欠陥の検出装置、検出方法およびコンピュータを当該検出装置として機能させるためのプログラム
【課題】放射状に生じる直線状の欠陥を検出できる画像処理検査装置を提供する。
【解決手段】画像処理検査装置の演算部１４３は、検査領域に対応する画像データを取得する取得部２０３と、画像データを直交座標系から極座標系のデータに変換する極座標変換部２０４と、半径方向の直線を強調するフィルタ処理を実行するフィルタ処理部２０６と、半径方向に表示される直線の平滑化を行なう平滑化処理部２０８と、２値化基準に基づいて平滑化された画像データの２値化処理を行なう２値化処理部２１０と、２値化処理された画像データから、抽出基準を満足する画像データを欠陥の候補として抽出する抽出部２１２と、極座標系のデータを直交座標系に変換する直交座標変換部２１４と、直交座標系のデータに基づいて欠陥の候補の特徴量を算出する算出部２１６と、判定基準と特徴量とに基づいて欠陥の候補が欠陥であるか否かを判定する欠陥判定部２１８とを含む。
【解決手段】画像処理検査装置の演算部１４３は、検査領域に対応する画像データを取得する取得部２０３と、画像データを直交座標系から極座標系のデータに変換する極座標変換部２０４と、半径方向の直線を強調するフィルタ処理を実行するフィルタ処理部２０６と、半径方向に表示される直線の平滑化を行なう平滑化処理部２０８と、２値化基準に基づいて平滑化された画像データの２値化処理を行なう２値化処理部２１０と、２値化処理された画像データから、抽出基準を満足する画像データを欠陥の候補として抽出する抽出部２１２と、極座標系のデータを直交座標系に変換する直交座標変換部２１４と、直交座標系のデータに基づいて欠陥の候補の特徴量を算出する算出部２１６と、判定基準と特徴量とに基づいて欠陥の候補が欠陥であるか否かを判定する欠陥判定部２１８とを含む。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、被検査物を撮像した画像から欠陥を検出する技術に関する。本発明は、より特定的には、半導体ウェハ及び液晶パネルのマクロ検査において、放射状の欠陥を検出する技術に関する。
【背景技術】
【０００２】
半導体ウェハや液晶基板の製造工程に関し、基板上にレジストを塗布し露光機によりレジストに回路パターンを転写して現像するリソグラフィ工程において、露光機上に異物が付着した場合、レジストの塗布量のムラがあった場合、あるいは基板表面に異物が付着した場合、正常に回路パターンが転写されないことがある。
【０００３】
回路パターンが正確にレジストに転写されていないまま基板を現像し、次工程のエッチング工程で液晶基板をエッチングすると、修正不可能な欠陥が液晶基板に形成される。そのため、欠陥の有無の検査が、エッチング工程前に行なわれている。
【０００４】
エッチング工程前の検査では、照明が基板の表面に当てられ、その干渉光、回折光、散乱光が目視により検査され、または基板をカメラで撮像されて生成された画像に基づく画像検査が行なわれる。特に、カメラで撮像されて生成された画像については、コンピュータによる画像処理を行ない、回路パターンが正確に転写されていない部分を欠陥として検出し、そして、画像の様子から欠陥の原因を特定する画像検査装置が、実用に供されている。
【０００５】
当該装置が、欠陥を検出して分類する場合、画像内の濃淡の基準より高い部分や低い部分、濃淡勾配の高い部分、基準画像との差分の大きい部分などを抽出する。抽出された部分が連続している領域について、当該装置は、複数の特徴量を算出し、特徴量に基づきクラスタリング等の手法を用いて領域を分類し、欠陥の種類や擬似欠陥を特定する。
【０００６】
欠陥を分類するために通常使用される特徴量には、粒子解析で用いられる計測値、たとえば、面積、最大最低濃度、平均濃度、濃度の標準偏差、最大最小フェレ径、最大フェレ径角度、最大最小フェレ径比率などがある。
【０００７】
ところで、前述のリソグラフィ工程においては、レジストを塗布する際に、基板を回転させ基板中心にレジストを滴下し、遠心力により基板全面に均一に塗布するスピンコータがよく利用されている。
【０００８】
スピンコータでレジストを塗布する際に、レジストの塗布量が少ない場合、あるいは粘度が高い場合、レジストは基板に均一に塗布されず、塗布されない領域や、塗布量の少ない領域が生じることがある。レジストの塗布が回転している基板に対して行なわれるため、塗布の欠陥は、スピンコータの回転中心から放射方向に伸びた線状に発生することが多い。
【０００９】
欠陥の検出に関し、たとえば特開２００３−１６８１１４号公報（特許文献１）は、検出した領域について、通常の粒子解析の計測値に加え、検出した領域を極座標変換し連結処理を行うことにより線欠陥を検出する欠陥分類装置を開示している。
【００１０】
また、特開２００４−２１９０７２号公報（特許文献２）は、エッチング工程前検査に用いることのできる欠陥検査装置を開示している。この装置は、複数縮小サイズ画像について、複数の方向の線強調フィルタ処理によって検出された領域について、線強調画像の濃度平均等の統計量を用いて線欠陥を検出する。
【特許文献１】特開２００３−１６８１１４号公報
【特許文献２】特開２００４−２１９０７２号公報
【発明の開示】
【発明が解決しようとする課題】
【００１１】
ところで、半導体ウェハまたは液晶パネルに関し、コストダウンの要求が高まっているため、レジストの使用量を削減したいという要請がある。しかし、レジストの使用量を削減すると、前述のような放射方向の塗布不良が発生しやすくなる。そのため、欠陥にならない程度のレジストの使用量を見極める必要がある。
【００１２】
欠陥にならない程度の塗布ムラは、欠陥になる塗布ムラに比べて、一般的に撮像した画像のコントラストが低い。このような塗布ムラを検出することが検査装置に求められている。
【００１３】
しかしながら、特開２００３−１６８１１４号公報に開示された欠陥分類装置によれば、濃淡値から予め検出された領域について連結処理が行なわれる。そのため、低コントラストの欠陥の場合、誤検出なく検出することができないという問題があった。
【００１４】
また、特開２００４−２１９０７２号公報に開示された技術によれば、フィルタ処理によって線強調された画像から、濃度の平均値、標準偏差等を用いて欠陥領域が抽出される。このような方法で低コントラストの線欠陥を検出した場合、コントラストの微小な変動により、検出領域が分断され、正確な検出ができない場合があった。また、コントラストの変動により実際の欠陥の強度とは異なる判定をしてしまうという問題があった。
【００１５】
本発明は、上述の問題点を解決するためになされたものであって、その目的は、低コントラストな線状の欠陥を検出できる検出装置を提供することである。
【００１６】
本発明の他の目的は、コントラストの変動があっても正確な強度で欠陥を検出できる放射状欠陥の検出装置を提供することである。
【００１７】
本発明の他の目的は、低コントラストな線欠陥を検出できる放射状欠陥の検出方法を提供することである。
【００１８】
本発明のさらに他の目的は、コントラストの変動があっても正確な強度で欠陥を検出できる放射状欠陥の検出方法を提供することである。
【課題を解決するための手段】
【００１９】
上記の課題を解決するために、この発明のある局面に従う欠陥の検出装置は、予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受ける入力手段と、データから予め定められた検査領域に対応する画像データを取得する取得手段とを備える。画像データは、直交座標系で表わされている。この検出装置は、さらに、画像データを極座標系のデータに変換する第１の変換手段と、極座標系により表わされる画像データに対して、回転軸に対応する回転中心から半径方向の直線を平滑化する平滑化処理手段と、平滑化後の画像データを、直交座標系のデータに変換する第２の変換手段と、第２の変換後の直交座標系により表される画像データに基づいて、被検査物の表面における欠陥の候補を抽出する抽出手段と、直交座標系に変換後の画像データに基づいて、欠陥の候補の特徴量を算出する特徴量算出手段と、予め定められた判断基準と特徴量とに基づいて、欠陥の候補が欠陥であるか否かを判断する判断手段と、判断手段による判断の結果を出力する出力手段とを備える。
【００２０】
好ましくは、平滑化処理手段は、極座標系により表わされる画像データに対して、半径方向の直線を強調するためのフィルタ処理を実行するフィルタ手段と、フィルタ処理後の画像データに基づいて、半径方向の直線の平滑化を行なう手段とを含む。抽出手段は、予め定められた二値化基準に基づいて、平滑化後の画像データの二値化処理を行なう二値化手段と、二値化処理後の画像データから、予め定められた抽出基準を満足する画像データを欠陥の候補として抽出する手段とを含む。第２の変換手段は、フィルタ処理後の画像データと、平滑化後の画像データとを、直交座標系のデータに変換する手段を含む。
【００２１】
好ましくは、平滑化処理手段は、半径方向の直線の平滑化を行なった画像に対し、さらに半径方向の最大値フィルタ処理を実行する。
【００２２】
好ましくは、判断手段は、特徴量に基づいて、欠陥の候補についての欠陥の程度を表わす欠陥強度を算出する強度算出手段と、判断基準と欠陥強度とに基づいて、欠陥の候補が欠陥であるか否かを判断する手段とを含む。
【００２３】
好ましくは、検出装置は、直交座標系のデータに変換後の画像データに基づいて、欠陥の候補が予め定められた算出条件を満足するか否かを判断する条件判断手段と、欠陥の候補が算出条件を満足する場合に新たな特徴量を算出する手段とをさらに備える。
【００２４】
好ましくは、特徴量算出手段は、欠陥の候補の濃度値の平均値と、濃度値の変化率とを算出する変化率算出手段を含む。強度算出手段は、平均値と変化率とに基づいて強度を算出する。
【００２５】
好ましくは、特徴量算出手段は、直交座標系のデータに変換後のデータに基づいて、欠陥の候補の領域の幅を細くする細線化処理を行なう手段をさらに含む。変化率算出手段は、細線化処理後の欠陥の候補についての平均値と変化率とを算出する。
【００２６】
この発明の他の局面に従うと、欠陥の検出方法が提供される。この検出方法は、予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受けるステップと、データから予め定められた検査領域に対応する画像データを取得するステップとを備える。画像データは、直交座標系で表わされている。この方法は、画像データを極座標系のデータに変換するステップと、極座標系により表わされる画像データに対して、回転軸に対応する回転中心から半径方向の直線を平滑化するステップと、平滑化後の画像データを、直交座標系のデータに変換するステップと、直交座標系に変換後の画像データに基づいて、被検査物の表面における欠陥の候補を抽出するステップと、直交座標系に変換後の画像データに基づいて、欠陥の候補の特徴量を算出するステップと、予め定められた判断基準と特徴量とに基づいて、欠陥の候補が欠陥であるか否かを判断するステップと、判断ステップによる判断の結果を出力するステップとを備える。
【００２７】
この発明のさらに他の局面に従うと、コンピュータを欠陥の検出装置として機能させるためのプログラムが提供される。このプログラムは、コンピュータに、予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受けるステップと、データから予め定められた検査領域に対応する画像データを取得するステップとを実行させる。画像データは、直交座標系で表わされている。さらに、プログラムはコンピュータに、画像データを極座標系の画像データに変換するステップと、極座標系により表わされる画像データに対して、回転軸に対応する回転中心から半径方向の直線を平滑化するステップと、平滑化後の画像データを、直交座標系のデータに変換するステップと、直交座標系に変換後の画像データに基づいて、被検査物の表面における欠陥の候補を抽出するステップと、直交座標系に変換後の画像データに基づいて、欠陥の候補の特徴量を算出するステップと、予め定められた判断基準と特徴量とに基づいて、欠陥の候補が欠陥であるか否かを判断するステップと、判断ステップによる判断の結果を出力するステップとを実行させる。
【発明の効果】
【００２８】
本発明によると、低コントラストな線状の欠陥を検出することができる。また、本発明によると、コントラストの変動があっても正確な強度で放射状に形成された欠陥を検出することができる。
【発明を実施するための最良の形態】
【００２９】
以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。
【００３０】
図１を参照して、本発明に係る画像処理検査装置１４０を備える検査システム１００について説明する。図１は、検査システム１００のシステム構成の概略を表わす図である。
【００３１】
検査システム１００は、照明部１２０と、撮像部１３０と、画像処理検査装置１４０と、ディスプレイ１５０とを含む。画像処理検査装置１４０は、画像入力部１４１と、記憶部１４２と、演算部１４３と、出力部１４４と、入力部１４５とを含む。
【００３２】
検査システム１００には、被検査基板１１０が搬入され、予め定められた位置に装着される。被検査基板１１０は、たとえば予め定められた回転軸を中心に回転駆動され、その間に予め定められた加工処理（たとえばレジストの塗布等）が行なわれている。たとえばレジストが塗布された場合には、その塗布は、回転軸の中心から外周方向に対して行なわれる。したがって、この場合、被検査基板１１０の表面には、回転軸の中心から放射状にレジストが塗布されている。
【００３３】
照明部１２０は、画像処理検査装置１４０からの信号に基づいて、当該位置に装着された被検査基板１１０に対して、予め設定された強度を有する光を照射する。照射される光は、たとえば一般白色光である。撮像部１３０は、被検査基板１１０からの反射光を受光して撮影し、画像データとして画像処理検査装置１４０に出力する。撮像部１３０は、たとえばＣＣＤ（Charge Coupled Device）カメラにより実現される。
【００３４】
撮像部１３０から出力された画像データは、画像入力部１４１を介して入力され、記憶部１４２において確保されている領域に格納される。記憶部１４２は、たとえばハードディスク装置、フラッシュメモリ等により実現される。記憶部１４２におけるデータの格納の態様は後述する。また、一時的にデータを格納することで処理の高速化を図るために、一時的に生成されるデータは、ＲＡＭ（Random Access Memory）その他の揮発性のメモリに格納されてもよい。
【００３５】
演算部１４３は、記憶部１４２に格納されている画像データと予め設定されているデータとに基づいて、予め定められた画像処理を実行する。演算部１４３は、いわゆるＣＰＵ（Central Processing Unit）と称される演算制御装置が予め準備されたプログラムを実行することにより実現される。あるいは、演算部１４３は、当該プログラムにより実現される処理を実行するために構成された回路、たとえばＦＰＧＡ（Field Programmable Gate Array）等によって実現されてもよい。
【００３６】
出力部１４４は、演算部１４３により生成されたデータをディスプレイ１５０に出力する。ディスプレイ１５０は、そのデータに基づいて画像を表示する。ディスプレイ１５０は、たとえば原画像と、画像処理に基づいて検出された放射状の塗布ムラが含まれる欠陥の画像とを表示する。
【００３７】
入力部１４５は、外部から、データあるいは指示の入力を受ける。入力部１４５は、たとえばディスプレイ１５０の表面に装着されるタッチパネル、キーボード、マウスその他のポインティングデバイス等により実現される。
【００３８】
図２を参照して、本発明に係る検査システム１００を実現する画像処理検査装置１４０について説明する。図２は、画像処理検査装置１４０の機能的構成を表わすブロック図である。
【００３９】
画像処理検査装置１４０は、データの入力を受けるデータ入力部２０２と、データを格納する記憶部１４２と、後述する画像処理を実現するための演算部１４３と、演算部１４３により算出される結果を出力する結果出力部２２０とを備える。入力されるデータは、予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影により生成されたデータである。処理は、たとえば、基板にレジストを塗布する処理である。回転軸は、レジストを塗布する処理に使用される、いわゆるスピンコータにおける回転軸である。
【００４０】
演算部１４３は、入力されたデータから、予め定められた検査領域に対応する画像データを取得する取得部２０３と、直交座標系により表わされている当該画像データを極座標系のデータに変換する極座標変換部２０４と、極座標系により表わされる画像データに対して半径方向の直線を強調するためのフィルタ処理を実行するフィルタ処理部２０６と、半径方向に表示される直線の平滑化を行なうための平滑化処理部２０８とを備える。
【００４１】
演算部１４３はさらに、予め定められた２値化基準に基づいて平滑化された画像データの２値化処理を行なうための２値化処理部２１０と、２値化処理された画像データから、予め定められた抽出基準を満足する画像データを被検査物の表面における欠陥の候補として抽出する抽出部２１２と、極座標系により表わされるデータを直交座標系のデータに変換するための直交座標変換部２１４と、直交座標系により表わされたデータに基づいて当該欠陥の候補の特徴量を算出する算出部２１６と、予め定められた判定基準と算出された特徴量とに基づいて、当該欠陥の候補が欠陥であるか否かを判定する欠陥判定部２１８とを含む。
【００４２】
好ましくは、算出部２１６は、直交座標系のデータに変換された画像データに基づいて当該欠陥の候補が予め定められた条件を満足するか否かを判断する。算出部２１６は、当該欠陥の候補がその条件を満足する場合に、特徴量を算出する。
【００４３】
また、好ましくは、算出部２１６は、欠陥の候補の濃度値の平均値と、濃度値の変化率とを算出する。変化率は、以下の説明における変動係数に対応する。算出部２１６は、さらにその平均値と変化率とに基づいて特徴量を算出する。
【００４４】
さらに、好ましくは、直交座標変換部２１４は、フィルタ処理された後の画像データと平滑化処理された後の画像データとを、直交座標系のデータに変換する。
【００４５】
また、演算部１４３における処理は、上記の順序に限られない。一例として、本実施の形態の別の局面に従うと、直交座標変換部２１４は、平滑化処理部２０８によって平滑化された後の画像データを、当該直交座標系の画像データに変換する。抽出部２１２は、直交座標系によって表わされる当該画像データから、予め定められた抽出基準を満足する画像データを、被検査物の表面における欠陥の候補として抽出する。この場合の抽出基準は、直交座標系の画像データに関連するデータであって、たとえば、直交座標空間における欠陥候補の特徴量である。
【００４６】
図３を参照して、画像処理検査装置１４０のデータ構造について説明する。図３は、記憶部１４２におけるデータの格納の一態様を表わす図である。
【００４７】
外部から入力された画像データすなわち原画像データは、領域３１０に格納されている。画像処理の検査を行なうために予め設定された回転中心を表わす座標は、領域３２０に格納されている。この座標は、検査の対象となる領域における、被検査基板１１０に対して加工処理を行なった装置（たとえば、スピンコータ）の回転軸の座標を表わすものである。
【００４８】
２値化処理の基準として予め設定された第１の閾値は、領域３３０に格納されている。欠陥の候補が欠陥であるか否かを判断するための第２の閾値は、領域３４０に格納されている。
【００４９】
直交座標系により表わされた領域が処理の対象であるか否かを判断するための第１の条件は、領域３５０に格納されている。この条件は、たとえば、抽出された領域の長さ、長さと幅の比率、回転中心から当該領域の重心位置への角度と主軸角度との差が予め定められた値の範囲内にあるか否か等である。演算部１４３による各処理を実現するための検査プログラムは、領域３６０に格納されている。
【００５０】
図４〜図６を参照して、被検査物の撮影により生成された画像データについて説明する。図４は、被検査物の画像４２０に関し、放射状に形成された塗布ムラを表わす図である。
【００５１】
被検査画像４２０において、回転中心４１０は、被検査基板１１０に対する処理を行なうときに回転の基準とされた中心に対応する。被検査画像４２０は、放射状に形成された塗布ムラ４３０，４４０，４５０を含む。
【００５２】
図５は、図４に示される撮像画像を極座標に変換した後の状態を表わす図である。極座標への変換は、図４に示される回転中心４１０を基準として行なわれる。この場合、画像は、回転中心４１０に対する角度と回転中心からの距離とに基づく座標により表現される。
【００５３】
塗布ムラ５３０は、図４における塗布ムラ４３０に対応する。同様に、塗布ムラ５４０は、塗布ムラ４４０に対応する。また、塗布ムラ５５０は、塗布ムラ４５０に対応する。
【００５４】
なお、直交座標系により表わされたデータを極座標系のデータに変換するための処理は、当業者にとって容易に理解できるものである。したがって、ここではその詳細な説明は繰り返さない。
【００５５】
図６は、極座標に変換された画像に関し、放射状の塗布ムラの領域を抽出するために、直線を強調する処理を行なった後の画像を表わす図である。直線の強調は、直線と直交する方向の濃淡の変化（コントラスト）を求め、濃度の高い部分を予め定められた第１の閾値で２値化処理することにより行なわれる。
【００５６】
領域６３０は、図５に示される塗布ムラ５３０に対応する。同様に、領域６４０は、塗布ムラ５４０に対応する。また、領域６５０は、塗布ムラ５５０に対応する。
【００５７】
次に、図７を参照して、画像処理検査装置１４０の制御構造について説明する。図７は、演算部１４３が実行する処理の手順を表わすフローチャートである。画像処理検査装置１４０がコンピュータシステムによって実現される場合には、以下の処理は、コンピュータシステムに予め格納されているプログラムが実行されることにより実現される。あるいは、画像処理検査装置１４０が各処理を実行するための回路を組み合わせた装置のようにハードウェアとして構成される場合には、以下の処理は、各回路が作動することにより実現される。
【００５８】
ここで、ステップＳ７０２〜Ｓ７１５までの処理によって、特徴量を算出するために必要な値が順次算出され、ステップＳ７２０以降の処理において、当該値に基づいて特徴量が算出される。
【００５９】
ステップＳ７０２にて、演算部１４３は、予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影により生成されたデータの入力を受け、そして、そのデータから、予め定められた検査領域に対応する画像データを抽出する。この画像データは、たとえば図４に示されるように、直交座標系により表わされている。
【００６０】
ステップＳ７０４にて、演算部１４３は、直交座標系により表わされている当該画像データを極座標系のデータに変換する。変換後のデータに基づいて表示される画像は、たとえば図５に示されるものとなる。
【００６１】
ステップＳ７０６にて、演算部１４３は、極座標系に変換されたデータに基づいて直線を強調するための処理を実行する。処理後のデータに基づいて表示される画像は、たとえば図６に示されるものとなる。
【００６２】
ステップＳ７０８にて、演算部１４３は、強調処理が完了したデータに基づいて当該回転中心から半径方向の直線を平滑化するための処理を行なう。
【００６３】
ステップＳ７１０にて、演算部１４３は、予め定められた２値化基準（図３における領域３３０）に基づいて平滑化後の画像データの２値化処理を行なう。ステップＳ７１２にて、演算部１４３は、極座標系により表わされている当該２値化後のデータを、直交座標系のデータに変換する。
【００６４】
ステップＳ７１４にて、演算部１４３は、直交座標系に変換されたデータから予め定められた抽出基準に基づいて欠陥の候補である領域を抽出し、各領域に対し各々の領域を識別するためのラベルを付与するラベリング処理を実行する。ここでは、たとえばラベル付けされた領域として領域Ａｉ（ｉ：１〜ｎ）が取得される。
【００６５】
ステップＳ７１５にて、演算部１４３は予め設定されている第１の条件を準備する。すなわち、演算部１４３は、記憶部１４２の領域３５０から第１の条件を読み出して、当該プログラムが実行される領域に保存する。
【００６６】
ステップＳ７１６にて、演算部１４３は、各々の領域Ａｉについて、ｉ＝１からｉ＝ｎまで、以下の処理を反復する。ステップＳ７１８にて、演算部１４３は、領域Ａｉが予め定められた第１の条件に合致するか否かを判断する。領域Ａｉがその条件に合致する場合には（ステップＳ７１８にてＹＥＳ）、処理はステップＳ７２０に移される。そうでない場合には（ステップＳ７１８にてＮＯ）、処理はステップＳ７１６に戻され、次の領域Ａｉ＋１についての処理が繰り返される。
【００６７】
ステップＳ７２０にて、演算部１４３は、領域Ａｉについての濃度値を算出し、さらに濃度値の平均値を算出し、標準偏差を算出する。濃度値の平均値と標準偏差とは、領域Ａｉの特徴量として、以下の処理において使用される。
【００６８】
ステップＳ７２２にて、演算部１４３は、領域Ａｉに対して予め設定された細線化処理を行なう。演算部１４３は、この処理により生成された領域Ｌｉに対応する変動係数、たとえば、直交座標系に変換された直線が強調された画像の濃度値の変動係数を算出する。この変動係数は、領域Ａｉの特徴量となる。
【００６９】
ステップＳ７２６にて、演算部１４３は、濃度値の平均値と標準偏差と変動係数とに基づいて、領域Ａｉの欠陥強度を算出する。たとえば演算部１４３は、領域Ａｉの長さと平滑化後の当該平均値の二乗と変動係数の二乗の積とにより、欠陥強度を算出する。
【００７０】
ステップＳ７２８にて、演算部１４３は、領域Ａｉが欠陥であるか否かを判断する。この判断は、予め設定された第２の閾値（図３における領域３４０）に基づいて行なわれる。この判断の区分は、たとえば領域Ａｉを欠陥の記録として残さないレベル、記録に残すレベル、注意を促すレベル、不良と判断するレベルの４つのレベルを含む。この場合、各区分に対応する判断のための閾値が第２の閾値として用いられる。このような判断では、たとえば欠陥の記録として残さないレベル以外のレベルは、後述するように欠陥テーブルに格納される。このようにすると、たとえば被検査基板１１０の検査をバッチ処理とすることにより特定のロットについて行なった後、当該ロットについての検査の結果をまとめて分析することも可能になる。なお、判断の区分として、上記以外に他の区分が使用されてもよい。また、区分の数は上記のものに限られない。
【００７１】
ステップＳ７３２にて、演算部１４３は、すべての領域の検査が終了したか否かを判断する。この判断は、たとえば各領域に付与されたラベルを用いて、処理の完了時にその処理が完了したラベルを逐次記録しておき、処理の前に付加されたラベルと処理が完了したラベルとを比較することにより行なわれる。すべての領域の検査が終了している場合には（ステップＳ７３２にてＹＥＳ）、処理は終了する。そうでない場合には（ステップＳ７３２にてＮＯ）、処理はステップＳ７１６に戻され、次の領域Ａｉの処理が行なわれる。
【００７２】
次に、図８〜図１５を参照して、画像処理検査装置１４０における画像の変化について説明する。図８は、予め定められた回転軸を中心に回転する間に処理が施された被検査物を撮像した画像から、検査の対象となる領域として予め指定された検査領域に応じて抽出された画像を表わす図である。図９は、図８に示される画像のデータを直交座標から極座標に変換した図を表わす。図１０は、図９に示される画像のデータに対して平滑化処理を行なった後の図を表わす。
【００７３】
図８に示されるように、抽出された画像には、放射状の塗布ムラを撮像した際に、様々な要因により斑状の模様８８０ａ，８８０ｂが映り込んでいる。このような模様は、光学的な影響で背景に映る場合がある。
回転中心８１０は、被検査物に対して処理を行なう装置における回転軸に対応する。被検査画像８２０において、斑状の背景に加えて、放射状に形成された３つの塗布ムラ８３０，８４０，８５０が撮影されている。この画像に対して、たとえば回転中心８１０を基準とした極座標変換が行なわれ、予め定められた抽出処理が実行されると、図９に示される画像が得られる。
【００７４】
すなわち、極座標系に変換された画像は、回転中心８１０（たとえば、スピンコータの回転軸に相当）を原点とし、縦軸に半径方向、横軸に角度方向となる画像によって表現される。極座標系により表わされた画像に対し、背景方向（縦軸）の直線方向のエッジのみを強調する処理を行なうと、図９に示されるように、直線強調後の画像が得られる。
【００７５】
ここで直線を強調する処理は、角度方向（縦軸）の濃度値の差分を算出することにより、その差分に従って予め設定された閾値に基づいて行なわれる。閾値として使用されるフィルタサイズは、解像度、検出する放射状の塗布ムラの大きさなどから予め定められるものである。
【００７６】
図９において、画像９３０は、図８における塗布ムラ８３０に対応する。画像９３０は、塗布ムラ８３０に含まれる斑状の模様８９０により、遮断されている。同様に、画像９４０は、塗布ムラ８４０に対応する。画像９５０は、塗布ムラ８５０に対応する。
【００７７】
直線強調後の画像に対して半径方向に平滑化処理を行なうと、図１０に示される画像が得られる。ここで平滑化処理は、対象とする点と平滑化する方向の近傍の点の濃度値の平均値を対象とする点の濃度値とするものである。また近傍として用いられるデータは、塗布ムラを連結したい幅に応じて予め定められる。あるいはディスプレイ１５０に表示される画像に基づいて近傍のサイズを変更可能であってもよい。
【００７８】
図１０を参照して、画像１０３０，１０４０，１０５０は、それぞれ図９に示される画像を平滑化したものである。画像１０３０は、図９における画像９３０に対応する。同様に画像１０４０は、画像９４０に対応する。画像１０５０は、画像９５０に対応する。
【００７９】
このようにして平滑化された画像に対して予め定められた閾値に基づいて２値化処理を行なうと、放射状に形成された塗布ムラの領域が抽出される（図１１）。ここで２値化処理のための閾値は、たとえば放射状に形成された塗布ムラの平滑化後の画像の濃度値に基づいて定められる。
【００８０】
図１１に示されるように、３つの塗布ムラが、画像１１３０，１１４０，１１５０として抽出されている。画像１１３０は、図１０に示される画像１０３０に対応する。この場合、平滑化処理によって、図１０に示される画像において分割されていた領域が連結されている。同様に、画像１１４０は、画像１０４０に対応する。画像１０４０の凸部が平滑化されている。また、画像１１５０は、画像１０５０に相当する。画像１１５０も、画像１１３０と同様に、２値化処理のための閾値を用いた抽出によって、遮断されていた領域が結合された形で表示される。
【００８１】
このようにして抽出された領域は、極座標系のデータにより表わされている。当該領域の面積、線あるいは幅は、直交座標系のデータにより表わされるものと異なるため、領域の特徴量を算出することはできない。そこで、演算部１４３は、抽出された領域の座標系と、直線を強調した後の画像との座標系とを、極座標系から直交座標系に変換する処理を行なう。演算部１４３は、直交座標系のデータに基づいて、領域の形状に関する長さ、幅、面積等の特徴量と、当該領域に対応する直線強調後の画像の濃度値の平均値、標準偏差等の特徴量とを算出する。
【００８２】
ここで、図１２〜図１５を参照して、極座標系のデータから直交座標系のデータに変換した後の処理について説明する。図１２〜図１４は、極座標系により表わされていた画像を直交座標系に変換した図をそれぞれ表わす。図１２は、抽出画像を表わし、図１１に示される画像に対応する。
【００８３】
図１２に示される直交座標系により表わされた抽出画像が取得されると、演算部１４３は、ラベリング処理を実行する。ここではラベル付けされた領域Ａｉとして領域１２３０，１２４０，１２５０が識別される。このラベル付けにより、各領域がそれぞれ特定されることになるため、図７に示される処理においても、各々の領域についての処理（ステップＳ７１８〜ステップＳ７３２）が実行可能になる。
【００８４】
図１３は、直線方向（回転中心１３１０の半径方向）に強調された画像を表わし、図９に示される画像に対応する。図１３に示される画像は、画像処理後の画像であり、前述の濃度値の変動係数を算出するために用いられる。
【００８５】
図１４は、平滑化後の画像を表わし、図１０に示される画像に対応する。図１４に示される画像は、濃度値と、濃度値の平均値と、標準偏差との算出に用いられる。この結果に基づいて領域１４３０〜１４５０の特徴量が、それぞれ算出される。
【００８６】
図１５を参照して、抽出された領域の細線化について説明する。図１５は、直交座標系により表わされた放射状塗布ムラ領域を細線化することにより取得された画像を表わす。
【００８７】
このような画像として表わされるデータが取得されると、演算部１４３は、当該データに対応する細線化領域における直線強調後の画像の濃度値の標準偏差を濃度の平均値で除した値（すなわち変動係数）を算出する。この値が、放射状に形成された塗布ムラの特徴量になる。直線領域の画像は、その領域のエッジが強調されている部分と、エッジが強調されていない部分とを含む。そのため、濃度値の変動が大きくなり、変動係数も大きくなる。したがって細線化領域に対応する直線強調後の画像の濃度値の変動係数を算出することにより、演算部１４３は、当該領域が斑状部分により強調された部分であるか否かを判定することができる。
【００８８】
この方法によって、斑状部分の存在によって放射状に形成された塗布ムラが分断された場合にも、分断されていない状態での領域を検出することができる。また、エッジが強調された場合にも、当該領域が欠陥であるか否かを正確に判別することができる。
【００８９】
次に、図１６を参照して、画像処理検査装置１４０のデータ構造について、さらに説明する。図１６は、画像処理検査装置１４０による検査の後に記憶部１４２に格納されるデータの一態様を表わす図である。
【００９０】
記憶部１４２は、データを格納する領域１６１０〜領域１６８０を含む。領域を識別するための番号は、領域１６１０に格納されている。この番号は、たとえば前述のラベリング処理により予め設定された基準に基づいて自動的に付与された番号である。
【００９１】
領域の直交座標における座標データは、領域１６２０に格納されている。この座標データは、当該領域を座標値に基づいて特定するためのものである。座標値は、たとえば回転中心から最も近い点のＸ座標およびＹ座標値であるが、これに限られない。たとえば中心から最も遠い点その他の点の座標値であってもよい。
【００９２】
欠陥の候補が欠陥であるか否かを判断するために算出された欠陥強度は、領域１６３０に格納されている。その判定結果は、領域１６４０に格納されている。図１６に示される例では、たとえば番号「１」の領域は、判定結果が不良（すなわち欠陥）と判定されたものである。
【００９３】
欠陥強度を算出するために使用された各特徴量は、領域１６６０〜領域１６８０に格納されている。ここではたとえばｍ個の特徴量が格納されているが、欠陥強度の算出に用いられる特徴量の数は、検査の種類に応じて変更可能であってもよい。
【００９４】
記憶部１４２に格納されているデータは、画像処理検査装置１４０に対するデータの出力指示に基づいて、あるいは予め定められた出力処理に基づいて外部に出力される。たとえばディスプレイ１５０は、検査結果のデータを表示領域に示す。あるいは、画像処理検査装置１４０が着脱可能な記録媒体あるいは外部へのデータ出力インターフェイスを備える場合には、画像処理検査装置１４０は、当該記録媒体に検査結果を書き込み、あるいは当該インターフェイスを介して予め定められた送信先にデータを送信する。
【００９５】
なお、本発明に係る画像処理検査装置１４０は、上記の実施の形態に示される構成以外でも実現可能である。すなわち、画像処理検査装置１４０により実行される処理は、たとえば、当該処理のためのプログラムが格納されたコンピュータシステムによっても実現可能である。
【００９６】
図１７を参照して、本実施の形態に係る画像処理検査装置１４０を実現するコンピュータシステムについて説明する。図１７は、コンピュータシステム１７００のハードウェア構成を表わすブロック図である。
【００９７】
コンピュータシステム１７００は、相互にデータバスにより接続されたＣＰＵ１７１０と、指示の入力を受けるためのマウス１７２０およびキーボード１７３０と、入力されるデータあるいはプログラムに従って実行される処理によって生成されるデータを一時的に格納するＲＡＭ１７４０と、データを不揮発的に格納可能なハードディスク１７５０と、ＣＤ−ＲＯＭ（Compact Disk-Read Only Memory）駆動装置１７６０と、モニタ１７８０と、通信ＩＦ（Interface）１７９０とを含む。ＣＤ−ＲＯＭ駆動装置１７６０には、ＣＤ−ＲＯＭ１７６２が装着される。
【００９８】
画像処理検査装置１４０として機能するコンピュータシステム１７００における処理は、各ハードウェアおよびＣＰＵ１７１０により実行されるソフトウェアによって実現される。このようなソフトウェアは、ＲＡＭ１７４０あるいはハードディスク１７５０に予め記憶されている場合もあれば、ＣＤ−ＲＯＭ１７６２その他の記憶媒体に格納されて流通している場合もある。記憶媒体に格納されているデータは、ＣＤ−ＲＯＭ駆動装置１７６０その他の読取装置によりその記憶媒体から読み取られて、ハードディスク１７５０に一旦格納される。
【００９９】
そのソフトウェアは、ＲＡＭ１７４０あるいはハードディスク１７５０から読み出されて、ＣＰＵ１７１０によって実行される。図１７に示されるコンピュータシステム１７００のハードウェア自体は、一般的なものである。したがって、本発明の本質的な部分は、ＲＡＭ１７４０、ハードディスク１７５０、ＣＤ−ＲＯＭ１７６２その他の記憶媒体に格納されたソフトウェアであるともいえる。なお、コンピュータシステム１７００の各ハードウェアの動作は周知であるので、詳細な説明は繰り返さない。
【０１００】
以上のようにして、本発明に係る画像処理検査装置１４０によると、低コントラストな線状の欠陥を検出することができる。また、検出された領域を細線化した領域に対応する画像のデータに基づいて変動係数を算出して当該変動係数を特徴量とすることにより、フィルタ処理の結果不連続な部位が連結された場合であっても、本来連続している領域との区別が可能になるため、誤検出を防止することができる。
【０１０１】
また、コントラストの変動があっても、放射状に形成された欠陥の強度を算出することができるため、画像から抽出された欠陥の候補が真の欠陥であるか否かを正確に判断することができる。その結果、放射状の欠陥の検出精度を向上させることができる。
【０１０２】
＜変形例＞
以下、本発明の実施の形態の変形例について説明する。なお、本変形例に係る画像処理検査装置は、前述の画像検査装置１４０が有する機能により実現可能である。そこで、この画像検査装置も、図２に示される画像検査装置１４０の構成を適宜参照して説明する。
【０１０３】
図１８を参照して、本変形例に係る画像検出装置の制御構造について説明する。図１８は、画像処理検査装置１４０を実現する演算部１４３が実行する処理の手順を表わすフローチャートである。なお、前述の処理（図７）と同一の処理には同一のステップ番号を付してある。したがって、それらの説明はここでは繰り返さない。
【０１０４】
ステップＳ１８１０にて、演算部１４３は、ステップＳ７０６において特定方向の線が強調された画像に基づいて、連結処理を実行することにより、連結後の画像データを導出する。より具体的には、演算部１４３は、被検査画像の縦方向（回転中心から外周に向かう半径方向）に対して、その半径方向の線を平滑化するための処理と、平滑化後の画像について、当該画像を構成する複数の部分領域の各々において、その平滑化された線を連結することにより、各部分領域における線の最大値を算出する。
【０１０５】
すなわち、当該平滑化処理は、半径方向を平滑化するためのフィルタを用いて、予め規定された抽出基準を満足する画像（線）を抽出する処理と、角度の座標値ごとに複数の画像が存在する場合に各画像を結合することにより結合により得られた画像の半径座標の最大値および最小値を座標値ごとに算出する。たとえば、角度の座標値（たとえば、θ）に２つの画像（第１の画像および第２の画像）が含まれている場合には、以下のようにして最大値が算出される。ここで、一例として、第１の画像の半径方向の範囲を、座標値（Ｒ（１）、Ｒ（２））とする。また、第２の画像の半径方向の範囲を、座標値（Ｒ（３）、Ｒ（４））とする。この場合、座標値の大小関係を、Ｒ（１）＜Ｒ（２）＜Ｒ（３）＜Ｒ（４）とする。この場合、連結処理が行なわれると、座標値（θ）における平滑化後の画像の座標値は、（Ｒ（１）、Ｒ（４））となる。
【０１０６】
ステップＳ１８２０にて、演算部１４３は、連結処理が実行された後の画像の座標を極座標から直交座標に変換する。ステップＳ１８３０にて、演算部１４３は、予め設定された２値化基準（たとえば、図３における領域３３０）に基づいて、直交座標系の画像データに変換されたデータの２値化処理を実行する。その後、演算部１４３は、図７において詳述したようにステップＳ７１６以降の処理を実行する。
【０１０７】
次に、図１９から図２１を参照して、本変形例に係る画像検査装置の欠陥検出処理の推移について説明する。図１９（Ａ）〜図１９（Ｈ）は、欠陥検出処理の第１のパターンにおける画像の推移を表わす図である。
【０１０８】
［第１のパターン］
図１９（Ａ）に示される被検査物の画像１９１０は、被検査物の撮影によって得られた画像である。
【０１０９】
画像１９１０は、回転中心１９２０と、放射状に形成された３つの塗布ムラ１９３０，１９３２，１９３４を含む。画像１９１０に対して極座標変換処理（ステップＳ１９５０）が実行されると、図１９（Ｂ）に示される画像が得られる。なお、極座標変換処理は、図１８におけるステップＳ７０４の処理に相当する。
【０１１０】
図１９（Ｂ）に示されるように、極座標系に変換された後の画像は、角度と半径とを座標軸として表わされる。この画像に対して、エッジ強調処理（ステップＳ１９５２）が実行されると、半径方向（すなわち、回転中心１９２０を基準とした方向）にエッジが強調された画像が得られる（図１９（Ｃ））。なお、エッジ強調処理は、図１８におけるステップＳ７０６の処理に相当する。
【０１１１】
半径方向が強調された画像（図１９（Ｃ））に対して平滑化処理（ステップＳ１９５４）が実行されると、図１９（Ｄ）に示されるように、半径方向が平滑化された画像が得られる。なお、この場合の平滑化処理は、図１８に示される連結処理（ステップＳ１８１０）に相当する。すなわち、平滑化処理は、縦方向（半径方向に相当）の画像をフィルタ処理することと、フィルタ処理後の画像を特定の横方向の座標値（角度）ごとに、最大の範囲（最小値と最大値）を算出することとを含む。
【０１１２】
当該平滑化によって得られた画像（図１９（Ｄ））に対して２値化処理が実行されると（ステップＳ１９５６）、図１９（Ｅ）に示される画像が抽出される（抽出画像）。なお、２値化処理（ステップＳ１９５６）は、図１８におけるステップＳ１８３０の処理に相当する。直交座標変換がこの抽出画像に対して実行されると（ステップＳ１９５８）、極座標系によって表わされていた画像データは、直交座標系の画像データに変換される（図１９（Ｆ））。この画像は、回転中心１９２０と、ラベル付けされた３つの領域１９７０，１９７２，１９７４とを含む。これらの領域１９７０，１９７２，１９７４は、被検査物の画像１９１０（図１９（Ａ））に示されるように、放射線状の塗布ムラ１９３０，１９３２，１９３４に対応する。
【０１１３】
一方、直交座標変換が、２値化処理を行なうことなく、図１９（Ｄ）に示される平滑化後の画像に対して実行されると（ステップＳ１９６０）、図１９（Ｇ）に示される画像が得られる。この画像は、図１９（Ａ）に示される画像に映っている斑状の模様を含む。
【０１１４】
また、直交座標変換が図１９（Ｃ）に示される画像に対して実行されると（ステップＳ１９６２）、図１９（Ｈ）に示される画像が得られる。この処理の流れは、平滑化処理（ステップＳ１９５４）および２値化処理（ステップＳ１９５６）を含まないため、フィルタ処理が行なわれる前の画像が、導出されることになる。
【０１１５】
演算部１４３は、図１９（Ｅ）に示される画像によって特定されるデータに対応する図１９（Ｄ）の画像データを用いて、極座標系における特徴量を算出する。また、演算部１４３は、図１９（Ｆ）の画像に含まれる領域に対応する図１９（Ｇ）あるいは図１９（Ｈ）の画像データに基づいて特徴量を算出する。
【０１１６】
［第２のパターン］
図２０（Ａ）から（Ｇ）は、演算部１４３が第２のパターンとして実行する処理における画像の推移を表わす図である。
【０１１７】
演算部１４３は、最初に、図２０（Ａ）に示されるような被検査領域を抽出し、その領域を被検査画像１９１０とする。画像１９１０は、図１９（Ｅ）に示されるものと同様に、回転中心１９２０と、放射線状に形成された塗布ムラ１９３０，１９３２，１９３４を含む。演算部１４３が極座標変換を実行すると（ステップＳ２０１０）、極座標系に変換された画像データが取得される（図２０（Ｂ））。演算部１４３がエッジ強調処理を実行すると（ステップＳ２０２０）、半径方向に強調された画像が取得される（図２０（Ｃ））。なお、エッジ強調処理（ステップＳ２０２０）は、図１８におけるステップＳ７０６の処理に相当する。
【０１１８】
演算部１４３が、半径方向が強調された画像データに基づいて平滑化処理（ステップＳ２０３０）を実行すると、平滑化後の画像データが得られる（図２０（Ｄ））。平滑化処理２０３０は、図１８における連結処理（ステップＳ１８１０）に相当する。平滑化処理によって得られた画像データに対して演算部１４３が直交座標変換を実行すると（ステップＳ２０４０）、図２０（Ｅ）に示されるような画像が得られる。
【０１１９】
ステップＳ２０５０として、演算部１４３が、その画像に対して２値化処理を実行すると、直交座標系において領域が抽出された画像が得られる（図２０（Ｆ））。この画像は、回転中心１９２０と、ラベル付けされた領域１９７０，１９７２，１９７４を含む。
【０１２０】
一方、ステップＳ２０６０として、演算部１４３が、図２０（Ｃ）に示される画像に対応するデータに基づいて直交座標変換を実行すると、図２０（Ｇ）に示される画像が得られる。この場合、平滑化処理（ステップＳ２０３０）が行なわれていないため、フィルタ処理および縦方向の連結処理が行なわれなかった画像が得られる。この画像は、斑状の模様のようなノイズを含むことになる。
【０１２１】
演算部１４３は、図２０（Ｆ）の領域に対する図２０（Ｅ）あるいは（Ｇ）に示される画像に基づいて特徴量を算出する。
【０１２２】
上記の第２のパターンによる処理は、極座標の特徴が不要である場合に適用するのが好ましい。この場合、直交変換する画像が減るため、演算に要するステップが少なくなり、演算結果を得るまでの時間が短くなり、あるいは、演算に要するコストが削減され得る。
【０１２３】
［第３のパターン］
検出の対象となる欠陥が極座標の特徴量のみで絞り込める場合には、第３のパターンとして、演算部１４３は、以下のような処理を実行してもよい。この場合、直交座標系に変換されたデータに基づいて算出される特徴量の個数が減るため、算出のための負荷が低減され得る。
【０１２４】
図２１（Ａ）から（Ｉ）は、第３のパターンにおける画像の推移を表わす図である。図２１（Ａ）に示されるように、演算部１４３は、被検査領域を抽出し（ステップＳ７０２）、その抽出された領域を画像１９１０として取得する。画像１９１０は、前述のように回転中心１９２０と、回転中心１９２０から放射状に形成された塗布ムラ１９３０，１９３２，１９３４を含む。
【０１２５】
演算部１４３が画像１９１０に対して極座標変換を実行すると（ステップＳ２１１０）、図２１（Ｂ）に示される画像が得られる。この画像は、回転中心１９２０を起点とした角度と半径方向の長さ等によって表わされる。演算部１４３が、図２１（Ｂ）に示される極座標系の画像に対してエッジ強調処理を実行すると（ステップＳ２１２０）、図２１（Ｃ）に示される画像が得られる。ここで、エッジ強調処理（ステップＳ２１２０）は、図１８におけるステップＳ７０６の処理に相当する。
【０１２６】
演算部１４３が、図２１（Ｃ）に示される画像に対して平滑化処理を実行すると（ステップＳ２１３０）、図２１（Ｄ）に示される画像が得られる。この平滑化処理（ステップＳ２１３０）は、図１８における連結処理（ステップＳ１８１０）に相当する。
【０１２７】
演算部１４３が、図２１（Ｄ）に示される画像に基づいて２値化処理を実行する（ステップＳ２１４０）と、図２１（Ｅ）に示される画像が抽出される（抽出画像）。この処理は、図１８における２値化処理（ステップＳ１８３０）に対応する。
【０１２８】
演算部１４３は、図２１（Ｅ）に示される領域に対応する図２１（Ｄ）の領域に基づいて、極座標系における特徴量を算出する。演算部１４３は、その特徴量に応じて抽出された領域を絞り込む（ステップＳ２１５０）。この絞り込みにより、図２１（Ｆ）に示される画像が抽出される。
【０１２９】
その後、演算部１４３が、図２１（Ｆ）に示される画像に基づいて直交座標変換を実行すると（ステップＳ２１６０）、直交座標系で表わされた画像が抽出される（図２１（Ｇ））。
【０１３０】
一方、演算部１４３が、図２１（Ｄ）に示される平滑化後の画像データに基づいて直交座標変換処理を実行すると（ステップＳ２１７０）、図２１（Ｈ）に示される平滑化処理が行なわれた後の画像データが導出される。
【０１３１】
また、演算部１４３が、図２１（Ｃ）に示される線方向が強調された後の画像データに基づいて直交座標変換を実行すると（ステップＳ２１８０）、図２１（Ｉ）に示される画像データが算出される。
【０１３２】
演算部１４３は、図２１（Ｇ）のラベル付けされた領域に対応する図２１（Ｈ）または（Ｉ）の画像データに基づいて特徴量を算出する。
【０１３３】
以上のようにして、本変形例に係る画像検査装置は、検査画像を極座標変換した後、半径方向に平滑化する。これにより、放射状に発生した欠陥が強調される。その後、画像検査装置は、直交座標変換を再度実行し、直交空間で特徴量を算出する。画像検査装置は、その特徴量に基づいて欠陥を判断する。画像検査装置は、画像データを極座標系の画像データに変換することにより、より少ない処理ステップ（低い計算コスト）で、放射状の欠陥のみを強調することができる。画像検査装置は、画像データの座標系を極座標系から直交座標系に再び変換する。これにより、画像検査装置は、実際の画像サイズに相関のある特徴量を算出できるため、欠陥であるか否かの判定がより正確になる。本変形例に係る画像検査装置は、平滑化後に細線化処理を実行し、細線化領域に対応する変動係数を算出する。画像検査装置は、その変動係数を特徴量の１つとして使用する。その結果、欠陥の検出の精度が向上し得る。
【０１３４】
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【産業上の利用可能性】
【０１３５】
本発明は、液晶パネル作成時のマクロ画像から欠陥を検出する画像検査装置に適用可能である。また、本発明は、画像上で窪みのように見える部分を検出する画像検査装置にも適用可能である。
【図面の簡単な説明】
【０１３６】
【図１】本発明に係る画像処理検査装置１４０を備える検査システム１００の構成を表わすブロック図である。
【図２】画像処理検査装置１４０の機能的構成を表わすブロック図である。
【図３】画像処理検査装置１４０の記憶部１４２におけるデータの格納の一態様を表わす図である。
【図４】被検査物の画像４２０について放射状に形成された塗布ムラを表わす図である。
【図５】図４に示される撮像画像を極座標に変換した後の状態を表わす図である。
【図６】極座標に変換された画像について放射状の塗布ムラの領域を抽出するために、直線を強調する処理を行なった後の画像を表わす図である。
【図７】画像処理検査装置１４０の演算部１４３が実行する処理の手順を表わすフローチャートである。
【図８】被検査物を撮像した画像から、検査の対象となる領域として予め指定された検査領域に応じて抽出された画像を表わす図である。
【図９】図８に示される画像を極座標系により表わした図である。
【図１０】図９に示される画像のデータに対して平滑化処理を行なった後の状態を表わす図である。
【図１１】平滑化された画像に対して予め定められた閾値に基づいて２値化処理を行なうことにより抽出された塗布ムラの領域を表わす図である。
【図１２】極座標系により表わされていた画像を直交座標系により表わした図（その１）である。
【図１３】極座標系により表わされていた画像を直交座標系により表わした図（その２）である。
【図１４】極座標系により表わされていた画像を直交座標系により表わした図（その３）である。
【図１５】直交座標系により表わされた放射状塗布ムラ領域を細線化することにより取得された画像を表わす図である。
【図１６】画像処理検査装置１４０による検査の後に記憶部１４２に格納されるデータの一態様を表わす図である。
【図１７】画像処理検査装置１４０を実現するコンピュータシステムのハードウェア構成を表わすブロック図である。
【図１８】本変形例に係る画像検出装置１４０を実現する演算部１４３が実行する処理の手順を表わすフローチャートである。
【図１９】本変形例に係る画像検査装置の欠陥検出処理の推移を表わす図（その１）である。
【図２０】本変形例に係る画像検査装置の欠陥検出処理の推移を表わす図（その２）である。
【図２１】本変形例に係る画像検査装置の欠陥検出処理の推移を表わす図（その３）である。
【符号の説明】
【０１３７】
１００ 検査システム、１１０ 被検査基板、１２０ 照明部、１３０ 撮像部、１４０ 画像処理検査装置、１４１ 画像入力部、１４２ 記憶部、１４３ 演算部、１４４ 出力部、１４５ 入力部、１５０ ディスプレイ、２０２ データ入力部、２０３ 取得部、２０４ 極座標変換部、２０６ フィルタ処理部、２０８ 平滑化処理部、２１０ ２値化処理部、２１２ 抽出部、２１４ 直交座標変換部、２１６ 算出部、２１８ 欠陥判定部、２２０ 結果出力部、１７００ コンピュータシステム、１７１０ ＣＰＵ、１７２０ マウス、１７３０ キーボード、１７４０ ＲＡＭ、１７５０ ハードディスク、１７６０ ＣＤ−ＲＯＭ駆動装置、１７６２ ＣＤ−ＲＯＭ、１７８０ モニタ、１７９０ 通信ＩＦ。
【技術分野】
【０００１】
本発明は、被検査物を撮像した画像から欠陥を検出する技術に関する。本発明は、より特定的には、半導体ウェハ及び液晶パネルのマクロ検査において、放射状の欠陥を検出する技術に関する。
【背景技術】
【０００２】
半導体ウェハや液晶基板の製造工程に関し、基板上にレジストを塗布し露光機によりレジストに回路パターンを転写して現像するリソグラフィ工程において、露光機上に異物が付着した場合、レジストの塗布量のムラがあった場合、あるいは基板表面に異物が付着した場合、正常に回路パターンが転写されないことがある。
【０００３】
回路パターンが正確にレジストに転写されていないまま基板を現像し、次工程のエッチング工程で液晶基板をエッチングすると、修正不可能な欠陥が液晶基板に形成される。そのため、欠陥の有無の検査が、エッチング工程前に行なわれている。
【０００４】
エッチング工程前の検査では、照明が基板の表面に当てられ、その干渉光、回折光、散乱光が目視により検査され、または基板をカメラで撮像されて生成された画像に基づく画像検査が行なわれる。特に、カメラで撮像されて生成された画像については、コンピュータによる画像処理を行ない、回路パターンが正確に転写されていない部分を欠陥として検出し、そして、画像の様子から欠陥の原因を特定する画像検査装置が、実用に供されている。
【０００５】
当該装置が、欠陥を検出して分類する場合、画像内の濃淡の基準より高い部分や低い部分、濃淡勾配の高い部分、基準画像との差分の大きい部分などを抽出する。抽出された部分が連続している領域について、当該装置は、複数の特徴量を算出し、特徴量に基づきクラスタリング等の手法を用いて領域を分類し、欠陥の種類や擬似欠陥を特定する。
【０００６】
欠陥を分類するために通常使用される特徴量には、粒子解析で用いられる計測値、たとえば、面積、最大最低濃度、平均濃度、濃度の標準偏差、最大最小フェレ径、最大フェレ径角度、最大最小フェレ径比率などがある。
【０００７】
ところで、前述のリソグラフィ工程においては、レジストを塗布する際に、基板を回転させ基板中心にレジストを滴下し、遠心力により基板全面に均一に塗布するスピンコータがよく利用されている。
【０００８】
スピンコータでレジストを塗布する際に、レジストの塗布量が少ない場合、あるいは粘度が高い場合、レジストは基板に均一に塗布されず、塗布されない領域や、塗布量の少ない領域が生じることがある。レジストの塗布が回転している基板に対して行なわれるため、塗布の欠陥は、スピンコータの回転中心から放射方向に伸びた線状に発生することが多い。
【０００９】
欠陥の検出に関し、たとえば特開２００３−１６８１１４号公報（特許文献１）は、検出した領域について、通常の粒子解析の計測値に加え、検出した領域を極座標変換し連結処理を行うことにより線欠陥を検出する欠陥分類装置を開示している。
【００１０】
また、特開２００４−２１９０７２号公報（特許文献２）は、エッチング工程前検査に用いることのできる欠陥検査装置を開示している。この装置は、複数縮小サイズ画像について、複数の方向の線強調フィルタ処理によって検出された領域について、線強調画像の濃度平均等の統計量を用いて線欠陥を検出する。
【特許文献１】特開２００３−１６８１１４号公報
【特許文献２】特開２００４−２１９０７２号公報
【発明の開示】
【発明が解決しようとする課題】
【００１１】
ところで、半導体ウェハまたは液晶パネルに関し、コストダウンの要求が高まっているため、レジストの使用量を削減したいという要請がある。しかし、レジストの使用量を削減すると、前述のような放射方向の塗布不良が発生しやすくなる。そのため、欠陥にならない程度のレジストの使用量を見極める必要がある。
【００１２】
欠陥にならない程度の塗布ムラは、欠陥になる塗布ムラに比べて、一般的に撮像した画像のコントラストが低い。このような塗布ムラを検出することが検査装置に求められている。
【００１３】
しかしながら、特開２００３−１６８１１４号公報に開示された欠陥分類装置によれば、濃淡値から予め検出された領域について連結処理が行なわれる。そのため、低コントラストの欠陥の場合、誤検出なく検出することができないという問題があった。
【００１４】
また、特開２００４−２１９０７２号公報に開示された技術によれば、フィルタ処理によって線強調された画像から、濃度の平均値、標準偏差等を用いて欠陥領域が抽出される。このような方法で低コントラストの線欠陥を検出した場合、コントラストの微小な変動により、検出領域が分断され、正確な検出ができない場合があった。また、コントラストの変動により実際の欠陥の強度とは異なる判定をしてしまうという問題があった。
【００１５】
本発明は、上述の問題点を解決するためになされたものであって、その目的は、低コントラストな線状の欠陥を検出できる検出装置を提供することである。
【００１６】
本発明の他の目的は、コントラストの変動があっても正確な強度で欠陥を検出できる放射状欠陥の検出装置を提供することである。
【００１７】
本発明の他の目的は、低コントラストな線欠陥を検出できる放射状欠陥の検出方法を提供することである。
【００１８】
本発明のさらに他の目的は、コントラストの変動があっても正確な強度で欠陥を検出できる放射状欠陥の検出方法を提供することである。
【課題を解決するための手段】
【００１９】
上記の課題を解決するために、この発明のある局面に従う欠陥の検出装置は、予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受ける入力手段と、データから予め定められた検査領域に対応する画像データを取得する取得手段とを備える。画像データは、直交座標系で表わされている。この検出装置は、さらに、画像データを極座標系のデータに変換する第１の変換手段と、極座標系により表わされる画像データに対して、回転軸に対応する回転中心から半径方向の直線を平滑化する平滑化処理手段と、平滑化後の画像データを、直交座標系のデータに変換する第２の変換手段と、第２の変換後の直交座標系により表される画像データに基づいて、被検査物の表面における欠陥の候補を抽出する抽出手段と、直交座標系に変換後の画像データに基づいて、欠陥の候補の特徴量を算出する特徴量算出手段と、予め定められた判断基準と特徴量とに基づいて、欠陥の候補が欠陥であるか否かを判断する判断手段と、判断手段による判断の結果を出力する出力手段とを備える。
【００２０】
好ましくは、平滑化処理手段は、極座標系により表わされる画像データに対して、半径方向の直線を強調するためのフィルタ処理を実行するフィルタ手段と、フィルタ処理後の画像データに基づいて、半径方向の直線の平滑化を行なう手段とを含む。抽出手段は、予め定められた二値化基準に基づいて、平滑化後の画像データの二値化処理を行なう二値化手段と、二値化処理後の画像データから、予め定められた抽出基準を満足する画像データを欠陥の候補として抽出する手段とを含む。第２の変換手段は、フィルタ処理後の画像データと、平滑化後の画像データとを、直交座標系のデータに変換する手段を含む。
【００２１】
好ましくは、平滑化処理手段は、半径方向の直線の平滑化を行なった画像に対し、さらに半径方向の最大値フィルタ処理を実行する。
【００２２】
好ましくは、判断手段は、特徴量に基づいて、欠陥の候補についての欠陥の程度を表わす欠陥強度を算出する強度算出手段と、判断基準と欠陥強度とに基づいて、欠陥の候補が欠陥であるか否かを判断する手段とを含む。
【００２３】
好ましくは、検出装置は、直交座標系のデータに変換後の画像データに基づいて、欠陥の候補が予め定められた算出条件を満足するか否かを判断する条件判断手段と、欠陥の候補が算出条件を満足する場合に新たな特徴量を算出する手段とをさらに備える。
【００２４】
好ましくは、特徴量算出手段は、欠陥の候補の濃度値の平均値と、濃度値の変化率とを算出する変化率算出手段を含む。強度算出手段は、平均値と変化率とに基づいて強度を算出する。
【００２５】
好ましくは、特徴量算出手段は、直交座標系のデータに変換後のデータに基づいて、欠陥の候補の領域の幅を細くする細線化処理を行なう手段をさらに含む。変化率算出手段は、細線化処理後の欠陥の候補についての平均値と変化率とを算出する。
【００２６】
この発明の他の局面に従うと、欠陥の検出方法が提供される。この検出方法は、予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受けるステップと、データから予め定められた検査領域に対応する画像データを取得するステップとを備える。画像データは、直交座標系で表わされている。この方法は、画像データを極座標系のデータに変換するステップと、極座標系により表わされる画像データに対して、回転軸に対応する回転中心から半径方向の直線を平滑化するステップと、平滑化後の画像データを、直交座標系のデータに変換するステップと、直交座標系に変換後の画像データに基づいて、被検査物の表面における欠陥の候補を抽出するステップと、直交座標系に変換後の画像データに基づいて、欠陥の候補の特徴量を算出するステップと、予め定められた判断基準と特徴量とに基づいて、欠陥の候補が欠陥であるか否かを判断するステップと、判断ステップによる判断の結果を出力するステップとを備える。
【００２７】
この発明のさらに他の局面に従うと、コンピュータを欠陥の検出装置として機能させるためのプログラムが提供される。このプログラムは、コンピュータに、予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受けるステップと、データから予め定められた検査領域に対応する画像データを取得するステップとを実行させる。画像データは、直交座標系で表わされている。さらに、プログラムはコンピュータに、画像データを極座標系の画像データに変換するステップと、極座標系により表わされる画像データに対して、回転軸に対応する回転中心から半径方向の直線を平滑化するステップと、平滑化後の画像データを、直交座標系のデータに変換するステップと、直交座標系に変換後の画像データに基づいて、被検査物の表面における欠陥の候補を抽出するステップと、直交座標系に変換後の画像データに基づいて、欠陥の候補の特徴量を算出するステップと、予め定められた判断基準と特徴量とに基づいて、欠陥の候補が欠陥であるか否かを判断するステップと、判断ステップによる判断の結果を出力するステップとを実行させる。
【発明の効果】
【００２８】
本発明によると、低コントラストな線状の欠陥を検出することができる。また、本発明によると、コントラストの変動があっても正確な強度で放射状に形成された欠陥を検出することができる。
【発明を実施するための最良の形態】
【００２９】
以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。
【００３０】
図１を参照して、本発明に係る画像処理検査装置１４０を備える検査システム１００について説明する。図１は、検査システム１００のシステム構成の概略を表わす図である。
【００３１】
検査システム１００は、照明部１２０と、撮像部１３０と、画像処理検査装置１４０と、ディスプレイ１５０とを含む。画像処理検査装置１４０は、画像入力部１４１と、記憶部１４２と、演算部１４３と、出力部１４４と、入力部１４５とを含む。
【００３２】
検査システム１００には、被検査基板１１０が搬入され、予め定められた位置に装着される。被検査基板１１０は、たとえば予め定められた回転軸を中心に回転駆動され、その間に予め定められた加工処理（たとえばレジストの塗布等）が行なわれている。たとえばレジストが塗布された場合には、その塗布は、回転軸の中心から外周方向に対して行なわれる。したがって、この場合、被検査基板１１０の表面には、回転軸の中心から放射状にレジストが塗布されている。
【００３３】
照明部１２０は、画像処理検査装置１４０からの信号に基づいて、当該位置に装着された被検査基板１１０に対して、予め設定された強度を有する光を照射する。照射される光は、たとえば一般白色光である。撮像部１３０は、被検査基板１１０からの反射光を受光して撮影し、画像データとして画像処理検査装置１４０に出力する。撮像部１３０は、たとえばＣＣＤ（Charge Coupled Device）カメラにより実現される。
【００３４】
撮像部１３０から出力された画像データは、画像入力部１４１を介して入力され、記憶部１４２において確保されている領域に格納される。記憶部１４２は、たとえばハードディスク装置、フラッシュメモリ等により実現される。記憶部１４２におけるデータの格納の態様は後述する。また、一時的にデータを格納することで処理の高速化を図るために、一時的に生成されるデータは、ＲＡＭ（Random Access Memory）その他の揮発性のメモリに格納されてもよい。
【００３５】
演算部１４３は、記憶部１４２に格納されている画像データと予め設定されているデータとに基づいて、予め定められた画像処理を実行する。演算部１４３は、いわゆるＣＰＵ（Central Processing Unit）と称される演算制御装置が予め準備されたプログラムを実行することにより実現される。あるいは、演算部１４３は、当該プログラムにより実現される処理を実行するために構成された回路、たとえばＦＰＧＡ（Field Programmable Gate Array）等によって実現されてもよい。
【００３６】
出力部１４４は、演算部１４３により生成されたデータをディスプレイ１５０に出力する。ディスプレイ１５０は、そのデータに基づいて画像を表示する。ディスプレイ１５０は、たとえば原画像と、画像処理に基づいて検出された放射状の塗布ムラが含まれる欠陥の画像とを表示する。
【００３７】
入力部１４５は、外部から、データあるいは指示の入力を受ける。入力部１４５は、たとえばディスプレイ１５０の表面に装着されるタッチパネル、キーボード、マウスその他のポインティングデバイス等により実現される。
【００３８】
図２を参照して、本発明に係る検査システム１００を実現する画像処理検査装置１４０について説明する。図２は、画像処理検査装置１４０の機能的構成を表わすブロック図である。
【００３９】
画像処理検査装置１４０は、データの入力を受けるデータ入力部２０２と、データを格納する記憶部１４２と、後述する画像処理を実現するための演算部１４３と、演算部１４３により算出される結果を出力する結果出力部２２０とを備える。入力されるデータは、予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影により生成されたデータである。処理は、たとえば、基板にレジストを塗布する処理である。回転軸は、レジストを塗布する処理に使用される、いわゆるスピンコータにおける回転軸である。
【００４０】
演算部１４３は、入力されたデータから、予め定められた検査領域に対応する画像データを取得する取得部２０３と、直交座標系により表わされている当該画像データを極座標系のデータに変換する極座標変換部２０４と、極座標系により表わされる画像データに対して半径方向の直線を強調するためのフィルタ処理を実行するフィルタ処理部２０６と、半径方向に表示される直線の平滑化を行なうための平滑化処理部２０８とを備える。
【００４１】
演算部１４３はさらに、予め定められた２値化基準に基づいて平滑化された画像データの２値化処理を行なうための２値化処理部２１０と、２値化処理された画像データから、予め定められた抽出基準を満足する画像データを被検査物の表面における欠陥の候補として抽出する抽出部２１２と、極座標系により表わされるデータを直交座標系のデータに変換するための直交座標変換部２１４と、直交座標系により表わされたデータに基づいて当該欠陥の候補の特徴量を算出する算出部２１６と、予め定められた判定基準と算出された特徴量とに基づいて、当該欠陥の候補が欠陥であるか否かを判定する欠陥判定部２１８とを含む。
【００４２】
好ましくは、算出部２１６は、直交座標系のデータに変換された画像データに基づいて当該欠陥の候補が予め定められた条件を満足するか否かを判断する。算出部２１６は、当該欠陥の候補がその条件を満足する場合に、特徴量を算出する。
【００４３】
また、好ましくは、算出部２１６は、欠陥の候補の濃度値の平均値と、濃度値の変化率とを算出する。変化率は、以下の説明における変動係数に対応する。算出部２１６は、さらにその平均値と変化率とに基づいて特徴量を算出する。
【００４４】
さらに、好ましくは、直交座標変換部２１４は、フィルタ処理された後の画像データと平滑化処理された後の画像データとを、直交座標系のデータに変換する。
【００４５】
また、演算部１４３における処理は、上記の順序に限られない。一例として、本実施の形態の別の局面に従うと、直交座標変換部２１４は、平滑化処理部２０８によって平滑化された後の画像データを、当該直交座標系の画像データに変換する。抽出部２１２は、直交座標系によって表わされる当該画像データから、予め定められた抽出基準を満足する画像データを、被検査物の表面における欠陥の候補として抽出する。この場合の抽出基準は、直交座標系の画像データに関連するデータであって、たとえば、直交座標空間における欠陥候補の特徴量である。
【００４６】
図３を参照して、画像処理検査装置１４０のデータ構造について説明する。図３は、記憶部１４２におけるデータの格納の一態様を表わす図である。
【００４７】
外部から入力された画像データすなわち原画像データは、領域３１０に格納されている。画像処理の検査を行なうために予め設定された回転中心を表わす座標は、領域３２０に格納されている。この座標は、検査の対象となる領域における、被検査基板１１０に対して加工処理を行なった装置（たとえば、スピンコータ）の回転軸の座標を表わすものである。
【００４８】
２値化処理の基準として予め設定された第１の閾値は、領域３３０に格納されている。欠陥の候補が欠陥であるか否かを判断するための第２の閾値は、領域３４０に格納されている。
【００４９】
直交座標系により表わされた領域が処理の対象であるか否かを判断するための第１の条件は、領域３５０に格納されている。この条件は、たとえば、抽出された領域の長さ、長さと幅の比率、回転中心から当該領域の重心位置への角度と主軸角度との差が予め定められた値の範囲内にあるか否か等である。演算部１４３による各処理を実現するための検査プログラムは、領域３６０に格納されている。
【００５０】
図４〜図６を参照して、被検査物の撮影により生成された画像データについて説明する。図４は、被検査物の画像４２０に関し、放射状に形成された塗布ムラを表わす図である。
【００５１】
被検査画像４２０において、回転中心４１０は、被検査基板１１０に対する処理を行なうときに回転の基準とされた中心に対応する。被検査画像４２０は、放射状に形成された塗布ムラ４３０，４４０，４５０を含む。
【００５２】
図５は、図４に示される撮像画像を極座標に変換した後の状態を表わす図である。極座標への変換は、図４に示される回転中心４１０を基準として行なわれる。この場合、画像は、回転中心４１０に対する角度と回転中心からの距離とに基づく座標により表現される。
【００５３】
塗布ムラ５３０は、図４における塗布ムラ４３０に対応する。同様に、塗布ムラ５４０は、塗布ムラ４４０に対応する。また、塗布ムラ５５０は、塗布ムラ４５０に対応する。
【００５４】
なお、直交座標系により表わされたデータを極座標系のデータに変換するための処理は、当業者にとって容易に理解できるものである。したがって、ここではその詳細な説明は繰り返さない。
【００５５】
図６は、極座標に変換された画像に関し、放射状の塗布ムラの領域を抽出するために、直線を強調する処理を行なった後の画像を表わす図である。直線の強調は、直線と直交する方向の濃淡の変化（コントラスト）を求め、濃度の高い部分を予め定められた第１の閾値で２値化処理することにより行なわれる。
【００５６】
領域６３０は、図５に示される塗布ムラ５３０に対応する。同様に、領域６４０は、塗布ムラ５４０に対応する。また、領域６５０は、塗布ムラ５５０に対応する。
【００５７】
次に、図７を参照して、画像処理検査装置１４０の制御構造について説明する。図７は、演算部１４３が実行する処理の手順を表わすフローチャートである。画像処理検査装置１４０がコンピュータシステムによって実現される場合には、以下の処理は、コンピュータシステムに予め格納されているプログラムが実行されることにより実現される。あるいは、画像処理検査装置１４０が各処理を実行するための回路を組み合わせた装置のようにハードウェアとして構成される場合には、以下の処理は、各回路が作動することにより実現される。
【００５８】
ここで、ステップＳ７０２〜Ｓ７１５までの処理によって、特徴量を算出するために必要な値が順次算出され、ステップＳ７２０以降の処理において、当該値に基づいて特徴量が算出される。
【００５９】
ステップＳ７０２にて、演算部１４３は、予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影により生成されたデータの入力を受け、そして、そのデータから、予め定められた検査領域に対応する画像データを抽出する。この画像データは、たとえば図４に示されるように、直交座標系により表わされている。
【００６０】
ステップＳ７０４にて、演算部１４３は、直交座標系により表わされている当該画像データを極座標系のデータに変換する。変換後のデータに基づいて表示される画像は、たとえば図５に示されるものとなる。
【００６１】
ステップＳ７０６にて、演算部１４３は、極座標系に変換されたデータに基づいて直線を強調するための処理を実行する。処理後のデータに基づいて表示される画像は、たとえば図６に示されるものとなる。
【００６２】
ステップＳ７０８にて、演算部１４３は、強調処理が完了したデータに基づいて当該回転中心から半径方向の直線を平滑化するための処理を行なう。
【００６３】
ステップＳ７１０にて、演算部１４３は、予め定められた２値化基準（図３における領域３３０）に基づいて平滑化後の画像データの２値化処理を行なう。ステップＳ７１２にて、演算部１４３は、極座標系により表わされている当該２値化後のデータを、直交座標系のデータに変換する。
【００６４】
ステップＳ７１４にて、演算部１４３は、直交座標系に変換されたデータから予め定められた抽出基準に基づいて欠陥の候補である領域を抽出し、各領域に対し各々の領域を識別するためのラベルを付与するラベリング処理を実行する。ここでは、たとえばラベル付けされた領域として領域Ａｉ（ｉ：１〜ｎ）が取得される。
【００６５】
ステップＳ７１５にて、演算部１４３は予め設定されている第１の条件を準備する。すなわち、演算部１４３は、記憶部１４２の領域３５０から第１の条件を読み出して、当該プログラムが実行される領域に保存する。
【００６６】
ステップＳ７１６にて、演算部１４３は、各々の領域Ａｉについて、ｉ＝１からｉ＝ｎまで、以下の処理を反復する。ステップＳ７１８にて、演算部１４３は、領域Ａｉが予め定められた第１の条件に合致するか否かを判断する。領域Ａｉがその条件に合致する場合には（ステップＳ７１８にてＹＥＳ）、処理はステップＳ７２０に移される。そうでない場合には（ステップＳ７１８にてＮＯ）、処理はステップＳ７１６に戻され、次の領域Ａｉ＋１についての処理が繰り返される。
【００６７】
ステップＳ７２０にて、演算部１４３は、領域Ａｉについての濃度値を算出し、さらに濃度値の平均値を算出し、標準偏差を算出する。濃度値の平均値と標準偏差とは、領域Ａｉの特徴量として、以下の処理において使用される。
【００６８】
ステップＳ７２２にて、演算部１４３は、領域Ａｉに対して予め設定された細線化処理を行なう。演算部１４３は、この処理により生成された領域Ｌｉに対応する変動係数、たとえば、直交座標系に変換された直線が強調された画像の濃度値の変動係数を算出する。この変動係数は、領域Ａｉの特徴量となる。
【００６９】
ステップＳ７２６にて、演算部１４３は、濃度値の平均値と標準偏差と変動係数とに基づいて、領域Ａｉの欠陥強度を算出する。たとえば演算部１４３は、領域Ａｉの長さと平滑化後の当該平均値の二乗と変動係数の二乗の積とにより、欠陥強度を算出する。
【００７０】
ステップＳ７２８にて、演算部１４３は、領域Ａｉが欠陥であるか否かを判断する。この判断は、予め設定された第２の閾値（図３における領域３４０）に基づいて行なわれる。この判断の区分は、たとえば領域Ａｉを欠陥の記録として残さないレベル、記録に残すレベル、注意を促すレベル、不良と判断するレベルの４つのレベルを含む。この場合、各区分に対応する判断のための閾値が第２の閾値として用いられる。このような判断では、たとえば欠陥の記録として残さないレベル以外のレベルは、後述するように欠陥テーブルに格納される。このようにすると、たとえば被検査基板１１０の検査をバッチ処理とすることにより特定のロットについて行なった後、当該ロットについての検査の結果をまとめて分析することも可能になる。なお、判断の区分として、上記以外に他の区分が使用されてもよい。また、区分の数は上記のものに限られない。
【００７１】
ステップＳ７３２にて、演算部１４３は、すべての領域の検査が終了したか否かを判断する。この判断は、たとえば各領域に付与されたラベルを用いて、処理の完了時にその処理が完了したラベルを逐次記録しておき、処理の前に付加されたラベルと処理が完了したラベルとを比較することにより行なわれる。すべての領域の検査が終了している場合には（ステップＳ７３２にてＹＥＳ）、処理は終了する。そうでない場合には（ステップＳ７３２にてＮＯ）、処理はステップＳ７１６に戻され、次の領域Ａｉの処理が行なわれる。
【００７２】
次に、図８〜図１５を参照して、画像処理検査装置１４０における画像の変化について説明する。図８は、予め定められた回転軸を中心に回転する間に処理が施された被検査物を撮像した画像から、検査の対象となる領域として予め指定された検査領域に応じて抽出された画像を表わす図である。図９は、図８に示される画像のデータを直交座標から極座標に変換した図を表わす。図１０は、図９に示される画像のデータに対して平滑化処理を行なった後の図を表わす。
【００７３】
図８に示されるように、抽出された画像には、放射状の塗布ムラを撮像した際に、様々な要因により斑状の模様８８０ａ，８８０ｂが映り込んでいる。このような模様は、光学的な影響で背景に映る場合がある。
回転中心８１０は、被検査物に対して処理を行なう装置における回転軸に対応する。被検査画像８２０において、斑状の背景に加えて、放射状に形成された３つの塗布ムラ８３０，８４０，８５０が撮影されている。この画像に対して、たとえば回転中心８１０を基準とした極座標変換が行なわれ、予め定められた抽出処理が実行されると、図９に示される画像が得られる。
【００７４】
すなわち、極座標系に変換された画像は、回転中心８１０（たとえば、スピンコータの回転軸に相当）を原点とし、縦軸に半径方向、横軸に角度方向となる画像によって表現される。極座標系により表わされた画像に対し、背景方向（縦軸）の直線方向のエッジのみを強調する処理を行なうと、図９に示されるように、直線強調後の画像が得られる。
【００７５】
ここで直線を強調する処理は、角度方向（縦軸）の濃度値の差分を算出することにより、その差分に従って予め設定された閾値に基づいて行なわれる。閾値として使用されるフィルタサイズは、解像度、検出する放射状の塗布ムラの大きさなどから予め定められるものである。
【００７６】
図９において、画像９３０は、図８における塗布ムラ８３０に対応する。画像９３０は、塗布ムラ８３０に含まれる斑状の模様８９０により、遮断されている。同様に、画像９４０は、塗布ムラ８４０に対応する。画像９５０は、塗布ムラ８５０に対応する。
【００７７】
直線強調後の画像に対して半径方向に平滑化処理を行なうと、図１０に示される画像が得られる。ここで平滑化処理は、対象とする点と平滑化する方向の近傍の点の濃度値の平均値を対象とする点の濃度値とするものである。また近傍として用いられるデータは、塗布ムラを連結したい幅に応じて予め定められる。あるいはディスプレイ１５０に表示される画像に基づいて近傍のサイズを変更可能であってもよい。
【００７８】
図１０を参照して、画像１０３０，１０４０，１０５０は、それぞれ図９に示される画像を平滑化したものである。画像１０３０は、図９における画像９３０に対応する。同様に画像１０４０は、画像９４０に対応する。画像１０５０は、画像９５０に対応する。
【００７９】
このようにして平滑化された画像に対して予め定められた閾値に基づいて２値化処理を行なうと、放射状に形成された塗布ムラの領域が抽出される（図１１）。ここで２値化処理のための閾値は、たとえば放射状に形成された塗布ムラの平滑化後の画像の濃度値に基づいて定められる。
【００８０】
図１１に示されるように、３つの塗布ムラが、画像１１３０，１１４０，１１５０として抽出されている。画像１１３０は、図１０に示される画像１０３０に対応する。この場合、平滑化処理によって、図１０に示される画像において分割されていた領域が連結されている。同様に、画像１１４０は、画像１０４０に対応する。画像１０４０の凸部が平滑化されている。また、画像１１５０は、画像１０５０に相当する。画像１１５０も、画像１１３０と同様に、２値化処理のための閾値を用いた抽出によって、遮断されていた領域が結合された形で表示される。
【００８１】
このようにして抽出された領域は、極座標系のデータにより表わされている。当該領域の面積、線あるいは幅は、直交座標系のデータにより表わされるものと異なるため、領域の特徴量を算出することはできない。そこで、演算部１４３は、抽出された領域の座標系と、直線を強調した後の画像との座標系とを、極座標系から直交座標系に変換する処理を行なう。演算部１４３は、直交座標系のデータに基づいて、領域の形状に関する長さ、幅、面積等の特徴量と、当該領域に対応する直線強調後の画像の濃度値の平均値、標準偏差等の特徴量とを算出する。
【００８２】
ここで、図１２〜図１５を参照して、極座標系のデータから直交座標系のデータに変換した後の処理について説明する。図１２〜図１４は、極座標系により表わされていた画像を直交座標系に変換した図をそれぞれ表わす。図１２は、抽出画像を表わし、図１１に示される画像に対応する。
【００８３】
図１２に示される直交座標系により表わされた抽出画像が取得されると、演算部１４３は、ラベリング処理を実行する。ここではラベル付けされた領域Ａｉとして領域１２３０，１２４０，１２５０が識別される。このラベル付けにより、各領域がそれぞれ特定されることになるため、図７に示される処理においても、各々の領域についての処理（ステップＳ７１８〜ステップＳ７３２）が実行可能になる。
【００８４】
図１３は、直線方向（回転中心１３１０の半径方向）に強調された画像を表わし、図９に示される画像に対応する。図１３に示される画像は、画像処理後の画像であり、前述の濃度値の変動係数を算出するために用いられる。
【００８５】
図１４は、平滑化後の画像を表わし、図１０に示される画像に対応する。図１４に示される画像は、濃度値と、濃度値の平均値と、標準偏差との算出に用いられる。この結果に基づいて領域１４３０〜１４５０の特徴量が、それぞれ算出される。
【００８６】
図１５を参照して、抽出された領域の細線化について説明する。図１５は、直交座標系により表わされた放射状塗布ムラ領域を細線化することにより取得された画像を表わす。
【００８７】
このような画像として表わされるデータが取得されると、演算部１４３は、当該データに対応する細線化領域における直線強調後の画像の濃度値の標準偏差を濃度の平均値で除した値（すなわち変動係数）を算出する。この値が、放射状に形成された塗布ムラの特徴量になる。直線領域の画像は、その領域のエッジが強調されている部分と、エッジが強調されていない部分とを含む。そのため、濃度値の変動が大きくなり、変動係数も大きくなる。したがって細線化領域に対応する直線強調後の画像の濃度値の変動係数を算出することにより、演算部１４３は、当該領域が斑状部分により強調された部分であるか否かを判定することができる。
【００８８】
この方法によって、斑状部分の存在によって放射状に形成された塗布ムラが分断された場合にも、分断されていない状態での領域を検出することができる。また、エッジが強調された場合にも、当該領域が欠陥であるか否かを正確に判別することができる。
【００８９】
次に、図１６を参照して、画像処理検査装置１４０のデータ構造について、さらに説明する。図１６は、画像処理検査装置１４０による検査の後に記憶部１４２に格納されるデータの一態様を表わす図である。
【００９０】
記憶部１４２は、データを格納する領域１６１０〜領域１６８０を含む。領域を識別するための番号は、領域１６１０に格納されている。この番号は、たとえば前述のラベリング処理により予め設定された基準に基づいて自動的に付与された番号である。
【００９１】
領域の直交座標における座標データは、領域１６２０に格納されている。この座標データは、当該領域を座標値に基づいて特定するためのものである。座標値は、たとえば回転中心から最も近い点のＸ座標およびＹ座標値であるが、これに限られない。たとえば中心から最も遠い点その他の点の座標値であってもよい。
【００９２】
欠陥の候補が欠陥であるか否かを判断するために算出された欠陥強度は、領域１６３０に格納されている。その判定結果は、領域１６４０に格納されている。図１６に示される例では、たとえば番号「１」の領域は、判定結果が不良（すなわち欠陥）と判定されたものである。
【００９３】
欠陥強度を算出するために使用された各特徴量は、領域１６６０〜領域１６８０に格納されている。ここではたとえばｍ個の特徴量が格納されているが、欠陥強度の算出に用いられる特徴量の数は、検査の種類に応じて変更可能であってもよい。
【００９４】
記憶部１４２に格納されているデータは、画像処理検査装置１４０に対するデータの出力指示に基づいて、あるいは予め定められた出力処理に基づいて外部に出力される。たとえばディスプレイ１５０は、検査結果のデータを表示領域に示す。あるいは、画像処理検査装置１４０が着脱可能な記録媒体あるいは外部へのデータ出力インターフェイスを備える場合には、画像処理検査装置１４０は、当該記録媒体に検査結果を書き込み、あるいは当該インターフェイスを介して予め定められた送信先にデータを送信する。
【００９５】
なお、本発明に係る画像処理検査装置１４０は、上記の実施の形態に示される構成以外でも実現可能である。すなわち、画像処理検査装置１４０により実行される処理は、たとえば、当該処理のためのプログラムが格納されたコンピュータシステムによっても実現可能である。
【００９６】
図１７を参照して、本実施の形態に係る画像処理検査装置１４０を実現するコンピュータシステムについて説明する。図１７は、コンピュータシステム１７００のハードウェア構成を表わすブロック図である。
【００９７】
コンピュータシステム１７００は、相互にデータバスにより接続されたＣＰＵ１７１０と、指示の入力を受けるためのマウス１７２０およびキーボード１７３０と、入力されるデータあるいはプログラムに従って実行される処理によって生成されるデータを一時的に格納するＲＡＭ１７４０と、データを不揮発的に格納可能なハードディスク１７５０と、ＣＤ−ＲＯＭ（Compact Disk-Read Only Memory）駆動装置１７６０と、モニタ１７８０と、通信ＩＦ（Interface）１７９０とを含む。ＣＤ−ＲＯＭ駆動装置１７６０には、ＣＤ−ＲＯＭ１７６２が装着される。
【００９８】
画像処理検査装置１４０として機能するコンピュータシステム１７００における処理は、各ハードウェアおよびＣＰＵ１７１０により実行されるソフトウェアによって実現される。このようなソフトウェアは、ＲＡＭ１７４０あるいはハードディスク１７５０に予め記憶されている場合もあれば、ＣＤ−ＲＯＭ１７６２その他の記憶媒体に格納されて流通している場合もある。記憶媒体に格納されているデータは、ＣＤ−ＲＯＭ駆動装置１７６０その他の読取装置によりその記憶媒体から読み取られて、ハードディスク１７５０に一旦格納される。
【００９９】
そのソフトウェアは、ＲＡＭ１７４０あるいはハードディスク１７５０から読み出されて、ＣＰＵ１７１０によって実行される。図１７に示されるコンピュータシステム１７００のハードウェア自体は、一般的なものである。したがって、本発明の本質的な部分は、ＲＡＭ１７４０、ハードディスク１７５０、ＣＤ−ＲＯＭ１７６２その他の記憶媒体に格納されたソフトウェアであるともいえる。なお、コンピュータシステム１７００の各ハードウェアの動作は周知であるので、詳細な説明は繰り返さない。
【０１００】
以上のようにして、本発明に係る画像処理検査装置１４０によると、低コントラストな線状の欠陥を検出することができる。また、検出された領域を細線化した領域に対応する画像のデータに基づいて変動係数を算出して当該変動係数を特徴量とすることにより、フィルタ処理の結果不連続な部位が連結された場合であっても、本来連続している領域との区別が可能になるため、誤検出を防止することができる。
【０１０１】
また、コントラストの変動があっても、放射状に形成された欠陥の強度を算出することができるため、画像から抽出された欠陥の候補が真の欠陥であるか否かを正確に判断することができる。その結果、放射状の欠陥の検出精度を向上させることができる。
【０１０２】
＜変形例＞
以下、本発明の実施の形態の変形例について説明する。なお、本変形例に係る画像処理検査装置は、前述の画像検査装置１４０が有する機能により実現可能である。そこで、この画像検査装置も、図２に示される画像検査装置１４０の構成を適宜参照して説明する。
【０１０３】
図１８を参照して、本変形例に係る画像検出装置の制御構造について説明する。図１８は、画像処理検査装置１４０を実現する演算部１４３が実行する処理の手順を表わすフローチャートである。なお、前述の処理（図７）と同一の処理には同一のステップ番号を付してある。したがって、それらの説明はここでは繰り返さない。
【０１０４】
ステップＳ１８１０にて、演算部１４３は、ステップＳ７０６において特定方向の線が強調された画像に基づいて、連結処理を実行することにより、連結後の画像データを導出する。より具体的には、演算部１４３は、被検査画像の縦方向（回転中心から外周に向かう半径方向）に対して、その半径方向の線を平滑化するための処理と、平滑化後の画像について、当該画像を構成する複数の部分領域の各々において、その平滑化された線を連結することにより、各部分領域における線の最大値を算出する。
【０１０５】
すなわち、当該平滑化処理は、半径方向を平滑化するためのフィルタを用いて、予め規定された抽出基準を満足する画像（線）を抽出する処理と、角度の座標値ごとに複数の画像が存在する場合に各画像を結合することにより結合により得られた画像の半径座標の最大値および最小値を座標値ごとに算出する。たとえば、角度の座標値（たとえば、θ）に２つの画像（第１の画像および第２の画像）が含まれている場合には、以下のようにして最大値が算出される。ここで、一例として、第１の画像の半径方向の範囲を、座標値（Ｒ（１）、Ｒ（２））とする。また、第２の画像の半径方向の範囲を、座標値（Ｒ（３）、Ｒ（４））とする。この場合、座標値の大小関係を、Ｒ（１）＜Ｒ（２）＜Ｒ（３）＜Ｒ（４）とする。この場合、連結処理が行なわれると、座標値（θ）における平滑化後の画像の座標値は、（Ｒ（１）、Ｒ（４））となる。
【０１０６】
ステップＳ１８２０にて、演算部１４３は、連結処理が実行された後の画像の座標を極座標から直交座標に変換する。ステップＳ１８３０にて、演算部１４３は、予め設定された２値化基準（たとえば、図３における領域３３０）に基づいて、直交座標系の画像データに変換されたデータの２値化処理を実行する。その後、演算部１４３は、図７において詳述したようにステップＳ７１６以降の処理を実行する。
【０１０７】
次に、図１９から図２１を参照して、本変形例に係る画像検査装置の欠陥検出処理の推移について説明する。図１９（Ａ）〜図１９（Ｈ）は、欠陥検出処理の第１のパターンにおける画像の推移を表わす図である。
【０１０８】
［第１のパターン］
図１９（Ａ）に示される被検査物の画像１９１０は、被検査物の撮影によって得られた画像である。
【０１０９】
画像１９１０は、回転中心１９２０と、放射状に形成された３つの塗布ムラ１９３０，１９３２，１９３４を含む。画像１９１０に対して極座標変換処理（ステップＳ１９５０）が実行されると、図１９（Ｂ）に示される画像が得られる。なお、極座標変換処理は、図１８におけるステップＳ７０４の処理に相当する。
【０１１０】
図１９（Ｂ）に示されるように、極座標系に変換された後の画像は、角度と半径とを座標軸として表わされる。この画像に対して、エッジ強調処理（ステップＳ１９５２）が実行されると、半径方向（すなわち、回転中心１９２０を基準とした方向）にエッジが強調された画像が得られる（図１９（Ｃ））。なお、エッジ強調処理は、図１８におけるステップＳ７０６の処理に相当する。
【０１１１】
半径方向が強調された画像（図１９（Ｃ））に対して平滑化処理（ステップＳ１９５４）が実行されると、図１９（Ｄ）に示されるように、半径方向が平滑化された画像が得られる。なお、この場合の平滑化処理は、図１８に示される連結処理（ステップＳ１８１０）に相当する。すなわち、平滑化処理は、縦方向（半径方向に相当）の画像をフィルタ処理することと、フィルタ処理後の画像を特定の横方向の座標値（角度）ごとに、最大の範囲（最小値と最大値）を算出することとを含む。
【０１１２】
当該平滑化によって得られた画像（図１９（Ｄ））に対して２値化処理が実行されると（ステップＳ１９５６）、図１９（Ｅ）に示される画像が抽出される（抽出画像）。なお、２値化処理（ステップＳ１９５６）は、図１８におけるステップＳ１８３０の処理に相当する。直交座標変換がこの抽出画像に対して実行されると（ステップＳ１９５８）、極座標系によって表わされていた画像データは、直交座標系の画像データに変換される（図１９（Ｆ））。この画像は、回転中心１９２０と、ラベル付けされた３つの領域１９７０，１９７２，１９７４とを含む。これらの領域１９７０，１９７２，１９７４は、被検査物の画像１９１０（図１９（Ａ））に示されるように、放射線状の塗布ムラ１９３０，１９３２，１９３４に対応する。
【０１１３】
一方、直交座標変換が、２値化処理を行なうことなく、図１９（Ｄ）に示される平滑化後の画像に対して実行されると（ステップＳ１９６０）、図１９（Ｇ）に示される画像が得られる。この画像は、図１９（Ａ）に示される画像に映っている斑状の模様を含む。
【０１１４】
また、直交座標変換が図１９（Ｃ）に示される画像に対して実行されると（ステップＳ１９６２）、図１９（Ｈ）に示される画像が得られる。この処理の流れは、平滑化処理（ステップＳ１９５４）および２値化処理（ステップＳ１９５６）を含まないため、フィルタ処理が行なわれる前の画像が、導出されることになる。
【０１１５】
演算部１４３は、図１９（Ｅ）に示される画像によって特定されるデータに対応する図１９（Ｄ）の画像データを用いて、極座標系における特徴量を算出する。また、演算部１４３は、図１９（Ｆ）の画像に含まれる領域に対応する図１９（Ｇ）あるいは図１９（Ｈ）の画像データに基づいて特徴量を算出する。
【０１１６】
［第２のパターン］
図２０（Ａ）から（Ｇ）は、演算部１４３が第２のパターンとして実行する処理における画像の推移を表わす図である。
【０１１７】
演算部１４３は、最初に、図２０（Ａ）に示されるような被検査領域を抽出し、その領域を被検査画像１９１０とする。画像１９１０は、図１９（Ｅ）に示されるものと同様に、回転中心１９２０と、放射線状に形成された塗布ムラ１９３０，１９３２，１９３４を含む。演算部１４３が極座標変換を実行すると（ステップＳ２０１０）、極座標系に変換された画像データが取得される（図２０（Ｂ））。演算部１４３がエッジ強調処理を実行すると（ステップＳ２０２０）、半径方向に強調された画像が取得される（図２０（Ｃ））。なお、エッジ強調処理（ステップＳ２０２０）は、図１８におけるステップＳ７０６の処理に相当する。
【０１１８】
演算部１４３が、半径方向が強調された画像データに基づいて平滑化処理（ステップＳ２０３０）を実行すると、平滑化後の画像データが得られる（図２０（Ｄ））。平滑化処理２０３０は、図１８における連結処理（ステップＳ１８１０）に相当する。平滑化処理によって得られた画像データに対して演算部１４３が直交座標変換を実行すると（ステップＳ２０４０）、図２０（Ｅ）に示されるような画像が得られる。
【０１１９】
ステップＳ２０５０として、演算部１４３が、その画像に対して２値化処理を実行すると、直交座標系において領域が抽出された画像が得られる（図２０（Ｆ））。この画像は、回転中心１９２０と、ラベル付けされた領域１９７０，１９７２，１９７４を含む。
【０１２０】
一方、ステップＳ２０６０として、演算部１４３が、図２０（Ｃ）に示される画像に対応するデータに基づいて直交座標変換を実行すると、図２０（Ｇ）に示される画像が得られる。この場合、平滑化処理（ステップＳ２０３０）が行なわれていないため、フィルタ処理および縦方向の連結処理が行なわれなかった画像が得られる。この画像は、斑状の模様のようなノイズを含むことになる。
【０１２１】
演算部１４３は、図２０（Ｆ）の領域に対する図２０（Ｅ）あるいは（Ｇ）に示される画像に基づいて特徴量を算出する。
【０１２２】
上記の第２のパターンによる処理は、極座標の特徴が不要である場合に適用するのが好ましい。この場合、直交変換する画像が減るため、演算に要するステップが少なくなり、演算結果を得るまでの時間が短くなり、あるいは、演算に要するコストが削減され得る。
【０１２３】
［第３のパターン］
検出の対象となる欠陥が極座標の特徴量のみで絞り込める場合には、第３のパターンとして、演算部１４３は、以下のような処理を実行してもよい。この場合、直交座標系に変換されたデータに基づいて算出される特徴量の個数が減るため、算出のための負荷が低減され得る。
【０１２４】
図２１（Ａ）から（Ｉ）は、第３のパターンにおける画像の推移を表わす図である。図２１（Ａ）に示されるように、演算部１４３は、被検査領域を抽出し（ステップＳ７０２）、その抽出された領域を画像１９１０として取得する。画像１９１０は、前述のように回転中心１９２０と、回転中心１９２０から放射状に形成された塗布ムラ１９３０，１９３２，１９３４を含む。
【０１２５】
演算部１４３が画像１９１０に対して極座標変換を実行すると（ステップＳ２１１０）、図２１（Ｂ）に示される画像が得られる。この画像は、回転中心１９２０を起点とした角度と半径方向の長さ等によって表わされる。演算部１４３が、図２１（Ｂ）に示される極座標系の画像に対してエッジ強調処理を実行すると（ステップＳ２１２０）、図２１（Ｃ）に示される画像が得られる。ここで、エッジ強調処理（ステップＳ２１２０）は、図１８におけるステップＳ７０６の処理に相当する。
【０１２６】
演算部１４３が、図２１（Ｃ）に示される画像に対して平滑化処理を実行すると（ステップＳ２１３０）、図２１（Ｄ）に示される画像が得られる。この平滑化処理（ステップＳ２１３０）は、図１８における連結処理（ステップＳ１８１０）に相当する。
【０１２７】
演算部１４３が、図２１（Ｄ）に示される画像に基づいて２値化処理を実行する（ステップＳ２１４０）と、図２１（Ｅ）に示される画像が抽出される（抽出画像）。この処理は、図１８における２値化処理（ステップＳ１８３０）に対応する。
【０１２８】
演算部１４３は、図２１（Ｅ）に示される領域に対応する図２１（Ｄ）の領域に基づいて、極座標系における特徴量を算出する。演算部１４３は、その特徴量に応じて抽出された領域を絞り込む（ステップＳ２１５０）。この絞り込みにより、図２１（Ｆ）に示される画像が抽出される。
【０１２９】
その後、演算部１４３が、図２１（Ｆ）に示される画像に基づいて直交座標変換を実行すると（ステップＳ２１６０）、直交座標系で表わされた画像が抽出される（図２１（Ｇ））。
【０１３０】
一方、演算部１４３が、図２１（Ｄ）に示される平滑化後の画像データに基づいて直交座標変換処理を実行すると（ステップＳ２１７０）、図２１（Ｈ）に示される平滑化処理が行なわれた後の画像データが導出される。
【０１３１】
また、演算部１４３が、図２１（Ｃ）に示される線方向が強調された後の画像データに基づいて直交座標変換を実行すると（ステップＳ２１８０）、図２１（Ｉ）に示される画像データが算出される。
【０１３２】
演算部１４３は、図２１（Ｇ）のラベル付けされた領域に対応する図２１（Ｈ）または（Ｉ）の画像データに基づいて特徴量を算出する。
【０１３３】
以上のようにして、本変形例に係る画像検査装置は、検査画像を極座標変換した後、半径方向に平滑化する。これにより、放射状に発生した欠陥が強調される。その後、画像検査装置は、直交座標変換を再度実行し、直交空間で特徴量を算出する。画像検査装置は、その特徴量に基づいて欠陥を判断する。画像検査装置は、画像データを極座標系の画像データに変換することにより、より少ない処理ステップ（低い計算コスト）で、放射状の欠陥のみを強調することができる。画像検査装置は、画像データの座標系を極座標系から直交座標系に再び変換する。これにより、画像検査装置は、実際の画像サイズに相関のある特徴量を算出できるため、欠陥であるか否かの判定がより正確になる。本変形例に係る画像検査装置は、平滑化後に細線化処理を実行し、細線化領域に対応する変動係数を算出する。画像検査装置は、その変動係数を特徴量の１つとして使用する。その結果、欠陥の検出の精度が向上し得る。
【０１３４】
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【産業上の利用可能性】
【０１３５】
本発明は、液晶パネル作成時のマクロ画像から欠陥を検出する画像検査装置に適用可能である。また、本発明は、画像上で窪みのように見える部分を検出する画像検査装置にも適用可能である。
【図面の簡単な説明】
【０１３６】
【図１】本発明に係る画像処理検査装置１４０を備える検査システム１００の構成を表わすブロック図である。
【図２】画像処理検査装置１４０の機能的構成を表わすブロック図である。
【図３】画像処理検査装置１４０の記憶部１４２におけるデータの格納の一態様を表わす図である。
【図４】被検査物の画像４２０について放射状に形成された塗布ムラを表わす図である。
【図５】図４に示される撮像画像を極座標に変換した後の状態を表わす図である。
【図６】極座標に変換された画像について放射状の塗布ムラの領域を抽出するために、直線を強調する処理を行なった後の画像を表わす図である。
【図７】画像処理検査装置１４０の演算部１４３が実行する処理の手順を表わすフローチャートである。
【図８】被検査物を撮像した画像から、検査の対象となる領域として予め指定された検査領域に応じて抽出された画像を表わす図である。
【図９】図８に示される画像を極座標系により表わした図である。
【図１０】図９に示される画像のデータに対して平滑化処理を行なった後の状態を表わす図である。
【図１１】平滑化された画像に対して予め定められた閾値に基づいて２値化処理を行なうことにより抽出された塗布ムラの領域を表わす図である。
【図１２】極座標系により表わされていた画像を直交座標系により表わした図（その１）である。
【図１３】極座標系により表わされていた画像を直交座標系により表わした図（その２）である。
【図１４】極座標系により表わされていた画像を直交座標系により表わした図（その３）である。
【図１５】直交座標系により表わされた放射状塗布ムラ領域を細線化することにより取得された画像を表わす図である。
【図１６】画像処理検査装置１４０による検査の後に記憶部１４２に格納されるデータの一態様を表わす図である。
【図１７】画像処理検査装置１４０を実現するコンピュータシステムのハードウェア構成を表わすブロック図である。
【図１８】本変形例に係る画像検出装置１４０を実現する演算部１４３が実行する処理の手順を表わすフローチャートである。
【図１９】本変形例に係る画像検査装置の欠陥検出処理の推移を表わす図（その１）である。
【図２０】本変形例に係る画像検査装置の欠陥検出処理の推移を表わす図（その２）である。
【図２１】本変形例に係る画像検査装置の欠陥検出処理の推移を表わす図（その３）である。
【符号の説明】
【０１３７】
１００ 検査システム、１１０ 被検査基板、１２０ 照明部、１３０ 撮像部、１４０ 画像処理検査装置、１４１ 画像入力部、１４２ 記憶部、１４３ 演算部、１４４ 出力部、１４５ 入力部、１５０ ディスプレイ、２０２ データ入力部、２０３ 取得部、２０４ 極座標変換部、２０６ フィルタ処理部、２０８ 平滑化処理部、２１０ ２値化処理部、２１２ 抽出部、２１４ 直交座標変換部、２１６ 算出部、２１８ 欠陥判定部、２２０ 結果出力部、１７００ コンピュータシステム、１７１０ ＣＰＵ、１７２０ マウス、１７３０ キーボード、１７４０ ＲＡＭ、１７５０ ハードディスク、１７６０ ＣＤ−ＲＯＭ駆動装置、１７６２ ＣＤ−ＲＯＭ、１７８０ モニタ、１７９０ 通信ＩＦ。
【特許請求の範囲】
【請求項１】
予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受ける入力手段と、
前記データから予め定められた検査領域に対応する画像データを取得する取得手段とを備え、前記画像データは、直交座標系で表わされており、
前記画像データを極座標系のデータに変換する第１の変換手段と、
前記極座標系により表わされる画像データに対して、前記回転軸に対応する回転中心から半径方向の直線を平滑化する平滑化処理手段と、
前記平滑化後の画像データを、前記直交座標系のデータに変換する第２の変換手段と、
前記第２の変換後の前記直交座標系により表される画像データに基づいて、前記被検査物の表面における欠陥の候補を抽出する抽出手段と、
前記直交座標系に変換後の画像データに基づいて、前記欠陥の候補の特徴量を算出する特徴量算出手段と、
予め定められた判断基準と前記特徴量とに基づいて、前記欠陥の候補が欠陥であるか否かを判断する判断手段と、
前記判断手段による判断の結果を出力する出力手段とを備える、欠陥の検出装置。
【請求項２】
前記平滑化処理手段は、
前記極座標系により表わされる画像データに対して、半径方向の直線を強調するためのフィルタ処理を実行するフィルタ手段と、
前記フィルタ処理後の画像データに基づいて、前記半径方向の直線の平滑化を行なう手段とを含み、
前記抽出手段は、
予め定められた二値化基準に基づいて、前記平滑化後の画像データの二値化処理を行なう二値化手段と、
前記二値化処理後の画像データから、予め定められた抽出基準を満足する画像データを前記欠陥の候補として抽出する手段とを含み、
前記第２の変換手段は、前記フィルタ処理後の画像データと、前記平滑化後の画像データとを、前記直交座標系のデータに変換する手段を含む、請求項１に記載の欠陥の検出装置。
【請求項３】
前記平滑化処理手段は、前記半径方向の直線の平滑化を行なった画像に対し、さらに半径方向の最大値フィルタ処理を実行する、請求項２に記載の欠陥の検出装置。
【請求項４】
前記判断手段は、
前記特徴量に基づいて、前記欠陥の候補についての欠陥の程度を表わす欠陥強度を算出する強度算出手段と、
前記判断基準と前記欠陥強度とに基づいて、前記欠陥の候補が欠陥であるか否かを判断する手段とを含む、請求項２に記載の欠陥の検出装置。
【請求項５】
前記直交座標系のデータに変換後の画像データに基づいて、前記欠陥の候補が予め定められた算出条件を満足するか否かを判断する条件判断手段と、
前記欠陥の候補が前記算出条件を満足する場合に新たな特徴量を算出する手段とをさらに備える、請求項４に記載の欠陥の検出装置。
【請求項６】
前記特徴量算出手段は、前記欠陥の候補の濃度値の平均値と、前記濃度値の変化率とを算出する変化率算出手段を含み、
前記強度算出手段は、前記平均値と前記変化率とに基づいて前記強度を算出する、請求項４に記載の欠陥の検出装置。
【請求項７】
前記特徴量算出手段は、前記直交座標系のデータに変換後のデータに基づいて、前記欠陥の候補の領域の幅を細くする細線化処理を行なう手段をさらに含み、
前記変化率算出手段は、前記細線化処理後の前記欠陥の候補についての前記平均値と前記変化率とを算出する、請求項６に記載の欠陥の検出装置。
【請求項８】
予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受けるステップと、
前記データから予め定められた検査領域に対応する画像データを取得するステップとを備え、前記画像データは、直交座標系で表わされており、
前記画像データを極座標系のデータに変換するステップと、
前記極座標系により表わされる画像データに対して、前記回転軸に対応する回転中心から半径方向の直線を平滑化するステップと、
前記平滑化後の画像データを、直交座標系のデータに変換するステップと、
前記直交座標系に変換後の画像データに基づいて、前記被検査物の表面における欠陥の候補を抽出するステップと、
前記直交座標系に変換後の画像データに基づいて、前記欠陥の候補の特徴量を算出するステップと、
予め定められた判断基準と前記特徴量とに基づいて、前記欠陥の候補が欠陥であるか否かを判断するステップと、
前記判断ステップによる判断の結果を出力するステップとを備える、欠陥の検出方法。
【請求項９】
コンピュータを欠陥の検出装置として機能させるためのプログラムであって、前記プログラムは前記コンピュータに、
予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受けるステップと、
前記データから予め定められた検査領域に対応する画像データを取得するステップとを実行させ、前記画像データは、直交座標系で表わされており、
さらに、前記プログラムは前記コンピュータに、
前記画像データを極座標系の画像データに変換するステップと、
前記極座標系により表わされる画像データに対して、前記回転軸に対応する回転中心から半径方向の直線を平滑化するステップと、
前記平滑化後の画像データを、直交座標系のデータに変換するステップと、
前記直交座標系に変換後の画像データに基づいて、前記被検査物の表面における欠陥の候補を抽出するステップと、
前記直交座標系に変換後の画像データに基づいて、前記欠陥の候補の特徴量を算出するステップと、
予め定められた判断基準と前記特徴量とに基づいて、前記欠陥の候補が欠陥であるか否かを判断するステップと、
前記判断ステップによる判断の結果を出力するステップとを実行させる、プログラム。
【請求項１】
予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受ける入力手段と、
前記データから予め定められた検査領域に対応する画像データを取得する取得手段とを備え、前記画像データは、直交座標系で表わされており、
前記画像データを極座標系のデータに変換する第１の変換手段と、
前記極座標系により表わされる画像データに対して、前記回転軸に対応する回転中心から半径方向の直線を平滑化する平滑化処理手段と、
前記平滑化後の画像データを、前記直交座標系のデータに変換する第２の変換手段と、
前記第２の変換後の前記直交座標系により表される画像データに基づいて、前記被検査物の表面における欠陥の候補を抽出する抽出手段と、
前記直交座標系に変換後の画像データに基づいて、前記欠陥の候補の特徴量を算出する特徴量算出手段と、
予め定められた判断基準と前記特徴量とに基づいて、前記欠陥の候補が欠陥であるか否かを判断する判断手段と、
前記判断手段による判断の結果を出力する出力手段とを備える、欠陥の検出装置。
【請求項２】
前記平滑化処理手段は、
前記極座標系により表わされる画像データに対して、半径方向の直線を強調するためのフィルタ処理を実行するフィルタ手段と、
前記フィルタ処理後の画像データに基づいて、前記半径方向の直線の平滑化を行なう手段とを含み、
前記抽出手段は、
予め定められた二値化基準に基づいて、前記平滑化後の画像データの二値化処理を行なう二値化手段と、
前記二値化処理後の画像データから、予め定められた抽出基準を満足する画像データを前記欠陥の候補として抽出する手段とを含み、
前記第２の変換手段は、前記フィルタ処理後の画像データと、前記平滑化後の画像データとを、前記直交座標系のデータに変換する手段を含む、請求項１に記載の欠陥の検出装置。
【請求項３】
前記平滑化処理手段は、前記半径方向の直線の平滑化を行なった画像に対し、さらに半径方向の最大値フィルタ処理を実行する、請求項２に記載の欠陥の検出装置。
【請求項４】
前記判断手段は、
前記特徴量に基づいて、前記欠陥の候補についての欠陥の程度を表わす欠陥強度を算出する強度算出手段と、
前記判断基準と前記欠陥強度とに基づいて、前記欠陥の候補が欠陥であるか否かを判断する手段とを含む、請求項２に記載の欠陥の検出装置。
【請求項５】
前記直交座標系のデータに変換後の画像データに基づいて、前記欠陥の候補が予め定められた算出条件を満足するか否かを判断する条件判断手段と、
前記欠陥の候補が前記算出条件を満足する場合に新たな特徴量を算出する手段とをさらに備える、請求項４に記載の欠陥の検出装置。
【請求項６】
前記特徴量算出手段は、前記欠陥の候補の濃度値の平均値と、前記濃度値の変化率とを算出する変化率算出手段を含み、
前記強度算出手段は、前記平均値と前記変化率とに基づいて前記強度を算出する、請求項４に記載の欠陥の検出装置。
【請求項７】
前記特徴量算出手段は、前記直交座標系のデータに変換後のデータに基づいて、前記欠陥の候補の領域の幅を細くする細線化処理を行なう手段をさらに含み、
前記変化率算出手段は、前記細線化処理後の前記欠陥の候補についての前記平均値と前記変化率とを算出する、請求項６に記載の欠陥の検出装置。
【請求項８】
予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受けるステップと、
前記データから予め定められた検査領域に対応する画像データを取得するステップとを備え、前記画像データは、直交座標系で表わされており、
前記画像データを極座標系のデータに変換するステップと、
前記極座標系により表わされる画像データに対して、前記回転軸に対応する回転中心から半径方向の直線を平滑化するステップと、
前記平滑化後の画像データを、直交座標系のデータに変換するステップと、
前記直交座標系に変換後の画像データに基づいて、前記被検査物の表面における欠陥の候補を抽出するステップと、
前記直交座標系に変換後の画像データに基づいて、前記欠陥の候補の特徴量を算出するステップと、
予め定められた判断基準と前記特徴量とに基づいて、前記欠陥の候補が欠陥であるか否かを判断するステップと、
前記判断ステップによる判断の結果を出力するステップとを備える、欠陥の検出方法。
【請求項９】
コンピュータを欠陥の検出装置として機能させるためのプログラムであって、前記プログラムは前記コンピュータに、
予め定められた回転軸を中心に回転する間に処理が施された被検査物の撮影に基づいて生成されたデータの入力を受けるステップと、
前記データから予め定められた検査領域に対応する画像データを取得するステップとを実行させ、前記画像データは、直交座標系で表わされており、
さらに、前記プログラムは前記コンピュータに、
前記画像データを極座標系の画像データに変換するステップと、
前記極座標系により表わされる画像データに対して、前記回転軸に対応する回転中心から半径方向の直線を平滑化するステップと、
前記平滑化後の画像データを、直交座標系のデータに変換するステップと、
前記直交座標系に変換後の画像データに基づいて、前記被検査物の表面における欠陥の候補を抽出するステップと、
前記直交座標系に変換後の画像データに基づいて、前記欠陥の候補の特徴量を算出するステップと、
予め定められた判断基準と前記特徴量とに基づいて、前記欠陥の候補が欠陥であるか否かを判断するステップと、
前記判断ステップによる判断の結果を出力するステップとを実行させる、プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【公開番号】特開２００８−２０９１３４（Ｐ２００８−２０９１３４Ａ）
【公開日】平成２０年９月１１日（２００８．９．１１）
【国際特許分類】
【出願番号】特願２００７−４３９８９（Ｐ２００７−４３９８９）
【出願日】平成１９年２月２３日（２００７．２．２３）
【出願人】（０００００５０４９）シャープ株式会社 (33,933)
【Ｆターム（参考）】
【公開日】平成２０年９月１１日（２００８．９．１１）
【国際特許分類】
【出願日】平成１９年２月２３日（２００７．２．２３）
【出願人】（０００００５０４９）シャープ株式会社 (33,933)
【Ｆターム（参考）】
[ Back to top ]