JPH06207909A

JPH06207909A - 表面欠陥検査装置

Info

Publication number: JPH06207909A
Application number: JP5003352A
Authority: JP
Inventors: Katsuyuki Omura; 克之大村; Takahiro Asai; 隆宏浅井
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1993-01-12
Filing date: 1993-01-12
Publication date: 1994-07-26
Anticipated expiration: 2017-10-15
Also published as: JP3333568B2

Abstract

(57)【要約】【目的】欠陥の特徴量を的確に検出して欠陥ランクを
分離識別することが可能な表面欠陥検査装置を提供す
る。【構成】取込まれた画像データに対してマトリックス
の演算子を作用させるフィルタ手段ａと、このマトリッ
クスのフィルタ特性に相当する信号成分の成分画像を所
定の閾値で２値化する２値化手段ｂと、この２値化され
た成分画像に対して幾何学処理によりラベル付けを行う
ラベル付け手段ｃと、このラベル付けされた画像領域を
もとに欠陥存在領域を決定する欠陥存在領域決定手段ｄ
と、この欠陥存在領域に相当する検査サンプルの表面か
ら固体撮像素子により撮像して得られた表面輝度分布に
相当する画像データをもとに欠陥領域の特徴量を算出す
る欠陥領域特徴量算出手段ｅと、この算出された欠陥領
域の特徴量を所定の閾値で良否の画像データに分離識別
する欠陥領域分離識別手段ｆとより構成した。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、画像計測装置や欠陥検
査装置における画像処理分野において、主に、濃淡画像
中の特異な部位を抽出する表面欠陥検査装置に関する。

【０００２】

【従来の技術】従来、感光体ドラム製造工程において、
感光体をドラム、シート等の基体の表面に塗布する際に
生じた塗りムラや、コンタミネーションによる凝集など
の外観の欠陥を検査するために、感光体表面の目視外観
の検査、例えば実際には、検査サンプルの表面の色の濃
さとして目視で観察されている。この欠陥検査を目視で
はなく自動化して行う方法としては、例えば、１次元の
ＣＣＤカメラ等を用いて検査サンプルの表面を撮像して
画像処理的手法により欠陥を検出する方法がある。この
ような表面欠陥検査では、検査サンプルを撮像した画像
データをある閾値で２値化し、その２値化されたデータ
の幾何学的特徴から欠陥のランクを判別するようにして
いるのが一般的である。

【０００３】

【発明が解決しようとする課題】上述したような判別方
法では、正常であるべき「物体の欠け」などを判別する
場合の欠陥検査方法としては適している。しかし、感光
体の表面に現れる欠陥としては淡い下地の中に「淡い欠
陥」が存在するものが多く見られ、そのような淡い欠陥
の「特徴量」を的確に捕らえることは非常に困難な場合
が多い。

【０００４】その具体例として、図１１（ａ）、図１２
（ａ）は、感光体表面に現れる淡い極めてアナログ的な
信号形状、すなわち、感光体表面に現れる代表的な欠陥
部位の感光体表面の輝度信号の波形１，２のプロファイ
ルを示すものである。感光体表面の輝度分布のうちの欠
陥部分の輝度が大きく、視覚的には表面の下地に比べて
白く見えることから、白ぽち状の欠陥と呼ばれている。
そして、このような輝度信号の波形１，２をある閾値で
２値化すると、図１１（ｂ）、図１２（ｂ）に示すよう
な形状のパルス波形３，４になる。従って、図１１
（ａ）、図１２（ａ）では、波形１，２が異なった形状
でも２値化することにより図１１（ｂ）、図１２（ｂ）
では同一幅ｄのパルス波形３，４となってしまい、これ
により欠陥形状を分類判別することができない。

【０００５】

【課題を解決するための手段】請求項１記載の発明で
は、検査サンプルの表面を撮像する固体撮像素子と、こ
の撮像された前記検査サンプルの検査画像の表面輝度分
布を画像データとして取込むデータ取込み手段と、この
取込まれた画像データに対してマトリックスの演算子を
作用させるフィルタ手段と、このマトリックスのフィル
タ特性に相当する信号成分の成分画像を所定の閾値で２
値化する２値化手段と、この２値化された成分画像に対
して幾何学処理によりラベル付けを行うラベル付け手段
と、このラベル付けされた画像領域をもとに欠陥存在領
域を決定する欠陥存在領域決定手段と、この欠陥存在領
域に相当する検査サンプルの表面から前記固体撮像素子
により撮像して得られた表面輝度分布に相当する画像デ
ータをもとに欠陥領域の特徴量を算出する欠陥領域特徴
量算出手段と、この算出された欠陥領域の特徴量を所定
の閾値で良否の画像データに分離識別する欠陥領域分離
識別手段とより構成した。

【０００６】請求項２記載の発明では、請求項１記載の
発明において、欠陥領域特徴量算出手段により算出され
る欠陥領域の特徴量は、検査サンプルの表面を固体撮像
素子により撮像して得られた表面輝度分布に相当する画
像データにおける欠陥存在領域内での画像輝度分布の分
散量からなるようにした。

【０００７】請求項３記載の発明では、請求項１記載の
発明において、欠陥領域特徴量算出手段により算出され
る欠陥領域の特徴量は、検査サンプルの表面を固体撮像
素子により撮像して得られた表面輝度分布に相当する画
像データにおける欠陥存在領域内での所定の閾値を超え
た画素数からなるようにした。

【０００８】請求項４記載の発明では、請求項３記載の
発明において、欠陥存在領域内での所定の閾値として、
画像データのある一方向に画像輝度を積分して算出され
た１次元信号のうちの欠陥存在領域に相当する部位の信
号分布のみが切り出された１次元信号を用いた。

【０００９】請求項５記載の発明では、検査サンプルの
表面を撮像する固体撮像素子と、この撮像された前記検
査サンプルの表面輝度分布を画像データとして装置内部
に取込むデータ取込み手段と、この取込まれた画像デー
タを所定のサイズのブロックに分割するブロック化手段
と、このブロック化されたブロックデータ毎に特徴量を
算出するブロックデータ特徴量算出手段と、このブロッ
クデータ毎に算出された特徴量を所定の閾値で良否の画
像データに分離識別しそのブロックサイズの空間周波数
帯域をもつ欠陥を検出する欠陥領域分離識別手段とより
構成した。

【００１０】請求項６記載の発明では、請求項５記載の
発明においては、ブロック化手段によりブロック化され
る画像データは、取込まれた画像データのある一方向に
画像輝度を積分して算出された１次元信号と検査サンプ
ルの表面輝度分布の画像データとの差分値から照明ムラ
の除去されたデータからなるようにした。

【００１１】請求項７記載の発明では、請求項５又は６
記載の発明において、ブロック化手段は、一のブロック
データとこのブロックデータに隣り合う他のブロックデ
ータとを、それらブロックサイズの半分若しくは一部が
互いに重なり合うように分割した。

【００１２】請求項８記載の発明では、請求項５，６又
は７記載の発明において、ブロックデータ特徴量算出手
段により算出されるブロックデータの特徴量は、ブロッ
ク内における画像輝度の分散量からなるようにした。

【００１３】

【作用】請求項１記載の発明においては、マトリックス
の演算子の作用により信号の検出したい周波数成分を抽
出し、２値化、幾何学処理、クラスタリングにより欠陥
位置を正確に決定し、その決定された欠陥位置の情報か
ら多値画像である原画像に立ち返り特徴量を算出するこ
とにより、欠陥ランクの分離識別を行うことが可能とな
る。

【００１４】請求項２記載の発明においては、分散量を
特徴量とすることにより、欠陥領域のコントラストを定
量化でき、目視による注目点と同じ水準で自動欠陥検査
が可能となる。

【００１５】請求項３記載の発明においては、閾値を超
えた画素数を特徴量とすることにより、欠陥の大きさを
定量化でき、目視による注目点と同じ水準で自動欠陥検
査を行うことが可能となる。

【００１６】請求項４記載の発明においては、特定方向
への積分データ列を閾値とすることにより、シェーディ
ングの影響を受けないダイナミックな閾値による２値化
を実現することができ、欠陥検出の精度を向上させるこ
とが可能となる。

【００１７】請求項５記載の発明においては、ブロック
化手段によりブロック化し、ブロックデータ特徴量算出
手段によりブロック毎に特徴量を算出することによっ
て、演算の軽減と検出結果の冗長性をなくすことが可能
となる。

【００１８】請求項６記載の発明においては、原画像に
おける特定方向への積分データ列をブロック内の閾値と
することにより、照明ムラやシェーディングの影響を除
去した欠陥検出が可能となる。

【００１９】請求項７記載の発明においては、分割され
た一のブロックをこれに隣接したブロック毎にオーバー
ラップさせて行うことによって、ブロック間に渡る欠陥
の特徴量の算出を精度良く行うことが可能となる。

【００２０】請求項８記載の発明においては、ブロック
内における画像輝度の分散量を特徴量とすることによ
り、淡いコントラストの低周波欠陥を定量的に算出する
ことが可能となる。

【００２１】

【実施例】請求項１〜４記載の発明の一実施例を図１〜
図６に基づいて説明する。図２は、表面欠陥検査装置の
感光体表面の撮像系の構成を示すものである。検査サン
プルとしての感光体５は、モータ６によりその長手方向
Ｘを軸として回転する。この感光体５の表面には照明光
源７（ハロゲンランプ７ａに接続されている）から照明
されており、これにより反射された光は固体撮像素子と
しての１次元ＣＣＤカメラ８により逐次読み取られる。
この１次元ＣＣＤカメラ８には、画素配列方向が感光体
５の回転軸と平行に配列されたＣＣＤ撮像素子が設けら
れており、画素数２０４８程度のものを使用する。この
１次元ＣＣＤカメラ８によって読み取られた画像信号
は、Ａ／Ｄ変換器９に送られデジタル化される。このデ
ジタル化された成分画像はデータ取込み手段としてのフ
レームメモリ１０に送られ、これにより成分画像の表面
輝度分布を画像データとして取込む。このようにして取
込まれた画像データはホストコンピュータ１１に送ら
れ、これにより後述する図１に示すようなアルゴリズム
に従って画像処理がなされる。なお、このホストコンピ
ュータ１１からの制御信号はパルスモータドライバー１
２に送られることにより、モータ６を駆動して感光体５
の回転数を制御している。

【００２２】この場合、前記ホストコンピュータ１１に
は、図１に示すようなアルゴリズムに従って画像処理を
行うために、以下に述べるような各種手段を備えてい
る。すなわち、本構成は、図１に示すように、前記フレ
ームメモリ１０に取込まれた画像データに対してマトリ
ックスの演算子を作用させるフィルタ手段ａと、このマ
トリックスのフィルタ特性に相当する信号成分の成分画
像を所定の閾値で２値化する２値化手段ｂと、この２値
化された成分画像に対して幾何学処理によりラベル付け
を行うラベル付け手段ｃと、このラベル付けされた画像
領域をもとに欠陥存在領域を決定する欠陥存在領域決定
手段ｄと、この欠陥存在領域に相当する検査サンプルの
表面から前記固体撮像素子により撮像して得られた表面
輝度分布に相当する画像データをもとに欠陥領域の特徴
量を算出する欠陥領域特徴量算出手段ｅと、この算出さ
れた欠陥領域の特徴量を所定の閾値で良否の画像データ
に分離識別する欠陥領域分離識別手段ｆとを備えたこと
に特徴がある（請求項１記載の発明）。

【００２３】前記欠陥領域特徴量算出手段ｅにより算出
される欠陥領域の特徴量としては、以下に述べるものを
用いる。すなわち、その「第一の特徴量」として、感光
体５の表面を１次元ＣＣＤカメラ８により撮像した感光
体５の表面輝度分布に相当する画像データにおける欠陥
存在領域内での画像輝度分布の分散量を用いる（請求項
２記載の発明）。また、「第二の特徴量」として、感光
体５の表面を１次元ＣＣＤカメラ８により撮像して得ら
れた表面輝度分布に相当する画像データにおける欠陥存
在領域内での所定の閾値を超えた画素数を用いる（請求
項３記載の発明）。この場合、欠陥存在領域内での所定
の閾値としては、画像データのある一方向に画像輝度を
積分して１次元信号を算出し、この算出された１次元信
号のうちの欠陥存在領域に相当する部位の信号分布を切
り出し、この切り出された１次元信号のみを閾値として
用いるようにした（請求項４記載の発明）。

【００２４】このような構成において、上述したような
各種手段の具体例として、空間周波数的に比較的高い成
分からなる欠陥の検出方法を図１のフローを中心に説明
する。まず、１次元ＣＣＤカメラ８から取込まれた２次
元の画像Ｉ（ｘ，ｙ）は、フレームメモリ１０に原画像
として記憶される。この記憶された画像に対して検査対
称領域のマスキング（ａ₀)が前処理として行われる。こ
こで、画像Ｉ（ｘ，ｙ）の処理対称領域を新たにＩｐ
（ｘ，ｙ）とする。次に、高周波成分からなる欠陥を検
出するために、そのＩｐ（ｘ，ｙ）の原画像に対して図
３に示すようなラプラシアン演算子１３を作用させる
〔ａ〕。このラプラシアン演算子１３は画像の２次微分
を行う作用をし、周波数的にはハイパスフィルタとして
作用する。この例では、３×３の演算子としている。そ
して、このようなラプラシアン演算子１３をＬap（ｘ，
ｙ）とすれば、この演算子を作用した画像データはＩop
（ｘ，ｙ）と表わすことができる。図４（ａ）は、その
ラプラシアン演算子１３を作用させたラプラシアン画像
信号１４を示すものである。このラプラシアン画像信号
１４では、低周波成分が除去され高周波成分が信号とし
てフィルタリングされている。

【００２５】次に、このようにしてフィルタリングされ
た高周波成分からなるラプラシアン画像信号１４を所定
の閾値Ｌで２値化すると、図４（ｂ）に示すような２値
化画像信号１５を得ることができる〔ｂ〕。この２値化
画像信号１５のＡ領域が欠陥領域となる。従来（前述し
た従来例を参照）においては、そのような欠陥領域とな
るＡ領域の幾何学的特徴として、例えばＡ領域の「大き
さ」を欠陥領域の「特徴量」としていたが、このような
単純な特徴量のみからでは欠陥ランクを的確に層別する
ことが困難であることから、本実施例では、以下に述べ
るような手法によって欠陥領域の特徴量を求めるように
したものである。

【００２６】以下、そのＡ領域をもとに特徴量を求める
手法を順次述べていく。まず、前処理として、２値化画
像信号１５を膨張ｂ₁ 、縮退ｂ₂ して図４（ｃ）に示す
ような膨張縮退画像信号１６を作り、これにより孤立点
やホールとなった部分の除去を行う〔ｂ₃〕。このよう
な前処理を行う理由としては、一般に２値化した直後の
画像はそのノイズのため孤立点やホールを含んでおり、
これらは欠陥位置をラベリングする際に誤検出の原因と
なるからである。そこで、膨張アルゴリズムでは、注目
する画素が物体であったら周囲の画素をすべて物体に置
き換える。縮退アルゴリズムでは、注目する画素が背景
であったら、周囲の画素をすべて背景に置き換える。こ
のような膨張、縮退のアルゴリズムの操作を処理画像領
域内のすべての画素に対して行うことにより、孤立点や
ホールを除去することができる。

【００２７】次に、そのような前処理が終了した後、図
５に示すようなラベリング処理を行う〔ｃ〕。ここでの
ラベリング処理とは、１つの連結成分に１つの番号を割
り当てる操作のことをいう。すなわち、まず、画像デー
タを走査しラベルが付けられていない画像領域１７内の
画素１７ａに出会った際に、その画素１７ａにＬ₁ とい
う番号を付与する。次に、その近傍に連結する画素があ
るかどうかを調べ、画素１７ｂがあればそれに同一のＬ
₁ という番号を付ける。さらに、その番号の付けられた
画素１７ｂを中心にして同様に連結する画素を調べて番
号を付けていく。このような操作を繰り返していき、Ｌ
₁ という番号が付く画素がなくなったら、再び画像を走
査していき、次の画像領域１８，１９内において画素１
８ａ，１８ｂ，１９ａ〜１９ｄ，…に番号Ｌ₂，Ｌ₃，Ｌ
₄ を順次付けていく。このようにして欠陥位置に、ラベ
ル付けされた画像領域１７，１８，１９を定義すること
ができる。

【００２８】次に、このようにしてラベル付けされた画
像領域１７，１８，１９から欠陥領域の特徴量を求める
方法について述べる。まず、ここでの特徴量としては、
欠陥周辺部の適当な領域内での輝度分布の分散量を用い
る（第一特徴量に対応する）。この分散を定義するに当
たり、計算領域を定義する必要がある。この計算領域は
欠陥が存在すると推定される領域に選ぶことが必要であ
り、この領域を欠陥存在領域とする。この欠陥存在領域
は、ラベル付けされた前記画像領域１７，１８，１９か
ら決定する。

【００２９】そこで、欠陥存在領域の決定方法について
述べる〔ｄ₀，ｄ〕。欠陥存在領域は、ラベル付けされ
た画像領域１７，１８，１９のフィレ径に適当なマージ
ン量を見込んで決定する。図５において、Ｘ方向のフィ
レ径Ｄｆに対してマージン量Ｗｘを定義し、領域Ｄｘを
決め、また、Ｙ方向についても同様にして領域Ｄｙを決
める。これにより、Ｄｘ，Ｄｙで定義される矩形領域を
欠陥存在領域Ｄとする。従って、ここまでの画像処理に
おいて、撮像された画像データに対して、画像領域のコ
ントラストと大きさとから、欠陥が存在すると推定され
る欠陥存在領域Ｄの特定を行うことができる。

【００３０】次に、欠陥存在領域Ｄの特徴量の計算を行
う〔ｅ，ｆ〕。ここでの特徴量としては、欠陥存在領域
Ｄ内での前記分散の他に、所定の閾値を超える輝度をも
つ画素の画素数を用いる（第二特徴量に対応する）。

【００３１】今、欠陥存在領域Ｄを、Ｄ：Ｉ（ｘi，ｙj）（ｉ＝ｍ…ｎ，ｊ＝ｋ…ｌ） …（１）とすると、その欠陥存在領域Ｄ内での分散δは、

【００３２】

【数１】

【００３３】として表わすことができる。この場合、δ
の値は、コントラストが強い画像領域では大きい値を示
す。ただし、Ｉ（ｘ，ｙ）は撮像された原画像である。

【００３４】上述したように、原画像を２値化してフィ
ルタリング、幾何学処理を順次行うことにより欠陥が存
在する位置を決定し、その欠陥位置に相当する原画像か
ら信号の特徴量を算出することにより欠陥ランクの分離
識別が可能となり、これによりアナログ的に変化する信
号の特定部位とその特徴量とを正確に求めることができ
る。また、この場合、分散量を特徴量とすることによっ
て、欠陥領域のコントラストを定量化でき、目視による
注目点と同じ水準で自動欠陥検査を行うことができる。
さらに、閾値を超えた画素数を特徴量とすることによっ
て、欠陥の大きさを定量化でき、目視による注目点と同
じ水準で自動欠陥検査を行うことができる共に、特定方
向への積分データ列を閾値とすることによって、シェー
ディングの影響を受けないダイナミックな閾値による２
値化を実現することができ、欠陥検出の精度を向上させ
ることができる。

【００３５】次に、請求項５〜８記載の発明の一実施例
を図７〜図１０に基づいて説明する。なお、前述した請
求項１〜４記載の発明と同一部分についての説明は省略
し、その同一部分については同一符号を用いる。

【００３６】ここでの本構成は、図７に示すように、取
込まれた画像データを所定のサイズのブロックに分割す
るブロック化手段ｇと、このブロック化されたブロック
データ毎に特徴量を算出するブロックデータ特徴量算出
手段ｈと、このブロックデータ毎に算出された特徴量を
所定の閾値で良否の画像データに分離識別しそのブロッ
クサイズの空間周波数帯域をもつ欠陥を検出する欠陥領
域分離識別手段ｉとを備えたことに特徴がある（請求項
５記載の発明）。なお、本実施例においても、検査サン
プルの表面を撮像する固体撮像素子と、この撮像された
前記検査サンプルの表面輝度分布を画像データとして取
込むデータ取込み手段とを備えた表面検査欠陥装置によ
り構成される。

【００３７】この場合、ブロック化手段ｇによりブロッ
ク化される画像データは、取込まれた画像データのある
一方向に画像輝度を積分して算出された１次元信号と検
査サンプルの表面輝度分布の画像データとの差分値から
照明ムラの除去されたデータからなっている（請求項６
記載の発明）。また、ブロック化手段ｇは、一のブロッ
クデータとこのブロックデータに隣り合う他のブロック
データとを、それらブロックサイズの半分若しくは一部
が互いに重なり合うように分割する（請求項７記載の発
明）。さらに、ブロックデータ特徴量算出手段ｈにより
算出されるブロックデータの特徴量は、ブロック内にお
ける画像輝度の分散量からなっている（請求項８記載の
発明）。

【００３８】このような構成において、本実施例では、
空間周波数的に比較的低い成分からなる欠陥の検出方法
について述べる。このような低い周波数成分からなる欠
陥２０は、例えば、図８に示すように、感光体５におい
てはその基体に塗布する際に発生する塗布ムラが考えら
れる。このような欠陥２０は、感光体５の長手方向（Ｘ
方向）のサイズの１／４〜１／３程度まで大きな広がり
をもち、輝度変化が小さい。そして、この種の欠陥２０
検出を画像処理的手法によって行う場合、その検出すべ
き欠陥２０と照明ムラとが輝度変化していても、空間周
波数的に近接していると、それら輝度変化の分離検出が
困難となる。また、一般に前述した図２の構成による撮
像系では、感光体５の長手方向（Ｘ方向）に照明のシェ
ーディングが発生し感光体５の表面輝度分布にムラが生
じてしまう。

【００３９】そこで、本実施例では、上述したような照
明ムラ等の影響を除去するために、画像データの照明分
布を感光体５の回転方向に輝度分布画像を積分して得ら
れた信号で代用させる。そして、原画像から前記積分さ
れた信号を差分して得られた値をシェーディング補正し
たデータとみなし、そのシェーディング補正後の画像に
対して欠陥２０の検出を行うようにしたものである。以
下、その具体例を図９のフローに基づいて説明する。

【００４０】まず、ここでの低周波成分の欠陥は空間周
波数が低く、画像の解像度を多く必要とせず、例えば、
長手方向４００ｍｍ程度の感光体５であれば２５６×２
５６程度の画素密度で撮像すれば十分である。このよう
なことから、図２の装置において２０４８×２０４８画
素の画素密度で読取った原画像は、その処理時間を短縮
するために、２５６×２５６の画素密度に縮小される
〔ａ₁〕。ここで、その縮小された画像をＩs(ｘ，ｙ）
とすると、シェーディングデータＩshd(ｘ）は、

【００４１】

【数２】

【００４２】として定義され、この式を用いて演算を行
いメモリに格納する〔ａ₂，ａ₃〕。

【００４３】そして、Ｉshd(ｘ）をもとにＩs(ｘ，ｙ）
のシェーディング補正を行うが、その補正後の画像デー
タをＩcmp(ｘ，ｙ）とすると、Ｉcmp(ｘ，ｙ）＝Ｉs(ｘ，ｙ）−Ｉshd(ｘ） …（４）として表わすことができる。このようにして、照明ムラ
によるシェーディングの補正がなされた画像データＩcm
p(ｘ，ｙ）を得ることができる〔ａ₄〕。

【００４４】このようにシェーディング補正された画像
データＩcmp(ｘ，ｙ）により低周波欠陥の検出を行う
が、検査領域に対して欠陥サイズが大きく広がりをもつ
ことを考慮すると、低周波欠陥をそのままの形で検出す
ることは妥当でない。そこで、本実施例におけるような
低周波欠陥の検査処理においては、「欠陥の形状そのも
の」を求めずに、検査画像をブロック化手段ｇを用いて
いくつかのブロックに分割して、ブロックデータ特徴量
算出手段ｈによりそのブロック毎に特徴量を算出するよ
うにした。この場合、各ブロック内の特徴量を画像輝度
分布の分散値としている。

【００４５】図９は、画像をブロック毎に分割する例を
示すものである。シェーディング補正後の原画像Ｉcmp
(ｘ，ｙ）中のブロックデータ２１をＩb(ｘ，ｙ）とす
る。一例として、Ｉcmp(ｘ，ｙ）（ｘ＝１〜２５６、ｙ
＝１〜２５６）とし、Ｉb(ｘ，ｙ）（ｘ＝１〜２５６、
ｙ＝１〜２５６）とした場合、各ブロックデータ２１内
での分散値δb は、

【００４６】

【数３】

【００４７】として表わすことができる。

【００４８】しかし、この図９のような単純な格子状の
分割では、ブロックデータ２１の境界にかかった欠陥を
効率良く検出することは不可能である。そこで、図１０
に示すように、分割されるブロックデータ２１ａをこれ
に隣接した他のブロックデータ２１ｂ，２１ｃ…とオー
バーラップするように配置する。ただし、この場合のブ
ロックサイズは３２×３２の場合の構成とする。このよ
うにオーバーラップさせて配置することにより、欠陥部
位をブロック境界で分断することなく評価することがで
きる〔ｉ〕。

【００４９】上述したように、ブロック化手段ｇにより
ブロック化し、ブロックデータ特徴量算出手段ｈにより
ブロックデータ２１毎に特徴量を算出することによっ
て、演算の軽減と検出結果の冗長性をなくすことができ
る。また、原画像における特定方向への積分データ列を
ブロックデータ２１内の閾値とすることによって、照明
ムラやシェーディングの影響を除去した欠陥検出を行う
ことができる。さらに、ブロックデータ２１内における
画像輝度の分散量を特徴量とすることによって、淡いコ
ントラストの低周波欠陥を定量的に算出することができ
る。さらにまた、分割された一のブロックデータａをこ
れに隣接したブロックデータ２１ｂ，２１ｃ，…毎にオ
ーバーラップさせて行うことによって、ブロック間に渡
る欠陥の特徴量の算出を精度良く行うことができる。

【００５０】

【発明の効果】請求項１記載の発明は、検査サンプルの
表面を撮像する固体撮像素子と、この撮像された前記検
査サンプルの検査画像の表面輝度分布を画像データとし
て取込むデータ取込み手段と、この取込まれた画像デー
タに対してマトリックスの演算子を作用させるフィルタ
手段と、このマトリックスのフィルタ特性に相当する信
号成分の成分画像を所定の閾値で２値化する２値化手段
と、この２値化された成分画像に対して幾何学処理によ
りラベル付けを行うラベル付け手段と、このラベル付け
された画像領域をもとに欠陥存在領域を決定する欠陥存
在領域決定手段と、この欠陥存在領域に相当する検査サ
ンプルの表面から前記固体撮像素子により撮像して得ら
れた表面輝度分布に相当する画像データをもとに欠陥領
域の特徴量を算出する欠陥領域特徴量算出手段と、この
算出された欠陥領域の特徴量を所定の閾値で良否の画像
データに分離識別する欠陥領域分離識別手段とより構成
したので、マトリックスの演算子の作用により信号の検
出したい周波数成分を抽出し、２値化、幾何学処理、ク
ラスタリングにより欠陥位置を正確に決定し、その決定
された欠陥位置の情報から多値画像である原画像に立ち
返り特徴量を算出することにより、欠陥ランクの分離識
別を行うことができるものである。

【００５１】請求項２記載の発明は、請求項１記載の発
明において、欠陥領域特徴量算出手段により算出される
欠陥領域の特徴量は、検査サンプルの表面を固体撮像素
子により撮像して得られた表面輝度分布に相当する画像
データにおける欠陥存在領域内での画像輝度分布の分散
量からなるようにしたので、欠陥領域のコントラストを
定量化でき、目視による注目点と同じ水準で自動欠陥検
査ができるものである。

【００５２】請求項３記載の発明は、請求項１記載の発
明において、欠陥領域特徴量算出手段により算出される
欠陥領域の特徴量は、検査サンプルの表面を固体撮像素
子により撮像して得られた表面輝度分布に相当する画像
データにおける欠陥存在領域内での所定の閾値を超えた
画素数からなるようにしたので、欠陥の大きさを定量化
でき、目視による注目点と同じ水準で自動欠陥検査を行
うことができるものである。

【００５３】請求項４記載の発明は、請求項３記載の発
明において、欠陥存在領域内での所定の閾値として、画
像データのある一方向に画像輝度を積分して算出された
１次元信号のうちの欠陥存在領域に相当する部位の信号
分布のみが切り出された１次元信号を用いたので、特定
方向への積分データ列を閾値とすることにより、シェー
ディングの影響を受けないダイナミックな閾値による２
値化を実現させ、欠陥検出の精度を向上させることがで
きるものである。

【００５４】請求項５記載の発明は、検査サンプルの表
面を撮像する固体撮像素子と、この撮像された前記検査
サンプルの表面輝度分布を画像データとして装置内部に
取込むデータ取込み手段と、この取込まれた画像データ
を所定のサイズのブロックに分割するブロック化手段
と、このブロック化されたブロックデータ毎に特徴量を
算出するブロックデータ特徴量算出手段と、このブロッ
クデータ毎に算出された特徴量を所定の閾値で良否の画
像データに分離識別しそのブロックサイズの空間周波数
帯域をもつ欠陥を検出する欠陥領域分離識別手段とより
構成したので、ブロック化手段により画像データをブロ
ック化し、ブロックデータ特徴量算出手段によりそのブ
ロック化された画像データ毎に特徴量を算出することに
よって、演算の軽減と検出結果の冗長性をなくすことが
できるものである。

【００５５】請求項６記載の発明は、請求項５記載の発
明において、ブロック化手段によりブロック化される画
像データは、取込まれた画像データのある一方向に画像
輝度を積分して算出された１次元信号と検査サンプルの
表面輝度分布の画像データとの差分値から照明ムラの除
去されたデータからなるようにしたので、原画像におけ
る特定方向への積分データ列をブロック内の閾値とする
ことにより、照明ムラやシェーディングの影響を除去し
た欠陥検出を行うことができるものである。

【００５６】請求項７記載の発明は、請求項５又は６記
載の発明において、ブロック化手段は、一のブロックデ
ータとこのブロックデータに隣り合う他のブロックデー
タとを、それらブロックサイズの半分若しくは一部が互
いに重なり合うように分割したので、オーバーラップさ
れたブロック間に渡る欠陥の特徴量の算出を精度良く行
うことができるものである。

【００５７】請求項８記載の発明は、請求項５，６又は
７記載の発明において、ブロックデータ特徴量算出手段
により算出されるブロックデータの特徴量は、ブロック
内における画像輝度の分散量からなるようにしたので、
欠陥部位をブロック境界で分断することなく評価するこ
とができ、これにより淡いコントラストの低周波欠陥を
定量的に算出することができるものである。

【図面の簡単な説明】

【図１】請求項１〜４記載の発明の一実施例である表面
欠陥検査装置の欠陥検査アルゴリズムの様子を示すフロ
ーチャートである。

【図２】表面欠陥検査装置の撮像制御系の様子を示す構
成図である。

【図３】ラプラシアン演算子の構成を示す模式図であ
る。

【図４】（ａ）はラプラシアン画像を示す波形図、
（ｂ）は２値化画像を示す波形図、（ｃ）は膨張縮退画
像を示す波形図である。

【図５】ラベリング処理を示す模式図である。

【図６】ラベル付けされた欠陥存在領域の幅を示す模式
図である。

【図７】請求項５〜８記載の発明の一実施例である表面
欠陥検査装置の欠陥検査アルゴリズムの様子を示すフロ
ーチャートである。

【図８】（ａ）は低周波欠陥部の形状を示す斜視図、
（ｂ）はその展開図である。

【図９】ブロック化された画像データを示す模式図であ
る。

【図１０】オーバーラップしてブロック化された画像デ
ータを示す模式図である。

【図１１】淡い欠陥部位から検出された画像信号を示す
波形図である。

【図１２】図１２の波形を閾値で２値化して得られたパ
ルス形状を示す波形図である。

【符号の説明】

５検査サンプル８固体撮像素子１０データ取込み手段１３演算子２１，２１ａ〜２１ｃブロックデータａフィルタ手段ｂ２値化手段ｃラベル付け手段ｄ欠陥存在領域決定手段ｅ欠陥領域特徴量算出手段ｆ欠陥領域分離識別手段ｇブロック化手段ｈデータ特徴量算出手段ｉ欠陥領域分離識別手段

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁵ 識別記号庁内整理番号ＦＩ技術表示箇所Ｇ０６Ｆ 15/68 ３２０Ｚ 9191−5Ｌ 15/70 ３３０Ｎ 9071−5Ｌ

Claims

【特許請求の範囲】

【請求項１】検査サンプルの表面を撮像する固体撮像
素子と、この撮像された前記検査サンプルの検査画像の
表面輝度分布を画像データとして取込むデータ取込み手
段と、この取込まれた画像データに対してマトリックス
の演算子を作用させるフィルタ手段と、このマトリック
スのフィルタ特性に相当する信号成分の成分画像を所定
の閾値で２値化する２値化手段と、この２値化された成
分画像に対して幾何学処理によりラベル付けを行うラベ
ル付け手段と、このラベル付けされた画像領域をもとに
欠陥存在領域を決定する欠陥存在領域決定手段と、この
欠陥存在領域に相当する検査サンプルの表面から前記固
体撮像素子により撮像して得られた表面輝度分布に相当
する画像データをもとに欠陥領域の特徴量を算出する欠
陥領域特徴量算出手段と、この算出された欠陥領域の特
徴量を所定の閾値で良否の画像データに分離識別する欠
陥領域分離識別手段とよりなることを特徴とする表面欠
陥検査装置。
【請求項２】欠陥領域特徴量算出手段により算出され
る欠陥領域の特徴量は、検査サンプルの表面を固体撮像
素子により撮像して得られた表面輝度分布に相当する画
像データにおける欠陥存在領域内での画像輝度分布の分
散量からなることを特徴とする請求項１記載の表面欠陥
検査装置。
【請求項３】欠陥領域特徴量算出手段により算出され
る欠陥領域の特徴量は、検査サンプルの表面を固体撮像
素子により撮像して得られた表面輝度分布に相当する画
像データにおける欠陥存在領域内での所定の閾値を超え
た画素数からなることを特徴とする請求項１記載の表面
欠陥検査装置。
【請求項４】欠陥存在領域内での所定の閾値として、画
像データのある一方向に画像輝度を積分して算出された
１次元信号のうちの欠陥存在領域に相当する部位の信号
分布のみが切り出された１次元信号を用いたことを特徴
とする請求項３記載の表面欠陥検査装置。
【請求項５】検査サンプルの表面を撮像する固体撮像
素子と、この撮像された前記検査サンプルの表面輝度分
布を画像データとして取込むデータ取込み手段と、この
取込まれた画像データを所定のサイズのブロックに分割
するブロック化手段と、このブロック化されたブロック
データ毎に特徴量を算出するブロックデータ特徴量算出
手段と、このブロックデータ毎に算出された特徴量を所
定の閾値で良否の画像データに分離識別しそのブロック
サイズの空間周波数帯域をもつ欠陥を検出する欠陥領域
分離識別手段とよりなることを特徴とする表面欠陥検査
装置。
【請求項６】ブロック化手段によりブロック化される
画像データは、取込まれた画像データのある一方向に画
像輝度を積分して算出された１次元信号と検査サンプル
の表面輝度分布の画像データとの差分値から照明ムラの
除去されたデータからなることを特徴とする請求項５記
載の表面欠陥検査装置。
【請求項７】ブロック化手段は、一のブロックデータ
とこのブロックデータに隣り合う他のブロックデータと
を、それらブロックサイズの半分若しくは一部が互いに
重なり合うように分割することを特徴とする請求項５又
は６記載の表面欠陥検査装置。
【請求項８】ブロックデータ特徴量算出手段により算
出されるブロックデータの特徴量は、ブロック内におけ
る画像輝度の分散量からなることを特徴とする請求項
５，６又は７記載の表面欠陥検査装置。