JP4036048B2

JP4036048B2 - Defect identification method

Info

Publication number: JP4036048B2
Application number: JP2002206784A
Authority: JP
Inventors: 康一脇谷; 彰一石井; 弘太郎小林; 誠司濱野
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 2002-07-16
Filing date: 2002-07-16
Publication date: 2008-01-23
Anticipated expiration: 2022-07-16
Also published as: JP2004053259A

Description

【０００１】
【発明の属する技術分野】
本発明は、液晶、ＰＤＰ等の透過性があるガラス基板を用いた製品における表面のパターン欠陥、異物などの検査において、裏面の欠陥が製品の良否に影響しないため表面の欠陥のみを検出すればよい場合などに、検出された欠陥がガラス基板の表面の欠陥か裏面の欠陥かを識別する方法に関するものである。
【０００２】
【従来の技術】
従来の欠陥識別方法について、図８から図９を用いて説明する。
【０００３】
図８は従来の欠陥検査装置の概略構成図である。
【０００４】
図８において、１は検査対象物、２は検査対象物１に照明光を照射する照明光源、３は照明光源２により照明光を照射された検査対象物１を撮像する画像入力部、４は画像入力部３により入力された画像を処理するための画像処理部である。検査対象物１において、画像入力部３側を表面とし、１ａは検査対象物１の表面、１ｂは検査対象物１の裏面である。
【０００５】
従来の欠陥検査は照明光源２により照明光を検査対象物１に照射し、照明光を照射された検査対象物１を画像入力部３により撮像する。画像入力部３により撮像した画像データを画像処理部４により処理し、欠陥の検査を行っていた。
【０００６】
しかし、画像入力部３は検査対象物１の表面１ａに焦点が合うように調整されており、検査対象物１の裏面１ｂに存在する欠陥は焦点が合わずコントラストが落ち、欠陥領域中に明るい部分が占める割合が増える。そこで、検出された欠陥の各画素の明るさを表す階調値の平均値を計算し、計算された平均値が設定されたしきい値より大きい場合には該当欠陥を検査対象物１の裏面１ｂの欠陥とし、計算された平均値が設定されたしきい値以下の場合には当該欠陥を検査対象物１の表面１ａの欠陥とすることにより、検査対象物１の表面１ａの欠陥か裏面１ｂの欠陥かを識別するようにしていた。
【０００７】
以下、図９を用いて具体的に説明する。
【０００８】
画像入力部３により撮像した画像データは画像処理部４において、各画素毎に０〜２５５の２５６階調の正数値で明るさを表す。階調値が２５５に近づくほど画素の明るさは明るく、０に近づくほど画素の明るさは暗いものとする。
【０００９】
図９（ａ）に示すような検査対象物１の表面１ａの欠陥は、欠陥領域の明るさを表す階調値の平均値が７５となる。それに対し、図９（ｂ）に示すような検査対象物１の裏面１ｂの小さな欠陥は、欠陥領域の明るさを表す階調値の平均値が８８となる。検査対象物１の表面１ａの欠陥であれば、画像入力部３の焦点が合わせられているため欠陥領域の輪郭がはっきりしており、実験やサンプリングにより欠陥領域の明るさを表す階調値の平均値は１０〜８０程度の範囲になっていた。そこで、表面１ａの欠陥と裏面１ｂの欠陥を識別するためのしきい値を８０とすることにより、図９（ａ）の表面１ａの欠陥と図９（ｂ）の裏面１ｂの欠陥は識別が可能であった。ここで、しきい値を８０としたが、しきい値は検査対象物１の透過性や欠陥領域の光り方により変化するものであるため、この値に限るものではない。
【００１０】
しかし、図９（ｃ）に示すような検査対象物１の裏面１ｂの大きな欠陥であると、欠陥領域の中央部において各画素の階調値が小さく、欠陥領域の明るさを表す階調値の平均値が６０となる。このような平均値になると、表面１ａの欠陥領域の明るさを表す階調値の平均値と差がなくなり、図９（ａ）の表面１ａの欠陥と図９（ｃ）の裏面１ｂの欠陥をしきい値で識別することが困難であった。
【００１１】
【発明が解決しようとする課題】
上記に示したように従来の方法では、裏面の欠陥の大きさが大きくなるにしたがって、欠陥領域の明るさを表す階調値の平均値が表面の欠陥領域の明るさを表す階調値の平均値に近づいていくため、欠陥領域の明るさを表す階調値の平均値を用いて、しきい値により表面の欠陥か裏面の欠陥かを識別することが困難であった。
【００１２】
本発明は、欠陥領域の輪郭を抽出し、欠陥領域の輪郭のコントラストにより検査対象物の表面の欠陥と裏面の欠陥を高精度に識別することが可能となる。これにより、表面の欠陥のみを不良とする、裏面の欠陥のみを不良とする、表面の欠陥、裏面の欠陥それぞれの集計をするといった、実際の製造ラインに即した検査が可能となる。
【００１３】
【課題を解決するための手段】
上記課題を解決するために本発明は、透過性がある検査対象物の欠陥を検出する欠陥検査方法において、第一のしきい値以下の暗い欠陥領域または第二のしきい値以上の明るい欠陥領域を検出し、前記欠陥領域について輪郭を抽出し、前記輪郭の画素の階調値と前記輪郭の画素に隣接する画素の階調値との差の最大値を算出し、前記欠陥領域の全輪郭の画素について前記最大値の平均値を算出し、前記平均値と第三のしきい値を比較することにより、前記検査対象物の表面の欠陥か裏面の欠陥かを識別することが可能となる。
【００１４】
さらに、最大値の平均値を算出する工程において、欠陥領域の全輪郭の画素について前記最大値を小さい順に並べ、前記最大値について予め設定した個数または割合をもとに小さい方から選択し、前記選択した複数の最大値の平均値を算出することにより、検査対象物の表面の欠陥と裏面の欠陥をより高精度に識別することが可能となる。
【００１５】
また、検査対象物上にパターンが存在する場合、欠陥領域を検出する工程の前に、予め登録されたパターンとの差画像データを作成することにより、検査対象物上にパターンが存在する場合にも検査対象物の表面の欠陥と裏面の欠陥を高精度に識別することが可能となる。
【００１６】
【発明の実施の形態】
本発明の実施の形態について、図１から図７を用いて説明する。
【００１７】
本発明の実施の形態における欠陥検査装置は、図８に示す従来の欠陥検査装置と同様の装置を用いる。
【００１８】
本発明における第一の実施の形態について、図１から図３を用いて説明する。
【００１９】
図１は第一の実施の形態におけるフローチャートである。
【００２０】
まず、照明光源２により照明光を検査対象物１に照射し、照明光を照射された検査対象物１を画像入力部３により撮像する。画像入力部３により撮像した画像データを画像処理部４に入力する（Ｓ１１）。
【００２１】
次に、Ｓ１１にて入力した画像データに対して、階調値が第一のしきい値以下の領域を暗い欠陥領域として検出する（Ｓ１２）。図２は図９の画像データに対して、第一のしきい値を１００とし、第一のしきい値以下の領域を欠陥とするときの検出された欠陥領域を示す。図２（ａ）は図９（ａ）に対する欠陥領域、図２（ｂ）は図９（ｃ）に対する欠陥領域である。ここで、第一のしきい値を１００としたが、第一のしきい値は検査対象物１の透過性や欠陥領域の光り方により変化するものであるため、この値に限るものではない。
【００２２】
次に、Ｓ１２にて検出された暗い欠陥領域の画素について、階調値が第一のしきい値より大きい画素が周囲に存在する画素を欠陥領域の輪郭として抽出する（Ｓ１３）。図３は図２の欠陥領域に対して、第一のしきい値より大きい画素が周囲に存在する画素を輪郭としたときの欠陥領域の輪郭である。図３（ａ）は図２（ａ）に対する輪郭、図３（ｂ）は図２（ｂ）に対する輪郭である。
【００２３】
次に、Ｓ１３にて検出された輪郭について、輪郭の画素の階調値と輪郭の画素の周囲に隣接して存在する画素の階調値との差の最大値を算出する（Ｓ１４）。例えば、図３（ａ）における輪郭の画素Ｄ１について算出すると、輪郭の画素Ｄ１の階調値は１００であり、輪郭の画素Ｄ１の上側に隣接する画素の階調値は１００、輪郭の画素Ｄ１の右側に隣接する画素の階調値は２００、輪郭の画素Ｄ１の下側に隣接する画素の階調値は１００、輪郭の画素Ｄ１の左側に隣接する画素の階調値は０であるので、輪郭の画素Ｄ１の階調値と輪郭の画素Ｄ１に隣接する画素の階調値との差の最大値は１００となる。また、図３（ｂ）における輪郭の画素Ｄ２について算出すると、輪郭の画素Ｄ２の階調値は１００であり、輪郭の画素Ｄ２の上側に隣接する画素の階調値は１００、輪郭の画素Ｄ２の右側に隣接する画素の階調値は１５０、輪郭の画素Ｄ２の下側に隣接する画素の階調値は１００、輪郭の画素Ｄ２の左側に隣接する画素の階調値は５０であるので、輪郭の画素Ｄ２の階調値と輪郭の画素Ｄ２に隣接する画素の階調値との差の最大値は５０となる。
【００２４】
次に、Ｓ１４にて全輪郭の画素について算出した輪郭の画素の階調値と輪郭の画素に隣接する画素の階調値との差の最大値について、全輪郭の画素における最大値の平均を算出する（Ｓ１５）。例えば、図３（ａ）の全輪郭の画素における最大値の平均は１００となる。また、図３（ｂ）の全輪郭の画素における最大値の平均は５０となる。
【００２５】
次に、Ｓ１５にて算出した平均値が大きいほど、コントラストがはっきりしていることになるため、平均値が第三のしきい値以上であれば検査対象物１の表面１ａの欠陥、第三のしきい値より小さければ検査対象物１の裏面１ｂの欠陥として識別する（Ｓ１６）。例えば、欠陥識別を行うための第三のしきい値を８０とすると、図３（ａ）では欠陥領域の輪郭における平均値は１００であり、第三のしきい値８０以上であるので検査対象物１の表面１ａの欠陥と識別される。また、図３（ｂ）では欠陥領域の輪郭における平均値は５０であり、第三のしきい値８０より小さいので検査対象物１の裏面１ｂの欠陥と識別される。ここで、第三のしきい値を８０としたが、第三のしきい値は検査対象物１の透過性により変化するものであるため、この値に限るものではなく、実験やサンプリングにより決定することが望ましい。
【００２６】
以上のように本発明の第一の実施の形態によれば、従来の欠陥識別方法では裏面１ｂの欠陥として識別が困難であった、図９（ｃ）のような裏面１ｂに存在する大きな欠陥を、裏面１ｂの欠陥として識別することが可能となり、検査対象物１の表面１ａの欠陥と裏面１ｂの欠陥を高精度に識別することが可能となる。
【００２７】
次に、本発明における第二の実施の形態について、図４から図７を用いて説明する。
【００２８】
図４は第二の実施の形態におけるフローチャートである。
【００２９】
本発明における第二の実施の形態では、検査対象物１上にパターンが存在する場合に、予め登録しておいた良品パターンまたは繰返し性のあるパターンとの差画像を作成し欠陥の検出を行う。
【００３０】
まず、画像入力部３により撮像した検査対象物１の画像データを画像処理部４に入力する（Ｓ２１）。
【００３１】
次に、Ｓ２１にて入力された画像データと予め登録しておいたパターンの画像データより差画像データを作成する（Ｓ２２）。図５（ａ）はＳ２１で入力した画像データ、図５（ｂ）は予め登録しておいたパターンの画像データであり、図５（ａ）と図５（ｂ）を差画像比較し、図５（ｃ）の差画像データを作成する。差画像データを作成する際に、画素の明るさを表す階調値を０〜２５５の２５６階調の正数値にしているため、非欠陥領域の階調値を２５６階調の中心値である１２８とし画素の明暗を明確にしている。ここでは説明をわかりやすくする目的で非欠陥領域の階調値を１２０としている。また、マイナス値になる画素の階調値は０としている。
【００３２】
次に、Ｓ２２にて作成した差画像データに対して、欠陥領域を検出する（Ｓ２３）。図６は図５（ｃ）の差画像データに対して、第一のしきい値を１００とし、第一のしきい値以下の領域を欠陥とするときの検出された欠陥領域を示す。ここで、第一のしきい値を１００としたが、第一のしきい値は検査対象物１の透過性や欠陥領域の光り方により変化するものであるため、この値に限るものではない。
【００３３】
次に、Ｓ２３にて検出された欠陥領域の輪郭を抽出する（Ｓ２４）。図７は図６の欠陥領域に対して、第一のしきい値より大きい画素が周囲に存在する画素を輪郭としたときの欠陥領域の輪郭である。
【００３４】
次に、Ｓ２４にて検出された輪郭について、輪郭の画素の階調値と輪郭の画素の周囲に隣接して存在する画素の階調値との差の最大値を算出する（Ｓ２５）。例えば、図７における輪郭の画素Ｄ３について算出すると、輪郭の画素Ｄ３の階調値は０であり、輪郭の画素Ｄ３の上側に隣接する画素の階調値は１２０、輪郭の画素Ｄ３の右側に隣接する画素の階調値は０、輪郭の画素Ｄ３の下側に隣接する画素の階調値は０、輪郭の画素Ｄ３の左側に隣接する画素の階調値は０であるので、輪郭の画素Ｄ３の階調値と輪郭の画素Ｄ３に隣接する画素の階調値との差の最大値は１２０となる。また、輪郭の画素Ｄ４について算出すると、輪郭の画素Ｄ４の階調値は８０であり、輪郭の画素Ｄ４の上側に隣接する画素の階調値は８０、輪郭の画素Ｄ４の右側に隣接する画素の階調値は１２０、輪郭の画素Ｄ４の下側に隣接する画素の階調値は８０、輪郭の画素Ｄ４の左側に隣接する画素の階調値は４０であるので、輪郭の画素Ｄ４の階調値と輪郭の画素Ｄ４に隣接する画素の階調値との差の最大値は４０となる。
【００３５】
次に、Ｓ２５にて全輪郭の画素について算出した輪郭の画素の階調値と輪郭の画素に隣接する画素の階調値との差の最大値について、予め設定した個数または割合をもとに最大値を小さい方から選択し、選択した複数の最大値の平均を算出する（Ｓ２６）。例えば、図７においては、全輪郭の画素の個数が２８個であり、最大値が４０の画素が１９個、最大値が８０の画素が２個、最大値が１２０の画素が７個である。予め設定した割合を５０％とすると、平均を算出するための最大値の個数は１４個であり、最大値が小さい方から１４個分の平均は４０となる。ここで、予め設定した割合を５０％としたが、予め設定する割合は、欠陥と予め登録されているパターンとが重なりあっている場合に、欠陥と予め登録されているパターンとが重なっている部分の影響を軽減するためであり、割合が大きすぎると欠陥の輪郭がパターンの輪郭と重なっている部分が多く含まれ誤判定したり、割合が小さすぎると輪郭がノイズの影響によりコントラストが悪くなっている部分で判定してしまい誤判定してしまったりする。したがって、予め設定する割合は３０〜５０％の範囲内が好適である。しかし、予め設定する割合は、欠陥の大きさや予め登録されているパターンにより変化するものであるため、この値に限るものではない。
【００３６】
次に、Ｓ２６にて算出した平均値に対して、平均値が第三のしきい値以上であれば検査対象物１の表面１ａの欠陥、第三のしきい値より小さければ検査対象物１の裏面１ｂの欠陥として識別する（Ｓ２７）。例えば、欠陥識別を行うための第三のしきい値を８０とすると、図７では欠陥領域の輪郭における平均値は４０であり、第三のしきい値８０より小さいので検査対象物１の裏面１ｂの欠陥と識別される。ここで、第三のしきい値を８０としたが、第三のしきい値は検査対象物１の透過性により変化するものであるため、この値に限るものではなく、実験やサンプリングにより決定することが望ましい。
【００３７】
以上のように本発明の第二の実施の形態によれば、本発明の第一の実施の形態では裏面１ｂの欠陥として識別が困難であった、欠陥とパターンが重なった部分が大きい裏面１ｂに存在する欠陥を、裏面１ｂの欠陥として識別することが可能となり、検査対象物１上にパターンが存在する場合にも検査対象物１の表面１ａの欠陥と裏面１ｂの欠陥を高精度に識別することが可能となる。
【００３８】
また、本発明の実施の形態においては、照明光を検査対象物１の裏面１ｂ側から照射する装置構成を用いたが、検査対象物１の表面１ａ側から照明光を照射する構成を用いてもよく、検査対象物１の表面１ａ側から照明光を照射する構成を用いた場合には、検査対象物１の裏面１ｂの欠陥が光るようになるため、画像処理上は、明暗部が反転するだけであり、欠陥領域検出において、階調値が第二のしきい値以上の領域を明るい欠陥領域として検出するようにすればよい。
【００３９】
また、本発明の実施の形態においては、輪郭の画素に隣接する画素を、輪郭の画素に隣接する８つの画素の内、上下左右に隣接する４つの画素としたが、前記４つの画素を除く４つの画素としてもよく、８つの画素全てにしてもよい。
【００４０】
また、輪郭の画素の階調値と輪郭の画素に隣接する画素の階調値との差は、２乗値や絶対値などを用いてもよい。
【００４１】
【発明の効果】
以上のように本発明によれば、透過性がある検査対象物の表面の欠陥と裏面の欠陥を高精度に識別することが可能となる。
【００４２】
さらに、検査対象物上にパターンが存在する場合にも、差画像データを作成することにより検査対象物の表面の欠陥と裏面の欠陥を高精度に識別することが可能となる。
【００４３】
これにより、表面の欠陥のみを不良とする、裏面の欠陥のみを不良とする、表面の欠陥、裏面の欠陥それぞれの集計をするといった、実際の製造ラインに即した検査が可能となる。
【図面の簡単な説明】
【図１】本発明の第一の実施の形態におけるフローチャート
【図２】入力データにおける欠陥領域の概略図
【図３】入力データにおける欠陥領域の輪郭の概略図
【図４】本発明の第二の実施の形態におけるフローチャート
【図５】表面にパターンが存在する欠陥の入力データと差画像データの概略図
【図６】差画像データにおける欠陥領域の概略図
【図７】差画像データにおける欠陥領域の輪郭の概略図
【図８】従来の方法における装置の概略構成図
【図９】従来の方法における表面、裏面の欠陥の入力データの概略図
【符号の説明】
Ｓ１１画像入力
Ｓ１２欠陥領域検出
Ｓ１３輪郭抽出
Ｓ１４最大値算出
Ｓ１５平均値算出
Ｓ１６表面裏面欠陥判別[0001]
BACKGROUND OF THE INVENTION
In the inspection of pattern defects and foreign matters on the surface of a product using a transparent glass substrate such as liquid crystal or PDP, the present invention detects only the surface defect because the defect on the back surface does not affect the quality of the product. The present invention relates to a method for discriminating whether the detected defect is a defect on the front surface or the back surface of the glass substrate.
[0002]
[Prior art]
A conventional defect identification method will be described with reference to FIGS.
[0003]
FIG. 8 is a schematic configuration diagram of a conventional defect inspection apparatus.
[0004]
In FIG. 8, 1 is an inspection object, 2 is an illumination light source that irradiates the inspection object 1 with illumination light, 3 is an image input unit that images the inspection object 1 irradiated with illumination light by the illumination light source 2, and 4 is This is an image processing unit for processing an image input by the image input unit 3. In the inspection object 1, the image input unit 3 side is the front surface, 1 a is the surface of the inspection object 1, and 1 b is the back surface of the inspection object 1.
[0005]
In the conventional defect inspection, the illumination light source 2 irradiates the inspection object 1 with the illumination light, and the image input unit 3 images the inspection object 1 irradiated with the illumination light. Image data picked up by the image input unit 3 is processed by the image processing unit 4 to inspect defects.
[0006]
However, the image input unit 3 is adjusted so as to be focused on the front surface 1a of the inspection object 1, and the defect present on the back surface 1b of the inspection object 1 is not focused and the contrast is lowered, and the defect area is bright. The proportion occupied by the portion increases. Therefore, an average value of gradation values representing the brightness of each pixel of the detected defect is calculated, and when the calculated average value is larger than a set threshold value, the corresponding defect is determined as the back surface of the inspection object 1. If the calculated average value is equal to or less than the set threshold value, the defect is defined as a defect on the surface 1a of the inspection object 1 so that the defect on the surface 1a or the back surface of the inspection object 1 is detected. It was intended to identify whether the defect was 1b.
[0007]
Hereinafter, this will be specifically described with reference to FIG.
[0008]
Image data captured by the image input unit 3 represents brightness in the image processing unit 4 with a positive value of 256 gradations from 0 to 255 for each pixel. It is assumed that the brightness of the pixel is brighter as the gradation value approaches 255, and the brightness of the pixel is darker as it approaches 0.
[0009]
For the defect on the surface 1 a of the inspection object 1 as shown in FIG. 9A, the average value of the gradation values representing the brightness of the defective area is 75. On the other hand, for a small defect on the back surface 1b of the inspection object 1 as shown in FIG. 9B, the average value of the gradation values representing the brightness of the defective area is 88. In the case of a defect on the surface 1a of the inspection object 1, since the image input unit 3 is focused, the outline of the defect area is clear, and a gradation value representing the brightness of the defect area is obtained by experiment or sampling. The average value was in the range of about 10-80. Therefore, by setting the threshold value for identifying the defect on the front surface 1a and the defect on the back surface 1b to 80, the defect on the front surface 1a in FIG. 9A and the defect on the back surface 1b in FIG. It was possible. Here, the threshold value is set to 80. However, the threshold value is not limited to this value because it changes depending on the transparency of the inspection object 1 and how the defect area shines.
[0010]
However, if the defect is a large defect on the back surface 1b of the inspection object 1 as shown in FIG. 9C, the gradation value of each pixel is small at the center of the defect area, and the gradation value represents the brightness of the defect area. The average value is 60. When such an average value is reached, there is no difference from the average value of the gradation values representing the brightness of the defect area on the front surface 1a, and the defect on the front surface 1a in FIG. 9A and the defect on the back surface 1b in FIG. 9C. It was difficult to identify by threshold.
[0011]
[Problems to be solved by the invention]
As described above, in the conventional method, as the size of the defect on the back surface increases, the average value of the gradation value representing the brightness of the defective area becomes the gradation value representing the brightness of the defect area on the front surface. Since the value approaches the average value, it is difficult to identify whether the defect is a front surface defect or a back surface defect by using a threshold value by using an average value of gradation values representing the brightness of the defect region.
[0012]
According to the present invention, it is possible to extract the outline of the defect area and to identify the defect on the front surface and the defect on the back surface of the inspection object with high accuracy by the contrast of the outline of the defect area. Accordingly, it is possible to perform inspection in line with an actual production line, such that only defects on the front surface are defective, only defects on the back surface are defective, and defects on the front surface and defects on the back surface are counted.
[0013]
[Means for Solving the Problems]
In order to solve the above-described problems, the present invention provides a defect inspection method for detecting a defect of an inspection object having transparency, a dark defect area having a first threshold value or less, or a bright defect having a second threshold value or more. Detecting a region, extracting a contour of the defective region, calculating a maximum value of a difference between a gradation value of a pixel of the contour and a gradation value of a pixel adjacent to the pixel of the contour, By calculating the average value of the maximum values for the pixels of the contour and comparing the average value with a third threshold value, it is possible to identify whether the inspection object has a surface defect or a back surface defect. Become.
[0014]
Further, in the step of calculating the average value of the maximum values, the maximum values are arranged in ascending order for the pixels of all the contours of the defect region, and the maximum value is selected from the smaller one based on the preset number or ratio, By calculating the average value of the plurality of selected maximum values, it becomes possible to identify the surface defect and the back surface defect of the inspection object with higher accuracy.
[0015]
In addition, when a pattern exists on the inspection target, when the pattern exists on the inspection target by creating difference image data with the pattern registered in advance before the step of detecting the defect area In addition, it is possible to identify the defect on the front surface and the defect on the back surface of the inspection object with high accuracy.
[0016]
DETAILED DESCRIPTION OF THE INVENTION
An embodiment of the present invention will be described with reference to FIGS.
[0017]
The defect inspection apparatus in the embodiment of the present invention uses an apparatus similar to the conventional defect inspection apparatus shown in FIG.
[0018]
A first embodiment of the present invention will be described with reference to FIGS.
[0019]
FIG. 1 is a flowchart in the first embodiment.
[0020]
First, the illumination light source 2 irradiates the inspection object 1 with the illumination light, and the image input unit 3 images the inspection object 1 irradiated with the illumination light. Image data captured by the image input unit 3 is input to the image processing unit 4 (S11).
[0021]
Next, an area having a gradation value equal to or lower than the first threshold is detected as a dark defect area in the image data input in S11 (S12). FIG. 2 shows a detected defect area when the first threshold value is set to 100 and an area equal to or lower than the first threshold value is defined as a defect in the image data of FIG. 2A shows a defect region corresponding to FIG. 9A, and FIG. 2B shows a defect region corresponding to FIG. 9C. Here, although the first threshold value is set to 100, the first threshold value is not limited to this value because it changes depending on the transparency of the inspection object 1 and the way the defect area shines. .
[0022]
Next, with respect to the pixels in the dark defect area detected in S12, pixels around which pixels whose gradation value is larger than the first threshold value exist are extracted as the outline of the defect area (S13). FIG. 3 shows the outline of the defect area when a pixel around which a pixel larger than the first threshold exists is used as an outline with respect to the defect area of FIG. FIG. 3A is an outline for FIG. 2A, and FIG. 3B is an outline for FIG. 2B.
[0023]
Next, for the contour detected in S13, the maximum value of the difference between the tone value of the contour pixel and the tone value of the pixel adjacent to the periphery of the contour pixel is calculated (S14). For example, when the contour pixel D1 in FIG. 3A is calculated, the gradation value of the contour pixel D1 is 100, the gradation value of the pixel adjacent to the upper side of the contour pixel D1 is 100, and the contour pixel D1. The gradation value of the pixel adjacent to the right side of the pixel is 200, the gradation value of the pixel adjacent to the lower side of the contour pixel D1 is 100, and the gradation value of the pixel adjacent to the left side of the contour pixel D1 is 0. The maximum value of the difference between the gradation value of the contour pixel D1 and the gradation value of the pixel adjacent to the contour pixel D1 is 100. When the contour pixel D2 in FIG. 3B is calculated, the gradation value of the contour pixel D2 is 100, the gradation value of the pixel adjacent to the upper side of the contour pixel D2 is 100, and the contour pixel D2 The gradation value of the pixel adjacent to the right side of the pixel is 150, the gradation value of the pixel adjacent to the lower side of the contour pixel D2 is 100, and the gradation value of the pixel adjacent to the left side of the contour pixel D2 is 50. The maximum difference between the gradation value of the contour pixel D2 and the gradation value of the pixel adjacent to the contour pixel D2 is 50.
[0024]
Next, with respect to the maximum value of the difference between the tone value of the contour pixel calculated for all the contour pixels in S14 and the tone value of the pixel adjacent to the contour pixel, the average of the maximum values of all the contour pixels is calculated. Calculate (S15). For example, the average of the maximum values of all the contour pixels in FIG. Further, the average of the maximum values in the pixels of all the contours in FIG.
[0025]
Next, the greater the average value calculated in S15, the clearer the contrast. Therefore, if the average value is equal to or greater than the third threshold value, a defect on the surface 1a of the inspection object 1, third If it is smaller than the threshold value, it is identified as a defect of the back surface 1b of the inspection object 1 (S16). For example, if the third threshold value for identifying the defect is 80, the average value in the contour of the defect area is 100 in FIG. It is identified as a defect on the surface 1a of the object 1. Further, in FIG. 3B, the average value in the outline of the defect area is 50, which is smaller than the third threshold value 80, so that it is identified as a defect on the back surface 1b of the inspection object 1. Here, the third threshold value is set to 80. However, the third threshold value varies depending on the permeability of the inspection object 1, and is not limited to this value. It is determined by experiment or sampling. It is desirable to do.
[0026]
As described above, according to the first embodiment of the present invention, a large defect existing on the back surface 1b as shown in FIG. 9C, which is difficult to identify as a defect on the back surface 1b by the conventional defect identification method. Can be identified as a defect on the back surface 1b, and a defect on the front surface 1a and a defect on the back surface 1b of the inspection object 1 can be identified with high accuracy.
[0027]
Next, a second embodiment of the present invention will be described with reference to FIGS.
[0028]
FIG. 4 is a flowchart in the second embodiment.
[0029]
In the second embodiment of the present invention, when a pattern exists on the inspection object 1, a difference image from a pre-registered good product pattern or a repeatable pattern is created to detect a defect. .
[0030]
First, the image data of the inspection object 1 imaged by the image input unit 3 is input to the image processing unit 4 (S21).
[0031]
Next, difference image data is created from the image data input in S21 and image data of a pattern registered in advance (S22). FIG. 5A is the image data input in S21, FIG. 5B is the image data of the pattern registered in advance, and FIG. 5A and FIG. 5 (c) difference image data is created. When creating the difference image data, the gradation value representing the brightness of the pixel is set to a positive value of 256 gradations from 0 to 255, so the gradation value of the non-defective area is the central value of 256 gradations. 128 is used to clarify the brightness of the pixels. Here, the gradation value of the non-defective region is set to 120 for the purpose of easy understanding. Further, the gradation value of a pixel that becomes a negative value is set to 0.
[0032]
Next, a defect area is detected from the difference image data created in S22 (S23). FIG. 6 shows a detected defect area when the first threshold value is set to 100 and an area equal to or lower than the first threshold value is set as a defect with respect to the difference image data in FIG. Here, although the first threshold value is set to 100, the first threshold value is not limited to this value because it changes depending on the transparency of the inspection object 1 and the way the defect area shines. .
[0033]
Next, the outline of the defect area detected in S23 is extracted (S24). FIG. 7 shows the outline of the defective area when a pixel around which a pixel larger than the first threshold exists is used as the outline of the defective area shown in FIG.
[0034]
Next, for the contour detected in S24, the maximum value of the difference between the tone value of the contour pixel and the tone value of the pixel adjacent to the periphery of the contour pixel is calculated (S25). For example, when the contour pixel D3 in FIG. 7 is calculated, the gradation value of the contour pixel D3 is 0, the gradation value of the pixel adjacent to the upper side of the contour pixel D3 is 120, and the right side of the contour pixel D3. The gradation value of the adjacent pixel is 0, the gradation value of the pixel adjacent to the lower side of the outline pixel D3 is 0, and the gradation value of the pixel adjacent to the left side of the outline pixel D3 is 0. The maximum difference between the gradation value of the pixel D3 and the gradation value of the pixel adjacent to the contour pixel D3 is 120. When the contour pixel D4 is calculated, the gradation value of the contour pixel D4 is 80, the gradation value of the pixel adjacent to the upper side of the contour pixel D4 is 80, and the pixel adjacent to the right side of the contour pixel D4 The tone value of 120 is, the tone value of the pixel adjacent to the lower side of the contour pixel D4 is 80, and the tone value of the pixel adjacent to the left side of the contour pixel D4 is 40. The maximum difference between the gradation value and the gradation value of the pixel adjacent to the contour pixel D4 is 40.
[0035]
Next, the maximum value of the difference between the tone value of the contour pixel calculated for all the contour pixels in S25 and the tone value of the pixel adjacent to the contour pixel is determined based on the preset number or ratio. The maximum value is selected from the smaller ones, and the average of the selected maximum values is calculated (S26). For example, in FIG. 7, the number of pixels of the entire contour is 28, 19 pixels having a maximum value of 40, 2 pixels having a maximum value of 80, and 7 pixels having a maximum value of 120. . Assuming that the preset ratio is 50%, the number of maximum values for calculating the average is 14, and the average of 14 from the smallest maximum value is 40. Here, the preset ratio is set to 50%, but the preset ratio is such that the defect and the pre-registered pattern overlap when the defect and the pre-registered pattern overlap. This is to reduce the influence of the part. If the ratio is too large, the defect outline contains many parts that overlap with the pattern outline, and if the ratio is too small, the outline has a poor contrast due to the influence of noise. Judgment is made at the part that is, and misjudgment. Therefore, the preset ratio is preferably in the range of 30 to 50%. However, since the ratio set in advance changes depending on the size of the defect and the pattern registered in advance, the ratio is not limited to this value.
[0036]
Next, if the average value is greater than or equal to the third threshold value with respect to the average value calculated in S26, the defect on the surface 1a of the inspection object 1 is smaller than the third threshold value, and the inspection object 1 is smaller than the third threshold value. Is identified as a defect on the back surface 1b (S27). For example, if the third threshold value for defect identification is 80, the average value in the outline of the defect area is 40 in FIG. Identified as defect 1b. Here, the third threshold value is set to 80. However, the third threshold value varies depending on the permeability of the inspection object 1, and is not limited to this value. It is determined by experiment or sampling. It is desirable to do.
[0037]
As described above, according to the second embodiment of the present invention, in the first embodiment of the present invention, it is difficult to identify as a defect of the back surface 1b. Can be identified as a defect on the back surface 1b, and even when a pattern exists on the inspection object 1, the defect on the front surface 1a and the defect on the back surface 1b of the inspection object 1 can be identified with high accuracy. It becomes possible to do.
[0038]
Moreover, in embodiment of this invention, although the apparatus structure which irradiates illumination light from the back surface 1b side of the test target object 1 was used, the structure which irradiates illumination light from the surface 1a side of the test target object 1 is used. In the case of using a configuration in which illumination light is irradiated from the front surface 1a side of the inspection object 1, defects on the back surface 1b of the inspection object 1 become shining. In the defect area detection, an area having a gradation value equal to or higher than the second threshold value may be detected as a bright defect area.
[0039]
In the embodiment of the present invention, the pixels adjacent to the contour pixel are four pixels adjacent to the contour pixel in the vertical and horizontal directions, but the four pixels are excluded. There may be four pixels or all eight pixels.
[0040]
The difference between the gradation value of the contour pixel and the gradation value of the pixel adjacent to the contour pixel may be a square value or an absolute value.
[0041]
【The invention's effect】
As described above, according to the present invention, it is possible to identify a front surface defect and a back surface defect of a transparent inspection object with high accuracy.
[0042]
Furthermore, even when a pattern exists on the inspection object, it is possible to identify the defects on the front surface and the back surface of the inspection object with high accuracy by creating the difference image data.
[0043]
Accordingly, it is possible to perform inspection in line with an actual production line, such that only defects on the front surface are defective, only defects on the back surface are defective, and defects on the front surface and defects on the back surface are counted.
[Brief description of the drawings]
FIG. 1 is a flowchart according to a first embodiment of the present invention. FIG. 2 is a schematic diagram of a defect area in input data. FIG. 3 is a schematic diagram of a defect area outline in input data. FIG. 5 is a schematic diagram of input data and difference image data of a defect having a pattern on the surface. FIG. 6 is a schematic diagram of a defect area in the difference image data. FIG. 7 is a defect area in the difference image data. FIG. 8 is a schematic configuration diagram of an apparatus in a conventional method. FIG. 9 is a schematic diagram of input data of front and back surface defects in a conventional method.
S11 Image input S12 Defect area detection S13 Contour extraction S14 Maximum value calculation S15 Average value calculation S16 Front / back surface defect discrimination

Claims

In a defect inspection method for detecting a defect of an inspection object having transparency, a dark defect area below a first threshold or a bright defect area above a second threshold is detected, and an outline of the defect area is defined. Extracting, calculating a maximum value of a difference between a gradation value of the pixel of the contour and a gradation value of a pixel adjacent to the pixel of the contour, and calculating an average value of the maximum values for all the contour pixels of the defect region. A defect identification method comprising: calculating and comparing the average value with a third threshold value to identify a defect on the front surface or a rear surface of the inspection object.

In the step of calculating the average value of the maximum values, the maximum values are arranged in ascending order for the pixels of all the contours of the defect area, and the maximum value is selected from the smaller one based on the preset number or ratio, and the selected The defect identification method according to claim 1, wherein an average value of a plurality of maximum values is calculated.

3. The defect identification method according to claim 2, wherein, when a pattern is present on the inspection object, difference image data from a previously registered pattern is created before the step of detecting the defect area.

The pixels adjacent to the contour pixel used for calculating the difference between the gradation value of the contour pixel and the gradation value of the pixel adjacent to the contour pixel are the eight pixels adjacent to the contour pixel, The defect identification method according to claim 1, wherein the four pixels are not adjacent to each other.

The defect identification method according to claim 1, wherein the inspection object is a transparent glass substrate.