JP2003317082A - 分類支援装置、分類装置およびプログラム - Google Patents

分類支援装置、分類装置およびプログラム

Info

Publication number
JP2003317082A
JP2003317082A JP2002123870A JP2002123870A JP2003317082A JP 2003317082 A JP2003317082 A JP 2003317082A JP 2002123870 A JP2002123870 A JP 2002123870A JP 2002123870 A JP2002123870 A JP 2002123870A JP 2003317082 A JP2003317082 A JP 2003317082A
Authority
JP
Japan
Prior art keywords
image
classification
inspection
input
defect
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.)
Granted
Application number
JP2002123870A
Other languages
English (en)
Other versions
JP4155496B2 (ja
Inventor
Hiroshi Ogi
寛志 荻
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.)
Dainippon Screen Manufacturing Co Ltd
Original Assignee
Dainippon Screen Manufacturing Co 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
Application filed by Dainippon Screen Manufacturing Co Ltd filed Critical Dainippon Screen Manufacturing Co Ltd
Priority to JP2002123870A priority Critical patent/JP4155496B2/ja
Priority to US10/391,802 priority patent/US7409081B2/en
Publication of JP2003317082A publication Critical patent/JP2003317082A/ja
Application granted granted Critical
Publication of JP4155496B2 publication Critical patent/JP4155496B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30141—Printed circuit board [PCB]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】 【課題】 検査対象の分類作業を支援する分類支援装置
を提供する。 【解決手段】 検査システム１に、検査対象の画像を取
得する撮像装置２、検査および欠陥の自動分類を行う検
査・分類装置４、および、ホストコンピュータ５を設け
る。ホストコンピュータ５では検査・分類装置４にて自
動分類を行うための学習が行われる。学習に用いられる
教師データの作成に際して、ホストコンピュータのディ
スプレイに欠陥の大きさや検査対象上の撮像位置に基づ
いて欠陥画像が配列表示され、既に付与されているカテ
ゴリを示す識別表示が付加される。さらに、カテゴリに
属する欠陥画像の特徴量の統計値、検査の際に得られた
データ、画像処理済みの画像、分類対象の欠陥画像に類
似する画像や非類似の画像、分類対象となる欠陥画像に
おいて特徴量の算出が行われる領域等が操作者の操作に
応じて適宜表示される。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、検査対象の分類の
入力を支援する技術に関する。
【０００２】
【従来の技術】半導体基板、ガラス基板、プリント基
板、基板の露光に使用するマスク等（以下、「基板」と
いう。）の製造工程において、異物や傷、エッチング不
良等の欠陥を検査するために光学顕微鏡や走査電子顕微
鏡等を用いて外観検査が行われている。従来より、この
ような検査工程において検出された欠陥に対して、さら
に詳細な解析を行うことによりその欠陥の発生原因を特
定し、欠陥に対する対策等が行われてきた。
【０００３】近年では、基板上のパターンの複雑化およ
び微細化に伴い、検出される欠陥の種類および数量が増
加する傾向にある。そこで、検査工程で検出された欠陥
を属すべき分類（以下、「カテゴリ」という。）へと自
動的に分類する自動分類（Auto Defect Classificatio
n、以下、「ＡＤＣ」という。）が提案されている。Ａ
ＤＣにより、多種かつ大量の欠陥が検出された場合であ
っても、欠陥の解析を迅速かつ効率的に行うことが実現
される。例えば、ＡＤＣにより分類された欠陥のうち発
生頻度の高いカテゴリに注目し、優先的に対策を施すこ
と等が可能となる。
【０００４】また、検査結果の自動分類は、欠陥の分類
を行うＡＤＣのみならず、多様な目的で使用されてお
り、このような自動分類では、様々なカテゴリに分類す
るための分類器として、ニューラルネットワークや決定
木、判別分析等の手法が採用されている。
【０００５】分類器に自動分類を行わせるには、所望の
カテゴリに応じた教師データを予め用意し、分類器を学
習させる必要がある。例えばＡＤＣにおいては、操作者
が複数の欠陥画像を観察し、各欠陥画像がどのカテゴリ
に適合するか等を判断して教示を行うことにより教師デ
ータが作成される。
【０００６】
【発明が解決しようとする課題】ところで、自動分類の
性能は、分類器を学習させる教師データの質に大きく依
存する。質が高い教師データを用意するには、操作者に
よる大量かつ正確な教示作業が求められ、多大な労力が
かかってしまう。そこで、教示作業を迅速かつ正確に行
うために、操作者を支援する効率的な環境が求められて
いる。
【０００７】また、既存データの修正または追加の教示
作業を行う場合、修正または追加に係る変更が適切であ
るかどうかを判断するための情報が操作者に与えられな
ければ、必ずしも教師データの質の向上に結びつかない
場合が想定される。
【０００８】例えば、特開２００１−１５６１３５号公
報では、操作者による分類支援のために画像の特徴量に
基づいて画像を配列表示する技術が開示されている。し
かしながら、特徴量以外の情報は分類支援に利用されな
いため、特徴量の算出条件が教師データの質を低下させ
てしまう状態にある（すなわち、特異な画像である）か
否かの判断を支援する情報が操作者には与えられない。
その結果、上記技術では必ずしも適切な分類を効率よく
行う環境が実現されるとはいえない。
【０００９】さらに、検査装置とＡＤＣを行う分類装置
とが接続された、いわゆるインライン型の検査システム
が構築される場合には、検査装置で取得される画像は低
解像度となることから、操作者が不適切な教示作業を行
ってしまう可能性が高くなる。また、検査装置では分類
のための有意義な様々な情報が生成され、分類装置では
検査に役立つ情報が生成されるにもかかわらず、これら
の情報の有効な活用も従来行われなかった。
【００１０】本発明は上記課題に鑑みなされたものであ
り、検査対象の画像の分類を支援する効率的な環境を提
供することを目的とする。
【００１１】
【課題を解決するための手段】請求項１に記載の発明
は、検査対象の分類の入力を支援する分類支援装置であ
って、画像を表示する表示部と、検査対象の画像を分類
する入力を受け付ける入力部と、予め準備された複数の
検査対象の画像が示す複数の検査対象の大きさ、また
は、前記複数の検査対象が撮像された際の撮像位置に基
づいて前記複数の検査対象の順序を決定し、前記順序に
従って前記複数の検査対象の画像を前記表示部に配列表
示させる処理部とを備える。
【００１２】請求項２に記載の発明は、検査対象の分類
の入力を支援する分類支援装置であって、画像を表示す
る表示部と、検査対象の画像を分類する入力を受け付け
る入力部と、予め準備された複数の検査対象の画像のう
ち分類が付与された画像に対して付与済みの分類を特定
し、前記分類が付与された画像に分類を示す識別表示を
付加しつつ前記複数の検査対象の画像を前記表示部に配
列表示する処理部とを備える。
【００１３】請求項３に記載の発明は、検査対象の分類
の入力を支援する分類支援装置であって、画像を表示す
る表示部と、検査対象の画像を分類する入力を受け付け
る入力部と、予め準備された複数の検査対象の画像のう
ち前記入力部を介して入力された分類に属する画像の特
徴量の統計値と、分類入力対象となる画像の特徴量とを
求め、前記統計値と前記分類入力対象となる画像の特徴
量とを前記表示部に表示させる処理部とを備える。
【００１４】請求項４に記載の発明は、請求項３に記載
の分類支援装置であって、前記処理部が、前記入力部を
介して分類が入力される毎に、前記分類に属する画像の
特徴量の統計値を求めるとともに前記表示部の表示を更
新する。
【００１５】請求項５に記載の発明は、請求項３または
４に記載の分類支援装置であって、前記処理部が、各分
類に属する画像の複数種類の特徴量のそれぞれに対して
統計値を求め、前記表示部に表示させる。
【００１６】請求項６に記載の発明は、検査対象の分類
の入力を支援する分類支援装置であって、画像を表示す
る表示部と、検査対象の画像を分類する入力を受け付け
る入力部と、検査対象の画像と、前記検査対象に対する
検査処理の際に求められたデータとを前記表示部に表示
させる処理部とを備える。
【００１７】請求項７に記載の発明は、検査対象の分類
の入力を支援する分類支援装置であって、画像を表示す
る表示部と、検査対象の画像を分類する入力を受け付け
る入力部と、検査対象の画像に画像処理を施し、前記検
査対象の画像と画像処理後の画像とを前記表示部に表示
させる処理部とを備える。
【００１８】請求項８に記載の発明は、検査対象の分類
の入力を支援する分類支援装置であって、画像を表示す
る表示部と、検査対象の画像を分類する入力を受け付け
る入力部と、予め準備された複数の検査対象の画像およ
び分類入力対象となる画像の特徴量を求め、前記複数の
検査対象の画像のうち特徴量が前記分類入力対象となる
画像の特徴量に基づく所定の条件を満たすものを前記表
示部に識別可能に表示させる処理部とを備える。
【００１９】請求項９に記載の発明は、検査対象の分類
の入力を支援する分類支援装置であって、画像を表示す
る表示部と、検査対象の画像を分類する入力を受け付け
る入力部と、検査対象の画像において分類の入力に際し
て参照される特徴量が求められる領域を特定し、前記検
査対象の画像を前記領域が識別可能な状態で前記表示部
に表示させる処理部とを備える。
【００２０】請求項１０に記載の発明は、請求項６ない
し９のいずれかに記載の分類支援装置であって、複数の
検査対象を順次検査する検査装置から検査対象の画像の
データを受信する受信部と、受信した画像のデータを記
憶する記憶部とをさらに備える。
【００２１】請求項１１に記載の発明は、検査対象を分
類する分類装置であって、請求項１ないし１０のいずれ
かに記載の分類支援装置と、前記分類支援装置により分
類された複数の検査対象の画像に基づいて分類条件を求
め、分類対象の画像を前記分類条件に基づいて自動的に
分類する分類手段とを備える。
【００２２】請求項１２に記載の発明は、検査対象の分
類の入力をコンピュータに支援させるプログラムであっ
て、前記プログラムのコンピュータによる実行は、前記
コンピュータに、予め準備された複数の検査対象の画像
が示す複数の検査対象の大きさ、または、前記複数の検
査対象が撮像された際の撮像位置に基づいて前記複数の
検査対象の順序を決定する工程と、前記順序に従って前
記複数の検査対象の画像を表示部に配列表示する工程と
を実行させる。
【００２３】請求項１３に記載の発明は、検査対象の分
類の入力をコンピュータに支援させるプログラムであっ
て、前記プログラムのコンピュータによる実行は、前記
コンピュータに、予め準備された複数の検査対象の画像
のうち分類が付与された画像に対して付与済みの分類を
特定する工程と、前記分類が付与された画像に分類を示
す識別表示を付加しつつ前記複数の検査対象の画像を表
示部に配列表示する工程とを実行させる。
【００２４】請求項１４に記載の発明は、検査対象の分
類の入力をコンピュータに支援させるプログラムであっ
て、前記プログラムのコンピュータによる実行は、前記
コンピュータに、予め準備された複数の検査対象の画像
のうち入力部を介して入力された分類に属する画像の特
徴量の統計値と、分類入力対象となる画像の特徴量とを
求める工程と、前記統計値と前記分類入力対象となる画
像の特徴量とを表示部に表示する工程とを実行させる。
【００２５】請求項１５に記載の発明は、検査対象の分
類の入力をコンピュータに支援させるプログラムであっ
て、前記プログラムのコンピュータによる実行は、前記
コンピュータに、検査対象に対する検査処理の際に求め
られたデータを取得する工程と、前記検査対象の画像
と、前記求められたデータとを表示部に表示する工程と
を実行させる。
【００２６】請求項１６に記載の発明は、検査対象の分
類の入力をコンピュータに支援させるプログラムであっ
て、前記プログラムのコンピュータによる実行は、前記
コンピュータに、検査対象の画像に画像処理を施す工程
と、前記検査対象の画像と画像処理後の画像とを表示部
に表示する工程とを実行させる。
【００２７】請求項１７に記載の発明は、検査対象の分
類の入力をコンピュータに支援させるプログラムであっ
て、前記プログラムのコンピュータによる実行は、前記
コンピュータに、予め準備された複数の検査対象の画像
および分類入力対象となる画像の特徴量を求める工程
と、前記複数の検査対象の画像のうち特徴量が前記分類
入力対象となる画像の特徴量に基づく所定の条件を満た
すものを表示部に識別可能に表示する工程とを実行させ
る。
【００２８】請求項１８に記載の発明は、検査対象の分
類の入力をコンピュータに支援させるプログラムであっ
て、前記プログラムのコンピュータによる実行は、前記
コンピュータに、検査対象の画像において分類の入力に
際して参照される特徴量が求められる領域を特定する工
程と、前記検査対象の画像を前記領域が識別可能な状態
で表示部に表示する工程とを実行させる。
【００２９】
【発明の実施の形態】図１は検査対象の欠陥検査を行
い、検出された欠陥の自動分類を行う検査システム１の
概略構成を示す図である。検査システム１は半導体基板
（以下「基板」という。）９上の検査対象領域を撮像す
る撮像装置２、撮像装置２からの画像データに基づいて
欠陥検査を行うとともに欠陥が検出された場合に欠陥が
属すべきカテゴリへと欠陥を自動分類する（ＡＤＣを行
う）検査・分類装置４、および、検査システム１の全体
動作を制御するホストコンピュータ５を有する。撮像装
置２は基板９の製造ラインに組み込まれ、検査システム
１はいわゆるインライン型のシステムとなっている。
【００３０】撮像装置２は、基板９上の検査対象領域を
撮像することにより画像データを取得する撮像部２１、
基板９を保持するステージ２２、および、撮像部２１に
対してステージ２２を相対的に移動させるステージ駆動
部２３を有し、撮像部２１は、照明光を出射する照明部
２１１、基板９に照明光を導くとともに基板９からの光
が入射する光学系２１２、および、光学系２１２により
結像された基板９の像を電気信号に変換する撮像デバイ
ス２１３を有する。ステージ駆動部２３はボールねじ、
ガイドレールおよびモータにより構成され、ホストコン
ピュータ５がステージ駆動部２３および撮像部２１を制
御することにより、基板９上の検査対象領域が撮像され
る。
【００３１】検査・分類装置４は、検査対象領域の画像
データを処理しつつ欠陥検査を行う欠陥検査処理部４
１、および、欠陥を分類する欠陥自動分類部４２を有す
る。欠陥検査処理部４１は検査対象領域の画像データを
高速に処理する専用の電気的回路を有し、撮像された画
像と参照画像との比較や画像処理により検査対象領域の
欠陥検査を行う。すなわち、撮像装置２および欠陥検査
処理部４１が検査システム１における検査装置としての
役割を担う。欠陥検査処理部４１が検査対象領域から欠
陥を検出すると、欠陥の画像データや検査に利用された
各種データが欠陥検査処理部４１のメモリに一時的に保
存される。
【００３２】一方、欠陥自動分類部４２は各種演算処理
を行うＣＰＵや各種情報を記憶するメモリ等により構成
されており、検出された欠陥をニューラルネットワー
ク、決定木、判別分析等を利用して分類する処理をソフ
トウェア的に実行する。ホストコンピュータ５は検査シ
ステム１の制御としての役割の他に、欠陥自動分類部４
２が行う分類に際して使用される各種パラメータ（すな
わち、分類条件）の生成も行う。パラメータの生成は学
習により行われ、操作者がホストコンピュータ５に表示
された画像に対して欠陥のカテゴリ（分類）を入力する
という分類作業（教示作業）を行うことによりホストコ
ンピュータ５が教師データを生成し、さらに、学習を行
って学習結果が自動分類に利用されるパラメータとして
欠陥自動分類部４２へと出力される。なお、ホストコン
ピュータ５は、操作者による分類作業（すなわち、カテ
ゴリの入力）の支援を行う機能を多数有し、分類支援装
置としての役割も果たす。
【００３３】図２は欠陥検査処理部４１において欠陥が
検出された際の検査システム１の動作の流れを示す図で
ある。
【００３４】まず、欠陥自動分類部４２は欠陥検査処理
部４１から検査対象領域の画像（欠陥画像）や検査処理
の際に求められたデータ（差分画像、参照画像等のデー
タ）を受信して取得する（ステップＳ１１）。続いて、
欠陥自動分類部４２において欠陥画像から特徴量が算出
される（ステップＳ１２）。なお、特徴量の算出は欠陥
検査処理部４１において行われてもよく、特徴量の算出
が行われる領域は欠陥検査処理部４１または欠陥自動分
類部４２により適宜決定される。その後、検出された欠
陥の自動分類が行われる（ステップＳ１３）。すなわ
ち、予めホストコンピュータ５から学習結果が入力され
ている欠陥自動分類部４２の分類器に特徴量および各種
データが入力され、欠陥自動分類部４２が分類結果を出
力する。なお、特徴量とは、画素値を所定の規則にて演
算処理することにより得られる値を差し、特徴量の多く
は、画像に何らかのフィルタを作用させることにより得
られる。例えば、画像の平均輝度、テクスチャ情報、所
定の条件を満たす領域の大きさ、抽出されるエッジの量
等のように画像の何らかの特徴を示す指標値が特徴量と
される。
【００３５】検査システム１では、欠陥検査処理部４１
にて欠陥が検出される毎に図２に示す動作がリアルタイ
ムにて行われ、欠陥を示す多量の画像の分類が高速に行
われる。
【００３６】次に、欠陥自動分類部４２による分類の事
前準備である教示作業に際して、操作者による欠陥画像
の分類作業がホストコンピュータ５により支援される様
子について説明する。
【００３７】ホストコンピュータ５は、図３に示すよう
に、各種演算処理を行うＣＰＵ５１、基本プログラムを
記憶するＲＯＭ５２および各種情報を記憶するＲＡＭ５
３をバスラインに接続した一般的なコンピュータシステ
ムの構成となっている。バスラインにはさらに、情報記
憶を行う固定ディスク５４、画像等の各種情報の表示を
行うディスプレイ５５、操作者からの入力を受け付ける
キーボード５６ａおよびマウス５６ｂ（以下、「入力部
５６」と総称する。）、光ディスク、磁気ディスク、光
磁気ディスク等のコンピュータ読み取り可能な記録媒体
８から情報の読み取りを行う読取装置５７、並びに、検
査システム１の他の構成との間で信号を送受信する通信
部５８が、適宜、インターフェイス（Ｉ／Ｆ）を介する
等して接続される。
【００３８】ホストコンピュータ５には、事前に読取装
置５７を介して記録媒体８からプログラム８０が読み出
され、固定ディスク５４に記憶される。そして、プログ
ラム８０がＲＡＭ５３にコピーされるとともにＣＰＵ５
１がＲＡＭ５３内のプログラムに従って演算処理を実行
することにより（すなわち、コンピュータがプログラム
を実行することにより）、ホストコンピュータ５が分類
支援装置としての動作を行う。
【００３９】図４はＣＰＵ５１がプログラム８０に従っ
て動作することにより、ＣＰＵ５１、ＲＯＭ５２、ＲＡ
Ｍ５３、固定ディスク５４等が実現する分類支援装置の
機能構成を示すブロック図であり、処理部６内に示すブ
ロックがＣＰＵ５１等により実現される機能を示す。な
お、図４における符号４１１は検査・分類装置４の欠陥
検査処理部４１が有するメモリを示す。
【００４０】前述のように欠陥検査処理部４１において
検出された欠陥の各種データ（以下、「検出欠陥デー
タ」と総称する。）はメモリ４１１に保存されており、
基板９の検査対象領域にそれぞれ付与された識別番号で
あるシリアルナンバ７１１、撮像部２１により取得され
た検査対象領域の画像データ７１２、検査対象領域の基
板９上の（絶対または相対）位置を示す撮像位置データ
７１３、および、検査処理において利用された検査処理
データ７１４を有する。
【００４１】図５はホストコンピュータ５が欠陥自動分
類部４２へと送信されるパラメータ（学習結果）を生成
する際の動作の流れを示す図である。
【００４２】まず、ホストコンピュータ５が通信部５８
を介して検査・分類装置４から複数の欠陥の各種データ
（検出欠陥データ７１）を取得し、図４に示すように欠
陥データ７２として固定ディスク５４に保存する（ステ
ップＳ２１）。最初に学習作業を行う際には、固定ディ
スク５４には欠陥に関するデータは全く存在しない状態
である。したがって、取得された欠陥データ７２には処
理部６により未分類を示す分類データ７１５が付与され
る。
【００４３】続いて、処理部６の特徴量算出部６３が欠
陥を示す画像データ７１２から特徴量を算出するととも
に、ディスプレイ５５に表示された欠陥画像に従って操
作者による分類対象の欠陥画像へのカテゴリの入力を入
力部５６が受け付けることにより、各欠陥の分類が行わ
れる（すなわち、分類結果が教示される）（ステップＳ
２２）。ステップＳ１２における教示作業では、ホスト
コンピュータ５により操作者が各欠陥が属すべきカテゴ
リを決定入力（未分類を入力し、学習に使用しない指定
も含む。）する操作が支援される。そして、算出された
特徴量と教示作業により取得された各種情報により教師
データが作成される。なお、属すべきカテゴリが決定さ
れなかった欠陥の場合は、分類データ７１５には未分類
を示す内容が維持される。教師データが作成されると、
作成された教師データに基づいてホストコンピュータ５
が学習を行い、学習結果が取得される（ステップＳ２
３）。学習が終了すると、学習結果が欠陥自動分類部４
２に入力される。
【００４４】次に、ホストコンピュータ５が操作者によ
るカテゴリの入力を支援する各種動作について説明を行
う。なお、以下の説明では、固定ディスク５４に記憶さ
れている欠陥データ７２にはカテゴリが付与されている
ものと未分類のものとが混在しているものとして説明す
る。
【００４５】図６は操作者によるカテゴリの入力を支援
する動作の流れの一例を示す図であり、固定ディスク５
４内の欠陥データ７２に含まれる画像データ７１２（欠
陥画像）がディスプレイ５５に最初に表示される際のホ
ストコンピュータ５の動作を示している。まず、図４に
示す表示順序決定部６１において複数の欠陥の順序が決
定される（ステップＳ３１）。順序決定の規則は、予め
操作者がディスプレイ５５に表示されたメニュー項目か
ら「大きさによる並べ替え」、または、「位置による並
べ替え」のいずれかを入力部５６より選択することによ
り決定される。
【００４６】「大きさによる並べ替え」が選択された場
合には、複数の欠陥データ７２の画像データ７１２が表
示順序決定部６１に送信され、表示順序決定部６１が画
像データ７１２から欠陥の大きさ（面積）を算出し、欠
陥の大きさに基づいて順序を決定する。「位置による並
べ替え」が選択された場合には、複数の欠陥データ７２
の撮像位置データ７１３が表示順序決定部６１に送信さ
れ、表示順序決定部６１が撮像位置データ７１３に従っ
て欠陥の表示順序を決定する。
【００４７】ここで、欠陥の撮像位置として、基板９上
の絶対位置と相対位置とが選択可能とされている。図７
に示すように、基板９は最終的に製造されるチップに対
応する複数の基準領域９１（以下、「ダイ」という。）
を有し、相対位置とは各ダイ９１内の基準位置を基準と
した位置である。
【００４８】続いて、複数の欠陥データ７２の画像デー
タ７１２および分類データ７１５が表示制御部６５に送
信され、表示制御部６５が分類データ７１５を参照して
カテゴリが付与された欠陥画像に対して付与済みのカテ
ゴリを特定する（ステップＳ３２）。そして、表示制御
部６５が特定したカテゴリに従った色の外枠を画像デー
タ７１２に付加しつつ、表示順序決定部６１において決
定された順序に従って欠陥画像がディスプレイ５５に配
列表示される（ステップＳ３３）。
【００４９】図８は以上の動作によるディスプレイ５５
の表示画像を例示する図である。欠陥画像８１１は表示
順序に従って欠陥画像ウィンドウ８１に配列表示され、
表示された各欠陥画像８１１の外枠８１２はカテゴリに
従って色分けされる。なお、図８では外枠８１２に異な
った線種を用いることにより色の違いを示している。例
えば、図８の欠陥画像ウィンドウ８１において、符号８
１１ａを付した右上の円形の欠陥画像と符号８１１ｂを
付した右下の矩形の欠陥画像とでは属するカテゴリが異
なるため、欠陥画像８１１ａに対しては二点鎖線で示す
外枠８１２ａが、欠陥画像８１１ｂに対しては実線で示
す外枠８１２ｂがそれぞれ付加されている。また、矩形
の欠陥画像８１１ｃについては、欠陥画像８１１ｂとカ
テゴリが同じであるため、実線で示す外枠８１２ｃが表
示されている。なお、欠陥画像８１１が未分類である場
合にも、未分類を示す色（線種）の外枠８１２が付与さ
れる。
【００５０】以上のように、ホストコンピュータ５で
は、予め固定ディスク５４に保存された欠陥画像が示す
欠陥の大きさ、または、欠陥が撮像された撮像位置に基
づいて欠陥画像の表示順序が決定され、表示制御部６５
が決定された順序に従って欠陥画像をディスプレイ５５
に配列表示させる。
【００５１】同じカテゴリに分類される欠陥の大きさが
ほぼ同じである場合、欠陥の大きさに基づいて表示順序
を決定することにより、同じカテゴリに分類されるべき
欠陥画像がディスプレイ５５上に隣接して表示されるこ
ととなる。その結果、操作者は容易に欠陥画像を分類す
る（すなわち、欠陥を分類する）ことができる。なお、
欠陥の大きさは検査処理データ７１４に含まれる欠陥の
検出領域を示す情報に基づいて決定されてもよい。
【００５２】一方、欠陥の種類や基板９に対する処理工
程によっては、欠陥が各ダイ９１内の同じ相対座標にお
いて発生していたり、基板９上の特定の位置に発生して
いたりする場合がある。この場合には撮像位置に従って
欠陥画像を表示することにより、操作者は欠陥画像の分
類を容易に行うことができる。
【００５３】また、ホストコンピュータ５により、カテ
ゴリの付与の有無および既に付与されているカテゴリが
分類データ７１５から特定され、表示制御部６５がカテ
ゴリを示す識別表示を付加して欠陥画像をディスプレイ
５５に配列表示させる。これにより、以後の分類作業に
おいて操作者は付与しようとしているカテゴリに属する
他の画像を容易に参照することができ、正確かつ容易に
欠陥の分類を行うことができる。なお、付加される識別
表示は外枠８１２に限らず、アンダーラインやマーク等
であってもよい。
【００５４】図９は欠陥画像の一覧が表示された後、ホ
ストコンピュータ５が操作者によるカテゴリの入力をさ
らに支援する動作の例を示す図である。
【００５５】まず、図８に示すディスプレイ５５の表示
画像中の複数の欠陥画像８１１から操作者が入力部５６
を介して所望の欠陥画像８１１を選択する。図８では、
欠陥画像ウィンドウ８１において左上に表示される符号
８１１ｄを付した円形の欠陥画像が操作者により選択さ
れた様子を示している。選択された欠陥画像８１１ｄの
外枠８１２ｄは操作者により選択されていることが判別
可能であるように表示される。図８では外枠８１２ｄの
線幅を他の外枠より太くして選択されていることを示し
ている。選択される欠陥画像はカテゴリが決定されてい
る欠陥画像であっても、未分類の欠陥画像であってもよ
い。
【００５６】続いて、操作者が支援動作のメニュー項目
から「画像処理」を選択することにより、選択された欠
陥画像８１１ｄの画像データ７１２が画像処理部６２に
送信され、画像データ７１２に対して所望の画像処理が
行われる（ステップＳ４１）。画像処理部６２にて行わ
れる画像処理は、例えば、拡大・縮小、輝度変換、平滑
化、ノイズ付加、回転等である。画像処理後の画像デー
タは表示制御部６５に送信され、オプションウィンドウ
８２において画像処理後の欠陥画像８２１として、画像
処理前の欠陥画像８１１ｄと並べてディスプレイ５５に
表示される（ステップＳ４２）。これにより、撮像装置
２における欠陥画像の解像度が低い場合や撮像条件が他
の欠陥と異なる場合であっても、操作者は欠陥の特徴を
認識することが可能となり、適正な教示作業を行うこと
が可能となる。
【００５７】図１０は分類支援装置が操作者によるカテ
ゴリの入力を支援する動作の他の例を示す図であり、図
１１は図１０に示す動作によるディスプレイ５５の表示
画像を示す図である。
【００５８】前述のように、欠陥検査処理部４１におい
て検査に利用されたデータ（検査処理データ７１４）は
予め欠陥検査処理部４１のメモリ４１１から固定ディス
ク５４に送信されている（ステップＳ５１）。
【００５９】そして、操作者が入力部５６を介して所望
の欠陥画像８１１を選択し（図１１では、欠陥画像８１
１ｄが操作者により選択されている様子を示してい
る。）、操作者がディスプレイ５５上の支援動作のメニ
ュー項目（図示省略）から「検査処理データの表示」を
選択すると、選択された欠陥画像８１１ｄに対応する検
査処理データ７１４が表示制御部６５に送信され、欠陥
画像８１１ｄと並んでオプションウィンドウ８２に検査
処理データ７１４の内容が表示される（ステップＳ５
２）。
【００６０】検査処理データ７１４としては、例えば、
欠陥検査処理部４１において画像処理が施された場合に
は画像処理後の画像データ（エッジ画像や差分画像等の
データ）が検査処理データ７１４に保存され、欠陥検査
処理部４１において検査の判定に利用される指標値（特
徴量等）が算出された場合には、算出された指標値が検
査処理データ７１４に保存される。検査の際の参照画像
のデータが検査処理データ７１４に含められてもよい。
図１１では、欠陥画像ウィンドウ８１に表示された欠陥
画像８１１ｄに並べて、欠陥検査処理部４１によって行
われた画像処理後の欠陥画像８２２ａおよび欠陥検査処
理部４１において算出された指標値８２２ｂがオプショ
ンウィンドウ８２内に表示された様子を示している。
【００６１】このように、欠陥検査処理部４１において
求められたデータを欠陥画像８１１と並べて表示するこ
とにより、操作者が欠陥画像のカテゴリを決定する際
に、さらに多くの情報を参照することができる。なお、
表示された検査処理データと欠陥画像８１１とを比較す
ることにより、欠陥検査処理部４１における検査条件が
適正であるかどうかの確認を行うことも実現される。
【００６２】図１２はホストコンピュータ５が操作者に
よるカテゴリの入力を支援する動作のさらに他の例を示
す図であり、図１３は図１２の動作にによるディスプレ
イ５５の表示画像の例を示す図である。
【００６３】操作者は入力部５６を介して所望の欠陥を
選択し、続いて、支援動作のメニュー項目から「類似画
像を表示」、または、「非類似画像を表示」のいずれか
を選択する。
【００６４】図１３では、欠陥画像８１１ｃが選択され
ている様子を示しており、「類似画像を表示」が選択さ
れた場合には、欠陥画像８１１ｃの欠陥データ７２およ
び他の複数の欠陥の欠陥データ７２が特徴量算出部６３
に送信される。特徴量算出部６３は受信した欠陥データ
７２の画像データ７１２から欠陥画像８１１ｃおよび他
の複数の欠陥画像のそれぞれの特徴量を算出し（ステッ
プＳ６１）、他の複数の欠陥画像のうち選択された欠陥
画像の特徴量との差が小さい（特徴量がベクトル値であ
る場合や、複数の特徴量が参照される場合には、特徴量
（群）のユークリッド距離が所定値より小さい）欠陥画
像が類似画像として選択される。
【００６５】そして、選択された類似画像の画像データ
７１２が表示制御部６５に送信され、図１３に示すのよ
うに欠陥画像８１１ｃに類似した欠陥画像８２３がディ
スプレイ５５のオプションウィンドウ８２に表示される
（ステップＳ６２）。なお、特徴量算出部６３が特徴量
の算出を行う際には、特徴量が算出される領域は検査処
理データ７１４の一部として送信される欠陥の検出領域
を示す情報により決定される。
【００６６】一方、メニュー項目において「非類似画像
を表示」が選択された場合には、選択された欠陥画像お
よび他の複数の欠陥画像のそれぞれから算出された特徴
量に基づいて、他の複数の欠陥画像のうち選択された欠
陥画像の特徴量との差（または、ユークリッド距離）が
所定値よりも大きいものが非類似画像として選択され
る。そして、非類似画像の画像データ７１２が表示制御
部６５に送信され、図１４に示すように欠陥画像８１１
ｃと非類似の欠陥画像８２４がディスプレイ５５のオプ
ションウィンドウ８２に表示される（ステップＳ６１，
Ｓ６２）。
【００６７】このように、選択により分類対象となる欠
陥画像と特徴量が類似する欠陥画像８２３をディスプレ
イ５５に表示することにより、欠陥画像が低解像度であ
ったりばらつきが大きくても、特徴量が類似する欠陥画
像を容易に発見することができる。また、分類対象の欠
陥画像と特徴量が非類似の欠陥画像８２４を表示するこ
とにより、既に付与されているカテゴリが分類対象の欠
陥画像と同一であるにも関わらず特徴量が大きく異なる
欠陥画像（特異データ）を発見することができる。教師
データの作成においてこのような特異データは自動分類
の性能に大きく影響するため、特異データの処理を適切
に行うことにより、教師データの質の向上を図ることが
できる。
【００６８】なお、図１２の支援動作は、欠陥画像ウィ
ンドウ８１に表示された画像に類似または非類似を示す
識別マークが付与されるのみであってもよい。また、類
似または非類似の判定には他の手法が用いられてもよ
い。さらに、オプションウィンドウ８２に表示される画
像は、類似画像や非類似画像に限定されず、分類対象の
欠陥画像の特徴量に基づく所定の条件を満たす特徴量を
有するものとされてもよい。
【００６９】図１５および図１６はホストコンピュータ
５が操作者によるカテゴリの入力を支援する動作のさら
に他の例を示す図である。図１５の動作は、操作者がメ
ニュー項目において「統計情報を表示」を選択すること
により行われる。まず、操作者によりカテゴリ入力の対
象（分類対象）として選択された欠陥画像のデータ、お
よび、操作者により選択されたカテゴリに属する複数の
欠陥データ７２の画像データ７１２の特徴量（以下、
「選択カテゴリの特徴量」という。）が特徴量算出部６
３において算出され、選択カテゴリの特徴量の統計値
（平均値等）が求められる（ステップＳ７１）。次に算
出された統計値と選択された欠陥画像の特徴量とがディ
スプレイ５５に表示される（ステップＳ７２）。
【００７０】また、図１６に示す動作は、操作者がメニ
ュー項目において「境界線を表示」を選択することによ
り実行され、まず、操作者によりカテゴリ入力の対象と
して選択された画像データ７１２（欠陥画像）において
特徴量が算出される領域が特定され（ステップＳ８
１）、特徴量の算出が行われる領域に境界線を付与して
識別可能として欠陥画像を表示する（ステップＳ８
２）。
【００７１】以下、図１７および図１８を参照して図１
５および図１６の動作の様子についてさらに詳細に説明
する。
【００７２】予め、操作者が入力部５６を介して所望の
欠陥画像を選択し、図１７に示すように欠陥画像ウィン
ドウ８１の左上に表示された欠陥画像８１１ｄがカテゴ
リ入力の対象として選択されているものとする。操作者
がメニュー項目の「統計情報を表示」を選択すると、図
１７に示す統計情報ウィンドウ８３がディスプレイ５５
に表示される。統計情報ウィンドウ８３において、カテ
ゴリ選択ボックス８３１から所望のカテゴリが選択され
ると、ホストコンピュータ５では固定ディスク５４に保
存されている欠陥データ７２の分類データ７１５を参照
し、選択されたカテゴリに属する複数の欠陥データ７２
が特徴量算出部６３に送信される。また、選択された欠
陥画像８１１ｄの欠陥データ７２も特徴量算出部６３に
送信され、選択カテゴリの特徴量および欠陥画像８１１
ｄの特徴量が算出される。特徴量が算出されると、選択
カテゴリの特徴量が統計値算出部６４に送信され、選択
カテゴリの特徴量の統計値が算出される（ステップＳ７
１）。
【００７３】次に、選択カテゴリの特徴量の統計値と欠
陥画像８１１ｄの特徴量とが表示制御部６５に渡され、
表示制御部６５が図１７に示すようにそれぞれのデータ
をディスプレイ５５の統計情報ウィンドウ８３に表示さ
せる（ステップＳ７２）。これにより、特徴量を参照し
て分類対象の欠陥画像に対するカテゴリの入力を容易に
行うことができる。
【００７４】図１７では、統計情報ウィンドウ８３に選
択されたカテゴリの複数種類の特徴量のそれぞれの平均
値と標準偏差とがレーダグラフ８３２として表示されて
いる様子を示している。レーダグラフ８３２には選択カ
テゴリの複数（種類）の特徴量の統計値を示す線８３２
ａと欠陥画像８１１ｄの複数の特徴量を示す線８３２ｂ
とが重ねて表示されており、選択カテゴリの複数の特徴
量に対して選択した欠陥画像８１１ｄの複数の特徴量が
どのような傾向を示しているかを容易に確認することが
できる。これにより、操作者は複数の特徴量に基づいて
より適切に選択した欠陥画像が属すべきカテゴリを決定
することができる。
【００７５】さらに、選択されていたカテゴリとは別の
カテゴリを操作者がカテゴリ選択ボックス８３１から選
択した場合には、新たに選択されたカテゴリに対して処
理部６が図１５に示す動作を速やかに行い、算出された
結果が同様に表示される。また、既にカテゴリが付与さ
れている欠陥画像のカテゴリが変更された場合にも処理
部６が図１５に示す動作を速やかに行って特徴量の統計
値の再表示が行われる。このように、処理部６は別のカ
テゴリが選択される毎に、または、選択されている欠陥
画像のカテゴリが変更される毎に、表示対象となってい
るカテゴリに属する欠陥画像の特徴量の統計値を求め、
ディスプレイ５５の表示を更新する。その結果、操作者
は統計値が表示されているカテゴリに対して、選択した
欠陥画像８１１ｄの特徴量がどのような傾向を示してい
るかを容易に確認することができる。また、統計値の再
算出により、欠陥画像の分類が行われてカテゴリに属す
る欠陥画像が任意に変更された場合であっても速やかに
分類作業の結果が統計値に反映される。なお、選択され
るカテゴリは複数のカテゴリ（あるいは、全カテゴリ）
が合わされたカテゴリ群とされてもよい。
【００７６】操作者がメニュー項目において「境界線を
表示」を選択すると、特徴量の算出が欠陥画像の一部の
領域から行われる場合には、図１７に示すように欠陥画
像８１１ｄ上に、特徴量の算出が行われる領域を示す境
界線８１３が表示される。さらに、図１０のステップＳ
５２による検査時の画像処理後の画像の表示による支援
動作が行われていた場合には、図１７のオプションウィ
ンドウ８２に表示される画像処理後の欠陥画像８２１ａ
においても境界線８２５が表示される。なお、カテゴリ
の入力の際に参照される特徴量の算出が行われる領域
は、色を若干変える等の他の手法により識別可能な状態
でディスプレイ５５に表示されてもよい。また、特徴量
が算出される領域は、欠陥検査処理部４１にて特徴量の
算出が行われた領域が流用されてもよく、ホストコンピ
ュータ５のよる画像処理により決定された領域でもよ
く、操作者が予め入力部５６を介して設定した領域であ
ってもよい。
【００７７】ここで、図１８に示すように、特徴量が算
出される領域が偏っている（欠陥部位全体が特徴量が算
出される領域となっていない）場合には、選択カテゴリ
の複数の特徴量を示す線８３２ａに対して欠陥画像８１
１ｄの複数の特徴量を示す線８３２ｂが類似せず、欠陥
画像８１１ｄの欠陥データ７２が特異データとなる可能
性がある。逆に、特異データと思われる欠陥画像を選択
し、境界線を表示させることにより、特徴量が適切な領
域から算出されたかどうかの確認を行うことができる。
以上のように、線８３２ｂが示す複数の特徴量や境界線
が示す特徴量の算出領域を参照することにより、教師デ
ータの生成に利用してもよいデータであるか利用すべき
でないデータであるかの的確な判断が可能となる。
【００７８】さらに、特徴量の算出領域として欠陥検査
処理部４１にて設定された領域が流用され、かつ、特異
データが頻出する場合には、撮像部２１の撮像条件や欠
陥検査処理部４１の欠陥領域を算出する条件等の設定に
問題がある場合があり、境界線の表示は欠陥検査処理部
４１の条件設定の最適化に役立てることができる。な
お、境界線は特徴量が算出された全ての欠陥画像に対し
て同時に表示されてもよい。
【００７９】以上に説明したように、操作者による分類
作業を支援するホストコンピュータ５では、操作者が複
数の処理を任意に選択し、欠陥の特性に応じた支援動作
を行わせることができる。その結果、ホストコンピュー
タ５は、操作者による欠陥画像に対するカテゴリの入力
を適切に支援することができ、質の高い教師データの作
成が実現される。
【００８０】以上、本発明の実施の形態について説明し
てきたが、本発明は上記実施の形態に限定されるもので
はなく様々な変形が可能である。
【００８１】検査システム１では半導体基板の検査が行
われるが、ガラス基板、プリント配線基板あるいは基板
の露光に使用するマスク基板等の検査が行われてもよ
い。さらには、他の検査対象の検査を行う検査システム
において上記実施の形態にて説明したカテゴリ入力（す
なわち、分類作業）の支援を利用することもできる。
【００８２】上記実施の形態では欠陥自動分類部４２お
よび学習を行うホストコンピュータ５の機能は別々に設
けられたＣＰＵ等によりソフトウェア的に実現される
が、自動分類する欠陥の処理量を多くする必要がある場
合は、欠陥自動分類部４２が専用の電気回路によって構
成されてもよく、また、自動分類する欠陥の処理量は少
なくてもよいが条件の変更等、柔軟性が必要な場合は欠
陥自動分類部４２の機能がホストコンピュータ５、ある
いは、別途設けられたコンピュータにより実現されても
よい。
【００８３】学習作業において利用される欠陥データ７
２は、予め別途準備されたデータであってもよく、欠陥
検査処理部４１のメモリ４１１に保存される検出欠陥デ
ータ７１がそのまま使用されてもよく、これらのデータ
が混在してもよい。
【００８４】ホストコンピュータ５で算出される画像デ
ータ７１２の特徴量は、欠陥自動分類部４２において算
出されてもよく（すなわち、一度自動分類が行われた際
のデータが流用されてもよい。）、既述のように欠陥検
査処理部４１にて算出されたものが流用されてもよい。
すなわち、分類支援装置としての機能は、検査システム
１にどのような形態にて設けられてもよい。
【００８５】統計情報ウィンドウ８３に表示されるグラ
フは必ずしもレーダグラフである必要はなく、グラフ以
外の表示であってもよい。
【００８６】上記実施の形態では、検査の際に得られた
データを利用することにより教師データ生成の際の分類
作業が支援されたり、画像処理された画像、類似・非類
似画像や境界線を表示することで低解像度の（あるい
は、検査対象物や撮影条件の影響を受けてばらつきが大
きい）欠陥画像に対する分類作業が支援されることか
ら、インライン型の欠陥画像の自動分類（の学習の際の
分類作業）に適用されることが好ましいが、いわゆるオ
フライン型の分類装置にも適用することが可能である。
【００８７】
【発明の効果】本発明によれば、操作者による検査対象
の分類の入力を適切に支援することができ、請求項６な
いし１０の発明では、検査装置から検査対象の画像のデ
ータが入力される場合であっても、適切に分類を入力す
ることが実現される。
【図面の簡単な説明】
【図１】検査システムの概略構成を示す図である。
【図２】欠陥が検出された際の検査システムの動作の流
れを示す図である。
【図３】ホストコンピュータの構成を示す図である。
【図４】カテゴリの入力の支援を行う機能構成を示すブ
ロック図である。
【図５】教師データを作成する際の検査システムの動作
の流れを示す図である。
【図６】ホストコンピュータのディスプレイに欠陥画像
が表示される際の動作の流れを示す図である。
【図７】撮像位置を説明するための図である。
【図８】ディスプレイの表示画像を例示する図である。
【図９】カテゴリの入力を支援する動作の例を示す図で
ある。
【図１０】カテゴリの入力を支援する動作の他の例を示
す図である。
【図１１】ディスプレイの表示画像を例示する図であ
る。
【図１２】カテゴリの入力を支援する動作のさらに他の
例を示す図である。
【図１３】ディスプレイの表示画像を例示する図であ
る。
【図１４】ディスプレイの表示画像を例示する図であ
る。
【図１５】カテゴリの入力を支援する動作のさらに他の
例を示す図である。
【図１６】カテゴリの入力を支援する動作さらに他の例
を示す図である。
【図１７】ディスプレイの表示画像を例示する図であ
る。
【図１８】ディスプレイの表示画像を例示する図であ
る。
【符号の説明】
１ 検査システム ２ 撮像装置 ４ 検査・分類装置 ５ ホストコンピュータ ６ 処理部 ９ 基板 ４１ 欠陥検査処理部 ４２ 欠陥自動分類部 ５４ 固定ディスク ５５ ディスプレイ ５６ 入力部 ５８ 通信部 ８０ プログラム ７１２ 画像データ ７１３ 撮像位置データ ７１４ 検査処理データ ７１５ 分類データ ８１１，８１１ａ〜８１１ｄ，８２２ａ，８２３，８２
４ 欠陥画像 ８１２，８１２ａ〜８１２ｄ 外枠 ８２１，８２１ａ 画像処理後の欠陥画像 ８３２ レーダグラフ ８３２ａ，８３２ｂ 線 ８１３，８２５ 境界線 Ｓ３１〜Ｓ３３，Ｓ４１，Ｓ４２，Ｓ５１，Ｓ５２，Ｓ
６１，Ｓ６２，Ｓ７１，Ｓ７２，Ｓ８１，Ｓ８２ ステ
ップ
フロントページの続き Ｆターム(参考） 2F065 AA03 AA20 AA22 AA49 AA61 BB01 BB02 CC01 CC18 CC19 DD06 FF41 JJ03 QQ00 QQ03 QQ21 QQ24 QQ25 QQ31 QQ32 QQ41 RR05 SS02 SS13 2G051 AA56 AB02 BB03 CA04 CB01 DA05 EA12 EA14 EC01 EC02 ED21 FA01 5B057 AA03 CB19 CH01 DA12 DA16

Claims (18)

    【特許請求の範囲】
  1. 【請求項１】 検査対象の分類の入力を支援する分類支
    援装置であって、 画像を表示する表示部と、 検査対象の画像を分類する入力を受け付ける入力部と、 予め準備された複数の検査対象の画像が示す複数の検査
    対象の大きさ、または、前記複数の検査対象が撮像され
    た際の撮像位置に基づいて前記複数の検査対象の順序を
    決定し、前記順序に従って前記複数の検査対象の画像を
    前記表示部に配列表示させる処理部と、を備えることを
    特徴とする分類支援装置。
  2. 【請求項２】 検査対象の分類の入力を支援する分類支
    援装置であって、 画像を表示する表示部と、 検査対象の画像を分類する入力を受け付ける入力部と、 予め準備された複数の検査対象の画像のうち分類が付与
    された画像に対して付与済みの分類を特定し、前記分類
    が付与された画像に分類を示す識別表示を付加しつつ前
    記複数の検査対象の画像を前記表示部に配列表示する処
    理部と、を備えることを特徴とする分類支援装置。
  3. 【請求項３】 検査対象の分類の入力を支援する分類支
    援装置であって、 画像を表示する表示部と、 検査対象の画像を分類する入力を受け付ける入力部と、 予め準備された複数の検査対象の画像のうち前記入力部
    を介して入力された分類に属する画像の特徴量の統計値
    と、分類入力対象となる画像の特徴量とを求め、前記統
    計値と前記分類入力対象となる画像の特徴量とを前記表
    示部に表示させる処理部と、を備えることを特徴とする
    分類支援装置。
  4. 【請求項４】 請求項３に記載の分類支援装置であっ
    て、 前記処理部が、前記入力部を介して分類が入力される毎
    に、前記分類に属する画像の特徴量の統計値を求めると
    ともに前記表示部の表示を更新することを特徴とする分
    類支援装置。
  5. 【請求項５】 請求項３または４に記載の分類支援装置
    であって、 前記処理部が、各分類に属する画像の複数種類の特徴量
    のそれぞれに対して統計値を求め、前記表示部に表示さ
    せることを特徴とする分類支援装置。
  6. 【請求項６】 検査対象の分類の入力を支援する分類支
    援装置であって、 画像を表示する表示部と、 検査対象の画像を分類する入力を受け付ける入力部と、 検査対象の画像と、前記検査対象に対する検査処理の際
    に求められたデータとを前記表示部に表示させる処理部
    と、を備えることを特徴とする分類支援装置。
  7. 【請求項７】 検査対象の分類の入力を支援する分類支
    援装置であって、 画像を表示する表示部と、 検査対象の画像を分類する入力を受け付ける入力部と、 検査対象の画像に画像処理を施し、前記検査対象の画像
    と画像処理後の画像とを前記表示部に表示させる処理部
    と、を備えることを特徴とする分類支援装置。
  8. 【請求項８】 検査対象の分類の入力を支援する分類支
    援装置であって、 画像を表示する表示部と、 検査対象の画像を分類する入力を受け付ける入力部と、 予め準備された複数の検査対象の画像および分類入力対
    象となる画像の特徴量を求め、前記複数の検査対象の画
    像のうち特徴量が前記分類入力対象となる画像の特徴量
    に基づく所定の条件を満たすものを前記表示部に識別可
    能に表示させる処理部と、を備えることを特徴とする分
    類支援装置。
  9. 【請求項９】 検査対象の分類の入力を支援する分類支
    援装置であって、 画像を表示する表示部と、 検査対象の画像を分類する入力を受け付ける入力部と、 検査対象の画像において分類の入力に際して参照される
    特徴量が求められる領域を特定し、前記検査対象の画像
    を前記領域が識別可能な状態で前記表示部に表示させる
    処理部と、を備えることを特徴とする分類支援装置。
  10. 【請求項１０】 請求項６ないし９のいずれかに記載の
    分類支援装置であって、 複数の検査対象を順次検査する検査装置から検査対象の
    画像のデータを受信する受信部と、 受信した画像のデータを記憶する記憶部と、をさらに備
    えることを特徴とする分類支援装置。
  11. 【請求項１１】 検査対象を分類する分類装置であっ
    て、 請求項１ないし１０のいずれかに記載の分類支援装置
    と、 前記分類支援装置により分類された複数の検査対象の画
    像に基づいて分類条件を求め、分類対象の画像を前記分
    類条件に基づいて自動的に分類する分類手段と、を備え
    ることを特徴とする分類装置。
  12. 【請求項１２】 検査対象の分類の入力をコンピュータ
    に支援させるプログラムであって、前記プログラムのコ
    ンピュータによる実行は、前記コンピュータに、 予め準備された複数の検査対象の画像が示す複数の検査
    対象の大きさ、または、前記複数の検査対象が撮像され
    た際の撮像位置に基づいて前記複数の検査対象の順序を
    決定する工程と、 前記順序に従って前記複数の検査対象の画像を表示部に
    配列表示する工程と、を実行させることを特徴とするプ
    ログラム。
  13. 【請求項１３】 検査対象の分類の入力をコンピュータ
    に支援させるプログラムであって、前記プログラムのコ
    ンピュータによる実行は、前記コンピュータに、 予め準備された複数の検査対象の画像のうち分類が付与
    された画像に対して付与済みの分類を特定する工程と、 前記分類が付与された画像に分類を示す識別表示を付加
    しつつ前記複数の検査対象の画像を表示部に配列表示す
    る工程と、 を実行させることを特徴とするプログラム。
  14. 【請求項１４】 検査対象の分類の入力をコンピュータ
    に支援させるプログラムであって、前記プログラムのコ
    ンピュータによる実行は、前記コンピュータに、 予め準備された複数の検査対象の画像のうち入力部を介
    して入力された分類に属する画像の特徴量の統計値と、
    分類入力対象となる画像の特徴量とを求める工程と、 前記統計値と前記分類入力対象となる画像の特徴量とを
    表示部に表示する工程と、を実行させることを特徴とす
    るプログラム。
  15. 【請求項１５】 検査対象の分類の入力をコンピュータ
    に支援させるプログラムであって、前記プログラムのコ
    ンピュータによる実行は、前記コンピュータに、 検査対象に対する検査処理の際に求められたデータを取
    得する工程と、 前記検査対象の画像と、前記求められたデータとを表示
    部に表示する工程と、を実行させることを特徴とするプ
    ログラム。
  16. 【請求項１６】 検査対象の分類の入力をコンピュータ
    に支援させるプログラムであって、前記プログラムのコ
    ンピュータによる実行は、前記コンピュータに、 検査対象の画像に画像処理を施す工程と、 前記検査対象の画像と画像処理後の画像とを表示部に表
    示する工程と、を実行させることを特徴とするプログラ
    ム。
  17. 【請求項１７】 検査対象の分類の入力をコンピュータ
    に支援させるプログラムであって、前記プログラムのコ
    ンピュータによる実行は、前記コンピュータに、 予め準備された複数の検査対象の画像および分類入力対
    象となる画像の特徴量を求める工程と、 前記複数の検査対象の画像のうち特徴量が前記分類入力
    対象となる画像の特徴量に基づく所定の条件を満たすも
    のを表示部に識別可能に表示する工程と、を実行させる
    ことを特徴とするプログラム。
  18. 【請求項１８】 検査対象の分類の入力をコンピュータ
    に支援させるプログラムであって、前記プログラムのコ
    ンピュータによる実行は、前記コンピュータに、 検査対象の画像において分類の入力に際して参照される
    特徴量が求められる領域を特定する工程と、 前記検査対象の画像を前記領域が識別可能な状態で表示
    部に表示する工程と、を実行させることを特徴とするプ
    ログラム。
JP2002123870A 2002-04-25 2002-04-25 分類支援装置、分類装置およびプログラム Expired - Lifetime JP4155496B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2002123870A JP4155496B2 (ja) 2002-04-25 2002-04-25 分類支援装置、分類装置およびプログラム
US10/391,802 US7409081B2 (en) 2002-04-25 2003-03-20 Apparatus and computer-readable medium for assisting image classification

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2002123870A JP4155496B2 (ja) 2002-04-25 2002-04-25 分類支援装置、分類装置およびプログラム

Publications (2)

Publication Number Publication Date
JP2003317082A true JP2003317082A (ja) 2003-11-07
JP4155496B2 JP4155496B2 (ja) 2008-09-24

Family

ID=29243701

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002123870A Expired - Lifetime JP4155496B2 (ja) 2002-04-25 2002-04-25 分類支援装置、分類装置およびプログラム

Country Status (2)

Country Link
US (1) US7409081B2 (ja)
JP (1) JP4155496B2 (ja)

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006163608A (ja) * 2004-12-03 2006-06-22 Olympus Corp 分類装置及び分類方法
JP2007047930A (ja) * 2005-08-08 2007-02-22 Hitachi High-Technologies Corp 画像処理装置及び検査装置
JP2007285880A (ja) * 2006-04-17 2007-11-01 Omron Corp 基板検査における見本画像の登録方法および見本画像作成装置
JP2008516259A (ja) * 2004-10-12 2008-05-15 ケイエルエイ−テンコー・テクノロジーズ・コーポレーション 試験体上の欠陥を分類するためのコンピュータに実装された方法およびシステム
JP2009156573A (ja) * 2007-12-25 2009-07-16 Hitachi High-Technologies Corp 検査装置及び検査方法
JP2011215680A (ja) * 2010-03-31 2011-10-27 Dainippon Screen Mfg Co Ltd 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体
JP2012008027A (ja) * 2010-06-25 2012-01-12 Dainippon Screen Mfg Co Ltd 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体
WO2012054339A1 (en) * 2010-10-19 2012-04-26 3M Innovative Properties Company Computer-aided assignment of ratings to digital samples of a manufactured web product
JP2014522988A (ja) * 2011-08-08 2014-09-08 グレンツェバッハ・マシーネンバウ・ゲーエムベーハー 透明材料の材料欠陥の信頼できる検出を行う検出装置及び方法
CN104583761A (zh) * 2012-08-28 2015-04-29 住友化学株式会社 缺陷检查装置以及缺陷检查方法
US9031312B2 (en) 2010-11-12 2015-05-12 3M Innovative Properties Company Rapid processing and detection of non-uniformities in web-based materials
US9117137B2 (en) 2011-12-28 2015-08-25 Keyence Corporation Visual inspection device, visual inspection method, and computer program
JP2015169642A (ja) * 2014-03-11 2015-09-28 株式会社神戸製鋼所 欠陥分類装置及びそのメンテナンス方法
WO2016147652A1 (ja) * 2015-03-19 2016-09-22 日本電気株式会社 オブジェクト検出装置、オブジェクト検出方法および記録媒体
WO2017203600A1 (ja) * 2016-05-24 2017-11-30 株式会社日立ハイテクノロジーズ 欠陥分類装置および欠陥分類方法
US9984335B2 (en) 2014-02-07 2018-05-29 Nec Corporation Data processing device
JP2018120418A (ja) * 2017-01-25 2018-08-02 富士通株式会社 閾値設定支援プログラム、閾値設定支援装置および閾値設定支援方法
WO2018189875A1 (ja) * 2017-04-14 2018-10-18 株式会社日立ハイテクノロジーズ 撮像装置および形態特徴データ表示方法
JP2019003329A (ja) * 2017-06-13 2019-01-10 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム
WO2019054235A1 (ja) * 2017-09-13 2019-03-21 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム
EP3480735A1 (en) 2017-11-07 2019-05-08 Omron Corporation Inspection apparatus, data generation apparatus, data generation method, and data generation program
EP3486867A1 (en) 2017-11-15 2019-05-22 Omron Corporation Defect inspection apparatus, defect inspection method, and program thereof
EP3502966A1 (en) 2017-12-25 2019-06-26 Omron Corporation Data generation apparatus, data generation method, and data generation program
US10373021B2 (en) 2015-03-19 2019-08-06 Nec Corporation Object detection device, object detection method, and recording medium
WO2019194064A1 (ja) * 2018-04-02 2019-10-10 日本電産株式会社 画像処理装置、画像処理方法、外観検査システムおよび外観検査方法
KR20190124559A (ko) * 2018-04-26 2019-11-05 주식회사 슈퍼브에이아이 컴퓨팅 장치 및 이를 이용한 인공 지능 기반 영상 처리 서비스 시스템
CN110455822A (zh) * 2019-07-10 2019-11-15 苏州卓融新能源科技有限公司 一种pcb板缺陷的检测方法
JP2020528996A (ja) * 2018-07-02 2020-10-01 北京百度網訊科技有限公司 ディスプレイスクリーン品質検査方法、装置、電子機器及び記憶媒体
JP2021039022A (ja) * 2019-09-04 2021-03-11 信越化学工業株式会社 欠陥分類方法及び欠陥分類システム並びにフォトマスクブランクの選別方法及び製造方法
US11430107B2 (en) 2017-09-13 2022-08-30 Canon Kabushiki Kaisha Information processing apparatus, information processing method, and non-transitory computer readable medium

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7508973B2 (en) * 2003-03-28 2009-03-24 Hitachi High-Technologies Corporation Method of inspecting defects
KR100823698B1 (ko) * 2007-02-27 2008-04-21 삼성전자주식회사 인식 부호 검사 방법, 웨이퍼 검사 방법 및 웨이퍼 검사장치
US8108168B2 (en) * 2009-03-12 2012-01-31 Etegent Technologies, Ltd. Managing non-destructive evaluation data
US8521480B2 (en) * 2009-03-12 2013-08-27 Etegent Technologies, Ltd. Managing non-destructive evaluation data
JP2013137635A (ja) * 2011-12-28 2013-07-11 Dainippon Screen Mfg Co Ltd 画像表示装置および画像表示方法
US9864366B2 (en) 2013-03-15 2018-01-09 Etegent Technologies Ltd. Manufacture modeling and monitoring
US11543811B2 (en) 2013-03-15 2023-01-03 Etegent Technologies Ltd. Manufacture modeling and monitoring
JP6633616B2 (ja) * 2015-03-30 2020-01-22 株式会社Ｆｕｊｉ 情報管理装置及び情報管理方法
JP2017009314A (ja) * 2015-06-17 2017-01-12 株式会社Ｓｃｒｅｅｎホールディングス 教示データの作成支援方法、作成支援装置、プログラムおよびプログラム記録媒体
US10387368B2 (en) * 2015-10-23 2019-08-20 International Business Machines Corporation Ideal age vector based file retention in a software testing system
CN106803249A (zh) * 2016-12-19 2017-06-06 广州视源电子科技股份有限公司 电子器件在板卡图中的突显方法及系统
JP6705777B2 (ja) * 2017-07-10 2020-06-03 ファナック株式会社 機械学習装置、検査装置及び機械学習方法
CN108564104A (zh) * 2018-01-09 2018-09-21 北京百度网讯科技有限公司 产品缺陷检测方法、装置、系统、服务器及存储介质
CN108776808A (zh) * 2018-05-25 2018-11-09 北京百度网讯科技有限公司 一种用于检测钢包溶蚀缺陷的方法和装置
CN113378665A (zh) 2019-11-27 2021-09-10 奥特斯科技(重庆)有限公司 处理部件承载件的方法及光学检查设备和计算机可读介质
CN111060520B (zh) * 2019-12-30 2021-10-29 歌尔股份有限公司 一种产品缺陷检测方法、装置与系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10214866A (ja) * 1997-01-28 1998-08-11 Hitachi Ltd 不良解析方法および装置
JPH11344450A (ja) * 1998-06-03 1999-12-14 Hitachi Ltd 教示用データ作成方法並びに欠陥分類方法およびその装置
JP2000057349A (ja) * 1998-08-10 2000-02-25 Hitachi Ltd 欠陥の分類方法およびその装置並びに教示用データ作成方法
JP2000200356A (ja) * 1999-01-08 2000-07-18 Hitachi Ltd 欠陥分類方法およびその装置
JP2001134763A (ja) * 1999-11-09 2001-05-18 Hitachi Ltd 撮像画像に基づく欠陥の分類方法、および、その結果の表示方法
WO2001041068A1 (fr) * 1999-11-29 2001-06-07 Olympus Optical Co., Ltd. Systeme de detection de defaut
JP2001156135A (ja) * 1999-11-29 2001-06-08 Hitachi Ltd 欠陥画像の分類方法及びその装置並びにそれを用いた半導体デバイスの製造方法
JP2001189358A (ja) * 1999-12-28 2001-07-10 Hitachi Ltd 半導体ウェーハ欠陥部の高倍率画像自動収集方法およびそのシステム
JP2001230289A (ja) * 2000-02-15 2001-08-24 Hitachi Ltd 欠陥解析方法および欠陥解析システム
JP2001256480A (ja) * 2000-03-09 2001-09-21 Hitachi Ltd 画像自動分類方法及び装置
JP2002014054A (ja) * 2000-06-28 2002-01-18 Hitachi Ltd 検査装置および検査方法

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4504970A (en) * 1983-02-07 1985-03-12 Pattern Processing Technologies, Inc. Training controller for pattern processing system
US6185324B1 (en) * 1989-07-12 2001-02-06 Hitachi, Ltd. Semiconductor failure analysis system
US5060065A (en) * 1990-02-23 1991-10-22 Cimflex Teknowledge Corporation Apparatus and method for illuminating a printed circuit board for inspection
US5226118A (en) * 1991-01-29 1993-07-06 Prometrix Corporation Data analysis system and method for industrial process control systems
DE19526194C2 (de) * 1994-07-18 2002-11-07 Advantest Corp Verfahren zur Feststellung eines Fehlers eines ICs unter Verwendung eines Strahls geladener Teilchen
US5796868A (en) * 1995-12-28 1998-08-18 Cognex Corporation Object edge point filtering system for machine vision
JPH09199551A (ja) * 1996-01-12 1997-07-31 Mitsubishi Electric Corp インライン検査用検査データ解析処理装置
EP0910123B1 (en) * 1996-03-19 2008-09-10 Hitachi, Ltd. Process control system
US5893095A (en) * 1996-03-29 1999-04-06 Virage, Inc. Similarity engine for content-based retrieval of images
US6072574A (en) * 1997-01-30 2000-06-06 Micron Technology, Inc. Integrated circuit defect review and classification process
US6118893A (en) * 1997-07-16 2000-09-12 Cognex Corporation Analysis of an image of a pattern of discrete objects
US7093229B2 (en) * 1997-09-17 2006-08-15 Synopsys, Inc. System and method for providing defect printability analysis of photolithographic masks with job-based automation
US6188402B1 (en) * 1998-01-13 2001-02-13 Ciena Corporation Manufacturing control station
US6549820B1 (en) * 1998-07-31 2003-04-15 The Boeing Company Method and system for providing feedback from a non-destructive inspection of a composite part
WO2000014790A1 (fr) * 1998-09-03 2000-03-16 Hitachi, Ltd. Systeme d'inspection et procede de production d'un dispositif electronique l'utilisant
US6476913B1 (en) * 1998-11-30 2002-11-05 Hitachi, Ltd. Inspection method, apparatus and system for circuit pattern
JP3812185B2 (ja) * 1998-12-01 2006-08-23 株式会社日立製作所 欠陥分類方法およびその装置
US6477266B1 (en) * 1998-12-11 2002-11-05 Lucent Technologies Inc. Vision comparison inspection system graphical user interface
US6434264B1 (en) * 1998-12-11 2002-08-13 Lucent Technologies Inc. Vision comparison inspection system
US6597381B1 (en) * 1999-07-24 2003-07-22 Intelligent Reasoning Systems, Inc. User interface for automated optical inspection systems
US6999614B1 (en) * 1999-11-29 2006-02-14 Kla-Tencor Corporation Power assisted automatic supervised classifier creation tool for semiconductor defects
JP3927353B2 (ja) * 2000-06-15 2007-06-06 株式会社日立製作所 比較検査における画像の位置合せ方法、比較検査方法及び比較検査装置
US6825856B1 (en) * 2000-07-26 2004-11-30 Agilent Technologies, Inc. Method and apparatus for extracting measurement information and setting specifications using three dimensional visualization
US6898305B2 (en) * 2001-02-22 2005-05-24 Hitachi, Ltd. Circuit pattern inspection method and apparatus
US6975754B2 (en) * 2000-10-26 2005-12-13 Hitachi, Ltd. Circuit pattern inspection method and apparatus
JP3904419B2 (ja) * 2001-09-13 2007-04-11 株式会社日立製作所 検査装置および検査システム
JP2003098112A (ja) * 2001-09-25 2003-04-03 Hitachi Ltd 薄膜デバイスの表面画像の検出・出力方法及びその装置並びにそれを用いた薄膜デバイスの製造方法及びその製造装置
US6760890B2 (en) * 2001-11-29 2004-07-06 Agilent Technologies, Inc. Systems and methods for linking a graphical display and an n-dimensional data structure in a graphical user interface
US6792366B2 (en) * 2001-12-11 2004-09-14 Hitachi, Ltd. Method and apparatus for inspecting defects in a semiconductor wafer
CN100458712C (zh) * 2002-11-12 2009-02-04 Fei公司 缺陷表征系统及方法以及缺陷分析系统
US8184923B2 (en) * 2004-04-19 2012-05-22 Semiconductor Energy Laboratory Co., Ltd. Image analysis method, image analysis program, pixel evaluation system having the image analysis method, and pixel evaluation system having the image analysis program

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10214866A (ja) * 1997-01-28 1998-08-11 Hitachi Ltd 不良解析方法および装置
JPH11344450A (ja) * 1998-06-03 1999-12-14 Hitachi Ltd 教示用データ作成方法並びに欠陥分類方法およびその装置
JP2000057349A (ja) * 1998-08-10 2000-02-25 Hitachi Ltd 欠陥の分類方法およびその装置並びに教示用データ作成方法
JP2000200356A (ja) * 1999-01-08 2000-07-18 Hitachi Ltd 欠陥分類方法およびその装置
JP2001134763A (ja) * 1999-11-09 2001-05-18 Hitachi Ltd 撮像画像に基づく欠陥の分類方法、および、その結果の表示方法
WO2001041068A1 (fr) * 1999-11-29 2001-06-07 Olympus Optical Co., Ltd. Systeme de detection de defaut
JP2001156135A (ja) * 1999-11-29 2001-06-08 Hitachi Ltd 欠陥画像の分類方法及びその装置並びにそれを用いた半導体デバイスの製造方法
JP2001189358A (ja) * 1999-12-28 2001-07-10 Hitachi Ltd 半導体ウェーハ欠陥部の高倍率画像自動収集方法およびそのシステム
JP2001230289A (ja) * 2000-02-15 2001-08-24 Hitachi Ltd 欠陥解析方法および欠陥解析システム
JP2001256480A (ja) * 2000-03-09 2001-09-21 Hitachi Ltd 画像自動分類方法及び装置
JP2002014054A (ja) * 2000-06-28 2002-01-18 Hitachi Ltd 検査装置および検査方法

Cited By (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015135978A (ja) * 2004-10-12 2015-07-27 ケーエルエー−テンカー コーポレイション 試験体上の欠陥を分類するためのコンピュータに実装された方法およびシステム
JP2008516259A (ja) * 2004-10-12 2008-05-15 ケイエルエイ−テンコー・テクノロジーズ・コーポレーション 試験体上の欠陥を分類するためのコンピュータに実装された方法およびシステム
US8532949B2 (en) 2004-10-12 2013-09-10 Kla-Tencor Technologies Corp. Computer-implemented methods and systems for classifying defects on a specimen
JP2006163608A (ja) * 2004-12-03 2006-06-22 Olympus Corp 分類装置及び分類方法
US8200006B2 (en) 2005-08-08 2012-06-12 Hitachi High-Technologies Corporation Image processing apparatus for analysis of pattern matching failure
JP4616120B2 (ja) * 2005-08-08 2011-01-19 株式会社日立ハイテクノロジーズ 画像処理装置及び検査装置
JP2007047930A (ja) * 2005-08-08 2007-02-22 Hitachi High-Technologies Corp 画像処理装置及び検査装置
JP2007285880A (ja) * 2006-04-17 2007-11-01 Omron Corp 基板検査における見本画像の登録方法および見本画像作成装置
JP2009156573A (ja) * 2007-12-25 2009-07-16 Hitachi High-Technologies Corp 検査装置及び検査方法
JP2011215680A (ja) * 2010-03-31 2011-10-27 Dainippon Screen Mfg Co Ltd 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体
JP2012008027A (ja) * 2010-06-25 2012-01-12 Dainippon Screen Mfg Co Ltd 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体
WO2012054339A1 (en) * 2010-10-19 2012-04-26 3M Innovative Properties Company Computer-aided assignment of ratings to digital samples of a manufactured web product
US8965116B2 (en) 2010-10-19 2015-02-24 3M Innovative Properties Company Computer-aided assignment of ratings to digital samples of a manufactured web product
US9031312B2 (en) 2010-11-12 2015-05-12 3M Innovative Properties Company Rapid processing and detection of non-uniformities in web-based materials
JP2014522988A (ja) * 2011-08-08 2014-09-08 グレンツェバッハ・マシーネンバウ・ゲーエムベーハー 透明材料の材料欠陥の信頼できる検出を行う検出装置及び方法
US9117137B2 (en) 2011-12-28 2015-08-25 Keyence Corporation Visual inspection device, visual inspection method, and computer program
CN104583761A (zh) * 2012-08-28 2015-04-29 住友化学株式会社 缺陷检查装置以及缺陷检查方法
CN104583761B (zh) * 2012-08-28 2016-12-21 住友化学株式会社 缺陷检查装置以及缺陷检查方法
US9984335B2 (en) 2014-02-07 2018-05-29 Nec Corporation Data processing device
JP2015169642A (ja) * 2014-03-11 2015-09-28 株式会社神戸製鋼所 欠陥分類装置及びそのメンテナンス方法
WO2016147652A1 (ja) * 2015-03-19 2016-09-22 日本電気株式会社 オブジェクト検出装置、オブジェクト検出方法および記録媒体
US11373061B2 (en) 2015-03-19 2022-06-28 Nec Corporation Object detection device, object detection method, and recording medium
US10572772B2 (en) 2015-03-19 2020-02-25 Nec Corporation Object detection device, object detection method, and recording medium, and recording medium
US10867213B2 (en) 2015-03-19 2020-12-15 Nec Corporation Object detection device, object detection method, and recording medium
US10373021B2 (en) 2015-03-19 2019-08-06 Nec Corporation Object detection device, object detection method, and recording medium
US10339422B2 (en) 2015-03-19 2019-07-02 Nec Corporation Object detection device, object detection method, and recording medium
US10755143B2 (en) 2015-03-19 2020-08-25 Nec Corporation Object detection device, object detection method, and recording medium
US11914851B2 (en) 2015-03-19 2024-02-27 Nec Corporation Object detection device, object detection method, and recording medium
US11734920B2 (en) 2015-03-19 2023-08-22 Nec Corporation Object detection device, object detection method, and recording medium
KR102195029B1 (ko) * 2016-05-24 2020-12-28 주식회사 히타치하이테크 결함 분류 장치 및 결함 분류 방법
WO2017203600A1 (ja) * 2016-05-24 2017-11-30 株式会社日立ハイテクノロジーズ 欠陥分類装置および欠陥分類方法
KR20180113572A (ko) * 2016-05-24 2018-10-16 가부시키가이샤 히다치 하이테크놀로지즈 결함 분류 장치 및 결함 분류 방법
US10810733B2 (en) 2016-05-24 2020-10-20 Hitachi High-Tech Corporation Defect classification apparatus and defect classification method
JP2018120418A (ja) * 2017-01-25 2018-08-02 富士通株式会社 閾値設定支援プログラム、閾値設定支援装置および閾値設定支援方法
WO2018189875A1 (ja) * 2017-04-14 2018-10-18 株式会社日立ハイテクノロジーズ 撮像装置および形態特徴データ表示方法
US11321585B2 (en) 2017-04-14 2022-05-03 Hitachi High-Tech Corporation Imaging device and morphological feature data display method
JPWO2018189875A1 (ja) * 2017-04-14 2020-02-27 株式会社日立ハイテクノロジーズ 撮像装置および形態特徴データ表示方法
JP2019003329A (ja) * 2017-06-13 2019-01-10 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム
WO2019054235A1 (ja) * 2017-09-13 2019-03-21 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム
US11430107B2 (en) 2017-09-13 2022-08-30 Canon Kabushiki Kaisha Information processing apparatus, information processing method, and non-transitory computer readable medium
US10885618B2 (en) 2017-11-07 2021-01-05 Omron Corporation Inspection apparatus, data generation apparatus, data generation method, and data generation program
EP3480735A1 (en) 2017-11-07 2019-05-08 Omron Corporation Inspection apparatus, data generation apparatus, data generation method, and data generation program
EP3486867A1 (en) 2017-11-15 2019-05-22 Omron Corporation Defect inspection apparatus, defect inspection method, and program thereof
US10776909B2 (en) 2017-11-15 2020-09-15 Omron Corporation Defect inspection apparatus, defect inspection method, and non-transitory computer readable medium
EP3502966A1 (en) 2017-12-25 2019-06-26 Omron Corporation Data generation apparatus, data generation method, and data generation program
US10878283B2 (en) 2017-12-25 2020-12-29 Omron Corporation Data generation apparatus, data generation method, and data generation program
WO2019194064A1 (ja) * 2018-04-02 2019-10-10 日本電産株式会社 画像処理装置、画像処理方法、外観検査システムおよび外観検査方法
KR20190124559A (ko) * 2018-04-26 2019-11-05 주식회사 슈퍼브에이아이 컴퓨팅 장치 및 이를 이용한 인공 지능 기반 영상 처리 서비스 시스템
KR102117543B1 (ko) * 2018-04-26 2020-06-01 주식회사 슈퍼브에이아이 컴퓨팅 장치 및 이를 이용한 인공 지능 기반 영상 처리 서비스 시스템
US11488294B2 (en) 2018-07-02 2022-11-01 Beijing Baidu Netcom Science Technology Co., Ltd. Method for detecting display screen quality, apparatus, electronic device and storage medium
JP2020528996A (ja) * 2018-07-02 2020-10-01 北京百度網訊科技有限公司 ディスプレイスクリーン品質検査方法、装置、電子機器及び記憶媒体
CN110455822A (zh) * 2019-07-10 2019-11-15 苏州卓融新能源科技有限公司 一种pcb板缺陷的检测方法
JP2021039022A (ja) * 2019-09-04 2021-03-11 信越化学工業株式会社 欠陥分類方法及び欠陥分類システム並びにフォトマスクブランクの選別方法及び製造方法
JP7192720B2 (ja) 2019-09-04 2022-12-20 信越化学工業株式会社 フォトマスクブランクの欠陥分類方法及び欠陥分類システム並びにフォトマスクブランクの選別方法及び製造方法

Also Published As

Publication number Publication date
US20030202703A1 (en) 2003-10-30
JP4155496B2 (ja) 2008-09-24
US7409081B2 (en) 2008-08-05

Similar Documents

Publication Publication Date Title
JP4155496B2 (ja) 分類支援装置、分類装置およびプログラム
EP1703465B1 (en) Color-based inspection of printed circuit boards
JP4172761B2 (ja) 欠陥検査装置、欠陥検査方法およびプログラム
JP4008291B2 (ja) パターン検査装置、パターン検査方法およびプログラム
JP4357134B2 (ja) 検査システムと検査装置と半導体デバイスの製造方法及び検査プログラム
JP2004012422A (ja) パターン検査装置、パターン検査方法およびプログラム
JP2017054239A (ja) 画像分類装置および画像分類方法
JP2011158373A (ja) 自動欠陥分類のための教師データ作成方法、自動欠陥分類方法および自動欠陥分類装置
JP3741672B2 (ja) 画像特徴学習型欠陥検出方法、欠陥検出装置及び欠陥検出プログラム
CN112991259B (zh) 一种半导体制程缺陷的检测方法及系统
KR20230126163A (ko) 교사 데이터 생성 장치, 교사 데이터 생성 방법 및 기록 매체에 기록된 프로그램
CN114119591A (zh) 一种显示屏画面质量检测方法
JP2001188906A (ja) 画像自動分類方法及び画像自動分類装置
CN118202383A (zh) 缺陷检测方法、缺陷检测系统和缺陷检测程序
JP2014137284A (ja) 教師データ作成支援装置、教師データ作成装置、画像分類装置、教師データ作成支援方法、教師データ作成方法および画像分類方法
JP2010071826A (ja) 教師データ作成方法、並びに、画像分類方法および画像分類装置
Khare et al. PCB-fire: Automated classification and fault detection in PCB
JP2004296592A (ja) 欠陥分類装置、欠陥分類方法およびプログラム
JP2004085503A (ja) 分類装置、歩留管理システム、分類方法、基板製造方法およびプログラム
EP1485872B1 (en) A morphological inspection method based on skeletonization
CN116664519A (zh) 基于弱监督学习的焊接缺陷检测方法、设备和存储介质
CN116228687A (zh) 基于深度学习的芯片封装体缺陷检测方法和装置
TW202338745A (zh) 檢查系統、教師資料生成裝置、教師資料生成方法以及程式
JP2006105777A (ja) 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置
JP2006226708A (ja) 良否判定装置、良否判定方法および良否判定プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050303

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20080411

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080416

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080609

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20080703

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20080704

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110718

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 4155496

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110718

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110718

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120718

Year of fee payment: 4

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120718

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120718

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130718

Year of fee payment: 5

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

EXPY Cancellation because of completion of term