JP2021128097A - 欠陥検出装置、欠陥検出方法、欠陥修正装置 - Google Patents
欠陥検出装置、欠陥検出方法、欠陥修正装置 Download PDFInfo
- Publication number
- JP2021128097A JP2021128097A JP2020023728A JP2020023728A JP2021128097A JP 2021128097 A JP2021128097 A JP 2021128097A JP 2020023728 A JP2020023728 A JP 2020023728A JP 2020023728 A JP2020023728 A JP 2020023728A JP 2021128097 A JP2021128097 A JP 2021128097A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- pixel
- spectral
- defect detection
- image
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- G—PHYSICS
- G02—OPTICS
- G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
- G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
- G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour
- G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour based on liquid crystals, e.g. single liquid crystal display cells
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Nonlinear Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Optics & Photonics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Liquid Crystal (AREA)
Abstract
【課題】多層膜基板の欠陥部検出において、誤検出を抑止して、精度の高い検出が可能な欠陥検出装置を提供する。【解決手段】欠陥検出装置1は、多層膜基板Wの表面Waにおいて欠陥部を検出する拡大像を得る顕微鏡10と、拡大像が結像される撮像面22aを有し、撮像面の画素毎に拡大像の分光スペクトル情報を出力するスペクトル分光カメラ20と、スペクトル分光カメラから出力された分光スペクトル情報を処理する情報処理部30とを備え、情報処理部は、画素毎の分光スペクトル情報をクラスタリング処理する機械学習部と、機械学習部の処理結果から欠陥部を検出する欠陥検出部を備え、欠陥検出部は、機械学習部のクラスタリング処理の結果から得られる分類エリアの2値化画像を正常な2値化画像と比較し、疑似的な欠陥部を除いた欠陥部を抽出する。【選択図】図1
Description
本発明は、欠陥検出装置、欠陥検出方法、検出された欠陥を修正する欠陥修正装置に関するものである。
FPD(Flat Panel Display)などの製造工程では、検査工程で欠陥画素が検出された場合に、TFT(Thin Film Transistor)などの多層膜基板を対象に、欠陥画素の欠陥部に対してレーザ光を照射する修正加工を行っている。
この際の欠陥部の検出は、顕微鏡画像による目視検査か、或いは、画像処理技術を用いて、欠陥部の画像と欠陥部の無い参照画像とを照合し、欠陥部の位置や特徴を把握することなどが行われている(下記特許文献1参照)。
前述した画像処理技術を用いて欠陥部の検出を行う従来技術によると、2次元画像によって欠陥部から得られる情報は、欠陥部の色、大きさ、コントラスト、形状などに限られてしまうため、欠陥部の下地層の層構造などを把握することができず、欠陥部を誤検出してしまう問題があった。
本発明は、このような問題に対処するために提案されたものである。すなわち、多層膜基板の欠陥部検出において、誤検出を抑止して、精度の高い検出を行えるようにすること、などを課題としている。
このような課題を解決するために、本発明は、以下の構成を具備するものである。
多層膜基板の表面において欠陥部を検出する拡大像を得る顕微鏡と、前記拡大像が結像される撮像面を有し、当該撮像面の画素毎に前記拡大像の分光スペクトル情報を出力するスペクトル分光カメラと、前記スペクトル分光カメラから出力された分光スペクトル情報を処理する情報処理部とを備え、前記情報処理部は、前記画素毎の分光スペクトル情報をクラスタリング処理する機械学習部と、該機械学習部の処理結果から欠陥部を検出する欠陥検出部を備え、前記欠陥検出部は、前記機械学習部のクラスタリング処理の結果から得られる分類エリアの2値化画像を正常な2値化画像と比較し、疑似的な欠陥部を除いた欠陥部を抽出することを特徴とする欠陥検出装置。
多層膜基板の表面において欠陥部を検出する拡大像を得る顕微鏡と、前記拡大像が結像される撮像面を有し、当該撮像面の画素毎に前記拡大像の分光スペクトル情報を出力するスペクトル分光カメラと、前記スペクトル分光カメラから出力された分光スペクトル情報を処理する情報処理部とを備え、前記情報処理部は、前記画素毎の分光スペクトル情報をクラスタリング処理する機械学習部と、該機械学習部の処理結果から欠陥部を検出する欠陥検出部を備え、前記欠陥検出部は、前記機械学習部のクラスタリング処理の結果から得られる分類エリアの2値化画像を正常な2値化画像と比較し、疑似的な欠陥部を除いた欠陥部を抽出することを特徴とする欠陥検出装置。
以下、図面を参照して本発明の実施形態を説明する。以下の説明で、異なる図における同一符号は同一機能の部位を示しており、各図における重複説明は適宜省略する。
図1に示すように、欠陥検出装置1は、ステージS上に設置されたワークである多層膜基板Wの欠陥部を検出するものであり、顕微鏡10、スペクトル分光カメラ20、情報処理部30を備えている。
顕微鏡10は、多層膜基板Wの表面Waに白色落射光を照射して、表面Waにおいて欠陥部を検出する検出エリアの拡大像を得る光学顕微鏡であり、対物レンズ11やチューブレンズ17などの光学系を備えると共に、白色落射光を表面Waに照射するための白色光源12とその光学系(ミラー13及びハーフミラー14)を備えている。また、顕微鏡10は、必要に応じて、表面Waの拡大像のモニタ画像を得るためのモニタカメラ15とそのための光学系(ハーフミラー16)などを備えている。
スペクトル分光カメラ20は、顕微鏡10の光学系の光軸10P上に、スリット23とグレーティング素子(回折格子)21を配置して、表面Waにて反射される光を波長分離し、この分離された光を、リレーレンズ系24を介して2次元カメラ22の撮像面22aに結像し、ライン分光方式によって、表面Waの拡大像の分光スペクトル情報を撮像面22aの画素毎に取得するものである。
情報処理部30は、スペクトル分光カメラ20から出力された分光スペクトル情報を処理するものであり、図2に示すように、画素毎の分光スペクトル情報をクラスタリング処理する機械学習部31と、機械学習部31の処理結果から欠陥部を検出する欠陥検出部32とを備えている。欠陥検出部32の検出結果は、後述するレーザ修正装置(欠陥修正装置)の制御部に出力される。
スペクトル分光カメラ20から出力される分光スペクトルの情報は、図3に示すように、2次元カメラ22の撮像面22aの一つの画素P(Xn,Yn)毎に、一つの分光スペクトル分布を出力する。ここでの画素P(Xn,Yn)は、X−Y平面座標の位置情報を有しており、この画素P(Xn,Yn)の位置が、検出エリアとなる拡大像内の特定位置に対応している。
スペクトル分光カメラ20が出力する画素毎の分光スペクトル情報は、表面Waの単なる2次元画像情報とは異なり、撮像面22aの画素P(Xn,Yn)に対応する表面Wa上の位置の層構造が予測できる情報を含んでいる。これは、多層膜基板Wの表面Waにて反射する光が、多層膜の表層の違いで様々な分光特性を示すと共に多層膜の各層界面で反射する光と干渉するなどして、層構造特有のスペクトル分布を示すことに起因する。
機械学習部31は、スペクトル分光カメラ20が出力する画素毎の分光スペクトル情報をクラスタリングする。クラスタリングに際しては、例えば、検出対象となる多層膜基板Wの検出エリアに存在する層構造の数などに応じて、分光スペクトル分布のパターンが類似する複数のクラスタを設定する。図3に示した例では、分光スペクトル分布のパターンA〜Dに応じて4つのクラスタ1〜4が設定されている。
機械学習部31は、類似パターンの分光スペクトル情報(分光スペクトル分布)を有する画素をクラスタ毎に集めて、図3に示すように、各クラスタにクラスタリングされる画素数を度数とするヒストグラムを生成する。
欠陥検出部32は、前述したようにクラスタリングされた検出エリアの画素に対して、図4に示すS1〜S7工程の処理を行って、欠陥部を検出する。
先ず、S1工程では、クラスタリングされた画素をクラスタ毎のエリア(以下、分類エリア)に自動分類する。これによって、検出エリアは、クラスタ毎の分類エリアに分けられる。
S2工程では、分類エリア毎に2値化処理を行う。2値化処理は、一つの分類エリアに対しては、その分類エリア、則ちそのクラスタに振り分けられた画素を「1」(データ有り)、それ以外の画素を「0」(データ無し)にした黒白画像を得る。分類エリアは、表面の材料や層構造が類似したエリアであり、分類エリア毎の2値化画像によって、異なる種類の欠陥検出を行うことができる。
S3工程では、フィルタ処理によって疑似欠陥の除去を行う。ここでは、分類エリア毎の2値化画像を、それに対応する正常な2値化画像(欠陥部の無い2値化画像)と比較するが、その際に分類エリアの2値化画像と正常な2値化画像を単純に画素毎に比較するのでは無く、正常な2値化画像における複数集合画素とそれに対応する分類エリアの1画素とを比較し、複数集合画素内にデータが存在しない場合には、対応する分類エリア1画素のデータをそのまま残し、複数集合画素内にデータが存在する場合には、対応する分類エリア1画素のデータをゼロに置き換える。
図5(a)は、欠陥部と疑似欠陥を含む一つの分類エリアの2値化画像を示している。ここでは、図5(b)に示すような、対応する正常な2値化画像を用いて、これを図5(a)に示した2値化画像と比較し、図5(c)に示すような、欠陥部のみの2値化画像を得る。
その際のフィルタ処理を図6及び図7にて具体的に説明する。ここでは、前述した複数集合画素をm×n画素(m,nは2以上の任意の自然数、図示の例では3×3画素)としている。先ず、図6(a)に示す正常な2値化画像において、任意のm×n画素を抽出し、その複数集合画素内のデータの有無を確認する。ここでは、2値化された「0」と「1」のうち、「1」が複数集合画素内に一つでもあれば、データ有りと判断する。
そして、図6(b)に示す一つの分類エリアにおける2値化画像において、正常な2値化画像において抽出されたm×n画素に対応する1画素を抽出し、その画素のデータの有無を確認する。この際の対応する1画素は、図示の例では、m×n画素の中心画素としている。
ここで、図6(a)に示すように、正常な2値化画像において抽出されたm×n画素内にデータが無く、図6(b)に示すように、一つの分類エリアの2値化画像において対応する1画素にデータが有る場合(「1」の場合)には、図6(c)に示すように、フィルタ処理の後の1画素をそのままデータ有り(「1」)とする。当然ながら、正常箇所の2値化画像において、抽出されたm×n画素内にデータが無く、検出エリアの2値化画像において対応する1画素にもデータが無い場合(「0」の場合)には、フィルタ処理の後の1画素をそのままデータ無し(「0」)とする。
これに対して、図7(a)に示すように、正常な2値化画像において抽出されたm×n画素内にデータが有り、図7(b)に示すように、一つの分類エリアの2値化画像において対応する1画素にデータが有る場合(「1」の場合)には、図7(c)に示すように、フィルタ処理の後の1画素は、ゼロに置き換える。このような処理を分類エリアにおける全ての画素に対して個別に行うことで、分類エリアの2値化画像に表れる疑似欠陥を除去し、図5(c)に示すような欠陥部のみの2値化画像を得ることができる。
次のS4工程では、フィルタ処理がなされた分類エリア毎の2値化画像に対して、欠陥サーチを行う。ここでの欠陥サーチは、想定される大きさの欠陥部に合わせてサーチ領域Seを定め、各分類エリアで、図8に示すように、サーチ領域Seを縦・横に一コマずつ移動させながら、領域No.1から領域No.nのサーチ領域の各サーチ領域内でデータ数(「1」の数)をカウントする。
S5工程では、前述した欠陥サーチの結果から欠陥部を検出する。ここでは、図9に示すように、各分類エリアの欠陥サーチの結果に対して、データのカウント数に閾値を設け、閾値以上のデータカウント数が得られたサーチ領域Seを特定する。各分類リアで、データカウント数が閾値を超えたサーチ領域は、欠陥部が存在する領域であると認識される。
次のS6工程では、S5工程で特定されたサーチ領域を残して、他の領域のデータを除去し、特定された領域内のみの2値化画像を得る。そして、特定した領域に隣接する領域を連結して、欠陥部抽出領域を作成する。
その後は、S7工程にて、特定された領域内の2値化画像に基づいて、欠陥部の輪郭検出が行われ、更に検出された欠陥部の輪郭によって、欠陥部の重心検出が行われて、欠陥検出工程を終了する。このようにして、分類エリア毎の欠陥部を検出すると、この検出情報を、図10に示すようなレーザ修正装置(欠陥修正装置)2の制御部50に送信し、欠陥部のレーザ修正加工を行う。
レーザ修正装置2は、前述した欠陥検出装置1における欠陥検出部32が検出した欠陥部に対して、レーザ光を照射して修正加工を行うものであり、顕微鏡10の光軸と同軸上にレーザ光Lを照射するレーザ照射部3を備えている。
レーザ照射部3は、例えば、レーザ光源40、レーザスキャナ42などを備えており、レーザ光源40から出射されたレーザ光Lは、ミラー41とレーザスキャナ42のガルバノミラー42A,42Bを経由して、顕微鏡10の光学系内に入射され、顕微鏡10による拡大像が得られている単位領域の表面Wa上に照射される。
図示の例では、顕微鏡10の光軸に進入・退避する切り替えミラー18が設けられており、切り替えミラー18を顕微鏡10の光軸上に進入させることで、スペクトル分光カメラ20に表面Waからの反射光を入射させて、欠陥検出装置1を動作させ、切り替えミラー18を顕微鏡10の光軸から退避させることで、レーザ光Lを表面Waに照射するレーザ修正装置2を動作可能にしている。
このようなレーザ修正装置2は、欠陥検出装置1を動作させることで、欠陥検出部32が、欠陥部の有無、欠陥部が有る場合の欠陥部の輪郭と重心位置、欠陥部の層構造や種別(分類エリアの種類)などの情報を制御部50に送信する。制御部50は、欠陥検出部32から送信された前述の情報を基にして、レーザ修正を行うか否かの判断を行い、レーザ修正を行う場合には、欠陥部の輪郭に基づいてレーザ照射範囲の設定を行い、分類エリアに対応した欠陥部の層構造や種別情報に基づいて加工レシピの設定を行う。
また、図示の例では、顕微鏡10の拡大像は、モニタカメラ15にも結像されており、モニタカメラ15が撮像した画像を表示装置52で観察しながら、レーザ修正を行うことできるようになっている。この際、モニタカメラ15が取得した2次元画像は、画像処理部51で画像処理されて制御部50や情報処理部30に送信されており、この2次元画像によっても、レーザ照射部3の制御を行うことができるようになっている。
以上説明した本発明の実施形態によると、多層膜基板Wの欠陥部を、機械的により詳細に認識することができ、この認識した情報を基にして、レーザ修正加工の設定を行うことができる。これにより、オペレータのスキルに影響されない高品質の修正加工が可能になり、また、欠陥部の認識から加工までを自動化して、高能率且つ高品質な修正加工を行うことができる。
以上、本発明の実施の形態について図面を参照して詳述してきたが、具体的な構成はこれらの実施の形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計の変更等があっても本発明に含まれる。また、上述の各実施の形態は、その目的及び構成等に特に矛盾や問題がない限り、互いの技術を流用して組み合わせることが可能である。
1:欠陥検出装置,2:レーザ修正装置,
3:レーザ照射部,
10:顕微鏡,10P:光軸,11:対物レンズ,12:白色光源,
13:ミラー,14:ハーフミラー,15:モニタカメラ,
16:ハーフミラー,17:チューブレンズ,18:切り替えミラー,
20:スペクトル分光カメラ,21:グレーティング素子,
22:2次元カメラ,22a:撮像面,23:スリット,24:リレーレンズ,
30:情報処理部,31:機械学習部,32:欠陥検出部,
40:レーザ光源,41:ミラー,42:レーザスキャナ,
42A,42B:ガルバノミラー,50:制御部,51:画像処理部,
Se:サーチ領域,S:ステージ,W:多層膜基板,Wa:表面,
L:レーザ光
3:レーザ照射部,
10:顕微鏡,10P:光軸,11:対物レンズ,12:白色光源,
13:ミラー,14:ハーフミラー,15:モニタカメラ,
16:ハーフミラー,17:チューブレンズ,18:切り替えミラー,
20:スペクトル分光カメラ,21:グレーティング素子,
22:2次元カメラ,22a:撮像面,23:スリット,24:リレーレンズ,
30:情報処理部,31:機械学習部,32:欠陥検出部,
40:レーザ光源,41:ミラー,42:レーザスキャナ,
42A,42B:ガルバノミラー,50:制御部,51:画像処理部,
Se:サーチ領域,S:ステージ,W:多層膜基板,Wa:表面,
L:レーザ光
Claims (7)
- 多層膜基板の表面において欠陥部を検出する拡大像を得る顕微鏡と、
前記拡大像が結像される撮像面を有し、当該撮像面の画素毎に前記拡大像の分光スペクトル情報を出力するスペクトル分光カメラと、
前記スペクトル分光カメラから出力された分光スペクトル情報を処理する情報処理部とを備え、
前記情報処理部は、前記画素毎の分光スペクトル情報をクラスタリング処理する機械学習部と、該機械学習部の処理結果から欠陥部を検出する欠陥検出部を備え、
前記欠陥検出部は、
前記機械学習部のクラスタリング処理の結果から得られる分類エリアの2値化画像を正常な2値化画像と比較し、疑似的な欠陥部を除いた欠陥部を抽出することを特徴とする欠陥検出装置。 - 前記欠陥検出部は、
正常な2値化画像における複数集合画素とそれに対応する前記分類エリアの1画素とを比較し、
前記複数集合画素内にデータが存在しない場合には、対応する前記分類エリア1画素のデータを残し、前記複数集合画素内にデータが存在する場合には、対応する前記分類エリア1画素のデータをゼロに置き換えることを特徴とする請求項1記載の欠陥検出装置。 - 前記複数集合画素は、m×n画素であり(m,nは2以上の任意の自然数)、対応する前記分類エリアの1画素は、対応するm×n画素の中心画素であることを特徴とする請求項2記載の欠陥検出装置。
- 前記欠陥検出部は、
抽出された欠陥部の輪郭検出と重心検出を行うことを特徴とする請求項1〜3のいずれか1項記載の欠陥検出装置。 - 請求項1〜4のいずれか1項記載の欠陥検出装置によって抽出された欠陥部に対して、レーザ光を照射して修正加工を行う欠陥修正装置。
- 多層膜基板の表面において欠陥部を検出する拡大像を得る工程と、
前記拡大像が結像される撮像面を有するスペクトル分光カメラを用い、前記撮像面の画素毎に前記拡大像の分光スペクトル情報を取得する工程と、
前記スペクトル分光カメラによって取得した画素毎の分光スペクトル情報をクラスタリング処理する工程と、
前記クラスタリング処理の結果から得られる分類エリアの2値化画像を得る工程と、
前記分類エリアの2値化画像を正常な2値化画像と比較し、疑似的な欠陥部を除いた欠陥部を抽出する工程とを有することを特徴とする欠陥検出方法。 - 前記欠陥部を抽出する工程では、
正常な2値化画像における複数集合画素とそれに対応する前記分類エリアの1画素とを比較し、
前記複数集合画素内にデータが存在しない場合には、対応する前記分類エリア1画素のデータを残し、前記複数集合画素内にデータが存在する場合には、対応する前記分類エリア1画素のデータをゼロに置き換えることを特徴とする請求項6記載の欠陥検出方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020023728A JP2021128097A (ja) | 2020-02-14 | 2020-02-14 | 欠陥検出装置、欠陥検出方法、欠陥修正装置 |
PCT/JP2020/046901 WO2021161646A1 (ja) | 2020-02-14 | 2020-12-16 | 欠陥検出装置、欠陥検出方法、欠陥修正装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020023728A JP2021128097A (ja) | 2020-02-14 | 2020-02-14 | 欠陥検出装置、欠陥検出方法、欠陥修正装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021128097A true JP2021128097A (ja) | 2021-09-02 |
Family
ID=77291528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020023728A Pending JP2021128097A (ja) | 2020-02-14 | 2020-02-14 | 欠陥検出装置、欠陥検出方法、欠陥修正装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2021128097A (ja) |
WO (1) | WO2021161646A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114113112A (zh) * | 2021-11-29 | 2022-03-01 | 哈尔滨工业大学 | 一种基于三光源显微系统的表面微缺陷定位与识别方法 |
CN115082482A (zh) * | 2022-08-23 | 2022-09-20 | 山东优奭趸泵业科技有限公司 | 一种金属表面缺陷检测方法 |
CN115144405A (zh) * | 2022-09-02 | 2022-10-04 | 扬州中科半导体照明有限公司 | 基于光学检测的Mini LED晶圆外观缺陷检测方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593303B (zh) * | 2024-01-18 | 2024-04-09 | 浙江锦德光电材料有限公司 | 一种量子点光学膜的缺陷检测方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003130811A (ja) * | 2001-10-25 | 2003-05-08 | Dainippon Screen Mfg Co Ltd | 波長選択機能を利用した検査対象物の検査 |
JP5110894B2 (ja) * | 2007-02-05 | 2012-12-26 | 株式会社ジャパンディスプレイウェスト | 欠陥修正装置、配線基板の製造方法、ディスプレイ装置の製造方法 |
JP2011257303A (ja) * | 2010-06-10 | 2011-12-22 | Olympus Corp | 画像取得装置、欠陥修正装置および画像取得方法 |
US9846122B2 (en) * | 2013-11-26 | 2017-12-19 | Nanometrics Incorporated | Optical metrology system for spectral imaging of a sample |
FR3053126B1 (fr) * | 2016-06-27 | 2019-07-26 | Saint-Gobain Glass France | Procede et dispositif de localisation de l'origine d'un defaut affectant un empilement de couches minces deposees sur un substrat |
JP6860772B2 (ja) * | 2017-05-29 | 2021-04-21 | 国立大学法人東北大学 | 時分割分光イメージング分析システム及び時分割分光イメージング分析方法 |
JP6959831B2 (ja) * | 2017-08-31 | 2021-11-05 | 株式会社日立製作所 | 計算機、処理の制御パラメータの決定方法、代用試料、計測システム、及び計測方法 |
JP7061494B2 (ja) * | 2018-03-28 | 2022-04-28 | 三井化学株式会社 | 検査方法、ペリクルの製造方法、および検査装置 |
JP7284502B2 (ja) * | 2018-06-15 | 2023-05-31 | 大学共同利用機関法人情報・システム研究機構 | 画像処理装置及び方法 |
-
2020
- 2020-02-14 JP JP2020023728A patent/JP2021128097A/ja active Pending
- 2020-12-16 WO PCT/JP2020/046901 patent/WO2021161646A1/ja active Application Filing
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114113112A (zh) * | 2021-11-29 | 2022-03-01 | 哈尔滨工业大学 | 一种基于三光源显微系统的表面微缺陷定位与识别方法 |
CN114113112B (zh) * | 2021-11-29 | 2023-08-18 | 哈尔滨工业大学 | 一种基于三光源显微系统的表面微缺陷定位与识别方法 |
CN115082482A (zh) * | 2022-08-23 | 2022-09-20 | 山东优奭趸泵业科技有限公司 | 一种金属表面缺陷检测方法 |
CN115082482B (zh) * | 2022-08-23 | 2022-11-22 | 山东优奭趸泵业科技有限公司 | 一种金属表面缺陷检测方法 |
CN115144405A (zh) * | 2022-09-02 | 2022-10-04 | 扬州中科半导体照明有限公司 | 基于光学检测的Mini LED晶圆外观缺陷检测方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021161646A1 (ja) | 2021-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021161646A1 (ja) | 欠陥検出装置、欠陥検出方法、欠陥修正装置 | |
JP5228490B2 (ja) | 画像解析によって欠陥検査を行う欠陥検査装置 | |
US20050280807A1 (en) | Method and system for inspecting a wafer | |
KR102003781B1 (ko) | 초분광영상화 기법을 이용한 글라스(Glass) 결함 검출 장치 | |
KR101495987B1 (ko) | 결함 검사 장치 | |
JP4864504B2 (ja) | シリコンウェーハの結晶欠陥検査方法及び装置 | |
JP2006220644A (ja) | パターン検査方法及びその装置 | |
TWI780309B (zh) | 檢測位於具有非重複特徵的背景中之晶粒重複程式化缺陷 | |
JP2011047724A (ja) | 欠陥検査装置およびその方法 | |
JP2007278928A (ja) | 欠陥検査装置 | |
KR102102019B1 (ko) | 포토마스크 결함의 변화 모니터링 | |
US7355690B2 (en) | Double inspection of reticle or wafer | |
US11953447B2 (en) | Defective part recognition device and defective part recognition method | |
TWI778258B (zh) | 缺陷偵測之方法、系統及非暫時性電腦可讀媒體 | |
CN109074644B (zh) | 用于使用局部自适应阈值识别制造组件缺陷的系统、方法及计算机程序产品 | |
JP2005214980A (ja) | ウエハのマクロ検査方法および自動ウエハマクロ検査装置 | |
JP2010151824A (ja) | パターン検査方法及びその装置 | |
JP2001209798A (ja) | 外観検査方法及び検査装置 | |
JP2001194322A (ja) | 外観検査装置及び検査方法 | |
US20220238396A1 (en) | Laser repair method and laser repair device | |
JP2005140655A (ja) | シミ欠陥の検出方法及びその検出装置 | |
CN112017207A (zh) | 一种滤光片计数方法及计数装置 | |
WO2023181918A1 (ja) | 欠陥検査装置及び欠陥検査方法 | |
JP7365047B2 (ja) | 表面分析方法、表面分析装置 | |
JP3844792B2 (ja) | 物品の顕微鏡検査装置及び方法 |