缺陷检查方法

缺陷检查方法
【专利摘要】本发明提供一种能够高精度地检测裂纹等缺陷的缺陷检查方法。缺陷检查方法包括：得到拍摄图像的步骤，从多个方向对该拍摄图像进行扫描，关于所述扫描方向，针对各像素M，在其辉度比扫描方向的两侧的第1邻接像素K、O低、且垂直于扫描方向的两侧的第2邻接像素C、W的辉度比扫描方向的两侧的第3邻接像素A、E和U、Y低的情况下，赋予高的评价值。基于该各像素的评价值，按各扫描方向选拔出选拔像素，接着按各扫描方向对选拔像素进行连结。去除经过了连结步骤的像素中偏离预定形状的像素。
【专利说明】缺陷检查方法

【技术领域】
[0001]本发明涉及根据被检查物的表面的拍摄图像来检测被称为裂纹的线状缺陷的方法，尤其涉及在难以对构成裂纹的像素和裂纹以外的像素进行识别的条件下，能够以高精度检测裂纹的缺陷检查方法。

【背景技术】
[0002]已知一种根据被检查物的表面的拍摄图像来检测被称为裂纹的线状缺陷的缺陷检查方法。在图20中示出现有的缺陷检查方法的流程图。
[0003]如图20所示，将拍摄图像作为输入图像，首先，针对输入图像的全部像素，通过预定的评价基准来评价“像裂纹的程度”，抽取高评价的像素(SlOl)。接着，针对高评价的像素，使用预定的阈值来选拔“像裂纹的程度”高的像素(S102)。然后，在选拔出的像素中，对发生了中断而实际上被推测为连续的部位进行连结处理，连结像素从而再生成裂纹的形状(S103)。最后，从选拔出的像素中，除去基于阈值而被判断为噪声的像素群，所述阈值是依照尺寸(宽度和长度)、面积(像素数)、或者宽度与长度之比等的形状特征量而确定的阈值(S104)。
[0004]例如，即使是具有相似的面积值的像素群彼此，也能够通过宽度和长度之比进行判断，从而能够切实地对圆形的像素群和线状的像素群这两者进行取舍选拔。
[0005]以上4个步骤分别被称为评价步骤、选拔步骤、连结步骤、修正步骤。在图20中，将这些步骤的名称记载在左端。
[0006]在以上那样的由现有技术实现的缺陷检查方法中存在以下的问题。在图21 (a) (b)中示出裂纹的例子，均为在明亮的(白)背景存在暗(黑)映出的裂纹的情况。图21 (a)的裂纹Cl为宽度宽的裂纹，容易检测。
[0007]与此相对，图21 (b)的裂纹C2宽度窄，在纹理(质地)上存在非缺陷的点状或短线状的图案和/或凹凸，因此，难以与这些图案和/或凹凸进行区别。因此难以检测。
[0008]使用现有技术，在想要检测图21(b)所示的裂纹C2这样的难以检测的裂纹的情况下，发生误检测的可能性极高。以下说明其理由。
[0009]基于图22(a) (b) (C)，对在使用像素的辉度值作为图20的SlOl所记载的“预定的评价基准”、且使用了 S102所记载的“预定的阈值”的情况下的问题进行说明。
[0010]图22(a)表示由于阈值宽松故而除了裂纹以外将噪声误检测为裂纹的例子(将良品判断为不良品)。图22(b)表示由于阈值严格故而错过了裂纹的像素的例子(将不良品判断为良品)。另外图22(c)表示选拔了辉度值160以下的像素作为裂纹的例子，辉度值160是被判断为在该检查图像中最妥当的阈值。
[0011]但是，即使在图22(c)所示的情况下，依然会将噪声误检测为裂纹，或者错过了裂纹的像素。这样简单地使用辉度值所实施的裂纹检查受噪声的影响很大，难以确定最佳的阈值。
[0012]另外，图22(c)的“辉度值160”是在将很多的辉度值作为阈值进行试验之后才主观判断为对该检查图像来说160这一辉度值作为阈值是妥当的。并且，对其他检查图像来说辉度值160为阈值也不一定最适合。进而，既在处理时间上也在原理上都难以在每次执行检查时将阈值变更为最适合于检查图像的阈值。因此，通常情况下，以容许某种程度的噪声的误检测或将良品判断为不良品的方式事先决定一个阈值，通过该阈值来进行检查。
[0013]汇总以上几点，如图23(a) (b)所示。
[0014]如图23(a) (b)所示，在选拔出低阈值Thl以上的区域作为选拔区域L的情况下，由于包括裂纹的一部分与噪声混在一起的区域2、和作为大致为裂纹区域的区域3，所以能够不错过应被选拔为裂纹的像素而进行选拔。另一方面，也选拔了非常多的非裂纹的噪声。即，成为选拔的错过少，而“像裂纹”的可能性低的选拔。
[0015]另外，作为选拔区域H，在选拔出高阈值Thh以上的区域的情况下，由于仅包括作为大致为裂纹区域的区域3，所以在应被选拔为裂纹的像素中从选拔中错过的像素变多。另外非裂纹的噪声几乎没有被选拔。即，选拔的错过多，而成为“像裂纹”的可能性高的选拔。
[0016]作为其他问题，存在因无法预先判断裂纹的产生方向而导致的问题。例如在本发明中，如图24(a)所示，扫描方向Ax越接近与裂纹的产生方向垂直的方向，则检查精度越高。另一方面，如图24(b)所示，扫描方向Ax越接近与裂纹的产生方向平行的方向，则检测精度越低。这样检测精度依赖于扫描方向。另外，若预先判断裂纹产生的方向，则如后述的连结处理的例子那样，有时能够通过活用与方向相关的信息来提高检查能力。
[0017]然而，实际上几乎没有事先判断裂纹的产生方向的例子，在目视拍摄图像来判定裂纹的方向后决定了扫描方向Ax的情况下，不仅检查效率下降，而且变得不能检测出目视看漏了的微细的裂纹。另外，若对拍摄图像进行图像处理来判定裂纹的方向，沿与该方向垂直的方向进行扫描，则检测精度变高，但是有可能使图像处理程序复杂化，从而检查时间变长。
[0018]接着对图25(a) (b)中连结处理进行说明。在图25(a) (b)中，Ccl?Cc3和Cdl?Cd3均作为使用了现有技术的一例的评价、选拔处理的结果的像素。在将连结处理的方向设为Cx时，与处理的方向接近于平行的Ccl?Cc3通过连结的效果而连接成一条，正确地再生成作为本来的裂纹的形状，但接近于与处理的方向垂直的方向的Cd I?Cd3难以接受到连结的效果而保持中断的状态，无法正确地再生成作为本来的裂纹的形状。
[0019]S卩，只要无法预先判断裂纹的产生方向，就需要全方位进行连结处理。但是，由于这样的全方位的连结处理可能会不受拘束地(自如地)连结周围的噪声与裂纹，所以不优选。尤其如图25(b)所示由于与裂纹垂直的方向的连结处理例如有可能会引起裂纹的宽度变宽、或邻近于裂纹的噪声等与裂纹合为一体而形状变化等不利影响，所以不优选。
[0020]这样，如何活用与裂纹的方向性相关的信息是现有技术中的一个大问题。


【发明内容】

[0021]发明要解决的问题
[0022]本发明是考虑这一点而提出的，其目的在于，提供一种缺陷检查方法，在难以对线的宽度极细的裂纹、在被检查物的纹理存在非缺陷的点状或短线状的图案和/或凹凸等、构成裂纹的像素和裂纹以外的像素进行识别的条件下，能够高精度地检测裂纹。
[0023]用于解决问题的手段
[0024]本发明是一种缺陷检查方法，其特征在于，包括:对被检查物的表面进行拍摄而得到包括多个像素的拍摄图像的步骤；从预先确定的多个方向使用该方向用的扫描过滤器对拍摄图像进行扫描，关于各个扫描方向，针对各像素，在其辉度比扫描方向的两侧的第I邻接像素的辉度高、且垂直于扫描方向的两侧的第2邻接像素的辉度比该第2邻接像素的扫描方向的两侧的第3邻接像素的辉度高的情况下赋予高的评价值的步骤；基于与各个扫描方向对应的像素的评价值，选拔出选拔像素的步骤；针对各个扫描方向进行选拔像素的连结的步骤；以及对各个扫描方向的选拔像素进行合成，去除选拔像素中偏离预定的形状的选拔像素的步骤。
[0025]本发明一种缺陷检查方法，其特征在于，包括:对被检查物的表面进行拍摄而得到包括多个像素的拍摄图像的步骤；从预先确定的多个方向使用该方向用的扫描过滤器对拍摄图像进行扫描，关于各个扫描方向，针对各像素，在其辉度比扫描方向的两侧的第I邻接像素的辉度低、且垂直于扫描方向的两侧的第2邻接像素的辉度比该第2邻接像素的扫描方向的两侧的第3邻接像素的辉度低的情况下赋予高的评价值的步骤；基于与各个扫描方向对应的像素的评价值，选拔出选拔像素的步骤；针对各个扫描方向进行选拔像素的连结的步骤；以及对各个扫描方向的选拔像素进行合成，去除选拔像素中偏离预定的形状的选拔像素的步骤。
[0026]本发明是一种缺陷检查方法，其特征在于，
[0027]在选拔出选拔像素的步骤中，将具有比第I阈值高的评价值的像素选拔为I次选拔像素，将具有比第2阈值高的评价值的像素选拔为2次选拔像素，所述第2阈值比第I阈值低，将2次选拔像素中与I次选拔像素邻接的像素和与该邻接的像素进一步邻接的像素变更为I次选拔像素。
[0028]本发明是一种缺陷检查方法，在进行选拔像素的连结的步骤中，执行膨胀处理或腐蚀处理来进行选拔像素的连结。
[0029]本发明是一种缺陷检查方法，其特征在于，多个方向的扫描过滤器包括0°方向扫描用过滤器、45°方向扫描用过滤器、90°方向扫描用过滤器以及135°方向扫描用过滤器。
[0030]发明的效果
[0031]如以上所述，根据本发明，即使在难以对构成裂纹的像素和裂纹以外的像素进行识别的情况下，也能够以高精度对裂纹进行检测。

【专利附图】

【附图说明】
[0032]图1是表示本发明的缺陷检查方法的流程图。
[0033]图2 (a)是表示评价步骤中的扫描方向的图，图2(b)是表示裂纹和扫描方向的图。
[0034]图3(a)是表示像素的排列的图，图3(b)是表示各像素的辉度的图，图3 (C)是表示扫描过滤器的一例的图。
[0035]图4(a) (b) (C)是表示关注像素的评价值为正的情况下的处理对象图像的图。
[0036]图5(a) (b)是表示关注像素的评价值为O的情况下的处理对象图像的图。
[0037]图6(a) (b) (c) (d)是对邻接像素的参照位置所意味之处进行说明的图。
[0038]图7是表示能够抽取“像裂纹的程度”高的像素的情况下的裂纹的方向和扫描方向的图。
[0039]图8(a) (b) (c) (d)是表示与各扫描方向相关的评价结果的图。
[0040]图9(a) (b) (C)是表示选拔步骤的图。
[0041]图10(a) (b)是表示将2次选拔像素变更为I次选拔像素的例子的图。
[0042]图11(a) (b) (c) (d)是表示关于各扫描方向的选拔结果的图。
[0043]图12是表示连结步骤的膨胀处理的图。
[0044]图13是表示连结步骤的腐蚀处理的图。
[0045]图14是表示连结步骤的开运算(opening)处理的图。
[0046]图15是表示连结步骤的闭运算(closing)处理的图。
[0047]图16是表示在连结步骤中，沿135°方向实施了连结处理的情况下的闭运算处理的图。
[0048]图17(a) (b) (c) (d)是表示针对各扫描方向的选拔步骤的结果和针对这些结果的连结处理的方向的图。
[0049]图18(a) (b) (c) (d)是表示针对各扫描方向的连结步骤的结果的图。
[0050]图19(a)是表示输入图像的图，图19(b)是表示本发明的检查结果图像的图。
[0051]图20是表示现有的缺陷检查方法的流程图。
[0052]图21 (a) (b)是表示裂纹图像的一例的图。
[0053]图22(a) (b) (c)是说明现有的缺陷检查方法的问题的图。
[0054]图23 (a) (b)是说明现有的缺陷检查方法的问题的图。
[0055]图24(a) (b)是说明现有的缺陷检查方法中的与裂纹和扫描方向相关的问题的图。
[0056]图25(a) (b)是说明现有的缺陷检查方法中的与连结步骤相关的问题的图。

【具体实施方式】
[0057]以下，参照附图对本发明的实施方式进行说明。
[0058]图1至图19是表示本发明的缺陷检查方法的实施方式的图。
[0059]首先，通过图1，对本发明的缺陷检查方法的概要进行说明。
[0060]如图1所示，本发明的缺陷检查方法是根据被检查物来检查裂纹等缺陷的方法。
[0061]这样的缺陷检查方法包括:拍摄被检查物的表面而得到包括多个像素的拍摄图像(输入图像)PO的步骤；从预先确定的多个方向使用该方向用的扫描过滤器(步骤SI)对拍摄图像PO进行扫描，关于各个扫描方向，针对各像素，在其辉度与扫描方向的两侧的第I邻接像素的辉度不同、且与扫描方向垂直的两侧的第2邻接像素的辉度与该第2邻接像素的扫描方向的两侧的第3邻接像素的辉度不同的情况下赋予高的评价值的步骤(评价步骤S2);基于与各个扫描方向对应的像素的评价值，选拔出选拔像素的步骤(选拔步骤S3、S4);针对各个扫描方向进行选拔像素的连结的步骤(连结步骤S5);对各个扫描方向的选拔像素进行合成的步骤(步骤S6);以及从选拔像素中去除偏离预定的形状的选拔像素的步骤(修正步骤S7)。
[0062]该情况下，可以将针对拍摄图像的多个扫描方向确定为0°方向、45°方向、90°方向以及135°方向(步骤SI),多个方向的扫描过滤器包括:0°方向扫描用过滤器、45°方向扫描用过滤器、90°方向扫描用过滤器以及135°方向扫描用过滤器。
[0063]另外，在关于各扫描方向对各像素赋予评价值的步骤(评价步骤S2)中，在各像素的辉度比第I邻接像素的辉度低、第2邻接像素的辉度比第3邻接像素的辉度低的情况下认定为具有“像裂纹的程度”而赋予高评价值。
[0064]这样一来，得到了在各扫描方向上对各像素赋予了评价值的图像Pel、Pe2、Pe3、Pe4。
[0065]此外，也可以如后述那样在对各像素赋予评价值的步骤(评价步骤S2)中，在各像素的辉度比第I邻接像素的辉度高、第2邻接像素的辉度比第3邻接像素的辉度高的情况下认定为具有“像裂纹的程度”而赋予高的评价值。
[0066]进而，在各扫描方向上选拔出选拔像素的步骤中，选拔具有比第I阈值高的评价值的像素作为I次选拔像素(S3)，选拔具有比第2阈值高的评价值的像素作为2次选拔像素，所述第2阈值比所述第I阈值低，将2次选拔像素中与I次选拔像素邻接的像素和与该邻接的像素进一步邻接的像素变更为I次选拔像素(S4)。
[0067]这样一来，得到了按各扫描方向进行了像素的选拔的图像Psl、Ps2、Ps3、Ps4。
[0068]另外，在进行选拔像素的连结的步骤S5中，执行后述的膨胀处理或腐蚀处理来进行选拔像素的连结。该情况下，在0°方向成分、45°方向成分、90°方向成分、135°方向成分的I次选拔像素中，对发生了中断而实际上被推测为连续的部位进行连结处理，将像素连结从而再生成裂纹的形状。这样能得到在各扫描方向上进行了连结处理的图像Pcl、Pc2、Pc3、Pc40
[0069]然后，在合成步骤S6中，将0°方向、45°方向、90°方向、135°方向的各成分的连结步骤的结果进行叠加并合成。
[0070]另外，在修正步骤S7中，基于依照尺寸、面积、或宽度与长度之比等的形状特征量而确定的阈值，从I次选拔像素中除去被判断为噪声的像素群。
[0071 ] 这样一来得到了检查结果图像Pi。
[0072]接着对各步骤进一步详细描述。
[0073](扫描方向的决定)
[0074]在图1中，步骤SI所记载的“扫描方向”是指在评价步骤中使用后述的“峡谷法”来扫描像素的方向，例如图3至图6中的箭头Al的方向。
[0075]该情况下，如图2和图7所示，评价是为了检测处于与各扫描方向垂直的方向的特定位置关系的像素而实施的。S卩，在将扫描方向决定为0°方向、45°方向、90方向。、135°方向时，通过各扫描来分别检测图像的90°方向、135°方向、0°方向、45°方向的裂纹成分。
[0076](评价步骤)
[0077]如图2(a) (b)所示，在本发明的评价步骤中使用前述的“峡谷法”。图2(a)表示沿箭头Al的方向扫描裂纹C2(参照图21(b))的样子。在图2(b)中，扫描方向的箭头Al包括箭头Ala、箭头Alb、箭头Ale、箭头Ald这4个。在从箭头Ala按顺序追寻辉度值时,从辉度值高的背景开始，辉度值向大概被假设为裂纹的谷降低，当越过辉度值最低的谷部时再次成为辉度值高的背景。“峡谷法”是利用构成裂纹的像素所具有的以下2个特征来抽取“像裂纹的程度”高的像素的方法。
[0078]第I特征为:当沿与裂纹垂直的方向扫描时，构成裂纹的像素相对于扫描方向上的其两侧的邻接像素(第I邻接像素)具有辉度的谷即极小值。
[0079]第2特征为:针对与构成裂纹的像素在与扫描方向垂直的方向上邻接的像素(第2邻接像素)，相对于与该像素同样地在扫描方向上的其两侧的邻接像素(第3邻接像素)也具有极小值。
[0080]这是在明亮的(白)背景上暗(黑)映出的裂纹的情况，在暗(黑)背景上明亮(白)地映出的裂纹的情况下，相反地构成裂纹的像素具有极大值而不是极小值。
[0081]进而，基于图3 (a) (b) (c)、图4 (a) (b) (c)、图5 (a) (b)、图6，针对“峡谷法”的评价的具体例进行说明。
[0082]在本实施方式中，如上所述针对0°方向、45°方向、90°方向以及135°方向这4个方向，使用扫描过滤器对拍摄图像进行扫描。
[0083]在此，例如考虑使用0°方向扫描用过滤器对拍摄图像进行扫描的情况。该情况下，图3(a)示出对排列成5X5的像素赋予的大写字母，图3(b)示出表示各像素的辉度的与该像素的大写字母对应的小写字母。另外，图3(c)表示用于对图3(a)的像素进行基于“峡谷法”的评价的0°方向扫描用过滤器的一例。
[0084]在图3(a) (b) (C)中，从离开了关注像素2个像素的邻接处来参照邻接像素。在此关注像素为像素M。另外，像素M的在扫描方向Al上邻接的(离开2个像素而邻接)两侧的像素K、0为第I邻接像素。另外，与关注像素M在垂直于扫描方向Al上邻接的(离开2个像素而邻接)两侧的像素C、W为第2邻接像素。进而与各第2邻接像素C、W在扫描方向Al上邻接的(离开2个像素而邻接)两侧的像素A、E和U、Y为第3邻接像素。另外在图3(a) (b) (c)中扫描方向为箭头Al方向。
[0085]在图3(a) (b) (C)中，关注像素(评价对象像素)M为排列成5 X 5的像素的中央位置的像素。例如使用0°方向扫描用的扫描过滤器所进行的评价值的计算公式为:关注像素 M 的评价值=(a+k+u+e+o+y) _2 X (c+m+w)。
[0086]在此，a、k、U、e、O、y、C、m、w分别表示各自对应的像素A、K、U、E、O、Y、C、M、W的辉度。
[0087]图4(a) (b) (C)是算出正值的评价值的处理对象图像的一例，扫描方向为箭头Al。图4(a)表示与周围孤立的尖峰噪声的例子，关注像素M的评价值为60。与此相对，图4(b)表示裂纹的端部的例子，关注像素M的评价值为120。图4 (c)表示裂纹的躯体部的例子，关注像素M的评价值为180。该情况下，在对表示裂纹的端部的例子(图4(b))、和表示躯体部的例子(图4(c))进行比较的情况下，图4(a)那样的尖峰噪声被判断为像裂纹的程度低。
[0088]图5(a) (b)是关注像素M的评价值算出为O的处理对象图像的一例。图5 (a)示出与扫描方向的箭头Al平行的裂纹。
[0089]另外，图5(b)示出辉度值沿扫描方向的箭头Al以一样的倾斜度而减少的区域，关注像素M的评价值变为O。这样的辉度倾斜度是由于检查对象表面本身的倾斜度等，作为正常的背景图案而往往可能发生的现象，但是由于辉度值变化很大，所以成为了现有的裂纹检查中的误检测要因。
[0090]在此如上所述，图4(c)表示与扫描方向垂直的裂纹，图5(a)表示与扫描方向平行的裂纹。正如对图4(c)和图5(a)进行比较就可以得知那样，关注像素M的评价值因扫描方向而变化。
[0091]即通过取得与裂纹的方向垂直的扫描方向，能够对裂纹成分进行恰当地评价并抽取(图7)。
[0092]另外，使用图6(a) (b) (c) (d)，针对邻接像素的参照位置所意味之处进行说明。
[0093]首先，能够通过变更第I邻接像素和第3邻接像素的参照位置来变更成为检测对象的裂纹的宽度。
[0094]在此，图6 (a)是表示90°走向的3个像素宽度的裂纹的图。前述的图4(c)是表示90°走向的I个像素宽度的裂纹的图。
[0095]例如，在如图6(b)那样使用了从I个像素邻接处参照第I邻接像素、第3邻接像素的0°方向扫描用过滤器的情况下，图6(a)的评价值为0，图4(c)的评价值为180，即使能够检测I个像素宽度的裂纹也无法检测3个像素宽度的裂纹。
[0096]但是，在如图3(c)那样使用从2个像素邻接处来参照第I邻接像素、第3邻接像素的0°方向扫描用过滤器时，图6(a)的评价值为180，图4(c)的评价值也为180，既能够检测I个像素宽度的裂纹又能够检测3个像素宽度的裂纹。
[0097]这样根据检测对象的裂纹宽度使第I邻接像素和第3邻接像素的参照位置变更即可。
[0098]通过将检测对象缩小为仅一定宽度以下的裂纹，在之后的修正步骤中能够利用于噪声除去的形状特征量的自由度扩大，从而能够进一步提高检测精度。
[0099]接着，通过变更第2邻接像素的参照位置，能够对易被误判定为尖峰噪声的裂纹的构成像素的错过进行改善。
[0100]构成裂纹的全部像素群并不限于图4(c)那样单一连接的线，也可以存在如图6(c)那样呈断断续续的虚线的部分。
[0101]就图6(c)的关注像素M而言，当局部(例如中央3X3群)观察时无法与图4(a)那样的尖峰噪声进行区分。
[0102]例如，在如图6(d)那样使用了从I个像素邻接处来参照第2邻接像素的扫描过滤器的情况下，图4(c)的评价值为180，与此相对，图6 (c)的评价值为60，由于与图4(a)那样的尖峰噪声部的评价值相等所以在选拔步骤中会被错过。
[0103]但是，通过使用图3 (C)所示那样的从离开了 2个像素的邻接处来参照第2邻接像素的扫描过滤器，图6(c)的关注像素M的评价值与图4(c)同样为180，即使发生了中断也能够作为“像裂纹的程度”高的像素(作为若在之后的步骤中连结则有可能成为裂纹的像素)而被抽取。
[0104]通过这样变更第2邻接像素的参照位置，能够对构成局部看来无法与尖峰噪声进行区分的裂纹的像素的错过进行改善。
[0105]在图7中示出裂纹(例如图21(b)的裂纹C2)的方向与扫描方向的关系。如图7所示使用与裂纹垂直的方向的箭头Av方向扫描用的过滤器进行扫描，由此能够抽取“像裂纹的程度”高的像素。但是，当使用与裂纹平行的方向的箭头Ap方向扫描用的过滤器进行扫描时，无法抽取“像裂纹的程度”高的像素。
[0106]可是，多数情况下实际的裂纹产生的方向不确定。因此，难以预先决定图7中的箭头Αν。因此在“峡谷法”中，如上所述将扫描方向确定为0°方向、45°方向、90°方向、135°方向这4个方向来分别单独进行扫描。
[0107]在将图21(b)所示的裂纹C2作为图1的流程图中的输入图像的情况下，在图8(a)
(b)(c) (d)中示出结束了评价步骤的各方向的评价结果的图像。图21(b)所示的接近于裂纹C2的方向的135°方向成分(利用45°方向扫描用过滤器得到的)的结果为，抽取出最多“像裂纹的程度”高的像素。
[0108](选拔步骤)
[0109]接着，针对选拔步骤进行说明。图9(a) (b) (C)是使用图像来表示选拔步骤整体的框图的图。
[0110]如使用图22(a) (b)和图23(a) (b)说明的那样，当选拔时的阈值缓和(图23 (a)的低阈值Thl)时，除了裂纹以外会选拔噪声。相反当阈值严格(图23(a)的高阈值Thh)时，裂纹的一部分会被从选拔中错过。
[0111]在本实施方式的选拔步骤中，首先，关于各扫描方向、即0°方向、45°方向、90°方向以及135°方向，基于各像素的评价值通过严格的阈值(作为高阈值的第I阈值)来决定(选拔)I次选拔像素(图9(a))。接着，基于各像素的评价值，通过缓和的阈值(比第I阈值低的第2阈值)来决定(选拔)2次选拔像素(图9 (b))。接着，将与I次选拔像素邻接的2次选拔像素以及与该邻接的2次选拔像素进一步邻接的2次选拔像素变更为I次选拔像素。进行这样的多阶段选拔从而得到最终的选拔结果(图9(c))。
[0112]在图10(a) (b)中示出上述的“将与I次选拔像素邻接的2次选拔像素以及与该邻接的2次选拔像素进一步邻接的2次选拔像素变更为I次选拔像素”的例子。在图10(a)中，施加了深阴影的像素为I次选拔像素，施加了浅阴影的像素为2次选拔像素。
[0113]从2次选拔像素中选拔满足“与I次选拔像素邻接的2次选拔像素以及与该邻接的2次选拔像素进一步邻接的2次选拔像素”这一条件的2次选拔像素，将它们变更为I次选拔像素。该情况下，如图10(b)所示，施加了深阴影的I次选拔像素增加。通过采用这样的多阶段选拔，能够通过基于严格的第I阈值的选拔来防止选拔噪声，能够从用缓和的第2阈值选拔出的像素中，基于特定的条件将在通过第I阈值的选拔中错过的裂纹的一部分提取出。由此，不会误选拔噪声，并且构成裂纹的像素的错过也减少。将这样根据各方向成分，即根据0°方向成分、45°方向成分、90°方向成分以及135°方向成分而进行了多阶段选拔的结果(选拔步骤的结果)在图11(a) (b) (c) (d)中示出。
[0114](连结步骤)
[0115]接着针对连结步骤进行说明。作为连结步骤的基本说明，使用图12至图16，进行图像处理中的膨胀处理、腐蚀(收缩)处理、开运算处理、闭运算处理的说明。
[0116]在本实施方式中，根据各方向成分，即针对0°方向、45°方向、90°方向以及135°方向的裂纹成分，由于能够分别仅在平行的方向上实施连结处理，所以能够减少如使用图25(a) (b)说明那样的、因现有技术中的裂纹的产生方向无法预期而由与裂纹垂直的方向的连结处理导致的裂纹的错过和/或噪声的误检测。
[0117]在图12中示出对连结对象像素实施膨胀处理的例子。
[0118]如图12所示，通过对输入图像X适用直线状的结构元素A、B,由此执行膨胀处理从而得到结果图像。该情况下，在输入图像X上配置结构元素A、B的基准点。
[0119]接着在图13中示出对连结对象像素实施腐蚀处理的例子。
[0120]如图13所示，通过对输入图像X适用十字形状的结构元素C由此执行腐蚀处理从而得到结果图像。该情况下，在输入图像X上配置结构元素C的基准点。
[0121]接着，在图14中示出对连结对象图像实施开运算处理的例子。开运算处理是指，对输入图像X实施一次腐蚀处理，然后实施与腐蚀处理相同次数(I次)的膨胀处理的处理。
[0122]针对输入图像X，使用具有基准点的十字形状的结构元素C，实施这样的开运算处理，由此，能够得到结果图像。
[0123]接着在图15中示出对输入图像X实施闭运算处理的例子。闭运算处理是指，对输入图像X实施一次膨胀处理，然后实施与膨胀处理相同次数(I次)的腐蚀处理的处理。
[0124]针对输入图像X，使用具有基准点的十字形状的结构元素C，实施这样的闭运算处理，由此，能够得到结果图像。
[0125]接着通过图16示出对135°方向执行连结步骤的例子。
[0126]在图16中，连结步骤包括通过实施膨胀处理，然后实施腐蚀处理而进行的闭运算处理。
[0127]在图16中，施加了深阴影的像素表示选拔像素。对该选拔像素使用结构元素Y来进行膨胀处理。该情况下，使结构元素Y的原点Y6与各选拔像素相匹配，膨胀了该结构元素Y的像素成为通过膨胀处理而扩张了的像素。
[0128]用浅阴影和星号阴影表示通过膨胀处理而扩张了的像素。
[0129]接着对通过膨胀处理而膨胀了的像素使用结构元素Y实施腐蚀处理。该情况下，使结构元素Y与膨胀了的像素相匹配，仅剩下结构元素Y没有从膨胀了的像素露出的情况下的原点Y6的位置的像素。
[0130]这样成为从膨胀了的像素中留下来的对像素进行了腐蚀处理而得到的像素(标识了星号阴影的像素)。
[0131]具体而言，在使结构元素Y的原点Y6匹配于坐标(8，8)时，由于结构元素Y完全容纳在膨胀了的区域内，所以坐标(8，8)不会在腐蚀处理中被削除。另一方面，在使结构元素Y的原点Y6匹配于坐标(8，9)时，由于坐标(5，7) (6,8) (7,9)从结构元素Y中露出，所以坐标(8，9)在腐蚀处理中被削除。
[0132]此外，只要在膨胀处理和腐蚀处理中使用同一形状的结构元素Y，选拔像素就不会被削除。
[0133]经过这样的连结步骤，能够防止裂纹的错过或噪声的误检测。
[0134]在图17(a) (b) (c) (d)中示出根据各方向成分进行了多阶段选拔的结果和使各自的连结方向重叠而记载的图。另外，在图18(a) (b) (c) (d)中示出关于各方向成分的连结步骤的结果。
[0135](合成步骤和修正步骤)
[0136]在针对选拔像素的连结步骤结束时，对利用各方向成分的连结步骤而得到的连结结果图像进行叠加合成。接着对于针对各方向成分而得到的连结结果图像，在接下来的修正步骤中，基于依照尺寸(宽度和长度)、面积(像素数)、或者宽度与长度之比等的形状特征量而确定的阈值来除去被判断为噪声的像素群。
[0137]在图19(a)中示出输入图像，在图19(b)中示出最终的检查结果图像。这样能够明确地检测出在现有方法中难以检测的裂纹。
[0138]这样，根据本实施方式，通过使用评价步骤中的“峡谷法”，能够切实地抽取“像裂纹的程度”高的像素且能够防止将噪声等作为裂纹而误抽取。另外，通过选拔步骤中的多阶段选拔，能够防止误选拔噪声和/或错过“像裂纹的程度”高的像素。进而，通过在0°、45°、90°、135°的各方向上扫描检查对象图像来进行评价步骤、选拔步骤、连结步骤，由此，对无法预先判断产生的方向的裂纹来说，能够在最接近其产生方向的方向上切实地检测，另外在连结处理中，通过避免与裂纹垂直的方向的连结处理，能够防止误连结噪声和/或构成裂纹的像素的错过。进而最后，通过使各方向的连结步骤的结果图像叠加合成，由此，由于能够作为连接成一个的裂纹进行再现，所以能够基于依照尺寸、面积、宽度与长度之比等的形状特征量而确定的阈值，切实地除去周围的微小噪声。
[0139]在以上的说明中，在0°方向、45°方向、90°方向、135°方向上对拍摄图像(图1中的输入图像)进行扫描，从而进行评价步骤、选拔步骤、连结步骤，在使连结步骤的结果叠加并合成之后进行修正步骤。然而，并不限于此，在作为能预先判断裂纹的产生方向的被检查物的情况下，在例如作为45°方向附近产生裂纹的被检查物的情况下，不在上述4个方向上进行扫描而能够将扫描方向缩小为包括与裂纹产生的45°方向垂直的方向即135°方向的多个方向。同样地，在判断为裂纹的产生方向为0°方向附近或90°方向附近的情况下，能够将扫描方向缩小为与裂纹产生的0°方向和90°方向垂直的90°方向和0°方向这2个方向。
[0140]另外，在以上的说明中，在修正步骤中，基于依照尺寸(宽度和长度)、面积(像素数)、或者宽度与长度之比等形状特征量而确定的阈值来除去被判断为噪声的像素群，但是用于确定阈值的形状特征量并不限定于尺寸(宽度和长度)、面积(像素数)、或者宽度与长度之比。
[0141]标号说明
[0142]M关注像素
[0143]K、0第I邻接像素
[0144]C、W第2邻接像素
[0145]A、E、U、Y第3邻接像素
【权利要求】
1.一种缺陷检查方法，其特征在于，包括: 对被检查物的表面进行拍摄而得到包括多个像素的拍摄图像的步骤； 从预先确定的多个方向使用该方向用的扫描过滤器对拍摄图像进行扫描，关于各个扫描方向，针对各像素，在其辉度比扫描方向的两侧的第I邻接像素的辉度高、且垂直于扫描方向的两侧的第2邻接像素的辉度比该第2邻接像素的扫描方向的两侧的第3邻接像素的辉度高的情况下赋予高的评价值的步骤； 基于与各个扫描方向对应的像素的评价值，选拔出选拔像素的步骤； 针对各个扫描方向进行选拔像素的连结的步骤；以及 对各个扫描方向的选拔像素进行合成，去除选拔像素中偏离预定的形状的选拔像素的步骤。
2.一种缺陷检查方法，其特征在于，包括: 对被检查物的表面进行拍摄而得到包括多个像素的拍摄图像的步骤； 从预先确定的多个方向使用该方向用的扫描过滤器对拍摄图像进行扫描，关于各个扫描方向，针对各像素，在其辉度比扫描方向的两侧的第I邻接像素的辉度低、且垂直于扫描方向的两侧的第2邻接像素的辉度比该第2邻接像素的扫描方向的两侧的第3邻接像素的辉度低的情况下赋予高的评价值的步骤； 基于与各个扫描方向对应的像素的评价值，选拔出选拔像素的步骤； 针对各个扫描方向进行选拔像素的连结的步骤；以及 对各个扫描方向的选拔像素进行合成，去除选拔像素中偏离预定的形状的选拔像素的步骤。
3.根据权利要求1或2所述的缺陷检查方法，其特征在于， 在选拔出选拔像素的步骤中，将具有比第I阈值高的评价值的像素选拔为I次选拔像素，将具有比第2阈值高的评价值的像素选拔为2次选拔像素，所述第2阈值比第I阈值低，将2次选拔像素中与I次选拔像素邻接的像素和与该邻接的像素进一步邻接的像素变更为I次选拔像素。
4.根据权利要求1至3中任一项所述的缺陷检查方法，其特征在于， 在进行选拔像素的连结的步骤中，执行膨胀处理或腐蚀处理来进行选拔像素的连结。
5.根据权利要求1至4中任一项所述的缺陷检查方法，其特征在于， 多个方向的扫描过滤器包括0°方向扫描用过滤器、45°方向扫描用过滤器、90°方向扫描用过滤器以及135°方向扫描用过滤器。
【文档编号】G01N21/88GK104237245SQ201410268267
【公开日】2014年12月24日 申请日期:2014年6月16日 优先权日:2013年6月19日
【发明者】横山　嘉彦 申请人:东京威尔斯股份有限公司