[发明专利]图像检查设备和图像检查设备的设置方法

说明书

本发明涉及一种图像检查设备和图像检查设备的设置方法。为了使得能够在设置模式和运行模式这两者下容易地附加学习非缺陷产品图像或缺陷产品图像。接收到与是否将运行模式画面上所显示的检查对象图像作为非缺陷产品图像或缺陷产品图像来附加学习有关的指定。辨别器生成单元将被指定为附加学习对象的检查对象图像作为非缺陷产品图像或缺陷产品图像来附加学习，并且更新辨别器。

技术领域

本发明涉及图像检查设备和图像检查设备的设置方法，其基于通过对检查对象进行摄像所获得的图像来进行检查对象的通过/失败判断。

背景技术

如例如在日本特开2013-120550中所公开的，在使用通过对检查对象进行摄像所获得的图像的一般图像检查中，首先登记主图像，然后在所登记的主图像上设置各种图像检查工具。具体地，用户首先进行用于获得主图像的各种摄像设置，并且使用所设置的摄像设置来获得主图像。接着，用户选择图像检查工具，设置用于在所获得的主图像上定义应用所选择的图像检查工具的范围的窗口，并且进行图像检查工具的个体设置。之后，用户对检查对象进行摄像，进行图像检查，并且判断是否获得了通过/失败判断的期望结果。在获得了期望结果的情况下，设置完成。然而，在未获得期望结果的情况下，用户根据需要调整用于获得主图像的摄像设置。由于在调整摄像设置时主图像改变，因此用户根据需要调整图像检查工具的个体设置。如上所述的一般检查处理是用户设置检查所基于的图像中包括的特征值的基于规则的图像检查。由于在基于规则的图像检查中图像检查设备根据用户的设置来进行通过/失败判断，因此用户可以控制通过/失败判断的基准。

在上述的基于规则的图像检查中，基于图像中的检查对象的各种特征值(诸如颜色、边缘和位置等)来进行检查对象的通过/失败判断。在诸如颜色和边缘等的特征值清晰的图像中，通过/失败判断是容易的。然而，在存在色差的检查对象、或者看上去容易根据周围环境而改变的诸如金属组件等的检查对象中，特征值容易根据摄像条件等而改变，即使在经由人眼的通过/失败判断容易时、通过图像检查设备的判断也可能困难，并且判断结果可能变得不稳定。

作为能够支持这样的困难检查的检查处理技术，已知有如下的技术，该技术使得诸如神经网络等的已知学习单元学习对非缺陷产品进行摄像的非缺陷产品图像和对缺陷产品进行摄像的缺陷产品图像的特性，生成辨别器，并且使得该辨别器判断在操作期间新输入的检查对象的图像是非缺陷产品还是缺陷产品(例如，参见日本特开2018-5640)。

由于可以通过输入具有各种图案的非缺陷产品图像和缺陷产品图像来提高辨别器的辨别性能，因此通常通过在设置模式时输入许多非缺陷产品图像和缺陷产品图像，满足了辨别性能的要求。

然而，该方法使设置模式冗余，由此增加了从设置模式转变为用于进行实际检查的运行模式的时间。

另外，由于在将运行模式中拍摄到的新图像输入到辨别器之前不能确认辨别器的判断性能为止，因此不能确认辨别器的判断性能，直到从设置模式切换到运行模式为止。作为确认的结果，如果辨别器的判断性能不满足要求，则需要从运行模式切换到设置模式，并且通过输入非缺陷产品图像和缺陷产品图像来进行附加学习。因此，即使在设置模式完成后切换到运行模式之后，也需要进行从运行模式向设置模式的切换以进行附加学习，然后需要进行从设置模式向运行模式的切换，因此操作复杂。

发明内容

本发明解决上述问题，其目的在于使得用户能够在设置模式和运行模式这两者中都容易地附加学习非缺陷产品图像或缺陷产品图像。