專利名稱：Pcb檢測中錯誤報警的減少的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及幾何布圖的物體(例如印刷電路板上的電路)的自動光學(xué)檢測方法，所述幾何布圖的物體，更具體地說，本發(fā)明涉及在其檢測過程中減少錯誤報警的方法。
背景技術(shù)：
基于機(jī)器視覺的自動檢測系統(tǒng)廣泛用于分析物體上的幾何構(gòu)圖。這種系統(tǒng)的典型應(yīng)用包含對印刷電路板(“PCB”)上的電路、平板顯示器、球柵陣列襯底、半導(dǎo)體芯片、標(biāo)度線、組裝在PCB上的電子元件等的檢測。
PCB具有金屬化的導(dǎo)體部分和未金屬化的襯底部分，PCB的光學(xué)檢測通過下列方式進(jìn)行(i)照射PCB的一部分表面，(ii)獲得所照射的表面部分的圖像；(iii)分析表面上的亮度，以便界定圖像中的導(dǎo)體。通過相對于參考圖像和相對于一組標(biāo)準(zhǔn)或準(zhǔn)則分析圖像，確定PCB中的缺陷，以便確定對參考圖像的偏離和導(dǎo)體是否滿足一定的準(zhǔn)則。
在現(xiàn)有技術(shù)的公開中，如美國專利No.4,758,888、5,586,058、5,619,429、5,774,572和5,774,573描述了這種方法，引入這些公開文獻(xiàn)作為參考。
在以色列的亞夫內(nèi)的奧博泰克公司銷售各種自動光學(xué)檢測系統(tǒng)，在其中使用的一種常規(guī)PCB檢測方法中，用多色光源照射PCB，在光學(xué)分辨率下得到PCB的灰度級圖像(gray level image)。在灰度級圖像中，根據(jù)亮度，像素被分到三個類別之一中襯底、導(dǎo)體和中間亮度區(qū)，中間亮度區(qū)一般包括襯底和導(dǎo)體之間的邊緣。確定導(dǎo)體和襯底之間邊緣的精確位置到子像素精確度，拋棄位于襯底或?qū)w區(qū)中的邊緣。使用剩余的邊緣來產(chǎn)生PCB的二進(jìn)制表示方式，其具有大于光學(xué)分辨率的分辨率。分析二進(jìn)制圖像以便確定電路中導(dǎo)體形態(tài)中的缺陷。
美國專利5,586,058和5,619,429描述且顯示了用于檢測布圖的物體(例如半導(dǎo)體晶片)和標(biāo)度線的檢測系統(tǒng)，包含基于硬件的精細(xì)缺陷檢測管線(用于檢測物體的二進(jìn)制圖像)和基本上平行于精細(xì)缺陷檢測管線操作的基于硬件的超精細(xì)缺陷檢測管線(用于檢測物體的灰度級圖像)。該系統(tǒng)另外包含基于軟件的后處理器，可用來接收被測物體位置的實時記錄表示內(nèi)容以及二進(jìn)制或灰度級參考信息。這些表示內(nèi)容來自精細(xì)和超精細(xì)檢測管線采用的圖像相同的圖像，分析這些表示內(nèi)容以便過濾錯誤的警報并且對這些缺陷歸類。
在PCB的自動光學(xué)檢測中遇到的一個典型問題發(fā)生在PCB上的導(dǎo)體部分氧化時。氧化經(jīng)常僅僅是表面上的瑕疵，不影響PCB的功能，同樣將不會導(dǎo)致將氧化區(qū)判定為缺陷。然而，氧化的導(dǎo)體一般具有與未氧化金屬的亮度值不同的亮度值。一般在PCB的紅色圖像中氧化的亮度值介于未氧化金屬和襯底的各個值之間，因此常規(guī)的灰度級處理不能有效地辨別和處理氧化。結(jié)果，即使想要將氧化部分歸類為金屬化部分，但氧化部分往往可能會從似是而非上被誤歸為襯底。
結(jié)果，在常規(guī)的圖像檢測方法中，氧化附近的導(dǎo)體部分會不滿足預(yù)定的準(zhǔn)則，這樣導(dǎo)致缺陷的似是而非誤檢測。例如，氧化附近的金屬化部分會被從似是而非上誤歸類為具有不希望的針孔或者不能得到最小的線寬。臨近于金屬化部分和襯底之間的更寬的區(qū)域，這個問題尤其普遍，這些區(qū)域一般具有介于導(dǎo)體和襯底之間的亮度值。
在名稱為“利用顏色的印刷電路板檢測”的PCT公開申請WO00/11454中，使用彩色圖像處理來識別PCB導(dǎo)體上的氧化，這里引入其公開的內(nèi)容作為參考。通過與未氧化金屬和襯底都不同的特有顏色來識別氧化。一般應(yīng)用顏色處理作為灰度級處理管線的一部分，它是對二進(jìn)制圖像處理的補(bǔ)足。具有作為氧化物特性的顏色的像素被同樣地歸類，然后就如它們是未氧化金屬那樣被處理。

發(fā)明內(nèi)容
本發(fā)明尋求提供改進(jìn)的裝置和方法，用于減少在印刷電路板的光學(xué)檢測過程出現(xiàn)的錯誤報警。
本發(fā)明的一些實施例的總的方面涉及一種圖像處理的方法，其中在包含二進(jìn)制圖像處理的第一圖像處理操作中識別候選缺陷。在第二處理操作中處理圍繞候選缺陷的附近區(qū)域的瞬態(tài)圖像(snapshotimage)，以歸類候選缺陷并且區(qū)分實際缺陷和似是而非缺陷。瞬態(tài)圖可以是圍繞候選缺陷附近區(qū)域像素的多色或彩色圖像，二進(jìn)制圖像和瞬態(tài)圖像都來源于相同的圖像輸入。
本發(fā)明的一些實施例的總的方面涉及用于一種用于確定電路中缺陷的圖像處理方法，包括第一圖像處理操作，其中分析縮減的數(shù)據(jù)圖像例如電路的二進(jìn)制或者灰色單色圖像，以便確定真實缺陷和候選缺陷，在第二圖像處理階段，圍繞候選缺陷的區(qū)域的魯棒性(robust)圖像包含未被包括在縮減的數(shù)據(jù)圖像中的光學(xué)信息，處理該魯棒性圖像以便確定實際缺陷和似是而非缺陷。
本發(fā)明的一些實施例的總的方面涉及用于證實電路中缺陷的方法，其中獲得并分析電路的圖像。準(zhǔn)備圖像中特征的表示(representation)，然后根據(jù)準(zhǔn)則對其修改。處理修改的表示以便確定電路中缺陷的存在。例如，準(zhǔn)備表示金屬和襯底之間邊緣的輪廓的表示，然后對其進(jìn)行修改。如果在修改的邊緣附近發(fā)現(xiàn)氧化，那么可以分析該被修改的表示，以便確定缺陷的存在。
本發(fā)明的一些實施例的總的方面涉及用于證實布圖物體(例如電路)中的缺陷的方法。獲得并檢查電路圖像。處理圖像中的像素，以便界定表示襯底和導(dǎo)體之間邊緣的近似位置的輪廓。處理沿著這些輪廓的點(diǎn)，以便確定它們是否被氧化。在其中確定沿著輪廓的一些點(diǎn)被氧化的導(dǎo)體中，修改被氧化的輪廓點(diǎn)附近的輪廓。處理修改的輪廓表示，以便確定實際或似是而非缺陷是否存在于氧化的附近。
可以選擇的是，根據(jù)本發(fā)明的一些實施例的總的方面，對于輪廓表示中的角之間延伸的所有區(qū)，修改電路的輪廓表示中的輪廓，其中的輪廓表示金屬導(dǎo)體和襯底之間邊緣的近似位置。檢查圍繞被修改輪廓的區(qū)域，以便確定氧化。如果存在氧化，那么分析被修改的輪廓表示，以便確定缺陷。
在本發(fā)明的實施例中，獲得包括襯底和金屬化導(dǎo)體的PCB的圖像(“源圖像”)，從中產(chǎn)生二進(jìn)制圖像。分析二進(jìn)制圖像以確定候選缺陷的存在。當(dāng)確定PCB上的金屬化導(dǎo)體上具有候選缺陷時，在PCB的源圖像中界定圍繞候選缺陷的附近區(qū)域，以下稱之為“測試的附近區(qū)域”。選擇測試的附近區(qū)域，使其足夠大，使得它包含充足的導(dǎo)體部分，其中定位候選缺陷，以便能夠限定候選缺陷附近導(dǎo)體的形狀。例如，如果候選缺陷是線寬違規(guī)，例如在特定位置導(dǎo)體不夠?qū)?，那么選擇測試的附近區(qū)域的尺寸使其足夠大，使得它包含輪廓的圖像，該輪廓表示至少兩個在候選缺陷附近導(dǎo)體的幾何形狀上相對的邊緣。如果缺陷是焊盤違規(guī)，即PCB焊盤太小，或者其它不適當(dāng)?shù)爻尚?，那么選擇測試的附近區(qū)域的尺寸使其足夠大，使得它包含基本上表示被懷疑是缺陷的整個焊盤的輪廓。
在本發(fā)明的實施例中，處理該測試的附近區(qū)域中的像素，以便限定表示襯底和導(dǎo)體之間被評估的邊緣位置的輪廓線。優(yōu)選的是，輪廓線的位置接近于子像素精度，大致如在美國專利5,774,572和5,774,573中描述的。
根據(jù)本發(fā)明的一些實施例的一方面，延伸到測試的附近區(qū)域圖像之邊界的導(dǎo)體圖像被從圖像邊界被截短一個短的距離。結(jié)果，限定在測試的附近區(qū)域中的襯底和金屬化導(dǎo)體之間邊緣的輪廓形成為單封閉輪廓線，使得測試的附近區(qū)域中的導(dǎo)體就像導(dǎo)電材料的“島”，具有由封閉的輪廓線界定的形狀。優(yōu)選的是，PCB的源圖像是彩色圖像，使用沿著輪廓線的像素的彩色值，以確定輪廓線上的點(diǎn)是否鄰近導(dǎo)體的氧化區(qū)。
根據(jù)本發(fā)明的一些實施例的一方面，根據(jù)在預(yù)定光譜內(nèi)的反射光強(qiáng)度的梯度的函數(shù)，輪廓線上的點(diǎn)被識別為氧化輪廓點(diǎn)。例如，在PCB上的電路中，一般對于所有的通道來說，氧化的特征在于對紅色相對于綠色和藍(lán)色具有弱梯度和高強(qiáng)度值。這樣，根據(jù)本發(fā)明的實施例，根據(jù)紅、綠和藍(lán)光的強(qiáng)度的空間導(dǎo)數(shù)，確定導(dǎo)體的氧化部分和導(dǎo)體襯底的未氧化部分之間的邊界。
根據(jù)本發(fā)明的一些實施例的一方面，如果一個點(diǎn)位于被確定為氧化導(dǎo)體的區(qū)域中或位于該區(qū)域附近，那么確定該點(diǎn)是氧化邊界點(diǎn)。優(yōu)選的是，利用上面參考申請WO 00/11454描述的方法，確定PCB的區(qū)域是氧化導(dǎo)體。
根據(jù)本發(fā)明實施例的一方面，提供一種用于處理電路圖像的多管線圖像處理器。在第一管線中，處理電路的二進(jìn)制圖像以便確定缺陷。在第二管線中，處理灰度級單色圖像以便確定缺陷的存在。將缺陷至少歸類為實際缺陷和候選缺陷之一。在軟件圖像處理管線中進(jìn)一步處理圍繞候選缺陷的區(qū)域的增強(qiáng)光學(xué)數(shù)據(jù)圖像。優(yōu)選的是，候選缺陷是在二進(jìn)制映射圖像處理操作中檢測到的一定類型的缺陷，根據(jù)對包含二進(jìn)制或者灰度級單色圖像中未出現(xiàn)的光學(xué)數(shù)據(jù)的魯棒光學(xué)數(shù)據(jù)圖像進(jìn)行的分析，可以將上述缺陷歸類為實際或似是而非的缺陷。
這樣，根據(jù)本發(fā)明的實施例，提供一種對電路進(jìn)行自動光學(xué)檢測的方法，包括獲得電路的至少一個光學(xué)圖像；根據(jù)該至少一個圖像產(chǎn)生至少一個第一檢測圖像，從中確定候選缺陷的區(qū)域；對圍繞候選缺陷的區(qū)域產(chǎn)生至少一個附加的檢測圖像，所述至少一個附加的檢測圖像至少部分地包含所述至少一個第一檢測圖像中未包括的光學(xué)信息；通過檢測所述至少一個附加的檢測圖像，確定候選缺陷是否是似是而非的缺陷。
在本發(fā)明的實施例中，獲得步驟包含獲得電路的多色圖像。多色圖像可以包括紅、綠和藍(lán)組分。附加的檢測圖像還可包括在多色圖像中獲得的紅、綠和藍(lán)組分的每一個。
在本發(fā)明的實施例中，所述至少一個第一檢測圖像包含電路的二進(jìn)制表示?？蛇x的是，該二進(jìn)制表示僅根據(jù)所獲得圖像的紅色組分而產(chǎn)生。
在本發(fā)明的實施例中，所述至少一個第一檢測圖像包含電路的單色灰度級表示。單色灰度級表示僅根據(jù)所獲得圖像的紅色組分而產(chǎn)生。
在本發(fā)明的實施例中，第一檢測圖像和附加的檢測圖像根據(jù)相同的光學(xué)圖像而導(dǎo)出。
可以自動確定候選缺陷和/或?qū)嶋H缺陷。
根據(jù)本發(fā)明的優(yōu)選實施例，進(jìn)一步提供一種檢測電路的方法，包括提供電路的二進(jìn)制表示；至少部分地通過分析該第一二進(jìn)制表示，確定電路中候選缺陷的存在；提供圍繞候選缺陷的區(qū)域的非二進(jìn)制圖像；和根據(jù)對所述非二進(jìn)制圖像的分析，確定電路中實際缺陷的存在。
可選的是，該二進(jìn)制表示比該非二進(jìn)制圖像覆蓋該電路的更大范圍。
在本發(fā)明的實施例中，確定實際缺陷包括在圍繞根據(jù)二進(jìn)制圖像所確定的候選缺陷的區(qū)域中提供非二進(jìn)制圖像；處理非二進(jìn)制圖像以便證實實際缺陷的存在。
該方法可以包含提供電路的灰度級單色表示，至少部分地通過分析二進(jìn)制表示和灰度級單色表示確定電路中的候選缺陷。該方法可以包含根據(jù)對二進(jìn)制表示和灰度級單色表示的分析識別實際缺陷。
在本發(fā)明的實施例中，利用所述二進(jìn)制圖像確定的缺陷包含實際缺陷，其中所述實際缺陷包含下列各項中的一個或多個遺漏電路中的部件、錯誤放置電路中的部件、電路中的外來部件、小孔和刮痕。
準(zhǔn)備的二進(jìn)制圖像可以達(dá)到比產(chǎn)生它的光學(xué)圖像的光學(xué)分辨率更精細(xì)的分辨率。
在本發(fā)明的實施例中，候選缺陷包括電路中金屬導(dǎo)體中的可疑形狀異常。在本發(fā)明的實施例中，在電路的光學(xué)圖像中，電路中的金屬化部分具有第一光學(xué)特性，非金屬化部分具有第二光學(xué)特性，可疑形狀異常的區(qū)域具有與金屬化部分和非金屬化部分的光學(xué)特性不同的第三光學(xué)特性。可選的是，光學(xué)特性包括反射的強(qiáng)度和/或色彩。
可以選擇的是，提供二進(jìn)制圖像包括從電路的多通道多色圖像的單一通道提供二進(jìn)制圖像。該非二進(jìn)制圖像可以是電路的多色圖像。
根據(jù)本發(fā)明的實施例，進(jìn)一步提供一種確定電路中缺陷的方法，包括
獲得電路的光學(xué)圖像；根據(jù)該圖像產(chǎn)生電路的表示；分析候選區(qū)附近之區(qū)域處的該表示的至少一部分，以便檢測電路的屬性；根據(jù)檢測的電路屬性修改該表示；處理修改的圖像以便確定實際缺陷的存在。
在本發(fā)明的實施例中，該表示是電路中輪廓的表示。在例舉的實施例中，輪廓表示電路中金屬化部分和襯底部分之間的假定邊緣。
在本發(fā)明的實施例中，修改包含評估該表示中的區(qū)域，以便確定它是否是金屬，如果檢測到金屬，修改輪廓。在本發(fā)明的實施例中，金屬是氧化的或未氧化的金屬。金屬可以是銅。
在本發(fā)明的實施例中，評估包含分析該區(qū)域的單色圖像?？梢赃x擇或附加的是，在本發(fā)明的實施例中，評估包含分析該區(qū)域的多色圖像。
在本發(fā)明的實施例中，修改包含對輪廓的一部分計算有向凸包，并且用有向凸包代替該部分?？梢赃x擇或附加的是，在本發(fā)明的實施例中，修改包含定位表示位于候選缺陷附近的輪廓中的角的點(diǎn)。有向凸包可以在角輪廓點(diǎn)之間延伸。
在本發(fā)明的實施例中，修改包含檢測位于氧化導(dǎo)體上的輪廓點(diǎn)。修改還可以包含識別至少三個鄰近氧化輪廓點(diǎn)。修改還可以包含從所述至少三個鄰近的氧化輪廓點(diǎn)中識別至少兩個氧化輪廓點(diǎn)，每個都由未氧化的輪廓點(diǎn)界定?？梢赃x擇或附加的是，修改包含從所述至少三個鄰近的氧化輪廓點(diǎn)中識別也是角的至少一個氧化輪廓點(diǎn)。修改還可以包含從所述至少三個鄰近的氧化輪廓點(diǎn)中識別由未氧化的輪廓點(diǎn)界定的附加輪廓點(diǎn)。
在本發(fā)明的實施例中，修改包含計算在下列任何對之間的有向凸包由未氧化輪廓點(diǎn)的組合界定的氧化輪廓點(diǎn)和作為角的氧化輪廓點(diǎn)。
在本發(fā)明的實施例中，屬性包括氧化物的光學(xué)屬性特性。
在本發(fā)明的實施例中，屬性是包括在至少兩個光譜范圍中的反射強(qiáng)度水平的光學(xué)屬性。屬性也可以是包括在至少三個光譜范圍中的反射強(qiáng)度水平的光學(xué)屬性。光譜范圍可以包括紅色、綠色和藍(lán)色中的至少兩種顏色。
在本發(fā)明的實施例中，根據(jù)在候選缺陷附近的金屬和/或氧化物的檢測進(jìn)行處理。可以在沿著金屬導(dǎo)體和襯底之間的假定邊界定位的輪廓點(diǎn)上進(jìn)行氧化物的檢測?？梢赃x擇或附加的是，在由電路中位于候選缺陷附近的區(qū)域的像素得到的值上進(jìn)行氧化物的檢測。
在本發(fā)明的實施例中，修改包含修改假定輪廓，以便包含有向凸包。修改還可以包含測量假定輪廓之間的距離，其中至少部分假定輪廓包含有向凸包。
根據(jù)本發(fā)明的實施例，進(jìn)一步提供一種對電路進(jìn)行自動光學(xué)檢測的裝置，包括至少一個光學(xué)傳感器，用來獲得電路的圖像；第一圖像處理器，用來根據(jù)該圖像產(chǎn)生電路的第一表示，并且分析所述第一表示以便從中確定電路中可疑缺陷。
瞬態(tài)圖產(chǎn)生器，用來接收來自所述至少一個傳感器的圖像和來自第一圖像處理器的可疑缺陷的報告，產(chǎn)生圍繞可疑缺陷區(qū)域的相鄰圖像；和圖像后處理器，用來分析相鄰圖像和從中確定實際缺陷的存在。
在本發(fā)明的實施例中，第一圖像處理器產(chǎn)生第一表示，它是電路的二進(jìn)制表示。光學(xué)傳感器可以具有光學(xué)分辨率，電路的二進(jìn)制表示所產(chǎn)生的分辨率比上述光學(xué)分辨率更精細(xì)?？蛇x的是，當(dāng)可疑缺陷是候選缺陷和實際缺陷時，圖像后處理器用來分析候選缺陷的相鄰圖像?？蛇x的是，該裝置包括灰度級圖像處理器，至少一些由灰度級圖像處理器檢測到的異常是實際缺陷，并且至少一些由二進(jìn)制圖像處理器檢測到的異常是候選缺陷。
相鄰圖像可以是多色圖像，也可以是彩色圖像。
根據(jù)本發(fā)明的實施例，進(jìn)一步提供一種用于產(chǎn)生電路之表示的方法，包括獲得包括多個導(dǎo)體和襯底的電路之圖像，所述導(dǎo)體至少在其第一部分具有第一可區(qū)分的光學(xué)屬性，且在其第二部分具有第二可區(qū)分的光學(xué)屬性，襯底具有第三可區(qū)分的光學(xué)屬性，其中至少導(dǎo)體的一些第二部分位于第一部分和襯底之間；及計算機(jī)處理該圖像以便產(chǎn)生電路的表示，所述表示包括沿著由所述第二部分形成的所述導(dǎo)體的邊緣部分的導(dǎo)體和襯底的邊緣的近似位置。
該方法還可以包括產(chǎn)生所述邊緣的第一近似位置，對該圖像做有關(guān)存在所述第一部分和第二部分的分析，和根據(jù)對在所述第一部分和所述襯底之間所述第二部分的存在的分析，修改所述邊緣的近似位置。
可以選擇的是，圖像是單色的，分析包含對所述單色圖像做有關(guān)反射強(qiáng)度的差別的分析。
可以選擇的是，圖像是多色的，分析包含對所述多色圖像做有關(guān)顏色的差別的分析。
可以選擇的是，產(chǎn)生包括產(chǎn)生第一部分的部分和襯底之間邊緣的近似位置。
可以選擇的是，修改包括計算在邊緣的所述近似的各個部分之間延伸的有向凸包，用有向凸包代替第一部分和襯底之間邊界的評估部分。
可以選擇的是，有向凸包在至少部分與被識別為第二部分的區(qū)域相鄰的邊界的表示部分之間延伸。
可以選擇的是，該方法包含識別沿著第一部分和襯底之間邊界的近似位置的至少一個點(diǎn)(其是角)。有向凸包可以在一對角之間延伸。
可以選擇的是，有向凸包在角和沿著位于所述第一部分和所述第二部分之間的邊界的表示的點(diǎn)之間延伸。
可以選擇的是，第一部分是未氧化的金屬，第二部分是氧化的金屬。
可以選擇的是，該方法包含根據(jù)一準(zhǔn)則或者一系列的準(zhǔn)則檢測缺陷的被修改表示。準(zhǔn)則可以是導(dǎo)體和襯底之間的至少兩個近似邊界之間距離的大小。
根據(jù)本發(fā)明的實施例，進(jìn)一步提供一種用于檢測電路的方法，包括獲得電路表面的圖像；近似電路中導(dǎo)體的未氧化部分的邊緣的位置；近似電路中導(dǎo)體的氧化部分和襯底之間邊緣的位置；和根據(jù)所述未氧化部分的所述邊緣和所述氧化部分的所述邊緣的近似位置，近似導(dǎo)體邊緣的位置；和相對于其所述近似邊緣測量導(dǎo)體的寬度?？梢赃x擇的是，近似氧化部分和襯底之間邊緣的位置包括產(chǎn)生沿著輪廓在一對點(diǎn)之間延伸的線段，所述輪廓限定了所述未氧化部分的邊緣的所述近似位置。
可以選擇的是，該方法包含檢測沿著輪廓的至少兩個角的位置?？梢赃x擇的是，該方法還包含在包含沿著輪廓定位的附加點(diǎn)的角之間延伸有向凸包。
確定與有向凸包相鄰的材料是否具有可歸因于導(dǎo)體的光學(xué)特性；和如果與有向凸包相鄰的圖像部分具有可歸因于導(dǎo)體的光學(xué)特性，那么修改所述未氧化部分的邊緣的近似位置，以便包含所述有向凸包，如果與有向凸包相鄰的圖像部分具有不可歸因于導(dǎo)體的光學(xué)特性，那么不用所述有向凸包代替所述未氧化部分的邊緣的近似位置。
在本發(fā)明的實施例中，可歸因于導(dǎo)體的光學(xué)特性是與導(dǎo)體的氧化相關(guān)的光學(xué)特性。


在下面參考附圖對本發(fā)明非限定性實施例的描述中，介紹了本發(fā)明的例舉的實施例。主要是為了表達(dá)的方便和清楚選擇了圖中所示的部件和零件的尺寸，不是必須按比例尺給出的。
圖1是根據(jù)本發(fā)明例舉的實施例構(gòu)成和實施的自動光學(xué)檢測裝置的簡化圖示，該裝置用于檢測印刷電路板；圖2是對應(yīng)于圖1所示印刷電路板的印刷電路板上的一部分電路的放大二進(jìn)制表示；圖3是對應(yīng)于圍繞圖2中第一候選缺陷的像素附近的瞬態(tài)圖像的一部分；圖4是說明在圖1所示裝置的環(huán)境中實施的優(yōu)選方法的主要步驟的流程示意圖，用于識別和處理PCB中的缺陷；圖5A和5B是說明在優(yōu)選的后處理操作中主要步驟的流程示意圖，可用于印刷電路板上電路的檢測；圖6是說明例舉的方法中主要步驟的流程示意圖，用于在子像素精度內(nèi)計算圖像中的輪廓；圖7是圖3的圖像的卷積像素值映射圖，示出了通過應(yīng)用邊緣確定影響函數(shù)計算的卷積像素值；圖8是圖7的卷積像素值映射圖，其中修改卷積像素值以便高度確定地表示金屬導(dǎo)體和襯底區(qū)域以及其它的過渡區(qū)域；圖9是假定輪廓圖，示出了圖3中圖像所示的金屬導(dǎo)體和襯底之間邊緣的近似位置；
圖10A是根據(jù)本發(fā)明例舉的第一方法的圖9所示的假定輪廓圖和為圍繞候選缺陷的氧化輪廓計算的凸包；圖10B是根據(jù)本發(fā)明例舉的另一方法的圖9所示的假定輪廓圖和為圍繞候選缺陷的氧化輪廓計算的凸包；圖11是對應(yīng)于圍繞圖2所示的第二候選線寬缺陷的像素附近的瞬態(tài)圖像的一部分；圖12A是假定輪廓圖，表示圖11中圖像所示的金屬導(dǎo)體和襯底之間的假定邊界；圖12B是根據(jù)本發(fā)明例舉的實施例的假定輪廓圖，表示圖11中圖像所示的金屬導(dǎo)體和襯底之間的假定邊界和有向凸包；圖13示出了根據(jù)本發(fā)明例舉的方法的假定輪廓圖，其示出對可疑角缺陷的金屬導(dǎo)體和襯底之間的假定邊界和有向凸包；圖14示出了在由凸包限定的區(qū)域中，具有候選缺陷的電路中導(dǎo)體的一部分。
具體實施例方式
參考圖1，圖1是根據(jù)本發(fā)明例舉的實施例構(gòu)造和實施的自動光學(xué)檢測裝置的簡化圖示。可操作檢測裝置10進(jìn)行如在PCB 12上發(fā)現(xiàn)的電路的自動光學(xué)檢測，該電路具有設(shè)置在非金屬襯底16上的多個金屬導(dǎo)體14。盡管總的來說在印刷電路板的光學(xué)檢測的范圍中描述了本發(fā)明，但應(yīng)容易理解的是，這里描述的方法和裝置通常也可以應(yīng)用于其它布圖表面的檢測，尤其是對標(biāo)度線(reticules)和電路的檢測，例如包含芯片載體、球柵陣列襯底、膠帶粘結(jié)襯底、多芯片組件和混合電路襯底的電路。應(yīng)認(rèn)為這里述及的PCB也指其它適當(dāng)形式的布圖表面和電路。
在本發(fā)明的優(yōu)選實施例中，測試裝置10包含照明器18，最好如PCT公開WO99/66314描述的那樣構(gòu)成，這里引入其公開內(nèi)容作為參考，在光檢測過程中可操作照明器18來照射PCB 12。設(shè)置攝像機(jī)陣列20，最好是從Eastman Kodak公司買到的三線RGB 8000x3元CCD傳感器，以便觀察PCB上由照明器18照射的區(qū)。當(dāng)PCB 12傳送到照明器18下面時，每個攝像機(jī)20都掃描PCB 12，最好產(chǎn)生PCB 12的24位多色圖像，該圖像由每個都獨(dú)立而在空間上基本上相互一致的紅色圖像輸出22、綠色圖像輸出24和藍(lán)色圖像輸出26構(gòu)成。紅色圖像輸出22、綠色圖像輸出24和藍(lán)色圖像輸出26之每一個最好在其各自的光譜內(nèi)對應(yīng)于檢測的PCB的灰度級單色圖像。
將灰度級單色圖像之一、優(yōu)選由紅色輸出22提供給二進(jìn)制轉(zhuǎn)換器單元(binarizor unit)28，最好可操作二進(jìn)制單元28以便基于為單色圖像中的像素記錄的強(qiáng)度值產(chǎn)生PCB 12上電路的二進(jìn)制圖像。較好的是，在PCB檢測中，使用紅色圖像輸出22，因為當(dāng)檢測淀積在典型的PCB襯底上的銅時，與綠色圖像輸出24和藍(lán)色圖像輸出26相比，它表現(xiàn)出增強(qiáng)的亮度梯度。應(yīng)容易理解的是，與由所有的三個紅、綠和藍(lán)圖像輸出共同產(chǎn)生的圖像相比，紅色圖像輸出22包含更少的關(guān)于PCB 12的光學(xué)數(shù)據(jù)。在產(chǎn)生的二進(jìn)制圖像中，確定為襯底的區(qū)域標(biāo)為0值，確定為導(dǎo)體的圖像標(biāo)為1值，或者反過來亦然。根據(jù)美國專利5,774,572和5,774,573所描述和示出的方法，優(yōu)選的是，二進(jìn)制轉(zhuǎn)換器單元28用于產(chǎn)生達(dá)到子光學(xué)像素分辨率的二進(jìn)制圖像，這里引入它們的公開內(nèi)容作為參考。圖2示出了PCB 12的對應(yīng)于圖1中的區(qū)域32的電路部分的放大二進(jìn)制圖像。
將由二進(jìn)制轉(zhuǎn)換器28產(chǎn)生的PCB 12的二進(jìn)制圖像提供給候選缺陷檢測器34，候選缺陷檢測器34用于處理二進(jìn)制圖像并且從中辨別各種缺陷，例如由PCB 12上的電路形成的圖形中的各種缺陷。候選缺陷檢測器34最好至少部分采用PCT公開WO00/19372所描述和示出的方法，以便分析二進(jìn)制圖像，這里引入其公開內(nèi)容作為參考。
候選缺陷檢測器34最好還包含灰度級處理管線(未示出)，例如美國專利5,586,058和5,619,429所描述的，這里引入其公開內(nèi)容作為參考。采用的灰度級圖像最好由紅色圖像輸出22產(chǎn)生?；叶燃壒芫€通常與在候選缺陷檢測器34中進(jìn)行二進(jìn)制圖像分析并行工作，較好的是，候選缺陷檢測器34將通過PCB 12的二進(jìn)制和灰度級分析所檢測的缺陷歸類到實際缺陷和候選缺陷中。
一般實際缺陷由候選缺陷檢測器34檢測，其中包含檢測的PCB中相對于參考圖形缺少部件、檢測的PCB中部件相對于參考圖形的不適當(dāng)位置、檢測的PCB中相對于參考圖形的外來部件。此外，一些缺陷一般被候選缺陷檢測器歸類為實際缺陷。一般被歸類為實際缺陷但沒有示出的其它缺陷包含其中兩個分開的導(dǎo)體接合造成的短路、其中在導(dǎo)體的中間發(fā)現(xiàn)孔的小孔或劃痕。
由候選缺陷檢測器34歸類為候選缺陷并示于圖2的典型缺陷包含斷口35、第一線寬違規(guī)36、第二線寬違規(guī)38和候選缺陷焊盤違規(guī)40，在第一線寬違規(guī)36中導(dǎo)體14的寬度被判定在給定點(diǎn)不夠?qū)挘诤蜻x缺陷焊盤違規(guī)40中導(dǎo)體焊盤42被判定為太小或不適當(dāng)?shù)爻尚汀?br> 從圖2可以看到但不需要?dú)w類為實際或候選缺陷的其它的畸形包含較小的線寬違規(guī)48，其中導(dǎo)體14的寬度被判定為小于標(biāo)稱線寬，但沒到有必要構(gòu)成候選缺陷線寬違規(guī)(如第一線寬違規(guī)36或第二線寬違規(guī)38)的程度。
至少部分基于縮減的數(shù)據(jù)圖像的分析，例如由二進(jìn)制轉(zhuǎn)換器28產(chǎn)生的二進(jìn)制圖像，候選缺陷檢測器34產(chǎn)生最初的缺陷報告，指定PCB 12上實際缺陷和懷疑是缺陷的候選缺陷的類型和位置。將來自候選缺陷檢測器34的最初缺陷報告提供給瞬態(tài)圖產(chǎn)生器48和最后的缺陷報告發(fā)生器50。
瞬態(tài)圖產(chǎn)生器48除了接收來自候選缺陷檢測器34的最初缺陷報告之外，還接收PCB 12的完全光學(xué)數(shù)據(jù)圖像。較好的是，完全光學(xué)數(shù)據(jù)圖像包括分別從攝像機(jī)20接收的紅色圖像輸出22、綠色圖像輸出24和藍(lán)色圖像輸出26之每一個。
對于認(rèn)為是候選缺陷的缺陷來說，例如圖2中看到的線寬違規(guī)36或焊盤違規(guī)40，瞬態(tài)圖(snapshot)發(fā)生器48產(chǎn)生并輸出圍繞每個這種候選缺陷的附近的瞬態(tài)圖52。瞬態(tài)圖52最好包括記錄在攝像機(jī)20的像素上對于紅、綠和藍(lán)光譜的反射光強(qiáng)度值，如分別從紅色圖像輸出22、綠色圖像輸出24和藍(lán)色圖像輸出26之每一個所接收的。在例舉的實施例中，瞬態(tài)圖52包含在50×50和150×150像素之間的像素值陣列，一般在大約90×90和100×100像素之間。根據(jù)候選缺陷的尺寸或類型，可以固定或動態(tài)確定瞬態(tài)圖52的尺寸，最好產(chǎn)生盡可能小且同時包含必要的處理信息的瞬態(tài)圖52。
現(xiàn)在參考圖3，其中示出了瞬態(tài)圖52的一部分152。瞬態(tài)圖152對應(yīng)于緊繞圖2所示的候選主線寬違規(guī)36的像素附近。如所看到的，瞬態(tài)圖152中的每個像素154包含三個數(shù)值，“R”值代表對紅色的反射強(qiáng)度，“G”值代表對綠色的反射強(qiáng)度，“B”值代表對藍(lán)色的反射強(qiáng)度?？吹降膶γ總€像素154的“R”、“G”和“B”值在30和225之間的范圍內(nèi)，并且對應(yīng)于在PCB 12上的給定取樣點(diǎn)由攝像機(jī)20中的像素記錄的光強(qiáng)度值，這些值分別輸出到每個紅色圖像輸出22、綠色圖像輸出24和藍(lán)色圖像輸出26。為了說明本發(fā)明的原理，示出了疊加在部分PCB 12的灰度級表示上的像素值，其中看到了導(dǎo)體部分214、相鄰的襯底部分215和候選缺陷236，對應(yīng)于圖2所示的候選線寬違規(guī)36。
回到圖1，將瞬態(tài)圖52提供給圖像后處理器54，一個基于優(yōu)選軟件的圖像處理包用于接收和分析瞬態(tài)圖52，并向最后的缺陷報告發(fā)生器50輸出根據(jù)對瞬態(tài)圖52的分析而發(fā)現(xiàn)的實際缺陷的類型和位置的報告。下面參考圖4-6更詳細(xì)地討論用于處理瞬態(tài)圖像46的優(yōu)選方法的細(xì)節(jié)。
最后缺陷報告發(fā)生器50接收來自候選缺陷檢測器34和后處理器54的缺陷報告，組合該報告來產(chǎn)生在PCB 12上檢測的每個實際缺陷的組合報告。應(yīng)理解的是，可以有選擇地構(gòu)成報告發(fā)生器50以便發(fā)布似是而非的候選缺陷(例如氧化)的附加報告。
從本發(fā)明的系統(tǒng)的上述描述，應(yīng)理解二進(jìn)制轉(zhuǎn)換器(binarizor)28和候選缺陷檢測器34通常形成一個快速、最好是硬件的管線，該管線最好準(zhǔn)備和分析縮減數(shù)據(jù)的光學(xué)圖像，以便快速識別在PCB 12上電路圖形中、PCB 12上包含實際缺陷的區(qū)和包含候選缺陷的區(qū)。這樣瞬態(tài)圖產(chǎn)生器48接收候選缺陷區(qū)的報告，且一般繼續(xù)準(zhǔn)備圍繞每個候選缺陷附近的魯棒完全數(shù)據(jù)圖像，最好是全彩色圖像，例如用于另外的圖像處理操作或用于操作者瀏覽。在例舉的實施例中，每個瞬態(tài)圖52是從相同的原始圖像輸入而產(chǎn)生，從該原始圖像輸入得到由候選檢測器48分析的縮減的數(shù)據(jù)圖像。
通常，后處理器54一般被實現(xiàn)在軟件中，盡管軟件一般慢于專用的硬件，在應(yīng)用不同的檢測算法中具有更高的靈活性。例如，軟件處理器可用于動態(tài)限定PCB 12上懷疑包含候選缺陷的區(qū)域。軟件可進(jìn)一步用于將一個或多個檢測算法應(yīng)用到動態(tài)限定的區(qū)域中，如由候選缺陷類型觸發(fā)，從大量可用的算法中選擇這些算法作為最佳可用算法，以確定是否特定的候選缺陷是似是而非的或?qū)嶋H的缺陷。
此外，與候選缺陷檢測器34采用的快速硬件處理相比，通過分析數(shù)據(jù)魯棒圖像，基于軟件的處理器一般在識別實際缺陷中可以實現(xiàn)高得多的精確度。這樣，鑒于其與候選缺陷檢測器34相比較慢，為了使后處理器54的優(yōu)異的圖像處理效率最大，一般基于軟件的圖像后處理僅限于那些被識別為圍繞候選缺陷的區(qū)。根據(jù)由候選缺陷檢測器34發(fā)現(xiàn)的候選缺陷，可以動態(tài)地界定這些區(qū)。此外，為了有效地利用后處理資源，可以構(gòu)成后處理器54，使得不檢測圍繞被候選缺陷檢測器34歸類為實際缺陷的區(qū)域。
現(xiàn)在參考圖4，圖4是說明例舉的方法中的主要步驟流程示意圖，該方法可在圖1所示裝置的環(huán)境中操作，用于識別和處理PCB中的缺陷。該優(yōu)選方法包含下列內(nèi)容方框250最好利用參考圖1所描述裝置獲得適于被檢測的PCB12或其它布圖物體的多通道輸入圖像。獲得的該圖像最好是PCB 12的24位或48位彩色多色圖像，且由分離的但通常在空間上一致的紅色圖像輸出22、綠色圖像輸出24和藍(lán)色圖像輸出26形成。每個相應(yīng)的紅色、綠色和藍(lán)色圖像最好是在各自的光譜范圍中的單色灰度級圖像，并且它們一起形成源自PCB 12的光學(xué)數(shù)據(jù)的全彩色圖像。
方框260產(chǎn)生PCB 12的縮減的光學(xué)數(shù)據(jù)圖像或表示，使得能夠進(jìn)行快速圖像處理。在262，從多色圖像分離在250獲得的多色圖像的單色紅色灰度級圖像部分。在264，例如在圖1的二進(jìn)制轉(zhuǎn)換器28中處理紅色圖像部分，以便產(chǎn)生PCB 12上電路的表示。最好利用上述美國專利5,774,572和5,774,573所示出和描述的方法，通過二進(jìn)制轉(zhuǎn)換器28產(chǎn)生二進(jìn)制表示，以便產(chǎn)生具有比攝像機(jī)20(圖1)的光學(xué)分辨率更高的分辨率的二進(jìn)制表示。
方框270將在260產(chǎn)生的縮減的數(shù)據(jù)表示例如提供給圖1的候選缺陷檢測器34，在那里對其進(jìn)行分析和處理，以便識別和歸類PCB12中的實際缺陷、候選缺陷和似是而非缺陷。該圖像理想地在本領(lǐng)域公知的實時處理系統(tǒng)中進(jìn)行“在線(on the fly)”處理，例如使用從以色列的亞夫內(nèi)購買的InSpireTM9060自動光學(xué)檢測系統(tǒng)。方框270一般包含二進(jìn)制圖像處理272和灰度級圖像處理274。二進(jìn)制圖像處理一般應(yīng)用指定PCB 12上圖形中所需要的形狀、位置和部件的定位的準(zhǔn)則的組合以及圖像分析，例如侵蝕/膨脹操作，以便從形態(tài)上分析圖形。侵蝕/膨脹操作最好采用上述WO001/9372中更詳細(xì)描述的方法。
應(yīng)理解的是，一般確定二進(jìn)制圖像處理272和灰度級圖像處理274的參數(shù)，以便檢測多于在PCB 12上實際存在的更大數(shù)量的缺陷。這樣方框270通常包含缺陷分類276，在缺陷分類276中，缺陷被分為實際缺陷和其它缺陷，實際缺陷表示可以進(jìn)行另外的處理以便在實際缺陷或似是而非缺陷之間作出區(qū)分的候選缺陷，其它缺陷非?？赡苁菍嶋H缺陷或者不能進(jìn)行另外的處理。一些畸形和不規(guī)則可以作為似是而非缺陷完全被濾除。在278產(chǎn)生缺陷報告。該缺陷報告最好提供每個缺陷的類型的最初指示，例如線寬違規(guī)、斷口、短路、外來部件、丟失部件(feature)及其各自的位置。一般將該報告提供給瞬態(tài)圖產(chǎn)生器48和最后的缺陷報告發(fā)生器50(圖1)。
方框280瞬態(tài)圖產(chǎn)生器最好產(chǎn)生圍繞在270報告的每個候選缺陷的像素附近的瞬態(tài)圖。它還可以用于一些操作，以便產(chǎn)生對各個非候選缺陷的瞬態(tài)圖，例如為了校準(zhǔn)候選缺陷檢測器34或為了故障查找。
在本發(fā)明的一些實施例中，從相同的原始數(shù)據(jù)圖像產(chǎn)生瞬態(tài)圖52，由上述原始數(shù)據(jù)圖像在260產(chǎn)生縮減的數(shù)據(jù)圖像。在280產(chǎn)生的瞬態(tài)圖像52一般包含全面包含在紅色圖像輸出22、綠色圖像輸出24和藍(lán)色圖像輸出26中的光學(xué)數(shù)據(jù)，在空間上限于圍繞候選缺陷的附近。可以選擇的是，可以由第一圖像輸入產(chǎn)生二進(jìn)制圖像，同時從與第一圖像輸入分開且包含更大量的光學(xué)信息(例如非常高的分辨率24位，全彩色圖像)的第二圖像輸入(未示出)產(chǎn)生瞬態(tài)圖像。
方框290例如在圖像后處理器54中處理和分析瞬態(tài)圖。該瞬態(tài)圖像至少包含一些關(guān)于電路的光學(xué)特性的光學(xué)數(shù)據(jù)，該光學(xué)數(shù)據(jù)附加于在260中產(chǎn)生的縮減的數(shù)據(jù)圖像中包括的數(shù)據(jù)。在290的圖像后處理中檢測的實際缺陷的報告輸出到最后的缺陷報告發(fā)生器50中(圖1)。
方框295由278輸出的報告和方框290的輸出產(chǎn)生存在于電路中的缺陷的完整報告。
現(xiàn)在參考圖5A和5B，圖5A和5B顯示了最佳的后處理操作中主要步驟的流程圖，用于檢測印刷電路板上的電路，最好在方框290中采用。圖5A和5B所示的后處理操作尤其適于評估導(dǎo)體14上被懷疑是線寬違規(guī)的候選缺陷。
在常規(guī)的檢測方法中，線寬違規(guī)和其它類似的缺陷(例如焊盤違規(guī))一般是由不充足的銅、或者誤認(rèn)氧化銅為遺漏銅而引起的。參考圖5A和5B示出和描述的最佳后處理方法采用各種圖像分析方法，以便評估是否在給定位置的候選線寬違規(guī)是由于不充足的銅、或僅由于誤將氧化認(rèn)作襯底而引起的，后者會引起錯誤報警。
應(yīng)容易理解的是，下面描述的后處理方法是后處理方法的舉例，可以采用這些方法來分析PCB的圖像，這些圖像具有比縮減的數(shù)據(jù)表示中存在的數(shù)據(jù)量更大的數(shù)據(jù)，例如在方框260中產(chǎn)生的和在方框270中分析的數(shù)據(jù)(圖4)。還應(yīng)理解的是，在本發(fā)明范圍內(nèi)的后處理可以采用各種方法，實施這些方法來分析相對于用來識別候選缺陷的圖像具有增加的光學(xué)數(shù)據(jù)量的圖像，例如包含在彩色圖像中的數(shù)據(jù)，方框290可以另外采用動態(tài)算法適配器，它給候選缺陷的類型歸類，然后對候選缺陷的特定類型應(yīng)用適當(dāng)?shù)乃惴?。例如，可以將第一算法?yīng)用到線寬缺陷，可將第二個不同的算法應(yīng)用到候選焊盤缺陷或應(yīng)用到銅斑點(diǎn)，例如可能出現(xiàn)的銅的外來隔離島。
一種例舉的后處理方法用于評估氧化的存在以及確定被氧化的導(dǎo)體16(圖1)上實際缺陷的存在，該方法最好包含下列內(nèi)容方框300例如，在后處理器(例如后處理器54)中處理圍繞候選缺陷的像素附近的全彩色瞬態(tài)圖像，例如圖1中的瞬態(tài)圖52。從前面的討論可以看到，最好從包含在每個紅色圖像輸出22、綠色圖像輸出24和藍(lán)色圖像輸出26中的光學(xué)像素的值的原始數(shù)據(jù)制備瞬態(tài)圖。這樣，瞬態(tài)圖52一般包含在由候選缺陷檢測器34采用的縮減的數(shù)據(jù)表示中不包含的光學(xué)數(shù)據(jù)，以便檢測候選缺陷。將每個瞬態(tài)圖像52限制到圍繞候選缺陷的像素鄰域。較好的是，該鄰域足夠大以便包含候選缺陷的全部區(qū)域。
方框310首先，產(chǎn)生輪廓表示，理想的是對所有瞬態(tài)圖像52。輪廓表示導(dǎo)體和襯底之間的假定邊界，在包括銅導(dǎo)體的電路中，一般僅由紅色圖像輸入22中的數(shù)據(jù)分析產(chǎn)生輪廓。下面參考圖6-9更詳細(xì)地描述用于產(chǎn)生輪廓的例舉方法，其中基于包含在紅色圖像輸出22中的信息逼近輪廓的位置。
方框320優(yōu)選的是，參考方框310中計算的輪廓的位置評估候選缺陷，例如候選缺陷236(圖3)。例如，由候選缺陷檢測器34提供候選缺陷的精確位置，一般用點(diǎn)表示。瞬態(tài)圖像可以包含多個導(dǎo)體。優(yōu)選的是，該方法評估了候選缺陷是在導(dǎo)體上還是在導(dǎo)體附近。如果候選缺陷位于外側(cè)、或者確實或在預(yù)定的閾值內(nèi)不靠近導(dǎo)體，那么該缺陷被認(rèn)為圖像異常；制作似是而非的缺陷報告322，相對于特定候選缺陷退出后處理。如果候選缺陷在導(dǎo)體內(nèi)部或者在輪廓的外側(cè)但在預(yù)定的距離內(nèi)接近導(dǎo)體，那么處理僅限于緊緊圍繞其中候選缺陷所在位置的導(dǎo)體的像素領(lǐng)域；后處理進(jìn)行到方框330。
方框330根據(jù)本發(fā)明的優(yōu)選實施例，可以將在310產(chǎn)生的輪廓表示中的輪廓點(diǎn)歸類為下列之一(i)規(guī)則的輪廓點(diǎn)，(ii)圖像邊界輪廓點(diǎn)，(iii)氧化輪廓點(diǎn)，(iv)角輪廓點(diǎn)，或(v)氧化角。盡管紅色圖像輸出22、綠色圖像輸出24和藍(lán)色圖像輸出26中的任何一個都可以單獨(dú)使用或在子組合中使用，但分類最好基于對從包含輸出22、24和26的集合得到的數(shù)據(jù)進(jìn)行的分析。應(yīng)容易理解，紅色圖像輸出22、綠色圖像輸出24和藍(lán)色圖像輸出26的組合提供了關(guān)于PCB12的不存在于任何單個輸出的光學(xué)信息。
方框340根據(jù)本發(fā)明的優(yōu)選實施例，評估像素鄰域中的輪廓點(diǎn)，以便確定候選缺陷的鄰域中氧化是否存在，如果候選缺陷附近的輪廓點(diǎn)沒有被氧化，那么認(rèn)為候選缺陷是實際缺陷?；蛘?，分析候選缺陷附近的區(qū)域以便確定氧化的存在，如果沒有發(fā)現(xiàn)氧化，那么認(rèn)為該候選缺陷是實際缺陷。
對每個實際缺陷，發(fā)布實際缺陷報告342，并為每一個這種候選缺陷，后處理退出。另一方式是，缺陷還可以進(jìn)行進(jìn)一步的處理，例如使用另一個算法，評估它是實際的缺陷還是似是而非的缺陷。如果候選缺陷附近的輪廓點(diǎn)被氧化，或者如果在候選缺陷附近的區(qū)域發(fā)現(xiàn)氧化，那么目前的后處理繼續(xù)。
方框350評估像素鄰域中氧化輪廓點(diǎn)的鏈，以便確定鏈中角的存在。氧化輪廓點(diǎn)鏈?zhǔn)茄刂辽偃齻€氧化點(diǎn)的輪廓的鄰近的氧化輪廓點(diǎn)的任何集合。在名稱為“光學(xué)檢測系統(tǒng)”的共同未決PCT專利申請PCT/IL00/00434中描述了一種用于確定沿著輪廓的角的存在的優(yōu)選方法，這里引入其全文作為參考。一般，分開處理位于角的任一側(cè)的氧化鏈。因此，如果角輪廓點(diǎn)沿著一個氧化輪廓點(diǎn)鏈定位，那么在方框325，在角輪廓點(diǎn)分解氧化鏈。對于角的任一側(cè)的氧化輪廓點(diǎn)的每個集合來說，處理進(jìn)行到方框352，并且分開分析每個氧化輪廓點(diǎn)鏈。
方框360(圖5B)在瞬態(tài)圖52中對每個氧化點(diǎn)鏈計算一個有向凸包。點(diǎn)的集合的凸包是連接集合中點(diǎn)的最小凸集的多線(polyline)，該集合限定了包含所有點(diǎn)的區(qū)域。有向凸包是連接兩端輪廓點(diǎn)的凸包上的一部分，為此所有的輪廓點(diǎn)或者沿著有向凸包定位，或者位于其導(dǎo)體側(cè)上。用于計算凸包和有向凸包的方法對于計算幾何圖形領(lǐng)域的技術(shù)人員來說是眾所周知的。在M.DeBerg，M.vanKreveld，M.Uvermars和V.Schwarzkopf，計算幾何學(xué)，Springer 1997中，描述了一種適當(dāng)?shù)姆椒?。較好的是，這些端點(diǎn)是角點(diǎn)，或者是鄰近規(guī)則輪廓點(diǎn)的氧化點(diǎn)。
方框370優(yōu)選的是通過對圍繞輪廓的選擇像素的顏色分析，證實沿著輪廓的導(dǎo)體側(cè)與有向凸包相鄰的區(qū)域是氧化銅，或者在其它情況下適于被考慮的銅(這里共同稱作氧化銅)。
可以選擇的是，可以評估與有向凸包相鄰的區(qū)域，以便僅依賴于紅色圖像輸出22、綠色圖像輸出24或藍(lán)色圖像輸出26之一的輸入確定是否該區(qū)域是疊層體或銅。
參考圖14，其中看到在由凸包1038限定且具有一個有向凸包部分1040的區(qū)域中具有候選缺陷1036的導(dǎo)體1014的一部分。導(dǎo)體1014設(shè)置在襯底1042的背景上。
根據(jù)本發(fā)明優(yōu)選實施例、用于確定凸包1038內(nèi)部的區(qū)域是疊層體還是氧化銅的決策樹如下定義COP＝是銅的導(dǎo)體1014的像素成像部分的平均強(qiáng)度。
LAM＝是疊層體的導(dǎo)體1014的像素成像部分的平均強(qiáng)度。
使成像被測電子電路的像素的強(qiáng)度歸一化，使得COP＝1和LAM＝0。這樣，例如，指定COP和LAM之間的中點(diǎn)的強(qiáng)度為值0.5。
此外，定義下列值A(chǔ)-EA＝沿著有向凸包1040及在其法線方向上的最大強(qiáng)度梯度。
B＝沿著有向凸包1040及在其法線方向上的最小強(qiáng)度梯度。
C＝凸包1038內(nèi)部紅色圖像輸出22(圖1)中像素的平均強(qiáng)度。
比率R＝B/AS＝比率+C區(qū)域＝凸包1038內(nèi)部的范圍。
在例舉的情況中，以兩個用戶可定義的敏感度(低敏感度或高敏感度)之一進(jìn)行分類程序，用于檢測銅。這些敏感度指檢測系統(tǒng)(例如可以從以色列的奧博泰克公司買到的InspireTM9060)識別像素為與銅或襯底相關(guān)的敏感度。在低的敏感度設(shè)定值，檢測系統(tǒng)比在高敏感度設(shè)定值更難識別像素與銅相關(guān)。因此，如果系統(tǒng)已經(jīng)以其低敏感度工作，當(dāng)設(shè)定在高敏感度時，可能被認(rèn)為與銅相關(guān)的一些像素(例如成像氧化銅的像素)不再會被認(rèn)為與銅相關(guān)?；谟脩羲x擇的敏感度水平和對銅的氧化區(qū)的期望響應(yīng)，憑經(jīng)驗選擇是否使用低敏感度或高敏感度。
如果C＜0.05，那么區(qū)域＝疊層體； 否則如果C＞0.25，那么區(qū)域＝銅； 否則根據(jù)下列低敏感度或高敏感度決策樹之任一種確定是否區(qū)域是銅或疊層體對于LOW敏感度如果S＜1.2＝＞區(qū)域＝銅 否則如果B＜25＝＞區(qū)域＝疊層體 否則如果B＞55＝＞區(qū)域＝銅 否則如果R＞1.2＝＞區(qū)域＝銅 否則區(qū)域＝疊層體。
對于HIGH敏感度如果S＜1＝＞區(qū)域＝銅否則如果B＜20＝＞區(qū)域＝疊層體 否則如果B＞50＝＞區(qū)域＝銅 否則如果R＞1＝＞區(qū)域＝銅否則區(qū)域＝疊層體。
該程序可以根據(jù)其它設(shè)備稍做修改。然而，該例給本領(lǐng)域技術(shù)人員以清楚的指導(dǎo)，以便使其明白如何利用不同的設(shè)備應(yīng)用本發(fā)明。
如果測試的區(qū)域、例如凸包1038內(nèi)部的區(qū)域不是氧化銅，那么測量導(dǎo)體寬度，適當(dāng)時作出實際或似是而非缺陷的報告372，否則后處理繼續(xù)。
方框380(圖5B)如果在方框370中證實與有向凸包相鄰的區(qū)域包含氧化銅，那么通過用包含在端點(diǎn)之間延伸的有向凸包的輪廓代替現(xiàn)存的輪廓，來修改在方框310中產(chǎn)生的輪廓表示。
方框390分析在方框380中得到的修改的圖像是否有缺陷。較好的是，再次測試圍繞修改的輪廓的區(qū)域，以便證實氧化銅的存在。當(dāng)證實時，計算輪廓的兩個相對側(cè)之間的距離，該距離表示銅導(dǎo)體的相對邊緣的估計位置，然后利用該距離確定由于氧化而導(dǎo)致的實際缺陷或似是而非缺陷的存在。
方框400按照決策樹來處理在390分析的實際和似是而非缺陷。如果如上所述修改了的導(dǎo)體部分不滿足決定其結(jié)構(gòu)的一系列準(zhǔn)則，那么發(fā)布實際缺陷報告402。此時，可以通過實際缺陷以用于進(jìn)一步處理，例如通過另外的算法或者退出后處理，并且適當(dāng)標(biāo)出缺陷。如果修改的導(dǎo)體部分滿足這些準(zhǔn)則，那么認(rèn)為缺陷是似是而非的缺陷403，隨后忽略。或者，報告似是而非的缺陷。
應(yīng)理解的是，如果導(dǎo)體部分包含多個氧化鏈，在為圖像中每個氧化鏈重構(gòu)輪廓之后，進(jìn)行在方框390進(jìn)行的圖像分析。
現(xiàn)在參考圖3和6-12，以便進(jìn)一步說明上述后處理。
現(xiàn)在參考圖3，圖3示出了圍繞候選缺陷236的瞬態(tài)圖部分152。為了簡化說明，注意，圖3被限于僅示出了完全瞬態(tài)圖52的一部分。候選缺陷236是由候選缺陷檢測器34檢測的候選線寬違規(guī)。
在候選缺陷236附近，導(dǎo)體214被氧化。在圖3中，在從紅色圖像輸出22接收的“R”通道中，非氧化銅區(qū)中的像素(例如像素420)記錄了大約210至220的相當(dāng)高的反射率值，并用暗的陰影表示。襯底區(qū)中的像素(例如像素422)記錄對“R”通道的較低的反射率值，大約為35，并使其有淡淡的陰影。氧化銅區(qū)中的像素(例如像素424)和沿著銅和襯底之間邊界的像素(例如像素426)都記錄了在“R”通道中大約65-195的中間反射率值，用中間的陰影表示。與非氧化的導(dǎo)體相比，氧化銅區(qū)的像素(例如像素428)在綠色圖像輸出24的“G”通道中和藍(lán)色圖像輸出26的“B”通道中表現(xiàn)出了細(xì)微的差別。除了對“R”通道中像素值的考慮，對“G”和“B”通道中像素值的細(xì)微差別進(jìn)行可能的分析，有助于區(qū)分邊緣區(qū)和氧化銅的區(qū)。
應(yīng)理解的是，為了便于說明，選擇了圖3所示的強(qiáng)度，用于像素成像銅、像素成像襯底、銅和襯底之間的像素成像邊界和像素成像氧化銅的強(qiáng)度可以與圖3所示的不同。
瞬態(tài)圖像一般提供有候選缺陷位置指示430，它表示在圖4的方框270確定的候選缺陷的具體位置。較好的是，分析整個瞬態(tài)圖52是否有缺陷，然而，在處理時間有限的應(yīng)用中，很容易理解的是，可以將瞬態(tài)圖像的分析限定于具有圍繞候選缺陷位置指示430的N個像素的半徑的鄰域中的瞬態(tài)圖部分，其中一般以統(tǒng)計或者動態(tài)方法設(shè)定N值，作為系統(tǒng)參數(shù)。當(dāng)圖像分析限于剛好圍繞候選缺陷位置指示430的鄰域時，選擇該鄰域的尺寸為足夠大，以便包含所有的候選缺陷236以及導(dǎo)體214和襯底215的緊鄰區(qū)域。
參考圖6，圖6是說明例舉方法的主要步驟的流程示意圖，例如其被用于方框310中(圖5A)，以便在子像素精度內(nèi)計算圖像部分中的輪廓。圖6的優(yōu)選方法的工作參考圖3。
方框312優(yōu)選的是，用至少一個邊緣確定影響函數(shù)(edge-determining kernel)卷積瞬態(tài)圖部分152中所有像素154的“R”強(qiáng)度。卷積對每個像素154產(chǎn)生一個值(之后稱為“卷積值”)，其隨后被用于識別圖像部分152中沿著導(dǎo)體214和襯底215之間的假設(shè)邊界的點(diǎn)。
一般，上述影響函數(shù)為每個像素154產(chǎn)生卷積值，該值是在具有高斯函數(shù)的二次導(dǎo)數(shù)(second derivative)的二維近似的像素位置處的“R”強(qiáng)度值的卷積，例如利用高斯方法論的差分，基本上如美國專利5,774,572中對Automatic Visual Inspection System的描述，這里引入上述美國專利作為參考。通過應(yīng)用影響函數(shù)或者通過連續(xù)直交卷積可進(jìn)行上述卷積。對于任何適當(dāng)?shù)南袼剜徲虻慕M合，例如5X5-1X1鄰域或者9X9-3X3鄰域的組合，可以進(jìn)行高斯逼近的差分。也可以采用其它邊緣檢測的方法，如D.Marr，Vision，F(xiàn)reeman & Co.，紐約，1982中總體描述的方法。
用于影響高斯函數(shù)的二次導(dǎo)數(shù)的二維近似的影響函數(shù)具有下列形式0.00390.01560.02340.01560.00390.01560.06250.09380.06250.01560.02340.0938-0.8594 0.09380.02340.01560.06250.09380.06250.01560.00390.01560.02340.01560.0039其中，對于與影響函數(shù)的中心單元(central cell)對應(yīng)的像素的卷積值是對應(yīng)于影響函數(shù)中的單元的相鄰像素的反射強(qiáng)度值的總和，其中每個強(qiáng)度值乘以從影響函數(shù)中對應(yīng)的單元得到的卷積值。
在一個優(yōu)選的實施例中，影響函數(shù)是可分的。那么可以將上述影響函數(shù)寫為下列影響函數(shù)的產(chǎn)物000.062500000.25 00000.375 00000.25 00000.062500和0 0 00 00 0 00 00.06250.25 0.3750.250.06250 0 00 00 0 00 0此后與下列影響函數(shù)相加0 0 00 00 0 00 0
00-10000 00000 000參考圖7，圖7示出了通過應(yīng)用前述的邊緣確定影響函數(shù)計算的圖像部分152的卷積像素值圖452。
方框314將瞬態(tài)圖部分152中的像素整體指定為高可靠(high-sure)、低可靠或過渡。高可靠像素是通過對瞬態(tài)圖部分152中像素的反射系數(shù)的分析而肯定地判定為銅的像素。低可靠像素是通過對瞬態(tài)圖部分152中像素的反射值的分析而肯定地判定為襯底的像素。過渡像素是通過對瞬態(tài)圖部分152中像素的反射值的分析、既未判定為高可靠又未判定為低可靠的像素。
根據(jù)例舉的方法，采用用戶定義的像素值閾值來評估像素是高可靠、低可靠或過渡。這樣，如果像素和其所有的八個鄰域都在高可靠閾值之上，那么認(rèn)為該像素是高可靠像素。如果像素和其所有的八個鄰接區(qū)域都在低可靠閾值之下，那么認(rèn)為該像素是低可靠像素。如果一像素或其任何鄰接像素的值在高可靠值之上和之下，或者如果一像素或其任何鄰接像素的值在低可靠值之上和之下，那么該像素是過渡像素。高可靠閾值和低可靠閾值可以是不同的值，或者可以僅使用一個值。
在圖3-8所示的關(guān)于圖像部分152的例子中，應(yīng)用單個的閾值以便區(qū)分高可靠和低可靠區(qū)，為了說明，其被設(shè)定為80。這樣，如果一像素值和其所有八個鄰接像素的值超過80，那么該像素是高可靠像素，而如果一像素值和其所有八個鄰接像素的值小于80，那么該像素是低可靠的。所有其它像素是過渡像素。
應(yīng)理解的是，可以按照所示的順序、或者相反的順序或者并行地執(zhí)行方框312和314。
方框316鑒于高可靠和低可靠的計算，檢查和修改卷積像素值圖452(圖7)中的像素值。此外，為了確保輪廓形成為閉環(huán)，最好指定每行和每列中兩個最末端的像素為低可靠像素，不考慮它們的實際值。容易理解的是，通過分析的實際圖像中末端行中的值的轉(zhuǎn)換，或者通過添加到具有適當(dāng)?shù)涂煽恐档膱D像附加行和列中，可以執(zhí)行低可靠指定的屬性。
現(xiàn)在參考圖8，圖8示出了修改的卷積像素值圖552，它是圖7的卷積像素值圖452，表示在方框314中指定為高可靠和低可靠像素的像素。為了簡化說明，已經(jīng)添加了沿著邊界的附加行和列。高可靠像素554用暗陰影示出，低可靠像素556沒有用陰影示出，過渡像素558用淺陰影示出。根據(jù)一優(yōu)選方法，每個高可靠像素554必須具有負(fù)的卷積值，每個低可靠像素556必須具有零或者正的卷積值。如果高可靠像素554包含正值，其卷積值修改為-1。如果低可靠像素556包含負(fù)值，其卷積值修改為+1。過渡像素558可以包含正或負(fù)值，且未被修改。例如，像素560的值已經(jīng)從其最初卷積值-1(圖7)變?yōu)?1，因為它位于低可靠區(qū)。鑒于高可靠低可靠計算而對卷積值的修改確保外來的輪廓不會出現(xiàn)在極其確信為銅或疊層體的區(qū)域中。此外，不考慮它們的類型，修改每行和每列的任一方面的兩個最末端像素，以便確保卷積值是+1，其表示襯底。
方框318由按照方框316得到的修改的卷積像素值，逐個像素計算對于銅導(dǎo)體214和襯底215(圖3)之間的假定邊界的輪廓點(diǎn)。根據(jù)一優(yōu)選方法，認(rèn)為一輪廓點(diǎn)存在于共享一邊的一對相反符號的鄰接像素的中心點(diǎn)之間的零相交處，其計算是通過基于相鄰像素的相應(yīng)的相反符號值的線性插值法。
參考圖9，圖9示出了假定的輪廓圖660，表示圖3的圖像部分152中示出的金屬導(dǎo)體214和襯底215之間的假定輪廓662。假定輪廓662對應(yīng)于通過連接在方框318得到的輪廓點(diǎn)664(最好是利用直線線段)而產(chǎn)生的輪廓組成部分663的集合。容易理解的是，通過指定在修改的卷積像素值圖552(圖8)中的每行和列中的末端像素為襯底，使圍繞每個導(dǎo)體214的假定輪廓為閉環(huán)。
如果由候選缺陷檢測器34提供的候選缺陷指示430完全被判定為銅的像素包圍，或者在與判定為銅的像素區(qū)相距一個像素的距離內(nèi)，則確定候選缺陷位于導(dǎo)體上或接近于導(dǎo)體。
較好的是，評估假定輪廓圖660中的每個輪廓點(diǎn)664，并基于對瞬態(tài)圖部分152中包含的紅色“R”、綠色“G”和藍(lán)色“B”像素值的分析，將其歸入下列各類之一(i)規(guī)則的輪廓點(diǎn)，(ii)圖像邊緣輪廓點(diǎn)，(iii)氧化輪廓點(diǎn)，(iv)角輪廓點(diǎn)，或者(v)氧化角。另一方式是，輪廓點(diǎn)僅被歸入上述類別中一些類別中，例如規(guī)則的輪廓點(diǎn)和角輪廓點(diǎn)。
根據(jù)一優(yōu)選方法，氧化輪廓點(diǎn)(例如氧化輪廓點(diǎn)668)用“R”強(qiáng)度的梯度表征，參考相鄰的像素，它相當(dāng)小，例如僅是沿著輪廓的平均梯度的一半。而氧化輪廓點(diǎn)的“R”強(qiáng)度值與“G”和“B”強(qiáng)度值相比則相當(dāng)大。可以根據(jù)經(jīng)驗確定實際的和相對的梯度和像素強(qiáng)度值。
因此，根據(jù)本發(fā)明的優(yōu)選實施例，如果在輪廓點(diǎn)[R’＜C1]或[R’＜C2和2R＞G+B+C3]，那么將輪廓點(diǎn)664歸類為氧化輪廓點(diǎn)668。在公式中，例如通過輪廓點(diǎn)附近的四個像素的雙線性插值法，確定輪廓點(diǎn)的強(qiáng)度值，例如在J.D.Foley等人的“計算機(jī)圖形原理和實踐”，Addison-Wesley，1990中所描述的，R’是在輪廓點(diǎn)364處的“R”強(qiáng)度的法向?qū)?shù)，C1、C2和C3是常數(shù)。
優(yōu)選的是，R’是沿著向外垂直于輪廓線(輪廓點(diǎn)位于其中)的方向在輪廓點(diǎn)100處的R強(qiáng)度的一次導(dǎo)數(shù)近似，對其進(jìn)行計算得出離開該輪廓點(diǎn)的單個像素間隔。
此外，如果第一輪廓點(diǎn)與歸類為氧化輪廓點(diǎn)668的另一輪廓點(diǎn)664鄰接，那么一般將第一輪廓點(diǎn)664歸類為氧化輪廓點(diǎn)668，結(jié)果在第二輪廓點(diǎn)664滿足上述公式之一。
最好根據(jù)影響瞬態(tài)圖部分152(圖3)中由像素154記錄的“R”、“G”和“B”強(qiáng)度的成像參數(shù)，憑經(jīng)驗確定常數(shù)C1、C2和C3。這些成像參數(shù)例如是用來得到PCB源圖像的攝像機(jī)的光譜敏感度、和當(dāng)?shù)玫皆磮D像時用來照射PCB的光譜。
例如，如果使成像PCB的像素154的“R”、“G”和“B”強(qiáng)度歸一化，使得對于成像襯底215的像素154為R＝G＝B＝0，對于成像銅導(dǎo)體214的像素154為R＝B＝G＝1。那么，對于常數(shù)C1、C2、C3和C4的典型值是C1＝0.5，C2＝0.6和C3＝0.1。發(fā)明人已經(jīng)發(fā)現(xiàn)這些值在小于或等于大約±0.1大小的改變基本不影響是否輪廓點(diǎn)664被歸類為規(guī)則輪廓點(diǎn)666或氧化輪廓點(diǎn)668。在一定的條件下，可以選擇其它值。
圖9中，可以看出假定輪廓662包含已經(jīng)歸類為規(guī)則輪廓點(diǎn)666的輪廓點(diǎn)(它們是銅和襯底之間的輪廓點(diǎn))、圖像邊界輪廓點(diǎn)667(它們是沿著圖像邊界形成的輪廓點(diǎn))、氧化輪廓點(diǎn)668(位于氧化導(dǎo)體上的輪廓點(diǎn))和角輪廓點(diǎn)669。角輪廓點(diǎn)位于假定輪廓強(qiáng)烈內(nèi)凹并且在改變的方向上延續(xù)至少預(yù)定延伸的一連串輪廓點(diǎn)的位置。通過分析在距假定角為預(yù)定距離的像素內(nèi)限定的三角形，可以確定一個角。在候選線寬違規(guī)缺陷236附近，有幾個鄰近的氧化輪廓點(diǎn)668，它們形成一連串氧化輪廓點(diǎn)664。
現(xiàn)在參考圖10A，其中可以看出圖9的假定輪廓圖660、為候選缺陷236附近的氧化輪廓點(diǎn)668計算的凸包680和有向凸包684。
根據(jù)一個例舉的實施例，評估由有向凸包684(其為位于凸包680上或內(nèi)部的輪廓點(diǎn))圍繞的輪廓點(diǎn)，以便證實它們確實適于表示銅，例如因為它們表示氧化銅。采用參考圖5A中的方框330或參考圖15描述的圖像分析的優(yōu)選方法，以便證實位于凸包680之區(qū)域內(nèi)部的被選像素適于表示銅，例如氧化銅。用于分析銅存在的另一優(yōu)選方法包含對該凸包區(qū)內(nèi)部的像素取“R”、“G”和“B”的平均值，并且基于采用參考方框330描述的方法，分析該平均值是否代表氧化。用于證實凸包內(nèi)部區(qū)域是否代表氧化銅的再一個優(yōu)選方法在上面參考的申請人共同未審的專利申請WO 00/11454中描述了。還可以采用任何其它用于識別氧化銅和非氧化銅的適當(dāng)方法。一般僅為凸包內(nèi)部或沿著凸包的像素進(jìn)行此分析。
如果對與由有向凸包684圍繞的區(qū)域、即跨在凸包680上或在凸包680內(nèi)部的區(qū)域?qū)?yīng)的像素進(jìn)行分析，而該分析表明該區(qū)域整體不代表銅或氧化銅，由于實際缺陷被示出，因此一般不需要進(jìn)一步的圖像分析了。
如果從像素分析證實，由有向凸包684圍繞的區(qū)域適于表示銅或氧化銅，那么修改假定的邊界662。最好確定凸包的端部輪廓點(diǎn)682。端部輪廓點(diǎn)682是氧化輪廓點(diǎn)，它由規(guī)則氧化點(diǎn)666或角氧化點(diǎn)669界定。最好通過用有向凸包684代替在端部輪廓點(diǎn)682之間延伸的每個輪廓部分663，修改假設(shè)的輪廓662。
現(xiàn)在參考圖10B，圖10B與圖10A所示的導(dǎo)體214的相同區(qū)域?qū)?yīng)，并且說明了另外的優(yōu)選實施例的應(yīng)用，其用于處理輪廓圖660和評估其中假定邊界662的位置，以便確定實際缺陷的存在或不存在。如圖10B所示，由于候選缺陷指示430在距表示假定輪廓662的輪廓部分663一個像素長度的距離，因此有向凸包684在如上所述確定的角輪廓點(diǎn)669之間延伸。利用如上所述的用于評估氧化物存在的任何適當(dāng)方法，評估由凸包684圍繞的各個輪廓點(diǎn)664和像素654，以便確定它們是代表銅還是代表氧化物。另一方式是，可以為角輪廓點(diǎn)669之間的所有輪廓點(diǎn)664計算凸包686，并且可以分析對應(yīng)于凸包686內(nèi)部區(qū)域的像素，以便確定是否凸包內(nèi)部的區(qū)域適合表示銅或氧化物。
從圖10B可以看出，由于輪廓點(diǎn)664和像素表示氧化物，因此當(dāng)它在角輪廓點(diǎn)669之間延伸時，在有向凸包684上進(jìn)行計算，以便確定候選缺陷是實際缺陷還是似是而非缺陷。
一旦根據(jù)由有向凸包684表示的邊緣位置逼近、修改了假定輪廓662，那么利用上述的任何方法，評估現(xiàn)在包含有向凸包684的、沿著假定輪廓662的各個點(diǎn)，以便確定是否它們適合表示銅或氧化物。這樣，如果認(rèn)為沿著有向凸包684或由凸包686封閉的區(qū)域是銅或氧化銅，較好的是，現(xiàn)在利用有向凸包重新計算銅導(dǎo)體214部分的寬度，以便在假定輪廓圖660中表示代表導(dǎo)體214邊緣的輪廓的近似位置。
尺寸計算方法是眾所周知的。如果寬度尺寸滿足適用于被測電路的預(yù)定準(zhǔn)則，那么認(rèn)為候選缺陷236是似是而非缺陷。例如由銅導(dǎo)體的氧化導(dǎo)致的缺陷。如果即使假定輪廓的位置修改之后，導(dǎo)體兩側(cè)輪廓之間的銅導(dǎo)體214部分的寬度尺寸仍然保持小于準(zhǔn)則所要求的最小容限，那么該缺陷歸因于真正的銅缺乏，認(rèn)為候選缺陷246是實際線寬違規(guī)，產(chǎn)生實際缺陷報告。
現(xiàn)在參考圖11，圖11是瞬態(tài)圖52的部分752，對應(yīng)于緊緊圍繞候選主線寬違規(guī)738的像素鄰域，該違規(guī)738對應(yīng)于圖2所示的主線寬違規(guī)38。候選線寬違規(guī)是由導(dǎo)體部分714中實際的銅缺乏而導(dǎo)致的實際線寬違規(guī)，不僅僅是導(dǎo)體部分的氧化。
另外參考圖12A，圖12A示出了在方框310(圖5A)為圖像部分752產(chǎn)生的輪廓圖760，示出了一種優(yōu)選方法的應(yīng)用，用于處理輪廓圖760，以便確定實際缺陷的存在或不存在。由于候選缺陷表示730在距表示假定輪廓762的輪廓部分763一個像素長度的范圍內(nèi)，因此評估沿著輪廓762的輪廓點(diǎn)764，以便確定它們的類型，即規(guī)則輪廓點(diǎn)766、角輪廓點(diǎn)769或氧化輪廓點(diǎn)(不存在于輪廓圖760中)。這樣，對圖11所示的“R”、“G”和“B”像素值的評估表明，氧化不存在于任何輪廓點(diǎn)764處，其每個都被指定為規(guī)則輪廓點(diǎn)766。由于沒有輪廓點(diǎn)764是氧化輪廓點(diǎn)，因此不需要計算凸包。在不修改假定輪廓762的情況下計算導(dǎo)體714的寬度，在圖12A的例子中，對候選缺陷738發(fā)布一個實際缺陷報告。
另外參考圖12B，圖12B示出了在方框310(圖5A)為圖像部分752產(chǎn)生的輪廓圖760，示出了另一個優(yōu)選方法的應(yīng)用，用于處理輪廓圖760，評估其中假定輪廓762的位置，以便確定實際缺陷的存在或不存在。從圖12B可以看出，由于候選缺陷表示730在距表示假定輪廓762的輪廓部分763一個像素長度的距離，因此有向凸包784在角輪廓點(diǎn)769之間延伸。利用上面描述的任何適于評估銅和氧化物存在的方法，評估由有向凸包784圍繞的各個輪廓點(diǎn)764和像素754，證實是否有氧化物存在，或者確定與有向凸包784相鄰的區(qū)域是否適于被認(rèn)為是銅。由于沒有輪廓點(diǎn)764或像素754顯示出氧化，因此在不修改假定輪廓762的情況下計算導(dǎo)體714的寬度，在圖12B的例子中，對候選缺陷738發(fā)布一個實際缺陷報告。
現(xiàn)在參考圖13，圖13是輪廓圖，說明角候選缺陷920的區(qū)域中導(dǎo)體914部分的輪廓，角候選缺陷對應(yīng)于圖2的候選缺陷46。
根據(jù)本發(fā)明的優(yōu)選實施例，最好利用這里詳細(xì)描述的方法，由全彩色圖像建立表示輪廓點(diǎn)932位置和輪廓部分934的輪廓圖930，它們限定了導(dǎo)體914的假定輪廓936。識別輪廓點(diǎn)932，檢測角輪廓點(diǎn)938?？梢詫⑤喞c(diǎn)歸類為如上所述的規(guī)則輪廓點(diǎn)、氧化輪廓點(diǎn)、圖像邊緣輪廓點(diǎn)、角輪廓點(diǎn)、角氧化輪廓點(diǎn)。注意，對應(yīng)于角44(圖2)的角輪廓點(diǎn)沿著假定輪廓936定位。
較好的是，為在候選缺陷920附近的連續(xù)角輪廓點(diǎn)938之間延伸的假定輪廓936的每部分計算有向凸包，例如有向凸包940和942。較好的是，為連續(xù)的角輪廓點(diǎn)938計算有向凸包，以避免包含不是導(dǎo)體914的部分的區(qū)域，例如由異常包946限定的區(qū)域944。如上所述，評估由有向凸包940和942圍繞的各個輪廓點(diǎn)932或像素948，以便確定是否它們代表銅或氧化物。這樣，如果檢測到銅或氧化物，最好參考至少部分形成的凸包940和942的修改的假定輪廓，重新計算導(dǎo)體914的寬度，作出適當(dāng)?shù)膶嶋H或似是而非缺陷報告；如果沒有檢測到氧化物，那么不修改假定輪廓。
通過并非限定本發(fā)明范圍的舉例，已經(jīng)利用本發(fā)明的優(yōu)選實施例的非限定性的詳細(xì)描述介紹了本發(fā)明。對于本領(lǐng)域技術(shù)人員來說，描述的實施例會出現(xiàn)變化，這里描述的方法可以應(yīng)用到電路檢測中的各種假設(shè)的缺陷。
本發(fā)明的范圍僅由下面的權(quán)利要求限定。在本申請的權(quán)利要求書和說明書中，“包括”“包含”和“具有”及其詞性的變化指的是“包含，但并非必須限定于此”。
權(quán)利要求
1.一種對電路進(jìn)行自動光學(xué)檢測的方法，包括獲得電路的至少一個非二進(jìn)制光學(xué)圖像；根據(jù)該至少一個非二進(jìn)制光學(xué)圖像產(chǎn)生至少一個二進(jìn)制第一檢測圖像，并處理所述二進(jìn)制第一檢測圖像以從其中確定所述電路中的候選缺陷的區(qū)域；對圍繞候選缺陷的區(qū)域產(chǎn)生至少一個附加的檢測圖像，所述至少一個附加的檢測圖像至少部分地包含所述至少一個二進(jìn)制第一檢測圖像中所不包括的光學(xué)特征的信息；及通過檢測所述至少一個附加的檢測圖像，確定所述候選缺陷是否是似是而非缺陷。
2.根據(jù)權(quán)利要求1的方法，其中，獲得步驟包含獲得電路的多色圖像。
3.根據(jù)權(quán)利要求2的方法，其中，該多色圖像包括紅色、綠色和藍(lán)色組分。
4.根據(jù)權(quán)利要求3的方法，其中，該附加檢測圖像包括在所述多色圖像中獲得的紅色、綠色和藍(lán)色組分的每一個。
5.根據(jù)權(quán)利要求1的方法，其中，該二進(jìn)制第一檢測圖像僅來源于所獲得圖像的紅色組分。
6.根據(jù)權(quán)利要求1的方法，其中，所述至少一個二進(jìn)制第一檢測圖像包含電路的單色灰度級表示。
7.根據(jù)權(quán)利要求6的方法，其中，僅從所獲得圖像的紅色組分產(chǎn)生該單色灰度級表示。
8.根據(jù)權(quán)利要求1的方法，其中，從相同的光學(xué)圖像產(chǎn)生該二進(jìn)制第一檢測圖像和該附加的檢測圖像。
9.根據(jù)權(quán)利要求1的方法，其中，候選缺陷被自動確定。
10.根據(jù)權(quán)利要求1的方法，其中，實際缺陷被自動確定。
11.一種檢測電路的方法，包括獲得電路的非二進(jìn)制圖像；處理所述非二進(jìn)制圖像以得到所述電路的二進(jìn)制表示；至少部分地通過分析所述二進(jìn)制表示，確定所述電路中候選缺陷的存在；定義對應(yīng)于圍繞所述候選缺陷的區(qū)域的所述非二進(jìn)制圖像的一部分；和通過分析所述非二進(jìn)制圖像的所述部分，確定所述電路中實際缺陷的存在。
12.根據(jù)權(quán)利要求11的方法，其中，所述二進(jìn)制表示比所述非二進(jìn)制圖像的所述部分覆蓋所述電路的更大范圍。
13.根據(jù)權(quán)利要求11的方法，包含提供所述電路的灰度級單色表示，和至少部分地通過分析所述二進(jìn)制表示和所述灰該度級單色表示，確定所述電路中的候選缺陷。
14.根據(jù)權(quán)利要求13的方法，包括通過分析所述二進(jìn)制表示和所述灰度級單色表示來識別實際缺陷。
15.根據(jù)權(quán)利要求11的方法，其中，利用所述二進(jìn)制圖像確定的缺陷包含實際缺陷，其中所述實際缺陷包含下列各項中的一個或多個遺漏電路中的部件、使電路中的部件放錯位置、電路中的外來部件、小孔和劃痕。
16.根據(jù)權(quán)利要求11的方法，其中，準(zhǔn)備所述二進(jìn)制表示達(dá)到的分辨率比從其中產(chǎn)生它的所述非二進(jìn)制圖像的光學(xué)分辨率更精細(xì)。
17.根據(jù)權(quán)利要求11的方法，其中，所述候選缺陷包括所述電路的金屬導(dǎo)體中的可疑形狀異常。
18.根據(jù)權(quán)利要求17的方法，其中，在所述電路的光學(xué)圖像中，所述電路中的金屬化部分具有第一光學(xué)特性，非金屬化部分具有第二光學(xué)特性，可疑形狀異常的區(qū)域具有與金屬化部分和非金屬化部分的光學(xué)特性不同的第三光學(xué)特性。
19.根據(jù)權(quán)利要求18的方法，其中的光學(xué)特性包括反射率的強(qiáng)度。
20.根據(jù)權(quán)利要求18的方法，其中的光學(xué)特性包括顏色。
21.根據(jù)權(quán)利要求11的方法，其中，處理所述非二進(jìn)制圖像包括從所述電路的多通道多色圖像的單一通道選擇一灰度級圖像。
22.根據(jù)權(quán)利要求11的方法，其中，所述非二進(jìn)制圖像是所述電路的多色圖像。
23.一種對電路進(jìn)行自動光學(xué)檢測的裝置，包括至少一個光學(xué)傳感器，用來獲得電路的非二進(jìn)制圖像；第一圖像處理器，用來根據(jù)所述非二進(jìn)制圖像產(chǎn)生所述電路的二進(jìn)制表示，并且分析所述二進(jìn)制表示，以從其中確定所述電路中的可疑缺陷；瞬態(tài)圖產(chǎn)生器，用來接收來自所述至少一個光學(xué)傳感器的所述非二進(jìn)制圖像和來自所述第一圖像處理器的可疑缺陷的報告，以產(chǎn)生定義圍繞可疑缺陷的區(qū)域的非二進(jìn)制相鄰圖像；和圖像后處理器，用來分析所述非二進(jìn)制相鄰圖像并從其中確定實際缺陷的存在。
24.根據(jù)權(quán)利要求23的裝置，其中，第一圖像處理器產(chǎn)生第一表示，該表示是所述電路的二進(jìn)制表示。
25.根據(jù)權(quán)利要求24的裝置，其中所述光學(xué)傳感器具有光學(xué)分辨率，所述電路的所述二進(jìn)制表示被產(chǎn)生，其分辨率比所述光學(xué)分辨率更精細(xì)。
26.根據(jù)權(quán)利要求23的裝置，其中，可疑缺陷包括虛假缺陷和實際缺陷，所述圖像后處理器用來分析所述相鄰圖像以區(qū)分虛假缺陷和實際缺陷。
27.根據(jù)權(quán)利要求24的裝置，還包括灰度級圖像處理器，其中由所述灰度級圖像處理器檢測到的至少一些異常是實際缺陷，并且由所述二進(jìn)制圖像處理器檢測到的至少一些異常是虛假缺陷。
28.根據(jù)權(quán)利要求23的裝置，其中所述相鄰圖像是多色圖像。
29.根據(jù)權(quán)利要求28的用于對電路進(jìn)行自動光學(xué)檢測的裝置，其中的多色圖像是彩色圖像。
全文摘要
一種對電路(12)進(jìn)行自動光學(xué)檢測的方法，包括獲得電路(12)的至少一個光學(xué)圖像；根據(jù)該至少一個圖像產(chǎn)生至少一個第一檢測圖像，并從其中確定候選缺陷(236)的區(qū)域；對圍繞候選缺陷(236)的區(qū)域產(chǎn)生至少一個附加的檢測圖像，所述至少一個附加的檢測圖像至少部分地包含所述至少一個第一檢測圖像中所不包括的光學(xué)信息；并通過檢測所述至少一個附加的檢測圖像，確定是否候選缺陷(236)是一個似是而非的缺陷。
文檔編號G06K9/03GK1955717SQ20061013182
公開日2007年5月2日 申請日期2000年9月10日 優(yōu)先權(quán)日2000年9月10日
發(fā)明者達(dá)恩·沙洛姆, 尼西姆·薩瓦雷戈, 努爾·阿拉德 申請人:奧博泰克有限公司