[发明专利]图像处理装置、图像处理方法以及图像处理程序

说明书

卷积神经网络进行第一屏蔽处理，所述第一屏蔽处理是通过检查图像与屏蔽图像的各自对应的像素彼此的像素值的运算，来屏蔽检查对象外的像素区域，所述检查图像包含检查对象的像素区域与检查对象外的像素区域，所述屏蔽图像包含具有用于屏蔽检查对象外的像素区域的像素值，且与检查对象外的像素区域相关联的像素区域，进行用于从进行了第一屏蔽处理的检查图像中提取特征图像的中间处理，且进行第二屏蔽处理，所述第二屏蔽处理是通过进行了中间处理的检查图像、与进行了与中间处理相同的处理的屏蔽图像的各自对应的像素彼此的像素值的运算，来屏蔽检查对象外的像素区域。

技术领域

本发明涉及一种图像处理装置、图像处理方法以及图像处理程序。

背景技术

在工厂自动化领域中，使用图像测量处理的自动控制已得到广泛实用化。例如，如下所述的检查工序已得到实用化，即，对工件等被检查对象进行拍摄，从通过所述拍摄而获得的检查图像中提取缺陷等的特征图像，由此来检查工件的良否。作为此种图像测量处理的示例，已知有使用卷积神经网络来提取特征图像的方法。卷积神经网络通过反复进行图像的卷积处理与池化(pooling)处理，从而将局部的特征加以组合而提取整体的特征。因此，若在检查图像的一部分映入有异物，则会提取异物的特征，从而在反复进行图像的卷积处理与池化处理的过程中，异物的特征将对图像的大范围造成影响。此种影响可能成为误检测的原因。作为用于避免此种误检测的方法，例如日本专利特开2017-146957号公报提出了一种方法：对检查图像的像素区域中的检查对象外的像素区域进行屏蔽(mask)，将经屏蔽的检查图像输入至卷积神经网络，以提取特征图像。

现有技术文献

专利文献

专利文献1：日本专利特开2017-146957号公报

发明内容

发明所要解决的问题

但是，当将经屏蔽的检查图像输入至卷积神经网络时，会提取检查对象的像素区域与检查对象外的像素区域之间的边界的特征(例如，像素值的浓淡的分界线)，此种特征也与异物的特征同样，可能成为误检测的原因。

因此，本发明的课题在于，解决此种问题，提出一种对检查对象的像素区域与检查对象外的像素区域之间的边界特征的提取进行抑制的图像处理装置、图像处理方法以及图像处理程序。

解决问题的技术手段

为了解决所述问题，本发明的图像处理装置包括：进行第一屏蔽处理的部件，所述第一屏蔽处理是通过检查图像与屏蔽图像的各自对应的像素彼此的像素值的运算，来屏蔽检查对象外的像素区域，所述检查图像包含检查对象的像素区域与检查对象外的像素区域，所述屏蔽图像包含具有用于屏蔽检查对象外的像素区域的像素值，且与检查对象外的像素区域相关联的像素区域；进行中间处理的部件，所述中间处理用于从进行了第一屏蔽处理的检查图像中，通过卷积神经网络来提取特征图像；对屏蔽图像进行与中间处理相同的处理的部件；以及进行第二屏蔽处理的部件，所述第二屏蔽处理是通过进行了中间处理的检查图像、与进行了与中间处理相同的处理的屏蔽图像的各自对应的像素彼此的像素值的运算，来屏蔽检查对象外的像素区域。根据此种结构，能够对检查对象的像素区域与检查对象外的像素区域之间的边界特征的提取进行抑制。

进行第二屏蔽处理的部件也可对第一次的中间处理后且第二次的中间处理前的检查图像进行第二屏蔽处理。在对检查图像进行的中间处理的次数少的阶段进行第二屏蔽处理，比起在对检查图像进行的中间处理的次数多的阶段进行第二屏蔽处理，对检查对象的像素区域与检查对象外的像素区域之间的边界特征的提取进行抑制的效果高。若检查对象的像素区域与检查对象外的像素区域之间的边界的特征被提取一次，则每当执行后段的中间处理(例如卷积处理)时便会传播至整个图像。越是在卷积处理的次数尽可能少的阶段进行第二屏蔽处理，则检查对象的像素区域与检查对象外的像素区域之间的边界特征的传播将越少。