JP2009008687A - 欠陥に対応する場所に位置する欠陥アーチファクトの解析方法及び撮像システム - Google Patents

Abstract

【課題】赤外線サーモグラフィを使用して改善された欠陥検出及び解析を提供する。
【解決手段】信号発生器（３３０）からのテストベクタにより、テスト対象デバイス（３０５）の各部分を加熱して欠陥を識別する際に有用な熱特性を生成する。テストベクタは、欠陥とそれを取り囲む部分との間の熱コントラストを高めるように調節されるので、赤外線（ＩＲ）撮像装置（３１５）は改善されたサーモグラフ画像を取得することができる。ＡＣ及びＤＣテストベクタを組み合わせることにより、電力伝送を最大化して加熱を加速する。改善された画像に数学的変換を適用することにより、欠陥検出及び解析をさらに加速する。欠陥アーチファクトを解析して該当する欠陥の位置を正確に特定する欠陥位置特定アルゴリズムを採用する。
【選択図】図３

Description

プリント基板回路（ｐｒｉｎｔｅｄ ｃｉｒｃｕｉｔ ｂｏａｒｄｓ：ＰＣＢｓ）、集積回路及びフラットパネルディスプレイ（ｆｌａｔ−ｐａｎｅｌ ｄｉｓｐｌａｙｓ：ＦＰＤｓ）のような電気回路は、その欠陥に関して赤外線（ｉｎｆｒａｒｅｄ：ＩＲ）サーモグラフィを使用して検査することができる。一般的に、電力をテスト対象デバイス（ｄｅｖｉｃｅ ｕｎｄｅｒ ｔｅｓｔ：ＤＵＴ）に印加してデバイスの種々の部分を加熱する。次に赤外線検出器により加熱ＤＵＴのテスト画像を撮像する。次に、結果として得られる画像、すなわち撮像対象物と空間相関する画素強度値の集合を基準画像データの同様な集合と比較する。テストデータと基準データとの間の差異は通常、「合成画像」として保存され、欠陥の存在を示す。

欠陥識別アルゴリズムにより合成画像を解析して自動的に欠陥を識別し、その結果としてデバイス製造における生産性及び品質を改善する。このような検査システムの例として、これらに限定されないが、ＦＰＤｓ、ＰＣＢｓ、マイクロ電気機械システム（ｍｉｃｒｏ ｅｌｅｃｔｒｏ ｍｅｃｈａｎｉｃａｌ ｓｙｓｔｅｍｓ：ＭＥＭＳ）ベースのデバイス、半導体装置、及び生物医学的標本に対する検査が挙げられる。このようなシステムの一の目的は、デバイスの製造工程中の幾つかの重要な時点でデバイスに生じ得る欠陥をテストすることである。一旦、欠陥が特定されると、欠陥を修復システムにより修復する、またはデバイスを排除する選択を行なって、両方の場合において製造コストが掛からないようにする。他の用途としては、研究用標本の、例えば生体の中の人工物のような物体の検査及び特定が挙げられる。

ＩＲサーモグラフィの特に重要な使用方法には、液晶表示ディスプレイ（ｌｉｑｕｉｄ−ｃｒｙｓｔａｌ ｄｉｓｐｌａｙ：ＬＣＤ）パネルの活性層または「活性プレート」のテストがある。欠陥解析を使用してプロセスを改善し、そして製造歩留まりを上げることができる。また特筆すべきことに、欠陥の数及び程度がさほど大きくないとすると、不良パネルを修復して、製造歩留まりを上げることもできる。

図１（先行技術）はＬＣＤパネルに使用する活性プレートの一部を描いている（図１は２０００年８月２９日発行のＢｏｓａｃｃｈｉによる米国特許第６，１１１，４２４号から抜粋したものであり、本明細書において参照することにより本発明の開示に含まれる）。活性プレート１００は、画素アレイの各画素１１０に一連のソースライン１１５を通して接続された第１短絡バー１０５、及び各画素１１０に一連のゲートライン（制御ライン）１２５を通して接続された第２短絡バー１２０を含む。

Ｂｏｓａｃｃｈｉによれば、活性プレート１００は、短絡バー１０５及び１２０に電圧を印加して活性プレート１００のＩＲ放出量を見積もることによりテストする。このように電力を印加すると、プレート１００の一部は抵抗回路として動作し、その結果、熱を発散する。次に、好適にはプレート１００が安定動作温度（熱平衡状態）に達した後に、プレート１００の加熱応答性を評価する。

欠陥が無い場合には、画素アレイは均一に加熱される。従って、異常なＩＲ強度値として識別される不均一な発熱特性は欠陥が在ることを示す。基準強度値は、所定の画像フレームの画素強度値を平均することにより、または理想の、或いは欠陥の無い基準プレートに対応する基準フレームを使用することにより得ることができる。

図２（先行技術）は従来の画素１１０の一部の詳細を示し、そしてここでは図２を使用して多くの考えられる欠陥について例示する。画素１１０について描いた特徴は液晶ディスプレイの活性プレートに関連するものであり、薄膜トランジスタ２００を含み、このトランジスタはソースライン１１５の内の一つに接続された第１電流処理端子、ゲートライン１２５の内の一つに接続された制御端子、及びキャパシタ２１０に接続された第２電流処理端子を有する。キャパシタ２１０の第２電極は共通ライン２１２に接続されている。画素１１０はまた、液晶誘電体を有する第２キャパシタ２１１を含む。

例示であって全てを示すわけではない欠陥には、ショート及びオープンの両方が含まれる。ショートは、ソースライン１１５とゲートライン１２５との間（ショート２１５）、またはソースライン１１５と共通ライン２１２との間（ショート２１６）、トランジスタ２００の２つの電流処理端子間（ショート２２０）、トランジスタ２００のゲートラインと第２電流処理端子との間（ショート２２５）、そしてキャパシタ２１０の２つの端子間（ショート２２６）に生じるものである。オープンは、ソースライン、ゲートライン及び共通ラインを分断し（オープン２２７，２２８及び２２９）、そしてソースライン１１５とトランジスタ２００との間（オープン２３０）、ゲートライン１２５とトランジスタ２００の制御端子との間（オープン２３２）、キャパシタ２１０と共通ライン２１２との間（オープン２３５）、そしてトランジスタ２００とキャパシタ２１０との間（オープン２３３）に生じるものである。

多くの他の欠陥に加えて、図２に示す各欠陥は画素１１０の動作に悪影響を与える。残念なことに、これらの欠陥の多くは従来のテスト方法を使用して検出するのが困難である。従って、欠陥を識別し、そして位置を特定するための改良方法及び改良システムが必要となる。

幾つかの検査システムは励起源を含み、この励起源は、撮像システムで欠陥を浮き彫りにできるようにテスト対象オブジェクトを励起する。励起のタイプは、可視光、赤外線、合成分光、磁場などに基づいて画像を取得する撮像システムに依存する。採用する撮像システムがどのようなものであっても、テスト対象オブジェクトのテスト画像を或る基準画像と対比して合成画像を取得し、テスト画像と基準画像との間の大きな差異を合成画像に示し、そして考えられる欠陥を識別する。

或る形の励起によってテスト画像と基準画像との間の差異である欠陥アーチファクトが生じ、これらの差異は欠陥により生じるが欠陥領域とは物理的な相関を持たない。２つのラインの間のショートによってこれらのラインを流れる電流が増大し、その結果、ショートに伴ってこれらのラインの温度が上昇する。従って、これらのラインは、それら自体が不良では無いが、それにも係わらず合成画像にショートとして現われる。従って、ショートを示す欠陥データは欠陥アーチファクトデータ（すなわち、「欠陥アーチファクト」）内に埋め込まれる。欠陥アーチファクトは多くの場合、関連する欠陥を不明瞭にし、これらの欠陥の位置を正確に特定する操作を困難にしてしまう。人間のオペレータは、顕微鏡で精査することによって欠陥アーチファクト内の欠陥の位置を特定することができるが、人はその行なう操作がかなり遅く、そして直ぐに疲れてしまう。従って、欠陥をそれらの欠陥に関連するアーチファクトから自動的に区別する手段が必要となる。

図３は、本発明の一の実施形態に従って適合させた従来のパネル３０５及び検査システム３１０を含むテスト構成３００を描いている。パネル３０５は図１及び２のパネル１００と同様であり、同様の番号が付された素子は同じ、または同様である。パネル３０５は図１には描かれていないが従来から用いられているショートバー３１２を含む。検査システム３１０はパネル３０５全体に向けられたＩＲ検出器（例えば赤外線カメラ）を含み、これにより画像データをコンピュータ３２０にフレーム取込み器３２５を通して供給する。励起源、すなわち信号発生器３３０は電気テスト信号または「テストベクタ」をパネル３１０に供給する。テストベクタによってパネル３０５の各部分が加熱されて欠陥を識別するのに有用な熱特性を生成する。

コンピュータ３２５は信号発生器３３０を制御してテストベクタをパネル３０５に印加する。これらのテストベクタによって欠陥とそれを取り囲む部分との間の熱コントラストが強まり、その結果、ＩＲ検出器３１５は欠陥検出及び欠陥解析を行なうための改善されたサーモグラフ画像を取得することができる。コンピュータ３２０はさらに、ＩＲ検出器３１５に画像データを取得する時刻を指示し、フレーム取込み器３２５からの撮像テスト画像データを受信及び処理し、そしてユーザインターフェイス（図示せず）となる。

ＩＲ検出器３１５は非常に高い温度感度を示す必要がある。一の実施形態では、検出器３１５は、画素数が２５６×３２０のＩｎＳｂ（アンチモン化インジウム）検出器を用いたＩＲ焦点面アレイ熱撮像カメラである。このカメラの温度感度の最小感度は０．０２℃よりも小さい。幾つかの実施形態は複数のＩＲ検出器、例えば欠陥検出用の比較的低い倍率のＩＲカメラと欠陥検出及び解析用の高い倍率のＩＲカメラとを含む。さらに別のカメラを追加使用して検査領域、従って検査域を広くすることができる。

信号発生器３３０はソーステストベクタＶ_ＴＳをショートバー１０５に、ゲートテストベクタＶ_ＴＧをショートバー１２０に、そして共通テストベクタＶ_ＴＣをショートバー３１２に供給する。図２に戻ると、或るタイプの欠陥（例えばオープン２３０，２３３及び２３５）のテストでは、トランジスタ２００をオンにして各ソースライン１１５と共通ライン２１２との間の信号経路を形成する必要がある。従って、信号発生器３３０がＤＣテストベクタＶ_ＴＧをゲートライン１２５に（ショートバー１２０を通して）供給することにより、トランジスタ２００をオンにし、それと同時にソーステストベクタＶ_ＴＳ及び共通テストベクタＶ_ＴＣを印加する。

トランジスタ２００が順方向バイアスされても、キャパシタ２１０が直流電流を阻止するので、不良ではない画素１１０には、ショート２２６が生じていない限り直流電流は流れない。従って、キャパシタ２１０を流れるＡＣ（交流）信号を生成するようにソーステストベクタＶ_ＴＳ及び共通テストベクタＶ_ＴＣを選択する。ＡＣ信号の周波数をパネル３０５の負荷インピーダンスに一致させてパネル３０５への電力伝送を最大化し、これによって加熱、従ってテストが迅速化される。電力伝送を最大化すると、より低い印加電圧でのテストも可能となり、これによって感度の高い素子へのダメージが生じ難くなる。以下に詳述するように特筆すべき点として、迅速な加熱及び特定の画像撮像タイミングを組み合わせることによっても熱コントラストが良くなる。一の実施形態では、ソーステストベクタＶ_ＴＳは、約７０ＫＨｚの周波数で０〜３０ボルトの範囲で振れ、そして共通テストベクタＶ_ＴＣは接地電位に接続される。

幾つかの実施形態では、ＡＣまたはＤＣテストベクタのいずれかが、ソースライン１１５と共通ライン２１２、ソースライン１１５とゲートライン１２５、及びゲートライン１２５と共通ライン２１２との間に印加される。さらに他の実施形態では、ＡＣ信号を用いてトランジスタ２００をオンにする。上述のように、ＡＣテストベクタ及びＤＣテストベクタを同時に印加すると、一タイプの波形のみ（例えば、ＤＣテストベクタ，ＡＣテストベクタまたはパルスＤＣテストベクタのみ）を印加して行なうテストよりも広範囲のテストが容易になる。

図４は、一の実施形態に従ってテスト容易性を向上させるように適合させたパネル４００の一部を描いている。従来、パネル４００は画素４０５のアレイを含み、これらの画素の各々はソースライン４１０、ゲートライン４１５及び共通ライン４２０に接続される。４つ組のショートバー（ソースバー４２５、ゲートバー４３５及び共通バー４３０）によって、図３に示すシステムのような検査システムで画素４０５のサブセットをテストすることができる。別の構成として、４つ組の１タイプのバー（例えば、４つのソースバーまたは４つのゲートバー）を使用して選択列または選択行を活性化することができる。幾つかの構成要素を活性化し、同時にそれに隣接する構成要素を非活性状態のままとすることにより画像コントラストを高くすることができる。他の実施形態では、１タイプのみの、または２タイプのショートバーを組で設ける。例えば、一つのゲートバー４３５及び一つの共通バー４３０のみを設けると、この場合には、画素４０５を４つ組の列単位で活性化することができる。また、一つ以上の組のショートバーは４つよりも多い、または少ないショートバーを含むことができる。

図５は、別の実施形態に従って適合させたＬＣＤパネル５００の一部を描いている。従来、パネル５００は画素５０５のアレイを含み、これらの画素の各々はソースライン５１０、ゲートライン５１５及び共通ライン５２０に接続されている。ソースバー５２５、ゲートバー５３０及び共通バー５３５を分割することにより検査システムがテスト領域（例えば領域５４０）を一つずつ活性化できるようにする。別の構成では、少ない数のタイプのバーを分割する必要がある。例えば、ソースバー及びゲートバーを分割する場合には領域５４０を活性化するために共通バーを分割する必要は無い。領域５４０は、画像を撮像するために使用するＩＲ検出器の視野と同じ範囲に広がっていてよい。所定領域の画素５０５の数は通常、この簡易例で描いた数よりもずっと多い。

図６Ａは、例示の試料欠陥及びそれを取り囲む領域の熱応答を示す図６００である。試料欠陥はショートであるとし、このショートは約２５，０００オームの抵抗Ｒ、欠陥及び関連電極を合わせた約１０^−１２ｍ^３の体積Ｖ、及び約１０^−５ｍ^２の露出表面積Ａを有する。電極の比熱Ｃ_ｐは約２．４４×１０^６Ｊ／ｍ^３Ｋであり、そして周りの空気の対流熱伝導係数ｈ_ａｉｒは約１０Ｗ／ｍ^２Ｋであるとする。約６ミリワットの電力が印加された場合、欠陥位置での平衡温度は、初期温度よりも約６．５℃高くなる。次の熱伝導モデルは印加電力に対する試料欠陥の熱応答を示す。

ここで、
１．Ｖは欠陥及び関連電極を合わせた体積である。
２．Ｃ_ｐは欠陥及び関連電極の平均比熱である。
３．Ｔ（ｔ）は秒単位の時刻における、欠陥の絶対温度で表わした温度である。
４．Ｐ_{ａｐｐｌｉｅｄ}（ｔ）は秒単位の時刻において、印加される励起電力である。
５．ｈ_ａｉｒは周囲の大気の対流熱伝導係数である。
６．Ａは欠陥及び関連電極を合わせた露出表面積である。
７．Ｔ_ａｉｒは周囲の大気温度または初期温度（例えば３００Ｋ）である。
式（１）は基本的には、欠陥領域に印加される電力が、所定の時点で、欠陥領域が吸収する電力及び周囲の雰囲気に放散される電力を合算した値に等しいことを意味する。初期段階では、欠陥領域と周囲の雰囲気との間の温度差が最小のとき、式の第１の加数が支配的になる。第２の加数は欠陥領域の温度が上昇すると式に与える影響が大きくなる。

図６０５は試料の欠陥領域６１０及び周囲領域６１５をボックスの集合として示しており、各ボックスは画像画素が記録する画像強度を表わす。図を分かり易くするために、図６０５は欠陥領域６１０を単一の画素として示している。図６００では、欠陥領域６１０−−ソースラインとゲートラインとの間のショート−−が約３００Ｋの初期熱平衡温度Ｔ_Ｉから約３０６．５Ｋの最終熱平衡温度ＴＥ_Ｆに上昇するように十分に長い時間にわたって、約６ミリワットがソースラインとゲートラインとの間に印加される。特定の条件下では、この温度ウィンドウを通過するには通常の活性プレートの場合、約０．１〜０．２秒を要する。

第１応答曲線６２０は欠陥領域６１０の熱応答を示している。図６００の縦軸は温度を示すが、この場合、応答曲線６２０の初期温度Ｔ_Ｉと最終平衡温度ＴＥ_Ｆの温度範囲をパーセント表示している。横軸は熱時定数τで時間を示している。熱時定数τは、欠陥領域６１０の温度が所定の温度から最終平衡温度ＴＥ_Ｆまでの範囲の６３．２％にまで上昇するために要する時間である。実用上の目的から、欠陥温度は４または５時定数τ経過後に最終平衡温度ＴＥ_Ｆに達するように設定する。

欠陥領域６１０を取り囲む領域６１５の熱応答は欠陥領域６１０の熱応答とは異なる。欠陥がショートである場合、領域６１０からの熱が領域６１５に拡散し、領域６１５の温度が欠陥６１０により上昇する。しかしながら、領域６１５の上昇温度は欠陥６１０の上昇温度よりも遅れ、そして欠陥６１０よりも低い最終熱平衡温度まで上昇する。幾つかの実施形態に従って印加されるテストベクタは領域６１０と６１５との温度コントラストを高めるのでＩＲ撮像システムは一層容易に欠陥部分を解像することができる。次に、ＩＲ検査システムは固有の画像取得タイミングを使用して、欠陥領域６１０が最終平衡温度ＴＥ_Ｆに達する前にテスト画像データを良好な形で取得する（欠陥領域６１０がオープンである場合、領域６１０の温度は周囲領域６１５よりも遅れて上昇するが、最終的には最終平衡温度に達する）。

図６Ｂは、欠陥と周囲領域との熱コントラストを高めるテストベクタ及び画像取得タイミングを示す図６３０を含む。図６３０は熱応答曲線６４０を含み、この曲線はテストベクタに応答して欠陥領域６１０の加熱及び冷却が繰り返される様子を示している。図６Ｂはさらに、波形ペアＩＭＡＧＥ及びＥＸＣＩＴＥを含み、このペアは図６３０と共通の時間スケールを共有する。波形ＩＭＡＧＥの高い部分は時間ウィンドウを表わし、この時間ウィンドウの間に領域６１０及び６１５のＩＲ画像が撮像される。一つ以上の基準画像は各基準ウィンドウ６４５の間に撮像されるのに対し、一つ以上のテスト画像は各テストウィンドウ６５０の間に撮像される。波形ＥＸＣＩＴＥの高い部分６５５は期間を表わし、この期間の間にテストベクタが欠陥６１０に印加されて欠陥６１０と周囲領域６１５との熱コントラストを生成する。

テスト画像を撮像するために、検査システム（例えば、図３の検査システム３１０）はテストベクタをテスト対象デバイスに期間６５５の間に印加する。次に検査システムは、対象部分が最終熱平衡温度ＴＥ_Ｆに達する前に欠陥領域の一つ以上のＩＲ画像を良好な形で取得する。

最高温度（すなわち、応答曲線６４０のピーク）を初期温度Ｔ_Ｉと最終熱平衡温度ＴＥ_Ｆとの差の９５％よりも小さく保つことが望ましい。最高温度になるとＤＵＴの機能が損なわれることがある。従って、最適上限温度は異なるＤＵＴ、テスト手順などによって変わるが、多くの場合、８６．５％よりも小さいことが好ましい。我々の実験データによれば、最高温度が初期温度Ｔ_Ｉと最終熱平衡温度ＴＥ_Ｆとの差の約６３．５％を超えないときに（すなわち、１時定数が経過する前に）極めて良好な結果が得られる。加熱／撮像ステップを多数回繰り返し、そして得られる結果を平均するか合成するかしてノイズの影響を減らす。選定した検出器が温度差を検出できるように、応答曲線６４０の最大ピーク及び最小ピークは十分に離れている必要がある。

欠陥６１０を、例えば３または４時定数よりも長い時間にわたってより高温に加熱することができる。このような場合、画像は、欠陥６１０が最終熱平衡温度ＴＥ_Ｆに達する前に依然として良好な形で撮像することができる。加熱には時間を要するので、比較的低い最高温度を選択するとテストを迅速に進めることができる。また、画像コントラストを最高にするために選択されたテスト電圧が長時間印加されると、領域６１０及び６１５の温度が非常に高くなって感度の高い素子にダメージを与え得る。このような場合、テストベクタを領域６１０及び６１５の温度を或る最高温度を超えて上昇させることなく所望レベルの熱コントラストを得られる程度の時間にわたって印加する。

印加テストベクタはＤＵＴに一部依存する形で異なる。ＳＸＧＡ解像度を有する液晶ディスプレイ（ＬＣＤ）のアクティブパネルのテストに適する一の実施形態では、ＥＸＣＩＴＥ波形の低い部分は、テストベクタが印加されていないときの約２０ｍｓの期間を表わし、そして高い部分６５５は約２０ｍｓの期間を表わし、この期間ではＡＣのソーステストベクタ及び共通テストベクタが約７０ＫＨｚでゼロ〜３０ボルトの範囲で振れる。

従来の赤外線撮像システムは数字アレイを使用して画像を表わし、各数字は画素強度値を表わす。次に、各画素強度値はＤＵＴの該当領域の画像強度を表わす。図３の検査システム３１０では、例えばフレーム取込み器３２５がコンピュータ３２０に各撮像画像に対応する画素強度値アレイを配信する。

幾つかの従来の検査システムは一連の画像を平均化してノイズの影響を減らす。次に、平均化したテスト画像を基準画像と対比して欠陥の存在を示す差異を識別する。上述の方法及びシステムを使用して鮮明なテスト画像及び基準画像を生成することができる。

一の実施形態では従来の平均化処理に代えて画像変換を採用する。以下の式２に定義する画像変換をテスト画像シーケンス及び基準画像シーケンスの両方に適用する。次に、結果として得られる変換テスト画像Ｉ＝Ｉ_Ｔ及び変換基準画像Ｉ＝Ｉ_Ｒを対比して差異を識別する。

ここで、各記号の定義は以下の通りである。
１．Ｄ^−１はフレーム取込み器３２５が供給する１６ビット数からこれらの数の浮動小数点の逆数（以下に示すＤの擬似逆数）への画像変換（キャスティング）を表わし、ここで、各番号は一画素の強度を表わす。
２．Ｉ^ｉはシーケンスのｉ番目の画像である。
３．ｎはシーケンスに含まれる画像の数である。
４．Ｆは画像フィルタリング処理、例えば、ノイズを減らし、そしてＩＲ検出器３１５の欠陥画素が供給するデータを近似するための低域通過フィルタリング処理を表わす。
５．Ｌはルックアップテーブルの画像への適用であり、この適用により強度値の範囲を異なるスケール、例えば異なる範囲に、または強度値の範囲を１次式から２次式に変換する。
６．Ｄは浮動小数点値から１６ビット数への画像変換（キャスティング）である。

式２の画像変換を一の画像シーケンス（テスト画像または基準画像）に対して実施する際に、各画像シーケンスの各画素強度値を浮動小数点の数字に変換する。次に、結果として得られる画像アレイを画素毎に平均化して画像を単一の画像アレイに合成する。次に、結果として得られる画像アレイにフィルタリング処理を施してノイズの影響を減らし、そして撮像装置の欠陥画素に関連するデータを近似する。一の欠陥画素に関連し、一の極端な強度値により特定される各データを、隣接領域を表わすデータから補間して得られる新規の強度値に置き換える。

合成し、フィルタリング処理した画像アレイの強度値をルックアップテーブルに適用し、このテーブルは強度値の範囲を異なるスケール、例えば異なる範囲に、または１次式から２次式に変換する。最後に、結果として得られる変換画像アレイの値を浮動小数点の数字からデジタル数字に戻す形で変換して変換画像Ｉを生成する。

式２の画像変換を一連のテスト画像及び一連の基準画像に適用してそれぞれ合成テスト画像Ｉ_Ｔ及び合成基準画像Ｉ_Ｒを生成する。次にテスト画像Ｉ_Ｔ及び基準画像Ｉ_Ｒを公知の画像処理技術を使用して対比して合成画像を生成する。合成画像はテスト画像と基準画像との間の温度差を浮き彫りにし、突然暖かく、または冷たくなっている領域が欠陥を示す。

一般的に、ショート回路はかなり大きな電流を流すのでかなり熱くなる。オープン回路は流れる電流が減り、比較的冷たいままであるのでＩＲサーモグラフィを使用して撮像するのが一層難しくなる。前述の実施形態によって実現する高い熱コントラストによって、感度の良いＩＲ検出器は、今までは従来のＩＲサーモグラフィで観察するのが困難、または不可能であった多くのタイプの欠陥を浮き彫りにする画像を撮像することができる。このような欠陥は図２に示すタイプのオープン回路を含む。式２の画像変換によってさらに良好な結果が得られる。

図６Ｃは、オープンを浮き彫りにするのに十分な熱コントラストが上述の実施形態によってどのように生成されるのかを示す、実験的に得られた画像６８０である。ライン６８５はオープンによりもたらされる比較的冷たい欠陥アーチファクトを示している。

欠陥位置特定アルゴリズム
２つのラインの間のショートによってこれらのラインを流れる電流が増大し、その結果、これらのラインの温度が上昇する。従って、これらのラインは、それら自体が欠陥を含まなくても、合成画像に現われる。ラインを浮き上がらせる合成画像の一部はショートの「欠陥アーチファクト」と呼ばれる。オープンは電流の流れを阻止するので、関連する部分の温度を下げる。これらの部分は合成画像にオープンの「欠陥アーチファクト」として現われる（図６Ｃはオープンに関連するラインタイプの欠陥アーチファクトを示している）。従ってテスト画像は、欠陥領域と空間相関する欠陥データ、及び撮像対象オブジェクトの欠陥の無い領域と空間相関する欠陥アーチファクトデータを含む。残念ながら、欠陥アーチファクトデータは画像解析中の欠陥データを不明瞭にし得るので、欠陥の正確な位置を特定するのが難しくなる。幾つかの実施形態による画像処理アルゴリズムによって欠陥データ及び欠陥アーチファクトデータを解析してこの問題を解決する（画像との関連において、欠陥データの関連する集合は略して「欠陥」と呼び、同様に、欠陥アーチファクトデータは「欠陥アーチファクト」と呼ぶ。「欠陥」または「欠陥アーチファクト」という用語が、撮像対象オブジェクトの物理的部分を指すのか、物理的部分の画像データ表示を指すのかは前後関係から明らかになる）。

図７は３つの代表的な欠陥、すなわちポイントタイプの欠陥７０５、ラインタイプの欠陥７０７及びコーナータイプの欠陥７１０を示す合成画像７００を描いている。これらの欠陥は同様なサイズと仮定するが、欠陥画像はこれらのそれぞれの欠陥アーチファクト７１５，７２０及び７２５に応じて異なる。残念ながら、実際の合成ＩＲ画像は欠陥を欠陥アーチファクトから区別できるほど明瞭ではないので、欠陥の正確な位置を特定する作業は困難である。図８は測定データに基づくものではないが、合成画像８００をさらに正確に描いており、この画像はポイントタイプの欠陥８０５、ラインタイプの欠陥８１０及びコーナータイプの欠陥８１５がどのように合成画像に現われるかを示している。欠陥アーチファクトは欠陥の位置を不明瞭にする。一の実施形態では、欠陥を欠陥アーチファクトから区別して、欠陥検出、欠陥位置特定及び欠陥解析を容易にすることによりこの問題に対応している。

欠陥を欠陥アーチファクトから区別するための画像処理は、欠陥アーチファクトデータを区分する操作に一部基づいている。処理は、例えばポイントタイプの欠陥、ラインタイプの欠陥及びコーナータイプの欠陥に応じて異なる。従って本発明の実施形態は、欠陥アーチファクトをタイプ別に区分する画像処理技術を含む。アーチファクトをタイプ別に区分する画像処理技術は、パターン認識及びモルフォロジー解析を含む。Ａｌ Ｂｏｖｉｋ著（２０００）の「Ｈａｎｄｂｏｏｋ ｏｆ Ｉｍａｇｅ ａｎｄ Ｖｉｄｅｏ Ｐｒｏｃｅｓｓｉｎｇ（画像及び映像処理ハンドブック）」、及びＥ． Ｄｏｕｇｈｅｒｔｙ及びＪ．Ａｓｔｏｌａ著（１９９９）の「Ｎｏｎｌｉｎｅａｒ Ｆｉｌｔｅｒｓ ｆｏｒ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ（画像処理用非線形フィルタ）」には、この技術分野の当業者には公知であり、幾つかの実施形態での使用に適する画像処理及び数学的モルフォロジーが記載されており、これらの文書の内容は参照することにより本発明の開示に含まれる。

図９は、一の実施形態による欠陥位置特定アルゴリズム９００を表わすフローチャートである。アルゴリズム９００は高速フーリェ変換（ＦＦＴ）低域通過フィルタを使用して状況に応じてフィルタリング処理した合成画像９０５を受信し（ステップ９０７）、この画像では、欠陥データが欠陥アーチファクトデータから区分されている。次の処理によって欠陥アーチファクト内の欠陥データの位置を自動的に特定して欠陥座標のリストを生成する。一の実施形態では、合成画像９０５は上に議論したタイプのＩＲ合成画像であるが、多くの他のタイプの画像が、アーチファクトに取り囲まれた着目する対象物を示すことができる。本発明によるアルゴリズムを使用してこのような対象物の位置を特定することができる。例えば、眼光学及び／又は細胞核タイプの実験から得られる画像は対象物及び対象物アーチファクトを示す。

上に参照したＢｏｖｉｋ著の参考文献は、グレーレベルモルフォロジーと２値モルフォロジーとの間の関係について記載しており、幾つかの実施形態においてはその関係を使用して欠陥をそれらの欠陥に関連するアーチファクトから区別する。この関係は、画像Ｉ（ｘ），ｘ∈Ｄを一連のしきい値によって再構成することができるという考えに基づいている。このような再構成は数学的に次式で表わすことができる。

ここで、Θｖ（Ｉ）はしきい値レベルｖを有するグレースケール合成画像Ｉのしきい値であり、そしてＤ⊂R^２は画像：

のドメインである。
アルゴリズム９００は同様なタイプの画像再構成を採用してしきい値レベルを定義し、最適化して欠陥位置特定を改善する。

モルフォロジーフィルタリングアルゴリズム（ＭＦＡ）９１０を、多くのしきい値レベル９１５の各々について、フィルタリング処理合成画像に適用する。ｆｏｒループ９２０Ａ及び９２０Ｂ内の境界ＭＦＡ９１０により示したＭＦＡ９１０を各しきい値レベルに関して繰り返すことにより一連のｉ個のしきい値処理合成画像９２５［１・・・ｉ］が生成される。各画像９２５では、適用しきい値レベルよりも大きい、または等しい、フィルタリング処理合成画像の全ての画素値を第１論理レベル（例えば論理１）を使用して表わし、しきい値レベル９１５よりも小さい全ての画素値を第２論理レベル（例えば論理０）を使用して表わす。一の実施形態では、しきい値レベル９１５を、フィルタ９０７が生成するフィルタリング処理合成画像から得られる画素強度値の標準偏差単位で表わす。ヒストグラム解析を行なって平均μ及び標準偏差σを算出する。しきい値の実際のレベルはμ＋σ・Ｔに等しく、この場合Ｔは入力しきい値レベルをσ単位で表わしたものである。ＭＦＡ９１０について図１０と関連する形で以下に詳述する。

次のｆｏｒループ（９３０Ａ及び９３０Ｂ）により各画像９２５をこの一のタイプ固有の第２のＭＦＡ９３５に従って処理する。ラインタイプのアーチファクトの場合、例えばＭＦＡ９３５により他のタイプの欠陥アーチファクト（例えばコーナータイプ及びポイントタイプのアーチファクト）を取り除き、ラインのみを残す。ｆｏｒループ９３０によって一連のｉ個の画像が生成され、各画像はｊ個のラインタイプのアーチファクトを含む。この例では、先頭画像９４０［１］は２つのラインタイプの欠陥を含み、画像９２５［１］のポイントタイプ及びコーナータイプの欠陥は取り除かれている。残りの画像９４０［２・・・ｉ］はより多くの数の、またはより少ない数のアーチファクトを含み得る。ＭＦＡ９３５について図１１と関連する形で以下に詳述する。

操作の最終シーケンスでは、欠陥位置特定アルゴリズムＤＬＡ９４５により画像９４０の欠陥アーチファクトを解析して欠陥座標９５０をこれらの欠陥アーチファクトから正確に特定する。ラインタイプの欠陥に固有の一のバージョンのＤＬＡ９４５について図１２と関連付けながら以下に詳述する。

図１０は図９のＭＦＡ９１０の一の実施形態を示し、このＭＦＡ９１０を合成画像９０５に繰返し適用してｉ個のフィルタリング処理画像９２５シーケンスを生成する。まず、しきい値レベル９１５の内の一のしきい値レベルをＦＦＴフィルタリング処理合成画像９０５に適用する（ステップ１０００）。ステップ１０００での生成物に適用するモルフォロジー囲い込みステップ１００５（膨張に続く侵食）によって欠陥アーチファクトを平滑化し、そして後続のフィルタによってノイズまたは検出器欠陥画素によって生じる小さな画像効果を取り除く（ステップ１０１０）。従って、ＭＦＡ９１０によってｉ個の画像９２５［１・・・ｉ］の内の一つが生成される。ＭＦＡ９１０を図９に示すように、しきい値レベル９１５のそれぞれ一のレベルに関して繰り返す。

図１１は、ラインタイプの欠陥アーチファクトに関して使用できるように適応させた、図９のタイプ固有のＭＦＡ９３５の一の実施形態を表わしている。ＭＦＡ９３５は、フィルタリング処理画像９２５をＭＦＡ９１０から受け取り、そしてラインタイプのアーチファクト以外の全てのアーチファクトを取り除くタイプ固有のフィルタリング操作を行う。ステップ１１１０では、タイプ固有のモルフォロジー操作を行なうが、この操作はアーチファクトの平面的特徴ではなく画像上のアーチファクト位置に基づく。例えば、あるアーチファクトが期待されない領域に位置すると、そのタイプのアーチファクトを取り除く。次に残ったアーチファクトの全てのホール（孔）を、多くの従来のホール充填技術の内のいずれかを使用して埋める（ステップ１１１５）。

次に、ステップ１１２０においてステップ１１１５で生成した画像にフィルタリングを行なうが、これを行なうに際してはアーチファクトのタイプ及び領域に関する情報から得られる制約１１２５のタイプ依存型リストを使用する。制約１１２５は測定可能なアーチファクトのパラメータ及び範囲のタイプ固有のリストである。例えば簡単な場合として、ラインタイプのアーチファクトに対して、これらのアーチファクトの円形要素（「ライン」は円形ではない）、向き（例えば、ラインタイプのアーチファクトはほぼ垂直または水平でなければならない）、及びこれらのアーチファクトの端部交差（例えば、コーナータイプの欠陥から明らかに区別できるラインタイプの欠陥は２つの隣接する画像境界を関係させない）に関するフィルタリングを行なってこれらを取り除く。結果として得られるフィルタリング処理２値画像９４０は所望のタイプのアーチファクトのみを含む。一の実施形態では、画像９４０は２つの画素値、すなわち背景（０）及びアーチファクト（１）を有する。アーチファクトは全てが１に設定される隣接画素の領域として現われ、周囲を取り囲む領域は０に設定される画素として現われる。ＭＦＡ９３５の各ブロックの実施についての詳細は、画像処理の分野の当業者には公知である。図９に示すようにＭＦＡ９３５は、しきい値レベル９１５の各々一つに対して繰り返す。

ＭＦＡ９３５に適用する一連のモルフォロジー操作は、この例のラインタイプの欠陥に固有であるが、これらの操作を、例えばポイント及びコーナータイプの欠陥に合わせて変形することができる。ポイントタイプのアーチファクトのみに着目する場合、ＭＦＡ９３５を、画像の境界に接触するアーチファクト、指定最大領域よりも大きいアーチファクトなど、ラインタイプ、コーナータイプ及び他のタイプのアーチファクトに対応するアーチファクトを取り除くように適合させることができる。コーナータイプのアーチファクトのみに着目する場合、ＭＦＡ９３５を、指定最小領域の交差する直交ラインを表わさないアーチファクトなどを取り除くように適合させることができる。ＭＦＡ９３５を変形して、公知の画像処理技術を使用してこれらの、及び他のタイプのアーチファクトを選択することができる。

図１２は図９の欠陥位置特定アルゴリズム（ｄｅｆｅｃｔ−ｌｏｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍ：ＤＬＡ）９４５の一の実施形態を示し、この実施形態では、テスト対象オブジェクトの欠陥に関する物理座標のリストをタイプ固有の画像のアレイ９４０を使用して生成する。ＤＬＡ９４５はラインタイプの欠陥アーチファクトに固有のものであるが、この技術分野の当業者には明らかなように、他のタイプの欠陥に対して使用できるように適合させることができる。

第１ステップでは、ライン欠陥フィルタＬＤＦアルゴリズム１２００によって、各画像９４０に一のＬＤＦ構造が対応するようにｉ個のＬＤＦ構造１２０５［１・・・ｉ］のアレイを生成する。タイプ固有の画像９４０に加えて、ＬＤＦアルゴリズム１２００はフィルタリング処理した元の合成画像９４０（図９のステップ９０７で生成される）、画像９４０を生成するために使用する初期しきい値レベルの値、連続画像を取得するために使用するしきい値間の差を示すしきい値ステップ値、そしてｉ個のしきい値レベル（しきい値レベルの数ｉは画像９４０の数と同じであるが、これは９４０がしきい値処理された画像だからである）を入力１２０８として受け取る。

図１３は一の実施形態によるＬＤＦ構造１２０５（図１２参照）のリンクリストアレイを表わしている。この例では、４つのしきい値レベル及び関連する処理を使用して４つのＬＤＦ構造１２０５［１］〜１２０５［４］を生成するが、アレイの実際の数はもっと多く、または少なくすることができる。これらのアレイはラインタイプの欠陥アーチファクトに対して使用できるように適合させるが、他のタイプに対して使用できるように変形することもできる。各ＬＤＦ構造１２０５［ｉ］は以下に挙げる特徴を有する。
１．それぞれの２値画像９４０［ｉ］を生成するために合成画像に適用するしきい値レベルを保存するしきい値フィールド１３００。
２．ｎ個の識別欠陥を保存する番号フィールド１３０５であり、図１２の例では２個である。
３．それぞれの２値画像９４０［ｉ］を保存する画像フィールド１３１０。
４．欠陥構造１３２０［１−ｊ］のアレイ１３１５であり、ｊはそれぞれの画像９４０［ｉ］に含まれる欠陥アーチファクトの数を示す。各欠陥構造１３２０は、それぞれのラインタイプの欠陥アーチファクト（欠陥はラインタイプの欠陥アーチファクト先端の近傍に位置すると仮定する）の先端または「ピーク」に位置する画素のＸ及びＹ座標を保存する。各欠陥構造はさらに画素値フィールド１３２５を含み、このフィールドは合成画像９０５のピーク画素のＸ及びＹ座標に対応する画素強度値を保存する。
５．ライン構造１３３５［１−ｊ］のアレイ１３３０であり、それぞれが各フィルタリング処理画像９４０［ｉ］の欠陥アーチファクトに関連する。各ライン構造１３３５は、（画素の）欠陥アーチファクト面積を保存するエリアフィールド１３４０、欠陥アーチファクトを包含する矩形の左側、頂部、右側及び底部の各座標を保存する矩形フィールド１３４５、ラインタイプのアーチファクトを、より小さなしきい値レベルで撮像された画像の特徴に関連付けるラインインデックス（−１のような番号は存在しない）を保存するｂｅｌｏｎｇｓ−ｔｏフィールド、及びフィルタリング処理画像のラインタイプの欠陥を、より大きなしきい値レベルで撮像された別のフィルタリング処理画像の一つ以上の関連ラインに関連付けるラインインデックスアレイを保存するｃｏｎｔａｉｎｓフィールド１３５５を含む。ｂｅｌｏｎｇｓ−ｔｏフィールド１３５０及びｃｏｎｔａｉｎｓフィールド１３５５の目的については、図１４及び１５Ａ〜Ｄと関連する形で以下に詳述する。

図１２を参照すると、ＬＤＦ構造１２０５［１・・・ｉ］を解析して（ステップ１２１０）ｊ個のＬＤＦ傾きピークプロファイル１２１５［１・・・ｊ］に展開し、この場合各プロファイルは各画像９４０のタイプ固有の各欠陥アーチファクトについてのものである。図１４及び１５Ａ〜１５Ｄ及び１６に関する次の議論によりピークプロファイリング１２１０プロセスを示す。

図１４には例示としてのフィルタリング処理合成画像１４００が描かれており、この画像は図９のステップ９０７において生成されると考えられる画像と同様である。画像１４００は垂直ラインタイプの欠陥アーチファクトペアＡ１及びＡ２、及びポイントタイプのアーチファクトＡ３を含む。欠陥アーチファクトの境界はぼやけていて、欠陥データと欠陥アーチファクトデータとの間に強調された画像境界が無いことを示している。しかしながら、ラインタイプの欠陥アーチファクトに関連する欠陥はアーチファクト先端またはアーチファクト「ピーク」の近傍に在り、そしてポイントタイプの欠陥に関連する欠陥は関連するアーチファクト内の中央に位置すると推定される。

図１５Ａ〜１５Ｄは、図９の画像９４０［１・・・ｉ］のような２値の、タイプ固有の画像１５０５，１５１０及び１５１５を示している。各画像は、ＭＦＡ９１０に従って適用される明確なしきい値を有する合成画像１４００を表わし、ポイントタイプのアーチファクトＡ３は、タイプ固有のＭＦＡ９３５を続いて実行することにより各２値画像から取り除かれる。各画像は、ＬＤＦ構造１２０５のフィールド１３１０（図１３参照）に、図１３に関連して上に記載した他の画像情報及びアーチファクト固有情報とともに保存される。

画像１５００（図１５Ａ参照）は、ラインアーチファクトペアＬＡ１及びＬＡ２を含む。関連するキー１５２０によって、アーチファクトＬＡ１及びＬＡ２は、図１４の各アーチファクトＡ１及びＡ２に対応すると認識することができる。しきい値レベルが大きくなると、ラインタイプのアーチファクトが小さく、かつ細くなり、そして消える、または幾つかの不連続ラインに分割される。図１５Ｂでは、例えば図１５Ａにおいて単一ラインとして描かれる欠陥アーチファクトＬＡ２はラインアーチファクトペアＬＢ２及びＬＢ３として現われる。キー１５２５によって、アーチファクトＬＢ１が画像１５００のアーチファクトＬＡ１に属し、そしてアーチファクトＬＢ２及びＬＢ３が画像１５００のアーチファクトＬＡ２に属すると認識することができる。このアーチファクト「所属関係」を画像１５０５に関連するＬＤＦアレイの「ｂｅｌｏｎｇｓ−ｔｏ」フィールド１３５０に記録し、同様にして画像１５００に関連するＬＤＦアレイの「ｃｏｎｔａｉｎｓ」フィールド１３５５によってアーチファクトＬＡ１がアーチファクトＬＢ１を「含み（ｃｏｎｔａｉｎｓ）」、そしてアーチファクトＬＡ２がアーチファクトＬＢ２及びＬＢ３を含むことが示される。図１５Ｃ及び１５Ｄは、欠陥アーチファクトの異なる集合、及び種々の画像のアーチファクト間の「ｂｅｌｏｎｇｓ−ｔｏ」関係を示すそれぞれのキー１５３０及び１５３５を含む。

図１６は図１５Ｂ〜Ｄのキー１５２５，１５３０及び１５３５に含まれる情報を編集したツリー１６００を示している。ツリー１６００は欠陥アーチファクトＡ１，Ａ２と、連続して大きくなるしきい値レベルを使用して撮像される２値画像のラインタイプのアーチファクトとの間の関係を示す。例えば、画像１５１５のアーチファクトＬＤ２は画像１５１０のアーチファクトＬＣ３に属し、このＬＣ３は画像１５０５のアーチファクトＬＢ３に属し、このＬＢ３は画像１５００のアーチファクトＬＡ２に属する。同様に、画像１５１５のアーチファクトＬＤ１は画像１５１０のアーチファクトＬＣ１に属し、このＬＣ１は画像１５０５のアーチファクトＬＢ１に属し、このＬＢ１は画像１５００のアーチファクトＬＡ１に属する。

図１２に戻って簡単に説明すると、ＬＤＦ傾きピークプロファイリングステップ１２１０では図１５Ａ〜１５Ｄに示されるデータを使用してｊ個のピークプロファイル１２１５［１・・・ｊ］を生成し、この場合一のプロファイルは各欠陥に対応する。図１７は例示としてのピークプロファイル１７００であり、このプロファイルは４つの欠陥アーチファクト１７０５，１７１０，１７１５及び１７２０の関係を示し、これらの欠陥アーチファクトの全ては共通の欠陥アーチファクトに関連する。プロファイル１７００はしきい値レベルと、ｙ画像軸に沿った各欠陥アーチファクトのピーク画素の配置との関係を表わしている。グレースケール画像のラインタイプの欠陥アーチファクトの等分線に平行な一塊の画素群に沿った画素強度のプロット１７２５により、欠陥アーチファクトに遭遇するにつれ、画素強度が通常どのようにして増大するのかが示される。アーチファクト１７０５，１７１０，１７１５及び１７２０は４つのしきい値レベルで得られるプロット群１７２５を表わしている。太線の「＋」記号は異なるしきい値レベルに対応するそれぞれの欠陥アーチファクトのピーク（先端）画素のｙ位置を示す。

図１２に戻ると、位置特定ステップ１２２０では、ＬＤＦアレイから図１７に示されるタイプのデータを抽出して多くの２次元アレイを生成し、この場合、各２次元アレイは第１次元ＤＩＭｉ（しきい値レベルの数）及び第２次元ＤＩＭｊ（最小レベルのしきい値処理を施した画像のアーチファクトの数であり、ＬＤＦ構造１２０５［１］のアレイ１３２０のサイズである）を有する。これらのアレイは次のように定義される（正式な定義は擬似コードで以下のように示される）。
１．ｙ［ｊ，ｉ］は、ＬＤＦ構造１２０５［ｉ］の欠陥構造１３２０［ｊ］のｙ座標であり、レベルｉでしきい値処理を行なった画像１３１０のｊ番目のアーチファクトに関連する欠陥を指す。
２．ライン［ｊ，ｉ］は、しきい値レベルｉの欠陥ｊを含むラインのインデックスである（擬似コードによって、インデックスがどのようにして選定されるのかがわかる）。
３．ｄｙ［ｊ，ｉ］は、ＬＤＦ構造１２０５［ｉ＋１］及び１２０５［ｉ］から得られる欠陥１３２０［ｊ］のｙ値の差である。

全てのアーチファクトｊに対して、ステップ１２１０では次の初期化及びループを実行する。
初期化：（全てのｊ＝１，・・・，Ｄｉｍｊ）：
Ｌｉｎｅ［ｊ，１］＝ｊ；
ｙ［ｊ，１］＝ＬＤＦ＿Ａｒｒａｙ［１］．Ｄｅｆｅｃｔｓ［ｊ］．ｙ
しきい値レベル＃１（初期しきい値）で、フィルタリング処理した全てのラインが欠陥を含むと仮定するので、Ｌｉｎｅ［ｊ，１］がラインのインデックスであり、そしてｙ［ｊ，１］がこのラインに関連する欠陥の推定ｙ位置である。
ｉの逐次代入：ｉ＝１，・・・，ＤＩＭｉ−１（全てのｊに対して）
／^＊ ｉ−しきい値インデックス；ｊ−最小しきい値レベルに対応するＬＤＦ構造１２０５［１］のライン１３３５のインデックス
^＊／
１．ｋ_ｏｐｔ＝ａｒｇｍｉｎ_ｋ｛
ＬＤＦ＿Ａｒｒａｙ［ｉ＋１］．
Ｄｅｆｅｃｔｓ［
ＬＤＦ＿Ａｒｒａｙ［ｉ］．Ｌｉｎｅｓ［Ｌｉｎｅ［ｊ，ｉ］］．Ｃｏｎｔａｉｎｓ［ｋ］］．ｙ，
｝
２．Ｌｉｎｅ［ｊ，ｉ＋１］＝ＬＤＦ＿Ａｒｒａｙ［ｉ］．Ｌｉｎｅｓ［Ｌｉｎｅ［ｊ，ｉ］］．Ｃｏｎｔａｉｎｓ［ｋ_ｏｐｔ］
３．ｙ［ｊ，ｉ＋１］＝ＬＤＦ＿Ａｒｒａｙ［ｉ＋１］．Ｄｅｆｅｃｔｓ［Ｌｉｎｅ［ｊ，ｉ＋１］］．ｙ
４．ｄｙ［ｊ，ｉ］＝ｙ［ｊ，ｉ＋１］−ｙ［ｊ，ｉ］

上のステップ１及び２では、しきい値レベルｉの選択ライン［ｉ，ｊ］の場合、次のしきい値レベル（ｉ＋１）に対応するラインはライン［ｊ，ｉ］に属する。ライン［ｊ，ｉ］に属するしきい値レベル（ｉ＋１）のラインの中で、最小のｙ値を有するラインを欠陥を含む確率の最も高いラインとして選択する（各画像のｙ軸は頂部から底部に向かうので、最小のｙ値は最も高いポイントを表わす）。最小のｙ値を有するラインＬｉｎｅ［ｊ，ｉ］を選択した後、このラインに関連する欠陥に対応するｙ値を該当するライン構造から取得する。ステップ４で定義した、前述の擬似コードの値ｄｙ［ｊ，ｉ］を以下の等式に使用してＬＤＦ傾きを定義する。

ライン欠陥を図１６に示すようにアーチファクトのツリーで表現し、そしてＬＤＦ傾きピークプロファイリングを行なうと、欠陥に関連するラインの端部（上の仮定に従った上側の端部）をＬＤＦ傾きの最大値として定義する。各しきい値レベルインデックスｉに対応するＬＤＦ傾きを次式で定義する。

ここで、ｊは欠陥インデックス、ｉはしきい値レベルインデックス、そしてＤ_Ｔｈはしきい0.値レベル間の間隔である。Ｄ_Ｔｈは定数なので次の等式が成り立つ。

さらに、ＬＤＦ傾きが最大の位置のみを使用するので、ＬＤＦ傾きの最大値を求める操作は、ＬＤＦ傾きピークプロファイルアルゴリズム１２１０により算出するアレイｄｙ［ ］の行に位置する最小数のエレメントを探索する操作と等価である。多くの場合、最小ｄｙは、画像位置を非常に多くの画素に関して測定するのでゼロであり、そしてこのレベルの精度の場合、欠陥のｙ位置は隣接しきい値レベルに関するものと同じとなる。

最小ｄｙの位置が幾つか存在する場合がある。最大ＬＤＦ傾き（最小ｄｙ）を有する位置が多数在ると、アレイｄｙ［ ］の行に位置する最小数のエレメントの先頭及び末尾インデックスの計算が必要である。ｍａｘＬＤＦＧｒａｄタイプのデータ構造は次の要素を含む。
１．Ｔｈｒｅｓｈｏｌｄは最大ＬＤＦ傾きのしきい値レベルである。
２．Ｔｈ．Ｉｎｄ．はしきい値レベルのインデックスｉである。
３．Ｌｉｎｅ Ｉｎｄ．はこのしきい値レベルの欠陥に関連するラインインデックスｊである。
４．ＤＹはアレイｄｙ［ ］の行の最小値である。
５．ｘ及びｙは欠陥位置の座標である。

ステップ１２２０ではＬＤＦ傾きピークプロファイル１２１５の解析を行なって、ＬＤＦアレイのライン構造において特定されるラインタイプの欠陥アーチファクトに関連する欠陥の位置を特定する。ステップ１２２０では、アレイｄｙ［ ］の行に位置する最少数のエレメントの先頭及び末尾インデックスに対応するＦｉｒｓｔ及びＬａｓｔ ｍａｘＬＤＦＧｒａｄ構造（入力データ１２２５）に基づいて計算を行なう。一方の、または両方の構造を使用して該当する欠陥位置を求める。位置は、ＬＤＦ構造１２０５［ｉ］の欠陥構造１３２０［ｊ］から（ｘ，ｙ）として定義することができ、この場合ｊ及びｉはＦｉｒｓｔまたはＬａｓｔ ｍａｘＬＤＦＧｒａｄ構造から抽出される。デフォルトの状態では、欠陥位置はこれらの２つの構造の間の途中に位置する。結果として得られる欠陥位置１２３０のリストにより、画像のラインタイプの欠陥アーチファクト内の欠陥の位置を正確に特定することができる。

最後のステップ１２３５では、基準座標１２４０を用いて画像座標１２３０を物理欠陥座標９５０に変換する（図９参照）。これを行なうために、テスト対象オブジェクトは、基準マーク、普通はこれらのマークの内の２つを使用してそれぞれの検出器に位置合わせされるものとする。

ＤＬＡ９４５において適用する一連の操作は、例におけるラインタイプの欠陥に固有であるが、これらの操作は、例えばポイントタイプ及びコーナータイプの欠陥に対して使用できるように容易に変形することができる。従って、欠陥位置特定アルゴリズム９００（図９参照）によって、種々のタイプの欠陥の位置を、これらの欠陥のそれぞれの欠陥アーチファクト内で特定することができる。

本発明を特定の実施形態に関連する形で記載してきたが、これらの実施形態に変更を加え得ることはこの技術分野の当業者には明らかであろう。例えば、上述した方法及びシステムを、集積回路、プリント回路基板、マイクロ電気機械システム（ＭＥＭＳ）、半導体ウェハ、及び幾つかの生物医学的標本を含む多くのタイプの電気回路に適用することができる。さらに、上述したＩＲ検査システムでは電子励起及びサーモグラフィの組合せを採用し、この組合せによって熱欠陥アーチファクトが生成されるが、他のタイプの検査システムでは他のタイプの励起及び／又は撮像を採用し、その結果他のタイプの欠陥アーチファクトが生成される。例えば、幾つかの撮像システムでは白色光、合成分光または磁界を使用して画像を取得する。欠陥を欠陥アーチファクトから分離する上述の実施形態は上述したタイプのＩＲ検査システムに限定されない。従って、添付の請求項の技術思想及び技術範囲はこれまでの記述に限定されない。

ＬＣＤパネルに使用する活性プレート１００の一部を示している（先行技術）。 例示としての画素１１０の詳細を示し、本明細書ではこの図を使用して多くの考えられる欠陥を例示している（先行技術）。 本発明の一の実施形態に従って適合させた従来のパネル３０５及び検査システムを含むテスト構成３００を示している。 一の実施形態に従ってテスト容易性が向上するように適合させたパネル４００の一部を示している。 一の実施形態に従って適合させたＬＣＤパネル５００の一部を示している。 上述の試料欠陥及びそれを取り囲む領域の熱応答を示す図６００である。 試料欠陥６１０加熱、冷却の熱応答を示す図６３０である。 オープンを示すライン６８５が浮き彫りになった実験取得画像６８０である。 ３つの代表的な欠陥、すなわちポイントタイプ欠陥７０５、ラインタイプ欠陥７０７、及びコーナータイプ欠陥７１０を示す合成画像７００を表わしている。 ポイントタイプ欠陥８０５、ラインタイプ欠陥８１０、及びコーナータイプ欠陥８１５を示す合成画像８００である。 一の実施形態による欠陥位置特定アルゴリズム９００を表わすフローチャート９００である。 図９のＭＦＡ９１０の一の実施形態を表している。 ラインタイプの欠陥アーチファクトに対して使用できるように適合させた図９のタイプ固有のＭＦＡ９３５の一の実施形態を表している。 図９の欠陥位置特定アルゴリズム（ＤＬＡ）９４５の一の実施形態を表している。 一の実施形態によるＬＤＦ構造１２０５のアレイを表わしている。 図９のステップ９０７から予測されるものと同様な例示としてのフィルタリング処理した合成画像１４００を表している。 図９の画像９４０［１・・・ｉ］のような２値の、タイプ固有の画像１５０５，１５１０及び１５１５を表している。 図９の画像９４０［１・・・ｉ］のような２値の、タイプ固有の画像１５０５，１５１０及び１５１５を表している。 図９の画像９４０［１・・・ｉ］のような２値の、タイプ固有の画像１５０５，１５１０及び１５１５を表している。 図９の画像９４０［１・・・ｉ］のような２値の、タイプ固有の画像１５０５，１５１０及び１５１５を表している。 図１５Ｂ〜Ｄのキー１５２５，１５３０及び１５３５の情報を編集したツリー１６００を表している。 ４つの欠陥アーチファクト１７０５，１７１０，１７１５及び１７２０の関係を示す、例示としてのピークプロファイル１７００である。

Claims (15)

1. 複数のソースライン、複数の制御ライン、複数の共通ライン及び２次元アレイ表示素子とを含む表示パネルと、当該表示パネルからの赤外線放射を受ける赤外線検出器、及び前記複数のソースライン、前記複数の制御ライン、前記複数の共通ラインのうち、少なくとも１つのラインに接続された信号発生器を備えたテスト構成において、撮像されたテスト画像と基準画像の差異である、欠陥を含む欠陥アーチファクトから、当該欠陥の位置を特定する方法であって、
   当該欠陥アーチファクトの内、ポイントタイプ、ラインタイプ及びコーナータイプの少なくとも１つのタイプを区分し、解析することにより、前記欠陥アーチファクト内の前記欠陥の位置を特定する方法。
2. 前記欠陥アーチファクトの内、ポイントタイプ、ラインタイプ及びコーナータイプの少なくとも１つのタイプを区分する方法が、パターン認識及びモルフォロジー解析を含む、請求項１記載の方法。
3. 前記欠陥アーチファクトを解析する方法が、前記欠陥アーチファクトの画像データに対してフィルタリング処理を施して、少なくとも一つのタイプの欠陥を取り除くことにより、タイプ固有の画像を生成する、請求項１記載の方法。
4. 前記欠陥アーチファクトを解析する方法が、さらに、
   ａ．第１しきい値を前記画像データに適用して、しきい値処理された第１の画像を生成し、しきい値処理された前記第１の画像は、前記欠陥アーチファクトの内の欠陥領域の第１欠陥領域、及び前記第１欠陥領域を包含し、且つ前記欠陥アーチファクトの内の無欠陥領域にまで延びる第１欠陥アーチファクト領域を表わし、
   ｂ．第２しきい値を前記画像データに適用して、しきい値処理された第２の画像を生成し、しきい値処理された前記第２の画像は、前記欠陥領域の第２欠陥領域、及び前記第２欠陥領域を包含し、且つ前記無欠陥領域にまで延びる第２欠陥アーチファクト領域を表わす、請求項１記載の方法。
5. さらに、前記第１欠陥アーチファクト領域内の第１ピークを選択し、前記第２欠陥アーチファクト領域内の第２ピークを選択し、そして前記第１ピークと前記第２ピークとの間で延びる傾きを算出する、請求項４記載の方法。
6. さらに、前記傾きを使用して欠陥座標を算出する、請求項５記載の方法。
7. 前記第１及び第２欠陥領域は前記欠陥領域に空間的に対応する請求項４記載の方法。
8. 複数のソースライン、複数の制御ライン、複数の共通ライン及び２次元アレイ表示素子とを含む表示パネルと、当該表示パネルからの赤外線放射を受ける赤外線検出器、及び前記複数のソースライン、前記複数の制御ライン、前記複数の共通ラインのうち、少なくとも１つのラインに接続された信号発生器を備えたテスト構成によりテスト対象オブジェクトに在る欠陥の位置を特定する撮像システムであって、
   ａ．テストベクタを、当該テストベクタに対して応答を示す欠陥に印加する信号発生器と、
   ｂ．前記欠陥の前記応答を観察する位置に配置することにより、欠陥データ及び当該欠陥データを包含する欠陥アーチファクトデータを含む画像を生成する画像検出器と、そして
   ｃ．前記欠陥アーチファクトデータの内、ポイントタイプ、ラインタイプ及びコーナータイプの少なくとも１つのタイプを区分し、解析することにより、前記欠陥アーチファクトデータ内の前記欠陥データの位置を特定する画像プロセッサとを備えた撮像システム。
9. 前記応答は熱応答である請求項８記載の撮像システム。
10. 前記欠陥アーチファクトデータを解析する操作において、
    ａ．複数のしきい値を前記画像に適用して、しきい値処理された複数の画像を生成し、
    ｂ．多くのしきい値処理された前記画像は前記欠陥領域に対応するそれぞれの欠陥アーチファクトを含む、請求項８記載の撮像システム。
11. さらにタイプ固有のフィルタを備え、このフィルタはしきい値処理された画像の各々に含まれる欠陥アーチファクトをタイプ別に区分してタイプ固有の欠陥アーチファクトを有するタイプ固有の画像を生成する、請求項１０記載の撮像システム。
12. 前記画像プロセッサはデータ構造を含み、このデータ構造は異なるタイプ固有の画像から得られるタイプ固有の欠陥アーチファクトの関連付けを行なう、請求項１１記載の撮像システム。
13. 前記画像プロセッサは前記タイプ固有の欠陥アーチファクトのピーク値の間の傾きを決定する請求項１２記載の撮像システム。
14. 前記画像プロセッサは前記欠陥の位置を前記傾きを使用して算出する請求項１３記載の撮像システム。
15. 複数のソースライン、複数の制御ライン、複数の共通ライン及び２次元アレイ表示素子とを含む表示パネルと、当該表示パネルからの赤外線放射を受ける赤外線検出器、及び前記複数のソースライン、前記複数の制御ライン、前記複数の共通ラインのうち、少なくとも１つのラインに接続された信号発生器を備えたテスト構成によりテスト対象オブジェクトに在る欠陥の位置を特定する検査システムであって、
    ａ．少なくとも一つの欠陥を含むテスト対象オブジェクトと、
    ｂ．前記欠陥及び欠陥に関連する部分を加熱する手段と、
    ｃ．加熱されたオブジェクトの熱画像を撮像する赤外線撮像装置とを備え、前記熱画像は前記欠陥を表わす欠陥データ及び欠陥に関連する前記部分を表わす欠陥アーチファクトデータを含み、そして
    ｄ．前記欠陥アーチファクトデータの内、ポイントタイプ、ラインタイプ及びコーナータイプの少なくとも１つのタイプを区分し、解析することにより、前記欠陥アーチファクトデータ内の前記欠陥データの位置を特定する画像処理手段と、を備えた検査システム。

Images