CN101408521A - 用于缺陷增强的方法 - Google Patents
用于缺陷增强的方法 Download PDFInfo
- Publication number
- CN101408521A CN101408521A CNA200810175667XA CN200810175667A CN101408521A CN 101408521 A CN101408521 A CN 101408521A CN A200810175667X A CNA200810175667X A CN A200810175667XA CN 200810175667 A CN200810175667 A CN 200810175667A CN 101408521 A CN101408521 A CN 101408521A
- Authority
- CN
- China
- Prior art keywords
- image
- colour band
- information
- difference information
- band difference
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供了一种用于缺陷增强的方法,该方法包括:在验证过程期间,显示电路中与可疑缺陷相关的部分的第一图像;根据可疑缺陷的类型,在第一图像上应用至少一个形态操作以提供处理的图像;并且显示该处理的图像。
Description
相关申请
本发明要求提交日为2007年7月6日、序列号为60/948,193的美国临时专利的优先权,其在此引入作为参考。
背景技术
在验证过程期间,操作员不得不执行在先前检查阶段期间发现的可疑缺陷的视觉验证。该被检查之后被验证的物体可以是对其进行电路检查的被检查物体,例如但不限于印刷电路板或在其制造过程的各阶段中的晶片。
该验证系统顺序地将被检查物体的具有可疑缺陷的区域的视频图像呈现给操作员。
期望该操作员很快地识别在呈现的图像上的可疑缺陷并且执行下列操作之一:(i)给该缺陷做标记(作为关键缺陷),(ii)为了后面的修复给该缺陷做标记,或(iii)修复该缺陷(立即地)。
操作员花费在该操作上的时间量极大地取决于在显示图像之内识别缺陷有多快。
显示的图像不一定包括清晰的缺陷图像。一些缺陷几乎不能看到,一些缺陷不能被看到,一些缺陷很难找到,等等。
这些困难可能由下列原因中的至少之一引起:(i)在通过使用很低角度的照明获得的图像中可更容易地检查到浅短路(shallow short)(电连接两个不应该相互连接的导体的导电材料),然而在使用其它类型的照明获得的图像中几乎不能看到它们,(ii)几乎不能看见诸如脱钻(lost drills)、突起、断口等各种缺陷,甚至在能看见的情况下检测它们(通过监测员)也可能时间非常长。
上面提到的困难严重地影响了过程的生产率和验证过程的质量。
为了在验证系统上清楚地被看见,浅缺陷要求非常高度散射的照明。高度散射照明需要在缺陷附近放置照明光学元件,从而妨碍了操作者接触缺陷、修复缺陷或者标记缺陷(或者至少使该工作极其复杂)。
需要加快验证过程并且尤其需要增强浅缺陷的图像。
发明内容
本发明提供了一种缺陷增强的方法,该方法包括:在验证过程期间,显示电路中与可疑缺陷相关的部分的第一图像;根据可疑缺陷的类型,在第一图像上施加至少一个形态操作,从而提供处理的图像;以及显示该处理的图像。
本发明提供了一种缺陷增强的方法,该方法包括:在验证过程期间,显示电路中与可疑缺陷相关的部分的第一图像;产生图像内色带差值信息,其代表第一图像的第一色带信息和第一图像的第二色带信息之间的差值;以及显示该图像内色带差值信息。
附图说明
根据下面结合附图的详细描述,本发明的上述及其它目的、特征和优点将变得更加显而易见。在附图中,贯穿整个不同视图,类似的附图标记代表类似元件,其中:
图1示出根据本发明实施例的方法;
图2示出根据本发明的实施例的方法;
图3至图10是根据本发明的各个实施例的部分印刷电路板的图像和处理过的部分印刷电路板的图像;及
图11示出根据本发明的实施例的第一图像和包括阈值信息的图像。
具体实施方式
本发明可通过利用传统工具、方法学和元件实施。因此,在此不详细阐述这些工具、元件和方法学的细节。为了提供对本发明的透彻理解,在上述描述中,阐述了众多具体细节。然而,应理解,本发明可以不靠列出的具体细节而实施。
在本公开中仅示出和描述本发明的示例性实施例和其多样的几个示例。应理解,本发明能够用于各种其他组合和情形中,并且能够在如此处表示的发明原理的范围之内改变或变型。
已知,可应用于可疑缺陷的图像上的各种形态函数,其中可通过使用与可疑缺陷的类型相关的形态函数来强调每个可疑缺陷类型。
缺陷的增强可加速验证过程并且使其更加精确。
形态函数简化图像的同时在成像对象之内保持基本形状特征。形态扩张函数扩展形状,形态侵蚀函数收缩形状,形态打开函数由图像中的形状侵蚀开始随后扩张,以及形态关闭函数由图像中的形状扩张开始随后侵蚀。通过使用适当的矩阵,可以执行这些形态函数中的每一个。每一个形态函数可应用一次或多次。
已知,形态关闭函数的应用增强短路,形态打开函数的应用增强脱钻,形态侵蚀函数的应用增强缺口,而形态弱化函数的应用增强突起。
上述提到的形态函数中的每一个可应用在二元模式或灰度模式下。例如,当在二元模式中应用形态关闭函数时,使用3×3全矩形矩阵,而当在灰度模式中应用形态关闭函数时,使用3×3空矩形矩阵。
根据要寻找的缺陷类型应用这些形态函数。这些类型可以事先得知,可以估计,可以响应于先前找到的缺陷的类型,可以根据兴趣定义,以及诸如此类。可接连地应用这些形态函数。
对电路中根据缺陷检测阶段而包括缺陷的部分的图像应用这些形态函数。
通过使用这些形态函数,增强了各种类型的缺陷(每种类型与不同的形态函数相关)。
处理的图像为在部分对象的图像上应用形态函数的结果。可以不同的方式显示该处理的图像-在另外的窗口中、直接在实时图像上、如在实时图像上的强色标等,及诸如此类。
为了增强不同类型的不同缺陷,可通过不同形态函数处理单个图像。
可由操作员触发形态函数的应用,但是也可以自动触发,例如,响应于缺陷检测过程的结果。例如,以一定程度的确定性检查到的缺陷,以及附加地或可替代地,难以观察的缺陷,可触发一个或多个形态函数的应用。
应用一个或多个形态函数的结果可以各种方式并在不同时间提供给操作员。由一个或多个形态函数的应用获得的信息可作为单独的图像显示,可在除原始图像之外显示,可改变显示的颜色,以及诸如此类。可分配一个或多个窗口用于显示不同处理图像以及附加地或可替代地预处理的图像。
图1示出了根据本发明实施例的用于缺陷增强的方法100。
方法100由在验证过程期间显示电路中与可疑缺陷相关的部分的第一图像的阶段110开始。
阶段110之后是阶段120,阶段120决定是否对图像应用形态函数,并且如果应用,则确定应用哪个形态函数。
如果响应为肯定的,则在阶段120之后是阶段130,阶段130根据可疑缺陷的类型在第一图像上应用至少一个形态操作以提供处理图像。
阶段130包括阶段132、134、136和138中的至少一个阶段。
如果可疑缺陷类型是电短路,那么阶段132包括在第一图像上应用形态关闭函数。如果可疑缺陷类型是脱钻,那么阶段134包括在第一图像上应用形态打开函数。如果可疑缺陷是断口,那么阶段136包括在第一图像上应用形态侵蚀函数。如果可疑缺陷类型是突起,那么阶段138包括在第一图像上应用形态扩大函数。
阶段130可包括根据可疑缺陷的可能类型在处理图像上应用多个形态函数,以提供多个处理图像。这种情形中,阶段140可包括显示多个处理图像。
显示处理图像的阶段140接着阶段130。
接收到操作员对显示信息的响应的阶段150接着阶段140。操作员可要求应用另一形态函数,可标记缺陷,可修复缺陷或决定忽略它。
注意到,可在显示第一图像之前应用形态函数。例如,方法100可仅包括阶段120、130和140。
图2示出根据本发明实施例的用于缺陷增强的方法101。
方法101与方法100的不同之处在于,包括阶段160和170代替阶段140。
阶段160包括执行附加的处理(例如,应用非形态函数)以及阶段170包括显示附加处理的结果(例如,非形态函数的应用结果)。注意到,可提供其中附加处理为唯一执行的处理的阶段组合,甚至没有应用形态函数。
阶段160可包括下列阶段至少之一:(i)阶段161,产生代表第一图像和处理的图像之间的关系的第二图像。(ii)阶段162,产生代表第一图像和处理的图像之差的差值图像。(iii)阶段163,产生图像间色带差值信息,该图像间色带差值信息代表第一图像和处理的图像之间在一定的色带内的差值。(iv)阶段164,产生图像内色带差值信息,该图像内色带差值信息代表第一图像的第一色带信息和第一图像的第二色带信息之差。(v)阶段165,阈值化(thresholding)图像内色带差值信息以提供阈值信息。(vi)阶段166,用增益因子乘以图像内色带差值信息以提供放大的图像内色带差值信息;(vii)阶段167,阈值化放大的图像内色带差值信息以提供放大的阈值信息。(viii)阶段168,阈值化图像内色带差值信息以提供多阈值信息;(ix)阶段169,阈值化放大的图像内色带差值信息以提供多个放大的阈值信息。
通常地,第一色带为红色带并且第二色带为绿色带。
通常地,放大增加了图像的动态范围,附加地或可替代地,该阈值化包括将像素的灰度与设定为最大灰度值的某一分数(例如85%)的阈值相比较。
阶段170可包括显示在阶段160期间产生的至少一个图像(或信息)。阶段170可包括显示下列图像(或信息)中的至少一个或其组合:第二图像、差值图像、图像间色带差值信息、图像内色带差值信息、阈值信息、放大的阈值信息、阈值信息或多个放大的阈值信息。
阶段170可包括在主窗口(其中显示原始图像的窗口)之内、在单独的窗口中、以覆盖的方式或类似方式,显示被处理的图像或信息。
如果使用多于一个窗口,那么可允许用户在窗口间链接或一次提供多于一个窗口。
阶段170可包括产生处理的图像,在该图像中在均匀背景之上示出缺陷。通常地,在黑色背景之上显示彩色的缺陷。
方法100可包括初始化阶段,该初始化阶段包括确定关注哪种类型(或哪些类型)的缺陷。这可包括定义验证“工作”,其指定至少一种关注的缺陷类型。该定义确定在阶段120期间将应用哪种形态函数。
如果定义多于一个所关注类型的缺陷,那么方法100可包括应用多于一个形态函数。
注意到,可通过计算机程序产品应用该方法,该产品包括存储用于执行方法100或101的任何阶段(或阶段的结合)的指令的计算机可读媒介。它可包括例如执行如下操作的指令,即用于在验证过程期间显示电路中的与可疑缺陷相关的部分的第一图像;根据可疑缺陷的类型,在该第一图像上应用至少一个形态操作以提供处理图像;以及显示该处理的图像。
根据实施例,提供一种方法。其包括方法101的一些阶段,例如:(i)在验证过程期间,显示电路中与可疑缺陷相关的部分的第一图像;(ii)产生图像内色带差值信息,该图像内色带差值信息代表第一图像的第一色带信息和第一图像的第二色带信息之差;以及(iii)显示该图像内色带差值信息。该方法可用于使色差脱色。这些差异可代表应该位于金层之下的铜层,该金层已破暴露出下面的铜。附加地或可替代地,该方法可包括至少下列之一:(i)在第一图像上应用模糊点(blob)分析以提供经模糊点分析的图像,(ii)显示经模糊点分析的图像,(ii)显示经模糊点分析图像以及图像内色带差值信息。
图11示出:(i)第一图像1100,(ii)处理的图像1120,其代表从第一图像计算的图像内色带差值信息;(iii)进一步处理的图像1130,其示出图像内色带差值信息(蓝色)和检测第一图像1100的最亮元件的经模糊点分析图像的组合,以及(iv)组合图像1140,其为第一图像1110和图像内色带差值信息(白色)的组合。
注意到,提到的上述方法的任何一个可通过验证站应用,该验证站包括显示器、处理机和人机界面。在验证过程中,显示器可显示电路中与可疑缺陷相关的部分的第一图像。处理器可根据可疑缺陷的类型对第一图像应用至少一个形态操作以提供处理的图像。然后,显示器可显示处理的图像。
可通过使用传统工具、方法和元件实施本发明。因此,在此处不详细阐述这种工具、元件和方法的细节。在前面的描述中,为了提供本发明的透彻理解,阐述了众多具体细节。然而,应意识到,本发明可不依靠此处明确阐述的细节实施。
在本公开中仅示出并描述本发明的示例性实施例和其多样的几个示例。应理解,本发明能够用于各种其他组合和情形中,并且能够在如此处表示的发明原理的范围之内改变或变型
Claims (27)
1、一种用于缺陷增强的方法,该方法包括:
在验证过程期间,显示电路中与可疑缺陷相关的部分的第一图像;
根据可疑缺陷的类型在第一图像上应用至少一个形态操作以提供处理的图像;并且
显示该处理的图像。
2、根据权利要求1的方法,包括:如果可疑缺陷的类型是电短路,那么在第一图像上应用形态关闭函数。
3、根据权利要求1的方法,包括:如果可疑缺陷的类型是脱钻,那么在第一图像上应用形态打开函数。
4、根据权利要求1的方法,包括:如果可疑缺陷的类型是断口,那么在第一图像上应用形态侵蚀函数。
5、根据权利要求1的方法,包括:如果可疑缺陷的类型是突起,那么在第一图像上应用形态扩大函数。
6、根据权利要求1的方法,
包括:根据可疑缺陷的可能类型,在处理的图像上应用多个形态函数,以提供多个处理的图像;以及
显示多个处理的缺陷。
7、根据权利要求1的方法,包括:
产生代表第一图像和处理的图像之间的关系的第二图像;以及显示该第二图像。
8、根据权利要求1的方法,包括:产生代表第一图像和处理的图像之差的差值图像;以及显示该差值图像。
9、根据权利要求1的方法,包括:
产生图像间色带差值信息,该图像间色带差值信息代表第一图像和处理的图像之间在一定的色带内的差值;以及
显示该图像间色带差值信息。
10、根据权利要求1的方法,包括:
产生色带差值信息,该色带差值信息代表第一图像与该处理的图像之间在一定的色带内的差值;以及
显示该色带差值信息和选自第一图像与处理的图像的图像的组合。
11、根据权利要求1的方法,包括:
产生图像内色带差值信息,该图像内色带差值信息代表第一图像的第一色带信息和第一图像的第二色带信息之差;以及
显示该图像内色带差值信息。
12、根据权利要求1的方法,包括:
产生图像内色带差值信息,该图像内色带差值信息代表第一图像的第一色带信息和第一图像的第二色带信息之差;以及
显示该第一图像与该图像内色带差值信息的组合。
13、根据权利要求1的方法,包括:
产生图像内色带差值信息,该图像内色带差值信息代表第一图像的第一色带信息和第一图像的第二色带信息之差;
阈值化该图像内色带差值信息以提供阈值信息;以及
显示该阈值信息。
14、根据权利要求1的方法,包括:
产生图像内色带差值信息,该图像内色带差值信息代表第一图像的第一色带信息和第一图像的第二色带信息之差;
用增益因子乘以该图像内色带差值信息以提供放大的图像内色带差值信息;
阈值化该放大的图像内色带差值信息以提供放大的阈值信息;以及
显示该放大的阈值信息。
15、根据权利要求1的方法,包括:
产生图像内色带差值信息,该图像内色带差值信息代表第一图像的第一色带信息和第一图像的第二色带信息之差;
阈值化该图像内色带差值信息以提供多阈值信息;以及
显示该阈值信息。
16、根据权利要求1的方法,包括:
产生图像内色带差值信息,该图像内色带差值信息代表第一图像的第一色带信息和第一图像的第二色带信息之差;
用增益因子乘以该图像内色带差值信息以提供放大的图像内色带差值信息;
阈值化该放大的图像内色带差值信息以提供放大的多阈值信息;以及
显示该放大的多阈值信息。
17、根据权利要求1的方法,包括:
产生图像内色带差值信息,该图像内色带差值信息代表第一图像的绿色带信息和第一图像的红色带信息之差;以及
显示该图像内色带差值信息。
18、根据权利要求1的方法,包括:
产生图像内色带差值信息,该图像内色带差值信息代表第一图像的红色带信息和第一图像的绿色带信息之差;以及
显示该第一图像和该图像内色带差值信息的组合。
19、根据权利要求1的方法,包括:
产生图像内色带差值信息,该图像内色带差值信息代表第一图像的绿色带信息和第一图像的红色带信息之差;
阈值化该图像内色带差值信息以提供阈值信息;以及
显示该阈值信息。
20、根据权利要求1的方法,包括:
产生图像内色带差值信息,该图像内色带差值信息代表第一图像的红色带信息和第一图像的绿色带信息之差;
用增益因子乘以该图像内色带差值信息以提供放大的图像内色带差值信息;
阈值化该放大的图像内色带差值信息以提供放大的阈值信息;以及
显示该放大的阈值信息。
21、根据权利要求1的方法,包括:同时显示该第一图像和处理的图像。
22、一种用于缺陷增强的方法,该方法包括:
在验证过程期间,显示电路中与可疑缺陷相关的部分的第一图像;
产生代表第一图像的第一色带信息和第一图像的第二色带信息之差的图像内色带差值信息;以及
显示该图像内色带差值信息。
23、根据权利要求22的方法,包括:
显示该第一图像和图像内色带差值信息的组合。
24、根据权利要求22的方法,包括:
阈值化该图像内色带差值信息以提供阈值信息;以及
显示该阈值信息。
25、根据权利要求22的方法,包括:用增益因子乘以图像内色带差值信息以提供放大的图像内色带差值信息;阈值化该放大的图像内色带差值信息以提供放大的阈值信息;以及显示该放大的阈值信息。
26、根据权利要求22的方法,包括:在第一图像上应用模糊点分析,以提供经模糊点分析的图像并且显示该经模糊点分析的图像。
27、根据权利要求22的方法,包括:在第一图像上应用模糊点分析,以提供经模糊点分析的图像并且显示该经模糊点分析的图像和该图像内色带差值信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US94819307P | 2007-07-06 | 2007-07-06 | |
US60/948,193 | 2007-07-06 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101408521A true CN101408521A (zh) | 2009-04-15 |
Family
ID=40571621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA200810175667XA Pending CN101408521A (zh) | 2007-07-06 | 2008-07-07 | 用于缺陷增强的方法 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN101408521A (zh) |
IL (1) | IL192650A0 (zh) |
TW (1) | TW200912292A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101893579A (zh) * | 2009-05-19 | 2010-11-24 | 日本麦可罗尼克斯股份有限公司 | 目视检查装置和目视检查方法 |
CN103182855A (zh) * | 2012-01-02 | 2013-07-03 | 卡姆特有限公司 | 通过淀积导电墨水的缺陷互连的pcb修复 |
CN113252682A (zh) * | 2021-04-15 | 2021-08-13 | 首钢集团有限公司 | 提高表面质量检测系统识别带钢表面缺陷准确率的方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9885671B2 (en) | 2014-06-09 | 2018-02-06 | Kla-Tencor Corporation | Miniaturized imaging apparatus for wafer edge |
US9645097B2 (en) | 2014-06-20 | 2017-05-09 | Kla-Tencor Corporation | In-line wafer edge inspection, wafer pre-alignment, and wafer cleaning |
-
2008
- 2008-07-04 TW TW97125277A patent/TW200912292A/zh unknown
- 2008-07-06 IL IL192650A patent/IL192650A0/en unknown
- 2008-07-07 CN CNA200810175667XA patent/CN101408521A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101893579A (zh) * | 2009-05-19 | 2010-11-24 | 日本麦可罗尼克斯股份有限公司 | 目视检查装置和目视检查方法 |
CN103182855A (zh) * | 2012-01-02 | 2013-07-03 | 卡姆特有限公司 | 通过淀积导电墨水的缺陷互连的pcb修复 |
CN113252682A (zh) * | 2021-04-15 | 2021-08-13 | 首钢集团有限公司 | 提高表面质量检测系统识别带钢表面缺陷准确率的方法 |
CN113252682B (zh) * | 2021-04-15 | 2022-12-16 | 首钢集团有限公司 | 提高表面质量检测系统识别带钢表面缺陷准确率的方法 |
Also Published As
Publication number | Publication date |
---|---|
IL192650A0 (en) | 2009-02-11 |
TW200912292A (en) | 2009-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6924413B2 (ja) | データ生成装置、データ生成方法及びデータ生成プログラム | |
US11176650B2 (en) | Data generation apparatus, data generation method, and data generation program | |
JP6754155B1 (ja) | 教師データ生成装置、検査装置およびコンピュータプログラム | |
KR20080080998A (ko) | 화상 해석에 의해서 결함 검사를 실시하는 결함검사장치 | |
US20230143738A1 (en) | Computer program, method, and device for generating virtual defect image by using artificial intelligence model generated on basis of user input | |
US10832399B2 (en) | Detection for abnormal connectivity on a product | |
CN101408521A (zh) | 用于缺陷增强的方法 | |
CN114549390A (zh) | 电路板检测方法、电子装置及存储介质 | |
JPH11108759A (ja) | 欠陥検査方法及びその装置 | |
CN117392042A (zh) | 缺陷检测方法、缺陷检测设备及存储介质 | |
CN115496759B (zh) | 灰尘检测方法和装置、存储介质 | |
WO2019106946A1 (ja) | 画像着色装置、画像着色方法、画像学習装置、画像学習方法、プログラム、及び画像着色システム | |
Jen et al. | In silico multi-compartment detection based on multiplex immunohistochemical staining in renal pathology | |
JP4664417B2 (ja) | 表示パネル点灯検査装置、及び表示パネル点灯検査方法。 | |
US10627351B2 (en) | Inspection of components for imperfections | |
CN111292300A (zh) | 显示面板的亮点不良的检测方法和设备、可读存储介质 | |
CN115546141A (zh) | 一种基于多维度度量的小样本Mini LED缺陷检测方法及系统 | |
WO2022019110A1 (ja) | プログラム、情報処理装置、情報処理方法及びモデル生成方法 | |
CN115601341A (zh) | Pcba板缺陷检测方法、系统、设备、介质及产品 | |
KR101704690B1 (ko) | 세포 분석 장치 및 방법 | |
CN107643269A (zh) | 交叉字迹时序鉴别方法、系统及计算装置 | |
JP7449739B2 (ja) | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 | |
JP2001016622A (ja) | 撮像素子のデバッグ装置と試験方法 | |
JP2021148678A (ja) | 不良検出装置及び不良検出方法 | |
CN116152248B (zh) | 外观缺陷的检测方法及装置、存储介质、计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090415 |