[發明專利]檢查裝置和檢查方法

在審

• 申請號: 202010025454.X
• 申請日: 2020-01-10
• 公開（公告）號: CN111435118A
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 小野健太郎;山本泰秀;森永國仁;木本智幸
• 申請（專利權）人: 日商登肯股份有限公司;獨立行政法人國立高等專門學校機構
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 朱麗娟;崔成哲

本發明提供檢查裝置和檢查方法，減少了將滿足預先確定的標準的合格品誤判定為不合格品的可能性。檢查裝置具有：攝像部，該攝像部拍攝被檢查對象物；圖像處理部，該圖像處理部對由攝像部獲得的被檢查對象物的攝像數據進行處理，生成處理圖像數據，該檢查裝置具有：第1判定部，其根據處理圖像數據、和預先規定的空洞和傷痕的數據，判定被檢查對象物是否存在缺陷；以及第2判定部，其根據處理圖像數據和預先構建的機器學習模型，判定被檢查對象物是否存在空洞和傷痕，第1判定部針對由第2判定部判定為存在空洞、為不合格品的被檢查對象物判定是否存在該空洞，第1判定部針對由第2判定部判定為存在傷痕、為不合格品的被檢查對象物判定是否存在該傷痕。

技術領域

本發明涉及檢查裝置和檢查方法。

背景技術

專利文獻1中記載了根據對象物的外觀判定合格品和不合格品的外觀檢查裝置。該外觀檢查裝置利用攝影照明裝置來拍攝產品，在控制部中，利用攝影控制部取得圖像，利用預處理部進行產品的定位和背景去除，利用顏色空間處理部進行強調產品的傷痕、凹痕等不良情況的顏色空間處理，由此生成顏色空間處理圖像，由判定部使用已學習模型進行產品的合格與否判定，該已學習模型是根據顏色空間處理圖像對產品的合格與否判定進行機器學習而得到的學習模型。

專利文獻1：國際公開第2018/150607號

發明內容

本發明的目的在于提供一種減少了將滿足預先確定的標準的合格品誤判定為不合格品的可能性的檢查裝置和檢查方法。

第1方面所記載的的發明是一種檢查裝置，其具有：攝像部，該攝像部拍攝被檢查對象物；以及圖像處理部，該圖像處理部對由所述攝像部獲得的所述被檢查對象物的攝像數據進行處理，生成處理圖像數據，其中，該檢查裝置具有：第1判定部，其根據所述處理圖像數據、和預先規定的空洞和傷痕的數據，判定所述被檢查對象物是否存在缺陷；以及第2判定部，其根據所述處理圖像數據和預先構建的機器學習模型，判定所述被檢查對象物是否存在所述空洞和所述傷痕，所述第1判定部針對由所述第2判定部判定為存在所述空洞、為不合格品的所述被檢查對象物判定是否存在該空洞，所述第1判定部針對由所述第2判定部判定為存在所述傷痕、為不合格品的所述被檢查對象物判定是否存在該傷痕。

第2方面所記載的發明是一種檢查裝置，其具有：攝像部，該攝像部拍攝被檢查對象物；以及圖像處理部，該圖像處理部對由所述攝像部獲得的所述被檢查對象物的攝像數據進行處理，生成處理圖像數據，其中，該檢查裝置具有：第1判定部，其根據所述處理圖像數據和預先規定的多種缺陷的數據，判定所述被檢查對象物是否存在缺陷；以及第2判定部，其根據所述處理圖像數據和預先構建的機器學習模型，針對所述被檢查對象物判定是否存在所述多種缺陷，在所述第2判定部將所述被檢查對象物判定為存在特定種類的所述缺陷、為不合格品的情況下，所述第1判定部針對該不合格品判定是否存在該特定種類的缺陷。

第3方面所記載的發明是一種檢查方法，其使用檢查裝置檢查被檢查對象物，該檢查裝置具有：攝像部，其拍攝所述被檢查對象物；圖像處理部，其對由所述攝像部獲得的所述被檢查對象物的攝像數據進行處理，生成處理圖像數據；第1判定部，其根據所述處理圖像數據和預先規定的多種缺陷的數據，判定所述被檢查對象物是否存在缺陷；以及第2判定部，其根據所述處理圖像數據和預先構建的機器學習模型，針對所述被檢查對象物判定是否存在所述多種缺陷，其中，在所述第2判定部將所述被檢查對象物判定為存在特定種類的所述缺陷、為不合格品的情況下，所述第1判定部針對該不合格品判定是否存在該特定種類的缺陷。

根據本發明，可提供減少了將滿足預先確定的標準的合格品誤判定為不合格品的可能性的檢查裝置和檢查方法。

附圖說明

圖1是本發明的一個實施方式的外觀檢查裝置的結構圖。

圖2的(A)～(E)是該外觀檢查裝置檢查的半導體的外觀的缺陷例，分別示出傷痕、空洞(void)、污垢、異物和未填充的說明圖。