1311687 玟'發明說明： 【明丹^屬之_挂^員域^ 發明領域 本發明涉及一種檢測存在於玻璃基板内的内部缺陷的 5深度方向位置的方法，更詳細地說，涉及一種玻璃基板内 缺陷的深度方向位置檢測方法，可以使用在使攝影機 (camera)的焦點面（focai piane)從玻璃基板的表面向玻璃基 板内移動的同時，處理由攝影機拍攝的缺陷的圖像而計算 出的梯度指標(Gradientlndicator)，與照明的亮度、缺陷的 10大小、形狀、邊界、厚度等無關地正確計算缺陷的深度方 向位置，而且，對微細的缺陷也能通過該正確的位置獲得 鮮明的缺陷圖像。 【先前技術3 發明背景 15 一般在TFT-LCD、PDP、EL (Electro-Luminescence)等 平板顯示器的製造領域中使用的玻璃基板上，若其中存在 微小空洞、微小裂痕、雜質等微細的缺陷，則在製品的使 用環境中，容易由衝擊、熱應變等造成破損。爲此，在用 於具有高可靠性的玻璃基板的生産中，該缺陷的檢測是非 20 常重要的。 作爲玻璃基板的缺陷檢測方法，依靠檢測者感覺的肉 眼檢測法被廣泛使用。隨著玻璃基板的大型化，該肉眼檢 測法顯現出與檢測的正確性和檢測所用時間相關的界限。 因此’爲了克服檢測玻璃基板缺陷的肉眼檢測法的界 1311687 限，有必要開發自動檢測法。 作爲自動檢測法，可以例舉在使用CCD(電荷耦合器件) 攝影機檢測車輛用玻璃、玻璃瓶等的檢測步驟中使用的機 械影像(Machine Vision)技術。 5 這樣的使用CCD攝影機的機械影像檢測法具有能應用 於透明且表面光滑的玻璃、能進行非接觸檢測、成本比較 低的優點。 但是，使用CCD攝影機的機械影像檢測法還存在只能 應用於比較大的缺陷的檢測、不能鮮明地檢測玻璃基板記 10 憶體在的數百微米以下的缺陷的缺點。 因此’有必要開發一種自動檢測法，能通過檢測玻璃 基板記憶體在的微細缺陷，來正確判斷該玻璃基板的好壞。 【發明内容】 發明概要 15 本發明是鑒於上述問題而提出來的，其目的在於提供 一種玻璃基板内缺陷的基板深度方向位置檢測方法，通過 使攝影機的焦點面從玻璃基板的表面向内部移動，並處理 由攝影機拍攝的圖像計算出的亮度梯度指標，與照明的亮 度、缺陷的大小、形狀、邊界、厚度等無關地正確計算缺 20 陷的深度方向位置，對微細的缺陷也能通過該計算出的缺 陷深度方向的正確位置獲得鮮明的缺陷圖像，由此可以正 確且立即判斷玻璃基板的好壞。 爲了達成上述目的，根據本發明的較佳實施例，本發 明的玻璃基板内缺陷的深度方向位置的檢測方法，使用攝 6 1311687 〜機檢測玻璃基板内缺陷的深度方向位置，其特徵在於 ^有以下步驟：第1步驟’使上述攝影機的焦點面與上述缺 ^位於的上述玻璃基板的一個面一致；第2步驟，使上述攝 影機的焦點面從上述玻璃基板的一個面向另—個面移動一 5定距離量；第3步驟，用使上述焦點面移動了_定距離的上 迷攝影機拍攝上述缺陷；第4步驟，使用由上述攝影機拍攝 的圖像，計算缺陷和背景的邊界的亮度梯度，並計算與上 述攝影機的焦點面從上述玻璃基板的表面移動的距離相對 應的梯度指標GI的值；第5步驟，對上述攝影機的焦點面從 1〇上述玻璃基板的表面移動的距離和上述玻璃基板的厚度進 行比較；第6步驟，在上述第5步驟，當上述攝影機的焦點 面距離上述玻璃基板表面的移動距離大於上述玻璃基板的 厚度時，將與上述梯度指標GI的值之中的最大值相對應的 距離上述玻璃基板表面的移動距離，決定爲缺陷的深度方 15 向位置。 根據本發明，可以達到如下效果，使攝影機的焦點面 從玻璃基板的表面向内部移動，處理由攝影機拍攝的圖像 計算出梯度指標，使用該梯度指標與照明的亮度、缺陷的 大小、形狀、厚度等無關地正確計算缺陷的深度方向位置， 20 而且，對微細的缺陷也能通過該計算出的缺陷深度方向的 正確位置獲得鮮明的缺陷圖像，由此可以正確且立即判斷 玻璃基板的好壞。 圖式簡單說明 第1圖是表示本發明涉及的玻璃基板内缺陷的深度方 7 1311687 向位置檢測方法的流程圖。 第2圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中使用的裝置的示意圖。 第3圖是表示在本發明涉及的玻璃基板内缺陷的深度 5 方向位置檢測方法中，使攝影機焦點面與缺陷位於的面一 致時的示意圖。 第4圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，用於說明輪廓線檢測的存在於玻璃 基板内的氣泡的圖像，第4a圖是原圖像，第4b圖是應用了 10 索貝爾渡波器（Sobel Filter)的圖像。 第5圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，用於說明輪廓線檢測的存在於玻璃 基板内的雜質的圖像，第5a圖是原圖像，第5b圖是應用了 索貝爾渡波器的圖像。 15 第6圖由第6a至6e圖組成，是表示在本發明涉及的玻璃 基板内缺陷的深度方向位置檢測方法中，用於說明梯度指 標的圖，是使橢圓形缺陷邊界厚度改變的仿真模型。 第7圖由第7a至7f圖組成，是表示在本發明涉及的玻璃 基板内缺陷的深度方向位置檢測方法中，用於說明梯度指 20 標的圖，是使圓形缺陷邊界厚度改變的仿真模型。 第8圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，與第6a至6e圖的橢圓形缺陷邊界厚 度變化相對應的梯度指標的分佈的曲線圖。 第9圖是表示在本發明涉及的玻璃基板内缺陷的深度 1311687 方向位置檢測方法中，與第7a至7f圖的圓形缺陷邊界厚度 變化相對應的梯度指標的分佈的曲線圖。 第10圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，與第6c圖的橢圓形缺陷的背景亮度 5 變化相對應的梯度指標的分佈的曲線圖。 第11圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，與第7c圖的圓形缺陷的背景亮度變 化相對應的梯度指標的分佈的曲線圖。 第12圖是表示在本發明涉及的玻璃基板内缺陷的深度 10 方向位置檢測方法中，梯度指標值(縱軸)與基於攝影機焦點 面z軸移動距離(橫軸）的氣泡的變化的曲線圖。 第13圖由第13a至13c圖組成，是表示在本發明涉及的 玻璃基板内缺陷的深度方向位置檢測方法中，與第12圖所 示的梯度指標值的變化相對應的氣泡的圖像。 15 第14圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，梯度指標值(縱軸）與基於攝影機焦點 面z軸移動距離(橫軸）的雜質的變化的曲線圖。 第15圖由第15a至15c圖組成，是表示在本發明涉及的 玻璃基板内缺陷的深度方向位置檢測方法中，與第14圖所 20 示的梯度指標值的變化相對應的雜質的圖像。 L實施方式H 較佳實施例之詳細說明 以下，基於附圖詳細地說明本發明的較佳實施例。 第1圖是表示本發明涉及的玻璃基板内缺陷的深度方 1311687 向位置檢測方法的流程圖，第2圖是表示本發明涉及的方法 中使用的裝置的示意圖，第3圖是表示在本發明涉及的方法 中’使攝影機焦點面與缺陷位於的面一致時的操作的示意 圖。 5 本發明涉及的玻璃基板内缺陷的深度方向位置檢測方 法，具備以下步驟：使攝影機11(例如CCD攝影機）的焦點面 與玻璃基板1的表面lb—致的步驟(S10)(即，基板1的表面lb 和攝影機11之間的間隔成爲焦距fc);通過朝z方向移送攝影 機11 一定距離，例如lOOpm，使攝影機11的焦點面向玻璃基 10 板1的内部移動一定距離的步驟(S20);用攝影機11拍攝缺陷 la的步驟(S30);從用攝影機11拍攝的圖像，計算出攝影機 11的焦點面從玻璃基板1的表面lb移動的距離對應的梯度 指標（Gradient Indicatior:GI)的步驟(S40);對攝影機11的焦 點面從玻璃基板1的表面lb移動的距離和玻璃基板1的厚度 15 k進行比較的步驟(S50);以及，作爲該比較結果，在焦點 面向玻璃基板1的表面lb移動的距離在玻璃基板1的厚度tG 以下的情況，反覆進行步驟S20、S30、S40、S50，攝影機 11的焦點面從玻璃基板1的表面lb移動的距離在玻璃基板1 的厚度tGe上的情況，將與最大梯度指標GI的值相對應的 20 攝影機11的焦點面距離玻璃基板1的表面lb的移動距離Λζ， 定爲缺陷1£!的深度方向位置d的步驟(S60)。 第2圆是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中使用的裝置10的示意圖，玻璃基板1受 支援台12垂直支援，將攝影機11設置成從玻璃基板1的一側 10 1311687 通過直線運動裝置13沿著玻璃基板1的深度方向，即z軸方 向自由移動，安裝與攝影機11成同軸的照明裝置14，具備 用於控制攝影機11和直線運動裝置13的電腦15。 攝影機11通過由電腦15控制的直線運動裝置13移動， 5 攝影機11獲得的圖像由電腦15進行圖像處理。 使攝影機11的焦點面與玻璃基板1的表面lb—致的步 驟（S10)如第3圖所示，使攝影機11的焦點面與已知X軸和y 軸上位置的玻璃基板1的内部缺陷la的位置相對應的玻璃 基板1的表面lb—致。 10 使攝影機11的焦點面與玻璃基板1的表面lb—致之 後，使攝影機11的焦點面向玻璃基板1内移動一定距離 (S20)。 使攝影機11的焦點面向玻璃基板1内移動一定距離的 步驟(S20)，攝影機11通過直線運動裝置13的驅動向玻璃基 15 板1側移動一定距離，由此，攝影機11的焦點面向玻璃基板 1内移動一定距離量。 使攝影機11的焦點面向玻璃基板1内移動一定距離 (S20)後，用攝影機11拍攝缺陷la(S30)。 從由攝影機11拍攝的缺陷la的圖像，計算出攝影機11 20 的焦點面從玻璃基板1的表面lb移動的距離相對應的梯度 指標GI。 算出梯度指標GI的步驟(S40)，從由攝影機11拍攝的圖 像計算缺陷la和背景的邊界上的亮度梯度，並算出攝影機 11的焦點面從玻璃基板1的表面lb移動的距離相對應的梯 1311687 度指標GI。 爲了算出梯度指標GI，首先需要從拍攝的圖像分離缺 陷1 a和背景。該分離方法使用的演算法是輪廓線(edge)檢測 法0 5 該輪廊線檢測法是將缺陷la的輪廓線部分、或缺陷ia 的表面和背景的亮度差變換成丨次或2次梯度值來識別輪廓 線的方法，也可以使用索貝爾濾波器（s〇belFiher)、拉普拉 斯濾波器（Laplacian Filter)、普拉衛特梯度法（prewitt Gradient Method)、線段增強（Line Segment Enhancement)等 10多種技術中的任意一種。特別優選使用縱橫方向的輪廓線 檢測特性優異的索貝爾濾波器。 圖像G(x，y)的點（x，y)處的亮度梯度可以用下式的向量 表示。 【數1】 15
VG
Gx Gy 0G ai" dGSy 式⑴ 在式（1)中’ VG是點(X,y)處的梯度向量，表示該點處 的亮度的最大變化率方向，輪廓線檢測中最重要的值是該 向量的大小’如果單純地將其作爲梯度，則可以用下式表 示。 20【數2】 ▽G = mag(VG) = [G2x+G;]i 式⑺ 12 1311687 在上述式(2)中，VG與每個向VG方向的單位長度的 G(x，y)的最大增加率相同。|體實現實際演算法時，爲^ 省計算時間並節省硬體，多使作爲梯度的計算式。 【數3】 ^ 上式(3)是用絕對值表示梯度的近似式。 第4_5a圖分別表示破項基板1記憶體在的缺陷以 中的氣泡和雜質，應用索貝爾據波器將各圖元的值變換 成256灰度級再構成該兩圖的圖像，則如第扑㈣圖所示。' 1〇 關所示’由缺陷1a和背景的亮度差，可以確認邊界 浮出的情況。如上所述使用索貝爾渡波器獲得的輪靡線靈 活運用於缺陷i a和背景的分離、及自動調焦（amGfGc她幻。 隨著攝影機11的焦點面與缺陷1&的位置χ轴和y轴所成 的水平面一致，圖像中缺陷1&的輪廊變得明確，缺陷_ 15背景的邊界處的亮度梯度增加。因此，著重這點由下式算 出梯度指標GI。 # 【數4】 GI(z) = V ——- aVG^-VGminJ 式(4) 在上述式(4)中，可以由式(3)求出▽〇的2()(^)位置的圖 20元和8方向相鄰的圖元的亮度梯度，VGmax'VGmin是一 圖像内梯度值的最大、最小值。 ▽ G自身可受到周圍平面背景亮度的影響，所以，應用 ▽ Gmax與VGmin的差值來減少對亮度絕對值的影響，求出 13 k樣計算的各值的合計’是爲了合計各圖元的各梯度值來 得到對圖像全體的梯度值。 計算出與攝影機11的焦點面從玻璃基板1的表 面lb移 動的距離相對應的梯度指標(S4G)之後，對攝影機n的焦點 面從玻璃基板1的表面lb軸的距離和玻璃基板i的厚度tG 進行比較(S50)。 在對攝影機11的焦點面從玻璃基板i的表 面lb移動的 距離和玻璃基板1的厚度tG進行比較的步驟(⑽），攝影機u 的焦點面從玻璃基板1的表面lb移動的距離在玻璃基幻的 厚度tG以下的情況’反覆進行使攝影機u的焦點面向玻璃基 板1内移動-定距離的步驟⑽)，對每個攝影機u的焦點面 從玻璃基板1的表面lb移動的距離算出梯度指標GI(S40)。 在對攝影機11的焦點面從玻璃基板1的表 面lb移動的 距離牙玻璃基板1的厚度t〇進行比較的步驟(㈣) ，攝影機11 # 基板丨的表面lb移動的距離超過玻璃基板丄 的厚度tG時’將與梯度指標GI之巾最大的值相對應的攝影 機11的焦點面距離玻璃基板丨的表面lb的移動距離Az，定 爲缺陷1£1的深度方向位置d(S60)。 ^樣—來，最大梯度指標GI對應的攝影機11焦點面距 離玻璃基板1的表面㈣移動雜&相當於缺陷la的深度 方向位置，即距離玻璃基板丨的表面ib的深度d，所以使 攝影機11的焦點面與梯度指標GI巾最大值對應的攝影機11 的焦點面距離破璃基板1的表面lb的移動距離Λζ進行位置 配合，通過最佳閾值化和附帶標記(Labeling) ，可以向檢測 1311687 者提供鮮明的缺陷1 a的圖像。 在本發明涉及的玻璃基板内缺陷的深度方向位置檢滴j 方法中’爲了決定玻璃基板1内的缺陷la的位置，將梯度指 標GI作爲對焦（in focus)判定指標使用，但爲了表示作爲坡 5璃基板内的缺陷檢測指標是妥當的，進行了以下試驗。 (實驗1) 生産坡璃基板1時發生最多的缺陷1 a的代表例有氣泡 (bllster)和雜質（inclusion)等。氣泡是在玻璃基板1的製造過 程中的溶融過程中空氣混合而表現的形態，雜質不是非晶 10質狀態的玻璃，是指結晶性物質存在於玻璃基板1内而言。 該實驗使用電腦，以類似實際缺陷la的形態，使用了第6和 7圖那樣生成的仿真模型。 第6a〜6e圖分別表示具有1、5、10、15的邊界厚度t、 黑色的橢圓形仿真模型，第7a〜7f圖分別表示邊界厚度1爲 15 1、5、10、I5、20、黑色的圓形仿真模型。 如第8圖所示，可知背景亮度一定的情況下’對應於第 6a〜6e圖的橢圓形缺陷邊界厚度t的變化，梯度指標GI的值 的大小幾乎不變。通過從焦點偏移狀態向對焦狀態的聚焦 程度的變化’可以確認梯度指標GI的值的變化的大小明確 20 不同。 如第9圖所示的第7a〜7f圖的圓形缺陷的邊界厚度的 變化對應的梯度指標GI的值的分佈那樣，圓形缺陷的情況 也可以得到這樣的結果。 由於缺陷邊界厚度固定爲一定值，所以背景亮度爲256 15 1311687 人度級變化爲5〇、100、150、200、250，而且’對梯度指 *Gl的值的變化進行仿真。其結果，可知缺陷邊界厚度t爲 10，表—& π弟6 c圖的橢圓形缺陷背景亮度變化相對應的梯度 才日 -j. _ 的值的分佈的第10圖，其缺陷邊界厚度t爲10，如表 5 示第7ci§i 圃的圓形缺陷背景亮度變化相對應的梯度指標GI的 值'的+佈的第u圖那樣，即使背景亮度增加，梯度指標GI 也幾乎不變化。 〇另外’可知對應於從焦點偏移狀態向對焦狀態的聚焦 °度的變化，可以明確地體現梯度指標GI的值的大小的變 10化。 ♦這樣的結果是表示在檢測玻璃基板1内的缺陷時使用 才弟度指樑GI是妥當的。梯度指標GI有最大值時，通過使攝 知機11的焦點面與缺陷1&存在的缺陷面一致，可以對缺陷 U獲得鮮明的圖像。 15 (實驗2) 爲了調查本發明涉及的玻璃基板内缺陷深度方向位置 檢；則方法的實際應用及作用，使用第2圖的裝置對玻璃基板 1進行缺陷la的檢測的實驗。 圖像獲得所使用的影像板(vision board)是邁創(Matrox) 20 公司制的Meteor Π，攝影機11使用三星BE360ED單色 (Monochrome)的CCD攝影機，照明裝置14使用與攝影機同 軸的超高亮度LED ’電腦15使用AMD Duron 1GHz。 第12圖表示對數百微米左右的氣泡的梯度指標GI的值 (縱軸）的z軸方向移動距離（橫軸）相對應的變化，在z軸每 16 1311687 1〇〇μηι進行移動來獲得圖像 指標GI的值。 對各個獲得的圖像計算梯度 如第12圖所示，可知梯度指標_值的大小在某一特 定位置急劇增大而減少，距離原點的距離在i imm附 5 最大值。 第Ua〜仏圖是第12圖中梯度指標GI有最大值時的圖 像和有接近最大值的梯度指標切的值時的圖像，分別是距 離原點的距離爲l.Gmm、Umm、12麵時的氣泡的圖像。 如第13a〜13C圖所示，可知在梯度指細有最大值的 H)情況、麟原點的距離爲Um_，攝影_的焦點面與氣 泡存在的平面-致，而且可以使用梯度指標gi的值判定破 璃基板1内像氣泡這樣的缺陷la存在的平面。 弟14圖表示對數十微米左右的微細雜質的實驗結果。 詳細進行說明’就是表示梯度指標GI的值對攝影機u的焦 15點面的z軸方向移動距離(橫轴）對應的雜質的變化，雜質的 大小比在上述實驗中使用的氣泡小很多，樣子也不同，但 已知與氣泡-樣’攝影機u的焦點面到達缺陷面，而且存 在梯度指標GI的值比周圍的梯度指標以的值大很多的部 分0 2〇 第15a〜15C圖是第14圖中梯度指標GI有 最大值時的圖 像和有最大值附近的梯度指標〇1的值時的圖像分別是距 離原點的距離爲〇.9_、l.〇mm、hlmm時的雜質的圖像。 如第15a〜15c圖所示，可知在梯度指標GI有最大值的 情況、距離原點的距離爲丨.0 mm時，攝影機2 i的焦點面與雜 17 1311687 質存在的平面一致，而且可以使用梯度指標GI的值判定玻 璃基板1内像雜質這樣的缺陷1a存在的平面。 如上所述，本發明涉及的玻璃基板内缺陷的深度方向 位置檢測方法，爲了檢測内部存在缺陷la的玻璃基板1的表 5 面lb到深度方向的位置，使用利用攝影機11的自動調焦技 術，將梯度指標GI作爲對缺陷la存在面的對焦判定基準使 用。 在本發明涉及的玻璃基板内缺陷的深度方向位置檢測 方法中，爲了驗證使用梯度指標GI的妥當性，進行仿真， 10 來檢測與缺陷la的邊界厚度的變化和背景亮度的變化相對 應的梯度指標GI的值的變化，並說明其結果。另外，本發 明中提示過的算法可以應用於實際步驟中，而且，對是否 具有預期的作用也進行了實驗，並詳細說明了其結果。 因此，隨著從焦點偏移狀態轉移至對焦狀態，梯度指 15 標GI的值增大，梯度指標GI是最大值時，將攝影機11的焦 點面距離玻璃基板1的表面lb的移動距離Δζ判定爲缺陷la 的深度d，由此可以正確判定是否存在微細的缺陷1 a，而且 可以獲得缺陷la的鮮明的圖像。 以上說明了本發明的較佳實施方式，但本發明的權利 20 要求範圍不限於此，本領域的技術人員可以進行各種改變。 L圖式簡單說明3 第1圖是表示本發明涉及的玻璃基板内缺陷的深度方 向位置檢測方法的流程圖。 第2圖是表示在本發明涉及的玻璃基板内缺陷的深度 18 1311687 方向位置檢測方法中使用的裝置的示意圖。 第3圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，使攝影機焦點面與缺陷位於的面一 致時的示意圖。 5 第4圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，用於說明輪廓線檢測的存在於玻璃 基板内的氣泡的圖像，第4a圖是原圖像，第4b圖是應用了 索貝爾渡波器（Sobel Filter)的圖像。 第5圖是表示在本發明涉及的玻璃基板内缺陷的深度 10 方向位置檢測方法中，用於說明輪廓線檢測的存在於玻璃 基板内的雜質的圖像，第5a圖是原圖像’第5b圖是應用了 索貝爾濾波器的圖像。 第6圖由第6a至6e圖組成，是表示在本發明涉及的玻璃 基板内缺陷的深度方向位置檢測方法中，用於說明梯度指 15 標的圖，是使橢圓形缺陷邊界厚度改變的仿真模型。 第7圖由第7a至7f圖組成，是表示在本發明涉及的玻璃 基板内缺陷的深度方向位置檢測方法中，用於說明梯度指 標的圖’是使圓形缺陷邊界厚度改變的仿真模型。 第8圖是表示在本發明涉及的破璃基板内缺陷的深度 20方向位置檢測方法中，與第6a至6e圖的橢圓形缺陷邊界厚 度變化相對應的梯度指標的分佈的曲線圖。 第9圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，與第7a至7f圖的圓形缺陷邊界厚度 隻化相對應的梯度指標的分佈的曲線圖。 19 1311687 第1 〇圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，與第6c圖的橢圓形缺陷的背景亮度 變化相對應的梯度指標的分佈的曲線圖。 第11圖是表示在本發明涉及的玻璃基板内缺陷的深度 5 方向位置檢測方法中，與第7c圖的圓形缺陷的背景亮度變 化相對應的梯度指標的分佈的曲線圖。 第12圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，梯度指標值（縱轴）與基於攝影機焦點 面z軸移動距離(橫軸）的氣泡的變化的曲線圖。 10 第13圖由第13a至13c圖組成，是表示在本發明涉及的 玻璃基板内缺陷的深度方向位置檢測方法中，與第12圖所 示的梯度指標值的變化相對應的氣泡的圖像。 第14圖是表示在本發明涉及的玻璃基板内缺陷的深度 方向位置檢測方法中，梯度指標值(縱軸）與基於攝影機焦點 15 面z軸移動距離(橫軸）的雜質的變化的曲線圖。 第15圖由第15a至15c圖組成，是表示在本發明涉及的 玻璃基板内缺陷的深度方向位置檢測方法中，與第14圖所 示的梯度指標值的變化相對應的雜質的圖像 【圖式之主要元件代表符號表】 15...電腦 d...深度 t...邊界厚度 厚度 GI...梯度指標 △Z···移動距離 1.. .玻璃基板 la. ..内部缺陷 lb. ..表面 11.. .攝影機 12.. .支援台 13.. .直線運動裝置 14…照明裝置 20