JP2006266943A - 欠陥検査装置及び欠陥検査方法 - Google Patents

Abstract

【課題】 擬似欠陥の誤認識率を下げながらも欠陥分類の精度を高くする。
【解決手段】 検査対象物１を撮像した披検査画像と欠陥のない参照画像を比較することにより欠陥の抽出及び分類を行なう際に、まず撮像装置１０により撮像された検査対象物１の被検査画像と参照画像を比較して、第１の検出感度で差画像を抽出し、そして第１の検出感度で抽出される差画像の有無により、擬似欠陥又は真の欠陥かを示す分類コード１０１を付与する。次に、撮像装置１０により撮像された検査対象物１の被検査画像と参照画像を比較し、上記第１の検出感度より高感度の第２の検出感度で差画像を抽出し、そして種々の欠陥の特徴情報が保存されたデータベース９０を参照し、第２の検出感度で抽出された差画像から得られる特徴情報を基に、当該差画像に対して該当する欠陥の分類コード１０２を付与することを特徴とする。
【選択図】 図１

Description

本発明は、欠陥検査装置及び欠陥検査方法に関し、特にフラットパネルディスプレイなどの検査対象基板上に形成されたパターンを検出して欠陥検査を行う欠陥検査装置及び欠陥検査方法に関する。

従来、半導体デバイスあるいはフラットパネルディスプレイは、それぞれ半導体ウエハあるいはガラス基板上に微細なデバイスパターンを形成することにより作製される。このようなデバイスパターンを形成するときに、半導体ウエハあるいはガラス基板上に塵埃等が付着したり、傷が付いたりして、欠陥が生じることがある。このような欠陥が生じた半導体ウエハあるいはガラス基板は、不良デバイスとなり、歩留りを低下させる。

したがって、製造ラインの歩留りを高い水準で安定させるためには、欠陥検査装置を用いて塵埃や傷等によって発生する欠陥を早期に発見し、その原因を突き止め、製造設備や製造プロセスに対して有効な対策を講じることが好ましい。

欠陥が発生する原因を突き止める有効な方法は、まず欠陥が発見された場合に、その欠陥が何であるかを調べて分類分けを行うことである。ここで、欠陥が何であるかを調べる欠陥検査装置は、いわば光学顕微鏡のようなものであり、欠陥を拡大して見ることで、その欠陥が何であるかを識別するようにしている。

半導体ウエハの欠陥を自動分類する手法として、撮像装置を用いて撮影した欠陥画像と参照画像の比較により欠陥を抽出し、欠陥の特徴をデータベースに登録されているものと比較・分類する手法が広く採用されている。フラットパネルディスプレイ等においても同様な手法で欠陥を自動分類することが可能である。

図１０は、フラットパネルディスプレイのガラス基板上のデバイスパターンを撮影した画像の一例を示すものである。図１０において、基本となるパターン２００が一定の規則に従って整列してデバイスパターンを形成しているが、一部にパターン断線欠陥２０１が含まれている。欠陥検査装置により、このパターン断線欠陥２０１を含むデバイスパターンの欠陥画像と参照画像を比較した結果が、図１１である。図１１に示すように、欠陥検査の結果、パターン断線欠陥２０１が欠陥２０２として抽出される。

このような欠陥検査を行なうものとして、例えば、欠陥検出パラメータの設定や変更、知識ベース作成のための欠陥画像分類データを作成するパラメータ作成支援装置４を備え、自動欠陥分類装置３による半導体の欠陥の検出を支援して、半導体の欠陥を正確に検出することができる検査システム１が、特許文献１に開示されている。
この検査システム１では、自動欠陥分類装置３とパラメータ作成支援装置４とが分離されて設けられており、欠陥検出パラメータの設定や変更の作業及び知識ベース作成のための分離欠陥部分データの作成を、欠陥分類の作業とは独立して行なうことができ、作業効率が高くなる。
特開２００１−１６８１６０号公報

ところで、欠陥検出の感度を向上させようとすると、本来検出する必要のないパターンの微細なムラを検出したりするなど、本来欠陥ではない箇所（擬似欠陥）を検出するといった問題が頻繁に発生する。したがって、本来欠陥ではない場所に対して自動分類を行うことにもなり、間違った分類を出力してしまうということになる。

図１２は、擬似欠陥の原因となりやすい白色のノイズ２０３が撮像画像に含まれた例である。このようなノイズ２０３等が含まれていると欠陥の抽出に誤りが発生しやすくなる。実際には欠陥を含まないにもかかわらず、欠陥抽出処理で欠陥と誤認識され、いわゆる擬似欠陥となる。図１２に示されたノイズ２０３が欠陥抽出処理により擬似欠陥２０４として抽出された例を、図１３に示す。

特許文献１に記載の検査システム１は、欠陥検出パラメータ格納装置７に格納されている欠陥検出パラメータ、並びに、知識ベース格納装置８に格納されている知識ベースを用いて分類分けを行なっている。そのため、上述したように、欠陥検出パラメータの閾値を上げた場合、本来欠陥ではない箇所（擬似欠陥）を検出してしまう場合が生じるという問題がある。逆に、欠陥検出パラメータの閾値を下げた場合、正確な欠陥分類ができないという問題がある。

本発明は斯かる点に鑑みてなされたものであり、擬似欠陥の誤認識率を下げながらも欠陥分類の精度を高くすることを目的とする。

上記課題を解決するため、本発明は、検査対象物を撮像した披検査画像と欠陥のない参照画像を比較することにより欠陥の抽出及び分類を行なう際に、まず撮像装置により撮像された検査対象物の被検査画像と参照画像を比較して、第１の検出感度で差画像を基に欠陥部位を抽出し、そして第１の検出感度で抽出される欠陥の有無により、擬似欠陥又は真の欠陥かを示す分類コードを付与する。次に、撮像装置により撮像された検査対象物の被検査画像と参照画像を比較し、上記第１の検出感度より高感度の第２の検出感度で差画像を基に欠陥部位を抽出し、そして種々の欠陥の特徴情報が保存されたデータベースを参照し、第２の検出感度で抽出された欠陥から得られる特徴情報を基に、当該欠陥に対して該当する分類コードを付与することを特徴とする。

上述の構成によれば、擬似欠陥か真の欠陥かを判別するための欠陥抽出と、欠陥分類を行うための欠陥抽出が別々に行われる。

本発明によれば、擬似欠陥か真の欠陥かを判別するための欠陥抽出と、欠陥分類を行うための欠陥抽出が別々に行われるので、擬似欠陥の誤認識率を下げながらも欠陥分類の精度を高くすることができるという効果がある。

以下、本発明を実施するための最良の形態の例を説明する。
本例では、フラットパネルディスプレイのガラス基板上に形成されたデザインパターンの欠陥検査を行なう場合について説明するが、検査対象はこの例に限定されるものではなく、例えば半導体ウエハ、フォトマスク、磁気ディスク等、検査対象基板上に所定パターンが形成されたものに適用できる。

まず、本発明を適用して好適な欠陥検査装置の構成の一例を示したブロック図を、図１に示す。
図１に示す欠陥検査装置２００は、搬送ステージ２上に検査対象物として載置されるガラス基板などの欠陥の分類検査を行うものである。この欠陥検査装置２００において、搬送ステージ２は、載置されたガラス基板１を指定された座標位置に位置決めする。また、撮像装置１０は、検査対象物を撮像するものであって、上記搬送ステージ２上の検査対象物すなわちガラス基板１の表面を撮像する。この撮像装置１０による撮像出力は、画像ファイルとして欠陥画像メモリ２１及び参照画像メモリ２２に供給される。

欠陥画像メモリ２１は、上記撮像装置１０による撮像出力として得られるガラス基板１の欠陥部位の画像を含む欠陥画像を保存するものであって、図示しないデータ処理制御部により画像データの書き込み／読み出しが制御され、上記撮像装置１０による撮像出力として得られる欠陥画像データが書き込まれ、また上記欠陥画像データが読み出される。

また、参照画像メモリ２２は、上記欠陥画像と比較される欠陥の存在しない参照画像を保存するものであって、図示しないデータ処理制御部により画像データの書き込み／読み出しが制御され、上記撮像装置１０による撮像出力として得られる欠陥のない同様パターンの参照画像データが書き込まれ、また上記参照画像データが読み出される。

階調補正部３１は、上記欠陥画像メモリ２１に保存された欠陥部位の画像データの明るさ・コントラストを補正し、その後に続く画像処理工程の精度を高めるためのものである。
同様に、階調補正部３２は、上記参照画像メモリ２２に保存された欠陥のない参照画像データの明るさ・コントラストを補正するものである。

上記階調補正部３１，３２によって階調補正された欠陥画像データと参照画像データは、それぞれモフォロジ処理部４１，４２によってモフォロジ処理されてから欠陥抽出部５１に供給されるとともに、上記階調補正された欠陥画像データと参照画像データは、直接欠陥抽出部５２にも供給される。

上記モフォロジ処理は、形態学的処理とも呼ばれる画像フィルタリング処理の手法であり、エロージョン（収縮）処理、ダイレーション（膨張）処理と、それらを組み合わせたオープニング処理、クロージング処理がノイズ処理の目的で一般に広く使われている。したがって上記モフォロジ処理部４１，４２によってモフォロジ処理された欠陥画像データと参照画像データは、モフォロジ処理される前の欠陥画像データと参照画像データと比べて、擬似欠陥に抽出されやすい細かなノイズに相当する画素データが除去されたものとすることができる。

本例では、画像処理の一例としてモフォロジ処理を例に説明したが、欠陥画像及び参照画像の高周波成分を除去できる画像処理であればよく、例えばウェーブレット変換など、種々の画像処理を適用することができる。

欠陥抽出部５１，５２は、検査対象物を撮像して得られる検査対象画像を欠陥のない参照画像と比較することにより欠陥部位の画像（差画像）を抽出するもので、欠陥画像データと参照画像データとを比較することにより、上記撮像装置１０により撮像したガラス基板１の欠陥部位の画像として欠陥画像と欠陥抽出用参照画像の差分を抽出する。

欠陥抽出部５１には、上記モフォロジ処理部４１，４２によってモフォロジ処理された、すなわち、ノイズが除去された欠陥画像データと参照画像データが供給され、これらの差分画像データを求める。そして、閾値パラメータメモリ６１に保存されている閾値パラメータを用いて、欠陥部位を抽出する。
この閾値パラメータは、欠陥が生じている検査対象物の表面画像と正常な検査対象物の表面画像との差を、どの程度許容するかを定めているパラメータである。

上記欠陥抽出部５１では、撮像装置１０により撮像したガラス基板１の欠陥部位の画像が擬似欠陥画像か否か、すなわち、本当に欠陥が存在するか否かを検査することが目的である。このため、上記閾値パラメータメモリ６１に比較的高めの閾値パラメータを保存しておき欠陥検出の感度を低くすることで、真の欠陥が存在するときのみ欠陥が抽出され、擬似欠陥の場合は欠陥が抽出されない確率をさらに高くすることができる。

この欠陥抽出部５１により抽出された欠陥部位の画像データは、その位置情報とともに欠陥有無検査／分類コード付与部８１に送られる。上記欠陥抽出部５１により欠陥部位の抽出ができなかった場合は、欠陥有無検査／分類コード付与部８１は擬似欠陥を表すコードを付与し、また欠陥部位の抽出が正常に行われた場合は、欠陥有無検査／分類コード付与部８１は通常の欠陥（真正欠陥）を表すコードを付与し、これらのコードは分類コード出力部１０３に送られる。

一方、欠陥抽出部５２には、階調補正部３１，３２で階調補正された欠陥画像データと参照画像データが供給され、これらの差分画像データを求める。そして、閾値パラメータメモリ６２に保存されている閾値パラメータを用いて、欠陥部位を抽出する。

上記欠陥抽出部５２では、撮像装置１０により撮像したガラス基板１の欠陥部位の画像について感度の高い欠陥抽出を行うことが目的である。そのため、上記閾値パラメータメモリ６２に比較的低めの閾値パラメータを保存しておく。低めの閾値パラメータを用いて欠陥抽出を行うことにより擬似欠陥を誤検出する確率が高くなるが、検出感度が高いので欠陥部位の画像を精度よく抽出することが可能となる。この欠陥抽出部５２により抽出された欠陥部位の画像は、その位置情報とともに特徴抽出部７０に供給される。

特徴抽出部７０は、抽出された欠陥部位の画像より、大きさ、色、コントラスト、形状などの情報を特徴量として抽出して数値化し、その情報を比較／分類コード付与部８２へ供給する。

比較／分類コード付与部８２は、特徴抽出部７０により数値化された欠陥画像の特徴情報をデータベース９０に含まれる特徴情報と比較し、特徴の一致する分類のコード１０２を付与する。このようにして付与された分類コードは分類コード出力部１０２に送られる。

分類コード出力部１０３では、欠陥有無検査／分類コード付与部８１からは擬似欠陥か真の欠陥かどうかを示す分類コード１０１が供給され、また、比較／分類コード付与部８２からはデータベース９０に基づき例えば分類ａ／分類ｂ／分類ｃのいずれかの分類コード１０２が供給される。分類コード１０１が擬似欠陥である場合は分類コード１０２の結果に係わらず擬似欠陥である旨の欠陥コードを出力し、分類コード１０１が真の欠陥の場合は分類コード１０２の該当する欠陥の欠陥コードを出力し、分類作業を終了する。

次に、上記構成の欠陥検査装置による欠陥検査処理について、図２のフローチャートを参照して説明する。
まず、撮像装置１０により検査対象物、例えばフラットパネルディスプレイのガラス基板１を撮影し、被検査画像を取得し欠陥画像メモリへ格納する（ステップＳ１）。

図３は、欠陥検査装置２００によりガラス基板１のパターン断線欠陥と見られる部位を撮像したときの被検査画像の例である。図３において、基本となるパターン１１０が一定の規則に従って整列してデバイスパターンを形成しているが、その一部にパターン断線欠陥１１１が存在する。このような欠陥が存在する画像(欠陥画像)を、欠陥のない参照画像と比較することにより、欠陥の抽出を行なう。

欠陥画像メモリ２１及び参照画像メモリ２２にそれぞれ保存された欠陥画像及び参照画像は、それぞれ階調補正部３１，３２で補正処理された後、モフォロジ処理部４１，４２へ入力される。そして、モフォロジ処理部４１，４２にて被検査画像及び参照画像のノイズを除去する（ステップＳ２）。

図４は、モフォロジ処理の一つであるエロージョン（収縮）処理を、図３の画像に対して行った場合の例を示す。図４に示すように、図３の画像と比較すると欠陥１１１ａを始めとして画像内の明度の高い部分が収縮している。
図５は、モフォロジ処理の一つであるダイレーション（膨張）処理を、図３の画像に対して行った場合の例を示す。図５に示すように、図３の画像と比較すると欠陥１１１ｂを始めとして画像内の明度の高い部分が膨張している。

また、ノイズ（白ノイズ）１２１を含むパターン断線欠陥の画像例を、図６に示す。この画像に対して、エロージョン処理やダイレーション処理を組み合わせたモフォロジ処理を行って、ノイズ１２１を除去した結果を、図７に示す。図７においては、ノイズ１２１が除去され、欠陥１１１ｃはそのまま残されている。

このようなエロージョン処理やダイレーション処理などによるモフォロジ処理により、画像からノイズを除去することができ、後段の欠陥抽出部５１における真の欠陥を抽出する精度が向上し、擬似欠陥の誤認識率を下げるのに貢献する。

次に、欠陥抽出部５１において、上記ノイズ除去後の被検査画像と参照画像を比較し、第１の検出感度で欠陥部位の画像を抽出する（ステップＳ３）。ここでは、閾値パラメータメモリ６１に保存されている比較的高めの閾値パラメータを使用し、低い感度で欠陥検出を行う。このようにすることで、真の欠陥が存在するときのみ欠陥が抽出され、擬似欠陥の場合は欠陥が抽出されない確立が高くなる。

そして、ノイズ除去前（図３，図６参照）の画像上に存在していた欠陥について、その真偽を判断する（ステップＳ４）。欠陥抽出部５１により欠陥部位の抽出ができなかった場合は、偽の欠陥（擬似欠陥）であるとして、欠陥有無検査／分類コード付与部８１は擬似欠陥を表す分類コードを付与する。また、欠陥部位の抽出が正常に行われた場合は、真の欠陥（真正欠陥）であるとして、欠陥有無検査／分類コード付与部８１は通常の欠陥を表す分類コードを付与する。欠陥部位が複数抽出された場合は、その複数の欠陥についてそれぞれ通常の欠陥を表す分類コードを付与する。

上記ステップＳ４において、偽の欠陥（擬似欠陥）であると判断した場合、欠陥検査処理を終了する。

一方、ステップＳ４において、真の欠陥であると判断した場合、欠陥抽出部５２は、ノイズ除去前の被検査画像と参照画像を比較し、第２の検出感度で欠陥部位の画像を抽出する（ステップＳ５）。ここでは、閾値パラメータメモリ６２に保存されている比較的低めの閾値パラメータを使用し、高い感度で欠陥検出を行う。このようにすることで、欠陥部位の画像を大きく抽出することができる。この閾値パラメータメモリ６２の閾値パラメータの値は、少なくとも上記閾値パラメータメモリ６１の閾値パラメータより低くし、検出感度を高くする。

欠陥検出部５２において、高感度での欠陥抽出を行なうことの利点を説明する。
図６のノイズ１２１が含まれる画像の欠陥部位１１１を拡大したものを、図８に示す。また、図７（図６を画像処理した後）の画像の欠陥部位１１１ｃを拡大したものを、図９に示す。
これら図８，図９より明らかなように、モフォロジ処理などの画像処理は、ノイズの除去に非常に有用である一方、パターンの細部の情報（ディテール）が失われてしまいやすい。図９に示すノイズ除去（画像処理）後の欠陥部位を拡大した画像では、図８に示すようなノイズ除去前の画像での欠陥部位１１１に存在した細かいギザギザに関する情報が失われてしまっている。すなわち、ノイズを除去した画像は擬似欠陥か真の欠陥か否かを判別するための画像としては有効であるが、欠陥分類に必要な特徴抽出を行なうためには十分な情報を有していないことがわかる。

したがって、本例のように、欠陥抽出部５２において、階調補正部３１，３２から直接入力されたノイズ除去前の欠陥画像データと参照画像データを使用することによって、後の欠陥分類につながるより精度の高い欠陥部位の画像を抽出することができる。

そして、欠陥抽出部５２で抽出された欠陥部位の画像を基に欠陥を分類する（ステップＳ６）。
上記ステップＳ５の処理後、欠陥抽出部５２は、抽出した欠陥部位の画像を特徴抽出部７０に入力する。特徴抽出部７０は、各欠陥部位の画像から、大きさ、色、コントラスト、形状などの情報を特徴情報として抽出、数値化し、比較／分類コード付与部８２に入力する。比較／分類コード付与部８２は、抽出された欠陥部位の特徴情報をデータベース９０内の特徴情報と比較し、各欠陥部位に対して分類コード１０２を付与し分類コード出力部１０３に出力する。

分類コード出力部１０３は、欠陥有無検査／分類コード付与部８１から供給される分類コード１０１が擬似欠陥である場合、擬似欠陥である旨の欠陥コードを出力する。また、欠陥有無検査／分類コード付与部８１から供給される分類コード１０１が真の欠陥の場合、分類コード１０２の該当する欠陥の欠陥コードを出力して分類作業を終了する。

上述した構成の欠陥検査装置２００では、擬似欠陥か真の欠陥かを判別するための欠陥抽出処理と欠陥分類を行うための欠陥抽出処理は別々に行われるため、精度の高い欠陥検出および分類を行うことが可能となる。

以上述べたように、本発明は、擬似欠陥か真の欠陥かを判別するための欠陥抽出と欠陥分類を行うための欠陥抽出は別々に行われるため、擬似欠陥の誤認識率を下げながらも欠陥分類の精度を高くすることが可能となる。

また、擬似欠陥か真の欠陥かを判別するための欠陥抽出を第１段階として行い、欠陥分類を行うための欠陥抽出を第２段階として行なうようにし、第１段階で擬似欠陥と判別された場合は以降の処理を中止するようにしたので、欠陥分類の処理時間を短縮することができる。
勿論、第１段階の欠陥抽出処理で擬似欠陥であると判別された場合でも、第２段階における欠陥分類のための欠陥抽出処理を行うことは可能である。この場合、ユーザが出力された欠陥部位の画像及び分類コードを見て、擬似欠陥とした判別の正否を確認することができる。

なお、上述した実施の形態例における画像処理の他の方法として、ＪＰＥＧ（Joint Photographic Expert Group）フォーマット等の不可逆性を持つ画像圧縮処理を利用することが考えられる。まず画像を圧縮した後に伸張した元サイズに戻すことで細かなノイズを削除する方法を用いると、欠陥部位の撮像画像を圧縮して保存するための処理とノイズを削除するための処理とを同時に行うことが可能である。

また、被検査画像からノイズを除去する方法として、撮像装置１０で検査対象物の表面画像を撮像する際、第１段階の欠陥抽出処理で使用する画像（欠陥画像及び参照画像）は、意図的にフォーカス(焦点)を最適点からずらすようにしてもよい。そして、第２段階の欠陥分類のための欠陥抽出処理で使用する画像は、フォーカスを最適点に合わせて撮像したものを使用する。このように、フォーカスを最適点からずらして撮像した場合、画像から一定のノイズを除去することができる。

さらに、撮像装置１０の他に低解像度の光学系を別途用意し、その画像を用いることが考えられる。第１段階の欠陥抽出処理には、低解像度の光学系による画像（欠陥画像及び参照画像）を使用し、第２段階の欠陥分類のための欠陥抽出処理には、より高解像度の撮像装置１０による画像を使用する。このようにした場合、画像処理によるノイズ除去処理時間を短縮することができる。

本発明の一実施の形態に係る欠陥検査装置の構成例を示すブロック図である。 本発明の一実施の形態に係る欠陥検査処理を示すフローチャートである。 本発明の一実施の形態に係るパターン断線欠陥を含む画像を示した図である。 図３の画像のエロージョン処理後の例を示した図である。 図３の画像のダイレーション処理後の例を示した図である。 本発明の一実施の形態に係るノイズを含むパターン断線欠陥の画像を示した図である。 図６の画像のモフォロジ処理後の例を示した図である。 図６の画像の欠陥部位を拡大した図である。 図７の画像の欠陥部位を拡大した図である。 パターン断線欠陥を含む画像の例を示した図である。 図２の画像について欠陥抽出結果を示した図である。 擬似欠陥（白ノイズ）を含む画像の例を示した図である。 図１２の画像について欠陥抽出結果を示した図である。

符号の説明

１…ガラス基板（被検査体）、１０…撮像装置、４１，４２…モフォロジ処理部（画像処理部）、５１，５２…欠陥抽出部、６１，６２…閾値パラメータメモリ、７０…特徴出力部、８１，８２欠陥有無検査／分類コード付与部、９０…データベース、１０３…分類コード出力部、１１０…パターン、１１１，１１１ａ，１１１ｂ，１１１ｃ…欠陥、１２１…ノイズ（白ノイズ）、２００…欠陥検査装置

Claims (8)

1. 検査対象物を撮像した披検査画像と欠陥のない参照画像を比較することにより欠陥の抽出及び分類を行なう欠陥検査装置であって、
   前記被検査画像を撮像する撮像装置と、
   前記被検査画像と前記参照画像を比較し、第１の検出感度で差画像を基に欠陥部位を抽出する第１欠陥抽出部と、
   前記第１欠陥抽出部で抽出される欠陥の有無により、擬似欠陥又は真の欠陥かを示す分類コードを付与する第１分類コード付与部と、
   前記被検査画像と前記参照画像を比較し、前記第１の検出感度より高感度の第２の検出感度で差画像を基に欠陥部位を抽出する第２欠陥抽出部と、
   種々の欠陥の特徴情報が保存されたデータベースを参照し、前記第２欠陥抽出部にて抽出された欠陥から得られる特徴情報を基に、当該欠陥に対して該当する分類コードを付与する第２分類コード付与部とを備える、
   ことを特徴とする欠陥検査装置。
2. 前記第１欠陥抽出部において差画像が抽出されなかった場合、前記第２欠陥抽出部における処理を中止する
   ことを特徴とする請求項１に記載の欠陥検査装置。
3. 前記第１欠陥抽出部が前記被検査画像と前記参照画像の差画像を基に欠陥部位を抽出する前に、前記被検査画像と前記参照画像に対しノイズ除去処理を行なう
   ことを特徴とする請求項１又は２に記載の欠陥検査装置。
4. 前記ノイズ除去処理の方法として、画像処理を実施する
   ことを特徴とする請求項３に記載の欠陥検査装置。
5. 前記ノイズ除去処理の方法として、まず不可逆性を持つ画像圧縮処理を行い、その後画像伸張処理を行なう
   ことを特徴とする請求項３に記載の欠陥検査装置。
6. 前記ノイズ除去処理の方法として、前記撮像装置による撮影時にフォーカスを最適点からずらす
   ことを特徴とする請求項３に記載の欠陥検査装置。
7. 前記ノイズ除去処理の方法として、低解像度の撮像装置を別途設ける
   ことを特徴とする請求項３に記載の欠陥検査装置。
8. 検査対象物を撮像した披検査画像と欠陥のない参照画像を比較することにより欠陥の抽出及び分類を行なう欠陥検査方法であって、
   撮像装置により撮像された前記検査対象物の被検査画像と参照画像を比較して、第１の検出感度で差画像を基に欠陥部位を抽出するステップと、
   前記第１の検出感度で抽出される欠陥の有無により、擬似欠陥又は真の欠陥かを示す分類コードを付与するステップと、
   撮像装置により撮像された前記検査対象物の被検査画像と参照画像を比較し、前記第１の検出感度より高感度の第２の検出感度で差画像を基に欠陥部位を抽出するステップと、
   種々の欠陥の特徴情報が保存されたデータベースを参照し、前記第２の検出感度で抽出された欠陥から得られる特徴情報を基に、当該欠陥に対して該当する分類コードを付与するステップとからなる
   ことを特徴とする欠陥検査方法。