JP2018096908A - 検査装置及び検査方法 - Google Patents
検査装置及び検査方法 Download PDFInfo
- Publication number
- JP2018096908A JP2018096908A JP2016243441A JP2016243441A JP2018096908A JP 2018096908 A JP2018096908 A JP 2018096908A JP 2016243441 A JP2016243441 A JP 2016243441A JP 2016243441 A JP2016243441 A JP 2016243441A JP 2018096908 A JP2018096908 A JP 2018096908A
- Authority
- JP
- Japan
- Prior art keywords
- image
- defect
- inspection
- unit
- difference
- 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
Images
Abstract
【課題】疑似欠陥の検出数をより少なくできる検査装置を提供する。【解決手段】検査装置5は、検査対象物の画像である検査画像と基準画像との差分を抽出し、差分画像を作成する差分画像作成部12と、前記差分画像に基づいて、前記検査対象物の欠陥の有無を判定する一次欠陥判定部13と、一次欠陥判定部13で欠陥有りと判定された前記検査対象物に含まれる欠陥候補の周辺領域及び前記基準画像において前記欠陥候補の周辺領域と対応する部分領域を特定する領域特定部14と、前記欠陥候補の周辺領域の画像特徴量及び前記基準画像の対応する部分領域の画像特徴量を算出する画像特徴量算出部15と、画像特徴量算出部15で算出された2つの画像特徴量に基づいて、一次欠陥判定部13で欠陥有りと判定された前記検査対象物の前記欠陥候補が欠陥であるか否かを判定する二次欠陥判定部16と、を備える。【選択図】図2
Description
本発明は、基板上に形成された配線パターン等の検査装置及び検査方法に関する。
配線パターンの検査において、検査対象物の画像(検査画像)と基準画像とを比較し、その差分画像の面積、濃度等に基づいて検査対象物の欠陥の有無を検出する検査装置が提案されている(例えば、特許文献1参照)。
エッチング処理により形成された配線パターンの場合、エッチングプロセスの進み具合により製品の仕上がりにバラツキが存在し、例えば、配線幅に違いが生じることがある。このような配線幅の違いは、許容範囲内であっても差分として算出される。そのため、検査画像と基準画像とを比較し、その差分の面積、濃度等に基づいて欠陥の有無を判定した場合、良品であっても、欠陥品として検出される可能性がある(以下、欠陥と誤認された対象物を「疑似欠陥」、欠陥品と誤認された良品を「疑似欠陥品」ともいう)。
本発明の課題は、疑似欠陥の検出数をより少なくできる検査装置及び検査方法を提供することにある。
本発明は、以下のような解決手段により、課題を解決する。なお、理解を容易にするために、本発明の実施形態に対応する符号を付して説明するが、これに限定されるものではない。また、符号を付して説明した構成は、適宜改良してもよく、また、少なくとも一部を他の構成物に代替してもよい。
第1の発明は、検査対象物の画像である検査画像と基準画像との差分を抽出し、差分画像を作成する差分画像作成部(12)と、前記差分画像に基づいて、前記検査対象物の欠陥の有無を判定する一次欠陥判定部(13)と、前記一次欠陥判定部で欠陥有りと判定された前記検査対象物に含まれる欠陥候補の周辺領域及び前記基準画像において前記欠陥候補の周辺領域と対応する部分領域を特定する領域特定部(14)と、前記欠陥候補の周辺領域の画像特徴量及び前記基準画像の対応する部分領域の画像特徴量を算出する画像特徴量算出部(15)と、前記画像特徴量算出部で算出された2つの画像特徴量に基づいて、前記一次欠陥判定部で欠陥有りと判定された前記検査対象物の前記欠陥候補が欠陥であるか否かを判定する二次欠陥判定部(16)と、を備える検査装置(5)である。
第2の発明は、第1の発明の検査装置であって、前記領域特定部(14)は、前記一次欠陥判定部(13)で欠陥有りと判定された前記検査対象物の検査画像から前記欠陥候補の周辺領域の画像を切り出し、切り出した前記画像を前記基準画像の中で移動させながら類似度を算出し、移動させた位置で算出した類似度に基づいて、切り出した前記画像と対応する部分領域を特定すること、を特徴とする検査装置(5)である。
第3の発明は、第1又は第2の発明の検査装置であって、前記二次欠陥判定部(16)は、前記画像特徴量算出部(15)で算出された2つの画像特徴量の類似度と予め設定された閾値とに基づいて、前記欠陥候補が欠陥であるか否かを判定すること、を特徴とする検査装置(5)である。
第4の発明は、第3の発明の検査装置であって、前記二次欠陥判定部(16)は、前記検査対象物において前記欠陥候補が存在する領域の位置に応じて前記閾値を変更すること、を特徴とする検査装置(5)である。
第5の発明は、第3又は第4の発明の検査装置であって、前記二次欠陥判定部(16)は、前記差分画像作成部(12)で作成された差分画像の大きさに応じて前記閾値を変更すること、を特徴とする検査装置(5)である。
第6の発明は、検査対象物の画像である検査画像と基準画像との差分を抽出し、差分画像を作成する差分画像作成工程と、前記差分画像に基づいて、前記検査対象物の欠陥の有無を判定する一次欠陥判定工程と、前記一次欠陥判定工程で欠陥有りと判定された前記検査対象物に含まれる欠陥候補の周辺領域及び前記基準画像において前記欠陥候補の周辺領域と対応する部分領域を特定する領域特定工程と、前記欠陥候補の周辺領域の画像特徴量及び前記基準画像の対応する部分領域の画像特徴量を算出する画像特徴量算出工程と、前記画像特徴量算出工程で算出された2つの画像特徴量に基づいて、前記一次欠陥判定工程で欠陥有りと判定された前記検査対象物の前記欠陥候補が欠陥であるか否かを判定する二次欠陥判定工程と、を備える検査方法である。
第1の発明は、検査対象物の画像である検査画像と基準画像との差分を抽出し、差分画像を作成する差分画像作成部(12)と、前記差分画像に基づいて、前記検査対象物の欠陥の有無を判定する一次欠陥判定部(13)と、前記一次欠陥判定部で欠陥有りと判定された前記検査対象物に含まれる欠陥候補の周辺領域及び前記基準画像において前記欠陥候補の周辺領域と対応する部分領域を特定する領域特定部(14)と、前記欠陥候補の周辺領域の画像特徴量及び前記基準画像の対応する部分領域の画像特徴量を算出する画像特徴量算出部(15)と、前記画像特徴量算出部で算出された2つの画像特徴量に基づいて、前記一次欠陥判定部で欠陥有りと判定された前記検査対象物の前記欠陥候補が欠陥であるか否かを判定する二次欠陥判定部(16)と、を備える検査装置(5)である。
第2の発明は、第1の発明の検査装置であって、前記領域特定部(14)は、前記一次欠陥判定部(13)で欠陥有りと判定された前記検査対象物の検査画像から前記欠陥候補の周辺領域の画像を切り出し、切り出した前記画像を前記基準画像の中で移動させながら類似度を算出し、移動させた位置で算出した類似度に基づいて、切り出した前記画像と対応する部分領域を特定すること、を特徴とする検査装置(5)である。
第3の発明は、第1又は第2の発明の検査装置であって、前記二次欠陥判定部(16)は、前記画像特徴量算出部(15)で算出された2つの画像特徴量の類似度と予め設定された閾値とに基づいて、前記欠陥候補が欠陥であるか否かを判定すること、を特徴とする検査装置(5)である。
第4の発明は、第3の発明の検査装置であって、前記二次欠陥判定部(16)は、前記検査対象物において前記欠陥候補が存在する領域の位置に応じて前記閾値を変更すること、を特徴とする検査装置(5)である。
第5の発明は、第3又は第4の発明の検査装置であって、前記二次欠陥判定部(16)は、前記差分画像作成部(12)で作成された差分画像の大きさに応じて前記閾値を変更すること、を特徴とする検査装置(5)である。
第6の発明は、検査対象物の画像である検査画像と基準画像との差分を抽出し、差分画像を作成する差分画像作成工程と、前記差分画像に基づいて、前記検査対象物の欠陥の有無を判定する一次欠陥判定工程と、前記一次欠陥判定工程で欠陥有りと判定された前記検査対象物に含まれる欠陥候補の周辺領域及び前記基準画像において前記欠陥候補の周辺領域と対応する部分領域を特定する領域特定工程と、前記欠陥候補の周辺領域の画像特徴量及び前記基準画像の対応する部分領域の画像特徴量を算出する画像特徴量算出工程と、前記画像特徴量算出工程で算出された2つの画像特徴量に基づいて、前記一次欠陥判定工程で欠陥有りと判定された前記検査対象物の前記欠陥候補が欠陥であるか否かを判定する二次欠陥判定工程と、を備える検査方法である。
本発明によれば、疑似欠陥の検出数をより少なくできる検査装置及び検査方法を提供できる。
以下、本発明の実施形態ついて説明する。なお、本明細書に添付した図面は、いずれも模式図であり、理解しやすさ等を考慮して、各部の形状、縮尺、縦横の寸法比等を、実物から変更又は誇張している。
図1は、本実施形態の検査システム1を説明する図である。図2は、検査システム1の機能的な構成を示すブロック図である。
本実施形態の検査システム1は、検査対象物F(後述)に形成された配線パターン、電極部等の欠陥を検出するシステムである。本実施形態では、配線パターンの欠陥を検出する例について説明する。
配線パターンの欠陥としては、例えば、欠け、断線、短絡(ショート)等が挙げられる。以下、検査対象物Fにおいて、配線パターンが形成された面を「検査面」ともいう。
図1は、本実施形態の検査システム1を説明する図である。図2は、検査システム1の機能的な構成を示すブロック図である。
本実施形態の検査システム1は、検査対象物F(後述)に形成された配線パターン、電極部等の欠陥を検出するシステムである。本実施形態では、配線パターンの欠陥を検出する例について説明する。
配線パターンの欠陥としては、例えば、欠け、断線、短絡(ショート)等が挙げられる。以下、検査対象物Fにおいて、配線パターンが形成された面を「検査面」ともいう。
図1に示すように、本実施形態の検査システム1は、撮像部2、光源部3、ステージ4、検査装置5を備える。
撮像部2は、検査対象物Fを撮像し、その画像を検査画像として出力する装置である。撮像部2は、CCD素子、レンズ等を備えたラインスキャナカメラ(不図示)により構成される。
撮像部2は、光軸が検査対象物Fの検査面と直交するように支持機構(不図示)に支持されている。撮像部2で撮像された検査画像は、検査装置5に送信される。
撮像部2は、検査対象物Fを撮像し、その画像を検査画像として出力する装置である。撮像部2は、CCD素子、レンズ等を備えたラインスキャナカメラ(不図示)により構成される。
撮像部2は、光軸が検査対象物Fの検査面と直交するように支持機構(不図示)に支持されている。撮像部2で撮像された検査画像は、検査装置5に送信される。
光源部3は、検査対象物Fの検査面に検査光を照射する装置である。光源部3は、リング状に配置された複数のLED素子により構成される。光源部3は、検査対象物Fの周囲から検査面に向けてほぼ均等に検査光を照射するように、支持機構(不図示)に支持されている。
ステージ4は、検査対象物Fを保持した状態で、検査対象物Fを検査面と平行な平面上でX−Y方向(不図示)に移動させる装置である。
ステージ4に保持された検査対象物FをX−Y方向に移動させることにより、撮像部2において、検査対象物Fに形成された配線パターンの全体を撮像できる。
なお、本実施形態の検査システム1では、撮像部2が固定され、検査対象物Fが移動するように構成されているが、検査対象物Fが固定され、撮像部2が移動するように構成してもよい。即ち、撮像部2と検査対象物Fは、相対的に移動するように構成されていればよい。
ステージ4に保持された検査対象物FをX−Y方向に移動させることにより、撮像部2において、検査対象物Fに形成された配線パターンの全体を撮像できる。
なお、本実施形態の検査システム1では、撮像部2が固定され、検査対象物Fが移動するように構成されているが、検査対象物Fが固定され、撮像部2が移動するように構成してもよい。即ち、撮像部2と検査対象物Fは、相対的に移動するように構成されていればよい。
検査装置5は、図2に示すように、表示部6、入力部7、記憶部8、制御部9、画像処理部10を備える。
表示部6は、後述する検査画像、差分画像等を表示可能なディスプレイ装置である。
入力部7は、各種の文字情報、数値データのほか、操作指示、動作指示等を入力可能な装置である。入力部は、例えば、キーボード、マウス等(不図示)により構成される。
記憶部8は、制御部9、画像処理部10等で実行されるプログラム、データ等が記憶される記憶装置である。記憶部8は、例えば、半導体メモリにより構成される。
表示部6は、後述する検査画像、差分画像等を表示可能なディスプレイ装置である。
入力部7は、各種の文字情報、数値データのほか、操作指示、動作指示等を入力可能な装置である。入力部は、例えば、キーボード、マウス等(不図示)により構成される。
記憶部8は、制御部9、画像処理部10等で実行されるプログラム、データ等が記憶される記憶装置である。記憶部8は、例えば、半導体メモリにより構成される。
制御部9は、検査システム1の動作を統括的に制御するユニットであり、CPU(中央処理装置)、メモリ等を含むマイクロプロセッサにより構成される。制御部9は、記憶部8からオペレーティングシステム、アプリケーションプログラム等を読み出して実行することにより、各ハードウェアと協働して、各種の機能を実現する。なお、後述する画像処理部10の機能は、その一部又は全部を制御部9で実行してもよい。
画像処理部10は、CPU、メモリ等を含むマイクロプロセッサにより構成される。画像処理部10は、記憶部8から欠陥検査用のアプリケーションプログラムを読み出して実行することにより、各ハードウェアと協働して、検査対象物Fの欠陥の有無を判定する。
画像処理部10は、図2に示すように、画像取得部11、差分画像作成部12、一次欠陥判定部13、領域特定部14、画像特徴量算出部15、二次欠陥判定部16を備える。
以下、画像の具体例(図3〜図5)を参照しながら、画像処理部10を構成する各部の機能について説明する。
なお、本実施形態では、検査対象物Fに形成された配線パターンの一部を検査のための画像とする例について説明する。
以下、画像の具体例(図3〜図5)を参照しながら、画像処理部10を構成する各部の機能について説明する。
なお、本実施形態では、検査対象物Fに形成された配線パターンの一部を検査のための画像とする例について説明する。
図3は、基準画像及び検査画像を説明する図である。図3(A)は、基準画像を示す図である。図3(B)は、欠陥のある検査画像30を示す図である。図3(C)は、欠陥のない検査画像40を示す図である。図3(C)に示す配線パターンは、配線幅の一部が狭くなっているため、一次欠陥判定処理(後述)において、疑似欠陥と判定される可能性の高い画像である。
図4は、差分画像を説明する図である。図4(A)は、基準画像20と検査画像30により作成された差分画像31を示す図である。図4(B)は、基準画像20と検査画像40により作成された差分画像41を示す図である。
図5は、欠陥候補の周辺領域及びこの周辺領域と対応する同一領域の切り出しを説明する図である。図5(A)は、検査画像30における欠陥候補の周辺領域30aを示す図である。図5(B)は、基準画像20から切り出された、欠陥候補の周辺領域30aと対応する同一領域20aの画像を示す図である。図5(C)は、検査画像40における欠陥候補の周辺領域40bを示す図である。図5(D)は、基準画像20から切り出された、欠陥候補の周辺領域40bと対応する同一領域20bの画像を示す図である。
画像取得部11は、撮像部2を制御して、検査対象物Fの画像を撮像させる。画像取得部11は、撮像部2で撮像された検査対象物Fの画像を検査画像として取得する。検査画像は、画像取得部11において、白から黒までの段階的な濃淡で表現されたデジタル画像に変換される。例えば、1画素を8ビットで表現した場合、256階調(0〜255)のグレイスケール画像に変換される。
また、画像取得部11は、基準画像20を取得する。基準画像20は、基準対象物の画像である。基準画像20としては、例えば、マスター画像、CADで作成された画像、隣接する配線パターン(欠陥なし)の画像等を用いることができる。
なお、図5に示す基準画像20、検査画像30,40において、白地の部分は、金属の配線パターンを示す。グレー地の部分は、エッチングにより金属が除去された基板面を示す。
なお、図5に示す基準画像20、検査画像30,40において、白地の部分は、金属の配線パターンを示す。グレー地の部分は、エッチングにより金属が除去された基板面を示す。
図3(A)に示す基準画像20は、欠け、断線、隣接する配線パターンとの短絡、配線幅の減少等が発生していない良品の配線パターンを撮像した画像である。
図3(A)に示す検査画像30は、図中aで示す範囲に、真欠陥(明らかな欠陥)として検出されるべき断線が発生している。
図3(C)に示す検査画像40は、配線パターンに欠け、断線等の欠陥は発生していないが、図中bで示す範囲に、配線幅の減少が発生している。図3(C)に示す検査画像40において、範囲bの配線幅は、他の部分の配線幅と比べて減少幅がそれほど大きくないため、許容範囲内とみなすことができる。そのため、本来であれば、良品と判定されるべきものである。
図3(A)に示す検査画像30は、図中aで示す範囲に、真欠陥(明らかな欠陥)として検出されるべき断線が発生している。
図3(C)に示す検査画像40は、配線パターンに欠け、断線等の欠陥は発生していないが、図中bで示す範囲に、配線幅の減少が発生している。図3(C)に示す検査画像40において、範囲bの配線幅は、他の部分の配線幅と比べて減少幅がそれほど大きくないため、許容範囲内とみなすことができる。そのため、本来であれば、良品と判定されるべきものである。
一般に、配線パターンのエッチングでは、製品の仕上がりのバラツキに起因してエッジ部分が削られ、配線幅が減少することがある。このような配線幅の減少は、エッチングプロセスの進行が適切に管理されていれば、許容範囲内となることも少なくない。しかし、前述したように、差分の面積、濃度等に基づいて欠陥の有無を判定した場合、配線幅が許容範囲内であっても、疑似欠陥と判定されることがある。
図3(B),(C)に示すように、欠陥の中には、真欠陥だけでなく、欠陥として誤認された疑似欠陥も含まれる。本実施形態では、これらを含めて「欠陥候補」という。
上述した検査画像30,40は、画像取得部11において、ノイズ除去処理等の前処理が行われた後、基準画像20と共に記憶部8に記憶される。
なお、検査画像30,40は、それぞれ異なる製品の画像であるため、実際には個別に判定されるが、本実施形態では、検査画像30,40を併記して説明する。
上述した検査画像30,40は、画像取得部11において、ノイズ除去処理等の前処理が行われた後、基準画像20と共に記憶部8に記憶される。
なお、検査画像30,40は、それぞれ異なる製品の画像であるため、実際には個別に判定されるが、本実施形態では、検査画像30,40を併記して説明する。
差分画像作成部12は、基準画像20と検査画像30との差分値を算出して所定の閾値で二値化することにより、白黒の画素により形成される差分画像を作成する。差分画像作成部12で作成された検査画像30の差分画像31を、図4(A)に示す。
また、差分画像作成部12は、基準画像20と検査画像40との差分値を算出して、所定の閾値で二値化することにより、白黒の画素により形成される差分画像を作成する。差分画像作成部12で作成された検査画像40の差分画像41を、図4(B)に示す。
また、差分画像作成部12は、基準画像20と検査画像40との差分値を算出して、所定の閾値で二値化することにより、白黒の画素により形成される差分画像を作成する。差分画像作成部12で作成された検査画像40の差分画像41を、図4(B)に示す。
一次欠陥判定部13は、差分画像作成部12で作成された差分画像31,41に対するブロブ解析により、それぞれの画像に含まれる欠陥候補の座標(位置、大きさ)、面積等を取得する。そして、一次欠陥判定部13は、ブロブ解析により得た差分画像31,41の面積が所定の閾値以上か否かに基づいて、検査画像30,40のそれぞれの検査対象物Fの欠陥の有無を判定する(一次欠陥判定処理)。
一次欠陥判定処理において、欠陥の無い良品と判定された検査対象物Fについては、二次欠陥判定部16(後述)による二次欠陥判定処理は行われない。一方、一次欠陥判定処理において、欠陥が有ると判定された検査対象物F(不良品)には欠陥候補が含まれるため、二次欠陥判定部16による二次欠陥判定処理が行われる。
ここでは、差分画像31,41の面積がいずれも所定の閾値以上となったため、検査画像30,40のそれぞれの検査対象物Fが不良品と判定されたものとする。このうち、検査画像40の検査対象物Fは、欠陥品と誤認された疑似欠陥品である。
ここでは、差分画像31,41の面積がいずれも所定の閾値以上となったため、検査画像30,40のそれぞれの検査対象物Fが不良品と判定されたものとする。このうち、検査画像40の検査対象物Fは、欠陥品と誤認された疑似欠陥品である。
領域特定部14は、基準画像20において、検査画像30,40に含まれる欠陥候補の周辺領域と対応する同一領域を特定する。なお、本実施形態において、同一領域(部分領域)とは、厳密な意味で同一な範囲に加えて、実質的に同一と考えられる範囲、概ね同一とみなせる範囲を含む。
まず、領域特定部14は、一次欠陥判定処理において不良品と判定された検査対象物Fに含まれる欠陥候補の周辺領域の画像を切り出す。
領域特定部14は、図5(A)に示すように、検査画像30から、欠陥候補の周辺領域30aの画像を切り出す。この周辺領域30aは、一次欠陥判定処理のブロブ解析により得た、差分画像31(図4参照)に含まれる欠陥候補の座標に基づいて設定される。また、領域特定部14は、図5(C)に示すように、検査画像40から、欠陥候補の周辺領域40aの画像を切り出す。
まず、領域特定部14は、一次欠陥判定処理において不良品と判定された検査対象物Fに含まれる欠陥候補の周辺領域の画像を切り出す。
領域特定部14は、図5(A)に示すように、検査画像30から、欠陥候補の周辺領域30aの画像を切り出す。この周辺領域30aは、一次欠陥判定処理のブロブ解析により得た、差分画像31(図4参照)に含まれる欠陥候補の座標に基づいて設定される。また、領域特定部14は、図5(C)に示すように、検査画像40から、欠陥候補の周辺領域40aの画像を切り出す。
周辺領域は、欠陥候補を中心として、欠陥候補よりも少し大きな範囲に設定される。周辺領域として、欠陥候補を中心とする広い範囲を設定すると、テンプレートマッチング(後述)で偶然に一致してしまう確率が高くなる。また、周辺領域として、欠陥候補を中心とする狭い範囲を設定すると、テンプレートマッチングで一致する領域が検出しにくくなる。そのため、周辺領域の範囲は、欠陥候補の位置、形状、大きさ等に応じて設定することが望ましい。
次に、領域特定部14は、テンプレートマッチングにより、切り出した周辺領域の画像を基準画像20の中で移動させながら類似度を算出する。
周辺領域の画像を移動させる範囲は、基準画像20において、欠陥候補の座標と対応する位置を中心として設定される。領域特定部14は、周辺領域の画像を、基準画像20上に設定した範囲おいて、X−Y方向にそれぞれ一画素(又は数画素)ずつ移動させる。
領域特定部14は、移動させた各位置において、周辺領域の画像と基準画像20との類似度を算出する。画像の類似度は、例えば、SSD(Sum of Squared Difference),SAD(Sum of Absolute Difference)等の手法により算出できる。
周辺領域の画像を移動させる範囲は、基準画像20において、欠陥候補の座標と対応する位置を中心として設定される。領域特定部14は、周辺領域の画像を、基準画像20上に設定した範囲おいて、X−Y方向にそれぞれ一画素(又は数画素)ずつ移動させる。
領域特定部14は、移動させた各位置において、周辺領域の画像と基準画像20との類似度を算出する。画像の類似度は、例えば、SSD(Sum of Squared Difference),SAD(Sum of Absolute Difference)等の手法により算出できる。
領域特定部14は、周辺領域の画像を移動させる範囲内のすべての位置において、類似度を算出する処理を実施する。そして、領域特定部14は、基準画像20から、類似度が最も高い領域の画像を切り出す。
図5(A)に示す欠陥候補の周辺領域30aの場合、図5(B)に示すように、基準画像20から、欠陥候補の周辺領域30aと対応する同一領域20aが特定され、その領域の画像が切り出される。また、図5(C)に示す欠陥候補の周辺領域40bの場合、図5(D)に示すように、基準画像20において、欠陥候補の周辺領域40bと対応する同一領域20bが特定され、その領域の画像が切り出される。
基準画像20から切り出される画像の大きさは、欠陥候補の周辺領域と同じとなる。そのため、図5(B),(D)に示すように、欠陥候補の周辺領域の大きさに応じて、基準画像20から切り出される同一領域20a,20bの画像の大きさもそれぞれ異なる。
図5(A)に示す欠陥候補の周辺領域30aの場合、図5(B)に示すように、基準画像20から、欠陥候補の周辺領域30aと対応する同一領域20aが特定され、その領域の画像が切り出される。また、図5(C)に示す欠陥候補の周辺領域40bの場合、図5(D)に示すように、基準画像20において、欠陥候補の周辺領域40bと対応する同一領域20bが特定され、その領域の画像が切り出される。
基準画像20から切り出される画像の大きさは、欠陥候補の周辺領域と同じとなる。そのため、図5(B),(D)に示すように、欠陥候補の周辺領域の大きさに応じて、基準画像20から切り出される同一領域20a,20bの画像の大きさもそれぞれ異なる。
画像特徴量算出部15は、欠陥候補の周辺領域の画像特徴量及び基準画像20から切り出した同一領域の画像特徴量を算出する。画像特徴量とは、画像の特徴、性質等を数値化したものである。
画像特徴量は、例えば、輝度勾配(強度、方向)を用いるHOG(Histograms of Oriented Gradients)、幾何学形状に基づくHuモーメント不変量等の公知のアルゴリズムを用いて算出できる。
画像特徴量は、例えば、輝度勾配(強度、方向)を用いるHOG(Histograms of Oriented Gradients)、幾何学形状に基づくHuモーメント不変量等の公知のアルゴリズムを用いて算出できる。
二次欠陥判定部16は、画像特徴量算出部15で算出された2つの画像特徴量に基づいて、一次欠陥判定処理で欠陥の有る不良品と判定された検査対象物Fに含まれる欠陥候補が、欠陥であるか否かを判定する。
まず、二次欠陥判定部16は、画像特徴量算出部15で算出された2つの画像特徴量の類似度を算出する。類似度は、例えば、ユークリッド距離、コサイン類似度等の公知のアルゴリズムを用いて算出できる。算出の手法は、製品種類、欠陥の種類、その他のアプリケーションの使用に応じて適宜に選択できる。
まず、二次欠陥判定部16は、画像特徴量算出部15で算出された2つの画像特徴量の類似度を算出する。類似度は、例えば、ユークリッド距離、コサイン類似度等の公知のアルゴリズムを用いて算出できる。算出の手法は、製品種類、欠陥の種類、その他のアプリケーションの使用に応じて適宜に選択できる。
そして、二次欠陥判定部16は、画像特徴量算出部15で算出された2つの画像特徴量の類似度と予め設定された閾値とに基づいて、欠陥候補が欠陥であるか否かを判定する。本実施形態において、二次欠陥判定部16は、2つの画像特徴量の類似度が閾値以下の場合には、欠陥候補が欠陥であると判定する。また、二次欠陥判定部16は、2つの画像特徴量の類似度が閾値を超える場合には、欠陥候補が欠陥でないと判定する。
例えば、検査画像30の場合、図5(A)に示す欠陥候補の周辺領域30aと、図5(B)に示す基準画像20の同一領域20aの画像とを比較すると、2つの画像は共通点が少ない画像であるため、画像特徴量の類似度は低くなる。一方、検査画像40の場合、図5(C)に示す欠陥候補の周辺領域40aと、図5(D)に示す基準画像20の同一領域20bの画像とを比較すると、2つの画像は共通点が多い似通った画像であるため、画像特徴量の類似度は高くなる。そのため、閾値を適切に設定することにより、検査画像30の欠陥候補を欠陥(真欠陥)と判定し、検査画像40の欠陥候補を欠陥でない(疑似欠陥)と判定できる。
類似度を判定する閾値は、検査対象物において欠陥候補が存在する領域の位置に応じて変更してもよい。例えば、検査対象が配線パターンの場合、配線領域上の閾値を、その他の領域の閾値よりも大きくすることにより、配線の僅かな欠けをより確実に検出しつつ、配線幅の減少等、疑似欠陥の検出をより少なくできる。このように、検査対象物において欠陥候補が存在する領域の位置に応じて閾値を変更することにより、製品仕様に応じてより適切な欠陥の判定を行うことができる。なお、同じ配線パターンであっても、例えば、検査基準の厳しい配線幅の狭い部分の閾値を、検査基準が緩い配線幅の広い部分の閾値よりも大きくしてもよい。即ち、類似度を判定する閾値は、欠陥候補が存在する領域だけでなく、その領域の検査基準の程度に応じて設定してもよい。
また、類似度を判定する閾値は、差分画像作成部12で作成された差分画像の大きさに応じて変更してもよい。例えば、検査対象が配線パターンの場合、断線、短絡等の欠陥は、基準画像と検査画像との差分値が大きいため、作成される差分画像も大きくなる。一方、色ムラ、シミ等の欠陥は、基準画像と検査画像との差分値が小さいため、作成される差分画像も小さくなる。従って、検査対象が配線パターンの場合に、欠陥が断線、短絡等であれば閾値を大きくし、欠陥が色ムラ、シミ等であれば閾値を小さくすれば、欠陥の種類に応じて検出精度を適切に調整できる。なお、この場合も、類似度を判定する閾値は、差分画像の大きさだけでなく、差分画像が存在する領域の検査基準の程度に応じて設定してもよい。
また、類似度を判定する閾値は、差分画像作成部12で作成された差分画像の正負に応じて変更してもよい。例えば、検査対象が配線パターンであって、欠陥が断線の場合、差分画像は正となる。また、検査対象が配線パターンであって、欠陥が短絡(ショート)の場合、差分画像は負となる。このように、検査対象が配線パターンである場合には、差分画像の正負により欠陥の種類(断線、短絡等)を概ね判断できるため、欠陥の種類に応じて閾値を変更することにより、欠陥の検出精度をより適切に調整できる。
二次欠陥判定部16の判定結果は、基準画像20、検査画像30,40、切り出した領域の画像、画像特徴量、類似度等のデータと関連付けられて記憶部8に記憶される。
なお、閾値の設定手法は特に限定されない。例えば、良品と複数の不良品のそれぞれの画像特徴量を比較し、おおよその境界点となる数値に基づいて設定する手法も一例として挙げられる。
なお、閾値の設定手法は特に限定されない。例えば、良品と複数の不良品のそれぞれの画像特徴量を比較し、おおよその境界点となる数値に基づいて設定する手法も一例として挙げられる。
次に、上述した検査装置5による欠陥検査の処理手順について説明する。
図6は、検査装置5による欠陥検査の処理手順を示すフローチャートである。
図6のステップS1において、画像取得部11は、撮像部2を制御して、検査対象物Fの画像を検査画像として取得する。ステップS1において、画像取得部11は、例えば、図3(B)に示すような検査画像30、図3(C)に示すような検査画像40を取得する。
図6は、検査装置5による欠陥検査の処理手順を示すフローチャートである。
図6のステップS1において、画像取得部11は、撮像部2を制御して、検査対象物Fの画像を検査画像として取得する。ステップS1において、画像取得部11は、例えば、図3(B)に示すような検査画像30、図3(C)に示すような検査画像40を取得する。
ステップS2において、画像取得部11は、基準画像を取得する。例えば、画像取得部11は、図3(A)に示すような基準画像20を取得する。
なお、検査画像及び基準画像を取得する順番は、上記順番に限らず、逆でもよいし、同時に取得してもよい。
なお、検査画像及び基準画像を取得する順番は、上記順番に限らず、逆でもよいし、同時に取得してもよい。
ステップS3において、差分画像作成部12は、基準画像20と検査画像30,40との差分を抽出し、所定の閾値で二値化することにより、差分画像を作成する。例えば、差分画像作成部12は、図4(A)に示すような差分画像31、図4(B)に示すような差分画像41を作成する。
ステップS4において、一次欠陥判定部13は、差分画像31,41と閾値とに基づいて、検査画像30,40のそれぞれの検査対象物Fの欠陥の有無を判定する(一次欠陥判定処理)。この一次欠陥判定処理において、欠陥が有ると判定された検査対象物Fについてのみ、二次欠陥判定処理が行われる。
ステップS5において、領域特定部14、画像特徴量算出部15及び二次欠陥判定部16は、二次欠陥判定処理(後述)を実行する。ステップS5では、図7に示す二次欠陥判定処理のサブルーチンが実行される。
ステップS5において、二次欠陥判定処理のサブルーチンが終了すると、二次欠陥判定部16は、判定結果を上述した各種画像等と関連付けて記憶部8に記憶させる。
ステップS5において、二次欠陥判定処理のサブルーチンが終了すると、二次欠陥判定部16は、判定結果を上述した各種画像等と関連付けて記憶部8に記憶させる。
図7は、二次欠陥判定処理の処理手順を示すフローチャートである。
図7に示すステップS11において、領域特定部14は、一次欠陥判定処理において不良品と判定された検査対象物Fに含まれる欠陥候補の周辺領域の画像を切り出す。
例えば、領域特定部14は、図5(A)に示す検査画像30から、欠陥候補の周辺領域30aの画像を切り出す。また、領域特定部14は、図5(C)に示す検査画像40から、欠陥候補の周辺領域40bの画像を切り出す。
図7に示すステップS11において、領域特定部14は、一次欠陥判定処理において不良品と判定された検査対象物Fに含まれる欠陥候補の周辺領域の画像を切り出す。
例えば、領域特定部14は、図5(A)に示す検査画像30から、欠陥候補の周辺領域30aの画像を切り出す。また、領域特定部14は、図5(C)に示す検査画像40から、欠陥候補の周辺領域40bの画像を切り出す。
ステップS12において、領域特定部14は、基準画像20において、欠陥候補の周辺領域30a,40bと対応する同一領域を特定する。領域特定部14は、先に説明したように、テンプレートマッチングにより、切り出した周辺領域30a,40bの画像を基準画像20の中で移動させながら基準画像20との類似度を算出する。そして、領域特定部14は、移動させた位置で算出した類似度に基づいて、基準画像20から、周辺領域30a,40bの画像と対応する同一領域を特定する。
例えば、領域特定部14は、図5(B)に示す基準画像20から、検査画像30の欠陥候補の周辺領域30aと対応する同一領域20aの画像を切り出す。また、領域特定部14は、図5(D)に示す基準画像20から、検査画像40の欠陥候補の周辺領域40bと対応する同一領域20bの画像を切り出す。
ステップS13において、画像特徴量算出部15は、欠陥候補の周辺領域の画像特徴量及び基準画像20の対応する同一領域の画像特徴量を算出する。
ステップS14において、二次欠陥判定部16は、画像特徴量算出部15で算出された2つの画像特徴量の類似度を算出する。
ステップS14において、二次欠陥判定部16は、画像特徴量算出部15で算出された2つの画像特徴量の類似度を算出する。
ステップS15において、二次欠陥判定部16は、算出した2つの画像特徴量の類似度と予め設定された閾値とに基づいて、一次欠陥判定処理で欠陥の有る不良品と判定された検査対象物Fに含まれる欠陥候補が、欠陥であるか否かを判定する。二次欠陥判定部16は、判定結果を上述した各種画像等と関連付けて記憶部8に記憶させる。
上述した検査装置5を備えた本実施形態の検査システム1によれば、例えば、以下のような効果を奏する。
本実施形態の検査装置5は、一次欠陥判定処理で検出された欠陥候補の周辺領域の画像特徴量及び基準画像の対応する同一領域の画像特徴量に基づいて欠陥候補が欠陥であるか否かを判定する二次欠陥判定部16を備える。これによれば、一次欠陥判定処理において欠陥候補が欠陥(疑似欠陥)と判定された場合でも、欠陥候補の周辺領域の画像特徴量及び基準画像の対応する同一領域の画像特徴量によっては、二次欠陥判定部16において欠陥候補が欠陥でないと判定される。そのため、本実施形態の検査装置5は、疑似欠陥の検出数をより少なくできる。
本実施形態の検査装置5は、一次欠陥判定処理で検出された欠陥候補の周辺領域の画像特徴量及び基準画像の対応する同一領域の画像特徴量に基づいて欠陥候補が欠陥であるか否かを判定する二次欠陥判定部16を備える。これによれば、一次欠陥判定処理において欠陥候補が欠陥(疑似欠陥)と判定された場合でも、欠陥候補の周辺領域の画像特徴量及び基準画像の対応する同一領域の画像特徴量によっては、二次欠陥判定部16において欠陥候補が欠陥でないと判定される。そのため、本実施形態の検査装置5は、疑似欠陥の検出数をより少なくできる。
二次欠陥判定部16は、2つの画像特徴量の類似度と閾値とに基づいて、欠陥候補が欠陥であるか否かを判定する。そのため、閾値を適切に設定することにより、欠陥候補が欠陥であるか否かをより正確且つ容易に判定できる。
二次欠陥判定部16において、類似度を判定する閾値は、差分画像作成部12で作成された差分画像の大きさに応じて変更してもよい。その場合は、製品仕様に応じてより適切な欠陥の判定を行うことができる。
二次欠陥判定部16において、類似度を判定する閾値は、差分画像作成部12で作成された差分画像の大きさに応じて変更してもよい。その場合は、欠陥の種類に応じて検出精度を適切に調整できる。
二次欠陥判定部16において、類似度を判定する閾値は、差分画像作成部12で作成された差分画像の大きさに応じて変更してもよい。その場合は、製品仕様に応じてより適切な欠陥の判定を行うことができる。
二次欠陥判定部16において、類似度を判定する閾値は、差分画像作成部12で作成された差分画像の大きさに応じて変更してもよい。その場合は、欠陥の種類に応じて検出精度を適切に調整できる。
本実施形態の検査装置5は、検査画像から切り出した周辺領域の画像を基準画像の中で移動させながら類似度を算出し、基準画像から周辺領域の画像と類似度が最も高い領域の画像を切り出す領域特定部14を備える。基準画像中の同一座標を参照するだけでは、位置精度のバラつきにより、基準画像から切り出す同一領域の位置にずれが生じるため、画像特徴量の類似度を正確に算出することが難しくなる。これに対して、領域特定部14は、基準画像から周辺領域の画像と類似度が最も高い領域を切り出すため、位置精度のバラつきの影響がほとんどなく、画像特徴量の類似度をより正確に算出できる。
以上、本発明の実施形態について説明したが、本発明は、前述した実施形態に限定されるものではなく、後述する変形形態のように種々の変形や変更が可能であって、それらも本発明の技術的範囲内である。実施形態に記載した効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、実施形態に記載したものに限定されない。なお、上述の実施形態及び後述する変形形態は、適宜組み合わせて用いることもできるが、詳細な説明は省略する。
(変形形態)
実施形態では、2つの画像特徴量の類似度を算出し、二次欠陥判定部16において、2つの画像特徴量の類似度と閾値とを比較することにより、欠陥候補が欠陥であるか否かを判定する例について説明したが、これに限定されない。2つの画像特徴量の類似度と閾値とを用いて判定する場合に比べて計算量は増えるが、2つの画像特徴量同士を比較することにより、欠陥候補が欠陥であるか否かを判定してもよい。
実施形態では、2つの画像特徴量の類似度を算出し、二次欠陥判定部16において、2つの画像特徴量の類似度と閾値とを比較することにより、欠陥候補が欠陥であるか否かを判定する例について説明したが、これに限定されない。2つの画像特徴量の類似度と閾値とを用いて判定する場合に比べて計算量は増えるが、2つの画像特徴量同士を比較することにより、欠陥候補が欠陥であるか否かを判定してもよい。
実施形態では、二次欠陥判定部16において、2つの画像特徴量の類似度が閾値以下の場合には、欠陥候補が欠陥であると判定し、2つの画像特徴量の類似度が閾値を超える場合には、欠陥候補が欠陥でないと判定する例について説明したが、これに限定されない。類似度の計算方法によって、類似度の判定基準を変えてもよい。例えば、類似度の計算方法によっては、2つの画像特徴量の類似度が閾値以下の場合には、欠陥候補が欠陥でないと判定し、2つの画像特徴量の類似度が閾値を超える場合には、欠陥候補が欠陥であると判定してもよい。
実施形態では、検査装置5において、撮像部2で撮像された検査対象物Fの画像を検査画像として取得する例について説明したが、これに限定されない。検査装置5は、例えば、記憶媒体に記憶された検査画像を取得してもよいし、ネットワークを介して送信された検査画像を取得してもよい。
実施形態では、検査対象物Fとして、基板上にエッチングにより配線パターンが形成されたプリント基板を例として説明したが、これに限定されない。検査対象物Fは、例えば、フォトマスク基板等であってもよい。
1 検査システム
5 検査装置
12 差分画像作成部
13 一次欠陥判定部
14 領域特定部
15 画像特徴量算出部
16 二次欠陥判定部
5 検査装置
12 差分画像作成部
13 一次欠陥判定部
14 領域特定部
15 画像特徴量算出部
16 二次欠陥判定部
Claims (6)
- 検査対象物の画像である検査画像と基準画像との差分を抽出し、差分画像を作成する差分画像作成部と、
前記差分画像に基づいて、前記検査対象物の欠陥の有無を判定する一次欠陥判定部と、
前記一次欠陥判定部で欠陥有りと判定された前記検査対象物に含まれる欠陥候補の周辺領域及び前記基準画像において前記欠陥候補の周辺領域と対応する部分領域を特定する領域特定部と、
前記欠陥候補の周辺領域の画像特徴量及び前記基準画像の対応する部分領域の画像特徴量を算出する画像特徴量算出部と、
前記画像特徴量算出部で算出された2つの画像特徴量に基づいて、前記一次欠陥判定部で欠陥有りと判定された前記検査対象物の前記欠陥候補が欠陥であるか否かを判定する二次欠陥判定部と、
を備える検査装置。 - 請求項1に記載の検査装置であって、
前記領域特定部は、
前記一次欠陥判定部で欠陥有りと判定された前記検査対象物の検査画像から前記欠陥候補の周辺領域の画像を切り出し、切り出した前記画像を前記基準画像の中で移動させながら類似度を算出し、移動させた位置で算出した類似度に基づいて、切り出した前記画像と対応する部分領域を特定すること、
を特徴とする検査装置。 - 請求項1又は請求項2に記載の検査装置であって、
前記二次欠陥判定部は、前記画像特徴量算出部で算出された2つの画像特徴量の類似度と予め設定された閾値とに基づいて、前記欠陥候補が欠陥であるか否かを判定すること、
を特徴とする検査装置。 - 請求項3に記載の検査装置であって、
前記二次欠陥判定部は、前記検査対象物において前記欠陥候補が存在する領域の位置に応じて前記閾値を変更すること、
を特徴とする検査装置。 - 請求項3又は請求項4に記載の検査装置であって、
前記二次欠陥判定部は、前記差分画像作成部で作成された差分画像の大きさに応じて前記閾値を変更すること、
を特徴とする検査装置。 - 検査対象物の画像である検査画像と基準画像との差分を抽出し、差分画像を作成する差分画像作成工程と、
前記差分画像に基づいて、前記検査対象物の欠陥の有無を判定する一次欠陥判定工程と、
前記一次欠陥判定工程で欠陥有りと判定された前記検査対象物に含まれる欠陥候補の周辺領域及び前記基準画像において前記欠陥候補の周辺領域と対応する部分領域を特定する領域特定工程と、
前記欠陥候補の周辺領域の画像特徴量及び前記基準画像の対応する部分領域の画像特徴量を算出する画像特徴量算出工程と、
前記画像特徴量算出工程で算出された2つの画像特徴量に基づいて、前記一次欠陥判定工程で欠陥有りと判定された前記検査対象物の前記欠陥候補が欠陥であるか否かを判定する二次欠陥判定工程と、
を備える検査方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016243441A JP2018096908A (ja) | 2016-12-15 | 2016-12-15 | 検査装置及び検査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016243441A JP2018096908A (ja) | 2016-12-15 | 2016-12-15 | 検査装置及び検査方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018096908A true JP2018096908A (ja) | 2018-06-21 |
Family
ID=62632909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016243441A Pending JP2018096908A (ja) | 2016-12-15 | 2016-12-15 | 検査装置及び検査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018096908A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020255971A1 (ja) * | 2019-06-21 | 2020-12-24 | 大日本印刷株式会社 | 判定装置、判定装置の制御方法、判定システム、判定システムの制御方法、及び、プログラム |
WO2021111768A1 (ja) * | 2019-12-03 | 2021-06-10 | パナソニックIpマネジメント株式会社 | 設定システム、設定方法及びプログラム |
KR20220129770A (ko) * | 2021-03-17 | 2022-09-26 | 주식회사 스피어테크 | 제품 확인 장치 |
WO2022200854A1 (en) * | 2021-03-26 | 2022-09-29 | Minds Ai Technologies Ltd. | Electronic substrate defect detection |
JP7270314B1 (ja) * | 2022-11-07 | 2023-05-10 | タクトピクセル株式会社 | 検査方法、検査システム、ニューラルネットワーク |
WO2023175831A1 (ja) * | 2022-03-17 | 2023-09-21 | 株式会社Fuji | 画像確認装置および画像確認方法 |
CN112740270B (zh) * | 2019-06-21 | 2024-04-26 | 大日本印刷株式会社 | 判定装置、判定装置的控制方法、判定系统、判定系统的控制方法以及介质 |
-
2016
- 2016-12-15 JP JP2016243441A patent/JP2018096908A/ja active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020255971A1 (ja) * | 2019-06-21 | 2020-12-24 | 大日本印刷株式会社 | 判定装置、判定装置の制御方法、判定システム、判定システムの制御方法、及び、プログラム |
JP2021002231A (ja) * | 2019-06-21 | 2021-01-07 | 大日本印刷株式会社 | 判定装置、判定装置の制御方法、判定システム、判定システムの制御方法、及び、プログラム |
CN112740270A (zh) * | 2019-06-21 | 2021-04-30 | 大日本印刷株式会社 | 判定装置、判定装置的控制方法、判定系统、判定系统的控制方法以及程序 |
CN112740270B (zh) * | 2019-06-21 | 2024-04-26 | 大日本印刷株式会社 | 判定装置、判定装置的控制方法、判定系统、判定系统的控制方法以及介质 |
WO2021111768A1 (ja) * | 2019-12-03 | 2021-06-10 | パナソニックIpマネジメント株式会社 | 設定システム、設定方法及びプログラム |
KR20220129770A (ko) * | 2021-03-17 | 2022-09-26 | 주식회사 스피어테크 | 제품 확인 장치 |
KR102579473B1 (ko) | 2021-03-17 | 2023-09-18 | 주식회사 스피어테크 | 제품 확인 장치 |
WO2022200854A1 (en) * | 2021-03-26 | 2022-09-29 | Minds Ai Technologies Ltd. | Electronic substrate defect detection |
US11694318B2 (en) | 2021-03-26 | 2023-07-04 | Minds AI Technologies Ltd | Electronic substrate defect detection |
WO2023175831A1 (ja) * | 2022-03-17 | 2023-09-21 | 株式会社Fuji | 画像確認装置および画像確認方法 |
JP7270314B1 (ja) * | 2022-11-07 | 2023-05-10 | タクトピクセル株式会社 | 検査方法、検査システム、ニューラルネットワーク |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018096908A (ja) | 検査装置及び検査方法 | |
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 | |
US20170323435A1 (en) | Defect quantification method, defect quantification device, and defect evaluation value display device | |
CN109472271B (zh) | 印刷电路板图像轮廓提取方法及装置 | |
EP3418726A1 (en) | Defect detection apparatus, defect detection method, and program | |
KR20120068128A (ko) | 패턴의 결함 검출 방법 및 이를 수행하기 위한 결함 검출 장치 | |
JP6294131B2 (ja) | 欠陥レビュー装置、欠陥レビュー方法 | |
EP3660491A1 (en) | Defect inspecting method and defect inspecting device | |
JP2018036241A (ja) | 検査方法、検査装置、検査プログラム、および記録媒体 | |
JP2020008501A (ja) | 表面欠陥検出装置及び表面欠陥検出方法 | |
CN105718931B (zh) | 用于确定采集图像中的杂斑的系统和方法 | |
KR20120089541A (ko) | 웨이퍼 정합 방법 및 시스템 | |
WO2017071406A1 (zh) | 金针类元件的引脚检测方法和系统 | |
JP2018004632A (ja) | パターン検査方法およびパターン検査装置 | |
JP4910128B2 (ja) | 対象物表面の欠陥検査方法 | |
CN110288040B (zh) | 一种基于拓扑验证的图像相似评判方法及设备 | |
JP4322230B2 (ja) | 表面欠陥検査装置及び表面欠陥検査方法 | |
JP2017166957A (ja) | 欠陥検出装置、欠陥検出方法およびプログラム | |
JP2009139133A (ja) | 欠陥検出方法および欠陥検出装置 | |
TWI496111B (zh) | 針腳彎曲檢測方法 | |
KR20160097651A (ko) | 유효화 영상처리기법을 이용한 시료의 패턴 검사 장치 및 방법, 그리고 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
JP4115378B2 (ja) | 欠陥検出方法 | |
JP2019533140A (ja) | 偏析分析装置及び方法 | |
TWI510776B (zh) | 玻璃氣泡瑕疵檢測處理方法 | |
JP2017166956A (ja) | 欠陥検出装置、欠陥検出方法およびプログラム |