JP2008508622A - 表面検査方法 - Google Patents

Abstract

画素のマトリックスを形成する複数の画素であって、グレー値などの技術的な数値を発生させる前記画素により画像１２’を生成するカメラ１８と、表面１２の状態を検出するために前記画素のデータを処理するコンピュータ２６とにより、ｎ＋１の繰返しパターン１６を有する前記表面１２を検査する方法である。方法は、検査すべき画素（検査画素）の各値を基準画素の値と比較すること、および前記画素の比較の差が検査の結果を決めること、を含む比較ステップからなる。
本発明は、前記画像１２’に関するマトリックスの画素の値のみが、前記表面１２の状態を検出する前記基準画素の前記値の基礎となることを特徴とする。

Description

本発明は、請求項１の特徴による表面検査方法、および、請求項２１の特徴による方法を実現するための装置に関する。

繰返しパターンを用いる表面検査方法および装置が、当該技術分野において公知である。対応する表面は、通常、その上に導線を有する導線基板である。
導線は、パターンを持たないために導線を持たないかあるいは唯一の（繰返しのない）パターンを有する表面間に配列される繰返しパターンを形成している。
本発明は、繰返しパターンが存在する領域にのみ関するものであり、唯一のパターンを有する領域が当該技術分野で公知の方法により検査されるようになっている。
表面検査装置は、ＣＣＤ／ＣＭＯＳカメラセンサと光学対物レンズとを有するカメラを備えている。
前記対物レンズによりＣＣＤ／ＣＭＯＳカメラセンサの表面に、導線基板の表面を結像するようになっている。
良質な画像を得るために、後方および／または前方の光源により表面を照明している。
カメラセンサのアナログ画像またはデジタル化した画像を、コンピュータに送信する。
そして、画素のマトリックスを構成する複数の画素により、前記画像を変換する。
前記コンピュータが、技術的な数値（technical value）を有する各画素から構成される画素マトリックスのデータを処理する。

通常、画素データとして、グレー値（gray value）を基本的に用いている。
各画素は、現物、即ち、導線基板の画像の色に対応するグレー値を実物と関連した同じ位置に生成する。
グレー値は、表面の状態を検出するための基本的データを構成し、次の比較ステップにおいて、コンピュータにより基準画素の値とこの値とを比較する。
即ち、比較ステップでは、検査すべき画素（検査画素）の各値を、いわゆる、マスター画像の基準画素の値と比較するようになっている。
マスター画像は、例えば、実物の導線基板の画像に基づくものであり、このマスター導線基板は、予め詳細に検査されて欠陥のないことがわかっており、基準導線基板用として高品質で良好な状態を備えているものである。

そして、この比較ステップにおいて、検査すべき導線基板の画像の各画素を、マスター導線の画像の対応する画素（基準画素）と比較する。
検査画素と基準画素の比較結果として生じる差により、検査の結果が判断される。
画像の各画素のグレー値の強度に基づいて、この画像を高精度に検出可能にしている。

画像処理の分野においては、多くの場合、公知の表面検査装置が導線基板の製造ラインに配置されているように、表面に現れる導線の欠陥を高速に検出することが重要である。
さらに、導線基板を一定品質に保つために、各導線基板の表面を検査することが必要である。
しかし、検査画素の値とマスター画像の基準画素の値を用いる比較ステップにおいて前記のマスター画像を生成するため（従来の教示方法）、公知の方法は非常に複雑で時間のかかるものである。
マスター画像を記憶するのに必要なデータ量は、非常に大きい。
そのため、データ記憶に時間がかかり、コンピュータの内部に大きなメモリスペースが必要である。
さらに、製造ラインの導線基板が、このラインの他の導線基板と１００％同じであることはないことに留意すべきである。
従って、従来の教示を基礎にした方法では、マスターの小さな欠陥が、たいていの場合擬欠陥率を増加させる傾向がある。
このように、多くの導線基板は、良好な状態にあり、かつ、表面欠陥がないにもかかわらず、マスター画像に対する許容差が単に狭いために、欠陥として分類されている。

このため、本発明の目的は、上記の不都合点を克服するために、請求項１の前提部の特徴による表面検査方法および装置、さらに請求項２１の特徴による装置を提供し、表面検査工程を加速するための必要条件を提供し、さらに特に欠陥率に関して検査方法をより正確にすることである。

本発明のその他の目的も、前記画像に関してマトリックスの画素の値のみが前記表面の状態を検出するための前記基準画素の前記値を基礎にしている請求項１の前提部の特徴による表面検査方法により一般に達成される。
それゆえ、マスターの決定およびマスター画像の生成は必要でなくなる。
前述の手段および本発明の方法により、従来の教示方法に比べて、表面検査方法は高速で簡単になる。

本発明の好適な実施例において、１つのパターンの検査画素の値を、同じ画像からの、即ち同じマトリックスからの別のパターンの画素の値と比較する。
もう一方のパターンを、前記基準画素を有する基準パターンとして用いる。
各検査画素および対応する基準画素は、そのパターンに対して同じ位置を有する。
これにより、同じ種類の画素の値を、意味のある結果を得るために比較することが保証される。
同じ種類のパターンのすべての画素を用いることもできる。

本発明の他の実施例によれば、画素のラインの方向において繰返しパターンの一部としてのｎ＋１の周期構造を有する画素のラインに沿ったいくつかの比較ステップを行い、画素のラインに沿った比較ステップのすべてが検出ステップを構成している。
これは、周期的な繰返しパターンのすべての画素に対して行なわれる。
このように、画素のマトリックスは、全マトリックスが検出されるまで、ラインごとに対称的に検出される。

現物、即ち画像がその全領域において連続的に規則正しいパターンを示さないときには、検査を始める前に、マトリックスの一部または全マトリックスを占める前記領域について、検査すべき表面の画像のマトリックスの領域を決定することが好都合である。
このやり方では、パターンに関して最適化されたラインに応じて最適化された比較ステップにおいて、領域ごとの検出が可能である。

本発明の別の実施例において、いくつかの検出ステップを行ない、この検出ステップのすべてを実行した後で前記領域のすべての画素のすべての値を検出する。
特に、各検出ステップは、ｎ回の比較ステップからなる。

検査すべき画像の領域は、少なくとも上記決定された領域において規則的な繰返しパターンからなるため、前記比較ステップは、前記検査画素および割当てられた基準画素が前記マトリックスの内部に相対的な位置を有する、即ち、検査画素および基準画素がベクトルｋを互いに相対的に形成する、ベクトル計算を用いることが好都合であると考えられる。
前記ベクトルｋは各比較ステップにおいて同じである。
このように、複数の比較ステップをベクトルｋによるベクトル計算を用いて実行し、検査処理を加速させることが簡単にできる。

本発明の他の実施例によれば、基準画素は、前の比較ステップにおいて検査した画素である。

本発明の方法により、検査すべき画像のマトリックスの画素に基づいた値を用いて、さまざまなやり方で基準画素の値を得ることができる。

基準画素の値を得る１つの好適なやり方は、マトリックスのいくつかの画素に基づいて基準画素の値を計算値にすることである。
例えばこの値は、マトリックスのいくつかの基準画素の値の平均、あるいは閾値を超えない値の平均などとすることができる。
このステップにより、マトリックスの境界での画素の検査や、決定された領域内での画素の検査を簡単に行なうことができる。

特に、基準画素の値はベクトルｋの整数倍により計算される。

本発明の他の実施例によれば、前記表面の状態の検出は、比較ステップにより得られる差に基づいて、差が少なくとも閾値を超えないときに検査された表面が正常であると判断する判断ステップからなっている。
特に、前記差が閾値を超えるとき、判断ステップは、その特定のベクトルｋ、即ち、その特定のパターンを欠陥とする。
差が閾値を超えるときに、検出ステップは、別のベクトルｋ’（ｋ’＝−ｋ）が生じるように正反対の方向において繰返される。
これにより、ベクトルｋおよびベクトルｋ’を用いる両方の検出ステップのデータに基づく計算により、前記閾値を超える検査画素、即ち、検査画素の真の位置を検出することができる。
例えば、ベクトルｋを用いる検出ステップおよびベクトルｋ’を用いる検出ステップにおいて、以下の図面の説明において詳細に述べるいわゆる陰影効果（shadow effect）のために、異なる検査画素を欠陥として分類している。
これら２つの画素の位置に基づく計算スキームにより、実際の欠陥画素を決定することができる。

本発明の方法の原理を用いると、マスターパターンがわからなくても、規則的なパターン中の欠陥を検出することができる。
これにより、従来の教示方法と比べて、データ量が飛躍的に減少している。

実際には、入力装置は、例えば、カメラレンズの視野などで検査領域を制限することが多い。
繰返しパターンが検査領域よりも広い場合には、ベクトルｋが有効でない限り、正確な位置決めは難しい。

ベクトルｋが小さい場合、パターン中に長い距離にわたる緩やかな変形があると、従来の教示方法と異なり、強い欠陥信号は生成されない。
これは、例えば、レンズの変形や、反ったり曲がったりした製品を扱う場合に役立っている。

ベクトルｋを決定する別のやり方がある。
好適な実施例によれば、高速フーリエ変換（ＦＦＴ）の最大値がベクトルｋを形成するように、ベクトルｋを高速フーリエ変換により決定する。

別法として、ベクトルｋを例えばハフ変換により計算する、あるいはベクトルｋを、現物表面の所定の図、特にデジタル図のデータから計算する。

検出ステップにおけるラインの方向あるいはベクトルｋの方向は、パターンの種類に依存することを理解すべきである。

上記のように、ベクトルｋを得るにはいくつかのやり方がある。
これらのやり方をまとめると以下のようになる。
（１）ユーザが２つのパターンの距離と方向を調べることができる図面やデータベースが存在することが多い。
（２）デジタル化されたカメラ画像においては、ユーザはプロファイルおよび推測したベクトルｋの設定を試みることができる。
（３）高速フーリエ変換を用いて、例えばデジタルのグレー値画像の場合、不連続な２Ｄ−ＦＦＴを用いて、信号データを変換することができる。
頻度空間内のピークを用いてベクトルｋを抽出することができる。
基準パターンを支配的な頻度により決定する場合、本方法は良好に機能する。
線状のパターンに対していくつかのピーク（倍数を除く）がある場合、それらは異なる方向と距離があることを示している。
それらを組合せて共通のベクトルｋを形成することができる。
（４）パターン、例えばデジタル化されたカメラ画像中の平行な線についてある仮定をすると、ハフ変換を適用して、ベクトルｋを自動的に取得可能なパターンの記述を得ることができる。
（５）ソフトウェアは、ある小さなステップサイズを用いてすべての方向および長さを簡単に試験することができ、最も低い全体的な欠陥強度を生成するベクトルｋを得ることができる。
さらに小さなステップサイズを用いて、このベクトルを絞り込むことができる。

本発明のさらに別の実施例によれば、前記値は、画素のグレー値（ＧＶ）であり、また、検査すべき表面は、導線基板の表面であり、パターンは、導線基板の導線である。

本発明の付加的な目的は、画素のマトリックスを形成する複数の画素により画像を生成するカメラと、前記表面の状態を検出するために画素のデータを処理するコンピュータとにより請求項のいずれか１項に記載の前記方法を実行することが可能な、請求項２１の特徴による装置によって、一般に達成されている。

本発明のさらなる優位性および可能な応用例は、図面中に例として示す典型的な実施例について述べる、次の詳細な説明から明らかになるであろう。

明細書、特許請求の範囲、要約および図面において使用される用語および対応する参照符号を、明細書の最後に一覧にしてまとめてある。

図１は、導線基板１４の導線１６により形成された繰返しパターンを有する導線基板１４の表面１２を検査する装置１０の概略図を示している。
導線１６は、図６に示すように、パターンを持たないために導線１６を持たない表面間の導線基板１４の上に配列されている。
導線基板１４は、透明な支持材料１４であるが、導線１６そのものは、非透明である。

装置１０は、ＣＣＤカメラセンサ２０と光学対物レンズ２２とを有するカメラ１８を備えている。
ＣＣＤカメラセンサ２０は、ライン２４を経由してコンピュータ２６に接続され、このコンピュータ２６は、検査方法のパラメータを調整するためのキーボード２８と、検査結果および実際の方法ステップを表示するための表示部３０とを有している。
さらに、コンピュータ２６は、ライン３４を経由して、欠陥のある導線基板１４を取り除くハンドリングマシン（図示せず）に接続可能なポート３２を備えている。
導線基板１４の下に後方光源３６が設けられ、カメラ１８の最大検出コーン（cone）３８の外側かつ上方には、前方光源４０と４２が配置されている。

導線基板１４の表面１２を検査する場合、光学対物レンズ２２によりＣＣＤカメラセンサ２０に、表面１２を結像する。
良質な画像を得るために、後方光源３６または前方光源４０と４２により、表面１２を照明するようになっている。

ＣＣＤカメラセンサ２０のデジタル化した画像を、ライン２４を経由してコンピュータ２６に送信するようになっている。
前記画像は、画素のマトリックスを構成する複数の画素により構成されている。
コンピュータ２６は、技術的な数値、即ち、割当てられたグレー値を有する各画素から構成される画素マトリックスのデータを処理するようになっている。

グレー値は、表面１２の状態を検出するための基本的データを構成し、次の比較ステップにおいてコンピュータ２６により基準画素の値とこの値とを比較する。
本発明による方法のステップは、以下の通りである。
（１）検査すべき表面１２の画像１２’のマトリックス領域を決定する。ここで、前記マトリックス領域は、マトリックスの一部または全マトリックスである。
（２）検査すべき導線１６の画素（検査画素）の各値を、同じ画像、即ち、同じマトリックスからの別の導線１６の基準画素の値と比較する。
他の導線１６は、前記基準画素を有する基準導線１６として用いる。
各検査画素および対応する基準画素は、それらの導線１６に対して同じ位置とする。
前記画素の比較差により、検査結果を決める（比較ステップ）。
（３）画素の線の方向における導線１６の繰返しパターンの一部として、ｎ＋１回の周期的な構造を有する画素のラインに沿ったいくつかの比較ステップを行なう。
ここで、画素のラインに沿った比較ステップが検出ステップを構成している。
（４）いくつかの検出ステップが行なわれ、これらの検出ステップがすべて実行された後、領域の画素のすべての値が検出される。
特に、各検出ステップは、ｎ回の比較ステップからなる。
（５）基準画素は、前の比較ステップにおいて検査した画素である。

検査すべき画像の領域は、比較ステップにおいて述べたように決定した領域内の規則正しい繰返し導線１６からなるために、ベクトル計算が用いられる。
検査すべき画像の領域では、検査画素および割当てられた基準画素が、マトリックスの内部の相対的な位置、即ち、互いにベクトルｋを形成する位置とする。
ベクトルｋは、各比較ステップにおいて同じである。
言い換えれば、ベクトルｋは、ライン内の導線１６により形成される構造の周期を表している。

ベクトルｋの終端位置が必ずしも画素を指し示さない場合、終端位置でのグレー値は、近接画素のグレー値の補間により決定される。

一般に、基準画素は、近傍画素（neighborhood）を用いて補間することができる。
基準画素を得る方法の例を以下に挙げる。
（１）４近傍画素（Four-pixel neighborhood）：未調整の画素が調整された画素をカバーする領域を計算し、分担率として領域百分率を用いて、近傍画素を含む画素強度（pixel intensity）を合計する。
（２）３近傍画素（Three-pixel neighborhood）：未調整画素の中心に対する近接度（proximity）に応じて、最も近傍の３画素の強度を用いて補間する。
（３）分布法：例えば、ガウス曲線分布を用いてある近傍画素の強度に対する重み付けを求める。

一般に、補間は、不完全である。
補間により生じる欠陥強度を減少させる１つの方法は、図８に関して説明するように、ローパスフィルター、ガウスフィルタを用いることである。

ローパスフィルターおよびそのサイズに応じて、小さな空間欠陥を弱めるように用いることもできる。

図２によれば、ベクトルｋは、画素中に与えられるノルム（norm）｜ｋ｜、および方位である時計回り方向に正の角度θ（度）を有している。
ベクトルｋは、導線１６のｎ＋１パターンを有する領域中に、１、２、…、ｎ周期を有している。
角度θにより、水平あるいは垂直以外の前記線に沿った周期構造の検査が可能になっている。

図３は、導線基板１４のパターンの第１の実施例によるライン４７に沿った画素のグレー値に関する正弦曲線４４とともに、導線基板１４の表面１２の画像１２’を示す上面図である。
本実施例によれば、ベクトルｋは、導線基板１４の表面１２の画像１２’の任意の方向において周期的である。

図４は、導線基板１４のパターンの第２の実施例を示している。
例えば、異なる角度や異なる周期などの２つの異なる格子間の遷移領域の検査については、共通の周期ベクトルｋが存在する。
このベクトルｋは、遷移領域における両方の導線１６と交差するので理解することができる。

図５は、第３のピーク４６に欠陥のある、いくつかの比較ステップのグレー値のプロファイル例を示している。
この欠陥は、隣接するピーク４８では起きない。
検査画素のグレー値を前に検査した基準画素のグレー値と比較するベクトルｋを用いて、ピーク４６を検出することができる。

パターンは、通常、固定された境界を有する。
ベクトルｋを用いるアルゴリズムで完全なパターンをチェックすると、ベクトルｋは、パターン領域の外側を指し示すために、境界に欠陥が生じるようになっている。

ベクトルｋがパターン領域の外側を指し示さないように、検査領域を縮小することが好ましい。
欠陥があると、ベクトルｋ方向の最後のパターンで、図１２と図１３について説明するように、欠陥を複製してマスター値と比較することができる。

図６は、検査領域の決め方の例を示している。
検査領域は、参照符号５０の多角形である。
そして、アルゴリズムにより、ベクトルｋに基づいて領域５０を参照符号５２の領域に圧縮する。
そうしないと、最後の導線１６を決定された検査領域５０の外側の領域と比較すること
になる。

ソフトウェアが、多角形の最も右と最も左の境界のみを各ラインの境界とするため、調整された多角形は凸状である。

前記のように、ベクトルｋは、導線基板１４の繰返しパターンを形成する２つの隣接する導線１６の間の距離を定義している。
距離と角度方向は、直接設定可能である。

高速フーリエ変換（ＦＦＴ）を用いてベクトルｋを自動的に決めることも可能である。
図７ａ、図７ｂおよび図７ｃは、導線基板１４のパターンの第４と第５の実施例によるベクトルｋの方向に対応するラインに沿った、検査すべき画素のグレー値の強度を示している。

自動計算機能を選択すると、ユーザはパターン上のボックスを調整するように求められる。
すべての検査領域を含むことは、必ずしも必要ではない。
大まかに、パターンの少なくとも１０個を含むようにする。
しかし、大きなボックスを作ってもよい。

２つの画素間のグレー値の差がある値を超えると、画素位置には欠陥があると考えられる。
グレー値の差が小さいときには、その差はノイズであると考えられ、即ち、無視してよいと考えられる。
この値を表面ノイズレベルと呼ぶ。

局所的なグレー値の変化の影響を取り除くために、使用者は、ローパスフィルターを用いてもよい。
それにより、ある距離、いわゆるローパス距離（low-pass length）５２（図８に示す）における値が平均化される。

図８は、４画素のローパスフィルタ（１次元）の効果の例を示している。
ローパスフィルターを用いることにより、カメラノイズと小さな表面の凹凸に対する感度を低減している。
ほとんどの応用例について、４以上の値を推奨する。

多くの場合、図９に示すように、導線基板１４のパターンは、一様な背景（透明な支持材料１４ａ）と不均一な前景（導線１６）とからなっている。
この現象は、導線基板の表面上の明るい領域が大きなバラツキを有することに基づくものである。

この前景のバラツキの影響を減らすために、使用者は、白色画素減衰率を設定可能である。
例えば、減衰率を３０％に設定すると、画素が最大グレー値である２５５の場合、欠陥を発見するために用いるグレー値の差は、３０％減少する。
当該画素のグレー値が、最大値の半分である１２８である場合には、グレー値の差は、わずか１５％だけ減少する。

多角形の特定領域を作成して、領域５０のある部分を除外することができる。
この特定領域の内側では、すべての欠陥画素が無視される。
ソフトウェアが多角形の最も右と最も左の境界のみを各ラインの境界とするため、多角形の特定領域は凸状である。
必要に応じて特定領域を分割する。

「教示」オプションを選択することにより、特定領域を自動的に作成することが可能である。
しかし、良好なデバイスを示す適切な画像を得るように注意する必要がある。
そのため、特定領域メニュー入力を用いて、作成された特定領域を後でチェックすることを推奨する。
特に、欠陥領域が図１０に示すような場合、最も小さな凸状多角形は、全検査領域をカバーしている。
この場合、特定領域を手動により設定することが望ましい。

本発明による方法は、さらに多次元に、例えば、図６と図１１に示すように、繰返し２次元パターンに拡張することができる。
観察者には、欠陥が明らかになる。
次元が空間的な広がりをもつ必要のないことを十分留意すべきである。

図１１は、単純な２次元繰返しパターンを示す。

Ｉ_ａｃｔを検査すべき画像の画素の実際強度、Ｉ_ｃｏｍｐを比較に用いる基準画素の強度とすると、欠陥強度は、次のように定義できる。
Ｉｄ＝Ｉ_ｃｏｍｐ−Ｉ_ａｃｔ

しかし、例えば、強制最小強度（enforced minimum intensity）などの周辺条件を用いて、他の定義を行なってもよい。
欠陥強度が、ある応用例に応じた閾値を越えると、パターンに欠陥があると判定できるようになっている。

ベクトルｋに基づく前記アルゴリズムを用いてパターンをチェックすると、欠陥強度の絶対値は、欠陥がある場所ばかりでなく、対応する比較位置でも高くなる。
図１２は、この状況を示している。

実際の欠陥がどこにあり、その強度がどのような痕跡を有するのかを知ることは、興味深いことである。

パターンの実例がもっと多い場合には、それらの一部あるいは全部を用いて、マスター強度と呼ばれる「正確な」強度についての知識を得ることができる。
例えば、以下のような方法で、これを実施している。
（１）用いたパターンの実例についての平均値：残念ながら、欠陥画素の強度は、マスター強度に影響を与える。
（２）異常値除去：例えば、平均から大きく外れていたり、あるいはｎ個の最も異なる強度に含まれる場合に、平均計算からある個数の強度を除去する。
（３）中央値
（４）多数決投票：パターンの実例の平均値に近いものに応じて、マスター強度としてＩ_ａｃｔあるいはＩ_ｃｏｍｐのいずれかを取る。

強度Ｉ_ａｃｔあるいはＩ_ｃｏｍｐがマスター強度に近い場合には、どちらかを欠陥の影として無視することができる。

図１３に示すように、マスター強度をどれにするか決定できないこともある。
実際、限られたパターンの数が存在して、それらの強度が同じ大きさの２つのグループに集まると、周辺条件を設定することなくマスター強度を得ることはできない。

欠陥または欠陥の影を有する領域のみをチェックすることと、欠陥がまれであるため、このチェックするための取り組みはあまり重要ではない。

図１４に示すように、欠陥がベクトルｋよりも長いと、ベクトルｋを用いるアルゴリズムは、端部でのみ欠陥を発見する。
正確な欠陥強度と位置を得る必要のあるときには、欠陥を欠陥候補に複製して、可能であればマスター強度とチェックする必要がある。
図１５によれば、現物の欠陥強度が変化して欠陥の真の大きさを反映している。

欠陥または欠陥の影を有する領域のみをチェックすることと、欠陥がまれであることのため、このチェックを行なうのに必要な取り組みはあまりない。

ベクトルｋ_１を用いるアルゴリズムは局所的な変化を検出するので、ゆっくりと変化するパターンは、意味のある欠陥強度を生成しない。
異なるベクトルｋ_２を取ることにより、この状況を緩和することができる。
図１６に示すように、１つより多いベクトルｋ_１、ｋ_２、…、ｋ_ｍを同時に用いて、最大欠陥強度を取ることも可能である。

図１７は、発生する問題が変化する場合を示している。
第２のパターンでの欠陥強度は欠陥閾値を超えるが、第３のパターンでの欠陥強度は、極めて小さく、欠陥強度の閾値５４を超えない。

ベクトルｋ_１、ｋ_２、…、ｋ_ｍをチェックすることが望ましくない場合には、例えば、計算時間を節約するために、前記のようにパターン強度をマスター強度に合わせる際に、第２のパターンでの欠陥の影を除去してはならない。
そうでない場合には、欠陥が検出されない。
図１７によれば、欠陥の影は、実際の欠陥よりも強い欠陥強度を有している。

ベクトルｋは、パターンの特性である。
良好な結果を得るために、正確なベクトルｋを得ることが必要である。
図１８に示すように、通常、単一の最適ベクトルｋは存在しない。
このパターンに対して数個のベクトルｋが有効である。

通常、パターンは、使用者により定義可能な境界を有している。

しかし、コヒーレントな領域、即ち、単一のベクトルｋを用いて、検査可能なパターンを含む領域を自動的に決定することが可能である。

任意の初期領域で開始して、前記のように、それらがコヒーレントになるまでそれらを分割することも１つのやり方である。

２つの隣接する領域が同じベクトルｋで検査可能なときは、それらを１つにまとめる。
いくつかの公知の分割−統合アルゴリズムが入手可能である。

領域が一つだけ、即ち、繰返しパターンがない場合には、それを検査するべきベクトルｋは存在しないので、領域は全く異なる方法（教示比較など）を用いて検査する。
ある装置の光学検査の場合に通常当てはまる、パターン自体が正しいテンポで繰返す場合には、１つだけのパターンをカメラの下で後続要素、例えば、次の部品と比較することができる。

本発明による装置の概略図。 本発明による計算ステップにおいて使用されるベクトルｋの概略図。 ベクトルｋを示すパターンの第１の実施例による、線に沿った画素のグレー値に関して対応する正弦曲線とともに、検査すべきパターンの画像を示す上面図。 ベクトルｋを示すパターンの第２の実施例による、検査すべきパターンの画像を示す上面図。 ベクトルｋを示すパターンの第３の実施例による、ベクトルｋの方向に対応するラインに沿った検査すべき画素のグレー値の強度を示す図。 ベクトルｋおよび決定した検査すべき領域を示すパターンの第４の実施例による、検査すべきパターンの画像を示す上面図。 パターンの第４の実施例による、ベクトルｋの方向に対応するラインに沿った検査すべき画素のグレー値の強度を示す図。 パターンの第５の実施例による、ベクトルｋの方向に対応するラインに沿った検査すべき画素のグレー値の強度を示す図。 パターンの第６の実施例による、ベクトルｋの方向に対応するラインに沿った検査すべき画素のグレー値の強度を示す図。 ローパスフィルターを使用する場合としない場合、それぞれ検査すべき画素のグレー値の強度を示す２つの図。 パターンの第７の実施例による、ベクトルｋの方向に対応するラインに沿った導線に関して、不均一表面を有する検査すべき画素のグレー値の強度を示す図。 ベクトルｋを示すパターンの第８の実施例による、検査すべきパターンの検査領域を示す上面図。 ベクトルｋを示すパターンの第９の実施例による、検査すべきパターンの画像を示す上面図。 パターンの第１０の実施例による、ラインに沿った検査すべき画素のグレー値の強度を示す図および欠陥の強度を示す図。 パターンの第１１の実施例による、ラインに沿った検査すべき画素のグレー値の強度を示す図。 パターンのさらなる実施例による、ラインに沿った検査すべき画素のグレー値の強度と欠陥の強度を示す図。 図１４の図のベクトルｋおよび陰影効果を示す図。 ベクトルｋ_１とベクトルｋ_２を示すパターンのさらなる実施例による、ラインに沿った検査すべき画素のグレー値の強度と欠陥の強度を示す２つの図。 ベクトルｋと閾値を示すパターンのさらなる実施例による、ラインに沿った検査すべき画素のグレー値の強度と欠陥の強度を示す図。 いくつかの可能なベクトルｋ_１〜ｋ_４と不可能なベクトルｋ_５を示す図６の検査すべきパターンの画像を示す上面図。

符号の説明

１０ ・・・表面検査装置
１２ ・・・表面
１２’・・・ 画像
１４ ・・・導線基板
１４ａ・・・導線基板の支持材料
１６ ・・・導線
１８ ・・・カメラ
２０ ・・・ＣＣＤカメラセンサ
２２ ・・・光学対物レンズ
２４ ・・・ライン
２６ ・・・コンピュータ
２８ ・・・キーボード
３０ ・・・表示部
３２ ・・・ポート
３４ ・・・ライン
３６ ・・・後方光源
３８ ・・・検出コーン
４０ ・・・前方光源（左側）
４２ ・・・前方光源（右側）
４４ ・・・正弦曲線
４６ ・・・ピーク
４７ ・・・ライン
４８ ・・・近接ピーク
５０ ・・・検査領域
５２ ・・・ローパス距離
５４ ・・・閾値

Claims (21)

1. 画素のマトリックスを形成する複数の画素であって、グレー値などの技術的な数値を発生させる前記画素により画像（１２’）を生成するカメラ（１８）と、表面（１２）の状態を検出するために前記画素のデータを処理するコンピュータ（２６）とにより、ｎ＋１の繰返しパターン（１６）を有する表面（１２）を検査する方法であって、
   検査すべき画素（検査画素）の各値を基準画素の値と比較すること、および
   前記画素の比較の差が検査の結果を決めること、を含む比較ステップからなる方法において、
   前記画像（１２’）に関するマトリックスの画素の値のみが、前記表面（１２）の状態を検出する前記基準画素の前記値の基礎となることを特徴とする方法。
2. １つのパターン（１６）の検査画素の値を、前記基準画素を有する基準パターン（１６）として用いる別のパターン（１６）の画素の値と比較し、両方の画素がそのパターンに対して同じ位置を有することを特徴とする請求項１に記載の方法。
3. 画素のライン（４７）の方向において前記繰返しパターン（１６）の一部としてのｎ＋１の周期構造を有する画素のライン（４７）に沿ったいくつかの比較ステップからなり、画素の前記ライン（４７）に沿った前記比較ステップのすべてが検出ステップを構成することを特徴とする請求項１または請求項２に記載の方法。
4. 検査すべき表面（１２）の画像（１２’）のマトリックスの領域（５０）であって、マトリックスの一部または全マトリックスである前記領域（５０）を決定するステップを備えることを特徴とする請求項１乃至請求項３のいずれか１項に記載の方法。
5. いくつかの検出ステップを行ない、前記検出ステップのすべてを実行した後で前記領域のすべての画素のすべての値を検出することを特徴とする請求項３および請求項４に記載の方法。
6. 各検出ステップがｎ回の比較ステップを含むことを特徴とする請求項３乃至請求項５のいずれか１項に記載の方法。
7. 前記比較ステップは、前記検査画素および割当てられた基準画素が前記マトリックス内に相対的な位置を有する、即ち検査画素および基準画素が各比較ステップにおいて同じベクトルｋを互いに相対的に形成する、ベクトル計算を用いることを特徴とする請求項１乃至請求項６のいずれか１項に記載の方法。
8. 前記基準画素が、前の比較ステップにおいて検査した画素であることを特徴とする請求項１乃至請求項７のいずれか１項に記載の方法。
9. 基準画素の値は、マトリックスのいくつかの画素に基づいて計算される値であることを特徴とする請求項１乃至請求項８のいずれか１項に記載の方法。
10. 基準画素の値は、ベクトルｋの整数倍により計算されることを特徴とする請求項９に記載の方法。
11. 前記表面の状態の検出は、比較ステップの差に基づいて、差が少なくとも閾値を超えないときに検査された表面（１２）が正常であると判断する判断ステップからなっていることを特徴とする請求項１乃至請求項１０のいずれか１項に記載の方法。
12. 前記差が閾値を超えるとき、判断ステップが、その特定のベクトルｋ、即ち、その特定のパターン（１６）を欠陥として分類することを特徴とする請求項１１に記載の方法。
13. 前記差が閾値を超えるときに、検出ステップが、正反対の方向において繰返され、それにより別のベクトルｋ’（ｋ’＝−ｋ）を生じることを特徴とする請求項１１または請求項１２に記載の方法。
14. 前記ベクトルｋおよびベクトルｋ’を用いる両方の検出ステップのデータに基づく計算により、前記閾値を超える検査画素、即ち、検査画素の真の位置を検出することを特徴とする請求項１３に記載の方法。
15. 高速フーリエ変換（ＦＦＴ）の最大値がベクトルｋを形成するように、ベクトルｋを高速フーリエ変換により決定することを特徴とする請求項１乃至請求項１４のいずれか１項に記載の方法。
16. ベクトルｋは、例えばハフ変換により計算されることを特徴とする請求項１乃至請求項１５のいずれか１項に記載の方法。
17. ベクトルｋは、現物表面の所定の図、特にデジタル図のデータから計算することを特徴とする請求項１乃至請求項１６のいずれか１項に記載の方法。
18. 検出ステップにおけるラインの方向あるいはベクトルｋの方向は、パターンの種類に依存することを特徴とする請求項１乃至請求項１７のいずれか１項に記載の方法。
19. 前記値が、画素のグレー値（ＧＶ）であることを特徴とする請求項１乃至請求項１８のいずれか１項に記載の方法。
20. 検査すべき表面（１２）は導線基板（１４）の表面（１２）であり、パターンは導線基板（１４）の導線（１６）であることを特徴とする請求項１乃至請求項１９のいずれか１項に記載の方法。
21. 前記画素のマトリックスを形成する複数の画素により画像（１２’）を生成するカメラ（１８）と、前記表面（１２）の状態を検出するために画素のデータを処理するコンピュータ（２６）とを備えている請求項１乃至請求項２０のいずれか１項に記載の方法を実行する装置。