TWI741718B - 圖像轉換方法 - Google Patents
圖像轉換方法 Download PDFInfo
- Publication number
- TWI741718B TWI741718B TW109126348A TW109126348A TWI741718B TW I741718 B TWI741718 B TW I741718B TW 109126348 A TW109126348 A TW 109126348A TW 109126348 A TW109126348 A TW 109126348A TW I741718 B TWI741718 B TW I741718B
- Authority
- TW
- Taiwan
- Prior art keywords
- contour point
- original
- original contour
- point
- line
- Prior art date
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000007547 defect Effects 0.000 description 26
- 238000004364 calculation method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G01N21/9501—Semiconductor wafers
- G01N21/9503—Wafer edge inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/10—Selection of transformation methods according to the characteristics of the input images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- 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
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一種圖像轉換方法,包含下列步驟:(a)取得一原始圖像;(b)將該原始圖像分割為一相對應於一物體的前景,及一相對應於一非物體區域的背景;(c)取得該前景中的該物體之數個連續原始輪廓點;(d)對於每一原始輪廓點,分別自該原始輪廓點之兩相反側的原始輪廓點中各取得至少一參考輪廓點;(e)對於每一原始輪廓點,根據該原始輪廓點及其對應的至少一參考輪廓點,獲得一關聯於該原始輪廓點且末端與該原始輪廓點相關的特徵直線;及(f)藉由對齊每一原始輪廓點所對應之特徵直線的末端,將該等特徵直線依序並排,以形成一概呈條狀的轉換區域。
Description
本發明是有關於一種圖像轉換方法,特別是指一種晶圓圖像轉換方法。
在使用者利用電腦檢測晶圓(wafer)表面是否有瑕疵的過程中,由於整片的晶圓之圖檔大小相當龐大,因而使用者必須將整張晶圓圖面頻繁拖曳,方能檢測出瑕疵,檢測的過程非常麻煩,有必要尋求解決之道。
因此,本發明的目的,即在提供一種圖像轉換方法。
於是,本發明圖像轉換方法,藉由一處理單元來實施,並包含下列步驟:(a)取得一原始圖像;(b)將該原始圖像分割為一相對應於一物體的前景,及一相對應於一非物體區域的背景;(c)取得該前景中的該物體之數個連續原始輪廓點;
(d)對於每一原始輪廓點,分別自該原始輪廓點之兩相反側的原始輪廓點中各取得至少一參考輪廓點;(e)對於每一原始輪廓點,根據該原始輪廓點及其對應的至少一參考輪廓點,獲得一關聯於該原始輪廓點且末端與該原始輪廓點相關的特徵直線;及(f)藉由對齊每一原始輪廓點所對應之特徵直線的末端,將該等特徵直線依序並排,以形成一概呈條狀的轉換區域。
本發明的功效在於:透過將原始輪廓點轉換成為該轉換區域,讓使用者可較容易找出該轉換區域中該物體表面上的瑕疵,然後,使用者可將該瑕疵在該轉換區域中的位置回推至該瑕疵該前景的位置,以檢測出該瑕疵。
1:原始圖像
11:前景
12:背景
111、C':原始輪廓點
111’:轉換後輪廓點
112:瑕疵
113:參考連線
114:預設基準線
S'、E':參考輪廓點
θS' 、θE' :參考夾角
2:擬合曲線
3:偏移後擬合曲線
4:特徵直線
5:轉換區域
50:轉換後輪廓點所排列出的曲線
51:邊界直線
21~26:步驟
251~256:子步驟
71~78:步驟
A1、B1、C1、D1:輪廓點
A2、B2、C2、D2:輪廓點
O:幾何中心
△:預定偏移量
本發明的其他的特徵及功效,將於參照圖式的實施方式中清楚地呈現,其中:圖1是一電腦圖像示意圖,說明本發明圖像轉換方法的第一實施例中的原始圖像,其中,該原始圖像包括一相對應於一物體的前景,及一相對應於一非物體區域的背景;圖2是一流程圖,說明該第一實施例;圖3是一流程圖,說明一處理單元如何獲得每一原始輪廓點對
應的一特徵直線;圖4是一示意圖,示意出一原始輪廓點及其對應的至少一參考輪廓點;圖5是一電腦圖像示意圖,說明在該第一實施例中,該物體被轉換成為一轉換區域;圖6是一電腦圖像示意圖,說明本發明圖像轉換方法的第二實施例中的原始圖像,其中,該原始圖像包括一相對應於一物體的前景,及一相對應於一非物體區域的背景;圖7是一流程圖,說明該第二實施例;圖8是一電腦圖像示意圖,說明在該第二實施例中,該物體被轉換成為一轉換區域;圖9是一電腦圖像示意圖,說明在該第二實施例中的另一原始圖像,其中,該原始圖像包括一相對應於一具有邊緣瑕疵之物體的前景,及一相對應於一非物體區域的背景;及圖10是一電腦圖像示意圖,說明在該第二實施例中,具有邊緣瑕疵之該物體被轉換成為一轉換區域。
在本發明被詳細描述之前,應當注意在以下的說明內容中,類似的元件是以相同的編號來表示。
參閱圖1與圖2,本發明圖像轉換方法的第一實施例,適用於輔助使用者檢測出一物體表面上的瑕疵112,並藉由一處理單元(圖未示)來實施,且包含下列步驟。
在步驟21中,取得一相關於該物體的原始圖像1。
在步驟22中,將該原始圖像1分割為一相對應於該物體的前景11,及一相對應於一非物體區域的背景12。在圖1的示例中,該物體的形狀是如圖1所示的圓形,但本發明不限於此。
在步驟23中,取得該前景11中的該物體之數個連續原始輪廓點111。在本第一實施例中,在取得該等原始輪廓點111之過程中,是藉由將該前景11及該背景12轉換為二值化影像,而取得該等原始輪廓點111。
在步驟24中,對於每一原始輪廓點111,分別自該原始輪廓點111之兩相反側的原始輪廓點111中各取得至少一參考輪廓點。
在步驟25中,對於每一原始輪廓點111,根據該原始輪廓點111及其對應的至少一參考輪廓點,獲得一關聯於該原始輪廓點111且末端與該原始輪廓點111相關的特徵直線4。在本第一實施例中,每一特徵直線4之末端為對應的原始輪廓點111,且每一特徵直線4之長度大於等於一預設長度,且每一特徵直線4皆等長,該預設長度為該等原始輪廓點111所界定出之一相關於該物體之形狀
的一幾何中心至每一原始輪廓點111之距離中的一最大距離。然而,在其他實施例中,每一特徵直線4僅需大於等於該預設長度,而無須皆等長。此外,將該預設長度設為該最大距離的好處在於,藉此所獲得之特徵直線4可涵蓋該物體內的所有像素,但該預設長度亦可由一使用者自行決定其長度,並不以此為限。舉例來說,若該圓形的物體為晶圓,且該瑕疵112為去邊劑(EBR)的殘留物,則該瑕疵112即會很靠近晶圓的邊緣(瑕疵112離晶邊的距離不會超過7mm),故該預設長度之長短即可依此原則來設定,藉此,所獲得之特徵直線4可涵蓋該物體中容易具有瑕疵112之部位中的所有像素,而過濾掉該物體中不太會有瑕疵112之部位的像素,以更輕易地並更有效率的讓該使用者找出物體上的瑕疵112。
參閱圖1、圖3與圖4,值得一提的是,步驟25包含以下子步驟。
在子步驟251中,對於每一原始輪廓點111(C'),獲得每一參考輪廓點S'、E'與該原始輪廓點111(C')之一對應的參考連線113。其中,每一參考連線113係為一通過該原始輪廓點111(C')與所對應之參考輪廓點S'、E'的連線。
在子步驟252中,對於每一原始輪廓點111(C'),獲得該原始輪廓點111(C')所對應之每一參考連線113的法向量與一預設基準線114之一對應的參考夾角θS' 、θE' 。在本第一實施例中,該預
設基準線114即為一鉛垂線。
值得一提的是,令每一原始輪廓點111表示為原始輪廓點C',對於每一原始輪廓點C',該原始輪廓點C'與所對應之參考輪廓點S'、E'間之參考距離、的計算方式有以下四種計算方式,令xC' 代表該原始輪廓點C'之x座標,yC' 代表該原始輪廓點C'之y座標,xS' 代表該參考輪廓點S'之x座標,yS' 代表該參考輪廓點S'之y座標,xE' 代表該參考輪廓點E'之x座標,yE' 代表該參考輪廓點E'之y座標。
計算方式四:當參考輪廓點S'與該原始輪廓點C'不相鄰時,在計算參考距離時,可依循參考輪廓點S'與該原始輪廓點C'間相鄰的其他原始輪廓點之距離加總而得。令參考輪廓點S'與該原
始輪廓點C'之間共有NSC個連續相鄰的其他原始輪廓點(亦即,S' 1、S' 2‧‧‧、),則先依據前述之計算方式一至三中的任一計算方式而得兩兩相鄰之輪廓點共NSC+1個距離(亦即,、‧‧‧、),接著將該等NSC+1個距離加總以計算出參考距離 。類似地,當參考輪廓點E'與該原始輪廓點C'不相鄰時,在計算參考距離時,可依循參考輪廓點E'與該原始輪廓點C'間相鄰的其他原始輪廓點之距離加總而得。令參考輪廓點E'與該原始輪廓點C'之間共有NEC個連續相鄰的其他原始輪廓點(亦即,E' 1、E' 2‧‧‧、),則先依據前述之計算方式一至三中的任一計算方式而得兩兩相鄰之輪廓點共NEC+1個距離(亦即,、‧‧‧、),接著將該等NEC+1個距離加總以計算出參考距離 。
在子步驟255中,對於每一原始輪廓點111(C'),根據該原始輪廓點111(C')所對應之每一參考輪廓點S'、E'的參考夾角θS' 、θE及權重,獲得一目標夾角。
在子步驟256中,對於每一原始輪廓點111(C'),根據該原始輪廓點111(C')所對應之目標夾角與該預設基準線114獲得該特徵直線4(亦即,獲得與該預設基準線114夾該目標夾角並通過該原始輪廓點111(C')的該特徵直線4)。
參閱圖1、圖2與圖3,值得特別說明的是,因應步驟24取得之至少一參考輪廓點的數量或鄰近程度不同,在獲得每一原始輪廓點111對應的特徵直線4的方式也有些微的變化,以下示例出四種實施態樣來說明如何獲得每一原始輪廓點111對應的特徵直線4。
在第一種實施態樣中,令每一原始輪廓點111表示為原始輪廓點C,當在步驟24中,對於每一原始輪廓點C,係分別自該原始輪廓點C之兩相反側的原始輪廓點C中各取得一個參考輪廓點(亦即,在該原始輪廓點C之其中一側取得參考輪廓點S,而在該原始輪廓點C之另一相反側取得參考輪廓點E)時,則在子步驟254中,係利用以下公式(1)來獲得參考輪廓點S、E之權重W S 、W E 。而在子步驟255中,對於每一原始輪廓點C,係根據該原始輪廓點C所對應之每一參考輪廓點S、E的參考夾角及權重係利用以下公式(2)來獲得該目標夾角θ C 。
θC=WSθS+WEθE...(2)
其中,θS代表該參考輪廓點S與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,θE代表該參考輪廓點E與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,代表該參考輪廓點S與該原始輪廓點C之參考距離,代表該參考輪廓點E與該原始輪廓點C之參考距離。
在第三種實施態樣中,當在步驟24中,對於每一原始輪廓點C,係自該原始輪廓點C之其中一側的原始輪廓點C中取得N L 個參考輪廓點,且自該原始輪廓點C之其中另一相反側的原始輪廓點C中取得N R 個參考輪廓點(亦即,在該原始輪廓點C之其中一側取得參考輪廓點L1、L2、...、、,而在該原始輪廓點C之另一相反側取得參考輪廓點R1、R2、...、、)時,則在子步驟254中,係利用以下公式(3)來獲得參考輪廓點L1、L2、...、、之權重、...、、,並利用以下公式(4)來獲得參考輪廓點R1、R2、...、、之權重、...、、。而在子步驟255中,對於每一原始輪廓點C,係根據該原始輪廓點C所對應之每一參考輪廓點L1、L2、...、、、R1、R2、...、
、的參考夾角及權重係利用以下公式(5)來獲得該目標夾角θ C 。
其中, ,、、...、、
,、、...、、,,代表位於該原始輪廓點C之其中一側的第一個參考輪廓點L1與該原始輪廓點C之參考距離,代表位於該原始輪廓點C之其中一側的第二個參考輪廓點L2與該原始輪廓點C之參考距離,代表位於該原始輪廓點C之其中一側的第NL-1個參考輪廓點與該原始輪廓點C之參考距離,代表位於該原始輪廓點C之其中一側的第NL個參考輪廓點與該原始輪廓點C之參考距離,代表位於該原始輪廓點C之其中另一相反側的第一個參考輪廓點R1與該原始輪廓點C之參考距離,代表位於該原始輪廓點C之其中另一相反側的第二個參考輪廓點R2與該原始輪廓點C之參考距離,代表位於該原始輪廓點C之其中另一相反側的第NR-1個參考輪廓點與該原
始輪廓點C之參考距離,代表位於該原始輪廓點C之其中另一相反側的第NR個參考輪廓點與該原始輪廓點C之參考距離,代表該參考輪廓點L1與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,代表該參考輪廓點L2與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,代表該參考輪廓點與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,代表該參考輪廓點與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,代表該參考輪廓點R1與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,代表該參考輪廓點R2與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,代表該參考輪廓點與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,代表該參考輪廓點與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角。
請參閱圖1、圖2與圖5,在步驟26中,藉由對齊每一原始輪廓點111所對應之特徵直線4的末端(即原始輪廓點111),將該等特徵直線4依序並排,以形成一概呈條狀的轉換區域5,其中,該
轉換區域5的該等特徵直線4之末端形成一邊界直線51。經由比較圖1與圖5可知,在本第一實施例中,本發明圖像轉換方法藉由將該物體轉換成為概呈條狀的該轉換區域5,可大幅降低使用者須檢測的圖檔之大小,讓使用者在不須頻繁拖曳整張晶圓圖面的情況下,即可容易地找出該轉換區域5中該物體表面上的瑕疵112,然後,該使用者可將該瑕疵112在該轉換區域5中的位置回推至該瑕疵112在圖1中該前景11的位置,以檢測出該瑕疵112。在本第一實施例中,由於每一特徵直線4皆等長,因此所獲得之轉換區域5即為一長條狀的矩形區域,在檢測時更加一目了然。
參閱圖6、圖7與圖8,本發明圖像轉換方法的第二實施例,和上述第一實施例的主要不同點在於,第二實施例還包含一擬合步驟及一偏移步驟。在第二實施例中,該物體仍是以晶圓來做舉例,且是近似於橢圓形(見圖6),而須藉由該擬合步驟來找出橢圓形物體之近似輪廓的數學方程式。
首先,如圖7之步驟71所示,取得一相關於該物體的原始圖像1。
在步驟72中,將該原始圖像1分割為一相對應於該物體的前景11,及一相對應於一非物體區域的背景12。
在步驟73中,取得該前景11中的該物體之數個連續原始輪廓點111。如圖6中的原始輪廓點111所示,在本第二實施例中,
該物體為形狀近似於橢圓形的晶圓,在取得該等原始輪廓點111之過程中,是藉由將該前景11及該背景12轉換為二值化影像,而取得該等原始輪廓點111。
在步驟74中,根據該等原始輪廓點111、該等原始輪廓點111所界定出之一相關於該物體之形狀的一幾何中心O,及一擬合函數,擬合出近似於該等原始輪廓點111的擬合曲線2。在本第二實施例中,由於該物體為近似於橢圓形的晶圓,故,該擬合函數為橢圓函數,且該擬合曲線2為橢圓,其中,m為橢圓之半長軸,n為橢圓之半短軸。在本第二實施例中,可根據該幾何中心O(x’,y’),及該等原始輪廓點111上的四個點(例如圖6所示的四個輪廓點A1、B1、C1、D1),來擬合出該擬合曲線2。
在步驟75中,將該擬合曲線2同心地向外偏移一預定偏移量△,以獲得一偏移後擬合曲線3。由於在本第二實施例中,該物體並非完美的橢圓形,而是近似於橢圓形,故,有一些原始輪廓點111會位於原始的該擬合曲線2的外部,為了避免在後續形成轉換區域5的過程中將位於該擬合曲線2外部的原始輪廓點111排除在外,故在本第二實施例中藉由將該擬合曲線2偏移該預定偏移量△,以獲得該偏移後擬合曲線3,因而可令該物體之所有原始輪廓點111被完全包圍在該偏移後擬合曲線3之內部。
在步驟76中,對於每一原始輪廓點111,分別自該原始
輪廓點111之兩相反側的原始輪廓點111中各取得至少一參考輪廓點。
在步驟77中,對於每一原始輪廓點111,根據該原始輪廓點111及其對應的至少一參考輪廓點,獲得一關聯於該原始輪廓點111且末端與該原始輪廓點111相關的特徵直線4。在本第二實施例中,每一特徵直線4之末端即為該偏移後擬合曲線3之對應的偏移後擬合輪廓點,例如輪廓點A2、B2、C2、D2等,且每一特徵直線4之長度大於等於一預設長度,且每一特徵直線4皆等長,該預設長度為該幾何中心O至該偏移後擬合曲線3的一最大距離(亦即,該偏移後擬合曲線3所界定出之橢圓的半長軸長度)。類似於該第一實施例,可用該第一實施例之四種實施態樣的任一者來獲得每一原始輪廓點111對應的特徵直線4,兩實施例之差別僅在於,第二實施例之每一特徵直線4之末端係延伸到該偏移後擬合曲線3之對應的偏移後擬合輪廓點,而第一實施例之每一特徵直線4之末端僅延伸到對應的原始輪廓點111。
值得特別說明的是,在其他實施例中,每一特徵直線4僅需大於等於該預設長度,而無須皆等長。此外,將該預設長度設為該最大距離的好處在於,藉此所獲得之特徵直線4可涵蓋該物體內的所有像素,但該預設長度亦可由該使用者自行決定其長度,並不以此為限。舉例來說,若該物體為晶圓,且該瑕疵112為去邊劑
(EBR)的殘留物,則該瑕疵112即會很靠近晶圓的邊緣(瑕疵112離晶邊的距離不會超過7mm),故該預設長度之長短即可依此原則來設定,藉此,所獲得之特徵直線4可涵蓋該物體中容易具有瑕疵112之部位中的所有像素,而過濾掉該物體中不太會有瑕疵112之部位的像素,以更輕易地並更有效率的讓該使用者找出物體上的瑕疵112。又或者,也可將每一特徵直線4之末端設定為該偏移後擬合曲線3之對應的偏移後擬合輪廓點,並將每一特徵直線4之起始端設定為至少觸及所關聯的原始輪廓點111,藉此,所獲得之特徵直線4可涵蓋該物體之所有原始輪廓點111,由於瑕疵112也常見於晶圓的邊緣,故晶圓的邊緣也是檢測的重點,藉由將每一特徵直線4之起始端設定為至少觸及所關聯的原始輪廓點111,可更凸顯該物體之所有原始輪廓點111的像素,以讓使用者更輕易地並更有效率的找出物體之邊緣上的瑕疵112。
在步驟78中,藉由對齊每一原始輪廓點111所對應之特徵直線4的末端(即偏移後擬合輪廓點,例如輪廓點A2、B2、C2、D2等等...),將該等特徵直線4依序並排,以形成一概呈條狀的轉換區域5。其中,該轉換區域5的該等特徵直線4的末端形成一邊界直線51。經由比較圖6與圖8可知,在本第二實施例中,本發明圖像轉換方法可將該物體轉換成為概呈條狀的該轉換區域5,並將原始輪廓點111轉換成為該轉換區域5中的轉換後輪廓點111’,讓使
用者可較容易找出該轉換區域5中該物體表面或邊緣上的瑕疵112,然後,使用者可將該瑕疵112在該轉換區域5中的位置回推至該瑕疵112在圖6中該前景11的位置,以檢測出該瑕疵112。
值得一提的是,由於第二實施例之每一特徵直線4之末端係延伸到該偏移後擬合曲線3之對應的偏移後擬合輪廓點,而第一實施例之每一特徵直線4之末端僅延伸到對應的原始輪廓點111,而在形成該轉換區域5時,係藉由對齊每一原始輪廓點111所對應之特徵直線4的末端,因此,在第一實施例中,經步驟26之轉換後,物體的原始輪廓點111會排列成一直線,而無法看出物體的邊緣是否有缺一小角或突起一凸塊;然而,在第二實施例中,經步驟78之轉換後,是該偏移後擬合曲線3的偏移後擬合輪廓點會排列成一直線,若物體的邊緣有缺一小角或突起一凸塊,則物體的原始輪廓點111就不會排列成一直線,藉此,可檢測出物體之邊緣具有缺角或突起。以圖9所示的物體來舉例,圖9的晶圓是有缺一小角的圓形,則經步驟74及步驟75擬合並偏移後的偏移後擬合曲線3會是完美的圓形,而在步驟78所形成的轉換區域5(見圖10)中,偏移後擬合輪廓點會排列成一直線51,但轉換後原始輪廓點111’就不會排列成一直線(見圖10之轉換後輪廓點所排列出的曲線50),如此一來,該使用者即可根據轉換後輪廓點111’是否有排列成一直線而輕易地判斷出晶圓之邊緣是否有瑕疵112(亦即,缺角或突起)。
綜上所述,本發明圖像轉換方法至少具有以下優點及功效:(1)本發明將物體轉換成為轉換區域5,讓使用者可較容易找出該轉換區域5中該物體表面上的瑕疵112;(2)藉由將每一特徵直線4設為等長,可使所轉換出的轉換區域5呈長條狀的矩形區域,以大幅降低使用者須檢測的圖檔之大小,讓使用者在不須頻繁拖曳整張晶圓圖面的情況下,即可輕易地檢測出物體表面上的瑕疵112;(3)在第二實施例中,除了進行擬合步驟之外,由於有一些原始輪廓點111會位於原始的該擬合曲線2的外部,為了避免在後續形成轉換區域5的過程中將位於該擬合曲線2外部的原始輪廓點111排除在外,故在第二實施例中還將該擬合曲線2偏移該預定偏移量△,以獲得該偏移後擬合曲線3,因而可令物體之所有原始輪廓點111被完全包圍在該偏移後擬合曲線3之內部,繼而獲得對應有末端為偏移後擬合輪廓點的每一特徵直線4,再將該等特徵直線4依序並排,以形成轉換區域5,讓使用者可較容易找出該轉換區域5中該物體表面與邊緣上的瑕疵112;故確實能達成本發明的目的。
惟以上所述者,僅為本發明的實施例而已,當不能以此限定本發明實施的範圍,凡是依本發明申請專利範圍及專利說明書內容所作的簡單的等效變化與修飾,皆仍屬本發明專利涵蓋的範圍內。
21~26:步驟
Claims (11)
- 一種圖像轉換方法,藉由一處理單元來實施,並包含下列步驟:(a)取得一原始圖像;(b)將該原始圖像分割為一相對應於一物體的前景,及一相對應於一非物體區域的背景;(c)取得該前景中的該物體之數個連續原始輪廓點;(d)對於每一原始輪廓點,分別自該原始輪廓點之兩相反側的原始輪廓點中各取得至少一參考輪廓點;(e)對於每一原始輪廓點,根據該原始輪廓點及其對應的至少一參考輪廓點,獲得一關聯於該原始輪廓點且末端與該原始輪廓點相關的特徵直線;及(f)藉由對齊每一原始輪廓點所對應之特徵直線的末端,將該等特徵直線依序並排,以形成一概呈條狀的轉換區域。
- 如請求項1所述的圖像轉換方法,其中,步驟(e)包含以下子步驟:(e-1)對於每一原始輪廓點,獲得每一參考輪廓點與該原始輪廓點之一對應的參考連線;(e-2)對於每一原始輪廓點,獲得該原始輪廓點所對應之每一參考連線的法向量與一預設基準線之一對應的參考夾角;(e-3)對於每一原始輪廓點,獲得每一參考輪廓點與該原始輪廓點之一對應的參考距離; (e-4)對於每一原始輪廓點,根據該原始輪廓點所對應之每一參考距離,獲得每一參考輪廓點所對應之權重;(e-5)對於每一原始輪廓點,根據該原始輪廓點所對應之每一參考輪廓點的參考夾角及權重,獲得一目標夾角;及(e-6)對於每一原始輪廓點,根據該原始輪廓點所對應之該目標夾角與該預設基準線獲得該特徵直線。
- 如請求項2所述的圖像轉換方法,其中:在步驟(d)中,對於每一原始輪廓點,係分別自該原始輪廓點之兩相反側的原始輪廓點中各取得一個參考輪廓點;在步驟(e-5)中,對於每一原始輪廓點,係根據該原始輪廓點所對應之每一參考輪廓點的參考夾角及權重,利用以下公式,獲得該目標夾角θC:θC=WSθS+WEθE ,其中,,θS代表位於該原始輪廓點C之其中一側的參考輪廓點S與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,θE代表位於該原始輪廓點C之其中另一相反側的參考輪廓點E與該原始輪廓點C之參考連線的法向量與該預設基準線之參考夾角,代表該參考輪廓點S與該原始輪廓點C之參考距離,代表該參考輪廓點E與該原始輪廓點C之參考距離。
- 如請求項2所述的圖像轉換方法,其中:在步驟(d)中,對於每一原始輪廓點,係自該原始輪廓點之其中一側的原始輪廓點中取得N L 個參考輪廓點,且自該原始輪廓點之其中另一相反側的原始輪廓點中取得N R 個參考輪廓點;在步驟(e-5)中,對於每一原始輪廓點,係根據該原始輪廓點所對應之每一參考輪廓點的參考夾角及權重,利用以下公式,獲得該目標夾角θ C :
- 如請求項5所述的圖像轉換方法,其中:在步驟(d)中,對於每一原始輪廓點,所取得之N L 個參考輪廓點的數量,係等於所取得之N R 個參考輪廓點的數量,且N L 及N R 皆為大於等於2之偶數。
- 如請求項1所述的圖像轉換方法,其中,在步驟(e)中,每一特徵直線之末端為對應的原始輪廓點,且每一特徵直線之長度大於等於一預設長度,該預設長度為該等原始輪廓點所界定出之一相關於該物體之形狀的一幾何中心至每一原始輪廓點之距離中的一最大距離。
- 如請求項7所述的圖像轉換方法,其中,在步驟(e)中,每一原始輪廓點所對應的特徵直線皆等長。
- 如請求項1所述的圖像轉換方法,還包含在該(c)步驟及該(d)步驟之間的下列步驟:(g)根據該等原始輪廓點、該等原始輪廓點所界定出之一相關於該物體之形狀的一幾何中心,及一擬合函數,擬合出一近似於該等原始輪廓點的擬合曲線;及(h)將該擬合曲線同心地向外偏移一預定偏移量,以獲得一偏移後擬合曲線,其中,該物體之所有原始輪廓點 被完全包圍在該偏移後擬合曲線之內部;其中,在步驟(e)中,每一特徵直線之末端為該偏移後擬合曲線之對應的偏移後擬合輪廓點,且每一特徵直線之起始端至少觸及所關聯的原始輪廓點。
- 如請求項9所述的圖像轉換方法,其中,該物體為一晶圓,該擬合函數為橢圓函數,該擬合曲線及該偏移後擬合曲線皆為橢圓。
- 如請求項1所述的圖像轉換方法,其中,該(c)步驟是藉由將該前景及該背景轉換為二值化影像,而取得該等原始輪廓點。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109126348A TWI741718B (zh) | 2020-08-04 | 2020-08-04 | 圖像轉換方法 |
US17/125,301 US11367178B2 (en) | 2020-08-04 | 2020-12-17 | Method for reconstructing an image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109126348A TWI741718B (zh) | 2020-08-04 | 2020-08-04 | 圖像轉換方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI741718B true TWI741718B (zh) | 2021-10-01 |
TW202207162A TW202207162A (zh) | 2022-02-16 |
Family
ID=80113920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109126348A TWI741718B (zh) | 2020-08-04 | 2020-08-04 | 圖像轉換方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11367178B2 (zh) |
TW (1) | TWI741718B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955688A (zh) * | 2014-05-20 | 2014-07-30 | 楚雄师范学院 | 一种基于计算机视觉的斑马鱼群检测与跟踪方法 |
CN105783723A (zh) * | 2016-04-26 | 2016-07-20 | 广东技术师范学院 | 基于机器视觉的精密模具表面加工精度检测装置及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009078087A1 (ja) * | 2007-12-17 | 2009-06-25 | Fujitsu Limited | 表示制御装置、表示制御プログラム及び方法 |
KR102392597B1 (ko) * | 2015-10-15 | 2022-04-29 | 삼성전자주식회사 | 두께 측정 방법, 영상 처리 방법 및 이를 수행하는 전자 시스템 |
TWI712904B (zh) * | 2018-10-18 | 2020-12-11 | 華邦電子股份有限公司 | 電子裝置及積體電路的佈局方法 |
TWI742733B (zh) * | 2020-06-19 | 2021-10-11 | 倍利科技股份有限公司 | 圖像轉換方法 |
-
2020
- 2020-08-04 TW TW109126348A patent/TWI741718B/zh active
- 2020-12-17 US US17/125,301 patent/US11367178B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955688A (zh) * | 2014-05-20 | 2014-07-30 | 楚雄师范学院 | 一种基于计算机视觉的斑马鱼群检测与跟踪方法 |
CN105783723A (zh) * | 2016-04-26 | 2016-07-20 | 广东技术师范学院 | 基于机器视觉的精密模具表面加工精度检测装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202207162A (zh) | 2022-02-16 |
US20220044377A1 (en) | 2022-02-10 |
US11367178B2 (en) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019184885A1 (zh) | 一种相机外参标定方法、装置及电子设备 | |
US9946954B2 (en) | Determining distance between an object and a capture device based on captured image data | |
KR101361897B1 (ko) | 영상 처리 방법, 영상 처리 장치 및 스캐너 | |
JP5699788B2 (ja) | スクリーン領域検知方法及びシステム | |
WO2022057607A1 (zh) | 识别对象边缘的方法、系统及计算机可读存储介质 | |
WO2017096820A1 (zh) | 基于梯度值及梯度方向的图像锐化方法及装置 | |
TWI425444B (zh) | 影像資料歪斜偵測校正方法與裝置 | |
WO2018112790A1 (zh) | 图象处理方法及装置 | |
WO2018163530A1 (ja) | 3次元形状計測装置、3次元形状計測方法、及びプログラム | |
WO2021115040A1 (zh) | 图像校正方法、装置、终端设备和存储介质 | |
WO2019001164A1 (zh) | 滤光片同心度测量方法及终端设备 | |
WO2010066123A1 (zh) | 障碍物分割方法及装置 | |
EP2536123B1 (en) | Image processing method and image processing apparatus | |
Takezawa et al. | Robust perspective rectification of camera-captured document images | |
TWI741718B (zh) | 圖像轉換方法 | |
Zhang et al. | A new algorithm for accurate and automatic chessboard corner detection | |
WO2020051750A1 (zh) | 图像处理方法、边缘提取方法、处理设备及存储介质 | |
WO2020151455A1 (zh) | 一种无纹理金属零件图像规整化直线段边缘检测方法 | |
TWI742733B (zh) | 圖像轉換方法 | |
WO2024016686A1 (zh) | 角点检测的方法和装置 | |
US11134170B2 (en) | Correction of feed skewed images | |
JP2018072115A (ja) | 線幅測定方法、線幅測定プログラム、記憶媒体及び情報処理装置 | |
TWI663576B (zh) | Image correction method | |
US10373324B2 (en) | Measurement apparatus that scans original, method of controlling the same, and storage medium | |
JP6468415B2 (ja) | 画像処理装置及び画像処理プログラム |