JP2012007952A - 外観検査装置 - Google Patents

Abstract

【課題】カラー画像に基づいて高精度に外観の良否判定ができる外観検査装置を提供する。
【解決手段】輝度平均値算出部１２は、各フィルタ画像データＤrf，Ｄgf，Ｄbfからそれぞれ輝度平均値Ａvr，Ａvg，Ａvbを求める。平均値比較部１３は、その求めた輝度平均値Ａvr，Ａvg，Ａvbから、ルックアップテーブルＬＴを使って、異物と背景色とのコントラストが最も大きいフィルタ画像データを選択する。そして、異物判定処理部１４は、その選択した異物と背景色とのコントラストが最も大きいフィルタ画像データに基づいて画像処理を行う。従って、各フィルタ画像データＤrf，Ｄgf．Ｄbfの中から、異物と背景色とのコントラストが最も大きいフィルタ画像データを使って画像処理を行い異物と背景色との判断を行うことから、閾値の設定も容易でかつ高精度の異物検出が可能となる。
【選択図】図１

Description

本発明は、外観検査装置に関する。

従来、例えば、半導体ウェハ上に形成されたダイシング前の半導体チップについて、チップ毎にカラー撮像装置にて撮像し、その撮像して取得した画像データを画像処理してチップ上の異物の有無を判断し、良品かどうか判定する外観検査が行われている。

このような、外観検査における良品の有無の判定は、例えば、複数の検査良品から取得された良品画像テータ群について位置合わせを行った上、同一座標を持つ画素毎に輝度の平均と標準偏差を算出しておく。そして、被検出品から取得された画像データについて位置合わせを行った上、同一座標を持つ画素毎に、その輝度と標準偏差を用いて定義される評価式により評価することにより良否判定を行うようにしていた（例えば、特許文献１）。

特開２００５−２６５６６１号公報

ところで、一般に、この種の外観検査では、背景色は一定という前提の上で行われ、背景色が変わらないことを想定していた。しかしながら、良品のチップであっても、例えば、膜厚が僅かに異なることにより、チップの背景色の色味が異なって、良品のチップの範囲内において色味のばらつきが生じていた。このような場合、カラー撮像装置で撮像したカラー画像ではそのチップ毎で異なる背景色の色味に基づいて画素毎に輝度の平均と標準偏差を算出する場合には、標準偏差が大きくなる。

従って、特許文献１のような場合、これら良品のチップの範囲内において背景色の色味のばらつきが大きい場合、標準偏差が大きくなることで検査精度が低くなることから、検査対象のチップの欠陥を見逃す虞があった。

また、カラー撮像装置を使用し、そのカラー画像に基づいて画像処理をする際、光の赤、緑、及び、青色成分の波長が異なるため、カラー撮像装置の撮像レンズの色収差によって、赤、緑及び青も各フィルタ画像の結像する焦点距離がそれぞれ若干ずれる。その結果、解像力が低下することから、これを補間するために高度な技術を必要としていた。

また、カラー撮像装置に赤、緑、及び、青のフィルタをベイヤー配列したイメージセンサを使用している場合、各フィルタ画像データについて補間処理が行われる。この補間処理を高精度におこなわないと、解像力が低下することから、これを補間するために複雑な補間処理を必要としていた。

本発明は、カラー画像に基づいて高精度に外観の良否判定ができる外観検査装置を提供する。

本発明の外観検査装置は、ワークに対して光を照射する照明部と、前記ワークの所定領域を撮像する撮像部と、前記撮像部による撮像画像データを入力し画像処理して前記ワークの異物欠陥を検出する画像処理部とを有した外観検査装置において、前記画像処理部は、前記撮像部で撮像した得られたカラー画像データから赤、緑、及び、青のフィルタ画像データを作成するＲＧＢ画像データ生成部と、前記赤、緑、及び、青の各フィルタ画像データから検査領域の特徴量を算出する特徴量抽出部と、前記特徴量算出部が抽出した前記赤、緑、及び、青の各フィルタ画像データの特徴量を入力し、それら特徴量を比較して、異物を検出しやすい最適なフィルタ画像データを選び出すフィルタ画像比較部とを備え、前記フィルタ画像比較部が選択したフィルタ画像データを用いて画像処理による異物欠陥検出を行うことを特徴とする。

前記発明の外観検査装置において、前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の輝度平均値を特徴量として算出する輝度平均値算出部であり、前記フィルタ画像比較部は、前記輝度平均値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの輝度平均値と、予め作成したルックアップテーブルとに基づいて、最適なフィルタ画像データを選択する平均値比較部であることを特徴とする。

前記発明の外観検査装置において、前記フィルタ画像比較部は、前記輝度平均値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの輝度平均値と、予め作成したルックアップテーブルとに基づいて、前記ワークの色味異常として不良判定する。

前記発明の外観検査装置において、前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから低輝度値側の傾きを特徴量として算出する低輝度側傾き算出部であり、前記フィルタ画像比較部は、前記低輝度側傾き算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの低輝度値側の傾きを比較して、その傾きの絶対値が最も大きなフィルタ画像データを、低輝度異物を検出するのに最適なフィルタ画像データとして選択する低輝度側傾き比較部であることを特徴とする。

前記発明の外観検査装置において、前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから高輝度値側の傾きを特徴量として算出する高輝度側傾き算出部であり、前記フィルタ画像比較部は、前記高輝度側傾き算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの高輝度値側の傾きを比較して、その傾きの絶対値が最も大きなフィルタ画像データを、高輝度異物を検出するのに最適なフィルタ画像データとして選択する高輝度側傾き比較部であることを特徴とする。

前記発明の外観検査装置において、前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから低輝度値側の傾きを特徴量として算出する低輝度側傾き算出部と、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから高輝度値側の傾きを特徴量として算出する高輝度側傾き算出部とを備え、前記フィルタ画像比較部は、前記低輝度側傾き算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの低輝度値側の傾きを比較して、その傾きの絶対値が最も大きなフィルタ画像データを、低輝度異物を検出するのに最適なフィルタ画像データとして選択する低輝度側傾き比較部と、前記高輝度側傾き算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの高輝度値側の傾きを比較して、その傾きの絶対値が最も大きなフィルタ画像データを、高輝度異物を検出するのに最適なフィルタ画像データとして選択する高輝度側傾き比較部とを備えたことを特徴とする。

前記発明の外観検査装置において、前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから最小輝度値を特徴量として算出する最小輝度値算出部であり、前記フィルタ画像比較部は、前記最小輝度値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの最小輝度値を比較して、その最小輝度値が最も大きなフィルタ画像データを、低輝度異物を検出するのに最適なフィルタ画像データとして選択する最小輝度値比較部であることを特徴とする。

前記発明の外観検査装置において、前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから最大輝度値を特徴量として算出する最大輝度値算出部であり、前記フィルタ画像比較部は、前記最大輝度値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの最大輝度値を比較して、その最大輝度値が最も小さなフィルタ画像データを、高輝度異物を検出するのに最適なフィルタ画像データとして選択する最大輝度値比較部であることを特徴とする。

前記発明の外観検査装置において、前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから最小輝度値を特徴量として算出する最小輝度値算出部と、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから最大輝度値を特徴量として算出する最大輝度値算出部とを備え、前記フィルタ画像比較部は、前記最小輝度値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの最小輝度値を比較して、その最小輝度値が最も大きなフィルタ画像データを、低輝度異物を検出するのに最適なフィルタ画像データとして選択する最小輝度値比較部と、前記最大輝度値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの最大輝度値を比較して、その最大輝度値が最も小さなフィルタ画像データを、高輝度異物を検出するのに最適なフィルタ画像データとして選択する最大輝度値比較部とを備えたことを特徴とする。

前記発明の外観検査装置において、前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域のフーリエ・スペクトルを演算し、各フィルタ画像データのフーリエ・スペクトルから最大周波数成分を特徴量として算出する最大周波数成分算出部であり、前記フィルタ画像比較部は、前記最大周波数成分算出部が算出した前記赤、緑、及び、青の各フィルタ画像データのフーリエ・スペクトルの最大周波数成分を比較して、その最大周波数成分が最も大きなフィルタ画像データを、異物を検出するのに最適なフィルタ画像データとして選択する最大周波数成分比較部であることを特徴とする。

本発明によれば、カラー画像に基づいて高精度に外観の良否判定ができる。

外観検査装置のシステム構成を説明するためのシステム構成図である。 半導体チップを説明するための説明図である。 ルックアップテーブルの構成を説明するための説明図である。 第２実施形態の外観検査装置のシステム構成を示すシステム構成図である。 赤フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 緑フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 青フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 第３実施形態の外観検査装置のシステム構成を示すシステム構成図である。 赤フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 緑フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 青フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 第４実施形態の外観検査装置のシステム構成を示すシステム構成図である。 赤フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 緑フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 青フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 第５実施形態の外観検査装置のシステム構成を示すシステム構成図である。 赤フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 緑フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 青フィルタ画像データに基づく濃淡ヒストグラムを示す図である。 第６実施形態の外観検査装置のシステム構成を示すシステム構成図である。

（第１実施形態）
以下、本発明の外観検査装置を半導体ウェハ上に形成した半導体チップの外観検査装置に具体化した第１実施形態を図面に従って説明する。

図１において、外観検査装置１は検査テーブル２を備え、その検査テーブル２には、ワークとしての半導体ウェハＷが載置されている。半導体ウェハＷには、図２に示すように、ダイシング前の複数の半導体チップＣＰが区画形成されている。この半導体チップＣＰは、後工程において、チップ上に電子回路や機械要素が形成されて、ＭＥＭＳ（Micro Electro Mechanical Systems：微小電気機械素子）となる。本実施形態では、各半導体チップＣＰは、その４隅にダイシングマークＡＭが形成されているとともに、半導体チップＣＰ内に四角形状の凹部３が形成されている。そして、凹部３の底部は四角形状に形成されるようになっている。

半導体ウェハＷを載置した検査テーブル２の上方位置には、照明部としての照明装置５が配置されている。照明装置５は、光源として白色ＬＥＤを備え、白色光を検査テーブル２上の半導体ウェハＷに照射するようになっている。

検査テーブル２の上方位置には、撮像部としてのカラー撮像装置８が配置されている。カラー撮像装置８は、照明装置５の白色光が照射された半導体ウェハＷの各半導体チップＣＰを撮像する。カラー撮像装置８は、ＣＣＤ（Charge Coupled Device）イメージセンサ８ａを備え、そのイメージセンサ８ａの各画素（受光素子）毎に、Ｒ（赤）、Ｇ（緑）、Ｂ（青）のカラーフィルタのいずれかを配置して、カラー画像を撮像する。尚、本実施形態では、各素子毎のカラーフィルタの配置は、いわゆる、ベイヤー（Bayer）配列としている。

そして、カラー撮像装置８で撮像した半導体ウェハＷの各半導体チップＣＰのカラー画像データＧＤは、画像処理部としての画像処理装置１０に出力される。
画像処理装置１０は、カラー撮像装置８で撮像したカラー画像データＧＤを画像処理して半導体ウェハＷの各半導体チップＣＰの欠陥の有無を検出して良否判定を行う。画像処理装置１０は、ＲＧＢ画像データ生成部１1、輝度平均値算出部１２、平均値比較部１３、異物判定処理部１４、記憶部１５及びルックアップテーブルＬＴを有している。

ＲＧＢ画像データ生成部１１は、カラー撮像装置８（ＣＣＤイメージセンサ８ａ）で撮像したカラー画像データＧＤを入力し、カラー画像データＧＤを分解して、赤フィルタ画像データＤrf、緑フィルタ画像データＤgf、青フィルタ画像データＤbfを生成する。

詳述すると、イメージセンサ８ａの赤のフィルタを配置した各画素（受光素子）からの画素データは、赤フィルタ画像データＤrfとなる。また、緑のフィルタを配置した各画素（受光素子）からの画素データは、緑フィルタ画像データＤgfとなる。さらに、青のフィルタを配置した各画素（受光素子）からの画素データは、青フィルタ画像データＤbfとなる。

このとき、本実施形態では、ＣＣＤイメージセンサ８ａは、カラーフィルタについて、ベイヤー（Bayer）配列を採用している。そのため、イメージセンサ８ａの全画素数（例えばＮ個）に対して、赤と青の画素数Ｎ／４、緑が画素数Ｎ／２となり、一様でなく数が異なる。

そこで、ＲＧＢ画像データ生成部１１は、各画素の周辺の画素のデータを利用して補間処理を行い、Ｎ個の画素（即ち、イメージセンサの全画素）からなる赤フィルタ画像データＤrf、緑フィルタ画像データＤgf、及び、青フィルタ画像データＤbfをそれぞれ生成する。

ＲＧＢ画像データ生成部１１が作成した、それぞれＮ個の画素からなる赤フィルタ画像データＤrf、緑フィルタ画像データＤgf、及び、青フィルタ画像データＤbfは、特徴量抽出部としての輝度平均値算出部１２に出力される。

輝度平均値算出部１２は、赤フィルタ画像データＤrf、緑フィルタ画像データＤgf及び青フィルタ画像データＤbfについて、半導体チップＣＰは、その４隅にダイシングマークＡＭが形成されているとともに、半導体チップＣＰ内に四角形状の凹部３であって予め定めた検査領域にある各フィルタ画像データＤrf，Ｄgf，Ｄbfにおける輝度値の輝度平均値Ａvr，Ａvg，Ａvbをそれぞれ求める。尚、各フィルタ画像データＤrf，Ｄgf，Ｄbfの輝度値は、本実施形態では、８ビットのビットデータで構成され、０〜２５５の階調に区分されている。

詳述すると、予め定めた検査領域にある赤フィルタ画像データＤrfについて、その検査領域に属する画素の輝度値を合計し、検査領域にある画素数で割って、赤フィルタ画像データＤrfに基づく輝度平均値Ａvrを求める。同様にして、緑フィルタ画像データＤgf及び青フィルタ画像データＤbfに基づく輝度平均値Ａvg，Ａvbもそれぞれ求める。

輝度平均値算出部１２にて算出された赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfに対する輝度平均値Ａvr，Ａvg，Ａvbは、フィルタ画像比較部としての平均値比較部１３に出力される。平均値比較部１３は、この輝度平均値Ａvr，Ａvg，Ａvbと画像処理装置１０内に設けられたルックアップテーブルＬＴに記憶された選定フィルタ画像データＤsfと比較して、一致する選定フィルタ画像データＤsfを検索する。

ルックアップテーブルＬＴは、図３に示すように、１つの半導体チップＣＰから取得されたカラー画像データＧＤ毎に、予め定めた検査領域における赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfに対する輝度平均値Ａvr，Ａvg，Ａvbが記憶され、その輝度平均値Ａvr，Ａvg，Ａvbに対する選定フィルタ画像データＤsfを記憶したテーブルである。

詳述すると、カラー撮像装置８にて撮像される半導体チップＣＰは、良品の範囲内にあっても僅かに膜厚が異なれば、半導体チップＣＰの凹部３に囲まれた四角枠内の色味が変わる。この場合、良品の範囲内にあってもこの色味の変化に基づいて、異物でないのに異物と誤検出し不良品と判断されてしまう。

そこで、カラー撮像装置８にて取得したカラー画像データＧＤを赤、緑及び青に分解して得た、赤フィルタ画像データＤrf、緑フィルタ画像データＤgf及び青フィルタ画像データＤbfの中のいずれのフィルタ画像データが検査領域内の異物と背景色とのコントラストが最も大きく、そのフィルタ画像データを使用して検査すれば高精度に検査できるかを検証した。そして、その輝度平均値Ａvr，Ａvg，Ａvbの組み合わせから検査に使用するフィルタ画像データを選定するために使用されるのがルックアップテーブルＬＴである。

ルックアップテーブルＬＴは、以下のように作成される。
つまり、まず、良品であって、色味が異なる全ての半導体チップＣＰを用意し、これら各半導体チップＣＰをカラー撮像装置８にて撮像する。そして、色味が異なる良品の各半導体チップＣＰについて、予め定めた検査領域における赤、緑及び青の各フィルタ画像データに対する輝度平均値Ａvr，Ａvg，Ａvbを求める。そして、その求めた各輝度平均値Ａvr，Ａvg，Ａvbの組み合わせが、色味が異なる良品の半導体チップＣＰ毎にルックアップテーブルＬＴに記憶される。

そして、半導体チップＣＰ毎の各フィルタ画像データＤrf，Ｄgf．Ｄbfの輝度平均値Ａvr，Ａvg，Ａvbの組み合わせにおいて、赤フィルタ画像データＤrf、緑フィルタ画像データＤgf及び青フィルタ画像データＤbfのいずれのフィルタ画像データが検査領域内の異物と背景色とのコントラストが最も大きく現れるのか検証する。そして、検証して、輝度平均値Ａvr，Ａvg，Ａvbの組み合わせにおいて、赤フィルタ画像データＤrf、緑フィルタ画像データＤgf及び青フィルタ画像データＤbfの中のいずれが、検査領域内の異物と背景色とのコントラストが最も大きいフィルタ画像データかを求めて、そのコントラストが最も大きいフィルタ画像データを選定フィルタ画像データＤsfとして記憶する。

ここで、検査領域内の異物と背景色とのコントラストが最も大きいフィルタ画像データとした理由は、以後の異物に検出する際の、異物に対する背景色（色味）のコントラストが最も大きく、異物検出の際の閾値が容易に設定でき高精度に検査が可能となるからである。

また、ルックアップテーブルＬＴは、不良品となる半導体チップＣＰの色味（色味異常）の色味異常判定データＮＧが設けられている。色味異常とは、検査領域内の異物と背景色と外観検査が不能な色味であって、そのような色味を有する半導体チップＣＰは検査不能として選定フィルタ画像データＤsfを選択せず色味異常判定データＮＧとする。

色味異常判定データＮＧは、異なる色味異常の全ての半導体チップＣＰを用意し、同様に、これら各半導体チップＣＰをカラー撮像装置８にて撮像する。そして、異なる色味異常の各半導体チップＣＰについて、予め定めた検査領域における赤、緑及び青の各フィルタ画像データに対する輝度平均値Ａvr，Ａvg，Ａvbを求める。そして、その求めた各輝度平均値Ａvr，Ａvg，Ａvbの組み合わせに対して、ルックアップテーブルＬＴに色味異常判定データＮＧとして記憶されるようになっている。

因みに、図３に示すルックアップテーブルＬＴにおいて、赤フィルタ画像データＤrfの輝度平均値Ａvrが「５５」、緑フィルタ画像データＤgfの輝度平均値Ａvgが「１７０」、青フィルタ画像データＤbfの輝度平均値Ａvbが「１００」の場合は、選定フィルタ画像データＤsfは、緑フィルタ画像データＤgfとしている。

また、赤フィルタ画像データＤrfの輝度平均値Ａvrが「２０５」、緑フィルタ画像データＤgfの輝度平均値Ａvgが「１１０」、青フィルタ画像データＤbfの輝度平均値Ａvbが「１４５」の場合は、選定フィルタ画像データＤsfは、赤フィルタ画像データＤrfとしている。

従って、平均値比較部１３は、輝度平均値算出部１２が算出した輝度平均値Ａvr，Ａvg，ＡvbとルックアップテーブルＬＴに記憶された選定フィルタ画像データＤsfと比較して、一致する輝度平均値Ａvr，Ａvg，Ａvbがあると、その輝度平均値Ａvr，Ａvg，Ａvbに対する選定フィルタ画像データＤsfを読み出す。つまり、選定フィルタ画像データＤsfが赤フィルタ画像データＤrfであれば、赤フィルタ画像データＤrfを選定フィルタ画像データDｓｆとして選択する。

そして、平均値比較部１３において、選定フィルタ画像データＤsfとして赤フィルタ画像データＤrfが選択されると、異物判定処理部１４は、この異物と背景色とのコントラストが最も大きい赤フィルタ画像データＤrfを使って画像処理を行って、異物の検出を行う。

異物検出は、赤フィルタ画像データＤrfの全画素の輝度値と予め定めた閾値と比較し、異物の大きさ形状を求めて異物検出し良品判定を行う。
このとき、異物判定処理部１４は、異物と背景色とのコントラストが最も大きい赤フィルタ画像データＤrfを使って画像処理を行い異物と背景色との判断を行うことから、閾値の設定も容易でかつ高精度の異物検出を行うことができる。

また、選定フィルタ画像データDｓｆとして緑又は青フィルタ画像データＤgf，Ｄbfが選択された場合も同様に、異物と背景色とのコントラストが最も大きい緑又は青フィルタ画像データＤgf，Ｄbfを使って画像処理を行い、異物と背景色との判断を行うことから、閾値の設定も容易でかつ高精度の異物検出を行うことができる。

そして、異物判定処理部１４は、各半導体チップＣＰの異物検出を行い、その良品の有無を判定し、その判定結果を、記憶部１５に記憶する。
尚、輝度平均値算出部１２が算出した輝度平均値Ａvr，Ａvg，Ａvbの組み合わせが、ルックアップテーブルＬＴにおいて色味異常判定データＮＧであった場合には、半導体チップＣＰが色味異常であって、高精度の異物検出ができないとして、該半導体チップＣＰを不良品として判定する。

上記のように構成することによって、本実施形態は以下の効果を有する。
（１）本実施形態によれば、輝度平均値算出部１２は、各フィルタ画像データＤrf，Ｄgf，Ｄbfからそれぞれ輝度平均値Ａvr，Ａvg，Ａvbを求めた。平均値比較部１３は、その求めた輝度平均値Ａvr，Ａvg，Ａvbから、ルックアップテーブルＬＴを使って、異物と背景色とのコントラストが最も大きいフィルタ画像データを選択した。そして、異物判定処理部１４は、その選択した異物と背景色とのコントラストが最も大きいフィルタ画像データに基づいて画像処理を行うようにした。

従って、各フィルタ画像データＤrf，Ｄgf．Ｄbfの中から、異物と背景色とのコントラストが最も大きいフィルタ画像データを使って画像処理を行い異物と背景色との判断を行うことから、閾値の設定も容易でかつ高精度の異物検出を行うことができる。

（２）本実施形態によれば、ルックアップテーブルＬＴに、半導体チップＣＰの色味異常を検出するための、各フィルタ画像データＤrf，Ｄgf，Ｄbfに対する輝度平均値Ａvr，Ａvg，Ａvbも記憶させたので、色味異常と判定された場合には、以後の異物判定処理部１４による処理動作が省略できる。
（第２実施形態）
次に、第２実施形態について、図４に従って説明する。

第１実施形態の外観検査装置１は特徴量として赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfにおける輝度平均値Ａvr，Ａvg，Ａvbを求め、それに基づいて赤、緑又は青のフィルタ画像データＤrf，Ｄgf，Ｄbfのいずれかのフィルタ画像データを使用して半導体チップＣＰの外観検査を行った。

本実施形態の外観検査装置１は、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbf毎に濃淡ヒストグラムを作成し、その濃淡ヒストグラムに基づいて赤、緑又は青の各フィルタ画像データＤrf，Ｄgf，Ｄbfのいずれかを選択し外観検査をする点に特徴を有している。

なお、説明の便宜上、第１実施形態と共通の部分については、同じ符号を付して詳細な説明を省略する。
図４において、ＲＧＢ画像データ生成部１１がカラー画像データＧＤに基づいて作成したそれぞれＮ個の画素からなる赤、緑、及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfは、低輝度側傾き算出部１２ａに出力される。

特徴量抽出部としての低輝度側傾き算出部１２ａは、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfについて、それぞれ全画素の輝度値を求める。輝度値は、本実施形態では、８ビットのビットデータで構成され、０〜２５５の階調に区分されている。そして、低輝度側傾き算出部１２ａは、全画素の輝度値が求まると、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbf毎に、その全画素の輝度値に基づいて濃淡ヒストグラムを作成する。

図５、図６及び図７に、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbf毎に、その全画素の輝度値に基づいて低輝度側傾き算出部１２ａが作成した濃淡ヒストグラムの一例を示す。

図５は、赤フィルタ画像データＤrfに基づく赤濃淡ヒストグラム２１ａであって、横軸が輝度値、縦軸は画素数である。尚、赤濃淡ヒストグラム２１ａから離間した低輝度側に存在する小さな小輝度分布２１ｂは、低輝度異物（黒画素異物）によるヒストグラムである。

また、図６は、緑フィルタ画像データＤgfに基づく緑濃淡ヒストグラム２２ａであって、同じく横軸が輝度値、縦軸は画素数である。そして、緑濃淡ヒストグラム２２ａから離間した低輝度側に存在する小さな小輝度分布２２ｂは、低輝度異物（黒画素異物）によるヒストグラムである。

また、図７は、青フィルタ画像データＤbfに基づく青濃淡ヒストグラム２３ａであって、同じく横軸が輝度値、縦軸は画素数である。そして、青濃淡ヒストグラム２３ａから離間した低輝度側に存在する小さな小輝度分布２３ｂは、低輝度異物（黒画素異物）によるヒストグラムである。

低輝度側傾き算出部１２ａは、赤、緑及び青の各濃淡ヒストグラム２１ａ，２２ａ，２３ａを作成すると、その各濃淡ヒストグラム２１ａ，２２ａ，２３ａの低輝度側の傾きＳ１（＝ｔａｎθ１：但し、絶対値），Ｓ２（＝ｔａｎθ２：但し、絶対値），Ｓ３（＝ｔａｎθ３：但し、絶対値）を算出し、これら傾きＳ１，Ｓ２，Ｓ３を低輝度側傾き比較部１３ａに出力する。

フィルタ画像比較部としての低輝度側傾き比較部１３ａは、これら傾きＳ１，Ｓ２，Ｓ３（絶対値）の大小を比較し、傾きが最も大きい濃淡ヒストグラムのフィルタ画像データを割り出す。これは、傾きが最も大きい濃淡ヒストグラムほど、隣接する低輝度異物による小輝度分布２１ｂ，２２ｂ，２３ｂとの間のコントラストが大きく閾値Ｂk1を設定し易いからである。

そして、図５、図６及び図７の赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfの各濃淡ヒストグラム２１ａ，２２ａ，２３ａにおいては、赤濃淡ヒストグラム２１ａの傾きＳ１（絶対値）が最も大きいことから赤フィルタ画像データＤrfが選択される。

この時、低輝度側傾き比較部１３ａは、赤濃淡ヒストグラム２１ａの最小輝度値Ｂmin1と隣接する低輝度異物による小輝度分布２１ｂの最大輝度値Ｂmax1の中間の輝度値を外観検査のために使用する閾値Ｂk1として算出する。

そして、低輝度側傾き比較部１３ａにおいて、赤フィルタ画像データＤrfが選択されると、異物判定処理部１４は、この赤フィルタ画像データＤrfと閾値Ｂk1を使って画像処理を行って、低輝度異物（黒画素異物）の検出を行う。

低輝度異物検出は、赤フィルタ画像データＤrfの全画素の輝度値に対して閾値Ｂk1を比較させ、その閾値Ｂk1以下の輝度値を持つ画素から低輝度異物の大きさ形状を求めて低輝度異物を検出し良品判定を行う。

このとき、異物判定処理部１４は、赤フィルタ画像データＤrfとその赤フィルタ画像データＤrfにおいて低輝度異物を高精度に抽出できる閾値Ｂk1とを使って画像処理を行って、低輝度異物と背景色との判断を行うことから、高精度の低輝度異物検出を行うことができる。

また、緑又は青のフィルタ画像データＤgf，Ｄbfが選択された場合も同様に、低輝度異物の検出のための閾値が求められ、該閾値と緑又は青フィルタ画像データＤgf，Ｄbfを使って画像処理を行い低輝度異物と背景色との判断を行うことから、高精度の低輝度異物検出を行うことができる。

そして、異物判定処理部１４は、各半導体チップＣＰの低輝度異物検出を行い、その良品の有無を判定し、その判定結果を、記憶部１５に記憶する。
上記のように構成することによって、本実施形態は以下の効果を有する。

（１）本実施形態によれば、低輝度側傾き算出部１２ａは、各フィルタ画像データＤrf，Ｄgf，Ｄbfからそれぞれ赤、緑及び青の各濃淡ヒストグラム２１ａ，２２ａ，２３ａを作成した。そして、低輝度側傾き算出部１２ａは、その各濃淡ヒストグラム２１ａ，２２ａ，２３ａの低輝度側の傾きＳ１，Ｓ２，Ｓ３を求めた。

低輝度側傾き比較部１３ａは、これら傾きＳ１，Ｓ２，Ｓ３の大小を比較し、傾きが最も大きい濃淡ヒストグラムが隣接する低輝度異物による小輝度分布２１ｂ，２２ｂ，２３ｂとの間において、コントラストが最も大きくて閾値Ｂk1が最も設定し易いとして傾きが最も大きい濃淡ヒストグラムのフィルタ画像データを選択した。

そして、異物判定処理部１４は、その選択した異物と背景色とのコントラストが大きく閾値Ｂk1が最も設定し易いフィルタ画像データに基づいて画像処理を行うようにした。
従って、各フィルタ画像データＤrf，Ｄgf．Ｄbfの中から、異物と背景色とのコントラストが大きく閾値Ｂk1が最も設定し易いフィルタ画像データを使って画像処理を行うことから、高精度の低輝度異物検出を行うことができる。

（２）本実施形態によれば、傾きＳ１，Ｓ２，Ｓ３の大小を比較し、傾きが最も大きい濃淡ヒストグラムが隣接する低輝度異物による小輝度分布２１ｂ，２２ｂ，２３ｂとの間において、閾値Ｂk1を設定するようにしたので、閾値の設定作業が非常に容易となる。

尚、本実施形態では、閾値Ｂk1を最小輝度値Ｂmin1と隣接する小輝度分布２１ｂの最大輝度値Ｂmax1の中間に設定したが、中間でなくても良く適宜変更してもよい。
（第３実施形態）
次に、第３実施形態について、図８に従って説明する。

第２実施形態の外観検査装置１は赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfの濃淡ヒストグラム２１ａ，２２ａ，２３ａの低輝度側傾きＳ１，Ｓ２，Ｓ３を特徴量とした。そして、それらに基づいて赤、緑又は青のフィルタ画像データＤrf，Ｄgf，Ｄbfのいずれかのフィルタ画像データから半導体チップＣＰ上の低輝度異物（黒画素異物）の外観検査を行った。

本実施形態の外観検査装置１は、半導体チップＣＰ上の高輝度異物（白画素異物）の外観検査をする点に特徴を有している。
なお、説明の便宜上、第２実施形態と共通の部分については、同じ符号を付して詳細な説明を省略する。

図８において、ＲＧＢ画像データ生成部１１がカラー画像データＧＤに基づいて作成したそれぞれＮ個の画素からなる赤、緑、及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfは、高輝度側傾き算出部１２ｂに出力される。

特徴量抽出部としての高輝度側傾き算出部１２ｂは、赤、緑及び青のフィルタ画像データについて、それぞれ全画素の輝度値を求める。輝度値は、本実施形態では、８ビットのビットデータで構成され、０〜２５５の階調に区分されている。そして、高輝度側傾き算出部１２ｂは、全画素の輝度値が求まると、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbf毎に、その全画素の輝度値に基づいて濃淡ヒストグラムを作成する。

図９、図１０及び図１１に、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbf毎に、その全画素の輝度値に基づいて高輝度側傾き算出部１２ｂが作成した濃淡ヒストグラムの一例を示す。

図９は、赤フィルタ画像データＤrfに基づく赤濃淡ヒストグラム３１ａであって、横軸が輝度値、縦軸は画素数である。尚、赤濃淡ヒストグラム３１ａから離間した高輝度側に存在する小さな小輝度分布３１ｂは、高輝度異物（白画素異物）によるヒストグラムである。

また、図１０は、緑フィルタ画像データＤgfに基づく緑濃淡ヒストグラム３２ａであって、同じく横軸が輝度値、縦軸は画素数である。そして、緑濃淡ヒストグラム３２ａから離間した高輝度側に存在する小さな小輝度分布３２ｂは、高輝度異物（白画素異物）によるヒストグラムである。

また、図１１は、青フィルタ画像データＤbfに基づく青濃淡ヒストグラム３３ａであって、同じく横軸が輝度値、縦軸は画素数である。そして、青濃淡ヒストグラム３３ａから離間した高輝度側に存在する小さな小輝度分布３３ｂは、高輝度異物（白画素異物）によるヒストグラムである。

高輝度側傾き算出部１２ｂは、赤、緑及び青の各濃淡ヒストグラム３１ａ，３２ａ，３３ａを作成すると、その各濃淡ヒストグラム３１ａ，３２ａ，３３ａの高輝度側の傾きＳ４（＝ｔａｎθ４：但し、絶対値），Ｓ５（＝ｔａｎθ５：但し、絶対値），Ｓ６（＝ｔａｎθ６：但し、絶対値）を算出し、これら傾きＳ４，Ｓ５，Ｓ６を高輝度側傾き比較部１３ｂに出力する。

フィルタ画像比較部としての高輝度側傾き比較部１３ｂは、これら傾きＳ４，Ｓ５，Ｓ６（絶対値）の大小を比較し、傾きが最も大きい濃淡ヒストグラムのフィルタ画像データを割り出す。

これは、傾きが最も大きい濃淡ヒストグラムほど、高輝度側に隣接する高輝度異物による小輝度分布３１ｂ，３２ｂ，３３ｂとの間のコントラストが大きく閾値を設定し易いからである。

そして、図９、図１０及び図１１の赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfの各濃淡ヒストグラム３１ａ，３２ａ，３３ａにおいては、赤濃淡ヒストグラム３１ａの傾きＳ４（絶対値）が最も大きいことから赤フィルタ画像データＤrfが選択される。

この時、高輝度側傾き比較部１３ｂは、赤濃淡ヒストグラム３１ａの最大輝度値Ｂmax2と隣接する高輝度異物による小輝度分布３１ｂの最小輝度値Ｂmin2の中間の輝度値を外観検査のために使用する閾値Ｂk2として算出する。

そして、高輝度側傾き比較部１３ｂにおいて、赤フィルタ画像データＤrfが選択されると、異物判定処理部１４は、この赤フィルタ画像データＤrfと閾値Ｂk2を使って画像処理を行って、高輝度異物の検出を行う。

高輝度異物検出は、赤フィルタ画像データＤrfの全画素の輝度値に対して閾値Ｂk2を比較させ、その閾値Ｂk2以上の輝度値を持つ画素から高輝度異物の大きさ形状を求めて高輝度異物を検出し良品判定を行う。

このとき、異物判定処理部１４は、赤フィルタ画像データＤrfとその赤フィルタ画像データＤrfにおいて高輝度異物を高精度に抽出できる閾値Ｂk2とを使って画像処理を行って、高輝度異物と背景色との判断を行うことから、高精度の高輝度異物検出を行うことができる。

また、緑又は青のフィルタ画像データＤgf，Ｄbfが選択された場合も同様に、高輝度異物の検出のための閾値が求められ、該閾値と緑又は青フィルタ画像データＤgf，Ｄbfを使って画像処理を行い高輝度異物と背景色との判断を行うことから、高精度の高輝度異物検出を行うことができる。

そして、異物判定処理部１４は、各半導体チップＣＰの高輝度異物検出を行い、その良品の有無を判定し、その判定結果を、記憶部１５に記憶する。
上記のように構成することによって、本実施形態は以下の効果を有する。

（１）本実施形態によれば、高輝度側傾き算出部１２ｂは、各フィルタ画像データＤrf，Ｄgf，Ｄbfからそれぞれ赤、緑及び青の各濃淡ヒストグラム３１ａ，３２ａ，３３ａを作成した。そして、高輝度側傾き算出部１２ｂは、その各濃淡ヒストグラム３１ａ，３２ａ，３３ａの高輝度側の傾きＳ４，Ｓ５，Ｓ６を求めた。

高輝度側傾き比較部１３ｂは、これら傾きＳ４，Ｓ５，Ｓ６の大小を比較し、傾きが最も大きい濃淡ヒストグラムが隣接する高輝度異物による小輝度分布３１ｂ，３２ｂ，３３ｂとの間において、閾値Ｂk2が最も設定し易いとして傾きが最も大きい濃淡ヒストグラムのフィルタ画像データを選択した。

そして、異物判定処理部１４は、その選択した異物と背景色との閾値Ｂk２が最も設定し易いフィルタ画像データに基づいて画像処理を行うようにした。
従って、各フィルタ画像データＤrf，Ｄgf．Ｄbfの中から、異物と背景色との閾値Ｂk2が最も設定し易いフィルタ画像データを使って画像処理を行うことから、高精度の高輝度異物検出を行うことができる。

（２）本実施形態によれば、傾きＳ４，Ｓ５，Ｓ６の大小を比較し、傾きが最も大きい濃淡ヒストグラムが隣接する高輝度異物の小輝度分布３１ｂ，３２ｂ，３３ｂとの間において、閾値Ｂk2を設定するようにしたので、閾値の設定作業が非常に容易となる。

尚、本実施形態では、閾値Ｂk2を最大輝度値Ｂmax2と隣接する小輝度分布３１ｂの最小輝度値Ｂmin2の中間に設定したが、中間でなくても良く適宜変更してもよい。
（第４実施形態）
次に、第４実施形態について、図１２に従って説明する。

第２実施形態の外観検査装置１は赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfの特徴量として濃淡ヒストグラムの傾きＳ１，Ｓ２，Ｓ３とした。これに対して、本実施形態の外観検査装置１は、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfの特徴量として最小輝度値とした点に特徴を有している。

なお、説明の便宜上、第２実施形態と共通の部分については、同じ符号を付して詳細な説明を省略する。
図１２において、ＲＧＢ画像データ生成部１１がカラー画像データＧＤに基づいて作成したそれぞれＮ個の画素からなる赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfは、最小輝度値算出部１２ｃに出力される。

特徴量抽出部としての最小輝度値算出部１２ｃは、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfについて、それぞれ全画素の輝度値を求める。輝度値は、本実施形態では、８ビットのビットデータで構成され、０〜２５５の階調に区分されている。そして、最小輝度値算出部１２ｃは、全画素の輝度値が求まると、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbf毎に、その全画素の輝度値に基づいて濃淡ヒストグラムを作成する。

図１３、図１４及び図１５に、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbf毎に、その全画素の輝度値に基づいて最小輝度値算出部１２ｃが作成した濃淡ヒストグラムの一例を示す。

図１３は、赤フィルタ画像データＤrfに基づく赤濃淡ヒストグラム４１ａであって、横軸が輝度値、縦軸は画素数である。尚、赤濃淡ヒストグラム４１ａから離間した低輝度側に存在する小さな小輝度分布４１ｂは、低輝度異物（黒画素異物）によるヒストグラムである。

また、図１４は、緑フィルタ画像データＤgfに基づく緑濃淡ヒストグラム４２ａであって、同じく横軸が輝度値、縦軸は画素数である。そして、緑濃淡ヒストグラム４２ａから離間した低輝度側に存在する小さな小輝度分布４２ｂは、低輝度異物（黒画素異物）によるヒストグラムである。

また、図１５は、青フィルタ画像データＤbfに基づく青濃淡ヒストグラム４３ａであって、同じく横軸が輝度値、縦軸は画素数である。そして、青濃淡ヒストグラム４３ａから離間した低輝度側に存在する小さな小輝度分布４３ｂは、低輝度異物（黒画素異物）によるヒストグラムである。

最小輝度値算出部１２ｃは、赤、緑及び青の各濃淡ヒストグラム４１ａ，４２ａ，４３ａを作成すると、その各濃淡ヒストグラム４１ａ，４２ａ，４３ａの最小輝度値Ｂmin3r，Ｂmin3g，Ｂmin3bを求め、これら最小輝度値Ｂmin3r，Ｂmin3g，Ｂmin3bを最小輝度値比較部１３ｃに出力する。

フィルタ画像比較部としての最小輝度値比較部１３ｃは、これら最小輝度値Ｂmin3r，Ｂmin3g，Ｂmin3bの大小を比較し、最小輝度値bが最も大きい濃淡ヒストグラムのフィルタ画像データを割り出す。

これは、最小輝度値が最も大きい濃淡ヒストグラムほど、隣接する低輝度異物による小輝度分布４１ｂ，４２ｂ，４３ｂとの間のコントラストが大きく閾値Ｂk3を設定し易いからである。

そして、図１３、図１４及び図１５の赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfの各濃淡ヒストグラム４１ａ，４２ａ，４３ａにおいては、赤濃淡ヒストグラム４１ａの最小輝度値Ｂmin3rが最も大きいことから赤フィルタ画像データＤrfが選択される。

この時、最小輝度値比較部１３ｃは、赤濃淡ヒストグラム４１ａの最小輝度値Ｂmin3rと隣接する低輝度異物による小輝度分布４１ｂの最大輝度値Ｂmax3の中間の輝度値を外観検査のために使用する閾値Ｂk3として算出する。

そして、最小輝度値比較部１３ｃにおいて、赤フィルタ画像データＤrfが選択されると、異物判定処理部１４は、この赤フィルタ画像データＤrfと閾値Ｂk3を使って画像処理を行って、低輝度異物の検出を行う。

低輝度異物検出は、赤フィルタ画像データＤrfの全画素の輝度値に対して閾値Ｂk3を比較させ、その閾値Ｂk3以下の輝度値を持つ画素から低輝度異物の大きさ形状を求めて低輝度異物を検出し良品判定を行う。

このとき、異物判定処理部１４は、赤フィルタ画像データＤrfとその赤フィルタ画像データＤrfにおいて低輝度異物を高精度に抽出できる閾値Ｂk3とを使って画像処理を行って、低輝度異物と背景色との判断を行うことから、高精度の低輝度異物検出を行うことができる。

また、緑又は青のフィルタ画像データＤgf，Ｄbfが選択された場合も同様に、低輝度異物の検出のための閾値が求められ、該閾値と緑又は青フィルタ画像データＤgf，Ｄbfを使って画像処理を行い低輝度異物と背景色との判断を行うことから、高精度の低輝度異物検出を行うことができる。

そして、異物判定処理部１４は、各半導体チップＣＰの低輝度異物検出を行い、その良品の有無を判定し、その判定結果を、記憶部１５に記憶する。
上記のように構成することによって、本実施形態は以下の効果を有する。

（１）本実施形態によれば、最小輝度値算出部１２ｃは、各フィルタ画像データＤrf，Ｄgf，Ｄbfからそれぞれ赤、緑及び青の各濃淡ヒストグラム４１ａ，４２ａ，４３ａを作成した。そして、最小輝度値算出部１２ｃは、その各濃淡ヒストグラム４１ａ，４２ａ，４３ａの最小輝度値Ｂmin3r，Ｂmin3g，Ｂmin3bを求めた。

最小輝度値比較部１３ｃは、これら最小輝度値Ｂmin3r，Ｂmin3g，Ｂmin3bの大小を比較し、最小輝度値が最も大きい濃淡ヒストグラムが隣接する低輝度異物による小輝度分布４１ｂ，４２ｂ，４３ｂとの間において、閾値Ｂk3が最も設定し易いとして最小輝度値が最も大きい濃淡ヒストグラムのフィルタ画像データを選択した。

そして、異物判定処理部１４は、その選択した異物と背景色との閾値Ｂk3が最も設定し易いフィルタ画像データに基づいて画像処理を行うようにした。
従って、各フィルタ画像データＤrf，Ｄgf．Ｄbfの中から、異物と背景色との閾値Ｂk3が最も設定し易いフィルタ画像データを使って画像処理を行うことから、高精度の低輝度異物検出を行うことができる。

（２）本実施形態によれば、最小輝度値Ｂmin3r，Ｂmin3g，Ｂmin3bの大小を比較し、最小輝度値が最も大きい濃淡ヒストグラムが隣接する低輝度異物の小輝度分布４１ｂ，４２ｂ，４３ｂとの間において、閾値Ｂk3を設定するようにしたので、閾値の設定作業が非常に容易となる。

尚、本実施形態では、閾値Ｂk3を最小輝度値Ｂmin3rと隣接する小輝度分布４１ｂの最大輝度値Ｂmax3の中間に設定したが、中間でなくても良く適宜変更してもよい。
（第５実施形態）
次に、第５実施形態について、図１６に従って説明する。

第４実施形態の外観検査装置１は特徴量を濃淡ヒストグラムの最小輝度値とし低輝度異物（黒画素異物）を検査するのに対して、本実施形態の外観検査装置１は、特徴量を濃淡ヒストグラムの最大輝度値とし高輝度異物（白画素異物）を検査する点に特徴を有している。

なお、説明の便宜上、第４実施形態と共通の部分については、同じ符号を付して詳細な説明を省略する。
図１６において、ＲＧＢ画像データ生成部１１がカラー画像データＧＤに基づいて作成したそれぞれＮ個の画素からなる赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfは、最大輝度値算出部１２ｄに出力される。

特徴量抽出部としての最大輝度値算出部１２ｄは、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfについて、それぞれ全画素の輝度値を求める。輝度値は、本実施形態では、８ビットのビットデータで構成され、０〜２５５の階調に区分されている。そして、最大輝度値算出部１２ｄは、全画素の輝度値が求まると、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbf毎に、その全画素の輝度値に基づいて濃淡ヒストグラムを作成する。

図１７、図１８及び図１９に、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbf毎に、その全画素の輝度値に基づいて最大輝度値算出部１２ｄが作成した濃淡ヒストグラムの一例を示す。

図１７は、赤フィルタ画像データＤrfに基づく赤濃淡ヒストグラム５１ａであって、横軸が輝度値、縦軸は画素数である。尚、赤濃淡ヒストグラム５１ａから離間した高輝度側に存在する小さな小輝度分布５１ｂは、高輝度異物（白画素異物）によるヒストグラムである。

また、図１８は、緑フィルタ画像データＤgfに基づく緑濃淡ヒストグラム５２ａであって、同じく横軸が輝度値、縦軸は画素数である。そして、緑濃淡ヒストグラム５２ａから離間した高輝度側に存在する小さな小輝度分布５２ｂは、高輝度異物（白画素異物）によるヒストグラムである。

また、図１９は、青フィルタ画像データＤbfに基づく青濃淡ヒストグラム５３ａであって、同じく横軸が輝度値、縦軸は画素数である。そして、青濃淡ヒストグラム５３ａから離間した高輝度側に存在する小さな小輝度分布５３ｂは、高輝度異物（白画素異物）によるヒストグラムである。

最大輝度値算出部１２ｄは、赤、緑及び青の各濃淡ヒストグラム５１ａ，５２ａ，５３ａを作成すると、その各濃淡ヒストグラム５１ａ，５２ａ，５３ａの最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bを求め、これら最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bを最大輝度値比較部１３ｄに出力する。

フィルタ画像比較部としての最大輝度値比較部１３ｄは、これら最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bの大小を比較し、最大輝度値が最も小さい濃淡ヒストグラムのフィルタ画像データを割り出す。

これは、最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bが最も小さい濃淡ヒストグラムほど、隣接する高輝度異物による小輝度分布５１ｂ，５２ｂ，５３ｂとの間の閾値Ｂk4を設定し易いからである。

そして、図１７、図１８及び図１９の赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfの各濃淡ヒストグラム５１ａ，５２ａ，５３ａにおいては、赤濃淡ヒストグラム５１ａの最大輝度値Ｂmax4rが最も小さいことから赤フィルタ画像データＤrfが選択される。

この時、最大輝度値比較部１３ｄは、赤濃淡ヒストグラム５１ａの最大輝度値Ｂmax4rと隣接する高輝度異物による小輝度分布５１ｂの最小輝度値Ｂmin4の中間の輝度値を外観検査のために使用する閾値Ｂk4として算出する。

そして、最大輝度値比較部１３ｄにおいて、赤フィルタ画像データＤrfが選択されると、異物判定処理部１４は、この赤フィルタ画像データＤrfと閾値Ｂk4を使って画像処理を行って、高輝度異物の検出を行う。

高輝度異物検出は、赤フィルタ画像データＤrfの全画素の輝度値に対して閾値Ｂk4を比較させ、その閾値Ｂk4以上の輝度値を持つ画素から高輝度異物の大きさ形状を求めて高輝度異物を検出し良品判定を行う。

このとき、異物判定処理部１４は、赤フィルタ画像データとその赤フィルタ画像データＤrfにおいて高輝度異物を高精度に抽出できる閾値Ｂk4とを使って画像処理を行って、高輝度異物と背景色との判断を行うことから、高精度の高輝度異物検出を行うことができる。

また、緑又は青のフィルタ画像データＤgf，Ｄbfが選択された場合も同様に、高輝度異物の検出のための閾値が求められ、該閾値と緑又は青フィルタ画像データＤgf，Ｄbfを使って画像処理を行い高輝度異物と背景色との判断を行うことから、高精度の高輝度異物検出を行うことができる。

そして、異物判定処理部１４は、各半導体チップＣＰの高輝度異物検出を行い、その良品の有無を判定し、その判定結果を、記憶部１５に記憶する。
上記のように構成することによって、本実施形態は以下の効果を有する。

（１）本実施形態によれば、最大輝度値算出部１２ｄは、各フィルタ画像データＤrf，Ｄgf，Ｄbfからそれぞれ赤、緑及び青の各濃淡ヒストグラム５１ａ，５２ａ，５３ａを作成した。そして、最大輝度値算出部１２ｄは、その各濃淡ヒストグラム５１ａ，５２ａ，５３ａの最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bを求めた。

最大輝度値比較部１３ｄは、これら最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bの大小を比較し、最大輝度値が最も小さい濃淡ヒストグラムが隣接する高輝度異物による小輝度分布５１ｂ，５２ｂ，５３ｂとの間において、閾値Ｂk4が最も設定し易いとして最大輝度値が最も小さい濃淡ヒストグラムのフィルタ画像データを選択した。

そして、異物判定処理部１４は、その選択した異物と背景色との閾値Ｂk4が最も設定し易いフィルタ画像データに基づいて画像処理を行うようにした。
従って、各フィルタ画像データＤrf，Ｄgf．Ｄbfの中から、異物と背景色との閾値Ｂk4が最も設定し易いフィルタ画像データを使って画像処理を行うことから、高精度の高輝度異物検出を行うことができる。

（２）本実施形態によれば、最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bの大小を比較し、最大輝度値が最も小さい濃淡ヒストグラムが隣接する高輝度異物の小輝度分布５１ｂ，５２ｂ，５３ｂとの間において、閾値Ｂk4を設定するようにしたので、閾値の設定作業が非常に容易となる。

尚、本実施形態では、閾値Ｂk4を最大輝度値Ｂmax4rと隣接する小輝度分布５１ｂの最小輝度値Ｂmin4の中間に設定したが、中間でなくても良く適宜変更してもよい。
（第６実施形態）
次に、第６実施形態について、図２０に従って説明する。

本実施形態の外観検査装置１は、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfの特徴量としてフーリエ・スペクトルの最大周波数成分とした点に特徴を有している。
なお、説明の便宜上、上記各実施形態と共通の部分については、同じ符号を付して詳細な説明を省略する。

図２０において、ＲＧＢ画像データ生成部１１がカラー画像データＧＤに基づいて作成したそれぞれＮ個の画素からなる赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfは、最大周波数成分算出部１２ｅに出力される。

特徴量抽出部としての最大周波数成分算出部１２ｅは、フーリエ変換回路を有し、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfについて、それぞれ各フィルタ画像データＤrf，Ｄgf，Ｄbfをそれぞれフーリエ変換して周波数スペクトルを求める。

そして、最大周波数成分算出部１２ｅは、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfについてフーリエ・スペクトルを求めると、その求めた周波数成分中の最も高い高周波成分（最大周波数成分Ｆｒ，Ｆｇ，Ｆｂ）を各フィルタ画像データＤrf，Ｄgf，Ｄbfごとに求める。

最大周波数成分算出部１２ｅは、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfについての最大周波数成分Ｆｒ，Ｆｇ，Ｆｂを求めると、これら最大周波数成分Ｆｒ，Ｆｇ，Ｆｂを最大周波数成分比較部１３ｅに出力する。

フィルタ画像比較部としての最大周波数成分比較部１３ｅは、これら最大周波数成分Ｆｒ，Ｆｇ，Ｆｂの大小を比較し、最も高い最大周波数成分を持つフィルタ画像データを割り出す。

これは、最も高い周波数成分を持つフィルタ画像データほど、隣接する画素間の濃淡差が大きく異物検出のための解像力が高くエッジ検出が優れているからである。
つまり、画像処理において、画像が鈍ることは、解像力が低いことを意味し、異物（エッジ）を検出しにくいことにつながる。これは、隣接画素間の濃淡の差分が小さい、即ち、微分値が小さくなり、画像のフーリエ・スペクトルにおける高周波成分が少なくなるとともに、最大周波数成分が小さいことを意味するからである。

因みに、このことは、光の赤、緑、及び青色成分の波長が異なるため、カラー撮像装置８の撮像レンズの色収差によって、各フィルタ画像の結像する焦点距離がそれぞれ若干ずれる。その結果、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfの画像について、その解像力の違いが生ずる。

また、赤、緑、及び青のフィルタをベイヤー配列したイメージセンサ８ａに基づく各フィルタ画像データＤrf，Ｄgf，Ｄbfの補間処理によっても、赤、緑及び青の各フィルタ画像データＤrf，Ｄgf，Ｄbfの画像について、その解像力の違いが生ずる。

そして、最大周波数成分比較部１３ｅは、例えば、最も高い周波数成分が赤フィルタ画像データＤrfの最大周波数成分Ｆｒである場合、赤フィルタ画像データＤrfを選択する。
最大周波数成分比較部１３ｅが赤フィルタ画像データＤrfを選択すると、異物判定処理部１４は、この赤フィルタ画像データＤrfと予め定めた閾値を使って画像処理を行って、異物の検出を行う。

異物検出は、赤フィルタ画像データＤrfの全画素の輝度値に対して閾値と比較して、異物の大きさ形状を求めて異物を検出し良品判定を行う。
このとき、異物判定処理部１４は、解像力が高くエッジ検出に優れた赤フィルタ画像データを使って画像処理を行って高精度の異物検出を行うことができる。

上記のように構成することによって、本実施形態は以下の効果を有する。
（１）本実施形態によれば、最大周波数成分算出部１２ｅは、各フィルタ画像データＤrf，Ｄgf，Ｄbf毎にフーリエ・スペクトルを求め、その求めた周波数成分中の最も高い高周波成分（最大周波数成分Ｆｒ，Ｆｇ，Ｆｂ）を算出した。

最大周波数成分比較部１３ｅは、これら最大周波数成分Ｆｒ，Ｆｇ，Ｆｂの大小を比較し、最も高い最大周波数成分を有するフィルタ画像データを選択した。
そして、異物判定処理部１４は、隣接する画素間の濃淡差が大きく異物検出のための解像力が高くエッジ検出が優れたフィルタ画像データに基づいて画像処理を行うようにした。

従って、各フィルタ画像データＤrf，Ｄgf．Ｄbfの中から、解像力が高くエッジ検出に優れたフィルタ画像データを使って画像処理を行うことから、高精度の異物検出を行うことができる。

尚、本発明は、上記実施形態に限定されるものではなく以下のように実施してもよい。
（１）上記各実施形態では、使用したカラー撮像装置８は、イメージセンサ８ａがカラーフィルタをベイヤー配列した単板式カラーＣＣＤ撮像素子からなる単板方式のカラー撮像装置であったが、分光プリズムを使って各色に分けて各色の画像データを取得するいわゆる３板方式のカラー撮像装置を使って実施してもよい。

（２）上記第１実施形態では、各フィルタ画像データＤrf，Ｄgf，Ｄbfからそれぞれ輝度平均値Ａvr，Ａvg，Ａvbを求め、ルックアップテーブルＬＴを使って、その求めた輝度平均値Ａvr，Ａvg，Ａvbの組み合わせに相当する選定フィルタ画像データを選択した。

これを、低輝度異物検出を行う場合には、各フィルタ画像データＤrf，Ｄgf，Ｄbfから求めた輝度平均値Ａvr，Ａvg，Ａvbの中で最も輝度平均値が大きいフィルタ画像データ、即ち、低輝度異物と背景色（色味）のコントラストが最も大きくなるフィルタ画像データを使って、低輝度異物検出を行ってもよい。

反対に、高輝度異物検出を行う場合には、輝度平均値Ａvr，Ａvg，Ａvbの中で最も輝度平均値が小さいフィルタ画像データ、即ち、高輝度異物と背景色（色味）のコントラストが最も大きくなるフィルタ画像データを使って、高輝度異物検出を行うように実施してもよい。この場合、ルックアップテーブルＬＴを必要とせず、コストダウンを図ることができる。

（３）上記第２実施形態では、特徴量として低輝度側の傾きＳ１，Ｓ２，Ｓ３を抽出し、これら傾きＳ１，Ｓ２，Ｓ３に基づいて各フィルタ画像データＤrf，Ｄgf，Ｄbfのいずれかを選択して低輝度異物検出を行った。また、第３実施形態では、特徴量として高輝度側の傾きＳ４，Ｓ５，Ｓ６を抽出し、これら傾きＳ４，Ｓ５，Ｓ６に基づいて各フィルタ画像データＤrf，Ｄgf，Ｄbfのいずれかを選択して高輝度異物検出を行った。

これを、１つの外観検査装置１で低輝度側の傾きＳ１，Ｓ２，Ｓ３と高輝度側の傾きＳ４，Ｓ５，Ｓ６を抽出する。そして、これら傾きＳ１〜Ｓ６に基づいて低輝度異物検出に適したフィルタ画像データ及び高輝度異物検出に適したフィルタ画像データを選択して、低輝度異物（黒画素異物）の検出と高輝度異物（白画素異物）の検出とをあわせて１つの外観検査装置１で実施してもよい。

（４）上記第４実施形態では、特徴量として最小輝度値Ｂmin3r，Ｂmin3g，Ｂmin3bを抽出し、これら最小輝度値Ｂmin3r，Ｂmin3g，Ｂmin3bに基づいて各フィルタ画像データＤrf，Ｄgf，Ｄbfのいずれかを選択して低輝度異物検出を行った。また、第５実施形態では、特徴量として最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bを抽出し、これら最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bに基づいて各フィルタ画像データＤrf，Ｄgf，Ｄbfのいずれかを選択して高輝度異物検出を行った。

これを、１つの外観検査装置１で最小輝度値Ｂmin3r，Ｂmin3g，Ｂmin3bと最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bを抽出する。そして、これら最小輝度値Ｂmin3r，Ｂmin3g，Ｂmin3bと最大輝度値Ｂmax4r，Ｂmax4g，Ｂmax4bに基づいて低輝度異物検出に適したフィルタ画像データ及び高輝度異物検出に適したフィルタ画像データを選択して、低輝度異物（黒画素異物）の検出と高輝度異物（白画素異物）の検出とをあわせて１つの外観検査装置１で実施してもよい。

（５）低輝度異物（黒画素異物）の検出を行う場合、上記第２実施形態と第４実施形態を同時に行い、閾値Ｂk1，Ｂk3の設定が容易なほうのフィルタ画像データを選択して低輝度異物の検出を行ってもよい。

（６）高輝度異物（白画素異物）の検出を行う場合、上記第３実施形態と第５実施形態を同時に行い、閾値Ｂk2，Ｂk4の設定が容易なほうのフィルタ画像データを選択して低輝度異物の検出を行ってもよい。

１…外観検査装置、２…検査テーブル、３…凹部、５…照明装置、８…カラー撮像装置、８ａ…イメージセンサ、１０…画像処理装置、１１…ＲＧＢ画像データ生成部、１２…輝度平均値算出部、１２ａ…低輝度側傾き算出部、１２ｂ…高輝度側傾き算出部、１２ｃ…最小輝度値算出部、１２ｄ…最大輝度値算出部、１２ｅ…最大周波数成分算出部、１３…平均値比較部、１３ａ…低輝度側傾き比較部、１３ｂ…高輝度側傾き比較部、１３ｃ…最小輝度値比較部、１３ｄ…最大輝度値比較部、１３ｅ…最大周波数成分比較部、１４…異物判定処理部、１５…記憶部、２１ａ，３１ａ，４１ａ，５１ａ…赤濃淡ヒストグラム、２１ｂ，３１ｂ，４１ｂ，５１ｂ…小輝度分布、２２ａ，３２ａ，４２ａ，５２ａ…緑濃淡ヒストグラム、２２ｂ，３２ｂ，４２ｂ，５２ｂ…小輝度分布、２３ａ，３３ａ，４３ａ，５３ａ…青濃淡ヒストグラム、２３ｂ，３３ｂ，４３ｂ，５３ｂ…小輝度分布、ＬＴ…ルックアップテーブル、Ａvr，Ａvg，Ａvb…輝度平均値、Ｂk1，Ｂk2，Ｂk3，Ｂk4…閾値、Ｂmax4r，Ｂmax4g，Ｂmax4b…最大輝度値、Ｂmin3r，Ｂmin3g，Ｂmin3b…最小輝度値、ＣＰ…半導体チップ、Ｄrf…赤フィルタ画像データ、Ｄgf…緑フィルタ画像データ、Ｄbf…青フィルタ画像データ、Ｆｒ，Ｆｇ，Ｆｂ…最大周波数成分、ＧＤ…カラー画像データ（撮像画像データ）、Ｓ１，Ｓ２，Ｓ３…傾き（低輝度側）、Ｓ４，Ｓ５，Ｓ６…傾き（高輝度側）。

Claims (10)

1. ワークに対して光を照射する照明部と、
   前記ワークの所定領域を撮像する撮像部と、
   前記撮像部による撮像画像データを入力し画像処理して前記ワークの異物欠陥を検出する画像処理部と
   を有した外観検査装置において、
   前記画像処理部は、
   前記撮像部で撮像した得られたカラー画像データから赤、緑、及び、青のフィルタ画像データを作成するＲＧＢ画像データ生成部と、
   前記赤、緑、及び、青の各フィルタ画像データから検査領域の特徴量を算出する特徴量抽出部と、
   前記特徴量算出部が抽出した前記赤、緑、及び、青の各フィルタ画像データの特徴量を入力し、それら特徴量を比較して、異物を検出しやすい最適なフィルタ画像データを選び出すフィルタ画像比較部と
   を備え、前記フィルタ画像比較部が選択したフィルタ画像データを用いて画像処理による異物欠陥検出を行うことを特徴とする外観検査装置。
2. 請求項１に記載の外観検査装置において、
   前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の輝度平均値を特徴量として算出する輝度平均値算出部であり、
   前記フィルタ画像比較部は、前記輝度平均値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの輝度平均値と、予め作成したルックアップテーブルとに基づいて、最適なフィルタ画像データを選択する平均値比較部であることを特徴とする外観検査装置。
3. 請求項２に記載の外観検査装置において、
   前記フィルタ画像比較部は、前記輝度平均値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの輝度平均値と、予め作成したルックアップテーブルとに基づいて、前記ワークの色味異常として不良判定することを特徴とする外観検査装置。
4. 請求項１に記載の外観検査装置において、
   前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから低輝度値側の傾きを特徴量として算出する低輝度側傾き算出部であり、
   前記フィルタ画像比較部は、前記低輝度側傾き算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの低輝度値側の傾きを比較して、その傾きの絶対値が最も大きなフィルタ画像データを、低輝度異物を検出するのに最適なフィルタ画像データとして選択する低輝度側傾き比較部であることを特徴とする外観検査装置。
5. 請求項１に記載の外観検査装置において、
   前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから高輝度値側の傾きを特徴量として算出する高輝度側傾き算出部であり、
   前記フィルタ画像比較部は、前記高輝度側傾き算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの高輝度値側の傾きを比較して、その傾きの絶対値が最も大きなフィルタ画像データを、高輝度異物を検出するのに最適なフィルタ画像データとして選択する高輝度側傾き比較部であることを特徴とする外観検査装置。
6. 請求項１に記載の外観検査装置において、
   前記特徴量抽出部は、
   前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから低輝度値側の傾きを特徴量として算出する低輝度側傾き算出部と、
   前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから高輝度値側の傾きを特徴量として算出する高輝度側傾き算出部と
   を備え、
   前記フィルタ画像比較部は、
   前記低輝度側傾き算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの低輝度値側の傾きを比較して、その傾きの絶対値が最も大きなフィルタ画像データを、低輝度異物を検出するのに最適なフィルタ画像データとして選択する低輝度側傾き比較部と、
   前記高輝度側傾き算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの高輝度値側の傾きを比較して、その傾きの絶対値が最も大きなフィルタ画像データを、高輝度異物を検出するのに最適なフィルタ画像データとして選択する高輝度側傾き比較部と
   を備えたことを特徴とする外観検査装置。
7. 請求項１に記載の外観検査装置において、
   前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから最小輝度値を特徴量として算出する最小輝度値算出部であり、
   前記フィルタ画像比較部は、前記最小輝度値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの最小輝度値を比較して、その最小輝度値が最も大きなフィルタ画像データを、低輝度異物を検出するのに最適なフィルタ画像データとして選択する最小輝度値比較部であることを特徴とする外観検査装置。
8. 請求項１に記載の外観検査装置において、
   前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから最大輝度値を特徴量として算出する最大輝度値算出部であり、
   前記フィルタ画像比較部は、前記最大輝度値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの最大輝度値を比較して、その最大輝度値が最も小さなフィルタ画像データを、高輝度異物を検出するのに最適なフィルタ画像データとして選択する最大輝度値比較部であることを特徴とする外観検査装置。
9. 請求項１に記載の外観検査装置において、
   前記特徴量抽出部は、
   前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから最小輝度値を特徴量として算出する最小輝度値算出部と、
   前記赤、緑、及び、青の各フィルタ画像データから検査領域の濃淡ヒストグラムをそれぞれ作成し、その各濃淡ヒストグラムから最大輝度値を特徴量として算出する最大輝度値算出部と
   を備え、
   前記フィルタ画像比較部は、
   前記最小輝度値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの最小輝度値を比較して、その最小輝度値が最も大きなフィルタ画像データを、低輝度異物を検出するのに最適なフィルタ画像データとして選択する最小輝度値比較部と、
   前記最大輝度値算出部が算出した前記赤、緑、及び、青の各フィルタ画像データの濃淡ヒストグラムの最大輝度値を比較して、その最大輝度値が最も小さなフィルタ画像データを、高輝度異物を検出するのに最適なフィルタ画像データとして選択する最大輝度値比較部と
   を備えたことを特徴とする外観検査装置。
10. 請求項１に記載の外観検査装置において、
    前記特徴量抽出部は、前記赤、緑、及び、青の各フィルタ画像データから検査領域のフーリエ・スペクトルを演算し、各フィルタ画像データのフーリエ・スペクトルから最大周波数成分を特徴量として算出する最大周波数成分算出部であり、
    前記フィルタ画像比較部は、前記最大周波数成分算出部が算出した前記赤、緑、及び、青の各フィルタ画像データのフーリエ・スペクトルの最大周波数成分を比較して、その最大周波数成分が最も大きなフィルタ画像データを、異物を検出するのに最適なフィルタ画像データとして選択する最大周波数成分比較部であることを特徴とする外観検査装置。

Images