JP4155496B2 - 分類支援装置、分類装置およびプログラム - Google Patents
分類支援装置、分類装置およびプログラム Download PDFInfo
- Publication number
- JP4155496B2 JP4155496B2 JP2002123870A JP2002123870A JP4155496B2 JP 4155496 B2 JP4155496 B2 JP 4155496B2 JP 2002123870 A JP2002123870 A JP 2002123870A JP 2002123870 A JP2002123870 A JP 2002123870A JP 4155496 B2 JP4155496 B2 JP 4155496B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- classification
- defect
- inspection
- display
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、検査対象の分類の入力を支援する技術に関する。
【０００２】
【従来の技術】
半導体基板、ガラス基板、プリント基板、基板の露光に使用するマスク等（以下、「基板」という。）の製造工程において、異物や傷、エッチング不良等の欠陥を検査するために光学顕微鏡や走査電子顕微鏡等を用いて外観検査が行われている。従来より、このような検査工程において検出された欠陥に対して、さらに詳細な解析を行うことによりその欠陥の発生原因を特定し、欠陥に対する対策等が行われてきた。
【０００３】
近年では、基板上のパターンの複雑化および微細化に伴い、検出される欠陥の種類および数量が増加する傾向にある。そこで、検査工程で検出された欠陥を属すべき分類（以下、「カテゴリ」という。）へと自動的に分類する自動分類（Auto Defect Classification、以下、「ＡＤＣ」という。）が提案されている。ＡＤＣにより、多種かつ大量の欠陥が検出された場合であっても、欠陥の解析を迅速かつ効率的に行うことが実現される。例えば、ＡＤＣにより分類された欠陥のうち発生頻度の高いカテゴリに注目し、優先的に対策を施すこと等が可能となる。
【０００４】
また、検査結果の自動分類は、欠陥の分類を行うＡＤＣのみならず、多様な目的で使用されており、このような自動分類では、様々なカテゴリに分類するための分類器として、ニューラルネットワークや決定木、判別分析等の手法が採用されている。
【０００５】
分類器に自動分類を行わせるには、所望のカテゴリに応じた教師データを予め用意し、分類器を学習させる必要がある。例えばＡＤＣにおいては、操作者が複数の欠陥画像を観察し、各欠陥画像がどのカテゴリに適合するか等を判断して教示を行うことにより教師データが作成される。
【０００６】
【発明が解決しようとする課題】
ところで、自動分類の性能は、分類器を学習させる教師データの質に大きく依存する。質が高い教師データを用意するには、操作者による大量かつ正確な教示作業が求められ、多大な労力がかかってしまう。そこで、教示作業を迅速かつ正確に行うために、操作者を支援する効率的な環境が求められている。
【０００７】
また、既存データの修正または追加の教示作業を行う場合、修正または追加に係る変更が適切であるかどうかを判断するための情報が操作者に与えられなければ、必ずしも教師データの質の向上に結びつかない場合が想定される。
【０００８】
例えば、特開２００１−１５６１３５号公報では、操作者による分類支援のために画像の特徴量に基づいて画像を配列表示する技術が開示されている。しかしながら、特徴量以外の情報は分類支援に利用されないため、特徴量の算出条件が教師データの質を低下させてしまう状態にある（すなわち、特異な画像である）か否かの判断を支援する情報が操作者には与えられない。その結果、上記技術では必ずしも適切な分類を効率よく行う環境が実現されるとはいえない。
【０００９】
さらに、検査装置とＡＤＣを行う分類装置とが接続された、いわゆるインライン型の検査システムが構築される場合には、検査装置で取得される画像は低解像度となることから、操作者が不適切な教示作業を行ってしまう可能性が高くなる。また、検査装置では分類のための有意義な様々な情報が生成され、分類装置では検査に役立つ情報が生成されるにもかかわらず、これらの情報の有効な活用も従来行われなかった。
【００１０】
本発明は上記課題に鑑みなされたものであり、検査対象の画像の分類を支援する効率的な環境を提供することを目的とする。
【００１１】
【課題を解決するための手段】
請求項１に記載の発明は、検査対象の分類の入力を支援する分類支援装置であって、画像を表示する表示部と、検査対象の画像を分類する入力を受け付ける入力部と、予め準備された複数の検査対象の画像が示す複数の検査対象が撮像された際の撮像位置に基づいて前記複数の検査対象の順序を決定し、前記順序に従って前記複数の検査対象の画像を前記表示部に配列表示させる処理部とを備える。
【００１２】
請求項２に記載の発明は、請求項１に記載の分類支援装置であって、前記処理部が、前記複数の検査対象の画像のうち分類が付与された画像に対して付与済みの分類を特定し、前記分類が付与された画像に分類を示す識別表示を付加しつつ前記複数の検査対象の画像を前記表示部に配列表示させる。
【００１９】
請求項３に記載の発明は、検査対象の分類の入力を支援する分類支援装置であって、画像を表示する表示部と、欠陥を示す画像である検査対象の画像を分類する入力を受け付ける入力部と、検査対象の画像の一部の領域であって、分類の入力に際して参照される特徴量が求められる領域を特定し、前記検査対象の画像を前記領域が識別可能な状態で前記表示部に表示させる処理部とを備える。
【００２０】
請求項４に記載の発明は、請求項３に記載の分類支援装置であって、複数の検査対象を順次検査する検査装置から検査対象の画像のデータを受信する受信部と、受信した画像のデータを記憶する記憶部とをさらに備える。
【００２１】
請求項５に記載の発明は、検査対象を分類する分類装置であって、請求項１ないし４のいずれかに記載の分類支援装置と、前記分類支援装置により分類された複数の検査対象の画像に基づいて分類条件を求め、分類対象の画像を前記分類条件に基づいて自動的に分類する分類手段とを備える。
【００２２】
請求項６に記載の発明は、検査対象の分類の入力をコンピュータに支援させるプログラムであって、前記プログラムのコンピュータによる実行は、前記コンピュータに、ａ）予め準備された複数の検査対象の画像が示す複数の検査対象が撮像された際の撮像位置に基づいて前記複数の検査対象の順序を決定する工程と、ｂ）前記順序に従って前記複数の検査対象の画像を表示部に配列表示する工程とを実行させる。
【００２３】
請求項７に記載の発明は、請求項６に記載のプログラムであって、前記プログラムのコンピュータによる実行は、前記コンピュータに、前記複数の検査対象の画像のうち分類が付与された画像に対して付与済みの分類を特定する工程をさらに実行させ、前記ｂ）工程において、前記分類が付与された画像に分類を示す識別表示を付加しつつ前記複数の検査対象の画像が前記表示部に配列表示される。
【００２８】
請求項８に記載の発明は、検査対象の分類の入力をコンピュータに支援させるプログラムであって、前記プログラムのコンピュータによる実行は、前記コンピュータに、欠陥を示す画像である検査対象の画像の一部の領域であって、分類の入力に際して参照される特徴量が求められる領域を特定する工程と、前記検査対象の画像を前記領域が識別可能な状態で表示部に表示する工程とを実行させる。
【００２９】
【発明の実施の形態】
図１は検査対象の欠陥検査を行い、検出された欠陥の自動分類を行う検査システム１の概略構成を示す図である。検査システム１は半導体基板（以下「基板」という。）９上の検査対象領域を撮像する撮像装置２、撮像装置２からの画像データに基づいて欠陥検査を行うとともに欠陥が検出された場合に欠陥が属すべきカテゴリへと欠陥を自動分類する（ＡＤＣを行う）検査・分類装置４、および、検査システム１の全体動作を制御するホストコンピュータ５を有する。撮像装置２は基板９の製造ラインに組み込まれ、検査システム１はいわゆるインライン型のシステムとなっている。
【００３０】
撮像装置２は、基板９上の検査対象領域を撮像することにより画像データを取得する撮像部２１、基板９を保持するステージ２２、および、撮像部２１に対してステージ２２を相対的に移動させるステージ駆動部２３を有し、撮像部２１は、照明光を出射する照明部２１１、基板９に照明光を導くとともに基板９からの光が入射する光学系２１２、および、光学系２１２により結像された基板９の像を電気信号に変換する撮像デバイス２１３を有する。ステージ駆動部２３はボールねじ、ガイドレールおよびモータにより構成され、ホストコンピュータ５がステージ駆動部２３および撮像部２１を制御することにより、基板９上の検査対象領域が撮像される。
【００３１】
検査・分類装置４は、検査対象領域の画像データを処理しつつ欠陥検査を行う欠陥検査処理部４１、および、欠陥を分類する欠陥自動分類部４２を有する。欠陥検査処理部４１は検査対象領域の画像データを高速に処理する専用の電気的回路を有し、撮像された画像と参照画像との比較や画像処理により検査対象領域の欠陥検査を行う。すなわち、撮像装置２および欠陥検査処理部４１が検査システム１における検査装置としての役割を担う。欠陥検査処理部４１が検査対象領域から欠陥を検出すると、欠陥の画像データや検査に利用された各種データが欠陥検査処理部４１のメモリに一時的に保存される。
【００３２】
一方、欠陥自動分類部４２は各種演算処理を行うＣＰＵや各種情報を記憶するメモリ等により構成されており、検出された欠陥をニューラルネットワーク、決定木、判別分析等を利用して分類する処理をソフトウェア的に実行する。ホストコンピュータ５は検査システム１の制御としての役割の他に、欠陥自動分類部４２が行う分類に際して使用される各種パラメータ（すなわち、分類条件）の生成も行う。パラメータの生成は学習により行われ、操作者がホストコンピュータ５に表示された画像に対して欠陥のカテゴリ（分類）を入力するという分類作業（教示作業）を行うことによりホストコンピュータ５が教師データを生成し、さらに、学習を行って学習結果が自動分類に利用されるパラメータとして欠陥自動分類部４２へと出力される。なお、ホストコンピュータ５は、操作者による分類作業（すなわち、カテゴリの入力）の支援を行う機能を多数有し、分類支援装置としての役割も果たす。
【００３３】
図２は欠陥検査処理部４１において欠陥が検出された際の検査システム１の動作の流れを示す図である。
【００３４】
まず、欠陥自動分類部４２は欠陥検査処理部４１から検査対象領域の画像（欠陥画像）や検査処理の際に求められたデータ（差分画像、参照画像等のデータ）を受信して取得する（ステップＳ１１）。続いて、欠陥自動分類部４２において欠陥画像から特徴量が算出される（ステップＳ１２）。なお、特徴量の算出は欠陥検査処理部４１において行われてもよく、特徴量の算出が行われる領域は欠陥検査処理部４１または欠陥自動分類部４２により適宜決定される。その後、検出された欠陥の自動分類が行われる（ステップＳ１３）。すなわち、予めホストコンピュータ５から学習結果が入力されている欠陥自動分類部４２の分類器に特徴量および各種データが入力され、欠陥自動分類部４２が分類結果を出力する。なお、特徴量とは、画素値を所定の規則にて演算処理することにより得られる値を差し、特徴量の多くは、画像に何らかのフィルタを作用させることにより得られる。例えば、画像の平均輝度、テクスチャ情報、所定の条件を満たす領域の大きさ、抽出されるエッジの量等のように画像の何らかの特徴を示す指標値が特徴量とされる。
【００３５】
検査システム１では、欠陥検査処理部４１にて欠陥が検出される毎に図２に示す動作がリアルタイムにて行われ、欠陥を示す多量の画像の分類が高速に行われる。
【００３６】
次に、欠陥自動分類部４２による分類の事前準備である教示作業に際して、操作者による欠陥画像の分類作業がホストコンピュータ５により支援される様子について説明する。
【００３７】
ホストコンピュータ５は、図３に示すように、各種演算処理を行うＣＰＵ５１、基本プログラムを記憶するＲＯＭ５２および各種情報を記憶するＲＡＭ５３をバスラインに接続した一般的なコンピュータシステムの構成となっている。バスラインにはさらに、情報記憶を行う固定ディスク５４、画像等の各種情報の表示を行うディスプレイ５５、操作者からの入力を受け付けるキーボード５６ａおよびマウス５６ｂ（以下、「入力部５６」と総称する。）、光ディスク、磁気ディスク、光磁気ディスク等のコンピュータ読み取り可能な記録媒体８から情報の読み取りを行う読取装置５７、並びに、検査システム１の他の構成との間で信号を送受信する通信部５８が、適宜、インターフェイス（Ｉ／Ｆ）を介する等して接続される。
【００３８】
ホストコンピュータ５には、事前に読取装置５７を介して記録媒体８からプログラム８０が読み出され、固定ディスク５４に記憶される。そして、プログラム８０がＲＡＭ５３にコピーされるとともにＣＰＵ５１がＲＡＭ５３内のプログラムに従って演算処理を実行することにより（すなわち、コンピュータがプログラムを実行することにより）、ホストコンピュータ５が分類支援装置としての動作を行う。
【００３９】
図４はＣＰＵ５１がプログラム８０に従って動作することにより、ＣＰＵ５１、ＲＯＭ５２、ＲＡＭ５３、固定ディスク５４等が実現する分類支援装置の機能構成を示すブロック図であり、処理部６内に示すブロックがＣＰＵ５１等により実現される機能を示す。なお、図４における符号４１１は検査・分類装置４の欠陥検査処理部４１が有するメモリを示す。
【００４０】
前述のように欠陥検査処理部４１において検出された欠陥の各種データ（以下、「検出欠陥データ」と総称する。）はメモリ４１１に保存されており、基板９の検査対象領域にそれぞれ付与された識別番号であるシリアルナンバ７１１、撮像部２１により取得された検査対象領域の画像データ７１２、検査対象領域の基板９上の（絶対または相対）位置を示す撮像位置データ７１３、および、検査処理において利用された検査処理データ７１４を有する。
【００４１】
図５はホストコンピュータ５が欠陥自動分類部４２へと送信されるパラメータ（学習結果）を生成する際の動作の流れを示す図である。
【００４２】
まず、ホストコンピュータ５が通信部５８を介して検査・分類装置４から複数の欠陥の各種データ（検出欠陥データ７１）を取得し、図４に示すように欠陥データ７２として固定ディスク５４に保存する（ステップＳ２１）。最初に学習作業を行う際には、固定ディスク５４には欠陥に関するデータは全く存在しない状態である。したがって、取得された欠陥データ７２には処理部６により未分類を示す分類データ７１５が付与される。
【００４３】
続いて、処理部６の特徴量算出部６３が欠陥を示す画像データ７１２から特徴量を算出するとともに、ディスプレイ５５に表示された欠陥画像に従って操作者による分類対象の欠陥画像へのカテゴリの入力を入力部５６が受け付けることにより、各欠陥の分類が行われる（すなわち、分類結果が教示される）（ステップＳ２２）。ステップＳ２２における教示作業では、ホストコンピュータ５により操作者が各欠陥が属すべきカテゴリを決定入力（未分類を入力し、学習に使用しない指定も含む。）する操作が支援される。そして、算出された特徴量と教示作業により取得された各種情報により教師データが作成される。なお、属すべきカテゴリが決定されなかった欠陥の場合は、分類データ７１５には未分類を示す内容が維持される。教師データが作成されると、作成された教師データに基づいてホストコンピュータ５が学習を行い、学習結果が取得される（ステップＳ２３）。学習が終了すると、学習結果が欠陥自動分類部４２に入力される。
【００４４】
次に、ホストコンピュータ５が操作者によるカテゴリの入力を支援する各種動作について説明を行う。なお、以下の説明では、固定ディスク５４に記憶されている欠陥データ７２にはカテゴリが付与されているものと未分類のものとが混在しているものとして説明する。
【００４５】
図６は操作者によるカテゴリの入力を支援する動作の流れの一例を示す図であり、固定ディスク５４内の欠陥データ７２に含まれる画像データ７１２（欠陥画像）がディスプレイ５５に最初に表示される際のホストコンピュータ５の動作を示している。まず、図４に示す表示順序決定部６１において複数の欠陥の順序が決定される（ステップＳ３１）。順序決定の規則は、予め操作者がディスプレイ５５に表示されたメニュー項目から「大きさによる並べ替え」、または、「位置による並べ替え」のいずれかを入力部５６より選択することにより決定される。
【００４６】
「大きさによる並べ替え」が選択された場合には、複数の欠陥データ７２の画像データ７１２が表示順序決定部６１に送信され、表示順序決定部６１が画像データ７１２から欠陥の大きさ（面積）を算出し、欠陥の大きさに基づいて順序を決定する。「位置による並べ替え」が選択された場合には、複数の欠陥データ７２の撮像位置データ７１３が表示順序決定部６１に送信され、表示順序決定部６１が撮像位置データ７１３に従って欠陥の表示順序を決定する。
【００４７】
ここで、欠陥の撮像位置として、基板９上の絶対位置と相対位置とが選択可能とされている。図７に示すように、基板９は最終的に製造されるチップに対応する複数の基準領域９１（以下、「ダイ」という。）を有し、相対位置とは各ダイ９１内の基準位置を基準とした位置である。
【００４８】
続いて、複数の欠陥データ７２の画像データ７１２および分類データ７１５が表示制御部６５に送信され、表示制御部６５が分類データ７１５を参照してカテゴリが付与された欠陥画像に対して付与済みのカテゴリを特定する（ステップＳ３２）。そして、表示制御部６５が特定したカテゴリに従った色の外枠を画像データ７１２に付加しつつ、表示順序決定部６１において決定された順序に従って欠陥画像がディスプレイ５５に配列表示される（ステップＳ３３）。
【００４９】
図８は以上の動作によるディスプレイ５５の表示画像を例示する図である。欠陥画像８１１は表示順序に従って欠陥画像ウィンドウ８１に配列表示され、表示された各欠陥画像８１１の外枠８１２はカテゴリに従って色分けされる。なお、図８では外枠８１２に異なった線種を用いることにより色の違いを示している。例えば、図８の欠陥画像ウィンドウ８１において、符号８１１ａを付した右上の円形の欠陥画像と符号８１１ｂを付した右下の矩形の欠陥画像とでは属するカテゴリが異なるため、欠陥画像８１１ａに対しては二点鎖線で示す外枠８１２ａが、欠陥画像８１１ｂに対しては実線で示す外枠８１２ｂがそれぞれ付加されている。また、矩形の欠陥画像８１１ｃについては、欠陥画像８１１ｂとカテゴリが同じであるため、実線で示す外枠８１２ｃが表示されている。なお、欠陥画像８１１が未分類である場合にも、未分類を示す色（線種）の外枠８１２が付与される。
【００５０】
以上のように、ホストコンピュータ５では、予め固定ディスク５４に保存された欠陥画像が示す欠陥の大きさ、または、欠陥が撮像された撮像位置に基づいて欠陥画像の表示順序が決定され、表示制御部６５が決定された順序に従って欠陥画像をディスプレイ５５に配列表示させる。
【００５１】
同じカテゴリに分類される欠陥の大きさがほぼ同じである場合、欠陥の大きさに基づいて表示順序を決定することにより、同じカテゴリに分類されるべき欠陥画像がディスプレイ５５上に隣接して表示されることとなる。その結果、操作者は容易に欠陥画像を分類する（すなわち、欠陥を分類する）ことができる。なお、欠陥の大きさは検査処理データ７１４に含まれる欠陥の検出領域を示す情報に基づいて決定されてもよい。
【００５２】
一方、欠陥の種類や基板９に対する処理工程によっては、欠陥が各ダイ９１内の同じ相対座標において発生していたり、基板９上の特定の位置に発生していたりする場合がある。この場合には撮像位置に従って欠陥画像を表示することにより、操作者は欠陥画像の分類を容易に行うことができる。
【００５３】
また、ホストコンピュータ５により、カテゴリの付与の有無および既に付与されているカテゴリが分類データ７１５から特定され、表示制御部６５がカテゴリを示す識別表示を付加して欠陥画像をディスプレイ５５に配列表示させる。これにより、以後の分類作業において操作者は付与しようとしているカテゴリに属する他の画像を容易に参照することができ、正確かつ容易に欠陥の分類を行うことができる。なお、付加される識別表示は外枠８１２に限らず、アンダーラインやマーク等であってもよい。
【００５４】
図９は欠陥画像の一覧が表示された後、ホストコンピュータ５が操作者によるカテゴリの入力をさらに支援する動作の例を示す図である。
【００５５】
まず、図８に示すディスプレイ５５の表示画像中の複数の欠陥画像８１１から操作者が入力部５６を介して所望の欠陥画像８１１を選択する。図８では、欠陥画像ウィンドウ８１において左上に表示される符号８１１ｄを付した円形の欠陥画像が操作者により選択された様子を示している。選択された欠陥画像８１１ｄの外枠８１２ｄは操作者により選択されていることが判別可能であるように表示される。図８では外枠８１２ｄの線幅を他の外枠より太くして選択されていることを示している。選択される欠陥画像はカテゴリが決定されている欠陥画像であっても、未分類の欠陥画像であってもよい。
【００５６】
続いて、操作者が支援動作のメニュー項目から「画像処理」を選択することにより、選択された欠陥画像８１１ｄの画像データ７１２が画像処理部６２に送信され、画像データ７１２に対して所望の画像処理が行われる（ステップＳ４１）。画像処理部６２にて行われる画像処理は、例えば、拡大・縮小、輝度変換、平滑化、ノイズ付加、回転等である。画像処理後の画像データは表示制御部６５に送信され、オプションウィンドウ８２において画像処理後の欠陥画像８２１として、画像処理前の欠陥画像８１１ｄと並べてディスプレイ５５に表示される（ステップＳ４２）。これにより、撮像装置２における欠陥画像の解像度が低い場合や撮像条件が他の欠陥と異なる場合であっても、操作者は欠陥の特徴を認識することが可能となり、適正な教示作業を行うことが可能となる。
【００５７】
図１０は分類支援装置が操作者によるカテゴリの入力を支援する動作の他の例を示す図であり、図１１は図１０に示す動作によるディスプレイ５５の表示画像を示す図である。
【００５８】
前述のように、欠陥検査処理部４１において検査に利用されたデータ（検査処理データ７１４）は予め欠陥検査処理部４１のメモリ４１１から固定ディスク５４に送信されている（ステップＳ５１）。
【００５９】
そして、操作者が入力部５６を介して所望の欠陥画像８１１を選択し（図１１では、欠陥画像８１１ｄが操作者により選択されている様子を示している。）、操作者がディスプレイ５５上の支援動作のメニュー項目（図示省略）から「検査処理データの表示」を選択すると、選択された欠陥画像８１１ｄに対応する検査処理データ７１４が表示制御部６５に送信され、欠陥画像８１１ｄと並んでオプションウィンドウ８２に検査処理データ７１４の内容が表示される（ステップＳ５２）。
【００６０】
検査処理データ７１４としては、例えば、欠陥検査処理部４１において画像処理が施された場合には画像処理後の画像データ（エッジ画像や差分画像等のデータ）が検査処理データ７１４に保存され、欠陥検査処理部４１において検査の判定に利用される指標値（特徴量等）が算出された場合には、算出された指標値が検査処理データ７１４に保存される。検査の際の参照画像のデータが検査処理データ７１４に含められてもよい。図１１では、欠陥画像ウィンドウ８１に表示された欠陥画像８１１ｄに並べて、欠陥検査処理部４１によって行われた画像処理後の欠陥画像８２２ａおよび欠陥検査処理部４１において算出された指標値８２２ｂがオプションウィンドウ８２内に表示された様子を示している。
【００６１】
このように、欠陥検査処理部４１において求められたデータを欠陥画像８１１と並べて表示することにより、操作者が欠陥画像のカテゴリを決定する際に、さらに多くの情報を参照することができる。なお、表示された検査処理データと欠陥画像８１１とを比較することにより、欠陥検査処理部４１における検査条件が適正であるかどうかの確認を行うことも実現される。
【００６２】
図１２はホストコンピュータ５が操作者によるカテゴリの入力を支援する動作のさらに他の例を示す図であり、図１３は図１２の動作にによるディスプレイ５５の表示画像の例を示す図である。
【００６３】
操作者は入力部５６を介して所望の欠陥を選択し、続いて、支援動作のメニュー項目から「類似画像を表示」、または、「非類似画像を表示」のいずれかを選択する。
【００６４】
図１３では、欠陥画像８１１ｃが選択されている様子を示しており、「類似画像を表示」が選択された場合には、欠陥画像８１１ｃの欠陥データ７２および他の複数の欠陥の欠陥データ７２が特徴量算出部６３に送信される。特徴量算出部６３は受信した欠陥データ７２の画像データ７１２から欠陥画像８１１ｃおよび他の複数の欠陥画像のそれぞれの特徴量を算出し（ステップＳ６１）、他の複数の欠陥画像のうち選択された欠陥画像の特徴量との差が小さい（特徴量がベクトル値である場合や、複数の特徴量が参照される場合には、特徴量（群）のユークリッド距離が所定値より小さい）欠陥画像が類似画像として選択される。
【００６５】
そして、選択された類似画像の画像データ７１２が表示制御部６５に送信され、図１３に示すのように欠陥画像８１１ｃに類似した欠陥画像８２３がディスプレイ５５のオプションウィンドウ８２に表示される（ステップＳ６２）。なお、特徴量算出部６３が特徴量の算出を行う際には、特徴量が算出される領域は検査処理データ７１４の一部として送信される欠陥の検出領域を示す情報により決定される。
【００６６】
一方、メニュー項目において「非類似画像を表示」が選択された場合には、選択された欠陥画像および他の複数の欠陥画像のそれぞれから算出された特徴量に基づいて、他の複数の欠陥画像のうち選択された欠陥画像の特徴量との差（または、ユークリッド距離）が所定値よりも大きいものが非類似画像として選択される。そして、非類似画像の画像データ７１２が表示制御部６５に送信され、図１４に示すように欠陥画像８１１ｃと非類似の欠陥画像８２４がディスプレイ５５のオプションウィンドウ８２に表示される（ステップＳ６１，Ｓ６２）。
【００６７】
このように、選択により分類対象となる欠陥画像と特徴量が類似する欠陥画像８２３をディスプレイ５５に表示することにより、欠陥画像が低解像度であったりばらつきが大きくても、特徴量が類似する欠陥画像を容易に発見することができる。また、分類対象の欠陥画像と特徴量が非類似の欠陥画像８２４を表示することにより、既に付与されているカテゴリが分類対象の欠陥画像と同一であるにも関わらず特徴量が大きく異なる欠陥画像（特異データ）を発見することができる。教師データの作成においてこのような特異データは自動分類の性能に大きく影響するため、特異データの処理を適切に行うことにより、教師データの質の向上を図ることができる。
【００６８】
なお、図１２の支援動作は、欠陥画像ウィンドウ８１に表示された画像に類似または非類似を示す識別マークが付与されるのみであってもよい。また、類似または非類似の判定には他の手法が用いられてもよい。さらに、オプションウィンドウ８２に表示される画像は、類似画像や非類似画像に限定されず、分類対象の欠陥画像の特徴量に基づく所定の条件を満たす特徴量を有するものとされてもよい。
【００６９】
図１５および図１６はホストコンピュータ５が操作者によるカテゴリの入力を支援する動作のさらに他の例を示す図である。図１５の動作は、操作者がメニュー項目において「統計情報を表示」を選択することにより行われる。まず、操作者によりカテゴリ入力の対象（分類対象）として選択された欠陥画像のデータ、および、操作者により選択されたカテゴリに属する複数の欠陥データ７２の画像データ７１２の特徴量（以下、「選択カテゴリの特徴量」という。）が特徴量算出部６３において算出され、選択カテゴリの特徴量の統計値（平均値等）が求められる（ステップＳ７１）。次に算出された統計値と選択された欠陥画像の特徴量とがディスプレイ５５に表示される（ステップＳ７２）。
【００７０】
また、図１６に示す動作は、操作者がメニュー項目において「境界線を表示」を選択することにより実行され、まず、操作者によりカテゴリ入力の対象として選択された画像データ７１２（欠陥画像）において特徴量が算出される領域が特定され（ステップＳ８１）、特徴量の算出が行われる領域に境界線を付与して識別可能として欠陥画像を表示する（ステップＳ８２）。
【００７１】
以下、図１７および図１８を参照して図１５および図１６の動作の様子についてさらに詳細に説明する。
【００７２】
予め、操作者が入力部５６を介して所望の欠陥画像を選択し、図１７に示すように欠陥画像ウィンドウ８１の左上に表示された欠陥画像８１１ｄがカテゴリ入力の対象として選択されているものとする。操作者がメニュー項目の「統計情報を表示」を選択すると、図１７に示す統計情報ウィンドウ８３がディスプレイ５５に表示される。統計情報ウィンドウ８３において、カテゴリ選択ボックス８３１から所望のカテゴリが選択されると、ホストコンピュータ５では固定ディスク５４に保存されている欠陥データ７２の分類データ７１５を参照し、選択されたカテゴリに属する複数の欠陥データ７２が特徴量算出部６３に送信される。また、選択された欠陥画像８１１ｄの欠陥データ７２も特徴量算出部６３に送信され、選択カテゴリの特徴量および欠陥画像８１１ｄの特徴量が算出される。特徴量が算出されると、選択カテゴリの特徴量が統計値算出部６４に送信され、選択カテゴリの特徴量の統計値が算出される（ステップＳ７１）。
【００７３】
次に、選択カテゴリの特徴量の統計値と欠陥画像８１１ｄの特徴量とが表示制御部６５に渡され、表示制御部６５が図１７に示すようにそれぞれのデータをディスプレイ５５の統計情報ウィンドウ８３に表示させる（ステップＳ７２）。これにより、特徴量を参照して分類対象の欠陥画像に対するカテゴリの入力を容易に行うことができる。
【００７４】
図１７では、統計情報ウィンドウ８３に選択されたカテゴリの複数種類の特徴量のそれぞれの平均値と標準偏差とがレーダグラフ８３２として表示されている様子を示している。レーダグラフ８３２には選択カテゴリの複数（種類）の特徴量の統計値を示す線８３２ａと欠陥画像８１１ｄの複数の特徴量を示す線８３２ｂとが重ねて表示されており、選択カテゴリの複数の特徴量に対して選択した欠陥画像８１１ｄの複数の特徴量がどのような傾向を示しているかを容易に確認することができる。これにより、操作者は複数の特徴量に基づいてより適切に選択した欠陥画像が属すべきカテゴリを決定することができる。
【００７５】
さらに、選択されていたカテゴリとは別のカテゴリを操作者がカテゴリ選択ボックス８３１から選択した場合には、新たに選択されたカテゴリに対して処理部６が図１５に示す動作を速やかに行い、算出された結果が同様に表示される。また、既にカテゴリが付与されている欠陥画像のカテゴリが変更された場合にも処理部６が図１５に示す動作を速やかに行って特徴量の統計値の再表示が行われる。このように、処理部６は別のカテゴリが選択される毎に、または、選択されている欠陥画像のカテゴリが変更される毎に、表示対象となっているカテゴリに属する欠陥画像の特徴量の統計値を求め、ディスプレイ５５の表示を更新する。その結果、操作者は統計値が表示されているカテゴリに対して、選択した欠陥画像８１１ｄの特徴量がどのような傾向を示しているかを容易に確認することができる。また、統計値の再算出により、欠陥画像の分類が行われてカテゴリに属する欠陥画像が任意に変更された場合であっても速やかに分類作業の結果が統計値に反映される。なお、選択されるカテゴリは複数のカテゴリ（あるいは、全カテゴリ）が合わされたカテゴリ群とされてもよい。
【００７６】
操作者がメニュー項目において「境界線を表示」を選択すると、特徴量の算出が欠陥画像の一部の領域から行われる場合には、図１７に示すように欠陥画像８１１ｄ上に、特徴量の算出が行われる領域を示す境界線８１３が表示される。さらに、図１０のステップＳ５２による検査時の画像処理後の画像の表示による支援動作が行われていた場合には、図１７のオプションウィンドウ８２に表示される画像処理後の欠陥画像８２１ａにおいても境界線８２５が表示される。なお、カテゴリの入力の際に参照される特徴量の算出が行われる領域は、色を若干変える等の他の手法により識別可能な状態でディスプレイ５５に表示されてもよい。また、特徴量が算出される領域は、欠陥検査処理部４１にて特徴量の算出が行われた領域が流用されてもよく、ホストコンピュータ５による画像処理により決定された領域でもよく、操作者が予め入力部５６を介して設定した領域であってもよい。
【００７７】
ここで、図１８に示すように、特徴量が算出される領域が偏っている（欠陥部位全体が特徴量が算出される領域となっていない）場合には、選択カテゴリの複数の特徴量を示す線８３２ａに対して欠陥画像８１１ｄの複数の特徴量を示す線８３２ｂが類似せず、欠陥画像８１１ｄの欠陥データ７２が特異データとなる可能性がある。逆に、特異データと思われる欠陥画像を選択し、境界線を表示させることにより、特徴量が適切な領域から算出されたかどうかの確認を行うことができる。以上のように、線８３２ｂが示す複数の特徴量や境界線が示す特徴量の算出領域を参照することにより、教師データの生成に利用してもよいデータであるか利用すべきでないデータであるかの的確な判断が可能となる。
【００７８】
さらに、特徴量の算出領域として欠陥検査処理部４１にて設定された領域が流用され、かつ、特異データが頻出する場合には、撮像部２１の撮像条件や欠陥検査処理部４１の欠陥領域を算出する条件等の設定に問題がある場合があり、境界線の表示は欠陥検査処理部４１の条件設定の最適化に役立てることができる。なお、境界線は特徴量が算出された全ての欠陥画像に対して同時に表示されてもよい。
【００７９】
以上に説明したように、操作者による分類作業を支援するホストコンピュータ５では、操作者が複数の処理を任意に選択し、欠陥の特性に応じた支援動作を行わせることができる。その結果、ホストコンピュータ５は、操作者による欠陥画像に対するカテゴリの入力を適切に支援することができ、質の高い教師データの作成が実現される。
【００８０】
以上、本発明の実施の形態について説明してきたが、本発明は上記実施の形態に限定されるものではなく様々な変形が可能である。
【００８１】
検査システム１では半導体基板の検査が行われるが、ガラス基板、プリント配線基板あるいは基板の露光に使用するマスク基板等の検査が行われてもよい。さらには、他の検査対象の検査を行う検査システムにおいて上記実施の形態にて説明したカテゴリ入力（すなわち、分類作業）の支援を利用することもできる。
【００８２】
上記実施の形態では欠陥自動分類部４２および学習を行うホストコンピュータ５の機能は別々に設けられたＣＰＵ等によりソフトウェア的に実現されるが、自動分類する欠陥の処理量を多くする必要がある場合は、欠陥自動分類部４２が専用の電気回路によって構成されてもよく、また、自動分類する欠陥の処理量は少なくてもよいが条件の変更等、柔軟性が必要な場合は欠陥自動分類部４２の機能がホストコンピュータ５、あるいは、別途設けられたコンピュータにより実現されてもよい。
【００８３】
学習作業において利用される欠陥データ７２は、予め別途準備されたデータであってもよく、欠陥検査処理部４１のメモリ４１１に保存される検出欠陥データ７１がそのまま使用されてもよく、これらのデータが混在してもよい。
【００８４】
ホストコンピュータ５で算出される画像データ７１２の特徴量は、欠陥自動分類部４２において算出されてもよく（すなわち、一度自動分類が行われた際のデータが流用されてもよい。）、既述のように欠陥検査処理部４１にて算出されたものが流用されてもよい。すなわち、分類支援装置としての機能は、検査システム１にどのような形態にて設けられてもよい。
【００８５】
統計情報ウィンドウ８３に表示されるグラフは必ずしもレーダグラフである必要はなく、グラフ以外の表示であってもよい。
【００８６】
上記実施の形態では、検査の際に得られたデータを利用することにより教師データ生成の際の分類作業が支援されたり、画像処理された画像、類似・非類似画像や境界線を表示することで低解像度の（あるいは、検査対象物や撮影条件の影響を受けてばらつきが大きい）欠陥画像に対する分類作業が支援されることから、インライン型の欠陥画像の自動分類（の学習の際の分類作業）に適用されることが好ましいが、いわゆるオフライン型の分類装置にも適用することが可能である。
【００８７】
【発明の効果】
本発明によれば、操作者による検査対象の分類の入力を適切に支援することができ、請求項３および４の発明では、検査装置から検査対象の画像のデータが入力される場合であっても、適切に分類を入力することが実現される。
【図面の簡単な説明】
【図１】検査システムの概略構成を示す図である。
【図２】欠陥が検出された際の検査システムの動作の流れを示す図である。
【図３】ホストコンピュータの構成を示す図である。
【図４】カテゴリの入力の支援を行う機能構成を示すブロック図である。
【図５】教師データを作成する際の検査システムの動作の流れを示す図である。
【図６】ホストコンピュータのディスプレイに欠陥画像が表示される際の動作の流れを示す図である。
【図７】撮像位置を説明するための図である。
【図８】ディスプレイの表示画像を例示する図である。
【図９】カテゴリの入力を支援する動作の例を示す図である。
【図１０】カテゴリの入力を支援する動作の他の例を示す図である。
【図１１】ディスプレイの表示画像を例示する図である。
【図１２】カテゴリの入力を支援する動作のさらに他の例を示す図である。
【図１３】ディスプレイの表示画像を例示する図である。
【図１４】ディスプレイの表示画像を例示する図である。
【図１５】カテゴリの入力を支援する動作のさらに他の例を示す図である。
【図１６】カテゴリの入力を支援する動作さらに他の例を示す図である。
【図１７】ディスプレイの表示画像を例示する図である。
【図１８】ディスプレイの表示画像を例示する図である。
【符号の説明】
１ 検査システム
２ 撮像装置
４ 検査・分類装置
５ ホストコンピュータ
６ 処理部
９ 基板
４１ 欠陥検査処理部
４２ 欠陥自動分類部
５４ 固定ディスク
５５ ディスプレイ
５６ 入力部
５８ 通信部
８０ プログラム
７１２ 画像データ
７１３ 撮像位置データ
７１５ 分類データ
８１１，８１１ａ〜８１１ｄ 欠陥画像
８１２，８１２ａ〜８１２ｄ 外枠
８１３，８２５ 境界線
Ｓ３１〜Ｓ３３，Ｓ８１，Ｓ８２ ステップ
【発明の属する技術分野】
本発明は、検査対象の分類の入力を支援する技術に関する。
【０００２】
【従来の技術】
半導体基板、ガラス基板、プリント基板、基板の露光に使用するマスク等（以下、「基板」という。）の製造工程において、異物や傷、エッチング不良等の欠陥を検査するために光学顕微鏡や走査電子顕微鏡等を用いて外観検査が行われている。従来より、このような検査工程において検出された欠陥に対して、さらに詳細な解析を行うことによりその欠陥の発生原因を特定し、欠陥に対する対策等が行われてきた。
【０００３】
近年では、基板上のパターンの複雑化および微細化に伴い、検出される欠陥の種類および数量が増加する傾向にある。そこで、検査工程で検出された欠陥を属すべき分類（以下、「カテゴリ」という。）へと自動的に分類する自動分類（Auto Defect Classification、以下、「ＡＤＣ」という。）が提案されている。ＡＤＣにより、多種かつ大量の欠陥が検出された場合であっても、欠陥の解析を迅速かつ効率的に行うことが実現される。例えば、ＡＤＣにより分類された欠陥のうち発生頻度の高いカテゴリに注目し、優先的に対策を施すこと等が可能となる。
【０００４】
また、検査結果の自動分類は、欠陥の分類を行うＡＤＣのみならず、多様な目的で使用されており、このような自動分類では、様々なカテゴリに分類するための分類器として、ニューラルネットワークや決定木、判別分析等の手法が採用されている。
【０００５】
分類器に自動分類を行わせるには、所望のカテゴリに応じた教師データを予め用意し、分類器を学習させる必要がある。例えばＡＤＣにおいては、操作者が複数の欠陥画像を観察し、各欠陥画像がどのカテゴリに適合するか等を判断して教示を行うことにより教師データが作成される。
【０００６】
【発明が解決しようとする課題】
ところで、自動分類の性能は、分類器を学習させる教師データの質に大きく依存する。質が高い教師データを用意するには、操作者による大量かつ正確な教示作業が求められ、多大な労力がかかってしまう。そこで、教示作業を迅速かつ正確に行うために、操作者を支援する効率的な環境が求められている。
【０００７】
また、既存データの修正または追加の教示作業を行う場合、修正または追加に係る変更が適切であるかどうかを判断するための情報が操作者に与えられなければ、必ずしも教師データの質の向上に結びつかない場合が想定される。
【０００８】
例えば、特開２００１−１５６１３５号公報では、操作者による分類支援のために画像の特徴量に基づいて画像を配列表示する技術が開示されている。しかしながら、特徴量以外の情報は分類支援に利用されないため、特徴量の算出条件が教師データの質を低下させてしまう状態にある（すなわち、特異な画像である）か否かの判断を支援する情報が操作者には与えられない。その結果、上記技術では必ずしも適切な分類を効率よく行う環境が実現されるとはいえない。
【０００９】
さらに、検査装置とＡＤＣを行う分類装置とが接続された、いわゆるインライン型の検査システムが構築される場合には、検査装置で取得される画像は低解像度となることから、操作者が不適切な教示作業を行ってしまう可能性が高くなる。また、検査装置では分類のための有意義な様々な情報が生成され、分類装置では検査に役立つ情報が生成されるにもかかわらず、これらの情報の有効な活用も従来行われなかった。
【００１０】
本発明は上記課題に鑑みなされたものであり、検査対象の画像の分類を支援する効率的な環境を提供することを目的とする。
【００１１】
【課題を解決するための手段】
請求項１に記載の発明は、検査対象の分類の入力を支援する分類支援装置であって、画像を表示する表示部と、検査対象の画像を分類する入力を受け付ける入力部と、予め準備された複数の検査対象の画像が示す複数の検査対象が撮像された際の撮像位置に基づいて前記複数の検査対象の順序を決定し、前記順序に従って前記複数の検査対象の画像を前記表示部に配列表示させる処理部とを備える。
【００１２】
請求項２に記載の発明は、請求項１に記載の分類支援装置であって、前記処理部が、前記複数の検査対象の画像のうち分類が付与された画像に対して付与済みの分類を特定し、前記分類が付与された画像に分類を示す識別表示を付加しつつ前記複数の検査対象の画像を前記表示部に配列表示させる。
【００１９】
請求項３に記載の発明は、検査対象の分類の入力を支援する分類支援装置であって、画像を表示する表示部と、欠陥を示す画像である検査対象の画像を分類する入力を受け付ける入力部と、検査対象の画像の一部の領域であって、分類の入力に際して参照される特徴量が求められる領域を特定し、前記検査対象の画像を前記領域が識別可能な状態で前記表示部に表示させる処理部とを備える。
【００２０】
請求項４に記載の発明は、請求項３に記載の分類支援装置であって、複数の検査対象を順次検査する検査装置から検査対象の画像のデータを受信する受信部と、受信した画像のデータを記憶する記憶部とをさらに備える。
【００２１】
請求項５に記載の発明は、検査対象を分類する分類装置であって、請求項１ないし４のいずれかに記載の分類支援装置と、前記分類支援装置により分類された複数の検査対象の画像に基づいて分類条件を求め、分類対象の画像を前記分類条件に基づいて自動的に分類する分類手段とを備える。
【００２２】
請求項６に記載の発明は、検査対象の分類の入力をコンピュータに支援させるプログラムであって、前記プログラムのコンピュータによる実行は、前記コンピュータに、ａ）予め準備された複数の検査対象の画像が示す複数の検査対象が撮像された際の撮像位置に基づいて前記複数の検査対象の順序を決定する工程と、ｂ）前記順序に従って前記複数の検査対象の画像を表示部に配列表示する工程とを実行させる。
【００２３】
請求項７に記載の発明は、請求項６に記載のプログラムであって、前記プログラムのコンピュータによる実行は、前記コンピュータに、前記複数の検査対象の画像のうち分類が付与された画像に対して付与済みの分類を特定する工程をさらに実行させ、前記ｂ）工程において、前記分類が付与された画像に分類を示す識別表示を付加しつつ前記複数の検査対象の画像が前記表示部に配列表示される。
【００２８】
請求項８に記載の発明は、検査対象の分類の入力をコンピュータに支援させるプログラムであって、前記プログラムのコンピュータによる実行は、前記コンピュータに、欠陥を示す画像である検査対象の画像の一部の領域であって、分類の入力に際して参照される特徴量が求められる領域を特定する工程と、前記検査対象の画像を前記領域が識別可能な状態で表示部に表示する工程とを実行させる。
【００２９】
【発明の実施の形態】
図１は検査対象の欠陥検査を行い、検出された欠陥の自動分類を行う検査システム１の概略構成を示す図である。検査システム１は半導体基板（以下「基板」という。）９上の検査対象領域を撮像する撮像装置２、撮像装置２からの画像データに基づいて欠陥検査を行うとともに欠陥が検出された場合に欠陥が属すべきカテゴリへと欠陥を自動分類する（ＡＤＣを行う）検査・分類装置４、および、検査システム１の全体動作を制御するホストコンピュータ５を有する。撮像装置２は基板９の製造ラインに組み込まれ、検査システム１はいわゆるインライン型のシステムとなっている。
【００３０】
撮像装置２は、基板９上の検査対象領域を撮像することにより画像データを取得する撮像部２１、基板９を保持するステージ２２、および、撮像部２１に対してステージ２２を相対的に移動させるステージ駆動部２３を有し、撮像部２１は、照明光を出射する照明部２１１、基板９に照明光を導くとともに基板９からの光が入射する光学系２１２、および、光学系２１２により結像された基板９の像を電気信号に変換する撮像デバイス２１３を有する。ステージ駆動部２３はボールねじ、ガイドレールおよびモータにより構成され、ホストコンピュータ５がステージ駆動部２３および撮像部２１を制御することにより、基板９上の検査対象領域が撮像される。
【００３１】
検査・分類装置４は、検査対象領域の画像データを処理しつつ欠陥検査を行う欠陥検査処理部４１、および、欠陥を分類する欠陥自動分類部４２を有する。欠陥検査処理部４１は検査対象領域の画像データを高速に処理する専用の電気的回路を有し、撮像された画像と参照画像との比較や画像処理により検査対象領域の欠陥検査を行う。すなわち、撮像装置２および欠陥検査処理部４１が検査システム１における検査装置としての役割を担う。欠陥検査処理部４１が検査対象領域から欠陥を検出すると、欠陥の画像データや検査に利用された各種データが欠陥検査処理部４１のメモリに一時的に保存される。
【００３２】
一方、欠陥自動分類部４２は各種演算処理を行うＣＰＵや各種情報を記憶するメモリ等により構成されており、検出された欠陥をニューラルネットワーク、決定木、判別分析等を利用して分類する処理をソフトウェア的に実行する。ホストコンピュータ５は検査システム１の制御としての役割の他に、欠陥自動分類部４２が行う分類に際して使用される各種パラメータ（すなわち、分類条件）の生成も行う。パラメータの生成は学習により行われ、操作者がホストコンピュータ５に表示された画像に対して欠陥のカテゴリ（分類）を入力するという分類作業（教示作業）を行うことによりホストコンピュータ５が教師データを生成し、さらに、学習を行って学習結果が自動分類に利用されるパラメータとして欠陥自動分類部４２へと出力される。なお、ホストコンピュータ５は、操作者による分類作業（すなわち、カテゴリの入力）の支援を行う機能を多数有し、分類支援装置としての役割も果たす。
【００３３】
図２は欠陥検査処理部４１において欠陥が検出された際の検査システム１の動作の流れを示す図である。
【００３４】
まず、欠陥自動分類部４２は欠陥検査処理部４１から検査対象領域の画像（欠陥画像）や検査処理の際に求められたデータ（差分画像、参照画像等のデータ）を受信して取得する（ステップＳ１１）。続いて、欠陥自動分類部４２において欠陥画像から特徴量が算出される（ステップＳ１２）。なお、特徴量の算出は欠陥検査処理部４１において行われてもよく、特徴量の算出が行われる領域は欠陥検査処理部４１または欠陥自動分類部４２により適宜決定される。その後、検出された欠陥の自動分類が行われる（ステップＳ１３）。すなわち、予めホストコンピュータ５から学習結果が入力されている欠陥自動分類部４２の分類器に特徴量および各種データが入力され、欠陥自動分類部４２が分類結果を出力する。なお、特徴量とは、画素値を所定の規則にて演算処理することにより得られる値を差し、特徴量の多くは、画像に何らかのフィルタを作用させることにより得られる。例えば、画像の平均輝度、テクスチャ情報、所定の条件を満たす領域の大きさ、抽出されるエッジの量等のように画像の何らかの特徴を示す指標値が特徴量とされる。
【００３５】
検査システム１では、欠陥検査処理部４１にて欠陥が検出される毎に図２に示す動作がリアルタイムにて行われ、欠陥を示す多量の画像の分類が高速に行われる。
【００３６】
次に、欠陥自動分類部４２による分類の事前準備である教示作業に際して、操作者による欠陥画像の分類作業がホストコンピュータ５により支援される様子について説明する。
【００３７】
ホストコンピュータ５は、図３に示すように、各種演算処理を行うＣＰＵ５１、基本プログラムを記憶するＲＯＭ５２および各種情報を記憶するＲＡＭ５３をバスラインに接続した一般的なコンピュータシステムの構成となっている。バスラインにはさらに、情報記憶を行う固定ディスク５４、画像等の各種情報の表示を行うディスプレイ５５、操作者からの入力を受け付けるキーボード５６ａおよびマウス５６ｂ（以下、「入力部５６」と総称する。）、光ディスク、磁気ディスク、光磁気ディスク等のコンピュータ読み取り可能な記録媒体８から情報の読み取りを行う読取装置５７、並びに、検査システム１の他の構成との間で信号を送受信する通信部５８が、適宜、インターフェイス（Ｉ／Ｆ）を介する等して接続される。
【００３８】
ホストコンピュータ５には、事前に読取装置５７を介して記録媒体８からプログラム８０が読み出され、固定ディスク５４に記憶される。そして、プログラム８０がＲＡＭ５３にコピーされるとともにＣＰＵ５１がＲＡＭ５３内のプログラムに従って演算処理を実行することにより（すなわち、コンピュータがプログラムを実行することにより）、ホストコンピュータ５が分類支援装置としての動作を行う。
【００３９】
図４はＣＰＵ５１がプログラム８０に従って動作することにより、ＣＰＵ５１、ＲＯＭ５２、ＲＡＭ５３、固定ディスク５４等が実現する分類支援装置の機能構成を示すブロック図であり、処理部６内に示すブロックがＣＰＵ５１等により実現される機能を示す。なお、図４における符号４１１は検査・分類装置４の欠陥検査処理部４１が有するメモリを示す。
【００４０】
前述のように欠陥検査処理部４１において検出された欠陥の各種データ（以下、「検出欠陥データ」と総称する。）はメモリ４１１に保存されており、基板９の検査対象領域にそれぞれ付与された識別番号であるシリアルナンバ７１１、撮像部２１により取得された検査対象領域の画像データ７１２、検査対象領域の基板９上の（絶対または相対）位置を示す撮像位置データ７１３、および、検査処理において利用された検査処理データ７１４を有する。
【００４１】
図５はホストコンピュータ５が欠陥自動分類部４２へと送信されるパラメータ（学習結果）を生成する際の動作の流れを示す図である。
【００４２】
まず、ホストコンピュータ５が通信部５８を介して検査・分類装置４から複数の欠陥の各種データ（検出欠陥データ７１）を取得し、図４に示すように欠陥データ７２として固定ディスク５４に保存する（ステップＳ２１）。最初に学習作業を行う際には、固定ディスク５４には欠陥に関するデータは全く存在しない状態である。したがって、取得された欠陥データ７２には処理部６により未分類を示す分類データ７１５が付与される。
【００４３】
続いて、処理部６の特徴量算出部６３が欠陥を示す画像データ７１２から特徴量を算出するとともに、ディスプレイ５５に表示された欠陥画像に従って操作者による分類対象の欠陥画像へのカテゴリの入力を入力部５６が受け付けることにより、各欠陥の分類が行われる（すなわち、分類結果が教示される）（ステップＳ２２）。ステップＳ２２における教示作業では、ホストコンピュータ５により操作者が各欠陥が属すべきカテゴリを決定入力（未分類を入力し、学習に使用しない指定も含む。）する操作が支援される。そして、算出された特徴量と教示作業により取得された各種情報により教師データが作成される。なお、属すべきカテゴリが決定されなかった欠陥の場合は、分類データ７１５には未分類を示す内容が維持される。教師データが作成されると、作成された教師データに基づいてホストコンピュータ５が学習を行い、学習結果が取得される（ステップＳ２３）。学習が終了すると、学習結果が欠陥自動分類部４２に入力される。
【００４４】
次に、ホストコンピュータ５が操作者によるカテゴリの入力を支援する各種動作について説明を行う。なお、以下の説明では、固定ディスク５４に記憶されている欠陥データ７２にはカテゴリが付与されているものと未分類のものとが混在しているものとして説明する。
【００４５】
図６は操作者によるカテゴリの入力を支援する動作の流れの一例を示す図であり、固定ディスク５４内の欠陥データ７２に含まれる画像データ７１２（欠陥画像）がディスプレイ５５に最初に表示される際のホストコンピュータ５の動作を示している。まず、図４に示す表示順序決定部６１において複数の欠陥の順序が決定される（ステップＳ３１）。順序決定の規則は、予め操作者がディスプレイ５５に表示されたメニュー項目から「大きさによる並べ替え」、または、「位置による並べ替え」のいずれかを入力部５６より選択することにより決定される。
【００４６】
「大きさによる並べ替え」が選択された場合には、複数の欠陥データ７２の画像データ７１２が表示順序決定部６１に送信され、表示順序決定部６１が画像データ７１２から欠陥の大きさ（面積）を算出し、欠陥の大きさに基づいて順序を決定する。「位置による並べ替え」が選択された場合には、複数の欠陥データ７２の撮像位置データ７１３が表示順序決定部６１に送信され、表示順序決定部６１が撮像位置データ７１３に従って欠陥の表示順序を決定する。
【００４７】
ここで、欠陥の撮像位置として、基板９上の絶対位置と相対位置とが選択可能とされている。図７に示すように、基板９は最終的に製造されるチップに対応する複数の基準領域９１（以下、「ダイ」という。）を有し、相対位置とは各ダイ９１内の基準位置を基準とした位置である。
【００４８】
続いて、複数の欠陥データ７２の画像データ７１２および分類データ７１５が表示制御部６５に送信され、表示制御部６５が分類データ７１５を参照してカテゴリが付与された欠陥画像に対して付与済みのカテゴリを特定する（ステップＳ３２）。そして、表示制御部６５が特定したカテゴリに従った色の外枠を画像データ７１２に付加しつつ、表示順序決定部６１において決定された順序に従って欠陥画像がディスプレイ５５に配列表示される（ステップＳ３３）。
【００４９】
図８は以上の動作によるディスプレイ５５の表示画像を例示する図である。欠陥画像８１１は表示順序に従って欠陥画像ウィンドウ８１に配列表示され、表示された各欠陥画像８１１の外枠８１２はカテゴリに従って色分けされる。なお、図８では外枠８１２に異なった線種を用いることにより色の違いを示している。例えば、図８の欠陥画像ウィンドウ８１において、符号８１１ａを付した右上の円形の欠陥画像と符号８１１ｂを付した右下の矩形の欠陥画像とでは属するカテゴリが異なるため、欠陥画像８１１ａに対しては二点鎖線で示す外枠８１２ａが、欠陥画像８１１ｂに対しては実線で示す外枠８１２ｂがそれぞれ付加されている。また、矩形の欠陥画像８１１ｃについては、欠陥画像８１１ｂとカテゴリが同じであるため、実線で示す外枠８１２ｃが表示されている。なお、欠陥画像８１１が未分類である場合にも、未分類を示す色（線種）の外枠８１２が付与される。
【００５０】
以上のように、ホストコンピュータ５では、予め固定ディスク５４に保存された欠陥画像が示す欠陥の大きさ、または、欠陥が撮像された撮像位置に基づいて欠陥画像の表示順序が決定され、表示制御部６５が決定された順序に従って欠陥画像をディスプレイ５５に配列表示させる。
【００５１】
同じカテゴリに分類される欠陥の大きさがほぼ同じである場合、欠陥の大きさに基づいて表示順序を決定することにより、同じカテゴリに分類されるべき欠陥画像がディスプレイ５５上に隣接して表示されることとなる。その結果、操作者は容易に欠陥画像を分類する（すなわち、欠陥を分類する）ことができる。なお、欠陥の大きさは検査処理データ７１４に含まれる欠陥の検出領域を示す情報に基づいて決定されてもよい。
【００５２】
一方、欠陥の種類や基板９に対する処理工程によっては、欠陥が各ダイ９１内の同じ相対座標において発生していたり、基板９上の特定の位置に発生していたりする場合がある。この場合には撮像位置に従って欠陥画像を表示することにより、操作者は欠陥画像の分類を容易に行うことができる。
【００５３】
また、ホストコンピュータ５により、カテゴリの付与の有無および既に付与されているカテゴリが分類データ７１５から特定され、表示制御部６５がカテゴリを示す識別表示を付加して欠陥画像をディスプレイ５５に配列表示させる。これにより、以後の分類作業において操作者は付与しようとしているカテゴリに属する他の画像を容易に参照することができ、正確かつ容易に欠陥の分類を行うことができる。なお、付加される識別表示は外枠８１２に限らず、アンダーラインやマーク等であってもよい。
【００５４】
図９は欠陥画像の一覧が表示された後、ホストコンピュータ５が操作者によるカテゴリの入力をさらに支援する動作の例を示す図である。
【００５５】
まず、図８に示すディスプレイ５５の表示画像中の複数の欠陥画像８１１から操作者が入力部５６を介して所望の欠陥画像８１１を選択する。図８では、欠陥画像ウィンドウ８１において左上に表示される符号８１１ｄを付した円形の欠陥画像が操作者により選択された様子を示している。選択された欠陥画像８１１ｄの外枠８１２ｄは操作者により選択されていることが判別可能であるように表示される。図８では外枠８１２ｄの線幅を他の外枠より太くして選択されていることを示している。選択される欠陥画像はカテゴリが決定されている欠陥画像であっても、未分類の欠陥画像であってもよい。
【００５６】
続いて、操作者が支援動作のメニュー項目から「画像処理」を選択することにより、選択された欠陥画像８１１ｄの画像データ７１２が画像処理部６２に送信され、画像データ７１２に対して所望の画像処理が行われる（ステップＳ４１）。画像処理部６２にて行われる画像処理は、例えば、拡大・縮小、輝度変換、平滑化、ノイズ付加、回転等である。画像処理後の画像データは表示制御部６５に送信され、オプションウィンドウ８２において画像処理後の欠陥画像８２１として、画像処理前の欠陥画像８１１ｄと並べてディスプレイ５５に表示される（ステップＳ４２）。これにより、撮像装置２における欠陥画像の解像度が低い場合や撮像条件が他の欠陥と異なる場合であっても、操作者は欠陥の特徴を認識することが可能となり、適正な教示作業を行うことが可能となる。
【００５７】
図１０は分類支援装置が操作者によるカテゴリの入力を支援する動作の他の例を示す図であり、図１１は図１０に示す動作によるディスプレイ５５の表示画像を示す図である。
【００５８】
前述のように、欠陥検査処理部４１において検査に利用されたデータ（検査処理データ７１４）は予め欠陥検査処理部４１のメモリ４１１から固定ディスク５４に送信されている（ステップＳ５１）。
【００５９】
そして、操作者が入力部５６を介して所望の欠陥画像８１１を選択し（図１１では、欠陥画像８１１ｄが操作者により選択されている様子を示している。）、操作者がディスプレイ５５上の支援動作のメニュー項目（図示省略）から「検査処理データの表示」を選択すると、選択された欠陥画像８１１ｄに対応する検査処理データ７１４が表示制御部６５に送信され、欠陥画像８１１ｄと並んでオプションウィンドウ８２に検査処理データ７１４の内容が表示される（ステップＳ５２）。
【００６０】
検査処理データ７１４としては、例えば、欠陥検査処理部４１において画像処理が施された場合には画像処理後の画像データ（エッジ画像や差分画像等のデータ）が検査処理データ７１４に保存され、欠陥検査処理部４１において検査の判定に利用される指標値（特徴量等）が算出された場合には、算出された指標値が検査処理データ７１４に保存される。検査の際の参照画像のデータが検査処理データ７１４に含められてもよい。図１１では、欠陥画像ウィンドウ８１に表示された欠陥画像８１１ｄに並べて、欠陥検査処理部４１によって行われた画像処理後の欠陥画像８２２ａおよび欠陥検査処理部４１において算出された指標値８２２ｂがオプションウィンドウ８２内に表示された様子を示している。
【００６１】
このように、欠陥検査処理部４１において求められたデータを欠陥画像８１１と並べて表示することにより、操作者が欠陥画像のカテゴリを決定する際に、さらに多くの情報を参照することができる。なお、表示された検査処理データと欠陥画像８１１とを比較することにより、欠陥検査処理部４１における検査条件が適正であるかどうかの確認を行うことも実現される。
【００６２】
図１２はホストコンピュータ５が操作者によるカテゴリの入力を支援する動作のさらに他の例を示す図であり、図１３は図１２の動作にによるディスプレイ５５の表示画像の例を示す図である。
【００６３】
操作者は入力部５６を介して所望の欠陥を選択し、続いて、支援動作のメニュー項目から「類似画像を表示」、または、「非類似画像を表示」のいずれかを選択する。
【００６４】
図１３では、欠陥画像８１１ｃが選択されている様子を示しており、「類似画像を表示」が選択された場合には、欠陥画像８１１ｃの欠陥データ７２および他の複数の欠陥の欠陥データ７２が特徴量算出部６３に送信される。特徴量算出部６３は受信した欠陥データ７２の画像データ７１２から欠陥画像８１１ｃおよび他の複数の欠陥画像のそれぞれの特徴量を算出し（ステップＳ６１）、他の複数の欠陥画像のうち選択された欠陥画像の特徴量との差が小さい（特徴量がベクトル値である場合や、複数の特徴量が参照される場合には、特徴量（群）のユークリッド距離が所定値より小さい）欠陥画像が類似画像として選択される。
【００６５】
そして、選択された類似画像の画像データ７１２が表示制御部６５に送信され、図１３に示すのように欠陥画像８１１ｃに類似した欠陥画像８２３がディスプレイ５５のオプションウィンドウ８２に表示される（ステップＳ６２）。なお、特徴量算出部６３が特徴量の算出を行う際には、特徴量が算出される領域は検査処理データ７１４の一部として送信される欠陥の検出領域を示す情報により決定される。
【００６６】
一方、メニュー項目において「非類似画像を表示」が選択された場合には、選択された欠陥画像および他の複数の欠陥画像のそれぞれから算出された特徴量に基づいて、他の複数の欠陥画像のうち選択された欠陥画像の特徴量との差（または、ユークリッド距離）が所定値よりも大きいものが非類似画像として選択される。そして、非類似画像の画像データ７１２が表示制御部６５に送信され、図１４に示すように欠陥画像８１１ｃと非類似の欠陥画像８２４がディスプレイ５５のオプションウィンドウ８２に表示される（ステップＳ６１，Ｓ６２）。
【００６７】
このように、選択により分類対象となる欠陥画像と特徴量が類似する欠陥画像８２３をディスプレイ５５に表示することにより、欠陥画像が低解像度であったりばらつきが大きくても、特徴量が類似する欠陥画像を容易に発見することができる。また、分類対象の欠陥画像と特徴量が非類似の欠陥画像８２４を表示することにより、既に付与されているカテゴリが分類対象の欠陥画像と同一であるにも関わらず特徴量が大きく異なる欠陥画像（特異データ）を発見することができる。教師データの作成においてこのような特異データは自動分類の性能に大きく影響するため、特異データの処理を適切に行うことにより、教師データの質の向上を図ることができる。
【００６８】
なお、図１２の支援動作は、欠陥画像ウィンドウ８１に表示された画像に類似または非類似を示す識別マークが付与されるのみであってもよい。また、類似または非類似の判定には他の手法が用いられてもよい。さらに、オプションウィンドウ８２に表示される画像は、類似画像や非類似画像に限定されず、分類対象の欠陥画像の特徴量に基づく所定の条件を満たす特徴量を有するものとされてもよい。
【００６９】
図１５および図１６はホストコンピュータ５が操作者によるカテゴリの入力を支援する動作のさらに他の例を示す図である。図１５の動作は、操作者がメニュー項目において「統計情報を表示」を選択することにより行われる。まず、操作者によりカテゴリ入力の対象（分類対象）として選択された欠陥画像のデータ、および、操作者により選択されたカテゴリに属する複数の欠陥データ７２の画像データ７１２の特徴量（以下、「選択カテゴリの特徴量」という。）が特徴量算出部６３において算出され、選択カテゴリの特徴量の統計値（平均値等）が求められる（ステップＳ７１）。次に算出された統計値と選択された欠陥画像の特徴量とがディスプレイ５５に表示される（ステップＳ７２）。
【００７０】
また、図１６に示す動作は、操作者がメニュー項目において「境界線を表示」を選択することにより実行され、まず、操作者によりカテゴリ入力の対象として選択された画像データ７１２（欠陥画像）において特徴量が算出される領域が特定され（ステップＳ８１）、特徴量の算出が行われる領域に境界線を付与して識別可能として欠陥画像を表示する（ステップＳ８２）。
【００７１】
以下、図１７および図１８を参照して図１５および図１６の動作の様子についてさらに詳細に説明する。
【００７２】
予め、操作者が入力部５６を介して所望の欠陥画像を選択し、図１７に示すように欠陥画像ウィンドウ８１の左上に表示された欠陥画像８１１ｄがカテゴリ入力の対象として選択されているものとする。操作者がメニュー項目の「統計情報を表示」を選択すると、図１７に示す統計情報ウィンドウ８３がディスプレイ５５に表示される。統計情報ウィンドウ８３において、カテゴリ選択ボックス８３１から所望のカテゴリが選択されると、ホストコンピュータ５では固定ディスク５４に保存されている欠陥データ７２の分類データ７１５を参照し、選択されたカテゴリに属する複数の欠陥データ７２が特徴量算出部６３に送信される。また、選択された欠陥画像８１１ｄの欠陥データ７２も特徴量算出部６３に送信され、選択カテゴリの特徴量および欠陥画像８１１ｄの特徴量が算出される。特徴量が算出されると、選択カテゴリの特徴量が統計値算出部６４に送信され、選択カテゴリの特徴量の統計値が算出される（ステップＳ７１）。
【００７３】
次に、選択カテゴリの特徴量の統計値と欠陥画像８１１ｄの特徴量とが表示制御部６５に渡され、表示制御部６５が図１７に示すようにそれぞれのデータをディスプレイ５５の統計情報ウィンドウ８３に表示させる（ステップＳ７２）。これにより、特徴量を参照して分類対象の欠陥画像に対するカテゴリの入力を容易に行うことができる。
【００７４】
図１７では、統計情報ウィンドウ８３に選択されたカテゴリの複数種類の特徴量のそれぞれの平均値と標準偏差とがレーダグラフ８３２として表示されている様子を示している。レーダグラフ８３２には選択カテゴリの複数（種類）の特徴量の統計値を示す線８３２ａと欠陥画像８１１ｄの複数の特徴量を示す線８３２ｂとが重ねて表示されており、選択カテゴリの複数の特徴量に対して選択した欠陥画像８１１ｄの複数の特徴量がどのような傾向を示しているかを容易に確認することができる。これにより、操作者は複数の特徴量に基づいてより適切に選択した欠陥画像が属すべきカテゴリを決定することができる。
【００７５】
さらに、選択されていたカテゴリとは別のカテゴリを操作者がカテゴリ選択ボックス８３１から選択した場合には、新たに選択されたカテゴリに対して処理部６が図１５に示す動作を速やかに行い、算出された結果が同様に表示される。また、既にカテゴリが付与されている欠陥画像のカテゴリが変更された場合にも処理部６が図１５に示す動作を速やかに行って特徴量の統計値の再表示が行われる。このように、処理部６は別のカテゴリが選択される毎に、または、選択されている欠陥画像のカテゴリが変更される毎に、表示対象となっているカテゴリに属する欠陥画像の特徴量の統計値を求め、ディスプレイ５５の表示を更新する。その結果、操作者は統計値が表示されているカテゴリに対して、選択した欠陥画像８１１ｄの特徴量がどのような傾向を示しているかを容易に確認することができる。また、統計値の再算出により、欠陥画像の分類が行われてカテゴリに属する欠陥画像が任意に変更された場合であっても速やかに分類作業の結果が統計値に反映される。なお、選択されるカテゴリは複数のカテゴリ（あるいは、全カテゴリ）が合わされたカテゴリ群とされてもよい。
【００７６】
操作者がメニュー項目において「境界線を表示」を選択すると、特徴量の算出が欠陥画像の一部の領域から行われる場合には、図１７に示すように欠陥画像８１１ｄ上に、特徴量の算出が行われる領域を示す境界線８１３が表示される。さらに、図１０のステップＳ５２による検査時の画像処理後の画像の表示による支援動作が行われていた場合には、図１７のオプションウィンドウ８２に表示される画像処理後の欠陥画像８２１ａにおいても境界線８２５が表示される。なお、カテゴリの入力の際に参照される特徴量の算出が行われる領域は、色を若干変える等の他の手法により識別可能な状態でディスプレイ５５に表示されてもよい。また、特徴量が算出される領域は、欠陥検査処理部４１にて特徴量の算出が行われた領域が流用されてもよく、ホストコンピュータ５による画像処理により決定された領域でもよく、操作者が予め入力部５６を介して設定した領域であってもよい。
【００７７】
ここで、図１８に示すように、特徴量が算出される領域が偏っている（欠陥部位全体が特徴量が算出される領域となっていない）場合には、選択カテゴリの複数の特徴量を示す線８３２ａに対して欠陥画像８１１ｄの複数の特徴量を示す線８３２ｂが類似せず、欠陥画像８１１ｄの欠陥データ７２が特異データとなる可能性がある。逆に、特異データと思われる欠陥画像を選択し、境界線を表示させることにより、特徴量が適切な領域から算出されたかどうかの確認を行うことができる。以上のように、線８３２ｂが示す複数の特徴量や境界線が示す特徴量の算出領域を参照することにより、教師データの生成に利用してもよいデータであるか利用すべきでないデータであるかの的確な判断が可能となる。
【００７８】
さらに、特徴量の算出領域として欠陥検査処理部４１にて設定された領域が流用され、かつ、特異データが頻出する場合には、撮像部２１の撮像条件や欠陥検査処理部４１の欠陥領域を算出する条件等の設定に問題がある場合があり、境界線の表示は欠陥検査処理部４１の条件設定の最適化に役立てることができる。なお、境界線は特徴量が算出された全ての欠陥画像に対して同時に表示されてもよい。
【００７９】
以上に説明したように、操作者による分類作業を支援するホストコンピュータ５では、操作者が複数の処理を任意に選択し、欠陥の特性に応じた支援動作を行わせることができる。その結果、ホストコンピュータ５は、操作者による欠陥画像に対するカテゴリの入力を適切に支援することができ、質の高い教師データの作成が実現される。
【００８０】
以上、本発明の実施の形態について説明してきたが、本発明は上記実施の形態に限定されるものではなく様々な変形が可能である。
【００８１】
検査システム１では半導体基板の検査が行われるが、ガラス基板、プリント配線基板あるいは基板の露光に使用するマスク基板等の検査が行われてもよい。さらには、他の検査対象の検査を行う検査システムにおいて上記実施の形態にて説明したカテゴリ入力（すなわち、分類作業）の支援を利用することもできる。
【００８２】
上記実施の形態では欠陥自動分類部４２および学習を行うホストコンピュータ５の機能は別々に設けられたＣＰＵ等によりソフトウェア的に実現されるが、自動分類する欠陥の処理量を多くする必要がある場合は、欠陥自動分類部４２が専用の電気回路によって構成されてもよく、また、自動分類する欠陥の処理量は少なくてもよいが条件の変更等、柔軟性が必要な場合は欠陥自動分類部４２の機能がホストコンピュータ５、あるいは、別途設けられたコンピュータにより実現されてもよい。
【００８３】
学習作業において利用される欠陥データ７２は、予め別途準備されたデータであってもよく、欠陥検査処理部４１のメモリ４１１に保存される検出欠陥データ７１がそのまま使用されてもよく、これらのデータが混在してもよい。
【００８４】
ホストコンピュータ５で算出される画像データ７１２の特徴量は、欠陥自動分類部４２において算出されてもよく（すなわち、一度自動分類が行われた際のデータが流用されてもよい。）、既述のように欠陥検査処理部４１にて算出されたものが流用されてもよい。すなわち、分類支援装置としての機能は、検査システム１にどのような形態にて設けられてもよい。
【００８５】
統計情報ウィンドウ８３に表示されるグラフは必ずしもレーダグラフである必要はなく、グラフ以外の表示であってもよい。
【００８６】
上記実施の形態では、検査の際に得られたデータを利用することにより教師データ生成の際の分類作業が支援されたり、画像処理された画像、類似・非類似画像や境界線を表示することで低解像度の（あるいは、検査対象物や撮影条件の影響を受けてばらつきが大きい）欠陥画像に対する分類作業が支援されることから、インライン型の欠陥画像の自動分類（の学習の際の分類作業）に適用されることが好ましいが、いわゆるオフライン型の分類装置にも適用することが可能である。
【００８７】
【発明の効果】
本発明によれば、操作者による検査対象の分類の入力を適切に支援することができ、請求項３および４の発明では、検査装置から検査対象の画像のデータが入力される場合であっても、適切に分類を入力することが実現される。
【図面の簡単な説明】
【図１】検査システムの概略構成を示す図である。
【図２】欠陥が検出された際の検査システムの動作の流れを示す図である。
【図３】ホストコンピュータの構成を示す図である。
【図４】カテゴリの入力の支援を行う機能構成を示すブロック図である。
【図５】教師データを作成する際の検査システムの動作の流れを示す図である。
【図６】ホストコンピュータのディスプレイに欠陥画像が表示される際の動作の流れを示す図である。
【図７】撮像位置を説明するための図である。
【図８】ディスプレイの表示画像を例示する図である。
【図９】カテゴリの入力を支援する動作の例を示す図である。
【図１０】カテゴリの入力を支援する動作の他の例を示す図である。
【図１１】ディスプレイの表示画像を例示する図である。
【図１２】カテゴリの入力を支援する動作のさらに他の例を示す図である。
【図１３】ディスプレイの表示画像を例示する図である。
【図１４】ディスプレイの表示画像を例示する図である。
【図１５】カテゴリの入力を支援する動作のさらに他の例を示す図である。
【図１６】カテゴリの入力を支援する動作さらに他の例を示す図である。
【図１７】ディスプレイの表示画像を例示する図である。
【図１８】ディスプレイの表示画像を例示する図である。
【符号の説明】
１ 検査システム
２ 撮像装置
４ 検査・分類装置
５ ホストコンピュータ
６ 処理部
９ 基板
４１ 欠陥検査処理部
４２ 欠陥自動分類部
５４ 固定ディスク
５５ ディスプレイ
５６ 入力部
５８ 通信部
８０ プログラム
７１２ 画像データ
７１３ 撮像位置データ
７１５ 分類データ
８１１，８１１ａ〜８１１ｄ 欠陥画像
８１２，８１２ａ〜８１２ｄ 外枠
８１３，８２５ 境界線
Ｓ３１〜Ｓ３３，Ｓ８１，Ｓ８２ ステップ
Claims (8)
- 検査対象の分類の入力を支援する分類支援装置であって、
画像を表示する表示部と、
検査対象の画像を分類する入力を受け付ける入力部と、
予め準備された複数の検査対象の画像が示す複数の検査対象が撮像された際の撮像位置に基づいて前記複数の検査対象の順序を決定し、前記順序に従って前記複数の検査対象の画像を前記表示部に配列表示させる処理部と、
を備えることを特徴とする分類支援装置。 - 請求項１に記載の分類支援装置であって、
前記処理部が、前記複数の検査対象の画像のうち分類が付与された画像に対して付与済みの分類を特定し、前記分類が付与された画像に分類を示す識別表示を付加しつつ前記複数の検査対象の画像を前記表示部に配列表示させることを特徴とする分類支援装置。 - 検査対象の分類の入力を支援する分類支援装置であって、
画像を表示する表示部と、
欠陥を示す画像である検査対象の画像を分類する入力を受け付ける入力部と、
検査対象の画像の一部の領域であって、分類の入力に際して参照される特徴量が求められる領域を特定し、前記検査対象の画像を前記領域が識別可能な状態で前記表示部に表示させる処理部と、
を備えることを特徴とする分類支援装置。 - 請求項３に記載の分類支援装置であって、
複数の検査対象を順次検査する検査装置から検査対象の画像のデータを受信する受信部と、
受信した画像のデータを記憶する記憶部と、
をさらに備えることを特徴とする分類支援装置。 - 検査対象を分類する分類装置であって、
請求項１ないし４のいずれかに記載の分類支援装置と、
前記分類支援装置により分類された複数の検査対象の画像に基づいて分類条件を求め、分類対象の画像を前記分類条件に基づいて自動的に分類する分類手段と、
を備えることを特徴とする分類装置。 - 検査対象の分類の入力をコンピュータに支援させるプログラムであって、前記プログラムのコンピュータによる実行は、前記コンピュータに、
ａ）予め準備された複数の検査対象の画像が示す複数の検査対象が撮像された際の撮像位置に基づいて前記複数の検査対象の順序を決定する工程と、
ｂ）前記順序に従って前記複数の検査対象の画像を表示部に配列表示する工程と、
を実行させることを特徴とするプログラム。 - 請求項６に記載のプログラムであって、前記プログラムのコンピュータによる実行は、前記コンピュータに、
前記複数の検査対象の画像のうち分類が付与された画像に対して付与済みの分類を特定する工程をさらに実行させ、
前記ｂ）工程において、前記分類が付与された画像に分類を示す識別表示を付加しつつ前記複数の検査対象の画像が前記表示部に配列表示されることを特徴とするプログラム。 - 検査対象の分類の入力をコンピュータに支援させるプログラムであって、前記プログラムのコンピュータによる実行は、前記コンピュータに、
欠陥を示す画像である検査対象の画像の一部の領域であって、分類の入力に際して参照される特徴量が求められる領域を特定する工程と、
前記検査対象の画像を前記領域が識別可能な状態で表示部に表示する工程と、
を実行させることを特徴とするプログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002123870A JP4155496B2 (ja) | 2002-04-25 | 2002-04-25 | 分類支援装置、分類装置およびプログラム |
| US10/391,802 US7409081B2 (en) | 2002-04-25 | 2003-03-20 | Apparatus and computer-readable medium for assisting image classification |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002123870A JP4155496B2 (ja) | 2002-04-25 | 2002-04-25 | 分類支援装置、分類装置およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003317082A JP2003317082A (ja) | 2003-11-07 |
| JP4155496B2 true JP4155496B2 (ja) | 2008-09-24 |
Family
ID=29243701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002123870A Expired - Lifetime JP4155496B2 (ja) | 2002-04-25 | 2002-04-25 | 分類支援装置、分類装置およびプログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7409081B2 (ja) |
| JP (1) | JP4155496B2 (ja) |
Families Citing this family (47)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7508973B2 (en) * | 2003-03-28 | 2009-03-24 | Hitachi High-Technologies Corporation | Method of inspecting defects |
| CN101120329A (zh) * | 2004-10-12 | 2008-02-06 | 恪纳腾技术公司 | 用于分类样品上的缺陷的计算机实现的方法和系统 |
| JP4266920B2 (ja) * | 2004-12-03 | 2009-05-27 | オリンパス株式会社 | 分類装置及び分類方法 |
| JP4616120B2 (ja) * | 2005-08-08 | 2011-01-19 | 株式会社日立ハイテクノロジーズ | 画像処理装置及び検査装置 |
| JP2007285880A (ja) * | 2006-04-17 | 2007-11-01 | Omron Corp | 基板検査における見本画像の登録方法および見本画像作成装置 |
| KR100823698B1 (ko) * | 2007-02-27 | 2008-04-21 | 삼성전자주식회사 | 인식 부호 검사 방법, 웨이퍼 검사 방법 및 웨이퍼 검사장치 |
| JP5372365B2 (ja) * | 2007-12-25 | 2013-12-18 | 株式会社日立ハイテクノロジーズ | 検査装置及び検査方法 |
| US8521480B2 (en) * | 2009-03-12 | 2013-08-27 | Etegent Technologies, Ltd. | Managing non-destructive evaluation data |
| US8108168B2 (en) | 2009-03-12 | 2012-01-31 | Etegent Technologies, Ltd. | Managing non-destructive evaluation data |
| JP5702943B2 (ja) * | 2010-03-31 | 2015-04-15 | 株式会社Ｓｃｒｅｅｎホールディングス | 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体 |
| JP5442542B2 (ja) * | 2010-06-25 | 2014-03-12 | 大日本スクリーン製造株式会社 | 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体 |
| CN103168227B (zh) * | 2010-10-19 | 2016-01-20 | 3M创新有限公司 | 用于分配评级的方法、设备和系统 |
| JP5912125B2 (ja) | 2010-11-12 | 2016-04-27 | スリーエム イノベイティブ プロパティズ カンパニー | ウェブベース材料における不均一性の高速処理と検出 |
| DE102011109793B4 (de) * | 2011-08-08 | 2014-12-04 | Grenzbach Maschinenbau Gmbh | Verfahren und Vorrichtung zur sicheren Detektion von Materialfehlern in transparenten Werkstoffen |
| JP5767963B2 (ja) | 2011-12-28 | 2015-08-26 | 株式会社キーエンス | 外観検査装置、外観検査方法及びコンピュータプログラム |
| JP2013137635A (ja) * | 2011-12-28 | 2013-07-11 | Dainippon Screen Mfg Co Ltd | 画像表示装置および画像表示方法 |
| CN104583761B (zh) * | 2012-08-28 | 2016-12-21 | 住友化学株式会社 | 缺陷检查装置以及缺陷检查方法 |
| US9864366B2 (en) | 2013-03-15 | 2018-01-09 | Etegent Technologies Ltd. | Manufacture modeling and monitoring |
| US11543811B2 (en) | 2013-03-15 | 2023-01-03 | Etegent Technologies Ltd. | Manufacture modeling and monitoring |
| JP6357787B2 (ja) | 2014-02-07 | 2018-07-18 | 日本電気株式会社 | データ処理装置 |
| JP6284791B2 (ja) * | 2014-03-11 | 2018-02-28 | 株式会社神戸製鋼所 | 欠陥分類装置及びそのメンテナンス方法 |
| JP6904249B2 (ja) | 2015-03-19 | 2021-07-14 | 日本電気株式会社 | オブジェクト検出装置、オブジェクト検出方法およびプログラム |
| JP6816713B2 (ja) | 2015-03-19 | 2021-01-20 | 日本電気株式会社 | オブジェクト検出装置、オブジェクト検出方法およびプログラム |
| CN107432118B (zh) | 2015-03-30 | 2019-10-25 | 株式会社富士 | 信息管理装置及信息管理方法 |
| JP2017009314A (ja) * | 2015-06-17 | 2017-01-12 | 株式会社Ｓｃｒｅｅｎホールディングス | 教示データの作成支援方法、作成支援装置、プログラムおよびプログラム記録媒体 |
| US10387368B2 (en) | 2015-10-23 | 2019-08-20 | International Business Machines Corporation | Ideal age vector based file retention in a software testing system |
| KR102195029B1 (ko) * | 2016-05-24 | 2020-12-28 | 주식회사 히타치하이테크 | 결함 분류 장치 및 결함 분류 방법 |
| CN106803249A (zh) * | 2016-12-19 | 2017-06-06 | 广州视源电子科技股份有限公司 | 电子器件在板卡图中的突显方法及系统 |
| JP6819316B2 (ja) * | 2017-01-25 | 2021-01-27 | 富士通株式会社 | 閾値設定支援プログラム、閾値設定支援装置および閾値設定支援方法 |
| JP6862538B2 (ja) * | 2017-04-14 | 2021-04-21 | 株式会社日立ハイテク | 撮像装置および形態特徴データ表示方法 |
| JP6976731B2 (ja) * | 2017-06-13 | 2021-12-08 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
| JP6705777B2 (ja) * | 2017-07-10 | 2020-06-03 | ファナック株式会社 | 機械学習装置、検査装置及び機械学習方法 |
| JP2019053050A (ja) | 2017-09-13 | 2019-04-04 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
| WO2019054235A1 (ja) * | 2017-09-13 | 2019-03-21 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
| JP6936957B2 (ja) | 2017-11-07 | 2021-09-22 | オムロン株式会社 | 検査装置、データ生成装置、データ生成方法及びデータ生成プログラム |
| JP7004145B2 (ja) | 2017-11-15 | 2022-01-21 | オムロン株式会社 | 欠陥検査装置、欠陥検査方法、及びそのプログラム |
| JP6924413B2 (ja) | 2017-12-25 | 2021-08-25 | オムロン株式会社 | データ生成装置、データ生成方法及びデータ生成プログラム |
| CN108564104A (zh) * | 2018-01-09 | 2018-09-21 | 北京百度网讯科技有限公司 | 产品缺陷检测方法、装置、系统、服务器及存储介质 |
| WO2019194064A1 (ja) * | 2018-04-02 | 2019-10-10 | 日本電産株式会社 | 画像処理装置、画像処理方法、外観検査システムおよび外観検査方法 |
| KR102117543B1 (ko) * | 2018-04-26 | 2020-06-01 | 주식회사 슈퍼브에이아이 | 컴퓨팅 장치 및 이를 이용한 인공 지능 기반 영상 처리 서비스 시스템 |
| CN108776808A (zh) * | 2018-05-25 | 2018-11-09 | 北京百度网讯科技有限公司 | 一种用于检测钢包溶蚀缺陷的方法和装置 |
| CN108846841A (zh) * | 2018-07-02 | 2018-11-20 | 北京百度网讯科技有限公司 | 显示屏质量检测方法、装置、电子设备及存储介质 |
| CN110455822A (zh) * | 2019-07-10 | 2019-11-15 | 苏州卓融新能源科技有限公司 | 一种pcb板缺陷的检测方法 |
| JP7192720B2 (ja) * | 2019-09-04 | 2022-12-20 | 信越化学工業株式会社 | フォトマスクブランクの欠陥分類方法及び欠陥分類システム並びにフォトマスクブランクの選別方法及び製造方法 |
| CN111079564B (zh) | 2019-11-27 | 2021-06-01 | 奥特斯科技(重庆)有限公司 | 处理部件承载件的方法及光学检查设备和计算机可读介质 |
| CN111060520B (zh) * | 2019-12-30 | 2021-10-29 | 歌尔股份有限公司 | 一种产品缺陷检测方法、装置与系统 |
| CN115576469B (zh) * | 2022-09-01 | 2025-04-08 | 中科慧远视觉技术(北京)有限公司 | 一种分布空间编辑方法、缺陷筛选方法、产品分类方法 |
Family Cites Families (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4504970A (en) * | 1983-02-07 | 1985-03-12 | Pattern Processing Technologies, Inc. | Training controller for pattern processing system |
| US6185324B1 (en) * | 1989-07-12 | 2001-02-06 | Hitachi, Ltd. | Semiconductor failure analysis system |
| US5060065A (en) * | 1990-02-23 | 1991-10-22 | Cimflex Teknowledge Corporation | Apparatus and method for illuminating a printed circuit board for inspection |
| US5226118A (en) * | 1991-01-29 | 1993-07-06 | Prometrix Corporation | Data analysis system and method for industrial process control systems |
| DE19526194C2 (de) * | 1994-07-18 | 2002-11-07 | Advantest Corp | Verfahren zur Feststellung eines Fehlers eines ICs unter Verwendung eines Strahls geladener Teilchen |
| US5796868A (en) * | 1995-12-28 | 1998-08-18 | Cognex Corporation | Object edge point filtering system for machine vision |
| JPH09199551A (ja) * | 1996-01-12 | 1997-07-31 | Mitsubishi Electric Corp | インライン検査用検査データ解析処理装置 |
| DE69738979D1 (de) * | 1996-03-19 | 2008-10-23 | Hitachi Ltd | Prozesssteuerungssystem |
| US5893095A (en) * | 1996-03-29 | 1999-04-06 | Virage, Inc. | Similarity engine for content-based retrieval of images |
| JPH10214866A (ja) * | 1997-01-28 | 1998-08-11 | Hitachi Ltd | 不良解析方法および装置 |
| US6072574A (en) * | 1997-01-30 | 2000-06-06 | Micron Technology, Inc. | Integrated circuit defect review and classification process |
| US6118893A (en) * | 1997-07-16 | 2000-09-12 | Cognex Corporation | Analysis of an image of a pattern of discrete objects |
| US7093229B2 (en) * | 1997-09-17 | 2006-08-15 | Synopsys, Inc. | System and method for providing defect printability analysis of photolithographic masks with job-based automation |
| US6188402B1 (en) * | 1998-01-13 | 2001-02-13 | Ciena Corporation | Manufacturing control station |
| JP4132229B2 (ja) * | 1998-06-03 | 2008-08-13 | 株式会社ルネサステクノロジ | 欠陥分類方法 |
| US6549820B1 (en) * | 1998-07-31 | 2003-04-15 | The Boeing Company | Method and system for providing feedback from a non-destructive inspection of a composite part |
| JP4220595B2 (ja) * | 1998-08-10 | 2009-02-04 | 株式会社日立製作所 | 欠陥の分類方法並びに教示用データ作成方法 |
| WO2000014790A1 (fr) * | 1998-09-03 | 2000-03-16 | Hitachi, Ltd. | Systeme d'inspection et procede de production d'un dispositif electronique l'utilisant |
| US6476913B1 (en) * | 1998-11-30 | 2002-11-05 | Hitachi, Ltd. | Inspection method, apparatus and system for circuit pattern |
| JP3812185B2 (ja) * | 1998-12-01 | 2006-08-23 | 株式会社日立製作所 | 欠陥分類方法およびその装置 |
| US6477266B1 (en) * | 1998-12-11 | 2002-11-05 | Lucent Technologies Inc. | Vision comparison inspection system graphical user interface |
| US6434264B1 (en) * | 1998-12-11 | 2002-08-13 | Lucent Technologies Inc. | Vision comparison inspection system |
| JP2000200356A (ja) * | 1999-01-08 | 2000-07-18 | Hitachi Ltd | 欠陥分類方法およびその装置 |
| US6597381B1 (en) * | 1999-07-24 | 2003-07-22 | Intelligent Reasoning Systems, Inc. | User interface for automated optical inspection systems |
| JP2001134763A (ja) * | 1999-11-09 | 2001-05-18 | Hitachi Ltd | 撮像画像に基づく欠陥の分類方法、および、その結果の表示方法 |
| US6999614B1 (en) * | 1999-11-29 | 2006-02-14 | Kla-Tencor Corporation | Power assisted automatic supervised classifier creation tool for semiconductor defects |
| JP2001156135A (ja) * | 1999-11-29 | 2001-06-08 | Hitachi Ltd | 欠陥画像の分類方法及びその装置並びにそれを用いた半導体デバイスの製造方法 |
| JPWO2001041068A1 (ja) * | 1999-11-29 | 2004-01-08 | オリンパス光学工業株式会社 | 欠陥検査システム |
| JP3893825B2 (ja) * | 1999-12-28 | 2007-03-14 | 株式会社日立製作所 | 半導体ウェーハの欠陥観察方法及びその装置 |
| JP2001230289A (ja) * | 2000-02-15 | 2001-08-24 | Hitachi Ltd | 欠陥解析方法および欠陥解析システム |
| JP2001256480A (ja) * | 2000-03-09 | 2001-09-21 | Hitachi Ltd | 画像自動分類方法及び装置 |
| JP3927353B2 (ja) * | 2000-06-15 | 2007-06-06 | 株式会社日立製作所 | 比較検査における画像の位置合せ方法、比較検査方法及び比較検査装置 |
| JP4526661B2 (ja) * | 2000-06-28 | 2010-08-18 | 株式会社日立製作所 | 検査装置および検査方法 |
| US6825856B1 (en) * | 2000-07-26 | 2004-11-30 | Agilent Technologies, Inc. | Method and apparatus for extracting measurement information and setting specifications using three dimensional visualization |
| US6898305B2 (en) * | 2001-02-22 | 2005-05-24 | Hitachi, Ltd. | Circuit pattern inspection method and apparatus |
| US6975754B2 (en) * | 2000-10-26 | 2005-12-13 | Hitachi, Ltd. | Circuit pattern inspection method and apparatus |
| JP3904419B2 (ja) * | 2001-09-13 | 2007-04-11 | 株式会社日立製作所 | 検査装置および検査システム |
| JP2003098112A (ja) * | 2001-09-25 | 2003-04-03 | Hitachi Ltd | 薄膜デバイスの表面画像の検出・出力方法及びその装置並びにそれを用いた薄膜デバイスの製造方法及びその製造装置 |
| US6760890B2 (en) * | 2001-11-29 | 2004-07-06 | Agilent Technologies, Inc. | Systems and methods for linking a graphical display and an n-dimensional data structure in a graphical user interface |
| US6792366B2 (en) * | 2001-12-11 | 2004-09-14 | Hitachi, Ltd. | Method and apparatus for inspecting defects in a semiconductor wafer |
| JP5107506B2 (ja) * | 2002-11-12 | 2012-12-26 | エフ・イ−・アイ・カンパニー | 欠陥分析器 |
| US8184923B2 (en) * | 2004-04-19 | 2012-05-22 | Semiconductor Energy Laboratory Co., Ltd. | Image analysis method, image analysis program, pixel evaluation system having the image analysis method, and pixel evaluation system having the image analysis program |
-
2002
- 2002-04-25 JP JP2002123870A patent/JP4155496B2/ja not_active Expired - Lifetime
-
2003
- 2003-03-20 US US10/391,802 patent/US7409081B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US20030202703A1 (en) | 2003-10-30 |
| JP2003317082A (ja) | 2003-11-07 |
| US7409081B2 (en) | 2008-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4155496B2 (ja) | 分類支援装置、分類装置およびプログラム | |
| JP4172761B2 (ja) | 欠陥検査装置、欠陥検査方法およびプログラム | |
| JP4014379B2 (ja) | 欠陥レビュー装置及び方法 | |
| JP4935109B2 (ja) | 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置 | |
| JP5957378B2 (ja) | 欠陥観察方法および欠陥観察装置 | |
| JP5537282B2 (ja) | 欠陥検査装置および欠陥検査方法 | |
| JP4095860B2 (ja) | 欠陥検査方法及びその装置 | |
| JP4008291B2 (ja) | パターン検査装置、パターン検査方法およびプログラム | |
| JP6059486B2 (ja) | 教師データ検証装置、教師データ作成装置、画像分類装置、教師データ検証方法、教師データ作成方法および画像分類方法 | |
| JP2011158373A (ja) | 自動欠陥分類のための教師データ作成方法、自動欠陥分類方法および自動欠陥分類装置 | |
| JP3741672B2 (ja) | 画像特徴学習型欠陥検出方法、欠陥検出装置及び欠陥検出プログラム | |
| JP2004012422A (ja) | パターン検査装置、パターン検査方法およびプログラム | |
| CN112991259B (zh) | 一种半导体制程缺陷的检测方法及系统 | |
| JP2013134666A (ja) | 二値画像生成装置、分類装置、二値画像生成方法および分類方法 | |
| KR20230126163A (ko) | 교사 데이터 생성 장치, 교사 데이터 생성 방법 및 기록 매체에 기록된 프로그램 | |
| JP5075070B2 (ja) | 教師データ作成方法、並びに、画像分類方法および画像分類装置 | |
| JP6049052B2 (ja) | ウエハ外観検査装置及びウエハ外観検査装置における感度しきい値設定方法 | |
| WO2014208193A1 (ja) | ウエハ外観検査装置 | |
| WO2025139960A1 (zh) | 图像检测方法、装置、电子设备及存储介质 | |
| JP2004085503A (ja) | 分類装置、歩留管理システム、分類方法、基板製造方法およびプログラム | |
| JP2004296592A (ja) | 欠陥分類装置、欠陥分類方法およびプログラム | |
| JP2013205320A (ja) | 検査条件決定方法、検査方法および検査装置 | |
| JP2016051429A (ja) | 教師データ作成支援方法、画像分類方法、教師データ作成支援装置および画像分類装置 | |
| JP2001134763A (ja) | 撮像画像に基づく欠陥の分類方法、および、その結果の表示方法 | |
| JP2017003305A (ja) | 欠陥画像分類装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050303 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080411 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080416 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080609 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080703 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080704 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110718 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4155496 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110718 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110718 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120718 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120718 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120718 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130718 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |