JPH03148774A - クラッタが付加されたビデオ画像に対するcadモデルの登録方法 - Google Patents
クラッタが付加されたビデオ画像に対するcadモデルの登録方法Info
- Publication number
- JPH03148774A JPH03148774A JP2019359A JP1935990A JPH03148774A JP H03148774 A JPH03148774 A JP H03148774A JP 2019359 A JP2019359 A JP 2019359A JP 1935990 A JP1935990 A JP 1935990A JP H03148774 A JPH03148774 A JP H03148774A
- Authority
- JP
- Japan
- Prior art keywords
- image
- filtered
- cad
- filtering
- images
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 62
- 239000002131 composite material Substances 0.000 claims description 29
- 238000001914 filtration Methods 0.000 claims description 21
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 abstract description 16
- 230000002596 correlated effect Effects 0.000 abstract description 7
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 31
- 238000010586 diagram Methods 0.000 description 25
- 239000002184 metal Substances 0.000 description 21
- 238000005259 measurement Methods 0.000 description 18
- 230000009466 transformation Effects 0.000 description 17
- 239000000758 substrate Substances 0.000 description 12
- 230000000694 effects Effects 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 9
- 230000000763 evoking effect Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 238000000844 transformation Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 241000220225 Malus Species 0.000 description 5
- 238000005311 autocorrelation function Methods 0.000 description 5
- 239000000872 buffer Substances 0.000 description 5
- 239000004020 conductor Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004626 scanning electron microscopy Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 238000012952 Resampling Methods 0.000 description 3
- 241001442055 Vipera berus Species 0.000 description 3
- 235000021016 apples Nutrition 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000011218 binary composite Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- YTBRNEUEFCNVHC-UHFFFAOYSA-N 4,4'-dichlorobiphenyl Chemical compound C1=CC(Cl)=CC=C1C1=CC=C(Cl)C=C1 YTBRNEUEFCNVHC-UHFFFAOYSA-N 0.000 description 1
- 241001672694 Citrus reticulata Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 1
- 229920005591 polysilicon Polymers 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
技術分野
本発明は、製造した装置とその装置を製造するのに使用
したCADモデルとの間の対応を決定する技術に関する
ものであって、更に詳細には、集積回路やプリント回路
基板などのような製造した装置上の位置を見出し、その
装置の観測した画像をその装置を製造するのに使用した
CADデータベースなどのような明細に関連付ける技術
に関するものである。
したCADモデルとの間の対応を決定する技術に関する
ものであって、更に詳細には、集積回路やプリント回路
基板などのような製造した装置上の位置を見出し、その
装置の観測した画像をその装置を製造するのに使用した
CADデータベースなどのような明細に関連付ける技術
に関するものである。
従来技術
画像マッチングは、パララックス即ち視差からの範囲を
計算するために一対の画像の間の対応を見出さねばなら
ない双眼ステレオに関する研究から派生したものである
。このステレオ対応性問題を解消するために従来の研究
においては二つの主要なアプローチが取られており、即
ちその一つは強度画像へ適用される面積相関技術と、象
徴的特徴マッチング技術である。
計算するために一対の画像の間の対応を見出さねばなら
ない双眼ステレオに関する研究から派生したものである
。このステレオ対応性問題を解消するために従来の研究
においては二つの主要なアプローチが取られており、即
ちその一つは強度画像へ適用される面積相関技術と、象
徴的特徴マッチング技術である。
強度を基にした面積相関技術は、ステレオ写真測量にお
ける商業的適用に対して使用される主要な技術である。
ける商業的適用に対して使用される主要な技術である。
面積相関の主要な利点はその簡単な点にある。このこと
は、この様なシステムの挙動をモデル化し且つ解釈する
ことをより簡単とし、且つそれは、更に、高性能の実現
化を可能なものとしている。しかしながら、強度相関は
幾つかの欠点を有している。特に、その相関は絶対的強
度レベルに敏感であり、そのことは相関レベルが信頼度
として直接的に使用することができないことを意味して
いる。更に、画像内の強度勾配は、相関表面内に勾配を
発生し、そのことはピーク位置をバイアスさせることが
あり、且つ厳しい場合には、真の相関ピークを完全に隠
してしまう場合もある。
は、この様なシステムの挙動をモデル化し且つ解釈する
ことをより簡単とし、且つそれは、更に、高性能の実現
化を可能なものとしている。しかしながら、強度相関は
幾つかの欠点を有している。特に、その相関は絶対的強
度レベルに敏感であり、そのことは相関レベルが信頼度
として直接的に使用することができないことを意味して
いる。更に、画像内の強度勾配は、相関表面内に勾配を
発生し、そのことはピーク位置をバイアスさせることが
あり、且つ厳しい場合には、真の相関ピークを完全に隠
してしまう場合もある。
ニシハラは、相関を二進表示へ適用することによりこれ
らの欠点を回避する面積相関アルゴリズムを開発した。
らの欠点を回避する面積相関アルゴリズムを開発した。
このニジハラの技術思想は、象徴的特徴マツチング手法
に関する研究から派生したものである。このニジハラの
符号相関手法は、ノイズレベルが低い場合には、基本的
に、以前の手法と同一の結果を与えるが、その挙動は高
いノイズレベルにおいては著しく異なるものであって、
その場合には継続しである定義されたマツチを与える。
に関する研究から派生したものである。このニジハラの
符号相関手法は、ノイズレベルが低い場合には、基本的
に、以前の手法と同一の結果を与えるが、その挙動は高
いノイズレベルにおいては著しく異なるものであって、
その場合には継続しである定義されたマツチを与える。
このことは、H,K、 Nishiha「a著の「
実際的実時間画像形成ステレオマツチ+(Practi
cal ReaI TimeImagi−ng S
tereo Matcher)J、Opt−Eng、
、Vof、23、No、 5、pp53ロー545 (
1984)の文献に記載されている。
実際的実時間画像形成ステレオマツチ+(Practi
cal ReaI TimeImagi−ng S
tereo Matcher)J、Opt−Eng、
、Vof、23、No、 5、pp53ロー545 (
1984)の文献に記載されている。
ステレオ対の画像の間の双眼不一致を測定する問題は、
画像をCADモデルに対して登録する問題に関連してい
るように見える。前者の場合には、ステレオ対における
対応する領域の間において相対的位置不一致が測定され
る。後者においては、その目的とするところは、実際の
装置の画像とその装置を製造するために使用したCAD
データから発生される合成画像との間の翻訳不一致を測
定することである。勿論、上述した双眼ステレオ技術の
幾つかをCAD登録問題へ適用する試みがなされている
。
画像をCADモデルに対して登録する問題に関連してい
るように見える。前者の場合には、ステレオ対における
対応する領域の間において相対的位置不一致が測定され
る。後者においては、その目的とするところは、実際の
装置の画像とその装置を製造するために使用したCAD
データから発生される合成画像との間の翻訳不一致を測
定することである。勿論、上述した双眼ステレオ技術の
幾つかをCAD登録問題へ適用する試みがなされている
。
しかしながら、CAD問題は、ステレオ問題とは著しく
異なっている。二つのステレオ画像は定性的には同一で
あり、同一のレベルの情報を有する傾向がある。りんご
とみかんは性質が異なるものであるといつ比喰に例えれ
ば、それは両方共りんごである。装置の実際の画像及び
その装置を製造するために使用したデータベースの合成
二進画像は非常に異なっている。装置画像は構造をマス
クする傾向のある幾何学的及び光学的アーチファクトを
有しており、更に装置画像は、例えば集積回路(IC)
チップ内の他の視覚可能な層などのような付加的な情報
を有している。前述した例えによれば、装置画像がりん
ごであればCAD画像はみかんである。
異なっている。二つのステレオ画像は定性的には同一で
あり、同一のレベルの情報を有する傾向がある。りんご
とみかんは性質が異なるものであるといつ比喰に例えれ
ば、それは両方共りんごである。装置の実際の画像及び
その装置を製造するために使用したデータベースの合成
二進画像は非常に異なっている。装置画像は構造をマス
クする傾向のある幾何学的及び光学的アーチファクトを
有しており、更に装置画像は、例えば集積回路(IC)
チップ内の他の視覚可能な層などのような付加的な情報
を有している。前述した例えによれば、装置画像がりん
ごであればCAD画像はみかんである。
この問題に対処する典型的な手法は、幾何学的及び光学
的効果をモデル化し且つ実際的な影響の幾つかを組込ん
だ合成画像を形成することであった。上述した例えに基
づけば、この手法は、CADのみかんをシミュレートし
たりんごへ変換するものである。従って、画像マツチン
グの問題は、二つのりんごをマツチングするステレオ状
態へ還元されるように見える。しかしながら、装置画像
を構成する物理的現象は、困難なものとなるか、不可能
なものとなるか、又は実際的にモデル化するのには計算
上高価なものとなる傾向がある。
的効果をモデル化し且つ実際的な影響の幾つかを組込ん
だ合成画像を形成することであった。上述した例えに基
づけば、この手法は、CADのみかんをシミュレートし
たりんごへ変換するものである。従って、画像マツチン
グの問題は、二つのりんごをマツチングするステレオ状
態へ還元されるように見える。しかしながら、装置画像
を構成する物理的現象は、困難なものとなるか、不可能
なものとなるか、又は実際的にモデル化するのには計算
上高価なものとなる傾向がある。
目 的
本発明は、以上の点に鑑みなされたものであって、上述
した如き従来技術の欠点を解消し、集積回路(IC)又
はプリント回路基板(P CB)などのような製造した
装置の上の位置を見付は出し、その観察した画像をその
装置を製造するのに使用したCADデータベースなどの
ような明細と関係付けることを可能とする簡単な方法を
提供することである。
した如き従来技術の欠点を解消し、集積回路(IC)又
はプリント回路基板(P CB)などのような製造した
装置の上の位置を見付は出し、その観察した画像をその
装置を製造するのに使用したCADデータベースなどの
ような明細と関係付けることを可能とする簡単な方法を
提供することである。
構成
本発明によれば、はとんど調節を必要とすることはなく
、大量のノイズが存在しているか、又はデータベース内
には表示されていないが画像中にその他の特徴が存在す
る場合においても、有用な結果を与えることを可能とす
るものである。
、大量のノイズが存在しているか、又はデータベース内
には表示されていないが画像中にその他の特徴が存在す
る場合においても、有用な結果を与えることを可能とす
るものである。
本発明によれば、ビデオカメラや顕微鏡などのような画
像形成装置を使用しである装置の表面の光学的画像を供
給し、CADデータベースから合−成CAD画像を発生
し、これら二つの画像をフィルタ処理しくガウシアンラ
プラシアン畳込み)、それらの結果を二進化しく符号を
取ることにより)、且つそれら二つのフィルタし且つ二
進化した画像(「処理済み」画像と呼称する)を相関し
て相対的アライメント即ち整合を決定する。上述したア
ナロジ即ち類推に関するループを閉じることにより、本
発明は、二つの画像をマツチする前に、二つの画像をビ
リヤードボールへ変換することにより共通の構造を抽出
する。
像形成装置を使用しである装置の表面の光学的画像を供
給し、CADデータベースから合−成CAD画像を発生
し、これら二つの画像をフィルタ処理しくガウシアンラ
プラシアン畳込み)、それらの結果を二進化しく符号を
取ることにより)、且つそれら二つのフィルタし且つ二
進化した画像(「処理済み」画像と呼称する)を相関し
て相対的アライメント即ち整合を決定する。上述したア
ナロジ即ち類推に関するループを閉じることにより、本
発明は、二つの画像をマツチする前に、二つの画像をビ
リヤードボールへ変換することにより共通の構造を抽出
する。
本発明の一つの適用は、加工物と相対的に位置決めヘッ
ドの精密な位置決めを行なうことを可能とすることであ
る。その一例は、IC装置をPCB上に配置させること
である。カメラが装着されている位置決めヘッドを位置
決め機構によりtC箇所の近似的な位置へ駆動する。こ
の位置決め機構は、大きな移動増分に対しては正確なも
のである必要はないが、高い精度で小さな相対的変位を
与えることが可能でなければならない。PCB上のIC
tl所近傍の区域のカメラ画像をフィルタし且つ二進化
し、且つIC箇所の周りの領域の処理済みCAD画像と
相関させる。このことは、カメラ(従って、位置決めヘ
ッド)の実際の位置を確立する。次いで、位置決めヘッ
ドを、表示された量だけ移動させる。従って、本発明は
、位置決め機構が長い範囲に亘っての精度を有すること
を必要とすることから解放している。
ドの精密な位置決めを行なうことを可能とすることであ
る。その一例は、IC装置をPCB上に配置させること
である。カメラが装着されている位置決めヘッドを位置
決め機構によりtC箇所の近似的な位置へ駆動する。こ
の位置決め機構は、大きな移動増分に対しては正確なも
のである必要はないが、高い精度で小さな相対的変位を
与えることが可能でなければならない。PCB上のIC
tl所近傍の区域のカメラ画像をフィルタし且つ二進化
し、且つIC箇所の周りの領域の処理済みCAD画像と
相関させる。このことは、カメラ(従って、位置決めヘ
ッド)の実際の位置を確立する。次いで、位置決めヘッ
ドを、表示された量だけ移動させる。従って、本発明は
、位置決め機構が長い範囲に亘っての精度を有すること
を必要とすることから解放している。
本発明の別の適用は、独立的に配置された構成体の部分
の相対的アライメント即ち整合を測定することである。
の相対的アライメント即ち整合を測定することである。
第一の例は、ICチップ上のメタル層の整合を測定する
ことである。本発明方法においては、二つのメタル層(
及び幾つかのその他の層の特徴)を示すチップの表面の
光学的画像を採取し、メタル1層及びメタル2層のCA
D画像を発生し、これら三つの画像をフィルタし且つ二
進化し、メタル1層に対する処理済みCAD画像と処理
済み光学的画像との間の整合を決定し、メタル2層に対
して繰返し行ない、且つこれら二つの整合結果を比較し
てメタル1層及びメタル2層がチップの表面上に正しい
整合状態で配置されているか否かの表示を発生する、上
記各ステップを有している。第二の例は、PCB トレ
ースと相対的な表面装着したIC装置の整合状態を測定
することである。この方法は、問題の部分を包含するP
CBの光学的画像を採取し、その部分の近傍におけるP
CBに対する合成CAD画像を発生し、これら二つの画
像をフィルタすると共に二進化し、PCBに対する処理
済みCAD画像と該処理済み光学的画像との間の整合を
決定し、この整合から、光学的画像におけるPCB ト
レースの位置に基づいてIC装置が位置されるべき正確
な位置(画素座標において)を計算し、前記ICvtW
の位置を決定して前記装置が基板トレースと相対的に適
切な位置に位置しているか否かを判別するステップを有
している。
ことである。本発明方法においては、二つのメタル層(
及び幾つかのその他の層の特徴)を示すチップの表面の
光学的画像を採取し、メタル1層及びメタル2層のCA
D画像を発生し、これら三つの画像をフィルタし且つ二
進化し、メタル1層に対する処理済みCAD画像と処理
済み光学的画像との間の整合を決定し、メタル2層に対
して繰返し行ない、且つこれら二つの整合結果を比較し
てメタル1層及びメタル2層がチップの表面上に正しい
整合状態で配置されているか否かの表示を発生する、上
記各ステップを有している。第二の例は、PCB トレ
ースと相対的な表面装着したIC装置の整合状態を測定
することである。この方法は、問題の部分を包含するP
CBの光学的画像を採取し、その部分の近傍におけるP
CBに対する合成CAD画像を発生し、これら二つの画
像をフィルタすると共に二進化し、PCBに対する処理
済みCAD画像と該処理済み光学的画像との間の整合を
決定し、この整合から、光学的画像におけるPCB ト
レースの位置に基づいてIC装置が位置されるべき正確
な位置(画素座標において)を計算し、前記ICvtW
の位置を決定して前記装置が基板トレースと相対的に適
切な位置に位置しているか否かを判別するステップを有
している。
本発明方法は、比較的ノイズの影響を受けず、従ってテ
ンプレートとして使用するために発生される合成画像が
比較的簡単なものとすることを可能としている。コント
ラスト端部のある割合のものが正確な位置にある限り、
全ての画像効果を考慮に入れる必要はない。特に、観測
した画像における正確な組の特徴をモデル化する必要が
なく、そのモデルは観測した画像よりもより詳細な部分
を包含することが可能であり、又観測された画像は、合
成画像においてモデル化されていない特徴を有すること
が可能である。
ンプレートとして使用するために発生される合成画像が
比較的簡単なものとすることを可能としている。コント
ラスト端部のある割合のものが正確な位置にある限り、
全ての画像効果を考慮に入れる必要はない。特に、観測
した画像における正確な組の特徴をモデル化する必要が
なく、そのモデルは観測した画像よりもより詳細な部分
を包含することが可能であり、又観測された画像は、合
成画像においてモデル化されていない特徴を有すること
が可能である。
実施例
以下、添付の図面を参考に、本発明の具体的実施の態様
について詳細に説明する。
について詳細に説明する。
自己相関表面の形態
2G畳込み符号表示の二次元自己相関関数R,(τ)は
、ホワイトノイズ画像に対して次式の形態を有している
(それは、以下に説明する画像に対して近似的に正しい
)。
、ホワイトノイズ画像に対して次式の形態を有している
(それは、以下に説明する画像に対して近似的に正しい
)。
R,(r )=(2−/i)sin−(Rc(r )/
R、(o)) ・−(1)尚、R,(τ)は、二進化
を行なう前の2G畳込みの自己相関関数である。ホワイ
トノイズ画像の場−合、それは次式の形態を有している
。
R、(o)) ・−(1)尚、R,(τ)は、二進化
を行なう前の2G畳込みの自己相関関数である。ホワイ
トノイズ画像の場−合、それは次式の形態を有している
。
R,(r)=k(1−<4r 2/v2>+(2r/w
))exP(−2r/w”) −・−(z)尚、
には定数であり、且つWは2G演算子の中心の直径であ
り、それは極座標において次式の如く書くことが可能で
ある。
))exP(−2r/w”) −・−(z)尚、
には定数であり、且つWは2G演算子の中心の直径であ
り、それは極座標において次式の如く書くことが可能で
ある。
” G=<1−(4r /w” ))axp(−4r
/v” ) ・=(3)第1A−C図は、この演算
の特性を図式的に示している。二次元自己相関表面R,
(τ)は、第1A図に示したランダムなドツトパターン
を、ドツト寸法の2.3倍である中心直径Wを持った2
G演算子でフィルタすることによって経験的に測定され
る。第18図は、その結果の符号を示している。次いで
、この二進パターンの自己相関を測定して、第1C図に
プロットした表面を発生する。この斜視的プロットの独
立軸は水平方向及び垂直方向の不一致(ディスパリティ
)である。
/v” ) ・=(3)第1A−C図は、この演算
の特性を図式的に示している。二次元自己相関表面R,
(τ)は、第1A図に示したランダムなドツトパターン
を、ドツト寸法の2.3倍である中心直径Wを持った2
G演算子でフィルタすることによって経験的に測定され
る。第18図は、その結果の符号を示している。次いで
、この二進パターンの自己相関を測定して、第1C図に
プロットした表面を発生する。この斜視的プロットの独
立軸は水平方向及び垂直方向の不一致(ディスパリティ
)である。
R,(τ)は、幾つかの有用な特性を示している。第一
に、畳込み符号は二進表示であるので、相関ピークは、
画像コントラストとは独立的に、自動的に1に正規化さ
れている。このことは、ピークの高さを、相関した画像
部分の間に存在するノイズの直接的な測定値として使用
することが可能であることを意味している。このピーク
は尖っており、且つ距離がゼロ相関に近付いた点でほぼ
線形的なロールオフを有している。このことは、反転し
た円錐形状の二次元相関表面を与えている。
に、畳込み符号は二進表示であるので、相関ピークは、
画像コントラストとは独立的に、自動的に1に正規化さ
れている。このことは、ピークの高さを、相関した画像
部分の間に存在するノイズの直接的な測定値として使用
することが可能であることを意味している。このピーク
は尖っており、且つ距離がゼロ相関に近付いた点でほぼ
線形的なロールオフを有している。このことは、反転し
た円錐形状の二次元相関表面を与えている。
最後に、この相関ピークは、その基部において比較的幅
広であり、その幅はほぼ2G演算子の中心直径Wであり
、それはピーク位置の画素間補間の手助けとなる。経験
的測定とは、上述した式%式% 実際の画像に対するよりよいモデルはピンクノイズであ
り、それはホワイトノイズにおけるように、フィルタ処
理し、そのパワースペクトルは次式の如きロールオフを
有している。
広であり、その幅はほぼ2G演算子の中心直径Wであり
、それはピーク位置の画素間補間の手助けとなる。経験
的測定とは、上述した式%式% 実際の画像に対するよりよいモデルはピンクノイズであ
り、それはホワイトノイズにおけるように、フィルタ処
理し、そのパワースペクトルは次式の如きロールオフを
有している。
P (f) −(f2 +f、 ) −”” ・・
・(4)尚、f。は定数である。上述した結果に関する
この変化の主要な効果は、相関ピークの僅かな幅広化で
ある。
・(4)尚、f。は定数である。上述した結果に関する
この変化の主要な効果は、相関ピークの僅かな幅広化で
ある。
CAD登録問題における別の重要な要因は、端部コント
ラストを推定することの困難性によって発生され且つ例
えば特異性及び緩衝縞などのようなそp他のモデル化を
困難とする影響によって発生される低信号対ノイズ比で
ある。ICウェハ上の単一の透明層へ整合する場合など
のような多くの適用において、画像形成される装置のあ
る顕著な割合部分は、その他の部分へ整合させる場合に
ノイズとして処理せねばならない。
ラストを推定することの困難性によって発生され且つ例
えば特異性及び緩衝縞などのようなそp他のモデル化を
困難とする影響によって発生される低信号対ノイズ比で
ある。ICウェハ上の単一の透明層へ整合する場合など
のような多くの適用において、画像形成される装置のあ
る顕著な割合部分は、その他の部分へ整合させる場合に
ノイズとして処理せねばならない。
第2A−B図は、信号対ノイズ比が1=1である場合の
状態を示している。このノイズレベルは、ホトリソグラ
フィにおいて遭遇するより困難な処理ステップの幾つか
の特性であり、且つ従来のアライメント技術に対する深
刻なチャレンジである。
状態を示している。このノイズレベルは、ホトリソグラ
フィにおいて遭遇するより困難な処理ステップの幾つか
の特性であり、且つ従来のアライメント技術に対する深
刻なチャレンジである。
第2A図は、ランダムドツトパターンであり、且つ第2
8図は、そのドツトの半分を信号レベルと等しいノイズ
を有する状態をシミュレートする別のランダムパターン
で置換した同一のパターンである。第2A−B図は、第
2A−B図のパターンを、それぞれ、ドツト寸法の2.
3倍の中心直径Wを有する2G演算子で畳込むことによ
って得られる符号パターンである。第2E図は、第2A
−B図のパターンが異なる位置を示している。第2A−
B図を詳細に比較すると、ゼロ交差外形、即ち黒領域の
境界はほとんど共通性がないことが理解される。しかし
ながら、実際に符号が異なるのは25%の面積に過ぎず
、且つこれら二つのフィルタしたパターンの間にはいま
だに妥当な相関が存在している。第2F図は、信号対ノ
イズ比が1=1である第2A−B図のパターンの間で得
られる相互相関関数をプロットしたものである。ノイズ
は、ピーク高さを、第1C図に示した自己相関関数の高
さの半分へ落としているが、それはいまだに顕著なもの
であって、画素以下の分解能で局所化することが可能な
ものである。
8図は、そのドツトの半分を信号レベルと等しいノイズ
を有する状態をシミュレートする別のランダムパターン
で置換した同一のパターンである。第2A−B図は、第
2A−B図のパターンを、それぞれ、ドツト寸法の2.
3倍の中心直径Wを有する2G演算子で畳込むことによ
って得られる符号パターンである。第2E図は、第2A
−B図のパターンが異なる位置を示している。第2A−
B図を詳細に比較すると、ゼロ交差外形、即ち黒領域の
境界はほとんど共通性がないことが理解される。しかし
ながら、実際に符号が異なるのは25%の面積に過ぎず
、且つこれら二つのフィルタしたパターンの間にはいま
だに妥当な相関が存在している。第2F図は、信号対ノ
イズ比が1=1である第2A−B図のパターンの間で得
られる相互相関関数をプロットしたものである。ノイズ
は、ピーク高さを、第1C図に示した自己相関関数の高
さの半分へ落としているが、それはいまだに顕著なもの
であって、画素以下の分解能で局所化することが可能な
ものである。
相関値は整数画素不一致において測定されるが、これら
の測定値は、連続的基本関数からのサンプルとして取扱
うことが可能である。この基本関数のピークの位置は、
対称的ピークモデルを整数相関データに対してフィブテ
ィング即ちあてはめることによって画素以下の精度で計
算することが可能である。ベストフィツト即ち最適あて
ほめを見出すための幾つかの手法がある。そのーもの手
法によれば、測定値を五つの選択した不一致において円
錐状モデルにあてはめて、これら五つの測定値と相対的
なピーク位置(xp、Yp)の推定値を以下の如くに得
る。
の測定値は、連続的基本関数からのサンプルとして取扱
うことが可能である。この基本関数のピークの位置は、
対称的ピークモデルを整数相関データに対してフィブテ
ィング即ちあてはめることによって画素以下の精度で計
算することが可能である。ベストフィツト即ち最適あて
ほめを見出すための幾つかの手法がある。そのーもの手
法によれば、測定値を五つの選択した不一致において円
錐状モデルにあてはめて、これら五つの測定値と相対的
なピーク位置(xp、Yp)の推定値を以下の如くに得
る。
・・・(5)
・・−(B)
尚、
ψ (x、y)−(φ (x、y)−1) 2・−(7
)且つ、φ(x、 y)は不一致(x、y)における
生の相関測定値である。
)且つ、φ(x、 y)は不一致(x、y)における
生の相関測定値である。
この方法によって得られる解は、相関値を測定すること
が可能な精度に依存する。ノイズのない画像の場合、正
方形の相関窓に対する測定の標準偏差に関する近似的な
上限は次式によって表わされる。
が可能な精度に依存する。ノイズのない画像の場合、正
方形の相関窓に対する測定の標準偏差に関する近似的な
上限は次式によって表わされる。
σζw/(2d)
尚、dは窓直径であり、且つWは2G演算子の中心直径
である。従って、この相関窓の直径が10wであると、
相関測定値は、5%未満程度の標準偏差を有している。
である。従って、この相関窓の直径が10wであると、
相関測定値は、5%未満程度の標準偏差を有している。
加工物に対する装置の位置決め
本発明のアライメント(整合)技術の第一の適用は、可
動要素を固定した加工物に対して位置決めすることに関
するものである。以下に説明する例は、IC配置箇所の
近傍におけるトレースに対して整合することによりIC
をPCB上に配置すべき正確な位置に位置決めする場合
のものである。
動要素を固定した加工物に対して位置決めすることに関
するものである。以下に説明する例は、IC配置箇所の
近傍におけるトレースに対して整合することによりIC
をPCB上に配置すべき正確な位置に位置決めする場合
のものである。
IC装置技術が発展するに従い、ICが非常に高い精度
で基板上に配置することが一段と重要になっている。P
CB上にtC配置装置を移動させる標準的な方法は、機
械的な停止部材又は整合基準マークを使用してPCBを
正確に位置決めし、次いで所望の相対的位置決め及び方
位を達成する上でその精度が決定される精密機構を使用
してPCB又は配置装置の何れかを移動させる。この様
な精密機構は、極めて高価であり、低速であり、低精度
の機械的駆動装置と比較して故障しやすい。
で基板上に配置することが一段と重要になっている。P
CB上にtC配置装置を移動させる標準的な方法は、機
械的な停止部材又は整合基準マークを使用してPCBを
正確に位置決めし、次いで所望の相対的位置決め及び方
位を達成する上でその精度が決定される精密機構を使用
してPCB又は配置装置の何れかを移動させる。この様
な精密機構は、極めて高価であり、低速であり、低精度
の機械的駆動装置と比較して故障しやすい。
基板が大きい場合にはその問題は悪化される。本発明は
、装置とPCBとが近似的に登録乃至は整合させるため
に駆動機構が十分に長い範囲の精度を有し、且つその駆
動機構が小さな距離に関して精密に制御可能なものであ
ることを必要とするに過ぎない。
、装置とPCBとが近似的に登録乃至は整合させるため
に駆動機構が十分に長い範囲の精度を有し、且つその駆
動機構が小さな距離に関して精密に制御可能なものであ
ることを必要とするに過ぎない。
第3図は、回路基板15上の多数の配置箇所の一つにお
いてIC装置12を取付けるための装置10を概略示し
ている。簡単化のために、一次元の位置決めが示されて
いる。位置決めベッド17は、矢印20で示した軸に沿
って線形移動を行なうべく装着されている。このヘッド
は、カメラ22と配置アクチュエータ25とを担持して
おり、アクチュエータ25は装置保持器27を担持して
いる。この配置アクチュエータ及びカメラは、カメラの
光軸が配置箇所の公称中心と交差する時に、アクチュエ
ータ25が付勢されると、ICの中心をその位置に合わ
せて配置するように方位される。
いてIC装置12を取付けるための装置10を概略示し
ている。簡単化のために、一次元の位置決めが示されて
いる。位置決めベッド17は、矢印20で示した軸に沿
って線形移動を行なうべく装着されている。このヘッド
は、カメラ22と配置アクチュエータ25とを担持して
おり、アクチュエータ25は装置保持器27を担持して
いる。この配置アクチュエータ及びカメラは、カメラの
光軸が配置箇所の公称中心と交差する時に、アクチュエ
ータ25が付勢されると、ICの中心をその位置に合わ
せて配置するように方位される。
明らかに、関係が既知である限り、種々のオフセットが
可能である。
可能である。
PCB15上にIC12を配置するための手順は以下の
如くである。PCB用のCADデータベースは、IC配
置箇所に対する座標を有しており、且つこれらの情報は
位置決め機構へ供給され、位置決め機構の制限されるこ
とのある長い範囲に亘る精度が与えられ且つ装置上に基
板を位置決めする上でのエラーの可能性が与えられてい
ると、位置決め装置はヘッドを正しい位置の近傍へ駆動
する。カメラ22は、公称配置箇所を中心としたビデオ
画像を与える。これは、第4A図に概略示しており、そ
の場合初期的な位置決めの結果として、所望のIC配置
箇所は、画像の中心における公称配置箇所よりも左上方
にずれている。配置アクチュエータが付勢されると、I
Cを間違った箇所に配置することとなる(即ち、画像の
中心に配置するからである)。従って、第48図に概略
示した如く、画像が所望のIC配置箇所の中心になるよ
うに位置決めヘッドを移動せねばならない。
如くである。PCB用のCADデータベースは、IC配
置箇所に対する座標を有しており、且つこれらの情報は
位置決め機構へ供給され、位置決め機構の制限されるこ
とのある長い範囲に亘る精度が与えられ且つ装置上に基
板を位置決めする上でのエラーの可能性が与えられてい
ると、位置決め装置はヘッドを正しい位置の近傍へ駆動
する。カメラ22は、公称配置箇所を中心としたビデオ
画像を与える。これは、第4A図に概略示しており、そ
の場合初期的な位置決めの結果として、所望のIC配置
箇所は、画像の中心における公称配置箇所よりも左上方
にずれている。配置アクチュエータが付勢されると、I
Cを間違った箇所に配置することとなる(即ち、画像の
中心に配置するからである)。従って、第48図に概略
示した如く、画像が所望のIC配置箇所の中心になるよ
うに位置決めヘッドを移動せねばならない。
位置決めヘッドの必要な付加的な変位を決定する技術は
、第4A図のカメラ画像をCADデータベースからの合
成画像と相関させることによって実行される。その結果
得られるピーク位置は、その所望位置からのヘッドの距
離の数値的値である。
、第4A図のカメラ画像をCADデータベースからの合
成画像と相関させることによって実行される。その結果
得られるピーク位置は、その所望位置からのヘッドの距
離の数値的値である。
これは小さな増分であるので、その量だけヘッドを移動
するための命令により、ヘッドは適切な配置状態とされ
る。所要の変位が公差内への配置を補償する程度のもの
を超えている場合には、手順を繰返し行なって新たな相
関を得ることが可能であり、その場合はたぶんより小さ
な変位であり且つ所要の移動距離も−層小さなものとな
っている。
するための命令により、ヘッドは適切な配置状態とされ
る。所要の変位が公差内への配置を補償する程度のもの
を超えている場合には、手順を繰返し行なって新たな相
関を得ることが可能であり、その場合はたぶんより小さ
な変位であり且つ所要の移動距離も−層小さなものとな
っている。
以下の手順及び実験結果に関する説明は、精密ステージ
上に装着したカメラを使用してPCB上の幾つかのIc
tg所の位置を測定することに関係するものである。第
5A−B図は、実際の中間調カメラ画像(左側)と基板
のマツチング領域の二進化合成画像(右側)を並置して
比較した状態を示している。合成CAD画像は、以下の
表1に示した手順によって発生したものである。注意す
べきことであるが、カメラ画像をスケールする代わりに
合成画像をスケールさせである。このことは、パイリニ
アリサンプリング即ち双−次再サンプリングに対する必
要性が回避されるという意味において簡単化されている
が、PCBに対するデータベースは典型的にはtCに対
するものよりもh)なり小さいものであるという理由が
あるから有効なものであり、且つこのことは合成画像を
比較的迅速に発生することを可能とする。
上に装着したカメラを使用してPCB上の幾つかのIc
tg所の位置を測定することに関係するものである。第
5A−B図は、実際の中間調カメラ画像(左側)と基板
のマツチング領域の二進化合成画像(右側)を並置して
比較した状態を示している。合成CAD画像は、以下の
表1に示した手順によって発生したものである。注意す
べきことであるが、カメラ画像をスケールする代わりに
合成画像をスケールさせである。このことは、パイリニ
アリサンプリング即ち双−次再サンプリングに対する必
要性が回避されるという意味において簡単化されている
が、PCBに対するデータベースは典型的にはtCに対
するものよりもh)なり小さいものであるという理由が
あるから有効なものであり、且つこのことは合成画像を
比較的迅速に発生することを可能とする。
畳込み技術を使用してカメラ画像及び基板のマツチング
領域の二進化した合成画像の両方をフィルタし、同一ス
ケールのガウシアンを使用して、カメラ画像及び合成画
像のガウシアンのラプラシアンの符号ビットを得た。第
6A図及びB図は、このフィルタ及び二進化操作の結果
を示している。
領域の二進化した合成画像の両方をフィルタし、同一ス
ケールのガウシアンを使用して、カメラ画像及び合成画
像のガウシアンのラプラシアンの符号ビットを得た。第
6A図及びB図は、このフィルタ及び二進化操作の結果
を示している。
相関プログラムを使用して、合成画像が最もよく実際の
画像と整合する位置を決定し、且つ上述した補間技術を
使用して、画素以下の精度での整合を得た。
画像と整合する位置を決定し、且つ上述した補間技術を
使用して、画素以下の精度での整合を得た。
基板上のIC挿入点への実際の配置を測定し、且つその
値をデータベースに特定されている公称寸法と比較し、
IC挿入点の各々におけるエラー値を発生した。精密ス
テッピングX−Yテーブルを使用して、固定カメラの下
側を基板を移動させ、且つ一連のカメラ画像を帰還させ
た。IC位置の公称配置パターンにおいて該テーブルを
ステッピングさせ且つ各位置における実際の画像とデー
タベースからの合成画像とをマツチング位置において相
関させることにより、IC挿入点の公称位置と測定位置
との間の差異を測定した。
値をデータベースに特定されている公称寸法と比較し、
IC挿入点の各々におけるエラー値を発生した。精密ス
テッピングX−Yテーブルを使用して、固定カメラの下
側を基板を移動させ、且つ一連のカメラ画像を帰還させ
た。IC位置の公称配置パターンにおいて該テーブルを
ステッピングさせ且つ各位置における実際の画像とデー
タベースからの合成画像とをマツチング位置において相
関させることにより、IC挿入点の公称位置と測定位置
との間の差異を測定した。
この測定結果を、基板の6インチ×6インチの面積に亘
っての公称位置と実際位置との間の差異のマツプとして
、第7図に示しである。第7図において、各IC位置は
四角で示しである。測定エラー(基板トレースの部分の
公称位置と実際位置との間の差異)は、各回角の中心か
らスタートするベクトルによって表示しである。四角の
中心からのベクトルの長さ及び方向は、測定エラーの大
きさと方向を表わしており、且つこの四角は、1画素×
1画素の基準長さを与えており、この場合には約0.0
05インチに対応している。このマツプは、良好な品質
の基−の場合に予測される如く、エラーは小さい(0,
7画素未満、即ち0゜0035インチ未満)であること
を示している。
っての公称位置と実際位置との間の差異のマツプとして
、第7図に示しである。第7図において、各IC位置は
四角で示しである。測定エラー(基板トレースの部分の
公称位置と実際位置との間の差異)は、各回角の中心か
らスタートするベクトルによって表示しである。四角の
中心からのベクトルの長さ及び方向は、測定エラーの大
きさと方向を表わしており、且つこの四角は、1画素×
1画素の基準長さを与えており、この場合には約0.0
05インチに対応している。このマツプは、良好な品質
の基−の場合に予測される如く、エラーは小さい(0,
7画素未満、即ち0゜0035インチ未満)であること
を示している。
このように存在するエラーは、基板上のX位置の関数と
してXエラー(距離)又はyエラー(回転及び直交性)
の線形依存性により一次近似6千より近似することが可
能であると予測することが可能である。第5A−B図及
び第5A−B図は、第7図のマツプに示した如きIC挿
入点の各行に対して、これらのエラーのプロットを示す
と共に、実際のデータ点に対する最適な直線近似を示し
ている。
してXエラー(距離)又はyエラー(回転及び直交性)
の線形依存性により一次近似6千より近似することが可
能であると予測することが可能である。第5A−B図及
び第5A−B図は、第7図のマツプに示した如きIC挿
入点の各行に対して、これらのエラーのプロットを示す
と共に、実際のデータ点に対する最適な直線近似を示し
ている。
最終製品に関する相対的整合
本発明の整合技術の第二の適用例は、別々のステップで
配置された完成した(又は部分的に完成した)装置の部
分の間の相対的整合の測定に関するものである。その一
例は、集積回路の表面上に付着形成したメタルトラック
の二つの層の間の整合である。別の例は、PCB上の表
面装着ICの整合である。これらについて順に以下説明
する。
配置された完成した(又は部分的に完成した)装置の部
分の間の相対的整合の測定に関するものである。その一
例は、集積回路の表面上に付着形成したメタルトラック
の二つの層の間の整合である。別の例は、PCB上の表
面装着ICの整合である。これらについて順に以下説明
する。
第10A−B図は、チップの領域のメタル1層及びメタ
ル2層を表わす合成画像の例を示しており、且つ第11
図は顕微鏡に取付けたビデオカメラを使用して観察した
物理的チップの同一の領域の画像を示している。合成C
AD画像は、以下の表2に記載する手順によって発生し
たものである。
ル2層を表わす合成画像の例を示しており、且つ第11
図は顕微鏡に取付けたビデオカメラを使用して観察した
物理的チップの同一の領域の画像を示している。合成C
AD画像は、以下の表2に記載する手順によって発生し
たものである。
標準的なパイリニアリサンプリング(bLIinear
resamp、9 ing)即ち双−次再サンプリ
ング技術を使用する画像処理装置を使用して、顕微鏡を
介してビデオカメラによって採取した画像(既知の分解
能において)を合成CAD画像のものと同一のスケール
に拡縮する。畳込み技術を使用して、合成画像と実際の
画像の両方に関してフィルタ処理を行ない、同一スケー
ルのガウシアンを使用して、合成画像と実際の画像の両
方のガウシアンのラブデシアンの符号ビットを得る。m
12A−B図は、フィルタ処理した合成画像の符号を示
しており、且つ第13図は物理的装置のフィルタ処理し
た画像の符号を示している。
resamp、9 ing)即ち双−次再サンプリ
ング技術を使用する画像処理装置を使用して、顕微鏡を
介してビデオカメラによって採取した画像(既知の分解
能において)を合成CAD画像のものと同一のスケール
に拡縮する。畳込み技術を使用して、合成画像と実際の
画像の両方に関してフィルタ処理を行ない、同一スケー
ルのガウシアンを使用して、合成画像と実際の画像の両
方のガウシアンのラブデシアンの符号ビットを得る。m
12A−B図は、フィルタ処理した合成画像の符号を示
しており、且つ第13図は物理的装置のフィルタ処理し
た画像の符号を示している。
相関プログラムを使用して、合成画像が実際の画像と最
もよく整合する位置を決定し、且つ補間技術を使用して
サブビクセル即ち画素以下の精度で整合を得る。第14
A−B図は、メタル1層及びメタル2層に対する相関結
果を示している。メタル1の結果は、明確なピークを示
しており、それから、両方の寸法において正確な測定を
行なうことが可能である。しかしながら、メタル2の結
果は隆起部が強調されており、ピークが小さいものとな
っている。なぜならば、メタル2層においては垂直方向
においてはチップ内にほとんど特徴部が存在しないから
である。従って、その場合には相関となるべきものがほ
とんど存在していない。
もよく整合する位置を決定し、且つ補間技術を使用して
サブビクセル即ち画素以下の精度で整合を得る。第14
A−B図は、メタル1層及びメタル2層に対する相関結
果を示している。メタル1の結果は、明確なピークを示
しており、それから、両方の寸法において正確な測定を
行なうことが可能である。しかしながら、メタル2の結
果は隆起部が強調されており、ピークが小さいものとな
っている。なぜならば、メタル2層においては垂直方向
においてはチップ内にほとんど特徴部が存在しないから
である。従って、その場合には相関となるべきものがほ
とんど存在していない。
しかしながら、ノイズの影響にも拘らず、この小さなピ
ークは、その他の何れのノイズのピークよりもより大き
なものであり、且つもっともらしい結果を発生させるも
のである。
ークは、その他の何れのノイズのピークよりもより大き
なものであり、且つもっともらしい結果を発生させるも
のである。
サブピクセル(画素以下)の精度でピーク位置を推定す
るための上述した方法を使用して、整合結果を得た。整
合数値(公称基準点に対してのもの)を以下に示しであ
る(尚、寸法はビクセル即ち画素であり、それは0.5
ミクロンである)。
るための上述した方法を使用して、整合結果を得た。整
合数値(公称基準点に対してのもの)を以下に示しであ
る(尚、寸法はビクセル即ち画素であり、それは0.5
ミクロンである)。
1 層 11
整 合
メタル1 (31,72,29,87)メタル2
(31,80,30,41)これらの値を差引くことに
より、画素において((108,0,54)又はミクロ
ンにおいて(0,04,0,27)の二つの層の間の相
対的整合が得られ、それはこのチップに対する公差以内
のものである。
(31,80,30,41)これらの値を差引くことに
より、画素において((108,0,54)又はミクロ
ンにおいて(0,04,0,27)の二つの層の間の相
対的整合が得られ、それはこのチップに対する公差以内
のものである。
第二の例は、PCB トレースに対する表面装着IC装
置の整合の測定である。この方法は、問題となる部分を
有するPCBの光学的画像を得、その部分の近傍におけ
るPCBに対する合成CAD画像を発生し、これら二つ
の画像をフィルタ処理すると共に二進化処理し、PCB
に対する処理済みのCAD画像と処理済みの光学的画像
との間の整合を決定し、この整合から光学的画像内のP
CBトレースの位置に基づいてIC装置が位置されるべ
き正確な位置を計算しく画素座標において)、且つ該装
置が該基板トレースに対して適切な位置に位置されてい
るか否かを画定するためにIC装置の位置を決定する、
上記各ステップを有している。
置の整合の測定である。この方法は、問題となる部分を
有するPCBの光学的画像を得、その部分の近傍におけ
るPCBに対する合成CAD画像を発生し、これら二つ
の画像をフィルタ処理すると共に二進化処理し、PCB
に対する処理済みのCAD画像と処理済みの光学的画像
との間の整合を決定し、この整合から光学的画像内のP
CBトレースの位置に基づいてIC装置が位置されるべ
き正確な位置を計算しく画素座標において)、且つ該装
置が該基板トレースに対して適切な位置に位置されてい
るか否かを画定するためにIC装置の位置を決定する、
上記各ステップを有している。
この最後のステップに続いて、従来の方法を適用するこ
とが可能である(たぶん、低角度照明におけるIC装置
による影の投影又は端部探索に基づいて)。理論的には
、フィルタ処理及び相関を使用して装置の合成画像に基
づいて装置の位置を決定することが可能ではあるが、そ
の装置は、典型的に、該方法が信頼性を持って動作する
のには小さすぎるものである。即ち、正確な整合を行な
うためにはより大きな画像区域が必要とされる。
とが可能である(たぶん、低角度照明におけるIC装置
による影の投影又は端部探索に基づいて)。理論的には
、フィルタ処理及び相関を使用して装置の合成画像に基
づいて装置の位置を決定することが可能ではあるが、そ
の装置は、典型的に、該方法が信頼性を持って動作する
のには小さすぎるものである。即ち、正確な整合を行な
うためにはより大きな画像区域が必要とされる。
改良
この技術は、物体に対するCADデータにおいて表現さ
れていない物理的物体の画像において観測される特徴部
が相関されておらず且つノイズとして取扱うことが可能
であるということの過程に基づいている。しかしながら
、ある場合には、この過程はあてはまらない。例えば、
チップの画像においては、2番目のメタル層が見えてお
り、且つポリシリコン層も部分的に見えている。回路基
板の場合には、主要なノイズ源は回路基板の組織である
。しかしながら、基板上に配置した部分乃至は部品又は
基板内に穿設した孔は、付加的な相関したノイズ源を導
入する場合がある二しかしながら、チップの場合におい
ては、他の層が存在しても、それらの層はCADデータ
ベース内に存在している。同様に、回路基板上の部分乃
至は部品及び孔の所定の位置も既知である。
れていない物理的物体の画像において観測される特徴部
が相関されておらず且つノイズとして取扱うことが可能
であるということの過程に基づいている。しかしながら
、ある場合には、この過程はあてはまらない。例えば、
チップの画像においては、2番目のメタル層が見えてお
り、且つポリシリコン層も部分的に見えている。回路基
板の場合には、主要なノイズ源は回路基板の組織である
。しかしながら、基板上に配置した部分乃至は部品又は
基板内に穿設した孔は、付加的な相関したノイズ源を導
入する場合がある二しかしながら、チップの場合におい
ては、他の層が存在しても、それらの層はCADデータ
ベース内に存在している。同様に、回路基板上の部分乃
至は部品及び孔の所定の位置も既知である。
本発明の別の側面は、これらのその他の特徴部の位置の
表示を有する付加的合成ノイズ−特徴部画像(又はマス
ク)を形成し、且つこの画像を使用して、ノイズ特徴部
近傍の画素が相関に関与することを抑圧乃至はマスクす
る点である。この様なマスク画像は、ノイズ特徴部(回
路基板上の孔及び部分乃至は部品位置、又はIC上のそ
の他の層)を示す二進画像を完成し、且つそれらの公称
位置からノイズ特徴部の予定した不整合の数標準偏差に
等しい直径のディスク形状型オペレータ −(演算子)
で畳込むことによりその画像を拡張することによってう
ろことが可能である。
表示を有する付加的合成ノイズ−特徴部画像(又はマス
ク)を形成し、且つこの画像を使用して、ノイズ特徴部
近傍の画素が相関に関与することを抑圧乃至はマスクす
る点である。この様なマスク画像は、ノイズ特徴部(回
路基板上の孔及び部分乃至は部品位置、又はIC上のそ
の他の層)を示す二進画像を完成し、且つそれらの公称
位置からノイズ特徴部の予定した不整合の数標準偏差に
等しい直径のディスク形状型オペレータ −(演算子)
で畳込むことによりその画像を拡張することによってう
ろことが可能である。
相関の期間中、画素は、マスク画像(テンプレートと整
合している)がゼロである箇所においてのみ比較される
。このように、この測定は、この様なノイズ特徴部が見
付かることが予定されていない観測された画像の区域に
制限されており、従って結果にバイアス乃至はエラーを
導入することはない。このマスキング操作は、マスク画
像によって可能とされない点を記述することを省略する
ためのオフセットテーブルをプログラムすることにより
以下に説明するハードウェアによって効果的に実施され
る。
合している)がゼロである箇所においてのみ比較される
。このように、この測定は、この様なノイズ特徴部が見
付かることが予定されていない観測された画像の区域に
制限されており、従って結果にバイアス乃至はエラーを
導入することはない。このマスキング操作は、マスク画
像によって可能とされない点を記述することを省略する
ためのオフセットテーブルをプログラムすることにより
以下に説明するハードウェアによって効果的に実施され
る。
PCB整合の場合において、生の基板に関して測定値が
取られ、且つ唯一の外因的特徴部はIC装着部の各々の
中心におけるドリルで穿設した孔である。その測定結果
は、これらは大きなエラーを発生することがないことを
示しており、それは、たぶん、全相関窓の面積の小さな
割合部分を占有するものであり、且つ使用したガウシア
ン演算子がこれらの特徴部よりも−層大きく、従ってそ
の結果平滑化が効果的に行なわれて大きなエラーを除去
しているからである。他のタイプの測定の場合には、こ
のことがあてはまらない場合があるかもしれない。相関
窓寸法及び形状の選択は、所望の特徴部を強調し且つ誤
りを発生する可能性のあるデータを抑圧するようになさ
れるべきである(例えば、異なった製造プロセスに関連
するか、又はそれに起因してその様な誤りを誘発するデ
ータが発生する)。
取られ、且つ唯一の外因的特徴部はIC装着部の各々の
中心におけるドリルで穿設した孔である。その測定結果
は、これらは大きなエラーを発生することがないことを
示しており、それは、たぶん、全相関窓の面積の小さな
割合部分を占有するものであり、且つ使用したガウシア
ン演算子がこれらの特徴部よりも−層大きく、従ってそ
の結果平滑化が効果的に行なわれて大きなエラーを除去
しているからである。他のタイプの測定の場合には、こ
のことがあてはまらない場合があるかもしれない。相関
窓寸法及び形状の選択は、所望の特徴部を強調し且つ誤
りを発生する可能性のあるデータを抑圧するようになさ
れるべきである(例えば、異なった製造プロセスに関連
するか、又はそれに起因してその様な誤りを誘発するデ
ータが発生する)。
以上説明した例においては、物理的物体から観測された
画像がCADデータベースから形成される2レベル画像
によって適宜マツチングされることが可能であるという
ことを仮定している。ある場合においては、画像処理プ
ロセスの原理が、形成されるべきテンプレートがより複
雑なものであることを必要とする場合がある。
画像がCADデータベースから形成される2レベル画像
によって適宜マツチングされることが可能であるという
ことを仮定している。ある場合においては、画像処理プ
ロセスの原理が、形成されるべきテンプレートがより複
雑なものであることを必要とする場合がある。
例えば、照明が暗い場所においてチップを観察する場合
、異なった高さにおける表面の領域の間の段差が、光を
顕微鏡内に反射し、一方メタルのトラックはその様なこ
とを行なわない。モデルを構築する一つの方法は、CA
Dデータベースにおいて記述される如き層がチップの表
面高さに影響を与える態様でモデル化することであり、
実際には、表面高さマツプを構築する場合に、チップを
形成するために使用した物理的プロセスをシミュレート
することである。表面マツプ上を勾配演算子を走らせる
ことにより、高い反射性が予定される位置を見出し、且
つこのデータから、前述した如く、ラプラシアン及びガ
ウシアンフィルタ処理及び符号画像形成を行なうことに
よってテンプレートを形成する。
、異なった高さにおける表面の領域の間の段差が、光を
顕微鏡内に反射し、一方メタルのトラックはその様なこ
とを行なわない。モデルを構築する一つの方法は、CA
Dデータベースにおいて記述される如き層がチップの表
面高さに影響を与える態様でモデル化することであり、
実際には、表面高さマツプを構築する場合に、チップを
形成するために使用した物理的プロセスをシミュレート
することである。表面マツプ上を勾配演算子を走らせる
ことにより、高い反射性が予定される位置を見出し、且
つこのデータから、前述した如く、ラプラシアン及びガ
ウシアンフィルタ処理及び符号画像形成を行なうことに
よってテンプレートを形成する。
その他の考慮することを必要とする場合がある物理的な
効果は、全反射の可能性であり、それは、カメラを飽和
状態とさせ且つ興味のある特徴部を隠すこととなり、且
つカメラ及び光学的歪の効果が観察した画像を変化させ
る場合もある。
効果は、全反射の可能性であり、それは、カメラを飽和
状態とさせ且つ興味のある特徴部を隠すこととなり、且
つカメラ及び光学的歪の効果が観察した画像を変化させ
る場合もある。
電子的ハードウェア構成
多くの場合に、画像マツチング技術め上述した適用例の
実際性は、所要の計算を行なうことが可能な速度及びそ
の速度を達成するためのコストに関係している。上述し
た例は、22X22画素のオーダーの演算子寸法を有す
る2G畳込みを利用している。この計算の荒めの実行は
、画素当たり約484乗算−加算処理を必要とする。従
って、標準的な512X512画素のフィルタ処理は1
0億回を超える乗算加算処理を必要とする。このことを
ビデオ速度で実施するためには、毎秒当たり30億回の
乗算−加算処理を行なうことが可能なスーパーコンピュ
ータを必要とする。この分野における初期の研究段階に
おいては、この様な計算はメインフレームコンピュータ
によっても数時間を必要とした。今日のソフトウェアに
よる実施化においては数分で同一の作業を行ない、それ
は日常的な産業的適用においてはいまだ速度が遅いもの
である。
実際性は、所要の計算を行なうことが可能な速度及びそ
の速度を達成するためのコストに関係している。上述し
た例は、22X22画素のオーダーの演算子寸法を有す
る2G畳込みを利用している。この計算の荒めの実行は
、画素当たり約484乗算−加算処理を必要とする。従
って、標準的な512X512画素のフィルタ処理は1
0億回を超える乗算加算処理を必要とする。このことを
ビデオ速度で実施するためには、毎秒当たり30億回の
乗算−加算処理を行なうことが可能なスーパーコンピュ
ータを必要とする。この分野における初期の研究段階に
おいては、この様な計算はメインフレームコンピュータ
によっても数時間を必要とした。今日のソフトウェアに
よる実施化においては数分で同一の作業を行ない、それ
は日常的な産業的適用においてはいまだ速度が遅いもの
である。
以下に説明するハードウェアは、2G畳込み器及び10
0マイクロ秒で並列的に5個の1000点相関を行なう
相関器を有しており、且つ相関される点を画素毎に特定
することを可能としている。従って、このハードウェア
は、ビデオ速度で大量の計算を実施し、且つ4ビット加
算器よりも複雑なものではない通常の部品を使用して構
成される三つの標準的なマルチパス基板上で実現するこ
とが可能である。この様な加速的な計算を行なうための
重要な技術は以下のものである。
0マイクロ秒で並列的に5個の1000点相関を行なう
相関器を有しており、且つ相関される点を画素毎に特定
することを可能としている。従って、このハードウェア
は、ビデオ速度で大量の計算を実施し、且つ4ビット加
算器よりも複雑なものではない通常の部品を使用して構
成される三つの標準的なマルチパス基板上で実現するこ
とが可能である。この様な加速的な計算を行なうための
重要な技術は以下のものである。
(a)ガウシアンの分離可能性を使用して、N×N畳込
み演算子をNX1畳込みとそれに続く1xN畳込みのカ
スケード構成へ変換する。
み演算子をNX1畳込みとそれに続く1xN畳込みのカ
スケード構成へ変換する。
(b)ガウシアンに対して二項近似を使用して、乗算に
対する必要性を除去する。
対する必要性を除去する。
(c)サンプリング理論を適用して、計算において単に
線形的な成長のみを有する演算子寸法の指数的スケーリ
ングを可能とする。
線形的な成長のみを有する演算子寸法の指数的スケーリ
ングを可能とする。
(d)最初にラプラシアンを適用して、ゼロ平均信号を
形成し、その偏差は、ガウシアンによって平滑化された
場合に予定可能な態様で減少し、限定した精度の演算を
効率的に使用することを可能とする。
形成し、その偏差は、ガウシアンによって平滑化された
場合に予定可能な態様で減少し、限定した精度の演算を
効率的に使用することを可能とする。
第15図は、基本的なハードウェア構成を示したブロッ
ク図である。ビデオカメラ100及びCAD画像発生器
102が、それらのデータストリームを、それぞれの畳
込み回路105及び107へ供給する。符号出力が二進
相関器110へ供給される。低帯域幅リンクを介してシ
ステムへインターフェースされている制御プロセサ11
2が、相関器110を制御し、且つ相関測定値を受取る
と共に解釈する。実際上、合成CAD画像に関するガウ
シアンのラプラシアンのフィルタ処理は、ソフトウェア
でオフラインで実施され、従って第二の畳込み回路10
7が必要とされることはない。
ク図である。ビデオカメラ100及びCAD画像発生器
102が、それらのデータストリームを、それぞれの畳
込み回路105及び107へ供給する。符号出力が二進
相関器110へ供給される。低帯域幅リンクを介してシ
ステムへインターフェースされている制御プロセサ11
2が、相関器110を制御し、且つ相関測定値を受取る
と共に解釈する。実際上、合成CAD画像に関するガウ
シアンのラプラシアンのフィルタ処理は、ソフトウェア
でオフラインで実施され、従って第二の畳込み回路10
7が必要とされることはない。
実験的なハードウェアは、ワイヤーラップ型マルチパス
基板上でFAST TTL部品を使用して実現してい
る。一つの基板はラプラシアン畳込み器を有しており、
第二のタイプの基板はガウシアン畳込み器を有しており
、第三の基板は相関器を有している。
基板上でFAST TTL部品を使用して実現してい
る。一つの基板はラプラシアン畳込み器を有しており、
第二のタイプの基板はガウシアン畳込み器を有しており
、第三の基板は相関器を有している。
ラプラシアン演算を実行する回路は、第16図に示した
如く、3/3畳込みとして実現される。
如く、3/3畳込みとして実現される。
カメラ100からのビデオ信号はデジタル化されて、デ
ジタルラスク信号を発生し、その信号は4個の遅延モジ
ュールからなるカスケード120へ供給される。これら
のモジュールの二つが、それらの入力を、単一の画素ク
ロック分遅延させ、且つ他の二つのモジュールは、カメ
ラからのライン上の画素数よりも一つ少ない分遅延させ
る。この組合わせにより、画像の交差形状領域から5個
の並列サンプルが得られる。このサンプルのパターンは
、画像上を各画素クロックと共に1個の画素位置右側へ
移動し、且つそれはラスク態様でその画像の端部におい
て回り込む。
ジタルラスク信号を発生し、その信号は4個の遅延モジ
ュールからなるカスケード120へ供給される。これら
のモジュールの二つが、それらの入力を、単一の画素ク
ロック分遅延させ、且つ他の二つのモジュールは、カメ
ラからのライン上の画素数よりも一つ少ない分遅延させ
る。この組合わせにより、画像の交差形状領域から5個
の並列サンプルが得られる。このサンプルのパターンは
、画像上を各画素クロックと共に1個の画素位置右側へ
移動し、且つそれはラスク態様でその画像の端部におい
て回り込む。
A乃至Eで示した5個の並列サンプルは、ラプラシアン
、4C−(A+B+D+E) 、に対する3/3個別的
近似を計算すべく構成されている加算器ツリー125へ
供給される。その結果得られるラプラシアンラスク信号
は、パイプライン状に従属するガウシアン畳込み器へ出
力される。
、4C−(A+B+D+E) 、に対する3/3個別的
近似を計算すべく構成されている加算器ツリー125へ
供給される。その結果得られるラプラシアンラスク信号
は、パイプライン状に従属するガウシアン畳込み器へ出
力される。
第15図は、ラプラシアンラスク信号の二次元ガウシア
ン畳込みを計算するための回路を示している。多次元ガ
ウシアン畳込みの一つの有益な特性は、それを一次元ガ
ウシアン畳込みのカスケード構成に分解することが可能
であり、その際に大きな演算に対する計算の大きさを著
しく減少させることが可能であるということである。最
初に、一次元ガウシアン畳込みを効率的に計算する問題
について検討する。大きな数の法則(中心極限定理(C
entraIILimit Theorem))の一
つの結果は、簡単な一次元ボックス力−平滑化フィルタ
の十分な数の繰返し適用は、一次元ガウシアン畳込みに
近い近似を発生することである。この回路は、1/4.
1/2.1/4の二項重みを有する簡単な3点フィルタ
として実現される。これは、1/2.1/2の重みを有
するボックス力−フィルタの2回の通過の効果である。
ン畳込みを計算するための回路を示している。多次元ガ
ウシアン畳込みの一つの有益な特性は、それを一次元ガ
ウシアン畳込みのカスケード構成に分解することが可能
であり、その際に大きな演算に対する計算の大きさを著
しく減少させることが可能であるということである。最
初に、一次元ガウシアン畳込みを効率的に計算する問題
について検討する。大きな数の法則(中心極限定理(C
entraIILimit Theorem))の一
つの結果は、簡単な一次元ボックス力−平滑化フィルタ
の十分な数の繰返し適用は、一次元ガウシアン畳込みに
近い近似を発生することである。この回路は、1/4.
1/2.1/4の二項重みを有する簡単な3点フィルタ
として実現される。これは、1/2.1/2の重みを有
するボックス力−フィルタの2回の通過の効果である。
ラプラシアンフィルタにおける場合の如く、遅延モジュ
ール130を使用して、ラスク人力から三つの並列的サ
ンプルを形成し、それらのサンプルは表示したスケーリ
ングを達成するための適宜のシフトを有する加算器ツリ
ー135へ供給される。
ール130を使用して、ラスク人力から三つの並列的サ
ンプルを形成し、それらのサンプルは表示したスケーリ
ングを達成するための適宜のシフトを有する加算器ツリ
ー135へ供給される。
注意すべきことであるが、ここでのデータ値は、符号付
き数であり、従って2で割算を行なうためにビットをシ
フト動作させることは、まるめ誤差を防止するために前
の加算に対してキャリ一ビツトを加算することを必要と
する場合がある。
き数であり、従って2で割算を行なうためにビットをシ
フト動作させることは、まるめ誤差を防止するために前
の加算に対してキャリ一ビツトを加算することを必要と
する場合がある。
遅延要素130は、可変遅延モジュールであり、1画素
から画像のライン長さの数倍までの遅延を行なうことを
可能とする。遅延を各々1画素に設定すると、3点水平
フィルタが形成される。遅延をライン長に設定すると、
3点垂直フィルタが形成される。遅延に対するその他の
選択も有用であり、後にそのことについても説明する。
から画像のライン長さの数倍までの遅延を行なうことを
可能とする。遅延を各々1画素に設定すると、3点水平
フィルタが形成される。遅延をライン長に設定すると、
3点垂直フィルタが形成される。遅延に対するその他の
選択も有用であり、後にそのことについても説明する。
第18図は、7点ガウシアンを計算するための回路を示
している。全て同一の遅延を使用する直列的な3個の0
3フィルタのカスケード構成を適用すると、7点二項分
布を有する畳込みの効果が得られる(「G7フィルタ」
)。この寸法は、かなり一次元ガウシアンに近い近似を
発生する。経験によれば、G7フィルタは、ラプラシア
ン信号の振幅を、約2倍減少させ、従って1ビットのダ
ウンシフトが07モジュール内の最後のG、要素の端部
において取り除かれることが判明した。このことは、こ
れらの数値をパイプライン状にがなりよく正規化した状
態を維持している。16ビットの整数演算で十分である
。最小でも12ビットの演算が必要とされる。二つのこ
の様な7点ガウシアンフィルタ140及び145は、そ
の一方が水平ガウシアンとして設定され且つ他方が垂直
ガウシアンとして設定されるものであり、遅延パラメー
タNが1に設定される場合、二次元フ×7ガウシアンフ
ィルタG7.7を形成する。
している。全て同一の遅延を使用する直列的な3個の0
3フィルタのカスケード構成を適用すると、7点二項分
布を有する畳込みの効果が得られる(「G7フィルタ」
)。この寸法は、かなり一次元ガウシアンに近い近似を
発生する。経験によれば、G7フィルタは、ラプラシア
ン信号の振幅を、約2倍減少させ、従って1ビットのダ
ウンシフトが07モジュール内の最後のG、要素の端部
において取り除かれることが判明した。このことは、こ
れらの数値をパイプライン状にがなりよく正規化した状
態を維持している。16ビットの整数演算で十分である
。最小でも12ビットの演算が必要とされる。二つのこ
の様な7点ガウシアンフィルタ140及び145は、そ
の一方が水平ガウシアンとして設定され且つ他方が垂直
ガウシアンとして設定されるものであり、遅延パラメー
タNが1に設定される場合、二次元フ×7ガウシアンフ
ィルタG7.7を形成する。
多くの適用例は、上述した7×7ガウシアンフィルタG
7.7よりも−層大きなガウシアンフィルタを必要とす
る。より大きなフィルタは、付加的なG 7/7モジュ
ールをカスケード接続することによって構成する二きが
可能である。しかしながら、このことは、簡単なG 7
..?モジュールの場合コスト的に効果的ではない。な
ぜならば、フィルタ直径が2のファクタ増加する毎に、
ハードウェアは寸法が4倍となるからである。より効果
的な手法は、最初の67.7畳込みが人力を十分に低域
フィルタ処理し、何ら知覚しうるようなエイリアシング
なしで一つ置きの画素のみをサンプルすることを可能と
する事実を利用することである。従って、爾後の14X
14ガウシアンフィルタの一つ置きの要素は、何ら顕著
なロスを発生することなく、ゼロへ設定することが可能
である。交互の要素がゼロに設定されている14X14
ガウシアンフィルタは、遅延要素Nを2に設定した07
87モジュールから得られる。第19図は、この様にし
て2個の6787モジュール150及び152を組込ん
だ2Gフィルタを示している。更に、演算子寸法のさら
なる倍化を達成するためにNを2の増加する零に設定し
てG7.7モジュールを付加することが可能である。
7.7よりも−層大きなガウシアンフィルタを必要とす
る。より大きなフィルタは、付加的なG 7/7モジュ
ールをカスケード接続することによって構成する二きが
可能である。しかしながら、このことは、簡単なG 7
..?モジュールの場合コスト的に効果的ではない。な
ぜならば、フィルタ直径が2のファクタ増加する毎に、
ハードウェアは寸法が4倍となるからである。より効果
的な手法は、最初の67.7畳込みが人力を十分に低域
フィルタ処理し、何ら知覚しうるようなエイリアシング
なしで一つ置きの画素のみをサンプルすることを可能と
する事実を利用することである。従って、爾後の14X
14ガウシアンフィルタの一つ置きの要素は、何ら顕著
なロスを発生することなく、ゼロへ設定することが可能
である。交互の要素がゼロに設定されている14X14
ガウシアンフィルタは、遅延要素Nを2に設定した07
87モジュールから得られる。第19図は、この様にし
て2個の6787モジュール150及び152を組込ん
だ2Gフィルタを示している。更に、演算子寸法のさら
なる倍化を達成するためにNを2の増加する零に設定し
てG7.7モジュールを付加することが可能である。
上述したG7X□ハードウェアモジュールは、全部の計
算において16ビット精度を使用する単一の標準的なマ
ルチパス基板上に実現した。FAST TTL論理部
分は、10MHzビクセル速度での動作を可能とする。
算において16ビット精度を使用する単一の標準的なマ
ルチパス基板上に実現した。FAST TTL論理部
分は、10MHzビクセル速度での動作を可能とする。
第20図は、コンフィギャラブル即ち形態を特定可能な
相関窓とすることを可能とするハードウェア相関器16
0を示している。2G符号アレイの相関は、画像バッフ
ァとして高速スタチックRAMを使用するハードウェア
において効果的に実現することが可能であり、単一の6
4KX1チップは256X256アレイの2G符号ビッ
トをバッファする。付加的なスタチックRAMを、相関
窓を画定する大きな組の対x、 y座標を特定するテー
ブルとして使用することが可能である。
相関窓とすることを可能とするハードウェア相関器16
0を示している。2G符号アレイの相関は、画像バッフ
ァとして高速スタチックRAMを使用するハードウェア
において効果的に実現することが可能であり、単一の6
4KX1チップは256X256アレイの2G符号ビッ
トをバッファする。付加的なスタチックRAMを、相関
窓を画定する大きな組の対x、 y座標を特定するテー
ブルとして使用することが可能である。
カウンタとして示される共通インデックス発生器は、(
x、y)対の窓オフセットを格納するA及びB相関窓テ
ーブルをアドレスする。これら二つのテーブルは、相関
される二つの画像領域の間において翻訳不一致が測定さ
れる場合に、同一のオフセットを格納する。テーブルメ
モリは、一度に多数の窓構成を保持するのに十分な大き
さとすることが可能であり、且つ窓番号レジスタを使用
して、特定の相関に対する所望の窓を選択する。各テー
ブルはX及びyオフセット値を出力し、それらのオフセ
ット値はベース位置へ付加されて、画像上の窓の全体的
な位置を設定する。これらのレジスタ内の値は、調節さ
れて、窓位置におけるA及びB画像の間に存在する翻訳
不一致を相殺する。
x、y)対の窓オフセットを格納するA及びB相関窓テ
ーブルをアドレスする。これら二つのテーブルは、相関
される二つの画像領域の間において翻訳不一致が測定さ
れる場合に、同一のオフセットを格納する。テーブルメ
モリは、一度に多数の窓構成を保持するのに十分な大き
さとすることが可能であり、且つ窓番号レジスタを使用
して、特定の相関に対する所望の窓を選択する。各テー
ブルはX及びyオフセット値を出力し、それらのオフセ
ット値はベース位置へ付加されて、画像上の窓の全体的
な位置を設定する。これらのレジスタ内の値は、調節さ
れて、窓位置におけるA及びB画像の間に存在する翻訳
不一致を相殺する。
その結果得られるX及びy位置は、アドレスを形成し、
そのアドレスは画像メモりバッファへ供給される。該画
像バッファは画素値を出力し、その画素値は相関され、
その結果はアキュムレータ内に加算される。画像メモリ
はガウシアンのラプラシアンフィルタ処理した強度画像
の符号ビットでロードされ、且つ該相関器はXORゲー
トである。
そのアドレスは画像メモりバッファへ供給される。該画
像バッファは画素値を出力し、その画素値は相関され、
その結果はアキュムレータ内に加算される。画像メモリ
はガウシアンのラプラシアンフィルタ処理した強度画像
の符号ビットでロードされ、且つ該相関器はXORゲー
トである。
この様にして実現されるハードウェア相関器は、極めて
簡単であり、且つワイヤーラップ型マルチパス基板上に
標準のTTL FAST部品を使用するものである。
簡単であり、且つワイヤーラップ型マルチパス基板上に
標準のTTL FAST部品を使用するものである。
その構成は、相関器のrBJ側に並列に走行する五つの
場合がある点を除いて、第19図の構成と同様である。
場合がある点を除いて、第19図の構成と同様である。
このことは、相関器のrBJ側によって画定される単一
の窓に対して並列的に五つの相関を実施することを可能
としている。画像メモリは64KX1スタチックRAM
であり、且つ二重ボート型である(” GJI込み器か
らの符号ビットの格納分が相関器によるアクセスでイン
ターリーブされる)。このハードウェアは、10MHz
画素速度で稼動し、そのことは、5個の1000点相関
を、100マイクロ秒+該相関器をスタートさせ且つ結
果を読取るためのマルチパスオーバーヘッドで実施され
ることを意味している。
の窓に対して並列的に五つの相関を実施することを可能
としている。画像メモリは64KX1スタチックRAM
であり、且つ二重ボート型である(” GJI込み器か
らの符号ビットの格納分が相関器によるアクセスでイン
ターリーブされる)。このハードウェアは、10MHz
画素速度で稼動し、そのことは、5個の1000点相関
を、100マイクロ秒+該相関器をスタートさせ且つ結
果を読取るためのマルチパスオーバーヘッドで実施され
ることを意味している。
結論
結論として、理解される如く、本発明はCAD画像とそ
れから製造した装置の画像とを相関するための簡単な技
術を提供している。この技術は、ノイズにほとんど影響
されることがなく、且つはとんと調節を必要とすること
もない。
れから製造した装置の画像とを相関するための簡単な技
術を提供している。この技術は、ノイズにほとんど影響
されることがなく、且つはとんと調節を必要とすること
もない。
上述の説明においては特定の適用例について説明したが
、本発明はその他の付加的な有用性を有するものであり
、例えば、走査型電子顕微鏡(SEM)電圧コントラス
ト画像の整合及びSEM測定のためのプローブ位置決め
に対しても適用することが可能である。その場合につい
て以下に概略説明する。
、本発明はその他の付加的な有用性を有するものであり
、例えば、走査型電子顕微鏡(SEM)電圧コントラス
ト画像の整合及びSEM測定のためのプローブ位置決め
に対しても適用することが可能である。その場合につい
て以下に概略説明する。
SEMは、ICの画像を形成するために使用することが
可能である。回路に電力が付与され且つ可動されると、
高電圧状態にある導体は、電子を輝度で反射し、一方低
電圧状態にある導体及びIC基板はほとんど見えない状
態である。合成画像は、見ることが可能な全ての導体を
有しており、且つ観察される画像内における高電圧状態
にない導体はノイズとして存在しないものとして取扱う
。
可能である。回路に電力が付与され且つ可動されると、
高電圧状態にある導体は、電子を輝度で反射し、一方低
電圧状態にある導体及びIC基板はほとんど見えない状
態である。合成画像は、見ることが可能な全ての導体を
有しており、且つ観察される画像内における高電圧状態
にない導体はノイズとして存在しないものとして取扱う
。
画像とデータベースとの間のアライメント即ち整合が得
られる。二つの異なった画像が得られると、即ち一つの
画像は既知の良好な回路からのものであり、且つ他方の
画像は機能障害のある回路からのものであり、且つこれ
ら二つの画像を比較して、それら両方をデータベースへ
登録乃至は照合することが可能であり、それによりそれ
らの相対的なアライメント即ち整合状態が判別される。
られる。二つの異なった画像が得られると、即ち一つの
画像は既知の良好な回路からのものであり、且つ他方の
画像は機能障害のある回路からのものであり、且つこれ
ら二つの画像を比較して、それら両方をデータベースへ
登録乃至は照合することが可能であり、それによりそれ
らの相対的なアライメント即ち整合状態が判別される。
適宜のアライメントにおいて一方の画像を他方の画像か
ら単に減算することにより、良好な回路と機能障害を起
こしている回路のそれぞれの画像において同一でない導
体間のコントラストが得られる。
ら単に減算することにより、良好な回路と機能障害を起
こしている回路のそれぞれの画像において同一でない導
体間のコントラストが得られる。
同様の状態において、SEMが動作中の集積回路の画像
を形成する場合において、そのSEMは、全領域の画像
をスキャンする代わりに集積回路の単一のスポットをプ
ローブ即ち探査し、その点におけるその信号の時間的に
変化するトレースを採取すべく指示されうる。オペレー
タは、回路の概略図面上の探査すべき接続部を示す場合
があり、このことは、データベース内の物理的接続を記
述するデータへリンクされ、従ってモデル空間内の座標
系内へ変換されるが、このことを顕微鏡上のビーム位置
と関連付けるために、回路の観察された画像とデータベ
ースとの間の登録即ち照合が必要とされる。この場合、
本システムは、探査されるべき点近傍の回路の部分の合
成画像を構築し、且つスキャンした画像上の登録乃至は
照合を実施しく上述した方法を使用して)、採取モード
において探査されるべき正確な位置を識別することが可
能である。
を形成する場合において、そのSEMは、全領域の画像
をスキャンする代わりに集積回路の単一のスポットをプ
ローブ即ち探査し、その点におけるその信号の時間的に
変化するトレースを採取すべく指示されうる。オペレー
タは、回路の概略図面上の探査すべき接続部を示す場合
があり、このことは、データベース内の物理的接続を記
述するデータへリンクされ、従ってモデル空間内の座標
系内へ変換されるが、このことを顕微鏡上のビーム位置
と関連付けるために、回路の観察された画像とデータベ
ースとの間の登録即ち照合が必要とされる。この場合、
本システムは、探査されるべき点近傍の回路の部分の合
成画像を構築し、且つスキャンした画像上の登録乃至は
照合を実施しく上述した方法を使用して)、採取モード
において探査されるべき正確な位置を識別することが可
能である。
更に、画像のフィルタ処理をラプラシアン及びガウシア
ン畳込み処理に関連して上に説明したが、その他のハイ
パス及びローパスフィルタ処理技術を使用することも可
能である。勿論、好適なハードウェアは、ラプラシアン
に対して3×3点個別近似を使用し且つガウシアンに対
して二項近似を使用するものである。一方、ガウシアン
のラプラシアンは、ガウシアンの差分によって近似する
ことが可能である。
ン畳込み処理に関連して上に説明したが、その他のハイ
パス及びローパスフィルタ処理技術を使用することも可
能である。勿論、好適なハードウェアは、ラプラシアン
に対して3×3点個別近似を使用し且つガウシアンに対
して二項近似を使用するものである。一方、ガウシアン
のラプラシアンは、ガウシアンの差分によって近似する
ことが可能である。
更に、相関が二進化した(ハードクリップ型)フィルタ
処理画像に関して実施する場合について説明したが、そ
の他の非線形処理を二進化の代わりに使用することが可
能である。
処理画像に関して実施する場合について説明したが、そ
の他の非線形処理を二進化の代わりに使用することが可
能である。
PC8CAD画像
PCB)レース幾何学形状に対する設計ファイルは、多
様な基準に適合することが可能である。
様な基準に適合することが可能である。
上述した場合においては、そのファイルはガーバー(Q
erber)フォーマットであり、その場合、その幾何
学形状は、記録フィルムに対する露光ヘッドの運動とし
て特定される。露光ヘッドは、選択可能なアパーチャの
画像を形成し、且つこの画像は、記録フィルム上を移動
されて、所望の幾何学形状にある該フィルムの領域を選
択的に露光する。該アパーチャは、典型的には、円形状
又は正方形の形状をしており、ライン及びそれらの終端
部を形成するが、より複雑なものとして、例えばロゴ又
は整合基準マークなどのような特別の形状を形成するこ
とも可能である。
erber)フォーマットであり、その場合、その幾何
学形状は、記録フィルムに対する露光ヘッドの運動とし
て特定される。露光ヘッドは、選択可能なアパーチャの
画像を形成し、且つこの画像は、記録フィルム上を移動
されて、所望の幾何学形状にある該フィルムの領域を選
択的に露光する。該アパーチャは、典型的には、円形状
又は正方形の形状をしており、ライン及びそれらの終端
部を形成するが、より複雑なものとして、例えばロゴ又
は整合基準マークなどのような特別の形状を形成するこ
とも可能である。
該アパーチャは露光ヘッド内において物理的に変化させ
て、特別の作業に必要とされる幾何学形状を効果的に形
成することが可能であるので、実際の基板幾何学形状を
模倣する合成画像を形成するためには、メインのデータ
ベースとそのデータベースと共に使用されるアパーチャ
選択テーブルの両方を使用することが必要である。
て、特別の作業に必要とされる幾何学形状を効果的に形
成することが可能であるので、実際の基板幾何学形状を
模倣する合成画像を形成するためには、メインのデータ
ベースとそのデータベースと共に使用されるアパーチャ
選択テーブルの両方を使用することが必要である。
ガーバーデータベースファイルとアパーチャ選択テーブ
ルとを読取り且つ二進二次元画素アレイとして合成画像
を形成するためのソフトウェアが書かれている。このソ
フトウェアは、直交軸上に独立的に画像スケールファク
タを設定し且つこれらの軸上にオフセットを与え、従っ
て合成画像をスケールし且つカメラからの実際の基板画
像とマツチするべく配置させることが可能である。注意
すべきことであるが、これらの合成画像は二進であり、
即ち黒白の値のみから構成されている。このことは、照
明、基板の色、及びカメラのスペクトル応答の影響をモ
デルすることにより中間調画像を形成するのに必要とさ
れるものと比較して、合成画像を発生するソフトウェア
が簡単で且つ高速なものとすることを可能としている。
ルとを読取り且つ二進二次元画素アレイとして合成画像
を形成するためのソフトウェアが書かれている。このソ
フトウェアは、直交軸上に独立的に画像スケールファク
タを設定し且つこれらの軸上にオフセットを与え、従っ
て合成画像をスケールし且つカメラからの実際の基板画
像とマツチするべく配置させることが可能である。注意
すべきことであるが、これらの合成画像は二進であり、
即ち黒白の値のみから構成されている。このことは、照
明、基板の色、及びカメラのスペクトル応答の影響をモ
デルすることにより中間調画像を形成するのに必要とさ
れるものと比較して、合成画像を発生するソフトウェア
が簡単で且つ高速なものとすることを可能としている。
この例において使用した特定のCADデータベースは、
チップの異なった層における特徴部の寸法及び位置と共
に、例えば矩形及び多角形などのような幾何学的特徴部
のリストを有するファイルから構成されている。CAD
データベースは、ヒエラルキ形態で表現され、「セル」
を構成する一組の特徴部は一度記述され、そのセルは別
のより大きなセル構成内へ喚起することが可能である。
チップの異なった層における特徴部の寸法及び位置と共
に、例えば矩形及び多角形などのような幾何学的特徴部
のリストを有するファイルから構成されている。CAD
データベースは、ヒエラルキ形態で表現され、「セル」
を構成する一組の特徴部は一度記述され、そのセルは別
のより大きなセル構成内へ喚起することが可能である。
完全なチップは、セル構成のヒエラルキにおける根源的
セルとして考えることが可能である。
セルとして考えることが可能である。
各セルは、それが構成される際の、それ自身の座標系を
有している。セルが親のセルの構成において喚起される
と、並進、反射、回転及びスケーリングを包含する一組
の数学的変換(アフィン変換)が、喚起されているセル
の特徴がどのようにして構成されるセルヘマツブされる
かということを特定する。この様な一組の変換は、均一
的なマトリクスの形態で特定することが可能であり、そ
れは変換されていない特徴部の座標を乗算して、変換空
間内において座標を発生する。新しく構成したセルがヒ
エラルキにおいてより高いセルの構成において喚起され
ると、別の一組の変換が適用される。従って、根源的セ
ル構成内に基本的幾何学形状を配置することは、個々の
セルに対するマトリクスの各々の債として表現すること
が可能な一組の変換に露呈される。
有している。セルが親のセルの構成において喚起される
と、並進、反射、回転及びスケーリングを包含する一組
の数学的変換(アフィン変換)が、喚起されているセル
の特徴がどのようにして構成されるセルヘマツブされる
かということを特定する。この様な一組の変換は、均一
的なマトリクスの形態で特定することが可能であり、そ
れは変換されていない特徴部の座標を乗算して、変換空
間内において座標を発生する。新しく構成したセルがヒ
エラルキにおいてより高いセルの構成において喚起され
ると、別の一組の変換が適用される。従って、根源的セ
ル構成内に基本的幾何学形状を配置することは、個々の
セルに対するマトリクスの各々の債として表現すること
が可能な一組の変換に露呈される。
カラープロッタ上のチップに対するCADデータベース
のラスク画像を発生するために通常使用されるソフトウ
ェアプログラムを修正して、マツチング処理用のテンプ
レートとして使用するラスク画像を発生する。このプロ
グラムは、CADデータを読込み、その親セルの座標系
内へ各セルをマツプするために必要なセル構成及び変換
の表示を形成する。出力画像におけるその色による各層
の様相の記述も読込まれる。ラスク画像アレイは、バッ
クグラウンド値に対して割り当てられ且つクリアされ、
且つ根源的セルによって特定される幾何学的形状は項目
毎にアレイ内に引き込まれる。
のラスク画像を発生するために通常使用されるソフトウ
ェアプログラムを修正して、マツチング処理用のテンプ
レートとして使用するラスク画像を発生する。このプロ
グラムは、CADデータを読込み、その親セルの座標系
内へ各セルをマツプするために必要なセル構成及び変換
の表示を形成する。出力画像におけるその色による各層
の様相の記述も読込まれる。ラスク画像アレイは、バッ
クグラウンド値に対して割り当てられ且つクリアされ、
且つ根源的セルによって特定される幾何学的形状は項目
毎にアレイ内に引き込まれる。
初期的な変換マトリクスは、根源的セルの座標を画像ア
レイの座標内ヘマツブする。全データベースの一部のみ
の画像が所望される場合、これは、この変換マトリクス
のスケーリング及び変換において表現することが可能で
ある。ヒエラルキにおいてより低いセルが根源的セルの
記述において喚起されると、現在の変換マトリクスがコ
ピーされ、喚起されたセルに対する変換マトリクスによ
って乗算され、且つスタック上に押し込まれて、現在の
変換となる。基本的幾何学形状が喚起されると、それは
現在の変換に従って変換され、それは全てのその親セル
を介して根源的セルの座標系に対して且つ最終的には画
像アレイの座標系に対してその幾何学的形状をマツプす
るための全ての変換を表示する。その幾何学的形状が画
像アレイの区域内に入ると、その幾何学形状によって記
述される区域内に入る画素は、その幾何学形状の層の様
相の記述に従って色が付けられる。特定のセルの全ての
幾何学形状及び下側のセルの喚起が検査され、且つ画像
アレ仕の適宜の画素の色付けが行なわれると、そのセル
の喚起が完了し、且つ現在の変換がスタックからポツプ
され、現在のセルの親セルが検査されている時に有効で
あった変換マトリクスを残存させる。該層の各々に対し
て書込まれた画素値を制御することにより、画像を発生
し、チップの任意の単一の層又は任意の組合わせの幾つ
かの層の様相を描写することが可能である。
レイの座標内ヘマツブする。全データベースの一部のみ
の画像が所望される場合、これは、この変換マトリクス
のスケーリング及び変換において表現することが可能で
ある。ヒエラルキにおいてより低いセルが根源的セルの
記述において喚起されると、現在の変換マトリクスがコ
ピーされ、喚起されたセルに対する変換マトリクスによ
って乗算され、且つスタック上に押し込まれて、現在の
変換となる。基本的幾何学形状が喚起されると、それは
現在の変換に従って変換され、それは全てのその親セル
を介して根源的セルの座標系に対して且つ最終的には画
像アレイの座標系に対してその幾何学的形状をマツプす
るための全ての変換を表示する。その幾何学的形状が画
像アレイの区域内に入ると、その幾何学形状によって記
述される区域内に入る画素は、その幾何学形状の層の様
相の記述に従って色が付けられる。特定のセルの全ての
幾何学形状及び下側のセルの喚起が検査され、且つ画像
アレ仕の適宜の画素の色付けが行なわれると、そのセル
の喚起が完了し、且つ現在の変換がスタックからポツプ
され、現在のセルの親セルが検査されている時に有効で
あった変換マトリクスを残存させる。該層の各々に対し
て書込まれた画素値を制御することにより、画像を発生
し、チップの任意の単一の層又は任意の組合わせの幾つ
かの層の様相を描写することが可能である。
以上、本発明の具体的実施の態様について詳細に説明し
たが、本発明はこれら具体例にのみ限定されるべきもの
ではなく、本発明の技術的範囲を逸脱することなしに種
々の変形が可能であることは勿論である。
たが、本発明はこれら具体例にのみ限定されるべきもの
ではなく、本発明の技術的範囲を逸脱することなしに種
々の変形が可能であることは勿論である。
第1A図はテンダムドツトパターンを示した概略図、第
18図は第1A図のパターンをフィルタ処理し符号をと
ることによって得られるパターンを示した概略図、第1
C図は第18図のパターンの自己相関関数のプロットを
示した概略図、第2A図及び第2B図はランダムドツト
パターン及びそのノイズが混入したパターンを示した各
概略図、第2C図乃至第2D図は第2A図及び第2B図
のパターンをフィルタ処理し且つその符号をとって得ら
れるパターンを示した各概略図、第2C図は第2C図乃
至第2D図のパターンと異なる位置を示した概略図、第
2C図は第2C図及び第2D図のパターンの間の相互相
関のプロットを示した概略図、第3図はPCB上にIC
を位置決めするための装置を示した概略図、第4A図及
び第48図は微細位置決め前後におけるPCBのターゲ
ット部分の画像を示した各概略図、第5A図及び第58
図はプリント回路基板(P CB)の局所的領域に対す
る実際の画像及び合成画像を示した各概略図、第6A図
及び第68図は第5A図及び第58図の画像をフィルタ
処理し且つその符号をとった結果を示した各概略図、第
7図はPCB上の36個の配置箇所(各行が九つの四つ
の行)における測定した位置エラーを示した概略図、第
8A図乃至第8D図は四つの行の各々に対するX座標の
関数として測定したXエラーを示した各概略図、第9A
図乃至第9D図は四つの行の各々に対するX座標の関数
としての測定yエラーを示した各概略図、第10A図及
び第108図はCADデータベースにおいて記述される
二つのICメタル層の合成画像を示した各概略図、第1
1図はCADデータベースによって特定されるメタル層
を持った物理的ICの光学画像を示した概略図、第12
A図及び第128図は第10A図及び第10B図の合成
画像をフィルタ処理し且つその符号をとって得られる結
果を示した各概略図、第13図は第11図の光学画像を
フィルタ処理し且つ符号をとった結果を示した概略図、
第14A図及び第14BrI!Jは第12A図及び第1
28図のフィルタ処理し二進化した合成画像と第13図
のフィルタ処理し二進化した光学画像との間の相関のプ
ロットを示した各概略図、”第15図は全体的な電子ハ
ードウェア構成を示したブロック図、第16図はラプラ
シアンを計算するための回路を示したブロック図、第1
1図は3要素二項フィルタを示したブロック図、第18
図は7Xアニ項フィルタを示したブロック図、第19図
はガウシアンのラプラシアンに対する22X22近似を
示したブロック図、第20図はハードウェア相関器を示
したブロック図、である。 (符号の説明) 10:装着装置 12:IC装置 15:回路基板 1アニ位置決めヘッド 22:カメラ 25:配置アクチュエータ 2アニ装置ホルダ 特許出願人 シュルンベルジェ テクノロシーズ
、インコーホレイ テッド 図面の浄苔(内′1′fに変更なし) FIG、、IjL FIG、1B。 F18.−に。 −−d3 79・ト +s −−−−s−=−)tfi、村Fl&、3
゜ 1 1 ロー−了 11 a 量 FlG 4入 口:G
、−48゜FIL稙、 FIL51LF
IG、、@A、 ■(−頓1ロロ
ロロ口日口口日 口口U3口口口口口口 口口口口口口口口口 U:UrF3日日日日口口日 1L、I4JL F19.J411゜ 口LJ5゜ R1LJ?。 ILIi Fl(L−鳳 FfGj(1 手続補正書(jff:、) 平成2年10月18日
18図は第1A図のパターンをフィルタ処理し符号をと
ることによって得られるパターンを示した概略図、第1
C図は第18図のパターンの自己相関関数のプロットを
示した概略図、第2A図及び第2B図はランダムドツト
パターン及びそのノイズが混入したパターンを示した各
概略図、第2C図乃至第2D図は第2A図及び第2B図
のパターンをフィルタ処理し且つその符号をとって得ら
れるパターンを示した各概略図、第2C図は第2C図乃
至第2D図のパターンと異なる位置を示した概略図、第
2C図は第2C図及び第2D図のパターンの間の相互相
関のプロットを示した概略図、第3図はPCB上にIC
を位置決めするための装置を示した概略図、第4A図及
び第48図は微細位置決め前後におけるPCBのターゲ
ット部分の画像を示した各概略図、第5A図及び第58
図はプリント回路基板(P CB)の局所的領域に対す
る実際の画像及び合成画像を示した各概略図、第6A図
及び第68図は第5A図及び第58図の画像をフィルタ
処理し且つその符号をとった結果を示した各概略図、第
7図はPCB上の36個の配置箇所(各行が九つの四つ
の行)における測定した位置エラーを示した概略図、第
8A図乃至第8D図は四つの行の各々に対するX座標の
関数として測定したXエラーを示した各概略図、第9A
図乃至第9D図は四つの行の各々に対するX座標の関数
としての測定yエラーを示した各概略図、第10A図及
び第108図はCADデータベースにおいて記述される
二つのICメタル層の合成画像を示した各概略図、第1
1図はCADデータベースによって特定されるメタル層
を持った物理的ICの光学画像を示した概略図、第12
A図及び第128図は第10A図及び第10B図の合成
画像をフィルタ処理し且つその符号をとって得られる結
果を示した各概略図、第13図は第11図の光学画像を
フィルタ処理し且つ符号をとった結果を示した概略図、
第14A図及び第14BrI!Jは第12A図及び第1
28図のフィルタ処理し二進化した合成画像と第13図
のフィルタ処理し二進化した光学画像との間の相関のプ
ロットを示した各概略図、”第15図は全体的な電子ハ
ードウェア構成を示したブロック図、第16図はラプラ
シアンを計算するための回路を示したブロック図、第1
1図は3要素二項フィルタを示したブロック図、第18
図は7Xアニ項フィルタを示したブロック図、第19図
はガウシアンのラプラシアンに対する22X22近似を
示したブロック図、第20図はハードウェア相関器を示
したブロック図、である。 (符号の説明) 10:装着装置 12:IC装置 15:回路基板 1アニ位置決めヘッド 22:カメラ 25:配置アクチュエータ 2アニ装置ホルダ 特許出願人 シュルンベルジェ テクノロシーズ
、インコーホレイ テッド 図面の浄苔(内′1′fに変更なし) FIG、、IjL FIG、1B。 F18.−に。 −−d3 79・ト +s −−−−s−=−)tfi、村Fl&、3
゜ 1 1 ロー−了 11 a 量 FlG 4入 口:G
、−48゜FIL稙、 FIL51LF
IG、、@A、 ■(−頓1ロロ
ロロ口日口口日 口口U3口口口口口口 口口口口口口口口口 U:UrF3日日日日口口日 1L、I4JL F19.J411゜ 口LJ5゜ R1LJ?。 ILIi Fl(L−鳳 FfGj(1 手続補正書(jff:、) 平成2年10月18日
Claims (9)
- 1. 製造した装置とそれを製造するために使用したC
ADモデルとの間の対応を決定する方法において、前記
装置の少なくとも一部に対応する前記CADデータベー
スから合成CAD画像を発生し、前記CAD画像をフィ
ルタしてフィルタしたCAD画像を与え、前記製造した
装置の実際の画像を発生し、前記実際の画像をフィルタ
してフィルタした装置画像を与え、前記フィルタしたC
AD画像と前記フィルタした装置画像とを相関させてそ
れらの間の相対的変位を与える、上記各ステップを有す
ることを特徴とする方法。 - 2. 特許請求の範囲第1項において、前記フィルタス
テップの少なくとも一つが、ハイパス及びローパスフィ
ルタ処理を包含していることを特徴とする方法。 - 3. 特許請求の範囲第1項において、前記フィルタス
テップの少なくとも一つが、前記画像のラプラシアン及
びガウシアン畳込みを実施することを特徴とする方法。 - 4. 特許請求の範囲第1項において、更に、前記相関
ステップの前に、前記フィルタしたCAD画像を二進化
し、且つ前記フィルタした装置画像を二進化し、前記相
関ステップを前記フィルタしたCAD画像及びフィルタ
した装置画像の二進化したものに関して実施することを
特徴とする方法。 - 5. CADデータベースに倣って製造した装置の二つ
の部分の相対的配置を決定する方法において、前記二つ
の部分は異なった製造ステップの期間中に前記装置内に
組込まれたものであって、前記CADデータベースから
前記装置の前記第一部分を表わす第一CAD画像を発生
し、前記第一CAD画像をフィルタして第一フィルタ済
みCAD画像を与え、前記製造した装置に組込まれた二
つの部分を示す装置画像を発生し、前記装置画像をフィ
ルタしてフィルタ済み装置画像を与え、前記第一フィル
タ済みCAD画像と前記フィルタ済み装置画像とを相関
させて前記第一部分の位置を得、前記装置の前記第二部
分の位置を決定し、前記第一及び第二部分の位置を比較
して相対的整合を決定する、上記各ステップを有するこ
とを特徴とする方法。 - 6. 特許請求の範囲第5項において、前記決定するス
テップが、前記CADデータベースから前記装置の前記
第二部分を表わす第二CAD画像を発生し、前記第二C
AD画像をフィルタして第二フィルタ済みCAD画像を
与え、前記第二フィルタ済みCAD画像と前記フィルタ
済み装置画像とを相関させて前記第二部分の位置を得る
、上記各サブステップを有することを特徴とする方法。 - 7. 特許請求の範囲第5項において、更に、前記相関
ステップの前に、前記フィルタ済みCAD画像を二進化
し、前記フィルタ済み装置画像を二進化し、前記相関す
るステップを、前記フィルタ済みCAD画像及び前記フ
ィルタ済み装置画像の二進化したものについて実施する
ことを特徴とする方法。 - 8. カメラと公称的にCADデータベースに倣う物品
との間の所望の相対的位置を確立する方法において、前
記カメラと物品との間のほぼ所望の相対的位置関係を確
立し、前記ほぼ所望の相対的位置関係にある前記カメラ
及び物品の状態で前記物品の少なくとも1領域の実際の
画像を発生し、前記CADデータベースに基づいて前記
物品の少なくとも1領域のCAD画像を発生し、前記実
際の画像をフィルタしてフィルタ済みの実際の画像を発
生し、前記CAD画像をフィルタしてフィルタ済みCA
D画像を発生し、前記フィルタ済みの実際の画像と前記
フィルタ済みCAD画像とを相関して相対的変位を決定
し、前記相対的変位によって前記カメラと物品との間の
相対的移動を確立して前記所望の相対的位置へ近付く、
上記各ステップを有することを特徴とする方法。 - 9. 特許請求の範囲第8項において、更に、前記相関
ステップの前に、前記フィルタ済みCAD画像を二進化
し、且つ前記フィルタ済みの実際の画像を二進化し、前
記相関ステップを、前記フィルタ済みCAD画像及びフ
ィルタ済みの実際の画像の二進化したものに関して行な
うことを特徴とする方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US30494389A | 1989-01-31 | 1989-01-31 | |
US304,943 | 1989-01-31 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH03148774A true JPH03148774A (ja) | 1991-06-25 |
Family
ID=23178632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019359A Pending JPH03148774A (ja) | 1989-01-31 | 1990-01-31 | クラッタが付加されたビデオ画像に対するcadモデルの登録方法 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP0381067A3 (ja) |
JP (1) | JPH03148774A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5600734A (en) * | 1991-10-04 | 1997-02-04 | Fujitsu Limited | Electron beam tester |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2693813B1 (fr) * | 1992-07-20 | 1994-08-19 | Commissariat Energie Atomique | Procédé de réalisation d'une image de référence synthétisée à partir de données contenues dans une base de données CAO. |
FR2697930B1 (fr) * | 1992-11-09 | 1995-01-13 | Commissariat Energie Atomique | Procédé de réalisation d'une image de référence synthétisée pour l'inspection d'objets. |
US5604819A (en) * | 1993-03-15 | 1997-02-18 | Schlumberger Technologies Inc. | Determining offset between images of an IC |
WO2000007146A1 (en) * | 1998-07-28 | 2000-02-10 | General Electric Company | Method and apparatus for calibrating a non-contact range sensor |
US6748112B1 (en) | 1998-07-28 | 2004-06-08 | General Electric Company | Method and apparatus for finding shape deformations in objects having smooth surfaces |
US6411915B1 (en) | 1998-07-28 | 2002-06-25 | General Electric Company | Method and apparatus for calibrating a non-contact range sensor |
US7543326B2 (en) | 2002-06-10 | 2009-06-02 | Microsoft Corporation | Dynamic rate control |
US20030235250A1 (en) | 2002-06-24 | 2003-12-25 | Ankur Varma | Video deblocking |
US6985238B2 (en) | 2002-09-25 | 2006-01-10 | General Electric Company | Non-contact measurement system for large airfoils |
US7327857B2 (en) | 2004-03-09 | 2008-02-05 | General Electric Company | Non-contact measurement method and apparatus |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63170936A (ja) * | 1986-07-22 | 1988-07-14 | フエアチヤイルド セミコンダクタ コ−ポレ−シヨン | 集積回路におけるマスク整合及び臨界的寸法の測定 |
-
1990
- 1990-01-26 EP EP19900101560 patent/EP0381067A3/en not_active Withdrawn
- 1990-01-31 JP JP2019359A patent/JPH03148774A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5825912A (en) * | 1901-12-16 | 1998-10-20 | Fujitsu Limited | Electron beam tester |
US5600734A (en) * | 1991-10-04 | 1997-02-04 | Fujitsu Limited | Electron beam tester |
US5872862A (en) * | 1991-10-04 | 1999-02-16 | Fujitsu Limited | Electron beam tester |
Also Published As
Publication number | Publication date |
---|---|
EP0381067A3 (en) | 1992-08-12 |
EP0381067A2 (en) | 1990-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6710798B1 (en) | Methods and apparatus for determining the relative positions of probe tips on a printed circuit board probe card | |
EP0619551B1 (en) | Determining offset between images of an IC | |
US6078700A (en) | Method and apparatus for location and inspecting a two-dimensional image including co-linear features | |
US6151406A (en) | Method and apparatus for locating ball grid array packages from two-dimensional image data | |
Goshtasby | Correction of image deformation from lens distortion using bezier patches | |
US5119444A (en) | System for expedited computation of laplacian and gaussian filters and correlation of their outputs for image processing | |
JPH03148774A (ja) | クラッタが付加されたビデオ画像に対するcadモデルの登録方法 | |
US6681039B1 (en) | Fiducial mark search using sub-models | |
JPH04500408A (ja) | 変形体の表面のひずみ分布を測定するためのコンピュータ化された方法 | |
KR101595547B1 (ko) | 검사방법 | |
EP1459031B1 (en) | Method and system for the calibration of a computer vision system | |
US7884861B2 (en) | Image resolution multiplier | |
KR20010071343A (ko) | 템플릿정합점의 미소위치를 정확히 위치시키는 방법 | |
US5361132A (en) | Back to front alignment of elements on a substrate | |
US6026176A (en) | Machine vision methods and articles of manufacture for ball grid array inspection | |
US6510356B2 (en) | Method and apparatus for programming a paste dispensing machine | |
JP2913021B2 (ja) | 形状計測方法及び装置 | |
Mileski et al. | Development of a computer vision-based system for part referencing in CNC machining centers | |
JP2002296761A (ja) | パターン測定方法、及びパターン測定装置 | |
CN116008177A (zh) | Smt元器件高度缺陷识别方法、系统及其可读介质 | |
Lynch et al. | Backpropagation neural network for stereoscopic vision calibration | |
CN112697398A (zh) | 一种空间位置变化前后两次检测波像差残差的计算方法 | |
JPH10260016A (ja) | 画像認識装置 | |
JP2850807B2 (ja) | 検査データ作成装置 | |
Cardenas-Garcia et al. | Projection moire as a tool for the automated determination of surface topography |