JP4571401B6 - ガラス基板内欠陥の深さ方向位置検出方法 - Google Patents

Description

本発明は、ガラス基板内に存在する内部欠陥の深さ方向位置を検出する方法に関し、更に詳しくは、カメラの焦点面をガラス基板の表面からガラス基板内に移動させながら、カメラで撮影された欠陥の映像を処理して算出される勾配指標（Ｇｒａｄｉｅｎｔ Ｉｎｄｉｃａｔｏｒ）を用いて、照明の明るさ、欠陥の大きさ、形状、境界、厚さ等とは無関係に、欠陥の深さ方向位置を正確に算出することができると共に、該正確な位置によって微細な欠陥でも鮮明な欠陥映像を取得することができる、ガラス基板内欠陥の深さ方向位置検出方法に関する。

一般に、ＴＦＴ−ＬＣＤ（薄膜トランジスタ液晶ディスプレイ）、ＰＤＰ（プラズマディスプレイパネル）、ＥＬ（Ｅｌｅｃｔｒｏ−Ｌｕｍｉｎｅｓｃｅｎｃｅ）等の平板ディスプレイの製造分野で用いられるガラス基板において、その内に微小空洞、微小ひび割れ、不純物などの微細な欠陥が存在すると、製品の使用環境において衝撃、熱歪み等により破損され易い。このため、高い信頼性を有するガラス基板の生産のためには、該欠陥の検査が肝要である。

ガラス基板の欠陥検査方法として、検査者の感覚に依存する肉眼検査法が広く行われている。この肉眼検査法は、ガラス基板の大型化に伴って検査の正確さと検査にかかる時間に関して限界を示している。

このため、ガラス基板の欠陥を検査する肉眼検査法の限界を克服するために自動検査法の開発が必要となる。

自動検査法としては、ＣＣＤ（電荷結合素子）カメラを用いて車両用ガラス、ガラス瓶などの検査工程に用いられる、マシン・ビジョン（Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ）技法が挙げられる。

そのようなＣＣＤカメラを用いるマシン・ビジョン検査法は、透明で、且つ、表面が滑らかなガラスに適用可能であり、非接触検査が可能であり、コストが比較的安いという利点がある。

しかし、ＣＣＤカメラを用いるマシン・ビジョン検査法は、比較的に大きい欠陥の検出にのみ適用され、ガラス基板内に存在する数百μｍ以下の欠陥を鮮明に検出することができないという不都合があった。

したがって、ガラス基板内に存在する微細な欠陥を検出することによって、該ガラス基板の良否を正確に判断することができる、自動検査法の開発が必要となる。

本発明は上記事情に鑑みてなされたものであり、その目的とするところは、カメラの焦点面をガラス基板の表面から内部に移動させ、カメラで撮影された映像を処理して算出される明度勾配指標によって、照明の明るさ、欠陥の大きさ、形状、境界、厚さなどと無関係に、欠陥の深さ方向位置を正確に算出し、該算出された欠陥の深さ方向の正確な位置によって微細な欠陥でも鮮明な欠陥映像を取得可能とすることによって、ガラス基板の良否を正確に、且つ、素早く判断できる、ガラス基板内欠陥の基板深さ方向位置検出方法を提供することにある。

上記目的を達成するために、本発明の好適実施例によれば、カメラを用いてガラス基板内欠陥の深さ方向の位置を検出する方法であって、前記欠陥の位置する前記ガラス基板の一方の面に対して、前記カメラの焦点面を一致させる第１のステップと、前記カメラの焦点面を前記ガラス基板の一方の面の方から他方の面の方へ一定距離分移動させる第２のステップと、前記焦点面を一定距離移動させた前記カメラで前記欠陥を撮影する第３のステップと、前記カメラで撮影された映像を用いて、欠陥と背景との境界における明度勾配を計算し、前記ガラス基板の表面から前記カメラの焦点面が移動した距離に対応する勾配指標ＧＩの値を算出する第４のステップと、前記ガラス基板の表面から前記カメラの焦点面が移動した距離と前記ガラス基板の厚さとを比較する第５のステップと、前記第５のステップにて、前記ガラス基板の表面から前記カメラの焦点面の移動距離が前記ガラス基板の厚さを超えると、前記勾配指標ＧＩの値の中から最大値に対応する前記ガラス基板の表面から前記カメラの焦点面の移動距離を、欠陥の深さ方向位置として決定する第６のステップとを含むことを特徴とするガラス基板内欠陥の深さ方向位置の検出方法が提供される。

本発明によれば、カメラの焦点面をガラス基板の表面から内部に移動させ、該カメラで撮影された映像を処理して算出される明度勾配指標によって、照明の明るさ、欠陥の大きさ、形状、厚さなどと無関係に、欠陥の深さ方向の位置を正確に算出することができると共に、該算出された欠陥の深さ方向の正確な位置によって微細な欠陥でも鮮明な欠陥映像を取得可能とすることによって、ガラス基板の良否を正確且つ素早く判断することができるようになるという効果を奏する。

以下、本発明による好適実施例を添付の図面に基づいて詳細に説明する。

図１は本発明によるガラス基板内欠陥の基板深さ方向位置検出方法を示すフローチャート、図２は本発明による方法に用いられる装置を示す模式図、図３は本発明による方法においてカメラの焦点面を欠陥の位置する面と一致させる操作を示す模式図である。

本発明によるガラス基板内欠陥の深さ方向位置検出方法は、ガラス基板１の表面１ｂにカメラ１１（例えば、ＣＣＤカメラ）の焦点面を一致させるステップ（Ｓ１０）（即ち、基板１の表面１ｂとカメラ１１との間の間隔が焦点距離ｆｃとなる）と、カメラ１１をｚ方向に一定距離、例えば１００μｍ移送することによって、カメラ１１の焦点面をガラス基板１の内部に一定距離移動させるステップ（Ｓ２０）と、カメラ１１で欠陥１ａを撮影するステップ（Ｓ３０）と、カメラ１１で撮影された映像からカメラ１１の焦点面がガラス基板１の表面１ｂから移動した距離に対応する勾配指標（Ｇｒａｄｉｅｎｔ Ｉｎｄｉｃａｔｏｒ：ＧＩ）を算出するステップ（Ｓ４０）と、カメラ１１の焦点面がガラス基板１の表面１ｂから移動した距離とガラス基板１の厚さｔＧとを比較するステップ（Ｓ５０）と、該比較結果として、焦点面がガラス基板１の表面１ｂへ移動した距離がガラス基板１の厚さｔＧ以下の場合、ステップＳ２０、Ｓ３０、Ｓ４０、Ｓ５０を繰り返し、カメラ１１の焦点面がガラス基板１の表面１ｂから移動した距離が、ガラス基板１の厚さｔＧ 以上の場合は、最大勾配指標ＧＩの値に対応するカメラ１１の焦点面のガラス基板１の表面１ｂからの移動距離Δｚを欠陥１ａの深さ方向位置ｄとして決定するステップ（Ｓ６０）とを含む。

図２は、本発明のガラス基板内欠陥の深さ方向位置検出方法に用いられる装置１０を示す模式図であって、ガラス基板１が支持台１２により垂直支持され、ガラス基板１の一側からカメラ１１が直線運動装置１３によりガラス基板１の深さ方向、即ち、z軸方向に沿って移動自在に設けられ、カメラ１１に対して同軸をなす照明１４が取り付けられ、カメラ１１及び直線運動装置１３を制御するためのコンピュータ１５が備えられる。

カメラ１１は、コンピュータ１５によって制御される直線運動装置１３により移動し、カメラ１１が取得する映像はコンピュータ１５によって映像処理される。

ガラス基板１の表面１ｂにカメラ１１の焦点面を一致させるステップ（Ｓ１０）は、図３に示すように、ｘ軸及びｙ軸上の位置がわかっているガラス基板１の内部欠陥１ａの位置に対応するガラス基板１の表面１ｂにカメラ１１の焦点面を一致させる。

ガラス基板１の表面１ｂとカメラ１１の焦点面とを一致させた（Ｓ１０）後、カメラ１１の焦点面をガラス基板１の内へ一定距離移動させる（Ｓ２０）。

カメラ１１の焦点面をガラス基板１の内に一定距離移動させるステップ（Ｓ２０）は、直線運動装置１３の駆動によりカメラ１１がガラス基板１の方へ一定距離移動することによって、カメラ１１の焦点面がガラス基板１内へ一定距離分移動する。

カメラ１１の焦点面をガラス基板１の内へ一定距離分移動させた（Ｓ２０）後、カメラ１１で欠陥１ａを撮影する（Ｓ３０）。

カメラ１１によって撮影された欠陥１ａの映像から、カメラ１１の焦点面がガラス基板１の表面１ｂから移動した距離に対応する勾配指標ＧＩを算出する。

勾配指標ＧＩを算出するステップ（Ｓ４０）は、カメラ１１により撮影された映像から欠陥１ａと背景との境界での明度勾配を計算し、カメラ１１の焦点面がガラス基板１の表面１ｂから移動した距離に対応する勾配指標ＧＩを算出する。

勾配指標ＧＩを算出するために、まず撮影映像から欠陥１ａと背景とを分離する必要がある。その分離方法として用いられるアルゴリズムが、輪郭線（ｅｄｇｅ）検出法である。

この輪郭線検出法は、欠陥１ａの輪郭線部分、または欠陥１ａの表面と背景との明るさ差を１次または２次の勾配値に変換して輪郭線を認識する方法であって、ソベル・フィルター（Ｓｏｂｅｌ Ｆｉｌｔｅｒ）、ラプラシアン・フィルター（Ｌａｐｌａｃｉａｎ Ｆｉｌｔｅｒ）、プレウィット勾配法（Ｐｒｅｗｉｔｔ Ｇｒａｄｉｅｎｔ Ｍｅｔｈｏｄ）、ライン・セグメント・ エンハンスメント（ｌｉｎｅ Ｓｅｇｍｅｎｔ Ｅｎｈａｎｃｅｍｅｎｔ）などの多様な技法の中のいずれを用いてもよい。とりわけ、横縦方向の輪郭線検出性能に優れるソベル・フィルターを用いることが好ましい。

映像Ｇ（ｘ，ｙ）のポイント（ｘ，ｙ）での明度勾配は、下記式のようなベクトルに表すことができる。

式（１）において、∇Ｇはポイント（ｘ，ｙ）での勾配ベクトルであって、そのポイントでの明度の最大変化率方向を示し、輪郭線検出において最も重要な値は該ベクトルの大きさであり、これを単に勾配といって、下記式によって示すことができる。

上記式（２）において、∇Ｇは∇Ｇ方向へ単位長さにあたりＧ（ｘ，ｙ）の最大増加率と同じである。実際アルゴリズムの具現の際、省計算時間及び省ハードのために、勾配の計算式として下記式を多用する。

上記式（３）は、勾配を絶対値で示す近似式である。
図４ａ及び図５ａは、それぞれ、ガラス基板１の内に存在する欠陥１ａの中で気泡及び不純物を示し、該両図の映像をソベル・フィルターを適用して各画素の∇Ｇ値を２５６諧調グレーレベルに変換して再構成すると、図４ｂ及び図５ｂのように示される。

同図に示すように、欠陥１ａと背景との明度差により、境界が浮び上がることを確認することができる。このようにソベル・フィルターを用いて取出した輪郭線は、欠陥１ａと背景との分離、及び自動焦点調節（ａｕｔｏｆｏｃｕｓｉｎｇ）に活用される。

カメラ１１の焦点面が、欠陥１ａの位置するｘ軸とｙ軸とがなす水平面に一致してゆくに伴って、映像において欠陥１ａの輪郭は明確になり、欠陥１ａと背景との境界での明度勾配が増加する。したがって、この点に着目して下記式によって勾配指標ＧＩを算出する。

上記式（４）において、∇Ｇはｚ(ｘ、ｙ)位置の画素と８方向の隣り画素との明度勾配を式（３）によって求めることができ、∇Ｇｍａｘ、∇Ｇｍｉｎは１映像内の勾配値の最大、最小値である。

∇Ｇ自体は、周囲の平面的な背景明度に影響を受け得るため、∇Ｇｍａｘと∇Ｇｍｉｎとの差値を適用して、明度の絶対値の影響を減らし、このように計算した各値の合計を求めることは、各ピクセルにおける各勾配値を合わせて映像全体に対する勾配値を得るためである。

カメラ１１の焦点面がガラス基板１の表面１ｂから移動した距離に対応する勾配指標ＧＩを算出した（Ｓ４０）後、ガラス基板１の表面１ｂからカメラ１１の焦点面が移動した距離とガラス基板１の厚さｔＧとを比較する（Ｓ５０）。

ガラス基板１の表面１ａからカメラ１１の焦点面が移動した距離とガラス基板１の厚さｔＧとを比較するステップ（Ｓ５０）で、ガラス基板１の表面１ｂからカメラ１１の焦点面が移動した距離がガラス基板１の厚さｔＧ以下である場合、カメラ１１の焦点面をガラス基板１の内に一定距離移動させるステップ（Ｓ２０）を繰り返して、ガラス基板１の表面１ｂからカメラ１１の焦点面が移動した距離ごとに勾配指標ＧＩを算出する（Ｓ４０）。

ガラス基板１の表面１ｂからカメラ１１の焦点面が移動した距離とガラス基板１の厚さｔＧとを比較するステップ（Ｓ５０）で、ガラス基板１の表面１ｂからカメラ１１の焦点面が移動した距離がガラス基板１の厚さｔＧを超えると、勾配指標ＧＩのうち最大値に対応するカメラ１１の焦点面のガラス基板１の表面１ｂからの移動距離Dｚを欠陥１ａの深さ方向位置として決定する（Ｓ６０）。

これにより、最大値勾配指標ＧＩに対応するカメラ１１焦点面のガラス基板１の表面１ｂからの移動距離Dｚが欠陥１ａの深さ方向位置、即ち、ガラス基板１の表面１ａから深さｄに該当するので、勾配指標ＧＩのうちの最大値に対応するカメラ１１の焦点面のガラス基板１の表面１ｂからの移動距離Dｚにカメラ１１の焦点面を位置合わせることによって、最適閾値化及び標識付け（Ｌａｂｅｌｉｎｇ）によって鮮明な欠陥１ａの映像を検査者に提供することができる。

本発明によるガラス基板内欠陥の深さ方向位置検出方法において、ガラス基板１内の欠陥１ａの位置を決定するために、勾配指標ＧＩを合焦（ｉｎ ｆｏｃｕｓ）判定インデックスとして用いることが、ガラス基板１内の欠陥検出インデックスとして妥当であることを示すために、下記のような実験を施した。

＜実験１＞
ガラス基板１の生産の際に最も多く発生する欠陥１ａの代表的な例として、気泡（ｂｌｉｓｔｅｒ）、不純物（ｉｎｃｌｕｓｉｏｎ）などがある。気泡は、ガラス基板１の製造過程中の溶融過程で空気が混ざり合って現れる形態であり、不純物は、非晶質状態のガラスでない、結晶性物質がガラス基板１の内に存在することをいう。この実験は、コンピュータを用いて実際欠陥１ａと類似する形態で、図６及び図７のように生成されたシミュレーション・モデルを用いた。

図６ａ〜図６eは、それぞれ、１、５、１０、１５の境界厚さｔを有する黒色の楕円状シミュレーション・モデルを示し、図７ａ〜図７ｅは、境界厚さｔが、それぞれ、１、５、１０、１５、２０である、黒色の円状シミュレーション・モデルを示す。

図８に示すように、背景明度が一定である場合、図６ａ〜図６ｅの楕円状の欠陥の境界厚さｔの変化に応じて勾配指標ＧＩの値の大きさは、殆ど変わらないことがわかる。焦点ずれ状態から合焦状態へのフォーカシング程度の変化によって、勾配指標ＧＩの値の変化の大きさが明確に異なることを確認することができる。

そのような結果は、図７ａ〜図７ｅの円状欠陥の境界厚さの変化に応じた勾配指標ＧＩの値の分布を示す図９のように、円状欠陥の場合にも得ることができる。

欠陥境界厚さを一定に固定してから、背景明度を２５６諧調グレーレベルとして５０、１００、１５０、２００、２５５に変化させると共に、勾配指標ＧＩの値の変化に対してシミュレーションを行った。その結果、欠陥境界厚さｔが１０である、図６ｃの楕円状欠陥の背景明度の変化に応じた勾配指標ＧＩの値の分布を示す図１０と、欠陥境界厚さｔが１０である、図７ｃの円状欠陥の背景明度の変化に応じた勾配指標ＧＩの値の分布を示す図１１に示すように、背景明度が増しても勾配指標ＧＩが殆ど変わらないことがわかった。

また、焦点ずれ状態から合焦状態へのフォーカシング程度の変化に応じて、勾配指標ＧＩの値の大きさの変化が明確に現れることが分かる。

このような結果は、ガラス基板１内の欠陥検出に勾配指標ＧＩを用いることが妥当であることを示す。勾配指標ＧＩが最大値を有する時、欠陥１ａの存在する欠陥面に対してカメラ１１の焦点面を一致させることによって、欠陥１ａに対する鮮明な映像を取得することができる。

＜実験２＞
本発明によるガラス基板内欠陥の深さ方向位置検出方法の実際適用及び作用を調べるために、図２の装置を用いてガラス基板１に対する欠陥１ａの検出する実験を行った。

映像取得に用いられたビジョン・ボード（ｖｉｓｉｏｎ ｂｏａｒｄ）は、Ｍａｔｒｏｘ社製のＭｅｔｅｏｒIIであり、カメラ１１はＣＣＤカメラの三星ＢＥ３６０ＥＤ Ｍｏｎｏｃｈｒｏｍｅのカメラを使用し、照明１４としてはカメラと同軸をなしている超高明度ＬＥＤを使用し、コンピュータ１５はＡＭＤ Ｄｕｒｏｎ １ＧＨｚを使用した。

図１２は、数百μｍ程度の気泡に対する勾配指標ＧＩの値（縦軸）のｚ軸方向移動距離（横軸）に応じた変化を示し、z軸に１００μｍずつ移動させて映像を取得し、各取得映像に対して勾配指標ＧＩの値を計算した。

図１２に示すように、勾配指標ＧＩの値の大きさがある特定の位置で急増してから減少することが分かり、原点からの距離が１．１ｍｍ付近で最大値を有することがわかる。

図１３ａ〜図１３ｃは、図１２で勾配指標ＧＩが最大値を有する時の映像と該最大値寄りでの勾配指標ＧＩの値を有する時の映像であって、原点からの距離が各々１．０ｍｍ、１．１ｍｍ、１．２ｍｍである時の、気泡の映像である。

図１３ａ〜図１３ｃに示すように、勾配指標ＧＩが最大値を有するケースに該当する、原点からの距離が１．１ｍｍである時、気泡が存在する平面とカメラ１１の焦点面とが一致すると共に、勾配指標ＧＩの値を用いてガラス基板１内で気泡のような欠陥１ａが存在する平面を判定できることが分かる。

図１４は、数十μｍ程度の微細な不純物に対する実験結果を示す。詳記すると、カメラ１１の焦点面のｚ軸方向移動距離（横軸）に応じた不純物に対する勾配指標ＧＩの値の変化を示し、不純物の大きさは前の実験で用いられた気泡より遥かに小さく模様も異なるが、気泡と同様に、カメラ１１の焦点面が欠陥面に到達したときに、周囲の勾配指標ＧＩの値に比べて遥かに大きい勾配指標ＧＩの値を有する部分が存在することがわかる。

図１５ａ〜図１５ｃは、図１４で勾配指標ＧＩが最大値を有する時の映像と最大値付近での勾配指標ＧＩの値を有する時の映像であって、原点からの距離が、それぞれ、０．９ｍｍ、１．０ｍｍ、１．１ｍｍである時の不純物の映像である。

図１５ａ〜図１５ｃに示すように、勾配指標ＧＩが最大値を有するケースに該当する原点からの距離が１．０ｍｍである時、不純物が存在する平面とカメラ１１の焦点面とが一致すると共に、勾配指標ＧＩの値を用いてガラス基板１内の不純物のような欠陥１ａが存在する平面を判定できることが分かる。

前述のように、本発明によるガラス基板内欠陥の深さ方向位置検出方法は、内部に欠陥１ａが存在するガラス基板１の表面１ｂから深さ方向の位置を検出するために、カメラ１１を用いる自動焦点調節技法を用い、欠陥１ａの存在面に対する合焦判定の基準として指標ＧＩを適用した。

本発明によるガラス基板内欠陥の深さ方向位置検出方法において、勾配指標ＧＩの使用することの妥当性を検証するために、欠陥１ａの境界厚さの変化と背景明度の変化とに応じる勾配指標ＧＩの値の変化を検知するシミュレーションを実施して、その結果を説明した。また、本発明で提示したアルゴリズムが実際工程に適用することができると共に、所望の作用をしているかについて実験を実施して、その結果も詳記した。

したがって、焦点ずれ状態から合焦状態へ移るにつれて勾配指標ＧＩ値は増大し、勾配指標ＧＩが最大値である時、ガラス基板１の表面１ｂからのカメラ１１の焦点面の移動距離Δｚを欠陥１ａの深さｄとして判別することによって、微細な欠陥１ａの存在有無を正確に判断することができると共に、欠陥１ａの鮮明な映像を取得することができる。

上記において、本発明の好適な実施の形態について説明したが、本発明の請求範囲を逸脱することなく、当業者は種々の改変をなし得るであろう。

本発明によるガラス基板内欠陥の深さ方向位置検出方法を示すフローチャート。 本発明によるガラス基板内欠陥の深さ方向位置検出方法に用いられる装置を示す模式図。 本発明によるガラス基板内欠陥の深さ方向位置検出方法において、カメラの焦点面を欠陥が位置する面と一致させる模様を示す模式図。 ａ及びｂからなり、本発明によるガラス基板内欠陥の深さ方向位置検出方法において、輪郭線検出を説明するためにガラス基板の内に存在する気泡を示す映像であって、ａは元の映像、ｂはソベル・フィルターを適用した映像を示す図。 ａ及びｂからなり、本発明によるガラス基板内欠陥の深さ方向位置検出方法において、輪郭線検出を説明するためにガラス基板の内に存在する不純物を示す映像であって、ａは元の映像、ｂはソベル・フィルターを適用した映像を示す図。 ａ〜ｅからなり、本発明によるガラス基板内欠陥の深さ方向位置検出方法において、勾配指標を説明するためのもので、楕円状欠陥境界厚さを変化させたシミュレーション・モデルを示す図。 ａ〜ｅからなり、本発明によるガラス基板内欠陥の深さ方向位置検出方法において、勾配指標を説明するためのもので、円状欠陥境界厚さを変化させたシミュレーション・モデルを示す図。 本発明によるガラス基板内欠陥の深さ方向位置検出方法において、図６ａ〜図６ｅの楕円状欠陥境界厚さ変化に応じた勾配指標の分布を示すグラフ。 本発明によるガラス基板内欠陥の深さ方向位置検出方法において、図７ａ〜図７ｅの円状欠陥境界厚さ変化に応じた勾配指標の分布を示すグラフ。 本発明によるガラス基板内欠陥の深さ方向位置検出方法において、図６ｃの楕円状欠陥の背景明度変化に応じた勾配指標の分布を示すグラフ。 本発明によるガラス基板内欠陥の深さ方向位置検出方法において、図７ｃの円状欠陥の背景明度変化に応じた勾配指標の分布を示すグラフ。 本発明によるガラス基板内欠陥の深さ方向位置検出方法において、カメラの焦点面のｚ軸移動距離（横軸）による気泡に対する勾配指標値（縦軸）の変化を示すグラフ。 ａ〜ｃからなり、本発明によるガラス基板内欠陥の深さ方向位置検出方法において、図１２に示す勾配指標値の変化に対応する気泡の映像を示す図。 本発明によるガラス基板内欠陥の深さ方向位置検出方法において、カメラの焦点面の z軸方向移動距離（横軸）による不純物に対する勾配指標値（縦軸）の変化を示すグラフ。 ａ〜ｃからなり、本発明によるガラス基板内欠陥の深さ方向位置検出方法において、図１４に示す勾配指標値の変化に対応する不純物の映像を示す図。

符号の説明

１ ガラス基板
１ａ ガラス基板の内部欠陥
１ｂ ガラス基板の表面
１０ ガラス基板内欠陥の深さ方向位置検出装置
１１ カメラ
１２ 支持台
１３ 直線運動装置
１４ 照明
１５ コンピュータ

Claims (1)

1. カメラを用いてガラス基板内欠陥の深さ方向の位置を検出する方法であって、
   前記欠陥の位置する前記ガラス基板の一方の面に対して、前記カメラの焦点面を一致させる第１のステップと、
   前記カメラの焦点面を前記ガラス基板の一方の面の方から他方の面の方へ一定距離分移動させる第２のステップと、
   前記焦点面を一定距離移動させた前記カメラで前記欠陥を撮影する第３のステップと、
   前記カメラで撮影された映像を用いて、欠陥と背景との境界における明度勾配を計算し、前記ガラス基板の表面から前記カメラの焦点面が移動した距離に対応する勾配指標ＧＩの値を算出する第４のステップと、
   前記ガラス基板の表面から前記カメラの焦点面が移動した距離と前記ガラス基板の厚さとを比較する第５のステップと、
   前記第５のステップにて、前記ガラス基板の表面から前記カメラの焦点面の移動距離が前記ガラス基板の厚さを超えない場合には、第２のステップ、第３のステップ、第４のステップ、第５のステップを繰り返し、前記ガラス基板の表面から前記カメラの焦点面の移動距離が前記ガラス基板の厚さを超えた場合には、前記勾配指標ＧＩの値の中から最大値に対応する前記ガラス基板の表面から前記カメラの焦点面の移動距離を、欠陥の深さ方向位置として決定する第６のステップとを含み、
   前記第４のステップにおいて、∇Ｇは一つの画素ｚとその隣接画素の明度勾配、∇Ｇｍａｘは一つの映像内の明度勾配値の最大値、∇Ｇｍｉｎが一つの映像内の明度勾配値の最小値であるとき、前記勾配指標ＧＩの値は下記式
   

   

   
   によって求められることを特徴とするガラス基板内欠陥の深さ方向位置の検出方法。

Images