[go: up one dir, main page]

WO2013009151A2 - 검사방법 - Google Patents

검사방법 Download PDF

Info

Publication number
WO2013009151A2
WO2013009151A2 PCT/KR2012/005636 KR2012005636W WO2013009151A2 WO 2013009151 A2 WO2013009151 A2 WO 2013009151A2 KR 2012005636 W KR2012005636 W KR 2012005636W WO 2013009151 A2 WO2013009151 A2 WO 2013009151A2
Authority
WO
WIPO (PCT)
Prior art keywords
measurement
area
data
color
mask area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2012/005636
Other languages
English (en)
French (fr)
Other versions
WO2013009151A3 (ko
Inventor
조수용
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koh Young Technology Inc
Original Assignee
Koh Young Technology Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koh Young Technology Inc filed Critical Koh Young Technology Inc
Priority to JP2014520142A priority Critical patent/JP5908585B2/ja
Priority to CN201280034275.6A priority patent/CN103649675B/zh
Priority to US14/232,480 priority patent/US10706521B2/en
Publication of WO2013009151A2 publication Critical patent/WO2013009151A2/ko
Publication of WO2013009151A3 publication Critical patent/WO2013009151A3/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2513—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object with several lines being projected in more than one direction, e.g. grids, patterns
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95684—Patterns showing highly reflecting parts, e.g. metallic elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
    • H05K13/08—Monitoring manufacture of assemblages

Definitions

  • the present invention relates to an inspection method, and more particularly to an inspection method of a substrate.
  • At least one printed circuit board is provided in an electronic device, and various circuit elements such as a circuit pattern, a connection pad part, and a driving chip electrically connected to the connection pad part are provided on the printed circuit board. Are mounted.
  • a shape measuring device is used to confirm that the various circuit elements as described above are properly formed or disposed on the printed circuit board.
  • a conventional shape measuring apparatus sets a predetermined measuring area and checks whether a predetermined circuit element is properly formed in the measuring area.
  • the area where a circuit element should exist is simply set as the measurement area in theory.
  • the measurement area must be set correctly at the desired position to measure the circuit elements that require measurement.However, the measurement object such as a printed circuit board may have distortion such as warp and distortion of the base substrate. Since the measurement area may not be accurately set at a desired position for measurement, the image acquired by the camera of the photographing unit may theoretically have a certain difference from the position at which the circuit element exists.
  • an object of the present invention is to provide an inspection method capable of obtaining an optimal illumination condition for acquiring a high quality feature object, and thus more accurately setting an inspection region.
  • the setting of an illumination condition using the reference data and the color-specific measurement data acquired for the measurement area does not include a reference mask area including a conductive pattern and the conductive pattern in the reference data.
  • Setting a non-reference mask area setting a measurement mask area corresponding to the reference mask area and a measurement non-mask area corresponding to the reference non-mask area in the color-specific measurement data; and And setting the illumination condition to increase the gray scale difference between the measurement mask area and the measurement non-mask area as the illumination condition.
  • the gray value difference between the measurement mask area and the measurement nonmask area may include a representative value of the gray value of the measurement mask area existing in the measurement area and the measurement nonmask area present in the measurement area. It can be defined by the difference between the representative value of the gray value of.
  • the distortion amount may be obtained by a quantified conversion formula between the reference data and the measurement data, wherein the quantified conversion formula is a position change, a slope change, and a size change obtained by comparing the reference data with the measurement data.
  • the deformation degree may be defined using at least one or more.
  • the feature object may be set as a feature block in a block unit to include a predetermined shape in the measurement area, and the predetermined shape of the feature block is a two-dimensional delimiter to eliminate the possibility of misunderstanding due to the surrounding shape. It can have
  • the obtaining of the measurement data for the measurement area according to the illumination of different conditions may be obtained by irradiating the measurement area with illumination having two or more colors, respectively, and imaging the respective areas.
  • the color may include a first color, a second color, and a third color different from each other.
  • the first color, the second color and the third color may be directly obtained by a measuring device, and the color may include a fourth color, the first color, and the first color and the second color in combination.
  • the setting of the illumination condition based on the gray value between the measurement mask area and the measurement non-mask area may include illumination of a condition in which a grayscale difference between the measurement mask area and the measurement non-mask area is large. May be set to the illumination condition.
  • the gray value difference between the measurement mask area and the measurement nonmask area may be defined by the difference between the representative value of the gray value of the measurement mask area and the representative value of the gray value of the measurement nonmask area.
  • the feature object may be set as a feature block in a block unit so as to include a predetermined shape in the measurement area, and the setting of the feature object for the measurement area may include measuring data for each lighting under different conditions.
  • the gray value difference between the measurement mask area and the measurement non-mask area is determined by the representative value of the gray value of the measurement mask area existing in the feature block and the measurement value. It can be defined by the difference between the representative value of the gray values of the measurement non-mask area present in the feature block.
  • the amount of distortion may be obtained by a quantified conversion formula between the reference data and the measurement data, the quantified conversion formula, the position change obtained by comparing the reference data and the measurement data, It may be defined using at least one or more of gradient change, magnitude change, and deformation degree.
  • a reference mask area and a reference non-mask area are set in the reference data. Subsequently, illumination of different conditions is irradiated and imaged to obtain data. Next, a measurement mask area corresponding to the reference mask area and a measurement nonmask area corresponding to the reference nonmask area are distinguished from the obtained data. Subsequently, the illumination of the condition which enlarges the gray value difference between the said measurement mask area
  • the inspection area can be set more accurately.
  • FIG. 1 is a flow chart showing a test method according to an embodiment of the present invention.
  • FIG. 3 is a plan view illustrating an example of measurement data in the inspection method of FIG. 1.
  • FIG. 4 is a flowchart illustrating an embodiment of setting an illumination condition of FIG. 1.
  • FIG. 5 is a graph illustrating an exemplary embodiment for explaining a process of finding an illumination for increasing a difference in gray values of FIG. 4.
  • FIG. 6 is a flowchart illustrating a test method according to another exemplary embodiment of the present invention.
  • first and second may be used to describe various components, but the components should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from another.
  • the first component may be referred to as the second component, and similarly, the second component may also be referred to as the first component.
  • FIG. 1 is a flow chart showing an inspection method according to an embodiment of the present invention
  • Figure 2 is a plan view showing an example of the reference data in the inspection method of Figure 1
  • Figure 3 is one of the measurement data in the inspection method of FIG. It is a top view which showed the example.
  • a measurement area FOV is set on a substrate (S110).
  • the measurement area means a predetermined area set on the substrate for inspecting whether the substrate is defective, for example, a photographing range of a camera mounted on inspection equipment such as a three-dimensional shape measuring device. of view).
  • the reference data RI may be, for example, a theoretical plane image of the substrate 100, as shown in FIG. 2.
  • the reference data (RI) may be obtained from the learning information obtained by the learning mode.
  • the learning mode for example, the board information is searched in a database, and if there is no board information as a result of the database search, the learning of the bare board is performed. Subsequently, the learning of the bare board is completed. If is calculated may be implemented in such a manner as to store the substrate information in the database. That is, the design reference information of the printed circuit board is obtained by learning a bare board of the printed circuit board in the learning mode, and the reference data (RI) may be obtained by obtaining the learning information through the learning mode.
  • measurement data PI for the measurement area FOV is acquired for each color (S130).
  • the measurement data PI may be an image of actually photographing the substrate corresponding to the reference data RI using an inspection apparatus such as a 3D shape measuring apparatus.
  • the measurement data PI is similar to the reference data RI illustrated in FIG. 2, the measurement data PI is slightly distorted compared to the reference data RI due to the warpage and distortion of the substrate 100.
  • the measurement data (PI) is irradiated with light to the measurement area (FOV) by using the illumination unit of the inspection equipment, and photographing the reflection image of the irradiated light using a camera mounted on the inspection equipment Can be obtained.
  • Measurement data PI according to the first color, the second color, and a color different from the third color may also be obtained.
  • the color may include a fourth color in which the first color and the second color are combined, a fifth color in which the first color and the third color are combined, the second color, and the third color.
  • the combination may further include at least one of a sixth color in combination, the first color, the second color, and a seventh color in combination with the third color.
  • the combined colors may be generated by combining the measurement data PI according to the first color, the second color, and the third color.
  • the fourth color, the fifth color, the sixth color, and the seventh color may be yellow, red violet, cyan, and white, respectively.
  • an illumination condition is set by comparing the reference data RI acquired for the measurement area FOV and the measurement data PI for each color (S140), and a feature object is set for the measurement area (S140). S150).
  • the setting of the illumination condition (S140) may be made earlier or later than the setting of the feature object (S150).
  • FIG. 4 is a flowchart illustrating an embodiment of setting an illumination condition of FIG. 1.
  • a reference mask area including a conductive pattern and a reference no mask area not including the conductive pattern are set in the reference data RI. (S142).
  • the feature object may be a feature block in units of blocks to include a predetermined shape, and the conductive pattern may correspond to the predetermined shape in the feature block.
  • the reference data (RI) and the measurement data (PI) are compared with each other based on the feature objects of various shapes included in the feature block, relatively accurate comparison may be possible.
  • the predetermined shape of the plurality of feature blocks in the block unit may have a two-dimensional separator capable of defining a two-dimensional plane such that a possibility of mistaken by the surrounding shape is eliminated.
  • the feature block may include various lines, quadrangles, circles, and combinations thereof, and straight lines may not be included in the feature block because a two-dimensional plane cannot be defined.
  • the reference data RI may be divided into a reference mask region RM in which a feature object exists and a reference non-mask region RNM in which the feature object does not exist.
  • the reference mask area in which the feature object exists is displayed in gray
  • the reference non-mask area RRN in which the feature object does not exist may be displayed in black.
  • the classification may be made automatically based on the type of the feature object or the like, or may be made manually by the operator.
  • each of the color-specific measurement data PI may be divided into the measurement mask area MM and the measurement non-mask area MNM.
  • an illumination for increasing the gray scale difference between the measurement mask area MM and the measurement non-mask area MNM is set as the illumination condition (S146).
  • the feature object Since the feature object is used as a comparison criterion for obtaining a conversion relationship between the reference data RI and the measurement data PI, the feature object must be accurately specified in the reference data RI and the measurement data PI.
  • accurate specification may be easy. Therefore, it is important to find an illumination condition that makes the distinction between the area corresponding to the feature object and the area not corresponding to the feature object clear.
  • an illumination for increasing a gray value difference between the measurement mask area MM and the measurement non-mask area MNM is found and set as the illumination condition.
  • the gray value difference may include a representative value of gray values of the measurement mask area MM present in the measurement area FOV and the measurement non-mask area MNM present in the measurement area FOV. It can be defined by the difference between the representative value of the gray value of.
  • the representative value may include an average value, a median value, a mode value, and the like.
  • the gray value difference may be representative of a gray value of the measurement mask area existing in the feature block and the measurement non-mask area present in the feature block. It can be defined by the difference between the representative value of the gray value of.
  • the representative value may include an average value, a median value, a mode value, and the like.
  • the feature object may be set in advance before setting the lighting condition (S140).
  • FIG. 5 is a graph illustrating an exemplary embodiment for explaining a process of finding an illumination for increasing a difference in gray values of FIG. 4.
  • the gray value of the measurement mask area MM and the gray value of the measurement non-mask area MNM are shown as histograms among the measurement data PI acquired for each color.
  • the representative value of the gray value of the measurement non-mask area MNM may be a first mode Max1
  • the representative value of the gray value of the measurement mask area MM may be a second mode Max2.
  • the representative value of the gray value of the measurement non-mask area MNM and the gray value of the measurement mask area MM may be an average value, a median value, or the like.
  • the reference data corresponding to the feature object and the measurement data corresponding to the feature object according to the set illumination condition are compared to obtain a distortion amount between the reference data and the measurement data (S160).
  • the distortion amount may be obtained by a quantified conversion formula between the reference data (RI) and the measurement data (PI) corresponding to the comparison block.
  • the measurement data PI Since the measurement data PI is distorted as compared with the reference data RI corresponding to theoretical reference information due to the warpage and the warpage of the substrate, the measurement data PI may be divided between the reference data RI and the measurement data PI.
  • the relationship may be defined by a conversion formula defined according to the amount of distortion.
  • the quantified transformation formula is defined using at least one of a position change, a slope change, a size change, and a deformation degree obtained by comparing the reference data RI and the measurement data PI for the comparison block. Can be.
  • the conversion formula may be expressed as Equation 1.
  • P CAD is a coordinate of a target according to CAD information or Gerber information, that is, a coordinate in the reference data RI
  • f (tm) is a transformation matrix as a transfer matrix
  • P real is a coordinate of the target in the measurement data PI obtained by the camera.
  • the transformation matrix may include a coordinate transformation matrix according to an affine transformation or a perspective transformation in which a point correspondence relationship in an n-dimensional space is represented by a first-order equation.
  • the number of feature objects may be appropriately set. For example, three or more feature objects may be set in the case of an affine transformation and four or more feature objects in the case of a perspective transform.
  • the measurement data PI may be, for example, data (or photographed images) measured before mounting the component on the substrate, or after mounting the component on the substrate. It may be measured data (or photographed image).
  • the inspection area within the measurement area is set by compensating for the distortion amount (S170).
  • the inspection area is determined with respect to the actual substrate with respect to the original measurement area FOV. Closer to the shape.
  • the inspection area may be set for all or part of the measurement area FOV.
  • the verification may be performed by directly using the feature object for obtaining the distortion amount or by separately using the feature object for verification.
  • FIG. 6 is a flowchart illustrating a test method according to another exemplary embodiment of the present invention.
  • a measurement area is first set on a substrate (S210).
  • this step may be substantially the same as setting the feature object of FIG. 1 (S150).
  • the concept of the illumination condition of this step may be substantially the same as the concept of the illumination condition described in FIGS. 1 to 5.
  • the concept of the measurement data of this step may be substantially the same as the concept of the measurement data described in FIGS. 1 to 5, and this step may be substantially the same as that of acquiring the measurement data of FIG. 1 (S130). May be the same.
  • the measurement data may be obtained by irradiating illumination having two or more colors to the measurement area, respectively, and imaging.
  • an illumination condition is set using the measurement data for each light of the different conditions (S250).
  • the amount of distortion of the measurement area is obtained by comparing the reference data corresponding to the feature object with the measurement data of the feature object obtained by the set illumination condition (S260).
  • this step may be substantially the same as obtaining the distortion amount of FIG. 1 (S160).
  • the inspection area within the measurement area is set by compensating for the distortion amount (S270).
  • this step may be substantially the same as setting the inspection area of FIG. 1 (S170).
  • the illumination conditions by setting the illumination conditions to increase the gray value difference by using the information obtained for each color of the measurement data (PI) for the measurement area (FOV) is optimized for obtaining a high quality feature object
  • the lighting conditions can be obtained, and thus the inspection area can be set more accurately.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Operations Research (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

기판을 검사하기 위하여, 먼저 기판 상에 측정영역을 설정하고, 측정영역에 대한 기준 데이터를 획득한다. 이어서, 측정영역에 대한 측정 데이터를 컬러별로 획득하고, 측정영역에 대하여 획득된 기준 데이터 및 컬러별 측정 데이터를 이용하여 조명조건을 설정한다. 다음으로, 측정영역에 대하여 특징객체를 설정하고, 특징객체에 대응하는 기준 데이터와 설정된 조명조건에 따른 특징객체에 대응하는 측정 데이터를 비교하여, 기준 데이터와 측정 데이터 사이의 왜곡량을 획득한다. 이어서, 왜곡량을 보상하여 측정영역 내의 검사영역을 설정한다. 이에 따라, 왜곡을 보상한 정확한 검사영역을 설정할 수 있다.

Description

검사방법
본 발명은 검사방법에 관한 것으로, 더욱 상세하게는 기판의 검사방법에 관한 것이다.
일반적으로, 전자장치 내에는 적어도 하나의 인쇄회로기판(printed circuit board; PCB)이 구비되며, 이러한 인쇄회로기판 상에는 회로 패턴, 연결 패드부, 상기 연결 패드부와 전기적으로 연결된 구동칩 등 다양한 회로 소자들이 실장되어 있다.
일반적으로, 상기와 같은 다양한 회로 소자들이 상기 인쇄회로기판에 제대로 형성 또는 배치되었는지 확인하기 위하여 형상 측정장치가 사용된다.
종래의 형상 측정장치는 소정의 측정영역을 설정하여, 상기 측정영역 내에서 소정의 회로 소자가 제대로 형성되어 있는지를 검사한다. 종래의 측정영역 설정방법에서는, 단순히 이론적으로 회로 소자가 존재하여야 할 영역을 측정영역으로 설정한다.
측정영역은 측정을 원하는 위치에 정확히 설정되어야 측정을 요하는 회로 소자의 측정이 제대로 수행될 수 있지만, 인쇄회로기판과 같은 측정 대상물은 베이스 기판의 휨(warp), 뒤틀림(distortion) 등의 왜곡이 발생할 수 있으므로, 종래의 측정영역은 측정을 원하는 위치에 정확히 설정되지 못하고, 촬영부의 카메라에서 획득하는 이미지는 이론적으로 회로 소자가 존재하는 위치와 일정한 차이가 발생하는 문제점이 있다.
따라서, 상기와 같은 측정 대상물의 왜곡을 적절히 보상한 측정영역을 설정할 필요성이 요청된다.
따라서, 본 발명이 해결하고자 하는 과제는 양질의 특징객체를 획득하기 위한 최적의 조명조건을 획득할 수 있으며, 이에 따라 보다 정확하게 검사영역을 설정할 수 있는 검사방법을 제공하는 것이다.
본 발명의 예시적인 일 실시예에 따라 기판을 검사하기 위하여, 먼저 기판 상에 측정영역을 설정한다. 이어서, 상기 측정영역에 대한 기준 데이터를 획득한다. 다음으로, 상기 측정영역에 대한 측정 데이터를 컬러별로 획득한다. 이어서, 상기 측정영역에 대하여 획득된 상기 기준 데이터 및 상기 컬러별 측정 데이터를 이용하여 조명조건을 설정한다. 다음으로, 상기 측정영역에 대하여 특징객체를 설정한다. 이어서, 상기 특징객체에 대응하는 기준 데이터와 상기 설정된 조명조건에 따른 상기 특징객체에 대응하는 측정 데이터를 비교하여, 상기 기준 데이터와 상기 측정 데이터 사이의 왜곡량을 획득한다. 다음으로, 상기 왜곡량을 보상하여 상기 측정영역 내의 검사영역을 설정한다.
상기 측정영역에 대하여 획득된 상기 기준 데이터 및 상기 컬러별 측정 데이터를 이용하여 조명조건을 설정하는 단계는, 상기 기준 데이터 내에서 도전패턴을 포함하는 기준 마스크(mask) 영역 및 상기 도전패턴을 포함하지 않는 기준 비마스크(no mask) 영역을 설정하는 단계, 상기 컬러별 측정 데이터 내에서 상기 기준 마스크 영역에 대응하는 측정 마스크 영역 및 상기 기준 비마스크 영역에 대응하는 측정 비마스크 영역을 설정하는 단계 및 상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값(gray scale) 차이를 크게 하는 조명을 상기 조명조건으로 설정하는 단계를 포함할 수 있다.
상기 기준 마스크 영역은 상기 기판을 구성하는 신호라인 배선용 기판층(signal layer)에 대응할 수 있다.
일 실시예로, 상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값 차이는, 상기 측정영역 내에 존재하는 상기 측정 마스크 영역의 그레이값의 대표값 및 상기 측정영역 내에 존재하는 상기 측정 비마스크 영역의 그레이값의 대표값 사이의 차이에 의하여 정의될 수 있다.
다른 실시예로, 상기 특징객체는 상기 측정영역 내의 소정의 형상을 포함하도록 블록(block) 단위의 특징블록으로 설정되며, 상기 측정영역에 대하여 특징객체를 설정하는 단계는 상기 측정영역에 대하여 획득된 상기 기준 데이터 및 상기 컬러별 측정 데이터를 비교하여 조명조건을 설정하는 단계 이전에 수행될 수 있다. 상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값 차이는, 상기 특징블록 내에 존재하는 상기 측정 마스크 영역의 그레이값의 대표값 및 상기 특징블록 내에 존재하는 상기 측정 비마스크 영역의 그레이값의 대표값 사이의 차이에 의하여 정의될 수 있다.
상기 컬러는 서로 상이한 제1 컬러, 제2 컬러 및 제3 컬러를 포함할 수 있다. 상기 제1 컬러, 상기 제2 컬러 및 상기 제3 컬러는 측정장치에 의하여 직접 획득될 수 있다. 또한, 상기 컬러는, 상기 제1 컬러 및 상기 제2 컬러를 조합한 제4 컬러, 상기 제1 컬러 및 상기 제3 컬러를 조합한 제5 컬러, 상기 제2 컬러 및 상기 제3 컬러를 조합한 제6 컬러, 상기 제1 컬러, 상기 제2 컬러 및 상기 제3 컬러를 조합한 제7 컬러 중 적어도 하나를 더 포함할 수 있다.
상기 왜곡량은 상기 기준 데이터 및 상기 측정 데이터 사이의 정량화된 변환 공식으로 획득될 수 있으며, 상기 정량화된 변환 공식은, 상기 기준 데이터와 상기 측정 데이터를 비교하여 획득된 위치 변화, 기울기 변화, 크기 변화 및 변형도 중 적어도 하나 이상을 이용하여 정의될 수 있다.
상기 특징객체는 상기 측정영역 내의 소정의 형상을 포함하도록 블록(block) 단위의 특징블록으로 설정될 수 있으며, 상기 특징블록의 상기 소정의 형상은 주변의 형상에 의한 오인 가능성이 제거되도록 2차원 구분자를 가질 수 있다.
본 발명의 예시적인 다른 실시예에 따라 기판을 검사하기 위하여, 먼저 기판 상에 측정영역을 설정한다. 이어서, 상기 측정영역에 대하여 특징객체를 설정한다. 다음으로, 상기 측정영역에 대하여 각기 다른 조건의 조명을 조사한다. 이어서, 상기 각기 다른 조건의 조명에 따른 상기 측정영역에 대한 측정 데이터를 획득한다. 다음으로, 상기 각기 다른 조건의 조명별 측정 데이터를 이용하여 조명조건을 설정한다. 이어서, 상기 특징객체에 대응하는 기준 데이터와 상기 설정된 조명조건에 의해 획득된 상기 특징객체의 측정 데이터를 비교하여 상기 측정영역의 왜곡량을 획득한다. 다음으로, 상기 왜곡량을 보상하여 상기 측정영역 내의 검사영역을 설정한다.
일 실시예로, 상기 각기 다른 조건의 조명에 따른 상기 측정영역에 대한 측정 데이터를 획득하는 단계는, 2가지 이상의 칼라를 가지는 조명을 각각 상기 측정영역에 조사하고, 각각 촬상하여 획득할 수 있다. 상기 컬러는 서로 상이한 제1 컬러, 제2 컬러 및 제3 컬러를 포함할 수 있다. 상기 제1 컬러, 상기 제2 컬러 및 상기 제3 컬러는 측정장치에 의하여 직접 획득될 수 있고, 상기 컬러는, 상기 제1 컬러 및 상기 제2 컬러를 조합한 제4 컬러, 상기 제1 컬러 및 상기 제3 컬러를 조합한 제5 컬러, 상기 제2 컬러 및 상기 제3 컬러를 조합한 제6 컬러, 상기 제1 컬러, 상기 제2 컬러 및 상기 제3 컬러를 조합한 제7 컬러 중 적어도 하나를 더 포함할 수 있다.
일 실시예로, 상기 각기 다른 조건의 조명별 측정 데이터를 이용하여 조명조건을 설정하는 단계는, 상기 기준 데이터 내에서 상기 특징객체를 포함하는 기준 마스크(mask) 영역 및 상기 특징객체를 포함하지 않는 기준 비마스크(no mask) 영역을 설정하는 단계, 상기 각기 다른 조건의 조명별 측정 데이터 내에서 상기 기준 마스크 영역에 대응하는 측정 마스크 영역 및 상기 기준 비마스크 영역에 대응하는 측정 비마스크 영역을 구분하는 단계 및 상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값(gray scale)을 기준으로 상기 조명조건을 설정하는 단계를 포함할 수 있다. 상기 기준 마스크 영역은 적어도 상기 기판을 구성하는 신호라인 배선용 기판층(signal layer)을 포함할 수 있다. 상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값을 기준으로 상기 조명조건으로 설정하는 단계는, 상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값(grayscale) 차이가 크게 하는 조건의 조명을 상기 조명조건으로 설정할 수 있다. 상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값 차이는, 상기 측정 마스크 영역의 그레이값의 대표값 및 상기 측정 비마스크 영역의 그레이값의 대표값 사이의 차이에 의하여 정의될 수 있다.
상기 특징객체는 상기 측정영역 내의 소정의 형상을 포함하도록 블록(block) 단위의 특징블록으로 설정될 수 있으며, 상기 측정영역에 대하여 특징객체를 설정하는 단계는 상기 각기 다른 조건의 조명별 측정 데이터를 이용하여 조명조건을 설정하는 단계 이전에 수행될 수 있고, 상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값 차이는, 상기 특징블록 내에 존재하는 상기 측정 마스크 영역의 그레이값의 대표값 및 상기 특징블록 내에 존재하는 상기 측정 비마스크 영역의 그레이값의 대표값 사이의 차이에 의하여 정의될 수 있다.
일 실시예로, 상기 왜곡량은 상기 기준 데이터 및 상기 측정 데이터 사이의 정량화된 변환 공식으로 획득될 수 있으며, 상기 정량화된 변환 공식은, 상기 기준 데이터와 상기 측정 데이터를 비교하여 획득된 위치 변화, 기울기 변화, 크기 변화 및 변형도 중 적어도 하나 이상을 이용하여 정의될 수 있다.
일 실시예로, 상기 특징객체는 상기 측정영역 내의 소정의 형상을 포함하도록 블록(block) 단위의 특징블록으로 설정될 수 있으며, 상기 특징블록의 상기 소정의 형상은 주변의 형상에 의한 오인 가능성이 제거되도록 2차원 구분자를 가질 수 있다.
본 발명의 예시적인 또 다른 실시예에 따라 기판을 검사하기 위하여, 먼저 기준 데이터 내에서 기준 마스크 영역 및 기준 비마스크 영역을 설정한다. 이어서, 각기 다른 조건의 조명을 조사하고 촬상하여 데이터를 획득한다. 다음으로, 상기 획득된 데이터에서 상기 기준 마스크 영역에 대응하는 측정 마스크 영역 및 상기 기준 비마스크 영역에 대응 하는 측정 비마스크 영역을 구분한다. 이어서, 상기 측정 마스크 영역 및 상기 측정 비 마스크 영역 사이의 그레이 값 차이를 크게 하는 조건의 조명을 조명 조건으로 설정한다.
일 실시예로, 상기 기판 검사방법은, 상기 설정된 조명 조건을 이용하여 기판상의 측정영역내에 있는 특징객체의 데이터를 획득하는 단계, 상기 특징객체에 대응하는 기준데이터와 상기 설정된 조명 조건으로 획득된 특징객체의 데이터를 비교하여 측정영역의 왜곡량을 획득하는 단계 및 상기 왜곡량을 보상하여 상기 측정영역 내의 검사영역을 설정하는 단계를 더 포함할 수 있다.
본 발명에 따르면, 측정영역에 대한 측정 데이터를 컬러별로 획득된 정보를 이용하여 그레이값 차이를 크게 하도록 조명조건을 설정함으로써 양질의 특징객체를 획득하기 위한 최적의 조명조건을 획득할 수 있으며, 이에 따라 보다 정확하게 검사영역을 설정할 수 있다.
또한, 상기와 같이 설정된 검사영역을 기초로 부품의 불량 검사 등의 작업을 수행할 수 있으므로, 보다 정확히 상기 기판의 불량 여부 등을 판단할 수 있다.
도 1은 본 발명의 일 실시예에 의한 검사방법을 나타낸 흐름도이다.
도 2는 도 1의 검사방법에서 기준 데이터의 일 예를 나타낸 평면도이다.
도 3은 도 1의 검사방법에서 측정 데이터의 일 예를 나타낸 평면도이다.
도 4는 도 1의 조명조건을 설정하는 일 실시예를 나타낸 흐름도이다.
도 5는 도 4의 그레이값 차이를 크게 하는 조명을 찾는 과정을 설명하기 위한 일 실시예를 나타낸 그래프이다.
도 6은 본 발명의 다른 실시예에 의한 검사방법을 나타낸 흐름도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시예들을 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다.
일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예들을 보다 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 의한 검사방법을 나타낸 흐름도이고, 도 2는 도 1의 검사방법에서 기준 데이터의 일 예를 나타낸 평면도이며, 도 3은 도 1의 검사방법에서 측정 데이터의 일 예를 나타낸 평면도이다.
도 1 내지 도 3을 참조하면, 본 발명의 일 실시예에 따라 왜곡이 보상된 검사영역을 설정하기 위하여, 먼저 기판 상에 측정영역(FOV)을 설정한다(S110).
상기 측정영역(FOV)은 상기 기판을 불량 여부를 검사하기 위하여 상기 기판 상에 설정된 소정의 영역을 의미하며, 예를 들어, 3차원 형상 측정장치와 같은 검사장비에 장착된 카메라의 촬영 범위(field of view)를 기준으로 설정될 수 있다.
이어서, 상기 측정영역(FOV)에 대한 기준 데이터(RI)를 획득한다(S120).
상기 기준 데이터(RI)는, 예를 들면 도 2에 도시된 바와 같이, 상기 기판(100)에 대한 이론적인 평면 이미지일 수 있다.
일 실시예로, 상기 기준 데이터(RI)는 상기 기판에 대한 형상을 기록한 캐드(CAD)정보나 거버(gerber)정보로부터 획득될 수 있다. 상기 캐드정보나 거버정보는 상기 기판의 설계 기준정보를 포함하며, 일반적으로 패드, 회로 패턴, 홀 패턴 등에 관한 배치정보를 포함한다.
다른 실시예로, 상기 기준 데이터(RI)는 학습모드에 의해 얻어진 학습정보로부터 획득될 수 있다. 상기 학습모드는 예를 들면 데이터베이스에서 기판정보를 검색하여 상기 데이터베이스 검색 결과 기판정보가 없으면 베어기판의 학습을 실시하고, 이어서 상기 베어기판의 학습이 완료되어 베어기판의 패드 및 배선정보 등과 같은 기판정보가 산출되면 상기 기판정보를 상기 데이터베이스에 저장하는 방식 등과 같이 구현될 수 있다. 즉, 상기 학습모드에서 인쇄회로기판의 베어기판을 학습하여 인쇄회로기판의 설계 기준정보가 획득되며, 상기 학습모드를 통하여 학습정보를 획득함으로써 상기 기준 데이터(RI)를 획득할 수 있다.
다음으로, 상기 측정영역(FOV)에 대한 측정 데이터(PI)를 컬러(color)별로 획득한다(S130).
상기 측정 데이터(PI)는, 예를 들면 도 3에 도시된 바와 같이, 상기 기준 데이터(RI)에 대응하는 상기 기판을 3차원 형상 측정장치와 같은 검사장비로 실제 촬영한 이미지일 수 있다. 상기 측정 데이터(PI)는 도 2에 도시된 상기 기준 데이터(RI)와 유사하지만, 상기 기판(100)의 휨, 뒤틀림 등에 의하여 상기 기준 데이터(RI)에 비하여 다소 왜곡되어 있다.
일 실시예로, 상기 측정 데이터(PI)는 상기 검사장비의 조명부를 이용하여 상기 측정영역(FOV)에 광을 조사하고, 상기 조사된 광의 반사 이미지를 상기 검사장비에 장착된 카메라를 이용하여 촬영함으로써 획득될 수 있다.
일 실시예로, 상기 컬러는 서로 상이한 제1 컬러, 제2 컬러 및 제3 컬러를 포함할 수 있다. 즉, 상기 조명부는 상기 제1 컬러의 광을 생성하는 제1 조명원, 상기 제2 컬러의 광을 생성하는 제2 조명원 및 상기 제3 컬러의 광을 생성하는 제3 조명원을 포함할 수 있다. 이에 따라, 상기 제1 컬러, 상기 제2 컬러 및 상기 제3 컬러는 상기 검사장비의 조명부에 의하여 직접 획득된다. 예를 들면, 상기 제1 컬러, 상기 제2 컬러 및 상기 제3 컬러는 각각 적색(red), 녹색(green) 및 청색(blue)일 수 있다.
상기 제1 컬러, 상기 제2 컬러 및 상기 제3 컬러와 다른 컬러에 따른 측정 데이터(PI)도 획득될 수 있다. 예를 들면, 상기 컬러는, 상기 제1 컬러 및 상기 제2 컬러를 조합한 제4 컬러, 상기 제1 컬러 및 상기 제3 컬러를 조합한 제5 컬러, 상기 제2 컬러 및 상기 제3 컬러를 조합한 제6 컬러, 상기 제1 컬러, 상기 제2 컬러 및 상기 제3 컬러를 조합한 제7 컬러 중 적어도 하나를 더 포함할 수 있다. 상기 조합된 컬러들은 상기 제1 컬러, 상기 제2 컬러 및 상기 제3 컬러에 따른 측정 데이터(PI)를 조합하여 생성할 수 있다. 예를 들면, 상기 제4 컬러, 상기 제5 컬러, 상기 제6 컬러 및 상기 제7 컬러는 각각 황색(yellow), 붉은 보라색(magenta), 청록색(cyan) 및 백색(white)일 수 있다.
이와 같이, 상기 측정 데이터(PI)는 컬러별로 획득되므로, 상기 컬러의 개수만큼 서로 상이한 측정 데이터들이 획득된다.
이어서, 상기 측정영역(FOV)에 대하여 획득된 상기 기준 데이터(RI) 및 상기 컬러별 측정 데이터(PI)를 비교하여 조명조건을 설정하고(S140), 상기 측정영역에 대하여 특징객체를 설정한다(S150).
상기 조명조건의 설정(S140)은 상기 특징객체의 설정(S150) 보다 먼저 이루어질 수도 있고, 나중에 이루어질 수도 있다.
도 4는 도 1의 조명조건을 설정하는 일 실시예를 나타낸 흐름도이다.
도 4를 참조하면, 조명조건 설정을 위하여 먼저
상기 기준 데이터(RI) 내에서 도전패턴을 포함하는 기준 마스크(mask) 영역 및 상기 도전패턴을 포함하지 않는 기준 비마스크(no mask) 영역을 설정한다. (S142).
상기 도전패턴은 예를 들면, 회로 패턴, 홀(hole) 패턴 등을 포함하며, 특징객체에 대응되거나 포함되는 형상을 갖는다. 상기 특징객체는 후술되는 상기 기준 데이터(RI)와 상기 측정 데이터(PI) 사이의 왜곡량 또는 상기 기준 데이터(RI)와 상기 기판에 부품이 형성된 후의 측정 데이터 사이의 왜곡량을 획득하기 위한 비교의 기준으로 활용된다.
상기 특징객체는 상기 기준 데이터(RI)와 상기 측정 데이터 내의 소정의 좌표 상에 위치하는 소정의 형상을 갖는 객체를 포함할 수 있으며, 상기 도전패턴에 직접 대응될 수 있다. 예를 들면, 상기 특징객체는 상기 기판에 형성된 홀 패턴, 굽은 회로 패턴의 코너(corner) 부분 등을 포함할 수 있으며, 상기 홀 패턴의 중심점의 좌표나 굽은 회로 패턴의 코너 포인트의 좌표를 기준으로 상기 기준 데이터(RI)와 상기 측정 데이터를 비교함으로써 후술되는 왜곡량을 획득할 수 있다.
이와는 다르게, 상기 특징객체는 소정의 형상을 포함하도록 블록(block)을 단위로 한 특징블록(feature block)일 수도 있으며, 상기 도전패턴은 상기 특징블록 내의 상기 소정의 형상에 대응될 수 있다. 이 경우, 상기 특징블록 내에 포함된 다양한 형상의 특징객체를 기준으로 상기 기준 데이터(RI) 및 상기 측정 데이터(PI)를 서로 비교하므로, 비교적 정확한 비교가 가능할 수 있다.
상기 블록 단위의 복수의 특징블록들의 상기 소정의 형상은 주변의 형상에 의한 오인 가능성이 제거되도록 2차원 평면을 정의할 수 있는 2차원 구분자를 가질 수 있다. 예를 들면, 상기 특징블록 내에는 꺾인 선, 사각형, 원형 및 이들의 조합 등이 다양하게 포함될 수 있으며, 직선은 2차원 평면을 정의할 수 없어 상기 특징블록 내에 포함될 수 없다.
상기 기준 데이터(RI)는, 도 2에 도시된 바와 같이, 특징객체가 존재하는 기준 마스크 영역(RM)과 특징객체가 존재하지 않는 기준 비마스크 영역(RNM)으로 구분될 수 있다.
도 2에서, 상기 특징객체가 존재하는 기준 마스크 영역은(RM) 회색으로 표시되고, 상기 특징객체가 존재하지 않는 기준 비마스크 영역(RNM)은 검정색으로 표시되도록 구분할 수 있다. 상기 구분은 기 설정된 상기 특징객체의 유형 등을 기초로 자동으로 이루어질 수도 있고, 작업자가 직접 선택함에 의하여 수동으로 이루어질 수도 있다.
예를 들면, 상기 기준 마스크 영역(RM)은 상기 기판을 구성하는 신호라인 배선용 기판층(signal layer)에 대응할 수 있고, 상기 기준 비마스크 영역(RNM)은 그 이외의 영역일 수 있다.
이어서, 상기 컬러별 측정 데이터(PI) 내에서 측정 마스크 영역(MM) 및 측정 비마스크 영역(MNM)을 설정한다(S144). 상기 측정 마스크 영역(MM)은 상기 기준 마스크 영역(RM)에 대응하고, 상기 측정 비마스크 영역(MNM)은 상기 기준 비마스크 영역(RNM)에 대응한다.
일 실시예로, 도 3에 도시된 바와 같이, 상기 컬러별 측정 데이터(PI) 각각을 상기 측정 마스크 영역(MM) 및 상기 측정 비마스크 영역(MNM)으로 구분할 수 있다.
다음으로, 상기 측정 마스크 영역(MM) 및 상기 측정 비마스크 영역(MNM) 사이의 그레이값(gray scale) 차이를 크게 하는 조명을 상기 조명조건으로 설정한다(S146).
상기 특징객체는 상기 기준 데이터(RI)와 상기 측정 데이터(PI) 사이의 변환 관계를 획득하기 위한 비교 기준으로 활용되므로, 상기 기준 데이터(RI)와 상기 측정 데이터(PI)에서 정확히 특정되어야 한다. 상기 특징객체에 대응하는 영역과 상기 특징객체와 인접하며 상기 특징객체에 대응하지 않는 영역 사이의 구별이 명확한 경우, 정확한 특정이 용이할 수 있다. 따라서, 상기 특징객체에 대응하는 영역과 상기 특징객체에 대응하지 않는 영역 사이의 구별이 명확하도록 하는 조명조건을 찾는 것이 중요하다.
예를 들어, 상기 컬러별로 획득된 측정 데이터(PI) 중에서 상기 측정 마스크 영역(MM) 및 상기 측정 비마스크 영역(MNM) 사이의 그레이값 차이를 크게 하는 조명을 찾아서 상기 조명조건으로 설정한다.
일 실시예로, 상기 그레이값 차이는 상기 측정영역(FOV) 내에 존재하는 상기 측정 마스크 영역(MM)의 그레이값의 대표값 및 상기 측정영역(FOV) 내에 존재하는 상기 측정 비마스크 영역(MNM)의 그레이값의 대표값 사이의 차이에 의하여 정의될 수 있다. 예를 들면, 상기 대표값은 평균값, 중앙값, 최빈값 등을 포함할 수 있다.
다른 실시예로, 상기 특징객체가 블록 단위의 특징블록인 경우, 상기 그레이값 차이는 상기 특징블록 내에 존재하는 상기 측정 마스크 영역의 그레이값의 대표값 및 상기 특징블록 내에 존재하는 상기 측정 비마스크 영역의 그레이값의 대표값 사이의 차이에 의하여 정의될 수 있다. 예를 들면, 상기 대표값은 평균값, 중앙값, 최빈값 등을 포함할 수 있다.
이 경우, 상기 특징객체는 상기 조명조건을 설정하는 단계(S140) 이전에 미리 설정될 수 있다.
도 5는 도 4의 그레이값 차이를 크게 하는 조명을 찾는 과정을 설명하기 위한 일 실시예를 나타낸 그래프이다.
도 5를 참조하면, 상기 컬러별로 획득된 측정 데이터(PI) 중에서 상기 측정 마스크 영역(MM)의 그레이값과 상기 측정 비마스크 영역(MNM)의 그레이값이 히스토그램(histogram)으로 나타나 있다.
상기 히스토그램에서, 두 개의 위로 볼록한 형태가 나타나는데, 상기 측정 비마스크 영역(MNM)이 좌측에 해당하고, 상기 측정 마스크 영역(MM)이 우측에 해당한다.
예를 들면, 상기 측정 비마스크 영역(MNM)의 그레이값의 대표값은 제1 최빈값(Max1)일 수 있으며, 상기 측정 마스크 영역(MM)의 그레이값의 대표값은 제2 최빈값(Max2)일 수 있다. 물론 상기 측정 비마스크 영역(MNM)의 그레이값의 대표값과 상기 측정 마스크 영역(MM)의 그레이값의 대표값은 평균값, 중앙값 등이 될 수도 있다.
이어서, 상기 특징객체에 대응하는 기준 데이터와 상기 설정된 조명조건에 따른 상기 특징객체에 대응하는 측정 데이터를 비교하여, 상기 기준 데이터와 상기 측정 데이터 사이의 왜곡량을 획득한다(S160).
상기 왜곡량은 상기 비교용 블록에 대응하는 상기 기준 데이터(RI) 및 상기 측정 데이터(PI) 사이의 정량화된 변환 공식으로 획득될 수 있다.
상기 측정 데이터(PI)는 상기 기판의 휨, 뒤틀림 등으로 인하여 이론적인 기준 정보에 해당하는 상기 기준 데이터(RI)에 비하여 왜곡되어 있으므로, 상기 기준 데이터(RI) 및 상기 측정 데이터(PI) 사이의 관계는 상기 왜곡량에 따라 정의된 변환 공식에 의해 정의될 수 있다.
상기 정량화된 변환 공식은, 상기 비교용 블록에 대한 상기 기준 데이터(RI) 및 상기 측정 데이터(PI)를 비교하여 획득된 위치 변화, 기울기 변화, 크기 변화 및 변형도 중 적어도 하나 이상을 이용하여 정의될 수 있다.
한편, 일 예로 상기 변환 공식은 수학식 1과 같이 표현될 수 있다.
수학식 1
Figure PCTKR2012005636-appb-M000001
상기 수학식 1에서, PCAD는 CAD정보나 거버정보에 따른 타겟(target)의 좌표, 즉 상기 기준 데이터(RI)에서의 좌표이고, f(tm)은 변환 행렬(transfer matrix)로서 상기 변환 공식에 해당하며, Preal은 카메라에 의하여 획득된 상기 측정 데이터(PI)에서의 상기 타겟의 좌표이다. 상기 기준 데이터(RI)에서의 이론 좌표 PCAD와 상기 측정 데이터(PI)에서의 실제 좌표 Preal을 구하면, 상기 변환 행렬을 알 수 있다.
예를 들면, 상기 변환 행렬은 n차원 공간 상의 점대응 관계가 1차식에 의해 표현되는 아핀(affine) 변환 또는 퍼스펙티브(perspective) 변환에 따른 좌표변환 행렬을 포함할 수 있다. 상기 좌표변환 행렬을 정의하기 위하여, 상기 특징객체들의 개수를 적절히 설할 수 있으며, 일 예로 아핀 변환의 경우 3개 이상의 특징객체들을, 퍼스펙티브 변환의 경우 4개 이상의 특징객체들을 설정할 수 있다.
한편, 상기 측정 데이터(PI)는, 예를 들면 도 3에 도시된 바와 같이, 상기 기판에 부품을 실장하기 전에 측정된 데이터(혹은 촬영된 이미지)일 수도 있고, 상기 기판에 부품을 실장한 후에 측정된 데이터(혹은 촬영된 이미지)일 수도 있다.
이어서, 상기 왜곡량을 보상하여 상기 측정영역 내의 검사영역을 설정한다(S170).
상기 왜곡량은 상기 기준 데이터(RI)와 비교하여 상기 측정 데이터(PI)에서 발생된 왜곡의 정도를 나타내므로, 이를 보상하면 상기 검사영역은 최초의 측정영역(FOV)에 대하여 실제의 기판에 대한 형상에 보다 근접할 수 있다. 상기 검사영역의 설정은 상기 측정영역(FOV)의 전부 또는 일부에 대하여 이루어질 수 있다.
상기 왜곡량을 보상하여 상기 측정 데이터(PI) 내에서의 검사영역을 설정하면, 상기 검사영역 내의 부품의 불량 여부 등을 보다 정확히 검사할 수 있다. 이때, 상기 측정 데이터(PI)가 도 3에 도시된 바와 같은 부품을 실장하기 전에 측정된 데이터인 경우, 부품 실장 후의 측정 데이터를 별도로 획득한 후 검사를 수행한다. 이와는 다르게, 상기 측정 데이터(PI)가 부품을 실장한 후에 측정된 데이터인 경우, 이를 이용하여 검사를 수행한다.
다음으로, 선택적으로 상기 설정된 검사영역이 유효한지 여부를 검증할 수도 있다. 이때, 상기 검증은 상기 왜곡량 획득을 위한 특징객체를 직접 활용하거나, 검증을 위한 특징객체를 별도로 활용하여 수행될 수 있다.
도 6은 본 발명의 다른 실시예에 의한 검사방법을 나타낸 흐름도이다.
도 6을 참조하면, 본 발명의 다른 실시예에 따라 왜곡이 보상된 검사영역을 설정하기 위하여, 먼저 기판 상에 측정영역을 설정한다(S210).
본 단계는 도 1의 측정영역을 설정하는 단계(S110)와 실질적으로 동일하므로, 중복되는 상세한 설명은 생략한다.
이어서, 상기 측정영역에 대하여 특징객체를 설정한다(S220).
예를 들면, 본 단계는 도 1의 특징객체를 설정하는 단계(S150)와 실질적으로 동일할 수 있다.
다음으로, 상기 측정영역에 대하여 각기 다른 조건의 조명을 조사한다(S230).
예를 들면, 본 단계의 조명조건의 개념은 도 1 내지 도 5에서 설명된 조명조건의 개념과 실질적으로 동일할 수 있다.
이어서, 상기 각기 다른 조건의 조명에 따른 상기 측정영역에 대한 측정 데이터를 획득한다(S240).
예를 들면, 본 단계의 측정 데이터의 개념은 도 1 내지 도 5에서 설명된 측정 데이터의 개념과 실질적으로 동일할 수 있으며, 본 단계는 도 1의 측정 데이터를 획득하는 단계(S130)와 실질적으로 동일할 수 있다. 일 실시예로, 상기 측정 데이터는 2가지 이상의 칼라를 가지는 조명을 각각 상기 측정영역에 조사하고, 각각 촬상하여 획득할 수 있다.
다음으로, 상기 각기 다른 조건의 조명별 측정 데이터를 이용하여 조명조건을 설정한다(S250).
예를 들면, 본 단계는 도 1의 조명조건을 설정하는 단계(S140)와 실질적으로 동일할 수 있으며, 상기 조명조건의 설정은 상기 기준 데이터 및 상기 각기 다른 조건의 조명별 측정 데이터를 비교하여 이루어질 수 있다.
이어서, 상기 특징객체에 대응하는 기준 데이터와 상기 설정된 조명조건에 의해 획득된 상기 특징객체의 측정 데이터를 비교하여 상기 측정영역의 왜곡량을 획득한다(S260).
예를 들면, 본 단계는 도 1의 왜곡량을 획득하는 단계(S160)와 실질적으로 동일할 수 있다.
다음으로, 상기 왜곡량을 보상하여 상기 측정영역 내의 검사영역을 설정한다(S270).
예를 들면, 본 단계는 도 1의 검사영역을 설정하는 단계(S170)와 실질적으로 동일할 수 있다.
상기와 같은 본 발명에 따르면, 측정영역(FOV)에 대한 측정 데이터(PI)를 컬러별로 획득된 정보를 이용하여 그레이값 차이를 크게 하도록 조명조건을 설정함으로써 양질의 특징객체를 획득하기 위한 최적의 조명조건을 획득할 수 있으며, 이에 따라 보다 정확하게 검사영역을 설정할 수 있다.
또한, 상기와 같이 설정된 검사영역을 기초로 부품의 불량 검사 등의 작업을 수행할 수 있으므로, 보다 정확히 상기 기판의 불량 여부 등을 판단할 수 있다.
앞서 설명한 본 발명의 상세한 설명에서는 본 발명의 바람직한 실시예들을 참조하여 설명하였지만, 해당 기술분야의 숙련된 당업자 또는 해당 기술분야에 통상의 지식을 갖는 자라면 후술될 특허청구범위에 기재된 본 발명의 사상 및 기술 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이다.　 따라서, 전술한 설명 및 아래의 도면은 본 발명의 기술사상을 한정하는 것이 아닌 본 발명을 예시하는 것으로 해석되어야 한다.

Claims (13)

  1. 기판 상에 측정영역을 설정하는 단계;
    상기 측정영역에 대하여 특징객체를 설정하는 단계;
    상기 측정영역에 대하여 각기 다른 조건의 조명을 조사하는 단계;
    상기 각기 다른 조건의 조명에 따른 상기 측정영역에 대한 측정 데이터를 획득하는 단계;
    상기 각기 다른 조건의 조명별 측정 데이터를 이용하여 조명조건을 설정하는 단계;
    상기 특징객체에 대응하는 기준 데이터와 상기 설정된 조명조건에 의해 획득된 상기 특징객체의 측정 데이터를 비교하여 상기 측정영역의 왜곡량을 획득하는 단계; 및
    상기 왜곡량을 보상하여 상기 측정영역 내의 검사영역을 설정하는 단계를 포함하는 검사방법.
  2. 제1항에 있어서, 상기 각기 다른 조건의 조명에 따른 상기 측정영역에 대한 측정 데이터를 획득하는 단계는,
    2가지 이상의 칼라를 가지는 조명을 각각 상기 측정영역에 조사하고, 각각 촬상하여 획득하는 것을 특징으로 하는 검사방법.
  3. 제2항에 있어서,
    상기 컬러는 서로 상이한 제1 컬러, 제2 컬러 및 제3 컬러를 포함하는 것을 특징으로 하는 검사방법.
  4. 제2항에 있어서,
    상기 컬러는 서로 상이한 제1 컬러, 제2 컬러 및 제3 컬러를 포함하는 것을 특징으로 하는 검사방법.
  5. 제1항에 있어서, 상기 각기 다른 조건의 조명별 측정 데이터를 이용하여 조명조건을 설정하는 단계는,
    상기 기준 데이터 내에서 상기 특징객체를 포함하는 기준 마스크(mask) 영역 및 상기 특징객체를 포함하지 않는 기준 비마스크(no mask) 영역을 설정하는 단계;
    상기 각기 다른 조건의 조명별 측정 데이터 내에서 상기 기준 마스크 영역에 대응하는 측정 마스크 영역 및 상기 기준 비마스크 영역에 대응하는 측정 비마스크 영역을 구분하는 단계; 및
    상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값(gray scale)을 기준으로 상기 조명조건을 설정하는 단계를 포함하는 것을 특징으로 하는 검사방법.
  6. 제5항에 있어서, 상기 기준 마스크 영역은 적어도 상기 기판을 구성하는 신호라인 배선용 기판층(signal layer)을 포함하는 것을 특징으로 하는 검사방법.
  7. 제5항에 있어서, 상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값을 기준으로 상기 조명조건으로 설정하는 단계는,
    상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값(grayscale) 차이가 크게 하는 조건의 조명을 상기 조명조건으로 설정하는 것을 특징으로 하는 검사방법.
  8. 제7항에 있어서,
    상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값 차이는, 상기 측정 마스크 영역의 그레이값의 대표값 및 상기 측정 비마스크 영역의 그레이값의 대표값 사이의 차이에 의하여 정의되는 것을 특징으로 하는 검사방법.
  9. 제5항에 있어서,
    상기 특징객체는 상기 측정영역 내의 소정의 형상을 포함하도록 블록(block) 단위의 특징블록으로 설정되며,
    상기 측정영역에 대하여 특징객체를 설정하는 단계는 상기 각기 다른 조건의 조명별 측정 데이터를 이용하여 조명조건을 설정하는 단계 이전에 수행되고,
    상기 측정 마스크 영역 및 상기 측정 비마스크 영역 사이의 그레이값 차이는, 상기 특징블록 내에 존재하는 상기 측정 마스크 영역의 그레이값의 대표값 및 상기 특징블록 내에 존재하는 상기 측정 비마스크 영역의 그레이값의 대표값 사이의 차이에 의하여 정의되는 것을 특징으로 하는 검사방법.
  10. 제1항 및 제5항 중 어느 한 항에 있어서,
    상기 왜곡량은 상기 기준 데이터 및 상기 측정 데이터 사이의 정량화된 변환 공식으로 획득되며,
    상기 정량화된 변환 공식은, 상기 기준 데이터와 상기 측정 데이터를 비교하여 획득된 위치 변화, 기울기 변화, 크기 변화 및 변형도 중 적어도 하나 이상을 이용하여 정의되는 것을 특징으로 하는 검사방법.
  11. 제1항에 있어서,
    상기 특징객체는 상기 측정영역 내의 소정의 형상을 포함하도록 블록(block) 단위의 특징블록으로 설정되며,
    상기 특징블록의 상기 소정의 형상은 주변의 형상에 의한 오인 가능성이 제거되도록 2차원 구분자를 갖는 것을 특징으로 하는 검사방법.
  12. 기준 데이터 내에서 기준 마스크 영역 및 기준 비마스크 영역을 설정하는 단계;
    각기 다른 조건의 조명을 조사하고 촬상하여 데이터를 획득하는 단계;
    상기 획득된 데이터에서 상기 기준 마스크 영역에 대응하는 측정 마스크 영역 및 상기 기준 비마스크 영역에 대응 하는 측정 비마스크 영역을 구분하는 단계; 및
    상기 측정 마스크 영역 및 상기 측정 비 마스크 영역 사이의 그레이 값 차이를 크게 하는 조건의 조명을 조명 조건으로 설정하는 단계를 포함하는 검사 방법.
  13. 제12항에 있어서,
    상기 설정된 조명 조건을 이용하여 기판상의 측정영역내에 있는 특징객체의 데이터를 획득하는 단계;
    상기 특징객체에 대응하는 기준데이터와 상기 설정된 조명 조건으로 획득된 특징객체의 데이터를 비교하여 측정영역의 왜곡량을 획득하는 단계; 및
    상기 왜곡량을 보상하여 상기 측정영역 내의 검사영역을 설정하는 단계를 더 포함하는 것을 특징으로 하는 검사방법.
PCT/KR2012/005636 2011-07-13 2012-07-13 검사방법 Ceased WO2013009151A2 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2014520142A JP5908585B2 (ja) 2011-07-13 2012-07-13 検査方法
CN201280034275.6A CN103649675B (zh) 2011-07-13 2012-07-13 检查方法
US14/232,480 US10706521B2 (en) 2011-07-13 2012-07-13 Inspection method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020110069301A KR101642897B1 (ko) 2011-07-13 2011-07-13 검사방법
KR10-2011-0069301 2011-07-13

Publications (2)

Publication Number Publication Date
WO2013009151A2 true WO2013009151A2 (ko) 2013-01-17
WO2013009151A3 WO2013009151A3 (ko) 2013-04-04

Family

ID=47506757

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2012/005636 Ceased WO2013009151A2 (ko) 2011-07-13 2012-07-13 검사방법

Country Status (5)

Country Link
US (1) US10706521B2 (ko)
JP (1) JP5908585B2 (ko)
KR (1) KR101642897B1 (ko)
CN (1) CN103649675B (ko)
WO (1) WO2013009151A2 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016535279A (ja) * 2013-09-12 2016-11-10 コー・ヤング・テクノロジー・インコーポレーテッド 基板検査のための基準データ生成方法
CN107666853A (zh) * 2015-05-21 2018-02-06 皇家飞利浦有限公司 根据视频序列确定搏动信号

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101447968B1 (ko) * 2013-04-16 2014-10-13 주식회사 고영테크놀러지 기판 검사를 위한 기준평면 설정방법 및 기준평면을 이용한 기판 검사방법
KR101893823B1 (ko) * 2016-10-04 2018-08-31 주식회사 고영테크놀러지 기판 검사장치 및 이를 이용한 기판의 왜곡 보상 방법

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5085517A (en) * 1989-10-31 1992-02-04 Chadwick Curt H Automatic high speed optical inspection system
US5129009A (en) * 1990-06-04 1992-07-07 Motorola, Inc. Method for automatic semiconductor wafer inspection
US5495535A (en) * 1992-01-31 1996-02-27 Orbotech Ltd Method of inspecting articles
TW401008U (en) * 1993-04-21 2000-08-01 Omron Tateisi Electronics Co Visual inspection support device and substrate inspection device
US5517234A (en) * 1993-10-26 1996-05-14 Gerber Systems Corporation Automatic optical inspection system having a weighted transition database
US6539106B1 (en) * 1999-01-08 2003-03-25 Applied Materials, Inc. Feature-based defect detection
JP2001283194A (ja) 2000-03-28 2001-10-12 Sony Corp 回路基板の外観検査方法及び回路基板の外観検査装置
JP4411738B2 (ja) * 2000-04-04 2010-02-10 株式会社ニコン 表面検査装置
WO2002049080A2 (en) * 2000-12-15 2002-06-20 Kla Tencor Corporation Method and apparatus for inspecting a substrate
JP4014379B2 (ja) * 2001-02-21 2007-11-28 株式会社日立製作所 欠陥レビュー装置及び方法
JP2003097931A (ja) 2001-09-21 2003-04-03 Olympus Optical Co Ltd 光学検査方法及びその装置
JP3448041B2 (ja) 2001-09-26 2003-09-16 株式会社東芝 パターン欠陥検査装置
JP3878033B2 (ja) * 2002-02-28 2007-02-07 シーケーディ株式会社 三次元計測装置
JP3729154B2 (ja) * 2002-05-10 2005-12-21 株式会社日立製作所 パターン欠陥検査方法及びその装置
JP3823073B2 (ja) * 2002-06-21 2006-09-20 株式会社日立ハイテクノロジーズ 電子線を用いた検査方法及び検査装置
JP2004317155A (ja) 2003-04-11 2004-11-11 Ckd Corp 検査装置
US7522762B2 (en) * 2003-04-16 2009-04-21 Inverness Medical-Biostar, Inc. Detection, resolution, and identification of arrayed elements
JP2005291760A (ja) 2004-03-31 2005-10-20 Anritsu Corp プリント基板検査装置
WO2006006562A1 (ja) * 2004-07-12 2006-01-19 Nikon Corporation 露光条件の決定方法、露光方法、露光装置、及びデバイス製造方法
JP3918854B2 (ja) 2004-09-06 2007-05-23 オムロン株式会社 基板検査方法および基板検査装置
JP4485904B2 (ja) * 2004-10-18 2010-06-23 株式会社日立ハイテクノロジーズ 検査装置及び検査方法
JP4736764B2 (ja) * 2005-01-11 2011-07-27 オムロン株式会社 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置
JP4778755B2 (ja) * 2005-09-09 2011-09-21 株式会社日立ハイテクノロジーズ 欠陥検査方法及びこれを用いた装置
JP2007192743A (ja) * 2006-01-20 2007-08-02 Toshiba Corp 画像取り込み方法並びに検査方法及びその装置
US8103087B2 (en) * 2006-01-20 2012-01-24 Hitachi High-Technologies Corporation Fault inspection method
JP4728144B2 (ja) * 2006-02-28 2011-07-20 株式会社日立ハイテクノロジーズ 回路パターンの検査装置
KR20080002044A (ko) 2006-06-30 2008-01-04 삼성전자주식회사 검사 영역 설정 방법
JP2008084054A (ja) 2006-09-28 2008-04-10 Oki Electric Ind Co Ltd 基板外観検査装置
JP5294445B2 (ja) 2007-10-23 2013-09-18 芝浦メカトロニクス株式会社 円盤状基板の検査装置及び検査方法
KR100902170B1 (ko) 2008-05-19 2009-06-10 (주)펨트론 표면형상 측정장치
JP5174535B2 (ja) * 2008-05-23 2013-04-03 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置
JP5045591B2 (ja) 2008-07-23 2012-10-10 オムロン株式会社 検査領域の領域設定データの作成方法および基板外観検査装置
SG164292A1 (en) * 2009-01-13 2010-09-29 Semiconductor Technologies & Instruments Pte System and method for inspecting a wafer
US8260030B2 (en) * 2009-03-30 2012-09-04 Koh Young Technology Inc. Inspection method
KR101237497B1 (ko) * 2009-03-30 2013-02-26 주식회사 고영테크놀러지 검사영역의 설정방법
KR101196218B1 (ko) 2009-11-13 2012-11-05 주식회사 고영테크놀러지 3차원 형상 측정장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016535279A (ja) * 2013-09-12 2016-11-10 コー・ヤング・テクノロジー・インコーポレーテッド 基板検査のための基準データ生成方法
CN107666853A (zh) * 2015-05-21 2018-02-06 皇家飞利浦有限公司 根据视频序列确定搏动信号

Also Published As

Publication number Publication date
US20140168419A1 (en) 2014-06-19
KR101642897B1 (ko) 2016-07-26
WO2013009151A3 (ko) 2013-04-04
KR20130008750A (ko) 2013-01-23
CN103649675B (zh) 2016-10-12
JP5908585B2 (ja) 2016-04-26
CN103649675A (zh) 2014-03-19
JP2014527160A (ja) 2014-10-09
US10706521B2 (en) 2020-07-07

Similar Documents

Publication Publication Date Title
WO2013048093A2 (ko) 비접촉식 부품검사장치 및 부품검사방법
TWI590725B (zh) 印刷電路板外觀的檢查裝置及檢查方法
WO2009142390A2 (ko) 표면형상 측정장치
WO2014163375A1 (ko) 기판의 이물질 검사방법
WO2012050378A2 (ko) 기판 검사방법
WO2016200096A1 (ko) 3차원 형상 측정장치
WO2012121556A2 (ko) 다중 격자 무늬를 이용한 비전검사장치
WO2020153712A1 (ko) 기판 검사 장치 및 스크린 프린터의 결함 유형 결정 방법
WO2013176482A1 (ko) 3차원 형상 측정장치의 높이 측정 방법
WO2017014518A1 (ko) 검사 시스템 및 검사 방법
WO2013009151A2 (ko) 검사방법
WO2016163840A1 (ko) 3차원 형상 측정장치
WO2018074755A1 (ko) 기판 검사장치 및 이를 이용한 기판 검사방법
WO2011068268A1 (ko) 엘이디 검사방법
WO2016099154A1 (ko) 부품이 실장된 기판 검사방법 및 검사장치
WO2012134146A1 (ko) 스테레오 비전과 격자 무늬를 이용한 비전검사장치
WO2013100223A1 (ko) 기판 검사장치의 높이정보 생성 방법
WO2018066852A1 (ko) 기판 검사장치 및 이를 이용한 기판의 왜곡 보상 방법
JP2006245891A (ja) カメラモジュールの画像検査用チャート、この画像検査用チャートを用いたカメラモジュールの画像検査方法および画像検査装置
WO2012150782A1 (ko) 편광판과 다중 격자 무늬를 이용한 비전검사장치
CN216621463U (zh) 一种led发光颜色测试用数据采集装置
TW202034282A (zh) 代表色決定方法、檢查裝置、檢查方法以及程式產品
WO2013129828A1 (ko) 기판 검사방법
KR101736060B1 (ko) 검사방법
WO2012134145A1 (ko) 서로 다른 색깔의 다중 격자 무늬를 이용한 비전검사장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12811588

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 14232480

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2014520142

Country of ref document: JP

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 12811588

Country of ref document: EP

Kind code of ref document: A2