TW201543053A - 一種線路資訊擷取方法、非線路區資訊擷取方法及運用前述方法的線路缺陷檢測方法 - Google Patents

Abstract

本發明主要揭露一種線路資訊擷取方法，其包括將一電腦輔助設計圖片處理成一骨架圖片，該骨架圖片上具有由多條細線所構成的骨架，每一條細線係為該電腦輔助設計圖片上相對應的每一條線路的細線化結果；取得一電路影像，該電路影像係拍攝自依據該電腦輔助設計圖片所製作的一基板；對該骨架圖片與該電路影像進行對位，以使該骨架圖片中的骨架的每一條細線都分別對到該電路影像中相對應的每一條線路的內部；及根據該骨架的每一條細線的像素點的座標位置擷取該電路影像上相對應的每一條線路在相同座標位置上的線路資訊。接著，就能利用所取得的線路資訊進行線路缺陷檢測，藉以找出該基板上所存在的缺陷。

Description

一種線路資訊擷取方法、非線路區資訊擷取方法及運用前述方法的線路缺 陷檢測方法

本發明與用於檢測或量測印刷電路板、TFT面板等基板上之線路的方法有關，尤指一種利用一骨架從拍攝自該基板的電路影像中擷取能應用於線路缺陷檢測或其它應用的方法。

按，在習知印刷電路板的積體電路製造方法為將一導體圖樣沉積於印刷電路板上形成，而近年來印刷電路板技術發展使得有效電路佈局空間已達到極限，例如其設限於電路板的最佳密度規劃(每平方公分的裝置數量逐漸增加)、電路板上佈局的細線及空間規劃、增加間距密度格柵陣列裝置等，因此印刷電路板上形成導體圖樣必須相對微小化及規劃最佳佈局密度，故容易使得印刷電路板上的線路產生製程上缺陷狀態，因此常需要進一步進行線路檢測及測試，但隨著生產技術的不斷改進，印刷電路板的密度和多樣性正迅速地提高，單憑肉眼檢測己不能準確地找出HDI板和IC基板上的缺陷，故藉由自動化機器視覺檢測方式，例如自動光學檢查技術(Automated Optical Inspection，簡稱AOI)或自動圖像檢測技術(AVI)，檢測出印刷電路板上的線路缺陷，已相當普遍。

這類以影像辨識為基礎的線路缺陷檢測方法，目前已有多種技術問市，例如台灣I401430、550391、519571、201339594、I264793、I244359、200540411、I240223、200949241、I412739、I435052、I292031、201326739。 儘管如此，仍有需要針對這類檢測方法提出更新的技術案供業界利用。

本發明提供一種以影像辨識技術為基礎的線路資訊擷取方法、非線路區資訊擷取方法及運用前述方法的線路缺陷檢測之方法，用以從拍攝自一基板的電路影像中擷取線路資訊(例如線寬或線路本身的色階)及/或非線路區資訊，並使用所擷取到的資訊對該基板進行各種缺陷檢測程序，或者，也可以利用所擷取到的資訊來建立前述缺陷檢測程序中之分析判斷步驟所需要用到的門檻值。

更詳而言之，本發明之線路資訊擷取方法，包括將一電腦輔助設計圖片處理成一骨架圖片，該骨架圖片上具有由多條細線所構成的一骨架，每一條細線係為該電腦輔助設計圖片上相對應的每一條線路的細線化結果；取得一電路影像，該電路影像係拍攝自依據該電腦輔助設計圖片所製作的一基板；對該骨架圖片與該電路影像進行對位，以使該骨架圖片中的該骨架的每一條細線都分別對到該電路影像中相對應的每一條線路的內部；及根據該骨架的每一條細線的像素點的座標位置擷取該電路影像上相對應的每一條線路在相同座標位置上的線路資訊。

在一較佳例子中，上述骨架圖片係為將該電腦輔助設計圖片沿水平方向處理得到的一水平骨架圖片，該水平骨架圖片上具有由多條沿水平方向延伸的細線所構成的一水平骨架。

在另一較佳例子中，上述骨架圖片係為將該電腦輔助設計圖片沿垂直方向處理得到的一垂直骨架圖片，該垂直骨架圖片上具有由多條沿垂直方向延伸的細線所構成的一垂直骨架。

較佳地，該電路影像中的每一條線路係為一亮區，且上述骨架圖片與該電路影像進行對位之步驟包括進行一水平部校正程序，該水平部校正程序包括：從該電路影像中找到最靠近其中一條沿水平方向延伸之細線的該亮區；及往該亮區之方向垂直移動該骨架圖片，以使該其中一細線對到該亮區的中間位置。

較佳地，該骨架圖片與該電路影像進行對位之步驟包括進 行一垂直部校正程序，該垂直部校正程序包括：從該電路影像中找到最靠近其中一條沿垂直方向延伸之細線的該亮區；及往該亮區之方向水平移動該骨架圖片，以使該其中一細線對到該亮區的中間位置。

再者，本發明之線路缺陷檢測方法包括：拍攝一待測基板，以取得一電路影像；對所取得的該待測基板執行上所述本發明之線路資訊擷取方法，藉以取得該待測基板的該電路影像上的每一條線路的線路資訊；及根據所取得的線路資訊，分析判斷該待測基板的該電路影像上的每一條線路上是否存在缺陷。較佳地，也可使用所取得的線路資訊來預先建立進行前述分析判斷時所需要用到的門檻值。

本發明之非線路區資訊擷取方法，包括：將一電腦輔助設計圖片處理成一骨架圖片，該骨架圖片上具有由多條細線所構成的一骨架，每一條細線係為該電腦輔助設計圖片上相對應的每一道非線路區的細線化結果；取得一電路影像，該電路影像係拍攝自依據該電腦輔助設計圖片所製作的一基板，該電路影像上具有多條線路及多道非線路區，每一條線路與非線路區係依據該電腦輔助設計圖片上相對應的線路與非線路區而製作的；對該骨架圖片與該電路影像進行對位，以使該骨架圖片中的該骨架的每一條細線都分別對到該電路影像中相對應的每一道非線路區的內部；及根據該骨架的每一條細線的像素點的座標位置擷取該電路影像上相對應的每一道非線路區在相同座標位置上的資訊。

在上述非線路區資訊擷取方法的一個較佳例子中的該骨架圖片係為將該電腦輔助設計圖片沿水平方向處理得到的一水平骨架圖片，該水平骨架圖片上具有由多條沿水平方向延伸的細線所構成的一水平骨架。

較佳地，該非線路區資訊擷取方法所提到的該電路影像中的每一道非線路區係為該亮區，該骨架圖片與該電路影像進行對位之步驟包括進行一水平部校正程序，該水平部校正程序包括從該電路影像中找到最靠近其中一條沿水平方向延伸之細線的該亮區；以及往該亮區之方向垂直移動該骨架圖片，以使該其中一細線對到該亮區的中間位置。

在上述非線路區資訊擷取方法的另一較佳例子中的該骨架圖片係為將該電腦輔助設計圖片沿垂直方向處理得到的一垂直骨架圖片， 該垂直骨架圖片上具有由多條沿垂直方向延伸的細線所構成的一垂直骨架。

較佳地，該非線路區資訊擷取方法所提到的該電路影像中的每一道非線路區係為一亮區，該骨架圖片與該電路影像上進行對位之步驟包括進行一垂直部校正程序，該垂直部校正程序包括從該電路影像中找到最靠近其中一條沿垂直方向延伸之細線的該亮區；以及往該亮區之方向水平移動該骨架圖片，以使該其中一細線對到該亮區的中間位置。

本發明之另一線路缺陷檢測方法包括拍攝一待測基板，以取得一電路影像，對所取得的該待測基板的該電路影像執行上述的非線路區資訊擷取方法，藉以取得該待測基板的該電路影像上的每一道非線路區的資訊；以及根據所取得的線路資訊，分析判斷該待測基板的該電路影像上是否存在缺陷。較佳地，也可使用所取得的非線區資訊來預先建立進行前述分析判斷時所需要用到的門檻值。

相對於先前技術，本發明首創利用一骨架擷取一電路影像上的線路資訊及/或非線路區資訊，並使用所擷取到的資訊達成線路缺陷檢測之目的。

為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

1‧‧‧基板的電路影像

10‧‧‧電路圖案

11‧‧‧非電路圖案

101‧‧‧線路

2‧‧‧基板的CAM圖片

20‧‧‧電路圖案

21‧‧‧非電路圖案

201‧‧‧線路

201a‧‧‧中間線

3‧‧‧骨架圖片

30‧‧‧骨架

301‧‧‧細線

p1、p2‧‧‧像素

w1、w2‧‧‧線寬

e1、e2‧‧‧邊緣點

3a‧‧‧水平骨架圖片

30a‧‧‧骨架

301a‧‧‧細線

3b‧‧‧垂直骨架圖片

30b‧‧‧骨架

301b‧‧‧細線

4‧‧‧CAM圖片

40‧‧‧非線路區

5‧‧‧骨架圖片

50‧‧‧骨架

501‧‧‧細線

5a‧‧‧垂直骨架圖片

5b‧‧‧水平骨架圖片

a~b步驟及b1~b3步驟為‧‧‧本發明線路資訊擷取方法的第一較佳實施例的執行步驟

a'~c’步驟為‧‧‧本發明線路資訊擷取方法的第二較佳實施例的執行步驟

第一圖顯示為本發明之線路資訊擷取方法的第一較佳實施的流程圖。

第二圖顯示本發明所例示的一CAM圖片2(僅顯示部分區域放大圖)。

第三圖顯示根據CAM圖片2所處理得到的骨架圖片3。

第四圖顯示CAM圖片2上每一條線路201上的中心線201a。

第五圖顯示一電路影像1(僅顯示部分區域放大圖)，其拍攝自依據CAM圖片2所製作的一基板。

第六圖顯示骨架圖片3與電路影像1完成對位的示意圖。

第七圖顯示一段放大的線路101，其取自電路影像1。

第八圖顯示本發明之線路資訊擷取方法的第二較佳實施的流程圖。

第九圖顯示根據CAM圖片2所處理得到水平骨架圖片3a。

第十圖顯示根據CAM圖片2所處理得到垂直骨架圖片3b。

第十一圖顯示與CAM圖片2反相的CAM圖片4。

第十二圖顯示根據CAM圖片4所處理得到的骨架圖片5。

第十三圖顯示根據CAM圖片4所處理得到垂直骨架圖片5a。

第十四圖顯示根據CAM圖片4所處理得到水平骨架圖片5b。

第一圖(A)顯示本發明之一種線路資訊擷取方法的第一較佳實施例的流程圖，其包括以下a~b步驟：

a)將一電腦輔助設計圖片(以下稱CAM圖片2)處理成一骨架圖片3。

b)利用骨架圖片3擷取依據CAM圖片2所製作出來的一基板(例如一印刷電路板)上的每一條線路或指定的線路的線路資訊，例如每一條線路或指定線路的色階或線寬等資訊。在此所稱的線路是泛指形成在該基板上的導體，不以導線形式為限，例如形式為金屬焊墊(pad)、錫球、金屬環、金屬接腳…等導體均屬之。

於a步驟中所例示的CAM圖片2係如第二圖所示，包含一電路圖案20(圖中白色部份)與非電路圖案21(圖中黑色部份)，而根據CAM圖片2所處理得到骨架圖片3則對應如第三圖所示，包含由多條細線301所構成的骨架30(skeleton，圖中所有白色細線部份)。在此可選擇利用形態學(morphology)上的演算法，例如細線化(thinning)或骨架化(skeletonization)，將CAM圖片2之電路圖案20中的每一條線路201對應處理成骨架圖片3中的骨架30的每一條細線301，或者也可利用其它用於擷取物件骨架的處理技術來進行前述處理。無論如何，所處理得到的骨架30中的每一條細線301都只有一個像素點的寬度，並且對應代表相對應的每一條線路201。由於每一條細線301實質上是由多個像素點連接構成，在細線化或骨架化的處理過程中，也記錄了骨架30中的每一條細線301中的 每一個像素點(或稱為骨幹點)的座標位置。理想上，如第四圖所示，每一條細線301是對應代表電路圖案20中相對應的每一條線路201的中間線201a，而連接構成每一條細線301的每一個像素點大致上是對應代表相對應的每一條線路201在寬度方向上的中間點。

較佳地，如第一圖(B)所示，上述b步驟包括以下次步驟b1~b3：

b1)取得一電路影像1。在此所例示的電路影像1係拍攝自該基板，其如第五圖所示，為一灰階影像(亦可為彩色影像)，且包含一電路圖案10(圖中亮區部份)及一非電路圖案11(圖中暗區部份)。電路圖案10中的每一條線路101對應源自該CAM圖片2中的每一條線路201，故骨架圖片3中的每一條細線301也對應代表電路圖案10中相對應的每一條線路101。

b2)對骨架圖片3與電路影像1進行對位，以使骨架圖片3中的骨架30的每一條線301都分別對到電路影像1的電路圖案10中相對應的每一條線路101的內部，較佳是對到線路101在寬度方向的中間位置，一如第六圖所示。完成對位之後，電路影像1中的每一條線路101會分別對正於骨架圖片3中相對應的每一條線301，這表示每一條細線301中的每一個像素點在電路影像1中都有一個像素點與之相對應，且每一條細線301中的每一個像素點的座標位置都可作為電路影像1中與其相對應的像素點的座標位置。

b3)根據第六圖中的每一條細線301的像素點的座標位置擷取相對應的每一條線路101在相同座標位置上的線路資訊。例如，在第七圖所示的一小段放大後的線路101中，若骨架圖片3中的細線301的像素點p1、像素點p2的座標位置分別為(100,100)、(100,300)，由於先前已完成骨架圖片3與電路影像1的對位，因此，在電路影像1中座標為(100,100)、(100,300)的兩個像素點上的線路資訊就是此步驟中所要擷取的線路資訊。在此步驟中，可擷取每一條線路101對應每一條細線301中的每一個或某幾個像素點所在位置的線寬，例如根據細線101上的像素點p1的座標位置從電路影像1中找出對應像素點p1的像素點(圖中未標號，實際上是位在圖中像素點p1的正下方)，再以所找出的像素點為中心點，沿寬度方向(或法線方 向)分別往上及往下找出的兩個邊緣點e1、e2的座標位置，然後根據所找出的兩個邊緣點的座標位置計算出對應該所找出的像素點的線寬w1。第七圖中的線寬w2是根據細線101上的像素點p2的座標位置而擷取得到的，其過程如前，不再贅述。其中關於前述邊緣點的取得方式，可以利用習知邊緣偵測(edge detection)的相關技術來取得，例如梯度運算子搜尋法(常用的梯度運算子例如一階微分運算子中的Sobel、Prewitt與Robert、二階微分運算子中的Laplacian、以及LoG)。

在上述b3步驟中也可擷取每一條線路101對應每一條細線301中的每一個或某幾個像素點所在位置在寬度方向(即法線方向)上所有像素的色階，例如根據細線301上的像素p1的座標位置從電路影像1中找出對應像素點p1的像素點，再以所找出的該像素點為中心點沿垂直方向分別向上及向下擷取線路101內部的每一個像素點的色階，也就是說，在線路101中與所找出的該像素點沿垂直方向排在同一排的所有像素點的色階都會被擷取出來。

在b2步驟中，關於骨架圖片3與該電路影像1的對位，可先選擇利用現有的影像對位方法(或稱影像對準方法)，例如Template matching或image registration等方法，將電路影像1調整到使其正對於CAM圖片2，此時電路影像1上的線路101相當於是重疊在CAM圖片2的線路201上，藉以拉近骨架圖片3上的細線301與電路影像1上相對應的線路101之間的位置差距，如此，在骨架圖片3與該電路影像1進行對位時，僅需進行微調位置之校正程序，此一校正程序可用電路影像1上的像素點的亮暗比較予以達成。例如，若骨架30中大致沿水平方向延伸的細線301沒有對到相對應的線路101內部，就需要再進行一水平部校正程序，此程序包括先從電路影像1中找到最靠近其中一條沿水平方向延伸的細線301的亮區(因為線路101所佔據的區域比其它非線路區域亮)，然後，往該亮區之方向垂直移動骨架圖片3，以使該其中一細線301對到該亮區的中間位置，如此，就完成骨架圖片3在水平方向上的位置校正，使得大致沿水平方向延伸的細線301都對到相對應的線路101內部中間位置。

在b2步驟中，若骨架30中大致沿垂直方向延伸的細線301沒有對到相對應的線路101內部，則需要再進行一垂直部校正程序，此程 序包括先找到最靠近其中一條沿垂直方向延伸的細線301的亮區，然後，往該亮區之方向水平移動骨架圖片3，以使該其中一細線301對到該亮區的中間位置，如此，就完成骨架圖片3在垂直方向上的位置校正，使得大致沿垂直方向延伸的細線301都位於相對應的線路101內部中間位置。

在上述例子中，所處理得到的骨架圖片3中的骨架30實質上是CAM圖片2的電路圖案20的完整骨架，為了簡化骨架處理過程及提高所處理得到之骨架的品質，也可以選擇執行本發明之以下步驟a’~c’來取代上述的a~b步驟。更詳而言之，第八圖顯示本發明之線路資訊擷取方法的第二較佳實施例的流程圖，其包括以下a’~c’步驟：a’)將CAM圖片2分別沿水平方向與垂直方向對應處理成一水平骨架圖片3a與一垂直骨架圖片3b。如第九圖所示，水平骨架圖片3a中的骨架30a是由多條大致沿水平方延伸的細線301a所構成，如第十圖所示，垂直骨架圖片3b中的骨架30b是由多條大致沿水平方延伸的細線301b所構成。

b’)利用水平骨架圖片3a擷取依據CAM圖片2所製作出來的一基板(例如一印刷電路板)上的每一條水平方向線路或指定的水平方向線路的線路資訊，例如每一條水平線路或指定的水平線路的色階或線寬等資訊；及c’)利用垂直骨架圖片3b擷取該基板上的每一條垂直方向線路或指定的垂直方向線路的線路資訊，例如每一條垂直線路或指定的垂直線路的色階或線寬等資訊。

上述的b’及c’步驟沒有特定的執行順序，且b’及c’步驟都可以利用上述b1~b3所示的次步驟來完成擷取線路資訊之目的，簡言之，只要將b1~b3中的骨架圖片3改為水平骨架圖片3a或垂直骨架圖片3b，就可以藉由執行b1~b3步驟(包括上述的水平部校正程序與垂直部校正程序)來達成前述目的。

從上述說明可知，利用本發明之線路資訊擷取方法可以擷取到依據CAM圖片2所製作的基板上的線路資訊，這些線路資訊可以運用於線路缺陷的檢測。例如，為了檢測依據CAM圖片2所製作的一待測基板上的每一條線路的線寬是否符合標準，首先應利用上述線路資訊擷取方法 從依據CAM圖片2所製作出來的一標準基板上擷取線路資訊。由於該標準基板上的每一條線路都被確認過是符合一標準線寬的標準線路，因此，利用上述線路資訊擷取方法而從拍攝自該標準基板的電路影像1中擷取到其中的每一條線路101的每一個像素點或多像素點所在位置的線寬(此時是將第五圖所示的基板當作該標準基板)，接著，從每一條線路101擷取到的線寬可以進行平均運算，藉以得到每一線路的平均線寬分別當作每一條線路101自己的標準線寬。或者，也可以對所擷取到的每一條線路101的線寬進行統計分析，藉以建立相對應的一組最小線寬門檻值與最大線寬門檻值，並將每一組前述門檻值分別當作各條線路自己的線路缺陷判斷標準。接著，利用上述線路資訊擷取方法從拍攝自該待測基板的電路影像1中擷取其中的每一條線路101的每一個像素點或多像素點所在位置的線寬(此時是將第五圖所示的基板當作該待測基板)，然後，比對並判斷所擷取到的線寬是否大於上述相對應的最大線寬門檻值，若判斷結果為「是」，表示所擷取到的線寬所對應的位置點上出現線路突出的缺陷，若判斷結果為「否」，則繼續比對並判斷所擷取到的線寬是否小於上述相對應的最小線寬門檻值，若判斷結果為「是」，表示所擷取到的線寬所對應的位置點上出現線路凹陷的缺陷，而若判斷結果為「否」，則表示所擷取到的線寬是符合標準的。

此外，也可以利用本發明上述線路資訊擷取方法檢測依據CAM圖片2所製作的一待測基板上是否存在斷路缺陷，具體而言，首先利用線路資訊擷取方法而從拍攝自該待測基板的電路影像1擷取到其中的每一條線路101的每一個像素點(或多個像素點)所在位置在寬度方向上所有線路內部像素點的色階並取其平均值，藉以得到每一條線路101的每一個像素點(或多個像素點)所在位置上的平均色階；對所取得的色階進行統計分析，藉以為相對應的每一條線路101分別建立一最小色階門檻值；接著，比對並判斷所擷取每一個像素點所在位置上的平均色階是否小於相對應的最小色階門檻值；若判斷結果為「是」，即表示目前進行比對的像素點所在位置上存在線路斷開之缺陷；而若判斷結果為「否」即表示目前進行比對的像素點所在位置沒有出現線路斷開之缺陷。

在上述例子中的骨架圖片3是為了擷取電路影像1中的電路圖案10的線路101上的線路資訊而製作的，如果要想要擷取的資訊是位 在非電路圖案11中的資訊，例如為了檢測電路影像1中是否存在短路缺陷，就必需檢查非線路區中是否出現橋接現象，此時，就有需要去擷取非電路圖案11中的資訊。本發明上述線路資訊擷取方法，僅需略作修改，就可變成一種非線路區資訊擷取方法，用以擷取非電路圖案11中的資訊，更詳而言之，只需將上述CAM圖片2改為第十一圖所示的CAM圖片4即可。CAM圖片4是CAM圖片2的反相結果，即將CAM圖片2中的白色區域反相變成CAM圖片4中的黑色區域，CAM圖片2中的黑色區域反相變成CAM圖片4中的白色區域。接著，如同上述a步驟針對CAM圖片4中的每一道非線路區40(即每一道白色區域之部份)進行細線化或骨架化，藉以得到如第十二圖所示的一骨架圖片5，此骨架圖片5中的骨架50同樣是由多條細線501所構成，且每一條細線501也都只有一個像素的寬度。然後，如同上述b步驟，利用骨架圖片5擷取依據CAM圖片2所製作出來的上述基板上的每一道非線路區的資訊，其細部過程可參見上述b1~b3步驟，僅需將上述骨架圖片3替換為骨架圖片5即可，且於進行對位時是讓骨架50的每一條細線501分別對到電路影像1中相對應的每一道非線路區的內部，容不贅述。

在一例子中，可援用上述a’至c’步驟，將CAM圖片5分別沿水平方向與垂直方向對應處理成如第十三圖所示的一垂直骨架圖片5a與第十四圖所示的一水平骨架圖片5b，接著，利用垂直骨架圖片5a擷取依據CAM圖片2所製作出來的該基板上的每一道垂直方向的非線路區40或指定的垂直方向的非線路區40中的資訊，以及利用水平骨架圖片5b擷取依據CAM圖片2所製作出來的該基板上的每一道水平方向的非線路區40或指定的水平方向的非線路區40中的資訊。

從上述說明可知，利用本發明上述非線路區資訊擷取方法可以擷取到依據CAM圖片2所製作的基板上的非線路區中的資訊，這些資訊可以運用於線路缺陷的檢測，例如上述的短路缺陷檢側，其檢測過程與上述斷路缺陷之檢測大致相同，不同之處在於，在短路缺陷檢側過程中是利用上述非線路區資訊擷取方法而從拍攝自該待測基板的電路影像1擷取到其中的每一道非線路區的每一個像素點(或多個像素點)所在位置在寬度方向上所有像素點的色階並取其平均值，藉以得到每一道非線路區的每一個像素點(或多個像素點)所在位置上的平均色階，此外，也對所取得 的色階進行統計分析，藉以為相對應的每一道非線路區分別建立一最小色階門檻值，而在進行平均色階與最小色階門檻值的比對及判斷程序時，若判斷結果為「否」，即表示目前進行比對的像素點所在位置上存在短路之缺陷；而若判斷結果為「是」即表示目前進行比對的像素點所在位置沒有出現短路之缺陷。

從上述說明可知，本發明首創利用一骨架擷取一電路影像上的線路資訊或非線路區資訊，並使用所擷取到的資訊進行線路缺陷檢測。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

Claims (14)

1. 一種線路資訊擷取方法，包括：將一電腦輔助設計圖片處理成一骨架圖片，該骨架圖片上具有由多條細線所構成的一骨架，每一條細線係為該電腦輔助設計圖片上相對應的每一條線路的細線化結果；取得一電路影像，該電路影像係拍攝自依據該電腦輔助設計圖片所製作的一基板，該電路影像上具有多條線路，每一條線路係依據該電腦輔助設計圖片上相對應的線路而製作的；對該骨架圖片與該電路影像進行對位，以使該骨架圖片中的該骨架的每一條細線都分別對到該電路影像中相對應的每一條線路的內部；及根據該骨架的每一條細線的像素點的座標位置擷取該電路影像上相對應的每一條線路在相同座標位置上的線路資訊。
2. 如申請專利範圍第1項所述的線路資訊擷取方法，其中該骨架圖片係為將該電腦輔助設計圖片沿水平方向處理得到的一水平骨架圖片，該水平骨架圖片上具有由多條沿水平方向延伸的細線所構成的一水平骨架。
3. 如申請專利範圍第1項所述的線路資訊擷取方法，其中該骨架圖片係為將該電腦輔助設計圖片沿垂直方向處理得到的一垂直骨架圖片，該垂直骨架圖片上具有由多條沿垂直方向延伸的細線所構成的一垂直骨架。
4. 如申請專利範圍第1或2項所述的線路資訊擷取方法，其中該電路影像中的每一條線路係為一亮區，該骨架圖片與 該電路影像進行對位之步驟包括進行一水平部校正程序，該水平部校正程序包括：從該電路影像中找到最靠近其中一條沿水平方向延伸之細線的該亮區；及往該亮區之方向垂直移動該骨架圖片，以使該其中一細線對到該亮區的中間位置。
5. 如申請專利範圍第1或3項所述的線路資訊擷取方法，其中該電路影像中的每一條線路係為一亮區，該骨架圖片與該電路影像上進行對位之步驟包括進行一垂直部校正程序，該垂直部校正程序包括：從該電路影像中找到最靠近其中一條沿垂直方向延伸之細線的該亮區；及往該亮區之方向水平移動該骨架圖片，以使該其中一細線對到該亮區的中間位置。
6. 一種線路缺陷檢測方法，包括：拍攝一待測基板，以取得一電路影像；對所取得的該待測基板的該電路影像執行如申請專利範圍1~5任一項所述的線路資訊擷取方法，藉以取得該待測基板的該電路影像上的每一條線路的線路資訊；及根據所取得的線路資訊，分析判斷該待測基板的該電路影像上的每一條線路上是否存在缺陷。
7. 如申請專利範圍第6項所述的線路缺陷檢測方法，包括使用所取得的線路資訊來預先建立進行該分析判斷時所需要用到的門檻值。
8. 一種非線路區資訊擷取方法，包括：將一電腦輔助設計圖片處理成一骨架圖片，該骨架圖片上具有由多條細線所構成的一骨架，每一條細線係為該電腦輔助設計圖片上相對應的每一道非線路區的細線化結果；取得一電路影像，該電路影像係拍攝自依據該電腦輔助設計圖片所製作的一基板，該電路影像上具有多條線路及多道非線路區，每一條線路與非線路區係依據該電腦輔助設計圖片上相對應的線路與非線路區而製作的；對該骨架圖片與該電路影像進行對位，以使該骨架圖片中的該骨架的每一條細線都分別對到該電路影像中相對應的每一道非線路區的內部；及根據該骨架的每一條細線的像素點的座標位置擷取該電路影像上相對應的每一道非線路區在相同座標位置上的資訊。
9. 如申請專利範圍第7項所述的非線路區資訊擷取方法，其中該骨架圖片係為將該電腦輔助設計圖片沿水平方向處理得到的一水平骨架圖片，該水平骨架圖片上具有由多條沿水平方向延伸的細線所構成的一水平骨架。
10. 如申請專利範圍第7項所述的非線路區資訊擷取方法，其中該骨架圖片係為將該電腦輔助設計圖片沿垂直方向處理得到的一垂直骨架圖片，該垂直骨架圖片上具有由多條沿垂直方向延伸的細線所構成的一垂直骨架。
11. 如申請專利範圍第7或8項所述的非線路區資訊擷取方法，其中該電路影像中的每一道非線路區係為一亮區，該 骨架圖片與該電路影像進行對位之步驟包括進行一水平部校正程序，該水平部校正程序包括：從該電路影像中找到最靠近其中一條沿水平方向延伸之細線的該亮區；及往該亮區之方向垂直移動該骨架圖片，以使該其中一細線對到該亮區的中間位置。
12. 如申請專利範圍第7或9項所述的非線路區資訊擷取方法，其中該電路影像中的每一道非線路區係為一亮區，該骨架圖片與該電路影像上進行對位之步驟包括進行一垂直部校正程序，該垂直部校正程序包括：從該電路影像中找到最靠近其中一條沿垂直方向延伸之細線的該亮區；及往該亮區之方向水平移動該骨架圖片，以使該其中一細線對到該亮區的中間位置。
13. 一種線路缺陷檢測方法，包括：拍攝一待測基板，以取得一電路影像；對所取得的該待測基板的該電路影像執行如申請專利範圍7~11任一項所述的非線路區資訊擷取方法，藉以取得該待測基板的該電路影像上的每一道非線路區中的資訊；及根據所取得的資訊，分析判斷該待測基板的該電路影像上是否存在缺陷。
14. 如申請專利範圍第13項所述的線路缺陷檢測方法，包括使用所取得的非線區資訊來預先建立進行該分析判斷時所需要用到的門檻值。