JP2006146676A - 列の検出装置、その検出装置を備える画像処理装置およびその画像処理装置を備える画像検査装置、ならびに列の検出方法、画像処理方法および画像検査方法 - Google Patents

Abstract

【課題】 複数の対象物からなる列の間隔を効率よく検出する。
【解決手段】 液晶基板検査装置が実行する列の検出処理は、画像を読み込むステップ（Ｓ４１０）と、欠陥候補抽出処理を実行するステップ（Ｓ５００）と、列検出処理を実行するステップ（Ｓ７００）と、欠陥列判定処理を実行するステップ（Ｓ１０００）と、結果を出力するステップ（Ｓ４２０）とを含む。
【選択図】 図４

Description

本発明は画像を認識する技術に関する。より特定的には、本発明は、画像に含まれるオブジェクトを認識する技術に関する。

従来、画像処理認識技術に基づいて人の目視による認識をコンピューターに行なわせる方法は、工業分野で多く用いられている。この技術には、オブジェクトの並んでいる列を認識する技術が含まれる。なお、オブジェクトには、基板において生じた欠陥、あるいは、用紙に形成された文字等が含まれる。

当該技術は、たとえば、印刷物の品位を評価する場合に、列状に印刷したマーカーの直線からのずれや印刷濃度ムラを評価する際に列を判定するために用いられる。あるいは、光学文字読み取り装置（ＯＣＲ（Optical Character Reader））が活字文書を読み取る場合に、上記技術は、行もしくは列方向、あるいは位置を特定するために用いられる。

このような行もしくは列方向の特定に関し、たとえば、特開昭５９−５５５８１号公報（特許文献１）は、印刷文書画像の領域を切り分ける技術を開示している。具体的には、画像全体のフーリエ変換による周波数ごとの強度から行の検出を行なう方法が、開示されている。

また、特開平７−１９０９５２号公報（特許文献２）は、画像評価方法および装置を開示している。具体的には、行方向に射影し、射影データの極大値および極小値を使用して行方向を検出する方法が、開示されている。

さらに、他の技術として、最小二乗法により回帰直線を求める手法が、従来使用されている。あるいは、画像内の直線成分を抽出する方法として、Ｈｏｕｇｈ変換が提案開示されている（たとえば非特許文献１参照）。
特開昭５９−５５５８１号公報 特開平７−１９０９５２号公報 長尾真、画像認識論、コロナ社、１９８３年、ｐｐ７２〜７４

ところで、画像上にオブジェクトがほぼ等間隔の列を組んで並んでいるとみなせる場合において、オブジェクトの並ぶ列を検出する際、従来の列方向にオブジェクトの射影を求めて射影の大きな部分を列として求める方法によると、オブジェクトが列と直行する方向に広がっている場合に列を判定するために十分な射影分布が得られないことがあった。またオブジェクトの座標を射影した場合、適切な区間幅を指定した上で区間分布を算出しないと、列を判定するために十分な射影分布が得られないことがあった。

また、画像全体をフーリエ変換し周波数領域から列を検出する方法によると、画像全体に対して複素演算が繰り返し必要になる。そのため、演算回数の増加、演算に必要なメモリの容量、演算装置の性能、演算を行なう時間などの計算コストが、従来の方法に比べて、多く必要とされた。さらに、プログラマが画像処理ソフトウェアを作成する際、当該プログラマは、複素演算についての知識を身に付け、複雑な計算を行なうためのプログラムを作成し、必要なデータを入力し、そしてプログラムをテストする必要があった。すなわち、画像処理ソフトウェアに係る開発コストも増大していた。

また、統計学の古典的手法である最小二乗法による回帰直線を求める方法によると、該当するオブジェクトが複数の列のいずれの列に属するかを判定するために、列の間隔と列の位置をともに変動させながら列の判定を行なう必要があった。この場合も、上記の各コスト、すなわち、計算コストあるいは開発コストが多く必要とされていた。

本発明は、上述の問題点を解決するためになされたものである。その目的は、基板に形成された欠陥その他のオブジェクトの列を検出するための計算コストを削減することができる列の検出装置を提供することである。

本発明の他の目的は、検出処理の実現のために必要とされる開発コストを削減することができる列の検出装置を提供することである。

本発明の他の目的は、隣接する画素群を識別するためのラベル情報が付された対象物からなる列を検出することができる画像処理装置を提供することである。

本発明の他の目的は、ノイズに影響されない画像検査装置を提供することである。

本発明の他の目的は、基板に形成された欠陥その他のオブジェクトの列を検出するための計算コストを削減することができる列の検出方法を提供することである。

本発明の他の目的は、隣接する画素群を識別するためのラベル情報が付された対象物からなる列を検出することができる画像処理方法を提供することである。

本発明の他の目的は、ノイズに影響されない画像検査方法を提供することである。

上記の課題を解決するために、この発明のある局面に従うと、列の検出装置は、列の間隔を表わす複数の列間隔データを格納する記憶手段と、被検査物を撮像する撮像手段から出力される画像データに基づいて、被検査物に生成された複数のオブジェクトの各々の位置を特定するための各位置データを算出する手段とを備える。各位置データは、予め定められた座標軸に基づいて表わされる。列の検出装置は、さらに、各列の間隔について、各位置データを各列間隔データで除することにより、位置データの各々の列間隔剰余を算出する剰余算出手段と、各々の列間隔剰余の分布を表わすための分布データを算出する算出手段と、分布データに基づいて、記憶手段に格納されている複数の列の間隔から、各々の列間隔剰余の分布が最小である列の間隔を抽出する抽出手段と、各々の列間隔剰余に基づいて、抽出手段により抽出された列の間隔を有する列の位置を特定するためのデータを算出する位置データ算出手段とを備える。

好ましくは、列の検出装置は、各位置データに基づいて、複数のオブジェクトにより形成される列の間隔を算出する列間隔手段と、算出された列の間隔について、算出された列の間隔と記憶手段に格納されている列の間隔との差を算出する手段とをさらに備える。抽出手段は、算出された差が最小である列の間隔を抽出する。

好ましくは、位置データは、２次元の座標によりオブジェクトの位置を特定する座標データである。

好ましくは、オブジェクトの座標データは、直交する２次元の座標により表わされる平面において、複数の列の各々と直交する行方向の座標と、列の方向の座標として表わされる。剰余算出手段は、複数のオブジェクトの各々について、行方向の座標を列間隔データで除することにより、列間隔剰余を算出する。位置データ算出手段は、抽出された列の間隔の行方向の座標として、各列間隔剰余の平均値を算出する。

好ましくは、算出手段は、列間隔剰余の標準偏差を算出する。

好ましくは、被検査物は、基板である。オブジェクトは、基板における欠陥である。

この発明の他の局面に従うと、画像処理装置は、上記のいずれかに記載の列の検出装置を備える。被検査物に生成された複数のオブジェクトの少なくともいずれかは、隣接する各画素からなる画素群を識別するためのラベル情報が関連付けられている。画像処理装置は、さらに、ラベル情報により特定されるオブジェクトの形状の特徴を表わすための特徴量を算出する特徴量算出手段を備える。

この発明の他の局面に従うと、画像検査装置は、上記の画像処理装置を備える。隣接する各画素からなる画素群を識別するためのラベル情報が関連付けられる画像は、検査物の撮像により生成された画像の濃淡勾配を抽出した画像である。

この発明の他の局面に従うと、列の検出方法は、列の間隔を表わす複数の列間隔データを格納する記憶ステップと、被検査物を撮像する撮像手段から出力される画像データに基づいて、被検査物に生成された複数のオブジェクトの各々の位置を特定するための各位置データを算出するステップとを備える。各位置データは、予め定められた座標軸に基づいて表わされる。列の検出方法は、さらに、各列の間隔について、各位置データを各列間隔データで除することにより、位置データの各々の列間隔剰余を算出する剰余算出ステップと、各々の列間隔剰余の分布を表わすための分布データを算出する算出ステップと、分布データに基づいて、記憶ステップに格納されている複数の列の間隔から、各々の列間隔剰余の分布が最小である列の間隔を抽出する抽出ステップと、各々の列間隔剰余に基づいて、抽出ステップにより抽出された列の間隔を有する列の位置を特定するためのデータを算出する位置データ算出ステップとを備える。

この発明の他の局面に従うと、画像処理方法は、上記の列の検出方法を備える。被検査物に生成された複数の対象物の少なくともいずれかは、隣接する各画素からなる画素群を識別するためのラベル情報が関連付けられている。画像処理方法は、さらに、ラベル情報により特定される対象物の形状の特徴を表わすための特徴量を算出する特徴量算出ステップを備える。

この発明のさら他に他の局面に従うと、画像検査方法は、上記の画像処理方法を備える。隣接する各画素からなる画素群を識別するためのラベル情報が関連付けられる画像は、検査物の撮像により生成された画像の濃淡勾配を抽出した画像である。

本発明に係る列の検出装置によると、列の検出は、対象物の座標に基づいて行なわれる。これにより、経験やデータから何かしらの値を予め求めておく必要がない検出装置を提供することができる。

本発明に係る列の検出装置によると、単純な四則演算と比較演算とを用いて少ない演算回数で列を検出することができる。これにより、計算コストおよび開発コストの増加を抑制することができる検出装置を提供することができる。

本発明に係る列の検出装置によると、列間隔を変数として変更することにより列間隔と初期位置とを得ることができる。これにより、多くの変数を使用する場合に比べて少ない計算回数により、列間隔と初期位置とを得ることができる。その結果、計算コストを必要としない列の検出装置を提供することができる。

本発明に係る画像処理装置によると、上記の検出装置によって検出された列に属する欠陥候補の特徴量の総和をもって、列状の欠陥が判定される。このため、ノイズに影響されない高精度の画像処理装置を提供することができる。

また、本発明に係る画像検査装置によると、濃淡勾配値のラベリングにより得られたラベル領域の特徴量を用いて、ラベル領域が対象物と同義の欠陥候補に該当するか否かを判断する。これにより、ノイズに影響されない高精度の画像検査装置を提供することができる。

本発明に係る列の検出方法によると、列の検出は、対象物の座標に基づいて行なわれるため、経験やデータから何かしらの値を予め求めておく必要がない。

本発明に係る画像処理方法によると、上記の検出方法によって検出された列に属する欠陥候補の特徴量の総和をもって、列状の欠陥が判定される。このため、判定結果がノイズに影響されにくくなる。

また、本発明に係る画像検査方法によると、濃淡勾配値のラベリングにより得られたラベル領域の特徴量を用いて、ラベル領域が対象物と同義の欠陥候補に該当するか否かを判断する。このため、判定結果がノイズに影響されにくくなる。

以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

最初に、本発明の実施の形態に係る列の検出装置による列の検出方法について概略を説明する。ここでは、Ｘ−Ｙ平面上にｎ個のオブジェクトＡｉ（ｉ＝１，２，・・・，ｎ）が存在し、Ａｉ（ｉ＝１，２，・・・，ｎ）が等間隔に並んでいる直線群Ｌ（ｋ）（ｋ＝１，２，・・・，ｍ）、たとえばＬ（ｋ）：ｘ＝ｂ×ｋ＋ａを中心に分布していると考えられる場合に、ａおよびｂを近似により求める方法を考える。ただし、ａは列の初期位置、ｂは列間隔、ｍは直線の数である。

ここで、オブジェクトは、たとえば露光処理および現像処理の後にガラス基板などに生じる欠陥、あるいは印刷物に形成される文字その他の検出の対象となるものをいう。また、オブジェクトは、複数存在し、各オブジェクトは、複数の列を形成している。この列が並ぶ方向は、既知であるとする。たとえば、後述するように、基板を送るためのローラに付着した汚れ等がその基板に付着する場合には、汚れ等が、欠陥として、そのローラの回転に応じて、基板の送り方向に形成される。したがって、この場合、形成される各列は、基板の送り方向に表われることになる。

ＸＹ平面上にｎ個のオブジェクトＡ_i（ｉ＝1，２，・・・，ｎ）が存在し、Ａ_i（ｉ＝１，２，・・・，ｎ）が等間隔に並んだ直線群Ｌ（ｋ）（ｋ＝１，２，・・・，ｍ）、たとえばＬ（ｋ）：ｘ＝ｂ×ｋ＋aを中心に分布していると考えられる場合に、ａおよびｂを近似により求める方法を考える。ただし、ａは列の初期位置、ｂは列間隔、ｍは直線の数である。

予め直線群Ｌ（ｋ）の取りうる可能性のある列間隔と、列間隔を求める精度から、ｐ個の列間隔の候補ｃ_j(ｊ＝１，２，・・・，ｐ）を設定しておく。この列間隔は、たとえば、基板を送るために使用される搬送ローラの円周、搬送ローラに等間隔に形成されている支持部同士の間隔等によって、予め設定可能である。

ｐ個の列間隔の候補ｃ_j（ｊ＝１，２，・・・，ｐ）それぞれに対し、ｎ個のオブジェクトＡ_i（ｉ＝１，２，・・・，ｎ）が乖離している度合いを示す乖離指数ｄ_j(ｊ＝１，２，・・・，ｐ）と剰余平均ａ_j（ｊ＝１，２，・・・，ｐ）を求める。ｐ個の乖離指数ｄ_j（ｊ＝１，２，・・・，ｐ）のうち最も値の小さな乖離指数となるｄ_qを探す。すなわち、ｄ_qは、算式ｄ_q＝ MIN｛ｄ_j（ｊ＝１，２，・・・，ｐ）｝を満足する。このとき、列間隔の候補ｃ_q を列間隔ｂとし、剰余平均ａ_qを列の初期位置ａとすることで、ａおよびｂが求められる。

一方、一つの列間隔候補ｃ_jに対し、乖離指数ｄ_jと剰余平均ａ_jとを求める方法においては、ｎ個のオブジェクトＡ_i（ｉ＝１，２，・・・，ｎ）に対し、剰余ｒ１_i（ｉ＝１，２，・・・，ｎ）と剰余ｒ２_i（ｉ＝１，２，・・・，ｎ）とが求められる。そして、次式に示されるように、剰余ｒ１_iと剰余ｒ２_iのそれぞれの平均Ｒ１，Ｒ２と、剰余ｒ１_iと剰余ｒ２_iのそれぞれの標準偏差σ1，σ２が求められる。

次に、標準偏差σ1，σ２のうち小さい値を列間隔の候補ｃ_jで割った値を乖離指数ｄ_jとし、標準偏差σ1，σ２のうち小さい値に対応する剰余の平均を剰余平均ａ_jとする。すなわち、乖離指数ｄ_jと剰余平均ａ_jとは、次式のように表わされる。

一つのオブジェクトＡ_iに対する剰余ｒ１_iと剰余ｒ２_iとは、たとえば次式のようにして算出される。すなわち、オブジェクトＡiのＸ座標ｘiを列間隔の候補ｃ_jで除した時の余りである剰余ｒ_iに対し、剰余ｒ_iを剰余ｒ１_iとする。さらに剰余ｒ_iが列間隔の候補ｃ_jの２分の１以下であれば、剰余ｒ_iを剰余ｒ２_iとする。剰余ｒ_iが列間隔の候補ｃ_jの２分の１を超える場合には、剰余ｒ_iから列間隔の候補ｃ_jを引いた値を剰余ｒ２_iとする。なお、次式において、Ａ％Ｃは、ＢをＣで除したときの剰余を算出するための演算式を表わす。

以上の方法によって、列間隔ｂと列初期位置ａとが算出されると、列を検出することができる。

さらに、上記のような方法を画像処理検査装置に用いる場合、画像の濃淡勾配画像を算出し、濃淡勾配閾値により２値化ラベリングされた画像のラベル領域のうち、ラベル領域の幾何学的形状から算出可能な値を特徴量として、ラベル領域を上記オブジェクトと同義の欠陥候補とするか否かを判定することで、ノイズの影響を受けない精度の高い画像処理検査装置を得ることができる。

なお、ここで、特徴量とは、画像の面積、周囲の長さなどの形状の特徴を表わすためのデータをいう。

さらに、上記の方法で検出された列に対し、欠陥候補の特徴量の総和を求め、その総和が閾値以上であるか否かを判定し、その列に列状の欠陥が存在するか否かを判定することで、ノイズの受けない精度の高い画像処理検査装置を得ることができる。

次に、図１を参照して、本発明の実施の形態に係る液晶基板検査装置１００について説明する。図１は、液晶基板検査装置１００のハードウェア構成を表わすブロック図である。

液晶基板検査装置１００は、照明部１２０と、撮像部１３０と、画像処理検査部１４０と、ディスプレイ１５０とを含む。画像処理検査部１４０は、画像入力部１４１と、記憶部１４２と、演算部１４３と、出力部１４４と、入力部１４５とを含む。後述するように、本発明に係る列の検出装置は、画像処理検査部１４０により実現される。

液晶基板検査装置１００には、被検査基板１１０が搬入され、所定の位置に装着される。照明部１２０は、画像処理検査部１４０からの信号に基づいて当該位置に装着された被検査基板１１０に所定の光を照射する。照射される光はたとえば一般白色光である。撮像部１３０は、被検査基板１１０からの反射光を受光して撮影し、画像データとして画像処理検査部１４０に出力する。撮像部１３０は、たとえばＣＣＤ（Charge Coupled Device）カメラにより実現される。

撮像部１３０から出力された画像データは、画像入力部１４１を介して入力され、記憶部１４２の所定の領域に格納される。記憶部１４２は、たとえばハードディスク装置、フラッシュメモリ等により実現される。記憶部１４２におけるデータの格納の態様は後述する。また、一時的にデータを格納することで処理の高速化を図るために、一時的に生成されるデータは、ＲＡＭ（Random Access Memory）その他の不揮発メモリに格納されてもよい。

演算部１４３は、記憶部１４２に格納されている画像データと予め設定されているデータとに基づいて、所定の画像処理を実行する。演算部１４３は、いわゆるＣＰＵ（Central Processing Unit）と称される演算制御装置が所定のプログラムを実行することにより実現される。あるいは、演算部１４３は、当該プログラムにより実現される処理を実行するために構成された回路によって実現されてもよい。

出力部１４４は、演算部１４３により生成されたデータをディスプレイ１５０に出力する。ディスプレイ１５０は、そのデータに基づいて画像を表示する。入力部１４５は、外部からデータの入力を受け付ける。入力部１４５は、たとえばキーボードなどにより実現される。

図２を参照して、液晶基板検査装置１００のデータ構造について説明する。図２は、液晶基板検査装置１００が備える記憶部１４２におけるデータの格納の一態様を表わす図である。

図２に示されるように、画像処理を実行するための画像処理検査プログラムは、領域Ｄ２００に格納されている。このプログラムは、予め作成され、記憶部１４２に保存されているものである。画像処理を実行するために予め設定されたデータは、領域Ｄ２１０〜Ｄ２４０に格納されている。すなわち、２値化しきい値は、領域Ｄ２１０に格納されている。欠陥候補抽出しきい値は、領域Ｄ２２０に格納されている。予め設定された判定検出幅Ｗは、領域Ｄ２３０に格納されている。欠陥列判定しきい値Ｔは、領域Ｄ２４０に格納されている。

撮像部１３０により撮影された被検査基板１１０の画像データは、領域Ｄ２５０に格納されている。演算部１４３により生成されるデータは、領域Ｄ２６０〜Ｄ２８０に格納される。すなわち、欠陥候補データは、領域Ｄ２６０に格納されている。列間隔候補データは、領域Ｄ２７０に格納される。剰余データは、領域Ｄ２８０に格納される。検査結果は、領域Ｄ２９０に格納される。この検査結果は、演算部１４３により処理により生成されたデータである。このデータが出力されると、ディスプレイ１５０はそのデータが示す内容を表示する。

ここで、図３を参照して、液晶基板検査装置１００に搬入される被検査基板１１０において生じる欠陥について説明する。図３（Ａ）は、被検査基板１１０と、被検査基板１１０を搬入する搬送ローラ３１０との位置関係を表わす図である。被検査基板１１０は、複数の搬送ローラ３１０の上に搬入される。各搬送ローラ３１０は、予め定められた一定方向に回転駆動することにより、被検査基板１１０を移動させる。

図３（Ｂ）は、被検査基板１１０と搬送ローラ３１０との位置関係をさらに説明するための図である。それぞれの搬送ローラ３１０は、被検査基板１１０の大きさに応じて適当な間隔を介して配置される。なお、搬送ローラ３１０の配置の態様および数は、図３（Ｂ）に示されるものに限られない。

図３（Ｃ）は、搬送ローラ３１０の外観を表わす図である。搬送ローラ３１０は、複数の突起３１２を備える。搬送ローラ３１０は、各突起３１２を介して被検査基板１１０を支持する。突起３１２の数および形状は、図３（Ｃ）に示されるものに限られない。

図３（Ｄ）は、被検査基板１１０と搬送ローラ３１０とを搬送ローラ３１０の回転軸方向から表わす図である。前述のように、搬送ローラ３１０は、いずれかの突起３１２を介して被検査基板１１０を支持する。このとき、異物／汚れ３２０が突起３１２の表面に付着している場合には、異物／汚れ３２０は、突起３１２と被検査基板１１０との接触時に被検査基板１１０の裏面に付着される。このような異物／汚れ３２０が被検査基板１１０に付着すると、その後の工程たとえば露光工程、現像工程を経た後に半導体膜が生成された場合、その半導体膜に重大な品質低下となるような欠陥を生じさせる。

図３（Ｅ）は、図３（Ｄ）に示される異物／汚れ３２０が被検査基板１１０に転写された状態を表わす図である。被検査基板１１０において、各搬送ローラ３１０に付着していた異物／汚れ３２０が付着すると、撮像部１３０において被検査基板１１０を撮影した場合には、周辺の画像に比べて濃淡値が高い欠陥３３０が被検査基板１１０の搬送方向に連続的に並ぶ。欠陥３３０は、連続的に並ばないことも有り得る。欠陥３３０が連続的に並ぶ場合には、搬送ローラ３１０の異物／汚れ３２０が深刻であることを意味し、搬送ローラ３１０の洗浄が必要とされる場合が多い。したがって、液晶基板検査装置１００において、欠陥３３０が連続的に現れた場合には、そのことが検出される。なお、図３（Ａ）に示されるように、欠陥３３０は、搬送ローラ３１０の回転に応じて複数個現れるが、以下の説明においては１つの欠陥３３０について説明する。

次に、図４〜図１０を参照して、本実施の形態に係る液晶基板検査装置１００の制御構造について説明する。図４〜図１０はそれぞれ、液晶基板検査装置１００が備える画像処理検査部１４０の演算部１４３が実行する処理の手順を表わすフローチャートである。この処理は、記憶部１４２の領域Ｄ２００に格納されている画像処理検査プログラムが実行されることにより実現される。

図４を参照して、ステップＳ４１０にて、演算部１４３は、画像入力部１４１を介して画像データを読み込む。読み込まれた画像データは、記憶部１４２の領域Ｄ２５０（図２）に格納される。

ステップＳ５００にて、演算部１４３は、後述する欠陥候補抽出処理を実行する。この処理が実行されると２値化ラベリング処理の実行の後、欠陥候補が抽出される。当該欠陥候補は、記憶部１４２の領域Ｄ２６０に格納される（図２）。この格納の態様は、後に詳述する。

ステップＳ７００にて、演算部１４３は、後述する列検出処理を実行する。この処理が実行されると、予め定められた条件を満足する列間隔の候補が出力される。すなわち、列の間隔と位置とが検出される。検出されたデータは、領域Ｄ２７０に格納される（図２）。

ステップＳ１０００にて、演算部１４３は、検出された列間隔の候補に基づいて、後述する欠陥列判定処理を実行する。この処理が実行されると、欠陥列が特定され出力される。当該出力データは検査結果に含まれ、領域Ｄ２９０に格納される（図２）。

ステップＳ４２０にて、演算部１４３は、出力部１４４を介して画像処理の結果を出力する。演算部１４３は、予め設定されているデータ形式に出力データを変換して出力する。ディスプレイ１５０は、その出力に応じて所定の画面を表示する。

図５を参照して、欠陥候補抽出処理の手順について説明する。

ステップＳ５１０にて、演算部１４３は、予め定められた前処理を実行する。前処理は、ノイズ除去、シェイディング補正その他の処理を含む。なお、当該前処理の詳細は周知であるため、ここではそれらについての説明は繰り返さない。

ステップＳ５２０にて、演算部１４３は、勾配フィルタ処理を実行する。この処理が実行されると、画像の濃度勾配の大きさを表わす濃度勾配画像が生成される。生成された画像のデータは、記憶部１４２の所定の領域に格納される。ステップＳ５３０にて、演算部１４３は、記憶部１４２の領域Ｄ２１０から２値化しきい値を読み込む。

ステップＳ５４０にて、演算部１４３は、読込んだ２値化しきい値を使用して２値化ラベリング処理を濃度勾配画像に対して実行する。ここで、ラベリング処理とは１画像に対して行なわれる画像中の連結した画素の固まり毎に番号を付与して識別する処理をいう。

ステップＳ６００にて、演算部１４３は、後述する欠陥候補抽出処理を実行する。この処理が実行されると、各ラベル毎に欠陥候補の抽出が行なわれる。すなわち、まず記憶部１４２に予め記憶されている欠陥候補抽出閾値が読み込まれる。ラベリングされたすべてのラベル領域に対し、順次、ｊｍａｘ個の特徴量が算出される。ｊｍａｘ個の特徴量と欠陥候補抽出閾値とが比較される。比較により欠陥候補と識別されたラベル領域の座標ｘと特徴量とが欠陥候補テーブルに追加される。これらの処理が繰り返される。ここで特徴量とは、ラベル領域のフェレ径や面積、ラベル領域に相当する濃淡勾配画像の領域に含まれる濃淡勾配値の総和やモーメントをなどラベル領域から算出できる幾何学的値や画像情報をいう。当該テーブルにおけるデータ構造は、後述する。

図６を参照して、欠陥候補抽出処理の手順について説明する。

ステップＳ６１０にて、演算部１４３は、記憶部１４２の領域Ｄ２２０から、予め準備されている欠陥候補抽出しきい値を読み込む。ステップＳ６２０にて、演算部１４３は、これから実行する特徴量を算出するための処理に使用されるカウンタｉを初期化する。すなわち、カウンタｉは、「１」に設定される。

ステップＳ６３０にて、演算部１４３は、予め定められた算出アルゴリズムに基づいて、第ｉ番目のラベルの特徴量ｃ［１］からｃ［ｉｍａｘ］を算出する。ステップＳ６４０にて、演算部１４３は、算出した特徴量に基づいて当該ラベルが付与された領域が欠陥候補であるか否かを判断する。その領域が欠陥候補であると判断すると（ステップＳ６４０にてＹＥＳ）、処理は、ステップＳ６５０に移される。そうでない場合には（ステップＳ６４０にてＮＯ）、処理は、ステップＳ６６０に移される。

ステップＳ６５０にて、演算部１４３は、ｉ番目のラベル領域を欠陥候補として欠陥候補テーブルに出力する。このデータは、たとえば図２に示されるように記憶部１４２の領域Ｄ２６０に格納される（図２）。演算部１４３は、カウンタｉを「１」カウントアップする。ステップＳ６６０にて、演算部１４３は、カウンタｉが上限値であるか否かを判断する。カウンタｉが上限値であると判断すると（ステップＳ６６０にてＹＥＳ）、処理は終了し、メイン処理に戻される。そうでない場合には（ステップＳ６６０にてＮＯ）、処理はステップＳ６３０に戻される。

図７を参照して、列検出処理の手順について説明する。

ステップＳ７１０にて、演算部１４３は、記憶部１４２の領域Ｄ２７０に予め準備されている列間隔候補Ｌを読み込む。ステップＳ８００にて、演算部１４３は、後述する乖離指数の算出処理を実行する。この処理が実行されると、各列間隔の候補について、乖離指数ｄと剰余平均ａとが算出される。ここで乖離指数ｄとは、列間隔候補Ｌと欠陥候補とがどれだけ離れているかを表わす指数をいう。ステップＳ７２０にて、演算部１４３は、乖離指数ｄが最小となる列間隔候補を列間隔Ｌｍｉｎとして出力する。

図８を参照して、乖離指数の算出処理について説明する。

ステップＳ８１０にて、演算部１４３は、列間隔の候補の番号Ｎを初期化し、「１」に設定する。ステップＳ９００にて、演算部１４３は、Ｎ番目の列間隔候補Ｌ［Ｎ］のすべての欠陥候補に対する乖離指数ｄと剰余平均ａとを算出する。ステップＳ８２０にて、演算部１４３は、列間隔候補テーブルのＮ番目に乖離指数ｄと剰余平均ａとを出力する。ステップＳ８３０にて、演算部１４３は、列間隔の候補の番号Ｎを「１」カウントアップする。

ステップＳ８４０にて、演算部１４３は、列間隔の候補の番号Ｎが予め算出された列間隔の候補の数と同じであるか否かを判断する。これらの数が同じであると判断すると（ステップＳ８４０にてＹＥＳ）、処理は終了し、列検出処理を呼び出した処理に戻される。そうでない場合には（ステップＳ８４０にてＮＯ）、処理は終了し、ステップＳ９００が再び実行される。

図９を参照して、すべての欠陥候補の乖離指数ｄと剰余平均ａとを算出する処理について説明する。

ステップＳ９０２にて、演算部１４３は、欠陥候補番号ｉを「１」に設定する。ステップＳ９０４にて、演算部１４３は、列と直交する方向の第ｉ番目の欠陥候補の座標ｘを読み込む。ステップＳ９０６にて、演算部１４３は、座標ｘの列間隔候補に対する剰余ｐを算出する。ステップＳ９０８にて、演算部１４３は、剰余ｐ≦Ｌ［Ｎ］／２であるか否かを判断する。剰余ｐ≦Ｌ［Ｎ］／２であると判断すると（ステップＳ９０８にてＹＥＳ）、処理は、ステップＳ９１０に移される。そうでない場合には（ステップＳ９０８にてＮＯ）、処理は、ステップＳ９１２に移される。

ステップＳ９１０にて、演算部１４３は、記憶部１４２の剰余テーブルに、ｐ１［ｉ］に剰余ｐを格納する。同様に、演算部１４３は、ｐ２［ｉ］に剰余ｐを割り当てて格納する。ステップＳ９１２にて、演算部１４３は、剰余テーブルのｐ１［ｉ］に剰余ｐを割り当てて、所定の領域に格納する。演算部１４３は、そのテーブルのｐ２［ｉ］に剰余ｐ−Ｌ［Ｎ］を割り当てる。ステップＳ９１４にて、演算部１４３は、欠陥候補番号ｉを「１」カウントアップする。

ステップＳ９１６にて、演算部１４３は、欠陥候補番号ｉが欠陥候補数と同じであるか否かを判断する。当該番号ｉと当該数とが同じであると判断すると（ステップＳ９１６にてＹＥＳ）、処理は、ステップＳ９１８に移される。そうでない場合には（ステップＳ９１６にてＮＯ）、処理は、ステップＳ９０４に戻される。

ステップＳ９１８にて、演算部１４３は、記憶部１４２に格納されている剰余テーブルのデータに基づいて、剰余ｐ１の平均ａ１および標準偏差σ１と、剰余ｐ２の平均ａ２および標準偏差σ２とを算出する。ステップＳ９２０にて、演算部１４３は、σ１≦σ２であるか否かを判断する。σ１≦σ２であると判断すると（ステップＳ９２０にてＹＥＳ）、処理は、ステップＳ９２２に移される。そうでない場合には（ステップＳ９２０にてＮＯ）、処理は、ステップＳ９２４に移される。

ステップＳ９２２にて、演算部１４３は、標準偏差σを「σ１」に設定する。演算部１４３は、剰余平均ａを「ａ１」に設定する。ステップＳ９２４にて、演算部１４３は、標準偏差σを「σ２」に設定する。さらに、演算部１４３は、剰余平均ａを「ａ２」に設定する。ステップＳ９２６にて、演算部１４３は、乖離指数ｄを、算式ｄ＝σ／Ｌ［Ｎ］により算出する。処理は、その後メイン処理に戻される。

図１０を参照して、欠陥列判定処理について説明する。

ステップＳ１０１０にて、演算部１４３は、記憶部１４２の領域Ｄ２３０とＤ２４０に格納されている判定検出幅Ｗと欠陥列判定しきい値Ｔとを読み込む。ステップＳ１０２０にて、演算部１４３は、列と直交する方向の座標ｙを列変位ａｍｉｎに設定する。ステップＳ１０３０にて、演算部１４３は、ｙが画像範囲内にあるか否かを判断する。ｙが画像範囲内にあると判断すると（ステップＳ１０３０にてＹＥＳ）、処理は、ステップＳ１０４０に移される。そうでない場合には（ステップＳ１０３０にてＮＯ）、処理は終了し、メイン処理に戻される。

ステップＳ１０４０にて、演算部１４３は、列検出範囲を算出する。すなわち、列検出範囲の下限値ｙｍｉｎは、「ｙ−ｗ／２」に設定される。また、列検出範囲の上限値ｙｍａｘは、「ｙ＋ｗ／２」に設定される。ステップＳ１０５０にて、演算部１４３は、列検出範囲に含まれる欠陥候補の特徴量Ｃｊの総和Ｃｊｓｕｍを算出する。ステップＳ１０６０にて、演算部１４３は、特徴量の総和Ｃｊｓｕｍが欠陥列判定しきい値Ｔよりも大きいか否かを判断する。その総和がしきい値Ｔよりも大きいと判断すると（ステップＳ１０６０にてＹＥＳ）、処理は、ステップＳ１０７０に移される。そうでない場合には（ステップＳ１０６０にてＮＯ）、処理は、ステップＳ１０８０に移される。

ステップＳ１０７０にて、演算部１４３は、現在の列を欠陥列として出力する。ステップＳ１０８０にて、演算部１４３は、列座標ｘを算出する。演算部１４３は、さらに現在の列座標値ｙに列間隔Ｌｍｉｎを加算することにより次の列座標を算出し、同様に欠陥列の判定を行なう。この処理は、列座標値ｙが被検査画像データに基づいて算出される範囲を越えるまで繰り返される。

図１１を参照して、本実施の形態に係る液晶基板検査装置１００のデータ構造についてさらに説明する。図１１（Ａ）〜図１１（Ｃ）はそれぞれ、記憶部１４２に生成されるデータの格納の一態様を表わす図である。なお、当該格納の態様は、図１１に示されるものに限られない。

図１１（Ａ）を参照して、欠陥候補を表わすデータは、領域Ｄ２６０に格納される。すなわち、各欠陥を識別するための番号ｉに対して、座標Ｘと、特徴量ｃ［１］と、ｃ［２］〜ｃ［ｊｍａｘ］までのデータとが、それぞれ関連付けて格納される。これらのデータは、欠陥候補の数に応じて、上限値すなわちｉｍａｘまで同様に生成され、格納される。

図１１（Ｂ）を参照して、列間隔候補テーブルを構成するデータは、領域Ｄ２７０に格納される。すなわち列間隔の候補を識別するための番号Ｎと、列間隔候補Ｌと、算出された乖離指数ｄと、剰余平均ａとが、それぞれ関連付けて領域Ｄ２７０に格納される。

図１１（Ｃ）を参照して、剰余テーブルを構成するデータは、領域Ｄ２８０に格納される。すなわち欠陥候補を識別するための番号ｉと、第１の剰余ｐ１と、第２の剰余ｐ２とが、それぞれ関連付けて領域Ｄ２８０に格納される。

図１２を参照して、本実施の形態における剰余を算出する概念について説明する。

図１２（Ａ）は、平均ａ１および標準偏差σ１の場合における剰余を算出する概念を説明するための図である。図１２（Ｂ）は、平均ａ２および標準偏差σ２の場合における剰余を算出する概念を説明するための図である。

すなわち、図９におけるステップＳ９２０にて説明したように、σ１とσ２との間の大小関係に応じて、標準偏差σおよび剰余平均ａの値が異なる。これは、列の座標が欠陥候補の座標に近い場合、剰余の分布が分かれてしまい、標準偏差σや剰余平均ａを正しく算出できないことに対応したためである。

図１３を参照して、本実施の形態における剰余と列間隔候補の概念とについて説明する。図１３（Ａ）は、検出された欠陥と予め準備された列間隔候補Ｌとの関係を表わす図である。図１３（Ｂ）は、列間隔が一致する場合に算出される剰余の頻度を表わす図である。図１３（Ｃ）は、列間隔が一致しない場合に算出される剰余の頻度を表わす図である。

図１３（Ａ）に示されるように、各欠陥１３００が並んでいる場合において、列間隔が一致しない場合には、各列について算出される剰余にばらつきが生じる。このため、図１３（Ｂ）に示されるように、各列の剰余の総和を算出しても、その頻度の最大値は、列間隔が一致する場合における当該最大値よりも大きくならない。

すなわち、図１３（Ｃ）に示されるように、列間隔が一致する場合には、当該剰余の値のばらつきが小さくなる。このため、各列の剰余の総和を算出すると、特定の剰余の頻度が他の剰余の頻度に比べて極度に大きくなる。したがって、当該総和を各列間隔の候補において比較することにより、当該頻度をもたらす列間隔を特定することができる。

図１４および図１５を参照して、列の特定の態様について説明する。図１４および図１５は、オブジェクトが列と直行する方向に広がっている場合を表わす図である。図１５は、適切な区間幅が指定された上で区間分布が算出される場合を表わす図である。

図１４に示されるようにオブジェクトが並んでいる場合、すなわち、画像上にオブジェクトがほぼ等間隔の列を組んで並んでいるとみなせる場合には、従来の方法、すなわち列方向にオブジェクトの射影を求めて射影の大きな部分を列として求める方法では、列を判定するだけの射影分布が得られないことがあった。

またオブジェクトの座標を射影した場合には、図１５に示されるように、適切な区間幅を指定した上で区間分布を算出しないと、列を特定するだけの射影分布が得られないことがあった。しかしながら、これまで詳述したように、本実施の形態に係る液晶基板検査装置１００によると、列の検出は、オブジェクトの座標に基づいて行なわれる。このため、経験やデータ等に基づいて予め何かしらの値を求めておく必要がないため、的確な列を効率よく検出することができる。

なお、本発明の実施の形態に係る液晶基板検査装置１００は、たとえばコンピュータシステムによって実現することもできる。

ここで、図１６を参照して、液晶基板検査装置１００を実現するコンピュータシステムについて説明する。図１６は、コンピュータシステム１６００のハードウェア構成を表わすブロック図である。

コンピュータシステム１６００は、相互にデータバスにより接続されたＣＰＵ１６１０と、使用者が指示を入力するためのマウス１６２０およびキーボード１６３０と、入力されるデータあるいは所定の処理の実行により一時的に生成されるデータを格納するＲＡＭ１６４０と、大容量のデータを格納可能なハードディスク１６５０と、ＣＤ−ＲＯＭ（Compact Disk-Read Only Memory）駆動装置１６６０と、モニタ１６８０と、通信ＩＦ（Interface）１６９０とを含む。ＣＤ−ＲＯＭ駆動装置１６６０には、ＣＤ−ＲＯＭ１６６２が装着される。

ＣＰＵ１６１０は、液晶基板検査装置１００を実現するためのプログラムを実行する。このプログラムは、たとえば図２の領域Ｄ２００に格納されている画像処理検査プログラムである。マウス１６２０あるいはキーボード１６３０は、入力部１４５として機能する。ＲＡＭ１６４０およびハードディスク１６５０は、記憶部１４２として機能する。通信ＩＦ１６９０は、撮像部１３０からの画像データの入力を受けるインタフェースとして機能する。モニタ１６８０は、出力部１４４として機能する。

このようにして、液晶基板検査装置１００を実現するコンピュータシステム１６００における処理は、各ハードウェアおよびＣＰＵ１６１０により実行されるソフトウェアによって実現される。このようなソフトウェアは、ＲＡＭ１６４０あるいはハードディスク１６５０に予め記憶されている場合もあれば、ＣＤ−ＲＯＭ１６６２その他の記憶媒体に格納されて流通し、ＣＤ−ＲＯＭ駆動装置１６６０その他の読取装置によりその記憶媒体から読み取られて、ハードディスク１６５０に一旦格納される場合もある。そのソフトウェアは、ＲＡＭ１６４０あるいはハードディスク１６５０から読み出されて、ＣＰＵ１６１０によって実行される。図１６に示されるたコンピュータシステム１６００のハードウェア自体は、一般的なものである。したがって、本発明の本質的な部分は、ＲＡＭ１６４０、ハードディスク１６５０、ＣＤ−ＲＯＭ１６６２その他の記憶媒体に格納されたソフトウェアであるとも言える。なお、コンピュータシステム１６００の各ハードウェアの動作は周知であるので、詳細な説明は繰り返さない。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

本発明は、たとえばパターン形成装置により形成されるパターンの品質を定量化する検査装置に適用可能である。

本発明の実施の形態に係る液晶基板検査装置のハードウェア構成を表わすブロック図である。 本発明の実施の形態に係る液晶基板検査装置におけるデータの格納の一態様を表わす図（その１）である。 本発明の実施の形態に係る液晶基板検査装置に搬入される被検査基板において生じる欠陥について説明するための図である。 本発明の実施の形態に係る液晶基板検査装置が実行する処理の手順を表わすフローチャート（その１）である。 本発明の実施の形態に係る液晶基板検査装置が実行する処理の手順を表わすフローチャート（その２）である。 本発明の実施の形態に係る液晶基板検査装置が実行する処理の手順を表わすフローチャート（その３）である。 本発明の実施の形態に係る液晶基板検査装置が実行する処理の手順を表わすフローチャート（その４）である。 本発明の実施の形態に係る液晶基板検査装置が実行する処理の手順を表わすフローチャート（その５）である。 本発明の実施の形態に係る液晶基板検査装置が実行する処理の手順を表わすフローチャート（その６）である。 本発明の実施の形態に係る液晶基板検査装置が実行する処理の手順を表わすフローチャート（その７）である。 本発明の実施の形態に係る液晶基板検査装置におけるデータの格納の一態様を表わす図（その２）である。 本発明の実施の形態において剰余を算出する概念について説明するための図である。 本実施の形態における剰余と列間隔候補の概念とについて説明するための図である。 列の特定の態様について説明するための図（その１）である。 列の特定の態様について説明するための図（その２）である。 本発明の実施の形態に係る液晶基板検査装置を実現するコンピュータシステムのハードウェア構成を表わすブロック図である。

符号の説明

１００ 液晶基板検査装置、１１０ 被検査基板、１２０ 照明部、１３０ 撮像部、１４０ 画像処理検査部、１４１ 画像入力部、１４２ 記憶部、１４３ 演算部、１４４ 出力部、１４５ 入力部、１５０ ディスプレイ、３１０ 搬送ローラ、３２０ 異物／汚れ、３１２ 突起、１６００ コンピュータシステム、１６１０ ＣＰＵ、１６２０ マウス、１６３０ キーボード、１６４０ ＲＡＭ、１６５０ ハードディスク、１６６０ ＣＤ−ＲＯＭ駆動装置、１６６２ ＣＤ−ＲＯＭ、１６８０ モニタ、１６９０ 通信ＩＦ。

Claims (11)

1. 列の間隔を表わす複数の列間隔データを格納する記憶手段と、
   被検査物を撮像する撮像手段から出力される画像データに基づいて、前記被検査物に生成された複数のオブジェクトの各々の位置を特定するための各位置データを算出する手段とを備え、各前記位置データは、予め定められた座標軸に基づいて表わされ、さらに、
   各前記列の間隔について、各前記位置データを各前記列間隔データで除することにより、前記位置データの各々の列間隔剰余を算出する剰余算出手段と、
   前記各々の列間隔剰余の分布を表わすための分布データを算出する算出手段と、
   前記分布データに基づいて、前記記憶手段に格納されている複数の前記列の間隔から、前記各々の列間隔剰余の分布が最小である列の間隔を抽出する抽出手段と、
   前記各々の列間隔剰余に基づいて、前記抽出手段により抽出された列の間隔を有する列の位置を特定するためのデータを算出する位置データ算出手段とを備える、列の検出装置。
2. 前記列の検出装置は、
   各前記位置データに基づいて、前記複数のオブジェクトにより形成される列の間隔を算出する列間隔手段と、
   前記算出された列の間隔について、前記算出された列の間隔と前記記憶手段に格納されている列の間隔との差を算出する手段とをさらに備え、
   前記抽出手段は、前記算出された差が最小である列の間隔を抽出する、請求項１に記載の列の検出装置。
3. 前記位置データは、２次元の座標により前記オブジェクトの位置を特定する座標データである、請求項１または２に記載の列の検出装置。
4. 前記オブジェクトの前記座標データは、直交する前記２次元の座標により表わされる平面において、前記複数の列の各々と直交する行方向の座標と、前記列の方向の座標として表わされ、
   前記剰余算出手段は、前記複数のオブジェクトの各々について、前記行方向の座標を前記列間隔データで除することにより、前記列間隔剰余を算出し、
   前記位置データ算出手段は、前記抽出された列の間隔の前記行方向の座標として、前記各列間隔剰余の平均値を算出する、請求項３に記載の列の検出装置。
5. 前記算出手段は、前記列間隔剰余の標準偏差を算出する、請求項１〜４のいずれかに記載の列の検出装置。
6. 前記被検査物は、基板であり、
   前記オブジェクトは、前記基板における欠陥である、請求項１〜５のいずれかに記載の列の検出装置。
7. 請求項１〜６のいずれかに記載の列の検出装置を備え、
   被検査物に生成された複数のオブジェクトの少なくともいずれかは、隣接する各画素からなる画素群を識別するためのラベル情報が関連付けられており、
   さらに、前記ラベル情報により特定される前記オブジェクトの形状の特徴を表わすための特徴量を算出する特徴量算出手段を備える、画像処理装置。
8. 請求項７に記載の画像処理装置を備え、
   隣接する各画素からなる画素群を識別するためのラベル情報が関連付けられる画像は、検査物の撮像により生成された画像の濃淡勾配を抽出した画像である、画像検査装置。
9. 列の間隔を表わす複数の列間隔データを格納する記憶ステップと、
   被検査物を撮像する撮像手段から出力される画像データに基づいて、前記被検査物に生成された複数のオブジェクトの各々の位置を特定するための各位置データを算出するステップとを備え、
   各前記位置データは、予め定められた座標軸に基づいて表わされ、
   さらに、
   各前記列の間隔について、各前記位置データを各前記列間隔データで除することにより、前記位置データの各々の列間隔剰余を算出する剰余算出ステップと、
   前記各々の列間隔剰余の分布を表わすための分布データを算出する算出ステップと、
   前記分布データに基づいて、前記記憶ステップに格納されている複数の前記列の間隔から、前記各々の列間隔剰余の分布が最小である列の間隔を抽出する抽出ステップと、
   前記各々の列間隔剰余に基づいて、前記抽出ステップにより抽出された列の間隔を有する列の位置を特定するためのデータを算出する位置データ算出ステップとを備える、列の検出方法。
10. 請求項９に記載の列の検出方法を備え、
    被検査物に生成された複数の対象物の少なくともいずれかは、隣接する各画素からなる画素群を識別するためのラベル情報が関連付けられており、
    さらに、前記ラベル情報により特定される前記対象物の形状の特徴を表わすための特徴量を算出する特徴量算出ステップを備える、画像処理方法。
11. 請求項１０に記載の画像処理方法を備え、
    隣接する各画素からなる画素群を識別するためのラベル情報が関連付けられる画像は、検査物の撮像により生成された画像の濃淡勾配を抽出した画像である、画像検査方法。

Images