[发明专利]图像处理装置和图像处理方法

说明书

第1输入部(110)输入作为检查对象的检查图像。第2输入部(112)输入应参照的参照图像。处理部(114)对输入到第1输入部(110)的检查图像和输入到第2输入部(112)的参照图像执行神经网络的处理。输出部(118)输出检查图像中包含的不良项目的信息作为处理部(114)的处理结果。

技术领域

本发明涉及处理技术，尤其是执行对图像的处理的处理方法及利用其的处理装置。

背景技术

在产品的外观检查工序中检测图像中的特征性区域。这通过基于正常的参照图像与检查对象图像的差来识别图像的变化而进行。但是，在这样的方法中，在检查对象的定位存在误差的情况下、在检查对象的形状稍微变化的情况下，不能充分地检测到异常。因此，在对象图像中规定关注区域及包围关注区域的周边区域，针对各区域使用与颜色相关的特征量及图像上的特异性来计算作为关注区域中的特异性而数值性地表示的离群值(例如，参照专利文献1)。

在先技术文献

专利文献

专利文献1：日本特开2017-107541号公报

发明内容

发明要解决的课题

在不需要进行检查对象图像和参照图像的位置调整的同时，为了检测检查对象图像相对于参照图像的异常，使用神经网络是有效的。但是，若参照图像因产品的规格变更等而变化，则需要再学习新的参照图像。另一方面，若学习不充分，则处理的正确性降低。

本发明鉴于这样的情况而完成，其目的在于提供一种抑制学习的作业量的增加，并抑制处理的正确性的降低的技术。

用于解决技术课题的技术方案

为解决上述课题，本发明的一种方案的处理装置，包括：输入作为检查对象的检查图像的第1输入部；输入应参照的参照图像的第2输入部；对输入到第1输入部的检查图像和输入到第2输入部的参照图像执行神经网络的处理的处理部；以及输出检查图像中包含的不良项目的信息作为处理部的处理结果的输出部。

本发明的另一方案是处理方法。该方法包括：输入作为检查对象的检查图像的步骤；输入应参照的参照图像的步骤；对输入的检查图像和输入的参照图像执行神经网络的处理的步骤；以及输出检查图像中包含的不良项目的信息作为处理结果的步骤。

此外，以上的构成要素的任意组合，将本发明的表现在方法、装置、系统、计算机程序、或记录了计算机程序的记录介质等之间进行转换的方式，作为本发明的方式也是有效的。

发明效果

根据本发明，能够抑制学习的作业量的增加，并抑制处理的正确性的降低。

附图说明

图1的(a)～图1的(b)是表示实施例的处理装置的构成的图。

图2的(a)～图2的(c)是表示图1的(a)～图1的(b)的处理部的构成的图。

图3是表示输入到图1的(a)的监督数据输入部的监督数据的数据结构的图。

图4是表示图1的(a)～图1的(b)处理部中的处理的概要的图。

图5是表示第1变形例的处理部的构成的图。

图6是表示第3变形例的处理部的构成的图。

图7的(a)～图7的(c)是表示第4变形例的处理部的构成的图。

具体实施方式