JP2008051617A

JP2008051617A - 画像検査装置、その方法、及びその記録媒体

Info

Publication number: JP2008051617A
Application number: JP2006227348A
Authority: JP
Inventors: Jiyunji Ooaki; 準治大明
Original assignee: Advanced Mask Inspection Technology Inc
Current assignee: Advanced Mask Inspection Technology Inc
Priority date: 2006-08-24
Filing date: 2006-08-24
Publication date: 2008-03-06
Also published as: US7764825B2; US20080050007A1

Abstract

【課題】周波数領域で分割された画像を用いて、アライメントと画像補正を統合化した、画像劣化が少なく、設定パラメータも少ない、効果的な画像補正に基づく画像検査装置を提供する。
【解決手段】検査基準画像と被検査画像を比較検査する画像検査装置において、検査基準画像と被検査画像に対して複数の周波数領域に分割した周波数分割画像を作成する画像分割部と、各周波数分割画像について、検査基準画像と被検査画像の２次元線形予測モデルを用いてモデルパラメータを同定するモデルパラメータ同定部と、同定されたモデルパラメータに基づいて、モデル画像を生成するモデル画像生成部と、各周波数分割画像について、モデル画像と被検査画像を比較検査する比較処理部と、を備える、画像検査装置。
【選択図】図１

Description

本発明は、画像の検査に関するものであって、例えばＬＳＩ製造に使用されるレチクルに形成された微細画像の欠陥の有無を検査する画像検査装置、その方法、及びその記録媒体に関するものである。

一般に、ＬＳＩの製造には多大なコストがかかるため、歩留まりの向上が欠かせない。歩留まりを低下させる要因の一つとして、半導体ウェハ上に微細画像をリソグラフィ技術で露光・転写する際に使用されるレチクルのパターン欠陥があげられる。近年、ＬＳＩパターン寸法の微細化に伴って、検出しなければならない欠陥の最小寸法も微細化している。そのため、レチクルの欠陥を検査する画像検査装置の高精度化が必要になっている。

パターン欠陥の有無を検査する方法には、大きく分けて、ダイとダイとの比較（Die to
Die比較）と、ダイとデータベースとの比較（Die to Database比較）がある。ダイとダイとの比較（ＤＤ比較）は、レチクル上の２つのダイを比較して欠陥を検出する方法であり、ダイとデータベース比較（ＤＢ比較）は、ダイとＬＳＩ設計用ＣＡＤデータから発生させたデータベースを比較して欠陥を検出する方法である。

レチクル上のパターンの微細化に伴い、比較対象画像同士の画素位置ズレや画像の伸縮・うねり、センシングノイズに埋もれるほどの欠陥を検出する必要が生じている。ＤＤ比較、あるいはＤＢ比較においても、検査基準画像と被検査画像を比較検査する前段における、サブ画素単位でのアライメントと画像補正が大変重要になっている。

そこで、従来、検査基準画像と被検査画像の２つの画像を比較検査する前段では、バイキュービック補間に基づくサブ画素単位でのアライメントを行った後、画像の伸縮の補正（例えば、特許文献１参照）や画像のうねり補正、リサイズ補正、ノイズ平均化処理などを順に行っていた。しかし、このような補正を繰り返すことは累積誤差を生じさせ、画像が劣化する大きな要因になる。また、各補正に必要な多くのモデルパラメータの適切な値の設定や、各補正の適切な順番の設定が困難である、といった問題点がある。

これらの問題点を解決するために、検査基準パターン画像と被検査パターン画像との関係を同定して、画像の画素ズレや伸縮ノイズ、センシングノイズを吸収（フィッティング）した数式モデルを構築し、そのモデルのシミュレーションによって得られる新たな検査基準パターン画像（モデル画像）と被検査パターン画像とを比較する発明がある（特許文献２参照）。
特開２０００−２４１１３６特開２００６−０３０５１８

本発明は、周波数領域で分割された画像を用いて、アライメントと画像補正を統合化した、画像劣化が少なく、設定パラメータも少ない、効果的な画像補正を提供することにある。

本発明は、検査基準画像と被検査画像を比較検査する画像検査装置において、検査基準画像と被検査画像に対して複数の周波数領域に分割した周波数分割画像を作成する画像分割部と、各周波数分割画像について、検査基準画像と被検査画像の２次元線形予測モデルを用いてモデルパラメータを同定するモデルパラメータ同定部と、同定されたモデルパラメータに基づいて、モデル画像を生成するモデル画像生成部と、各周波数分割画像について、モデル画像と被検査画像を比較検査する比較処理部と、を備える、画像検査装置にある。

又は、本発明は、検査基準の画像と被検査画像を比較検査する画像検査方法において、検査基準画像と被検査画像に対して複数の周波数領域に分割した周波数分割画像を作成する画像分割ステップと、各周波数分割画像について検査基準画像と被検査画像の２次元線形予測モデルを用いてモデルパラメータを同定するモデルパラメータ同定ステップと、同定されたモデルパラメータを用いてモデル画像を生成するモデル画像生成ステップと、各周波数分割画像において、モデル画像と被検査画像とを比較検査する比較処理ステップと、を備える、画像検査方法にある。

又は、本発明は、検査基準の画像と被検査画像を比較検査するプログラムを記載した記録媒体において、検査基準画像と被検査画像に対して複数の周波数領域に分割した周波数分割画像を作成し、各周波数分割画像について検査基準画像と被検査画像の２次元線形予測モデルを用いてモデルパラメータを同定し、同定されたモデルパラメータを用いて、モデル画像を生成し、各周波数分割画像において、モデル画像と被検査画像とを比較検査する、プログラムを記載した記録媒体にある。

以下、図面を用いて、本発明の実施形態による画像検査について説明する。

（画像検査装置）
図１は、画像検査装置１０のブロック図を示している。画像検査装置１０は、検査基準画像１２と被検査画像１４を比較して、画像の欠陥、不具合を検出するものである。画像検査装置１０は、直接比較法の限界を超えるためのものであり、検査基準画像１２と被検査画像１４を複数の空間周波数領域の画像に分割し、周波数分割画像を作成する。画像検査装置１０は、これらの周波数分割画像に対して、２次元線形予測モデルを用いて、画像の画素位置ズレや伸縮ノイズ、センシングノイズを吸収（フィッティング）した予測モデルを構築する。画像検査装置１０は、この予測モデルによって推定モデル画像を生成し、この推定モデル画像と被検査画像とを比較処理し、被検査画像の欠陥を検出することができる。なお、検査基準画像１２と被検査画像１４の比較は、ダイとダイとの比較、又はダイとデータベースとの比較があり、２つの比較対象画像の一方を検査基準画像１２とし、他方を被検査画像１４とする。どちらを基準画像とするかは、任意に決めてよい。

画像検査装置１０は、検査基準画像１２と被検査画像１４から複数の周波数分割画像を作成する画像分割部６０、検査基準画像１２と被検査画像１４の周波数分割画像に対して２次元線形予測モデルでモデルパラメータを同定するモデルパラメータ同定部６２、モデルパラメータによりモデル画像を生成するモデル画像生成部６４、各周波数分割画像に対して、モデル画像と検査基準画像１２又は被検査画像１４とを比較して、画像の欠陥、不具合を検出する比較処理部６６などを備えている。

（画像分割部）
画像分割部６０は、画像を複数の空間周波数領域に分割し、複数の周波数分割画像を作成するものである。画像を分割する方法は、サブバンド符号化や離散ウェーブレット変換など種々の方法が知られており、例えばサブバンド符号化は、画像を低周波から高周波の複数のフィルタにより複数の帯域に分割するものである。ウェーブレット変換は、画像の低周波成分を次々に分解して画像を分割するものである。

図２は、検査基準画像１２又は被検査画像１４に対して、４つの周波数分割画像の例を示している。４つの周波数分割画像は、高周波分割画像、高中周波分割画像、低中周波分割画像、低周波分割画像である。高周波分割画像は画像パターンの変化の大きな画像部分が強調され、高中周波分割画像はそれよりは変化の小さな画像部分が強調され、低中周波分割画像は更に変化の小さな画像部分が強調され、低周波分割画像は一番変化の小さな画像部分が強調される。

図３は、オクターブ分割によるサブバンド符号化の説明図であり、高周波領域のサブバンド１、高中周波領域のサブバンド２、低中周波領域のサブバンド３、低周波領域のサブバンド４の４つの空間周波数領域の例を示している。画像は、例えば、これらのサブバンドのフィルタを利用して、４つの周波数分割画像に分割することができる。

（モデルパラメータ同定部）
モデルパラメータ同定部６２は、推定モデル画像を生成するためにモデルパラメータを求めるものである。推定モデル画像が、目的とする補正画像である。推定モデル画像では、１画素未満の画素位置ズレや伸縮・うねりノイズ、リサイズ処理、センシングノイズの低減が実現されている。ここで、モデルパラメータを求めるためのデータには当然、欠陥画素が含まれることになるが、同定に用いた全データ数に比べてごく少数であるため、欠陥画素は、推定モデル画像には現れ難い。しかも、推定モデル画像は、周囲のＳ／Ｎ比が向上しているので、欠陥画素が強調される効果もある。モデルパラメータ同定部６２は、連立方程式生成部６２０と連立方程式解法部６２２を有し、連立方程式を解くことにより、モデルパラメータを求めることができる。

推定モデル画像は、検査基準画像１２と被検査画像１４について、分割された画像毎に作成される。即ち、図２を例に取ると、高周波分割画像、高中周波分割画像、低中周波分割画像、低周波分割画像の４つの画像について、推定モデル画像を作成する。

（連立方程式生成部：２次元線形予測モデルの設定）
連立方程式生成部６２０は、各周波数分割画像に対して、検査基準画像１２を２次元入力データとし、被検査画像を２次元出力データと見なして２次元線形予測モデル（２次元入出力線形予測モデル）を設定する。これにより、４個の２次元線形予測モデルが作成される。なお、入力データと出力データは、各画素の諧調や輝度とする。

図４は、左側を検査基準画像１２とし、右側を被検査画像１４とし、５×５画素の領域を用いた５×５の２次元線形予測モデルを説明するためのものである。このモデルで用いるサフィックス（５×５の画素の位置に対応）を表１に示す。図４（Ｂ）は、低周波分割画像を処理対象にしているが、他の周波数分割画像も同様に行う。以下の説明は、１つの周波数分割画像について行う。なお、５×５画素を利用しているが、これより多くても、又は、少なくても良い。

２次元入力データと２次元出力データをそれぞれｕ（ｉ，ｊ）、ｙ（ｉ，ｊ）とする。着目する画素のサフィックスをｉ，ｊとし、この画素を取り囲む２行前後および２列前後の合計２５個の画素のサフィックスを表１のように設定する。ある１組の５×５領域の画素データについて、式（１）のような関係式を設定する。式（１）の各入力データｕ（ｉ，ｊ）の係数ｂ_００〜ｂ_４４は、同定すべきモデルパラメータである。

式（１）の意味するところは、被検査画像１４（特定の周波数分割画像）のある１画素のデータｙ_ｋ＝ｙ（ｉ，ｊ）は、対応する検査基準画像１２（特定の周波数分割画像）の１画素を取り囲む５×５画素のデータの線形結合で表すことができるということである（図４（Ａ）参照）。ここで、式（１）中の残差εの統計的性質は明らかではなく、後で説明する最小２乗法によるモデルパラメータ同定結果がバイアスを持つ可能性がある。しかし、本発明の実施の形態においては、式１による入出力データのフィッティング自体に意味があり、モデルパラメータの値は直接使うことはないので、特に支障は生じない。

（連立方程式解法部：モデルパラメータを求める）
連立方程式解法部６２２は、連立方程式を解き、モデルパラメータを求めるものである。式（１）をベクトルで表すと、式（２）となる。ここで、未知パラメータベクトルαは、α＝［ｂ_００，ｂ_０１，・・・，ｂ_４４］^Ｔであり、また、データベクトルｘ_ｋはｘ_ｋ＝［ｕ（ｉ−２，ｊ−２），ｕ（ｉ−２，ｊ−１），・・・，ｕ（ｉ＋２，ｊ＋２）］^Ｔである。

検査基準画像１２（特定の周波数分割画像）と被検査画像１４（特定の周波数分割画像）の座標ｉ，ｊを走査して２５組のデータを連立させれば、モデルパラメータを同定できることになる。実際には統計的観点から、式（３）のようにｎ（＞２５）組のデータを用意して、次のような最小２乗法に基づいて２５次元の連立方程式を解き、αを同定する。ここで、Ａ＝［ｘ_１，ｘ_２，・・・，ｘ_ｎ］^Ｔ、また、ｙ＝［ｙ_１，ｙ_２，・・・，ｙ_ｎ］^Ｔ、また、ｘ_ｋ ^Ｔα＝ｙ_ｋ、また、ｋ＝１，２，・・・，ｎである。これらの方程式の解法としては、最小２乗法の他に最尤推定法などがあり、どのような方法を使用しても良い。これにより、高周波領域から低周波領域までの４組のモデルパラメータが得られる。

例えば、検査基準画像１２と被検査画像１４がそれぞれ５１２×５１２画素であれば、５×５次のモデルの走査によって画像の周囲を２画素ずつ減らされるので、式の個数は、式（４）となり、２５８０６４組のデータが得られることになる。これにより、統計的に見て充分な個数を確保することができる。

（モデル画像生成部）
モデル画像生成部は、同定されたモデルパラメータαと、同定に用いた入出力画像データを式（１）に代入し、画素の座標ｉ，ｊを走査するシミュレーション演算を行うことによって、周波数領域ごとの４つの推定モデル画像を生成する。この推定モデル画像が、目的とする補正画像である。この推定モデル画像では、最小２乗法に基づくフィッティングによって、１画素未満の画素位置ズレや伸縮・うねりノイズ、リサイズ処理、センシングノイズの低減が実現されている。ここで、シミュレーションに用いるデータには当然、欠陥画素が含まれることになるが、同定に用いた全データ数に比べてごく少数であるため、最小２乗法ではフィッティングされず、推定モデル画像には現れない。また、周囲のＳ／Ｎ比が向上しているので、欠陥画素が強調される効果もある。

（比較処理部）
比較処理部６６は、図２に示しように、各周波数分割画像について、被検査画像とモデル画像を比較アルゴリズムにより比較して、欠陥を見つけることができる。このように、周波数分割画像ごとに比較することにより、周波数特性に関係する欠陥が見出しやすくなる。例えば、欠陥が高周波の成分を多く含む場合、高周波領域の画像の比較により、その欠陥が見出し易くなる。簡単な比較方法として、各周波数分割画像について、検査基準画像を推定モデル画像に置き換えて、被検査画像との差を取ることにより、サブ画素アライメントや伸縮・うねり補正、リサイズ補正の効果が得られ、Ｓ／Ｎ比が向上し、欠陥部分が強調されている。比較アルゴリズムは、モデル画像と被検査画像それぞれを、例えば、よく知られた３×３画素の特徴フィルタ（平均値フィルタ、縦エッジ抽出フィルタ、横エッジ抽出フィルタ、斜めエッジ抽出フィルタ、ラプラシアンフィルタ、メディアンフィルタなど）にかけ、それらの差画像を比較することによって、様々な形の画像の欠陥部分を見出すことができる。このようにして、本実施の形態では、従来のエッジ検出などアドホックな空間フィルタに頼らず、周波数領域で分割された統一的信号処理で欠陥候補を選択できるわけである。

従来方法では、伸縮・うねり補正やリサイズ補正等を行うことによって差画像が改善される可能性があるが、補正を繰り返すことは累積誤差を生じさせ、画像が劣化する大きな要因になる。また、各補正に必要な多くのパラメータの適切な値の設定や、各補正の適切な順番の設定が困難である。

（画像検査方法）
図５は、検査基準画像１２と被検査画像１４の各周波数分割画像の画像検査方法の手順を示している。先ず、検査基準画像１２と被検査画像１４について、サブバンド符号化や離散ウェーブレット変換などの手法により各周波数領域の画像に分割して周波数分割画像を作成する（画像分割ステップＳ１）。次に、周波数分割画像毎に図４、表１、式１〜式３を利用してモデルパラメータを同定する（モデルパラメータ同定ステップＳ２）。モデルパラメータ同定ステップＳ２は、連立方程式を生成するステップ（連立方程式生成ステップＳ２１）と、生成された連立方程式を解法するステップ（連立方程式解法ステップＳ２２）を有している。連立方程式生成ステップＳ２１は、モデルパラメータを含む連立方程式を生成する。連立方程式解法ステップＳ２２は、連立方程式を解いて、モデルパラメータを求める。求めたモデルパラメータを用いて、各周波数分割画像の推定モデル画像（補正画像）を生成する（モデル画像生成ステップＳ３）。以上述べたように、本実施の形態によれば、アライメントと画像補正を統合化した、画像劣化が少なく、設定モデルパラメータも少ない、効果的な画像補正方法を提供することができる。このようにして生成された推定モデル画像と被検査画像を比較アルゴリズムにより比較処理して、画像の欠陥部分を容易に見出すことができる（比較処理ステップＳ４）。比較方法として、各周波数分割画像について、推定モデル画像と被検査画像との差画像を作成し、画像の欠陥部分を見出す。特に、周波数分割画像ごとに比較することにより、欠陥の周波数特性を利用して、欠陥を的確に見出すことができる。

（画像検査のプログラムを記載した記録媒体）
画像検査のプログラムを記載した記録媒体は、画像検査方法のプログラムを記録した媒体であり、図５のステップを有するプログラムを記憶している。コンピュータでこのプログラムを実行することにより、コンピュータが本発明の画像検査装置１０の構成要件となり、又は、本発明の画像検査方法を実行することができる。

（画像検査装置の詳細）
図６は、画像検査装置１０の詳細な構成例を示している。画像検査装置１０は、被検査試料３０からの反射光または透過光を検出して画像を取得する光学画像取得部２０、画像データなどのデータを記憶し、処理するデータ処理部５０などを備えている。

光学画像取得部２０は、レチクルなどの被検査試料３０の光学画像を取得する。被検査試料３０は、ＸＹθテーブル３２上に載置される。ＸＹθテーブル３２は、中央演算処理部５２から指令を受けたテーブル制御部５６により、Ｘ方向、Ｙ方向に移動でき、θ方向に回転可能な３軸（Ｘ−Ｙ−θ）マニピュレータである。Ｘ方向、Ｙ方向、θ方向には、ＸＹθモータ３４で駆動制御される。モータ３４は公知のサーボモータやステップモータ等を用いることができる。ＸＹθテーブル３２の位置座標は、例えばレーザ測長システム２８により測定され、その出力が位置測定部７０に送られる。位置測定部７０から出力された位置座標はテーブル制御部５６にフィードバックされる。

被検査試料３０は、オートローダ制御部５４の制御の基で、オートローダ２２によりＸＹθテーブル３２上に自動的に供給され、検査終了後に自動的に排出される。ＸＹθテーブル３２の上方には、光源２４及び照射部２６が配置されている。光源２４からの光は、照射部２６の集光レンズを介して被検査試料３０を照射する。被検査試料３０の下方には、拡大光学系３６及びフォトダイオードアレイ３８からなる信号検出部が配置されている。被検査試料３０を透過した透過光は、拡大光学系３６を介してフォトダイオードアレイ３８の受光面に結像される。拡大光学系３６は、ピエゾ素子等の焦点調整装置（図示省略）で自動的に焦点調整される。この焦点調整装置は、中央演算処理部５２に接続されたオートフォーカス制御回路（図示省略）により制御される。焦点調整は、別途設けられた観察スコープでモニタリングしてもよい。光電変換部としてのフォトダイオードアレイ３８は、複数の光センサを配設したラインセンサもしくはエリアセンサである。ＸＹθテーブル３２をＸ軸方向に連続的に移動させることにより、フォトダイオードアレイ３８は、被検査試料３０の被検査画像に対応した測定信号を検出する。

この測定信号は、センサ回路４０でデジタルデータに変換され、光学画像のデータとして、バッファメモリ６８に入力される。バッファメモリ６８は、複数設けることができる。バッファメモリ６８の出力は、比較処理部６６に送られる。光学画像のデータは、例えば８ビットの符号なしデータであり、各画素の明るさを表現するものとする。この種の画像検査装置１０は、通常、これらのパターンデータを１０ＭＨｚ〜３０ＭＨｚ程度のクロック周波数に同期して、フォトダイオードアレイ３８から読み出し、適当なデータの並び替えを経て、ラスター走査された２次元画像データとして取り扱われる。

データ処理部５０は、主に、中央演算処理部５２、オートローダ制御部５４、テーブル制御部５６、参照画像作成部５８、画像分割部６０、モデルパラメータ同定部６２、モデル画像生成部６４、比較処理部６６、バッファメモリ６８、位置測定部７０、外部記憶装置７２、主記憶装置７４、プリンタ７６、ＣＲＴ７８、バス８０などを備えている。例えばレチクルの設計パターンデータは、検査エリア全体を短冊状のエリアに分けて格納されている。参照画像作成部５８は、設計パターンデータを展開し、イメージデータを形成し、図形の角を丸めたり、多少ボカしたりして、光学画像に似せる処理を行い、参照画像を作成する。参照画像作成部５８は、参照画像をＤＢ比較用の記憶領域に記憶される。参照画像は検査基準画像１２として利用される。

比較処理部６６は、主に、ＤＤ比較、ＤＢ比較、欠陥分析などを行うものである。比較処理部６６は、並列処理の機能を有し、複数の同一の機能を備え、並列に処理をすることができる。なお、画像検査装置１０は、電子回路、プログラム、ＰＣ、又は、これらの組み合わせにより構成できる。

（画像取得方法）
レチクルなど被検査試料３０に描かれた光学画像の取得は、ラインセンサで走査することによって行うことができる。ここでは、便宜上、図７に示すＸ軸方向（レチクル２の一辺の方向）に細長く切った短冊の画像（２０４８画素幅）３００を１ストライプと呼び、１ストライプをさらにＹ軸方向（Ｘ軸方向に垂直な方向）に細かく切った正方形の画像３０２を１サブストライプと呼ぶ。１サブストライプは、例えば、２０４８×２０４８画素とし、欠陥の有無の検査は、１サブストライプ毎に行うことにする。なお、１画素は２５６階調のグレースケールとする。

以上の実施の形態以外にも、様々な組合せが考えられる上に、モデルの設定や最小２乗法の解法などの演算についても、別の手法の適用が考えられるので、本発明は、ここで述べた実施の形態に制限されないことは言うまでもない。

画像検査装置のブロック図周波数分割画像を用いた画像検査の説明図オクターブ分割によるサブバンド符号化の説明図５×５画素の領域を用いた２次元線形予測モデルの説明図画像検査方法の流れ図画像検査装置の構成図光学画像の取得方法の説明図

符号の説明

１０・・・画像検査装置
１２・・・検査基準画像
１４・・・被検査画像
２０・・・光学画像取得部
２２・・・オートローダ
２４・・・光源
２６・・・照射部
２８・・・レーザ測長システム
３０・・・被検査試料（レチクル）
３００・・ストライプ
３０２・・サブストライプ
３２・・・ＸＹθテーブル
３４・・・ＸＹθモータ
３６・・・拡大光学系
３８・・・フォトダイオード
４０・・・センサ回路
５０・・・データ処理部
５２・・・中央演算処理部（ＣＰＵ）
５４・・・オートローダ制御部
５６・・・テーブル制御部
５８・・・参照画像作成部
６０・・・画像分割部
６２・・・モデルパラメータ同定部
６２０・・連立方程式生成部
６２２・・連立方程式解法部
６４・・・モデル画像生成部
６６・・・比較処理部
６８・・・バッファメモリ
７０・・・位置測定部
７２・・・外部記憶装置
７４・・・主記憶装置
７６・・・プリンタ
７８・・・ＣＲＴ
８０・・・バス

Claims

検査基準画像と被検査画像を比較検査する画像検査装置において、
検査基準画像と被検査画像に対して複数の周波数領域に分割した周波数分割画像を作成する画像分割部と、
各周波数分割画像について、検査基準画像と被検査画像の２次元線形予測モデルを用いてモデルパラメータを同定するモデルパラメータ同定部と、
同定されたモデルパラメータに基づいて、モデル画像を生成するモデル画像生成部と、
各周波数分割画像について、モデル画像と被検査画像又は被検査画像とを比較検査する比較処理部と、を備える、画像検査装置。
請求項１に記載の画像検査装置において、
モデルパラメータ同定部は、各周波数分割画像について、被検査画像の各１画素を出力とし、該各１画素の周囲の検査基準パターン画素群の線形結合を入力とした入出力関係を記述する連立方程式からモデルパラメータを同定する、画像検査装置。
検査基準の画像と被検査画像を比較検査する画像検査方法において、
検査基準画像と被検査画像に対して複数の周波数領域に分割した周波数分割画像を作成する画像分割ステップと、
各周波数分割画像について検査基準画像と被検査画像の２次元線形予測モデルを用いてモデルパラメータを同定するモデルパラメータ同定ステップと、
同定されたモデルパラメータを用いてモデル画像を生成するモデル画像生成ステップと、
各周波数分割画像において、モデル画像と被検査画像又は被検査画像とを比較検査する比較処理ステップと、を備える、画像検査方法。
請求項３に記載の画像検査方法において、
モデルパラメータ同定ステップは、各周波数分割画像について、被検査画像の各１画素を出力とし、該各１画素の周囲の検査基準パターン画素群の線形結合を入力とした入出力関係を記述する連立方程式からモデルパラメータを同定する、画像検査方法。
検査基準の画像と被検査画像を比較検査するプログラムを記載した記録媒体において、
検査基準画像と被検査画像に対して複数の周波数領域に分割した周波数分割画像を作成し、
各周波数分割画像について検査基準画像と被検査画像の２次元線形予測モデルを用いてモデルパラメータを同定し、
同定されたモデルパラメータを用いて、モデル画像を生成し、
各周波数分割画像において、モデル画像と被検査画像又は被検査画像とを比較検査する、プログラムを記載した記録媒体。