JP2008508622A - 表面検査方法 - Google Patents
表面検査方法 Download PDFInfo
- Publication number
- JP2008508622A JP2008508622A JP2007524181A JP2007524181A JP2008508622A JP 2008508622 A JP2008508622 A JP 2008508622A JP 2007524181 A JP2007524181 A JP 2007524181A JP 2007524181 A JP2007524181 A JP 2007524181A JP 2008508622 A JP2008508622 A JP 2008508622A
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- vector
- value
- pattern
- pixels
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
Abstract
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
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。
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。
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。
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。
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。
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。
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。
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。
特に、各検出ステップは、n回の比較ステップからなる。
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。
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、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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
距離と角度方向は、直接設定可能である。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Id=Icomp−Iact
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。
図12は、この状況を示している。
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IactあるいはIcompのいずれかを取る。
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。
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。
異なるベクトルk2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k1、k2、…、kmを同時に用いて、最大欠陥強度を取ることも可能である。
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。
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。
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。
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。
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。
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)
- 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。 - 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2004/008757 WO2006012914A1 (en) | 2004-08-05 | 2004-08-05 | Method for inspecting surfaces |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008508622A true JP2008508622A (ja) | 2008-03-21 |
Family
ID=34958473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007524181A Pending JP2008508622A (ja) | 2004-08-05 | 2004-08-05 | 表面検査方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20090208089A1 (ja) |
EP (1) | EP1779323A1 (ja) |
JP (1) | JP2008508622A (ja) |
KR (1) | KR100955736B1 (ja) |
CN (1) | CN1998021A (ja) |
WO (1) | WO2006012914A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5699051B2 (ja) * | 2011-07-15 | 2015-04-08 | 株式会社Screenホールディングス | 画像検査装置および画像記録装置、並びに、画像検査方法 |
JP5666013B2 (ja) * | 2011-08-04 | 2015-02-04 | ミツビシ・エレクトリック・リサーチ・ラボラトリーズ・インコーポレイテッド | 物体のモデルの表面の欠陥を判断するための方法およびシステム |
US10043259B2 (en) | 2016-07-25 | 2018-08-07 | PT Papertech Inc. | Facilitating anomaly detection for a product having a pattern |
US11599988B2 (en) * | 2020-09-11 | 2023-03-07 | Super Micro Computer, Inc. | Inspection of circuit boards for unauthorized modifications |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5513275A (en) * | 1993-01-12 | 1996-04-30 | Board Of Trustees Of The Leland Stanford Junior University | Automated direct patterned wafer inspection |
JPH09265537A (ja) * | 1996-03-29 | 1997-10-07 | Hitachi Ltd | 画像処理方法 |
JP2004037136A (ja) * | 2002-07-01 | 2004-02-05 | Dainippon Screen Mfg Co Ltd | パターン検査装置およびパターン検査方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4771468A (en) * | 1986-04-17 | 1988-09-13 | International Business Machines Corporation | System for automatic inspection of periodic patterns |
US6983065B1 (en) * | 2001-12-28 | 2006-01-03 | Cognex Technology And Investment Corporation | Method for extracting features from an image using oriented filters |
JP3668215B2 (ja) * | 2002-08-21 | 2005-07-06 | 株式会社東芝 | パターン検査装置 |
-
2004
- 2004-08-05 EP EP04763804A patent/EP1779323A1/en not_active Withdrawn
- 2004-08-05 WO PCT/EP2004/008757 patent/WO2006012914A1/en active Application Filing
- 2004-08-05 KR KR1020077005268A patent/KR100955736B1/ko not_active IP Right Cessation
- 2004-08-05 JP JP2007524181A patent/JP2008508622A/ja active Pending
- 2004-08-05 US US11/572,906 patent/US20090208089A1/en not_active Abandoned
- 2004-08-05 CN CNA2004800437450A patent/CN1998021A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5513275A (en) * | 1993-01-12 | 1996-04-30 | Board Of Trustees Of The Leland Stanford Junior University | Automated direct patterned wafer inspection |
JPH09265537A (ja) * | 1996-03-29 | 1997-10-07 | Hitachi Ltd | 画像処理方法 |
JP2004037136A (ja) * | 2002-07-01 | 2004-02-05 | Dainippon Screen Mfg Co Ltd | パターン検査装置およびパターン検査方法 |
Also Published As
Publication number | Publication date |
---|---|
US20090208089A1 (en) | 2009-08-20 |
CN1998021A (zh) | 2007-07-11 |
EP1779323A1 (en) | 2007-05-02 |
WO2006012914A8 (en) | 2007-03-01 |
WO2006012914A1 (en) | 2006-02-09 |
KR20070049199A (ko) | 2007-05-10 |
KR100955736B1 (ko) | 2010-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4776308B2 (ja) | 画像欠陥検査装置、画像欠陥検査システム、欠陥分類装置及び画像欠陥検査方法 | |
CN110431404B (zh) | 表面缺陷检查方法及表面缺陷检查装置 | |
JP4172761B2 (ja) | 欠陥検査装置、欠陥検査方法およびプログラム | |
JP2005529388A (ja) | パターン検査方法 | |
JP2016115331A (ja) | 識別器生成装置、識別器生成方法、良否判定装置、良否判定方法、プログラム | |
JPH11110561A (ja) | 画像情報処理装置 | |
JP2004012360A (ja) | パターン検査装置、パターン検査方法およびプログラム | |
JP2013134666A (ja) | 二値画像生成装置、分類装置、二値画像生成方法および分類方法 | |
JP2002022421A (ja) | パターン検査装置 | |
JP2005172559A (ja) | パネルの線欠陥検出方法及び装置 | |
KR20070062905A (ko) | 차분 비교 검사방법 및 차분 비교 검사장치 | |
KR20210086303A (ko) | 딥러닝 기반 패턴 검사 장치 및 그 장치를 이용한 검사 방법 | |
JP2006113073A (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
JP2006138708A (ja) | 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置 | |
JP3752849B2 (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
JP2008508622A (ja) | 表面検査方法 | |
JP2000171404A (ja) | 半導体集積装置のパターン検査装置及びパターン検査方法 | |
JP2004296592A (ja) | 欠陥分類装置、欠陥分類方法およびプログラム | |
JP2004069673A (ja) | 外観検査装置および外観検査方法 | |
JPH04256844A (ja) | プリント基板のパターン検査方法 | |
JP6114559B2 (ja) | フラットパネルディスプレイの自動ムラ検出装置 | |
JPH08297020A (ja) | 欠陥検査方法とその装置 | |
JP2005061929A (ja) | 欠陥検査方法 | |
JP2004037136A (ja) | パターン検査装置およびパターン検査方法 | |
JP2007047122A (ja) | 画像欠陥検査装置、欠陥分類装置及び画像欠陥検査方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100909 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100914 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20101213 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20101220 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110114 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110121 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110411 |