特許 7749522 欠陥検査装置、欠陥検査方法、および欠陥検査プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2025-09-26

(45)【発行日】2025-10-06

(54)【発明の名称】欠陥検査装置、欠陥検査方法、および欠陥検査プログラム

(51)【国際特許分類】

   G01N 21/956 20060101AFI20250929BHJP

【ＦＩ】

G01N21/956 Z

【請求項の数】 11

(21)【出願番号】P 2022114214

(22)【出願日】2022-07-15

(65)【公開番号】P2024011895

(43)【公開日】2024-01-25

【審査請求日】2024-09-05

(73)【特許権者】

【識別番号】000003078

【氏名又は名称】株式会社東芝

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】森谷 章

【審査官】貝沼 憲司

(56)【参考文献】

【文献】特開２００２－０２２４２１（ＪＰ，Ａ）

【文献】特開平０９－００５２５５（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｎ２１／８４－Ｇ０１Ｎ２１／９５６

(57)【特許請求の範囲】

【請求項1】

検査対象を撮影した検査画像および前記検査対象の設計時の基準画像を取得する取得部と、
前記検査画像および前記基準画像に応じた評価対象画像を生成する評価対象画像生成部と、
前記評価対象画像に含まれる第１閾値以上の画素値の画素が連続する画像領域に応じた欠陥候補領域の特徴量に基づいて、画素ごとに欠陥推定値を規定した欠陥推定画像を生成する欠陥推定画像生成部と、
前記欠陥推定画像を前記評価対象画像とした欠陥推定画像生成処理を繰り返すように前記欠陥推定画像生成部を制御する繰り返し制御部と、
を備え、
前記欠陥推定画像生成部は、
前記評価対象画像に含まれる前記第１閾値以上の画素値の画素が連続する前記画像領域に応じた前記欠陥候補領域を特定する特定部と、
前記評価対象画像における特定された前記欠陥候補領域の特徴量を算出する特徴量算出部と、
第２閾値を用いて前記特徴量を補正した補正特徴量を算出する補正特徴量算出部と、
前記評価対象画像および前記補正特徴量を用いて前記欠陥推定画像を生成する欠陥判定部と、
を有し、
前記欠陥候補領域の特徴量は、前記評価対象画像における前記欠陥候補領域を構成する画素の特徴値の群によって表され、
前記補正特徴量算出部は、
前記評価対象画像における前記欠陥候補領域を構成する画素の内、前記第２閾値未満の前記特徴値を０に補正した後の前記特徴量を、前記補正特徴量として算出する、
欠陥検査装置。

【請求項2】

前記繰り返し制御部は、
前記欠陥判定部によって生成された前記欠陥推定画像を、次回の前記欠陥推定画像生成処理に用いる前記評価対象画像とし、前記欠陥候補領域の特定処理、前記特徴量の算出処理、前記補正特徴量の算出処理、および前記欠陥推定画像の生成処理、を順に実行する一連の処理である前記欠陥推定画像生成処理を、予め定められた終了条件を満たすと判断するまで繰り返すように前記欠陥推定画像生成部を制御する、
請求項１に記載の欠陥検査装置。

【請求項3】

前記終了条件は、
前記欠陥推定画像生成処理の繰り返し実行回数が所定回数以上、
前記欠陥推定画像に含まれる前記欠陥候補領域の数が所定数以下、
および、
前記欠陥推定画像生成処理の前回実行時に生成された前記欠陥推定画像と前記欠陥推定画像生成処理の今回実行時に生成された前記欠陥推定画像とが一致する回数が所定回数以上、
の少なくとも１つの条件である、
請求項２に記載の欠陥検査装置。

【請求項4】

前記基準画像に含まれる第３閾値以上の画素値の画素が連続するパターン領域を特定するパターン領域特定部を備え、
前記特定部は、
前記評価対象画像における前記画像領域の内、同一の前記パターン領域に重複する複数の前記画像領域を１つの前記欠陥候補領域として特定する、
請求項１に記載の欠陥検査装置。

【請求項5】

前記特定部は、
前記評価対象画像における、同一の前記パターン領域に重複する複数の前記画像領域の内、前記特徴量が最も大きい前記画像領域である最大特徴量領域と、前記最大特徴量領域の重心座標との重心座標間の距離が所定値以下の前記画像領域と、を１つの前記欠陥候補領域として特定する、
請求項４に記載の欠陥検査装置。

【請求項6】

前記補正特徴量算出部は、
予め定められた前記第２閾値の初期値を、前記欠陥推定画像生成処理の繰り返しごとに更新する、
請求項２に記載の欠陥検査装置。

【請求項7】

前記補正特徴量算出部は、
前記評価対象画像に含まれる１または複数の前記欠陥候補領域の各々の前記補正特徴量のばらつき、１または複数の前記欠陥候補領域の前記補正特徴量の最大値、および前記欠陥推定画像生成処理の繰り返し回数、の少なくとも１つに比例した前記第２閾値となるように、前記欠陥推定画像生成処理の繰り返しごとに前記第２閾値を更新する、
請求項６に記載の欠陥検査装置。

【請求項8】

前記欠陥判定部は、
前記評価対象画像における前記欠陥候補領域に含まれる画素ごとに、画素値と該画素の属する前記欠陥候補領域の前記補正特徴量との乗算値に応じた前記欠陥推定値を規定した、前記欠陥推定画像を生成する、
請求項１に記載の欠陥検査装置。

【請求項9】

前記評価対象画像生成部は、
前記検査画像と前記基準画像との差分画像を、前記評価対象画像として生成する、
請求項１に記載の欠陥検査装置。

【請求項10】

検査対象を撮影した検査画像および前記検査対象の設計時の基準画像を取得する取得ステップと、
前記検査画像および前記基準画像に応じた評価対象画像を生成する評価対象画像生成ステップと、
前記評価対象画像に含まれる第１閾値以上の画素値の画素が連続する画像領域に応じた欠陥候補領域の特徴量に基づいて、画素ごとに欠陥推定値を規定した欠陥推定画像を生成する欠陥推定画像生成ステップと、
前記欠陥推定画像を前記評価対象画像とした欠陥推定画像生成処理を繰り返すように制御する繰り返し制御ステップと、
を含み、
前記欠陥推定画像生成ステップは、
前記評価対象画像に含まれる前記第１閾値以上の画素値の画素が連続する前記画像領域に応じた前記欠陥候補領域を特定する特定ステップと、
前記評価対象画像における特定された前記欠陥候補領域の特徴量を算出する特徴量算出ステップと、
第２閾値を用いて前記特徴量を補正した補正特徴量を算出する補正特徴量算出ステップと、
前記評価対象画像および前記補正特徴量を用いて前記欠陥推定画像を生成する欠陥判定ステップと、
を有し、
前記欠陥候補領域の特徴量は、前記評価対象画像における前記欠陥候補領域を構成する画素の特徴値の群によって表され、
前記補正特徴量算出ステップは、
前記評価対象画像における前記欠陥候補領域を構成する画素の内、前記第２閾値未満の前記特徴値を０に補正した後の前記特徴量を、前記補正特徴量として算出する、
欠陥検査方法。

【請求項11】

コンピュータに実行させるための欠陥検査プログラムであって、
検査対象を撮影した検査画像および前記検査対象の設計時の基準画像を取得する取得ステップと、
前記検査画像および前記基準画像に応じた評価対象画像を生成する評価対象画像生成ステップと、
前記評価対象画像に含まれる第１閾値以上の画素値の画素が連続する画像領域に応じた欠陥候補領域の特徴量に基づいて、画素ごとに欠陥推定値を規定した欠陥推定画像を生成する欠陥推定画像生成ステップと、
前記欠陥推定画像を前記評価対象画像とした欠陥推定画像生成処理を繰り返すように制御する繰り返し制御ステップと、
を含み、
前記欠陥推定画像生成ステップは、
前記評価対象画像に含まれる前記第１閾値以上の画素値の画素が連続する前記画像領域に応じた前記欠陥候補領域を特定する特定ステップと、
前記評価対象画像における特定された前記欠陥候補領域の特徴量を算出する特徴量算出ステップと、
第２閾値を用いて前記特徴量を補正した補正特徴量を算出する補正特徴量算出ステップと、
前記評価対象画像および前記補正特徴量を用いて前記欠陥推定画像を生成する欠陥判定ステップと、
を有し、
前記欠陥候補領域の特徴量は、前記評価対象画像における前記欠陥候補領域を構成する画素の特徴値の群によって表され、
前記補正特徴量算出ステップは、
前記評価対象画像における前記欠陥候補領域を構成する画素の内、前記第２閾値未満の前記特徴値を０に補正した後の前記特徴量を、前記補正特徴量として算出する、
欠陥検査プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、欠陥検査装置、欠陥検査方法、および欠陥検査プログラムに関する。

【背景技術】

【0002】

半導体マスクパターンやプリント基板等の検査対象を撮影した検査画像を用いて、検査対象の欠陥領域を判定するシステムが知られている。例えば、検査画像と検査対象の設計時の基準画像とを比較し、画像に含まれるエッジ形状の変化に基づいて欠陥領域を判定する技術が開示されている。また、検査画像に複数のフィルタ処理を施すことによって多次元の特徴画像を生成し、多次元の特徴画像から欠陥を検出する技術が開示されている。

【0003】

しかしながら、エッジ形状の変化に基づいた判定技術では判定対象のパターンおよび欠陥の形状が限定され、判定対象以外の形状のパターンおよび欠陥を含む検査画像に含まれる欠陥領域を判定することは困難であった。また、多次元の特徴画像を用いる技術では、検査画像に含まれるノイズや検出条件等の影響により、欠陥ではない疑似欠陥を欠陥として検出する場合があった。すなわち、従来技術では、欠陥領域を高精度に検査することは困難であった。

【先行技術文献】

【特許文献】

【0004】

【文献】特許第６３５８３５１号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明は、上記に鑑みてなされたものであって、欠陥領域の検査精度の向上を図ることができる、欠陥検査装置、欠陥検査方法、および欠陥検査プログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

実施形態の欠陥検査装置は、取得部と、評価対象画像生成部と、欠陥推定画像生成部と、繰り返し制御部と、を備える。取得部は、検査対象を撮影した検査画像および前記検査対象の設計時の基準画像を取得する。評価対象画像生成部は、前記検査画像および前記基準画像に応じた評価対象画像を生成する。欠陥推定画像生成部は、前記評価対象画像に含まれる第１閾値以上の画素値の画素が連続する画像領域に応じた欠陥候補領域の特徴量に基づいて、画素ごとに欠陥推定値を規定した欠陥推定画像を生成する。繰り返し制御部は、前記欠陥推定画像を前記評価対象画像とした欠陥推定画像生成処理を繰り返すように前記欠陥推定画像生成部を制御する。前記欠陥推定画像生成部は、前記評価対象画像に含まれる前記第１閾値以上の画素値の画素が連続する前記画像領域に応じた前記欠陥候補領域を特定する特定部と、前記評価対象画像における特定された前記欠陥候補領域の特徴量を算出する特徴量算出部と、第２閾値を用いて前記特徴量を補正した補正特徴量を算出する補正特徴量算出部と、前記評価対象画像および前記補正特徴量を用いて前記欠陥推定画像を生成する欠陥判定部と、を有し、前記欠陥候補領域の特徴量は、前記評価対象画像における前記欠陥候補領域を構成する画素の特徴値の群によって表され、前記補正特徴量算出部は、前記評価対象画像における前記欠陥候補領域を構成する画素の内、前記第２閾値未満の前記特徴値を０に補正した後の前記特徴量を、前記補正特徴量として算出する。

【図面の簡単な説明】

【0007】

【図1】欠陥検査装置のブロック図。

【図2A】基準画像の模式図。

【図2B】検査画像の模式図。

【図3A】パターン領域の説明図。

【図3B】基準画像の模式図。

【図4】評価対象画像の説明図。

【図5A】欠陥候補領域の特定の説明図。

【図5B】欠陥候補領域の特定の説明図。

【図5C】欠陥候補領域の特定の説明図。

【図6A】欠陥推定画像の模式図。

【図6B】欠陥推定画像の模式図。

【図7】情報処理の流れのフローチャート。

【図8】ハードウェア構成図。

【発明を実施するための形態】

【0008】

以下に添付図面を参照して、本実施形態の欠陥検査装置、欠陥検査方法、および欠陥検査プログラムを詳細に説明する。

【0009】

図１は、本実施形態の欠陥検査装置１０の構成の一例を示すブロック図である。

【0010】

欠陥検査装置１０は、検査対象を撮影した検査画像を用いて、検査画像に含まれる欠陥領域を検査するための情報処理装置である。検査対象および検査画像の詳細は後述する。

【0011】

欠陥検査装置１０は、撮影部１２と、記憶部１４と、通信部１６と、ＵＩ（ユーザ・インタフェース）部１８と、制御部２０と、を備える。撮影部１２、記憶部１４、通信部１６、ＵＩ部１８、および制御部２０は、バス１９等を介して通信可能に接続されている。

【0012】

撮影部１２は、撮影によって撮影画像データを取得する。以下では、撮影画像データを、撮影画像と称して説明する。記憶部１４は、各種の情報を記憶する。

【0013】

通信部１６は、欠陥検査装置１０の外部の情報処理装置と通信するめの通信インターフェースである。例えば、通信部１６は、Ｅｔｈｅｒｎｅｔ（登録商標）等の有線ネットワーク、Ｗｉ－Ｆｉ（Wireless Fidelity）またはＢｌｕｅｔｏｏｔｈ（登録商標）等の無線ネットワーク、等により外部の情報処理装置や電子機器と通信する。

【0014】

ＵＩ部１８は、出力部１８Ａおよび入力部１８Ｂを含む。

【0015】

出力部１８Ａは、各種の情報を出力する。出力部１８Ａは、例えば、ディスプレイである表示部、スピーカ、投影装置等である。入力部１８Ｂは、ユーザによる操作指示を受付ける。入力部１８Ｂは、例えば、マウスおよびタッチパッドなどのポインティングデバイス、キーボード、等である。ＵＩ部１８は、出力部１８Ａと入力部１８Ｂとを一体的に構成したタッチパネルであってもよい。

【0016】

制御部２０は、欠陥検査装置１０において情報処理を実行する。制御部２０は、取得部２０Ａと、パターン領域特定部２０Ｂと、評価対象画像生成部２０Ｃと、欠陥推定画像生成部２０Ｄと、繰り返し制御部２０Ｉと、出力制御部２０Ｊと、を備える。欠陥推定画像生成部２０Ｄは、特定部２０Ｅと、特徴量算出部２０Ｆと、補正特徴量算出部２０Ｇと、欠陥判定部２０Ｈと、を含む。

【0017】

取得部２０Ａ、パターン領域特定部２０Ｂ、評価対象画像生成部２０Ｃ、欠陥推定画像生成部２０Ｄ、特定部２０Ｅ、特徴量算出部２０Ｆ、補正特徴量算出部２０Ｇ、欠陥判定部２０Ｈ、繰り返し制御部２０Ｉ、および出力制御部２０Ｊは、例えば、１または複数のプロセッサにより実現される。例えば上記各部は、ＣＰＵ（Central Processing Unit）などのプロセッサにプログラムを実行させること、すなわちソフトウェアにより実現してもよい。上記各部は、専用のＩＣなどのプロセッサ、すなわちハードウェアにより実現してもよい。上記各部は、ソフトウェアおよびハードウェアを併用して実現してもよい。複数のプロセッサを用いる場合、各プロセッサは、各部のうち１つを実現してもよいし、各部のうち２以上を実現してもよい。

【0018】

なお、制御部２０含まれる上記各部の内の少なくとも１つを、ネットワーク等を介して欠陥検査装置１０に通信可能に接続された外部の情報処理装置に搭載した構成としてもよい。また、記憶部１４に記憶される各種の情報の内の少なくとも１つを、ネットワーク等を介して欠陥検査装置１０に通信可能に接続された外部の記憶装置に記憶してもよい。また、撮影部１２、記憶部１４、およびＵＩ部１８の少なくとも一つを、欠陥検査装置１０に対して通信可能に接続された外部の情報処理装置に搭載した構成としてもよい。この場合、外部に搭載した構成要素と欠陥検査装置１０とを含むシステムを、欠陥検査装置システムとして構成すればよい。

【0019】

取得部２０Ａは、検査対象を撮影した検査画像および検査対象の設計時の基準画像を取得する。

【0020】

検査対象とは、欠陥検査の対象となる物である。例えば、検査対象は、設計データによって表される仕様に沿って製造システム等によって製造された物である。検査対象は、具体的には、例えば、パターンプリント基板、半導体マスクパターン、金属板、鋼帯、等であるが、これらに限定されない。

【0021】

本実施形態では、検査対象が、半導体マスクパターンである形態を一例として説明する。また、本実施形態では、検査対象が、設計データによって表される仕様に沿って製造システム等によって製造された物である形態を一例として説明する。

【0022】

図２Ａは、基準画像３０Ａの一例の模式図である。基準画像３０Ａは、基準画像３０の一例である。

【0023】

基準画像３０とは、検査対象の設計時の画像である。言い換えると、基準画像３０とは、欠陥やノイズを含まない理想的な検査対象の画像である。上述したように、本実施形態では、検査対象は、設計データによって表される仕様に沿って製造システム等によって製造される。例えば、外部の情報処理装置は、設計データに沿って仮想的に製造された２次元または３次元の仮想検査対象の仮想検査対象データを生成し、仮想検査対象データによって表される仮想検査対象を所定方向から仮想的に撮影した画像を、基準画像３０として生成する。なお、欠陥検査装置１０の制御部２０が、設計データを用いて予め基準画像３０を生成してもよい。本実施形態では、予め生成された基準画像３０が記憶部１４に記憶されている形態を一例として説明する。

【0024】

図２Ｂは、検査画像４０Ａの一例の模式図である。検査画像４０Ａは、検査画像４０の一例である。

【0025】

検査画像４０とは、検査対象を撮影した撮影画像である。検査対象の撮影方向と、基準画像３０の生成に用いられた仮想検査対象の撮影方向である上記所定方向とは、一致する。例えば、取得部２０Ａは、撮影部１２から検査画像４０を取得する。また、取得部２０Ａは、記憶部１４から検査画像４０を読取ることで、検査画像４０を取得してもよい。また、取得部２０Ａは、通信部１６を介して外部の情報処理装置から検査画像４０を取得してもよい。

【0026】

検査対象が設計データを忠実に再現するように製造され、且つ検査対象にゴミ等の付着、損傷、位置ずれ、変形、などの欠陥が含まれない場合、および撮影画像にノイズが含まれない場合、検査画像４０と基準画像３０とは一致した画像となる可能性が高い。しかし、実際には、検査画像４０には欠陥やノイズが含まれる場合がある。

【0027】

そこで、本実施形態の欠陥検査装置１０は、検査画像４０に含まれる欠陥を表す欠陥領域を高精度に検査する。

【0028】

図１に戻り説明を続ける。

【0029】

パターン領域特定部２０Ｂは、基準画像３０に含まれるパターン領域を特定する。

【0030】

図３Ａは、パターン領域の特定の一例の説明図である。図３Ａは、基準画像３０Ａの一例の模式図である。

【0031】

例えば、パターン領域特定部２０Ｂは、基準画像３０Ａに含まれる第３閾値以上の画素値の画素が連続する領域を、パターン領域として特定する。第３閾値は、予め定めればよい。例えば、第３閾値には、検査対象の設計データによって表される仕様、検査対象の検査仕様、等に応じて予め定めればよい。また、第３閾値は、ユーザによるＵＩ部１８の操作指示等によって適宜変更可能としてもよい。

【0032】

詳細には、パターン領域特定部２０Ｂは、基準画像３０Ａに含まれる画素の各々の画素値を読取る。そして、パターン領域特定部２０Ｂは、基準画像３０Ａに含まれる画素の内、第３閾値以上の画素値の画素が連続する領域を、パターン領域Ｐとして特定する。画素が連続する領域とは、画像上において画素が隣接してつながるように配置された領域を意味する。なお、パターン領域Ｐは、１または複数の画素の群からなる領域であればよく、複数の画素からなる領域に限定されない。

【0033】

図３Ａには、パターン領域特定部２０Ｂが、パターン領域Ｐとしてパターン領域Ｐ１およびパターン領域Ｐ２を特定した状態を一例として示す。パターン領域特定部２０Ｂは、特定したパターン領域Ｐの各々にラベルＬを付与することでラベリングを行う。図３Ａには、パターン領域Ｐ１にラベルＬ１、パターン領域Ｐ２にラベルＬ２を付与した形態を一例として示す。

【0034】

ラベリングを行うことで、パターン領域Ｐの各々の基準画像３０Ａにおける位置が特定される。基準画像３０Ａにおける位置は、例えば、ラベルＬを付与されたパターン領域Ｐに含まれる各画素の画素位置、各画素の位置座標、パターン領域Ｐの重心座標、などによって表される。

【0035】

例えば、パターン領域特定部２０Ｂは、特定したパターン領域Ｐごとに、ラベルＬと、ラベルＬを付与されたパターン領域Ｐに含まれる各画素の画素位置または位置座標と、を対応づけて記憶部１４に記憶する。パターン領域ＰのラベルＬを、ラベルＬのＩＤ（識別情報）と、パターン領域Ｐに含まれる各画素の画素位置または位置座標と、を含む情報として扱ってもよい。また、ラベルＬは、上述したように、パターン領域Ｐの重心座標を更に含んだ情報であってもよい。

【0036】

なお、図３Ａには、基準画像３０に含まれるパターン領域Ｐの形状が矩形状である形態を一例として示す。しかし、基準画像３０に含まれるパターン領域Ｐの形状は、矩形に限定されない。

【0037】

図３Ｂは、基準画像３０Ｂの一例の模式図である。基準画像３０Ｂは、基準画像３０の一例である。図３Ｂに示すように、基準画像３０Ｂには、円形状などの矩形状以外の形状のパターン領域Ｐが含まれていてもよい。矩形形状以外の形状のパターン領域Ｐが含まれる場合についても、パターン領域特定部２０Ｂは同様の処理によりパターン領域Ｐを特定すればよい。

【0038】

図３Ｂには、パターン領域特定部２０Ｂが、パターン領域Ｐとしてパターン領域Ｐ１、パターン領域Ｐ２、およびパターン領域Ｐ３を特定した状態を一例として示す。パターン領域特定部２０Ｂは、特定したパターン領域Ｐの各々にラベルＬを付与することでラベリングを行う。図３Ｂには、パターン領域Ｐ１にラベルＬ１、パターン領域Ｐ２にラベルＬ２、パターン領域Ｐ３にラベルＬ３を付与した形態を一例として示す。

【0039】

図１に戻り説明を続ける。

【0040】

評価対象画像生成部２０Ｃは、基準画像３０および検査画像４０に応じた評価対象画像を生成する。

【0041】

図４は、評価対象画像５０Ａの生成の一例の説明図である。評価対象画像５０Ａは、評価対象画像５０の一例である。

【0042】

評価対象画像５０とは、検査画像４０の欠陥評価の対象として用いる画像である。評価対象画像生成部２０Ｃは、１つの基準画像３０と１つの検査画像４０とから１つの評価対象画像５０を生成する。詳細には、評価対象画像生成部２０Ｃは、基準画像３０と検査画像４０との差分画像、または基準画像３０と検査画像４０との合成画像を、評価対象画像５０として生成する。

【0043】

差分画像とは、基準画像３０を構成する各画素の画素値と、検査画像４０を構成する各画素の画素値と、の同じ画素位置ごとの画素値の差を、画素ごとに規定した画像である。また、差分画像は、この画素値の差に対して、予め定めた重み値の付与、飽和処理、等を施した後の値を画素ごとに規定した画像であってもよい。

【0044】

合成画像とは、基準画像３０を構成する各画素の画素値と、検査画像４０を構成する各画素の画素値と、の同じ画素位置の画素値の合成値を、画素ごとに規定した画像である。合成値には、加算値、乗算値、加算値または乗算値に重み付けの付与や飽和処理等を施した値等を用いればよい。

【0045】

本実施形態では、評価対象画像生成部２０Ｃは、基準画像３０と検査画像４０との差分画像を評価対象画像５０として生成する形態を一例として説明する。図４には、基準画像３０Ａと検査画像４０Ａとの差分画像を評価対象画像５０Ａとして示す。

【0046】

詳細には、評価対象画像生成部２０Ｃは、例えば、基準画像３０Ａを構成する各画素の画素値と、検査画像４０Ａを構成する各画素の画素値と、の同じ画素位置の画素値の差を算出する。そして、評価対象画像生成部２０Ｃは、画素値の差が０である画素の画素値として、「画像ダイナミックレンジ／２」を表す設定値Ｈを設定する。画像ダイナミックレンジは、基準画像３０Ａまたは検査画像４０Ａのダイナミックレンジである。なお、基準画像３０Ａおよび検査画像４０Ａのダイナミックレンジは同一であるものとして説明する。

【0047】

そして、評価対象画像生成部２０Ｃは、画素ごとに算出した画素値の差の各々に対して、画素値の差が０である場合の上記設定値Ｈを基準として０から最大画素値－１の範囲の値となるように飽和処理を行う。そして、評価対象画像生成部２０Ｃは、画素値の差に対して飽和処理を行った後の値を、該画素位置の画素の画素値として設定する。これらの処理により、評価対象画像生成部２０Ｃは、評価対象画像５０を生成する。

【0048】

図１に戻り説明を続ける。

【0049】

欠陥推定画像生成部２０Ｄは、評価対象画像５０に含まれる第１閾値以上の画素値の画素が連続する画像領域に応じた欠陥候補領域の特徴量に基づいて、画素ごとに欠陥推定値を規定した欠陥推定画像を生成する。

【0050】

欠陥推定画像生成部２０Ｄは、特定部２０Ｅと、特徴量算出部２０Ｆと、補正特徴量算出部２０Ｇと、欠陥判定部２０Ｈと、を有する。

【0051】

特定部２０Ｅは、評価対象画像５０に含まれる第１閾値以上の画素値の画素が連続する画像領域に応じた欠陥候補領域を特定する。

【0052】

図５Ａは、特定部２０Ｅによる欠陥候補領域Ｄの特定の一例の説明図である。図５Ａには、評価対象画像５０Ａを一例として示す。

【0053】

特定部２０Ｅは、評価対象画像５０Ａに含まれる画素の各々の画素値を読取る。そして、特定部２０Ｅは、評価対象画像５０Ａに含まれる画素の内、第１閾値以上の画素値の画素が連続する画像領域Ｑを特定する。なお、画像領域Ｑは、１または複数の画素の群からなる領域であればよく、複数の画素からなる領域に限定されない。

【0054】

第１閾値は、予め定めればよい。例えば、第１閾値には、検査対象の種類、検査対象に要求される欠陥検査精度、評価対象画像５０Ａの生成方法、等に応じて予め定めればよい。また、第１閾値は、ユーザによるＵＩ部１８の操作指示等によって適宜変更可能としてもよい。

【0055】

図５Ａには、特定部２０Ｅが、評価対象画像５０Ａに含まれる画像領域Ｑとして、画像領域Ｑ１～画像領域Ｑ５を特定した場面を一例として示す。

【0056】

例えば、特定部２０Ｅは、特定した画像領域Ｑを欠陥候補領域Ｄとして特定する。詳細には、図５Ａには、画像領域Ｑ１～画像領域Ｑ５の各々を、それぞれ、欠陥候補領域Ｄ１～欠陥候補領域Ｄ５として特定した場面を一例として示す。

【0057】

そして、特定部２０Ｅは、特定した欠陥候補領域Ｄの各々にラベルＬを付与することでラベリングを行う。図５Ａには、欠陥候補領域Ｄ１～欠陥候補領域Ｄ５の各々に、ラベルＬＡ～ラベルＬＥをそれぞれ付与した場面を一例として示す。

【0058】

特定部２０Ｅがラベリングを行うことで、欠陥候補領域Ｄの評価対象画像５０Ａにおける位置、欠陥候補領域Ｄを構成する画素の画素数、欠陥候補領域Ｄに含まれる画素の画素値、欠陥候補領域Ｄに含まれる画素の画素値の内の最大画素値、などが特定される。欠陥候補領域Ｄの評価対象画像５０Ａにおける位置は、例えば、ラベルＬを付与された欠陥候補領域Ｄに含まれる各画素の画素位置、各画素の位置座標、欠陥候補領域Ｄの重心座標、などによって表される。

【0059】

例えば、特定部２０Ｅは、特定した欠陥候補領域Ｄごとに、ラベルＬと、欠陥候補領域Ｄの評価対象画像５０Ａにおける位置、欠陥候補領域Ｄを構成する画素の画素数、欠陥候補領域Ｄに含まれる画素の画素値、および欠陥候補領域Ｄに含まれる画素の画素値の内の最大画素値と、を対応付けて記憶部１４に記憶する。なお、欠陥候補領域ＤのラベルＬを、ラベルＬのＩＤ（識別情報）と、欠陥候補領域Ｄの評価対象画像５０Ａにおける位置、欠陥候補領域Ｄを構成する画素の画素数、欠陥候補領域Ｄに含まれる画素の画素値、および欠陥候補領域Ｄに含まれる画素の画素値の内の最大画素値と、を含む情報として扱ってもよい。

【0060】

特定部２０Ｅは、評価対象画像５０における画像領域Ｑの内、同一のパターン領域Ｐに重複する複数の画像領域Ｑを１つの欠陥候補領域Ｄとして特定することが好ましい。

【0061】

図５Ｂおよび図５Ｃは、欠陥候補領域Ｄの特定の一例の説明図である。図５Ａおよび図５Ｂには、評価対象画像５０Ｂを一例として示す。評価対象画像５０Ｂは、評価対象画像５０の一例である。

【0062】

例えば、特定部２０Ｅが、評価対象画像５０Ｂに含まれる画素の内、第１閾値以上の画素値の画素が連続する画像領域Ｑとして、画像領域Ｑ１～画像領域Ｑ４を特定した場面を想定する。

【0063】

特定部２０Ｅは、パターン領域特定部２０Ｂによって特定されたパターン領域Ｐを、評価対象画像５０Ｂにおけるパターン領域Ｐによって示される同じ画素位置に配置することで、評価対象画像５０Ｂ上にパターン領域Ｐを仮想配置する。図５Ｂには、ラベルＬ１を付与されたパターン領域Ｐ１およびラベルＬ２を付与されたパターン領域Ｐ２を仮想配置した場面を一例として示す。

【0064】

そして、特定部２０Ｅは、評価対象画像５０Ｂにおける画像領域Ｑ１～画像領域Ｑ４の内、同一のパターン領域Ｐに重複する複数の画像領域Ｑを１つの欠陥候補領域Ｄとして特定する。

【0065】

詳細には、特定部２０Ｅは、同じパターン領域Ｐに重複する複数の画像領域Ｑを特定する。図５Ｂに示す例の場合、特定部２０Ｅは、ラベルＬ１を付与されたパターン領域Ｐ１に重複する画像領域Ｑとして、画像領域Ｑ１、画像領域Ｑ２、および画像領域Ｑ３を特定する。

【0066】

パターン領域Ｐに重複するとは、画像領域Ｑの内の少なくとも一部の領域がパターン領域Ｐに重複することを意味する。なお、１つの画像領域Ｑが異なる複数のパターン領域Ｐに重複して配置されている場合がある。この場合、重複する複数のパターン領域Ｐの内、画像領域Ｑとの重複面積が最大のパターン領域Ｐを、該画像領域Ｑが重複するパターン領域Ｐとして特定すればよい。

【0067】

そして、特定部２０Ｅは、評価対象画像５０Ｂにおける、同一のパターン領域Ｐ１に重複する複数の画像領域Ｑ（画像領域Ｑ１～画像領域Ｑ３）の内、重心座標間の距離が所定値以下の画像領域Ｑを、１つの欠陥候補領域Ｄとして特定する。この所定値は、予め定めればよい。また、この所定値は、ユーザによるＵＩ部１８の操作指示などによって適宜変更可能としてもよい。

【0068】

また、特定部２０Ｅは、評価対象画像５０Ｂにおける、同一のパターン領域Ｐ１に重複する複数の画像領域Ｑ（画像領域Ｑ１～画像領域Ｑ３）の内、特徴量が最も大きい画像領域Ｑである最大特徴量領域と、最大特徴量領域の重心座標との重心座標間の距離が所定値以下の他の画像領域Ｑと、を１つの欠陥候補領域Ｄとして特定してもよい。この所定値は、予め定めればよい。また、この所定値は、ユーザによるＵＩ部１８の操作指示などによって適宜変更可能としてもよい。

【0069】

画像領域Ｑの特徴量は、後述する特徴量算出部２０Ｆと同様にして算出すればよい。

【0070】

例えば、パターン領域Ｐ１に重複する画像領域Ｑ１～画像領域Ｑ３の内、画像領域Ｑ２の特徴量が最も大きい場合を想定する。この場合、特定部２０Ｅは、画像領域Ｑ２の重心座標と、該パターン領域Ｐ１に重複する他の画像領域Ｑである画像領域Ｑ１および画像領域Ｑ３の各々の重心座標と、の距離を算出する。例えば、画像領域Ｑ２の重心座標と画像領域Ｑ１の重心座標との距離が所定値以下である場合を想定する。また、画像領域Ｑ２の重心座標と画像領域Ｑ３の重心座標との距離が所定値を超える値である場合を想定する。

【0071】

この場合、図５Ｃに示すように、特定部２０Ｅは、画像領域Ｑ２と画像領域Ｑ１とを１つの欠陥候補領域Ｄ１として特定する。そして、特定部２０Ｅは、画像領域Ｑ２と画像領域Ｑ１とからなる欠陥候補領域Ｄ１に、ラベルＬとして例えばラベルＬＡを付与する。そして、特定部２０Ｅは、他の画像領域Ｑの各々（画像領域Ｑ３、画像領域Ｑ４）を、それぞれ別の欠陥候補領域Ｄ（欠陥候補領域Ｄ２、欠陥候補領域Ｄ３）として特定し、ラベルＬ（ラベルＬＢ、ラベルＬＣ）を付与する。

【0072】

このように、特定部２０Ｅは、評価対象画像５０における画像領域Ｑの内、同一のパターン領域Ｐに重複する複数の画像領域Ｑを１つの欠陥候補領域Ｄとして特定してよい。

【0073】

図１に戻り説明を続ける。

【0074】

特徴量算出部２０Ｆは、評価対象画像５０における特定された欠陥候補領域Ｄの特徴量を算出する。

【0075】

欠陥候補領域Ｄの特徴量は、評価対象画像５０における欠陥候補領域Ｄを構成する画素の各々の特徴値の群によって表される。特徴値の群は、具体的には、例えば、特徴値の分布、特徴値の最大値、特徴値の数すなわち欠陥候補領域Ｄを構成する画素の数または画素群によって表される面積、特徴値の導出に用いた基準画像３０と検査画像４０との画素値の差分の最大値、等を表す。

【0076】

特徴量算出部２０Ｆは、評価対象画像５０に含まれる欠陥候補領域Ｄに画像処理フィルタによるフィルタ処理を施すことで、欠陥候補領域Ｄの特徴量を算出する。

【0077】

画像処理フィルタには、評価対象画像５０に含まれるパターンとノイズとを分類可能なフィルタを用いればよい。評価対象画像５０に含まれるパターンとは、評価対象画像５０におけるパターン領域Ｐに相当する領域である。

【0078】

特徴量算出部２０Ｆは、画像処理フィルタとして、例えば、Ｇａｕｓｓｉａｎ Ｆｉｌｔｅｒ、ＤｏＧ（Difference of Gaussian）、などの画像処理フィルタを用いる。また、特徴量算出部２０Ｆは、Ｇａｕｓｓｉａｎ Ｆｉｌｔｅｒ、ＤｏＧなどの複数種類のフィルタを組み合わせて画像処理フィルタとして用いてもよい。また、特徴量算出部２０Ｆは、画像処理フィルタとして、ウェーブレット変換など周波数空間上のフィルタを用いてもよい。

【0079】

特徴量算出部２０Ｆは、評価対象画像５０に含まれる欠陥候補領域Ｄに画像処理フィルタによるフィルタ処理を施すことで、欠陥候補領域Ｄに含まれる画素の各々の特徴値を求める。そして、特徴量算出部２０Ｆは、欠陥候補領域Ｄに含まれる画素の各々の特徴値の群によって表される特徴量を、評価対象画像５０に含まれる欠陥候補領域Ｄごとに算出する。

【0080】

補正特徴量算出部２０Ｇは、第２閾値を用いて特徴量を補正した補正特徴量を算出する。

【0081】

上述したように、特徴量は評価対象画像５０における欠陥候補領域Ｄを構成する画素の特徴値の群によって表される。

【0082】

補正特徴量算出部２０Ｇは、評価対象画像５０における欠陥候補領域Ｄごとに、欠陥候補領域Ｄを構成する画素の内、第２閾値未値の特徴値を０に補正する。そして、補正特徴量算出部２０Ｇは、補正した後の特徴値の群によって表される特徴量を、補正特徴量として算出する。

【0083】

例えば、補正特徴量算出部２０Ｇは、欠陥候補領域Ｄを構成する画素の各々の特徴値を、第２閾値を用いた上記処理によって補正し、欠陥候補領域Ｄを構成する画素の各々の補正後の特徴値の合計値を、該欠陥候補領域Ｄの補正特徴量として算出する。

【0084】

このとき、補正特徴量算出部２０Ｇは、ノイズ低減のために、例えばＧａｕｓｓｉａｎ Ｆｉｌｔｅｒなどの処理によって欠陥候補領域Ｄに含まれる各画素の補正後の特徴値を平滑化した後に、平滑化後の特徴値の合計値を、該欠陥候補領域Ｄの補正特徴量として算出してもよい。

【0085】

なお、補正特徴量算出部２０Ｇは、評価対象画像生成部２０Ｃが実行する欠陥推定画像生成処理の繰り返しごとに、第２閾値を更新してもよい。

【0086】

欠陥推定画像生成処理とは、欠陥推定画像生成部２０Ｄに含まれる特定部２０Ｅ、特徴量算出部２０Ｆ、補正特徴量算出部２０Ｇ、および欠陥判定部２０Ｈによる一連の処理である。詳細には、欠陥推定画像生成処理は、特定部２０Ｅによる欠陥候補領域Ｄの特定処理、特徴量算出部２０Ｆによる特徴量の算出処理、補正特徴量算出部２０Ｇによる補正特徴量の算出処理、および、後述する欠陥判定部２０Ｈによる欠陥推定画像の生成処理、を順に実行する一連の処理である。

【0087】

詳細は後述するが、本実施形態では、欠陥推定画像生成部２０Ｄは、後述する繰り返し制御部２０Ｉによる制御によって、上記一連の処理である欠陥推定画像生成処理を繰り返す。

【0088】

補正特徴量算出部２０Ｇは、１つの評価対象画像５０に対する第１回目の欠陥推定画像生成処理時には、例えば、予め定められた初期値を第２閾値として設定する。第２閾値の初期値は、例えば、”０”等であるが、この値に限定されない。

【0089】

そして、補正特徴量算出部２０Ｇは、予め定められた第２閾値の初期値を、欠陥推定画像生成処理の繰り返しごとに更新する。詳細には、補正特徴量算出部２０Ｇは、今回処理対象として用いた評価対象画像５０に含まれる１または複数の欠陥候補領域Ｄの各々の補正特徴量のばらつき、１または複数の欠陥候補領域Ｄの補正特徴量の最大値、および欠陥推定画像生成処理の繰り返し回数の少なくとも１つに比例した第２閾値となるように、欠陥推定画像生成処理の繰り返しごとに第２閾値を更新する。

【0090】

補正特徴量算出部２０Ｇによって更新された第２閾値は、次回の欠陥推定画像生成処理時の第２閾値として用いられる。

【0091】

次に、欠陥判定部２０Ｈについて説明する。欠陥判定部２０Ｈは、評価対象画像５０および欠陥候補領域Ｄの補正特徴量を用いて、欠陥推定画像を生成する。

【0092】

図６Ａは、欠陥推定画像６０の一例を示す模式図である。欠陥推定画像６０は、画素ごとに画素値として欠陥推定値を規定した画像である。言い換えると、欠陥推定画像６０は、評価対象画像５０の画素値を、欠陥推定値に置換した画像である。

【0093】

例えば、欠陥判定部２０Ｈは、評価対象画像５０における欠陥候補領域Ｄに含まれる画素ごとに、評価対象画像５０の該欠陥候補領域Ｄの該画素の画素値と該画素の属する欠陥候補領域Ｄの補正特徴量との乗算値に応じた欠陥推定値を規定した、欠陥推定画像６０を生成する。

【0094】

詳細には、欠陥判定部２０Ｈは、欠陥推定画像６０を構成する座標（ｘ，ｙ）の位置の画素の欠陥推定値を、下記式（１）を用いて算出する。

【0095】

Ｅ（ｘ，ｙ）＝α×Ｐ（ｘ，ｙ）×Ｗ（ｌａｂｅｌＦ（ｘ，ｙ）） ・・・式（１）

【0096】

式（１）中、Ｅ（ｘ，ｙ）は、座標（ｘ，ｙ）の位置の画素の欠陥推定値を表す。αは、調整係数を表す。Ｐ（ｘ，ｙ）は、評価対象画像５０の座標（ｘ，ｙ）の画素値を表す。ｌａｂｅｌＦ（ｘ，ｙ）は、座標（ｘ，ｙ）の画素が属する欠陥候補領域Ｄの補正特徴量を表す。Ｗは、欠陥候補領域Ｄの補正特徴量から重み係数を算出する関数である。

【0097】

評価対象画像５０を構成する画素の内、何れの欠陥候補領域Ｄにも属さない画素位置の画素の欠陥推定値には、ｌａｂｅｌＦ（ｘ，ｙ）＝０として算出した値を規定する。

【0098】

αおよびＷは、Ｅ（ｘ，ｙ）≦Ｐ（ｘ，ｙ）の関係を満たすように値を調整すればよい。

【0099】

なお、欠陥判定部２０Ｈは、生成した欠陥推定画像６０に基づいて、欠陥領域を更に判定してもよい。

【0100】

詳細には、欠陥判定部２０Ｈは、生成した欠陥推定画像６０に含まれる各画素の欠陥推定値Ｅ（ｘ，ｙ）が、第４閾値以上の画素を欠陥領域として判定する。第４閾値は、予め定めればよい。第４閾値は、ユーザによるＵＩ部１８の操作指示などによって適宜変更可能としてもよい。

【0101】

例えば、図６Ａに示す欠陥推定画像６０Ａにおける、欠陥候補領域Ｄ１～欠陥候補領域Ｄ５の各々に含まれる画素の欠陥推定値が、第４閾値以上であった場合を想定する。この場合、欠陥判定部２０Ｈは、欠陥候補領域Ｄ１～欠陥候補領域Ｄ５の各々を欠陥領域として判定する。

【0102】

また、欠陥判定部２０Ｈは、生成した欠陥推定画像６０に含まれる各画素の欠陥推定値Ｅ（ｘ，ｙ）が第４閾値以上の画素と、該画素の周辺の画素と、を欠陥領域として判定してもよい。該画素の周辺の画素とは、欠陥推定値Ｅ（ｘ，ｙ）が第４閾値以上の画素に対して隣接する画素と、第４閾値以上の画素および該画素に隣接する画素から離れる方向に向かってＮ個の画素を表す。Ｎは、１以上の整数であり、予め定めればよい。また、Ｎは、ユーザによるＵＩ部１８の操作指示などによって適宜変更可能としてもよい。

【0103】

また、欠陥判定部２０Ｈは、生成した欠陥推定画像６０に含まれる各画素の欠陥推定値Ｅ（ｘ，ｙ）が第５閾値以上第４閾値未満である場合であって、該範囲内の欠陥推定値Ｅ（ｘ，ｙ）の画素が連続してＭ個以上配置されている場合には、これらの画素からなる領域を欠陥領域として判定してもよい。第５閾値は、第４閾値未満の値であればよい。第５閾値およびＭ個の値は予め定めればよい。また、第５閾値およびＭ個の値は、ユーザによるＵＩ部１８の操作指示などによって適宜変更可能としてもよい。

【0104】

図１に戻り説明を続ける。

【0105】

繰り返し制御部２０Ｉは、欠陥判定部２０Ｈで生成された欠陥推定画像６０を評価対象画像５０とした欠陥推定画像生成処理を繰り返すように、欠陥推定画像生成部２０Ｄを制御する。すなわち、繰り返し制御部２０Ｉは、１つの検査画像４０に対して、新たに生成された欠陥推定画像６０を評価対象画像５０として用いた欠陥推定画像生成処理を繰り返すように欠陥推定画像生成部２０Ｄを制御する。

【0106】

詳細には、繰り返し制御部２０Ｉは、欠陥判定部２０Ｈによって生成された欠陥推定画像６０を、次回の欠陥推定画像生成処理に用いる評価対象画像５０とし、上述した一連の処理である欠陥推定画像生成処理を予め定められた終了条件を満たすと判断するまで繰り返すように欠陥推定画像生成部２０Ｄを制御する。

【0107】

終了条件は、予め定めればよい。終了条件は、具体的には、欠陥推定画像生成処理の繰り返し実行回数が所定回数以上、欠陥推定画像６０に含まれる欠陥候補領域Ｄの数が所定数以下、および、欠陥推定画像生成処理の前回実行時に生成された欠陥推定画像６０と欠陥推定画像生成処理の今回実行時に生成された欠陥推定画像６０とが一致する回数が所定回数以上、の少なくとも１つの条件を満たすことを表す。

【0108】

これらの所定回数および所定数は、予め設定すればよい。また、これらの所定回数および所定数は、ユーザによるＵＩ部１８の操作指示などによって適宜変更可能としてもよい。また、繰り返し制御部２０Ｉは、基準画像３０に含まれるパターン領域Ｐによって表されるパターン特有の条件、および欠陥検査装置１０の性能に応じて、終了条件として何れの１または複数の上記条件を用いるかを調整してもよい。

【0109】

欠陥推定画像生成処理の繰り返し実行回数が少ないほど、ノイズや疑似欠陥が欠陥推定画像６０に含まれている可能性が高い。また、欠陥推定画像６０に含まれる欠陥候補領域Ｄの数が多いほど、ノイズや疑似欠陥が欠陥推定画像６０に含まれている可能性が高い。また、欠陥推定画像生成処理の前回実行時に生成された欠陥推定画像６０と欠陥推定画像生成処理の今回実行時に生成された欠陥推定画像６０とが一致する回数が多いほど、より高精度な欠陥推定画像６０が既に生成された状態となっている可能性が高い。

【0110】

このため、繰り返し制御部２０Ｉが上記処理条件を満たすと判断するまで欠陥推定画像生成処理を繰り返すように制御することで、欠陥領域と、疑似欠陥の領域およびノイズと、を高精度に分離することが可能となる。また、パターン特有の条件および欠陥検査装置１０の性能に応じて、終了条件として何れの１または複数の上記条件を用いるかを調整することで、効率よく欠陥領域の検査を行うことが可能となる。

【0111】

繰り返し制御部２０Ｉが欠陥推定画像生成処理を繰り返すように欠陥推定画像生成部２０Ｄを制御することで、終了条件を満たす段階で生成された欠陥推定画像６０は、欠陥推定画像生成処理の終了条件を満たさない段階で生成された欠陥推定画像６０に比べて、欠陥推定値の低い画素およびノイズの除去された欠陥推定画像６０となる。

【0112】

図６Ａは、例えば、推定画像生成処理の終了条件を満たさない段階で生成された欠陥推定画像６０Ａの一例を示す模式図である。図６Ｂは、推定画像生成処理の終了条件を満たす段階で生成された欠陥推定画像６０Ｂの一例を示す模式図である。欠陥推定画像６０Ｂは、欠陥推定画像６０の一例である。

【0113】

図６Ａに示すように、終了条件を満たさない段階で生成された欠陥推定画像６０Ａは、例えば、ノイズまたは欠陥推定画像生成処理の繰り返しにより欠陥推定値が低くなる領域である欠陥候補領域Ｄ４および欠陥候補領域Ｄ５などを含む。一方、図６Ｂに示すように、終了条件を満たす段階で生成された欠陥推定画像６０Ｂは、例えば、終了条件を満たさない段階で生成された欠陥推定画像６０Ａに含まれていたノイズまたは欠陥推定画像生成処理の繰り返しにより欠陥推定値が低くなる領域である欠陥候補領域Ｄ４および欠陥候補領域Ｄ５を含まない。

【0114】

このため、繰り返し制御部２０Ｉが欠陥推定画像生成処理を繰り返すように、欠陥推定画像生成部２０Ｄを制御することで、欠陥推定画像生成部２０Ｄは、より高精度に欠陥領域を検査可能な欠陥推定画像６０を生成することができる。

【0115】

なお、欠陥推定画像生成処理の繰り返しにより欠陥推定値が低くなる領域であっても、実際には欠陥として検出されるべき領域である場合がある。例えば、同一のパターン領域Ｐ上に上述した画像領域Ｑが複数存在する場合がある。これらの複数の画像領域Ｑの少なくとも一部は、欠陥推定画像生成処理の繰り返しにより欠陥推定値が低くなる領域であっても、欠陥として検出されるべき領域である可能性が高い。

【0116】

そこで、本実施形態の欠陥推定画像生成部２０Ｄの特定部２０Ｅは、上述したように、評価対象画像５０における画像領域Ｑの内、同一のパターン領域Ｐに重複する複数の画像領域Ｑを１つの欠陥候補領域Ｄとして特定する。

【0117】

詳細には、上述したように、特定部２０Ｅは、評価対象画像５０における、同一のパターン領域Ｐに重複する複数の画像領域Ｑの内、特徴量が最も大きい画像領域Ｑである最大特徴量領域と、最大特徴量領域の重心座標との重心座標間の距離が所定値以下の他の画像領域Ｑと、を１つの欠陥候補領域Ｄとして特定する。

【0118】

このため、欠陥推定画像生成部２０Ｄは、欠陥推定画像生成処理の繰り返しにより欠陥推定値が低くなる領域であっても、欠陥として検出されるべき領域である可能性の高い領域について、事前に特徴量または補正特徴量が大きい値となるように、欠陥推定画像６０の生成処理前に予め調整することができる。

【0119】

よって、本実施形態の欠陥推定画像生成部２０Ｄは、欠陥推定画像生成処理の繰り返しにより欠陥推定値が低くなる領域であっても、欠陥として検出されるべき領域である可能性の高い領域を高精度に検査可能な欠陥推定画像６０を生成することができる。

【0120】

図１に戻り説明を続ける。

【0121】

繰り返し制御部２０Ｉが終了条件を満たすと判断すると、出力制御部２０Ｊは、欠陥推定画像生成部２０Ｄによる欠陥推定画像生成処理の繰り返しの最後に生成された欠陥推定画像６０を、ＵＩ部１８へ出力する。また、出力制御部２０Ｊは、該欠陥推定画像６０と共に、該欠陥推定画像６０の欠陥推定画像生成処理に用いた検査画像４０および基準画像３０の少なくとも一方と、をＵＩ部１８へ出力してもよい。また、出力制御部２０Ｊは、該欠陥推定画像６０を、通信部１６を介して外部の情報処理装置へ送信してもよい。また、出力制御部２０Ｊは、該欠陥推定画像６０を記憶部１４に記憶してもよい。

【0122】

また、出力制御部２０Ｊは、欠陥推定画像６０と共にまたは欠陥推定画像６０に替えて、欠陥推定画像６０によって表される欠陥領域の判定結果を出力してもよい。判定結果には、欠陥判定部２０Ｈによる欠陥領域の判定結果を用いればよい。判定結果は、例えば、欠陥推定画像６０における欠陥領域を構成する画素の位置などによって表される。欠陥推定画像６０に含まれる各画素の位置は、基準画像３０、検査画像４０、および評価対象画像５０の各々の画素の位置に対応する。このため、出力制御部２０Ｊは、欠陥推定画像６０によって表される欠陥領域の判定結果を出力することで、検査画像４０における何れの画素位置が欠陥であるかを表す情報を出力することができる。

【0123】

次に、本実施形態の欠陥検査装置１０で実行する情報処理の流れの一例を説明する。

【0124】

図７は、本実施形態の欠陥検査装置１０で実行する情報処理の流れの一例を示すフローチャートである。

【0125】

取得部２０Ａが、基準画像３０および検査画像４０を取得する（ステップＳ１００）。パターン領域特定部２０Ｂは、ステップＳ１００で取得した基準画像３０に含まれるパターン領域Ｐを特定する（ステップＳ１０２）。

【0126】

評価対象画像生成部２０Ｃは、ステップＳ１００で取得した基準画像３０および検査画像４０から評価対象画像５０を生成する（ステップＳ１０４）。

【0127】

特定部２０Ｅは、ステップＳ１０４で生成された評価対象画像５０に含まれる欠陥候補領域Ｄを特定する（ステップＳ１０６）。

【0128】

特徴量算出部２０Ｆは、ステップＳ１０４で生成された評価対象画像５０における、ステップＳ１０６で特定された欠陥候補領域Ｄの特徴量を算出する（ステップＳ１０８）。

【0129】

補正特徴量算出部２０Ｇは、ステップＳ１０８で算出された特徴量を、第２閾値を用いて補正し、補正特徴量を算出する（ステップＳ１１０）。

【0130】

補正特徴量算出部２０Ｇは、ステップＳ１１０で補正量特徴量の算出に用いた第２閾値を更新する（ステップＳ１１２）。

【0131】

欠陥判定部２０Ｈは、ステップＳ１０４で生成した評価対象画像５０およびステップＳ１１０で算出した欠陥候補領域Ｄの補正特徴量を用いて、欠陥推定画像６０を生成する（ステップＳ１１４）。

【0132】

繰り返し制御部２０Ｉは、終了条件を満たすか否かを判断する（ステップＳ１１６）。終了条件を満たさないと判断すると（ステップＳ１１６：Ｎｏ）、ステップＳ１１８へ進む。

【0133】

ステップＳ１１８では、繰り返し制御部２０Ｉは、ステップＳ１１４で生成された欠陥推定画像６０を評価対象画像５０として設定する（ステップＳ１１８）。繰り返し制御部２０Ｉは、ステップＳ１０４で生成された評価対象画像５０に替えて、ステップＳ１１４で生成された欠陥推定画像６０を評価対象画像５０として用いて処理を行うように、特定部２０Ｅ、特徴量算出部２０Ｆ、補正特徴量算出部２０Ｇ、および欠陥判定部２０Ｈの各々を制御する。そして、上記ステップＳ１０６へ戻る。

【0134】

このため、１つの評価対象画像５０に対する最初の欠陥推定画像生成処理（ステップＳ１０６～ステップＳ１１４の処理）では、欠陥推定画像生成部２０Ｄは、ステップＳ１０４で生成した評価対象画像５０を用いる。一方、２回目以降の欠陥推定画像生成処理の繰り返し時には、欠陥推定画像生成部２０Ｄは、前回の欠陥推定画像生成処理によって生成された欠陥推定画像６０を評価対象画像５０として用いて、欠陥推定画像生成処理を実行する。

【0135】

繰り返し制御部２０Ｉが終了条件を満たすと判断すると（ステップＳ１１６：Ｙｅｓ）、ステップＳ１２０へ進む。ステップＳ１２０では、出力制御部２０Ｊが、欠陥推定画像生成部２０Ｄによる欠陥推定画像生成処理の繰り返しの最後に生成された欠陥推定画像６０を、ＵＩ部１８へ出力する（ステップＳ１２０）。そして、本ルーチンを終了する。

【0136】

以上説明したように、本実施形態の欠陥検査装置１０は、取得部２０Ａと、評価対象画像生成部２０Ｃと、欠陥推定画像生成部２０Ｄと、繰り返し制御部２０Ｉと、を備える。取得部２０Ａは、検査対象を撮影した検査画像４０および検査対象の設計時の基準画像３０を取得する。評価対象画像生成部２０Ｃは、検査画像４０および基準画像３０に応じた評価対象画像５０を生成する。欠陥推定画像生成部２０Ｄは、評価対象画像５０に含まれる第１閾値以上の画素値の画素が連続する画像領域Ｑに応じた欠陥候補領域Ｄの特徴量に基づいて、画素ごとに欠陥推定値を規定した欠陥推定画像６０を生成する。繰り返し制御部２０Ｉは、欠陥推定画像６０を評価対象画像５０とした欠陥推定画像生成処理を繰り返すように欠陥推定画像生成部２０Ｄを制御する。

【0137】

ここで、従来技術として、検査画像と検査対象の設計時の基準画像とを比較し、画像に含まれるエッジ形状の変化に基づいて欠陥領域を判定する技術が開示されている。また、検査画像に複数のフィルタ処理を施すことによって多次元の特徴画像を生成し、多次元の特徴画像から欠陥を検出する技術が開示されている。

【0138】

しかしながら、エッジ形状の変化に基づいた判定技術では判定対象のパターンおよび欠陥の形状が限定され、判定対象以外の形状のパターンおよび欠陥を含む検査画像に含まれる欠陥領域を判定することは困難であった。また、多次元の特徴画像を用いる技術では、検査画像に含まれるノイズや検出条件等の影響により、欠陥ではない疑似欠陥を欠陥として検出する場合があった。すなわち、従来技術では、欠陥領域を高精度に検査することは困難であった。

【0139】

一方、本実施形態の欠陥検査装置１０は、検査画像４０および基準画像３０に応じて生成した評価対象画像５０に含まれる欠陥候補領域Ｄの特徴量に基づいて欠陥推定画像６０を生成する欠陥推定画像生成処理を、生成した欠陥推定画像６０を評価対象画像５０として用いて繰り返し実行する。

【0140】

このため、本実施形態の欠陥検査装置１０は、欠陥推定画像生成処理を繰り返し実行することで、欠陥推定画像生成処理の繰り返しにより欠陥推定値が低くなる欠陥候補領域Ｄを含まない欠陥推定画像６０を生成することができる。すなわち、欠陥検査装置１０は、欠陥推定画像生成処理の繰り返しにより、欠陥推定値の低い画素およびノイズを除去した欠陥推定画像６０を生成することができる。また、欠陥検査装置１０は、欠陥ではない疑似欠陥が欠陥推定画像６０に含まれることを抑制することができる。すなわち、本実施形態の欠陥検査装置１０は、欠陥推定画像生成処理を繰り返すように制御することで、欠陥領域と、疑似欠陥の領域およびノイズと、を高精度に分離することが可能となる。

【0141】

よって、本実施形態の欠陥検査装置１０は、高精度に欠陥領域を検査可能な欠陥推定画像６０を生成することができる。言い換えると、欠陥検査装置１０は、高精度に欠陥領域を検査可能な欠陥推定画像６０を用いることで、欠陥領域を高精度に検査することができる。

【0142】

従って、本実施形態の欠陥検査装置１０は、欠陥領域の検査精度の向上を図ることができる。

【0143】

また、本実施形態の欠陥検査装置１０は、検査画像４０および基準画像３０に応じて生成した評価対象画像５０に含まれる欠陥候補領域Ｄの特徴量に基づいて欠陥推定画像６０を生成する。このため、本実施形態の欠陥検査装置１０は、上記効果に加えて、検査画像４０に含まれるパターンおよび欠陥の形状に拘わらず、欠陥領域を高精度に検査することができる。

【0144】

また、本実施形態の欠陥検査装置１０は、多次元の特徴画像を用いずに欠陥推定画像６０を生成するため演算負荷の低減を図ることができる、また、本実施形態の欠陥検査装置１０は、高精度に且つ効率よく欠陥領域を検査することができる。

【0145】

また、本実施形態の欠陥検査装置１０は、検査画像４０に対して直接フィルタ処理を施すのではなく、基準画像３０および検査画像４０に応じた評価対象画像５０を用いて欠陥推定画像６０を生成する。このように、本実施形態の欠陥検査装置１０は、検査画像４０に対して直接フィルタ処理を施さないため、欠陥の形状を保持した欠陥推定画像６０を提供することができる。

【0146】

また、本実施形態の欠陥検査装置１０の補正特徴量算出部２０Ｇは、欠陥推定画像生成処理の繰り返しごとに第２閾値を更新する。詳細には、補正特徴量算出部２０Ｇは、今回処理対象として用いた評価対象画像５０に含まれる１または複数の欠陥候補領域Ｄの各々の補正特徴量のばらつき、１または複数の欠陥候補領域Ｄの補正特徴量の最大値、および欠陥推定画像生成処理の繰り返し回数の少なくとも１つに比例した前記第２閾値となるように、前記欠陥推定画像生成処理の繰り返しごとに前記第２閾値を更新する。

【0147】

このため、補正特徴量算出部２０Ｇは、前回生成された評価対象画像５０に含まれるノイズの状況に応じた補正特徴量を算出することができる。よって、本実施形態の欠陥検査装置１０は、欠陥推定画像生成処理を繰り返し実行することで、ノイズがより低減された評価対象画像５０を生成することができる。

【0148】

次に、上記実施形態の欠陥検査装置１０のハードウェア構成の一例を説明する。

【0149】

図８は、上記実施形態の欠陥検査装置１０の一例のハードウェア構成図である。

【0150】

上記実施形態の欠陥検査装置１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）８１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８３、および通信Ｉ／Ｆ８４等がバス８５により相互に接続されており、通常のコンピュータを利用したハードウェア構成となっている。

【0151】

ＣＰＵ８１は、上記実施形態の欠陥検査装置１０を制御する演算装置である。ＲＯＭ８２は、ＣＰＵ８１による各種処理を実現するプログラム等を記憶する。ここではＣＰＵを用いて説明しているが、欠陥検査装置１０を制御する演算装置として、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いてもよい。ＲＡＭ８３は、ＣＰＵ８１による各種処理に必要なデータを記憶する。通信Ｉ／Ｆ８４は、ＵＩ部１８などに接続し、データを送受信するためのインターフェースである。

【0152】

上記実施形態の欠陥検査装置１０では、ＣＰＵ８１が、ＲＯＭ８２からプログラムをＲＡＭ８３上に読み出して実行することにより、上記各機能がコンピュータ上で実現される。

【0153】

なお、上記実施形態の欠陥検査装置１０で実行される上記各処理を実行するためのプログラムは、ＨＤＤ（ハードディスクドライブ）に記憶されていてもよい。また、上記実施形態の欠陥検査装置１０で実行される上記各処理を実行するためのプログラムは、ＲＯＭ８２に予め組み込まれて提供されていてもよい。

【0154】

また、上記実施形態の欠陥検査装置１０で実行される上記処理を実行するためのプログラムは、インストール可能な形式または実行可能な形式のファイルでＣＤ－ＲＯＭ、ＣＤ－Ｒ、メモリカード、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、フレキシブルディスク（ＦＤ）等のコンピュータで読み取り可能な記憶媒体に記憶されてコンピュータプログラムプロダクトとして提供されるようにしてもよい。また、上記実施形態の欠陥検査装置１０で実行される上記処理を実行するためのプログラムを、インターネットなどのネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するようにしてもよい。また、上記実施形態の欠陥検査装置１０で実行される上記処理を実行するためのプログラムを、インターネットなどのネットワーク経由で提供または配布するようにしてもよい。

【0155】

なお、上記には、本発明の実施形態を説明したが、本実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

【符号の説明】

【0156】

１０ 欠陥検査装置
２０Ａ 取得部
２０Ｂ パターン領域特定部
２０Ｃ 評価対象画像生成部
２０Ｄ 欠陥推定画像生成部
２０Ｅ 特定部
２０Ｆ 特徴量算出部
２０Ｇ 補正特徴量算出部
２０Ｈ 欠陥判定部
２０Ｉ 繰り返し制御部
３０ 基準画像
４０ 検査画像
５０ 評価対象画像
６０ 欠陥推定画像

【図1】

【図2A】

【図2B】

【図3A】

【図3B】

【図4】

【図5A】

【図5B】

【図5C】

【図6A】

【図6B】

【図7】

【図8】