TW202034282A - 代表色決定方法、檢查裝置、檢查方法以及程式產品 - Google Patents

代表色決定方法、檢查裝置、檢查方法以及程式產品 Download PDF

Info

Publication number
TW202034282A
TW202034282A TW108141156A TW108141156A TW202034282A TW 202034282 A TW202034282 A TW 202034282A TW 108141156 A TW108141156 A TW 108141156A TW 108141156 A TW108141156 A TW 108141156A TW 202034282 A TW202034282 A TW 202034282A
Authority
TW
Taiwan
Prior art keywords
area
aforementioned
printed wiring
various types
groups
Prior art date
Application number
TW108141156A
Other languages
English (en)
Inventor
金田有美
西原栄治
塩見順一
Original Assignee
日商斯庫林集團股份有限公司
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 日商斯庫林集團股份有限公司 filed Critical 日商斯庫林集團股份有限公司
Publication of TW202034282A publication Critical patent/TW202034282A/zh

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
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/394—Routing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
    • 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
    • G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
    • G01N2021/95661—Inspecting patterns on the surface of objects for PCB's for leads, e.g. position, curvature
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30141—Printed circuit board [PCB]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Evolutionary Biology (AREA)
  • Analytical Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本發明之檢查裝置中係準備：參照影像資料，係表示印刷配線基板；以及電腦輔助製造資料，係在印刷配線基板的製造中使用(步驟S11、步驟S12)。基於電腦輔助製造資料而特定與印刷配線基板上的各種類的區域群對應之設計上的區域群(步驟S13)。各種類的區域群係例如被細線化，且決定與細線上的像素對應之參照影像中的像素的值的平均值作為代表色(步驟S14)。基於各種類的區域群的代表色而生成分類器，前述分類器係將成為檢查的對象之對象影像的像素的值分類成其中任一個區域群(步驟S16)。藉此，能夠不依存於操作者的熟練程度而自動地決定印刷配線基板上的各種類的區域群之適當的代表色。

Description

代表色決定方法、檢查裝置、檢查方法以及程式產品
本發明係關於一種決定代表色的技術，前述代表色係在從印刷配線基板的影像抽出各種類的區域群時所利用。
印刷配線基板係在銅的配線或是基材上形成有被稱為阻焊劑(solder resist)的保護膜。在印刷配線基板上亦形成有表示字元或是區域的圖案(pattern)。因此，在印刷配線基板上係存在有許多種類的區域。例如，在印刷配線基板上係存在有供銅之鍍覆露出的區域、在銅之配線上存在有阻焊劑的區域、在基材上存在有阻焊劑的區域、描繪有字元的區域等。為了進行印刷配線基板的檢查，有必要從拍攝印刷配線基板所獲得的彩色影像抽出上述許多種類的區域。所抽出的區域係以適合於該所抽出的區域之條件來檢查。
從作為印刷配線基板的影像之對象影像抽出各種類的影像的技術之一，係有利用代表色的技術。在此方法中係一邊參照印刷配線基板的影像一邊由操作者使用滑鼠(mouse)等針對每一區域之種類設定複數個代表色。然後，對象影像的各個像素被分配於該對象影像的各個像素的顏色最接近之代表色的區域。藉此，可從對象影像抽出各種類的區域。作為如此的技術係例如有日本特開2002-259967號公報所揭示的技術。
可是，在操作者一邊觀察顯示部所顯示之印刷配線基板的影像一邊指定具有代表色的像素之情況下，獲得代表色之位置是否適當係依存於操作者的熟練程度(skill)。因此，當未熟練的操作者參與代表色的決定時，會有區域的抽出未被適當進行之虞。
本發明係關於一種代表色決定方法，前述代表色決定方法係包含運算部的處理裝置基於表示印刷配線基板的至少一部分之參照影像而決定前述印刷配線基板上的各種類的區域群的代表色。
本發明之一較佳形態的代表色決定方法係事先準備印刷配線基板之參照影像的資料(data)、以及與前述印刷配線基板對應的CAM(Computer‐Aided Manufacturing；電腦輔助製造)資料。前述代表色決定方法係具備：a)工序，係基於前述CAM資料而特定與前述印刷配線基板上的各種類的區域群對應之設計上的區域群；以及b)工序，係基於在前述a)工序所特定之前述設計上的區域群中之前述參照影像的像素的值而決定前述各種類的區域群的代表色。
依據本發明，能夠不依存於操作者的熟練程度而自動地決定基板上的各種類的區域群組之適當的代表色。
較佳為：在前述b)工序中，在前述a)工序所特定之前述設計上的區域群被細線化，且基於細線上之前述參照影像的像素的值而決定前述各種類的區域群的代表色。
較佳為：前述a)工序係包含將前述印刷配線基板的影像分割成二維地排列之複數個矩形區域的工序；前述a)工序以及前述b)工序係將複數個前述矩形區域的各個矩形區域作為前述參照影像來執行。
較佳為：在前述a)工序中，對於至少其中一種類的區域群特定有大區域以及微細區域，前述大區域為面積較大的區域，前述微細區域為微細圖案中的區域；在前述b)工序中係決定與前述大區域對應之代表色以及與前述微細區域對應之代表色。
較佳為：更具備：d)工序，係從前述各種類的區域群抽出顏色接近在前述b)工序所決定之前述代表色的區域群；以及e)工序，係基於在前述d)工序所抽出之前述區域群的像素的值而決定所更新的代表色。
本發明亦關於一種檢查印刷配線基板的檢查裝置。本發明之一較佳形態的檢查裝置係具備：拍攝部，係取得前述印刷配線基板的影像；抽出部，係具有分類器，且將以前述拍攝部所取得之對象影像的各個像素的值輸入至前述分類器，藉此從前述對象影像抽出各種類的區域群，前述分類器係基於以上述代表色決定方法所決定之前述各種類的區域群的代表色而生成；以及缺陷檢測部，係以對前述各種類所決定之條件來檢查前述各種類的區域群。
本發明亦關於一種檢查印刷配線基板的檢查方法。本發明之一較佳形態的檢查方法係具備以下的工序：取得印刷配線基板的影像作為對象影像；將前述對象影像的各個像素的值輸入至分類器，藉此從前述對象影像抽出各種類的區域群，前述分類器係基於以上述代表色決定方法所決定之前述各種類的區域群的代表色而生成；以及以對前述各種類所決定之條件來檢查前述各種類的區域群。
本發明亦關於一種程式產品，前述程式產品係記錄有程式，前述程式係使電腦基於表示印刷配線基板的至少一部分之參照影像而決定前述印刷配線基板上的各種類的區域群的代表色。事先準備前述印刷配線基板的參照影像、以及與前述印刷配線基板對應之電腦輔助製造資料。藉由前述電腦執行前述程式而使前述電腦執行a)工序以及b)工序；前述a)工序係基於前述CAM資料而特定與前述印刷配線基板上的各種類的區域群對應之設計上的區域群； 前述b)工序係基於在前述a)工序所特定之前述設計上的區域群中之前述參照影像的像素的值而決定前述各種類的區域群的代表色。
上述之目的以及其他之目的、特徵、態樣以及優點係參照所附圖式並藉由以下所進行的本發明之詳細說明而明白。
圖1係顯示本發明之一實施形態的檢查裝置1之構成的圖。檢查裝置1例如是檢查電子零件被安裝之前的印刷配線基板9(以下稱為「基板」)的外觀之裝置。
檢查裝置1係具備：拍攝基板9的裝置本體2；以及電腦3。電腦3是包含運算部的處理裝置，也用以進行檢查裝置1的整體動作的控制。裝置本體2係具有：拍攝部21；保持基板9的載置台(stage)22；以及載置台移動機構23。拍攝部21係拍攝基板9以取得多階調的彩色影像(正確而言是彩色影像的資料)。載置台移動機構23係對於拍攝部21相對地移動載置台22。
拍攝部21係具有：照明部211，係射出照明光；光學系統212；以及攝像裝置(image pickup device)213。光學系統212係將照明光導引至基板9並且將來自基板9的光導引至攝像裝置213。攝像裝置213係將藉由光學系統212所成像之基板9的像轉換成電信號。照明部211係包含：LED(Light Emitting Diode；發光二極體)以及電燈泡等的燈泡(lamp)；以及調整來自燈泡的光之透鏡(lens)以及反射構件等的光學要素。光學系統212係包含複數個透鏡以及半反射鏡(half mirror)等的光學要素。攝像裝置213例如是二維的成像感測器(imaging sensor)。攝像裝置213亦可為一維的成像感測器，在此情況下係一邊移動載置台22一邊進行拍攝。
載置台移動機構23係藉由滾珠螺桿(ball screw)、導軌(guide rail)、馬達(motor)等所構成。當然，可採用許多種的機構作為載置台移動機構23係例如可利用線性馬達(linear motor)。藉由電腦3控制載置台移動機構23以及拍攝部21，載置台22就會於水平方向移動並拍攝基板9上的所期望的區域。載置台22是保持基板9的保持部。基板9的保持亦可以許多種的方法來進行。例如在載置台22形成有溝槽且從形成於溝槽內的吸引口進行吸引，藉此基板9就會被吸附於載置台22上。亦可在載置台22形成有複數個吸引口來吸附基板9。亦可以多孔質材料來形成載置台22且從多孔質材料進行吸引。載置台22亦可藉由機械的機構來保持基板9。
圖2係顯示電腦3的構成之圖。電腦3係具有一般的電腦系統(computer system)之構成，前述一般的電腦系統之構成係包含：CPU(Central Processing Unit；中央處理單元)31，係進行各種運算處理；ROM(Read Only Memory；唯讀記憶體)32，係記憶基本程式(basic program)；以及RAM(Random Access Memory；隨機存取記憶體)33，係記憶各種資訊。電腦3係更包含：固定磁碟(fixed disk)34，係進行資訊記憶；顯示器(display)35，係進行影像等的各種資訊的顯示；鍵盤(keyboard)36a以及滑鼠(mouse)36b(以下統稱為「輸入部36」)，係受理來自操作者的輸入；讀取裝置37，係從光碟、磁碟、磁光碟、記憶卡(memory card)等的電腦可讀取的記錄媒體8進行資訊的讀取；以及通信部38，係在與檢查裝置1的其他構成之間收發信號。記錄媒體8亦可為其他的程式產品。
在電腦3係事前經由讀取裝置37從記錄媒體8讀出程式80並記憶於固定磁碟34。程式80亦可經由網路(network)記憶於固定磁碟34。CPU31係按照程式80一邊利用RAM33或是固定磁碟34一邊執行運算處理。CPU31係在電腦3中具有作為運算部的功能。除了CPU31以外亦可採用具有作為運算部之功能的其他構成。
圖3係顯示藉由電腦3按照程式80執行運算處理所實現的功能構成之圖。在這些的功能構成中係包含有控制部301、代表色決定部302、分類器生成部303、抽出部304、缺陷檢測部305以及記憶部306。抽出部304係具有分類器341。這些的功能之全部或一部分亦可藉由專用的電子電路所實現。作為包含運算部的處理裝置之電腦3亦具有作為決定代表色之代表色決定裝置的功能，前述代表色係從基板9的彩色影像抽出各種類的區域時所利用。更且，電腦3亦具有作為分類器生成裝置的功能，前述分類器生成裝置係基於代表色而生成分類器341。
圖3所示的功能構成當中，控制部301、代表色決定部302、分類器生成部303、抽出部304以及缺陷檢測部305係藉由CPU31、ROM32、RAM33、固定磁碟34以及這些的周邊構成所實現，記憶部306主要是藉由RAM33以及固定磁碟34所實現。
控制部301係控制拍攝部21以及載置台移動機構23和各功能構成之動作。代表色決定部302係決定利用於分類器341的生成代表色。分類器生成部303係生成分類器341。抽出部304係使用分類器341從成為檢查對象之基板9的影像(以下稱為「對象影像」)抽出各種類的區域。缺陷檢測部305係基於所抽出之區域來檢測基板9的缺陷。
圖4係顯示檢查裝置1具有作為代表色決定裝置以及分類器生成裝置之功能時的檢查裝置1之動作的流程之圖。再者，圖4之步驟(step)S13至步驟S16實質上是可以視為僅有電腦3的動作。
在電腦3中，首先參照影像的資料(以下稱為「參照影像資料」)41係保存於記憶部306來準備(步驟S11)。參照影像是基板9的影像，用以決定代表色。參照影像係可藉由以拍攝部21來拍攝不具有缺陷之基板9所取得，亦可藉由拍攝複數個基板9且針對各個顏色成分來求出複數個影像之平均所取得。參照影像沒有必要是基板9的整體的影像，而只要是表示基板9的至少一部分之影像即可。在以下的說明中，對於影像的處理正確來說是指對於影像的資料之處理。
圖5係顯示參照影像之例的圖。基板9係在基材上形成有由銅等之導體膜所形成的配線以及焊盤(land)等。配線的大部分係由保護膜所覆蓋。由於保護膜亦具有防止不必要的焊錫附著於配線的任務，所以以下稱為「阻焊劑(solder resist)」。在阻焊劑上係例如以白色的墨料(ink)描繪有字元、記號、框線等的指示圖案。雖然可採用絲網印刷(silk print)以及噴墨(ink jet)方式等的許多種方法作為指示圖案的描繪方法，但是以下將這些的指示圖案之區域稱為「絲網區域」。由於在大多數的情況下，雖然絲網區域之數目在一個參照影像中為兩個以上，但是也有可能為絲網區域之數目是一個的情況，故而以下在指參照影像內的全部之絲網區域的情況下是稱為「絲網區域群」。圖5之參照影像71係在絲網區域的幾個區域附記元件符號84。在以下的說明中，「區域群」係意指「至少一個區域」。
在觀察了基板9的情況下，除了存在絲網區域84以外，還存在有：供配線以及焊盤等露出的區域、配線被阻焊劑所覆蓋的區域、以及基材被阻焊劑所覆蓋的區域等。由於成為配線之基礎的導體膜通常是由鍍覆所形成，故而以下將供配線等露出的區域稱為「鍍覆區域」。由於在大多數的情況下，雖然鍍覆區域的數目在一個參照影像中為兩個以上，但是由於也有可能為鍍覆區域的數目是一個的情況，故而以下在指參照影像內的全部之鍍覆區域的情況下是稱為「鍍覆區域群」。圖5的參照影像71係在幾個鍍覆區域附記元件符號81。
另外，將配線圖案被阻焊劑所覆蓋的區域稱為「圖案-阻劑區域」，在指參照影像內的全部之圖案-阻劑區域的情況是稱為「圖案-阻劑區域群」。將基材被阻焊劑所覆蓋的區域稱為「基材-阻劑區域」，在指參照影像內的全部之基材-阻劑區域的情況是稱為「基材-阻劑區域群」。圖5的參照影像71係在幾個圖案-阻劑區域附記元件符號82，在幾個基材-阻劑區域附記元件符號83。當然，雖然在基板9上亦可存在有其他的區域，但是為了簡化說明起見，以下是以在基板9上僅存在有鍍覆區域群、圖案-阻劑區域群、基材-阻劑區域群以及絲網區域群來加以說明。
在記憶部306亦保存有與基板9對應的CAM資料42來準備，亦即亦保存在製造基板9時所使用的CAM資料42來準備(步驟S12)。CAM資料42的形式係未特別限定，可為向量形式(vector form)亦可為網格形式(raster form)。較佳為：CAM資料42在被運算處理的時間點為網格形式。CAM資料42係例如作為表示至少一個配線區域的資料、表示至少一個阻焊劑區域的資料、以及表示至少一個絲網區域的資料之集合來準備。步驟S11以及步驟S12亦可經由輸入部36藉由操作者所進行，或亦可實質上自動地進行。
在表示基板9的整體之影像的尺寸較大的情況下，在步驟S11中，如圖6所示，整體影像7係被分割成二維地排列的複數個矩形區域70。然後，以下說明的處理係對複數個矩形區域70的各個矩形區域70執行。換言之，在步驟S11中藉由分割整體影像而準備複數個參照影像，且將複數個矩形區域70的各個作為參照影像來執行處理。圖5的參照影像71是基板9的一部分的影像且為與矩形區域70對應之例。對各個矩形區域70進行以下所說明的處理，藉此在後述的代表色之決定中，能夠減低藉由基板9上的位置所致之顏色的變動的影響，例如能夠減低照明的影響。在整體影像7的尺寸較小之情況下不進行分割，參照影像的尺寸係與整體影像7之尺寸相同。
代表色決定部302係基於CAM資料42而特定基板9上的各個位置中之設計上的區域的種類。例如，在雖然基板9上的某個位置為配線區域但是非為阻焊劑區域且亦非為絲網區域的情況下，則會將該基板9上的某個位置特定為屬於「鍍覆區域」。在雖然基板9上的某個位置為配線區域且為阻焊劑區域但非為絲網區域的情況下，則會將該基板9上的某個位置特定為屬於「圖案-阻劑區域」。在基板9上的某個位置非為配線區域而為阻焊劑區域且亦非為絲網區域的情況下，則會將該基板9上的某個位置特定為屬於「基材-阻劑區域」。基板9上之某個位置為絲網區域的情況下，則會該基板9上之某個位置特定為屬於「絲網區域」。
藉由上述處理，可基於CAM資料42來特定與基板9上的各種類的區域群對應之參照影像中的「設計上的」區域群。再者，由於參照影像不一定是表示基板9的整體，故而正確而言是特定與基板9上的各種類的區域群的至少一部分對應之參照影像中的「設計上的」區域群(步驟S13)。由於是藉由CAM資料42來特定各種類的「設計上的」區域群，故而實際的參照影像中的各種類的區域群有可能會因基板9的製造誤差或者缺陷的存在而與在步驟S13所特定的區域群些微不同。表示所特定的各種類的區域群之資料較佳是網格形式。
圖7係顯示與圖5的參照影像71的鍍覆區域81對應之設計上的鍍覆區域61，亦即顯示設計上的鍍覆區域群。圖8係顯示與圖5的參照影像71的圖案-阻劑區域82對應之設計上的圖案-阻劑區域62，亦即顯示設計上的圖案-阻劑區域群。圖9係顯示與圖5的參照影像71的基材-阻劑區域83對應之設計上的基材-阻劑區域63，亦即顯示設計上的基材-阻劑區域群。圖10係顯示與圖5的參照影像71的絲網區域84對應之設計上的絲網區域64，亦即顯示設計上的絲網區域群。這些的區域群係例如作為二元(binary)影像暫時保存於記憶部306。或者，這些的區域群係合成為一個影像，且作為在各個像素分配有表示區域群的種類之值的多值影像來保存。
然後，代表色決定部302係將各種類的區域群細線化。例如，藉由對圖8所示之圖案-阻劑區域群進行細線化來獲得圖11所示之二元的細線化影像。然後，在圖11的細線化影像中取得與值為「1」的像素對應之參照影像71中的像素的值，亦即取得與細線621上的像素對應之參照影像71中的像素的值。所取得之像素的值的平均值係被決定作為圖案-阻劑區域群的代表色。由於參照影像為彩色影像，故而像素的值的平均值通常是R(red；紅色)之顏色成分的值的平均值、G(green；綠色)之顏色成分的值的平均值以及B(blue；藍色)之顏色成分的值的平均值之組合。對於其他種類的區域群亦為同樣，可利用細線化來決定代表色(步驟S14)。
如已述般，從CAM資料42中所導出之設計上的各種類的區域群係有可能與參照影像中之實際的各種類的區域群不同。但是，藉由將設計上的各種類的區域群細線化，則與細線上的像素對應之位置就會大致確實地位於在參照影像中受到注目的區域內。藉此，可實現不依存於操作者的熟練程度而自動地從參照影像決定各種類的區域群之適當的代表色。
當代表色被決定時，分類器生成部303係基於代表色而生成分類器341(步驟S16)(有關步驟S15將於後述)。在後述的檢查處理中係對分類器341輸入對象影像的各像素的值，且輸出與該對象影像的各像素的值對應之區域的種類。分類器341在典型上是LUT(Look-Up Table；檢查表)。一般而言，以代表色之位置為基準來分割顏色空間，且生成特定像素的值屬於所分割出的三維空間的哪一個之LUT，藉此可生成分類器341。顏色空間係可為RGB空間，亦可為L*a*b*空間，亦可為其他的顏色空間。雖然在基於各種類的區域群的代表色所為之分類器341的生成中係可採用許多種的手法，但是可採用例如上述之日本特開2002-259967號公報所揭示的手法。
然後，針對圖4的步驟S15加以說明。步驟S15是藉由更新代表色來決定更適當的代表色之工序，因應需要而執行。圖12係顯示步驟S15的具體例之圖。在步驟S15中，顏色接近在步驟S14所決定之代表色的區域群係可從與在步驟S14所決定的該代表色對應之種類的區域群抽出(步驟S151)。在此，所謂「顏色接近」係指顏色空間中的距離較短。
圖13係顯示從圖5所示的參照影像71抽出顏色接近在圖8所示之圖案-阻劑區域62上所求出的代表色且設計上的圖案-阻劑區域62內的區域82a之例的圖。將全部的區域82a中的參照影像71中之像素的值的平均作為新的代表色，藉此可更新代表色(步驟S152)。在步驟S152中，亦可使用使圖案-阻劑區域62收縮後之區域來取代圖案-阻劑區域62。區域82a的像素的許多種之代表值，例如各個顏色要素的值的中央值以及最頻值(most frequent value)等亦可被決定作為新的代表色。如此，可基於所抽出之區域82a(正確來說是區域群)的像素的值而決定所更新後的代表色。藉由更新代表色就能夠使代表色更適當。
代表色的決定係不限於利用上述的細線化，代表色的更新方法亦不限於上述的方法。只要是基於利用CAM資料42所特定之設計上的區域群中之參照影像的像素的值而決定各種類的區域群的代表色，就可採用許多種的手法。例如亦可對各種類的區域群進行細化處理(thinning process)來取代細線化。亦可單純地在設計上的各種類的區域群之範圍內，求出參照影像的像素的值的平均值或者中央值作為代表色。無論是在哪一個手法中都可實現不依存於操作者的熟練程度而自動地從參照影像決定各種類的區域群之適當的代表色。
在代表色的更新被進行的情況下，最初的代表色的決定之自由度較高。例如亦可決定被認為一定會存在於已獨立之各個區域內的位置(例如矩形的重心)的像素的值作為最初的代表色。或是，亦可將參照影像分割成較小之矩形的排列，且決定各種類的區域群中所包含之矩形的重心的像素之值的平均值作為最初的代表色。更且，亦可在參照影像上掃描較小的矩形，在矩形整體已包含於其中任一個種類的區域群時取得矩形的重心的像素之值，且決定像素的值的平均值作為最初的代表色。上述手法中之最初的代表色亦可不被更新而是被利用作為最終的代表色。
在步驟S14中亦可對至少一種類的區域群決定複數個代表色。例如在對複數個種類的區域群的各個區域群決定複數個代表色的情況下，顏色空間內的各個位置係被分配至從該顏色空間內的各個位置至複數個代表色為止的平均距離為最小之種類的區域。當然，亦可利用其他的方法從複數個代表色求出與該複數個代表色對應之顏色空間內的區域。
在圖14所示的圖案-阻劑區域群中係存在有大區域62a以及微細區域62b，前述大區域62a為面積較大的區域，前述微細區域62b為微細圖案中的區域。於是，較佳為：在這些的區域(正確而言是大區域群以及微細區域群)被特定之後，決定與大區域62a對應之代表色、以及與微細區域62b對應之代表色。然後，在步驟S16中，使用這些的代表色來求出與圖案-阻劑區域群對應之顏色空間內的區域。此手法亦可針對其他的哪一種類的區域群來採用。藉此，能夠生成更適當的分類器341。
為大區域或是為微細區域係例如能夠對所注目的區域施予收縮處理且在未消滅的情況下判斷為大區域。藉由此處理，例如能夠對鍍覆區域以大區域、與焊盤以及焊墊(pad)等的微小區域來個別地決定代表色。在圖案-阻劑區域中，能夠以大區域、與微細配線等的複雜的區域來個別地決定代表色。至少一種類的區域群亦可被分成大區域、中區域以及微細區域來決定三個代表色。例如藉由將此方式應用於絲網區域就能夠決定實質上與固體區域(solid region)、字元區域、線區域的各個區域對應之代表色。
圖15係顯示檢查裝置1進行基板9的檢查之動作的流程之圖。在此，假設作為一個批次(lot)(以下稱為「對象批次」)所製造的複數個基板9為檢查對象。對象批次中所包含之複數個基板9係使用於同一製品的製造，且以相同的條件形成相同的配線圖案。被利用於上述的參照影像的取得之基板9是對象批次中所包含的基板9。
在檢查中，首先是在一個基板9保持於載置台22，且在控制部301的控制之下以載置台移動機構23進行位置調整之後，藉由拍攝部21來取得基板9的影像(步驟S21)。成為檢查的對象之對象影像的資料係作為對象影像資料45而被保持於記憶部306。
對象影像的各個像素的值係利用抽出部304輸入至分類器341，且特定該對象影像的各個像素屬於鍍覆區域、圖案-阻劑區域、基材-阻劑區域以及絲網區域的哪一個。藉此，可從對象影像抽出各種類的區域群。具體而言，表示各種類的區域群之影像被作為抽出影像來取得，且作為抽出影像資料46保存於記憶部306(步驟S22)。再者，只要實質上可從對象影像抽出各種類的區域群，表示所抽出的區域群之資料的構造就不限於所謂抽出影像的形式。例如亦可僅取得表示各種類的區域群的範圍之資訊。在此情況下，對象影像與表示各種類的區域群的範圍之影像的組合係被作為已抽出各種類的區域群之影像來處理。
抽出影像資料46係輸入至缺陷檢測部305，且各個區域的種類群以所決定的條件來檢查該各個區域的種類(步驟S23)。例如對與鍍覆區域群對應之抽出影像係檢查配線的短路(short)或者斷路(open)、鍍覆的不足、異物的存在等。對與圖案-阻劑區域群對應之抽出影像係檢查配線的斷路或者短路、異物的存在、阻劑不良等。對與基材-阻劑區域群對應之抽出影像係檢查鍍覆殘餘、異物的存在等。對與絲網區域對應之抽出影像係檢查圖案的不足或者滲出、異物的存在等。檢查結果47係保存於記憶部306。
當對於一個基板9之上述處理結束時，載置台22上的基板9就會交換成下一個基板9且重複進行步驟S21至步驟S23。
上述檢查裝置1以及該檢查裝置1的動作係可進行許多種變更。
例如，分類器341係不限於LUT。亦可使用將顏色空間區劃成複數個部位之條件式來作為分類器341。
電腦3亦可從裝置本體2獨立出。反之，電腦3亦可收納於裝置本體2的殼體之中。電腦3可作為決定代表色之裝置來使用或是僅作為生成分類器之裝置來使用。
圖4所示的步驟S11與步驟S12亦可對調順序。除了圖4所示之工序以外，亦可追加有許多種的工序。例如亦可存在有將參照影像資料41進行前處理的工序、或者將CAM資料42進行前處理的工序。即便是在圖15中，亦可追加有將對象影像資料45進行前處理的工序、或者將抽出影像資料46進行前處理的工序。
上述實施形態以及各個變化例中之構成係只要不相互矛盾亦可做適當組合。
雖然已詳細描述並說明本發明，但是已述的說明為例示而非為限定。從而，可謂只要在不脫離本發明的範圍就可有各種的變化或態樣。
1:檢查裝置 2:裝置本體 3:電腦(處理裝置) 7:整體影像 8:記錄媒體 9:基板(印刷配線基板) 21:拍攝部 22:載置台 23:載置台移動機構 31:CPU 32:ROM 33:RAM 34:固定磁碟 35:顯示器 36:輸入部 36a:鍵盤 36b:滑鼠 37:讀取裝置 38:通信部 41:參照影像資料 42:CAM資料 45:對象影像資料 46:抽出影像資料 47:檢查結果 61:設計上的鍍覆區域 62:設計上的圖案-阻劑區域 62a:大區域 62b:微細區域 63:設計上的基材-阻劑區域 64:設計上的絲網區域 70:矩形區域 71:參照影像 80:程式 81:參照影像中的鍍覆區域 82:參照影像中的圖案-阻劑區域 82a:(顏色接近代表色的區域)區域 83:參照影像中的基材-阻劑區域 84:參照影像中的絲網區域 211:照明部 212:光學系統 213:攝像裝置 301:控制部 302:代表色決定部 303:分類器生成部 304:抽出部 305:缺陷檢測部 306:記憶部 341:分類器 621:細線
[圖1]係顯示檢查裝置的構成之圖。 [圖2]係顯示電腦的構成之圖。 [圖3]係顯示藉由電腦所實現的功能構成之圖。 [圖4]係顯示檢查裝置具有作為代表色決定裝置以及分類器生成裝置之功能時的檢查裝置之動作的流程之圖。 [圖5]係顯示參照影像之例的圖。 [圖6]係顯示二維地排列的複數個矩形區域之圖。 [圖7]係顯示設計上的鍍覆區域群之圖。 [圖8]係顯示設計上的圖案-阻劑(pattern-resist)區域群之圖。 [圖9]係顯示設計上的基材-阻劑區域群之圖。 [圖10]係顯示設計上的絲網(silk)區域群之圖。 [圖11]係顯示細線化後的影像之圖。 [圖12]係顯示代表色之更新的流程之圖。 [圖13]係顯示顏色接近代表色且抽出設計上的圖案-阻劑區域內之區域後之例的圖。 [圖14]係顯示大區域以及微細區域之圖。 [圖15]係顯示檢查裝置進行基板的檢查之動作的流程之圖。

Claims (8)

  1. 一種代表色決定方法，係包含運算部的處理裝置基於表示印刷配線基板的至少一部分之參照影像而決定前述印刷配線基板上的各種類的區域群的代表色； 事先準備前述印刷配線基板的參照影像的資料、以及與前述印刷配線基板對應之電腦輔助製造資料； 前述代表色決定方法係具備： a)工序，係基於前述電腦輔助製造資料而特定與前述印刷配線基板上的各種類的區域群對應之設計上的區域群；以及 b)工序，係基於在前述a)工序所特定之前述設計上的區域群中之前述參照影像的像素的值而決定前述各種類的區域群的代表色。
  2. 如請求項1所記載之代表色決定方法，其中在前述b)工序中，在前述a)工序所特定之前述設計上的區域群被細線化，且基於細線上之前述參照影像的像素的值而決定前述各種類的區域群的代表色。
  3. 如請求項1所記載之代表色決定方法，其中前述a)工序係包含將前述印刷配線基板的影像分割成二維地排列之複數個矩形區域的工序； 前述a)工序以及前述b)工序係將複數個前述矩形區域的各個矩形區域作為前述參照影像來執行。
  4. 如請求項1所記載之代表色決定方法，其中在前述a)工序中，對於至少其中一種類的區域群特定有大區域以及微細區域，前述大區域為面積較大的區域，前述微細區域為微細圖案中的區域； 在前述b)工序中係決定與前述大區域對應之代表色以及與前述微細區域對應之代表色。
  5. 如請求項1所記載之代表色決定方法，其中更具備： d)工序，係從前述各種類的區域群抽出顏色接近在前述b)工序所決定之前述代表色的區域群；以及 e)工序，係基於在前述d)工序所抽出之前述區域群的像素的值而決定所更新的代表色。
  6. 一種檢查裝置，係檢查印刷配線基板，且具備： 拍攝部，係取得前述印刷配線基板的影像； 抽出部，係具有分類器，且將以前述拍攝部所取得之對象影像的各個像素的值輸入至前述分類器，藉此從前述對象影像抽出各種類的區域群，前述分類器係基於以請求項1至5中任一項所記載之代表色決定方法所決定之前述各種類的區域群的代表色而生成；以及 缺陷檢測部，係以對前述各種類所決定之條件來檢查前述各種類的區域群。
  7. 一種檢查方法，係檢查印刷配線基板，且前述檢查方法具備以下的工序： 取得印刷配線基板的影像作為對象影像； 將前述對象影像的各個像素的值輸入至分類器，藉此從前述對象影像抽出各種類的區域群，前述分類器係基於以請求項1至5中任一項所記載之代表色決定方法所決定之前述各種類的區域群的代表色而生成；以及 以對前述各種類所決定之條件來檢查前述各種類的區域群。
  8. 一種程式產品，係記錄有程式，前述程式係使電腦基於表示印刷配線基板的至少一部分之參照影像而決定前述印刷配線基板上的各種類的區域群的代表色； 事先準備前述印刷配線基板的參照影像、以及與前述印刷配線基板對應之電腦輔助製造資料； 藉由前述電腦執行前述程式而使前述電腦執行a)工序以及b)工序； 前述a)工序係基於前述電腦輔助製造資料而特定與前述印刷配線基板上的各種類的區域群對應之設計上的區域群； 前述b)工序係基於在前述a)工序所特定之前述設計上的區域群中之前述參照影像的像素的值而決定前述各種類的區域群的代表色。
TW108141156A 2019-03-07 2019-11-13 代表色決定方法、檢查裝置、檢查方法以及程式產品 TW202034282A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019041743A JP2020144691A (ja) 2019-03-07 2019-03-07 代表色決定方法、検査装置、検査方法およびプログラム
JP2019-041743 2019-03-07

Publications (1)

Publication Number Publication Date
TW202034282A true TW202034282A (zh) 2020-09-16

Family

ID=72355593

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108141156A TW202034282A (zh) 2019-03-07 2019-11-13 代表色決定方法、檢查裝置、檢查方法以及程式產品

Country Status (4)

Country Link
JP (1) JP2020144691A (zh)
KR (1) KR102399373B1 (zh)
CN (1) CN111665264B (zh)
TW (1) TW202034282A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI751869B (zh) * 2020-12-30 2022-01-01 廣達電腦股份有限公司 運算裝置及用於近眼顯示裝置之缺陷偵測方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW244359B (en) * 1994-11-07 1995-04-01 China Steel Co Ltd Process of forming a protection layer on the bricks of feeding side of a converter
JPH11316193A (ja) * 1998-04-30 1999-11-16 Dainippon Screen Mfg Co Ltd 画像の領域分割方法
JP3560473B2 (ja) * 1998-05-26 2004-09-02 大日本スクリーン製造株式会社 プリント基板の検査装置およびプリント基板の検査方法
JP4139571B2 (ja) * 2001-02-28 2008-08-27 大日本スクリーン製造株式会社 カラー画像の領域分割
JP4518835B2 (ja) * 2004-05-13 2010-08-04 大日本スクリーン製造株式会社 欠陥検出装置、配線領域抽出装置、欠陥検出方法および配線領域抽出方法
JP2006024116A (ja) * 2004-07-09 2006-01-26 Dainippon Screen Mfg Co Ltd カラー画像の領域分割
JP4648660B2 (ja) * 2004-07-21 2011-03-09 大日本スクリーン製造株式会社 画像の領域分割による物体の表面領域配置の取得
CN100386773C (zh) * 2004-12-27 2008-05-07 欧姆龙株式会社 图像处理方法、基板检查方法和装置及检查数据制作方法
JP2008099149A (ja) * 2006-10-13 2008-04-24 Konica Minolta Business Technologies Inc 画像処理装置、画像処理方法および画像処理プログラム
JP4205139B2 (ja) * 2007-05-29 2009-01-07 株式会社メガトレード 外観検査装置における外観検査方法
JP2009150656A (ja) * 2007-12-18 2009-07-09 Dainippon Screen Mfg Co Ltd パターン検査方法およびパターン検査装置
JP5461841B2 (ja) * 2009-01-27 2014-04-02 株式会社サキコーポレーション 被検査体の検査装置
JP2011252770A (ja) * 2010-06-01 2011-12-15 Shirai Electronics Industrial Co Ltd プリント基板の検査装置およびその検査方法
JP5865734B2 (ja) * 2012-03-01 2016-02-17 株式会社Ｓｃｒｅｅｎホールディングス 領域分類装置、そのプログラム、基板検査装置、および領域分類方法
JP6348289B2 (ja) * 2014-01-31 2018-06-27 株式会社Ｓｃｒｅｅｎホールディングス 検査装置および検査方法
WO2015141487A1 (ja) * 2014-03-18 2015-09-24 ソニー株式会社 画像処理装置、画像処理方法、およびプログラム
JP6936577B2 (ja) * 2017-01-20 2021-09-15 株式会社Ｓｃｒｅｅｎホールディングス 位置ずれ量取得装置、検査装置、位置ずれ量取得方法および検査方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI751869B (zh) * 2020-12-30 2022-01-01 廣達電腦股份有限公司 運算裝置及用於近眼顯示裝置之缺陷偵測方法

Also Published As

Publication number Publication date
CN111665264B (zh) 2023-07-04
JP2020144691A (ja) 2020-09-10
KR102399373B1 (ko) 2022-05-17
KR20200107760A (ko) 2020-09-16
CN111665264A (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
JP6348289B2 (ja) 検査装置および検査方法
US6198529B1 (en) Automated inspection system for metallic surfaces
TWI277340B (en) Surface region identification by image area segmentation
US20060018534A1 (en) Technique for detecting a defect of an object by area segmentation of a color image of the object
TW202034282A (zh) 代表色決定方法、檢查裝置、檢查方法以及程式產品
TWI775140B (zh) 學習裝置、檢查裝置、學習方法以及檢查方法
JP5832167B2 (ja) 部品有無判定装置及び部品有無判定方法
KR101642897B1 (ko) 검사방법
JP2005326227A (ja) 穴領域検出装置および穴領域検出方法
KR101056995B1 (ko) 3차원 형상 검사방법
JP2001024321A (ja) 検査データ作成方法
JP2018017608A (ja) 回路基板の検査方法及び検査装置
JP2021047677A (ja) 参照画像生成装置、検査装置、アライメント装置および参照画像生成方法
JP4745633B2 (ja) 物体のカラー画像による欠陥検出方法及び装置
TWI773035B (zh) 影像辨識系統及方法
TWI852571B (zh) 線路影像檢測方法以及包含其的自動光學檢測系統
JP2002296016A (ja) プリント回路板の保護層形状認識方法及び検査方法
JPH09270577A (ja) クリーム半田印刷検査装置およびクリーム半田印刷検査方法
KR20110088943A (ko) 3차원 형상 검사방법
KR101770186B1 (ko) 부품 실장 여부 감지 장치 및 그 제어 방법
JP2024110453A (ja) 検査装置および検査方法
JP2024049959A (ja) 位置計測システム及び照明条件好適化システム
CN112881401A (zh) 使用复合光源的光学检测方法及其装置
KR100684186B1 (ko) 물체의 컬러 화상에 의한 결함검출
KR101311255B1 (ko) 측정대상물 검사방법