[go: up one dir, main page]

CN1269079C - 图像处理器和使用这种图像处理器的图案识别装置 - Google Patents

图像处理器和使用这种图像处理器的图案识别装置 Download PDF

Info

Publication number
CN1269079C
CN1269079C CNB01804851XA CN01804851A CN1269079C CN 1269079 C CN1269079 C CN 1269079C CN B01804851X A CNB01804851X A CN B01804851XA CN 01804851 A CN01804851 A CN 01804851A CN 1269079 C CN1269079 C CN 1269079C
Authority
CN
China
Prior art keywords
image
pixel
pattern
density value
negative
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CNB01804851XA
Other languages
English (en)
Other versions
CN1401106A (zh
Inventor
桥本良仁
池田和隆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Electric Works Co Ltd
Original Assignee
Matsushita Electric Works Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from JP2000380972A external-priority patent/JP2002183713A/ja
Priority claimed from JP2001124554A external-priority patent/JP4465911B2/ja
Application filed by Matsushita Electric Works Ltd filed Critical Matsushita Electric Works Ltd
Publication of CN1401106A publication Critical patent/CN1401106A/zh
Application granted granted Critical
Publication of CN1269079C publication Critical patent/CN1269079C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • G06T5/75Unsharp masking
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/174Segmentation; Edge detection involving the use of two or more images
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/16Image preprocessing
    • G06V30/162Quantising the image signal
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

提供一种图像处理器,用于由具有图案的物体的表面图像生成具有图案和背景之间清晰对比度的处理后的图像。该图像处理器包括生成第一平滑图像的第一平滑滤波器;生成第二平滑图像第二平滑滤波器;把大于等于1的加权系数与第一平滑图像的每一象素值相乘以确定加权象素值的加权单元;从该第二平滑图像的相应象素的象素值中减去由该加权单元提供的每一加权象素值以生成差分图像的差分图像生成器;以及从该差分图像中提取具有正号的象素值以获得处理后的图像的图像提取单元。例如,该图像处理器可以用于图案识别装置。

Description

图像处理器和使用这种图像处理器的图案识别装置
技术领域
本发明涉及一种图像处理器,用于由具有诸如字母或符号图案的物体的表面图像提供具有图案和背景之间清晰对比度的处理后的图像,以及一种具有该图像处理器的图案识别装置,其最适合应用于在液晶显示装置制造过程中精确检测光学透明或半透明衬底上的定位标记。
背景技术
过去,图像处理技术已经被用来识别要被观察的物体上给定的诸如字母或符号的定位标记。在该方法中,按照适当的阈值将该物体的表面图像(灰度级图像)转换为二值图像。由于该定位标记与背景的密度不同,相应于该定位标记象素可以从背景象素中提取出来。
然而,生成二值图像的这种处理有一个问题:当该定位标记的密度(亮度)在该表面图像中不恒定时,无法提取该定位标记的一部分,或者是背景的一部分被错误地与该定位标记一起提取出来。结果,由于所生成的二值图像包括了不正确的图像数据,该定位标记就不能被高度精确地从该二值图像中识别出来。
在液晶显示装置的制作过程中,识别光学透明或半透明衬底上给定的定位标记的情况下,这一问题就客观存在。例如,如图12A和12B或图13A和13B所示,当用图像拾取器经由放置在该衬底上的半透明薄膜拾取该具有定位标记AM(“+”标记)的衬底的表面图像30时,由于该定位标记与背景之间的对比度差以及被封在该半透明薄膜与该衬底之间的非期望的气泡AB的影响,很难确实地由该表面图像识别定位标记。
为了改善识别精确度,还提议对被提取的定位标记的边缘重复进行识别处理。然而,即使重复进行这种识别处理,也不能充分改善识别精确度。在这种情况下,必须用肉眼观察来检测该定位标记。这就引起生产效率的降低和生产成本的增加。
此外,当在该半透明薄膜和衬底之间的该定位标记附近封有空气气泡AM时,由该图像拾取器射向衬底以拾取表面图像的光线就会被由气泡涨大的半透明薄膜的表面反射,以致该定位标记的一部分从该表面图像上丢失了。在这种情况下,不能通过使用由二值图像处理技术提取的定位标记的特征部分或由灰度级图像处理技术获得的定位标记的一般视图作为参考图像进行标准化的对照来识别定位标记。即使当该定位标记被识别出来时,该识别结果的可靠性也很低。
发明概要
因此,本发明的主要目的是提供一种图像处理器,能够由具有图案的物体的表面图像提供具有图案和背景之间清晰对比度的处理后的图像。
该图像处理器包括:
第一平滑滤波器,用于通过相对于表面图像的每一象素而确定一平均密度值来生成第一平滑图像,该平均密度值是该象素与围绕该象素而划定的第一区域内的相邻象素的平均密度值;
第二平滑滤波器,用于通过相对于表面图像的每一象素而确定一平均密度值来生成第二平滑图像,该平均密度值是该象素与围绕该象素而划定的大于第一区域的第二区域内的相邻象素的平均密度值;
把大于等于1的加权系数与第一平滑图像的每一象素值相乘来确定加权象素值的加权单元;
从第二平滑图像的相应象素的象素值中减去由加权单元提供的每一加权象素值来生成差分图像的差分图像生成器;以及
从差分图像中提取具有正号的象素值以获得处理后的图像的图像提取单元。
在本发明中,由于通过使用由第一平滑滤波器生成的第一平滑图像以及由第二平滑滤波器生成的第二平滑图像而生成处理后的图像,因此,即使当围绕该图像的背景包括具有与图案大体相同密度的象素时,也可以精确地从表面图像中仅仅提取出该图案。此外,即使在表面图像中该图案的密度并不恒定时,也可以增强该图案和背景之间的对比度。顺便一提,本说明书中使用的“图案”包括被观察物体上的各种形状,例如圆形图案、字母、标记或几何符号。
上述图像处理器最好还包括负图像生成器,用于生成该表面图像的负图像。该负图像生成器通过从该表面图像的最大密度值减去被观察物体的表面图像的每一象素的密度值确定该负图像的每一象素的密度值。结果,第一和第二平滑滤波器就分别由负图像生成第一和第二平滑图像。当需要根据包括具有比背景更高亮度的图案的表面图像生成处理后的图像时,可以提供具有清晰对比度的处理后的图像,与在上述由包括具有比背景更低亮度的图案的表面图像生成处理后的图像的情况一样。
本发明的进一步的目的是提供一种使用上述图像处理器的图案识别装置,即使当背景和图案之间的密度(亮度)的差别很小时,也具有高可靠地识别被观察物体上的图案的能力。该装置包括:
提供物体的表面图像的图像拾取器;
由上述图像处理器构成的第一图像处理器,用于根据具有图案的参考物体的第一表面图像生成具有图案和背景之间清晰对比度的第一参考图像;
存储第一参考图像的存储器;以及
比较具有与该参考物体相同图案的观察物体的表面图像与第一参考图像以便识别该观察物体上的图案的检测器。
上述图案识别装置最好还包括:
提供包括该参考物体的图案的第二表面图像的装置,该第二表面图像具有比第一参考图像更宽的视野;
由上述图像处理器构成的第二图像处理器,用于由参考物体的第二表面图像生成具有图案和背景之间清晰对比度的第二参考图像;以及
其中该检测器将由该图像拾取器提供的观察物体的表面图像与该第二参考图像进行比较以便在该观察物体的表面图像中查找包括该图案的图像区域,并使用第一参考图像从该图像区域中识别出该图案。
此外,上述图案识别装置最好包括图像分离器,用于由该第一参考图像提供每一个都包括该图案的一部分的分离图像,并且其中该检测器将该观察物体的表面图像与第一参考图像以及每一所述分离图像进行比较,根据彼此间最高符合程度的比较结果识别出该观察物体上的图案。
本发明的另一目的是提供一种图像处理方法,包括由具有图案的物体的表面图像提供具有图案和背景之间清晰对比度的处理后的图像。该图像处理方法包括如下步骤:
通过相对于该表面图像的每一象素而确定一平均密度值来生成第一平滑图像,该平均密度值是该象素与围绕该象素而划定的第一区域内的相邻象素的平均密度值;
通过相对于该表面图像的每一象素而确定一平均密度值来生成第二滑图像,该平均密度值是该象素与围绕该象素而划定的大于第一区域的第二区域内的相邻象素的平均密度值;
把大于等于1的加权系数与第一平滑图像的每一象素值相乘以确定加权象素值;
从第二平滑图像的相应象素的象素值中减去由加权单元提供的每一加权象素值以确定差分图像;
从该差分图像中提取具有正号的象素值以获得处理后的图像。
从下面结合附图描述的执行本发明的最佳方式将使这些以及其他的目的和优点变得更加清楚。
附图简要说明
图1是根据本发明的第一实施例的图像处理器的方框图;
图2A是物体的表面图像,而图2B至2E是本发明的图像处理方法的各步骤获得的处理后的图像;
图3是根据第一实施例的改进方案的具有负图像生成器的图像处理器的方框图;
图4是一种传统的图案识别装置的方框图;
图5是根据本发明的第二实施例的图案识别装置的方框图;
图6A是物体上的定位标记的表面图像,而图6B是由本发明的第一图像处理器生成的第一参考图像;
图7是根据第二实施例的改进方案的具有第二图像处理器的图案识别装置的方框图;
图8A是包括观察物体的定位标记的表面图像;
图8B是由第二图像处理器生成的第二参考图像,而图8C是由第一图像处理器生成的第一参考图像;
图9是根据第二实施例的改进方案的具有图像分离器的图案识别装置的方框图;
图10A至10E分别是参考图像和诸分离参考图像,而图10F是定位标记的参考图像;
图11是根据第二实施例的改进方案的具有第二图像处理器和图像分离器的图案识别装置的方框图;
图12A和12B分别是包括观察物体的定位标记的表面图像和该表面图像的说明性视图;
图13A和13B分别是包括观察物体的定位标记的另一表面图像和该表面图像的说明性视图。
实施发明的最佳方式
下面是本发明的优选实施例。然而,这些实施例并不限制本发明的范围。
参考图1-图3解释本发明的第一实施例的图像处理器1。本实施例中使用的物体具有亮度低于背景的定位标记。包括该物体的定位标记的表面图像可以用传统的图像拾取器2例如电视摄像机获取。
如图1所示,由图像拾取器2获取的表面图像被送往图像处理器1的第一和第二平滑滤波器(10,11)中的每一个。第一平滑滤波器10相对于该表面图像的每一个象素为该象素和围绕该象素而划定的第一区域中的相邻象素确定平均密度值以生成第一平滑图像。可以使用一个正方区域“(2n1+1)×(2n1+1)”作为第一区域,其中“n1”是整数。
另一方面,第二平滑滤波器11相对于该表面图像的每一个象素为该象素和围绕该象素划定的大于第一区域的第二区域中的相邻象素确定平均密度值以生成第二平滑图像。第二区域是一个正方区域“(2n2+1)×(2n2+1)”,其中“n2”是大于“n1”的整数。因此,举例来说,当第一区域是正方区域“3×3”(n1=1)时,可以使用正方区域“5×5”(n2=2)作为第二区域。这样,由于用于第二平滑滤波器11确定平均密度值的象素数目大于用于第一平滑滤波器10确定平均密度值的象素数目,所以第二平滑图像比第一平滑图像具有更高的平滑度。
该第一平滑图像被送往本发明的图像处理器的加权单元12。在该加权单元中,第一平滑图像的每一象素值与大于等于1的加权系数α相乘以获得加权象素值。该加权系数最好在范围1.0≤α≤1.5内。
然后,该加权象素值和第二平滑图像被送往该图像处理器1的差分图像生成器13。在该差分图像生成器中,从第二平滑图像的相应象素的象素值中减去每一加权象素值以生成差分图像。也就是说,该差分图像的每一象素值(Xi)由下式表示:
Xi=Ti-α×Si
其中“Si”是第一平滑图像的象素值,“α”是加权系数,而“Ti”是第二平滑图像中的相应象素的象素值。
由该差分图像生成器13获得的差分图像被送往图像提取单元,其中具有正号的象素值被从该差分图像中提取出来以获得具有背景和定位标记之间的清晰对比度的处理后的图像。
例如,根据上述图像处理器1,可以从如图2A所示的包括字母排列“Print”的表面图像生成具有背景和该字母排列之间清晰对比度的处理后的图像,如图2E所示。也就是说,第一平滑滤波器10生成该表面图像的第一平滑图像,如图2B所示。另一方面,第二平滑滤波器11生成该表面图像的第二平滑图像,如图2C所示。从这些图中可以很容易理解,该第二平滑图像具有比第一平滑图象更高的平滑度,如上所述。在图2B中的第一平滑图像被加权单元13处理后,由差分图像生成器13根据加权单元的输出和图2C中的第二平滑图像生成差分图像,如图2D所示。然后,从图2D中的差分图像提取出具有正号的象素值而获得图2E中的处理后的图像。
顺便一提,当需要根据具有亮度高于背景的定位标记的观察物体生成处理后的图像时,本发明的图像处理器进一步包括一个负图像生成器,用于生成该物体的表面图像的负图像。如图3所示,负图像生成器15被安置在图像拾取器2与第一、第二平滑滤波器(10,11)之间。在该负图像生成器15中,通过从该表面图像的最大密度值中减去该物体的表面图像的每一象素的密度值来确定该负图像的每一象素的密度值。该负图像分别被送往第一和第二平滑滤波器(10,11),以致根据上述相同方式从该负图像分别生成第一和第二平滑图像。
其次,作为本发明的第二实施例,详细解释使用第一实施例的图像处理器的一种图案识别装置。可以把传统图案识别装置配备上述图像处理器来得到本发明的图案识别装置,该图像处理器用于生成参考图像以与观察物体的表面图像相比较。举例来说,如图4所示,传统图案识别装置包括作为图像拾取器2的电视摄像机100、A/D变换器110、监视器120、D/A变换器130、键盘·接口140、并行·接口150、重叠·查寻表160、控制PLD 170、图像存储器3、主存储器190、程序存储器200、RS-232C 210以及用于执行存储在程序存储器200中的程序的CPU 220。
控制PLD 170与主存储器3、键盘·接口140、并行·接口150和重叠·查寻表160相连接。此外,电视摄像机100通过A/D变换器110连接到控制PLD 170。同时,监视器120通过D/A变换器130连接到控制PLD 170。电视摄像机100与图像存储器3之间的连接、图像存储器3与监视器120之间的连接以及CPU220与图像存储器3之间的连接由控制PLD 170控制。另一方面,CPU220被连接到控制PLD170、程序存储器200、主存储器190和RS-232C 210。
图5是具有本发明图像处理器的图案识别装置的示意性结构方框图。该装置包括图像拾取器2、图像存储器3、第一图像处理器1A、参考图像存储器4和检测器5。例如,图像拾取器2包括电视摄像机100和A/D变换器110以获取观察物体的表面图像,如图6A所示。该表面图像被存储在图像存储器3中。
使用第一实施例的图像处理器1作为第一图像处理器1A。第一图像处理器1A由具有作为要被识别的图案的定位标记AM(“+”标记)的参考物体的表面图像30生成具有背景和该定位标记AM之间清晰对比度的第一参考图像40,如图6B所示。所生成的第一参考图像被存储在该参考图像存储器4中。
检测器5将具有与参考物体相同定位标记的观察物体的表面图像与第一参考图像比较以识别该观察物体上的定位标记。例如,检测器5主要由主存储器190、程序存储器200和执行存储在程序存储器中的程序的CPU220构成。在检测器5中,由包括标准化相关运算的模板匹配方法来进行图案识别。
如下所述,使用本发明的该图案识别装置,可以对观察物体进行图案识别。首先,用图像拾取器2获取包括观察物体的定位标记的表面图像。在该表面图像被存储到图像存储器3之后,就可以使用存储在参考图像存储器4中的第一参考图像按包括标准化相关运算的模板匹配方法检测到该观察物体的表面图像中的定位标记。
在过去,已经通过准备包括来自参考物体的表面图像的定位标记的模板并将该观察物体的表面图像与作为参考图像的模板进行比较来检测出该定位标记。在该方法中,当定位标记与背景之间的对比度的差异很小时,物体的表面图像的亮度变化会导致检测精确度的降低。然而,在本发明中,由于使用具有定位标记和背景之间清晰对比度的处理后的图像作为模板,所以,即使彼此间对比度差异很小时也可以精确地检测到定位标记。
当要求根据具有亮度高于背景的定位标记的参考物体的表面图像生成具有清晰对比度的处理后的图像时,第一图像处理器1A进一步包括一个负图像处理器,用于生成该参考物体的表面图像的负图像,如图3所示的情况。该负图像处理器通过从该表面图像的最大密度值减去该物体的表面图像的每一象素的密度值来确定该负图像的每一象素的密度值。因此,在该第一图像处理器1A中,由该负图像生成第一参考图像。
如图8A所示,当通过低放大倍率获取观察物体的广角表面图像以致包括定位标记周围的更宽区域,并且在该广角表面图像中定位标记与背景之间的对比度差异很小时,检测精确度就可能会该下降。在这种情况下,如图7所示,该图案识别装置最好还包括图像查找单元,该单元包括第二图像处理器1B,以便生成被用于在该广角表面图像中查找定位标记的大概位置的第二参考图像。
这种情况下,图像拾取器2最好包括用于低放大倍率图像的第一图像拾取器以及用于高放大倍率图像的第二图像拾取器。也就是说,第一图像拾取器用来提供具有比第二图像拾取器获取的表面图像视野更宽的参考物体的表面图像。还可以使用具有定标功能的图像拾取器。
与第一图像处理器1A类似,第一实施例的图像处理器1被用作第二图像处理器1B。第二图像处理器1B由第一图像拾取器获取的参考物体的表面图像生成第二参考图像31。在第二参考图像中,增强表面图像中的定位标记和其他与该定位标记具有相同密度(亮度)的图案的对比度,以便形成背景与这些图案之间的清晰的对比度,如图8B所示。第二参考图像可以被存储在参考图像存储器4中。还可以增加第二参考图像的另一个参考图像存储器。
在检测器5中,将观察物体的广角表面图像与第二参考图像比较,以便查找到至少一个提供该定位标记的大致位置的图像候选。换句话说,从该观察物体的广角表面图像中至少查找到一个与该第二参考图像相对应的包括该定位标记的图像区域。然后,将该查找到的图像区域与存储在参考图像存储器4中的第一参考图像(图8C)进行比较,以便用包括标准化相关运算的模板匹配方法在该提取的图像区域中检测该定位标记。当提取了若干图像区域作为图像候选时,根据彼此间符合程度最高的比较检测出该定位标记。
为了有效地进行这种识别,该图案识别装置可以包括一个图像数据简化单元(没有示出),用于对第二参考图像和该观察物体的广角表面图像进行图像数据简化处理,以便分别提供第三参考图像和该观察物体的处理后表面图像。在这种情况下,检测器5将该观察物体的处理后表面图像与第三参考图像进行比较以便查找包括该定位标记的图像区域。
图像数据简化处理包括步骤:为象素区域(n×n)中的象素计算平均密度值,并用具有该平均密度值的一个象素来替换该象素区域(n×n个象素)。例如,当一个表面图像具有640×480象素的分辨率并且该象素区域由64(8×8)个象素构成时,通过该简化处理获得分辨率为80×60象素的处理后表面图像。使用该处理后表面图像和该第三参考图像,就可以显著地简化在该观察物体的广角表面图像中对相应于第二参考图像的图像区域的查找。
如在图3的情况下,当在由第一图像拾取器获取的参考物体的表面图像中定位标记具有比背景亮度高的亮度时,第二图像处理器1B最好进一步包括第二负图像生成器,用于生成该表面图像的负图像,如图3中的情况。该第二负图像生成器从该表面图像的最大密度值中减去该表面图像每一象素的密度值来确定该负图像中每一象素的密度值。在这种情况下,由第二图像处理器1B由该负图像生成第二参考图像。
如图9所示,当图案识别装置包括一个用于根据第一参考图像提供每一个均包括定位标记的至少一部分的分离图像的图像分离器6时,就能够进一步改善图案识别的精确度。
例如,图像分离器6可以包括主存储器190和用于执行存储在程序存储器中的程序的CPU。在图10B和10C中,图10A中的第一参考图像40被沿着定位标记AM的纵轴分离为两个部分(42,43)。在图10D和10E中,图10A中的第一参考图像被分离为定位标记A M的上部分和下部分(44,45)。根据需要,可以把第一参考图像分离为四个部分或八个部分,这些分离参考图像也可以被存储到参考图像存储器4中。在检测器5中,将观察物体的表面图像与每一个分离参考图像进行比较,然后根据彼此间符合程度最高的比较结果识别出定位标记。
例如,当比较图10F中的观察物体的表面图像30与图10A中的第一参考图像40时,彼此间符合程度为0.5。另一方面,当比较图10F中的观察物体的表面图像30与图10D中的分离参考图像44时,彼此间符合程度为0.8。因此,在图10F的表面图像中,使用分离参考图像可以进一步改善对定位标记的识别精确度。
当图案识别装置具有用于生成第二参考图像的第二处理器1B时,最好进一步包括一个附加的图像分离器(没有示出),用于根据第二参考图像提供分离参考图像,每一个分离参考图像至少包括定位标记的一部分。该附加的图像分离器具有与用于由第一图像处理器1A生成的第一参考图像的图像分离器6基本相同的功能和构成。在这种情况下,将该观察物体的表面图像与第二参考图像和由该附加图像分离器生成的每一个分离参考图像进行比较,以便根据彼此间符合程度最高的比较结果查找到包括定位标记的图像区域。然后,将该查找到的图像区域与第一参考图像和由用于第一参考图像的图像分离器6生成的分离参考图像进行比较,根据彼此间符合程度最高的比较结果,在该观察物体上检测出定位标记。也可以通过仅仅比较该查找到的图像区域与第一参考图像来执行定位标记的识别。由于使用图像分离器6和/或附加图像分离器,即使存在部分定位标记丢失的明显的不利因素,也能够可靠地识别出定位标记。
如所要求保护的那样,本发明的图案识别装置基本包括图像拾取器2、第一图像处理器1A、参考图像存储器4和检测器5。因此,必要的话,该图案识别装置可以进一步包括第二图像处理器1B(图像查找单元)、图像数据简化单元、图像分离器6和附加图像分离器的任意组合。例如,图11示出一个既有第二图像处理器1B又有图像分离器6的图案识别装置。
作为本发明的图像处理器的最佳应用,上面已经解释了图案识别装置。然而,图像处理器的应用并不限于这些实施例。本发明的图像处理器可用于各种需要从观察物体的表面图像识别诸如字母、标记、线条和图形符号的图案而没有背景噪声影响的应用场合。具体地,当存在包括字母和背景噪声的图像时,或者当存在具有重叠有一根细线的字母的图像时,本发明的该图像处理器可以消除该背景噪声或该细线,并可以仅仅把该字母精确地提取出来。
工业实用性
本发明的图像处理器可以从具有图案的观察物体的表面图像生成具有背景和图案之间清晰对比度的处理后的图像。具体来讲,即使当图案周围的背景包括具有与图案基本相同的密度的象素,本发明的图像处理器也可以只把图案从背景中清楚地分离出来。
作为一个最佳实施例,当具有上述图像处理器的图案识别装置被用于液晶显示装置的制造过程时,可以精确地识别出光学透明或半透明衬底上的定位标记。因此,当要被检测的图案与背景之间的密度(亮度)差异很小时,在图案识别装置中使用本发明的图像处理器对于改善检测精确度特别有效。

Claims (11)

1.一种图像处理器,用于根据具有图案的物体的表面图像提供具有所述图案和背景之间的清晰对比度的处理后的图像,所述图像处理器包括:
第一平滑滤波器,用于通过相对于表面图像的每一象素而确定一平均密度值来生成第一平滑图像,该平均密度值是所述象素与围绕所述象素而划定的第一区域内的相邻象素的平均密度值;
第二平滑滤波器,用于通过相对于表面图像的每一象素而确定一平均密度值来生成第二平滑图像,该平均密度值是所述象素与围绕所述象素而划定的大于所述第一区域的第二区域内的相邻象素的平均密度值;
把大于等于1的加权系数与所述第一平滑图像的每一象素值相乘来确定加权象素值的加权装置;
从所述第二平滑图像的相应象素的象素值中减去由所述加权单元提供的每一加权象素值来生成差分图像的差分图像生成器;以及
从所述差分图像中提取具有正号的象素值以获得处理后的图像的图像提取装置。
2.如权利要求1所述的图像处理器,包括负图像生成器,用于当所述物体的表面图像中的所述图案具有高于背景的亮度时生成负图像,所述负图像生成器通过从该表面图像的最大密度值中减去所述物体的表面图像的每一象素的密度值来确定所述负图像的每一象素的密度值;以及
其中,所述第一和第二平滑滤波器分别由所述负图像生成所述第一和第二平滑图像。
3.一种使用如权利要求1所述的图像处理器作为第一图像处理器的图案识别装置,所述图案识别装置包括:
用于提供物体的表面图像的图像拾取装置;
用于由具有图案的参考物体的第一表面图像生成具有图案和所述背景之间清晰对比度的第一参考图像的所述第一图像处理器,;
用于存储该第一参考图像的存储器,;以及
用于将具有与所述参考物体相同图案的观察物体的表面图像与该第一参考图像进行比较以便识别所述观察物体上的所述图案的检测器。
4.如权利要求3所述的图案识别装置,其特征在于所述第一图像处理器包括一个负图像生成器,用于当所述参考物体的第一表面图像中的所述图案具有高于背景的亮度时生成负图像;所述负图像生成器通过从该第一表面图像的最大密度值减去所述参考物体的第一表面图像的每一象素的密度值确定所述负图像的每一象素的密度值;其中所述第一图像处理器由所述负图像生成该第一参考图像。
5.如权利要求3所述的图案识别装置,包括:
用于提供一个包括所述参考物体的所述图案的第二表面图像的装置,该第二表面图像具有比第一参考图像更宽的视野;
用于由所述参考物体的第二表面图像生成具有所述图案和背景之间清晰对比度的第二参考图像的第二图像处理器,所述第二图像处理器由如权利要求1所述的图像处理器构成;以及
其中所述检测器将由所述图像拾取装置提供的所述观察物体的表面图像与该第二参考图像进行比较,以便在所述观察物体的表面图像中查找包括所述图案的图像区域,并通过使用该第一参考图像从该图像区域中识别出所述图案。
6.如权利要求5所述的图案识别装置,其特征在于所述第二图像处理器包括负图像生成器,用于当所述参考物体的第二表面图像中的所述图案具有高于背景的亮度时生成负图像;所述负图像生成器通过从该第二表面图像的最大密度值中减去该第二表面图像的每一象素的密度值确定所述负图像的每一象素的密度值;其中所述第二图像处理器由所述负图像生成第二参考图像。
7.如权利要求3所述的图案识别装置,包括一个图像分离器,用于由该第一参考图像提供每一个都至少包括所述图案的一部分的分离图像,并且其中所述检测器将所述观察物体的表面图像与第一参考图像以及每一所述分离图像进行比较,并根据彼此间符合程度最高的比较结果识别出所述观察物体上的所述图案。
8.如权利要求5所述的图案识别装置,包括一个图像分离器,用于由该第二参考图像提供每一个都至少包括所述图案的一部分的分离图像,并且其中所述检测器将所述观察物体的表面图像与第二参考图像以及每一所述分离图像进行比较,以便根据彼此间符合程度最高的比较结果查找包括所述图案的图像区域。
9.如权利要求5所述的图案识别装置,包括:图像数据简化装置,用于对该第二参考图像和所述观察物体的表面图像进行图像数据简化处理,分别获得第三参考图像和所述观察物体的第三表面图像;其中所述检测器将所述观察物体的该第三表面图像与所述第三参考图像进行比较,以便查找包括所述图案的图像区域。
10.一种图像处理方法,用于由具有图案的物体的表面图像提供具有图案和背景之间清晰对比度的处理后的图像,所述图像处理方法包括如下步骤:
通过相对于该表面图像的每一象素而确定一平均密度值来生成第一平滑图像,该平均密度值是所述象素与围绕所述象素划定的第一区域内的相邻象素的平均密度值;
通过相对于该表面图像的每一象素而确定一平均密度值来生成第二平滑图像,该平均密度值是所述象素与围绕所述象素划定的大于所述第一区域的第二区域内的相邻象素的平均密度值;
把大于等于1的加权系数与所述第一平滑图像的每一象素值相乘以确定加权象素值;
从所述第二平滑图像中的相应象素的象素值中减去由所述相乘步骤确定的每一加权象素值以确定差分图像;以及
从所述差分图像中提取具有正号的象素值以获得所述处理后的图像。
11.如权利要求10所述的图像处理方法,包括步骤:当所述物体的表面图像中的所述图案具有高于背景的亮度时生成负图像;所述负图像生成器通过从所述表面图像的最大密度值中减去所述物体的表面图像的每一象素的密度值确定所述负图像的每一象素的密度值;其中所述第一和第二平滑图像由所述负图像生成。
CNB01804851XA 2000-12-14 2001-12-10 图像处理器和使用这种图像处理器的图案识别装置 Expired - Fee Related CN1269079C (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP380972/2000 2000-12-14
JP380972/00 2000-12-14
JP2000380972A JP2002183713A (ja) 2000-12-14 2000-12-14 画像処理方法およびその装置
JP2001124554A JP4465911B2 (ja) 2001-04-23 2001-04-23 画像処理装置およびその方法
JP124554/01 2001-04-23
JP124554/2001 2001-04-23

Publications (2)

Publication Number Publication Date
CN1401106A CN1401106A (zh) 2003-03-05
CN1269079C true CN1269079C (zh) 2006-08-09

Family

ID=26605859

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB01804851XA Expired - Fee Related CN1269079C (zh) 2000-12-14 2001-12-10 图像处理器和使用这种图像处理器的图案识别装置

Country Status (7)

Country Link
US (1) US7039236B2 (zh)
EP (1) EP1346321B1 (zh)
KR (1) KR100481933B1 (zh)
CN (1) CN1269079C (zh)
DE (1) DE60113564T2 (zh)
TW (1) TW559739B (zh)
WO (1) WO2002048964A1 (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2160467C1 (ru) * 1999-07-08 2000-12-10 Яхно Владимир Григорьевич Способ адаптивного распознавания информационных образов и система для его осуществления
JP4413504B2 (ja) * 2003-02-13 2010-02-10 株式会社東芝 医用画像処理装置、医用画像処理方法および医用画像処理プログラム
CN100375120C (zh) * 2003-06-16 2008-03-12 英华达股份有限公司 藉由多张低解析度影像产生高解析度影像的方法
JP2005190429A (ja) 2003-12-26 2005-07-14 Hiroshima Univ 参照データ認識・学習方法及びパターン認識システム
JP4561273B2 (ja) * 2004-09-22 2010-10-13 ソニー株式会社 画像処理装置および方法、並びにプログラム
CN100365660C (zh) * 2004-12-13 2008-01-30 北京中星微电子有限公司 一种图像放大插值的方法
WO2006082979A1 (ja) * 2005-02-07 2006-08-10 Matsushita Electric Industrial Co., Ltd. 画像処理装置および画像処理方法
JP4459137B2 (ja) * 2005-09-07 2010-04-28 株式会社東芝 画像処理装置及びその方法
US8306336B2 (en) 2006-05-17 2012-11-06 Qualcomm Incorporated Line or text-based image processing tools
US7898653B2 (en) * 2006-12-20 2011-03-01 Hitachi High-Technologies Corporation Foreign matter inspection apparatus
JP4288623B2 (ja) * 2007-01-18 2009-07-01 ソニー株式会社 撮像装置、ノイズ除去装置、ノイズ除去方法、ノイズ除去方法のプログラム及びノイズ除去方法のプログラムを記録した記録媒体
JP2008203486A (ja) * 2007-02-20 2008-09-04 Epson Imaging Devices Corp 画像表示装置及び電子機器
EP2003896A1 (en) * 2007-06-12 2008-12-17 Panasonic Corporation Statistical image enhancement
CN101464998B (zh) * 2009-01-15 2011-12-14 浙江大学 面向纺织行业的非高斯纹理噪声平滑滤波方法
KR101114278B1 (ko) * 2009-12-15 2012-02-14 주식회사 함라 아스팔트 슁글
EP2691932B1 (en) * 2011-03-28 2019-07-24 Koninklijke Philips N.V. Contrast-dependent resolution image
TWI512642B (zh) * 2013-01-25 2015-12-11 Delta Electronics Inc 快速圖形比對方法
US9131182B2 (en) * 2013-05-08 2015-09-08 Canon Kabushiki Kaisha Image processing apparatus, method and storage medium
CN105243652B (zh) * 2015-11-19 2019-06-07 Tcl集团股份有限公司 图像降噪的方法及装置
JP7252847B2 (ja) * 2019-07-08 2023-04-05 株式会社日立製作所 動体追跡装置および放射線治療システム、ならびに動体追跡装置の作動方法
CN110428402B (zh) * 2019-07-18 2022-05-10 数字广东网络建设有限公司 图像篡改识别方法、装置、计算机设备及存储介质
CN111415317B (zh) * 2020-03-20 2024-01-05 苏州杰锐思智能科技股份有限公司 图像处理方法及装置、电子设备、计算机可读存储介质
US11921052B2 (en) 2022-03-31 2024-03-05 Kla Corporation Inspection with previous step subtraction
US20230351553A1 (en) * 2022-03-31 2023-11-02 Kla Corporation Shot noise reduction using frame averaging
US11922619B2 (en) 2022-03-31 2024-03-05 Kla Corporation Context-based defect inspection

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100247969B1 (ko) 1997-07-15 2000-03-15 윤종용 대용량패턴정합장치및방법
JP2873955B1 (ja) 1998-01-23 1999-03-24 東京工業大学長 画像処理方法および装置
US6665448B1 (en) * 2000-09-29 2003-12-16 Hewlett-Packard Development Company, L.P. Selective smoothing and sharpening of images by generalized unsharp masking

Also Published As

Publication number Publication date
EP1346321B1 (en) 2005-09-21
CN1401106A (zh) 2003-03-05
US7039236B2 (en) 2006-05-02
US20030012442A1 (en) 2003-01-16
DE60113564T2 (de) 2006-07-13
KR100481933B1 (ko) 2005-04-13
DE60113564D1 (de) 2005-10-27
EP1346321A1 (en) 2003-09-24
TW559739B (en) 2003-11-01
WO2002048964A1 (en) 2002-06-20
KR20020081322A (ko) 2002-10-26

Similar Documents

Publication Publication Date Title
CN1269079C (zh) 图像处理器和使用这种图像处理器的图案识别装置
CN109215026B (zh) 一种基于机器视觉的高速准确led缺陷检测方法
CN109754442B (zh) 一种基于机器视觉的齿轮点蚀检测系统
KR101298024B1 (ko) 사용자 동적 기관 제스처 인식 방법 및 인터페이스와, 이를 사용하는 전기 사용 장치
CN1801896A (zh) 摄像机标定数据的采集方法及其标定板
JPH11110561A (ja) 画像情報処理装置
CN110415296B (zh) 一种有阴影光照下矩形状电器件的定位方法
CN108709500B (zh) 一种电路板元件定位匹配方法
CN1565000A (zh) 用于外表检测的图像处理方法
CN101042735A (zh) 图像二值化方法和装置
CN1657958A (zh) 基板检查装置和检查方法
CN110009615B (zh) 图像角点的检测方法及检测装置
JP2016205876A (ja) 画像認識装置
CN1622589A (zh) 图像处理方法以及图像处理装置
CN110599404A (zh) 一种电路板显微图像拼接方法、装置、信息数据处理终端
CN1598487A (zh) 人工路标视觉导航方法
CN1894720A (zh) 基于滑降的形状表征
CN118247279A (zh) 一种基于边缘增强的锯齿崩齿缺陷识别方法及装置
CN1276577A (zh) 图案缺陷检测方法
CN1141665C (zh) 微观图像特征提取及识别的方法
CN1227373A (zh) 手迹验证装置
CN100342391C (zh) 自动指纹分类系统和方法
CN1525387A (zh) 检测图像模糊性的设备和方法
CN1898555A (zh) 基板检查装置
CN1959702A (zh) 人脸识别系统中的人脸特征点定位方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20060809

Termination date: 20100111