專利名稱：圖像處理設(shè)備、圖像處理方法和計(jì)算機(jī)程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理設(shè)備、圖像處理方法和計(jì)算機(jī)程序，其用于將通過拍攝判定目標(biāo)對象的圖像而獲得的多值圖像與參考多值圖像相比較。
背景技術(shù)：
傳統(tǒng)上，已經(jīng)開發(fā)出這樣一種方法，其通過簡單地將通過拍攝判定目標(biāo)對象的圖像而獲得的多值圖像與參考多值圖像相比較來判定判定目標(biāo)對象是否為非次品。然而，在所述圖像之間的簡單比較中，不可能考慮到由非次品本身的形狀差異、計(jì)算誤差、噪聲等所導(dǎo)致的像素值中的改變，并且存在不可能正確判定非次品的問題。例如，即使是非次品也可能被錯(cuò)誤地判定為次品。為了解決這種問題，例如，日本未審查專利公開No. 2005-265661公開了一種技術(shù)，其中針對多個(gè)非次品準(zhǔn)備多值圖像，并獲得其平均值圖像和標(biāo)準(zhǔn)差(standard deviation)圖像。在該技術(shù)中，可以穩(wěn)定地作出一個(gè)對象是否有缺陷的判定。更具體地，將針對多個(gè)非次品的多值圖像進(jìn)行對準(zhǔn)，之后針對每個(gè)坐標(biāo)處的像素的像素值來計(jì)算平均值和標(biāo)準(zhǔn)差。將判定目標(biāo)對象的多值圖像與非次品的多值圖像對準(zhǔn)。之后，針對每個(gè)坐標(biāo)處的像素計(jì)算與平均值的差值，并且根據(jù)標(biāo)準(zhǔn)差將其與針對每個(gè)像素定義的閾值圖像來進(jìn)行比較，從而判定該對象是否為非次品。在該方法中，根據(jù)每個(gè)像素的像素值的差異程度可以有效地消除由非次品本身的形狀差異、計(jì)算誤差、噪聲等所導(dǎo)致的像素值中的差異，并且，由于對象被判定為非次品的范圍在每個(gè)像素中是不同的，因此可以對每個(gè)部分定義用于判定非次品的適當(dāng)閾值。因此， 能夠以高準(zhǔn)確度來判定非次品。然而，在日本未審查專利公開No. 2005-265661中公開的所述圖像處理方法中，當(dāng)輪廓線附近存在缺陷時(shí)，由于像素值的標(biāo)準(zhǔn)差大而難以識(shí)別出該缺陷。因此，存在檢測缺陷的敏感度減小的問題。像素值的標(biāo)準(zhǔn)差在輪廓線附近較大的原因在于對準(zhǔn)過程中的小差別、成像位置中的小差別、各個(gè)非次品的差異等。在黑白圖像中難以檢測到顏色的差別。另外還存在這樣的問題，即，當(dāng)在所有灰度級中存在大的差異時(shí)，很難檢測到亮度局部不同的部分，例如表面凹下去的部分。

發(fā)明內(nèi)容
考慮到上述情形作出了本發(fā)明，本發(fā)明的一個(gè)目的是提供圖像處理設(shè)備、圖像處理方法和計(jì)算機(jī)程序，用于即使針對輪廓線附近的缺陷和顏色差別也能選擇適當(dāng)?shù)奶卣髁刻崛⊙b置，從而能夠以高準(zhǔn)確度檢測非次品的存在以及可靠地判定非次品。為了實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的一個(gè)實(shí)施例，提供了一種圖像處理設(shè)備，用于通過將拍攝判定目標(biāo)對象的圖像而得到的多值圖像與非次品的多值圖像組相比較來判定非次品，所述圖像處理設(shè)備包括非次品圖像獲取裝置，用于得到由圖像拍攝裝置拍攝的非次品的多個(gè)第一多值圖像；選擇接收裝置，用于接收多個(gè)特征量提取裝置中任一個(gè)的選擇，所述多個(gè)特征量提取裝置至少包括第一特征量提取裝置和第二特征量提取裝置，其中所述第一特征量提取裝置針對所得到的第一多值圖像中的每個(gè)像素來提取顏色分量的像素值作為特征量，所述第二特征量提取裝置針對所得到的第一多值圖像中的每個(gè)像素來提取兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量；分布范圍計(jì)算裝置，用于基于由對其的選擇被接收的特征量提取裝置所提取的特征量來計(jì)算用于判定非次品的分布范圍；多值圖像獲取裝置， 用于得到判定目標(biāo)對象的第二多值圖像；和判定裝置，用于針對所得到的第二多值圖像中的每個(gè)像素來以其選擇被接收的特征量提取裝置提取特征量，并且判定該特征量是否包括在對應(yīng)于所提取的特征量的分布范圍內(nèi)。根據(jù)本發(fā)明的另一個(gè)實(shí)施例，在根據(jù)第一方面的圖像處理設(shè)備中，當(dāng)接收了第一特征量提取裝置的選擇時(shí)，所述分布范圍計(jì)算裝置包括像素均值計(jì)算裝置，用于計(jì)算在所得到的第一多值圖像中各個(gè)像素中的顏色分量的像素值的均值；和像素值分布范圍計(jì)算裝置，用于針對所述第一多值圖像中的每個(gè)像素基于所計(jì)算的顏色分量的像素值的均值來計(jì)算多維空間中的像素值的分布范圍，在所述多維空間中，將顏色分量分別取作坐標(biāo)軸，所述判定裝置被配置用于針對所得到的第二多值圖像中的每個(gè)像素計(jì)算顏色分量的像素值，并且判定該像素值是否包括在其中顏色分量被分別取作坐標(biāo)軸的所述多維空間中的像素值的分布范圍內(nèi)，以及當(dāng)接收了第二特征量提取裝置的選擇時(shí)，所述分布范圍計(jì)算裝置包括 基于方向的邊緣強(qiáng)度計(jì)算裝置，用于針對所得到的第一多值圖像中的每個(gè)像素計(jì)算兩個(gè)不同方向上的邊緣強(qiáng)度；邊緣強(qiáng)度均值計(jì)算裝置，用于基于所計(jì)算的邊緣強(qiáng)度針對第一多值圖像中的每個(gè)像素計(jì)算兩個(gè)不同方向上的邊緣強(qiáng)度的均值；和邊緣強(qiáng)度分布范圍計(jì)算裝置，用于針對第一多值圖像中的每個(gè)像素以所計(jì)算的均值為中心計(jì)算兩個(gè)不同方向上的邊緣強(qiáng)度的互相關(guān)分布范圍，并且所述判定裝置被配置用于針對所得到的第二多值圖像中的每個(gè)像素計(jì)算兩個(gè)不同方向上的邊緣強(qiáng)度，并且判定該邊緣強(qiáng)度是否包括在對應(yīng)于所計(jì)算的邊緣強(qiáng)度的互相關(guān)分布范圍內(nèi)。根據(jù)本發(fā)明的另一個(gè)實(shí)施例，在根據(jù)第二方面的圖像處理設(shè)備中，所述基于方向的邊緣強(qiáng)度計(jì)算裝置被配置用于計(jì)算在互相垂直的兩個(gè)方向上的邊緣強(qiáng)度。根據(jù)本發(fā)明的另一個(gè)實(shí)施例，在根據(jù)第三方面的圖像處理設(shè)備中，所述基于方向的邊緣強(qiáng)度計(jì)算裝置被配置用于計(jì)算在二維圖像中的行方向和列方向的兩個(gè)方向上的邊緣強(qiáng)度。根據(jù)本發(fā)明的另一個(gè)實(shí)施例，在根據(jù)第一到第四方面中任一方面的圖像處理設(shè)備中，所述分布范圍計(jì)算裝置被配置用于計(jì)算互相關(guān)分布范圍作為虛擬橢圓區(qū)域。根據(jù)本發(fā)明的另一個(gè)實(shí)施例，在根據(jù)第五方面的圖像處理設(shè)備中，所述判定裝置包括用于計(jì)算馬哈朗諾比斯距離的距離計(jì)算裝置，所述馬哈朗諾比斯距離通過如下方式得到采用虛擬橢圓區(qū)域的重心與邊界之間的從該重心到特征量的方向上的距離，來將從虛擬橢圓區(qū)域的重心到針對第二多值圖像的每個(gè)像素而從第二多值圖像提取的特征量之間的距離進(jìn)行歸一化，通過判定所計(jì)算的馬哈朗諾比斯距離是否小于預(yù)定值來作出關(guān)于邊緣強(qiáng)度是否包括在互相關(guān)分布范圍中的判定。根據(jù)本發(fā)明的另一個(gè)實(shí)施例，在根據(jù)第五方面的圖像處理設(shè)備中，所述距離計(jì)算裝置被配置用于計(jì)算歐幾里得距離，所述歐幾里得距離是從虛擬橢圓區(qū)域的重心到針對第二多值圖像的每個(gè)像素而從第二多值圖像提取的特征量之間的距離，并且所述判定裝置被配置用于通過判定所計(jì)算的歐幾里得距離是否小于預(yù)定值來判定邊緣強(qiáng)度是否包括在互相關(guān)分布范圍內(nèi)。根據(jù)本發(fā)明的另一個(gè)實(shí)施例，在根據(jù)第一到第七方面中任一方面的圖像處理設(shè)備中，還包括位置調(diào)節(jié)裝置，用于對準(zhǔn)所述第一多值圖像和所述第二多值圖像。根據(jù)本發(fā)明的另一個(gè)實(shí)施例，在根據(jù)第一到第八方面中任一方面的圖像處理設(shè)備中，還包括第三特征量提取裝置，用于提取判定目標(biāo)對象的表面粗糙度的特征量，其中當(dāng)接收了所述第三特征量提取裝置的選擇時(shí)，所述分布范圍計(jì)算裝置被配置用于基于所得到的第一多值圖像的每個(gè)像素的粗糙度特征量計(jì)算每個(gè)像素的均值和分布范圍，并且判定所述均值與針對每個(gè)像素的第二多值圖像的粗糙度特征量之間的差值是否小于預(yù)定值。根據(jù)本發(fā)明的另一個(gè)實(shí)施例，在根據(jù)第一到第九方面中任一方面的圖像處理設(shè)備中，當(dāng)所述選擇接收裝置接收了多個(gè)特征量提取裝置的選擇，并且由其選擇被接收的特征量提取裝置所提取的特征量的任一個(gè)被判定為沒有包括在對應(yīng)于該特征量的分布范圍內(nèi)時(shí)，所述判定裝置判定所述判定目標(biāo)對象不是非次品。接著，為了實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的另一個(gè)實(shí)施例，提供了一種圖像處理方法，其通過圖像處理設(shè)備來執(zhí)行，所述圖像處理設(shè)備用于通過將拍攝判定目標(biāo)對象的圖像而得到的多值圖像與非次品的多值圖像組相比較來判定非次品，所述圖像處理方法包括以下步驟得到由圖像拍攝裝置拍攝的非次品的多個(gè)第一多值圖像；接收多個(gè)提取步驟中任一個(gè)提取步驟所做的選擇，所述多個(gè)提取步驟至少包括第一提取步驟和第二提取步驟，其中所述第一提取步驟針對所得到的第一多值圖像中的每個(gè)像素來提取顏色分量的像素值作為特征量，所述第二提取步驟針對所得到的第一多值圖像中的每個(gè)像素來提取兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量；以其選擇被接收的提取步驟來提取特征量，并且基于所提取的特征量計(jì)算用于判定非次品的分布范圍；得到判定目標(biāo)對象的第二多值圖像；以及針對所得到的第二多值圖像中的每個(gè)像素來以其選擇被接收的提取步驟提取特征量，并且判定該特征量是否包括在對應(yīng)于所提取的特征量的分布范圍內(nèi)。接著，為了實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的另一個(gè)實(shí)施例，提供了一種計(jì)算機(jī)程序， 其通過圖像處理設(shè)備來執(zhí)行，所述圖像處理設(shè)備用于通過將拍攝判定目標(biāo)對象的圖像而得到的多值圖像與非次品的多值圖像組相比較來判定非次品，所述計(jì)算機(jī)程序使得所述圖像處理設(shè)備實(shí)現(xiàn)以下功能非次品圖像獲取裝置，用于得到由圖像拍攝裝置拍攝的非次品的多個(gè)第一多值圖像；選擇接收裝置，用于接收多個(gè)特征量提取裝置中任一個(gè)的選擇，所述多個(gè)特征量提取裝置至少包括第一特征量提取裝置和第二特征量提取裝置，其中所述第一特征量提取裝置針對所得到的第一多值圖像中的每個(gè)像素來提取顏色分量的像素值作為特征量，所述第二特征量提取裝置針對所得到的第一多值圖像中的每個(gè)像素來提取兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量；分布范圍計(jì)算裝置，用于基于由其選擇被接收的特征量提取裝置所提取的特征量來計(jì)算用于判定非次品的分布范圍；多值圖像獲取裝置，用于得到判定目標(biāo)對象的第二多值圖像；和判定裝置，用于針對所得到的第二多值圖像中的每個(gè)像素來以其選擇被接收的特征量提取裝置提取特征量，并且判定該特征量是否包括在對應(yīng)于所提取的特征量的分布范圍內(nèi)。根據(jù)實(shí)施例的第一、第十一、和第十二方面，得到了由圖像拍攝裝置所拍攝的非次品的多個(gè)第一多值圖像。接收多個(gè)特征量提取裝置的任一個(gè)的選擇。多個(gè)特征量提取裝置至少包括第一特征量提取裝置和第二特征量提取裝置。第一特征量提取裝置針對所得到的第一多值圖像中的每個(gè)像素來提取顏色分量的像素值作為特征量。第二特征量提取裝置針對所得到的第一多值圖像中的每個(gè)像素來提取兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量?；谄溥x擇被接收的那個(gè)特征量提取裝置所提取的特征量來計(jì)算用于判定非次品的分布范圍。得到判定目標(biāo)對象的第二多值圖像。針對所得到的第二多值圖像中的每個(gè)像素，利用其選擇被接收的那個(gè)特征量提取裝置來提取特征量，并且作出與該特征量是否包括在對應(yīng)于所提取的特征量的分布范圍內(nèi)有關(guān)的判定。因此，可以根據(jù)第二多值圖像的性質(zhì)來選擇特征量提取裝置，從而，即使當(dāng)缺陷發(fā)生在接近于輪廓線處時(shí)，也能通過選擇適當(dāng)?shù)奶卣髁縼頇z測到該缺陷，并且還可以以高靈敏度檢測到顏色差別。例如，當(dāng)其選擇被接收的那個(gè)特征量是顏色分量的像素值時(shí)，可以檢測到與非次品的顏色差別。當(dāng)其選擇被接收的那個(gè)特征量包括兩個(gè)不同方向上的邊緣強(qiáng)度時(shí)，可以檢測到輪廓線附近的缺陷。根據(jù)本發(fā)明的第二方面，當(dāng)接收到用作要被提取的特征量的顏色分量的像素值的選擇時(shí)，計(jì)算所得到的第一多值圖像中各個(gè)像素中的顏色分量的像素值的均值，并且，針對第一多值圖像中的每個(gè)像素基于所算出的顏色分量的像素值的均值來計(jì)算多維空間(其中顏色分量被分別取作坐標(biāo)軸)中的像素值的分布范圍。計(jì)算所得到的第二多值圖像中的每個(gè)像素的顏色分量的像素值，并且判定該像素值是否包括在其中顏色分量被分別取作坐標(biāo)軸的所述多維空間中的像素值的分布范圍內(nèi)。另一方面，當(dāng)接收到用作要被提取的特征量的在兩個(gè)不同方向上的邊緣強(qiáng)度的選擇時(shí)，針對所得到的第一多值圖像中的每個(gè)像素來計(jì)算兩個(gè)不同方向上的邊緣強(qiáng)度?；谒?jì)算的邊緣強(qiáng)度來計(jì)算第一多值圖像中每個(gè)像素的在兩個(gè)不同方向上的邊緣強(qiáng)度的均值。針對第一多值圖像中的每個(gè)像素以所計(jì)算的均值作為中心來計(jì)算兩個(gè)不同方向上的邊緣強(qiáng)度的互相關(guān)分布范圍。針對所得到的第二多值圖像中的每個(gè)像素來計(jì)算兩個(gè)不同方向上的邊緣強(qiáng)度。判定該邊緣強(qiáng)度是否包括在對應(yīng)于所計(jì)算的邊緣強(qiáng)度的互相關(guān)分布范圍內(nèi)。因此，當(dāng)其選擇被接收的特征量是顏色分量的像素值時(shí)，可以通過判定該像素值是否包括在所計(jì)算的像素值分布范圍內(nèi)來檢測顏色差別。當(dāng)其選擇被接收的特征量包括兩個(gè)不同方向上的邊緣強(qiáng)度時(shí)，可以通過判定該邊緣強(qiáng)度是否包括在所計(jì)算的邊緣強(qiáng)度互相關(guān)分布范圍內(nèi)來檢測輪廓線附近的缺陷。根據(jù)本發(fā)明的第三方面，在互相垂直的兩個(gè)方向上計(jì)算邊緣強(qiáng)度。因此，可以容易地計(jì)算分布范圍，并且可以減小算術(shù)處理的負(fù)荷。根據(jù)本發(fā)明的第四方面，在二維圖像中的行方向和列方向的兩個(gè)方向上計(jì)算邊緣強(qiáng)度。因此，可以更容易地計(jì)算互相關(guān)分布范圍，并且可以進(jìn)一步減小算術(shù)處理的負(fù)荷。根據(jù)本發(fā)明的第五方面，互相關(guān)分布范圍被計(jì)算為虛擬橢圓區(qū)域。這使得更易于判定針對第二多值圖像中每個(gè)像素而計(jì)算的在兩個(gè)不同方向上的邊緣強(qiáng)度是否包括在互相關(guān)分布范圍內(nèi)。根據(jù)本發(fā)明的第六方面，通過使用虛擬橢圓區(qū)域的重心與邊界之間在從該重心到針對第二多值圖像的每個(gè)像素而從第二多值圖像提取的特征量的方向上的距離來將從虛擬橢圓區(qū)域的重心到該特征量之間的距離歸一化，來計(jì)算出馬哈朗諾比斯距離。通過判定所計(jì)算的馬哈朗諾比斯距離是否小于預(yù)定值來判定邊緣強(qiáng)度是否包括在互相關(guān)分布范圍內(nèi)。因此，由于使用了馬哈朗諾比斯距離，所以從重心到邊緣強(qiáng)度之間的距離可以表示為關(guān)于重心與互相關(guān)分布范圍的邊界線之間的距離的比值。因此，可以以根據(jù)非次品分布擴(kuò)展的靈敏度來判定邊緣強(qiáng)度是否包括在互相關(guān)分布范圍內(nèi)。根據(jù)本發(fā)明的第七方面，計(jì)算歐幾里得距離，其是從虛擬橢圓區(qū)域的重心到針對第二多值圖像的每個(gè)像素而從第二多值圖像中提取的特征量之間的距離。通過判定所計(jì)算的歐幾里得距離是否小于預(yù)定值來判定邊緣強(qiáng)度是否包括在互相關(guān)分布范圍內(nèi)。因此，由于使用了歐幾里得距離，所以，可以計(jì)算出與其中對象被判定為非次品的互相關(guān)分布范圍的偏離程度，而不會(huì)由于分布擴(kuò)展幅度的緣故使得大大改變靈敏度。根據(jù)本發(fā)明的第八方面，將第一多值圖像和第二多值圖像對準(zhǔn)?？梢詼?zhǔn)確地判定針對第二多值圖像中的每個(gè)像素而計(jì)算的在兩個(gè)不同方向上的邊緣強(qiáng)度是否包括在互相關(guān)分布范圍內(nèi)。根據(jù)本發(fā)明的第九方面，提供了第三特征量提取裝置來提取判定目標(biāo)對象的表面粗糙度的特征量。當(dāng)接收了第三特征量提取裝置的選擇時(shí)，分布范圍計(jì)算裝置基于所得到的第一多值圖像的每個(gè)像素的粗糙度特征量來計(jì)算每個(gè)像素的均值和分布范圍，并判定該均值與針對每個(gè)像素的第二多值圖像的粗糙度特征量之間的差值是否小于預(yù)定值。因此， 可以區(qū)分判定目標(biāo)對象的多值圖像的粗糙度、不平整度等，并且可以可靠地檢測判定目標(biāo)對象的表面粗糙度的差別。根據(jù)本發(fā)明的第十方面，當(dāng)接收到多個(gè)特征量提取裝置的選擇，并且在判定由其選擇被接收的特征量提取裝置所提取的任意特征量沒有包括在對應(yīng)于該特征量的分布范圍內(nèi)時(shí)，判定裝置判定該判定目標(biāo)對象不是非次品。因此，即使當(dāng)基于不適當(dāng)?shù)奶卣髁繉⒉皇欠谴纹返呐卸繕?biāo)對象錯(cuò)誤地判定成了非次品，也可以基于適當(dāng)?shù)奶卣髁繉⒃撆卸繕?biāo)對象正確地判定為不是非次品。根據(jù)本發(fā)明，可以根據(jù)第二多值圖像的性質(zhì)來選擇被用作用于判定對象是否為非次品的基礎(chǔ)的多個(gè)特征量中的至少一個(gè)。因此，即使當(dāng)缺陷發(fā)生在輪廓線附近，也可以通過選擇適當(dāng)?shù)奶卣髁縼頇z測到缺陷，并且還可以以高靈敏度檢測顏色差別。例如，當(dāng)其選擇被接收的特征量是顏色分量的像素值時(shí)，可以檢測到與非次品的顏色差別。當(dāng)其選擇被接收的特征量包括了兩個(gè)不同方向上的邊緣強(qiáng)度時(shí)，可以檢測到輪廓線附近的缺陷。


圖1是示意性示出根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的配置的框圖；圖2是示出根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的配置的一個(gè)示例的功能框圖；圖3是示出由根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的主控制單元所執(zhí)行的非次品信息采集處理的步驟的流程圖；圖4是示出由根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的主控制單元所執(zhí)行的非次品判定處理的步驟的流程圖；圖5是示出根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的分布范圍計(jì)算裝置在第一特征量提取裝置的選擇被接收時(shí)的功能框圖；圖6是示出在接收到第一特征量提取裝置的選擇時(shí)的像素值分布范圍的示例的示圖；圖7是示出由根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的主控制單元在第一特征量提取裝置的選擇被接收時(shí)所執(zhí)行的分布范圍計(jì)算處理的步驟的流程圖；圖8是示出根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的分布范圍計(jì)算裝置在第二特征量提取裝置的選擇被接收時(shí)的功能框圖；圖9是示出針對根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的每個(gè)預(yù)定像素在兩個(gè)不同方向上的邊緣強(qiáng)度的互相關(guān)分布范圍的示例的示圖；圖10是示出由根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的主控制單元在第二特征量提取裝置的選擇被接收時(shí)所執(zhí)行的分布范圍計(jì)算處理的步驟的流程圖；圖11是示出由根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的主控制單元在使用了指標(biāo)值時(shí)所執(zhí)行的非次品判定處理的步驟的流程圖；圖12是示出在根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備中當(dāng)在邊緣強(qiáng)度中存在小的差異并且該差異的方向隨機(jī)時(shí)在預(yù)定像素處的邊緣強(qiáng)度的互相關(guān)分布范圍的示例的示圖；圖13是示出在根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備中在除輪廓線以外的部分中的預(yù)定像素處的邊緣強(qiáng)度的互相關(guān)分布范圍的示例的示圖；圖14是示出在根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備中當(dāng)輪廓線變化很大時(shí)在預(yù)定像素處的邊緣強(qiáng)度的互相關(guān)分布范圍的示例的示圖；圖15是示出在根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備中當(dāng)邊緣強(qiáng)度發(fā)生變化的方向基本相同時(shí)在預(yù)定像素處的邊緣強(qiáng)度的互相關(guān)分布范圍的示例的示圖；圖16是示出根據(jù)本發(fā)明第二實(shí)施例的圖像處理設(shè)備在包括了第三特征量提取裝置時(shí)的配置的一個(gè)示例的功能框圖；圖17是示出在根據(jù)本發(fā)明第二實(shí)施例的圖像處理設(shè)備中的第三特征量提取裝置的功能框圖；圖18是示出由根據(jù)本發(fā)明第二實(shí)施例的圖像處理設(shè)備的主控制單元在第三特征量提取裝置的選擇被接收時(shí)所執(zhí)行的粗糙度特征量提取處理的步驟的流程圖；以及圖19是示出由根據(jù)本發(fā)明第二實(shí)施例的圖像處理設(shè)備的主控制單元在使用了指標(biāo)值時(shí)所執(zhí)行的非次品判定處理的步驟的流程圖。
具體實(shí)施例方式下面將參照附圖來描述根據(jù)本發(fā)明的實(shí)施例的圖像處理設(shè)備。在所參考的附圖中，具有相同或相應(yīng)配置或功能的部件以相同或相應(yīng)的參考標(biāo)號(hào)來表示，并不給出其詳細(xì)描述。(第一實(shí)施例)圖1是示意性示出根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備的配置的框圖。如圖1 所示，根據(jù)第一實(shí)施例的圖像處理設(shè)備2連接到照相機(jī)1和顯示設(shè)備3。照相機(jī)1用作用于拍攝多值圖像的圖像拍攝裝置。顯示設(shè)備3用作圖像顯示裝置，用于顯示所拍攝的多值圖像或者在算術(shù)處理期間產(chǎn)生的圖像。圖像處理設(shè)備2包括至少由CPU(中央處理單元)、LSI等所構(gòu)成的主控制單元 21 ；存儲(chǔ)裝置23 ；輸入裝置M ；輸出裝置25 ；通信裝置沈；輔助存儲(chǔ)裝置27 ；以及連接上述硬件的內(nèi)部總線28。主控制單元21經(jīng)由內(nèi)部總線觀連接到圖像處理設(shè)備2的上述每個(gè)硬件單元。主控制單元21控制上述每個(gè)硬件單元的操作，并且根據(jù)存儲(chǔ)在存儲(chǔ)裝置23中的計(jì)算機(jī)程序5來執(zhí)行各種軟件功能。存儲(chǔ)器22由比如SRAM和SDRAM之類的易失性存儲(chǔ)器構(gòu)成。當(dāng)執(zhí)行計(jì)算機(jī)程序5時(shí)，加載模塊被提取到存儲(chǔ)器22，并且存儲(chǔ)器22對執(zhí)行計(jì)算機(jī)程序5時(shí)所產(chǎn)生的臨時(shí)數(shù)據(jù)等進(jìn)行存儲(chǔ)。存儲(chǔ)裝置23由內(nèi)置的固定式存儲(chǔ)設(shè)備(硬盤、閃速存儲(chǔ)器)、ROM之類構(gòu)成。由輔助存儲(chǔ)裝置27從便攜式記錄介質(zhì)4(比如其中記錄了如程序和數(shù)據(jù)之類的信息的DVD、 CD-ROM或閃速存儲(chǔ)器)對存儲(chǔ)裝置23中存儲(chǔ)的計(jì)算機(jī)程序5進(jìn)行下載，并且在執(zhí)行之時(shí)， 將計(jì)算機(jī)程序5從存儲(chǔ)裝置23提取到存儲(chǔ)器22并執(zhí)行。自然，計(jì)算機(jī)程序5可以是通過通信裝置26從外部計(jì)算機(jī)下載的計(jì)算機(jī)程序。存儲(chǔ)裝置23包括非次品圖像數(shù)據(jù)存儲(chǔ)單元231和分布范圍信息存儲(chǔ)單元232。非次品圖像數(shù)據(jù)存儲(chǔ)單元231存儲(chǔ)了從非次品獲得的多個(gè)多值圖像數(shù)據(jù)。分布范圍信息存儲(chǔ)單元232存儲(chǔ)了與根據(jù)非次品圖像數(shù)據(jù)存儲(chǔ)單元231中存儲(chǔ)的非次品的多個(gè)多值圖像數(shù)據(jù)來針對每個(gè)特征量所計(jì)算的分布范圍有關(guān)的信息(分布范圍信息)。通過判定關(guān)于判定目標(biāo)對象的特征量是否包含在根據(jù)分布范圍信息存儲(chǔ)單元232中存儲(chǔ)的分布范圍信息而識(shí)別的分布范圍中，來判定所述判定目標(biāo)對象是否為非次品。通信裝置沈連接到內(nèi)部總線觀，并且能夠通過連接到諸如互聯(lián)網(wǎng)、LAN、WAN之類外部網(wǎng)絡(luò)向/從外部計(jì)算機(jī)等傳送/接收數(shù)據(jù)。即，存儲(chǔ)裝置23不限于結(jié)合到圖像處理設(shè)備2的內(nèi)部。存儲(chǔ)裝置23可以是外部記錄介質(zhì)，比如安裝在通過通信裝置沈連接的外部服務(wù)器計(jì)算機(jī)中的硬盤。輸入裝置M是一個(gè)廣義的概念，通常不僅包括數(shù)據(jù)輸入介質(zhì)(比如鍵盤或鼠標(biāo))， 也包括從集成有液晶面板的觸摸板獲取輸入信息的設(shè)備。輸出裝置25是指比如激光打印機(jī)或點(diǎn)式打印機(jī)之類的打印設(shè)備。照相機(jī)(圖像拍攝裝置)1是具有CXD圖像拍攝元件的CXD照相機(jī)等。顯示設(shè)備3 是具有CRT、液晶面板等的顯示設(shè)備。照相機(jī)1、顯示設(shè)備3等可以與圖像處理設(shè)備2集成， 或者可以獨(dú)立地提供。外部控制裝置6是經(jīng)由通信裝置沈連接的控制設(shè)備。例如，外部控制裝置6對應(yīng)于PLC (可編程邏輯控制器)。在該情況中，外部控制裝置6通常是指按照由圖像處理設(shè)備2提供的圖像處理結(jié)果來執(zhí)行后處理的設(shè)備。圖2是示出根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備2的配置的一個(gè)示例的功能框圖。在圖2中，根據(jù)第一實(shí)施例的圖像處理設(shè)備2包括照相機(jī)1、用于執(zhí)行圖像處理設(shè)備2 的處理的圖像處理單元7、存儲(chǔ)裝置23、和圖像顯示單元8。例如，照相機(jī)1是數(shù)字照相機(jī)，其拍攝例如作為判定目標(biāo)對象的膜表面的圖像，得到多值圖像，并且將該多值圖像輸出到圖像處理單元7。圖像處理單元7包括非次品圖像獲取裝置71、選擇接收裝置72、特征量提取裝置 73、分布范圍計(jì)算裝置74、多值圖像獲取裝置75、位置調(diào)節(jié)裝置76、選擇特征量提取裝置77 和判定裝置78。圖像處理單元7包括主控制單元21、存儲(chǔ)器22、外部I/F等，并控制非次品獲取裝置71、選擇接收裝置72、特征量提取裝置73、分布范圍計(jì)算裝置74、多值圖像獲取裝置75、位置調(diào)節(jié)裝置76、選擇特征量提取裝置77和判定裝置78的處理操作。存儲(chǔ)裝置23用作圖像存儲(chǔ)器，并且在必要時(shí)存儲(chǔ)由照相機(jī)1拍攝的多值圖像的多條多值圖像數(shù)據(jù)以及在對圖像數(shù)據(jù)執(zhí)行各種處理(比如由圖像處理單元7執(zhí)行的調(diào)節(jié)和均值計(jì)算)之后得到的多條圖像數(shù)據(jù)。存儲(chǔ)裝置2 3可以存儲(chǔ)每個(gè)像素的像素值數(shù)據(jù)來替代對圖像數(shù)據(jù)的存儲(chǔ)。圖像顯示單元8由顯示設(shè)備3構(gòu)成，比如計(jì)算機(jī)的監(jiān)視器。圖像顯示單元8在顯示設(shè)備3的顯示屏上顯示通過拍攝判定目標(biāo)對象(即被判定是否為非次品的對象)的圖像而得到的多值圖像以及該對象是否為非次品的判定結(jié)果。換句話說，多值圖像顯示裝置81 根據(jù)圖像處理單元7的指令在顯示設(shè)備3的顯示屏上顯示多值圖像。判定結(jié)果顯示單元82 在顯示設(shè)備3的顯示屏上顯示指示了判定目標(biāo)對象是否為非次品的判定結(jié)果。接下來將描述圖像處理單元7的每個(gè)構(gòu)成部件。非次品圖像獲取裝置71得到由照相機(jī)1拍攝的非次品的多個(gè)多值圖像(第一多值圖像)。換言之，通過拍攝非次品的圖像來得到多個(gè)多值圖像，從而可以針對所得到的多值圖像中的每個(gè)像素來計(jì)算多個(gè)特征量。將得到的多值圖像的多值圖像數(shù)據(jù)存儲(chǔ)到存儲(chǔ)裝置23的非次品圖像數(shù)據(jù)存儲(chǔ)單元231中。選擇接收裝置72從用于提取特征量的多個(gè)特征量提取裝置中的至少一個(gè)中接收選擇。換言之，在第一實(shí)施例中，選擇接收裝置72接收后面將描述的第一特征量提取裝置 73a或者第二特征量提取裝置7 的選擇。選擇接收裝置72可以接收第一特征量提取裝置 73a和第二特征量提取裝置7 中任一個(gè)的選擇，或者可以接收第一特征量提取裝置73a和第二特征量提取裝置7 兩者的選擇。另外，將會(huì)理解，選擇接收裝置72可以接收來自包括后面所述的第三特征量提取裝置在內(nèi)的多個(gè)其它特征量提取裝置之中的選擇。特征量提取裝置73包括第一特征量提取裝置73a和第二特征量提取裝置73b。第一特征量提取裝置73a提取所得到的多值圖像中每個(gè)像素的顏色分量的像素值作為特征量。第二特征量提取裝置7 提取所得到的多值圖像中每個(gè)像素的在兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量。當(dāng)特征量是顏色分量的像素值時(shí)，可以檢測到顏色的不同。當(dāng)特征量是兩個(gè)不同方向上的邊緣強(qiáng)度時(shí)，可以檢測到輪廓線附近的缺陷。分布范圍計(jì)算裝置74基于其選擇被接收的那個(gè)特征量提取裝置73所提取的特征量來計(jì)算用于判定非次品的分布范圍。當(dāng)接收了第一特征量提取裝置73a的選擇時(shí)，分布范圍計(jì)算裝置7 計(jì)算分布范圍。當(dāng)接收了第二特征量提取裝置73b的選擇時(shí)，分布范圍計(jì)算裝置74b計(jì)算分布范圍。與計(jì)算出的分布范圍有關(guān)的信息作為代表分布范圍邊界的函數(shù)表達(dá)式、坐標(biāo)值、和閾值被存儲(chǔ)到存儲(chǔ)裝置23的分布范圍信息存儲(chǔ)單元232。多值圖像獲取裝置75獲取由照相機(jī)1拍攝的判定目標(biāo)對象的多值圖像(第二多值圖像)。位置調(diào)節(jié)裝置76將得到的判定目標(biāo)對象的多值圖像與非次品的多值圖像(第一多值圖像)對準(zhǔn)。更具體地，位置調(diào)節(jié)裝置76計(jì)算非次品的多個(gè)多值圖像的均值圖像，并將多值圖像與均值圖像對準(zhǔn)。用于對準(zhǔn)多值圖像的裝置只要是公知技術(shù)即可，不必對其進(jìn)行具體的限定。例如， 可以通過圖案匹配(pattern matching)來檢測兩個(gè)多值圖像的位置，并且可以使用最大值和最小值(在這兩者之間則判定為互相匹配)來對準(zhǔn)兩個(gè)多值圖像。作為替代，可以通過計(jì)算歸一化相關(guān)性(normalization correlation)等來計(jì)算兩個(gè)多值圖像之間的匹配程度， 并且可以將它們對準(zhǔn)為使得匹配程度達(dá)到比預(yù)定值大的值。應(yīng)當(dāng)注意，還可以通過使得多值圖像的輪廓線、區(qū)域尺寸、重心等相互匹配來將兩個(gè)多值圖像對準(zhǔn)。對于得到的判定目標(biāo)對象的多值圖像中的每個(gè)像素，選擇特征量提取裝置77使用與被選擇接收裝置72接收了其選擇的那個(gè)特征量提取裝置73相同的特征量提取裝置來提取特征量。例如，當(dāng)接收了第一特征量提取裝置73a的選擇時(shí)，選擇特征量提取裝置77 提取判定目標(biāo)對象的多值圖像中每個(gè)像素的顏色分量的像素值作為特征量。當(dāng)接收了第二特征量提取裝置7 的選擇時(shí)，選擇特征量提取裝置77提取判定目標(biāo)對象的多值圖像中每個(gè)像素在兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量。對于得到的判定目標(biāo)對象的多值圖像中的每個(gè)像素，判定裝置78使用其選擇被接收的那個(gè)特征量提取裝置73來提取相應(yīng)特征量，并判定所提取的特征量是否包括在已經(jīng)被計(jì)算出的多個(gè)非次品多值圖像的相應(yīng)特征量的分布范圍中。當(dāng)判定裝置78判定所提取的特征量包括在該分布范圍中，則判定裝置78判定該判定目標(biāo)對象是非次品。當(dāng)判定裝置78判定所提取的特征量沒有包括在該分布范圍中，則判定裝置78判定該判定目標(biāo)對象不是非次品。圖3是示出由根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備2的主控制單元21所執(zhí)行的非次品信息采集處理的步驟的流程圖。圖像處理設(shè)備2的主控制單元21得到由照相機(jī)1 拍攝的非次品的多個(gè)多值圖像(第一多值圖像)(步驟S301)。主控制單元21將得到的多值圖像組的多值圖像數(shù)據(jù)存儲(chǔ)到存儲(chǔ)裝置23的非次品圖像數(shù)據(jù)存儲(chǔ)單元231(步驟S302)。主控制單元21接收被利用來從多值圖像提取了特征量的特征量提取裝置73的選擇(步驟S303)。將被選擇的特征量提取裝置73包括第一特征量提取裝置73a和第二特征量提取裝置73b。第一特征量提取裝置73a提取得到的多值圖像的每個(gè)像素的顏色分量的像素值作為特征量。第二特征量提取裝置7 提取得到的多值圖像中每個(gè)像素在兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量。應(yīng)當(dāng)理解，可以僅選擇一個(gè)特征量提取裝置73，也可以選擇多個(gè)特征量提取裝置73。主控制單元21使得其選擇被接收的那個(gè)特征量提取裝置73對多值圖像中的每個(gè)像素的特征量進(jìn)行提取(步驟S304)，并且計(jì)算用于判定非次品的分布范圍(步驟S305a、 S305b)。當(dāng)接收了僅僅一個(gè)特征量提取裝置73的選擇時(shí)，僅在步驟中計(jì)算分布范圍。 當(dāng)接收了兩個(gè)特征量提取裝置73的選擇時(shí)，在步驟S305a、S305b中計(jì)算相應(yīng)的分布范圍。 主控制單元2 1將與計(jì)算出的分布范圍有關(guān)的信息存儲(chǔ)到存儲(chǔ)裝置23的分布范圍信息存儲(chǔ)單元232中作為代表分布范圍邊界的函數(shù)表達(dá)式、坐標(biāo)值、和閾值(步驟S306)。圖4是示出由根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備2的主控制單元21所執(zhí)行的非次品判定處理的步驟的流程圖。圖像處理設(shè)備2的主控制單元21得到由照相機(jī)1拍攝的判定目標(biāo)對象的多值圖像(第二多值圖像)(步驟S401)。主控制單元21將得到的判定目標(biāo)對象的多值圖像與非次品的多值圖像(第一多值圖像)對準(zhǔn)(步驟S402)。更具體地，主控制單元21計(jì)算非次品的多個(gè)多值圖像的均值圖像，并且將多值圖像與均值圖像對準(zhǔn)。主控制單元21使得其選擇被接收的那個(gè)特征量提取裝置73對得到的判定目標(biāo)對象的多值圖像中每個(gè)像素的特征量進(jìn)行提取(步驟S403)。例如，當(dāng)作為用于提取顏色分量的像素值的特征量提取裝置73的第一特征量提取裝置73a的選擇被接收時(shí)，第一特征量提取裝置73a提取判定目標(biāo)對象的多值圖像的每個(gè)像素的顏色分量的像素值作為特征量。當(dāng)用于提取兩個(gè)不同方向上邊緣強(qiáng)度的第二特征量提取裝置73b的選擇被接收時(shí)，第二特征量提取裝置7 提取判定目標(biāo)對象的多值圖像中每個(gè)像素在兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量。主控制單元21判定所提取的特征量是否包括在計(jì)算出的非次品的多個(gè)多值圖像的特征量的分布范圍中(步驟S404)。當(dāng)主控制單元21判定所提取的特征量包括在該分布范圍中時(shí)(步驟S404 是)，主控制單元21判定該判定目標(biāo)對象是非次品，并在顯示設(shè)備3 的顯示屏上將指示該判定目標(biāo)對象是非次品的信息顯示為判定結(jié)果(步驟S405)。當(dāng)主控制單元21判定所提取的特征量沒有包括在該分布范圍中時(shí)(步驟S404 否)，主控制單元21判定該判定目標(biāo)對象不是非次品，并在顯示設(shè)備3的顯示屏上將指示該判定目標(biāo)對象不是非次品的信息顯示為判定結(jié)果(步驟S406)。當(dāng)接收了多個(gè)特征量提取裝置73的選擇時(shí)，如下所述來作出判定。當(dāng)在使用了其選擇被接收的特征量提取裝置73 所提取的特征量來進(jìn)行的非次品判定中所提供的多個(gè)判定結(jié)果中的至少一個(gè)中判定出所述判定目標(biāo)對象不是非次品時(shí)，可以將該判定目標(biāo)對象判定為不是非次品。在該情況下，當(dāng)接收了第一特征量提取裝置73a的選擇時(shí)，如下所述來作出判定。 更具體地，當(dāng)提取的特征量是顏色分量的像素值時(shí)，針對非次品的多值圖像中的每個(gè)像素來計(jì)算顏色分量的像素值的均值?；谟?jì)算出的顏色分量的像素值的均值來針對非次品的多值圖像中的每個(gè)像素計(jì)算像素值的分布范圍。圖5是示出根據(jù)本發(fā)明第一實(shí)施例的圖像處理設(shè)備2的分布范圍計(jì)算裝置7 在第一特征量提取裝置73a的選擇被接收時(shí)的功能框圖。如圖5所示，分布范圍計(jì)算裝置7 包括像素均值計(jì)算裝置741和像素值分布范圍計(jì)算裝置742。圖像處理單元7的主控制單元21控制像素均值計(jì)算裝置741和像素值分布范圍計(jì)算裝置742的處理操作。像素均值計(jì)算裝置741針對如此得到的每個(gè)非次品的多值圖像中的每個(gè)像素來計(jì)算顏色分量的像素值，比如灰度值的均值。像素值分布范圍計(jì)算裝置742針對每個(gè)非次品的多值圖像中的每個(gè)像素基于計(jì)算出的顏色分量的像素值(比如灰度值的均值)來計(jì)算在多維空間(其中每個(gè)顏色分量是一個(gè)坐標(biāo)軸)中的像素值的分布范圍。例如，假設(shè)一個(gè)三維坐標(biāo)系統(tǒng)，其中R分量、G分量、B分量每個(gè)都是一個(gè)坐標(biāo)軸。 在簡單的方法中，計(jì)算R分量、G分量、B分量每個(gè)的均值，并計(jì)算每個(gè)分量的分布范圍，從而判定非次品。在該簡單方法中，可能會(huì)存在其中不能基于顏色差別作出判定的情況。例如，假設(shè)非次品的顏色處在從近似于白色到深灰的范圍中。更具體地，假設(shè)非次品具有30至MO的R分量像素值、30至MO的G分量像素值、和30至MO的B分量像素值。在該情況中，盡管具有更接近于紅色的顏色的判定目標(biāo)對象(例如R分量像素值為 200、G分量像素值為50、以及B分量像素值為100的一個(gè)判定目標(biāo)對象)明顯不是非次品， 然而可能會(huì)錯(cuò)誤地將該判定目標(biāo)對象判定為具有包括于各個(gè)分量的分布范圍中的像素值。 因此不單獨(dú)地判定R分量、G分量和B分量的每一個(gè)。而是通過判定各像素值是否包括在由R分量、G分量、B分量作為坐標(biāo)軸的虛擬三維空間中的像素值的分布范圍內(nèi)，來判定一個(gè)對象是否為非次品。圖6是示出在接收到第一特征量提取裝置73a的選擇時(shí)的像素值分布范圍的示例的示圖。在圖6中，基于多個(gè)非次品的多值圖像，在由R分量、G分量、B分量作為互相垂直的坐標(biāo)軸的三維空間中將顏色分量的像素值繪制為點(diǎn)60，60，...。然后，計(jì)算每個(gè)顏色分量的像素值的均值A(chǔ)v，并且以計(jì)算出的均值A(chǔ)v作為三維空間中的中心來計(jì)算分布范圍61。分布范圍61用來判定非次品。通過上述準(zhǔn)備之后，例如考慮點(diǎn)62、63。通過針對每個(gè)判定目標(biāo)對象的多值圖像中的每個(gè)像素來繪制顏色分量的像素值，從而得到點(diǎn)62、63。在該情況下，點(diǎn)63距離均值A(chǔ)v 較遠(yuǎn)。然而，點(diǎn)63被繪制在分布范圍61的內(nèi)部，而點(diǎn)62繪制在分布范圍61的外部。因此， 將繪制為點(diǎn)63的判定目標(biāo)對象判定為非次品，而將繪制為點(diǎn)62的判定目標(biāo)對象判定為不是非次品。不必具體限定用于計(jì)算分布范圍61的方法。例如，可以使用歐幾里得距離(即空間距離)，或者可以使用馬哈朗諾比斯距離。在下面的描述中，將描述使用馬哈朗諾比斯距離的情況。首先，可以如使用向量行列式的等式1所示來針對每個(gè)像素計(jì)算每個(gè)像素的顏色分量的像素值的馬哈朗諾比斯距離DM，其中針對三維坐標(biāo)軸(即圖6的示例中的R軸方向、 G軸方向和B軸方向)中每個(gè)像素的像素向量χ = (r，g，b)的均值分別被定義為均值向量
Mi=Cng^b)，并且方差-協(xié)方差矩陣的逆矩陣被定義為Σ:[公式1]
，_1
^{{x-μ^φ]2
M
λ其中χ = (r, g, b)A=p，U)···(等式 1)在等式1中，λ ^是特征值，向量約是對應(yīng)于特征值λ j的特征向量。換句話說，等式1中計(jì)算出的馬哈朗諾比斯距離Dm被認(rèn)為是通過將點(diǎn)x(r，g，b)與分布范圍61的重心 (均值)之間的距離分解為特征向量約方向分量并以方差λ」將約方向分量歸一化而得到的距離。應(yīng)當(dāng)注意，在等式1中，變量i代表分布的類別。在上面的計(jì)算中，由于僅有一個(gè)分布范圍61，所以變量i不具有任何特殊含義。 由于這是虛擬三維空間，所以等式1為如下個(gè)特征值A(chǔ)j和三個(gè)特征向量約。特征向量約還是可以由等式2表示。
個(gè):
在等式1中，取η = 3，從而存在三二維矩陣。即，方差-協(xié)方差矩陣Σ方差。 -y[r]
Cov[g,r] Cov \b, r]
Cov [r,g] Cov[r,b] V[g] Cov[g,b] Cov[b,g] V[b]
(等式2)
在等式2中，V代表方差，可以從等式3得到R分量、G分量、B分量中每個(gè)分量的
權(quán)利要求
1.一種圖像處理設(shè)備，用于通過將拍攝判定目標(biāo)對象的圖像而得到的多值圖像與非次品的多值圖像組相比較來判定非次品，所述圖像處理設(shè)備包括非次品圖像獲取裝置，用于獲得由圖像拍攝裝置拍攝的非次品的多個(gè)第一多值圖像； 選擇接收裝置，用于接收多個(gè)特征量提取裝置中任一個(gè)的選擇，所述多個(gè)特征量提取裝置至少包括第一特征量提取裝置和第二特征量提取裝置，其中所述第一特征量提取裝置提取所獲得的第一多值圖像中每個(gè)像素的顏色分量的像素值作為特征量，所述第二特征量提取裝置提取所獲得的第一多值圖像中每個(gè)像素的兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量；分布范圍計(jì)算裝置，用于基于由其選擇被接收的特征量提取裝置所提取的特征量來計(jì)算用于判定非次品的分布范圍；多值圖像獲取裝置，用于獲得判定目標(biāo)對象的第二多值圖像；以及判定裝置，用于針對所獲得的第二多值圖像中的每個(gè)像素來以其選擇被接收的特征量提取裝置提取特征量，并且判定該特征量是否包括在對應(yīng)于所提取的特征量的分布范圍內(nèi)。
2.根據(jù)權(quán)利要求1所述的圖像處理設(shè)備，其中當(dāng)接收了第一特征量提取裝置的選擇時(shí)，所述分布范圍計(jì)算裝置包括 像素均值計(jì)算裝置，用于計(jì)算在所獲得的第一多值圖像中各個(gè)像素中的顏色分量的像素值的均值；以及像素值分布范圍計(jì)算裝置，用于針對所述第一多值圖像中的每個(gè)像素而基于所計(jì)算的顏色分量的像素值的均值來計(jì)算多維空間中的像素值的分布范圍，在所述多維空間中，將各顏色分量分別取作坐標(biāo)軸，所述判定裝置被配置用于計(jì)算所獲得的第二多值圖像中的每個(gè)像素的顏色分量的像素值，并且判定該像素值是否包括在其中各顏色分量被分別取作坐標(biāo)軸的所述多維空間中的像素值的分布范圍內(nèi)，以及當(dāng)接收了第二特征量提取裝置的選擇時(shí)，所述分布范圍計(jì)算裝置包括 基于方向的邊緣強(qiáng)度計(jì)算裝置，用于計(jì)算所獲得的第一多值圖像中的每個(gè)像素兩個(gè)不同方向上的邊緣強(qiáng)度；邊緣強(qiáng)度均值計(jì)算裝置，用于基于所計(jì)算的邊緣強(qiáng)度計(jì)算第一多值圖像中的每個(gè)像素兩個(gè)不同方向上的邊緣強(qiáng)度的均值；和邊緣強(qiáng)度分布范圍計(jì)算裝置，用于以所計(jì)算的均值為中心計(jì)算第一多值圖像中的每個(gè)像素兩個(gè)不同方向上的邊緣強(qiáng)度的互相關(guān)分布范圍，以及所述判定裝置被配置用于計(jì)算所獲得的第二多值圖像中的每個(gè)像素兩個(gè)不同方向上的邊緣強(qiáng)度，并且判定該邊緣強(qiáng)度是否包括在對應(yīng)于所計(jì)算的邊緣強(qiáng)度的互相關(guān)分布范圍內(nèi)。
3.根據(jù)權(quán)利要求2所述的圖像處理設(shè)備，其中所述基于方向的邊緣強(qiáng)度計(jì)算裝置被配置用于計(jì)算相互垂直的兩個(gè)方向上的邊緣強(qiáng)度。
4.根據(jù)權(quán)利要求3所述的圖像處理設(shè)備，其中所述基于方向的邊緣強(qiáng)度計(jì)算裝置被配置用于計(jì)算二維圖像中的行方向和列方向的兩個(gè)方向上的邊緣強(qiáng)度。
5.根據(jù)權(quán)利要求1所述的圖像處理設(shè)備，其中所述分布范圍計(jì)算裝置被配置用于將互相關(guān)分布范圍計(jì)算為虛擬橢圓區(qū)域。
6.根據(jù)權(quán)利要求5所述的圖像處理設(shè)備，其中所述判定裝置包括用于計(jì)算馬哈朗諾比斯距離的距離計(jì)算裝置，所述馬哈朗諾比斯距離通過如下方式得到利用虛擬橢圓區(qū)域的重心與邊界之間從該重心到特征量的方向上的距離，來對從虛擬橢圓區(qū)域的重心到針對第二多值圖像的每個(gè)像素而從第二多值圖像提取的特征量之間的距離進(jìn)行歸一化，關(guān)于邊緣強(qiáng)度是否包括在互相關(guān)分布范圍中的判定被配置為通過判定所計(jì)算的馬哈朗諾比斯距離是否小于預(yù)定值來進(jìn)行。
7.根據(jù)權(quán)利要求5所述的圖像處理設(shè)備，其中所述距離計(jì)算裝置被配置用于計(jì)算歐幾里得距離，所述歐幾里得距離是從虛擬橢圓區(qū)域的重心到針對第二多值圖像的每個(gè)像素而從第二多值圖像提取的特征量之間的距離，以及所述判定裝置被配置用于通過判定所計(jì)算的歐幾里得距離是否小于預(yù)定值來判定邊緣強(qiáng)度是否包括在互相關(guān)分布范圍內(nèi)。
8.根據(jù)權(quán)利要求1-7中任一項(xiàng)所述的圖像處理設(shè)備，還包括位置調(diào)節(jié)裝置，用于對準(zhǔn)所述第一多值圖像和所述第二多值圖像。
9.根據(jù)權(quán)利要求1-7中任一項(xiàng)所述的圖像處理設(shè)備，還包括第三特征量提取裝置，用于提取判定目標(biāo)對象的表面粗糙度的特征量，其中當(dāng)接收了所述第三特征量提取裝置的選擇時(shí)，所述分布范圍計(jì)算裝置被配置用于基于所獲得的第一多值圖像的每個(gè)像素的粗糙度特征量來計(jì)算每個(gè)像素的均值和分布范圍，并且判定所述均值與針對每個(gè)像素的第二多值圖像的粗糙度特征量之間的差值是否小于預(yù)定值。
10.根據(jù)權(quán)利要求1-7中任一項(xiàng)所述的圖像處理設(shè)備，其中當(dāng)所述選擇接收裝置接收了多個(gè)特征量提取裝置的選擇，并且由其選擇被接收的特征量提取裝置所提取的特征量的任一個(gè)均被判定為沒有包括在對應(yīng)于該特征量的分布范圍內(nèi)時(shí)，所述判定裝置判定所述判定目標(biāo)對象不是非次品。
11.一種圖像處理方法，其由圖像處理設(shè)備執(zhí)行，所述圖像處理設(shè)備用于通過將拍攝判定目標(biāo)對象的圖像而獲得的多值圖像與非次品的多值圖像組相比較來判定非次品，所述圖像處理方法包括步驟獲得由圖像拍攝裝置拍攝的非次品的多個(gè)第一多值圖像；接收多個(gè)提取步驟中任一個(gè)步驟中所做的選擇，所述多個(gè)提取步驟至少包括第一提取步驟和第二提取步驟，其中所述第一提取步驟提取所獲得的第一多值圖像中的每個(gè)像素的顏色分量的像素值作為特征量，所述第二提取步驟提取所得到的第一多值圖像中的每個(gè)像素的兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量；以其選擇被接收的提取步驟來提取特征量，并且基于所提取的特征量計(jì)算用于判定非次品的分布范圍；獲得判定目標(biāo)對象的第二多值圖像；以及針對所獲得的第二多值圖像中的每個(gè)像素來以其選擇被接收的提取步驟來提取特征量，并且判定該特征量是否包括在對應(yīng)于所提取的特征量的分布范圍內(nèi)。
12.—種計(jì)算機(jī)程序，其由圖像處理設(shè)備來執(zhí)行，所述圖像處理設(shè)備用于通過將拍攝判定目標(biāo)對象的圖像而獲得的多值圖像與非次品的多值圖像組相比較來判定非次品，所述計(jì)算機(jī)程序使得所述圖像處理設(shè)備實(shí)現(xiàn)以下功能非次品圖像獲取裝置，用于獲得由圖像拍攝裝置拍攝的非次品的多個(gè)第一多值圖像； 選擇接收裝置，用于接收多個(gè)特征量提取裝置中任一個(gè)的選擇，所述多個(gè)特征量提取裝置至少包括第一特征量提取裝置和第二特征量提取裝置，其中所述第一特征量提取裝置提取所獲得的第一多值圖像中的每個(gè)像素的顏色分量的像素值作為特征量，所述第二特征量提取裝置提取的所獲得的第一多值圖像中的每個(gè)像素的兩個(gè)不同方向上的邊緣強(qiáng)度作為特征量；分布范圍計(jì)算裝置，用于基于由其選擇被接收的特征量提取裝置所提取的特征量來計(jì)算用于判定非次品的分布范圍；多值圖像獲取裝置，用于獲得判定目標(biāo)對象的第二多值圖像；以及判定裝置，用于針對所獲得的第二多值圖像中的每個(gè)像素來以其選擇被接收的特征量提取裝置提取特征量，并且判定該特征量是否包括在對應(yīng)于所提取的特征量的分布范圍內(nèi)。
全文摘要
本發(fā)明涉及圖像處理設(shè)備、圖像處理方法和計(jì)算機(jī)程序。獲得由圖像拍攝裝置拍攝的非次品的多個(gè)第一多值圖像，并針對所獲得的第一多值圖像中的每個(gè)像素來提取至少包括顏色分量像素值和兩個(gè)不同方向上邊緣強(qiáng)度的多個(gè)特征量。接收多個(gè)所提取特征量中任一個(gè)的選擇，并提取選擇被接收的特征量，從而計(jì)算用于判定非次品的分布范圍。獲得判定目標(biāo)對象的第二多值圖像，并針對所獲得的第二多值圖像中的每個(gè)像素來提取選擇被接收的特征量，從而判定該特征量是否包括在對應(yīng)于所提取特征量的分布范圍中。
文檔編號(hào)G06K9/46GK102254178SQ20111013181
公開日2011年11月23日 申請日期2011年5月20日 優(yōu)先權(quán)日2010年5月21日
發(fā)明者佐伯和人 申請人:株式會(huì)社其恩斯