JP2008076383A5 - - Google Patents
Download PDFInfo
- 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
Links
- 230000000875 corresponding Effects 0.000 claims 12
- 238000001514 detection method Methods 0.000 claims 10
- 238000000513 principal component analysis Methods 0.000 claims 2
- 230000005540 biological transmission Effects 0.000 claims 1
Claims (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。 - 前記第2の画像の第5の画素に対応する前記第1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。 - 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。 - 前記プロセッサが、さらに、
前記第2の画像の第5の画素に対応する前記第1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。 - 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。 - 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。
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)
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 |
KR101800493B1 (ko) * | 2011-04-26 | 2017-11-22 | 케이엘에이-텐코 코포레이션 | 데이터베이스 기반 셀-대-셀 레티클 검사 |
US10192303B2 (en) * | 2012-11-12 | 2019-01-29 | Kla Tencor Corporation | Method and system for mixed mode wafer inspection |
Family Cites Families (9)
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 |
-
2007
- 2007-07-31 JP JP2007199482A patent/JP5134880B2/ja not_active Expired - Fee Related
- 2007-07-31 CN CN2007101428774A patent/CN101236164B/zh not_active Expired - Fee Related
- 2007-07-31 KR KR1020070077118A patent/KR101320037B1/ko active IP Right Grant
-
2012
- 2012-12-10 KR KR1020120142928A patent/KR101301289B1/ko active IP Right Grant
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8593485B1 (en) | Automatic video and dense image-based geographic information matching and browsing | |
JP6324155B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
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 | |
JP2017520050A5 (ja) | ||
WO2013089265A1 (ja) | 辞書作成装置、画像処理装置、画像処理システム、辞書作成方法、画像処理方法及びプログラム | |
CN103258321A (zh) | 一种图像拼接方法 | |
CN110418139A (zh) | 一种基于esrgan的视频超分辨修复技术 | |
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 | |
HUE026407T2 (en) | A method for selecting graphic elements and a method for detecting said selections in a graphical element | |
Guo et al. | Multi-level Fusion Based Deep Convolutional Network for Image Quality Assessment | |
WO2009016792A1 (ja) | プログラム、画像処理装置、撮像装置および画像処理方法 | |
CN106228553A (zh) | 高分辨率遥感图像阴影检测装置与方法 | |
Yang et al. | Mipi 2022 challenge on rgbw sensor fusion: Dataset and report | |
JP2012242878A5 (ja) | ||
Annadani et al. | Augment and adapt: A simple approach to image tampering detection | |
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 | |
Sharma et al. | Multilevel progressive recursive dilated networks with correlation filter (MPRDNCF) for image super-resolution | |
Wu et al. | Deep learning‐based super‐resolution with feature coordinators preservation for vision‐based measurement | |
CN107886542A (zh) | 一种视觉检测的目标恢复方法和系统 |