專利名稱：缺陷檢測裝置、圖像傳感器器件、圖像傳感器模塊的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種可在短時間內(nèi)判斷出數(shù)字圖像是否存在缺陷區(qū)域并能夠由緊湊的電路結(jié)構(gòu)來實現(xiàn)的缺陷檢測裝置、圖像傳感器器件(ImageSensor Device)、圖像傳感器模塊、圖像處理裝置、數(shù)字圖像品質(zhì)測試器、缺陷檢測方法、缺陷檢測程序和計算機可讀取的記錄介質(zhì)。根據(jù)本發(fā)明，可通過緊湊的電路結(jié)構(gòu)在短時間內(nèi)判斷出數(shù)字圖像是否存在缺陷區(qū)域。本發(fā)明特別適用于對品質(zhì)要求較高的圖像傳感器器件進行品質(zhì)檢測。另外，本發(fā)明不僅適用于對圖像傳感器器件的輸出圖像進行檢測，而且，還適用于對以液晶面板為代表的平板所顯示的數(shù)字圖像進行檢測。
背景技術(shù)：
在進行數(shù)字圖像品質(zhì)測試時，對是否存在缺陷區(qū)域進行判斷是非常重要的，所述的缺陷區(qū)域是指像素數(shù)據(jù)呈不均勻變化的區(qū)域。尤其是在最近幾年，靜態(tài)式數(shù)字照相機(Digital Still Camera)、內(nèi)置照相機的便攜式電話等對圖像傳感器器件的需求擴大，與此相應(yīng)地，就要求實現(xiàn)圖像傳感器器件的高品質(zhì)化，要求在測試工序中對在從圖像傳感器器件得到的數(shù)字圖像(圖像傳感器圖像)中產(chǎn)生的缺陷區(qū)域、即斑缺陷和塊團缺陷實施檢測。
也就是說，即使圖像傳感器器件為合格品，但是，由于像素數(shù)據(jù)(像素值)相對于像素坐標(biāo)發(fā)生緩慢變化的陰影成分以及噪聲成分的影響，圖像數(shù)據(jù)不能保持為固定值。特別是，如果在圖像傳感器圖像中存在點缺陷、斑缺陷和塊團缺陷的話，像素數(shù)據(jù)就會因各缺陷而發(fā)生復(fù)雜的變化?；诖?，需要對斑缺陷和塊團缺陷實施檢測。
另外，雖然圖像傳感器器件的像素數(shù)量不斷增加，但是，對于產(chǎn)品周期較短的便攜式電話等產(chǎn)品，由于其交貨時間變短，所以，就強烈要求縮短上述檢測的檢測時間。
過去，是由檢測人員利用肉眼來完成對圖像傳感器圖像的斑缺陷及塊團缺陷的檢測的，但是，由于這種檢測完全依賴檢測人員的主觀判斷，所以，存在下述問題，即；由于檢測人員的檢測標(biāo)準(zhǔn)的偏差以及檢測人員在檢測時的身體狀況的影響，將導(dǎo)致檢測結(jié)果不穩(wěn)定，難以實現(xiàn)斑缺陷、塊團缺陷的定量化。對此，在最近幾年里就開發(fā)了將斑缺陷、塊團缺陷定量化并進行檢測的檢測裝置，而且也正在開始推進檢測的自動化。
在此，對“斑缺陷”、“塊團缺陷”的含義進行說明。另外，還將對傳感器圖像中產(chǎn)生的“點缺陷”進行闡述。
“點缺陷”是指下述狀態(tài)，即在圖像傳感器圖像中，其中一個像素數(shù)據(jù)和其周圍的像素數(shù)據(jù)相比存在顯著的差而成為比較突出的值?！鞍呷毕荨笔侵赶率鰻顟B(tài)，即相對于周圍的像素數(shù)據(jù)，某區(qū)域中的多個像素數(shù)據(jù)的每一個具有比“點缺陷”的差小的差?！皦K團缺陷”是指下述狀態(tài)，即像素數(shù)據(jù)差比“斑缺陷”的像素還要小的多個像素匯聚在比“斑缺陷”更大的區(qū)域中。
在圖21中，示意地表示了上述“點缺陷”、“斑缺陷”和“塊團缺陷”。如圖21所示，在被檢測圖像100中，所發(fā)生的點缺陷110的面積較小，所發(fā)生的斑缺陷120的面積稍大，所發(fā)生的塊團缺陷13p的面積最大。另外，所述“被檢測圖像”是指為了檢測斑缺陷和塊團缺陷而取得的圖像傳感器圖像的示例。
接著，對“陰影”的含義進行解釋?！瓣幱啊笔侵赶率鰻顟B(tài)，即圖像數(shù)據(jù)在比“塊團缺陷”更大的區(qū)域中發(fā)生緩慢的變化，圖像數(shù)據(jù)朝著圖像傳感器圖像的上端部分、下端部分、左端部分和右端部分變小。發(fā)生陰影的原因是，相對于圖像中央的像素，圖像端部的像素的感光度降低了。
例如，取得圖22所示的被檢測圖像100，假設(shè)在該被檢測圖像100中發(fā)生了斑缺陷120。此時，如圖22所示，產(chǎn)生陰影140，即，圖像數(shù)據(jù)朝著被檢測圖像100的上端部分、下端部分、左端部分和右端部分變小的部分。
如上所述，在最近幾年里，開發(fā)了將斑缺陷、塊團缺陷定量化并進行檢測的檢測裝置，而且也正在開始推進檢測的自動化。作為該技術(shù)的一個示例，可以舉出非專利文獻1(“平板顯示器的像質(zhì)檢測算法”《橫河技報》Vol.47No.3，2003)所述的技術(shù)方案。
如圖23的流程圖所示，上述非專利文獻1的技術(shù)方案大致由兩個步驟構(gòu)成，即缺陷增強處理(步驟100以下，將步驟記載為“S”)和缺陷區(qū)域抽取處理(S200)。另外，借助于圖23的流程進行斑缺陷及塊團缺陷判斷的被檢測圖像是通過向圖像傳感器器件照射不存在亮度變化和顏色變化的白色光或單色光所得到的圖像。
缺陷增強處理(S100)為下述處理，即為了增強被檢測圖像中的斑缺陷和塊團缺陷，采用了用于除去陰影成分、噪聲成分、點缺陷成分的濾波器的處理。具體而言，如圖23所示，缺陷增強處理由下述處理構(gòu)成，即圖像縮小處理(S110)、陰影校正處理(S120)、采用平滑濾波器的噪聲去除處理(S130)、采用點缺陷去除濾波器的點缺陷去除處理(S140)、采用拉普拉斯濾波器的邊緣檢測處理(S150)。關(guān)于構(gòu)成缺陷增強處理(S100)的各處理的詳細情況，將在下面進行闡述。
缺陷區(qū)域抽取處理(S200)由下述處理構(gòu)成，即圖像數(shù)據(jù)的三值化處理(S210)、去除在S210中進行了二值化處理的被檢測圖像的凹凸噪聲的處理(S220)、對缺陷候選區(qū)域賦予識別號碼的處理(S230也稱為“標(biāo)記處理”)、計算在S230中被賦予了識別號碼的所有缺陷候選區(qū)域的特征量(斑的面積、對比度、亮度梯度(Luminance Gradient))的處理(S240)、根據(jù)在S240中所計算出的特征量來判斷缺陷候選區(qū)域是否良好的處理(S250)。關(guān)于構(gòu)成缺陷區(qū)域抽取處理(S200)的各處理的詳細情況，將在下面進行闡述。
接著，依次說明構(gòu)成上述缺陷增強處理(S100)、缺陷區(qū)域抽取處理(S200)的各處理的詳細情況。
在圖像縮小處理(S110)中，縮小圖像的縱向尺寸和橫向尺寸。通過圖像縮小處理，可以減少被檢測圖像的數(shù)據(jù)量，并且，還能夠強調(diào)斑缺陷和塊團缺陷。
在陰影校正處理(S120)中，為了從被檢測圖像中除去陰影成分，通過加工各像素數(shù)據(jù)，對陰影導(dǎo)致的像素數(shù)據(jù)低下實施校正。例如，對于以關(guān)注像素為中心的3×3像素的矩陣內(nèi)存在的9個像素，求得像素數(shù)據(jù)的均值，用該均值去除關(guān)注像素的像素數(shù)據(jù)，從而得到一個值并將該值作為關(guān)注像素的像素數(shù)據(jù)，由此進行上述陰影校正處理。
在噪聲去除處理(S130)中，例如，通過使用平滑濾波器來去除被檢測圖像的噪聲。這里的所述的平滑濾波器是指，能夠阻斷圖像的高頻成分，從而去除噪聲的濾波器。如圖24(a)所示，求得以關(guān)注像素為中心的3×3區(qū)域中的9個像素的像素數(shù)據(jù)的均值并將該均值作為關(guān)注像素的像素數(shù)據(jù)的濾波器相當(dāng)于平滑濾波器。
在點缺陷去除處理(S140)中，用點缺陷去除濾波器來去除被檢測圖像的點缺陷。這里，所述的點缺陷去除濾波器是指，例如，對于以關(guān)注像素為中心的3×3區(qū)域中的9個像素，求得像素數(shù)據(jù)的中間值、最大值和最小值，如果關(guān)注像素的像素數(shù)據(jù)為最大值(最小值)，將關(guān)注像素的像素數(shù)據(jù)置換為中間值的濾波器。
在邊緣檢測處理(S150)中，例如，使用拉普拉斯濾波器來增強斑缺陷和塊團缺陷的邊緣。這里，所述的拉普拉斯濾波器是指，用于抽取圖像的濃淡變化的邊緣的濾波器。即，如圖24(b)所示，從關(guān)注像素的像素數(shù)據(jù)的四倍的值中減去上下左右的像素(4附近的像素)的像素數(shù)據(jù)，將所得到的值作為關(guān)注像素的像素數(shù)據(jù)的濾波器相當(dāng)于拉普拉斯濾波器。
圖25表示用于圖24(a)及圖24(b)所示的濾波器的運算公式。一般而言，在進行濾波處理時，需要考慮可處理圖像的范圍。例如，在尺寸為3×3的濾波器的情況下，由于不能對圖像端部的像素進行處理，所以需要注意用于掃描各像素的環(huán)路的初始值和最終值，其中，在所述圖像端部不存在相鄰的像素。
在二值化處理(S210)中，對被檢測圖像的圖像數(shù)據(jù)和預(yù)定的閾值進行大小判斷并將被檢測圖像的圖像數(shù)據(jù)轉(zhuǎn)換為“0”或“1”的二值數(shù)據(jù)。實施該處理的目的在于，使得易于實現(xiàn)信息量減少、幾何形狀的抽取以及面積計算。另外，關(guān)于用來判斷二值數(shù)據(jù)是“0”還是“1”的閾值，將整個圖像的上述閾值設(shè)為恒定值，或者，分別設(shè)定每一個區(qū)域的上述閾值。
然后，通過S220的噪聲去除處理，除去在S210的二值化處理中被二值化的被檢測圖像的凹凸噪聲。借助于膨脹及收縮處理、孤立點去除等，來實施上述噪聲去除處理。
在此，對膨脹及收縮處理進行說明。膨脹及收縮處理是一種用于在二值圖像中去除關(guān)注圖形的周圍所存在的微小的凹凸噪聲的圖像處理方法。特別是，在膨脹處理中，如果在關(guān)注像素附近的像素(附近像素)中即使有一個像素的像素數(shù)據(jù)是“1”，就將關(guān)注像素的像素數(shù)據(jù)設(shè)為“1”。在收縮處理中，如果在附近像素中即使有一個像素的像素數(shù)據(jù)是“0”，就將關(guān)注像素的像素數(shù)據(jù)設(shè)為“0”。另外，較多地組合使用膨脹處理和收縮處理。借助于膨脹處理→收縮處理的過程來消除圖像中的小的凹噪聲，借助于收縮處理→膨脹處理的過程來消除圖像中的小的凸噪聲。
利用圖26來說明通過膨脹及收縮處理從二值化處理后的被檢測圖像150中除去噪聲的過程。首先，假設(shè)在被檢測圖像150中存在三個噪聲像素151。對被檢測圖像150實施收縮處理后得到被檢測圖像152，進而對被檢測圖像152實施膨脹處理從而得到被檢測圖像153，通過這樣的過程除去上述噪聲像素151。在圖26中，用空白的四方形來表示像素數(shù)據(jù)為“1”的像素，用網(wǎng)格狀的四方形來表示像素數(shù)據(jù)為“0”的像素。
另外，孤立點去除處理是指，例如，在二值圖像中，如果關(guān)注像素的像素數(shù)據(jù)為0(1)，其周圍的八個像素的像素數(shù)據(jù)為1(0)，就將該關(guān)注像素的像素數(shù)據(jù)置換為其周圍的八個像素的像素數(shù)據(jù)。
接著，說明S230的標(biāo)記處理。標(biāo)記處理是指，對圖像中的連續(xù)的圖形進行分組并賦予識別號碼的處理。通常，一邊掃描圖像的所有像素，一邊判斷各像素的連接狀態(tài)，并對各像素賦予標(biāo)記號碼，由此來進行上述標(biāo)記處理。另外，在標(biāo)記處理中，在掃描的初期被判斷為其他組的圖形，有時在掃描之后會被確定為連續(xù)的一個圖形，因此，通常需要依次進行標(biāo)記處理。
例如，假設(shè)如圖27所示那樣，設(shè)定了被檢測圖像160的圖像數(shù)據(jù)。在該情況下，在被檢測圖像160內(nèi)，作為圖像數(shù)據(jù)“1”連續(xù)的部分，存在三個圖形、即圖形161、162和163。當(dāng)對上述被檢測圖像160實施標(biāo)記處理時，如圖27所示，分別對圖形161、162和163賦予識別號碼a、b、c中的某一者。
在上述標(biāo)記處理結(jié)束后，計算所有被賦予了識別號碼的圖形的特征量(斑面積、對比度、亮度梯度等)(S240)，根據(jù)在S240中計算出的特征量，判斷缺陷候選區(qū)域是否良好(S250)。
例如，在如圖27所示那樣對被檢測圖像進行了標(biāo)記處理后，圖形161、162、163成為缺陷候選區(qū)域。在S240中分別計算上述缺陷候選區(qū)域的特征量。例如，通過計數(shù)像素數(shù)據(jù)為“1”的像素數(shù)來求得作為特征量的斑而積。
但是，在上述非專利文獻所揭示的現(xiàn)有技術(shù)中存在下述問題，即隨著圖像傳感器圖像的像素數(shù)的增加，用于增強斑缺陷、塊團缺陷的多次濾波處理、識別號碼賦予處理的時間就會增加，其結(jié)果，將導(dǎo)致圖像傳感器器件的檢測時間變長。
進而，還存在這樣的問題，即為了計算用于判斷是否良好的特征量、即對比度、亮度梯度等，就需要原圖像或縮小圖像，從而需要預(yù)先對其進行存儲的存儲器，因此導(dǎo)致電路結(jié)構(gòu)變大。
另外，下述因素也將導(dǎo)致電路結(jié)構(gòu)變大。即，在現(xiàn)有技術(shù)中，為了檢測斑缺陷、塊團缺陷，而進行多次濾波處理。因此，如果在圖像傳感器器件或圖像傳感器模塊內(nèi)部的DSP部，或者，作為圖像處理專用裝置的硬件中安裝現(xiàn)有的圖像處理方法，將導(dǎo)致硬件的電路結(jié)構(gòu)變大。
上述兩個問題，即，(1)圖像傳感器器件的檢測時間變長，(2)電路結(jié)構(gòu)變大，并非僅發(fā)生在利用上述非專利文獻揭示的現(xiàn)有技術(shù)檢測圖像傳感器圖像時，在利用上述非專利文獻揭示的現(xiàn)有技術(shù)來檢測一般的數(shù)字圖像是否存在缺陷區(qū)域時也會發(fā)生上述問題。也就是說，當(dāng)利用上述非專利文獻揭示的現(xiàn)有技術(shù)來檢測一般的數(shù)字圖像是否存在缺陷區(qū)域時，將會發(fā)生(1)判斷是否存在缺陷區(qū)域所需要的時間變長，(2)電路結(jié)構(gòu)變大這兩個問題。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種可在短時間內(nèi)判斷出數(shù)字圖像是否存在缺陷區(qū)域并能夠由緊湊的電路結(jié)構(gòu)來實現(xiàn)的缺陷檢測裝置、圖像傳感器器件、圖像傳感器模塊、圖像處理裝置、數(shù)字圖像品質(zhì)測試器、缺陷檢測方法、缺陷檢測程序和計算機可讀取的記錄介質(zhì)。
為了實現(xiàn)上述目的，本發(fā)明的缺陷檢測裝置是一種從數(shù)字圖像內(nèi)檢測缺陷區(qū)域的缺陷檢測裝置，其中，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化，上述缺陷檢測裝置具有塊分割部，把要進行上述缺陷區(qū)域檢測的被檢測圖像分割為多個塊以及塊相加值計算部，計算由上述塊分割部分割的各塊的塊相加值，其中，該塊相加值是對塊內(nèi)存在的像素的像素數(shù)據(jù)進行相加后所得到的值。向缺陷區(qū)域有無判斷部輸出上述塊相加值，其中，該缺陷區(qū)域有無判斷部通過統(tǒng)計處理來判斷是否存在上述塊相加值的誤差值，從而判斷是否存在上述缺陷區(qū)域。
根據(jù)上述發(fā)明，對于由塊分割部分割的各塊，根據(jù)塊內(nèi)存在的像素的像素數(shù)據(jù)相加后所得到的值、即塊相加值，并通過缺陷區(qū)域有無判斷部的統(tǒng)計處理來判斷是否存在缺陷區(qū)域。
這里，“缺陷區(qū)域”是指在下述數(shù)字圖像中產(chǎn)生的斑缺陷或塊團缺陷，即從圖像傳感器器件得到的數(shù)字圖像、被顯示在液晶顯示裝置等的數(shù)字圖像顯示裝置中的數(shù)字圖像?！敖y(tǒng)計處理”是指一般統(tǒng)計分析中的誤差值檢驗處理。
在本發(fā)明中，通過執(zhí)行塊分割，可削減進行缺陷區(qū)域有無判斷所需要的數(shù)據(jù)量，因此，能夠在短時間內(nèi)判斷是否存在缺陷區(qū)域。
另外，無需將被檢測圖像或其縮小圖像預(yù)先存儲在存儲器中就能求出缺陷區(qū)域有無判斷部進行缺陷區(qū)域有無判斷所使用的塊相加值。因此，本發(fā)明的缺陷檢測裝置被安裝于硬件時的電路結(jié)構(gòu)可實現(xiàn)緊湊化。
為了實現(xiàn)上述目的，本發(fā)明的數(shù)字圖像品質(zhì)測試器為，外部連接有從數(shù)字圖像內(nèi)檢測缺陷區(qū)域的缺陷檢測裝置，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化，上述缺陷檢測裝置具有塊分割部，把成為上述缺陷區(qū)域檢測對象的被檢測圖像分割為多個塊；以及塊相加值計算部，計算由上述塊分割部分割的各塊的塊相加值，其中，該塊相加值是對塊內(nèi)存在的像素的像素數(shù)據(jù)進行相加后所得到的值；具備缺陷區(qū)域有無判斷部，對由上述塊相加值計算部輸入的上述塊相加值進行統(tǒng)計處理，判斷是否存在塊相加值的誤差值，從而判斷是否存在上述缺陷區(qū)域。
根據(jù)上述發(fā)明，對于由塊分割部分割的各塊，根據(jù)塊內(nèi)存在的像素的像素數(shù)據(jù)相加后所得到的值、即塊相加值，并通過缺陷區(qū)域有無判斷部的統(tǒng)計處理來判斷是否存在缺陷區(qū)域。
在本發(fā)明中，通過執(zhí)行塊分割，可削減進行缺陷區(qū)域有無判斷所需要的數(shù)據(jù)量，因此，能夠在短時間內(nèi)判斷是否存在缺陷區(qū)域。
另外，無需將被檢測圖像或其縮小圖像預(yù)先存儲在存儲器中就能求出缺陷區(qū)域有無判斷部進行缺陷區(qū)域有無判斷所使用的塊相加值。因此，本發(fā)明的缺陷檢測裝置被安裝于硬件時的電路結(jié)構(gòu)可實現(xiàn)緊湊化。
為了實現(xiàn)上述目的，本發(fā)明的缺陷檢測裝置是一種從數(shù)字圖像內(nèi)檢測缺陷區(qū)域的裝置，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化，上述缺陷檢測裝置具備濾波處理部，其利用n×m拉普拉斯濾波器來增強成為上述缺陷區(qū)域檢測對象的被檢測圖像中的上述缺陷區(qū)域，其中，上述n×m拉普拉斯濾波器是通過集合九個尺寸為(n/3)×(m/3)的塊(10a～10i)所構(gòu)成的濾波器，上述尺寸為(n/3)×(m/3)的塊(10a～10i)分別對像素數(shù)據(jù)進行積分，上述n×m拉普拉斯濾波器被構(gòu)成為進行二次微分的高通濾波器(n、m表示像素數(shù)，為3的倍數(shù))。
在現(xiàn)有技術(shù)中，在檢測缺陷區(qū)域時，首先，通過執(zhí)行陰影去除處理、噪聲成分去除處理和邊緣檢測處理來增強缺陷區(qū)域。但是，在上述處理中要進行多次濾波處理，所以，如果安裝現(xiàn)有技術(shù)的圖像處理方法，那么，判斷是否存在缺陷區(qū)域所需的時間就會變長，而且，硬件的電路結(jié)構(gòu)也會變大。
根據(jù)上述發(fā)明，n×m拉普拉斯濾波器被構(gòu)成為進行二次微分的高通濾波器。因此，可從陰影成分中檢測出高次的邊緣，而且，可除去陰影成分本身。
并且，n×m拉普拉斯濾波器是通過集合九個尺寸為(n/3)×(m/3)的塊所構(gòu)成的濾波器。上述尺寸為(n/3)×(m/3)的塊分別對像素數(shù)據(jù)進行積分，所以，可去除噪聲成分。
因此，可使用n×m拉普拉斯濾波器同時執(zhí)行在現(xiàn)有技術(shù)中通過多次濾波處理來實施的陰影去除、噪聲成分去除和邊緣檢測。由此，可由緊湊的電路結(jié)構(gòu)在短時間內(nèi)判斷出數(shù)字圖像是否存在缺陷區(qū)域。
為了實現(xiàn)上述目的，本發(fā)明的缺陷檢測方法是一種從數(shù)字圖像內(nèi)檢測缺陷區(qū)域的方法，其中，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化，上述缺陷檢測方法包括下述步驟；塊分割步驟，把成為上述缺陷區(qū)域檢測對象的被檢測圖像分割為多個塊；塊相加值計算步驟，計算在上述塊分割步驟中分割的各塊的塊相加值，其中，該塊相加值是對塊內(nèi)存在的像素的像素數(shù)據(jù)進行相加后所得到的值；以及缺陷區(qū)域有無判斷步驟，通過統(tǒng)計處理來判斷是否存在上述塊相加值的誤差值，從而判斷是否存在上述缺陷區(qū)域。
另外，為了實現(xiàn)上述目的，本發(fā)明的缺陷檢測方法是從數(shù)字圖像內(nèi)檢測缺陷區(qū)域的方法，其中，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化，上述缺陷檢測方法包括下述步驟濾波處理步驟，利用n×m拉普拉斯濾波器來增強成為上述缺陷區(qū)域檢測對象的被檢測圖像中的上述缺陷區(qū)域，其中，上述n×m拉普拉斯濾波器是通過集合九個尺寸為(n/3)×(m/3)的塊(10a～10i)所構(gòu)成的濾波器，上述尺寸為(n/3)×(m/3)的塊(10a～10i)分別對像素數(shù)據(jù)進行積分，上述n×m拉普拉斯濾波器被構(gòu)成為進行二次微分的高通濾波器(n、m表示像素數(shù)，為3的倍數(shù))。
根據(jù)上述發(fā)明，在各步驟中能夠?qū)崿F(xiàn)與本發(fā)明的缺陷檢測裝置相同的處理，因此，可取得與本發(fā)明的缺陷檢測裝置相同的作用和效果。
本發(fā)明的其他目的、特征和優(yōu)點在以下的描述中會變得十分明了。此外，以下參照附圖來明確本發(fā)明的優(yōu)點。
圖1是表示本發(fā)明的缺陷檢測裝置的一實施方式的的結(jié)構(gòu)的框圖。
圖2是表示本發(fā)明的缺陷檢測方法的一實施方式的流程圖。
圖3是表示圖1的缺陷檢測裝置使用的n×m拉普拉斯濾波器的一結(jié)構(gòu)示例的圖。
圖4是表示圖1的缺陷檢測裝置使用的9×9拉普拉斯濾波器的一結(jié)構(gòu)示例的圖。
圖5是表示圖4的9×9拉普拉斯濾波器采用的運算公式的圖。
圖6(a)是表示在將圖4的9×9拉普拉斯濾波器的濾波處理分成兩個階段執(zhí)行時所使用的第一濾波器的結(jié)構(gòu)示例的圖，圖6(b)是表示在將圖4的9×9拉普拉斯濾波器的濾波處理分成兩個階段執(zhí)行時所使用的第二濾波器的結(jié)構(gòu)示例的圖。
圖7是表示圖6所示的第一濾波器和第二濾波器所用的運算公式的圖。
圖8是表示在利用圖1的缺陷檢測裝置將被檢測圖像分割為多個塊后的狀態(tài)的圖。
圖9是表示圖1所示的缺陷檢測裝置的塊相加值計算部在求取塊相加值時所用的運算公式的圖。
圖10(a)是表示斑缺陷跨越塊的邊界地發(fā)生并分布的狀態(tài)的圖，圖10(b)是表示由圖1的塊分割部進行分割以使得相鄰的塊彼此疊合的狀態(tài)的圖。
圖11是表示由圖1的缺陷檢測裝置的塊相加值計算部所求出的塊相加值的分布的直方圖的一個示例。
圖12是圖1的缺陷檢測裝置的優(yōu)劣判斷部對每一個由被檢測圖像生成的塊實施優(yōu)劣判斷時的流程圖。
圖13是圖1的缺陷檢測裝置的優(yōu)劣判斷部根據(jù)塊相加值的最大值進行優(yōu)劣判斷時的流程圖。
圖14(a)是表示被檢測圖像的一個示例的圖，圖14(b)是圖14(a)的A部分放大后的圖像的圖，圖14(c)三維地表示圖14(b)的A部分的圖像數(shù)據(jù)的圖表。
圖15(a)是表示由9×9拉普拉斯濾波器對圖14(b)所示的圖像實施了濾波處理后的圖像的圖，圖15(b)三維地表示圖15(a)所示的圖像數(shù)據(jù)的圖表。
圖16(a)是表示在求得圖15(a)所示的圖像的塊相加值后的圖，圖16(b)是三維地表示圖16(a)所示的圖像的塊相加值的圖表，圖16(c)是表示在抽取了圖16(b)所示的圖像的缺陷區(qū)域后的狀態(tài)的圖。
圖17(a)是表示通過本發(fā)明的缺陷檢測方法求得的圖14(a)所示的被檢測圖像的塊相加值的分布的直方圖，圖17(b)是表示對圖17(a)的直方圖進行統(tǒng)計處理，求取關(guān)于塊相加值的最小值、最大值、均值、標(biāo)準(zhǔn)差的結(jié)果的圖，圖17(c)是表示根據(jù)圖17(b)所示的統(tǒng)計處理的結(jié)果所設(shè)定的判斷閾值的圖。
圖18是表示使用圖1的缺陷檢測裝置的圖像傳感器器件的檢測系統(tǒng)的結(jié)構(gòu)示例的圖。
圖19是表示使用圖1的缺陷檢測裝置的圖像傳感器器件的檢測系統(tǒng)的另一結(jié)構(gòu)示例的圖。
圖20是表示使用圖1的缺陷檢測裝置的圖像傳感器器件的檢測系統(tǒng)的另一結(jié)構(gòu)示例的圖。
圖21是示意地表示在數(shù)字圖像中發(fā)生的“點缺陷”、“斑缺陷”和“塊團缺陷”的圖。
圖22是表示在數(shù)字圖像中發(fā)生的陰影的圖。
圖23是表示現(xiàn)有技術(shù)的缺陷檢測方法的流程圖。
圖24(a)是表示平滑濾波器的一個示例的圖，圖24(b)是表示拉普拉斯濾波器的一個示例的圖。
圖25是表示圖24(a)和圖24(b)所示的濾波器所用的運算公式的圖。
圖26是用于說明通過膨脹及收縮處理從二值化后的被檢測圖像150中除去噪聲的過程的圖。
圖27是用于說明在現(xiàn)有技術(shù)的缺陷檢測方法中采用的標(biāo)記處理的圖。
具體實施例方式
(1.裝置的基本結(jié)構(gòu))使用圖1來說明本發(fā)明的缺陷檢測裝置的一個實施方式。如圖1所示，本實施方式的缺陷檢測裝置1，包括圖像縮小部(圖像縮小裝置)2、點缺陷去除部(點缺陷去除裝置)3、濾波部(濾波裝置)4、塊分割部(塊分割裝置)5、塊相加值計算部(塊相加值計算裝置)6、統(tǒng)計處現(xiàn)部(缺陷區(qū)域有無判斷部)7、優(yōu)劣判斷部(缺陷區(qū)域有無判斷部)8、存儲器9。
圖像縮小部2進行下述處理縮小被檢測圖像的縱向尺寸和橫向尺寸，從而使被檢測圖像縮小。由此，可以減少被檢測圖像的數(shù)據(jù)量，并且，還能夠強調(diào)被檢測圖像內(nèi)存在的斑缺陷和塊團缺陷。
點缺陷去除部3進行下述處理例如，使用點缺陷去除濾波器，除去被檢測圖像中的點缺陷。關(guān)于點缺陷去除濾波器的詳細情況，參照上述說明。
另外，上述圖像縮小部2和上述點缺陷去除部3未必需要設(shè)置于缺陷檢測裝置1的內(nèi)部，也可以將其設(shè)置于缺陷檢測裝置1的外部裝置。例如，也可以將圖像縮小部2或點缺陷去除部3設(shè)置于作為缺陷檢測裝置1的外部裝置的圖像傳感器器件或數(shù)字圖像品質(zhì)測試器中。
濾波部4，使用n×m拉普拉斯濾波器(詳細情況后述)，除去陰影成分，減少噪聲成分，檢測斑缺陷的邊緣。濾波部4是缺陷檢測裝置1的一個特征要素。關(guān)于濾波部4的處理的具體情況，將在下面進行詳述。
塊分割部5將被檢測圖像分割為網(wǎng)格狀，從而生成多個塊。塊分割部5是缺陷檢測裝置1的另一個特征要素。上述塊既可以是正方形也可以是長方形，另外，如果各塊的面積相同，則上述塊可以為任何形狀。另外，關(guān)于塊尺寸的確定方法，將在下面進行闡述。
塊相加值計算部6求出由塊分割部5分割的多個塊的各自的塊相加值，塊相加值是塊內(nèi)的所有像素的像素數(shù)據(jù)相加后所得到的值。
統(tǒng)計處理部7，為了檢測存在斑缺陷、塊團缺陷的塊，而對塊相加值計算部6計算出的塊相加值進行統(tǒng)計處理。如果在塊內(nèi)發(fā)生斑缺陷、塊團缺陷等的異常情況，則存在該缺陷的塊的塊相加值在統(tǒng)計上就成為誤差值。因此，統(tǒng)計處理部7進行下述的統(tǒng)計處理，即求出多個塊的各自的塊相加值的最大值、均值、標(biāo)準(zhǔn)差的處理。
優(yōu)劣判斷部8，對塊相加值的最大值進行誤差值判斷，判斷該塊相加值是否為誤差值，由此，判斷被檢測圖像的優(yōu)劣，并向外部輸出該判斷結(jié)果。按照下述公式(1)來判斷誤差值。
評價值(最大值)＝(最大值-均值)/標(biāo)準(zhǔn)差≥判斷閾值......公式(1)另外，公式(1)中的最大值、均值、標(biāo)準(zhǔn)差是關(guān)于統(tǒng)計處理部7求得的塊相加值的值。此外，關(guān)于優(yōu)劣判斷部8確定判斷閾值的方法，將在后面進行闡述。
進而，優(yōu)劣判斷部8也可以判斷在由塊分割部5分割的多個塊的每一個中是否含有斑缺陷、塊團缺陷。在這種情況下，優(yōu)劣判斷部8按照下述公式(2)來判斷在各塊中是否含有斑缺陷、塊團缺陷。
評價值＝(各塊的塊相加值-均值)/標(biāo)準(zhǔn)差≥判斷閾值......公式(2)另外，公式(2)中的均值、標(biāo)準(zhǔn)差是關(guān)于統(tǒng)計處理部7求得的塊相加值的值。此外，關(guān)于確定判斷閾值的方法，將在后面進行闡述。
此外，上述統(tǒng)計處理部7和優(yōu)劣判斷部8未必需要設(shè)置于缺陷檢測裝置1的內(nèi)部，也可以將其設(shè)置于缺陷檢測裝置1的外部裝置。例如，也可以將統(tǒng)計處理部7或優(yōu)劣判斷部8設(shè)置于作為缺陷檢測裝置1的外部裝置的圖像傳感器器件或數(shù)字圖像品質(zhì)測試器中。
存儲器9存儲缺陷檢測裝置1的各種處理所需的濾波器、參數(shù)和運算結(jié)果。例如，存儲器9存儲濾波部4所采用的n×m拉普拉斯濾波器、塊相加值計算部6所計算出的塊相加值、統(tǒng)計處理部7所求得的塊相加值的均值等、以及優(yōu)劣判斷部8輸出的優(yōu)劣判斷結(jié)果。
根據(jù)上述結(jié)構(gòu)，缺陷檢測裝置1通過對被檢測圖像內(nèi)存在的斑缺陷、塊團缺陷來判斷被檢測圖像的優(yōu)劣。本實施方式的缺陷檢測裝置1的特征特別在于下述兩點，即，(1)在濾波部4中，使用n×m拉普拉斯濾波器，同時進行陰影去除、噪聲成分減小和斑缺陷的邊緣檢測；(2)在塊分割部5中，將被檢測圖像分割為網(wǎng)格狀，從而生成多個塊。
即，在現(xiàn)有技術(shù)中存在這樣的問題由于在缺陷增強處理中進行多次濾波處理，所以，導(dǎo)致圖像傳感器器件的檢測時間變長。為了解決上述問題，本實施方式的缺陷檢測裝置1使用n×m拉普拉斯濾波器，同時進行陰影去除、噪聲成分減小和斑缺陷的邊緣檢測，由此，可以減少被檢測圖像優(yōu)劣判斷時的運算量，并能夠大幅度地縮短檢測時間。
另外，在本實施方式的缺陷檢測裝置1中，塊分割部5將被檢測圖像分割為網(wǎng)格狀從而生成多個塊，由此，可以解決現(xiàn)有技術(shù)中存在的圖像傳感器器件的檢測時間變長這樣的問題。即，通過實施塊分割，可以減少進行被檢測圖像優(yōu)劣判斷所需的數(shù)據(jù)量，從而大幅度地縮短檢測時間。
此外，在作為本實施方式的缺陷檢測裝置1的特征要素的濾波部4和塊分割部5的結(jié)構(gòu)中，均不需要將原圖像或縮小圖像預(yù)先存儲在存儲器中。因此，本實施方式的缺陷檢測裝置1具有可以減小存儲器所需的存儲容量從而縮小電路結(jié)構(gòu)的優(yōu)點。
特別是，在本實施方式的缺陷檢測裝置1中，同時進行陰影去除、噪聲成分減小和斑缺陷的邊緣檢測。與現(xiàn)有技術(shù)相比較而言，本實施方式的缺陷檢測裝置1減少了執(zhí)行濾波處理的次數(shù)，從而可以由較小的電路結(jié)構(gòu)來實現(xiàn)本實施方式的缺陷檢測裝置1。
(2.處理流程的概要)接著，根據(jù)圖2來說明由本實施方式的缺陷檢測裝置1實現(xiàn)的缺陷檢測方法的流程。
如圖2所示，本實施方式的缺陷檢測方法大致由兩個步驟構(gòu)成，即缺陷增強處理(S10)和缺陷區(qū)域抽取處理(S20)。具體而言，缺陷增強處理(S10)由下述構(gòu)成，即由圖像縮小部2執(zhí)行的圖像縮小處理(S11)、由點缺陷去除部3執(zhí)行的點缺陷去除處理(512)、由濾波部4執(zhí)行的濾波處理(S13)。另外，缺陷區(qū)域抽取處理(S20)由下述構(gòu)成，即由塊分割部5執(zhí)行的塊分割處理(S21)、由塊相加值計算部6執(zhí)行的塊相加值計算處理(S22)、由統(tǒng)計處理部7執(zhí)行的統(tǒng)計處理(S23)、由優(yōu)劣判斷部8執(zhí)行的優(yōu)劣判斷處理(S24)。
在構(gòu)成上述缺陷檢測方法的各處理中，S13的濾波處理和S21的塊分割處理是本實施方式的缺陷檢測方法的特征要素。因此，首先對濾波處理和塊分割處理進行詳細的說明。
(3.濾波處理的詳細說明)如上所述，由濾波部4執(zhí)行S13的濾波處理，在該濾波處理中，使用n×m拉普拉斯濾波器，同時進行陰影去除、噪聲成分減小和斑缺陷的邊緣檢測。
首先，說明“n×m拉普拉斯濾波器”的含義。n×m拉普拉斯濾波器是進行二次微分的高通濾波器。另外，n、m表示像素數(shù)，為3的倍數(shù)。即，如圖3所示，通過集合九個尺寸為(n/3)×(m/3)的塊(10a～10i)來構(gòu)成n×m拉普拉斯濾波器10。
即，在圖3所示的n×m拉普拉斯濾波器10中，處在中央位置的塊10e的權(quán)數(shù)被設(shè)定為“4”，與塊10e相鄰的塊10b、10d、10f、10h的權(quán)數(shù)分別被設(shè)定為“-1”，但是，權(quán)數(shù)也可以設(shè)定為其他的值?？傊?，只要處在中央位置的塊10e的權(quán)數(shù)與該塊10e周圍的八個塊(10a、10b、10c、10d、10f、10g、10h、10i)的權(quán)數(shù)之和為0即可。進而，優(yōu)選的是，均等地或上下左右對稱地設(shè)定塊10e周圍的八個塊的權(quán)數(shù)。
另外，在圖3所示的n×m拉普拉斯濾波器10中，配置在左上方的塊10a、配置在右上方的塊10c、配置在左下方的塊10g、配置在右下方的塊10i的權(quán)數(shù)分別被設(shè)定為“0”。
根據(jù)圖4來說明n＝9、m＝9時的n×m拉普拉斯濾波器(9×9拉普拉斯濾波器)的結(jié)構(gòu)。如圖4所示，通過集合九個尺寸為3×3的塊(11a～11i)來構(gòu)成9×9拉普拉斯濾波器11。
在上述9×9拉普拉斯濾波器11中，構(gòu)成處在中央位置的塊11e的九個權(quán)數(shù)均被設(shè)定為“4”，關(guān)于與塊11e相鄰的塊11b、11d、11f、11h，分別構(gòu)成各塊的九個權(quán)數(shù)均被設(shè)定為“-1”。另外，關(guān)于其他的塊11a、11c、11g、11i，分別構(gòu)成各塊的九個權(quán)數(shù)均被設(shè)定為“0”。
圖5表示9×9拉普拉斯濾波器11所用的運算公式。另外，像9×9拉普拉斯濾波器11這樣的尺寸為9×9的濾波器不能對下述區(qū)域進行運算，即，諸如要成為濾波處理對象的圖像中的端部附近那樣，在上下左右4個像素的距離內(nèi)不存在像素的區(qū)域。所以，在進行濾波處理時，需要注意用于掃描各像素的環(huán)路的初始值和最終值。
然后，使用n×m拉普拉斯濾波器，由此，同時進行陰影去除、噪聲成分減小和斑缺陷的邊緣檢測。其理由為下述，即，(理由1)、n×m拉普拉斯濾波器是進行二次微分的高通濾波器。因此，能夠從陰影成分中檢測出高次的邊緣，而且，能夠除去陰影成分本身；(理由2)、通過集合九個尺寸為(n/3)×(m/3)的塊來構(gòu)成n×m拉普拉斯濾波器。上述尺寸為(n/3)×(mm/3)的塊的每一個對圖像數(shù)據(jù)進行積分，因此，能夠除去噪聲成分。
另外，從經(jīng)驗上來說，對于斑缺陷、塊團缺陷的大小，比3×3拉普拉斯濾波器的尺寸更大的拉普拉斯濾波器的缺陷的檢測靈敏度要高。特別是對于對比度差較小的斑缺陷等，尺寸較大的拉普拉斯濾波器的檢測靈敏度將變高。
(4.n×m拉普拉斯濾波器的變形例)如果使用上述n×m拉普拉斯濾波器，那么，為了得到一個關(guān)注像素的濾波器運算后的像素數(shù)據(jù)，就需要利用以關(guān)注像素為中心的n×m個像素的像素數(shù)據(jù)來進行積和運算。例如，如果采用9×9拉普拉斯濾波器，假設(shè)被檢測圖像的像素數(shù)為N，那么，就需要進行共計81N次的積和運算。
在本實施方式中，將一次乘法運算和一次加法運算看作一次積和運算。從嚴格意義上來說，對于濾波器系數(shù)被設(shè)定為“0”的像素，不需要進行乘法運算和加法運算，因此，可以說根本不進行積和運算。另外，對于濾波器系數(shù)被設(shè)定為“1”的像素，雖然不需要進行乘法運算，但是，需要進行加法運算，因此，可以說不進行一次的積和運算。
基于此，在采用圖4的9×9拉普拉斯濾波器時，進行共計45N次的積和運算。
通過預(yù)先設(shè)置兩種濾波器并將濾波器運算分為兩個階段，可以減少上述n×m拉普拉斯濾波器的積和運算的次數(shù)。例如，通過預(yù)先設(shè)置圖6(a)所示的第1濾波器12和圖6(b)所示的第2濾波器13，可以減少9×9拉普拉斯濾波器的積和運算的次數(shù)。
這里，如圖6(a)所示，第1濾波器12是這樣一種濾波器，即尺寸為3×3，構(gòu)成濾波器的九個權(quán)數(shù)均被設(shè)定為“1”。另外，如圖6(b)所示，第2濾波器13的尺寸為9×9，通過集合九個尺寸為3×3的塊(13a～13i)來構(gòu)成第2濾波器13。
進而，在處于第2濾波器13的中央位置的塊13e中，僅將塊13e的中央位置的權(quán)數(shù)設(shè)定為“4”，而將塊13e的中央位置的周圍的八個權(quán)數(shù)全部設(shè)定為“0”。另外，關(guān)于與塊13e相鄰的塊13b、13d、13f、13h，僅將各塊的中央位置的權(quán)數(shù)設(shè)定為“-1”，而將其周圍的八個權(quán)數(shù)全部設(shè)定為“0”。關(guān)于其他的塊13a、13c、13g、13i，將分別構(gòu)成各塊的九個權(quán)數(shù)全部設(shè)定為“0”。
然后，使用上述結(jié)構(gòu)的第1濾波器12和第2濾波器13，進行兩個階段的濾波器運算，由此，能夠?qū)崿F(xiàn)與9×9拉普拉斯濾波器相同的積和運算。這里，由于實施兩次9像素的積和運算，所以，可以通過共計18N次的積和運算來結(jié)束第1濾波器12和第2濾波器13的積和運算。另外，圖7表示用于第1濾波器12和第2濾波器13的運算公式。
此外，通過與第1濾波器12及第2濾波器13同樣地設(shè)置兩種濾波器，也可以減少n×m拉普拉斯濾波器的運算次數(shù)。
即，第1濾波器是這樣一種濾波器，即尺寸為(n/3)×(m/3)，構(gòu)成濾波器的所有的權(quán)數(shù)均被設(shè)定為與“1”相等的值；關(guān)于第2濾波器，通過集合九個尺寸為(n/3)×(m/3)的塊來構(gòu)成第2濾波器。第2濾波器的權(quán)數(shù)被設(shè)定為下述，即第2濾波器的中央塊(九個塊中位于中央的塊)內(nèi)的中央的權(quán)數(shù)與包圍中央塊的八個塊的每一個塊的中央的權(quán)數(shù)之和為0，并將上述之外的權(quán)數(shù)設(shè)定為0。此外，關(guān)于包圍中央塊的八個塊的每一個塊的中央的權(quán)數(shù)，優(yōu)選的是，均等地或上下左右對稱地對其進行設(shè)定。
不過，如果n＝6、m＝6，則第1濾波器的尺寸為2×2，而第2濾波器的尺寸為6×6。這樣，將不會存在“塊的中央的權(quán)數(shù)”。
在上述情況下，第2濾波器的權(quán)數(shù)設(shè)定為下述，即；中央塊的最靠近中心的權(quán)數(shù)與包圍中央塊的八個塊的每一個塊的最靠近中心的權(quán)數(shù)之和為0，并將上述之外的權(quán)數(shù)設(shè)定為0。
(5.塊分割處理的詳細說明)接著，說明由塊分割部5(圖1)執(zhí)行的塊分割處理(參照圖2的S21)。
例如，如圖8所示，設(shè)被檢測圖像20的尺寸為橫向73像素×縱向43像素。在這種情況下，例如，可以將被檢測圖像20分割為多個塊以使得每一個塊具有5×5像素的區(qū)域。
另外，塊的形狀可以是正方形也可以是長方形，如果各塊的面積相等，則也可以是任何形狀。根據(jù)一個塊的尺寸，當(dāng)從左上方依次分割被檢測圖像時，有時會在被檢測圖像端存在未能被塊包含的像素。在這種情況下，如圖8的虛線所示那樣沿著圖像端進行塊分割即可。另外，關(guān)于塊的分割，只要能夠?qū)⒈粰z測圖像的所有像素都包含在塊內(nèi)，則可以不從左上方依次進行分割。
進而，根據(jù)圖像的總像素數(shù)、缺陷檢測靈敏度、噪聲對優(yōu)劣判斷部8的判斷結(jié)果的影響或運算量等，將塊尺寸設(shè)定為適當(dāng)?shù)闹怠?br>
即，如果將塊尺寸設(shè)定得較大，雖然能夠消除噪聲對優(yōu)劣判斷部8的判斷結(jié)果的影響，但是，斑缺陷、塊團缺陷的檢測靈敏度就會降低。另一方面，如果將塊尺寸設(shè)定得較小，雖然被檢測出噪聲成分或點缺陷去除部3未能完全除去的點缺陷成分，但是，斑缺陷、塊團缺陷的檢測靈敏度就會變高?？紤]這種均衡關(guān)系，對塊尺寸進行適當(dāng)?shù)脑O(shè)定即可。此外，表1示出了均衡關(guān)系。
(表1)缺陷檢測靈敏度與噪聲對判斷結(jié)果的影響之間的均衡關(guān)系
如此，根據(jù)所確定的塊尺寸，塊分割部5將被檢測圖像分割為多個塊，塊相加值計算部6計算所分割的各塊的塊相加值。圖9表示用于運算塊相加值的公式。
如圖10(a)所示，斑缺陷有時會跨越塊的邊界地發(fā)生并分布。在這種情況下，斑缺陷可能對相鄰的兩個塊的各自的塊相加值的雙方產(chǎn)生影響，并導(dǎo)致缺陷檢測靈敏度降低。
但是，如圖10(b)所示，通過使相鄰的塊彼此疊合地進行分割，能夠抑制缺陷檢測靈敏度的降低。即，依次進行塊分割，以使得當(dāng)前的塊與下一列的塊或下一行的塊疊合。借此，可將斑缺陷的影響控制在一個塊內(nèi)，從而能夠防止斑缺陷給兩個塊的塊相加值帶來影響。
接著，說明塊分割處理優(yōu)于現(xiàn)有技術(shù)的標(biāo)記處理的理由。在現(xiàn)有技術(shù)中，進行標(biāo)記處理之前的步驟、即二值化處理和噪聲去除處理需要較多的工數(shù)。另外，根據(jù)現(xiàn)有技術(shù)中的二值化處理的閾值，不僅僅是實際的缺陷區(qū)域，在缺陷增強處理中未被完全除去的點缺陷成分和噪聲成分也成為斑缺陷、塊團缺陷的候選，要確定用于二值化的閾值比較困難。為了解決該問題，在現(xiàn)有技術(shù)中，通過膨脹及收縮處理等，雖然能夠去除二值圖像中的凹凸噪聲，但是，也可能除去程度較小的斑缺陷和塊團缺陷。
對此，在本實施方式中，通過進行塊分割處理，可以大幅度地減少要處理的數(shù)據(jù)量，從而能夠快速地進行優(yōu)劣判斷處理。另外，與二值化處理不同的是，根據(jù)本實施方式的塊分割處理，不會遺漏關(guān)于沒有缺陷的區(qū)域的信息，從而，根據(jù)塊相加值對圖像的整個區(qū)域存在缺陷的可能性進行定量評價，并通過對比存在缺陷的區(qū)域和不存在缺陷的區(qū)域來進行優(yōu)劣判斷，因此，與通過肉眼進行的缺陷區(qū)域檢測之間的關(guān)聯(lián)度較高。
(6.優(yōu)劣判斷處理的詳細說明)接著，說明由優(yōu)劣判斷部8(圖1)執(zhí)行的優(yōu)劣判斷處理(參照圖2的S24)。首先，如上所述，優(yōu)劣判斷部8利用判斷閾值來判斷塊相加值的最大值是否為誤差值。下面，說明上述閾值的確定方法。
圖11是表示塊相加值的分布的直方圖的一個示例。在圖11中，橫軸表示塊相加值，縱軸表示塊數(shù)。如果被檢測圖像是從合格品的圖像傳感器器件得到的圖像，那么，在缺陷增強處理(S10)中未能被除去的噪聲成分占絕對優(yōu)勢，塊相加值的分布呈近似正態(tài)分布的形狀。
統(tǒng)計處理部7(參照圖1)求出塊相加值的均值和標(biāo)準(zhǔn)差，而且，優(yōu)劣判斷部8根據(jù)下述公式確定判斷閾值。
判斷閾值＝均值+a×標(biāo)準(zhǔn)差(a是定量)然后，如果存在比判斷閾值大的塊相加值，優(yōu)劣判斷部8就判斷為被檢測圖像存在斑缺陷、塊團缺陷，從而將被檢測圖像判斷為劣質(zhì)圖像。
另外，可以預(yù)先設(shè)定一個或多個優(yōu)質(zhì)圖像并求出各優(yōu)質(zhì)圖像的塊相加值，然后，通過下述公式來確定上述定量a，a＝(塊相加值的最大值一塊相加值的均值)/塊相加值的標(biāo)準(zhǔn)差。
或者，通過斯米爾諾夫剔除檢驗法，根據(jù)數(shù)據(jù)量n和舍棄域α(＝0.01等)來確定定量a。另外，斯米爾諾夫剔除檢驗法是指，對取自相同母體的取樣數(shù)據(jù)檢驗統(tǒng)計誤差值的方法。根據(jù)該方法，通過確定顯著性水平(Significant Level)(也稱為“舍棄域”，通常采用0.01、0.05的值)和取樣數(shù)據(jù)量，能夠唯一地確定閾值，其中，該閾值決定檢驗對象的數(shù)據(jù)是否為誤差值。
此外，在進行優(yōu)劣判斷時所采用的值(評價值)是通過用標(biāo)準(zhǔn)差實施正態(tài)化處現(xiàn)所得到的值，因此，判斷閾值被設(shè)定為考慮了相對于標(biāo)準(zhǔn)差的倍率(定量a)的值。通過如上所述地設(shè)定判斷閾值，能夠進行不受被檢測圖像間的亮度差影響的優(yōu)劣判斷。
接著，說明優(yōu)劣判斷處理的流程。圖12表示對每一個由被檢測圖像生成的塊進行優(yōu)劣判斷時的流程。
首先，優(yōu)劣判斷部8在被檢測圖像中選擇一個尚未進行優(yōu)劣判斷處理的塊(S30)，然后，求出所選擇的塊的評價值(S31)。另外，評價值是通過下述公式求出的，評價值＝(所選擇的塊的塊相加值-均值)/標(biāo)準(zhǔn)差。
然后，優(yōu)劣判斷部8對評價值和判斷閾值進行比較(832)，如果評價值大于或等于判斷閾值，就將被檢測圖像判斷為劣質(zhì)圖像，并將該塊的坐標(biāo)和評價值寫入存儲器(S33)。
另一方面，如果評價值小于判斷閾值，優(yōu)劣判斷部8就將被檢測圖像判斷為優(yōu)質(zhì)圖像，并判斷是否還有尚未進行優(yōu)劣判斷處理的塊(未處理塊)(S34)。如果有未處理塊，則返回S30的處理。
如果在S34中判斷為不存在未處理塊，就將被檢測圖像是否存在缺陷的信息寫入存儲器(S35)。在S35中，也可以通過判斷是否在S33中寫入存儲器來進行圖像的優(yōu)劣判斷，也可以進行下述處理，即再次對S33中寫入的評價值進行判斷，求得該被檢測圖像的品質(zhì)等級，并將其寫入存儲器。
具體說明上述求取被檢測圖像的品質(zhì)等級的處理。為了求出品質(zhì)等級，可以根據(jù)評價值與判斷閾值之差，設(shè)定多個等級。例如，可以根據(jù)評價值與判斷閾值之差的大小，將其設(shè)定為“大”、“中”、“小”三級的基準(zhǔn)，而且，也可以將被檢測圖像的品質(zhì)等級設(shè)定為“劣質(zhì)程度高”、“劣質(zhì)程度中”、“劣質(zhì)程度低”三級的基準(zhǔn)。另外，也可以通過設(shè)定多個判斷閾值，來評價被檢測圖像的品質(zhì)等級。
此外，除如上所述地對由被檢測圖像生成的各塊進行優(yōu)劣判斷處理之外，還可以根據(jù)塊相加值的最大值來實施優(yōu)劣判斷處理，用圖13來說明該情況下的處理流程。
首先，優(yōu)劣判斷部8根據(jù)下述公式求取評價值(S40)，評價值＝(塊相加值的最大值一塊相加值的均值)/標(biāo)準(zhǔn)差。
然后，優(yōu)劣判斷部8對在840中求得的評價值和判斷閾值進行大小比較(S41)，并在S42或S43中將判斷結(jié)果寫入存儲器。
(7.根據(jù)實際圖像進行說明)以下，根據(jù)附圖中表示的實際圖像，來說明上述結(jié)構(gòu)的缺陷檢測裝置1檢測斑缺陷的過程。
首先，如圖14(a)所示那樣設(shè)定被檢測圖像，并假設(shè)在該檢測圖像的A部分中發(fā)生了斑缺陷(參照圖14(b)，圖14(b)是A部分的放大圖)。
圖14(c)所示的圖表三維地表示了圖14(b)的A部分的像素數(shù)據(jù)。即，如圖14(c)所示，像素數(shù)據(jù)僅在發(fā)生了斑缺陷的區(qū)域中增加。
圖15(a)表示由9×9拉普拉斯濾波器對圖14(b)所示的圖像實施了濾波處理后的圖像，圖15(b)是三維地表示由9×9拉普拉斯濾波器實施了濾波處理后的圖像的圖表。通過比較圖14(c)和圖15(c)的圖像，可知在圖15(b)的圖表中，像素數(shù)據(jù)在斑缺陷之外的區(qū)域中不變，而且，像素數(shù)據(jù)在斑缺陷區(qū)域和斑缺陷區(qū)域之外的區(qū)域中的差異比較顯著。由此可知，通過采用9×9拉普拉斯濾波器，可除去圖14(b)的圖像的陰影，而且，還可以除去噪聲成分，進而也可實現(xiàn)斑缺陷的邊緣檢測。
圖16(a)表示在將圖15(a)所示的圖像進行塊分割處理并求出了各塊的塊相加值后的圖像。圖16(b)是三維地表示圖16(a)所示的圖像的塊相加值的圖表。如圖16(a)所示，在斑缺陷區(qū)域中，塊相加值比在其他區(qū)域中要大。最后，如圖16(c)所示，抽取圖16(b)所示的圖像的缺陷區(qū)域。
圖17(a)表示通過本實施方式的缺陷檢測方法求得的圖14(a)所示的被檢測圖像的塊相加值的分布，圖17(b)表示對圖17(a)的直方圖進行統(tǒng)計處理，求得關(guān)于塊相加值的最小值、最大值、均值、標(biāo)準(zhǔn)差的結(jié)果。根據(jù)圖17(a)所示的直方圖和圖17(b)所示的統(tǒng)計處理的結(jié)果，如圖17(c)所示地設(shè)定判斷閾值。
(8.安裝示例)接著，對使用本實施方式的缺陷檢測裝置的圖像傳感器器件的檢測系統(tǒng)的結(jié)構(gòu)示例進行一些說明。
首先，如圖18所示，檢測系統(tǒng)由圖像傳感器模塊和圖像傳感器器件的測試器(數(shù)字圖像品質(zhì)測試器)構(gòu)成，其中，圖像傳感器模塊包括圖像傳感器器件本體和DSP部。圖像傳感器器件本體接受來自光源的光。DSP部具備RGB分離部、CPU部和多個存儲器。上述構(gòu)成DSP部的要素和在普通圖像傳感器模塊中設(shè)置的DSP部的構(gòu)成要素相同，因此，省略其詳細說明。
在圖18所示的檢測系統(tǒng)的結(jié)構(gòu)示例中，本實施方式的缺陷檢測裝置1被設(shè)置于DSP部的內(nèi)部。這樣，本實施方式的缺陷檢測裝置1可以安裝在圖像傳感器模塊內(nèi)。安裝缺陷檢測裝置1的優(yōu)點在于下述，即可使每一個圖像傳感器模塊具有運算功能和判斷功能，能夠?qū)崿F(xiàn)斑缺陷、塊團缺陷的并行處理；由于不再需要從圖像傳感器模塊向數(shù)字圖像品質(zhì)測試器或圖像處理裝置傳送圖像數(shù)據(jù)，因此，能夠縮短檢測時間。
進而，在由缺陷檢測裝置1執(zhí)行的求取塊相加值的標(biāo)準(zhǔn)差的運算中存在著進行平方運算的過程。在該運算的硬件化困難的情況下，可通過對缺陷檢測裝置1的塊分割處理實施硬件安裝，在數(shù)字圖像品質(zhì)測試器中進行其后的統(tǒng)計處理和優(yōu)劣判斷處理，來實現(xiàn)測試器本身的簡約化。
另外，圖18所示的安裝示例中的圖像傳感器模塊可以是“圖像傳感器器件”。即，作為圖像傳感器器件的一個示例的CMOS傳感器存在該CMOS傳感器本身包含有DSP部的情況。
關(guān)于上述圖像傳感器器件，可以在其內(nèi)部的DSP部中設(shè)置本實施方式的缺陷檢測裝置1。如上述那樣在圖像傳感器器件內(nèi)的DSP部中設(shè)置缺陷檢測裝置1的安裝示例可以看作是圖18所示的安裝示例的變形例。
另外，本實施方式的缺陷檢測裝置1可以安裝于圖像傳感器模塊的外部。即，例如，可以如圖19所示那樣，將本實施方式的缺陷檢測裝置1安裝在具有RGB分離部、CPU部以及多個存儲器的圖像處理裝置內(nèi)。
此外，在圖19所示的安裝示例中，可以從圖像傳感器模塊所包含的圖像傳感器器件(未圖示)向圖像處理裝置內(nèi)的存儲器輸入被檢測圖像。
進而，本實施方式的缺陷檢測裝置1也可以安裝于數(shù)字圖像品質(zhì)測試器的內(nèi)部。即，如圖20所示，可以將本實施方式的缺陷檢測裝置1和RGB分離部設(shè)置于數(shù)字圖像品質(zhì)測試器內(nèi)的圖像處理部中。
此外，在圖20所示的安裝示例中，可以從圖像傳感器模塊所包含的圖像傳感器器件(未圖示)向數(shù)字圖像品質(zhì)測試器內(nèi)的圖像處理部輸入被檢測圖像。
(9.本實施方式的缺陷檢測方法的運算量)對本實施方式的缺陷檢測方法的運算量和現(xiàn)有技術(shù)的運算量進行定量比較，其比較結(jié)果參照下述。
首先，假設(shè)被掃描圖像的像素數(shù)為N，圖像縮小率為a，則現(xiàn)有技術(shù)中圖像掃描次數(shù)估計為〔構(gòu)成缺陷增強處理的各處理的圖像掃描次數(shù)〕·圖像縮小處理......N·陰影校正處理......3*3*N/(a*a)(由3×3濾波器對各像素實施運算的情況)·噪聲去除處理(使用平滑濾波器)......3*3*N/(a*a)·點缺陷去除處理.......3*3*N/(a*a)·邊緣檢測處理(使用拉普拉斯濾波器).......3*3*N/(a*a)〔構(gòu)成缺陷區(qū)域抽取處理的各處理的圖像掃描次數(shù)〕
·二值化處理......N(a*a)·對二值圖像的噪聲去除處理......(3*3*N/(a*a))*3(估計至少對圖像進行三次掃描)·標(biāo)記處理......N/(a*a)(估計至少對圖像進行一次掃描)·作為特征量計算斑面積的處理.......N/(a*a)·優(yōu)劣判斷處理.......從缺陷區(qū)域抽取處理總體的圖像掃描次數(shù)來看，次數(shù)非常少。
另一方面，假設(shè)塊分割尺寸(像素數(shù))為b，則本實施方式的缺陷檢測方法的圖像掃描次數(shù)估計為〔構(gòu)成缺陷增強處理的各處理的圖像掃描次數(shù)〕·圖像縮小處理......N·點缺陷去除處理.......3*3*N/(a*a)·濾波處理......(3*3*N/(a*a))*2將9×9拉普拉斯濾波器的濾波處理分兩個階段來執(zhí)行的情況(參照圖6(a)、圖6(b))〔構(gòu)成缺陷區(qū)域抽取處理的各處理的圖像掃描次數(shù)〕·塊分割及相加值計算處理......N(a*a)·統(tǒng)計處理......N/(a*a*b*b)·優(yōu)劣判斷處理......N/(a*a*b*b)關(guān)于上述圖像掃描次數(shù)，當(dāng)代入N＝400萬(像素)、圖像縮小率a＝2、塊分割尺寸(像素數(shù))b＝40時，〔現(xiàn)有技術(shù)〕·缺陷增強處理 ......40M·缺陷區(qū)域抽取處理 ......30M共計 70M〔本實施方式的缺陷檢測方法〕·缺陷增強處理 ......31M·缺陷區(qū)域抽取處理 ......1.001M
共計32.001M如上所述，根據(jù)本實施方式的缺陷檢測方法，能夠通過與現(xiàn)有技術(shù)的缺陷增強處理大致相同的圖像掃描次數(shù)對被檢測圖像進行優(yōu)劣判斷。
(10.補充)由本實施方式的缺陷檢測裝置執(zhí)行的缺陷檢測方法也可以作為程序記錄于計算機可讀取的記錄介質(zhì)中，其中，該記錄介質(zhì)記錄了由計算機執(zhí)行的程序。結(jié)果，能夠提供一種可自由攜帶的、記錄了執(zhí)行本實施方式的缺陷檢測方法的程序的記錄介質(zhì)。
記錄介質(zhì)是用于在微計算機中進行處理的未圖示的存儲器，例如；可以是諸如ROM的程序介質(zhì)，也可以為下述可讀取的程序介質(zhì)，即在所設(shè)置的未圖示的作為外部存儲裝置的程序讀取裝置中插入記錄介質(zhì)從而進行讀取的程序介質(zhì)。
在上述任一情況下，可以由微處理器存取并執(zhí)行所保存的程序，也可以采用下述方式，即讀出程序，將所讀出的程序下載至微計算機的未圖示的程序存儲區(qū)中，執(zhí)行該程序，在該情況下，下載用的程序被預(yù)先保存于本體裝置中。
上述程序介質(zhì)是可與本體分離的記錄介質(zhì)，也可以是固定地保持下述程序的介質(zhì)，即磁帶、盒式帶等的帶系統(tǒng)，包括軟盤、硬盤等的磁盤、CD-ROM、MO、MD、DVD等的光盤的盤系統(tǒng)，IC卡(包括存儲器卡)、光卡等的卡系統(tǒng)，或者，掩模型ROM、EPROM(ErasableProgrammable Read Only Memory)、EEPROM(Electrically ErasableProgrammable Read Only Memory)、閃存ROM等的半導(dǎo)體存儲器系統(tǒng)。
另外，在上述情形下，由于被構(gòu)成為能夠與包括互聯(lián)網(wǎng)在內(nèi)的通信網(wǎng)絡(luò)連接的系統(tǒng)，所以，也可以是像從通信網(wǎng)絡(luò)下載程序那樣流動地保持程序的介質(zhì)。此外，在如上所述從通信網(wǎng)絡(luò)下載程序的情況下，可預(yù)先將上述下載用程序保存于接收機中，或者，從別的記錄介質(zhì)中下載。
根據(jù)本發(fā)明，能夠在短時間內(nèi)以緊湊的電路結(jié)構(gòu)對數(shù)字圖像中是否存在缺陷區(qū)域進行判斷。
本發(fā)明的缺陷檢測裝置是一種從數(shù)字圖像內(nèi)檢測缺陷區(qū)域的缺陷檢測裝置，其中，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化。本發(fā)明的缺陷檢測裝置具有塊分割部，把成為檢測上述缺陷區(qū)域的對象的被檢測圖像分割為多個塊；以及塊相加值計算部，計算由上述塊分割部分割的各塊的塊相加值，其中，該塊相加值是對塊內(nèi)存在的像素的像素數(shù)據(jù)進行相加后所得到的值。向缺陷區(qū)域有無判斷部輸出上述塊相加值，其中，該缺陷區(qū)域有無判斷部通過統(tǒng)計處理來判斷是否存在上述塊相加值的誤差值，從而判斷是否存在上述缺陷區(qū)域。
另外，在上述結(jié)構(gòu)的缺陷檢測裝置中，優(yōu)選的是，上述塊分割部將上述被檢測圖像分割為多個塊，使得相鄰的塊彼此疊合。
即，如果不使相鄰的塊彼此重疊地將被檢測圖像分割為多個塊，有時就會跨越相鄰的塊發(fā)生缺陷區(qū)域。在這種情況下，缺陷區(qū)域可能會分散地影響不同的塊的塊相加值，從而導(dǎo)致不能適當(dāng)?shù)嘏袛嗍欠翊嬖谌毕輩^(qū)域。
但是，根據(jù)上述結(jié)構(gòu)，塊分割部使相鄰的塊彼此疊合地將被檢測圖像分割為多個塊，因此，能可靠地將缺陷區(qū)域抑制在一個塊內(nèi)。由此，可以防止缺陷區(qū)域影響不同的兩個塊的塊相加值，所以，能夠靈敏地檢測出缺陷區(qū)域。
此外，可以將上述缺陷區(qū)域有無判斷部設(shè)置在上述結(jié)構(gòu)的缺陷檢測裝置的內(nèi)部。
根據(jù)上述結(jié)構(gòu)，缺陷區(qū)域有無判斷部被設(shè)置在缺陷檢測裝置的內(nèi)部，所以，可由缺陷檢測裝置獨立地執(zhí)行塊分割部的塊分割處理、塊相加值計算部的塊相加值計算處理和缺陷區(qū)域有無判斷部的缺陷區(qū)域有無判斷判斷處理。因此，僅僅利用上述結(jié)構(gòu)的缺陷檢測裝置就能判斷是否存在缺陷區(qū)域。
另外，可以將上述缺陷區(qū)域有無判斷部設(shè)置在缺陷檢測裝置的外部。
根據(jù)上述結(jié)構(gòu)，缺陷區(qū)域有無判斷部被設(shè)置在缺陷檢測裝置的外部，所以，可使外部的裝置執(zhí)行判斷是否存在塊相加值的誤差值的統(tǒng)計處理。由此，缺陷檢測裝置僅僅實現(xiàn)塊分割部的塊分割處理、塊相加值計算部的塊相加值計算處理即可，因此，安裝在硬件中的電路結(jié)構(gòu)能實現(xiàn)緊湊化。
另外，在上述結(jié)構(gòu)的缺陷檢測裝置中，優(yōu)選的是，上述缺陷區(qū)域有無判斷部通過統(tǒng)計處理來判斷上述塊相加值的每一個是否為誤差值，其中，上述塊相加值是由上述塊相加值計算部求出的上述塊分割部分割的多個塊的各自的塊相加值。
根據(jù)上述結(jié)構(gòu)，通過統(tǒng)計處理來判斷塊相加值的每一個是否為誤差值，其中，上述塊相加值是由塊相加值計算部求出的塊分割部分割的多個塊的各自的塊相加值，因此，可由缺陷區(qū)域有無判斷部判斷被檢測圖像的所有的塊中是否存在缺陷區(qū)域。由此，能夠精確地判斷是否存在缺陷區(qū)域。
另外，上述結(jié)構(gòu)的缺陷檢測裝置也可以為上述缺陷區(qū)域有無判斷部通過統(tǒng)計處理來判斷在上述塊相加值中的取最大值的塊相加值是否為誤差值，其中，上述塊相加值是由上述塊相加值計算部求出的上述塊分割部分割的多個塊的各自的塊相加值。
根據(jù)上述結(jié)構(gòu)，借助于統(tǒng)計處理，僅對塊相加值的最大值進行判斷，判斷其是否為誤差值，而并非通過統(tǒng)計處理來判斷由塊分割部分割的所有塊的塊相加值是否為誤差值。因此，可通過簡單的處理在短時間內(nèi)判斷數(shù)字圖像中是否存在缺陷區(qū)域。
另外，在上述結(jié)構(gòu)的缺陷檢測裝置中，優(yōu)選的是，通過對判斷閾值和成為判斷對象的塊相加值進行大小的比較，來判斷是否存在上述塊相加值的誤差值，其中，該判斷閾值是由上述塊分割部分割上述被檢測圖像所得到的塊的個數(shù)和統(tǒng)計的顯著性水平所決定的。
根據(jù)上述結(jié)構(gòu)，通過統(tǒng)計來求得判斷閾值，因此，能準(zhǔn)確地判斷塊相加值是否為誤差值。由此，可更為準(zhǔn)確地判斷是否存在缺陷區(qū)域。
另外，上述結(jié)構(gòu)的缺陷檢測裝置也可以為通過對判斷閾值和成為判斷對象的塊相加值進行大小的比較，來判斷是否存在上述塊相加值的誤差值，其中，該判斷閾值是通過對所求出的優(yōu)質(zhì)圖像的上述塊相加值進行統(tǒng)計處理后所得到的值，該優(yōu)質(zhì)圖像成為不存在上述缺陷區(qū)域的基準(zhǔn)圖像。
根據(jù)上述結(jié)構(gòu)，僅預(yù)先準(zhǔn)備優(yōu)質(zhì)圖像就可求出判斷閾值，因此，可通過簡單的處理就能判斷閾值。由此，可通過更為簡單的處理來判斷塊相加值是否為誤差值。由所以，可在更短的時間內(nèi)判斷出是否存在缺陷區(qū)域。
進而，優(yōu)選的是，上述被檢測圖像是從圖像傳感器器件得到的圖像。
根據(jù)上述結(jié)構(gòu)，能夠判斷在從圖像傳感器器件得到的數(shù)字圖像中是否存在缺陷區(qū)域，這種數(shù)字圖像特別有必要進行缺陷區(qū)域的檢測。
另外，關(guān)于上述結(jié)構(gòu)的缺陷檢測裝置，可將其設(shè)置于圖像傳感器器件內(nèi)，也可以設(shè)置于圖像傳感器模塊內(nèi)，也可以設(shè)置于圖像處理裝置內(nèi)，也可以設(shè)置于數(shù)字圖像品質(zhì)測試器內(nèi)。
上述“圖像傳感器器件”是指CMOS傳感器、CCD等的攝像元件。上述“圖像傳感器模塊”是指在CMOS傳感器、CCD等的攝像元件中安裝鏡頭，搭載了控制用的DSP、時鐘脈沖發(fā)生器等的模塊。因此，可以說圖像傳感器器件被包含在圖像傳感器模塊中。
上述“數(shù)字圖像品質(zhì)測試器”是指檢測數(shù)字圖像的品質(zhì)的測試器。關(guān)于由數(shù)字圖像品質(zhì)測試器檢測的圖像，可以是從圖像傳感器器件等的半導(dǎo)體器件得到的圖像，也可以是被輸入液晶面板等的數(shù)字圖像顯示裝置的數(shù)字圖像或者從液晶面板等的數(shù)字圖像顯示裝置輸出的數(shù)字圖像。
本發(fā)明的數(shù)字圖像品質(zhì)測試器，外部連接有從數(shù)字圖像內(nèi)檢測缺陷區(qū)域的缺陷檢測裝置，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化。上述缺陷檢測裝置具有塊分割部，把成為檢測上述缺陷區(qū)域的被檢測圖像分割為多個塊；以及塊相加值計算部，計算由上述塊分割部分割的各塊的塊相加值，其中，該塊相加值是對塊內(nèi)存在的像素的像素數(shù)據(jù)進行相加后所得到的值。具備缺陷區(qū)域有無判斷部，其對由上述塊相加值計算部輸入的上述塊相加值進行統(tǒng)計處理，判斷是否存在塊相加值的誤差值，從而判斷是否存在上述缺陷區(qū)域。
進而，優(yōu)選的是，上述缺陷檢測裝置被設(shè)置在上述結(jié)構(gòu)的數(shù)字圖像品質(zhì)測試器的外部。
根據(jù)上述結(jié)構(gòu)，缺陷檢測裝置被設(shè)置在數(shù)字圖像品質(zhì)測試器的外部，所以，可在數(shù)字圖像品質(zhì)測試器的外部執(zhí)行塊分割部的塊分割處理、塊相加值計算部的塊相加值計算處理。由此，數(shù)字圖像品質(zhì)測試器僅執(zhí)行判斷是否存在塊相加值的誤差值的統(tǒng)計處理即可，所以，能夠在更短的時間內(nèi)判斷是否存在缺陷區(qū)域。
本發(fā)明的缺陷檢測裝置是一種從數(shù)字圖像內(nèi)檢測缺陷區(qū)域的裝置，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化。具備濾波處理部，其利用n×m拉普拉斯濾波器來增強成為上述缺陷區(qū)域檢測對象的被檢測圖像中的上述缺陷區(qū)域，其中，上述n×m拉普拉斯濾波器是通過集合九個尺寸為(n/3)×(m/3)的塊(10a～10i)所構(gòu)成的濾波器，上述尺寸為(n/3)×(m/3)的塊(10a～10i)分別對像素數(shù)據(jù)進行積分，上述n×m拉普拉斯濾波器被構(gòu)成為進行二次微分的高通濾波器(n、m表示像素數(shù)，為3的倍數(shù))。
進而，優(yōu)選的是，在上述結(jié)構(gòu)的缺陷檢測裝置中，上述濾波處理部將上述n×m拉普拉斯濾波器的濾波處理分為第1濾波器的濾波處理和第2濾波器的濾波處理來執(zhí)行，其中，上述第1濾波器是尺寸為(n/3)×(m/3)的濾波器，構(gòu)成濾波器的所有的權(quán)數(shù)被設(shè)定為相等的值；上述第2濾波器是通過集合九個尺寸為(n/3)×(m/3)的塊(10a～10i)所形成的濾波器，對其進行設(shè)定使得在九個塊中位于中央的中央塊的中央的權(quán)數(shù)與包圍上述中央塊的八個塊的各自的中央的權(quán)數(shù)之和為0。
根據(jù)上述結(jié)構(gòu)，可以減少n×m拉普拉斯濾波器的運算處理。例如，在n＝9、m＝9時，假設(shè)被檢測圖像的像素數(shù)為N，那么，9×9拉普拉斯濾波器的運算處理就需要進行共計81N次的積和運算。但是，通過第1濾波器的濾波處理和第2濾波器的濾波處理這兩個階段的處理，可以將積和運算的次數(shù)減少到18N次。進而，根據(jù)第1濾波器和第2濾波器，可進行與n×m拉普拉斯濾波器相同的運算處理。所以，能夠在更短的時間內(nèi)判斷是否存在缺陷區(qū)域。
另外，上述結(jié)構(gòu)的缺陷檢測裝置優(yōu)選的是，外部連接有從上述被檢測圖像中除去點缺陷的點缺陷去除部，上述點缺陷成為某像素的像素數(shù)據(jù)較之于其周圍的像素數(shù)據(jù)突出的值；上述濾波處理部對被除去了點缺陷的被檢測圖像執(zhí)行n×m拉普拉斯濾波器的濾波處理。
根據(jù)上述結(jié)構(gòu)，對被點缺陷去除部除去了點缺陷的被檢測圖像執(zhí)行n×m拉普拉斯濾波器的濾波處理，對缺陷區(qū)域進行增強處理。即，在進行濾波處理之前從被檢測圖像中除去可成為潛在的缺陷區(qū)域的點缺陷，從而能夠防止將點缺陷檢測為缺陷區(qū)域。由此，可提高缺陷區(qū)域的檢測精度。
此外，由于在缺陷檢測裝置的外部執(zhí)行點缺陷去除部的點缺陷去除處理，因此，缺陷檢測裝置僅僅執(zhí)行n×m拉普拉斯濾波器的濾波處理即可，從而可防止缺陷檢測裝置的處理變得復(fù)雜化。
另外，上述結(jié)構(gòu)的缺陷檢測裝置優(yōu)選的是，外部連接有使上述被檢測圖像縮小的圖像縮小部；上述濾波處理部對被縮小了的被檢測圖像執(zhí)行n×m拉普拉斯濾波器的濾波處理。
根據(jù)上述結(jié)構(gòu)，圖像縮小部使被檢測圖像縮小，因此，可以減少被檢測圖像的數(shù)據(jù)量，而且，還可以增強被檢測圖像內(nèi)存在的缺陷區(qū)域。
此外，由于在缺陷檢測裝置的外部執(zhí)行圖像縮小部的圖像縮小處理，因此，缺陷檢測裝置僅僅執(zhí)行n×m拉普拉斯濾波器的濾波處理即可，從而可防止缺陷檢測裝置的處理變得復(fù)雜化。
進而，上述結(jié)構(gòu)的缺陷檢測裝置可以構(gòu)成為具備從上述被檢測圖像中除去點缺陷的點缺陷去除部，上述點缺陷成為某像素的像素數(shù)據(jù)較之于其周圍的像素數(shù)據(jù)突出的值；上述濾波處理部對被除去了點缺陷的被檢測圖像執(zhí)行n×m拉普拉斯濾波器的濾波處理。
根據(jù)上述結(jié)構(gòu)，對被點缺陷去除部除去了點缺陷的被檢測圖像執(zhí)行n×m拉普拉斯濾波器的濾波處理，對缺陷區(qū)域進行增強處理。即，在進行濾波處理之前從被檢測圖像中除去可成為潛在的缺陷區(qū)域的點缺陷，從而能夠防止將點缺陷檢測為缺陷區(qū)域。由此，可提高缺陷區(qū)域的檢測精度。
進而，上述結(jié)構(gòu)的缺陷檢測裝置優(yōu)選的是，具備使上述被檢測圖像縮小的圖像縮小部；上述濾波處理部對被縮小了的被檢測圖像執(zhí)行n×m拉普拉斯濾波器的濾波處理。
根據(jù)上述結(jié)構(gòu)，圖像縮小部使被檢測圖像縮小，因此，可以減少被檢測圖像的數(shù)據(jù)量，而且，還可以增強被檢測圖像內(nèi)存在的缺陷區(qū)域。
另外，上述結(jié)構(gòu)的缺陷檢測裝置可以被設(shè)置在圖像傳感器器件內(nèi)，也可以被設(shè)置在數(shù)字圖像品質(zhì)測試器內(nèi)。
此外，借助于使計算機執(zhí)行上述缺陷檢測方法的缺陷檢測程序，利用計算機也能夠獲得與本發(fā)明的缺陷檢測方法同樣的作用和效果。并且，通過將上述缺陷檢測程序存儲于計算機可讀取的記錄介質(zhì)中，可以在任意的計算機上執(zhí)行上述缺陷檢測程序。
以上，對本發(fā)明進行了詳細的說明，上述具體實施方式
或?qū)嵤├齼H僅是揭示本發(fā)明的技術(shù)內(nèi)容的示例，本發(fā)明并不限于上述具體示例，不應(yīng)對本發(fā)明進行狹義的解釋，可在本發(fā)明的精神和權(quán)利要求的范圍內(nèi)進行各種變更來實施之。
權(quán)利要求
1.一種缺陷檢測裝置(1)，從數(shù)字圖像內(nèi)檢測缺陷區(qū)域，其中，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化，該缺陷檢測裝置(1)具有塊分割部(5)，把成為檢測上述缺陷區(qū)域的對象的被檢測圖像分割為多個塊以及塊相加值計算部(6)，計算由上述塊分割部(5)分割的各塊的塊相加值，其中，該塊相加值是對塊內(nèi)存在的像素的像素數(shù)據(jù)進行相加后所得到的值，向缺陷區(qū)域有無判斷部(7、8)輸出上述塊相加值，其中，該缺陷區(qū)域有無判斷部(7、8)通過統(tǒng)計處理來判斷是否存在上述塊相加值的誤差值，從而判斷是否存在上述缺陷區(qū)域。
2.根據(jù)權(quán)利要求1所述的缺陷檢測裝置(1)，其特征在于上述塊分割部(5)將上述被檢測圖像分割為多個塊，使得相鄰的塊彼此疊合。
3.根據(jù)權(quán)利要求1或2所述的缺陷檢測裝置(1)，其特征在于在其內(nèi)部設(shè)置有上述缺陷區(qū)域有無判斷部(7、8)。
4.根據(jù)權(quán)利要求1或2所述的缺陷檢測裝置(1)，其特征在于在其外部設(shè)置有上述缺陷區(qū)域有無判斷部(7、8)。
5.根據(jù)權(quán)利要求1或2所述的缺陷檢測裝置(1)，其特征在于上述缺陷區(qū)域有無判斷部(7、8)，通過統(tǒng)計處理來判斷上述塊相加值的每一個是否為誤差值，其中，上述塊相加值是由上述塊相加值計算部(6)求出的上述塊分割部(5)分割的多個塊的各自的塊相加值。
6.根據(jù)權(quán)利要求1或2所述的缺陷檢測裝置(1)，其特征在于上述缺陷區(qū)域有無判斷部(7、8)，通過統(tǒng)計處理來判斷在上述塊相加值中的取最大值的塊相加值是否為誤差值，其中，上述塊相加值是由上述塊相加值計算部(6)求出的上述塊分割部(5)分割的多個塊的各自的塊相加值。
7.根據(jù)權(quán)利要求1或2所述的缺陷檢測裝置(1)，其特征在于通過對判斷閾值和成為判斷對象的塊相加值進行大小的比較來判斷是否存在上述塊相加值的誤差值，其中，該判斷閾值是由上述塊分割部(5)分割上述被檢測圖像所得到的塊的個數(shù)和統(tǒng)計的顯著性水平所決定的。
8.根據(jù)權(quán)利要求1或2所述的缺陷檢測裝置(1)，其特征在于通過對判斷閾值和成為判斷對象的塊相加值進行大小的比較來判斷是否存在上述塊相加值的誤差值，其中，該判斷閾值是通過對所求出的優(yōu)質(zhì)圖像的上述塊相加值進行統(tǒng)計處理后所得到的值，該優(yōu)質(zhì)圖像成為不存在上述缺陷區(qū)域的基準(zhǔn)圖像。
9.根據(jù)權(quán)利要求1或2所述的缺陷檢測裝置(1)，其特征在于上述被檢測圖像是從圖像傳感器器件得到的圖像。
10.一種圖像傳感器器件，其特征在于具備權(quán)利要求1或2所述的缺陷檢測裝置(1)。
11.一種圖像傳感器模塊，其特征在于具備權(quán)利要求1或2所述的缺陷檢測裝置(1)。
12.一種圖像處理裝置，其特征在于具備權(quán)利要求1或2所述的缺陷檢測裝置(1)。
13.一種數(shù)字圖像品質(zhì)測試器，其特征在于具備權(quán)利要求1或2所述的缺陷檢測裝置(1)。
14.一種數(shù)字圖像品質(zhì)測試器，其外部連接有從數(shù)字圖像內(nèi)檢測缺陷區(qū)域的缺陷檢測裝置(1)，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化，上述缺陷檢測裝置(1)具有塊分割部(5)，把成為檢測上述缺陷區(qū)域的對象的被檢測圖像分割為多個塊；以及塊相加值計算部(6)，計算由上述塊分割部(5)分割的各塊的塊相加值，其中，該塊相加值是對塊內(nèi)存在的像素的像素數(shù)據(jù)進行相加后所得到的值；所述數(shù)字圖像品質(zhì)測試器具備缺陷區(qū)域有無判斷部(7、8)，其對由上述塊相加值計算部(6)輸入的上述塊相加值進行統(tǒng)計處理，判斷是否存在塊相加值的誤差值，從而判斷是否存在上述缺陷區(qū)域。
15.根據(jù)權(quán)利要求14所述的數(shù)字圖像品質(zhì)測試器，其特征在于在其外部設(shè)置有上述缺陷檢測裝置(1)。
16.一種缺陷檢測裝置(1)，從數(shù)字圖像內(nèi)檢測缺陷區(qū)域，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化，該缺陷檢測裝置(1)具備濾波處理部(4)，其利用n×m拉普拉斯濾波器(10)來增強成為上述缺陷區(qū)域檢測對象的被檢測圖像中的上述缺陷區(qū)域，其中，上述n×m拉普拉斯濾波器(10)是通過集合九個尺寸為(n/3)×(m/3)的塊(10a～10i)所構(gòu)成的濾波器，上述尺寸為(n/3)×(m/3)的塊(10a～10i)分別對像素數(shù)據(jù)進行積分，上述n×m拉普拉斯濾波器(10)被構(gòu)成為進行二次微分的高通濾波器，其中n、m表示像素數(shù)且為3的倍數(shù)。
17.根據(jù)權(quán)利要求16所述的缺陷檢測裝置(1)，其特征在于上述濾波處理部(4)將上述n×m拉普拉斯濾波器(10)的濾波處理分為第1濾波器(12)的濾波處理和第2濾波器(13)的濾波處理來執(zhí)行，其中，上述第1濾波器(12)是尺寸為(n/3)×(m/3)的濾波器，構(gòu)成濾波器的所有的權(quán)數(shù)被設(shè)定為相等的值；上述第2濾波器(13)是通過集合九個尺寸為(n/3)×(m/3)的塊(10a～10i)所形成的濾波器，對其進行設(shè)定使得在九個塊中位于中央的中央塊的中央的權(quán)數(shù)與包圍上述中央塊的八個塊的各自的中央的權(quán)數(shù)之和為0。
18.根據(jù)權(quán)利要求16或17所述的缺陷檢測裝置(1)，其特征在于外部連接有從上述被檢測圖像中除去點缺陷的點缺陷去除部(3)，上述點缺陷成為某像素的像素數(shù)據(jù)較之于其周圍的像素數(shù)據(jù)突出的值上述濾波處理部(4)對被除去了點缺陷的被檢測圖像執(zhí)行n×m拉普拉斯濾波器(10)的濾波處理。
19.根據(jù)權(quán)利要求16或17所述的缺陷檢測裝置(1)，其特征在于外部連接有使上述被檢測圖像縮小的圖像縮小部(2)；上述濾波處理部(4)對被縮小了的被檢測圖像執(zhí)行n×m拉普拉斯濾波器(10)的濾波處理。
20.根據(jù)權(quán)利要求16或17所述的缺陷檢測裝置(1)，其特征在于；具備從上述被檢測圖像中除去點缺陷的點缺陷去除部(3)，上述點缺陷成為某像素的像素數(shù)據(jù)較之于其周圍的像素數(shù)據(jù)突出的值；上述濾波處理部(4)對被除去了點缺陷的被檢測圖像執(zhí)行n×m拉普拉斯濾波器(10)的濾波處理。
21.根據(jù)權(quán)利要求16或17所述的缺陷檢測裝置(1)，其特征在于具備使上述被檢測圖像縮小的圖像縮小部(2)上述濾波處理部(4)對被縮小了的被檢測圖像執(zhí)行n×m拉普拉斯濾波器(10)的濾波處理。
22.一種圖像傳感器器件，其特征在于；具備權(quán)利要求16或17所述的缺陷檢測裝置(1)。
23.一種圖像傳感器模塊，其特征在于具備權(quán)利要求16或17所述的缺陷檢測裝置(1)。
24.一種圖像處理裝置，其特征在于；具備權(quán)利要求16或17所述的缺陷檢測裝置(1)。
25.一種數(shù)字圖像品質(zhì)測試器，其特征在于具備權(quán)利要求16或17所述的缺陷檢測裝置(1)。
26.一種缺陷檢測方法，從數(shù)字圖像內(nèi)檢測缺陷區(qū)域，其中，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化，該缺陷檢測方法包括塊分割步驟，把成為檢測上述缺陷區(qū)域的對象的被檢測圖像分割為多個塊；塊相加值計算步驟，計算在上述塊分割步驟中分割的各塊的塊相加值，其中，該塊相加值是對塊內(nèi)存在的像素的像素數(shù)據(jù)進行相加后所得到的值；以及缺陷區(qū)域有無判斷步驟，通過統(tǒng)計處理來判斷是否存在上述塊相加值的誤差值，從而判斷是否存在上述缺陷區(qū)域。
27.一種缺陷檢測方法，從數(shù)字圖像內(nèi)檢測缺陷區(qū)域，其中，在該缺陷區(qū)域中，圖像數(shù)據(jù)較之于該缺陷區(qū)域的周圍的區(qū)域呈不均勻的變化，該缺陷檢測方法包括；濾波處理步驟，利用n×m拉普拉斯濾波器(10)來增強成為上述缺陷區(qū)域檢測對象的被檢測圖像中的上述缺陷區(qū)域，其中，上述n×m拉普拉斯濾波器(10)是通過集合九個尺寸為(n/3)×(m/3)的塊(10a～10i)所構(gòu)成的濾波器，上述尺寸為(n/3)×(m/3)的塊(10a～10i)分別對像素數(shù)據(jù)進行積分，上述n×m拉普拉斯濾波器(10)被構(gòu)成為進行二次微分的高通濾波器，其中n、m表示像素數(shù)且為3的倍數(shù)。
28.根據(jù)權(quán)利要求27所述的缺陷檢測方法，其特征在于包括從上述被檢測圖像中除去點缺陷的點缺陷去除步驟，上述點缺陷成為某像素的像素數(shù)據(jù)較之于其周圍的像素數(shù)據(jù)突出的值；上述濾波處理步驟是對被除去了點缺陷的被檢測圖像執(zhí)行n×m拉普拉斯濾波器(10)的濾波處理的步驟。
29.根據(jù)權(quán)利要求27所述的缺陷檢測方法，其特征在于包括使上述被檢測圖像縮小的圖像縮小步驟；上述濾波處理步驟是對被縮小了的被檢測圖像執(zhí)行n×m拉普拉斯濾波器(10)的濾波處理的步驟。
全文摘要
本發(fā)明提供一種缺陷檢測裝置，具有塊分割部，把成為檢測缺陷區(qū)域的被檢測圖像分割為多個塊；塊相加值計算部，計算由塊分割部分割的各塊的塊相加值，其中，該塊相加值是對塊內(nèi)存在的像素的像素數(shù)據(jù)進行相加后所得到的值；統(tǒng)計處理部及優(yōu)劣判斷部，通過統(tǒng)計處理來判斷是否存在塊相加值的誤差值，從而判斷是否存在缺陷區(qū)域。由此，可由緊湊的電路結(jié)構(gòu)在短時間內(nèi)判斷出數(shù)字圖像是否存在缺陷區(qū)域。
文檔編號G06T5/00GK1940994SQ200610141619
公開日2007年4月4日 申請日期2006年9月27日 優(yōu)先權(quán)日2005年9月27日
發(fā)明者口井敏匡, 市原英行 申請人:夏普株式會社