【０００１】[0001]
【産業上の利用分野】本発明は、印刷中の印刷物の絵柄
に含まれる欠陥等の状態をインラインで基準品と比較し
て品質管理および工程管理を行うための検査方法に係
り、特にモアレを抑制して検査結果の信頼性を向上する
に好適な絵柄検査方法に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an inspection method for performing in-line quality control and process control by in-line comparing the state of defects and the like contained in the pattern of a printed matter with a reference product, and in particular, for moire. The present invention relates to a pattern inspection method suitable for suppressing and improving the reliability of inspection results.
【０００２】[0002]
【従来の技術】絵柄をインラインで検査する手段として
は例えば図９に示すものが採用されている。すなわち、
ロール状の巻き出しウェブ１９より供給される帯状の印
刷用紙２０は印刷部２１により各色の印刷が行われ、所
望の絵柄が印刷され次工程側に給送される。印刷済の印
刷用紙２０と相対向する位置には絵柄を撮像するビデオ
カメラ２２が配置される。撮像された画像は処理回路２
３に入力される。なお、印刷部２１のローラの１つには
ロータリエンコーダ２４が設けられ、絵柄の取り入れの
タイミングをコントロールする。2. Description of the Related Art As a means for inspecting a picture inline, for example, one shown in FIG. 9 is adopted. That is,
The strip-shaped printing paper 20 supplied from the roll-shaped unwinding web 19 is printed in each color by the printing unit 21, the desired pattern is printed, and the paper is fed to the next process side. A video camera 22 for picking up an image is arranged at a position facing the printed printing paper 20. The captured image is the processing circuit 2
Input to 3. A rotary encoder 24 is provided on one of the rollers of the printing unit 21 to control the timing of incorporating the pattern.
【０００３】図１０は印刷物の絵柄２５の一例を示すも
のである。絵柄２５は例えば絵柄ＲとＳを含んでいる。
また、検査対象の印刷物には、例えば絵柄ＲやＳよりも
階調値（濃度値）の低い欠陥２６とこれ等よりも階調値
の高い欠陥２７が含まれる。図１１は図１０の線Ｍ−Ｍ
断面における階調値プロフィルを表示したものでＸ線は
欠陥２６，２７のない絵柄の階調値プロフィルを示し、
点線は欠陥２６および欠陥２７が存在する場合の階調値
プロフィルを示す。なお、二点鎖線のＹ線は欠陥２６，
２７のない基準絵柄にＭＡＸフィルタリング処理を施し
た画像の階調値プロフィルを示す曲線であり、一点鎖線
のＺ線は同じくＭＩＮフィルタリング処理をした画像の
階調値を示す曲線である。FIG. 10 shows an example of a design 25 of a printed matter. The design 25 includes, for example, designs R and S.
Further, the printed matter to be inspected includes, for example, a defect 26 having a lower gradation value (density value) than the patterns R and S and a defect 27 having a higher gradation value than these. FIG. 11 shows the line MM of FIG.
The gradation value profile in the cross section is displayed, and the X-ray shows the gradation value profile of the pattern without defects 26 and 27.
The dotted line shows the gradation value profile when the defects 26 and 27 are present. Note that the two-dot chain line Y is the defect 26,
It is a curve showing the gradation value profile of the image obtained by applying the MAX filtering process to the reference pattern without 27, and the Z-dot line is a curve showing the gradation value of the image also subjected to the MIN filtering process.
【０００４】図１２は図９に示した処理回路２３の一例
を示すブロック図である。但し、この処理回路自体は従
来例では無く、本発明に先立って開発されたものであ
る。カメラから取り込まれた基準絵柄はｎ行列（ｎ×ｎ
画素）のＭＡＸフィルタａによりＭＡＸフィルタリング
処理されると共に同じくｎ行列のＭＩＮフィルタｂによ
りＭＩＮフィルタリング処理される。ここでＭＡＸフィ
ルタリング処理とは撮像された画像の注目画素およびそ
の周辺近傍のｎ×ｎ−１個の画素の階調値の中で最も高
い値を選び、その値を注目画像の階調値として置換する
処理を行うものである。一方、最小フィルタリング処理
は最も小さい値と注目画素の階調値とを置換するもので
ある。FIG. 12 is a block diagram showing an example of the processing circuit 23 shown in FIG. However, this processing circuit itself is not a conventional example and was developed prior to the present invention. The standard picture taken from the camera is n matrix (n × n
(MAX) pixel and MAX filter a, and also MIN filter b of n matrixes. Here, the MAX filtering process selects the highest value among the gradation values of the pixel of interest of the imaged image and n × n−1 pixels in the vicinity of the pixel of interest, and uses that value as the gradation value of the image of interest. It is a process of replacing. On the other hand, the minimum filtering process replaces the smallest value with the gradation value of the target pixel.
【０００５】ＭＡＸフィルタリング処理およびＭＩＮフ
ィルタリング処理された基準画像は各々フレームメモリ
ｃ，ｄにより一時保存され、検査画像との差分処理ｅ，
ｆが行われる。差分処理はＦＩＸ関数による。元の基準
画像の階調値をＡとし、検査対象となる検査画像の階調
値をＢとし、前記階調値ＡをＭＡＸフィルタリング処理
したものをＡ1とし、ＭＩＮフィルタリング処理したも
のをＡ2とすると、ＦＩＸ関数はＦＩＸ（Ｂ−Ａ1），Ｆ
ＩＸ（Ａ2−Ｂ）で定義される。なお、図１１に示すよ
うに、Ａ1はＹ線，Ａ2はＺ線，Ｂは欠陥２６，２７を有
するＸ線によりそれぞれ階調値が表現される。また、Ｆ
ＩＸ関数の定義としてＢ−Ａ1又はＡ2−Ｂが０又はマイ
ナスの場合そのＦＩＸ関数値を０とする。以上より（Ｂ
−Ａ1）は欠陥２７の部分を除いてすべての値がマイナ
スとなりＦＩＸ（Ｂ−Ａ1）は０となる。一方、（Ａ2−
Ｂ）は欠陥２６の部分を除いてすべての値がマイナスと
なり、ＦＩＸ（Ａ2−Ｂ）は０となる。以上のＦＩＸ関
数処理することにより欠陥２６，２７を精度よく抽出す
ることが出来る。The reference images that have undergone the MAX filtering process and the MIN filtering process are temporarily stored in the frame memories c and d, respectively.
f is performed. The difference process is based on the FIX function. The tone value of the original reference image is A, the tone value of the inspection image to be inspected is B, the tone value A is MAX filtered and A1 and the MIN filtered is A2. Then, the FIX function is FIX (B-A1 ), F
Defined by IX (A2 -B). Note that, as shown in FIG. 11, the gradation values are expressed by the Y line for A1 , the Z line for A2 , and the X line having defects 26 and 27 for B, respectively. Also, F
IX If B-A1 or A2 -B as a definition of a function is zero or negative for the FIX function value as 0. From the above (B
All the values of -A1 ) except the defect 27 are negative, and FIX (B-A1 ) is 0. On the other hand, (A2 −
In B), all the values except the defect 26 are negative, and FIX (A2 -B) is 0. By performing the above FIX function processing, the defects 26 and 27 can be accurately extracted.
【０００６】次に、図１２に示すように、ＦＩＸ差分処
理を施された画像の欠陥２６，２７を判定するために大
小比較処理ｇ，ｈが行われる。これは予め定めておいた
ＭＡＸ側のしきい値ｉ又はＭＩＮ側のしきい値ｊと差分
処理された画像の階調値とを比較し、それぞれそれ等の
差分値がしきい値を越えているか否かにより欠陥を特定
する。比較効率は欠陥情報として出力される。Next, as shown in FIG. 12, magnitude comparison processes g and h are performed to determine the defects 26 and 27 of the image subjected to the FIX difference process. This compares a predetermined threshold value i on the MAX side or a threshold value j on the MIN side with the gradation value of the image subjected to the difference processing, and the difference values respectively exceed the threshold values. Defects are identified depending on whether or not they exist. The comparison efficiency is output as defect information.
【０００７】[0007]
【発明が解決しようとする課題】前記した絵柄検査方法
により検査画像の欠陥検査が行われ、印刷物の品質管理
および工程管理が行われる。しかしながらこの方法では
次のような問題点がある。図６に示すように例えば白，
黒点，白等からなる絵柄を画素毎にＣＣＤカメラにより
撮像すると、（ａ）又は（ｂ）のような信号出力が生
じ、絵柄を正確にとらえることが出来ない。すなわち、
従来の絵柄検査方法ではＣＣＤカメラの画素と絵柄との
間で位相ずれが生じ、ＣＣＤカメラの一画素の視野程度
の欠陥は安定して検出することが困難である。そのため
同じ箇所の絵柄を取り込んでもその階調値（濃度値）が
その都度相異する所謂モアレ現象が生じる。このモアレ
現象による誤動作の対策としてはカメラの焦点をわずか
にずらしてモアレを起す空間周波数成分を除去する非合
焦状態での撮像と、モアレを起す場所を予め検出しその
場所は他の場所より欠陥判定のしきい値を甘くする等の
方法がある。図７は合焦状態で撮像した画像の欠陥２８
としきい値との関係を示し、図８は前者の対策により非
合焦状態で撮像した画像の欠陥２８ａとしきい値２９と
の関係を示すものである。図８に示すように、この対策
では欠陥２８ａが特に微少欠陥の場合完全になまってし
まい、しきい値２９を下げないと欠陥判定が不可能とな
る。しかし、しきい値を下げると検出が発生し易くなる
問題点がある。一方、後者の対策の場合には、モアレを
特定するアリゴリズムが難しく、モアレでない絵柄の部
分までモアレと認識し必要以上に判定が甘くなる問題点
がある。The defect inspection of the inspection image is performed by the above-described pattern inspection method, and the quality control and the process control of the printed matter are performed. However, this method has the following problems. As shown in FIG. 6, for example, white,
When a CCD camera captures a picture consisting of black dots, white, etc. for each pixel, a signal output as shown in (a) or (b) occurs, and the picture cannot be accurately captured. That is,
In the conventional pattern inspection method, a phase shift occurs between the pixel of the CCD camera and the pattern, and it is difficult to stably detect a defect in the visual field of one pixel of the CCD camera. Therefore, a so-called moire phenomenon occurs in which the gradation values (density values) are different each time even if the same pattern is taken in. As a countermeasure against this malfunction due to the moire phenomenon, the camera is slightly defocused to remove the spatial frequency component that causes the moire and the image is taken out of focus, and the place where the moire is caused is detected in advance and the place is better than other places. There is a method such as softening the threshold value for defect determination. FIG. 7 shows a defect 28 of an image captured in a focused state.
And the threshold value, and FIG. 8 shows the relationship between the threshold value 29 and the defect 28a of the image captured in the out-of-focus state by the former measure. As shown in FIG. 8, with this measure, the defect 28a is completely eliminated especially when it is a minute defect, and the defect determination cannot be performed unless the threshold value 29 is lowered. However, if the threshold value is lowered, there is a problem that detection is likely to occur. On the other hand, in the case of the latter measure, there is a problem that the algorithm for specifying the moire is difficult, and even the part of the pattern that is not the moire is recognized as the moire and the determination becomes unnecessarily unnecessarily.
【０００８】本発明は、以上の事情に鑑みて創案された
ものであり、モアレを抑制すると共に微少欠陥の検出能
力が高く、信頼性が向上出来、かつ画像のＳ／Ｎを改善
し得る絵柄検査方法を提供することを目的とする。The present invention was devised in view of the above circumstances, and has a pattern capable of suppressing moire, having a high capability of detecting microscopic defects, improving reliability, and improving S / N of an image. The purpose is to provide an inspection method.
【０００９】[0009]
【課題を解決するための手段】本発明は、以上の目的を
達成するために、検査の基準となる絵柄を非合焦状態の
カメラで撮像しモアレを抑制した基準画像を生成する手
順と、検査対象となる絵柄を非合焦状態のカメラで撮像
しモアレを抑制した検査画像を生成する手順と、前記基
準画像と検査画像とを互いに比較処理し両者の差分画像
を生成する比較手順と、前記差分画像をしきい処理し、
絵柄に含まれる欠陥を検出する手順とを行う絵柄検査方
法において、前記比較手順の前又は後に、互いに比較す
べき前記基準画像および検査画像又は比較結果を表わす
前記差分画像に対して注目画素の濃度値にその周辺近傍
画素の濃度値を加算する面積フィルタリング処理を施す
絵柄検査方法を特徴とする。また、更に具体的に、比較
手順の前処理として、基準画像に対し注目画素およびそ
の周辺近傍画素の濃度値の内の最大濃度値又は最小濃度
値と前記注目画素の濃度値とを置換する最大フィルタリ
ング処理又は最小フィルタリング処理を行うことを特徴
とする。SUMMARY OF THE INVENTION In order to achieve the above object, the present invention provides a procedure for generating a reference image with a moire suppressed by capturing an image of a reference image for inspection with a camera in a non-focus state. A procedure of generating an inspection image in which a pattern to be inspected is picked up by a camera in a non-focused state to suppress moire, and a comparison procedure of comparing the reference image and the inspection image with each other to generate a difference image between them, Thresholding the difference image,
In a pattern inspection method for performing a procedure of detecting a defect included in a pattern, before or after the comparison procedure, the density of the pixel of interest with respect to the reference image and the inspection image to be compared with each other or the difference image representing the comparison result. It is characterized by a pattern inspection method for performing an area filtering process for adding the density value of the peripheral neighboring pixels to the value. In addition, more specifically, as preprocessing of the comparison procedure, the maximum density value or the minimum density value of the density values of the pixel of interest and its neighboring pixels is replaced with the maximum value of the density of the pixel of interest for the reference image. A feature is that filtering processing or minimum filtering processing is performed.
【００１０】[0010]
【作用】まず、基準絵柄と検査対象の検査絵柄を非合焦
状態で撮像し基準画像および検査画像を作成する。次
に、基準画像をＭＡＸフィルタリング処理およびＭＩＮ
フィルタリング処理をする。次に、基準画像と検査画像
の面積フィルタリング処理を行い近傍画素に含まれる情
報を注目画素に取り入れる。非合焦状態で撮像した画像
の一画素だけでは輝度情報が小さくなるがその分、面積
としての情報が広がる。そこで、面積フィルタリングを
行って欠陥検出精度を高めている。また、近傍画素の加
算処理により画像のＳ／Ｎ比も改善される。この処理が
終了した基準画像と検査画像とをＦＩＸ差分処理する比
較手順を行う。次に、この手順済の画像の階調値と予め
定めたしきい値とを比較するしきい処理を行いその欠陥
を判定し出力する。First, the reference pattern and the inspection pattern to be inspected are picked up in an out-of-focus state to create a reference image and an inspection image. Next, the reference image is subjected to MAX filtering processing and MIN.
Perform filtering processing. Next, the area filtering process is performed on the reference image and the inspection image, and the information included in the neighboring pixels is incorporated into the pixel of interest. Although the luminance information is small with only one pixel of the image captured in the out-of-focus state, the information as the area is widened accordingly. Therefore, area filtering is performed to improve the defect detection accuracy. Moreover, the S / N ratio of the image is also improved by the addition processing of the neighboring pixels. A comparison procedure for performing FIX difference processing between the reference image and the inspection image for which this processing has been completed is performed. Next, a threshold process for comparing the gradation value of the image after the procedure with a predetermined threshold value is performed, and the defect is determined and output.
【００１１】[0011]
【実施例】以下、本発明の一実施例を図面に基づき説明
する。図１は本発明にかかわる絵柄の検査方法の大網を
示すブロック図、図２は本実施例の検査方法を詳細に説
明するためのブロック図、図３は他の実施例にかかわる
検査方法を説明するためのブロック図、図４は面積フィ
ルタリング処理の内容を説明するための説明用平面図、
図５は面積フィルタリングの処理を説明するための線図
である。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS An embodiment of the present invention will be described below with reference to the drawings. 1 is a block diagram showing a large net of a pattern inspection method according to the present invention, FIG. 2 is a block diagram for explaining the inspection method of the present embodiment in detail, and FIG. 3 is an inspection method according to another embodiment. FIG. 4 is a block diagram for explaining, FIG. 4 is a plan view for explaining the content of the area filtering process,
FIG. 5 is a diagram for explaining the area filtering process.
【００１２】図１に示すように、まず検査絵柄１と基準
絵柄２がテレビカメラ等により撮像される。この場合撮
像処理３は非合焦状態で行われる。非合焦状態の撮像と
は所謂ぼかし撮像である。以上により非合焦の検査画像
４と、同じく非合焦の基準画像５が作成される。基準画
像５はＭＡＸおよびＭＩＮフィルタによる前処理６を施
される。次に、検査画像４およびＭＡＸ，ＭＩＮフィル
タリング処理された基準画像５の面積フィルタリング処
理７が行われる。この処理が終わった両画像４，５は比
較手順８によりＦＩＸ差分処理される。この差分処理済
の画像（差分画像）階調値と予め決められたしきい値９
とが大小比較処理１０において比較される。この差分値
と予め定めたしきい値（許容値）との比較により検査絵
柄１に含まれる欠陥の判定が行われる。前記例は面積フ
ィルタリング処理７の後に比較手順８が行われる場合に
ついて説明したが、図１の二点鎖線ルートで示すように
ＭＡＸおよびＭＩＮフィルタによる前処理６の終了した
基準画像５と検査画像４との比較手順８ａを先に実施
し、その差分画像に面積フィルタリング処理７を施して
その後大小比較処理１０を行うようにしてもよい。な
お、この場合差分値は符号付差分とし絶対値差分としな
い。これによりノイズ成分がキャンセルされる。As shown in FIG. 1, first, the inspection pattern 1 and the reference pattern 2 are picked up by a television camera or the like. In this case, the imaging process 3 is performed in the out-of-focus state. The image pickup in the out-of-focus state is so-called blur image pickup. As described above, the non-focused inspection image 4 and the non-focused reference image 5 are created. The reference image 5 is preprocessed 6 by the MAX and MIN filters. Next, an area filtering process 7 is performed on the inspection image 4 and the MAX, MIN filtered reference image 5. Both images 4 and 5 which have been subjected to this processing are subjected to FIX difference processing by a comparison procedure 8. This difference-processed image (difference image) tone value and a predetermined threshold value 9
And are compared in the magnitude comparison processing 10. The defect included in the inspection pattern 1 is determined by comparing the difference value with a predetermined threshold value (allowable value). In the above example, the case where the comparison procedure 8 is performed after the area filtering process 7 has been described. The comparison procedure 8a may be performed first, the area filtering process 7 may be performed on the difference image, and then the magnitude comparison process 10 may be performed. In this case, the difference value is a signed difference and not an absolute value difference. This cancels the noise component.
【００１３】（実施例１）図２はＦＩＸ差分処理（比較
手順８）の前に面積フィルタリング処理７を行う実施例
を示す。図において符号１１は検査画像の処理経路を示
し、符号１２，１３はＭＡＸフィルタリング処理及びＭ
ＩＮフィルタリング処理される基準画像の処理経路を示
す。検査画像の処理経路１１では直接ｎ×ｎ近傍加算回
路ｒにより面積フィルタリング処理（図１）が行われ
る。本実施例ではｎ＝３とする。一方、ＭＡＸフィルタ
リング処理経路１２ではｎ×ｎ（３×３）のＭＡＸフィ
ルタａによるフィルタリング処理を行い、フレームメモ
リｃにその結果を格納する。更に、ｎ×ｎ（３×３）近
傍加算回路ｐによる面積フィルタリング処理が行われ
る。また、ＭＩＮフィルタリング処理経路１３では３×
３のＭＩＮフィルタｂによるフィルタリング処理ｂが行
われ、その結果を一時フレームメモリｄに格納する。更
に、３×３近傍加算回路ｑにより面積フィルタリング処
理が行われる。３×３近傍加算回路ｒ，ｐ，ｑの面積フ
ィルタリング処理の終了した検査画像と基準画像はＦＩ
Ｘ差分回路ｅ，ｆにより処理がされ、大小比較回路ｇ，
ｈによりしきい値ｉ，ｊと各々比較されゲートｋを介し
て出力ｋされる。(Embodiment 1) FIG. 2 shows an embodiment in which the area filtering process 7 is performed before the FIX difference process (comparing procedure 8). In the figure, reference numeral 11 indicates a processing path of the inspection image, and reference numerals 12 and 13 indicate MAX filtering processing and M
The processing path of the reference image to be IN-filtered is shown. In the inspection image processing path 11, the area filtering processing (FIG. 1) is directly performed by the n × n neighborhood adding circuit r. In this embodiment, n = 3. On the other hand, the MAX filtering process path 12 performs a filtering process by the n × n (3 × 3) MAX filter a and stores the result in the frame memory c. Further, the area filtering process is performed by the n × n (3 × 3) neighborhood adding circuit p. In the MIN filtering processing path 13, 3 ×
The filtering process b by the MIN filter b of No. 3 is performed, and the result is stored in the temporary frame memory d. Further, the area filtering process is performed by the 3 × 3 neighborhood adding circuit q. The inspection image and the reference image after the area filtering processing of the 3 × 3 neighborhood adding circuits r, p, and q are FI
Processing is performed by the X difference circuits e and f, and the magnitude comparison circuit g,
It is compared with the threshold values i and j by h and is output k via the gate k.
【００１４】次に、図４，図５により、３×３近傍加算
回路の処理動作を説明する。図５に示すように、この３
×３加算回路の面積フィルタリング処理前における微少
欠陥１４まわりの検査画像の階調値の曲線が符号１５に
より示されている。この検査画像に含まれる欠陥１４の
階調値は非合焦撮像のための面積的に広がっておりしき
い値１６を下廻るため欠陥検出が出来ない。一方、３×
３近傍加算回路の面積フィルタリング処理を行った後の
欠陥１４まわりの検査画像の階調値の曲線が二点鎖線に
より符号１７で示されている。このように、面積フィル
タリングを行うことにより周辺に広がった面積精度を欠
陥判定に生かせる。また、面積フィルタリングにより画
像のＳ／Ｎ比も改善する。すなわち、欠陥判定は輝度値
での判定より面積判定の方が安定している。一方、図４
は３×３の面積フィルタ１８による面積フィルタリング
処理の内容を示すものである。図中Ｅが、例えば図５の
欠陥１４の中心位置に整合し注目画素に相当する。Ａ，
Ｂ，Ｃ，Ｄ，Ｆ，Ｇ，Ｈ，Ｉの画素はＥのまわりの周辺
近傍画素に相当する。Ａ乃至Ｉの各画素の階調値をＡ′
乃至Ｉ′とし、注目画素Ｅの面積フィルタリング処理済
の階調値を［Ｅ］とすると［Ｅ］＝Ａ′＋Ｂ′＋Ｃ′＋
Ｄ′＋Ｅ′＋Ｆ′＋Ｇ′＋Ｈ′＋Ｉ′／９となる。以上
の処理をすべての画素に対し行うことにより非合焦画像
の面積フィルタリング処理が行われる。Next, the processing operation of the 3 × 3 neighborhood adding circuit will be described with reference to FIGS. As shown in FIG.
The curve of the gradation value of the inspection image around the minute defect 14 before the area filtering processing of the × 3 addition circuit is shown by reference numeral 15. Since the gradation value of the defect 14 included in this inspection image is widened in area for the non-focused imaging and is below the threshold value 16, the defect cannot be detected. Meanwhile, 3x
The curve of the gradation value of the inspection image around the defect 14 after the area filtering process of the 3-neighbor addition circuit is indicated by a two-dot chain line. In this way, by performing the area filtering, the area accuracy spread to the periphery can be used for the defect determination. Area filtering also improves the S / N ratio of the image. That is, the defect determination is more stable in the area determination than in the luminance value determination. On the other hand, FIG.
Shows the contents of the area filtering process by the 3 × 3 area filter 18. E in the figure corresponds to the pixel of interest aligned with the center position of the defect 14 in FIG. 5, for example. A,
The pixels of B, C, D, F, G, H, and I correspond to peripheral neighboring pixels around E. The gradation value of each pixel of A to I is A ′
To I ', and the gradation value of the pixel E of interest subjected to area filtering is [E] = [E] = A' + B '+ C' +
D '+ E' + F '+ G' + H '+ I' / 9. By performing the above processing for all the pixels, the area filtering processing of the out-of-focus image is performed.
【００１５】（実施例２）図３に本発明の別の実施例２
を示す。実施例２は基準画像と検査画像とをＦＩＸ差分
回路ｅ，ｆで処理した後にｎ×ｎ近傍加算回路ｐ，ｑで
面積フィルタリング処理を行うものでその他の処理につ
いては図２に示す実施例１と同様である。この場合は前
記したようにＦＩＸ差分処理は符号付差分とする。絶対
値差分ではノイズ成分がキャンセルされないためであ
る。実施例２によっても前記実施例１とほぼ同様の効果
を上げることが出来る。更に、ｎ×ｎ近傍加算回路の個
数を一個削減できる。(Embodiment 2) FIG. 3 shows another embodiment 2 of the present invention.
Indicates. In the second embodiment, the reference image and the inspection image are processed by the FIX difference circuits e and f, and then the area filtering process is performed by the n × n neighborhood adding circuits p and q. The other processes are the first embodiment shown in FIG. Is the same as. In this case, as described above, the FIX difference processing is the signed difference. This is because the noise component is not canceled by the absolute value difference. According to the second embodiment, almost the same effect as that of the first embodiment can be obtained. Furthermore, the number of n × n neighborhood adder circuits can be reduced by one.
【００１６】以上において各実施例はインラインの印刷
物に適用される場合を説明したが勿論これに限定するも
のではない。また、面積フィルタ１８もｎ＝３に限定す
るものではない。また、図１０に示した絵柄２５は本発
明をわかり易く説明するためのものでその他の任意の絵
柄に対して本発明は適用される。また、カメラとして
は、例えばＣＣＤを内蔵したビデオカメラを用いる。In the above, each of the embodiments has been described as applied to in-line printed matter, but is not limited to this. Further, the area filter 18 is not limited to n = 3. Further, the design 25 shown in FIG. 10 is for explaining the present invention in an easy-to-understand manner, and the present invention is applied to any other design. As the camera, for example, a video camera with a built-in CCD is used.
【００１７】[0017]
【発明の効果】本発明によれば、次のような顕著な効果
を奏する。 １）モアレを抑制し得ると共に、欠陥判定として画素毎
の輝度値での判定の替りに面積判定を採用したため、欠
陥判定が正確に、かつ安定して行われる。 ２）欠陥，特に微少欠陥の検出能力が高く、検査の信頼
性の向上が図れる。 ３）画像のＳ／Ｎを改善することが出来る。 ４）自動的に欠陥判定が可能なため、インラインにおけ
る印刷物の品質管理，工程管理が可能になる。According to the present invention, the following remarkable effects are obtained. 1) Moire can be suppressed, and area determination is adopted as defect determination instead of determination using a luminance value for each pixel, so defect determination can be performed accurately and stably. 2) The ability to detect defects, especially minute defects, is high, and the reliability of inspection can be improved. 3) The S / N of the image can be improved. 4) Since defects can be automatically determined, in-line quality control of printed matter and process control are possible.
【図１】本発明の検査方法の大網を示すブロック図。FIG. 1 is a block diagram showing a large network of an inspection method of the present invention.
【図２】本発明の実施例１のブロック図。FIG. 2 is a block diagram of the first embodiment of the present invention.
【図３】本発明の実施例２のブロック図。FIG. 3 is a block diagram of a second embodiment of the present invention.
【図４】各実施例における面積フィルタリング処理を説
明するための説明用平面図。FIG. 4 is an explanatory plan view for explaining an area filtering process in each embodiment.
【図５】各実施例の面積フィルタリング処理の効果を説
明するための線図。FIG. 5 is a diagram for explaining the effect of the area filtering process of each embodiment.
【図６】モアレ現象を説明するための説明図。FIG. 6 is an explanatory diagram for explaining a moire phenomenon.
【図７】合焦画像における欠陥判定を説明するための線
図。FIG. 7 is a diagram for explaining defect determination in a focused image.
【図８】非合焦画像における欠陥判定を説明するための
線図。FIG. 8 is a diagram for explaining defect determination in an out-of-focus image.
【図９】本発明の適用される印刷ラインシステムの一例
を示す構成図。FIG. 9 is a configuration diagram showing an example of a printing line system to which the present invention is applied.
【図１０】印刷物の絵柄の一例を示す平面図。FIG. 10 is a plan view showing an example of a design of a printed matter.
【図１１】ＭＡＸフィルタリング処理およびＭＩＮフィ
ルタリング処理を説明するための線図。FIG. 11 is a diagram for explaining a MAX filtering process and a MIN filtering process.
【図１２】絵柄検査方法の参考例を示すブロック図。FIG. 12 is a block diagram showing a reference example of a pattern inspection method.
１ 検査絵柄 ２ 基準絵柄 ３ 非合焦状態の撮像処理 ４ 検査画像 ５ 基準画像 ６ ＭＡＸおよびＭＩＮフィルタによる前処理 ７ 面積フィルタリング処理 ８ 比較手順（ＦＩＸ差分処理） ９ しきい値 １０ 大小比較処理 １１ 検査画像の処理経路 １２ 基準画像のＭＡＸフィルタリング処理経路 １３ 基準画像のＭＩＮフィルタリング処理経路 １４ 欠陥 １５ 検査画像の階調値曲線 １６ しきい値 １７ 面積フィルタリング処理済の検査画像の階調値曲
線 １８ 面積フィルタ １９ 巻き出しウェブ ２０ 印刷用紙 ２１ 印刷部 ２２ ビデオカメラ ２３ 処理回路 ２４ ロータリエンコーダ ２５ 絵柄 ２６ 欠陥 ２７ 欠陥1 Inspection pattern 2 Reference pattern 3 Imaging process in out-of-focus state 4 Inspection image 5 Reference image 6 Pre-processing by MAX and MIN filter 7 Area filtering process 8 Comparison procedure (FIX difference processing) 9 Threshold value 10 Large / small comparison processing 11 Inspection Image processing path 12 MAX image filtering processing path of reference image 13 MIN filtering processing path of reference image 14 Defect 15 Gradation value curve of inspection image 16 Threshold value 17 Gradation value curve of inspection image after area filtering 18 Area filter 19 Unwinding Web 20 Printing Paper 21 Printing Section 22 Video Camera 23 Processing Circuit 24 Rotary Encoder 25 Picture 26 Defect 27 Defect
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06245463AJP3134280B2 (en) | 1994-10-11 | 1994-10-11 | Picture inspection method |
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06245463AJP3134280B2 (en) | 1994-10-11 | 1994-10-11 | Picture inspection method |
| Publication Number | Publication Date |
|---|---|
| JPH08110307Atrue JPH08110307A (en) | 1996-04-30 |
| JP3134280B2 JP3134280B2 (en) | 2001-02-13 |
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP06245463AExpired - Fee RelatedJP3134280B2 (en) | 1994-10-11 | 1994-10-11 | Picture inspection method |
| Country | Link |
|---|---|
| JP (1) | JP3134280B2 (en) |
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013195578A (en)* | 2012-03-16 | 2013-09-30 | Fuji Xerox Co Ltd | Image evaluation device, image forming system and program |
| JP2016219746A (en)* | 2015-05-26 | 2016-12-22 | 株式会社Ｓｃｒｅｅｎホールディングス | Inspection device and substrate processing apparatus |
| US10546766B2 (en) | 2015-04-23 | 2020-01-28 | SCREEN Holdings Co., Ltd. | Inspection device and substrate processing apparatus |
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DK2156759T3 (en) | 2007-05-30 | 2017-07-10 | Aderans Kk | Wig fastening element and method of attaching a wig with the element |
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013195578A (en)* | 2012-03-16 | 2013-09-30 | Fuji Xerox Co Ltd | Image evaluation device, image forming system and program |
| US10546766B2 (en) | 2015-04-23 | 2020-01-28 | SCREEN Holdings Co., Ltd. | Inspection device and substrate processing apparatus |
| JP2016219746A (en)* | 2015-05-26 | 2016-12-22 | 株式会社Ｓｃｒｅｅｎホールディングス | Inspection device and substrate processing apparatus |
| Publication number | Publication date |
|---|---|
| JP3134280B2 (en) | 2001-02-13 |
| Publication | Publication Date | Title |
|---|---|---|
| US7199824B2 (en) | Intelligent blemish control algorithm and apparatus | |
| CN103369347B (en) | Camera blemish defects detection | |
| JP4054184B2 (en) | Defective pixel correction device | |
| JP4668185B2 (en) | Image processing method | |
| KR20060060742A (en) | Apparatus and method for automated web inspection | |
| JP4591046B2 (en) | Defect detection correction circuit and defect detection correction method | |
| JP2004239733A (en) | Screen defect detection method and apparatus | |
| JP2005165387A (en) | Screen streak defect detection method and apparatus, and display device | |
| JP3134280B2 (en) | Picture inspection method | |
| JP4520880B2 (en) | Blot inspection method and blot inspection apparatus | |
| Matsushita et al. | An improved camera identification method based on the texture complexity and the image restoration | |
| JP4244046B2 (en) | Image processing method and image processing apparatus | |
| JP5190619B2 (en) | Inspection method for inspection object and inspection apparatus therefor | |
| JP3015325B2 (en) | Streak inspection method and device | |
| JP2004219072A (en) | Screen streak defect detection method and device | |
| JP5239275B2 (en) | Defect detection method and defect detection apparatus | |
| JP3433333B2 (en) | Defect inspection method | |
| JP4273835B2 (en) | Signal processing apparatus and electronic camera | |
| JP3710915B2 (en) | Inspection method of surface defects | |
| JP4585109B2 (en) | Steel plate surface flaw detection device, detection method, and storage medium | |
| JPH04239886A (en) | Picture noise removing device | |
| CN119006327B (en) | Neural network application system for image data processing | |
| JPH06147855A (en) | Image inspection method | |
| JP3912063B2 (en) | Detection method of image shading unevenness | |
| JPH0777495A (en) | Pattern inspection method |
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) | Free format text:PAYMENT UNTIL: 20071201 Year of fee payment:7 | |
| FPAY | Renewal fee payment (event date is renewal date of database) | Free format text:PAYMENT UNTIL: 20081201 Year of fee payment:8 | |
| FPAY | Renewal fee payment (event date is renewal date of database) | Free format text:PAYMENT UNTIL: 20091201 Year of fee payment:9 | |
| FPAY | Renewal fee payment (event date is renewal date of database) | Free format text:PAYMENT UNTIL: 20091201 Year of fee payment:9 | |
| FPAY | Renewal fee payment (event date is renewal date of database) | Free format text:PAYMENT UNTIL: 20101201 Year of fee payment:10 | |
| FPAY | Renewal fee payment (event date is renewal date of database) | Free format text:PAYMENT UNTIL: 20111201 Year of fee payment:11 | |
| FPAY | Renewal fee payment (event date is renewal date of database) | Free format text:PAYMENT UNTIL: 20121201 Year of fee payment:12 | |
| LAPS | Cancellation because of no payment of annual fees |