発明が解決しようとする課題[発明の詳細な説明]から抜粋

課題を解決するための手段[発明の詳細な説明]から抜粋

発明の効果[発明の詳細な説明]から抜粋

第１または第１３の局面によれば、教師画像を複数の第１短冊画像に分割し、第１短冊画像を複数の第１部分画像に分割し、第１部分画像を並び順にリカレントニューラルネットワーク（Recurrent Neural Network：以下、ＲＮＮという）に与えることにより、教師画像の変化パターンをＲＮＮに学習させることができる。その後に、被検査画像を複数の第２短冊画像に分割し、第２短冊画像を複数の第２部分画像に分割し、第２部分画像を並び順に学習済みのＲＮＮに与えることにより、被検査画像が教師画像と同様の変化パターンを有するか否かを判別して、被検査画像の良否を判別することができる。また、短冊画像を用いて学習と判別を行うことにより、演算量を削減しながら検査精度を高くすることができる。また、ＲＮＮの学習が完了した後に、学習済みのＲＮＮを用いて画像検査を高速に行うことができる。また、第２短冊画像の良否の判別結果に基づき、被検査画像における欠陥の位置を特定することができる。また、製造装置の不良に起因して、被検査画像に第１方向に連続する微小欠陥が発生した場合に、この微小欠陥を検出することができる。したがって、高精度かつ容易に実行でき、製造装置の不良に起因する微小欠陥も検出できる画像検査方法または画像検査装置を提供することができる。

第２の局面によれば、短冊画像を複数の部分画像に分割し、得られた部分画像を一端側から順に第１ＲＮＮに与え、他端側から順に第２ＲＮＮに与えることにより、２個のＲＮＮを用いて２種類の学習と判別を行い、検査精度を高くすることができる。

第３の局面によれば、教師画像と被検査画像を第１方向に長い短冊画像に分割して学習と判別を行うと共に、教師画像と被検査画像を第２方向に長い短冊画像に分割して学習と判別を行うことにより、検査精度を高くすることができる。また、製造装置の不良に起因して、被検査画像に第１方向に連続した微小欠陥が発生する場合だけでなく、被検査画像に第２方向に連続する微小欠陥が発生した場合にも、これらの微小欠陥を検出することができる。

第４の局面によれば、第１方向に長い短冊画像を複数の部分画像に分割し、得られた部分画像を一端側から順に第１ＲＮＮに与え、他端側から順に第２ＲＮＮに与えると共に、第２方向に長い短冊画像を複数の部分画像に分割し、得られた部分画像を一端側から順に第３ＲＮＮに与え、部分画像を他端側から順に第４ＲＮＮに与えることにより、４個のＲＮＮを用いて４種類の学習と判別を行い、検査精度を高くすることができる。

第５の局面によれば、対象画像に含まれる各画素について、所定範囲内の画素の画素値の統計量を閾値と比較することにより、対象画像の特定の部分だけを考慮して、ノイズ耐性を高くしながら対象画像を２値化することができる。

第６の局面によれば、対象画像から短手方向に重複する短冊画像を抽出することにより、短冊画像の良否の判別結果に基づき、被検査画像における欠陥の位置を高い精度で特定することができる。

第７の局面によれば、対象画像から互いに重複しない短冊画像を抽出することにより、演算量を削減し、学習と判別を高速に行うことができる。

第８の局面によれば、教師画像と被検査画像がカラー画像である場合に、これらの画像をグレースケール変換することにより、学習と判別を効果的に行うことができる。

第９の局面によれば、教師画像と被検査画像が２次元状に繰り返し構造を有する画像である場合に、画像検査を高精度かつ容易に実行し、製造装置の不良に起因する微小欠陥も検出することができる。

第１０の局面によれば、教師画像と被検査画像がサーマルヘッドを用いて市松模様を印刷した結果を撮影した画像である場合に、画像検査を高精度かつ容易に実行し、サーマルヘッドの欠陥の有無を判別することができる。

第１１の局面によれば、教師画像と被検査画像が市松模様を表示する液晶パネルの表示画面を撮影した画像である場合に、画像検査を高精度かつ容易に実行し、液晶パネルの欠陥の有無を判別することができる。

第１２の局面によれば、教師画像と被検査画像が多連充填機の各ノズルからの単位時間あたりの充填量を示す画像である場合に、画像検査を高精度かつ容易に実行し、多連充填機のノズルの欠陥の有無を判別することができる。