缺陷检测装置及方法、图像传感器器件和模块的制作方法

专利名称：缺陷检测装置及方法、图像传感器器件和模块的制作方法
缺陷检测装置及方法、图像传感器器件和模块 技术领城本发明涉及一种在制造图像传感器器件(Image Sensor Device)的 检测步骤中，高精度地检测缺陷的缺陷检测装置、缺陷检测方法、图像 传感器器件、图像传感器模块、缺陷检测程序和计算机能够读取的记录 介质。
背景技术：
在进行数字图像品质测试时，对是否存在缺陷区域进行判断是非常 重要的，所迷的缺陷区域是指像素值呈不均匀变化的区域。尤其是最近 几年，静态式数字照相机(Digital Still Camera)、内置照相机的便携式 电话等对图像传感器器件的需求不断扩大，与此相应地，就要求实现图 像传感器器件的高品质化，要求在测试步骤中对由图像传感器器件得到 的数字图像(图像传感器图像)中所产生的缺陷区域、即斑缺陷、不匀 缺陷以及线缺陷实施检测。也就是说，即使图像传感器器件为合格品，由于像素值相对于像素 坐标发生緩慢变化的阴影(shading)成分以及噪声成分的影响，像素值 不能保持一定。特别是，当图像传感器图像中存在斑缺陷、不匀缺陷或 者线缺陷等时，像素值就会因各缺陷随着像素坐标发生复杂的变化，所 以，难以检出这些缺陷，因而需要一种灵敏度高的检测缺陷的画质检测 方法。在此，"点缺陷"是指下述状态的缺陷，即在图像传感器图像中， 其中一个像素值与其周围的像素值相比存在明显且较大的差而成为比 较突出的值。另外，"斑缺陷"是指下述状态的缺陷，即某区域中的 多个像素值中的任一像素值与周围的像素值的差较"点缺陷"时与周围 的像素值的差要小。"不匀缺陷"是指下述状态的缺陷，即像素值之 间的差比"斑缺陷，，的像素值之间的差还要小，且多个像素所在的区域 比"斑缺陷"更大。"线缺陷"是指下述状态的缺陷，即在图像传感 器图像中列方向、行方向或者任意角度的斜方向上排列的像素值较之于 其周围的像素值，存在着明显的差而成为比较突出的值。
另外，"阴影，，是指下述状态，即像素值相对于像素坐标发生緩 慢的变化，像素值朝着图像传感器图像的上端部分、下端部分、左端部 分和右端部分逐渐变小。发生阴影的原因是由于相对于图像中央的像 素，图像端部像素的灵敏度降低。过去，通过检测人员以目视来完成对图像传感器图像、液晶屏等的 平板显示器的斑缺陷、不匀缺陷以及线缺陷的检测。但是，由于这种冲企 测依赖检测人员的主观判断，所以，存在下述问题，即由于检测人员 的检测标准的偏差以及检测人员在检测时的身体状况的影响，将导致检 测结果不稳定。另外，还存在难以实现对各缺陷进行定量化的问题。对 此，最近几年里开发了在制造图像传感器器件等的制造步骤中将缺陷定 量化并进行检测的检测装置，而且也正在开始推进利用该检测装置进行 的自动化检测。通常，该检测装置拍摄图像并对该图像实施图像处理来 检测各缺陷。例如，专利文献1 (日本国专利申请公开特开2004-294202号公报，
公开日2004年10月21日)揭示了以下这样一种缺陷检测方法。即， 首先根据缺陷的种类，将通过摄像元件所拍摄到的图像(检测图像)的 图像值来生成多个尺寸缩小的缩小图像，或者在实施强调缺陷的滤波处 理之后，对检测图像内的每一明、暗缺陷进行亮度信息的统计处理。接 着，以该统计数椐为基础，决定用于检测缺陷候补的阈值后检出缺陷候 补，并演算出被检出的缺陷候补的定量评价值。由此，能够根据缺陷的 种类来判断检测图像中是否存在缺陷候补。具体来说，如下所迷地进行该缺陷检测方法的斑缺陷检测。即，首 先利用平滑滤波器进行处理，或者进行形态处理(平滑处理)。接着， 缩小通过平滑处理所得到的图像并制作成各种尺寸的缩小图像。之后， 利用空间滤波器即Top-Hat滤波器对各缩小图像实施强调斑缺陷的对比 度。之后，进行失调处理使得暗点被强调。然后，根据检测图像内的各 像素的亮度值进行统计计算，并根据从该统计计算所得到的统计数据来 设定阈值。之后，根据所设定的亮度阈值来判断在检测图像中是否存在 缺陷候补。但是，在专利文献l中，对斑缺陷、条紋缺陷、不匀缺陷以及线缺 陷的的任一者进行检测处理时，虽为了除去噪声成分而实施平滑处理， 但仅仅通过平滑处理，由噪声成分所带来的影响依然较大。因此，利用
专利文献1所记栽的缺陷检测方法则有可能对有无缺陷候补作出错误地 判断。例如，如图24所示，对于已进行了边缘检测(将后述)的图像实 施专利文献1所述的统计处理时，得知如图25所示要被检出的缺陷 区域A (参照图24)被噪声成分所掩盖而难以被检出。因此，如果利用 专利文献1所示的缺陷检测方法，将会存在这样的可能性，即，本应作 出有缺陷候补的判断，却错误地作出无缺陷候补的判断。另外，在专利文献1中，使用由RGB合成的亮度图像作为检测图 像。因此，利用专利文献1所揭示的缺陷检测方法，则有可能对由于 RG或者RB的组合而产生缺陷的图像传感器器件作出缺陷候补有无的 错误判断。例如，图26所示的图像是对亮度图像实施了边缘检测后的图像。 如图27所示，对被边缘检测后的图像实施统计处理时，得知对于要 被检出的线缺陷而言检测灵敏度降低，且本不应作为线缺陷被检出的部 分却被予以强调。因此，在这种情况下，利用专利文献1的缺陷检测方 法则难以检出应被^r出的线缺陷。发明内容本发明是鉴于上述问题进行开发的，其目的在于提供一种通过对图 像传感器图像的缺陷区域实施强调处理，从而能够高精度地检测缺陷的 缺陷检测装置、缺陷检测方法、图像传感器器件、图像传感器模块。为了解决上述课题，本发明的缺陷检测装置是一种从数字图像内检 测缺陷区域的缺陷检测装置，其中，该缺陷区域的像素值较之于该缺陷 区域周围的区域的像素值呈不均匀的变化。本发明的缺陷检测装置，具 有像素值校正部，校正被检测图像内的像素值，使得应作为上述缺陷 区域检出的区域的像素值相对于上述缺陷区域之外的区域的像素值被 强调，其中，上述被检测图像是要进行缺陷区域检测的图像、块分割处 理部，将上述被检测图像分割成多个块并且求出块相加值或块平均值， 其中，上述块相加值是对各块中存在的像素的像素值进行相加后所得到 的值，上述块平均值是上述块相加值除以该块中存在的像素的个数所得 到的值；向缺陷区域有无判断部输出上述块相加值或者块平均值，其 中，该缺陷区域有无判断部通过统计处理来判断是否存在上述块相加值
或者块平均值的离群值，从而判断是否存在上述缺陷区域。根据上述结构，在被检测图像中存在缺陷区域的情况下，像素值校 正部对被检测图像的像素值进行校正，使得该缺陷区域的像素值被强 调。另外，块分割处理部将被检测图像分割为多个块并求出块相加值或 者块平均值。即，在缺陷检测装置中，像素值校正部和块分割处理部分 别对被检测图像进行处理。在块分割处理部求得的块相加值或者块平均 值被输出至缺陷区域有无判断部。然后，缺陷区域有无判断部根据该块 相加值或者块平均值进行统计处理，对被检测图像进行有无缺陷区域的 判断。由此，由于能够确实区分存在于被检测图像中的缺陷区域和噪声成 分，所以能够高精度地检出缺陷区域。另外，能够抑制对有无缺陷区域 所作的错误判断。另外，块相加值或者块平均值将被输出至缺陷区域有无判断部，而 对于块分割处理部求出该块相加值或者块平均值的处理的定时，可以在 像素值校正部进行处理之前，也可以在像素值校正部进行处理之后。 即，可以在像素值校正部对被检测图像的像素值实施校正之前，块分割 处理部先求出被检测图像的各块的块相加值或者块平均值，也可以在像 素值校正部对被检测图像的像素值实施校正之后，求出块相加值或者块 平均值。为了解决上述课题，本发明的缺陷检测装置是一种从数字图像内检 测缺陷区域的缺陷检测装置，其中，该缺陷区域的像素值较之于该缺陷 区域周围的区域的像素值呈不均匀的变化。本发明的缺陷检测装置，具 有块分割处理部，将被检测图像分割成预先根据上述缺陷区域的形状设 定的块形状，并且求出块相加值或块平均值，其中，上述被检测图像是 要进行缺陷区域检测的图像，上述块相加值是对各块中存在的像素的像 素值进行相加后所得到的值，上迷块平均值是上述块相加值除以该块中存在的像素的个数后所得到的值；向缺陷区域有无判断部输出上述块相 加值或者块平均值，其中，该缺陷区域有无判断部通过统计处理来判断 是否存在上述块相加值或者块平均值的离群值，从而判断是否存在上述 缺陷区域。根据上述结构，在块分割处理部中，将被检测图像分割成预先根据 上述缺陷区域的形状设定的块形状，并且求出各块的块相加值或者块平 均值。通过向缺陷区域有无判断部输出该块相加值或者块平均值，缺陷 区域有无判断部根据该块相加值或者块平均值进行统计处理，对被检测 图像进行有无缺陷区域的判断。由此，因为块分割处理部利用与缺陷区域对应的各种块形状，各自 进行各缺陷区域的检测，所以能够高精度地对各缺陷区域进行特定的检 测。另外，由于缺陷区域有无判断部利用块分割处理部实施处理所得到 的被检测图像的块相加值或者块平均值来进行处理，所以能够抑制对有 无缺陷区域所作的错误判断。为了解决上述课题，本发明的缺陷检测装置是一种从数字图像内检 测缺陷区域的缺陷检测装置，其中，该缺陷区域的像素值较之于该缺陷 区域周围的区域的像素值呈不均匀的变化。本发明的缺陷检测装置，具有图像生成部，根据被检测图像生成色差图像，其中，上迷被检测图 像是要进行缺陷区域检测的图像、以及块分割处理部，将上述图像生成 部生成的色差图像分割成多个块并且求出块相加值或者块平均值，其 中，上述块相加值是对各块中存在的像素的像素值进行相加后所得到的 值，上述块平均值是上述块相加值除以该块中存在的像素的个数后所得 到的值；向缺陷区域有无判断部输出上述块相加值或者块平均值，其 中，该缺陷区域有无判断部通过统计处理来判断是否存在上述块相加值 或者块平均值的离群值，从而判断是否存在上述缺陷区域。根据上述结构，图像生成部生成作为被检测图像的色差图像。块分 割处理部将色差图像分割为多个块，并且求出各块的块相加值或者块平 均值。然后，该块相加值或者块平均值被输出至缺陷区域有无判断部， 缺陷区域有无判断部;f艮据该块相加值或者块平均值进行统计处理，并对 被检测图像进行有无缺陷区域的判断。由此，能够检出被检测图像中的由于色变化而产生的缺陷。另夕卜， 在由于色变化而导致的缺陷存在于被检测图像的垂直方向或者水平方 向上的某一列的情况下，能够高精度地检出纵线缺陷或者横线缺陷。进 而，缺陷区域有无判断部利用在块分割处理部所处理的色差图像的块相 加值或者块平均值进行处理，能够抑制对有无缺陷区域所作的错误判 断。为了解决上述课题，本发明的缺陷检测方法是一种从数字图像内检 测缺陷区域的缺陷检测方法，其中，该缺陷区域的像素值较之于该缺陷 区域周围的区域的像素值呈不均匀的变化。本发明的缺陷检测方法，包括像素值校正步骤，校正被检测图像内的像素值，使得应作为上述缺 陷区域检出的区域的像素值相对于上述缺陷区域之外的区域的像素值 被强调，其中，上述被检测图像是要进行缺陷区域检测的图像、以及块 分割处理步骤，将上述被检测图像分割成多个块并且求出块相加值或者 块平均值，其中，上述块相加值是对各块中存在的像素的像素值进行相 加后所得到的值，上述块平均值是上述块相加值除以该块中存在的像素 的个数后所得到的值；向缺陷区域有无判断部输出上述块相加值或者块 平均值，其中，该缺陷区域有无判断部通过统计处理来判断是否存在上 述块相加值或者块平均值的离群值，从而判断是否存在上迷缺陷区域。 利用上述结构的缺陷检测方法，由于在各步骤中实现了与本发明的 缺陷检测装置同样的处理，所以能够得到与本发明的缺陷检测装置相同 的作用和效果。为了解决上述课题，本发明的缺陷检测方法是一种从数字图像内检 测缺陷区域的缺陷检测方法，其中，该缺陷区域的像素值较之于该缺陷 区域周围的区域的像素值呈不均匀的变化。本发明的缺陷检测方法，具 有图像生成步骤，根据被检测图像生成色差图像，其中，上述被检测 图像是要进行缺陷区域检测的图像、以及块分割处理步骤，将在上述图 像生成步骤中生成的色差图像分割成多个块，并且求出块相加值或者块 平均值，其中，上述块相加值是对各块中存在的像素的像素值进行相加 后所得到的值，上述块平均值是上述块相加值除以该块中存在的像素的 个数后所得到的值；向缺陷区域有无判断部输出上述块相加值或者块平 均值，其中，该缺陷区域有无判断部通过统计处理来判断是否存在上述 块相加值或者块平均值的离群值，从而判断是否存在上述缺陷区域。利用上述结构的缺陷检测方法，由于在各步骤中实现了与本发明的 缺陷检测装置同样的处理，所以能够得到与本发明的缺陷检测装置相同 的作用和效果。本发明的其他目的、特征和优点在以下的描述中会变得十分明了 。 此外，以下参照附图来明确本发明的优点。


图1是表示本发明的一实施方式的缺陷检测装置的概要结构的框 图。图2是表示图1所示的缺陷检测装置中所使用的被检测图像的彩色 原图的图。图3是表示图1所示的缺陷检测装置中所使用的被检测图像的另一 彩色原图的图。图4是表示根椐图2所示的被检测图像的彩色原图所生成的亮度图 像的图。图5是表示根据图3所示的被检测图像的彩色原图所生成的亮度图 像的图。图6是表示根据图3所示的被检测图像的彩色原图所生成的色差图 像的图。图7表示通过图1所示的由缺陷检测装置的块分割处理部求得的块 相加值的分布的直方图的一示例。图8是表示图l所示的缺陷检测装置中的优劣判断部在对被检测图 像所生成的每一块进行优劣判断时的流程图。图9是表示图1所示的缺陷检测装置中的优劣判断部根据统计处理 部所求得的块相加值的最大值进行优劣判断时的流程图。图IO是表示图1所示的缺陷检测装置中的处理顺序的流程图。图11是表示图1所示的缺陷检测装置的像素值校正部中所使用的 滤波器的一示例的图。图12是表示图1所示的缺陷检测装置的像素值校正部中使用了图 11所示的滤波器的情况下所得到图像的图。图13是表示图1所示的缺陷检测装置的统计处理部对图12所示的 图像进行处理后的图像的图。图14 (a)是表示图1所示的缺陷检测装置的像素值校正部中所使 用的滤波器的另一示例的图。图14 (b)是表示图1所示的缺陷检测装置的像素值校正部中所使 用的滤波器的其他示例的图。图14 (c)是表示图1所示的缺陷检测装置的像素值校正部中所使 用的滤波器的其它示例的图。图15 (a)是表示图1所示的缺陷检测装置的块分割处理部中的块 分割的一示例的图。
图15 (b)是表示图1所示的缺陷检测装置的块分割处理部中的块 分割的其他示例的图。图15 (c)是表示图1所示的缺陷检测装置的块分割处理部中的块 分割的其他示例的图。图15 (d)是表示图1所示的缺陷检测装置的块分割处理部中的块 分割的其他示例的图。图16是表示图1所示的缺陷检测装置中所使用的被检测图像的亮 度图像的图。图17是表示图1所示的缺陷检测装置的边缘检测部对图16所示的 亮度图像进行边缘检测后的图像的图。图18是表示图1所示的缺陷检测装置的块分割处理部将图17所示 的图像块分割成纵向长的长方形后，统计处理部进行处理后的图像的 图。图19是表示图1所示的缺陷检测装置的块分割处理部将图17所示 的图像块分割成正方形后，统计处理部进行处理后的图像的图。图20是表示图1所示的缺陷检测装置的边缘检测部对图6所示的 色差图像进行边缘检测后的图像的图。图21是表示图1所示的缺陷检测装置的统计处理部对图20所示的 图像进行处理后的图像的图。图22是表示图像传感器图像的色彩滤波器排列的一示例，以及图像传感器图像的像素和彩色图像、亮度图像、色差图像的像素之间的相 关图。图23是表示内置了图1所示的缺陷检测装置的图像传感器模块的 概略结构的框图。图24是表示图1所示的缺陷检测装置的边缘检测部对图4所示的 亮度图像进行边缘检测后的图像的图。图25是表示利用现有技术的缺陷检测方法对图24所示的图像进行 统计处理的情况下的图像的图。图26是表示图1所示的缺陷检测装置的边缘检测部对图5所示的亮度图像进行边缘检测后的图像的图。图27是表示利用现有技术的缺陷检测方法对图26所示的图像进行 统计处理的情况下的图像的图。
具体实施方式
U.装置的基本结构)以下通过图1 ~图27说明本发明的一实施方式。图1是表示本实施方式的缺陷检测装置1的概略结构的框图。缺陷 检测装置l包括亮度/色差图像生成部(图像生成部)11、点缺陷去 除部12、噪声去除部13、图像压缩部14、边缘检测部15、像素值校正 部16、块分割处理部17、统计处理部18 (缺陷区域有无判断部)和优 劣判断部19 (缺陷区域有无判断部)。亮度/色差图像生成部11读取成为检测对象的图像数据图像(被 检测图像)，并根据该被检测图像生成亮度图像或者色差图像。其中， 该被检测图像是通过例如以图像传感器器件中具有的CCD (charge coupled devices)传感器等的摄像元件(未图示)所拍摄的。如图4或 者图5所示，亮度图像是指利用下式Y=-0.299 x R+0.587 x G+0.114 x B将图2或者图3所示的以RGB (R:红、G:绿、B:蓝)所显示的 被检测图像的彩色原图的像素值变换成亮度信号Y的图像。另外，利用 图2所示的被检测图像的彩色原图，生成图4所示的亮度图像；利用图 3所示的被检测图像的彩色原图，生成图5的亮度图像。另外，色差图像是指如图6所示的，利用下式U=B-Y=-0.299 x R誦0.587 x G+0.866 x B+失调 V=R-Y=0.701 x R-0.587 x G-0.144 x B+失调将图3所示的以RGB所表示的被检测图像的彩色原图的像素值变 换成色差信号U和V的图像。在此，Y表示上述的亮度信号。另外，失 调表示中间灰阶的值，例如，在8位时，失调=128,在10位时，失调 =512。另外，图6所示的色差图像是在图3所示的被检测图像的彩色原 图的基础上利用U=B-Y的方程式生成的，但并不限定于此，也可以利 用V=R-Y的方程式来生成。点缺陷去除部12利用点缺陷去除滤波器来除去被检测图像中的点 缺陷。点缺陷去除滤波器是这样一种滤波器，即，例如从以关注像素为
中心的3x3区域内的9个像素中求出像素值的中间值、最大值和最小 值，如果关注像素的像素值为最大值(最小值)，且较之于周围的8个 像素存在有意差(Significance Difference)的情况下，将关注像素的像 素值置换为中间值。另外，点缺陷滤波器并不仅限于此，也可以是将关 注像素的像素值置换为上述9个像素的平均值或为关注像素周围的8个像素的平均值的滤波器。噪声去除部13通过使用平滑滤波器来除去被检测图像中的噪声。 这里的所述的平滑滤波器是指能够去除图像的高频成分，去除噪声的 滤波器。例如，求出以关注像素为中心的3x3区域中的9个像素的像 素值的平均值并将该平均值作为关注像素的像素值，这样的滤波器相当 于平滑滤波器。图像压缩部14通过缩小被检测图像的纵向尺寸和横向尺寸来对被 检测图像进行压缩处理。由此，将减少被检测图像的数据量，且能够除 去通过噪声去除部13未能除去的噪声成分。边缘检测部15使用例如拉普拉斯(Laplacian)滤波器来强调斑缺 陷、不匀缺陷和线缺陷的边缘。这里，所述的拉普拉斯滤波器是用于抽 取图像浓淡变化的边缘的滤波器。例如，关注像素的像素值的四倍值减 去上下左右的像素(4个附近像素)的像素值后所得到的值作为关注像 素的像素值，这样的滤波器相当于拉普拉斯滤波器。像素值校正部16利用滤波器来校正像素值。由此，能够进一步除 去噪声，并且强调被检测图像中的缺陷区域。另外，关于像素值校正部 16所进行处理的详细说明将于后述。块分割处理部17将被检测图像分割为网格状，从而生成多个块。 另外，块分割处理部17求出块相加值，该块相加值是对于被分割成多 个块的被检测图像的每一块中的全部像素值进行相加后所得到的值。在 此求出的是块相加值，但并不限于此，如果能求出代表该块的值即可， 例如块内全部像素值的平均值、众数(mode:最频值)、标准偏差等。 在被分割的各块的面积不同的情况下，也可以求出各块内的全部像素值 的平均值即块平均值，并以块平均值来代替块相加值。另外，关于块分 割处理部17进行处理的详细将在后面进行阐述。统计处理部18为了检测存在有斑缺陷、不匀缺陷或线缺陷的块而 对块分割处理部17所求出的块相加值或者块平均值实施统计处理。如
果在块内存在有斑缺陷、不匀缺陷或线缺陷等的异常情况，则上述缺陷所存在的块的块相加值或者块平均值在铳计上就成为离群值(outlier)。 具体而言，统计处理部18进行下述的处理，即在多个块的块相加值 或者块平均值中分别求出最大值、平均值、标准偏差。优劣判断部19对块相加值的最大值进行离群值判断，即判断该块 相加值或者块平均值是否为离群值，由此来判断被检测图像的优劣。离 群值按照下述式来进行判断。即，评价值(最大)==(最大值-平均值)/标准偏差>判断阈值 在此，上式中的最大值、平均值和标准偏差是通过统计处理部18 求得的。进而，优劣判断部19判断在由块分割部17所分割的多个块中是否 含有斑缺陷、不匀缺陷或线缺陷。在这种情况下，上述判断按照下式进 行。评价值=(各块的块相加值-平均值)/标准偏差>判断阈值 在此，上式中的平均值和标准偏差是通过统计处理部18求得的。 另外，关于确定判断阈值的方法，将在后面进行阐述。另外，在缺陷检测装置1中还包括存储器(未图示)。存储器用来 存储在各种处理中所需要的滤波器、参数和演算结果。例如，存储器存 储在噪声去除部13中所使用的平滑滤波器、在像素值校正部16中所使 用的滤波器、通过块分割处理部17求得的块相加值或者块平均值、通 过统计处理部18求得的块相加值的平均值等，以及优劣判断部19所输 出的优劣判断结果。(2.优劣判断部的处理)以下说明由优劣判断部19决定判断阈值的求出方法。另外，在以 下说明中记述了利用块相加值的情况，也可以为利用块平均值来代替块 相加值的情况。图7是表示块相加值分布的直方图的一个示例。在图7中，横轴表 示块相加值，纵轴表示块的个数。如果被检测图像是从合格品的图像传 感器器件得到的图像，那么，在点缺陷去除部12、噪声去除部13以及 图像压缩部14中未能除去的噪声成分较为突出，块相加值或者块平均 值的分布呈近似于标准分布的形状。由此，利用从合格品的图像传感器 所得到图像的块相加值的平均值和标准偏差来求出判断阈值。
在此，判断阈值可以依据下述求出，即，预备一个或多个优质图像， 并求出各优质图像的块相加值或者块平均值，判断阈值=(块相加值的最大值-块相加值的平均值)/块相加值 的标准偏差。另外，判断阈值是利用统计处理部18 (参照图1)所求出的块相加 值的平均值来求出的，但并不限于此，也可以利用块相加值的众数(最 频值)或者中位数(中间值)来代替块相加值。另外，除了利用上式求出判断阈值的方法之外，也可以利用斯米尔 诺夫剔除检验法，根椐数据量n和舍弃域ot ( =0.01等)来确定判断阈 值。斯米尔诺夫(Smirnov Grubbs )剔除检验法是指，从取自同一母体 的取样数据中检验出统计离群值的方法。根据该方法，通过确定有意水 平(也称为"舍弃域，，，通常采用0.01、 0.05的值)和取样数据量，从 而能够单一地确定阈值，其中，该阚值用于决定被检测对象的数据是否 为离群值。此外，在进行优劣判断时所采用的值(评价值)是以标准偏差进行 标准化了的值，因此，判断阈值不是绝对值，而是被设定为相对于标准 偏差的倍数。通过如上所述地设定判断阈值，能够进行不受被检测图像 间的像素值偏差影响的优劣判断。接着，说明优劣判断部19所进行的处理。图8表示对每一个由被 检测图像生成的块进行优劣判断时的流程。首先，优劣判断部19在被检测图像中选择一个尚未进行优劣判断 处理的块(S30),然后，求出所选择的块的评价值(S31)。另外，通 过下式求出评价值，评价值=(所选择的块的块相加值-平均值)/标准偏差。然后，优劣判断部19对评价值和判断阈值进行比较(S32)，如果 评价值大于或等于判断阚值，就将被检测图像判断为劣质图像，并将该 块的坐标和评价值写入存储器(S33)。另一方面，如果评价值小于判断阈值，优劣判断部19就将被检测 图像判断为优质图像，再判断是否还有尚未进行优劣判断处理的块(未 处理块)(S34)。如果有未处理块，则返回S30的处理。如果在S34中判断出不存在未处理块时，就将被检测图像是否存在 缺陷的信息写入存储器(S35)。在S35中，也可以通过在S33中是否
写入了存储器来判断图像的优劣，还可以进行下述处理，即再次对S33 中写入的评价值进行判断，求出该被检测图像的品质等级，并将其写入 存储器。下面，具体说明求出被检测图像的品质等级的处理。为了求出品质 等级，可以根据评价值与判断阈值之差，设定多个等级。例如，可以根 据评价值与判断阈值之差的大小，将其设定为"大"、"中"、"小" 的三个等级的基准，而且，也可以将被检测图像的品质等级设定为"劣 质程度较高"、"劣质程度一般"、"劣质程度较低"的三个等级的基 准。另外，也可以通过设定多个判断阈值，来评价被检测图像的品质等 级。此外，除如上所述地对由被检测图像所生成的各块进行优劣判断处 理之外，还可以根据块相加值的最大值来实施优劣判断部19的处理。 关于该情况下的处理流程，通过图9进行说明。首先，优劣判断部19根据下式求取评价值(最大)(S40)，即， 评价值(最大)=(块相加值的最大值-块相加值的平均值)/标 准偏差。然后，优劣判断部19对在S40中求得的评价值(最大)和判断阈 值进行大小比较(S41)，并在S42或S43中将判断结果写入存储器。 (3.处理流程的概要)图10是表示缺陷检测装置1对被检测图像进行缺陷检测时的处理 顺序的流程图。亮度/色差图像生成部11读取被检测图像，并且生成亮度图像或 者色差图像(S1)。对于通过亮度/色差图像生成部11所生成的亮度 图像或者色差图像，点缺陷去除部12例如利用缺陷去除滤波器来除去 点缺陷(S2 )，噪声去除部13例如利用平滑滤波器来除去噪声成分(S3 )。 之后，为了消减被检测图像的数据量并进一步除去噪声成分，通过图像 压缩部14压缩被检测图像(S4)。接着，通过边缘检测部15来强调被压缩了的被检测图像中存在的斑缺陷、不匀缺陷或线缺陷等的边缘 (S5 )。通过像素值校正部16对被强调了缺陷边缘的被检测图像进行像素 值校正，各种缺陷将被强调(S6)。接着，通过块分割处理部17对被 强调了缺陷的被检测图像进行块分割，并且求出各块的块相加值或者块 平均值(S7)。然后，利用该块相加值或者块平均值，通过统计处理部 18进行统计处理，即，求出块相加值或者块平均值中的最大值、平均值 和标准偏差(S8)。通过将从这些值求出的评价值与上述判断阈值进行 比较，从而判断被检测图像的优劣或者在各块中是否存在缺陷(S9)。 根据上述结构，本实施方式的缺陷检测装置1通过设置有像素值校 正部16，确切区分存在于被检测图像中的缺陷区域和噪声区域，因此， 能够高精度地检出缺陷区域。另外，还能够抑制对有无缺陷区域所作出 的错误判断。另夕卜，缺陷检测装置1由于设置有块分割处理部17，从而根据斑缺 陷、不匀缺陷和线缺陷等缺陷区域的种类来决定块的形状。由此，能够 高精度地对各缺陷区域进行特定的检测。进而，块分割处理部17利用 预先设置的，与斑缺陷、线缺陷和斜向生成的缺陷对应的各块形状来进 行检测。由此，即使在不能通过像素值校正部16进行处理的情况下， 也能够高精度地对各缺陷区域进行特定的检测。进而，缺陷检测装置1由于具有亮度/色差图像生成部U，生成色 差图像，从而也能够检出被检测图像中由于色变化而产生的缺陷。另 外，在由于色变化而产生的缺陷位于被检测图像的垂直方向的某一列或 者水平方向的某一列的情况下，能够高精度地检出纵线缺陷或者横线缺陷。此外，在图IO所示的缺陷检测装置1的处理中，SG和S7是表示在 像素值校正部16所进行的处理结束后由块分割处理部17开始进行的处 理。但是，本发明并不限于该处理顺序，也可以是在块分割处理部17 进行处理后由像素值校正部16开始进行的处理。具体来说，块分割处理部17对图10所示S5中的由边缘检测部15 检测出边缘的被检测图像进行块分割，并且求出各块的块相加值或者块 平均值。然后，像素值校正部16对已被该块分割处理部17进行处理后 的被检测图像进行像素值校正。也就是说，像素值校正部16对通过块 分割处理部17所求出的块相加值或者块平均值进行校正。另外，还可以是块分割处理部17对由边缘检测部15检测出边缘 的被检测图像仅仅先进行块分割，之后，由像素值校正部16进行处理。 在这种情况下，已被块分割且又被校正了像素值的被检测图像在通过像 素值校正部16所进行的处理之后，被输出至块分割处理部17。接着， 在块分割处理部17，求出该被检测图像的各块的块相加值或者块平均 值。进而，在图10的S3 S5中，噪声去除部13、图像压缩部14和边 缘检测部15的处理顺序并不限于上述，也可以按照任何顺序进行处理。另外，在本实施方式的缺陷检测装置1中，设置有统计处理部18 和优劣判断部19，但并不限于此，统计处理部18和优劣判断部19也可 以被设置于诸如测试器等的外部装置中。以下详细说明像素值校正部16和块分割处理部17进行的处理。另 外，详细说明在利用色差图像的情况下的缺陷检测。(4,像素值校正部的处理)像素值校正部16利用如图11所示的滤波器来校正被检测图像的像 素值。在图11所示的滤波器中，横轴表示校正前的像素值，纵轴表示 校正后的像素值。如图11所示，通过对被检测图像使用该滤波器，得 知较之于像素值较低部分的变化量al，像素值较高部分的变化量a2 较大。因此，通过利用该滤波器，被检测图像的像素值越高的区域经校 正后，其像素值变化越大，所以在通过像素值校正部16校正的被检测 图像中，较之于相对较暗的区域，较亮的区域将被强调。具体来说，在亮度/色差图像生成部11中，利用图2所示的被检 测图像的彩色原图生成如图4所示的亮度图像。在该亮度图像进行了上 述S2 S4 (参照图10)的处理之后，如图24所示，通过边缘检测部15 来检测边缘。并且，在像素值校正部16通过滤波器对该被冲企测出边缘 的图像进行滤波，得到图12所示的图像。在现有技术的缺陷检测装置中，由于如图24所示的在边缘检测后 的图像中，难以区分要被检出的缺陷区域A与噪声成分，所以如图25 所示，在进行了统计处理之后的图像中，缺陷区域A被噪声成分掩盖， 从而存在忽略该缺陷区域A的可能性。但是，本实施方式的缺陷检测装 置1由于设置有像素值校正部16,所以，如图12所示，能够区分噪声 成分和比噪声成分明亮的区域即缺陷区域A，并对该缺陷区域A进行强 调。另外，对图12所示的图像，通过块分割处理部17和统计处理部18 所进行的处理，如图13所示那样地能够确实地检测出要被检出的缺陷 区域A。如上所述，缺陷检测装置1通过具有像素值校正部16,确实区分存
在于被检测图像中的缺陷区域和噪声成分，所以能够高精度地检出缺陷 区域。由此，缺陷检测装置1能够抑制对有无缺陷区域所作的错误判断。另外，像素值校正部16通过使用如图11所示的滤波器进行被检测 图像的像素值的校正，但并不限于此，也可以使用例如图"(a) ~ (c) 所示的滤波器进行像素值的校正。与图11相同，图14 (a) ~ (c)的横轴表示校正前的像素值，纵 轴表示校正后的像素值。图14 (a)是表示用于强调像素值较低部分的 滤波器。通过在像素值校正部16中利用该滤波器，像素值较高的斑点 缺陷成分的对比度降低，并且通过块分割处理部17被平均化。由此， 因为能够减弱斑点缺陷成分，所以能够不受点缺陷和斑点缺陷的影响， 检出面积大而且与周围像素的亮度差较小的斑缺陷。因此，能够通过块 分割处理部17和统计处理部18所进行的处理，确实地从像素值校正部 16进行了处理后的被检测图像中检出面积较大并且与周围像素的亮度 差较小的斑缺陷。另外，所谓斑点缺陷是指，比点缺陷大，但比通常的 斑缺陷小的缺陷。另外，图14 (b)和(c)是能够强调任意位置的滤波器。特别是通 过利用图14(c)所示的滤波器，由于能够提高特定的像素值水平的对 比度，所以能够强调缺陷，该缺陷具有比像素值水平更高的值。由此， 能够进一步有效地检出斑缺陷和不匀缺陷。另外，图14(b)表示的是 能够仅仅强调特定的像素值水平的滤波器，所以能够强调具有大量近似 该像素值水平的值的斑缺陷。(5.块分割处理部的处理)以下说明块分割处理部17所进行的块分割处理。在缺陷检测装置1 中，块分割处理部17根据被像素值校正部16强调的缺陷区域是斑缺 陷、不匀缺陷还是线缺陷来决定块的形状后并进行分割。如图15 (a)所示，块分割处理部17将被检测图像分割成包括斑缺 陷边缘的正方形或者近似于正方形的长方形。另外，根据块的尺寸，如 果从被检测图像的左上方开始依次进行分割，就会出现在被检测图像的 边上存在有未被块包含的像素。在这种情况下，按照图像的边进行块分 割即可。另外，块分割也可以不从左上方按顺序进行，进行分割时只要 能够包含被检测图像的全部像素即可。另外，通过使用多个如图"(a) 所示形状的块，上述斑缺陷的边缘将被包含在块内。
另外，在上述缺陷区域为线缺陷的情况下，特别是该线缺陷为纵线缺陷的情况下，块分割处理部17如图15 (b)所示地将被检测图像分割 成包含线缺陷边缘的纵向较长的细长方形。特别是当摄像元件是CCD 传感器或者CMOS传感器时，被摄像的图像中容易产生纵线缺陷。因 此，对于该纵线缺陷，如图15 (b)所示的将被检测图像分割成纵向较 长的细长方形较为有效。进而，在上述缺陷区域为横线缺陷的情况下，块分割处理部17如 图15 (c)所示那样地将被检测图像分割成包含线缺陷边缘的横向较长 的细长方形。特别是在液晶屏或者等离子屏等的平板显示器上所显示的 数字图像中容易产生橫线缺陷。因此，如图15 (c)所示的将被检测图 像分割成横向较长的细长方形对于该横线缺陷较为有效。另外，在上述缺陷区域为斜向缺陷的情况下，块分割处理部17如 图15 (d)所示那样地将被检测图像分割成包含斜向缺陷边缘的平行四 边形。另外，在该分割中，可利用了例如相对被检测图像的水平方向呈 45°或者-45° (内角为45。或135° )的平行四边形，也可以使用呈其它角度的平行四边形。如上所述，缺陷检测装置1由于具有块分割处理部17,根据被检测 图像中出现的缺陷区域的种类来决定块的形状，所以能够高精度地对各 缺陷区域进行特定的检测。另外，块分割处理部17利用由像素值校正部16强调了缺陷区域的 被检测图像来决定块形状，也可以利用图10所示S5中的由边缘检测部 15检出边缘的被检测图像来决定块形状。在这种情况下，块分割处理部17根据斑缺陷、线缺陷(纵线缺陷 或者横线缺陷)和斜向缺陷，预先决定图15 (a) ~ (d)的块形状，通 过各块形状对检出边缘的被检测图像进行检测。具体来说，首先，块分割处理部17进行如图15 (a)所示的正方形 分割。之后，求出块相加值或者块平均值，进行统计处理部18的处理， 并通过优劣判断部19对被检测图像内是否存在斑缺陷进行判断。然后， 进行图15 (b)所示的纵向较长的长方形分割。接着，与上述相同地通 过统计处理部18和优劣判断部19的处理，判断被检测图像内是否存在 纵线缺陷。特别是在使用了液晶屏等的平板显示器的情况下，为了通过 统计处理部18和优劣判断部19来判断被检测图像内是否存在横线缺
陷，通过块分割处理部17进行如图15 (c)所示的横向较长的长方形分 割。然后，在进行了如图15 (d)所示的平行四边形的分割后，通过统 计处理部18和优劣判断部19的处理，判断在被检测图像内是否存在斜 向缺陷。另外，也可以按照任何顺序利用各块形状对被检测图像进行铨 测。此外，在利用各块形状对被检测图像进行检测时，可以根据各块的 形状来变更点缺陷去除部12、噪声去除部13、图像压缩部14、边缘检 测部15和像素值校正部16的处理中的参数或者滤波器的种类。在此，参照图16~图19说明在被检测图像中含有纵线缺陷的情况 下块分割处理部17所进行的处理。图16是作为被检测图像而被利用的亮度图像，在该亮度图像中含 有应被检出的纵线缺陷。对该亮度图像实施图10所示的S2 ~ S5的处理 时，能够得到如图17所示的被检出边缘的亮度图像。接着，块分割处 理部17对该亮度图像进行处理。图18是表示在块分割处理部17进行了以如图15 (b)所示的纵向 较长的长方形进行分割后，统计处理部18进行统计处理后的结果图像。 另外，图19是表示在块分割处理部H进行了如图l5 (a)所示的正方 形分割后，统计处理部18进行了统计处理后的结果图像。如图19所示，在块分割处理部17进行正方形分割的情况下，对于 应被检出的纵线缺陷，灵敏度较低。因此，在优劣判断部19中，难以 将应被检出的纵线缺陷判断为缺陷区域。对此，如图18所示，当在块 分割部17中进行了长方形的分割时，对于应被检出的纵线缺陷，灵敏 度最高。因此，优劣判断部19能够高精度地检出应被检出的纵线缺陷。如上所述，在缺陷检测装置1利用由边缘检测部15已检出边缘的 被检测图像的情况下，即使在像素值校正部16不对被检测图像实施校 正处理，也可利用图15(a) ~ (d)所示的块形状进行检测。也就是说， 利用预先被设置在块分割处理部17中的与斑缺陷、线缺陷和斜向缺陷 对应的各块形状进行检测。由此，能够高精度地对各缺陷区域进行特定 的冲全测。(6.利用色差图像时的处理)本实施方式的缺陷检测装置1在亮度/色差图像生成部11中生成 亮度图像或者色差图像。以下说明从被检测图像中检出纵线缺陷的情 况。另外，关于该纵线缺陷的检测，在此并不限定是否通过像素值校正
部16对被检测图像进行处理。另外，设在块分割处理部17中，被检测 图像被块分割成如图15 (b)所示的纵长较长的长方形。首先，亮度/色差图像生成部11根椐图3所示的被检测图像的彩 色原图生成图5所示的亮度图像和图6所示的色差图像。将生成的亮度 图像和色差图像分别通过图IO所示的S2-S5进行处理。图20表示在 S5中通过边缘检测部15检出边缘的色差图像，图26表示和图20同样 地检出边缘的亮度图像。通过块分割处理部17将该亮度图像和色差图像分割成纵向较长的 长方形后，求出块相加值或者块平均值。图21和图27是表示根据该块 相加值或者块平均值，通过统计处理部18进行统计处理后的结果图像。在此，如图27所示，当被检测图像为亮度图像时，应作为纵线缺 陷而被检出的缺陷区域却没有作为缺陷区域而被检出；而如图21所示， 当被检测图像为色差图像时，则检出了应作为纵线缺陷的缺陷区域。缺陷检测装置1具有亮度/色差图像生成部11,生成色差图像。由 此，在被检测图像由于色变化而存在缺陷的情况下，能够检出该缺陷。 特别是由于色变化所产生的缺陷为纵向一列的情况下，能够检出该纵线 缺陷。关于其理由，将在以下参照图22进行说明。图22是图像传感器图像的色彩滤波器排列的一示例，并且表示了 图像传感器图像的像素与彩色图像、亮度图像、色差图像的像素之间的 相关图。如图22所示，图像传感器图像的各像素分别表示为R、 G或者 B信号，图像传感器图像的4个像素相当于彩色图像、亮度图像或者色 差图像的l个像素。另外，图像传感器图像的色彩滤波器被规则地排列 使得RGRGRG…(即，RG组)所表示的纵列和GBGBGB…(即，GB 组)所表示的纵列交替反复排列。在此，当某一纵列中有纵线缺陷时，该纵列像素值不同于该纵列的 左侧第2列或者右侧第2列的同色滤波器排列的像素值，该纵列像素值 的变化在彩色数字图像上被视为色变化。因此，在采用色信息即色差图 像的情况下，当由于色变化而产生纵列的缺陷时，能够高精度地检出纵 线缺陷。另外，如上所述，在块分割处理部17中，对色差图像进行块分割， 形成纵向较长的长方形，但并不限于此。块分割处理部17也可以将色 差图像块分割成如图15 (c)所示的横向较长的长方形。在该情况下，
当在某一横列中产生横线缺陷时，与产生纵线缺陷的情况相同地，该横 列像素值的变化在彩色数字图像上被视为色变化。因此，当由于色变化 而产生横列的缺陷时，能够高精度地检出横线缺陷。另外，图6所示的色差图像是将被检测图像变换成色差信号U的图 像，但并不限于此，利用变换成色差信号V的图像也能够得到同样的结果。另外，图5所示的亮度图像所包含的纵线缺陷比图16所示的亮度 图像所包含的纵线缺陷更难以被检出。即，图3所示的被检测图像的彩 色原图所包含的纵线缺陷较之于图16所示亮度图像的原图所包含的纵. 线缺陷更难以被检出，其中，该原图是被检测图像的彩色原图。如上所述，在缺陷检测装置1中，亮度/色差图像生成部11如图6 所示地生成色差图像。所以，即使在被检测图像中含有仅通过块分割处理部17将被检测 图像块分割成纵向较长的长方形而难以检出的纵线缺陷的情况下，缺陷 检测装置1能够通过利用上述色差图像，高精度地检出上述纵线缺陷。 另外，在块分割处理部17将被检测图像块分割成横向较长的长方形的 情况下也能够获得同样的效果。根据上述结构，本实施方式的缺陷检测装置1由于具有像素值校正 部16，确实区分存在于被检测图像中的缺陷区域和噪声成分，从而能够 高精度地检出缺陷区域。由此，能够抑制对有无缺陷区域所作的错误判 断。另外，缺陷检测装置1由于具有块分割处理部17，其根据斑缺陷、 不匀缺陷和线缺陷等缺陷区域的种类来决定块的形状。所以，能够高精 度地对各缺陷区域进行特定的检测。进而，块分割处理部17利用预先 设置的，与斑缺陷、线缺陷以及斜向生成的缺陷对应的各块形状进行检 测。由此，即使在不能通过像素值校正部16进行处理的情况下，也能 够高精度地对各缺陷区域进行特定的检测。进而，缺陷检测装置1由于具有亮度/色差图像生成部11，并生成 色差图像，从而能够检出在被检测图像中的因色变化而引起的缺陷。特 别是，当因色变化而引起的缺陷为一纵向列或者一横向列时，能够高精 度地检出纵线缺陷或者横线缺陷。 (7.安装例)
图23是表示本实施方式的缺陷检测装置1中内置的图像传感器模 块2的概略结构的框图。图像传感器模块2具备图像传感器器件3和数 字信号处理器(digital signal processor,以下简称为DSP )4。另夕卜，DSP4 具备本实施方式的缺陷检测装置1。图像传感器器件3通过其内部所有的各像素的光电二极管读取光信号后，并将该光信号变换成电气信号。将该电气信号进行数字变换，并 变换成能够在后一级的DSP4中进行处理的图像C，并向DSP4输出。DSP4是已特定的用于数字信号处理的微处理器，能实现高速的处 理。图像C被输入至DSP4内所设置的缺陷检测装置1中并进行上迷处 理(参照图10),之后对图像C的优劣进行判断。根据对该图像C的 判断结果，例如，通过被设置在DSP4内的缺陷检测装置1中的器件优 劣判断部(未图示)，对图像传感器器件3或者图像传感器模块2的优 劣进行判断。另外，图像传感器器件2的优劣判断结果被输出至诸如用 于检查图像传感器模块2的检查装置的显示部(未图示)。如上所述，由于图像传感器模块2具有缺陷检测装置1,从而能够 高精度地对图像传感器器件3所读取的图像的优劣进行判断，所以，也 能够高精度地检测判断出图像传感器器件3的优劣。另外，如图23所示，缺陷检测装置1被设置于图像传感模块2内 的DSP4中，但是，只要缺陷检测装置1被设置于图像传感器模块2内 即可，例如，也可以被设置于图像传感器器件2的内部。另外，除了图 像传感器模块2的内部以外，缺陷检测装置1也可以被安装于外部装置 中，例如能够蜂皮安装于具有RGB分离部、CPU ( central processing unit)部和有着多个存储器等的图像处理装置(未图示)中，或者也可以被安 装于用于检测数字图像的品质的测试器(未图示)中。在这种情况下， 缺陷检测装置1可不必具备上述全部功能，例如在外部装置中设置如 图1所示的块处理步骤中，从中间开始的统计处理部18、优劣判断部19 等。另外，本实施方式的缺陷测试装置1,在边缘检测部15强调了斑缺 陷、不匀缺陷、线缺陷等的边缘之后，像素值校正部16再进行处理。 但并不限于此，也可以是这样的结构，即像素值校正部16先进行了处 理后，边缘检测部15再进行处理的结构。 (8.补充)由本实施方式的缺陷检测装置执行的缺陷检测方法也可以作为程
序记录于计算机可读取的记录介质中，其中，该记录介质记录了由计算
机执行的程序。其结果，能够提供一种可自由携带的记录介质，其记录 了执行本实施方式的缺陷检测方法的程序。
记录介质也可以是用于在微计算机中进行处理的存储器(未图
示)，例如，可以是诸如ROM (read only memory)的程序介质，也可 以为下述可读取的程序介质，即在设置的程序读取装置中插入记录介 质从而进行读取的程序介质，其中，该程序读取装置(未图示)作为外 部存储装置。
不论是哪种情况，可以由微处理器存取并执行所保存的程序，也可 以采用下述方式，即读出程序，将所读出的程序下栽至微计算机的程 序存储区(未图示)中，执行该程序。在该情况下，下载用的程序被预 先保存于本体装置中。
上述程序介质是可与本体分离的记录介质，也可以是固定保持程序 的下述介质，即磁带、盒式带等的带系统，包括软盘、硬盘等的磁盘、 CD-ROM、 MO、 MD、 DVD等的光盘的盘系统，IC卡(包括存储器卡)、 光卡等的卡系统，或者，掩模型ROM、 EPROM ( Erasable Programmable Read Only Memory) 、 EEPROM (Electrically Erasable Programmable Read Only Memory)、闪存ROM等的半导体存储器系统。
另外，在上述情形下，由于其构成为能够与包括互联网在内的通 信网络连接的系统，所以，也可以象从通信网络下载程序那样流动地保 持程序。此外，在从通信网络下载程序的情况下，可预先将上述下载用 程序保存于接收机中，或者，从别的记录介质中下载。
本发明并不限于上述实施方式，可以在权利要求所示的范围内进行 各种变更。即，通过组合在权利要求所示的范围内适度变更的技术手段 所得到的实施方式也被包含在本发明的技术范围内。
如上所述，本发明的缺陷检测装置是一种从数字图像内检测缺陷区 域的缺陷检测装置,其中，该缺陷区域的像素值较之于该缺陷区域周围 的区域的像素值呈不均匀的变化。本发明的缺陷检测装置，具有像素 值校正部，校正被检测图像内的像素值，使得应作为上述缺陷区域检出 的区域的像素值相对于上述缺陷区域之外的区域的像素值被强调，其 中，上述被检测图像是要进行缺陷区域检测的图像、以及块分割处理 部，将上述被检测图像分割成多个块并且求出块相加值或块平均值，其
中，上述块相加值是对各块中存在的像素的像素值进行相加后所得到的 值，上述块平均值是上述块相加值除以该块中存在的像素的个数所得到的值；向缺陷区域有无判断部输出上述块相加值或者块平均值，其中， 该缺陷区域有无判断部通过统计处理来判断是否存在上述块相加值或 者块平均值的离群值，从而判断是否存在上述缺陷区域。根据上述结构，在被检测图像中存在缺陷区域的情况下，像素值校 正部校正像素值使得该缺陷区域的像素值被强调。另外，块分割处理部 将被检测图像分割为多个块并求出块相加值或者块平均值。即，在缺陷 检测装置中，像素值校正部和块分割处理部各自对被检测图像进行处 理。在块分割处理部求出的块相加值或者块平均值被输出至缺陷区域有 无判断部。然后，缺陷区域有无判断部，根据该块相加值或者块平均值 进行统计处理，对被检测图像进行有无缺陷区域的判断。由此，由于能够确实区分存在于被检测图像中的缺陷区域和噪声成 分，所以能够高精度地检出缺陷区域。另外，能够抑制对有无缺陷区域 所作的错误判断。另外，块相加值或者块平均值将被输出至缺陷区域有无判断部，而 对于块分割处理部求出该块相加值或者块平均值的处理的定时，可以在 像素值校正部进行处理之前，也可以在像素值校正部进行处理之后。 即，可以在像素值校正部对被检测图像的像素值实施校正之前，块分割 处理部先求出被检测图像的各块的块相加值或者块平均值，也可以在像 素值校正部对被检测图像的像素值实施校正之后，求出块相加值或者块 平均值。进而，上述块分割处理部优选对已由上述像素值校正部实施了像素 值校正的被检测图像进行分割。另外，上述像素值校正部优选对上述块 分割处理部分割上述被检测图像所得的块的像素值进行校正，上述块分块相加;或者二平均值。上述像素值校正部ll选对已由上述块分割处理 部分割成多个块并且求出了上述块相加值或者块平均值的上迷被检测 图像的像素值进行校正。根据上述结构，像素值校正部和块分割处理部对被检测图像进行处 理。由此，由于能够确实区分存在于被检测图像中的缺陷区域和噪声成 分，所以能够高精度地检出缺陷区域。另外，能够抑制对有无缺陷区域
所作的错误判断。进而，上述像素值校正部优选通过利用滤波器对上述被检测图像进 行校正，使得被检测图像的像素值越高的区域，其像素值的变化越大。根椐上述结构，像素值校正部通过利用被检测图像的像素值越高的 区域其像素值变化越大的滤波器来校正像素值，所以，使得缺陷区域的 像素值被强调。由此，由于能够确实区分存在于被检测图像中的缺陷区 域和噪声成分，所以能够高精度地检出缺陷区域。本发明的缺陷检测装置是一种从数字图像内检测缺陷区域的缺陷 检测装置，其中，该缺陷区域的像素值较之于该缺陷区域周围的区域的 像素值呈不均匀的变化。本发明的缺陷检测装置具有块分割处理部，将 被检测图像分割成预先根据上述缺陷区域的形状设定的块形状，并且求 出块相加值或块平均值，其.中，上述被检测图像是要进行缺陷区域检测 的图像，上述块相加值是对各块中存在的像素的像素值进行相加后所得 到的值，上述块平均值是上述块相加值除以该块中存在的像素的个数后所得到的值；向缺陷区域有无判断部输出上述块相加值或者块平均值， 其中，该缺陷区域有无判断部通过统计处理来判断是否存在上述块相加 值或者块平均值的离群值，从而判断是否存在上述缺陷区域。根据上迷结构，块分割处理部将被检测图像分割成预先根据上述缺 陷区域的形状设定的块形状，并且求出各块的块相加值或者块平均值， 之后，将该块相加值或者块平均值输出至缺陷区域有无判断部。缺陷区 域有无判断部根据该块相加值或者块平均值进行统计处理，并对被检测 图像进行有无缺陷区域的判断。由此，因为块分割处理部利用与缺陷区域对应的各块形状，各自进 行各缺陷区域的检测，所以能够高精度地对各缺陷区域进行特定的检 测。另外，由于缺陷区域有无判断部利用在块分割处理部中所处理的被 检测图像的块相加值或者块平均值来进行处理，所以能够抑制对有无缺 陷区域所作的错误判断。上述块形状优选纵向较长的长方形。例如，当通过CCD传感器或 者CMOS传感器等的摄像元件拍摄被检测图像时，被检测图像中容易产 生贯通垂直方向的纵线缺陷。根据上述结构，由于在块分割处理部中使 用的块形状包含了纵向较长的长方形，所以能够确实地检出纵线缺陷。上述块形状优选横向较长的长方形。例如，当被显示在液晶屏或者
等离子屏等的平板显示器上的数字图像成为被检测图像时，可能产生贯 通被检测图像的水平方向的横线缺陷。根据上述结构，由于在块分割处 理部中使用的块形状包含了横向较长的长方形，所以能够确实地检出横 线缺陷。本发明的缺陷检测装置是一种从数字图像内检测缺陷区域的缺陷 检测装置，其中，该缺陷区域的像素值较之于该缺陷区域周围的区域的像素值呈不均匀的变化。本发明的缺陷检测装置，具有图像生成部， 根据被检测图像生成色差图像，其中，上述被检测图像是要进行缺陷区 域检测的图像、以及块分割处理部，将上述图像生成部生成的色差图像 分割成多个块并且求出块相加值或者块平均值，其中，上述块相加值是 对各块中存在的像素的像素值进行相加后所得到的值，上述块平均值是 上述块相加值除以该块中存在的像素的个数后所得到的值；向缺陷区域 有无判断部输出上述块相加值或者块平均值，其中，该缺陷区域有无判 断部通过统计处理来判断是否存在上述块相加值或者块平均值的离群 值，从而判断是否存在上述缺陷区域。根据上述结构，图像生成部生成作为被检测图像的色差图像。块分 割处理部将色差图像分割为多个块，并且求出各块的块相加值或者块平 均值。然后，该块相加值或者块平均值被输出至缺陷区域有无判断部， 缺陷区域有无判断部根据该块相加值或者块平均值进行统计处理，并对 被检测图像进行有无缺陷区域的判断。由此，能够检出被检测图像中由于色变化而产生的缺陷。另外，在 由于色变化而引起的缺陷存在于被检测图像的垂直方向或者水平方向 上的某一列的情况下，能够高精度地检出纵线缺陷或者横线缺陷。进 而，缺陷区域有无判断部利用块分割处理部处理了的色差图像的块相加 值或者块平均值进行处理，能够抑制对有无缺陷区域所作的错误判断。上述块分割部优选将上述被检测图像分割成多个块，使得相邻的块 存在彼此叠合的部分。如果使相邻的块彼此无重叠部分地将被检测图像分割为多个块，缺 陷区域有时就会跨越相邻的块。在这种情况下，缺陷区域可能会被分 散，从而影响到不同的两块的块相加值或者块平均值，因此，有可能出 现不能恰当地判断是否存在缺陷区域的情况。根据上述结构，块分割处理部使相邻的块彼此有叠合部分地将被检 测图像分割为多个块，因此，能够可靠地将缺陷区域抑制在一个块内。 由此，可以防止缺陷区域影响到不同的两块的块相加值或者平均值，所 以，能够高精度地检出缺陷区域。进而，本发明的缺陷检测装置优选还具有点缺陷去除部，从上述 被检测图像中除去点缺陷，在该点缺陷中，某像素的像素值与其周围的 像素值之差较大；噪声去除部，利用滤波器除去被检测图像的噪声成 分，其中，上述被检测图像是已被上述点缺陷去除部除去了点缺陷的图 像；以及图像压缩部，对已由上述噪声去除部除去了噪声成分的被检测 图像进行压缩处理。根据上述结构，在点缺陷去除部除去被检测图像的点缺陷，在噪声 去除部除去被检测图像的噪声成分。由此，因为在噪声处理部进行处理 之前从被检测图像中除去作为检测对象外的点缺陷，所以，能够防止点 缺陷作为检测对象的斑缺陷等的缺陷区域而被检出。另外，由于图像压 缩部压缩被检测图像，所以能够减小被检测图像的数据量，并除去由噪 声处理部没能除去的噪声成分。另外，上迷结构的缺陷检测装置也可以被设置于图像传感器器件或 者图像传感器模块中。本发明的缺陷检测方法是一种从数字图像内检出缺陷区域的缺陷 检测方法，其中，该缺陷区域的像素值较之于该缺陷区域周围区域的像 素值呈不均匀的变化。本发明的缺陷检测方法，包括像素值校正步骤， 校正被检测图像内的像素值，使得应作为上述缺陷区域检出的区域的像 素值相对于上述缺陷区域之外的区域的像素值被强调，其中，上述被检 测图像是要进行缺陷区域检测的图像、以及块分割处理步骤，将上述被 检测图像分割成多个块并且求出块相加值或块平均值，其中，上述块相 加值是对各块中存在的像素的像素值进行相加后所得到的值，上述块平 均值是上述块相加值除以该块中存在的像素的个数所得到的值；向缺陷 区域有无判断部输出上述块相加值或者块平均值，其中，该缺陷区域有 无判断部通过统计处理来判断是否存在上述块相加值或者块平均值的 离群值，从而判断是否存在上述缺陷区域。根据上迷结构的缺陷检测方法，由于在各步骤中实现了与本发明的 缺陷检测装置同样的处理，所以能够得到与本发明的缺陷检测装置相同 的作用和效果。
本发明的缺陷检测方法是一种从数字图像内检测缺陷区域的缺陷 检测方法，其中，该缺P各区域的像素值较之于该缺陷区域周围的区域的 像素值呈不均匀的变化。本发明的缺陷检测方法，包括块分割处理步 骤，将被检测图像分割成预先根据上述缺陷区域的形状设定的块形状， 并且求出块相加值或者块平均值，其中，上述被检测图像是要进行缺陷 区域检测的图像，上述块相加值是对各块中存在的像素的像素值进行相 加后所得到的值，上述块平均值是上述块相加值除以该块中存在的像素的个数后所得到的值；向缺陷区域有无判断部输出上述块相加值或者块 平均值，其中，该缺陷区域有无判断部通过统计处理来判断是否存在上 述块相加值或者块平均值的离群值，从而判断是否存在上述缺陷区域。 根据上述结构的缺陷检测方法，由于在各步骤中实现了与本发明的 缺陷检测装置同样的处理，所以能够得到与本发明的缺陷检测装置相同 的作用和效果。本发明的缺陷检测方法是一种从数字图像内检测缺陷区域的缺陷 检测方法，其中，该缺陷区域的像素值较之于该缺陷区域周围的区域的 像素值呈不均匀的变化。本发明的缺陷检测方法，包括图像生成步骤， 根据被检测图像生成色差图像，其中，上述被检测图像是要进行缺陷区 域检测的图像、以及块分割处理步骤，将在上述图像生成步骤中生成的 色差图像分割成多个块，并且求出块相加值或者块平均值，其中，上述 块相加值是对各块中存在的像素的像素值进行相加后所得到的值，上述 块平均值是上述块相加值除以该块中存在的像素的个数后所得到的 值；向缺陷区域有无判断部输出上述块相加值或者块平均值，其中，该 缺陷区域有无判断部通过统计处理来判断是否存在上述块相加值或者 块平均值的离群值，从而判断是否存在上述缺陷区域。根据上述结构的缺陷检测方法，由于在各步骤中实现了与本发明的 缺陷检测装置同样的处理，所以能够得到与本发明的缺陷检测装置相同 的作用和效果。此外，借助于使计算机执行上述缺陷检测方法的缺陷检测程序，利 用计算机也能够获得与本发明的缺陷检测方法同样的作用和效果。并 且，通过将上述缺陷检测程序存储于计算机可读取的记录介质中，可以 在任意的计算机上执行上述缺陷检测程序。即，如上所迷，本发明的缺陷检测装置，具有像素值校正部，校
正被检测图像内的像素值，使得应作为上述缺陷区域检出的区域的像素 值相对于上述缺陷区域之外的区域的像素值被强调，其中，上述被检测 图像是要进行缺陷区域检测的图像、以及块分割处理部，将上述被检测 图像分割成多个块并且求出块相加值或块平均值，其中，上述块相加值 是对各块中存在的像素的像素值进行相加后所得到的值，上述块平均值是上述块相加值除以该块中存在的像素的个数所得到的值；向缺陷区域 有无判断部输出上述块相加值或者块平均值，其中，该缺陷区域有无判 断部通过统计处理来判断是否存在上述块相加值或者块平均值的离群 值，从而判断是否存在上述缺陷区域。由此，由于能够确实区分存在于被检测图像中的缺陷区域和噪声成 分，所以能够高精度地检出缺陷区域。另外，能够抑制对有无缺陷区域 所作的错误判断。另外，本发明的缺陷检测装置，具有块分割处理部，将被检测图像 分割成预先根据上述缺陷区域的形状设定的块形状，并且求出块相加值 或块平均值，其中，上述被检测图像是要进行缺陷区域检测的图像，上 述块相加值是对各块中存在的像素的像素值进行相加后所得到的值，上 述块平均值是上述块相加值除以该块中存在的像素的个数后所得到的 值；向缺陷区域有无判断部输出上述块相加值或者块平均值，其中，该 缺陷区域有无判断部通过统计处理来判断是否存在上述块相加值或者 块平均值的离群值，从而判断是否存在上述缺陷区域。由此，因为块分割处理部利用与缺陷区域对应的各块形状，各自进 行各缺陷区域的检测，所以能够高精度地对各缺陷区域特定的检测。另 外，由于缺陷区域有无判断部利用在块分割处理部中已处理的被检测图 像的块相加值或者块平均值来进行处理，所以能够抑制对有无缺陷区域 所作的错误判断。另外，如上所述，本发明的缺陷检测装置，具有图像生成部，根 据被检测图像生成色差图像，其中，上述被检测图像是要进行缺陷区域 检测的图像、以及块分割处理部，将上述图像生成部生成的色差图像分 割成多个块并且求出块相加值或者块平均值，其中，上述块相加值是对 各块中存在的像素的像素值进行相加后所得到的值，上述块平均值是上 述块相加值除以该块中存在的像素的个数后所得到的值；向缺陷区域有 无判断部输出上述块相加值或者块平均值，其中，该缺陷区域有无判断
部通过统计处理来判断是否存在上述块相加值或者块平均值的离群 值，从而判断是否存在上述缺陷区域。由此，能够检出在被检测图像中的由于色变化而产生的缺陷。另 外，在由于色变化而导致的缺陷存在于被检测图像的垂直方向或者水平 方向上的某一列的情况下，能够高精度地检出纵线缺陷或者横线缺陷。 进而，缺陷区域有无判断部利用在块分割处理部已处理了的色差图像的 块相加值或者块平均值进行处理，能够抑制对有无缺陷区域所作的错误 判断。另外，通过本发明的缺陷检测装置，能够高精度地检出图像传感器 器件所存在的缺陷。本发明的缺陷检测装置特别适用于要求高品质的图像传感器器件的品质检测，也可以应用于平板显示器(例如液晶显示 器或等离子显示器)所显示的数字图像的检测。以上，对本发明进行了详细的说明，上述具体实施方式
或实施例仅 仅是揭示本发明的技术内容的示例，本发明并不限于上述具体示例，不 应对本发明进行狭义的解释，可在本发明的精神和权利要求的范围内进 行各种变更来实施之。
权利要求
1.一种缺陷检测装置，从数字图像内检测缺陷区域，其中，该缺陷区域的像素值较之于该缺陷区域周围的区域的像素值呈不均匀的变化，其特征在于，具有像素值校正部，校正被检测图像内的像素值，使得应作为上述缺陷区域检出的区域的像素值相对于上述缺陷区域之外的区域的像素值被强调，其中，上述被检测图像是要进行缺陷区域检测的图像；以及块分割处理部，将上述被检测图像分割成多个块并且求出块相加值或块平均值，其中，上述块相加值是对各块中存在的像素的像素值进行相加后所得到的值，上述块平均值是上述块相加值除以该块中存在的像素的个数所得到的值，向缺陷区域有无判断部输出上述块相加值或者块平均值，其中，该缺陷区域有无判断部通过统计处理来判断是否存在上述块相加值或者块平均值的离群值，从而判断是否存在上述缺陷区域。
2. 根据权利要求1所述的缺陷检测装置，其特征在于 上述块分割处理部对已由上述像素值校正部实施了像素值校正的被检测图像进行分割。
3. 根据权利要求1所述的缺陷检测装置，其特征在于 上述像素值校正部对上述块分割处理部分割上述被检测图像所得的块的像素值进行校正；上述块分割处理部求出已由上述像素值校正部实施了像素值校正 的各块的块相加值或者块平均值。
4. 根据权利要求1所述的缺陷检测装置，其特征在于 上述像素值校正部对已由上述块分割处理部分割成多个块并且求出了上述块相加值或者块平均值的上述被检测图像的像素值进行校 正。
5，根据权利要求1所述的缺陷检测装置，其特征在于 上述像素值校正部利用滤波器对上述被检测图像进行校正，使得在上述被检测图像中像素值越高的区域其像素值的变化越大。
6. —种缺陷检测装置，从数字图像内检测缺陷区域，其中，该缺陷区域的像素值较之于该缺陷区域周围的区域的像素值呈不均匀的变化，其特征在于 具有块分割处理部，将被检测图像分割成预先根据上述缺陷区域的 形状设定的块形状，并且求出块相加值或块平均值，其中，上述被检测 图像是要进行缺陷区域检测的图像，上述块相加值是对各块中存在的像 素的像素值进行相加后所得到的值，上述块平均值是上述块相加值除以 该块中存在的像素的个数后所得到的值，向缺陷区域有无判断部输出上述块相加值或者块平均值，其中，该 缺陷区域有无判断部通过统计处理来判断是否存在上述块相加值或者 块平均值的离群值，从而判断是否存在上述缺陷区域。
7. 根据权利要求6所述的缺陷检测装置，其特征在于 上述块形状为纵向较长的长方形。
8. 根据权利要求6所述的缺陷检测装置，其特征在于上述块形状为横向较长的长方形。
9. 一种缺陷检测装置，从数字图像内检测缺陷区域，其中，该缺化，i特征在于，具有 。 P 、， 、 、》》、'、图像生成部，根据被检测图像生成色差图像，其中，上述被检测图像是要进行缺陷区域检测的图像；以及块分割处理部，将上迷图像生成部生成的色差图像分割成多个块并且求出块相加值或者块平均值，其中，上述块相加值是对各块中存在的像素的像素值进行相加后所得到的值，上述块平均值是上迷块相加值除以该块中存在的像素的个数后所得到的值，向缺陷区域有无判断部输出上述块相加值或者块平均值，其中，该 缺陷区域有无判断部通过统计处理来判断是否存在上述块相加值或者 块平均值的离群值，从而判断是否存在上述缺陷区域。
10. 根据权利要求l、 6、 9中的任意一项所迷的缺陷检测装置，其 特征在于上述块分割部将上述被检测图像分割成多个块，使得相邻的块存在 彼此叠合的部分。
11. 根据权利要求l、 6、 9中的任意一项所述的缺陷检测装置，其 特征在于，还具有点缺陷去除部，从上述被检测图像中除去点缺陷，在该点缺陷中， 某像素的像素值与其周围的像素值之差较大；噪声去除部，利用滤波器除去被检测图像的噪声成分，其中，上述被检测图像是已被上述点缺陷去除部除去了点缺陷的图像；以及图像压缩部，对已由上述噪声去除部除去了噪声成分的被检测图像 进行压缩处理。
12. —种图像传感器器件，其特征在于 具有权利要求l、 6、 9中的任意一项所述的缺陷检测装置。
13. —种图像传感器模块，其特征在于 具有权利要求l、 6、 9中的任意一项所述的缺陷检测装置。
14. 一种缺陷检测方法，从数字图像内检测缺陷区域，其中，该缺 陷区域的像素值较之于该缺陷区域周围的区域的像素值呈不均匀的变 化，其特征在于，包括像素值校正步骤，校正被检测图像内的像素值，使得应作为上述缺 陷区域检出的区域的像素值相对于上述缺陷区域之外的区域的像素值 被强调，其中，上述被检测图像是要进行缺陷区域检测的图像；以及块分割处理步骤，将上迷被检测图像分割成多个块并且求出块相加 值或者块平均值，其中，上迷块相加值是对各块中存在的像素的像素值 进行相加后所得到的值，上述块平均值是上述块相加值除以该块中存在的像素的个数后所得到的值，向缺陷区域有无判断部输出上述块相加值或者块平均值，其中，该 缺陷区域有无判断部通过统计处理来判断是否存在上述块相加值或者 块平均值的离群值，从而判断是否存在上述缺陷区域。
15. —种缺陷检测方法，从数字图像内检测缺陷区域，其中，该缺 陷区域的像素值较之于该缺陷区域周围区域的像素值呈不均匀的变 化，其特征在于包括块分割处理步骤，将被检测图像分割成预先根据上述缺陷区域 的形状设定的块形状，并且求出块相加值或者块平均值，其中，上述被 检测图像是要进行缺陷区域检测的图像，上述块相加值是对各块中存在 的像素的像素值进行相加后所得到的值，上述块平均值是上述块相加值 除以该块中存在的像素的个数后所得到的值；向缺陷区域有无判断部输出上述块相加值或者块平均值，其中，该 缺陷区域有无判断部通过统计处理来判断是否存在上述块相加值或者 块平均值的离群值，从而判断是否存在上述缺陷区域。
16. —种缺陷检测方法，从数字图像内检测缺陷区域，其中，该缺 陷区域的像素值较之于该缺陷区域周围的区域的像素值呈不均匀的变 化，其特征在于，包括图像生成步骤，根据被检测图像生成色差图像，其中，上述被检测 图像是要进行缺陷区域检测的图像；以及块分割处理步骤，将在上述图像生成步骤中生成的色差图像分割成 多个块，并且求出块相加值或者块平均值，其中，上述块相加值是对各 块中存在的像素的像素值进行相加后所得到的值，上述块平均值是上述 块相加值除以该块中存在的像素的个数后所得到的值，向缺陷区域有无判断部输出上述块相加值或者块平均值，其中，该块平均^的离群值,；从而判断是否存在上述缺陷区域。 -
全文摘要
本发明公开了缺陷检测装置及方法、图像传感器器件和模块，缺陷检测装置包括像素值校正部，校正作为检测缺陷区域的对象的被检测图像内的像素值，使被检测图像的缺陷区域相对于被检测图像的其它区域被强调；块分割处理部，将像素值已校正的被检测图像分割成多块并求出块相加值或块平均值，块相加值是对各块中所存在像素的像素值进行相加后所得到的值，块平均值是上述块相加值除以该块中所存在的像素的个数后所得到的值；优劣判断部，通过统计处理部的统计处理来判断是否存在上述块相加值或者块平均值的离群值，从而判断是否存在上述缺陷区域。通过强调图像传感器图像的缺陷区域，可实现高精度地检测缺陷区域的缺陷检测装置和缺陷检测方法。
文档编号G01M11/00GK101210890SQ200710160840
公开日2008年7月2日 申请日期2007年12月27日 优先权日2006年12月28日
发明者口井敏匡 申请人:夏普株式会社