分割画像４３１（１−１−２）に含まれることになった。そして、暫定不良分割画像４３１（１−１−１）、４３１（１−１−２）、４３１（１−１−３）ごとにマハラノビス距離を算出した（Ｓ４９、Ｓ５０）。その結果、全ての暫定不良分割画像４３１（１−１−１）、４３１（１−１−２）、４３１（１−１−３）のマハラノビス距離が、第一の基準値以下であったため、この被検査画像４３は良品であると判定し検査を終了した。
【００８７】
また、被検査画像４４は、被検査分割画像４４１（５）に小さな欠陥７２が含まれているために、分割画像Ｎｏ．５のマハラノビス距離が、表４の第一の基準値１．９よりも大きく、第二の基準値２．１よりも小さくなった。なお、他の被検査分割画像４４１（１）〜４４１（Ｎ）は、各マハラノビス距離が第一の基準値よりも小さく、良と判定された。よって、被検査分割画像４４１（５）には欠陥が存在する可能性があるとして暫定不良と判定し（Ｓ４７：ＹＥＳ）、検査処理を継続した。つまり、図１１に示すように、４２×１３２０ピクセルの被検査分割画像４４１（５）を２１×１３２０ピクセルのサイズの暫定不良分割画像４４１（５−１）、４４１（５−２）に分割した（Ｓ４８）。この際、欠陥７２は、暫定不良分割画像４４１（５−１）に含まれることになった。そして、暫定不良分割画像４４１（５−１）、４４１（５−２）ごとにマハラノビス距離を算出した（Ｓ４９、Ｓ５０）。その結果、暫定不良分割画像４４１（５−１）のマハラノビス距離が、第二の基準値よりも大きくなったので（Ｓ４６：ＹＥＳ）、暫定不良分割画像４４１（５−１）には欠陥があるものとし、被検査画像４４は不良であると判定し（Ｓ５４）、検査を終了した。
【００８８】
以上説明したように、本発明では、被検査画像を分割した分割画像ごとで良否判定をしているので、欠陥が持つ特徴量がノイズに隠れてしまうことを低減でき精度良く検査するこができる。また、良否判定において、良又は不良と確定しないで被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定する場合を設けているので、不良であるにもかかわらず良と判定したり、良であるにもかかわらず不良であると判定したりする誤判定を防止できる。そして、暫定不良と判定された場合には、その判定された分割画像について、良又は不良と確定できるまで、小さなサイズに画像を分割して良否判定を繰り返し行っているので、元の画像サイズでの良否判定のときよりも、精度良く良否判定をすることができる。また、暫定不良と判定された分割画像について、再分割をして良否判定を再度行っているので、被検査分割画像のサイズを当初から小さなサイズにする必要がない。そのため、被検査画像の良否を効率良く検査することができる。
【００８９】
また、良否判定基準値として、２つの基準値を設けているので、分割画像の良、不良の他に、暫定不良も判定することができる。そして、その２つの基準値は、被検査分割画像及び暫定不良分割画像ごとに設けられているので、それら分割画像ごとで、正確に、良否判定をすることができる。
【００９０】
また、基準空間は予め作成されているので、効率的に良否判定をすることができる。そして、その基準空間は、複数の良品画像間で同じ位置にある分割画像から作成され、良否判定基準値は、基準空間のマハラノビス距離のうちの最大値を基準として定められるので、一層精度良く良否判定をすることができる。
【００９１】
なお、本発明の画像検査装置、画像検査方法は上記実施形態に限定されず、特許請求の範囲の記載を逸脱しない範囲で種々変形することができる。例えば、良品画像や被検査画像を分割する画像サイズは、上記実施形態に限定されるわけではなく、製品の特徴量や、想定される欠陥の種類、大きさ等を考慮して、適宜設定することができる。また、第一の基準値、第二の基準値も上記実施形態には限定されず、品質の要求レベル等を考慮して適宜設定することができる。例えば、高い品質の要求する場合には、第一、第二の基準値を小さくする。
【００９２】
また、マハラノビス・タグチ法では項目選択と呼ばれる方法があり、本発明にこの方法を適用して、検査精度に寄与する項目を選択するようにしてもよい。これにより、より一層、検査精度を向上できる。なお、この項目選択は、品質工学の考え方であるＳＮ比（機能がばらつかない程度）に基づいて、検査精度に寄与する項目を選択するものである。項目選択の基本的な進め方は以下の通りである。
【００９３】
１）予め規定した複数の項目を、水準１：項目を使用する、水準２：項目を使用しないとして直交表に割付ける。
２）直交表の各条件に基づいて、被検査画像から特徴量を抽出する。
３）抽出した特徴量から、直交表の各条件のマハラノビス距離を算出する。
４）算出したマハラノビス距離から、各項目のＳＮ比を算出する。
５）水準２のＳＮ比よりも、水準１のＳＮ比の方が大きくなる項目を、検査精度に寄与する項目として選択する。必要に応じて（検査仕様に合わせて）選択した項目の中から、さらに項目を選択する。
【符号の説明】
【００９４】
１ 画像検査装置
２ カメラ
３ 照明
４ ワーク
５ 電子計算機
６ 表示装置
４１ 良品画像
４１１ 良品分割画像
４２、４３、４４ 被検査画像
４２１、４３１、４４１ 被検査分割画像
４３１（１−１）、４３１（１−２）、４３１（１−１−１）、４３１（１−１−２）、４３１（１−１−３）、４４１（５−１）、４４１（５−２） 暫定不良分割画像
７１、７２ 欠陥
８１ 誤差
Ｓ４３ 分割ステップ、分割手段
Ｓ４４、Ｓ４５ 作成ステップ、作成手段
Ｓ４６、Ｓ４７ 良否判定ステップ、良否判定手段
Ｓ４８ 再分割ステップ、再分割手段
Ｓ４９、Ｓ５０ 再作成ステップ、再作成手段
Ｓ５１、Ｓ５２ 再良否判定ステップ、再良否判定手段
【特許請求の範囲】
【請求項１】
被検査画像を複数の画像に分割する分割ステップと、
その分割ステップで分割した画像である被検査分割画像ごとに、マハラノビス距離からなる信号空間を作成する作成ステップと、
前記被検査分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記被検査分割画像ごとで良否判定を行う良否判定ステップと、を含む画像の良否の判定を行う画像検査方法において、
前記良否判定ステップは、前記良否判定として、前記比較結果に応じて、前記被検査分割画像を良／不良と判定する他に、良又は不良と確定しないで前記被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定するステップであり、
前記暫定不良と判定された前記被検査分割画像があった場合、その被検査分割画像を更に複数の画像に分割する再分割ステップと、
その再分割ステップで分割した画像である暫定不良分割画像の各々に対して、再度、マハラノビス距離からなる信号空間を作成する再作成ステップと、
前記暫定不良分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記暫定不良分割画像ごとで前記良否判定を再度行う再良否判定ステップと、を含み、
その再良否判定ステップにて新たに前記暫定不良と判定された前記暫定不良分割画像があった場合には、良又は不良と確定できるまで、その暫定不良分割画像に対して、前記再分割ステップ、前記再作成ステップ及び前記再良否判定ステップを繰り返し実行することを特徴とする画像検査方法。
【請求項２】
前記良否判定基準値として、第一の基準値とその第一の基準値よりも大きな第二の基準値の２つの基準値が、前記被検査分割画像及び前記暫定不良分割画像ごとに設けられ、
前記良否判定ステップ及び前記再良否判定ステップは、前記良否判定の対象となる分割画像のマハラノビス距離が、対応する前記第一の基準値よりも小さい場合にはその分割画像は良として判定し、その分割画像のマハラノビス距離が、対応する前記第二の基準値よりも大きい場合にはその分割画像は不良として判定し、その分割画像のマハラノビス距離が、前記第一の基準値よりも大きく前記第二の基準値よりも小さい場合には、その分割画像は前記暫定不良として判定するステップであることを特徴とする請求項１に記載の画像検査方法。
【請求項３】
前記被検査分割画像及び前記暫定不良分割画像の各々に対して、それら分割画像と同じサイズ、同じ位置で分割された良品画像の分割画像のマハラノビス距離からなる、前記良否判定基準値の元となる基準空間が予め作成されたことを特徴とする請求項１又は２に記載の画像検査方法。
【請求項４】
前記基準空間として、複数の良品画像間で同じ位置にある分割画像ごとにマハラノビス距離が算出され、
前記良否判定基準値は、それらマハラノビス距離のうちの最大値を基準として定められることを特徴とする請求項３に記載の画像検査方法。
【請求項５】
被検査画像を複数の画像に分割する分割手段と、
その分割手段が分割した画像である被検査分割画像ごとに、マハラノビス距離からなる信号空間を作成する作成手段と、
前記被検査分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記被検査分割画像ごとで良否判定を行う良否判定手段と、を備える画像の良否の判定を行う画像検査装置において、
前記良否判定手段は、前記良否判定として、前記比較結果に応じて、前記被検査分割画像を良／不良と判定する他に、良又は不良と確定しないで前記被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定するものであり、
前記暫定不良と判定された前記被検査分割画像があった場合、その被検査分割画像を更に複数の画像に分割する再分割手段と、
その再分割手段が分割した画像である暫定不良分割画像の各々に対して、再度、マハラノビス距離からなる信号空間を作成する再作成手段と、
前記暫定不良分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記暫定不良分割画像ごとで前記良否判定を再度行う再良否判定手段と、を備え、
その再良否判定手段にて新たに前記暫定不良と判定された前記暫定不良分割画像があった場合には、良又は不良と確定できるまで、その暫定不良分割画像に対して、前記再分割手段、前記再作成手段及び前記再良否判定手段による処理を繰り返し実行することを特徴とする画像検査装置。
【請求項１】
被検査画像を複数の画像に分割する分割ステップと、
その分割ステップで分割した画像である被検査分割画像ごとに、マハラノビス距離からなる信号空間を作成する作成ステップと、
前記被検査分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記被検査分割画像ごとで良否判定を行う良否判定ステップと、を含む画像の良否の判定を行う画像検査方法において、
前記良否判定ステップは、前記良否判定として、前記比較結果に応じて、前記被検査分割画像を良／不良と判定する他に、良又は不良と確定しないで前記被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定するステップであり、
前記暫定不良と判定された前記被検査分割画像があった場合、その被検査分割画像を更に複数の画像に分割する再分割ステップと、
その再分割ステップで分割した画像である暫定不良分割画像の各々に対して、再度、マハラノビス距離からなる信号空間を作成する再作成ステップと、
前記暫定不良分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記暫定不良分割画像ごとで前記良否判定を再度行う再良否判定ステップと、を含み、
その再良否判定ステップにて新たに前記暫定不良と判定された前記暫定不良分割画像があった場合には、良又は不良と確定できるまで、その暫定不良分割画像に対して、前記再分割ステップ、前記再作成ステップ及び前記再良否判定ステップを繰り返し実行することを特徴とする画像検査方法。
【請求項２】
前記良否判定基準値として、第一の基準値とその第一の基準値よりも大きな第二の基準値の２つの基準値が、前記被検査分割画像及び前記暫定不良分割画像ごとに設けられ、
前記良否判定ステップ及び前記再良否判定ステップは、前記良否判定の対象となる分割画像のマハラノビス距離が、対応する前記第一の基準値よりも小さい場合にはその分割画像は良として判定し、その分割画像のマハラノビス距離が、対応する前記第二の基準値よりも大きい場合にはその分割画像は不良として判定し、その分割画像のマハラノビス距離が、前記第一の基準値よりも大きく前記第二の基準値よりも小さい場合には、その分割画像は前記暫定不良として判定するステップであることを特徴とする請求項１に記載の画像検査方法。
【請求項３】
前記被検査分割画像及び前記暫定不良分割画像の各々に対して、それら分割画像と同じサイズ、同じ位置で分割された良品画像の分割画像のマハラノビス距離からなる、前記良否判定基準値の元となる基準空間が予め作成されたことを特徴とする請求項１又は２に記載の画像検査方法。
【請求項４】
前記基準空間として、複数の良品画像間で同じ位置にある分割画像ごとにマハラノビス距離が算出され、
前記良否判定基準値は、それらマハラノビス距離のうちの最大値を基準として定められることを特徴とする請求項３に記載の画像検査方法。
【請求項５】
被検査画像を複数の画像に分割する分割手段と、
その分割手段が分割した画像である被検査分割画像ごとに、マハラノビス距離からなる信号空間を作成する作成手段と、
前記被検査分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記被検査分割画像ごとで良否判定を行う良否判定手段と、を備える画像の良否の判定を行う画像検査装置において、
前記良否判定手段は、前記良否判定として、前記比較結果に応じて、前記被検査分割画像を良／不良と判定する他に、良又は不良と確定しないで前記被検査分割画像に欠陥が存在する可能性があるとする暫定不良と判定するものであり、
前記暫定不良と判定された前記被検査分割画像があった場合、その被検査分割画像を更に複数の画像に分割する再分割手段と、
その再分割手段が分割した画像である暫定不良分割画像の各々に対して、再度、マハラノビス距離からなる信号空間を作成する再作成手段と、
前記暫定不良分割画像ごとに、対応する前記信号空間のマハラノビス距離を、所定の良否判定基準値と比較することによって、前記暫定不良分割画像ごとで前記良否判定を再度行う再良否判定手段と、を備え、
その再良否判定手段にて新たに前記暫定不良と判定された前記暫定不良分割画像があった場合には、良又は不良と確定できるまで、その暫定不良分割画像に対して、前記再分割手段、前記再作成手段及び前記再良否判定手段による処理を繰り返し実行することを特徴とする画像検査装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２０１１−５８９２６（Ｐ２０１１−５８９２６Ａ）
【公開日】平成２３年３月２４日（２０１１．３．２４）
【国際特許分類】
【出願番号】特願２００９−２０８１３５（Ｐ２００９−２０８１３５）
【出願日】平成２１年９月９日（２００９．９．９）
【出願人】（０００００６９３２）リコーエレメックス株式会社 (708)
【Ｆターム（参考）】
【公開日】平成２３年３月２４日（２０１１．３．２４）
【国際特許分類】
【出願日】平成２１年９月９日（２００９．９．９）
【出願人】（０００００６９３２）リコーエレメックス株式会社 (708)
【Ｆターム（参考）】
[ Back to top ]