特許ウォッチ

公開番号2025105452
公報種別公開特許公報(A)
公開日2025-07-10
出願番号2024186417
出願日2024-10-23
発明の名称検査装置、学習データ生成方法、学習モデル生成方法、及び対象物の製造方法
出願人日本電気硝子株式会社
代理人弁理士法人快友国際特許事務所
主分類G01N 21/88 20060101AFI20250703BHJP(測定;試験)
要約【課題】学習モデルを利用して欠陥の種類を特定し得る技術を提供する。
【解決手段】検査装置は、学習対象物を表す広域学習画像データを用いて、所定の欠陥の前記学習対象物における欠陥位置を特定する特定部と、特定済みの前記欠陥位置を、顕微撮像することによって前記所定の欠陥を表す顕微学習画像データを生成する顕微画像生成部と、生成済みの前記顕微学習画像データを用いて得られる前記所定の欠陥の種類を表す種類情報と、前記広域学習画像データに含まれる前記所定の欠陥を表す欠陥画像データと、の組合せを取得する取得部と、を備え、前記特定部は、取得済みの前記種類情報と前記欠陥画像データとの前記組合せを学習データとして用いた機械学習によって生成される学習モデルを利用して、検査対象物を表す広域検査画像データを用いて、前記検査対象物内の欠陥の種類を特定する。
【選択図】図6
特許請求の範囲【請求項１】
学習対象物を表す広域学習画像データを用いて、所定の欠陥の前記学習対象物における欠陥位置を特定する特定部と、
特定済みの前記欠陥位置を、顕微撮像することによって前記所定の欠陥を表す顕微学習画像データを生成する顕微画像生成部と、
生成済みの前記顕微学習画像データを用いて得られる前記所定の欠陥の種類を表す種類情報と、前記広域学習画像データに含まれる前記所定の欠陥を表す欠陥画像データと、の組合せを取得する取得部と、を備え、
前記特定部は、取得済みの前記種類情報と前記欠陥画像データとの前記組合せを学習データとして用いた機械学習によって生成される学習モデルを利用して、検査対象物を表す広域検査画像データを用いて、前記検査対象物内の欠陥の種類を特定する、検査装置。
続きを表示（約 2,000 文字）【請求項２】
前記学習対象物は、ガラス板を含み、
前記検査装置は、さらに、前記広域学習画像データを生成する検査画像生成部を備え、
前記検査画像生成部は、
前記ガラス板を透過した第１透過光を、明視野を含む視野で撮像することによって前記ガラス板を表す明視野広域画像データを生成する明視野広域撮像部と、
第１透過光とは異なる角度で前記ガラス板に入射し、前記ガラス板を透過した第２透過光を、暗視野を含む視野で撮像することによって前記ガラス板を表す暗視野広域画像データを生成する暗視野広域撮像部と、を備え、
前記広域学習画像データは、前記明視野広域画像データと前記暗視野広域画像データとを含む、請求項１に記載の検査装置。
【請求項３】
前記学習対象物は、ガラス板を含み、
前記顕微画像生成部は、
前記ガラス板で反射した反射光を明視野を含む視野で撮像することによって前記ガラス板を表す明視野顕微画像データを生成する明視野顕微撮像部と、
前記欠陥で散乱した散乱光を暗視野を含む視野で撮像することによって前記ガラス板を表す暗視野顕微画像データを生成する暗視野顕微撮像部と、を備え、
前記顕微学習画像データは、前記明視野顕微画像データと前記暗視野顕微画像データとを含む、請求項１又は２に記載の検査装置。
【請求項４】
前記顕微画像生成部は、
前記所定の欠陥を顕微撮像するカメラ部と、
前記カメラ部を前記欠陥位置へ移動させる移動部と、を備え、
前記学習対象物が１個以上の前記所定の欠陥を含む複数の欠陥を含む場合、前記複数の欠陥の個数よりも少ない個数の前記所定の欠陥の前記顕微学習画像データを生成する、請求項１又は２に記載の検査装置。
【請求項５】
前記顕微画像生成部は、前記所定の欠陥の中から、寸法が小さい順に前記所定の欠陥の前記顕微学習画像データを生成する、請求項４に記載の検査装置。
【請求項６】
前記学習対象物は、ディスプレイ装置に用いられるガラス板を含む、請求項１又は２に記載の検査装置。
【請求項７】
前記広域検査画像データは、前記ガラス板のうち、有効面の全体を含む、請求項６に記載の検査装置。
【請求項８】
対象物を表す広域学習画像データを取得する広域学習画像取得工程と、
前記対象物の所定の欠陥の前記対象物における欠陥位置を取得する学習用欠陥位置取得工程と、
取得済みの前記欠陥位置を、顕微撮像することによって前記所定の欠陥を表す顕微学習画像データを生成する顕微学習画像生成工程と、
生成済みの前記顕微学習画像データを用いて得られる前記所定の欠陥の種類を表す種類情報と、前記広域学習画像データに含まれる前記所定の欠陥を表す欠陥画像データと、の組合せを格納する格納工程と、を備える、学習データ生成方法。
【請求項９】
対象物を表す広域学習画像データを取得する広域学習画像取得工程と、
前記対象物の所定の欠陥の前記対象物における欠陥位置を取得する学習用欠陥位置取得工程と、
取得済みの前記欠陥位置を、顕微撮像することによって前記所定の欠陥を表す顕微学習画像データを生成する顕微学習画像生成工程と、
生成済みの前記顕微学習画像データを用いて得られる前記所定の欠陥の種類を表す種類情報と、前記広域学習画像データに含まれる前記所定の欠陥を表す欠陥画像データと、の組合せを格納する格納工程と、
格納済みの前記組合せを学習データとして用いた機械学習によって学習モデルを生成する学習モデル生成工程と、を備える、学習モデル生成方法。
【請求項１０】
学習対象物を表す広域学習画像データを用いて、前記学習対象物内の所定の欠陥の種類を特定する学習用欠陥種類特定工程と、
前記広域学習画像データを用いて前記所定の欠陥の前記学習対象物における欠陥位置を取得する学習用欠陥位置取得工程と、
取得済みの前記欠陥位置を、顕微撮像することによって前記所定の欠陥を表す顕微学習画像データを生成する顕微学習画像生成工程と、
生成済みの前記顕微学習画像データを用いて得られる前記所定の欠陥の種類を表す種類情報と、前記広域学習画像データに含まれる前記所定の欠陥を表す欠陥画像データと、の組合せを格納する格納工程と、を備え、
格納済みの前記種類情報と前記欠陥画像データとの前記組合せを学習データとして用いた機械学習によって生成される学習モデルを利用して、検査対象物を表す広域検査画像データを用いて、前記検査対象物内の欠陥の種類を特定する検査対象欠陥種類特定工程と、を備える、対象物の製造方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本明細書で開示する技術は、対象物の異常を検査することに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
特許文献１には、製品の欠陥を検出する技術が開示されている。この技術では、良品又は不良品を表す画像データを教師データとして用いて、ニューラルネットワーク等の機械学習によって学習モデルが生成される。学習モデルを使用して製品の画像データから良品と不良品とが分類される。
【先行技術文献】
【特許文献】
【０００３】
国際公開２０１９／２３０３５６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
検査の対象となる対象物に欠陥が含まれる場合に、どのような欠陥であるかを表す欠陥の種類を特定すべき場合がある。
【０００５】
本明細書では、学習モデルを利用して欠陥の種類を特定し得る技術を提供する。
【課題を解決するための手段】
【０００６】
本明細書で開示する第１の形態は、検査装置に関する。検査装置は、学習対象物を表す広域学習画像データを用いて、所定の欠陥の前記学習対象物における欠陥位置を特定する特定部と、特定済みの前記欠陥位置を、顕微撮像することによって前記所定の欠陥を表す顕微学習画像データを生成する顕微画像生成部と、生成済みの前記顕微学習画像データを用いて得られる前記所定の欠陥の種類を表す種類情報と、前記広域学習画像データに含まれる前記所定の欠陥を表す欠陥画像データと、の組合せを取得する取得部と、を備え、前記特定部は、取得済みの前記種類情報と前記欠陥画像データとの前記組合せを学習データとして用いた機械学習によって生成される学習モデルを利用して、検査対象物を表す広域検査画像データを用いて、前記検査対象物内の欠陥の種類を特定する。
【０００７】
この構成によると、欠陥位置が特定されている所定の欠陥を、顕微撮像することによって、所定の欠陥を拡大した顕微学習画像データを生成することができる。顕微学習画像データを用いることによって、小さい欠陥であっても、欠陥の種類を特定し易くすることができる。顕微学習画像データを用いて得られる欠陥の種類と欠陥画像データとの組合せを学習データとして学習モデルを生成することによって、学習済みの学習モデルを用いて、欠陥の寸法が小さい場合であっても、欠陥の種類を特定し得る。
【０００８】
第２の形態では、上記の第１の態様において、前記学習対象物は、ガラス板を含み、前記検査装置は、さらに、前記広域学習画像データを生成する検査画像生成部を備え、前記検査画像生成部は、前記ガラス板を透過した第１透過光を、明視野を含む視野で撮像することによって前記ガラス板を表す明視野広域画像データを生成する明視野広域撮像部と、第１透過光とは異なる角度で前記ガラス板に入射し、前記ガラス板を透過した第２透過光を、暗視野を含む視野で撮像することによって前記ガラス板を表す暗視野広域画像データを生成する暗視野広域撮像部と、を備え、前記広域学習画像データは、前記明視野広域画像データと前記暗視野広域画像データとを含んでいてもよい。
【０００９】
ガラス板には、表面の小さな凹凸、気泡、異物等の種類の欠陥が発生し得る。これらの欠陥の種類によって、明視野を含む視野と暗視野を含む視野で撮像した場合の欠陥の像の見え方が異なる。上記の構成によると、明視野を含む視野で撮像される明視野広域画像データと暗視野を含む視野で撮像される暗視野広域画像データとを用いることによって、欠陥の種類を特定し易くすることができる。
【００１０】
第３の形態では、上記の第１又は第２の態様において、前記学習対象物は、ガラス板を含み、前記顕微画像生成部は、前記ガラス板で反射した反射光を明視野を含む視野で撮像することによって前記ガラス板を表す明視野顕微画像データを生成する明視野顕微撮像部と、前記欠陥で散乱した散乱光を暗視野を含む視野で撮像することによって前記ガラス板を表す暗視野顕微画像データを生成する暗視野顕微撮像部と、を備え、前記顕微学習画像データは、前記明視野顕微画像データと前記暗視野顕微画像データとを含んでいてもよい。
（【００１１】以降は省略されています）

関連特許