特開 2024-163556 検査方法、検査装置のためのコンピュータプログラム、及び、基板の製造方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024163556

(43)【公開日】2024-11-22

(54)【発明の名称】検査方法、検査装置のためのコンピュータプログラム、及び、基板の製造方法

(51)【国際特許分類】

   G01N 21/956 20060101AFI20241115BHJP

   G06T 7/00 20170101ALI20241115BHJP

【ＦＩ】

G01N21/956 B

G06T7/00 350B

G06T7/00 610Z

【審査請求】未請求

【請求項の数】16

【出願形態】ＯＬ

(21)【出願番号】P 2023079287

(22)【出願日】2023-05-12

(71)【出願人】

【識別番号】000232243

【氏名又は名称】日本電気硝子株式会社

(74)【代理人】

【識別番号】110000110

【氏名又は名称】弁理士法人 快友国際特許事務所

(72)【発明者】

【氏名】高澤 悠介

(72)【発明者】

【氏名】堀江 一央

【テーマコード（参考）】

2G051

5L096

【Ｆターム（参考）】

2G051AA65

2G051AB02

2G051EA11

2G051EB05

5L096BA03

5L096CA02

5L096DA02

5L096EA43

5L096HA08

5L096HA11

5L096KA04

(57)【要約】

【課題】 第１部分と第２部分の境界部分の形状に存在する異常を精度よく判定するための技術を提供する。
【解決手段】 検査方法は、撮像装置によって撮像された対象物の画像を加工して、入力画像を生成する生成工程と、前記入力画像を学習モデルに入力して、前記対象物について、第１部分と第２部分の間の境界部分の形状に存在する異常を判定する判定工程と、を備え、前記生成工程は、前記第１部分と前記境界部分が互いに異なる表示態様を有しているとともに、前記境界部分と前記第２部分が互いに異なる表示態様を有している前記入力画像を生成する。
【選択図】図４

【特許請求の範囲】

【請求項1】

撮像装置によって撮像された対象物の画像を加工して、入力画像を生成する生成工程と、
前記入力画像を学習モデルに入力して、前記対象物について、第１部分と第２部分の間の境界部分の形状に存在する異常を判定する判定工程と、
を備え、
前記生成工程は、前記第１部分と前記境界部分が互いに異なる表示態様を有しているとともに、前記境界部分と前記第２部分が互いに異なる表示態様を有している前記入力画像を生成する、検査方法。

【請求項2】

前記生成工程は、前記第１部分と前記第２部分が互いに異なる表示態様を有している前記入力画像を生成する、請求項１に記載の検査方法。

【請求項3】

前記生成工程は、前記第１部分と前記第２部分に互いに異なる色が付されている前記入力画像を生成する、請求項２に記載の検査方法。

【請求項4】

前記生成工程は、前記第１部分と前記第２部分に互いに異なる模様が付されている前記入力画像を生成する、請求項２に記載の検査方法。

【請求項5】

前記第１部分に付された模様は、互いに平行な複数本の第１斜線を有し、
前記第２部分に付された模様は、互いに平行な複数本の第２斜線であって、前記複数本の第１斜線と異なる方向に延びる前記複数本の第２斜線を有する、請求項４に記載の検査方法。

【請求項6】

前記生成工程は、前記第１部分の色の輝度と前記第２部分の色の輝度が互いに異なる前記入力画像を生成する、請求項２に記載の検査方法。

【請求項7】

前記生成工程は、前記境界部分の色の輝度が前記第１部分の色の輝度及び前記第２部分の色の輝度よりも高い前記入力画像を生成する、請求項６に記載の検査方法。

【請求項8】

前記生成工程は、前記第１部分と前記境界部分に互いに異なる色が付されているとともに、前記境界部分と前記第２部分に互いに異なる色が付されている前記入力画像を生成する、請求項１又は２に記載の検査方法。

【請求項9】

前記生成工程は、前記第１部分と前記境界部分に互いに異なる模様が付されているとともに、前記境界部分と前記第２部分に互いに異なる模様が付されている前記入力画像を生成する、請求項１又は２に記載の検査方法。

【請求項10】

前記生成工程は、前記第１部分の色の輝度と前記境界部分の色の輝度が互いに異なるとともに、前記境界部分の色の輝度と前記第２部分の色の輝度が互いに異なる前記入力画像を生成する、請求項１又は２に記載の検査方法。

【請求項11】

前記表示態様は、色、模様、及び、色の輝度のうちの少なくとも２つの組み合わせである、請求項１又は２に記載の検査方法。

【請求項12】

前記第１部分は、前記対象物の外側である外側部分であり、
前記第２部分は、前記対象物の内側である内側部分であり、
前記境界部分は、前記対象物のエッジである、請求項１又は２に記載の検査方法。

【請求項13】

前記撮像装置によって撮像された前記対象物の前記画像を二値化する二値化工程をさらに備え、
前記生成工程は、前記二値化工程によって二値化された前記画像を加工して、前記入力画像を生成する、請求項１又は２に記載の検査方法。

【請求項14】

前記学習モデルのパラメータは、複数枚の良品画像を利用して、調整されており、
前記良品画像は、前記境界部分に異常が存在しない画像である、請求項１又は２に記載の検査方法。

【請求項15】

検査装置のためのコンピュータプログラムであって、
前記コンピュータプログラムは、前記検査装置のコンピュータを、
撮像装置によって撮像された対象物の画像を加工して、入力画像を生成する生成部と、
前記入力画像を学習モデルに入力して、前記対象物について、第１部分と第２部分の間の境界部分の形状に存在する異常を判定する判定部と、
として機能させ、
前記生成部は、前記第１部分と前記境界部分が互いに異なる表示態様を有しているとともに、前記境界部分と前記第２部分が互いに異なる表示態様を有している前記入力画像を生成する、コンピュータプログラム。

【請求項16】

基板を検査する検査工程を備える、基板の製造方法であって、
前記検査工程は、
撮像装置によって撮像された前記基板の画像を加工して、入力画像を生成する生成工程と、
前記入力画像を学習モデルに入力して、前記基板について、第１部分と第２部分の間の境界部分の形状に存在する異常を判定する判定工程と、
を備え、
前記生成工程は、前記第１部分と前記境界部分が互いに異なる表示態様を有しているとともに、前記境界部分と前記第２部分が互いに異なる表示態様を有している前記入力画像を生成する、基板の製造方法。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書で開示する技術は、対象物の異常を検査することに関する。

【背景技術】

【0002】

特許文献１には、対象製品の画像を機械学習モデルに入力して、対象製品の欠陥の尤度の推定結果を示す画像を出力する検査装置が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２２－００３４９５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

機械学習モデルを利用した対象物の検査は、第１部分と第２部分の境界部分の形状の検査にも利用可能である。しかし、当該境界部分を含む画像を二値化した画像を学習モデルに入力すると、境界部分のうち、形状に異常が存在する部分だけでなく、境界部分のうち、異常が無い部分も異常として判定される問題が発生した。

【0005】

本明細書では、第１部分と第２部分の境界部分の形状に存在する異常を精度よく判定するための技術を提供する。

【課題を解決するための手段】

【0006】

本明細書で開示する検査方法は、撮像装置によって撮像された対象物の画像を加工して、入力画像を生成する生成工程と、前記入力画像を学習モデルに入力して、前記対象物について、第１部分と第２部分の間の境界部分の形状に存在する異常を判定する判定工程と、を備え、前記生成工程は、前記第１部分と前記境界部分が互いに異なる表示態様を有しているとともに、前記境界部分と前記第２部分が互いに異なる表示態様を有している前記入力画像を生成する。

【0007】

上記の入力画像を利用することにより、境界部分のうちの異常が無い部分が誤って異常として判定され難くなる。上記の入力画像を利用することにより、境界部分の形状に存在する異常を精度よく判定することができる。

【0008】

第２の形態では、上記の第１の態様において、前記生成工程は、前記第１部分と前記第２部分が互いに異なる表示態様を有している前記入力画像を生成してもよい。

【0009】

上記の形態によれば、第１部分と第２部分がさらに区別された入力画像を利用することにより、境界部分の形状に存在する異常を精度よく判定することができる。

【0010】

第３の形態では、上記の第２の態様において、前記生成工程は、前記第１部分と前記第２部分に互いに異なる色が付されている前記入力画像を生成してもよい。

【0011】

上記の形態によれば、色の違いを利用して、第１部分と第２部分を区別することができる。

【0012】

第４の形態では、上記の第２の態様において、前記生成工程は、前記第１部分と前記第２部分に互いに異なる模様が付されている前記入力画像を生成してもよい。

【0013】

上記の形態によれば、模様の違いを利用して、第１部分と第２部分を区別することができる。

【0014】

第５の形態では、上記の第４の態様において、前記第１部分に付された模様は、互いに平行な複数本の第１斜線を有し、前記第２部分に付された模様は、互いに平行な複数本の第２斜線であって、前記複数本の第１斜線と異なる方向に延びる前記複数本の第２斜線を有してもよい。

【0015】

上記の形態によれば、１の斜線及び第２の斜線が延びる方向の違いを利用して、第１部分と第２部分を区別することができる。

【0016】

第６の形態では、上記の第２の態様において、前記生成工程は、前記第１部分の色の輝度と前記第２部分の色の輝度が互いに異なる前記入力画像を生成してもよい。

【0017】

上記の形態によれば、色の輝度の違いを利用して、第１部分と第２部分を区別することができる。

【0018】

第７の形態では、上記の第６の態様において、前記生成工程は、前記境界部分の色の輝度が前記第１部分の色の輝度及び前記第２部分の色の輝度よりも高い前記入力画像を生成してもよい。

【0019】

上記の形態によれば、比較的高い輝度で境界部分を第１部分及び第２部分よりも強調することができる。

【0020】

第８の形態では、上記の第１及び第２の態様において、前記生成工程は、前記第１部分と前記境界部分に互いに異なる色が付されているとともに、前記境界部分と前記第２部分に互いに異なる色が付されている前記入力画像を生成してもよい。

【0021】

上記の形態によれば、色の違いを利用して、第１部分と境界部分と第２部分が区別される。各部分が区別された入力画像を利用することにより、境界部分の形状に存在する異常を精度よく判定することができる。

【0022】

第９の形態では、上記の第１及び第２の態様において、前記生成工程は、前記第１部分と前記境界部分に互いに異なる模様が付されているとともに、前記境界部分と前記第２部分に互いに異なる模様が付されている前記入力画像を生成してもよい。

【0023】

上記の形態によれば、模様の違いを利用して、第１部分と境界と第２部分が区別される。各部分が区別された入力画像を利用することにより、境界の形状に存在する異常を精度よく判定することができる。

【0024】

第１０の形態では、上記の第１及び第２の態様において、前記生成工程は、前記第１部分の色の輝度と前記境界部分の色の輝度が互いに異なるとともに、前記境界部分の色の輝度と前記第２部分の色の輝度が互いに異なる前記入力画像を生成してもよい。

【0025】

上記の形態によれば、色の輝度の違いを利用して、第１部分と境界と第２部分が区別される。各部分が区別された入力画像を利用することにより、境界の形状に存在する異常を精度よく判定することができる。

【0026】

第１１の形態では、上記の第１及び第２の態様において、前記表示態様は、色、模様、及び、色の輝度のうちの少なくとも２つの組み合わせであってもよい。

【0027】

上記の形態によれば、２個以上の要素を組み合わせて、第１部分と境界と第２部分を区別することができる。各部分が区別された入力画像を利用することにより、境界の形状に存在する異常を精度よく判定することができる。

【0028】

第１２の形態では、上記の第１から第１１の形態において、前記第１部分は、前記対象物の外側である外側部分であり、前記第２部分は、前記対象物の内側である内側部分であり、前記境界部分は、前記対象物のエッジであってもよい。

【0029】

上記の形態によれば、対象物のエッジに存在する異常（例えば欠陥）を精度よく判定することができる。

【0030】

第１３の形態では、上記の第１から第１２の形態において、前記撮像装置によって撮像された前記対象物の前記画像を二値化する二値化工程をさらに備え、前記生成工程は、前記二値化工程によって二値化された前記画像を加工して、前記入力画像を生成してもよい。

【0031】

上記の形態によれば、撮像装置によって撮像された画像から直接的に入力画像を生成する構成と比較して、入力画像を精度よく生成することができる。

【0032】

第１４の形態では、上記の第１から第１３の形態において、前記学習モデルのパラメータは、複数枚の良品画像を利用して、調整されており、前記良品画像は、前記境界部分に異常が存在しない画像であってもよい。

【0033】

上記の形態によれば、学習モデルのパラメータの調整のために、良品画像を収集すればよく、境界部分に異常が存在する画像を収集しなくてもよい。学習モデルのパラメータを簡易に調整することができる。

【0034】

本明細書は、さらに、検査装置のためのコンピュータプログラムを開示する。前記コンピュータプログラムは、前記検査装置のコンピュータを、撮像装置によって撮像された対象物の画像を加工して、入力画像を生成する生成部と、前記入力画像を学習モデルに入力して、前記対象物について、第１部分と第２部分の間の境界部分の形状に存在する異常を判定する判定部と、として機能させ、前記生成部は、前記第１部分と前記境界部分が互いに異なる表示態様を有しているとともに、前記境界部分と前記第２部分が互いに異なる表示態様を有している前記入力画像を生成する。

【0035】

本明細書は、さらに、基板の製造方法を開示する。前記製造方法は、基板を検査する検査工程を備える。前記検査工程は、撮像装置によって撮像された前記基板の画像を加工して、入力画像を生成する生成工程と、前記入力画像を学習モデルに入力して、前記基板について、第１部分と第２部分の間の境界部分の形状に存在する異常を判定する判定工程と、を備え、前記生成工程は、前記第１部分と前記境界部分が互いに異なる表示態様を有しているとともに、前記境界部分と前記第２部分が互いに異なる表示態様を有している前記入力画像を生成する。

【図面の簡単な説明】

【0036】

【図1】基板製造装置のブロック図である。

【図2】良品の検査対象を示す図である。

【図3】不良品の検査対象を示す図である。

【図4】検査処理を示すフローチャート図である。

【図5】比較例の検査処理で得られる出力画像の具体的なケースである。

【図6】実施例の検査処理で得られる出力画像の具体的なケースである。

【図7】他の検査対象の画像に対して表示態様変更処理を施した具体的なケースＡ２である。

【図8】他の検査対象の画像に対して表示態様変更処理を施した具体的なケースＡ３である。

【発明を実施するための形態】

【0037】

（基板製造装置２の構成；図１、図２、図３）
基板製造装置２は、回路基板を製造する。回路基板は、例えば、プリント基板、ＬＴＣＣ基板である。ＬＴＣＣは、Ｌｏｗ Ｔｅｍｐｅｒａｔｕｒｅ Ｃｏ－ｆｉｒｅｄ Ｃｅｒａｍｉｃｓの略である。基板製造装置２は、印刷機４と、検査装置１０と、含む。印刷機４は、基板上に配線パターンを印刷する。検査装置１０は、印刷機４によって印刷された配線パターンの異常を検査する。

【0038】

検査装置１０は、撮像装置２０と、表示装置２２と、制御部３０と、を含む。撮像装置２０は、カメラを含む。撮像装置２０は、カメラを利用して、基板を撮像する。具体的には、撮像装置２０は、配線パターンが印刷された基板が印刷機４から搬入されると、当該基板を撮像する。そして、撮像装置２０は、当該基板を撮像した撮像画像を制御部３０に供給する。

【0039】

表示装置２２は、様々な情報を表示する。様々な情報は、例えば、撮像装置２０によって撮像された画像、検査装置１０による検査の結果等である。表示装置２２は、例えば、液晶ディスプレイである。

【0040】

制御部３０は、ＣＰＵ３２と、不揮発性メモリなどによって構成されるメモリ３４と、を含む。ＣＰＵ３２は、メモリ３４に記憶されている検査プログラム４０に従って、後述する検査処理（図４参照）を実行する。

【0041】

メモリ３４は、検査プログラム４０に加えて、学習プログラム４２と、学習モデル４４と、モデルパラメータ４６と、を記憶する。学習モデル４４は、多層ニューラルネットワークのモデル（即ち数式）である。多層ニューラルネットワークは、いわゆる、深層学習のモデルであり、例えば、畳み込み型、全結合型等である。モデルパラメータ４６は、学習モデル４４の中間層における各重みの値である。多層ニューラルネットワークは、既知の技術であり、ここでは、詳細な説明は省略する。

【0042】

配線パターンの形状に異常が発生する場合がある。図２及び図３は、検査の対象である配線パターン１００の一例である。配線パターン１００は、基板１１０上に印刷されている。図２は、良品の一例であり、本図では、配線パターン１００のエッジ１０２には欠陥が存在しない。一方、図３は、不良品の一例であり、本図では、配線パターン１００のエッジ１０２に欠陥１０４が存在する。

【0043】

学習プログラム４２は、配線パターン１００を撮像した画像からエッジ１０２に存在する欠陥を判定した判定画像を出力するようにモデルパラメータ４６を調整する。判定画像では、欠陥が存在する箇所が、他の箇所よりも高輝度で表示される。例えば、学習プログラム４２は、複数枚の良品画像を利用して、モデルパラメータ４６を調整する。良品画像は、エッジ１０２に欠陥１０４が存在しない良品の画像である。この形態によれば、モデルパラメータ４６の調整のために、良品画像を収集すればよく、エッジ１０２に欠陥１０４が存在する不良品画像を収集しなくてもよい。モデルパラメータ４６を簡易に調整することができる。なお、変形例では、学習プログラム４２は、良品画像と不良品画像の双方を利用して、モデルパラメータ４６を調整してもよい。また、モデルパラメータ４６の調整方法は、既知の技術であり、ここでは、詳細な説明は省略する。例えば、調整方法は、教師あり学習、教師なし学習のいずれであってもよい。

【0044】

表示装置２２及び制御部３０は、例えば、ＰＣ等の端末装置であり、撮像装置２０は、当該端末装置とは別体に設けられている。なお、変形例では、撮像装置２０、表示装置２２、及び、制御部３０は、一体的に構成されていてもよい。

【0045】

（検査処理；図４）
ＣＰＵ３２が検査プログラム４０に従って実行する検査処理について説明する。Ｓ１０では、ＣＰＵ３２は、撮像装置２０から、配線パターン１００が印刷された基板１１０を撮像した撮像画像を取得することを監視する。ＣＰＵ３２は、撮像装置２０から撮像画像を取得する場合（Ｓ１０でＹＥＳ）に、Ｓ１２に進む。なお、撮像装置２０から撮像画像を取得しない場合（Ｓ１０でＮＯ）に、ＣＰＵ３２は、監視を継続する。

【0046】

Ｓ１２では、ＣＰＵ３２は、Ｓ１０で取得した撮像画像を二値化する。例えば、二値化により、配線パターン１００の内側である内側部分が白の単色に塗りつぶされ、配線パターン１００の外側である外側部分、即ち、背景が黒の単色に塗りつぶされる。

【0047】

Ｓ１４では、ＣＰＵ３２は、Ｓ１２で二値化された撮像画像に対して表示態様変更処理を実行する。表示態様変更処理は、二値化された撮像画像の各部の表示態様を変更する画像処理である。図４のケースＡ１は、図３の配線パターン１００の撮像画像に対して表示態様変更処理を実行したケースである。配線パターン１００の撮像画像は、配線パターン１００の内側部分に対応する内側画像１３０と、配線パターン１００の背景に対応する背景画像１３６と、内側画像１３０と背景画像１３６の間の境界に対応する境界画像１３２と、を含む。境界画像１３２は、配線パターン１００のエッジ１０２に対応する。境界画像１３２は、エッジ１０２に存在する欠陥１０４に対応する欠陥画像１３４を含む。

【0048】

表示態様変更処理では、背景画像１３６と境界画像１３２と内側画像１３０のそれぞれが互いに異なる輝度に変更される。ケースＡ１では、背景画像１３６の輝度、境界画像１３２の輝度、内側画像１３０の輝度が、それぞれ、「１５０」、「２５５」、「７５」である。即ち、境界画像１３２の輝度が、内側画像１３０の輝度及び背景画像１３６の輝度よりも高い。なお、上記の具体的な数値は、一例に過ぎないことに留意されたい。

【0049】

また、表示態様変更処理では、背景画像１３６と境界画像１３２と内側画像１３０のそれぞれに互いに異なる模様が付される。ケースＡ１では、背景画像１３６に付される模様は、互いに平行な複数本の第１斜線を有し、内側画像１３０に付される模様は、互いに平行な複数本の第２斜線を有する。第２斜線は、第１斜線とは異なる方向に延びる。具体的には、第１斜線は、紙面右上の方向へ延びる斜線であり、第２斜線は紙面左上の方向へ延びる斜線である。なお、境界画像１３２には、斜線が付されず、単色で塗りつぶされている。なお、上記の模様の種類は、一例に過ぎない。例えば、内側画像１３０及び背景画像１３６の一方には、ドット模様が付され、内側画像１３０及び背景画像１３６の他方には、格子模様が付されてもよい。

【0050】

また、表示態様変更処理では、背景画像１３６と境界画像１３２と内側画像１３０のそれぞれに互いに異なる色が付される。ケースＡ１では、背景画像１３６、境界画像１３２、内側画像１３０のそれぞれに、緑色（Ｇ）、青色（Ｂ）、赤色（Ｒ）が付される。なお、上記の色は、一例に過ぎない。例えば、背景画像１３６、境界画像１３２、内側画像１３０のそれぞれに、黒色、黄色、白色が付されてもよい。

【0051】

Ｓ１４の表示態様変更処理では、Ｓ１２で二値化された撮像画像が加工されて、ケースＡ１に示すような入力画像１２０が生成される。

【0052】

Ｓ１６では、ＣＰＵ３２は、Ｓ１４で生成された入力画像１２０を学習モデル４４に入力する。これにより、学習モデル４４から判定画像が出力される。Ｓ１８では、ＣＰＵ３２は、学習モデル４４から判定画像を取得する。判定画像の詳細については、図６にて説明する。

【0053】

Ｓ２０では、ＣＰＵ３２は、判定画像を分析して、配線パターン１００のエッジ１０２における欠陥の有無、欠陥の位置、欠陥の大きさ等を決定する。Ｓ２２では、ＣＰＵ３２は、Ｓ２０の分析結果を出力する。例えば、ＣＰＵ３２は、Ｓ２０の分析結果を表示装置２２に表示させる。検査装置１０のユーザは、表示装置２２に表示された分析結果を見て、欠陥の有無、欠陥の位置、欠陥の大きさ等を知ることができる。

【0054】

（比較例；図５）
例えば、図４のＳ１４の表示態様変更処理が実行されない比較例が想定される。この比較例では、Ｓ１２で二値化された撮像画像が学習モデル４４に入力される。なお、本変形例では、学習モデル４４のモデルパラメータ４６は、二値化された良品画像を利用して調整される。

【0055】

図５は、比較例におけるＳ１８で取得される判定画像９００の一例である。判定画像９００では、欠陥が存在すると判定した判定箇所９０２が他の箇所よりも高輝度で表示される。図５及び後述する図６では、判定画像９００に対応するエッジ１０２を一点鎖線で仮想的に表示する。比較例では、図５に示すように、判定箇所９０２に、エッジ１０２のうち、欠陥１０４が存在する部分だけでなく、エッジ１０２のうち、欠陥１０４が存在しない部分も、含まれる。特に、判定箇所９０２に対する欠陥１０４が存在しない部分の比率が増えると、図４のＳ２０の分析において、欠陥１０４が存在しない部分に欠陥１０４が存在すると誤って分析される可能性がある。また、欠陥１０４の位置及び大きさも誤って分析される可能性がある。更に、エッジ１０２のうち、欠陥１０４が存在しない辺にも欠陥が存在すると誤って分析される可能性がある。

【0056】

（本実施例の効果；図６）
図４に示すように、本実施例では、Ｓ１４の表示態様変更処理で表示態様が変更された入力画像１２０が学習モデル４４に入力される。なお、本実施例では、学習モデル４４のモデルパラメータ４６は、表示態様変更処理によって表示態様が変更された良品画像を利用して調整される。

【0057】

図６は、本実施例におけるＳ１８で取得される判定画像１４０の一例である。判定画像１４０では、欠陥が存在すると判定した判定箇所１４２が他の箇所よりも高輝度で表示される。図６に示すように、本実施例の判定箇所１４２は、欠陥１０４が存在しない部分が多少含まれるものの、判定箇所１４２のうちの欠陥１０４が存在しない部分の比率は、図５の比較例と比べて小さい。即ち、比較例と比べて、本実施例では、学習モデル４４が、エッジ１０２のうち、欠陥１０４が存在しない部分が誤って欠陥であると判定し難くなる。本実施例では、比較例と比べて、図４のＳ２０の分析において、欠陥１０４が存在しない部分に欠陥１０４が存在すると誤って分析する確率を低くすることができる。また、欠陥１０４の位置及び大きさが誤って分析される確率も低くすることができる。

【0058】

また、本実施例では、背景画像１３６と境界画像１３２が互いに異なる表示態様（即ち、輝度、模様、色）を有しており、背景画像１３６と境界画像１３２が区別される。また、境界画像１３２と内側画像１３０が互いに異なる表示態様を有しており、境界画像１３２と内側画像１３０が区別される。隣り合う部分が区別された入力画像１２０を利用することにより、エッジ１０２に存在する欠陥を精度よく判定することができる。

【0059】

また、本実施例では、背景画像１３６と内側画像１３０が互いに異なる表示態様を有しており、背景画像１３６と内側画像１３０が区別される。隣り合う部分だけでなく、背景画像１３６と内側画像１３０も区別された入力画像１２０を利用することにより、エッジ１０２に存在する欠陥を精度よく判定することができる。

【0060】

また、本実施例の構成によれば、輝度、模様、及び、色の３個の要素を組み合わせて、入力画像１２０の各部分を区別することができる。各部分が区別された入力画像１２０を利用することにより、エッジ１０２に存在する欠陥を精度よく判定することができる。

【0061】

また、本実施例では、第１斜線及び第２斜線が延びる方向として境界画像１３２が延びる方向と異なる方向が採用される。これにより、背景画像１３６と背景画像１３６と内側画像１３０をさらに区別することができる。

【0062】

また、本実施例では、境界画像１３２の輝度が内側画像１３０の輝度及び背景画像１３６の輝度よりも高い。比較的高い輝度で境界画像１３２を背景画像１３６及び内側画像１３０よりも強調することができる。

【0063】

また、本実施例では、二値化された撮像画像から入力画像１２０が生成される。撮像画像から直接的に入力画像１２０を生成する構成と比較して、入力画像１２０を精度よく生成することができる。

【0064】

（基板の製造方法；図１、図４）
基板製造装置２によって実現される基板の製造方法は、印刷機４が基材上に配線パターン１００を印刷する印刷工程と、検査装置１０が印刷工程によって印刷された配線パターン１００を検査する検査工程と、を含む。検査工程では、検査装置１０は、図４の検査処理を実行して、エッジ１０２における欠陥の有無、欠陥の位置、欠陥の大きさ等の分析結果を表示装置２２に表示する。

【0065】

（他のケースＡ２；図７）
図７では、図３の配線パターン１００とは異なる配線パターンの撮像画像に対して表示態様変更処理を実行したケースＡ２について説明する。本ケースにおける撮像の対象は、第１配線パターンと、第１配線パターンに隣接する第２配線パターンと、を含む。本ケースの撮像画像は、背景画像２１６と、内側画像２１０と、境界画像２１２と、内側画像２２０と、境界画像２２２と、を含む。背景画像２１６は、第１及び第２配線パターンの背景に対応する。内側画像２１０、境界画像２１２は、それぞれ、第１配線パターンの内側部分、第１配線パターンのエッジに対応する。内側画像２２０、境界画像２２２は、それぞれ、第２配線パターンの内側部分、第２配線パターンのエッジに対応する。

【0066】

背景画像２１６の輝度、模様、及び、色は、図４のケースＡ１と同様である。内側画像２１０及び２２０の輝度及び模様は、図４のケースＡ１と同様である。境界画像２１２及び２２２の輝度及び模様は、図４のケースＡ１と同様である。

【0067】

本ケースでは、背景画像２１６に緑色（Ｇ）が付される。境界画像２１２に青色（Ｂ）が付され、境界画像２２２に黄色（Ｙ）が付される。また、本実施例では、内側画像２１０に赤色（Ｒ）が付され、内側画像２２０にピンク色（Ｐ）が付される。即ち、撮像画像のうちの５個の部分２１０、２１２、２２０、２２２、及び２１６がそれぞれに、互いに異なる色が付されている。

【0068】

本ケースでは、第１配線パターンのエッジに欠陥が存在することに起因して、境界画像２１２が欠陥画像２１４を含む。本ケースでも、学習モデル４４は、第１及び第２配線パターンのエッジのうち、欠陥が存在しない部分が誤って欠陥であると判定し難くなる。欠陥が存在しない部分に欠陥が存在すると誤って分析する確率を低くすることができる。

【0069】

（他のケースＡ３；図８）
本ケースでは、基板３２０上に２種類の配線パターン３００及び３１０が印刷される。ここで、基板３２０を平面視すると、配線パターン３１０は、配線パターン３００と重なっている。配線パターン３１０の材料、色等は、配線パターン３００と異なる。本ケースにおいて、配線パターン３００と配線パターン３１０の間の境界部分３１２に欠陥３１４が存在する。

【0070】

本ケースの撮像画像は、配線パターン３００の内側である第１部分に対応する第１内側画像３５０と、配線パターン３００と配線パターン３１０の境界部分３１２に対応する境界画像３６２と、配線パターン３１０の内側である第２部分に対応する第２内側画像３６０と、を含む。撮像画像内の境界画像３６２は、欠陥３１４に対応する欠陥画像３６４を含む。

【0071】

本ケースの表示態様変更処理では、配線パターン３００及び３１０の背景に対応する画像の表示態様は変更されず、背景以外の各画像３５０、３６２、及び、３６０の表示態様が変更される。具体的には、第１内側画像３５０、境界画像３６２、第２内側画像３６０の輝度が、それぞれ、「１５０」、「２５５」、「７５」に変更される。また、第１内側画像３５０に付される模様は、第１斜線を有し、第２内側画像３６０に付される模様は、第２斜線を有する。また、第１内側画像３５０、境界画像３６２、第２内側画像３６０のそれぞれに、緑色（Ｇ）、青色（Ｂ）、赤色（Ｒ）が付される。

【0072】

本ケースでは、図４のＳ１４の表示態様変更処理において、２個の配線パターン３００及び３１０の撮像画像が加工されて、図８に示すような入力画像３４０が生成される。そして、Ｓ１６において、入力画像３４０が学習モデル４４に入力される。学習モデル４４は、欠陥３１４が存在すると判定した判定箇所を他の箇所よりも高輝度で表示する判定画像を出力する。本ケースの判定画像でも、欠陥３１４が存在しない部分が多少含まれるものの、判定箇所のうちの欠陥３１４が存在しない部分の比率を小さく抑えることができる。欠陥３１４が存在しない部分に欠陥３１４が存在すると誤って分析する確率を低くすることができる。

【0073】

（対応関係）
検査装置１０、撮像装置２０が、それぞれ、「検査装置」、「撮像装置」の一例である。ＣＰＵ３２、検査プログラム４０、学習モデル４４が、それぞれ、「コンピュータ」、「コンピュータプログラム」、「学習モデル」の一例である。入力画像１２０が、「入力画像」の一例である。

【0074】

図４のＳ１２、Ｓ１４、Ｓ１６が、それぞれ、「二値化工程」、「生成工程」、「判定工程」を実現するための処理の一例である。

【0075】

図４のケースＡ１において、配線パターン１００が、「対象物」の一例である。配線パターン１００の外側部分が、「第１部分（及び外側部分）」の一例である。配線パターン１００の内側部分が、「第２部分（及び内側部分）」の一例である。エッジ１０２が、「境界部分（及びエッジ）」の一例である。

【0076】

図７のケースＡ２において、第１及び第２配線パターンが、「対象物」の一例である。背景画像２１６に対応する背景が、「第１部分（及び外側部分）」の一例である。内側画像２１０及び２２０に対応する内側部分が、「第２部分（及び内側部分）」の一例である。境界画像２１２及び２２２に対応するエッジが、「境界部分（及びエッジ）」の一例である。

【0077】

図８のケースＡ３において、配線パターン３００及び３１０が、「対象物」の一例である。配線パターン３００の内側部分から配線パターン３１０の内側部分を除いた部分が、「第１部分」の一例である。配線パターン３１０の内側部分が、「第２部分」の一例である。境界部分３１２が、「境界部分」の一例である。

【0078】

以上、本明細書で開示する技術の具体例を説明したが、これらは例示にすぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には以上に例示した具体例を様々に変形、変更したものが含まれる。例えば、以下の変形例を採用してもよい。

【0079】

（変形例１） 図４のＳ１４の表示態様変更処理において、輝度が変更され、色及び模様は変更されなくてもよい。また、表示態様変更処理において、輝度及び色が変更され、模様は変更されなくてもよい。本変形例では、表示態様変更処理において、輝度、色、模様のうちの少なくとも一つが変更されればよい。

【0080】

（変形例２） 図４の入力画像１２０において、内側画像１３０の表示態様と背景画像１３６の表示態様が同じであってもよい。本変形例では、例えば、内側画像１３０と背景画像１３６が白色で、境界画像１３２が黒色であってもよい。一般的に言えば、「入力画像」は、第１部分と境界部分が互いに異なる表示態様を有しているとともに、境界部分と第２部分が互いに異なる表示態様を有していればよい。

【0081】

（変形例３） 入力画像１２０において、境界画像１３２以外の部分、例えば、内側画像１３０の輝度が他の部分の輝度より高くてもよい。

【0082】

（変形例４） 図４のＳ１２の処理は実行されなくてもよい。本変形例では、「二値化工程」を省略可能である。

【0083】

（変形例５） 「対象物」は、基板上の配線パターンに限らず、例えば、ガラス板、ガラス管等の所定の形状を有する構造物であってもよい。

【0084】

（変形例６） 検査装置１０は、撮像装置２０を備えていなくてもよい。例えば、検査装置１０とは独立した他の撮像装置が存在し、検査装置１０は、無線ＬＡＮ等の無線通信を介して他の撮像装置から撮像画像を受信してもよい。

【0085】

本明細書または図面に説明した技術要素は、単独であるいは各種の組合せによって技術的有用性を発揮するものであり、出願時請求項記載の組合せに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成するものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。

【符号の説明】

【0086】

２ ：基板製造装置
４ ：印刷機
１０ ：検査装置
２０ ：撮像装置
２２ ：表示装置
３０ ：制御部
３２ ：ＣＰＵ
３４ ：メモリ
４０ ：検査プログラム
４２ ：学習プログラム
４４ ：学習モデル
４６ ：モデルパラメータ
１００ ：配線パターン
１０２ ：エッジ
１０４ ：欠陥
１１０ ：基板
１２０ ：入力画像
１３０ ：内側画像
１３２ ：境界画像
１３４ ：欠陥画像
１３６ ：背景画像
１４０ ：判定画像
１４２ ：判定箇所
２１０ ：内側画像
２１２ ：境界画像
２１４ ：欠陥画像
２１６ ：背景画像
２２０ ：内側画像
２２２ ：境界画像
３００ ：配線パターン
３１０ ：配線パターン
３１２ ：境界部分
３１４ ：欠陥
３２０ ：基板
３４０ ：入力画像
３５０ ：第１内側画像
３６０ ：第２内側画像
３６２ ：境界画像
３６４ ：欠陥画像
９００ ：判定画像
９０２ ：判定箇所

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】