JP3009205B2 - 検査方法及びその装置 - Google Patents
検査方法及びその装置Info
- Publication number
- JP3009205B2 JP3009205B2 JP2295339A JP29533990A JP3009205B2 JP 3009205 B2 JP3009205 B2 JP 3009205B2 JP 2295339 A JP2295339 A JP 2295339A JP 29533990 A JP29533990 A JP 29533990A JP 3009205 B2 JP3009205 B2 JP 3009205B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- inspection object
- dimensional shape
- inspection
- detected
- 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.)
- Expired - Lifetime
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は工業製品の外観検査において、検出立体形状
を良品立体形状(設計データ)と比較検査する方法及び
その装置(システム)に関する。
を良品立体形状(設計データ)と比較検査する方法及び
その装置(システム)に関する。
従来の一例として、特公昭63−9602号公報は対象物
に上方よりスリット光を投光、両側斜方よりこのスリッ
ト投影像を検出、これらより対象物の特定位置のプロフ
ィルを検出する光切断法であった。そこでは抽出された
光切断線よりはんだ付部を抽出し、抽出されたはんだ付
部の光切断線部分に対して複数の判定アルゴリズム、そ
の一つ一つは計数的処理であるが、を適用し、はんだ付
部の良否を評価するものであった。
に上方よりスリット光を投光、両側斜方よりこのスリッ
ト投影像を検出、これらより対象物の特定位置のプロフ
ィルを検出する光切断法であった。そこでは抽出された
光切断線よりはんだ付部を抽出し、抽出されたはんだ付
部の光切断線部分に対して複数の判定アルゴリズム、そ
の一つ一つは計数的処理であるが、を適用し、はんだ付
部の良否を評価するものであった。
また、従来技術は、特開昭54−114264号公報は、同
じく光切断法を検出手段とし、ネジの輪郭を抽出し、こ
れを予め記憶された標準ネジパターン(良品形状)と比
較し、予め設定された許容値以上の不一致を生じる部分
を欠陥とするものであった。
じく光切断法を検出手段とし、ネジの輪郭を抽出し、こ
れを予め記憶された標準ネジパターン(良品形状)と比
較し、予め設定された許容値以上の不一致を生じる部分
を欠陥とするものであった。
これらはいずれも、対象物の立体形状を検出し、検査
するものではあるが、その判定処理の対象となる検査情
報は、XYZ空間における立体形状というのではなく、XZ
平面上のプロフィルであった。しかし、いずれにしろ立
体的形状の検査をしており、以下本発明の実施例におい
ても、実施例自体はXYZ空間における立体形状として説
明するが、XZ平面上のプロフィルもその一部として含む
ものである。
するものではあるが、その判定処理の対象となる検査情
報は、XYZ空間における立体形状というのではなく、XZ
平面上のプロフィルであった。しかし、いずれにしろ立
体的形状の検査をしており、以下本発明の実施例におい
ても、実施例自体はXYZ空間における立体形状として説
明するが、XZ平面上のプロフィルもその一部として含む
ものである。
さらに、従来技術特願平01−180305号は、X線撮像
によりとらえたはんだ付部の濃淡画像を基にはんだ付部
の良否を判定する手段を示しており、立体形状そのもの
を検出して検査しているものではない。しかし、検出さ
れたX線濃淡画像を対数変換することにより、はんだ付
部の厚さ分布情報(厚さ画像)を得ており、その点で立
体形状情報(距離画像)に近い情報を対象としている。
そして、この実施例においては得られた厚さ画像(判定
処理の主要部はその波形、すなわち厚さ波形であるが)
を予め用意した良品はんだ付部のそれと比較し、不一致
の大きさより良否を判定している。特に、良品はんだ付
部が、いろいろな形状を有し、その変化範囲が大きいこ
とも着目し、多数の各種良品はんだ付部の厚さ波形を収
集し、これらよりクラスタリング処理により複数の典型
的良品波形を抽出し、これらと検出厚さ波形を比較し、
最も一致度の高い良品波形との不一致量を求め、これが
予め設定した許容値を越えている時、そのはんだ付部を
欠陥と判定している。
によりとらえたはんだ付部の濃淡画像を基にはんだ付部
の良否を判定する手段を示しており、立体形状そのもの
を検出して検査しているものではない。しかし、検出さ
れたX線濃淡画像を対数変換することにより、はんだ付
部の厚さ分布情報(厚さ画像)を得ており、その点で立
体形状情報(距離画像)に近い情報を対象としている。
そして、この実施例においては得られた厚さ画像(判定
処理の主要部はその波形、すなわち厚さ波形であるが)
を予め用意した良品はんだ付部のそれと比較し、不一致
の大きさより良否を判定している。特に、良品はんだ付
部が、いろいろな形状を有し、その変化範囲が大きいこ
とも着目し、多数の各種良品はんだ付部の厚さ波形を収
集し、これらよりクラスタリング処理により複数の典型
的良品波形を抽出し、これらと検出厚さ波形を比較し、
最も一致度の高い良品波形との不一致量を求め、これが
予め設定した許容値を越えている時、そのはんだ付部を
欠陥と判定している。
上記従来技術には以下の問題があった。
従来技術に関して言えば、はんだ付部の良品形状は
バリエーションが多い、このため従来技術では欠陥が
持つ形状的特質に着目して複数の計数的処理を設定して
いる。しかし不良品のバリエーションは、良品のバリエ
ーションよりも幅か広い、つまり不良品の形態は極めて
多様である。このため設定した計数的処理だけではこれ
らすべてを検出することができず、欠陥の一部を見逃す
という課題がある。
バリエーションが多い、このため従来技術では欠陥が
持つ形状的特質に着目して複数の計数的処理を設定して
いる。しかし不良品のバリエーションは、良品のバリエ
ーションよりも幅か広い、つまり不良品の形態は極めて
多様である。このため設定した計数的処理だけではこれ
らすべてを検出することができず、欠陥の一部を見逃す
という課題がある。
また従来技術では良品形状との比較検査を行ってい
る。しかし、良品形状が持つ固有の、かつ許容しうる変
形、例えばの実施例で言えばネジ端部のばりやネジ山
の丸味などの変化については考慮されていない。また検
出に伴う固有の誤差、例えばこの実施例で言えば光学系
の解像限度とこれに伴う光切断像のぼけに起因するネジ
山のシャープさ劣化などの変化についても考慮されてい
ないという課題を有していた。
る。しかし、良品形状が持つ固有の、かつ許容しうる変
形、例えばの実施例で言えばネジ端部のばりやネジ山
の丸味などの変化については考慮されていない。また検
出に伴う固有の誤差、例えばこの実施例で言えば光学系
の解像限度とこれに伴う光切断像のぼけに起因するネジ
山のシャープさ劣化などの変化についても考慮されてい
ないという課題を有していた。
また従来技術では、各種バリエーションを持つ良品
多数のX線画像を検出し、このようにして得た多数良品
の検出情報からクラスタリング処理で典型的良品情報を
複数個創成し、これらと検査対象物からの検出情報を比
較することにより、良品のバリエーションに対応した検
査を実現している。しかし、実物から典型的良品情報を
作成するためには、実在しうる良品のバリエーションを
包含するだけの多数の良品を検出する必要があり、この
ため、検査前にこれら典型的良品情報抽出に多大な手間
を要するという課題がある。またこの方法では、設計変
更により対象部の形状の一部が変更された場合、変更さ
れた仕様の良品多数について再度データを採り直す必要
がある。さらに、この方法は、すでに多数の良品が存在
することを前提にして初めて成立する方法であり、初め
て作られた対象物を検査することは基本的にできない。
多数のX線画像を検出し、このようにして得た多数良品
の検出情報からクラスタリング処理で典型的良品情報を
複数個創成し、これらと検査対象物からの検出情報を比
較することにより、良品のバリエーションに対応した検
査を実現している。しかし、実物から典型的良品情報を
作成するためには、実在しうる良品のバリエーションを
包含するだけの多数の良品を検出する必要があり、この
ため、検査前にこれら典型的良品情報抽出に多大な手間
を要するという課題がある。またこの方法では、設計変
更により対象部の形状の一部が変更された場合、変更さ
れた仕様の良品多数について再度データを採り直す必要
がある。さらに、この方法は、すでに多数の良品が存在
することを前提にして初めて成立する方法であり、初め
て作られた対象物を検査することは基本的にできない。
本発明の目的は上記従来技術の課題を解決すべく、
良品形状の持つバリエーション,波形の変形範囲に対応
させて信頼性の高い比較検査を実現できるようにした検
査方法及びその装置を提供することにある。
良品形状の持つバリエーション,波形の変形範囲に対応
させて信頼性の高い比較検査を実現できるようにした検
査方法及びその装置を提供することにある。
また本発明の目的は、上記従来技術の課題を解決す
べく、製造工程で発生する良品の変形,検出に伴う立体
形状情報の変形に影響されることなく、欠陥のみを確実
に抽出してより高い精度で微細な欠陥まで検査できるよ
うにした検査方法及びその装置を提供することにある。
べく、製造工程で発生する良品の変形,検出に伴う立体
形状情報の変形に影響されることなく、欠陥のみを確実
に抽出してより高い精度で微細な欠陥まで検査できるよ
うにした検査方法及びその装置を提供することにある。
また本発明の他の目的は、上記従来技術の課題を解
決すべく、良品との比較検査において良品データの準備
工数の低減を、単一製品に対しても適用可能な検査とを
実現できるようにした検査方法及びその装置を提供する
ことにある。
決すべく、良品との比較検査において良品データの準備
工数の低減を、単一製品に対しても適用可能な検査とを
実現できるようにした検査方法及びその装置を提供する
ことにある。
上記目的を達成するために、本発明は設計データ(CA
Dデータ)から良品立体形状を求め検出立体形状と比較
する。ここで良品立体形状は設計データから求めた立体
形状に製造工程で対象物に生じる固有の変形処理(例え
ばテーパ処理,角部についての丸み処理)を施す。ま
た、良品に良品として許容しうる、しかし無視できない
大きさのばらつきがある場合には、そのばらつきの範囲
内で複数の変形量の良品立体形状を求める。さらに/ま
たは、検出時に生じる固有の検出誤差のために生じる変
形を施し良品立体形状を求める。そしてこのようにして
求められた良品立体形状と検査対象物の検出立体形状を
比較するものである。
Dデータ)から良品立体形状を求め検出立体形状と比較
する。ここで良品立体形状は設計データから求めた立体
形状に製造工程で対象物に生じる固有の変形処理(例え
ばテーパ処理,角部についての丸み処理)を施す。ま
た、良品に良品として許容しうる、しかし無視できない
大きさのばらつきがある場合には、そのばらつきの範囲
内で複数の変形量の良品立体形状を求める。さらに/ま
たは、検出時に生じる固有の検出誤差のために生じる変
形を施し良品立体形状を求める。そしてこのようにして
求められた良品立体形状と検査対象物の検出立体形状を
比較するものである。
上記構成により、良品形状の持つバリエーション,形
状の変形範囲に対応させて比較検査を行うことができ、
その結果高い信頼度を得ることができる。また上記構成
により、製造工程で発生する良品の変形,検出に伴う立
体形状情報の変形に影響させることなく、高い精度で微
細な欠陥まで検査を行うことができる。
状の変形範囲に対応させて比較検査を行うことができ、
その結果高い信頼度を得ることができる。また上記構成
により、製造工程で発生する良品の変形,検出に伴う立
体形状情報の変形に影響させることなく、高い精度で微
細な欠陥まで検査を行うことができる。
又上記構成により、良品データの準備工数の低減をは
かることができ、また単一製品に対しても適用可能にす
ることができる。
かることができ、また単一製品に対しても適用可能にす
ることができる。
本発明の一実施例の構成を第1図に示す。第1図で四
角で囲んだ部分が本発明の検査方法で行う処理(機能,
方法)を、丸で囲んだ部分は入出力の情報を意味してい
る。本実施例は、設計データ(CADデータ)11を入力と
し、立体形状変換手段による立体形状変換,製造変形処
理手段14による製造変形処理,検出変形処理手段15によ
る検出変形処理及び、検査対象物に対する立体形状検出
装置18、及びこれらの出力間の比較検査手段20による比
較検査からなる。
角で囲んだ部分が本発明の検査方法で行う処理(機能,
方法)を、丸で囲んだ部分は入出力の情報を意味してい
る。本実施例は、設計データ(CADデータ)11を入力と
し、立体形状変換手段による立体形状変換,製造変形処
理手段14による製造変形処理,検出変形処理手段15によ
る検出変形処理及び、検査対象物に対する立体形状検出
装置18、及びこれらの出力間の比較検査手段20による比
較検査からなる。
設計データ11は、立体形状変換処理手段12による立体
形状変換処理により立体形状検出装置18からの出力フォ
ーマットと合致したフォーマットの立体形状情報(立体
形状モデル)13に変換される。立体形状検出器18によっ
て検出される検出立体形状19が、{Z(x,y)}で規定
されるような2次元配列であれば、立体形状変換手段12
による立体形状変換処理の出力も同一フォーマットの2
次元配列である。以下、出力される立体形状モデル13を
{ZM(x,y)}と表現する。
形状変換処理により立体形状検出装置18からの出力フォ
ーマットと合致したフォーマットの立体形状情報(立体
形状モデル)13に変換される。立体形状検出器18によっ
て検出される検出立体形状19が、{Z(x,y)}で規定
されるような2次元配列であれば、立体形状変換手段12
による立体形状変換処理の出力も同一フォーマットの2
次元配列である。以下、出力される立体形状モデル13を
{ZM(x,y)}と表現する。
例えば、第2図のように平面1上の座標(x0,y0)上
に半径rの球2が載っている設計データ11は 平面:Z=0 球:(x−x0)2+(y+y0)2+(z−r)2=r2 の組合せとして与えられる。立体形状変換手段12による
立体形状変換処理では、これを例えば第3図に示す2次
元配列の情報に変換する。このため、上記設計情報11を
元に次の変換処理を行う。
に半径rの球2が載っている設計データ11は 平面:Z=0 球:(x−x0)2+(y+y0)2+(z−r)2=r2 の組合せとして与えられる。立体形状変換手段12による
立体形状変換処理では、これを例えば第3図に示す2次
元配列の情報に変換する。このため、上記設計情報11を
元に次の変換処理を行う。
立体形状変換手段12による立体形状変換処理は、設計
データ11として表現されている形状の種類、CADシステ
ム中の形状の表現法,立体形状検出器18の出力表現法に
より種々の変換処理が実現しうる。ここではその最も単
純な実施例を上に示した。
データ11として表現されている形状の種類、CADシステ
ム中の形状の表現法,立体形状検出器18の出力表現法に
より種々の変換処理が実現しうる。ここではその最も単
純な実施例を上に示した。
次に立体形状検出装置18の一実施例を第4図に示す。
第4図は光切断法による立体形状検出装置18であり、直
線移動テーブル3,その上に固定されたスリット投光器4
と2つのTVカメラ5と6,光切断線抽出回路7,光切断線合
成回路8からなる。スリット投光器4よりスリット光9
を対象物に投影し、その輝線を両斜め方向からTVカメラ
5と6で検出する。両側から検出するのは、一方からだ
けでは対象物に死角を生じることがあるからである。検
出されたスリット輝線像は、7に送られ、光切断線を抽
出する。光切断線(波形情報)の抽出法の具体的処理内
容は、特開昭56−70407号公報(特公平02−3121号公
報)に示されている。また検出された2本の光切断線は
光切断線合成回路8により視角部を消去するように合成
される。この合成法の具体的処理内容は特開昭60−1401
07号公報に示されている。
第4図は光切断法による立体形状検出装置18であり、直
線移動テーブル3,その上に固定されたスリット投光器4
と2つのTVカメラ5と6,光切断線抽出回路7,光切断線合
成回路8からなる。スリット投光器4よりスリット光9
を対象物に投影し、その輝線を両斜め方向からTVカメラ
5と6で検出する。両側から検出するのは、一方からだ
けでは対象物に死角を生じることがあるからである。検
出されたスリット輝線像は、7に送られ、光切断線を抽
出する。光切断線(波形情報)の抽出法の具体的処理内
容は、特開昭56−70407号公報(特公平02−3121号公
報)に示されている。また検出された2本の光切断線は
光切断線合成回路8により視角部を消去するように合成
される。この合成法の具体的処理内容は特開昭60−1401
07号公報に示されている。
以上の処理をテーブル3を移動しながら繰返し行うこ
とにより、第4図左下に示す立体形状情報10,{Z(x,
y)}を得る。
とにより、第4図左下に示す立体形状情報10,{Z(x,
y)}を得る。
以上、光切断法による立体形状検出器の一実施例を示
したが、光切断法としても、この他、スポット光走査方
式光切断法(例えば、特開昭58−60593号公報(特公昭6
3−39841号公報))など各種方式を適用可能である。
したが、光切断法としても、この他、スポット光走査方
式光切断法(例えば、特開昭58−60593号公報(特公昭6
3−39841号公報))など各種方式を適用可能である。
さらに、本発明の立体形状検出装置は、光切断法に限
定されるものではなく、その他の各種立体形状検出法、
例えば、Shape from Shading法(例えば、池内:「反
射率地図に基づき、二次元濃淡画像より三次元形状を再
構成する2手法」,電子通信学会論文誌,Vol.J−65−D,
No.7,pp.842〜849('82年7月)),Photometric Stere
o法(例えば池内:同上文献),Shape form Texture法
(例えば、池内:「被写体表面上の小図形の幾何学的ひ
ずみから3次元形状を再構成する1手法」,同上論文
誌,pp.850〜857),Shape form Specular法(例えば、
寺師・白井・越川:「偏光を用いた光沢物体の表面形状
の認識」,電子技術総合研究所案報,第50巻,第1号,p
p.86〜95),Shape form Suntrace法(例えば、J.Kend
er,E.Smith;“SHAPE FROM DARKNESS:Deriving Surfa
ce Information form Dynamic Shadows",Proc. of
1st Int.Conf. on Compt.Vision,pp.539〜546,('
87年6月)),Shape form Focus法(例えば、S.Naya
r,Y.Nakagawa;“Shape form Focus:An Effective A
pproach for Rough Surfaces",Proc.of 1990 IEEE
Int.Conf.on Robotics & Automationに掲載予
定),ステレオ報(例えば、小堀・河野・篠崎:「ステ
レオ画像の三次元自動解析」,情報処理,Vol.22,No9,p
p.846〜855(1981年9月)) 以上に説明した立体形状検出器18の動作例として第5
図に検査対象物の一例と第6図にその検出立体形状{ZT
(x,y)}を示す。第5図の25は欠け欠陥である。第6
図においても欠け26の部分は欠けの状態が検出されてい
る。なお第3図,第4図,第6図において立体形状は光
切断線の集合のように表現しているが、これは立体形状
を分かりやすく説明するためにそのように表現している
ものであり、立体形状モデル{ZM(x,y)}や検出立体
形状{ZT(x,y)}は、そのようにも表示できるし、ま
たxy平面上で高さを明るさで表現すれば高い部分が明る
い濃淡画像、すなわち距離画像である。これらは画素単
位の離散的データである。
定されるものではなく、その他の各種立体形状検出法、
例えば、Shape from Shading法(例えば、池内:「反
射率地図に基づき、二次元濃淡画像より三次元形状を再
構成する2手法」,電子通信学会論文誌,Vol.J−65−D,
No.7,pp.842〜849('82年7月)),Photometric Stere
o法(例えば池内:同上文献),Shape form Texture法
(例えば、池内:「被写体表面上の小図形の幾何学的ひ
ずみから3次元形状を再構成する1手法」,同上論文
誌,pp.850〜857),Shape form Specular法(例えば、
寺師・白井・越川:「偏光を用いた光沢物体の表面形状
の認識」,電子技術総合研究所案報,第50巻,第1号,p
p.86〜95),Shape form Suntrace法(例えば、J.Kend
er,E.Smith;“SHAPE FROM DARKNESS:Deriving Surfa
ce Information form Dynamic Shadows",Proc. of
1st Int.Conf. on Compt.Vision,pp.539〜546,('
87年6月)),Shape form Focus法(例えば、S.Naya
r,Y.Nakagawa;“Shape form Focus:An Effective A
pproach for Rough Surfaces",Proc.of 1990 IEEE
Int.Conf.on Robotics & Automationに掲載予
定),ステレオ報(例えば、小堀・河野・篠崎:「ステ
レオ画像の三次元自動解析」,情報処理,Vol.22,No9,p
p.846〜855(1981年9月)) 以上に説明した立体形状検出器18の動作例として第5
図に検査対象物の一例と第6図にその検出立体形状{ZT
(x,y)}を示す。第5図の25は欠け欠陥である。第6
図においても欠け26の部分は欠けの状態が検出されてい
る。なお第3図,第4図,第6図において立体形状は光
切断線の集合のように表現しているが、これは立体形状
を分かりやすく説明するためにそのように表現している
ものであり、立体形状モデル{ZM(x,y)}や検出立体
形状{ZT(x,y)}は、そのようにも表示できるし、ま
たxy平面上で高さを明るさで表現すれば高い部分が明る
い濃淡画像、すなわち距離画像である。これらは画素単
位の離散的データである。
次に製造変形処理手段14による製造変形処理と検出変
形処理手段15による検出変形処理の動作内容について説
明する。製造変形処理手段14による製造変形処理は、製
造工程中で生じる、立体形状モデル{ZM(x,y)}には
表現されていない製造工程中に対象物に加えられる変形
と等価の処理を立体形状13に施すことである。
形処理手段15による検出変形処理の動作内容について説
明する。製造変形処理手段14による製造変形処理は、製
造工程中で生じる、立体形状モデル{ZM(x,y)}には
表現されていない製造工程中に対象物に加えられる変形
と等価の処理を立体形状13に施すことである。
従ってその具体的処理内容は製造工程固有のものであ
る。それらの例の一部を以下に示す。
る。それらの例の一部を以下に示す。
第7図は、厚さt0の立体形状モデルを例示している。
第7図(a)は設計データ11であり、白部がZ=0,黒部
がZ=t0の領域を意味しているものとする。例えばフォ
トエッチングで製作される工業製品ではしばしばその設
計データ11はこのような要素で表現されている。第7図
(b)はこの情報を基に立体形状変換手段12により立体
形状変換処理により形成された立体形状モデル13の模式
図であり、第7図は(c)はそのA−A断面を示してい
る。
第7図(a)は設計データ11であり、白部がZ=0,黒部
がZ=t0の領域を意味しているものとする。例えばフォ
トエッチングで製作される工業製品ではしばしばその設
計データ11はこのような要素で表現されている。第7図
(b)はこの情報を基に立体形状変換手段12により立体
形状変換処理により形成された立体形状モデル13の模式
図であり、第7図は(c)はそのA−A断面を示してい
る。
これに対し、例えばフォトエッチング工程では第8図
(a)に示すようにまずフォトレジスト12のパターンを
表面に形成し、これをマスクに第8図(b)のようにエ
ッチングを行い、最後に第8図(c)のようにフォトレ
ジストを除去して完成する。このため製造変形処理手段
14における製造変形処理では第7図(b)の立体形状モ
デル13を、第9図(a)の立体形状モデルに変形させ
る。第9図(b)は第9図(a)のA−A断面であり、
これは第8図(c)と一致している。
(a)に示すようにまずフォトレジスト12のパターンを
表面に形成し、これをマスクに第8図(b)のようにエ
ッチングを行い、最後に第8図(c)のようにフォトレ
ジストを除去して完成する。このため製造変形処理手段
14における製造変形処理では第7図(b)の立体形状モ
デル13を、第9図(a)の立体形状モデルに変形させ
る。第9図(b)は第9図(a)のA−A断面であり、
これは第8図(c)と一致している。
製造変形処理手段14又は検出変形処理手段15によっ
て、第7図(b)に示した立体形状モデルから第9図
(a)に示した検査用立体形状モデル16への変形処理を
第10図(a)に示す。白部がZ=0,黒部がZ=t0である
設計画像58に対し、膨張処理部51で黒部の領域を一画素
膨張させた画像59を得る。さらに膨張処理部52で一画素
膨張させ、元の設計画像58に対し2画素膨張させた画像
60を得る。減算部53で、一画素膨張させた画像59と元の
設計画像58の差画像61を得る。この差画像61に対し乗算
部55であらかじめ与えた値k1を乗ずる。同様に、設計画
像58に対し2画素膨張させた画像60と一画素膨張させた
画像59の差画像62を減算部54で計算する。差画像62に対
し、乗算部56でk2倍し、暗部がZ=k2t0の画像を得る。
設計画像58と、暗部がZ=k1t0の画像63と、暗部がZ=
k2t0の画像64を加算部57で加算し、階段状の濃度分布を
持つ画像65を得る。膨張処理の段数をこの例では2段と
したが一般には、n段とすることで、滑らかな階段状の
立体形状モデルを得る。定数kiは、膨張処理の段数nよ
り、 とすると、断面が第9図(b)に相当する検査用立体形
状モデル16を得る。kiの設定を変えることで、任意の断
面のホトレジストのモデルを得ることができる。
て、第7図(b)に示した立体形状モデルから第9図
(a)に示した検査用立体形状モデル16への変形処理を
第10図(a)に示す。白部がZ=0,黒部がZ=t0である
設計画像58に対し、膨張処理部51で黒部の領域を一画素
膨張させた画像59を得る。さらに膨張処理部52で一画素
膨張させ、元の設計画像58に対し2画素膨張させた画像
60を得る。減算部53で、一画素膨張させた画像59と元の
設計画像58の差画像61を得る。この差画像61に対し乗算
部55であらかじめ与えた値k1を乗ずる。同様に、設計画
像58に対し2画素膨張させた画像60と一画素膨張させた
画像59の差画像62を減算部54で計算する。差画像62に対
し、乗算部56でk2倍し、暗部がZ=k2t0の画像を得る。
設計画像58と、暗部がZ=k1t0の画像63と、暗部がZ=
k2t0の画像64を加算部57で加算し、階段状の濃度分布を
持つ画像65を得る。膨張処理の段数をこの例では2段と
したが一般には、n段とすることで、滑らかな階段状の
立体形状モデルを得る。定数kiは、膨張処理の段数nよ
り、 とすると、断面が第9図(b)に相当する検査用立体形
状モデル16を得る。kiの設定を変えることで、任意の断
面のホトレジストのモデルを得ることができる。
膨張処理部51の処理オペレータを第10図(b)に示
す。本オペレータは3×3画素に作用する。要素が全て
1のオペレータである。本オペレータを白部がZ=0,黒
部がZ=t0の画像に作用させ、結果がt0以上の画素をt0
とすることで膨張処理を実現できる。
す。本オペレータは3×3画素に作用する。要素が全て
1のオペレータである。本オペレータを白部がZ=0,黒
部がZ=t0の画像に作用させ、結果がt0以上の画素をt0
とすることで膨張処理を実現できる。
以上により第9図のような検査用立体形状モデル16を
得ることが可能である。またフォトエッチング工程で
は、エッチング条件を制御することにより、第11図
(a),(b),(c),(d),(e)に例示するよ
うな種々の断面形状を作り出すことが可能であるが、製
造変形手段14による製造変形処理ではこれらの断面形状
に立体形状モデル13を変形させることも可能である。こ
れらの断面形状は、その形状データを実物からの測定結
果などを基に与えても良いし、この検査方法の中に、製
造工程のシミュータ22を用意しておき、これを使って与
えても良い。これは、検出変形処理手段15による検出変
形処理についても同様であり、検出器のシミュレータ23
を予め用意しておき、これを用いて検出変形処理手段15
により変形させても良い。この検査法の実施例を第12図
に示す。第12図は、実施例の一部分であり、その全体は
立体形状モデル13より左側及び検査用立体形状モデル16
の下側は、第1図のそれと同じものがあるが、第12図で
はこれらを省略している。
得ることが可能である。またフォトエッチング工程で
は、エッチング条件を制御することにより、第11図
(a),(b),(c),(d),(e)に例示するよ
うな種々の断面形状を作り出すことが可能であるが、製
造変形手段14による製造変形処理ではこれらの断面形状
に立体形状モデル13を変形させることも可能である。こ
れらの断面形状は、その形状データを実物からの測定結
果などを基に与えても良いし、この検査方法の中に、製
造工程のシミュータ22を用意しておき、これを使って与
えても良い。これは、検出変形処理手段15による検出変
形処理についても同様であり、検出器のシミュレータ23
を予め用意しておき、これを用いて検出変形処理手段15
により変形させても良い。この検査法の実施例を第12図
に示す。第12図は、実施例の一部分であり、その全体は
立体形状モデル13より左側及び検査用立体形状モデル16
の下側は、第1図のそれと同じものがあるが、第12図で
はこれらを省略している。
また、第11図(f)と(g)は、第10図(e)のB部
の拡大であるが、工業製品ではしばしばミクロ的に観察
するとこれらのようにコーナやエッジ部,断差部でだれ
を生じていることがある。また、このようなだれを生じ
ていなくても、検出器の解像限度に近い性能で微細欠陥
を検出しようとすると、検出器の解像特性からこのよう
なだれを生じることがある。これらについても、だれの
変形を製造変形処理手段14又は検出変形処理手段15にり
立体形状モデルに施すことが可能である。その一実施例
としては、ぼかしフィルタを作用させることであり、こ
れは局所ウィンドの平滑化処理(例えば、3×3画素の
平均値処理)や、だれを点拡がり関数としてとらえ、こ
れをガウス分布で近似し、フィルタリング処理すること
も可能である。具体的には、点拡がり関数を と仮定し、 の処理をすれば良い。なお、上式は連続系の式で表現し
たが、離散データに対しては∫をΣとして適用すること
ができる。このようなフィルタリング処理は、局所オペ
レータによる重み付き平均値処理であり、その重み分布
の例を第13図に示す。
の拡大であるが、工業製品ではしばしばミクロ的に観察
するとこれらのようにコーナやエッジ部,断差部でだれ
を生じていることがある。また、このようなだれを生じ
ていなくても、検出器の解像限度に近い性能で微細欠陥
を検出しようとすると、検出器の解像特性からこのよう
なだれを生じることがある。これらについても、だれの
変形を製造変形処理手段14又は検出変形処理手段15にり
立体形状モデルに施すことが可能である。その一実施例
としては、ぼかしフィルタを作用させることであり、こ
れは局所ウィンドの平滑化処理(例えば、3×3画素の
平均値処理)や、だれを点拡がり関数としてとらえ、こ
れをガウス分布で近似し、フィルタリング処理すること
も可能である。具体的には、点拡がり関数を と仮定し、 の処理をすれば良い。なお、上式は連続系の式で表現し
たが、離散データに対しては∫をΣとして適用すること
ができる。このようなフィルタリング処理は、局所オペ
レータによる重み付き平均値処理であり、その重み分布
の例を第13図に示す。
このような、エッジ部のだれや検出画像のぼけは、必
ずしも製造工程中の変形と検出器による変形に切分けら
れないことや切分けても意味がないことが多い。このよ
うなケースに対しては、製造変形処理と検出変形処理を
統合して変形処理手段24による変形処理として扱った方
が適している。この検査法の実施例を第14図に示す。第
14図は第12図と同じくこの実施例の一部であり、その他
の部分は第1図と同一である。
ずしも製造工程中の変形と検出器による変形に切分けら
れないことや切分けても意味がないことが多い。このよ
うなケースに対しては、製造変形処理と検出変形処理を
統合して変形処理手段24による変形処理として扱った方
が適している。この検査法の実施例を第14図に示す。第
14図は第12図と同じくこの実施例の一部であり、その他
の部分は第1図と同一である。
製造変形処理手段14による製造変形処理の他の実施例
の一つとしては、はんだ付部の変形処理を説明する。第
15図(a)はプリント板33のパッド34,35上にチップ部
品36が搭載され、はんだ37,38により接合されている。
はんだはペースト印刷やはんだめっきにより供給される
ため、製造工程では不可避的に供給はんだ量にばらつき
を生じる。その結果、第15図(b),(c)のようには
んだ付部の形状は良品と言えども変化する。今、(b)
の状態を良品の上限(c)の状態を良品の下限とする
と、比較検査においては、これらを含む複数のはんだ付
形状を変形処理手段24による変形処理により作り出し、
これらと検出立体形状19を比較し、一致度の最も高い時
の不一致量を評価することにより、はんだ付部の良否を
決定する。なお、はんだ付部のモデル形状は、例えばケ
ンスイ線として与えることができる。
の一つとしては、はんだ付部の変形処理を説明する。第
15図(a)はプリント板33のパッド34,35上にチップ部
品36が搭載され、はんだ37,38により接合されている。
はんだはペースト印刷やはんだめっきにより供給される
ため、製造工程では不可避的に供給はんだ量にばらつき
を生じる。その結果、第15図(b),(c)のようには
んだ付部の形状は良品と言えども変化する。今、(b)
の状態を良品の上限(c)の状態を良品の下限とする
と、比較検査においては、これらを含む複数のはんだ付
形状を変形処理手段24による変形処理により作り出し、
これらと検出立体形状19を比較し、一致度の最も高い時
の不一致量を評価することにより、はんだ付部の良否を
決定する。なお、はんだ付部のモデル形状は、例えばケ
ンスイ線として与えることができる。
このように検査対象によっては、製造工程で複数のバ
リエーションを生じるケースがあり、これらの対象につ
いては複数の検査用立体形状モデル30を与える必要があ
る。これらの他の例としては、搭載部品の位置ずれや傾
きなどがある。これらに対応する本発明の一実施例を第
16図に示す。第16図は第12図と同じくこの実施例の一部
を示しており、その他の部分は第1図と同一である。
リエーションを生じるケースがあり、これらの対象につ
いては複数の検査用立体形状モデル30を与える必要があ
る。これらの他の例としては、搭載部品の位置ずれや傾
きなどがある。これらに対応する本発明の一実施例を第
16図に示す。第16図は第12図と同じくこの実施例の一部
を示しており、その他の部分は第1図と同一である。
この他、製造変形処理手段14による製造変形処理の実
例としては、機械加工部などの面とりやばりなどに対応
する処理がある。
例としては、機械加工部などの面とりやばりなどに対応
する処理がある。
次に形状変形処理手段15による形状変形処理の実施例
について示す。段差部などのだれやぼけに対応するぼか
しフィルタ,平滑化処理,点拡がり関数については上に
述べた。これらは最も典型的な検出変形処理である。
について示す。段差部などのだれやぼけに対応するぼか
しフィルタ,平滑化処理,点拡がり関数については上に
述べた。これらは最も典型的な検出変形処理である。
また、共焦点顕微鏡で立体形状を求める場合などにお
いては、しばしば高周波成分が強調された立体形状にな
ることがある。第17図はその例を示しており、第17図
(a)のような立体形状モデル13が第17図(b)のよう
に検出される。このような検出器に対する検出変形処理
としては、2次微分成分などの強調が考えられる。式
(1)にそのような変形処理の一実施例を示す。
いては、しばしば高周波成分が強調された立体形状にな
ることがある。第17図はその例を示しており、第17図
(a)のような立体形状モデル13が第17図(b)のよう
に検出される。このような検出器に対する検出変形処理
としては、2次微分成分などの強調が考えられる。式
(1)にそのような変形処理の一実施例を示す。
また、対象物には存在するが、立体形状検出器18では
検出できない領域が存在することがある。例えば死角に
なって見えない領域や検出深度域を越えた高い突起部や
深い凹部などがその例である。また、品質管理や製品検
査上、どうなっていても良い領域,検査する必要のない
領域が存在することもある。これらの領域については、
その部分を比較検査する必要がない。これらについては
不必要領域を示すdon't careマスクを作ることができ
る。このマスク{M(x,y)}M=0,1で0が検査域、1
が検査不要域であり、比較検査手段20による比較検査で
は0の部分のみ処理すれば良い。
検出できない領域が存在することがある。例えば死角に
なって見えない領域や検出深度域を越えた高い突起部や
深い凹部などがその例である。また、品質管理や製品検
査上、どうなっていても良い領域,検査する必要のない
領域が存在することもある。これらの領域については、
その部分を比較検査する必要がない。これらについては
不必要領域を示すdon't careマスクを作ることができ
る。このマスク{M(x,y)}M=0,1で0が検査域、1
が検査不要域であり、比較検査手段20による比較検査で
は0の部分のみ処理すれば良い。
次に比較検査手段20による比較検査の実施例を述べ
る。比較検査手段20による比較検査では検出立体形状
{ZT(x,y)}19と検査用立体形状モデル{ZR(x,y)}
16,30を照合し、不一致を検出する。そして不一致部に
対し、その程度を評価し、その結果として欠陥情報を出
力する。
る。比較検査手段20による比較検査では検出立体形状
{ZT(x,y)}19と検査用立体形状モデル{ZR(x,y)}
16,30を照合し、不一致を検出する。そして不一致部に
対し、その程度を評価し、その結果として欠陥情報を出
力する。
{ZT(x,y)}と{ZR(x,y)}の照合と不一致検出に
は各種のマッチングアルゴリズムや差画像抽出アルゴリ
ズムが適用できる。{ZT(x,y)}と{ZR(x,y)}につ
いて例えば2次微分オペレータを作用させ、かつこの出
力をしきい値処理することにより、エッジの2値画像
{ET(x,y)}と{ER(x,y)}を求め、次式により2つ
の画像の位置ずれ量(ΔX,ΔY)を求める。
は各種のマッチングアルゴリズムや差画像抽出アルゴリ
ズムが適用できる。{ZT(x,y)}と{ZR(x,y)}につ
いて例えば2次微分オペレータを作用させ、かつこの出
力をしきい値処理することにより、エッジの2値画像
{ET(x,y)}と{ER(x,y)}を求め、次式により2つ
の画像の位置ずれ量(ΔX,ΔY)を求める。
ここで、Σの範囲は例えば画面全面、 |は〔A|B〕で、Bが成立する条件下のAを表す。
は排他的論理和である。
そして、{ZR(x−ΔX,y−ΔY)}と{ZT(x,y)}
の差画像を求めることにより、不一致を検出することが
できる。また、あらかじめ位置合わせができている場合
には、{ZR(x,y)}と{ZT(x,y)}の差画像{ZD(x,
y)}を直接求めることができる。
の差画像を求めることにより、不一致を検出することが
できる。また、あらかじめ位置合わせができている場合
には、{ZR(x,y)}と{ZT(x,y)}の差画像{ZD(x,
y)}を直接求めることができる。
以上の実施例は、最も単純な照合法の例であるが、こ
の他に、微小欠陥を検出する比較検査法として、局所摂
動パターンマッチング法特開昭63−32666号公報,「局
所摂動パターンマッチング法によるLSIウェーハパター
ンの精密外観検査」,電子情報通信学会論文誌,Vol.J72
−D−II,No.12,pp2041〜2050(1989年12月))や、カ
スケードパターンマッチング法(前田,他5;「カスケー
ドパターンマッチングによるLSIウェーハ多層パターン
自動外観検査」,電子情報通信学会論文誌,Vol.J72−D
−II,No.12,pp2012〜2022)及びその中で用いられてい
る画素補間によるサブ画素間の比較処理なども適用する
ことができる。その他各種の比較検査手法が適用可能で
ある。
の他に、微小欠陥を検出する比較検査法として、局所摂
動パターンマッチング法特開昭63−32666号公報,「局
所摂動パターンマッチング法によるLSIウェーハパター
ンの精密外観検査」,電子情報通信学会論文誌,Vol.J72
−D−II,No.12,pp2041〜2050(1989年12月))や、カ
スケードパターンマッチング法(前田,他5;「カスケー
ドパターンマッチングによるLSIウェーハ多層パターン
自動外観検査」,電子情報通信学会論文誌,Vol.J72−D
−II,No.12,pp2012〜2022)及びその中で用いられてい
る画素補間によるサブ画素間の比較処理なども適用する
ことができる。その他各種の比較検査手法が適用可能で
ある。
抽出された{ZD(x,y)}に対し、その絶対値があら
かじめ設定したしきい値以上の部分を不一致として抽出
する。
かじめ設定したしきい値以上の部分を不一致として抽出
する。
そして、これは不一致部について評価を行う。最も単
純な評価は、不一致部があれば不良として出力するもの
である。またその部分の面積(不一致画素数)や不一致
量(明さ差×画素数の和)が予め設定したしきい値以上
の時、これを欠陥として出力することも可能である。さ
らに不一致の形状をより詳細に{ZT(x,y)}と{Z
R(x,y)}を参照しながら評価することも可能である。
また不一致部について立体形状{ZT(x,y)}だけでな
く、濃淡画像やカラー画像あるいは不一致部のより高倍
率のこれら画像を予め用意した高倍率な立体形状検出器
や濃淡画像検出器やカラー画像検出器により検出し、こ
れら画像情報を評価することにより最終的に欠陥を認識
することも可能である。さらに、対象物を加振したり、
X線画像を検出したりというように、その他の手段を併
用することも可能である。
純な評価は、不一致部があれば不良として出力するもの
である。またその部分の面積(不一致画素数)や不一致
量(明さ差×画素数の和)が予め設定したしきい値以上
の時、これを欠陥として出力することも可能である。さ
らに不一致の形状をより詳細に{ZT(x,y)}と{Z
R(x,y)}を参照しながら評価することも可能である。
また不一致部について立体形状{ZT(x,y)}だけでな
く、濃淡画像やカラー画像あるいは不一致部のより高倍
率のこれら画像を予め用意した高倍率な立体形状検出器
や濃淡画像検出器やカラー画像検出器により検出し、こ
れら画像情報を評価することにより最終的に欠陥を認識
することも可能である。さらに、対象物を加振したり、
X線画像を検出したりというように、その他の手段を併
用することも可能である。
以上、本発明の実施例を説明したが、以上の処理手段
12,14,15,24の全体を検査装置18,20内に実現しても良い
し、その一部をオフマシンの処理としても良い。例え
ば、立体形状モデル{ZM(x,y)}13または検査用立体
形状モデル{ZR(x,y)}16までをオフライン処理と
し、検査装置18,20にはこれらモデル情報を入力するこ
とでも良い。
12,14,15,24の全体を検査装置18,20内に実現しても良い
し、その一部をオフマシンの処理としても良い。例え
ば、立体形状モデル{ZM(x,y)}13または検査用立体
形状モデル{ZR(x,y)}16までをオフライン処理と
し、検査装置18,20にはこれらモデル情報を入力するこ
とでも良い。
また、本実施例では{ZM(x,y)}に対し、変形処理
を施す実施例を示したが、{ZM(x,y)}を求める前に
変形処理を、またはその一部を施すことも可能である。
を施す実施例を示したが、{ZM(x,y)}を求める前に
変形処理を、またはその一部を施すことも可能である。
さらに、本実施例では一貫して立体形状情報、すなわ
ち距離画像に対して示したが、距離画像だけでなく、プ
ロフィル波形(断面形状),濃淡画像{I(x,y)},
カラー画像などの多次元画像{Ii(x,y),i=1,n},対
象物の内部構造情報を含む3次元情報,3次元画像{I
(x,y,z)}及びこれらの波形情報に対しても本発明は
有効である。
ち距離画像に対して示したが、距離画像だけでなく、プ
ロフィル波形(断面形状),濃淡画像{I(x,y)},
カラー画像などの多次元画像{Ii(x,y),i=1,n},対
象物の内部構造情報を含む3次元情報,3次元画像{I
(x,y,z)}及びこれらの波形情報に対しても本発明は
有効である。
本発明によれば、設計図との比較照合,設計データと
の比較検査が可能であり、特に製造工程のプロセス条件
など製造条件及び検査における検出条件を考慮した、本
来良品として検出されるべきモデルと比較検査すること
が可能である。このため極めて信頼性の高い検査を実現
できる。
の比較検査が可能であり、特に製造工程のプロセス条件
など製造条件及び検査における検出条件を考慮した、本
来良品として検出されるべきモデルと比較検査すること
が可能である。このため極めて信頼性の高い検査を実現
できる。
また、実在する良品との比較検査,実物同士の比較検
査ではないため、1個しか作らないような製品でも検査
することができる。また多数の実物良品から標準形状情
報を収集するなどの手間が不要であり、検査に入る前の
準備作業を大幅に軽減できる。
査ではないため、1個しか作らないような製品でも検査
することができる。また多数の実物良品から標準形状情
報を収集するなどの手間が不要であり、検査に入る前の
準備作業を大幅に軽減できる。
また、設計変更,製造工数やプロセス条件の変更、あ
るいは検出器の変更に対しても、それぞれ該当するデー
タや変形処理のみを変更すれば良いので、フレキシビリ
ティに豊みかつ常に高いレベルで均質な検査を実現でき
る。
るいは検出器の変更に対しても、それぞれ該当するデー
タや変形処理のみを変更すれば良いので、フレキシビリ
ティに豊みかつ常に高いレベルで均質な検査を実現でき
る。
さらに、設計データはCADデータを参照することによ
り入力できる。また製造変形処理のための製造工程シミ
ュレータは、製造品質制御用ソフトウェアシステムの一
部としての活用できるなど、本発明は将来の計算機統合
された生産システム全体の中でも、諸資源を有効に活用
できるなどの効果を有している。
り入力できる。また製造変形処理のための製造工程シミ
ュレータは、製造品質制御用ソフトウェアシステムの一
部としての活用できるなど、本発明は将来の計算機統合
された生産システム全体の中でも、諸資源を有効に活用
できるなどの効果を有している。
第1図は本発明の検査装置の一実施例の全体構成を示す
図、第2図は設計データの例を説明するための図、第3
図は立体形状モデルの例を説明するための図、第4図は
立体形状検出器の一実施例を示す図、第5図は検査対象
物の一例を示す図、第6図は検査対象物の検出立体形状
を説明するための図、第7図は検査対象物の一例の設計
データと立体形状モデルを説明するための図、第8図は
製造工程の一例としてエッチング工程を例に対象物の加
工による変化を説明するための図、第9図は製造変形処
理による立体形状モデルの変形結果の一例を示す図、第
10図はその具体的処理内容を説明するための図、第11図
はその他の製造工程における対象物の形状変化を例示し
た図、第12図は本発明の他の一実施例を、第1図の一部
分を切出し説明した図、第13図はガウス分布だれ,ぼか
しフィルタを説明するための図、第14図は本発明の他の
一実施例を、第1図の一部分を切出して説明した図、第
15図ははんだ付部の形状バリエーションを説明するため
の図、第16図は本発明の他の一実施例を、第1図の一部
分を切出して説明した図、第17図は検出変形の一例とし
て高周波成分強調の例を説明するための図である。 11……設計データ、12……立体形状変換手段、 13……立体形状モデル、14……製造変形処理手段、 15……検出変形処理手段、 16……検査用立体形状モデル、 17……検査対象物、18……立体形状検出装置、 19……検出立体形状、20……比較検査手段、 21……欠陥情報、24……変形処理手段、 30……複数の検査用立体形状モデル。
図、第2図は設計データの例を説明するための図、第3
図は立体形状モデルの例を説明するための図、第4図は
立体形状検出器の一実施例を示す図、第5図は検査対象
物の一例を示す図、第6図は検査対象物の検出立体形状
を説明するための図、第7図は検査対象物の一例の設計
データと立体形状モデルを説明するための図、第8図は
製造工程の一例としてエッチング工程を例に対象物の加
工による変化を説明するための図、第9図は製造変形処
理による立体形状モデルの変形結果の一例を示す図、第
10図はその具体的処理内容を説明するための図、第11図
はその他の製造工程における対象物の形状変化を例示し
た図、第12図は本発明の他の一実施例を、第1図の一部
分を切出し説明した図、第13図はガウス分布だれ,ぼか
しフィルタを説明するための図、第14図は本発明の他の
一実施例を、第1図の一部分を切出して説明した図、第
15図ははんだ付部の形状バリエーションを説明するため
の図、第16図は本発明の他の一実施例を、第1図の一部
分を切出して説明した図、第17図は検出変形の一例とし
て高周波成分強調の例を説明するための図である。 11……設計データ、12……立体形状変換手段、 13……立体形状モデル、14……製造変形処理手段、 15……検出変形処理手段、 16……検査用立体形状モデル、 17……検査対象物、18……立体形状検出装置、 19……検出立体形状、20……比較検査手段、 21……欠陥情報、24……変形処理手段、 30……複数の検査用立体形状モデル。
フロントページの続き (72)発明者 一ノ瀬 敏彰 神奈川県横浜市戸塚区吉田町292番地 株式会社日立製作所生産技術研究所内 (72)発明者 吉村 和士 神奈川県横浜市戸塚区吉田町292番地 株式会社日立製作所生産技術研究所内 (56)参考文献 特開 昭63−211076(JP,A) 特開 昭60−129605(JP,A) 特開 昭63−9850(JP,A) 特開 昭54−114264(JP,A) 特開 平1−263050(JP,A) 特開 平2−311962(JP,A) (58)調査した分野(Int.Cl.7,DB名) G01B 11/00 - 11/30 102 G01W 21/84 - 21/91 G06T 1/00 - 9/20
Claims (8)
- 【請求項1】検査対象物の設計データに基づいて前記検
査対象物が本来良品として検出されるべき製造工程に於
いて生じる変形と前記検査対象物を検出する検出手段の
検出誤差により生じる変形とを考慮した3次元立体形状
を表現する立体形状モデル画像を作成し、前記検査対象
物を前記検出手段で検出して前記検査対象物の検出立体
形状画像を得、該検出立体形状画像と前記立体形状モデ
ル画像とを比較して前記検査対象物を検査することを特
徴とする検査方法。 - 【請求項2】検査対象物の設計データに基づく立体形状
モデル画像に対して縮小又は拡大処理を繰り返すことに
よるテーパ状変形処理または角部についての丸み処理を
施すことにより前記検査対象物の3次元立体形状に製造
工程に於いて生じる変形を考慮した立体形状モデル画像
を作成し、前記検査対象物を検出手段で検出して前記検
査対象物の検出立体形状画像を得、該検出立体形状画像
と前記立体形状モデル画像とを比較して前記検査対象物
を検査することを特徴とする検査方法。 - 【請求項3】検査対象物を検出手段で検出して得た画像
を設計データに基づいて作成した立体形状モデル画像と
比較することにより前記検査対象物を検査する方法であ
って、前記検出手段で検出して得る画像のフォーマット
と同じフォーマットの前記検査対象物の立体形状モデル
画像を前記検査対象物の設計データを用いて作成し、前
記検査対象物を前記検出手段で検出して前記検査対象物
の距離画像を得、該距離画像と前記立体形状モデル画像
とを比較して前記検査対象物を検査することを特徴とす
る検査方法。 - 【請求項4】検査対象物の設計データに基づいて前記検
査対象物を検出手段で検出する方向から見たときの3次
元立体形状を前記検出手段の検出誤差により生じる変形
を考慮した立体形状モデル画像を作成し、前記検査対象
物を前記検出手段で検出して前記検査対象物の検出立体
形状画像を得、該検出立体形状画像と前記立体形状モデ
ル画像とを比較して前記検査対象物を検査することを特
徴とする検査方法。 - 【請求項5】前記検出立体形状画像と前記立体形状モデ
ル画像とを比較して前記検査対象物を検査することを、
前記検出立体形状画像と前記立体形状モデル画像との差
画像を求めて、この差画像を予め設定した閾値と比較す
ることにより行うことを特徴とする請求項1乃至4の何
れかに記載の検査方法。 - 【請求項6】検査対象物の設計データを記憶する記憶手
段と、前記検査対象物を検出する検出手段と、前記記憶
手段に記憶された前記検査対象物の設計データに基づい
て前記検査対象物が本来良品として検出されるべき製造
工程に於いて生じる変形と前記検査対象物を検出する検
出手段の検出誤差により生じる変形とを考慮した3次元
立体形状を表現する立体形状モデル画像を作成する立体
形状モデル画像作成手段と、前記検出手段で検出した前
記検査対象物の検出立体形状画像を得る検出立体画像作
成手段と、該検出立体形状画像と前記立体形状モデル画
像とを比較して前記検査対象物を検査する比較検査手段
とを備えたことを特徴とする検査装置。 - 【請求項7】検査対象物の設計データを記憶する記憶手
段と、前記検査対象物を検出する検出手段と、前記記憶
手段に記憶された前記検査対象物の設計データに基づい
て前記検出手段の検査誤差により生じる変形を考慮した
立体形状モデル画像を作成する立体形状モデル画像作成
手段と、前記検出手段で検出した前記検査対象物の検出
立体形状画像を得る検出立体画像作成手段と、該検出立
体形状画像と前記立体形状モデル画像とを比較して前記
検査対象物を検査する比較検出手段とを備えたことを特
徴とする検査装置。 - 【請求項8】検査対象物の設計データを記憶する記憶手
段と、前記検査対象物の立体形状を検出する検出手段
と、該検出手段で検出した前記検査対象物の立体形状か
ら距離画像を得る距離画像作成手段と、前記記憶手段に
記憶された前記検査対象物の設計データを用いて前記距
離画像作成手段で得る前記距離画像画像の出力フォーマ
ットと同じフォーマットの立体形状モデル画像を作成す
る立体形状モデル画像作成手段と、前記距離画像作成手
段で作成した距離画像と前記立体形状モデル画像作成手
段で作成した立体形状モデル画像とを比較して前記検査
対象物を検査する比較検査手段とを備えたことを特徴と
する検査装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2295339A JP3009205B2 (ja) | 1990-11-02 | 1990-11-02 | 検査方法及びその装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2295339A JP3009205B2 (ja) | 1990-11-02 | 1990-11-02 | 検査方法及びその装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH04169803A JPH04169803A (ja) | 1992-06-17 |
JP3009205B2 true JP3009205B2 (ja) | 2000-02-14 |
Family
ID=17819337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2295339A Expired - Lifetime JP3009205B2 (ja) | 1990-11-02 | 1990-11-02 | 検査方法及びその装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3009205B2 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3388034B2 (ja) * | 1994-08-31 | 2003-03-17 | 株式会社東芝 | 分布計測データによる機器状態の監視方法 |
JP3974022B2 (ja) | 2002-11-21 | 2007-09-12 | 富士通株式会社 | 半田付け検査の特徴量算出方法及び装置並びに前記方法を実行するためのプログラム |
JP4518835B2 (ja) * | 2004-05-13 | 2010-08-04 | 大日本スクリーン製造株式会社 | 欠陥検出装置、配線領域抽出装置、欠陥検出方法および配線領域抽出方法 |
JP4583189B2 (ja) * | 2005-01-27 | 2010-11-17 | 名古屋電機工業株式会社 | 形状良否判定装置および形状良否判定方法 |
JP4881584B2 (ja) * | 2005-06-28 | 2012-02-22 | 株式会社ブリヂストン | 凹凸図形検査のためのマスターデータの作成方法 |
JP5564348B2 (ja) * | 2010-07-15 | 2014-07-30 | 株式会社キーエンス | 画像処理装置及び外観検査方法 |
JP5641325B2 (ja) * | 2010-12-07 | 2014-12-17 | アイシン精機株式会社 | 鋳型文字種別認識装置 |
RU2546718C1 (ru) * | 2013-12-03 | 2015-04-10 | Евгений Андреевич Шабунин | Способ идентификации оптических волокон и устройство для его реализации |
JP6031151B2 (ja) * | 2015-04-30 | 2016-11-24 | 株式会社日立ハイテクノロジーズ | 欠陥検査方法及びその装置 |
JP6703812B2 (ja) * | 2015-08-05 | 2020-06-03 | Kyoto Robotics株式会社 | 3次元物体検査装置 |
JP2020109374A (ja) * | 2019-01-07 | 2020-07-16 | 日立オートモティブシステムズ株式会社 | 表面検査装置および表面検査方法 |
CN112014404A (zh) * | 2020-08-27 | 2020-12-01 | Oppo(重庆)智能科技有限公司 | 组件检测方法、装置、***、电子设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60129605A (ja) * | 1983-12-19 | 1985-07-10 | Toyota Motor Corp | 形状測定方法 |
JPS63211076A (ja) * | 1987-02-27 | 1988-09-01 | Hitachi Ltd | パタ−ン検査装置 |
-
1990
- 1990-11-02 JP JP2295339A patent/JP3009205B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPH04169803A (ja) | 1992-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8045789B2 (en) | Method and apparatus for inspecting defect of pattern formed on semiconductor device | |
EP1664749B1 (en) | Apparatus and method for automated web inspection | |
JP2742240B2 (ja) | 構造物表面の検査における欠陥の検出方法 | |
CN114140679B (zh) | 一种缺陷融合方法、装置、识别***及存储介质 | |
JP3312849B2 (ja) | 物体表面の欠陥検出方法 | |
JP3009205B2 (ja) | 検査方法及びその装置 | |
EP1430446B1 (en) | Image processing method for appearance inspection | |
EP4226225B1 (en) | A line clearance system | |
Sanz et al. | Machine-vision techniques for inspection of printed wiring boards and thick-film circuits | |
KR20210073561A (ko) | 제조 필름으로부터의 임의 형상의 시트 파트들에 대한 자동화된 검사 | |
JP3252857B2 (ja) | 半導体パッケージの自動検査方法 | |
US10923317B2 (en) | Detecting defects in a logic region on a wafer | |
CN114651276A (zh) | 制造方法 | |
CN117274258A (zh) | 主板图像的缺陷检测方法、***、设备及存储介质 | |
US20240104715A1 (en) | Production-speed component inspection system and method | |
JPH1187446A (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
JPH10171996A (ja) | 画像内粒状点検出方法 | |
JP2000028539A (ja) | 欠陥検出方法 | |
JP2007192688A (ja) | 欠陥検査方法 | |
Radovan et al. | An approach for automated inspection of wood boards | |
CN112464905B (zh) | 3d目标检测方法及装置 | |
JP3253752B2 (ja) | パターン評価方法 | |
JP2711649B2 (ja) | 検査対象物の表面傷検出方法 | |
JP2794924B2 (ja) | 配線パターン検査装置 | |
Anitha et al. | Solder Joint Defect Detection in PCBA Chip Components Based on the Histogram Analysis |