欠陥検査装置
【課題】
（１）群欠陥判定の処理時間の短縮。
（２）レンズの収差による誤判定の抑制による、群欠陥の検出精度の改善。
（３）群判定のための条件設定の工数の削減。
（４）ハードウェア変更に対する条件設定の工数の削減。
（５）検査対象のサブピクセル形状の変更に対する汎用的に維持。
を実現した欠陥検査装置を提供する。
【解決手段】 複数個のサブピクセルからなるピクセルが集合した検査対象の検査エリアを撮像した画像データを処理し、この処理により計算される特徴量から識別された前記サブピクセルの単独欠陥の密集態様に基づいて群欠陥を識別する欠陥検査装置において、
前記識別された単独欠陥の固有情報を抽出する単独欠陥固有情報抽出手段と、
抽出された前記単独欠陥の固有情報を、前記検査エリアにマッピングする単独欠陥情報マッピング手段と、
マッピングされた前記単独欠陥情報の密集態様を示す特徴量に基づいて群欠陥の分類処理を実行する特徴量マッチング手段と、
を備える。
（１）群欠陥判定の処理時間の短縮。
（２）レンズの収差による誤判定の抑制による、群欠陥の検出精度の改善。
（３）群判定のための条件設定の工数の削減。
（４）ハードウェア変更に対する条件設定の工数の削減。
（５）検査対象のサブピクセル形状の変更に対する汎用的に維持。
を実現した欠陥検査装置を提供する。
【解決手段】 複数個のサブピクセルからなるピクセルが集合した検査対象の検査エリアを撮像した画像データを処理し、この処理により計算される特徴量から識別された前記サブピクセルの単独欠陥の密集態様に基づいて群欠陥を識別する欠陥検査装置において、
前記識別された単独欠陥の固有情報を抽出する単独欠陥固有情報抽出手段と、
抽出された前記単独欠陥の固有情報を、前記検査エリアにマッピングする単独欠陥情報マッピング手段と、
マッピングされた前記単独欠陥情報の密集態様を示す特徴量に基づいて群欠陥の分類処理を実行する特徴量マッチング手段と、
を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、複数個のサブピクセルからなるピクセルが集合した検査対象の検査エリアを撮像した画像データを処理し、この処理により計算される特徴量から識別された前記サブピクセルの単独欠陥の密集態様に基づいて群欠陥を識別する欠陥検査装置に関するものである。
【背景技術】
【０００２】
液晶表示素子等のパネル状の検査対象を、エリアセンサにより撮像した画像情報を用いて輝度欠陥（黒表示をした際に光ってはならない画素が光っているような欠陥）を検査する欠陥検査装置がある。
【０００３】
図６は、エリアセンサによる欠陥検査装置の基本的システム構成を示す斜視図である。複数個のサブピクセルからなるピクセルがマトリックス状に集合したパネル状の液晶表示装置等の検査対象１００の被検査エリアＡは、レンズ２００を介してエリアセンサ３０１を備えるカメラ３００により撮像され、撮像された画像情報が画像処理装置４００に渡される。
【０００４】
パーソナルコンピュータ等からなる画像処理装置４００は、画像入力ボード等を介して取り込んだ画像情報を数値的に処理し、計算された特徴量に基づいて被検査エリアのサブピクセルの単独欠陥、例えば、色表示（Ｒ点灯、Ｇ点灯、Ｂ点灯）をした際に点灯しなければならない画素が点灯しないような欠陥（黒点欠陥）を識別する。更に、単独欠陥が局所的に密集して形成される群欠陥を識別する。
【０００５】
図７は、マトリックス型液晶表示素子のピクセル構成を示す平面図である。縦横に周期的に並んだピクセル（画素）が発色することにより表示を行う。ピクセルは、一般に赤
（以下、Ｒ）、緑（以下、Ｇ）、青（以下、Ｂ）の、３色のより細かい複数個のサブピクセル（副画素）で構成されている。
【０００６】
ピクセルを構成するサブピクセル夫々の色の強弱を調整し、３色の組み合わせで様々な色を表現する。ハッチングで示すＢのサブピクセルは、表示型液晶表示素子における１連結の単独欠陥（黒点）を示している。
【０００７】
一般に、液晶表示素子における欠陥の良否判定は、人間が検査対象を観察した際の目立ち具合により判断される。図７に示すような１連結の単独欠陥の場合、人間が観察した際には、目立たないため、良品として判定する場合が多い。
【０００８】
欠陥が局所的に密集する（群欠陥）場合には、その目立ち具合（群欠陥としての強度）により、不良品として判断される。
【０００９】
図８は、同色の単独欠陥の密集による群欠陥の例を示すパターン図である。図８（Ａ）は１連結のパターンであり、（Ａ−１）に示すＲの１連結、（Ａ−２）に示すＧの１連結、（Ａ−３）に示すＢの１連結の各パターンは、目立たないと判断される。
【００１０】
図８（Ｂ）は同色の２連結のパターンであり、（Ｂ−１）に示すＲの２連結、（Ｂ−２）に示すＧの２連結、（Ｂ−３）に示すＢの２連結の各パターンは、目立たないと判断される。このように、同色の単独欠陥では、１連結、２連結のパターンまでは目立たないと判断される。
【００１１】
図８（Ｃ）は同色の３連結のパターンであり、（Ｃ−１）に示すＲの３連結、（Ｃ−２）に示すＧの３連結、（Ｃ−３）に示すＢの３連結の各パターンは、目立つと判断される。
【００１２】
このように、同色の単独欠陥では、１連結、２連結のパターンまでは目立たないが、３連結のパターンでは目立つと判断される。この点は、ディスプレイ関連の仕様書等にも、「３連結黒点はあってはならない」というようにしばしば記述されている。
【００１３】
図９は、混色の単独欠陥の密集による群欠陥の例を示すパターン図である。図９（Ａ）はＧを含まないかまたは１個含む場合の混色パターンであり、（Ａ−１）に示すＲが２個でＧが１個、（Ａ−２）に示すＲが２個でＢが１個、（Ａ−３）に示すＢが２個でＧが１個の各パターンでは、目立たないと判断される。
【００１４】
図９（Ｂ）はＧを２個含む場合の混色パターンであり、（Ｂ−１）に示すＲが１個でＧが２個、（Ｂ−２）に示すＢが１個でＧが２個、（Ｂ−３）に示す近接したＢが１個でＧが２個の各パターンでは、目立つと判断される。
目立つパターンと目立たないパターンは、人間の比視感度特性によって判断される。図９（Ｂ）のパターンはＧが２個連結した部分を含むため、図９（Ａ）のパターンに比べて目立つパターンになっている。
【００１５】
図１０は、画像処理装置４００の具体的な構成例を示す機能ブロック図である。カメラ３００が備えるＣＣＤ等によるエリアセンサ３０１で撮像された画像情報は、画像入力ボード４０１により画像処理装置４００に取り込まれ、前処理手段４０２に渡される。
【００１６】
前処理手段４０２では、カメラ欠陥補正手段４０２ａにより、エリアセンサ自身の輝度抜け箇所の補正処理をした後、シェーディング補正手段４０２ｂにより、レンズ収差に起因するエリアセンサの周辺部の感度と中心部の感度差を均一化する処理を実行し、単独欠陥検出手段４０３に渡す。
【００１７】
単独欠陥検出手段４０３では、輝点欠陥を目立たせるために微分系の強調フィルタ手段４０３ａにより処理し、二値化手段４０３ｂにより、あらかじめ設定してある閾値よりも高いレベルの部分を“１”、低いレベルの部分を“０”として単独欠陥の候補を抽出する。
【００１８】
抽出された単独欠陥候補の一つ一つについて、特徴量計算手段４０４ｃにより特徴量計算を実行する。特徴量とは、欠陥を判定するための数値であり、例えば、平均輝度、最大輝度、輝度体積、平均コントラスト、最大平均コントラスト等である。
【００１９】
特徴量計算手段４０４ｃで計算された特徴量は、候補識別手段４０４ｄに出力され、この特徴量とあらかじめ設定してある閾値と比較して閾値を越える候補を単独欠陥として識別し、群欠陥判定手段４０４に渡す。
【００２０】
群欠陥判定手段４０４では、まず位置情報マッピング手段４０４ａにて、識別された単独欠陥のみを検査エリアにマッピングした画像を生成する。例えば、単独欠陥の領域を“１”、その他を“０”にした画像を生成する。
【００２１】
この画像に対し、パターンマッチングフィルタ４０４ｂを実行する。識別したい群欠陥のパターンの数だけ、そのパターンに応じたフィルタにより強調する。パターン毎に群欠陥を抽出し、群識別手段４０４ｃにて、群欠陥の分類および強度判定を行う。最後に結果出力手段４０５にて検出結果を出力する。
【００２２】
図１１は、画像処理装置４００の信号処理手順を示すフローチャートである。ステップＳ１で撮像画像が入力されると、ステップＳ２でカメラ欠陥の補正等の前処理を実行して単独欠陥検出のステップに進む。
【００２３】
単独欠陥検出のステップＳ３で強調フィルタ処理を行ない、ステップＳ４で二値化処理を行い、ステップＳ５で特徴量の計算を行い、ステップＳ６で単独欠陥候補の識別処理を行い、群欠陥判定のステップに進む。
【００２４】
群欠陥判定のステップＳ７で位置情報のマッピングを行ない、ステップＳ８でパターンマッチングフィルタを実行し、ステップＳ９で群欠陥を識別し、ステップＳ１０で判定結果を出力する。
【００２５】
特許文献１には、フラットパネルディスプレイ等の検査対象に表示させた検査パターンを撮像し、撮像により得られる画像データに基づいて欠陥の検出を行う欠陥検出装置が記載されている。
【００２６】
【特許文献１】特開２００５−１５６３９６号公報
【発明の開示】
【発明が解決しようとする課題】
【００２７】
従来技術による群欠陥の識別手法では、次のような問題点がある。
（１）レンズ２００の収差によるボケのため、欠陥の検出面積が変化する。このため画像をフィルタ処理することによるパターンマッチングでは、適切な群判定が実行できない。適切な群判定を実行するためには、画像上の位置に応じて、フィルタサイズを変更する必要がある。
【００２８】
（２）膨大な数のマッチング用フィルタを用意しなければならない。更に、夫々のフィルタに対して閾値を設定する必要がある。これは処理時間が増大することだけでなく、設定のための莫大な工数を要する。
【００２９】
（３）ハードウェア構成（検査対象、レンズ、エリアセンサ）を変更した場合、フィルタに対する閾値の設定変更のために莫大な工数を要する。
【００３０】
以下、従来技術の問題点の詳細を説明する。
（１）レンズ収差に関して：
図１２は、検査対象１００とレンズ２００とエリアセンサ３０１との配置関係を示す光学系である。検査対象１００の中心付近の像の主光線Ｂ０は、レンズ２００の光軸を通ってエリアセンサ３０１の中心付近に結像する。一方、検査対象１００の周辺付近の像の主光線Ｂ１，Ｂ２はレンズ２００の光軸と傾きθを持ってレンズ２００に入射し、エリアセンサ３０１の周辺付近に結像する。
【００３１】
このとき、一般的なレンズでは検査対象物１における欠陥の大きさが全面に渡って均一であっても、エリアセンサ３０１の像での欠陥の面積は、レンズ収差により周辺ではボケが生じ大きくなる。
【００３２】
図１３は、同一の輝度、同一面積の擬似欠陥が全面に分布している擬似欠陥チャートの平面図である。図１４は、この擬似欠陥チャートを撮像した画像において、中央付近の高さにおける水平方向の検出面積の分布をプロットした特性図である。
【００３３】
このように画像中心部と周辺部では、同一の形状の欠陥でも、レンズ収差によるボケのために検出される欠陥の面積が変化する。このため、画像をフィルタ処理することによるパターンマッチングでは適切な群判定が実行できず、誤判定を生じる。また、適切な群判定を実行するためには画像上の位置に応じてフィルタサイズを変更する必要がある。
【００３４】
（２）パターンマッチング用フィルタに関して：
図１５は、４×４サブピクセルの領域における群欠陥のパターン図である。図１５（Ａ）乃至（Ｄ）は、混色で３連結の群欠陥であるが、４種類のパターンを持つ。これを識別するためには、対称に変換した４つのフィルタによるマッチング処理を実行しなければならず、全てのパターンを考えると、非常に多くのフィルタを用意する必要がある。
【００３５】
一般に、Ｎ×Ｎの領域のパターンマッチングを行う場合、用意するフィルタとしては、
Ｎ2・（Ｎ2−１）−１
通りのフィルタを用意する必要があり、莫大な処理時間を要する。ここで、−１としているのは、Ｎ×Ｎ全ての領域がＯＦＦのフィルタを処理する必要はないからである。
【００３６】
また、夫々のマッチング用フィルタに対し、適切な閾値を設定する必要があり、これには莫大な工数を要する。これに加えて、（１）で述べたレンズ収差に対応して画像上の位置毎にマッチング用フィルタを設定する場合、現実的な工数での作業は不可能である。
【００３７】
（３）汎用性に関して：
図６に示す撮像システム構成において、例えば、検査対象１００を変更した場合、レンズ２００として焦点距離、倍率の異なるものに変更した場合、あるいはエリアセンサ３０１の画素数を変更した場合には、検査対象とエリアセンサの画素比率が変更されることとなり、（１），（２）項で説明した閾値の設定変更がその都度必要となる。
【００３８】
また、サブピクセルの形状が、例えば、矩形から三角形等に変更された場合、従来手法のパターンマッチングフィルタでは対応しきれない。
【００３９】
本発明は上述した問題点を解決するためになされたものであり、
（１）群欠陥判定の処理時間の短縮。
（２）レンズの収差による誤判定の抑制による、群欠陥の検出精度の改善。
（３）群判定のための条件設定の工数の削減。
（４）ハードウェア変更に対する条件設定の工数の削減。
（５）検査対象のサブピクセル形状の変更に対する汎用性の維持。
を実現した欠陥検査装置の提供を目的としている。
【課題を解決するための手段】
【００４０】
このような課題を達成するために、本発明は次の通りの構成になっている。
（１）複数個のサブピクセルからなるピクセルが集合した検査対象の検査エリアを撮像した画像データを処理し、この処理により計算される特徴量から識別された前記サブピクセルの単独欠陥の密集態様に基づいて群欠陥を識別する欠陥検査装置において、
前記識別された単独欠陥の固有情報を抽出する単独欠陥固有情報抽出手段と、
抽出された前記単独欠陥の固有情報を、前記検査エリアにマッピングする単独欠陥情報マッピング手段と、
マッピングされた前記単独欠陥情報の密集態様を示す特徴量に基づいて群欠陥の分類処理を実行する特徴量マッチング手段と、
を備えることを特徴とする欠陥検査装置。
【００４１】
（２）前記計算される単独欠陥の特徴量を、予め測定された補正データに基づき補正する特徴量補正手段を備える（１）に記載の欠陥検査装置。
【００４２】
（３）前記特徴量マッチング手段で分類された群欠陥情報を取得し、所定の判定基準により群欠陥の度合いを示す群欠陥強度として出力する群欠陥強度判定手段を備えることを特徴とする（１）または（２）に記載の欠陥検査装置。
【００４３】
（４）前記単独欠陥情報抽出手段は、識別された単独欠陥の色、単独欠陥の連結数、座標の少なくともいずれかを固有情報として抽出することを特徴とする（１）乃至（３）のいずれかに記載の欠陥検査装置。
【００４４】
（５）前記特徴量マッチング手段は、マッピングされた前記単独欠陥情報の、指定範囲内の面積率、指定範囲内の単独欠陥個数、指定範囲内の連結数総和、色、の少なくともいずれかを特徴量とし、各特徴量に設定される閾値により群欠陥の分類処理を実行することを特徴とする（１）乃至（４）のいずれかに記載の欠陥検査装置。
【００４５】
（６）前記特徴量マッチング手段は、前記単独欠陥の連結数及び色が群欠陥の条件を満たす判定起点を検索し、この判定起点を含むように判定範囲を移動させたとき最も群欠陥強度の高い範囲をその群欠陥範囲に選択することを特徴とする（１）乃至（５）のいずれかに記載の欠陥検査装置。
【発明の効果】
【００４６】
本発明によれば、次のような効果が期待できる。
（１）本発明によれば、フィルタによるパターンマッチングのように、莫大な種類のフィルタを用意する必要はなく、限られた数の分類処理を行う仕組みとなっているため、群欠陥判定の処理時間が大幅に短縮できる。
【００４７】
（２）本発明によれば、撮像された画像をそのまま使用するのではなく、レンズの収差を補正した特徴量を基本とする分類処理を行うため、レンズの収差による誤判定を抑制し、群欠陥に対する検出精度を改善できる。
【００４８】
（３）本発明によれば、フィルタによるパターンマッチングのように、莫大な種類のフィルタを用意する必要はなく、限られた数の分類処理を行う仕組みとなっているため、群判定のための条件設定の工数を大幅に削減できる。
【００４９】
（４）本発明によれば、フィルタによるパターンマッチングのように、ハードウェア変更に対して、それに対応するフィルタをその都度用意する必要はなく、限られた数の分類処理の閾値を設定するだけでよいので、条件設定に対する工数を大幅に削減できる。
【００５０】
（５）本発明によれば、密集形態の特徴量を基本とした分類を行うため、サブピクセル形状の変更に対しても、それに対応するように、分類処理の閾値を変更すればよいので、サブピクセル形状の変更に対して装置の汎用性を維持することができる。
【発明を実施するための最良の形態】
【００５１】
以下、本発明を図面により詳細に説明する。図１は、本発明を適用した欠陥検査装置の一実施形態を示す機能ブロック図である。図１０で説明した従来装置と同一要素には同一符号を付して説明を省略する。
【００５２】
図１０の従来装置と比較した画像処理装置４００の特徴部の第１は、単独欠陥検出手段４０３において、特徴量計算手段４０３ｃと候補識別手段４０３ｄの間に、特徴量補正手段４０３ｅを新設すると共に、この特徴量補正手段４０３ｅに補正データＤを渡す補正データ生成手段４０６を画像処理装置４００内に新設した点にある。
【００５３】
この特徴量補正手段４０３ｅの新設に伴い、従来装置において前処理手段４０２に設けられていたシェーディング補正手段４０２ｂが省かれている。
【００５４】
特徴部の第２は、単独欠陥検出手段４０３において、候補識別手段４０３ｄで識別された単独欠陥からその固有情報を抽出する、単独欠陥固有情報抽出手段４０３ｆを新設した点にある。
【００５５】
特徴部の第３は、群欠陥判定手段４０４において、単独欠陥固有情報抽出手段４０３ｆにより抽出された単独欠陥の固有情報を検査対象１００の検査エリアにマッピングする、単独欠陥マッピング手段４０４ｄを新設した点にある。
【００５６】
特徴部の第４は、単独欠陥マッピング手段４０４ｄによって検査エリアにマッピングされた単独欠陥の密集態様を示す特徴量に基づいて、群欠陥の分類処理を実行する特徴量マッチング手段４０４ｅを新設した点にある。
【００５７】
特徴部の第５は、特徴量マッチング手段４０４ｅで分類された群欠陥情報を取得し、所定の判定基準により群欠陥の度合いを示す群欠陥強度を出力して結果出力手段４０５に渡す、群欠陥強度判定手段４０４ｆを新設した点にある。
【００５８】
図２は、本発明が適用された画像処理装置４００の信号処理手順を示すフローチャートである。図１１に示す従来装置のフローチャートとの相違点は、単独欠陥検出では、ステップＳ５の特徴量計算とステップＳ６候補識別の間にステップＳ５１の特徴量補正が挿入された点、候補識別Ｓ６の後に単独欠陥固有情報抽出のステップＳ６１が新設された点である。
【００５９】
群欠陥判定では、従来のステップＳ７，Ｓ８，Ｓ９に代えて、ステップＳ７１の単独欠陥マッピング、ステップＳ８１の特徴量マッチング、ステップＳ９１の群欠陥強度判定が新設された点である。
【００６０】
以下、各特徴部の具体的な実施形態を説明する。特徴量補正手段４０３ｅは、図１４で説明した、レンズ収差に起因する同一面積の欠陥に対するエリアセンサの周辺部と中央部での検出面積差を補正し、エリアセンサ全面の検出面積を常に中央部での検出面積に換算するものである。
【００６１】
このため、オフライン処理により、図１３に示す擬似欠陥チャートを撮像した画像データを単独欠陥検出手段４０３に入力し、特徴量計算手段４０３ｃで計算された擬似欠陥の特徴量Ｐを補正データ生成手段４０６に渡して、補正データＤを生成し保持しておく。
【００６２】
補正データ生成手段４０６は、特徴量計算手段４０３ｃから渡される、計算された擬似欠陥の特徴量毎に、エリアセンサ中央部を１としたときの比率を求める。その比率について、特徴量毎に、Ｘ方向の座標に対する多次多項式による近似式を、Ｙ方向の各行につき夫々算出する。各行のＹ方向の座標と特徴量毎の各行の近似式の各項の係数をまとめた補正用データＤを生成し、これを保持する。
【００６３】
特徴量補正手段４０３ｅは、補正データ生成手段４０７で生成された補正データＤを取得して、補正したい欠陥の座標の上下の行の近似式に欠陥のＸ方向座標を入力し、夫々エリアセンサ中央部に対する比率を算出する。更に、欠陥位置での対中央部比率を上下の行の比率の線形補間で算出する。
【００６４】
次に、対象の欠陥の特徴量を算出した対中央部比率で除算することで、エリアセンサ中央部位置にその欠陥が存在すると仮定した場合の特徴量を算出する。特徴量毎に、対中央部比率の算出と面内補正特徴量の算出を繰り返し実行する。
【００６５】
このような特徴量補正により、レンズ収差に起因する欠陥の面積検出精度低下の問題が解消されるので、従来装置において前処理手段４０２に設けられていたシェーディング補正手段４０２ｂが省くことができる。
【００６６】
単独欠陥の密集形態を示す特徴量を基本としたマッチングによる群欠陥の分類判定の指標（群欠陥の分類条件）には、人間が観察した場合の目立ち具合と相関のある特徴量を使用する。
【００６７】
このため、第１ステップとして単独欠陥固有情報抽出手段４０３ｆでは、候補識別手段４０３ｄで識別された単独欠陥の候補から、群欠陥の分類判定に有効な固有情報を抽出する。
【００６８】
単独欠陥の固有情報としては、
（１）色情報（個々の単独欠陥のＲ、Ｇ、Ｂの情報であり、Ｇ，Ｒ，Ｂの順に目立つ）。
（２）連結数（個々の単独欠陥のサブピクセル数であり、多いほど目立つ）。連結数は、レンズの収差を補正した特徴量を元に判定される。
（３）座標情報
等である。
【００６９】
単独欠陥情報マッピング手段４０４ｄは、単独欠陥固有情報抽出手段４０３ｆで抽出された単独欠陥の固有情報を、検査対象１００の検査エリアの座標位置（サブピクセル）にマッピングする。
【００７０】
図３は、検査エリアのサブピクセルにマッピングされた単独欠陥のパターンの例を示す平面図である。単独欠陥として識別されたサブピクセルには、色情報と連結数情報がマッピングされている。
【００７１】
このようにマッピングされた単独欠陥のパターンから、マッチング手法で群欠陥を識別ために、特徴量マッチング手段４０４ｅは、単独欠陥の密集形態を示す群欠陥の特徴量を使用する。
【００７２】
群欠陥の特徴量としては、
（１）判定範囲面積率（指定範囲内に占める群欠陥領域の面積の割合であり、高いほど目立つ）。
（２）単独欠陥個数数（黒点数、指定範囲内にある全ての単独欠陥の個数であり、多いほど目立つ）。
（３）連結数総和（指定範囲内にある全ての単独欠陥の連結数の総和であり、大きいほど目立つ）。
等である。
【００７３】
特徴量マッチング手段４０４ｅでは、群欠陥の分類処理を実行する。分類処理は、分類したい群欠陥のパターンに応じて複数個用意する。各分類処理は、前記の群欠陥分類判定のための特徴量夫々について閾値を持っており、全ての条件を満たす場合に、該当する群欠陥レベルを設定する。
【００７４】
具体的には、各分類処理では、まず、群欠陥分類判定の特徴量の内、連結数、色の条件を満たす単独欠陥＝判定起点を検索する。次に、図３に示すように、その判定起点を含むように、判定範囲を移動させながら、それぞれの判定範囲に含まれる全ての単独欠陥に対し、前記の群欠陥分類判定の特徴量を算出し、条件を満たす領域内の全ての単独欠陥を１組の群欠陥として、該当する群欠陥レベルを設定する。
【００７５】
図３のように判定範囲を移動させていくと、同じ群欠陥の一部を重複して検出する場合も生じる。この場合には、群欠陥レベルの最も高い組をその位置での群欠陥として選択する。
【００７６】
図４は、同じ群欠陥の一部を重複して検出する場合の群欠陥のパターン遷移図である。中央のＧの３連結を共通としてＲの２連結及びＢの１連結が密着した群欠陥では、図４
（Ａ）に示すＧの３連結にＲの２連結が密着した群欠陥及び（Ｃ）に示すＧの３連結にＢの１連結が密着した群欠陥は選択せず、（Ｂ）に示す全ての単独欠陥が密着して形成された群欠陥を選択する。
【００７７】
分類処理は、群欠陥レベルが高いものから順番に実行し、一度群欠陥に含まれた単独欠陥（黒点）は、判定起点としない処理を実行すれば、群欠陥の分類処理時間を短縮することができる。
【００７８】
群欠陥強度判定手段４０４ｆでは、群欠陥レベルに対する閾値をもとに、各群欠陥の強度（良品、不良品）を判定し判定結果を結果出力手段４０５に渡す。
【００７９】
図５は、群欠陥強度判定手段４０４ｆによる判定アルゴリズムの例を示すテーブルである。
（１）分類Ａの特徴量は、１連結及び２連結であり、群欠陥強度はレベル１で目立たないので、良品の判定となる。
【００８０】
（２）分類Ｂの特徴量は、３連結で緑色なしであり、群欠陥強度はレベル２で目立たないため、良品の判定となる。
【００８１】
（３）分類Ｃの特徴量は、３連結で緑色ありであり、群欠陥強度はレベル３で目立つため、不良品の判定となる。
【００８２】
（４）分類Ｄの特徴量は、面積率５０％以上であり、群欠陥強度はレベル４で目立つため、不良品の判定となる。
【００８３】
（５）分類Ｅの特徴量は、緑色の３連結であり、群欠陥強度はレベル５で目立つため、不良品の判定となる。
【００８４】
実施形態では、検査対象として、矩形のサブピクセルを有する液晶表示素子を例示したが、規則的なパターンの形成された検査対象であれば、矩形に限らず、三角形のサブピクセル等にも対応することができる。
【００８５】
これは、従来のフィルタリング処理とは異なり、本発明では密集形態を示す特徴量に基づいて群欠陥を識別している理由によるものである。これにより、検査対象のサブピクセル形状の変更に対する装置の汎用性を維持することが可能となる。
【００８６】
実施形態では、２次元に光電変換素子が配置されたエリアセンサ３０１を用いて説明したが、光電変換素子が１次元（直線上）に配置されたラインセンサを用いた欠陥検査装置に対しても適用可能である。
【００８７】
検査対象１００としては、液晶表示素子を例示したが、欠陥と同程度の空間周波数の規則的なパターンの形成された検査対象であれば、本発明が適用可能である。例えば、ＴＦＴが形成された液晶パネル用の基板、カラーフィルタの形成された液晶用のガラス、ＰＤＰ（プラズマディスプレイパネル）用のガラスやセル、ＩＣパターンが形成されたシリコンウェハ等にも適用可能である。
【００８８】
実施形態では、エリアセンサにより検査対象１００を撮像する場合を示したが、図６における検査対象１００に代えて参照光源を設置し、エリアセンサ３０１として検査対象のエリアセンサを設置することにより、エリアセンサ自体の群欠陥の検査を実施することも可能である。検査対象とするエリアセンサとしては、ＣＣＤ、Ｃ−ＭＯＳイメージセンサ等が挙げられる。
【図面の簡単な説明】
【００８９】
【図１】本発明を適用した欠陥検査装置の一実施形態を示す機能ブロック図である。
【図２】本発明が適用された画像処理装置の信号処理手順を示すフローチャートである。
【図３】検査エリアのサブピクセルにマッピングされた単独欠陥のパターンを示す平面図である。
【図４】群欠陥の一部を重複して検出する場合の群欠陥のパターン遷移図である。
【図５】群欠陥強度判定手段による判定アルゴリズムの例を示すテーブルである。
【図６】エリアセンサによる欠陥検査装置の基本的システム構成を示す斜視図である。
【図７】マトリックス型液晶表示素子のピクセル構成を示す平面図である。
【図８】同色の単独欠陥の密集による群欠陥の例を示すパターン図である。
【図９】混色の単独欠陥の密集による群欠陥の例を示すパターン図である。
【図１０】画像処理装置の具体的な構成例を示す機能ブロック図である。
【図１１】画像処理装置の信号処理手順を示すフローチャートである。
【図１２】検査対象とレンズとエリアセンサとの配置関係を示す光学系である。
【図１３】擬似欠陥チャートの平面図である。
【図１４】擬似欠陥チャートを撮像した画像において、中央付近の高さにおける水平方向の検出面積の分布をプロットした特性図である。
【図１５】４×４サブピクセルの領域における群欠陥のパターン図である。
【符号の説明】
【００９０】
２００ レンズ
３００ カメラ
３０１ エリアセンサ
４００ 画像処理装置
４０１ 画像入力ボード
４０２ 前処理手段
４０２ａ カメラ欠陥補正手段
４０３ 単独欠陥検出手段
４０３ａ 強調フィルタ手段
４０３ｂ 二値化手段
４０３ｃ 特徴量計算手段
４０３ｄ 候補識別手段
４０３ｅ 特徴量補正手段
４０３ｆ 単独欠陥固有情報抽出手段
４０４ 群欠陥判定手段
４０４ｄ 単独欠陥情報マッピング手段
４０４ｅ 特徴量マッチング手段
４０４ｆ 群欠陥強度判定手段
４０５ 結果出力手段
４０６ 補正データ生成手段
【技術分野】
【０００１】
本発明は、複数個のサブピクセルからなるピクセルが集合した検査対象の検査エリアを撮像した画像データを処理し、この処理により計算される特徴量から識別された前記サブピクセルの単独欠陥の密集態様に基づいて群欠陥を識別する欠陥検査装置に関するものである。
【背景技術】
【０００２】
液晶表示素子等のパネル状の検査対象を、エリアセンサにより撮像した画像情報を用いて輝度欠陥（黒表示をした際に光ってはならない画素が光っているような欠陥）を検査する欠陥検査装置がある。
【０００３】
図６は、エリアセンサによる欠陥検査装置の基本的システム構成を示す斜視図である。複数個のサブピクセルからなるピクセルがマトリックス状に集合したパネル状の液晶表示装置等の検査対象１００の被検査エリアＡは、レンズ２００を介してエリアセンサ３０１を備えるカメラ３００により撮像され、撮像された画像情報が画像処理装置４００に渡される。
【０００４】
パーソナルコンピュータ等からなる画像処理装置４００は、画像入力ボード等を介して取り込んだ画像情報を数値的に処理し、計算された特徴量に基づいて被検査エリアのサブピクセルの単独欠陥、例えば、色表示（Ｒ点灯、Ｇ点灯、Ｂ点灯）をした際に点灯しなければならない画素が点灯しないような欠陥（黒点欠陥）を識別する。更に、単独欠陥が局所的に密集して形成される群欠陥を識別する。
【０００５】
図７は、マトリックス型液晶表示素子のピクセル構成を示す平面図である。縦横に周期的に並んだピクセル（画素）が発色することにより表示を行う。ピクセルは、一般に赤
（以下、Ｒ）、緑（以下、Ｇ）、青（以下、Ｂ）の、３色のより細かい複数個のサブピクセル（副画素）で構成されている。
【０００６】
ピクセルを構成するサブピクセル夫々の色の強弱を調整し、３色の組み合わせで様々な色を表現する。ハッチングで示すＢのサブピクセルは、表示型液晶表示素子における１連結の単独欠陥（黒点）を示している。
【０００７】
一般に、液晶表示素子における欠陥の良否判定は、人間が検査対象を観察した際の目立ち具合により判断される。図７に示すような１連結の単独欠陥の場合、人間が観察した際には、目立たないため、良品として判定する場合が多い。
【０００８】
欠陥が局所的に密集する（群欠陥）場合には、その目立ち具合（群欠陥としての強度）により、不良品として判断される。
【０００９】
図８は、同色の単独欠陥の密集による群欠陥の例を示すパターン図である。図８（Ａ）は１連結のパターンであり、（Ａ−１）に示すＲの１連結、（Ａ−２）に示すＧの１連結、（Ａ−３）に示すＢの１連結の各パターンは、目立たないと判断される。
【００１０】
図８（Ｂ）は同色の２連結のパターンであり、（Ｂ−１）に示すＲの２連結、（Ｂ−２）に示すＧの２連結、（Ｂ−３）に示すＢの２連結の各パターンは、目立たないと判断される。このように、同色の単独欠陥では、１連結、２連結のパターンまでは目立たないと判断される。
【００１１】
図８（Ｃ）は同色の３連結のパターンであり、（Ｃ−１）に示すＲの３連結、（Ｃ−２）に示すＧの３連結、（Ｃ−３）に示すＢの３連結の各パターンは、目立つと判断される。
【００１２】
このように、同色の単独欠陥では、１連結、２連結のパターンまでは目立たないが、３連結のパターンでは目立つと判断される。この点は、ディスプレイ関連の仕様書等にも、「３連結黒点はあってはならない」というようにしばしば記述されている。
【００１３】
図９は、混色の単独欠陥の密集による群欠陥の例を示すパターン図である。図９（Ａ）はＧを含まないかまたは１個含む場合の混色パターンであり、（Ａ−１）に示すＲが２個でＧが１個、（Ａ−２）に示すＲが２個でＢが１個、（Ａ−３）に示すＢが２個でＧが１個の各パターンでは、目立たないと判断される。
【００１４】
図９（Ｂ）はＧを２個含む場合の混色パターンであり、（Ｂ−１）に示すＲが１個でＧが２個、（Ｂ−２）に示すＢが１個でＧが２個、（Ｂ−３）に示す近接したＢが１個でＧが２個の各パターンでは、目立つと判断される。
目立つパターンと目立たないパターンは、人間の比視感度特性によって判断される。図９（Ｂ）のパターンはＧが２個連結した部分を含むため、図９（Ａ）のパターンに比べて目立つパターンになっている。
【００１５】
図１０は、画像処理装置４００の具体的な構成例を示す機能ブロック図である。カメラ３００が備えるＣＣＤ等によるエリアセンサ３０１で撮像された画像情報は、画像入力ボード４０１により画像処理装置４００に取り込まれ、前処理手段４０２に渡される。
【００１６】
前処理手段４０２では、カメラ欠陥補正手段４０２ａにより、エリアセンサ自身の輝度抜け箇所の補正処理をした後、シェーディング補正手段４０２ｂにより、レンズ収差に起因するエリアセンサの周辺部の感度と中心部の感度差を均一化する処理を実行し、単独欠陥検出手段４０３に渡す。
【００１７】
単独欠陥検出手段４０３では、輝点欠陥を目立たせるために微分系の強調フィルタ手段４０３ａにより処理し、二値化手段４０３ｂにより、あらかじめ設定してある閾値よりも高いレベルの部分を“１”、低いレベルの部分を“０”として単独欠陥の候補を抽出する。
【００１８】
抽出された単独欠陥候補の一つ一つについて、特徴量計算手段４０４ｃにより特徴量計算を実行する。特徴量とは、欠陥を判定するための数値であり、例えば、平均輝度、最大輝度、輝度体積、平均コントラスト、最大平均コントラスト等である。
【００１９】
特徴量計算手段４０４ｃで計算された特徴量は、候補識別手段４０４ｄに出力され、この特徴量とあらかじめ設定してある閾値と比較して閾値を越える候補を単独欠陥として識別し、群欠陥判定手段４０４に渡す。
【００２０】
群欠陥判定手段４０４では、まず位置情報マッピング手段４０４ａにて、識別された単独欠陥のみを検査エリアにマッピングした画像を生成する。例えば、単独欠陥の領域を“１”、その他を“０”にした画像を生成する。
【００２１】
この画像に対し、パターンマッチングフィルタ４０４ｂを実行する。識別したい群欠陥のパターンの数だけ、そのパターンに応じたフィルタにより強調する。パターン毎に群欠陥を抽出し、群識別手段４０４ｃにて、群欠陥の分類および強度判定を行う。最後に結果出力手段４０５にて検出結果を出力する。
【００２２】
図１１は、画像処理装置４００の信号処理手順を示すフローチャートである。ステップＳ１で撮像画像が入力されると、ステップＳ２でカメラ欠陥の補正等の前処理を実行して単独欠陥検出のステップに進む。
【００２３】
単独欠陥検出のステップＳ３で強調フィルタ処理を行ない、ステップＳ４で二値化処理を行い、ステップＳ５で特徴量の計算を行い、ステップＳ６で単独欠陥候補の識別処理を行い、群欠陥判定のステップに進む。
【００２４】
群欠陥判定のステップＳ７で位置情報のマッピングを行ない、ステップＳ８でパターンマッチングフィルタを実行し、ステップＳ９で群欠陥を識別し、ステップＳ１０で判定結果を出力する。
【００２５】
特許文献１には、フラットパネルディスプレイ等の検査対象に表示させた検査パターンを撮像し、撮像により得られる画像データに基づいて欠陥の検出を行う欠陥検出装置が記載されている。
【００２６】
【特許文献１】特開２００５−１５６３９６号公報
【発明の開示】
【発明が解決しようとする課題】
【００２７】
従来技術による群欠陥の識別手法では、次のような問題点がある。
（１）レンズ２００の収差によるボケのため、欠陥の検出面積が変化する。このため画像をフィルタ処理することによるパターンマッチングでは、適切な群判定が実行できない。適切な群判定を実行するためには、画像上の位置に応じて、フィルタサイズを変更する必要がある。
【００２８】
（２）膨大な数のマッチング用フィルタを用意しなければならない。更に、夫々のフィルタに対して閾値を設定する必要がある。これは処理時間が増大することだけでなく、設定のための莫大な工数を要する。
【００２９】
（３）ハードウェア構成（検査対象、レンズ、エリアセンサ）を変更した場合、フィルタに対する閾値の設定変更のために莫大な工数を要する。
【００３０】
以下、従来技術の問題点の詳細を説明する。
（１）レンズ収差に関して：
図１２は、検査対象１００とレンズ２００とエリアセンサ３０１との配置関係を示す光学系である。検査対象１００の中心付近の像の主光線Ｂ０は、レンズ２００の光軸を通ってエリアセンサ３０１の中心付近に結像する。一方、検査対象１００の周辺付近の像の主光線Ｂ１，Ｂ２はレンズ２００の光軸と傾きθを持ってレンズ２００に入射し、エリアセンサ３０１の周辺付近に結像する。
【００３１】
このとき、一般的なレンズでは検査対象物１における欠陥の大きさが全面に渡って均一であっても、エリアセンサ３０１の像での欠陥の面積は、レンズ収差により周辺ではボケが生じ大きくなる。
【００３２】
図１３は、同一の輝度、同一面積の擬似欠陥が全面に分布している擬似欠陥チャートの平面図である。図１４は、この擬似欠陥チャートを撮像した画像において、中央付近の高さにおける水平方向の検出面積の分布をプロットした特性図である。
【００３３】
このように画像中心部と周辺部では、同一の形状の欠陥でも、レンズ収差によるボケのために検出される欠陥の面積が変化する。このため、画像をフィルタ処理することによるパターンマッチングでは適切な群判定が実行できず、誤判定を生じる。また、適切な群判定を実行するためには画像上の位置に応じてフィルタサイズを変更する必要がある。
【００３４】
（２）パターンマッチング用フィルタに関して：
図１５は、４×４サブピクセルの領域における群欠陥のパターン図である。図１５（Ａ）乃至（Ｄ）は、混色で３連結の群欠陥であるが、４種類のパターンを持つ。これを識別するためには、対称に変換した４つのフィルタによるマッチング処理を実行しなければならず、全てのパターンを考えると、非常に多くのフィルタを用意する必要がある。
【００３５】
一般に、Ｎ×Ｎの領域のパターンマッチングを行う場合、用意するフィルタとしては、
Ｎ2・（Ｎ2−１）−１
通りのフィルタを用意する必要があり、莫大な処理時間を要する。ここで、−１としているのは、Ｎ×Ｎ全ての領域がＯＦＦのフィルタを処理する必要はないからである。
【００３６】
また、夫々のマッチング用フィルタに対し、適切な閾値を設定する必要があり、これには莫大な工数を要する。これに加えて、（１）で述べたレンズ収差に対応して画像上の位置毎にマッチング用フィルタを設定する場合、現実的な工数での作業は不可能である。
【００３７】
（３）汎用性に関して：
図６に示す撮像システム構成において、例えば、検査対象１００を変更した場合、レンズ２００として焦点距離、倍率の異なるものに変更した場合、あるいはエリアセンサ３０１の画素数を変更した場合には、検査対象とエリアセンサの画素比率が変更されることとなり、（１），（２）項で説明した閾値の設定変更がその都度必要となる。
【００３８】
また、サブピクセルの形状が、例えば、矩形から三角形等に変更された場合、従来手法のパターンマッチングフィルタでは対応しきれない。
【００３９】
本発明は上述した問題点を解決するためになされたものであり、
（１）群欠陥判定の処理時間の短縮。
（２）レンズの収差による誤判定の抑制による、群欠陥の検出精度の改善。
（３）群判定のための条件設定の工数の削減。
（４）ハードウェア変更に対する条件設定の工数の削減。
（５）検査対象のサブピクセル形状の変更に対する汎用性の維持。
を実現した欠陥検査装置の提供を目的としている。
【課題を解決するための手段】
【００４０】
このような課題を達成するために、本発明は次の通りの構成になっている。
（１）複数個のサブピクセルからなるピクセルが集合した検査対象の検査エリアを撮像した画像データを処理し、この処理により計算される特徴量から識別された前記サブピクセルの単独欠陥の密集態様に基づいて群欠陥を識別する欠陥検査装置において、
前記識別された単独欠陥の固有情報を抽出する単独欠陥固有情報抽出手段と、
抽出された前記単独欠陥の固有情報を、前記検査エリアにマッピングする単独欠陥情報マッピング手段と、
マッピングされた前記単独欠陥情報の密集態様を示す特徴量に基づいて群欠陥の分類処理を実行する特徴量マッチング手段と、
を備えることを特徴とする欠陥検査装置。
【００４１】
（２）前記計算される単独欠陥の特徴量を、予め測定された補正データに基づき補正する特徴量補正手段を備える（１）に記載の欠陥検査装置。
【００４２】
（３）前記特徴量マッチング手段で分類された群欠陥情報を取得し、所定の判定基準により群欠陥の度合いを示す群欠陥強度として出力する群欠陥強度判定手段を備えることを特徴とする（１）または（２）に記載の欠陥検査装置。
【００４３】
（４）前記単独欠陥情報抽出手段は、識別された単独欠陥の色、単独欠陥の連結数、座標の少なくともいずれかを固有情報として抽出することを特徴とする（１）乃至（３）のいずれかに記載の欠陥検査装置。
【００４４】
（５）前記特徴量マッチング手段は、マッピングされた前記単独欠陥情報の、指定範囲内の面積率、指定範囲内の単独欠陥個数、指定範囲内の連結数総和、色、の少なくともいずれかを特徴量とし、各特徴量に設定される閾値により群欠陥の分類処理を実行することを特徴とする（１）乃至（４）のいずれかに記載の欠陥検査装置。
【００４５】
（６）前記特徴量マッチング手段は、前記単独欠陥の連結数及び色が群欠陥の条件を満たす判定起点を検索し、この判定起点を含むように判定範囲を移動させたとき最も群欠陥強度の高い範囲をその群欠陥範囲に選択することを特徴とする（１）乃至（５）のいずれかに記載の欠陥検査装置。
【発明の効果】
【００４６】
本発明によれば、次のような効果が期待できる。
（１）本発明によれば、フィルタによるパターンマッチングのように、莫大な種類のフィルタを用意する必要はなく、限られた数の分類処理を行う仕組みとなっているため、群欠陥判定の処理時間が大幅に短縮できる。
【００４７】
（２）本発明によれば、撮像された画像をそのまま使用するのではなく、レンズの収差を補正した特徴量を基本とする分類処理を行うため、レンズの収差による誤判定を抑制し、群欠陥に対する検出精度を改善できる。
【００４８】
（３）本発明によれば、フィルタによるパターンマッチングのように、莫大な種類のフィルタを用意する必要はなく、限られた数の分類処理を行う仕組みとなっているため、群判定のための条件設定の工数を大幅に削減できる。
【００４９】
（４）本発明によれば、フィルタによるパターンマッチングのように、ハードウェア変更に対して、それに対応するフィルタをその都度用意する必要はなく、限られた数の分類処理の閾値を設定するだけでよいので、条件設定に対する工数を大幅に削減できる。
【００５０】
（５）本発明によれば、密集形態の特徴量を基本とした分類を行うため、サブピクセル形状の変更に対しても、それに対応するように、分類処理の閾値を変更すればよいので、サブピクセル形状の変更に対して装置の汎用性を維持することができる。
【発明を実施するための最良の形態】
【００５１】
以下、本発明を図面により詳細に説明する。図１は、本発明を適用した欠陥検査装置の一実施形態を示す機能ブロック図である。図１０で説明した従来装置と同一要素には同一符号を付して説明を省略する。
【００５２】
図１０の従来装置と比較した画像処理装置４００の特徴部の第１は、単独欠陥検出手段４０３において、特徴量計算手段４０３ｃと候補識別手段４０３ｄの間に、特徴量補正手段４０３ｅを新設すると共に、この特徴量補正手段４０３ｅに補正データＤを渡す補正データ生成手段４０６を画像処理装置４００内に新設した点にある。
【００５３】
この特徴量補正手段４０３ｅの新設に伴い、従来装置において前処理手段４０２に設けられていたシェーディング補正手段４０２ｂが省かれている。
【００５４】
特徴部の第２は、単独欠陥検出手段４０３において、候補識別手段４０３ｄで識別された単独欠陥からその固有情報を抽出する、単独欠陥固有情報抽出手段４０３ｆを新設した点にある。
【００５５】
特徴部の第３は、群欠陥判定手段４０４において、単独欠陥固有情報抽出手段４０３ｆにより抽出された単独欠陥の固有情報を検査対象１００の検査エリアにマッピングする、単独欠陥マッピング手段４０４ｄを新設した点にある。
【００５６】
特徴部の第４は、単独欠陥マッピング手段４０４ｄによって検査エリアにマッピングされた単独欠陥の密集態様を示す特徴量に基づいて、群欠陥の分類処理を実行する特徴量マッチング手段４０４ｅを新設した点にある。
【００５７】
特徴部の第５は、特徴量マッチング手段４０４ｅで分類された群欠陥情報を取得し、所定の判定基準により群欠陥の度合いを示す群欠陥強度を出力して結果出力手段４０５に渡す、群欠陥強度判定手段４０４ｆを新設した点にある。
【００５８】
図２は、本発明が適用された画像処理装置４００の信号処理手順を示すフローチャートである。図１１に示す従来装置のフローチャートとの相違点は、単独欠陥検出では、ステップＳ５の特徴量計算とステップＳ６候補識別の間にステップＳ５１の特徴量補正が挿入された点、候補識別Ｓ６の後に単独欠陥固有情報抽出のステップＳ６１が新設された点である。
【００５９】
群欠陥判定では、従来のステップＳ７，Ｓ８，Ｓ９に代えて、ステップＳ７１の単独欠陥マッピング、ステップＳ８１の特徴量マッチング、ステップＳ９１の群欠陥強度判定が新設された点である。
【００６０】
以下、各特徴部の具体的な実施形態を説明する。特徴量補正手段４０３ｅは、図１４で説明した、レンズ収差に起因する同一面積の欠陥に対するエリアセンサの周辺部と中央部での検出面積差を補正し、エリアセンサ全面の検出面積を常に中央部での検出面積に換算するものである。
【００６１】
このため、オフライン処理により、図１３に示す擬似欠陥チャートを撮像した画像データを単独欠陥検出手段４０３に入力し、特徴量計算手段４０３ｃで計算された擬似欠陥の特徴量Ｐを補正データ生成手段４０６に渡して、補正データＤを生成し保持しておく。
【００６２】
補正データ生成手段４０６は、特徴量計算手段４０３ｃから渡される、計算された擬似欠陥の特徴量毎に、エリアセンサ中央部を１としたときの比率を求める。その比率について、特徴量毎に、Ｘ方向の座標に対する多次多項式による近似式を、Ｙ方向の各行につき夫々算出する。各行のＹ方向の座標と特徴量毎の各行の近似式の各項の係数をまとめた補正用データＤを生成し、これを保持する。
【００６３】
特徴量補正手段４０３ｅは、補正データ生成手段４０７で生成された補正データＤを取得して、補正したい欠陥の座標の上下の行の近似式に欠陥のＸ方向座標を入力し、夫々エリアセンサ中央部に対する比率を算出する。更に、欠陥位置での対中央部比率を上下の行の比率の線形補間で算出する。
【００６４】
次に、対象の欠陥の特徴量を算出した対中央部比率で除算することで、エリアセンサ中央部位置にその欠陥が存在すると仮定した場合の特徴量を算出する。特徴量毎に、対中央部比率の算出と面内補正特徴量の算出を繰り返し実行する。
【００６５】
このような特徴量補正により、レンズ収差に起因する欠陥の面積検出精度低下の問題が解消されるので、従来装置において前処理手段４０２に設けられていたシェーディング補正手段４０２ｂが省くことができる。
【００６６】
単独欠陥の密集形態を示す特徴量を基本としたマッチングによる群欠陥の分類判定の指標（群欠陥の分類条件）には、人間が観察した場合の目立ち具合と相関のある特徴量を使用する。
【００６７】
このため、第１ステップとして単独欠陥固有情報抽出手段４０３ｆでは、候補識別手段４０３ｄで識別された単独欠陥の候補から、群欠陥の分類判定に有効な固有情報を抽出する。
【００６８】
単独欠陥の固有情報としては、
（１）色情報（個々の単独欠陥のＲ、Ｇ、Ｂの情報であり、Ｇ，Ｒ，Ｂの順に目立つ）。
（２）連結数（個々の単独欠陥のサブピクセル数であり、多いほど目立つ）。連結数は、レンズの収差を補正した特徴量を元に判定される。
（３）座標情報
等である。
【００６９】
単独欠陥情報マッピング手段４０４ｄは、単独欠陥固有情報抽出手段４０３ｆで抽出された単独欠陥の固有情報を、検査対象１００の検査エリアの座標位置（サブピクセル）にマッピングする。
【００７０】
図３は、検査エリアのサブピクセルにマッピングされた単独欠陥のパターンの例を示す平面図である。単独欠陥として識別されたサブピクセルには、色情報と連結数情報がマッピングされている。
【００７１】
このようにマッピングされた単独欠陥のパターンから、マッチング手法で群欠陥を識別ために、特徴量マッチング手段４０４ｅは、単独欠陥の密集形態を示す群欠陥の特徴量を使用する。
【００７２】
群欠陥の特徴量としては、
（１）判定範囲面積率（指定範囲内に占める群欠陥領域の面積の割合であり、高いほど目立つ）。
（２）単独欠陥個数数（黒点数、指定範囲内にある全ての単独欠陥の個数であり、多いほど目立つ）。
（３）連結数総和（指定範囲内にある全ての単独欠陥の連結数の総和であり、大きいほど目立つ）。
等である。
【００７３】
特徴量マッチング手段４０４ｅでは、群欠陥の分類処理を実行する。分類処理は、分類したい群欠陥のパターンに応じて複数個用意する。各分類処理は、前記の群欠陥分類判定のための特徴量夫々について閾値を持っており、全ての条件を満たす場合に、該当する群欠陥レベルを設定する。
【００７４】
具体的には、各分類処理では、まず、群欠陥分類判定の特徴量の内、連結数、色の条件を満たす単独欠陥＝判定起点を検索する。次に、図３に示すように、その判定起点を含むように、判定範囲を移動させながら、それぞれの判定範囲に含まれる全ての単独欠陥に対し、前記の群欠陥分類判定の特徴量を算出し、条件を満たす領域内の全ての単独欠陥を１組の群欠陥として、該当する群欠陥レベルを設定する。
【００７５】
図３のように判定範囲を移動させていくと、同じ群欠陥の一部を重複して検出する場合も生じる。この場合には、群欠陥レベルの最も高い組をその位置での群欠陥として選択する。
【００７６】
図４は、同じ群欠陥の一部を重複して検出する場合の群欠陥のパターン遷移図である。中央のＧの３連結を共通としてＲの２連結及びＢの１連結が密着した群欠陥では、図４
（Ａ）に示すＧの３連結にＲの２連結が密着した群欠陥及び（Ｃ）に示すＧの３連結にＢの１連結が密着した群欠陥は選択せず、（Ｂ）に示す全ての単独欠陥が密着して形成された群欠陥を選択する。
【００７７】
分類処理は、群欠陥レベルが高いものから順番に実行し、一度群欠陥に含まれた単独欠陥（黒点）は、判定起点としない処理を実行すれば、群欠陥の分類処理時間を短縮することができる。
【００７８】
群欠陥強度判定手段４０４ｆでは、群欠陥レベルに対する閾値をもとに、各群欠陥の強度（良品、不良品）を判定し判定結果を結果出力手段４０５に渡す。
【００７９】
図５は、群欠陥強度判定手段４０４ｆによる判定アルゴリズムの例を示すテーブルである。
（１）分類Ａの特徴量は、１連結及び２連結であり、群欠陥強度はレベル１で目立たないので、良品の判定となる。
【００８０】
（２）分類Ｂの特徴量は、３連結で緑色なしであり、群欠陥強度はレベル２で目立たないため、良品の判定となる。
【００８１】
（３）分類Ｃの特徴量は、３連結で緑色ありであり、群欠陥強度はレベル３で目立つため、不良品の判定となる。
【００８２】
（４）分類Ｄの特徴量は、面積率５０％以上であり、群欠陥強度はレベル４で目立つため、不良品の判定となる。
【００８３】
（５）分類Ｅの特徴量は、緑色の３連結であり、群欠陥強度はレベル５で目立つため、不良品の判定となる。
【００８４】
実施形態では、検査対象として、矩形のサブピクセルを有する液晶表示素子を例示したが、規則的なパターンの形成された検査対象であれば、矩形に限らず、三角形のサブピクセル等にも対応することができる。
【００８５】
これは、従来のフィルタリング処理とは異なり、本発明では密集形態を示す特徴量に基づいて群欠陥を識別している理由によるものである。これにより、検査対象のサブピクセル形状の変更に対する装置の汎用性を維持することが可能となる。
【００８６】
実施形態では、２次元に光電変換素子が配置されたエリアセンサ３０１を用いて説明したが、光電変換素子が１次元（直線上）に配置されたラインセンサを用いた欠陥検査装置に対しても適用可能である。
【００８７】
検査対象１００としては、液晶表示素子を例示したが、欠陥と同程度の空間周波数の規則的なパターンの形成された検査対象であれば、本発明が適用可能である。例えば、ＴＦＴが形成された液晶パネル用の基板、カラーフィルタの形成された液晶用のガラス、ＰＤＰ（プラズマディスプレイパネル）用のガラスやセル、ＩＣパターンが形成されたシリコンウェハ等にも適用可能である。
【００８８】
実施形態では、エリアセンサにより検査対象１００を撮像する場合を示したが、図６における検査対象１００に代えて参照光源を設置し、エリアセンサ３０１として検査対象のエリアセンサを設置することにより、エリアセンサ自体の群欠陥の検査を実施することも可能である。検査対象とするエリアセンサとしては、ＣＣＤ、Ｃ−ＭＯＳイメージセンサ等が挙げられる。
【図面の簡単な説明】
【００８９】
【図１】本発明を適用した欠陥検査装置の一実施形態を示す機能ブロック図である。
【図２】本発明が適用された画像処理装置の信号処理手順を示すフローチャートである。
【図３】検査エリアのサブピクセルにマッピングされた単独欠陥のパターンを示す平面図である。
【図４】群欠陥の一部を重複して検出する場合の群欠陥のパターン遷移図である。
【図５】群欠陥強度判定手段による判定アルゴリズムの例を示すテーブルである。
【図６】エリアセンサによる欠陥検査装置の基本的システム構成を示す斜視図である。
【図７】マトリックス型液晶表示素子のピクセル構成を示す平面図である。
【図８】同色の単独欠陥の密集による群欠陥の例を示すパターン図である。
【図９】混色の単独欠陥の密集による群欠陥の例を示すパターン図である。
【図１０】画像処理装置の具体的な構成例を示す機能ブロック図である。
【図１１】画像処理装置の信号処理手順を示すフローチャートである。
【図１２】検査対象とレンズとエリアセンサとの配置関係を示す光学系である。
【図１３】擬似欠陥チャートの平面図である。
【図１４】擬似欠陥チャートを撮像した画像において、中央付近の高さにおける水平方向の検出面積の分布をプロットした特性図である。
【図１５】４×４サブピクセルの領域における群欠陥のパターン図である。
【符号の説明】
【００９０】
２００ レンズ
３００ カメラ
３０１ エリアセンサ
４００ 画像処理装置
４０１ 画像入力ボード
４０２ 前処理手段
４０２ａ カメラ欠陥補正手段
４０３ 単独欠陥検出手段
４０３ａ 強調フィルタ手段
４０３ｂ 二値化手段
４０３ｃ 特徴量計算手段
４０３ｄ 候補識別手段
４０３ｅ 特徴量補正手段
４０３ｆ 単独欠陥固有情報抽出手段
４０４ 群欠陥判定手段
４０４ｄ 単独欠陥情報マッピング手段
４０４ｅ 特徴量マッチング手段
４０４ｆ 群欠陥強度判定手段
４０５ 結果出力手段
４０６ 補正データ生成手段
【特許請求の範囲】
【請求項１】
複数個のサブピクセルからなるピクセルが集合した検査対象の検査エリアを撮像した画像データを処理し、この処理により計算される特徴量から識別された前記サブピクセルの単独欠陥の密集態様に基づいて群欠陥を識別する欠陥検査装置において、
前記識別された単独欠陥の固有情報を抽出する単独欠陥固有情報抽出手段と、
抽出された前記単独欠陥の固有情報を、前記検査エリアにマッピングする単独欠陥情報マッピング手段と、
マッピングされた前記単独欠陥情報の密集態様を示す特徴量に基づいて群欠陥の分類処理を実行する特徴量マッチング手段と、
を備えることを特徴とする欠陥検査装置。
【請求項２】
前記計算される単独欠陥の特徴量を、予め測定された補正データに基づき補正する特徴量補正手段を備える請求項１に記載の欠陥検査装置。
【請求項３】
前記特徴量マッチング手段で分類された群欠陥情報を取得し、所定の判定基準により群欠陥の度合いを示す群欠陥強度として出力する群欠陥強度判定手段を備えることを特徴とする請求項１または２に記載の欠陥検査装置。
【請求項４】
前記単独欠陥情報抽出手段は、識別された単独欠陥の色、単独欠陥の連結数、座標の少なくともいずれかを固有情報として抽出することを特徴とする請求項１乃至３のいずれかに記載の欠陥検査装置。
【請求項５】
前記特徴量マッチング手段は、マッピングされた前記単独欠陥情報の、指定範囲内の面積率、指定範囲内の単独欠陥個数、指定範囲内の連結数総和、色、の少なくともいずれかを特徴量とし、各特徴量に設定される閾値により群欠陥の分類処理を実行することを特徴とする請求項１乃至４のいずれかに記載の欠陥検査装置。
【請求項６】
前記特徴量マッチング手段は、前記単独欠陥の連結数及び色が群欠陥の条件を満たす判定起点を検索し、この判定起点を含むように判定範囲を移動させたとき最も群欠陥強度の高い範囲をその群欠陥範囲に選択することを特徴とする請求項１乃至５のいずれかに記載の欠陥検査装置。
【請求項１】
複数個のサブピクセルからなるピクセルが集合した検査対象の検査エリアを撮像した画像データを処理し、この処理により計算される特徴量から識別された前記サブピクセルの単独欠陥の密集態様に基づいて群欠陥を識別する欠陥検査装置において、
前記識別された単独欠陥の固有情報を抽出する単独欠陥固有情報抽出手段と、
抽出された前記単独欠陥の固有情報を、前記検査エリアにマッピングする単独欠陥情報マッピング手段と、
マッピングされた前記単独欠陥情報の密集態様を示す特徴量に基づいて群欠陥の分類処理を実行する特徴量マッチング手段と、
を備えることを特徴とする欠陥検査装置。
【請求項２】
前記計算される単独欠陥の特徴量を、予め測定された補正データに基づき補正する特徴量補正手段を備える請求項１に記載の欠陥検査装置。
【請求項３】
前記特徴量マッチング手段で分類された群欠陥情報を取得し、所定の判定基準により群欠陥の度合いを示す群欠陥強度として出力する群欠陥強度判定手段を備えることを特徴とする請求項１または２に記載の欠陥検査装置。
【請求項４】
前記単独欠陥情報抽出手段は、識別された単独欠陥の色、単独欠陥の連結数、座標の少なくともいずれかを固有情報として抽出することを特徴とする請求項１乃至３のいずれかに記載の欠陥検査装置。
【請求項５】
前記特徴量マッチング手段は、マッピングされた前記単独欠陥情報の、指定範囲内の面積率、指定範囲内の単独欠陥個数、指定範囲内の連結数総和、色、の少なくともいずれかを特徴量とし、各特徴量に設定される閾値により群欠陥の分類処理を実行することを特徴とする請求項１乃至４のいずれかに記載の欠陥検査装置。
【請求項６】
前記特徴量マッチング手段は、前記単独欠陥の連結数及び色が群欠陥の条件を満たす判定起点を検索し、この判定起点を含むように判定範囲を移動させたとき最も群欠陥強度の高い範囲をその群欠陥範囲に選択することを特徴とする請求項１乃至５のいずれかに記載の欠陥検査装置。
【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】
【公開番号】特開２００８−９６３０２（Ｐ２００８−９６３０２Ａ）
【公開日】平成２０年４月２４日（２００８．４．２４）
【国際特許分類】
【出願番号】特願２００６−２７８９０２（Ｐ２００６−２７８９０２）
【出願日】平成１８年１０月１２日（２００６．１０．１２）
【出願人】（０００００６５０７）横河電機株式会社 (4,443)
【Ｆターム（参考）】
【公開日】平成２０年４月２４日（２００８．４．２４）
【国際特許分類】
【出願日】平成１８年１０月１２日（２００６．１０．１２）
【出願人】（０００００６５０７）横河電機株式会社 (4,443)
【Ｆターム（参考）】
[ Back to top ]