JP2008180618A - 表面欠点検出装置 - Google Patents

Abstract

【課題】被検査体のモデルを構築することが困難になっても、高精度に表面欠点の特徴量を算出する表面欠点検査装置を提供すること。
【解決手段】被検査体に光を照射する光照射手段と、前記被検査体を介した透過光または反射光を受光する受光手段と、前記受光手段の受光信号に基づいて前記被検査体の表面欠点を検出する欠点検出手段とを備えた表面欠点検出装置において、前記欠点検出手段は、統計処理に基づいて予め取得した補正情報を用いて前記受光信号を処理することにより、前記表面欠点の特徴量を算出することを特徴とする表面欠点検出装置。
【選択図】 図１

Description

本発明は、表面欠点検出装置に関する。

被検査体の表面欠点を検出する場合、被検査体に光を照射し、その透過光または反射光の状態を参照する方法が知られている。また近年は、より高度な品質保証を実現するため、表面欠点の大きさ、深さなど、欠点の詳細情報を得ることが求められている。

詳細情報として求められるものとして、例えば、基材表面に透明樹脂などの塗材を塗布する場合の、塗材が薄く（又は厚く）塗布された箇所における塗膜層の厚みがある。製品の用途にも依存するが、正常な塗膜層の厚みに対してどれくらい薄いか（又は厚いか）によって、製品の合否を決定する場合がある。

従来は、特許文献１のように、モデルに基づいて、透過光または反射光から塗膜層の厚みを演算し、その結果を用いて製品合否判定を行っていた。

特許文献１に記載の方法は、まず、被検査体に光を照射し、その反射光を受光、分光して各波長における受光強度データ（分光スペクトル）を取得する。次に、被検査体の厚みを仮定し、モデルに基づいて反射光における分光スペクトルを算出し、実際の分光スペクトルと比較する。この比較を被検査体の仮定厚みを逐次変化させながら行い、算出した分光スペクトルと実際のスペクトルが最も一致した仮定厚みを実際の被検査体の厚みとする。
特開２００２−８１９１６号公報

しかしながら、特許文献１に記載の方法では、例えば、被検査体が多層になったときにモデルの精度が問題となり、算出される被検査体の層の厚みや塗膜層の厚みに影響を及ぼしてしまうことがあった。

本発明の目的は、上記問題を鑑み、被検査体のモデルを構築することが困難になっても、高精度に表面欠点の特徴量を算出する表面欠点検査装置を提供することにある。

上記目的を達成するため、本発明の表面欠点検出装置は下記の構成を有する。
すなわち、被検査体に光を照射する光照射手段と、前記被検査体を介した透過光または反射光を受光する受光手段と、前記受光手段の受光信号に基づいて前記被検査体の表面欠点を検出する欠点検出手段とを備えた表面欠点検出装置において、前記欠点検出手段は、統計処理に基づいて予め取得した補正情報を用いて前記受光信号を処理することにより、前記表面欠点の特徴量を算出することを特徴とする表面欠点検出装置が提供される。
また、本発明の好ましい態様によれば、前記統計処理は主成分分析であり、前記補正情報は、前記特徴量が異なる複数の表面欠点における、それぞれの前記受光信号に基づいて算出されたものであることを特徴とする表面欠点検出装置が提供される。

本発明によれば、以下に説明する通り、被検査体が多層構成になった場合のように上述したモデルを構築することが困難な場合であっても、高精度に表面欠点の特徴量を算出することが可能な表面欠点検査装置を得ることができる。

以下、本発明の最良の実施形態を、搬送されている透明樹脂塗材を表面に塗布した透明プラスチックフィルムに光を照射し、その反射光を受光することで塗膜層の厚みが薄くなっている点状欠点箇所の塗膜層の厚みを算出する場合を例にとって、図面を参照しながら説明する。ここで、基材の厚みも変化するものとして、未知数であるとする。

本発明の実施形態の装置構成を、図1を用いて説明する。図１は、実施形態の概略装置構成図である。
１は被検査体を示す。ここで被検査体１は図１の矢印の方向に搬送されるものとする。本発明に用いられる被検査体１としては、樹脂塗材を表面に塗布したプラスチックフィルムや複数の層を持つフィルムなどが用いられる。ここでは透明樹脂塗材を片面に塗布した透明プラスチックフィルムを被検査体１として用いた例を、図１として記す（以下、プラスチックフィルムに塗布した樹脂塗材から成る層を、塗膜層、プラスチックフィルムを基材とする。）。２は光照射手段であり、被検査体１に光を照射するように構成されている。３は受光手段であり、光照射手段２から照射される光が、被検査体１で反射される際の反射光を受光するように設置されている。また、図１の受光手段３は、被検査体１での反射光を受光するように設置されているが、本発明はこれに限定されるものではなく、被検査体１が透明な場合には、受光手段３は被検査体１からの透過光を受光するように設置することもできる。

４は欠点検出手段であり、受光手段３から受光信号を受信し、この受光信号に基づいて表面欠点の特徴量を算出するものである。ここでの表面欠点の特徴量は、点状欠点箇所における塗膜層の厚みである。５はディスプレイ、プリンタ、警報装置などに代表される外部出力手段であり、欠点検出手段４で算出した表面欠点の特徴量や、この特徴量に基づいて判断される欠点レベルなどを外部に出力する。

被検査体１は、光照射手段２に光を照射される箇所において、バタツキやシワがないことが好ましい。

光照射手段２は複数の波長を有した光を照射するものが好ましく、それら複数の波長は短波長から長波長に亘って存在することが更に好ましい。よって本発明においては、２つ以上の波長を有した光を照射するものであることが必要である。例えば光照射手段２としては、蛍光灯や、ハロゲン光源、メタルハライド光源などに接続されたロッド照明などが挙げられる。また光照射手段２は、被検査体１表面において、搬送方向に直交する方向（以下、幅方向と呼ぶ）に長い形状を持つことが好ましく、幅方向に強度均一な光を照射することが更に好ましい。このようにすることで、被検査体１が搬送される場合に、被検査体の幅方向を同時に測定することが可能となるため、被検査体の全面の表面欠点を検出することができる。

受光手段３は、光照射手段２が照射する光の有する複数の波長を感度良く受光するものであることが好ましい。また一般に、受光手段の有する受光素子は、有限な波長の区間（以後、波長帯域と呼ぶ）で感度良く受光するので、これら受光する複数の波長帯域の重なり合う部分が小さいことが更に好ましい。また受光手段３は、これら受光した複数の波長帯域における光強度を、波長帯域ごとの受光信号として出力可能なものであることが好ましい。また受光手段３は、被検査体１の幅方向に長く、被検査体１からの反射光若しくは透過光を全て受光可能であることが好ましく、高速スキャン可能であることが更に好ましい。例えば、カラーラインセンサカメラなどが挙げられる。本発明においては、２つ以上の受光可能な波長帯域を有しており、それぞれの波長帯域における受光量に依存した受光信号を出力できることが好ましい。

ここで、正常な塗膜層の箇所を図２に、塗膜層が薄くなっている点状欠点を有する塗膜層の箇所を図３にそれぞれ示す。図２は正常な塗膜層の箇所の断面図の例、図３は点状欠点箇所の断面図の例である。１０１は厚みｄ１の基材であり、今回の例では透明プラスチックフィルムである。１０２は厚みｄ２の塗膜層で、ここでは透明樹脂塗材から成る層である。１０３は点状欠点を表し、点状欠点のために厚みが薄くなっている箇所の塗膜層の平均厚みがｄ３である。今回図示した欠点は、欠点箇所の厚みが薄くなっている例であるが、本発明の表面欠点検出装置の検出可能な欠点はこれに限定されるものではなく、欠点箇所の厚みが厚くなった点状欠点の検出にも、本発明の表面欠点検出装置は用いられる。

このような被検査体を用いた場合に、光照射手段２で光を照射すると、その反射光を分光した分光スペクトルは、ぞれぞれ図４、図５となる。図４は正常な塗膜層の箇所での反射光の分光スペクトルの例、図５は点状欠点を有する箇所での反射光の分光スペクトルの例である。図４と図５で分光スペクトルは異なるが、これは分光スペクトルが基材および塗膜層それぞれの厚みと光屈折率、光が照射される角度に依存して変化するからである。また、基材が２軸延伸工程を経た二軸配向フィルムの場合、複屈折の影響も無視できなくなる事がある。これらの分光スペクトルに変化を与える要因の中で、図４の例と図５の例において大きく異なっている要因は、塗膜層の厚みだけである。したがってこの場合、分光スペクトルの違いは、塗膜層の厚みに大きく依存していると言うことができる。

一般に、同じ材料で同じ方法で作成された被検査体を、同じ倍率で同じ方向に延伸した場合、正常な塗膜層を有する箇所と点状欠点を有する塗膜層の箇所の分光スペクトルの違いの原因は、塗膜層の厚さが寄与していると考えることが可能である。

これら図４、図５の分光スペクトルを持つ反射光を受光手段３で受光すると、それぞれ図６および図７に示す斜線面積に基づく大きさで、各波長帯域における受光信号を出力する。図６は図４の分光スペクトルを持つ光を受光手段３で受光したときに出力する受光信号の説明図で、図７は図５の分光スペクトルを持つ光を受光手段３で受光したときに出力する受光信号の説明図である。３０１、３０２、３０３はそれぞれの波長帯域における受光手段３の感度曲線を示したものである。

図６および図７におけるそれぞれ３つの斜線面積を比較すると、異なっていることが容易に分かる。これは前記の通り、塗膜層の厚み変化に依存するものであるので、この違いから塗膜層の厚みを算出することができる。

従来の手法では、例えば、図１に示した光学系と、図２および図３に示した被検査体１の構造に基づくモデルを構築して逆問題を解くことで、被検査体１の塗膜層の厚みを算出していた。しかし前記の通り、被検査体１の構造が複雑になったり、基材１０１が２軸延伸工程後のもので複屈折の影響が生じたりする場合、このモデルの精度は著しく低下することがある。そこで本発明では、前記モデルを構築して逆問題を解くのではなく、図６と図７のような分光スペクトルの違いを生じさせる主な成分を抽出することにした。なお、ここで言う主な成分とは、本実施形態で言えば、塗膜層の厚みを意味している。このように、データの違いを生じさせる成分を抽出する手法としては、ニューラルネットワークなどを用いた学習や、統計処理を用いたものがある。ここでは、統計処理を用いることで抽出することとした。

データにバラツキが存在したときに、そのバラツキを生じさせる本質的な成分（複数の場合には、互いに無相関な成分）を抽出する代表的な方法として主成分分析がある。他にも、因子分析や独立成分分析、共分散構造分析などがあり、これらを用いても良い。本実施形態では、３０１、３０２、３０３の異なる波長帯域の感度曲線に対応する各波長帯域における３つの受光信号を変数として主成分分析を行い、３つの主成分を算出する。光照射手段２や受光手段３がより多くの波長帯域を持ち、かつ、前記した条件を満たすことができるならば、それぞれの個数を増やしても良い。ただし、入力側の変数の個数は算出する主成分の個数以上であり、また、主成分の個数は、算出したい欠点特徴量の個数以上でなければならない。
主成分を計算する基のデータとして、基材の厚み、塗膜層の厚みを変化させた被検査体の受光信号を用いることで、３つの主成分の中の２つは、基材の厚みと塗膜層の厚みに依存したものとなることが期待される。また、もう１つの成分は、その他の変動成分として、例えば、大きな変化が生じたときに、補正するための補助情報として用いることなどが考えられる。

基材の厚みｄ１と塗膜層の厚みｄ２を変化させたＮ個の被検査体のサンプルを考える。それぞれの被検査体のサンプルにおける、３つの波長帯域に相当する受光信号値を用いて、第１主成分ｕ１、第２主成分ｕ２、第３主成分ｕ３を算出する。次に、ｉ番目のサンプル（ｉは１〜Ｎ、基材の厚みはｄｉ１、塗膜層の厚みはｄｉ２）における、第１主成分ｕｉ１、第２主成分ｕｉ２、第３主成分ｕｉ３を算出し、基材の厚みｄ１、塗膜層の厚みｄ２それぞれに強く依存している主成分を見出す。このとき、相関をとっても良いし、主成分の多項式を用いても良いし、特殊関数を用いても良い。相関を取る場合には、基材の厚みｄ１との相関が最もある主成分、塗膜層の厚みｄ２との相関が最もある主成分を見出して、対応付ける。例えば、第１主成分ｕ１が基材の厚みｄ１に、第２主成分ｕ２が塗膜層の厚みｄ２に対応したとき、変数ａ、ｂ、ｃ、ｄを用いて、式１、式２を得る。これらの計算は、Ｍａｔｌａｂや市販の統計ソフトを用いることで容易に算出できる。

また、それぞれの主成分は３つの波長帯域に相当する受光信号値から算出されるので、
最終的には、変数Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆを用いて、式３、式４を得る。

この変数を求めるときに、第３主成分の変化を考慮しても良い。

こうして取得した変数Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆを補正情報として、表面欠点の特徴量である塗布層の厚みｄ２を算出する。この厚みｄ２に基づいて、点状欠点１０３の欠点レベルを求める。

以上により、上述した従来技術であるモデルを用いることなく、表面欠点の特徴量を算出することができる。また、受光手段３として視野幅の広いラインセンサカメラなどを用いれば、被検査体１の幅方向全幅に亘り、同時に、基材の厚み、塗膜層の厚みを算出することも可能となる。

図１に示す表面欠点検出装置を作成した。被検査体１としては、透明樹脂塗材を片面に塗布した透明プラスチックフィルムを準備した。
静止状態とした透明樹脂塗材を表面に塗布した透明プラスチックフィルムに光を照射し、その反射光を受光することで、基材の厚みと塗膜層の厚みを算出した。

被検査体１は、図１の搬送方向が３００ｍｍ、幅方向が２５０ｍｍのサイズにカットされており、この範囲においては、基材の厚み、塗膜層の厚みはともに均一と見なすことができる。
光照射手段２として高周波蛍光灯を用い、受光手段３として２５００画素×３（ＲＧＢ）、８ビットのカラーラインセンサカメラを使用した。すなわち、波長帯域は、可視光領域における赤色（Ｒ）近傍、緑色（Ｇ）近傍、青色（Ｂ）近傍であり、それぞれに対応した受光信号を受け取ることができる。また、受光手段３の撮像範囲は、幅２５０ｍｍである。

基材１０１の厚みとして５種類、塗膜層の厚みとして７種類の３５サンプルを用意した。これら３５サンプルを用いて補正情報を取得したが、各サンプルにおいて２５００個のデータは加算平均した。この補正情報に基づいて、主成分の算出時に用いなかった別の１０サンプルについて、基材の厚み、塗膜層の厚みを算出したところ、生産管理に必要な精度を満たすことができることを確認できた。

本発明は、プラスチックフィルム上に形成した塗膜層の厚み異常を検出する表面欠点検出装置に限らず、複数の層を持つフィルムの各層厚み測定装置などにも応用することができるが、その応用範囲が、これらに限られるものではない。

本発明の一実施形態における装置構成を示す概略構成図である。 本発明の一実施形態における被検査体の断面図である。 本発明の一実施形態における被検査体の断面図である。 本発明の一実施形態における分光スペクトルである。 本発明の一実施形態における分光スペクトルである。 本発明の一実施形態における受信信号の説明図である。 本発明の一実施形態における受信信号の説明図である。

符号の説明

１ 被検査体
１０１ 基材
１０２ 塗膜層
１０３ 点状欠点
２ 光照射手段
３ 受光手段
３０１ 感度曲線
３０２ 感度曲線
３０３ 感度曲線
４ 欠点検出手段
５ 外部出力手段
ｄ１ 基材の厚み
ｄ２ 塗膜層の厚み
ｄ３ 点状欠点箇所における塗膜層の厚み

Claims (2)

1. 被検査体に光を照射する光照射手段と、前記被検査体を介した透過光または反射光を受光する受光手段と、前記受光手段の受光信号に基づいて前記被検査体の表面欠点を検出する欠点検出手段とを備えた被検査体の表面欠点検出装置において、前記欠点検出手段は、統計処理に基づいて予め取得した補正情報を用いて前記受光信号を処理することにより、前記表面欠点の特徴量を算出することを特徴とする、表面欠点検出装置。
2. 前記統計処理は主成分分析であり、前記補正情報は、前記特徴量が異なる複数の表面欠点における、それぞれの前記受光信号に基づいて算出されたものであることを特徴とする、請求項１に記載の表面欠点検出装置。

Images