JPS63174183A - 塵埃検出方法 - Google Patents
塵埃検出方法Info
- Publication number
- JPS63174183A JPS63174183A JP62006643A JP664387A JPS63174183A JP S63174183 A JPS63174183 A JP S63174183A JP 62006643 A JP62006643 A JP 62006643A JP 664387 A JP664387 A JP 664387A JP S63174183 A JPS63174183 A JP S63174183A
- Authority
- JP
- Japan
- Prior art keywords
- image
- grid
- dimensional difference
- dust
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
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。
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だめの塵埃検出方法が強く求めら
れている。
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だ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。
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
。
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。
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
と次の通シである。
と次の通シである。
画像をｆａｔｊｌｌ＜：ｉ＜５ｉｚｅχ、１＜ｊ＜５ｉ
ｚｅ７１で表す。但し、水平軸をＩ軸、垂直軸をｙ軸と
し、ａ １ ］はＸ座標がｉでｙ座凛がｊの点における
明るさである。また、ｓ ｉ ｚｅｘは画像のＸ方向の
画面分割数、ｇｉｚｅｙは画像のＸ方向の画面分割数で
ある。この時、画像＋ａｉ、 ｌをｔ、２値化して得ら
れる２値化画像１ ｂｉＨｌ １ ＜ｉ＜ｓ １ｚｅｘ
、 １ ＜ｙ＜ｓ １ｚｅｙ ｌば、式（１）により得
られる。
ｚｅ７１で表す。但し、水平軸をＩ軸、垂直軸をｙ軸と
し、ａ １ ］はＸ座標がｉでｙ座凛がｊの点における
明るさである。また、ｓ ｉ ｚｅｘは画像のＸ方向の
画面分割数、ｇｉｚｅｙは画像のＸ方向の画面分割数で
ある。この時、画像＋ａｉ、 ｌをｔ、２値化して得ら
れる２値化画像１ ｂｉＨｌ １ ＜ｉ＜ｓ １ｚｅｘ
、 １ ＜ｙ＜ｓ １ｚｅｙ ｌば、式（１）により得
られる。
１くｉく５ｉｚｅ！１１くｊく８ｉＺｅｙ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ｌｆｆ１ ｊｌｌ＜ｉ＜
５ｉｚｅｘ 、 １＜ｉ＜：５ｉｚｅｙ ｌを用意して
おき、すべての配列要素にＱ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＋ ｂ、
、 ｌに対しｊの若い順に、ｉが同じであるときは１の
若い順に走査する（以下、この順番の走査をラスク走査
と呼ぶことにする）。
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ｌｆｆ１ ｊｌｌ＜ｉ＜
５ｉｚｅｘ 、 １＜ｉ＜：５ｉｚｅｙ ｌを用意して
おき、すべての配列要素にＱ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＋ ｂ、
、 ｌに対しｊの若い順に、ｉが同じであるときは１の
若い順に走査する（以下、この順番の走査をラスク走査
と呼ぶことにする）。
ｂｉｊが０ならば何も行なわず、ｂ、が１の時に、ＩＢ
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
むという動作をくシ返し、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シ返す。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
点からラスク走査を再開し、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ク走査
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。
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
むという動作をくシ返し、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シ返す。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
点からラスク走査を再開し、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ク走査
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。
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。
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。
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。
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０°と９００の方向の微分成分
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。
ディジタル画像を変換し０°と９００の方向の微分成分
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シデータを圧縮し、処理の高
速化が可能となる。
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シデータを圧縮し、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。
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。
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。
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？）で示
される。
フィルタを用いて画像を変換する。変換式は式？）で示
される。
フィルタリングオペレータの係数ヲ
（ｆ・、ｌ＝ｔ ｌとする。
原画を
＋ ａ、ｊ １１＜：ｉ＜５ｉｚｅｘ、１＜ｊ＜：５ｉ
ｚｅｙ ｌとすると、出力画は、次の式で計算される。
ｚｅｙ ｌとすると、出力画は、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。
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以外の値を持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υ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
座標の算出はマツチング法によっており、以下算出のし
かたを説明する。
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以外の値を持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υ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
座標の算出はマツ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座標が同一である点
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、あるだての格子のＸ
座標となる。格子のｙ座標についても、第９図のような
格子画像の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、あるだての格子のＸ
座標となる。格子のｙ座標についても、第９図のような
格子画像の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面を二値化した画像
ｉ ｃｉ−ｌ １ ＜ｉ＜５ｉｚｅｘ、１＜ｊ＜５ｉｚ
ｅｙ ｌ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＋
＠ｉ、 ＋ １＜ｉ＜５ｉｚｅｘ、１＜ｊ＜５ｉｚｅ
ｙｌを二値化した画像について領域探索を行っている。
ていたが、本実施例では二次元差分面を二値化した画像
ｉ ｃｉ−ｌ １ ＜ｉ＜５ｉｚｅｘ、１＜ｊ＜５ｉｚ
ｅｙ ｌ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＋
＠ｉ、 ＋ １＜ｉ＜５ｉｚｅｘ、１＜ｊ＜５ｉｚｅ
ｙｌ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＋６１ｉｊ １１＜ｉ＜５ｉｚｅｘ、１＜ｊ
＜５ｉｚｅｙ ｌは式（３）によって計算される。
＜５ｉｚｅｙ ｌは式（３）によって計算される。
Σ Σ
・ｉｊ＝・ｉ、−（。ユ１７＜８ 区ｊζ８ °ｉ＋ｉ
’、ｊ＋ｊ”／ｓ ２ ・・・・・
・・・・・・・・・・（３）但し、Ｉａｔ＋ １１＜ｉ
＜５ｉｚｅｘ、１＜ｊ＜：５ｉｚｅｙｌは原画であり、
Ｂは二次微分の係数である。本実施例では８＝２として
いる。
’、ｊ＋ｊ”／ｓ ２ ・・・・・
・・・・・・・・・・（３）但し、Ｉａｔ＋ １１＜ｉ
＜５ｉｚｅｘ、１＜ｊ＜：５ｉｚｅｙｌは原画であり、
Ｂは二次微分の係数である。本実施例では８＝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。
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。
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６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。
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。
発明の詳細
な説明したように、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犬なるものがある。
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犬なるものがある。
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。 代理人の氏名 弁理士 中 尾 敏 男 ほか１名第１
図 第３図 第４図 第６図 第５図 第７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。 代理人の氏名 弁理士 中 尾 敏 男 ほか１名第１
図 第３図 第４図 第６図 第５図 第７図
Claims (1)
- ディジタル画像を変換し０°と９０°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 true JPS63174183A (ja) | 1988-07-18 |
| JPH0833925B2 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) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4985654A (en) * | 1988-11-26 | 1991-01-15 | Mitsubishi Denki Kabushiki Kaisha | Brush device for a motor |
| 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
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4985654A (en) * | 1988-11-26 | 1991-01-15 | Mitsubishi Denki Kabushiki Kaisha | Brush device for a motor |
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0833925B2 (ja) | 1996-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117173225A (zh) | 一种用于复杂pcb的高精度配准方法 | |
| US6128404A (en) | Method of detecting defects in semiconductor package leads | |
| CN118446965A (zh) | 一种蜂窝芯复合材料图像缺陷检测方法、系统、设备及介质 | |
| CN114022843A (zh) | 图片处理方法、装置、计算机设备和存储介质 | |
| JPH04198741A (ja) | 形状欠陥検出装置 | |
| CN114972317B (zh) | 一种方形晶粒放置规划方法 | |
| JP4587438B2 (ja) | 骨格化に基づく形態検査方法 | |
| CN115035541A (zh) | 一种大尺寸复杂pdf工程图纸文本检测与识别方法 | |
| CN114612892A (zh) | 一种pcb元器件表面3d字符分割方法 | |
| Selvarajan et al. | Extraction of man-made features from remote sensing imageries by data fusion techniques | |
| US20040105583A1 (en) | Segmenting a composite image via minimum areas | |
| JPH0833925B2 (ja) | 塵埃検出方法 | |
| JPS62131382A (ja) | ２値画像のベクトル変換方式 | |
| CN111429386B (zh) | 图像处理方法、装置和电子设备 | |
| Gofman | Developing an efficient region growing engine for image segmentation | |
| CN115830052A (zh) | 一种电子扫描显微镜图像的特征提取方法及装置 | |
| EP1538547B1 (en) | Method and device for extracting skeletal data from image data | |
| CN114821592B (zh) | 一种基于深度切割识别巨幅碑帖拓印文字的方法 | |
| JPS62251879A (ja) | 画像の輪郭抽出方式 | |
| JPH0588357A (ja) | マスクパターンの検査方法 | |
| CN112001204B (zh) | 一种二次人脸检测的网络模型的训练方法 | |
| JPH07159334A (ja) | 画像抽出方法 | |
| CN118413704A (zh) | 一种视频窗口背景绘制的方法和系统 | |
| JPH06274692A (ja) | 文字抽出装置 | |
| JPH0652292A (ja) | 図面ボルト穴位置の画像抽出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |