JP2007309679A

JP2007309679A - 画像検査方法およびその方法を用いた画像検査装置

Info

Publication number: JP2007309679A
Application number: JP2006136507A
Authority: JP
Inventors: Masahiko Uno; 真彦宇野; Hirohisa Nishino; 裕久西野
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2006-05-16
Filing date: 2006-05-16
Publication date: 2007-11-29
Anticipated expiration: 2026-05-16
Also published as: JP4707605B2; CN101074932A; NO20072103L; NO341245B1; CN100588957C; US20070269099A1; US7965883B2; EP1857977A2; EP1857977B1; EP1857977A3

Abstract

【課題】被検査物の傷、異物混入、クラックなどの不具合に関する検査を精度よく自動検査することができる画像検査方法およびその方法を用いた検査装置を提供する。
【解決手段】透過画像を得る第１ステップと、前記透過画像に２次微分フィルタを適用し、２次微分フィルタ画像として輝度変化の大きい部分を強調させる第２ステップと、前記２次微分フィルタ画像を所定のしきい値で２値化し、記憶させる第３ステップと、前記透過画像を別の所定のしきい値で２値化し、記憶させる第４ステップと、前記第３ステップで記憶された２値化した画像及び前記第４ステップで記憶された２値化した画像に対して２値特徴量計測を行う第５ステップと、前記２値特徴量から、被検査物２の良否判定を行う第６ステップとを備えた構成とする。
【選択図】図１

Description

この発明は、例えば半導体の薄板や基板の傷、異物混入、クラックなどの不具合を検査する画像検査方法およびその方法を用いた画像検査装置に関するものである。

従来の画像検査方法は、赤外線などの照明を用いて被検査物に照明光を透過あるいは反射させ、その画像を元に被検査物を目視によって検査するというものであった。例えば、照明光を透過させて検査する例は非特許文献１に開示されており、照明光を反射させて検査する例は特許文献１に開示されている。

Optical μ-Crack detection in combination with stability testing for in-line-inspection of wafers and cells 20th European Photovoltaic Solar Energy Conference,6-10 June 2005,Barcelona Spain. 特許第３２２０６９０号公報

しかしながら、従来の画像検査方法は主に目視によるものであり、自動検査も可能とうたっていてもその手段については記載がなく、具体性が極めて乏しいものであった。

この発明は上記のような問題点を解消するためになされたもので、被検査物の傷、異物混入、クラックなどの不具合に関する検査を精度良く自動検査することができる画像検査方法およびその方法を用いた画像検査装置を提供することを目的とする。

この発明に係る画像検査方法は、被検査物を透過照明手段で照明し、被検査物を透過した照明光を透過画像として撮像手段で撮像して被検査物の検査を行う画像検査方法において、透過画像を撮像する第１ステップと、透過画像に２次微分フィルタを適用し、２次微分フィルタ画像に変換する第２ステップと、２次微分フィルタ画像を所定のしきい値で２値化し、第１の２値化画像に変換する第３ステップと、透過画像を別の所定のしきい値で２値化し、第２の２値化画像に変換する第４ステップと、第１の２値化画像および第２の２値化画像に対して２値特徴量計測を行い、２値特徴量を算出する第５ステップと、２値特徴量から、被検査物の良否判定を行う第６ステップとを備えたものである。

また、この発明に係る画像検査装置は、被検査物を透過照明手段で照明し、被検査物を透過した照明光を透過画像として撮像手段で撮像して被検査物の検査を行う画像検査装置であって、透過画像を格納する画像メモリと、透過画像に２次微分フィルタを適用して２次微分フィルタ画像に変換し、２次微分フィルタ画像を所定のしきい値で２値化して第１の２値化画像に変換し、透過画像を別の所定のしきい値で２値化して第２の２値化画像に変換し、第１の２値化画像および第２の２値化画像に対して２値特徴量計測を行って２値特徴量を算出する画像処理手段と、２値特徴量から、被検査物の良否判定を行う判定手段とを備えたものである。

この発明に係る画像検査方法は上記のように構成されているため、被検査物の微細な傷、異物、クラックなどの欠陥に対して安定的に精度よく検査することができる。

また、この発明に係る画像検査装置は上記のように構成されているため、被検査物の微細な傷、異物、クラックなどの欠陥に対して安定的に精度よく検査することができる。

実施の形態１．
以下、この発明の実施の形態１を図にもとづいて説明する。図１は、実施の形態１による画像検査方法を示すフローチャート、図２は、図１に示す画像検査方法を用いた画像検査装置の構成を示す概略図、図３は、図１において検査の実行途中の中間的な画像を併記したフローチャートである。

先ず、図２に示す画像検査装置について説明する。画像検査装置は、保持台１上に保持された被検査物２を下方から照明する透過照明手段３と、被検査物２の上方に配設され、透過照明手段３から発せられた照明光が被検査物２を透過した画像を撮像する撮像手段４とを備えている。

撮像手段４で撮像された画像は、画像メモリ５に蓄積されると共に、画像メモリ５に蓄積された被検査物２の画像は、画像処理手段６によって画像処理が実行され、判定結果７が出力される。判定結果７は、被検査物２の良否判定を行う図示しない判定手段によって出力される。なお、良否判定は画像処理手段６によって行ってもよい。画像処理手段６は図１にフローチャートを示すこの発明の画像検査方法を実行するものであり、詳細については後述する。

被検査物２の例としては、半導体（シリコン）の薄板や、回路パターンが形成された基板等の物体などが挙げられる。半導体を検査する場合には、透過照明手段３として、シリコンを透過する赤外線を発する照明を用いる場合が多い。具体的にはハロゲン照明などが該当する。赤外線は他の波長の光源にくらべて直進性が高いため、この発明の透過照明手段３として適している。もちろん、被検査物２がガラス基板のようなものの場合は、赤外線以外の可視光照明、例えば赤や緑の単色発光ダイオード（LED）などを用いてもよい。

透過照明手段３の選択は、被検査物２を透過する光の波長を有する照明であることと、透過した画像に僅かでも欠陥が映し出されることが肝要である。また、透過照明手段３に赤外線を発する照明を用いた場合には、撮像手段４として、ＣＣＤカメラと赤外線透過フィルタをつけたレンズを合わせて用いる場合がある。このように撮像手段４を構成した場合、ＣＣＤカメラには他の可視光成分が取り除かれ、赤外光だけの画像が撮像されるため、赤外線の透過画像を検査する場合には適している。もちろん被検査物２によっては可視光が用いられる場合があることは前述の通りである。

なお、撮像手段４としては、ＣＣＤカメラと同等の機能を有するラインセンサカメラやＣＭＯＳカメラ、ビジコンカメラ等を用いてもよい。撮像手段４は、選択した透過照明手段３が発する光の波長に対して十分な感度をもつものであれば、その他のものでも代替可能である。

次に図２に示す画像検査装置の動作について詳細に説明する。まず透過照明手段３で被検査物２を照明し、その透過画像を撮像手段４で撮像し、画像メモリ５に入力する。
図２の構成では画像メモリ５への入力は撮像手段４からの入力になっているが、例えばあらかじめ撮像済みの画像データファイルをメディアから読み取って画像メモリ５に入力してもよい。

画像メモリ５に入力された画像は、この発明の画像検査方法を実行する画像処理手段６で画像処理され判定結果７を出力する。以下、図１、図３を用いて、画像処理手段６で実行される画像検査方法について説明する。

まずステップＳ１では、透過照明手段３から発せられた照明光が被検査物２を透過した画像を撮像手段４で撮像し、図示しない第１の画像メモリに格納する。図３では被検査物２を多結晶シリコンの薄板とした場合を例にとって画像例を示している。

多結晶シリコンの薄板の場合、その薄板の厚さが変動することによって画像S1_IMG1〜S1_IMG3のように撮像手段４で得られる画像の明るさが変化する。S1_IMG1が標準的な厚さとすると、S1_IMG2の場合は画像全体が暗くなっており、これは被検査物２の厚さが厚く照明光が透過し難いことを示している。S1_IMG3の場合は反対に画像全体が明るくなっており、これは被検査物２の厚さが薄く照明光が透過しやすいことを示している。

多結晶シリコンの場合、標準的な画像S1_IMG1においても、多結晶成分がそれぞれ異なる透過率をもつため、場所によって輝度が異なったランダムなパターンを有する。
また画像S1_IMG1〜S1_IMG3には貫通クラックと微細クラックという２種類の欠陥が写し出されている。画像右上の細長く白抜けしたところが貫通クラックＡであり、薄板の表裏が貫通して割れているため、照明光が直接撮像手段４に入射し、撮像手段４では明るく写るという欠陥である。

一方、画像右下の黒い枝状の欠陥Ｂは、微細クラックと呼ばれ、貫通して割れていないが内部で微細に割れていることで、内部の破壊面で透過光が部分的に反射されるため、撮像手段４には暗く写るという欠陥である。またS1_IMG1〜S1_IMG3の左辺部Ｃおよび上辺部Ｄは白抜けしているが、これは方形の被検査物２の端面が画像として写っていることを意味し、白抜けしている部分は被検査物２が存在しないために、照明光が直接入射している部分である。

被検査物２の厚さの変動が少ない場合は、以下のステップを継続する上で問題はないが、厚さの変動が大きい場合はステップS１の後にステップＳ１１を必要に応じて適用し画像の輝度を正規化して暗い画像や明るい画像を適正な明るさの画像S11_IMG1に変換する必要がある。この作用効果については実施の形態３で詳細に説明する。

ステップＳ１１によって適正な明るさの画像S11_IMG1に変換された後、必要に応じてステップＳ１２を適用する。ステップＳ１２では、平均値フィルタや最小値フィルタを適用することで画像全体のノイズを軽減したり、欠陥、例えば微細クラックＢを強調する働きをさせる。これについては実施の形態４で詳細に説明する。

次に、通常のステップＳ２では、ステップＳ１（ステップS１１、Ｓ１２が適用されている場合はそれをも含む）を経た画像に対して、２次微分フィルタを適用した画像を図示しない第２の画像メモリに格納する。２次微分フィルタとは、微分フィルタを２回連続して適用したものと言える。f(x,y)を座標(x,y)の画像の輝度とすると、Ｘ方向の微分f'(x,y)，２次微分f''(x,y)はそれぞれ次のように表される。

f'(x,y) = f(x+1,y) − f(x,y) （式１）
f''(x,y) = f'(x,y) − f'(x-1,y)
= (f(x+1,y) − f(x,y) ) − ( f(x,y) − f(x-1,y) )
= f(x+1,y) ＋ f(x-1,y) − 2 f(x,y) （式２）

上記の式はＸ方向だけ考えたが、Ｘ，Ｙ方向を同時に考えると、
f''(x,y) = f(x+1,y) ＋ f(x-1,y) ＋ f(x,y+1) ＋ f(x,y-1) − 4f(x,y) （式３）
となる。さらにＸ，Ｙ方向以外に斜め45度方向も考慮すると、

f''(x,y) = f(x+1,y+1) ＋ f(x+1,y) ＋ f(x+1, y-1)
＋ f(x,y+1) ＋ f(x, y-1)
＋ f(x-1,y+1) ＋ f(x-1,y) ＋ f(x-1, y-1)
− 8f(x,y) （式４）
となる。２次微分フィルタを適用することは、画像の輝度f(x,y)を（式２）または（式３）または（式４）のf''(x,y)で置き換えて新しい画像を生成することを意味する。

２次微分フィルタは画像の輝度の変化の大きい部分（エッジ）を強調させる働きがあるため、このフィルタを画像S1_IMG1（ステップＳ１１を適用した場合は画像S11_IMG1、ステップＳ１２を適用した場合は画像S12_IMG1）に適用すると、背景のランダムパターンの輝度がほぼ一定化されると同時に、微細クラックＢが強調された２次微分フィルタ画像である画像S2_IMG1が得られる。画像S2_IMG1においては、貫通クラックＡはその周辺部分（エッジ部分）のみ強調される。

ステップＳ３では、画像S2_IMG1に対して、例えば所定のしきい値Th1以上の輝度を最大輝度（白）に、Th1未満の輝度を最低輝度（黒）に変換する２値化処理を実行し、第１の２値化画像である画像S3_IMG1を得て図示しない第３の画像メモリに格納する。このように画像S3_IMG1を作成することで微細クラックＢを精度良く検知することができる。一方、貫通クラックＡに関してはその周辺部分しか検知できない。貫通クラックＡを精度良く検知するためには、次のステップＳ４の処理が必要である。

ステップＳ４では、図示しない第１の画像メモリに格納されている画像S1_IMG1（ステップＳ１１を適用した場合は画像S11_IMG1、ステップＳ１２を適用した場合は画像S12_IMG1）に対して、別の２値化処理を行ない、図示しない第４の画像メモリに格納する。例えば、所定のしきい値Th2以上の輝度を最低輝度（黒）に、Th2未満の輝度を最高輝度（白）に変換する２値化処理を実行し、第２の２値化画像である画像S4_IMG1を得る。画像S4_IMG1では白抜けした貫通クラックＡや、被検査物２の存在していない領域Ｃ、Ｄが黒い画像として表される。

なお、上述のステップＳ３、Ｓ４の説明では単一しきい値の２値化処理について述べたが、複数のしきい値を用いた２値化処理を適用してもよい。例えば、ステップＳ３において、しきい値Th11, Th12 (Th11 > Th12)を用い、
画像の輝度 ≧ Th11 → 最低輝度黒に変換
Th11 ＞画像の輝度＞ Th12 → 最高輝度白に変換
画像の輝度 ≦ Th12 → 最低輝度黒に変換
としてもよい。２次微分画像においては、極端に明るい部分も欠陥を表していると考えて差し支えないためである。

同様にステップＳ４でも２つのしきい値を用いて２値化処理してもよい。上述のステップＳ４のしきい値Th2は貫通クラックＡを検知するものであったが、これをTh21とし、新たにTh22(Th21 > Th22)を用いて異常に暗い微細クラックＢを検知するためのしきい値を設けると、２値化の変換処理は、

画像の輝度 ≧ Th21 → 最低輝度黒に変換
Th21 ＞画像の輝度＞ Th22 → 最高輝度白に変換
画像の輝度 ≦ Th22 → 最低輝度黒に変換
とすればよい。

このようにして得られた２値化画像 S3_IMG1, S4_IMG1に対し、必要に応じてステップＳ７の検査領域計算および検査が不要な領域のマスキング（検査除外処理）例えば左辺部Ｃおよび上辺部Ｄの除外を行なう。これについては実施の形態５において詳細に説明する。

ステップＳ５では、２値化画像 S3_IMG1, S4_IMG1に対し２値特徴量計測を実施する。例えば、一般に知られている特徴量として、貫通クラックＡや微細クラックＢの面積、外接四辺形の縦、横の長さ、重心位置X,Y、次モーメント、主軸の向き、主軸に沿った外接四辺形の縦、横の長さ、周囲長などを計算する。面積を計算することで欠陥の大きさを判断することができるし、主軸に沿った外接四辺形の縦横の長さから欠陥の長さや、形状（細長いものか、円状のものか）がわかる。

この２値特徴量を用いて、元の濃淡画像S1_IMG1などから濃淡特徴量を計算してもよい。例えば、上記の２値特徴量の重心位置によって欠陥の位置が分かり、外接四辺形の縦横の長さから大きさが分かるため、その領域の平均輝度などを容易に計算することができる。これらの濃淡特徴量が検出したい欠陥に対してよりよい相関を持つ場合には、それらを利用してもよい。

また、図１および図３の例ではステップＳ７やステップＳ５において、画像S3_IMG1と画像S4_IMG1を重ねた(ANDをとった)画像を用いているが、これらの画像の２値特徴量計測を別々に実行してもよい。このように２つの画像を合成してから２値特徴量計測をすれば、計測が一度で済むという利点がある。ステップＳ６では、ステップＳ５で得られた特徴量と、あらかじめ定められたしきい値とを比較して良否判定を行う。

上記の説明では、微細クラックＢおよび貫通クラックＡを例にとって説明したが、微細な傷などは微細クラックに準じ、異物などは比較的面積の大きい黒色欠陥として写ることから、これらの欠陥に対しても上記検査方法は問題なく適用することができる。

このように各ステップを構成することで、被検査物２の微細な傷、異物、クラックなどの欠陥を安定的に精度良く検査することができる。

実施の形態２．
次に、この発明の実施の形態２について説明する。実施の形態１では、ステップＳ２の２次微分フィルタとして一般的なものを用い、２次微分は画像の輝度の差分で計算しており、その差分のＸ，Ｙ距離は１画素であったが、実施の形態２では、この差分距離を１画素に限らず任意の値に拡張するものである。例えば、Ｘ，Ｙ方向以外に斜め45度方向も考慮した場合には、

f''(x,y) = ｛ f(x+h,y+h) + f(x+h,y) + f(x+h, y-h)
+ f(x,y+h) + f(x, y-h)
+ f(x-h,y+h) + f(x-h,y) + f(x-h, y-h)
- 8f(x,y) ｝/ (h×h) （式５）
となる。ここでｈは差分距離であり、ｈ＝１，２，３などの整数値をとるものとする。

この発明では、さらに一般化を進め、ｈを実数としても次のように拡張する。
即ち、ｈを０＜ｈ≦１とする。ｈは小数となるため、画像の輝度を補間して画像の輝度
ｆ(x+h,y+h)を計算する。図４に示すように、座標(x+h, y+h)の画素は、破線で示すように隣接する４画素（破線で示す正方形が１画素を示す）に対して面積の配分が、h²，ｈ(１−ｈ)，ｈ(１−ｈ)，(１−ｈ) ²となっている。この事実を用いて、座標(x+h, y+h)の輝度f(x+h, y+h)を次式で定義する。

f(x+h, y+h) ＝ f(x,y)×h² ＋ f(x+1,y) ×ｈ(１−ｈ)
＋ f(x,y+1) ×ｈ(１−ｈ) ＋ f(x+1,y+1)×(１−ｈ) ² （式６）

これと同様の考えを用いれば、（式５）における画像の輝度をそれぞれ計算することができるため、２次微分を計算することができる。上記の例は説明の都合上、０＜ｈ≦１としたが、同様の考えを用いて、ｈを１以上の実数に拡張して計算できるのは言うまでもない。

このようにして差分距離を変更して２次微分を計算すると、画像のエッジ強調度合いが変化し、得られる２次微分画像が変化することが分かる。このように差分距離を変更して計算することで被検査物の欠陥の検出レベルを調整することができる。また、被検査物の欠陥強調に適した差分距離を求めることによって、より精度の高い検査が実現できるようになる。

実施の形態３．
次に、この発明の実施の形態３について説明する。実施の形態１では、被検査物２の厚さの変動が大きい場合はステップＳ１１において画像の輝度を正規化し、暗い画像や明るい画像を適正な明るさの画像S11_IMG1に変換する必要があると述べたが、S1_IMG1〜S1_IMG3のように被検査物２の厚さによって画像の輝度の変化が大き過ぎると、以降のステップで検出処理を実行しても安定した検査結果は期待できない。

実施の形態３は、このような場合の対処方法を示すもので、ステップＳ１１を追加して画像の輝度を正規化し、明る過ぎる画像や暗過ぎる画像を適切な明るさの画像に変換するものである。具体的手順は次の通りである。

適切な明るさの画像が画像S1_IMG1であったとすると、S1_IMG1の画像全体に関する平均輝度A1をあらかじめ測定して記録しておくと共に、新たなパラメータとして変換オフセット値Ｅを定義する。
画像S1_IMG2の平均輝度がA2であったとすると、この画像S1_IMG2の輝度を正規化する場合は、正規化に関する変換式を次のように定める。

Y = K Ｘ + Ｅ（式７）
ここで、Yは正規化後の輝度、Xは正規化前の輝度、Ｅは前もって定めた変換オフセット値、Ｋは変換ゲインである。

Ｅがあらかじめパラメータとして与えられていれば、Ｋは簡単に次のようにして求まる。
A1 = K・A2 + Ｅ → K = (A1−Ｅ) / A2 （式８）
最初の式は、平均輝度A2が平均輝度A1に変換されるようにするための制約である。

このようにして求めたKと、あらかじめ設定したパラメータＥを用いれば、（式７）を用いてS1_IMG2の輝度を変換することができる。このようにして画像S11_IMG2を変換した画像の平均輝度がA1（=S1_IMG1の平均輝度）となることは容易に証明できる。

特にＥ=0とした場合は、K= A1／A2となることから分かるように、正規化を平均輝度の倍率操作のみで行うことと等価である。またＥ= A1−A2とした場合は、Ｋ＝１となることから分かるように、正規化を輝度の一律シフトによって行うことと等価である。Ｅの決め方は被検査物２の状況によって自由に選択してもよい。

このようにステップＳ１１を構成すれば、被検査物２の厚さが変動した場合でも、画像の輝度を正規化することにより、画像の輝度を一定に保って以後のステップを実行することができるため、検出レベルを一定に保つことができる。

実施の形態４．
次に、この発明の実施の形態４について説明する。実施の形態１では、必要に応じてステップＳ１２を適用することについて述べたが、このステップが実施の形態４を構成する。ステップＳ１２では、平均値フィルタや最小値フィルタを適用することにより、画像全体のノイズを軽減したり、欠陥、例えば微細クラックＢを強調させるものである。

平均値フィルタとは、対象画素の近傍の４画素または８画素の輝度と対象画素の輝度の平均値を計算し、その値を対象画素の輝度に置き換えるものである。このフィルタを適用すれば、突発性の輝度のノイズを平均処理の効果で低減することが可能である。ステップＳ２の２次微分フィルタは本質的にノイズ成分を拡大してしまう傾向があるため、必要に応じて平均値フィルタによって明らかなノイズ成分を低減させることは検査の安定性に寄与することになる。

最小値フィルタとは、対象画素の近傍の画素の輝度と対象画素の輝度とを比較し、その最小の輝度で対象画素の輝度を置き換えるものである。このフィルタを適用すれば、暗い画素の部分がより広がることになり、結果として暗く見える微細クラックＢの拡大、強調処理を行うことになる。また最小値フィルタの動作から分かるように、明るいノイズの成分も抑えることができる。このことから、最小値フィルタは微細クラックＢを安定に検出することに寄与することになる。

このように、ステップＳ１２において平均値フィルタ、最小値フィルタを用いることによって、画像のノイズ除去および欠陥を強調することができ、検査を安定に行うことができる。

実施の形態５．
次に、この発明の実施の形態５について説明する。実施の形態１では、必要に応じてステップＳ７の検査領域計算および検査が不要な領域のマスキング（検査除外処理）を実施することについて述べたが、実施の形態５はその機能を実行させるものである。

図３の画像S1_IMG1〜S1_IMG3には、画像の左辺部Ｃおよび上辺部Ｄには被検査物２が写っておらず、これらの部分は検査除外するべき部分である。こういった検査除外となる領域は最初のステップＳ１で得られる画像上で分かるものが多いため、ステップＳ７では、ステップＳ１で得られた画像を画像処理して検査除外領域および検査領域を計算するようにしている。

画像S1_IMG1〜S1_IMG3を例にとれば、画像の周辺で直線的に白抜けした部分Ｃ、Ｄは被検査物２がないと判断できる。このため、画像の周辺部分について白抜けした部分のエッジ検出処理を追加し、エッジの点群の座標位置を求める。エッジの点群が求まれば、それらの位置を直線回帰することによって被検査物２の端面を検出することができる。
被検査物２の端面が求まれば、それより外を検査除外領域、それより内を検査領域と判定することはたやすく、これらの処理を自動化するのも容易である。

上述の例ではステップＳ１で得た画像から検査除外領域を計算する方法を示したが、もちろんその後のステップにおいて生成される中間画像を用いて検査領域／検査除外領域を計算してもよいことはいうまでもない。

このように、ステップＳ７において検査領域および検査除外領域を自動で計算するようにすれば、真に必要な部分のみ検査することができる上に、検査領域を減らすことで高速に検査できるという効果もある。

この発明の実施の形態１による画像検査方法の手順を示すフローチャートである。実施の形態１による画像検査方法を用いた画像検査装置の構成を示す概略図である。図１のフローチャートに、画像処理中の中間的な画像の例を付加したフローチャートである。この発明の実施の形態２による輝度の補間方法を説明するための説明図である。

符号の説明

１保持台、２被検査物、３透過照明手段、４撮像手段、５画像メモリ、６画像処理手段、７判定結果。

Claims

被検査物を透過照明手段で照明し、前記被検査物を透過した照明光を透過画像として撮像手段で撮像して前記被検査物の検査を行う画像検査方法において、
前記透過画像を撮像する第１ステップと、
前記透過画像に２次微分フィルタを適用し、２次微分フィルタ画像に変換する第２ステップと、
前記２次微分フィルタ画像を所定のしきい値で２値化し、第１の２値化画像に変換する第３ステップと、
前記透過画像を別の所定のしきい値で２値化し、第２の２値化画像に変換する第４ステップと、
前記第１の２値化画像および前記第２の２値化画像に対して２値特徴量計測を行い、２値特徴量を算出する第５ステップと、
前記２値特徴量から、前記被検査物の良否判定を行う第６ステップとを備えたことを特徴とする画像検査方法。
前記第２ステップにおいて、差分距離を可変にして２次微分値を計算することを特徴とする請求項１記載の画像検査方法。
前記第１ステップの後に、前記透過画像の平均輝度を用いて輝度を正規化する輝度変換を行うステップを追加したことを特徴とする請求項１または請求項２記載の画像検査方法。
前記第１ステップの後に、最小値フィルタまたは平均値フィルタあるいはその両方のフィルタを用いて前記透過画像の輝度変換を行うステップを追加したことを特徴とする請求項１または請求項２記載の画像検査方法。
前記第５ステップの前に、前記透過画像を用いて、前記被検査物の検査領域を計算し、第５ステップにおいて、前記検査領域以外の領域では２値特徴量計測をしないことを特徴とする請求項１または請求項２記載の画像検査方法。
被検査物を透過照明手段で照明し、前記被検査物を透過した照明光を透過画像として撮像手段で撮像して前記被検査物の検査を行う画像検査装置であって、
前記透過画像を格納する画像メモリと、
前記透過画像に２次微分フィルタを適用して２次微分フィルタ画像に変換し、前記２次微分フィルタ画像を所定のしきい値で２値化して第１の２値化画像に変換し、前記透過画像を別の所定のしきい値で２値化して第２の２値化画像に変換し、前記第１の２値化画像および前記第２の２値化画像に対して２値特徴量計測を行って２値特徴量を算出する画像処理手段と、
前記２値特徴量から、前記被検査物の良否判定を行う判定手段とを備えたことを特徴とする画像検査装置。