[发明专利]基准标记模型模板生成方法

权利要求书

1.一种基准标记模型模板生成方法，其特征在于，包括：

拍摄工序，通过拍摄装置来拍摄电路基材的基准标记形成预定位置及该基准标记形成预定位置的周边；

基准标记候补提取工序，从通过实施所述拍摄工序而得到的图像中提取基准标记候补，该基准标记候补是作为基准标记的像的可能性高的像；

标记种类判别工序，判别所提取出的基准标记候补为多种预定的基准标记中的哪一种；及

模板生成工序，生成通过实施所述标记种类判别工序而判明了种类的基准标记的模型模板；

并且，所述基准标记候补提取工序中，利用使用了类Haar特征的层次型AdaBoost检测器来提取基准标记候补。

2.根据权利要求1所述的基准标记模型模板生成方法，其中，

包括尺寸计测工序，该尺寸计测工序计测通过实施所述标记种类判别工序而判明了种类的像的尺寸，

在所述模板生成工序中，生成所计测出的尺寸的模型模板。

3.根据权利要求1或2所述的基准标记模型模板生成方法，其中，

所述基准标记候补提取工序包括如下工序：

在通过所述拍摄工序取得的图像即处理图像内设定扫描窗，该扫描窗的大小适于检测出被预定为所述基准标记的基准标记中的最小基准标记，

在对该扫描窗内的像是否为所述基准标记候补的像的判定中，使该扫描窗沿着预定的路径每次移动预定量而进行1次扫描，每进行所述1次扫描时即把所述扫描窗扩大设定量而进行多次扫描。

4.根据权利要求1至3中任一项所述的基准标记模型模板生成方法，其中，

所述标记种类判别工序包括利用神经网络来判别基准标记候补的种类的工序。

5.根据权利要求4所述的基准标记模型模板生成方法，其中，

作为所述神经网络，使用如下的神经网络，其具备由N单元×M单元构成的输入层、由在所述基准标记的预定种类数加上1而得到的个数的单元构成的输出层及设置在所述输入层与所述输出层之间的由多个单元构成的中间层，并且，是使用将所述预定的基准标记的像标准化为N像素×M像素的标记用示教数据及将不是基准标记的像标准化为N像素×M像素的非标记用示教数据进行学习而得到的。

6.根据权利要求1至5中任一项所述的基准标记模型模板生成方法，其中，

包括最终模型模板确定工序，该最终模型模板确定工序中，在通过执行所述基准标记候补提取工序、所述标记种类判别工序及所述模板生成工序而针对一个基准标记形成预定位置生成了多个所述模型模板的情况下，将多个所述模型模板中的一个模型模板确定为最终模型模板。

7.根据权利要求6所述的基准标记模型模板生成方法，其中，

所述最终模型模板确定工序包括：

通知生成多个模型模板的通知工序，在针对一个基准标记形成预定位置生成了多个所述模型模板的情况下，通知应从多个所述模型模板中选择一个模型模板并指定最终模型模板；及

最终模型模板指定输入工序，对应所述通知工序的执行，操作者进行指定最终模型模板的输入。

8.根据权利要求6或7所述的基准标记模型模板生成方法，其中，

所述最终模型模板确定工序包括自动地将所述多个模型模板中的最符合预定条件的模型模板确定为最终模型模板的工序。