特許ウォッチ

公開番号2024159256
公報種別公開特許公報(A)
公開日2024-11-08
出願番号2023075124
出願日2023-04-28
発明の名称検査装置、検査方法、製造方法、および検査プログラム
出願人日本電気硝子株式会社
代理人弁理士法人 HARAKENZO WORLD PATENT & TRADEMARK
主分類G01N 21/88 20060101AFI20241031BHJP(測定;試験)
要約【課題】検査対象物を撮影した画像を用いた良否検査における検査効率の向上。
【解決手段】検査装置(1)は、検査対象画像を低解像度化した低解像度画像を再構成モデル(111)により再構成して再構成画像を生成する再構成部(103)と、再構成画像における各画素の再構成誤差に基づいて決定された検査対象領域を対象として検査モデル(112)により検査対象物の検査を行う検査部(106)と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
検査対象物を撮影することにより得られた検査対象画像を低解像度化した低解像度画像を、良品の検査対象物の画像の特徴を学習することにより生成された再構成モデルにより再構成して再構成画像を生成する再構成部と、
前記再構成画像における各画素の再構成誤差に基づいて前記検査対象画像における検査対象領域を決定する対象領域決定部と、
前記検査対象領域を対象として学習済みの検査モデルにより前記検査対象物の検査を行う検査部と、を備える検査装置。
続きを表示（約 1,200 文字）【請求項２】
良品である前記検査対象物の画像を用いた学習により前記再構成モデルを生成するモデル生成部を備える、請求項１に記載の検査装置。
【請求項３】
前記検査部は、前記再構成画像における再構成誤差が所定の閾値以上の画素からなる領域のサイズが所定の下限値未満である場合、前記検査対象物の検査結果を良品とする、請求項１または２に記載の検査装置。
【請求項４】
前記検査部は、前記再構成画像における再構成誤差が所定の閾値以上の画素からなる領域のサイズが所定の上限値を越える場合、前記検査対象物の検査結果を不良品とする、請求項１または２に記載の検査装置。
【請求項５】
前記対象領域決定部は、前記再構成画像における再構成誤差が所定の閾値以上の画素からなる領域のサイズが所定の下限値以上、所定の上限値以下である場合に、前記検査対象画像における前記領域に対応する位置の所定サイズの領域を前記検査対象領域に決定する、請求項１または２に記載の検査装置。
【請求項６】
１または複数の情報処理装置により実行される検査方法であって、
検査対象物を撮影することにより得られた検査対象画像を低解像度化した低解像度画像を、良品の検査対象物の画像の特徴を学習することにより生成された再構成モデルにより再構成して再構成画像を生成する再構成ステップと、
前記再構成画像における各画素の再構成誤差に基づいて前記検査対象画像における検査対象領域を決定する対象領域決定ステップと、
前記検査対象領域を対象として学習済みの検査モデルにより前記検査対象物の検査を行う検査ステップと、を含む検査方法。
【請求項７】
基板を製造する製造方法であって、
製造された前記基板を撮影することにより得られた検査対象画像を低解像度化した低解像度画像を、良品の基板の画像の特徴を学習することにより生成された再構成モデルにより再構成して再構成画像を生成する再構成ステップと、
前記再構成画像における各画素の再構成誤差に基づいて前記検査対象画像における検査対象領域を決定する対象領域決定ステップと、
前記検査対象領域を対象として学習済みの検査モデルにより前記基板の検査を行う検査ステップと、を含む製造方法。
【請求項８】
検査対象物を撮影することにより得られた検査対象画像を低解像度化した低解像度画像を、良品の検査対象物の画像の特徴を学習することにより生成された再構成モデルにより再構成して再構成画像を生成する処理と、
前記再構成画像における各画素の再構成誤差に基づいて前記検査対象画像における検査対象領域を決定する処理と、
前記検査対象領域を対象として学習済みの検査モデルにより前記検査対象物の検査を行う処理と、をコンピュータに実行させる検査プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、検査対象物を撮影した画像を用いた良否検査を行う検査装置等に関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
検査対象物の良否検査において、その検査対象物を撮影した画像を用いて検査対象物の良否を判定する技術が従来から知られている。例えば、下記の特許文献１には、プリント基板をイメージセンサで走査することにより得られたデータから抽出した特定領域データに対し、学習済みのニューラルネットワークを適用して、当該プリント基板の良否を判定するプリント基板検査装置が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１９－１００７５３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上述のような従来技術では、欠陥が存在する可能性が高い特定領域データについても、欠陥が存在する可能性が低い特定領域データについても、特に区別することなく一様に学習済みのニューラルネットワークを適用して良否判定を行う。この点において、当該従来技術には改善の余地がある。
【０００５】
本発明の一態様は、検査対象物を撮影した画像を用いた良否検査における検査効率を向上させることが可能な検査装置等を実現することを目的とする。
【課題を解決するための手段】
【０００６】
上記の課題を解決するために、本発明の一態様に係る検査装置は、検査対象物を撮影することにより得られた検査対象画像を低解像度化した低解像度画像を、良品の検査対象物の画像の特徴を学習することにより生成された再構成モデルにより再構成して再構成画像を生成する再構成部と、前記再構成画像における各画素の再構成誤差に基づいて前記検査対象画像における検査対象領域を決定する対象領域決定部と、前記検査対象領域を対象として学習済みの検査モデルにより前記検査対象物の検査を行う検査部と、を備える。
【０００７】
上記の課題を解決するために、本発明の一態様に係る検査方法は、１または複数の情報処理装置により実行される検査方法であって、検査対象物を撮影することにより得られた検査対象画像を低解像度化した低解像度画像を、良品の検査対象物の画像の特徴を学習することにより生成された再構成モデルにより再構成して再構成画像を生成する再構成ステップと、前記再構成画像における各画素の再構成誤差に基づいて前記検査対象画像における検査対象領域を決定する対象領域決定ステップと、前記検査対象領域を対象として学習済みの検査モデルにより前記検査対象物の検査を行う検査ステップと、を含む。
【０００８】
上記の課題を解決するために、本発明の一態様に係る製造方法は、基板を製造する製造方法であって、製造された前記基板を撮影することにより得られた検査対象画像を低解像度化した低解像度画像を、良品の基板の画像の特徴を学習することにより生成された再構成モデルにより再構成して再構成画像を生成する再構成ステップと、前記再構成画像における各画素の再構成誤差に基づいて前記検査対象画像における検査対象領域を決定する対象領域決定ステップと、前記検査対象領域を対象として学習済みの検査モデルにより前記基板の検査を行う検査ステップと、を含む。
【０００９】
上記の課題を解決するために、本発明の一態様に係る検査プログラムは、検査対象物を撮影することにより得られた検査対象画像を低解像度化した低解像度画像を、良品の検査対象物の画像の特徴を学習することにより生成された再構成モデルにより再構成して再構成画像を生成する処理と、前記再構成画像における各画素の再構成誤差に基づいて前記検査対象画像における検査対象領域を決定する処理と、前記検査対象領域を対象として学習済みの検査モデルにより前記検査対象物の検査を行う処理と、をコンピュータに実行させる。
【発明の効果】
【００１０】
本発明の一態様によれば、検査対象物を撮影した画像を用いた良否検査における検査効率を向上させることが可能になる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許