画像検査装置、画像検査方法、及びコンピュータプログラム
【課題】検査対象領域を撮像して取得した多値画像の明暗が変化した場合であっても、非検出対象物であるノイズを効果的に除去し、検出対象物であるブロブ（集合体）状の傷、汚れ等の欠陥の有無、大きさ、形状等を検査する画像検査装置、画像検査方法、及びコンピュータプログラムを提供する。
【解決手段】検査対象領域の多値画像を取得し、取得した多値画像の濃度情報に基づいて基準濃度値を算出する。多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出し、基準濃度値の変化に追従して変化するように基準濃度値に対して相対的に閾値を設定して記憶する。算出した差分が閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定し、特定された画素の集合体に対して、差分を用いた特徴量を算出する。算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する。
【解決手段】検査対象領域の多値画像を取得し、取得した多値画像の濃度情報に基づいて基準濃度値を算出する。多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出し、基準濃度値の変化に追従して変化するように基準濃度値に対して相対的に閾値を設定して記憶する。算出した差分が閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定し、特定された画素の集合体に対して、差分を用いた特徴量を算出する。算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、例えば周囲環境が変化する等により検査対象領域を撮像して取得した多値画像の明暗が変化した場合であっても、非検出対象物であるノイズを効果的に除去し、検出対象物であるブロブ（画素の集合体）状の傷、汚れ等の欠陥の有無、大きさ、形状等を検査する画像検査装置、画像検査方法、及び該画像検査方法の各処理工程を実行するコンピュータプログラムに関する。
【背景技術】
【０００２】
従来例として、取得した多値画像データに対して１つの閾値により２値化を行い、２値化後の画像データに対してラベリング処理を行って、所定の画素数に満たないラベリング処理された図形をノイズとして除去することにより、図形の面積が小さい場合に、高い輝度値を有するノイズでも除去することが可能な画像データ処理装置が提案されている（例えば、特許文献１参照）。以下、最終的に検出を行いたい対象物を検出対象物、ノイズとして除去したい対象物を非検出対象物という。
【０００３】
しかし、特許文献１では、検出対象物よりも図形の面積が小さい非検出対象物については除去することができるが、検出対象物よりも図形の面積が大きい非検出対象物は除去することができない。検出対象物よりも図形の面積が大きい非検出対象物を除去するためには、２値化を行う閾値を非検出対象物の最大輝度値よりも高く（あるいは低く）変更することで対応することができる。しかし、検出対象物の中に非検出対象物よりも低い（あるいは高い）輝度値を有する部分が存在する場合、検出対象物の図形が細かく分断され、検出対象物の正しい特徴を取得することができないという問題点があった。場合によっては、図形が細かく分断されることにより、図形の面積が小さい非検出対象物との区別がつかないおそれもあった。
【０００４】
また、特許文献１では、図形の面積が小さい検出対象物が、所定の領域にまとまって複数個存在する場合、すべてノイズと判断されて除去される。すなわち、複数の検出対象物の図形を１つの図形として検出することができない。
【０００５】
そこで、例えば特許文献２では、検出対象物の画像中の検出すべき最低輝度値を第１閾値として設定し、第１閾値より大きい輝度値を有する非検出対象物と検出対象物を含む全ての画素の集合体（ブロブ）を特定し、第１閾値よりも大きい第２閾値を設定し、第２閾値より小さい輝度値のみからなる画素の集合体を、特定された全ての画素の集合体から削除する。これにより、多値画像から、非検出対象である面積の大きい、第２閾値より小さい輝度値のみからなるブロブをノイズとして確実に削除するとともに、検出対象物であるブロブ内に輝度値の低い部分が存在する場合であっても、検出対象物であるブロブを分断することなく検出することができる。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開平０６−０８３９５３号公報
【特許文献２】特開２００９−１８６４３４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかし、特許文献２では、検査対象領域を撮像して取得した多値画像の明暗が変化した場合、明るさの変動に追従することができず、検出対象物の正しい特徴を取得することができないおそれがあるという問題点があった。
【０００８】
本発明は、上記問題点に鑑みてなされたものであり、検査対象領域を撮像して取得した多値画像の明暗が変化した場合であっても、非検出対象物であるノイズを効果的に除去し、検出対象物であるブロブ（集合体）状の傷、汚れ等の欠陥の有無、大きさ、形状等を検査する画像検査装置、画像検査方法、及び該画像検査方法の各処理工程を実行するコンピュータプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
上記目的を達成するために第１発明に係る画像検査装置は、検査対象領域の多値画像を取得する撮像手段と、取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出手段と、前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出手段と、前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶手段と、算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング手段と、該ラベリング手段により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出手段と、算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別手段とを備えることを特徴とする。
【００１０】
また、第２発明に係る画像検査装置は、第１発明において、前記基準濃度値を算出する複数の方法の中から一の方法の選択を受け付ける算出方法選択受付手段を備えることを特徴とする。
【００１１】
また、第３発明に係る画像検査装置は、第１又は第２発明において、前記基準濃度値算出手段は、前記検査対象領域の多値画像の濃度情報である輝度値の平均値又は中央値を前記基準濃度値として算出するようにしてあることを特徴とする。
【００１２】
また、第４発明に係る画像検査装置は、第１乃至第３発明のいずれか１つにおいて、前記差分算出手段は、前記差分を正又は負の値として算出するようにしてあり、前記閾値記憶手段には、正の閾値、負の閾値、又はその両方のいずれかを選択的に設定した値を記憶するようにしてあり、前記ラベリング手段は、前記正の閾値のみ、前記負の閾値のみ、前記正の閾値及び前記負の閾値の両方のいずれかに基づいて前記画素の集合体を特定するようにしてあることを特徴とする。
【００１３】
また、第５発明に係る画像検査装置は、第４発明において、前記閾値は、前記正の閾値と、前記負の閾値とで別個に設定するようにしてあることを特徴とする。
【００１４】
また、第６発明に係る画像検査装置は、第１乃至第５発明のいずれか１つにおいて、前記撮像手段により取得した前記多値画像に対して所定サイズのセグメントを設定するセグメント設定手段を備え、前記基準濃度値算出手段は、設定したセグメントから取得するセグメント画像の濃度情報に基づいて基準濃度値を算出し、前記差分算出手段は、前記差分を前記セグメント単位の画素ごとに算出するようにしてあることを特徴とする。
【００１５】
また、第７発明に係る画像検査装置は、第６発明において、前記セグメント設定手段は、前記セグメントのサイズ及び前記セグメントのＸ方向又はＹ方向の移動量の入力を受け付ける入力受付手段を備えることを特徴とする。
【００１６】
また、第８発明に係る画像検査装置は、第１乃至第７発明のいずれか１つにおいて、前記差分に対して色を割り当てた画像を表示する色画像表示手段を備えることを特徴とする。
【００１７】
また、第９発明に係る画像検査装置は、第１乃至第８発明のいずれか１つにおいて、前記差分のヒストグラムに、前記閾値を重畳表示するヒストグラム表示手段を備えることを特徴とする。
【００１８】
また、第１０発明に係る画像検査装置は、第１乃至第９発明のいずれか１つにおいて、前記特徴量は、前記差分の正負に関する正負情報、前記差分の総和、前記差分の最大値、前記差分の平均値、又は前記差分の標準偏差のうちの少なくともいずれか１つであることを特徴とする。
【００１９】
また、第１１発明に係る画像検査装置は、第１乃至第１０発明のいずれか１つにおいて、前記特徴量算出手段は、前記特徴量として前記差分の正負に関する正負情報、前記差分の総和、前記差分の最大値、前記差分の平均値、又は前記差分の標準偏差のうちの少なくともいずれか２つ以上を算出するようにしてあり、前記欠陥判別手段は、算出された２つ以上の特徴量を組み合わせた判別基準に基づいて前記画素の集合体の欠陥を判別するようにしてあることを特徴とする。
【００２０】
また、第１２発明に係る画像検査装置は、第１乃至第１１発明のいずれか１つにおいて、前記欠陥判別手段は、特定された画素の集合体の面積と、前記特徴量とを組み合わせた判別基準に基づいて、前記画素の集合体の欠陥を判別するようにしてあることを特徴とする。
【００２１】
次に、上記目的を達成するために第１３発明に係る画像検査方法は、検査対象領域の多値画像を取得する撮像工程と、取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出工程と、前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出工程と、前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶工程と、算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング工程と、該ラベリング工程により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出工程と、算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別工程とを含むことを特徴とする。
【００２２】
次に、上記目的を達成するために第１４発明に係るコンピュータプログラムは、検査対象領域の多値画像を取得する撮像処理と、取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出処理と、前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出処理と、前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶処理と、算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング処理と、該ラベリング処理により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出処理と、算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別処理とをコンピュータに実行させることを特徴とする。
【００２３】
第１発明、第１３発明及び第１４発明では、取得した多値画像の濃度情報に基づいて基準濃度値を算出し、多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出して、基準濃度値の変化に追従して変化するように基準濃度値に対して相対的に閾値を設定して記憶する。算出した差分が閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定し、特定された画素の集合体に対して、多値画像の各画素の濃度値と基準濃度値との差分を用いた特徴量を算出して、特定された画素の集合体の欠陥を判別する。これにより、取得した多値画像の明暗が変化した場合であっても、明るさの変動に追従して基準濃度値を算出することができるので、高い精度で欠陥を検出することが可能となる。また、閾値を１つ記憶すれば足りるので簡単である。さらに、多値画像の各画素の濃度値と基準濃度値との差分を用いた特徴量を算出するので、欠陥を検出する精度をより高めることが可能となる。
【００２４】
第２発明では、基準濃度値を算出する複数の方法の中から一の方法の選択を受け付けることにより、検出対象物に存在する欠陥の特性に応じて最適な算出方法を選択することができる。
【００２５】
第３発明では、検査対象領域の多値画像の濃度情報である輝度値の平均値又は中央値を基準濃度値として算出することにより、より高い精度で基準濃度値を算出することが可能となる。
【００２６】
第４発明では、多値画像の各画素の濃度値と基準濃度値との差分を正又は負の値として算出するようにしてあり、正の閾値、負の閾値、又はその両方のいずれかを選択的に設定した値を記憶し、正の閾値のみ、負の閾値のみ、正の閾値及び負の閾値の両方のいずれかに基づいて画素の集合体を特定することにより、ブロブの特定に正の閾値（明るい側）、負の閾値（暗い側）、あるいは正の閾値と負の閾値の両方（明暗両側）のいずれを用いるかを選択することができ、輝度値の分布状況に応じてユーザの検出したいブロブを確実に特定することが可能となる。
【００２７】
第５発明では、閾値を、正の閾値と、負の閾値とで別個に設定することにより、多値画像の明暗で判断基準が相違する場合であっても、基準となる閾値を別個に設定することが可能となる。
【００２８】
第６発明では、取得した多値画像に対して所定サイズのセグメントを設定し、設定したセグメントから取得するセグメント画像の濃度情報に基づいて基準濃度値を算出し、差分をセグメント単位の画素ごとに算出する。これにより、検出対象物を１つのブロブとして特定しやすくすることができ、演算処理を高速化、安定化することができる。
【００２９】
第７発明では、セグメントのサイズ及びセグメントのＸ方向又はＹ方向の移動量の入力を受け付けることにより、１つのブロブとして特定するべき対象を、容易に調整することが可能となる。
【００３０】
第８発明では、多値画像の各画素の濃度値と基準濃度値との差分に対して色を割り当てた画像を表示することにより、差分の分布状況を視覚にて確認することが可能となる。
【００３１】
第９発明では、多値画像の各画素の濃度値と基準濃度値との差分のヒストグラムに、閾値を重畳表示することにより、視覚にて確認しながら容易に閾値を調整することが可能となる。
【００３２】
第１０発明では、特徴量は、多値画像の各画素の濃度値と基準濃度値との差分の正負に関する正負情報、多値画像の各画素の濃度値と基準濃度値との差分の総和、多値画像の各画素の濃度値と基準濃度値との差分の最大値、多値画像の各画素の濃度値と基準濃度値との差分の平均値、又は多値画像の各画素の濃度値と基準濃度値との差分の標準偏差のうちの少なくともいずれか１つであるので、欠陥を検出する精度をより高めることが可能となる。
【００３３】
第１１発明では、特徴量として多値画像の各画素の濃度値と基準濃度値との差分の正負に関する正負情報、多値画像の各画素の濃度値と基準濃度値との差分の総和、多値画像の各画素の濃度値と基準濃度値との差分の最大値、多値画像の各画素の濃度値と基準濃度値との差分の平均値、又は多値画像の各画素の濃度値と基準濃度値との差分の標準偏差のうちの少なくともいずれか２つ以上を算出するようにしてあり、算出された２つ以上の特徴量を組み合わせた判別基準に基づいて前記画素の集合体の欠陥を判別することにより、欠陥を検出する精度をより高めることが可能となる。
【００３４】
第１２発明では、特定された画素の集合体の面積と、特徴量とを組み合わせた判別基準に基づいて、画素の集合体の欠陥を判別することにより、欠陥を検出する精度をより高めることが可能となる。
【発明の効果】
【００３５】
本発明によれば、取得した多値画像の濃度情報に基づいて基準濃度値を算出し、多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出して、基準濃度値の変化に追従して変化するように基準濃度値に対して相対的に閾値を設定して記憶する。算出した差分が閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定し、特定された画素の集合体に対して、多値画像の各画素の濃度値と基準濃度値との差分を用いた特徴量を算出して、特定された画素の集合体の欠陥を判別する。これにより、取得した多値画像の明暗が変化した場合であっても、明るさの変動に追従して基準濃度値を算出することができるので、高い精度で欠陥を検出することが可能となる。また、閾値を１つ記憶すれば足りるので簡単である。さらに、多値画像の各画素の濃度値と基準濃度値との差分を用いた特徴量を算出するので、欠陥を検出する精度をより高めることが可能となる。
【図面の簡単な説明】
【００３６】
【図１】本発明の実施の形態１に係る画像検査装置の一構成例を示すブロック図である。
【図２】本実施の形態１に係る画像検査装置で用いる画像検査方法の各設定工程を示すフローチャートである。
【図３】算出した差分を相関表示した差分画像の例示図である。
【図４】明側の閾値、暗側の閾値の両方を用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。
【図５】明側の閾値のみを用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。
【図６】明側の閾値、暗側の閾値の両方を個別に設定して用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。
【図７】本実施の形態１に係る画像検査装置で用いる画像検査方法の欠陥判別処理の各工程を示すフローチャートである。
【図８】本発明の実施の形態２に係る画像検査装置の一構成例を示すブロック図である。
【図９】本実施の形態２に係る画像検査装置で用いる画像検査方法の各設定工程を示すフローチャートである。
【図１０】セグメント画像を用いたラベリング処理画像の例示図である。
【図１１】文字画像について、セグメント画像を用いたラベリング処理画像の例示図である。
【図１２】本実施の形態２に係る画像検査装置で用いる画像検査方法の欠陥判別処理の各工程を示すフローチャートである。
【発明を実施するための形態】
【００３７】
以下、本発明の実施の形態について、図面を参照して説明する。なお、各実施の形態の説明で参照する図面を通じて、同一又は同様の構成又は機能を有する要素については、同一又は同様の符号を付して、詳細な説明を省略する。
【００３８】
（実施の形態１）
図１は、本発明の実施の形態１に係る画像検査装置の一構成例を示すブロック図である。図１において、本実施の形態１に係る画像検査装置１は、撮像手段２と、画像処理部３と、記憶手段４と、入力受付手段５と、出力手段６とで構成される。
【００３９】
撮像手段２は、例えば二次元ＣＣＤカメラとして機能し、例えばフィルム上のワーク（検査対象領域）を撮像し多値画像を取得して画像処理部３に出力する。
【００４０】
画像処理部３は、基準濃度値算出手段３１と、差分算出手段３２と、閾値設定・記憶手段（閾値記憶手段）３３と、ラベリング手段３４と、特徴量算出手段３５と、色画像表示手段３６と、ヒストグラム表示手段３７と、欠陥判別基準設定手段４０とを含む。また、画像処理部３は、ＣＰＵ、ＲＯＭ、ＲＡＭ、外部Ｉ／Ｆ等で構成され、基準濃度値算出手段３１、差分算出手段３２、閾値設定・記憶手段３３、ラベリング手段３４、特徴量算出手段３５、色画像表示手段３６、ヒストグラム表示手段３７、及び欠陥判別基準設定手段４０の処理動作を制御する。
【００４１】
基準濃度値算出手段３１は、撮像手段２で取得した多値画像の濃度情報に基づいて基準濃度値を算出する。従来とは異なり、取得した多値画像ごとに基準濃度値を算出するので、撮像手段２で取得した画像の明暗が変化した場合であっても、適切な基準濃度値を算出することができる。
【００４２】
基準濃度値を算出する方法は特に限定されるものではなく、例えばワーク（検査対象領域）の多値画像の濃度情報である輝度値の平均値又は中央値を基準濃度値として算出する。もちろん他の方法で基準濃度値を算出しても良く、ユーザによる指定を受け付けても良い。どの方法で算出するかの選択を、入力受付手段５の算出方法選択受付手段５１で受け付けても良い。
【００４３】
差分算出手段３２は、多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する。取得した多値画像ごとに基準濃度値を算出しているので、算出した差分は正負で略均等にばらつく。
【００４４】
閾値設定・記憶手段３３は、差分算出手段３２で算出した差分に基づいて、ラベリング処理の閾値を設定して記憶する。閾値は、正の閾値（明るい側）と、負の閾値（暗い側）とで別個に設定することが好ましい。明暗で判断基準が相違する場合であっても、基準となる閾値を別個に設定することができるからである。
【００４５】
ラベリング手段３４は、撮像手段２により取得された多値画像から、算出した差分が閾値より大きい輝度値を有する複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体（以下、ブロブと呼ぶ）を特定するラベリング処理を行い、ラベリング処理画像を出力する。
【００４６】
特徴量算出手段３５は、ラベリング手段３４により特定されたブロブに対して、多値画像の各画素の濃度値と基準濃度値との差分を用いた特徴量を算出する。算出する特徴量は、例えば差分の正負に関する正負情報、差分の総和、差分の最大値、差分の平均値、又は差分の標準偏差である。算出した特徴量を判断基準として、特定されたブロブが欠陥であるか否かを判断することができる。
【００４７】
欠陥判別基準設定手段４０は、特定されたブロブの欠陥の判別に用いる判別基準をユーザ操作に従って設定する。判別基準は、算出した特徴量に基づいて設定する。ブロブごとに差分を用いた特徴量を算出し、算出した特徴量に基づいて判別基準を設定することにより、特定したブロブの面積だけでは判別することができない欠陥を判別することができる。
【００４８】
記憶手段４は、画像メモリとして機能し、撮像手段２により撮像された多値画像、ラベリング手段３４により出力されたラベリング処理画像等を随時記憶する。入力受付手段５は、ユーザからの閾値の入力、基準濃度値の算出方法の選択の入力を受け付ける。出力手段６は、画像表示装置として機能し、多値画像、ラベリング処理画像等を画面上に表示する。また、基準濃度値との差分によって色分けされた色画像、差分の分布を示すヒストグラム等も画面上に表示する。
【００４９】
図２は、本実施の形態１に係る画像検査装置１で用いる画像検査方法の各設定工程を示すフローチャートである。本発明に係る画像検査方法の各設定工程は、画像処理部３の内部に格納された本発明に係るコンピュータプログラムに従って実行される。
【００５０】
図２において、まず、画像処理部３が、撮像手段２により検査対象領域の多値画像を取得する（ステップＳ２０１）。次に、画像処理部３は、基準濃度値を算出する算出方法の選択を受け付けて記憶する（ステップＳ２０２）。具体的には、ワーク（検査対象領域）の多値画像の濃度情報である輝度値の平均値を算出するか、輝度値の中央値を算出するか、あるいはユーザによる指定を受け付けるかの選択を受け付けて記憶する。
【００５１】
ワーク（検査対象領域）の多値画像の濃度情報である輝度値の中央値は、取得した多値画像における背景部分の面積の割合が半分以上である場合、欠陥を示す濃度値（輝度値）の影響を受けることなく安定した値として算出することができる。逆に取得した多値画像における背景部分の面積の割合が半分以下である場合、欠陥を示す濃度値（輝度値）が基準濃度値として算出されるおそれがある。
【００５２】
ワーク（検査対象領域）の多値画像の濃度情報である輝度値の平均値は、中央値の場合のように基準濃度値が逆転する現象を回避することができ、極端な変動を抑えることができる反面、取得した多値画像における欠陥部分の面積の割合が大きくなるに伴い、欠陥を示す濃度値（輝度値）の影響を受けやすくなり、算出される基準濃度値が安定しないことがある。したがって、取得した多値画像における背景部分の面積の割合、欠陥部分の占める面積の割合等の状況に応じて最適な算出方法を選択することにより、より高い精度で基準濃度値を算出することができる。なお、基準濃度値の算出は、輝度値の中央値、輝度値の平均値に限定されるものではなく、例えばヒストグラムの最頻値等を選択肢に加えても良い。
【００５３】
画像処理部３は、選択を受け付けた算出方法により基準濃度値を算出し（ステップＳ２０３）、画素ごとに多値画像の各画素の濃度値と基準濃度値との差分を算出する（ステップＳ２０４）。図３は、算出した差分を相関表示した差分画像の例示図である。図３（ａ）は、撮像手段２で取得した元の多値画像の例示図であり、図３（ｂ）は、図３（ａ）に示す多値画像に基づく差分画像の例示図である。
【００５４】
図３の例では、基準濃度値をワーク（検査対象領域）の多値画像の濃度情報である輝度値の中央値としている。差分は、０〜２５５の間の絶対値として算出される。図３（ｂ）ではわかりにくいが、例えば差分によって０に近いほど青色に近い色で、２５５に近いほど赤色に近い色で、そして中間である１２８に近いほど緑色に近い色で、それぞれ表示しても良い。具体的には色画像表示手段３６にて差分に関する色画像を生成し、出力手段６により画面上に表示する。これにより、差分の分布状況を視覚にて確認することができる。
【００５５】
図２に戻って、画像処理部３は、差分の分布状況に応じて閾値を設定する（ステップＳ２０５）。画像処理部３は、設定された閾値によるラベリング処理を実行し（ステップＳ２０６）、結果として得られたラベリング処理画像を出力する（ステップＳ２０７）。
【００５６】
図４乃至図６は、ラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。図４乃至図６では、明側の閾値で検出された欠陥を「＋」、暗側の閾値で検出された欠陥を「−」と表示している。
【００５７】
図４は、明側の閾値、暗側の閾値の両方を用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。図４（ａ）はラベリング処理画像を、図４（ｂ）は差分のヒストグラムを含む閾値設定画面を、それぞれ示している。
【００５８】
図４（ｂ）の閾値設定画面では、「検出対象」として明暗両方の閾値を用いる旨を示す「明暗」を選択し、「基準濃度値」として輝度値の中央値を算出する旨を示す「中央値」を選択している。すなわち、閾値設定画面で基準濃度値を算出する方法の選択も受け付ける（算出方法選択受付手段５１）。
【００５９】
また、図４の例では、「検出しきい値」として‘１０’が設定されているが、これは、基準濃度値を挟んで明側に１０、暗側に１０の範囲から外れた輝度値を有する画素の集合体を検出して表示する旨を示す設定である。ヒストグラム４１は、横軸が輝度値を、縦軸が度数を、それぞれ示しており、基準濃度値４２は中央値としてヒストグラム４１に重畳して表示する。このように閾値は、基準濃度値４２に対して相対的な値として設定されるため、基準濃度値４２の変化に追従して閾値も変化する。
【００６０】
「検出しきい値」として‘１０’が設定されているので、基準濃度値４２を挟んで明側（＋側）に１０輝度値の高い第一の閾値４３と、暗側（−側）に１０輝度値の低い第二の閾値４４とが、ヒストグラム４１に重畳して表示されている（ヒストグラム表示手段３７）。ラベリング処理により第二の閾値４４以上第一の閾値４３以下の範囲から外れた輝度値を有する画素を抽出し、抽出した画素の輝度値の連結性に基づいて、画素の集合体をブロブとして特定し、図４（ａ）に示すラベリング画像が生成される。
【００６１】
図４（ａ）に示すラベリング処理画像で、ブロブ４５、４６は明側の閾値である第一の閾値４３により特定されたブロブである。すなわち、第一の閾値４３より大きい輝度値を有する画素の集合体として特定される。また、ブロブ４７は、暗側の閾値である第二の閾値４４により特定されたブロブである。換言すれば、第二の閾値４４より小さい輝度値を有する画素の集合体として特定される。差分は絶対値として算出しているので、算出された差分が基準濃度値４２と第二の閾値４４との差分より大きい画素の集合体を特定する。「検出しきい値」の値を変えることで、ブロブとして特定するべき対象を調整することができる。
【００６２】
図５は、明側の閾値のみを用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。図５（ａ）はラベリング処理画像を、図５（ｂ）は差分のヒストグラムを含む閾値設定画面を、それぞれ示している。
【００６３】
図５（ｂ）の閾値設定画面では、「検出対象」として明側の閾値のみを用いる旨を示す「明」を選択し、「基準濃度値」として輝度値の中央値を算出する旨を示す「中央値」を選択している。そして、図４と同様「検出しきい値」として‘１０’が設定されているが、これは、基準濃度値から明側に１０までの範囲から外れた輝度値を有する画素の集合体を検出して表示する旨を示す設定である。ヒストグラム５１は、横軸が輝度値を、縦軸が度数を、それぞれ示しており、基準濃度値５２は中央値としてヒストグラム５１に重畳して表示する。
【００６４】
また、「検出しきい値」として‘１０’が設定されているので、基準濃度値５２から明側（＋側）に１０輝度値の高い閾値５３のみが、ヒストグラム５１に重畳して表示されている（ヒストグラム表示手段３７）。ラベリング処理により閾値５３より大きい範囲の輝度値を有する画素を抽出し、抽出した画素の輝度値の連結性に基づいて、画素の集合体をブロブとして特定し、図５（ａ）に示すラベリング処理画像が生成される。なお、図５（ａ）では、暗側（基準濃度値５２より小さい輝度値の範囲）についてはラベリング処理を実行することなく、すべて黒で表示している。
【００６５】
図５（ａ）に示すラベリング処理画像で、ブロブ５４、５５は明側の閾値５３により特定されたブロブであり、明側の欠陥のみを検出することができる。もちろん、「検出対象」として暗側の閾値のみを用いる旨を示す「暗」を選択し、ラベリング処理を実行することで、暗側の欠陥のみを検出することができることは言うまでもない。
【００６６】
図６は、明側の閾値、暗側の閾値の両方を個別に設定して用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。図６（ａ）はラベリング処理画像を、図６（ｂ）は差分のヒストグラムを含む閾値設定画面を、それぞれ示している。
【００６７】
また、図６の例では、「検出対象」として明暗両方の個別の閾値を用いる旨を示す「明暗（個別）」を選択し、「基準濃度値」として輝度値の中央値を算出する旨を示す「中央値」を選択している。「検出しきい値」として「明側」に‘３０’、「暗側」に‘１０’が設定されているが、これは、基準濃度値を挟んで明側に３０、暗側に１０の範囲から外れた輝度値を有する画素の集合体を表示する旨を示す設定である。ヒストグラム６１は、横軸が輝度値を、縦軸が度数を、それぞれ示しており、基準濃度値６２は中央値としてヒストグラム６１に重畳して表示する。
【００６８】
「検出しきい値」として「明側」に‘３０’、「暗側」に‘１０’が設定されているので、基準濃度値６２を挟んで明側（＋側）に３０輝度値の高い第一の閾値６３と、暗側（−側）に１０輝度値の低い第二の閾値６４とが、ヒストグラム６１に重畳して表示されている（ヒストグラム表示手段３７）。ラベリング処理により、第二の閾値６４以上第一の閾値６３以下の範囲から外れた輝度値を有する画素を抽出し、抽出した画素の輝度値の連結性に基づいて、画素の集合体をブロブとして特定し、図６（ａ）に示すラベリング処理画像が生成される。
【００６９】
図６（ａ）に示すラベリング処理画像で、ブロブ６５は明側の閾値である第一の閾値６３により特定されたブロブである。すなわち、第一の閾値６３より大きい輝度値を有する画素の集合体として特定される。また、ブロブ６６は、暗側の閾値である第二の閾値４４により特定されたブロブである。換言すれば、第二の閾値６４より小さい輝度値を有する画素の集合体として特定される。差分は絶対値として算出しているので、算出された差分が基準濃度値６２と第二の閾値６４との差分より大きい画素の集合体を特定する。このように明暗個別に「検出しきい値」の値を変えることで、ブロブとして特定するべき対象を調整することができる。
【００７０】
ユーザは、画面に表示出力されたラベリング処理画像を確認して、閾値を変更するか否かを判断する。具体的には、ユーザは、画面上に検出対象物であるブロブ（欠陥）がすべて表示されているか否かに基づいて判断する。
【００７１】
図２に戻って、画像処理部３は、閾値の変更指示を受け付けたか否かを判断し（ステップＳ２０８）、画像処理部３が、閾値の変更指示を受け付けたと判断した場合（ステップＳ２０８：ＹＥＳ）、画像処理部３は、処理をステップＳ２０５へ戻し、上述した処理を繰り返す。画像処理部３が、閾値の変更指示を受け付けていないと判断した場合（ステップＳ２０８：ＮＯ）、画像処理部３は、特定されたブロブごとに特徴量を算出する（ステップＳ２０９）。算出する特徴量は、例えば基準濃度値との差分の正負に関する正負情報、基準濃度値との差分の総和、基準濃度値との差分の最大値、基準濃度値との差分の平均値、又は基準濃度値との差分の標準偏差である。
【００７２】
次に、画像処理部３は、特定されたブロブの欠陥判別に用いる判別基準をユーザ操作に従って設定する（ステップＳ２１０）。判別基準は、算出した特徴量に基づいて設定する。ブロブごとに差分を用いた特徴量を算出し、算出した特徴量に基づいて判別基準を設定することにより、特定したブロブの面積だけでは判別することができない欠陥を判別することができる。例えば、（１）特定したブロブの面積は小さく、基準濃度値との差分も小さい場合には欠陥として検出することを回避したい、（２）特定したブロブの面積が小さくても、基準濃度値との差分が大きい場合には欠陥として検出したい、あるいは、（３）基準濃度値との差分が小さいが、特定したブロブの面積が大きい場合には欠陥として検出したい等、欠陥の検出にはきめ細かいニーズが少なからず存在する。
【００７３】
そこで、上述した特徴量を欠陥であるか否かの判断指標とすることにより、きめ細かい欠陥の検出をすることができる。例えば、基準濃度値との差分の総和が所定値より大きいブロブを欠陥であると判断することにより、（１）特定したブロブの面積は小さく、基準濃度値との差分も小さい場合には欠陥として検出せず、（２）特定したブロブの面積が小さくても、基準濃度値との差分が大きい場合には欠陥として検出することができ、（３）基準濃度値との差分が小さいが、特定したブロブの面積が大きい場合は総和が大きいので欠陥として検出することができる。また、基準濃度値からの差分を用いて特徴量を求めているため、明暗が変化した場合であっても差分情報の変化は少なく、安定した特徴量を用いて精度の高い判定を行うことができる。
【００７４】
なお、特徴量として上述した基準濃度値との差分の正負に関する正負情報、基準濃度値との差分の総和、基準濃度値との差分の最大値、基準濃度値との差分の平均値、又は基準濃度値との差分の標準偏差などから複数の特徴量を算出した場合は、これらを組み合わせてより複雑な欠陥判別基準を設定することも可能である。また、特定されたブロブの面積と特徴量とを組み合わせた欠陥判別基準を設定することも可能である。
【００７５】
以上のように設定して記憶されている閾値に基づいてブロブであるか否かを特定し、判別基準に基づいて欠陥であるか否かを判別する。図７は、本実施の形態１に係る画像検査装置１で用いる画像検査方法の欠陥判別処理の各工程を示すフローチャートである。本発明に係る画像検査方法の欠陥判別処理の各工程は、画像処理部３の内部に格納された本発明に係るコンピュータプログラムに従って実行される。
【００７６】
図７において、まず、画像処理部３が、撮像手段２により検査対象領域の多値画像を取得する（ステップＳ７０１）。画像処理部３は、記憶されている算出方法により基準濃度値を算出し（ステップＳ７０２）、画素ごとに多値画像の各画素の濃度値と基準濃度値との差分を算出する（ステップＳ７０３）。画像処理部３は、設定して記憶されている閾値によるラベリング処理を実行する（ステップＳ７０４）。
【００７７】
画像処理部３は、特定されたブロブごとに特徴量を算出する（ステップＳ７０５）。算出する特徴量は、例えば差分の正負に関する正負情報、差分の総和、差分の最大値、差分の平均値、又は差分の標準偏差である。画像処理部３は、特定されたブロブの欠陥判別に用いる判別基準に基づいて欠陥判別処理を実行する（ステップＳ７０６）。
【００７８】
以上のように本実施の形態１によれば、算出した差分が閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいてブロブを特定し、特定されたブロブに対して、基準濃度値との差分を用いた特徴量を算出することにより、取得した多値画像の明暗が変化した場合であっても、明るさの変動に追従して基準濃度値を算出することができるので、高い精度で欠陥を検出することが可能となる。さらに、基準濃度値との差分を用いた特徴量を算出するので、欠陥を検出する精度をより高めることが可能となる。
【００７９】
（実施の形態２）
図８は、本発明の実施の形態２に係る画像検査装置の一構成例を示すブロック図である。図８において、本実施の形態２に係る画像検査装置１は、撮像手段２と、画像処理部３と、記憶手段４と、入力受付手段５と、出力手段６とで構成される。
【００８０】
なお、本実施の形態２が実施の形態１と異なるのは、実施の形態１の画像処理部３に、セグメント設定手段３８と、セグメント画像生成手段３９とを追加し、入力受付手段５が、閾値及び基準濃度値の算出方法の選択に加えて、セグメントのサイズ及び移動量の入力を受け付ける点にある。以下、この相違点について主に説明する。
【００８１】
セグメント設定手段３８は、撮像手段２により取得された多値画像に対して、入力受付手段５で入力を受け付けた、ユーザが所望するサイズ（Ｘ方向の画素数とＹ方向の画素数）のセグメントを、セグメント画像生成手段３９に対して設定して記憶する。
【００８２】
セグメント画像生成手段３９は、セグメント設定手段３８により設定して記憶されたサイズのセグメントを、ユーザが所望する画素単位（Ｘ方向又はＹ方向の移動量）で移動させながらセグメント内の画素の平均輝度値を算出し、算出された平均輝度値を有するセグメント画像を生成する。以後の処理では、１セグメントを１画素として扱うことになる。ここで、セグメント画像は、出力手段６である画像表示装置に出力され、画面上に表示されるので、ユーザはセグメント画像を確認しながら、セグメントのサイズ及び移動量を調整することができる。調整されたセグメントのサイズ及び移動量は記憶手段４に記憶される。
【００８３】
図９は、本実施の形態２に係る画像検査装置１で用いる画像検査方法の各設定工程を示すフローチャートである。本実施の形態２に係る画像検査方法の各設定工程は、画像処理部３の内部に格納された本発明に係るコンピュータプログラムに従って実行される。
【００８４】
図９において、まず、画像処理部３は、撮像手段２により検査対象領域の多値画像を取得する（ステップＳ２０１）。画像処理部３は、セグメントのサイズ及び移動量のユーザによる入力を受け付け、入力されたセグメントのサイズ及び移動量を、セグメント画像生成手段３９に対して設定して記憶する（ステップＳ９０１）。
【００８５】
画像処理部３は、記憶されているサイズのセグメントを記憶されている移動量で移動させながら、セグメント内の画素の平均輝度値を算出し、算出された平均輝度値を有するセグメント画像を生成する（ステップＳ９０２）。
【００８６】
画像処理部３は、ユーザによるセグメントのサイズ及び／又は移動量の変更を受け付けたか否かを判断し（ステップＳ９０３）、画像処理部３が、ユーザによるセグメントのサイズ及び／又は移動量の変更を受け付けたと判断した場合（ステップＳ９０３：ＹＥＳ）、画像処理部３は、セグメントのサイズ及び／又は移動量を再設定し（ステップＳ９０４）、処理をステップＳ９０２に戻して上述した処理を繰り返す。
【００８７】
画像処理部３が、ユーザによるセグメントのサイズ及び／又は移動量の変更を受け付けていないと判断した場合（ステップＳ９０３：ＮＯ）、画像処理部３は、基準濃度値を算出する算出方法の選択を受け付けて記憶する（ステップＳ２０２）。具体的には、ワーク（検査対象領域）のセグメント画像の濃度情報である輝度値の平均値を算出するか、輝度値の中央値を算出するか、あるいはユーザによる指定を受け付けるかの選択を受け付けて記憶する。
【００８８】
画像処理部３は、選択を受け付けて記憶されている算出方法により基準濃度値を算出し（ステップＳ２０３）、各セグメント単位の画素ごとに多値画像の各画素の濃度値と基準濃度値との差分を算出する（ステップＳ２０４）。画像処理部３は、差分の分布状況に応じて閾値を設定する（ステップＳ２０５）。画像処理部３は、設定された閾値によるラベリング処理を実行し（ステップＳ２０６）、結果として得られたラベリング処理画像を出力する（ステップＳ２０７）。
【００８９】
画像処理部３は、閾値の変更指示を受け付けたか否かを判断し（ステップＳ２０８）、画像処理部３が、閾値の変更指示を受け付けたと判断した場合（ステップＳ２０８：ＹＥＳ）、画像処理部３は、処理をステップＳ２０５へ戻し、上述した処理を繰り返す。画像処理部３が、閾値の変更指示を受け付けていないと判断した場合（ステップＳ２０８：ＮＯ）、画像処理部３は、特定されたブロブごとに特徴量を算出する（ステップＳ２０９）。算出する特徴量は、例えば差分の正負に関する正負情報、差分の総和、差分の最大値、差分の平均値、又は差分の標準偏差である。
【００９０】
次に、画像処理部３は、特定されたブロブの欠陥判別に用いる判別基準をユーザ操作に従って設定する（ステップＳ２１０）。判別基準は、算出した特徴量に基づいて設定する。ブロブごとに差分を用いた特徴量を算出し、算出した特徴量に基づいて判別基準を設定することにより、特定したブロブの面積だけでは判別することができない欠陥を判別することができる。
【００９１】
図１０は、セグメント画像を用いたラベリング処理画像の例示図である。図１０（ａ）は、撮像手段２で取得した元の多値画像の例示図であり、図１０（ｂ）は、図１０（ａ）に示す多値画像に基づいてセグメント化せずに生成したラベリング処理画像の例示図であり、図１０（ｃ）は、図１０（ａ）に示す多値画像に基づいてセグメント化してから生成したラベリング処理画像の例示図である。
【００９２】
図１０（ｂ）に示すように、セグメント化せずにラベリング処理画像を生成した場合、元の多値画像と同様、欠陥が分断した状態のまま検出するので、欠陥を一のブロブとして検出することができない。それに対して、図１０（ｃ）に示すように、セグメント化してからラベリング処理画像を生成した場合、欠陥を一のブロブとして検出することができるので、欠陥の特徴量をブロブの特徴量として算出することができ、特定されたブロブが欠陥であるか否かをより高い精度で判断することが可能となる。また、各セグメントを１画素として処理することができるため、扱うデータ量が少なくなり、セグメント化しない場合より高速な演算処理が可能となる。
【００９３】
また、図１１は、文字画像について、セグメント画像を用いたラベリング処理画像の例示図である。図１１（ａ）は、撮像手段２で取得した元の多値画像の例示図であり、図１１（ｂ）は、図１１（ａ）に示す多値画像に基づいてセグメント化せずに生成したラベリング処理画像の例示図であり、図１１（ｃ）は、図１１（ａ）に示す多値画像に基づいてセグメント化してから生成したラベリング処理画像の例示図である。
【００９４】
図１１（ｂ）に示すように、セグメント化せずにラベリング処理画像を生成した場合、元の多値画像と同様、文字それぞれが単独で検出される。それに対して、図１１（ｃ）に示すように、横方向にセグメント化してからラベリング処理画像を生成した場合、文字単位ではなく行ごとに一のブロブとして検出することができる。したがって、行数のカウントに用いる等、その応用範囲が拡大する。
【００９５】
以上のように設定して記憶されている閾値に基づいてブロブであるか否かを特定し、判別基準に基づいて欠陥であるか否かを判別する。図１２は、本実施の形態２に係る画像検査装置１で用いる画像検査方法の欠陥判別処理の各工程を示すフローチャートである。本発明に係る画像検査方法の欠陥判別処理の各工程は、画像処理部３の内部に格納された本発明に係るコンピュータプログラムに従って実行される。
【００９６】
図１２において、まず、画像処理部３は、撮像手段２により検査対象領域の多値画像を取得する（ステップＳ１２０１）。画像処理部３は、記憶されているサイズのセグメントを記憶されている移動量で移動させながら、セグメント内の画素の平均輝度値を算出し、算出された平均輝度値を有するセグメント画像を生成する（ステップＳ１２０２）。
【００９７】
画像処理部３は、記憶されている算出方法により基準濃度値を算出し（ステップＳ１２０３）、各セグメント単位の画素ごとに多値画像の各画素の濃度値と基準濃度値との差分を算出する（ステップＳ１２０４）。画像処理部３は、設定された閾値によるラベリング処理を実行する（ステップＳ１２０５）。
【００９８】
画像処理部３は、特定されたブロブごとに特徴量を算出する（ステップＳ１２０６）。算出する特徴量は、例えば差分の正負に関する正負情報、差分の総和、差分の最大値、差分の平均値、又は差分の標準偏差である。画像処理部３は、特定されたブロブの欠陥判別に用いる判別基準に基づいて欠陥判別処理を実行する（ステップＳ１２０７）。
【００９９】
以上のように本実施の形態２によれば、ユーザが所望するサイズのセグメントを所望の画素単位（移動量）で移動させながら算出したセグメント内の画素の平均輝度値を１画素値としてセグメント画像を生成し、生成したセグメント画像の濃度情報に基づいて基準濃度値を算出し、算出した基準濃度値との差分をセグメント内の画素ごとに算出することにより、検出対象物を１つのブロブとして特定しやすくすることができ、演算処理を高速化、安定化することができる。
【０１００】
なお、本発明は上記実施例に限定されるものではなく、本発明の趣旨の範囲内であれば多種の変更、改良等が可能である。
【符号の説明】
【０１０１】
１ 画像検査装置
２ 撮像手段
３ 画像処理部
４ 記憶手段
５ 入力受付手段
６ 出力手段
３１ 基準濃度値算出手段
３２ 差分算出手段
３３ 閾値設定・記憶手段（閾値記憶手段）
３４ ラベリング手段
３５ 特徴量算出手段
３６ 色画像表示手段
３７ ヒストグラム表示手段
３８ セグメント設定手段
３９ セグメント画像生成手段
４０ 欠陥判別基準設定手段
５１ 算出方法選択受付手段
【技術分野】
【０００１】
本発明は、例えば周囲環境が変化する等により検査対象領域を撮像して取得した多値画像の明暗が変化した場合であっても、非検出対象物であるノイズを効果的に除去し、検出対象物であるブロブ（画素の集合体）状の傷、汚れ等の欠陥の有無、大きさ、形状等を検査する画像検査装置、画像検査方法、及び該画像検査方法の各処理工程を実行するコンピュータプログラムに関する。
【背景技術】
【０００２】
従来例として、取得した多値画像データに対して１つの閾値により２値化を行い、２値化後の画像データに対してラベリング処理を行って、所定の画素数に満たないラベリング処理された図形をノイズとして除去することにより、図形の面積が小さい場合に、高い輝度値を有するノイズでも除去することが可能な画像データ処理装置が提案されている（例えば、特許文献１参照）。以下、最終的に検出を行いたい対象物を検出対象物、ノイズとして除去したい対象物を非検出対象物という。
【０００３】
しかし、特許文献１では、検出対象物よりも図形の面積が小さい非検出対象物については除去することができるが、検出対象物よりも図形の面積が大きい非検出対象物は除去することができない。検出対象物よりも図形の面積が大きい非検出対象物を除去するためには、２値化を行う閾値を非検出対象物の最大輝度値よりも高く（あるいは低く）変更することで対応することができる。しかし、検出対象物の中に非検出対象物よりも低い（あるいは高い）輝度値を有する部分が存在する場合、検出対象物の図形が細かく分断され、検出対象物の正しい特徴を取得することができないという問題点があった。場合によっては、図形が細かく分断されることにより、図形の面積が小さい非検出対象物との区別がつかないおそれもあった。
【０００４】
また、特許文献１では、図形の面積が小さい検出対象物が、所定の領域にまとまって複数個存在する場合、すべてノイズと判断されて除去される。すなわち、複数の検出対象物の図形を１つの図形として検出することができない。
【０００５】
そこで、例えば特許文献２では、検出対象物の画像中の検出すべき最低輝度値を第１閾値として設定し、第１閾値より大きい輝度値を有する非検出対象物と検出対象物を含む全ての画素の集合体（ブロブ）を特定し、第１閾値よりも大きい第２閾値を設定し、第２閾値より小さい輝度値のみからなる画素の集合体を、特定された全ての画素の集合体から削除する。これにより、多値画像から、非検出対象である面積の大きい、第２閾値より小さい輝度値のみからなるブロブをノイズとして確実に削除するとともに、検出対象物であるブロブ内に輝度値の低い部分が存在する場合であっても、検出対象物であるブロブを分断することなく検出することができる。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開平０６−０８３９５３号公報
【特許文献２】特開２００９−１８６４３４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかし、特許文献２では、検査対象領域を撮像して取得した多値画像の明暗が変化した場合、明るさの変動に追従することができず、検出対象物の正しい特徴を取得することができないおそれがあるという問題点があった。
【０００８】
本発明は、上記問題点に鑑みてなされたものであり、検査対象領域を撮像して取得した多値画像の明暗が変化した場合であっても、非検出対象物であるノイズを効果的に除去し、検出対象物であるブロブ（集合体）状の傷、汚れ等の欠陥の有無、大きさ、形状等を検査する画像検査装置、画像検査方法、及び該画像検査方法の各処理工程を実行するコンピュータプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
上記目的を達成するために第１発明に係る画像検査装置は、検査対象領域の多値画像を取得する撮像手段と、取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出手段と、前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出手段と、前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶手段と、算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング手段と、該ラベリング手段により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出手段と、算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別手段とを備えることを特徴とする。
【００１０】
また、第２発明に係る画像検査装置は、第１発明において、前記基準濃度値を算出する複数の方法の中から一の方法の選択を受け付ける算出方法選択受付手段を備えることを特徴とする。
【００１１】
また、第３発明に係る画像検査装置は、第１又は第２発明において、前記基準濃度値算出手段は、前記検査対象領域の多値画像の濃度情報である輝度値の平均値又は中央値を前記基準濃度値として算出するようにしてあることを特徴とする。
【００１２】
また、第４発明に係る画像検査装置は、第１乃至第３発明のいずれか１つにおいて、前記差分算出手段は、前記差分を正又は負の値として算出するようにしてあり、前記閾値記憶手段には、正の閾値、負の閾値、又はその両方のいずれかを選択的に設定した値を記憶するようにしてあり、前記ラベリング手段は、前記正の閾値のみ、前記負の閾値のみ、前記正の閾値及び前記負の閾値の両方のいずれかに基づいて前記画素の集合体を特定するようにしてあることを特徴とする。
【００１３】
また、第５発明に係る画像検査装置は、第４発明において、前記閾値は、前記正の閾値と、前記負の閾値とで別個に設定するようにしてあることを特徴とする。
【００１４】
また、第６発明に係る画像検査装置は、第１乃至第５発明のいずれか１つにおいて、前記撮像手段により取得した前記多値画像に対して所定サイズのセグメントを設定するセグメント設定手段を備え、前記基準濃度値算出手段は、設定したセグメントから取得するセグメント画像の濃度情報に基づいて基準濃度値を算出し、前記差分算出手段は、前記差分を前記セグメント単位の画素ごとに算出するようにしてあることを特徴とする。
【００１５】
また、第７発明に係る画像検査装置は、第６発明において、前記セグメント設定手段は、前記セグメントのサイズ及び前記セグメントのＸ方向又はＹ方向の移動量の入力を受け付ける入力受付手段を備えることを特徴とする。
【００１６】
また、第８発明に係る画像検査装置は、第１乃至第７発明のいずれか１つにおいて、前記差分に対して色を割り当てた画像を表示する色画像表示手段を備えることを特徴とする。
【００１７】
また、第９発明に係る画像検査装置は、第１乃至第８発明のいずれか１つにおいて、前記差分のヒストグラムに、前記閾値を重畳表示するヒストグラム表示手段を備えることを特徴とする。
【００１８】
また、第１０発明に係る画像検査装置は、第１乃至第９発明のいずれか１つにおいて、前記特徴量は、前記差分の正負に関する正負情報、前記差分の総和、前記差分の最大値、前記差分の平均値、又は前記差分の標準偏差のうちの少なくともいずれか１つであることを特徴とする。
【００１９】
また、第１１発明に係る画像検査装置は、第１乃至第１０発明のいずれか１つにおいて、前記特徴量算出手段は、前記特徴量として前記差分の正負に関する正負情報、前記差分の総和、前記差分の最大値、前記差分の平均値、又は前記差分の標準偏差のうちの少なくともいずれか２つ以上を算出するようにしてあり、前記欠陥判別手段は、算出された２つ以上の特徴量を組み合わせた判別基準に基づいて前記画素の集合体の欠陥を判別するようにしてあることを特徴とする。
【００２０】
また、第１２発明に係る画像検査装置は、第１乃至第１１発明のいずれか１つにおいて、前記欠陥判別手段は、特定された画素の集合体の面積と、前記特徴量とを組み合わせた判別基準に基づいて、前記画素の集合体の欠陥を判別するようにしてあることを特徴とする。
【００２１】
次に、上記目的を達成するために第１３発明に係る画像検査方法は、検査対象領域の多値画像を取得する撮像工程と、取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出工程と、前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出工程と、前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶工程と、算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング工程と、該ラベリング工程により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出工程と、算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別工程とを含むことを特徴とする。
【００２２】
次に、上記目的を達成するために第１４発明に係るコンピュータプログラムは、検査対象領域の多値画像を取得する撮像処理と、取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出処理と、前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出処理と、前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶処理と、算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング処理と、該ラベリング処理により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出処理と、算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別処理とをコンピュータに実行させることを特徴とする。
【００２３】
第１発明、第１３発明及び第１４発明では、取得した多値画像の濃度情報に基づいて基準濃度値を算出し、多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出して、基準濃度値の変化に追従して変化するように基準濃度値に対して相対的に閾値を設定して記憶する。算出した差分が閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定し、特定された画素の集合体に対して、多値画像の各画素の濃度値と基準濃度値との差分を用いた特徴量を算出して、特定された画素の集合体の欠陥を判別する。これにより、取得した多値画像の明暗が変化した場合であっても、明るさの変動に追従して基準濃度値を算出することができるので、高い精度で欠陥を検出することが可能となる。また、閾値を１つ記憶すれば足りるので簡単である。さらに、多値画像の各画素の濃度値と基準濃度値との差分を用いた特徴量を算出するので、欠陥を検出する精度をより高めることが可能となる。
【００２４】
第２発明では、基準濃度値を算出する複数の方法の中から一の方法の選択を受け付けることにより、検出対象物に存在する欠陥の特性に応じて最適な算出方法を選択することができる。
【００２５】
第３発明では、検査対象領域の多値画像の濃度情報である輝度値の平均値又は中央値を基準濃度値として算出することにより、より高い精度で基準濃度値を算出することが可能となる。
【００２６】
第４発明では、多値画像の各画素の濃度値と基準濃度値との差分を正又は負の値として算出するようにしてあり、正の閾値、負の閾値、又はその両方のいずれかを選択的に設定した値を記憶し、正の閾値のみ、負の閾値のみ、正の閾値及び負の閾値の両方のいずれかに基づいて画素の集合体を特定することにより、ブロブの特定に正の閾値（明るい側）、負の閾値（暗い側）、あるいは正の閾値と負の閾値の両方（明暗両側）のいずれを用いるかを選択することができ、輝度値の分布状況に応じてユーザの検出したいブロブを確実に特定することが可能となる。
【００２７】
第５発明では、閾値を、正の閾値と、負の閾値とで別個に設定することにより、多値画像の明暗で判断基準が相違する場合であっても、基準となる閾値を別個に設定することが可能となる。
【００２８】
第６発明では、取得した多値画像に対して所定サイズのセグメントを設定し、設定したセグメントから取得するセグメント画像の濃度情報に基づいて基準濃度値を算出し、差分をセグメント単位の画素ごとに算出する。これにより、検出対象物を１つのブロブとして特定しやすくすることができ、演算処理を高速化、安定化することができる。
【００２９】
第７発明では、セグメントのサイズ及びセグメントのＸ方向又はＹ方向の移動量の入力を受け付けることにより、１つのブロブとして特定するべき対象を、容易に調整することが可能となる。
【００３０】
第８発明では、多値画像の各画素の濃度値と基準濃度値との差分に対して色を割り当てた画像を表示することにより、差分の分布状況を視覚にて確認することが可能となる。
【００３１】
第９発明では、多値画像の各画素の濃度値と基準濃度値との差分のヒストグラムに、閾値を重畳表示することにより、視覚にて確認しながら容易に閾値を調整することが可能となる。
【００３２】
第１０発明では、特徴量は、多値画像の各画素の濃度値と基準濃度値との差分の正負に関する正負情報、多値画像の各画素の濃度値と基準濃度値との差分の総和、多値画像の各画素の濃度値と基準濃度値との差分の最大値、多値画像の各画素の濃度値と基準濃度値との差分の平均値、又は多値画像の各画素の濃度値と基準濃度値との差分の標準偏差のうちの少なくともいずれか１つであるので、欠陥を検出する精度をより高めることが可能となる。
【００３３】
第１１発明では、特徴量として多値画像の各画素の濃度値と基準濃度値との差分の正負に関する正負情報、多値画像の各画素の濃度値と基準濃度値との差分の総和、多値画像の各画素の濃度値と基準濃度値との差分の最大値、多値画像の各画素の濃度値と基準濃度値との差分の平均値、又は多値画像の各画素の濃度値と基準濃度値との差分の標準偏差のうちの少なくともいずれか２つ以上を算出するようにしてあり、算出された２つ以上の特徴量を組み合わせた判別基準に基づいて前記画素の集合体の欠陥を判別することにより、欠陥を検出する精度をより高めることが可能となる。
【００３４】
第１２発明では、特定された画素の集合体の面積と、特徴量とを組み合わせた判別基準に基づいて、画素の集合体の欠陥を判別することにより、欠陥を検出する精度をより高めることが可能となる。
【発明の効果】
【００３５】
本発明によれば、取得した多値画像の濃度情報に基づいて基準濃度値を算出し、多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出して、基準濃度値の変化に追従して変化するように基準濃度値に対して相対的に閾値を設定して記憶する。算出した差分が閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定し、特定された画素の集合体に対して、多値画像の各画素の濃度値と基準濃度値との差分を用いた特徴量を算出して、特定された画素の集合体の欠陥を判別する。これにより、取得した多値画像の明暗が変化した場合であっても、明るさの変動に追従して基準濃度値を算出することができるので、高い精度で欠陥を検出することが可能となる。また、閾値を１つ記憶すれば足りるので簡単である。さらに、多値画像の各画素の濃度値と基準濃度値との差分を用いた特徴量を算出するので、欠陥を検出する精度をより高めることが可能となる。
【図面の簡単な説明】
【００３６】
【図１】本発明の実施の形態１に係る画像検査装置の一構成例を示すブロック図である。
【図２】本実施の形態１に係る画像検査装置で用いる画像検査方法の各設定工程を示すフローチャートである。
【図３】算出した差分を相関表示した差分画像の例示図である。
【図４】明側の閾値、暗側の閾値の両方を用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。
【図５】明側の閾値のみを用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。
【図６】明側の閾値、暗側の閾値の両方を個別に設定して用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。
【図７】本実施の形態１に係る画像検査装置で用いる画像検査方法の欠陥判別処理の各工程を示すフローチャートである。
【図８】本発明の実施の形態２に係る画像検査装置の一構成例を示すブロック図である。
【図９】本実施の形態２に係る画像検査装置で用いる画像検査方法の各設定工程を示すフローチャートである。
【図１０】セグメント画像を用いたラベリング処理画像の例示図である。
【図１１】文字画像について、セグメント画像を用いたラベリング処理画像の例示図である。
【図１２】本実施の形態２に係る画像検査装置で用いる画像検査方法の欠陥判別処理の各工程を示すフローチャートである。
【発明を実施するための形態】
【００３７】
以下、本発明の実施の形態について、図面を参照して説明する。なお、各実施の形態の説明で参照する図面を通じて、同一又は同様の構成又は機能を有する要素については、同一又は同様の符号を付して、詳細な説明を省略する。
【００３８】
（実施の形態１）
図１は、本発明の実施の形態１に係る画像検査装置の一構成例を示すブロック図である。図１において、本実施の形態１に係る画像検査装置１は、撮像手段２と、画像処理部３と、記憶手段４と、入力受付手段５と、出力手段６とで構成される。
【００３９】
撮像手段２は、例えば二次元ＣＣＤカメラとして機能し、例えばフィルム上のワーク（検査対象領域）を撮像し多値画像を取得して画像処理部３に出力する。
【００４０】
画像処理部３は、基準濃度値算出手段３１と、差分算出手段３２と、閾値設定・記憶手段（閾値記憶手段）３３と、ラベリング手段３４と、特徴量算出手段３５と、色画像表示手段３６と、ヒストグラム表示手段３７と、欠陥判別基準設定手段４０とを含む。また、画像処理部３は、ＣＰＵ、ＲＯＭ、ＲＡＭ、外部Ｉ／Ｆ等で構成され、基準濃度値算出手段３１、差分算出手段３２、閾値設定・記憶手段３３、ラベリング手段３４、特徴量算出手段３５、色画像表示手段３６、ヒストグラム表示手段３７、及び欠陥判別基準設定手段４０の処理動作を制御する。
【００４１】
基準濃度値算出手段３１は、撮像手段２で取得した多値画像の濃度情報に基づいて基準濃度値を算出する。従来とは異なり、取得した多値画像ごとに基準濃度値を算出するので、撮像手段２で取得した画像の明暗が変化した場合であっても、適切な基準濃度値を算出することができる。
【００４２】
基準濃度値を算出する方法は特に限定されるものではなく、例えばワーク（検査対象領域）の多値画像の濃度情報である輝度値の平均値又は中央値を基準濃度値として算出する。もちろん他の方法で基準濃度値を算出しても良く、ユーザによる指定を受け付けても良い。どの方法で算出するかの選択を、入力受付手段５の算出方法選択受付手段５１で受け付けても良い。
【００４３】
差分算出手段３２は、多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する。取得した多値画像ごとに基準濃度値を算出しているので、算出した差分は正負で略均等にばらつく。
【００４４】
閾値設定・記憶手段３３は、差分算出手段３２で算出した差分に基づいて、ラベリング処理の閾値を設定して記憶する。閾値は、正の閾値（明るい側）と、負の閾値（暗い側）とで別個に設定することが好ましい。明暗で判断基準が相違する場合であっても、基準となる閾値を別個に設定することができるからである。
【００４５】
ラベリング手段３４は、撮像手段２により取得された多値画像から、算出した差分が閾値より大きい輝度値を有する複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体（以下、ブロブと呼ぶ）を特定するラベリング処理を行い、ラベリング処理画像を出力する。
【００４６】
特徴量算出手段３５は、ラベリング手段３４により特定されたブロブに対して、多値画像の各画素の濃度値と基準濃度値との差分を用いた特徴量を算出する。算出する特徴量は、例えば差分の正負に関する正負情報、差分の総和、差分の最大値、差分の平均値、又は差分の標準偏差である。算出した特徴量を判断基準として、特定されたブロブが欠陥であるか否かを判断することができる。
【００４７】
欠陥判別基準設定手段４０は、特定されたブロブの欠陥の判別に用いる判別基準をユーザ操作に従って設定する。判別基準は、算出した特徴量に基づいて設定する。ブロブごとに差分を用いた特徴量を算出し、算出した特徴量に基づいて判別基準を設定することにより、特定したブロブの面積だけでは判別することができない欠陥を判別することができる。
【００４８】
記憶手段４は、画像メモリとして機能し、撮像手段２により撮像された多値画像、ラベリング手段３４により出力されたラベリング処理画像等を随時記憶する。入力受付手段５は、ユーザからの閾値の入力、基準濃度値の算出方法の選択の入力を受け付ける。出力手段６は、画像表示装置として機能し、多値画像、ラベリング処理画像等を画面上に表示する。また、基準濃度値との差分によって色分けされた色画像、差分の分布を示すヒストグラム等も画面上に表示する。
【００４９】
図２は、本実施の形態１に係る画像検査装置１で用いる画像検査方法の各設定工程を示すフローチャートである。本発明に係る画像検査方法の各設定工程は、画像処理部３の内部に格納された本発明に係るコンピュータプログラムに従って実行される。
【００５０】
図２において、まず、画像処理部３が、撮像手段２により検査対象領域の多値画像を取得する（ステップＳ２０１）。次に、画像処理部３は、基準濃度値を算出する算出方法の選択を受け付けて記憶する（ステップＳ２０２）。具体的には、ワーク（検査対象領域）の多値画像の濃度情報である輝度値の平均値を算出するか、輝度値の中央値を算出するか、あるいはユーザによる指定を受け付けるかの選択を受け付けて記憶する。
【００５１】
ワーク（検査対象領域）の多値画像の濃度情報である輝度値の中央値は、取得した多値画像における背景部分の面積の割合が半分以上である場合、欠陥を示す濃度値（輝度値）の影響を受けることなく安定した値として算出することができる。逆に取得した多値画像における背景部分の面積の割合が半分以下である場合、欠陥を示す濃度値（輝度値）が基準濃度値として算出されるおそれがある。
【００５２】
ワーク（検査対象領域）の多値画像の濃度情報である輝度値の平均値は、中央値の場合のように基準濃度値が逆転する現象を回避することができ、極端な変動を抑えることができる反面、取得した多値画像における欠陥部分の面積の割合が大きくなるに伴い、欠陥を示す濃度値（輝度値）の影響を受けやすくなり、算出される基準濃度値が安定しないことがある。したがって、取得した多値画像における背景部分の面積の割合、欠陥部分の占める面積の割合等の状況に応じて最適な算出方法を選択することにより、より高い精度で基準濃度値を算出することができる。なお、基準濃度値の算出は、輝度値の中央値、輝度値の平均値に限定されるものではなく、例えばヒストグラムの最頻値等を選択肢に加えても良い。
【００５３】
画像処理部３は、選択を受け付けた算出方法により基準濃度値を算出し（ステップＳ２０３）、画素ごとに多値画像の各画素の濃度値と基準濃度値との差分を算出する（ステップＳ２０４）。図３は、算出した差分を相関表示した差分画像の例示図である。図３（ａ）は、撮像手段２で取得した元の多値画像の例示図であり、図３（ｂ）は、図３（ａ）に示す多値画像に基づく差分画像の例示図である。
【００５４】
図３の例では、基準濃度値をワーク（検査対象領域）の多値画像の濃度情報である輝度値の中央値としている。差分は、０〜２５５の間の絶対値として算出される。図３（ｂ）ではわかりにくいが、例えば差分によって０に近いほど青色に近い色で、２５５に近いほど赤色に近い色で、そして中間である１２８に近いほど緑色に近い色で、それぞれ表示しても良い。具体的には色画像表示手段３６にて差分に関する色画像を生成し、出力手段６により画面上に表示する。これにより、差分の分布状況を視覚にて確認することができる。
【００５５】
図２に戻って、画像処理部３は、差分の分布状況に応じて閾値を設定する（ステップＳ２０５）。画像処理部３は、設定された閾値によるラベリング処理を実行し（ステップＳ２０６）、結果として得られたラベリング処理画像を出力する（ステップＳ２０７）。
【００５６】
図４乃至図６は、ラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。図４乃至図６では、明側の閾値で検出された欠陥を「＋」、暗側の閾値で検出された欠陥を「−」と表示している。
【００５７】
図４は、明側の閾値、暗側の閾値の両方を用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。図４（ａ）はラベリング処理画像を、図４（ｂ）は差分のヒストグラムを含む閾値設定画面を、それぞれ示している。
【００５８】
図４（ｂ）の閾値設定画面では、「検出対象」として明暗両方の閾値を用いる旨を示す「明暗」を選択し、「基準濃度値」として輝度値の中央値を算出する旨を示す「中央値」を選択している。すなわち、閾値設定画面で基準濃度値を算出する方法の選択も受け付ける（算出方法選択受付手段５１）。
【００５９】
また、図４の例では、「検出しきい値」として‘１０’が設定されているが、これは、基準濃度値を挟んで明側に１０、暗側に１０の範囲から外れた輝度値を有する画素の集合体を検出して表示する旨を示す設定である。ヒストグラム４１は、横軸が輝度値を、縦軸が度数を、それぞれ示しており、基準濃度値４２は中央値としてヒストグラム４１に重畳して表示する。このように閾値は、基準濃度値４２に対して相対的な値として設定されるため、基準濃度値４２の変化に追従して閾値も変化する。
【００６０】
「検出しきい値」として‘１０’が設定されているので、基準濃度値４２を挟んで明側（＋側）に１０輝度値の高い第一の閾値４３と、暗側（−側）に１０輝度値の低い第二の閾値４４とが、ヒストグラム４１に重畳して表示されている（ヒストグラム表示手段３７）。ラベリング処理により第二の閾値４４以上第一の閾値４３以下の範囲から外れた輝度値を有する画素を抽出し、抽出した画素の輝度値の連結性に基づいて、画素の集合体をブロブとして特定し、図４（ａ）に示すラベリング画像が生成される。
【００６１】
図４（ａ）に示すラベリング処理画像で、ブロブ４５、４６は明側の閾値である第一の閾値４３により特定されたブロブである。すなわち、第一の閾値４３より大きい輝度値を有する画素の集合体として特定される。また、ブロブ４７は、暗側の閾値である第二の閾値４４により特定されたブロブである。換言すれば、第二の閾値４４より小さい輝度値を有する画素の集合体として特定される。差分は絶対値として算出しているので、算出された差分が基準濃度値４２と第二の閾値４４との差分より大きい画素の集合体を特定する。「検出しきい値」の値を変えることで、ブロブとして特定するべき対象を調整することができる。
【００６２】
図５は、明側の閾値のみを用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。図５（ａ）はラベリング処理画像を、図５（ｂ）は差分のヒストグラムを含む閾値設定画面を、それぞれ示している。
【００６３】
図５（ｂ）の閾値設定画面では、「検出対象」として明側の閾値のみを用いる旨を示す「明」を選択し、「基準濃度値」として輝度値の中央値を算出する旨を示す「中央値」を選択している。そして、図４と同様「検出しきい値」として‘１０’が設定されているが、これは、基準濃度値から明側に１０までの範囲から外れた輝度値を有する画素の集合体を検出して表示する旨を示す設定である。ヒストグラム５１は、横軸が輝度値を、縦軸が度数を、それぞれ示しており、基準濃度値５２は中央値としてヒストグラム５１に重畳して表示する。
【００６４】
また、「検出しきい値」として‘１０’が設定されているので、基準濃度値５２から明側（＋側）に１０輝度値の高い閾値５３のみが、ヒストグラム５１に重畳して表示されている（ヒストグラム表示手段３７）。ラベリング処理により閾値５３より大きい範囲の輝度値を有する画素を抽出し、抽出した画素の輝度値の連結性に基づいて、画素の集合体をブロブとして特定し、図５（ａ）に示すラベリング処理画像が生成される。なお、図５（ａ）では、暗側（基準濃度値５２より小さい輝度値の範囲）についてはラベリング処理を実行することなく、すべて黒で表示している。
【００６５】
図５（ａ）に示すラベリング処理画像で、ブロブ５４、５５は明側の閾値５３により特定されたブロブであり、明側の欠陥のみを検出することができる。もちろん、「検出対象」として暗側の閾値のみを用いる旨を示す「暗」を選択し、ラベリング処理を実行することで、暗側の欠陥のみを検出することができることは言うまでもない。
【００６６】
図６は、明側の閾値、暗側の閾値の両方を個別に設定して用いる場合のラベリング処理画像及び差分のヒストグラムを含む閾値設定画面の例示図である。図６（ａ）はラベリング処理画像を、図６（ｂ）は差分のヒストグラムを含む閾値設定画面を、それぞれ示している。
【００６７】
また、図６の例では、「検出対象」として明暗両方の個別の閾値を用いる旨を示す「明暗（個別）」を選択し、「基準濃度値」として輝度値の中央値を算出する旨を示す「中央値」を選択している。「検出しきい値」として「明側」に‘３０’、「暗側」に‘１０’が設定されているが、これは、基準濃度値を挟んで明側に３０、暗側に１０の範囲から外れた輝度値を有する画素の集合体を表示する旨を示す設定である。ヒストグラム６１は、横軸が輝度値を、縦軸が度数を、それぞれ示しており、基準濃度値６２は中央値としてヒストグラム６１に重畳して表示する。
【００６８】
「検出しきい値」として「明側」に‘３０’、「暗側」に‘１０’が設定されているので、基準濃度値６２を挟んで明側（＋側）に３０輝度値の高い第一の閾値６３と、暗側（−側）に１０輝度値の低い第二の閾値６４とが、ヒストグラム６１に重畳して表示されている（ヒストグラム表示手段３７）。ラベリング処理により、第二の閾値６４以上第一の閾値６３以下の範囲から外れた輝度値を有する画素を抽出し、抽出した画素の輝度値の連結性に基づいて、画素の集合体をブロブとして特定し、図６（ａ）に示すラベリング処理画像が生成される。
【００６９】
図６（ａ）に示すラベリング処理画像で、ブロブ６５は明側の閾値である第一の閾値６３により特定されたブロブである。すなわち、第一の閾値６３より大きい輝度値を有する画素の集合体として特定される。また、ブロブ６６は、暗側の閾値である第二の閾値４４により特定されたブロブである。換言すれば、第二の閾値６４より小さい輝度値を有する画素の集合体として特定される。差分は絶対値として算出しているので、算出された差分が基準濃度値６２と第二の閾値６４との差分より大きい画素の集合体を特定する。このように明暗個別に「検出しきい値」の値を変えることで、ブロブとして特定するべき対象を調整することができる。
【００７０】
ユーザは、画面に表示出力されたラベリング処理画像を確認して、閾値を変更するか否かを判断する。具体的には、ユーザは、画面上に検出対象物であるブロブ（欠陥）がすべて表示されているか否かに基づいて判断する。
【００７１】
図２に戻って、画像処理部３は、閾値の変更指示を受け付けたか否かを判断し（ステップＳ２０８）、画像処理部３が、閾値の変更指示を受け付けたと判断した場合（ステップＳ２０８：ＹＥＳ）、画像処理部３は、処理をステップＳ２０５へ戻し、上述した処理を繰り返す。画像処理部３が、閾値の変更指示を受け付けていないと判断した場合（ステップＳ２０８：ＮＯ）、画像処理部３は、特定されたブロブごとに特徴量を算出する（ステップＳ２０９）。算出する特徴量は、例えば基準濃度値との差分の正負に関する正負情報、基準濃度値との差分の総和、基準濃度値との差分の最大値、基準濃度値との差分の平均値、又は基準濃度値との差分の標準偏差である。
【００７２】
次に、画像処理部３は、特定されたブロブの欠陥判別に用いる判別基準をユーザ操作に従って設定する（ステップＳ２１０）。判別基準は、算出した特徴量に基づいて設定する。ブロブごとに差分を用いた特徴量を算出し、算出した特徴量に基づいて判別基準を設定することにより、特定したブロブの面積だけでは判別することができない欠陥を判別することができる。例えば、（１）特定したブロブの面積は小さく、基準濃度値との差分も小さい場合には欠陥として検出することを回避したい、（２）特定したブロブの面積が小さくても、基準濃度値との差分が大きい場合には欠陥として検出したい、あるいは、（３）基準濃度値との差分が小さいが、特定したブロブの面積が大きい場合には欠陥として検出したい等、欠陥の検出にはきめ細かいニーズが少なからず存在する。
【００７３】
そこで、上述した特徴量を欠陥であるか否かの判断指標とすることにより、きめ細かい欠陥の検出をすることができる。例えば、基準濃度値との差分の総和が所定値より大きいブロブを欠陥であると判断することにより、（１）特定したブロブの面積は小さく、基準濃度値との差分も小さい場合には欠陥として検出せず、（２）特定したブロブの面積が小さくても、基準濃度値との差分が大きい場合には欠陥として検出することができ、（３）基準濃度値との差分が小さいが、特定したブロブの面積が大きい場合は総和が大きいので欠陥として検出することができる。また、基準濃度値からの差分を用いて特徴量を求めているため、明暗が変化した場合であっても差分情報の変化は少なく、安定した特徴量を用いて精度の高い判定を行うことができる。
【００７４】
なお、特徴量として上述した基準濃度値との差分の正負に関する正負情報、基準濃度値との差分の総和、基準濃度値との差分の最大値、基準濃度値との差分の平均値、又は基準濃度値との差分の標準偏差などから複数の特徴量を算出した場合は、これらを組み合わせてより複雑な欠陥判別基準を設定することも可能である。また、特定されたブロブの面積と特徴量とを組み合わせた欠陥判別基準を設定することも可能である。
【００７５】
以上のように設定して記憶されている閾値に基づいてブロブであるか否かを特定し、判別基準に基づいて欠陥であるか否かを判別する。図７は、本実施の形態１に係る画像検査装置１で用いる画像検査方法の欠陥判別処理の各工程を示すフローチャートである。本発明に係る画像検査方法の欠陥判別処理の各工程は、画像処理部３の内部に格納された本発明に係るコンピュータプログラムに従って実行される。
【００７６】
図７において、まず、画像処理部３が、撮像手段２により検査対象領域の多値画像を取得する（ステップＳ７０１）。画像処理部３は、記憶されている算出方法により基準濃度値を算出し（ステップＳ７０２）、画素ごとに多値画像の各画素の濃度値と基準濃度値との差分を算出する（ステップＳ７０３）。画像処理部３は、設定して記憶されている閾値によるラベリング処理を実行する（ステップＳ７０４）。
【００７７】
画像処理部３は、特定されたブロブごとに特徴量を算出する（ステップＳ７０５）。算出する特徴量は、例えば差分の正負に関する正負情報、差分の総和、差分の最大値、差分の平均値、又は差分の標準偏差である。画像処理部３は、特定されたブロブの欠陥判別に用いる判別基準に基づいて欠陥判別処理を実行する（ステップＳ７０６）。
【００７８】
以上のように本実施の形態１によれば、算出した差分が閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいてブロブを特定し、特定されたブロブに対して、基準濃度値との差分を用いた特徴量を算出することにより、取得した多値画像の明暗が変化した場合であっても、明るさの変動に追従して基準濃度値を算出することができるので、高い精度で欠陥を検出することが可能となる。さらに、基準濃度値との差分を用いた特徴量を算出するので、欠陥を検出する精度をより高めることが可能となる。
【００７９】
（実施の形態２）
図８は、本発明の実施の形態２に係る画像検査装置の一構成例を示すブロック図である。図８において、本実施の形態２に係る画像検査装置１は、撮像手段２と、画像処理部３と、記憶手段４と、入力受付手段５と、出力手段６とで構成される。
【００８０】
なお、本実施の形態２が実施の形態１と異なるのは、実施の形態１の画像処理部３に、セグメント設定手段３８と、セグメント画像生成手段３９とを追加し、入力受付手段５が、閾値及び基準濃度値の算出方法の選択に加えて、セグメントのサイズ及び移動量の入力を受け付ける点にある。以下、この相違点について主に説明する。
【００８１】
セグメント設定手段３８は、撮像手段２により取得された多値画像に対して、入力受付手段５で入力を受け付けた、ユーザが所望するサイズ（Ｘ方向の画素数とＹ方向の画素数）のセグメントを、セグメント画像生成手段３９に対して設定して記憶する。
【００８２】
セグメント画像生成手段３９は、セグメント設定手段３８により設定して記憶されたサイズのセグメントを、ユーザが所望する画素単位（Ｘ方向又はＹ方向の移動量）で移動させながらセグメント内の画素の平均輝度値を算出し、算出された平均輝度値を有するセグメント画像を生成する。以後の処理では、１セグメントを１画素として扱うことになる。ここで、セグメント画像は、出力手段６である画像表示装置に出力され、画面上に表示されるので、ユーザはセグメント画像を確認しながら、セグメントのサイズ及び移動量を調整することができる。調整されたセグメントのサイズ及び移動量は記憶手段４に記憶される。
【００８３】
図９は、本実施の形態２に係る画像検査装置１で用いる画像検査方法の各設定工程を示すフローチャートである。本実施の形態２に係る画像検査方法の各設定工程は、画像処理部３の内部に格納された本発明に係るコンピュータプログラムに従って実行される。
【００８４】
図９において、まず、画像処理部３は、撮像手段２により検査対象領域の多値画像を取得する（ステップＳ２０１）。画像処理部３は、セグメントのサイズ及び移動量のユーザによる入力を受け付け、入力されたセグメントのサイズ及び移動量を、セグメント画像生成手段３９に対して設定して記憶する（ステップＳ９０１）。
【００８５】
画像処理部３は、記憶されているサイズのセグメントを記憶されている移動量で移動させながら、セグメント内の画素の平均輝度値を算出し、算出された平均輝度値を有するセグメント画像を生成する（ステップＳ９０２）。
【００８６】
画像処理部３は、ユーザによるセグメントのサイズ及び／又は移動量の変更を受け付けたか否かを判断し（ステップＳ９０３）、画像処理部３が、ユーザによるセグメントのサイズ及び／又は移動量の変更を受け付けたと判断した場合（ステップＳ９０３：ＹＥＳ）、画像処理部３は、セグメントのサイズ及び／又は移動量を再設定し（ステップＳ９０４）、処理をステップＳ９０２に戻して上述した処理を繰り返す。
【００８７】
画像処理部３が、ユーザによるセグメントのサイズ及び／又は移動量の変更を受け付けていないと判断した場合（ステップＳ９０３：ＮＯ）、画像処理部３は、基準濃度値を算出する算出方法の選択を受け付けて記憶する（ステップＳ２０２）。具体的には、ワーク（検査対象領域）のセグメント画像の濃度情報である輝度値の平均値を算出するか、輝度値の中央値を算出するか、あるいはユーザによる指定を受け付けるかの選択を受け付けて記憶する。
【００８８】
画像処理部３は、選択を受け付けて記憶されている算出方法により基準濃度値を算出し（ステップＳ２０３）、各セグメント単位の画素ごとに多値画像の各画素の濃度値と基準濃度値との差分を算出する（ステップＳ２０４）。画像処理部３は、差分の分布状況に応じて閾値を設定する（ステップＳ２０５）。画像処理部３は、設定された閾値によるラベリング処理を実行し（ステップＳ２０６）、結果として得られたラベリング処理画像を出力する（ステップＳ２０７）。
【００８９】
画像処理部３は、閾値の変更指示を受け付けたか否かを判断し（ステップＳ２０８）、画像処理部３が、閾値の変更指示を受け付けたと判断した場合（ステップＳ２０８：ＹＥＳ）、画像処理部３は、処理をステップＳ２０５へ戻し、上述した処理を繰り返す。画像処理部３が、閾値の変更指示を受け付けていないと判断した場合（ステップＳ２０８：ＮＯ）、画像処理部３は、特定されたブロブごとに特徴量を算出する（ステップＳ２０９）。算出する特徴量は、例えば差分の正負に関する正負情報、差分の総和、差分の最大値、差分の平均値、又は差分の標準偏差である。
【００９０】
次に、画像処理部３は、特定されたブロブの欠陥判別に用いる判別基準をユーザ操作に従って設定する（ステップＳ２１０）。判別基準は、算出した特徴量に基づいて設定する。ブロブごとに差分を用いた特徴量を算出し、算出した特徴量に基づいて判別基準を設定することにより、特定したブロブの面積だけでは判別することができない欠陥を判別することができる。
【００９１】
図１０は、セグメント画像を用いたラベリング処理画像の例示図である。図１０（ａ）は、撮像手段２で取得した元の多値画像の例示図であり、図１０（ｂ）は、図１０（ａ）に示す多値画像に基づいてセグメント化せずに生成したラベリング処理画像の例示図であり、図１０（ｃ）は、図１０（ａ）に示す多値画像に基づいてセグメント化してから生成したラベリング処理画像の例示図である。
【００９２】
図１０（ｂ）に示すように、セグメント化せずにラベリング処理画像を生成した場合、元の多値画像と同様、欠陥が分断した状態のまま検出するので、欠陥を一のブロブとして検出することができない。それに対して、図１０（ｃ）に示すように、セグメント化してからラベリング処理画像を生成した場合、欠陥を一のブロブとして検出することができるので、欠陥の特徴量をブロブの特徴量として算出することができ、特定されたブロブが欠陥であるか否かをより高い精度で判断することが可能となる。また、各セグメントを１画素として処理することができるため、扱うデータ量が少なくなり、セグメント化しない場合より高速な演算処理が可能となる。
【００９３】
また、図１１は、文字画像について、セグメント画像を用いたラベリング処理画像の例示図である。図１１（ａ）は、撮像手段２で取得した元の多値画像の例示図であり、図１１（ｂ）は、図１１（ａ）に示す多値画像に基づいてセグメント化せずに生成したラベリング処理画像の例示図であり、図１１（ｃ）は、図１１（ａ）に示す多値画像に基づいてセグメント化してから生成したラベリング処理画像の例示図である。
【００９４】
図１１（ｂ）に示すように、セグメント化せずにラベリング処理画像を生成した場合、元の多値画像と同様、文字それぞれが単独で検出される。それに対して、図１１（ｃ）に示すように、横方向にセグメント化してからラベリング処理画像を生成した場合、文字単位ではなく行ごとに一のブロブとして検出することができる。したがって、行数のカウントに用いる等、その応用範囲が拡大する。
【００９５】
以上のように設定して記憶されている閾値に基づいてブロブであるか否かを特定し、判別基準に基づいて欠陥であるか否かを判別する。図１２は、本実施の形態２に係る画像検査装置１で用いる画像検査方法の欠陥判別処理の各工程を示すフローチャートである。本発明に係る画像検査方法の欠陥判別処理の各工程は、画像処理部３の内部に格納された本発明に係るコンピュータプログラムに従って実行される。
【００９６】
図１２において、まず、画像処理部３は、撮像手段２により検査対象領域の多値画像を取得する（ステップＳ１２０１）。画像処理部３は、記憶されているサイズのセグメントを記憶されている移動量で移動させながら、セグメント内の画素の平均輝度値を算出し、算出された平均輝度値を有するセグメント画像を生成する（ステップＳ１２０２）。
【００９７】
画像処理部３は、記憶されている算出方法により基準濃度値を算出し（ステップＳ１２０３）、各セグメント単位の画素ごとに多値画像の各画素の濃度値と基準濃度値との差分を算出する（ステップＳ１２０４）。画像処理部３は、設定された閾値によるラベリング処理を実行する（ステップＳ１２０５）。
【００９８】
画像処理部３は、特定されたブロブごとに特徴量を算出する（ステップＳ１２０６）。算出する特徴量は、例えば差分の正負に関する正負情報、差分の総和、差分の最大値、差分の平均値、又は差分の標準偏差である。画像処理部３は、特定されたブロブの欠陥判別に用いる判別基準に基づいて欠陥判別処理を実行する（ステップＳ１２０７）。
【００９９】
以上のように本実施の形態２によれば、ユーザが所望するサイズのセグメントを所望の画素単位（移動量）で移動させながら算出したセグメント内の画素の平均輝度値を１画素値としてセグメント画像を生成し、生成したセグメント画像の濃度情報に基づいて基準濃度値を算出し、算出した基準濃度値との差分をセグメント内の画素ごとに算出することにより、検出対象物を１つのブロブとして特定しやすくすることができ、演算処理を高速化、安定化することができる。
【０１００】
なお、本発明は上記実施例に限定されるものではなく、本発明の趣旨の範囲内であれば多種の変更、改良等が可能である。
【符号の説明】
【０１０１】
１ 画像検査装置
２ 撮像手段
３ 画像処理部
４ 記憶手段
５ 入力受付手段
６ 出力手段
３１ 基準濃度値算出手段
３２ 差分算出手段
３３ 閾値設定・記憶手段（閾値記憶手段）
３４ ラベリング手段
３５ 特徴量算出手段
３６ 色画像表示手段
３７ ヒストグラム表示手段
３８ セグメント設定手段
３９ セグメント画像生成手段
４０ 欠陥判別基準設定手段
５１ 算出方法選択受付手段
【特許請求の範囲】
【請求項１】
検査対象領域の多値画像を取得する撮像手段と、
取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出手段と、
前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出手段と、
前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶手段と、
算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング手段と、
該ラベリング手段により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出手段と、
算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別手段と
を備えることを特徴とする画像検査装置。
【請求項２】
前記基準濃度値を算出する複数の方法の中から一の方法の選択を受け付ける算出方法選択受付手段を備えることを特徴とする請求項１記載の画像検査装置。
【請求項３】
前記基準濃度値算出手段は、前記検査対象領域の多値画像の濃度情報である輝度値の平均値又は中央値を前記基準濃度値として算出するようにしてあることを特徴とする請求項１又は２記載の画像検査装置。
【請求項４】
前記差分算出手段は、前記差分を正又は負の値として算出するようにしてあり、
前記閾値記憶手段には、正の閾値、負の閾値、又はその両方のいずれかを選択的に設定した値を記憶するようにしてあり、
前記ラベリング手段は、前記正の閾値のみ、前記負の閾値のみ、前記正の閾値及び前記負の閾値の両方のいずれかに基づいて前記画素の集合体を特定するようにしてあることを特徴とする請求項１乃至３のいずれか一項に記載の画像検査装置。
【請求項５】
前記閾値は、前記正の閾値と、前記負の閾値とで別個に設定するようにしてあることを特徴とする請求項４に記載の画像検査装置。
【請求項６】
前記撮像手段により取得した前記多値画像に対して所定サイズのセグメントを設定するセグメント設定手段を備え、
前記基準濃度値算出手段は、設定したセグメントから取得するセグメント画像の濃度情報に基づいて基準濃度値を算出し、
前記差分算出手段は、前記差分を前記セグメント単位の画素ごとに算出するようにしてあることを特徴とする請求項１乃至５のいずれか一項に記載の画像検査装置。
【請求項７】
前記セグメント設定手段は、前記セグメントのサイズ及び前記セグメントのＸ方向又はＹ方向の移動量の入力を受け付ける入力受付手段を備えることを特徴とする請求項６記載の画像検査装置。
【請求項８】
前記差分に対して色を割り当てた画像を表示する色画像表示手段を備えることを特徴とする請求項１乃至７のいずれか一項に記載の画像検査装置。
【請求項９】
前記差分のヒストグラムに、前記閾値を重畳表示するヒストグラム表示手段を備えることを特徴とする請求項１乃至８のいずれか一項に記載の画像検査装置。
【請求項１０】
前記特徴量は、前記差分の正負に関する正負情報、前記差分の総和、前記差分の最大値、前記差分の平均値、又は前記差分の標準偏差のうちの少なくともいずれか１つであることを特徴とする請求項１乃至９のいずれか一項に記載の画像検査装置。
【請求項１１】
前記特徴量算出手段は、前記特徴量として前記差分の正負に関する正負情報、前記差分の総和、前記差分の最大値、前記差分の平均値、又は前記差分の標準偏差のうちの少なくともいずれか２つ以上を算出するようにしてあり、
前記欠陥判別手段は、算出された２つ以上の特徴量を組み合わせた判別基準に基づいて前記画素の集合体の欠陥を判別するようにしてあることを特徴とする請求項１乃至１０のいずれか一項に記載の画像検査装置。
【請求項１２】
前記欠陥判別手段は、特定された画素の集合体の面積と、前記特徴量とを組み合わせた判別基準に基づいて、前記画素の集合体の欠陥を判別するようにしてあることを特徴とする請求項１乃至１１のいずれか一項に記載の画像検査装置。
【請求項１３】
検査対象領域の多値画像を取得する撮像工程と、
取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出工程と、
前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出工程と、
前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶工程と、
算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング工程と、
該ラベリング工程により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出工程と、
算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別工程と
を含むことを特徴とする画像検査方法。
【請求項１４】
検査対象領域の多値画像を取得する撮像処理と、
取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出処理と、
前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出処理と、
前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶処理と、
算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング処理と、
該ラベリング処理により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出処理と、
算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別処理と
をコンピュータに実行させることを特徴とするコンピュータプログラム。
【請求項１】
検査対象領域の多値画像を取得する撮像手段と、
取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出手段と、
前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出手段と、
前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶手段と、
算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング手段と、
該ラベリング手段により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出手段と、
算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別手段と
を備えることを特徴とする画像検査装置。
【請求項２】
前記基準濃度値を算出する複数の方法の中から一の方法の選択を受け付ける算出方法選択受付手段を備えることを特徴とする請求項１記載の画像検査装置。
【請求項３】
前記基準濃度値算出手段は、前記検査対象領域の多値画像の濃度情報である輝度値の平均値又は中央値を前記基準濃度値として算出するようにしてあることを特徴とする請求項１又は２記載の画像検査装置。
【請求項４】
前記差分算出手段は、前記差分を正又は負の値として算出するようにしてあり、
前記閾値記憶手段には、正の閾値、負の閾値、又はその両方のいずれかを選択的に設定した値を記憶するようにしてあり、
前記ラベリング手段は、前記正の閾値のみ、前記負の閾値のみ、前記正の閾値及び前記負の閾値の両方のいずれかに基づいて前記画素の集合体を特定するようにしてあることを特徴とする請求項１乃至３のいずれか一項に記載の画像検査装置。
【請求項５】
前記閾値は、前記正の閾値と、前記負の閾値とで別個に設定するようにしてあることを特徴とする請求項４に記載の画像検査装置。
【請求項６】
前記撮像手段により取得した前記多値画像に対して所定サイズのセグメントを設定するセグメント設定手段を備え、
前記基準濃度値算出手段は、設定したセグメントから取得するセグメント画像の濃度情報に基づいて基準濃度値を算出し、
前記差分算出手段は、前記差分を前記セグメント単位の画素ごとに算出するようにしてあることを特徴とする請求項１乃至５のいずれか一項に記載の画像検査装置。
【請求項７】
前記セグメント設定手段は、前記セグメントのサイズ及び前記セグメントのＸ方向又はＹ方向の移動量の入力を受け付ける入力受付手段を備えることを特徴とする請求項６記載の画像検査装置。
【請求項８】
前記差分に対して色を割り当てた画像を表示する色画像表示手段を備えることを特徴とする請求項１乃至７のいずれか一項に記載の画像検査装置。
【請求項９】
前記差分のヒストグラムに、前記閾値を重畳表示するヒストグラム表示手段を備えることを特徴とする請求項１乃至８のいずれか一項に記載の画像検査装置。
【請求項１０】
前記特徴量は、前記差分の正負に関する正負情報、前記差分の総和、前記差分の最大値、前記差分の平均値、又は前記差分の標準偏差のうちの少なくともいずれか１つであることを特徴とする請求項１乃至９のいずれか一項に記載の画像検査装置。
【請求項１１】
前記特徴量算出手段は、前記特徴量として前記差分の正負に関する正負情報、前記差分の総和、前記差分の最大値、前記差分の平均値、又は前記差分の標準偏差のうちの少なくともいずれか２つ以上を算出するようにしてあり、
前記欠陥判別手段は、算出された２つ以上の特徴量を組み合わせた判別基準に基づいて前記画素の集合体の欠陥を判別するようにしてあることを特徴とする請求項１乃至１０のいずれか一項に記載の画像検査装置。
【請求項１２】
前記欠陥判別手段は、特定された画素の集合体の面積と、前記特徴量とを組み合わせた判別基準に基づいて、前記画素の集合体の欠陥を判別するようにしてあることを特徴とする請求項１乃至１１のいずれか一項に記載の画像検査装置。
【請求項１３】
検査対象領域の多値画像を取得する撮像工程と、
取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出工程と、
前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出工程と、
前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶工程と、
算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング工程と、
該ラベリング工程により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出工程と、
算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別工程と
を含むことを特徴とする画像検査方法。
【請求項１４】
検査対象領域の多値画像を取得する撮像処理と、
取得した多値画像の濃度情報に基づいて基準濃度値を算出する基準濃度値算出処理と、
前記多値画像の各画素の濃度値と算出した基準濃度値との差分を画素ごとに算出する差分算出処理と、
前記基準濃度値の変化に追従して変化するように該基準濃度値に対して相対的に閾値を設定して記憶する閾値記憶処理と、
算出した差分が前記閾値より大きい複数の画素を抽出し、抽出された複数の画素の輝度値の連結性に基づいて画素の集合体を特定するラベリング処理と、
該ラベリング処理により特定された画素の集合体に対して、前記差分を用いた特徴量を算出する特徴量算出処理と、
算出した特徴量に基づいて、特定された画素の集合体の欠陥を判別する欠陥判別処理と
をコンピュータに実行させることを特徴とするコンピュータプログラム。
【図１】
【図２】
【図７】
【図８】
【図９】
【図１２】
【図３】
【図４】
【図５】
【図６】
【図１０】
【図１１】
【図２】
【図７】
【図８】
【図９】
【図１２】
【図３】
【図４】
【図５】
【図６】
【図１０】
【図１１】
【公開番号】特開２０１２−１６７９６３（Ｐ２０１２−１６７９６３Ａ）
【公開日】平成２４年９月６日（２０１２．９．６）
【国際特許分類】
【出願番号】特願２０１１−２７８５３（Ｐ２０１１−２７８５３）
【出願日】平成２３年２月１０日（２０１１．２．１０）
【出願人】（０００１２９２５３）株式会社キーエンス (681)
【Ｆターム（参考）】
【公開日】平成２４年９月６日（２０１２．９．６）
【国際特許分類】
【出願日】平成２３年２月１０日（２０１１．２．１０）
【出願人】（０００１２９２５３）株式会社キーエンス (681)
【Ｆターム（参考）】
[ Back to top ]