NO341245B1 - Bildeinspeksjon - Google Patents

Bildeinspeksjon Download PDF

Info

Publication number
NO341245B1
NO341245B1 NO20072103A NO20072103A NO341245B1 NO 341245 B1 NO341245 B1 NO 341245B1 NO 20072103 A NO20072103 A NO 20072103A NO 20072103 A NO20072103 A NO 20072103A NO 341245 B1 NO341245 B1 NO 341245B1
Authority
NO
Norway
Prior art keywords
image
inspected
quadratic differential
luminance
filter
Prior art date
Application number
NO20072103A
Other languages
English (en)
Other versions
NO20072103L (no
Inventor
Hirohisa Nishino
Takao Ohara
Masahiko Uno
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of NO20072103L publication Critical patent/NO20072103L/no
Publication of NO341245B1 publication Critical patent/NO341245B1/no

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Eye Examination Apparatus (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Description

Fagfelt
Oppfinnelsen angår en bildeinspeksjonsfremgangsmåte som inspiserer ulemper, for eksempel feil, innblanding av fremmedlegemer og sprekker i for eksempel plater eller et substrat av halvleder og et bildeinspeksjonsapparat som bruker fremgangsmåten.
Bakgrunn
En bildeinspeksjonsfremgangsmåte av tidligere teknikk har vært slik at lys sendt gjennom eller blir reflektert fra objekter som skal inspiseres ved å bruk belysning med infrarød bestråling eller liknende og at objektet som skal inspiseres blir visuelt inspisert på basis av en resulterende overføring av bildet eller reflekterende bilde.
Et eksempel hvor objektet blir inspisert ved å overføre lys, beskrevet i ikke-patent dokument 1, dvs. "Optical u-Crack detection in combination with stability testing for in-line-inspection of wafers and cells, 20th European Photovoltaic Solar Energy Conference, 6-10 June 2005, Barcelona Spain", og et eksempel hvor objektet blir inspisert ved å reflektere lys, beskrevet i patent dokument 1, dvs. det japanske patentskrift 3 220 690.
Bildeinspeksjonsfremgangsmåten ovenfor av kjent teknikk, er hovedsakelig basert på visuell inspeksjon. Selv om automatisk inspeksjon erklæres for å være mulig, er anordningen på dette ikke oppgitt og ikke praktiseringen av denne er svært vilkårlig.
Oppfinnelsen har blitt gjort for å eliminere problemet nevnt ovenfor og har som formål å tilveiebringe en bildeinspeksjonsfremgangsmåte som automatisk og nøyaktig kan utføre en inspeksjon om ulemper, for eksempel feil, innblanding av fremmedlegemer og sprekker i et objekt som skal inspiseres og et bildeinspeksjonsapparat som bruker fremgangsmåten.
Av tidligere kjent teknikk på fagfeltet nevnes:
• Coulthard, M. A., "Image processing for automatic surface defect detection", Third International Conference on Image Processing and its Applications, 1989, Warwick, 1989, pp. 192-196, • US 2004012775 Al som angår en optisk fremgangsmåte og apparat for å inspisere store planare objekter,
• US 2002199164 Al som omhandler justering av bilder med ulik oppløsning,
• Gonzalez, R.C. et al. Digital Image Processing, 2nd Edition, ISBN 0201180758, Published by Prentice Hall, 2002.
Oppsummering
En bildeinspeksjonsfremgangsmåte ifølge oppfinnelsen består av en fremgangsmåte hvor et objekt som skal inspiseres blir belyst av overføringsbelysnings-anordning, og belysningslys overført gjennom objektet som skal inspiseres blir avbildet som et overføringsbilde av avbildningsanordning for å inspisere objektet som skal inspiseres, omfattende: • et første trinn (Sl) med å avbilde overføringsbildet; • et andre trinn (S2) med å anvende et kvadratisk differensialfilter på overføringsbildet, for på denne måten å omforme overføringsbildet til et kvadratisk differensialfilterbilde, hvor kvadratiske differensialverdier blir beregnet ved å sette en differanseavstand til en desimal brøkdel mindre enn ett bildeelement; • et tredje trinn (S3) med å binarisere det kvadratiske differensialfilterbilde med en forhåndsbestemt terskelverdi, for på denne måten å omforme det kvadratiske differensialfilterbilde til et første binarisert bilde; • et fjerde trinn (S4) med å binarisere overføringsbildet med en annen forhåndsbestemt terskelverdi, for på denne måten å omforme overføringsbildet til et
andre binarisert bilde;
• et femte trinn (S5) med å utføre en binær trekkvantitetsmåling for det første binariserte bilde og det andre binariserte bilde, for på denne måten å beregne binære
trekkkvantiteter; og
• et sjette trinn (S6) med å beslutte en kvalitet av objektet som skal inspiseres ut fra de binære trekkkvantiteter.
Fremgangsmåten er kjennetegnet ved at det kvadratiske differensialfilter beregnes basert på følgende formel: og
hvor h er differanseavstanden.
Et bildeinspeksjonsapparat ifølge oppfinnelsen er et bildeinspeksjonsapparat hvor et objekt som skal inspiseres blir belyst av overføringsbelysningsanordning, og belysningslys overført gjennom objektet som skal inspiseres blir avbildet som et overføringsbilde av avbildningsanordning for å inspisere objektet som skal inspiseres, omfattende: • et bildeminne (5) i hvilket overføringsbildet ligger lagret; • bildeprosesseringsmidler (6) for å anvende et kvadratisk differensialfilter på overføringsbildet hvor kvadratiske differensialverdier blir beregnet ved å lage en differanseavstandsvariabel som settes til en desimal brøkdel mindre enn ett bildeelement, for på denne måten å omforme overføringsbildet til et kvadratisk differensialfilterbilde, for å binarisere det kvadratiske differensialfilterbilde med en forhåndsbestemt terskelverdi, for på denne måten å omforme det kvadratiske differensialfilterbilde til et første binarisert bilde, for å binarisere overføringsbildet med en annen forhåndsbestemt terskelverdi, for på denne måten å omforme over-føringsbildet til et andre binarisert bilde, og for å utføre en binær trekkvantitetsmåling for det første binariserte bilde og det andre binariserte bilde, for på denne
måten å beregne binære trekkkvantiteter; og
avgjørelsesmidler (7) for å beslutte en kvalitet av objektet som skal inspiseres ut fra
de binære trekkkvantiteter.
Apparatet kjennetegnes av at det kvadratiske differensialfilter beregnes basert på følgende formler: og
hvor h er differanseavstanden.
Ovenstående trekk samt ulike utførelsesformer fremgår for øvrig av de tilhørende patentkrav.
Siden bildeinspeksjonsfremgangsmåten ifølge oppfinnelsen er konfigurert som nevnt ovenfor, kan den stabilt og nøyaktig inspisere defekter i objektet, for eksempel mikroskopiske feil, fremmedlegemer og sprekker.
Siden bildeinspeksjonsapparatet ifølge oppfinnelsen er konfigurert som nevnt ovenfor, kan den stabilt og nøyaktig inspisere mangler i objektet, for eksempel mikroskopiske feil, fremmedlegemer og sprekker.
Kort omtale av figurene
Oppfinnelsen skal beskrives nærmere i det følgende:
fig. 1 er et flytskjema som viser trinnene av en bildeinspeksjonsfremgangsmåte
ifølge utførelsen 1 av oppfinnelsen,
fig. 2 er et skjematisk blokkskjema som viser konfigurasjonen av et bildeinspeksjonsapparat som bruker bildeinspeksjonsfremgangsmåten ifølge utførelse 1,
fig. 3 er et flytskjema ekvivalent med flytskjemaet på fig. 1 hvor eksempler på
mellombilder under bildebehandlingen blir lagt, og
fig. 4 er et forklarende skjema for å forklare luminans interpolasjonsfremgangsmåten
ifølge utførelse av oppfinnelsen.
Detaljert bekrivelse av utførelsesformer
Utførelse 1
Utførelse 1 ifølge oppfinnelsen vil nå bli beskrevet i forbindelse med tegningene. Fig. 1 er et flytskjema som viser en bildeinspeksjonsfremgangsmåte ifølge utførelse 1, fig. 2 er et skjematisk blokkskjema som viser konfigurasjonen av et bildeinspeksjonsapparat som bruker bildeinspeksjonsfremgangsmåten vist på fig. 1 og fig. 3 er et flytskjema hvor mellombildene i løpet av utførelse av en inspeksjon blir lagt til fig. 1.
Først vil bildeinspeksjonsapparatet vist på fig. 2 bli beskrevet. Bildeinspeksjonsapparatet omfatter overføringsbelysningsanordning 3 for å belyse et objekt som skal inspiseres 2 holdt på en holder 1 nedenfra og avbHdnmgsanordning 4 anbrakt over objektet 2 og for å avbilde et bilde som blir generert på en slik måte at belysningen fra overføringsbelysningsanordningene blir sendt gjennom objektet som skal inspiseres 2. Bildet avbildet av avbildningsanordningen 4 blir lagret i et bildeminne 5 og bildet av objektet som skal inspiseres 2 som har blitt lagret i bildeminnet 3 blir utsatt for bildebehandling av bildebehandlingsanordningen 6 inntil et beslutnings-resultat 7 blir sendt. Beslutningsresultatet 7 blir sendt av beslutnmgsanordningen (ikke vist for å avgjøre kvaliteten av objektet som skal inspiseres 2. Henholdsvis kan kvalitetsbeslutningen godt avgis av bildebehandlingsanordningen 6. Bildebehandlingsanordningen 6 utfører bildeinspeksjonsfremgangsmåten ifølge oppfinnelsen hvis flytskjemaet er vist på fig. 1 og detaljene av dette vil bli beskrevet senere.
Eksempler på objekt som skal inspiseres 2 er objekter som for eksempel en plate av halvledermateriale (silikon) og et substrat formet med et kretsmønster. I tilfellet ved inspisering av halvlederen, blir belysning med infrarød bestråling tilpasset for å overføres igjennom silikonet og ofte brukt for overføring av belysningsanordningen 3. Konkret tilsvarer belysningen halogenbelysning eller liknende. Den infrarøde bestråling har en vinkelrett propagering som er høyere enn forlyskilden av en annen bølgelengde og egner seg derfor for overføring av belysningsanordningen 3 ifølge oppfinnelsen. Når objektet som skal inspiseres 2 er et glassubstrat eller liknende, kan naturligvis belysning med synlig bestråling som ikke er infrarød bestråling, for eksempel med en monokrom lysimiterende diode (LED) eller rødt og grønt, brukes.
Når det gjelder valg av overføringsbelysningsanordningen 3, er det viktig at belysningen har en lysbølgelengde som kan overføres gjennom objektet 2 og at mangelen blir fremstilt på overføringsbildet, selv om det blir ganske lite. Når det gjelder i det tilfellet hvor belysningen som emitterer infrarøde bestråling blir brukt for overførmgsbelysnmgsanordningen 3, kan dessuten et CCD-kamera som sammen med en linse forsynt med et infrarødt overføringsfilter samtidig brukt som avbildningsanordningen 4. I det tilfelle hvor avbildningsanordningen 4 er konfigurert på denne måte, blir andre synlige bestrålingskomponenter fjernet for CCD-kameraet og bildet av bare det infrarøde lys avbildes, slik at konfigurasjonen egner seg for å inspisere over-føringsbildet av den infrarøde bestråling. Naturligvis skjer det som nevnt ovenfor at det synlige lys enkelte ganger blir brukt avhengig av type objekt som skal inspiseres 2.
Henholdsvis kan et linefølekamera, et CMOS-kamera, et vidikon kamera eller liknende med en funksjon tilsvarende CCD-kameraet godt brukes som avbildningsanordning 4. Et annet kamera eller liknende kan erstatte avbildnmgsanordningen 4 så lengde det har tilstrekkelig følsomhet for lysbølgelengden som blir imitert av den valgte overføringsbelysningsanordning 3.
Bruken av bildeinformasjonsapparatet vist på fig. 2 vil nå bli beskrevet i detalj. Først blir objektet som skal inspiseres 2 belyst med overførmgsbelysnmgsanordningen 3 og det resulterende overføringsbilde blir avbildet av avbildningsanordningen 4 og det avbildede bilde blir sendt til bildeminnet 5.
I konfigurasjon til fig. 2 er signalet til bildeminnet 5 det direkte signale fra avbildningsanordningen 4. Som et eksempel kan imidlertid datafilavbildning på forhånd avleses et medium og deretter sendt bildeminnet 5.
Bildet sendt til bildeminnet 5 blir utsatt for bildebehandling av bildebehandlingsanordningen 6 for å utføre bildeinspeksjonsfremgangsmåten ifølge oppfinnelsen og beslutningsresultatet 7 blir sendt. Bildeinspeksjonsfremgangsmåten som utføres av bildebehandlmgsanordningen 6 vil nå bli beskrevet under henvisning til fig. 1 og 3.
Først blir et bilde ved trinn Sl, som oppnås på en slik måte at belysning imitert fra belysningsanordningen 3 blir sendt gjennom objektet som skal inspiseres 2 og blir avbildet avbildnmgsanordningen 4 og lagret i et første bildeminne som ikke er vist.
Fig. 3 viser bildeeksempler som er tilfellet hvor objektet som skal inspiseres 2 er en plate av polykrystallsilikon.
I tilfellet av polykrystallsilikonplate vil lysintensiteten oppnådd av avbildningsanordningen 4 endres som vist på ved bildene S1_IMG1 til S1_IMG3, på grunn av variasjoner i platetykkelsen. Forutsatt at bilde S1_IMG1 har en standard tykkelse, blir hele bildet mørkt i tilfellet bildet S1_IMG2 og dette indikerer at tykkelsen av objektet 2 er stor, slik at belysningen blir vanskelig å overføre. Når det gjelder bilde Sl IMG3, er hele bildet på den annen side lyst og dette indikerer at tykkelsen av objektet som skal inspiseres 2 er liten, slik at belysningen lett blir overført.
Når det gjelder polykrystall silikon, har polykrystallkomponenter, selv i standard bildet S1_IMG1 forskjellige overføringsfaktorer og følgelig blir et vilkårlig mønster som luminansene skiller seg i hver avhengig av stedene, vist. Videre er to typer mangler av gjennomgående sprekk og mikroskopisk sprekk fotografert i bildene S1_IMG1 til S1_IMG3. Den langstrakte bleking ved den høyere øvre del av hvert bilde tilsvarer en gjennomgående sprekk A. Den gjennomgående sprekk A er en mangel siden platen er sprukket mellom for og bakside og belysningen trenger direkte inn i avbildningsanordningen 4 slik at en tilsvarende del blir lyst fotografert av avbildningsanordningen 4.
På den annen side blir en sort forgreningsmangel B på den høyre nedre del av hvert bilde kalt "mikroskopisk sprekk". Den mikroskopiske sprekk er en mangel som, selv om en tilsvarende del ikke er sprukket igjennom, mikroskopisk sprukket i platen, hvorved overføringslysdelvis reflekteres fra en ødelagt flate inne, slik at den tilsvarende blir mørkt fotografert av avbildningsanordningen 4. Videre er den venstre sidedel C og den øvre sidedel D av hvert av bildene S1_IMG1 til S1_IMG3 hvite. Dette innebærer at endeflatene av det kvadratiske objekt for inspisering 2, blir fotografert som bilder. Siden objektet som skal inspiseres 2 ikke eksisterer ved de hvite deler, vil belysningslyset direkte trenge inn i disse hvite deler.
Når variasjonen av objekter som skal inspiseres 2 tykkelse er liten, vil det ikke være noe problem ved de kontinuerlige trinn som nevnt nedenfor. I de tilfeller hvor variasjonen av tykkelsen er stor, må imidlertid et trinn Sil brukes etter trinnet Sl for å normalisere luminansen av bildene og konvertere hvert av det mørke og lyse bilde til et bilde S11IMG1 med passende lysterskel. Bruken og fordelen med denne behandling vil bli beskrevet i detalj i utførelse 3.
Etter at overføringsbildet har blitt konvertert til bildet Sl 1_IMG1 med pasende lysstyrke av trinnet Sil, blir et trinn S12 tilført etter behov. Ved trinn S12 blir et gjennomsnittsfilter eller minimumsfilter brukt for derved å redusere støy av hele bildet eller for å fremheve manglene, f.eks. den mikroskopiske sprekk B. Dette vil bli beskrevet i detalj i utførelse 4.
Ved det vanlige trinn S2, blir et bilde som oppnås ved å bruke et kvadratisk differensialfilter på bildet etter å ha gjennomgått trinn Sl (herunder et trinn Sil eller/og trinn S12 hvis det eller de brukes), lagret i et andre bildeminne som ikke er vist. Det "kvadratiske differensialfilter" kan sies å bruke et differensialfilter to ganger etter hverandre. Ved å la f (x, y) benevne luminansen av bildet av koordinatene (x, y), blir en differensial f (x, y) og en kvadratisk differensial f'(x, y) i en X-retning hhv. vist som følger:
Selv om bare X-retningen har blitt vudert i ovennevnte formler, blir følgende formel gitt når en Y-retning samtidig vurdere:
Videre når en skrå retning på 45 grader vurderes i tillegg til x- og y-retningen, blir følgende gitt:
Bruken av det kvadratiske differensialfilter innebærer at det nye bilde genereres ved å erstatte luminans f(x, y) av bildet til den kvadratiske differensial f" (x, y) av formelen (2, 3 eller 4).
Det kvadratiske differensialfilter fungerer for å fremheve en del (kant) hvor endringen av luminansen av bildet er stor. Når dette filter blir brukt på bilde S1_IMG1
(til bildet Sl 1_IMG1 i tilfeller når trinnet Sl 1 eller bildet S12 IMG1 når trinnet Sl2)
blir brukt, blir bildet S_IMG1 det kvadratiske differensialfilterbilde og luminansen av bakgrunnens vilkårlige mønster blir gjort vesentlig konstant og hvor den mikroskopiske knekk B samtidig blir fremhevet. På bildet S2_IMG1, har den gjennomgående knekk A bare sin marginale del (endedelen) fremhevet.
Ved trinn S3 blir binariseringsbehandlingen for konvertering, for eksempel en luminans av minst en bestemt terskelverdi Thl til den høyeste luminans (hvit) og en luminans mindre enn terskelverdien Thl til den laveste luminans (sort) utført for bildet S2_IMG1 for derved å oppnå et bilde S2_IMG1 som er et første binært bilde som blir lagret i et tredje bildeminne som ikke er vist. Den mikroskopiske knekk B kan nøyaktig føles ved å skape bildet S3_IMG1 på denne måte. Når det gjelder den gjennomgående sprekk A, kan på den annen side bare den marginale del avfylles. For nøyaktig å avfylle den gjennomgående sprekk A, blir behandlingen av neste trinn S4 nødvendig.
Ved trinnet S4 blir bildet S1JMG1 (bildet S11JMG1 når trinnet Sil eller bildet S12_IMG1 når trinnet Sl2) lagret i det første bildeminne som ikke er vist og utført for en annen binariseringsbehandling og det resulterende bilde blir lagret i et fjerde bildeminne som ikke er vist. Som eksempel blir binariseringsbehandlingen for konvertering av luminans på minst en bestemt terskelverdi Th2 til den laveste luminans (sort) og en luminans som er mindre enn terskelverdien Th2 til den høyeste luminans (hvitt) utført for derved å oppnå bildet S4_IMG1 som er det andre binariserte bilde. I bildet S4_IMG1, har den gjennomgående sprekk A blitt lysnet og områdene C og D hvor objektet som skal inspiseres 2 ikke finnes, er fremstilt som sorte bilder.
Selv om bmariseringsbehandlingen av den enkelte terskelverdi er blitt beskrevet ved hver av de ovennevnte trinn S3 og S4, kan likevel binariseringsbehandlingen som bruker flere terskelverdier brukes. Som et eksempel kan terskelverdiene Thll og Thl2 (Thll > Thl2) like gjerne brukes ved trinn S3 for å utføre følgende konverteringer: Luminans av et bilde > Thl 1 - > laveste luminans eller sort Thl 1 > luminans av et bilde > Thl 2 -» høyeste luminans eller hvit.
Luminansen av et bilde < Thl2 ->• laveste luminans eller sort. Årsaken til dette er at det kvadratiske differensialbilde, også en del som er svært lyst, kan anses å representere til en mangel.
Likeledes ved trinnet S4, kan binariseringsbehandligen godt utføres ved å bruke to terskelverdier. Terskelverdien Th2 ved ovennevnte trinn S4 er for å avføle den gjennomgående sprekk A og denne blir satt som "Th21". Når en terskelverdi for å avføle en unormal sort, mikroskopisk sprekk B satt ved å bruke "Th22" (Th21 > Th22) pånytt, kan behandlingen av binariseringskonverteringene utføres som følger: Luminans av et bilde > Th21 -» laveste luminans eller sort Th21 > større enn luminans av bildet > Th22 ->• høyeste luminans eller hvit luminans av et bilde < Th22
-» laveste luminans eller sort.
De binariserte bilder S3_IMG1 og S4_IMG1 er således oppnådd, blir utsatt for en mspeksjonsområdeberegning og maskeringen av et område som ikke er nødvendig for inspeksjonen (inspeksjonseksklusjonsbehandling), for eksempel, kan eksklusjonen av venstre side av C og den øvre side del D ved trinn S7 være nødvendig. Dette vil bli beskrevet i detalj i utførelse 5.
Ved trinn S5 blir målingen av de binære kvantiteter utført for de binariserte bilder S3_IMG1 og S4_IMG1. Som et eksempel blir området av den gjennomgående sprekk A eller mikroskopiske sprekk B, de vertikale og sidelengder, den sentroidale posisjon (X, Y) og inertmomentet av den omskrevne tetragon av sprekken, avfølingen av hovedaksen av den omskrevne tetragon og de vertikale og laterale lengder og perimetriske lengder av den omskrevne tetragon av sprekken langs hovedaksen, beregnet som kvantiteter på kjent måte. Størrelsen av defekten kan tømmes ved å beregne området og lengden og formen (langstrakt eller sirkulær) av defekten er kjent fra den vertikale og sidelengde av den omskrevne tetragon langs hovedaksen.
Tetthets kvantiteter kan godt beregnes fra det opprinnelige tetthetsbilde S1_IMG1 eller liknende ved å bruke binærkvantiteter. Som et eksempel er posisjonen av dette kjent fra den sentroidale posisjon som er den binære kvantitet og størrelsen av denne er kjent fra den vertikale og sidelengde av det omskrevne tetragon, slik at gjennomsnittsluminans osv. av det tilsvarende område lett kan beregnes. Når tetthets kvantiteten er av en bedre korrelering til defekten som skal påvises, kan de godt utnyttes.
Ved eksempler på fig. 1 og 3 blir bildet hvor bildene S3_IMG1 og S4_IMG1 blir overlagt (eller utsatt for "AND") brukt ved trinn S7 og S5, men binær kvantitetsmålingen av bildene kan godt utføres separat. Når binærkvantitetsmålingene utføres etter komponeringen av de to bildene på denne måte, vil det være en fordel at bare en måling utføres. Ved S6, blir kvantiteten oppnådd ved trinn S5 og en bestemt terskelverdi sammenliknet for derved å avgjøre kvaliteten av objektet som skal inspiseres 2.
I ovennevnte beskrivelse har den mikroskopiske sprekk B og den gjennomgående sprekk A blitt eksemplifisert. Imidlertid er mikroskopiske feil osv. tilsvarende de mikroskopiske sprekker og fremmedlegemer osv. fotografert som sorte defekter med relativt store arealer, slik at inspeksjonsfremgangsmåten kan brukes også i forbindelse med disse defektene uten problemer.
På grunn av arrangementet av de respektive trinn som nevnt ovenfor, kan mikroskopiske feil, fremmedlegemer, sprekker og lignende i objektet som skal inspiseres 2 inspiseres stabilt og nøyaktig.
Utførelse 2
Utførelse 2 ifølge oppfinnelsen vil nå bli beskrevet. I utførelse 1 har et generelt filter blitt brukt som det kvadratiske differensialfilter ved trinn S2, idet den kvadratiske differensial er blitt beregnet ved differansen mellom luminansen av bildet og x- eller y-avstanden av differansen har blitt et bildeelement. I utførelse 2 er imidlertid differanseavstanden ikke beregnet til et bildeelement, men utvidet til enhver ønsket verdi. I det tilfelle hvor for eksempel den skrå retning på 45 ° vurderes i tillegg til x- og y-retningen, blir følgende gitt:
her benevner "h" differanseavstanden og den tar integrerte verdier som for eksempel h = 1, 2 og 3.
I oppfinnelsen fremmes en ytterligere generalisering og differanseavstanden h blir ekspandert som et reelt tall som følger: Det vil si at differanseavstanden h blir satt til 0 < h < 1. Siden differanseavstanden h blir en desimal brukt til, blir luminansen f(x + h, y + h) av et bilde beregnet ved å interpolere luminansene av bildene. Som vist på fig. 4, allokerer bildeelementet av koordinatene (x + h, y + h) områdene h , h(l-h), h(l-h) og (1-h) til fire nærliggende bildeelementer som vist ved brutte linjer (hver av de regelmessige firkanter indikert av brutte linjer som representerer et bildeelement). Ved å bruke dette, blir luminansen f(x + h, y + h) av koordinatene (x + h, y + h) definert av følgende formel:
Når en liknende ide blir brukt kan luminansen av bildene i (formel 5) hhv. beregnes og følgelig kan den kvadratiske differensial beregnes. Ovennevnte eksempel, 0 < h < 1 blir satt for å gjøre beskrivelsen lettere, men det er underforstått at differanseavstanden h kan beregnes ved å utvide den til et reelt antall større enn en ved å bruke en tilsvarende ide.
Det vil fremgå at når den kvadratiske differensial blir beregnet ved å endre differanseavstanden på denne måte, vil graden av kantfremhevningen av et bilde endres og føre til at det kvadratiske differensialbilde blir endret. Påvisningsnivåene av defektene av objektet som skal inspiseres kan justeres ved å endre differanseavstanden og beregne den kvadratiske differensial på denne måte. Dessuten kan en inspeksjon med høyere presisjon realiseres ved å evaluere en differanseavstand som passer til defektfremhevningen av objektet som skal inspiseres.
Utførelse 3
Utførelse 3 ifølge oppfinnelsen vil nå bli beskrevet. I utførelse 1 har blitt nevnt at når variasjonene av objektenes tykkelse er store, vil luminansen av bildene måtte normaliseres ved trinn Sil for å konvertere det mørke bilde eller det lyse bilde til bildet S11_IMG1 med passende lysstyrke. Imidlertid når endringene av luminansene av bildene er svært stor, avhengig av tykkelsen av objektene som skal inspiseres 2, som bildene S1_IMG1 - S1_IMG3, kan ikke stabile inspeksjonsresultater forventes, selv ved å utføre detekteringsbehandlingen ved de etterfølgende trinn.
Utførelse 3 indikerer en fremgangsmåte i et slikt tilfelle og består i at luminansene av bildene blir normalisert ved å legge til trinn Sil for derved å konvertere det svært lyse bilde eller svært mørke bildet til et bilde med passende lysstyrke. En praktisk fremgangsmåte er nevnt nedenfor.
Forutsatt at bildet med passende lysstyrke er bildet S1_IMG1, blir gjennomsnitt luminansen Al for hele bildet S1_IMG1 målt og registrert på forhånd og en konverteringsforskyvningsverdi E blir definert som en ny parameter.
Forutsatt at gjennomsnittsluminansen av bildet S1_IMG2 er "A", blir en konverteringsformel for normaliseringen stipulert som følger ved normalisering av luminansen av bildet S1_IMG2:
her benevner "Y" luminansen etter normaliseringen, "X" luminansen før normaliseringen, "E" konverteringsforskyvningsverdien satt på forhånd og "K" en konverteringsgevinst.
Dersom verdien E blir gitt som parameteren på forhånd, kan gevinsten K lett evalueres på følgende måte:
En foregående formel er en begrensning som er innført for at gjennomsnittsluminansen A2 kan konverteres til gjennomsnittsluminansen Al.
Når konverteringsgevinsten K således oppnås og parameteren E blir satt på forhånd, kan luminansen av bildet S1_IMG2 konverteres i samsvar med (formel 7). Det vil lett fremgå at gjennomsnittsluminansen av et bilde som bildet Sl 1_IMG2 har blitt konvertert til på denne måte, blir "Al" (= gjennomsnittsluminans av bildet S1_IMG1).
Som det fremgår ved K = A1/A2 holder, spesielt i tilfellet hvor E = 0, blir ovennevnte fremgangsmåte ekvivalent med å utføre normaliseringen bare ved å forstørre manipuleringen av hovedluminansen. Som det vil fremgå ved at K = 1 holder i tilfellet ved at E = Al - A2, blir satt, blir ovennevnte fremgangsmåte ekvivalent til å utføre normaliseringen av den ensartede flytting av luminansene. Hvordan konverteringsforskyvningsverdien E kan bestemmes, kan eventuelt velges i samsvar med situasjonen for objektet som skal inspiseres 2.
På grunn av en slik innstilling av trinnet Dl 1, selv i tilfellet hvor tykkelsen av objektet som skal inspiseres 2 har variert, blir luminansen av bildene normalisert, hvorved de etterfølgende trinn kan utføres med luminanser av bildene holdt konstant og følgelig kan deteksjons- eller påvisningsnivåene holdes konstant.
Utførelse 4
Utførelse 4 ifølge oppfinnelsen vil nå bli beskrevet. Det er blitt nevnt i forbindelse med utførelse 1 at trinnet S12 blir eventuelt brukt og dette trinn Sl2 utgjør utførelse 4. Ved trinn S12 blir gjennomsnittsfilteret eller miriimumsfilteret brukt for derved å redusere støyen i hele bildet eller forsterke effektene, for eksempel den mikroskopiske sprekk B.
"Gjennomsnittsfilteret" er slik at gjennomsnittsverdien av luminansen av et bestemt bildeelement som observeres og luminansen av 4 eller 8 bildeelementer nær vedkommende bildeelement blir beregnet, hvoretter gjennomsnittsverdien blir erstattet med luminansen av angjeldende bildeelement. Når dette filter brukes, kan sprekk-luminansstøy reduseres ved effekten av gjennomsnittsbehandling. Siden det kvadratiske differensialfilter ved trinn S2 vesentlig forsøker å forstørre støy-
komponenten, bidrar det til stabiliteten av inspeksjonen ved at åpenbare støy-komponenter blir redusert av gjennomsnittsfilteret ved behov.
"Minimumsfilteret" er slik at luminansen av angjeldende bildeelement og luminansen av bildeelementene nær angjeldende bildeelement, blir sammenliknet, hvoretter luminansen av angjeldende bildeelement blir erstattet av minimumslumi-nansene.
Når dette filter brukes, vil delen av det mørke bildeelement utvide seg med deres resultat av at den mikroskopiske sprekk B som er mørk, blir forstørret og fremheve seg. Som det fremgår fra bruken av minimumsfilteret, kan dens lyse komponenter undertrykkes. Av denne årsak bidrar minimumsfilteret til å stabilisere påvisningen av den mikroskopiske sprekk B.
På denne måte blir gjennomsnittsfilteret og minimumsfilteret brukt ved trinn S12 hvorved støy i bildet kan fjernes og defektene kan fremheves, slik at inspeksjonen kan utføres stabilt.
Utførelse 5
Utførelse 5 ifølge oppfinnelsen vil nå bli beskrevet. Det har blitt nevnt i utførelse 1 at inspeksjonsområdeberegningen og maskering av et område som er unødvendig for inspeksjonen (inspeksjonseksklusjonsbehandling) blir utført ved trinn S7 etter behov og at utførelse 5 omfatter funksjonene.
I hvert av bildene S1_IMG1 - S1_IMG3 på fig. 3, er objektet som skal inspiseres 2 ikke fotografert ved enten venstre sidedel C og øvre sidedel D av bildet og disse delene er delene som skal utelates eller ekskluderes. Siden slike områder som skal ekskluderes og deretter finnes på bildet oppnådd ved det første trinn Sl, blir bildet oppnådd ved trinn Sl utsatt for bildebehandling ved trinn S7 for å beregne inspeksjonseksklusjonsområdene og inspeksjonsområdet.
Når bildene S1_IMG1 - S1_IMG3 blir tatt som eksempel, kan delene C og D som vinkelrett blir hvitere ved de marginale deler av hvert bilde, bedømt for å mangle i objektet som skal inspiseres 2. Følgelig blir kantdeteksjonsbehandlingen av de lysnede deler lagt til de marginale deler av hvert bilde for derved å evaluere koordinat-posisj onene av en kants punktgruppe. Når punktgruppene av kanten har blitt oppnådd, blir posisjonene av disse utsatt for vektige lineære regresjon, hvor ved endeflatene av objektet som skal inspiseres 2 kan påvises.
Når endeflatene av objektet som skal inspiseres 2 har blitt oppnådd, blir det lett å avgjøre områder utenfor endeflatene som inspeksjonseksklusjonsområder og et område inne i endeflatene som inspeksjonsområder. Det blir også lett å automatisere disse behandlingstrinn.
Selv om fremgangsmåten for å beregne inspeksjonseksklusjonsområdene fra bildet som oppnås ved trinn Sl har blitt nevnt i ovennevnte eksempel, vil det fremgå at mspeksjonsområdet/mspeksjonseksklusjonsområdene likeledes kan beregnes ved å bruke mellom bildet generert ved ett av de etterfølgende trinn.
Når inspeksjonsområdet og inspeksjonseksklusjonsområdene på denne måte blir automatisk beregnet ved trinn S7, kan bare delen som virkelig er nødvendig, bli inspisert. Videre er det en fordel at inspeksjonen kan utføres i høy hastighet ved å minske størrelsen av infeksjonsområdet.

Claims (5)

1 Bildeinspeksjonsfremgangsmåte hvor et objekt som skal inspiseres (2) blir belyst av overføringsbelysningsmidler (3), og belysningslys overført gjennom objektet som skal inspiseres blir avbildet som et overføringsbilde av avbildningsmidler (4), for å inspisere objektet som skal inspiseres, som omfatter: • et første trinn (Sl) med å avbilde overføringsbildet; • et andre trinn (S2) med å anvende en kvadratisk differensialfilter på overføringsbildet, for på denne måten å omforme overføringsbildet til et kvadratisk differensialfilterbilde, hvor kvadratiske differensialverdier blir beregnet ved å sette en differanseavstand til en desimal brøkdel mindre enn ett bildeelement; • et tredje trinn (S3) med å binarisere det kvadratiske differensialfilterbilde med en forhåndsbestemt terskelverdi, for på denne måten å omforme det kvadratiske differensialfilterbilde til et første binarisert bilde; • et fjerde trinn (S4) med å binarisere overføringsbildet med en annen forhåndsbestemt terskelverdi, for på denne måten å omforme overføringsbildet til et andre binarisert bilde; • et femte trinn (S5) med å utføre en binær trekkvantitetsmåling for det første binariserte bilde og det andre binariserte bilde, for på denne måten å beregne binære trekkkvantiteter; og • et sjette trinn (S6) med å beslutte en kvalitet av objektet som skal inspiseres ut fra de binære trekkkvantiteter, karakterisert vedat det kvadratiske differensialfilter beregnes basert på følgende formel:
og
hvor h er differanseavstanden.
2 Bildeinspeksjonsfremgangsmåte som definert i krav 1, hvor et luminans-konverteringstrinn (S11) for å normalisere en luminans basert på et forhåndslagret referansebilde ved å bruke en midlere luminans av overføringsbildet legges til etter det første trinn.
3 Bildeinspeksjonsfremgangsmåte som definert i krav 1, hvor et trinn (Sl2) med å omforme en luminans av overføringsbildet ved å anvende et minimumsverdifilter eller/og et gjennomsnittsverdifilter legges til etter det første trinn.
4 Bildeinspeksjonsfremgangsmåte som definert i krav 1, hvor et inspeksjonsområde av objektet som skal inspiseres beregnes ved å bruke overføringsbildet (S7), før det femte trinn, og den binære trekkkvantitetsmålingen ikke utføres i noe område annet enn inspeksjonsområdet, ved det femte trinn.
5 Bildeinspeksjonsapparat hvor et objekt som skal inspiseres (2) blir belyst av overføringsbelysningsmidler (3), og belysningslys overført gjennom objektet som skal inspiseres blir avbildet som et overføringsbilde av avbildningsmidler (4), for å inspisere objektet som skal inspiseres, som omfatter: • et bildeminne (5) i hvilket overføringsbildet ligger lagret; • bildeprosesseringsmidler (6) for å anvende et kvadratisk differensialfilter på overføringsbildet hvor kvadratiske differensialverdier blir beregnet ved å lage en differanseavstandsvariabel som settes til en desimal brøkdel mindre enn ett bildeelement, for på denne måten å omforme overføringsbildet til et kvadratisk differensialfilterbilde, for å binarisere det kvadratiske differensialfilterbilde med en forhåndsbestemt terskelverdi, for på denne måten å omforme det kvadratiske differensialfilterbilde til et første binarisert bilde, for å binarisere overføringsbildet med en annen forhåndsbestemt terskelverdi, for på denne måten å omforme over-føringsbildet til et andre binarisert bilde, og for å utføre en binær trekkvantitetsmåling for det første binariserte bilde og det andre binariserte bilde, for på denne måten å beregne binære trekkkvantiteter; og • avgjørelsesmidler (7) for å beslutte en kvalitet av objektet som skal inspiseres ut fra de binære trekkkvantiteter, karakterisert vedat det kvadratiske differensialfilter beregnes basert på følgende formler:
og hvor h er differanseavstanden.
NO20072103A 2006-05-16 2007-04-23 Bildeinspeksjon NO341245B1 (no)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006136507A JP4707605B2 (ja) 2006-05-16 2006-05-16 画像検査方法およびその方法を用いた画像検査装置

Publications (2)

Publication Number Publication Date
NO20072103L NO20072103L (no) 2007-11-19
NO341245B1 true NO341245B1 (no) 2017-09-25

Family

ID=38474111

Family Applications (1)

Application Number Title Priority Date Filing Date
NO20072103A NO341245B1 (no) 2006-05-16 2007-04-23 Bildeinspeksjon

Country Status (5)

Country Link
US (1) US7965883B2 (no)
EP (1) EP1857977B1 (no)
JP (1) JP4707605B2 (no)
CN (1) CN100588957C (no)
NO (1) NO341245B1 (no)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4859713B2 (ja) * 2007-03-08 2012-01-25 トヨタ自動車株式会社 非金属介在物数の測定方法
JP5080371B2 (ja) * 2008-06-09 2012-11-21 Jfeスチール株式会社 プレス部品の欠陥検出方法
JP2010054377A (ja) * 2008-08-28 2010-03-11 Ccs Inc 赤外線検査装置
US11010841B2 (en) 2008-10-02 2021-05-18 Ecoatm, Llc Kiosk for recycling electronic devices
US10853873B2 (en) 2008-10-02 2020-12-01 Ecoatm, Llc Kiosks for evaluating and purchasing used electronic devices and related technology
ES2791048T3 (es) 2008-10-02 2020-10-30 Ecoatm Llc Sistema de venta y mercado secundario de dispositivos
US7881965B2 (en) 2008-10-02 2011-02-01 ecoATM, Inc. Secondary market and vending system for devices
JP4612088B2 (ja) * 2008-10-10 2011-01-12 トヨタ自動車株式会社 画像処理方法、塗装検査方法及び装置
TW201043947A (en) * 2009-06-11 2010-12-16 Zhi-Bin Sun Inspection method, inspection device and mobile phone having the inspection device
JP5210998B2 (ja) * 2009-08-31 2013-06-12 レイリサーチ株式会社 シリコンウエハー検査装置
JP5570177B2 (ja) * 2009-10-20 2014-08-13 ニューリー株式会社 グラビアシリンダ検査装置
JP5537121B2 (ja) * 2009-10-30 2014-07-02 キヤノン株式会社 画像処理装置およびその制御方法
JP5674731B2 (ja) * 2012-08-23 2015-02-25 東京エレクトロン株式会社 検査装置、接合システム、検査方法、プログラム及びコンピュータ記憶媒体
JP2014077685A (ja) * 2012-10-10 2014-05-01 Ntn Corp パターン欠陥検出装置およびパターン欠陥検出方法
JP6344593B2 (ja) * 2013-06-19 2018-06-20 株式会社 東京ウエルズ 欠陥検査方法
CN104568956B (zh) * 2013-10-12 2017-06-30 上海掌迪自动化科技有限公司 基于机器视觉的带钢表面缺陷的检测方法
US9519975B2 (en) * 2014-01-08 2016-12-13 Hong Kong Applied Science And Technology Research Institute Co. Ltd. Method of detecting edge under non-uniform lighting background
US10401411B2 (en) 2014-09-29 2019-09-03 Ecoatm, Llc Maintaining sets of cable components used for wired analysis, charging, or other interaction with portable electronic devices
CA3074916A1 (en) 2014-10-02 2016-04-07 Ecoatm, Llc Application for device evaluation and other processes associated with device recycling
EP3201846A1 (en) 2014-10-02 2017-08-09 Ecoatm Inc. Wireless-enabled kiosk for recycling consumer devices
JP6247191B2 (ja) * 2014-10-03 2017-12-13 Jfeテクノリサーチ株式会社 透視歪の測定装置および透視歪の測定方法
US10445708B2 (en) 2014-10-03 2019-10-15 Ecoatm, Llc System for electrically testing mobile devices at a consumer-operated kiosk, and associated devices and methods
US10572946B2 (en) 2014-10-31 2020-02-25 Ecoatm, Llc Methods and systems for facilitating processes associated with insurance services and/or other services for electronic devices
CA2966348C (en) 2014-10-31 2019-11-12 ecoATM, Inc. Systems and methods for recycling consumer electronic devices
CA3227945A1 (en) 2014-11-06 2016-05-12 Ecoatm, Llc Methods and systems for evaluating and recycling electronic devices
US11080672B2 (en) 2014-12-12 2021-08-03 Ecoatm, Llc Systems and methods for recycling consumer electronic devices
CN104614386A (zh) * 2015-02-12 2015-05-13 江苏宇迪光学股份有限公司 一种镜片疵病类型的识别方法
JP6516884B2 (ja) * 2016-02-01 2019-05-22 三菱電機株式会社 結線検査作業支援システム
EP3420581B1 (en) * 2016-02-24 2021-12-08 Kla-Tencor Corporation Accuracy improvements in optical metrology
US10127647B2 (en) * 2016-04-15 2018-11-13 Ecoatm, Llc Methods and systems for detecting cracks in electronic devices
US10269110B2 (en) 2016-06-28 2019-04-23 Ecoatm, Llc Methods and systems for detecting cracks in illuminated electronic device screens
JP6797481B2 (ja) * 2017-03-01 2020-12-09 株式会社ディスコ 半導体インゴットの検査方法、検査装置及びレーザー加工装置
JP6846958B2 (ja) * 2017-03-09 2021-03-24 ファスフォードテクノロジ株式会社 ダイボンディング装置および半導体装置の製造方法
WO2018207265A1 (ja) * 2017-05-09 2018-11-15 株式会社シーパーツ タイヤ劣化評価システムとその方法及びそのプログラム
EP3884475A1 (en) 2018-12-19 2021-09-29 ecoATM, LLC Systems and methods for vending and/or purchasing mobile phones and other electronic devices
JP7206968B2 (ja) * 2019-02-01 2023-01-18 トヨタ自動車株式会社 サーバ及び交通管理システム
CA3129917A1 (en) 2019-02-12 2020-08-20 Ecoatm, Llc Connector carrier for electronic device kiosk
WO2020167846A1 (en) 2019-02-12 2020-08-20 Ecoatm, Llc Kiosk for evaluating and purchasing used electronic devices
CN111738402A (zh) 2019-02-18 2020-10-02 埃科亚特姆公司 基于神经网络的电子设备物理状况评估及相关系统和方法
US11922467B2 (en) 2020-08-17 2024-03-05 ecoATM, Inc. Evaluating an electronic device using optical character recognition

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020199164A1 (en) * 2001-05-30 2002-12-26 Madhumita Sengupta Sub-resolution alignment of images
US20040012775A1 (en) * 2000-11-15 2004-01-22 Kinney Patrick D. Optical method and apparatus for inspecting large area planar objects

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63167980A (ja) * 1986-12-30 1988-07-12 Narumi China Corp プリント配線パタ−ン等の欠陥検査方法およびその装置
US4926452A (en) * 1987-10-30 1990-05-15 Four Pi Systems Corporation Automated laminography system for inspection of electronics
US5166786A (en) * 1988-07-28 1992-11-24 Canon Kabushiki Kaisha Image forming apparatus containing a display showing an adjustable image
JP2934455B2 (ja) * 1988-08-26 1999-08-16 株式会社日立製作所 X線透過画像によるはんだ付部の検査方法及びその装置
US5130820A (en) * 1989-02-25 1992-07-14 Minolta Camera Kabushiki Kaisha Image processing device
JPH0671599B2 (ja) * 1989-03-03 1994-09-14 荏原インフイルコ株式会社 活性汚泥の画像認識方法
JPH03220690A (ja) * 1990-01-26 1991-09-27 Nec Corp 現金処理機
JP3333568B2 (ja) * 1993-01-12 2002-10-15 株式会社リコー 表面欠陥検査装置
JPH0822008A (ja) 1994-05-06 1996-01-23 Alps Electric Co Ltd 液晶素子およびその製造方法と、その製造方法に用いるラビングロール
JP3396960B2 (ja) * 1994-07-26 2003-04-14 石川島播磨重工業株式会社 塗膜劣化自動診断方法
US5870503A (en) * 1994-10-20 1999-02-09 Minolta Co., Ltd. Image processing apparatus using error diffusion technique
JPH08220008A (ja) * 1995-02-15 1996-08-30 Mitsubishi Electric Corp 赤外検査装置
JPH08289305A (ja) * 1995-04-14 1996-11-01 Philips Japan Ltd 画像データ圧縮/伸張システム
JP3572750B2 (ja) * 1995-10-26 2004-10-06 石川島播磨重工業株式会社 コンクリート欠陥の自動評価方法
US6151380A (en) * 1998-02-11 2000-11-21 Glenbrook Technologies Inc. Ball grid array re-work assembly with X-ray inspection system
US6236044B1 (en) * 1998-08-21 2001-05-22 Trw Inc. Method and apparatus for inspection of a substrate by use of a ring illuminator
JP2000270349A (ja) * 1999-03-15 2000-09-29 Dainippon Printing Co Ltd 色ムラ欠陥検査方法及び装置
JP3361768B2 (ja) * 1999-03-18 2003-01-07 セイコーインスツルメンツ株式会社 蛍光x線分析装置およびx線照射位置確認方法
JP3249956B2 (ja) * 1999-06-25 2002-01-28 株式会社会津リエゾンオフィス 補間方法
US6834117B1 (en) * 1999-11-30 2004-12-21 Texas Instruments Incorporated X-ray defect detection in integrated circuit metallization
JP2002350361A (ja) * 2001-05-29 2002-12-04 Dainippon Printing Co Ltd 周期性パターンのムラ検査方法及び装置
US6499697B1 (en) * 2001-06-18 2002-12-31 Honeywell International Inc. Deployable flexible airlock
JP2003284084A (ja) * 2002-03-20 2003-10-03 Sony Corp 画像処理装置および方法、並びに画像処理装置の製造方法
JP4048357B2 (ja) * 2002-04-15 2008-02-20 静岡製機株式会社 米粒品質判定装置
EP1738156A4 (en) * 2004-04-19 2017-09-27 Phoseon Technology, Inc. Imaging semiconductor strucutures using solid state illumination
JP4159526B2 (ja) * 2004-09-03 2008-10-01 株式会社山本製作所 粒状被検査物の状態判別装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040012775A1 (en) * 2000-11-15 2004-01-22 Kinney Patrick D. Optical method and apparatus for inspecting large area planar objects
US20020199164A1 (en) * 2001-05-30 2002-12-26 Madhumita Sengupta Sub-resolution alignment of images

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Coulthard, M. A., "Image processing for automatic surface defect detection", Third International Conference on Image Processing and its Applications, 1989, Warwick, 1989, pp. 192-196., Dated: 01.01.0001 *
Forte, P., "A simple method of segmentation with subpixel accuracy", Third International Conference on Image Processing and its Applications, 1989, Warwick, pp. 403-405., Dated: 01.01.0001 *
Fu Zhuang et al., "Solar cell crack inspection by image processing," Proceedings of 2004 International Conference on the Business of Electronic Product Reliability and Liability (IEEE Cat. No.04EX809), 2004, pp. 77-80., Dated: 01.01.0001 *
Gonzalez, R.C. et al. Digital Image Processing, 2nd Edition, ISBN 0201180758, Published by Prentice Hall, 2002., Dated: 01.01.0001 *
Hodor, J. R. et al., Optical Sensor Designs for the Detection of Cracks in Optical Materials, Proc. SPIE 1168, Current Developments in Optical Engineering and Commercial Optics, 138, December 22, 1989., Dated: 01.01.0001 *

Also Published As

Publication number Publication date
JP4707605B2 (ja) 2011-06-22
CN101074932A (zh) 2007-11-21
NO20072103L (no) 2007-11-19
CN100588957C (zh) 2010-02-10
US20070269099A1 (en) 2007-11-22
US7965883B2 (en) 2011-06-21
EP1857977A2 (en) 2007-11-21
EP1857977B1 (en) 2013-10-02
EP1857977A3 (en) 2010-06-16
JP2007309679A (ja) 2007-11-29

Similar Documents

Publication Publication Date Title
NO341245B1 (no) Bildeinspeksjon
TWI603074B (zh) 光學薄膜缺陷辨識方法及其系統
JP4776308B2 (ja) 画像欠陥検査装置、画像欠陥検査システム、欠陥分類装置及び画像欠陥検査方法
JP5085860B2 (ja) 木材の検査方法及び装置及びプログラム
JP4150390B2 (ja) 外観検査方法及び外観検査装置
JP2006200972A (ja) 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置
CN109490311A (zh) 基于多角度拍摄的背光面板缺陷检测系统及方法
JP2015026287A (ja) はんだ付け検査装置、はんだ付け検査方法および電子部品
CN108090890B (zh) 检查装置以及检查方法
CN102685544A (zh) 用于检测图像传感器的装置及检测方法
KR101867015B1 (ko) 글라스 결함 검사 장치, 검사 방법 및 검사 시스템
CN115272256A (zh) 亚像素级传感光纤路径高斯提取方法及系统
CN114445330A (zh) 一种元器件外观缺陷的检测方法及系统
JP2019168388A (ja) 画像検査方法および画像検査装置
KR20000022946A (ko) 탄성 모델을 이용한 인쇄 품질의 자동 검사 방법
JP2005121546A (ja) 欠陥検査方法
JP6315419B2 (ja) 半導体検査方法、半導体検査装置及び半導体製造方法
JP6647903B2 (ja) 画像検査装置、画像検査プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器
JP2012237585A (ja) 欠陥検査方法
JP2006270334A (ja) シェーディング補正方法および画像検査装置
JPH0658733A (ja) ガラスびんの偏肉検査方法
JP4822468B2 (ja) 欠陥検査装置、欠陥検査方法、及びパターン基板の製造方法
KR20110020437A (ko) 패턴이 형성된 웨이퍼의 결함 검사 방법
TWI447382B (zh) Wood inspection methods and apparatus and program
JP2988059B2 (ja) 円形容器内面検査装置

Legal Events

Date Code Title Description
MM1K Lapsed by not paying the annual fees