JP2004093338A - 外観検査装置および外観検査方法 - Google Patents
外観検査装置および外観検査方法 Download PDFInfo
- Publication number
- JP2004093338A JP2004093338A JP2002254678A JP2002254678A JP2004093338A JP 2004093338 A JP2004093338 A JP 2004093338A JP 2002254678 A JP2002254678 A JP 2002254678A JP 2002254678 A JP2002254678 A JP 2002254678A JP 2004093338 A JP2004093338 A JP 2004093338A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- defective
- data
- range
- inspection
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 377
- 238000000034 method Methods 0.000 title claims abstract description 113
- 230000002950 deficient Effects 0.000 claims abstract description 529
- 238000012545 processing Methods 0.000 claims description 114
- 230000007547 defect Effects 0.000 claims description 58
- 238000011179 visual inspection Methods 0.000 claims description 49
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000005259 measurement Methods 0.000 claims description 28
- 238000013075 data extraction Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 37
- 238000013500 data storage Methods 0.000 abstract description 19
- 230000000694 effects Effects 0.000 abstract description 12
- 239000006185 dispersion Substances 0.000 abstract 4
- 238000010586 diagram Methods 0.000 description 9
- 238000002360 preparation method Methods 0.000 description 8
- 239000000126 substance Substances 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】本発明は、検査対象製品毎にパターン形状の微小差異や濃淡値の差異があっても誤判定せずに、また、良品の規格内である異物付着やキズなどの過検出やカメラノイズ等の影響によっても誤判定せずに、良品の規格からはずれた検出すべき不良品のみを精度良く検出することができる外観検査装置および外観検査方法を提供することを課題とする。
【解決手段】統計処理部４は、濃淡画像データ記憶部３に記憶された複数の濃淡画像データから画素毎に基準画素値とばらつき値とを算出し、各画素毎に算出された基準画素値とばらつき値とから基準画像データとばらつきデータとを作成する。判定部７は、ばらつきデータから差画像良品範囲上限データと差画像良品範囲下限データとを作成し、差画像データが差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内であるか否かを画素毎に判定することで、検査対象製品２の良否判定を行う。
【選択図】 図１
【解決手段】統計処理部４は、濃淡画像データ記憶部３に記憶された複数の濃淡画像データから画素毎に基準画素値とばらつき値とを算出し、各画素毎に算出された基準画素値とばらつき値とから基準画像データとばらつきデータとを作成する。判定部７は、ばらつきデータから差画像良品範囲上限データと差画像良品範囲下限データとを作成し、差画像データが差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内であるか否かを画素毎に判定することで、検査対象製品２の良否判定を行う。
【選択図】 図１
Description
【０００１】
【発明の属する技術分野】
本発明は、検査対象物のパターンの形成状態又はパターン上の異物付着やキズなどの不良を検出する外観検査装置および外観検査方法に関し、特に検査対象物のパターンを撮像した濃淡画像データを基準画像データと比較することによって検査対象物の良否の判定を行う外観検査装置および外観検査方法に関する。本発明の外観検査装置および外観検査方法は、例えば半導体ウエハや半導体チップ等の欠陥やキズ、異物付着を検出することにより良否判定を行う。
【０００２】
【従来の技術】
従来、検査対象物のパターンの形成状態又はパターン上の異物付着やキズなどの不良を検出する外観検査方法としては、比較画像データと検査対象画像データを比較して違いがあれば欠陥があると判定する方法が知られている（例えば、特許文献１参照。）。
【０００３】
図１７は、従来技術の問題点を説明するための濃淡値プロファイルである。
ところが、この方法では、良品でもパターン形状の微小差異や膜厚のばらつき等に起因する濃淡値の差異等があるため不一致箇所が生じ、誤検出が多発する場合があるという問題点があった。
【０００４】
図１７（ａ）は、比較画像データである良品のパターンの濃淡値プロファイルを示しており、図１７（ｂ）は、異物が付着した検査対象のプロファイルを示している。図１７（ｃ）は、図１７（ａ）と（ｂ）とを比較した差を示したプロファイルであり、異物付着箇所のみに差が表れており、異物付着ありと判定することができる。
【０００５】
図１７（ａ’）は、比較画像データである良品のパターンの濃淡値プロファイルを示しており、図１７（ｄ）は、パターンの線幅が太くなっている場合を示している。図１７（ｅ）は、図１７（ａ’）と（ｄ）とを比較した差を示したプロファイルであり、パターンの線幅が太くなっている箇所のみに差が表れており、図１７（ｃ）同様に異物付着ありと判定されてしまう。
【０００６】
図１７に一例を示したように、比較画像データと検査対象画像の差だけでは、パターンの太り細りなどのばらつきか異物付着か区別することができないので、パターンの線幅などのばらつきが良品の範囲のばらつきであっても不良と誤判定したり、良品の範囲のパターンの線幅などのばらつきを誤判定しないように判定の閾値を変更すると本当の異物付着を見逃したりしてしまう。
【０００７】
そこで、被検査パターンの定めたチップから画像信号を検出し、この検出画像信号に対して統計量からなる統計画像を生成し、この統計画像を用いることによって欠陥を検出、或いは統計画像を用いてパターンのでき具合を定量化しプロセスの診断を行う技術が提案されている（例えば、特許文献２参照。）。
【０００８】
【特許文献１】
特開昭５７−１９６３７７号公報
【特許文献２】
特開平１０−７４８１２号公報
【０００９】
【発明が解決しようとする課題】
しかしながら、特許文献２に示す従来技術では、統計量からなる統計画像の基になる検出画像信号には、不良品が含まれている可能性があるため、統計画像を比較画像データとして用いた場合には、検査対象製品毎のパターン形状の微小差異や濃淡値の差異、また、良品の規格内である異物付着やキズなどの過検出やカメラノイズ等の影響によって、良判定を誤ってしまうという問題点があった。
【００１０】
また、特許文献２に示す従来技術では、被検査パターンの統計量で示される統計情報を生成し、当該統計情報を用いて検査を行うため統計情報を算出するのに用いたサンプルの濃淡値に影響を受け誤判定をするという問題点があった。すなわち、任意の画素において、複数のサンプルの濃淡値がたまたま任意の近い値に集中して分布した場合、許容されるばらつき量は小さくなってしまい、検査時に良品を不良品と誤判定してしまったり、複数のサンプル中に不良や不良に近い濃淡値が含まれていた場合、許容されるばらつき量は大きくなってしまい、検査時に不良品を良品と誤判定してしまうという問題点があった。
【００１１】
本発明は斯かる問題点を鑑みてなされたものであり、その目的とするところは、検査対象製品毎にパターン形状の微小差異や濃淡値の差異があっても誤判定せずに、また、良品の規格内である異物付着やキズなどの過検出やカメラノイズ等の影響によっても誤判定せずに、良品の規格からはずれた検出すべき不良品のみを精度良く検出することができる外観検査装置および外観検査方法を提供する点にある。
【００１２】
【課題を解決するための手段】
本発明は上記課題を解決すべく、以下に掲げる構成とした。
本発明の外観検査装置は、基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、複数の前記検査対象物のそれぞれの外観を濃淡値で表す複数の濃淡画像データから前記基準画像データとばらつきデータとを統計データとして算出する統計処理手段と、該統計処理手段によって算出された前記統計データと予め設定されている良否判別データと前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データとから良品であるか否かを画素毎に判定することにより前記検査対象物の良否判定を行う判定手段を含むことを特徴とする。
さらに、本発明の外観検査装置は、基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、複数の良品の前記検査対象物の前記濃淡画像データから前記基準画像データとばらつきデータとを算出する統計処理手段と、前記基準画像データと前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データとを比較して差画像データを出力する比較手段と、前記差画像データが、前記ばらつきデータと予め設定されている良否判別データとから算出される良品の範囲内にあるか否かを画素毎に判定することにより前記検査対象物の良否判定を行う判定手段とを含むことを特徴とする。
さらに、本発明の外観検査装置は、前記判定手段は、前記差画像データが前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記検査対象物を良品として判定することを特徴とする。
さらに、本発明の外観検査装置は、前記判定手段は、前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品として判定することを特徴とする。
さらに、本発明の外観検査装置は、前記判定手段は、前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品と判定させるか否かを前記基準画像データとばらつきデータとを算出する際に使用した前記濃淡画像データの濃淡値の分布によって判断することを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記ばらつきデータを算出させ、前記判定手段は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記ばらつきデータを用いて前記検査対象物の良否判定を行わせることを特徴とする。
さらに、本発明の外観検査装置は、前記判定手段は、予前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定させ、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行わせることを特徴とする。
さらに、本発明の外観検査装置は、基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データに対するばらつきデータを算出し、前記基準画像データと前記ばらつきデータと予め設定されている良否判別データとから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出する統計処理手段と、前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定することにより前記検査対象物の良否判定を行う判定手段とを含むことを特徴とする外観検査装置。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記良品範囲内とする前記良品範囲基準画像データを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出するか否かを前記良品濃淡画像データの濃淡値の分布によって判断することを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記良品濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記良品濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記良品範囲基準画像データを算出させ、前記判定手段は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記良品範囲基準画像データを用いて前記検査対象物の良否判定を行わせることを特徴とする。
さらに、本発明の外観検査装置は、前記判定手段は、前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定させ、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行わせることを特徴とする。
さらに、本発明の外観検査装置は、基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データとばらつきデータとを算出する統計処理手段と、該統計処理手段によって算出された前記基準画像データと前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データとを比較して差画像データを出力する比較手段と、前記差画像データが前記ばらつきデータの範囲内にあるか否かを判定して前記ばらつきデータの範囲外である前記差画像データに対応した不良候補画像データを作成する不良候補画像作成手段と、該不良候補画像作成手段によって作成された前記不良候補画像データに含まれる不良候補画素の形状を計測する計測手段と、該計測手段による計測結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行う最終判定手段とを含むことを特徴とする。
さらに、本発明の外観検査装置は、基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出する統計処理手段と、前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定して前記良品範囲基準画像データが示す前記良品範囲外である前記濃淡画像データに対応した不良候補画像データを作成する不良候補画像作成手段と、該不良候補画像作成手段によって作成された前記不良候補画像データに含まれる不良候補画素の形状を計測する計測手段と、該計測手段による計測結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行う最終判定手段とを含むことを特徴とする。
さらに、本発明の外観検査装置は、前記不良候補画像データに対して予め設定されている画像処理を行う画像処理手段を具備し、前記計測手段は、前記画像処理手段によって画像処理が施された前記不良候補画像データに含まれる不良候補画素の形状を計測させることを特徴とする。
さらに、本発明の外観検査装置は、前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データから良品の前記濃淡画像データを抽出する良品濃淡画像データ抽出手段を具備し、前記統計処理手段は、前記良品濃淡画像データ抽出手段によって抽出された良品の前記濃淡画像データを前記良品濃淡画像データとして用いることを特徴とする。
さらに、本発明の外観検査装置は、前記良品濃淡画像データ抽出手段は、予め複数の前記濃淡画像データから画素毎に濃淡値の分布データを算出し、当該分布データに基づいて不良画素データを除外することにより良品の前記濃淡画像データを抽出させることを特徴とする。
さらに、本発明の外観検査装置は、前記良品濃淡画像データ抽出手段は、前記分布データにおいて度数の最大になる濃淡値から濃淡値の大きい方と小さい方にそれぞれ谷間検索を行い、検索した谷間間の外の画素データを前記不良画素データとして除外させることを特徴とする。
さらに、本発明の外観検査装置は、前記良品濃淡画像データ抽出手段は、画素毎の濃淡値の平均値と標準偏差データとを算出し、前記標準偏差データに予め設定した係数を掛けた値を前記平均値に加算および減算した範囲の外の画素データを前記不良画素データとして除外させることを特徴とする。
本発明の外観検査方法は、基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、複数の前記検査対象物のそれぞれの外観を濃淡値で表す複数の濃淡画像データから前記基準画像データとばらつきデータとを統計データとして算出し、該算出した前記統計データと予め設定されている良否判別データと前記入力した前記検査対象物の前記濃淡画像データとから良品であるか否かを画素毎に判定することにより前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、複数の良品の前記検査対象物の前記濃淡画像データから前記基準画像データとばらつきデータとを算出し、前記基準画像データと前記入力した前記検査対象物の前記濃淡画像データとを比較して差画像データを出力し、前記差画像データが、前記ばらつきデータと予め設定されている良否判別データとから算出した良品の範囲内にあるか否かを画素毎に判定することにより前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、前記差画像データが前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記検査対象物を良品として判定することを特徴とする。
さらに、本発明の外観検査方法は、前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品として判定することを特徴とする。
さらに、本発明の外観検査方法は、前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品と判定するか否かを前記基準画像データとばらつきデータとを算出する際に使用された前記濃淡画像データの濃淡値の分布によって判断することを特徴とする。さらに、本発明の外観検査方法は、前記濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出することを特徴とする。
さらに、本発明の外観検査方法は、前記濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出することを特徴とする。
さらに、本発明の外観検査方法は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記ばらつきデータを算出し、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記ばらつきデータを用いて前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定させ、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行わせることを特徴とする。
さらに、本発明の外観検査方法は、基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データに対するばらつきデータを算出し、前記基準画像データと前記ばらつきデータと予め設定されている良否判別データとから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出し、前記入力した前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定することにより前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記良品範囲内とする前記良品範囲基準画像データを算出することを特徴とする。
さらに、本発明の外観検査方法は、前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出することを特徴とする。
さらに、本発明の外観検査方法は、前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出するか否かを前記良品濃淡画像データの濃淡値の分布によって判断する。
さらに、本発明の外観検査方法は、前記良品濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出することを特徴とする。さらに、本発明の外観検査方法は、前記良品濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出することを特徴とする。
さらに、本発明の外観検査方法は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記良品範囲基準画像データを算出し、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記良品範囲基準画像データを用いて前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定し、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データとばらつきデータとを算出し、該算出した前記基準画像データと前記入力した前記検査対象物の前記濃淡画像データとを比較して差画像データを出力し、前記差画像データが前記ばらつきデータの範囲内にあるか否かを判定して前記ばらつきデータの範囲外である前記差画像データに対応した不良候補画像データを作成し、該作成した前記不良候補画像データに含まれる不良候補画素の形状を計測し、該計測した結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出し、前記入力した前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定して前記良品範囲基準画像データが示す前記良品範囲外である前記濃淡画像データに対応した不良候補画像データを作成し、該作成した前記不良候補画像データに含まれる不良候補画素の形状を計測し、該計測した結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、前記不良候補画像データに対して予め設定されている画像処理を行い、該画像処理が施された前記不良候補画像データに含まれる不良候補画素の形状を計測することを特徴とする。
さらに、本発明の外観検査方法は、前記入力した前記検査対象物の前記濃淡画像データから良品の前記濃淡画像データを抽出し、該抽出した良品の前記濃淡画像データを前記良品濃淡画像データとして用いることを特徴とする。
さらに、本発明の外観検査方法は、予め複数の前記濃淡画像データから画素毎に濃淡値の分布データを算出し、当該分布データに基づいて不良画素データを除外することにより良品の前記濃淡画像データを抽出することを特徴とする。
さらに、本発明の外観検査方法は、記分布データにおいて度数の最大になる濃淡値から濃淡値の大きい方と小さい方にそれぞれ谷間検索を行い、検索した谷間間の外の画素データを前記不良画素データとして除外することを特徴とする。
さらに、本発明の外観検査方法は、画素毎の濃淡値の平均値と標準偏差データとを算出し、前記標準偏差データに予め設定した係数を掛けた値を前記平均値に加算および減算した範囲の外の画素データを前記不良画素データとして除外させることを特徴とする。
本発明の外観検査方法をコンピュータに実行させるためのプログラムは、基準画像データを用いて検査対象物の良否判定を行う外観検査方法をコンピュータに実行させるためのプログラムであって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する工程と、複数の前記検査対象物のそれぞれの外観を濃淡値で表す複数の濃淡画像データから前記基準画像データとばらつきデータとを統計データとして算出する工程と、該算出した前記統計データと予め設定されている良否判別データと前記入力した前記検査対象物の前記濃淡画像データとから良品であるか否かを画素毎に判定することにより前記検査対象物の良否判定を行う工程とを有する。
さらに、本発明の外観検査方法をコンピュータに実行させるためのプログラムは、基準画像データを用いて検査対象物の良否判定を行う外観検査方法をコンピュータに実行させるためのプログラムであって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する工程と、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データに対するばらつきデータを算出する工程と、前記基準画像データと前記ばらつきデータと予め設定されている良否判別データとから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出する工程と、前記入力した前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定する工程とを有する。
【００１３】
【発明の実施の形態】
以下、本発明の実施の形態を図面に基づいて詳細に説明する。
【００１４】
（第１の実施の形態）
図１は、本発明に係る外観検査装置の第１の実施の形態の構成を示すブロック図である。
【００１５】
第１の実施の形態の外観検査装置は、プログラムの制御により動作する情報処理装置であり、図１を参照すると、半導体チップ等の検査対象製品２を撮像するカメラ１と、カメラ１で撮像された濃淡画像データが記憶される濃淡画像データ記憶部３と、濃淡画像データ記憶部３に記憶された複数の濃淡画像データの統計処理を行って基準画像データおよびばらつきデータを作成する統計処理部４と、統計処理部４によって作成された基準画像データおよびばらつきデータが記憶される統計結果記憶部５と、統計結果記憶部５に記憶されている基準画像データとカメラ１で撮像された濃淡画像データとを比較する比較部６と、比較部６による比較結果と統計結果記憶部５に記憶されているばらつきデータとに基づいて良否判定を行う判定部７と、キーボード等の入力部８と、ディスプレイ装置等の表示部９とからなる。
【００１６】
濃淡画像データ記憶部３は、ハードディスク等の情報記憶手段であり、カメラ１によって検査対象製品２を撮像することによって得られた濃淡画像データを複数記憶することができる記憶容量を有する。なお、濃淡画像データ記憶部３に記憶される濃淡画像データは、カメラ１によって検査対象製品２を撮像することによって得られた濃淡画像データ以外に、レーザを検査対象製品２に照射し、その反射光を受光することによって得られた濃淡画像データでも、ネットワークや記録媒体経由で外部から入力された濃淡画像データでも良く、濃淡画像データの入力手段を限定するものではない。また、濃淡画像データは、検査対象製品２の外観を濃淡値で表す画像データであり、画像データの各画素に濃淡値が割り当てられているデータである。
【００１７】
統計処理部４は、濃淡画像データ記憶部３に記憶された複数の濃淡画像データから画素毎の基準画素値とバラツキ値とを算出し、各画素毎に算出された基準画素値とバラツキ値とから基準画像データとばらつきデータとを統計データとして作成する。
【００１８】
統計結果記憶部５は、基準画像データとばらつきデータとを記憶するメモリやハードディスク等の情報記憶手段であり、記憶している基準画像データを比較部６に供給すると共に、記憶しているばらつきデータを判定部７に供給する。
【００１９】
比較部６は、統計結果記憶部５に記憶されている基準画像データと、カメラ１で撮像された濃淡画像データとを比較し、基準画像データと濃淡画像データとの差画像データを判定部７に出力する。
【００２０】
判定部７は、ばらつきデータと予め設定されている良否判別データとから差画像良品範囲上限データと差画像良品範囲下限データとを作成し、差画像データが差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内であるか否かを画素毎に判定することで、検査対象製品２の良否判定を行う。差画像データの全ての画素が差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内に収まっている場合には、良品と判定し、差画像データのいずれかの画素が差画像良品範囲上限データおよび差画像良品範囲下限データの範囲外である場合には、不良品と判定し、判定結果を表示部９に表示する。なお、良否判別データは、予め強制的に良品と判定するばらつき範囲（Ｃ１、−Ｃ１）と、予め強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）とからなる。
【００２１】
次に、第１の実施の形態の動作について図２乃至図６を参照して詳細に説明する。
図２は、本発明に係る外観検査装置の第１の実施の形態の動作を説明するためのフローチャートであり、図３は、図１に示す統計処理部によって算出される基準画素値およびバラツキ値を説明するための濃淡値ヒストグラムであり、図４および図５は、図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値プロファイルであり、図６は、図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値ヒストグラムである。
【００２２】
まず、外観検査開始の準備として、カメラ１によって複数の良品を順次撮像し、複数の良品の濃淡画像データを濃淡画像データ記憶部３に記憶させる（ステップＡ１）。濃淡画像データ記憶部３に記憶される濃淡画像データは、各画素毎、すなわち各位置座標毎の濃淡値からなるデジタルデータである。
【００２３】
次に、統計処理部４は、濃淡画像データ記憶部３に記憶されている複数の良品の濃淡画像データの統計処理を行い、各画素、すなわち各位置座標の基準画素値が定められたデータである基準画像データを作成する。基準画像データを作成するための統計処理は、例えば、複数の良品の濃淡画像データから画素毎の平均濃淡値を基準画素値として算出し（ステップＡ２）、画素毎の基準画素値からなる画像データを基準画像データとする（ステップＡ３）。すなわち、複数の良品の濃淡画像データの内の１画素（同一位置座標）の濃淡値の分布が図３に示すような分布である場合、分布のほぼ中心の濃淡値をその画素の基準画素値として算出し、同様にして濃淡画像データの全て画素の基準画素値を算出し、全て画素の基準画素値の集合を基準画像データとする。なお、ステップＡ２での基準画素値の算出方法としては、複数の良品の濃淡画像データから画素毎に濃淡値のヒストグラムの最頻値を基準画素値として算出するようにしても良い。
【００２４】
次に、統計処理部４は、濃淡画像データ記憶部３に記憶されている複数の良品の濃淡画像データの統計処理を行い、各画素、すなわち各位置座標のバラツキ値が定められたデータであるばらつきデータを作成する。ばらつきデータを作成するための統計処理は、例えば、複数の良品の濃淡画像データから最大濃淡値と最小濃淡値とを検索し、（最大濃淡値−基準画素値）を正方向のバラツキ値として算出し、（基準画素値−最小濃淡値）を負方向のバラツキ値として算出し（ステップＡ４）、画素毎の正方向のバラツキ値と負方向のバラツキ値とからばらつきデータを作成する（ステップＡ５）。すなわち、複数の良品の濃淡画像データの内の１画素（同一位置座標）の濃淡値の分布が図３に示すような分布である場合、分布の最大濃淡値と最小濃淡値とを検索し、（最大濃淡値−基準画素値）をその画素の正方向のバラツキ値として算出し、（基準画素値−最小濃淡値）をその画素の負方向のバラツキ値として算出し、同様にして濃淡画像データの全て画素の正方向のバラツキ値と負方向のバラツキ値とを算出し、全て画素の正方向のバラツキ値と負方向のバラツキ値との集合をばらつきデータとする。
【００２５】
次に、統計処理部４によって作成された基準画像データとばらつきデータとは、統計結果記憶部５に記憶され（ステップＡ６）、外観検査開始の準備が完了する。
【００２６】
外観検査時は、カメラ１によって検査対象製品２の検査対象濃淡画像データを取り込み、カメラ１から出力される検査対象濃淡画像データは、比較部６に入力され、比較部６は、入力された検査対象濃淡画像データと統計結果記憶部５に記憶されている基準画像データとを画素毎に比較し（ステップＡ７）、画素毎の検査対象濃淡画像データの濃淡値と基準画像データの基準画素値との差を算出し、検査対象濃淡画像データと基準画像データとの差である差画像データを比較結果データとして判定部７に出力する。すなわち、差画像データは、差画像データ＝（検査対象濃淡画像データ）−（基準画像データ）によって求められ、検査対象濃淡画像データと基準画像データとの同一位置座標の画素の濃淡値の差が差画像データのそれぞれの画素の濃淡値となる。
【００２７】
次に、判定部７は、統計結果記憶部５に記憶されているばらつきデータから差画像良品範囲上限データと差画像良品範囲下限データとを作成し（ステップＡ８）、比較部６から入力される差画像データが差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内であるか否かを画素毎に判定することで（ステップＡ９）、検査対象製品２の良否判定を行う。
【００２８】
判定部７による差画像良品範囲上下限データの作成は、まず、正方向のばらつきデータによって第１上限ばらつきデータを作成し、負方向のばらつきデータによって第１下限ばらつきデータが作成され、図４に示すような、第１上限ばらつきデータと第１下限ばらつきデータとからなる濃淡値プロファイルが作成される。第１上限ばらつきデータおよび第１下限ばらつきデータとからなる濃淡値プロファイルは、複数の良品の濃淡画像データの内の１画素（同一位置座標）毎にそれぞれ求められた正方向のバラツキ値と負方向のバラツキ値とからなるため、図４に示すように、位置座標によって異なる値になる。第１上限ばらつきデータは、第１上限ばらつきデータ＝正方向のばらつきデータ×α＋βによって求められ、第１下限ばらつきデータは、第１下限ばらつきデータ＝−（負方向のばらつきデータ×α＋β）によって求められる。なお、αは、予め設定した乗算係数であり、βは、予め設定したオフセット値である。第１上限ばらつきデータと第１下限ばらつきデータとの算出に用いる乗算係数α又はオフセット値βは、上限と下限とで異なる値を用いても良く、また、乗算係数α又はオフセット値βを用いなくても良く、ばらつきデータから第１上限ばらつきデータと第１下限ばらつきデータとを算出する方法を限定するものではない。
【００２９】
乗算係数αを大きな値に設定するほど検査としては良品画素として判定する範囲が広がり、よりばらつきに対して許容範囲が大きく設定されることになり、逆に乗算係数αを小さな値に設定するほど良品画素として判定する範囲が狭くなり不良の検出感度が高く設定されることになる。また、オフセット値βは、正の値又は負の値のいずれの値を設定することができ、オフセット値βを大きくするほど検査としては良品画素として判定する範囲が広がり、検査としてはより甘く判定されることになり、逆にオフセット値βを小さくするほど検査としては良品画素として判定する範囲が狭くなり、検査としてはより厳しく判定されることになる。
【００３０】
図４の濃淡値プロファイルにおいて、第１上限ばらつきデータと第１下限ばらつきデータとの間が良品範囲であり、位置座標毎に異なるばらつきデータに比例した値になっている。すなわち、複数の良品においてばらつきの大きい領域は、許容範囲も大きく、複数の良品においてばらつきの小さい領域は許容範囲も小さくすることで、ばらつきの許容範囲を一律にするよりも高精度な検出性能を得ることができる。
【００３１】
次に、図５（ａ）に示すように、良否判別データである予め強制的に良品と判定するばらつき範囲（Ｃ１、−Ｃ１）を設定した第２上限ばらつきデータと第２下限ばらつきデータとを第１上限ばらつきデータと第１下限ばらつきデータとからそれぞれ作成する。予め基準画像データとばらつきデータとの算出に用いた複数の良品の濃淡画像データのある画素において、たまたま濃淡値が同じ値であったり極めて近い値であった場合、その画素におけるばらつきデータはゼロか極めて小さな値になってしまうために第１上限ばらつきデータと第１下限ばらつきデータとによる良品範囲が極端に狭くなってしまい、検査時に実際には良品の画素であっても多少の濃淡値のばらつきがあるために不良と判定され誤検出となってしまう可能性があるが、予め強制的に良品と判定するばらつき範囲を設定しておくことで、誤検出を防止することができる。
【００３２】
第２上限ばらつきデータと第２下限ばらつきデータとは、それぞれ、第２上限ばらつきデータ＝ｍａｘ（第１上限ばらつきデータ、Ｃ１）と、第２下限ばらつきデータ＝ｍｉｎ（第１下限ばらつきデータ、−Ｃ１）とにより求め、第１上限ばらつきデータよりもばらつき範囲Ｃ１が大きい位置座標では、第１上限ばらつきデータに替えてばらつき範囲Ｃ１を第２上限ばらつきデータとして使用し、第１下限ばらつきデータよりもばらつき範囲Ｃ２が小さい位置座標では、第１下限ばらつきデータに替えてばらつき範囲−Ｃ１を第２下限ばらつきデータとして使用することにより、図５（ａ）に示すような第２上限ばらつきデータと第２下限ばらつきデータとの濃淡値プロファイルが得られる。なお、Ｃ１は、予め強制的に良品と判定するばらつき範囲を設定するための値であり、第２上限ばらつきデータの算出と第２下限ばらつきデータの算出とに同じ値を用いているが、第２上限ばらつきデータの算出と第２下限ばらつきデータの算出とで異なる値を設定しても良い。
【００３３】
図５（ａ）に示す範囲Ａにおける位置座標では、第１上限ばらつきデータのバラツキ値よりもＣ１の方が大きいので第２上限ばらつきデータのバラツキ値は、Ｃ１となり、範囲Ａ’における位置座標では、第１下限ばらつきデータのバラツキ値よりも−Ｃ１の方が小さいので第２下限ばらつきデータのバラツキ値は、−Ｃ１となる。従って、範囲Ａおよび範囲Ａ’における位置座標で、第２上限ばらつきデータと第２下限ばらつきデータとの間隔である良品範囲は、第１上限ばらつきデータと第１下限ばらつきデータとの間隔である良品範囲よりも広くなり、基準画像データを生成した良品の濃淡画像データにおいて、たまたまばらつきが小さく、良品範囲が必要以上に狭くなってしまった範囲Ａ、範囲Ａ’でのバラツキ値の範囲を広くすることができ、実際には製品自体のばらつきやカメラ１のノイズなどの原因によって場所によらず濃淡値のばらつく範囲を、Ｃ１から−Ｃ１の範囲を不良と判定しない範囲として設定しておくことで、誤検出を防止することができる。
【００３４】
さらに、図５（ｂ）に示すように、良否判別データである予め強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を設定した第３上限ばらつきデータと第３下限ばらつきデータとを第１上限ばらつきデータと第１下限ばらつきデータとからそれぞれ作成する。予め基準画像データとばらつきデータとの算出に用いた複数の良品の濃淡画像データのある画素において、たまたま良品限界に近い濃淡値を含んでいた場合、その画素におけるばらつきデータは大きな値になるため、乗算係数αやオフセット値βによっては本当は不良にしたい濃淡値の画素も良品画素と判定してしまう可能性があるが、濃淡値が基準画素値から離れたり明るすぎたり暗すぎたりする明らかに不良画素と判定したい画素を、第１上限ばらつきデータと第１下限ばらつきデータとによる良品範囲内であっても、予め設定したばらつき範囲を超えた場合に強制的に確実に不良画素と判定することで、誤検出を防止することができる。
【００３５】
第３上限ばらつきデータと第３下限ばらつきデータとは、それぞれ、第３上限ばらつきデータ＝ｍｉｎ（第１上限ばらつきデータ、Ｃ２）と、第３下限ばらつきデータ＝ｍａｘ（第１下限ばらつきデータ、−Ｃ２）とにより求め、第１上限ばらつきデータよりもばらつき範囲Ｃ２が小さい位置座標では、第１上限ばらつきデータに替えてばらつき範囲Ｃ２を第３上限ばらつきデータとして使用し、第１下限ばらつきデータよりもばらつき範囲−Ｃ２が大きい位置座標では、第１下限ばらつきデータに替えてばらつき範囲−Ｃ２を第３下限ばらつきデータとして使用することにより、図５（ａ）に示すような第２上限ばらつきデータと第２下限ばらつきデータとの濃淡値プロファイルが得られる。なお、Ｃ２は、予め強制的に不良と判定する範囲を設定するための値であり、第３上限ばらつきデータの算出と第３下限ばらつきデータの算出とに同じ値を用いているが、第３上限ばらつきデータの算出と第３下限ばらつきデータの算出とで異なる値を設定しても良い。
【００３６】
図５（ｂ）に示す範囲Ｂにおける位置座標では、第１上限ばらつきデータのバラツキ値よりもＣ２の方が小さいので第３上限ばらつきデータのバラツキ値は、Ｃ２となり、範囲Ａ’における位置座標では、第１下限ばらつきデータのバラツキ値よりも−Ｃ２の方が大きいので第３下限ばらつきデータのバラツキ値は、−Ｃ２となる。従って、範囲Ｂおよび範囲Ｂ’における位置座標で、第３上限ばらつきデータと第３下限ばらつきデータとの間隔である良品範囲は、第１上限ばらつきデータと第１下限ばらつきデータとの間隔である良品範囲よりも狭くなり、基準画像データを生成した良品の濃淡画像データにおいて、たまたま良否限界画素が含まれているなどの理由によりばらつきが大きく、良品範囲が必要以上に広くなってしまった範囲Ｂ、範囲Ｂ’でのバラツキ値の範囲を狭くすることができ、実際に不良と判定したい領域において濃淡値がばらつく範囲がわかっていれば、Ｃ２以上および−Ｃ２以下の範囲を強制的に不良と判定する範囲として設定しておくことで、誤検出を防止することができる。
【００３７】
さらに、予め強制的に良品と判定するばらつき範囲を設定すると共に、予め強制的に不良品と判定するばらつき範囲を設定した第４上限ばらつきデータと第４下限ばらつきデータとを第１上限ばらつきデータと第１下限ばらつきデータとからそれぞれ作成し、作成した第４上限ばらつきデータと第４下限ばらつきデータとをそれぞれ差画像良品範囲上限データと差画像良品範囲下限データとして用いる。
【００３８】
第４上限ばらつきデータおよび第４下限ばらつきデータは、上述した第２上限ばらつきデータおよび第２下限ばらつきデータの特徴と、上述した第３上限ばらつきデータおよび第３下限ばらつきデータの特徴とを兼ね備えるものであり、第４上限ばらつきデータと第４下限ばらつきデータとは、それぞれ第４上限ばらつきデータ＝ｍｉｎ（ｍａｘ（第１上限ばらつきデータ、Ｃ１）、Ｃ２）と、第４下限ばらつきデータ＝ｍａｘ（ｍｉｎ（第１下限ばらつきデータ、−Ｃ１）、−Ｃ２）とにより求めることができ、図５（ｃ）に示すような第４上限ばらつきデータと第４下限ばらつきデータとの濃淡値プロファイルが得られる。
【００３９】
なお、上述の第２上限ばらつきデータおよび第２下限ばらつきデータと第４上限ばらつきデータと第４下限ばらつきデータとを作成する際に用いる予め強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を設定する場合には、ばらつきデータを算出した際の画素毎の濃淡値ヒストグラムを参照することにより、強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を設定するか否かを決定すると良い。すなわち、図６（ａ）に示すように、ある画素において、強制的に不良品と判定するばらつき範囲であるＣ２以上、−Ｃ２以下の頻度が少ない場合には、強制的に不良品と判定するばらつき範囲を設定しても問題はないが、図６（ｂ）に示すように、強制的に不良品と判定するばらつき範囲であるＣ２以上、−Ｃ２以下の頻度が多い場合には、予め強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を設定すると、その画素において誤検出が多発することになる。従って、ばらつきデータを算出した際の濃淡値ヒストグラムにおいて、強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）に含まれない頻度が全体の所定の割合以上、例えば９５％以上である場合の画素のみ強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を設定すると好適である。
【００４０】
次に、判定部７は、第１乃至第４上限ばらつきデータのいずれかを差画像良品範囲上限データとし、第１乃至第４下限ばらつきデータのいずれかを差画像良品範囲下限データとし、比較部６から入力される差画像データが差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内であるか否かを画素毎に判定することで、検査対象製品２の良否判定を行う。差画像データの全ての画素が差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内に収まっている場合には、良品と判定し（ステップＡ１０）、差画像データのいずれかの画素が差画像良品範囲上限データおよび差画像良品範囲下限データの範囲外である場合には、不良品と判定し（ステップＡ１１）、判定結果を表示部９に表示する。
【００４１】
以上説明したように、第１の実施の形態によれば、良品の濃淡画像データから算出されたばらつきデータによって各画素毎の良否判定を行うため、良品の特徴に応じた良否判定を行うことができ、検査対象製品２毎にパターン形状の微小差異や濃淡値の差異があっても誤判定せずに、また、良品の規格内である異物付着やキズなどの過検出やカメラ１のノイズ等の影響によっても誤判定せずに、良品の規格からはずれた検出すべき不良品のみを精度良く検出することができるという効果を奏する。
【００４２】
さらに、第１の実施の形態によれば、複数の良品の濃淡画像データのある画素の濃淡値がたまたま近い値であった場合、ばらつきデータの良品範囲が狭くなってしまうが、強制的に良品と判定するばらつき範囲を設定することにより、良品を不良品と判定する誤判定を防止することができると共に、複数の良品の濃淡画像データのある画素の濃淡値に不良や不良に近い濃淡値が含まれていた場合、ばらつきデータの良品範囲が広くなってしまいが、強制的に不良品と判定するばらつき範囲を設定することにより、不良品を良品と判定する誤判定を防止することができる。
【００４３】
なお、第１の実施の形態では、基準画像データからの正方向のばらつきデータと負方向のばらつきデータとを算出したが、（最大濃淡値−最小濃淡値）をばらつきデータとして算出しても良く、複数の良品の濃淡画像データの画素毎の標準偏差を算出し、標準偏差に予め設定した係数を掛けた値をばらつきデータとしても良い。
【００４４】
（最大濃淡値−最小濃淡値）もしくは標準偏差に予め設定した係数を掛けた値をばらつきデータとした場合には、第１上限ばらつきデータは、第１上限ばらつきデータ＝ばらつきデータ×α＋βによって求められ、第１下限ばらつきデータは、第１下限ばらつきデータ＝−（ばらつきデータ×α＋β）によって求められ、第１上限ばらつきデータと第１下限ばらつきデータとは、図７に示すように、絶対値が正方向と負方向とで同じ値となる。
【００４５】
（第２の実施の形態）
図８は、本発明に係る外観検査装置の第２の実施の形態の構成を示すブロック図である。
【００４６】
第２の実施の形態は、プログラムの制御により動作する情報処理装置であり、図８を参照すると、半導体チップ等の検査対象製品２を撮像するカメラ１と、カメラ１で撮像された濃淡画像データが記憶される濃淡画像データ記憶部３と、濃淡画像データ記憶部３に記憶された複数の濃淡画像データの統計処理を行って基準画像データおよびばらつきデータを作成する統計処理部４と、統計処理部４によって作成された基準画像データとばらつきデータと予め設定されている良否判別データとから良品範囲を示す良品範囲基準画像データを生成する良品範囲基準画像データ生成部１０と、良品範囲基準画像データ生成部１０によって生成された良品範囲基準画像データとカメラ１で撮像された濃淡画像データとを比較して良否判定を行う比較判定部１１と、キーボード等の入力部８と、ディスプレイ装置等の表示部９とからなる。
【００４７】
統計処理部４は、濃淡画像データ記憶部３に記憶された複数の濃淡画像データから画素毎に基準画素値とバラツキ値とを算出し、各画素毎に算出された基準画素値とバラツキ値とから基準画像データとばらつきデータとを作成する。
【００４８】
良品範囲基準画像データ生成部１０は、統計処理部４によって作成された基準画像データとばらつきデータと予め設定されている良否判別データとから良品範囲を示す良品範囲基準画像データを生成し、生成した良品範囲基準画像データを比較判定部１１に供給する。なお、良否判別データは、基準画像データに対するばらつき範囲（Ｃ３、−Ｃ３）と、基準画像データに対するばらつき範囲（Ｃ４、−Ｃ４）とからなり、ばらつき範囲（Ｃ３、−Ｃ３）によって強制的に良品と判定するばらつき範囲が算出され、ばらつき範囲（Ｃ４、−Ｃ４）によって強制的に不良品と判定するばらつき範囲が算出される。
【００４９】
比較判定部１１は、良品範囲基準画像データ生成部１０で生成された良品範囲基準画像データと、カメラ１で撮像された濃淡画像データとを比較し、濃淡画像データが良品範囲基準画像データが示す良品範囲内にあるか否かを判定し、検査対象製品２の良否判定を行う。濃淡画像データの全ての画素が良品範囲基準画像データが示す良品範囲内に収まっている場合には、良品と判定し、濃淡画像データのいずれかの画素が良品範囲基準画像データが示す良品範囲外である場合には、不良品と判定し、判定結果を表示部９に表示する。
【００５０】
次に、第２の実施の形態の動作について図９乃至図１１を参照して詳細に説明する。
図９は、本発明に係る外観検査装置の第２の実施の形態の動作を説明するためのフローチャートであり、図１０および図１１は、図７に示す統計処理部での良品範囲基準画像データの算出動作を説明するための濃淡値プロファイルである。
【００５１】
まず、外観検査開始の準備として、カメラ１によって複数の良品を順次撮像し、複数の良品の濃淡画像データを濃淡画像データ記憶部３に記憶させる（ステップＡ１）。濃淡画像データ記憶部３に記憶される濃淡画像データは、各画素毎、すなわち各位置座標毎の濃淡値からなるデジタルデータである。
【００５２】
次に、統計処理部４は、濃淡画像データ記憶部３に記憶されている複数の良品の濃淡画像データの統計処理を行い、各画素、すなわち各位置座標の基準画素値が定められたデータである基準画像データを作成する。基準画像データを作成するための統計処理は、例えば、複数の良品の濃淡画像データから画素毎の平均濃淡値を基準画素値として算出し（ステップＡ２）、画素毎の基準画素値からなる画像データを基準画像データとする（ステップＡ３）。
【００５３】
次に、統計処理部４は、濃淡画像データ記憶部３に記憶されている複数の良品の濃淡画像データの統計処理を行い、各画素、すなわち各位置座標のバラツキ値が定められたデータであるばらつきデータを作成する。ばらつきデータを作成するための統計処理は、例えば、複数の良品の濃淡画像データから最大濃淡値と最小濃淡値とを検索し、（最大濃淡値−基準画素値）を正方向のバラツキ値として算出し、（基準画素値−最小濃淡値）を負方向のバラツキ値として算出し（ステップＡ４）、画素毎の正方向のバラツキ値と負方向のバラツキ値とからばらつきデータを作成する（ステップＡ５）。すなわち、複数の良品の濃淡画像データの内の１画素（同一位置座標）の濃淡値の分布が図３に示すような分布である場合、分布の最大濃淡値と最小濃淡値とを検索し、（最大濃淡値−基準画素値）をその画素の正方向のバラツキ値として算出し、（基準画素値−最小濃淡値）をその画素の負方向のバラツキ値として算出し、同様にして濃淡画像データの全て画素の正方向のバラツキ値と負方向のバラツキ値とを算出し、全て画素の正方向のバラツキ値と負方向のバラツキ値との集合をばらつきデータとする。
【００５４】
良品範囲基準画像データ生成部１０では、基準画像データとばらつきデータとから検査時の判定に用いる良品上限画像データと良品下限画像データとからなる良品範囲基準画像データを生成し（ステップＢ１）、良品範囲基準画像データを比較判定部１１に出力する。
【００５５】
良品範囲基準画像データ生成部１０による良品範囲基準画像データの生成は、まず、正方向のばらつきデータによって第１上限画像データを作成し、負方向のばらつきデータによって第１下限画像データを作成し、図１０に示すような、第１上限画像データと第１下限画像データとからなる濃淡値プロファイルを作成する。第１上限画像データおよび第１下限画像データとからなる濃淡値プロファイルは、複数の良品の濃淡画像データの内の１画素（同一位置座標）毎にそれぞれ求められた正方向のバラツキ値と負方向のバラツキ値とがそれぞれ反映されているため、図１０に示すように、位置座標によって異なる値になる。第１上限画像データは、第１上限画像データ＝基準画像データ＋（正方向のばらつきデータ×α＋β）によって求められ、第１下限画像データは、第１下限画像データ＝基準画像データ−（負方向のばらつきデータ×α＋β）によって求められる。なお、αは、予め設定した乗算係数であり、βは、予め設定したオフセット値である。第１上限画像データと第１下限画像データとの算出に用いる乗算係数α又はオフセット値βは、上限と下限とで異なる値を用いても良く、また、乗算係数α又はオフセット値βを用いなくても良く、ばらつきデータから第１上限ばらつきデータと第１下限データとを算出する方法を限定するものではない。
【００５６】
乗算係数αを大きな値に設定するほど検査としては良品画素として判定する範囲が広がり、よりばらつきに対して許容範囲が大きく設定されることになり、逆に乗算係数αを小さな値に設定するほど良品画素として判定する範囲が狭くなり不良の検出感度が高く設定されることになる。また、オフセット値βは、正の値又は負の値のいずれの値を設定することができ、オフセット値βを大きくするほど検査としては良品画素として判定する範囲が広がり、検査としてはより甘く判定されることになり、逆にオフセット値βを小さくするほど検査としては良品画素として判定する範囲が狭くなり、検査としてはより厳しく判定されることになる。
【００５７】
図１０の濃淡値プロファイルにおいて、第１上限画像データと第１下限画像データとの間が良品範囲であり、位置座標毎に異なるばらつきデータに比例した値になっている。すなわち、複数の良品においてばらつきの大きい領域は、許容範囲も大きく、複数の良品においてばらつきの小さい領域は許容範囲も小さくすることで、ばらつきの許容範囲を一律にするよりも高精度な検出性能を得ることができる。
【００５８】
次に、図１１（ａ）に示すように、基準画像データと良否判別データとから算出される予め強制的に良品と判定するばらつき範囲（（基準画像データ＋Ｃ３）、（基準画像データ−Ｃ３））を設定した第２上限画像データと第２下限画像データとを第１上限画像データと第１下限画像データとからそれぞれ作成する。予め基準画像データとばらつきデータとの算出に用いた複数の良品の濃淡画像データのある画素において、たまたま濃淡値が同じ値であったり極めて近い値であった場合、その画素におけるばらつきデータはゼロか極めて小さな値になってしまうために第１上限画像データと第１下限画像データとによる良品範囲が極端に狭くなってしまい、検査時に実際には良品の画素であっても多少の濃淡値のばらつきがあるために不良と判定され誤検出となってしまう可能性があるが、予め強制的に良品と判定するばらつき範囲（（基準画像データ＋Ｃ３）、（基準画像データ−Ｃ３））を設定しておくことで、誤検出を防止することができる。
【００５９】
第２上限画像データと第２下限画像データとは、それぞれ、第２上限画像データ＝ｍａｘ（第１上限画像データ、（基準画像データ＋Ｃ３））と、第２下限画像データ＝ｍｉｎ（第１下限画像データ、（基準画像データ−Ｃ３））とにより求め、第１上限画像データよりもばらつき範囲（基準画像データ＋Ｃ３）が大きい位置座標では、第１上限画像データに替えてばらつき範囲（基準画像データ＋Ｃ３）を第２上限画像データとして使用し、第１下限画像データよりもばらつき範囲（基準画像データ−Ｃ３）が小さい位置座標では、第１下限ばらつきデータに替えてばらつき範囲（基準画像データ−Ｃ３）を第２下限画像データとして使用することにより、図１１（ａ）に示すような第２上限画像データと第２下限画像データとの濃淡値プロファイルが得られる。なお、Ｃ３は、予め強制的に良品と判定するばらつき範囲を設定するための値であり、第２上限画像データの算出と第２下限画像データの算出とに同じ値を用いているが、第２上限画像データの算出と第２下限画像データの算出とで異なる値を設定しても良い。
【００６０】
図１１（ａ）に示す範囲Ｄにおける位置座標では、第１上限画像データの濃淡値よりも（基準画像データ＋Ｃ３）の方が大きいので第２上限画像データの濃淡値は、（基準画像データ＋Ｃ３）となり、範囲Ｄ’における位置座標では、第１下画像データの濃淡値よりも（基準画像データ−Ｃ３）の方が小さいので第２下限画像データの濃淡値は、（基準画像データ−Ｃ３）となる。従って、範囲Ｄおよび範囲Ｄ’における位置座標で、第２上限画像データと第２下限画像データとの間隔である良品範囲は、第１上限画像データと第１下限画像データとの間隔である良品範囲よりも広くなり、基準画像データを生成した良品の濃淡画像データにおいて、たまたまばらつきが小さく、良品範囲が必要以上に狭くなってしまった範囲Ｄ、範囲Ｄ’の良品範囲を広くすることができ、実際には製品自体のばらつきやカメラ１のノイズなどの原因によって場所によらず濃淡値のばらつく範囲を、（基準画像データ＋Ｃ３）から（基準画像データ−Ｃ３）の不良と判定しない範囲として設定しておくことで、誤検出を防止することができる。
【００６１】
さらに、図１１（ｂ）に示すように、基準画像データと良否判別データとから算出される予め強制的に不良品と判定するばらつき範囲（（基準画像データ＋Ｃ４）、（基準画像データ−Ｃ４））を設定した第３上限画像データと第３下限画像データとを第１上限画像データと第１下限画像データとからそれぞれ作成する。予め基準画像データとばらつきデータとの算出に用いた複数の良品の濃淡画像データのある画素において、たまたま良品限界に近い濃淡値を含んでいた場合、その画素におけるばらつきデータは大きな値になってしまうため第１上限画像データと第１下限画像データとによる良品範囲が極端に広くなってしまい、濃淡値が基準画素値から離れたり明るすぎたり暗すぎたりする明らかに不良画素と判定したい画素が存在しても良品と判定され誤検出となってしまう可能性があるが、予め強制的に不良品と判定するばらつき範囲（（基準画像データ＋Ｃ４）、（基準画像データ−Ｃ４））を設定しておくことで、誤検出を防止することができる。
【００６２】
第３上限画像データと第３下限画像データとは、それぞれ、第３上限画像データ＝ｍｉｎ（第１上限画像データ、（基準画像データ＋Ｃ４））と、第３下限画像データ＝ｍａｘ（第１下限画像データ、（基準画像データ−Ｃ４））とにより求め、第１上限画像データよりもばらつき範囲（基準画像データ＋Ｃ４）が小さい位置座標では、第１上限画像データに替えてばらつき範囲（基準画像データ＋Ｃ４）を第３上限画像データとして使用し、第１下限画像データよりもばらつき範囲（基準画像データ−Ｃ４）が大きい位置座標では、第１下限ばらつきデータに替えてばらつき範囲（基準画像データ−Ｃ４）を第３下限画像データとして使用することにより、図１１（ｂ）に示すような第３上限画像データと第３下限画像データとの濃淡値プロファイルが得られる。なお、Ｃ３は、予め強制的に良品と判定するばらつき範囲を設定するための値であり、第２上限画像データの算出と第２下限画像データの算出とに同じ値を用いているが、第２上限画像データの算出と第２下限画像データの算出とで異なる値を設定しても良い。
【００６３】
図１１（ｂ）に示す範囲Ｅにおける位置座標では、第１上限画像データの濃淡値よりも（基準画像データ＋Ｃ４）の方が大きいので第３上限画像データの濃淡値は、（基準画像データ＋Ｃ４）となり、範囲Ｅ’における位置座標では、第１下画像データの濃淡値よりも（基準画像データ−Ｃ４）の方が小さいので第３下限画像データの濃淡値は、（基準画像データ−Ｃ４）となる。従って、範囲Ｅおよび範囲Ｅ’における位置座標で、第３上限画像データと第３下限画像データとの間隔である良品範囲は、第１上限画像データと第１下限画像データとの間隔である良品範囲よりも狭くなり、基準画像データを生成した良品の濃淡画像データにおいて、たまたまばらつきが大きく、良品範囲が必要以上に広くなってしまった範囲Ｅ、範囲Ｅ’の良品範囲を狭くすることができ、実際に不良と判定したい領域において濃淡値がばらつく範囲がわかっていれば、（基準画像データ＋Ｃ４）以上および（基準画像データ−Ｃ４）以下の範囲を強制的に不良と判定する範囲として設定しておくことで、誤検出を防止することができる。
【００６４】
さらに、予め強制的に良品と判定するばらつき範囲を設定すると共に、予め強制的に不良品と判定するばらつき範囲を設定した第４上限画像データと第４下限画像データとを第１上限画像データと第１下限画像データとからそれぞれ作成し、作成した第４上限画像データと第４下限画像データとをそれぞれ良品上限画像データと良品下限画像データとする良品範囲基準画像データとして用いる。
【００６５】
第４上限画像データおよび第４下限画像データは、上述した第２上限画像データおよび第２下限画像データの特徴と、上述した第３上限画像データおよび第３下限画像データの特徴とを兼ね備えるものであり、第４上限画像データと第４下限画像データとは、それぞれ、第４上限画像データ＝ｍｉｎ（ｍａｘ（第１上限画像データ、（基準画像データ＋Ｃ３））、（基準画像データ＋Ｃ４））と、第４下限画像データ＝ｍａｘ（ｍｉｎ（第１下限画像データ、（基準画像データ−Ｃ３））、（基準画像データ−Ｃ４））とにより求めることができ、図１１（ｃ）に示すような第４上限画像データと第４下限画像データとの濃淡値プロファイルが得られる。
【００６６】
外観検査時は、カメラ１によって検査対象製品２の検査対象濃淡画像データを取り込み、カメラ１から出力される検査対象濃淡画像データは、比較判定部１１に入力され、比較判定部１１は、入力された検査対象濃淡画像データと良品範囲基準画像データ生成部１０で生成された良品範囲基準画像データとを画素毎に比較し（ステップＢ２）、画素毎の検査対象濃淡画像データの濃淡値が良品範囲基準画像データが示す良品範囲内であるか否かを画素毎に判定することで（ステップＢ３）、検査対象製品２の良否判定を行う。検査対象濃淡画像データの全ての画素の濃淡値が良品範囲基準画像データが示す良品範囲内に収まっている場合には、良品と判定し（ステップＡ１０）、検査対象濃淡画像データのいずれかの画素の濃淡値が良品範囲基準画像データが示す良品範囲外である場合には、不良品と判定し（ステップＡ１１）、判定結果を表示部９に表示する。なお、比較判定部１１は、第２乃至第４上限画像データのいずれかを良品上限画像データとし、第２乃至第４下限画像データのいずれかを良品下限画像データとする良品範囲基準画像データが用いられる。
【００６７】
また、第２の実施の形態においても、第１の実施の形態と同様に、（最大濃淡値−最小濃淡値）をばらつきデータとして算出しても良く、複数の良品の濃淡画像データの画素毎の標準偏差を算出し、標準偏差に予め設定した係数を掛けた値をばらつきデータとしても良い。
【００６８】
さらに、第２の実施の形態においても、第１の実施の形態と同様に、予め強制的に不良品と判定するばらつき範囲を良品範囲基準画像データに設定する場合には、ばらつきデータを算出した際の画素毎の濃淡値ヒストグラムを参照することにより、強制的に不良品と判定するばらつき範囲を設定するか否かを決定すると良い。
【００６９】
以上説明したように、第２の実施の形態によれば、検査開始前に前記ばらつきデータと予め設定された良否判別データとから判定に用いる上限基準画像データと下限基準画像データとからなる良品範囲基準画像データを生成し、生成した良品範囲基準画像データに基づいて検査を行うため、検査中に前記ばらつきデータと予め設定された良否判別データとを用いた演算を行う必要がないので、検査中の演算量を少なくすることが可能になり、検査時間を短くすることができるという効果を奏する。
【００７０】
（第３の実施の形態）
図１２は、本発明に係る外観検査装置の第３の実施の形態の構成を示すブロック図であり、図１３は、図１２に示す不良候補画像生成部によって生成される不良候補画像データ例を示す図である。
【００７１】
第３の実施の形態は、第１もしくは第２の実施の形態の構成に、図１２に示すような、不良候補画像生成部１２と、画像処理部１３と、計測部１４と、最終判定部１５とが付加されてなる。
【００７２】
不良候補画像生成部１２は、図１に示す判定部７もしくは図８に示す比較判定部１１における判定結果に基づいて２次元画像の不良候補画像データを作成する。不良候補画像データとして、例えば、良品範囲内である良品画素を”０”とし、良品範囲内でない画素すなわち不良候補画素を”１”とする２値化画像を生成する。また、不良候補画像データとして、不良候補画素においては、どの程度の濃淡値が良品範囲外になっているか示すデータを含む多値画像を生成するようにしても良い。
【００７３】
画像処理部１３は、不良候補画像生成部１２によって作成された不良候補画像データに対して予め設定された手順の画像処理を実行し、画像処理した不良候補画像データを計測部１４に出力する。
【００７４】
画像処理部１３で行われる画像処理としては、例えば少なくとも最小化を含んでノイズ除去を行う処理、少なくとも最大化を含んで不良候補の領域を連結させる処理、ラベリング処理を行い連結領域毎の面積を計測して予め設定した面積より小さい領域を良品画素に置き換えることによりノイズ除去を行う処理等が考えられ、各処理は、単独であっても、複数の処理を連続させて行っても、途中で記憶させた画像との画像間演算であっても良い。また、画像処理部１３では、処理を何も行わないで不良候補画像データをそのまま計測部１４に出力するようにしても良い。
【００７５】
計測部１４は、画像処理部１３によって画像処理された不良候補画像データに対して予め設定された特徴量の計測を行い、計測結果を最終判定部１５に出力する。
【００７６】
計測部１４では、画像処理された不良候補画像データに対してラベリング処理を行い、連結領域毎に特徴量を計測する。計測する特徴量としては、面積、外周上の最遠点間長さ、周囲長、外接矩形サイズ等があり、計測した計測値同士の演算を行い、演算結果を計測結果として最終判定部１５に出力しても良い。また、計測部１４では、画像処理された不良候補画像データの他に濃淡画像データ記憶部３から出力される濃淡値画像データを入力して、画像処理された不良候補画像データにおける連結領域毎に濃淡値の総和や平均値を算出し、計測結果として出力することでも良い。さらに、計測部１４では、検査対象の領域を複数の領域に区切り、それぞれの領域における不良候補画素の数を計測して、計測結果として出力することでも良い。
【００７７】
最終判定部１５は、計測部１４による計測結果が予め設定された良品範囲内に入っていれば最終判定を良品と判定し、計測部１４による計測結果が予め設定された良品範囲外であれば最終判定を不良品と判定する。
【００７８】
画像処理部１３での画像処理手順や、計測部１４で計測する特徴量や、最終判定部１５での良品の範囲の設定によって、不良として検出したい領域を適宜設定することが可能になる。例えば、図１３に示す不良候補画像データ例において、領域Ｆ１よりも広い面積の領域を不良としたい場合には、領域Ｆ２、線分Ｆ３、線分Ｆ４および線分Ｆ５が画像処理部１３による画像処理によってノイズとして除去するようにするか、最終判定部１５による最終判定に用いる良品の範囲の基準に面積を用いて領域Ｆ１よりも狭い面積の領域を良品判定するようにする。また、線分Ｆ４よりも長い部分のある領域を不良としたい場合は、最終判定部１５による最終判定に用いる良品の範囲の基準に外周上の最遠点間長さを用いて線分Ｆ４よりも短い外周上の最遠点長さの領域を良品判定するようにすることで、領域Ｆ１、線分Ｆ３、線分Ｆ４および線分Ｆ５を不良とし、領域Ｆ２を良品と判定することができる。
【００７９】
以上説明したように、第３の実施の形態によれば、不良のサイズや面積などの特徴量を計測して判定を行うので、計測された特徴量の統計処理を行うことで定量的な傾向管理を行うことが可能となる。例えば、検査結果は全て良品判定であっても計測値が良品範囲の限界に近づきつつあるので、そろそろ不良が発生し始めることが予想されることから前工程へフィードバックをかけ、前工程の改善を行うことで不良の発生を防止することもできる。また、不良になった計測値を例えば面積毎に分類することで、不良のモード分析を行うことができ、不良発生の要因を推定し不良発生要因を取り除くことで早く歩留まりの向上を図ることができる。
【００８０】
さらに、第３の実施の形態によれば、不良の領域を特定して判定するので、不良の座標を計測することができ、計測された座標の統計処理を行うことにより、検出対象製品内で不良の発生する座標上の傾向をみつけることが可能になり、不良の発生する座標上の傾向を前工程へフィードバックし、前工程の改善をすることで製品の作り込み品質を向上させ、検査で検出される不良の率を低減することに活用することもできる。
【００８１】
第１および第２の実施の形態のように、全画素データが良品範囲内でなければ、すなわち１画素でも良品範囲外の画素があれば判定結果を不良としても良いが、この場合には、不良と判定したい規格以下の異物やキズなどの領域も不良とされてしまい、不良を過剰に検出してしまう可能性があるが、第３の実施の形態によれば、不良として検出したい領域を適宜設定することで、不良のサイズや面積などの特徴量を計測して検査規格からはずれた領域のみを不良と判定でき、検査規格内の領域やカメラ１のノイズは、不良にならず精度良く検査を行うことができ、不良として検出したい検査対象製品２のみを効率的に不良判定することができるという効果を奏する。
【００８２】
なお、画像処理部１３で予め設定しておく画像処理手順や、計測部１４で計測する特徴量や最終判定部１５で予め設定しておく良品の範囲等は、製品毎に検査データの一部として登録・変更できるよう構成すると好適である。この場合には、検査対象製品２毎に検査規格や検出したい不良項目が異なっても、検査対象製品２の変更時に検査データを読み出して設定すれば良いので、検査対象製品２毎の違いに容易に対応することができる。
【００８３】
（第４の実施の形態）
図１４は、本発明に係る外観検査装置の第４の実施の形態の構成を示すブロック図であり、図１５および図１６は、図１４に示す良品画像データ抽出部による良品画素データ抽出動作を説明するための濃淡値ヒストグラムである。
【００８４】
第４の実施の形態は、図１および図８に示す統計処理部４の替わりに、図１４に示す濃淡値分布データ生成部１６と、良品画像データ抽出部１７と、良品画素データ統計処理部１８とを設けられている。
【００８５】
濃淡値分布データ生成部１６は、濃淡画像データ記憶部３から出力される複数の検査対象製品２の濃淡画像データを入力とし、画素毎の濃淡値分布データを生成して良品画像データ抽出部１７に出力する。濃淡値分布データ生成部１６によって生成される濃淡値分布データは、例えば濃淡値毎に出現度数をカウントした濃淡値ヒストグラムである。
【００８６】
良品画像データ抽出部１７は、濃淡値分布データ生成部１６で生成された画素毎の濃淡値分布データを入力とし、良品からのデータの領域と不良品からのデータの領域とを分離し、良品からのデータのみを良品画素データとして抽出し、抽出した良品画素データを良品画素データ統計処理部１８に出力する。
【００８７】
良品画像データ抽出部１７において、良品からのデータの領域と不良からのデータの領域を分離する方法としては、画素毎の濃淡値ヒストグラムにおいて度数が最大となるピーク濃淡値を検出し、濃淡値の大きい方と小さい方にそれぞれ谷間検索を行い、検索した谷間間の外の画素データを除外する方法がある。例えば、濃淡値分布データ生成部１６によって生成された濃淡値分布データが、図１５に示すように、濃淡値の明るい領域と暗い領域とにそれぞれ不良原因による小さなピークを示す領域がある濃淡値ヒストグラムである場合には、まず度数が最大となるピーク濃淡値Ｐ１を検出し、ピーク濃淡値Ｐ１から濃淡値の高い方へ度数の谷間検索を行うとＨ１が検索され、度数ピークの濃淡値から濃淡値の低い方へ度数の谷間検索を行うとＬ１が検索される。濃淡値Ｌ１からＨ１の範囲の濃淡値データを良品画素データの領域として、濃淡値Ｌ１からＨ１の範囲の濃淡値データのみを良品画素データとして良品画素データ統計処理部１８に出力する。
【００８８】
また、良品画像データ抽出部１７において、良品からのデータの領域と不良からのデータの領域を分離する方法としては、画素毎の濃淡値ヒストグラムにおいて平均値と標準偏差データを算出し、標準偏差データに予め設定した係数を掛けた値を平均値に対して加算した濃淡値と減算した濃淡値の範囲外の画素データを除外する方法もある。例えば、濃淡値分布データ生成部１６によって生成された濃淡値分布データが、図１６に示すように、濃淡値の明るい領域と暗い領域とにそれぞれ不良原因による小さなピークを示す領域がある濃淡値ヒストグラムである場合には、まず平均濃淡値Ｐ２と標準偏差データを算出し、平均濃淡値Ｐ２を中心として、標準偏差に予め設定した係数を掛けた値に平均濃淡値Ｐ２を加算した濃淡値Ｈ２と標準偏差に予め設定した係数を掛けた値を平均濃淡値Ｐ２から減算した濃淡値Ｌ２とを求め、濃淡値Ｌ２からＨ２の範囲の濃淡値データを良品画素データの領域として、濃淡値Ｌ２からＨ２の範囲の濃淡値データのみを良品画素データとして良品画素データ統計処理部１８に出力する。
【００８９】
さらに、良品画像データ抽出部１７において、まず画素毎の濃淡値ヒストグラムに対して平滑化処理を行ってからピーク濃淡値検出や谷間検出を行うことにより、カメラ１のノイズなどによる濃淡値のばらつきの影響を削減してより正確なピーク濃淡値検出や谷間検出をすることもできる。
【００９０】
良品画素データ統計処理部１８は、良品画像データ抽出部１７で抽出された良品画素データから画素毎に基準画素値とバラツキ値とを算出し、各画素毎に算出された基準画素値とバラツキ値とから基準画像データとばらつきデータとを作成する。
【００９１】
第１乃至第３の実施の形態では、検査開始前の準備として良品の濃淡画像データを取り込み、統計処理を行うので、予め良品と不良の選別を行う必要があるが、第４の実施の形態では、検査開始前の準備として取り込む濃淡画像データには、良品に限らず不良品がまざっていても良いので、検査開始前の準備で良品のチップを選別する必要がなく、検査開始前の準備が短くて済むという効果を奏する。
【００９２】
また良品の選別時に不良の見逃しをすると良品ばかりでなく不良品から取り込んだ濃淡画像データも統計処理にまざってしまうので、不良品のデータに影響を受けて統計処理部４で算出する基準画像データとばらつきデータとからなる統計結果データに誤差が含まれてしまい、良品と判定する範囲が変わってしまうので不良を見逃ししたり、良品を不良と誤判定したりしてしまうが、第４の実施の形態では、不良品からの濃淡画像データを自動的に除いて統計処理を行うので不良品の濃淡画像データに影響を受けないという効果を奏する。
【００９３】
本実施の形態において、図１および図４に示す濃淡画像データ記憶部３は、必ずしも必要ではなく、濃淡画像データを取り込みする度に、統計処理部４で統計処理を行うように構成することで省略することもできる。
【００９４】
また、本実施の形態において、画素毎と記載されている箇所は、予め設定された位置合わせ手段により相対的に検査対象製品２上の同じ座標に相当する画素同士を意味する。位置合わせ手段としては例えば、基準とする１検査対象製品２の画面内の特徴的なパターン領域をテンプレートとして各検査対象画像内をパターンマッチングにより検出する方法がある。１箇所又は複数のパターンマッチングにより検出した座標より相対的にチップ上の同じ座標になるように座標補正を行ってから統計処理および検査が行われる。
【００９５】
さらに、本実施の形態において、画素毎と記載されている箇所は全て１画素毎であっても微小領域毎であっても良い。例えば検査項目によって検出精度が１画素単位まで必要ない場合には、例えば縦２画素横２画素のサイズの合計４画素を１画素として取り扱うことにより、画素毎に行う各種処理は、１／４になり処理時間が短縮される。複数の画素からなる微小領域を１画素とした時の濃淡値としては、複数の画素の平均値を用いる方法、複数の画素の中央値を用いる方法、複数の画素の最頻値を用いる方法等がある。
【００９６】
さらに、本実施の形態において、検査対象製品２の濃淡画像データを取り込むために点灯させる照明を複数異なる角度で照射するように取り付け、検査領域又は検査項目毎に点灯させる照明を切り替えることで、それぞれの検査に適した画像を取り込むことができ高い検査精度を得ることができる。
【００９７】
さらに、本実施の形態において、検査対象製品２において常に全面を検査対象としないで、検査の領域を複数独立した位置座標として設定できるようにして複数の位置座標が異なる領域を設定し、複数の位置座標が異なる領域毎にそれぞれ異なる画像処理手順や計測値また判定値を設定できるようにし、検査データの一部として登録・変更できるようにしておくことで、位置座標が異なる領域毎に検出する不良を変えたり、位置座標が異なる領域毎に検査精度を変えたりすることができるので、実際に検出したい不良をより正確に検出することができると共に、かつ検査の領域を必要な領域に限定することができるので検査時間を短縮することができる。例えば、複数の位置座標が異なる領域として、パターン領域とバンプ領域とを設定し、パターン領域よりもバンプ領域の方が検出すべき不良範囲を小さく設定して検査精度を高くすることによって、パターン領域よりもバンプ領域を厳しく検査することができる。
【００９８】
すなわち、第１の実施の形態の場合には、第１上限ばらつきデータおよび第１下限ばらつきデータを求める際に、乗算係数αとオフセット値βとを用いた算定式を使用するが、検出精度を高めたい領域では、乗算係数αの値を小さく設定すると共にオフセット値βを大きく設定し、検出精度が低くても良い領域では、乗算係数αの値を大きく設定すると共にオフセット値βを小さく設定し、検出精度を高めたい領域と検出精度が低くても良い領域とで異なる算定式を用いて第１上限ばらつきデータおよび第１下限ばらつきデータを算出する。また、検出精度を高めたい領域では、強制的に良品と判定するばらつき範囲（Ｃ１、−Ｃ１）を狭く設定し、検出精度が低くても良い領域では、強制的に不良品と判定するばらつき範囲（Ｃ１、−Ｃ１）を広く設定する。さらに、検出精度を高めたい領域では、強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を狭く設定し、検出精度が低くても良い領域では、強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を広く設定する。
【００９９】
また、第２の実施の形態の場合には、第１上限画像データおよび第１下限画像データを求める際に、乗算係数αとオフセット値βとを用いた算定式を使用するが、検出精度を高めたい領域では、乗算係数αの値を小さく設定すると共にオフセット値βを大きく設定し、検出精度が低くても良い領域では、乗算係数αの値を大きく設定すると共にオフセット値βを小さく設定し、検出精度を高めたい領域と検出精度が低くても良い領域とでとで異なる算定式を用いて第１上限画像データおよび第１下限画像データを算出する。
する。また、検出精度を高めたい領域では、強制的に良品と判定するばらつき範囲（（基準画像データ＋Ｃ３）、（基準画像データ−Ｃ３））を狭く設定し、検出精度が低くても良い領域では、強制的に不良品と判定するばらつき範囲（（基準画像データ＋Ｃ３）、（基準画像データ−Ｃ３））を広く設定する。さらに、検出精度を高めたい領域では、強制的に不良品と判定するばらつき範囲（（基準画像データ＋Ｃ４）、（基準画像データ−Ｃ４））を狭く設定し、検出精度が低くても良い領域では、強制的に不良品と判定するばらつき範囲（（基準画像データ＋Ｃ４）、（基準画像データ−Ｃ４））を広く設定する。
【０１００】
なお、本発明が上記各実施の形態に限定されず、本発明の技術思想の範囲内において、各実施の形態は適宜変更され得ることは明らかである。また、上記構成部材の数、位置、形状等は上記実施の形態に限定されず、本発明を実施する上で好適な数、位置、形状等にすることができる。なお、各図において、同一構成要素には同一符号を付している。
【０１０１】
【発明の効果】
本発明の外観検査装置および外観検査方法は、良品の濃淡画像データから算出されたばらつきデータによって各画素毎の良否判定を行うため、良品の特徴に応じた良否判定を行うことができ、検査対象製品２毎にパターン形状の微小差異や濃淡値の差異があっても誤判定せずに、また、良品の規格内である異物付着やキズなどの過検出やカメラ１のノイズ等の影響によっても誤判定せずに、良品の規格からはずれた検出すべき不良品のみを精度良く検出することができるという効果を奏する。
【０１０２】
さらに、本発明の外観検査装置および外観検査方法は、複数の良品の濃淡画像データのある画素の濃淡値がたまたま近い値であった場合、ばらつきデータの良品範囲が狭くなってしまうが、強制的に良品と判定するばらつき範囲を設定することにより、良品を不良品と判定する誤判定を防止することができると共に、複数の良品の濃淡画像データのある画素の濃淡値に不良や不良に近い濃淡値が含まれていた場合、ばらつきデータの良品範囲が広くなってしまいが、強制的に不良品と判定するばらつき範囲を設定することにより、不良品を良品と判定する誤判定を防止することができる。
【０１０３】
さらに、本発明の外観検査装置および外観検査方法は、検査開始前に統計情報から判定に用いる上限基準画像データと下限基準画像データとからなる良品範囲基準画像データを生成し、生成した良品範囲基準画像データに基づいて検査を行うため、差画像データ等の検査用の画像データを作成することなく検査を行うことができ、演算量を少なくすることが可能になり、検査時間を短くすることができるという効果を奏する。
【０１０４】
さらに、本発明の外観検査装置および外観検査方法は、不良のサイズや面積などの特徴量を計測して判定を行うので、計測された特徴量の統計処理を行うことで定量的な傾向管理を行うことが可能となるという効果を奏する。
【０１０５】
さらに、本発明の外観検査装置および外観検査方法は、不良の領域を特定して判定するので、不良の座標を計測することができ、計測された座標の統計処理を行うことにより、検出対象製品内で不良の発生する座標上の傾向をみつけることが可能になり、不良の発生する座標上の傾向を前工程へフィードバックし、前工程の改善をすることで製品の作り込み品質を向上させ、検査で検出される不良の率を低減することに活用することもできるという効果を奏する。
【０１０６】
さらに、本発明の外観検査装置および外観検査方法は、不良として検出したい領域を適宜設定することで、不良のサイズや面積などの特徴量を計測して検査規格からはずれた領域のみを不良と判定でき、検査規格内の領域やカメラのノイズは、不良にならず精度良く検査を行うことができ、不良として検出したい検査対象製品のみを効率的に不良判定することができるという効果を奏する。
【０１０７】
さらに、本発明の外観検査装置および外観検査方法は、検査開始前の準備として取り込む濃淡画像データには、良品に限らず不良品がまざっていても良いので、検査開始前の準備で良品のチップを選別する必要がなく、検査開始前の準備が短くて済むという効果を奏する。さらに、不良品からの濃淡画像データを自動的に除いて統計処理を行うので不良品の濃淡画像データに影響を受けないという効果を奏する。
【図面の簡単な説明】
【図１】本発明に係る外観検査装置の第１の実施の形態の構成を示すブロック図である。
【図２】本発明に係る外観検査装置の第１の実施の形態の動作を説明するためのフローチャートである。
【図３】図１に示す統計処理部によって算出される基準画素値およびバラツキ値を説明するための濃淡値ヒストグラムである。
【図４】図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値プロファイルである。
【図５】図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値プロファイルである。
【図６】図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値ヒストグラムである。
【図７】図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値プロファイルである。
【図８】本発明に係る外観検査装置の第２の実施の形態の構成を示すブロック図である。
【図９】本発明に係る外観検査装置の第２の実施の形態の動作を説明するためのフローチャートである。
【図１０】図７に示す統計処理部での良品範囲基準画像データの算出動作を説明するための濃淡値プロファイルである。
【図１１】図７に示す統計処理部での良品範囲基準画像データの算出動作を説明するための濃淡値プロファイルである。
【図１２】本発明に係る外観検査装置の第３の実施の形態の構成を示すブロック図である。
【図１３】図１２に示す不良候補画像生成部によって生成される不良候補画像データ例を示す図である。
【図１４】本発明に係る外観検査装置の第４の実施の形態の構成を示すブロック図である。
【図１５】図１４に示す良品画像データ抽出部による良品画素データ抽出動作を説明するための濃淡値ヒストグラムである。
【図１６】図１４に示す良品画像データ抽出部による良品画素データ抽出動作を説明するための濃淡値ヒストグラムである。
【図１７】従来技術の問題点を説明するための濃淡値プロファイルである。
【符号の説明】
１ カメラ
２ 検査対象製品
３ 濃淡画像データ記憶部
４ 統計処理部
５ 統計結果記憶部
６ 比較部
７ 判定部
８ 入力部
９ 表示部
１０ 良品範囲基準画像データ生成部
１１ 比較判定部
１２ 不良候補画像生成部
１３ 画像処理部
１４ 計測部
１５ 最終判定部
１６ 濃淡値分布データ生成部
１７ 良品画像データ抽出部
１８ 良品画素データ統計処理部
【発明の属する技術分野】
本発明は、検査対象物のパターンの形成状態又はパターン上の異物付着やキズなどの不良を検出する外観検査装置および外観検査方法に関し、特に検査対象物のパターンを撮像した濃淡画像データを基準画像データと比較することによって検査対象物の良否の判定を行う外観検査装置および外観検査方法に関する。本発明の外観検査装置および外観検査方法は、例えば半導体ウエハや半導体チップ等の欠陥やキズ、異物付着を検出することにより良否判定を行う。
【０００２】
【従来の技術】
従来、検査対象物のパターンの形成状態又はパターン上の異物付着やキズなどの不良を検出する外観検査方法としては、比較画像データと検査対象画像データを比較して違いがあれば欠陥があると判定する方法が知られている（例えば、特許文献１参照。）。
【０００３】
図１７は、従来技術の問題点を説明するための濃淡値プロファイルである。
ところが、この方法では、良品でもパターン形状の微小差異や膜厚のばらつき等に起因する濃淡値の差異等があるため不一致箇所が生じ、誤検出が多発する場合があるという問題点があった。
【０００４】
図１７（ａ）は、比較画像データである良品のパターンの濃淡値プロファイルを示しており、図１７（ｂ）は、異物が付着した検査対象のプロファイルを示している。図１７（ｃ）は、図１７（ａ）と（ｂ）とを比較した差を示したプロファイルであり、異物付着箇所のみに差が表れており、異物付着ありと判定することができる。
【０００５】
図１７（ａ’）は、比較画像データである良品のパターンの濃淡値プロファイルを示しており、図１７（ｄ）は、パターンの線幅が太くなっている場合を示している。図１７（ｅ）は、図１７（ａ’）と（ｄ）とを比較した差を示したプロファイルであり、パターンの線幅が太くなっている箇所のみに差が表れており、図１７（ｃ）同様に異物付着ありと判定されてしまう。
【０００６】
図１７に一例を示したように、比較画像データと検査対象画像の差だけでは、パターンの太り細りなどのばらつきか異物付着か区別することができないので、パターンの線幅などのばらつきが良品の範囲のばらつきであっても不良と誤判定したり、良品の範囲のパターンの線幅などのばらつきを誤判定しないように判定の閾値を変更すると本当の異物付着を見逃したりしてしまう。
【０００７】
そこで、被検査パターンの定めたチップから画像信号を検出し、この検出画像信号に対して統計量からなる統計画像を生成し、この統計画像を用いることによって欠陥を検出、或いは統計画像を用いてパターンのでき具合を定量化しプロセスの診断を行う技術が提案されている（例えば、特許文献２参照。）。
【０００８】
【特許文献１】
特開昭５７−１９６３７７号公報
【特許文献２】
特開平１０−７４８１２号公報
【０００９】
【発明が解決しようとする課題】
しかしながら、特許文献２に示す従来技術では、統計量からなる統計画像の基になる検出画像信号には、不良品が含まれている可能性があるため、統計画像を比較画像データとして用いた場合には、検査対象製品毎のパターン形状の微小差異や濃淡値の差異、また、良品の規格内である異物付着やキズなどの過検出やカメラノイズ等の影響によって、良判定を誤ってしまうという問題点があった。
【００１０】
また、特許文献２に示す従来技術では、被検査パターンの統計量で示される統計情報を生成し、当該統計情報を用いて検査を行うため統計情報を算出するのに用いたサンプルの濃淡値に影響を受け誤判定をするという問題点があった。すなわち、任意の画素において、複数のサンプルの濃淡値がたまたま任意の近い値に集中して分布した場合、許容されるばらつき量は小さくなってしまい、検査時に良品を不良品と誤判定してしまったり、複数のサンプル中に不良や不良に近い濃淡値が含まれていた場合、許容されるばらつき量は大きくなってしまい、検査時に不良品を良品と誤判定してしまうという問題点があった。
【００１１】
本発明は斯かる問題点を鑑みてなされたものであり、その目的とするところは、検査対象製品毎にパターン形状の微小差異や濃淡値の差異があっても誤判定せずに、また、良品の規格内である異物付着やキズなどの過検出やカメラノイズ等の影響によっても誤判定せずに、良品の規格からはずれた検出すべき不良品のみを精度良く検出することができる外観検査装置および外観検査方法を提供する点にある。
【００１２】
【課題を解決するための手段】
本発明は上記課題を解決すべく、以下に掲げる構成とした。
本発明の外観検査装置は、基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、複数の前記検査対象物のそれぞれの外観を濃淡値で表す複数の濃淡画像データから前記基準画像データとばらつきデータとを統計データとして算出する統計処理手段と、該統計処理手段によって算出された前記統計データと予め設定されている良否判別データと前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データとから良品であるか否かを画素毎に判定することにより前記検査対象物の良否判定を行う判定手段を含むことを特徴とする。
さらに、本発明の外観検査装置は、基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、複数の良品の前記検査対象物の前記濃淡画像データから前記基準画像データとばらつきデータとを算出する統計処理手段と、前記基準画像データと前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データとを比較して差画像データを出力する比較手段と、前記差画像データが、前記ばらつきデータと予め設定されている良否判別データとから算出される良品の範囲内にあるか否かを画素毎に判定することにより前記検査対象物の良否判定を行う判定手段とを含むことを特徴とする。
さらに、本発明の外観検査装置は、前記判定手段は、前記差画像データが前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記検査対象物を良品として判定することを特徴とする。
さらに、本発明の外観検査装置は、前記判定手段は、前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品として判定することを特徴とする。
さらに、本発明の外観検査装置は、前記判定手段は、前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品と判定させるか否かを前記基準画像データとばらつきデータとを算出する際に使用した前記濃淡画像データの濃淡値の分布によって判断することを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記ばらつきデータを算出させ、前記判定手段は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記ばらつきデータを用いて前記検査対象物の良否判定を行わせることを特徴とする。
さらに、本発明の外観検査装置は、前記判定手段は、予前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定させ、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行わせることを特徴とする。
さらに、本発明の外観検査装置は、基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データに対するばらつきデータを算出し、前記基準画像データと前記ばらつきデータと予め設定されている良否判別データとから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出する統計処理手段と、前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定することにより前記検査対象物の良否判定を行う判定手段とを含むことを特徴とする外観検査装置。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記良品範囲内とする前記良品範囲基準画像データを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出するか否かを前記良品濃淡画像データの濃淡値の分布によって判断することを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記良品濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記良品濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出させることを特徴とする。
さらに、本発明の外観検査装置は、前記統計処理手段は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記良品範囲基準画像データを算出させ、前記判定手段は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記良品範囲基準画像データを用いて前記検査対象物の良否判定を行わせることを特徴とする。
さらに、本発明の外観検査装置は、前記判定手段は、前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定させ、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行わせることを特徴とする。
さらに、本発明の外観検査装置は、基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データとばらつきデータとを算出する統計処理手段と、該統計処理手段によって算出された前記基準画像データと前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データとを比較して差画像データを出力する比較手段と、前記差画像データが前記ばらつきデータの範囲内にあるか否かを判定して前記ばらつきデータの範囲外である前記差画像データに対応した不良候補画像データを作成する不良候補画像作成手段と、該不良候補画像作成手段によって作成された前記不良候補画像データに含まれる不良候補画素の形状を計測する計測手段と、該計測手段による計測結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行う最終判定手段とを含むことを特徴とする。
さらに、本発明の外観検査装置は、基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出する統計処理手段と、前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定して前記良品範囲基準画像データが示す前記良品範囲外である前記濃淡画像データに対応した不良候補画像データを作成する不良候補画像作成手段と、該不良候補画像作成手段によって作成された前記不良候補画像データに含まれる不良候補画素の形状を計測する計測手段と、該計測手段による計測結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行う最終判定手段とを含むことを特徴とする。
さらに、本発明の外観検査装置は、前記不良候補画像データに対して予め設定されている画像処理を行う画像処理手段を具備し、前記計測手段は、前記画像処理手段によって画像処理が施された前記不良候補画像データに含まれる不良候補画素の形状を計測させることを特徴とする。
さらに、本発明の外観検査装置は、前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データから良品の前記濃淡画像データを抽出する良品濃淡画像データ抽出手段を具備し、前記統計処理手段は、前記良品濃淡画像データ抽出手段によって抽出された良品の前記濃淡画像データを前記良品濃淡画像データとして用いることを特徴とする。
さらに、本発明の外観検査装置は、前記良品濃淡画像データ抽出手段は、予め複数の前記濃淡画像データから画素毎に濃淡値の分布データを算出し、当該分布データに基づいて不良画素データを除外することにより良品の前記濃淡画像データを抽出させることを特徴とする。
さらに、本発明の外観検査装置は、前記良品濃淡画像データ抽出手段は、前記分布データにおいて度数の最大になる濃淡値から濃淡値の大きい方と小さい方にそれぞれ谷間検索を行い、検索した谷間間の外の画素データを前記不良画素データとして除外させることを特徴とする。
さらに、本発明の外観検査装置は、前記良品濃淡画像データ抽出手段は、画素毎の濃淡値の平均値と標準偏差データとを算出し、前記標準偏差データに予め設定した係数を掛けた値を前記平均値に加算および減算した範囲の外の画素データを前記不良画素データとして除外させることを特徴とする。
本発明の外観検査方法は、基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、複数の前記検査対象物のそれぞれの外観を濃淡値で表す複数の濃淡画像データから前記基準画像データとばらつきデータとを統計データとして算出し、該算出した前記統計データと予め設定されている良否判別データと前記入力した前記検査対象物の前記濃淡画像データとから良品であるか否かを画素毎に判定することにより前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、複数の良品の前記検査対象物の前記濃淡画像データから前記基準画像データとばらつきデータとを算出し、前記基準画像データと前記入力した前記検査対象物の前記濃淡画像データとを比較して差画像データを出力し、前記差画像データが、前記ばらつきデータと予め設定されている良否判別データとから算出した良品の範囲内にあるか否かを画素毎に判定することにより前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、前記差画像データが前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記検査対象物を良品として判定することを特徴とする。
さらに、本発明の外観検査方法は、前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品として判定することを特徴とする。
さらに、本発明の外観検査方法は、前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品と判定するか否かを前記基準画像データとばらつきデータとを算出する際に使用された前記濃淡画像データの濃淡値の分布によって判断することを特徴とする。さらに、本発明の外観検査方法は、前記濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出することを特徴とする。
さらに、本発明の外観検査方法は、前記濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出することを特徴とする。
さらに、本発明の外観検査方法は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記ばらつきデータを算出し、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記ばらつきデータを用いて前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定させ、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行わせることを特徴とする。
さらに、本発明の外観検査方法は、基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データに対するばらつきデータを算出し、前記基準画像データと前記ばらつきデータと予め設定されている良否判別データとから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出し、前記入力した前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定することにより前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記良品範囲内とする前記良品範囲基準画像データを算出することを特徴とする。
さらに、本発明の外観検査方法は、前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出することを特徴とする。
さらに、本発明の外観検査方法は、前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出するか否かを前記良品濃淡画像データの濃淡値の分布によって判断する。
さらに、本発明の外観検査方法は、前記良品濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出することを特徴とする。さらに、本発明の外観検査方法は、前記良品濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出することを特徴とする。
さらに、本発明の外観検査方法は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記良品範囲基準画像データを算出し、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記良品範囲基準画像データを用いて前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定し、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データとばらつきデータとを算出し、該算出した前記基準画像データと前記入力した前記検査対象物の前記濃淡画像データとを比較して差画像データを出力し、前記差画像データが前記ばらつきデータの範囲内にあるか否かを判定して前記ばらつきデータの範囲外である前記差画像データに対応した不良候補画像データを作成し、該作成した前記不良候補画像データに含まれる不良候補画素の形状を計測し、該計測した結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出し、前記入力した前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定して前記良品範囲基準画像データが示す前記良品範囲外である前記濃淡画像データに対応した不良候補画像データを作成し、該作成した前記不良候補画像データに含まれる不良候補画素の形状を計測し、該計測した結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行うことを特徴とする。
さらに、本発明の外観検査方法は、前記不良候補画像データに対して予め設定されている画像処理を行い、該画像処理が施された前記不良候補画像データに含まれる不良候補画素の形状を計測することを特徴とする。
さらに、本発明の外観検査方法は、前記入力した前記検査対象物の前記濃淡画像データから良品の前記濃淡画像データを抽出し、該抽出した良品の前記濃淡画像データを前記良品濃淡画像データとして用いることを特徴とする。
さらに、本発明の外観検査方法は、予め複数の前記濃淡画像データから画素毎に濃淡値の分布データを算出し、当該分布データに基づいて不良画素データを除外することにより良品の前記濃淡画像データを抽出することを特徴とする。
さらに、本発明の外観検査方法は、記分布データにおいて度数の最大になる濃淡値から濃淡値の大きい方と小さい方にそれぞれ谷間検索を行い、検索した谷間間の外の画素データを前記不良画素データとして除外することを特徴とする。
さらに、本発明の外観検査方法は、画素毎の濃淡値の平均値と標準偏差データとを算出し、前記標準偏差データに予め設定した係数を掛けた値を前記平均値に加算および減算した範囲の外の画素データを前記不良画素データとして除外させることを特徴とする。
本発明の外観検査方法をコンピュータに実行させるためのプログラムは、基準画像データを用いて検査対象物の良否判定を行う外観検査方法をコンピュータに実行させるためのプログラムであって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する工程と、複数の前記検査対象物のそれぞれの外観を濃淡値で表す複数の濃淡画像データから前記基準画像データとばらつきデータとを統計データとして算出する工程と、該算出した前記統計データと予め設定されている良否判別データと前記入力した前記検査対象物の前記濃淡画像データとから良品であるか否かを画素毎に判定することにより前記検査対象物の良否判定を行う工程とを有する。
さらに、本発明の外観検査方法をコンピュータに実行させるためのプログラムは、基準画像データを用いて検査対象物の良否判定を行う外観検査方法をコンピュータに実行させるためのプログラムであって、前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する工程と、複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データに対するばらつきデータを算出する工程と、前記基準画像データと前記ばらつきデータと予め設定されている良否判別データとから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出する工程と、前記入力した前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定する工程とを有する。
【００１３】
【発明の実施の形態】
以下、本発明の実施の形態を図面に基づいて詳細に説明する。
【００１４】
（第１の実施の形態）
図１は、本発明に係る外観検査装置の第１の実施の形態の構成を示すブロック図である。
【００１５】
第１の実施の形態の外観検査装置は、プログラムの制御により動作する情報処理装置であり、図１を参照すると、半導体チップ等の検査対象製品２を撮像するカメラ１と、カメラ１で撮像された濃淡画像データが記憶される濃淡画像データ記憶部３と、濃淡画像データ記憶部３に記憶された複数の濃淡画像データの統計処理を行って基準画像データおよびばらつきデータを作成する統計処理部４と、統計処理部４によって作成された基準画像データおよびばらつきデータが記憶される統計結果記憶部５と、統計結果記憶部５に記憶されている基準画像データとカメラ１で撮像された濃淡画像データとを比較する比較部６と、比較部６による比較結果と統計結果記憶部５に記憶されているばらつきデータとに基づいて良否判定を行う判定部７と、キーボード等の入力部８と、ディスプレイ装置等の表示部９とからなる。
【００１６】
濃淡画像データ記憶部３は、ハードディスク等の情報記憶手段であり、カメラ１によって検査対象製品２を撮像することによって得られた濃淡画像データを複数記憶することができる記憶容量を有する。なお、濃淡画像データ記憶部３に記憶される濃淡画像データは、カメラ１によって検査対象製品２を撮像することによって得られた濃淡画像データ以外に、レーザを検査対象製品２に照射し、その反射光を受光することによって得られた濃淡画像データでも、ネットワークや記録媒体経由で外部から入力された濃淡画像データでも良く、濃淡画像データの入力手段を限定するものではない。また、濃淡画像データは、検査対象製品２の外観を濃淡値で表す画像データであり、画像データの各画素に濃淡値が割り当てられているデータである。
【００１７】
統計処理部４は、濃淡画像データ記憶部３に記憶された複数の濃淡画像データから画素毎の基準画素値とバラツキ値とを算出し、各画素毎に算出された基準画素値とバラツキ値とから基準画像データとばらつきデータとを統計データとして作成する。
【００１８】
統計結果記憶部５は、基準画像データとばらつきデータとを記憶するメモリやハードディスク等の情報記憶手段であり、記憶している基準画像データを比較部６に供給すると共に、記憶しているばらつきデータを判定部７に供給する。
【００１９】
比較部６は、統計結果記憶部５に記憶されている基準画像データと、カメラ１で撮像された濃淡画像データとを比較し、基準画像データと濃淡画像データとの差画像データを判定部７に出力する。
【００２０】
判定部７は、ばらつきデータと予め設定されている良否判別データとから差画像良品範囲上限データと差画像良品範囲下限データとを作成し、差画像データが差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内であるか否かを画素毎に判定することで、検査対象製品２の良否判定を行う。差画像データの全ての画素が差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内に収まっている場合には、良品と判定し、差画像データのいずれかの画素が差画像良品範囲上限データおよび差画像良品範囲下限データの範囲外である場合には、不良品と判定し、判定結果を表示部９に表示する。なお、良否判別データは、予め強制的に良品と判定するばらつき範囲（Ｃ１、−Ｃ１）と、予め強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）とからなる。
【００２１】
次に、第１の実施の形態の動作について図２乃至図６を参照して詳細に説明する。
図２は、本発明に係る外観検査装置の第１の実施の形態の動作を説明するためのフローチャートであり、図３は、図１に示す統計処理部によって算出される基準画素値およびバラツキ値を説明するための濃淡値ヒストグラムであり、図４および図５は、図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値プロファイルであり、図６は、図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値ヒストグラムである。
【００２２】
まず、外観検査開始の準備として、カメラ１によって複数の良品を順次撮像し、複数の良品の濃淡画像データを濃淡画像データ記憶部３に記憶させる（ステップＡ１）。濃淡画像データ記憶部３に記憶される濃淡画像データは、各画素毎、すなわち各位置座標毎の濃淡値からなるデジタルデータである。
【００２３】
次に、統計処理部４は、濃淡画像データ記憶部３に記憶されている複数の良品の濃淡画像データの統計処理を行い、各画素、すなわち各位置座標の基準画素値が定められたデータである基準画像データを作成する。基準画像データを作成するための統計処理は、例えば、複数の良品の濃淡画像データから画素毎の平均濃淡値を基準画素値として算出し（ステップＡ２）、画素毎の基準画素値からなる画像データを基準画像データとする（ステップＡ３）。すなわち、複数の良品の濃淡画像データの内の１画素（同一位置座標）の濃淡値の分布が図３に示すような分布である場合、分布のほぼ中心の濃淡値をその画素の基準画素値として算出し、同様にして濃淡画像データの全て画素の基準画素値を算出し、全て画素の基準画素値の集合を基準画像データとする。なお、ステップＡ２での基準画素値の算出方法としては、複数の良品の濃淡画像データから画素毎に濃淡値のヒストグラムの最頻値を基準画素値として算出するようにしても良い。
【００２４】
次に、統計処理部４は、濃淡画像データ記憶部３に記憶されている複数の良品の濃淡画像データの統計処理を行い、各画素、すなわち各位置座標のバラツキ値が定められたデータであるばらつきデータを作成する。ばらつきデータを作成するための統計処理は、例えば、複数の良品の濃淡画像データから最大濃淡値と最小濃淡値とを検索し、（最大濃淡値−基準画素値）を正方向のバラツキ値として算出し、（基準画素値−最小濃淡値）を負方向のバラツキ値として算出し（ステップＡ４）、画素毎の正方向のバラツキ値と負方向のバラツキ値とからばらつきデータを作成する（ステップＡ５）。すなわち、複数の良品の濃淡画像データの内の１画素（同一位置座標）の濃淡値の分布が図３に示すような分布である場合、分布の最大濃淡値と最小濃淡値とを検索し、（最大濃淡値−基準画素値）をその画素の正方向のバラツキ値として算出し、（基準画素値−最小濃淡値）をその画素の負方向のバラツキ値として算出し、同様にして濃淡画像データの全て画素の正方向のバラツキ値と負方向のバラツキ値とを算出し、全て画素の正方向のバラツキ値と負方向のバラツキ値との集合をばらつきデータとする。
【００２５】
次に、統計処理部４によって作成された基準画像データとばらつきデータとは、統計結果記憶部５に記憶され（ステップＡ６）、外観検査開始の準備が完了する。
【００２６】
外観検査時は、カメラ１によって検査対象製品２の検査対象濃淡画像データを取り込み、カメラ１から出力される検査対象濃淡画像データは、比較部６に入力され、比較部６は、入力された検査対象濃淡画像データと統計結果記憶部５に記憶されている基準画像データとを画素毎に比較し（ステップＡ７）、画素毎の検査対象濃淡画像データの濃淡値と基準画像データの基準画素値との差を算出し、検査対象濃淡画像データと基準画像データとの差である差画像データを比較結果データとして判定部７に出力する。すなわち、差画像データは、差画像データ＝（検査対象濃淡画像データ）−（基準画像データ）によって求められ、検査対象濃淡画像データと基準画像データとの同一位置座標の画素の濃淡値の差が差画像データのそれぞれの画素の濃淡値となる。
【００２７】
次に、判定部７は、統計結果記憶部５に記憶されているばらつきデータから差画像良品範囲上限データと差画像良品範囲下限データとを作成し（ステップＡ８）、比較部６から入力される差画像データが差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内であるか否かを画素毎に判定することで（ステップＡ９）、検査対象製品２の良否判定を行う。
【００２８】
判定部７による差画像良品範囲上下限データの作成は、まず、正方向のばらつきデータによって第１上限ばらつきデータを作成し、負方向のばらつきデータによって第１下限ばらつきデータが作成され、図４に示すような、第１上限ばらつきデータと第１下限ばらつきデータとからなる濃淡値プロファイルが作成される。第１上限ばらつきデータおよび第１下限ばらつきデータとからなる濃淡値プロファイルは、複数の良品の濃淡画像データの内の１画素（同一位置座標）毎にそれぞれ求められた正方向のバラツキ値と負方向のバラツキ値とからなるため、図４に示すように、位置座標によって異なる値になる。第１上限ばらつきデータは、第１上限ばらつきデータ＝正方向のばらつきデータ×α＋βによって求められ、第１下限ばらつきデータは、第１下限ばらつきデータ＝−（負方向のばらつきデータ×α＋β）によって求められる。なお、αは、予め設定した乗算係数であり、βは、予め設定したオフセット値である。第１上限ばらつきデータと第１下限ばらつきデータとの算出に用いる乗算係数α又はオフセット値βは、上限と下限とで異なる値を用いても良く、また、乗算係数α又はオフセット値βを用いなくても良く、ばらつきデータから第１上限ばらつきデータと第１下限ばらつきデータとを算出する方法を限定するものではない。
【００２９】
乗算係数αを大きな値に設定するほど検査としては良品画素として判定する範囲が広がり、よりばらつきに対して許容範囲が大きく設定されることになり、逆に乗算係数αを小さな値に設定するほど良品画素として判定する範囲が狭くなり不良の検出感度が高く設定されることになる。また、オフセット値βは、正の値又は負の値のいずれの値を設定することができ、オフセット値βを大きくするほど検査としては良品画素として判定する範囲が広がり、検査としてはより甘く判定されることになり、逆にオフセット値βを小さくするほど検査としては良品画素として判定する範囲が狭くなり、検査としてはより厳しく判定されることになる。
【００３０】
図４の濃淡値プロファイルにおいて、第１上限ばらつきデータと第１下限ばらつきデータとの間が良品範囲であり、位置座標毎に異なるばらつきデータに比例した値になっている。すなわち、複数の良品においてばらつきの大きい領域は、許容範囲も大きく、複数の良品においてばらつきの小さい領域は許容範囲も小さくすることで、ばらつきの許容範囲を一律にするよりも高精度な検出性能を得ることができる。
【００３１】
次に、図５（ａ）に示すように、良否判別データである予め強制的に良品と判定するばらつき範囲（Ｃ１、−Ｃ１）を設定した第２上限ばらつきデータと第２下限ばらつきデータとを第１上限ばらつきデータと第１下限ばらつきデータとからそれぞれ作成する。予め基準画像データとばらつきデータとの算出に用いた複数の良品の濃淡画像データのある画素において、たまたま濃淡値が同じ値であったり極めて近い値であった場合、その画素におけるばらつきデータはゼロか極めて小さな値になってしまうために第１上限ばらつきデータと第１下限ばらつきデータとによる良品範囲が極端に狭くなってしまい、検査時に実際には良品の画素であっても多少の濃淡値のばらつきがあるために不良と判定され誤検出となってしまう可能性があるが、予め強制的に良品と判定するばらつき範囲を設定しておくことで、誤検出を防止することができる。
【００３２】
第２上限ばらつきデータと第２下限ばらつきデータとは、それぞれ、第２上限ばらつきデータ＝ｍａｘ（第１上限ばらつきデータ、Ｃ１）と、第２下限ばらつきデータ＝ｍｉｎ（第１下限ばらつきデータ、−Ｃ１）とにより求め、第１上限ばらつきデータよりもばらつき範囲Ｃ１が大きい位置座標では、第１上限ばらつきデータに替えてばらつき範囲Ｃ１を第２上限ばらつきデータとして使用し、第１下限ばらつきデータよりもばらつき範囲Ｃ２が小さい位置座標では、第１下限ばらつきデータに替えてばらつき範囲−Ｃ１を第２下限ばらつきデータとして使用することにより、図５（ａ）に示すような第２上限ばらつきデータと第２下限ばらつきデータとの濃淡値プロファイルが得られる。なお、Ｃ１は、予め強制的に良品と判定するばらつき範囲を設定するための値であり、第２上限ばらつきデータの算出と第２下限ばらつきデータの算出とに同じ値を用いているが、第２上限ばらつきデータの算出と第２下限ばらつきデータの算出とで異なる値を設定しても良い。
【００３３】
図５（ａ）に示す範囲Ａにおける位置座標では、第１上限ばらつきデータのバラツキ値よりもＣ１の方が大きいので第２上限ばらつきデータのバラツキ値は、Ｃ１となり、範囲Ａ’における位置座標では、第１下限ばらつきデータのバラツキ値よりも−Ｃ１の方が小さいので第２下限ばらつきデータのバラツキ値は、−Ｃ１となる。従って、範囲Ａおよび範囲Ａ’における位置座標で、第２上限ばらつきデータと第２下限ばらつきデータとの間隔である良品範囲は、第１上限ばらつきデータと第１下限ばらつきデータとの間隔である良品範囲よりも広くなり、基準画像データを生成した良品の濃淡画像データにおいて、たまたまばらつきが小さく、良品範囲が必要以上に狭くなってしまった範囲Ａ、範囲Ａ’でのバラツキ値の範囲を広くすることができ、実際には製品自体のばらつきやカメラ１のノイズなどの原因によって場所によらず濃淡値のばらつく範囲を、Ｃ１から−Ｃ１の範囲を不良と判定しない範囲として設定しておくことで、誤検出を防止することができる。
【００３４】
さらに、図５（ｂ）に示すように、良否判別データである予め強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を設定した第３上限ばらつきデータと第３下限ばらつきデータとを第１上限ばらつきデータと第１下限ばらつきデータとからそれぞれ作成する。予め基準画像データとばらつきデータとの算出に用いた複数の良品の濃淡画像データのある画素において、たまたま良品限界に近い濃淡値を含んでいた場合、その画素におけるばらつきデータは大きな値になるため、乗算係数αやオフセット値βによっては本当は不良にしたい濃淡値の画素も良品画素と判定してしまう可能性があるが、濃淡値が基準画素値から離れたり明るすぎたり暗すぎたりする明らかに不良画素と判定したい画素を、第１上限ばらつきデータと第１下限ばらつきデータとによる良品範囲内であっても、予め設定したばらつき範囲を超えた場合に強制的に確実に不良画素と判定することで、誤検出を防止することができる。
【００３５】
第３上限ばらつきデータと第３下限ばらつきデータとは、それぞれ、第３上限ばらつきデータ＝ｍｉｎ（第１上限ばらつきデータ、Ｃ２）と、第３下限ばらつきデータ＝ｍａｘ（第１下限ばらつきデータ、−Ｃ２）とにより求め、第１上限ばらつきデータよりもばらつき範囲Ｃ２が小さい位置座標では、第１上限ばらつきデータに替えてばらつき範囲Ｃ２を第３上限ばらつきデータとして使用し、第１下限ばらつきデータよりもばらつき範囲−Ｃ２が大きい位置座標では、第１下限ばらつきデータに替えてばらつき範囲−Ｃ２を第３下限ばらつきデータとして使用することにより、図５（ａ）に示すような第２上限ばらつきデータと第２下限ばらつきデータとの濃淡値プロファイルが得られる。なお、Ｃ２は、予め強制的に不良と判定する範囲を設定するための値であり、第３上限ばらつきデータの算出と第３下限ばらつきデータの算出とに同じ値を用いているが、第３上限ばらつきデータの算出と第３下限ばらつきデータの算出とで異なる値を設定しても良い。
【００３６】
図５（ｂ）に示す範囲Ｂにおける位置座標では、第１上限ばらつきデータのバラツキ値よりもＣ２の方が小さいので第３上限ばらつきデータのバラツキ値は、Ｃ２となり、範囲Ａ’における位置座標では、第１下限ばらつきデータのバラツキ値よりも−Ｃ２の方が大きいので第３下限ばらつきデータのバラツキ値は、−Ｃ２となる。従って、範囲Ｂおよび範囲Ｂ’における位置座標で、第３上限ばらつきデータと第３下限ばらつきデータとの間隔である良品範囲は、第１上限ばらつきデータと第１下限ばらつきデータとの間隔である良品範囲よりも狭くなり、基準画像データを生成した良品の濃淡画像データにおいて、たまたま良否限界画素が含まれているなどの理由によりばらつきが大きく、良品範囲が必要以上に広くなってしまった範囲Ｂ、範囲Ｂ’でのバラツキ値の範囲を狭くすることができ、実際に不良と判定したい領域において濃淡値がばらつく範囲がわかっていれば、Ｃ２以上および−Ｃ２以下の範囲を強制的に不良と判定する範囲として設定しておくことで、誤検出を防止することができる。
【００３７】
さらに、予め強制的に良品と判定するばらつき範囲を設定すると共に、予め強制的に不良品と判定するばらつき範囲を設定した第４上限ばらつきデータと第４下限ばらつきデータとを第１上限ばらつきデータと第１下限ばらつきデータとからそれぞれ作成し、作成した第４上限ばらつきデータと第４下限ばらつきデータとをそれぞれ差画像良品範囲上限データと差画像良品範囲下限データとして用いる。
【００３８】
第４上限ばらつきデータおよび第４下限ばらつきデータは、上述した第２上限ばらつきデータおよび第２下限ばらつきデータの特徴と、上述した第３上限ばらつきデータおよび第３下限ばらつきデータの特徴とを兼ね備えるものであり、第４上限ばらつきデータと第４下限ばらつきデータとは、それぞれ第４上限ばらつきデータ＝ｍｉｎ（ｍａｘ（第１上限ばらつきデータ、Ｃ１）、Ｃ２）と、第４下限ばらつきデータ＝ｍａｘ（ｍｉｎ（第１下限ばらつきデータ、−Ｃ１）、−Ｃ２）とにより求めることができ、図５（ｃ）に示すような第４上限ばらつきデータと第４下限ばらつきデータとの濃淡値プロファイルが得られる。
【００３９】
なお、上述の第２上限ばらつきデータおよび第２下限ばらつきデータと第４上限ばらつきデータと第４下限ばらつきデータとを作成する際に用いる予め強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を設定する場合には、ばらつきデータを算出した際の画素毎の濃淡値ヒストグラムを参照することにより、強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を設定するか否かを決定すると良い。すなわち、図６（ａ）に示すように、ある画素において、強制的に不良品と判定するばらつき範囲であるＣ２以上、−Ｃ２以下の頻度が少ない場合には、強制的に不良品と判定するばらつき範囲を設定しても問題はないが、図６（ｂ）に示すように、強制的に不良品と判定するばらつき範囲であるＣ２以上、−Ｃ２以下の頻度が多い場合には、予め強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を設定すると、その画素において誤検出が多発することになる。従って、ばらつきデータを算出した際の濃淡値ヒストグラムにおいて、強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）に含まれない頻度が全体の所定の割合以上、例えば９５％以上である場合の画素のみ強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を設定すると好適である。
【００４０】
次に、判定部７は、第１乃至第４上限ばらつきデータのいずれかを差画像良品範囲上限データとし、第１乃至第４下限ばらつきデータのいずれかを差画像良品範囲下限データとし、比較部６から入力される差画像データが差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内であるか否かを画素毎に判定することで、検査対象製品２の良否判定を行う。差画像データの全ての画素が差画像良品範囲上限データおよび差画像良品範囲下限データの範囲内に収まっている場合には、良品と判定し（ステップＡ１０）、差画像データのいずれかの画素が差画像良品範囲上限データおよび差画像良品範囲下限データの範囲外である場合には、不良品と判定し（ステップＡ１１）、判定結果を表示部９に表示する。
【００４１】
以上説明したように、第１の実施の形態によれば、良品の濃淡画像データから算出されたばらつきデータによって各画素毎の良否判定を行うため、良品の特徴に応じた良否判定を行うことができ、検査対象製品２毎にパターン形状の微小差異や濃淡値の差異があっても誤判定せずに、また、良品の規格内である異物付着やキズなどの過検出やカメラ１のノイズ等の影響によっても誤判定せずに、良品の規格からはずれた検出すべき不良品のみを精度良く検出することができるという効果を奏する。
【００４２】
さらに、第１の実施の形態によれば、複数の良品の濃淡画像データのある画素の濃淡値がたまたま近い値であった場合、ばらつきデータの良品範囲が狭くなってしまうが、強制的に良品と判定するばらつき範囲を設定することにより、良品を不良品と判定する誤判定を防止することができると共に、複数の良品の濃淡画像データのある画素の濃淡値に不良や不良に近い濃淡値が含まれていた場合、ばらつきデータの良品範囲が広くなってしまいが、強制的に不良品と判定するばらつき範囲を設定することにより、不良品を良品と判定する誤判定を防止することができる。
【００４３】
なお、第１の実施の形態では、基準画像データからの正方向のばらつきデータと負方向のばらつきデータとを算出したが、（最大濃淡値−最小濃淡値）をばらつきデータとして算出しても良く、複数の良品の濃淡画像データの画素毎の標準偏差を算出し、標準偏差に予め設定した係数を掛けた値をばらつきデータとしても良い。
【００４４】
（最大濃淡値−最小濃淡値）もしくは標準偏差に予め設定した係数を掛けた値をばらつきデータとした場合には、第１上限ばらつきデータは、第１上限ばらつきデータ＝ばらつきデータ×α＋βによって求められ、第１下限ばらつきデータは、第１下限ばらつきデータ＝−（ばらつきデータ×α＋β）によって求められ、第１上限ばらつきデータと第１下限ばらつきデータとは、図７に示すように、絶対値が正方向と負方向とで同じ値となる。
【００４５】
（第２の実施の形態）
図８は、本発明に係る外観検査装置の第２の実施の形態の構成を示すブロック図である。
【００４６】
第２の実施の形態は、プログラムの制御により動作する情報処理装置であり、図８を参照すると、半導体チップ等の検査対象製品２を撮像するカメラ１と、カメラ１で撮像された濃淡画像データが記憶される濃淡画像データ記憶部３と、濃淡画像データ記憶部３に記憶された複数の濃淡画像データの統計処理を行って基準画像データおよびばらつきデータを作成する統計処理部４と、統計処理部４によって作成された基準画像データとばらつきデータと予め設定されている良否判別データとから良品範囲を示す良品範囲基準画像データを生成する良品範囲基準画像データ生成部１０と、良品範囲基準画像データ生成部１０によって生成された良品範囲基準画像データとカメラ１で撮像された濃淡画像データとを比較して良否判定を行う比較判定部１１と、キーボード等の入力部８と、ディスプレイ装置等の表示部９とからなる。
【００４７】
統計処理部４は、濃淡画像データ記憶部３に記憶された複数の濃淡画像データから画素毎に基準画素値とバラツキ値とを算出し、各画素毎に算出された基準画素値とバラツキ値とから基準画像データとばらつきデータとを作成する。
【００４８】
良品範囲基準画像データ生成部１０は、統計処理部４によって作成された基準画像データとばらつきデータと予め設定されている良否判別データとから良品範囲を示す良品範囲基準画像データを生成し、生成した良品範囲基準画像データを比較判定部１１に供給する。なお、良否判別データは、基準画像データに対するばらつき範囲（Ｃ３、−Ｃ３）と、基準画像データに対するばらつき範囲（Ｃ４、−Ｃ４）とからなり、ばらつき範囲（Ｃ３、−Ｃ３）によって強制的に良品と判定するばらつき範囲が算出され、ばらつき範囲（Ｃ４、−Ｃ４）によって強制的に不良品と判定するばらつき範囲が算出される。
【００４９】
比較判定部１１は、良品範囲基準画像データ生成部１０で生成された良品範囲基準画像データと、カメラ１で撮像された濃淡画像データとを比較し、濃淡画像データが良品範囲基準画像データが示す良品範囲内にあるか否かを判定し、検査対象製品２の良否判定を行う。濃淡画像データの全ての画素が良品範囲基準画像データが示す良品範囲内に収まっている場合には、良品と判定し、濃淡画像データのいずれかの画素が良品範囲基準画像データが示す良品範囲外である場合には、不良品と判定し、判定結果を表示部９に表示する。
【００５０】
次に、第２の実施の形態の動作について図９乃至図１１を参照して詳細に説明する。
図９は、本発明に係る外観検査装置の第２の実施の形態の動作を説明するためのフローチャートであり、図１０および図１１は、図７に示す統計処理部での良品範囲基準画像データの算出動作を説明するための濃淡値プロファイルである。
【００５１】
まず、外観検査開始の準備として、カメラ１によって複数の良品を順次撮像し、複数の良品の濃淡画像データを濃淡画像データ記憶部３に記憶させる（ステップＡ１）。濃淡画像データ記憶部３に記憶される濃淡画像データは、各画素毎、すなわち各位置座標毎の濃淡値からなるデジタルデータである。
【００５２】
次に、統計処理部４は、濃淡画像データ記憶部３に記憶されている複数の良品の濃淡画像データの統計処理を行い、各画素、すなわち各位置座標の基準画素値が定められたデータである基準画像データを作成する。基準画像データを作成するための統計処理は、例えば、複数の良品の濃淡画像データから画素毎の平均濃淡値を基準画素値として算出し（ステップＡ２）、画素毎の基準画素値からなる画像データを基準画像データとする（ステップＡ３）。
【００５３】
次に、統計処理部４は、濃淡画像データ記憶部３に記憶されている複数の良品の濃淡画像データの統計処理を行い、各画素、すなわち各位置座標のバラツキ値が定められたデータであるばらつきデータを作成する。ばらつきデータを作成するための統計処理は、例えば、複数の良品の濃淡画像データから最大濃淡値と最小濃淡値とを検索し、（最大濃淡値−基準画素値）を正方向のバラツキ値として算出し、（基準画素値−最小濃淡値）を負方向のバラツキ値として算出し（ステップＡ４）、画素毎の正方向のバラツキ値と負方向のバラツキ値とからばらつきデータを作成する（ステップＡ５）。すなわち、複数の良品の濃淡画像データの内の１画素（同一位置座標）の濃淡値の分布が図３に示すような分布である場合、分布の最大濃淡値と最小濃淡値とを検索し、（最大濃淡値−基準画素値）をその画素の正方向のバラツキ値として算出し、（基準画素値−最小濃淡値）をその画素の負方向のバラツキ値として算出し、同様にして濃淡画像データの全て画素の正方向のバラツキ値と負方向のバラツキ値とを算出し、全て画素の正方向のバラツキ値と負方向のバラツキ値との集合をばらつきデータとする。
【００５４】
良品範囲基準画像データ生成部１０では、基準画像データとばらつきデータとから検査時の判定に用いる良品上限画像データと良品下限画像データとからなる良品範囲基準画像データを生成し（ステップＢ１）、良品範囲基準画像データを比較判定部１１に出力する。
【００５５】
良品範囲基準画像データ生成部１０による良品範囲基準画像データの生成は、まず、正方向のばらつきデータによって第１上限画像データを作成し、負方向のばらつきデータによって第１下限画像データを作成し、図１０に示すような、第１上限画像データと第１下限画像データとからなる濃淡値プロファイルを作成する。第１上限画像データおよび第１下限画像データとからなる濃淡値プロファイルは、複数の良品の濃淡画像データの内の１画素（同一位置座標）毎にそれぞれ求められた正方向のバラツキ値と負方向のバラツキ値とがそれぞれ反映されているため、図１０に示すように、位置座標によって異なる値になる。第１上限画像データは、第１上限画像データ＝基準画像データ＋（正方向のばらつきデータ×α＋β）によって求められ、第１下限画像データは、第１下限画像データ＝基準画像データ−（負方向のばらつきデータ×α＋β）によって求められる。なお、αは、予め設定した乗算係数であり、βは、予め設定したオフセット値である。第１上限画像データと第１下限画像データとの算出に用いる乗算係数α又はオフセット値βは、上限と下限とで異なる値を用いても良く、また、乗算係数α又はオフセット値βを用いなくても良く、ばらつきデータから第１上限ばらつきデータと第１下限データとを算出する方法を限定するものではない。
【００５６】
乗算係数αを大きな値に設定するほど検査としては良品画素として判定する範囲が広がり、よりばらつきに対して許容範囲が大きく設定されることになり、逆に乗算係数αを小さな値に設定するほど良品画素として判定する範囲が狭くなり不良の検出感度が高く設定されることになる。また、オフセット値βは、正の値又は負の値のいずれの値を設定することができ、オフセット値βを大きくするほど検査としては良品画素として判定する範囲が広がり、検査としてはより甘く判定されることになり、逆にオフセット値βを小さくするほど検査としては良品画素として判定する範囲が狭くなり、検査としてはより厳しく判定されることになる。
【００５７】
図１０の濃淡値プロファイルにおいて、第１上限画像データと第１下限画像データとの間が良品範囲であり、位置座標毎に異なるばらつきデータに比例した値になっている。すなわち、複数の良品においてばらつきの大きい領域は、許容範囲も大きく、複数の良品においてばらつきの小さい領域は許容範囲も小さくすることで、ばらつきの許容範囲を一律にするよりも高精度な検出性能を得ることができる。
【００５８】
次に、図１１（ａ）に示すように、基準画像データと良否判別データとから算出される予め強制的に良品と判定するばらつき範囲（（基準画像データ＋Ｃ３）、（基準画像データ−Ｃ３））を設定した第２上限画像データと第２下限画像データとを第１上限画像データと第１下限画像データとからそれぞれ作成する。予め基準画像データとばらつきデータとの算出に用いた複数の良品の濃淡画像データのある画素において、たまたま濃淡値が同じ値であったり極めて近い値であった場合、その画素におけるばらつきデータはゼロか極めて小さな値になってしまうために第１上限画像データと第１下限画像データとによる良品範囲が極端に狭くなってしまい、検査時に実際には良品の画素であっても多少の濃淡値のばらつきがあるために不良と判定され誤検出となってしまう可能性があるが、予め強制的に良品と判定するばらつき範囲（（基準画像データ＋Ｃ３）、（基準画像データ−Ｃ３））を設定しておくことで、誤検出を防止することができる。
【００５９】
第２上限画像データと第２下限画像データとは、それぞれ、第２上限画像データ＝ｍａｘ（第１上限画像データ、（基準画像データ＋Ｃ３））と、第２下限画像データ＝ｍｉｎ（第１下限画像データ、（基準画像データ−Ｃ３））とにより求め、第１上限画像データよりもばらつき範囲（基準画像データ＋Ｃ３）が大きい位置座標では、第１上限画像データに替えてばらつき範囲（基準画像データ＋Ｃ３）を第２上限画像データとして使用し、第１下限画像データよりもばらつき範囲（基準画像データ−Ｃ３）が小さい位置座標では、第１下限ばらつきデータに替えてばらつき範囲（基準画像データ−Ｃ３）を第２下限画像データとして使用することにより、図１１（ａ）に示すような第２上限画像データと第２下限画像データとの濃淡値プロファイルが得られる。なお、Ｃ３は、予め強制的に良品と判定するばらつき範囲を設定するための値であり、第２上限画像データの算出と第２下限画像データの算出とに同じ値を用いているが、第２上限画像データの算出と第２下限画像データの算出とで異なる値を設定しても良い。
【００６０】
図１１（ａ）に示す範囲Ｄにおける位置座標では、第１上限画像データの濃淡値よりも（基準画像データ＋Ｃ３）の方が大きいので第２上限画像データの濃淡値は、（基準画像データ＋Ｃ３）となり、範囲Ｄ’における位置座標では、第１下画像データの濃淡値よりも（基準画像データ−Ｃ３）の方が小さいので第２下限画像データの濃淡値は、（基準画像データ−Ｃ３）となる。従って、範囲Ｄおよび範囲Ｄ’における位置座標で、第２上限画像データと第２下限画像データとの間隔である良品範囲は、第１上限画像データと第１下限画像データとの間隔である良品範囲よりも広くなり、基準画像データを生成した良品の濃淡画像データにおいて、たまたまばらつきが小さく、良品範囲が必要以上に狭くなってしまった範囲Ｄ、範囲Ｄ’の良品範囲を広くすることができ、実際には製品自体のばらつきやカメラ１のノイズなどの原因によって場所によらず濃淡値のばらつく範囲を、（基準画像データ＋Ｃ３）から（基準画像データ−Ｃ３）の不良と判定しない範囲として設定しておくことで、誤検出を防止することができる。
【００６１】
さらに、図１１（ｂ）に示すように、基準画像データと良否判別データとから算出される予め強制的に不良品と判定するばらつき範囲（（基準画像データ＋Ｃ４）、（基準画像データ−Ｃ４））を設定した第３上限画像データと第３下限画像データとを第１上限画像データと第１下限画像データとからそれぞれ作成する。予め基準画像データとばらつきデータとの算出に用いた複数の良品の濃淡画像データのある画素において、たまたま良品限界に近い濃淡値を含んでいた場合、その画素におけるばらつきデータは大きな値になってしまうため第１上限画像データと第１下限画像データとによる良品範囲が極端に広くなってしまい、濃淡値が基準画素値から離れたり明るすぎたり暗すぎたりする明らかに不良画素と判定したい画素が存在しても良品と判定され誤検出となってしまう可能性があるが、予め強制的に不良品と判定するばらつき範囲（（基準画像データ＋Ｃ４）、（基準画像データ−Ｃ４））を設定しておくことで、誤検出を防止することができる。
【００６２】
第３上限画像データと第３下限画像データとは、それぞれ、第３上限画像データ＝ｍｉｎ（第１上限画像データ、（基準画像データ＋Ｃ４））と、第３下限画像データ＝ｍａｘ（第１下限画像データ、（基準画像データ−Ｃ４））とにより求め、第１上限画像データよりもばらつき範囲（基準画像データ＋Ｃ４）が小さい位置座標では、第１上限画像データに替えてばらつき範囲（基準画像データ＋Ｃ４）を第３上限画像データとして使用し、第１下限画像データよりもばらつき範囲（基準画像データ−Ｃ４）が大きい位置座標では、第１下限ばらつきデータに替えてばらつき範囲（基準画像データ−Ｃ４）を第３下限画像データとして使用することにより、図１１（ｂ）に示すような第３上限画像データと第３下限画像データとの濃淡値プロファイルが得られる。なお、Ｃ３は、予め強制的に良品と判定するばらつき範囲を設定するための値であり、第２上限画像データの算出と第２下限画像データの算出とに同じ値を用いているが、第２上限画像データの算出と第２下限画像データの算出とで異なる値を設定しても良い。
【００６３】
図１１（ｂ）に示す範囲Ｅにおける位置座標では、第１上限画像データの濃淡値よりも（基準画像データ＋Ｃ４）の方が大きいので第３上限画像データの濃淡値は、（基準画像データ＋Ｃ４）となり、範囲Ｅ’における位置座標では、第１下画像データの濃淡値よりも（基準画像データ−Ｃ４）の方が小さいので第３下限画像データの濃淡値は、（基準画像データ−Ｃ４）となる。従って、範囲Ｅおよび範囲Ｅ’における位置座標で、第３上限画像データと第３下限画像データとの間隔である良品範囲は、第１上限画像データと第１下限画像データとの間隔である良品範囲よりも狭くなり、基準画像データを生成した良品の濃淡画像データにおいて、たまたまばらつきが大きく、良品範囲が必要以上に広くなってしまった範囲Ｅ、範囲Ｅ’の良品範囲を狭くすることができ、実際に不良と判定したい領域において濃淡値がばらつく範囲がわかっていれば、（基準画像データ＋Ｃ４）以上および（基準画像データ−Ｃ４）以下の範囲を強制的に不良と判定する範囲として設定しておくことで、誤検出を防止することができる。
【００６４】
さらに、予め強制的に良品と判定するばらつき範囲を設定すると共に、予め強制的に不良品と判定するばらつき範囲を設定した第４上限画像データと第４下限画像データとを第１上限画像データと第１下限画像データとからそれぞれ作成し、作成した第４上限画像データと第４下限画像データとをそれぞれ良品上限画像データと良品下限画像データとする良品範囲基準画像データとして用いる。
【００６５】
第４上限画像データおよび第４下限画像データは、上述した第２上限画像データおよび第２下限画像データの特徴と、上述した第３上限画像データおよび第３下限画像データの特徴とを兼ね備えるものであり、第４上限画像データと第４下限画像データとは、それぞれ、第４上限画像データ＝ｍｉｎ（ｍａｘ（第１上限画像データ、（基準画像データ＋Ｃ３））、（基準画像データ＋Ｃ４））と、第４下限画像データ＝ｍａｘ（ｍｉｎ（第１下限画像データ、（基準画像データ−Ｃ３））、（基準画像データ−Ｃ４））とにより求めることができ、図１１（ｃ）に示すような第４上限画像データと第４下限画像データとの濃淡値プロファイルが得られる。
【００６６】
外観検査時は、カメラ１によって検査対象製品２の検査対象濃淡画像データを取り込み、カメラ１から出力される検査対象濃淡画像データは、比較判定部１１に入力され、比較判定部１１は、入力された検査対象濃淡画像データと良品範囲基準画像データ生成部１０で生成された良品範囲基準画像データとを画素毎に比較し（ステップＢ２）、画素毎の検査対象濃淡画像データの濃淡値が良品範囲基準画像データが示す良品範囲内であるか否かを画素毎に判定することで（ステップＢ３）、検査対象製品２の良否判定を行う。検査対象濃淡画像データの全ての画素の濃淡値が良品範囲基準画像データが示す良品範囲内に収まっている場合には、良品と判定し（ステップＡ１０）、検査対象濃淡画像データのいずれかの画素の濃淡値が良品範囲基準画像データが示す良品範囲外である場合には、不良品と判定し（ステップＡ１１）、判定結果を表示部９に表示する。なお、比較判定部１１は、第２乃至第４上限画像データのいずれかを良品上限画像データとし、第２乃至第４下限画像データのいずれかを良品下限画像データとする良品範囲基準画像データが用いられる。
【００６７】
また、第２の実施の形態においても、第１の実施の形態と同様に、（最大濃淡値−最小濃淡値）をばらつきデータとして算出しても良く、複数の良品の濃淡画像データの画素毎の標準偏差を算出し、標準偏差に予め設定した係数を掛けた値をばらつきデータとしても良い。
【００６８】
さらに、第２の実施の形態においても、第１の実施の形態と同様に、予め強制的に不良品と判定するばらつき範囲を良品範囲基準画像データに設定する場合には、ばらつきデータを算出した際の画素毎の濃淡値ヒストグラムを参照することにより、強制的に不良品と判定するばらつき範囲を設定するか否かを決定すると良い。
【００６９】
以上説明したように、第２の実施の形態によれば、検査開始前に前記ばらつきデータと予め設定された良否判別データとから判定に用いる上限基準画像データと下限基準画像データとからなる良品範囲基準画像データを生成し、生成した良品範囲基準画像データに基づいて検査を行うため、検査中に前記ばらつきデータと予め設定された良否判別データとを用いた演算を行う必要がないので、検査中の演算量を少なくすることが可能になり、検査時間を短くすることができるという効果を奏する。
【００７０】
（第３の実施の形態）
図１２は、本発明に係る外観検査装置の第３の実施の形態の構成を示すブロック図であり、図１３は、図１２に示す不良候補画像生成部によって生成される不良候補画像データ例を示す図である。
【００７１】
第３の実施の形態は、第１もしくは第２の実施の形態の構成に、図１２に示すような、不良候補画像生成部１２と、画像処理部１３と、計測部１４と、最終判定部１５とが付加されてなる。
【００７２】
不良候補画像生成部１２は、図１に示す判定部７もしくは図８に示す比較判定部１１における判定結果に基づいて２次元画像の不良候補画像データを作成する。不良候補画像データとして、例えば、良品範囲内である良品画素を”０”とし、良品範囲内でない画素すなわち不良候補画素を”１”とする２値化画像を生成する。また、不良候補画像データとして、不良候補画素においては、どの程度の濃淡値が良品範囲外になっているか示すデータを含む多値画像を生成するようにしても良い。
【００７３】
画像処理部１３は、不良候補画像生成部１２によって作成された不良候補画像データに対して予め設定された手順の画像処理を実行し、画像処理した不良候補画像データを計測部１４に出力する。
【００７４】
画像処理部１３で行われる画像処理としては、例えば少なくとも最小化を含んでノイズ除去を行う処理、少なくとも最大化を含んで不良候補の領域を連結させる処理、ラベリング処理を行い連結領域毎の面積を計測して予め設定した面積より小さい領域を良品画素に置き換えることによりノイズ除去を行う処理等が考えられ、各処理は、単独であっても、複数の処理を連続させて行っても、途中で記憶させた画像との画像間演算であっても良い。また、画像処理部１３では、処理を何も行わないで不良候補画像データをそのまま計測部１４に出力するようにしても良い。
【００７５】
計測部１４は、画像処理部１３によって画像処理された不良候補画像データに対して予め設定された特徴量の計測を行い、計測結果を最終判定部１５に出力する。
【００７６】
計測部１４では、画像処理された不良候補画像データに対してラベリング処理を行い、連結領域毎に特徴量を計測する。計測する特徴量としては、面積、外周上の最遠点間長さ、周囲長、外接矩形サイズ等があり、計測した計測値同士の演算を行い、演算結果を計測結果として最終判定部１５に出力しても良い。また、計測部１４では、画像処理された不良候補画像データの他に濃淡画像データ記憶部３から出力される濃淡値画像データを入力して、画像処理された不良候補画像データにおける連結領域毎に濃淡値の総和や平均値を算出し、計測結果として出力することでも良い。さらに、計測部１４では、検査対象の領域を複数の領域に区切り、それぞれの領域における不良候補画素の数を計測して、計測結果として出力することでも良い。
【００７７】
最終判定部１５は、計測部１４による計測結果が予め設定された良品範囲内に入っていれば最終判定を良品と判定し、計測部１４による計測結果が予め設定された良品範囲外であれば最終判定を不良品と判定する。
【００７８】
画像処理部１３での画像処理手順や、計測部１４で計測する特徴量や、最終判定部１５での良品の範囲の設定によって、不良として検出したい領域を適宜設定することが可能になる。例えば、図１３に示す不良候補画像データ例において、領域Ｆ１よりも広い面積の領域を不良としたい場合には、領域Ｆ２、線分Ｆ３、線分Ｆ４および線分Ｆ５が画像処理部１３による画像処理によってノイズとして除去するようにするか、最終判定部１５による最終判定に用いる良品の範囲の基準に面積を用いて領域Ｆ１よりも狭い面積の領域を良品判定するようにする。また、線分Ｆ４よりも長い部分のある領域を不良としたい場合は、最終判定部１５による最終判定に用いる良品の範囲の基準に外周上の最遠点間長さを用いて線分Ｆ４よりも短い外周上の最遠点長さの領域を良品判定するようにすることで、領域Ｆ１、線分Ｆ３、線分Ｆ４および線分Ｆ５を不良とし、領域Ｆ２を良品と判定することができる。
【００７９】
以上説明したように、第３の実施の形態によれば、不良のサイズや面積などの特徴量を計測して判定を行うので、計測された特徴量の統計処理を行うことで定量的な傾向管理を行うことが可能となる。例えば、検査結果は全て良品判定であっても計測値が良品範囲の限界に近づきつつあるので、そろそろ不良が発生し始めることが予想されることから前工程へフィードバックをかけ、前工程の改善を行うことで不良の発生を防止することもできる。また、不良になった計測値を例えば面積毎に分類することで、不良のモード分析を行うことができ、不良発生の要因を推定し不良発生要因を取り除くことで早く歩留まりの向上を図ることができる。
【００８０】
さらに、第３の実施の形態によれば、不良の領域を特定して判定するので、不良の座標を計測することができ、計測された座標の統計処理を行うことにより、検出対象製品内で不良の発生する座標上の傾向をみつけることが可能になり、不良の発生する座標上の傾向を前工程へフィードバックし、前工程の改善をすることで製品の作り込み品質を向上させ、検査で検出される不良の率を低減することに活用することもできる。
【００８１】
第１および第２の実施の形態のように、全画素データが良品範囲内でなければ、すなわち１画素でも良品範囲外の画素があれば判定結果を不良としても良いが、この場合には、不良と判定したい規格以下の異物やキズなどの領域も不良とされてしまい、不良を過剰に検出してしまう可能性があるが、第３の実施の形態によれば、不良として検出したい領域を適宜設定することで、不良のサイズや面積などの特徴量を計測して検査規格からはずれた領域のみを不良と判定でき、検査規格内の領域やカメラ１のノイズは、不良にならず精度良く検査を行うことができ、不良として検出したい検査対象製品２のみを効率的に不良判定することができるという効果を奏する。
【００８２】
なお、画像処理部１３で予め設定しておく画像処理手順や、計測部１４で計測する特徴量や最終判定部１５で予め設定しておく良品の範囲等は、製品毎に検査データの一部として登録・変更できるよう構成すると好適である。この場合には、検査対象製品２毎に検査規格や検出したい不良項目が異なっても、検査対象製品２の変更時に検査データを読み出して設定すれば良いので、検査対象製品２毎の違いに容易に対応することができる。
【００８３】
（第４の実施の形態）
図１４は、本発明に係る外観検査装置の第４の実施の形態の構成を示すブロック図であり、図１５および図１６は、図１４に示す良品画像データ抽出部による良品画素データ抽出動作を説明するための濃淡値ヒストグラムである。
【００８４】
第４の実施の形態は、図１および図８に示す統計処理部４の替わりに、図１４に示す濃淡値分布データ生成部１６と、良品画像データ抽出部１７と、良品画素データ統計処理部１８とを設けられている。
【００８５】
濃淡値分布データ生成部１６は、濃淡画像データ記憶部３から出力される複数の検査対象製品２の濃淡画像データを入力とし、画素毎の濃淡値分布データを生成して良品画像データ抽出部１７に出力する。濃淡値分布データ生成部１６によって生成される濃淡値分布データは、例えば濃淡値毎に出現度数をカウントした濃淡値ヒストグラムである。
【００８６】
良品画像データ抽出部１７は、濃淡値分布データ生成部１６で生成された画素毎の濃淡値分布データを入力とし、良品からのデータの領域と不良品からのデータの領域とを分離し、良品からのデータのみを良品画素データとして抽出し、抽出した良品画素データを良品画素データ統計処理部１８に出力する。
【００８７】
良品画像データ抽出部１７において、良品からのデータの領域と不良からのデータの領域を分離する方法としては、画素毎の濃淡値ヒストグラムにおいて度数が最大となるピーク濃淡値を検出し、濃淡値の大きい方と小さい方にそれぞれ谷間検索を行い、検索した谷間間の外の画素データを除外する方法がある。例えば、濃淡値分布データ生成部１６によって生成された濃淡値分布データが、図１５に示すように、濃淡値の明るい領域と暗い領域とにそれぞれ不良原因による小さなピークを示す領域がある濃淡値ヒストグラムである場合には、まず度数が最大となるピーク濃淡値Ｐ１を検出し、ピーク濃淡値Ｐ１から濃淡値の高い方へ度数の谷間検索を行うとＨ１が検索され、度数ピークの濃淡値から濃淡値の低い方へ度数の谷間検索を行うとＬ１が検索される。濃淡値Ｌ１からＨ１の範囲の濃淡値データを良品画素データの領域として、濃淡値Ｌ１からＨ１の範囲の濃淡値データのみを良品画素データとして良品画素データ統計処理部１８に出力する。
【００８８】
また、良品画像データ抽出部１７において、良品からのデータの領域と不良からのデータの領域を分離する方法としては、画素毎の濃淡値ヒストグラムにおいて平均値と標準偏差データを算出し、標準偏差データに予め設定した係数を掛けた値を平均値に対して加算した濃淡値と減算した濃淡値の範囲外の画素データを除外する方法もある。例えば、濃淡値分布データ生成部１６によって生成された濃淡値分布データが、図１６に示すように、濃淡値の明るい領域と暗い領域とにそれぞれ不良原因による小さなピークを示す領域がある濃淡値ヒストグラムである場合には、まず平均濃淡値Ｐ２と標準偏差データを算出し、平均濃淡値Ｐ２を中心として、標準偏差に予め設定した係数を掛けた値に平均濃淡値Ｐ２を加算した濃淡値Ｈ２と標準偏差に予め設定した係数を掛けた値を平均濃淡値Ｐ２から減算した濃淡値Ｌ２とを求め、濃淡値Ｌ２からＨ２の範囲の濃淡値データを良品画素データの領域として、濃淡値Ｌ２からＨ２の範囲の濃淡値データのみを良品画素データとして良品画素データ統計処理部１８に出力する。
【００８９】
さらに、良品画像データ抽出部１７において、まず画素毎の濃淡値ヒストグラムに対して平滑化処理を行ってからピーク濃淡値検出や谷間検出を行うことにより、カメラ１のノイズなどによる濃淡値のばらつきの影響を削減してより正確なピーク濃淡値検出や谷間検出をすることもできる。
【００９０】
良品画素データ統計処理部１８は、良品画像データ抽出部１７で抽出された良品画素データから画素毎に基準画素値とバラツキ値とを算出し、各画素毎に算出された基準画素値とバラツキ値とから基準画像データとばらつきデータとを作成する。
【００９１】
第１乃至第３の実施の形態では、検査開始前の準備として良品の濃淡画像データを取り込み、統計処理を行うので、予め良品と不良の選別を行う必要があるが、第４の実施の形態では、検査開始前の準備として取り込む濃淡画像データには、良品に限らず不良品がまざっていても良いので、検査開始前の準備で良品のチップを選別する必要がなく、検査開始前の準備が短くて済むという効果を奏する。
【００９２】
また良品の選別時に不良の見逃しをすると良品ばかりでなく不良品から取り込んだ濃淡画像データも統計処理にまざってしまうので、不良品のデータに影響を受けて統計処理部４で算出する基準画像データとばらつきデータとからなる統計結果データに誤差が含まれてしまい、良品と判定する範囲が変わってしまうので不良を見逃ししたり、良品を不良と誤判定したりしてしまうが、第４の実施の形態では、不良品からの濃淡画像データを自動的に除いて統計処理を行うので不良品の濃淡画像データに影響を受けないという効果を奏する。
【００９３】
本実施の形態において、図１および図４に示す濃淡画像データ記憶部３は、必ずしも必要ではなく、濃淡画像データを取り込みする度に、統計処理部４で統計処理を行うように構成することで省略することもできる。
【００９４】
また、本実施の形態において、画素毎と記載されている箇所は、予め設定された位置合わせ手段により相対的に検査対象製品２上の同じ座標に相当する画素同士を意味する。位置合わせ手段としては例えば、基準とする１検査対象製品２の画面内の特徴的なパターン領域をテンプレートとして各検査対象画像内をパターンマッチングにより検出する方法がある。１箇所又は複数のパターンマッチングにより検出した座標より相対的にチップ上の同じ座標になるように座標補正を行ってから統計処理および検査が行われる。
【００９５】
さらに、本実施の形態において、画素毎と記載されている箇所は全て１画素毎であっても微小領域毎であっても良い。例えば検査項目によって検出精度が１画素単位まで必要ない場合には、例えば縦２画素横２画素のサイズの合計４画素を１画素として取り扱うことにより、画素毎に行う各種処理は、１／４になり処理時間が短縮される。複数の画素からなる微小領域を１画素とした時の濃淡値としては、複数の画素の平均値を用いる方法、複数の画素の中央値を用いる方法、複数の画素の最頻値を用いる方法等がある。
【００９６】
さらに、本実施の形態において、検査対象製品２の濃淡画像データを取り込むために点灯させる照明を複数異なる角度で照射するように取り付け、検査領域又は検査項目毎に点灯させる照明を切り替えることで、それぞれの検査に適した画像を取り込むことができ高い検査精度を得ることができる。
【００９７】
さらに、本実施の形態において、検査対象製品２において常に全面を検査対象としないで、検査の領域を複数独立した位置座標として設定できるようにして複数の位置座標が異なる領域を設定し、複数の位置座標が異なる領域毎にそれぞれ異なる画像処理手順や計測値また判定値を設定できるようにし、検査データの一部として登録・変更できるようにしておくことで、位置座標が異なる領域毎に検出する不良を変えたり、位置座標が異なる領域毎に検査精度を変えたりすることができるので、実際に検出したい不良をより正確に検出することができると共に、かつ検査の領域を必要な領域に限定することができるので検査時間を短縮することができる。例えば、複数の位置座標が異なる領域として、パターン領域とバンプ領域とを設定し、パターン領域よりもバンプ領域の方が検出すべき不良範囲を小さく設定して検査精度を高くすることによって、パターン領域よりもバンプ領域を厳しく検査することができる。
【００９８】
すなわち、第１の実施の形態の場合には、第１上限ばらつきデータおよび第１下限ばらつきデータを求める際に、乗算係数αとオフセット値βとを用いた算定式を使用するが、検出精度を高めたい領域では、乗算係数αの値を小さく設定すると共にオフセット値βを大きく設定し、検出精度が低くても良い領域では、乗算係数αの値を大きく設定すると共にオフセット値βを小さく設定し、検出精度を高めたい領域と検出精度が低くても良い領域とで異なる算定式を用いて第１上限ばらつきデータおよび第１下限ばらつきデータを算出する。また、検出精度を高めたい領域では、強制的に良品と判定するばらつき範囲（Ｃ１、−Ｃ１）を狭く設定し、検出精度が低くても良い領域では、強制的に不良品と判定するばらつき範囲（Ｃ１、−Ｃ１）を広く設定する。さらに、検出精度を高めたい領域では、強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を狭く設定し、検出精度が低くても良い領域では、強制的に不良品と判定するばらつき範囲（Ｃ２、−Ｃ２）を広く設定する。
【００９９】
また、第２の実施の形態の場合には、第１上限画像データおよび第１下限画像データを求める際に、乗算係数αとオフセット値βとを用いた算定式を使用するが、検出精度を高めたい領域では、乗算係数αの値を小さく設定すると共にオフセット値βを大きく設定し、検出精度が低くても良い領域では、乗算係数αの値を大きく設定すると共にオフセット値βを小さく設定し、検出精度を高めたい領域と検出精度が低くても良い領域とでとで異なる算定式を用いて第１上限画像データおよび第１下限画像データを算出する。
する。また、検出精度を高めたい領域では、強制的に良品と判定するばらつき範囲（（基準画像データ＋Ｃ３）、（基準画像データ−Ｃ３））を狭く設定し、検出精度が低くても良い領域では、強制的に不良品と判定するばらつき範囲（（基準画像データ＋Ｃ３）、（基準画像データ−Ｃ３））を広く設定する。さらに、検出精度を高めたい領域では、強制的に不良品と判定するばらつき範囲（（基準画像データ＋Ｃ４）、（基準画像データ−Ｃ４））を狭く設定し、検出精度が低くても良い領域では、強制的に不良品と判定するばらつき範囲（（基準画像データ＋Ｃ４）、（基準画像データ−Ｃ４））を広く設定する。
【０１００】
なお、本発明が上記各実施の形態に限定されず、本発明の技術思想の範囲内において、各実施の形態は適宜変更され得ることは明らかである。また、上記構成部材の数、位置、形状等は上記実施の形態に限定されず、本発明を実施する上で好適な数、位置、形状等にすることができる。なお、各図において、同一構成要素には同一符号を付している。
【０１０１】
【発明の効果】
本発明の外観検査装置および外観検査方法は、良品の濃淡画像データから算出されたばらつきデータによって各画素毎の良否判定を行うため、良品の特徴に応じた良否判定を行うことができ、検査対象製品２毎にパターン形状の微小差異や濃淡値の差異があっても誤判定せずに、また、良品の規格内である異物付着やキズなどの過検出やカメラ１のノイズ等の影響によっても誤判定せずに、良品の規格からはずれた検出すべき不良品のみを精度良く検出することができるという効果を奏する。
【０１０２】
さらに、本発明の外観検査装置および外観検査方法は、複数の良品の濃淡画像データのある画素の濃淡値がたまたま近い値であった場合、ばらつきデータの良品範囲が狭くなってしまうが、強制的に良品と判定するばらつき範囲を設定することにより、良品を不良品と判定する誤判定を防止することができると共に、複数の良品の濃淡画像データのある画素の濃淡値に不良や不良に近い濃淡値が含まれていた場合、ばらつきデータの良品範囲が広くなってしまいが、強制的に不良品と判定するばらつき範囲を設定することにより、不良品を良品と判定する誤判定を防止することができる。
【０１０３】
さらに、本発明の外観検査装置および外観検査方法は、検査開始前に統計情報から判定に用いる上限基準画像データと下限基準画像データとからなる良品範囲基準画像データを生成し、生成した良品範囲基準画像データに基づいて検査を行うため、差画像データ等の検査用の画像データを作成することなく検査を行うことができ、演算量を少なくすることが可能になり、検査時間を短くすることができるという効果を奏する。
【０１０４】
さらに、本発明の外観検査装置および外観検査方法は、不良のサイズや面積などの特徴量を計測して判定を行うので、計測された特徴量の統計処理を行うことで定量的な傾向管理を行うことが可能となるという効果を奏する。
【０１０５】
さらに、本発明の外観検査装置および外観検査方法は、不良の領域を特定して判定するので、不良の座標を計測することができ、計測された座標の統計処理を行うことにより、検出対象製品内で不良の発生する座標上の傾向をみつけることが可能になり、不良の発生する座標上の傾向を前工程へフィードバックし、前工程の改善をすることで製品の作り込み品質を向上させ、検査で検出される不良の率を低減することに活用することもできるという効果を奏する。
【０１０６】
さらに、本発明の外観検査装置および外観検査方法は、不良として検出したい領域を適宜設定することで、不良のサイズや面積などの特徴量を計測して検査規格からはずれた領域のみを不良と判定でき、検査規格内の領域やカメラのノイズは、不良にならず精度良く検査を行うことができ、不良として検出したい検査対象製品のみを効率的に不良判定することができるという効果を奏する。
【０１０７】
さらに、本発明の外観検査装置および外観検査方法は、検査開始前の準備として取り込む濃淡画像データには、良品に限らず不良品がまざっていても良いので、検査開始前の準備で良品のチップを選別する必要がなく、検査開始前の準備が短くて済むという効果を奏する。さらに、不良品からの濃淡画像データを自動的に除いて統計処理を行うので不良品の濃淡画像データに影響を受けないという効果を奏する。
【図面の簡単な説明】
【図１】本発明に係る外観検査装置の第１の実施の形態の構成を示すブロック図である。
【図２】本発明に係る外観検査装置の第１の実施の形態の動作を説明するためのフローチャートである。
【図３】図１に示す統計処理部によって算出される基準画素値およびバラツキ値を説明するための濃淡値ヒストグラムである。
【図４】図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値プロファイルである。
【図５】図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値プロファイルである。
【図６】図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値ヒストグラムである。
【図７】図１に示す判定部によってばらつきデータから作成される差画像良品範囲上下限データを説明するための濃淡値プロファイルである。
【図８】本発明に係る外観検査装置の第２の実施の形態の構成を示すブロック図である。
【図９】本発明に係る外観検査装置の第２の実施の形態の動作を説明するためのフローチャートである。
【図１０】図７に示す統計処理部での良品範囲基準画像データの算出動作を説明するための濃淡値プロファイルである。
【図１１】図７に示す統計処理部での良品範囲基準画像データの算出動作を説明するための濃淡値プロファイルである。
【図１２】本発明に係る外観検査装置の第３の実施の形態の構成を示すブロック図である。
【図１３】図１２に示す不良候補画像生成部によって生成される不良候補画像データ例を示す図である。
【図１４】本発明に係る外観検査装置の第４の実施の形態の構成を示すブロック図である。
【図１５】図１４に示す良品画像データ抽出部による良品画素データ抽出動作を説明するための濃淡値ヒストグラムである。
【図１６】図１４に示す良品画像データ抽出部による良品画素データ抽出動作を説明するための濃淡値ヒストグラムである。
【図１７】従来技術の問題点を説明するための濃淡値プロファイルである。
【符号の説明】
１ カメラ
２ 検査対象製品
３ 濃淡画像データ記憶部
４ 統計処理部
５ 統計結果記憶部
６ 比較部
７ 判定部
８ 入力部
９ 表示部
１０ 良品範囲基準画像データ生成部
１１ 比較判定部
１２ 不良候補画像生成部
１３ 画像処理部
１４ 計測部
１５ 最終判定部
１６ 濃淡値分布データ生成部
１７ 良品画像データ抽出部
１８ 良品画素データ統計処理部
Claims (50)
- 基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、
複数の前記検査対象物のそれぞれの外観を濃淡値で表す複数の濃淡画像データから前記基準画像データとばらつきデータとを統計データとして算出する統計処理手段と、
該統計処理手段によって算出された前記統計データと予め設定されている良否判別データと前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データとから良品であるか否かを画素毎に判定することにより前記検査対象物の良否判定を行う判定手段を含むことを特徴とする外観検査装置。 - 基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、
複数の良品の前記検査対象物の前記濃淡画像データから前記基準画像データとばらつきデータとを算出する統計処理手段と、
前記基準画像データと前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データとを比較して差画像データを出力する比較手段と、
前記差画像データが、前記ばらつきデータと予め設定されている良否判別データとから算出される良品の範囲内にあるか否かを画素毎に判定することにより前記検査対象物の良否判定を行う判定手段とを含むことを特徴とする外観検査装置。 - 前記判定手段は、前記差画像データが前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記検査対象物を良品として判定することを特徴とする請求項２記載の外観検査装置。
- 前記判定手段は、前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品として判定することを特徴とする請求項２又は３に記載の外観検査装置。
- 前記判定手段は、前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品と判定させるか否かを前記基準画像データとばらつきデータとを算出する際に使用された前記濃淡画像データの濃淡値の分布によって判断することを特徴とする請求項４記載の外観検査装置。
- 前記統計処理手段は、前記濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出させることを特徴とする請求項１乃至５のいずれかに記載の外観検査装置。
- 前記統計処理手段は、前記濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出させることを特徴とする請求項１乃至５のいずれかに記載の外観検査装置。
- 前記統計処理手段は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記ばらつきデータを算出させ、
前記判定手段は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記ばらつきデータを用いて前記検査対象物の良否判定を行わせることを特徴とする請求項１乃至７のいずれかに記載の外観検査装置。 - 前記判定手段は、予前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定させ、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行わせることを特徴とする請求項１乃至８のいずれかに記載の外観検査装置。
- 基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、
複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データに対するばらつきデータを算出し、前記基準画像データと前記ばらつきデータと予め設定されている良否判別データとから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出する統計処理手段と、
前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定することにより前記検査対象物の良否判定を行う判定手段とを含むことを特徴とする外観検査装置。 - 前記統計処理手段は、前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記良品範囲内とする前記良品範囲基準画像データを算出させることを特徴とする請求項１０記載の外観検査装置。
- 前記統計処理手段は、前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出させることを特徴とする請求項１０又は１１に記載の外観検査装置。
- 前記統計処理手段は、前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出するか否かを前記良品濃淡画像データの濃淡値の分布によって判断することを特徴とする請求項１２記載の外観検査装置。
- 前記統計処理手段は、前記良品濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出させることを特徴とする請求項１０乃至１３のいずれかに記載の外観検査装置。
- 前記統計処理手段は、前記良品濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出させることを特徴とする請求項１０乃至１３のいずれかに記載の外観検査装置。
- 前記統計処理手段は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記良品範囲基準画像データを算出させ、
前記判定手段は、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記良品範囲基準画像データを用いて前記検査対象物の良否判定を行わせることを特徴とする請求項１０乃至１５のいずれかに記載の外観検査装置。 - 前記判定手段は、前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定させ、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行わせることを特徴とする請求項１０乃至１６のいずれかに記載の外観検査装置。
- 基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、
複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データとばらつきデータとを算出する統計処理手段と、
該統計処理手段によって算出された前記基準画像データと前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データとを比較して差画像データを出力する比較手段と、
前記差画像データが前記ばらつきデータの範囲内にあるか否かを判定して前記ばらつきデータの範囲外である前記差画像データに対応した不良候補画像データを作成する不良候補画像作成手段と、
該不良候補画像作成手段によって作成された前記不良候補画像データに含まれる不良候補画素の形状を計測する計測手段と、
該計測手段による計測結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行う最終判定手段とを含むことを特徴とする外観検査装置。 - 基準画像データを用いて検査対象物の良否判定を行う外観検査装置であって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する画像データ入力手段と、
複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出する統計処理手段と、
前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定して前記良品範囲基準画像データが示す前記良品範囲外である前記濃淡画像データに対応した不良候補画像データを作成する不良候補画像作成手段と、
該不良候補画像作成手段によって作成された前記不良候補画像データに含まれる不良候補画素の形状を計測する計測手段と、
該計測手段による計測結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行う最終判定手段とを含むことを特徴とする外観検査装置。 - 前記不良候補画像データに対して予め設定されている画像処理を行う画像処理手段を具備し、
前記計測手段は、前記画像処理手段によって画像処理が施された前記不良候補画像データに含まれる不良候補画素の形状を計測させることを特徴とする請求項１８又は１９記載の外観検査装置。 - 前記画像データ入力手段によって入力された前記検査対象物の前記濃淡画像データから良品の前記濃淡画像データを抽出する良品濃淡画像データ抽出手段を具備し、
前記統計処理手段は、前記良品濃淡画像データ抽出手段によって抽出された良品の前記濃淡画像データを前記良品濃淡画像データとして用いることを特徴とする請求項１乃至２０のいずれかに記載の外観検査装置。 - 前記良品濃淡画像データ抽出手段は、予め複数の前記濃淡画像データから画素毎に濃淡値の分布データを算出し、当該分布データに基づいて不良画素データを除外することにより良品の前記濃淡画像データを抽出させることを特徴とする請求項２１記載の外観検査装置。
- 前記良品濃淡画像データ抽出手段は、前記分布データにおいて度数の最大になる濃淡値から濃淡値の大きい方と小さい方にそれぞれ谷間検索を行い、検索した谷間間の外の画素データを前記不良画素データとして除外させることを特徴とする請求項２２記載の外観検査装置。
- 前記良品濃淡画像データ抽出手段は、画素毎の濃淡値の平均値と標準偏差データとを算出し、前記標準偏差データに予め設定した係数を掛けた値を前記平均値に加算および減算した範囲の外の画素データを前記不良画素データとして除外させることを特徴とする請求項２２記載の外観検査装置。
- 基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、
複数の前記検査対象物のそれぞれの外観を濃淡値で表す複数の濃淡画像データから前記基準画像データとばらつきデータとを統計データとして算出し、
該算出した前記統計データと予め設定されている良否判別データと前記入力した前記検査対象物の前記濃淡画像データとから良品であるか否かを画素毎に判定することにより前記検査対象物の良否判定を行うことを特徴とする外観検査方法。 - 基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、
複数の良品の前記検査対象物の前記濃淡画像データから前記基準画像データとばらつきデータとを算出し、
前記基準画像データと前記入力した前記検査対象物の前記濃淡画像データとを比較して差画像データを出力し、
前記差画像データが、前記ばらつきデータと予め設定されている良否判別データとから算出した良品の範囲内にあるか否かを画素毎に判定することにより前記検査対象物の良否判定を行うことを特徴とする外観検査方法。 - 前記差画像データが前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記検査対象物を良品として判定することを特徴とする請求項２６記載の外観検査方法。
- 前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品として判定することを特徴とする請求項２６又は２７に記載の外観検査方法。
- 前記差画像データが前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記検査対象物を不良品と判定するか否かを前記基準画像データとばらつきデータとを算出する際に使用した前記濃淡画像データの濃淡値の分布によって判断することを特徴とする請求項２８記載の外観検査方法。
- 前記濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出することを特徴とする請求項２５乃至２９のいずれかに記載の外観検査方法。
- 前記濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出することを特徴とする請求項２５乃至３０のいずれかに記載の外観検査方法。
- 前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記ばらつきデータを算出し、
前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記ばらつきデータを用いて前記検査対象物の良否判定を行うことを特徴とする請求項２５乃至３１のいずれかに記載の外観検査方法。 - 前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定させ、前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行わせることを特徴とする請求項２５乃至３２のいずれかに記載の外観検査方法。
- 基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、
複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データに対するばらつきデータを算出し、
前記基準画像データと前記ばらつきデータと予め設定されている良否判別データとから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出し、
前記入力した前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定することにより前記検査対象物の良否判定を行うことを特徴とする外観検査方法。 - 前記ばらつきデータの範囲外であっても前記良否判別データの範囲内であれば前記良品範囲内とする前記良品範囲基準画像データを算出することを特徴とする請求項３４記載の外観検査方法。
- 前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出することを特徴とする請求項３４又は３５に記載の外観検査方法。
- 前記ばらつきデータの範囲内であっても前記良否判別データの範囲外であれば前記良品範囲外とする前記良品範囲基準画像データを算出するか否かを前記良品濃淡画像データの濃淡値の分布によって判断することを特徴とする請求項３６記載の外観検査方法。
- 前記良品濃淡画像データの画素毎の最大濃淡値と最小濃淡値とを用いて前記ばらつきデータを算出することを特徴とする請求項３４乃至３７のいずれかに記載の外観検査方法。
- 前記良品濃淡画像データの画素毎の濃淡値の偏差データを用いて前記ばらつきデータを算出することを特徴とする請求項３４乃至３７のいずれかに記載の外観検査方法。
- 前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる算定式に基づいてそれぞれ異なる検査精度の前記良品範囲基準画像データを算出し、
前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ検査精度が異なる前記良品範囲基準画像データを用いて前記検査対象物の良否判定を行うことを特徴とする請求項３４乃至３９のいずれかに記載の外観検査方法。 - 前記良否判別データを前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる値に設定し、
前記濃淡画像データの複数の位置座標が異なる領域毎にそれぞれ異なる検査精度で前記検査対象物の良否判定を行うことを特徴とする請求項３４乃至４０のいずれかに記載の外観検査方法。 - 基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、
複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データとばらつきデータとを算出し、
該算出した前記基準画像データと前記入力した前記検査対象物の前記濃淡画像データとを比較して差画像データを出力し、
前記差画像データが前記ばらつきデータの範囲内にあるか否かを判定して前記ばらつきデータの範囲外である前記差画像データに対応した不良候補画像データを作成し、
該作成した前記不良候補画像データに含まれる不良候補画素の形状を計測し、該計測した結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行うことを特徴とする外観検査方法。 - 基準画像データを用いて検査対象物の良否判定を行う外観検査方法であって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力し、
複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出し、
前記入力した前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定して前記良品範囲基準画像データが示す前記良品範囲外である前記濃淡画像データに対応した不良候補画像データを作成し、
該作成した前記不良候補画像データに含まれる不良候補画素の形状を計測し、該計測した結果が予め設定した形状の範囲内か否かを判定して前記検査対象物の良否判定を行うことを特徴とする外観検査方法。 - 前記不良候補画像データに対して予め設定されている画像処理を行い、
該画像処理が施された前記不良候補画像データに含まれる不良候補画素の形状を計測することを特徴とする請求項４２又は４３に記載の外観検査方法。 - 前記入力した前記検査対象物の前記濃淡画像データから良品の前記濃淡画像データを抽出し、
該抽出した良品の前記濃淡画像データを前記良品濃淡画像データとして用いることを特徴とする請求項２５乃至４４のいずれかに記載の外観検査方法。 - 予め複数の前記濃淡画像データから画素毎に濃淡値の分布データを算出し、
当該分布データに基づいて不良画素データを除外することにより良品の前記濃淡画像データを抽出することを特徴とする請求項４５記載の外観検査方法。 - 前記分布データにおいて度数の最大になる濃淡値から濃淡値の大きい方と小さい方にそれぞれ谷間検索を行い、
検索した谷間間の外の画素データを前記不良画素データとして除外することを特徴とする請求項４６記載の外観検査方法。 - 画素毎の濃淡値の平均値と標準偏差データとを算出し、
前記標準偏差データに予め設定した係数を掛けた値を前記平均値に加算および減算した範囲の外の画素データを前記不良画素データとして除外させることを特徴とする請求項４６記載の外観検査方法。 - 基準画像データを用いて検査対象物の良否判定を行う外観検査方法をコンピュータに実行させるためのプログラムであって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する工程と、
複数の前記検査対象物のそれぞれの外観を濃淡値で表す複数の濃淡画像データから前記基準画像データとばらつきデータとを統計データとして算出する工程と、
該算出した前記統計データと予め設定されている良否判別データと前記入力した前記検査対象物の前記濃淡画像データとから良品であるか否かを画素毎に判定することにより前記検査対象物の良否判定を行う工程とを有する情報検索提供方法をコンピュータに実行させるためのプログラム。 - 基準画像データを用いて検査対象物の良否判定を行う外観検査方法をコンピュータに実行させるためのプログラムであって、
前記検査対象物の外観を濃淡値で表す濃淡画像データを入力する工程と、
複数の良品の前記検査対象物のそれぞれの外観を濃淡値で表す複数の良品濃淡画像データから前記基準画像データに対するばらつきデータを算出する工程と、前記基準画像データと前記ばらつきデータと予め設定されている良否判別データとから上限基準画像データと下限基準画像データとによって良品範囲を示す良品範囲基準画像データを算出する工程と、
前記入力した前記検査対象物の前記濃淡画像データが前記良品範囲基準画像データが示す前記良品範囲内にあるか否かを判定する工程とを有する情報検索提供方法をコンピュータに実行させるためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002254678A JP4250931B2 (ja) | 2002-08-30 | 2002-08-30 | 外観検査装置および外観検査方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002254678A JP4250931B2 (ja) | 2002-08-30 | 2002-08-30 | 外観検査装置および外観検査方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004093338A true JP2004093338A (ja) | 2004-03-25 |
| JP4250931B2 JP4250931B2 (ja) | 2009-04-08 |
Family
ID=32060390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002254678A Expired - Fee Related JP4250931B2 (ja) | 2002-08-30 | 2002-08-30 | 外観検査装置および外観検査方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4250931B2 (ja) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006244083A (ja) * | 2005-03-02 | 2006-09-14 | Canon Electronics Inc | 画像処理装置 |
| JP2007067102A (ja) * | 2005-08-30 | 2007-03-15 | Sharp Corp | 多結晶半導体ウエハの外観検査方法および外観検査装置 |
| JP2008224432A (ja) * | 2007-03-13 | 2008-09-25 | Japan Aerospace Exploration Agency | 太陽電池のフォトルミネセンスによる欠陥検査装置及び方法 |
| US7738119B2 (en) | 2007-01-29 | 2010-06-15 | Seiko Instruments Inc. | Optical inspection system for a wafer |
| JP2010186867A (ja) * | 2009-02-12 | 2010-08-26 | Fuji Mach Mfg Co Ltd | 突き上げピンの位置決め方法およびその方法を用いた電子部品供給装置 |
| JP2011506989A (ja) * | 2007-12-19 | 2011-03-03 | ソシエテ ド テクノロジー ミシュラン | 基準画像との比較による収集画像の評価方法 |
| WO2011105134A1 (en) * | 2010-02-25 | 2011-09-01 | Canon Kabushiki Kaisha | Position and orientation estimation method and apparatus therefor |
| JP2013032995A (ja) * | 2011-08-03 | 2013-02-14 | Oobitto:Kk | 検査プログラム、同プログラムを格納した記録媒体及び検査装置 |
| JP2015102442A (ja) * | 2013-11-26 | 2015-06-04 | レーザーテック株式会社 | 検査装置、及び検査方法 |
| JP2015175706A (ja) * | 2014-03-14 | 2015-10-05 | オムロン株式会社 | 検査装置、検査方法、プログラムおよびその記録媒体 |
| JP2016217865A (ja) * | 2015-05-20 | 2016-12-22 | 株式会社島津製作所 | 検査装置及び検査方法 |
| JP2018506127A (ja) * | 2014-11-24 | 2018-03-01 | キトフ システムズ エルティーディー． | 自動検査方法 |
| JP2018188164A (ja) * | 2017-04-28 | 2018-11-29 | 凸版印刷株式会社 | チャック付きフィルムの検査方法およびチャック付きフィルムの検査装置、並びにフィルムの検査方法および検査装置 |
| CN110155809A (zh) * | 2018-02-14 | 2019-08-23 | 村田机械株式会社 | 清纱门限设定装置及纱线卷绕机 |
| JP2021071300A (ja) * | 2019-10-29 | 2021-05-06 | コニカミノルタ株式会社 | 画像検査装置及び画像検査システム |
| CN113547691A (zh) * | 2020-04-24 | 2021-10-26 | 东和株式会社 | 定位装置及方法、树脂成形系统及树脂成形品的制造方法 |
| CN115330768A (zh) * | 2022-10-12 | 2022-11-11 | 江苏跃格智能装备有限公司 | 一种太阳能电池板质量分级方法 |
| CN119540149A (zh) * | 2024-10-24 | 2025-02-28 | 苏州市东拓新能源有限公司 | 凹坑缺陷检测方法、系统、设备、存储介质及产品 |
| WO2025187788A1 (ja) * | 2024-03-07 | 2025-09-12 | オムロン株式会社 | 検査装置、検査方法およびプログラム |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6138907B2 (ja) * | 1978-12-27 | 1986-09-01 | Fuji Electric Co Ltd | |
| JPH04353452A (ja) * | 1991-05-31 | 1992-12-08 | Dainippon Printing Co Ltd | 印刷物の検査方法および装置 |
| JPH07190739A (ja) * | 1993-12-27 | 1995-07-28 | Sharp Corp | 半導体チップの外観検査方法および装置 |
| JPH1166305A (ja) * | 1997-08-13 | 1999-03-09 | Fuji Electric Co Ltd | ２値化装置 |
| JP2000105203A (ja) * | 1998-07-28 | 2000-04-11 | Hitachi Ltd | 欠陥検査装置およびその方法 |
| JP2000171230A (ja) * | 1998-09-29 | 2000-06-23 | Toshiba Corp | 微小パタ―ン形状検査方法及びその装置 |
| JP2001209798A (ja) * | 2000-01-27 | 2001-08-03 | Sharp Corp | 外観検査方法及び検査装置 |
-
2002
- 2002-08-30 JP JP2002254678A patent/JP4250931B2/ja not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6138907B2 (ja) * | 1978-12-27 | 1986-09-01 | Fuji Electric Co Ltd | |
| JPH04353452A (ja) * | 1991-05-31 | 1992-12-08 | Dainippon Printing Co Ltd | 印刷物の検査方法および装置 |
| JPH07190739A (ja) * | 1993-12-27 | 1995-07-28 | Sharp Corp | 半導体チップの外観検査方法および装置 |
| JPH1166305A (ja) * | 1997-08-13 | 1999-03-09 | Fuji Electric Co Ltd | ２値化装置 |
| JP2000105203A (ja) * | 1998-07-28 | 2000-04-11 | Hitachi Ltd | 欠陥検査装置およびその方法 |
| JP2000171230A (ja) * | 1998-09-29 | 2000-06-23 | Toshiba Corp | 微小パタ―ン形状検査方法及びその装置 |
| JP2001209798A (ja) * | 2000-01-27 | 2001-08-03 | Sharp Corp | 外観検査方法及び検査装置 |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006244083A (ja) * | 2005-03-02 | 2006-09-14 | Canon Electronics Inc | 画像処理装置 |
| JP2007067102A (ja) * | 2005-08-30 | 2007-03-15 | Sharp Corp | 多結晶半導体ウエハの外観検査方法および外観検査装置 |
| US7738119B2 (en) | 2007-01-29 | 2010-06-15 | Seiko Instruments Inc. | Optical inspection system for a wafer |
| JP2008224432A (ja) * | 2007-03-13 | 2008-09-25 | Japan Aerospace Exploration Agency | 太陽電池のフォトルミネセンスによる欠陥検査装置及び方法 |
| JP2011506989A (ja) * | 2007-12-19 | 2011-03-03 | ソシエテ ド テクノロジー ミシュラン | 基準画像との比較による収集画像の評価方法 |
| JP2010186867A (ja) * | 2009-02-12 | 2010-08-26 | Fuji Mach Mfg Co Ltd | 突き上げピンの位置決め方法およびその方法を用いた電子部品供給装置 |
| GB2491317B (en) * | 2010-02-25 | 2015-11-11 | Canon Kk | Position and orientation estimation method and apparatus therefor |
| CN102782723A (zh) * | 2010-02-25 | 2012-11-14 | 佳能株式会社 | 位置和方位估计方法及其设备 |
| GB2491317A (en) * | 2010-02-25 | 2012-11-28 | Canon Kk | Position and orientation estimation method and apparatus therefor |
| JP2011174880A (ja) * | 2010-02-25 | 2011-09-08 | Canon Inc | 位置姿勢推定方法及びその装置 |
| US9153030B2 (en) | 2010-02-25 | 2015-10-06 | Canon Kabushiki Kaisha | Position and orientation estimation method and apparatus therefor |
| WO2011105134A1 (en) * | 2010-02-25 | 2011-09-01 | Canon Kabushiki Kaisha | Position and orientation estimation method and apparatus therefor |
| JP2013032995A (ja) * | 2011-08-03 | 2013-02-14 | Oobitto:Kk | 検査プログラム、同プログラムを格納した記録媒体及び検査装置 |
| US9970885B2 (en) | 2013-11-26 | 2018-05-15 | Lasertec Corporation | Inspection apparatus and inspection method |
| JP2015102442A (ja) * | 2013-11-26 | 2015-06-04 | レーザーテック株式会社 | 検査装置、及び検査方法 |
| JP2015175706A (ja) * | 2014-03-14 | 2015-10-05 | オムロン株式会社 | 検査装置、検査方法、プログラムおよびその記録媒体 |
| JP2018506127A (ja) * | 2014-11-24 | 2018-03-01 | キトフ システムズ エルティーディー． | 自動検査方法 |
| JP7108247B2 (ja) | 2014-11-24 | 2022-07-28 | キトフ システムズ エルティーディー． | 自動検査方法 |
| JP2016217865A (ja) * | 2015-05-20 | 2016-12-22 | 株式会社島津製作所 | 検査装置及び検査方法 |
| JP2018188164A (ja) * | 2017-04-28 | 2018-11-29 | 凸版印刷株式会社 | チャック付きフィルムの検査方法およびチャック付きフィルムの検査装置、並びにフィルムの検査方法および検査装置 |
| CN110155809B (zh) * | 2018-02-14 | 2022-04-29 | 村田机械株式会社 | 清纱门限设定装置及纱线卷绕机 |
| CN110155809A (zh) * | 2018-02-14 | 2019-08-23 | 村田机械株式会社 | 清纱门限设定装置及纱线卷绕机 |
| JP2021071300A (ja) * | 2019-10-29 | 2021-05-06 | コニカミノルタ株式会社 | 画像検査装置及び画像検査システム |
| JP7367461B2 (ja) | 2019-10-29 | 2023-10-24 | コニカミノルタ株式会社 | 画像検査装置及び画像検査システム |
| CN113547691A (zh) * | 2020-04-24 | 2021-10-26 | 东和株式会社 | 定位装置及方法、树脂成形系统及树脂成形品的制造方法 |
| CN113547691B (zh) * | 2020-04-24 | 2023-06-13 | 东和株式会社 | 定位装置及方法、树脂成形系统及树脂成形品的制造方法 |
| CN115330768A (zh) * | 2022-10-12 | 2022-11-11 | 江苏跃格智能装备有限公司 | 一种太阳能电池板质量分级方法 |
| WO2025187788A1 (ja) * | 2024-03-07 | 2025-09-12 | オムロン株式会社 | 検査装置、検査方法およびプログラム |
| CN119540149A (zh) * | 2024-10-24 | 2025-02-28 | 苏州市东拓新能源有限公司 | 凹坑缺陷检测方法、系统、设备、存储介质及产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4250931B2 (ja) | 2009-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4250931B2 (ja) | 外観検査装置および外観検査方法 | |
| US7127099B2 (en) | Image searching defect detector | |
| TWI672636B (zh) | 對一晶圓上偵測之缺陷進行分類之方法、系統及非暫時性電腦可讀媒體 | |
| JP4095860B2 (ja) | 欠陥検査方法及びその装置 | |
| JP5225297B2 (ja) | ウエハー上に形成されたダイに於けるアレイ領域の認識方法、ならびに係る方法の設定方法 | |
| US9293298B2 (en) | Defect discovery and inspection sensitivity optimization using automated classification of corresponding electron beam images | |
| JP2008145226A (ja) | 欠陥検査装置及び欠陥検査方法 | |
| US20070053580A1 (en) | Image defect inspection apparatus, image defect inspection system, defect classifying apparatus, and image defect inspection method | |
| TWI631638B (zh) | 由參考影像改變之檢測方式設定 | |
| US20080175466A1 (en) | Inspection apparatus and inspection method | |
| US20080040064A1 (en) | Surface inspection apparatus and surface inspection method | |
| WO2014062514A1 (en) | Detecting defects on a wafer using defect-specific information | |
| JP2001250852A (ja) | 半導体デバイスの製造方法、検査装置における検査条件出し方法、検査装置の選定方法並びに検査装置およびその方法 | |
| CN119880946B (zh) | 一种基于图像处理的光学镜头表面缺陷检测方法及系统 | |
| CN119643448A (zh) | 一种基于垫片表面缺陷自动光学检测方法及系统 | |
| KR101929669B1 (ko) | 엔트로피를 이용하여 이미지를 분석하는 방법 및 장치 | |
| JP2004177139A (ja) | 検査条件データ作成支援プログラム及び検査装置及び検査条件データ作成方法 | |
| US20060222232A1 (en) | Appearance inspection apparatus and appearance inspection method | |
| JP5405245B2 (ja) | 画像検査方法及び画像検査装置 | |
| JP3988440B2 (ja) | 外観検査方法及び外観検査装置 | |
| KR102546969B1 (ko) | 이물질 및 도금 불량 검사 방법 | |
| JP2711649B2 (ja) | 検査対象物の表面傷検出方法 | |
| Chen et al. | TFT-LCD Mura defects automatic inspection system using linear regression diagnostic model | |
| JP2004170374A (ja) | 表面欠陥検出装置、及び表面欠陥検出方法 | |
| JP2004286708A (ja) | 欠陥検出装置、方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050720 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080129 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080701 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080901 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20081224 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090106 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 4250931 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120130 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130130 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130130 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |