[发明专利]神经网络型图像处理装置、外观检查装置及外观检查方法

说明书

本发明提供一种神经网络型图像处理装置、外观检查装置以及外观检查方法。神经网络型图像处理装置包括：输入层，具有进行输入图像的输入的一个单元；输出层，具有进行输出图像的输出的一个单元；以及多个中间层，配置在所述输入层与所述输出层之间，且所述各中间层具有多个单元，所述输入层的单元、所述各中间层的单元及所述输出层的单元以耦合系数进行全耦合，所述各中间层的各单元为对输入至所述单元的图像实施图像处理的图像处理模块，所述神经网络型图像处理装置构成为，所述输入图像从所述输入层的单元输入，经过所述中间层的单元后，从所述输出层的单元作为所述输出图像而输出，且构成为通过利用误差反向传播法的学习而更新所述耦合系数。

技术领域

本发明涉及一种神经网络型图像处理装置、包括所述神经网络型图像处理装置的外观检查装置以及外观检查方法。

背景技术

一直以来，提出了利用图像处理的外观检查装置。所述外观检查装置构成为，对作为检查对象的输入图像实施图案匹配（pattern matching）或边缘提取处理等图像处理后，对图像处理后的图像进行外观检查（例如专利文献1）。

现有技术文献

专利文献

专利文献1：日本专利特开2012-21914号公报

发明内容

发明所要解决的问题

此外，对于作为检查对象的输入图像，需要进行各种图像处理以成为适于外观检查的图像。但是，此种图像处理的组合或顺序有多数种，需要在用户的试行错误的基础上决定。但是，此种方法有用户的负荷大等问题。

此外，此种问题为下述图像处理装置普遍可能产生的问题，所述图像处理装置不仅进行外观检查装置用的图像处理，而且为了由输入图像获得所期望的输出图像，而实施至少一个图像处理。本发明是为了解决所述问题而成，其目的在于提供一种可由输入图像容易地获得所期望的输出图像的神经网络型图像处理装置、包括所述神经网络型图像处理装置的外观检查装置以及外观检查方法。

解决问题的技术手段

本公开的神经网络型图像处理装置包括：输入层，具有进行输入图像的输入的一个单元；输出层，具有进行输出图像的输出的一个单元；多个中间层，配置在所述输入层与所述输出层之间，且各所述中间层具有多个单元，所述输入层的单元、各所述中间层的单元及所述输出层的单元以耦合系数进行全耦合，各所述中间层的各单元为对输入至所述单元的图像实施图像处理的图像处理模块，所述神经网络型图像处理装置构成为，所述输入图像从所述输入层的单元输入，经过所述中间层的单元后，从所述输出层的单元作为所述输出图像而输出，且构成为通过利用误差反向传播法的学习而更新所述耦合系数。

根据所述构成，具有神经网络型的结构，因而可容易地获得针对输入图像的所期望的输出图像。而且，构成中间层的单元具有图像处理模块。因此，若对通过学习所设定的耦合系数进行分析，则可获知图像处理模块间的耦合的强度，因而可得知在从输入图像到输出图像的过程中受到哪个图像处理模块的影响。因此，可改变图像处理模块的顺序，变更图像处理的参数，或删除特定的图像处理模块等，而由用户任意地调整各层的结构。例如，以小的耦合系数耦合的图像处理模块有可能未被利用，因而可为了最优化而删除或替换为其他图像处理模块等。

所述神经网络型图像处理装置中，各所述中间层的单元的激活函数可包含表示所述图像处理模块的图像处理的、可微分的图像处理函数。

所述神经网络型图像处理装置中，可在各所述中间层设置不同种类的所述图像处理模块。

所述神经网络型图像处理装置中，设于各所述中间层的多个所述图像处理模块可设为相同。

所述神经网络型图像处理装置中，各所述图像处理模块可包含高斯滤波器、边缘提取滤波器、平滑滤波器、中值滤波器（median filter）及索贝尔滤波器（Sobel filter）的任一个。