JPH03228182A - 画像閾値算出処理方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、パターン照合やパターン検査等における画像
処理工程において９画像２ｔＥ化のための閾値を決定す
る画像閾値算出処理方法に関するものである。

〔従来の技術〕

従来、パターン照合・パターン検査に関する２値化方法
に関し、濃度分布に基づく方法として。

Ｐタイル法およびモード法がある。Ｐタイル法は。

入力画像の濃度分布を用いて濃度の低い方から順に求め
た累積濃度分布がＰパーセントとなる濃度を算出し、こ
の濃度値を閾値Ｔ）Ｉｆとする方法である、以下この方
法を方法■と呼ぶ、モード法は第４図図示のように、濃
度分布が双峰性を示すことを前提に、ｆＡ度分布の谷を
見つけて、閾値とする方法である。以下この方法を方法
■と呼ふ。

また、ＬＳＩ製造工程におけるパターン検査時を例に人
力画像の特性について以下に述べる。電子顕微鏡などを
用いて入力した対象物の人力画像は、ｆｉ気系などから
混入するノイズによって劣化している。このノイズ強度
分布を、信号強度によらず分散σ２を取るガウス分布と
仮定すると、パターン領域からの入力画像の濃度分布Ｙ
１および背景領域からの入力画像の濃度分布Ｙ２は式（
１）４式（２）で示すことができる。

Ｙａ＝Ｃａ　　ｅｘｐ　　（−（ｘ−ｓａ　　）”／　
σ”）　　　　　　　−＝−式（１）Ｙｂ＝Ｃｂ　ｅｘ
ｐ　（−（ｘ−ｍｂ　）　２／　ａ　２）　　　−−−
一式（２）但し、　Ｃａは入力画像のパターン領域の濃
度分布のピーク高さ、−８はパターン領域の画像濃度の
平均値、　ｃｂは背景領域の濃度分布のピーク高さ繭、
は背景領域の画像濃度の平均値である。各ピク高さＣａ
、　Ｃｂは各領域の面積に比例している。

以上よりパターン領域、背景領域からなる一般の入力画
像の濃度分布Ｙは両頭域の和で式（３）で示すことがで
きる。

Ｙ＝Ｃａ　　ｅｘｐ（−（ｘ−ｍａ　　）”／　ｅｔ　
２）＋Ｃｂ　　ｅｘｐ　　（−（ｘ−Ｂ　　）”／　ａ
　ｚ）式（３） このような特性を持った入力画像に対し従来の方法を適
用した場合の問題点を以下に具体的に説明する。

〔発明が解決しようとする課題〕

（１）対象パターンのノイズ依存性についての問題点。

方法■を適用した場合、閾値ＴＨＩは基準画像から得な
ければならず対象画像中に画像欠陥が存在した場合、対
象画像と基準画像とが異なるため累積濃度分布がＰパー
セントになる濃度値が変化してしまう。

また、対象画像が第５図（ａ）図示のようにパターン（
図示斜線）領域内にノイズを持たない場合には式（３）
で示す濃度分布になるが、第５１ｆｆｌ（ｂ）図示のＹ
： ようにパターン領域内にノイズを持つ場合には式（４）
で示される濃度分布になる。

（Ｃａ−Ｃａ’）ｅｘｐ（−（ｘ−ｍａ　）”／　σ”
）＋Ｃａ’　ｅｘｐ（−（ｘ−ｍｓ　）”／＋Ｃｂ　ｅ
ｘｐ　（−（ｘ−ｍｂ　）”／　ａ　”）　　　　　　
　　−−一式（４但し、　Ｃａはノイズのない場合のパ
ターン領域の濃度ノイズのピーク値、　Ｃａ’　はノイ
ズ領域の濃度分布のピーク値、Ｃｂはノイズのない場合
の背景領域の濃度分布のピーク値であり、　Ｃａ＋　Ｃ
ａ’＋　Ｃｂはそれぞれ各領域の面積に比例している。

この濃度分布式（４）に方法■を適用すると、閾値がノ
イズ領域の面積に比例している量Ｃａ’　に依存してい
ることが数値演算により容易にしめされる。

以上により方法■、方法■とも、対象画像にノイズが存
在した場合閾値が変動する問題点がある。

（２）対象画像のパターンおよび背景領域分布への依存
性について。

第６図（ａ）に示すように、対象物が入力画像に対して
十分大きな領域２００を持ち、その中のパターンと背景
との面積比が異なる３つの小さな領域２０１、２０２．
２０３を対象頭載とする。各領域は式（３）で示される
濃度分布を持つとする。

各領域２０１．２０２．２０３の濃度分布はそれぞれ第
′σ２）６図■）、　（Ｃ）、　（ｄ）に示すグラフ２
０４．２０５．２０６のよ）　　うに高濃度側のピーク
と低濃度側のピークとの高さが異なる分布を持つ。方法
■をこの濃度分布に適用すると、各領域の閾値２０７．
２０８．２０９は数値演算により容易に弐（５）の関係
があることがわかる。

（閾値２０９）＜（閾値２０８）＜（閾値２０７）　　
−−−−−一式（５）以上より方法■には、対象画像の
パターンおよび背景領域分布によって閾値が変動してし
まう問題点がある。

本来パターン領域と背景領域とを分ける濃度閾値は、対
象物の物性量及び検出系の条件にのみ依存するものであ
り、対象画像のパターンおよび背景領域の分布には依存
しないことが望ましい。また、パターン照合・パターン
検査を対象にした画像処理は、対象画像と基準画像の差
異を欠陥として検出することを主な目的としており、欠
陥が存在することが元々期待され、この欠陥の大きさに
対しても閾値は不変であることが望ましい。

参考文献 方法■についてＪ、Ｄｏｙｌｅ：０ｐｅｒａｔｉｏｎｓ
　ｕｓｅｆｕｌｆｏｒ　　５１ｍ１ｌａｒｉｔｙ−ｉｎ
ｖａｒｉａｎｔ　　ｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉ
ｏｎ、　ＪＡＣＭ、　９．　ｐｐ、２５９−２６７（１
９６２）方法■について：Ｊ、Ｍ、Ｓ、　Ｐｒｅｗｉｔ
ｔ　ａｎｄＭ、Ｌ１Ｍｅｒ＋ｄｅｌｓｏｈｎ：Ｔｈｅ　
ａｎａｌｙｓｉｓ　ｏｆ　ｃｅｌｌ　ｉｍａｇｅ。

Ａｎｎ、　　Ｎ、Ｙ、　　Ａｃａｄ、Ｓｃｉ、、　　１
２８　ｐｐ、１０３５１０５３（１９６６） 本発明は、従来の閾値決定法がパターン分布および対象
画像の欠陥分布への依存性が高かった点を解決した各分
布への依存性の少ない画像閾値算出処理方法を提供する
ことを目的としている。

（課題を解決するための手段） 本発明においては、対象画像の濃度分布を求める際、各
画素の位置が基準画像上で１または０であるかによって
、その画素値をパターン領域用ヒストグラムまたは背景
領域用ヒストグラムのいずれかに加算することにより、
全体で２つの濃度ヒストグラムを求め、さらにこの濃度
分布の総置数比がおおむね同一になるよう少なくとも一
方の濃度分布について各濃度階の度数に係数を乗じて修
正濃度分布を求め、この修正濃度分布を相互に減算し、
ゼロクロス点を識別し、その濃度値を閾値とするように
している。

従来の技術で述べたように、従来の方法により求めた閾
値がパターン分布およびノイズ分布に依存していた欠点
があったのに対し９本発明の場合では、パターン分布お
よび欠陥分布への閾値の依存性が少ない。

〔実施例］ （１）実施例１ 第１図は本発明の第１の実施例を説明するフローチャー
トであって、特に本発明をＬＳＩ製造工程に於けるパタ
ーン検査に適用した場合について以下に説明する。この
場合ノイズ領域とは、設計データとは異なるパターンの
欠陥領域に相当する。

（Ａ）始めに外部から対象画像１００を入力する（Ｓｌ
）。

（Ｂ）また対象画像１００に相当する領域の２値設定画
像を基準画像１０１　として入力する（Ｓ２）。

（Ｃ）次に、対象画像１００の各画素毎に基準画像１０
１上の同一の場所がパターン領域または背景領域のいず
れに属するかを判断し、各領域毎に濃度ヒストグラム１
０２．１０３を作成する（Ｓ３）。

（０）次に濃度ヒストグラム１０２．１０３それぞれに
ついて各領域に属する総置数を求める（Ｓ４）。

（Ｅ）次に総置数比を （ヒストグラム１０２に対する総置数）／（ヒストグラ
ム１０３に対する総置数）として算出する（Ｓ５）。

（Ｆ）次に濃度ヒストグラム１０２の各濃度階の度数に
総置数比の逆比を乗じ新たな修正濃度ヒストグラム１０
７を作成する（Ｓｃ）。

なお、修正濃度ヒストグラムを作成する際に対象画像か
ら求めたヒストグラムの総置数比ではなく、２値基準画
像におけるパターン領域と背景領域との面積比を用いて
もよい。この場合、ステップＳ４．Ｓ５ではそれぞれパ
ターン領域の面積と背１９１１域の面積、および、それ
らの面積比を算出する。また、２値基準画像はパターン
照合の毎に使用するのであるから、あらかじめ面積比の
みを算出し、メモリしておけばステップＳ４．Ｓ５は不
用であることは当然である。

（Ｇ）次に修正濃度ヒストグラム１０７と濃度ヒストグ
ラム１０３同士で減算し濃度ヒストグラム差分１０Ｂを
作成する（Ｓ７）。

（Ｈ）次に濃度ヒストグラム差分１０８のゼロクロス点
を識別し、閾値１０９として出力する（Ｓ８）。

以上のアルゴリズムを１分散σ１のガウス分布性ノイズ
が混入する入力画像に適用する。パターン領域、背景領
域の画像濃度ヒストグラムは式（１）。

式（２）に従うと仮定する。

☆１．対象画像のパターン領域分布への依存性について
。

式（１）で示される濃度ヒストグラム１０２に対してス
テップＳ６において総置数比の逆比Ｃ２／ＣＩを乗じる
と、修正濃度ヒストグラム１０７は１式（６）になる。

Ｙ１＝Ｃ２ｅｘｐ　（−（ｘ−ｍａ　）”／　ａ　”　
）　　　　−式（６）よって式（６）１式（２）より濃
度ヒストグラム１０７゜１０３の濃度ヒストグラム差分
のゼロクロス点は。

（ｌＩｌｂ＋ＩＩ＋、）／２−ｍ−式（７）となる。従
って総置数比に依存しなくなることが分かる。

☆２．対象画像の欠陥パターンへの依存性について。

第５図（ｂ）、　（Ｃ）に示すようなパターン領域１２
０中に欠陥領域１２１がある場合および背景領域１２２
中に欠陥領域１２３がある場合を考える。ここでは欠陥
領域１２１において画像濃度は背景領域と同等の濃度分
布をし、欠陥領域１２３において画像濃度はパターン領
域と同等の濃度分布をすると仮定する。

ステップＳ３における処理の結果、各欠陥領域１２１、
１２３の濃度ヒストグラム上のピーク値をＣｌＣ２’と
すると、各ヒストグラムは１式（８）１式（９）および
第３図（ａ）、　（ｂ）に示すようになり、欠陥の寄与
α、βが分布に影響している。

Ｙ１＝（Ｃ１−Ｃ１’）ｅｘｐ（−（ｘ−ｍｍ　）２／
　ａ　”）＋Ｃ１’　ｅｘｐ（−（ｘ−ｍｂ　）”／　
ａ　”）式（８） ％式％） 式（９） ここで、ステップＳ４．Ｓ５において式（８）、弐（９
）より上述の総置数比を求め、ステップＳ６において濃
度ヒストグラム１０２（式（８））は総置数比（面積比
）の逆比を乗しられ、濃度ヒストグラム１０７（式００
））のように変換される。

Ｙｌ’　＝　（Ｃ２−Ｃ２＊Ｃ１°／Ｃ１）ｅｘｐ（−
（ｘ−ｍｍ　）　”　／　ｅ　”）＋（Ｃ２＊Ｃ１’　
／Ｃ１）ｅｘｐ（−（ｘ−ｍｂ　）”／　ａ　２）　　
−−−一式〇〇）ステップＳ７において濃度ヒストグラ
ム１０３゜１０７の差をとりヒストグラム差分１０８（
弐０１））が求められる。

Ｙ３＝　（Ｃ２−Ｃ２°−Ｃ２＊Ｃ１°／Ｃ１）ｅｘｐ
（−（ｘ−ｍ、）２／　ａ　２）（Ｃ２−Ｃ２°−Ｃ２
＊Ｃ１’／ＣＩ）ｅｘｐ（−（ｘ−ｍｂ　）２／　ｅｒ
　”）−（Ｃ２−Ｃ２’−Ｃ２本ＣＩ’／Ｃ１）　　（
ｅｘｐ（−（ｘ−ｍ、　　）２７　ａ　ｚ）ｅｘｐ（−
（ｘ−ｔａｂ　）”／　σ”））　　　　　　　　−一
一弐〇〇ステップＳ８で式（１υ−〇になる濃度値Ｘを
求めると、明らかにこの濃度値Ｘは欠陥領域の面積に寄
らない値となり、閾値として用いることができる。

以上により１本発明の方法によるとパターン領域の分布
及び欠陥領域の大きさに対し変動しずらい閾値を求める
ことができる。

（２）実施例２ 第２図は本発明の第２の実施例を説明する装置の全体構
成図である。ＬＳＩ製造工程に於けるパターン検査を目
的に、を子顕微鏡から対象画像を外部記憶装置から設計
データを入力し、対象画像を２値化しモニターするシス
テムに対して本発明を実施した場合について説明する。

符号５０は、対象物の画像を取る電子顕微鏡など画像信
号源であり９画像信号５４を出力する。

５２は、該当対象物の設計データ４９を蓄えている外部
磁気メモリであり１通信路５１を通して通信路５１上の
計算機等から参照することができる。

２０は、外部から画像信号５４を入力する対象画像入力
部で、対象画像５５を出力する。　　２１は。

画像信号５４　と同し領域に相当する設計データ４９を
入力する基準画像入力部で９通信路５１を介して外部磁
気メモリ５２より設計データ４９を入力し、基準画像５
６を出力する。２２は基準画像５６を参考に対象画像５
５に対し設計上のパターン領域と設計上の背景領域との
各々について濃度ヒストグラム５７．５８を作成するヒ
ストグラム作成部、２３は濃度ヒストグラム５７．５８
に基づきパターン領域及び背景領域の総置数を求めて。

さらに総置数比５９を算出する総置数比算出部。

２４はパターン領域の濃度ヒストグラムに対し総置数比
５９の逆数を各濃度階の度数に乗じ新たな修正濃度ヒス
トグラム６１を求めるヒストグラム変換部、２６は濃度
ヒストグラム５８と修正濃度ヒストグラム６１　との差
分をとり濃度ヒストグラム差分６２を求めるヒストグラ
ム差分算出部である。２９は、ｆＡ度ヒストグラム差分
６２のゼロクロスポイントを求め閾値６３として出力す
るゼロクロス点識別部である。ゼロクロス点識別部２９
では、濃度ヒストグラム差分６２にノイズがある一定以
上含まれている場合には、近傍を１次式または、３次式
で近似しゼロクロスポイントを求める。２７は、閾（１
６３に基づき対象画像５５を２値化し２（！画像６４を
出力する画像２値化部である。２８は、２値画像６４を
外部モニター５３で観察できるようにｖｉｄｅｏ信号に
変換し外部へ出力する画像出力部である。

（３）実施例３ 実施例２における総攬数比算出部２３として入力に参照
画像５６を用い同様のパターン領域と背景領域との度数
比を求める総攬数比算出部とすることが可能である。

［発明の効果］ 以上説明したように９本発明によれば、基準画像を用い
てパターン分布及びノイズ分布への依存性をより少なく
した閾値算出のための処理方法を提供することができる
。なお、この場合、厳密にヒストグラム変換の結果各領
域の面積比が１になる必要は無く、ある程度ずれていて
もかまわない。

従って、演算速度が問題になる場合には上記総攬数比が
１からあまり離れていない場合にはヒストグラム変換を
省略し行うこともできる。

【図面の簡単な説明】

第１図は本発明の一実施例アルゴリズムのフローチャー
ト、第２図は本発明の顕微鏡画像を２値化しモニターす
るシステムの一実施例全体構成図。 第３図は本発明のヒストグラム差分の説明図、第４図は
入力画像の濃度ヒストグラムの説明図、第５図は濃度ヒ
ストグラムの欠陥パターンへの依存性の説明図、第６図
は閾値のパターン分布への依存性の説明図。 図中、Ｓ３は濃度ヒストグラム作成、Ｓ４は総攬数算出
、Ｓ５は総攬数比算出、Ｓ６は修正濃度ヒストグラム作
成、Ｓ７は濃度ヒストグラム差分作成、Ｓ８はゼロクロ
ス点識別を表す。

Claims (1)

1. 【特許請求の範囲】 ２値基準画像を持ちかつノイズを含む濃淡画像を２値化
   するための閾値を算出するに当って、濃淡画像を上記基
   準画像に基づきパターン領域と背景領域とに分け、 各領域それぞれについて濃淡ヒストグラムを作成し、 ２つの濃淡ヒストグラムの総度数がおおむね同程度にな
   るよう少なくとも一方の濃淡ヒストグラムを各濃度階の
   度数に係数をかけることによって変換し、 濃度ヒストグラムの変換が一方のみの場合には変換され
   た濃度ヒストグラムと変換されなかった濃度ヒストグラ
   ムとの間で、変換が両方の場合には、変換された濃度ヒ
   ストグラム同士の間で減算処理を行い、 ヒストグラム差分を求め、 該ヒストグラム差分のゼロクロス点を閾値とする ことを特徴とする画像閾値算出処理方法。