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
Links
- 238000007689 inspection Methods 0.000 claims abstract description 210
- 238000003384 imaging method Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 99
- 238000000034 method Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 236
- 238000010586 diagram Methods 0.000 description 28
- 239000000758 substrate Substances 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 5
- 230000002950 deficient Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 101100366710 Arabidopsis thaliana SSL12 gene Proteins 0.000 description 1
- 101100316860 Autographa californica nuclear polyhedrosis virus DA18 gene Proteins 0.000 description 1
- 101100366563 Panax ginseng SS13 gene Proteins 0.000 description 1
- RRLHMJHRFMHVNM-BQVXCWBNSA-N [(2s,3r,6r)-6-[5-[5-hydroxy-3-(4-hydroxyphenyl)-4-oxochromen-7-yl]oxypentoxy]-2-methyl-3,6-dihydro-2h-pyran-3-yl] acetate Chemical compound C1=C[C@@H](OC(C)=O)[C@H](C)O[C@H]1OCCCCCOC1=CC(O)=C2C(=O)C(C=3C=CC(O)=CC=3)=COC2=C1 RRLHMJHRFMHVNM-BQVXCWBNSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
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
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
入力を支援する技術に関する。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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)。
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。
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。
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。
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。
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。
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。
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)。
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。
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。
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)。
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)。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
れを示す図である。
ロック図である。
の流れを示す図である。
が表示される際の動作の流れを示す図である。
ある。
す図である。
る。
例を示す図である。
る。
る。
例を示す図である。
を示す図である。
る。
る。
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
Claims (18)
- 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。
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)
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)
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)
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)
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 |
-
2002
- 2002-04-25 JP JP2002123870A patent/JP4155496B2/ja not_active Expired - Lifetime
-
2003
- 2003-03-20 US US10/391,802 patent/US7409081B2/en not_active Expired - Fee Related
Patent Citations (11)
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)
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 |