JPH0833925B2 - 塵埃検出方法 - Google Patents
塵埃検出方法Info
- Publication number
- JPH0833925B2 JPH0833925B2 JP62006643A JP664387A JPH0833925B2 JP H0833925 B2 JPH0833925 B2 JP H0833925B2 JP 62006643 A JP62006643 A JP 62006643A JP 664387 A JP664387 A JP 664387A JP H0833925 B2 JPH0833925 B2 JP H0833925B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- grid
- dust
- dimensional difference
- detection method
- 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 - Fee Related
Links
- 239000000428 dust Substances 0.000 title claims description 26
- 238000001514 detection method Methods 0.000 title claims description 11
- 238000010586 diagram Methods 0.000 description 12
- 238000000034 method Methods 0.000 description 8
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 産業上の利用分野 本発明は、格子状の規則的パターンを表面に持つ集積
回路や液晶に対して、表面に付着した塵埃の個数・大き
さ・分布などを、テレビカメラやコンピュータを用いて
自動的に検査する、塵埃検出方法に関するものである。
回路や液晶に対して、表面に付着した塵埃の個数・大き
さ・分布などを、テレビカメラやコンピュータを用いて
自動的に検査する、塵埃検出方法に関するものである。
従来の技術 近年、集積回路や、液晶基板の需要が増大してきてい
るため、これらの部品を計算する工程の一つである塵埃
検査の自動化を実現するための塵埃検出方法が強く求め
られている。
るため、これらの部品を計算する工程の一つである塵埃
検査の自動化を実現するための塵埃検出方法が強く求め
られている。
以下図面を参照しながら、上述した従来の塵埃検出方
法の一例について説明する。
法の一例について説明する。
第１図は領域分割の説明図で、１は走査方向を示すも
のである。第２図は領域探索の説明図であり、２は探索
の方向を示すものである。第３図は処理対象の画像であ
り、第４図は第３図の画像を領域分割した結果であり、
1,2は分割された各領域に付与されたラベル番号であ
る。
のである。第２図は領域探索の説明図であり、２は探索
の方向を示すものである。第３図は処理対象の画像であ
り、第４図は第３図の画像を領域分割した結果であり、
1,2は分割された各領域に付与されたラベル番号であ
る。
以下、上記従来の塵埃検出方法について、図面に基づ
きその動作を説明する。
きその動作を説明する。
まず、画像を領域分割する方法について説明する。
画像を適当なしきい値ｔで２値化する。これを式で表
すと次の通りである。
すと次の通りである。
画像を｛aij|1ｉsizex,1ｊsizey｝で表す。
但し、水平軸をｘ軸、垂直軸をｙ軸とし、aijはｘ座標
がｉでｙ座標がｊの点における明るさである。また、si
zexは画像のｘ方向の画面分割数、sizeyは画像のｙ方向
の画面分割数である。この時、画像｛aij｝をti２値化
して得られる２値化画像｛bij|1ｉsizex,1ｙsi
zey｝は、式（１）により得られる。
但し、水平軸をｘ軸、垂直軸をｙ軸とし、aijはｘ座標
がｉでｙ座標がｊの点における明るさである。また、si
zexは画像のｘ方向の画面分割数、sizeyは画像のｙ方向
の画面分割数である。この時、画像｛aij｝をti２値化
して得られる２値化画像｛bij|1ｉsizex,1ｙsi
zey｝は、式（１）により得られる。
１ｉsizex,1ｊsizeyについて、 以上のようにして２値化画像が得られる。次に領域分
割の出力情報となるラベル番号配列 ｛lij|1ｉsizex,1ｊsizey｝を用意しておき、
すべての配列要素に０を入れておく。この配列は画像と
同じ構造を持ち、配列要素は画像の要素（以下画素と呼
ぶ）に対応している。第１図１のように｛bij｝に対し
ｊの若い順に、ｊが同じであるときはｉの若い順に走査
する（以下、この順番の走査をラスタ走査と呼ぶことに
する）。bijが０ならば何も行なわず、bijが１の時に、
lijにラベル番号１を書き込む。次にこの点を含むつな
がった領域の範囲を調べ、領域内の点に同ラベル番号を
書き込む。即ち、第２図のように隣接点で２値化された
値が１となる点を次々とたどって、同一のラベル番を書
き込むという動作をくり返し、隣接点で、２値化された
値が１となるような点がなくなるまでくり返す。このよ
うに、つながった領域に同じラベル番号を付与する処理
を領域探索と呼ぶことにする。さらに、（i,j）の次の
点からラスタ走査を再開し、２値化された値が１で、領
域探索がまだ行なわれていない点（即ち、ラベル番号が
０である点）があれば、ラベル番号を１つ増加させて領
域探索を行なう。以下、全画面が終わるまでラスタ走査
しながら上記の処理を続ける。以上が領域分割の手順で
あるが、このようにして、画像において、塵埃の領域と
それ以外とを分離する。この時、格子の部分の明るさに
よっては、塵埃の領域と同じ領域にみなされてしまう。
従って、格子が規則的な間隔でくり返していることを利
用して、塵埃の領域と格子とを区別する。即ち、領域探
索時に、２値化した値が０か１かの判定をするだけでな
く、格子の上にあるかどうかについても判定し、格子上
の点ならば、ラベルを付与しないようにする。処理例と
して第３図は格子パターンを持つ対象の上に塵埃がある
ような画像であり、第４図は、第３図の画像から、格子
を除いて領域分割をした結果である。
割の出力情報となるラベル番号配列 ｛lij|1ｉsizex,1ｊsizey｝を用意しておき、
すべての配列要素に０を入れておく。この配列は画像と
同じ構造を持ち、配列要素は画像の要素（以下画素と呼
ぶ）に対応している。第１図１のように｛bij｝に対し
ｊの若い順に、ｊが同じであるときはｉの若い順に走査
する（以下、この順番の走査をラスタ走査と呼ぶことに
する）。bijが０ならば何も行なわず、bijが１の時に、
lijにラベル番号１を書き込む。次にこの点を含むつな
がった領域の範囲を調べ、領域内の点に同ラベル番号を
書き込む。即ち、第２図のように隣接点で２値化された
値が１となる点を次々とたどって、同一のラベル番を書
き込むという動作をくり返し、隣接点で、２値化された
値が１となるような点がなくなるまでくり返す。このよ
うに、つながった領域に同じラベル番号を付与する処理
を領域探索と呼ぶことにする。さらに、（i,j）の次の
点からラスタ走査を再開し、２値化された値が１で、領
域探索がまだ行なわれていない点（即ち、ラベル番号が
０である点）があれば、ラベル番号を１つ増加させて領
域探索を行なう。以下、全画面が終わるまでラスタ走査
しながら上記の処理を続ける。以上が領域分割の手順で
あるが、このようにして、画像において、塵埃の領域と
それ以外とを分離する。この時、格子の部分の明るさに
よっては、塵埃の領域と同じ領域にみなされてしまう。
従って、格子が規則的な間隔でくり返していることを利
用して、塵埃の領域と格子とを区別する。即ち、領域探
索時に、２値化した値が０か１かの判定をするだけでな
く、格子の上にあるかどうかについても判定し、格子上
の点ならば、ラベルを付与しないようにする。処理例と
して第３図は格子パターンを持つ対象の上に塵埃がある
ような画像であり、第４図は、第３図の画像から、格子
を除いて領域分割をした結果である。
以上のようにして、格子パターンを持つ集積回路や液
晶基板上の塵埃の個数・大きさ・分布などを知ることが
できる。
晶基板上の塵埃の個数・大きさ・分布などを知ることが
できる。
発明が解決しようとする問題点 しかしながら、この方法では、全画面内の点につい
て、格子上の点であるか、塵埃の点であるかを判定しな
くてはならないため、処理回数が非常に大きくなる。特
に、小さな塵埃を見つける場合に画像のデータ数が増加
し、処理時間が長くなるという欠点がある。
て、格子上の点であるか、塵埃の点であるかを判定しな
くてはならないため、処理回数が非常に大きくなる。特
に、小さな塵埃を見つける場合に画像のデータ数が増加
し、処理時間が長くなるという欠点がある。
本発明は、上記欠点に鑑み、データ数が非常に大きな
画像に対しても高速に塵埃を検出するような塵埃検出方
法を提供するものである。
画像に対しても高速に塵埃を検出するような塵埃検出方
法を提供するものである。
問題点を解決するための手段 上記問題点を解決するために本発明の塵埃検出方法
は、ディジタル画像を変換し水平方向と垂直方向の微分
成分を除去して二次元差分画像を作る工程と、前記二次
元差分画像から格子状の規則的パターンを除去して格子
除去画像を得る工程と、格子除去画像を参照データとし
て、もとのディジタル画像を領域分割して、塵埃の個
数、大きさ・分布などを算出する工程からなるものであ
る。
は、ディジタル画像を変換し水平方向と垂直方向の微分
成分を除去して二次元差分画像を作る工程と、前記二次
元差分画像から格子状の規則的パターンを除去して格子
除去画像を得る工程と、格子除去画像を参照データとし
て、もとのディジタル画像を領域分割して、塵埃の個
数、大きさ・分布などを算出する工程からなるものであ
る。
作用 本発明は上記方法によって、領域分割の前に格子除去
工程をもうけて、処理されるデータから格子部分を除去
して塵埃だけを残すことによりデータを圧縮し、処理の
高速化が可能となる。
工程をもうけて、処理されるデータから格子部分を除去
して塵埃だけを残すことによりデータを圧縮し、処理の
高速化が可能となる。
実施例 以下本発明の一実施例の塵埃検出方法について、図面
を参照しながら説明する。第５図は二次元差分フィルタ
のオペレータの係数である。第６図は、二次元差分フィ
ルタを一般化したもののオペレータの係数である。第７
図は、二次元差分フィルタによる処理の説明における入
力データの例である。第８図は第７図に対して二次元差
分処理した結果である。第９図は処理対象例の画像であ
る。第10図は、第９図に対して二次元差分処理した結果
である。第11図は、格子除去処理の説明図である。第12
図は、第10図の画像に対して、格子除去処理を行なった
結果である。
を参照しながら説明する。第５図は二次元差分フィルタ
のオペレータの係数である。第６図は、二次元差分フィ
ルタを一般化したもののオペレータの係数である。第７
図は、二次元差分フィルタによる処理の説明における入
力データの例である。第８図は第７図に対して二次元差
分処理した結果である。第９図は処理対象例の画像であ
る。第10図は、第９図に対して二次元差分処理した結果
である。第11図は、格子除去処理の説明図である。第12
図は、第10図の画像に対して、格子除去処理を行なった
結果である。
以下、本発明の塵埃検出方法について、図面に基づき
その動作を説明する。
その動作を説明する。
まず、第５図のようなオペレータ係数を持つ二次元差
分フィルタを用いて画像を変換する。変換式は式（２）
で示される。
分フィルタを用いて画像を変換する。変換式は式（２）
で示される。
フィルタリングオペレータの係数を とする。
原画を ｛aij|1ｉsizex,1ｊsizey｝とすると、出力画
は、次の式で計算される。
は、次の式で計算される。
二次元差分処理による出力を二次元差分画像と呼ぶこ
とにする。
とにする。
第７図は、格子の部分画像の例であり、この画像に対
して二次元差分処理をすると、第８図のようになる。こ
の例を見てわかるように画面の端を除けば、二次元差分
画像が０以外の値をもつのは格子の交わる部分だけであ
る。実際の画像は完全に規則的ではなく、ノイズも含む
のでこの通りではないが、一般的に、格子の交わる部分
の絶対値は大きく、その他の点は小さくなる。第９図は
認識対象例の画像であり、第９図の画像に対する二次元
差分処理の結果が第10図である。第10図で、絶対値の大
きいのは、塵埃の部分と格子が交わる部分である。格子
については、格子の間隔の実長と画面の拡大倍率がわか
れば画面における間隔ｌが計算できるので、格子の交わ
る諸点のうち、一点の座標がわかれば、他の点の座標も
計算できる。格子の交わる点のうち、一点の座標の算出
はマッチング法によっており、以下算出のしかたを説明
する。
して二次元差分処理をすると、第８図のようになる。こ
の例を見てわかるように画面の端を除けば、二次元差分
画像が０以外の値をもつのは格子の交わる部分だけであ
る。実際の画像は完全に規則的ではなく、ノイズも含む
のでこの通りではないが、一般的に、格子の交わる部分
の絶対値は大きく、その他の点は小さくなる。第９図は
認識対象例の画像であり、第９図の画像に対する二次元
差分処理の結果が第10図である。第10図で、絶対値の大
きいのは、塵埃の部分と格子が交わる部分である。格子
については、格子の間隔の実長と画面の拡大倍率がわか
れば画面における間隔ｌが計算できるので、格子の交わ
る諸点のうち、一点の座標がわかれば、他の点の座標も
計算できる。格子の交わる点のうち、一点の座標の算出
はマッチング法によっており、以下算出のしかたを説明
する。
第11図は第９図の画像に対し、ｘ座標は同一である点
の明るさを加算したものである。このうち、既に計算さ
れた格子の間隔ｌの長さの部分のみ取り出し、最小値を
探す。最小値にあたる点の座標が、あるたての格子のｘ
座標となる。格子のｙ座標についても、第９図のような
格子座像のｙ座標が同一なる点の明るさを加算したデー
タを作って、同様な処理を行なえば得られる。以上のよ
うにして格子の交点を除去したものが第12図である。
の明るさを加算したものである。このうち、既に計算さ
れた格子の間隔ｌの長さの部分のみ取り出し、最小値を
探す。最小値にあたる点の座標が、あるたての格子のｘ
座標となる。格子のｙ座標についても、第９図のような
格子座像のｙ座標が同一なる点の明るさを加算したデー
タを作って、同様な処理を行なえば得られる。以上のよ
うにして格子の交点を除去したものが第12図である。
さて、従来例では、領域分割の時に二値化画像を走査
していたが、本実施例では二次元差分画を二値化した画
像｛dij|1ｉsizex,1ｊsizey｝を走査してい
る。また領域探索についても、従来例では二値化画像に
ついて行っていたが、実施例では画像の明るさムラ対策
のため、特に原画の二次微分画｛eij|1ｉsizex,1
ｊsizey｝を二値化した画像について領域探索を行っ
ている。二次微分画｛eij|1ｉsizex,1ｊsize
y｝は式（３）によって計算される。
していたが、本実施例では二次元差分画を二値化した画
像｛dij|1ｉsizex,1ｊsizey｝を走査してい
る。また領域探索についても、従来例では二値化画像に
ついて行っていたが、実施例では画像の明るさムラ対策
のため、特に原画の二次微分画｛eij|1ｉsizex,1
ｊsizey｝を二値化した画像について領域探索を行っ
ている。二次微分画｛eij|1ｉsizex,1ｊsize
y｝は式（３）によって計算される。
但し、｛aij|1ｉsizex,1ｊsizey｝は原画で
あり、ｓは二次微分の係数である。本実施例ではｓ＝２
としている。
あり、ｓは二次微分の係数である。本実施例ではｓ＝２
としている。
以上のように、画像を領域分割する前に、二次元差分
フィルタによって画像を変換して、塵埃を検出する際の
邪魔となる格子を除去した二次元差分画像を用いること
により、領域分割を高速に行うことができる。
フィルタによって画像を変換して、塵埃を検出する際の
邪魔となる格子を除去した二次元差分画像を用いること
により、領域分割を高速に行うことができる。
なお、本実施例において、領域探索を二次微分画にお
いて行ったが、原画において行ってもよい。また、本実
施例では、差分フィルタの係数として第５図のものを用
いたが、一般的には第６図のような係数のものでもよ
い。
いて行ったが、原画において行ってもよい。また、本実
施例では、差分フィルタの係数として第５図のものを用
いたが、一般的には第６図のような係数のものでもよ
い。
発明の効果 以上説明したように、本発明により、データ数が非常
に大きな画像に対して高速に塵埃を検出することが可能
となるため、その実用上の価値は大なるものがある。
に大きな画像に対して高速に塵埃を検出することが可能
となるため、その実用上の価値は大なるものがある。
第１図は領域分割の説明図、第２図は領域探索の説明
図、第３図は処理対象の画像を示した図、第４図は第３
図の画像を領域分割した結果を示す図、第５図は二次元
差分フィルタのオペレータの係数を示す図、第６図は二
次元差分フィルタを一般化したもののオペレータの係数
を示す図、第７図は二次元差分フィルタによる処理の説
明における入力データの例を示す図、第８図は第７図に
対して二次元差分処理した結果を示す図、第９図は処理
対象例の画像を示す図、第10図は第９図に対して二次元
差分処理した結果を示す図、第11図は格子除去処理の説
明図、第12図は第10図の画像に対して格子除去処理を行
なった結果を示す図である。
図、第３図は処理対象の画像を示した図、第４図は第３
図の画像を領域分割した結果を示す図、第５図は二次元
差分フィルタのオペレータの係数を示す図、第６図は二
次元差分フィルタを一般化したもののオペレータの係数
を示す図、第７図は二次元差分フィルタによる処理の説
明における入力データの例を示す図、第８図は第７図に
対して二次元差分処理した結果を示す図、第９図は処理
対象例の画像を示す図、第10図は第９図に対して二次元
差分処理した結果を示す図、第11図は格子除去処理の説
明図、第12図は第10図の画像に対して格子除去処理を行
なった結果を示す図である。
Claims (1)
- 【請求項１】ディジタル画像を変換し、水平方向と垂直
方向の微分成分を除去して二次元差分画像を作る工程
と、前記二次元差分画像から格子状の規則的パターンを
除去して格子除去画像を得る工程と、前記格子除去画像
を参照データとして、もとのディジタル画像を領域分割
して、塵埃の個数、大きさまたは分布を算出する工程か
らなる塵埃検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62006643A JPH0833925B2 (ja) | 1987-01-14 | 1987-01-14 | 塵埃検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62006643A JPH0833925B2 (ja) | 1987-01-14 | 1987-01-14 | 塵埃検出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63174183A JPS63174183A (ja) | 1988-07-18 |
| JPH0833925B2 true JPH0833925B2 (ja) | 1996-03-29 |
Family
ID=11644046
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62006643A Expired - Fee Related JPH0833925B2 (ja) | 1987-01-14 | 1987-01-14 | 塵埃検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0833925B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0717255Y2 (ja) * | 1988-11-26 | 1995-04-19 | 三菱電機株式会社 | モータのブラシ装置 |
| JPH03184747A (ja) * | 1989-12-13 | 1991-08-12 | Osaka Kiko Co Ltd | 工作機械における工作物の自動照合認識装置 |
-
1987
- 1987-01-14 JP JP62006643A patent/JPH0833925B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPS63174183A (ja) | 1988-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4533689B2 (ja) | パターン検査方法 | |
| JP6952268B2 (ja) | 処理方法およびそれを利用した処理装置 | |
| CN114792310B (zh) | 一种LCD屏幕中边缘模糊的Mura缺陷检测方法 | |
| US20080232715A1 (en) | Image processing apparatus | |
| CN113781424A (zh) | 一种表面缺陷检测方法、装置及设备 | |
| CN103996191A (zh) | 一种基于最小二乘优化的黑白棋盘格图像角点的检测方法 | |
| CN109449093A (zh) | 晶圆检测方法 | |
| CN108445009B (zh) | 一种太阳能电池板裂纹检测方法 | |
| JP2005172559A (ja) | パネルの線欠陥検出方法及び装置 | |
| JPH0877362A (ja) | 画像処理装置 | |
| JPH04198741A (ja) | 形状欠陥検出装置 | |
| CN114359378B (zh) | 一种带式输送机巡检机器人定位方法 | |
| JPH10171996A (ja) | 画像内粒状点検出方法 | |
| JPH11339017A (ja) | ナンバープレート認識装置 | |
| CN115034988A (zh) | 一种基于rgbd相机的两阶段主体点云滤波方法 | |
| Guan et al. | A golden-block-based self-refining scheme for repetitive patterned wafer inspections | |
| JPS63174183A (ja) | 塵埃検出方法 | |
| CN115830052A (zh) | 一种电子扫描显微镜图像的特征提取方法及装置 | |
| JP3753234B2 (ja) | 欠陥検出方法 | |
| CN118657696B (zh) | 一种图像去畸变的方法和装置 | |
| CN111429386A (zh) | 图像处理方法、装置和电子设备 | |
| CN117710396B (zh) | 一种基于3d点云的轻钢行业非标零件的识别方法 | |
| JPH11339040A (ja) | マクロ検査方法 | |
| CN120876428A (zh) | 基于机器视觉的陶瓷载板裂纹缺陷检测系统及方法 | |
| JPH0777495A (ja) | パターン検査方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |