JP2021128097A

JP2021128097A - 欠陥検出装置、欠陥検出方法、欠陥修正装置

Info

Publication number: JP2021128097A
Application number: JP2020023728A
Authority: JP
Inventors: 誠畑中; Makoto Hatanaka
Original assignee: V Technology Co Ltd
Current assignee: V Technology Co Ltd
Priority date: 2020-02-14
Filing date: 2020-02-14
Publication date: 2021-09-02
Also published as: WO2021161646A1

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）。

特開２００８−１８８６３８号公報

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。

欠陥検出装置を示した説明図。欠陥検出装置の情報処理部を説明する説明図。機械学習部のクラスタリング処理を説明する説明図。欠陥検出部の処理フローを示した説明図。２値化画像を示した説明図（（ａ）が欠陥部と疑似欠陥を含む２値化画像、（ｂ）が正常な２値化画像、（ｃ）が疑似欠陥を除去した２値化画像）。欠陥検出部のフィルタ処理を示す説明図（（ａ）正常な２値化画像データ、（ｂ）分類エリアの２値化画像データ、（ｃ）フィルタ処理された２値化画像データ）。欠陥検出部のフィルタ処理を示す説明図（（ａ）正常な２値化画像データ、（ｂ）分類エリアの２値化画像データ、（ｃ）フィルタ処理された２値化画像データ）。欠陥サーチを説明する説明図。欠陥サーチの結果に基づく欠陥検出を説明する説明図。レーザ修正装置（欠陥修正装置）を説明する説明図。

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

Claims

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。