CN101358934A - 检查装置、检查方法、检查***、滤色镜的制造方法 - Google Patents

检查装置、检查方法、检查***、滤色镜的制造方法 Download PDF

Info

Publication number
CN101358934A
CN101358934A CN200810131197.7A CN200810131197A CN101358934A CN 101358934 A CN101358934 A CN 101358934A CN 200810131197 A CN200810131197 A CN 200810131197A CN 101358934 A CN101358934 A CN 101358934A
Authority
CN
China
Prior art keywords
streak
mentioned
image
detected object
index
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
Application number
CN200810131197.7A
Other languages
English (en)
Other versions
CN101358934B (zh
Inventor
井殿多闻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sharp Corp
Original Assignee
Sharp Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sharp Corp filed Critical Sharp Corp
Publication of CN101358934A publication Critical patent/CN101358934A/zh
Application granted granted Critical
Publication of CN101358934B publication Critical patent/CN101358934B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/245—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures using a plurality of fixed, simultaneously operating transducers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B5/00—Optical elements other than lenses
    • G02B5/20—Filters
    • G02B5/22—Absorbing filters
    • G02B5/223—Absorbing filters containing organic substances, e.g. dyes, inks or pigments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9511—Optical elements other than lenses, e.g. mirrors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9513—Liquid crystal panels

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Liquid Crystal (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Optical Filters (AREA)
  • Devices For Indicating Variable Information By Combining Individual Elements (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)

Abstract

本发明涉及一种检查装置、检查方法、检查***、滤色镜的制造方法。本发明的检查装置由于具备：条斑检测部，在从第1方向照射光后拍摄排列在检查对象基板上的像素的图像L、与从不同于上述第1方向的第2方向照射光后拍摄上述像素的图像R中，分别检测条斑；特定周期不规则抽取部，在图像L和图像R中，分别在检查对象基板上沿着与条斑垂直的方向，以预定间隔T抽取被检测到的多个条斑；和检测对象不规则抽取部，抽取图像L和图像R双方中被检测到的条斑，作为检测对象条斑，所以可仅检测由于对正常膜厚的像素产生了膜厚差的像素存在而产生的特定周期的条斑。

Description

检查装置、检查方法、检查***、滤色镜的制造方法
技术领域
本发明涉及一种从拍摄具有起伏的被检查物的起伏端部的图像中，检测以特定周期在该被检查物中产生的条斑(linear irregularities)的检查装置等。
背景技术
近年来，液晶显示装置在推进大型化的同时，倾向于其需要增加。但是，为了使液晶显示装置进一步普及，必须降低成本。尤其是，在液晶显示装置中，对成本比重较高的滤色镜(color filter)的成本降低的要求正在提高。
最近，基于喷墨法的滤色镜的形成方法正在受到关注。在该形成方法中，通过从喷墨头的喷嘴中向各像素喷出R(红)、G(绿)、B(蓝)墨水，形成滤色镜。喷墨法的特征在于行程数少和墨水浪费少。由此，可实现工艺的缩短和低成本。
但是，在喷墨法形成滤色镜的情况下，产生滤色镜的制造工艺引起的具有特定周期的条斑(条状的不规则)。条斑由于滤色镜的膜厚差异而产生，并且目视(透过滤色镜的透射光)识别为条斑，所以大大影响液晶显示装置的品质。
这里，说明由喷墨法形成的滤色镜中产生具有特定周期的条斑的理由。在由喷墨法形成滤色镜的情况下，对形成黑矩阵的透明基板，边沿扫描方向(描绘方向)移动具有喷出墨水的多个喷嘴的头单元，边从各喷嘴向由透明基板上的黑矩阵包围的规定区域喷出液状材料。之后，若扫描方向的喷出完成，则在使头单元沿与扫描方向正交的方向移动规定距离之后，再使头单元沿扫描方向，依次喷出液状材料，重复上述动作，由此可制作在透明基板上形成了由黑矩阵区分的像素(絵素)的滤色镜。
此时，在由于某些原因而致使液状材料的喷出量在头单元的每个喷嘴处变得散乱的情况等下，以喷嘴间隔在滤色镜中产生条斑。另外，在因某些原因使一个喷嘴堵塞的情况等下，以头单元间隔在滤色镜中产生条斑。这样，在利用喷墨法制作出滤色镜的情况下，产生具有对应于其产生原因的各种周期的条斑。
如上所述，由于产生条斑的滤色镜的品质存在问题，所以，产生条斑的滤色镜必须在制造阶段检测并除去。但是，滤色镜中产生的条斑以10～100nm级的膜厚差出现，所以光的干涉或透射光的膜厚测量方法难以检测条斑。
因此，以前使用如下方法，即通过测量滤色镜的像素端面的角度，间接地测量膜厚，并检测条斑。根据图8(a)～(c)来说明该方法。图8(a)～(c)是表示通过测量像素端面的角度来测量膜厚的方法的图。
图8(a)表示膜厚正常的像素中的像素端面的角度。即，这里，假设在膜厚为正常值h的情况下，像素端面的角度在两侧均为α。
另一方面，图8(b)表示膜厚薄的像素中的像素端面的角度。如图所示，像素端面的角度在两侧均为β。比较图8(a)与图8(b)可知，β的角度比α小。因此，可知图8(b)中的膜厚h’比图8(a)中的正常膜厚h薄。
这样，测定像素端面的角度，在该角度低于正常值α的情况下，可判断为该像素的膜厚比正常的膜厚h薄。由此，可检测以10～100nm级出现的条斑。
但是，条斑不仅如图8(b)所示在像素的整个面中产生均等的膜厚差。即，如图8(c)所示，有时涂敷在滤色镜上的像素向单侧倾斜。在下面的说明中，将涂敷的像素向单侧倾斜所产生的条斑称为单侧倾斜不规则。
该单侧倾斜不规则在上述现有的拍摄像素端面的检查中，由于像素端面的倾斜角度不同，所以会误判定为产生了膜厚差。这是因为如图8(c)所示，在像素发生了倾斜的情况下，像素端面的角度在同一像素的两侧分别为不同的值。
例如，图8(c)中，像素左侧端面的角度为比正常角度α小的β，所以现有检查方法中，会将图8(c)所示的像素被检测为产生了膜厚差的缺陷像素。但是，图8(c)所示的像素右侧端面的角度为比正常角度α大的γ，结果，图8(c)所示的像素的膜厚为正常值h。
这样，单侧倾斜不规则实际上不产生膜厚差。因此，产生了单侧倾斜不规则的滤色镜的透射光中未识别条斑。因此，产生单侧倾斜不规则的滤色镜由于作为制品没问题，故应作为合格品处理。但是，若该单侧倾斜不规则以宽频带(空间频率)出现在随机的位置上，则在上述现有的测量了像素端面后间接地测量膜厚差的检查中，对于应作为合格品处理的产生了单侧倾斜不规则的滤色镜进行缺陷判定。
如上所述，在检测条斑缺陷的检查中，重要的是对与正常的滤色镜相比产生了膜厚差并应作为缺陷处理的工艺引起的特定周期的条斑、和应作为合格品处理的条斑(单侧倾斜不规则)进行区别检测。
这里，作为检查条斑的现有技术，列举下面的专利文献1～3。在专利文献1中，对于拍摄被检查物的拍摄图像，沿纵向横向方向单独累计亮度数据，生成累计数据。之后，计算该累计数据的移动平均，算出累计移动平均数据，根据这些累计数据与累计移动平均数据的差分，检查条斑。由此，可降低噪声分量的影响，仅高精度地检测条斑。
另外，在专利文献2中，利用光的干涉测定物体表面形状的方法中利用了傅立叶变换。另外，在专利文献2中，根据在频率坐标系下频谱振幅最大的最大值位置、以及在该最大值位置与原点之间频谱的振幅最小的最小值位置，设定物体表面的形状测定中所使用的区域。由此，不必通过操作者的辨别来设定物体表面的形状测定中所使用的区域。
另外，在专利文献3中，在对拍摄滤色镜的拍摄图像执行二进制处理之后，对上述滤色镜的像素两端执行逻辑与运算，检测缺陷。由此，可检测附着在滤色镜的像素上的微小异物。
但是，在专利文献1的技术中，由于切开二维数据的一部分后生成累计数据，所以不适于检测预定的特定周期的条斑的出现。另外，在专利文献1中，由于根本未考虑单侧倾斜不规则，故存在将单侧倾斜不规则(合格品处理缺陷)误检测为缺陷的问题。
另外，在专利文献2的技术中，由于利用频谱具有最大值的周期位置来分析物体表面的形状，所以不适于执行涉及预定的特定周期的评价。另外，在专利文献2中，由于与上述专利文献1的技术一样，根本未考虑单侧倾斜不规则，所以存在会受到单侧倾斜不规则的影响的问题。
另外，由于产生了条斑的部位与不产生条斑的部位的亮度差较小，所以难以二进制后检测条斑。即，专利文献3的技术不适于条斑检查。另外，由于专利文献3也根本未考虑单侧倾斜不规则，所以该方法会误检测单侧倾斜不规则。
在滤色镜的检查工序中，为了判定该制造工艺中的异常原因，区别合格品处理的缺陷并检测以特定周期产生的条斑是非常重要的。
专利文献1：日本公开专利公报‘特开2005-77181(2005年3月24日公开)’
专利文献2：日本公开专利公报‘特开2002-286407(2002年10月3日公开)’
专利文献3：日本公开专利公报‘特开平7-20065(1995年1月24日公开)’
发明内容
本发明鉴于上述课题而作出的，其目的在于不对合格品处理的缺陷(单侧倾斜不规则)进行缺陷判定，仅检测制造工艺引起的、相对于正常的膜厚产生膜厚差，并应作为缺陷处理的特定周期的条斑。
为了解决上述课题，本发明的检查装置涉及检测多个起伏排列在被检查面上的被检查物中所产生的条斑，其中具备：条斑检测部件，在从第1方向对上述被检查面照射光后拍摄上述起伏的第1图像、与从不同于上述第1方向的第2方向对上述被检查面照射光后拍摄上述起伏的第2图像中，分别检测条斑；特定周期不规则抽取部件，在上述第1和第2图像中，分别沿在上述被检查面上与条斑垂直的方向，以预定间隔抽取被检测到的多个条斑；和检测对象不规则抽取部件，抽取上述第1和第2图像双方中被检测到的条斑，并作为检测对象条斑。
根据上述构成，取得反射光，该反射光是针对来自第1方向与第2方向彼此不同的两个方向的投影的反射光，并作为第1和和2图像。另外，对该第1和第2图像执行条斑的检测。在该检测中，有可能检测不具有周期性的条斑、或单侧倾斜不规则等各种条斑。另外，这里，将被检查物的起伏厚度方向的宽度超过预定范围并变薄的、或变厚的直线状区域称为条斑(条状不规则)。
因此，在上述构成中，在被检查面上沿着与条斑垂直的方向，以预定间隔抽取出被检测到的条斑，即特定周期的条斑。由此，可以从检测到的条斑中除去不具有周期性的条斑，仅抽取制造工艺所引起的特定周期的条斑。
这里，就被检查物的起伏部分而言，在产生了厚度比正常厚度薄而引起的条斑的情况下，无论从哪个方向投影，均检测条斑。相反，在产生了单侧倾斜不规则的情况下，不会因投影方向的不同而检测到条斑。
根据上述构成，从抽取出的特定周期的条斑中，抽取在第1和第2图像双方中被检测到的条斑，即在双方图像的相同位置检测到的条斑。也就是说，在上述构成中，仅抽取由于起伏部分的厚度比正常厚度薄或厚而产生的条斑。
由此，可以从不具有周期性的条斑、或单侧倾斜不规则等各种条斑中，仅选择性地检测被检查物的起伏部分的厚度比正常厚度薄、并因被检查物的制造工艺而具有特定周期的条斑。
本发明的其它目的、特征和优点通过下面示出的记载而变得显而易见。另外，本发明的优点在参照附图的以下说明中变得更明显。
附图说明
图1表示本发明的实施方式，是表示本发明的检查***概要的框图。
图2是表示上述检查***中、由拍摄装置和照明装置拍摄检查对象基板的方法的图。
图3是表示上述检查***执行的处理的一例的流程图。
图4是表示上述流程图中的处理的具体例的图。
图5是表示与上述不同的检查***中的数据流的一例的图。
图6是表示上述检查***中的数据流的另一例的图。
图7(a)是表示以多个分割区域检测出条斑的状态的一例的图。
图7(b)是表示检查对象基板的基板坐标与强度平均的关系的一例的图。
图7(c)是表示检查对象基板的基板坐标与表示检测出条斑的区域数的检测数之间的关系的一例的图。
图8是表示通过测量像素端面的角度来测量膜厚的方法的图，(a)表示膜厚正常的像素中的像素端面的角度(b)表示膜厚较薄的像素中的像素端面的角度(c)表示涂敷在滤色镜上的像素向单侧倾斜时的像素端面的角度。
具体实施方式
[实施方式1]
[检查***的构成]
下面，根据图1～图7来说明本发明的一个实施方式。首先，根据图1来说明本实施方式的检查***1的概要。图1是表示检查***1的概要的框图。如图所示，检查***1以检查对象基板P作为检查对象，具备拍摄装置2a、拍摄装置2b、照明装置3a、照明装置3b和检查装置4。
这里，假设构成检查***1的检查对象的检查对象基板P是滤色镜基板。下面的说明中，所谓滤色镜是指通过特定波长的光来使显示装置进行彩色显示的滤光器。另外，通过利用喷墨法向形成了黑矩阵的玻璃基板上喷出液状材料来形成滤色镜。并且，这里将形成了黑矩阵和滤色镜的状态的玻璃基板称为滤色镜基板。
检查对象基板P被固定在未图示的框架上，从而使利用喷墨法着色的面朝向拍摄装置2a和2b存在的方向。构成检查对象的物体只要具有规则正确地排列的起伏，并且因起伏间的膜厚差而产生条斑即可，而并不限于滤色镜基板。
拍摄装置2a和2b是拍摄检查对象基板P的图像的装置，照明装置3a和3b是向检查对象基板P照射光的装置。具体地，拍摄装置2a拍摄照明装置3a向检查对象基板P所照射的光的反射光，拍摄装置2b拍摄照明装置3b向检查对象基板P所照射的光的反射光。
即，检查***1通过向检查对象基板P的像素端部照射光并拍摄其反射光，求出像素端面的倾斜角度，并检测各像素的膜厚差。对此，根据图2对其进行说明。
图2是表示由拍摄装置2和2b、以及照明装置3a和3b拍摄检查对象基板P的方法的图。如图所示，在透明基板101上形成了黑矩阵102。之后，在黑矩阵102所包围的区域中涂敷像素103，形成检查对象基板P。另外，像素103与黑矩阵102接触的部位分别变为像素端面103a和103b。
拍摄装置2a和2b拍摄该像素端面103a和103b。具体而言，从像素103的外侧方向、由照明装置3a向图2右侧的像素端面103a照射与检查对象基板P成预定角度的光。之后，由相对检查对象基板P以预定角度固定的拍摄装置2a拍摄该光的反射光。同样，对于图2左侧的像素端面103b，从与照明装置3a相反的方向，从照明装置3b向检查对象基板P照射与检查对象基板P成预定角度的光，拍摄装置2b拍摄该光的反射光。
图2中，为了说明起见，示出了拍摄一个像素103的端面103a和103b的反射光的状态，但实际上，在透明基板101条上，将多个像素排列成矩阵状。而且，在各像素的端面中，分别产生与端面103a和103b中的反射同样的反射，这些反射光由拍摄装置2a和2b拍摄。
在下面的说明中，将拍摄装置2a拍摄来自像素端面103a的反射光所得到的图像数据称为图像R，将拍摄装置2b拍摄来自像素端面103b的反射光所得到的图像数据称为图像L。另外，拍摄装置2a和2b与检查装置4通过有线或无线进行连接，图像L和图像R被发送到检查装置4。
检查装置4是进行如下检查的装置，即：根据拍摄装置2a和2b拍摄来自像素端面103a和103b的反射光所得到的图像L和图像R，确认检查对象基板P中是否产生了条斑。检查装置4如图所示，具备拍摄控制部5、存储部6、缺陷***7和输出部8。
拍摄控制部5控制拍摄装置2a和2b与照明装置3a和3b的动作，并拍摄检查对象基板P的图像，将通过拍摄得到的图像L和图像R取入到检查装置4内部。而且，拍摄控制部5使取入的图像L和图像R与指定检查对象基板P的数据对应，并存储在存储部6中。由此，可拍摄多个检查对象基板P，并执行各检查对象基板P的条斑检查。
存储部6如上所述，存储由拍摄控制部5所取入的图像L和图像R，并存储缺陷***7用于缺陷检查的数据或表示缺陷检查结果的数据等。
缺陷***7分析图像L和图像R，检测检查对象基板P中产生的条斑。具体而言，缺陷***7具备图像处理部(频率区域数据生成部件)11、条斑检测部(条斑检测部件)12、特定周期不规则抽取部(特定周期不规则抽取部件)13、和检查对象不规则抽取部，这些结构分别执行规定的动作，从而执行条斑的检测。
图像处理部11对图像L和图像R实施投影处理和噪声滤除等图像处理。通过实施图像处理，可以从图像L和图像R中较容易地或正确地检测条斑。缺陷***7即便在不具备图像处理部11的情况下也可检测条斑，但为了提高条斑的检测精度，最好具备图像处理部11。
条斑检测部12分析图像处理部11实施了图像处理后的图像L和图像R，对图像L和图像R分别检测产生了条斑的位置，并对检测出的各条斑检测其缺陷强度。所谓缺陷强度是指表示膜厚低于或高于正常值的程度的指标，缺陷强度越大，表示与其它区域相比，膜厚越薄或越厚。
这里，说明条斑检测部12检测条斑的方法。即，照明装置3a和3b照射到检查对象基板P的光被检查对象基板P反射后的反射光，在检查对象基板P的像素厚度与其它区域相比相对较大的部分，反射光量多，在像素厚度与其它区域相比相对较小的部分，反射光量少。因此，在拍摄检查对象基板P得到的图像L和图像R中，该反射光量的差被设别为不规则。
另外，如上述背景技术中所述的那样，通常，多数情况下基于喷墨法的膜厚差沿头单元的扫描方向(描绘方向)排成一列地产生。结果，由制造工艺引起的不规则被检测为沿描绘方向排成一列的条纹状不规则，即条斑。
反射光量的差在图像L和图像R中表现为亮度值的差，所以条斑检测部12可根据图像L和图像R中的亮度分布，决定条斑的位置、方向、强度等。例如，条斑检测部12可将图像L和图像R中亮度值低于预定阈值的区域、或高于预定阈值的区域检测为条斑。另外，可将未产生条斑的位置的亮度值与产生了条斑的位置的亮度值之差计算为缺陷强度。
特定周期不规则抽取部13从条斑检测部12检测到的条斑中，抽取以特定周期T产生的条斑。具体而言，特定周期不规则抽取部13对条斑检测部12检测出的各条斑，确认在距该条斑距离T中是否存在其它条斑，由此，抽取以周期T产生的条斑。如上所述，特定周期的条斑通常被检测为沿描绘方向平行的一列不规则，所以特定周期不规则抽取部13求出图像L和图像R中与描绘方向垂直的方向上的条斑的间隔。
另外，抽取特定周期的条斑的方法不限于上述实例。例如，特定周期不规则检测部也可以利用傅立叶变换等将图像L和图像R分别变换为频率区域的数据，并使用频率区域的数据来抽取特定周期的条斑。
检测对象不规则抽取部(检测对象不规则抽取部件)14从特定周期不规则抽取部13抽取的、以特定周期T产生的条斑中，抽取出满足规定条件的条斑。具体而言，检测对象不规则抽取部14从以特定周期T产生的条斑中，抽取出在图像L和图像R双方的相同位置被检测到的条斑。细节如后所述，但在图像L和图像R双方的相同位置被检测到的条斑是膜厚超出正常值并对品质产生影响的条斑。另外，检测对象不规则抽取部14还具有作为计算出所抽取的条斑的缺陷强度的指标决定部件的功能。
输出部8可识别地将缺陷***7的检查结果等输出给检查***1的用户。具体而言，输出部8具备显示图像的未图示的显示器，并执行如下处理：将存储在存储部6中的图像L和图像R等图像数据显示于显示器中或将检测对象不规则抽取部14抽取的条斑显示为图像数据。
[检查***中的处理流程]
根据图3和图4说明具备以上构成的检查***1的处理流程。图3是表示检查***1执行的一例处理的流程图，图4是表示图3的流程图中的S3～S5的一例处理的图。
首先，检查装置4的拍摄控制部5向拍摄装置2a和2b发送指示，使之执行检查对象基板P的拍摄(S1)。在图2的实例中，拍摄装置2a拍摄来自像素端面103a的反射光，拍摄装置2b拍摄来自像素端面103b的反射光。
拍摄装置2a和2b拍摄检查对象基板P得到的图像数据，即图像L和图像R被发送到检查装置4，并由拍摄控制部5存储在存储部6中(S2)。在本实施方式中，示出了由拍摄装置2a和2b分别取得图像R和图像L的方式，但也可以通过使1台拍摄装置移动，来取得图像R和图像L。
若将图像L和图像R存储在存储部6中，则图像处理部11对图像L和图像R实施噪声滤除处理。由此，能够仅正确地检测出检查对象的条斑。
具体而言，图像处理部11通过傅立叶变换或微波(wavelet)变换等，将图像L和图像R变换为频率区域的数据，从该频率区域的数据中滤除将特定周期T除去的频率分量。之后，利用傅立叶逆变换或微波逆变换等，将图像L和图像R还原为空间区域的数据，从而可以除去无周期性的不规则或检索对象外的周期的不规则。另外，利用上述调制处理除去的周期期望为T/2以下。这是因为当将要调制到周期T时，条斑的特征量丧失，检测精度降低。T是产生特定周期条斑的周期。
接着，条斑检测部12对图像L和图像R分别进行条斑的检测(S3)。具体而言，图像处理部11对图像L和图像R分别检测亮度值低于预定值的区域，作为条斑，并取得被检测到的条斑的位置和缺陷强度。之后，条斑检测部13将表示检测到的条斑的位置和缺陷强度的数据发送到特定周期不规则抽取部13。
图4(a)示出了由S3检测的条斑的一例。如图所示，在图像L中检测到条斑a～d等4个条斑，在图像R中检测到条斑e～h等4个条斑。另外，如图所示，图像L中，条斑a与c的间隔为T，条斑c与d的间隔也为T。另外，图像R中，条斑e与g的间隔为T，条斑f与h的间隔也为T。在S3中，与条斑的周期、或所检测到的条斑是否是单侧倾斜不规则等无关，检测所有的条斑。
接着，接收到表示条斑的位置和缺陷强度的数据之特定周期不规则抽取部13对图像L和图像R分别执行求出条斑与条斑的间隔的间隔判定。之后，特定周期不规则抽取部13残留具有特定周期T的条斑，作为对品质造成问题的条斑的候补(S4)。特定周期不规则抽取部13将表示这里所残留的条斑的位置和缺陷强度的数据发送到检测对象不规则抽取部14。
这里，还包含一个条斑以周期T与其它多个条斑相邻的情况，设残留了以周期T相邻的全部条斑(允许重复判定)。另外，在S3和S4中，对图像L和图像R分别独立地平行进行处理。
图4(b)示出了S4中残留的条斑的一例。如图所示，在图像L中残留了条斑a、c、d等3个条斑，在图像R中，残留了条斑e～h等4个条斑。另外，如图所示，对图像L中除去了与任意一个条斑均未以周期T的间隔相邻的条斑b，并残留了以周期T相邻的条斑a与c、和条斑c与d。另一方面，对图像R，由于条斑e与g的间隔为T，条斑f与h的间隔也为T，所以这些条斑e～h全部被残留。
这里，图像L和图像R均为拍摄检查对象基板P所得到的图像数据。因此，在检查对象基板P中产生了周期T的条斑的情况下，在图像L和图像R双方彼此相同的位置上，检测周期T的条斑。因此，在图像L和图像R彼此相同的位置处成组地残留了条斑的情况下，可判断为该条斑是必须通过缺陷检查检测的条斑。另一方面，在仅图像L和图像R任一方中检测出周期T的条斑的情况下，该条斑由于不对检查对象基板P的制品品质造成问题，所以可判断为是不必由缺陷检查检测的单侧倾斜不规则。
例如在图4(b)的实例中，由于条斑a与e、和条斑c与g在图像L和图像R的彼此相同位置处被检测，所以可判断为这些条斑是必须由缺陷检查进行检测的条斑。另一方面，条斑f和g由于在图像L的对应位置未检测到条斑，所以可判定为这些条斑是单侧倾斜不规则。
接着，从特定周期不规则抽取部13接收到表示条斑的位置和缺陷强度的数据的检测对象不规则抽取部14，执行图像L和图像R的对位(S5)。具体而言，检测对象不规则抽取部14对图像L的条斑与图像R的条斑执行基于位置的逻辑与运算。
即，检测对象不规则抽取部14执行如下处理，即仅残留在图像L和图像R中的彼此相同位置上出现的条斑。例如，在图像L的位置p处检测出条斑，并且在图像R中也在位置p处检测到条斑的情况下，检测对象不规则抽取部14残留该条斑。另一方面，检测对象不规则抽取部14除去仅在图像L和图像R一方中出现的条斑。
另外，检测对象不规则抽取部14也可以通过对例如图像处理部11将图像L和图像R变换为频率区域的数据后的结果进行逻辑与运算来进行对位。
图4(c)中示出了S5中残留的条斑的一例。如图所示，图像L和图像R合并后成为一个图像U。之后，图像U中残留了对应于图像L的条斑a和图像R的条斑e的条斑i、以及对应于图像L的条斑c和图像R的条斑g的条斑j。另一方面，除去了图像L的条斑d与图像R的条斑f和h。
这样，S5中，在图像L与图像R中残留了对应的条斑，即检查对象基板P的相同位置的条斑。另外，有时因拍摄元件与象素的尺寸或位置关系不同而产生误差，所以图像L与图像R中对应的条斑不必是图像L和图像R的完全相同位置的条斑。检测对象不规则抽取部14还检测加入各种误差范围而对应的条斑。
之后，检测对象不规则抽取部14判定S5的处理中残留的条斑i和j是具有特定周期T、且像素的厚度(膜厚)超出正常值所产生的条斑，即检测对象条斑(S6)，并结束处理。
如上所述，本实施方式的检查***1从检测的条斑中仅抽取具有特定周期T的条斑，再从其中除去单侧倾斜不规则后，能够仅检测必须通过缺陷检查检测的条斑。
即便是因像素的厚度超出正常值所产生的条斑，在像素的厚度超出正常值的程度、即缺陷强度较低的情况下，对作为检查对象基板P的制品的品质也不会造成问题。因此，检测对象不规则抽取部14也可以将S6的处理中残留的各条斑的缺陷强度与预定的检查阈值相比较，进行是否良好的判定。由此，可除去缺陷强度较低、对作为制品的品质不会造成问题的条斑，并仅检测缺陷强度较高、并且对作为检查对象基板P的制品的品质造成问题的条斑。
[单侧倾斜不规则的检测方法]
但是，虽然单侧倾斜不规则在检查对象基板P的制品品质上没有问题，但在产生了单侧倾斜不规则的情况下，在检查对象基板P的制造工艺上产生某些问题的可能性较高。因此，通过检测单侧倾斜不规则，也可除去制造工艺上的问题点。
在检测单侧倾斜不规则的情况下，在图3的S5中，检测对象不规则抽取部14执行图像的对位时，只要执行除去图像L和图像R双方的相同位置处检测到的条斑，并残留仅在图像L和图像R任一方检测到的条斑的处理即可。由此，可仅检测单侧倾斜不规则。另外，通过求出检测到的单侧倾斜不规则的缺陷强度，比较该求出的缺陷强度与预定的检查阈值，从而也可以仅检测缺陷强度较高的单侧倾斜不规则。
[检查结果的利用]
如上所述，这里，假设检查对象基板P是利用喷墨法着色的滤色镜基板。在滤色镜的制造工序中，利用对透明基板实施黑矩阵形成、着色等工序，制造滤色镜基板，由检查***1检查该滤色镜基板是否良好，即有无特定周期的条斑。之后，对条斑的检查结束并判定为品质没有问题的滤色镜基板提供规定的处理，从而完成滤色镜。这里，在滤色镜的制造工序中，将条斑检查之前的工序称为前工序，将条斑检查之后的工序称为次工序。
对检查***1判定为品质没有问题的滤色镜基板利用次工序实施规定处理。另一方面，由检查***1判定为有问题的滤色镜基板从滤色镜的制造线上被除去，对这些滤色镜基板不执行次工序。这样，检查***1的检查结果在滤色镜制造工序中用于是否将条斑检查后的滤色镜基板提供给次工序的判定。
即便在判定为有问题的滤色镜基板中，也认为有时由于条斑的程度不同，包含能够修复的滤色镜基板。因此，也可以在次工序中，根据检查***1检测到的条斑的缺陷强度，筛选放置于执行修复的制造线的滤色镜基板和放置于转送到废弃的制造线的滤色镜基板。
例如，在事先设定阈值，并产生了该阈值以上的缺陷强度的条斑的情况下，只要废弃该滤色镜基板即可。另外，尽管检测出条斑，但在对缺陷强度不足上述阈值的滤色镜基板实施了修复处理之后，只要再次由检查***1进行检查即可。
由此，自动排除产生了修复困难的重度缺陷的滤色镜基板，并且不会造成废弃了可修复的滤色镜基板等浪费。
如上所述，特定周期的条斑多起因于制造工艺。因此，通过将检查***1的检查结果反馈到前工序，可进行制造条件的调整，以不产生特定周期的条斑。
例如，在根据检测到的条斑的周期推定为条斑起因于墨水喷出的情况下，只要进行墨水喷出量的调整或头单元的移动速度变更等即可。另外，在推定为条斑起因于黑矩阵的宽度不适当的情况下，只要调整形成黑矩阵用的光掩膜的形成位置等、进行黑矩阵的制造条件的变更即可。
由此，由于对应于被检测的条斑的周期来变更制造工艺，所以可自动修正滤色镜基板的制造工艺，并能够高效地制造出不产生条斑的滤色镜基板。
[实施方式2]
在上述实施方式中，示出了从1个图像L和1个图像R分别检测条斑的实例，但在本实施方式中，说明将图像L和图像R分别以彼此相同的位置分割成多个区域，并以分割区域单位检测条斑的实例。通过将图像L和图像R分割成多个区域，从而能够提高条斑的检测精度。另外，对与上述实施方式相同的结构附加相同的参照序号，省略其说明。
本实施方式的检查***1除了检查装置4具备区域分割部(区域分割部件)外，具备与上述实施方式相同的构成，检测条斑的的处理流程也与图3所示的处理流程一样。因此，下面首先说明检查装置4具备的区域分割部，接着说明本实施方式的检查***1中的具体的数据流程。
区域分割部将通过检查对象基板P的拍摄而取得并存储在存储部6中的图像L和图像R分别分割成多个图像，将分割后的图像分别输出到缺陷***7。具体而言，区域分割部以彼此相同的位置分别分割图像L和图像R。换言之，区域分割部进行分割，从而使分割图像L后得到的每个图像分别成为对应于分割图像R所得到的每个图像的、即表示检查对象基板P的相同位置的图像。由于拍摄元件与象素的尺寸或位置关系不同而产生误差，所以分割位置不必完全是同一位置。图像L和图像R的分割位置还包含各种误差范围内的位置。
这里，假设区域分割部将图像L分割成沿描绘方向相邻的图像LA～图像LD等4个区域，同样将图像R分割成沿描绘方向相邻的图像RA～图像RD等4个区域。当然，分割区域并不限于上述实例，可以对应于检查对象基板P的形状或尺寸、拍摄装置2的分辨率等进行适当设定。另外，相邻的分割区域也可以彼此重复(交迭)。
即，在上述实施方式中，缺陷***7根据存储部6中存储的图像L和图像R，对检查对象基板P整个面有无条斑进行检查。相反，在本实施方式中，根据区域分割部分割图像L和图像R后的图像LA～图像LD和图像RA～图像RD来检查有无条斑。因此，在本实施方式中，将检查对象基板P分成多个区域，对各区域检查有无条斑。
下面，根据图5来说明本实施方式的检查***1中的数据流。图5是表示检查***1中的数据流的一例的图。
若将拍摄检查对象基板P所得到的图像L和图像R存储在存储部6中，则区域分割部在将图像L分割成图像LA～图像LD等4个区域的同时，将图像R分割成图像RA～图像RD等4个区域，将分割后得到的图像依次发送到图像处理部11。图5中，在中心示出了对于将图像L进行了区域分割后所得到的图像数据LA执行的处理，对其它图像数据(图像数据LB～LD、RA～RD)也执行同样的处理。
具体而言，区域分割部将图像LA与图像RA发送到图像处理部11，接着，将图像LB与图像RB发送到图像处理部11，同样，发送图像LC与图像RC，发送图像LD与图像RD。即，区域分割部将分割得到的图像中对应的图像(表示检查对象基板P的相同区域、从不同拍摄位置拍摄来自不同投影方向的光经上述区域反射后的反射光所得到的图像)组成组后，发送到图像处理部11。
图像处理部11将任意方向作为投影方向，对从区域分割部接收到的图像中所包含的亮度分布信息进行一维投影处理。即，图像处理部11对二维图像数据(图像LA～LD和图像RA～RD)分别沿平行于条斑的方向(描绘方向)将亮度值相加，并平均化，从而生成一维亮度值数据LA～LD和亮度值数据RA～RD。另外，一维投影处理只要能够一维化二维数据即可，例如可以是沿平行于条斑的方向取亮度值的积分的方法，也可以是对亮度值加权后相加的方法。
接着，图像处理部11对上述生成的亮度值数据LA～LD和亮度值数据RA～RD执行例如作为公知技术的傅立叶变换或微波变换，变换为频率区域的数据，并滤除了噪声分量之后，执行傅立叶逆变换或微波逆变换，还原为空间区域的数据。期望利用逆变换执行噪声滤除的频带为作为检测对象的特定的周期条斑不被调制的频带。图像处理部11将噪声滤除后的亮度值数据LA～LD和亮度值数据RA～RD依次发送到条斑检测部12。
之后，条斑检测部12对接收到的亮度值数据LA～LD和亮度值数据RA～RD分别执行条斑的检测，求出被检测到的各条斑的强度与检测位置。下面的说明中，将图像LA～LD和图像RA～RA中分别被检测到的、表示条斑的强度与检测位置的数据称为条斑数据LA～LD和条斑数据RA～RA。
条斑检测部12将如上所述那样求出的条斑数据LA～LD和条斑数据RA～RA依次发送到特定周期不规则抽取部13。特定周期不规则抽取部13对接收到的条斑数据LA～LD和条斑数据RA～RA分别进行间隔判定，残留具有特定周期的条斑，生成作为去除了其它条斑的数据的特定周期条斑数据LA～LD和特定周期条斑数据RA～RA。
特定周期不规则抽取部13将上述生成的特定周期条斑数据LA～LD和特定周期条斑数据RA～RA发送到检测对象不规则抽取部14。之后，检测对象不规则抽取部14对彼此对应的特定周期条斑数据的组合进行对位。
即，检测对象不规则抽取部14通过对每个分割的区域执行逻辑与运算，从而对根据图像L生成的特定周期条斑数据LA～LD与根据图像R生成的特定周期条斑数据RA～RD进行合并。下面的说明中，将合并后得到的数据称为特定周期条斑数据A～D。
这里，数据的合并处理时，不仅缺陷的周期，对缺陷强度也进行合并。即，特定周期条斑数据A～D反映了特定周期条斑数据LA～LD和特定周期条斑数据RA～RA中各条斑的缺陷强度。
作为反映特定周期条斑数据的缺陷强度的方法，例如可列举如下方法，即：将构成合并对象的两个图像中在对应位置检测到的条斑的强度算术平均设为合并后的条斑的缺陷强度。另外，也可以将构成合并对象的两个图像中在对应位置检测的条斑中的、缺陷强度更低的条斑的缺陷强度作为合并后的缺陷强度。
但是，条斑的缺陷强度可能会受到图像数据中的噪声分量的影响。因此，当图像处理部11将图像L和图像R变换为频率区域数据时，只要计算出各频率区域数据中的噪声分量的强度即可。另外，当特定周期不规则抽取部13进行合并时，也可以将噪声分量的区域中强度较低的一方的图像中的缺陷强度值作为合并后的图像中的缺陷强度值。
这样，在本实施方式中，通过区域分割部将图像L和R分别分割成图像LA～LD和图像RA～RD，生成对应于各分割区域的特定周期条斑数据A～D。
另外，特定周期不规则抽取部13对特定周期条斑数据A～D分别使用预定的检查阈值来进行是否良好判定。即，特定周期不规则抽取部13将从特定周期条斑数据A～D中除去了缺陷强度不足检查阈值的条斑后的数据作为判定结果，发送到输出部8。由此，从输出部8输出分别对应于分割区域A～D的判定结果。
[判定结果的合并]
在上述实例中，示出了对分割后的各区域输出判定结果的实例，但下面根据图6说明以基板为单位、或基板群为单位合并判定结果后输出的实例。图6是表示检查***1中的数据流的一例的图。由于图6中生成特定周期条斑数据A～D之前的处理与图5相同，所以这里说明生成了特定周期条斑数据A～D之后的处理。
即，检测对象不规则抽取部14若生成特定周期条斑数据A～D，则合并该生成的特定周期条斑数据A～D，生成对应于一个检查对象基板P的特定周期条斑基板单位数据(合并条斑)。之后，检查对象不规则抽取部14比较特定周期条斑基板单位数据中包含的各条斑的缺陷强度与预定的检查阈值，将具有检查阈值以上的缺陷强度的条斑的位置和缺陷强度作为基板判定结果，发送到输出部8。由此，从输出部8输出对应于检查对象基板P的整个面的判定结果。
这里，根据图7(a)～(c)说明合并对应于各分割区域的特定周期条斑数据的方法。图7(a)是表示在多个分割区域中检测到条斑的状态的一例的图。如图所示，这里假设将检查对象基板P分割成沿描绘方向相邻的4个分割区域PA～PD。另外，如图所示，分割区域PC与PD的区域交迭。该分割区域PA～PD分别对应于图像LA和RA、LB和RB、LC和RC、LD和RD。
如图所示，在检查对象基板P中，条斑C与条斑D的间隔为T。如上所述，检查对象基板P由于假设利用喷墨法着色，所以起因于制造工艺的特定周期的条斑多沿着与描绘方向平行的方向产生。因此，条斑C在分割区域PA～PC等3个区域中产生，各分割区域中的条斑在平行于描绘方向的一直线上排列。
这里，假设分割区域PA中的条斑C的缺陷强度为C1，分割区域PB中的条斑C的缺陷强度为C2，分割区域PC中的条斑C的缺陷强度为C3。同样，条斑D在分割区域PA和PB两个区域中产生，各分割区域中的条斑在平行于描绘方向的一直线上排列。另外，这里假设分割区域PA中的条斑D的缺陷强度为D1，分割区域PB中的条斑D的缺陷强度为D2。
检测对象不规则抽取部14在对分割区域PA～PD分别检测出特定周期条斑之后，合并检查对象基板P上处于同一直线状的特定周期条斑，抽取合并后的条斑，作为合并条斑(条斑C和D)。之后，检测对象不规则抽取部14对每个合并条斑计算出缺陷强度。
具体而言，检测对象不规则抽取部14将条斑的产生周期作为合计单位，对描绘方向执行缺陷强度的合计。例如，使用强度的算术平均，合计单位使用周期T的一半。另外，考虑检测区域数，使用下述算式(1)，求出基板单位的缺陷强度，即各合并条斑的缺陷强度。
(基板单位的强度)＝(强度平均)×(检测区域数)/(全部区域数)
                                              …算式(1)
其中，(强度平均)＝(条斑强度的总和)/(检测区域数)…算式(2)
使用上述算式(2)，对图7(a)所示的检查对象基板P的条斑C和D求出强度平均时，如图7(b)所示。图7(b)是表示检查对象基板P的基板坐标与强度平均之间的关系的一例的图。
图中，纵轴表示检查对象基板P上的、垂直于描绘方向的方向上的位置(基板坐标)。这里，如图所示，合计单位为T/2。即，图中，P1与P2的间隔、P2与P3的间隔和P3与P4的间隔分别为T/2。另外，图中，横轴表示作为缺陷强度的平均值的强度平均。即，如图所示，在位置P 1检测到的条斑C的强度平均表示为(C1+C2+C3)/3，同样，在位置P3检测到的条斑D的强度平均表示为(D1+D2)/2。
图7(c)是表示检查对象基板P的基板坐标与表示检测到条斑的区域数的检测数之间的关系的一例的图。如图所示，位置P1处的检测数为3，位置P3处的检测数为2。这表示如图7(a)所示，位置P1处的条斑C在PA～PD中的3个区域中被检测，位置P3处的条斑D在PA～PD中2个区域中被检测。
因此，通过使用图7(b)和(c)中记载的数值来计算算式(1)的值，由此将条斑C的基板单位的强度计算为(C1+C2+C3)/3×3/4＝(C1+C2+C3)/4。同样，将条斑D的基板单位的强度计算为(D1+D2)/2×2/4＝(D1+D2)/4。
上述计算出的基板单位的缺陷强度(合并条斑的缺陷强度)可用作考虑了各个区域的条斑的强度与条斑的产生分布状况后的基板单位的缺陷强度。因此，检测对象不规则抽取部14通过将由算式(1)计算出的基板单位的缺陷强度(合并条斑的缺陷强度)与预定的检查阈值相比较，能够以基板单位、即合并条斑单位执行是否良好的判定。
另外，在执行以同一条件制造的多个检查对象基板P的条斑检查的情况下，也可合并多个检查对象基板P后执行是否良好判定。即，在该情况下，使用下述算式(3)来代替上述算式(1)。算式(3)将算式(1)扩展至基板群单位，基本方法相同。在算式(3)中，(全部区域数)是基板群全部的区域数的合计。由此，可使用预定的检查阈值来统一执行基板群单位的是否合格判定。
(基板群单位的强度)＝(强度平均)×(检测区域数)/(全部区域数)
                                              …算式(3)
本发明不限于上述各实施方式，可以在权利要求所示的范围内进行各种变更，即便适当组合不同实施方式中分别公开的技术手段后得到的实施方式也包含于本发明的技术范围内。
最后，检查装置4的各块、尤其是拍摄控制部5、缺陷***7和区域分割部也可以由硬件逻辑构成，或如下所述那样使用CPU并通过软件实现。
即，检查装置4具备执行实现各功能的控制程序命令的CPU(centralprocessing unit：中央处理单元)、存储了上述程序的ROM(read onlymemory：只读存储器)、展开上述程序的RAM(random acess memory：随机存取存储器)、存储上述程序和各种数据的存储器等存储装置(记录媒体)等。另外，本发明的目的也可以通过如下方式实现：将计算机可读取地记录了作为实现上述功能的软件的检查装置4的控制程序的程序代码(执行形式程序、中间代码程序、源程序)的记录媒体提供给上述检查装置4，该计算机(或CPU或MPU)读出并执行已记录在记录媒体中的程序代码。
作为上述记录媒体，例如可使用磁带或盒式带等带类、包含软(注册商标)盘/硬盘等磁盘或CD-ROM/MO/MD/DVD/CD-R等光盘的盘类、IC卡(包含存储卡)/光卡等卡类、或掩膜ROM/EPROM/EEPROM/快闪ROM等半导体存储器类等。
也可以与通信网络可连接地构成检查装置4，并经通信网络提供上述程序代码。作为该通信网络，并未特别限定，例如，可利用因特网、内部互联网、外部互联网、LAN、ISDN、VAN、CATV通信网、虚拟专用网(virtual private network)、电话线路网、移动体通信网、卫星通信网等。另外，作为构成通信网络的传输媒体并未特别限定，例如无论由IEEE1394、USB、电力线传输、有线TV线路、电话线、ADSL线路等有线，还是IrDA或遥控器等红外线、蓝牙(Bluetooth)(注册商标)、802.11无线、HDR、便携电话网、卫星线路、地面波数字网等无线均可利用。本发明也可以通过以电子传输的方式具体化上述程序代码的、埋入到载波中的计算机数据信号的形式来实现。
如上所述，本发明的检查装置构成为具备：条斑检测部件，在从第1方向向被检查面照射光后拍摄上述起伏的第1图像、和从不同于上述第1方向不同的第2方向对上述被检查面照射光后拍摄上述起伏的第2图像中，分别检测条斑；特定周期不规则抽取部件，在上述第1和第2图像中分别在上述被检查面上沿着与条斑垂直的方向，以预定间隔抽取被检测到的多个条斑；和检测对象不规则抽取部件，抽取上述第1和第2图像双方中被检测到的条斑，并作为检测对象条斑。
另外，本发明的检查***具备：照明装置，从第1方向和第2方向对被检查物照射光；拍摄装置，在由上述照明装置从第1方向照射光的状态下拍摄上述被检查物、取得上述第1图像的同时，在从第2方向照射光的状态下拍摄上述被检查物，取得上述第2图像；和上述检查装置，根据由上述拍摄装置取得的第1和第2图像，执行上述被检查物的检查。
另外，本发明的检查装置具备：照明装置，从第1方向和第2方向对被检查物照射光；和拍摄装置，在由上述照明装置从第1方向照射光的状态下拍摄上述被检查物、并取得上述第1图像的同时，在从第2方向照射光的状态下拍摄上述被检查物，取得上述第2图像，根据由上述拍摄装置取得的第1和第2图像，进行上述被检查物的检查。
另外，本发明的检查方法构成为包含：条斑检测步骤，在从第1方向向被检查面照射光后拍摄上述起伏的第1图像、和从不同于上述第1方向的第2方向对上述被检查面照射光后拍摄上述起伏的第2图像中，分别检测条斑；特定周期不规则抽取步骤，对上述第1和第2图像，分别在上述被检查面上沿着与条斑垂直的方向，以预定间隔抽取被检测到的多个条斑；和检测对象不规则抽取步骤，抽取上述第1和第2图像双方中被检测到的条斑，并作为检测对象条斑。
因此，可实现如下效果：对检测单侧倾斜不规则(合格品处理缺陷)、与起因于制造工艺并与正常起伏相比厚度上产生差而发生的特定周期条斑(不合格品处理缺陷)进行区别检测。
另外，本发明的其它检查装置涉及检测多个起伏排列在被检查面上的被检查物中产生的条斑的检查装置，其中具备：条斑检测部件，在从第1方向向上述被检查面照射光后拍摄上述起伏的第1图像、和从不同于上述第1方向的第2方向对上述被检查面照射光后拍摄上述起伏的第2图像中，分别检测条斑；特定周期不规则抽取部件，在上述第1和第2图像中，分别在上述被检查面上沿着与条斑垂直的方向，以预定间隔抽取被检测到的多个条斑；和检测对象不规则抽取部件，抽取上述第1和第2图像双方中被检测到的条斑以外的条斑，并作为检测对象条斑。
根据上述构成，由于除去了第1和第2图像双方中为相同位置的条斑，所以检测对象条斑指单侧倾斜不规则(合格品处理的缺陷)。即，根据上述构成，可检测对被检查物的品质无直接影响、但制造工艺上有问题的单侧倾斜不规则。
在具备照明装置和拍摄装置的上述检查装置中，照明装置和拍摄装置既可与检查装置一体构成，也可单独构成。
另外，上述检查装置最好具备区域分割部件，将上述第1和第2图像在同一位置分别分割成多个分割区域，上述条斑检测部件、特定周期不规则抽取部件和检测对象不规则抽取部件从区域分割后的第1和第2图像中，对每个分割区域抽取检测对象条斑。
根据上述构成，由于第1和第2图像分别被分割成多个区域，所以对较窄的区域执行条斑的检测。因此，根据上述构成，可提高条斑的检测精度。
另外，最好上述区域分割部件使相邻的分割区域的一部分交迭。
在将第1和第2图像分割成多个区域的情况下，一个条斑会在多个分割区域中被检测。在这种情况下，将产生如下问题，即：在分割区域的边界部分，上述条斑的检测精度下降。
因此，根据上述构成，使分割区域的一部分交迭。由此，可防止在分割区域的边界部分，条斑的检测精度下降。
另外，上述检查装置最好具备指标决定部件，根据上述第1和第2图像中检测对象条斑的位置亮度值与未检测到条斑的位置的亮度值之差，取得在第1和第2图像中分别表示检测对象条斑位置的条斑强度的第1和第2指标，并根据该取得的第1和第2指标，决定表示上述检测对象条斑的强度的第3指标。
根据上述构成，决定表示检测对象条斑的强度的第3指标。这里，第1～第3指标由于是根据条斑的位置的亮度值与未检测条斑的位置的亮度值的差所得到的值，所以第1～第3指标越大，则表示起伏的厚度与正常值的偏离越大，表示是更严重的缺陷。
即，根据上述构成，可判断所抽取的检测对象条斑是何种程度的重大缺陷。由此，可执行对应于缺陷程度的处理。例如，可对上述第3指标为预定阈值以下的检测对象条斑执行不进行缺陷处理等处理。
另外，作为根据第1和第2指标决定表示上述检测对象条斑的强度的第3指标的方法，例如将第1指标与第2指标的算术平均设为第3指标的方法。
这里，当求出第1和第2指标时，由于第1和第2图像中包含的噪声分量的影响，有时求出与原来的第1和第2指标的值不同的值。即，在将第1或第2指标的本来值设为I0，将噪声分量设为δI的情况下，实际得到的第1或第2指标的值I用I＝I0+δI表示。
尤其是在产生了单侧倾斜不规则的情况下，由于多为δI＞0，所以实际得到的第1和第2指标的值多为比本来的第1和第2指标值大的值。因此，在产生了单侧倾斜不规则的情况下，通过将表示条斑强度的第1和第2指标强调为必要以上，有可能会错误地检测出强度较低的条斑。
因此，在这种情况下，只要将第1指标与第2指标中较小一方的值设为第3指标即可。由此，可防止错误检测强度较低的条斑。
另外，上述检查装置最好具备频率区域数据生成部件，将上述第1和第2图像变换为频率区域的数据；和指标决定部件，根据上述第1和第2图像中检测对象条斑的位置亮度值与未检测到条斑的位置的亮度值之差，取得表示第1和第2图像每一个中的检测对象条斑的位置的条斑强度的第1和第2指标，并将如下指标作为表示上述检测对象条斑的强度的第3指标，该指标为：该取得的第1和第2指标中，在上述频率区域的数据中，由对应于上述检测对象条斑的频率分量以外的频率分量的强度更低的图像取得的指标，。
根据上述构成，将频率区域数据中，将对应于检测对象条斑的频率分量以外的频率分量的强度更低的图像中取得的指标决定为表示检测对象条斑的强度的第3指标。
这里，对应于检测对象条斑的频率分量由于在上述检查装置中抽取了具有特定周期的条斑，所以可根据所抽取的条斑的周期来指定。另外，检测对象条斑的抽取中未使用的、对应于检测对象条斑的频率分量以外的频率分量可称为噪声分量。此外，图像中的噪声分量的强度(对应于检测对象条斑的频率分量以外的频率分量的强度)可根据该图像中检测到的各噪声分量数和各噪声分量的强度等计算出。
在图像中噪声分量较少的情况或噪声分量的强度低的情况下，可较正确地求出条斑的强度。因此，根据上述构成，将第1和第2指标中的、更正确地反映了被检查物的条斑强度的指标决定为第3指标。
也可以是频率区域数据生成部件从第1和第2图像的频率区域数据中滤除上述噪声分量，并将滤除了噪声分量的第1和第2图像的频率区域数据再次还原为空间区域的数据。此时，根据滤除了噪声分量后的第1和第2图像，条斑检测部件、特定周期不规则抽取部件和检测对象不规则抽取部件执行上述规定处理。由此，可减轻噪声分量的影响，并能够高精度地抽取检测对象条斑。另外，频率区域数据的生成中使用傅立叶变换或微波变换即可，空间区域数据的生成中使用傅立叶逆变换或微波逆变换即可。
另外，在对应于上述检测对象条斑的频率分量以外的频率分量的强度更低的图像中，当对应于检测对象条斑的频率分量以外的频率分量的强度比预定值低的情况下，最好上述指标决定部件将由该图像取得的指标，决定为表示上述检测对象条斑的强度的第3指标。
在根据第1和第2图像生成的频率区域数据双方中，在对应于检测对象条斑的频率分量以外的频率分量的强度、即噪声分量的强度较高的情况下，难以求出正确地表示被检查物中产生的条斑的程度的第1和第2指标。
因此，根据上述构成，仅在噪声分量的强度比预定值低的情况下，才决定第3指标。即，根据上述构成，由于噪声分量的影响，在第1和第2指标均不正确的可能性较高的情况下，不决定第3指标。由此，可提高第3指标的可靠性。
另外，上述检查装置最好具备频率区域数据生成部件，将上述第1和第2图像变换为频率区域的数据，上述检测对象不规则抽取部件通过执行将上述第1图像变换为频率区域的数据后的数据、和将上述第2图像变换为频率区域的数据后的数据进行逻辑与运算，由此抽取上述第1和第2图像双方中被检测到的条斑。
根据上述构成，可以通过简单的运算抽取在第1和第2图像双方的相同位置被检测到的条斑。
另外，最好上述检测对象不规则抽取部件连结多个分割区域中被检测到的检测对象条斑中的、在上述被检查面中位于同一直线上的检测对象条斑，并作为一个合并条斑进行抽取。
在将第1和第2图像分割成多个分割区域的情况下，对每个分割区域检测出检测对象条斑。因此，在多个分割区域中有时会检测第1和第2图像中作为一个条斑被拍摄的条斑。
这里，根据上述构成，合并每个分割区域中被检测的检测对象条斑中位于同一直线上的检测对象条斑。因此，第1和第2图像中作为一个条斑进行了拍摄，但可以将利用图像的分割而作为多个检测对象条斑被抽取出的检测对象条斑处理为一个合并条斑。另外，能够抑制被分割的各图像间的亮度值的差异，并改善S/N比。
另外，上述检查装置最好具备指标决定部件，根据上述第1和第2图像的各分割区域中检测对象条斑的位置亮度值与未检测到条斑的位置的亮度值之差，取得各分割区域每一个中表示检测对象条斑的位置的条斑强度的第1和第2指标，并根据该取得的第1和第2指标，决定表示每个分割区域的检测对象条斑的强度的第3指标；和指标决定部件，决定上述被检查面中位于同一直线上的检测对象条斑的第3指标的算术平均，并作为表示上述合并条斑的强度的第4指标。
根据上述构成，由于决定表示合并条斑的强度的第4指标，所以可根据该第4指标来进行合并条斑的评价。例如，可比较第4指标与预定的阈值，决定是否将合并条斑作为缺陷处理。
另外，作为上述被检查物，最好是滤色镜。在采用滤色镜作为被检查物的情况下，上述起伏相当于滤色镜着色后的像素，被检查面相当于滤色镜被着色侧的面。
滤色镜通过在透明基板的表面上呈格子状地形成黑矩阵，并着色由黑矩阵区分的像素进行制造。滤色镜中将产生条斑，这种条斑多起因于像素的涂敷或黑矩阵的形成等制造工艺上的问题。因此，条斑倾向于出现在与滤色镜的描绘方向平行的直线上，或多在滤色镜上以一定的周期出现。
根据上述检查装置，无需对应作为合格品处理的单侧倾斜不规则进行缺陷处理，仅检测起因于滤色镜中产生的膜厚差、并对滤色镜的制品品质造成较大影响的特定周期的条斑。
另外，本发明的滤色镜的制造方法是一种利用滤色镜制造装置制造滤色镜的滤色镜制造方法，其中包含执行上述检查方法的检查工序，仅将上述检查工序中未检测到检测对象条斑的滤色镜提供给上述滤色镜制造装置中的上述检查工序之后的制造工序。
根据上述构成，滤色镜制造装置制造的未完成的滤色镜在检查工序中由本发明的检查方法进行检查。另外，仅将由该检查工序未检测出检测对象条斑的滤色镜提供给检查工序之后的制造工序，从而完成滤色镜。
这里，根据本发明的检查方法，可检测具有特定周期、起因于存在对正常的像素产生膜厚差的像素、并对滤色镜的制品品质构成问题的条斑。因此，根据上述滤色镜的制造方法，可从制造工序中仅排除产生了上述条斑的滤色镜。
另外，本发明的滤色镜的制造方法是一种利用滤色镜制造装置制造滤色镜的滤色镜制造方法，其中，包含执行上述检查方法的检查工序，在由上述检查工序抽取到检测对象条斑的情况下，将包含抽取到的检测对象条斑的位置、缺陷强度和条斑的方向至少之一的条斑信息传递给上述滤色镜的制造装置。
根据上述构成，由于将检查工序的检查结果传递给滤色镜的制造装置，所以可改善成为条斑出现的原因的制造工序，并调整装置，以不产生条斑。
另外，上述检查装置也可由计算机实现，此时，通过使计算机用作上述检查装置的各部件，使计算机实现上述检查装置的控制程序、以及记录了该控制程序的计算机可读取的记录媒体也纳入本发明的范畴内。
以上发明的详细说明项中阐述的具体各实施方式和各实施例始终是用于使本发明的技术内容更清楚，不应限定于这种具体例来狭义地解释，在本发明的精神和本申请的权利要求的范围内，可进行各种变更进行实施。
另外，本发明只要是如下被检查体，则可适用于任何被检查体的检查，该被检查体为：将在能够进行光透射或光反射的面中所产生的不规则的周期性视为问题的被检查体。

Claims (15)

1.一种检查装置，检测多个起伏排列在被检查面上的被检查物中产生的条斑，其中具备：
条斑检测部，在从第1方向对上述被检查面照射光后拍摄上述起伏的第1图像、与从不同于上述第1方向的第2方向对上述被检查面照射光后拍摄上述起伏的第2图像中，分别检测条斑；
特定周期不规则抽取部，在上述第1和第2图像中，分别在上述被检查面上沿着与条斑垂直的方向，以预定间隔抽取被检测到的多个条斑；和
检测对象不规则抽取部，抽取上述第1和第2图像双方中被检测到的条斑，作为检测对象条斑。
2.根据权利要求1所述的检查装置，其特征在于：
具备区域分割部，将上述第1和第2图像在同一位置分别分割成多个分割区域，
上述条斑检测部、特定周期不规则抽取部和检测对象不规则抽取部从区域分割后的第1和第2图像中，按每个分割区域抽取出检测对象条斑。
3.根据权利要求2所述的特定周期条斑的检查装置，其特征在于：
上述区域分割部使相邻的分割区域的一部分交迭。
4.根据权利要求1所述的检查装置，其特征在于：
具备指标决定部，根据上述第1和第2图像中检测对象条斑的位置亮度值与未检测到条斑的位置亮度值之差，取得在第1和第2图像中分别表示检测对象条斑的位置的条斑强度的第1和第2指标，并根据该取得的第1和第2指标，决定表示上述检测对象条斑的强度的第3指标。
5.根据权利要求1所述的检查装置，其特征在于：
具备频率区域数据生成部，将上述第1和第2图像变换为频率区域的数据；和
指标决定部，根据上述第1和第2图像中检测对象条斑的位置亮度值与未检测到条斑的位置亮度值之差，取得表示第1和第2图像每一个中的检测对象条斑的位置的条斑强度的第1和第2指标，并将如下指标决定为表示上述检测对象条斑的强度的第3指标，该指标为：该取得的第1和第2指标中，在上述频率区域的数据中，由对应于上述检测对象条斑的频率分量以外的频率分量的强度更低的图像所取得的指标。
6.根据权利要求5所述的检查装置，其特征在于：
在对应于上述检测对象条斑的频率分量以外的频率分量的强度更低的图像中，当对应于检测对象条斑的频率分量以外的频率分量的强度比预定值低的情况下，上述指标决定部将由该图像取得的指标决定为表示上述检测对象条斑的强度的第3指标。
7.根据权利要求1所述的检查装置，其特征在于：
具备频率区域数据生成部，将上述第1和第2图像变换为频率区域的数据，
上述检测对象不规则抽取部通过执行将上述第1图像变换为频率区域的数据后的数据、和将上述第2图像变换为频率区域的数据后的数据的逻辑与运算，由此抽取上述第1和第2图像双方中被检测到的条斑。
8.根据权利要求2所述的检查装置，其特征在于：
上述检测对象不规则抽取部连结多个分割区域中被检测到的检测对象条斑中的、在上述被检查面中位于同一直线上的检测对象条斑，并作为一个合并条斑抽取。
9.根据权利要求8所述的检查装置，其特征在于：
具备指标决定部，根据上述第1和第2图像的各分割区域中检测对象条斑的位置亮度值与未检测到条斑的位置亮度值之差，取得各分割区域每一个中表示检测对象条斑的位置的条斑强度的第1和第2指标，并根据该取得的第1和第2指标，决定表示每个分割区域的检测对象条斑的强度的第3指标；和
指标决定部，将上述被检查面中位于同一直线上的检测对象条斑的第3指标的算术平均，决定为表示上述合并条斑的强度的第4指标。
10.根据权利要求1所述的检查装置，其特征在于：
上述被检查物是滤色镜。
11.一种检查装置，检测多个起伏排列在被检查面上的被检查物中产生的条斑，其中具备：
条斑检测部，在从第1方向对上述被检查面照射光后拍摄上述起伏的第1图像、与从不同于上述第1方向的第2方向对上述被检查面照射光后拍摄上述起伏的第2图像中，分别检测条斑；
特定周期不规则抽取部，在上述第1和第2图像中，分别在上述被检查面上沿着与条斑垂直的方向，以预定间隔抽取被检测到的多个条斑；和
检测对象不规则抽取部，抽取上述第1和第2图像双方中被检测到的条斑以外的条斑，并作为检测对象条斑。
12.一种检查***，具备：
照明装置，从第1方向和第2方向对上述被检查物照射光；
拍摄装置，在由上述照明装置从第1方向照射光的状态下拍摄上述被检查物，取得上述第1图像，并在从第2方向照射光的状态下拍摄上述被检查物，取得上述第2图像；和
权利要求1～11中任意一项所述的检查装置，根据由上述拍摄装置取得的第1和第2图像，执行上述被检查物的检查。
13.一种使用了检查装置的检查方法，该检查装置检测多个起伏排列在被检查面上的被检查物中产生的条斑，其中包含：
条斑检测步骤，在从第1方向对上述被检查面照射光后拍摄上述起伏的第1图像、与从不同于上述第1方向的第2方向对上述被检查面照射光后拍摄上述起伏的第2图像中，分别检测条斑；
特定周期不规则抽取步骤，在上述第1和第2图像中，分别在上述被检查面上沿着与条斑垂直的方向，以预定间隔抽取被检测到的多个条斑；和
检测对象不规则抽取步骤，抽取上述第1和第2图像双方中被检测到的条斑，作为检测对象条斑。
14.一种利用滤色镜制造装置来制造滤色镜的滤色镜制造方法，
包含执行权利要求13所述的检查方法的检查工序，
仅将上述检查工序中未检测到检测对象条斑的滤色镜提供给上述滤色镜制造装置中的上述检查工序之后的制造工序。
15.一种利用滤色镜制造装置来制造滤色镜的滤色镜制造方法，
包含执行权利要求13所述的检查方法的检查工序，
在由上述检查工序抽取到检测对象条斑的情况下，将包含被抽取到的检测对象条斑的位置、缺陷强度和条斑方向中的至少之一的条斑信息传递给上述滤色镜的制造装置。
CN200810131197.7A 2007-07-31 2008-07-30 检查装置、检查方法、检查***、滤色镜的制造方法 Expired - Fee Related CN101358934B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2007-199979 2007-07-31
JP2007199979 2007-07-31
JP2007199979A JP4777310B2 (ja) 2007-07-31 2007-07-31 検査装置、検査方法、検査システム、カラーフィルタの製造方法、検査装置制御プログラム、及び該プログラムを記録したコンピュータ読み取り可能な記録媒体

Publications (2)

Publication Number Publication Date
CN101358934A true CN101358934A (zh) 2009-02-04
CN101358934B CN101358934B (zh) 2011-07-13

Family

ID=40331441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200810131197.7A Expired - Fee Related CN101358934B (zh) 2007-07-31 2008-07-30 检查装置、检查方法、检查***、滤色镜的制造方法

Country Status (3)

Country Link
US (1) US20090034827A1 (zh)
JP (1) JP4777310B2 (zh)
CN (1) CN101358934B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102822666A (zh) * 2009-11-30 2012-12-12 株式会社尼康 检查装置、三维形状测定装置、构造物的制造方法
CN103207187A (zh) * 2012-01-17 2013-07-17 大日本网屏制造株式会社 外观检查装置及外观检查方法
CN103727888A (zh) * 2013-12-27 2014-04-16 深圳市华星光电技术有限公司 彩色滤色片膜厚测量方法及装置
CN103929639A (zh) * 2014-04-30 2014-07-16 信利光电股份有限公司 显示模组显示画面条纹现象检测方法
CN108323178A (zh) * 2015-07-27 2018-07-24 株式会社高永科技 基板检查装置及方法
CN109313302A (zh) * 2016-06-08 2019-02-05 三星Sdi株式会社 用来处理薄膜的装置以及方法
CN111295887A (zh) * 2017-11-10 2020-06-16 索尼半导体解决方案公司 具有感兴趣区域模式选择的发送装置和方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7889358B2 (en) 2006-04-26 2011-02-15 Sharp Kabushiki Kaisha Color filter inspection method, color filter manufacturing method, and color filter inspection apparatus
JP4597946B2 (ja) * 2006-06-12 2010-12-15 シャープ株式会社 端部傾斜角測定方法、起伏を有する被検査物の検査方法および検査装置
JP4902456B2 (ja) * 2007-07-31 2012-03-21 シャープ株式会社 スジムラ評価装置、スジムラ評価方法、スジムラ評価プログラム、記録媒体及びカラーフィルタの製造方法
JP5738628B2 (ja) * 2011-03-02 2015-06-24 株式会社コベルコ科研 内部欠陥検査装置および内部欠陥検査方法
JP5699051B2 (ja) * 2011-07-15 2015-04-08 株式会社Ｓｃｒｅｅｎホールディングス 画像検査装置および画像記録装置、並びに、画像検査方法
CN103852242B (zh) * 2012-11-29 2016-04-20 海洋王（东莞）照明科技有限公司 一种树脂滤光片的质量检验方法
JP6045429B2 (ja) * 2013-04-10 2016-12-14 オリンパス株式会社 撮像装置、画像処理装置及び画像処理方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1043973A (en) * 1964-04-16 1966-09-28 Lkb Produkter Ab Fluorescent radiation device
JPH10300447A (ja) * 1997-04-23 1998-11-13 K L Ee Akurotetsuku:Kk 表面パターンむら検出方法及び装置
JP2000111492A (ja) * 1998-10-08 2000-04-21 Dainippon Printing Co Ltd 周期性パターンのムラ検査方法
JP2000193814A (ja) * 1998-12-28 2000-07-14 Canon Inc カラ―フィルタの検査方法、検査装置、カラ―フィルタの製造方法
SE514859C2 (sv) * 1999-01-18 2001-05-07 Mydata Automation Ab Förfarande och anordning för undersökning av objekt på ett substrat genom att ta bilder av substratet och analysera dessa
JP3857161B2 (ja) * 2002-03-14 2006-12-13 大日本印刷株式会社 機能性素子の製造方法およびその製造装置
JP4014901B2 (ja) * 2002-03-14 2007-11-28 セイコーエプソン株式会社 液滴吐出による材料の配置方法および表示装置の製造方法
JP4312706B2 (ja) * 2004-12-27 2009-08-12 シャープ株式会社 膜厚差検出装置、膜厚差検出方法、カラーフィルタ検査装置、カラーフィルタ検査方法
JP2006300775A (ja) * 2005-04-21 2006-11-02 Olympus Corp 外観検査装置
JP2007003364A (ja) * 2005-06-24 2007-01-11 Internatl Business Mach Corp <Ibm> カラーフィルタの検査装置、および検査方法
JP2007199037A (ja) * 2006-01-30 2007-08-09 Sharp Corp 欠陥検査方法、欠陥検査装置
JP2008026752A (ja) * 2006-07-24 2008-02-07 Nec Lcd Technologies Ltd カラーフィルタ基板、カラーフィルタ基板の修正方法及びカラー液晶表示装置
JP4245054B2 (ja) * 2007-01-26 2009-03-25 セイコーエプソン株式会社 画素内機能液の形態測定方法、画素内機能液の形態測定装置および液滴吐出装置、並びに電気光学装置の製造方法、電気光学装置および電子機器
JP4902456B2 (ja) * 2007-07-31 2012-03-21 シャープ株式会社 スジムラ評価装置、スジムラ評価方法、スジムラ評価プログラム、記録媒体及びカラーフィルタの製造方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102822666A (zh) * 2009-11-30 2012-12-12 株式会社尼康 检查装置、三维形状测定装置、构造物的制造方法
CN103207187B (zh) * 2012-01-17 2016-03-16 斯克林集团公司 外观检查装置及外观检查方法
CN103207187A (zh) * 2012-01-17 2013-07-17 大日本网屏制造株式会社 外观检查装置及外观检查方法
CN103727888A (zh) * 2013-12-27 2014-04-16 深圳市华星光电技术有限公司 彩色滤色片膜厚测量方法及装置
CN103727888B (zh) * 2013-12-27 2016-06-15 深圳市华星光电技术有限公司 彩色滤色片膜厚测量方法及装置
CN103929639A (zh) * 2014-04-30 2014-07-16 信利光电股份有限公司 显示模组显示画面条纹现象检测方法
CN103929639B (zh) * 2014-04-30 2016-03-02 信利光电股份有限公司 显示模组显示画面条纹现象检测方法
CN108323178A (zh) * 2015-07-27 2018-07-24 株式会社高永科技 基板检查装置及方法
US10650510B2 (en) 2015-07-27 2020-05-12 Koh Young Technology Inc. Substrate inspection apparatus and method
CN108323178B (zh) * 2015-07-27 2020-11-06 株式会社高迎科技 基板检查装置及方法
CN109313302A (zh) * 2016-06-08 2019-02-05 三星Sdi株式会社 用来处理薄膜的装置以及方法
CN111295887A (zh) * 2017-11-10 2020-06-16 索尼半导体解决方案公司 具有感兴趣区域模式选择的发送装置和方法
CN111295887B (zh) * 2017-11-10 2023-04-04 索尼半导体解决方案公司 具有感兴趣区域模式选择的发送装置和方法

Also Published As

Publication number Publication date
JP4777310B2 (ja) 2011-09-21
US20090034827A1 (en) 2009-02-05
CN101358934B (zh) 2011-07-13
JP2009036593A (ja) 2009-02-19

Similar Documents

Publication Publication Date Title
CN101358934B (zh) 检查装置、检查方法、检查***、滤色镜的制造方法
KR102171491B1 (ko) 딥러닝을 이용한 양품 선별 방법
CN101373232B (zh) 条斑评价装置、条斑评价方法和滤色器制造方法
JP5039183B2 (ja) 検査システム
CN103196914A (zh) 外观检查装置和外观检查方法
JP2017146298A (ja) 形状測定システム、形状測定装置及び形状測定方法
JP4702953B2 (ja) ムラ検査方法、ムラ検査装置およびプログラム
Eshkevari et al. Automatic dimensional defect detection for glass vials based on machine vision: A heuristic segmentation method
CN104303264A (zh) 用于半导体装置的自动化检验的配方产生的方法、计算机***及设备
US10157457B2 (en) Optical measurement of opening dimensions in a wafer
WO2019244946A1 (ja) 欠陥判別方法、欠陥判別装置、欠陥判別プログラム及び記録媒体
KR20230116847A (ko) 자동화된 시각 검사를 위한 이미지 증강 기술
CN117333467B (zh) 基于图像处理的玻璃瓶瓶身瑕疵识别检测方法及***
JP7415286B2 (ja) カラーフィルタ検査装置、検査装置、カラーフィルタ検査方法および検査方法
US10359613B2 (en) Optical measurement of step size and plated metal thickness
CN116542963A (zh) 一种基于机器学习的浮法玻璃缺陷检测***及检测方法
TW202020802A (zh) 信息處理方法及計算機程序
SG177844A1 (en) Inspection apparatus for handrail of passenger conveyer and maintenance method of passenger conveyer
KR101024598B1 (ko) 표면 밝기 분포의 분산 산출 알고리즘을 이용한 대상물 표면의 영상 검사방법
CN105866042B (zh) 基于像素指标无偏估计法生物品质指标空间分布检测方法
TWI722861B (zh) 分類方法及分類系統
Chen et al. TFT-LCD Mura defects automatic inspection system using linear regression diagnostic model
US20180045947A1 (en) Optical measurement of bump hieght
JP6114559B2 (ja) フラットパネルディスプレイの自動ムラ検出装置
JP3661466B2 (ja) 塗装ムラ検査装置および方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110713

Termination date: 20140730

EXPY Termination of patent right or utility model