JP2006242759A - 周期性パターンのムラ検査方法 - Google Patents

Abstract

【課題】高い検出精度を有する周期性パターンのムラ検査方法を提供する。
【解決手段】塗工層または描画面を撮像した画像データに対して、注目画素（Ｘ，Ｙ）について、αを１からｎ１、βを１からｎ２までの自然数とし、注目画素の周辺画素（Ｘ＋α，Ｙ＋β）の輝度情報の階調値を輝度値としたときに、該周辺画素（Ｘ＋α，Ｙ＋β）の輝度値をそれぞれ足し合わせた加算値から注目画素の周辺画素（Ｘ−α，Ｙ−β）の輝度値をそれぞれ足し合わせた加算値をそれぞれ引いた減算値を注目画素の値と置き換えた構成の周辺強調フィルタを用いてコンボリューション演算を行い、画像データを修正画像データとする工程（ａ）と、修正画像データにある一定値を加算し、該加算値を注目画素の新たな画像データとする工程（ｂ）と、工程（ａ），（ｂ）で撮像した画像データの画素全てに対して順次行う工程（ｃ）とを有する。
【選択図】 図１

Description

本発明は、矩形基板上の塗工層の塗布ムラ、またはフォトマスクの描画ムラを検査するための方法に係り、特にカラーテレビのブラウン管に用いられるアパーチャグリル、フォトマスク、カラーフィルタ等の基板に周期的に形成されているパターンに生じるスジ状ムラを高精度に検出できる周期性パターンのムラ検査方法に関する。

イメージャー用フォトマスクの周期性パターン（以下、ＰＭパターンと呼ぶ）のムラ検査では、同軸の透過照明や平面照明を用いて透過率画像を撮像し、各々の画像での光の強度（明るさ）を比べてムラ部と正常部とを視認している。そのため、ＰＭパターンにおいては元々ムラ部と正常部との光の強度差が少ない、すなわち、コントラストが低い画像をその強度差の処理方法を工夫することで、差を拡大してムラ部の抽出し、検査を行っている。

しかし、格子状の周期性パターンのブラックマトリクスのムラ、特に開口部の大きいブラックマトリクスのムラの撮像において、ムラ部と正常部でのコントラストの向上が望めず、強度差の処理を工夫したとしても、元画像のコントラストが低い画像の場合の検査では、目視での官能検査方法より低い検査能力しか達成できない問題がある。なお、周期性パターンとは、一定の間隔（以下ピッチと記す）を持つスリットのパターンの集合体を称し、例えば、１本のパターンが所定ピッチで配列したストライプ状の周期性パターン、又は開口部のパターンが所定ピッチで配列したマトリクス状の周期性パターン等である。

一方、微細な表示と明るい画面の電子部品の増加により、ＰＭパターンでは微細化、又は開口部比率アップヘの傾向が進んでいる。将来、更に開口部の大きいより微細形状のブラックマトリクス用の周期性パターンのムラ検査の方法及びその装置が必要となる。すなわち、従来の光の振幅による光の強度（明るさ）の強弱のみの出力では限界であり、ムラを明瞭に検出することができない。

そこで、カラーフィルターレジストの塗布ムラ検査に実績のあるプロジェクション法等の技術をＰＭパターンのムラ検査技術に応用する試みがなされており、いくつかの提案がなされている。

特許文献１には、ラプラシアンフィルタを用いた画像処理により欠陥を強調して検出する方法が提案されている。

また、特許文献２には、コンボリューション演算を用いて抽出した成分を平滑化することによって、加工痕に起因する情報を除去して光学的欠陥に起因する情報のみを抽出し、正確な良否判定を行う検査方法が提案されている。

さらに、特許文献３には、微分処理、コンボリューション、統計処理を行うことによって、画像信号から不良部分を強調して抽出するカラーフィルタの検査方法が提案されている。
特開平９−２６４７３０号公報 特開平１０−１９７２４号公報 特開平１０−１４２１０１号公報

しかし、上記の従来技術は、２次元画像上での処理であるためノイズ成分が残り易く、最適な検査方法であるとは言い難いものである。特にカラーテレビのブラウン管に用いられるアパーチャグリル、フォトマスク、カラーフィルタ等の基板に周期的に形成されたＰＭパターンのスジ状ムラの検査方法としては、その欠陥レベルが微小であるため、目標とする限度見本のムラを検出することは非常に困難であり、現状の性能では欠陥の検出精度が不十分である。

標準見本となる不良サンプル撮像画像を図１７の（ａ）に示す。図１７の（ｂ）は、図１７の（ａ）のように撮像した画像の輝度データをＸ座標面に投影し、その投影データをさらにＸ座標方向で移動平均したデータとの差分をとったムラ成分データ（Ｘ差分）を数値化して示す特性線図である。図中の斜線部分がスジ状ムラ（欠陥）に該当する。

限度見本となる不良サンプル撮像画像を図１８の（ａ）に示す。このデータでは画像で確認できるムラ部分に大きな数値変動が見られるため、閾値を定めることで欠陥部の分離、検出を容易に行うことができる。しかし、目標とする限度見本となると、図１８の（ｂ）に示すように、Ｙ差分値が高い斜線部分を除いてノイズとの分離性が不十分であり、検出精度が低い。このため、従来方法よりもさらに検出精度が高いＰＭパターンのムラ検査方法が要望されている。

本発明は上記課題を解決するためになされたものであり、高い検出精度を有する周期性パターンのムラ検査方法を提供することを目的とする。

本発明に係る周期性パターンのムラ検査方法は、矩形基板上の塗工層の塗布ムラ、またはフォトマスクの描画ムラを検査するための検査方法であって、（ａ）塗工層、または描画面を撮像し、撮像した画像データに対して、注目画素（Ｘ，Ｙ）について、αを１からｎ１までの自然数とし、βを１からｎ２までの自然数とし、前記注目画素（Ｘ，Ｙ）の周辺画素（Ｘ＋α，Ｙ＋β）の輝度情報の階調値を輝度値としたときに、該周辺画素（Ｘ＋α，Ｙ＋β）の輝度値をそれぞれ足し合わせた加算値から前記注目画素（Ｘ，Ｙ）の周辺画素（Ｘ−α，Ｙ−β）の輝度値を足し合わせた加算値をそれぞれ引いた減算値を前記注目画素（Ｘ，Ｙ）の値と置き換えた構成の周辺強調フィルタを用いてコンボリューション演算を行い、前記画像データを修正画像データとする工程と、
（ｂ）前記修正画像データにある一定値（標準輝度値）を加算し、該加算値を注目画素の新たな画像データとする工程と、（ｃ）前記（ａ），（ｂ）の工程を撮像した画像データの画素全てに対して順次行う工程と、を有することを特徴とする。

工程（ｂ）において加算される所定の標準輝度値は、通常は８ビット階調の値０〜２５５の中央値１２８に設定することが多いが、必ずしも中央値に設定しなければならないというものではなく他の値（例えば１２０又は１３０）に設定することも可能である。

上記のｎ１及びｎ２は、２〜２０のいずれかの自然数とする。フィルタサイズは技術の進展により将来的に様々に変わりうるので、その数値限定は非常に難しい問題である。しかし、あえてフィルタサイズを決めるとすると、その上限値は２０×２０である。周辺画素の数を大きくし過ぎると、注目画素ごとに行う演算規模が大きくなりすぎるので、周辺画素の数を±２０までに抑えて通常の演算速度で処理できる程度の演算規模とした。

さらに、（ｄ）縦強調フィルタ、横強調フィルタおよび周辺強調フィルタにより各画素に対してコンボリューション演算を行う工程と、（ｅ）前記縦強調フィルタ、横強調フィルタおよび周辺強調フィルタを用いたコンボリューション演算により得られた画像データを合成する工程と、を有することができる。

次に、コンボリューション演算の概要について説明する。

コンボリューション演算は、画像処理に利用され、重み係数という概念を用いて注目画素について「重み付き平均」を求める演算である。先ず、点数×重み係数の総和を求め、それを重みの総和で除算して平均をとると、それが「重み付き平均」となる。コンボリューション演算を用いるフィルタには、ローパスフィルタやハイパスフィルタを例としてあげることができる。

ローパスフィルタとは、輝度変化の激しい部分（画像ディテールの細かい部分）をカットして、隣り合う画素の境界を「ぼかす」機能をもつフィルタをいう。輝度変化の激しい部分がカットされる結果、輝度変化の少ない部分が残り、注目画素は周辺の画素との平均に近くなる。

ハイパスフィルタとは、輝度変化の激しい部分（画像ディテールの細かい部分）を通過させて、注目画素を周囲の画素からくっきりと「浮き上がらせる」機能をもつフィルタをいう。周囲の画素にマイナスの重みが設定され、注目画素の粒だちが良くなるため、画像全体がくっきりと明瞭になる。

本発明によれば、限度見本のムラ部分を強調して表示することができるので、ノイズとの分離性が向上し、スジ状ムラを欠陥として高精度に検出することができる。

以下、添付の図面を参照して本発明を実施するための最良の形態を説明する。

図１に示すように、本発明の周期性パターンのムラ検査装置は、斜め透過照明部１０と、透過照明される被検体基板５０を可動支持するＸＹステージ部２０と、撮像するための撮像部３０と、撮像された画像を強調処理し、ムラであるか否かを判定し、さらに強調された画像をオペレータが認識しやすいようにムラを表示する機能を有する処理部４０とを具備している。

斜め透過照明部１０は４つの光源１１Ａ〜１１Ｄを備えている。各光源１１Ａ〜１１Ｄは、姿勢変更手段としての首振り機構１２および移動手段としてのリニアスライダ１３によってリニアガイド１４上にそれぞれ可動に支持されている。リニアガイド１４は平面視野内で互いに直交するように配置された各２本のＸガイドおよびＹガイドからなるものである。２本のＸガイドのうちの一方には第１の光源１１ＡがＸ方向にスライド走行可能に設けられ、他方には第２の光源１１ＢがＸ方向にスライド走行可能に設けられている。また、２本のＹガイドのうちの一方には第３の光源１１ＣがＹ方向にスライド走行可能に設けられ、他方には第４の光源１１ＤがＹ方向にスライド走行可能に設けられている。リニアスライダ１３は、リニアガイド１４に駆動可能に係合するとともに、首振り機構１２を介して光源１１Ａ〜１１Ｄを支持している。さらに、各光源１１Ａ〜１１Ｄは点灯と消灯を切り換える（点光源の変更）手段を備えており、検査対象基板との距離、又は照明光の入射角、方面を切り換えることができるようになっている。

首振り機構１２は、超小型モータと、モータ回転駆動軸に連結された水平軸と、光源１１Ａ〜１１Ｄとともに水平軸まわりに旋回するホルダとを備えている。各光源１１Ａ〜１１Ｄは、モータ駆動によって図４に示すように首振り動作する。これにより光源１１Ａ〜１１Ｄからの光の投光角度θが様々に変わり、様々な角度と方向からの照明が可能となっている。また、各光源１１Ａ〜１１Ｄには、所望の波長の光を透過させる光学フィルタを着脱可能に装着できるようになっている。光学フィルタは光の波長に１対１に対応して準備され、顧客仕様や検査レシピが変更されるごとにそれに応じて所望の光学フィルタに交換されるようになっている。

光源１１Ａ〜１１Ｄにはテレセントリックレンズを含む平行光学系を備えた直線的な光源を用いる。このタイプの光源は輝度ムラや照度ムラがあり、照明強度が高いと撮像画像に影響を受けることがある。本実施形態の検査装置では、輝度ムラや照度ムラを防止するための対策として照明中心位置調整機能を付加している。

ＸＹステージ部２０では、検査対象基板としてのマスク５０をＸＹステージ２１上の所定の位置に載置し保持する。ＸＹステージ部２０は、測定機能を有し、位置を認知して、マスク５０の検査開始位置に装置の光軸を重ねる。ＸＹステージ２１は、Ｘ駆動機構２２およびＹ駆動機構によって水平面内でＸ方向とＹ方向とにそれぞれ移動可能に支持されている。

撮像部３０では、光軸に平行な撮像側平行光学系３１から構成され、画像を撮像する手段、例えば、ＣＣＤ付きカメラ、画像のデータ化及びデータ保存送信等の役割を分担する。撮像側平行光学系３１は、検査対象パターン５１を所望の倍率（拡大または縮小、等倍も含む）でプロジェクション撮像できるように投影光学系を含むものである。

処理部４０は、撮像部３０及びＸＹステージ部２０及び透過照明部１０を統括的に管理するとともに、周期性パターンのムラの検査の工程を逐次処理する手段をも統括管理するものである。さらに、処理部４０では、撮像部３０から撮像した画像データを受け取り、該データを所定のデータ処理手順により画像の特徴を抽出比較し、その差分を算出し、良否を判定する。なお、周期性パターンムラの検査の工程を逐次処理するフローチャートを図３に示して後述する。

次に、図２を参照して検査装置の制御系の概要を説明する。

本発明の検査装置は５つのサブシステム４０ａ〜４０ｅによって構成されている。データ入力部４０ａは、センサ部４１１、照明部４１２、位置固定部４１３および位置制御部４１４を備えている。センサ部４１１は、位置検出用の位置センサ、移動距離検出用の距離センサ（エンコーダやカウンタを含む）および輝度検出用の光感知センサなど複数のセンサを有する。データ処理部４０ｂは、データ入力部４０ａのセンサ部４１１から入力される撮像データを処理する画像処理部４１５と、処理したデータを管理するデータ管理部４１６と、を備えている。センサ部４１１の各センサからは検出信号が画像処理部４１５に随時送られるようになっている。画像処理部４１５は、処理部４０のパソコン４１の機能の一部としてもよいし、パソコン４１とは別に独立した処理ユニットとしてもよい。

照明部４１２は、光源１１Ａ〜１１Ｄをコントロールするものである。

位置固定部４１３は、ＸＹステージ部２０をコントロールするものである。

位置制御部４１４は、光源１１Ａ〜１１Ｄの首振り機構１２およびリニアスライダ１３を個別にコントロールするものである。

マシンインターフェイス部４０ｃは、検査対象となるマスク５０を搬送する搬送機構（図示せず）等の外部装置との間でデータの送受信を行う機械連動部４１７と、マスクの受け渡しを行う自動給排部４１８と、を備えている。

ヒューマンインターフェイス部４０ｅは、データ処理部４０ｂで処理された処理画像を表示する情報表示部４２と、オペレータとの間で情報のやりとりを行う対人操作部４３と、を備えている。

システムバス４０ｄは、ヒューマンインターフェイス部４０ｅと他のサブシステム４０ａ〜４０ｃとの間をインターフェイスしてデータ送受信させるものである。

次に、図３を参照して周期性パターンのムラ検査手順について概略説明する。

メインスイッチをＯＮして装置を起動させ、検査を開始する（工程Ｓ１）。所定の初期条件を設定し、すべての初期条件が揃ったところでその設定動作を終了する（工程Ｓ２）。

Ｘ駆動機構２２およびＹ駆動機構２３を駆動させ、ＸＹステージ２１をホーム位置から使用位置まで移動させる（工程Ｓ３）。マスク５０をＸＹステージ２１上に載置する（工程Ｓ４）。次いで、ＸＹステージ２１ごとマスク５０を検査開始位置まで移動させ、検査対象となる周期性パターン５１を撮像エリア５６に位置させる（工程Ｓ５）。

撮像部３０の撮像の条件を設定する（工程Ｓ６）。カメラ３１の倍率を設定する（工程Ｓ７）。斜め透過照明部１０の照明条件を設定する（工程Ｓ８）。これらの設定が完了すると、光源１１Ａ〜１１Ｄをスライド移動させ、首振り動作させ、撮像エリア５６に対して位置合せし、パターン５１に投光照明し、これを撮像する（工程Ｓ９）。初回の撮像画像を処理部４０のパソコン４１に取り込む（工程Ｓ１０）。次の撮像エリア（検査対象パターン）の有無を判定する（工程Ｓ１１）。

次の撮像エリア（検査対象パターン）が有ると判定した場合は、ＸＹステージ２１によりマスク５０を移動させ、次の撮像エリアをカメラ撮像エリア５６に位置させ、これを撮像する（工程Ｓ１２）。次の撮像エリアのパターン画像を処理部４０のパソコン４１に取り込む（工程Ｓ１３）。最後の撮像エリアであるか否かを判定する（工程Ｓ１４）。最後の撮像エリアであると判定した場合は、工程Ｓ１６へ進む。

最後の撮像エリアでないと判定した場合は、工程Ｓ１１に戻って、次の撮像エリアを撮像し（工程Ｓ１２）、その撮像画像を取り込み（工程Ｓ１３）、最後の撮像エリアであるか否かを再度判定する（工程Ｓ１４）。

工程Ｓ１１で次の撮像エリアが無いと判定した場合は、撮像を終了するとともに、ＸＹステージ２１の駆動を停止させ（工程Ｓ１５）、最終的に装置を停止させる（工程Ｓ２２）。

工程Ｓ１４で最後の撮像エリアであると判定した場合は、その撮像データを処理部４０へ転送し（工程Ｓ１６）、パソコン４１において画像処理する（工程Ｓ１７）。そして、画像処理した結果データを出力し（工程Ｓ１８）、その出力結果を評価判定する（工程Ｓ１９）。評価判定が完了すると、検査工程を終了する（工程Ｓ２０）。マスク５０をステージ２１から持ち上げ、搬送アームに受け渡し、チャンバから搬出する（工程Ｓ２１）。装置を停止させ、検査を終了する（工程Ｓ２２）。

次に、周期性パターンの撮像とムラ検出の概要について説明する。

周期性パターン５１の正常部では、スリット部（又は開口部）の形状、ピッチが一定となるために互いに干渉し、一定の方向に強い面折光が生じ、ムラ部では、スリット部（又は開口部）の形状・ピッチが不安定となるために形状・ピッチに応じて、色々な方向に、種々の強さで回折光が生じる。

検査装置において、斜め透過照明部１０から照射された光が、周期性パターン５１のブラックマトリクスのマスク５０の開口部にて回折され、その回折光が画像として撮像部３０に捕らえられる。入射角θが９０゜より小さくすると観察環境が替わり、スリット部（又は開口部）の形状、ピッチの差違が強調される効果があり、位格を少しずつ変化させる照明により回折光の差違が更に強調される。

マスク５０にて回折される回折光は、ブラックマトリクスの微妙な変動により、回折角に変化をもたらすため、撮像部３０に捕らえられた画像はブラックマトリクスの変動に起因するムラ部を強調した画像となる。さらに、斜め透過照明部１０及び撮像部３０に平行光学系を用いることで、回折光の変動をより正確に強調した画像が捕らえられる。

また、複数設置された照明を順次点灯することで、様々な方向性をもつムラに対して最適な画像が取得可能となる。

このようにして撮像部３０に捕らえられたムラ画像を、処理部４０にてムラ部抽出処理、判定処理を行う。判定されたムラの位置やレベルをムラ画像と同時に処理部４０に表示することで、ムラのモニター用途としての利用も有効となっている。

図４に示すように、光学条件４軸設定機能に基づき各光源の光学的条件を設定する際に、光源／マスク相互間距離を種々変えるとともに、光源１１Ａ〜１１Ｄからパターン５１に投光される光の角度θ１〜θ４を種々変えることができる。これにより、パターン５１の形状や種類に応じて最適の検査光をパターンに投光することが可能となる。なお、投光角度θ１〜θ４は１０〜８０°の範囲とすることが望ましい。また、被検体基板であるマスクから光源の軌道までの距離Ｌは、被検体基板のサイズに応じて種々変わるものである。例えば被検体基板が大判のカラーフィルタである場合は、距離Ｌを１ｍ程度とすることが望ましく、また、被検体基板が半導体デバイス製造用フォトマスクである場合は、距離Ｌを対物レンズの性能に応じて数ｍｍから数１００ｍｍとすることが望ましい。

本発明方法は、以下に述べるようにプログラムに組み込まれ、誰でも簡単に利用できるようになっている。

上記検査装置のメインスイッチをＯＮすると、情報表示部４２に操作画面として図５に示す次の４つのフィルタ１〜４の選択画面が表示される。

１）フィルタ１（例えば縦強調フィルタ）
２）フィルタ２（例えば横強調フィルタ）
３）フィルタ３（独自フィルタとして例えば周辺強調フィルタ）
４）フィルタ４（上記１）〜３）を組み合わせた合成フィルタ）
オペレータは、画面に表示されたフィルタ１〜４のうちから検査対象に最も適合するフィルタを選択する。図５にはフィルタ１に５×５コンボリューションサイズの縦強調フィルタを選択した例を示す。

選択した後にＯＫボタンを押すと、図６に示すように、選択した５×５コンボリューションサイズの縦強調フィルタをモデル化した画面が表示される。表示画面において、選択したフィルタが「縦強調」であるため、重み係数としてのコンボリューションパラメータは中央値０（中央の行）を基準として縦方向上方に順次−１，−２の値、縦方向下方に順次１，２の値となっている。なお、５×５横強調フィルタを選択した場合は、コンボリューションパラメータは中央値０（中央の列）を基準として左横方向に順次−１，−２の値、右縦方向に順次１，２の値が画面に表示される。

次に、図７を参照してコンボリューションフィルタを用いた画像処理方法の概要について説明する。

この画像処理方法は対象となる２次元画像データの１点１点に注目し、その周辺の輝度データに影響を受けるフィルタを用意するものである。

先ず、２次元画像データのうちの注目画素（中央）とその周辺の輝度データに縦強調コンボリューションパラメータをそれぞれ掛ける（図７の（ａ）参照）。算出された輝度データの積（＝元の輝度値×重み係数）を画素ごとに表示する（図７の（ｂ）参照）。中央の注目画素から遠く離れるほど重み係数が大きくなるので、図示のように周辺画素の輝度データ積の値が大きくなる。次いで、全画素の輝度データ積値を合算して総計値を求める（図７の（ｃ）参照）。次いで、総計値に所定の標準輝度値を加算して入れ替え値を求め、この入れ替え値を注目画素の元の輝度データ値と入れ替える（図７の（ｄ）参照）。

図示の例では、注目画素の元の輝度データ値が１８０、全画素の輝度データ積の総計値が−９１、標準輝度値を１２８としたときの入れ替え値が３７である。なお、標準輝度値は、通常は８ビット階調の値０〜２５５の中央値１２８に設定することが多いが、必ずしも中央値に設定しなければならないというものではなく他の値（例えば１２０や１３０、あるいは１１０や１４０など種々の数値に設定できる）に設定することも可能である。

このようにして例えばデータマトリックス６４０×４８０（３０万７２００画素数）の２次元画像データの１点１点ごとにコンボリューション演算を繰り返し、画面上の全ての画素について元の輝度データ値を次々に入れ替え値と入れ替えていく。これによりスジ状ムラが画面上で強調して表示されるようになり、ノイズとの分離性が向上する。このため、オペレータは、スジ状ムラを欠陥として容易に認識することができ、従来はノイズとの識別が困難であったスジ状ムラ欠陥を高精度に検出することができるようになる。

なお、上記では５×５コンボリューションサイズの縦強調フィルタの例について説明したが、本発明はこれのみに限られず３×３サイズまたは７×７サイズとすることもでき、あるいは横強調フィルタ、周辺強調フィルタまたはこれらを組み合わせた合成フィルタをも適用することができる。

次に、図５に示す画面でフィルタ４を選択し、例えば周辺強調フィルタと縦強調フィルタとを合成した合成フィルタを用いて周期性パターンの画像処理を行う場合について説明する。

先ず周辺強調フィルタによる画像データを次のような手順で得る。塗工層、または描画面を撮像し、撮像した画像データに対して、注目画素（Ｘ，Ｙ）について、αを１からｎ１までの自然数とし、βを１からｎ２までの自然数とし、注目画素（Ｘ，Ｙ）の周辺画素（Ｘ＋α，Ｙ＋β）の輝度情報の階調値を輝度値としたときに、該周辺画素（Ｘ＋α，Ｙ＋β）の輝度値をそれぞれ足し合わせた加算値から前記注目画素（Ｘ，Ｙ）の周辺画素（Ｘ−α，Ｙ−β）の輝度値を足し合わせた加算値をそれぞれ引いた減算値を注目画素（Ｘ，Ｙ）の値と置き換えた構成の周辺強調フィルタを用いてコンボリューション演算を行い、画像データを修正画像データとする。この修正画像データにある一定値（標準輝度値）を加算し、該加算値を注目画素の新たな画像データとする。このような演算処理を撮像した画像データの画素全てに対して順次行う。これによって周辺強調フィルタでの画像データが得られる。

周辺強調フィルタでの画像データを得ているときにこれと並行して、一方では縦強調フィルタでの画像データを所定の演算（例えば、図６に示した縦強調フィルタ演算）により得る。そして、それぞれ独立の演算で得た周辺強調フィルタの画像データと縦強調フィルタの画像データとを所定の演算処理（画像処理）により合成し、最終的に２つの画像データを合成した合成画像データを得る。

（実施例と比較例との対比）
次に、図８〜図１６を参照して本発明の実施例を比較例と対比して説明する。

図８（ａ）および図１１（ａ）はイメージャー用フォトマスクの元の画像をそれぞれ示す写真である。図８（ｂ）は、比較例として図１０の従来の３×３横強調微分フィルタを用いて図８（ａ）の画像を処理した後の画像（横強調画像）の写真を示す。一方、図１１（ｂ）は、実施例として図１３の７×７周辺強調フィルタを用いて図１１（ａ）の画像を処理した後の画像（周辺強調画像）の写真を示す。

図１１（ｂ）と図８（ｂ）の両図を比べてみて明らかなように、前者の実施例（図１１（ｂ））のほうが後者の比較例（図８（ｂ））よりもスジ状ムラを明瞭に識別することができ、実施例のほうが比較例よりも欠陥の検出精度が格段に高いことが分かる。

図９（ａ）は一般的なエッジ部の検出イメージを示す図、図９（ｂ）は比較例として従来の微分フィルタを用いて一次元微分処理したときのエッジ部の検出イメージ（強調イメージ）を示す図、図１２（ａ）は非常に薄いスジ状ムラの検出イメージを示す図、図１２（ｂ）は実施例として周辺強調フィルタを用いて処理したときの非常に薄いスジ状ムラの検出イメージ（強調イメージ）を示す図である。

図１２（ａ）（ｂ）と図９（ａ）（ｂ）の両図を比べてみて明らかなように、前者（実施例）では非常に薄いスジ状ムラであっても欠陥とノイズとの分離性が明瞭であるのに対して、後者（比較例）ではエッジ部は検出されるものの欠陥とノイズとの分離性が明瞭でないことが分かる。

次に、本発明を用いた画像処理の効果を示す他の例について概略説明する。

図１４（ａ）は処理前の画像のＹ差分分布を示す特性線図、図１４（ｂ）は処理後の画像のＹ差分分布を示す特性線図である。独自の画像処理にて強調した画像の投影データがどれだけ数値でも確認されたのかについて確認してみたところ、処理後の画像（図１４（ｂ））は処理前の画像（図１４（ａ））に比べると格段に改善され、非常に薄いスジ状ムラであっても欠陥とノイズとの分離性が明瞭になることが判明した。

図１５（ａ）は上記とは異なる元の画像を示す写真、図１５（ｂ）は周辺強調フィルタを用いた画像処理方法により図１５（ａ）の画像を処理した後の画像を示す写真である。図１５（ｂ）から明らかなように、本発明方法で画像処理するとスジ状ムラ欠陥を明瞭に識別できることが分かる。

図１６（ａ）は上記とは異なる元の画像を示す写真、図１６（ｂ）は周辺強調フィルタを用いた画像処理方法により図１６（ａ）の画像を処理した後の画像を示す写真である。図１６（ｂ）から明らかなように、本発明方法で画像処理するとスジ状ムラ欠陥を明瞭に識別できることが分かる。なお、図１６（ｂ）中に見られる斜めのスジ線は、膜厚の不均一に起因するものであり、スジ状ムラ欠陥とは直接的な関係はない。

本発明は、例えばカラーテレビ用ブラウン管に用いるシャドウマスク、液晶表示パネル用のカラーフィルタ、フォトマスク、ブレンネルレンズなどに生じるスジ状ムラの検査に利用することができる。

本発明の検査装置の概要を示す構成ブロック斜視図。 本発明の検査装置の制御系統を示すブロック図。 検査方法の手順を示すフローチャート。 検査装置を側方から見て示す図。 画像処理フィルタ設定画面を示す図。 コンボリューションパラメータの設定画面を示す図。 （ａ）〜（ｄ）は本発明のコンボリューションフィルタを用いた画像処理方法の一例を示す図。 （ａ）は元の画像を示す写真、（ｂ）は比較例として従来の横強調微分フィルタを用いて（ａ）の画像を処理した後の画像（横強調画像）を示す写真。 （ａ）は一般的なエッジ部の検出イメージを示す図、（ｂ）は比較例として従来の微分フィルタを用いて一次元微分処理したときのエッジ部の検出イメージ（強調イメージ）を示す図。 図８（ｂ）の横強調画像処理に用いた３×３フィルタを示す図。 （ａ）は元の画像を示す写真、（ｂ）は実施例として周辺強調フィルタを用いて（ａ）の画像を処理した後の画像（周辺強調画像）を示す写真。 （ａ）は非常に薄いスジ状ムラの検出イメージを示す図、（ｂ）は実施例として周辺強調フィルタを用いて処理したときの非常に薄いスジ状ムラの検出イメージ（強調イメージ）を示す図。 図１１（ｂ）の周辺強調画像処理に用いた７×７フィルタを示す図。 （ａ）は処理前の画像のＹ差分分布を示す特性線図、（ｂ）は処理後の画像のＹ差分分布を示す特性線図。 （ａ）は元の画像を示す写真、（ｂ）はその他の画像処理方法を用いて（ａ）の画像を処理した後の画像を示す写真。 （ａ）は元の画像を示す写真、（ｂ）はその他の画像処理方法を用いて（ａ）の画像を処理した後の画像を示す写真。 （ａ）は不良サンプル（標準見本）の撮像画像を示す写真、（ｂ）は（ａ）の画像のＸ差分分布を示す特性線図。 （ａ）は不良サンプル（限度見本）の撮像画像を示す写真、（ｂ）は（ａ）の画像のＸ差分分布を示す特性線図。

符号の説明

１０…斜め透過照明部、１１Ａ〜１１Ｄ…光源、１２…姿勢変更手段、１３…移動手段、１４…案内路、２０…ＸＹステージ部、２２…Ｘ駆動機構、２３…Ｙ駆動機構、３０…撮像部、３１…ＣＣＤカメラ（撮像手段）、３２…カメラ光軸（中心線）、
４０…処理部、
５０…マスク（検査対象基板）、５２…スジ状ムラ、５３…周期的パターンエリア、
５６…撮像エリア、５８…中心線（カメラ光軸）。

Claims (3)

1. 矩形基板上の塗工層の塗布ムラ、またはフォトマスクの描画ムラを検査するための検査方法であって、
   （ａ）塗工層、または描画面を撮像し、撮像した画像データに対して、注目画素（Ｘ，Ｙ）について、αを１からｎ１までの自然数とし、βを１からｎ２までの自然数とし、前記注目画素（Ｘ，Ｙ）の周辺画素（Ｘ＋α，Ｙ＋β）の輝度情報の階調値を輝度値としたときに、該周辺画素（Ｘ＋α，Ｙ＋β）の輝度値をそれぞれ足し合わせた加算値から前記注目画素（Ｘ，Ｙ）の周辺画素（Ｘ−α，Ｙ−β）の輝度値を足し合わせた加算値をそれぞれ引いた減算値を前記注目画素（Ｘ，Ｙ）の値と置き換えた構成の周辺強調フィルタを用いてコンボリューション演算を行い、前記画像データを修正画像データとする工程と、
   （ｂ）前記修正画像データにある一定値（標準輝度値）を加算し、該加算値を注目画素の新たな画像データとする工程と、
   （ｃ）前記（ａ），（ｂ）の工程を撮像した画像データの画素全てに対して順次行う工程と、を有することを特徴とする周期性パターンのムラ検査方法。
2. 前記ｎ１及びｎ２は、２〜２０のいずれかの自然数であることを特徴とする請求項１記載の方法。
3. （ｄ）縦強調フィルタ、横強調フィルタおよび周辺強調フィルタにより各画素に対してコンボリューション演算を行う工程と、
   （ｅ）前記縦強調フィルタ、横強調フィルタおよび周辺強調フィルタを用いたコンボリューション演算により得られた画像データを合成する工程と、
   をさらに有することを特徴とする請求項１または２のいずれか１項記載の方法。

Images