JP2008076383A5 - - Google Patents

Download PDF

Info

Publication number
JP2008076383A5
JP2008076383A5 JP2007199482A JP2007199482A JP2008076383A5 JP 2008076383 A5 JP2008076383 A5 JP 2008076383A5 JP 2007199482 A JP2007199482 A JP 2007199482A JP 2007199482 A JP2007199482 A JP 2007199482A JP 2008076383 A5 JP2008076383 A5 JP 2008076383A5
Authority
JP
Japan
Prior art keywords
pixel
image
adjacent portion
searching
tested
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2007199482A
Other languages
English (en)
Other versions
JP5134880B2 (ja
JP2008076383A (ja
Filing date
Publication date
Application filed filed Critical
Publication of JP2008076383A publication Critical patent/JP2008076383A/ja
Publication of JP2008076383A5 publication Critical patent/JP2008076383A5/ja
Application granted granted Critical
Publication of JP5134880B2 publication Critical patent/JP5134880B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (23)

  1. 欠陥検出方法であって、
    オブジェクトの第1の画像のテスト済み画素に対応するオブジェクトの第2の画像の第2の画素を検索するステップを備え
    前記第1の画像および第2の画像は、異なる取得方法を使用して得られたものであり
    さらに、
    前記第2の画素の隣接部分が第3の画素の隣接部分に類似するような前記第2の画像の前記第3の画素を探すステップと、
    前記第3の画素に対応する前記第1の画像の第4の画素を検索するステップと、
    前記テスト済み画素と前記第4の画素を比較するステップと、
    を備える方法。
  2. 前記第の画像の第5の画素に対応する前記第の画像の第6の画素を検索するステップと、
    第7の画素の隣接部分が前記第6の画素の隣接部分に類似するような前記第1の画像の前記第7の画素を探すステップと、
    前記第7の画素に対応する前記第2の画像の第8の画素を検索するステップと、
    前記第5の画素の隣接部分と前記第8の画素の隣接部分を比較するステップと、
    をさらに備える、請求項1に記載の方法。
  3. 前記異なる取得方法が透過取得方法および反射取得方法を備える、請求項1に記載の方法。
  4. 前記探すステップが、第3の画素の隣接部分が前記第2の画素の前記隣接部分の最近の隣接部分であるような前記第3の画素を探すステップを備える、請求項1に記載の方法。
  5. 前記第2の画素の前記隣接部分がM個の要素を備えており、前記第3の画素を探すステップが、前記第2の画素の前記隣接部分のN次元表示を利用するステップを備えており、ここでM>Nである、請求項1に記載の方法。
  6. 前記探すステップが、前記第2の画素の前記隣接部分の前記N次元表示を発生させるために、主成分分析を適用するステップを備える、請求項5に記載の方法。
  7. 前記探すステップがN次元KDツリーを探すステップを備える、請求項5に記載の方法。
  8. 欠陥検出方法のリソース消費レベルおよび欠陥検出方法の適切さに応じて前記欠陥検出方法を選択するステップをさらに備える、請求項1に記載の方法。
  9. 前記第2の画素の前記隣接部分が複数の粗解像度画素および複数の精解像度画素を備えており、前記複数の精画素が前記第2の画素の前記隣接部分の一部を表す、請求項1に記載の方法。
  10. 前記第4の画素と前記テスト済み画素を比較する前に、前記テスト済み画素の隣接部分と前記第4の画素の隣接部分との間のサブ画素登録を実行するステップをさらに備える、請求項1に記載の方法。
  11. 前記探すステップに、前記第1の画像内および前記第2の画像内の画素を選択するステップと、前記選択済み画素の隣接部分の表示を発生させるステップとが先行する、請求項1に記載の方法。
  12. 欠陥検出システムであって、オブジェクトの第1の画像内および前記オブジェクトの第2の画像内の画素の隣接部分を表す情報を記憶するように適合されたメモリユニットと、前記メモリユニットに結合されたプロセッサとを備えており、前記プロセッサが:
    前記オブジェクトの前記第1の画像のテスト済み画素に対応する前記第2の画像の第2の画素を検索し;
    前記第2の画素の隣接部分が第3の画素の隣接部分に類似するような前記第2の画像の前記第3の画素を探し;
    前記第3の画素に対応する前記第1の画像の第4の画素を検索し;
    前記テスト済み画素と前記第4の画素を比較する;
    ように適合されている、前記システム。
  13. 前記プロセッサが、さらに、
    前記第の画像の第5の画素に対応する前記第の画像の第6の画素を検索し、
    第7の画素の隣接部分が前記第6の画素の隣接部分に類似するような前記第1の画像の前記第7の画素を探し、
    前記第7の画素に対応する前記第2の画像の第8の画素を検索し、
    前記第5の画素の隣接部分と前記第8の画素の隣接部分を比較するように適合されている、請求項12に記載のシステム。
  14. 前記プロセッサが、前記第3の画素の隣接部分が前記第2の画素の前記隣接部分の最近の隣接部分であるような前記第3の画素を探すようにさらに適合されている、請求項12に記載のシステム。
  15. 前記第2の画素の前記隣接部分がM個の要素を備えており、前記プロセッサが、前記第2の画素の前記隣接部分のN次元表示を利用するようにさらに適合されており、ここでM>Nである、請求項12に記載のシステム。
  16. 前記プロセッサが、前記第2の画素の前記隣接部分の前記N次元表示を発生させるために、主成分分析を適用するようにさらに適合されている、請求項15に記載のシステム。
  17. 前記プロセッサが、N次元KDツリーを探すようにさらに適合されている、請求項15に記載のシステム。
  18. 前記プロセッサが、欠陥検出方法のリソース消費レベルおよび欠陥検出方法の適切さに応じて前記欠陥検出方法を選択するようにさらに適合されている、請求項12に記載のシステム。
  19. 前記第2の画素の前記隣接部分が複数の粗解像度画素および複数の精解像度画素を備えており、前記複数の精画素が前記第2の画素の前記隣接部分の一部を表す、請求項12に記載のシステム。
  20. 前記プロセッサが、前記第4の画素と前記テスト済み画素を比較する前に、前記テスト済み画素の隣接部分と前記第4の画素の隣接部分との間のサブ画素登録を実行するようにさらに適合されている、請求項12に記載のシステム。
  21. 前記プロセッサが、前記第1の画像内および前記第2の画像内の画素を選択し、前記選択済み画素の隣接部分の表示を発生させるように適合されている、請求項12に記載のシステム。
  22. 欠陥検出方法であって、
    オブジェクトの第1の画像のテスト済み画素に対応する前記オブジェクトの第2の画像の第2の画素を検索するステップを備え
    前記第1の画像および第2の画像は、異なる取得方法を使用して得られたものでありさらに、
    前記第2の画素の隣接部分が第3の画素の隣接部分に類似するような前記オブジェクトの前記第2の画像内の前記第3の画素を探すステップと、
    前記第2の画像以外の画像まで、前記第3の画素を探すことを拡張するステップと、
    前記第3の画素に対応する前記第1の画像の第4の画素を検索するステップと、
    前記テスト済み画素と前記第4の画素を比較するステップと、
    を備える方法。
  23. 欠陥検出方法であって、
    オブジェクトの第1の画像のテスト済み特徴に対応する前記オブジェクトの第2の画像の第2の特徴を検索するステップであって、前記第1の画像および第2の画像が異なる取得方法を使用して得られたステップと、
    前記第2の特徴の隣接部分が第3の特徴の隣接部分に類似するような前記第2の画像の前記第3の特徴を探すステップと、
    前記第3の特徴に対応する前記第1の画像の第4の特徴を検索するステップと、
    前記テスト済み特徴と前記第4の特徴を比較するステップと、
    を備える方法。
JP2007199482A 2006-07-31 2007-07-31 欠陥検出のための方法およびシステム Expired - Fee Related JP5134880B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US82092406P 2006-07-31 2006-07-31
US60/820924 2006-07-31

Publications (3)

Publication Number Publication Date
JP2008076383A JP2008076383A (ja) 2008-04-03
JP2008076383A5 true JP2008076383A5 (ja) 2012-04-19
JP5134880B2 JP5134880B2 (ja) 2013-01-30

Family

ID=39340129

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007199482A Expired - Fee Related JP5134880B2 (ja) 2006-07-31 2007-07-31 欠陥検出のための方法およびシステム

Country Status (3)

Country Link
JP (1) JP5134880B2 (ja)
KR (2) KR101320037B1 (ja)
CN (1) CN101236164B (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG163442A1 (en) * 2009-01-13 2010-08-30 Semiconductor Technologies & Instruments System and method for inspecting a wafer
WO2012148854A1 (en) * 2011-04-26 2012-11-01 Kla-Tencor Corporation Database-driven cell-to-cell reticle inspection
US10192303B2 (en) * 2012-11-12 2019-01-29 Kla Tencor Corporation Method and system for mixed mode wafer inspection

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2510687B2 (ja) * 1987-08-13 1996-06-26 日本電信電話株式会社 高速欠陥検出方法および装置
US6175645B1 (en) * 1998-01-22 2001-01-16 Applied Materials, Inc. Optical inspection method and apparatus
KR100333744B1 (ko) * 1999-06-08 2002-04-25 이계철 영상 압축이미지를 이용한 유사이미지 검색시스템 및 그 방법과 기록매체
US6862491B2 (en) * 2002-05-22 2005-03-01 Applied Materials Israel, Ltd. System and method for process variation monitor
US6882745B2 (en) * 2002-12-19 2005-04-19 Freescale Semiconductor, Inc. Method and apparatus for translating detected wafer defect coordinates to reticle coordinates using CAD data
KR100575444B1 (ko) * 2003-08-28 2006-05-03 엠텍비젼 주식회사 이미지 센서의 결함픽셀 보정 장치 및 그 방법
KR100581514B1 (ko) * 2004-03-16 2006-05-22 엠텍비젼 주식회사 가중치 값을 이용한 결함 픽셀 보정 장치 및 방법
JP4428112B2 (ja) * 2004-04-02 2010-03-10 ソニー株式会社 外観検査方法及び外観検査装置
JP4533689B2 (ja) * 2004-07-15 2010-09-01 株式会社東芝 パターン検査方法

Similar Documents

Publication Publication Date Title
Ansari et al. Pixel-based image forgery detection: A review
Huang et al. Deep learning-based instance segmentation of cracks from shield tunnel lining images
CN107590791B (zh) 图像增强方法以及图像处理装置
CN103365967B (zh) 一种基于爬虫的自动化差异检测方法及装置
CN110211046B (zh) 一种基于生成对抗网络的遥感图像融合方法、系统和终端
CN110418139B (zh) 一种视频超分辨修复方法、装置、设备及存储介质
CN103258321A (zh) 一种图像拼接方法
US11003963B2 (en) Method and system for identifying targets in scenes shot by a camera
JP2015191293A (ja) 画像処理装置、画像処理方法、及びプログラム
CN102171723A (zh) 红眼检测的方法
ATE498874T1 (de) Verfahren zum detektieren eines beweglichen objekts in einer sequenz von durch eine bewegliche kamera erfassten bildern, computersystem und computerprogrammprodukt
JP2008076383A5 (ja)
TW201237803A (en) Algorithm for compensating hollows generated after conversion of 2D images
Li et al. Learning to holistically detect bridges from large-size vhr remote sensing imagery
CN111489410B (zh) 观测系统炮检点数据绘制方法及装置
Liu et al. Multi-exposure image fusion via multi-scale and context-aware feature learning
Farooq et al. Effectiveness of state-of-the-art super resolution algorithms in surveillance environment
Yang et al. An error-activation-guided blind metric for stitched panoramic image quality assessment
US10380463B2 (en) Image processing device, setting support method, and non-transitory computer-readable media
Song et al. Analysis and improvement of joint bilateral upsampling for depth image super-resolution
Guo et al. A task decoupled framework for enhancing the deep learning-based spatiotemporal fusion method
Wronkowicz Automatic fusion of visible and infrared images taken from different perspectives for diagnostics of power lines
Ji et al. Sequential edge linking method for segmentation of remotely sensed imagery based on heuristic search
Wu et al. Deep learning‐based super‐resolution with feature coordinators preservation for vision‐based measurement
JPWO2015098810A1 (ja) 画像処理装置および特定図形検出方法