JP2005004257A

JP2005004257A - Image processor and image processing method

Info

Publication number: JP2005004257A
Application number: JP2003163809A
Authority: JP
Inventors: Yasuhiro Ueda; 泰広上田
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 2003-06-09
Filing date: 2003-06-09
Publication date: 2005-01-06

Abstract

<P>PROBLEM TO BE SOLVED: To provide an image processor and image processing method capable of realizing a binarizing image processing with high reproducibility and high reliablility. <P>SOLUTION: This image processor comprises a boundary area extraction part 19, a first vicinity area extraction part 20, and a first vicinity area binarization part 21, in which a first vicinity area including the whole part of a first area 17 and a part of a second area adjacent to the edge part of the first area is extracted, and the density distribution in the first vicinity area is then determined to determine a threshold. Accordingly, even if an imaging condition is momentarily changed, the density distribution in the first vicinity area is never largely changed depending on the difference in the imaging condition. Therefore, the reproducibility and reliability of the threshold for binarizing the first vicinity area can be enhanced. <P>COPYRIGHT: (C)2005,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は、画像処理装置および画像処理方法に関し、たとえばアクティブマトリックス形の薄膜トランジスタ（ＴＦＴ：ＴｈｉｎＦｉｌｍＴｒａｎｓｉｓｔｏｒ）などを製造する場合に、固相成長結晶化工程後に用いられる結晶性膜における微粒子を検査するための画像処理装置および画像処理方法に関する。
【０００２】
本発明において、用語「略等しく」は「等しく」を含み、用語「略１対３」は「１対３」を含む。
【０００３】
【従来の技術】
高解像度の要望が強い液晶表示素子およびイメージセンサーなどにおいては、駆動方式として、たとえばガラスなどの絶縁基板の一表面部に高性能な半導体素子を形成したアクティブマトリックス形の薄膜トランジスタ（ＴＦＴ：Ｔｈｉｎ
ＦｉｌｍＴｒａｎｓｉｓｔｏｒ）が用いられている。前記ＴＦＴには、薄膜状のシリコン半導体を用いるのが一般的である。薄膜状のシリコン半導体は、非晶質シリコンつまりアモルファスシリコンから成る非晶質シリコン半導体と、結晶性を有するシリコンから成る結晶性シリコン半導体との２つに大別される。
【０００４】
非晶質シリコン半導体は、成膜温度が比較的低く、気相成長法によって比較的容易に製造することが可能であり、量産性に富むといった特徴を有するので、最も一般的に用いられている。しかし非晶質シリコン半導体は、結晶性シリコン半導体に比べて導電性などの物性が劣るので、高速特性を得るために結晶性シリコン半導体から成るＴＦＴの製造技術および製造方法の確立が強く求められている。
【０００５】
製造技術としては、結晶性シリコン半導体を形成する技術が開示されている（たとえば特許文献１）。すなわち、基板の一表面部に、プラズマＣＶＤ（プラズマＣＶＤ：ＣｈｅｍｉｃａｌＶａｐｏｒＤｅｐｏｓｉｔｉｏｎ）法または減圧熱化学気相成長法などによって、アモルファスシリコン薄膜が形成される。このアモルファスシリコン薄膜に金属触媒を塗布し、固相成長結晶化工程を施した後、レーザアニール結晶化工程を経て、連続結晶粒界を有する結晶性シリコン半導体膜（以後、単に結晶膜と呼ぶ場合もある）が形成される。
【０００６】
前記特許文献１に記載の従来技術では、固相成長結晶化工程における結晶化が不十分な場合、基板の一表面部のうち、非晶質シリコンのまま残留する領域は大きくなる。反対に、固相成長結晶化工程における結晶化が行過ぎた場合、基板の一表面部のうち、非晶質シリコンのまま残留する領域は小さくなる。
【０００７】
ここで、上述のような固相成長結晶化工程を管理する場合には、非晶質シリコンおよび結晶性シリコンの発生状況を観察することが必要となる。画像処理を用いて前記工程の観察手法を考察すると、特定の波長を有する光を被検査対象に照射し、前記被検査対象を撮像した場合に、非晶質シリコンと結晶性シリコンとは、濃度値の違いで撮像画像に反映されて表される。したがって非晶質シリコンおよび結晶性シリコンの発生状況の観察は、これらの画像内に占める割合を算出すること、すなわち画像の二値化問題に帰着する。
【０００８】
画像の二値化問題は、広範な応用範囲を持つため、従来より多くの分野で技術開発が進められている。たとえば、被検査画像に対してローパスフィルタを適用して照明成分などの低周波雑音を抽出した後、これを除去した画像において、前記画像を複数の小領域に分割する。分割された各ブロック毎に公知の判別分析法に基づいて局所的なしきい値を算出して画像の二値化を実現している（たとえば特許文献２）。
【０００９】
また隣接画素間の濃度値の差分が、予め設定したしきい値を超えた場合に、その画素群の背景領域と対象領域とを分離するエッジ領域として抽出する。その抽出されたエッジ領域内の各濃度値に対する濃度変化分布を算出し、その濃度変化分布の値が略最大となる濃度値を二値化しきい値として用いる技術も提案されている（たとえば特許文献３）。
【００１０】
【特許文献１】
特開平８−６９９６８号公報
【特許文献２】
特開昭６３−２１９０８１号公報（第２−３頁、第１図）
【特許文献３】
特開平９−６９５７号公報（第７頁、第２−３図）
【００１１】
【発明が解決しようとする課題】
特許文献２に記載の従来技術では、たとえば小領域に分割した後のあるブロック内において、濃度値の高い高濃度画素数に対して濃度値の低い低濃度画素数が極端に少ない場合、以下のような問題が発生し得る。すなわち、高濃度画素群に含まれるノイズ成分であって、前記低濃度画素数を超えるようなノイズ成分によって、判別分析法では適切なしきい値が算出できない場合が発生し得る。このように特許文献２に記載の従来技術では、ブロックサイズに対する検出対象の大きさによって、二値化精度が著しく低下する場合があるので、信頼性に欠ける。
【００１２】
特許文献３に記載の従来技術では、画像撮像時に照明の変動または装置に発生する振動に起因して、前記エッジ領域の位置が変化すると、二値化精度は不安定となる。たとえば、被検査対象の撮像時にその検査装置に振動が発生すると、エッジ領域における濃度値の最大値および最小値の差は小さくなる。被検査対象を振動がない状態で撮像すると、エッジ領域における濃度値の最大値および最小値の差は大きくなる。それ故、振動の有無によって、抽出するエッジ領域は不安定化する。このように特許文献３に記載の従来技術では、エッジ領域内の濃淡分布によって二値化しきい値を決定するので、画像撮像時に照明の変動または検査装置の振動がある場合には、二値化画像処理の再現性が低下する。
【００１３】
検査装置においては、同一の被検査対象を撮像した場合に、常に同等の結果が出力されること、換言すれば検査結果の高い再現性が必要である。検査結果の再現性の低い検査装置では、同一の被検査対象を検査したにもかかわらず、異なる検査結果が出力される。それ故、その検査装置における検査結果の信頼性は、非常に低いものとなる。検査結果の再現性における課題は、一般の検査装置などにおいては、撮像条件が照明の劣化または検査装置の振動などによって時々刻々と変化することである。
【００１４】
したがって本発明の目的は、再現性が高くかつ信頼性の高い二値化画像処理を実現することができる画像処理装置および画像処理方法を提供することである。
【００１５】
【課題を解決するための手段】
本発明は、少なくとも第１および第２領域が混在した撮像画像のうち、第１領域と第２領域との境界領域を抽出する境界領域抽出手段と、
撮像画像における被検査対象の第１領域の全体部分と、第１領域に近接する第２領域の一部分とを含む第１近傍領域を、前記境界領域に基づいて抽出する第１近傍領域抽出手段と、
前記第１近傍領域内における濃度値の濃度分布に基づいて、第１近傍領域内を二値化するしきい値を決定し、前記しきい値を用いて、第１近傍領域内を二値化する第１近傍領域内二値化手段とを有することを特徴とする画像処理装置である。
【００１６】
本発明に従えば、境界領域抽出手段は、少なくとも第１および第２領域が混在した撮像画像のうち、第１領域と第２領域との境界領域を抽出する。この抽出される境界領域に基づいて、第１近傍領域抽出手段は、被検査対象の第１領域の全体部分と、第１領域に近接する第２領域の一部分とを含む第１近傍領域を抽出する。その後、第１近傍領域内二値化手段は、前記第１近傍領域内における濃度値の濃度分布に基づいて、第１近傍領域内を二値化するしきい値を決定し、前記しきい値を用いて第１近傍領域内を二値化する。
【００１７】
特に、第１領域の全体部分と、第１領域に近接する第２領域の一部分とを含む第１近傍領域を抽出したうえで、この第１近傍領域内の濃度分布を求めて前記しきい値を決定しているので、仮に撮像条件が時々刻々と変化したとしても、第１近傍領域内の濃度分布自体は、撮像条件の違いで大きく変化することは皆無となる。それ故、第１近傍領域内を二値化するしきい値の再現性および信頼性を高めることができる。したがって、本発明の画像処理装置は、再現性が高くかつ信頼性の高い二値化画像処理を実現することができる。
【００１８】
また本発明は、抽出される複数の境界領域に基づいて求められる複数の濃度値の濃度分布を統合した統合濃度分布に基づいて、前記第１近傍領域を除く第３領域を二値化する第３領域二値化手段と、
第１近傍領域内二値化手段によって二値化される二値化画像と、第３領域二値化手段によって二値化される二値化画像とを統合する手段とをさらに有することを特徴とする。
【００１９】
本発明に従えば、第３領域二値化手段は、前記統合濃度分布に基づいて、撮像画像のうちの第１近傍領域を除く第３領域を二値化する。前記統合する手段は、第１近傍領域内二値化手段によって二値化される二値化画像と、第３領域二値化手段によって二値化される二値化画像とを統合する。すなわち撮像画像内において、第１近傍領域内二値化手段によって二値化されない画像が存在する場合には、第３領域二値化手段によって、前記画像を二値化することが可能となる。その後、撮像画像全体の二値化画像を求めることが可能となる。
【００２０】
また本発明は、第１近傍領域内二値化手段および第３領域二値化手段は、判別分析法を用いることを特徴とする。
【００２１】
本発明に従えば、第１近傍領域内二値化手段および第３領域二値化手段は、判別分析法を用いるので、濃度値の低い低濃度画素郡と濃度値の高い高濃度画素群のクラス間分散を、低濃度画素群の分散値と高濃度画素群の分散値との積で除した値が、最大となるようなしきい値を求めることができる。
【００２２】
また本発明は、第１近傍領域抽出手段は、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が略等しく設定されることを特徴とする。
【００２３】
本発明に従えば、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が、略等しく設定されるので、第１領域の全体部分および第２領域の一部分のそれぞれに対するノイズ成分の影響を小さくすることができる。それ故、二値化画像処理の信頼性を一層高くすることが可能となる。
【００２４】
また本発明は、第１近傍領域抽出手段は、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が略１対３に設定されることを特徴とする。
【００２５】
本発明に従えば、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が、略１対３に設定されるので、撮像条件が時々刻々と変化したとしても、第１領域と第２領域との境界領域が、前記撮像条件の変化に起因して、実際の領域よりも狭く抽出されることを防止することができる。つまり撮像画像全体をより正確に二値化することが可能となる。
【００２６】
また本発明は、少なくとも第１および第２領域が混在した撮像画像のうち、第１領域と第２領域との境界領域を抽出する境界領域抽出工程と、
撮像画像における被検査対象の第１領域の全体部分と、第１領域に近接する第２領域の一部分とを含む第１近傍領域を、抽出される前記境界領域に基づいて抽出する第１近傍領域抽出工程と、
前記第１近傍領域内における濃度値の濃度分布に基づいて、第１近傍領域内を二値化するしきい値を決定し、前記しきい値を用いて、第１近傍領域内を二値化する第１近傍領域内二値化工程とを有することを特徴とする画像処理方法である。
【００２７】
本発明に従えば、境界領域抽出工程においては、少なくとも第１および第２領域が混在した撮像画像のうち、第１領域と第２領域との境界領域を抽出する。第１近傍領域抽出工程では、被検査対象の第１領域の全体部分と、第１領域に近接する第２領域の一部分とを含む第１近傍領域を、前記境界領域抽出工程で抽出される境界領域に基づいて抽出する。第１近傍領域内二値化工程では、前記第１近傍領域内における濃度値の濃度分布に基づいて、第１近傍領域内を二値化するしきい値を決定し、前記しきい値を用いて、第１近傍領域内を二値化する。
【００２８】
特に、第１領域の全体部分と、第１領域に近接する第２領域の一部分とを含む第１近傍領域を抽出したうえで、この第１近傍領域内の濃度分布を求めて前記しきい値を決定しているので、仮に撮像条件が時々刻々と変化したとしても、第１近傍領域内の濃度分布自体は、撮像条件の違いで大きく変化することは皆無となる。それ故、第１近傍領域内を二値化するしきい値の再現性および信頼性を高めることができる。したがって、本発明の画像処理方法は、再現性が高くかつ信頼性の高い二値化画像処理を実現することができる。
【００２９】
また本発明は、抽出される複数の境界領域に基づいて求められる複数の濃度値の濃度分布を統合した統合濃度分布に基づいて、前記第１近傍領域を除く第３領域を二値化する第３領域二値化工程と、
第１近傍領域内二値化工程で二値化する二値化画像と、第３領域二値化工程で二値化する二値化画像とを統合する工程とをさらに有することを特徴とする。
【００３０】
本発明に従えば、第３領域二値化工程において、抽出される複数の境界領域に基づいて求められる複数の濃度値の濃度分布を統合した統合濃度分布に基づいて、第１近傍領域を除く第３領域を二値化する。次の工程において、第１近傍領域内二値化工程で二値化する二値化画像と、第３領域二値化工程で二値化する二値化画像とを統合する。すなわち撮像画像内において、第１近傍領域内二値化工程によって二値化されない画像が存在する場合には、上述した第３領域二値化工程において、前記画像を二値化することが可能となる。その後、撮像画像全体の二値化画像を求めることが可能となる。
【００３１】
また本発明は、第１近傍領域内二値化工程および第３領域二値化工程は、判別分析法を用いることを特徴とする。
【００３２】
本発明に従えば、第１近傍領域内二値化工程および第３領域二値化工程は、判別分析法を用いるので、濃度値の低い低濃度画素群と濃度値の高い高濃度画素群のクラス間分散を、低濃度画素群の分散値と高濃度画素群の分散値との積で除した値が、最大となるようなしきい値を求めることができる。
【００３３】
また本発明は、第１近傍領域抽出工程は、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が略等しく設定されることを特徴とする。
【００３４】
本発明に従えば、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が、略等しく設定されるので、第１領域の全体部分および第２領域の一部分のそれぞれに対するノイズ成分の影響を小さくすることができる。それ故、二値化画像処理の信頼性を一層高くすることが可能となる。
【００３５】
また本発明は、第１近傍領域抽出工程は、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が略１対３に設定されることを特徴とする。
【００３６】
本発明に従えば、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が、略１対３に設定されるので、撮像条件が時々刻々と変化したとしても、第１領域と第２領域との境界領域が、前記撮像条件の変化に起因して、実際の領域よりも狭く抽出されることを防止することができる。つまり撮像画像全体をより正確に二値化することが可能となる。
【００３７】
また本発明は、前記画像処理方法をコンピュータに実行させるためのプログラムである。
【００３８】
本発明に従えば、コンピュータに、前記画像処理方法を実行させることができる。これによって画像処理時間の短縮を図ることが可能となる。
【００３９】
また本発明は、前記プログラムを記憶したコンピュータ読取可能な記憶媒体である。
【００４０】
本発明に従えば、コンピュータ読取可能な記憶媒体に、前記プログラムを記憶しているので、記憶媒体をコンピュータに読み込ませることによって、画像処理方法を実行させることができる。
【００４１】
また本発明は、被検査対象に光を照射する照射手段と、
被検査対象を撮像する撮像手段と、
前記画像処理装置と、
第１近傍領域内が二値化される二値化画像と、前記第１近傍領域を除く第３領域が二値化される二値化画像とを同一画面に表示させる表示手段と、
を有することを特徴とする検査装置である。
【００４２】
本発明に従えば、照射手段は、被検査対象に光を照射する。撮像手段は、この被検査対象を撮像する。画像処理装置によって、第１近傍領域内が二値化される二値化画像と、第３領域が二値化される二値化画像とを、表示手段でもって同一画面に表示させる。特に表示手段は、これら二値化画像を同一画面に表示させるので、撮像画像のうちの二値化画像を目視にて確認することができる。
【００４３】
【発明の実施の形態】
図１は、本発明の実施形態に係る検査装置１の構成を概略示す模式図である。本実施形態は、たとえばアクティブマトリックス形の薄膜トランジスタなどを製造する場合に、固相成長結晶化工程後に得られる結晶性膜を検査する検査装置に、本発明の画像処理装置を適用した場合の一例を示す。以下の説明は、画像処理方法についての説明をも含む。非晶質シリコン半導体膜（以後、単に非晶質膜と呼ぶ場合がある）を作製した後、この非晶質膜を、固相成長結晶化工程によって部分的に結晶化させて結晶性膜を作製する。この結晶性膜を前記検査装置１によって検査するものとする。
【００４４】
検査装置１は、照射部２と、撮像部３と、画像処理部４と、結果表示部５とを有する。照射手段としての照射部２は、被検査対象である結晶性膜６が形成された基板７に光を照射する。照射部２は、基板７の厚み方向一方でかつ前記厚み方向に対し斜め方向から基板７に検査用の光を照射するように構成されている。撮像手段としての撮像部３は、基板７の厚み方向一方に支持され、基板７に形成された結晶性膜６を撮像可能に配置して設けられている。また撮像部３は、基板７に合わせた撮像倍率を選択可能に構成されている。
【００４５】
本実施形態において、照射部２は、前記斜め方向から光を照射する反射照明を用いているが、必ずしもこれに限定されるものではない。たとえばガラス基板の一表面部に形成された結晶性膜に関しては、非晶質膜領域と結晶膜領域との撮像画像における濃度値を比較すると、前記斜め方向から光を照射するいわゆる照明反射率よりも、照明透過率の方が差が大きいために、透過照明を用いることも可能である。前記非晶質膜領域を非晶質シリコン部位と呼ぶ場合がある。前記結晶膜領域を結晶化シリコン部位と呼ぶ場合がある。
【００４６】
撮像部３に関しては、被検査対象である基板７に合わせた撮像倍率を選択することが必要である。本実施形態においては、結晶性膜６を画像処理するにあたって、画像データサイズをたとえば水平方向６４０画素、垂直方向４８０画素として粒状の非晶質シリコン部位の直径がたとえば約５画素以上１５画素以下となるような撮像倍率を選択している。ただし、画像処理装置および画像処理方法によって検出可能な非晶質シリコン部位の直径は、前記５画素以上１５画素以下に制限されるものではない。
【００４７】
後述する画像処理装置である画像処理部４は、撮像部３に電気的に接続されている。また表示手段としての結果表示部５は、画像処理部４に電気的に接続されている。撮像部３で撮像された撮像画像は、前記撮像部３にて画像データ化されたうえで画像処理部４に送信され、前記画像処理部４にて画像処理される。この画像処理された結果画像は、前記結果表示部５すなわち後述するディスプレイに表示される。
【００４８】
図２は、検査装置１の制御系のブロック図である。コンピュータのコンピュータ本体８は、中央演算処理装置９（ＣＰＵ：ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）とロム１０（ＲＯＭ：ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）とラム１１（ＲＡＭ：ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）とから成るマイクロコンピュータと、バス１２と、入出力インタフェース１３と、駆動回路１４とを有する。中央演算処理装置９とロム１０とラム１１とは、バス１２を介して入出力インタフェース１３に電気的に接続されている。コンピュータ本体８の内部において、入出力インタフェース１３には図示外の画像ボードが電気的に接続され、前記画像ボードと撮像部３とが電気的に接続されている。
【００４９】
したがって撮像画像は、前記画像ボード、入出力インタフェース１３、駆動回路１４を介してディスプレイ５に出力される。入出力インタフェース１３には入力手段であるキーボード１５およびマウス１６がそれぞれ電気的に接続されている。また入出力インタフェース１３には、駆動回路１４を介してディスプレイ５が電気的に接続されている。ロム１０には、撮像部３で撮像された撮像画像を画像処理するプログラムが格納されている。前記プログラムは中央演算処理装置９にて実行される。ロム１０が、前記プログラムを記憶したコンピュータ読取可能な記憶媒体に相当する。
【００５０】
図３は、撮像画像が二値化される工程を段階的に示す図である。図１もあわせて参照する。本実施形態においては、結晶性膜を被検査対象としているので、撮像画像中の濃度値の低い低濃度部位１７が非晶質シリコン部位に相当し、濃度値の高い高濃度部位１８が結晶化シリコン部位に相当する。図３（１）の撮像画像では、非晶質シリコン部位１７は黒色に近い色で表され、結晶化シリコン部位１８は白色に近い色で表される。また図３の撮像画像のうちで、破線で表現されている部分は、画像処理方法を説明するために付加した仮想部分であり、実際の画像処理によって、撮像画像中に出現するものではない。
【００５１】
画像処理部４は、境界領域抽出部１９と、第１近傍領域抽出部２０と、第１近傍領域内二値化部２１と、第３領域二値化部２２と、二値化領域統合部２３とを有する。境界領域抽出手段としての境界領域抽出部１９は、第１領域としての非晶質膜領域すなわち非晶質シリコン部位１７と、第２領域としての結晶膜領域すなわち結晶化シリコン部位１８とが混在した撮像画像のうち、非晶質シリコン部位１７と結晶化シリコン部位１８との境界領域を抽出する。前記境界領域をエッジ領域と呼ぶ場合がある。境界領域抽出部１９をエッジ領域抽出部１９と呼ぶ場合がある。前記エッジ領域とは、非晶質シリコン部位１７と結晶化シリコン部位１８との境界領域となる一連の画素群であり、さらに低濃度部位１７と高濃度部位１８とのコントラストが一定値以上の値となるものと同義である。前記コントラストは、濃度値の「差」と同義である。
【００５２】
エッジ領域抽出部１９によるエッジ抽出処理では、具体的に、撮像画像内に含まれる全てのエッジ領域を抽出する。前記エッジ領域は、以下の手順によって抽出される。すなわち撮像画像つまり画像データに関して、隣接する画素間の濃度値の差分値を求める。前記差分値が、予め設定したしきい値よりも大きい場合には、これに相当する画素を、エッジ候補画素とする。このエッジ候補画素によって抽出した二値化画像を求める。次に、画像内のエッジ候補画素に対して、ノイズ成分を除去するための孤立点除去処理および、途切れたエッジ候補画素を連結するための連結処理などを施して、エッジに相当する全ての画素を抽出する。さらに、前記画素に対して連続するエッジ画素にラベル付けを行うことによって、一連のエッジ画素群から成る領域を一つのエッジ領域として抽出する。
【００５３】
上述したエッジ抽出処理を画像データにて説明すると、図３（１）に示すように、撮像画像である画像データには、４点の低濃度部位１７つまり非晶質シリコン部位１７が存在している。この撮像画像において、矩形状の外枠領域の任意の一辺に対して平行な方向をｘ方向とし、この一辺に隣接する一辺に対して平行な方向をｙ方向とする。撮像画像における位置をｘおよびｙ座標を用いて表すものとする。また前記隣接する一辺と一辺との交点Ｐｏを、ｘｙ座標の原点と定義する。
【００５４】
画像データに対して、隣接する画素間の濃度値の差分を求めたものは、図３（２´）に示す画像データのようになる。前記画像データにおいては、図３（１）の画像データ中の４点の低濃度部位１７のうち、周囲の高濃度部位１８とのコントラストが十分に大きい３点の低濃度部位１７は、その境界において濃度差が十分に大きいため、白抜きのリング状に示される。前記３点の低濃度部位１７とは、ｘｙ座標の原点付近の低濃度部位１７と、ｘ座標の原点から離隔しかつｙ座標の原点付近の低濃度部位１７と、ｘ座標の原点付近でかつｙ座標の原点から離隔した低濃度部位１７である。
【００５５】
図３（１）の画像データ中の４点の低濃度部位１７のうち、周囲の高濃度部位１８とのコントラストが低い１点の低濃度部位１７は、その境界において濃度差が小さいため、灰色のリング状に示される。前記１点の低濃度部位１７とは、ｘ座標の原点から離隔しかつｙ座標の原点から離隔した低濃度部位１７である。これらの境界以外の部位については、隣接する画素間の濃度差が非常に小さいので、図３（２´）の画像データ中において黒色で示される。さらに、前記画像データに対して、しきい値処理、ノイズ成分を除去するための孤立点除去処理および、途切れたエッジ候補画素を連結するための連結処理などを施したものは、図３（２）に示す画像データとなる。前記画像データにおいて、周囲とのコントラストが十分に大きい前記３点の低濃度部位１７の境界だけが、画像内におけるエッジに相当する画素として抽出される。
【００５６】
これらのエッジ相当画素を対象として、画像内の連続するエッジ領域に、それぞれラベル番号を付与することによって、３つのエッジ領域が得られる。各ラベル番号に相当する３つのエッジ領域に対して、水平方向幅および垂直方向高さなどをそれぞれ計測することによって、抽出された３つの低濃度部位１７のおおよその幅および高さと、中心座標とを得ることができる。
【００５７】
第１近傍領域抽出部２０は、後述する第１近傍領域２４を前記エッジ領域に基づいて抽出する。具体的には、これまでに前記エッジ抽出処理によって、低濃度部位１７と高濃度部位１８との境界に相当する部位が、図３（２）の画像データに示されるようにエッジ領域として抽出される。またこれらのエッジ領域については、各形状および座標を計測済みであるため、これらの値に基づいて、低濃度部位近傍領域２４すなわち第１近傍領域２４を抽出する。第１近傍領域２４は、非晶質シリコン部位１７の全体部分と、非晶質シリコン部位１７の縁部に近接する結晶化シリコン部位１８の一部分１８ａとを含む。図３（３）の画像データに示すように、この第１近傍領域は２４、前記３点の低濃度部位１７の縁部よりもやや拡大した領域であって、破線枠で示す領域である。
【００５８】
第１近傍領域２４の具体的な決定方法については、たとえば、ある低濃度部位１７の幅および高さに関して、それぞれの値の約２倍の平方根に相当する値の倍率にて、第１近傍領域２４の幅および高さを決定する。これによると、その第１近傍領域２４における低濃度部位１７と高濃度部位１８ａとの画素比率は、略１対１となる。換言すれば、第１近傍領域抽出部２０は、第１近傍領域２４内における第１領域１７の全体部分と第２領域１８の一部分１８ａとの比率が略等しく設定される。本実施形態において、「比率」は、「画素比率」と同義である。本実施形態において「略１対１」は、「１対１」を含む。また、ある低濃度部位１７の幅および高さに関して、それぞれの値の約２倍にて、第１近傍領域２４の幅および高さを決定する。これによると、その第１近傍領域２４における低濃度部位１７と高濃度部位１８の一部分１８ａとの画素比率は、略１対３となる。換言すれば、第１近傍領域抽出部２０は、第１近傍領域２４内における第１領域１７の全体部分と、第２領域１８の一部分１８ａとの比率が、略１対３に設定される。本実施形態において「略１対３」は、「１対３」を含む。これらの第１近傍領域２４の決定方法の利点などに関しては、後述する。
【００５９】
このように第１近傍領域２４が抽出された後、画像処理部４の第１近傍領域内二値化部２１によって、画像データ内の第１近傍領域２４内は、それぞれ二値化処理が行われる。すなわち、第１近傍領域内二値化部２１は、図３（４）に示すように、第１近傍領域２４内における濃度値の濃度分布である濃度ヒストグラムに基づいて、第１近傍領域２４内を二値化するしきい値２５を決定し、図３（５）に示すように、前記しきい値２５を用いて、第１近傍領域２４内を二値化する。前記濃度ヒストグラムは、濃度を横軸にとり度数を縦軸にとったヒストグラムであって、この濃度ヒストグラムは、前記第１近傍領域２４について算出される。ここでは、３点の第１近傍領域２４が抽出されているので、ヒストグラム作成処理を繰り返すことによって、最終的に図３（４）に示すように、３点の第１近傍領域２４に対応する３つの濃度ヒストグラムがそれぞれ独立して作成される。
【００６０】
第１近傍領域内二値化部２１は、上述したように、濃度ヒストグラムに基づいて、第１近傍領域２４内を二値化するしきい値２５を算出し、前記しきい値２５によって、第１近傍領域２４内を二値化処理する。ここで、第１近傍領域内二値化部２１は、判別分析法を用いる。判別分析法とは、画素の濃度分布を統計的に解析して、低濃度画素群と高濃度画素群との分離度が最大となるような二値化しきい値を算出する手法である。すなわち、濃度を横軸にとり度数を縦軸にとった濃度ヒストグラムにおいて、二値化しきい値は、ある濃度において濃度ヒストグラムを前記横軸の軸線方向一方側の低濃度画素群と、横軸の軸線方向他方側の高濃度画素群とに分離する値である。
【００６１】
前記判別分析法においては、低濃度画素群および高濃度画素群のクラス間分散を、低濃度画素群の分散値と高濃度画素群の分散値との積で除した値が、最大値となるような二値化しきい値を求める。図３（４）に示すように、各第１近傍領域２４に対して、それぞれ濃度ヒストグラムが算出され、前記判別分析法によって、各第１近傍領域２４に対して独立した異なる二値化しきい値２５が算出される。前記しきい値２５によって、第１近傍領域内２４の画素に対して、二値化処理が実施される。抽出された全ての第１近傍領域２４に対して、二値化処理が実施されるまで、この二値化処理が繰り返し行われる。そして、図３（５）の画像データに示すように、抽出された３点の第１近傍領域２４を二値化処理した結果が表示される。
【００６２】
このように第１近傍領域２４についての二値化が終了した後、画像処理部４の第３領域二値化部２２は、撮像画像のうち前記第１近傍領域２４を除く第３領域２６を二値化する。つまり第３領域二値化部２２は、ここまでで二値化されていない第３領域２６であって、第１近傍領域２４以外の第３領域２６を二値化するしきい値２７を算出したうえで、第３領域２６を二値化処理する。より具体的には、第３領域二値化部２２は、抽出される複数のエッジ領域に基づいて求められる３つの前記濃度ヒストグラムを総和した図３（７）に示す総和ヒストグラムを求める。さらに第３領域二値化部２２は、求められた総和ヒストグラムから、判別分析法にて二値化しきい値を算出する。第３領域二値化部２２は、前記二値化しきい値２７によって、第１近傍領域２４以外の第３領域２６を二値化処理する。前記総和ヒストグラムが、総合濃度分布に相当する。
【００６３】
二値化領域統合部２３は、上述したように求められた図３（５）に示す第１近傍領域２４の二値化画像と、図３（６）に示す第３領域２６の二値化画像との論理和を求める。つまり図３（８）に示すように、これら２つの二値化画像は、二値化領域統合部２３によって統合される。統合された二値化画像は、前記結果表示部であるディスプレイ５に表示される。
【００６４】
図４は、本実施形態の画像処理方法を段階的に表すフローチャートである。図４において、ａｉ（ｉ＝１，２，３，…）はステップを示す。検査装置１の図示外の主電源を投入し、照明部２によって被検査対象である結晶性膜６が形成された基板７に光を照射しつつ、この被検査対象を撮像部３によって撮像する。ステップ１では、照射された被検査対象は、撮像部３で画像データ化されて画像処理部４に送信される。換言すれば被検査画像が、画像処理部４に入力処理される。
【００６５】
次にステップ２に移行し、上述したエッジ領域抽出部１９によるエッジ抽出処理が行われる。その後、ステップ３において、第１近傍領域抽出部２０によって第１近傍領域２４が抽出される。前記第１近傍領域２４すなわち低濃度部位近傍領域２４が抽出された後、ステップ４に移行し、このステップ４において、第１近傍領域内二値化部２１のうちの図示外の第１近傍領域ヒストグラム作成処理部によって、濃度ヒストグラムが作成される。次に、ステップ５において、第１近傍領域２４の濃度ヒストグラム総和処理が行われる。すなわち前記総和ヒストグラムが算出される。前記濃度ヒストグラム総和処理は、後処理である第３領域２６の二値化しきい値２７を決定するために行われる。
【００６６】
次に、ステップ６に移行して、第１近傍領域２４内の二値化処理が実施される。その後ステップ７にて、第１近傍領域２４内の二値化処理が終了したか否かが判定される。ステップ７において、全ての第１近傍領域２４内の二値化処理が終了したと判定されると、ステップ８に移行する。ステップ７において、全ての第１近傍領域２４内の二値化処理が終了していないと判定されると、ステップ４に戻る。
【００６７】
ステップ８において、第３領域二値化部２２によって、第１近傍領域２４以外の第３領域２６の二値化処理が実施される。次に、ステップ９において、二値化領域統合部２３によって、第１近傍領域２４の二値化画像と、第３領域２６の二値化画像とが統合され、統合された二値化画像は、ステップ１０において、結果表示部であるディスプレイ５に表示される。
【００６８】
図５は、第１領域１７の全体部分と、第１領域１７の縁部に近接する第２領域１８の一部分１８ａとを含む第１近傍領域２４決定の１手法を示す図である。第１近傍領域２４すなわち低濃度部位近傍領域２４の決定方法に関しては、いろいろな方法が考えられる。先に、低濃度部位近傍領域２４内の低濃度部位１７と高濃度部位１８の一部分１８ａとの画素比率が、略１対１となるものを紹介した。図５（１）の画像データに対して、エッジ領域を抽出した画像は、図５（２）に示す画像データである。
【００６９】
ここで図５（２´）のグラフには、図５（１）に示す画像データ上に示すｘ方向の破線上の画素の濃度分布プロフィールが示されている。前記グラフは、縦軸に画素の濃度、横軸に画素のｘ座標をそれぞれ配置している。前記グラフ中において縦軸方向一方側の太実線Ｌａは、前記濃度分布プロフィールである。前記グラフ中において縦軸方向他方側の太実線Ｌｂは、前記濃度分布プロフィールに対応する隣接画素間の濃度差分値である。この濃度差分値は、一般的に画像におけるコントラスト、すなわちエッジの強さを表すものである。ここで図５の濃度差分値で、図中に水平線分Ｌｈで示すあるしきい値を超えるものに関して、エッジ候補画素を抽出した場合、これに対応するエッジ領域として、図５（２）に示すような画像データのエッジ領域が得られる。
【００７０】
図５（３）に示すように、抽出されたエッジ領域に対して、第１近傍領域２４を決定した画像データが表されている。この画像データに関して、破線円にて示される第１近傍領域２４内の濃度ヒストグラムは、図５（４）のように表される。このような濃度ヒストグラムに示される画素分布においては、低濃度部位１７と高濃度部位１８の一部分１８ａとの画素比率が略１対１であるため、各々の画素群に対するノイズ成分の影響が小さく、判別分析法によって最も安定して二値化を行うことが可能となる。このように求められたしきい値２８にて、二値化を行った画像が、図５（５）に示す画像データである。
【００７１】
図６は、第１近傍領域２４内における第１領域１７の全体部分と第２領域１８の一部分１８ａとの比率と、抽出される境界領域との関係を示す図である。図６（１）には、画像撮像時に、たとえば検査装置１に振動が発生したと想定した場合の画像データが示される。図６（２´）には、前記画像データ上に示すｘ方向の破線上に位置する画素の濃度分布プロフィールＬｃが縦軸方向一方側に表され、前記濃度分布プロフィールＬｃに対応する隣接画素間の濃度差分値Ｌｄが縦軸方向他方側に表される。
【００７２】
これら濃度分布プロフィールＬｃおよび濃度差分値Ｌｄと、図６（２´）のグラフ中に破線で表示された前記画像データでの濃度分布プロフィールおよび隣接画素間の濃度差分値とを比較する。すると、濃度差分しきい値２９にてエッジを抽出した場合に、エッジ部位がより狭く抽出されることがわかる。実際にエッジ抽出を行うと、図６（２）に示す画像データが得られる。ここで前述のように、低濃度部位１７と高濃度部位１８の一部分との画素比率が略１対１になるように第１近傍領域を決定した場合には、前記第１近傍領域は、図６（３）における画像データの太破線Ｌｅによる円にて示されるものとなる。
【００７３】
これについて濃度ヒストグラムを作成すると、図６（４）に示すような濃度ヒストグラムが表される。したがって判別分析法によって低濃度部位１７のみのデータに基づいて、二値化しきい値３０が決定される。前記二値化しきい値３０は、通常よりもかなり低いものとなり、図６（５）の画像データのように、実際の低濃度部位１７よりも小さな領域１７ａが抽出されてしまう。特に、結晶成長境界部位のような複雑な形状の低濃度部位に関しては、微細部位の消失に加えて、エッジ領域の総延長が長くなることから、この傾向が顕著である。
【００７４】
一方、低濃度部位１７と高濃度部位１８の一部分との画素比率を、略１対３となるように第１近傍領域を抽出した場合には、図６（３）の画像データに示す細破線Ｌｆによる円にて示されるものが第１近傍領域に相当し、その濃度ヒストグラム形状は図６（６）に示されるものとなる。前記濃度ヒストグラムに関して、二値化しきい値３１は、判別分析法によって低濃度部位１７と高濃度部位１８の一部分とから決定される。それ故、図６（７）に示すように、実際の低濃度部位１７の領域が抽出される。また、照明などの劣化によって、画像の背景が暗くなった場合にも、低濃度部位１７と高濃度部位１８とのコントラストが低下し、その際想定される画像データは、図６（１´）のように表される。前記画像データから得られる濃度分布プロフィールＬｇおよび隣接画素の差分値Ｌｉは、図６（２″）に示すようになるため、やはり抽出されるエッジ部位はより狭いものとなり、前記振動が発生した場合の画像と同様の問題を抱えることになる。
【００７５】
ここで、第１近傍領域を低濃度部位１７に比較して十分に大きくとることによって、前記振動の影響または照明の劣化を減少させることも考えられるが、実際にはそのような第１近傍領域内の濃度ヒストグラム中における低濃度成分の度数が極端に小さくなる。それ故、これがノイズ成分などに埋もれてしまい、二値化しきい値の精度が低くなる。これは、低濃度成分と高精度成分との比率が、極端に異なる画像全面で判別分析法を適用したときに発生する現象と同等であり、たとえば画像内の低濃度部位および高濃度部位の分布を考慮せずに単純にあるサイズで局所ブロックに分割して判別分析法を適用した際に、前記局所ブロック内の低濃度部位と高濃度部位との比率が大きく異なる場合にもこの現象が発生する。
【００７６】
本実施形態の画像処理方法においては、低濃度部位１７を抽出したうえで、低濃度部位１７と高濃度部位１８とを安定した比率で含むように局所領域を決定して、この局所領域に対して判別分析法を適用することによって、前記問題を克服している。
【００７７】
以上説明した画像処理装置によれば、特に、第１領域としての非晶質シリコン部位１７の全体部分と、非晶質シリコン部位１７の縁部に近接する第２領域としての結晶化シリコン部位１８の一部分１８ａとを含む第１近傍領域２４を抽出したうえで、この第１近傍領域２４内の濃度分布を求めてしきい値を決定しているので、仮に撮像条件が時々刻々と変化したとしても、第１近傍領域２４内の濃度分布自体は、撮像条件の違いで大きく変化することは皆無となる。それ故、第１近傍領域２４内を二値化するしきい値の再現性および信頼性を高めることができる。したがって、再現性が高くかつ信頼性の高い二値化画像処理を実現することができる。
【００７８】
また第３領域二値化部２２は、抽出される複数の境界領域に基づいて求められる複数の濃度値の濃度分布を統合した統合濃度分布に基づいて、撮像画像のうちの第１近傍領域２４を除く第３領域２６を二値化する。二値化領域統合部２３は、第１近傍領域内二値化部２１によって二値化される二値化画像と、第１近傍領域内二値化部２１によって二値化される二値化画像との論理和を求める。したがって、撮像画像全体の二値化画像を求めることが可能となる。第１近傍領域内二値化部２１および第３領域二値化部２２は、判別分析法を用いるので、濃度値の低い低濃度画素群と濃度値の高い高濃度画素群のクラス間分散を、低濃度画素群の分散値と高濃度画素群の分散値との積で除した値が、最大となるようなしきい値を求めることができる。
【００７９】
第１近傍領域２４内における第１領域１７の全体部分と第２領域８の一部分１８ａとの比率が、略等しく設定される場合には、第１領域１７の全体部分および第２領域１８の一部分１８ａのそれぞれに対するノイズ成分の影響を小さくすることができる。それ故、二値化画像処理の信頼性を一層高くすることができる。第１近傍領域２４内における第１領域１７の全体部分と第２領域１８の一部分１８ａとの比率が、略１対３に設定される場合には、撮像条件が時々刻々と変化したとしても、第１領域１７と第２領域１８との境界領域が、前記撮像条件の変化に起因して、実際の領域よりも狭く抽出されることを防止することができる。つまり撮像画像全体をより正確に二値化することが可能となる。上述した画像処理方法をコンピュータに実行させるためのプログラムが、ロム１０に格納されているので、コンピュータに前記画像処理方法を実行させることができる。これによって画像処理時間の短縮を図ることができる。
【００８０】
本実施形態においては、第１領域として非晶質膜領域すなわち非晶質シリコン部位を適用し、第２領域として結晶膜領域すなわち結晶化シリコン部位を適用したが、第１領域として結晶化シリコン部位を適用し、第２領域として非晶質シリコン部位を適用してもよい。前記画像処理方法をコンピュータに実行させるためのプログラムは、ロム以外の記憶媒体に格納されていてもよい。本発明の画像処理装置および画像処理方法は、必ずしもアクティブマトリックス形の薄膜トランジスタを製造する場合のみに適用されるものではない。また前記実施形態に、特許請求の範囲を逸脱しない範囲において種々の部分的変更を行う場合もある。
【００８１】
【発明の効果】
以上のように本発明によれば、境界領域抽出手段は、少なくとも第１および第２領域が混在した撮像画像のうち、第１領域と第２領域との境界領域を抽出する。この抽出される境界領域に基づいて、第１近傍領域抽出手段は、被検査対象の第１領域の全体部分と、第１領域に近接する第２領域の一部分とを含む第１近傍領域を抽出する。その後、第１近傍領域内二値化手段は、前記第１近傍領域内における濃度値の濃度分布に基づいて、第１近傍領域内を二値化するしきい値を決定し、前記しきい値を用いて第１近傍領域内を二値化する。
【００８２】
特に、第１領域の全体部分と、第１領域に近接する第２領域の一部分とを含む第１近傍領域を抽出したうえで、この第１近傍領域内の濃度分布を求めて前記しきい値を決定しているので、仮に撮像条件が時々刻々と変化したとしても、第１近傍領域内の濃度分布自体は、撮像条件の違いで大きく変化することは皆無となる。それ故、第１近傍領域内を二値化するしきい値の再現性および信頼性を高めることができる。したがって、本発明の画像処理装置は、再現性が高くかつ信頼性の高い二値化画像処理を実現することができる。
【００８３】
また本発明によれば、第３領域二値化手段は、統合濃度分布に基づいて、撮像画像のうちの第１近傍領域を除く第３領域を二値化する。統合する手段は、第１近傍領域内二値化手段によって二値化される二値化画像と、第３領域二値化手段によって二値化される二値化画像とを統合する。すなわち撮像画像内において、第１近傍領域内二値化手段によって二値化されない画像が存在する場合には、第３領域二値化手段によって、前記画像を二値化することが可能となる。その後、撮像画像全体の二値化画像を求めることが可能となる。
【００８４】
また本発明によれば、第１近傍領域内二値化手段および第３領域二値化手段は、判別分析法を用いるので、濃度値の低い低濃度画素群と濃度値の高い高濃度画素群のクラス間分散を、低濃度画素群の分散値と高濃度画素群の分散値との積で除した値が、最大となるようなしきい値を求めることができる。
【００８５】
また本発明によれば、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が、略等しく設定されるので、第１領域の全体部分および第２領域の一部分のそれぞれに対するノイズ成分の影響を小さくすることができる。それ故、二値化画像処理の信頼性を一層高くすることが可能となる。
【００８６】
また本発明によれば、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が、略１対３に設定されるので、撮像条件が時々刻々と変化したとしても、第１領域と第２領域との境界領域が、前記撮像条件の変化に起因して、実際の領域よりも狭く抽出されることを防止することができる。したがって撮像画像全体をより正確に二値化することが可能となる。
【００８７】
また本発明によれば、特に、第１領域の全体部分と、第１領域に近接する第２領域の一部分とを含む第１近傍領域を抽出したうえで、この第１近傍領域内の濃度分布を求めて前記しきい値を決定しているので、仮に撮像条件が時々刻々と変化したとしても、第１近傍領域内の濃度分布自体は、撮像条件の違いで大きく変化することは皆無となる。それ故、第１近傍領域内を二値化するしきい値の再現性および信頼性を高めることができる。したがって、本発明の画像処理方法は、再現性が高くかつ信頼性の高い二値化画像処理を実現することができる。
【００８８】
また本発明によれば、第３領域二値化工程において、抽出される複数の境界領域に基づいて求められる複数の濃度値の濃度分布を統合した統合濃度分布に基づいて、第１近傍領域を除く第３領域を二値化する。次の工程において、第１近傍領域内二値化工程で二値化する二値化画像と、第３領域二値化工程で二値化する二値化画像とを統合する。すなわち撮像画像内において、第１近傍領域内二値化工程によって二値化されない画像が存在する場合には、上述した第３領域二値化工程において、前記画像を二値化することが可能となる。その後、撮像画像全体の二値化画像を求めることが可能となる。
【００８９】
また本発明によれば、第１近傍領域内二値化工程および第３領域二値化工程は、判別分析法を用いるので、濃度値の低い低濃度画素群と濃度値の高い高濃度画素群のクラス間分散を、低濃度画素群の分散値と高濃度画素群の分散値との積で除した値が、最大となるようなしきい値を求めることができる。
【００９０】
また本発明によれば、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が、略等しく設定されるので、第１領域の全体部分および第２領域の一部分のそれぞれに対するノイズ成分の影響を小さくすることができる。それ故、二値化画像処理の信頼性を一層高くすることが可能となる。
【００９１】
また本発明によれば、第１近傍領域内における第１領域の全体部分と第２領域の一部分との画素比率が、略１対３に設定されるので、撮像条件が時々刻々と変化したとしても、第１領域と第２領域との境界領域が、前記撮像条件の変化に起因して、実際の領域よりも狭く抽出されることを防止することができる。したがって撮像画像全体をより正確に二値化することが可能となる。
【００９２】
また本発明によれば、コンピュータに、前記画像処理方法を実行させることができる。これによって画像処理時間の短縮を図ることが可能となる。
【００９３】
また本発明によれば、コンピュータ読取可能な記憶媒体に、前記プログラムを記憶しているので、記憶媒体をコンピュータに読み込ませることによって、画像処理方法を実行させることができる。
【００９４】
また本発明によれば、照射手段は、被検査対象に光を照射する。撮像手段は、この被検査対象を撮像する。画像処理装置によって、第１近傍領域内が二値化される二値化画像と、第３領域が二値化される二値化画像とを、表示手段でもって同一画面に表示させる。特に表示手段は、これら二値化画像を同一画面に表示させるので、撮像画像のうちの二値化画像を目視にて確認することができる。
【図面の簡単な説明】
【図１】本発明の実施形態に係る検査装置１の構成を概略示す模式図である。
【図２】検査装置１の制御系のブロック図である。
【図３】撮像画像が二値化される工程を段階的に示す図である。
【図４】本実施形態の画像処理方法を段階的に表すフローチャートである。
【図５】第１領域１７の全体部分と、第１領域１７の縁部に近接する第２領域１８の一部分１８ａとを含む第１近傍領域２４決定の１手法を示す図である。
【図６】第１近傍領域内における第１領域１７の全体部分と第２領域１８の一部分との比率と、抽出される境界領域との関係を示す図である。
【符号の説明】
１検査装置
２照射部
３撮像部
４画像処理部
５結果表示部
６結晶性膜
１０ロム
１７非晶質シリコン部位
１８結晶化シリコン部位
１８ａ一部分
１９境界領域抽出部
２０第１近傍領域抽出部
２１第１近傍領域内二値化部
２２第３領域二値化部
２３二値化領域統合部
２４第１近傍領域
２６第３領域[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an image processing apparatus and an image processing method, and inspects fine particles in a crystalline film used after a solid-phase growth crystallization step when, for example, an active matrix type thin film transistor (TFT) is manufactured. The present invention relates to an image processing apparatus and an image processing method.
[0002]
In the present invention, the term “approximately equal” includes “equally” and the term “approximately 1 to 3” includes “1 to 3”.
[0003]
[Prior art]
In a liquid crystal display device and an image sensor that have a strong demand for high resolution, an active matrix thin film transistor (TFT: Thin) in which a high-performance semiconductor device is formed on one surface portion of an insulating substrate such as glass is used as a driving method.
Film Transistor) is used. A thin film silicon semiconductor is generally used for the TFT. Thin film silicon semiconductors are roughly classified into two types: amorphous silicon semiconductors made of amorphous silicon, that is, amorphous silicon, and crystalline silicon semiconductors made of crystalline silicon.
[0004]
Amorphous silicon semiconductors are most commonly used because they have characteristics such as a relatively low film formation temperature, can be manufactured relatively easily by a vapor deposition method, and are rich in mass productivity. . However, since amorphous silicon semiconductors are inferior in physical properties such as conductivity compared to crystalline silicon semiconductors, there is a strong demand for the establishment of manufacturing techniques and manufacturing methods for TFTs made of crystalline silicon semiconductors in order to obtain high-speed characteristics. Yes.
[0005]
As a manufacturing technique, a technique for forming a crystalline silicon semiconductor is disclosed (for example, Patent Document 1). That is, an amorphous silicon thin film is formed on one surface portion of the substrate by plasma CVD (Chemical Vapor Deposition) or low pressure thermal chemical vapor deposition. The amorphous silicon thin film is coated with a metal catalyst, subjected to a solid phase growth crystallization process, then subjected to a laser annealing crystallization process, and then a crystalline silicon semiconductor film having continuous crystal grain boundaries (hereinafter simply referred to as a crystal film) Is also formed.
[0006]
In the prior art described in Patent Document 1, when the crystallization in the solid phase growth crystallization process is insufficient, the region remaining as amorphous silicon in one surface portion of the substrate becomes large. On the other hand, when the crystallization in the solid phase growth crystallization process is excessively performed, a region remaining as amorphous silicon in one surface portion of the substrate becomes small.
[0007]
Here, when managing the solid phase growth crystallization process as described above, it is necessary to observe the generation of amorphous silicon and crystalline silicon. Considering the observation method of the process using image processing, when the object to be inspected is irradiated with light having a specific wavelength and the object to be inspected is imaged, the concentration of amorphous silicon and crystalline silicon is The difference in values is reflected in the captured image. Therefore, the observation of the generation state of amorphous silicon and crystalline silicon results in calculating the ratio of these images in the image, that is, the binarization problem of the image.
[0008]
Since the image binarization problem has a wide range of applications, technological development has been advanced in many fields. For example, a low-pass filter is applied to the image to be inspected to extract low-frequency noise such as an illumination component, and then the image is divided into a plurality of small regions in the image from which this is removed. For each divided block, a local threshold value is calculated based on a known discriminant analysis method to realize binarization of an image (for example, Patent Document 2).
[0009]
When the difference in density value between adjacent pixels exceeds a preset threshold value, the background area of the pixel group is extracted as an edge area that separates the target area. A technique has also been proposed in which a density change distribution is calculated for each density value in the extracted edge region, and the density value at which the density change distribution value is substantially maximum is used as a binarization threshold (for example, Patent Documents). 3).
[0010]
[Patent Document 1]
JP-A-8-69968
[Patent Document 2]
Japanese Patent Laid-Open No. 63-219081 (page 2-3, FIG. 1)
[Patent Document 3]
Japanese Patent Laid-Open No. 9-6957 (page 7, Fig. 2-3)
[0011]
[Problems to be solved by the invention]
In the conventional technique described in Patent Document 2, for example, in a certain block after being divided into small areas, when the number of low density pixels having a low density value is extremely small with respect to the number of high density pixels having a high density value, Such a problem may occur. That is, there may occur a case where an appropriate threshold value cannot be calculated by the discriminant analysis method due to noise components included in the high density pixel group and exceeding the number of low density pixels. As described above, the conventional technique described in Patent Document 2 lacks reliability because binarization accuracy may be significantly reduced depending on the size of the detection target with respect to the block size.
[0012]
In the prior art described in Patent Document 3, if the position of the edge region changes due to illumination fluctuations or vibrations generated in the apparatus during image capture, the binarization accuracy becomes unstable. For example, if vibration occurs in the inspection apparatus during imaging of the inspection target, the difference between the maximum value and the minimum value of the density values in the edge region becomes small. When the object to be inspected is imaged without vibration, the difference between the maximum value and the minimum value of the density values in the edge region increases. Therefore, the edge region to be extracted becomes unstable depending on the presence or absence of vibration. As described above, in the conventional technique described in Patent Document 3, the binarization threshold value is determined based on the density distribution in the edge region. Therefore, if there is a change in illumination or vibration of the inspection apparatus during image capturing, binarization is performed. Image processing reproducibility is reduced.
[0013]
In the inspection apparatus, when the same inspection object is imaged, an equivalent result is always output, in other words, a high reproducibility of the inspection result is necessary. In an inspection apparatus with low reproducibility of inspection results, different inspection results are output even though the same inspection object is inspected. Therefore, the reliability of the inspection result in the inspection apparatus is very low. A problem in the reproducibility of the inspection result is that, in a general inspection apparatus or the like, the imaging condition changes every moment due to deterioration of illumination or vibration of the inspection apparatus.
[0014]
Accordingly, an object of the present invention is to provide an image processing apparatus and an image processing method capable of realizing binary image processing with high reproducibility and high reliability.
[0015]
[Means for Solving the Problems]
The present invention includes a boundary region extraction means for extracting a boundary region between the first region and the second region from among captured images in which at least the first and second regions are mixed,
A first neighboring region extracting means for extracting a first neighboring region including an entire portion of the first region to be inspected in the captured image and a part of the second region adjacent to the first region based on the boundary region; ,
Based on the density distribution of the density values in the first neighboring area, a threshold value for binarizing the first neighboring area is determined, and using the threshold value, the first neighboring area is binarized. An image processing apparatus comprising: binarizing means in the first neighboring area.
[0016]
According to the present invention, the boundary region extraction means extracts a boundary region between the first region and the second region from the captured image in which at least the first and second regions are mixed. Based on the extracted boundary region, the first neighborhood region extraction means extracts a first neighborhood region including the entire first region to be inspected and a portion of the second region adjacent to the first region. To do. Thereafter, the binarization means in the first neighboring region determines a threshold value for binarizing the first neighboring region based on the density distribution of the density value in the first neighboring region, and the threshold value Is used to binarize the first neighborhood region.
[0017]
In particular, after extracting a first neighborhood area including the entire portion of the first area and a portion of the second area adjacent to the first area, a concentration distribution in the first neighborhood area is obtained to obtain the threshold value. Therefore, even if the imaging condition changes from moment to moment, the density distribution itself in the first vicinity region does not change greatly due to the difference in the imaging condition. Therefore, the reproducibility and reliability of the threshold value for binarizing the inside of the first neighborhood region can be improved. Therefore, the image processing apparatus of the present invention can realize binary image processing with high reproducibility and high reliability.
[0018]
According to the present invention, the third region excluding the first neighboring region is binarized based on an integrated concentration distribution obtained by integrating concentration distributions of a plurality of concentration values obtained based on the plurality of extracted boundary regions. Three-region binarization means;
The image processing apparatus further comprises means for integrating the binarized image binarized by the binarization means in the first neighborhood area and the binarized image binarized by the third area binarization means. And
[0019]
According to the present invention, the third region binarization means binarizes the third region excluding the first neighboring region in the captured image based on the integrated density distribution. The means for integrating integrates the binarized image binarized by the first in-region binarizing unit and the binarized image binarized by the third region binarizing unit. That is, in the captured image, if there is an image that is not binarized by the first neighborhood region binarization unit, the third region binarization unit can binarize the image. Thereafter, a binarized image of the entire captured image can be obtained.
[0020]
Further, the present invention is characterized in that the first neighborhood region binarization means and the third region binarization means use a discriminant analysis method.
[0021]
According to the present invention, since the binarization means in the first neighborhood area and the binarization means in the third area use the discriminant analysis method, the low density pixel group having the low density value and the high density pixel group having the high density value are used. It is possible to obtain a threshold value that maximizes the value obtained by dividing the inter-class variance by the product of the variance value of the low density pixel group and the variance value of the high density pixel group.
[0022]
Further, the present invention is characterized in that the first neighboring region extracting means sets the pixel ratio of the entire portion of the first region and the portion of the second region in the first neighboring region to be substantially equal.
[0023]
According to the present invention, since the pixel ratio between the entire portion of the first region and the portion of the second region in the first neighboring region is set to be approximately equal, the entire portion of the first region and the portion of the second region The influence of noise components on each can be reduced. Therefore, the reliability of the binarized image processing can be further increased.
[0024]
Further, the present invention is characterized in that the first neighborhood area extracting means sets the pixel ratio of the whole first area and the second area in the first neighborhood area to approximately 1: 3.
[0025]
According to the present invention, since the pixel ratio of the entire first area and the second area in the first neighboring area is set to approximately 1: 3, even if the imaging condition changes from moment to moment, The boundary region between the first region and the second region can be prevented from being extracted narrower than the actual region due to the change in the imaging condition. That is, the entire captured image can be binarized more accurately.
[0026]
The present invention also includes a boundary region extraction step for extracting a boundary region between the first region and the second region from among captured images in which at least the first and second regions are mixed,
A first neighborhood area that extracts a first neighborhood area that includes the entire portion of the first area to be inspected in the captured image and a part of the second area that is close to the first area, based on the extracted border area. An extraction process;
Based on the density distribution of the density values in the first neighboring area, a threshold value for binarizing the first neighboring area is determined, and using the threshold value, the first neighboring area is binarized. And a first in-region binarization step.
[0027]
According to the present invention, in the boundary region extraction step, a boundary region between the first region and the second region is extracted from the captured image in which at least the first and second regions are mixed. In the first neighboring region extraction step, a boundary that is extracted in the boundary region extracting step includes a first neighboring region that includes the entire portion of the first region to be inspected and a portion of the second region that is close to the first region. Extract based on region. In the first neighborhood region binarization step, a threshold value for binarizing the inside of the first neighborhood region is determined based on a density distribution of density values in the first neighborhood region, and the threshold value is used. Thus, the inside of the first neighborhood region is binarized.
[0028]
In particular, after extracting a first neighborhood area including the entire portion of the first area and a portion of the second area adjacent to the first area, a concentration distribution in the first neighborhood area is obtained to obtain the threshold value. Therefore, even if the imaging condition changes from moment to moment, the density distribution itself in the first vicinity region does not change greatly due to the difference in the imaging condition. Therefore, the reproducibility and reliability of the threshold value for binarizing the inside of the first neighborhood region can be improved. Therefore, the image processing method of the present invention can realize binary image processing with high reproducibility and high reliability.
[0029]
According to the present invention, the third region excluding the first neighboring region is binarized based on an integrated concentration distribution obtained by integrating concentration distributions of a plurality of concentration values obtained based on the plurality of extracted boundary regions. A three-region binarization process;
The method further comprises a step of integrating the binarized image binarized in the first neighborhood region binarization step and the binarized image binarized in the third region binarization step. .
[0030]
According to the present invention, in the third region binarization step, the first neighboring region is excluded based on the integrated concentration distribution obtained by integrating the concentration distributions of the plurality of concentration values obtained based on the plurality of extracted boundary regions. The third area is binarized. In the next step, the binarized image binarized in the first in-region binarization step and the binarized image binarized in the third region binarization step are integrated. That is, in the captured image, if there is an image that is not binarized by the first neighborhood region binarization step, the image can be binarized in the above-described third region binarization step. Become. Thereafter, a binarized image of the entire captured image can be obtained.
[0031]
Further, the present invention is characterized in that a discriminant analysis method is used for the binarization process in the first neighborhood area and the binarization process in the third area.
[0032]
According to the present invention, the binarization process in the first neighborhood area and the binarization process in the third area use the discriminant analysis method. Therefore, the low density pixel group having a low density value and the high density pixel group having a high density value are used. It is possible to obtain a threshold value that maximizes the value obtained by dividing the inter-class variance by the product of the variance value of the low density pixel group and the variance value of the high density pixel group.
[0033]
Further, the present invention is characterized in that in the first neighboring region extraction step, the pixel ratio between the entire portion of the first region and the portion of the second region in the first neighboring region is set to be approximately equal.
[0034]
According to the present invention, since the pixel ratio between the entire portion of the first region and the portion of the second region in the first neighboring region is set to be approximately equal, the entire portion of the first region and the portion of the second region The influence of noise components on each can be reduced. Therefore, the reliability of the binarized image processing can be further increased.
[0035]
Further, the present invention is characterized in that, in the first neighborhood region extraction step, a pixel ratio between the entire portion of the first region and a portion of the second region in the first neighborhood region is set to approximately 1: 3.
[0036]
According to the present invention, since the pixel ratio of the entire first area and the second area in the first neighboring area is set to approximately 1: 3, even if the imaging condition changes from moment to moment, The boundary region between the first region and the second region can be prevented from being extracted narrower than the actual region due to the change in the imaging condition. That is, the entire captured image can be binarized more accurately.
[0037]
The present invention is also a program for causing a computer to execute the image processing method.
[0038]
According to the present invention, a computer can execute the image processing method. This makes it possible to shorten the image processing time.
[0039]
The present invention is a computer-readable storage medium storing the program.
[0040]
According to the present invention, since the program is stored in a computer-readable storage medium, the image processing method can be executed by causing the computer to read the storage medium.
[0041]
The present invention also includes an irradiating means for irradiating the inspection object with light,
Imaging means for imaging the object to be inspected;
The image processing device;
Display means for displaying on the same screen a binarized image in which the first neighborhood area is binarized and a binarized image in which the third area excluding the first neighborhood area is binarized;
It is an inspection apparatus characterized by having.
[0042]
According to the present invention, the irradiating means irradiates light to the inspection object. An imaging means images this to-be-inspected object. By the image processing apparatus, the binarized image in which the first neighborhood area is binarized and the binarized image in which the third area is binarized are displayed on the same screen by the display means. In particular, since the display means displays these binarized images on the same screen, the binarized image of the captured images can be visually confirmed.
[0043]
DETAILED DESCRIPTION OF THE INVENTION
FIG. 1 is a schematic diagram schematically illustrating the configuration of an inspection apparatus 1 according to an embodiment of the present invention. This embodiment is an example in which the image processing apparatus of the present invention is applied to an inspection apparatus that inspects a crystalline film obtained after a solid phase growth crystallization process, for example, when manufacturing an active matrix type thin film transistor. Show. The following description includes a description of the image processing method. After producing an amorphous silicon semiconductor film (hereinafter sometimes referred to simply as an amorphous film), the amorphous film is partially crystallized by a solid phase growth crystallization process to form a crystalline film. Make it. The crystalline film is inspected by the inspection apparatus 1.
[0044]
The inspection apparatus 1 includes an irradiation unit 2, an imaging unit 3, an image processing unit 4, and a result display unit 5. The irradiation unit 2 as an irradiation unit irradiates light to the substrate 7 on which the crystalline film 6 to be inspected is formed. The irradiation unit 2 is configured to irradiate the substrate 7 with inspection light from one side in the thickness direction of the substrate 7 and obliquely with respect to the thickness direction. The imaging unit 3 as an imaging unit is supported on one side in the thickness direction of the substrate 7 and is provided so as to be capable of imaging the crystalline film 6 formed on the substrate 7. The imaging unit 3 is configured to be able to select an imaging magnification according to the substrate 7.
[0045]
In the present embodiment, the irradiating unit 2 uses reflected illumination that irradiates light from the oblique direction, but is not necessarily limited thereto. For example, regarding a crystalline film formed on one surface of a glass substrate, comparing the density values in the captured image of the amorphous film region and the crystalline film region, the so-called illumination reflectance that irradiates light from the oblique direction However, since the difference in illumination transmittance is larger, it is possible to use transmitted illumination. The amorphous film region may be referred to as an amorphous silicon region. The crystal film region may be referred to as a crystallized silicon region.
[0046]
With respect to the imaging unit 3, it is necessary to select an imaging magnification suitable for the substrate 7 to be inspected. In this embodiment, when image processing is performed on the crystalline film 6, the image data size is, for example, 640 pixels in the horizontal direction and 480 pixels in the vertical direction, and the diameter of the granular amorphous silicon portion is, for example, about 5 pixels to 15 pixels. The imaging magnification is selected. However, the diameter of the amorphous silicon portion detectable by the image processing apparatus and the image processing method is not limited to the range of 5 pixels to 15 pixels.
[0047]
An image processing unit 4, which will be described later, is electrically connected to the imaging unit 3. Further, the result display unit 5 as a display unit is electrically connected to the image processing unit 4. The picked-up image picked up by the image pickup unit 3 is converted into image data by the image pickup unit 3, transmitted to the image processing unit 4, and image processed by the image processing unit 4. The result image subjected to the image processing is displayed on the result display unit 5, that is, a display described later.
[0048]
FIG. 2 is a block diagram of a control system of the inspection apparatus 1. The computer main body 8 includes a microcomputer including a central processing unit 9 (CPU: Central Processing Unit), ROM 10 (ROM: Read Only Memory), and RAM 11 (RAM: Random Access Memory), a bus 12, An input / output interface 13 and a drive circuit 14 are included. Central processing unit 9, ROM 10, and ram 11 are electrically connected to input / output interface 13 via bus 12. Inside the computer main body 8, an image board (not shown) is electrically connected to the input / output interface 13, and the image board and the imaging unit 3 are electrically connected.
[0049]
Therefore, the captured image is output to the display 5 via the image board, the input / output interface 13 and the drive circuit 14. The input / output interface 13 is electrically connected with a keyboard 15 and a mouse 16 as input means. In addition, the display 5 is electrically connected to the input / output interface 13 via the drive circuit 14. The ROM 10 stores a program for performing image processing on a captured image captured by the imaging unit 3. The program is executed by the central processing unit 9. ROM 10 corresponds to a computer-readable storage medium storing the program.
[0050]
FIG. 3 is a diagram showing step by step the process of binarizing the captured image. Reference is also made to FIG. In the present embodiment, since the crystalline film is an object to be inspected, the low concentration portion 17 having a low density value in the captured image corresponds to an amorphous silicon portion, and the high concentration portion 18 having a high concentration value is crystallized. Corresponds to the silicon site. In the captured image of FIG. 3A, the amorphous silicon portion 17 is represented by a color close to black, and the crystallized silicon portion 18 is represented by a color close to white. In the captured image of FIG. 3, a portion expressed by a broken line is a virtual portion added for explaining the image processing method, and does not appear in the captured image by actual image processing.
[0051]
The image processing unit 4 includes a boundary region extraction unit 19, a first neighborhood region extraction unit 20, a first neighborhood region binarization unit 21, a third region binarization unit 22, and a binarization region integration unit. 23. The boundary region extraction unit 19 as the boundary region extraction means includes an amorphous film region as the first region, that is, an amorphous silicon portion 17, and a crystal film region as the second region, that is, a crystallized silicon portion 18. A boundary region between the amorphous silicon portion 17 and the crystallized silicon portion 18 is extracted from the captured image. The boundary area may be referred to as an edge area. The boundary region extraction unit 19 may be referred to as an edge region extraction unit 19 in some cases. The edge region is a series of pixel groups that serve as a boundary region between the amorphous silicon portion 17 and the crystallized silicon portion 18, and the contrast between the low concentration portion 17 and the high concentration portion 18 is a value that is a certain value or more. Is synonymous with The contrast is synonymous with “difference” in density values.
[0052]
In the edge extraction process by the edge region extraction unit 19, specifically, all edge regions included in the captured image are extracted. The edge region is extracted by the following procedure. That is, with respect to a captured image, that is, image data, a difference value of density values between adjacent pixels is obtained. When the difference value is larger than a preset threshold value, the corresponding pixel is set as an edge candidate pixel. A binarized image extracted by the edge candidate pixels is obtained. Next, all the pixels corresponding to the edge are subjected to the isolated point removal process for removing the noise component and the connection process for connecting the interrupted edge candidate pixels to the edge candidate pixels in the image. To extract. Furthermore, by labeling the edge pixels that are continuous with respect to the pixel, an area composed of a series of edge pixel groups is extracted as one edge area.
[0053]
The above-described edge extraction processing will be described using image data. As shown in FIG. 3A, the image data that is a captured image includes four low-concentration portions 17, that is, amorphous silicon portions 17. Yes. In this captured image, a direction parallel to an arbitrary side of the rectangular outer frame region is an x direction, and a direction parallel to one side adjacent to the one side is a y direction. The position in the captured image is expressed using x and y coordinates. The intersection Po between the adjacent one side is defined as the origin of the xy coordinates.
[0054]
What obtained the density value difference between adjacent pixels with respect to the image data is the image data shown in FIG. In the image data, among the four low density portions 17 in the image data of FIG. 3 (1), the three low density portions 17 having sufficiently high contrast with the surrounding high density portion 18 have their boundaries. Since the difference in density is sufficiently large, a white ring shape is shown. The three low-concentration sites 17 are the low-density site 17 near the origin of the xy coordinate, the low-density site 17 that is separated from the origin of the x-coordinate and near the origin of the y-coordinate, and near the origin of the x-coordinate and This is a low concentration portion 17 separated from the origin of the y coordinate.
[0055]
Of the four low-density portions 17 in the image data of FIG. 3A, the one low-density portion 17 having a low contrast with the surrounding high-density portion 18 is gray because the density difference is small at the boundary. Shown in a ring shape. The one-point low concentration portion 17 is a low concentration portion 17 that is separated from the origin of the x coordinate and separated from the origin of the y coordinate. The portions other than these boundaries are shown in black in the image data of FIG. 3 (2 ′) because the density difference between adjacent pixels is very small. Further, the image data subjected to threshold processing, isolated point removal processing for removing noise components, connection processing for connecting interrupted edge candidate pixels, and the like are shown in FIG. The image data shown in FIG. In the image data, only the boundaries of the three low density portions 17 having sufficiently high contrast with the surroundings are extracted as pixels corresponding to the edges in the image.
[0056]
Three edge regions can be obtained by assigning label numbers to successive edge regions in the image for these edge-equivalent pixels. By measuring the horizontal width and vertical height for the three edge regions corresponding to the respective label numbers, the approximate width and height of the three extracted low-concentration sites 17, the center coordinates, Can be obtained.
[0057]
The first neighborhood area extraction unit 20 extracts a first neighborhood area 24 described later based on the edge area. Specifically, a part corresponding to the boundary between the low density part 17 and the high density part 18 has been extracted as an edge area as shown in the image data of FIG. The Further, since the shapes and coordinates of these edge regions have been measured, the low concentration region vicinity region 24, that is, the first vicinity region 24 is extracted based on these values. The first neighboring region 24 includes an entire portion of the amorphous silicon portion 17 and a portion 18 a of the crystallized silicon portion 18 adjacent to the edge of the amorphous silicon portion 17. As shown in the image data of FIG. 3 (3), the first neighborhood area 24 is an area slightly enlarged from the edge of the three low-density portions 17 and is indicated by a broken line frame.
[0058]
With regard to a specific method for determining the first neighboring region 24, for example, the first neighboring region is set to a value corresponding to a square root of about twice the respective values with respect to the width and height of a certain low concentration portion 17. Determine the width and height of 24. According to this, the pixel ratio between the low density part 17 and the high density part 18a in the first neighboring region 24 is substantially 1: 1. In other words, in the first neighborhood region extraction unit 20, the ratio between the entire portion of the first region 17 and the portion 18 a of the second region 18 in the first neighborhood region 24 is set to be approximately equal. In the present embodiment, “ratio” is synonymous with “pixel ratio”. In this embodiment, “substantially 1 to 1” includes “1 to 1”. In addition, regarding the width and height of a certain low-concentration portion 17, the width and height of the first neighboring region 24 are determined by about twice the respective values. According to this, the pixel ratio between the low density portion 17 and the portion 18a of the high density portion 18 in the first neighboring region 24 is approximately 1: 3. In other words, the first neighborhood region extraction unit 20 sets the ratio of the entire portion of the first region 17 and the portion 18a of the second region 18 in the first neighborhood region 24 to approximately 1: 3. In this embodiment, “substantially 1 to 3” includes “1 to 3”. The advantages of the method for determining these first neighboring regions 24 will be described later.
[0059]
After the first neighborhood region 24 is extracted in this way, the binarization unit 21 in the image processing unit 4 performs binarization processing in the first neighborhood region 24 in the image data. Is called. That is, as shown in FIG. 3 (4), the first neighborhood region binarization unit 21 stores the first neighborhood region 24 in the first neighborhood region 24 based on the density histogram that is the density distribution of the density values in the first neighborhood region 24. The threshold 25 for binarizing is determined, and as shown in FIG. 3 (5), the inside of the first neighborhood region 24 is binarized using the threshold 25. The density histogram is a histogram with density on the horizontal axis and frequency on the vertical axis, and this density histogram is calculated for the first neighborhood region 24. Here, since the three first neighborhood regions 24 are extracted, the histogram creation process is repeated to finally correspond to the three first neighborhood regions 24 as shown in FIG. Three density histograms are created independently.
[0060]
As described above, the first neighborhood region binarization unit 21 calculates the threshold value 25 for binarizing the inside of the first neighborhood region 24 based on the density histogram. The binarization process is performed in the vicinity area 24. Here, the first neighborhood region binarization unit 21 uses a discriminant analysis method. The discriminant analysis method is a method of statistically analyzing the density distribution of pixels and calculating a binarization threshold value that maximizes the degree of separation between the low density pixel group and the high density pixel group. That is, in a density histogram in which density is plotted on the horizontal axis and frequency is plotted on the vertical axis, the binarization threshold value is the density histogram at a certain density in the low density pixel group on one side of the horizontal axis and the horizontal axis. This is a value to be separated into the high density pixel group on the other side in the direction.
[0061]
In the discriminant analysis method, the maximum value is obtained by dividing the interclass variance of the low density pixel group and the high density pixel group by the product of the variance value of the low density pixel group and the variance value of the high density pixel group. Such a binarization threshold is obtained. As shown in FIG. 3 (4), a density histogram is calculated for each first neighborhood region 24, and different binarization threshold values independent for each first neighborhood region 24 by the discriminant analysis method. 25 is calculated. By the threshold value 25, binarization processing is performed on the pixels in the first neighboring region 24. This binarization process is repeatedly performed until the binarization process is performed on all the extracted first neighboring regions 24. Then, as shown in the image data of FIG. 3 (5), the result of binarizing the extracted three first neighboring regions 24 is displayed.
[0062]
Thus, after the binarization for the first neighborhood region 24 is completed, the third region binarization unit 22 of the image processing unit 4 removes the third region 26 excluding the first neighborhood region 24 from the captured image. Binarize. That is, the third region binarization unit 22 calculates the threshold 27 for binarizing the third region 26 that has not been binarized so far and is other than the first neighboring region 24. After that, the third area 26 is binarized. More specifically, the third region binarization unit 22 obtains a total histogram shown in FIG. 3 (7) in which the three density histograms obtained based on the plurality of extracted edge regions are summed. Further, the third region binarization unit 22 calculates a binarization threshold value by the discriminant analysis method from the obtained total histogram. The third region binarization unit 22 binarizes the third region 26 other than the first neighboring region 24 by the binarization threshold 27. The sum histogram corresponds to the total density distribution.
[0063]
The binarized region integration unit 23 binarizes the binarized image of the first neighborhood region 24 shown in FIG. 3 (5) and the third region 26 shown in FIG. Find logical sum with image. That is, as shown in FIG. 3 (8), these two binarized images are integrated by the binarized region integration unit 23. The integrated binarized image is displayed on the display 5 which is the result display unit.
[0064]
FIG. 4 is a flowchart showing the image processing method of the present embodiment step by step. In FIG. 4, ai (i = 1, 2, 3,...) Indicates a step. A main power supply (not shown) of the inspection apparatus 1 is turned on, and the illumination unit 2 irradiates light onto the substrate 7 on which the crystalline film 6 to be inspected is formed, and the imaging unit 3 images the inspection target. . In step 1, the irradiated object to be inspected is converted into image data by the imaging unit 3 and transmitted to the image processing unit 4. In other words, the inspected image is input to the image processing unit 4.
[0065]
Next, the process proceeds to step 2 where the edge extraction processing by the edge region extraction unit 19 described above is performed. Thereafter, in step 3, the first neighboring region extraction unit 20 extracts the first neighboring region 24. After the first neighborhood region 24, that is, the low-concentration region neighborhood region 24 is extracted, the process proceeds to step 4. In this step 4, the first neighborhood region (not shown) in the binarization unit 21 in the first neighborhood region. A density histogram is created by the histogram creation processing unit. Next, in step 5, the density histogram summation process for the first neighboring region 24 is performed. That is, the sum histogram is calculated. The density histogram summation process is performed in order to determine the binarization threshold value 27 of the third region 26, which is a post-process.
[0066]
Next, the process proceeds to step 6 and the binarization process in the first neighboring region 24 is performed. Thereafter, in step 7, it is determined whether or not the binarization process in the first neighboring region 24 is finished. If it is determined in step 7 that the binarization processing in all the first neighboring regions 24 has been completed, the process proceeds to step 8. If it is determined in step 7 that the binarization processing in all the first neighboring areas 24 has not been completed, the process returns to step 4.
[0067]
In step 8, the third region binarization unit 22 performs binarization processing on the third region 26 other than the first neighboring region 24. Next, in step 9, the binarized region integration unit 23 integrates the binarized image of the first neighboring region 24 and the binarized image of the third region 26. In step 10, the result is displayed on the display 5 which is a result display unit.
[0068]
FIG. 5 is a diagram illustrating one method for determining the first neighboring region 24 including the entire portion of the first region 17 and the portion 18 a of the second region 18 adjacent to the edge of the first region 17. Various methods are conceivable for determining the first vicinity region 24, that is, the low concentration region vicinity region 24. Previously, a case where the pixel ratio between the low concentration portion 17 and the portion 18a of the high concentration portion 18 in the low concentration portion vicinity region 24 is substantially 1: 1 was introduced. An image obtained by extracting an edge region from the image data of FIG. 5A is the image data shown in FIG.
[0069]
Here, the graph of FIG. 5 (2 ′) shows the density distribution profile of the pixels on the broken line in the x direction shown on the image data shown in FIG. 5 (1). In the graph, the vertical axis represents pixel density and the horizontal axis represents pixel x-coordinate. In the graph, a thick solid line La on one side in the vertical axis direction is the concentration distribution profile. In the graph, a thick solid line Lb on the other side in the vertical axis direction is a density difference value between adjacent pixels corresponding to the density distribution profile. This density difference value generally represents contrast in an image, that is, edge strength. Here, when the edge candidate pixel is extracted for the density difference value in FIG. 5 that exceeds a certain threshold value indicated by the horizontal line segment Lh in the drawing, the edge region corresponding to this is shown in FIG. 5B. An edge region of such image data is obtained.
[0070]
As shown in FIG. 5 (3), image data in which the first neighborhood region 24 is determined with respect to the extracted edge region is shown. With respect to this image data, a density histogram in the first neighboring region 24 indicated by a broken-line circle is expressed as shown in FIG. In the pixel distribution shown in such a density histogram, since the pixel ratio between the low density portion 17 and the portion 18a of the high density portion 18 is approximately 1: 1, the influence of noise components on each pixel group is small, The binarization can be most stably performed by the discriminant analysis method. The image binarized with the threshold value 28 thus obtained is the image data shown in FIG.
[0071]
FIG. 6 is a diagram showing the relationship between the ratio of the entire portion of the first region 17 and the portion 18a of the second region 18 in the first neighboring region 24 and the extracted boundary region. FIG. 6A shows image data when it is assumed that, for example, vibration has occurred in the inspection apparatus 1 during image capturing. In FIG. 6 (2 ′), the density distribution profile Lc of the pixel located on the broken line in the x direction shown on the image data is shown on one side in the vertical axis direction, and between adjacent pixels corresponding to the density distribution profile Lc. Is expressed on the other side in the vertical axis direction.
[0072]
The density distribution profile Lc and the density difference value Ld are compared with the density distribution profile and the density difference value between adjacent pixels in the image data displayed by the broken line in the graph of FIG. 6 (2 ′). Then, when the edge is extracted with the density difference threshold value 29, the edge part is extracted more narrowly. When edge extraction is actually performed, image data shown in FIG. 6B is obtained. Here, as described above, when the first neighborhood region is determined so that the pixel ratio between the low density portion 17 and a part of the high density portion 18 is approximately 1: 1, the first neighborhood region is This is indicated by a circle by the thick broken line Le of the image data in 6 (3).
[0073]
When a density histogram is created for this, a density histogram as shown in FIG. Therefore, the binarization threshold 30 is determined based on the data of only the low concentration portion 17 by the discriminant analysis method. The binarization threshold 30 is considerably lower than usual, and a region 17a smaller than the actual low-density portion 17 is extracted as in the image data of FIG. 6 (5). In particular, regarding a low concentration portion having a complicated shape such as a crystal growth boundary portion, in addition to the disappearance of the fine portion, the total extension of the edge region becomes long, and this tendency is remarkable.
[0074]
On the other hand, when the first neighborhood region is extracted so that the pixel ratio between the low density portion 17 and a part of the high density portion 18 is approximately 1: 3, the thin broken line shown in the image data of FIG. What is indicated by a circle by Lf corresponds to the first neighboring region, and its density histogram shape is as shown in FIG. With respect to the density histogram, the binarization threshold value 31 is determined from the low density part 17 and a part of the high density part 18 by a discriminant analysis method. Therefore, as shown in FIG. 6 (7), the actual region of the low concentration portion 17 is extracted. Further, even when the background of the image becomes dark due to deterioration of illumination or the like, the contrast between the low density portion 17 and the high density portion 18 is lowered, and the image data assumed at that time is shown in FIG. It is expressed as Since the density distribution profile Lg obtained from the image data and the difference value Li between adjacent pixels are as shown in FIG. 6 (2 ″), the extracted edge part is narrower and the vibration occurs. Will have the same problem as the image.
[0075]
Here, it is conceivable to reduce the influence of the vibration or the deterioration of the illumination by making the first neighboring region sufficiently larger than the low concentration portion 17. The frequency of the low density component in the density histogram is extremely small. Therefore, this is buried in a noise component or the like, and the accuracy of the binarization threshold is lowered. This is equivalent to the phenomenon that occurs when the discriminant analysis method is applied to the entire surface of the image where the ratio of the low-density component and the high-precision component is extremely different. This phenomenon also occurs when the discriminant analysis method is applied by simply dividing a local block into a certain size without taking into account the difference between the low concentration portion and the high concentration portion in the local block. To do.
[0076]
In the image processing method of the present embodiment, after extracting the low concentration portion 17, a local region is determined so as to include the low concentration portion 17 and the high concentration portion 18 at a stable ratio, and the local region is determined. The above problem is overcome by applying discriminant analysis.
[0077]
According to the image processing apparatus described above, in particular, the entire portion of the amorphous silicon portion 17 as the first region and the crystallized silicon portion 18 as the second region close to the edge of the amorphous silicon portion 17. Since the first neighborhood region 24 including a portion 18a of the first neighborhood region 24 is extracted and the density distribution in the first neighborhood region 24 is obtained to determine the threshold value, it is assumed that the imaging condition changes from moment to moment. However, the density distribution itself in the first neighboring region 24 does not change greatly depending on the imaging conditions. Therefore, the reproducibility and reliability of the threshold value for binarizing the first neighboring region 24 can be improved. Therefore, it is possible to realize binary image processing with high reproducibility and high reliability.
[0078]
Further, the third region binarization unit 22 is based on the integrated density distribution obtained by integrating the density distributions of the plurality of density values obtained based on the plurality of extracted boundary areas, and the first neighborhood area 24 in the captured image. The third region 26 except for is binarized. The binarization region integration unit 23 includes a binarized image binarized by the first in-region binarization unit 21 and binarization binarized by the first in-region binarization unit 21. Find logical sum with image. Therefore, a binarized image of the entire captured image can be obtained. The first in-region binarization unit 21 and the third region binarization unit 22 use the discriminant analysis method, and therefore, the interclass variance of the low density pixel group having a low density value and the high density pixel group having a high density value is calculated. It is possible to obtain a threshold value that maximizes the value divided by the product of the variance value of the low density pixel group and the variance value of the high density pixel group.
[0079]
When the ratio between the entire portion of the first region 17 and the portion 18a of the second region 8 in the first neighboring region 24 is set to be approximately equal, the entire portion of the first region 17 and the portion of the second region 18 The influence of the noise component on each of 18a can be reduced. Therefore, the reliability of the binarized image processing can be further increased. When the ratio between the entire portion of the first region 17 and the portion 18a of the second region 18 in the first vicinity region 24 is set to approximately 1: 3, even if the imaging conditions change from moment to moment, The boundary area between the first area 17 and the second area 18 can be prevented from being extracted narrower than the actual area due to the change in the imaging condition. That is, the entire captured image can be binarized more accurately. Since a program for causing a computer to execute the above-described image processing method is stored in ROM 10, the computer can cause the image processing method to be executed. This can shorten the image processing time.
[0080]
In this embodiment, an amorphous film region, that is, an amorphous silicon region is applied as the first region, and a crystal film region, that is, a crystallized silicon region, is applied as the second region, but a crystallized silicon region is used as the first region. And an amorphous silicon region may be applied as the second region. A program for causing a computer to execute the image processing method may be stored in a storage medium other than ROM. The image processing apparatus and the image processing method of the present invention are not necessarily applied only to manufacturing an active matrix type thin film transistor. In addition, various partial changes may be made to the embodiment without departing from the scope of the claims.
[0081]
【The invention's effect】
As described above, according to the present invention, the boundary region extraction unit extracts a boundary region between the first region and the second region from the captured image in which at least the first and second regions are mixed. Based on the extracted boundary region, the first neighborhood region extraction means extracts a first neighborhood region including the entire first region to be inspected and a portion of the second region adjacent to the first region. To do. Thereafter, the binarization means in the first neighboring region determines a threshold value for binarizing the first neighboring region based on the density distribution of the density value in the first neighboring region, and the threshold value Is used to binarize the first neighborhood region.
[0082]
In particular, after extracting a first neighborhood area including the entire portion of the first area and a portion of the second area adjacent to the first area, a concentration distribution in the first neighborhood area is obtained to obtain the threshold value. Therefore, even if the imaging condition changes from moment to moment, the density distribution itself in the first vicinity region does not change greatly due to the difference in the imaging condition. Therefore, the reproducibility and reliability of the threshold value for binarizing the inside of the first neighborhood region can be improved. Therefore, the image processing apparatus of the present invention can realize binary image processing with high reproducibility and high reliability.
[0083]
According to the invention, the third area binarization means binarizes the third area excluding the first neighboring area in the captured image based on the integrated density distribution. The means for integrating integrates the binarized image binarized by the first in-region binarizing means and the binarized image binarized by the third area binarizing means. That is, in the captured image, if there is an image that is not binarized by the first neighborhood region binarization unit, the third region binarization unit can binarize the image. Thereafter, a binarized image of the entire captured image can be obtained.
[0084]
Further, according to the present invention, since the first neighborhood region binarization means and the third region binarization means use a discriminant analysis method, a low density pixel group having a low density value and a high density pixel group having a high density value. It is possible to obtain a threshold value that maximizes the value obtained by dividing the inter-class variance by the product of the variance value of the low density pixel group and the variance value of the high density pixel group.
[0085]
According to the present invention, the pixel ratio between the entire portion of the first region and the portion of the second region in the first neighboring region is set to be approximately equal, so that the entire portion of the first region and the portion of the second region The influence of noise components on each of the above can be reduced. Therefore, the reliability of the binarized image processing can be further increased.
[0086]
According to the present invention, since the pixel ratio of the entire first region and the second region in the first neighboring region is set to approximately 1: 3, it is assumed that the imaging condition changes from moment to moment. In addition, the boundary region between the first region and the second region can be prevented from being extracted narrower than the actual region due to the change in the imaging condition. Therefore, the entire captured image can be binarized more accurately.
[0087]
In addition, according to the present invention, in particular, after extracting a first neighborhood area including the entire portion of the first area and a portion of the second area adjacent to the first area, the concentration distribution in the first neighborhood area is extracted. Therefore, even if the imaging condition changes from moment to moment, the density distribution itself in the first neighboring region never changes greatly due to the difference in the imaging condition. . Therefore, the reproducibility and reliability of the threshold value for binarizing the inside of the first neighborhood region can be improved. Therefore, the image processing method of the present invention can realize binary image processing with high reproducibility and high reliability.
[0088]
According to the invention, in the third region binarization step, the first neighboring region is determined based on the integrated concentration distribution obtained by integrating the concentration distributions of the plurality of concentration values obtained based on the extracted boundary regions. The third area to be excluded is binarized. In the next step, the binarized image binarized in the first in-region binarization step and the binarized image binarized in the third region binarization step are integrated. That is, in the captured image, if there is an image that is not binarized by the first neighborhood region binarization step, the image can be binarized in the above-described third region binarization step. Become. Thereafter, a binarized image of the entire captured image can be obtained.
[0089]
According to the present invention, since the binarization process in the first neighborhood area and the binarization process in the third area use the discriminant analysis method, the low density pixel group having a low density value and the high density pixel group having a high density value are used. It is possible to obtain a threshold value that maximizes the value obtained by dividing the inter-class variance by the product of the variance value of the low density pixel group and the variance value of the high density pixel group.
[0090]
According to the present invention, the pixel ratio between the entire portion of the first region and the portion of the second region in the first neighboring region is set to be approximately equal, so that the entire portion of the first region and the portion of the second region The influence of noise components on each of the above can be reduced. Therefore, the reliability of the binarized image processing can be further increased.
[0091]
According to the present invention, since the pixel ratio of the entire first region and the second region in the first neighboring region is set to approximately 1: 3, it is assumed that the imaging condition changes from moment to moment. In addition, the boundary region between the first region and the second region can be prevented from being extracted narrower than the actual region due to the change in the imaging condition. Therefore, the entire captured image can be binarized more accurately.
[0092]
Further, according to the present invention, it is possible to cause a computer to execute the image processing method. This makes it possible to shorten the image processing time.
[0093]
According to the present invention, since the program is stored in a computer-readable storage medium, the image processing method can be executed by causing the computer to read the storage medium.
[0094]
According to the invention, the irradiating means irradiates the inspection object with light. An imaging means images this to-be-inspected object. By the image processing apparatus, the binarized image in which the first neighborhood area is binarized and the binarized image in which the third area is binarized are displayed on the same screen by the display means. In particular, since the display means displays these binarized images on the same screen, the binarized image of the captured images can be visually confirmed.
[Brief description of the drawings]
FIG. 1 is a schematic diagram schematically showing the configuration of an inspection apparatus 1 according to an embodiment of the present invention.
2 is a block diagram of a control system of the inspection apparatus 1. FIG.
FIG. 3 is a diagram showing a step of binarizing a captured image in stages.
FIG. 4 is a flowchart showing the image processing method of the present embodiment step by step.
FIG. 5 is a diagram illustrating a technique for determining a first neighborhood region 24 including an entire portion of the first region 17 and a portion 18a of the second region 18 adjacent to the edge of the first region 17.
FIG. 6 is a diagram showing a relationship between a ratio between an entire portion of the first region 17 and a portion of the second region 18 in the first neighboring region, and an extracted boundary region.
[Explanation of symbols]
1 Inspection device
2 Irradiation part
3 Imaging unit
4 Image processing section
5 result display
6 Crystalline film
10 rom
17 Amorphous silicon sites
18 Crystallized silicon sites
18a part
19 Boundary region extraction unit
20 1st neighborhood extraction part
21 Binarization part in 1st neighborhood area
22 3rd area binarization part
23 Binarization Area Integration Department
24 First neighborhood region
26 Third area

Claims

A boundary area extracting means for extracting a boundary area between the first area and the second area from the captured image in which at least the first and second areas are mixed;
A first neighboring region extracting means for extracting a first neighboring region including an entire portion of the first region to be inspected in the captured image and a part of the second region adjacent to the first region based on the boundary region; ,
Based on the density distribution of the density values in the first neighboring area, a threshold value for binarizing the first neighboring area is determined, and using the threshold value, the first neighboring area is binarized. An image processing apparatus comprising: binarizing means in the first neighboring area.

Third region binarization for binarizing the third region excluding the first neighboring region based on the integrated concentration distribution obtained by integrating the concentration distributions of the plurality of concentration values obtained based on the plurality of extracted boundary regions. Means,
The image processing apparatus further comprises means for integrating the binarized image binarized by the binarization means in the first neighborhood area and the binarized image binarized by the third area binarization means. The image processing apparatus according to claim 1.

The image processing apparatus according to claim 2, wherein the first in-region binarization unit and the third region binarization unit use a discriminant analysis method.

The image processing apparatus according to claim 1, wherein the first neighborhood area extracting unit sets a pixel ratio of an entire portion of the first area and a portion of the second area in the first neighborhood area to be substantially equal. .

2. The first neighborhood area extraction unit is configured such that a pixel ratio between an entire portion of the first area and a portion of the second area in the first neighborhood area is set to approximately 1: 3. Image processing device.

A boundary region extraction step of extracting a boundary region between the first region and the second region from the captured image in which at least the first region and the second region are mixed;
A first neighborhood area that extracts a first neighborhood area that includes the entire portion of the first area to be inspected in the captured image and a part of the second area that is close to the first area, based on the extracted border area. An extraction process;
Based on the density distribution of the density values in the first neighboring area, a threshold value for binarizing the first neighboring area is determined, and using the threshold value, the first neighboring area is binarized. An image processing method comprising: a first binarization step in the vicinity area.

Third region binarization for binarizing the third region excluding the first neighboring region based on the integrated concentration distribution obtained by integrating the concentration distributions of the plurality of concentration values obtained based on the plurality of extracted boundary regions. Process,
The method further comprises a step of integrating the binarized image binarized in the first neighborhood region binarization step and the binarized image binarized in the third region binarization step. The image processing method according to claim 6.

The image processing method according to claim 7, wherein the first neighborhood region binarization step and the third region binarization step use a discriminant analysis method.

The image processing method according to claim 6, wherein in the first neighborhood region extraction step, the pixel ratio between the entire portion of the first region and the portion of the second region in the first neighborhood region is set to be approximately equal. .

7. The first neighborhood region extraction step is such that a pixel ratio between the entire portion of the first region and the portion of the second region in the first neighborhood region is set to approximately 1: 3. Image processing method.

A program for causing a computer to execute the image processing method according to claim 6.

A computer-readable storage medium storing the program according to claim 11.

Irradiating means for irradiating the object to be inspected with light;
Imaging means for imaging the object to be inspected;
An image processing apparatus according to claim 1;
Display means for displaying on the same screen a binarized image in which the first neighborhood area is binarized and a binarized image in which the third area excluding the first neighborhood area is binarized;
An inspection apparatus comprising: