專利名稱：圖像檢查裝置、缺陷檢測方法及缺陷檢測程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用來對圖像元件進行檢查的圖像檢查裝置、缺陷檢測方法及缺陷檢測程序。
背景技術(shù)：
近年來，已將CCD(電荷耦合器件)、CMOS(互補金屬氧化物半導(dǎo)體)器件以及其他圖像采集元件用于諸如數(shù)碼相機、數(shù)碼攝像機，以及掃描儀的成像裝置中，由于可用于便攜式電話以及不斷降低的成本和改善的圖像質(zhì)量，它們被廣泛使用。在對配備有這種圖像采集元件的成像裝置的質(zhì)量檢查中，基于測試圖案的采集圖像來判斷該圖像采集元件的質(zhì)量(合格或不合格)。
結(jié)果為“不合格”的一個原因是稱為“瑕疵”(也稱為亮度不均)的缺陷，其中會出現(xiàn)與周圍區(qū)域具有等于或大于一規(guī)定值的濃度差的區(qū)域。在檢測瑕疵的手工操作中，檢查員能夠通過視覺來檢查所采集的圖像；但是根據(jù)該檢查員的技巧及其身體狀況，檢測的精度會發(fā)生變化，處理的速度會不同，并且在有些情況下，會出現(xiàn)做出誤判斷的問題，即將不合格的產(chǎn)品判斷為合格，而將合格的產(chǎn)品判斷為不合格。另外，培訓(xùn)熟練的檢查員需要大量的時間和成本。因此，現(xiàn)有技術(shù)中已經(jīng)提出用于自動檢測這種瑕疵的方法。
通常，由于透鏡特性、照明特性或其他因素，所采集圖像會具有明暗度(shading)特性，例如在中心部分濃淡(gradation)值較亮，而朝向周邊則變暗。在對具有明顯明暗度特性的圖像(該圖像在以上示例中即在中心部分與周邊部分之間具有較大濃淡值差的圖像)進行檢查時，由于明暗度造成的處于比該濃淡值差更低級別的任何“淡的瑕疵”被明暗度特性所掩蓋，所以難以進行檢測。
現(xiàn)有技術(shù)中，如果先前采集的圖像中的明暗度特性是已知的，則可采用以下的方法對所述明暗度進行校正，進行平滑化以均勻地校正圖像級(image level)，從而對“瑕疵”進行自動檢測。例如，日本特開平9-329527號公報提出了一種方法，其中在平滑化之后，使用采用微分圖像數(shù)據(jù)的像素值來確定暗缺陷區(qū)域和明缺陷區(qū)域的中心，以及這些區(qū)域的外接四邊形的頂點的位置，并且使用這些位置關(guān)系來檢測環(huán)狀明缺陷和環(huán)狀暗缺陷。
作為周邊技術(shù)，日本特開2003-130756號公報描述了一種在圖像檢查裝置中用來對透鏡和其他光學(xué)元件的品質(zhì)進行檢查的光學(xué)元件檢查方法，在該方法中，執(zhí)行利用傅立葉變換的濾波，從而去除了周期性出現(xiàn)在采集圖像中的濃淡圖案。另外，日本特開2003-169255號公報描述了基于通過采集圖像中心點的水平軸和垂直軸上的抽樣點數(shù)據(jù)來對用于各軸的校正近似線進行計算。還講述了將所述采集圖像中任意坐標系處的明暗度校正系數(shù)計算為水平軸上的校正近似線的校正系數(shù)與垂直軸上的校正近似線的校正系數(shù)的乘積。日本特開平7-154675號公報描述了一種采集裝置，其在屏幕上各區(qū)域中對在其中檢測數(shù)據(jù)的塊的大小進行改變，從而能夠改善明暗度校正的校正精度和其他處理。

發(fā)明內(nèi)容
然而，在上述現(xiàn)有技術(shù)中，可以使用預(yù)先準備的明暗度特性來校正圖像，并且當已知采集圖像中的明暗度特性時，能夠自動檢測“瑕疵”；但是實際上，由于透鏡安裝誤差和設(shè)備制造時出現(xiàn)的其他散射，無法為用于檢查的所有成像裝置確定統(tǒng)一應(yīng)用的明暗度特性。因此，當預(yù)先準備的明暗度特性不同于用于檢查的成像裝置的明暗度特性時，無法進行精確的校正，所以出現(xiàn)了缺陷檢測精度降低以及導(dǎo)致錯誤判斷的問題。
因此，本發(fā)明的一個目的是提供一種圖像檢查裝置、缺陷檢測方法及缺陷檢測程序，其能夠根據(jù)在用于檢查的成像裝置之中存在的不同的明暗度特性來自動地檢測“瑕疵”。
作為本發(fā)明的第一方面，通過提供一種缺陷檢測方法來實現(xiàn)以上目的，該方法由連接至成像裝置的圖像檢查裝置來執(zhí)行，所述成像裝置具有光學(xué)元件和成像元件，以將由所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷。該方法包括通過以規(guī)定行數(shù)為單位進行分割，將由M行N列(M和N是自然數(shù))個像素形成的數(shù)字圖像劃分成多個帶狀區(qū)域；對于所述多個帶狀區(qū)域的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；然后判斷是否存在如下的連續(xù)的d個列(d是滿足1＜d＜N的自然數(shù))，在所述列中，根據(jù)所述近似線推導(dǎo)的所述濃淡值與針對各列的所述濃淡值的平均值之間的差值超出一指定閾值。
作為本發(fā)明的第二方面，通過提供一種缺陷檢測方法來實現(xiàn)以上目的，該方法由連接至成像裝置的圖像檢查裝置來執(zhí)行，所述成像裝置具有光學(xué)元件和成像元件，以將由所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷。該方法包括通過以規(guī)定行數(shù)為單位進行分割，將由M行N列(M和N是自然數(shù))個像素形成的數(shù)字圖像劃分成多個帶狀區(qū)域；對于所述多個帶狀區(qū)域的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；然后判斷在所述多個帶狀區(qū)域的第一帶狀區(qū)域中，是否存在如下連續(xù)的d個列(d是滿足1＜d＜N的自然數(shù))，在所述列中，根據(jù)所述近似線推導(dǎo)的所述濃淡值與針對各列的所述濃淡值的平均值之間的差超出一規(guī)定閾值，并且當存在這樣的連續(xù)時，則將所述差值超過所述指定閾值的所述連續(xù)列的部分確定為缺陷的位置，并且判斷鄰近的第二帶狀區(qū)域中的缺陷的位置是否與所述第一帶狀區(qū)域中的所述缺陷的位置相交疊。
作為本發(fā)明的第三方面，通過提供一種缺陷檢測方法來實現(xiàn)以上目的，該方法由連接至成像裝置的圖像檢查裝置來執(zhí)行，所述成像裝置具有光學(xué)元件和成像元件，以將由所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷。該方法包括通過以規(guī)定行數(shù)為單位進行分割，將由M行N列(M和N是自然數(shù))個像素形成的數(shù)字圖像劃分成多個帶狀區(qū)域；對于所述多個帶狀區(qū)域的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；識別出所述列的一連續(xù)區(qū)間，其中從根據(jù)所述近似線推導(dǎo)的所述濃淡值減去針對各列的所述濃淡值的平均值所得的差為正；并且針對各個所識別的區(qū)間，計算由濃淡值的所述平均值以及所述近似線包圍的面積，并判斷各所述區(qū)間中的所述面積是否超過了一指定閾值。
作為本發(fā)明的第四方面，通過提供一程序來實現(xiàn)以上目的，該程序由連接至成像裝置的計算機來執(zhí)行，所述成像裝置具有光學(xué)元件和成像元件，用來將由所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷。該程序使計算機執(zhí)行如下操作通過以規(guī)定行數(shù)為單位進行分割，將由M行N列(M和N是自然數(shù))個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域；對于所述多個帶狀區(qū)域中的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；并且判斷是否存在連續(xù)的d個列(d是滿足1＜d＜N的自然數(shù))，在這些列中，根據(jù)所述近似線得到的所述濃淡值與針對各列的所述濃淡值的平均值之間的差超出一指定閾值。
作為本發(fā)明的第五方面，通過提供一種圖像檢查裝置來實現(xiàn)以上目的，該圖像檢查裝置連接至成像裝置，所述成像裝置具有光學(xué)元件和成像元件，用來將由所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷。該圖像檢查裝置包括劃分部分，其通過以規(guī)定行數(shù)為單位進行分割，將由M行N列(M和N是自然數(shù))個像素形成的數(shù)字圖像劃分成多個帶狀區(qū)域；求平均部分，其針對所述多個帶狀區(qū)域中的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；近似部分，計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；以及判斷部分，其判斷是否存在連續(xù)的d個列(d是滿足1＜d＜N的自然數(shù))，在這些列中，根據(jù)由所述近似部分計算的所述近似線得到的所述濃淡值與由所述求平均部分計算的所述濃淡值的平均值之間的差值超出一指定閾值。
利用本發(fā)明，可以根據(jù)其中安裝有成像元件的各成像裝置的不同明暗度特性來適當?shù)貦z測出瑕疵。因此在檢查中無需設(shè)定預(yù)先確定的明暗度特性，并且不再需要精確安裝信號采集設(shè)備的成像裝置，所述信號采集設(shè)備將信號從成像裝置中繼至圖像檢測設(shè)備。


圖1示出了本發(fā)明實施例的圖像檢查系統(tǒng)的結(jié)構(gòu)；圖2示出了實施例的圖像檢查裝置的結(jié)構(gòu)；圖3是用于說明實施例的圖像檢查裝置的控制部分的功能框圖；圖4是采集圖像的數(shù)據(jù)結(jié)構(gòu)的示例；圖5A是在以每三行為單位作為規(guī)定行數(shù)進行劃分的情況下的帶狀區(qū)域的示例；圖5B是將計算出的濃淡值的平均數(shù)據(jù)存儲在存儲部分中時數(shù)據(jù)結(jié)構(gòu)的一個示例；圖6是用于說明實施例的圖像檢查裝置的操作的流程圖；圖7是用于說明(第一)瑕疵檢測方法的流程圖；圖8是用于說明(第二)瑕疵檢測方法的流程圖；圖9是用于說明(第三)瑕疵檢測方法的流程圖；圖10A是沒有瑕疵時的采集圖像的示例；圖10B示出了帶狀區(qū)域中的濃淡值的分布；圖11A是在存在一個瑕疵時的采集圖像的示例；圖11B示出了帶狀區(qū)域中的濃淡值的分布；
圖12A是在存在兩個瑕疵時的采集圖像的示例；圖12B示出了帶狀區(qū)域中的濃淡值的分布；圖13A是在存在三個瑕疵時的采集圖像的示例；圖13B示出了在寬度增加時的帶狀區(qū)域中的濃淡值的分布；以及圖14是在瑕疵附近的濃淡值分布的放大圖。
具體實施例方式
下面將參照附圖來說明本發(fā)明的實施例。不過，本發(fā)明的技術(shù)范圍不限于這些實施例，而是延及權(quán)利要求范圍內(nèi)的所述發(fā)明及其等同發(fā)明。
圖1示出了本發(fā)明實施例的圖像檢查系統(tǒng)的結(jié)構(gòu)。該圖像檢查系統(tǒng)具有攝像機單元2，其利用待檢查的成像元件來采集檢查用采集圖像1；信號輸入裝置5，其將來自所述攝像機單元2的電信號轉(zhuǎn)換為圖像格式；以及，圖像檢查裝置10，對其輸入來自所述信號輸入裝置5的圖像數(shù)據(jù)，并且其基于所輸入的圖像數(shù)據(jù)來進行瑕疵的檢測；通過信號線8將這些部分連接起來。
攝像機單元2包括透鏡3和CCD、CMOS器件或其他成像元件4，利用透鏡3將圖像聚焦在成像元件上。攝像機單元2對由發(fā)自照明裝置9的光所照射的檢查用采集圖像1進行采集。攝像機單元2通過信號線8連接至信號輸入裝置5，并且，將從由成像元件4所接收的光轉(zhuǎn)換的電信號輸入信號輸入裝置5的信號接觸部分6中。
在通過拆卸和更換攝像機單元2來實現(xiàn)對多個成像元件4進行檢查的設(shè)計中，通過信號接觸部分6的連接端子以及攝像機單元2的連接端子將攝像機單元2連接至信號輸入裝置5，所述接觸部分6的連接端子使得可以安裝或拆卸攝像機單元2。在信號轉(zhuǎn)換部分7中，將輸入信號接觸部分6的電信號轉(zhuǎn)換為多種圖像格式之一，例如RAW圖像格式、TIFF(標簽圖像文件格式)、JPEG(聯(lián)合攝取像專家組)、GIF(可交換圖形格式)以及BMP(位圖)，隨后將其作為圖像數(shù)據(jù)輸入圖像檢查裝置10中。
圖1所示的圖像檢查裝置10是臺式PC的主部，并將其連接至鍵盤41、鼠標42或其他輸入設(shè)備，液晶顯示器43或其他輸出設(shè)備，以及照明裝置9。該圖像檢查裝置10將從信號輸入裝置5輸出的圖像數(shù)據(jù)作為采集圖像顯示在液晶顯示器43上，基于液晶顯示器43上的圖像數(shù)據(jù)來顯示瑕疵的檢測結(jié)果，并控制照明裝置9。另外，該圖像檢查裝置10響應(yīng)于操作人員通過鍵盤41或類似設(shè)備輸入的命令來改變有關(guān)瑕疵檢測的設(shè)定。
本實施例的圖像檢查裝置10將所述采集圖像的圖像數(shù)據(jù)劃分為多個帶狀區(qū)域，針對各帶狀區(qū)域計算濃淡值的分布，并計算出近似濃淡值分布的近似線。然后，基于實際濃淡值與從所述近似線求得的近似值之間的差值，來檢測是否存在瑕疵。利用這種手段，可以根據(jù)各攝像機單元2的不同的明暗度特性來適當?shù)貦z測出瑕疵，這種不同的明暗度特性是由透鏡3的安裝誤差、成像元件4的品質(zhì)、以及攝像機單元制造過程中的容差以及攝像機單元2中的類似因素造成的。
圖2示出了該實施例的圖像檢查裝置10的結(jié)構(gòu)。圖2中的圖像檢查裝置10是臺式PC的主部，并且具有控制部分11、RAM(隨機存取存儲器)12、存儲部分13，以及用于與外部設(shè)備連接的接口(外部設(shè)備I/F)15，通過總線20將所有這些部分連接起來。
控制部分11包括未示出的CPU(中央處理單元)，其執(zhí)行存儲在RAM12中的程序并控制圖像檢查裝置10中的各個部分。RAM 12是存儲裝置，在其中臨時地存儲有由圖像檢查裝置10處理的計算結(jié)果和程序。存儲部分13是硬盤、光盤、磁盤、閃存或其他非易失性存儲裝置，并存儲有多種數(shù)據(jù)以及OS(操作系統(tǒng))或其他要讀入RAM中的程序。
外部設(shè)備I/F 15是用于將外部設(shè)備連接至服務(wù)器1的接口，可以是USB(通用串行總線)端口、PCI卡槽等?？梢赃B接的外部設(shè)備范圍很廣，包括打印機、TV調(diào)諧器、SCSI(小型計算機系統(tǒng)接口)設(shè)備、音頻設(shè)備、存儲卡讀寫器、網(wǎng)絡(luò)接口卡、無線局域網(wǎng)卡、調(diào)制解調(diào)器卡、鍵盤和鼠標，以及顯示設(shè)備。外部設(shè)備與所述圖像檢查裝置1的連接方式可以是有線或無線的。
輸入部分16是輸入裝置，對其輸入通過鍵盤41、鼠標42等來自操作人員的請求；顯示部分17是諸如CRT(陰極射線管)或液晶顯示器43的顯示裝置，以向所述操作人員提供信息。在本實施例中，通過外部設(shè)備I/F 15將圖1中的信號輸入裝置5、照明裝置9、輸入部分16以及顯示部分17連接起來。當由筆記本PC或其他硬件設(shè)備來實現(xiàn)圖像檢查裝置10時，可以將鍵盤、觸摸墊或其他輸入部分16，以及液晶顯示器或其他顯示部分17設(shè)置在所述主體單元內(nèi)，并且直接連接至所述內(nèi)部總線20。
圖3是用于說明該實施例的圖像檢查裝置10的控制部分11的功能框圖。圖3的各功能部分既可以實現(xiàn)為由包括在該控制部分11中的CPU(未示出)執(zhí)行的程序，也可以實現(xiàn)為ASIC(特定用途集成電路)或其他硬件。
圖3的控制部分11包括區(qū)域劃分部分31、明暗度平均值計算部分32、近似線計算部分33以及瑕疵判斷部分34。區(qū)域劃分部分31將輸入所述圖像檢查裝置10的采集圖像劃分成多個帶狀區(qū)域。具體地，在對后一階段中要執(zhí)行的濃淡值平均值進行計算的準備過程中，針對各規(guī)定區(qū)域獲取濃淡值數(shù)據(jù)。利用下面描述的采集圖像數(shù)據(jù)結(jié)構(gòu)示例來說明該操作。
圖4是輸入圖像檢查裝置10并存儲在存儲部分13中的采集圖像的數(shù)據(jù)結(jié)構(gòu)的示例。此處，假定該采集圖像由具有K個通道(channel)的M行和N列個像素構(gòu)成；在圖4中，由各像素的濃淡值來表示所述采集圖像，并且數(shù)據(jù)格式為CSQ(通道順序)格式。
對于單色圖像，通道數(shù)為1。普通彩色圖像有與三原色相對應(yīng)的3個通道，故通道數(shù)為3。然而，在于多個波長區(qū)域(諸如用于遙感領(lǐng)域的波長區(qū)域)中采集圖像的情況中，通道數(shù)可能大于3個。
圖4中，用L_k(i，j)(下劃線后的字符表示該字符為下標)來表示第i行、第j列、第k通道的像素的濃淡值。如下所述，在對濃淡值平均值進行計算的準備過程中，圖3中的區(qū)域劃分部分31針對各個通道獲取用于規(guī)定行數(shù)的濃淡值。例如，如果作為規(guī)定區(qū)域，將該采集圖像劃分為3行和N列的像素單元，然后所述區(qū)域劃分部分31獲取頭三行的濃淡值L_k(1，j)、L_k(2，j)、L_k(3，j)(1≤j≤N，1≤k≤K)。而且，在剩余的帶狀區(qū)域中，針對每三行獲取濃淡值。
作為帶狀區(qū)域中的行數(shù)，即決定劃分方式的行數(shù)，使用了預(yù)先在存儲部分13中設(shè)定的行數(shù)。即使數(shù)據(jù)格式不同，數(shù)據(jù)劃分部分31也可以獲取用于與指定區(qū)域相對應(yīng)的行數(shù)的數(shù)據(jù)。
回到圖3，濃淡平均值計算部分32基于區(qū)域劃分部分31所獲取的數(shù)據(jù)，針對所述采集圖像被劃分成的各帶狀區(qū)域中的每一列來計算濃淡值的平均值。利用圖5A和圖5B對此進行說明。
圖5A是以下情況中的帶狀區(qū)域的示例作為規(guī)定行數(shù)，以三行為單位進行劃分；對于第k通道中的前三行和N列來提取像素。圖5A中的各像素具有如圖4所示的濃淡值L_k(i，j)。
濃淡平均值計算部分32針對構(gòu)成各列的三行來計算濃淡值的平均值。例如，如果由Q_k(p，j)表示第p帶狀區(qū)域和第k通道中的第j列的平均濃淡值，則通過(L_k(1，1)+L_k(2，1)+L_k(3，1))/3來計算圖5A中的Q_k(1，1)。
濃淡平均值計算部分32對包含在圖5A所示的第一帶狀區(qū)域中的剩余列進行類似的計算，并且針對各列計算濃淡值的平均值。濃淡平均值計算部分32隨后類似地為各剩余帶狀區(qū)域中的各列計算出濃淡值的平均值。將以這種方式計算出的濃淡值平均值數(shù)據(jù)存儲在存儲部分13中。
圖5B是將所計算出的濃淡值的平均值數(shù)據(jù)存儲在存儲部分13中時的數(shù)據(jù)結(jié)構(gòu)的示例。在圖5B中有“通道號”、“區(qū)域號”、“行號”、“列號”以及“平均濃淡值”幾個數(shù)據(jù)字段。如圖5A和圖5B所示，針對每一通道、所述采集圖像被分成的所述多個帶狀區(qū)域的每一個、以及每一列來存儲平均濃淡值。
在圖5B中，將采集圖像劃分為各具有三行N列的多個帶狀區(qū)域，并且由此對包含在各列中的三個濃淡值的平均值進行計算；如果帶狀區(qū)域為s行N列，那么顯然對s個濃淡值的平均值進行計算，并將其存儲為“平均濃淡值”。如果圖像中的行數(shù)不能被用于劃分為多個帶狀區(qū)域的規(guī)定行數(shù)整除而沒有余數(shù)，則在邊緣帶狀區(qū)域(例如區(qū)域號為P)中包含了比其他帶狀區(qū)域的行數(shù)少的行數(shù)；但是濃淡平均值計算部分32仍以類似方式針對各列來計算濃淡值的平均值。
回到圖3，接下來近似線計算部分33計算近似線，該近似線表示每個帶狀區(qū)域中的列號與平均濃淡值之間的關(guān)系。例如，如果用x軸表示列號，用y軸表示平均濃淡值，且在二維平面內(nèi)示出針對每個帶狀區(qū)域的列號與平均濃淡值之間的關(guān)系，則近似線計算部分33計算出可在二次近似方程y＝ax2+bx+c中使用的一組參數(shù)a、b、c。
瑕疵判斷部分34基于由濃淡平均值計算部分32計算的平均濃淡值與從近似線計算部分33計算的近似線導(dǎo)出的近似值之間的差值，來判斷采集圖像中是否有瑕疵，并檢測所有瑕疵的位置。這樣，通過輸入圖像檢測裝置10的圖像數(shù)據(jù)來判斷是否有瑕疵，并且如果有瑕疵，則檢測它們的位置。
下面說明包含瑕疵檢測方法的圖像檢查裝置的操作。
圖6是說明本實施例的圖像檢查裝置10的操作的流程圖。首先，區(qū)域劃分部分31確定劃分寬度(S1)。該劃分寬度是帶狀區(qū)域中的行數(shù)，并將其預(yù)先設(shè)定在存儲部分13中。在步驟S1中，區(qū)域劃分部分31從存儲部分13中讀取所述設(shè)定值。
接下來，區(qū)域劃分部分31將輸入所述圖像檢查裝置10的采集圖像劃分成多個帶狀區(qū)域(S2)。在步驟S2中，如針對圖3進行的說明，通過區(qū)域劃分部分31獲得規(guī)定的濃淡值數(shù)據(jù)。
然后，濃淡平均值計算部分32針對各個帶狀區(qū)域計算濃淡的分布(S3)。如針對圖3進行的說明，在各帶狀區(qū)域中，通過濃淡平均值計算部分32對各列的濃淡值的平均值進行計算。
此外，近似線計算部分33計算近似線，該近似線近似帶狀區(qū)域中的濃淡分布(S4)。在步驟S4中，如針對圖3進行的說明，通過近似線計算部分33對最佳地表示每個帶狀區(qū)域中的列號與平均濃淡值之間關(guān)系的近似線進行計算。
基于在步驟S3中計算出的平均濃淡值和步驟S4中計算出的近似線，瑕疵判斷部分34判斷在所述采集圖像中是否有瑕疵，如果有瑕疵，則確定它們的位置(S5)。下面對步驟S5中的瑕疵檢測方法進行說明。當圖像檢查裝置10完成了對于所有帶狀區(qū)域的有無瑕疵的判斷(S6中為“是”)，則處理結(jié)束；如果存在還未進行判斷的帶狀區(qū)域(S6中為“否”)，則處理返回步驟S5，然后對于那些剩余的帶狀區(qū)域繼續(xù)進行處理。
在步驟S1中，在存儲部分13中預(yù)先設(shè)定劃分寬度；但是也可以基于與由圖像檢查裝置10檢測到的瑕疵相關(guān)的過去數(shù)據(jù)來改變該劃分寬度。也就是說，在步驟S1中，區(qū)域劃分部分31可以根據(jù)與作為過去的操作結(jié)果而檢測的瑕疵有關(guān)的數(shù)據(jù)，將所述劃分寬度(即帶狀區(qū)域的大小)設(shè)定為最佳值。換言之，通過在檢測到瑕疵時考慮劃分寬度以及考慮是否在鄰近的帶狀區(qū)域中連續(xù)地檢測到瑕疵，來估計瑕疵的大小，所述區(qū)域劃分部分31可以設(shè)定所述最佳劃分寬度。
下面說明圖6的步驟S5中的用于瑕疵檢測的處理的一個示例。
圖7是用于說明(第一)瑕疵檢測方法的流程圖。在完成步驟S4后，瑕疵判斷部分34判斷其中所述近似值與所述平均濃淡值之間的差值超過一規(guī)定閾值的那些部分的列號是否至少持續(xù)了一規(guī)定長度(S51)。
瑕疵判斷部分34獲取以下兩者之間的差值通過將列號輸入定義近似線的近似函數(shù)中而確定的濃淡值的近似值；與所輸入的列號相對應(yīng)的列中的濃淡值的平均值。瑕疵判斷部分34隨后存儲所述差值超過一規(guī)定閾值的列號。通過這種方式，瑕疵判斷部分34針對每個帶狀區(qū)域確定以上差值超過所述規(guī)定閾值的列號的組。
然后，瑕疵判斷部分34在一個帶狀區(qū)域中判斷上述列號組中的列號是否持續(xù)了規(guī)定數(shù)量(例如，d列)，并且如果持續(xù)了規(guī)定的列數(shù)(S51中為“是”)，則判定有瑕疵，并將與這d個列的列號相對應(yīng)的列作為瑕疵位置存儲在存儲部分13中(S52)。例如，如果上述差值超過所述規(guī)定閾值的列號的組是{1，2，3，5，6，8，9，10，11}，并且如果d＝3，那么判定瑕疵存在于區(qū)間[1，3]和區(qū)間[8，11]中。
如果上述列號組不包括d個連續(xù)的列(S51中為“否”)，則瑕疵判斷部分34判定該帶狀區(qū)域沒有瑕疵(S53)。步驟S53結(jié)束后，處理前進至步驟S6，并且可以通過對所有帶狀區(qū)域執(zhí)行類似的處理，來進行瑕疵檢測。
圖8是說明(第二)瑕疵檢測方法的流程圖。在圖8所說明的檢測方法中，利用由所述近似線和連接對應(yīng)于列號的所述濃淡值的平均值的曲線所包圍的面積來進行瑕疵檢測。
在圖8中，瑕疵判斷部分34完成步驟S4后，計算被所述近似線和所述濃淡值分布所包圍的面積(S54)。通過以下處理來執(zhí)行步驟S54。
如果通過將某個列號輸入所述近似函數(shù)所決定的近似值與該列號處的濃淡值之間的差值為正，則該列號處的所述近似線位于所述曲線的上方，而如果該差值為負，則位置關(guān)系互換。于是，由該近似線和該濃淡分布所包圍的面積就對應(yīng)于其中所述差值持續(xù)為正的列號的區(qū)間，并且對應(yīng)于其中所述差值持續(xù)為負的列號的區(qū)間，所以在這些區(qū)間中，可以通過將各區(qū)間中所述近似線減去所述濃淡值平均值所得的差值的絕對值相加，來確定被所述近似線和所述濃淡值分布所包圍的面積。
通過這種方式，瑕疵判斷部分34判斷包圍在所述近似線與所述濃淡值分布之間的面積是否有等于或超過指定閾值SS的(S55)，并將具有面積超過所述閾值SS的列號的任意區(qū)間判定為瑕疵(S56)。如果沒有面積超過所述指定閾值SS，則瑕疵判斷部分34判定該帶狀區(qū)域沒有瑕疵(S53)。步驟S53結(jié)束后，處理前進至步驟S6，并且可以通過對所有帶狀區(qū)域執(zhí)行類似的處理，來進行瑕疵檢測。
可以將在步驟S54中計算出的濃淡差值的累計和除以包括在對應(yīng)區(qū)間中的列數(shù)所得的結(jié)果與新設(shè)定的閾值SS2進行比較，并用于步驟S55的判斷中。在例如與所述近似線的差值很小，但形成的曲線卻總在該近似線下方時對各列的濃淡差值求平均，可以避免瑕疵的誤檢測。
圖9是說明(第三)瑕疵檢測方法的流程圖。在圖7和圖8的檢測方法中，通過對單個帶狀區(qū)域進行判斷來執(zhí)行瑕疵判斷；此處，通過對多個相鄰帶狀區(qū)域進行判斷來判定瑕疵的存在。有時，根據(jù)帶狀區(qū)域的寬度，瑕疵會跨越多個帶狀區(qū)域。所以，如果在某些帶狀區(qū)域中，所述近似值與所述平均濃淡值之間的差值超過了所述指定閾值，則可能會在相鄰的帶狀區(qū)域中的連續(xù)范圍內(nèi)觀察到相似的濃淡值趨勢；因此通過使用這種檢測方法，可以嚴格地判定這種瑕疵的存在。
圖9中，類似于圖7，完成步驟S4后，瑕疵判斷部分34判斷其中近似值與平均濃淡值之間的差值超過指定閾值的區(qū)間是否持續(xù)了規(guī)定的長度或更長(S51)。例如，如圖7，在一個帶狀區(qū)域中，對其中所述近似值與所述平均濃淡值之間的差值超過了指定閾值的列是否持續(xù)了指定列數(shù)(例如，d列)進行判斷。如果存在這種持續(xù)(S51中為“是”)，則瑕疵判斷部分34將與所述d個列的列號相對應(yīng)的列存儲在存儲裝置13中，并為相鄰區(qū)域中的所述濃淡值分布和近似線獲取數(shù)據(jù)(S57)。
例如，當對于區(qū)域號為p(1≤p≤P)的帶狀區(qū)域執(zhí)行步驟S51的處理的情況下，瑕疵判斷部分34針對區(qū)域號為p+1的帶狀區(qū)域(見圖5B)，獲得在圖6的步驟S4中確定的所述平均濃淡值以及(參數(shù)確定)近似函數(shù)。接下來，瑕疵判斷部分34基于與該相鄰區(qū)域相關(guān)的數(shù)據(jù)，來判斷其中近似值與平均濃淡值之間的差值超過指定閾值的區(qū)間是否持續(xù)了指定的長度或更長(S58)。
如果所述區(qū)間持續(xù)了指定長度(S58中為“是”)，則類似于當步驟S51的結(jié)果為“是”的情況，瑕疵判斷部分34將與所述d個列的列號相對應(yīng)的列存儲在存儲部分13中。然后，如果在步驟S51中指定的帶狀區(qū)域中以及與其鄰近區(qū)域中，存在列號擴展了d個列的交疊區(qū)間，則瑕疵判斷部分34判定為存在一個瑕疵，并將該交疊區(qū)間(構(gòu)成該交疊區(qū)間的行號)作為瑕疵的位置，存儲(列號構(gòu)成)在存儲裝置13中(S59)。
步驟S51為“否”的情況下，以及步驟S58為“否”的情況下，瑕疵判斷部分34判定該帶狀區(qū)域沒有瑕疵(S53)。步驟S53結(jié)束后，處理前進至步驟S6，并且可以通過對所有帶狀區(qū)域執(zhí)行類似的處理，來檢測瑕疵。
下面利用具體示例來說明檢測瑕疵的方式。
圖10A是在采集圖像中沒有瑕疵的一個示例。此處，出于簡單的目的，對單色圖像進行說明。在單色圖像中，通道個數(shù)為1，并且針對各帶狀區(qū)域僅需要單個濃淡值分布。在圖10A所示的單色圖像中，明暗度特性的中心從該采集圖像51的中心C移動到了右下方。
圖10B示出了圖10A的帶狀區(qū)域52中的濃淡值的分布。圖10B中，分別沿橫軸和縱軸繪制列號和濃淡值，從而示出了連接圖6的步驟S3中計算出的、該帶狀區(qū)域51中的各列的濃淡值平均值的曲線。如圖10B所示，濃淡值峰值位置從穿過中心C的軸上的點0移到了右側(cè)，并且在從該點朝外周移動的過程中逐漸減小。因為圖10A是沒有瑕疵的采集圖像的示例，所以，圖10B中所示的曲線中沒有與朝峰值位置移動時濃淡值增大的趨勢不同的特殊區(qū)域。
圖11A是采集圖像有一個瑕疵時的示例。在圖11A所示的單色圖像中，明暗度特性的中心從該采集圖像51的中心C向右下方移動，另外，在帶狀區(qū)域54的一部分中可以看到一個瑕疵53。
圖11B示出了該帶狀區(qū)域54中的濃淡值的分布。在圖11B中，用實線來表示連接圖6的步驟S3中計算出的、所述帶狀區(qū)域52中的各列的濃淡值的平均值的曲線，而用虛線來表示圖6的步驟S4中計算出的、基于所述近似函數(shù)的曲線。對照圖10B中沒有瑕疵的情況，在對應(yīng)于該瑕疵53的位置，出現(xiàn)了一個位置55，其中濃淡值急劇變化。
如圖11A所示，在該實施例中，即使峰值位置不在中心位置，也可以進行瑕疵檢測。這是因為，在現(xiàn)有技術(shù)中，預(yù)先確定了明暗度特性，使得按照指定來表現(xiàn)出明暗度特性，但是在本實施例中，根據(jù)各個攝像機單元的制造公差、信號輸入裝置安裝至攝像機單元中的安裝位置偏差等，在各帶狀區(qū)域中來確定近似線，并且基于與實際濃淡值之間的差值來進行判斷。因此，通過執(zhí)行圖6至圖9的處理，本實施例的圖像檢查裝置10可以基于所述近似線和實際濃淡值之間的差值，來適當?shù)貦z測在位置55處出現(xiàn)的瑕疵。
圖12A是采集圖像有兩個瑕疵時的示例。在圖12A所示的單色圖像中，明暗度特性的中心從該采集圖像51的中心C向右下方移動，另外，在帶狀區(qū)域56的一部分中可以看到兩個瑕疵57、58。
圖12B示出了該帶狀區(qū)域56中的濃淡值的分布。圖12B中，用實線來表示連接圖6的步驟S3中計算出的、所述帶狀區(qū)域56中的各列的濃淡值的平均值的曲線，而用虛線來表示圖6的步驟S4中計算出的、基于所述近似函數(shù)的曲線。圖12B中，對應(yīng)于所述瑕疵57、58，在峰值位置的左側(cè)和右側(cè)存在位置59、60，其中濃淡值急劇變化。通過執(zhí)行圖6至圖9的處理，即使在一個帶狀區(qū)域中存在兩個瑕疵的情況下，本實施例的圖像檢查裝置10也可以基于所述近似線和實際濃淡值之間的差值，來適當?shù)貦z測到位置59、60處瑕疵的存在。
圖13A是采集圖像有兩個瑕疵的示例，與圖12A所示相同。圖13B示出了使用寬度大于帶狀區(qū)域56的帶狀區(qū)域61時的濃淡值分布。如圖13B所示，如果使用寬度增加的帶狀區(qū)域來執(zhí)行瑕疵檢測，則較小的瑕疵58的特征會由于明暗度特性的變化而變得模糊，所以對較小的瑕疵的檢測會很困難。然而，當人們了解會出現(xiàn)更大的瑕疵時，增加帶狀區(qū)域的寬度能夠更有效地進行瑕疵檢測。
圖14是靠近圖11中的瑕疵53的濃淡值分布的放大圖，用來說明圖7和圖8的瑕疵檢測方法。圖14中的雙向箭頭84表示各列中以下兩者之間的差值通過向定義了近似線的近似函數(shù)輸入列號所確定的近似濃淡值；具有對應(yīng)列號的列中的濃淡值的平均值。
圖14中超過所述閾值的區(qū)間81是其中上述差值大于圖7的步驟S51中所使用的指定閾值的區(qū)間。也就是說，如果所述指定閾值由箭頭83的長度來表示的話，那么該區(qū)間是其中箭頭84的長度大于箭頭83的區(qū)間。利用圖7中所描述的檢測方法，如果超過所述閾值的該區(qū)間81持續(xù)了d個或更多個列，則判定為存在瑕疵。
面積計算區(qū)間82是差值連續(xù)為正的區(qū)間，所述差值是通過從將列號輸入所述近似函數(shù)而計算出的平均值中減去該列號處的濃淡值的平均值而得到的。在該面積計算區(qū)間82中，如果獲取了上述差值的累計和，則得到圖8中所說明的檢測方法的步驟S55中使用的面積。如果該累計和超過了所述指定閾值SS2，則將圖14中所示的面積計算區(qū)間82判定為瑕疵。
與基于預(yù)先規(guī)定的明暗度特性進行了校正后進行瑕疵檢測的現(xiàn)有技術(shù)相比，如上所述，利用這些實施例，可以根據(jù)攝像機單元中的不同明暗度特性進行瑕疵的適當檢測。此外，利用這些實施例，不必為了進行檢查而設(shè)置預(yù)先確定的明暗度特性，也不必為了使預(yù)先設(shè)定的明暗度特性出現(xiàn)而將攝像機單元2安裝在信號輸入裝置5(信號接觸部分6)中。
權(quán)利要求
1.一種缺陷檢測方法，其由連接至成像裝置的圖像檢查裝置來執(zhí)行，所述成像裝置具有光學(xué)元件和成像元件，以將通過所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷，該缺陷檢測方法包括通過以規(guī)定行數(shù)為單位進行分割，將由M行N列個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域，所述M和N是自然數(shù)；對于所述多個帶狀區(qū)域的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中，近似于所述濃淡值的平均值的分布；并且判斷是否存在如下的連續(xù)的d個列，d是滿足1＜d＜N的自然數(shù)，在所述的連續(xù)的d個列中，從所述近似線得到的所述濃淡值與針對各列的所述濃淡值的平均值之間的差值超出一指定閾值。
2.根據(jù)權(quán)利要求1所述的缺陷檢測方法，還包括以下步驟在所述多個帶狀區(qū)域的每一個中，識別其中所述差值超過所述指定閾值的所述列為連續(xù)的一部分的位置。
3.一種缺陷檢測方法，其由連接至成像裝置的圖像檢查裝置來執(zhí)行，所述成像裝置具有光學(xué)元件和成像元件，以將通過所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷，所述缺陷檢測方法包括通過以規(guī)定行數(shù)為單位進行分割，將由M行N列個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域，所述M和N是自然數(shù)；對于所述多個帶狀區(qū)域中的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；并且判斷在所述多個帶狀區(qū)域的第一帶狀區(qū)域中，是否存在如下連續(xù)的d個列，d是滿足1＜d＜N的自然數(shù)，在所述連續(xù)的d個列中，從所述近似線得到的所述濃淡值與針對各列的所述濃淡值的平均值之間的差值超出一指定閾值，并且如果存在這樣的連續(xù)，則將其中所述差值超過所述指定閾值的所述連續(xù)列的部分確定為缺陷的位置，然后判斷鄰近的第二帶狀區(qū)域中的缺陷的位置是否與所述第一帶狀區(qū)域中的所述缺陷的位置相交疊。
4.一種缺陷檢測方法，其由連接至成像裝置的圖像檢查裝置來執(zhí)行，所述成像裝置具有光學(xué)元件和成像元件，以將通過所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷，所述缺陷檢測方法包括通過以規(guī)定行數(shù)為單位進行分割，將由M行N列個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域，所述M和N是自然數(shù)；對于所述多個帶狀區(qū)域中的第一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；識別所述多個列的一個區(qū)間，在該區(qū)間中從所述近似線得到的所述濃淡值減去針對各列的所述濃淡值的平均值所得的差值為正；并且針對各個所識別的區(qū)間，計算由所述濃淡值的平均值分布以及所述近似線包圍的面積，并判斷各所述區(qū)間中的所述面積是否超過了一指定閾值。
5.根據(jù)權(quán)利要求4所述的缺陷檢測方法，還包括以下步驟識別其中所述面積超過所述指定閾值的所述區(qū)間。
6.一種程序，其由連接至成像裝置的計算機來執(zhí)行，所述成像裝置具有光學(xué)元件和成像元件，以將通過所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷，該程序使得計算機來執(zhí)行通過以規(guī)定行數(shù)為單位進行分割，將由M行N列個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域，所述M和N是自然數(shù)；對于所述多個帶狀區(qū)域中的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；并且判斷是否存在如下連續(xù)的d個列，d是滿足1＜d＜N的自然數(shù)，在所述連續(xù)的d個列中，從所述近似線得到的所述濃淡值與針對各列的所述濃淡值的平均值之間的差值超出一指定閾值。
7.根據(jù)權(quán)利要求6所述的程序，還使得計算機執(zhí)行以下步驟在所述多個帶狀區(qū)域的每一個中，識別其中所述差值超過所述指定閾值的所述列為連續(xù)的一部分的位置。
8.一種程序，其由連接至成像裝置的計算機來執(zhí)行，所述成像裝置具有光學(xué)元件和成像元件，以將通過所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，通過所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷，該程序使計算機執(zhí)行通過以規(guī)定行數(shù)為單位進行分割，將由M行N列個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域，所述M和N是自然數(shù)；對于所述多個帶狀區(qū)域中的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；并且判斷在所述多個帶狀區(qū)域的第一帶狀區(qū)域中，是否存在如下連續(xù)的d個列，d是滿足1＜d＜N的自然數(shù)，在所述連接的d個列中，從所述近似線得到的所述濃淡值與針對各列的所述濃淡值的平均值之間的差超出一指定閾值，并且如果存在這樣的連續(xù)，則將其中所述差值超過所述指定閾值的所述連續(xù)列的區(qū)間確定為缺陷的位置，并且判斷鄰近的第二帶狀區(qū)域中的缺陷的位置是否與所述第一帶狀區(qū)域中的所述缺陷的位置相交疊。
9.一種程序，其由連接至成像裝置的計算機來執(zhí)行，所述成像裝置具有光學(xué)元件和成像元件，以將通過所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷，所述程序使計算機執(zhí)行通過以規(guī)定行數(shù)為單位進行分割，將由M行N列個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域，所述M和N是自然數(shù)；對于所述多個帶狀區(qū)域中的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；識別所述列的一區(qū)間，在所述區(qū)間中從所述近似線得到的所述濃淡值減去針對各列的所述濃淡值的平均值所得的差值為正；并且針對各個所識別的區(qū)間中，計算由所述濃淡值的分布以及所述近似線包圍的面積，并判斷各所述區(qū)間中的所述面積是否超過了一指定閾值。
10.根據(jù)權(quán)利要求9所述的程序，還使計算機執(zhí)行以下步驟識別其中所述面積超過所述指定閾值的所述區(qū)間。
11.一種圖像檢查裝置，其連接至成像裝置，所述成像裝置具有光學(xué)元件和成像元件，以將通過所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷，該圖像檢查裝置包括劃分部分，其通過以規(guī)定行數(shù)為單位進行分割，將由M行N列個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域，所述M和N是自然數(shù)；求平均部分，其對于所述多個帶狀區(qū)域中的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；近似部分，其計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；以及判斷部分，其判斷是否存在如下連續(xù)的d個列，d是滿足1＜d＜N的自然數(shù)，在所述連續(xù)的d個列中，從由所述近似部分計算出的所述近似線得到的所述濃淡值與由所述求平均部分計算出的所述濃淡值的平均值之間的差值超出一指定閾值。
12.根據(jù)權(quán)利要求11所述的圖像檢查裝置，還包括識別部分，其在所述多個帶狀區(qū)域的每一個中，確定其中所述差值超過所述指定閾值的所述多個列為連續(xù)的一部分的位置。
13.一種圖像檢查裝置，其連接至成像裝置，所述成像裝置具有光學(xué)元件和成像元件，以將通過所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷，該圖像檢查裝置包括劃分部分，其通過以規(guī)定行數(shù)為單位進行分割，將由M行N列個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域，所述M和N是自然數(shù)；求平均部分，其對于所述多個帶狀區(qū)域中的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；近似部分，其計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；以及嚴格判斷部分，其判斷在所述多個帶狀區(qū)域的第一帶狀區(qū)域中，是否存在如下連續(xù)的d個列，d是滿足1＜d＜N的自然數(shù)，在所述連續(xù)的d個列中，從由所述近似線部分計算出的所述近似線得到的所述濃淡值與由所述求平均部分計算出的所述濃淡值的平均值之間的差值超出一指定閾值，并且在存在這樣的連續(xù)時，將其中所述差值超過所述指定閾值的所述連續(xù)列的部分識別為缺陷的位置，并且判斷鄰近的第二帶狀區(qū)域中的缺陷的位置是否與所述第一帶狀區(qū)域中的所述缺陷的位置相交疊。
14.一種圖像檢查裝置，其連接至成像裝置，所述成像裝置具有光學(xué)元件和成像元件，以將通過所述光學(xué)元件接收的光轉(zhuǎn)換為電信號，由所述成像裝置采集的圖像的數(shù)據(jù)被輸入所述圖像檢查裝置中，并且所述圖像檢查裝置基于所述圖像數(shù)據(jù)來檢測所述成像裝置的缺陷，該圖像檢查裝置包括劃分部分，其通過以規(guī)定行數(shù)為單位進行分割，將由M行N列個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域，所述M和N是自然數(shù)；求平均部分，其對于所述多個帶狀區(qū)域中的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；近似部分，其計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；以及面積判定部分，識別所述多個列的一區(qū)間，在所述區(qū)間中從由所述近似部分計算出的所述近似線得到的所述濃淡值中，減去由所述求平均部分計算出的所述濃淡值的平均值所得的差值為正；并且針對各個所識別的區(qū)間，計算由所述濃淡值的平均值以及所述近似線包圍的面積，并判斷各所述區(qū)間中的所述面積是否超過了一指定閾值。
15.根據(jù)權(quán)利要求14所述的圖像檢查裝置，還包括識別部分，其識別其中所述面積超過所述指定閾值的所述區(qū)間。
全文摘要
圖像檢查裝置、缺陷檢測方法及缺陷檢測程序。當預(yù)先準備的明暗度特性與檢查用成像設(shè)備的明暗度特性不同時，會存在錯誤判斷的問題。所以提供了一種缺陷檢測方法。該方法包括通過以規(guī)定行數(shù)為單位進行分割，將由M行N列個像素形成的數(shù)字圖像劃分為多個帶狀區(qū)域；對于所述多個帶狀區(qū)域的每一個，針對各列來對所述帶狀區(qū)域中的像素的濃淡值求平均；計算近似線，該近似線在所述多個帶狀區(qū)域的每一個中近似于所述濃淡值的平均值的分布；并且判斷是否存在如下連續(xù)的d個列，在所述連續(xù)的d個列中，從所述近似線得到的所述濃淡值與針對各列的所述濃淡值的平均值之間的差值超出一指定閾值。
文檔編號G06T1/00GK1755343SQ20051009191
公開日2006年4月5日 申請日期2005年8月12日 優(yōu)先權(quán)日2004年9月29日
發(fā)明者芳賀進 申請人:富士通株式會社