JP4478808B2 - 形状検査装置および形状検査プログラム - Google Patents

Description

本発明は、半導体ウェハ、液晶パネル、あるいはパレットに搭載されたチップ部品、などに見られる繰り返しパターンから欠陥を検出する手法に関する。

半導体ウェハや液晶パネル、パレットに搭載されたチップ部品について、周期性を有するパターンの欠陥検査方法が知られている（特許文献１）。この欠陥検査方法は、所定のピッチで縦横に並べられた矩形の検査対象物をラインセンサカメラにより撮像し、得られた画像信号から被検査面全体の光量比の変化を表す信号値を取得することにより、欠陥の存在を示す信号値を検出するものである。

特開２００１−２８１１６６号公報

従来技術では、周期的に現れる被検査パターン間に例えば半導体ウエハにおけるアライメントマークなどのように、被検査パターン以外のノイズパターンが存在する場合に、ノイズパターンを被検査パターンの欠陥と見なしてしまうことがあり、正確な欠陥検査を行うことができない。

請求項１に係る発明は、二次元状に所定間隔毎に配置された被検査パターンのそれぞれについて、当該被検査パターンよりも大きく且つ当該被検査パターンを内部に含む個別領域を設定する領域設定手段と、前記個別領域に含まれる前記被検査パターンの形状と前記被検査パターンの正しい形状との近さの度合を、所定の形状値算出アルゴリズムに従って形状値として算出する第１の形状値算出手段と、前記形状値が所定のしきい値を超えている前記被検査パターンを第１のパターンとして判定し、前記形状値が所定のしきい値を超えていない前記被検査パターンを第２のパターンとして判定する判定手段と、前記第２のパターンを含む前記個別領域の周辺に複数位置する前記第１のパターンの各形状に基づいて、前記第２のパターンを含んでいる個別領域内における被検査パターンの形状を、前記複数位置する第１のパターンの各形状に近似するものとして推定する形状推定手段と、前記第２のパターンを含む前記個別領域に対して、前記形状推定手段により推定された形状をその全周に渡って所定長だけ広げた範囲であって前記個別領域より小さい範囲を検査範囲として設定し、前記検査範囲に含まれる前記被検査パターンの形状値を前記形状値算出アルゴリズムに従って算出する第２の形状値算出手段とを備え、前記第１の形状値算出手段により算出された形状値と、前記第２の形状値算出手段により算出された形状値とに基づいて、前記被検査パターンの欠陥を検査することを特徴とする形状検査装置である。
請求項５に係る発明は、二次元状に所定間隔毎に配置された被検査パターンのそれぞれについて、当該被検査パターンよりも大きく且つ当該被検査パターンを内部に含む個別領域を設定する領域設定工程と、前記個別領域に含まれる前記被検査パターンの形状と前記被検査パターンの正しい形状との近さの度合を、所定の形状値算出アルゴリズムに従って形状値として算出する第１の形状値算出工程と、前記形状値が所定のしきい値を超えている前記被検査パターンを第１のパターンとして判定し、前記形状値が所定のしきい値を超えていない前記被検査パターンを第２のパターンとして判定する判定工程と、前記第２のパターンを含む前記個別領域の周辺に複数位置する前記第１のパターンの各形状に基づいて、前記第２のパターンを含んでいる個別領域内における被検査パターンの形状を、前記複数位置する第１のパターンの各形状に近似するものとして推定する形状推定工程と、前記第２のパターンを含む前記個別領域に対して、前記形状推定工程により推定された形状をその全周に渡って所定長だけ広げた範囲であって前記個別領域より小さい範囲を検査範囲として設定し、前記検査範囲に含まれる前記被検査パターンの形状値を前記形状値算出アルゴリズムに従って算出する第２の形状値算出工程と、前記第１の形状値算出手段により算出された形状値と、前記第２の形状値算出手段により算出された形状値とに基づいて、前記被検査パターンの欠陥を検査する欠陥検査工程と、をコンピュータに実行させることを特徴とする形状検査プログラムである。

本発明によれば、周期的に現れる被検査パターン間にノイズパターンが存在するときでも、ノイズパターンを除外した正確な欠陥検査を行うことができる。

第１の実施の形態における形状検査装置の全体構成を示すブロック図である。 第１の実施の形態における形状検査装置が検査対象とする画像を撮像する様子を示す図である。 被検査画像から被検査領域を特定する手順を示す図である。 被検査領域の傾き検出処理を説明する図である。 被検査パターンの周期を求める処理を説明する図である。 歪みが最小である箇所の検出処理を説明する図である。 第１の形状検査の始点を設定した例を示す図である。 形状検査の手順を説明する図である。 個別領域の中心座標の求め方を説明する図である。 周辺の個別領域の範囲を推定する際の座標系を説明する図である。 形状度と中心座標の関係を示す図である。 推定式を用いた個別領域の範囲の推定を表す図である。 領域分割部１３によって既に分割され作成された９個の個別領域とこれらの個別領域の周囲に位置する新たに分割作成すべき１６個の個別領域との関係を示す図である。 領域分割部１３による個別領域の作成が完了した状態を示す図である。 ノイズパターンにより推定輪郭に誤りが生ずる例を示す図である。 第２の形状検査における輪郭の推定に必要な条件を示す図である。 不合格個別領域の基準輪郭を２つの合格個別領域から算出する手順を示す図である。 基準輪郭を３つ以上の合格個別領域から算出する手順を示す図である。 第２の形状検査における検査範囲の限定処理を説明する図である。 第２の形状検査において検査範囲を限定した様子を示す図である。 第２の形状検査を繰り返す手順を示す図である。 形状検査装置１による形状検査処理を示すフローチャートである。 形状検査装置１による濃淡検査処理を示すフローチャートである。 互いに重複するように設定された個別領域の例を示す図である。

――第１の実施の形態――
図面を用いて、本発明の一実施の形態による形状検査装置について説明する。

図１は、本実施の形態における形状検査装置の全体構成を示すブロック図である。図に示した形状検査装置１は、所定の被検査パターンが繰り返し現れる画像に対して、各々の被検査パターンが正しい形状を備えているか否かを、後に詳述する形状検査および濃淡検査を行うことにより判定する。

形状検査装置１は、画像入力部１１，検査領域取得部１２，領域分割部１３，形状検査部１４，周辺推定部１５，輪郭推定部１６，および濃淡検査部１７を備える。画像入力部１１には、検査の対象となる画像（以下、被検査画像という）が入力される。

図２は、本実施の形態における形状検査装置が検査対象とする画像を撮像する様子を示す図である。本実施の形態では、画像入力部１１は図２に示した撮像装置１１により構成される。撮像装置１１は説明の為に模式的に示された周期的に配列された多数の被検査パターンＰの全てを含む範囲２１を撮像する。このように、本実施形態における形状検査装置１は、正方形の被検査パターンＰを等間隔に並べた様子を撮像装置１１により撮像した被検査画像を検査対象とする。従って、被検査画像に繰り返し現れる各被検査パターンの正しい形状は正方形である。

検査領域取得部１２は、被検査画像から被検査パターンが現れる領域（以下、被検査領域という）を特定する。

図３は、被検査画像から被検査領域を特定する手順を示す図である。検査領域取得部１２には、まず画像入力部１１から、図３（ａ）に示すように複数の被検査パターンＰを含む被検査画像３１が入力される。検査領域取得部１２は、被検査画像３１に対してソーベルフィルタなどのエッジ強調フィルタを適用し、被検査画像３１のエッジを検出する。図３（ａ）に示す被検査画像３１のエッジを検出した画像３２を、図３（ｂ）に示す。そして、図３（ｃ）に示すように、被検査画像３１の外側にもっとも近いエッジ部分を直線３２ａ，３２ｂ，３２ｃ，３２ｄで近似することにより、図３（ｄ）に示す被検査領域３３の特定が行われる。なお、この被検査領域３３は、図２に模式的に示した被検査パターンＰを含む範囲２１に相当するものである。

領域分割部１３は、被検査領域３３を被検査パターンＰごとに分割し、１つの被検査パターンＰのみが含まれた領域（以下、個別領域という）を作成する。被検査領域３３に対して被検査パターンＰが正確に一定間隔で並んでいる場合は、一定間隔ごとに被検査領域３３を分割すれば個別領域が作成できる。しかし、被検査領域３３が傾いていたり、歪んでいたりする場合には、上記の手順では正確な分割が行えない。そこで、領域分割部１３は、まず個別領域を作成するための情報、すなわち、被検査領域３３の傾きと被検査パターンＰの出現周期とを求める。そして、これらの情報を基に、被検査領域３３からもっとも歪みの少ない箇所を検出する。その後、上記の箇所を始点として歪みを補正しながら領域の分割を行う。以下、上記の処理を順に説明する。

図４は、被検査領域の傾き検出処理を説明する図である。被検査領域３３の傾きを検出するため、まず、被検査画像３１の中心４１から垂直に下を向いた方向Ｙを考える。上記の方向Ｙについて、被検査領域３３中の輝度値の射影処理を行い、射影した値（以下、射影データという）４３の分散値を求める。次に、上記の方向Ｙを、画像の中心を軸に所定角度（例えば＋１度）だけずらした方向について、同様に輝度値の射影処理と分散値の計算を行う。

上記の処理を±４５度までの各々の角度について行い、それぞれの方向における射影データ４３の分散値を求める。同様に水平方向Ｘについても、±４５度までのそれぞれの方向における射影データ４４の分散値を求める。最後に、ずらした角度（例えば＋１度，＋２度，…）ごとに垂直方向と水平方向の分散値を合計し、合計した値が最大となる角度を求め、被検査領域３３の傾きとする。

領域分割部１３は、被検査領域３３の傾きに引き続き、被検査領域３３に現れる被検査パターンＰの周期を求める。すなわち、各々の被検査パターンＰが出現する間隔を求める。

図５は、被検査パターンの周期を求める処理を説明する図である。被検査パターンＰの周期を求める際は、被検査領域３３の傾きを検出する際に求めた、被検査領域３３の傾きにおける垂直方向および水平方向の射影データ４３，４４を用いる。それぞれの方向について、位相をずらしながら射影データ４３，４４の自己相関値を求め、自己相関値のピークが現れる周期を求める。例えば図５（ａ）には、垂直方向の射影データ４３と、所定量だけ位相をずらした射影データ４３ａが示されている。これら２つのデータから、所定量の位相のずれにおける自己相関値が１つ求まる。このようにして、位相のずれ量を変化させながら自己相関値を求めれば、図５（ｂ）に示す、位相のずれ量と自己相関値との関係データ５１が得られる。ここで得られた関係データ５１において、自己相関値のピークが現れる周期５２を、被検査パターンの垂直方向の周期とする。同様の処理を水平方向についても行い、被検査パターンＰの垂直方向および水平方向の周期を得る。

領域分割部１３は、上記処理で得られた周期を用いて、被検査領域３３から歪みが最小である箇所を検出する。

図６は、歪みが最小である箇所の検出処理を説明する図である。まず図６（ａ）に示すように、垂直方向の射影データ４３と周期関数（例えば、余弦関数や正弦関数）６１との相互相関値を、周期関数６１の位相をずらしながら求め、相互相関値が最大となる位相差６２を求める。なお、ここで用いる周期関数の周期は、前述の処理で求めた被検査パターンＰの垂直方向の周期と同一とする。

相互相関値が最大となる位相差６２が求まったら、図６（ｂ）に示すように、垂直方向の射影データ４３と上記の位相差６２を与えた周期関数６１とを用いて、開始位置６３をずらしながら一周期分ずつ相互相関値６４を求める。この一周期分の相互関数値６４が最大となる位置６５が、被検査領域３３の中で歪みが最小である箇所の、垂直方向の位置となる。上述した手順と同様に、水平方向の位置についても求める。以上の処理によって、被検査領域３３の中でもっとも歪みの少ない箇所が検出される。

本実施形態に係る形状検査装置１は、上述した処理により求められた「被検査領域の傾き」，「被検査パターンの周期」，および「被検査領域の中で歪みが最小である位置」に基づいて、形状検査部１４による第１の形状検査と領域分割部１３による個別領域の分割とを並行して実行する。形状検査部１４、および、形状検査部１４が実行する「第１の形状検査」については後に詳述する。

領域分割部１３および形状検査部１４が実行するこの処理では、まず領域分割部１３により第１の形状検査の始点とする個別領域の分割が行われる。すなわち、被検査領域３３を分割して個別領域を作成する。次に、上記の個別領域に対して形状検査部１４により第１の形状検査が行われる。そして、第１の形状検査の結果に基づいて、領域分割部１３による上記の個別領域の周辺に位置する個別領域の分割と、形状検査部１４による第１の形状検査とが繰り返し行われ、被検査領域３３から全ての個別領域が分割される。

図７は、第１の形状検査の始点を設定した例を示す図である。領域分割部１３により、歪みが最小である位置すなわち被検査パターンＰ０を中心にして、縦方向に３段、横方向に３段の計９個の個別領域７２が分割されている。これらの個別領域７２は、形状検査部１４による第１の形状検査の始点として設定される。各個別領域の横幅Ｗ１および縦幅Ｗ２は、図５に示した処理で求められた、被検査パターンの水平方向の周期および垂直方向の周期であり、従って各個別領域７２は、内部に被検査パターンＰを包含している。また、分割された個別領域７２は、図４に示した処理で求められた被検査領域の傾きの分だけ傾いている。形状検査部１４による第１の形状検査は、これら９個の個別領域７２を始点として実行される。

次に、形状検査部１４、および、形状検査部１４が実行する「第１の形状検査」について説明する。形状検査部１４は、被検査パターンＰの輪郭すなわち外形状を算出し、被検査パターンが正しい外形状を備えているか否かを検査する。形状検査部１４は、第１の形状検査の対象である個別領域７２に含まれる被検査パターンＰが、予め規定された正しい形状にどの程度近いかを算出する。被検査パターンＰと正しい形状との近さは、形状度もしくは形状値と呼ぶ数値により表される。本実施形態において形状度は０〜１の値を採り、形状度が所定のしきい値（例えば０．９）以上であれば第１の形状検査の結果は合格、しきい値よりも小さければ不合格となる。すなわち、形状検査部１４により行われる第１の形状検査とは、ある個別領域７２に含まれる被検査パターンＰの形状度を算出する処理と、形状度が所定のしきい値を超えているか否かを判定する処理と、から成る処理である。

前述の通り、本実施形態における被検査パターンＰの正しい形状とは正方形であるので、形状度は、被検査パターンＰが正方形に近いほど大きくなるように定義する。以下では、ある個別領域７２に含まれる被検査パターンの形状度ｓを、その個別領域の形状度という。

形状検査装置１は一連の検査処理において、形状検査部１４に上述した第１の形状検査に加えて第２の形状検査と呼ぶ処理を実行させる。形状検査部１４により実行されるタイミングが異なるため、それぞれの形状検査を第１の形状検査、第２の形状検査と呼び区別するが、処理内容は同一である。

図８は、形状検査の手順を説明する図である。形状検査部１４はまず、形状検査を行う個別領域７２を選択する。図８（ａ）は、図７において領域分割部１３により第１の形状検査の始点として設定された９個の個別領域７２を示したもので、図８（ｂ）は図８（ａ）の９個の個別領域７２の中央に位置する個別領域７２ａを拡大して示している。次に、個別領域７２ａに対してソーベルフィルタを適用し、左から右（矢印８１ａ）、右から左（矢印８１ｂ）、上から下（矢印８１ｃ）、下から上（矢印８１ｄ）の各方向におけるエッジの強さが最大となる画素位置を求める。図８（ｂ）において、矢印８１ａ，８１ｂ，８１ｃ，８１ｄで表される方向のエッジを抽出するソーベルフィルタを個別領域７２ａへ適用した結果が、図８（ｃ），８（ｄ），８（ｅ），８（ｆ）にそれぞれ示した画像８２ａ，８２ｂ，８２ｃ，８２ｄである。そして、画像８２ａ，８２ｂ，８２ｃ，８２ｄの各々において、エッジの強さが最大となる画素位置を直線で近似し、最小二乗法を用いて各々の直線の近似式を算出する。図８（ｇ）において、画像８２ａから算出された直線が８３ａである。同様に、画像８２ｂ，８２ｃ，８２ｄから直線８３ｂ，８３ｃ，８３ｄを得る。

４つの直線の近似式が得られたら、これらの近似式により表される４つの直線（８３ａ，８３ｂ，８３ｃ，８３ｄ）を辺とする四角形を考え、図８（ｈ）に示したように４つの交点（Ｐ１，Ｐ２，Ｐ３，Ｐ４）の座標を求める。これらの４つの直線および４つの交点を、形状検査対象の個別領域７２ａに含まれる被検査パターンの推定輪郭と呼ぶ。

本実施形態におけるパターンの形状度ｓは、上記の４点Ｐ１，Ｐ２，Ｐ３，Ｐ４からなる四角形が正方形である場合に最大の値となるよう、次式（１）のように定義する。

ここで、図８（ｈ）に示すように、Ｖ１はＰ１からＰ２へのベクトル、Ｖ２はＰ２からＰ３へのベクトル、Ｖ３はＰ３からＰ４へのベクトル、Ｖ４はＰ４からＰ１へのベクトル、Ｖ５はＰ１からＰ３へのベクトル、Ｖ６はＰ２からＰ４へのベクトルである。

４点Ｐ１，Ｐ２，Ｐ３，Ｐ４からなる四角形が正方形のとき、Ｖ１とＶ２、Ｖ２とＶ３、Ｖ３とＶ４、Ｖ４とＶ１、Ｖ５とＶ６の成す角はそれぞれ９０度となるので、上式（１）により定義される形状度ｓの値は１となる。

以上の手順により、ある個別領域が含む被検査パターンの推定輪郭および形状度を算出することができる。個別領域の形状度が所定のしきい値（例えば０．９）よりも小さい場合、形状検査は不合格とされ、それ以外の場合には形状検査は合格とされる。

図７に示した、第１の形状検査の始点として設定された９個の個別領域７２に対して、図８を用いて説明した上述の手順により形状検査部１４がそれぞれ形状度を求めた後、領域分割部１３は、これらの個別領域７２の周辺の領域を個別領域に分割する。周辺の個別領域の分割は、上記の９個の個別領域７２の形状度および各個別領域の中心座標に基づいて、周辺推定部１５が周辺の個別領域の範囲を推定することにより行われる。周辺推定部１５は、いくつかの被検査パターンの位置から、それら被検査パターンの周辺に存在する被検査パターンの位置を推定する。すなわち、領域分割部１３は、まず形状度を求めた各個別領域について、各々の個別領域の中心座標の算出処理を実行する。その後、周辺推定部１５に、各々の個別領域の形状度および中心座標に基づいて、それらの個別領域の周辺に位置する個別領域の範囲の推定処理を実行させる。以下、これら２つの処理について順に説明する。

図９は、個別領域の中心座標の求め方を説明する図である。図９（ａ）には、図８に示した、ある個別領域における被検査パターンの推定輪郭の各頂点Ｐ１，Ｐ２，Ｐ３，Ｐ４に、新たに個別領域の中心座標すなわち被検査パターンの中央座標Ｐ５を加えた図が示されている。ある個別領域の中心座標Ｐ５は、その個別領域に含まれる被検査パターンの推定輪郭を用いて求める。具体的には、Ｐ１とＰ３とを結ぶ直線と、Ｐ２とＰ４とを結ぶ直線の交点を中心座標Ｐ５とする。Ｐ１，Ｐ２，Ｐ３，およびＰ４の各点の座標を平均することにより求められる座標を中心座標としないのは、図９（ｂ）に示すように、上記４点のうち１点の位置に大きな誤りが含まれる場合、本来の中心座標から大きく外れることがあるためである。図９（ｂ）と同一の推定輪郭Ｐ１，Ｐ２，Ｐ３，Ｐ４に対し、中心座標Ｐ５を「Ｐ１とＰ３とを結ぶ直線と、Ｐ２とＰ４とを結ぶ直線の交点」に設定した様子を図９（ｃ）に示す。図９（ｂ）と比べて、中心座標Ｐ５のずれ方が小さくなっていることがわかる。

続いて、周辺推定部１５において、形状度および中心座標が求められた複数の個別領域に基づいて、それらの個別領域の周辺に位置する個別領域の範囲を推定する手順を説明する。この説明においては、まず各々の被検査パターンならびにその被検査パターンを含む個別領域を指し示すために必要な定義を行う。その後、それらの定義を用いて個別領域の範囲を推定する方法について説明する。

図１０は、周辺の個別領域の範囲を推定する際の座標系を説明する図である。被検査画像の座標系は、左上隅１０１を原点とする。また、領域分割部１３により分割された個別領域の列番号をｉ、行番号をｊで表す。列番号は、第１の形状検査の始点として設定された９個の個別領域７２のうち、中央の個別領域７２ａを０とする番号であり、個別領域７２ａの右側に位置する個別領域へ１，２，…，左側に位置する個別領域へ−１，−２，…と割り振られる。同様に行番号は個別領域７２ａを０とする番号であり、個別領域７２ａの下側に位置する個別領域へ１，２，…，上側に位置する個別領域へ−１，−２，…と割り振られる。このとき、領域分割部１３により分割されたある個別領域の中心座標（ｘ，ｙ）は、回転、拡大縮小、平行移動の変換成分を含む、次式（２）の変換行列により、その個別座標の行番号ｉと、列番号ｊと、未知の定数ａ，ｂ，ｃ，ｄ，ｅ，ｆとから求められる。

上述の式（２）より、次式（３）および（４）に示す、ある個別領域の列番号ｉと行番号ｊとを引数に取り、その個別領域の中心座標（ｘ，ｙ）を返す関数Ｘ（ｉ，ｊ）およびＹ（ｉ，ｊ）が導出される。
Ｘ（ｉ，ｊ）＝ａｉ＋ｂｊ＋ｃ （３）
Ｙ（ｉ，ｊ）＝ｄｉ＋ｅｊ＋ｆ （４）

式（３）および（４）に含まれる未知数ａ，ｂ，ｃ，ｄ，ｅ，およびｆを、既知である９個の個別領域７２の中心座標を用いた最小二乗法により近似して算出したものが、周辺の個別領域の範囲を推定するための推定式である。これらの未知数の算出手順について、以下に説明する。

列番号ｉ、行番号ｊで表されるある個別領域の中心座標を（ｘｉｊ，ｙｉｊ）としたとき、式（３）および（４）に対して最小二乗法を適用した結果を、次式（５）および（６）に示す。

すなわち、既知である９個の個別領域７２の中心座標を、式（５）および（６）に対して代入すれば、未知の定数ａ，ｂ，ｃ，ｄ，ｅ，ｆの最小二乗法による近似値が算出される。算出された定数ａ，ｂ，ｃ，ｄ，ｅ，ｆの値を式（３）および（４）へ代入すれば、任意の個別領域の列番号ｉおよび行番号ｊからその個別領域の中心座標を求める関数Ｘ（ｉ，ｊ），Ｙ（ｉ，ｊ）が得られる。しかしながら、このようにして導出された関数Ｘ（ｉ，ｊ）およびＹ（ｉ，ｊ）には以下に示す問題点が存在する可能性がある。

図１１は、形状度と中心座標の関係を示す図である。図１１（ａ）には正方形すなわち正しい形状とは大きく異なる被検査パターン１１２および個別領域１１１が示されている。また、図１１（ｂ）には正方形すなわち正しい形状に近い被検査パターン１１４および個別領域１１３が示されている。図１１（ａ）に示した個別領域１１１内の被検査パターン１１２は正方形すなわち正しい形状とは大きく異なるため、この個別領域１１１の形状度は、図１１（ｂ）に示した正方形に近いパターン１１４を含む個別領域１１３の形状度に比べて小さくなる。そして、形状度が小さい個別領域１１１は、中心座標についても図１１（ａ）のように正確でない可能性が高い。すなわち、図１１（ａ）のように正しい形状とは大きく異なる被検査パターン１１２においては、領域分割部１３により中心座標として算出される位置が、その被検査パターン１１２が正しい形状であった場合の中心座標の位置とは異なる可能性が高い。そのため、このような個別領域１１１が第１の形状検査の始点として設定された９個の個別領域７２（図１０）に含まれていると、式（５）および（６）により近似して算出された未知数ａ，ｂ，ｃ，ｄ，ｅ，およびｆが、大きな誤差を含むようになってしまう。

上記の問題に対応するため、未知数ａ，ｂ，ｃ，ｄ，ｅ，およびｆを求める際には、９個の個別領域７２の形状度を重みとして用いるようにする。すなわち、１に近い大きな形状度を備えた個別領域の場合は、その中心座標が正確であると考えられるので、その中心座標を用いる際に形状度に対応する大きな重みを用いる。一方で、より小さな形状度を備えた個別領域の中心座標を用いる場合には、形状度に対応する相対的に小さな重みを用いる。具体的には、式（５）および（６）へ以下に説明する変更を加える。

列番号ｉ、行番号ｊで表されるある個別領域の重みをＷ（ｉ，ｊ）としたとき、式（５）および（６）に対して重みを加えた結果を、次式（７）および（８）に示す。領域分割部１３は、関数Ｘ（ｉ，ｊ），Ｙ（ｉ，ｊ）を導出する際に、式（５）および（６）の代わりに次式（７）および（８）を用いる。

上述の式（７）および（８）により算出された未知数ａ，ｂ，ｃ，ｄ，ｅ，およびｆに基づいて、ある複数の個別領域の周辺に位置する個別領域の範囲を推定するための推定式である関数Ｘ（ｉ，ｊ）およびＹ（ｉ，ｊ）が得られる。この式に対して列番号ｉと行番号ｊとを与えれば、対応する個別領域の中心座標の推定値を得ることができる。周辺推定部１５は、この推定式を用いて、第１の形状検査の始点として設定された９個の個別領域７２（図１０）の周辺に位置する個別領域の範囲を推定する。

図１２は、推定式を用いた個別領域の範囲の推定を表す図である。図１２には、第１の形状検査の始点として設定された、縦方向に３行、横方向に３列の計９個の個別領域１２１ａ〜１２１ｉと、これらの個別領域１２１ａ〜１２１ｉの１つ外側に位置する１６個の個別領域１２２ａ〜１２２ｐと、が破線で示されている。なお図１２では、図の煩雑さを回避するため、個別領域１２１ａ〜１２１ｉには、符号１２１ａ，１２１ｃ，１２１ｅ，１２１ｇ，１２１ｉのみが付されている。同様に、個別領域１２２ａ〜１２２ｐには、符号１２２ａ，１２２ｅ，１２２ｌ，１２２ｐのみが付されている。個別領域１２１ａ〜１２１ｉにおいて、中央に位置する個別領域１２１ｅの列番号と行番号を（０，０）とする。このとき、これら９個の個別領域１２１ａ〜１２１ｉの列番号および行番号はそれぞれ（−１，−１），（０，−１），（１，−１），（−１，０），（０，０），（１，０），（−１，１），（０，１），（１，１）で表される。これら９個の個別領域１２１ａ〜１２１ｉの１つ外側に位置する個別領域１２２ａ〜１２２ｐは、（−２，−２），（−１，−２），（０，−２），（１，−２），（２，−２），（−２，−１），（２，−１），（−２，０），（２，０），（−２，１），（２，１），（−２，２），（−１，２），（０，２），（１，２），（２，２）で表される計１６個であり、周辺推定部１５はこれら１６個の個別領域の範囲を推定式により推定する。

推定式による範囲の推定は、個別領域を構成する４点の座標を推定式で推定することにより行われる。例えば、（−２，−２）で表される個別領域１２２ａの範囲を推定する場合は、前述の推定式に（−２．５，−２．５），（−１．５，−２．５），（−２．５，−１.５），（−１．５，−１．５）の４つの列番号および行番号の組を与える。領域分割部１３は、その結果得られた４つの座標を、個別領域１２２ａの四隅の座標であるとして扱う。すなわち、これら４点で囲まれた領域を、（−２，−２）で表される個別領域とする。

領域分割部１３は、第１の形状検査の始点として設定された９個の個別領域１２１ａ〜１２１ｉから、上述した手順により、新たに１６個の個別領域１２２ａ〜１２２ｐを分割する。形状検査部１４は、新たに分割された個別領域の各々に対して、前述した手順で形状度および中心座標を算出することができる。形状度と中心座標が算出されれば、上述した手順により、さらにその周辺の個別領域を分割することができる。形状検査装置１はこのように、形状検査部１４による形状度の算出と、領域分割部１３による中心座標の算出および周辺の個別領域の分割を繰り返し、被検査領域に含まれる全ての被検査パターンに対して上記処理を行う。

図１３は、領域分割部１３によって既に分割され作成された９個（縦横３個）の個別領域とこれらの個別領域の周囲に位置する新たに分割作成すべき１６個の個別領域との関係を示す図である。図１３（ａ）において、第１の形状検査の始点として既に設定された９個の個別領域は、それらの個別領域に含まれる被検査パターンの各々に白点が付されている。また、次に分割作成される予定の１６個の個別領域が破線１３１により示されている。これらの１６個の個別領域１３１が領域分割部１３によって分割されると、合計２５個の個別領域が作成される。図１３（ｂ）は、このようにして作成された２５個の個別領域をそれらの個別領域に含まれる被検査パターンの各々に白点を付して示している図である。これらの２５個の個別領域から図１３（ａ）とは異なる９個の個別領域を選択して、図１３（ｂ）に示したようにその周囲の１６個の個別領域１３２を分割作成する。この図１３（ｂ）の例では、新たに分割する１６個の個別領域１３２のうち、７個の個別領域は既に図１３（ａ）において分割されたものと重複している。図１３（ｃ），図１３（ｄ），および図１３（ｅ）は、図１３（ｂ）と同様に既に作成済みの９個の個別領域の周囲に新たな１６個の個別領域１３３，１３４，１３５を分割作成する過程を示している。（ａ）から（ｅ）は、領域分割部１３により個別領域の分割が行われていく様子を時系列順に示している。なお図１３では、被検査パターンの中心座標に置かれた白点は、その被検査パターンを含む個別領域が領域分割部１３により分割済みであることを表している。例えば図１３（ａ）では、第１の形状検査の始点として設定された９個の個別領域の被検査パターンの中心座標に白点が置かれている。このような処理を被検査領域の全体に施すことによって、最終的に被検査領域全体を個別領域に分割することができる。

なお、１つの個別領域の範囲を複数回推定した場合には、重みＷ（ｉ，ｊ）の総和がもっとも大きい推定式による推定結果を用いる。例えば図１３において、被検査パターン１３１ａを含む個別領域の範囲は図１３（ａ），図１３（ｃ）の両方で推定されている。この場合、図１３（ａ）においてこの個別領域を推定した際に式（７）および（８）で用いられた重みＷ（ｉ，ｊ）の総和と、図１３（ｃ）において用いられた重みＷ（ｉ，ｊ）の総和を比較し、総和がより大きい方の推定結果をこの個別領域の範囲とする。

図１４は、領域分割部１３による個別領域の作成が完了した状態を示す図である。すべての被検査パターンに対して、その被検査パターンの歪みに合わせた形状を有する個別領域が設定されている。

次に、輪郭推定部１６による形状の推定について説明する。輪郭推定部１６は、ある特定の被検査パターンの周辺に存在するいくつかの被検査パターンの形状に基づいて、その特定の被検査パターンの形状を推定する。輪郭推定部１６による形状の推定は、上述した領域分割部１３による形状の推定とは目的および方法が異なる。以下、輪郭推定部１６の目的について述べる。

図１３までに説明した処理によって、被検査領域は個々の被検査パターンごとの個別領域に分割され、各個別領域の形状度および中心座標と、各個別領域に含まれる被検査パターンの推定輪郭（点Ｐ１，Ｐ２，Ｐ３，Ｐ４）が求められる。しかし、上述した手順により領域分割部１３が求めた被検査パターンの推定輪郭には、ノイズパターンによる誤りが含まれていることがある。

図１５は、ノイズパターンにより推定輪郭に誤りが生ずる例を示す図である。図１５（ａ）に示す被検査領域１４１では、図の中央に位置する被検査パターン１４１ａに欠陥Ｄが存在する。この欠陥Ｄにより被検査パターン１４１ａが正方形となっていないため、形状検査部１４は被検査パターン１４１ａを対象とした第１の形状検査において不合格と判定する。一方、図１５（ｂ）に示す被検査領域１４２は、図の中央に位置する被検査パターン１４２ａの形状は正しい形状である。しかしながら、被検査パターン１４２ａの周囲にノイズパターン１４３ａ〜１４３ｅが存在する。このようなノイズパターンが存在すると、図１５（ｃ）のように領域分割部１３により被検査パターン１４２ａについて誤った推定輪郭が算出されてしまい、第１の形状検査に不合格となることがある。図１５（ｃ）では、個別領域１４４内の被検査パターン１４４ａは正しく正方形であるにも係わらず、その周囲に存在するノイズパターン１４５ａ〜１４５ｃのために、領域分割部１３により算出された推定輪郭１４４ｂは正方形となっていない。

形状検査装置１は、上記のような推定輪郭の誤りに対処するため、第１の形状検査が不合格であった個別領域に対して、以下で説明する第２の形状検査を行い、推定輪郭を修正する。

第２の形状検査は、個別領域の全体、すなわち被検査領域に存在する全ての個別領域を対象とした形状検査を行う第１の形状検査に対して、より限定した領域のみを対象として行われる形状検査である。領域の限定には、第２の形状検査の対象となる個別領域の周囲に位置する、第１の形状検査に合格した個別領域に含まれる被検査パターンの輪郭を用いる。具体的には、まず輪郭推定部１６が検査対象の個別領域の周囲に位置する正しい形状を備えた被検査パターンに基づいて、検査対象の個別領域に含まれる被検査パターンが正しい形状を備えている場合の輪郭を推定する。そして、形状検査部１４が、推定された輪郭を含みかつ個別領域全体より小さな領域を検査範囲とする。この処理によって、被検査パターン全体を含み、かつ被検査パターン周辺に位置するノイズパターンを含まない検査範囲を設定することができる。なお、形状検査部１４による第２の形状検査は、第１の形状検査が不合格であった個別領域に対してのみ行われる。従って、輪郭推定部１６による輪郭の推定も、第１の形状検査が不合格であった個別領域に対してのみ行えばよい。

つまり、輪郭推定部１６により輪郭推定を行うのは、第２の形状検査における新たな検査範囲を、被検査パターンが含まれ且つノイズパターンは除外される範囲とするためである。以下、輪郭推定部１６による輪郭推定の具体的な内容について述べる。

図１６は、第２の形状検査における輪郭の推定に必要な条件を示す図である。輪郭推定部１６はどのような場合であっても輪郭の推定が可能なわけではない。すなわち、輪郭推定部１６により輪郭の推定を行うためには、一定の条件が満たされることが必要である。図１６（ａ）〜（ｃ）に示す３×３のマス目１５１〜１６２はそれぞれ３×３に配置された個別領域を表し、それら９つの個別領域がどのような条件を満たしたときに輪郭の推定が可能となるかを示している。また、マス目に記入されている「○」は第１の形状検査に合格した個別領域を、「×」は第１の形状検査に不合格となった個別領域を表す。

図１６（ａ）で示した４通りのマス目１５１〜１５４のように、不合格となった個別領域を挟むようにして合格となった２つの個別領域が存在する場合、不合格となった個別領域に含まれる被検査パターンが正しい形状を備えていた場合の輪郭を、合格となった２つの個別領域に基づき推定することが可能である。例えば図１６（ａ）のマス目１５１は、中央の個別領域は第１の形状検査に不合格し、その左右に位置する個別領域は第１の形状検査に合格したことを表している。この場合、輪郭推定部１６は、中央の個別領域に含まれる被検査パターンが正しい形状を備えていた場合の輪郭を、左右の個別領域に基づき推定することが可能である。

また、図１６（ｂ）のマス目１５５〜１５８が示すように、第１の形状検査に不合格となった個別領域の周囲８箇所の個別領域のうち、３つ以上が第１の形状検査に合格であった場合も、不合格となった個別領域に含まれる被検査パターンが正しい形状を備えていた場合の輪郭を、これら３つの個別領域に基づき推定することができる。ただし、図１６（ｃ）のマス目１５９〜１６２が示すように、周囲８箇所の個別領域のうち同一の行ないし列にのみ合格となった個別領域が存在する場合は推定不可能である。

なお、第２の形状検査で最初に行われる輪郭の推定、すなわち輪郭推定部１６が第２の形状検査に先立って行う輪郭の推定は、形状検査部１４による形状検査の検査範囲を限定するために行われるものであり、この処理により推定された輪郭が、第１および第２の形状検査により推定された輪郭（点Ｐ１，Ｐ２，Ｐ３，Ｐ４）を置き換えることはない。以下の説明では、検査範囲を限定するために用いられる推定された輪郭を、基準輪郭と呼ぶ。すなわち、輪郭推定部１６は基準輪郭を算出する処理を行う機能部である。

基準輪郭を求める手法は、図１６（ａ）に示す状態の場合と、図１６（ｂ）に示す状態の場合とで異なる。以下では、これら２つの場合における基準輪郭の算出手順について順に説明する。この説明において、第１の形状検査に不合格となった個別領域を不合格個別領域、形状検査に合格した個別領域を合格個別領域と呼ぶ。

初めに、図１６（ａ）に示す状態から、不合格個別領域の基準輪郭を算出する手順について説明する。なお、基準輪郭は図８に示した直線８３ａ，８３ｂ，８３ｃ，８３ｄに相当する４つの直線から構成される。基準輪郭の算出はそれら４つの直線を算出することを指す。

図１７は、不合格個別領域の基準輪郭を２つの合格個別領域から算出する手順を示す図である。図１７に示した被検査領域１６３には、中央に不合格個別領域１６４が、その左右に合格個別領域１６５，１６６が存在している。すなわち、個別領域１６４に含まれる被検査パターン１６４ａは第１の形状検査において不合格と判定され、個別領域１６５，１６６に含まれる被検査パターン１６５ａ，１６６ａは第１の形状検査において合格と判定されている。まず、第１の形状検査により求められた、２つの合格個別領域１６５，１６６に含まれる被検査パターン１６５ａ，１６６ａの輪郭のうち、図８で示した点Ｐ１とＰ４とを通る近似直線８３ｃを、２つの個別領域１６５，１６６ごとに次式（９）および（１０）で表す。つまり、次式（９）が図１７における直線１６５ｂを表す式であり、次式（１０）が図１７における直線１６６ｂを表す式である。これらの式における定数は、第１の形状検査により既知である。
ｙ＝ａ０（ｘ−ｘ０）＋ｙ０ （９）
ｙ＝ａ１（ｘ−ｘ１）＋ｙ１ （１０）

ここで、ａ０およびａ１は各々の近似直線の傾きであり、ｘ０，ｘ１，ｙ０，およびｙ１は、近似直線を求めるために用いたｘ座標およびｙ座標の平均値を表す。上記の２つの近似直線の式より、基準輪郭のうち、同じく点Ｐ１とＰ４とを通る近似直線８３ｃ（図８（ｇ））を、次式（１１）で表す。つまり、次式（１１）が輪郭推定部１６により算出される図１７における直線１６４ｂを表す式である。

ここで、Ｗ０およびＷ１は、２つの合格個別領域１６５，１６６の各々における形状度であって、第１の形状検査において算出された値である。合格個別領域１６５，１６６の形状度が小さい場合、その合格個別領域に含まれる被検査パターンの推定輪郭（第１の形状検査において形状検査部１４により算出された推定輪郭であって、輪郭推定部１６により推定される輪郭とは異なる）が歪んでいる場合がある。形状度の値を重みとして用いることにより、推定輪郭の歪みの影響を低減する。同様にして、基準輪郭のうち、図８（ｇ）に示す点Ｐ２とＰ３とを通る近似直線８３ｄも求められる。

上記手順と同様に、基準輪郭のうち、図８（ｇ）に示す点Ｐ１とＰ２とを通る近似直線８３ａ，および点Ｐ３とＰ４とを通る近似直線８３ｂを求めることができる。２つの合格個別領域１６５，１６６に含まれる被検査パターンの輪郭のうち、図８（ｇ）で示した点Ｐ１とＰ２とを通る近似直線８３ａを、２つの個別領域１６５，１６６ごとに次式（１２）および（１３）で表すと、基準輪郭のうち、点Ｐ１とＰ２とを通る近似直線８３ａは、次式（１４）で表される。
ｘ＝ａ０（ｙ−ｙ０）＋ｘ０ （１２）
ｘ＝ａ１（ｙ−ｙ１）＋ｘ１ （１３）

同様にして、基準輪郭のうち、点Ｐ３とＰ４とを通る近似直線８３ｂを求めれば、４つの近似直線すべてを求めることができる。このようにして求められた４つの近似直線を図１７における被検査パターン１６４ａの基準輪郭として、後述する検査範囲の限定を行う。

次に、図１６（ｂ）に示す状態から、基準輪郭を算出する手順について説明する。

図１８は、基準輪郭を３つ以上の合格個別領域から算出する手順を示す図である。図１６（ｂ）に示す状態の場合は、式（３）および（４）を用いて、基準輪郭を構成する４交点の座標を算出することにより、基準輪郭を算出する。なお図１８は、図１６（ｂ）においてマス目１５５で示される場合を表しているものとする。すなわち、被検査領域１７１において、個別領域１７２が不合格個別領域であり、個別領域１７３，１７４，１７５がそれぞれ合格個別領域であるものとする。

初めに、図１８に示すように、基準輪郭１７２ａを構成する４交点のうち左上隅の交点１７２ｂの座標を算出する。この座標は、式（３）および（４）に示す関数Ｘ（ｉ，ｊ）およびＹ（ｉ，ｊ）に、不合格個別領域１７２の列番号および行番号を与えることで算出することができる。ただし、これらの関数には未知数ａ，ｂ，ｃ，ｄ，ｅ，およびｆが含まれているため、まずこれらの未知数を求める必要がある。

式（３）および（４）に含まれる未知数ａ，ｂ，ｃ，ｄ，ｅ，およびｆを求めるため、式（７）および（８）を用いる。ここで、ｘｉｊおよびｙｉｊは、不合格個別領域１７２の周囲に存在する少なくとも３つの合格個別領域に含まれる各々の被検査パターンの左上隅の交点のｘ座標およびｙ座標である。すなわち図１８においては、合格個別領域１７３，１７４，１７５における各々の被検査パターン１７３ａ，１７４ａ，１７５ａの左上隅の交点１７３ｂ，１７４ｂ，１７５ｂのｘ座標およびｙ座標である。各々の式（３）および（４）に含まれる未知数は３つなので、ｘｉｊおよびｙｉｊとして少なくとも３つの値を与えれば未知数を求めることができる。図１６（ｂ）において、不合格個別領域の周囲に必要な合格領域の数を３つとしているのはこのためである。なお、可能な限り多くの値を用いることで、求められる未知数ａ，ｂ，ｃ，ｄ，ｅ，およびｆがより正確なものとなるので、不合格個別領域１７２の周囲に３つを上回る数の合格個別領域が存在する場合には、これら全ての合格個別領域についてｘｉｊおよびｙｉｊを与えることが望ましい。また、式（７）および（８）における総和は未知数を求めるために用いた全ての合格個別領域について行う。

上記の手順を交点１７２ｂ以外の３交点について繰り返すことにより、少なくとも３つの合格個別領域１７３，１７４，１７５から基準輪郭１７２ａを構成する４交点の座標を算出することができる。このようにして求められた４交点を基準輪郭１７２ａとして、後述する検査範囲の限定を行う。なお、４つ以上の合格個別領域を用いて、基準輪郭を算出するための未知数ａ，ｂ，ｃ，ｄ，ｅ，およびｆを求めてもよい。

次に、形状検査部１４が行う第２の形状検査における、検査範囲の限定について説明する。本実施形態では、上述した手順で輪郭推定部１６により求められた基準輪郭を、所定の長さだけ上下左右に広げた範囲を、第２の形状検査における検査範囲とする。

図１９は、第２の形状検査における検査範囲の限定処理を説明する図である。図１９（ａ）に示す被検査領域１８１において、輪郭推定部１６により被検査パターン１８４の基準輪郭１８２が算出されたものとする。このとき、図１９（ｂ）に示すように、上述した基準輪郭１８２を所定の長さだけ上下左右に広げた範囲１８３を第２の形状検査の検査範囲とすることにより、被検査パターン間に存在するノイズパターン１８６を除外して、被検査パターン１８２の形状検査を行うことができる。これにより、形状検査部１４が第１の形状検査において、ノイズパターンＮＰの存在によって図１９（ｃ）に示したような誤った輪郭１８５を算出した場合であっても、第２の形状検査において形状検査部１４により図１９（ｄ）に示すノイズパターンＮＰを含まない輪郭１８６が算出され、正しい形状検査を行うことができる。

図２０は、第２の形状検査において検査範囲を限定した様子を示す図である。被検査領域１８１において、上述した基準輪郭１８３を所定の長さだけ上下左右に広げた範囲１８４を形状検査の検査範囲とすることにより、隣接する被検査パターンの間に存在するノイズパターン１８６を除外して、被検査パターン１８２の形状検査を行うことができる。

形状検査部１４は最後に、上記の限定された検査範囲に対して、第１の形状検査と同様の形状検査を行い、形状度および被検査パターンの推定輪郭（点Ｐ１，Ｐ１，Ｐ２，Ｐ３，Ｐ４により表される輪郭であって、輪郭推定部１６により算出される基準輪郭とは異なる）を算出し直して、第１の形状検査における推定輪郭の算出結果および形状検査の結果を置き換える。以上が第２の形状検査である。形状検査部１４および輪郭推定部１６はこの処理を、第１の形状検査で不合格となった全ての個別領域に対して実行する。

図２１は、第２の形状検査を繰り返す手順を示す図である。図２１（ａ）〜（ｄ）におけるマス目１９１〜１９４は、被検査領域全体を表しており、１つ１つのマス目は個別領域に対応している。また、図中で黒く塗りつぶされている個別領域は、第１の形状検査で不合格となり、かつ第２の形状検査が実行されていない個別領域である。他方、黒く塗りつぶされていない個別領域は、第１の形状検査または第２の形状検査において合格と判定された個別領域である。

図２１（ａ）のように、第１の形状検査により不合格となった個別領域が密集している場合、これらの不合格個別領域のうち中央付近に位置する不合格個別領域については、周囲に合格個別領域が少ないため、図１６（ａ）および図１６（ｂ）に示す状態とならず、第２の形状検査を実行できない場合がある。このような場合には、まず第２の形状検査を実行することができる不合格個別領域から順に処理を行うことにより、図２１（ｂ）のように、第２の形状検査を実行することができる個別領域を増やすことができる。これを繰り返すことで、図２１（ｃ）、図２１（ｄ）のように処理を進め、最終的に全ての個別領域に対して第２の形状検査を実行することができる。

次に、濃淡検査について説明する。濃淡検査はこれまで述べてきた処理が全て完了した後に濃淡検査部１７により実行される処理である。濃淡検査部１７は、被検査パターンの輝度に基づく特徴量を算出し、被検査パターンが正しい形状を備えているか否かを検査する。濃淡検査部１７による濃淡検査は、各々の個別領域について、輝度に基づいた特徴量を算出し、後述する推定特徴量と比較することにより実行される。算出された特徴量と推定特徴量との差が所定のしきい値以下の場合は、個別領域が濃淡検査に合格したこととなる。それ以外の場合には、濃淡検査の結果は不合格となる。

本実施形態において、特徴量は濃淡検査の検査範囲内における輝度値の分散値である。濃淡検査の検査範囲は、形状検査の結果により異なる範囲が使用される。第１の形状検査が合格であった個別領域、あるいは第１の形状検査は不合格であったが第２の形状検査が合格であった個別領域の場合は、合格した形状検査により求められた被検査パターンの推定輪郭（輪郭推定部１６により算出される基準輪郭とは異なる）が濃淡検査の検査範囲となる。一方で、第１および第２の形状検査の結果が不合格であった個別領域の場合は、第２の形状検査に際し輪郭推定部１６により算出された個別領域の基準輪郭が濃淡検査の検査範囲となる。

濃淡検査部１７は、各々の個別領域について算出された特徴量を基に、各々の個別領域の推定特徴量を算出する。ある個別領域の推定特徴量は、その個別領域の周囲に位置する８つの個別領域の形状度および特徴量を用いて算出される。周囲の個別領域の形状度をｓ１，ｓ２，ｓ３，…とし、周囲の個別領域の特徴量を同様にｖ１，ｖ２，ｖ３，…とすると、これらの個別領域の中央に位置する個別領域の推定特徴量ｕは次式（１５）で表される。

推定特徴量を全ての個別領域について算出したら、各々の個別領域について特徴量と推定特徴量との差を算出する。特徴量と推定特徴量との差が所定のしきい値以下であるなら、その個別領域は濃淡検査に合格したものとする。それ以外の場合は、その個別領域に対する濃淡検査の結果は不合格である。

形状検査部１４は最後に、各々の個別領域について、形状検査および濃淡検査の結果に基づいて、最終的な検査結果を出力する。検査結果は、形状検査と濃淡検査が共に不合格であった場合にのみ不合格となるようにしてもよいし、形状検査と濃淡検査のいずれか一方でも不合格であれば不合格となるようにしてもよい。

以上のように構成された形状検査装置１は、演算処理およびプログラム実行処理を行うＣＰＵと、プログラムおよびデータを記憶する記憶装置と、ＣＰＵがプログラムを実行するに際し必要なデータを入力する入力装置と、ＣＰＵがプログラムを実行した結果を表示する表示装置とを含んだコンピュータ（いずれも図示せず）によって実現される。すなわち、図１に示した各ブロックが有するそれぞれの機能は、上記コンピュータのＣＰＵがその記憶装置に記憶された所定のプログラムを実行することによって実現される。

次に、本実施形態における形状検査装置１の形状検査処理の詳細を、図を用いて説明する。

図２２は、形状検査装置１による形状検査処理を示すフローチャートである。まずステップＳ１では、検査領域取得部１２が被検査画像全体から被検査領域を抽出する。ステップＳ２では、領域分割部１３が被検査領域の傾きを検出する。ステップＳ３では、領域分割部１３が被検査領域の縦方向および横方向それぞれの周期を検出する。

ステップＳ４では、領域分割部１３が、ステップＳ３で検出した周期を基に作成した周期関数と、ステップＳ２で検出した傾き方向への被検査領域の写像データとの相互相関を求め、相関値が最大となる位相を算出する。ステップＳ５では、領域分割部１３が上記の周期関数にステップＳ４で算出した位相を加えた関数と、ステップＳ４で用いた射影データとの１周期分の相互相関を求め、相関値が最大となる位置を算出して形状検査部１４による第１の形状検査を実行する。

ステップＳ６では、周辺推定部１５が第１の形状検査の結果に基づいて周囲の個別領域の範囲を推定し、推定された範囲に基づき領域分割部１３が設定した個別領域に対して、形状検査部１４が第１の形状検査を実行する。ステップＳ７では、形状検査部１４が全ての個別領域に対して第１の形状検査を実行したか否かを判定する。第１の形状検査が未実行となっている個別領域が存在する場合、ステップＳ７により否定判定がなされ、ステップＳ６へ戻る。他方、ステップＳ７により肯定判定がなされた場合には、ステップＳ８へ進む。

ステップＳ８では、形状検査部１４が第２の形状検査を行う個別領域を選択し、対象領域とする。ステップＳ９では、形状検査部１４が、対象領域が第１の形状検査に合格したか否かを判定する。対象領域が第１の形状検査に合格していた場合は、ステップＳ９により肯定判定がなされ、ステップＳ１３へ進む。ステップＳ１３では、形状検査部１４が対象領域に対して第２の形状検査を実行したものとし、ステップＳ１４へ進む。他方、ステップＳ９により否定判定がなされた場合は、ステップＳ１０へ進む。

ステップＳ１０では、輪郭推定部１６が、対象領域に含まれるパターンの輪郭を、周囲の個別領域から推定可能か否かを判定する。周囲の個別領域から輪郭を推定可能である場合には、ステップＳ１０により肯定判定がなされ、ステップＳ１１へ進む。他方、ステップＳ１０により否定判定がなされた場合は、ステップＳ８に戻り、異なる対象領域を選択する。

ステップＳ１１では、輪郭推定部１６が対象領域の周囲の個別領域から対象領域に含まれるパターンの輪郭を推定し、基準輪郭とする。ステップＳ１２では、形状検査部１４が基準輪郭を全方位に所定の幅だけ広げた範囲を検査範囲として第２の形状検査を実行する。ステップＳ１４では、形状検査部１４が全ての個別領域で第２の形状検査を実行したか否かを判定する。第２の形状検査が未実行となっている個別領域が存在する場合、ステップＳ１４により否定判定がなされ、ステップＳ８へ戻る。他方、ステップＳ１４により肯定判定がなされた場合は、形状検査が全て終了しているので、本処理を終了する。

次に、本実施形態における形状検査装置１の濃淡検査処理の詳細を、図を用いて説明する。

図２３は、形状検査装置１による濃淡検査処理を示すフローチャートである。図２３で示した処理は、図２２で示した形状検査処理の後に続けて実行される。

まずステップＳ１５では、濃淡検査部１７が特徴量算出の対象となる個別領域を選択し、対象領域とする。ステップＳ１６では、濃淡検査部１７が、対象領域が形状検査に合格したか否かを判定する。対象領域が形状検査に合格している場合は、ステップＳ１６により肯定判定がなされ、ステップＳ１７へ進む。ステップＳ１７では、濃淡検査部１７が対象領域の推定輪郭を検査範囲として特徴量を算出する。他方、ステップＳ１６により否定判定がなされた場合は、ステップＳ１８へ進み、濃淡検査部１７が形状検査により求められた対象領域の基準輪郭を検査範囲として特徴量を算出する。

ステップＳ１９では、濃淡検査部１７が全ての個別領域で特徴量が算出されたか否かを判定する。特徴量が算出されていない個別領域が残っている場合には、ステップＳ１９により否定判定がなされ、ステップＳ１５へ戻る。他方、ステップＳ１９により肯定判定がなされた場合には、ステップＳ２０へ進む。

ステップＳ２０では、濃淡検査部１７が全ての個別領域について、周囲の個別領域の特徴量に基づいて推定特徴量を算出する。ステップＳ２１では、濃淡検査部１７が特徴量比較の対象となる個別領域を選択し、対象領域とする。ステップＳ２２では、濃淡検査部１７が対象領域の特徴量と推定特徴量との差が所定のしきい値以下であるか否かを判定する。特徴量と推定特徴量との差がしきい値以下であった場合、ステップＳ２２により肯定判定がなされ、ステップＳ２３へ進む。ステップＳ２３では、濃淡検査部１７が対象領域の濃淡検査の結果を合格とする。他方、ステップＳ２２により否定判定がなされた場合には、ステップＳ２４へ進み、濃淡検査部１７が対象領域の濃淡検査の結果を不合格とする。

ステップＳ２５では、濃淡検査部１７が全ての個別領域について濃淡検査の結果を出力したか否かを判定する。濃淡検査の結果を出力していない個別領域が残っている場合、ステップＳ２５により否定判定がなされ、ステップＳ２１へ戻る。他方、ステップＳ２５により肯定判定がなされた場合には、処理を終了する。

上述した第１の実施の形態による形状検査装置によれば、次の作用効果が得られる。

（１）領域分割部１３により分割された領域に対して形状検査部１４が第１の形状検査を行い、不合格となった場合には、輪郭推定部１６により推定された基準輪郭を含む範囲を対象に、形状検査部１４が第２の形状検査を行う。これにより、ノイズパターンの影響で正しくない輪郭が算出された被検査パターンから、ノイズノイズパターンを除外した範囲で再度行われる形状検査により正しい輪郭が算出される。

（２）第１の形状検査に不合格となり、かつ輪郭推定部１６が輪郭を推定するために必要な条件を満たさない個別領域が存在する場合には、輪郭推定部１６が輪郭を推定可能な個別領域から順に第２の形状検査を繰り返し実行する。これにより、第１の形状検査に不合格となった個別領域が密集している場合であっても、周辺に位置する個別領域から順に形状検査が行われ、最終的に全ての個別領域に対して第２の形状検査を実行することができる。

（３）濃淡検査部１７により、輝度値に基づく特徴量と、周囲の個別領域の特徴量に基づく推定特徴量との差に基づいた濃淡検査が行われる。これにより、被検査画像全体にシェーディングなどによる輝度値の変化がある場合でも、輝度値に基づく検査を正しく実行することができる。

（４）濃淡検査部１７は濃淡検査の検査範囲を、形状検査が合格となった領域については被検査パターンの推定輪郭とし、形状検査が不合格となった領域については基準輪郭とする。これにより、被検査パターンの周囲に存在するノイズパターンの影響を受けずに濃淡検査を行うことができる。

（５）領域分割部１３による個別領域の分割は、被検査画像からもっとも歪みの小さい箇所から順に、周辺推定部１５により推定された周囲の個別領域の範囲に基づいて実行される。これにより、被検査画像全体に歪みがある場合であっても、各々の被検査パターンの形状を正しく検査することができる。

次のような変形も本発明の範囲内であり、変形例の一つ、もしくは複数を上述の実施形態と組み合わせることも可能である。

（１）検査対象物は正方形でなくてもよい。例えば、長方形や三角形、楕円形であってもよい。この場合、検査対象物の形状に適した形状度の算出式を定義する。また、検査対象物が矩形領域内に並んでいるのではなく、円形を成すように並んでいてもよい。

（２）被検査領域を特定する際のエッジ検出に、ソーベルフィルタを適用する以外の方法を用いてもよい。

（３）第１の形状検査の始点は、９個の個別領域ではなく、より多数の個別領域としてもよい。また、周囲の個別領域の範囲を推定する際に、より多数の個別領域を推定するようにしてもよい。

（４）基準輪郭を求める際に用いる個別領域を、３個より多くしてもよい。また、より広い範囲の個別領域を用いて、不合格領域の基準輪郭を推定してもよい。

（５）形状検査装置の入力画像を撮像する撮像装置は、ラインセンサであってもよい。

（６）近似式を求める処理に、最小二乗法以外の手法を用いてもよい。例えば、式（３）および（４）に含まれる未知数の算出に、ロバスト推定法などを用いてもよい。この場合は、式（７）および（８）における重みＷ（ｉ，ｊ）の定義を、形状度とロバスト推定法の重みとを乗算したものとする。

（７）濃淡検査における特徴量に、輝度値の分散以外の値を用いてもよい。例えば、輝度値の平均値や重心、相関値などであってもよい。また、推定特徴量を用いず、特徴量を所定のしきい値と直接比較するようにしてもよい。

（８）個別領域は、被検査領域を互いに重複しないよう分割して作成する必要はない。例えば、各々の個別領域が互いに重複するように設定した領域を個別領域としてもよい。これは、図２４に示すように、隣接する被検査パターンの間隔が狭い場合に、被検査パターンの周期および位相に基づいて被検査領域２２１を分割すると、各個別領域に各被検査パターン全体が含まれない場合があるためである。この場合、分割された領域よりも広い領域を個別領域とし、各個別領域の重複を許すことにより、各個別領域に確実に被検査パターン全体を納めることが可能である。図２４では、個別領域２２２，２２３は互いに重複している。

本発明の特徴を損なわない限り、本発明は上記実施の形態に限定されるものではなく、本発明の技術的思想の範囲内で考えられるその他の形態についても、本発明の範囲内に含まれる。

１ 形状検査装置
１１ 画像入力部
１２ 検査領域取得部
１３ 領域分割部
１４ 形状検査部
１５ 周辺推定部
１６ 輪郭推定部
１７ 濃淡検査部

Claims (5)

1. 二次元状に所定間隔毎に配置された被検査パターンのそれぞれについて、当該被検査パターンよりも大きく且つ当該被検査パターンを内部に含む個別領域を設定する領域設定手段と、
   前記個別領域に含まれる前記被検査パターンの形状と前記被検査パターンの正しい形状との近さの度合を、所定の形状値算出アルゴリズムに従って形状値として算出する第１の形状値算出手段と、
   前記形状値が所定のしきい値を超えている前記被検査パターンを第１のパターンとして判定し、前記形状値が所定のしきい値を超えていない前記被検査パターンを第２のパターンとして判定する判定手段と、
   前記第２のパターンを含む前記個別領域の周辺に複数位置する前記第１のパターンの各形状に基づいて、前記第２のパターンを含んでいる個別領域内における被検査パターンの形状を、前記複数位置する第１のパターンの各形状に近似するものとして推定する形状推定手段と、
   前記第２のパターンを含む前記個別領域に対して、前記形状推定手段により推定された形状をその全周に渡って所定長だけ広げた範囲であって前記個別領域より小さい範囲を検査範囲として設定し、前記検査範囲に含まれる前記被検査パターンの形状値を前記形状値算出アルゴリズムに従って算出する第２の形状値算出手段とを備え、
   前記第１の形状値算出手段により算出された形状値と、前記第２の形状値算出手段により算出された形状値とに基づいて、前記被検査パターンの欠陥を検査することを特徴とする形状検査装置。
2. 請求項１に記載の形状検査装置において、さらに加えて、
   前記形状推定手段による形状の推定を繰り返し行わせることにより、複数の個別領域に対して形状を推定させる制御を行う反復制御手段を備え、
   前記反復制御手段は、前記形状推定手段により形状を推定することができない個別領域が存在する場合には、形状を推定することができない個別領域の周辺に位置する個別領域であって且つ前記形状推定手段が形状の推定を行うことができる個別領域を優先して、前記形状推定手段による形状の推定を行わせることを特徴とする形状検査装置。
3. 請求項１および２に記載の形状検査装置において、さらに加えて、
   前記個別領域に含まれている被検査パターンの輝度値の分散、平均値、重心、および相関値のいずれか１つを算出し、前記個別領域の特徴量とする特徴量算出手段と、
   前記特徴量を算出した個別領域の周辺に位置する複数の個別領域の特徴量の加重平均を算出し、前記特徴量を算出した個別領域の推定特徴量とする特徴量推定手段とを備え、
   前記第１の形状値算出手段により算出された形状値と、前記第２の形状値算出手段により算出された形状値と、前記特徴量算出手段により算出された特徴量と、前記特徴量推定手段により推定された推定特徴量とに基づいて、前記被検査パターンの欠陥を検査することを特徴とする形状検査装置。
4. 請求項１〜３のいずれか一項に記載の形状検査装置において、
   前記領域設定手段は、前記被検査パターンのうち歪みが少ない被検査パターンを選択して前記個別領域を設定し、前記設定された個別領域に含まれる被検査パターンの中心座標に基づいて、前記設定された個別領域の周辺にある被検査パターンに対して個別領域を設定することを特徴とする形状検査装置。
5. 二次元状に所定間隔毎に配置された被検査パターンのそれぞれについて、当該被検査パターンよりも大きく且つ当該被検査パターンを内部に含む個別領域を設定する領域設定工程と、
   前記個別領域に含まれる前記被検査パターンの形状と前記被検査パターンの正しい形状との近さの度合を、所定の形状値算出アルゴリズムに従って形状値として算出する第１の形状値算出工程と、
   前記形状値が所定のしきい値を超えている前記被検査パターンを第１のパターンとして判定し、前記形状値が所定のしきい値を超えていない前記被検査パターンを第２のパターンとして判定する判定工程と、
   前記第２のパターンを含む前記個別領域の周辺に複数位置する前記第１のパターンの各形状に基づいて、前記第２のパターンを含んでいる個別領域内における被検査パターンの形状を、前記複数位置する第１のパターンの各形状に近似するものとして推定する形状推定工程と、
   前記第２のパターンを含む前記個別領域に対して、前記形状推定工程により推定された形状をその全周に渡って所定長だけ広げた範囲であって前記個別領域より小さい範囲を検査範囲として設定し、前記検査範囲に含まれる前記被検査パターンの形状値を前記形状値算出アルゴリズムに従って算出する第２の形状値算出工程と、
   前記第１の形状値算出手段により算出された形状値と、前記第２の形状値算出手段により算出された形状値とに基づいて、前記被検査パターンの欠陥を検査する欠陥検査工程と、
   をコンピュータに実行させることを特徴とする形状検査プログラム。

Images