專利名稱:用于檢測(cè)表面的方法
技術(shù)領(lǐng)域：
本申請(qǐng)涉及一種用于根據(jù)權(quán)利要求
1所述的技術(shù)特征檢測(cè)表面的方法和一種根據(jù)權(quán)利要求
21所述的技術(shù)特征來(lái)實(shí)施該方法的裝置。
背景技術(shù)：
已經(jīng)當(dāng)前技術(shù)中存在一種用來(lái)檢測(cè)具有重復(fù)圖案的表面的方法和裝置。該表面通常是其上具有導(dǎo)體的導(dǎo)體板。該導(dǎo)體形成重復(fù)圖案，安排在沒有圖案即沒有導(dǎo)體的表面或獨(dú)一(非重復(fù))圖案之間。本申請(qǐng)僅僅涉及具有重復(fù)圖案的區(qū)域；具有獨(dú)一圖案的區(qū)域通過(guò)已知的現(xiàn)有技術(shù)的方法檢測(cè)。用于檢測(cè)表面的裝置包括具有CCD/CMOS照相傳感器和光學(xué)物鏡的照相機(jī)。導(dǎo)體板的表面通過(guò)所述物鏡成像到CCD/CMOS照相傳感器表面上。為了得到高質(zhì)量的成像，導(dǎo)體板表面使用背光和/或前光照明。照相傳感器的模擬或數(shù)字化圖像被傳輸?shù)揭粋€(gè)計(jì)算單元。所述圖像通過(guò)形成一個(gè)像素陣列的多個(gè)像素進(jìn)行轉(zhuǎn)換。所述的計(jì)算單元處理所述像素矩陣的數(shù)據(jù)，其每個(gè)像素都具有一個(gè)技術(shù)值。
通常主要使用的像素?cái)?shù)據(jù)是灰度值。每個(gè)像素都在與相對(duì)于原始圖像即導(dǎo)體板相同的位置上生成一個(gè)與原始圖像的顏色對(duì)應(yīng)的灰度值?；叶戎禈?gòu)成了用于檢測(cè)表面情況的基本數(shù)據(jù)，因?yàn)榭梢愿鶕?jù)下面的比較步驟通過(guò)計(jì)算單元把這個(gè)值與參考像素的值比較每個(gè)被檢測(cè)的像素值(檢測(cè)像素)與所謂的主圖像的參考像素值比較。主圖像是例如，基于已經(jīng)被仔細(xì)檢測(cè)的原始主導(dǎo)體板的圖像，檢測(cè)結(jié)果表明該主導(dǎo)體板沒有缺陷、狀態(tài)良好并有資格作為參考導(dǎo)體板。
在比較步驟中，要被檢測(cè)的導(dǎo)體板的圖像的每個(gè)像素將會(huì)與主導(dǎo)體的圖像的相應(yīng)像素(參考像素)比較。利用檢測(cè)像素與參考像素通過(guò)比較得出的差異確定檢測(cè)的結(jié)果。依據(jù)圖像中的每個(gè)像素灰度值的強(qiáng)度能夠非常精確地檢測(cè)所述圖像。
在圖像處理領(lǐng)域，由于已知的用于檢測(cè)表面的裝置常常設(shè)置在導(dǎo)體板生產(chǎn)線中，因此能夠迅速檢測(cè)出導(dǎo)體表面出現(xiàn)的缺陷是非常重要的。并且，為了保證導(dǎo)體板的質(zhì)量恒定，必需對(duì)每個(gè)導(dǎo)體板表面都進(jìn)行檢測(cè)。然而，現(xiàn)有的檢測(cè)方法非常復(fù)雜并且耗時(shí)，這是因?yàn)樯鲜龅闹鲌D像構(gòu)成了比較步驟的基礎(chǔ)，即采用將被檢測(cè)像素的值與主圖像的參考像素值進(jìn)行比較這種傳統(tǒng)的示教(teach-in)方法。存儲(chǔ)主圖像需要的數(shù)據(jù)量非常高。因此數(shù)據(jù)存儲(chǔ)費(fèi)時(shí)并且在計(jì)算單元中需要大量的存儲(chǔ)空間。此外，應(yīng)當(dāng)明白生產(chǎn)線上沒有哪塊導(dǎo)體板會(huì)與該生產(chǎn)線的其它任何一塊導(dǎo)體板百分之百完全相同。因此，在基于傳統(tǒng)示教法的現(xiàn)有技術(shù)中，與主圖像的細(xì)微差異就會(huì)增加偽缺陷率。因此，許多導(dǎo)體板雖然它們狀態(tài)良好沒有表面缺陷，卻僅僅由于相對(duì)于主圖像存在微小的誤差而被歸類為不合格產(chǎn)品。

發(fā)明內(nèi)容因此本發(fā)明的目的是提供一種具有權(quán)利要求
1所述的技術(shù)特征的用來(lái)檢測(cè)表面的方法和裝置，以及具有權(quán)利要求
21所述的技術(shù)特征的裝置，以便克服以上所述缺點(diǎn)，從而提供加速表面檢測(cè)步驟的先決條件并且使檢測(cè)的方法特別是針對(duì)缺陷率更為精確。
本發(fā)明的上述及其他目的總體上通過(guò)具有權(quán)利要求
1所述的技術(shù)特征的表面檢測(cè)方法實(shí)現(xiàn)，在該方法中，僅有關(guān)于所述圖像的像素陣列的值是用于檢測(cè)所述表面情況的所述參考像素的所述值的基礎(chǔ)。因此，標(biāo)準(zhǔn)(master)的確定和標(biāo)準(zhǔn)圖像(master image)的生成將不再是必要的。歸功于引用的方法和根據(jù)本申請(qǐng)的方法，該方法比示教法變得更快和更簡(jiǎn)單。在本申請(qǐng)的優(yōu)選實(shí)施例中，一個(gè)圖案的檢測(cè)像素值與來(lái)自同一圖像即相同陣列的另一圖案的像素值進(jìn)行比較。使用另一個(gè)圖案作為具有所述參考像素的參考圖案。每個(gè)檢測(cè)像素和相應(yīng)的參考像素相對(duì)于其圖案具有相同的位置。這會(huì)保證為了得到有意義的結(jié)果，僅僅比較相同類型的像素的值。然而，也可以使用相同類型的圖案的任意像素。
根據(jù)本申請(qǐng)的另一實(shí)施例，提供若干在所述像素線的方向上沿著作為所述重復(fù)圖案的部分的具有n+1個(gè)周期結(jié)構(gòu)的像素線的比較步驟，所有的所述沿著所述像素線進(jìn)行的比較步驟形成了一個(gè)檢測(cè)步驟。對(duì)周期性重復(fù)圖案的所有像素進(jìn)行這個(gè)步驟。因此，系統(tǒng)地逐行檢測(cè)像素陣列，直到檢測(cè)完整個(gè)陣列。
如果原始標(biāo)準(zhǔn)及其圖像在其整個(gè)范圍內(nèi)不具有連續(xù)規(guī)則的圖像，那么在檢測(cè)開始之前，確定一個(gè)被檢測(cè)的表面圖像的陣列區(qū)域是有利的，所述區(qū)域占有部分陣列或整個(gè)陣列。采用這種方法，就能夠根據(jù)圖案的優(yōu)化線在經(jīng)過(guò)優(yōu)化的比較步驟中逐個(gè)區(qū)域地進(jìn)行檢測(cè)。
在又一實(shí)施例中，提供幾個(gè)檢測(cè)步驟，并且在執(zhí)行所有的所述檢測(cè)步驟后，所述區(qū)域的所有像素的所有值已經(jīng)被檢測(cè)了。特別地，每個(gè)檢測(cè)步驟包括n個(gè)比較步驟。
由于要被檢測(cè)的圖像區(qū)域至少在上述確定的區(qū)域內(nèi)包括規(guī)則的重復(fù)圖案，在所述比較步驟中使用矢量計(jì)算是非常有利的，其中在比較步驟中所述檢測(cè)像素和指定的參考像素在所述陣列中具有相對(duì)位置并且由此位置關(guān)系互相形成一個(gè)矢量k。所述矢量k在每個(gè)比較步驟中是相同的。簡(jiǎn)單地說(shuō)，能借助于使用矢量k的矢量計(jì)算執(zhí)行多個(gè)比較步驟，由此加速檢測(cè)過(guò)程。
根據(jù)本申請(qǐng)的又一實(shí)施例，參考像素是來(lái)自之前的比較步驟中檢測(cè)的像素。
本申請(qǐng)的方法允許通過(guò)與基于被檢測(cè)圖像陣列像素的參考像素的不同方法得到參考像素的值。
得到參考像素值的一個(gè)優(yōu)選方法是通過(guò)使參考像素的值成為基于該陣列的幾個(gè)像素的計(jì)算值。例如這個(gè)值可以是陣列中的參考像素的幾個(gè)值的平均值，或不超過(guò)一個(gè)閾值的平均值等等。這個(gè)步驟使在陣列邊界或在確定的區(qū)域內(nèi)的像素能夠以簡(jiǎn)單的方式檢測(cè)。
特別地，參考像素的值是通過(guò)矢量k的整數(shù)倍計(jì)算的。
根據(jù)本發(fā)明的又一實(shí)施例，所述表面的情況的檢測(cè)包括一確定步驟在從比較步驟得到的所述差值結(jié)果的基礎(chǔ)上，如果差值沒有至少?zèng)]有超出一個(gè)閾值，那么得出檢測(cè)表面是正確的確定。具體地，確定步驟將會(huì)定義專用矢量k并且如果所述差值超出所述閾值就由此確定專用圖案為缺陷。如果差值沒有超出所述閾值，在直徑方向上重復(fù)檢測(cè)步驟，得到另一個(gè)矢量k’(k’＝-k)。這樣就允許對(duì)檢測(cè)像素的檢測(cè)以及對(duì)該檢測(cè)像素真實(shí)位置的檢測(cè)，在所述檢測(cè)中以所述兩個(gè)檢測(cè)步驟的數(shù)據(jù)為依據(jù)利用矢量k和矢量k’的計(jì)算結(jié)果超出了所述閾值。例如，在具有矢量k的檢測(cè)步驟中和在具有矢量k’的檢測(cè)步驟中，由于在下面將結(jié)合附圖詳細(xì)描述的所謂的陰影效應(yīng)，不同的檢測(cè)像素將會(huì)被歸類為缺陷?；谶@些兩個(gè)像素的位置的計(jì)算方案將會(huì)能夠確定實(shí)際的缺陷像素。
使用本申請(qǐng)方法的原理，可以在規(guī)則圖像中檢測(cè)缺陷，而不需要知道任何標(biāo)準(zhǔn)圖案。與傳統(tǒng)方法相比，這會(huì)導(dǎo)致數(shù)據(jù)的大量減少。
實(shí)際上，輸入裝置經(jīng)常限制檢測(cè)的區(qū)域，例如照相機(jī)鏡頭的覆蓋范圍。如果重復(fù)的圖案比檢測(cè)區(qū)寬，只要矢量k保持有效，精確定位就不是關(guān)鍵因素。
如果矢量k小，在大距離上累加的圖案中緩慢的變形將不會(huì)象現(xiàn)有技術(shù)中的示教法那樣產(chǎn)生強(qiáng)烈的缺陷信號(hào)。例如，對(duì)于處理透鏡變形或彎曲變形的產(chǎn)品時(shí)，這一點(diǎn)非常有幫助。
確定矢量k可以幾種不同的方法。根據(jù)優(yōu)選實(shí)施例，矢量k由快速傅立葉變換確定，以使可以在矢量k處建立快速傅立葉變換的最大值。
或者，借助于霍夫變換(Hough transform)計(jì)算矢量k，或從預(yù)定的數(shù)據(jù)，特別是原始表面的數(shù)字化繪圖來(lái)計(jì)算矢量k。
應(yīng)當(dāng)理解，檢測(cè)步驟中線的方向或矢量k的方向取決于圖案的種類。
如上所述，存在幾種方法得到矢量k。這些方法總結(jié)如下
通常存在技術(shù)繪圖或數(shù)據(jù)庫(kù)，用戶能夠從中查找兩個(gè)圖案示例的距離。
在數(shù)字照相機(jī)圖像中，用戶能設(shè)法建立一個(gè)輪廓曲線和估計(jì)的矢量k。
可以使用快速傅立葉變換對(duì)信號(hào)數(shù)據(jù)進(jìn)行變換，例如在數(shù)字灰度值圖像的情況下，使用離散的二維快速傅立葉變換。能夠使用在頻率空間內(nèi)的峰值來(lái)提取矢量k。如果通過(guò)一個(gè)主頻來(lái)確定參考圖案，那么該方法會(huì)工作得很好。如果線狀圖案存在多個(gè)峰值(和聲除外)，則它們表示存在不同的方向和距離。它們能夠被組合起來(lái)形成共同矢量k。
如果對(duì)圖案做出一些假定，例如在數(shù)字照相機(jī)圖像中的平行線，可以應(yīng)用霍夫變換以獲得能夠自動(dòng)得到矢量k的對(duì)圖案的描述。
軟件可以簡(jiǎn)單地使用某一小步長(zhǎng)測(cè)試所有的方向和長(zhǎng)度并采用會(huì)產(chǎn)生最小的總體缺陷強(qiáng)度的矢量k。可以使用更小的步長(zhǎng)將這個(gè)矢量變得更為精確。
根據(jù)本申請(qǐng)的又一實(shí)施例，所述值是像素的灰度值(GV)并且要被檢測(cè)的表面可以是導(dǎo)體板的表面并且圖案可以是導(dǎo)體板的導(dǎo)體。
主要通過(guò)根據(jù)權(quán)利要求
21的特征的裝置得到了如上所述以及本申請(qǐng)的其它目的，其中所述裝置能夠根據(jù)任意一個(gè)前述權(quán)利要求
通過(guò)照相機(jī)生成形成像素陣列的多個(gè)像素的圖像和計(jì)算機(jī)單元處理用于所述表面的情況的檢測(cè)的所述像素?cái)?shù)據(jù)而進(jìn)行的所述方法。
以下通過(guò)結(jié)合附圖對(duì)實(shí)施例的詳細(xì)描述中將會(huì)清楚本發(fā)明的其他優(yōu)點(diǎn)和可能的應(yīng)用，其中對(duì)由在附圖中的示例說(shuō)明的示例實(shí)施例進(jìn)行參考。
在說(shuō)明書、權(quán)利要求
、摘要和附圖中使用的術(shù)語(yǔ)在下面的列表中提供了相應(yīng)的標(biāo)記。
圖1是本發(fā)明的裝置的示意圖。
圖2是本發(fā)明的計(jì)算步驟中使用的矢量k的示意圖。
圖3是根據(jù)圖案的第一實(shí)施例，顯示沿第一實(shí)施例的線的像素的灰度值的對(duì)應(yīng)正弦曲線的被檢測(cè)圖案的圖像的頂視示意圖，圖中示出了對(duì)應(yīng)向量k。
圖4是根據(jù)圖案的第二實(shí)施例的被檢測(cè)的圖案的圖像的示意頂視圖，圖中示出了對(duì)應(yīng)向量k。
圖5是根據(jù)圖案的第三實(shí)施例，沿著對(duì)應(yīng)于矢量k方向的線被檢測(cè)的像素灰度值強(qiáng)度的圖，圖中示出了對(duì)應(yīng)矢量k。
圖6是根據(jù)圖案的第四實(shí)施例的被檢測(cè)的圖案的圖像的示意頂視圖，圖中示出了相應(yīng)矢量k和被檢測(cè)的確定區(qū)域。
圖7a是根據(jù)圖案的第四實(shí)施例，沿著對(duì)應(yīng)于矢量k的方向的線被檢測(cè)的像素灰度值強(qiáng)度的圖。
圖7b是根據(jù)圖案的第五實(shí)施例，沿著對(duì)應(yīng)于矢量k的方向的線被檢測(cè)的像素灰度值的強(qiáng)度圖。
圖7c是根據(jù)圖案的第六實(shí)施例，沿著對(duì)應(yīng)于矢量k的方向的線被檢測(cè)的像素灰度值的強(qiáng)度圖。
圖8是分別不通過(guò)和通過(guò)低通濾波器的被檢測(cè)的像素的灰度值強(qiáng)度的兩個(gè)視圖。
圖9是根據(jù)圖案的第七實(shí)施例，對(duì)于沿著對(duì)應(yīng)于矢量k方向的線的導(dǎo)體，要被檢測(cè)的具有非均勻表面的像素的灰度值的強(qiáng)度圖。
圖10是根據(jù)第八實(shí)施例圖案的被檢測(cè)圖案的檢測(cè)區(qū)的示意頂視圖，示出了對(duì)應(yīng)矢量k。
圖11是根據(jù)示出了相應(yīng)矢量k的圖案的第九實(shí)施例，要被檢測(cè)的圖案的圖像的示意頂視圖。
圖12是根據(jù)圖案的第十實(shí)施例的沿著線被檢測(cè)的像素灰度值的強(qiáng)度圖和缺陷的另一強(qiáng)度圖。
圖13是沿著根據(jù)圖案的第十一實(shí)施例的線，檢測(cè)的像素的灰度值的強(qiáng)度圖。
圖14是沿著線檢測(cè)的像素的灰度值的強(qiáng)度圖和根據(jù)又一圖案的實(shí)施例的缺陷的強(qiáng)度圖。
圖15是示出矢量k和陰影效應(yīng)的圖14的視圖。
圖16是根據(jù)又一圖案的實(shí)施例沿著線檢測(cè)的像素的灰度值的強(qiáng)度圖和另外兩個(gè)缺陷的強(qiáng)度圖，圖中顯示了矢量k1和矢量k2。
圖17是根據(jù)又一圖案的實(shí)施例沿著線檢測(cè)的像素灰度值的強(qiáng)度圖和，圖中顯示了矢量k和閾值。
圖18是根據(jù)圖6的被檢測(cè)圖案的圖像的頂視示意圖，圖中顯示了若干可能的矢量k1到k4和不可能的矢量k5。
10表面檢測(cè)裝置 12表面12’圖像 14導(dǎo)體板14a導(dǎo)體板基底材料 16導(dǎo)體18照相機(jī) 20CCD照相機(jī)傳感器22光學(xué)物鏡 24線26計(jì)算單元 28鍵盤30顯示器 32端口34線 36背光38檢測(cè)圓錐 40前光-左42前光-右 44正弦曲線46峰值 47線
48鄰近峰值 50檢驗(yàn)區(qū)域52低通長(zhǎng)度 54閾值具體實(shí)施方式
圖1示出了用于檢測(cè)具有由導(dǎo)體板14的導(dǎo)體16形成的重復(fù)圖案的導(dǎo)體板14的表面12的裝置10的示意圖。導(dǎo)體16(特別在圖6中示出)設(shè)置導(dǎo)體板14上沒有圖案即沒有導(dǎo)體16的表面之間。導(dǎo)體板14由透明的基底材料14a制成，而導(dǎo)體16本身是不透明的。
裝置10包括具有CCD照相傳感器20和光學(xué)物鏡22的照相機(jī)18。CCD照相傳感器20通過(guò)連接線24連接到計(jì)算單元26，其具有用于調(diào)整檢測(cè)方法的參數(shù)的鍵盤28和用于顯示檢測(cè)結(jié)果和實(shí)際的方法步驟的顯示器30。計(jì)算單元24包括端口32，可通過(guò)連接線34連接到用清除缺陷導(dǎo)體板14的操作機(jī)器(圖中未示出)。在導(dǎo)體板14下方提供有是背光源36，并且照相機(jī)18的最大檢測(cè)圓錐之上的外部設(shè)置了前光源40和42。
為了檢測(cè)導(dǎo)體板14的表面12，可以通過(guò)光學(xué)物鏡22將該表面在CCD照相傳感器20的表面上成像。為了得到一個(gè)好的圖像質(zhì)量，通過(guò)背光源36或正光源40和42為表面12提供照明。
CCD照相傳感器20的數(shù)字圖像通過(guò)連接線24傳輸?shù)接?jì)算單元26。該圖像由多個(gè)像素構(gòu)成的像素陣列形成。所述計(jì)算機(jī)單元26處理所述像素陣列的數(shù)據(jù)，其中每個(gè)象素都具有一個(gè)技術(shù)值，即分配的灰度值。
灰度值構(gòu)成了用于檢測(cè)表面12的情況的基礎(chǔ)數(shù)據(jù)，通過(guò)計(jì)算單元26將這些值與參考像素值進(jìn)行比較。根據(jù)本申請(qǐng)方法的步驟如下確定被檢測(cè)表面12的圖像12’的陣列區(qū)域，該區(qū)域是陣列的一部分或整個(gè)陣列。
將被檢測(cè)導(dǎo)體16的像素即檢測(cè)像素的每個(gè)值與來(lái)自相同圖像即來(lái)自相同陣列的另一導(dǎo)體16的參考像素的值進(jìn)行比較。所述另一導(dǎo)體16作為具有參考像素的參考導(dǎo)體16。每個(gè)檢測(cè)像素和對(duì)應(yīng)的參考像素都具有相對(duì)于它們各自的導(dǎo)體16來(lái)說(shuō)相同的位置；對(duì)所述像素進(jìn)行比較后得出的差異將會(huì)用來(lái)確定檢測(cè)的結(jié)果，即比較步驟。
沿著作為導(dǎo)體16的重復(fù)圖案的具有n-1周期性結(jié)構(gòu)的像素線按照所述像素線的方向提供若干比較步驟，其中所有沿所述像素線進(jìn)行的比較步驟形成一檢測(cè)步驟。
提供幾個(gè)比較步驟并且在執(zhí)行所有的所述檢測(cè)步驟后所述區(qū)域中的所有像素值都將完成檢測(cè)。特別是，每個(gè)檢測(cè)步驟包括n個(gè)比較步驟。
所述參考像素是在先前的比較步驟中經(jīng)過(guò)檢測(cè)的像素。
由于待檢測(cè)圖像的區(qū)域包括了由上述比較步驟中提到的確定區(qū)域中的有規(guī)律重復(fù)的導(dǎo)體16，因此采用矢量計(jì)算，其中檢測(cè)像素和指定的參考像素在所述陣列內(nèi)具有一個(gè)相對(duì)的位置，并且因此具有互相間的相對(duì)位置，形成一個(gè)矢量k。矢量k在各個(gè)比較步驟中都是相同的。換句話說(shuō)矢量k代表導(dǎo)體16在上述線中形成的一個(gè)結(jié)構(gòu)周期。
如果矢量k的末端位置沒有指向一個(gè)像素(不是必需的)，那么就通過(guò)對(duì)相鄰像素的灰度值進(jìn)行內(nèi)插來(lái)確定末端位置的灰度值。
通常，可以使用參考像素的相鄰像素內(nèi)插參考像素。用于得到參考像素的方法舉例如下周圍有四個(gè)像素計(jì)算其中非校直像素覆蓋校直像素的區(qū)域并且使用該區(qū)域百分比作為計(jì)算鄰近的像素強(qiáng)度的一部分。
周圍有三個(gè)像素根據(jù)它們鄰近非校直像素中心使用三個(gè)最靠近相鄰像素的強(qiáng)度進(jìn)行內(nèi)插。
分布方法使用例如高斯曲線等分布法得到相鄰某些像素的強(qiáng)度的權(quán)值。
一般來(lái)說(shuō)，內(nèi)插法存在缺陷。一種減小由內(nèi)插法導(dǎo)致的缺陷強(qiáng)度的方法是使用結(jié)合圖8描述的低通濾波器、高斯濾波器。
依靠低通濾波器和其尺寸，還可以將其用來(lái)減少空間缺陷。
根據(jù)圖2，矢量k具有一個(gè)向量長(zhǎng)度|k|，按像素給出以及一個(gè)方向，角度θ按度給出，在順時(shí)針方向上取正。矢量k在具有n+1個(gè)導(dǎo)體16的圖案的區(qū)域中具有1、2…、n個(gè)周期。由于角度θ的存在，這樣就能夠沿著上文提到的線以水平或垂直以外的其他角度對(duì)結(jié)構(gòu)進(jìn)行周期性的檢測(cè)。
圖3是根據(jù)本發(fā)明第一實(shí)施例的導(dǎo)體板14的圖案中，具有沿著線47的像素灰度值正弦曲線44的導(dǎo)體板14的表面12的圖像12’的頂視簡(jiǎn)圖。根據(jù)這個(gè)實(shí)施例，矢量k在導(dǎo)體板14的表面12的圖像12’的任何方向上都是周期性的。
圖4示出了本發(fā)明第二實(shí)施例的導(dǎo)體板14的圖案。為了檢測(cè)在兩個(gè)不同的柵格(例如不同的角度，不同的周期)之間的過(guò)渡區(qū)，存在一個(gè)共用的周期矢量k。可以通過(guò)在過(guò)渡區(qū)中的兩個(gè)導(dǎo)體16的相交部分看到該矢量k。
圖5示出了具有在第三峰值46處帶有缺陷的幾個(gè)比較步驟的灰度值曲線的示例。該缺陷不會(huì)在其鄰近的峰值48處產(chǎn)生。通過(guò)把檢測(cè)像素的灰度值與前面被檢測(cè)的參考像素的灰度值比較，就能夠借助矢量k檢測(cè)出峰值46。
一個(gè)典型的圖案具有固定定的邊界。如果在算法中使用矢量k檢查完整的圖案，該算法就會(huì)在邊界處就會(huì)產(chǎn)生一個(gè)缺陷，這是因?yàn)槭噶縦指向了圖案區(qū)域的外部。
縮小檢測(cè)區(qū)域使矢量k不指向圖案外部是一種有效的方法。如果存在缺陷，在矢量k方向上圖案的最后示例，該缺陷可以被復(fù)制并且與下文中將要參考附圖12和13所述的標(biāo)準(zhǔn)值進(jìn)行比較。
圖6示出了如何確定檢測(cè)區(qū)域的一個(gè)實(shí)例。檢測(cè)區(qū)域?yàn)槎噙呅?0。采用某種算法在矢量k的基礎(chǔ)上將區(qū)域50收縮到附圖標(biāo)記52所表示的區(qū)域，否則最后的導(dǎo)體16就會(huì)與確定的檢測(cè)區(qū)域50之外的區(qū)域進(jìn)行比較。
由于軟件僅僅將多邊形最左邊和最右邊的邊界作為每條線的邊界，因此調(diào)整后的多邊形應(yīng)該是凸起的。
如上所述，矢量k限定了形成導(dǎo)體板14的重復(fù)圖案的兩個(gè)鄰近導(dǎo)體16之間的距離。距離和角方向可以直接設(shè)定。
還可以使用快速傅利葉變換-FFT-自動(dòng)地確定矢量k。圖7a、7b和7c示出了根據(jù)本發(fā)明第四和第五實(shí)施例的導(dǎo)體板14的圖案，將要沿著對(duì)應(yīng)于矢量k方向的線進(jìn)行檢測(cè)的像素的灰度值強(qiáng)度的圖形。
當(dāng)選擇自動(dòng)計(jì)算功能時(shí)，要求用戶對(duì)圖案上方的方框進(jìn)行調(diào)整。沒有必要包括整個(gè)檢測(cè)區(qū)域。根據(jù)經(jīng)驗(yàn)法則，至少應(yīng)該包括10個(gè)圖案的示例。然而，方框大就可能會(huì)需要更長(zhǎng)的時(shí)間來(lái)完成。
如果在兩個(gè)像素之間的灰度值差超出了某個(gè)值，那么就認(rèn)為該像素位置是有缺陷的。如果灰度值差較小，那么就認(rèn)為該差是噪聲，即，可忽略的。這個(gè)值被稱為表面噪聲電平。
為了消除局部灰度值變化的影響，用戶可以使用低通濾波器。低通濾波器對(duì)某一距離，即如圖8所示的所謂低通長(zhǎng)度52上的值進(jìn)行平均。
在圖8中示出了說(shuō)明四像素低通濾波器(一維)產(chǎn)生的效果。使用低通濾波器將會(huì)典型地降低對(duì)照相機(jī)噪音和小的表面不規(guī)則的敏感度。大多數(shù)情況下推薦四個(gè)的或四個(gè)以上的值。
在許多情況下，導(dǎo)體板14的圖案由均質(zhì)背景，即透明基底材料14a和非均質(zhì)前景，即導(dǎo)體16構(gòu)成，如圖9中所示。這種現(xiàn)象的原因在于事實(shí)上導(dǎo)體板表面上的明亮區(qū)域具有更大的變化。
為了減小前景變化造成的影響，用戶可以設(shè)定一白像素衰減百分比。例如，若像素具有255的最大灰度值，那么如果將百分比設(shè)定為30％，用來(lái)發(fā)現(xiàn)缺陷的灰度值差就會(huì)減小30％。如果所述的像素僅僅具有128的灰度值即最大值的一半，那么灰度值差別將僅僅減小15％。
可以產(chǎn)生多邊形特殊區(qū)以排除區(qū)域50的某些部分。在這些特殊區(qū)域內(nèi)，所有的缺陷像素將被忽略。因?yàn)檐浖蝗〉米钭蠛妥钣业倪吔缱鳛槊總€(gè)線的邊界，所有多邊形特殊區(qū)域應(yīng)該是凸出的。如果必要還可對(duì)區(qū)域進(jìn)行分割。
有可能通過(guò)選擇“示教(Teach In)”選項(xiàng)自動(dòng)建立特殊區(qū)域。然而，必須注意，要求得到顯示出完好裝置的正確圖像。因此，建議之后要利用特殊區(qū)域菜單項(xiàng)對(duì)建立的特殊區(qū)域進(jìn)行檢查。特別是如果缺陷區(qū)域看起來(lái)是如圖10中所示的，那么最小的凸出多邊形就會(huì)覆蓋整個(gè)觀察區(qū)。在這種情況下，建議手動(dòng)設(shè)定特殊區(qū)域。
根據(jù)本發(fā)明的方法可以延伸到更多維度，例如如圖6和11所示的重復(fù)二維圖案。對(duì)于人類觀察者來(lái)說(shuō)這些缺陷是顯而易見的。應(yīng)該清楚該維度不需要是空間的。
圖11示出了另一簡(jiǎn)單的二維重復(fù)圖案。
如果Iact是被檢測(cè)圖像的像素的實(shí)際強(qiáng)度，Icomp是用于比較的參考像素的強(qiáng)度，缺陷強(qiáng)度可以定義如下Id＝Icomp-Iact然而，可以存在具有幾個(gè)伴隨條件的其它限定，例如強(qiáng)制最小強(qiáng)度等。如果缺陷強(qiáng)度超出了某一依賴于應(yīng)用程序的閾值，就可以將圖案判斷為存在缺陷。
當(dāng)使用所述基于矢量k的算法檢測(cè)圖案時(shí)，缺陷強(qiáng)度的絕對(duì)值在有缺陷的位置會(huì)很高，但是在相應(yīng)的比較位置也會(huì)很高。圖12顯示了這種情況。
然而，經(jīng)常需要知道實(shí)際缺陷在哪里以及其強(qiáng)度具有什么類型的標(biāo)志。
如果可以得到更多圖案的示例，有可能使用所有這些示例或其中的一些以便知曉何為“正確”的強(qiáng)度，其被稱為標(biāo)準(zhǔn)強(qiáng)度(master intensity)。其實(shí)現(xiàn)方法如下所使用示例的平均值。但問(wèn)題在于，缺陷像素的強(qiáng)度會(huì)影響標(biāo)準(zhǔn)強(qiáng)度。
除去界外值從平均計(jì)算中除去一定數(shù)量的強(qiáng)度值，例如，果它們與平均值區(qū)別太大或它們?cè)趎個(gè)最大相異度之中。
中值多數(shù)票采用Iact或Icomp作為標(biāo)準(zhǔn)強(qiáng)度，選用更接近示例平均值的值。
如果強(qiáng)度Iact或Icomp接近標(biāo)準(zhǔn)強(qiáng)度，其中的一個(gè)可以作為缺陷陰影被忽略。
有時(shí)候仍然無(wú)法確定標(biāo)準(zhǔn)強(qiáng)度是多少，如圖13所示。實(shí)際上僅僅存在有限數(shù)量的示例，如果它們的強(qiáng)度正好集中為相同尺寸的兩組，在不產(chǎn)生伴隨條件的情況下不可能得到標(biāo)準(zhǔn)強(qiáng)度。
進(jìn)行這個(gè)檢查所耗費(fèi)的努力是較小的，因?yàn)閮H僅檢查具有缺陷的區(qū)域或檢查缺陷陰影并且缺陷較罕見。
使用矢量k的算法僅僅在它們的邊緣處發(fā)現(xiàn)缺陷，如果它們比矢量k更長(zhǎng)，如圖14所示。如果有必要得到正確的缺陷強(qiáng)度和位置，就需要將缺陷復(fù)制為候選缺陷并且然后對(duì)照標(biāo)準(zhǔn)強(qiáng)度(如果有的話)進(jìn)行檢查。根據(jù)圖15，改變?cè)嫉娜毕輳?qiáng)度以反映缺陷的真實(shí)尺寸。
如果僅僅是具有缺陷或缺陷陰影的區(qū)域被檢測(cè)并且缺陷很罕見，那么進(jìn)行這個(gè)檢查的工作量就會(huì)比較小。
因?yàn)槭褂檬噶縦1的算法檢測(cè)局部變化，平緩變化的圖案可能不會(huì)產(chǎn)生顯著的缺陷強(qiáng)度。采用不同的矢量k2可以消除這種情況。甚至可以同時(shí)使用超過(guò)一個(gè)的矢量k1、k2、…、km，并且采用最大缺陷強(qiáng)度，如圖16所示。
在圖17中說(shuō)明了產(chǎn)生的另一種問(wèn)題。在圖案的第二示例的缺陷強(qiáng)度超過(guò)了缺陷閾值，而在第三示例處的缺陷強(qiáng)度非常小，并且沒有超出缺陷強(qiáng)度閾值54。
如果不希望檢查多個(gè)矢量k1、k2、…、km，比如為了節(jié)省計(jì)算時(shí)間，雖然圖案強(qiáng)度與標(biāo)準(zhǔn)強(qiáng)度匹配，在第二圖案示例的缺陷陰影不必須如上所述被除去。否則就不會(huì)觸發(fā)任何缺陷。根據(jù)圖17，缺陷陰影具有比真實(shí)缺陷更強(qiáng)的缺陷強(qiáng)度。
矢量k是圖案的一個(gè)屬性。為了得到好的結(jié)果，有必要得到正確的矢量k。如圖18所示，通常不具有單個(gè)的最佳矢量k。用于這個(gè)圖案的幾個(gè)矢量都是有效的。
圖案通常具有能夠由用戶定義的邊界。
然而，有可能自動(dòng)地確定相干區(qū)域，即，包含可使用單個(gè)矢量k檢測(cè)的圖案的區(qū)域。
方法之一是由任意一些初始區(qū)域開始，并將它們分割，直到它們成為上述相干。
如果兩個(gè)相鄰的區(qū)域能夠利用同一矢量k檢測(cè)，它們將被合并。這種已知的分割和合并算法還有若干變化，者是現(xiàn)有技術(shù)中可以得到的。
如果區(qū)域是單個(gè)的，即不存在重復(fù)的圖案，并且因此沒有矢量k以檢測(cè)它，使用完全不同的方法(示教比較等方法)來(lái)檢測(cè)該區(qū)域。如果圖案本身是及時(shí)重復(fù)的，在一些裝置的光學(xué)檢測(cè)期間正是如此，那么就可以將單個(gè)圖案的一個(gè)示例與其后續(xù)的示例比如下一個(gè)在照相機(jī)之下的部分進(jìn)行比較。
權(quán)利要求
1.一種檢測(cè)具有n+1個(gè)重復(fù)圖案(16)的表面(12)的方法，利用照相機(jī)(18)產(chǎn)生具多個(gè)像素形成的像素陣列的圖像(12’)，所述像素生成諸如灰度值等技術(shù)值，并利用計(jì)算單元(26)處理用來(lái)檢測(cè)所述表面(12)的狀態(tài)的所述像素?cái)?shù)據(jù)，其中，該方法包括下面的比較步驟每個(gè)被檢測(cè)的像素值即檢測(cè)像素都與一參考像素的值比較，所述像素的比較之差會(huì)被用來(lái)確定檢測(cè)的結(jié)果，其特征在于只有所述圖像(12’)的陣列的像素值是用于檢測(cè)所述表面(12)的狀態(tài)的所述參考像素的所述值的基礎(chǔ)。
2.根據(jù)權(quán)利要求
1所述的方法，其特征在于一個(gè)圖案(16)的檢測(cè)像素的值與另一個(gè)被用作為參考圖案(16)的具有所述參考像素的另一圖案(16)的像素值進(jìn)行比較，其中這兩種像素都具有相對(duì)其圖案相同的位置。
3.根據(jù)權(quán)利要求
1或2所述的方法，其特征在于沿著具有作為所述重復(fù)圖案(16)一部分的n+1周期性結(jié)構(gòu)的像素線(47)在所述像素線(47)方向上進(jìn)行的若干比較步驟，其中所有的沿像素線(47)進(jìn)行所述比較步驟形成一個(gè)檢測(cè)步驟。
4.根據(jù)前述任意權(quán)利要求
所述的方法，其特征在于以下步驟確定被檢測(cè)的表面(12)的圖像(12’)的陣列的區(qū)域(50)，所述區(qū)域(50)是所述陣列的一部分或所述整個(gè)陣列。
5.如權(quán)利要求
3和4所述的方法，其特征在于提供幾個(gè)檢測(cè)步驟，并在執(zhí)行所有的所述檢測(cè)步驟之后，檢測(cè)所述區(qū)域的所有像素的所有值。
6.如權(quán)利要求
3到5中任意權(quán)利要求
所述的方法，其特征在于每個(gè)檢測(cè)步驟包括n個(gè)比較步驟。
7.根據(jù)前述任意權(quán)利要求
所述的方法，其特征在于所述比較步驟使用矢量計(jì)算，其中所述檢測(cè)像素和被分配的參考像素具有位于所述陣列內(nèi)部的相對(duì)位置并且由此相對(duì)于彼此而形成矢量k，所述矢量k在每個(gè)比較步驟中都是相同的。
8.根據(jù)前述任意權(quán)利要求
中所述的方法，其特征在于所述參考像素是在前一個(gè)比較步驟中被檢測(cè)的像素。
9.根據(jù)權(quán)利要求
1至8中任意權(quán)利要求
所述的方法，其特征在于所述參考像素的值是基于所述陣列中的若干像素計(jì)算出來(lái)的值。
10.根據(jù)權(quán)利要求
9所述的方法，其特征在于參考像素的值是通過(guò)矢量k的整數(shù)倍數(shù)計(jì)算的。
11.根據(jù)前述任意權(quán)利要求
所述的方法，其特征在于所述表面的情況的檢測(cè)包括一個(gè)確定步驟以所述比較步驟的差為依據(jù)，如果該差值沒有超出至少一個(gè)閾值，則確定該檢測(cè)表面(12)是正確的。
12.根據(jù)權(quán)利要求
11所述的方法，其特征在于在所述確定步驟中，如果所述差值超出所述閾值，那么就將被指定的矢量k及由此被指定的圖案(16)歸類為有缺陷的。
13.根據(jù)權(quán)利要求
11或12所述的方法，其特征在于如果所述差值超出了所述閾值，那么在在徑向方向重復(fù)檢測(cè)步驟，并導(dǎo)致另一矢量k’(k’＝-k)。
14.根據(jù)權(quán)利要求
13的方法，其特征在于對(duì)檢測(cè)像素的檢測(cè)及對(duì)該檢測(cè)像素真實(shí)位置的檢測(cè)，在所述檢測(cè)中以所述兩個(gè)檢測(cè)步驟的數(shù)據(jù)為依據(jù)利用矢量k和矢量k’的計(jì)算結(jié)果超出了所述閾值。
15.根據(jù)前述任意權(quán)利要求
所述的方法，其特征在于矢量k通過(guò)快速傅立葉變換確定的，這種快速傅立葉變換的最大值將會(huì)形成矢量k。
16.根據(jù)前述任意權(quán)利要求
所述的方法，其特征在于矢量k的計(jì)算是通過(guò)霍夫變換進(jìn)行的。
17.根據(jù)前述任意權(quán)利要求
所述的方法，其特征在于矢量k的計(jì)算是從預(yù)先確定的、特別是原始表面的數(shù)字繪圖中計(jì)算出來(lái)的。
18.根據(jù)前述任意權(quán)利要求
所述的方法，其特征在于在所述檢測(cè)步驟中的線的方向或矢量k的方向取決于圖案的種類。
19.根據(jù)前述任意權(quán)利要求
所述的方法，其特征在于所述值是一個(gè)像素的灰度值。
20.根據(jù)前述任意權(quán)利要求
所述的方法，其特征在于被檢測(cè)的表面(12)是導(dǎo)體板(14)的表面(12)并且所述圖案是導(dǎo)體板(14)的導(dǎo)體(16)。
21.用于實(shí)施前述任意權(quán)利要求
所述方法的裝置，其具有產(chǎn)生由多個(gè)像素形成的像素陣列的圖像(12’)的照相機(jī)(18)和處理用于檢測(cè)所述表面(12)的情況的所述像素的數(shù)據(jù)的計(jì)算單元(26)。
專利摘要
一種檢測(cè)具有n+1個(gè)重復(fù)圖案16的表面12的方法，利用產(chǎn)生圖像12’的照相機(jī)18，該圖像具有多個(gè)像素形成像素陣列，所述像素生成例如灰度值等的技術(shù)值，并且利用計(jì)算單元26處理所述像素?cái)?shù)據(jù)用來(lái)檢測(cè)所述表面12的情況，該方法包括如下比較步驟將每個(gè)被檢測(cè)像素即檢測(cè)像素的值與一參考像素值進(jìn)行比較，利用所述象素比較的差值結(jié)果確定檢測(cè)結(jié)果。本發(fā)明的特征在于，只有所述圖像12’的陣列的像素值是用來(lái)檢測(cè)所述表面12狀態(tài)的所述參考像素值的基礎(chǔ)。
文檔編號(hào)G06T7/00GK1998021SQ20048004374
公開日2007年7月11日 申請(qǐng)日期2004年8月5日
發(fā)明者C·普羅布斯特, A·施瓦茨 申請(qǐng)人:艾克斯視覺系統(tǒng)公司導(dǎo)出引文BiBTeX, EndNote, RefMan