KR100902301B1

KR100902301B1 - Defect inspection system

Info

Publication number: KR100902301B1
Application number: KR1020070077704A
Authority: KR
Inventors: 다카토 기시; 료스케 가시와; 미카즈 야나가와; 나오미치 지다; 가즈아키 가미하타
Original assignee: 요코가와 덴키 가부시키가이샤
Priority date: 2006-10-03
Filing date: 2007-08-02
Publication date: 2009-06-10
Also published as: JP4367474B2; JP2008089470A; TW200825405A; KR20080031104A

Abstract

본 발명은 결함 검사 장치에 관한 것으로서, 복수개의 상이한 임계치를 재설정할 필요가 없고, 안정된 검사를 행할 수 있으며, 결함 강도의 검출 정밀도를 향상시키고, 결함끼리의 강도를 비교할 수 있는 결함 검사 장치를 실현하는 것을 과제로 한다.BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a defect inspection apparatus, which does not need to reset a plurality of different thresholds, and can perform stable inspection, improve detection accuracy of defect strength, and realize defect inspection apparatus that can compare the strength of defects. It is a task to do it.

상기 과제를 해결하기 위하여, 본 발명에서는 소정의 피검사 영역을 가지는 검사 대상을 영역 센서에 의해 촬상한 촬상 정보를 처리하고, 상기 영역 내의 휘도 변화로부터 계산한 특징량에 기초하여 결함을 식별하는 결함 검사 장치에 있어서,In order to solve the said subject, in this invention, the imaging information which image | photographed the inspection object which has a predetermined | prescribed test | inspection area | region is processed by the area sensor, and defect which identifies a defect based on the feature amount calculated from the brightness change in the said area | region In the inspection apparatus,

상기 영역 센서의 영역 중심부와 주변부의 휘도 출력 차이에 기인하는 상기 특징량의 차이를 보정하는 특징량 면 내 보정 수단을 구비한다.And a feature amount in-plane correction means for correcting a difference in the feature amount due to a difference in luminance output of the area center and the periphery of the area sensor.

결함 검사, 카메라, 화상 처리, 결함 강도 비교, 특징량, 보정 Defect inspection, camera, image processing, defect intensity comparison, feature quantity, correction

Description

결함 검사 장치{DEFECT INSPECTION SYSTEM}DEFECT INSPECTION SYSTEM

본 발명은, 소정의 피검사 영역을 가지는 검사 대상을 영역 센서에 의해 촬상한 화상 정보를 처리하고, 상기 영역 내의 휘도 변화로부터 계산한 특징량에 기초하여 결함을 식별하는 결함 검사 장치에 관한 것이다.This invention relates to the defect inspection apparatus which processes the image information which image | photographed the inspection target which has a predetermined to-be-tested area | region by the area sensor, and identifies a defect based on the feature amount calculated from the brightness change in the said area.

액정 표시 소자 등의 패널 상태의 검사 대상을 영역 센서에 의해 촬상한 화상 정보를 이용하여 휘도 결함(흑 표시를 했을 때에 반사되지 않아야 될 화소가 반사되는 결함)을 검사하는 결함 검사 장치가 있다.There is a defect inspection apparatus that inspects luminance defects (defects in which pixels which should not be reflected when black display is reflected) using image information obtained by capturing an inspection object in a panel state such as a liquid crystal display element by an area sensor.

도 9는 영역 센서에 의한 결함 검사 장치의 기본적 시스템 구성을 나타낸 사시도이다. 패널 형상의 검사 대상(100)의 피검사 영역 A는, 렌즈(200)를 통하여 영역 센서를 구비하는 카메라(300)에 의해 촬상되고, 촬상된 화상 정보가 화상 처리 장치(400)에 전달된다.9 is a perspective view showing the basic system configuration of the defect inspection apparatus by the area sensor. The inspection target area A of the panel-shaped inspection object 100 is captured by the camera 300 having an area sensor through the lens 200, and the captured image information is transmitted to the image processing apparatus 400.

퍼스널 컴퓨터 등으로 이루어지는 화상 처리 장치(400)는, 화상 입력 보드 등을 통하여 판독된 화상 정보에 기초하여, 검사 대상(100)의 소정 영역의 휘도 정보를 수치적으로 처리함으로써 결함 검사를 행한다.An image processing apparatus 400 made of a personal computer or the like performs defect inspection by numerically processing luminance information of a predetermined region of the inspection target 100 based on image information read through an image input board or the like.

도 10은 화상 처리 장치(400)의 구체적인 구성예를 나타낸 기능 블록도이다. 카메라(300)가 구비하는 CCD 등에 의한 영역 센서(301)로 촬상된 화상 정보는, 화상 입력 보드(401)에 의해 화상 처리 장치(400)에 받아들여져 사전 처리 수단(402)에 전달된다.10 is a functional block diagram illustrating a specific configuration example of the image processing apparatus 400. The image information picked up by the area sensor 301 by the CCD etc. which the camera 300 is equipped with is received by the image processing apparatus 400 by the image input board 401, and is transmitted to the preprocessing means 402.

사전 처리 수단(402)에서는, 카메라 결함 보정 수단(402a)에 의해, 영역 센서 자체의 휘도가 빠진 부분의 보정 처리를 행한 후, 쉐이딩 보정 수단(402b)에 의해 영역 센서의 주변부의 감도와 중심부의 감도차를 작게 하여 균일화하는 처리를 실행하고, 검출 처리 수단(403)에 전달한다.In the preprocessing means 402, the camera defect correcting means 402a performs the correction process of the portion where the brightness of the area sensor itself is lost, and then the shading correcting means 402b corrects the sensitivity and the center of the peripheral portion of the area sensor. The process of making the sensitivity difference small and homogenous is executed and transmitted to the detection processing means 403.

검출 처리 수단(403)에서는, 휘점 결함을 눈에 띄게 하기 위하여 미분계의 강조 필터 수단(403a)에 의해 처리하고, 2치화 수단(403b)에 의해, 사전에 설정되어 있는 임계치보다 높은 레벨의 필터링 부분을 "1", 낮은 레벨의 부분을 "0"으로 설정하여 결함의 후보를 추출하고, 라벨링 수단(404c)에 의해 추출 후보의 각각에 번호를 부여하여 판정 처리 수단(404)에 전달한다.In the detection processing means 403, in order to make the bright spot defect stand out, it is processed by the differential filter emphasis filter means 403a, and the binarization means 403b filters the level higher than the threshold set in advance. A part is set to "1" and a low level part is set to "0" to extract a candidate for a defect, and the labeling means 404c assigns a number to each of the extraction candidates, and delivers them to the decision processing means 404.

판정 처리 수단(404)에서는, 특징량 계산 수단(404a)에서 결함 후보의 하나하나에 대하여, 특징량 계산을 실행한다. 특징량은 결함을 판정하기 위한 수치이며, 예를 들면, 평균 휘도, 최대 휘도, 휘도 체적, 평균 콘트라스트, 최대 평균 콘트라스트 등이다.In the determination processing means 404, the feature amount calculation means 404a executes the feature amount calculation for each of the defect candidates. The feature amounts are numerical values for determining defects, and are, for example, average luminance, maximum luminance, luminance volume, average contrast, maximum average contrast, and the like.

특징량 계산 수단(404a)에서 계산된 특징량은, 식별 수단(404b)에 출력되고, 상기 특징량과 미리 설정되어 있는 임계치 Li를 비교하여 임계치를 넘는 후보를 결함으로서 식별하고, 판정 결과 출력 수단(405)에 전달한다.The feature amount calculated by the feature amount calculating means 404a is output to the identifying means 404b, compares the feature amount with a preset threshold Li, identifies a candidate exceeding the threshold as a defect, and determines the result of the determination. Forward to 405.

임계치 설정 수단(406)은, 검출 처리 수단(403)으로부터 판정 처리 수 단(404)에 전달된 정보로부터 현재 검사중인 영역 정보를 추출하고, 해당 영역에 있어서 최적인 임계치로서, 복수개의 설정치 L1, L2, …Ln 중에서 하나의 값을 선택하고, 임계치 Li로서 식별 수단(404b)에 설정한다.The threshold setting means 406 extracts the area information currently being inspected from the information transmitted from the detection processing means 403 to the determination processing means 404, and selects a plurality of set values L1, L2,... One value from Ln is selected and set to the identifying means 404b as the threshold value Li.

도 11은 화상 처리 장치(400)의 신호 처리 단계를 나타낸 흐름도이다. 단계 S1에서 촬상 화상이 입력되면, 단계 S2에서 카메라 결함의 보정을 행하고, 단계 S3에서 쉐이딩 보정을 행한다.11 is a flowchart showing signal processing steps of the image processing apparatus 400. When the captured image is input in step S1, the camera defect is corrected in step S2, and the shading correction is performed in step S3.

또한, 단계 S4에서 강조 필터 처리를 행하고, 단계 S5에서 2치화 처리를 행하며, 단계 S6에서 라벨링을 행한다. 또한, 단계 S7에서 특징량의 계산을 행하고, 단계 S8에서 식별 처리를 행하며, 단계 S9에서 판정 결과를 출력한다.Further, the emphasis filter processing is performed in step S4, the binarization processing is performed in step S5, and the labeling is performed in step S6. Further, the feature amount is calculated in step S7, the identification process is performed in step S8, and the determination result is output in step S9.

도 12는, 검사 대상과 렌즈와 영역 센서의 배치 관계를 나타내는 광학계이다. 검사 대상(100)의 중심부근의 상의 주광선 B0는, 렌즈(200)의 광축을 통하여 영역 센서(301)의 중심부근에 결상한다. 한편, 검사 대상(100)의 주변 부근의 상의 주광선 B1, B2는, 렌즈(200)의 광축과 경사 θ를 가지고 렌즈(200)에 입사하고, 영역 센서(301)의 주변 부근에 결상한다.12 is an optical system showing the arrangement relationship between the inspection object, the lens, and the area sensor. The chief ray B0 on the central root of the inspection object 100 forms an image on the central root of the area sensor 301 through the optical axis of the lens 200. On the other hand, the chief rays of light B1 and B2 in the vicinity of the periphery of the inspection object 100 enter the lens 200 with the optical axis and the inclination θ of the lens 200, and form an image near the periphery of the area sensor 301.

일반적인 렌즈에서는, 검사 대상(100)의 휘도가 전체 면에 걸쳐서 균일하더라도, 영역 센서(301)의 상의 밝기는 중심부와 비교해 주변이 저하되는, 이른바 쉐이딩이 발생한다.In a typical lens, even if the luminance of the inspection object 100 is uniform over the entire surface, so-called shading occurs in which the brightness of the image of the area sensor 301 is lowered compared to the central portion.

도 13은 영역 센서(301)로 촬상되는 화상에 있어서, 중앙 부근의 높이에서의 수평 방향의 배경 휘도(결함이 없는 영역의 센서 출력)를 플롯한, 쉐이딩을 설명하는 특성도이다. 가로축은 영역 센서(301)의 주변부의 소정 부분으로부터 중심부를 경유하여 반대 측의 주변부에 이르기 까지의 화소의 개수를 나타내고 있다.FIG. 13 is a characteristic diagram illustrating shading in which an image captured by the area sensor 301 is plotted with horizontal background luminance (sensor output of a defect-free area) at a height near the center. The horizontal axis represents the number of pixels from the predetermined portion of the peripheral portion of the area sensor 301 to the peripheral portion on the opposite side via the central portion.

이와 같은 쉐이딩의 영향을 완화하기 위하여, 종래 장치에서는, 사전 처리로서 쉐이딩 보정 수단(402b)에 의해, 투영 또는 메디안 필터(median filter)에 의한 쉐이딩 보정 처리를 행한 후에, 강조 필터를 사용하도록 대응하고 있다.In order to alleviate the effects of such shading, in the conventional apparatus, after shading correction processing by a projection or median filter is performed by shading correction means 402b as a preprocess, the corresponding filter is used to use an emphasis filter. have.

도 14는 동일 사이즈·동일 강도의 결함에 대한 영역 센서의 평균 휘도 출력을 나타낸 특성도이다. 본래 이 값은 일정해야 하지만(그래프 상에서는 수평으로 플롯되어야 한다), 렌즈(200)의 특성에 의해 일정하게 되어 있지 않다.14 is a characteristic diagram showing an average luminance output of an area sensor for a defect of the same size and the same intensity. Originally this value should be constant (it should be plotted horizontally on the graph), but not constant due to the characteristics of the lens 200.

도 15는 쉐이딩 보정을 행한 경우의, 동일 사이즈·동일 강도의 결함에 대한영역 센서의 평균 휘도 출력을 나타낸 특성도이다. 쉐이딩 보정에 의해, 쉐이딩의 악영향을 어느 정도 완화시킬 수는 있지만, 평균 휘도를 비롯한 결함 자체의 특징량을 완전히 보정할 수 있는 것은 아니다.Fig. 15 is a characteristic diagram showing an average luminance output of the area sensor for defects of the same size and the same intensity when shading correction is performed. Shading correction can mitigate the adverse effects of shading to some extent, but it is not possible to completely correct the feature amounts of the defects themselves, including the average brightness.

한편, 콘트라스트치를 기본으로 한 특징량은, 육안 관찰에 의한 주관적 평가와 상관 관계가 있는 것으로 여겨진다. 도 16은 동일 사이즈·동일 강도의 결함에 대한 영역 센서의 평균 콘트라스트 출력을 나타낸 특성도이다.On the other hand, the characteristic amount based on contrast value is considered to have a correlation with the subjective evaluation by visual observation. Fig. 16 is a characteristic diagram showing an average contrast output of the area sensor for a defect of the same size and the same intensity.

콘트라스트의 산출식은, 일반적으로 다음 식으로 부여된다.The calculation formula of contrast is generally given by the following formula.

콘트라스트 = (결함 휘도 - 주변 휘도) × 100/주변 휘도Contrast = (Defective Luminance-Ambient Luminance) × 100 / Ambient Luminance

결함 휘도와 주변 휘도가 각각의 위치에 있어서 등배로 변화한다면, 이 값은 일정하게 될 것이지만, 일정하게 되지는 않는다. 그 원인은 렌즈의 분해능에 있다.If the defect brightness and the ambient brightness change equally at each position, this value will be constant, but not constant. The cause lies in the resolution of the lens.

도 17은 일반적인 렌즈의 분해능을 나타낸 특성도이다. 렌즈의 분해능에 관 해서도, 도 12에 나타낸 주광선과 광축의 경사 θ에 의해 변화한다. 분해능은, 광축 상에서 높고, 주변으로 갈수록(경사 θ가 커질수록) 저하되는 것이 일반적이다. 이것은 렌즈의 수차가 주변으로 갈수록 증가하기 때문이다.17 is a characteristic diagram showing the resolution of a general lens. The resolution of the lens also changes with the inclination θ of the chief ray and the optical axis shown in FIG. 12. The resolution is generally higher on the optical axis and lowers toward the periphery (as the inclination θ becomes larger). This is because the aberration of the lens increases toward the periphery.

도 17에서는, 가로축에 상의 면에서의 광축으로부터의 거리를 나타내고, 세로축에는 흑백의 줄무늬 모양을 촬상할 때의 콘트라스트를 나타내고 있다. 그래프 상의 3쌍의 선은 흑백의 줄무늬 모양의 섬세함(공간 주파수)의 차이를 나타내고 있다.In FIG. 17, the horizontal axis shows the distance from the optical axis on the image plane, and the vertical axis shows the contrast when the black and white stripes are captured. The three pairs of lines on the graph show the difference in black and white stripe fineness (spatial frequency).

위로부터, 공간 주파수 10[lp/mm], 20[lp/mm], 40[lp/mm]일 때의 콘트라스트 변화를 나타내고 있다. 단위 [lp/mm]는 line pair/mm이며, 1mm 중에 흑백의 줄무늬 모양이 몇 쌍 반복되고 있는지를 나타내고 있다. 점선과 실선은, 렌즈의 직경 방향과 주위 방향의 콘트라스트의 차이를 나타내고 있다.From the above, the contrast change at the spatial frequencies of 10 [lp / mm], 20 [lp / mm], and 40 [lp / mm] is shown. The unit [lp / mm] is line pair / mm and shows how many pairs of black and white stripes repeat in 1 mm. The dotted line and the solid line show the difference in contrast in the radial direction and the circumferential direction of the lens.

이 특성에서 공간 주파수가 가장 높은 40[lp/mm]의 콘트라스트에 주목하면, 광축 상에서는 콘트라스트가 약 0.67이지만, 광축으로부터 20mm 떨어진 상의 면에서는 약 0.32로서 반 이하로 저하되어 있음을 알 수 있다. 이러한 이유로 인하여, 배경 휘도(매우 큰 사이즈)와 결함의 휘도(배경 휘도에 비하여 매우 작은 사이즈)에서는, 그 휘도 검출 특성이 상이하다.Note that the contrast of 40 [lp / mm] with the highest spatial frequency in this characteristic is about 0.67 on the optical axis, but is about 0.32 on the image 20 mm away from the optical axis, falling below half. For this reason, the luminance detection characteristics are different at the background luminance (very large size) and the defect luminance (very small size compared to the background luminance).

도 18은 도 16의 평균 콘트라스트 출력 특성의 영역 센서로 휘점 결함을 촬상한 경우의 특징량의 검출 패턴을 나타낸 특성도이다. 특징량에 의해 판정할 때, 모든 결함을 결함으로서 판정하기 위하여, 임계치는 임계치 1의 레벨이 된다. 그러나, 임계치 1로는 중앙 부근의 노이즈를 과검출하게 된다.FIG. 18 is a characteristic diagram showing a detection pattern of a characteristic amount when the bright spot defect is imaged by the area sensor of the average contrast output characteristic of FIG. 16. FIG. When judging by the feature amount, in order to judge all defects as defects, the threshold is at the level of threshold 1. However, at threshold 1, the noise near the center is overdetected.

과검출을 피하기 위해서는, 영역 센서의 중앙 부근에 새로이 임계치 2를 설정하는 등, 화상의 촬상 영역에 따라 최적인 임계치를 설정할 필요가 있다. 여기서는 중심과 주변에서 2개의 임계치를 설정한 예를 나타냈으나, 경우에 따라서는 더욱 정교하게 설정할 필요가 있다.In order to avoid overdetection, it is necessary to set an optimum threshold value according to the imaging area of an image, such as newly setting the threshold value 2 near the center of the area sensor. Here, an example in which two thresholds are set at the center and the periphery is shown. However, in some cases, it is necessary to set more precisely.

즉, 도 10에서 설명한 임계치 설정 수단(406)과 같이, 현재 검사중인 영역 정보에 기초하여, 해당 영역에 있어서 최적인 임계치를, 복수개의 설정치 L1, L2, …Ln 중에서 하나의 값을 선택하고, 임계치 Li로서 식별 수단(404b)에 설정하는 수단을 설치할 필요가 있다.That is, as in the threshold setting means 406 described in FIG. 10, the threshold values that are optimal in the region are based on the plurality of set values L1, L2,... It is necessary to provide a means for selecting one value from Ln and setting it to the identification means 404b as the threshold value Li.

특허 문헌 1에는, 평판 패널 디스플레이 등의 검사 대상에 표시시킨 검사 패턴을 촬상하고, 촬상에 의해 얻어지는 화상 데이터에 기초하여 결함의 검출을 행하는 결함 검출 장치가 기재되어 있다.Patent Literature 1 describes a defect detection device that captures an inspection pattern displayed on an inspection object such as a flat panel display and detects a defect based on image data obtained by imaging.

[특허 문헌 1] 일본국 특개 2005-156396호 공보[Patent Document 1] Japanese Patent Application Laid-Open No. 2005-156396

종래 장치에서는, 전술한 바와 같이 화상의 검사 영역마다 결함 검출을 위한 임계치를 준비해야만 하고, 복수개의 검사 항목이 있으면 각 검사 항목에서 화상의 검사 영역마다 결함 검출의 최적 임계치를 준비해야만 하므로, 임계치의 설정 조작이 매우 번거로웠다.In the conventional apparatus, as described above, a threshold for defect detection must be prepared for each inspection area of an image, and if there are a plurality of inspection items, an optimal threshold for defect detection must be prepared for each inspection area of an image in each inspection item. The setting operation was very cumbersome.

게다가, 렌즈의 분해능은 렌즈마다 상이하다. 또한, 렌즈의 초점 조정 상태에 의해도 크게 변화한다. 그에 따라, 결함의 특징량의 계산치도 상이하게 된다.In addition, the resolution of the lens varies from lens to lens. In addition, it is also greatly changed by the focus adjustment state of the lens. Accordingly, the calculated value of the feature amount of the defect is also different.

종래에는, 이와 같은 문제에 대처하기 위해서, 렌즈마다, 또한, 초점 조정 상태가 바뀔 때마다, 복수개의 검사 항목으로, 장소에 따라 상이한 복수개의 임계치의 조정을 확인하여 재설정하는 번거로운 작업이 필요하며, 장치의 유지 관리 시간이나 비용의 증대, 그에 따른 라인의 가동률의 저하를 초래하였다.Conventionally, in order to cope with such a problem, a cumbersome operation of checking and resetting the adjustment of a plurality of threshold values that differ depending on the place is necessary for a plurality of inspection items and whenever the focus adjustment state is changed. This resulted in an increase in maintenance time and cost of the device, and thus a decrease in the utilization rate of the line.

또한, 높은 정밀도로 결함 판정을 할 수 없었으므로, 효과적인 식별 정보인 결함끼리의 강도를 비교하기가 매우 곤란하였다.In addition, since defect determination could not be made with high accuracy, it was very difficult to compare the strength of defects which are effective identification information.

본 발명은 전술한 바와 같은 문제점을 해결하기 위해 이루어진 것이며, 복수개의 상이한 임계치를 재설정할 필요가 없고, 안정된 검사를 행할 수 있으며, 결함 강도의 검출 정밀도를 향상시켜서, 결함끼리의 강도를 비교할 수 있는 결함 검사 장치의 실현을 목적으로 하고 있다.SUMMARY OF THE INVENTION The present invention has been made to solve the problems described above, and it is not necessary to reset a plurality of different thresholds, it is possible to perform stable inspection, improve detection accuracy of defect strength, and compare the strength of defects with each other. It aims at realizing a defect inspection apparatus.

이와 같은 과제를 달성하기 위해, 본 발명은 다음과 같이 구성되어 있다.In order to achieve such a subject, this invention is comprised as follows.

(1) 소정의 피검사 영역을 가지는 검사 대상을 영역 센서에 의해 촬상한 화상 정보를 처리하고, 상기 영역 내의 휘도 변화로부터 계산한 특징량에 기초하여 결함을 식별하는 결함 검사 장치에 있어서,(1) A defect inspection apparatus for processing image information obtained by photographing an inspection object having a predetermined inspection region by an area sensor and identifying a defect on the basis of a feature amount calculated from a change in luminance in the region,

상기 영역 센서의 영역 중심부와 주변부의 휘도 출력 차이에 기인하는 상기 특징량의 차이를 보정하는, 특징량 면 내 보정 수단을 구비한 것을 특징으로 하는 결함 검사 장치.And a feature amount in-plane correction means for correcting a difference in the feature amount due to a difference in luminance output between the region center and the periphery of the area sensor.

(2) 상기 영역 센서의 영역 내 휘도의 분포 특성을 사전에 측정하여 생성된 보정 데이터를 유지하는 보정 데이터 생성 수단을 구비하고, 상기 특징량 면 내 보정 수단은 상기 보정 데이터 생성 수단으로부터 보정 데이터를 취득하는 것을 특징으로 하는 (1)에 기재된 결함 검사 장치.(2) correction data generating means for holding correction data generated by previously measuring distribution characteristics of luminance in the area of the area sensor, wherein the feature amount in-plane correction means obtains correction data from the correction data generating means. It acquires, The defect inspection apparatus as described in (1) characterized by the above-mentioned.

(3) 상기 보정 데이터 생성 수단은, X 방향 및 Y 방향으로 격자형으로 분포 된 동일 사이즈의 유사 결함이 형성된 유사 결함 차트를 상기 영역 센서로 촬상하여 계산한 특징량의 분포를, X 방향 또는 Y 방향의 다차 다항식으로 근사시킨 형태로 유지하는 것을 특징으로 하는 (2)에 기재된 결함 검사 장치.(3) The correction data generating means is configured to generate a distribution of feature quantities calculated by imaging the similar defect chart having similar defects of the same size distributed in a lattice in the X direction and the Y direction with the area sensor in the X direction or Y direction. The defect inspection apparatus as described in (2) characterized by holding in the form approximated by the polynomial polynomial of a direction.

(4) 상기 특징량 면 내 보정 수단은, 취득한 상기 보정 데이터를 참조하고, 촬상하고 있는 영역의 특징량을, 상기 영역의 중심부의 특징량으로 환산하는 보정 연산을 실행하는 것을 특징으로 하는 (2) 또는 (3)에 기재된 결함 검사 장치.(4) The feature amount in-plane correction means refers to the acquired correction data, and performs a correction operation of converting the feature amount of the imaged region into the feature amount of the center portion of the region (2) ) Or the defect inspection apparatus according to (3).

본 발명에 의하면, 다음과 같은 효과를 기대할 수 있다.According to the present invention, the following effects can be expected.

(1) 화상의 장소에 의하지 않고, 안정된 특징량을 산출할 수 있으며, 정밀도 가 높은 결함 판정을 실현할 수 있다. 이로써,(1) A stable feature amount can be calculated regardless of the location of the image, and defect determination with high precision can be realized. Thus,

(a) 화상의 장소에 의해 결함 판정의 임계치를 변경할 필요가 없다.(a) It is not necessary to change the threshold value of defect determination by the position of an image.

(b) 화상의 장소에 의하지 않고, 결함 강도의 비교가 가능하게 된다.(b) The defect strength can be compared regardless of the place of the image.

(2) 공통의 보정 데이터를 한 번만 작성하면 되므로, 검사 장치의 유지 관리 시간이나 비용의 증대, 그에 따른 라인의 가동률의 저하를 대폭 경감시킬 수 있다.(2) Since the common correction data needs to be created only once, it is possible to greatly reduce the increase in maintenance time and cost of the inspection apparatus and the decrease in the operation rate of the line.

(3) 화상 처리에 의한 쉐이딩 보정을 실시하지 않아도, 그 이상으로 안정된 정밀도로 검사를 실현할 수 있으므로, 검사 시간의 단축을 실현할 수 있다.(3) Since inspection can be realized with more stable accuracy even without performing shading correction by image processing, it is possible to shorten the inspection time.

(4) 유사 결함과 동등한 화상을 검사 시에 촬상하여 보정 데이터를 생성하면, 유지 보수 불요(maintenance free)를 실현할 수 있다.(4) Maintenance free can be realized by imaging an image equivalent to a pseudo defect and generating correction data.

(5) 결함의 검출 처리에 있어서도, 보정 데이터를 기초로 하여 2치화 임계치를 자동적으로 설정할 수 있으며, 후보 검출의 시점에서 노이즈를 제거하는 임계치를 설정할 수 있다. 이에 따라, 검사 시간의 단축을 실현할 수 있다.(5) Also in the defect detection process, the binarization threshold can be automatically set based on the correction data, and a threshold for removing noise at the time of candidate detection can be set. As a result, the inspection time can be shortened.

이하, 본 발명을 도면에 의해 상세하게 설명한다. 도 1은 본 발명을 적용한 결함 검사 장치의 일실시예를 나타낸 기능 블록도이다. 도 10에서 설명한 종래 장치와 동일한 요소에는 동일한 부호를 부여하여 설명을 생략한다.EMBODIMENT OF THE INVENTION Hereinafter, this invention is demonstrated in detail by drawing. 1 is a functional block diagram showing an embodiment of a defect inspection apparatus to which the present invention is applied. The same reference numerals are given to the same elements as those of the conventional apparatus described with reference to FIG.

종래 장치와 비교한 화상 처리 장치(400)의 제1 특징은, 판정 처리 수단(404)의 구성에 있으며, 특징량 계산 수단(404a)과 식별 수단(404b) 사이에 특징량 면 내 보정 수단(404c)을 새로이 설치한 점에 있다.The first characteristic of the image processing apparatus 400 compared with the conventional apparatus is in the configuration of the determination processing means 404, and the feature amount in-plane correction means (between the feature amount calculation means 404a and the identification means 404b). 404c) is newly installed.

화상 처리 장치(400)의 제2 특징은, 면 내 보정을 실행하기 위한 데이터 D를 생성하고, 새로이 설치한 상기 특징량 면 내 보정 수단(404c)에 전달하는, 보정 데이터 생성 수단(407)을 설치한 점에 있다.The second feature of the image processing apparatus 400 includes correction data generating means 407 which generates data D for executing in-plane correction and transfers it to the newly installed feature amount in-plane correction means 404c. It is at the point of installation.

또한, 화상 처리 장치(400)의 제3 특징은, 특징량 면 내 보정 수단(404c)을 설치함으로써, 종래 장치에서 사전 처리 수단(402)에 설치되어 있던 쉐이딩 보정 수단(402b)을 생략한 점에 있다.The third feature of the image processing apparatus 400 is that the shading correction means 402b provided in the preprocessing means 402 in the conventional apparatus is omitted by providing the feature amount in-plane correction means 404c. Is in.

도 2는, 본 발명이 적용된 화상 처리 장치(400)의 신호 처리 단계를 나타낸 흐름도이다. 단계 S1에서 촬상 화상이 입력되면, 단계 S2에서 카메라 결함의 보정을 행하고, 종래 장치의 단계 S3에서 실행하던 쉐이딩 보정을 행하지 않고, 단계 S4로 진행한다.2 is a flowchart showing signal processing steps of the image processing apparatus 400 to which the present invention is applied. When the captured image is input in step S1, the camera defect is corrected in step S2, and the procedure proceeds to step S4 without performing the shading correction performed in step S3 of the conventional apparatus.

단계 S4의 강조 필터 처리, 단계 S5의 2치화 처리, 단계 S6의 라벨링, 단계 S7의 특징량 계산은 종래 장치와 동일하게 행하여진다. 단계 S7의 특징량 계산 결과에 대해서, 새로 설치된 단계 S10에서 보정 데이터 생성 수단(407)으로부터의 보정 데이터 D에 기초하는 특징량의 면 내 보정을 실행한 후, 단계 S8에서 식별 처리를 행하고, 단계 S9에서 판정 결과를 출력한다.The emphasis filter processing in step S4, the binarization processing in step S5, the labeling in step S6, and the feature amount calculation in step S7 are performed in the same manner as in the conventional apparatus. The in-plane correction of the feature amount based on the correction data D from the correction data generation means 407 is performed on the feature amount calculation result of step S7, and then identification processing is performed in step S8. The determination result is output in S9.

도 3은 본 발명에서 실행되는 특징량 면 내 보정의 개념을 설명하는 이미지 도이다. 영역 센서의 주변부 A1, A2, A3 및 A4에 있는 결함의 특징량을, 이들이 영역 센서의 중앙부 B에 있을 경우로 가정하여 특징량 B로 환산하는 것이다.Fig. 3 is an image diagram illustrating the concept of in-plane correction of feature amount performed in the present invention. The feature amounts of the defects in the peripheral parts A1, A2, A3 and A4 of the area sensor are converted to the feature amounts B on the assumption that they are in the center part B of the area sensor.

도 4는 특징량 면 내 보정 후의, 동일 사이즈·동일 강도의 결함에 대한 영역 센서의 평균 휘도 출력을 나타낸 특성도이다. 종래 장치에서의 도 14의 특성과 비교하면, 중앙과 에지에서의 비율이 5.2배로부터 1.2배로 개선되어 안정되어 있는 것을 알 수 있다.Fig. 4 is a characteristic diagram showing the average luminance output of the area sensor for defects of the same size and the same intensity after feature amount in-plane correction. Compared with the characteristic of FIG. 14 in the conventional apparatus, it turns out that the ratio in center and edge improved from 5.2 times to 1.2 times, and is stable.

도 5는 특징량 면 내 보정 후의, 동일 사이즈·동일 강도의 결함에 대한 영역 센서의 평균 콘트라스트 출력을 나타낸 특성도이다. 종래 장치에서의 도 16의 특성과 비교하면, 중앙과 에지에서의 비율이 2.5배로부터 1.2배로 개선되어 안정되어 있는 것을 알 수 있다.Fig. 5 is a characteristic diagram showing the average contrast output of the area sensor with respect to defects of the same size and the same intensity after feature amount in-plane correction. Compared with the characteristic of FIG. 16 in the conventional apparatus, it turns out that the ratio in the center and the edge improves from 2.5 times to 1.2 times, and is stable.

도 6은 보정 데이터 생성 수단(407)에 의한 보정 데이터 생성의 단계를 나타낸 흐름도이다. 단계 S1에서는, 후술하는 유사 결함이 형성된 유사 결함 차트를 촬상한 유사 결함 화상을 입력하고, 단계 S2에서는 입력한 유사 결함의 특징량을 계산한다.6 is a flowchart showing the steps of correction data generation by the correction data generating means 407. FIG. In step S1, a similar defect image obtained by capturing a similar defect chart on which a similar defect is described later is input, and in step S2, the feature amount of the input similar defect is calculated.

다음에, 단계 S3에서는, 계산된 유사 결함의 특징량의 X 방향 또는 Y 방향의 분포를, 다차 다항식으로 근사하는 근사식을 생성하고, 상기 근사식을 단계 S4에서 보정용 데이터로서 보존한다.Next, in step S3, an approximation equation that approximates the calculated distribution of the feature amounts of the similar defects in the X direction or the Y direction is generated by the multi-order polynomial, and the approximation equation is stored as correction data in step S4.

도 7은 유사 결함 차트의 평면도이다. 유사 결함 차트(500)는 검사 대상(100)을 모의적으로 나타내는 것이며, 동일 사이즈, 동일 강도의 유사한 결함이 X 방향 및 Y 방향 면 내에 격자형으로 분포하고 있는 형태이다.7 is a plan view of a similar defect chart. The similar defect chart 500 simulates the inspection object 100, and is a form in which similar defects of the same size and the same intensity are distributed in a lattice shape in the X-direction and Y-direction planes.

검사 대상(100)을 모의적으로 나타내는 유사 결함 차트(500)를 표준 광원 상에 설치하고, 도 1에 나타낸 하드웨어 구성에 의해 촬상한 화상을 정보 화상 처리 장치(400)에 입력한다.A pseudo defect chart 500 that simulates the inspection object 100 is provided on a standard light source, and an image captured by the hardware configuration shown in FIG. 1 is input to the information image processing apparatus 400.

이 화상 정보를 기초로 하여, 특징량 계산 수단(404a)에 의해, 유사 결함의 개개의 특징량, 예를 들어, 평균 휘도, 최대 휘도, 휘도 체적, 평균 콘트라스트, 최대 평균 콘트라스트 등을 산출하고, 산출된 특징량 P를 보정 데이터 생성 수단(407)에 전달한다.Based on this image information, the characteristic amount calculation means 404a calculates individual feature amounts of the similar defects, for example, average luminance, maximum luminance, luminance volume, average contrast, maximum average contrast, and the like. The calculated feature amount P is transmitted to the correction data generating means 407.

보정 데이터 생성 수단(407)은, 전달받은 특징량마다, 영역 센서 중앙부를 1로 설정한 때의 비율을 구하고, 그 비율에 대하여, 특징량마다, X 방향의 좌표(pixel)에 대한 다차 다항식에 의한 근사식 F1, F2, …FN-1, FN을, Y 방향의 각 행(1 ∼ N)에 대해 각각 산출한다.The correction data generating means 407 obtains the ratio at the time of setting the area sensor center portion to 1 for each of the received characteristic quantities, and, with respect to the ratio, the correction data generating means 407 is used in the polynomial polynomial with respect to the coordinates in the X-direction pixel. Approximation equations F1, F2,... FN-1 and FN are calculated for each of the rows 1 to N in the Y direction.

마지막으로, 각 행의 Y 방향의 좌표(pixel)와 특징량마다의 각 행의 근사식의 각 항의 계수를 정리한 보정용 데이터를 생성하고, 이것을 보존한다.Finally, correction data is generated by arranging the pixels in the Y-direction of each row and the coefficients of each term of the approximation equation of each row for each feature amount, and this is saved.

도 8은 본 발명에 의한 특징량 면 내 보정의 단계를 나타낸 흐름도이다. 단계 S1에서는, 보정 데이터 생성 수단(407)에서 생성된 보정 데이터 D를 특징량 면 내 보정 수단(404c)에 입력한다.8 is a flowchart showing the steps of the feature-level in-plane correction according to the present invention. In step S1, the correction data D generated by the correction data generating means 407 is input to the feature amount in-plane correction means 404c.

단계 S2에서는, 보정하고자 하는 결함의 좌표의 상하의 행의 근사식에 결함의 X 방향 좌표를 입력하고, 각각 영역 센서 중앙부에 대한 비율을 산출한다. 또한, 결함 위치에서의 대 중앙부 비율을 상하의 행의 비율의 선형 보간으로 산출한다.In step S2, the X direction coordinates of a defect are input to the approximation formula of the upper and lower rows of the coordinate of the defect to be corrected, and the ratio with respect to the area sensor center part is computed, respectively. In addition, the ratio of the center portion to the defect position is calculated by linear interpolation of the ratio of the upper and lower rows.

단계 S3에서는, 대상의 결함의 특징량을 단계 S2에서 산출한 대 중앙부 비율로 나눗셈하여, 영역 센서 중앙부 위치에 그 결함이 존재할 경우의 특징량(면내 보정 특징량)을 산출한다. 특징량마다, 대 중앙부 비율의 산출과 면내 보정 특징량의 산출을 반복적으로 실행한다.In step S3, the feature amount of the target defect is divided by the ratio of the center portion calculated in step S2 to calculate the feature amount (in-plane correction feature amount) when the defect is present at the region sensor center position. For each feature amount, the calculation of the center-to-center ratio and the calculation of the in-plane correction feature amount are repeatedly performed.

실시예에서는, 광전 변환 소자가 2차원으로 배치된 영역 센서(301)를 사용하 여 설명하였지만, 검사용의 센서로서는, 광전 변환 소자가 1차원(직선상)으로 배치된 라인 센서를 사용한 결함 검사 장치에 대해서도 적용할 수 있다.Although the embodiment has been described using the area sensor 301 in which the photoelectric conversion elements are arranged in two dimensions, the defect inspection using the line sensor in which the photoelectric conversion elements are arranged in one dimension (straight line) as the inspection sensor. The same applies to the device.

검사 대상(100)으로서는, 액정 표시 소자를 예시하였지만, 결함과 동이한 정도의 공간 주파수의 규칙적인 패턴이 형성된 검사 대상물이면, 본 발명이 적용될 수 있다. 예를 들면, TFT가 형성된 액정 패널용의 기판, 컬러 필터가 형성된 액정용의 유리, PDP(플라즈마 디스플레이 패널)용의 유리나 셀, IC 패턴이 형성된 시리콘 웨이퍼 등에도 적용할 수 있다.Although the liquid crystal display element was illustrated as the test | inspection object 100, if the test object in which the regular pattern of the spatial frequency of the degree similar to a defect was formed, this invention can be applied. For example, it can apply also to the board | substrate for liquid crystal panels in which TFT was formed, the glass for liquid crystals with a color filter, the glass and cell for PDP (plasma display panel), the silicon wafer in which an IC pattern was formed.

유사 결함으로서, 동일 사이즈를 똑같이 배치한 유사 결함 차트(500)를 사용하는 예를 나타내었지만, 복수개의 사이즈에 대해서, 마찬가지의 보정 데이터를 작성해 두면, 검사 대상의 사이즈에 따라, 보정 데이터를 전환하면, 보다 높은 정밀도로 검사할 수 있다.Although the example which uses the similar defect chart 500 in which the same size was arrange | positioned similarly as the similar defect was shown, when the same correction data is produced about several sizes, when the correction data are switched according to the size of a test object, Can be inspected with higher precision.

보정용 데이터로서, 다차 다항식에 의한 근사식의 계수를 보존하는 것을 예시하였지만, 대 중앙부 비율을 사전에 영역 센서 또는 라인 센서의 좌표로 맵핑해 두고, 보다 고속으로 보정할 수도 있다.As the data for correction, an example of preserving the coefficient of the approximation by the polynomial polynomial is illustrated. However, the ratio of the center portion to the coordinates of the area sensor or the line sensor may be mapped in advance, and correction may be performed at a higher speed.

도 1은 본 발명을 적용한 결함 검사 장치의 일실시예를 나타낸 기능 블록도이다.1 is a functional block diagram showing an embodiment of a defect inspection apparatus to which the present invention is applied.

도 2는 본 발명이 적용된 화상 처리 장치의 신호 처리 단계를 나타낸 흐름도이다.2 is a flowchart showing signal processing steps of the image processing apparatus to which the present invention is applied.

도 3은 본 발명에서 실행되는 특징량 면 내 보정의 개념을 설명하는 이미지 도이다.Fig. 3 is an image diagram illustrating the concept of in-plane correction of feature amount performed in the present invention.

도 4는 특징량 면 내 보정 후의 영역 센서의 평균 휘도 출력을 나타낸 특성도이다.4 is a characteristic diagram showing the average luminance output of the area sensor after the feature amount in-plane correction.

도 5는 특징량 면 내 보정 후의 영역 센서의 평균 콘트라스트 출력을 나타낸 특성도이다.5 is a characteristic diagram showing an average contrast output of the area sensor after in-plane correction.

도 6은 보정 데이터 생성의 단계를 나타낸 흐름도이다.6 is a flowchart showing steps of generating correction data.

도 7은 유사 결함 차트의 평면도이다.7 is a plan view of a similar defect chart.

도 8은 본 발명에 의한 특징량 면 내 보정의 단계를 나타낸 흐름도이다.8 is a flowchart showing the steps of the feature-level in-plane correction according to the present invention.

도 9는 영역 센서에 의한 결함 검사 장치의 기본적 시스템 구성을 나타낸 사시도이다.9 is a perspective view showing the basic system configuration of the defect inspection apparatus by the area sensor.

도 10은 화상 처리 장치의 구체적인 구성예를 나타낸 기능 블록도이다.10 is a functional block diagram illustrating a specific configuration example of an image processing apparatus.

도 11은 화상 처리 장치의 신호 처리 단계를 나타낸 흐름도이다.11 is a flowchart showing signal processing steps of the image processing apparatus.

도 12는 검사 대상과 렌즈와 영역 센서의 배치 관계를 나타내는 광학계이다.12 is an optical system showing the arrangement relationship between the inspection object, the lens, and the area sensor.

도 13은 영역 센서로 촬상되는 화상의 쉐이딩을 설명하는 특성도이다.13 is a characteristic diagram illustrating shading of an image captured by an area sensor.

도 14는 동일 사이즈·동일 강도의 결함에 대한 영역 센서의 평균 휘도 출력 특성도이다.14 is an average luminance output characteristic diagram of an area sensor for a defect of the same size and the same intensity.

도 15는 쉐이딩 보정을 실시한 경우의, 동일 사이즈·동일 강도의 결함에 대한 영역 센서의 평균 휘도 출력을 나타낸 특성도이다.Fig. 15 is a characteristic diagram showing the average luminance output of the area sensor for defects of the same size and the same intensity when shading correction is performed.

도 16은 동일 사이즈·동일 강도의 결함에 대한 영역 센서의 평균 콘트라스트 출력을 나타낸 특성도이다.Fig. 16 is a characteristic diagram showing an average contrast output of the area sensor for a defect of the same size and the same intensity.

도 17은 일반적인 렌즈의 분해능을 나타낸 특성도이다.17 is a characteristic diagram showing the resolution of a general lens.

도 18은 도 16의 평균 콘트라스트 출력 특성의 영역 센서로 휘점 결함의 촬상을 행한 경우의 특징량의 검출 패턴을 나타낸 특성도이다.FIG. 18 is a characteristic diagram showing a detection pattern of a characteristic amount when imaging of bright spot defects is performed by the area sensor of average contrast output characteristic of FIG. 16. FIG.

[부호의 설명][Description of the code]

200: 렌즈 300: 카메라200: lens 300: camera

301: 영역 센서 400: 화상 처리 장치301: area sensor 400: image processing apparatus

401: 화상 입력 보드 402: 사전 처리 수단401: image input board 402: preprocessing means

402a: 카메라 결함 보정 수단 403: 검출 처리 수단402a: camera defect correction means 403: detection processing means

403a: 강조 필터 수단 403b: 2치화 수단403a: emphasis filter means 403b: binarization means

403c: 라벨링 수단 404: 판정 처리 수단403c: labeling means 404: decision processing means

404a: 특징량 계산 수단 404b: 식별 수단404a: feature amount calculation means 404b: identification means

404c: 특징량면내 보정 수단 405: 판정 결과 출력 수단404c: feature amount in-plane correction means 405: determination result output means

407: 보정 데이터 생성 수단407: correction data generating means

Claims

소정의 피검사 영역을 가지는 검사 대상을 영역 센서에 의해 촬상한 화상 정보를 처리하고, 상기 영역 내의 휘도 변화로부터 계산한 특징량에 기초하여, 결함을 식별하는 결함 검사 장치에 있어서,In the defect inspection apparatus which processes the image information which image | photographed the inspection target which has a predetermined | prescribed test | inspection area | region by the area sensor, and identifies a defect based on the feature amount calculated from the brightness change in the said area,

상기 영역 센서의 영역 중심부와 주변부의 휘도 출력 차이에 기인하는 상기 특징량의 차이를 보정하는, 특징량 면 내 보정 수단과,Feature amount in-plane correction means for correcting a difference in the feature amount caused by a difference in luminance output of an area center and a periphery of the area sensor;

상기 영역 센서의 영역 내 휘도의 분포 특성을 사전에 측정하여 생성된 보정 데이터를 보존하는 보정 데이터 생성 수단Correction data generating means for preserving correction data generated by previously measuring distribution characteristics of luminance in the area of the area sensor

을 구비하고, And

상기 특징량 면 내 보정 수단은 상기 보정 데이터 생성 수단으로부터 보정 데이터를 취득하고,The feature-quantity in-plane correction means acquires correction data from the correction data generating means,

상기 보정 데이터 생성 수단은, X 방향 및 Y 방향으로 격자형으로 분포한 동일 사이즈의 유사 결함이 형성된 유사 결함 차트를 상기 영역 센서로 촬상하여 계산한 특징량의 분포를, X 방향 또는 Y 방향의 다차 다항식으로 근사시킨 형태로 보존하는,The correction data generating means uses the area sensor to calculate the distribution of the feature quantities calculated by imaging the similar defect chart having similar defects of the same size distributed in a lattice form in the X direction and the Y direction with the area sensor in the X direction or the Y direction. Preserved in a form approximated by a polynomial,

결함 검사 장치.Defect inspection device.

제1항에 있어서,The method of claim 1,

상기 특징량 면 내 보정 수단은, 취득한 상기 보정 데이터를 참조하고, 촬상하고 있는 영역의 특징량을 상기 영역의 중심부의 특징량으로 환산하는 보정 연산을 실행하는, 결함 검사 장치.The feature-quantity in-plane correction means refers to the acquired correction data, and performs a correction operation of converting the feature amount of the imaged region into the feature amount of the center portion of the region.

삭제delete