国产自产21区,亚洲97,免费毛片网,国产啪视频,青青青国产在线观看,国产毛片一区二区三区精品

缺陷分類裝置、缺陷分類方法、控制程序和記錄介質(zhì)的制作方法
【專利摘要】缺陷分類裝置(1)具備：分類指標(biāo)算出部(14)，其算出表示作為缺陷區(qū)域的一部分的外周區(qū)域中包含的像素的顏色和作為缺陷區(qū)域外的區(qū)域的與上述外周區(qū)域相鄰的附近區(qū)域的像素的顏色之間的差異的特征量；以及缺陷分類部(15)，其基于算出的上述特征量將上述缺陷區(qū)域的缺陷分類為膜內(nèi)異物或者膜上異物。
【專利說明】缺陷分類裝置、缺陷分類方法、控制程序和記錄介質(zhì)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及通過對(duì)拍攝檢查對(duì)象物得到的圖像進(jìn)行解析的該檢查對(duì)象物的缺陷檢測(cè)，具體涉及檢測(cè)出的缺陷的分類。

【背景技術(shù)】
[0002]在工業(yè)產(chǎn)品的制造工序中，進(jìn)行缺陷的檢查對(duì)于確保產(chǎn)品的質(zhì)量很重要，一般都要進(jìn)行。另外，使用檢查裝置的自動(dòng)檢查也變得實(shí)用化。
[0003]例如，下述的專利文獻(xiàn)I記載了如下技術(shù)，使用作為檢查對(duì)象物的平板顯示器的圖像的輸入圖像來檢測(cè)在該平板顯示器中產(chǎn)生的缺陷，另外將檢測(cè)出的缺陷按每個(gè)類型分類。
_4] 現(xiàn)有技術(shù)文獻(xiàn)
[0005]專利文獻(xiàn)
[0006]專利文獻(xiàn)1:日本國(guó)公開專利公報(bào)“特開2012-32369號(hào)公報(bào)(2012年2月16日公開)，，


【發(fā)明內(nèi)容】

_7] 發(fā)明要解決的問題
[0008]在此，已知在如形成有配線的基板那樣在表面形成有薄膜的產(chǎn)品中，會(huì)由于異物進(jìn)入了膜內(nèi)而產(chǎn)生缺陷(以下稱為膜內(nèi)異物)。另外，作為與膜內(nèi)異物在外觀上類似的缺陷，也已知會(huì)由于在膜上附著有異物而產(chǎn)生缺陷(以下稱為膜上異物)。這種缺陷在使用CVD(Chemical Vapor Deposit1n:化學(xué)氣相沉積)裝置制造的產(chǎn)品中特別容易發(fā)生。
[0009]膜內(nèi)異物是產(chǎn)品不合格的原因，因此需要利用修復(fù)裝置除去。另一方面，膜上異物可通過清洗除去，因此不會(huì)成為不合格的原因。這樣，膜內(nèi)異物和膜上異物所需的處理方法不同，因此希望能識(shí)別這些缺陷。
[0010]然而，在如上所述的現(xiàn)有技術(shù)中，有難以識(shí)別外觀上類似的膜內(nèi)異物和膜上異物或者識(shí)別精度低的問題。
[0011]本發(fā)明是鑒于上述問題而完成的，其目的在于提供能對(duì)膜內(nèi)異物和膜上異物進(jìn)行識(shí)別分類的缺陷分類裝置等。
_2] 用于解決問題的方案
[0013]為了解決上述問題，本發(fā)明的一個(gè)實(shí)施方式的缺陷分析裝置是對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置，其特征在于，具備:特征量算出單元，其算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色和作為上述缺陷區(qū)域外的區(qū)域的與上述外周區(qū)域相鄰的非缺陷區(qū)域的像素的顏色之間的差異的大小的特征量；以及缺陷分類單元，其基于上述特征量算出單元所算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
[0014]另外，本發(fā)明的一個(gè)實(shí)施方式的缺陷分析方法是對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置所涉及的缺陷分析方法，其特征在于，具備:特征量算出步驟，算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色和作為上述缺陷區(qū)域外的區(qū)域的與上述外周區(qū)域相鄰的非缺陷區(qū)域的像素的顏色之間的差異的大小的特征量；以及缺陷分類步驟，基于在上述特征量算出步驟中算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
[0015]并且，本發(fā)明的其它實(shí)施方式的缺陷分析裝置是對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分析裝置，其特征在于，具備:特征量算出單元，其算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色與上述缺陷區(qū)域內(nèi)的上述外周區(qū)域以外的區(qū)域即內(nèi)部區(qū)域的像素的顏色之間的差異的特征量；以及缺陷分類單元，其基于上述特征量算出單元所算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
[0016]另外，本發(fā)明的其它實(shí)施方式的缺陷分析方法是對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置所涉及的缺陷分析方法，其特征在于，具備:特征量算出步驟，算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色與上述缺陷區(qū)域內(nèi)的上述外周區(qū)域以外的區(qū)域即內(nèi)部區(qū)域的像素的顏色之間的差異的特征量；以及缺陷分類步驟，基于在上述特征量算出步驟中算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
_7]發(fā)明效果
[0018]根據(jù)本發(fā)明的上述各實(shí)施方式，實(shí)現(xiàn)了能識(shí)別膜內(nèi)異物缺陷和膜上異物缺陷并高精度地分類的效果。

【專利附圖】

【附圖說明】
[0019]圖1是示出本發(fā)明的一個(gè)實(shí)施方式的缺陷分類裝置的主要部分的構(gòu)成的框圖。
[0020]圖2是說明膜內(nèi)異物和膜上異物的不同的圖，該圖的上側(cè)表示拍攝有膜內(nèi)異物或者膜上異物的檢查圖像的一個(gè)例子，該圖的下側(cè)示意性地表示附著有異物的部位的截面。
[0021]圖3是示出將缺陷區(qū)域分割為外周區(qū)域和內(nèi)部區(qū)域，在外周區(qū)域的外側(cè)設(shè)定有附近區(qū)域的狀態(tài)的一個(gè)例子的圖。
[0022]圖4是示出真的膜內(nèi)異物的數(shù)量與上述缺陷分類裝置檢測(cè)出的膜內(nèi)異物的數(shù)量的相互關(guān)系的圖。
[0023]圖5是示出上述缺陷分類裝置所執(zhí)行的缺陷提取/分類處理的一個(gè)例子的流程圖。
[0024]圖6是示出在圖5的S6中進(jìn)行的缺陷分類處理的一個(gè)例子的流程圖。
[0025]圖7是示出同時(shí)采用其它分類用特征量來進(jìn)行缺陷分類的追加判斷處理的一個(gè)例子的流程圖。

【具體實(shí)施方式】
[0026]以下，詳細(xì)說明本發(fā)明的實(shí)施方式。
[0027]〔缺陷分類裝置的構(gòu)成〕
[0028]首先，基于圖1說明本實(shí)施方式的缺陷分類裝置的構(gòu)成。圖1是示出缺陷分類裝置I的主要部分的構(gòu)成的一個(gè)例子的框圖。
[0029]缺陷分類裝置I是對(duì)拍攝該產(chǎn)品得到的圖像即檢查圖像進(jìn)行解析來檢測(cè)在檢查對(duì)象物的表面產(chǎn)生的缺陷并且對(duì)檢測(cè)出的缺陷進(jìn)行分類的裝置。缺陷分類裝置I的主要特征在于，能分類為在表面形成有薄膜的檢查對(duì)象物中異物進(jìn)入膜內(nèi)而造成缺陷的膜內(nèi)異物和在膜上附著有異物而造成缺陷的膜上異物。
[0030]如圖所示，缺陷分類裝置I具備控制部10、存儲(chǔ)部20和檢查圖像輸入部30。此夕卜，該圖雖未示出，缺陷分類裝置I也可以具備接收用戶的輸入操作的輸入部、輸出缺陷的檢測(cè)結(jié)果、分類結(jié)果的輸出部等。
[0031]控制部10統(tǒng)一控制缺陷分類裝置1，具備對(duì)準(zhǔn)部11、缺陷提取部12、區(qū)域設(shè)定部(區(qū)域設(shè)定單元)13、分類指標(biāo)算出部(特征量算出單元、區(qū)域?qū)挾人愠鰡卧⒌贗差算出單元、第2差算出單元)14以及缺陷分類部(缺陷分類單元)15。
[0032]存儲(chǔ)部20是保存缺陷分類裝置I所使用的各種數(shù)據(jù)的存儲(chǔ)裝置，在圖示的例子中，保存有合格品圖像21、缺陷判斷用信息22和缺陷分類用信息23。
[0033]檢查圖像輸入部30是接收檢查圖像的輸入的接口。在檢查對(duì)象物的尺寸大的情況下，為了確保缺陷檢測(cè)所需的分辨率，通過多次拍攝來覆蓋I個(gè)檢查對(duì)象物的整體。也就是說，在這種情況下，通過使用分別拍攝檢查對(duì)象物的不同的部位而得到的多個(gè)檢查圖像來檢查檢查對(duì)象物的整體。以下，說明接收分別拍攝I個(gè)檢查對(duì)象物的不同的部位而得到的多個(gè)檢查圖像的輸入的例子。檢查圖像例如也可以是用數(shù)字照相機(jī)等來拍攝檢查對(duì)象物而得到的檢查圖像。
[0034]對(duì)準(zhǔn)部11進(jìn)行檢查圖像與合格品圖像21的對(duì)準(zhǔn)(對(duì)位)。如上述那樣，合格品圖像21與檢查圖像相比覆蓋檢查對(duì)象物較大范圍，因此如果不進(jìn)行對(duì)準(zhǔn)就無法比較合格品圖像21和檢查圖像。
[0035]因此，對(duì)準(zhǔn)部11將合格品圖像21和檢查圖像對(duì)位，在對(duì)位后的區(qū)域中修剪合格品圖像21，生成圖像尺寸與檢查圖像相等并且與檢查對(duì)象物的相同的部位對(duì)應(yīng)的合格品圖像
21ο
[0036]更詳細(xì)地說，在檢查圖像與合格品圖像21的對(duì)準(zhǔn)中，對(duì)準(zhǔn)部11用公知的拉普拉斯濾光片等從合格品圖像21提取邊緣，生成合格邊緣圖像。另外，對(duì)檢查圖像也同樣地生成檢查邊緣圖像。接下來，用上述合格邊緣圖像和上述檢查邊緣圖像，在合格邊緣圖像上按二維進(jìn)行掃描，按每個(gè)位置依次計(jì)算相關(guān)值。此處例如能利用公知的模板匹配法。并且，將相關(guān)值最高的位置決定為最佳的對(duì)位位置。此外，在檢查圖像和合格品圖像21中拍攝倍率不同的情況下，對(duì)檢查圖像進(jìn)行放大、縮小來進(jìn)行掃描從而求得最佳倍率，按最佳倍率對(duì)圖像對(duì)檢查圖像實(shí)施調(diào)整大小的圖像處理。另外，在檢查圖像與合格品圖像21中能看出旋轉(zhuǎn)變形的差異的情況下，變更旋轉(zhuǎn)角度來進(jìn)行掃描從而求出最佳角度，對(duì)檢查圖像實(shí)施按最佳旋轉(zhuǎn)角度進(jìn)行圖像旋轉(zhuǎn)的圖像處理。
[0037]缺陷提取部12將對(duì)準(zhǔn)后的檢查圖像和對(duì)準(zhǔn)后的合格品圖像21進(jìn)行比較來提取檢查圖像中的缺陷區(qū)域。具體地說，分別算出檢查圖像與對(duì)準(zhǔn)部11修剪好的合格品圖像21中對(duì)應(yīng)的像素(與檢查對(duì)象物的相同部位對(duì)應(yīng)的像素)的像素值的差的絕對(duì)值。并且，將算出的各值與缺陷判斷用信息22中包含的閾值進(jìn)行比較，將大于等于閾值的像素判斷為與缺陷部位對(duì)應(yīng)的缺陷像素。然后將檢查圖像中缺陷像素集中的區(qū)域提取為缺陷區(qū)域。
[0038]區(qū)域設(shè)定部13將提取出的缺陷區(qū)域區(qū)分為內(nèi)部區(qū)域和外周區(qū)域，并且在缺陷區(qū)域的外側(cè)設(shè)定附近區(qū)域。此外，后面詳細(xì)說明這些區(qū)域的設(shè)定方法。
[0039]分類指標(biāo)算出部14針對(duì)所設(shè)定的各區(qū)域(內(nèi)部區(qū)域、外周區(qū)域、附近區(qū)域)算出用于缺陷的分類的分類用特征量。后面詳細(xì)說明該分類用特征量。
[0040]缺陷分類部15用算出的分類用特征量對(duì)缺陷進(jìn)行分類。具體地說，缺陷分類部15將上述分類用特征量和缺陷分類用信息23中包含的閾值進(jìn)行比較，將大于等于閾值的缺陷區(qū)域的缺陷分類為膜內(nèi)異物，將小于閾值的缺陷區(qū)域的缺陷分類為膜上異物。
[0041]合格品圖像21是表示無缺陷的檢查對(duì)象物的圖像，用于與檢查圖像的比較。合格品圖像21例如也可以是將確認(rèn)了不具有缺陷的多個(gè)檢查圖像貼合而生成的。或者也可以是根據(jù)作為產(chǎn)品的設(shè)計(jì)信息的CAD (Computer Aided Design:計(jì)算機(jī)輔助設(shè)計(jì))數(shù)據(jù)制作的圖像。
[0042]缺陷判斷用信息22是用于判斷檢查圖像中的缺陷部位的信息，包括用于判斷檢查圖像的像素是否是缺陷像素的閾值。
[0043]缺陷分類用信息23是用于檢測(cè)出的缺陷的分類的信息，包括用于將缺陷區(qū)域區(qū)分為內(nèi)部區(qū)域和外周區(qū)域的閾值、表示缺陷分類時(shí)使用何種特征量的信息以及用于將缺陷分類為膜內(nèi)異物和膜上異物的閾值。
[0044]〔膜內(nèi)異物和膜上異物〕
[0045]在此，基于圖2詳細(xì)說明膜內(nèi)異物和膜上異物。圖2是說明膜內(nèi)異物和膜上異物的區(qū)別的圖，該圖的上側(cè)表示拍攝了膜內(nèi)異物或者膜上異物的檢查圖像的一個(gè)例子，該圖的下側(cè)示意性地示出異物所附著的部位的截面。此外，在此，示出檢查對(duì)象物是在透明基板上形成有配線，涂覆有均勻厚度的薄膜的液晶顯示裝置的顯示器面板的例子。
[0046]如圖所示，在拍攝產(chǎn)生了膜內(nèi)異物的顯示器面板的檢查圖像中，產(chǎn)生了膜內(nèi)異物的部位不透光，因此顯得黑。另外，膜內(nèi)異物周圍的膜的顏色發(fā)生了變化。
[0047]更詳細(xì)地說，在膜內(nèi)異物的周圍沒有異物，會(huì)透光，因此與有異物的部位相比顏色較淡。不過，該顏色是與其更外側(cè)的正常部位不同的顏色。因此，將膜內(nèi)異物的周圍也判斷為缺陷區(qū)域。此外，如該圖的下側(cè)所示，推測(cè)該顏色的變化是由于有異物導(dǎo)致異物周圍的膜厚發(fā)生變化，從而薄膜干涉發(fā)生了變化。
[0048]這種產(chǎn)生了膜內(nèi)異物的顯示器面板需要移送到除去膜內(nèi)異物的修復(fù)裝置來進(jìn)行修復(fù)。也就是說，膜內(nèi)異物可以說是需要修復(fù)的致命缺陷。
[0049]另一方面，在拍攝產(chǎn)生了膜上異物的顯示器面板的檢查圖像中，膜上異物所附著的部位也不透光因而顯得黑。但是，與膜內(nèi)異物的情況不同，膜上異物的周圍的膜的顏色不變化。如該圖的下側(cè)所示，這是由于異物周圍的膜厚不發(fā)生變化。
[0050]膜上異物能通過清洗除去，因此檢測(cè)出膜上異物的顯示器面板不需要移送到修復(fù)裝置。也就是說，膜上異物可以說是不需要修復(fù)的非致命缺陷。
[0051]〔缺陷分類方法的詳細(xì)說明〕
[0052]如以上那樣，在產(chǎn)生了膜內(nèi)異物的情況下，沿著檢測(cè)出的缺陷區(qū)域的外周的區(qū)域稱為與相鄰于該區(qū)域的非缺陷區(qū)域不同的顏色。因此，如果檢測(cè)出的缺陷區(qū)域的外周區(qū)域的顏色與相鄰于該區(qū)域的非缺陷區(qū)域的顏色不同，就可以說該缺陷區(qū)域是由于膜內(nèi)異物導(dǎo)致的可能性大。
[0053]因此，缺陷分類裝置I的區(qū)域設(shè)定部13將缺陷區(qū)域區(qū)分為外周區(qū)域和內(nèi)部區(qū)域。另外，區(qū)域設(shè)定部13在外周區(qū)域的周圍設(shè)定附近區(qū)域。這些區(qū)域的設(shè)定例如如圖3那樣。圖3是示出將缺陷區(qū)域分割為外周區(qū)域和內(nèi)部區(qū)域，在外周區(qū)域的外側(cè)設(shè)定有附近區(qū)域的狀態(tài)的一個(gè)例子的圖。此外，在該圖中，將離缺陷區(qū)域距離d以內(nèi)的區(qū)域設(shè)為附近區(qū)域。
[0054]作為將缺陷區(qū)域區(qū)分為外周區(qū)域和內(nèi)部區(qū)域的方法，能采用按缺陷區(qū)域的每個(gè)像素算出特征量(用于區(qū)域判別)，使用算出的特征量的2級(jí)I特征量(2級(jí)為內(nèi)部區(qū)域和外周區(qū)域)的判別分析。
[0055]在此，如基于圖2說明的那樣，由于膜內(nèi)異物而產(chǎn)生的外周區(qū)域與內(nèi)部區(qū)域顏色不同，而且亮度也不同。因此，上述特征量能利用亮度值、色相值。在本實(shí)施方式中，說明應(yīng)用亮度值的例子。
[0056]在將亮度值用作區(qū)域判別用特征量的情況下，針對(duì)缺陷區(qū)域的各像素，判別該區(qū)域判別用特征量是否大于等于閾值，由此將缺陷區(qū)域分割為2個(gè)區(qū)域(大于等于閾值的區(qū)域和小于閾值的區(qū)域)。并且，將2個(gè)區(qū)域中的處于內(nèi)部側(cè)的區(qū)域設(shè)為內(nèi)部區(qū)域，處于外側(cè)的區(qū)域設(shè)為外周區(qū)域。
[0057]此外，內(nèi)部側(cè)和外側(cè)的判別能根據(jù)力矩的大小來進(jìn)行。即，首先求出缺陷區(qū)域的重心，然后算出2個(gè)區(qū)域的重心周圍的力矩，將力矩較小的區(qū)域設(shè)為內(nèi)部區(qū)域，將較大的區(qū)域設(shè)為外周區(qū)域。另外，在預(yù)先已知檢查對(duì)象物如透明基板的情況那樣內(nèi)部區(qū)域的像素的亮度值高于外周區(qū)域的像素的亮度值的情況下，也可以將亮度值小于閾值的區(qū)域判斷為內(nèi)部區(qū)域。
[0058]通過這種處理，在產(chǎn)生了膜內(nèi)缺陷的情況下，能將缺陷區(qū)域分割為沿著其外周的環(huán)狀的區(qū)域的外周區(qū)域和由外周區(qū)域包圍的內(nèi)部區(qū)域。
[0059]而且，區(qū)域設(shè)定部13將與決定的外周區(qū)域的外側(cè)相鄰的非缺陷區(qū)域中具有一定寬度d的區(qū)域(由離外周區(qū)域的距離小于等于d的像素構(gòu)成的區(qū)域)決定為附近區(qū)域。
[0060]接下來，針對(duì)如以上那樣決定的區(qū)域，分類指標(biāo)算出部14算出作為用于缺陷分類的指標(biāo)的分類用特征量。更具體地說，分類指標(biāo)算出部14算出外周區(qū)域中包含的像素的色相值的代表值與附近區(qū)域中包含的像素的色相值的代表值的角度差Θ以及外周區(qū)域中包含的像素的彩度的代表值r，算出它們的乘積r X Θ作為缺陷的分類用特征量。此外，色相是Lab色空間的色相atan2(b，a)，彩度是Lab色空間的彩度sqrt (a * a+b * b)。
[0061]然后，缺陷分類部15將算出的分類用特征量與缺陷分類用信息23中包含的閾值進(jìn)行比較，如果分類用特征量大于等于閾值則判斷為膜內(nèi)異物，如果小于閾值則判斷為膜上異物。根據(jù)本申請(qǐng)的發(fā)明人進(jìn)行的實(shí)驗(yàn)的結(jié)果，確認(rèn)了附近區(qū)域的顏色與外周區(qū)域的顏色的區(qū)別程度即上述Θ的值越大，是膜內(nèi)異物的可能性就越高。
[0062]此外，分類用特征量只要是與外周區(qū)域和附近區(qū)域的色差相應(yīng)的值即可，不限于上述例子。例如，也可以將上述Θ設(shè)為分類用特征量。但是，根據(jù)本申請(qǐng)的發(fā)明人進(jìn)行實(shí)驗(yàn)的結(jié)果可知，外周區(qū)域的彩度越低，將非膜內(nèi)異物的缺陷誤判斷為膜內(nèi)異物的概率越高，因此與Θ單獨(dú)作為分類用特征量相比，優(yōu)選將rX Θ設(shè)為分類用特征量。外周區(qū)域的彩度越低，分類用特征量rX Θ越小，正確判斷為膜上異物的概率高。此外，認(rèn)為這是由于彩度越低，微小的顏色差就越會(huì)導(dǎo)致Θ的值發(fā)生較大變動(dòng)。
[0063]另外，也考慮將外周區(qū)域與附近區(qū)域的亮度差設(shè)為分類用特征量。然而，根據(jù)本申請(qǐng)的發(fā)明人進(jìn)行實(shí)驗(yàn)的結(jié)果可知，根據(jù)如上所述的色差進(jìn)行判斷能進(jìn)行更正確的分類，因此希望使用與色差成比例的分類用特征量。
[0064]〔分類的效果〕
[0065]在此，基于圖4說明缺陷分類裝置I進(jìn)行膜內(nèi)異物和膜上異物的分類的效果。圖4是表示真的膜內(nèi)異物的數(shù)量與缺陷分類裝置I所檢測(cè)出的膜內(nèi)異物的數(shù)量的相互關(guān)系的圖。
[0066]此外，在該圖中，設(shè)(a+b+c+d)張輸入圖像中的真的膜內(nèi)異物的數(shù)量(實(shí)際拍攝到膜內(nèi)異物的輸入圖像的數(shù)量)為(a+b)，設(shè)缺陷分類裝置I檢測(cè)出的膜內(nèi)異物的數(shù)量(缺陷分類裝置I檢測(cè)出膜內(nèi)異物的輸入圖像的數(shù)量)為(b+c)。另外，設(shè)缺陷分類裝置I檢測(cè)出的膜內(nèi)異物中的真的膜內(nèi)異物的數(shù)量為b，非膜內(nèi)異物的數(shù)量為C。而且，設(shè)不存在膜內(nèi)異物并且缺陷分類裝置I未檢測(cè)出膜內(nèi)異物的輸入圖像的數(shù)量為d。
[0067]首先，作為缺陷分類裝置I進(jìn)行膜內(nèi)異物和膜上異物分類的效果，舉出能得到好的分類性能的方面。所謂好的分類性能是指未檢測(cè)率和過檢測(cè)率低。例如，膜內(nèi)異物的未檢測(cè)率能用“未能檢測(cè)出的(即忽略的)膜內(nèi)異物的數(shù)量”/ “真的膜內(nèi)異物的數(shù)量” =a/(a+b)來表不。
[0068]另外，膜內(nèi)異物的過檢測(cè)率能用“錯(cuò)誤檢測(cè)出的(即非真正的膜內(nèi)異物的)膜內(nèi)異物的數(shù)量”/ “非真的膜內(nèi)異物的輸入圖像的數(shù)量” =c/(c+d)表示。
[0069]根據(jù)缺陷分類裝置1，用表示外周區(qū)域中包含的像素的顏色與附近區(qū)域中包含的像素的顏色之間的差異的分類用特征量來對(duì)膜內(nèi)異物和膜上異物進(jìn)行分類，因此能使檢測(cè)出的真的膜內(nèi)異物的數(shù)量b增加，使錯(cuò)誤檢測(cè)出的膜內(nèi)異物的數(shù)量c減少。
[0070]因此，能減少未檢測(cè)率:a/ (a+b)和過檢測(cè)率:c/ (c+d)。
[0071]而且，也會(huì)提高分類精度。膜內(nèi)異物的分類精度例如能用“檢測(cè)出的真的膜內(nèi)異物”/ “檢測(cè)出的膜內(nèi)異物的數(shù)量” = b/(b+c)表示。如上述那樣，根據(jù)缺陷分類裝置1，能使b增加，使c減少，因此能提高分類精度:b/(b+c)。另外，提高了膜內(nèi)異物的分類精度，由此也提高了膜上異物的分類性能。
[0072]〔分類結(jié)果的利用〕
[0073]缺陷分類裝置I的分類結(jié)果能在產(chǎn)品的制造工序進(jìn)行各種活用。例如能應(yīng)用于FDC(Fault Detect1n and Classificat1n:故障檢測(cè)和分類)。也就是說，利用缺陷分類裝置I檢測(cè)并監(jiān)視產(chǎn)品的各種制造裝置所產(chǎn)生的膜內(nèi)異物的數(shù)量，能早期發(fā)現(xiàn)制造裝置的異常。
[0074]而以往無法高精度地對(duì)膜內(nèi)異物和膜上異物進(jìn)行分類，因此存在發(fā)現(xiàn)制造裝置的異常的精度低或發(fā)現(xiàn)晚(難以早期發(fā)現(xiàn))的問題。
[0075]另外，根據(jù)缺陷分類裝置1，能提高應(yīng)當(dāng)移送到除去膜內(nèi)異物的修復(fù)裝置的產(chǎn)品(或者部件、組裝中的半產(chǎn)品)中的具有真的膜內(nèi)異物的產(chǎn)品的比例。因此，能提高修復(fù)裝置的運(yùn)轉(zhuǎn)效率。另外，能使修復(fù)裝置除去全部的膜內(nèi)異物(成品率提高)。
[0076]而以往無法對(duì)膜內(nèi)異物和膜上異物進(jìn)行分類(或者分類精度低)，因此移送到修復(fù)裝置的基板中的應(yīng)當(dāng)修復(fù)的具有真的膜內(nèi)異物的產(chǎn)品少。因此，修復(fù)裝置的運(yùn)轉(zhuǎn)效率變低，無法高效運(yùn)用修復(fù)裝置。另外，存在修復(fù)裝置無法除去全部膜內(nèi)異物的問題(成品率降低)。
[0077]另外，也能通過利用缺陷分類裝置I的分類結(jié)果來確定容易產(chǎn)生膜內(nèi)異物的部位、容易產(chǎn)生膜內(nèi)異物的制造條件。并且，也能進(jìn)行制造裝置的改進(jìn)、制造條件的變更來抑制膜內(nèi)異物的多發(fā)。
[0078]而以往無法對(duì)膜內(nèi)異物和膜上異物進(jìn)行分類(或者分類精度低)，因此難以通過解析來進(jìn)行這種確定。
[0079]而且，也能通過利用缺陷分類裝置I的分類結(jié)果來匯總?cè)菀桩a(chǎn)生膜內(nèi)異物的缺陷位置、缺陷的大小。并且，也能變更為即使產(chǎn)生了膜內(nèi)異物也不會(huì)成為次品的設(shè)計(jì)。
[0080]而以往無法對(duì)膜內(nèi)異物和膜上異物進(jìn)行分類(或者分類精度低)，因此難以進(jìn)行這種解析。
[0081]〔處理的流程〕
[0082]接著，基于圖5說明缺陷分類裝置I所執(zhí)行的缺陷提取/分類處理的流程。圖5是示出缺陷提取/分類處理的一個(gè)例子的流程圖。
[0083]首先，在缺陷分類裝置I中，進(jìn)行初始化(SI)。由此，從存儲(chǔ)部20向控制部10讀入合格品圖像21、缺陷判斷用信息22和缺陷分類用信息23。并且，開始針對(duì)各檢查圖像進(jìn)行缺陷的提取和分類的處理的循環(huán)(LI)。
[0084]在檢查圖像的循環(huán)中，對(duì)準(zhǔn)部11讀入輸入檢查圖像輸入部30的多張圖像之一
(S2)。然后，針對(duì)讀入的檢查圖像，進(jìn)行與在SI中讀入的合格品圖像21的對(duì)準(zhǔn)(S3)，將合格品圖像21在對(duì)準(zhǔn)位置進(jìn)行修剪(S4)。修剪好的合格品圖像21與作為對(duì)準(zhǔn)對(duì)象的一張檢查圖像一起發(fā)送到缺陷提取部12。
[0085]接收到修剪好的合格品圖像21和檢查圖像的缺陷提取部12分別算出檢查圖像的各像素的像素值與修剪好的合格品圖像21中對(duì)應(yīng)位置的像素的像素值的差的絕對(duì)值。另夕卜，將算出的差的絕對(duì)值與在SI中讀入的缺陷判斷用信息22中包含的閾值進(jìn)行比較，將差的絕對(duì)值大于等于閾值的像素確定為缺陷像素。并且，在檢查圖像中，將確定的缺陷像素集中的區(qū)域提取為缺陷區(qū)域(S5)。此外，也可以從I張檢查圖像提取多個(gè)缺陷區(qū)域。
[0086]另外，缺陷提取部12將表示提取出的缺陷區(qū)域的信息與檢查圖像一起發(fā)送到區(qū)域設(shè)定部13，由此進(jìn)行缺陷分類處理，提取出的缺陷區(qū)域被分類為膜內(nèi)異物或者膜上異物
(S6)。
[0087]另一方面，在S3中進(jìn)行了對(duì)準(zhǔn)的對(duì)準(zhǔn)部11判斷是否結(jié)束了對(duì)輸入到檢查圖像輸入部30的全部的檢查圖像的對(duì)準(zhǔn)(S7)。在此，在判斷為存在對(duì)準(zhǔn)未結(jié)束的檢查圖像的情況下(S7為否)，返回S2，讀入對(duì)準(zhǔn)未結(jié)束的檢查圖像，針對(duì)該檢查圖像進(jìn)行S3到S6的處理。另一方面，在判斷為結(jié)束了全部的檢查圖像的對(duì)準(zhǔn)的情況下(S7中為是)，檢查圖像的循環(huán)結(jié)束，缺陷提取/分類處理也結(jié)束。
[0088]〔缺陷分類處理〕
[0089]接下來，基于圖6詳細(xì)說明在圖5的S6中進(jìn)行的缺陷分類處理(缺陷分類方法)。圖6是表示缺陷分類處理的一個(gè)例子的流程圖。
[0090]首先，區(qū)域設(shè)定部13算出用于判別缺陷區(qū)域中的外周區(qū)域和內(nèi)部區(qū)域的區(qū)域判別用特征量(SlO)。具體地說，區(qū)域設(shè)定部13算出從缺陷提取部12通知的缺陷區(qū)域中包含的各像素的亮度值作為區(qū)域判別用特征量。
[0091]接著，區(qū)域設(shè)定部13使用算出的區(qū)域判別用特征量來決定內(nèi)部區(qū)域和外周區(qū)域(Sll)。具體地說，區(qū)域設(shè)定部13針對(duì)缺陷區(qū)域的各像素判別其區(qū)域判別用特征量是否大于等于閾值，由此將缺陷區(qū)域分割為2個(gè)區(qū)域(大于等于閾值的區(qū)域和小于閾值的區(qū)域)。并且，將2個(gè)區(qū)域中的處于內(nèi)部側(cè)的區(qū)域設(shè)為內(nèi)部區(qū)域，將處于外側(cè)的區(qū)域設(shè)為外周區(qū)域。
[0092]接下來，區(qū)域設(shè)定部13決定附近區(qū)域(S12)。具體地說，區(qū)域設(shè)定部13將與在Sll中決定的外周區(qū)域的外側(cè)相鄰并具有一定寬度的區(qū)域(由離外周區(qū)域的距離小于等于一定值的像素構(gòu)成的區(qū)域)決定為附近區(qū)域。
[0093]然后，如以上那樣決定了內(nèi)部區(qū)域、外周區(qū)域和附近區(qū)域的區(qū)域設(shè)定部13將這些區(qū)域通知給分類指標(biāo)算出部14。
[0094]接收到該通知的分類指標(biāo)算出部14參照缺陷分類用信息23，使用rX Θ (r:外周區(qū)域的彩度，Θ:外周區(qū)域與附近區(qū)域的色相值的差)作為分類用特征量來確定分類用特征量。
[0095]然后，算出外周區(qū)域的色相值和附近區(qū)域的色相值，算出這些色相值的角度差Θ (S13)。此外，外周區(qū)域的色相值只要表示外周區(qū)域?yàn)楹畏N顏色即可，例如可以是外周區(qū)域中包含的各像素的色相值的算術(shù)平均值，也可以是中值等。附近區(qū)域的色相值也同樣。
[0096]另外，分類指標(biāo)算出部14算出外周區(qū)域的彩度r(S14)，算出將它乘以在S13中算出的Θ得到的rX Θ作為缺陷的分類用特征量(S15)，將其通知給缺陷分類部15。此外，外周區(qū)域的彩度r也與色相值同樣，只要表示外周區(qū)域?yàn)楹畏N彩度即可，例如可以是外周區(qū)域中包含的各像素的彩度的算術(shù)平均值，也可以是中值等。
[0097]接收到分類用特征量的缺陷分類部15將該分類用特征量和缺陷分類用信息23中包含的缺陷分類用的閾值進(jìn)行比較，判斷是否大于等于閾值(S16)。
[0098]在此，在判斷為大于等于閾值的情況下(S16中為是)，缺陷分類部15判斷為該缺陷區(qū)域中產(chǎn)生的缺陷是由膜內(nèi)異物造成的(S17)，結(jié)束缺陷分類處理。
[0099]另一方面，在判斷為小于閾值的情況下(S16中為否)，缺陷分類部15判斷為該缺陷區(qū)域中產(chǎn)生的缺陷是由膜上異物造成的(S18)，結(jié)束缺陷分類處理。此外，雖然在圖示的例子中沒有示出，判斷結(jié)果與該缺陷區(qū)域相對(duì)應(yīng)地存儲(chǔ)于存儲(chǔ)部20。另外，存儲(chǔ)的判斷結(jié)果也可以輸出并顯示于與缺陷分類裝置I一體構(gòu)成或者與缺陷分類裝置I連接的顯示裝置。
[0100]〔追加判斷處理〕
[0101]在圖6的例子中，僅使用I個(gè)分類用特征量(rX Θ)來進(jìn)行缺陷的分類，但是也可以同時(shí)采用其它分類用特征量來提高缺陷的分類精度。
[0102]基于圖7來說明這一點(diǎn)。圖7是示出同時(shí)采用其它分類用特征量來進(jìn)行缺陷的分類的追加判斷處理的一個(gè)例子的流程圖。此外，追加判斷處理是在圖6的S16中判斷為是的情況下進(jìn)行的。
[0103]缺陷分類部15在判斷為分類用特征量(rX Θ )大于等于閾值的情況下(圖6的S16中為是)，對(duì)分類指標(biāo)算出部14指示算出下一個(gè)特征量。然后，接收到該指示的分類指標(biāo)算出部14算出外周區(qū)域的寬度(S20)，將算出的寬度通知給缺陷分類部15。
[0104]此外，外周區(qū)域的寬度是表示環(huán)狀的外周區(qū)域的環(huán)的粗細(xì)的數(shù)值，例如也可以算出外周區(qū)域的像素中的從與內(nèi)部區(qū)域相接的位置的像素起到與附近區(qū)域相接的位置的像素為止的距離作為外周區(qū)域的寬度。另外，也可以涵蓋外周區(qū)域的整周地算出多部位的寬度，將算出的寬度的代表值(算術(shù)平均值、中值)作為外周區(qū)域的寬度，也可以將針對(duì)外周區(qū)域的一個(gè)部位算出的寬度直接作為外周區(qū)域的寬度。
[0105]接收到外周區(qū)域的寬度的通知的缺陷分類部15將所通知的寬度和外周區(qū)域的寬度所對(duì)應(yīng)的閾值進(jìn)行比較，判斷寬度是否大于等于閾值(S21)。
[0106]此外，該判斷是為了防止在外周區(qū)域的寬度小到不會(huì)認(rèn)為膜內(nèi)異物的程度的情況下將其誤判斷為膜內(nèi)異物。因此，上述閾值設(shè)為能判斷是否形成了膜內(nèi)異物導(dǎo)致的外周區(qū)域的值。該閾值只要以缺陷分類部15可參照的方式保存即可，例如也可以包含于缺陷分類用信息23中。
[0107]在此，在判斷為寬度小于閾值的情況下(S21中為否)，缺陷分類部15將該缺陷判斷為膜上異物(S27)，結(jié)束追加判斷處理。另一方面，在判斷為寬度大于等于閾值的情況下(S21中為是)，缺陷分類部15對(duì)分類指標(biāo)算出部14指示算出下一個(gè)特征量。
[0108]接收到該指示的分類指標(biāo)算出部14算出外周區(qū)域與內(nèi)部區(qū)域的亮度差(S22)，將算出的值通知給缺陷分類部15。例如，可以針對(duì)外周區(qū)域中包含的各像素算出亮度值的算術(shù)平均、中值，算出與同樣算出的內(nèi)部區(qū)域中包含的各像素的亮度值的算術(shù)平均、中值的差的絕對(duì)值，將該值設(shè)為上述亮度差。
[0109]接收到外周區(qū)域與內(nèi)部區(qū)域的亮度差的通知的缺陷分類部15將所通知的亮度差與外周區(qū)域和內(nèi)部區(qū)域的亮度差所對(duì)應(yīng)的閾值進(jìn)行比較，判斷亮度差是否大于等于閾值(S23)。
[0110]此外，該判斷用于防止在內(nèi)部區(qū)域和外周區(qū)域的亮度值的差小而不能說是由膜內(nèi)異物導(dǎo)致形成外周區(qū)域的情況下，將其誤判斷為膜內(nèi)異物。因此，上述閾值是能判斷是否形成了由膜內(nèi)異物導(dǎo)致的外周區(qū)域的值。該閾值只要以缺陷分類部15可參照的方式保存即可，例如也可以包含于缺陷分類用信息23中。
[0111]在此，在判斷為亮度差小于閾值的情況下(S23中為否)，缺陷分類部15將該缺陷判斷為膜上異物(S27)，結(jié)束追加判斷處理。另一方面，在判斷為亮度差大于等于閾值的情況下(S23中為是)，缺陷分類部15對(duì)分類指標(biāo)算出部14指示算出下一個(gè)特征量。
[0112]接收到該指示的分類指標(biāo)算出部14算出外周區(qū)域與附近區(qū)域的亮度差(S24)，將算出的值通知給缺陷分類部15。例如，可以針對(duì)外周區(qū)域中包含的各像素算出亮度值的算術(shù)平均、中值，算出與同樣算出的附近區(qū)域中包含的各像素的亮度值的算術(shù)平均、中值的差的絕對(duì)值，將該值設(shè)為上述亮度差。
[0113]接收到外周區(qū)域和附近區(qū)域的亮度差的通知的缺陷分類部15將所通知的亮度差和外周區(qū)域與附近區(qū)域的亮度差所對(duì)應(yīng)的閾值進(jìn)行比較，判斷亮度差是否小于閾值(S25)。
[0114]此外，該判斷用于防止在外周區(qū)域和附近區(qū)域的亮度差大而不能說是由膜內(nèi)異物導(dǎo)致形成外周區(qū)域的情況下，將其誤判斷為膜內(nèi)異物。因此，上述閾值是能判斷是否形成了由膜內(nèi)異物導(dǎo)致的外周區(qū)域的值。此外，如基于圖2說明的那樣，在產(chǎn)生了膜內(nèi)異物的情況下，外周區(qū)域和附近區(qū)域雖有亮度差，卻不會(huì)成為內(nèi)部區(qū)域與附近區(qū)域之間那樣大的亮度差。該閾值只要以缺陷分類部15可參照的方式保存即可，例如可以包含于缺陷分類用信息23中。
[0115]在此，在判斷為亮度差小于閾值的情況下(S25中為是)，缺陷分類部15將該缺陷判斷為膜內(nèi)異物(S26)，結(jié)束追加判斷處理。另一方面，在判斷為亮度差大于等于閾值的情況下(S25中為否)，缺陷分類部15判斷為膜上異物(S27)，結(jié)束追加判斷處理。
[0116]此外，在圖6的Sll中，與缺陷的種類無關(guān)地一律設(shè)定內(nèi)部區(qū)域和外周區(qū)域，因此在缺陷的種類為膜上異物的情況等中，也會(huì)假定外周區(qū)域不為環(huán)狀。在這種情況下，在S20中會(huì)檢測(cè)無法算出寬度的部位，因此分類指標(biāo)算出部14將無法算出寬度的意思通知給缺陷分類部15。在這種情況下，缺陷分類部15判斷為膜上異物，結(jié)束處理。
[0117]另外，在上述例子中，示出了其它分類用特征量也全部由分類指標(biāo)算出部14算出的例子，但是也可以用不同的處理模塊算出不同的特征量。也就是說，也可以使分類指標(biāo)算出部14僅算出rX Θ，而外周區(qū)域的寬度、外周區(qū)域與內(nèi)部區(qū)域的亮度差以及外周區(qū)域與附近區(qū)域的亮度差由其它的處理模塊(圖1未示出)算出。例如，也可以追加區(qū)域?qū)挾人愠鰡卧哪K來使該模塊算出區(qū)域?qū)挾龋芳拥贗差算出單元的模塊來使該模塊算出外周區(qū)域與內(nèi)部區(qū)域的亮度差，追加第2差算出單元的模塊來使該模塊算出外周區(qū)域與附近區(qū)域的亮度差。
[0118]另外，在上述例子中，使用了外周區(qū)域的寬度、外周區(qū)域與內(nèi)部區(qū)域的亮度差以及外周區(qū)域與附近區(qū)域的亮度差的全部來進(jìn)行判斷，但是也可以構(gòu)成為僅使用它們中的一部分。
[0119]圖6和圖7的流程圖是分別獨(dú)立地依次判斷多個(gè)分類用特征量來進(jìn)行缺陷的分類的缺陷分類處理。然而，缺陷分類處理不限于此。也可以使用多個(gè)分類用特征量，使用支持向量機(jī)(Support Vector Machine)、神經(jīng)網(wǎng)絡(luò)、貝葉斯分類等進(jìn)行將膜內(nèi)異物和膜上異物分類的處理。
[0120]〔變形例〕
[0121]上述缺陷分類裝置I使用表示外周區(qū)域與附近區(qū)域的顏色差的分類用特征量來進(jìn)行分類，但是也可以使用表示內(nèi)部區(qū)域與外周區(qū)域的顏色差的分類用特征量來進(jìn)行分類。這是由于如基于圖2所說明的那樣，在膜內(nèi)異物的情況下，在缺陷區(qū)域的外周區(qū)域和內(nèi)部區(qū)域處顏色不同。
[0122]在這種情況下，區(qū)域設(shè)定部13只要設(shè)定外周區(qū)域和內(nèi)部區(qū)域即可，不需要設(shè)定附近區(qū)域。然后，分類指標(biāo)算出部14算出外周區(qū)域的色相的代表值和內(nèi)部區(qū)域的色相的代表值，設(shè)它們的差的絕對(duì)值為分類用特征量。缺陷分類部15在外周區(qū)域與內(nèi)部區(qū)域的顏色差大的情況下，具體地說是在上述分類用特征量大于等于規(guī)定的閾值的情況下，將該缺陷判斷為膜內(nèi)異物。
[0123]另外，上述缺陷分類裝置I進(jìn)行缺陷的檢測(cè)和分類這兩者，但是也可以用不同的裝置進(jìn)行缺陷的檢測(cè)和分類。也就是說，缺陷分類裝置I也可以不具備對(duì)準(zhǔn)部11和缺陷提取部12。在這種情況下，從進(jìn)行缺陷的檢測(cè)的缺陷檢測(cè)裝置接收缺陷的檢測(cè)結(jié)果，用該檢測(cè)結(jié)果來進(jìn)行缺陷的分類。另外，缺陷的檢測(cè)方法只要能確定檢查圖像中的缺陷區(qū)域即可，不限于上述例子。
[0124]而且，上述缺陷分類裝置I將缺陷區(qū)域分割為內(nèi)部區(qū)域和外周區(qū)域，但是也可以變更缺陷提取的閾值，由此僅將內(nèi)部區(qū)域提取為缺陷區(qū)域。在這種情況下，在缺陷區(qū)域的周圍的非缺陷區(qū)域中設(shè)定外周區(qū)域和附近區(qū)域即可。例如，也可以設(shè)離缺陷區(qū)域的距離小于等于D的像素為附近區(qū)域，在該附近區(qū)域中進(jìn)行基于亮度值的判別分析來設(shè)定外周區(qū)域。
[0125]此外，檢查對(duì)象物只要是會(huì)產(chǎn)生膜內(nèi)異物和膜上異物即只要在表面形成有薄膜即可，沒有特別限定。例如，也可以是顯示器面板的顯示部、半導(dǎo)體晶片或者薄膜太陽電池基板。
[0126]〔總結(jié)〕
[0127]本發(fā)明的一個(gè)實(shí)施方式的缺陷分析裝置(I)是對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置，其特征在于，具備:特征量算出單元(分類指標(biāo)算出部14)，其算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色和作為上述缺陷區(qū)域外的區(qū)域的與上述外周區(qū)域相鄰的非缺陷區(qū)域(附近區(qū)域)的像素的顏色之間的差異的大小的特征量；以及缺陷分類單元(缺陷分類部15)，其基于上述特征量算出單元所算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
[0128]另外，本發(fā)明的一個(gè)實(shí)施方式的缺陷分析方法是對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置所涉及的缺陷分析方法，其特征在于，具備:特征量算出步驟，算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色和作為上述缺陷區(qū)域外的區(qū)域的與上述外周區(qū)域相鄰的非缺陷區(qū)域的像素的顏色之間的差異的大小的特征量；以及缺陷分類步驟，基于在上述特征量算出步驟中算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
[0129]根據(jù)上述構(gòu)成，算出表示沿著缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色和與外周區(qū)域相鄰的非缺陷區(qū)域的像素的顏色之間的差異的特征量。然后，基于算出的特征量將缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷或者膜上異物缺陷。
[0130]如基于圖2所說明的那樣，在膜內(nèi)異物缺陷的情況下，在外周區(qū)域和與外周區(qū)域相鄰的非缺陷區(qū)域(附近區(qū)域)的顏色上產(chǎn)生差，因此能通過使用上述特征量來識(shí)別膜內(nèi)異物缺陷和膜上異物缺陷，能高精度地進(jìn)行分類。
[0131]另外，優(yōu)選在本發(fā)明的一個(gè)實(shí)施方式的缺陷分析裝置中具備區(qū)域設(shè)定單元(區(qū)域設(shè)定部13)，該區(qū)域設(shè)定單元(區(qū)域設(shè)定部13)基于上述缺陷區(qū)域中包含的各像素的亮度值來設(shè)定上述外周區(qū)域。
[0132]如基于圖2說明的那樣，在膜內(nèi)異物缺陷的情況下，在缺陷區(qū)域的外周區(qū)域與內(nèi)部區(qū)域中產(chǎn)生亮度差，因此根據(jù)上述構(gòu)成，能適當(dāng)設(shè)定要與非缺陷區(qū)域(附近區(qū)域)比較顏色差異的對(duì)象的外周區(qū)域。
[0133]另外，優(yōu)選在本發(fā)明的一個(gè)實(shí)施方式的缺陷分析裝置中，上述特征量算出單元算出將上述外周區(qū)域中包含的像素的色相的代表值與上述非缺陷區(qū)域中包含的像素的色相的代表值的差乘以上述外周區(qū)域中包含的像素的彩度的代表值得到的值作為上述特征量。
[0134]根據(jù)上述構(gòu)成，算出將色相的代表值的差乘以彩度的代表值得到的值作為特征量。色相的代表值的差是用數(shù)值來表示顏色的差異，因此含有它的特征量就反映了外周區(qū)域與非缺陷區(qū)域的顏色的差異的大小。此外，代表值是代表該區(qū)域的值，是表示該區(qū)域?yàn)楹畏N色相或者彩度的值。如果舉出具體例子，能將該區(qū)域中包含的各像素的色相(或者彩度)的算術(shù)平均值、中值等設(shè)為代表值。
[0135]另外，如上述那樣，可知外周區(qū)域的彩度越低，將非膜內(nèi)異物的缺陷判斷為膜內(nèi)異物缺陷的概率越高。因此，通過設(shè)將外周區(qū)域的彩度乘以色相的代表值的差得到的值為特征量，實(shí)際上能減少將非膜內(nèi)異物缺陷的缺陷誤判斷為膜內(nèi)異物缺陷的概率。
[0136]另外，優(yōu)選本發(fā)明的一個(gè)實(shí)施方式的缺陷分析裝置具備算出上述外周區(qū)域的環(huán)的寬度的區(qū)域?qū)挾人愠鰡卧?分類指標(biāo)算出部14)，上述缺陷分類單元在上述特征量算出單元所算出的上述特征量大于等于基于顏色的缺陷分類用的預(yù)先決定的閾值，并且上述區(qū)域?qū)挾人愠鰡卧愠龅膶挾却笥诘扔诨趨^(qū)域?qū)挾鹊娜毕莘诸愑玫念A(yù)先決定的閾值的情況下，將上述缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷。
[0137]根據(jù)上述構(gòu)成，在特征量算出單元所算出的特征量大于等于閾值并且外周區(qū)域的環(huán)的寬度大于等于閾值的情況下，將該缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷。
[0138]由此，能防止在外周區(qū)域的寬度小到不會(huì)認(rèn)為是膜內(nèi)異物缺陷的程度的情況下將其誤判斷為膜內(nèi)異物缺陷。
[0139]另外，優(yōu)選本發(fā)明的一個(gè)實(shí)施方式的缺陷分析裝置具備第I差算出單元(分類指標(biāo)算出部14)，上述第I差算出單元(分類指標(biāo)算出部14)算出上述外周區(qū)域中包含的像素的亮度值的代表值與上述缺陷區(qū)域內(nèi)的上述外周區(qū)域以外的區(qū)域即內(nèi)部區(qū)域中包含的像素的亮度值的代表值的差，上述缺陷分類單元在上述特征量算出單元所算出的上述特征量大于等于基于顏色的缺陷分類用的預(yù)先決定的閾值，并且上述第I差算出單元所算出的亮度值的差大于等于基于上述外周區(qū)域與內(nèi)部區(qū)域的亮度差的缺陷分類用的預(yù)先決定的閾值的情況下，將上述缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷。
[0140]根據(jù)上述構(gòu)成，在特征量算出單元所算出的特征量大于等于閾值，并且外周區(qū)域中包含的像素的亮度值的代表值與內(nèi)部區(qū)域中包含的像素的亮度值的代表值的差大于等于閾值的情況下，將該缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷。
[0141]由此，能防止在內(nèi)部區(qū)域與外周區(qū)域的亮度值的差小而不能說是由膜內(nèi)異物缺陷導(dǎo)致形成外周區(qū)域的情況下，將其誤判斷為膜內(nèi)異物缺陷。
[0142]另外，優(yōu)選本發(fā)明的一個(gè)實(shí)施方式的缺陷分析裝置具備第2差算出單元(分類指標(biāo)算出部14)，上述第2差算出單元(分類指標(biāo)算出部14)算出上述外周區(qū)域中包含的像素的亮度值的代表值與上述非缺陷區(qū)域中包含的像素的亮度值的代表值的差，上述缺陷分類單元在上述特征量算出單元所算出的上述特征量大于等于基于顏色的缺陷分類用的預(yù)先決定的閾值，并且上述第2差算出單元所算出的亮度值的差小于基于上述外周區(qū)域與非缺陷區(qū)域的亮度差的缺陷分類用的預(yù)先決定的閾值的情況下，將上述缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷。
[0143]根據(jù)上述構(gòu)成，在特征量算出單元所算出的特征量大于等于閾值，并且外周區(qū)域中包含的像素的亮度值的代表值與非缺陷區(qū)域中包含的像素的亮度值的代表值的差小于閾值的情況下，將該缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷。
[0144]由此，能防止在外周區(qū)域與非缺陷區(qū)域的亮度差大而不能說是由膜內(nèi)異物缺陷導(dǎo)致形成外周區(qū)域的情況下，將其誤判斷為膜內(nèi)異物缺陷。
[0145]另外，本發(fā)明的其它實(shí)施方式的缺陷分析裝置是對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置，其特征在于，具備:特征量算出單元，其算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色與上述缺陷區(qū)域內(nèi)的上述外周區(qū)域以外的區(qū)域即內(nèi)部區(qū)域的像素的顏色之間的差異的特征量；以及缺陷分類單元，其基于上述特征量算出單元所算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
[0146]并且，本發(fā)明的其它實(shí)施方式的缺陷分析方法是對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置所涉及的缺陷分析方法，其特征在于，具備:特征量算出步驟，算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色與上述缺陷區(qū)域內(nèi)的上述外周區(qū)域以外的區(qū)域即內(nèi)部區(qū)域的像素的顏色之間的差異的特征量；以及缺陷分類步驟，其基于在上述特征量算出步驟中算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
[0147]根據(jù)上述構(gòu)成，算出表示沿著缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色與缺陷區(qū)域內(nèi)的上述外周區(qū)域以外的區(qū)域即被外周區(qū)域包圍的內(nèi)部區(qū)域的像素的顏色之間的差異的特征量。然后，基于算出的特征量來將缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷或者膜上異物缺陷。
[0148]如基于圖2說明的那樣，在膜內(nèi)異物缺陷的情況下，在缺陷區(qū)域的外周區(qū)域和內(nèi)部區(qū)域中產(chǎn)生顏色差異，因此能通過使用上述特征量來識(shí)別膜內(nèi)異物缺陷和膜上異物缺陷，能高精度地分類。
[0149]此外，上述缺陷分類裝置也可以利用計(jì)算機(jī)來實(shí)現(xiàn)，在這種情況下，使計(jì)算機(jī)作為上述缺陷分類裝置的各單元來進(jìn)行動(dòng)作，由此用計(jì)算機(jī)實(shí)現(xiàn)上述缺陷分類裝置的控制程序以及記錄有該程序的計(jì)算機(jī)可讀取的記錄介質(zhì)也包含于本發(fā)明的范疇。
[0150]本發(fā)明不限于上述各實(shí)施方式，能在權(quán)利要求所示的范圍中進(jìn)行各種變更，將不同的實(shí)施方式中分別公開的技術(shù)方案適當(dāng)?shù)亟M合而得到的實(shí)施方式也包含在本發(fā)明的技術(shù)的范圍中。
[0151]〔軟件的實(shí)現(xiàn)例〕
[0152]最后，缺陷分類裝置I的各模塊特別是控制部10也可以利用在集成電路(IC芯片)上形成的邏輯電路來用硬件方式實(shí)現(xiàn)，也可以使用CPU (Central Processing Unit:中央處理器)來用軟件方式實(shí)現(xiàn)。
[0153]在后者的情況下，缺陷分類裝置I具備執(zhí)行實(shí)現(xiàn)各功能的程序的命令的CPU、保存有上述程序的ROM (Read Only Memory:只讀存儲(chǔ)器)、展開上述程序的RAM (Random AccessMemory:隨機(jī)存取存儲(chǔ)器)、保存上述程序和各種數(shù)據(jù)的存儲(chǔ)器等存儲(chǔ)裝置(記錄介質(zhì))等。并且，也能對(duì)缺陷分類裝置I提供以計(jì)算機(jī)可讀取的方式記錄有作為實(shí)現(xiàn)上述功能的軟件的缺陷分類裝置I的控制程序的程序代碼(執(zhí)行形式程序、中間代碼程序、源程序)的記錄介質(zhì)，該計(jì)算機(jī)(或者CPU、MPU)讀出并執(zhí)行記錄于記錄介質(zhì)的程序代碼，由此來實(shí)現(xiàn)本發(fā)明的目的。
[0154]作為上述記錄介質(zhì)，能采用非暫時(shí)的有形介質(zhì)(non-transitory tangiblemedium)，例如磁帶、盒帶等帶類、包括軟(注冊(cè)商標(biāo))盤/硬盤等磁盤、⑶-R0M/M0/MD/DVD/CD-R等光盤的盤類、IC卡(包括存儲(chǔ)卡)/光卡等卡類、掩模R0M/EPR0M/EEPR0M(注冊(cè)商標(biāo))/閃存ROM等半導(dǎo)體存儲(chǔ)器類或者PLD (Programmable logic device:可編程邏輯器件)、FPGA(Field Programmable Gate Array:現(xiàn)場(chǎng)可編程門陣列)等邏輯電路類等。
[0155]另外，也可以將缺陷分類裝置I構(gòu)成為可與通信網(wǎng)絡(luò)連接，經(jīng)過通信網(wǎng)絡(luò)提供上述程序代碼。該通信網(wǎng)絡(luò)只要能傳送程序代碼即可，沒有特別限定。例如，能利用互聯(lián)網(wǎng)、內(nèi)聯(lián)網(wǎng)、外聯(lián)網(wǎng)、LAN、ISDN、VAN、CATV 通信網(wǎng)、虛擬專用網(wǎng)(Virtual Private Network)、電話線路網(wǎng)、移動(dòng)體通信網(wǎng)、衛(wèi)星通信網(wǎng)等。另外，構(gòu)成該通信網(wǎng)絡(luò)的傳送介質(zhì)也只要是能傳送程序代碼即可，不限于特定的構(gòu)成或者種類。例如，可以利用IEEE1394、USB、電力線傳輸、電纜TV線路、電話線、ADSL (Asymmetric Digital Subscriber Line:非對(duì)稱數(shù)字用戶線路)線路等有線方式，也可以利用IrDA、遙控的紅外線、Bluetooth(藍(lán)牙)(注冊(cè)商標(biāo))、IEEE802.11 無線、HDR(High Data Rate:高數(shù)據(jù)速率)、NFC(Near Field Communicat1n:近場(chǎng)通信)、DLNA(Digital Living Network Alliance:數(shù)字生活網(wǎng)絡(luò)聯(lián)盟)、便攜電話網(wǎng)、衛(wèi)星線路、地面波數(shù)字網(wǎng)等無線方式。此外，本發(fā)明也能以將上述程序代碼具現(xiàn)化為電子傳送的嵌入載波的計(jì)算機(jī)數(shù)據(jù)信號(hào)的方式實(shí)現(xiàn)。
[0156]工業(yè)h的可利用件
[0157]本發(fā)明能應(yīng)用于工業(yè)產(chǎn)品的缺陷檢查。
[0158]附圖標(biāo)記說曰月:
[0159]1:缺陷分類裝置
[0160]13:區(qū)域設(shè)定部(區(qū)域設(shè)定單元)
[0161]14:分類指標(biāo)算出部(特征量算出單元，區(qū)域?qū)挾人愠鰡卧贗差算出單元，第2差算出單元)
[0162]15:缺陷分類部(缺陷分類單元)
【權(quán)利要求】
1.一種缺陷分類裝置，是對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置，其特征在于，具備: 特征量算出單元，其算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色和作為上述缺陷區(qū)域外的區(qū)域的與上述外周區(qū)域相鄰的非缺陷區(qū)域的像素的顏色之間的差異的大小的特征量；以及 缺陷分類單元，其基于上述特征量算出單元所算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
2.根據(jù)權(quán)利要求1所述的缺陷分類裝置，其特征在于， 具備區(qū)域設(shè)定單元，上述區(qū)域設(shè)定單元基于上述缺陷區(qū)域中包含的各像素的亮度值來設(shè)定上述外周區(qū)域。
3.根據(jù)權(quán)利要求1或者2所述的缺陷分類裝置，其特征在于， 上述特征量算出單元算出對(duì)上述外周區(qū)域中包含的像素的色相的代表值與上述非缺陷區(qū)域中包含的像素的色相的代表值的差乘以上述外周區(qū)域中包含的像素的彩度的代表值而得到的值作為上述特征量。
4.根據(jù)權(quán)利要求1至3中的任一項(xiàng)所述的缺陷分類裝置，其特征在于， 具備區(qū)域?qū)挾人愠鰡卧鲜鰠^(qū)域?qū)挾人愠鰡卧愠錾鲜鐾庵軈^(qū)域的環(huán)的寬度， 上述缺陷分類單元在上述特征量算出單元所算出的上述特征量大于等于基于顏色的缺陷分類用的預(yù)先決定的閾值且上述區(qū)域?qū)挾人愠鰡卧愠龅膶挾却笥诘扔诨趨^(qū)域?qū)挾鹊娜毕莘诸愑玫念A(yù)先決定的閾值的情況下，將上述缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷。
5.根據(jù)權(quán)利要求1至4中的任一項(xiàng)所述的缺陷分類裝置，其特征在于， 具備第I差算出單元，上述第I差算出單元算出上述外周區(qū)域中包含的像素的亮度值的代表值與作為上述缺陷區(qū)域內(nèi)的上述外周區(qū)域以外的區(qū)域的內(nèi)部區(qū)域中包含的像素的亮度值的代表值的差， 上述缺陷分類單元在上述特征量算出單元所算出的上述特征量大于等于基于顏色的缺陷分類用的預(yù)先決定的閾值并且上述第I差算出單元所算出的亮度值的差大于等于基于上述外周區(qū)域與內(nèi)部區(qū)域的亮度差的缺陷分類用的預(yù)先決定的閾值的情況下，將上述缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷。
6.根據(jù)權(quán)利要求1至5中的任一項(xiàng)所述的缺陷分類裝置，其特征在于， 具備第2差算出單元，上述第2差算出單元算出上述外周區(qū)域中包含的像素的亮度值的代表值與上述非缺陷區(qū)域中包含的像素的亮度值的代表值的差， 上述缺陷分類單元在上述特征量算出單元所算出的上述特征量大于等于基于顏色的缺陷分類用的預(yù)先決定的閾值并且上述第2差算出單元所算出的亮度值的差小于基于上述外周區(qū)域與非缺陷區(qū)域的亮度差的缺陷分類用的預(yù)先決定的閾值的情況下，將上述缺陷區(qū)域的缺陷分類為膜內(nèi)異物缺陷。
7.一種缺陷分類裝置，是對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置，其特征在于，具備: 特征量算出單元，其算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色與上述缺陷區(qū)域內(nèi)的上述外周區(qū)域以外的區(qū)域即內(nèi)部區(qū)域的像素的顏色之間的差異的特征量；以及 缺陷分類單元，其基于上述特征量算出單元所算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
8.一種缺陷分析方法，采用對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置，其特征在于，具備: 特征量算出步驟，算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色和作為上述缺陷區(qū)域外的區(qū)域的與上述外周區(qū)域相鄰的非缺陷區(qū)域的像素的顏色之間的差異的大小的特征量；以及 缺陷分類步驟，基于在上述特征量算出步驟中算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
9.一種缺陷分析方法，采用對(duì)拍攝在表面形成有薄膜的檢查對(duì)象物而得到的檢查圖像中檢測(cè)出的缺陷區(qū)域的缺陷進(jìn)行分類的缺陷分類裝置，其特征在于，具備: 特征量算出步驟，算出表示作為上述缺陷區(qū)域的一部分的沿著該缺陷區(qū)域的外周的環(huán)狀的區(qū)域即外周區(qū)域中包含的像素的顏色與上述缺陷區(qū)域內(nèi)的上述外周區(qū)域以外的區(qū)域即內(nèi)部區(qū)域的像素的顏色之間的差異的特征量；以及 缺陷分類步驟，基于在上述特征量算出步驟中算出的上述特征量，將上述缺陷區(qū)域的缺陷分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的內(nèi)部側(cè)存在異物的膜內(nèi)異物缺陷，或者分類為相對(duì)于上述薄膜在上述檢查對(duì)象物的外部側(cè)存在異物的膜上異物缺陷。
10.一種控制程序，是用于使權(quán)利要求1至7中的任一項(xiàng)所述的缺陷分類裝置動(dòng)作的控制程序，其特征在于， 使計(jì)算機(jī)發(fā)揮上述各單元的功能。
11.一種計(jì)算機(jī)可讀取的記錄介質(zhì)，其特征在于， 記錄有權(quán)利要求10所述的控制程序。
【文檔編號(hào)】G01N21/956GK104508469SQ201380039119
【公開日】2015年4月8日 申請(qǐng)日期:2013年7月30日 優(yōu)先權(quán)日:2012年8月31日
【發(fā)明者】山田榮二 申請(qǐng)人:夏普株式會(huì)社