既存のMicro-LEDチップの顕微鏡画像では、多数の類似し整然と配列されたLEDが存在するため、アルゴリズムの合成速度が遅く、精度が低いという問題がある。本論文では、クラスタリング思想に基づくMicro-LEDチップ顕微鏡画像の合成手法を提案する。まず最大クラス間分散法を用いて画像を前処理し、その後、適応的面積拡張フェーズ相関アルゴリズムを用いて隣接する二枚の画像の重複領域のピーク値を計算し、初期的な位置合わせのずれ量を求める。次に、画像分割と差分値ハッシュアルゴリズムを組み合わせた最適化位置合わせ戦略により、最適化されたずれ量を得る。最後に、密度ベースのノイズ空間クラスタリングを導入し、誤ったずれ量の可能性があるものを自動的に除外・処理する。実験結果により、本手法の平均処理時間は64msであり、リアルタイムの合成要件を満たし、合成正確率は99.4%、位置合わせ精度は1ピクセル以内に制御されている。融合処理後、主観的に完璧な合成効果が得られ、誤ったずれ量に起因する全体的な位置ずれ問題に対しても新たな解決策を提供する。本手法はウェーハレベルのMicro-LEDチップ検査における顕微鏡画像合成の重要な工程を効果的に解決し、反復特徴および高精度要求を持つ他のマシンビジョン自動化分野にも展開可能であり、高い実用的工学的価値を有する。

画像合成;Micro-LEDチップ顕微鏡画像;フェーズ相関;差分値ハッシュ;クラスタリング思想;欠陥検出