目视检验仪中自动检测物品缺陷的方法和系统的制作方法

文档序号:6569243阅读:161来源:国知局

专利名称::目视检验仪中自动检测物品缺陷的方法和系统的制作方法
技术领域
:本发明涉及在重复生产物品期间的中间处理步骤中在自动目视检验系统中实现的方法,更具体地说,涉及由自动检验仪检测缺陷时执行检验参数设定的方法。
背景技术
:在包括多个连续处理步骤的物品生产过程中,如印刷电路、半导体设备或者复杂机械零件,在各处理步骤之间需要检验、核查和质量控制步骤。为了检测出有缺陷的物品并避免对于可能在先前的某一个处理步骤中严重损坏的物品进行无效的、昂贵的处理步骤,需要进行中间核查。在某些情况下,可以仅在完成整个生产过程之后才执行物品的功能测试。为此,已经开发出了中间的目视检验方法,其用手动的目视检验仪开始执行,例如美国专利No.4691426所述。另一个涉及自动处理中批量生产的方面是缺陷类型和物品上的物理位置(坐标)的相关程度。一些自动目视检验(AVI)技术通过把险测到的缺陷坐标存储在持续更新的数据库内,从而利用这种相关性。该数据库用于缩短并改善要检测的物品的检验周期。在这类系统中,为了评估被检测到的缺陷是否严重,需要完成至少几个物品并执行功能测试。只要在同一位置上重复产生严重的缺陷,该方法就是可接受的,但是如果出现了随机或新的局部缺陷,就应再次启动评估缺陷严重程度的处理过程,而在生成缺陷到自动检测之间形成了不能接受的延迟。用于目视检验系统的第二种方法是通过获取被检验的物品的图像并分析该图像来执行缺陷检测。这种分析通常是利用图像处理、形态和图样识别装置来执行的。每个装置都有其自身的固有参数,这些参数限定了该系统所能识别的缺陷。在进行识别时,为了确定是否把可疑缺陷报告为严重缺陷,需要有一組分类规则。由该系统所报告的缺陷随后可以由用户或者自动地可视化和/或修复。但是,严重缺陷和非严重缺陷之间的精确区分并不简单,为了精确区分严重缺陷,使用样本来训练该系统。对于生产过程中生成的不同类型的缺陷,通过人工观察和分类很难提供精确的严重缺陷样本。另外,这种系统的不同用户对于他们不同的产品有不同的检测标准。一个客户认为是严重缺陷的特定图样对于另一个客户而言可能是可以接受的。此外,精密产品中应当报告的缺陷对于同一客户的精密程度不高的产品而言可能表现为可以接受的质量.而且,同一产品的不同物品在所获取的图像中有不同的显示,因此需要不同的分类规则参数组。第三种方法使用了上述方法的组合,在美国专利No.7062081中提出,其中提供了一种用于分析电子电路图样的生产过程中检测到的缺陷的方法。被检验的对象上的缺陷被检测出来,并且这个检测到的缺陷的位置信息被存储。这个缺陷的具体信息针对该缺陷被采集,为其存储该缺陷的位置信息。所采集到的具体信息与缺陷位置信息相关联并且被存储。被检验的对象通过电子方式被测试,并且存储在这个电子测试中出现错误的位置的信息,已存储的缺陷位置信息和错误生成位置信息进行比较,并基于比较结果将检测到的缺陷进行分类。随后显示与经过分类的缺陷相关的信息。上述第三种方法的缺点包括需要根据功能测试结果来核实位置信息,而且很难建立除半导体设备之外的其它产品的分类规则,并且与上述第二种方法相比,其存在更宽的图像差异。另一个缺陷在于,很难手动更新分类规则,下面将详细阐释。该系统报告所有严重缺陷的重要性是很明显的,但是使用过于灵敏的分类规则参数組也将导致报告非严重缺陷。被忽略的缺陷或者错误识别的缺陷最后会无意义地消耗客户资源。美国专利No.6674888涉及为分类规则设置参数的过程,建议重复调整规则,直至满足所得到的标准。如上述专利文献所述,为了满足每个产品的特定检测标准,同时获得严重缺陷和非严重缺陷之间的最佳平衡,在设定上述识别、判决和报告参数时可能有连续的阶段。初始设定可以根据产品的指定特征自动执行,但是这种设定不能始终获得严重缺陷和非严重缺陷之间的最佳平衡。这种情况是由于不同的原因造成的,包括a)由所检验的物品获得的图像的特性不能始终被提前预测,以及b)存在不可预料的环境条件,如灰尘颗粒、照明条件或材料特性。由于第一个物品的初始设定后的检测结果随后将被应用于该批次中的所有后续物品上,一个更为彻底的后续设定过程被应用,以优化第一个物品的设定。目前,在扫描第一个物品并接收到初始缺陷图之后,对该系统本身执行后续的设定过程。但是通过直接改变识别或判决和报告参数或者通过改变随后能影响这些参数的检测标准,这一辅助设定过程是手动执行的。只要设定过程是手动执行的,就限定了可由普通的用户改变的参数的数量,其结果在很大程度上取决于特定用户的技巧以及用户对检验系统的熟悉程度。因此,需要有一种自动的智能方法,用于设定、细化和调整自动目视检验过程中的分类规则。
发明内容因此提出了一种方法和系统,其中很大的处理、识别、判决和报告参数組之间的相关性能够在很短的设定时间内,并且在检验过程之前、期间或之后所指示的限制之下被并行地自动优化。所述优化过程基于算术或成本函数最小化方案,其使用判决规则的逻辑或启发式或学习参数,所述优化过程还处理图像空间和颜色深度分辨率的层次结构,并着重于不同的图像源,如成像传感器、光源、存储源和网络源。所述优化过程还能够针对特定的学习过程(不是自动完成的)进行用户交互,包括特定的可视化和判决装置。本发明还提供了一种方法,其利用半自动或全自动机器学习概念,便于自动目视检验系统中的辅助设定过程,从而增强了检测结果,使得没有经验的用户也能操作本系统。所述方法在于,一旦该批次中的一个物品(最好是第一个物品,但这不是绝对的)已经被检验,则建立所报告的初始缺陷图,缺陷根据严重程度来分类拣选,之后可以自动调整识别、判决和报告参数,从而最佳地满足通过拣选过程所确定的检测准则。可选地,通过执行从对该批次中的后续物品进行检验所得到的附加缺陷图的拣选,可以再次执行学习过程,从而进一步细化参数调整,并进一步增强检测结果。另外,还提供了一种从远程位置执行该^:定过程的方法。根据本发明的一个优选实施例,提供了一种用于确定由自动检验系统检验多个物品时的参数设定的方法,所述方法包含下列步骤由所述检验系统检验第一个物品,根据所给定的一组检验参数应用一种自动缺陷检验方法,得到一个初始缺陷图,按照一组预先确定的缺陷类型把所发现的缺陷按照缺陷类型进行分类拣选,在对缺陷进行分类拣选时,如果检测到所述检验系统不能识别的新缺陷,则把所述新缺陷添加到所述被分类拣选的初始缺陷图中,通过应用计算专用算法,使用启发式方法,自动设置所述检验参数,以形成调整后的参数设定,使用调整后的参数设定获得检测到的缺陷的调整后的缺陷图,以及4吏用所述调整后的参数设定检验所述多个物品中的其余物品,本发明还提供了一种用于确定检验多个物品时的参数设定的系统,所述系统包含一检验系统,用于检验一个批次中的第一个物品,以形成一个初始缺陷图,还包括一控制器,其被操作用于从所述检验系统接收所述初始缺陷图,显示所述初始图的每个所迷缺陷,使得操作者能够根据缺陷类型对每个缺陷进行分类拣选,并把拣选结果输入到该系统中,使用专用算法确定调整后的参数设定,以得到调整后的缺陷图,所述调整后的缺陷图具有真缺陷和伪缺陷之间的所希望的比率,以及提供所述参数设定以检验所述批次中的其他物品。本发明还提供了一种自动或半自动地确定用于检验多个物品时的参数设定的系统,所述系统包含一传感器,用于对被检验的物品的区域进行成像;一检测机构,用于选择所述物品上用于处理或显示的位置;一存储器,能够保存由所述传感器所获得的检验区域的图寸象;一判决单元,用于获得最佳缺陷图;一搜寻机构,用于寻找能够产生判决单元所规定的最佳输出结果的参数值;以及提供所述参数值以检验所述批次中的其余物品的装置。因此,与现有技术中的方法和系统不同,根据本发明,参数设定不仅能够控制图像处理参数,而且能够控制系统的所有参数,如物品的照明强度。下面将参照示意性附图并结合特定的优选实施例来具体描述本发明,以便使其可以被更充分地理解。现在结合附图具体说明,需要强调的是,所示内容仅仅是通过示例来描述,其目的是示意性地阐释本发明的优选实施例,其提供了目前认为最有用处和便于理解本发明的原理和概念的具体说明。由此,本发明的结构细节的说明不会比基本理解本发明所需的更具体,对于本领域技术人员来说,根据说明书和附图能够很清楚得到本发明的几种可以在实践中实施的形式。图中图1是对自动目视检验系统的检测参数进行半自动调整的方法的流程图2是在初始检验过程中获取并存储在存储器中的图像进行分类拣选的实例;图3示出了利用实况视频获取的分类拣选的实例;图4示出了对于一个参数选择最佳识别/才艮告的可选方法,以及图5示出了对于一个参数选择最佳识别/报告的另一种可选方法。具体实施例方式参考附图,图1示出了对自动目视检验系统中的检测参数进行半自动调整的方法的流程图。该方法被认为是半自动的,因为判断初始缺陷图中的缺陷是否严重是由用户手动执行的,最好是由经验丰富的用户、如物品的设计者来执行,或者由系统自动执行。处理步骤的流程由控制器自动排序。在模块ll的步骤(a)中,一个批次中的第一个物品或者其它物品通过自动光学检验(AOI)系统使用初始参数扫描进行检验。这些初始参数可以通过系统内初始设定或缺省值来自动获得,或者从参数数据库中手动选择。优选地,选择敏感的参数组,这将导致对位于物品上的所有严重缺陷、包括一些非严重缺陷进行检测。在模块12的步骤(b)中,使用所述初始参数组生成一个被选择报告给用户的缺陷图。这个初始缺陷图包括检测到的严重缺陷和非严重缺陷。在模块13的步骤(c)中,在检验的第一个步骤或下一个步骤期间,缺陷区域的图像被存储在存储设备中,以用于随后的分析。在模块14的下一个步骤(d)中,表示缺陷的图像被显示给用户。这些图像可以是存储在存储设备中的图像,也可以是从另一个数据源(包括实况截取,但这并不是唯一情况)获得的图像。现在参照图2和3,可以看到这种分类拣选的示意图。通过观看这些图像,用户判断各个缺陷是否严重。可选地,用户可以确定检测到的缺陷需要更精细的检验,另外,用户也可以添加没有被系统检测到的手动检测缺陷,有利的是,不仅把缺陷呈现给用户,而且也显示位置,后者将有利于参数的自动调整。上迷图像拣选过程可以在远端位置执行。该过程可以使用下列选项之一来继续A)步骤(el),模块15:用不同的参数组对存储的图像进行再处理,从而获得新的缺陷图。再处理不需要对物品进行再次检验,或者B)步骤(e2),模块16:接收来自识别"艮告装置的输出,以用于随后的分析。在模块17的步骤(f)中,系统通过应用特定的计算专用算法,使用启发式方法,选择能够给出最佳检测结果的参数组合,以形成一个新的参数设定。在执行启发式方法时,测试各种参数设置,每次生成一个新的缺陷图。选择最佳的缺陷图,从而选择最佳的参数设定,作为新的参数设定。启发式算法可以和判决式方法结合使用,其中一旦接收到经过分类拣选后的缺陷图以及一些或每个经过分类拣选后的缺陷的检测参数,则设置每个参数,以获得最佳的新缺陷图。专用规则被用于确定缺陷类型之间所希望的比率,这些规则被设置,以获得检测新缺陷图的新的参数设定,所有这些缺陷都包含在预设缺陷类型的数据库内。这些规则用数学函数或逻辑函数来实现,或者用它们的组合来实现。其中一种可用的数学函数是成本函数。最佳的组合可以灵活地规定。可选地,对于参数设定的所有组合应用一个成本函数(如下述实例所述)并找到其极值。确定最佳参数的方法可以分别对每个参数实施,或者对一组参数实施。下面将更详细描述的图4和5示出了选择参数的方式。根据模块18中的下一个步骤(g),系统的初始识别/报告参数是根据上述选择的参数自动调整的。该过程可以使用下列选择之一继续A)步骤(hl),模块19:用一个新的参数组重新检验同一个物品,获得具有更好的检测结果的新缺陷图,以及B)步骤(h2),模块20:用这个新的参数组继续检验下一个物品。有利的是,在步骤(i)中,模块21,重复执行步骤(a)到(h),以细化参数的调整。全自动调整方法和半自动调整一样,除了在模块14的步骤(d)中自动执行分类拣选之外,其比该工作流程中的其余步骤使用更高分辨率的图像、更高的计算资源、或者更长的执行时间。更高分辨率的图像可以是具有更高颜色分辨率、空间分辨率或者这两者的图像。在这种情况下,在前述工作流程中仅仅手动执行的阶段被自动执行。参照图2,其示出了分类拣选的一个例子,使用区域22a中的一个图像22,该图像在初始检验期间被获取并被存储在存储器中。具有疑似缺陷23a的图像缺陷区域23被显示在正确的图像22附近。参照物品的图像22被可选地添加到数据库中,以加强所检测到的缺陷的进一步检测。数学滤波器被应用到图像上,以加强缺陷的可视化。可选地,分类拣选在远端位置执行。图3示出了使用实况视频截取进行分类拣选的一个例子。显示缺陷区域24的图像,以示出缺陷24a。可选地,具有正确形式25a的参照物品的图像25被添加到数据库中,以加强所检测到的缺陷的进一步检测。数学滤波器可以被应用到图像上,以加强缺陷的可视化。可选地,分类拣逸在远端位置执行。图4示出了选择最佳识别/报告参数的一种优选方法。对于需要调整的每个参数建立一个图表26。这些图表26的X轴(26a)表示可调整的参数的值,而Y轴(26b)表示改变该参数时检测到的严重缺陷和非严重缺陷的数目。其他相关参数也可以添加到这些图表中。图5示出了选择最佳识别/报告参数的一种优选方法。通过对每个单独的参数或者对一组参数应用特定的成本函数,为每个参数值或参数组合确定一个成本值。通过寻找成本极值,提取最适合的参数并将其插入到检验系统中。该附图描述并显示了成本函数27作为所选参数值28的函数,而在最佳选择29处得到了最大严重错误和最小非严重错误.为了描述利用成本函数来选择参数,可以使用下面的例子假定成本函数可以表示成一A、严重缺陷)+B、非严重缺陷)+<:*(从参数初始值的变化)+D"由于参数改变而添加的未经分类拣选的缺陷)。假定A-IOOO,B=10,C=5,D=20,假定参数的初始值是60。<table>tableseeoriginaldocumentpage15</column></row><table>因此,为了获得最佳结果,该系统将为该参数选择数值70(具有最低成本的数值)。本发明还提供了一种用于执行上述方法的系统,其包括一个检验系统,用于检测一个批次中的物品,确定初始缺陷图,以及一个控制器,其操作用于从检验系统获得初始缺陷图,并向操作者显示每个缺陷。该系统使得操作者可以根据类型对每个缺陷进行分类拣选。控制器随后对所采集的拣选结果应用上述专用算法,确定一个新的参数设定用于后续的检验。通过使用新的参数,获得一个改进的缺陷图,其具有真缺陷和伪缺陷之间的期望比率。这个新的参数设定用于检验该批次中的其余物品。检验系统还包含一个传感器,用于对待检物品的区域进行成像,一个检测机构,用于选择执行的位置或显示存储器元件,以及一个判决机构,其包含用于规定所要搜寻的最优结果的准则或规则装置。还包括一个搜寻结构,其用于寻找产生由判决机构所规定的最优输出结果的参数值,以及提供参数值用于检验该批次内其余物品所需的装置。该系统可以利用任何光学传感器,所述传感器对可见光、彩色光或灰度光、或者对电磁频谱的其他部分敏感,可选的是TDI传感器行或阵列。检测机构使用从传感器接收到的数据来检测疑似缺陷或区域,这样可以更好地执行参数设定。检测机构可以可选地把其结果与存储在存储器元件或数据库内的参考值进行比较。存储器元件保存由传感器获得的所检测的区域的图像,可以只保存所检测的区域的位置,另外还可以保存与导致检测机构检测到的缺陷的原因有关的数据。该系统包含一个显示机构,其向用户显示至少一个所检测的区域的图像,所述图像可以是彩色图像、灰度困像或二进制图像,或者存储在存储器元件内的用户图像。可选地,显示器可以显示使用数学滤波器或光学滤波器处理过的图像,或者显示与导致检测机构检测到的缺陷的原因有关的其它数据,或者关于所显示的图像的特征的其它数据。该系统还包含一个本身已知的用户接口,其能够把所显示的缺陷分类拣选成严重缺陷和非严重缺陷。判决机构用于使用数学和/或逻辑函数来规定缺陷类型之间所希望的比率,被设置以获得用于检测新的缺陷图的新的参数设定,这些缺陷全都被包括在预定缺陷类型的数据库中。可选地,所述数学函数可以是参数设定过程中细化的一个成本函数,以获得最优结果。搜索机构使用启发式方法对缺陷分类拣选后的数据进行分析,以获得新的参数设定,在此期间,每次测试不同的参数设定,生成一个新的缺陷图。最佳的缺陷图,以及由此得到的最佳参数设定,被选择作为新的参数设定。仅根据启发式分析或者结合判决式方法来确定参数设定,其中一旦接收到经过分类拣选后的缺陷图以及一些或每个经过分类拣选后的缺陷中的检测参数,则设置每个参数以达到最佳的新缺陷图。可选的是,以分层方式从几个空间或颜色分辨率中确定至少一种参数设定。对于本领域技术人员来说,显然本发明不限于上述实施例的具体细节,本发明可以用其它特定形式实现,而不会偏离其主旨和基本属性。因此本实施例的所有方面仅被认为是示意性并且不是限制性的,本发明的范围由所附的权利要求书表示,而不是上述说明书,因此在权利要求的等效形式的含义和范围内进行的所有变化都认为是可以接受的。权利要求1、一种用于确定自动检验系统检验多个物品时的参数设定的方法,所述方法包括下列步骤由所述检验系统检验第一个物品;根据所给定的一组检验参数应用一种自动缺陷检验方法;得到一个初始缺陷图;根据一组预定的缺陷类型,把所发现的缺陷按照缺陷类型进行分类拣选;在对缺陷进行分类拣选时,如果检测到所述检验系统不能识别的新缺陷,则把所述新缺陷添加到所述被分类拣选的初始缺陷图中;通过应用计算专用算法,使用启发式方法,自动设置所述检验参数,以形成调整后的参数设定;使用调整后的参数设定获得检测到的缺陷的调整后的缺陷图,以及使用所述调整后的参数设定检验所述多个物品中的其余物品。2、如权利要求l所述的方法,还包括利用相同的方法来检验附加的物品,以进一步细化所述调整后的参数^:定。3、如权利要求l所述的方法,其中通过用自动光学检验系统扫描所述被检验的物品来实现检验。4、如权利要求l所述的方法,其中所述方法是由控制器自动执行的。5、如权利要求l所述的方法,其中所述分类拣选是由专业操作人员手动实现的。6、如权利要求l所述的方法,其中所述分类拣选是利用实况视频图像实现的。7、如权利要求l所述的方法,其中所述分类拣选是利用存储在存储器元件中的图像实现的。8、如权利要求l所述的方法,其中所述分类拣选是在远端位置实现的。9、如权利要求l所述的方法,其中所述初始缺陷图是通过当检验参数被设置为表示高检测灵敏度的数值时检验所述物品而获得的。10、如权利要求l所述的方法,其中所述缺陷类型被分类为严重缺陷和非严重缺陷。11、如权利要求l所述的方法,其中所述启发式方法包括以下步对形成调整后的缺陷图的各种参数设定进行测试,以及选择能够提供最佳检测结果的参数组合。12、如权利要求11所述的方法,其中至少一个所述参数设定是根据专用算法来确定的。13、如权利要求12所述的方法,其中所述算法使用启发式方法对经过分类拣选后的缺陷进行分析,以获得调整后的参数组,其中一旦接收到所述经过分类拣选后的缺陷图以及一些或每个经过分类拣选后的缺陷中的检测参数,则设置每个参数,以得到最佳的调整后的缺陷图。14、如权利要求1所述的方法,其中使用专用规则来规定缺陷类型之间的所希望的比率。15、如权利要求14所述的方法,其中所述规则被设置为获得用来检测调整后的缺陷图的调整后的参数设定,这些缺陷被包括在预定缺陷类型的数据库内。16、如权利要求15所述的方法,其中使用至少一种数学和/或逻辑函数来实现所述规则,17、如权利要求16所述的方法,其中所迷数学函数是成本函数。18、如权利要求14所述的方法,其中所述规则在参数设置过程期间被细化,以得到最佳的结果。19、如权利要求l所述的方法,其中以分层方式从几个空间或颜色分辨率中确定至少一个所述参数设定。20、如权利要求1所述的方法,其中所述参数设定被操作以控制系统的所有参数。21、一种确定用于检验多个物品时的参数设定的系统,包括一检验系统,用于检验一个批次中的第一个物品,形成一个初始缺陷图,以及一控制器,其被操作用于从所述检验系统接收所述初始缺陷图;显示所述初始图中的每个所述缺陷,使得操作人员能够根据缺陷类型对每个缺陷进行分类拣选,并把拣选结果输入到该系统中;使用专用算法确定调整后的参数设定,以得到调整后的缺陷图,所述调整后的缺陷图具有真缺陷和伪缺陷之间的所希望的比率,以及提供所述参数设定以检验所述批次中的其余物品。22、如权利要求20所述的系统,其中所述参数设定被操作以控制该系统的所有参数。23、一种自动或半自动地确定用于检验多个物品时的参数设定的系统,包括一传感器,用于对被检验的物品的区域进行成像;一检测机构,用于选择所述物品上用于处理或显示的位置;一存储器,能够保存由所述传感器获得的检验区域的图像;一判决单元,用于获得最佳缺陷图;一搜寻机构,用于寻找能够产生判决单元所规定的最佳输出结果的参数值,以及提供所述参数值以检验所述批次中的其余物品的装置。24、如权利要求23所迷的系统,*中所述传感器从对电磁频镨的某些部分敏感的传感器组中选择,包括可见光传感器;TDI传感器的行或阵列,或者彩色传感器或灰度传感器。25、如权利要求23所述的系统,其中所述检测机构从以下的组中选择使用从所述传感器得到的数据的检测机构;缺陷检测机构;检测疑似缺陷和区域并且能够更好执行所述参数组的机构,以及检测被检测的物品上的疑似区域并与所存储的参考值进行比较或不进行比较的检测机构。26、如权利要求23所述的系统,其中所述存储器能够保存所检测的区域的位置。27、如权利要求23所述的系统,其中所述存储器能够保存表示导致所述检测机构检测到的缺陷的原因的数据。28、如权利要求23所述的系统,还包括显示器。29、如权利要求28所述的系统,其中所述显示器显示至少一个检测区域的实况图像,所述图像的形式是从以下图像组中选择的彩色图像、灰度图像或二进制图像。30、如权利要求28所述的系统,其中所述显示器显示从所述存储器得到的图像。31、如权利要求28所述的系统,其中所述显示器显示通过使用数学滤波器或光学滤波器处理后的图像。32、如权利要求28所述的系统,其中所述显示器显示表示导致所述检测机构检测到的缺陷的原因的数据。33、如权利要求28所述的系统,其中所述显示器显示与所述图像的特征有关的附加数据。34、如权利要求23所述的系统,还包括用户接口,能够把缺陷分类拣选为严重缺陷和非严重缺陷。35、如权利要求23所述的系统,其中所述判决单元能够规定缺陷类型之间的所希望的比率。36、如权利要求35所述的系统,其中所述判决单元被设置以获得所述调整后的参数设定,用于检测包含在预定缺陷类型数据库中的调整后的缺陷图.37、如权利要求35所述的系统,其中所述判决单元使用至少一种数学和/或逻辑函数来实现。38、如权利要求37所述的系统,其中所述数学函数是成本函数。39、如权利要求35所述的系统,其中所述判决单元在参数设置过程中被细化,以获得最佳的结果。40、如权利要求23所述的系统,其中所述搜寻机构用于获得新的参数设定。41、如权利要求23所述的系统,其中所述搜寻机构使用启发式算法对经过分类拣选后的缺陷进行分析,以得到调整后的参数^L定。42、如权利要求41所述的系统,其中所述启发式方法包括对形成调整后的缺陷图的每种参数设定进行测试,以及选择能够提供最佳检测结果的参数组合。43、如权利要求23所述的系统,其中所述搜寻机构使用判决式方法对经过缺陷分类拣选后的数据进行分析,以获得调整后的参数设定。44、如权利要求43所述的系统,其中所述判决式方法包括一旦接收到所述经过分类拣选的缺陷图以及一些或每个经过分类拣选后的缺陷中的检测参数,则设置每个参数,以获得最佳的调整后的缺陷图。45、如权利要求23所述的系统,其中所述参数设定被操作以控制该系统的所有参数。全文摘要提供了一种用于确定自动检验系统检验多个物品时的参数设定的方法。所述方法包括由所述检验系统检验第一个物品,根据所给定的一组检验参数应用一种自动缺陷检验方法,得到一个初始缺陷图,根据一组预定的缺陷类型把所发现的缺陷按照缺陷类型进行分类拣选。在对缺陷进行分类拣选时,如果检测到所述检验系统不能识别的新缺陷,则把该新缺陷添加到被分类拣选的初始缺陷图中,并且通过应用计算专用算法,使用启发式方法,自动设置检验参数,以形成一个调整后的参数设定。随后使用所述调整后的参数设定获得所检测到的缺陷的一个调整后的缺陷图,并使用调整后的参数设定来检验所述多个物品中的其余物品。还提供了一种用于确定检验多个物品时的参数设定的系统。文档编号G06T7/00GK101292263SQ200680038464公开日2008年10月22日申请日期2006年8月27日优先权日2005年8月26日发明者D·阿格阿纳蒂,O·特罗普,R·卡甘申请人:卡姆特有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1