JPH0452992B2 - - Google Patents
Info
- Publication number
- JPH0452992B2 JPH0452992B2 JP59501385A JP50138584A JPH0452992B2 JP H0452992 B2 JPH0452992 B2 JP H0452992B2 JP 59501385 A JP59501385 A JP 59501385A JP 50138584 A JP50138584 A JP 50138584A JP H0452992 B2 JPH0452992 B2 JP H0452992B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- value
- pixels
- sum
- window
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/302—Contactless testing
- G01R31/308—Contactless testing using non-ionising electromagnetic radiation, e.g. optical radiation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Toxicology (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、物体の既知の部分及び未知の部分を
識別すること、パターン認識、欠陥検出などを目
的として、その物体について実時間で高速におい
て検査するための方法に係る。
識別すること、パターン認識、欠陥検出などを目
的として、その物体について実時間で高速におい
て検査するための方法に係る。
完全自動検査システムを指向した種々な型式の
パターン認識や欠陥監視方式がある。一例をあげ
れば、Autmatix（バーリングトン、マサチユー
セツツ）1981年がある。
パターン認識や欠陥監視方式がある。一例をあげ
れば、Autmatix（バーリングトン、マサチユー
セツツ）1981年がある。
そこではコンピユータでプログラムされた情報
が使われ、物体に面積、外周長、長径、短径、孔
を識別するオートビジヨンプログラマブル視覚
検査システムを記述している。
が使われ、物体に面積、外周長、長径、短径、孔
を識別するオートビジヨンプログラマブル視覚
検査システムを記述している。
しかしながら、かかるシステムは、その測定さ
れた物体の微小な欠陥を識別する事ができない
し、前以つてのプログラミング及びソフトウエア
制御を必要とする。新しい画像の特徴が個々に測
定されて、順次メモリに蓄積され、次いで動作が
行われるので、時間がかかり、しかもシステムは
非常に高密度な又は高度に複雑に変動或いは非常
に大きなサイズの物体を簡単に取り扱うことがで
きない。
れた物体の微小な欠陥を識別する事ができない
し、前以つてのプログラミング及びソフトウエア
制御を必要とする。新しい画像の特徴が個々に測
定されて、順次メモリに蓄積され、次いで動作が
行われるので、時間がかかり、しかもシステムは
非常に高密度な又は高度に複雑に変動或いは非常
に大きなサイズの物体を簡単に取り扱うことがで
きない。
同様なことは、1980年３月10日、カリフオルニ
ア州、マウンテイン・ビユーに住所を持つ
Machine Intelligence社にて市販されているVS
−100型視覚システム装置のようなシステムにも
言える。
ア州、マウンテイン・ビユーに住所を持つ
Machine Intelligence社にて市販されているVS
−100型視覚システム装置のようなシステムにも
言える。
本発明は像蓄積に対する必要性を完全に除去し
ている。
ている。
即ち、各新しい画像単位が走査されるにつれ、
データは分析されそして、全ての情報が算出さ
れ、物体についての重要な属性のみを蓄積する。
データは分析されそして、全ての情報が算出さ
れ、物体についての重要な属性のみを蓄積する。
別の提案された方法は、R.C.レストリツクによ
る“光学式自動プリント回路検査システム”
SPLE Vol.116、Solid State Imaging Devices
1977，76−81頁におけるように、マスクの使用を
含むものである。そこでは、走査検査システムに
おいてマスクは予め計算された最小ライン幅識別
基準として欠陥を特徴づけるのに使用されてい
る。
る“光学式自動プリント回路検査システム”
SPLE Vol.116、Solid State Imaging Devices
1977，76−81頁におけるように、マスクの使用を
含むものである。そこでは、走査検査システムに
おいてマスクは予め計算された最小ライン幅識別
基準として欠陥を特徴づけるのに使用されてい
る。
本発明はかかる予備計算又はプログラミングを
必要とせず、一般的形状を広く且つ融通性をもつ
て検査するものである。
必要とせず、一般的形状を広く且つ融通性をもつ
て検査するものである。
他のマスク・システム（リンコピング大学刊行
物、1979−01−16、D.アントンスソンその他に
よる“プリント回路基板の自動外観検査システ
ム”）は、ライン間の間隔と孔が予備計算され、
ハードで作成された基準及びプログラムされた基
準によつて探すが、やはり新たな一般的問題及び
応用に対する融通性に欠けるという問題点があ
る。1973年発行、マスカズその他による“複雑な
パターンにおける欠陥を検出するためのプロセ
ス”Computer Graphics and Image
Processing，1973，Vol.2，326−339頁において
は、画像を拡大して次いで縮小することにより小
さな欠陥を探すという異なるタイプのシステムが
使用されているが、この概念も本発明において必
要とされるのとは異なつている。上記の技術及び
それらに関連した技術の根底となつている賢明な
取組及びそれに従つて動作する装置の複雑さや、
コンピユータ制御プログラム又はマイクロプロセ
ツサ制御プログラムの複雑さが、今まで、一般的
パターン認識から欠陥検査に到る種々な識別の応
用とかロボツト制御等の為の物体又は物体部分の
識別判定へと容易に適用出来る様な実時間高速物
体識別に対する簡単でしかも普遍的なアプローチ
を阻んでいた。
物、1979−01−16、D.アントンスソンその他に
よる“プリント回路基板の自動外観検査システ
ム”）は、ライン間の間隔と孔が予備計算され、
ハードで作成された基準及びプログラムされた基
準によつて探すが、やはり新たな一般的問題及び
応用に対する融通性に欠けるという問題点があ
る。1973年発行、マスカズその他による“複雑な
パターンにおける欠陥を検出するためのプロセ
ス”Computer Graphics and Image
Processing，1973，Vol.2，326−339頁において
は、画像を拡大して次いで縮小することにより小
さな欠陥を探すという異なるタイプのシステムが
使用されているが、この概念も本発明において必
要とされるのとは異なつている。上記の技術及び
それらに関連した技術の根底となつている賢明な
取組及びそれに従つて動作する装置の複雑さや、
コンピユータ制御プログラム又はマイクロプロセ
ツサ制御プログラムの複雑さが、今まで、一般的
パターン認識から欠陥検査に到る種々な識別の応
用とかロボツト制御等の為の物体又は物体部分の
識別判定へと容易に適用出来る様な実時間高速物
体識別に対する簡単でしかも普遍的なアプローチ
を阻んでいた。
依つて、本発明の目的は如上の又は他の制約を
受ける事なくパターン認識、欠陥識別及び関連せ
る問題に対する普遍的なアプローチを与える様な
物体を実時間でしかも高速において検査するため
の新しく改良された方法を提供するにある。
受ける事なくパターン認識、欠陥識別及び関連せ
る問題に対する普遍的なアプローチを与える様な
物体を実時間でしかも高速において検査するため
の新しく改良された方法を提供するにある。
本発明の他の目的は、更に一般的な実用性を持
つ新規な高速自動認識及び識別方法を提供するに
ある。
つ新規な高速自動認識及び識別方法を提供するに
ある。
(1) その重要な局面の１つから要約するに、本発
明は、イメージセンサー等を用いて物体を実時
間でしかも高速で検査するための方法を包含
し、その方法は：物体の信号画像を画素の形態
でかかるセンサーで１つ又はそれ以上の倍率に
おいて発生し；物体をセンサーの通り過ぎる方
向に動かし（即ち物体とセンサーとを相対移動
させ）；物体を特徴づけるのに必要な最小数の
光レベル又は色へとその画像の画素を量子化
し；最大の所望とする視野に等しい２次元蓄積
像を作り出すべくその量子化された画素を蓄積
し；その２次元蓄積像から予め決められた所望
の視野及び倍率を選択し；かかる選択された視
野をN2エレメントへと分割し；各エレメント
内に含まれている画素の平均明るさに実質的に
等しくなる様にエレメントの明るさを設定し；
かかる各エレメントの明るさを関心のあるパタ
ーンを認識するに必要とする最小数のスレツシ
ヨルド・レベルへと量子化し；各倍率における
各N2量子化された画素グループを、倍率に対
応する認識メモリのアドレスとして作用するエ
レメント・パターンとして、そのメモリへと適
用し；既知の物体の性質及びその特徴を学習す
るためにアクセスされたメモリ・アドレス場所
へと情報を入れ；その後、エレメント・パター
ンによつてアクセスされた各メモリ場所におけ
る情報を読み出す事により物体及びそれらの特
徴に関する前に学習された情報を認識し、そし
てかかる各情報をその物体を特徴づけるのに使
用することから成つている。
明は、イメージセンサー等を用いて物体を実時
間でしかも高速で検査するための方法を包含
し、その方法は：物体の信号画像を画素の形態
でかかるセンサーで１つ又はそれ以上の倍率に
おいて発生し；物体をセンサーの通り過ぎる方
向に動かし（即ち物体とセンサーとを相対移動
させ）；物体を特徴づけるのに必要な最小数の
光レベル又は色へとその画像の画素を量子化
し；最大の所望とする視野に等しい２次元蓄積
像を作り出すべくその量子化された画素を蓄積
し；その２次元蓄積像から予め決められた所望
の視野及び倍率を選択し；かかる選択された視
野をN2エレメントへと分割し；各エレメント
内に含まれている画素の平均明るさに実質的に
等しくなる様にエレメントの明るさを設定し；
かかる各エレメントの明るさを関心のあるパタ
ーンを認識するに必要とする最小数のスレツシ
ヨルド・レベルへと量子化し；各倍率における
各N2量子化された画素グループを、倍率に対
応する認識メモリのアドレスとして作用するエ
レメント・パターンとして、そのメモリへと適
用し；既知の物体の性質及びその特徴を学習す
るためにアクセスされたメモリ・アドレス場所
へと情報を入れ；その後、エレメント・パター
ンによつてアクセスされた各メモリ場所におけ
る情報を読み出す事により物体及びそれらの特
徴に関する前に学習された情報を認識し、そし
てかかる各情報をその物体を特徴づけるのに使
用することから成つている。
(2) 別な観点から見るに、本発明は、予め決めら
れた領域において物体を実時間で検査する方法
を包含する。その方法は：その予め決められた
領域で物体を関心のある領域で光学的に走査
し；実時間においてその走査された信号をデジ
タル化し光学的に走査されたラインに対応する
デジタル信号の連続列を作り出し；そのデジタ
ル信号の連続列を遅延させて既に光学的に走査
されたラインに対応するデジタル信号の連続列
の垂直ラスターを作り出し；予め決められた数
の実質的に水平Ｈの画素及び垂直Ｖの画素を含
んだ副ラスターへとその垂直ラスターを減少さ
せ；下添字ｉが大きさ１画素のエレメントから
Ｖ×Ｈ画素のエレメント迄の範囲の特定のエレ
メントを表すとして、vi≦Ｖ及びhi≦はＨとい
う空間的配分において前記副ラスターからhi×
viの画素グループを抽出し；もしもエレメント
に含まれた画素の数が最小及び最大値内にある
ならばそのエレメント値が零又は１に設定され
るように最小及び最大数の画素を予め決めるこ
とにより各エレメントの大きさに対しエレメン
ト・スレツシヨルド値を選択し、そのスレツシ
ヨルドはエレメントの大きさと共に変動する様
にし；更に、各エレメントをＮ，2N，3N等の
水平画素だけ且つ、Ｎ，2N，3N等の垂直画素
だけ遅延させ、マスクの各エレメントがその前
の即ち連続せる水平状及び垂直状エレメントか
ら１エレメント分だけ変位された可視パターン
を表しているエレメント・パターンを発生さ
せ；学習モードでは、既知の物体を光学的に走
査して如上のようにエレメント・パターンを発
生させ、アドレスとして作用させ、各々のアド
レスに識別の為の数値或いは記号を記憶してそ
の所望の物体又はパターンについての認識を学
習させ；検査モードにおいて被検査物体を動作
する場合には識別の為の数値或いは記号を読み
取る事により、被検査物体を光学走査中に発生
されたエレメント・パターンが所望の物体と一
致、即ち物体の認識を示すのか、又はそれに不
一致、即ちその物体又はパターンが前に見られ
なかつたかどうかを示すことから成つている。
れた領域において物体を実時間で検査する方法
を包含する。その方法は：その予め決められた
領域で物体を関心のある領域で光学的に走査
し；実時間においてその走査された信号をデジ
タル化し光学的に走査されたラインに対応する
デジタル信号の連続列を作り出し；そのデジタ
ル信号の連続列を遅延させて既に光学的に走査
されたラインに対応するデジタル信号の連続列
の垂直ラスターを作り出し；予め決められた数
の実質的に水平Ｈの画素及び垂直Ｖの画素を含
んだ副ラスターへとその垂直ラスターを減少さ
せ；下添字ｉが大きさ１画素のエレメントから
Ｖ×Ｈ画素のエレメント迄の範囲の特定のエレ
メントを表すとして、vi≦Ｖ及びhi≦はＨとい
う空間的配分において前記副ラスターからhi×
viの画素グループを抽出し；もしもエレメント
に含まれた画素の数が最小及び最大値内にある
ならばそのエレメント値が零又は１に設定され
るように最小及び最大数の画素を予め決めるこ
とにより各エレメントの大きさに対しエレメン
ト・スレツシヨルド値を選択し、そのスレツシ
ヨルドはエレメントの大きさと共に変動する様
にし；更に、各エレメントをＮ，2N，3N等の
水平画素だけ且つ、Ｎ，2N，3N等の垂直画素
だけ遅延させ、マスクの各エレメントがその前
の即ち連続せる水平状及び垂直状エレメントか
ら１エレメント分だけ変位された可視パターン
を表しているエレメント・パターンを発生さ
せ；学習モードでは、既知の物体を光学的に走
査して如上のようにエレメント・パターンを発
生させ、アドレスとして作用させ、各々のアド
レスに識別の為の数値或いは記号を記憶してそ
の所望の物体又はパターンについての認識を学
習させ；検査モードにおいて被検査物体を動作
する場合には識別の為の数値或いは記号を読み
取る事により、被検査物体を光学走査中に発生
されたエレメント・パターンが所望の物体と一
致、即ち物体の認識を示すのか、又はそれに不
一致、即ちその物体又はパターンが前に見られ
なかつたかどうかを示すことから成つている。
(3) 更に一般的な観点から見るに、本発明はま
た、走査読み取り型カメラ等を用いて物体を実
時間でしかも高速において検査するための方法
を包含する。その方法は：効果的に異なる複数
の倍率において、既知の物体の予め決められた
視野の領域のビデオ像に対応するデジタル信号
マスク情報（エレメント・パターンをコード化
したもの）を記憶し；その予め決められた視野
の各々に対応してかかるカメラでもつて物体の
連続せる領域を引続き走査し、そしてデジタル
信号マスク情報を発生するべくその像走査をデ
ジタル化し；拡大されたデジタル信号マスク情
報を発生するべくその像走査をデジタル化し；
拡大されたデジタル信号マスク情報を発生する
べくその同一視野についてのかかる走査を適切
に大きな倍率において繰り返し；その物体につ
いての既知の部分又は未知の部分を識別するた
めに、異なる倍率においてその発生されたデジ
タル信号マスク情報を記憶されているデジタル
信号マスク情報と比較し；物体の既知の部分と
未知の部分の識別を表示することから成つてい
る。
た、走査読み取り型カメラ等を用いて物体を実
時間でしかも高速において検査するための方法
を包含する。その方法は：効果的に異なる複数
の倍率において、既知の物体の予め決められた
視野の領域のビデオ像に対応するデジタル信号
マスク情報（エレメント・パターンをコード化
したもの）を記憶し；その予め決められた視野
の各々に対応してかかるカメラでもつて物体の
連続せる領域を引続き走査し、そしてデジタル
信号マスク情報を発生するべくその像走査をデ
ジタル化し；拡大されたデジタル信号マスク情
報を発生するべくその像走査をデジタル化し；
拡大されたデジタル信号マスク情報を発生する
べくその同一視野についてのかかる走査を適切
に大きな倍率において繰り返し；その物体につ
いての既知の部分又は未知の部分を識別するた
めに、異なる倍率においてその発生されたデジ
タル信号マスク情報を記憶されているデジタル
信号マスク情報と比較し；物体の既知の部分と
未知の部分の識別を表示することから成つてい
る。
(4) 以上のように、本発明によれば、特許請求の
範囲に記載されているように、学習モードと認
識モードとから成る複雑な対象物の欠陥を検出
するための方法であつて、学習モードが、画像
センサを用いて対象を走査してビデオ信号を発
生する第１ステツプと、前記ビデオ信号をＡ／
Ｄ変換して相互に空間的に離散的な２次元画素
データを発生する第２ステツプと、複数の画素
をまとめてグループ化し、全画像にわたつてｘ
軸及び／又はｙ軸に１画素ずつ増分させてラス
タ形式で走査されるウインドウを作成する第３
ステツプと、ウインドウ内の１若しくは複数の
画素をまとめてグループ化し、前記ウインドウ
の枠範囲内で、大きさが異なる複数の大きさの
エレメントを作成する第４ステツプと、各エレ
メントの全ての画素の輝度値を合計して、各合
計値を各エレメントの大きさに固有のしきい値
と比較して、その合計値がそのしきい値を超過
する場合には、そのエレメントを第１の値に割
当て、そうでない場合には、第２の値に割当て
る第５ステツプと、大きさの異なる各エレメン
トごとにしきい値処理した複数のエレメント値
を空間的に遅延させて、２次元のエレメントパ
ターンを得る第６ステツプと、前記エレメント
パターンを各パターンメモリのアドレスとして
用い、パターンが学習されたことを示す情報を
各アドレス指定された記憶位置に格納する第７
ステツプと、から成り、前記認識モードが、画
像センサを用いて対象を走査してビデオ信号を
発生する第１ステツプと、前記ビデオ信号を
Ａ／Ｄ変換して相互に空間的に離散的な２次元
画素データを発生する第２ステツプと、複数の
画素をまとめてグループ化し、全画像にわたつ
てｘ軸及び／又はｙ軸に１画素ずつ増分させて
ラスタ形式で走査されるウインドウを作成する
第３ステツプと、ウインドウ内の１若しくは複
数の画素をまとめてグループ化し、前記ウイン
ドウの枠範囲内で、大きさが異なる複数の大き
さのエレメントを作成する第４ステツプと、各
エレメントの全ての画素の輝度値を合計して、
各合計値を各エレメントの大きさに固有のしき
い値と比較して、その合計値がそのしきい値を
超過する場合には、そのエレメントを第１の値
に割当て、そうでない場合には、第２の値に割
当てる第５ステツプと、大きさの異なる各エレ
メントごとにしきい値処理した複数のエレメン
ト値を空間的に遅延させてグループ化して２次
元のエレメントパターンを得る第６ステツプ
と、前記エレメントパターンを各パターンメモ
リのアドレスとして用い、各アドレス指定され
た記憶位置の内容を読み出して、パターンが以
前に学習されなかつたものであるか否かを判別
する第７ステツプと、から成ることを特徴とす
る方法が提供される。
範囲に記載されているように、学習モードと認
識モードとから成る複雑な対象物の欠陥を検出
するための方法であつて、学習モードが、画像
センサを用いて対象を走査してビデオ信号を発
生する第１ステツプと、前記ビデオ信号をＡ／
Ｄ変換して相互に空間的に離散的な２次元画素
データを発生する第２ステツプと、複数の画素
をまとめてグループ化し、全画像にわたつてｘ
軸及び／又はｙ軸に１画素ずつ増分させてラス
タ形式で走査されるウインドウを作成する第３
ステツプと、ウインドウ内の１若しくは複数の
画素をまとめてグループ化し、前記ウインドウ
の枠範囲内で、大きさが異なる複数の大きさの
エレメントを作成する第４ステツプと、各エレ
メントの全ての画素の輝度値を合計して、各合
計値を各エレメントの大きさに固有のしきい値
と比較して、その合計値がそのしきい値を超過
する場合には、そのエレメントを第１の値に割
当て、そうでない場合には、第２の値に割当て
る第５ステツプと、大きさの異なる各エレメン
トごとにしきい値処理した複数のエレメント値
を空間的に遅延させて、２次元のエレメントパ
ターンを得る第６ステツプと、前記エレメント
パターンを各パターンメモリのアドレスとして
用い、パターンが学習されたことを示す情報を
各アドレス指定された記憶位置に格納する第７
ステツプと、から成り、前記認識モードが、画
像センサを用いて対象を走査してビデオ信号を
発生する第１ステツプと、前記ビデオ信号を
Ａ／Ｄ変換して相互に空間的に離散的な２次元
画素データを発生する第２ステツプと、複数の
画素をまとめてグループ化し、全画像にわたつ
てｘ軸及び／又はｙ軸に１画素ずつ増分させて
ラスタ形式で走査されるウインドウを作成する
第３ステツプと、ウインドウ内の１若しくは複
数の画素をまとめてグループ化し、前記ウイン
ドウの枠範囲内で、大きさが異なる複数の大き
さのエレメントを作成する第４ステツプと、各
エレメントの全ての画素の輝度値を合計して、
各合計値を各エレメントの大きさに固有のしき
い値と比較して、その合計値がそのしきい値を
超過する場合には、そのエレメントを第１の値
に割当て、そうでない場合には、第２の値に割
当てる第５ステツプと、大きさの異なる各エレ
メントごとにしきい値処理した複数のエレメン
ト値を空間的に遅延させてグループ化して２次
元のエレメントパターンを得る第６ステツプ
と、前記エレメントパターンを各パターンメモ
リのアドレスとして用い、各アドレス指定され
た記憶位置の内容を読み出して、パターンが以
前に学習されなかつたものであるか否かを判別
する第７ステツプと、から成ることを特徴とす
る方法が提供される。
さらに、本発明によれば、前記認識モードの
後に、さらに、所定の二次元領域内の前記未学
習のパターンの数を合計して、その合計値が所
定のしきい値を超過する場合には欠陥であると
判定し、そうでない場合には、量子化誤差、対
象物の微小回転などによる検査誤差であり欠陥
ではないと判定する第８ステツプを加えること
により、検査誤差による影響を受けにくい方法
を提供することが可能である。さらにまた、上
記方法を光学系を用いて実行することも可能で
ある。
後に、さらに、所定の二次元領域内の前記未学
習のパターンの数を合計して、その合計値が所
定のしきい値を超過する場合には欠陥であると
判定し、そうでない場合には、量子化誤差、対
象物の微小回転などによる検査誤差であり欠陥
ではないと判定する第８ステツプを加えること
により、検査誤差による影響を受けにくい方法
を提供することが可能である。さらにまた、上
記方法を光学系を用いて実行することも可能で
ある。
以下においては、好ましき装置及び構成上の
詳細を含めて本発明の更に別な特長及び最良の
実施例が提示される。
詳細を含めて本発明の更に別な特長及び最良の
実施例が提示される。
本発明の背景をなす重要な概念である人による
目視検査との類似性について以下述べる。
目視検査との類似性について以下述べる。
本発明の基礎をなすものは従来技術とは全く異
なる確実な手順による原理的なアプローチであ
り、これを説明しておく事は本発明の理解に役立
つだろう。例示として、プリント回路基板などの
ような物体における欠陥を認識又は識別する問題
が提示される。しかしながら、本発明は一般的な
意味におけるパターン又は物体識別にも同様に適
用できるものと理解されたい。例にあげたプリン
ト回路基板などにおける典型的な欠陥には、プリ
ントされた導体の断線、ピン・ホール、導体の厚
み不良とかくびれ、及びシヨートなどが含まれ
る。こうした欠陥の多くは極めて微細な大きさで
ある。
なる確実な手順による原理的なアプローチであ
り、これを説明しておく事は本発明の理解に役立
つだろう。例示として、プリント回路基板などの
ような物体における欠陥を認識又は識別する問題
が提示される。しかしながら、本発明は一般的な
意味におけるパターン又は物体識別にも同様に適
用できるものと理解されたい。例にあげたプリン
ト回路基板などにおける典型的な欠陥には、プリ
ントされた導体の断線、ピン・ホール、導体の厚
み不良とかくびれ、及びシヨートなどが含まれ
る。こうした欠陥の多くは極めて微細な大きさで
ある。
この例における問題は、欠陥を目視的に見出す
為にはかなりの拡大を必要とする欠陥を含めてプ
リント回路基板上で種々な大きさの欠陥を発見す
るということである。通常目視的検査を試みる観
察者は、まず、比較的大きな欠陥があるかどうか
を調べる為に回路基板の小さな領域を見ながら全
領域を走査するであろうが、回路基板全体を一目
で見ることはない。つまり、目を区間ごとの小さ
な領域に集中させながら、領域を連続的に検査す
ることになる。より小さな欠陥を探す為に、観察
者はしばしば拡大鏡を使用する。目によつて見ら
れる像面の大きさは拡大鏡を使わない場合と同じ
であるが、拡大鏡を使用した場合は観察者が実際
に見ているのは或る程度拡大されたより小さな領
域である。倍率がこの様に大きくなると、連続す
る領域を検査することで、どの様な小さな欠陥、
断線などを見ることも可能となる。次のステツプ
は、恐らく微細なピン・ホールのような一層小さ
な欠陥を見つけるべくより小さな領域を点検する
ことであろうが、この場合には、前述の如く、対
象となる連続領域を検査するために一層強力な拡
大鏡を必要とする。各々の場合において、目に対
して呈示される像面の大きさは一定であるが、こ
れを満たす様に倍率及び物体上での実際の距離が
拡大されている。この概念は、本発明の好ましき
形態の背景をなすものとして重要な概念である。
為にはかなりの拡大を必要とする欠陥を含めてプ
リント回路基板上で種々な大きさの欠陥を発見す
るということである。通常目視的検査を試みる観
察者は、まず、比較的大きな欠陥があるかどうか
を調べる為に回路基板の小さな領域を見ながら全
領域を走査するであろうが、回路基板全体を一目
で見ることはない。つまり、目を区間ごとの小さ
な領域に集中させながら、領域を連続的に検査す
ることになる。より小さな欠陥を探す為に、観察
者はしばしば拡大鏡を使用する。目によつて見ら
れる像面の大きさは拡大鏡を使わない場合と同じ
であるが、拡大鏡を使用した場合は観察者が実際
に見ているのは或る程度拡大されたより小さな領
域である。倍率がこの様に大きくなると、連続す
る領域を検査することで、どの様な小さな欠陥、
断線などを見ることも可能となる。次のステツプ
は、恐らく微細なピン・ホールのような一層小さ
な欠陥を見つけるべくより小さな領域を点検する
ことであろうが、この場合には、前述の如く、対
象となる連続領域を検査するために一層強力な拡
大鏡を必要とする。各々の場合において、目に対
して呈示される像面の大きさは一定であるが、こ
れを満たす様に倍率及び物体上での実際の距離が
拡大されている。この概念は、本発明の好ましき
形態の背景をなすものとして重要な概念である。
さて、小さな画像要素即ち画素からなる小さな
視野について考えて見よう。こうした画素はグル
ープ化され、２進値１又は０のエレメントを作り
出し次いでそれらのエレメントがグループ化され
て作り出される。この応用では、マスク４×４エ
レメントが作り出され、65Kダイナミツク又はス
タテイツクメモリへと容易にマツプされる。この
マスクに対して与えられる倍率を効果的に変える
ための技術は、画像点（又は画素）平均化を行う
事で、人間が目で見ることに幾らか類似したもの
である。もしも人が物を手近に持つているなら
ば、かなり詳細に見えるが、遠くから離れて見る
につれて、複数の細かい画像点は１つへと平均化
される傾向がある。これは同様に本発明によると
エレメントは、画素の小さなグループについて或
る種の平均化又は重み付けを実行することによつ
て形成され、そのエレメント値、１又は０、がそ
のエレメント領域内での平均化された画素明るさ
を表すようにスレツシヨルド平均値が選択され
る。
視野について考えて見よう。こうした画素はグル
ープ化され、２進値１又は０のエレメントを作り
出し次いでそれらのエレメントがグループ化され
て作り出される。この応用では、マスク４×４エ
レメントが作り出され、65Kダイナミツク又はス
タテイツクメモリへと容易にマツプされる。この
マスクに対して与えられる倍率を効果的に変える
ための技術は、画像点（又は画素）平均化を行う
事で、人間が目で見ることに幾らか類似したもの
である。もしも人が物を手近に持つているなら
ば、かなり詳細に見えるが、遠くから離れて見る
につれて、複数の細かい画像点は１つへと平均化
される傾向がある。これは同様に本発明によると
エレメントは、画素の小さなグループについて或
る種の平均化又は重み付けを実行することによつ
て形成され、そのエレメント値、１又は０、がそ
のエレメント領域内での平均化された画素明るさ
を表すようにスレツシヨルド平均値が選択され
る。
例えば、もしもエレメントが２水平画素ｈ×２
垂直画素Ｖと言う４つの画素のグループにて表さ
れて、それら４つの画素のうち３つが白であるな
らば、そのエレメント全体は白とし扱われ、そし
て、もしもそのうちの３つが黒であるならば、そ
こでのエレメントを黒として扱う閾値が選ばれ
る。
垂直画素Ｖと言う４つの画素のグループにて表さ
れて、それら４つの画素のうち３つが白であるな
らば、そのエレメント全体は白とし扱われ、そし
て、もしもそのうちの３つが黒であるならば、そ
こでのエレメントを黒として扱う閾値が選ばれ
る。
この様に、そのスレツシヨルドはエレメントの
総和演算結果に対して与えられ、そしてこの例の
４×４エレメントにおいて構成されるエレメン
ト・パターンはその画素の平均化又は重み付け機
能でもつて、実時間で、最終決定される。かかる
構成は極めて高速な履行を可能にならしめるもの
である。初めに16エレメントのすべてを形成し次
いでそれが“良好”エレメント・パターンか又は
“欠陥”エレメント・パターンであるかを判定す
ることから成る全機能は、例示のように、５メガ
ヘルツ・データ率において達成される。その判定
は、“良好”エレメント・パターンを記憶し、そ
して欠陥を識別する為に実時間走査されたエレメ
ント・パターンを“良好”エレメント・パターン
と比較することによつて行われる。別のやり方と
して、全ての欠陥に対するエレメント・パターン
を蓄積しておき、それにより、エレメント・パタ
ーンの整合を行う事で欠陥を識別する事も出来
る。更に、本発明は局部的特徴（断線部分又はピ
ン・ホール等）を見ることを包含しているので、
多くの検査ユニツトを同時に使用して並行に視野
を見る事も可能である。これは、各人が拡大鏡を
持つ何人かの観察者を使用して、検査されるべき
物体の異なる区間上でそれらの拡大鏡を同時に動
かす走査に幾らか類似している。欠陥がその内側
に含まれる様に視野の大きさが調整されるため、
この型式の並行処理ユニツトは互いに近接してか
又は重複して採用でき、非常に大きな範囲を実時
間でしかも非常に高速で検査する事が可能にな
る。
総和演算結果に対して与えられ、そしてこの例の
４×４エレメントにおいて構成されるエレメン
ト・パターンはその画素の平均化又は重み付け機
能でもつて、実時間で、最終決定される。かかる
構成は極めて高速な履行を可能にならしめるもの
である。初めに16エレメントのすべてを形成し次
いでそれが“良好”エレメント・パターンか又は
“欠陥”エレメント・パターンであるかを判定す
ることから成る全機能は、例示のように、５メガ
ヘルツ・データ率において達成される。その判定
は、“良好”エレメント・パターンを記憶し、そ
して欠陥を識別する為に実時間走査されたエレメ
ント・パターンを“良好”エレメント・パターン
と比較することによつて行われる。別のやり方と
して、全ての欠陥に対するエレメント・パターン
を蓄積しておき、それにより、エレメント・パタ
ーンの整合を行う事で欠陥を識別する事も出来
る。更に、本発明は局部的特徴（断線部分又はピ
ン・ホール等）を見ることを包含しているので、
多くの検査ユニツトを同時に使用して並行に視野
を見る事も可能である。これは、各人が拡大鏡を
持つ何人かの観察者を使用して、検査されるべき
物体の異なる区間上でそれらの拡大鏡を同時に動
かす走査に幾らか類似している。欠陥がその内側
に含まれる様に視野の大きさが調整されるため、
この型式の並行処理ユニツトは互いに近接してか
又は重複して採用でき、非常に大きな範囲を実時
間でしかも非常に高速で検査する事が可能にな
る。
本発明の理解には、本発明の検査工程の根底に
ある一般的概念についてまず検討するのが良いと
考える。これは非常に高い動作速度において作業
を実施する事のできる自動装置を構成するための
順序だつた構造を与えるべく、物体を認識し、そ
して物体の欠陥及び／又は特徴的識別マークにつ
いて検査するための頻繁な動作を含むものであ
る。
ある一般的概念についてまず検討するのが良いと
考える。これは非常に高い動作速度において作業
を実施する事のできる自動装置を構成するための
順序だつた構造を与えるべく、物体を認識し、そ
して物体の欠陥及び／又は特徴的識別マークにつ
いて検査するための頻繁な動作を含むものであ
る。
次いでシステムの立場からかかる装置を実行す
るための方法論又は構成を、装置によつて容易に
行われる一連の機能において記述する。必要な機
能を非常に高い動作速度において効果的に実施
し、実時間においてその物体全体を分析するため
の実施例を例示し、そしてこの型式のシステムが
生産ラインにおける検査に特に良く適する事を示
すために本発明の装置自体がその後に記述され
る。
るための方法論又は構成を、装置によつて容易に
行われる一連の機能において記述する。必要な機
能を非常に高い動作速度において効果的に実施
し、実時間においてその物体全体を分析するため
の実施例を例示し、そしてこの型式のシステムが
生産ラインにおける検査に特に良く適する事を示
すために本発明の装置自体がその後に記述され
る。
さてまず本発明の検査原理に関して述べる。プ
リントされるべきパターンデータとプリントされ
たパターンの差異とか、欠陥と他の明確な特徴と
かいつたもののように１組の物体が互いに異なつ
ている一般的形態を考えるのが有用である。検査
という観点からすると、その物体を特徴付けてい
るパターン又は欠陥を発見する為には同じアルゴ
リズムが使用できる。例示を目的として、しかも
現在のところ本発明の極めて重要な応用として、
プリント回路基板のセツトを検査して、ひび割れ
（クラツク）、孔（ピンホール）又は他の表面凹凸
のような不完全さ（パターン形状異常）といつた
欠陥を検出するのに本発明を使用することを考え
て見る。その検査はまず、利用できる最高光学倍
率において一枚のプリント板を検査し、欠陥（又
は、もつと一般的な場合には、関心のあるパター
ン）が視野の１つにおいて検出されるまで、連続
セル又は重複した視野（FOV）を検査しながら
目立つた欠陥を注意深く探すことにより行われ
る。本発明によるこの認識方法の最も望ましい特
長は、検査中にある回路基板又は他の物体の角度
的回転に対して敏感でない動作を可能にすること
である。例えば、第１図において例示されている
ように、長さが12吋でそして幅が６吋、その上部
左隅に直径1/1000吋（１ミル）のピン・ホール欠
陥Ａを持つプリント回路（PC）板について考え
て見よう。もしもPC板が角度θだけ、例えば１
度（第１図では誇張して例示されている）傾けら
れているとすると、これは360°の0.3％以下でし
かなく、この様な回転開度は検査者又は観察者に
とつて気付かれない程度のものである。しかしな
がら、変位Ｓの直線成分は、Ｓ＝Rθラジアンに
よつて与えられるから、12000ミルのＲに対して、
Ｓは200ミルとなり、この例ではピン・ホールＡ
の200倍も大きなものになる。この様な理由から、
従来技術によるパターン整合認識アルゴリズムは
物体の大きさと比較して小さいパターンを検査す
るためには適していない。しかしながら人間が観
察者となる場合はこの問題を持たず、回転された
座標においても欠陥を簡単に見つけることが出来
る。
リントされるべきパターンデータとプリントされ
たパターンの差異とか、欠陥と他の明確な特徴と
かいつたもののように１組の物体が互いに異なつ
ている一般的形態を考えるのが有用である。検査
という観点からすると、その物体を特徴付けてい
るパターン又は欠陥を発見する為には同じアルゴ
リズムが使用できる。例示を目的として、しかも
現在のところ本発明の極めて重要な応用として、
プリント回路基板のセツトを検査して、ひび割れ
（クラツク）、孔（ピンホール）又は他の表面凹凸
のような不完全さ（パターン形状異常）といつた
欠陥を検出するのに本発明を使用することを考え
て見る。その検査はまず、利用できる最高光学倍
率において一枚のプリント板を検査し、欠陥（又
は、もつと一般的な場合には、関心のあるパター
ン）が視野の１つにおいて検出されるまで、連続
セル又は重複した視野（FOV）を検査しながら
目立つた欠陥を注意深く探すことにより行われ
る。本発明によるこの認識方法の最も望ましい特
長は、検査中にある回路基板又は他の物体の角度
的回転に対して敏感でない動作を可能にすること
である。例えば、第１図において例示されている
ように、長さが12吋でそして幅が６吋、その上部
左隅に直径1/1000吋（１ミル）のピン・ホール欠
陥Ａを持つプリント回路（PC）板について考え
て見よう。もしもPC板が角度θだけ、例えば１
度（第１図では誇張して例示されている）傾けら
れているとすると、これは360°の0.3％以下でし
かなく、この様な回転開度は検査者又は観察者に
とつて気付かれない程度のものである。しかしな
がら、変位Ｓの直線成分は、Ｓ＝Rθラジアンに
よつて与えられるから、12000ミルのＲに対して、
Ｓは200ミルとなり、この例ではピン・ホールＡ
の200倍も大きなものになる。この様な理由から、
従来技術によるパターン整合認識アルゴリズムは
物体の大きさと比較して小さいパターンを検査す
るためには適していない。しかしながら人間が観
察者となる場合はこの問題を持たず、回転された
座標においても欠陥を簡単に見つけることが出来
る。
観察者による認識過程においては、人は各視野
即ちフイールドの内容を個々に分析するが、この
特質は、本発明の検査原理に取り込まれている特
徴部分である。かくして、本発明の検査方法及び
装置が実施する第１の動作は： １：各視野内の関心あるパターンを捜索するため
に、その視野の内容を個々に調べることであ
る。
即ちフイールドの内容を個々に分析するが、この
特質は、本発明の検査原理に取り込まれている特
徴部分である。かくして、本発明の検査方法及び
装置が実施する第１の動作は： １：各視野内の関心あるパターンを捜索するため
に、その視野の内容を個々に調べることであ
る。
第１図に例示されているピン・ホールド型欠陥
Ａは、第２図の右側下部においてもＡとして示さ
れており、第２図には、よくあるPC基板上の導
体１と別な導体２に接続されている接合パツド間
での短絡金属接続部Ｂのプリン度回路基板欠陥が
例示されている。第２図のピン・ホールＡ及び短
絡欠陥Ｂは、第３図において更に詳しく示されて
いるように、比較的高い倍率及び比較的低い倍率
で観察されるべきであることを示している。第３
図のＡ及びＢは高い倍率におけるそれぞれのピ
ン・ホールド及び短絡欠陥を表し、（比較の為正
常な導体エツジＣを示す）他方、Ｄ及びＥではそ
の同じ欠陥を低い倍率で表している。高い倍率の
視野で大きな欠陥の観察は容易でないので、低い
倍率において再度の検査を必要とする。例えば、
接合パツドが導体１に対して短絡している、即
ち、導体１がそのパツドに接している第２図及び
第３図の短絡欠陥Ｂについて検討してみよう。高
い倍率の視野Ｂにおいて、その短絡は正常な導体
２の、パツドへの金属接合部分を示しているＣと
は区別ができない。しかし、もしもその短絡部全
体が第３図Ｄの視野内に入るように、その倍率が
減少されたとすると、このような短絡部の認識は
大変簡単になる。他方、第３図Ｅは、大きな欠陥
の識別に適しているその低い倍率が、ピン・ホー
ルＡのような小さな欠陥を捜索するのには適して
いないことを例示している。一般的な場合を例に
とると、物体を多くの異なる倍率で観察したいと
思うだろう。かくして、本発明の自動検査システ
ムは、また： ２：各視野を前述の動作１において記述されたよ
うに分析するために、多くの異なる倍率におい
て全物体を検査する。
Ａは、第２図の右側下部においてもＡとして示さ
れており、第２図には、よくあるPC基板上の導
体１と別な導体２に接続されている接合パツド間
での短絡金属接続部Ｂのプリン度回路基板欠陥が
例示されている。第２図のピン・ホールＡ及び短
絡欠陥Ｂは、第３図において更に詳しく示されて
いるように、比較的高い倍率及び比較的低い倍率
で観察されるべきであることを示している。第３
図のＡ及びＢは高い倍率におけるそれぞれのピ
ン・ホールド及び短絡欠陥を表し、（比較の為正
常な導体エツジＣを示す）他方、Ｄ及びＥではそ
の同じ欠陥を低い倍率で表している。高い倍率の
視野で大きな欠陥の観察は容易でないので、低い
倍率において再度の検査を必要とする。例えば、
接合パツドが導体１に対して短絡している、即
ち、導体１がそのパツドに接している第２図及び
第３図の短絡欠陥Ｂについて検討してみよう。高
い倍率の視野Ｂにおいて、その短絡は正常な導体
２の、パツドへの金属接合部分を示しているＣと
は区別ができない。しかし、もしもその短絡部全
体が第３図Ｄの視野内に入るように、その倍率が
減少されたとすると、このような短絡部の認識は
大変簡単になる。他方、第３図Ｅは、大きな欠陥
の識別に適しているその低い倍率が、ピン・ホー
ルＡのような小さな欠陥を捜索するのには適して
いないことを例示している。一般的な場合を例に
とると、物体を多くの異なる倍率で観察したいと
思うだろう。かくして、本発明の自動検査システ
ムは、また： ２：各視野を前述の動作１において記述されたよ
うに分析するために、多くの異なる倍率におい
て全物体を検査する。
他の応用において、欠陥又は他の区別し得る特
徴を識別するため、種々な倍率において得られた
パターン情報を組み合わせることは有利である。
例えば、導体と接合パツド間の断線の位置を求め
なければならない場合である。まず初めに、高い
倍率で断線部の位置を求め、その後、その回路基
板を動かさずに倍率を減少させて、そのパツド及
び隣接導体があることを確かめる。このモードに
おいて、パツド−導体間の断線識別は、２つの異
なる倍率において得られたパターン情報を相関さ
せることによつて得られる。かくして、この認識
作業を実施する本発明の装置は： ３：問題のパターンを識別するために同一物体領
域の異なる倍率において得られたパターン情報
を相関させる。
徴を識別するため、種々な倍率において得られた
パターン情報を組み合わせることは有利である。
例えば、導体と接合パツド間の断線の位置を求め
なければならない場合である。まず初めに、高い
倍率で断線部の位置を求め、その後、その回路基
板を動かさずに倍率を減少させて、そのパツド及
び隣接導体があることを確かめる。このモードに
おいて、パツド−導体間の断線識別は、２つの異
なる倍率において得られたパターン情報を相関さ
せることによつて得られる。かくして、この認識
作業を実施する本発明の装置は： ３：問題のパターンを識別するために同一物体領
域の異なる倍率において得られたパターン情報
を相関させる。
不幸にして、そこには、与えられた最低の倍率
の下でさえ拡大装置（顕微鏡のような）の視野に
入り切らないほどの大きなパターン又は欠陥があ
るかも知れない。これがあるため、本発明では、
その低い倍率での連続又は重複している視野か
ら、もし十分低い倍率の対物レンズが与えられて
いるならば見られるだろう画像と、等価の完全な
画像をつくり出す。この特長を持つて動作する本
発明の装置は： ４：問題の大きなパターンを識別するために連
続、又は重複する視野を見て、各視野からのパ
ターン情報を組み合わせる。
の下でさえ拡大装置（顕微鏡のような）の視野に
入り切らないほどの大きなパターン又は欠陥があ
るかも知れない。これがあるため、本発明では、
その低い倍率での連続又は重複している視野か
ら、もし十分低い倍率の対物レンズが与えられて
いるならば見られるだろう画像と、等価の完全な
画像をつくり出す。この特長を持つて動作する本
発明の装置は： ４：問題の大きなパターンを識別するために連
続、又は重複する視野を見て、各視野からのパ
ターン情報を組み合わせる。
この時点で、２つの明確な視野を認識すること
は重要である。１つの視野は、例えば、顕微鏡対
物レンズによつて得られる物体側の視野であり、
他方は観察者によつて見られる顕微鏡接眼レンズ
の視野である。対物レンズの視野は倍率の関数で
変えられるが、人間の目の視野は一定である。頭
脳はその情報のすべてをこの一定視野から得る
が、顕微鏡は物体像を、その視野を満たす所望の
大きさに調整する役割をする。この論議にとつ
て、連続する像区間が連続する可視レセプタを刺
激するように、目をデイスクリートな可視レセプ
タとしてモデル化することは好都合である。人間
の認識システム、即ち、頭脳は、こうしたレセプ
タによつて与えられるデータを処理して、そして
物体又はパターンの識別をする。
は重要である。１つの視野は、例えば、顕微鏡対
物レンズによつて得られる物体側の視野であり、
他方は観察者によつて見られる顕微鏡接眼レンズ
の視野である。対物レンズの視野は倍率の関数で
変えられるが、人間の目の視野は一定である。頭
脳はその情報のすべてをこの一定視野から得る
が、顕微鏡は物体像を、その視野を満たす所望の
大きさに調整する役割をする。この論議にとつ
て、連続する像区間が連続する可視レセプタを刺
激するように、目をデイスクリートな可視レセプ
タとしてモデル化することは好都合である。人間
の認識システム、即ち、頭脳は、こうしたレセプ
タによつて与えられるデータを処理して、そして
物体又はパターンの識別をする。
本発明の自動認識システムは、幾らか類似した
方法が取り入れられ、そこでのシステムは： ５：各倍率における各光学視野を一定数の画像エ
レメントN2に分割し、そしてそうしたエレメ
ントN2のみを、その見たパターンの認識のた
めの処理ユニツトへ与える。
方法が取り入れられ、そこでのシステムは： ５：各倍率における各光学視野を一定数の画像エ
レメントN2に分割し、そしてそうしたエレメ
ントN2のみを、その見たパターンの認識のた
めの処理ユニツトへ与える。
しかしながら、目には何百万ものレセプタがあ
り、そして頭脳には何十億のメモリ場所があるこ
とに注意しなくてはならない。勿論のことに、こ
うした複雑な装置を構成するのは極めて困難であ
ると同時に、大きな費用を必要とする。しかし、
本発明では、N2とそのメモリ容量を減少させた、
このような型式の一般的実用システムを後で詳述
するように実施している。
り、そして頭脳には何十億のメモリ場所があるこ
とに注意しなくてはならない。勿論のことに、こ
うした複雑な装置を構成するのは極めて困難であ
ると同時に、大きな費用を必要とする。しかし、
本発明では、N2とそのメモリ容量を減少させた、
このような型式の一般的実用システムを後で詳述
するように実施している。
各画像エレメント（画素）が異なるＬ個のレベ
ルの明るさ又は色に対応するような一般的な場合
において、N2のエレメント上に作られる可能な
パターンＰの全数は： Ｐ＝LN
ルの明るさ又は色に対応するような一般的な場合
において、N2のエレメント上に作られる可能な
パターンＰの全数は： Ｐ＝LN
Claims (1)
- 【特許請求の範囲】 １ 学習モードと認識モードとから成る複雑な対
象物の欠陥を検出するための方法であつて、 学習モードが、 画像センサを用いて対象を走査してビデオ信号
を発生する第１ステツプと、 前記ビデオ信号をＡ／Ｄ変換して相互に空間的
に離散的な２次元画素データを発生する第２ステ
ツプと、 複数の画素をまとめてグループ化し、全画像に
わたつてｘ軸及び／又はｙ軸に１画素ずつ増分さ
せてラスタ形式で走査されるウインドウを作成す
る第３ステツプと、 ウインドウ内の１若しくは複数の画素をまとめ
てグループ化し、前記ウインドウの枠範囲内で、
大きさが異なる複数の大きさのエレメントを作成
する第４ステツプと、 各エレメントの全ての画素の輝度値を合計し
て、各合計値を各エレメントの大きさに固有のし
きい値と比較して、その合計値がそのしきい値を
超過する場合には、そのエレメントを第１の値に
割当て、そうでない場合には、第２の値に割当て
る第５ステツプと、 大きさの異なる各エレメントごとにしきい値処
理した複数のエレメント値を空間的に遅延させ
て、２次元のエレメントパターンを得る第６ステ
ツプと、 前記エレメントパターンを各パターンメモリの
アドレスとして用い、パターンが学習されたこと
を示す情報を各アドレス指定された記憶位置に格
納する第７ステツプと、 から成り、 前記認識モードが、 画像センサを用いて対象を走査してビデオ信号
を発生する第１ステツプと、 前記ビデオ信号をＡ／Ｄ変換して相互に空間的
に離散的な２次元画素データを発生する第２ステ
ツプと、 複数の画素をまとめてグループ化し、全画像に
わたつてｘ軸及び／又はｙ軸に１画素ずつ増分さ
せてラスタ形式で走査されるウインドウを作成す
る第３ステツプと、 ウインドウ内の１若しくは複数の画素をまとめ
てグループ化し、前記ウインドウの枠範囲内で、
大きさが異なる複数の大きさのエレメントを作成
する第４ステツプと、 各エレメントの全ての画素の輝度値を合計し
て、各合計値を各エレメントの大きさに固有のし
きい値と比較して、その合計値がそのしきい値を
超過する場合には、そのエレメントを第１の値に
割当て、そうでない場合には、第２の値に割当て
る第５ステツプと、 大きさの異なる各エレメントごとにしきい値処
理した複数のエレメント値を空間的に遅延させて
グループ化して２次元のエレメントパターンを得
る第６ステツプと、 前記エレメントパターンを各パターンメモリの
アドレスとして用い、各アドレス指定された記憶
位置の内容を読み出して、パターンが以前に学習
されなかつたものであるか否かを判別する第７ス
テツプと、 から成ることを特徴とする方法。 ２ 学習モードと認識モードとから成る複雑な対
象物の欠陥を検出するための方法であつて、 学習モードが、 画像センサを用いて対象を走査してビデオ信号
を発生する第１ステツプと、 前記ビデオ信号をＡ／Ｄ変換して相互に空間的
に離散的な２次元画素データを発生する第２ステ
ツプと、 複数の画素をまとめてグループ化し、全画像に
わたつてｘ軸及び／又はｙ軸に１画素ずつ増分さ
せてラスタ形式で走査されるウインドウを作成す
る第３ステツプと、 ウインドウ内の１若しくは複数の画素をまとめ
てグループ化し、前記ウインドウの枠範囲内で、
大きさが異なる複数の大きさのエレメントを作成
する第４ステツプと、 各エレメントの全ての画素の輝度値を合計し
て、各合計値を各エレメントの大きさに固有のし
きい値と比較して、その合計値がそのしきい値を
超過する場合には、そのエレメントを第１の値に
割当て、そうでない場合には、第２の値に割当て
る第５ステツプと、 大きさの異なる各エレメントごとにしきい値処
理した複数のエレメント値を空間的に遅延させ
て、２次元のエレメントパターンを得る第６ステ
ツプと、 前記エレメントパターンを各パターンメモリの
アドレスとして用い、パターンが学習されたこと
を示す情報を各アドレス指定された記憶位置に格
納する第７ステツプと、 から成り、 前記認識モードが、 画像センサを用いて対象を走査してビデオ信号
を発生する第１ステツプと、 前記ビデオ信号をＡ／Ｄ変換して相互に空間的
に離散的な２次元画素データを発生する第２ステ
ツプと、 複数の画素をまとめてグループ化し、全画像に
わたつてｘ軸及び／又はｙ軸に１画素ずつ増分さ
せてラスタ形式で走査されるウインドウを作成す
る第３ステツプと、 ウインドウ内の１若しくは複数の画素をまとめ
てグループ化し、前記ウインドウの枠範囲内で、
大きさが異なる複数の大きさのエレメントを作成
する第４ステツプと、 各エレメントの全ての画素の輝度値を合計し
て、各合計値を各エレメントの大きさに固有のし
きい値と比較して、その合計値がそのしきい値を
超過する場合には、そのエレメントを第１の値に
割当て、そうでない場合には、第２の値に割当て
る第５ステツプと、 大きさの異なる各エレメントごとにしきい値処
理した複数のエレメント値を空間的に遅延させて
グループ化して２次元のエレメントパターンを得
る第６ステツプと、 前記エレメントパターンを各パターンメモリの
アドレスとして用い、各アドレス指定された記憶
位置の内容を読み出して、パターンが以前に学習
されなかつたものであるか否かを判別する第７ス
テツプと、 所定の二次元領域内の前記未学習のパターンの
数を合計して、その合計値が所定のしきい値を超
過する場合には欠陥であると判定し、そうでない
場合には、量子化誤差、対象物の微小回転などに
よる検査誤差であり欠陥ではないと判定する第８
ステツプと、 から成ることを特徴とする方法。 ３ 学習モードと認識モードとから成る複雑な対
象物の欠陥を検出するための方法であつて、 学習モードが、 画像センサを用いて対象を走査してビデオ信号
を発生する第１ステツプと、 前記ビデオ信号をＡ／Ｄ変換して相互に空間的
に離散的な２次元画素データを発生する第２ステ
ツプと、 複数の画素をまとめてグループ化し、全画像に
わたつてｘ軸及び／又はｙ軸に１画素ずつ増分さ
せてラスタ形式で走査されるウインドウを作成す
る第３ステツプと、 ウインドウ内の１若しくは複数の画素をまとめ
てグループ化し、前記ウインドウの枠範囲内で、
エレメントを作成する第４ステツプと、 前記画素センサ上での対象の倍率を変化させ、
各倍率毎に前記ステツプ１〜４を行う第５のステ
ツプと、 各エレメントの全ての画素の輝度値を合計し
て、各合計値を各エレメントの大きさに固有のし
きい値と比較して、その合計値がそのしきい値を
超過する場合には、そのエレメントを第１の値に
割当て、そうでない場合には、第２の値に割当て
る第６ステツプと、 倍率に対応した各エレメントごとにしきい値処
理した複数のエレメント値を空間的に遅延させ
て、２次元のエレメントパターンを得る第７ステ
ツプと、 前記エレメントパターンを各パターンメモリの
アドレスとして用い、パターンが学習されたこと
を示す情報を各アドレス指定された記憶位置に格
納する第８ステツプと、 から成り、 前記認識モードが、 画像センサを用いて対象を走査してビデオ信号
を発生する第１ステツプと、 前記ビデオ信号をＡ／Ｄ変換して相互に空間的
に離散的な２次元画素データを発生する第２ステ
ツプと、 複数の画素をまとめてグループ化し、全画像に
わたつてｘ軸及び／又はｙ軸に１画素ずつ増分さ
せてラスタ形式で走査されるウインドウを作成す
る第３ステツプと、 ウインドウ内の１若しくは複数の画素をまとめ
てグループ化し、前記ウインドウの枠範囲内で、
エレメントを作成する第４ステツプと、 前記画像センサの上での対象の倍率を変化さ
せ、各倍率毎に前記ステツプ１〜４を行うす第５
ステツプと、 各エレメントの全ての画素の輝度値を合計し
て、各合計値を各エレメントの大きさに固有のし
きい値と比較して、その合計値がそのしきい値を
超過する場合には、そのエレメントを第１の値に
割当て、そうでない場合には、第２の値に割当て
る第６ステツプと、 倍率に対応した各エレメントごとにしきい値処
理した複数のエレメント値を空間的に遅延させて
グループ化して２次元のエレメントパターンを得
る第７ステツプと、 前記エレメントパターンを各パターンメモリの
アドレスとして用い、各アドレス指定された記憶
位置の内容を読み出して、パターンが以前に学習
されなかつたものであるか否かを判別する第８ス
テツプと、 から成ることを特徴とする方法。 ４ 学習モードと認識モードとから成る複雑な対
象物の欠陥を検出するための方法であつて、 学習モードが、 画像センサを用いて対象を走査してビデオ信号
を発生する第１ステツプと、 前記ビデオ信号をＡ／Ｄ変換して相互に空間的
に離散的な２次元画素データを発生する第２ステ
ツプと、 複数の画素をまとめてグループ化し、全画像に
わたつてｘ軸及び／又はｙ軸に１画素ずつ増分さ
せてラスタ形式で走査されるウインドウを作成す
る第３ステツプと、 ウインドウ内の１若しくは複数の画素をまとめ
てグループ化し、前記ウインドウの枠範囲内で、
エレメントを作成する第４ステツプと、 前記画素センサ上での対象の倍率を変化させ、
各倍率毎に前記ステツプ１〜４を行う第５のステ
ツプと、 各エレメントの全ての画素の輝度値を合計し
て、各合計値を各エレメントの大きさに固有のし
きい値と比較して、その合計値がそのしきい値を
超過する場合には、そのエレメントを第１の値に
割当て、そうでない場合には、第２の値に割当て
る第６ステツプと、 倍率に対応した各エレメントごとにしきい値処
理した複数のエレメント値を空間的に遅延させ
て、２次元のエレメントパターンを得る第７ステ
ツプと、 前記エレメントパターンを各パターンメモリの
アドレスとして用い、パターンが学習されたこと
を示す情報を各アドレス指定された記憶位置に格
納する第８ステツプと、 から成り、 前記認識モードが、 画像センサを用いて対象を走査してビデオ信号
を発生する第１ステツプと、 前記ビデオ信号をＡ／Ｄ変換して相互に空間的
に離散的な２次元画素データを発生する第２ステ
ツプと、 複数の画素をまとめてグループ化し、全画像に
わたつてｘ軸及び／又はｙ軸に１画素ずつ増分さ
せてラスタ形式で走査されるウインドウを作成す
る第３ステツプと、 ウインドウ内の１若しくは複数の画素をまとめ
てグループ化し、前記ウインドウの枠範囲内で、
エレメントを作成する第４ステツプと、 前記画像センサの上での対象の倍率を変化さ
せ、各倍率毎に前記ステツプ１〜４を行う第５ス
テツプと、 各エレメントの全ての画素の輝度値を合計し
て、各合計値を各エレメントの大きさに固有のし
きい値と比較して、その合計値がそのしきい値を
超過する場合には、そのエレメントを第１の値に
割当て、そうでない場合には、第２の値に割当て
る第６ステツプと、 倍率に対応した各エレメントごとにしきい値処
理した複数のエレメント値を空間的に遅延させて
グループ化して２次元のエレメントパターンを得
る第７ステツプと、 前記エレメントパターンを各パターンメモリの
アドレスとして用い、各アドレス指定された記憶
位置の内容を読み出して、パターンが以前に学習
されなかつたものであるか否かを判別する第８ス
テツプと、 所定の二次元領域内の前記未学習のパターンの
数を合計して、その合計値が所定のしきい値を超
過する場合には欠陥であると判定し、そうでない
場合には、量子化誤差、対象物の微小回転などに
よる検査誤差であり欠陥ではないと判定する第９
ステツプと、 から成ることを特徴とする方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US06/477,264 US4589140A (en) | 1983-03-21 | 1983-03-21 | Method of and apparatus for real-time high-speed inspection of objects for identifying or recognizing known and unknown portions thereof, including defects and the like |
| US477264 | 1990-02-08 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS60501429A JPS60501429A (ja) | 1985-08-29 |
| JPH0452992B2 true JPH0452992B2 (ja) | 1992-08-25 |
Family
ID=23895212
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59501385A Granted JPS60501429A (ja) | 1983-03-21 | 1984-03-19 | 物体の認識方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US4589140A (ja) |
| EP (1) | EP0145725B1 (ja) |
| JP (1) | JPS60501429A (ja) |
| CA (1) | CA1234908A (ja) |
| DE (1) | DE3486226D1 (ja) |
| WO (1) | WO1984003784A1 (ja) |
Families Citing this family (115)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5297222A (en) * | 1982-05-04 | 1994-03-22 | Hitachi, Ltd. | Image processing apparatus |
| DE3347645C1 (de) * | 1983-12-30 | 1985-10-10 | Dr.-Ing. Ludwig Pietzsch Gmbh & Co, 7505 Ettlingen | Verfahren und Einrichtung zum opto-elektronischen Pruefen eines Flaechenmusters an einem Objekt |
| GB2152658A (en) * | 1984-01-09 | 1985-08-07 | Philips Electronic Associated | Object sorting system |
| US4650333A (en) * | 1984-04-12 | 1987-03-17 | International Business Machines Corporation | System for measuring and detecting printed circuit wiring defects |
| US4953224A (en) * | 1984-09-27 | 1990-08-28 | Hitachi, Ltd. | Pattern defects detection method and apparatus |
| US5374830A (en) * | 1984-10-12 | 1994-12-20 | Sensor Adaptive Machines, Inc. | Target based determination of robot and sensor alignment |
| USRE38559E1 (en) * | 1984-12-20 | 2004-07-27 | Orbotech Ltd | Automatic visual inspection system |
| DE3587582D1 (de) * | 1985-03-14 | 1993-10-21 | Beltronics Inc | Gerät und Verfahren zum selbsttätigen Inspizieren von Objekten und zum Identifizieren oder Erkennen bekannter und unbekannter Teile davon, einschliesslich Fehler und dergleichen. |
| US4646355A (en) * | 1985-03-15 | 1987-02-24 | Tektronix, Inc. | Method and apparatus for input picture enhancement by removal of undersired dots and voids |
| US4794647A (en) * | 1985-04-08 | 1988-12-27 | Northern Telecom Limited | Automatic optical inspection system |
| JPS61290311A (ja) * | 1985-06-19 | 1986-12-20 | Hitachi Ltd | はんだ付部の検査装置及びその方法 |
| US5222159A (en) * | 1985-07-19 | 1993-06-22 | Canon Kabushiki Kaisha | Image processing method and apparatus for extracting a portion of image data |
| JPS6261390A (ja) * | 1985-09-11 | 1987-03-18 | 興和株式会社 | プリント基板検査方法およびその装置 |
| SE452386B (sv) * | 1985-10-07 | 1987-11-23 | Hasselblad Ab Victor | Anordning vid apparater for astadkommande av en elektrisk signal representerande en bild |
| US4928313A (en) * | 1985-10-25 | 1990-05-22 | Synthetic Vision Systems, Inc. | Method and system for automatically visually inspecting an article |
| US4777525A (en) * | 1985-12-23 | 1988-10-11 | Preston Jr Kendall | Apparatus and method for a multi-resolution electro-optical imaging, display and storage/retrieval system |
| JPS62173731A (ja) * | 1986-01-28 | 1987-07-30 | Toshiba Corp | 被検査物の表面検査装置 |
| US4827412A (en) * | 1986-01-29 | 1989-05-02 | Computer Sports Systems, Inc. | Pinfall detector using video camera |
| US5046109A (en) * | 1986-03-12 | 1991-09-03 | Nikon Corporation | Pattern inspection apparatus |
| JPS62247478A (ja) * | 1986-04-21 | 1987-10-28 | Hitachi Ltd | パタ−ン検査装置 |
| IL78943A (en) * | 1986-05-27 | 1990-09-17 | Ibm Israel | Method and apparatus for automated optical inspection of printed circuits |
| US4809341A (en) * | 1986-07-18 | 1989-02-28 | Fujitsu Limited | Test method and apparatus for a reticle or mask pattern used in semiconductor device fabrication |
| US5151822A (en) * | 1986-10-17 | 1992-09-29 | E. I. Du Pont De Nemours And Company | Transform digital/optical processing system including wedge/ring accumulator |
| US4872052A (en) * | 1986-12-03 | 1989-10-03 | View Engineering, Inc. | Semiconductor device inspection system |
| US4760444A (en) * | 1987-07-22 | 1988-07-26 | Csd International, Inc. | Machine visual inspection device and method |
| US4866629A (en) * | 1987-11-13 | 1989-09-12 | Industrial Technology Research Institute | Machine vision process and apparatus for reading a plurality of separated figures |
| JPH0737892B2 (ja) * | 1988-01-12 | 1995-04-26 | 大日本スクリーン製造株式会社 | パターン欠陥検査方法 |
| US4899219A (en) * | 1988-10-31 | 1990-02-06 | Amoco Corporation | Macroview and microview video record of core |
| US5046111A (en) * | 1989-02-09 | 1991-09-03 | Philip Morris Incorporated | Methods and apparatus for optically determining the acceptability of products |
| US5150422A (en) * | 1989-03-31 | 1992-09-22 | Dainippon Screen Mfg. Co., Ltd. | Method of and apparatus for inspecting conductive pattern on printed board |
| US5046120A (en) * | 1989-04-10 | 1991-09-03 | Beltronics, Inc. | Method of and apparatus for increasing the processing speed in the scanning inspection of circuit boards and other objects |
| US5361309A (en) * | 1989-09-07 | 1994-11-01 | Canon Kabushiki Kaisha | Character recognition apparatus and method with low-resolution storage for character extraction |
| EP0435660B1 (en) * | 1989-12-29 | 1997-06-04 | Canon Kabushiki Kaisha | Method of evaluating objects based upon image processing, and inspection apparatus using said method |
| JPH03210679A (ja) * | 1990-01-12 | 1991-09-13 | Hiyuutec:Kk | パターンマッチング方法および装置 |
| EP0455898A1 (en) * | 1990-05-09 | 1991-11-13 | Robert Bishop | Image scanning inspection system |
| JP2747105B2 (ja) * | 1990-11-05 | 1998-05-06 | 富士通株式会社 | 画像データ検証方法及び装置 |
| IL99823A0 (en) * | 1990-11-16 | 1992-08-18 | Orbot Instr Ltd | Optical inspection method and apparatus |
| US5598345A (en) * | 1990-11-29 | 1997-01-28 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for inspecting solder portions |
| US5119434A (en) * | 1990-12-31 | 1992-06-02 | Beltronics, Inc. | Method of and apparatus for geometric pattern inspection employing intelligent imaged-pattern shrinking, expanding and processing to identify predetermined features and tolerances |
| JPH04290186A (ja) * | 1991-03-19 | 1992-10-14 | Eastman Kodak Japan Kk | 画像処理方法 |
| DE4133590A1 (de) * | 1991-07-03 | 1993-01-14 | Bosch Gmbh Robert | Verfahren zur klassifikation von signalen |
| US5283418A (en) * | 1992-02-27 | 1994-02-01 | Westinghouse Electric Corp. | Automated rotor welding processes using neural networks |
| US5361307A (en) * | 1993-03-25 | 1994-11-01 | General Electric Company | Correlation methods of identifying defects in imaging devices |
| US5452368A (en) * | 1993-08-02 | 1995-09-19 | Motorola, Inc. | Method of detecting defects in semiconductor package leads |
| JP3392573B2 (ja) * | 1994-03-31 | 2003-03-31 | 株式会社東芝 | 試料検査装置及び方法 |
| US7843497B2 (en) | 1994-05-31 | 2010-11-30 | Conley Gregory J | Array-camera motion picture device, and methods to produce new visual and aural effects |
| US5515301A (en) * | 1994-06-29 | 1996-05-07 | General Electric Company | Real-time visualization system for multiple time-sampled signals |
| US6714665B1 (en) | 1994-09-02 | 2004-03-30 | Sarnoff Corporation | Fully automated iris recognition system utilizing wide and narrow fields of view |
| US5703729A (en) * | 1994-12-12 | 1997-12-30 | Dainippon Screen Mfg. Co., Ltd. | Image inputting apparatus |
| US5850466A (en) * | 1995-02-22 | 1998-12-15 | Cognex Corporation | Golden template comparison for rotated and/or scaled images |
| AU1127197A (en) * | 1995-12-04 | 1997-06-27 | David Sarnoff Research Center, Inc. | Wide field of view/narrow field of view recognition system and method |
| FR2751109B1 (fr) * | 1996-07-09 | 1998-10-09 | Ge Medical Syst Sa | Procede de localisation d'un element d'interet contenu dans un objet tridimensionnel, en particulier lors d'un examen de stereotaxie en mammographie |
| US6330354B1 (en) | 1997-05-01 | 2001-12-11 | International Business Machines Corporation | Method of analyzing visual inspection image data to find defects on a device |
| GB2330198A (en) * | 1997-10-10 | 1999-04-14 | Leonard Frederick Goldstone | Article identification system |
| TW419634B (en) | 1999-02-02 | 2001-01-21 | Ind Tech Res Inst | Automatic detection system and method using bar code positioning |
| US6678681B1 (en) * | 1999-03-10 | 2004-01-13 | Google Inc. | Information extraction from a database |
| JP3350477B2 (ja) * | 1999-04-02 | 2002-11-25 | セイコーインスツルメンツ株式会社 | ウエハ検査装置 |
| US7106895B1 (en) | 1999-05-05 | 2006-09-12 | Kla-Tencor | Method and apparatus for inspecting reticles implementing parallel processing |
| CA2296143A1 (fr) | 2000-01-18 | 2001-07-18 | 9071 9410 Quebec Inc. | Systeme d'inspection optique |
| GB2362459A (en) * | 2000-05-16 | 2001-11-21 | Lloyd Doyle Ltd | Method and apparatus for inspection of printed wiring boards |
| JP2002100660A (ja) * | 2000-07-18 | 2002-04-05 | Hitachi Ltd | 欠陥検出方法と欠陥観察方法及び欠陥検出装置 |
| US6711279B1 (en) | 2000-11-17 | 2004-03-23 | Honeywell International Inc. | Object detection |
| US7200246B2 (en) | 2000-11-17 | 2007-04-03 | Honeywell International Inc. | Object detection |
| US6841780B2 (en) | 2001-01-19 | 2005-01-11 | Honeywell International Inc. | Method and apparatus for detecting objects |
| EP1372013A4 (en) * | 2001-02-19 | 2009-11-11 | Olympus Corp | IMAGE COMPARISON DEVICE, IMAGE COMPARISON METHOD, AND PROGRAM COMPRISING COMPUTERIZED IMAGE COMPARISON |
| US6700658B2 (en) | 2001-10-05 | 2004-03-02 | Electro Scientific Industries, Inc. | Method and apparatus for circuit pattern inspection |
| US7151850B2 (en) * | 2001-10-30 | 2006-12-19 | Matsushita Electric Industrial Co., Ltd. | Apparatus and method for setting teaching data, teaching data providing system over network |
| US7813559B2 (en) * | 2001-11-13 | 2010-10-12 | Cyberoptics Corporation | Image analysis for pick and place machines with in situ component placement inspection |
| US7239399B2 (en) * | 2001-11-13 | 2007-07-03 | Cyberoptics Corporation | Pick and place machine with component placement inspection |
| US6879389B2 (en) * | 2002-06-03 | 2005-04-12 | Innoventor Engineering, Inc. | Methods and systems for small parts inspection |
| US6996264B2 (en) * | 2002-10-18 | 2006-02-07 | Leco Corporation | Indentation hardness test system |
| US20040086166A1 (en) * | 2002-11-01 | 2004-05-06 | Photon Dynamics, Inc. | Method and apparatus for flat patterned media inspection |
| US7289658B2 (en) * | 2003-06-24 | 2007-10-30 | International Business Machines Corporation | Removal of relatively unimportant shapes from a set of shapes |
| JP4041042B2 (ja) * | 2003-09-17 | 2008-01-30 | 大日本スクリーン製造株式会社 | 欠陥確認装置および欠陥確認方法 |
| US7706595B2 (en) * | 2003-11-07 | 2010-04-27 | Cyberoptics Corporation | Pick and place machine with workpiece motion inspection |
| US8990255B2 (en) * | 2003-11-17 | 2015-03-24 | Nokia Corporation | Time bar navigation in a media diary application |
| US20050105374A1 (en) * | 2003-11-17 | 2005-05-19 | Nokia Corporation | Media diary application for use with digital device |
| US8010579B2 (en) * | 2003-11-17 | 2011-08-30 | Nokia Corporation | Bookmarking and annotating in a media diary application |
| US20050108643A1 (en) * | 2003-11-17 | 2005-05-19 | Nokia Corporation | Topographic presentation of media files in a media diary application |
| GB2409027A (en) * | 2003-12-11 | 2005-06-15 | Sony Uk Ltd | Face detection |
| US7215808B2 (en) * | 2004-05-04 | 2007-05-08 | Kla-Tencor Technologies Corporation | High throughout image for processing inspection images |
| JP4357355B2 (ja) * | 2004-05-07 | 2009-11-04 | 株式会社日立ハイテクノロジーズ | パターン検査方法及びその装置 |
| US7084970B2 (en) * | 2004-05-14 | 2006-08-01 | Photon Dynamics, Inc. | Inspection of TFT LCD panels using on-demand automated optical inspection sub-system |
| US20050286428A1 (en) * | 2004-06-28 | 2005-12-29 | Nokia Corporation | Timeline management of network communicated information |
| US20060075631A1 (en) * | 2004-10-05 | 2006-04-13 | Case Steven K | Pick and place machine with improved component pick up inspection |
| JP4647974B2 (ja) * | 2004-11-17 | 2011-03-09 | 株式会社日立ハイテクノロジーズ | 欠陥レビュー装置、データ管理装置、欠陥観察システム及び欠陥レビュー方法 |
| FR2880453A1 (fr) * | 2005-01-06 | 2006-07-07 | Thomson Licensing Sa | Procede et dispositif de traitement de mosaique d'images |
| US20070003126A1 (en) * | 2005-05-19 | 2007-01-04 | Case Steven K | Method and apparatus for evaluating a component pick action in an electronics assembly machine |
| JP4558607B2 (ja) * | 2005-08-24 | 2010-10-06 | ローレル精機株式会社 | 硬貨検出装置 |
| JP4657869B2 (ja) * | 2005-09-27 | 2011-03-23 | シャープ株式会社 | 欠陥検出装置、イメージセンサデバイス、イメージセンサモジュール、画像処理装置、デジタル画像品質テスタ、欠陥検出方法、欠陥検出プログラム、およびコンピュータ読取可能な記録媒体 |
| JP2009514234A (ja) * | 2005-10-31 | 2009-04-02 | サイバーオプティクス コーポレーション | 組み込み型半田ペースト検査を備える電子アセンブリマシン |
| US7636478B2 (en) * | 2006-07-31 | 2009-12-22 | Mitutoyo Corporation | Fast multiple template matching using a shared correlation map |
| US7593560B2 (en) * | 2006-11-30 | 2009-09-22 | Canon U.S. Life Sciences, Inc. | Systems and methods for monitoring the amplification and dissociation behavior of DNA molecules |
| US7869621B1 (en) | 2007-06-07 | 2011-01-11 | Aydin Arpa | Method and apparatus for interpreting images in temporal or spatial domains |
| US8824731B2 (en) * | 2007-10-31 | 2014-09-02 | The Boeing Comapny | Image processing of apparatus condition |
| US8730169B2 (en) * | 2009-10-29 | 2014-05-20 | Pixart Imaging Inc. | Hybrid pointing device |
| US8581848B2 (en) | 2008-05-13 | 2013-11-12 | Pixart Imaging Inc. | Hybrid pointing device |
| SG164298A1 (en) * | 2009-02-24 | 2010-09-29 | Visionxtreme Pte Ltd | Object inspection system |
| US20110090489A1 (en) * | 2009-10-21 | 2011-04-21 | Robert Bishop | Method and Apparatus for Detecting Small Reflectivity Variations in Electronic Parts at High Speed |
| US8581847B2 (en) | 2009-10-29 | 2013-11-12 | Pixart Imaging Inc. | Hybrid pointing device |
| US8760403B2 (en) | 2010-04-30 | 2014-06-24 | Pixart Imaging Inc. | Hybrid human-interface device |
| US8648836B2 (en) | 2010-04-30 | 2014-02-11 | Pixart Imaging Inc. | Hybrid pointing device |
| US8175452B1 (en) * | 2010-10-26 | 2012-05-08 | Complete Genomics, Inc. | Method and system for imaging high density biochemical arrays with sub-pixel alignment |
| US8891872B2 (en) | 2011-12-16 | 2014-11-18 | General Electric Company | System and method for identifying physical markings on objects |
| US9235499B2 (en) | 2011-12-16 | 2016-01-12 | General Electric Company | System and method for identifying a character-of-interest |
| US9378546B2 (en) * | 2012-01-12 | 2016-06-28 | Hewlett-Packard Indigo B.V. | Image defect visibility predictor |
| TWI435092B (zh) * | 2012-02-17 | 2014-04-21 | Wistron Corp | 電路檢測方法及系統 |
| US9488823B2 (en) | 2012-06-07 | 2016-11-08 | Complete Genomics, Inc. | Techniques for scanned illumination |
| US9628676B2 (en) | 2012-06-07 | 2017-04-18 | Complete Genomics, Inc. | Imaging systems with movable scan mirrors |
| JP6187811B2 (ja) * | 2013-09-09 | 2017-08-30 | ソニー株式会社 | 画像処理装置、画像処理方法、及び、プログラム |
| US9465995B2 (en) * | 2013-10-23 | 2016-10-11 | Gracenote, Inc. | Identifying video content via color-based fingerprint matching |
| US9558547B2 (en) | 2014-01-09 | 2017-01-31 | The Boeing Company | System and method for determining whether an apparatus or an assembly process is acceptable |
| US10102426B2 (en) * | 2014-06-06 | 2018-10-16 | Fuji Corporation | Lead image recognition method and lead image recognition device, and image processing-use component data creation method and image-processing-use component data creation device |
| EP3385884A1 (en) * | 2017-04-04 | 2018-10-10 | Siemens Aktiengesellschaft | Method for recognising an oject of a mobile unit |
| JP7187377B2 (ja) * | 2019-04-23 | 2022-12-12 | 株式会社日立製作所 | 物体情報登録装置及び物体情報登録方法 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS4934385A (ja) * | 1972-07-28 | 1974-03-29 | ||
| US3969577A (en) * | 1974-10-15 | 1976-07-13 | Westinghouse Electric Corporation | System for evaluating similar objects |
| JPS51112236A (en) * | 1975-03-28 | 1976-10-04 | Hitachi Ltd | Shape position recognizer unit |
| US3999129A (en) * | 1975-04-16 | 1976-12-21 | Rolm Corporation | Method and apparatus for error reduction in digital information transmission systems |
| JPS5839357B2 (ja) * | 1976-01-26 | 1983-08-29 | 株式会社日立製作所 | パタ−ンの位置検出方法 |
| US4107648A (en) * | 1976-04-12 | 1978-08-15 | Bell Telephone Laboratories, Incorporated | Scan encoding of two dimensional pictorial entities |
| US4175860A (en) * | 1977-05-31 | 1979-11-27 | Rush-Presbyterian-St. Luke's Medical Center | Dual resolution method and apparatus for use in automated classification of pap smear and other samples |
| JPS5419366A (en) * | 1977-07-14 | 1979-02-14 | Nippon Jidoseigyo Ltd | Device for inspecting fault of pattern |
| DE3013833C2 (de) * | 1979-04-13 | 1986-07-03 | Hitachi, Ltd., Tokio/Tokyo | Vorrichtung zur Prüfung eines auf einem Gegenstand befindlichen Musters auf Fehler |
| DE2929846A1 (de) * | 1979-07-23 | 1981-03-12 | Siemens AG, 1000 Berlin und 8000 München | Opto-elektronisches pruefsystem zur automatischen beschaffenheitspruefung von leiterplatten, deren zwischenprodukte und druckwerkzeuge |
| JPS5738941A (en) * | 1980-08-18 | 1982-03-03 | Iseki Agricult Mach | Change-over device for finishing rice extracting flow path in rice huller |
| JPS57147780A (en) * | 1981-03-09 | 1982-09-11 | Nippon Telegr & Teleph Corp <Ntt> | Extracting system for feature of binary picture |
| US4490847A (en) * | 1981-11-27 | 1984-12-25 | National Research Development Corporation | Recognition apparatus |
-
1983
- 1983-03-21 US US06/477,264 patent/US4589140A/en not_active Expired - Fee Related
-
1984
- 1984-03-19 DE DE84901532T patent/DE3486226D1/de not_active Expired - Lifetime
- 1984-03-19 WO PCT/US1984/000427 patent/WO1984003784A1/en not_active Ceased
- 1984-03-19 EP EP84901532A patent/EP0145725B1/en not_active Expired - Lifetime
- 1984-03-19 JP JP59501385A patent/JPS60501429A/ja active Granted
- 1984-03-20 CA CA000450013A patent/CA1234908A/en not_active Expired
Also Published As
| Publication number | Publication date |
|---|---|
| EP0145725A1 (en) | 1985-06-26 |
| EP0145725B1 (en) | 1993-10-06 |
| EP0145725A4 (en) | 1988-06-27 |
| WO1984003784A1 (en) | 1984-09-27 |
| JPS60501429A (ja) | 1985-08-29 |
| CA1234908A (en) | 1988-04-05 |
| DE3486226D1 (de) | 1993-11-11 |
| US4589140A (en) | 1986-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0452992B2 (ja) | ||
| Ejiri et al. | A process for detecting defects in complicated patterns | |
| US4974261A (en) | Optical surface inspection method | |
| US5119434A (en) | Method of and apparatus for geometric pattern inspection employing intelligent imaged-pattern shrinking, expanding and processing to identify predetermined features and tolerances | |
| JP2742240B2 (ja) | 構造物表面の検査における欠陥の検出方法 | |
| CN107543828A (zh) | 一种工件表面缺陷检测方法及系统 | |
| JP2005529388A (ja) | パターン検査方法 | |
| JPH01224881A (ja) | パターン検査装置 | |
| JP2006352173A (ja) | 欠陥データ解析方法およびその装置 | |
| JP3752849B2 (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
| CN120495972A (zh) | 一种基于ai视觉的换电站车辆底部监测方法 | |
| Niskanen et al. | Experiments with SOM based inspection of wood | |
| KR100353864B1 (ko) | 표면 검사 장치 및 그 방법 | |
| JP3127598B2 (ja) | 画像中の濃度変動構成画素抽出方法および濃度変動塊判定方法 | |
| Pan et al. | Research on the examination technology of connector pin skewing according to Blob analysis | |
| JP2006113073A (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
| US6720989B2 (en) | System and method for automatically inspecting an array of periodic elements | |
| Wang et al. | Design of Automatic Print Defect Detection System Based on Machine Vision Detection Algorithm | |
| KR100955736B1 (ko) | 표면 검사용 방법 및 이를 수행하는 장치 | |
| Chin et al. | Automatic visual inspection of printed circuit boards | |
| JP3234636B2 (ja) | 欠陥検査装置 | |
| KR102927053B1 (ko) | 딥러닝을 이용한 인쇄물 품질 검사 방법 | |
| KR910007348B1 (ko) | 다수의 개별 도형 판별용 기계시각 인식 방법 및 장치 | |
| Sischka et al. | Detection of defects on the surface of microelectronic structures | |
| Besl et al. | Automatic visual inspection of solder joints |