KR102063984B1 - Apparatus for inspecting defect and method for correcting distortion the same - Google Patents

Apparatus for inspecting defect and method for correcting distortion the same Download PDF

Info

Publication number
KR102063984B1
KR102063984B1 KR1020130009401A KR20130009401A KR102063984B1 KR 102063984 B1 KR102063984 B1 KR 102063984B1 KR 1020130009401 A KR1020130009401 A KR 1020130009401A KR 20130009401 A KR20130009401 A KR 20130009401A KR 102063984 B1 KR102063984 B1 KR 102063984B1
Authority
KR
South Korea
Prior art keywords
image
correction function
camera
data
distortion
Prior art date
Application number
KR1020130009401A
Other languages
Korean (ko)
Other versions
KR20140096616A (en
Inventor
원승민
황규득
Original Assignee
엘지디스플레이 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 엘지디스플레이 주식회사 filed Critical 엘지디스플레이 주식회사
Priority to KR1020130009401A priority Critical patent/KR102063984B1/en
Publication of KR20140096616A publication Critical patent/KR20140096616A/en
Application granted granted Critical
Publication of KR102063984B1 publication Critical patent/KR102063984B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9513—Liquid crystal panels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/127—Calibration; base line adjustment; drift compensation

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 시료에 대한 영상을 획득하고 출력하는 카메라; 카메라로부터 전송된 영상과 기준 영상을 비교 판독하여 시료에 형성된 박막 패턴에 대한 결함 유무를 판단하는 데이터 처리부; 및 데이터 처리부에 의해 처리된 결과물을 표시하는 표시부를 포함하며, 데이터 처리부는 보정 함수를 기반으로 카메라의 렌즈 조리개의 회절 현상에 따른 왜곡 성분을 제거하고 영상에 대한 보정 영상을 생성하고 이를 기반으로 박막 패턴에 대한 결함 유무를 판단하는 것을 특징으로 하는 결함 검사 장치를 제공한다.The present invention provides a camera for acquiring and outputting an image of a sample; A data processor which compares and reads the image transmitted from the camera and the reference image to determine whether there is a defect in the thin film pattern formed on the sample; And a display unit displaying a result processed by the data processor, wherein the data processor removes a distortion component according to a diffraction phenomenon of the lens aperture of the camera based on a correction function, generates a corrected image for the image, and generates a thin film based thereon. Provided is a defect inspection apparatus for determining the presence or absence of a defect in a pattern.

Description

결함 검사 장치 및 이의 왜곡 보정방법{APPARATUS FOR INSPECTING DEFECT AND METHOD FOR CORRECTING DISTORTION THE SAME}Defect inspection device and its distortion correction method {APPARATUS FOR INSPECTING DEFECT AND METHOD FOR CORRECTING DISTORTION THE SAME}

본 발명은 결함 검사 장치 및 이의 왜곡 보정방법에 관한 것이다.The present invention relates to a defect inspection apparatus and a distortion correction method thereof.

정보화 기술이 발달함에 따라 사용자와 정보간의 연결 매체인 표시장치의 시장이 커지고 있다. 이에 따라, 유기전계발광표시장치, 액정표시장치, 전기영동표시장치 및 플라즈마표시장치 등과 같은 평판표시장치의 사용이 증가하고 있다.With the development of information technology, the market for a display device, which is a connection medium between a user and information, is growing. Accordingly, the use of flat panel display devices such as organic light emitting display devices, liquid crystal display devices, electrophoretic display devices, and plasma display devices is increasing.

앞서 설명한 바와 같은 평판표시장치는 영상을 표시하는 표시 패널, 표시 패널을 구동하는 구동부 및 구동부를 제어하는 제어부 등이 포함된다. 평판표시장치에 사용되는 표시 패널의 종류는 다양하지만 기본적으로 표시 패널을 제작한 후, 표시 패널을 구성하는 전극이나 배선 등을 포함하는 패턴에 대한 결함 유무를 검사하는 공정이 요구됨은 동일하다. 또한, 앞서 설명된 평판표시장치 외에 반도체 등을 이용한 전자소자에 대해서도 결함 유무를 검사하는 공정이 요구됨은 동일하다.The flat panel display device as described above includes a display panel for displaying an image, a driver for driving the display panel, a controller for controlling the driver, and the like. Although there are various types of display panels used in flat panel displays, a process of inspecting the presence or absence of defects on patterns including electrodes, wirings, etc. constituting the display panel after a display panel is basically required. In addition, the same process is required for the inspection of the presence of defects in the electronic device using a semiconductor or the like in addition to the flat panel display described above.

표시 패널이나 반도체 등의 결함 유무를 검사하는 방법에는 이들의 표면에 광을 조사하고 조사된 광의 광학적 변화를 판독하는 방식이나 이들을 카메라로 촬영한 후 획득한 영상을 비교 판독하는 방식이 이용된다.As a method for inspecting the presence or absence of a defect such as a display panel or a semiconductor, a method of irradiating light on these surfaces and reading an optical change of the irradiated light or a method of comparatively reading an image obtained after photographing them with a camera is used.

카메라를 이용하는 검사 방법 중 하이 이미지 뎁스(High Image Depth) 카메라 등을 포함하는 결함 검사 장치는 넓은 다이나믹 레인지(Dynamic Rage)에 의해 렌즈(Lens) 조리개의 회절 현상이 나타난다. 이에 따라, 하이 이미지 뎁스 카메라 등을 포함하는 결함 검사 장치를 이용하여 영상을 획득하면 획득된 영상에 왜곡 성분(렌즈의 광학적 특성에 따른 왜곡)이 포함되어 나타난다. 카메라를 통해 획득한 영상에 왜곡 성분이 존재하면 결함 검사시 신뢰성 저하가 유발된다.Among inspection methods using a camera, a defect inspection apparatus including a high image depth camera or the like exhibits a diffraction phenomenon of a lens aperture due to a wide dynamic range. Accordingly, when an image is acquired using a defect inspection apparatus including a high image depth camera or the like, a distortion component (distortion according to optical characteristics of the lens) is included in the acquired image. The presence of distortion components in the image acquired through the camera causes a decrease in reliability in defect inspection.

이러한 왜곡 성분을 제거하기 위해, 종래에는 카메라에서 지원하는 플랫 필드 코렉션(Flat Field Correction) 기능을 활용하는 것이 일반적이었다. 플랫 필드 코렉션 기능은 카메라의 제조사에서 지원하는 기능으로서 이상적인 밝기의 대상을 이용하여 밝은(Bright) 영상을 획득한 후 화이트(Whithe) 레벨에 대한 기준을 재수립하는 방식(Photo Response Non Uniformity 보정; 이하 PRNU 보정으로 기재함)이다. 즉, PRNU 보정 방식은 주변광량비 보정을 취하는 방식인데, 그 예를 설명하면 다음의 도 1과 같다.In order to remove such distortion components, it was common to utilize a flat field correction function supported by a camera. The flat field correction function is a function supported by the manufacturer of the camera, and acquires a bright image using an object of ideal brightness and then re-establishes the criteria for the white level (Photo Response Non Uniformity Correction; (Hereinafter referred to as PRNU correction). That is, the PRNU correction method is a method of taking the ambient light ratio correction, which will be described with reference to FIG. 1.

도 1은 종래 카메라의 제조사에서 지원하는 PRNU 보정 방식을 설명하기 위한 도면이다.1 is a view for explaining a PRNU correction method supported by a conventional camera manufacturer.

도 1의 (a)에 도시된 바와 같이 종래에는 카메라(110)의 렌즈(115)에 적분구(120)를 배치하고 촬영한 후 화이트 레벨에 대한 기준을 재수립하는 방식을 사용한다. 또한, 도 1의 (b)에 도시된 바와 같이 종래에는 카메라(110)의 렌즈(115)에 균일도가 높은 광원(130)을 배치하고 촬영한 후 화이트 레벨에 대한 기준을 재수립하는 방식을 사용한다.As shown in FIG. 1A, the integrating sphere 120 is disposed on the lens 115 of the camera 110 and photographed, and then a method of reestablishing a reference for the white level is used. In addition, as shown in (b) of FIG. 1, the conventional method employs a method of re-establishing a reference for a white level after arranging and photographing a light source 130 having high uniformity on the lens 115 of the camera 110. do.

그런데, 종래 카메라의 제조사에서 지원하는 PRNU 보정 방식을 사용하기 위해서는 고가의 적분구(120)나 균일도가 높은 광원(130)을 구비해야 하므로 보정 절차가 까다로운 문제는 물론 투자 비용 및 제작 측면에서 발생하는 제약사항이 많다. 또한, 종래 카메라의 제조사에서 지원하는 PRNU 보정 방식을 사용하더라도 렌즈의 왜곡 성분이 지속적으로 남아 있는 문제가 있어 이의 개선이 요구된다.However, in order to use the PRNU correction method supported by the conventional camera manufacturer, an expensive integrating sphere 120 or a high uniformity light source 130 must be provided, so that the correction procedure is difficult, as well as the investment cost and the production. There are many restrictions. In addition, even when using the PRNU correction method supported by the manufacturer of the conventional camera, there is a problem that the distortion component of the lens is continuously maintained, its improvement is required.

상술한 배경기술의 문제점을 해결하기 위한 본 발명은 결함 검사시 신뢰성을 향상시킬 수 있는 결함 검사 장치 및 이의 왜곡 보정방법을 제공하는 것이다. 또한, 본 발명은 보정 절차를 간소화할 수 있음은 물론 투자 비용 및 보정 장치 제작 시 발생하는 제약사항을 제거할 수 있는 결함 검사 장치 및 이의 왜곡 보정방법을 제공하는 것이다.The present invention for solving the problems of the above-described background art is to provide a defect inspection apparatus and a distortion correction method thereof that can improve the reliability during defect inspection. In addition, the present invention is to provide a defect inspection apparatus and a distortion correction method thereof that can simplify the correction procedure, as well as eliminate investment costs and constraints generated during the manufacture of the correction device.

상술한 과제 해결 수단으로 본 발명은 시료에 대한 영상을 획득하고 출력하는 카메라; 카메라로부터 전송된 영상과 기준 영상을 비교 판독하여 시료에 형성된 박막 패턴에 대한 결함 유무를 판단하는 데이터 처리부; 및 데이터 처리부에 의해 처리된 결과물을 표시하는 표시부를 포함하며, 데이터 처리부는 보정 함수를 기반으로 카메라의 렌즈 조리개의 회절 현상에 따른 왜곡 성분을 제거하고 영상에 대한 보정 영상을 생성하고 이를 기반으로 박막 패턴에 대한 결함 유무를 판단하는 것을 특징으로 하는 결함 검사 장치를 제공한다.The present invention as a means for solving the above problems is a camera for obtaining and outputting an image for the sample; A data processor which compares and reads the image transmitted from the camera with the reference image to determine whether there is a defect in the thin film pattern formed on the sample; And a display unit displaying a result processed by the data processor, wherein the data processor removes a distortion component according to a diffraction phenomenon of the lens aperture of the camera based on a correction function, generates a corrected image for the image, and generates a thin film based thereon. Provided is a defect inspection apparatus for determining the presence or absence of a defect in a pattern.

데이터 처리부는 카메라의 렌즈 조리개의 회절 현상에 따른 왜곡 영상의 평균과 유사도가 높은 보정 함수를 보정 함수로 독출하고, 영상과 독출된 보정 함수를 비교하여 보정 영상을 생성할 수 있다.The data processor may read a correction function having a high similarity to the average of the distorted image according to the diffraction phenomenon of the lens aperture of the camera as a correction function, and generate the corrected image by comparing the read function with the image.

보정 함수는 가우시안(Gaussian) 분포 함수를 기반으로 마련될 수 있다.The correction function may be provided based on a Gaussian distribution function.

보정 함수는 카메라의 렌즈 조리개의 회절 현상에 따른 왜곡 영상의 평균에 대응하여 복수로 정형화되어 룩업 테이블 형태로 마련될 수 있다.The correction function may be provided in the form of a lookup table by shaping a plurality of images corresponding to the average of the distorted image according to the diffraction phenomenon of the lens aperture of the camera.

데이터 처리부는 새로운 시료에 대한 영상이 전송되면 룩업 테이블로부터 이에 대응되는 보정 함수를 독출하고 영상과 독출된 보정 함수를 비교하여 보정 영상을 생성할 수 있다.When the image of the new sample is transmitted, the data processor may read a correction function corresponding to the image from the lookup table and compare the image with the read correction function to generate the corrected image.

카메라는 12비트(bit) 이상의 출력 특성을 갖는 하이 이미지 뎁스(High Image Depth) 카메라를 포함할 수 있다.The camera may include a high image depth camera having an output characteristic of 12 bits or more.

다른 측면에서 본 발명은 왜곡이 있는 영상들을 획득하는 단계; 왜곡이 있는 영상들을 기반으로 왜곡 영상의 평균을 산출하는 단계; 왜곡 영상의 평균과 유사도가 높은 보정 함수를 독출하는 단계; 영상을 획득하는 단계; 및 영상과 보정 함수 간의 매칭을 통해 왜곡 성분이 제거된 보정 영상을 생성하는 단계를 포함하는 결함 검사 장치의 왜곡 보정방법을 제공한다.In another aspect, the present invention includes the steps of obtaining images with distortion; Calculating an average of the distorted images based on the distorted images; Reading a correction function having a high similarity to the mean of the distorted image; Obtaining an image; And generating a corrected image from which the distortion component is removed through matching between the image and the correction function.

보정 함수는 영상을 획득하는 카메라의 렌즈 조리개의 회절 현상에 따른 왜곡 영상의 평균과 유사도가 높을 수 있다.The correction function may have a high similarity to the average of the distorted image according to the diffraction phenomenon of the lens aperture of the camera that acquires the image.

보정 함수는 가우시안(Gaussian) 분포 함수를 기반으로 마련될 수 있다.The correction function may be provided based on a Gaussian distribution function.

보정 함수는 카메라의 렌즈 조리개의 회절 현상에 따른 왜곡 영상의 평균에 대응하여 복수로 정형화되어 룩업 테이블 형태로 마련될 수 있다.The correction function may be provided in the form of a lookup table by shaping a plurality of images corresponding to the average of the distorted image according to the diffraction phenomenon of the lens aperture of the camera.

본 발명은 카메라의 렌즈 조리개에 의한 영상의 왜곡 성분을 제거하고 영상의 균일도를 확보하여 박막 패턴에 대한 결함 검사시 신뢰성을 향상시킬 수 있는 결함 검사 장치 및 이의 왜곡 보정방법을 제공하는 효과가 있다. 또한, 본 발명은 기구적인 보정 방법이 아닌 알고리즘적인 방법을 이용하므로 보정 절차를 간소화할 수 있음은 물론 투자 비용 및 보정 장치 제작 시 발생하는 제약사항을 제거할 수 있는 결함 검사 장치 및 이의 왜곡 보정방법을 제공하는 효과가 있다.The present invention has the effect of providing a defect inspection apparatus and a distortion correction method thereof that can improve the reliability of defect inspection on the thin film pattern by removing the distortion component of the image by the lens aperture of the camera to ensure the uniformity of the image. In addition, since the present invention uses an algorithm method rather than a mechanical correction method, a defect inspection apparatus and a distortion correction method thereof, which can simplify the correction procedure and can remove the investment cost and the constraints generated when the correction device is manufactured. Has the effect of providing.

도 1은 종래 카메라의 제조사에서 지원하는 PRNU 보정 방식을 설명하기 위한 도면.
도 2는 본 발명의 실시예에 따른 결함 검사 장치의 개략적인 구성도.
도 3 및 도 4는 왜곡이 있는 영상들에 대한 평균 그레이 레벨 분포 그래프.
도 5 및 도 6은 왜곡 성분을 제거하기 위한 보정 함수에 대한 레벨 분포 그래프.
도 7은 촬영을 통해 획득한 영상과 보정 함수 간의 매칭 과정을 보여주는 그래프.
도 8은 도 7의 매칭 과정을 통해 보정된 보정 영상을 보여주는 그래프.
도 9는 보정 전과 보정 후를 비교 설명하기 위한 이미지.
도 10은 본 발명의 실시예에 따른 결함 검사 장치의 왜곡 보정방법을 설명하기 위한 흐름도.1 is a view for explaining a PRNU correction method supported by the manufacturer of the conventional camera.
2 is a schematic configuration diagram of a defect inspection apparatus according to an embodiment of the present invention.
3 and 4 are mean gray level distribution graphs for images with distortion.
5 and 6 are level distribution graphs for a correction function for removing distortion components.
7 is a graph illustrating a matching process between an image acquired through photographing and a correction function.
FIG. 8 is a graph illustrating a corrected image corrected through the matching process of FIG. 7.
9 is an image for comparing and explaining before and after correction;
10 is a flowchart illustrating a distortion correction method of a defect inspection apparatus according to an exemplary embodiment of the present invention.

이하, 본 발명의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 설명한다.Hereinafter, with reference to the accompanying drawings, the specific content for the practice of the present invention will be described.

정보화 기술이 발달함에 따라 사용자와 정보간의 연결 매체인 표시장치의 시장이 커지고 있다. 이에 따라, 유기전계발광표시장치, 액정표시장치, 전기영동표시장치 및 플라즈마표시장치 등과 같은 평판표시장치의 사용이 증가하고 있다.With the development of information technology, the market for a display device, which is a connection medium between a user and information, is growing. Accordingly, the use of flat panel display devices such as organic light emitting display devices, liquid crystal display devices, electrophoretic display devices, and plasma display devices is increasing.

앞서 설명한 바와 같은 평판표시장치는 영상을 표시하는 표시 패널, 표시 패널을 구동하는 구동부 및 구동부를 제어하는 제어부 등이 포함된다. 평판표시장치에 사용되는 표시 패널의 종류는 다양하지만 기본적으로 표시 패널을 제작한 후, 표시 패널을 구성하는 전극이나 배선 등을 포함하는 패턴에 대한 결함 유무를 검사하는 공정이 요구됨은 동일하다. 또한, 앞서 설명된 평판표시장치 외에 반도체 등을 이용한 전자소자에 대해서도 결함 유무를 검사하는 공정이 요구됨은 동일하다.The flat panel display device as described above includes a display panel for displaying an image, a driver for driving the display panel, a controller for controlling the driver, and the like. Although there are various types of display panels used in flat panel displays, a process of inspecting the presence or absence of defects on patterns including electrodes, wirings, etc. constituting the display panel after a display panel is basically required. In addition, the same process is required for the inspection of the presence of defects in the electronic device using a semiconductor or the like in addition to the flat panel display described above.

앞서 설명된 표시 패널이나 반도체 등의 결함을 검사하기 위해서는 이들을 카메라로 촬영한 후 획득한 영상을 비교 판독하는 방식이 이용된다. 카메라를 이용하는 검사 방법 중 하이 이미지 뎁스(High Image Depth) 카메라 등을 포함하는 결함 검사 장치는 넓은 다이나믹 레인지(Dynamic Rage)에 의해 렌즈(Lens) 조리개의 회절 현상이 나타난다. 이에 따라, 하이 이미지 뎁스 카메라 등을 포함하는 결함 검사 장치를 이용하여 영상을 획득하면 획득된 영상에 왜곡 성분(렌즈의 광학적 특성에 따른 왜곡)이 포함되어 나타난다. 카메라를 통해 획득한 영상에 왜곡 성분이 존재하면 결함 검사시 신뢰성 저하가 유발된다.In order to inspect the defects of the display panel, the semiconductor, and the like described above, a method of comparing and reading an image obtained by photographing the images with a camera is used. Among inspection methods using a camera, a defect inspection apparatus including a high image depth camera or the like exhibits a diffraction phenomenon of a lens aperture due to a wide dynamic range. Accordingly, when an image is acquired using a defect inspection apparatus including a high image depth camera or the like, a distortion component (distortion according to optical characteristics of the lens) is included in the acquired image. The presence of distortion components in the image acquired through the camera causes a decrease in reliability in defect inspection.

이러한 왜곡 성분을 제거하기 위해, 종래에는 카메라에서 지원하는 플랫 필드 코렉션(Flat Field Correction) 기능을 활용하는 것이 일반적이었다. 플랫 필드 코렉션 기능은 카메라의 제조사에서 지원하는 기능으로서 이상적인 밝기의 대상을 이용하여 밝은(Bright) 영상을 획득한 후 화이트(Whithe) 레벨에 대한 기준을 재수립하는 방식(Photo Response Non Uniformity 보정; 이하 PRNU 보정으로 기재함)이다.In order to remove such distortion components, it was common to utilize a flat field correction function supported by a camera. The flat field correction function is a function supported by the manufacturer of the camera, and acquires a bright image using an object of ideal brightness and then re-establishes the criteria for the white level (Photo Response Non Uniformity Correction; (Hereinafter referred to as PRNU correction).

카메라의 제조사에서 지원하는 PRNU 보정 방식을 사용하기 위해서는 고가의 적분구나 균일도가 높은 광원을 구비해야 하므로 보정 절차가 까다로운 문제는 물론 투자 비용 및 제작 측면에서 발생하는 제약사항이 많다. 또한, 카메라의 제조사에서 지원하는 PRNU 보정 방식을 사용하더라도 렌즈의 왜곡 성분이 지속적으로 남아 있는 문제가 있다.In order to use the PRNU correction method supported by the camera manufacturer, it is necessary to have an expensive integrator or a high uniformity light source, so that the correction procedure is difficult, as well as the investment cost and manufacturing constraints. In addition, even when using the PRNU correction method supported by the camera manufacturer, there is a problem that the distortion component of the lens remains.

위와 같은 문제를 해결하기 위해 본 발명은 카메라의 제조사에서 지원하는 PRNU 보정 방식을 사용하지 않고 촬영을 통해 획득한 영상과 보정 함수 간의 매칭을 통해 왜곡 성분을 제거하는데 이에 대해 구체적으로 설명하면 다음과 같다.In order to solve the above problem, the present invention removes the distortion component through matching between the image obtained through the photographing and the correction function without using the PRNU correction method supported by the manufacturer of the camera. .

도 2는 본 발명의 실시예에 따른 결함 검사 장치의 개략적인 구성도이고, 도 3 및 도 4는 왜곡이 있는 영상들에 대한 평균 그레이 레벨 분포 그래프이며, 도 5 및 도 6은 왜곡 성분을 제거하기 위한 보정 함수에 대한 레벨 분포 그래프이고, 도 7은 촬영을 통해 획득한 영상과 보정 함수 간의 매칭 과정을 보여주는 그래프이며, 도 8은 도 7의 매칭 과정을 통해 보정된 보정 영상을 보여주는 그래프이다.2 is a schematic configuration diagram of a defect inspection apparatus according to an exemplary embodiment of the present invention, FIGS. 3 and 4 are graphs of average gray level distributions for images with distortion, and FIGS. 5 and 6 remove distortion components. FIG. 7 is a graph showing a matching process between an image obtained through photographing and a correction function, and FIG. 8 is a graph showing a corrected image corrected through the matching process of FIG. 7.

도 2에 도시된 바와 같이, 본 발명의 실시예에 따른 결함 검사 장치에는 카메라(110), 데이터 처리부(150), 표시부(140) 및 입력부(160)가 포함된다. 본 발명의 실시예에 따른 결함 검사 장치는 시료(170)에 형성된 전극, 배선, 절연층, 유기층, 무기층, 유무기층 등을 포함하는 박막 패턴에 대한 결함 유무를 검사하는 장치이다.As shown in FIG. 2, a defect inspection apparatus according to an exemplary embodiment of the present invention includes a camera 110, a data processor 150, a display unit 140, and an input unit 160. The defect inspection apparatus according to the embodiment of the present invention is a device for inspecting the presence or absence of a defect on a thin film pattern including an electrode, a wiring, an insulation layer, an organic layer, an inorganic layer, an organic-inorganic layer, and the like formed on the sample 170.

카메라(110)는 렌즈(115)를 통해 하부에 배치된 시료(170)에 대한 영상을 획득하고 획득한 영상을 데이터 처리부(150)로 전송한다. 카메라(110)는 BNC, RCA나 USB 등과 같은 유선 데이터 전송 방식이나 WIFI 등과 같은 무선 데이터 전송 방식으로 획득한 영상을 데이터 처리부(150)로 전송할 수 있으나 이에 한정되지 않는다. 카메라(110)는 넓은 다이나믹 레인지를 갖는 하이 이미지 뎁스 카메라로 구성될 수 있으나 이에 한정되지 않는다. 예컨대, 카메라(110)는 12비트(bit) 이상의 출력 특성을 갖는 산업용 카메라가 사용될 수 있다.The camera 110 acquires an image of the sample 170 disposed below through the lens 115 and transmits the acquired image to the data processor 150. The camera 110 may transmit an image obtained by a wired data transmission method such as BNC, RCA or USB, or a wireless data transmission method such as WIFI to the data processor 150, but is not limited thereto. The camera 110 may be configured as a high image depth camera having a wide dynamic range, but is not limited thereto. For example, the camera 110 may be an industrial camera having an output characteristic of 12 bits or more.

데이터 처리부(150)는 카메라(110)로부터 전송된 영상과 내부 저장장치에 저장되거나 설정된 기준 영상을 비교 판독하여 시료(170)에 대한 결함 유무를 판단한다. 데이터 처리부(150)는 작업자의 입력부(160) 조작에 대응하여 결함 유무에 대한 정보를 표시부(140)로 출력한다. 데이터 처리부(150)는 작업자의 입력부(160) 조작에 대응하여 카메라(110)를 통해 획득한 영상과 보정 함수 간의 매칭(또는 피팅)을 통해 왜곡 성분이 제거된 보정 영상을 표시부(140)로 출력한다.The data processor 150 compares and reads the image transmitted from the camera 110 and the reference image stored or set in the internal storage device to determine whether there is a defect in the sample 170. The data processor 150 outputs information on the presence or absence of a defect to the display unit 140 in response to an operator's manipulation of the input unit 160. The data processor 150 outputs the corrected image from which the distortion component is removed through the matching (or fitting) between the image acquired through the camera 110 and the correction function in response to the manipulation of the input unit 160 of the operator to the display unit 140. do.

이를 위해, 작업자는 카메라(110)를 이용하여 시료(170)에서 왜곡이 있는 영상들을 촬영하고 이를 데이터 처리부(150)의 내부 저장장치에 저장한다. 그리고 데이터 처리부(150)의 알고리즘을 이용하여 왜곡이 있는 영상들에 대한 평균을 산출하고 내부 저장장치에 저장한다.To this end, the operator photographs the distorted images in the sample 170 by using the camera 110 and stores them in the internal storage of the data processor 150. The average of the images having distortion is calculated using an algorithm of the data processor 150 and stored in the internal storage device.

작업자가 왜곡이 있는 영상들을 획득하고, 이들에 대한 평균을 산출하면 데이터 처리부(150)는 왜곡 영상의 평균을 도 3과 같은 평균 그레이 레벨 분포 그래프로 변환하여 표시부(140)로 출력할 수 있다. 하지만 본 발명에서는 식별을 용이하게 하기 위하여, 도 3의 그래프 영상을 도 4와 같은 그래프로 옮겨 도시한다. 이때, 왜곡 영상의 평균(AGL)은 레벨이 높은 데이터가 중심을 차지하고 이를 기준으로 레벨이 낮은 데이터가 좌우로 산포 되도록 표현될 수 있다.When the operator acquires the images with distortion and calculates an average thereof, the data processor 150 may convert the average of the distortion images into an average gray level distribution graph as shown in FIG. 3 and output the converted images to the display unit 140. However, in the present invention, in order to facilitate identification, the graph image of FIG. 3 is transferred to a graph as shown in FIG. 4. In this case, the average AGL of the distorted image may be expressed such that data having a high level occupies the center and data having a low level is scattered left and right based on the data.

도 4의 그래프를 참조하면, 왜곡이 있는 영상들로부터 획득된 왜곡 영상의 평균(AGL)에는 왜곡 성분(렌즈의 광학적 특성에 따른 왜곡)(NS)이 포함되어 나타난다. 왜곡 성분(NS)은 영상들에 대한 정상적인 레벨과 대비하여 포지티브 방향으로 돌출되거나 네거티브 방향으로 돌출되는 형태로 나타난다.Referring to the graph of FIG. 4, the average AGL of the distorted images obtained from the distorted images includes the distortion component (distortion according to the optical characteristics of the lens) NS. The distortion component NS appears to protrude in the positive direction or the negative direction in contrast to the normal level of the images.

왜곡 성분은 결함 검사시 신뢰성 저하가 유발되므로, 작업자는 데이터 처리부(150)를 이용하여 왜곡 영상의 평균(AGL)과 유사도가 가장 높은 보정 함수를 독출한다. 보정 함수는 가우시안(Gaussian) 분포 함수를 기반으로 마련된다. 데이터 처리부(150)는 독출된 보정 함수를 도 5와 같은 분포 그래프로 변환하여 표시부(140)로 출력할 수 있다. 하지만 본 발명에서는 식별을 용이하게 하기 위하여, 도 5의 그래프 영상을 도 6과 같은 그래프로 옮겨 도시한다. 이때, 보정 함수(CGF) 또한 레벨이 높은 데이터가 중심을 차지하고 이를 기준으로 레벨이 낮은 데이터가 좌우로 산포 되도록 표현될 수 있다.Since the distortion component causes deterioration in reliability during the defect inspection, the operator reads a correction function having the highest similarity to the average AGL of the distorted image using the data processor 150. The correction function is provided based on a Gaussian distribution function. The data processor 150 may convert the read correction function into a distribution graph as shown in FIG. 5 and output the converted correction function to the display unit 140. However, in the present invention, in order to facilitate identification, the graph image of FIG. 5 is moved to the graph shown in FIG. 6. In this case, the correction function CGF may also be expressed such that data having a high level occupies the center and data having a low level is scattered left and right based on the data.

도 6의 그래프를 참조하면, 독출된 보정 함수(CGF)에는 왜곡 성분(NS)이 미 포함된다. 보정 함수(CGF)는 앞서 설명한 바와 같이 왜곡 영상의 평균(AGL)과 유사도를 높이기 위해 가우시안(Gaussian) 분포 함수를 통한 산술적인 수치 데이터를 기반으로 마련되기 때문이다.Referring to the graph of FIG. 6, the distortion correction NS is not included in the read correction function CGF. This is because the correction function (CGF) is provided based on arithmetic numerical data through a Gaussian distribution function in order to increase the similarity to the mean (AGL) of the distorted image as described above.

가우시안 분포 함수는 하기의 수학식 1과 같다.The Gaussian distribution function is shown in Equation 1 below.

Figure 112013008164456-pat00001
Figure 112013008164456-pat00001

상기 수학식 1에서 a는 데이터들에 대한 오프셋 기울기를 의미하고, σ는 데이터들 중 좌우 끝단에 위치하는 데이터에 대한 기저부(x축)로부터 이격된 높이를 의미하고, b는 데이터들 중 중심부로부터 좌우 끝단에 위치하는 데이터에 대한 거리를 의미한다.In Equation 1, a denotes an offset slope with respect to data, σ denotes a height spaced apart from a base (x-axis) for data positioned at left and right ends of the data, and b denotes a height from the center of the data. The distance to the data located at the left and right ends.

보정 함수(CGF)는 왜곡 영상의 평균(AGL)에 대응하여 a, σ 및 b의 값을 조절하는 과정을 통해 복수로 정형화되고 이들은 데이터 처리부(150)의 내부 저장장치에 저장된다. 따라서, 도 6에 도시된 분포 그래프의 형상에 한정되지 않고 복수의 보정 함수 형태로 데이터화 되어 룩업 테이블 형태로 저장된다. 보정 함수가 룩업 테이블 형태로 저장된 경우, 데이터 처리부(150)는 이후 새로운 영상이 전송되면 이에 대응되는 보정 함수를 자동으로 독출할 수 있게 된다.The correction function CGF is formed in plural through a process of adjusting values of a, σ, and b corresponding to the average AGL of the distorted image, and they are stored in the internal storage of the data processor 150. Accordingly, the present invention is not limited to the shape of the distribution graph shown in FIG. 6, but is converted into data in the form of a plurality of correction functions and stored in the form of a lookup table. When the correction function is stored in the form of a lookup table, the data processor 150 may automatically read the correction function corresponding to the new image after the new image is transmitted.

앞서 설명된 바와 같이 작업자는 시료(170)에 대한 결함 검사에 앞서 결함 검사 장치를 조작하여 왜곡 영상의 평균(AGL)을 산출하고, 이와 가장 유사한 보정 함수(CGF)를 데이터화한다.As described above, the operator manipulates the defect inspection apparatus before the defect inspection on the sample 170 to calculate an average AGL of the distorted image, and data the most similar correction function CGF.

작업자가 위와 같이 왜곡 영상의 평균(AGL)을 산출하고, 이와 가장 유사한 보정 함수(CGF)를 데이터화하면 이후, 도 7과 같이 새로운 시료(170) 검사시 왜곡 성분(NS)이 형성된 영상(GL)이 획득되더라도 이와 유사한 보정 함수(CGF)를 독출하고 매칭(또는 피팅)하는 과정을 통해 왜곡 성분(NS)을 제거할 수 있게 된다.When the operator calculates the average AGL of the distorted image as described above and data-compensates the most similar correction function CGF, the image GL in which the distorted component NS is formed when the new specimen 170 is inspected as shown in FIG. 7. Even if this is obtained, the distortion component NS can be removed by reading and matching (or fitting) a similar correction function CGF.

이를 위해, 데이터 처리부(150)는 카메라(110)를 통해 왜곡 성분(NS)을 갖는 영상(GL)이 획득되면 이의 형태를 분석하고 내부 저장장치(룩업 테이블)로부터 이와 유사한 보정 함수(CGF)를 불러 들인다. 그러면 데이터 처리부(150)는 획득한 영상(GL)과 보정 함수(CGF) 간의 비교를 통해 도 8과 같이 왜곡 성분(NS)이 제거된 보정 영상(CGL)을 생성할 수 있다. 즉, 현재 획득한 영상(GL)은 영상의 균일도가 확보된 보정 영상으로 보정된다. 데이터 처리부(150)는 영상의 균일도가 확보된 보정 영상(CGL)을 기반으로 박막 패턴에 대한 결함 유무를 판단하므로, 결함 검사시 신뢰성을 향상시킬 수 있게 된다.To this end, when the image GL having the distortion component NS is obtained through the camera 110, the data processor 150 analyzes the shape of the image GL and obtains a similar correction function CGF from the internal storage device (lookup table). Invoke Then, the data processor 150 may generate the corrected image CGL from which the distortion component NS is removed, as illustrated in FIG. 8, by comparing the acquired image GL and the correction function CGF. That is, the currently acquired image GL is corrected to the corrected image having the uniformity of the image. Since the data processor 150 determines the presence or absence of a defect in the thin film pattern based on the corrected image CGL having the uniformity of the image, the data processor 150 may improve reliability when inspecting the defect.

앞서 설명한 바와 같이, 본 발명의 실시예에 따른 결함 검사 장치를 이용하면 보정 전 대비 이미지 획득시 품질을 개선할 수 있으므로 결함 검시시 신뢰성을 향상시킬 수 있는데 그 예를 설명하면 다음과 같다.As described above, using the defect inspection apparatus according to an embodiment of the present invention can improve the quality at the time of acquiring the contrast image before correction, thereby improving the reliability at the time of defect inspection.

도 9는 보정 전과 보정 후를 비교 설명하기 위한 이미지이다.9 is an image for comparing and explaining before and after correction.

도 9의 보정 전의 이미지를 참조하면, 보정 전에는 렌즈의 왜곡으로 인해 중앙부가 밝게 올라와 대상물의 특성에 왜곡이 포함된 이미지를 획득하게 된다. 그러나, 도 9의 보정 후의 이미지를 참조하면, 보정 후에는 렌즈의 왜곡이 제거되므로 검사 대상이 되는 시료의 특성만 반영된 이미지를 획득하게 된다. 특히, 도 9에서 보정 전/후의 중앙부를 참조하면 ① ~ ③의 이미지 품질에 대한 개선율을 확인할 수 있을 것이다.Referring to the image before correction of FIG. 9, before the correction, the center portion becomes bright due to the distortion of the lens, thereby obtaining an image including the distortion in the characteristics of the object. However, referring to the corrected image of FIG. 9, since the distortion of the lens is removed after the correction, an image reflecting only the characteristics of the sample to be inspected is obtained. In particular, referring to the center part before and after correction in FIG. 9, the improvement rate for the image quality of ① to ③ may be confirmed.

이하, 본 발명의 실시예에 따른 결함 검사 장치의 왜곡 보정방법에 대해 설명한다.Hereinafter, the distortion correction method of the defect inspection apparatus according to the embodiment of the present invention will be described.

도 10은 본 발명의 실시예에 따른 결함 검사 장치의 왜곡 보정방법을 설명하기 위한 흐름도이다.10 is a flowchart illustrating a distortion correction method of a defect inspection apparatus according to an exemplary embodiment of the present invention.

도 10에 도시된 바와 같이, 본 발명의 실시예에 따른 결함 검사 장치의 왜곡 보정방법은 왜곡이 있는 영상들을 획득하는 단계(S110)부터 보정 영상을 생성하는 단계(S150)의 순으로 이루어지는데, 이에 대한 설명의 이해를 돕기 위해 도 2 내지 도 8을 함께 참조한다.As shown in FIG. 10, the distortion correction method of the defect inspection apparatus according to an exemplary embodiment of the present invention includes obtaining the corrected image from the obtaining of the distorted image (S110), and generating the corrected image (S150). Reference is made to FIGS. 2 to 8 together to help understand the description.

먼저, 왜곡이 있는 영상들을 획득한다.(S110) 이를 위해, 카메라(110)를 이용하여 시료(170)에서 왜곡이 있는 영상들을 촬영하고 이를 데이터 처리부(150)의 내부 저장장치에 저장한다.First, images with distortion are obtained. (S110) To this end, images with distortion are sampled from the specimen 170 using the camera 110 and stored in the internal storage device of the data processor 150.

다음, 왜곡이 있는 영상들을 기반으로 왜곡 영상의 평균을 산출한다.(S120) 이를 위해, 데이터 처리부(150)의 알고리즘을 이용하여 왜곡이 있는 영상들에 대한 평균을 산출하고 내부 저장장치에 저장한다.Next, an average of the distorted images is calculated based on the distorted images. In operation S120, an average of the distorted images is calculated using an algorithm of the data processor 150 and stored in the internal storage device. .

왜곡이 있는 영상들을 획득하고, 이들에 대한 평균을 산출하면 데이터 처리부(150)는 왜곡 영상의 평균을 도 3과 같은 평균 그레이 레벨 분포 그래프로 변환하여 표시부(140)로 출력할 수 있다. 하지만 본 발명에서는 식별을 용이하게 하기 위하여, 도 3의 그래프 영상을 도 4와 같은 그래프로 옮겨 도시한다. 이때, 왜곡 영상의 평균(AGL)은 레벨이 높은 데이터가 중심을 차지하고 이를 기준으로 레벨이 낮은 데이터가 좌우로 산포 되도록 표현될 수 있다.When the images having the distortions are acquired and the averages of the images are calculated, the data processor 150 may convert the average of the distortion images into the average gray level distribution graph as shown in FIG. 3 and output them to the display unit 140. However, in the present invention, in order to facilitate identification, the graph image of FIG. 3 is transferred to a graph as shown in FIG. 4. In this case, the average AGL of the distorted image may be expressed such that data having a high level occupies the center and data having a low level is scattered left and right based on the data.

도 4의 그래프를 참조하면, 왜곡이 있는 영상들로부터 획득된 왜곡 영상의 평균(AGL)에는 왜곡 성분(렌즈의 광학적 특성에 따른 왜곡)(NS)이 포함되어 나타난다. 왜곡 성분(NS)은 영상들에 대한 정상적인 레벨과 대비하여 포지티브 방향으로 돌출되거나 네거티브 방향으로 돌출되는 형태로 나타난다.Referring to the graph of FIG. 4, the average AGL of the distorted images obtained from the distorted images includes the distortion component (distortion according to the optical characteristics of the lens) NS. The distortion component NS appears to protrude in the positive direction or the negative direction in contrast to the normal level of the images.

다음, 왜곡 영상의 평균과 유사한 보정 함수를 독출한다.(S130) 이를 위해, 데이터 처리부(150)를 이용하여 왜곡 영상의 평균(AGL)과 가장 유사한 보정 함수를 독출한다. 보정 함수는 가우시안(Gaussian) 분포 함수를 기반으로 마련된다. 데이터 처리부(150)는 독출된 보정 함수를 도 5와 같은 분포 그래프로 변환하여 표시부(140)로 출력할 수 있다. 하지만 본 발명에서는 식별을 용이하게 하기 위하여, 도 5의 그래프 영상을 도 6과 같은 그래프로 옮겨 도시한다. 이때, 보정 함수(CGF) 또한 레벨이 높은 데이터가 중심을 차지하고 이를 기준으로 레벨이 낮은 데이터가 좌우로 산포 되도록 표현될 수 있다.Next, a correction function similar to an average of the distorted image is read (S130). For this purpose, a correction function most similar to the average AGL of the distorted image is read using the data processor 150. The correction function is provided based on a Gaussian distribution function. The data processor 150 may convert the read correction function into a distribution graph as shown in FIG. 5 and output the converted correction function to the display unit 140. However, in the present invention, in order to facilitate identification, the graph image of FIG. 5 is moved to the graph shown in FIG. 6. In this case, the correction function CGF may also be expressed such that data having a high level occupies the center and data having a low level is scattered left and right based on the data.

도 6의 그래프를 참조하면, 독출된 보정 함수(CGF)에는 왜곡 성분(NS)이 미 포함된다. 보정 함수(CGF)는 앞서 설명한 바와 같이 왜곡 영상의 평균(AGL)과 유사도를 높이기 위해 가우시안(Gaussian) 분포 함수를 통한 산술적인 수치 데이터를 기반으로 마련되기 때문이다.Referring to the graph of FIG. 6, the distortion correction NS is not included in the read correction function CGF. This is because the correction function (CGF) is provided based on arithmetic numerical data through a Gaussian distribution function in order to increase the similarity to the mean (AGL) of the distorted image as described above.

가우시안 분포 함수는 앞서 설명된 수학식 1과 같다. 그리고 이를 기반으로 하는 보정 함수(CGF)는 왜곡 영상의 평균(AGL)에 대응하여 a, σ 및 b의 값을 조절하는 과정을 통해 복수로 정형화되고 이들은 데이터 처리부(150)의 내부 저장장치에 저장된다. 따라서, 도 6에 도시된 분포 그래프의 형상에 한정되지 않고 복수의 보정 함수 형태로 데이터화 되어 룩업 테이블 형태로 저장된다.The Gaussian distribution function is the same as Equation 1 described above. The correction function (CGF) based on this is formed into a plurality of forms by adjusting values of a, σ, and b in response to the average AGL of the distorted image, and these are stored in the internal storage of the data processor 150. do. Accordingly, the present invention is not limited to the shape of the distribution graph shown in FIG. 6, but is converted into data in the form of a plurality of correction functions and stored in the form of a lookup table.

다음, 카메라(110)를 통해 새로운 시료에 대한 영상을 획득한다.(S140) 이를 위해, 카메라(110)를 이용하여 시료를 촬영하고 영상을 획득한다. 이때, 획득된 영상은 데이터 처리부(150)로 전송된다.Next, an image of a new sample is obtained through the camera 110. (S140) To this end, a sample is photographed using the camera 110 and an image is obtained. In this case, the acquired image is transmitted to the data processor 150.

다음, 영상과 보정 함수 간의 매칭(또는 피팅)을 통해 왜곡 성분이 제거된 보정 영상을 생성한다.(S150) 이를 위해, 데이터 처리부(150)를 이용하여 카메라(110)를 통해 왜곡 성분(NS)을 갖는 영상(GL)이 획득되면 이의 형태를 분석하고 내부 저장장치(룩업 테이블)로부터 이와 유사한 보정 함수(CGF)를 불러 들인다. 그러면 데이터 처리부(150)는 현재 획득한 영상(GL)과 보정 함수(CGF) 간의 비교를 통해 도 8과 같이 왜곡 성분(NS)이 제거된 보정 영상(CGL)을 생성할 수 있다. 즉, 현재 획득한 영상(GL)은 영상의 균일도가 확보된 보정 영상으로 보정된다. 데이터 처리부(150)는 영상의 균일도가 확보된 보정 영상(CGL)을 기반으로 박막 패턴에 대한 결함 유무를 판단하므로, 결함 검사시 신뢰성을 향상시킬 수 있게 된다.Next, a corrected image from which the distortion component is removed is generated by matching (or fitting) the image and the correction function. (S150) To this end, the distortion component NS is performed through the camera 110 using the data processor 150. When the image GL is obtained, its shape is analyzed and a similar correction function CGF is called from the internal storage (lookup table). Then, the data processor 150 may generate the corrected image CGL from which the distortion component NS is removed as illustrated in FIG. 8 by comparing the currently acquired image GL and the correction function CGF. That is, the currently acquired image GL is corrected to the corrected image having the uniformity of the image. Since the data processor 150 determines the presence or absence of a defect in the thin film pattern based on the corrected image CGL having the uniformity of the image, the data processor 150 may improve reliability when inspecting the defect.

이상 본 발명은 카메라의 렌즈 조리개에 의한 영상의 왜곡 성분을 제거하고 영상의 균일도를 확보하여 박막 패턴에 대한 결함 검사시 신뢰성을 향상시킬 수 있는 결함 검사 장치 및 이의 왜곡 보정방법을 제공하는 효과가 있다. 또한, 본 발명은 기구적인 보정 방법이 아닌 알고리즘적인 방법을 이용하므로 보정 절차를 간소화할 수 있음은 물론 투자 비용 및 보정 장치 제작 시 발생하는 제약사항을 제거할 수 있는 결함 검사 장치 및 이의 왜곡 보정방법을 제공하는 효과가 있다.The present invention has the effect of providing a defect inspection apparatus and a distortion correction method thereof that can improve the reliability of defect inspection on the thin film pattern by removing the distortion component of the image by the lens aperture of the camera to ensure the uniformity of the image. . In addition, since the present invention uses an algorithm method rather than a mechanical correction method, a defect inspection apparatus and a distortion correction method thereof, which can simplify the correction procedure and can remove the investment cost and the constraints generated when the correction device is manufactured. Has the effect of providing.

이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 상술한 본 발명의 기술적 구성은 본 발명이 속하는 기술 분야의 당업자가 본 발명의 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해되어야 한다. 아울러, 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어진다. 또한, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Although the embodiments of the present invention have been described above with reference to the accompanying drawings, the technical configuration of the present invention described above may be modified in other specific forms without changing the technical spirit or essential features of the present invention by those skilled in the art to which the present invention pertains. It will be appreciated that it may be practiced. Therefore, the embodiments described above are to be understood as illustrative and not restrictive in all aspects. In addition, the scope of the present invention is shown by the claims below, rather than the above detailed description. In addition, all changes or modifications derived from the meaning and scope of the claims and equivalent concepts should be construed as being included in the scope of the present invention.

110: 카메라 150: 데이터 처리부
140: 표시부 160: 입력부
170: 시료 AGL: 왜곡 영상의 평균
NS: 왜곡 성분 CGF: 보정 함수110: camera 150: data processing unit
140: display unit 160: input unit
170: sample AGL: average of the distortion image
NS: distortion component CGF: correction function

Claims (11)

시료에 대한 영상을 획득하고 출력하는 카메라;
상기 카메라로부터 전송된 영상과 기준 영상을 비교 판독하여 상기 시료에 형성된 박막 패턴에 대한 결함 유무를 판단하는 데이터 처리부; 및
상기 데이터 처리부에 의해 처리된 결과물을 표시하는 표시부를 포함하며,
상기 데이터 처리부는 보정 함수를 기반으로 상기 카메라의 렌즈 조리개의 회절 현상에 따른 왜곡 성분을 제거하고 상기 영상에 대한 보정 영상을 생성하고 이를 기반으로 상기 박막 패턴에 대한 결함 유무를 판단하고,
상기 보정 함수는 하기의 수학식으로 표현되는 가우시안(Gaussian) 분포 함수를 기반으로 마련되고,
Figure 112019061115637-pat00012

상기 수학식에서 a는 데이터들에 대한 오프셋 기울기를 의미하고, σ는 데이터들 중 좌우 끝단에 위치하는 데이터에 대한 기저부(x축)로부터 이격된 높이를 의미하고, b는 데이터들 중 중심부로부터 좌우 끝단에 위치하는 데이터에 대한 거리를 의미하는 것을 특징으로 하는 결함 검사 장치.A camera for acquiring and outputting an image of a sample;
A data processor comparing and reading an image transmitted from the camera and a reference image to determine whether there is a defect in the thin film pattern formed on the sample; And
A display unit which displays a result processed by the data processing unit,
The data processor removes a distortion component according to a diffraction phenomenon of the lens aperture of the camera based on a correction function, generates a corrected image of the image, and determines whether there is a defect in the thin film pattern based on the correction function.
The correction function is provided based on a Gaussian distribution function represented by the following equation,
Figure 112019061115637-pat00012

In the above equation, a denotes an offset slope with respect to data, σ denotes a height spaced apart from a base (x-axis) for data positioned at left and right ends of the data, and b denotes left and right ends from the center of the data. The defect inspection apparatus, characterized in that the distance to the data located in. 제1항에 있어서,
상기 데이터 처리부는
상기 카메라의 렌즈 조리개의 회절 현상에 따른 왜곡 영상의 평균과 가장 유사한 보정 함수를 상기 보정 함수로 독출하고, 상기 영상과 독출된 보정 함수를 비교하여 상기 보정 영상을 생성하는 것을 특징으로 하는 결함 검사 장치.The method of claim 1,
The data processing unit
And a correction function that is most similar to the average of the distorted image according to the diffraction phenomenon of the lens aperture of the camera to the correction function, and compares the image and the read correction function to generate the corrected image. . 삭제delete 제1항에 있어서,
상기 보정 함수는
상기 카메라의 렌즈 조리개의 회절 현상에 따른 왜곡 영상의 평균에 대응하여 복수로 정형화되어 룩업 테이블 형태로 마련된 것을 특징으로 하는 결함 검사 장치.The method of claim 1,
The correction function is
The defect inspection apparatus, characterized in that formed in the form of a look-up table in the form of a plurality of shapes corresponding to the average of the distorted image according to the diffraction phenomenon of the lens aperture of the camera. 제4항에 있어서,
상기 데이터 처리부는
새로운 시료에 대한 영상이 전송되면 상기 룩업 테이블로부터 이에 대응되는 보정 함수를 독출하고 상기 영상과 독출된 보정 함수를 비교하여 상기 보정 영상을 생성하는 것을 특징으로 하는 결함 검사 장치.The method of claim 4, wherein
The data processing unit
When the image of the new sample is transmitted, the defect inspection apparatus for reading the corresponding correction function from the look-up table and compares the image and the read correction function to generate the corrected image. 제1항에 있어서,
상기 카메라는
12비트(bit) 이상의 출력 특성을 갖는 하이 이미지 뎁스(High Image Depth) 카메라를 포함하는 결함 검사 장치.The method of claim 1,
The camera
A defect inspection apparatus comprising a high image depth camera having an output characteristic of 12 bits or more. 왜곡이 있는 영상들을 획득하는 단계;
상기 왜곡이 있는 영상들을 기반으로 왜곡 영상의 평균을 산출하는 단계;
상기 왜곡 영상의 평균과 가장 유사한 보정 함수를 독출하는 단계;
영상을 획득하는 단계; 및
상기 영상과 상기 보정 함수 간의 매칭을 통해 왜곡 성분이 제거된 보정 영상을 생성하는 단계를 포함하고,
상기 보정 함수는 하기의 수학식으로 표현되는 가우시안(Gaussian) 분포 함수를 기반으로 마련되고,
Figure 112019061115637-pat00013

상기 수학식에서 a는 데이터들에 대한 오프셋 기울기를 의미하고, σ는 데이터들 중 좌우 끝단에 위치하는 데이터에 대한 기저부(x축)로부터 이격된 높이를 의미하고, b는 데이터들 중 중심부로부터 좌우 끝단에 위치하는 데이터에 대한 거리를 의미하는 것을 특징으로 하는 결함 검사 장치의 왜곡 보정방법.Obtaining images with distortion;
Calculating an average of the distorted images based on the distorted images;
Reading a correction function most similar to an average of the distorted image;
Obtaining an image; And
Generating a corrected image from which a distortion component is removed through matching between the image and the correction function,
The correction function is provided based on a Gaussian distribution function represented by the following equation,
Figure 112019061115637-pat00013

In the above equation, a denotes an offset slope with respect to data, σ denotes a height spaced apart from a base (x-axis) for data positioned at left and right ends of the data, and b denotes left and right ends from the center of the data. Means for the distance to the data located in the distortion correction method of the defect inspection apparatus. 제7항에 있어서,
상기 보정 함수는
영상을 획득하는 카메라의 렌즈 조리개의 회절 현상에 따른 상기 왜곡 영상의 평균과 가장 유사한 것을 특징으로 하는 결함 검사 장치의 왜곡 보정방법.The method of claim 7, wherein
The correction function is
The method for correcting distortion of a defect inspection apparatus, characterized in that it is most similar to the average of the distorted image according to the diffraction phenomenon of the lens aperture of the camera to acquire the image. 삭제delete 제8항에 있어서,
상기 보정 함수는
상기 카메라의 렌즈 조리개의 회절 현상에 따른 왜곡 영상의 평균에 대응하여 복수로 정형화되어 룩업 테이블 형태로 마련된 것을 특징으로 하는 결함 검사 장치의 왜곡 보정방법.The method of claim 8,
The correction function is
A distortion correction method of a defect inspection apparatus, characterized in that formed in the form of a look-up table in a plurality of shapes corresponding to the average of the distortion image according to the diffraction phenomenon of the lens aperture of the camera. 제1항에 있어서,
상기 데이터 처리부는
상기 보정 함수를 기반으로 상기 카메라의 렌즈 조리개의 회절 현상에 따라 정상적인 레벨 대비 포지티브 방향으로 돌출되거나 네거티브 방향으로 돌출된 상기 왜곡 성분을 제거하는 결함 검사 장치.The method of claim 1,
The data processing unit
The defect inspection apparatus removes the distortion component protruding in the positive direction or negative direction relative to the normal level according to the diffraction phenomenon of the lens aperture of the camera based on the correction function.
KR1020130009401A 2013-01-28 2013-01-28 Apparatus for inspecting defect and method for correcting distortion the same KR102063984B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130009401A KR102063984B1 (en) 2013-01-28 2013-01-28 Apparatus for inspecting defect and method for correcting distortion the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130009401A KR102063984B1 (en) 2013-01-28 2013-01-28 Apparatus for inspecting defect and method for correcting distortion the same

Publications (2)

Publication Number Publication Date
KR20140096616A KR20140096616A (en) 2014-08-06
KR102063984B1 true KR102063984B1 (en) 2020-01-08

Family

ID=51744432

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130009401A KR102063984B1 (en) 2013-01-28 2013-01-28 Apparatus for inspecting defect and method for correcting distortion the same

Country Status (1)

Country Link
KR (1) KR102063984B1 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102431430B1 (en) * 2015-12-29 2022-08-12 삼성디스플레이 주식회사 Luminance distortion compensating apparatus, method of compensating luminance distortion using the same and display panel inspecting system having the same
KR102175653B1 (en) * 2018-11-28 2020-11-06 주식회사 원드롭 APPARATUS and method for measuring quantitation of reactive samples
KR102423696B1 (en) * 2019-11-15 2022-07-21 주식회사 알파도 an urinalysys apparatus

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000156785A (en) 1998-09-16 2000-06-06 Fuji Photo Film Co Ltd Image processing method and image processor
JP2008292256A (en) 2007-05-23 2008-12-04 Fuji Xerox Co Ltd Device, method and program for image quality defect detection
JP2009130546A (en) 2007-11-21 2009-06-11 Suzuki Motor Corp Image distortion correcting method

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100244918B1 (en) * 1997-01-16 2000-02-15 윤종용 Semiconductor pattern inspect device and its method
KR101830679B1 (en) * 2010-07-29 2018-02-22 삼성디스플레이 주식회사 Apparatus for testing a display panel and method thereof
KR101255742B1 (en) * 2011-05-31 2013-04-17 주식회사 에이티엠 Dmethod for deciding of lens distortion correction parameters

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000156785A (en) 1998-09-16 2000-06-06 Fuji Photo Film Co Ltd Image processing method and image processor
JP2008292256A (en) 2007-05-23 2008-12-04 Fuji Xerox Co Ltd Device, method and program for image quality defect detection
JP2009130546A (en) 2007-11-21 2009-06-11 Suzuki Motor Corp Image distortion correcting method

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
김진호 외, 에지기반 세그먼트 영상 생성에 의한 차량 번호판 인식 시스템, 한국콘텐츠학회논문지 제12권제3호, 한국콘텐츠학회, 2012.3.pp9-16*
최철희 외, 실내 환경에서 자기위치 인식을 위한 어안렌즈 기반의 천장의 특징점 모델 연구, 한국지능시스템학회 논문지 제21권제4호, 한국지능시스템학회, 2011.pp442-448*

Also Published As

Publication number Publication date
KR20140096616A (en) 2014-08-06

Similar Documents

Publication Publication Date Title
TWI614483B (en) Method and system for detecting luminance of a light source
JP5176014B2 (en) Display multi-angle measuring system and method
WO2016106852A1 (en) Grey scale compensation method and grey scale compensation system for defect of display panel
JP2007309679A (en) Image inspection method, and image inspection device using it
TW200731333A (en) Optics characteristics measurement method, exposure method, method for producing devices, inspection device, and method of measurement
US8330948B2 (en) Semiconductor test instrument and the method to test semiconductor
CN109856164A (en) A kind of machine vision acquires the optimization device and its detection method of a wide range of image
WO2013078708A1 (en) Automatic optical detection method and automatic optical detection device
KR102063984B1 (en) Apparatus for inspecting defect and method for correcting distortion the same
KR101892099B1 (en) Method of inspecting terminal of component formed on board and board inspection device
JP2006139777A (en) Method and device for detecting flat panel display device by visual model
TW201418688A (en) Method of measuring optical axis of light-emitting diode module
JP2018084431A (en) Inspection device and inspection method
CN111385447B (en) Image pickup apparatus and driving method thereof
TWI502549B (en) Recognition method and system for component images
JP2019160999A (en) Defect inspection device, and defect inspection method
TW201239347A (en) Method for checking membrane surface and apparatus using the same
TW202240463A (en) Wafer inspection method and apparatus thereof
JP2006237580A (en) Method of inspecting pattern and device for inspecting pattern
US10436637B2 (en) Unevenness evaluation method and unevenness evaluation apparatus
KR101668039B1 (en) Method for Light Test of Display Panel
WO2015100757A1 (en) Lcd full greyscale data acquisition method based on ccd camera
US9202270B2 (en) Pattern inspection apparatus and pattern inspection method
US8643836B1 (en) Inspection method for inspecting defects of wafer surface
JP6591176B2 (en) Method for calculating glare evaluation value of protective film and device for calculating glare evaluation value of protective film

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant