System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 外观检查方法以及存储介质技术_技高网

外观检查方法以及存储介质技术

技术编号:40218841 阅读:9 留言:0更新日期:2024-02-02 22:25
本发明专利技术提供一种能够适当地进行检查对象的外观检查,而不依赖于边缘的提取处理或大致形状提取处理的精度的技术。特征量提取部(42)针对从多个方向拍摄检查对象的片剂(9)而得到的第一图像(51)~第四图像(54),分别提取由多个维度的矢量表示的特征量(x<subgt;i</subgt;)。异常度算出部(44)基于第一图像(51)~第四图像(54)的特征量(x<subgt;i</subgt;)和表示作为基准的合格品的特征量(x<subgt;i</subgt;)的分布的合格品特征量分布信息(63),分别算出第一图像(51)~第四图像(54)的异常度(α<subgt;i</subgt;)。评价部(46)基于第一图像(51)~第四图像(54)的各异常度(α<subgt;i</subgt;),对检查对象的片剂(9)进行评价。

【技术实现步骤摘要】

本说明书中公开的主题涉及外观检查方法以及存储介质


技术介绍

1、以往,已知基于拍摄片剂而得到的图像来检查片剂的外观的片剂检查方法。例如,在专利文献1中,使用相邻的像素间的边缘强度,将图像分割为上表面、侧面、背景三个区域,基于分割的区域,用两个椭圆近似片剂。并且,测量近似的椭圆与实际的区域的轮廓线的偏离,当偏离超出阈值的点连续达一定以上时,作为“缺口”而提取。另外,提取大致形状后,设定检查区域,在该检查区域内进行黑点的有无等的检查。

2、专利文献1:日本特开2019-124519号公报。

3、然而,在现有技术中,外观检查的精度显著依赖于边缘的提取处理或大致形状提取处理的精度。因此,在不能准确地进行这些处理的情况下,有可能会遗漏缺陷。


技术实现思路

1、本专利技术的目的在于,提供一种能够适当地进行检查对象的外观检查,而不依赖于边缘的提取处理或大致形状提取处理的精度的技术。

2、为了解决上述课题,第一技术方案是一种外观检查方法,包括:工序a,针对从多个方向拍摄检查对象物而得到的各图像,分别提取由多个维度的矢量表示的特征量;工序b,基于所述各图像的各所述特征量和表示作为基准的合格品的所述特征量的分布的合格品特征量分布信息,分别算出所述各图像的异常度;以及工序c,基于所述各图像的各所述异常度,对所述检查对象物进行评价。

3、第二技术方案,在第一技术方案的外观检查方法中,所述工序a包括针对所述各图像,使用进行维度削减的神经网络提取所述各特征量的工序。

4、第三技术方案,在第二技术方案的外观检查方法中,所述神经网络通过使用与所述检查对象物不同的对象物的图像的机器学习而得到。

5、第四技术方案,在第三技术方案的外观检查方法中,所述神经网络是通过使用imagenet的学习用数据的机器学习而得到的神经网络。

6、第五技术方案,在第一技术方案至第四技术方案中任一技术方案的外观检查方法中,所述合格品特征量分布信息包括针对所述多个维度的矢量的平均矢量以及协方差矩阵。

7、第六技术方案,在第五技术方案的外观检查方法中,所述协方差矩阵是在假设所述合格品的所述特征量的分布遵循正态分布的情况下推定的协方差矩阵。

8、第七技术方案,在第五技术方案或第六技术方案的外观检查方法中,所述异常度为马氏距离。

9、第八技术方案,在第一技术方案至第七技术方案中任一技术方案的外观检查方法中,所述工序c包括判定所述异常度是否超过规定的阈值的工序。

10、第九技术方案,在第八技术方案的外观检查方法中,所述工序c包括判定所述各图像的各所述异常度中的最大值是否超过所述阈值的工序。

11、第十技术方案,在第一技术方案至第九技术方案中任一技术方案的外观检查方法中,所述外观检查方法还包括获取所述合格品特征量分布信息的工序d,所述工序d包括:工序d1,针对从多个方向拍摄多个合格品而得到的各图像,提取所述特征量;以及工序d2,推定由所述工序d1提取的所述特征量的分布。

12、第十一技术方案是一种存储介质,其为存储有计算机程序的计算机可读存储介质,其中,在由处理器执行该程序时,执行第一技术方案第四技术方案中任一技术方案的外观检查方法。

13、根据第一技术方案至第十技术方案的外观检查方法,使用已学习的模型输入图像自身来进行特征量提取,按照事先求出的合格品图像的特征量的分布来计算异常度。因此,能够进行检查对象物的外观检查,而不依赖于边缘点组的提取、大致形状提取等图像处理的精度。

14、根据第三技术方案的外观检查方法,能够节省收集检查对象物的图像以使神经网络学习的时间和劳力。

15、根据第七技术方案的外观检查方法,通过使用马氏距离作为异常度αi,能够在考虑到每个维度的偏差的差异的同时测量距合格品的特征量的平均值的距离。

16、根据第八技术方案的外观检查方法,能够基于阈值来判定检查对象物的合格与否。

17、根据第九技术方案的外观检查方法,通过判定各图像的异常度中的最大值是否超过阈值,能够提高缺陷检测的灵敏度。

本文档来自技高网...

【技术保护点】

1.一种外观检查方法,其中,

2.如权利要求1所述的外观检查方法,其中,

3.如权利要求2所述的外观检查方法,其中,

4.如权利要求3所述的外观检查方法,其中,

5.如权利要求1~4中任一项所述的外观检查方法,其中,

6.如权利要求5所述的外观检查方法,其中,

7.如权利要求5所述的外观检查方法,其中,

8.如权利要求1~4中任一项所述的外观检查方法,其中,

9.如权利要求8所述的外观检查方法,其中,

10.如权利要求1~4中任一项所述的外观检查方法,其中,

11.一种存储介质,其为存储有计算机程序的计算机可读存储介质,其中,在由处理器执行该程序时,执行权利要求1~4中任一项所述的外观检查方法。

【技术特征摘要】

1.一种外观检查方法,其中,

2.如权利要求1所述的外观检查方法,其中,

3.如权利要求2所述的外观检查方法,其中,

4.如权利要求3所述的外观检查方法,其中,

5.如权利要求1~4中任一项所述的外观检查方法,其中,

6.如权利要求5所述的外观检查方法,其中,

7.如权利要求5所述的外观检...

【专利技术属性】
技术研发人员:久保友辅
申请(专利权)人:株式会社斯库林集团
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1