[发明专利]图像判断装置和图像判断方法

说明书

本发明公开了图像判断装置和图像判断方法。图像判断装置在存储器中存储判断模型，所述判断模型被配置为基于第一数据和第二数据来学习所述多个判断项目中的每一个，所述第一数据与作为判断良好的基准的图像对应，所述第二数据与作为判断不良的基准的图像对应；对所述多个判断项目中的每一个设置多个倍率；分割图像的一部分，从分割的图像以所述多个倍率生成图像数据；将生成的与所述多个倍率中的每一个对应的图像数据输入到所述判断模型，并且基于来自所述判断模型的输出结果、相对于所述多个判断项目中的每一个判断所述图像的质量是良好还是不良。

技术领域

本发明涉及图像判断装置和图像判断方法，并且特别地涉及用于检查例如印刷基板的制造质量的图像判断装置和图像判断方法。

背景技术

传统上，已知通过使用融入AI功能的计算机来判断图像是否具有缺陷的技术。例如，日本专利特开No.2016-040650公开了一种装置，该装置通过使用图像捕获装置捕获半导体基板的表面的图像来获取图像数据、分析图像数据、以及判断半导体基板的表面中是否存在缺陷。当执行图像分析时，该装置获取指示缺陷部分的图像并自动对图像进行分类。在这个自动分类中，该装置使用知识工程技术，诸如学习型分类、基于规则的分类、或整体(ensemble)学习。更具体地，根据日本专利特开No.2016-040650，融入在主机计算机中的多个分类器分析从图像获得的特征量向量，并基于加权投票的数量对图像进行分类。

上述相关技术具有判断准确度不足的问题。例如，当基板检查方面的熟练专家验证通过装置获得的判断结果时，仍然处于良好状态的基板被判断为有缺陷。特别地，当存在许多判断目标项目时，错误判断的数量增加。

首先，半导体基板检查花费很多人力资源和时间。检查准确度在很大程度上取决于专家的技能。因此，这个检查花费很多成本(时间和费用)，并且长时间存在通过自动化降低成本的需求。最近，已尝试通过使用已被显著发展的AI技术来使基板检查自动化。然而，如上所述，到目前为止不能获得足够的判断准确度。

发明内容

因此，本发明被认为是对传统技术的上述缺点的回应。

例如，根据本发明的图像判断装置和图像判断方法能够对例如印刷基板和半导体基板准确地执行检查判断。

根据本发明的一个方面，提供了一种通过使用多个判断项目来判断图像的质量的图像判断装置，所述装置包括：判断模型，所述判断模型被配置为基于第一数据和第二数据来学习所述多个判断项目中的每一个，所述第一数据与作为判断良好的基准的图像对应，所述第二数据与作为判断不良的基准的图像对应；设置单元，所述设置单元被配置为对所述多个判断项目中的每一个设置多个倍率；生成单元，所述生成单元被配置为分割(segment)图像的一部分并且从分割的图像以由所述设置单元设置的所述多个倍率生成图像数据；以及判断单元，所述判断单元被配置为将由所述生成单元生成的、与所述多个倍率中的每一个对应的图像数据输入到所述判断模型，并且基于来自所述判断模型的输出结果、相对于所述多个判断项目中的每一个判断所述图像的质量是良好还是不良。

根据本发明的另一方面，提供了一种通过使用多个判断项目来判断图像的质量的图像判断装置中的图像判断方法，所述方法包括：在存储器中存储判断模型，所述判断模型被配置为基于第一数据和第二数据来学习所述多个判断项目中的每一个，所述第一数据与作为判断良好的基准的图像对应，所述第二数据与作为判断不良的基准的图像对应；对所述多个判断项目中的每一个设置多个倍率；分割图像的一部分并且从分割的图像以所述多个倍率生成图像数据；以及将生成的与所述多个倍率中的每一个对应的图像数据输入到所述判断模型，并且基于来自所述判断模型的输出结果、相对于所述多个判断项目中的每一个判断所述图像的质量是良好还是不良。

本发明是特别有利的，因为能够基于通过捕获表面的图像而获取的图像数据来更准确地判断例如印刷基板或半导体基板的表面中缺陷的存在/不存在。

从以下对示例性实施例的描述(参考附图)，本发明的其它特征将变得清楚。

附图说明