特許ウォッチ

公開番号2025170406
公報種別公開特許公報(A)
公開日2025-11-18
出願番号2025145436,2021028954
出願日2025-09-02,2021-02-25
発明の名称眼科用レンズにおけるエッジ欠陥検出および他の欠陥を強化するためのコンピュータ実装プロセス
出願人イメージエーアイプライベートリミテッド,Emage AI Pte Ltd
代理人弁理士法人ユニアス国際特許事務所
主分類G06T 7/00 20170101AFI20251111BHJP(計算;計数)
要約【課題】コンタクトレンズの欠陥検査のための検査システムを訓練するコンピュータ実装方法を提供する。
【解決手段】コンタクトレンズ検査システムを訓練してコンタクトレンズのエッジの周りの欠陥を識別し、異なる基準でそれらを分類する方法であって、高解像度画像を捕捉し、レンズの円形エッジを円形エッジ抽出し、円形エッジを円形エッジを表す水平線に変換し、エッジ周囲の画素情報を排除することによって画像サイズを制限し、水平エッジ画像を重複部分に分割し、抽出された画像を垂直に積み重ねて、単一の高解像度画像を形成する。これは、元の画像データセットを生成敵対ネットワークによって生成された新しい画像で補強した後、コンボリューションニューラルネットワークによって処理及び解析されるのに理想的であり、欠陥の正確な分類を可能にすることができる。
【選択図】図1
特許請求の範囲【請求項１】
コンタクトレンズの欠陥検査のための検査システムを訓練するコンピュータ実装方法であって、
コンタクトレンズの圧縮されていない高解像度画像を取得することと、
画素データを圧縮することなく欠陥情報を強調するために平滑化アルゴリズムを適用することによってコンタクトレンズ画像を前処理することと、
前処理されたコンタクトレンズ画像を、前処理されたコンタクトレンズ画像から得られたオーバーラップ領域を有する画像から形成された正方形領域にセグメント化することと、
前記コンタクトレンズ画像内の元の欠陥に類似したいくつかの欠陥特徴を生成するために、オーバーラップした画像を変換するために、生成敵対ネットワークアルゴリズムを適用することと、
コンタクトレンズの欠陥検査のための前記検査システムを訓練するために、生成されたいくつかの欠陥特徴を使用することと、を備える、コンピュータ実装方法。
続きを表示（約 580 文字）【請求項２】
検査される欠陥に関連しない冗長データの除去をさらに含む、請求項１に記載のコンピュータ実装方法。
【請求項３】
前処理されたコンタクトレンズ画像をセグメント化することは、
前記コンタクトレンズ画像の円形エッジを抽出し、前記抽出された円形エッジを水平に転置して、２つの隣接するセグメントを結合するときに、前記抽出された円形エッジの隣接するセグメントのオーバーラップ領域が存在し、
水平に転置された前記抽出された円形エッジを複数のセグメントに分割することと、
前記複数のセグメントを順次積み重ねることとを含む、請求項１に記載のコンピュータ実装方法。
【請求項４】
前処理されたコンタクトレンズ画像をセグメント化することは、
前処理されたコンタクトレンズ画像を、重なり合う正方形に分割することを含む、請求項１に記載のコンピュータ実装方法。
【請求項５】
円形エッジの外側の冗長画素をブラック画素で埋める処理をさらに含む、請求項４に記載のコンピュータ実装方法。
【請求項６】
前記セグメントのサイズは、増強された欠陥検出のために、深層学習モジュールによって容易に処理されるようにあらかじめ設定されている、請求項１に記載のコンピュータ実装方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は特定の関連画素データを抽出し、無関係なデータを除去することによって、正
確さおよび速度の点で画像分類プロセスの効率を高めることによって、コンタクトレンズ
の高解像度画像を達成および維持することに関連する。ニューラルネットワークを用いた
検査システムの迅速な訓練を助け、自動化システムにおけるコンタクトレンズの検査中に
訓練された意思決定モデルを適用する再配置および再構築画像を通して、効率の増加を達
成した。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
コンタクトレンズ欠陥検査システムおよび方法は、コストを下げながら効率を高める方
向に進化し続けている。パターン認識、画像相関、ヒストグラム等化、ディザリングなど
は、検査方法で一般的に使用される一般的な画像処理アルゴリズムのいくつかである。欠
陥検査基準がより厳しくなるにつれて、時間を犠牲にして検査効率を改善するために、追
加のアルゴリズムが実施される。全ての追加のアルゴリズムは、検査時間を増加させ、生
産性を低下させる。ＣＰＵ速度、高度ＧＰＵ（ＧｒａｐｈｉｃＰｒｏｃｅｓｓｉｎｇ
Ｕｎｉｔ）、高速メモリ等における技術的改善は画像処理速度の改善に役立ってきたが、
高解像度カメラから取得される画像のサイズはますます大きくなり、生産性が低下するだ
けである。したがって、高精度および再現性を達成する検査プロセスを支援するために高
解像度画像を再構成するソフトウェア方法を真剣に検討することが最も重要である。
【発明の概要】
【発明が解決しようとする課題】
【０００３】
ニューラルネットワークは、検査システムの品質および生産性を犠牲にすることなく、
検査品質を改善するための新しい手段を提供する。しかしながら、画像サイズが著しく増
大したので、重要な欠陥データの劣化につながる画素データを最小化するために、画像圧
縮アルゴリズムが導入される。したがって、検査の品質が影響を受け、次のプロセスの効
率が損なわれる。ニューラルネットワークは、中程度のサイズの画像に対してより効率的
である。画像サイズの増大は、ニューラルネットワーク及び深層学習方法の性能に悪影響
を及ぼす。
【０００４】
現在の技術は特に、高解像度画像を処理する際に、微小欠陥識別および特徴抽出が検査
システムの基本的な要件である場合に、検査品質を損なうことなくソフトウェア方法を使
用することに欠ける。
【課題を解決するための手段】
【０００５】
本発明は高性能ＣＰＵによってサポートされる高解像度カメラ、重要でない画素データ
を識別し廃棄し、欠陥（すなわち、エッジ）を検出するために重要な領域のみを保持する
ことによって最適化された画像を分析し処理するためにＧＰＵによって補完される高速ア
クセスメモリを組み込むことによって、コンピュータ実装プロセスの使用を提唱する。コ
ンピュータ実装プロセスは圧縮されないが、冗長画素データを最小限に抑えるために前処
理され、非圧縮画像に平滑化技法を適用して欠陥候補を強調し、したがってより良好な検
出を可能にする最適化画像を提供する。レンズ内の欠陥を識別する場合、高解像度画像は
、特徴抽出および分類のためのいくつかのニューラルネットワークモジュールからなる深
層学習モジュールによって、高速処理により適したいくつかの最適かつ所定のサイズの画
像に分割される。レンズ内の欠陥識別の場合であっても、元の画像から画像を再配置また
は抽出するときに画像圧縮が適用されないことに留意することが重要である。
【０００６】
画像を縮小または再配置する利点の１つは、レンズのエッジを囲む冗長な画素を排除す
ることである。続いて、速度及び精度の点で増強された欠陥検出のために、深層学習モジ
ュールによって容易に処理される画像の所定のサイズに、同時に画像を分割する。
【０００７】
本発明の目的の１つは、画素データを圧縮または歪ませることなく、コンタクトレンズ
の円形エッジの高解像度かつ最適化された前処理画像を提供することである。
【０００８】
本発明の別の態様はコンタクトレンズの円形エッジを、画像のより高速な処理を補助す
る方法で再構成し、再配置することである。これは、円形コンタクトレンズのエッジを検
出し、エッジをアンラップし、水平エッジに変換することによって達成される。画像は画
像のサイズを最小限に抑えるために、エッジの周りの冗長画素データを削除することによ
って、さらに最適化される。
【０００９】
画素を水平および垂直エッジとして配置することの利点の１つは処理を改善し、これは
画像をより高速に処理するためのアルゴリズムを助ける。すなわち、処理速度が大幅に向
上する。アルゴリズムは、エッジ検出アルゴリズムであってもよい。
【００１０】
正方形画像を形成するように所定のサイズの画像（画像領域セグメント）を垂直に積み
重ねることの別の利点は、正方形画像の長さおよび幅が同じであることである。例えば、
正方形の画像をスキャンする場合、画素毎に、長方形の画像をスキャンするよりも少ない
計算しか必要としないであろう。利点は計算の速度であり、計算の数を下回らないことで
ある。例えば、矩形画像と比較して、正方形画像を処理する方が著しく高速である。
（【００１１】以降は省略されています）

関連特許