JP3836988B2 - パターン検査方法およびパターン検査装置 - Google Patents
パターン検査方法およびパターン検査装置 Download PDFInfo
- Publication number
- JP3836988B2 JP3836988B2 JP00115199A JP115199A JP3836988B2 JP 3836988 B2 JP3836988 B2 JP 3836988B2 JP 00115199 A JP00115199 A JP 00115199A JP 115199 A JP115199 A JP 115199A JP 3836988 B2 JP3836988 B2 JP 3836988B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- value
- data
- inspected
- reference 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、表面にパターンが形成された対象物（例えばプリント基板、リードフレーム、半導体ウェハ、それらのフォトマスクパターンなど）の画像を読み取って、パターンの欠陥の有無の判定などの検査を行う方法および装置に関する。
【０００２】
【発明の背景】
図１は、検査の対象物としてプリント基板のパターンの例を示す図である。プリント基板１は、基板表面２（背景部）の上に金属製の配線パターン部３（平行斜線部）が形成され、また電子部品の実装のため基板を貫ぬくスルーホール４が設けられている。そして、配線パターンの欠落箇所５や、スルーホールの位置ずれ箇所６がプリント基板１における欠陥箇所となり、これらを検査において確実に検出しなければならない。つまり、パターン検査においては、配線パターン３やスルーホール４等が所定の正確さで形成されているか否かを確実に判定することが必要となる。
【０００３】
このパターン検査の方法で代表的なもの１つとして比較検査がある。これは、良品の画像（参照画像）と検査対象を撮像した画像（被検査画像）とで対応する同一位置の画素どうしの画素値を比較する方法である。
【０００４】
【従来の技術】
このような比較検査における従来手法では、例えば特公平４−６９３２２公報に開示されたものがある。この手法は、参照画像と被検査画像とで対応する画素どうしの多値の画素値を比較する検査手法である。検査において比較基準となる基準画像の２値データを設計画像データから作成し、検査の際に近傍画素との加重平均をとることで基準画像を多値データの参照画像に変換する。そして、この参照画像と、撮像された被検査画像との比較検査を実施している。通常、設計画像データは２値データで与えられるが、この手法を用いることにより、設計画像を用いながら、多値データでの微少な欠陥検出を行うことが可能となる。
【０００５】
ところで、上記の従来手法では、設計画像データから基準画像の多値データを作成する際に、重み付き平均（加重平均）を用いて被検査画像と信号レベルが一致するように増幅している。また、重み係数は、パターンの形状、画素位置などの空間的な条件に応じて決定し、主に実験的に求めらている。この手法による２値の画素値に対する多値化方法は、次の数１で表される。
【０００６】
【数１】
【０００７】
ここで、Ｑ’：変換された多値データ、Ｑj：設計画像の２値データ、ｋj：重み係数、α：増幅率である。
【０００８】
上式を用いて図１３（ａ）に示す設計画像の２値データに対して多値化を実施すると、図１３（ｂ）に示す図のようになる。図１３（ａ）において、パターン部９１ａは画素値が１、背景部９２ａは画素値が０となる。また、図１３（ｂ）においては、パターン部９１ｂは画素値がα、背景部９２ｂは画素値が０となる。さらに、パターン部と背景部との境界付近となるエッジ部９３ｂは、画素値αに重み係数ｋjを乗じた値となる。
【０００９】
【発明が解決しようとする課題】
しかし、実際に被検査画像を撮像した際、画素値レベルの低い箇所（多くは背景部）では、画素値が０ではない場合が多いため、図１３（ｂ）の背景部９２ｂとは画素値が対応しなくなる。また、画素値レベルの高い箇所（多くはパターン部）でも、画素値は一定とはならないため、一定の増幅率αで生成された図１３（ｂ）のパターン部９１ｂと対応しなくなり、その結果として比較検査の正確性が不十分になるという問題があった。特に、プリント基板のように材料、プロセスが多種多様である場合には、その傾向が大きくなる。
【００１０】
本発明は、上記課題に鑑みてなされたものであり、検査対象物についてパターンの材料、プロセスの種類に関わらず、パターンの正確な検査が行えるパターン検査方法およびパターン検査装置を提供することを目的とする。
【００１１】
【課題を解決するための手段】
上記課題を解決するため、請求項１の発明は、表面にパターンが形成された対象物の画像を読取ってパターン検査を行う方法であって、検査基準である２値の基準画像を準備する準備工程と、前記対象物の画像としての被検査画像を画素毎の多値データとして得る画像取得工程と、統計学的手法による処理を行って前記被検査画像の多値データから画素値の分布状況の特徴を抽出する特徴抽出工程と、前記分布状況の特徴に応じて、前記基準画像の２値データを多値データに変換し、参照画像を得る画像変換工程と、前記被検査画像と前記参照画像とを比較する比較工程と、を備える。
【００１２】
また、請求項２の発明は、請求項１の発明に係るパターン検査方法において、前記特徴抽出工程は、前記被検査画像の多値データから画素値の分布状況のヒストグラムを生成し、前記ヒストグラムに表れる２の凸状グラフのそれぞれのピークに対応する２の画素値を求める工程と、前記２のピークのうち少なくとも１のピークについて分散状況を特定する工程と、を備え、前記画像変換工程は、前記基準画像の２値データを、対応する前記２の画素値に変換し、多値データにする工程と、前記変換された多値データに対して前記分散状況に応じた空間的平滑化を行って前記参照画像を得る工程と、を備える。
【００１３】
また、請求項３の発明は、表面にパターンが形成された対象物の画像を読取ってパターン検査を行う装置であって、検査基準である２値の基準画像を生成する生成手段と、前記対象物の画像としての被検査画像を画素毎の多値データとして得る画像取得手段と、統計学的手法による処理を行って前記被検査画像の多値データから画素値の分布状況の特徴を抽出する特徴抽出手段と、前記分布状況の特徴に応じて、前記基準画像の２値データを多値データに変換し、参照画像を得る画像変換手段と、前記被検査画像と前記参照画像とを比較する比較手段と、を備える。
【００１４】
また、請求項４の発明は、請求項３の発明に係るパターン検査装置において、前記特徴抽出手段は、前記被検査画像の多値データから画素値の分布状況のヒストグラムを生成し、前記ヒストグラムに表れる２の凸状グラフのそれぞれのピークに対応する２の画素値を求める手段と、前記２のピークのうち少なくとも１のピークについて分散状況を特定する手段と、を備え、前記画像変換手段は、前記基準画像の２値データを、対応する前記２の画素値に変換し、多値データにする手段と、前記変換された多値データに対して前記分散状況に応じた空間的平滑化を行って前記参照画像を得る手段と、を備える。
【００１５】
【発明の実施の形態】
＜実施形態のパターン検査装置１００の要部構成＞
図２は、本発明の実施形態としてのパターン検査装置１００の要部構成を示す概略図である。
【００１６】
本実施形態のパターン検査装置１００は、表面にパターンが形成されたプリント基板１の画像を取得する画像取得部１０と、参照画像および被検査画像（プリント基板１の画像）に基づいてパターンの欠陥を検出する欠陥検出部３０と、欠陥の有無などの結果を表示する表示部７０とを有している。なお、欠陥検出部３０および表示部７０には、ＣＰＵおよびメモリを有する制御部３１、７１が電気的に接続されている。
【００１７】
画像取得部１０は、プリント基板１を載置するステージ１１、ステージ１１をそれぞれＸ軸方向およびＹ軸方向に駆動する駆動モータ１２、１３を有している。また、プリント基板１を撮像するＣＣＤカメラ１４、ＣＣＤカメラ１４に電気的に接続しているＡ／Ｄ（アナログ／デジタル）変換部１５を備えている。
【００１８】
ＣＣＤカメラ１４は、２次元的に配列された受光素子により画像信号を生成する。生成された画像信号（アナログ）は、Ａ／Ｄ変換部１５で多値のデジタル信号に変換される。このようにしてプリント基板１の画像を撮像することができる。
【００１９】
なお、ステージ１１のＸ軸方向およびＹ軸方向の移動に伴い、ステージ１１上に載置されたプリント基板１と、所定の位置に固定されているＣＣＤカメラ１４との間に相対的な移動が生じるので、ＣＣＤカメラ１４はプリント基板１上の任意の所定位置の画像を撮像することができる。
【００２０】
＜欠陥検出部３０の構成＞
図３は、欠陥検出部３０の構成を示す概略図である。
【００２１】
欠陥検出部３０は、Ａ／Ｄ変換部１５からのデジタル信号を２つの接点３２ａまたは３２ｂに選択して伝送できるセレクター３２、接点３２ａと接続する疑似多値化パラメータ生成部３３および比較検査部３４、パラメータ生成部３３に信号的に連結する疑似多値化処理部３５を有している。疑似多値化パラメータ生成部３３は、被検査画像の多値データを基に、後述する疑似多値化パラメータを生成する。疑似多値化処理部３５は、基準データ記憶部３９から読出した基準画像の２値データに、疑似多値化処理（後述）を行い、多値データの参照画像データを生成する。比較検査部３４は、この参照画像データと被検査画像データとを比較する。この比較については、例えば、参照画像と被検査画像において対応する画素毎に所定の誤差範囲内で一致するか否かの判定を行う。
【００２２】
また、欠陥検出部３０は、セレクター３２の接点３２ｂと接続する２値化処理部３６および疑似多値化パラメータ生成部３７（前述のパラメータ生成部３３と同機能）、２値化処理部３６と接点３８ａで接続するセレクター３８、セレクター３８に連結する基準データ記憶部３９を有している。２値化処理部３６は、被検査画像の多値データを２値データに変換する処理を行い基準画像データを生成する。基準データ記憶部３９は、比較検査の際に読出せるように、基準画像データを記憶装置に保存する。
【００２３】
また、欠陥検出部３０は、セレクター３８の接点３８ｂと接続する基準データ生成部４０、基準データ生成部４０に接続している設計データ保管部４１をさらに備えている。設計データ保管部４１は、プリント基板１の設計画像データを保管している。基準データ生成部４０は、この設計画像データを以下で説明する所定の加工を行うことで、基準画像データを生成する。
【００２４】
図４は、基準データ生成部４０でのデータ加工を説明する図である。図４（ａ）に示すように、設計画像のパターン４５ａは、通常、角部４６ａに丸みを持たないものである。しかし、被検査画像のパターン４５ｂは、図４（ｂ）に示すように、プロセス上のエッチング精度等により、角部４６ｂは通常丸みを帯びており、この角部４６ｂの丸みは、パターン検査において正常なものと扱うのが妥当である。したがって、設計画像データに対し、パターンの丸みや細り、太り等を考慮した所定のデータ加工を行い、基準画像データは生成される。
【００２５】
＜疑似多値化処理の詳細＞
疑似多値化処理は、被検査画像の多値データにおける画素値の分布状況の特徴から算出した疑似多値化パラメータを用い、基準画像の２値データを、多値データの参照画像に変換する処理である。
【００２６】
まず、疑似多値化パラメータの算出について、以下で説明する。この疑似多値化パラメータとは、後述する代表画素値および分散値である。
【００２７】
図５は、プリント基板の被検査画像データからヒストグラムを生成した例を示す図である。図５の横軸は画素値を示し、縦軸は画像データにおける各画素値の頻度（全データに対する割合）を示している。図５のように、通常、ヒストグラムはピーク４７ａおよび４７ｂを有する双峰性（２つの凸状）のグラフとなる。双峰性のグラフとなるのは、プリント基板１の画像では、図１に示すように背景部２とパターン部３とで濃淡が異なるためである。
【００２８】
この双峰性のヒストグラムにおいて、２つのピークに対応する代表画素値を求めるのは次のように行う。例えば、判定分析法を利用して、閾値ｔを境に凸状グラフごとの２つのクラスＡ、Ｂに分割する。そして、各クラスＡ、Ｂにおける画素値の平均値を代表画素値ａ、ｂとする。なお、代表画素値ａは、プリント基板１の背景部２の平均的な画素値であり、代表画素値ｂは、パターン部３の平均的な画素値となる。
【００２９】
次に、クラスＢにおける画素値の分散状況に、ガウス関数を適用して分散値σを求める。図６は、このガウス関数と分散値σとの関係を示す図である。ガウス関数のグラフは、σ＝0.6では曲線４８ａ、σ＝1.0では曲線４８ｂ、σ＝1.4では曲線４８ｃとなり、分散値σが大きくなると、グラフの山の傾斜がなだらかになる。このような特性を持つガウス関数により、クラスＢの画素値の分散状況（凸状グラフの傾斜具合）に整合する分散値σを求める。
【００３０】
次に、以上で算出された疑似多値化パラメータを用い、基準画像の２値データを参照画像の多値データに変換する疑似多値化処理を行う。この疑似多値化処理は、２値データの単純多値化処理と空間的平滑化処理に分けられる。単純多値化処理は、基準画像の２値データつまり０と１の値に対し、上記の各代表画素値ａ、ｂで置換することになる。空間的平滑化処理については、以下で説明する。
【００３１】
実際の被検査画像データで、エッジ部７（図１参照）における背景部２からパターン部３への画素値の変化には、数画素（２〜３画素）を要している。また、このエッジ部７の傾斜は、上記の分散値σが小さいと急峻となり、σが大きいと緩慢になる傾向で、両者に相関関係がある。この関係を利用すると、被検査画像の特徴である分散値σが求まると、この分散値σからプリント基板の被検査画像におけるエッジ部近傍の画素値の変化を基準画像データで再現（空間的平滑化）できることになる。
【００３２】
この空間的平滑化処理は、例えばガウシアンフィルタ（ガウス関数による平滑化）を利用する。平均０、分散σ2の２次元ガウス関数は次の数２で表される。
【００３３】
【数２】
【００３４】
上式を畳み込むことにより、疑似多値化処理された参照画像データＱ’が得られる。つまり、次の数３に、疑似多値化パラメータである各代表画素値ａ、ｂおよび分散値σを代入し、また基準画像データＱjを代入することでＱ’が得られることとなる。
【００３５】
【数３】
【００３６】
次に、この疑似多値化の具体的な処理例について説明を行う。
【００３７】
図７は、検査比較基準となる基準画像データの例を示す図である。図７（ａ）は、画素マトリクス５０の基準画像データを示し、横軸をｘ、縦軸をｙと定める。図７（ｂ）は、マトリクス５０のｙ5行のデータ列における画素値のグラフで、横軸がｘ、縦軸が画素値Ｑjを示している。例えば、図７（ａ）における画素５１の画素値Ｑj(ｘ2,ｙ5)は、図７（ｂ）に示すように０である。また、画素５２の画素値Ｑj(ｘ3,ｙ5)は、図７（ｂ）に示すように１となる。このように、基準画像データのエッジ部を構成する画素５１および５２では画素値Ｑjが、０または１の２値をとり、その変化も不連続で急峻となる。
【００３８】
図８は、上記の基準画像の２値データに対する疑似多値化処理を説明する図である。図８（ａ）は、各代表画素値ａ、ｂを用いた単純多値化処理に対応する図である。図８（ａ）においては、図７（ｂ）のグラフにさらに１軸ｎを追加し、このｎ方向に各画素ごとの画素値Ｑ’の値を展開している。なお、ｎ軸における数値１は画素ｘ１に対応し、ｎ軸における数値２は画素ｘ２に対応するといったように配置される。そして、図７（ｂ）における画素値Ｑj＝０を持つ各画素には画素値Ｑ’＝ａを、画素値Ｑj＝１を持つ各画素には画素値Ｑ’＝ｂを代入している。例えば、画素値Ｑ'(ｘ2,ｙ5)＝ａ、画素値Ｑ'(ｘ3,ｙ5)＝ｂとなる。図８（ｂ）は、図８（ａ）の各画素データに対し、分散値σの１次元ガウシアンフィルタの適用を行った図である。図８（ｂ）の縦軸ｑ'は、図８（ａ）における画素値Ｑ'と画素値ａとの差を表している。また、図８（ｂ）の他の２軸は、図８（ａ）と同じである。図８（ａ）における棒状グラフ５３ａ（平行斜線部）は、図８（ｂ）において、分散値σのガウス曲線５４（仮想線で示す）に整合するように階段状グラフ５３ｂ（平行斜線部）に変換される。この変換は、図８（ａ）で画素値ｂをもつ画素全てに対して行われることとなる。
【００３９】
図９は、疑似多値化処理により生成された参照画像データを示す図である。図９（ａ）における画素５１ｔの画素値Ｑ'(ｘ2,ｙ5)は、図９（ｂ）に示すように画素値ａとｂとの中間値となる。また、図９（ａ）における画素５２ｔの画素値Ｑ'(ｘ3,ｙ5)は、図９（ｂ）に示すように、ほぼｂの値となる。ここで、このＱ'(ｘ2,ｙ5)は、図８（ｂ）のグラフにおけるｑ'1(ｘ2,ｙ5)からｑ'6(ｘ2,ｙ5)までの値の和に画素値ａを加えた値となる。
【００４０】
以上の具体的な処理例では、説明の便宜上、１次元の処理について説明したが、実際の疑似多値化処理においては、これを２次元に展開して行われる。
【００４１】
＜パターン検査装置１００の動作＞
次に、パターン検査装置１００において、プリント基板１の被検査画像および参照画像に基づいて、パターンの欠陥の有無を検査する動作について説明する。
【００４２】
図１０は、パターン検査装置１００におけるパターン検査の処理手順を示すフローチャートである。この処理は、欠陥検知部３０に接続した制御部３１が自動的に行う。
【００４３】
まず、同一種類のプリント基板のサンプルの場合、初めの１枚目のプリント基板であるかを判定する（ステップＳ１０）。初めてのサンプルの場合には、設計データ保管部４１に保管している本サンプルに対応する設計画像の２値データを、基準データ生成部４０にて、所定の加工を行い基準画像の２値データを生成する（ステップＳ２０）。なお、あらかじめ良品パターンであることが既知であるような基板が存在する場合には、基準画像の２値データの生成は、この良品パターン画像の多値データを２値に変換することによって得てもよい。つまり、良品パターンをＣＣＤカメラ１４で撮像した画像データをセレクター３２の接点３２ｂを介して２値化処理部３６に導き、２値化処理部３６にて基準画像の２値データを生成すればよい。この場合、２値データ生成とともに、疑似多値化パラメータ生成部３７にて、統計学的手法により解析して画像特徴となる疑似多値化パラメータを生成してもよい。そして、この基準画像の２値データを、基準データ記憶部３９にて、記憶装置に保存する（ステップＳ３０）。
【００４４】
次に、被検査画像の多値データをＣＣＤカメラ１４から取得する（ステップＳ４０）。この被検査画像の多値データをセレクター３２の接点３２ａを介して疑似多値化パラメータ生成部３３に導き、疑似多値化パラメータ生成部３３にて、統計学的手法により解析して画像特徴となる疑似多値化パラメータを生成する（ステップＳ５０）。なお、このステップＳ５０の詳細は後述する。そして、この疑似多値化パラメータを記憶装置に保存し（ステップＳ６０）、ステップＳ７０に進む。
【００４５】
また、ステップＳ１０において、初めてのサンプルでない場合には、ステップＳ３０にて保存した基準データ記憶部３９における基準画像の２値データを読込む（ステップＳ３５）。そして、ＣＣＤカメラ１４から被検査画像の多値データを取得する（ステップＳ４５）。さらに、ステップＳ６０にて保存した疑似多値化パラメータを読込み（ステップＳ６５）、ステップＳ７０に進む。
【００４６】
ステップＳ７０では、疑似多値化処理部３５にて、疑似多値化パラメータを用い基準画像の２値データを参照画像の多値データに変換する。なお、ステップＳ７０の詳細は後述する。そして、比較検査部３４にて、被検査画像と参照画像とを比較する（ステップＳ８０）。
【００４７】
次に、この比較判定結果が良好であるかどうかを判断する（ステップＳ９０）。比較判定結果が良好であれば、被検査画像は欠陥無しとなる（ステップＳ１００）。一方、比較判定結果が良好でなければ、被検査画像は欠陥有りと判断され、欠陥個所が表示部７０に映される（ステップＳ１０５）。
【００４８】
図１１は、ステップＳ５０の詳細を示すフローチャートである。まず、ステップＳ４０で取得された被検査画像の多値データから、画素値のヒストグラムを生成する（ステップＳ５１）。このヒストグラムに表れる２つの凸状グラフの各ピークに対応する代表画素値を算出する（ステップＳ５２）。そして、この２つのピークのうち少なくとも１つのピークについて分散状況を特定する分散値を算出する（ステップＳ５３）。この実施形態の場合は、図５に示す２つのピーク４７ａ、４７ｂのうち画素値の大きい方の４７ｂを選び、このピーク４７ｂについて分散状況を特定する分散値σを算出している。
【００４９】
図１２は、ステップ７０の詳細を示すフローチャートである。まず、ステップＳ５２で算出した各代表画素値を用い、基準データの２値データを多値データに変換（単純多値化処理）する（ステップＳ７１）。そして、ステップＳ５３で算出した分散値を用い、前記の基準データの多値データに対し、空間的平滑化の処理を行う（ステップＳ７２）。これにより、参照画像の多値データが生成される（ステップＳ７３）。
【００５０】
以上の動作を行うパターン検査装置１００において、検査に用いる参照画像は、被検査画像の特徴を抽出しているため、サンプルの種類、プロセスの違いによる入力画像の違いに対してロバストとなる。また、実験的な試行錯誤により画像の特徴を決定する方法に比べ、一義的に特徴が抽出できるため、特徴抽出が簡易となり、要する時間も短縮できる。
【００５１】
＜変形例＞
◎分散値σについては、プリント基板のパターン部に対応したヒストグラムの凸状グラフ（図５のクラスＢ）から算出するのは必須ではなく、背景部に対応した凸状グラフ（図５のクラスＡ）から算出してもよい。また、それぞれの凸状グラフから算出した２つの分散値の平均値を分散値としてもよい。
【００５２】
【発明の効果】
以上説明したように、請求項１および請求項３の発明によれば、統計学的手法による処理を行って抽出された被検査画像の画素値の分布状況の特徴に応じて、基準画像の２値データを多値データに変換して参照画像を得るため、被検査画像ごとの状況を反映させた検査が可能になり、検査対象物についてパターンの材料、プロセスの種類に関わらず、パターンの正確な検査を行うことができる。
【００５３】
また、請求項２および請求項４の発明によれば、被検査画像の分布状況についてヒストグラムを生成し、ヒストグラムに表れる２のピークに対応する各画素値を求め、また分散状況を特定している。そして、基準画像の２値データを、この各画素値で変換し、さらに上記の分散状況に応じた空間的平滑化を行うことで参照画像を得ている。この結果、被検査画像の特徴の抽出は、より簡易で正確に行うことができ、また、この特徴を確実に参照画像に反映することができる。
【図面の簡単な説明】
【図１】プリント基板のパターンの例を示す図である。
【図２】本発明の実施形態に係るパターン検査装置の構成を示す概略図である。
【図３】欠陥検出部３０の構成を示す概略図である。
【図４】基準データ生成部４０でのデータ加工を説明する図である。
【図５】被検査画像データからヒストグラムを生成した例を示す図である。
【図６】ガウス関数とσとの関係を示す図である。
【図７】基準画像の２値データの例を示す図である。
【図８】基準画像の２値データに対する疑似多値化処理を説明する図である。
【図９】疑似多値化処理により生成された参照画像データを示す図である。
【図１０】パターン検査装置におけるパターン検査の処理手順を示すフローチャートである。
【図１１】ステップＳ５０の詳細を示すフローチャートである。
【図１２】ステップＳ７０の詳細を示すフローチャートである。
【図１３】従来例のパターン検査について説明するための図である。
【符号の説明】
１ プリント基板
２ 背景部
３ パターン部
７ エッジ部
１０ 画像取得部
１４ ＣＣＤカメラ
１５ Ａ／Ｄ変換部
３０ 欠陥検出部
３３ 疑似多値化パラメータ生成部
３４ 比較検査部
３５ 疑似多値化処理部
３９ 基準データ記憶部
４０ 基準データ生成部
４１ 設計データ保管部
４８ ガウス関数曲線
５０ 画素マトリクス
７０ 表示部
１００ パターン検査装置
【発明の属する技術分野】
本発明は、表面にパターンが形成された対象物（例えばプリント基板、リードフレーム、半導体ウェハ、それらのフォトマスクパターンなど）の画像を読み取って、パターンの欠陥の有無の判定などの検査を行う方法および装置に関する。
【０００２】
【発明の背景】
図１は、検査の対象物としてプリント基板のパターンの例を示す図である。プリント基板１は、基板表面２（背景部）の上に金属製の配線パターン部３（平行斜線部）が形成され、また電子部品の実装のため基板を貫ぬくスルーホール４が設けられている。そして、配線パターンの欠落箇所５や、スルーホールの位置ずれ箇所６がプリント基板１における欠陥箇所となり、これらを検査において確実に検出しなければならない。つまり、パターン検査においては、配線パターン３やスルーホール４等が所定の正確さで形成されているか否かを確実に判定することが必要となる。
【０００３】
このパターン検査の方法で代表的なもの１つとして比較検査がある。これは、良品の画像（参照画像）と検査対象を撮像した画像（被検査画像）とで対応する同一位置の画素どうしの画素値を比較する方法である。
【０００４】
【従来の技術】
このような比較検査における従来手法では、例えば特公平４−６９３２２公報に開示されたものがある。この手法は、参照画像と被検査画像とで対応する画素どうしの多値の画素値を比較する検査手法である。検査において比較基準となる基準画像の２値データを設計画像データから作成し、検査の際に近傍画素との加重平均をとることで基準画像を多値データの参照画像に変換する。そして、この参照画像と、撮像された被検査画像との比較検査を実施している。通常、設計画像データは２値データで与えられるが、この手法を用いることにより、設計画像を用いながら、多値データでの微少な欠陥検出を行うことが可能となる。
【０００５】
ところで、上記の従来手法では、設計画像データから基準画像の多値データを作成する際に、重み付き平均（加重平均）を用いて被検査画像と信号レベルが一致するように増幅している。また、重み係数は、パターンの形状、画素位置などの空間的な条件に応じて決定し、主に実験的に求めらている。この手法による２値の画素値に対する多値化方法は、次の数１で表される。
【０００６】
【数１】
ここで、Ｑ’：変換された多値データ、Ｑj：設計画像の２値データ、ｋj：重み係数、α：増幅率である。
【０００８】
上式を用いて図１３（ａ）に示す設計画像の２値データに対して多値化を実施すると、図１３（ｂ）に示す図のようになる。図１３（ａ）において、パターン部９１ａは画素値が１、背景部９２ａは画素値が０となる。また、図１３（ｂ）においては、パターン部９１ｂは画素値がα、背景部９２ｂは画素値が０となる。さらに、パターン部と背景部との境界付近となるエッジ部９３ｂは、画素値αに重み係数ｋjを乗じた値となる。
【０００９】
【発明が解決しようとする課題】
しかし、実際に被検査画像を撮像した際、画素値レベルの低い箇所（多くは背景部）では、画素値が０ではない場合が多いため、図１３（ｂ）の背景部９２ｂとは画素値が対応しなくなる。また、画素値レベルの高い箇所（多くはパターン部）でも、画素値は一定とはならないため、一定の増幅率αで生成された図１３（ｂ）のパターン部９１ｂと対応しなくなり、その結果として比較検査の正確性が不十分になるという問題があった。特に、プリント基板のように材料、プロセスが多種多様である場合には、その傾向が大きくなる。
【００１０】
本発明は、上記課題に鑑みてなされたものであり、検査対象物についてパターンの材料、プロセスの種類に関わらず、パターンの正確な検査が行えるパターン検査方法およびパターン検査装置を提供することを目的とする。
【００１１】
【課題を解決するための手段】
上記課題を解決するため、請求項１の発明は、表面にパターンが形成された対象物の画像を読取ってパターン検査を行う方法であって、検査基準である２値の基準画像を準備する準備工程と、前記対象物の画像としての被検査画像を画素毎の多値データとして得る画像取得工程と、統計学的手法による処理を行って前記被検査画像の多値データから画素値の分布状況の特徴を抽出する特徴抽出工程と、前記分布状況の特徴に応じて、前記基準画像の２値データを多値データに変換し、参照画像を得る画像変換工程と、前記被検査画像と前記参照画像とを比較する比較工程と、を備える。
【００１２】
また、請求項２の発明は、請求項１の発明に係るパターン検査方法において、前記特徴抽出工程は、前記被検査画像の多値データから画素値の分布状況のヒストグラムを生成し、前記ヒストグラムに表れる２の凸状グラフのそれぞれのピークに対応する２の画素値を求める工程と、前記２のピークのうち少なくとも１のピークについて分散状況を特定する工程と、を備え、前記画像変換工程は、前記基準画像の２値データを、対応する前記２の画素値に変換し、多値データにする工程と、前記変換された多値データに対して前記分散状況に応じた空間的平滑化を行って前記参照画像を得る工程と、を備える。
【００１３】
また、請求項３の発明は、表面にパターンが形成された対象物の画像を読取ってパターン検査を行う装置であって、検査基準である２値の基準画像を生成する生成手段と、前記対象物の画像としての被検査画像を画素毎の多値データとして得る画像取得手段と、統計学的手法による処理を行って前記被検査画像の多値データから画素値の分布状況の特徴を抽出する特徴抽出手段と、前記分布状況の特徴に応じて、前記基準画像の２値データを多値データに変換し、参照画像を得る画像変換手段と、前記被検査画像と前記参照画像とを比較する比較手段と、を備える。
【００１４】
また、請求項４の発明は、請求項３の発明に係るパターン検査装置において、前記特徴抽出手段は、前記被検査画像の多値データから画素値の分布状況のヒストグラムを生成し、前記ヒストグラムに表れる２の凸状グラフのそれぞれのピークに対応する２の画素値を求める手段と、前記２のピークのうち少なくとも１のピークについて分散状況を特定する手段と、を備え、前記画像変換手段は、前記基準画像の２値データを、対応する前記２の画素値に変換し、多値データにする手段と、前記変換された多値データに対して前記分散状況に応じた空間的平滑化を行って前記参照画像を得る手段と、を備える。
【００１５】
【発明の実施の形態】
＜実施形態のパターン検査装置１００の要部構成＞
図２は、本発明の実施形態としてのパターン検査装置１００の要部構成を示す概略図である。
【００１６】
本実施形態のパターン検査装置１００は、表面にパターンが形成されたプリント基板１の画像を取得する画像取得部１０と、参照画像および被検査画像（プリント基板１の画像）に基づいてパターンの欠陥を検出する欠陥検出部３０と、欠陥の有無などの結果を表示する表示部７０とを有している。なお、欠陥検出部３０および表示部７０には、ＣＰＵおよびメモリを有する制御部３１、７１が電気的に接続されている。
【００１７】
画像取得部１０は、プリント基板１を載置するステージ１１、ステージ１１をそれぞれＸ軸方向およびＹ軸方向に駆動する駆動モータ１２、１３を有している。また、プリント基板１を撮像するＣＣＤカメラ１４、ＣＣＤカメラ１４に電気的に接続しているＡ／Ｄ（アナログ／デジタル）変換部１５を備えている。
【００１８】
ＣＣＤカメラ１４は、２次元的に配列された受光素子により画像信号を生成する。生成された画像信号（アナログ）は、Ａ／Ｄ変換部１５で多値のデジタル信号に変換される。このようにしてプリント基板１の画像を撮像することができる。
【００１９】
なお、ステージ１１のＸ軸方向およびＹ軸方向の移動に伴い、ステージ１１上に載置されたプリント基板１と、所定の位置に固定されているＣＣＤカメラ１４との間に相対的な移動が生じるので、ＣＣＤカメラ１４はプリント基板１上の任意の所定位置の画像を撮像することができる。
【００２０】
＜欠陥検出部３０の構成＞
図３は、欠陥検出部３０の構成を示す概略図である。
【００２１】
欠陥検出部３０は、Ａ／Ｄ変換部１５からのデジタル信号を２つの接点３２ａまたは３２ｂに選択して伝送できるセレクター３２、接点３２ａと接続する疑似多値化パラメータ生成部３３および比較検査部３４、パラメータ生成部３３に信号的に連結する疑似多値化処理部３５を有している。疑似多値化パラメータ生成部３３は、被検査画像の多値データを基に、後述する疑似多値化パラメータを生成する。疑似多値化処理部３５は、基準データ記憶部３９から読出した基準画像の２値データに、疑似多値化処理（後述）を行い、多値データの参照画像データを生成する。比較検査部３４は、この参照画像データと被検査画像データとを比較する。この比較については、例えば、参照画像と被検査画像において対応する画素毎に所定の誤差範囲内で一致するか否かの判定を行う。
【００２２】
また、欠陥検出部３０は、セレクター３２の接点３２ｂと接続する２値化処理部３６および疑似多値化パラメータ生成部３７（前述のパラメータ生成部３３と同機能）、２値化処理部３６と接点３８ａで接続するセレクター３８、セレクター３８に連結する基準データ記憶部３９を有している。２値化処理部３６は、被検査画像の多値データを２値データに変換する処理を行い基準画像データを生成する。基準データ記憶部３９は、比較検査の際に読出せるように、基準画像データを記憶装置に保存する。
【００２３】
また、欠陥検出部３０は、セレクター３８の接点３８ｂと接続する基準データ生成部４０、基準データ生成部４０に接続している設計データ保管部４１をさらに備えている。設計データ保管部４１は、プリント基板１の設計画像データを保管している。基準データ生成部４０は、この設計画像データを以下で説明する所定の加工を行うことで、基準画像データを生成する。
【００２４】
図４は、基準データ生成部４０でのデータ加工を説明する図である。図４（ａ）に示すように、設計画像のパターン４５ａは、通常、角部４６ａに丸みを持たないものである。しかし、被検査画像のパターン４５ｂは、図４（ｂ）に示すように、プロセス上のエッチング精度等により、角部４６ｂは通常丸みを帯びており、この角部４６ｂの丸みは、パターン検査において正常なものと扱うのが妥当である。したがって、設計画像データに対し、パターンの丸みや細り、太り等を考慮した所定のデータ加工を行い、基準画像データは生成される。
【００２５】
＜疑似多値化処理の詳細＞
疑似多値化処理は、被検査画像の多値データにおける画素値の分布状況の特徴から算出した疑似多値化パラメータを用い、基準画像の２値データを、多値データの参照画像に変換する処理である。
【００２６】
まず、疑似多値化パラメータの算出について、以下で説明する。この疑似多値化パラメータとは、後述する代表画素値および分散値である。
【００２７】
図５は、プリント基板の被検査画像データからヒストグラムを生成した例を示す図である。図５の横軸は画素値を示し、縦軸は画像データにおける各画素値の頻度（全データに対する割合）を示している。図５のように、通常、ヒストグラムはピーク４７ａおよび４７ｂを有する双峰性（２つの凸状）のグラフとなる。双峰性のグラフとなるのは、プリント基板１の画像では、図１に示すように背景部２とパターン部３とで濃淡が異なるためである。
【００２８】
この双峰性のヒストグラムにおいて、２つのピークに対応する代表画素値を求めるのは次のように行う。例えば、判定分析法を利用して、閾値ｔを境に凸状グラフごとの２つのクラスＡ、Ｂに分割する。そして、各クラスＡ、Ｂにおける画素値の平均値を代表画素値ａ、ｂとする。なお、代表画素値ａは、プリント基板１の背景部２の平均的な画素値であり、代表画素値ｂは、パターン部３の平均的な画素値となる。
【００２９】
次に、クラスＢにおける画素値の分散状況に、ガウス関数を適用して分散値σを求める。図６は、このガウス関数と分散値σとの関係を示す図である。ガウス関数のグラフは、σ＝0.6では曲線４８ａ、σ＝1.0では曲線４８ｂ、σ＝1.4では曲線４８ｃとなり、分散値σが大きくなると、グラフの山の傾斜がなだらかになる。このような特性を持つガウス関数により、クラスＢの画素値の分散状況（凸状グラフの傾斜具合）に整合する分散値σを求める。
【００３０】
次に、以上で算出された疑似多値化パラメータを用い、基準画像の２値データを参照画像の多値データに変換する疑似多値化処理を行う。この疑似多値化処理は、２値データの単純多値化処理と空間的平滑化処理に分けられる。単純多値化処理は、基準画像の２値データつまり０と１の値に対し、上記の各代表画素値ａ、ｂで置換することになる。空間的平滑化処理については、以下で説明する。
【００３１】
実際の被検査画像データで、エッジ部７（図１参照）における背景部２からパターン部３への画素値の変化には、数画素（２〜３画素）を要している。また、このエッジ部７の傾斜は、上記の分散値σが小さいと急峻となり、σが大きいと緩慢になる傾向で、両者に相関関係がある。この関係を利用すると、被検査画像の特徴である分散値σが求まると、この分散値σからプリント基板の被検査画像におけるエッジ部近傍の画素値の変化を基準画像データで再現（空間的平滑化）できることになる。
【００３２】
この空間的平滑化処理は、例えばガウシアンフィルタ（ガウス関数による平滑化）を利用する。平均０、分散σ2の２次元ガウス関数は次の数２で表される。
【００３３】
【数２】
上式を畳み込むことにより、疑似多値化処理された参照画像データＱ’が得られる。つまり、次の数３に、疑似多値化パラメータである各代表画素値ａ、ｂおよび分散値σを代入し、また基準画像データＱjを代入することでＱ’が得られることとなる。
【００３５】
【数３】
次に、この疑似多値化の具体的な処理例について説明を行う。
【００３７】
図７は、検査比較基準となる基準画像データの例を示す図である。図７（ａ）は、画素マトリクス５０の基準画像データを示し、横軸をｘ、縦軸をｙと定める。図７（ｂ）は、マトリクス５０のｙ5行のデータ列における画素値のグラフで、横軸がｘ、縦軸が画素値Ｑjを示している。例えば、図７（ａ）における画素５１の画素値Ｑj(ｘ2,ｙ5)は、図７（ｂ）に示すように０である。また、画素５２の画素値Ｑj(ｘ3,ｙ5)は、図７（ｂ）に示すように１となる。このように、基準画像データのエッジ部を構成する画素５１および５２では画素値Ｑjが、０または１の２値をとり、その変化も不連続で急峻となる。
【００３８】
図８は、上記の基準画像の２値データに対する疑似多値化処理を説明する図である。図８（ａ）は、各代表画素値ａ、ｂを用いた単純多値化処理に対応する図である。図８（ａ）においては、図７（ｂ）のグラフにさらに１軸ｎを追加し、このｎ方向に各画素ごとの画素値Ｑ’の値を展開している。なお、ｎ軸における数値１は画素ｘ１に対応し、ｎ軸における数値２は画素ｘ２に対応するといったように配置される。そして、図７（ｂ）における画素値Ｑj＝０を持つ各画素には画素値Ｑ’＝ａを、画素値Ｑj＝１を持つ各画素には画素値Ｑ’＝ｂを代入している。例えば、画素値Ｑ'(ｘ2,ｙ5)＝ａ、画素値Ｑ'(ｘ3,ｙ5)＝ｂとなる。図８（ｂ）は、図８（ａ）の各画素データに対し、分散値σの１次元ガウシアンフィルタの適用を行った図である。図８（ｂ）の縦軸ｑ'は、図８（ａ）における画素値Ｑ'と画素値ａとの差を表している。また、図８（ｂ）の他の２軸は、図８（ａ）と同じである。図８（ａ）における棒状グラフ５３ａ（平行斜線部）は、図８（ｂ）において、分散値σのガウス曲線５４（仮想線で示す）に整合するように階段状グラフ５３ｂ（平行斜線部）に変換される。この変換は、図８（ａ）で画素値ｂをもつ画素全てに対して行われることとなる。
【００３９】
図９は、疑似多値化処理により生成された参照画像データを示す図である。図９（ａ）における画素５１ｔの画素値Ｑ'(ｘ2,ｙ5)は、図９（ｂ）に示すように画素値ａとｂとの中間値となる。また、図９（ａ）における画素５２ｔの画素値Ｑ'(ｘ3,ｙ5)は、図９（ｂ）に示すように、ほぼｂの値となる。ここで、このＱ'(ｘ2,ｙ5)は、図８（ｂ）のグラフにおけるｑ'1(ｘ2,ｙ5)からｑ'6(ｘ2,ｙ5)までの値の和に画素値ａを加えた値となる。
【００４０】
以上の具体的な処理例では、説明の便宜上、１次元の処理について説明したが、実際の疑似多値化処理においては、これを２次元に展開して行われる。
【００４１】
＜パターン検査装置１００の動作＞
次に、パターン検査装置１００において、プリント基板１の被検査画像および参照画像に基づいて、パターンの欠陥の有無を検査する動作について説明する。
【００４２】
図１０は、パターン検査装置１００におけるパターン検査の処理手順を示すフローチャートである。この処理は、欠陥検知部３０に接続した制御部３１が自動的に行う。
【００４３】
まず、同一種類のプリント基板のサンプルの場合、初めの１枚目のプリント基板であるかを判定する（ステップＳ１０）。初めてのサンプルの場合には、設計データ保管部４１に保管している本サンプルに対応する設計画像の２値データを、基準データ生成部４０にて、所定の加工を行い基準画像の２値データを生成する（ステップＳ２０）。なお、あらかじめ良品パターンであることが既知であるような基板が存在する場合には、基準画像の２値データの生成は、この良品パターン画像の多値データを２値に変換することによって得てもよい。つまり、良品パターンをＣＣＤカメラ１４で撮像した画像データをセレクター３２の接点３２ｂを介して２値化処理部３６に導き、２値化処理部３６にて基準画像の２値データを生成すればよい。この場合、２値データ生成とともに、疑似多値化パラメータ生成部３７にて、統計学的手法により解析して画像特徴となる疑似多値化パラメータを生成してもよい。そして、この基準画像の２値データを、基準データ記憶部３９にて、記憶装置に保存する（ステップＳ３０）。
【００４４】
次に、被検査画像の多値データをＣＣＤカメラ１４から取得する（ステップＳ４０）。この被検査画像の多値データをセレクター３２の接点３２ａを介して疑似多値化パラメータ生成部３３に導き、疑似多値化パラメータ生成部３３にて、統計学的手法により解析して画像特徴となる疑似多値化パラメータを生成する（ステップＳ５０）。なお、このステップＳ５０の詳細は後述する。そして、この疑似多値化パラメータを記憶装置に保存し（ステップＳ６０）、ステップＳ７０に進む。
【００４５】
また、ステップＳ１０において、初めてのサンプルでない場合には、ステップＳ３０にて保存した基準データ記憶部３９における基準画像の２値データを読込む（ステップＳ３５）。そして、ＣＣＤカメラ１４から被検査画像の多値データを取得する（ステップＳ４５）。さらに、ステップＳ６０にて保存した疑似多値化パラメータを読込み（ステップＳ６５）、ステップＳ７０に進む。
【００４６】
ステップＳ７０では、疑似多値化処理部３５にて、疑似多値化パラメータを用い基準画像の２値データを参照画像の多値データに変換する。なお、ステップＳ７０の詳細は後述する。そして、比較検査部３４にて、被検査画像と参照画像とを比較する（ステップＳ８０）。
【００４７】
次に、この比較判定結果が良好であるかどうかを判断する（ステップＳ９０）。比較判定結果が良好であれば、被検査画像は欠陥無しとなる（ステップＳ１００）。一方、比較判定結果が良好でなければ、被検査画像は欠陥有りと判断され、欠陥個所が表示部７０に映される（ステップＳ１０５）。
【００４８】
図１１は、ステップＳ５０の詳細を示すフローチャートである。まず、ステップＳ４０で取得された被検査画像の多値データから、画素値のヒストグラムを生成する（ステップＳ５１）。このヒストグラムに表れる２つの凸状グラフの各ピークに対応する代表画素値を算出する（ステップＳ５２）。そして、この２つのピークのうち少なくとも１つのピークについて分散状況を特定する分散値を算出する（ステップＳ５３）。この実施形態の場合は、図５に示す２つのピーク４７ａ、４７ｂのうち画素値の大きい方の４７ｂを選び、このピーク４７ｂについて分散状況を特定する分散値σを算出している。
【００４９】
図１２は、ステップ７０の詳細を示すフローチャートである。まず、ステップＳ５２で算出した各代表画素値を用い、基準データの２値データを多値データに変換（単純多値化処理）する（ステップＳ７１）。そして、ステップＳ５３で算出した分散値を用い、前記の基準データの多値データに対し、空間的平滑化の処理を行う（ステップＳ７２）。これにより、参照画像の多値データが生成される（ステップＳ７３）。
【００５０】
以上の動作を行うパターン検査装置１００において、検査に用いる参照画像は、被検査画像の特徴を抽出しているため、サンプルの種類、プロセスの違いによる入力画像の違いに対してロバストとなる。また、実験的な試行錯誤により画像の特徴を決定する方法に比べ、一義的に特徴が抽出できるため、特徴抽出が簡易となり、要する時間も短縮できる。
【００５１】
＜変形例＞
◎分散値σについては、プリント基板のパターン部に対応したヒストグラムの凸状グラフ（図５のクラスＢ）から算出するのは必須ではなく、背景部に対応した凸状グラフ（図５のクラスＡ）から算出してもよい。また、それぞれの凸状グラフから算出した２つの分散値の平均値を分散値としてもよい。
【００５２】
【発明の効果】
以上説明したように、請求項１および請求項３の発明によれば、統計学的手法による処理を行って抽出された被検査画像の画素値の分布状況の特徴に応じて、基準画像の２値データを多値データに変換して参照画像を得るため、被検査画像ごとの状況を反映させた検査が可能になり、検査対象物についてパターンの材料、プロセスの種類に関わらず、パターンの正確な検査を行うことができる。
【００５３】
また、請求項２および請求項４の発明によれば、被検査画像の分布状況についてヒストグラムを生成し、ヒストグラムに表れる２のピークに対応する各画素値を求め、また分散状況を特定している。そして、基準画像の２値データを、この各画素値で変換し、さらに上記の分散状況に応じた空間的平滑化を行うことで参照画像を得ている。この結果、被検査画像の特徴の抽出は、より簡易で正確に行うことができ、また、この特徴を確実に参照画像に反映することができる。
【図面の簡単な説明】
【図１】プリント基板のパターンの例を示す図である。
【図２】本発明の実施形態に係るパターン検査装置の構成を示す概略図である。
【図３】欠陥検出部３０の構成を示す概略図である。
【図４】基準データ生成部４０でのデータ加工を説明する図である。
【図５】被検査画像データからヒストグラムを生成した例を示す図である。
【図６】ガウス関数とσとの関係を示す図である。
【図７】基準画像の２値データの例を示す図である。
【図８】基準画像の２値データに対する疑似多値化処理を説明する図である。
【図９】疑似多値化処理により生成された参照画像データを示す図である。
【図１０】パターン検査装置におけるパターン検査の処理手順を示すフローチャートである。
【図１１】ステップＳ５０の詳細を示すフローチャートである。
【図１２】ステップＳ７０の詳細を示すフローチャートである。
【図１３】従来例のパターン検査について説明するための図である。
【符号の説明】
１ プリント基板
２ 背景部
３ パターン部
７ エッジ部
１０ 画像取得部
１４ ＣＣＤカメラ
１５ Ａ／Ｄ変換部
３０ 欠陥検出部
３３ 疑似多値化パラメータ生成部
３４ 比較検査部
３５ 疑似多値化処理部
３９ 基準データ記憶部
４０ 基準データ生成部
４１ 設計データ保管部
４８ ガウス関数曲線
５０ 画素マトリクス
７０ 表示部
１００ パターン検査装置
Claims (4)
- 表面にパターンが形成された対象物の画像を読取ってパターン検査を行う方法であって、
検査基準である２値の基準画像を準備する準備工程と、
前記対象物の画像としての被検査画像を画素毎の多値データとして得る画像取得工程と、
統計学的手法による処理を行って前記被検査画像の多値データから画素値の分布状況の特徴を抽出する特徴抽出工程と、
前記分布状況の特徴に応じて、前記基準画像の２値データを多値データに変換し、参照画像を得る画像変換工程と、
前記被検査画像と前記参照画像とを比較する比較工程と、
を備えることを特徴とするパターン検査方法。 - 請求項１に記載のパターン検査方法において、
前記特徴抽出工程は、
前記被検査画像の多値データから画素値の分布状況のヒストグラムを生成し、前記ヒストグラムに表れる２の凸状グラフのそれぞれのピークに対応する２の画素値を求める工程と、
前記２のピークのうち少なくとも１のピークについて分散状況を特定する工程と、を備え、
前記画像変換工程は、
前記基準画像の２値データを、対応する前記２の画素値に変換し、多値データにする工程と、
前記変換された多値データに対して前記分散状況に応じた空間的平滑化を行って前記参照画像を得る工程と、
を備えることを特徴とするパターン検査方法。 - 表面にパターンが形成された対象物の画像を読取ってパターン検査を行う装置であって、
検査基準である２値の基準画像を生成する生成手段と、
前記対象物の画像としての被検査画像を画素毎の多値データとして得る画像取得手段と、
統計学的手法による処理を行って前記被検査画像の多値データから画素値の分布状況の特徴を抽出する特徴抽出手段と、
前記分布状況の特徴に応じて、前記基準画像の２値データを多値データに変換し、参照画像を得る画像変換手段と、
前記被検査画像と前記参照画像とを比較する比較手段と、
を備えることを特徴とするパターン検査装置。 - 請求項３に記載のパターン検査装置において、
前記特徴抽出手段は、
前記被検査画像の多値データから画素値の分布状況のヒストグラムを生成し、前記ヒストグラムに表れる２の凸状グラフのそれぞれのピークに対応する２の画素値を求める手段と、
前記２のピークのうち少なくとも１のピークについて分散状況を特定する手段と、を備え、
前記画像変換手段は、
前記基準画像の２値データを、対応する前記２の画素値に変換し、多値データにする手段と、
前記変換された多値データに対して前記分散状況に応じた空間的平滑化を行って前記参照画像を得る手段と、
を備えることを特徴とするパターン検査装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP00115199A JP3836988B2 (ja) | 1999-01-06 | 1999-01-06 | パターン検査方法およびパターン検査装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP00115199A JP3836988B2 (ja) | 1999-01-06 | 1999-01-06 | パターン検査方法およびパターン検査装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000199709A JP2000199709A (ja) | 2000-07-18 |
| JP3836988B2 true JP3836988B2 (ja) | 2006-10-25 |
Family
ID=11493447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP00115199A Expired - Fee Related JP3836988B2 (ja) | 1999-01-06 | 1999-01-06 | パターン検査方法およびパターン検査装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3836988B2 (ja) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4327485B2 (ja) * | 2003-03-20 | 2009-09-09 | 株式会社日立国際電気 | 欠陥検査装置 |
| JP4018642B2 (ja) | 2004-01-05 | 2007-12-05 | 株式会社東芝 | 参照データ生成方法、パターン欠陥検査装置、パターン欠陥検査方法、及び参照データ生成プログラム |
| JP2006284433A (ja) | 2005-04-01 | 2006-10-19 | Tokyo Seimitsu Co Ltd | 外観検査装置及び外観検査方法 |
| WO2008047422A1 (fr) * | 2006-10-18 | 2008-04-24 | Casio Micronics Co., Ltd. | Procédé pour inspecter un schéma de câblages et système conçu à cet effet |
| JP5557482B2 (ja) * | 2009-06-23 | 2014-07-23 | 株式会社日立製作所 | 検査性評価方法 |
| JP6615723B2 (ja) | 2016-09-07 | 2019-12-04 | 株式会社ソニー・インタラクティブエンタテインメント | 情報処理装置および対象物認識方法 |
-
1999
- 1999-01-06 JP JP00115199A patent/JP3836988B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000199709A (ja) | 2000-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4695239B2 (ja) | 形状特徴に基づく欠陥検出方法及び装置 | |
| US6987873B1 (en) | Automatic defect classification with invariant core classes | |
| 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 | |
| US20060018534A1 (en) | Technique for detecting a defect of an object by area segmentation of a color image of the object | |
| JP3749090B2 (ja) | パターン検査装置 | |
| JP4008291B2 (ja) | パターン検査装置、パターン検査方法およびプログラム | |
| KR101524421B1 (ko) | 결함 관찰 방법 및 결함 관찰 장치 | |
| KR100855100B1 (ko) | 외관 검사 장치 및 외관 검사 방법 | |
| JP2007149837A (ja) | 画像欠陥検査装置、画像欠陥検査システム及び画像欠陥検査方法 | |
| KR20060051443A (ko) | 결함 검출장치 및 결함 검출방법 | |
| JP2008175686A (ja) | 外観検査装置及び外観検査方法 | |
| JP4230880B2 (ja) | 欠陥検査方法 | |
| JP2009037939A (ja) | 走査型電子顕微鏡 | |
| JP2007003459A (ja) | 画像欠陥検査装置、外観検査装置及び画像欠陥検査方法 | |
| JP2005317818A (ja) | パターン検査装置およびパターン検査方法 | |
| JP3560473B2 (ja) | プリント基板の検査装置およびプリント基板の検査方法 | |
| JP2007078572A (ja) | 画像欠陥検査装置及び画像欠陥検査方法 | |
| JP3836988B2 (ja) | パターン検査方法およびパターン検査装置 | |
| JP2006138708A (ja) | 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置 | |
| KR20010098460A (ko) | 빠른 검사 처리 속도를 갖는 외관 검사 방법 및 외관 검사장치 | |
| JP3536884B2 (ja) | 半導体ウエハの欠陥分類方法及びその装置 | |
| JP2002310937A (ja) | 欠陥検査方法及び装置 | |
| JP2004132950A (ja) | 外観検査装置及び外観検査方法 | |
| JP2007081513A (ja) | 固体撮像素子のシミ欠陥検査方法 | |
| JP2004515830A (ja) | 欠陥検出のための二次分散プロット技術 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040401 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050412 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050523 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060725 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060728 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090804 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090804 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100804 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100804 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |