JP3253752B2 - パターン評価方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、平面上に形成されたパ
ターンの品質評価を自動化するパターン評価方法に係
り、例えば半導体パッケージ上のマークの品質評価や良
否判断を行うために使用される。

【０００２】

【従来の技術】半導体パッケージ上に捺印あるいは刻印
された製品名などを示すマークの品質の評価というもの
は、人間が間違いなく判読できるか（判読性）、容易に
視認できるか（視認性）、見た目が美しいか、など官能
的な曖昧な要素が強い。それだけに、人間の目視による
検査（良否判断）がなかなか合理化されないという問題
があり、これを自動化して合理化したいという要求は強
い。

【０００３】また、単に合理化に関する問題だけではな
く、マーク捺印（または刻印）工程の的確な能力管理
（装置の性能維持やプロセスの最適化）の上でも、マー
クの品質を客観的に評価する手法が強く望まれている。

【０００４】従来、半導体パッケージ上のマークの品質
評価、良否判断を自動化する方法として、特開昭 63-19
3278号「マーク印刷状態検査方法」や特開昭62-65179号
「外観検査方法および装置」などが開示されている。

【０００５】上記特開昭 63-193278号「マーク印刷状態
検査方法」には、マークの構成線の太さに関する判定基
準を甘くするために、マーク構成線の輪郭近傍領域に対
しては検査の対象としないという考え方が示されてい
る。具体的には、判定基準の重み付けを、文字の内部の
中心付近を重くし、文字の内部から輪郭付近へ向かうほ
ど軽くしている。そして、輪郭近傍領域は検査対象から
除外し、文字の外部（背景）については重み付けをしな
い。

【０００６】なお、上記「マーク印刷状態検査方法」に
は、最終的に良品パターンと比較する際の比較の手段に
ついては何等具体的に触れられていないが、２値化処理
による不一致画素数をカウントするものと推測される。

【０００７】また、前記特開昭62-65179「外観検査方法
および装置」には、文字の判読性（誤読しないこと）の
上で重要な部分（例えば文字Ｈの横線部分、文字Ｏの右
側部分）について高い重みを付与するという考え方が示
されている。

【０００８】一方、半導体パッケージ上のマークの品質
評価、良否判断を自動化する最も有用な方法として、評
価対象パターンと模範パターンとの相互相関係数演算に
よる一致度に基づいて自動的に評価するパターン評価技
術が考えられている。

【０００９】従来考えられている相互相関係数演算を用
いたパターン評価方法は、図９に示すような構成の装置
を用い、画像データとして捉えたマークと模範とする良
品マークの見本（模範マーク）との一致度を相互相関演
算により求めており、この場合の手順を以下に詳述す
る。

【００１０】まず、模範とする最も鮮明で美しいマーク
の見本をＣＣＤカメラ１１により撮像し、この撮像信号
（アナログのビデオ信号）をＡ／Ｄ変換器１２によりデ
ジタル化して見本パターン・メモリ１３に格納してお
く。同様に、評価対象のマークを前記ＣＣＤカメラ１１
で撮像し、Ａ／Ｄ変換器１２でデジタル化して画像メモ
リ１４に取り込む。

【００１１】そして、見本パターン・メモリ１３に格納
された画像と画像メモリ１４に格納された画像との相互
相関係数を演算器１５で計算する。この時、見本と評価
対象との撮像時の位置ズレ（ＣＣＤカメラ１１と各々と
の相対位置の違い）による影響をなくするために、可能
性のある位置ズレ範囲内で相互相関係数が最大になる位
置での相互相関係数を最終的な一致度として評価する。

【００１２】しかし、このような方法では、評価対象と
模範見本との相互相関係数（一致度あるいは類似度）に
よって、人間の感性に比較的近い評価値が得られるもの
の、次のような問題点がある。

【００１３】即ち、パターンの画像データについて相互
相関演算する際、マークの内部（文字のインクの部
分）、マークの輪郭、マークの外部（背景部分）などの
区別はなされておらず、これらは全て同じ重要度で相互
相関係数が算出される。つまり、評価対象パターンと模
範パターンとの不一致部分があった場合に、それがマー
クの内部に存在しようが、外部（背景）に存在しよう
が、同じ程度で相互相関係数に影響する。

【００１４】ところが、マークの品質というものは、人
間が間違いなく視認判読できるかということが最も重要
であり、この観点からは、例えばマークの輪郭がきちん
とでているかどうかの影響が大きく、輪郭付近の鮮明さ
（欠陥のなさ、コントラストなど）が重要である。

【００１５】従って、パターンの不一致の大きさや度合
いのみならず、パターンの不一致がマークのどこに存在
するかという位置の要因が、マーク全体の品質評価に反
映されなければならない。

【００１６】しかし、上記の方法には、パターンの不一
致がマークのどこに存在するかという位置の要因が加味
されておらず、大ざっぱな品質評価はできても、人間の
感性により近い詳細な品質の評価はできない。

【００１７】また、前記特開昭 63-193278号「マーク印
刷状態検査方法」および特開昭62-65179号「外観検査方
法および装置」には、「輪郭が文字の判読に重要な要素
である」、「文字内部／外部（背景）／輪郭近傍の３領
域に分割して重み付けする」という概念は開示されてい
ない。

【００１８】

【発明が解決しようとする課題】上記したように従来考
えられている相互相関係数演算を用いたパターン評価方
法は、半導体パッケージ上のマークの品質を大ざっぱに
評価できても、人間の感性により近い評価が不可能であ
るという問題があった。

【００１９】本発明は上記の問題点を解決すべくなされ
たもので、パターンの輪郭近傍領域の重要度合いを加味
した一致度を自動的に算出する技術を導入することによ
り、人間の感性により近い品質評価を可能とするパター
ン評価方法を提供することを目的とする。

【００２０】

【００２１】

【課題を解決するための手段】本発明は、評価対象パタ
ーンと模範パターンとの一致度に基づいて評価対象パタ
ーンの品質を自動的に評価するパターン評価方法におい
て、平面上に形成された模範パターンを撮像して画像デ
ータ化する第１のステップと、この第１のステップによ
り得られた模範パターンの画像データに基づいて、パタ
ーン内のエッジ近傍領域、このエッジ近傍領域によって
囲まれるパターン内部領域、上記エッジ近傍領域の外側
の背景領域の少なくとも３つの分割領域を定義する領域
定義データを生成する第２のステップと、平面上に形成
された評価対象パターンを撮像して画像データ化する第
３のステップと、前記領域定義データを参照し、上記評
価対象パターンの画像データと前記模範パターンの画像
データとの各対応する分割領域同士の画像データの相互
相関係数を算出することにより、前記各対応する分割領
域同士の一致度をそれぞれ算出する第４のステップと、
この第４のステップによりそれぞれ算出された一致度の
総和を算出し、前記評価対象パターンと前記模範パター
ンとのパターン全体の一致度を求める第５のステップと
を具備することを特徴とする。

【００２２】

【００２３】

【００２４】

【００２５】

【作用】本発明のパターン評価方法は、評価対象パター
ンおよび模範パターンの各画像データを、パターン内の
エッジ近傍領域、このエッジ近傍領域によって囲まれる
パターン内部領域、上記エッジ近傍領域の外側の背景領
域の少なくとも３つの領域に分割し、各対応する分割領
域同士の画像データの相互相関係数を算出することによ
り各対応する分割領域同士の一致度（あるいは類似度）
をそれぞれ算出し、それぞれの一致度の総和を算出し、
パターン全体の一致度を求める。

【００２６】このように、パターンのエッジ近傍領域同
士の一致度（あるいは類似度）を算出してパターン全体
の一致度を求めるので、例えば半導体パッケージ上の製
品名などを示すマークの品質を評価する際、マークの視
認性や判読性（間違いなく読み取れる度合い）を模範と
する良品パターンの見本との一致度によって評価するこ
とが可能になる。

【００２７】なお、各対応する分割領域同士の一致度か
らパターン全体の一致度を求める際に、各対応する分割
領域同士の一致度に各々の領域の重要度に応じた重み係
数をかけた総和を求めることが可能である。

【００２８】この際、マークの視認性や判読性に及ぼす
影響の大きな分割領域には重い重み係数を、影響の少な
い分割領域には軽い重み係数をかけることが望ましい。
これは、文字の視認性や判読性において、特に文字の輪
郭（パターン内のエッジ）が大きな要因となっており、
エッジ近傍領域には他の領域に比べて高い重み係数を与
える必要があり、そうすることにより、文字の輪郭付近
に存在する欠陥に対する感度が向上する。

【００２９】また、輪郭部分の一致度が文字の視認性や
判読性に及ぼす影響が大きいとしても、輪郭付近を重視
するか軽視するかを限定するものではなく、要するに、
輪郭付近とそれ以外の部分との重要度に差をつけること
が可能であればよい。

【００３０】また、パターンの品質を表す項目が複数存
在する場合、例えば局部的な傷や印字欠けの度合い、全
体のかすれ度合い、にじみ度合い、背景領域のインク付
着の度合いなどの項目毎に品質を評価したい場合には、
各分割領域に前記各項目毎に固有の重み付けをして総和
を求めることにより、前記各項目毎の評価を行う。

【００３１】つまり、各項目毎に前記重み係数の比率を
変えることによって、それぞれの項目に特化した（限定
した）評価を行う。例えば、マークの文字の局部的な欠
けの度合いだけを評価したい場合には、背景領域の一致
度に対する重み係数は殆んど零にする。

【００３２】

【実施例】以下、図面を参照して本発明の実施例を詳細
に説明する。図１は、本発明のパターン評価方法の第１
実施例で使用されるパターン評価装置の一例を示してい
る。

【００３３】図１において、２１は見本パターンおよび
評価対象パターンを別々（順次）に撮像するＣＣＤカメ
ラ、２２はＣＣＤカメラ２１の撮像信号（アナログのビ
デオ信号）をデジタル化するＡ／Ｄ変換器、２３はＡ／
Ｄ変換器２２からの見本パターンの画像データを格納す
る見本パターン・メモリ、２４はＡ／Ｄ変換器２２から
の評価対象パターンの画像データを格納する画像メモ
リ、２５は見本パターン・メモリ２３から読み出された
見本パターンの画像データと画像メモリ２４から読み出
された評価対象パターンの画像データとの相互相関係数
を計算する演算器である。

【００３４】さらに、本実施例では、重み画像データ生
成回路２６および重み画像メモリ２７が設けられてお
り、演算器２５にも特徴がある。また、全体の処理の手
順を制御するための主制御装置２８が設けられている。

【００３５】上記重み画像データ生成回路２６は、見本
パターン・メモリ２３から読み出された画像データに対
して微分処理を行うことによってパターンのエッジ部分
を抽出し、パターンの部位に応じて画素単位で重み付け
された重み画像データを生成し、重み画像メモリ２７に
格納する。なお、前記微分処理の後、平滑化処理を加え
ることにより、各画素の重みの変化がなだらかになるよ
うな重み画像データを生成する。

【００３６】これによって、図２（ａ）に示すように、
文字などの輪郭のようなエッジ部分（明るさの変化の大
きい部分）には大きな値を、背景のような明るさの変化
の少ない部分には小さな値を、文字の内部のようなやや
微妙な明るさの変化があるところにはそれなりの中間値
を持った重み画像が得られる。

【００３７】図２（ｂ）は、この重み画像を作り出す元
となった見本パターン画像である。なお、図２（ａ）で
は、明るさの変化の大きな値の部分が明るく（白く）、
小さな値の部分が暗く（黒く）示されている。一方、前
記演算器２５は、前記重み画像メモリ２７に格納された
重み画像データを参照し、式（１）に示すような正規化
相互相関演算を行う。

【００３８】

【数１】

【００３９】上式（１）中、ｘは見本パターン画像の画
素の明るさ、ｙは評価対象パターンの画像の画素の明る
さ、ｚは重み画像の明るさである。ｉ、ｊは各画像中の
縦方向、横方向の位置であり、例えばｘ（ｉ，ｊ）は見
本パターン画像の縦ｉ、横ｊの位置の画素の明るさであ
る。

【００４０】また、Σは、一致度を求める領域内の全画
素に対しての総和を意味する。Ｎは、母集合の要素の数
であり、実際には重み画像の各画素の値の総和となる。
本実施例における正規化相互相関演算では、評価対象、
見本の各画像データには、重み画像の対応する位置の値
が乗じられる。これは、平均値を求める時にも同様であ
る。

【００４１】そして、前式（１）により算出された相互
相関係数により、パターン全体の一致度、つまりマーク
の品質の評価値が求まる。なお、普通の正規化相互相関
演算式を下記の式（２）に示している。

【００４２】

【数２】

【００４３】式（１）は、式（２）と比較して、画素単
位で重み係数ｚを導入しているので、１回の計算で相互
相関係数を演算することが可能になっている。図３
（ａ）、（ｂ）は、第１実施例におけるパターン評価処
理の全体の流れを示すフロー・チャートであり、これら
の手順は主制御装置２８によって制御されている。

【００４４】ここで、全体の処理の流れを概略的に説明
しておく。模範とする最も鮮明で美しいマークの見本パ
ターン（模範パターン）をＣＣＤカメラ１１により撮像
し、この撮像信号（アナログのビデオ信号）をＡ／Ｄ変
換器１２によりデジタル化して見本パターン・メモリ１
３に格納しておく。そして、この見本パターン・メモリ
１３に格納された画像データに基づいて、模範パターン
内のエッジ近傍領域を含む各画素毎に評価対象パターン
の品質評価に及ぼす影響の大きさを定義する重み画像デ
ータを生成して重み画像メモリ２７に格納しておく。

【００４５】次に、評価対象のマークを前記ＣＣＤカメ
ラ１１で撮像し、Ａ／Ｄ変換器１２でデジタル化して画
像メモリ１４に取り込む。そして、見本パターン・メモ
リ１３に格納された画像データと画像メモリ１４に格納
された画像データとの相互相関係数を演算器１５で計算
する。この時、見本パターンと評価対象パターンとの撮
像時の位置ズレ（ＣＣＤカメラ１１と各々との相対位置
の違い）による影響をなくするために、可能性のある位
置ズレ範囲内で相互相関係数が最大になる位置での相互
相関係数を最終的な一致度として評価する。

【００４６】図３（ａ）は、見本パターンの登録時の手
順を示しており、この時に重み画像域生成回路２６によ
る重み画像の生成も行われる。まず、ステップａ１で、
見本パターンを見本パターン・メモリ２３へ取り込む。

【００４７】次に、ステップａ２で、重み画像データ生
成回路２６により重み画像データを生成して重み画像メ
モリ２７上に格納する。なお、重み画像データ生成回路
２６に対して、外部から微分処理のやりかたや、平滑化
の度合いなどの確認・修正が加えられるようになってい
る。また、生成された重み画像に対して微妙な整形操作
や調整を施すこともできる。

【００４８】このような手順が実行されるのは見本パタ
ーンの登録の時だけであるので、対話処理的な手順が含
まれていても、自動検査への応用などの実用上、特に問
題はない。

【００４９】図３（ｂ）は、実際に評価対象パターンを
撮像して評価を行う時の手順を示している。まず、ステ
ップｂ１で、評価対象パターンの画像を画像メモリ２４
に取り込む。

【００５０】次に、ステップｂ２で、重み画像データは
参照せずに、各画素の重みは全て１であるとして、見本
パターンと評価対象パターン全体（全領域）で各々の相
対位置を少しずつずらしながら相互相関係数の演算を行
い、最も一致度が高い位置を見つけ出す。この処理は、
パターンの位置ズレに対する補正処置であり、パターン
全体像の位置合わせを行うために行う。具体的には、評
価対象パターンが見本パターンに対して、縦、横それぞ
れΔｉ、Δｊだけずれているとしたら、下記の式（３）
に示すような計算式を用いる。

【００５１】

【数３】

【００５２】次に、ステップｂ３では、上記ステップｂ
２で得られたパターンのズレ量だけずらした状態（パタ
ーン全体の位置合わせをした状態）で、前記重み画像デ
ータを参照した正規化相互相関演算を行い、パターン全
体の一致度を算出する。

【００５３】（第１実施例の変形例）前記重み画像デー
タ中には、重みが０の画素があってもよく、この場合に
は、その重みが０の画素に相当する部分の品質は全く評
価されないことになる。

【００５４】第１実施例では、パターンのエッジを微分
処理によって得たが、これはどのような方法を用いても
よい。第１実施例では、重みは見本画像中のエッジの強
度に応じて与えられたが、目的に応じて、どのような重
みの与え方をしてもよい。例えば、第１実施例とは逆
に、文字の輪郭などは少々崩れていてもぼやけていても
よい。背景や文字の内部に欠陥がないことの方が重要で
あるという評価基準に対しては、第１実施例とは逆の重
みを与えるような重み画像を用いればよい。また、エッ
ジ強度などに関連のない重み分布にしてもかまわない。
この時には、重み画像生成の手順を変えればよい。

【００５５】第１実施例では、重み画像メモリ２７で重
み０（データが０）と指定されている位置のデータは、
母集合の要素となる値に０をかけて処理したが、重みが
０の位置に相当するデータは元から母集合からはずすよ
うな処理を行うことも考えられる。

【００５６】この方法の長所は、相互相関演算を行う演
算器の中の積和演算の回数を減らすことができることで
ある。反面、短所として、重みが０の位置に相当するデ
ータ０かどうかの条件判断をその都度行わなければなら
ない。

【００５７】従って、演算器の構成に応じて、０であっ
ても積和演算をやらせてしまうのが速いか、０かどうか
の条件判断を行わせるのが速いかによって、どちらの方
法かを決定すればよい。

【００５８】しかし、第１実施例のように、０であって
も積和演算させるような方法の方が、重み画像データ内
の０の個数に計算処理時間が依存せず、どのような重み
の分布でも安定した演算時間が得られるので、使い易い
ということも言える。

【００５９】第１実施例のステップｂ２で行っている位
置ズレの補正は、評価対象パターンの外部の全く別のパ
ターンを用いてもよい。この場合には、位置ズレ補正用
のパターンと評価対象パターンとの位置関係が常に保た
れているようなものを用いる必要がある。とにかく、後
で一致度の評価をする際に位置ズレによる一致度低下要
因を排除できるようになっていればよいのである。慎重
を期すならば、一致度計算（ステップｂ３）の時に、上
下左右に位置を少しずつずらして一致度を計算し、その
中での最大の一致度を評価に使用してもよい。

【００６０】（第１実施例の応用例）輪郭領域中の部位
に応じてさらに重みに変化を付けるような処理を可能に
するため、重み画像データに対して人為的に修正を加え
ることが有用な場合がある。これは、次のような場合に
用いることが考えられる。

【００６１】例えば、「Ｏ」の文字を判読する場合に、
右側が欠けたりかすれたりしていると「Ｃ」の文字と区
別がつきにくく問題であるが、左側がかけていたりかす
れたりしていても、読み間違う可能性は低く、右側の場
合に比べて問題が小さい。

【００６２】このような時に、重み画像生成回路によっ
て得られた重み画像データに対して、文字の右半分に対
する重みが左側のそれよりも重くなるように修正を加え
ることによって、右側の欠陥の方がより重大であるとい
う評価値を出力させることができる。このような調整
は、どこの部分に加えてもよい。

【００６３】また、本発明は、上記したような半導体パ
ッケージ上の製品名などを示すマークの検査とは全く異
なる用途として、物体の位置検出などに用いられるパタ
ーン・サーチなどにも応用できる。

【００６４】即ち、探したいパターンの中において、パ
ターンが比較的変化し易い領域には軽い重みを、比較的
変化し難い確実な領域には重い重みを与えておくことに
より、信頼性の高い位置検出が可能となる。

【００６５】例えば図４に示す配線パターン４１のよう
な、エッチングによって形成されているパターンをター
ゲットにしてパターン・サーチを行う時には、配線パタ
ーン４１の太さはエッチングの状態によって物体個々に
微妙に変化する場合がある。そこで、配線パターン４１
の輪郭付近にはそれ以外に比べて軽い重みを与えること
により、信頼性の高い安定したパターン・サーチを行う
ことができる。

【００６６】このような配線パターン４１の品質検査を
行う場合は、太さの微妙な変化に対して敏感にしておき
たいので、第１実施例とは全く逆の重み分布を付けるこ
とになる。

【００６７】もう一つの応用例として、例えば、部分的
に何らかの加工が施されており、この加工が施された部
分の形状（画像として得られるパターン）は不定である
場合などにも、この加工が施された部分に対する重みは
軽くしておくとよい。

【００６８】上記した「他の部分と比べて軽い重み」と
いうのは、重み０であってもよく、つまり、この重み０
の部分はマスクして関知しないようにしてもよい。図５
は、本発明のパターン評価方法の第２実施例で使用され
るパターン評価装置の一例を示している。

【００６９】図６（ａ）、（ｂ）、（ｃ）は、第２実施
例における領域分割の手法の一例を示している。図７
（ａ）、（ｂ）、（ｃ）は、図６の手法による領域分割
の結果を示す。

【００７０】図５において、２１は見本パターンおよび
評価対象パターンを別々に撮像するＣＣＤカメラ、２２
はＣＣＤカメラ２１の撮像信号（アナログのビデオ信
号）をデジタル化するＡ／Ｄ変換器、２３はＡ／Ｄ変換
器２２からの見本パターンの画像データを格納する見本
パターン・メモリ、２４はＡ／Ｄ変換器２２からの評価
対象パターンの画像データを格納する画像メモリ、３５
は見本パターン・メモリから読み出された見本パターン
の画像データと画像メモリから読み出された評価対象パ
ターンの画像データとの相互相関係数を計算する演算器
である。

【００７１】さらに、本実施例では、パターン画像の領
域分割を行うために輪郭領域生成回路３６および領域定
義メモリ３７が設けられており、演算器３５にも特徴が
ある。また、全体の処理の手順を制御するための主制御
装置３８が設けられている。

【００７２】上記輪郭領域生成回路３６は、見本パター
ン・メモリ２３の画像データに対して、２値化操作によ
る輪郭抽出処理を行い、その輪郭像に膨張操作を施し輪
郭領域データを生成する。

【００７３】この働きについて、図６（ａ）、（ｂ）、
（ｃ）を用いて詳細に説明する。見本パターン・メモリ
２３に取り込まれている見本パターンが、例えば「Ｃ」
の文字であったとする。これを２値化して図６（ａ）に
示すような２値画像を作り、この２値画像を一回り（１
画素分）縮小させた画像と縮小させる前の画像との画素
毎の排他的論理和（ＸＯＲ）操作によって、図６（ｂ）
に示すような図６（ａ）中の見本パターンの輪郭だけの
画像を作る。そして、この輪郭だけの画像に膨張操作を
数回繰り返して施し、図６（ｃ）に示すような輪郭を中
心とする輪郭近傍の領域の画像を作る。

【００７４】なお、図６（ａ）、（ｂ）、（ｃ）におい
て、白い部分が画像の黒部分、線上または斜線の部分が
明るさ画像の白部分を意味している。以上のようにし
て、輪郭領域が白、他が黒の画像が作り出される。

【００７５】また、前記輪郭領域生成回路３６は、輪郭
の内部領域と外部領域との区別も行う。これは、輪郭領
域によって分離されている各領域の外接長方形（領域の
最上下左右の点を通る水平・垂直線分によって構成され
る長方形）が、輪郭領域の外接長方形の内側にあるか外
側にあるかという判断で容易に区別可能である。

【００７６】これによって、図７（ａ）に示すような輪
郭領域、図７（ｂ）に示すような内部領域、図７（ｃ）
に示すような外部領域を示す画像が得られる。ここで
は、各領域が白（データとしては１）、それ以外が黒
（データとしては０）である。

【００７７】前記輪郭領域生成回路３６は、上記各領域
を示す画像を領域定義メモリ３７に格納して動作を終了
する。一方、前記演算器３５は、前述の領域定義メモリ
３７を参照し、前式（３）に示す正規化相互相関演算の
ような相互相関演算を行う。

【００７８】式（３）中、ｘは見本パターン画像の画素
の明るさ、ｙは評価対象パターンの画像の画素の明る
さ、ｉ、ｊは各々画像中の縦方向、横方向の位置で、例
えばｘ（ｉ，ｊ）は見本パターン画像の縦ｉ、横ｊの位
置の画素の明るさである。

【００７９】また、Σは、一致度を求める領域内の全画
素に対しての総和を意味する。Ｎは、母集合の要素の数
である。即ち、前記演算器３５による相互相関演算は、
領域定義メモリ３７を常に参照し、この領域定義メモリ
３７が０である位置の画素については演算の対象からは
ずし、１である位置についてのみ演算の対象とするよう
な計算を行う。

【００８０】つまり、領域定義メモリ３７で領域外とさ
れる画素についてはマスクして除外してしまうわけであ
る。従って、例えば、一致度を求める領域（正確には領
域の外接長方形領域）が縦１００×横１００＝１０００
０画素あっても、領域定義メモリ３７に定義された領域
（例えば輪郭領域）が２０００画素分しかなければ、そ
の２０００画素だけを対象にして演算を行う。

【００８１】このような演算を、輪郭領域、内部領域、
外部領域に対して各々行う。この場合、輪郭領域の一致
度の計算の時に使用するデータは、見本パターン・メモ
リ２３と画像メモリ２４と領域定義メモリ３７の輪郭領
域定義部分である。また、内部領域の一致度の計算の時
に使用するデータは、見本パターン・メモリ２３と画像
メモリ２４と領域定義メモリ３７の内部領域定義部分で
ある。また、外部領域の一致度の計算の時に使用するデ
ータは、見本パターン・メモリ２３と画像メモリ２４と
領域定義メモリ３７の外部領域定義部分である。

【００８２】そして、最終的な全体の一致度（マークの
品質の評価値）を求める場合には、各々の領域毎に得ら
れた一致度にそれぞれの重みをかけた総和を計算する。
図８（ａ）、（ｂ）は第２実施例におけるパターン評価
処理の全体の流れを示すフロー・チャートであり、これ
らの手順は主制御装置３８によって制御されている。

【００８３】ここで、第２実施例におけるパターン評価
処理の手順の概略を説明する。第１のステップでは、平
面上に形成された模範パターンを撮像して画像データ化
する。

【００８４】第２のステップでは、第１のステップによ
り得られた模範パターンの画像データに基づいて、パタ
ーン内のエッジ近傍領域、このエッジ近傍領域によって
囲まれるパターン内部領域、上記エッジ近傍領域の外側
の背景領域の少なくとも３つの分割領域を定義する領域
定義データを生成する。

【００８５】第３のステップでは、平面上に形成された
評価対象パターンを撮像して画像データ化する。第４の
ステップでは、前記領域定義データを参照し、上記評価
対象パターンの画像データと前記模範パターンの画像デ
ータとの各対応する分割領域同士の画像データの相互相
関係数を算出することにより、前記各対応する分割領域
同士の一致度をそれぞれ算出する。

【００８６】第５のステップでは、第４のステップによ
りそれぞれ算出された一致度の総和を算出し、前記評価
対象パターンと前記模範パターンとのパターン全体の一
致度を求める。

【００８７】図８（ａ）は、見本パターンの登録時の手
順を示しており、この時に輪郭領域生成回路３６による
領域分割も行なう。まず、ステップａ１で、見本パター
ンを見本パターン・メモリ２３へ取り込む。そして、ス
テップａ２で輪郭領域生成回路３６による領域分割を行
い、領域定義メモリ３７上に各領域を定義する領域定義
データを格納する。これにより、見本パターンと各領域
が用意されたことになる。

【００８８】ここで、文字の輪郭領域を切り出す方法を
簡単に説明しておく。画像データの微分処理や２値化処
理などのパターン内のエッジ抽出処理によってエッジ像
として抽出し、このエッジ像を論理フィルタリングなど
によって膨張させた領域を輪郭領域とする。この輪郭領
域以外の領域のうち、輪郭領域によって囲まれている領
域（複数に分離される場合も有り得る）を文字の内部に
相当する領域、外側の領域（これも複数に分離される場
合も有り得る）を背景領域とみなす。

【００８９】なお、輪郭領域生成回路３６に対して、外
部から２値化レベルや領域の大きさ（上述の膨張操作の
回数に相当する）などの確認・修正が加えられるように
なっている。

【００９０】また、生成された輪郭領域に対して微妙な
整形操作を施すこともできる。この手順が実行されるの
は見本パターンの登録の時だけであり、対話処理的な手
順が含まれていても、自動検査への応用などの実用上は
特に問題はない。

【００９１】図８（ｂ）は、実際に評価対象パターンを
撮像して評価を行う時の手順を示している。ステップｂ
１で評価対象パターンの画像を画像メモリ２４に取り込
む。そして、ステップｂ２で、領域分割の情報は使用せ
ずに、見本パターンと評価対象パターン全体（全領域）
で各々の相対位置を少しずつずらしながら相互相関係数
の演算を行い、最も一致度が高い位置を見つけ出す。こ
れは、従来技術でも述べたパターンの位置ズレに対する
処置であり、全体像としての位置合わせを行うのが目的
である。

【００９２】以後のステップｂ３からｂ５の計算は、ス
テップｂ２によって得られたズレ量だけずらした位置で
全て行う。まず、輪郭領域についての一致度の計算をス
テップｂ３で行い、内部領域、外部領域についても、ス
テップｂ４、ｂ５で順次計算する。

【００９３】そして、ステップｂ６で、主制御装置３８
に予め入力されている各領域の重み係数をかけて全体の
一致度を算出する。つまり、ステップｂ５により算出さ
れた各対応する分割領域同士の一致度に各分割領域に応
じた重み係数をかけた総和を求めることによりパターン
全体の一致度を求める。

【００９４】パターン全体の品質を評価する他に、たと
えば文字の輪郭の状態だけとか、文字の内部の状態だけ
とかを評価したい時には、それ以外の領域の一致度に対
する重みを０にするように主制御装置３８に予め入力し
ておくこともできる。これらの各領域に対する重み係数
の設定は、求められる評価項目に応じて適宜自由に設定
しておけばよい。

【００９５】つまり、評価対象パターンの品質を表わす
項目が複数存在する場合に、ステップｂ６では、ステッ
プｂ５により算出された各対応する分割領域同士の一致
度に各分割領域に応じた前記各項目毎に固有の重み係数
をかけた総和を求めることにより、前記各項目毎の評価
を行う。

【００９６】（第２実施例の変形例）領域への分割は、
各々の領域が重なり合う部分を持つような分割でもよい
し、逆にどの領域にも属さない部分が残るような分割で
あってもよい。但し、後者の場合には、そのどの領域に
も属さない部分の品質については全く評価されないこと
になる。

【００９７】第２実施例では、輪郭の抽出は２値化操作
と縮小操作と排他的論理和操作によって行ったが、微分
処理などによって抽出することも考えられる。第２実施
例では、領域定義メモリ３７で領域外（データが０）と
指定されている位置のデータは計算から除外する（母集
合からはずす）ようにしたが、単に正規化相互相関演算
対象画像にマスクをかけ、領域外のデータは明るさ０に
固定してしまうだけで、計算から除外はしないという方
法も考えられる。

【００９８】この方法の長所は、相互相関演算を行う演
算器が領域定義メモリ３７をいちいち参照する必要はな
く、演算器の構成を単純化できることである。反面短所
として、計算の母集合は本当に必要なだけの大きさにま
で小さく限定できないことから、小さな欠陥に対する感
度（相互相関係数への反映度）は低くなる。

【００９９】しかし、感度は低くとも領域外のデータは
全て明るさ０に固定されて影響を受けなくなるので、最
終的に全体の一致度を求める際の重み係数をそれなりに
設定してやれば、ある程度は使用に耐え得るものができ
る。

【０１００】第２実施例のステップｂ２で行っている位
置ズレの補正は、評価対象パターンのうち特定の領域を
使用しても別にかまわない。また、全く別のパターンを
用いてもよい。

【０１０１】この場合には、この位置ズレ補正用のパタ
ーンと評価対象パターンとの位置関係が常に保たれてい
るようなものを用いる必要がある。とにかく、後で一致
度の評価をする際に位置ズレによる一致度低下要因を排
除できるようになっていればよいのである。慎重を期す
ならば、各領域での一致度計算（ステップｂ３からステ
ップｂ５、特に輪郭領域が影響が大きい）の時に、上下
左右に位置を少しずつずらして一致度を計算し、その中
での最大の一致度を評価に使用してもよい。

【０１０２】（第２実施例の応用例）同じ輪郭領域の中
でも、輪郭の部位に応じてさらに重みに変化を付けるよ
うな処理を可能にするため、輪郭領域をさらに複数の細
領域に分割してもよい。

【０１０３】この複数の細領域への分割は、次のような
場合に用いることが考えられる。例えば、「Ｏ」の文字
を判読する場合に、右側が欠けたりかすれたりしている
と「Ｃ」の文字と区別がつきにくく問題であるが、左側
がかけていたりかすれたりしていても、読み間違う可能
性は低く、右側の場合に比べて問題が小さい。

【０１０４】このような場合に、輪郭領域をさらに左右
に２分割し、右側の一致度に対する重みを左側のそれよ
りも重くすることによって、右側の欠陥の方がより重大
であるという評価値を出力させることができる。このよ
うな複数の細領域への細分割は、内部領域や外部領域に
対して行ってもよいし、当然３領域以上に細分割しても
よい。

【０１０５】

【発明の効果】上述したように本発明によれば、相互相
関演算を用いて算出した評価対象パターンと模範パター
ンとの一致度に基づくパターンの品質評価が、極めて人
間の感性に近い評価基準で自動的に行えるようになる。

【０１０６】従って、例えば半導体パッケージ上の製品
名などを示すマークの検査などの合理化、同マークの捺
印あるいは刻印工程の客観的な能力管理が可能となる。
また、物体の位置検出を目的としたパターン・サーチに
応用すれば、信頼性の高い安定した位置検出が可能にな
る。

【図面の簡単な説明】

【図１】本発明のパターン評価方法の第１実施例で使用
されるパターン評価装置の一例を示すブロック図。

【図２】図１中の重み画像データ生成回路により生成さ
れた重み画像およびこれを作る元となった見本パターン
画像を説明するために示す図。

【図３】第１実施例におけるパターン評価処理の手順を
示すフロー・チャート。

【図４】第１実施例の応用例を説明するために示す図。

【図５】本発明のパターン評価方法の第２実施例で使用
されるパターン評価装置の一例を示すブロック図。

【図６】第２実施例における領域分割の手法の一例を説
明するために示す図。

【図７】図６の手法による領域分割の結果を説明する
図。

【図８】第２実施例におけるパターン評価処理の手順を
示すフロー・チャート。

【図９】従来考えられている相互相関係数演算を用いた
パターン評価方法で使用されるパターン評価装置を示す
ブロック図。

【符号の説明】 ２１…ＣＣＤカメラ、２２…Ａ／Ｄ変換器、２３…見本
パターン・メモリ、２４…画像メモリ、２５…演算器、
２６…重み画像データ生成回路、２７…重み画像メモ
リ、２８…主制御装置、３５…演算器、３６…輪郭領域
生成回路、３７…領域定義メモリ、３８…主制御装置、
４１…配線パターン。

Claims (5)

(57)【特許請求の範囲】
1. 【請求項１】 平面上に形成された模範パターンを撮像
   して画像データ化する第１のステップと、 この第１のステップにより得られた模範パターンの画像
   データに基づいて、パターン内のエッジ近傍領域、この
   エッジ近傍領域によって囲まれるパターン内部領域、上
   記エッジ近傍領域の外側の背景領域の少なくとも３つの
   分割領域を定義する領域定義データを生成する第２のス
   テップと、 平面上に形成された評価対象パターンを撮像して画像デ
   ータ化する第３のステップと、 前記領域定義データを参照し、上記評価対象パターンの
   画像データと前記模範パターンの画像データとの各対応
   する分割領域同士の画像データの相互相関係数を算出す
   ることにより、前記各対応する分割領域同士の一致度を
   それぞれ算出する第４のステップと、 この第４のステップによりそれぞれ算出された一致度の
   総和を算出し、前記評価対象パターンと前記模範パター
   ンとのパターン全体の一致度を求める第５のステップと
   を具備することを特徴とするパターン評価方法。
2. 【請求項２】 請求項１記載のパターン評価方法におい
   て、 前記第５のステップは、前記第３のステップにより算出
   された各対応する分割領域同士の一致度に各分割領域に
   応じた重み係数をかけた総和を求めることにより前記パ
   ターン全体の一致度を求めることを特徴とするパターン
   評価方法。
3. 【請求項３】 請求項１記載のパターン評価方法におい
   て、 前記評価対象パターンの品質を表わす項目が複数存在す
   る場合に、 前記第５のステップは、前記第４のステップにより算出
   された各対応する分割領域同士の一致度に各分割領域に
   応じた前記各項目毎に固有の重み係数をかけた総和を求
   めることにより、前記各項目毎の評価を行うことを特徴
   とするパターン評価方法。
4. 【請求項４】 請求項１記載のパターン評価方法におい
   て、 前記第２のステップにより画像データの領域分割を行う
   際、前記模範パターン内のエッジをエッジ抽出処理によ
   ってエッジ像として抽出し、このエッジ像を膨張させる
   ことにより前記パターン内のエッジ近傍領域を得ること
   を特徴とするパターン評価方法。
5. 【請求項５】 請求項１記載のパターン評価方法におい
   て、 前記第４のステップにより各対応する分割領域同士の一
   致度を算出する際、少なくとも１つの分割領域中の部位
   に応じて重み付けすることを特徴とするパターン評価方
   法。