ITTO950097A1 - Procedimento per il riconoscimento di difetti nell'ispezione di supeerfici strutturate. - Google Patents

Abstract

In un procedimento per riconoscere difetti nell'ispezione di superfici strutturate, lo scopo è quello di garantire un riconoscimento dei difetti che agisce indipendentemente dal numero dei piani di strutturazione, considerando le caratteristiche strutturali in un funzionamento in tempo reale, al fine di separare i difetti dalle strutture prive di difetti. In conformità con l'invenzione mediante la classificazione dei punti dell'immagine, nella quale avviene una raccolta di campi di una immagine raccolta con caratteristiche analoghe dei punti dell'immagine, viene prodotta a partire dall'immagine una immagine intermedia con il valore del grigio, che contiene strutture a spigolo e a vertice nella quale viene studiato il comportamento delle caratteristiche di ciascun punto dell'immagine rispetto ai suoi punti dell'immagine adiacenti. L'impiego avviene soprattutto nel controllo statistico di processo nel processo di fabbricazione di maschere, LCD, piastre conduttrici e dischi di semiconduttori.

Description

DESCRIZIONE del l'invenzione industr iale da l titolo : “Procedimento per il riconoscimento di difetti nell'ispezione di superfici strutturate"

DESCRIZIONE

L 'invenzione riguarda un procedimento per il riconoscimento di difetti nella ispezione di superfici strutturate, in particolare di maschere, LCD, piastre conduttrici, e dischi, di semiconduttori, sulla base di caratteristi che specifiche dei punti di immagine delle strutture e dei difetti in una immagine raccolta dalla supe rficie , nel cua le mediante classificazione dei punti di immagine avviene una riunione delle zone della immagine che hanno caratteristiche analoghe dei pon ti di immagine, e mediante classifi cazione d ella struttura viene studiato il comportamento delle caratteristiche di un punto dell'immagine rispetto a quello di punti di immagine adiacenti.

L'impiego avviene in modo predominante nel contrοl lo statisticο di processo nella fabbricazione. Per l'ispez ione a macchina di superfici provviste di strutture, esiste una grande serie di procedimenti.

Fondamentalment e si possono distinguere questi procediment i:

pro cedimento a luce diffusa o Laserscan,

proc edimento olografico e

procedimento della elaborazione di immagine digit ale.

Nel caso della elaborazione di immagine digitale, vi sono due fondamentali tipi di approccio per la soluzione di un problema di ispezione.

Una prima variante si basa su di un confronta tra un valore nominale e un valore effettivo, nel quale in questo caso si distingue nuovamente tra tre metodi:

1. confronto immagine- immagine : l'immagine nominale viene fornita da un modello campione.

2. Co nfronto immagine-dati: l'immag ine nomina le viene fornita per mezzo di una immagine sintetizzata a partire dalla serie di dati del CAD.

3. Confronto dat i-dati: il confronto tra il valore nominale e il valore effettivo avviene sulla base del ciati del CAD.

I principi, attivi dei due primi metodi richiedono in funzione del tipo di procedimento un posizionamento estremame nte preci so del portaoggetti, due canali di immag ine optoelettronici assolutamente ident ici ovvero una sintesi estremamente precisa di immagini campione, tenend o conto di tutte le caratteristiche fisiche e tecnich e comprensive delle loro tolleranza, a partire dalla illuminaz ione sull'oggetto , l'immagine ottica, la conversione del segnale nel sensore, il canale analogi co fino all'immag ine virtuale.

Nel caso 3 è necessaria l'analisi completa dell'immagine reale, ossia per una elaborazione dell'immagine in tempo reale occorre effettuare una segmentazione dell'immagine priva di disturbi, il rilevamento degli spigoli, l'appross imazione degli elementi della struttura e la discrezione della scena sempre in tempo reale.

Tutte le soluzioni sopra citate in base al confronto tra il valore nominale e il valore effettivo comportano costi molto elevati a causa dei requisiti tecnici es tremarnents elevati imposti al gruppo ottico, al gruppo meccanico di precisione, alla rilevazione del la situa zione com e pure al gruppo elettro nico (generatore di immagine nominale).

In funzione del loro principio essi si possono utilizzare solamente per strutture binarie (maschere, LCD) per i piani inferiori di strutturazione dei wafe r di processo e per il confronto reciproco di semplici strutture di ripetizione.

Negl i strati tecnologic i più elevati dei wafer, variano le caratteristiche degli strati e degli spigoli delle strutture a causa del l'alaborazione tecnologica, per effetto dì sovrapposizioni e ri coprimenti in modo tale per cui non si possono più controllare i difetti di sicurezza in questo campo nel confronto tra il valore nominale e quello effettivo.

Ciò si può rilevare in modo particolare nel caso di variazione di spessore degli strati nei singoli strati (che provocano variazioni del valore del grigio o variazioni cromati che) e nel caso delle tolleranze di ricoprimento. Tutte queste particolarità tecnologiche rendono difficile un confronto tra il valore nominale e quello effettivo oppure lo rendono impossi bile . Inoltre il polisilicio e gli strati di metalli zza ione forma no imma gini come zone a profilo tessile con parametri statistici di modello, per cui anch'esse non permettono il procedimento di confronto.

Gli esempi per tali generi di soluzione sono descritti nei brevetti, che verranno menzionati nel seguito.

In un procedimento di confronto immagine-immagine second o DE--2508992. una struttu ra effettiva viene confrontata con una seconda struttura effettiva mediante delle fasi di irraggiamento ottico diffuse.

Le due immagini possono essere portate a coincide re anche sotto forma di una immagine video. nel guai caso viene allora valutata l'immagine unita insieme

Con questo procedimento si determinano gli errori di struttura provocati dalla mancanza di sovrapposizione delle due immagini unite insieme.

In un altro procedimento secondo DE 2700252, la struttura da provare viene rilevata mediante una tastatura a forma di reticolo per mezza di un raggio di prova e viene decomposta secondo fonti di immagine. L'intera immagine cosi digitalizzata viene inserita in un impianto di elaborazione dati. nel quale la struttura rilevata mediante tastatura viene confrontata con una immagine nominale, con una struttura nominale oppure con regolatori di struttura contenuti in una memoria.

Nell'EP 0426 182 viene descritto un procedimento combinato, il quale da un lato descrive il confronto generico immagine -immagine di due oggetti di controllo adiacenti e d'altra parte descrive il confronto immagine-immagine su dì un oggetto di controllo. Nel caso di questo procedimento si sfrutta il fatto che in c lassi determinate di circuiti di comando ad al to grado di integrazione (memorie, matrici COD a altri sensori a elementi multipli) gli el amenti della struttura si riproducono più volte su di un chip-Altri esempi, per un confronto tra valore nominale e valore effetti vo vengono descritti nei breve tti c itati nel seguito:

DE 3336470, DE 3612268, DE 3714011. DE 4136830.

La seconda variante sfrutta la caratteristiche tecnologiche per il fatto che essa parte da un riconoscimento dei difetti a causa delle loro specifiche caratteristiche, le quali sono dovute a disturbi e a variazioni nei parametri dei processi tecnologici. da difetti dei materiali, da cattiva qualità delle sostanze ausiliarie, da mancanze di impurezza e da irregolarità della struttura cris tallina .

Quasto rilevamento diretto dei difetti, cont rariamente al confronto tra valore nominale e valore effettivo, si ottiene in larga misura senza una vasta informazίοn e relativa alla struttura nominale, per il fatto che esso parte da determinata regole di base o da deviazioni nelle regole nel riconoscimento delle immagini

Tali regole o variazioni rispetto alle regole sono indicata essenzialmente mediante caratteristiche di colore e di forma della struttura nominale o dello strato nominale o del difetto.

Uno di questi procedime nti, che viene descritto nel Brevetto DE-34S79B1, parte dal fatto che su ciascun ele mento di controllo strutturato può venire d efinita una distanza di struttura minima e che una pluralità dei difetti esistenti sull 'oggetto di controllo hanno delle misure che sono inferiori oppure vengono superate dalle dimensioni della struttura preventivamente assegnate .

Nel caso di un controllo automatico secondo il brevetto si può quindi utilizzare una finestra dimensionale nella quale viene misurata una struttura geomet rica al di sotto o al di sopra delle dimensioni asse gnate per la struttura.

Mediante queste finestre dimensionali vengono riconosciuti soltanto quegli elementi strutturali che si trovano all'interno della finestra dimensionale prev entivainente assegnate e non coincidono con le dimensioni definite della struttura.

E' svantaggioso il fatto che nei piani di strutturazione più alti di un wafer a causa delle caratteristiche tecnologiche, e in particolare a causa della sovrapposizione di diversi componenti della struttura non si può definire una distanza minima e quindi il pracedimento ha un senso solamente per strutture binarie .

Lo scopo dell 'invenzione è qu indi quello di garantire un riconoscimento degli errori il quale è attivo indipendentemente dal numero dei piani di strutturaz ione, com prendendo caratter istiche della struttura in un funzionamento in tempo reale per separare ì difetti dalle strutture prive di difetti-Il problema viene risolto secondo l'invenzione mediante un procedimento per il riconos cimento di difetti nella ispezione di superfici strutturate, in parti colar modo di maschere, LCD, piastre conduttrici e dischi di semiconduttori, sulla base di specifiche car atteristic he dei punti dell'immag ine d elle strutture e dei difetti di una immagine raccolta dalla superficie, nel quale mediante classif icazione dei punti dell' immagine avviene una riunione delle zone dell 'immagine che hanno caratteristiche analoghe dei punti dell'immagine e mediante classificazione della struttura viene studiato il comportamento delle caratteristiche di ciascun punto dell'immagine rispetto ai punti di immagine adiacenti, caratteri zzato dal fatto, che nella clas sificazione dei punti dell'immagine si produce a partire dalla immagine ricevuta una immagine intermedìa con valore del grigio che serve per la classif icazione de lla s truttura e che contiene stru t ture a spigoli e a

Con la pròduzione dell'immagine i ntermedia con va lore de l grigio, nella quale sono ancora conte nute

s trutture a spigoli e a vertici, in una preventi va seg mentazion e i difetti vengono ampiamente separati dalle strutture prive di difetti senza inserimento di soglie, poiché la classificaz ione dei punti della immagine viene effettuata come una classificazione non pre cisa la cosiddetta classificazione sfocata ne l cui risultato non vi è più alcuna immagine binaria con caratteristiche precise di separazione.

Per produrre l'immag ine intermedi a, le ripartizioni delle caratteristiche dei punti della immagine di campioni selezionati, i quali corrispondono almeno al numero di tratti di superficie con caratter istiche diverse e privi di difetti, vengono descritti in un primo vano della immagine definito dal numero delle caratteristiche dei punti dell' immagine mediante probabilità, le quali, trasformate in valori del grigio, sono il contenuto di una m emoria indirizzabi le al f ine di convertire ciascuna caratteristica del punto dell'immagine ricevuta in un valore del grigio, mentre le ripartizioni di tutti i campion i formano una ripartizìo ne complessiva,

I ris ultati della valutazione di una condizione che circonda ciascun punto della immagine intermedia, effettuata secondo almeno due caratteris tiche reciprocamente non correlate, vengano riportati in una s econda memoria indir izzabile in maniera binaria e ripartiti in zone prive di difetti e in zone con difetti, mentre la dimensione della memoria è definita da un secondo vano per le caratterisi iche definita dal numero delle caratteristiche valutate, e la deposizione nella memoria corrisponde alla distribuzione delle caratter istiche di ciascun punto dell'immagine nel vano delle caratteristiche.

Per un prelievo dei campioni sono adatti sia l’immagine ricevuta sia anche i contenuti del l immagine già raccolti nella memoria.

Per pr odurre l' immagine intermedia oltre ai cam pioni di tratti di superficie privi di difet ti possono anche servire campioni di tratti di superficie con difetti.

Mediante la filtrazione della immagine intermedia nel valore del grigio e della separazione precisa

succes sivament e effettua ta delle zone difetto se e dalla zone prive di difetti, vengono rilevati sia i difetti d i piccol a entità sia anche i dife tti su elevata superficie.

La valutarzione dell'ambiente circostante avvi ene con alm eno due filtri i qua li prese ntano caratter istiche che si possono variare nella loro parte centrale e non sono correlate, eliminando il rumore e mettendo in evidenza delle zone di per sè chiuse, che si trovano all'interno dell'ambiente va lutato

E' conveniente l'impiego di una coppia di filtri, uno dei quali è un filtro passa-basso, in particolar moda un filtro di Gauss e l'altro è un filtro passabanda, in particolare un filtro Spot, la cui parte centrala rappresenta la seconda derivazione di una funzione di Gauss a due dimensioni.

Le memorie indirizzabili sono convenientemente delle tabel le di L ook-up. Po ssono se rvire d a cara tterist iche dei punti del l'immagine sia le caratteristiche cromatic he dei punti del l'immagine , compr ensive dei valori del grigio sia anche le caratteri stiche della struttura abbinate a ciascun punto dell'immagine e dovute al suo ambiente circos tante.

Sono però anche adatte diverse informazioni a più canali dei punti dell'immagine da analizza re.

E' inoltre co nveniente che partendo da diverse zone di ispezione in un primo tempo venga scelto da un prim campo di is pez ione un tratto dell'imma gine corrispondente alle dimensioni dell'immagine raccolt a per determinare i contenuti della prima e d ella seconda memoria, e nel quale i difetti riconos ciuti servono nuovamente come campioni e viene valutata la possibilità di impiego dei risultati ad almeno un tratto dell'immagine e in almeno uno degli altri campi di ispezione.

I contenuti della prima e della seconda memoria, che rappresentano caratteristiche primitive dell'immagine, possono diventare il contenuta di una banc a dati.

Ciò vale anche per le informazioni relative alle strutture di prova e per i dati delle immagini nei campi privi di difetti e nei campi con difetti.

I contenuti delle banche dati si devono indi rizzare in caso di necessità, in particolar modo quando occorre provare la possibiliti di applicazion e di classificatori oppure si devono effettuare corre zioni sui ciassificatori.

Un esempio di esecuzione dell'invenzione verrà descritto in maggior dettaglio nel seguito in base al dìsegno schematico , nel quale:

la figura : mostra una immagine di una superficie strutturata

la figura 2 mostra la distribuzione del valore del grigio dell'immagine secondo la figura 1

la figura 3 mostra istogrammi di campioni seleziona ti

la figura 4 mostra una distribuzione di probabilità dei valori del grigio per campioni selezionati della superficie strutturata

la figura 5 mostra la distribuzione dei valori del grigio di una immagine intermedia prodotta a partire dall'immagine secondo la figura 1

la figura 6 mostra la compilazione di una tabella di Look up con i nuovi valori del grigio

la figura 7 mostra la produzione dell'immagine intermedia con i valori del grigio

la figura 8 mostra un metodo di valutazione per determinare il comportamento delle caratteristiche di un punto dell'immagine rispetto ai punti dell'immagine adiacenti al fine di eliminare i passaggi degli spigoli e dei vertici, e per mettere in evidenza i mic rodifetti

la figura 9 mostra il risultato del metodo di valu tazione secondo la figura 8

la f igura 10 mosira una immagine di un difetto q uale risultato del procedimento secondo l'invenzione la fi gura 11 mostra la disposi zione di un circuito per realizzare il procedimento secondo l' invenz ione

la fi gura 12 mostra un modello per un metodo ampl iato di determinazione dei contenuti della prima e d ella sec oda memoria ,

Il tratto dell'immagine illustrato nella figura 1 e derivato dalla superficie di un disco di semiconduttore da ispezionare comprende sia delle zone prive di difetti sotto forma di strutture definite A e B sia anche un difetto racchiuso riconoscibile C.

L'esempio di esecuzione si riferisce per ragioni di più semplice rapprasentazio ne ad un tratto di una immagine il quale contiene solamente informazioni con valori dal grigio, poiché le immagini cromatiche o d i struttura pr ovocano nella valutazione degli spazi a d imensionί più elevate.

La distribuzione dei valori del grigio del tratto dell'immagine nella figura 1 comprende nel caso dei valori medi del grigio ga, gb e gc i valori massimi del grigio na, nb e nc.

Nel procedimento secondo l'invenzione, nel quale vengono determinati i criteri di valutazione per la ispezion e vera e prapria, dalle s trutturs A a B vengono prelevati degli adatti campioni, indicati con

1 e 2.

Le caratter istiche dei punti dell'immagine sono d ei va lori di g rigio le cui ripa rtizioni sono illustra te in un primo spazio monodimens ional e di caratterist iche e che giustificano una considerazione sotto forma di distribuzioni di Gauss. I valori massimi relativi del grigio na e nb, abbinati alle strutture A e B, si originano nel caso di valori medi del grigio ga e gb .

Per l'appartenenza di un punto dell'immagine ad una riasse di zone senza difetto oppure a zone con difetti, a ciascun punto dell'immagine viene abbinata a partire dal tratto dell'immagine una orobabilita la quale è proporzionale alla densità stimata di pro tabilità della ri partizione dei campion i nell o spa zio della caratteristic a e assume il valore di 1 nel centro della distribuzione.

Quale misura per l'appartenenza alla dist rϊbuzione dei valori del grigio della struttura A si ricav'a una probabilità Pa (g) la quale è data dalla formu la seguente

In essa ga viene stimato come un valore medio e sa come una varianza mediante la distribuzione dei valori del grigio del campione in base alla struttura A.

In modo analogo vale pe la prababilità Fb(g):

e per la probabilità P(g) di appartenere ad uno qualsiasi dei campi privi di errori

In tal modo si ottiene che i punti dell'immagine con un valore del grigio che corrisponde al valore medio della distribu zione dalla struttura A oppure della distribuzione della struttura B, venga abbinata la probabilità I.

In ba se a questo metodo tutti i punti dell 'immagine le cui caratte ristiche so no molto analoghe a uno qualsiasi dei campi privi di errori, vengono ad avere elevati valori di probabilità. La distribuzione della probabilità che se ne ricava è illustrata nella figura 4.

Se si considera la funzione 2(g) come prescrizione per commutare i valori del grigio del tratto dell‘immagine in nuovi valori del grigio, i punti dell'immagine i cui valori del grigio sono simili a quelli dei campioni A e B ricevono secondo il procedimento dell'invenzione elevati valori del grigio, i quali diminuiscono con il crescere della distanza di probabilità, per cui i punti dell'immagine prodotti dal difetto C, senza dovere verificare ciò mediante un campione, vengono assegnati a valori bassi del grigio. Naturalmente è anche possibile indicare il difetto C per mezzo di un campione in un secondo tempo come "negativo".

I nuovi valori del grigio f si ricavano in base alla relazione

dove fmax rappresenta il numero totale delle possibili fasi del valore dal grigio.

Un punto dell'immagine derivato dalla figura 1 con il valore del grigio ga riceve di conseguenza il valore del grigio fm ax. Ciò vale in maniera analoga per un punto dell'immagine in figura 1 con il valore del grigio gb. Poichè in corrispondenza alla distribuzione del valore del grigio nella figura 2 ci sono na punti dell'immagine con il valore del grigio ga e nb punti dell'immagine con il valore del grigio gb , si formani (na + nb) punti dell'immagine con il va lore del grigio fmax .

I nc punti dell'immagine con il valore del grigio gc , i quali descrivono le caratteristiche medie del campo di errori C nella figura 1, ricevono il valore del grigio fc con

Questo p rocedimento tecnico è illustrato nella figura 5.

I nuovi valo<r >i del grigio dei campioni, che hanno origine mediante la commutazione vengono, come è illustrato nella figura 6, riportati in una memoria indirizzabile, sotto forma di una tabella di Look-up, per cui è sempre possibile convertire il tratto dell'immagine in una immagine di probabilità sotto forma di una immagine intermedia con il valore del grigio corrispondentemente alla figura 7

C iascun valore del grigio di un punto dell'immagine derivato dalla figura 1 con la coordi nate x , y attiva a questo scopo un "Indice" (illustrato con - ), il quale è rivolto v erso il corrispo ridente valore de l grigio nella ta bella d i Look-up. Il valore f del grigio convertito e riportato nella corrispondente cellula di memoria viene riportato con le coordinate x', y ' nella immagine trasferita.

La tabella Look-up rappresenta un primo classificatore per la classif icazione dei punti dell'immagine, con il quale viene notevolmente modificato il contenuto dell'immagine della figura 1, come mostra la figura 7.

I contenuti della tabella di Look- up vengono utilizzati mediante un RAM all'atta della ispezione a causa dei requisiti di tempo reale.

In base all'immagine intermedìa prodotta second o la figura 7, si può naturalmente rilevare in modo diretto se i criteri di valutazione determinati in questo e realizzati nel classificatore corrispondono ai requisiti posti. Nessuno dei campi privi di difetti illu strati nella Fig ura 1 deve appa rire scuro nel l'immagine intermedia del valore del grigio e le strutture di spigoli e di vertici devono ancora essere presenti . Può anche essere vantaggiosa una simulazione con software della tabella Look-up.

Mediante l' impiago dei valori del grigio i singoli punti dell'immagine sono stati valutati dal punto di vista della probabilità di appartenere ad un campo privo di difetto.

Indi pendenteme nte dal fatto di quanti campi privi di difetto conte nga un t ratto del l'immagine , la relativa immagine intermedia presenta sempre secondo la prima fase di trattamento qui descritta una di stribuzio ne del valore del grigio la quale è analoga a quella della figura 5.

In tal modo si è ottenuto che senza introdurre delle soglie la distribuzione dei valori del grigio illustrata nella figura 2 viene suddivisa secondo campi, con difetti e campi privi di difetti secondo la figu ra 3.

L'ottenimento dell'immagine intermedia sotto forma di una cosiddetta immagine nota (i campi ricavati da una immagine di partenza vengono resi "noti'' in una fase di apprendimento ) non è limitato alla informazione nei valori del grigio di una immagine, come è illustrato in questa esempio per motivi di maggiore chiarezza.

S ί possono considerare per la classificazione sia le info rmazioni cromati che, sia anche altra informaz ioni di strìbuite entro un campo di caratteri stiche e relative alla s truttura oppure relative a carat teristiche dei pu nti dell 'immagine secondo le zone adiacenti.

Sulla base dall'immag ine intermedia si può riscontrare nella figura 7 che non è ancora risolto il problema, di riconoscere i difetti secondo questa prima, fase di trattamento.

Naturalmente nella zona di passaggio tra il campo A e il campo B si formano negli spigoli dei valori del grigio che arrivano fino al campo dei difetti nello spazio della caratteristica. Si origina inoltre nella figura 7 una struttura D.

In modo analogo si trovano le condizioni nel caso di una classificazione cromatica a di struttura, nella quale a causa di effetti di diffrazione e di interferenza nella formazione degli spigoli della stru ttura si verif icano i nevitabilmente de lle bardature di colore le quali disturbano notevolmente una valutaz ione cromatica. Nelle zone degli spigol i var iano le percentual i dei valori cromatici in funz ione della condiz ione di focalizzazio ne, delle condizioni di contrasto e della differenza in altezza tra strati adiacenti l'uno all'altro in mo do cosi intens o e complesso per cui una semplice rilevazi one d egli error i con l'ausilio della classificazione con p ixel colo rati prov oca rilevanti valori di ps eudo errori nel le zone degli spigoli.

Inoltre è critica la verifica deì microdife tti, i llustrati nella figura 7 sotto forma di un oggetto pu ntiforme 8, poichè le loro diffusioni sono comp rese nell'ordine di grandez a della ampiezza dei passaggi tra gli spigoli D.

Di conseguenza in una seconda fase di trattamento viene analizzato l'ambi ente locale che circonda i punti dell'immagine intermedia in maniera diffusa per quanto riguarda le caratteristi che delle strutture prive di difetti e con difetti.

Come mostra la figura 8, per questa analisi l' immagine intermedia che è indicata con 11 viene sudd ivisa se condo un reticolo e in base ai pun ti del l'immagine con una "Finestra'' 12. I tratti locali esis tenti nel risultato vengono valutati dal punto di vista del loro contenuto di immagine, sia con un filt ro 13 sia anche con un filtro 14 in base a cara tteristich e recipr ocamente non cor relate. I risul tati del la valutazione si possono rap presentare sotto forma di una risposta del filtro 1 e di una rispos ta del filtro 2 come due coordinate in uno spazio bidimensionale di caratteristi che per ciascun punto dell'immag ine quale punto M.

Si originano delle nuvole di punti nelle quali le zone locali di pari caratteristi che, riferite ai filtri 13 e 14, formano delle zone di addensa mento nello spazio della caratteristica senza un abbinamento locale nell'immagi ne intermedia.

E ' stata riscontrato conveniente l'utilizzo di un filtro di Gauss per il filtro 13 al fine di eliminare il rumore e di un filtro Spot per il filtro 14. il cui nucleo rappresenta la seconda derivazione di una funzione bidimensionale di Gauss, per mettere in evidenza delle zone di per sè chiuse (microdifetti) all'interno dell'ambiente valutato.

Mediante il loro utilizzo si ottiene una produzi one di nuvole di punti pressoché priva di correlazione, come è Illustrato nella figura 9.

I campi A e B della figura 1, che corrispondono nella figura 7 ai campi F, si formano come campi di elevata riconosc ibil ità in una prima nuvola di punti 15. le strutture D sotto forma di una nuvola di punti 16 nella immediata vicinanza. Le nuvole dei punti dell' immagine per i campi di errori C ed E sono indicate con 17 e 18

I n funzio ne delle caratteristiche dei difetti e della quantità ammessa di falsi allarmi è anche naturalmen te possi bile impiegare un num ero maggiore di filt ri di altro genere, come ad esempio di filtri passa-basso, passa-banda e passa-alto in funzione della di rezione, per cui si originano degli spazi di caratteristiche di maggiore valore dimensionale corrispondenti al numero dei filtri. Si deve ottenere che gli errori cercati vengano riportati nello spazio delle caratteristiche il più possibile distanziati rispetto alle nuvole dei punti delle zane senza errori.

Come mostra la figura 9, mediante l'impiego dei filtri 13 e 14 si è ottenuta una sufficiente separazione dei campi privi di difetti e dei campi con difetti, per cui inserendo le soglie 19, 20 o mediante una funzione di separazione 21 si possono separare in modo binar io i campi privi di difetti da quelli con difetti. Il risultato è contenuto in una seconda memor ia programmabile , questa volta a due dimensioni, sotto forma di una tabella di Look-up.

L 'ottimizzazione dei valori di soglia può avere luogo in base ad un controllo del risultato su di un monitor oppure con algoritmi di istruzione.

Gli algoritmi di istruzione che si possono impiegare sono convenientemente un classificatore di vicinanza più prossimo, un reticolo con propagazione di rit orno op pure un classificat ore di m assιma analogia.

Ciò è particolarmente convenient e quando nello spazio delle caratteristiche esistono strutture più comples sa la cui separazione può avere luogo solamente con una funzione di separazione non lineare.

La seconda memoria rappresenta un se condo classifi catore co n il qua le si può conve rtire l'immagine intermedia in una immagine di errore di resa binaria secondo la figura 10, nella quale rimangano ancora soltanto gli errori C e D.

Nella disposizione illustrata nella figura 11 per riconoscere gli errori nella ispezione di superfici s trutturate , un primo classificatore KL1, realizza to c ome una tabella di Look-u p sotto forma di un componente RAM, e sul cui ingresso si trova una immagine in arrivo di tipo puntiforme, è collegato con le uscite del segnale agli ingressi di due puffer di riga ZP1 e ZP2, Mentre il puffer di riga ZP1 è col legato s ul la to di uscita con un filtro di Gaus s GF, per il puffer di riga ZP2 esiste un tale tipo di collegamento con il filtro Spot SPF, il cui nucleo rappresenta la seconda derivazione di una funzione di Gauss a due dimensioni. Infine ciascun filtro GF, SPF è colleg ato aad un ingresso di un secondo classificatore ΚL2 , il quale è realizzato sotto forma di una tabella di Look-up a due dimensioni.

L 'immagίne in arrivo sotto forma di pun ti di immagine indirizza sotto forma di un segnale di ingresso B1 e tramite il primo classificatore KL1, i cu i valor i riporta ti nel la tabella di Loo k-up corrispondono alla fase di apprendimento della funzione f (g), un segnale di uscita B2 per convertire l'immagine in arrivo in una immagine intermedia. Il segnal e di uscita B2 viene emesso sia sul puffer di riga ZP1 si ha anche sul puffer di riga ZP2, i quali provvedono a fare in modo che il relativo punto della immagine e il suo ambiente circostante vengano nello ste sso tempo trasferiti ai filtri GF e SPF

Le risposta 1 e 2 dei filtri GF e SPF indirizzano sotto forma di segnali di uscita B3 e B4 il secondo class ificatore KL2. In tal modo si ricava un segnale di uscita B5 il quale contiene l'immagine del difetto in corrispondenza della figura 10.

Il segnala B5 può venire utilizzato per essere rappresentato su di un monitor oppure viene addotto ad un ricevitore di avvenimento. La struttura a pipelin e del dispositiva di comando corrispandente alla figura il permette una rilevaz ione graduale del difetto con la velocità di rilevamento

Nella fase di ispezione si possono ora suddivide re mediant e reticol i dei campi di sez ione seleziona ti sotto forma di campi di immagine o video reale, per cui ciascun campo di immagine il quale ad esempio ha una grandezza di 512 * 512 punti di Immagine, viene valutato secondo punti di immagine m ediante i due c lassificato ri. Nel risultato per ciascun campo dell'immagine si trova un elenco di errori con le loro coordinate, in base alle quali si può determinare una frequenza dell'errore.

In base alla figura 12 verrà descritto un metodo ampliato per determinare i contenuti della prima e della seconda memoria, quando la struttura da is pezione non può venire rilevata mediante l'effettuazione di un'immagine.

Dai due dì ispezione IG1, IG2 vengeno scelti due tratti di immagine BA1, BA2 come campi di prova, i quali contengono ciascuno due realizzazio ni di una st ruttura da provare . Mentre la grandezza dei campi di prova corrisponde alle dimensioni di un 'immagine rilevata, la grandezza, del campo di ispezione non è limitata.

In base al tratto di immagine BA1, come è già stato descritto , viene determinato il contenuto della p rima a della seconda memoria

Succes sivamente viene completamente elaborato il

cam po di ispezione IG1, per cui venoono rilevat i gli

errori con le loro coordinate nel campo di ispezione IG1

Se si parte dal fatto che gli errori siano fenomeni rari, mediante una diretta valutazione degli errori rilevati si può eventualmente effettuare una correzi one del contenuto della memoria. Successivamente si possono studiare gli errori nel campo di ispezione IG2 e in altri campi uguali.

Il tratto dell'immagine BA2 serve allo scopo di verif icare la validità dai contenuti della memoria che sono stati ricavati per il campo di ispezione IG1, per il campo di ispezione IG2 mediante un confronto delle caratteristiche strutturali .

Claims (1)

1. RIVENDICAZIONI 1. - Procedim ento per riconoscere errori n ella ispezione di superfici strutturate, in particolar modo di maschere LCD. piastre conduttrici e dischi di semiconduttori, in base a specifiche caratteristiche dai punti dell'immagine della strutture e degli errori di una immagine rilevata dalla superficie, nel quale me diante classificaz ione dei punti del l'immagine ha luogo una unione di zone dell'immagine avente analoghe caratteristiche dei punti dell'immagine, e mediante la classificazione delle strutture viene studiato il comportamento delle caratteristiche dei punti dell'immagine di ciascun punto dell'immagine rispetto ai punti di immagine adiacenti, carette rizzato dal fatto, che nella classif icazione dei punti dell'immagine dalla immagine rilevata viene prodotta una immagine intermedia con valore del grigio che serve per la classificazione della struttura, e che contiene strutture con spigoli e vertici. 2. — Procedimento secondo la rivendicazione 1, caratterizzato dal fatto, che per produrre l'immagine intermedia vengono descritte le distribuzioni delle caratte ristiche dei punti dell'immagine di campioni selezionati i quali corrispondono almeno al numero delle zo ne della superficie priνe di errori a con caratteris tiche dive rse, in un primo spazio di caratteristiche percorso dal numero delle caratteristiche dei punti dell'immagi ne mediante probabilità, i quali trasformati in valori del grigio, costituiscono il contenuto di una memoria indirizzabi le per convertire ciascuna caratter istica del punto dell'immagine rilevata in un valore del grigio, mentre le distribuzioni di tutti i campioni formano una distribuz ione complessiva, e che vengono fissati criteri per la valutazione dell'ambiente circostante a ciascun punto dell'immagine intermedia, effettuata secondo almeno due caratteristiche non correlata reciprocamente, in una seconda memoria indirizzabi le, vengono separati in modo binario secondo campi privi di errori e i campi con errori, mentre la dimensione della memoria è determinata da un secondo spazio di caratteristiche formato dal numero delle caratteristiche valutate, e il trasferimento nella memoria corrisponde alla distribuzione delle caretterist iche di ciascun punto dell 'immagine nello spazio delle caratteristiche. 3. — Procedimento secondo la rivendicazione 2, carette rizzato dal fatto, che i campioni sono prelevati dalla immagine ricevuta 4. - Procedimento secondo la rivendicazione 2, caretter iz ato dal fatto, che i campioni vengon o prelevati da contenuti dell'immagine raccolti in memo ria. 5. - Procedimento secondo la rivendicazione 2, caratteriz zato dal fatto che i campioni sono derivati sia dalla immagine raccolta sia anche da contenuti dell'immagine raccolti nella memoria. 6. - Procedimento secondo la rivendicazione 3, 4 oppure 5, caratterizzato dal fatto, che oltre ai campioni di tratti di superficie privi di difetti, dei campioni di tratti di superficie con difetti servono inoltre per produrre l'immagine intermedia. 7. Procedimento secondo la rivendicazione 3, 4, 3 oppure 6, caratt erizzato dal fatto, che la valutazione dell'ambiente circostante avviene con almeno due filtri, che possono variare nella loro parte centrale s presentano proprietà non correlate, mediante l'eliminazione del rumore e mettendo in evidenza dei campi di per sè chiusi che si trovano all 'interno dell'ambiente valutato. 8. - Procedimento secondo la rivendicazione 7, caratterizzato dal fatto, che viene impiegata una coppia di filtri, uno dei quali è un filtro passabasso e l'altro è un filtro passa-banda. 9- - Procedimento secondo la rivendicazione 8, caratterizzato dal fatta, che il filtro passa-basso è un filtro di Gauss e il filtro passa-banda è un filtro Spot, la cui parte centrale rappresenta la seconda derivazione di una funzione di una funzione di Gauss a due dimensioni-10. - Procedimento secondo la rivendicazione 9, caratterizzato dal fatto, che vengono impiegate tabelle di Look-up sotto forma di memorie indiri zzabi li. 11. - Procedimento secondo la rivendicazione 10, caratter izzato dal fatto, che le caratteristiche cromatiche dei punti dell' immagine servono quali caratteristiche dei punti dell'immagine. 12. - Procedimento secondo la rivendicazione 10, caratterizzato dal fatto, che servono quali raratt erist iche dei punti dell'immagine delle cara tteristi che d s truttura che sono a bbinate a ciascun punto dell'immagine mediante il suo ambiente circosta nte. 13. - Procedimento secondo la rivendicazione 11 oppure 13, caratterizzato dal fatto, che a partire da diversi campi, di ispezione in un primo tempo partendo da un primo campo di ispezione viene scelto un tratto di immagine che corrisponde alla grandezza dell'i mmag ine raccolta per determinare i conte nuti della prima e della seconda memoria nel quale i difetti riconosciu ti servono nuavamente da campioni, e viene verif icata la possib litά di utilizzo dei risultati su almeno un tratto delle immagini e in almeno uno degli altri campi di ispezione. 14. - Procedimento secondo la rivendicazione 2 oppure 13. caratterizzato dal fatto, che sia i contenuti della prima e della seconda memoria, i quali rappresentano le caratter istiche primitive dell 'immagine , sia anche le informazioni relative alle strutture di prove diventano il contenuto di una banca dati