[发明专利]基于边缘场和深度学习的检查方法

权利要求书

1.一种缺陷检查装置，其特征在于，

包括：

照明系统，以向检查对象物体表面透射按照区域具有不同照度的照明图案的方式设计；

拍摄部，用于获取上述检查对象物体的图像数据；

一个以上的处理器，用于处理上述图像数据；以及

存储器，存储基于深度学习的模型，

在一个以上的上述处理器中，

通过控制上述照明系统，来使得上述照明系统向上述检查对象物体表面透射按照区域具有不同照度的照明图案，

向上述基于深度学习的模型输入通过上述拍摄部获取的图像数据，上述图像数据包括因所透射的上述照明图案而在物体表面的至少一区域所产生的照度的剧烈变化，

利用上述基于深度学习的模型判断上述检查对象物体表面的缺陷。

2.根据权利要求1所述的缺陷检查装置，其特征在于，上述照明系统包括多个光源，上述多个光源以事先确定的间隔配置。

3.根据权利要求1所述的缺陷检查装置，其特征在于，上述照明系统包括多个光源，通过控制上述多个光源中的每个光源的操作来向上述检查对象的物体表面透射按照区域具有不同照度的照明图案。

4.根据权利要求1所述的缺陷检查装置，其特征在于，上述照明系统包括由至少两个组合构成的多个光源。

5.根据权利要求1所述的缺陷检查装置，其特征在于，上述照明系统包括多个光源，在上述多个光源发光的情况下，在上述检查对象物体表面的一区域所包含的每单位面积的边缘场的数量至少与其他区域不同。

6.根据权利要求1所述的缺陷检查装置，其特征在于，上述照明图案以照度剧烈变化的照度变化区域覆盖上述检查对象物体表面的至少一部分的方式构成。

7.根据权利要求1所述的缺陷检查装置，其特征在于，上述处理器控制上述照明系统，使得上述照明系统以线形、多边形或圆形图案透射照明图案。

8.根据权利要求1所述的缺陷检查装置，其特征在于，上述处理器通过向基于深度学习的模型输入在互不相同的照明图案下获取的多个图像数据来判断检查对象物体表面的缺陷。

9.根据权利要求1所述的缺陷检查装置，其特征在于，

上述照明系统由配置多个光源的多个照明板构成，

上述照明板形成一区域冲孔的形态，以使得从位于上部层的照明板透射的光的至少一部分到达检查对象物体表面。

10.根据权利要求1所述的缺陷检查装置，其特征在于，上述处理器还从上述图像数据提取照度剧烈变化的照度变化区域。

11.一种存储有计算机程序的计算机可读存储介质，其特征在于，

当在一个以上的处理器运行上述计算机程序时，执行用于检查缺陷的以下动作，

上述动作包括：

控制照明系统，以使得以透射不同照明图案的方式设计的照明系统向检查对象物体表面透射按照区域不同的照明图案；

向基于深度学习的模型输入通过拍摄部获取的图像数据，上述图像数据包括因所透射的上述照明图案而在物体表面的至少一区域所产生的照度的剧烈变化；以及

利用上述基于深度学习的模型判断上述检查对象物体表面的缺陷。

12.一种用于检查检查对象物体表面是否具有缺陷的方法，其在缺陷检查装置中执行，其特征在于，包括如下的步骤：

控制照明系统，以使得以透射不同照明图案的方式设计的照明系统向检查对象物体表面透射按照区域不同的照明图案；

向基于深度学习的模型输入通过拍摄部获取的图像数据，上述图像数据包括因所透射的上述照明图案而在物体表面的至少一区域所产生的照度的剧烈变化；以及

利用上述基于深度学习的模型判断上述检查对象物体表面的缺陷。