CN110178019A - 用于判断缺陷质量的方法和设备 - Google Patents

用于判断缺陷质量的方法和设备 Download PDF

Info

Publication number
CN110178019A
CN110178019A CN201780083330.3A CN201780083330A CN110178019A CN 110178019 A CN110178019 A CN 110178019A CN 201780083330 A CN201780083330 A CN 201780083330A CN 110178019 A CN110178019 A CN 110178019A
Authority
CN
China
Prior art keywords
image
defect
edge
assessed value
sample
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.)
Pending
Application number
CN201780083330.3A
Other languages
English (en)
Inventor
B.费尔德曼
菅谷胜哉
田畑让
山本茂
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.)
OVBOTECH Ltd
Orbotech Ltd
Original Assignee
OVBOTECH Ltd
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 OVBOTECH Ltd filed Critical OVBOTECH Ltd
Publication of CN110178019A publication Critical patent/CN110178019A/zh
Pending legal-status Critical Current

Links

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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10K—ORGANIC ELECTRIC SOLID-STATE DEVICES
    • H10K71/00—Manufacture or treatment specially adapted for the organic devices covered by this subclass
    • H10K71/70—Testing, e.g. accelerated lifetime tests
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B9/00—Measuring instruments characterised by the use of optical techniques
    • G01B9/04—Measuring microscopes
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • 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
    • G01N21/94—Investigating contamination, e.g. dust
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
    • G01B2210/56—Measuring geometric parameters of semiconductor structures, e.g. profile, critical dimensions or trench depth
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8822—Dark field detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8858—Flaw counting
    • 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
    • G01N2021/9513—Liquid crystal panels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/127—Calibration; base line adjustment; drift compensation
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10K—ORGANIC ELECTRIC SOLID-STATE DEVICES
    • H10K77/00—Constructional details of devices covered by this subclass and not covered by groups H10K10/80, H10K30/80, H10K50/80 or H10K59/80
    • H10K77/10—Substrates, e.g. flexible substrates
    • H10K77/111—Flexible substrates
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/549—Organic PV cells

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Manufacturing & Machinery (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Electroluminescent Light Sources (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Instruments For Measurement Of Length By Optical Means (AREA)

Abstract

用于判断缺陷质量的方法包括：通过光学图像装置(22)在包括多层透明薄膜(1,2,3,4,5,6)的检查对象(10)的高度方向上、以预定步长获取多个图像；根据所述多个图像的每个像素与相邻像素的亮度差，来计算部分图像的锐度；根据所述多个图像的所有图像中相同像素位置处的锐度的计算结果最大的图像编号，计算所述部分图像的高度信息；从计算所述高度信息中获得所述所有图像的三维信息；和基于所述三维信息，判断所述检查对象的缺陷质量。

Description

用于判断缺陷质量的方法和设备
技术领域
本发明涉及一种用于判断缺陷质量的方法和设备，其通过以下操作来判断缺陷质量：测量在检查对象(诸如使用多层薄膜的半导体晶片、和借助于光学图像装置制造的薄膜晶体管显示器件)中出现的缺陷高度信息，并指定缺陷出现位置和缺陷出现层的高度信息。
背景技术
在制造使用多层薄膜的半导体晶片、薄膜晶体管显示器件等时，通过使用光刻法形成细小图案。在这些制造过程中，由于各种因素而发生诸如图案异常和针孔的缺陷，并且导致产量降低。为了通过管理这些制造过程并消除产量降低的因素来提高制造效率，执行检查发生的缺陷并指定这些因素的工作。
在这样的制造过程中连续形成多个层的处理中，存在不能检查图案异常、针孔等的情况。因此，作为唯一的手段，必须在形成最终层之后检查缺陷，并从缺陷高度位置信息指定出现缺陷的处理。例如，在密封柔性有机电致发光(EL)的处理中，使用通过多层层压诸如氮化硅的无机薄膜和诸如聚酰亚胺的有机薄膜、来防止大气中的氧气和水分进入设备的技术。然而，在每层中存在细小针孔对于设备的寿命是至关重要的。特别是，必须精确地测量在不同层中出现的针孔接近存在的位置，并判断产品的质量。然而，这些层的形成需要在真空或氮气环境中执行短时间，并且不能通过在处理的中间停止来检查对象。
图1示出了典型的柔性有机EL显示器件的横截面结构，并且有机EL通过电路图案1发光。电路图案1形成在基底材料上，该基底材料包括第一基底材料5和第二基底材料6，并由透明膜密封，该透明膜包括第一密封层(无机膜)2、第二密封层(有机膜)3和第三密封层(无机膜)4。通常，第一密封层2和第三密封层4是氮化硅膜，其是无机材料，并且通过化学气相沉积(CVD)形成。作为有机材料的聚酰亚胺用于第二密封层3，并且通过使用例如喷墨印刷设备形成第二密封层3。第一基底材料5是透明基板。例如，将诸如聚对苯二甲酸乙二醇酯(PET)或聚碳酸酯(PC)的树脂基板用于第一基底材料5。
图2示出了在形成密封层(例如，作为有机材料或无机材料的密封透明膜)的过程中在密封层4中出现两个针孔7A和7B的状态。针孔7A和7B存在于氮化硅膜的第三密封层4中。即使空气中的氧(O2)和水(H2O)透过聚酰亚胺膜，空气中的氧(O2)和水(H2O)也被第一密封层2(氮化硅膜)拦截。然后，位于针孔7A和7B正下方的EL器件不会立即损坏，针孔7A和7B对于有机EL显示器件来说不是至关重要的缺陷。
另一方面，图3示出了在柔性有机EL显示器件的形成过程中、作为缺陷的针孔8A和8B类似地存在于第一密封层2和第三密封层4的各个氮化硅膜的邻近部分(作为垂直方向的轴)的状态。在这种情况下，氧气和水从密封层4的与空气接触的针孔8A进入，随着时间的推移透过聚酰亚胺膜(密封层3)。最后，氧气和水到达密封层2的针孔8B，并且针孔8B正下方的EL器件被损坏。通过以这种方式损坏EL器件而缩短有机EL显示器件的寿命对于显示器件是至关重要的。
如有机EL示例所述，需要判断显示器件的密封层上的缺陷(例如，针孔和杂质)对于如图3所示的显示器件是否是至关重要的。然而，由于密封层的厚度为几μm，因此必须通过亚μm级的分辨率来测量缺陷的高度。作为满足这种精确测量精度的技术，例如，已知通过使用激光的三角测量方法的距离测量设备、和白光干涉仪(日本未审专利公开第2013-19767A号(专利文献1))、共焦显微镜(日本未审专利公开第2012-237647A号(专利文献2))等。
在日本未审专利公开第2014-148735A号(专利文献3)中，公开了一种多焦点共焦拉曼光谱显微镜，其使用激光观察光学***对来自样本的拉曼散射光进行观察。此外，在制作三维透视图时，在日本未审专利公开第2012-220490A号(专利文献4)中公开了，通过借助于诸如光学显微镜的相机设备取决于焦距获得立体样本的多个图像、组合这些图像、并评估其光强和亮度对比度最大的焦点匹配度、来生成样本的三维透视图(高度图)的技术。此外，在扫描共焦显微镜时，在日本未审专利公开第2005-172805A号(专利文献5)中公开了，通过以移动间距ΔZ移动Z-旋转器、并在每个Z相对位置处获得图像、而基于共焦图像的最大强度点生成关于样本的亮度和高度信息(三维信息)的技术。
现有技术文献的列表
专利文献
专利文献1：日本未审专利公开第2013-19767A号
专利文献2：日本未审专利公开第2012-237647A号
专利文献3：日本未审专利公开第2014-148735A号
专利文献4：日本未审专利公开第2012-220490A号
专利文献5：日本未审专利公开第2005-172805A号
专利文献6：日本未审专利公开第H11-337313A号
发明内容
本发明要解决的问题
诸如通过使用激光的三角测量方法的距离测量设备、白光干涉仪和共焦显微镜的高度测量技术能测量具有10μm或更大的扁平图案缺陷高度。然而，上述技术不能精确地测量具有几μm(例如，针孔和杂质)的缺陷和不是扁平形状的杂质的高度信息。特别是，通过上述技术无法测量具有1μm或更小的缺陷。
测量来自对象的反射光和基准光之间的干涉的方法、或者通过使用共焦光学***来聚焦来自对象的反射光的检测方法不能检测到具有1μm或更小的缺陷。在对象的尺寸为1μm或更小、并且主体的用于使用测量的照明光不是镜面反射并且由于表面的不均匀而散射的情况下，由于无法观察到反射光，因此设备无法检测到缺陷。然后，在传统的高度测量设备中，不能检测到1μm或更小的缺陷。
专利文献3中公开的激光观察光学***不具有检查诸如半导体晶片、薄膜晶体管、尤其是柔性有机EL显示器件的密封层(密封透明膜)的对象的缺陷、并计算缺陷的高度信息的功能。
此外，已知离焦深度(DFD)或焦深(DFF)，其在改变焦点位置时获取图像，并且基于亮度急剧变化的部分中的亮度变化量来提取对象的高度信息(日本未审专利公开第H11-337313A号(专利文献6))。然而，在如专利文献6所示的传统DFD处理中，由于位置移位或图像的像素噪声的误差，其成像像素几乎是一个像素的对象(例如具有1μm或更小的图案缺陷、以及该层上的细小缺陷(针孔和杂质))不能被准确地测量高度信息。在使用DFD或DFF测量高度信息时，高度方向上的绝对位置取决于连接基板和显微镜的机器的精度。
目前，在使用EL器件的显示器件中，为了改进制造效率，使用G6尺寸(1500mm×1850mm)的玻璃基板。因为其上放置检查设备内提供的基板的平台(stage)根据G6尺寸较大，所以将基板表面的高度方向上的绝对位置调整在1μm内是不现实的。因此，很难在1μm中测量在玻璃基板上形成的图案中出现的缺陷高度信息(高度方向的绝对位置)。
专利文献4和专利文献5中公开的技术生成样本的三维透视图(高度图)，并且不具有计算密封透明膜(例如，分辨率为1μm或更小的柔性有机EL显示器件)的缺陷高度信息的功能。
鉴于上述情况开发了本发明，并且本发明的目的是提供用于判断缺陷质量的方法和设备，其通过以下操作来精确地判断出现的缺陷的质量：甚至针对缺陷(诸如，尺寸小于1μm的膜(层)的图案缺陷和细小针孔)精确地测量三维结构的高度方向上的发生位置，并判断背景图案的相对高度。
解决问题的手段
本发明的上述目的通过包括以下步骤来实现：通过光学图像装置在包括多层透明薄膜的检查对象的高度方向上、以预定步长获取多个图像；根据所述多个图像的每个像素与相邻像素的亮度差，来计算部分图像的锐度；根据所述多个图像的所有图像中相同像素位置处的所述锐度的计算结果最大的图像编号，计算所述部分图像的高度信息；从计算所述高度信息中获得所述所有图像的三维信息；和基于所述三维信息，判断所述检查对象的缺陷质量。
本发明的上述目的通过进一步包括以下步骤来实现：检测所述锐度最高的所述图像的图案缺陷；提取具有部分图像的最大密度的图像，所述部分图像具有所述多个图像中的所述高锐度；将所述图像设置为三维图案结构的高度方向上的基准位置1；和根据所述图案缺陷的所述高度信息与所述基准位置1之间的关系，测量所述出现的图案缺陷在所述三维图案结构中的高度，或者进一步包括以下步骤：检测所述锐度最高的所述图像的图案缺陷；提取干涉条纹的干涉图像在所述多个图像中具有最高锐度的图像，所述干涉图像在所述透明薄膜的边缘部分生成；将所述图像设置为三维图案结构的高度方向上的基准位置2；和根据所述图案缺陷的所述高度信息与所述基准位置2之间的关系，测量所述出现的图案缺陷在所述三维图案结构中的高度，或者进一步包括步骤：通过使用所述图案缺陷的所述高度信息，来修复所述图案缺陷。
本发明的上述目的通过包括以下装置来实现：成像装置，通过以预定步长向上和向下移动的光学成像装置，获取具有多层透明薄膜的检查对象的、具有图像编号的多个图像数据；提取部件，用于提取所述图像数据的特征；评估值计算部件，用于基于所述特征计算评估值；评估值比较部件，用于将所述评估值和与所述评估值的位置关系一致的先前评估值进行比较，并生成比较结果；评估值存储部件，用于基于所述比较结果存储所述评估值；图像编号存储部件，用于基于所述比较结果存储所述图像编号；三维信息提取部件，用于基于在所述图像编号存储部件中存储的所述图像编号，提取所述检查对象的三维信息；三维信息提取部件，用于基于所述三维信息提取存在于所述检查对象中的缺陷的高度信息；和质量判断部件，用于在存在所述多个缺陷的情况下，基于所述缺陷中的所述高度信息的差异，来判断所述检查对象的质量。
本发明的上述目的还通过以下有效实现：其中所述三维信息提取部件基于所述评估值最高的所述图像编号提取所述三维信息；或者其中基于感兴趣像素和与所述感兴趣像素相邻的相邻像素之间的亮度差，来计算所述评估值；或者其中所述三维信息提取部件基于所述检查对象的电极图案、和对所述检查对象的密封层的干涉条纹进行成像的所述图像数据的所述评估值，来确定所述高度信息的基准；或者其中所述缺陷是图案缺陷、针孔或杂质；或者其中所述评估值是基于所述感兴趣像素的亮度值与所述相邻像素的亮度值之差所计算的锐度；或者其中所述检查对象是有机电致发光(EL)显示器件；或者其中所述检查对象是形成在柔性基板上的柔性有机电致发光(EL)显示器件；或者进一步包括用于基于所述三维信息提取部件计算的所述高度信息来修复所述缺陷至少一个功能；或者进一步包括取决于所述高度信息选择所述至少一个功能的功能。
本发明的效果
根据本发明，通过使其通过图案的边缘部分和杂质附近而减少观察光，来观察细小图案和杂质的高度，而不限于来自细小图案和杂质的反射光。因此，可能精确地测量例如直径约1μm的针孔和杂质的高度信息，这是传统技术无法测量的。
在本发明中，在获取和处理多个图像的处理中，即使通过设备本身或地板的振动发生所获取图像中的水平方向上的位置误差，也可能通过比较图像中的图像边缘和杂质的图像锐度、比较感兴趣像素位置的相邻像素位置之间的锐度值、并用具有最高锐度的图像编号替换存储在邻域中的图像编号，考虑图像中的水平方向振动的幅度，而没有误差地精确测量其中出现细小缺陷的高度信息。然后，可以扩展整个设备的抗振特性，并且上述处理在很大程度上有助于检查设备的成本降低。
根据本发明，在制造薄膜多层器件时，由于该设备可以指定在直径约为1μm的针孔中发生的层，这是传统技术无法测量的，因此可以根据形成该层的膜的材料，而选择最佳的修复手段。
附图说明
在附图中：
图1是图示了一般的柔性有机电致发光(EL)显示器件的结构例的剖视图；
图2是图示了在柔性EL显示器件的密封层中在同一层中形成针孔的状态的剖视图；
图3是图示了在柔性有机EL显示器件中在第一密封层和第三密封层中形成针孔的状态的剖视图；
图4是图示了根据本发明的缺陷质量判断设备的配置例的框图；
图5是图示了本发明的操作示例的流程图；
图6是图示了在柔性有机EL显示器件的一个像素中出现两个细小杂质的状态的透视图；
图7是图示了柔性有机EL显示器件的发光部分的形状的剖视图；
图8是图示了柔性有机EL显示器件中从柔性有机EL显示器件的垂直方向示出的状态的平面图；
图9是图示了成像的详细操作示例的流程图；
图10是图示了提取图像的图案边缘的详细操作示例的流程图；
图11是图示了提取图像的细小杂质图像的详细操作示例的流程图；
图12是图示了提取图像的三维信息的详细操作示例的流程图；
图13是图示了获取的40个图像中的第1图像、第10图像、第30图像和第40图像在高度方向上布置的状态的分解立体图；
图14是图示了第1图像的亮度值(灰度值)的阵列数据的图；
图15是图示了第10图像的亮度值(灰度值)的阵列数据的图；
图16是图示了第30图像的亮度值(灰度值)的阵列数据的图；
图17是图示了第40图像的亮度值(灰度值)的阵列数据的图；
图18是图示了第1图像的边缘评估值E(i，j)的图；
图19是图示了第10图像的边缘评估值E(i，j)的图；
图20是图示了第30图像的边缘评估值E(i，j)的图；
图21是图示了第40图像的边缘评估值E(i，j)的图；
图22是图示了利用第1图像的边缘评估值E(i，j)更新边缘评估存储值EM(i，j)的状态的图；
图23是图示了利用第10图像的边缘评估值E(i，j)更新边缘评估存储值EM(i，j)的状态的图；
图24是图示了利用第30图像的边缘评估值E(i，j)更新边缘评估存储值EM(i，j)的状态的图；
图25是图示了利用第40图像的边缘评估值E(i，j)更新边缘评估存储值EM(i，j)的状态的图；
图26是图示了利用第30图像的杂质评估值F(i，j)更新杂质评估存储值FM(i，j)的状态的图；
图27是图示了利用第40图像的杂质评估值F(i，j)更新杂质评估存储值FM(i，j)的状态的图；
图28是图示了在第1图像中完成评估值更新后、更新边缘图像编号存储部件中的图像编号的状态的图；
图29是图示了在第10图像中完成评估值更新后、更新边缘图像编号存储部件中的图像编号的状态的图；
图30是图示了在第30图像中完成评估值更新后、更新边缘图像编号存储部件中的图像编号的状态的图；
图31是图示了在第40图像中完成评估值更新后、更新边缘图像编号存储部件中的图像编号的状态的图；
图32是图示了在第30图像中完成评估值更新后、更新杂质图像编号存储部件中的图像编号的状态的图；
图33是图示了在第40图像中完成评估值更新后、更新杂质图像编号存储部件中的图像编号的状态的图；
图34是图示了样本的等高线显示的三维信息的图(柔性有机EL器件)；
图35是根据本发明一个实施例的用于绘制样本中的特征的设备的示意性侧视图；
图36是示意性地图示了根据本发明实施例的图35的设备中测量的振动的曲线图；
图37是示意性地图示了根据本发明实施例的图35的设备所进行的聚焦质量的测量的曲线图；和
图38是示意性地图示了根据本发明实施例的用于绘制样本中的特征的方法的流程图。
具体实施方式
根据本发明，在制造使用多层透明薄膜的半导体、显示器件等时，通过光学检查装置测量在膜形成中出现的细小图案缺陷的高度信息。指定缺陷发生位置和缺陷发生膜种类的高度信息，并判断缺陷质量。具体地，具有焦点位置在高度方向上机械扫描的机制的显微镜图像设备通过在高度方向上扫描而连续地成像和存储多个图像，并计算图像信息的相邻像素之间的对比差作为数值的评估值。通过在图像中的每个像素之间比较所获得的评估值的幅度，该设备选择图案边缘图像中具有最高锐度的图像编号，并通过将图像编号转换到获取图像的垂直方向的高度位置，来测量图像部分的垂直方向的高度。通过在透明膜的边缘部分处出现的对比度或干涉条纹图像的最大评估值的密度，来获得高度的基准位置。参考作为诸如图案异常、针孔和杂质的细小图像点提取的缺陷点的图像，通过类似的方法计算评估值。通过与基准高度的相对位置关系，来测量缺陷点的高度。从缺陷中出现的垂直方向的高度指定缺陷点中出现的层，并判断缺陷质量。
将参考附图描述根据本发明的实施例。
首先，参考图4描述根据本发明的实施例的配置示例。
在本实施例中，柔性有机电致发光(EL)显示器件10是检查对象。显示器件10安装在预定平台(未示出)上，并布置在显微镜20下方。物镜附着在显微镜20的镜筒部分的检查对象侧，并在对侧附有图像相机22。序列控制部件30控制高度方向驱动马达23和图像获取部件31。高度方向驱动马达23通过齿条和小齿轮等连接到显微镜20。通过在序列控制部件30中驱动马达23，显微镜20向上和向下移动。相机22对柔性有机EL显示器件10连续地成像，并且图像获取部件31响应于序列控制部件30的指令，从相机22获取图像数据。图像存储器32存储从图像获取部件31传送的图像。序列控制部件30通过高度方向驱动马达23以预定步长(向上量或向下量)控制显微镜20的高度，调整物镜21的焦点位置，并且能对作为检查对象的显示器件10进行成像。由于预定步长是高度方向的分辨率，所以预定步长越小，在测量范围内的高度方向上能获取的图像越多。相反，预定步长越大，在测量范围内的高度方向上能获取的图像越少。通过调整预定步长，能调整高度方向的分辨率。然后，当显微镜20移动到测量范围的高度时，对应于预定步长的所有图像都存储在图像存储器32中。在显微镜20的光学***包括无限大光学校正***的情况下，马达23可以仅向上和向下驱动物镜21，而不是通过使用马达23向上和向下驱动显微镜20。
存储在图像存储器32中的数据由如下所述的判断处理部件处理。判断处理部件包括：边缘处理部件40，用于提取图案边缘；杂质处理部件50，用于提取和处理细小杂质；以及质量判断部件60，用于基于来自边缘处理部件40的三维信息ED和来自杂质处理部件50的杂质三维信息FM，来判断缺陷的质量。
边缘处理部件40包括：图案边缘提取部件41，用于提取图案的边缘；边缘评估值计算部件42，用于计算边缘评估值；边缘评估值比较部件43，用于比较边缘评估值；边缘评估值存储部件44，用于存储边缘评估值；边缘图像编号存储部件45，用于存储边缘图像的编号(包括符号等)；边缘三维信息提取部件46，用于基于边缘评估值存储部件44和边缘图像编号存储部件45的信息，来提取边缘三维信息ED。杂质处理部件50包括细小杂质提取部件51、用于计算杂质评估值的杂质评估值计算部件52、用于比较杂质评估值的杂质评估值比较部件53、用于存储杂质评估值的杂质评估值存储部件54、用于存储杂质图像的编号(包括符号等)的杂质图像编号存储部件55、和用于基于杂质评估值存储部件54和杂质图像编号存储部件55的信息来提取杂质三维信息FM杂质三维信息提取部件56。
在这样的配置中，操作示例在图5的流程图中示出。首先，借助于驱动序列控制部件30，使用显微镜20对作为检查对象的柔性有机EL显示器件10的图像进行成像(步骤S100)。接下来，在边缘处理部件40处提取图像的图案边缘(步骤S200)，并且在杂质处理部件50处提取图像的细小杂质(步骤S300)。边缘提取处理和杂质提取处理的顺序可以是可变的。边缘处理部件40中的边缘三维信息提取部件46和杂质处理部件50中的杂质三维信息提取部件56执行三维信息的提取处理(步骤S400)。来自边缘三维信息提取部件46的三维信息ED和来自杂质三维信息提取部件56的杂质三维信息FM被输入质量判断部件60中，并判断缺陷的质量(步骤S500)。
首先，将描述参考在测量范围中获取的图像、来提取诸如图案和缺陷的边缘像素的方法。
原则上，在图像信息中，基于感兴趣像素和与感兴趣像素相邻的相邻像素之间的亮度差，来计算感兴趣像素被评估的评估值。将评估值与预定参考阈值进行比较，判断参考感兴趣像素周围的部分图像的离焦程度。基于离焦程度的判断结果，设备判断感兴趣像素是否是诸如图案和缺陷的边缘像素。在部分图像不离焦的情况下，部分图像具有高锐度。在部分图像离焦的情况下，部分图像具有低锐度。如下所述，即使在提取细小杂质像素的情况下，也可以通过使用类似的方法来判断存在杂质可能性的像素中的离焦程度。
作为图像信息在图像中存在的诸如图案和缺陷等提取对象，例如，可以考虑柔性有机EL显示器件10的电极图案，有机膜、无机膜等的图案，以及例如针孔的缺陷等。为了评估感兴趣像素，代表像素的变量定义如下。也就是说，当构成图像的每个像素的位置被假定为横向位置i和纵向位置j时，图像中的任何像素的灰度值(亮度值)由G(i，j)表示。
接下来，将描述通过使用函数计算边缘评估值E(i，j)的方法。使用的函数是将X与Y进行比较并输出较大值的函数MAX(X，Y)、以及输出X的绝对值的函数ABS(X)。使用这些函数，能计算边缘评估值E(i，j)。然后，将边缘评估值E(i，j)与边缘阈值进行比较，能提取图案的边缘像素(边缘部分图像)。当计算的边缘评估值E(i，j)大于边缘阈值时，认为具有G(i，j)的像素是边缘像素。当计算的边缘评估值E(i，j)不大于边缘阈值时，认为具有G(i，j)的像素不是边缘像素。具体地，边缘评估值E(i，j)由等式1给出。使用等式2，确定具有G(i，j)的像素是否是边缘像素。
[等式1]
边缘评估值E(i，j)
＝MAX(MAX(ABS(G(i，j)-G(i+1，j))，ABS(G(i，j)-G(i，j+1)))，MAX(ABS(G(i，j)-G(i-1，j))，ABS(G(i，j)-G(i，j-1))))
[等式2]
边缘评估值E(i，j)>边缘阈值
如下执行提取边缘像素(例如图案和缺陷)的边缘处理部件40的处理。
首先，图案边缘提取部件41获取图像G(i，j)中的任何像素的灰度值，所述灰度值与图像G(i-1，j)和G(i+1，j)中的横向上的任何像素相邻，并且所述灰度值与图像存储器32中的图像G(i，j-1)和G(i，j+1)中的纵向上的任何像素相邻。评估值计算部件42通过使用如等式1所示的计算方法来计算边缘评估值E(i，j)，并将边缘评估值E(i，j)与边缘阈值进行比较。作为比较的结果，当边缘评估值E(i，j)大于边缘阈值时，认为具有G(i，j)的像素是边缘像素。当边缘评估值E(i，j)不大于边缘阈值时，不认为具有G(i，j)的像素是边缘像素。
边缘评估值比较部件43将随后获取的边缘评估值E(i，j)与在边缘评估值存储部件44中存储的对应位置(横向位置i，纵向位置j)的边缘评估存储值EM(i，j)进行比较。边缘评估存储值EM(i，j)是在随后获取的边缘评估值E(i，j)之前的先前获取的边缘评估值E(i，j)。作为比较的结果，当边缘评估值E(i，j)大于边缘评估存储值EM(i，j)时，边缘评估值存储部件44将边缘评估存储值EM(i，j)重写到边缘评估值E(i，j)。在重写边缘评估存储值EM(i，j)的情况下，边缘图像数目存储部件45将作为对应位置的元素的边缘图像编号EN(i，j)更新为当前正在处理的图像编号，并将边缘评估值E(i，j)与该图像编号相关联。该编号并非必须是数值数字，并且可以是可以区于分其他的符号。因此，该设备顺序地判断在当前处理中具有图像编号的所有像素是否是边缘像素。取决于该判断，边缘评估存储值EM(i，j)和边缘图像编号EN(i，j)被重写到边缘评估值E(i，j)和当前正在处理的图像编号N。
对具有当前正在处理的图像编号N的所有像素完成上述处理，对具有下一图像编号的图像执行类似的处理。对图像的所有图像编号完成上述处理，边缘三维信息提取部件46基于在边缘图像编号存储部件45中存储的图像编号EN(i，j)，生成诸如图案和缺陷的边缘图像的高度信息。
接下来，将描述提取细小杂质并提取细小杂质的三维信息的杂质处理部件50。细小杂质的图像的处理可以在生成图案边缘高度信息的处理之后执行，可以在生成图案边缘高度信息的处理之前执行，或者可以与生成图案边缘高度信息的处理并行地执行。
类似于提取诸如图案和缺陷的边缘像素的处理，当构成图像的每个像素的位置被假定为横向位置i和纵向位置j时，图像中的任一像素的灰度值(亮度值)由G(i，j)表示。用于计算杂质评估值F(i，j)的函数是将X与Y进行比较并输出较小值的函数MIN(X，Y)。使用该函数，可以计算杂质评估值F(i，j)。
将杂质评估值F(i，j)与细小杂质阈值进行比较，可以提取图案的细小杂质像素(细小杂质部分图像)。如果计算的杂质评估值F(i，j)大于细小杂质阈值，则认为具有G(i，j)的像素是细小杂质像素。如果计算的杂质评估值F(i，j)不大于细小杂质阈值，则认为具有G(i，j)的像素不是细小杂质像素。具体地，杂质评估值F(i，j)由等式3给出。使用等式4，确定具有G(i，j)的像素是否是细小杂质像素。
[等式3]
杂质评估值F(i，j)
＝MIN(G(i-1，j)+G(i+1，j)-G(i，j)*2，G(i，j-1)+G(i，j+1)-G(i，j)*2)
[公式4]
杂质评估值F(i，j)>细小杂质阈值
通过使用等式4，可以提取比横向方向和纵向方向上的相邻像素具有较低亮度像素的像素，即，具有大约一个像素的尺寸的暗点(scotoma)。
提取细小杂质像素的杂质处理部件50的处理如下执行。
首先，细小杂质提取部件51获取图像G(i，j)中的任何像素的灰度值，该灰度值与图像G(i-1，j)和G(i+1，j)中的横向上的任何像素相邻，并且该灰度值与图像存储器32中的图像G(i，j-1)和G(i，j+1)中的纵向上的任何像素相邻。杂质评估值计算部件52通过使用如等式3所示的计算方法计算杂质评估值F(i，j)，并将杂质评估值F(i，j)与细小杂质阈值进行比较。作为比较的结果，如果杂质评估值F(i，j)大于细小杂质阈值，则认为具有G(i，j)的像素是细小杂质像素。如果杂质评估值F(i，j)不大于细小杂质阈值，则不认为具有G(i，j)的像素是细小杂质像素。
杂质评估值比较部件53将随后获取的杂质评估值F(i，j)与存储在杂质评估值存储部件54中的对应位置(横向位置i，纵向位置j)的杂质评估存储值FM(i，j)进行比较。杂质评估存储值FM(i，j)是在随后获取的杂质评估值F(i，j)之前的先前获取的杂质评估值F(i，j)。作为比较的结果，当杂质评估值F(i，j)大于杂质评估存储值FM(i，j)时，杂质评估值存储部件54将杂质评估存储值FM(i，j)重写到杂质评估值F(i，j)。在重写杂质评估存储值FM(i，j)的情况下，杂质图像编号存储部件55将作为对应位置的元素的杂质图像编号FN(i，j)更新为当前处理中的图像编号N，并将杂质评估值F(i，j)与该图像编号N相关联。
对当前处理中的图像编号N的所有像素顺序地执行判断像素是否是杂质像素。取决于判断，杂质评估存储值FM(i，j)和杂质图像编号FN(i，j)被分别重写到杂质评估值F(i，j)和当前处理中的图像编号N。对具有当前处理中的图像编号N的所有像素完成上述处理，对具有下一图像编号(N+1)的图像执行类似处理。
对图像的所有图像编号完成上述处理，杂质三维信息提取部件56基于存储在杂质图像编号存储部件55中的杂质图像编号FN(i，j)，生成细小杂质的高度信息。
质量判断部件60基于来自边缘三维信息提取部件46的边缘三维信息ED(图案的边缘像素的高度信息)和来自杂质三维信息提取部件56的杂质三维信息FM(细小杂质的高度信息)的相对高度，对作为样本的柔性有机EL显示器件10执行质量判断，并输出判断结果。
首先，作为检查对象(样本)的示例，在柔性有机EL显示器件10的一个像素中出现两个细小杂质101和102的状态如图6所示。如下所述，第一细小杂质101布置在第三十图像是焦点位置的平面10-30中，并且第二细小杂质102布置在第四十图像是焦点位置的平面10-40中。高度的参考平面是电极图案103。由于在本实施例中每0.1μm获取图像，因此检测到细小杂质101被布置在图案上方2.0μm的位置，并且细小杂质102被布置在图案上方3.0μm的位置。
接下来，将描述三维信息(结构)的高度的基准。作为难以检测柔性有机EL的电路的图案边缘的结构，存在光发射层107的形状是由覆盖阴极104的有机膜105形成的矩形(窗口)的情况，如图7所示。如下所述，发光的一部分被描述为窗口。照明光在有机膜105和透明膜106之间的交界面上反射。通过使用同轴垂直照射的照明光，在窗口周围生成具有环形的干涉条纹。可以通过使用图像处理来观察干涉条纹。存在于最内侧位置的干涉条纹107A是有机膜105的窗口107的边缘部分(边缘)。因此，在该边缘中存在的区域处检测的边缘评估值E(i，j)适合该高度的基准。由于该结构，所以难以检测柔性有机EL基板的电路的图案边缘。然而，有机膜105的窗口107的边缘部分(边缘)适合于三维信息(结构)的高度的基准。此外，当从柔性有机EL基板的垂直方向观察柔性有机EL基板时(例如，通过使用显微镜)，阴极电极104起到镜面的作用，并且通过在形成窗口的有机膜105和透明膜106之间的交界面处沿相反方向反射的照明光，在窗口周围观察到具有环形形状的强干涉条纹。上述状态在图8中示出。在图8中，图示了阴极电极104的边缘图像104A、有机EL光发射层107的边缘图像107A、和在形成窗口的有机膜105的边缘部分生成的干涉图像107B。
将参考流程图描述如上所述的各个操作的细节。
将参考图9的流程图描述成像的细节操作示例(图5中的步骤S100)。首先，序列控制部件30初始化图像编号(步骤S101)，并通过驱动高度方向驱动马达23，而将显微镜20的高度调整到测量开始点(步骤S102)。在这种状态下，物镜21和相机22是焦点位置的关系，显示器件10的图像经由图像读取部件31成像(步骤S103)，并且图像数据存储在图像存储器32中(步骤S104)。接下来，显微镜20在高度方向上按照预定步长移动(步骤S105)，并且设备判断显微镜20的高度是否在测量范围内(步骤S106)。在显微镜20的高度在测量范围内的情况下，对显示器件10的图像进行反复成像，并且顺序地存储图像数据。当显微镜20的高度在测量范围之外时，将当前处理中的图像编号N设置为图像编号最大值Nmax并存储在图像存储器32中(步骤S107)，并且完成成像。
接下来，将参考图10的流程图描述显示器件10的图案边缘提取操作的细节(图5中的步骤S200)。首先，初始化指示图像编号N、显微镜20的镜筒部件的高度、横向位置i、纵向位置j和边缘像素数目EC(N)的值(步骤S201)。接下来，边缘评估值计算部件42从图像存储器32获取当前处理的图像编号N的灰度值G(i，j)、G(i+1，j)、G(i，j+1)、G(i-1，j)和G(i，j-1)(步骤S202)，并且基于等式1根据这些灰度值计算边缘评估值E(i，j)(步骤S203)。边缘评估值比较部件43将边缘评估值E(i，j)与边缘阈值进行比较(步骤S204)。在边缘评估值E(i，j)大于边缘阈值的情况下，边缘评估值比较部件43将边缘评估值存储部件44的边缘评估存储值EM(i，j)重写到计算出的边缘评估值E(i，j)(步骤S205)，并且将边缘图像编号存储部件45的边缘图像编号EN(i，j)重写到当前处理中的图像编号N(步骤S206)。此外，将指示图像编号N的像素被判断为边缘像素的像素数目的边缘像素数目EC(N)递增一(“+1”)(步骤S207)，并且像素的横向位置i递增一(“+1”)(步骤S208)。在上述步骤S204中，在边缘评估值E(i，j)是阈值或更小的情况下，仅像素的横向位置i递增一(“+1”)(步骤S208)。
然后，将像素的横向位置i与最大横向位置imax(横向位置是图像边缘的位置)进行比较(步骤S209)，在像素的横向位置i是最大横向位置imax或更大的情况下，纵向位置j递增一(“+1”)(步骤S210)，并且横向位置i被初始化(步骤S210)。在像素的横向位置i小于最大横向位置的情况下，处理返回到上述步骤S202，再次获取像素G(i，j)、G(i+1，j)、G(i，j+1)、G(i-1，j)和G(i，j-1)的灰度值，并且执行提取图案的边缘像素的处理。
接下来，将像素的纵向位置j与最大纵向位置jmax进行比较(步骤S211)，在像素的纵向位置j是最大纵向位置jmax或更大的情况下，图像编号N递增一(“+1”)，并且初始化纵向位置j(步骤S212)。在像素的纵向位置j小于最大纵向位置jmax的情况下，处理返回到上述步骤S202，类似地获取像素G(i，j)、G(i+1，j)、G(i，j+1)、G(i-1，j)和G(i，j-1)的灰度值，，并且执行提取图案的边缘像素的处理。
然后，将图像编号N与图像编号最大值Nmax进行比较(步骤S213)，在图像编号N是图像编号最大值Nmax或更大的情况下，完成提取图案的边缘像素的处理。在图像编号N小于图像编号最大值Nmax的情况下，处理返回到上述步骤S202，并且执行提取图案的边缘像素的处理。
接下来，将参照图11的流程图描述显示器件10的细小杂质图像提取操作的细节(图5中的步骤S300)。首先，初始化指示图像编号N、显微镜高度、横向位置i、纵向位置j和杂质像素数目FC(N)的值(步骤S301)。接下来，杂质评估值计算部件52获取图像G(i，j)、G(i+1，j)、G(i，j+1)、G(i-1，j)和G(i，j-1)的灰度值(步骤S302)，并根据等式3计算杂质评估值F(i，j)(步骤S303)。杂质评估值比较部件53将杂质评估值F(i，j)与细小杂质阈值进行比较(步骤S304)。在杂质评估值F(i，j)大于细小杂质阈值的情况下，杂质值比较部件53将杂质评估值存储部件54的杂质评估存储值FM(i，j)重写到杂质评估值F(i，j)(步骤S305)，并且将杂质图像编号存储部件55的杂质图像编号FN(i，j)重写到当前处理中的图像编号N(步骤S306)。指示图像编号N的像素被判断为杂质的杂质编号FC(N)递增一(“+1”)(步骤S307)，并且像素的横向位置i递增一(“+1”)(步骤S308)。在杂质评估值F(i，j)是细小杂质阈值或更小的情况下，像素的仅横向位置i递增一(“+1”)(步骤S308)。
接下来，将像素的横向位置i与最大横向位置imax(横向位置是图像边缘的位置)进行比较(步骤S309)，在像素的横向位置i是最大横向位置imax或更大的情况下，纵向位置j递增一(“+1”)并且横向位置i被初始化(步骤S310)。在像素的横向位置i小于最大横向位置的情况下，处理返回到上述步骤S302，再次获取像素G(i，j)、G(i+1，j)、G(i，j+1)、G(i-1，j)和G(i，j-1)的灰度值，并且执行提取细小杂质图像的处理。然后，将像素的纵向位置j与最大纵向位置jmax进行比较(步骤S311)，在像素的纵向位置j是最大纵向位置jmax或更大的情况下，图像编号N递增一(“+1”)，并且初始化纵向位置j(步骤S312)。在像素的纵向位置j小于最大纵向位置jmax的情况下，处理返回到上述步骤S302，类似地获取像素G(i，j)、G(i+1，j)、G(i，j+1)、G(i-1，j)和G(i，j-1)的灰度值，并且执行提取细小杂质图像的处理。将图像编号N与图像编号最大值Nmax进行比较(步骤S313)，在图像编号N是图像编号最大值Nmax或更大的情况下，完成提取细小杂质图像的处理。在图像编号N小于图像编号最大值Nmax的情况下，处理返回到上述步骤S302，并且执行提取细小杂质图像的处理。
接下来，将参考图12的流程图描述边缘三维信息提取部件46和杂质三维信息提取部件56中的三维信息提取操作的细节(图5中的步骤S400)。这里，描述首先执行边缘的处理和随后执行杂质的处理的示例。这些处理的顺序可以改变。这两个处理可以并行执行。
首先，执行检测边缘像素数目最大的图像编号。首先，初始化图像编号N和边缘像素数目最大值ECmax(步骤S401)，并且获取边缘像素数目EC(N)(步骤S402)。接下来，设备判断边缘像素数目EC(N)是否大于边缘像素数目最大值ECmax(步骤S403)。在边缘像素数目EC(N)大于边缘像素数目最大值ECmax的情况下，设备用图像编号N替换边缘像素数目最大值图像编号ECNmax(步骤S404)，并且图像编号N递增一(“+1”)(步骤S405)。在边缘像素数目EC(N)是边缘像素数目最大值ECmax或更小的情况下，仅图像编号N递增一(“+1”)(步骤S405)。然后，设备判断图像编号N是否是图像编号最大值Nmax或更大(步骤S406)。在图像编号N小于图像编号最大值Nmax的情况下，处理返回到上述步骤S403，并且重复执行上述处理。以这种方式，该设备检测边缘像素数目最大的图像编号，并检测显示设备10的电极图案准确对焦的图像编号。
在下一步骤中，执行检测杂质像素数目最大的图像编号N。首先，初始化图像编号N、第一杂质像素数目最大值FCN1max和第二杂质像素数目最大值FCN2max(步骤S407)，并获取杂质像素数目FC(N)(步骤S408)。接下来，设备判断杂质像素数目FC(N)是否大于第一杂质像素数目最大值FCN1max(步骤S409)。在杂质像素数目FC(N)大于第一杂质像素数目最大值FCN1max的情况下，设备将第一杂质像素数目图像编号FCN1max的值重写到第二杂质像素像素数目图像编号FCN2max的值，并且将第一杂质像素数目图像编号的值重写为图像编号N(步骤S410)。图像编号N递增一(“+1”)(步骤S411)。在判断杂质像素数目FC(N)是第一杂质像素数目最大值FCN1max或更小的情况下，仅图像编号N递增一(“+1”)(步骤S411)。然后，设备判断图像编号N是否是图像编号最大值Nmax或更大(步骤S412)。在图像编号N小于图像编号最大值Nmax的情况下，处理返回到上述步骤S409，并且重复执行上述操作。因此，检测具有最大杂质像素数目的图像编号，即，第一杂质像素数目图像编号FCN1max，并且检测具有最大杂质像素数目的图像编号或具有第二大杂质像素数目的图像编号，即，第二杂质像素数目图像编号FCN2max。检测杂质准确对焦的图像编号。
最后，计算第一杂质像素数目图像编号FCN1max与边缘像素数目最大图像编号ECNmax之间的第一差异、以及第二杂质像素数目图像编号FCN2max与边缘像素数目最大图像编号ECNmax之间的第二差异。然后，基于第一差异和第二差异提取杂质的高度信息(步骤S413)。
接下来，基于实际上对柔性有机EL的样本(一个像素尺寸)进行成像的图像，依次描述提取样本的边缘和细小杂质的三维信息(高度信息)的处理。
首先，通过以相等的间隔(预定的步长，例如0.1μm)改变显微镜在高度方向上的高度，获取作为检查对象的柔性有机EL(一个像素尺寸)的四十个图像。然后，如图13所示，所获取的四十个图像中的第一图像、第十图像、第三十图像和第四十图像沿高度方向排列，如图13所示。如图13所示，第一图像10-1是从电极图案下方1μm的高度获取的图像。从电极图案下方1μm的高度起沿着向上方向每0.1μm获取图像。在第十图像中获取电极图案103完全对焦的图像10-10。在第三十图像中获取第一杂质101对焦的图像10-30。在第四十图像中获取第二杂质102对焦的图像10-40。聚焦图像具有如下特征：感兴趣像素和相邻像素之间的亮度差异大，并且图像的锐度高。例如，样本的干涉图像、聚焦图像中的膜的缺陷等作为图像存在，该图像是与周围具有大的明度差(亮度差)的细线或点，即，具有高锐度(不离焦)的部分图像。
这里，柔性有机EL(一个像素尺寸)在沿纵向排列有二十个像素并沿横向排列有二十个像素的区域上成像。转换成亮度值的阵列数据的状态如图14至图17所示。在图14至图17中，示出了第一图像36的亮度值(灰度值)的阵列数据、第十图像37的亮度值(灰度值)的阵列数据、第三十图像38的亮度值(灰度值)的阵列数据、和第四十图像39的亮度值(灰度值)的阵列数据。在图14至图17中，横向的位置对应于横向位置i，并且纵向的位置对应于纵向位置j。图像位置和阵列数据之间的位置关系也适用于如下所述的亮度值的阵列数据。
接下来，通过使用等式1来计算每个图像的边缘评估值E(i，j)。在检查对象的柔性有机EL(一个像素尺寸)沿纵向方向排列有二十个像素并沿横向方向排列有二十个像素的区域中，在图18至图21中示出了边缘评估值E(i，j)的分布。在图18至图21中，示出了第一图像36的边缘评估值E(i，j)、第十图像37的边缘评估值E(i，j)、第三十图像38的边缘评估值E(i，j)和第四十图像39的边缘评估值E(i，j)。类似地，可以通过使用等式3来计算每个图像的杂质评估值F(i，j)。
在计算与从第一图像到第四十图像的所有图像编号(N＝1到40)对应的边缘评估值E(i，j)之后，评估值存储部件44更新边缘评估存储值EM(i，j)，如图22至图25所示。在图22至图25中，示出了通过使用第一图像36的边缘评估值E(i，j)来更新边缘评估存储值EM(i，j)的状态、通过使用第十图像37的边缘评估值E(i，j)来更新边缘评估存储值EM(i，j)的状态、通过使用第三十图像38的边缘评估值E(i，j)和杂质评估值F(i，j)来更新边缘评估存储值EM(i，j)的状态、以及通过使用第四十图像39的边缘评估值E(i，j)和杂质评估值F(i，j)来最终更新边缘评估存储值EM(i，j)的状态。
以这种方式，在通过使用边缘评估值E(i，j)完成边缘评估存储值EM(i，j)的更新(以下称为“评估值更新”)之后，在图28至图31中示出了在边缘图像编号存储部件45中更新图像编号N的状态。
在检测杂质的处理中，在图26中示出了通过使用第三十图像的杂质评估值F(i，j)来更新杂质评估存储值FM(i，j)的状态。在图27中示出了通过使用第四十图像的杂质评估值F(i，j)来更新杂质评估存储值FM(i，j)的状态。因为第一图像和第十图像的杂质评估值F(i，j)是杂质阈值或更小，所以将第一图像和第十图像的杂质评估值F(i，j)设置为零。
接下来，在检测边缘的处理中，在图28至图31中示出了，在完成关于第一图像的评估值更新之后在图像编号存储部件45中更新图像编号N的状态，类似地，在完成关于第十图像的评估值更新之后在图像编号存储部件45中更新图像编号N的状态，在完成关于第三十图像的评估值更新之后在图像编号存储部件45中更新图像编号N的状态，以及在完成关于第四十图像的评估值更新之后在图像编号存储部件45中更新图像编号N的状态。
接下来，在检测杂质的处理中，图32中示出了在完成关于第三十图像的评估值更新之后在杂质图像编号存储部件55中更新图像编号的状态。图33中示出了在完成关于第四十图像的评估值更新之后在杂质图像编号存储部件55中更新图像编号的状态。杂质三维信息提取部件56判断代表杂质的像素存在于图像编号30(第三十图像)中的位置(5,14)和图像编号40(第四十图像)中的位置(15,4)。由于第一图像和第十图像的杂质评估值F(i，j)是杂质阈值或更小并且被设置为零，因此在第一图像和第十图像中，不执行评估值更新，并且未检测到代表杂质的像素。
以这种方式，在完成更新检测到边缘和杂质的图像编号的处理之后，最终，设备基于图31所示的图像编号的阵列数据，来创建关于检查对象的等高图。如图34所示，可以从等高图分析样本的三维信息(高度信息)。基于图34，特别判断关于检查对象的三维信息。
由于如图19所示的第十图像的边缘评估值E(i，j)的阵列具有最高密度，因此可以判断第十图像是在对象的最下部分中存在的薄膜晶体管(TFT)电路部分上聚焦的图像，这是其三维信息(结构)的基准。因此，第十图像的高度被设置为基准的高度(0μm)。与三维信息的基准高度对应的图像编号是十。可以将第十图像的高度设置为基准。
因为聚焦在第一细小杂质101上的图像的图像编号是三十，所以设备可以判断第一细小杂质101存在于比基准高2.0μm的高度上。由于聚焦在第二细小杂质102上的图像的图像编号是四十，所以该设备可以判断第二细小杂质102存在于比基准高3.0μm的高度上。然后，该设备可以判断第一细小杂质101存在于电极图案上方2.0μm的高度上。此外，该设备可以判断第二细小杂质102存在于第一杂质上方3.0μm的高度上，即电极图案上方5.0μm的高度。如图34所示的等高线图的峰值的高度指示检查对象中的细小杂质的三维信息。
在检测到诸如细小杂质或针孔之类的缺陷的情况下，质量判断部件60分析这些缺陷的三维信息。根据分析结果，设备判断缺陷是否存在于同一密封层上。在缺陷存在于同一密封层上的情况下，作为有机EL显示器件的对象被判断为无缺陷产品。然后，设备判断在不同高度(厚度方向)上是否存在多个缺陷。在多个缺陷存在于不同高度(厚度方向)上的情况下，将对象判断为缺陷产品。如上所述，随着时间的推移，从存在于有机膜上的缺陷进入的氧和水透过有机膜。此外，氧和水到达在有机膜下方存在的缺陷，然后在缺陷正下方存在的测量对象(例如，EL显示器件)被损坏。结果，缩短了测量对象的寿命。
此外，可以向本发明的用于判断缺陷质量的设备添加用于修复缺陷的装置。例如，在制造诸如有机EL显示器件的薄膜多层器件中，本发明的用于判断缺陷质量的设备可以指定具有直径为1μm或更小的缺陷的层(例如，针孔或杂质)，这是传统技术无法判断的。然后，可以通过使用本发明的用于判断缺陷质量的设备来选择取决于形成其中存在缺陷的层的密封膜的材料的最佳修复装置。在缺陷是有机膜的杂质的情况下，通过使用激光去除杂质，并且可以修复膜。此外，可以通过选择激光的波长[nm]和能量密度[J/cm2]，来执行最佳修复。在不能使用激光的情况下，可以选择向下推动杂质的修复方法。在缺陷是针孔的情况下，可以采用以下方法。该方法是通过使用附接有细尖处理管(微型分配器)的盒，将微量膜材料施加到作为缺陷的针孔，然后通过烧制或紫外线辐射使膜固化。
在本实施例中，描述了检测作为图案的边缘像素数目的最大值的图像编号、以及作为杂质像素数目的最大值的图像编号和作为杂质像素数目的第二大值的图像编号(包括杂质像素数目的第二大值与最大值相同的情况)。然而，它不限于上述实施例。例如，取决于构成样本的有机膜、无机膜和电极图案，或者取决于杂质和缺陷的尺寸、密度、出现位置等，可以适当地添加修改(modification)。
边缘评估值E(i，j)和杂质评估值F(i，j)可以存储在边缘评估值存储值EM(i，j)中。可以基于例如边缘评估值E(i，j)或杂质评估值F(i，j)的部分图像的大小和锐度，来确定设备优先考虑边缘评估值E(i，j)还是杂质评估值F(i，j)。
在用于判断缺陷质量的方法和设备中，在成像处理中，通过设备本身或地板的振动，而发生所获取的图像中的水平方向上的位置误差。通过检测作为最高锐度的图像编号，在不影响水平方向的位置误差的情况下，没有误差地精确地测量出现细小缺陷的高度信息。然后，可以扩展整个设备的抗振特性，并且上述处理在很大程度上有助于降低设备的成本。
在上述实施例中，描述了独立地执行图案的边缘像素的高度测量和细小杂质的高度测量的示例。在将图案的边缘评估值和细小杂质评估值转换为相同数量级的值的情况下，从边缘评估值比较部件43到边缘三维信息提取部件46的处理和从杂质评估值比较部件53到杂质三维信息提取部件56的处理可以被视为共同处理。通过使这样的处理部件公用化，可以简化本发明的用于判断缺陷质量的设备。作为这样的示例，该设备包括：集成了图案边缘提取部件41和细小杂质提取部件51的特征提取部件、集成了边缘评估值计算部件42和杂质评估值计算部件52的评估值计算部件、集成了边缘评估值比较部件43和杂质评估值比较部件53的评估值比较部件、集成了边缘评估值存储部件44和杂质评估值存储部件54的评估值存储部件、集成了边缘图像编号存储部件45和杂质图像编号存储部件55的图像编号存储部件、以及集成了边缘三维信息提取部件46和杂质三维信息提取部件56的三维信息提取部件，然后可以简化本发明的用于判断缺陷质量的设备的配置。除了存储部件之外，可以在边缘处理部件40、杂质处理部件50和质量判断部件60中执行软件处理。
替代实施例
图35是根据本发明实施例的检查设备500的示意性侧视图，其绘制样本502中的特征。设备500基于与上述实施例类似的原理操作，具有上面解释的添加和变化。如前述实施例中所述所示，例如，在图1-3中，样本502包括多个薄膜层，通常包括透明层，其覆盖在样本的表面上。
设备500包括摄像机506，其通过镜头508捕获样本502的电子图像，镜头508通常是具有高放大率、高数值孔径和浅焦深的显微镜镜头。照明源504照射样本502，而相机506捕获图像。在本实施例中，照明源504发射单色光，即带宽不大于40nm(半高全宽)的光。这种单色照明有利于消除由相机506捕获的图像中的色差的影响。为了增强图像特征的对比度，照明源504以暗场模式照射样本502也是有利的。然而，替代地，照明源504可以发射白光或其他宽带光，并且可以提供亮场照明。
马达510在垂直于样本502的表面的方向上扫描相机506的前焦平面。扫描可以是连续的或逐步的。在图示的实施例中，马达510向上和向下平移相机506和镜头508。替代地或另外地，马达可以移动样本502的垂直位置，或者可以调整镜头508的焦点设置以便扫描焦平面。在扫描过程中，相机506在样本内的不同的相应焦点深度处捕获样本502上的薄膜层的图像序列。因此，位于样本内不同深度的特征将在序列中的不同图像中对焦，其中当相机的前焦平面与特征的位置一致时，出现最清晰的焦点。对于在深度维度范围内延伸的特征(即，垂直于样本502的表面的维度)，特征的顶端可以在一个图像中清晰地对焦，而底端在另一个图像中清晰地对焦。
处理器512在马达510的扫描过程中处理由相机506捕获的图像序列，以便标识图像中感兴趣的特征。这些特征可以包括例如薄膜层内的缺陷，如上所述。处理器512通常包括通用计算机处理器，其具有用于从相机506接收电子图像以及从设备500的其他组件接收信号的合适接口，并且用软件编程以执行本文所述的功能。替代地或另外地，处理器512的至少一些功能可以在可编程或硬连线逻辑中实现。一旦标识出感兴趣的特征，处理器512就计算特征在图像序列内的最佳焦点的深度，从而估计特征的地点-特别是深度(垂直)维度中的地点-在薄膜层内。为此目的，如上面详细解释的，处理器512计算图像中特征的边缘锐度的度量，并找到使锐度最大化的深度。
在本实施例中，设备500包括测距仪，其包括激光器514和检测器516，其测量相机506和样本502之间的距离。当相机和样本之间的距离改变时，图示的测距仪通过感测检测器516上的从样本502反射的激光点的地点的移位来操作。或者，可以使用本领域已知的其他种类的测距仪，例如超声波或干涉测距仪。处理器512应用由测距仪测量的距离来估计感兴趣的特征的地点，尤其是校正例如由于样本的振动可能发生的、样本502上的薄膜层内的相机506的前焦平面的地点的变化。处理器512能够基于测距仪测量的距离随时间的周期性变化来检测该振动，然后能够校正捕获图像中的深度测量值，以便补偿该振动，并因此以更大精度估计样本502的特征的位置。
图36是示意性地图示了根据本发明的实施例的在设备500中测量的振动的曲线图。曲线图中的数据点520指示相对于基线高度的相机506上方的相机506的高度(以微米为单位)，其在没有振动的情况下预期作为时间(以秒为单位)的函数。每个数据点520对应于由测距仪检测器516进行的读数。处理器512将周期函数拟合到数据点520，从而生成曲线522，该曲线522给出在任何时间点估计的振动幅度。相机506在曲线522上由标记524指示的时间处捕获图像。在每个这样的时间，处理器512读取曲线522的值以给出高度校正，并向通过马达510的扫描给出的标称深度加上(或减去)该校正值，以便计算校正的焦点深度。因此，处理器512能够补偿样本502的振动，并且更准确地估计出现在图像中的特征的地点。
图37是示意性地图示了根据本发明实施例的由设备500进行的聚焦质量的测量的曲线图。数据点530对应于作为样本502上的薄膜层内的相机506的焦点深度的函数、针对给定特征计算的灶性指数(focus scores)。如上所述，可以针对样本的振动校正标称焦点深度。灶性指数例如基于图像导数，来测量感兴趣特征的边缘的锐度。数据点530的Z地点针对测量的振动来校正，因此可以在图中不均匀地间隔开。作为相机506的前焦平面的深度的函数的灶性指数具有倒置抛物线的形式。因此，处理器512将合适的曲线532拟合到数据点530并找到曲线532的峰值，其指示样本502内的特征的深度。
图38是示意性地图示了根据本发明实施例的用于绘制样本中的特征的方法的流程图。下面参***500(图35)的特征，为了方便和清楚起见，描述该方法。或者，可以使用前述实施例的设备或使用任何其他合适的检查***对该方法进行必要的变更(mutatismutandis)后应用，这对于本领域技术人员来说在阅读本说明书之后是显而易见的。
处理器512在距离测量步骤540使用测距仪(例如激光器514和传感器516)测量相机506和透镜508与样本502的距离。通常，设备500被构造成使得该距离保持基本恒定(除了由于振动引起的小的运动)，同时在扫描步骤542，马达510通过样本502上的薄膜层扫描相机的前焦平面的深度。或者，测距仪可以在该步骤测量由马达510的操作引起的偏移。当马达510在深度维度上扫描相机的焦点时，处理器512从相机506获取样本502的图像。
基于在步骤540进行的测距仪测量，处理器512例如在振动重构步骤544，重构样本502的振动的图案，如图36所示。处理器512然后能够在深度校正步骤546，校正在步骤542获取的图像的标称焦点深度，以补偿由振动引起的误差。处理器512标识图像中的一个或多个感兴趣特征，例如潜在缺陷，并在焦点评分步骤548，作为校正深度的函数计算这些特征的灶性指数。对于每个这样的特征，处理器512将曲线拟合到计算的灶性指数，并因此在位置计算步骤550中以三维方式找到特征的座标。
应当理解，上述实施例是作为示例引用的，并且本发明不限于上文特别示出和描述的内容。相反，本发明的范围包括上文描述的各种特征的组合和子组合、以及本领域技术人员在阅读前面的描述时将想到的并且在现有技术中没有公开的变化和修改。
附图标记的解释
1 电路图案
2 第一密封层
3 第二密封层
4 第三密封层
5 第一基底材料
6 第二基底材料
10 柔性有机电致发光(EL)显示器件
20 显微镜(镜筒部件)
21 物镜
22 相机
23 高度方向驱动马达
30 序列控制部件
31 图像获取部件
32 图像存储器
40 边缘处理部件
41 图案边缘提取部件
42 边缘评估值计算部件
43 边缘评估值比较部件
44 边缘评估值存储部件
45 边缘图像编号存储部件
46 边缘三维信息提取部件
50 杂质处理部件
51 细小杂质提取部件
52 杂质值计算部件
53 杂质价值比较部件
54 杂质值存储部件
55 杂质图像编号存储部件
56 杂质三维信息提取部件
60 质量判断部件
101 第一细小杂质
102 第二细小杂质
103 电极图案
104 阴极电极
105 有机膜
106 透明膜
107 光发射层
500 检查设备
502 样本
504 照明源
506 相机
508 显微镜镜头
510 焦点调节马达
512 处理器
514 测距仪激光器
516 测距仪检测器

Claims (27)

1.一种用于判断缺陷质量的方法，包括步骤：
通过光学图像装置在包括多层透明薄膜的检查对象的高度方向上、以预定步长获取多个图像；
根据所述多个图像的每个像素与相邻像素的亮度差，来计算部分图像的锐度；
根据所述多个图像的所有图像中相同像素位置处的所述锐度的计算结果最大的图像编号，计算所述部分图像的高度信息；
从计算所述高度信息中获得所述所有图像的三维信息；和
基于所述三维信息，判断所述检查对象的缺陷质量。
2.根据权利要求1所述的用于判断缺陷质量的方法，还包括步骤：
检测所述锐度最高的所述图像的图案缺陷；
提取具有部分图像的最大密度的图像，所述部分图像具有所述多个图像中的所述高锐度；
将所述图像设置为三维图案结构的高度方向上的基准位置1；和
根据所述图案缺陷的所述高度信息与所述基准位置1之间的关系，测量所述出现的图案缺陷在所述三维图案结构中的高度。
3.根据权利要求1所述的用于判断缺陷质量的方法，还包括步骤：
检测所述锐度最高的所述图像的图案缺陷；
提取干涉条纹的干涉图像在所述多个图像中具有最高锐度的图像，所述干涉图像在所述透明薄膜的边缘部分生成；
将所述图像设置为三维图案结构的高度方向上的基准位置2；和
根据所述图案缺陷的所述高度信息与所述基准位置2之间的关系，测量所述出现的图案缺陷在所述三维图案结构中的高度。
4.根据权利要求2或3所述的用于判断缺陷质量的方法，还包括步骤：
通过使用所述图案缺陷的所述高度信息，来修复所述图案缺陷。
5.一种用于判断缺陷质量的设备，包括：
成像装置，通过以预定步长向上和向下移动的光学成像装置，获取具有多层透明薄膜的检查对象的、具有图像编号的多个图像数据；
提取部件，用于提取所述图像数据的特征；
评估值计算部件，用于基于所述特征计算评估值；
评估值比较部件，用于将所述评估值和与所述评估值的位置关系一致的先前评估值进行比较，并生成比较结果；
评估值存储部件，用于基于所述比较结果存储所述评估值；
图像编号存储部件，用于基于所述比较结果存储所述图像编号；
三维信息提取部件，用于基于在所述图像编号存储部件中存储的所述图像编号，提取所述检查对象的三维信息；
三维信息提取部件，用于基于所述三维信息提取存在于所述检查对象中的缺陷的高度信息；和
质量判断部件，用于在存在所述多个缺陷的情况下，基于所述缺陷中的所述高度信息的差异，来判断所述检查对象的质量。
6.根据权利要求5所述的用于判断缺陷质量的设备，其中所述三维信息提取部件基于所述评估值最高的所述图像编号提取所述三维信息。
7.根据权利要求5或6所述的用于判断缺陷质量的设备，其中，基于感兴趣像素和与所述感兴趣像素相邻的相邻像素之间的亮度差，来计算所述评估值。
8.根据权利要求5至7中任一项所述的用于判断缺陷质量的设备，其中，所述三维信息提取部件基于所述检查对象的电极图案、和对所述检查对象的密封层的干涉条纹进行成像的所述图像数据的所述评估值，来确定所述高度信息的基准。
9.根据权利要求5至8中任一项所述的用于判断缺陷质量的设备，其中所述缺陷是图案缺陷、针孔或杂质。
10.根据权利要求7至9中任一项所述的用于判断缺陷质量的设备，其中，所述评估值是基于所述感兴趣像素的亮度值与所述相邻像素的亮度值之差所计算的锐度。
11.根据权利要求5至10中任一项所述的用于判断缺陷质量的设备，其中所述检查对象是有机电致发光(EL)显示器件。
12.根据权利要求5至10中任一项所述的用于判断缺陷质量的设备，其中，所述检查对象是形成在柔性基板上的柔性有机电致发光(EL)显示器件。
13.根据权利要求5至12中任一项所述的用于判断缺陷质量的设备，还包括：用于基于所述三维信息提取部件计算的所述高度信息来修复所述缺陷至少一个功能。
14.根据权利要求13所述的用于判断缺陷质量的设备，还包括取决于所述高度信息选择所述至少一个功能的功能。
15.一种检查设备，包括：
相机，配置为捕获样本的图像，所述样本包括覆盖在样本的表面上的多个薄膜层；
马达，其耦合以在垂直于样本表面的方向上扫描相机的前焦平面，由此相机在样本内不同的相应焦点深度处捕获薄膜层的图像序列；和
处理器，配置为处理该序列中的图像，以便标识图像中的感兴趣特征，计算图像序列内的特征的最佳焦点的深度，并基于最佳焦点的深度来估计薄膜层内的特征的地点。
16.根据权利要求15所述的设备，还包括照明源，配置为在所述相机捕获所述图像的同时，用单色光照射所述样本。
17.根据权利要求16所述的设备，其中所述照明源被配置为以暗场模式照射所述样本。
18.根据权利要求15所述的设备，其中，所述处理器被配置为计算图像中的特征的边缘的锐度，并找到使所述锐度最大化的深度。
19.根据权利要求15所述的设备，还包括测距仪，配置为测量所述相机与所述样本之间的距离，其中所述处理器被配置为在估计所述特征的地点时应用所测量的距离。
20.根据权利要求19所述的设备，其中，所述处理器被配置为基于所测量的距离随时间的周期性变化，来检测所述样本相对于所述相机的振动，并校正所捕获的图像的焦点深度以便补偿所检测的振动。
21.一种检查方法，包括：
在样本内不同的相应焦点深度处，捕获样本的图像序列，所述样本包括覆盖在样本的表面上的多个薄膜层；
标识图像中的感兴趣特征；
计算图像序列内的特征的最佳焦点的深度；和
基于最佳焦点的深度来估计薄膜层内的特征的地点。
22.根据权利要求21所述的方法，其中捕获所述图像序列包括在捕获所述图像的同时用单色光照射所述样本。
23.根据权利要求22所述的方法，其中照射所述样本包括以暗场模式将光导向所述样本。
24.根据权利要求21所述的方法，其中计算最佳焦点的深度包括：计算所述图像中的所述特征的边缘的锐度，以及找到使所述锐度最大化的深度。
25.根据权利要求21所述的方法，其中捕获所述图像序列包括：在垂直于所述样本表面的方向上扫描相机的前焦平面，由此所述相机捕获不同焦点深度处的所述薄膜层的图像序列。
26.根据权利要求25所述的方法，其中计算最佳焦点的深度包括：测量所述相机与所述样本之间的距离，以及在估计所述特征的地点时应用所测量的距离。
27.根据权利要求26所述的方法，其中应用所测量的距离包括：基于测量的距离随时间的周期性变化来检测样本相对于相机的振动，并校正捕获的图像的焦点深度以便补偿所检测的振动。
CN201780083330.3A 2016-12-07 2017-11-30 用于判断缺陷质量的方法和设备 Pending CN110178019A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016-237642 2016-12-07
JP2016237642A JP2018091807A (ja) 2016-12-07 2016-12-07 欠陥良否判定方法及び装置
PCT/IL2017/051303 WO2018104931A1 (en) 2016-12-07 2017-11-30 Method and apparatus for judging defect quality

Publications (1)

Publication Number Publication Date
CN110178019A true CN110178019A (zh) 2019-08-27

Family

ID=62490833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780083330.3A Pending CN110178019A (zh) 2016-12-07 2017-11-30 用于判断缺陷质量的方法和设备

Country Status (4)

Country Link
JP (4) JP2018091807A (zh)
KR (2) KR20190093618A (zh)
CN (1) CN110178019A (zh)
WO (1) WO2018104931A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112463424A (zh) * 2020-11-13 2021-03-09 扬州大学 一种基于图的端到端程序修复方法
CN113189612A (zh) * 2021-05-17 2021-07-30 长安大学 基于深度相机的碎石封层质量检测装置
CN113566730A (zh) * 2021-07-29 2021-10-29 广东电网有限责任公司 电池膨胀形变检测***及方法
CN113759435A (zh) * 2021-08-19 2021-12-07 常州捷佳创精密机械有限公司 加工台面异物检测装置及检测方法
CN115049643A (zh) * 2022-08-11 2022-09-13 武汉精立电子技术有限公司 近眼显示模组夹层异物检测方法、装置、设备及存储介质
TWI800319B (zh) * 2021-04-23 2023-04-21 大陸商深圳幀觀德芯科技有限公司 使用具有多個輻射檢測器的圖像感測器的成像方法
CN116759326A (zh) * 2023-08-23 2023-09-15 深圳超盈智能科技有限公司 芯片外观检测方法、装置、设备及存储介质
WO2023185950A1 (zh) * 2022-03-30 2023-10-05 清华大学 基于拉曼分析的无损原位高复杂度结构的测量装置及方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298834B (zh) * 2019-07-01 2021-03-23 中国电子科技集团公司第十三研究所 像素级边缘效应的修正方法及终端设备
CN115066606A (zh) * 2020-02-16 2022-09-16 奥宝科技有限公司 在电子电路的制备中用于检验图案化物件的多个特征的***及方法
KR102196350B1 (ko) * 2020-06-30 2020-12-29 파워오토메이션 주식회사 하이브리드 이형부품 삽입로봇용 부품 검사장치
KR102650432B1 (ko) 2021-05-13 2024-03-25 (주)피아이이 3d 이미지 결함 측정 시스템 및 방법
CN117330521B (zh) * 2023-12-01 2024-02-20 黑龙江中医药大学 一种检验科用血液涂片***

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11337313A (ja) * 1998-05-25 1999-12-10 Univ Kyoto 距離計測装置及び方法並びに画像復元装置及び方法
JP2004340680A (ja) * 2003-05-14 2004-12-02 Toray Eng Co Ltd 表面形状および／または膜厚測定方法及びその装置
US7115869B2 (en) * 2003-09-30 2006-10-03 The Boeing Company Method for measurement of composite heat damage with infrared spectroscopy
CN101102515A (zh) * 2006-07-03 2008-01-09 三星电子株式会社 校正图像边缘的设备和方法
JP2009288162A (ja) * 2008-05-30 2009-12-10 Hitachi Kokusai Electric Inc ３次元測定装置
US20110025823A1 (en) * 2009-08-03 2011-02-03 Renesas Electronics Corporation Three-dimensional measuring apparatus
JP2012054510A (ja) * 2010-09-03 2012-03-15 Sony Corp 電子素子の製造方法および電子素子
KR20120116073A (ko) * 2011-04-12 2012-10-22 주식회사 휴비츠 영상 합성을 위한 3차원 프로파일 지도 작성 방법
JP2013019767A (ja) * 2011-07-12 2013-01-31 Ulvac Japan Ltd 走査型白色干渉計による試料の表面形状の測定方法
JP2013195387A (ja) * 2012-03-22 2013-09-30 Panasonic Corp 表示パネルの製造方法、その検査装置及び検査方法
JP2014130068A (ja) * 2012-12-28 2014-07-10 Nippon Electric Glass Co Ltd レジストパターン計測装置、レジストパターン計測方法、及びレジスト現像液の濃度管理方法
CN103945123A (zh) * 2014-04-03 2014-07-23 北京大恒图像视觉有限公司 一种调节工业相机水平角度的方法
US20140300890A1 (en) * 2013-04-03 2014-10-09 Kla-Tencor Corporation Apparatus and methods for determining defect depths in vertical stack memory
CN104471383A (zh) * 2012-05-09 2015-03-25 伊斯拉视像***股份公司 用于电致发光检查和/或光致发光检查的方法和装置
CN104732227A (zh) * 2015-03-23 2015-06-24 中山大学 一种基于清晰度和亮度评估的车牌快速定位方法
CN104822857A (zh) * 2013-02-04 2015-08-05 株式会社爱发科 薄型电路板处理装置
CN105277569A (zh) * 2015-11-26 2016-01-27 凌云光技术集团有限责任公司 基于三维特征的线路板检测方法
CN103188432B (zh) * 2011-12-29 2016-05-25 汉王科技股份有限公司 一种对焦准确度的定量判定装置与方法
US20160238379A1 (en) * 2015-02-17 2016-08-18 National Sun Yat-Sen University Method for measuring three-dimensional profile of specular object by fringe projection
CN106030275A (zh) * 2013-12-23 2016-10-12 倍耐力轮胎股份公司 用于在轮胎生产工艺中检测轮胎上的缺陷的方法和设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005172805A (ja) 2003-11-21 2005-06-30 Olympus Corp 試料情報測定方法および走査型共焦点顕微鏡
JP2012237647A (ja) 2011-05-11 2012-12-06 Univ Of Tokyo 多焦点共焦点ラマン分光顕微鏡
KR101272520B1 (ko) 2011-08-17 2013-06-10 현대자동차주식회사 자동차용 측면 충돌 보강 부재
JP6022372B2 (ja) 2013-02-04 2016-11-09 株式会社アルバック 薄型基板処理装置
KR20140122608A (ko) * 2013-04-10 2014-10-20 삼성전자주식회사 디펙의 깊이 정보 추출 장치 및 방법과 그 디펙의 깊이 정보를 이용한 반도체 공정 개선방법
JP6310814B2 (ja) * 2014-08-22 2018-04-11 株式会社日立パワーソリューションズ 画像処理方法並びにそれを用いた超音波検査方法及びその装置

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11337313A (ja) * 1998-05-25 1999-12-10 Univ Kyoto 距離計測装置及び方法並びに画像復元装置及び方法
JP2004340680A (ja) * 2003-05-14 2004-12-02 Toray Eng Co Ltd 表面形状および／または膜厚測定方法及びその装置
US7115869B2 (en) * 2003-09-30 2006-10-03 The Boeing Company Method for measurement of composite heat damage with infrared spectroscopy
CN101102515A (zh) * 2006-07-03 2008-01-09 三星电子株式会社 校正图像边缘的设备和方法
JP2009288162A (ja) * 2008-05-30 2009-12-10 Hitachi Kokusai Electric Inc ３次元測定装置
US20110025823A1 (en) * 2009-08-03 2011-02-03 Renesas Electronics Corporation Three-dimensional measuring apparatus
JP2012054510A (ja) * 2010-09-03 2012-03-15 Sony Corp 電子素子の製造方法および電子素子
KR20120116073A (ko) * 2011-04-12 2012-10-22 주식회사 휴비츠 영상 합성을 위한 3차원 프로파일 지도 작성 방법
JP2013019767A (ja) * 2011-07-12 2013-01-31 Ulvac Japan Ltd 走査型白色干渉計による試料の表面形状の測定方法
CN103188432B (zh) * 2011-12-29 2016-05-25 汉王科技股份有限公司 一种对焦准确度的定量判定装置与方法
JP2013195387A (ja) * 2012-03-22 2013-09-30 Panasonic Corp 表示パネルの製造方法、その検査装置及び検査方法
CN104471383A (zh) * 2012-05-09 2015-03-25 伊斯拉视像***股份公司 用于电致发光检查和/或光致发光检查的方法和装置
JP2014130068A (ja) * 2012-12-28 2014-07-10 Nippon Electric Glass Co Ltd レジストパターン計測装置、レジストパターン計測方法、及びレジスト現像液の濃度管理方法
CN104822857A (zh) * 2013-02-04 2015-08-05 株式会社爱发科 薄型电路板处理装置
US20140300890A1 (en) * 2013-04-03 2014-10-09 Kla-Tencor Corporation Apparatus and methods for determining defect depths in vertical stack memory
CN106030275A (zh) * 2013-12-23 2016-10-12 倍耐力轮胎股份公司 用于在轮胎生产工艺中检测轮胎上的缺陷的方法和设备
CN103945123A (zh) * 2014-04-03 2014-07-23 北京大恒图像视觉有限公司 一种调节工业相机水平角度的方法
US20160238379A1 (en) * 2015-02-17 2016-08-18 National Sun Yat-Sen University Method for measuring three-dimensional profile of specular object by fringe projection
CN104732227A (zh) * 2015-03-23 2015-06-24 中山大学 一种基于清晰度和亮度评估的车牌快速定位方法
CN105277569A (zh) * 2015-11-26 2016-01-27 凌云光技术集团有限责任公司 基于三维特征的线路板检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李兆霞: "《结构损伤多尺寸模拟与分析》", 31 December 2017, 东南大学出版社 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112463424A (zh) * 2020-11-13 2021-03-09 扬州大学 一种基于图的端到端程序修复方法
CN112463424B (zh) * 2020-11-13 2023-06-02 扬州大学 一种基于图的端到端程序修复方法
TWI800319B (zh) * 2021-04-23 2023-04-21 大陸商深圳幀觀德芯科技有限公司 使用具有多個輻射檢測器的圖像感測器的成像方法
CN113189612A (zh) * 2021-05-17 2021-07-30 长安大学 基于深度相机的碎石封层质量检测装置
CN113566730A (zh) * 2021-07-29 2021-10-29 广东电网有限责任公司 电池膨胀形变检测***及方法
CN113566730B (zh) * 2021-07-29 2023-09-08 广东电网有限责任公司 电池膨胀形变检测***及方法
CN113759435A (zh) * 2021-08-19 2021-12-07 常州捷佳创精密机械有限公司 加工台面异物检测装置及检测方法
WO2023185950A1 (zh) * 2022-03-30 2023-10-05 清华大学 基于拉曼分析的无损原位高复杂度结构的测量装置及方法
CN115049643A (zh) * 2022-08-11 2022-09-13 武汉精立电子技术有限公司 近眼显示模组夹层异物检测方法、装置、设备及存储介质
CN116759326A (zh) * 2023-08-23 2023-09-15 深圳超盈智能科技有限公司 芯片外观检测方法、装置、设备及存储介质
CN116759326B (zh) * 2023-08-23 2024-01-26 深圳超盈智能科技有限公司 芯片外观检测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
WO2018104931A1 (en) 2018-06-14
KR20230116951A (ko) 2023-08-04
JP2024087006A (ja) 2024-06-28
TW201826222A (zh) 2018-07-16
JP2018091807A (ja) 2018-06-14
JP2020501144A (ja) 2020-01-16
KR20190093618A (ko) 2019-08-09
JP2022176404A (ja) 2022-11-28

Similar Documents

Publication Publication Date Title
CN110178019A (zh) 用于判断缺陷质量的方法和设备
JP4337999B2 (ja) 焦点位置制御機構及び方法、並びに、半導体ウェハの検査装置及び方法
JP5489392B2 (ja) 光学系評価装置、光学系評価方法および光学系評価プログラム
KR100995450B1 (ko) 오염을 고려한 광학 소자 검사기구 및 검사방법
JP5276643B2 (ja) 弱い光及び蛍光の光の用途において信号対ノイズ比、解像度、又は合焦品質を犠牲にすることなく検査速度を最適化するための方法
US20160352997A1 (en) High speed autofocus system
TW201020511A (en) Method of measuring a three-dimensional shape
JP4934268B2 (ja) ガラス基板の切断面検査装置
CN110389021A (zh) 透镜图像产生***及屈光能力和厚度确定与缺陷检测方法
JP2007256106A (ja) 表示パネル検査装置及びそれを用いた表示パネル検査方法
KR20110010749A (ko) 관찰 장치 및 관찰 방법
JP2014137229A (ja) 検査装置及び欠陥検査方法
JP2008032433A (ja) 基板検査装置
JP2008046109A (ja) 基板の欠陥検査装置及び基板の製造方法
US20090316981A1 (en) Method and device for inspecting a disk-shaped object
JP2005055196A (ja) 基板検査方法及びその装置
JP6590429B1 (ja) 共焦点顕微鏡、及びその撮像方法
JP5042503B2 (ja) 欠陥検出方法
JP2011145160A (ja) マルチフォーカス検査装置及びマルチフォーカス検査方法
KR102199313B1 (ko) 커버 글라스 검사장치
JP2009150718A (ja) 検査装置および検査プログラム
JP4994053B2 (ja) 基板検査装置及び基板検査方法
CN110174240A (zh) 用于测量至少一个光学有效的物体的设备和方法
KR100913508B1 (ko) 공초점을 이용한 3차원 스캐닝 장치 및 스캐닝 방법
US8208713B2 (en) Method and system for inspecting a diced wafer

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Israel javne

Applicant after: ORBOTECH Ltd.

Address before: Israel javne

Applicant before: ORBOTECH Ltd.

CB02 Change of applicant information