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 ]