JP2012108131A - 検査方法 - Google Patents

Abstract

【課題】本発明は検査方法に関わり、より詳細には形状測定装置の測定対象物に対する検査方法を提供する。
【解決手段】基板を検査する検査装備において検査領域を設定するために、基板上に複数の測定領域を設定し、測定領域のうち測定対象物を検査するためのターゲット測定領域と隣接する少なくとも一つ以上の隣接測定領域の基準データ及び測定データを獲得した後、隣接測定領域内で少なくとも一つ以上の特徴客体を抽出する。特徴客体に対応する基準データと測定データとを比較して、歪曲量を獲得し、歪曲量を補償してターゲット測定領域内の検査領域を設定する。これにより、基準データと測定データとの間の変換関係をより正確に獲得することができ、歪曲を補償した正確な検査領域を設定することができる。
【選択図】図１

Description

本発明は検査方法に関わり、より詳細には形状測定装置の測定対象物に対する検査方法に関する。

一般的に、電子装置内には少なくとも一つの印刷回路基板（ＰＣＢ）が具備され、このような印刷回路基板上には回路パターン、連結パッド部、前記連結パッド部と電気的に連結された駆動チップなど多様な回路素子が実装されている。

一般的に、前記のような多様な回路素子が前記印刷回路基板に適切に形成または配置されているかを確かめるために形状測定装置が使用される。

従来の形状測定装置は、所定の検査領域を設定して、前記検査領域内において所定の回路素子が適切に形成されているかを検査する。従来の検査領域設定方法では、理論的に回路素子が存在すべき領域が単純に検査領域として設定される。

検査領域が測定を所望する位置に正確に設定できれば、測定を所望する回路素子の測定が適切に遂行される。しかしながら、印刷回路基板のような測定対象物は、ベース基板の撓み（ｗａｐａｇｅ）、捩れ（ｃｏｎｔｏｒｔｉｏｎ）などの歪曲（ｄｉｓｔｏｒｔｉｏｎ）が発生し得るので、従来の検査領域の設定方法では測定領域を所望する位置に正確に設定できず、撮影部のカメラから獲得されるイメージに対応する位置は、実際の回路素子が存在する位置から若干の差異が発生するという問題点がある。

従って、前記のような測定対象物の歪曲を適切に補償する検査領域を設定する必要性が要求される。

従って、本発明が解決しようとする課題は、基板の歪曲を補償した検査領域を設定することができ、基板上のターゲット測定領域内に特徴客体（ｆｅａｔｕｒｅ ｏｂｊｅｃｔ）として設定するための形状情報がなかったり不足する場合にも、基準データと測定データとの間の変換関係（ｃｏｎｖｅｒｓｉｏｎ ｒｅｌａｔｉｏｎ）をより正確に獲得することで検査領域を正確に設定することのできる検査方法を提供することにある。

本発明の例示的な一実施形態に係る検査方法は、基板上に複数の測定領域を設定することと、前記測定領域のうち測定対象物を検査するためのターゲット測定領域と隣接する少なくとも一つ以上の隣接測定領域の基準データ及び測定データを獲得することと、前記隣接測定領域内において少なくとも一つ以上の特徴客体を抽出することと、前記特徴客体に対応する基準データと測定データとを比較して歪曲量（ｄｉｓｔｏｒｔｉｏｎ ｄｅｇｒｅｅ）を獲得することと、前記歪曲量を補償して前記ターゲット測定領域内の検査領域を設定すること、を含む。

前記隣接測定領域内において少なくとも一つ以上の特徴客体を抽出することは、前記特徴客体の基準類型及び基準個数を設定すること、前記ターゲット測定領域から抽出された特徴客体の個数が前記基準個数より少ない場合、前記隣接測定領域内で前記基準類型に該当する前記特徴客体を抽出することと、を含んでいてもよい。この際、前記隣接測定領域は複数であっても良く、前記隣接測定領域内で前記基準点類型に該当する前記特徴客体を抽出することより前に、前記隣接測定領域内において少なくとも一つ以上の特徴客体を抽出することは、更に、前記複数の隣接測定領域のうち前記特徴客体を抽出する隣接測定領域を選定することを含む。

一実施形態として、前記隣接測定領域内で少なくとも一つ以上の特徴客体を抽出することより前に、前記の検査方法は、更に、前記複数の測定領域それぞれに対する特徴客体を設定することと、前記複数の測定領域それぞれに対して、前記設定された特徴客体の個数が基準個数に未達か否かを確認することと、前記設定された特徴客体の個数が前記基準個数に未達である測定領域に対して、前記特徴客体を抽出するための前記隣接測定領域を選定することを含む。

一実施形態として、前記特徴客体は、前記ターゲット測定領域の前記測定データが獲得される以前に前記測定データが獲得される特定の隣接測定領域のうちから抽出されてもよい。

一実施形態として、前記隣接測定領域内で少なくとも一つ以上の特徴客体を抽出することは、前記特徴客体の基準類型及び基準個数を設定することと、前記ターゲット測定領域を所定領域分だけ拡張させることと、前記拡張された領域から前記基準類型に該当する前記特徴客体を抽出することと、前記抽出された特徴客体の個数が前記基準個数より少ない場合、前記ターゲット測定領域を所定間隔分だけ拡張させることと、前記拡張された領域から前記基準類型に該当する前記特徴客体を抽出することを繰り返すことと、を含んでいてもよい。前記ターゲット測定領域を所定領域分だけ拡張させることは、前記拡張された領域と少なくとも一つの選択された隣接測定領域との共通領域内から前記基準類型に該当する前記特徴客体を抽出して遂行されてもよい。また、前記ターゲット測定領域を所定領域分だけ拡張する前に、前記ターゲット測定領域内から前記基準類型に該当する前記特徴客体を抽出することをさらに含み、前記ターゲット測定領域内から抽出された前記特徴客体の個数が前記基準個数より少ない場合、前記ターゲット測定領域を所定領域分だけ拡張させることを遂行することもできる。

一実施形態において、前記特徴客体は、複数で抽出されても良く、前記複数の特徴客体のうち、前記ターゲット測定領域からの距離が近い特徴客体に高い加重値が付与され、前記歪曲量は前記加重値に基づいて選択される特徴客体に対応する基準データと測定データとを比較して獲得しても良い。前記距離は、前記ターゲット測定領域の境界線、前記ターゲット測定領域の中心点及び前記測定対象物の中心点のうち、少なくとも一つから測定しても良い。

一実施形態として、前記特徴客体は複数で抽出され、前記複数の特徴客体のうち、前記特徴客体に対応する前記基準データと前記測定データとを比較して形状の違いが小さい程、前記特徴客体に高いスコアが付与され、前記歪曲量は前記スコアに基づいて選択される特徴客体に対応する基準データと測定データとを比較して獲得しても良い。

一実施形態として、前記特徴客体は複数で抽出され、前記複数の特徴客体のうち、前記ターゲット測定領域からの距離が近い特徴客体に高い加重値が付与され、前記複数の特徴客体のうち、前記特徴客体に対応する前記基準データと前記測定データとを比較して形状の違いが小さい程、前記特徴客体に高いスコアが付与されても良い、また、前記歪曲量は、前記加重値及び前記スコアのうち少なくとも一つ以上に基づいて選択される特徴客体に対応する基準データと測定データとを比較して獲得されても良い。

一実施形態として、前記隣接測定領域は複数で設定され、前記特徴客体は複数で抽出され、前記特徴客体は前記複数の隣接測定領域に対して均等に抽出される。

本発明の別の例示的な一実施形態に係る検査方法は、基板上に複数の測定領域を設定することと、前記測定領域のうち測定対象物を検査するためのターゲット測定領域と隣接する少なくとも一つ以上の隣接測定領域の基準データ及び測定データを獲得することと、前記隣接測定領域内から少なくとも一つ以上のブロック単位の特徴ブロックを抽出することと、前記特徴ブロックに対応する基準データと測定データとを比較して歪曲量を獲得することと、前記歪曲量を補償して前記ターゲット測定領域内の検査領域を設定することと、を含む。

一実施形態として、前記特徴ブロックは複数で抽出され、前記歪曲量は前記基準データと前記測定データとの間の定量化された変換公式で獲得されても良い。前記定量化された変換公式は、前記複数の特徴客体に対する前記基準データと前記測定データとを比較して獲得された位置変化、傾き変化、大きさ変化及び変形度のうち少なくとも一つ以上を用いて定義してもよい。

本発明によると、基板上のターゲット測定領域内に特徴客体として設定するための形状情報がなかったり不足する場合、隣接測定領域内で追加的に特徴客体を設定することで基準データと測定データとの間の変換関係をより正確に獲得することができ、前記変換関係から測定データの歪曲を補償して検査領域を設定することができる。

また、ブロック単位で所定形状を含む特徴ブロックを特徴客体として設定する場合、特徴客体として選択可能な形状情報が不足する場合が頻繁に発生するので、前記のように隣接測定領域内の特徴客体を活用することで十分な個数の特徴客体を獲得することができる。

また、ターゲット測定領域及び隣接測定領域内の特徴客体に対して加重値を設定する場合、比較的正確な変換関係を獲得することができる。また、複数の隣接測定領域に対して均等に特徴客体を設定する場合、比較的正確な変換関係を獲得することができる。

また、基板の撓みや捩れによるパッド（ｐａｄ）及び部品（ｃｏｍｐｏｎｅｎｔ）の位置変化に起因する検査領域の変化によるエラー発生が防止され、より正確に検査領域を設定することができる。

また、前記のように設定された検査領域に基づいて部品の不良検査等の作業を遂行できるので、より正確に前記基板の良否等を判断することができる。

また、前記のように設定された測定領域を用いて、測定領域に存在する測定対象物の情報をより正確に測定することができる。

また、基準データと測定データとの間の捩れを補償して、基準データの情報から、測定データに存在するパッド、部品、パターン、シルク（ｓｉｌｋ）等の領域をより正確に予測することができる。

本発明の一実施形態による検査方法を示すフローチャートである。 図１の検査方法を説明するための平面図である。 図１の検査方法において基準データの一例を示す平面図である。 図１の検査方法において測定データの一例を示す平面図である。 図１の検査方法において特徴客体を抽出する方法の一実施形態を示すフローチャートである。 図１の特徴客体を抽出する方法を説明するための概略図である。 特徴客体を抽出する方法についての他の実施形態を説明するための概略平面図である。

本発明は、多様な変更を加えることができ、多様な形態を有することできる。ここでは、特定の実施形態を図面に例示し本文に詳細に説明する。しかし、これは本発明を特定の開示形態に限定するものではなく、本発明の思想及び技術範囲に含まれる全ての変更、均等物乃至代替物を含むこととして理解されるべきである。

第１、第２などの用語は多用な構成要素を説明するのに使用されることがあるが、前記構成要素は前記用語によって限定解釈されない。前記用語は一つの構成要素を他の構成要素から区別する目的のみとして使用される。例えば、本発明の権利範囲を外れることなく第１構成要素を第２構成要素ということができ、類似に第２構成要素も第１構成要素ということができる。

本出願において使用した用語は単なる特定の実施形態を説明するために使用されたもので、本発明を限定しようとする意図ではない。単数の表現は文脈上明白に示さない限り、複数の表現を含む。本出願において、「含む」または「有する」などの用語は明細書に記載された特徴、数字、ステップ、段階、動作、構成要素、部品またはこれらを組み合わせたものが存在することを意味し、一つまたはそれ以上の他の特徴や数字、ステップ、段階、動作、構成要素、部品またはこれらを組み合わせたものの存在または付加可能性を予め排除しないこととして理解されるべきである。

特別に定義しない限り、技術的、科学的用語を含んでここで使用される全ての用語は本発明が属する技術分野で通常の知識を有する者によって一般的に理解されるのと同一の意味を有する。

一般的に使用される辞書に定義されている用語と同じ用語は関連技術の文脈上有する意味と一致する意味を有すると解釈されるべきであり、本出願で明白に定義しない限り、理想的またも過度に形式的な意味に解釈されない。

以下、図面を参照して本発明の好適な一実施形態をより詳細に説明する。

図１は本発明の一実施形態による検査方法を示すフローチャートであり、図２は図１の検査方法を設定するための平面図である。

図１及び図２を参照すると、本発明の一実施形態による歪曲が補償された検査領域を設定するために、まず、基板１００上に複数の測定領域を設定する（Ｓ１１０）。

前記測定領域はそれぞれ前記基板１００の不良可否を検査するために基板１００上に設定された所定の領域を意味し、例えば、３次元形状測定装置のような検査装備に装着されたカメラの撮影範囲（ｆｉｅｌｄ ｏｆ ｖｉｅｗ）を基準として設定されてもよい。

続いて、測定対象物を検査するための検査領域を設定しようとするターゲット測定領域を選定する（Ｓ１２０）。

前記ターゲット測定領域が選定されると、それにより前記ターゲット測定領域に隣接する隣接測定領域が存在する。前記隣接測定領域は、前記測定領域の形状と位置によって可変的である。前記測定領域が直四角形形状を有する場合、前記隣接測定領域は少なくとも３個以上が存在し、８個まで存在してもよい。図２には、前記基板１００の中央にターゲット測定領域ＴＧが位置し、前記ターゲット測定領域ＴＧの上側、下側、左側、右側、左上側、左下側、右上側、右下側にそれぞれ隣接する８個の隣接測定領域（ＡＤ−Ｕ、 ＡＤ−Ｄ、ＡＤ−Ｌ、 ＡＤ−Ｒ、 ＡＤ−ＵＬ、 ＡＤ−ＤＬ、 ＡＤ−ＵＲ、 ＡＤ−ＤＲ）が位置する例が図示されている。一方、前記左上側、左下側、右上側、右下側にそれぞれ隣接する４個の隣接測定領域（ＡＤ−ＵＬ、ＡＤ−ＤＬ、ＡＤ−ＵＲ、ＡＤ−ＤＲ）は隣接測定領域として見做さないこともあり得る。

次に、前記ターゲット測定領域ＴＧと隣接する隣接測定領域（ＡＤ−Ｕ、 ＡＤ−Ｄ、ＡＤ−Ｌ、 ＡＤ−Ｒ、 ＡＤ−ＵＬ、 ＡＤ−ＤＬ、 ＡＤ−ＵＲ、 ＡＤ−ＤＲ）の基準データ及び測定データを獲得する（Ｓ１３０）。

図３は図１の検査方法において基準データの一例を示す平面図である。

図３を参照すると、前記基準データＲＩは、一例で前記基板１００の仮想的な平面図（ｔｈｅｏｒｅｔｉｃａｌ ｐｌａｎ ｖｉｅｗ）でも良い。

一実施形態として、前記基準データＲＩは前記基板１００の形状を記録したキャド（ＣＡＤ）情報やガーバ形式のデータ等のガーバ情報（ｇｅｒｂｅｒ ｉｎｆｏｒｍａｔｉｏｎ）から獲得される。前記キャド情報やガーバ情報は前記基板１００の設計情報を含み、一般的にパッド１０、回路パターン３０、ホールパターン４０等に関する配置情報を含む。

他の実施形態として、前記基準データＲＩは、学習モードによって得られた学習情報から獲得しても良い。前記学習モードは、例えば、データベースから基板情報を検索し、前記データベース検索結果、基板情報がなければベア基板の学習を実施し、前記ベア基板の学習によってベア基板のパッド及び配線情報などのような基板情報が算出されると前記基板情報を前記データベースに保存する方式等の方法によって具現できる。即ち、前記学習モードで印刷回路基板のベア基板を学習して印刷回路基板の設計基準情報が獲得され、前記学習モードを通じて学習情報を獲得することで前記基準データＲＩを獲得することができる。

図４は、図１の検査方法における測定データの一例を示す平面図である。

図４を参照すると、前記測定データＰＩは、例えば、印刷回路基板の実際の撮影イメージであり得る。例えば、前記測定データＰＩには、前記基板１００上に実装された部品２０、ターミナル２２、前記部品２０に形成された極性表示（ｐｏｌａｒ ｉｎｄｉｃａｔｉｏｎ）２４、回路パターン３０、ホール（ｈｏｌｅ）４２等が示される。

図４に示す前記測定データＰＩは、前記部品２０等の追加的な構成が示されるのを除いては図３に示す前記基準データＲＩと同一のイメージとして示されているが、実際には、前記測定データＰＩは前記基板１００の撓み、捩れなどによって前記基準データＲＩに比べて歪曲されている。

一実施形態として、前記測定データＰＩは、前記検査装備の照明部を用いて前記ターゲット測定領域ＴＧに光を照射し、前記照射された光の反射イメージを前記検査装備に装着されたカメラを用いて撮影することで獲得できる。他の実施形態として、前記測定データＰＩは、前記検査装備の格子パターン照明部を用いて前記ターゲット測定領域ＴＧに格子パターン光を照射し、前記照射された格子パターン光の反射イメージを撮影することで獲得できる。

図１乃至図４を参照すると、続いて、前記ターゲット測定領域ＴＧ及び前記隣接測定領域（ＡＤ−Ｕ、 ＡＤ−Ｄ、ＡＤ−Ｌ、 ＡＤ−Ｒ、 ＡＤ−ＵＬ、 ＡＤ−ＤＬ、 ＡＤ−ＵＲ、 ＡＤ−ＤＲ）内から少なくとも一つ以上の特徴客体を抽出する（Ｓ１４０）。

前記特徴客体は、後述される前記基準データＲＩと前記測定データＰＩとの間の変化関係を獲得するための比較の基準として活用される。即ち、前記変換関係は、前記特徴客体が前記基準データＲＩと前記測定データＰＩとの間で前記基板１００の歪曲に起因して変換された程度を用いて定義される。

前記特徴客体は、前記基準データＲＩと前記測定データＰＩ内の所定の座標上に位置する所定の形状を有する客体を含んでいてもよい。例えば、前記特徴客体は、前記基板１００に形成されたホール（ｈｏｌｅ）パターン、曲がった回路パターンの角部（ｃｏｒｎｅｒ ｐｏｒｔｉｏｎ）等を含み、前記ホールパターンの中心点の座標や曲がった回路パターンの端点（ｃｏｒｎｅｒ ｐｏｉｎｔ）の座標を基準にして前記基準データＲＩと前記測定データＰＩとを比較することで後述される変換関係を獲得することができる。

これとは異なり、前記特徴客体は、図３及び図４に示すように、ブロック単位とした特徴ブロック（ｆｅａｔｕｒｅ ｂｌｏｃｋ）で定義してもよい。前記特徴客体を特徴ブロックで定義する場合、前記特徴ブロック内に含まれた多様な形状を基準として前記基準データＲＩと前記測定データＰＩとを互いに比較することができるので、前記基準データＲＩと前記測定データＰＩとを正確に比較することができる。

前記特徴客体は、前記基準データＲＩと前記測定データＰＩとの間の変換関係を獲得するための比較基準として活用されるので、前記基準データＲＩと前記測定データＰＩで正確に特定されることが望まれる。何故ならば、前記基準データＲＩと前記測定データＰＩで前記特徴客体が正確に特定されない場合、前記基準データＲＩと前記測定データＰＩとの比較において誤謬が発生する可能性があるからである。従って、前記特徴客体は、誤認可能性が除去されるように設定できる。

このような正確な特定のために、前記特徴客体として選定可能な対象は、前記ターゲット測定領域ＴＧで存在しないか少ない場合がある。従って、この場合、十分な特徴客体の確保のために、前記ターゲット測定領域ＴＧに隣接する前記隣接測定領域（ＡＤ−Ｕ、 ＡＤ−Ｄ、ＡＤ−Ｌ、 ＡＤ−Ｒ、 ＡＤ−ＵＬ、 ＡＤ−ＤＬ、 ＡＤ−ＵＲ、 ＡＤ−ＤＲ）内から特徴客体を抽出しても良い。

前記特徴客体を複数の測定領域に対して予め設定した後、前記の設定された特徴客体のうち一部を本段階で抽出しても良い。また、本段階で前記ターゲット測定領域ＴＧ及び前記隣接測定領域（ＡＤ−Ｕ、 ＡＤ−Ｄ、ＡＤ−Ｌ、 ＡＤ−Ｒ、 ＡＤ−ＵＬ、 ＡＤ−ＤＬ、 ＡＤ−ＵＲ、 ＡＤ−ＤＲ）内で特徴客体を同時に設定し、且つ抽出しても良い。

前記特徴客体は、前記基準データＲＩを基準に設定しても、前記測定データＰＩを基準に設定してもよい。

一方、一実施形態として、前記ターゲット測定領域ＴＧ及び前記隣接測定領域（ＡＤ−Ｕ、 ＡＤ−Ｄ、ＡＤ−Ｌ、 ＡＤ−Ｒ、 ＡＤ−ＵＬ、 ＡＤ−ＤＬ、 ＡＤ−ＵＲ、 ＡＤ−ＤＲ）内から少なくとも一つ以上の特徴客体を抽出する時（Ｓ１４０）、前記隣接測定領域（ＡＤ−Ｕ、 ＡＤ−Ｄ、ＡＤ−Ｌ、 ＡＤ−Ｒ、 ＡＤ−ＵＬ、 ＡＤ−ＤＬ、 ＡＤ−ＵＲ、 ＡＤ−ＤＲ）のうち前記特徴客体を抽出するための隣接測定領域を１つ以上選定しても良い。

一方、他の実施形態として、前記特徴客体を抽出する段階（Ｓ１４０）以前に、複数の測定領域それぞれに対する特徴客体を事前に設定した後、前記測定領域それぞれに対して前記設定された特徴客体の個数が基準個数に未達するかを確認される。続いて、特徴客体の個数が前記基準個数に未達する測定領域がある場合、このような測定領域に対して前記特徴客体を抽出するための隣接測定領域を予め選定しても良い。

図５は図１の検査方法において特徴客体を抽出する方法の一実施形態を示すフローチャートであり、図６は図１の特徴客体を抽出する方法を説明するための概略平面図である。

図５及び図６を参照すると、まず、前記特徴客体を活用するための基準類型及び基準個数を設定する（Ｓ１４２）。

例えば、前記基準類型は、図３及び図４に示す第１特徴客体ＦＴのように特徴ブロック内の互いに平行な２つの曲がったパターンとして設定することができ、前記基準個数は、後述される歪曲量による変換関係を定義できる個数に相当しており、３個または４個などとして設定することができる。

続いて、前記ターゲット測定領域ＴＧから前記基準類型に該当する前記特徴客体を抽出する（Ｓ１４３）。

次に、前記ターゲット測定領域ＴＧから抽出された特徴客体の個数と前記基準個数とを比較する（Ｓ１４４）。

前記ターゲット測定領域ＴＧ内から抽出された特徴客体の個数が前記基準個数より少ない場合、前記ターゲット測定領域ＴＧを所定領域分だけ拡張させ（Ｓ１４５）、そうでない場合、所望する特徴客体の個数を獲得したので特徴客体抽出処理を終了する。

例えば、前記基準個数が４個であり、図６に示すように前記ターゲット測定領域ＴＧ内の特徴客体として第１特徴客体ＦＴ１のみ存在する場合、前記ターゲット測定領域ＴＧ内から抽出される特徴客体の個数が１個で前記基準個数４個より少ないので、前記ターゲット測定領域を所定間隔分だけ拡張させる。

この際、前記拡張の方法は、その一例として前記ターゲット測定領域ＴＧの各境界線を比例的に拡張しても良い。これとは異なり、前記ターゲット測定領域ＴＧの各境界線からの距離が同一になるように拡張することもできる。

続いて、前記隣接測定領域（ＡＤ−Ｕ、 ＡＤ−Ｄ、ＡＤ−Ｌ、 ＡＤ−Ｒ、 ＡＤ−ＵＬ、 ＡＤ−ＤＬ、 ＡＤ−ＵＲ、 ＡＤ−ＤＲ）に対応する前記拡張された領域から前記基準類型に該当する前記特徴客体を抽出する（Ｓ１４６）。

例えば、図６に示すように、第１拡張領域ＥＡ１内で前記基準類型に該当する第２特徴客体ＦＴ２が存在するので、前記第２特徴客体ＦＴ２を前記特徴客体として抽出する。

次に、処理Ｓ１４７にて、前記抽出された特徴客体の個数と前記基準個数とを比較する。

前記抽出された特徴客体の個数が前記基準個数より小さい場合、前記ターゲット測定領域を所定間隔分だけ拡張させる処理（Ｓ１４５）及びＳ１４５以後の処理を繰り返す。そうでない場合、所望する特徴客体の個数を獲得しているので、特徴客体の抽出処理を終了する。

例えば、前記基準個数が４個であり、図６に示すように前記ターゲット測定領域ＴＧ及び前記第１拡張領域ＦＡ１内の特徴客体として第１特徴客体ＦＴ１及び第２特徴客体ＦＴ２が存在する場合、前記ターゲット測定領域ＴＧから抽出される特徴客体の個数が２個であって前記基準個数４個より少ないので、前記ターゲット測定領域を所定間隔分だけ拡張させ（Ｓ１４５）、特徴客体を追加で抽出する。

特徴客体の個数が前記基準個数を超過する場合、超過される個数に対応する特徴客体は抽出から排除することもあり得る。この場合、特徴客体が前記基準個数以内で均等に抽出されるようにしても良い。

例えば、前記隣接測定領域（ＡＤ−Ｕ、ＡＤ−Ｄ、ＡＤ−Ｌ、ＡＤ−Ｒ、ＡＤ−ＵＬ、ＡＤ−ＤＬ、ＡＤ−ＵＲ、ＡＤ−ＤＲ）に対応する第２拡張領域ＥＡ２内で前記基準類型に該当する特徴客体として抽出可能となるのが第３特徴客体ＦＴ３、第４特徴客体ＦＴ４及び第５特徴客体ＦＴ５である場合、前記特徴客体の個数が５個で前記基準個数である４個を超過するので、前記第３特徴客体ＦＴ３、前記第４特徴客体ＦＴ４及び前記第５特徴客体ＦＴ５のうちいずれか一つは特徴客体の抽出から排除してもよい。この際、前記第４特徴客体ＦＴ４は、前記第２特徴客体ＦＴ２と同一の隣接測定領域ＡＤ−Ｌに属しているので、前記特徴客体が均等に抽出されるように前記第４特徴客体ＦＴ４は前記特徴客体の抽出から排除されてもよい。従って、前記基準個数である４個に該当する特徴客体は前記第１特徴客体ＦＴ１、前記第２特徴客体ＦＴ２、及び前記第５特徴客体ＦＴ５である。

一方、前記特徴客体は、既に獲得された測定データが利用できるように、先に測定が完了された隣接測定領域から抽出されてもよい。

図７は、特徴客体を抽出する他の実施形態を説明するための概略平面図である。

図７を参照すると、前記特徴客体は、前記ターゲット測定領域ＴＧに対する前記測定データが獲得される以前に前記測定データが獲得される隣接測定領域から抽出されてもよい。

例えば、図７に示すように、測定領域に対する測定データが矢印方向に従う順序で獲得される時、前記ターゲット測定領域ＴＧに対する測定データが測定される以前に測定データが測定される隣接測定領域（ＡＤ−ＵＲ、ＡＤ−Ｕ、ＡＤ−ＵＬ、ＡＤ−Ｌ）から前記特徴客体が抽出されてもよい。

一方、前記のように検査領域を設定しようとするターゲット測定領域ＴＧの外部に位置する隣接測定領域（ＡＤ−Ｕ、ＡＤ−Ｄ、ＡＤ−Ｌ、ＡＤ−Ｒ、ＡＤ−ＵＬ、ＡＤ−ＤＬ、ＡＤ−ＵＲ、ＡＤ−ＤＲ）に存在する特徴客体が、後述される歪曲量獲得のために活用され、前記ターゲット測定領域ＴＧから離隔された特徴客体の距離もそれぞれ相異するので、前記特徴客体に一定の規則による加重値を付与しても良い。

一実施形態として、前記複数の特徴客体のうち、前記ターゲット測定領域ＴＧからの距離が近い特徴客体に高い加重値が付与しても良い。

例えば、前記ターゲット測定領域ＴＧ内に存在する特徴客体に一番高い加重値が付与され、前記隣接測定領域（ＡＤ−Ｕ、ＡＤ−Ｄ、ＡＤ−Ｌ、ＡＤ−Ｒ、ＡＤ−ＵＬ、ＡＤ−ＤＬ、ＡＤ−ＵＲ、ＡＤ−ＤＲ）内に存在する特徴客体の場合、前記ターゲット測定領域ＴＧからの距離が近いほど高い加重値が付与される。

例えば、前記ターゲット測定領域ＴＧ内に位置する前記第１特徴客体ＦＴ１に一番高い加重値を付与し、前記第２特徴客体ＦＴ２に二番目の高い加重値を付与し、前記第３特徴客体ＦＴ３及び前記第５特徴客体ＦＴ５に最も低い加重値を付与することができる。また、前記第２特徴客体ＦＴ２、第３特徴客体ＦＴ３及び前記第５特徴客体ＦＴ５の場合、前記ターゲット測定領域ＴＧとの距離に比例して加重値を付与することもできる。前記距離は、前記ターゲット測定領域ＴＧの境界線及び前記ターゲット測定領域ＴＧの中心点ＣＴＲのうち少なくともいずれかから測定されることもできる。また、前記距離は、前記ターゲット測定領域ＴＧ内に形成された前記測定対象物の中心点から測定されることもできる。

前記距離が、前記ターゲット測定炉ＴＧの中心点ＣＴＲまたは前記測定対象物の中心点から測定される場合、前記ターゲット測定領域ＴＧ内に存在する第１特徴客体ＦＴ１も前記ターゲット測定領域ＴＧの中心点ＣＴＲまたは前記測定対象物の中心点からの距離によって加重値が付与されてもよい。

また、前記距離が前記ターゲット測定領域ＴＧの中心点ＣＴＲまたは前記測定対象物の中心点から測定される場合、前記距離は前記ターゲット測定領域ＴＧの形状を比例的に拡張する時、拡張比率を意味しても良い。例えば、前記距離が前記ターゲット測定領域ＴＧの中心点ＣＴＲから測定される場合、図６に示すように、前記中心点ＣＴＲから前記第２特徴客体ＦＴ２までの第１距離Ｄ１が前記中心点から前記第４特徴客体ＦＴ４までの第２距離Ｄ２よりも長い。しかし、前記ターゲット測定領域ＴＧの形状を比例的に拡張する時の拡張比率は、前記第２特徴客体ＦＴ２の第１拡張比率Ｄ１/Ｄ３が前記第４特徴客体ＦＴ４の第２拡張比率Ｄ２/Ｄ４より小さいので、前記第２特徴客体ＦＴ２が前記第４特徴客体ＦＴ４の距離より短い距離を有するものと見なされる。

後述される前記基準データＲＩと前記測定データＰＩとの間の歪曲量は、前記加重値に基づいて獲得される。

一方、前記加重値と別途に、または前記加重値と共に、前記特徴客体に一定の規則によるスコアを付与することができる。

例えば、前記複数の特徴客体のうち、前記特徴客体に対応する前記基準データと前記測定データとを比較して形状の相違が小さい特徴客体に高いスコアを付与し、スコアの高い特徴客体を抽出して前記歪曲量を獲得することができる。再度、図１及び図２を参照すると、次に、前記特徴客体に対応する基準データＲ１と測定データＰＩとを比較して、歪曲量を獲得する（Ｓ１５０）。

前記歪曲量は前記基準データＲＩと前記測定データＰＩとの間の変換関係で示し、前記変換関係は前記基準データＲＩと前記測定データＰＩとの間の定量化された変換公式を含んでいてもよい。

前記測定データＰＩは、前記基板の撓み、捩れなどに起因して理論的な基準情報に該当する前記基準データＲＩに比べて歪曲されている。前記変換公式は、前記歪曲された程度、即ち、前記歪曲量を示すように、前記基準データＲＩと前記測定データＰＩを互いに変換する公式である。前記定量化された変換公式は、前記特徴客体に対応する前記基準データＲＩと前記測定データＰＩとを比較して獲得された位置変化、傾き変化、大きさ変化及び変形度のうち少なくとも一つを用いて設定しても良い。

一方、一例として、前記変換公式は数式１を用いて獲得される。

<数式１>

前記数式１でＰ_ＣＡＤはＣＡＤ情報やガーバ情報によるターゲット座標、即ち、前記基準データＲＩにおいての座標であり、ｆ（ｔｍ）は変換行列（ｃｏｎｖｅｒｓｉｏｎ ｍａｔｒｉｘ）または転送行列（ｔｒａｎｓｆｅｒ ｍａｔｒｉｘ）として前記変換公式に該当し、Ｐ_ｒｅａｌはカメラによって獲得された前記測定データＰＩにおける前記ターゲット座標である。前記基準データＲＩでの理論座標Ｐ_ＣＡＤと前記測定データＰＩでの実際座標Ｐ_ｒｅａｌを求めると、前記変換行列を知ることができる。

例えば、前記変換行列は、ｎ次元空間上の点対応関係が１次式によって表現されるアフィン（ａｆｆｉｎｅ）変換またはパースペクティブ（ｐｅｒｓｐｅｃｔｉｖｅ）変換による座標変換行列を含んでいてもよい。前記座標変換行列を定義するために、前記特徴客体の個数を適切に設定することも可能であって、一例で、アフィン変換の場合３個以上の特徴客体を、パースペクティブ変換の場合４個以上の特徴客体を設定することができる。

続いて、前記歪曲量を補償して前記ターゲット測定領域内の検査領域を設定する（Ｓ１６０）。

例えば、前記変換関係によって獲得された前記測定対象物の歪曲程度の変換値を用いて前記測定データＰＩを変換するか、前記基準データＲＩに前記変換関係に関する数式を適用して変換することによって、前記測定対象物を検査するための前記検査領域を前記の測定領域内に設定することができる。

前記変換関係を用いて前記基準データＲＩと前記基準データＲＩとを比較することによって、前記測定データＰＩから発生された歪曲を補償することができるので、前記設定された検査領域における形状は、実際の基板に対する形状に更に近似することができる。前記検査領域の設定は、前記ターゲット測定領域ＴＧの全部に対して遂行されてもよいが、検査を所望する所定の検査領域に対してのみ遂行されてもよい。

例えば、検査を所望する所定の検査領域を設定し、前記変換関係を用いて前記測定データＰＩ内においての検査領域を設定すると、前記検査領域内の部品の連結状態などを検査することができる。この際、前記検査は、前記ターゲット測定領域ＴＧに対する測定データＰＩを獲得する処理（Ｓ１３０）において既に獲得された前記測定データＰＩを用いることができる。

このように、基板上のターゲット測定領域内に特徴客体を設定するための形状情報がなかったり不足する場合、隣接測定領域内で追加的に特徴客体を設定することで基準データと測定データとの間の変換関係をより正確に獲得することができ、前記変換関係を用いて測定データの歪曲を補償することによって検査領域を設定することができる。

また、ブロック単位で所定形状を含む特徴ブロックを特徴客体として設定する場合、特徴客体として選択可能な形状情報が不足する場合が頻繁に発生するので、前記のように隣接測定領域内の特徴客体を活用することで十分な個数の特徴客体を獲得することができる。

また、ターゲット測定領域及び隣接測定領域内の特徴客体に対して加重値を設定する場合、比較的に正確な変換関係を獲得することができる。また、複数の隣接測定領域に対して均等に特徴客体を設定する場合、比較的に正確な変換関係を獲得することができる。

以上、本発明の実施形態によって詳細に説明したが、本発明はこれに限定されず、本発明が属する技術分野において通常の知識を有する者であれば、本発明の思想と精神を離れることなく、本発明を修正または変更できる。

１０ パッド
２０ 部品
２２ ターミナル
３０ 回路パターン
４０ ホールパターン
４２ ホール
１００ 基板
ＦＴ 特徴客体
ＰＩ 測定データ
ＲＩ 基準データ
ＴＧ ターゲット測定領域
ＡＤ 隣接測定領域

Claims (15)

1. 基板上に複数の測定領域を設定することと、
   前記測定領域のうち測定対象物を検査するためのターゲット測定領域と隣接する少なくとも一つ以上の隣接測定領域の基準データ及び測定データを獲得することと、
   前記隣接測定領域内において少なくとも一つ以上の特徴客体を抽出することと、
   前記特徴客体に対応する基準データと測定データとを比較して、歪曲量を獲得することと、
   前記歪曲量を補償して前記ターゲット測定領域内の検査領域を設定することと、
   を含むことを特徴とする検査方法。
2. 前記隣接測定領域内において少なくとも一つ以上の特徴客体を抽出することは、
   前記特徴客体基準類型及び基準個数を設定することと、
   前記ターゲット測定領域から抽出された特徴客体の個数が前記基準個数より少ない場合、前記隣接測定領域内で前記基準類型に該当する前記特徴客体を抽出することと、を含むことを特徴とする請求項１記載の検査方法。
3. 前記隣接測定領域は複数であり、前記隣接測定領域内で少なくとも一つ以上の特徴客体を抽出することは、
   前記隣接測定領域内で前記基準類型に該当する前記特徴客体を抽出することより前に、
   前記隣接測定領域内において少なくとも一つ以上の特徴客体を抽出することは、更に、前記複数の隣接測定領域のうち前記特徴客体を抽出する隣接測定領域を選定すること、を含むことを特徴とする請求項２記載の検査方法。
4. 前記隣接測定領域内で少なくとも一つ以上の特徴客体を抽出することより前に、
   前記複数の測定領域それぞれに対する特徴客体を設定することと、
   前記複数の測定領域それぞれに対して、前記設定された特徴客体の個数が基準個数に未達か否かを確認することと、
   前記設定された特徴客体の個数が前記基準個数に未達である測定領域に対して、前記特徴客体を抽出するための前記隣接測定領域を選定すること、をさらに含むことを特徴とする請求項１記載の検査方法。
5. 前記特徴客体は、
   前記ターゲット測定領域の前記測定データが獲得される以前に前記測定データが獲得される特定の隣接測定領域のうちから抽出されることを特徴とする請求項１記載の検査方法。
6. 前記隣接測定領域内で少なくとも一つ以上の特徴客体を抽出することは、
   前記特徴客体の基準類型及び基準個数を設定することと、
   前記ターゲット測定領域を所定領域分だけ拡張させることと、
   前記拡張された領域から前記基準類型に該当する前記特徴客体を抽出することと、
   前記抽出された特徴客体の個数が前記基準個数より少ない場合、前記ターゲット測定領域を所定間隔分だけ拡張させることと、前記拡張された領域から前記基準類型に該当する前記特徴客体を抽出することを繰り返すことと、を含むことを特徴とする請求項１記載の検査方法。
7. 前記ターゲット測定領域を所定領域分だけ拡張させることは、
   前記拡張された領域と少なくとも一つの選択された隣接測定領域との共通領域内から前記基準類型に該当する前記特徴客体を抽出して遂行されることを特徴とする請求項６記載の検査方法。
8. 前記ターゲット測定領域を所定領域分だけ拡張する前に、
   前記ターゲット測定領域内から前記基準類型に該当する前記特徴客体を抽出することをさらに含み、
   前記ターゲット測定領域内から抽出された前記特徴客体の個数が前記基準個数より少ない場合、前記ターゲット測定領域を所定領域分だけ拡張させることを遂行することを特徴とする請求項６記載の検査方法。
9. 前記特徴客体は複数で抽出され、
   前記複数の特徴客体のうち、前記ターゲット測定領域からの距離が近い特徴客体に高い加重値が付与され、前記歪曲量は前記加重値に基づいて選択される特徴客体に対応する基準データと測定データとを比較して獲得されることを特徴とする請求項１記載の検査方法。
10. 前記距離は、
    前記ターゲット測定領域の境界線、前記ターゲット測定領域の中心点及び前記測定対象物の中心点のうち、少なくとも一つから測定されることを特徴とする請求項９記載の検査方法。
11. 前記特徴客体は複数で抽出され、
    前記複数の特徴客体のうち、前記特徴客体に対応する前記基準データと前記測定データとを比較して形状の違いが小さい程、前記特徴客体に高いスコアが付与され、
    前記歪曲量は、前記スコアに基づいて選択される特徴客体に対応する基準データと測定データとを比較して獲得されることを特徴とする請求項１記載の検査方法。
12. 前記特徴客体は複数で抽出され、
    前記複数の特徴客体のうち、前記ターゲット測定領域からの距離が近い特徴客体に高い加重値が付与され、
    前記複数の特徴客体のうち、前記特徴客体に対応する前記基準データと前記測定データとを比較して形状の違いが小さい程、前記特徴客体に高いスコアが付与され、
    前記歪曲量は、前記加重値及び前記スコアのうち少なくとも一つ以上に基づいて選択される特徴客体に対応する基準データと測定データとを比較して獲得されることを特徴とする請求項１記載の検査方法。
13. 前記隣接測定領域は複数で設定され、前記特徴客体は複数で抽出され、前記特徴客体は前記複数の隣接測定領域に対して均等に抽出されることを特徴とする請求項１記載の検査方法。
14. 基板上に複数の測定領域を設定することと、
    前記測定領域のうち測定対象物を検査するためのターゲット測定領域と隣接する少なくとも一つ以上の隣接測定領域の基準データ及び測定データを獲得することと、
    前記隣接測定領域内から少なくとも一つ以上のブロック単位の特徴ブロックを抽出することと、
    前記特徴ブロックに対応する基準データと測定データとを比較して歪曲量を獲得することと、
    前記歪曲量を補償して前記ターゲット測定領域内の検査領域を設定することと、
    を含むことを特徴とする検査方法。
15. 前記特徴ブロックは複数で抽出され、
    前記歪曲量は前記基準データと前記測定データとの間の定量化された変換公式で獲得され、
    前記定量化された変換公式は、前記複数の特徴客体に対する前記基準データと前記測定データとを比較して獲得された位置変化、傾き変化、大きさ変化及び変形度のうち少なくとも一つ以上を用いて定義されることを特徴とする請求項１４記載の検査方法。