JP6827007B2 - 傷検出装置、傷検出方法および傷検出プログラム - Google Patents

Description

本発明は、傷検出装置、傷検出方法および傷検出プログラムに関する。

従来、導電粒子を含む異方性導電フィルムを電極に圧着し、導電粒子による圧力が作用することで形成される圧痕を検出し、また、ゴミ等の異物を検出し、圧痕や異物に基づいて良否判定を行う技術が知られている。例えば、特許文献１においては、パターンマッチングによって圧痕を検出し、画像を２値化した部分の面積によって異物を検出する技術が開示されている。

特開２００８−７６１８４号公報

しかしながら、電極や基板には傷が発生し得る。すなわち、電極や基板と他の物体とが接触することにより、電極や基板に傷が発生してしまう場合がある。従って、傷と圧痕とを区別せずに圧痕による良否判定を行うと、傷を圧痕と誤認識した状態で良否判定を行うことになる。このため、傷と圧痕とを区別しないと、電極の良否判定に影響を与え得る。
本発明は、上記の問題を解決するものであり、傷を検出することを目的とする。

前記の目的を達成するため、本発明の傷検出装置は、光を透過させる基板と当該基板に対して取り付けられた電極とを含む画像を取得する画像取得部と、前記画像から検出対象を抽出する検出対象抽出部と、前記検出対象の複雑度を取得する複雑度取得部と、前記複雑度が判定基準以上である前記検出対象を傷として検出する傷検出部と、を備える。

すなわち、傷は、電極や基板と他の物体とが接触した状態で擦れるなどして発生し、一般的に、電極や基板に細かい凹凸が生じている。従って、傷の画像は一様ではない。このため、傷であるか否かを判定すべき部分の画像が複雑であれば、当該部分が傷であると判定することができる。

そこで、基板と電極とを含み、傷が含まれ得る画像から検出対象を抽出し、当該検出対象の複雑度を取得すれば、当該複雑度に基づいて検出対象が傷であるか否かを判定することができる。そして、検出対象の複雑度が判定基準以上である場合に、検出対象が傷であると判定する。以上の構成によれば、画像から容易に傷を検出することができる。

傷検出装置のブロック図である。 図２Ａは撮像部の斜視図であり、図２Ｂは基板の断面模式図である。 図３Ａ、図３Ｂは検出対象の抽出を説明する図であり、図３Ｃは傷の像が占める領域と異物または圧痕の像が占める領域とを模式的に示す図である。 検査処理のフローチャートである。 図５Ａ〜図５Ｆは骨格抽出処理を説明する図である。 図６Ａ〜図６Ｄは第１の実施形態で、骨格線を取得する手順を説明する図である。 第１の実施形態において骨格線を取得する別の方法に使用するフィルタを示す図である。 図８Ａ〜図８Ｃは第１の実施形態において別の方法で骨格線を取得する手順を説明する図である。 図９Ａ、図９Ｂは線の長さを求める他の実施形態を説明する図である。

ここでは、下記の順序に従って本発明の実施の形態について説明する。
（１）傷検出装置の構成：
（２）検査処理：
（３）他の実施形態：

（１）傷検出装置の構成：
図１は、本実施形態にかかる傷検出装置として機能する検査装置１０の概略構成を示すブロック図である。同図において、検査装置１０は、制御部２０と記録媒体３０と表示装置４０と入力装置５０と撮像部６０とを備えている。

撮像部６０は、照明６１と微分干渉顕微鏡６２とＸ−Ｙステージ６３とＣＣＤセンサ６４とを備えている。図２Ａは、撮像部６０の斜視図である。Ｘ−Ｙステージ６３は、基板Ｂが載置されるステージであり、制御部２０の制御の下で基板Ｂを当該基板Ｂの面に平行な方向に移動させる。Ｘ軸とＹ軸は、Ｘ−Ｙステージ６３が移動する方向の軸であり、基板Ｂと平行な平面上において互いに直交する座標軸である。

基板Ｂは、液晶ディスプレイのガラス基板に半導体部品を接合した基板である。半導体部品は、例えば液晶ディスプレイの液晶素子を駆動するための駆動信号を生成する液晶ドライバ回路等である。

照明６１はリングライトである。ＣＣＤセンサ６４は、微分干渉顕微鏡６２が結像した微分干渉像（視野Ｖ内）を撮像するイメージセンサである。微分干渉顕微鏡６２は、視野Ｖ内の近傍の位置にて反射した偏光同士を干渉させる光学系を有している。微分干渉顕微鏡６２は、近傍の位置にて反射した偏光同士を干渉させることにより、当該偏光の位相差に応じて明度が変化する画像である微分干渉像をＣＣＤセンサ６４に結像する。視野Ｖ内の近傍の位置にて反射した偏光の位相差は、当該偏光の光路長の差に対応するため、微分干渉像は偏光が反射した位置の高さの差を鮮明に示す画像となる。つまり、微分干渉像は、基板Ｂ上に存在する光の反射体の段差や傾きを鮮明に示す画像となる。

また、微分干渉像は偏光が反射した位置の高さの差に応じて明度が変化するだけでなく、微分干渉像は偏光が反射した位置の反射率が大きいほど明度が大きくなる。つまり、反射率が高い部分における高さの差に応じた明度の変化は明るい明度域で見られるとともに、反射率が低い部分における高さの差に応じた明度の変化は暗い明度域で見られることとなる。

図１に示す制御部２０は、図示しないＣＰＵやＲＯＭやＲＡＭで構成されるコンピュータであり、記録媒体３０に記録されたプログラム、各種情報を用いて基板の良否の検査に必要な処理を実行する。すなわち、制御部２０は、検査プログラム２１０を実行することによって基板の検査を実行する。本実施形態においては、検査の一項目に傷の検出が含まれており、検査プログラム２１０に傷検出プログラム２１が含まれている。

記録媒体３０は、画像３０ａと２値化閾値３０ｂと判定基準３０ｃと基準面積３０ｄとを記録する。画像３０ａは、ＣＣＤセンサ６４が撮像した画像であり、光を透過させる基板（本実施形態においてはガラス基板）と当該基板に対して取り付けられた電極とを含む微分干渉像である。２値化閾値３０ｂは、画像３０ａから検出対象を抽出するための閾値を示す情報である。画像３０ａに基づいて決められても良いし、利用者によって決められても良いし、予め決められた固定値であっても良い。

判定基準３０ｃは、検出対象が傷であるか否かを判定するための判定基準を示す情報である。本実施形態においては、検出対象の複雑度に基づいて当該検出対象が傷であるか否か判定される。そして、本実施形態においては、検出対象の形状を代表する線の長さが複雑度として取得される。検出対象の形状を代表する線は、種々の手法で特定可能であるが、本実施形態においては、判定対象に基づいて骨格抽出処理（後述）が行われ、判定対象から抽出された骨格線の長さが複雑度を示していると見なされる。そして、本実施形態においては、骨格線の長さが閾値を超える場合に判定対象が複雑であり、傷であると見なされる。そこで、本実施形態においては、骨格線の長さを示す閾値が判定基準３０ｃとして記録されている。

基準面積３０ｄは、異物の像と圧痕の像とを区別するための基準を示す情報である。すなわち、本実施形態においては、統計的に異物の大きさは圧痕の大きさより大きい。従って、検出対象の中から面積が閾値以上のものを抽出することにより、異物を検出することができる。そこで、本実施形態においては、閾値以上の面積である場合に異物であるとみなすことができるように閾値が予め特定され、基準面積３０ｄとして定義されている。

記録媒体３０には、他にも図示しない各種の情報、例えば、制御部２０が照明６１や微分干渉顕微鏡６２、Ｘ−Ｙステージ６３、ＣＣＤセンサ６４等を制御する際の制御情報や、基板Ｂの設計情報等が記録される。

図２Ｂは、基板Ｂの構成を説明する模式図である。基板Ｂは、液晶ディスプレイのガラス基板Ｂ１と電子部品Ｕ（フレキシブル基板等の場合もある）とを備える。ガラス基板Ｂ１は電極Ｐを備える。

ガラス基板Ｂ１は電子部品ＵよりもＺ軸の正方向側に位置し、電極Ｐはガラス基板Ｂ１上で電子部品Ｕ側（ガラス基板Ｂ１のＺ軸の負方向側の面）に形成されている。電子部品Ｕはガラス基板Ｂ１よりもＺ軸方向の負方向側に位置し、電極Ｉは電子部品Ｕ上でガラス基板Ｂ１側（電子部品ＵのＺ軸の正方向側の面）に形成されている。Ｚ軸方向において、ガラス基板Ｂ１と電子部品Ｕとの間に異方性導電フィルムＦが挟み込まれている。異方性導電フィルムＦにおいては、熱硬化バインダー中に導電粒子Ｅがほぼ均等に分散している。

加熱しながらガラス基板Ｂ１と電子部品Ｕとの間にＺ軸方向の圧力を加えると、導電粒子Ｅを介して電極Ｐと電極Ｉとが電気的に接続した状態で異方性導電フィルムＦが硬化する。導電粒子Ｅは、表面が絶縁膜によってコーティングされた導電性の粒子である。ガラス基板Ｂ１と電子部品Ｕとの間に挟まれて導電粒子Ｅに圧力が加わると、絶縁膜が破壊され、導電粒子Ｅを介して電極Ｐと電極Ｉが電気的に接続する。

図２Ｂでは電極Ｐと電極Ｉとが異方性導電フィルムＦによって圧着された状態を示している。導電粒子Ｅは、電極Ｐよりも硬く、ガラス基板Ｂ１と電子部品Ｕとを圧着する際に電極Ｐに導電粒子Ｅの圧痕Ｑが形成される。

表示装置４０は、制御部２０の制御の下で各種画像を表示するディスプレイである。入力装置５０は、ユーザの操作を受け付ける装置であり、マウスやキーボードやタッチパネル等であってもよい。

次に、検査プログラム２１０のソフトウェア構成について説明する。検査プログラム２１０は、傷検出プログラム２１と異物検出部２１０ｅと圧痕検出部２１０ｆと検査部２１０ｇとを備えている。傷検出プログラム２１は、画像取得部２１ａと検出対象抽出部２１ｂと複雑度取得部２１ｃと傷検出部２１ｄとを備えている。

画像取得部２１ａは、光を透過させるガラス基板Ｂ１と、当該ガラス基板Ｂ１に対して取り付けられた電極Ｐと、を含む画像３０ａを取得する機能を制御部２０に実行させるプログラムモジュールである。すなわち、制御部２０は、画像取得部２１ａの機能により、基板Ｂをガラス基板Ｂ１側から撮像し、視野内に電極Ｐが含まれる画像３０ａを取得する。

検出対象抽出部２１ｂは、画像３０ａから検出対象を抽出する機能を制御部２０に実行させるプログラムモジュールである。本実施形態において制御部２０は、画像３０ａに含まれる導電粒子Ｅによって電極Ｐに形成される圧痕に基づいて電極Ｐと電極Ｉとの接合の良否を検査する。このため、制御部２０は、画像３０ａに含まれる電極Ｐの像を検査対象領域として抽出し、検査対象領域から圧痕、傷、異物のいずれかを検出する対象となる検出対象を抽出する。

検査対象領域は、種々の手法によって取得可能であり、例えば、制御部２０が、画像３０ａを２値化することによって検査対象領域を抽出可能である。むろん、ここでは、電極Ｐの設計上の位置や大きさ、形状等に基づいて検査対象領域が抽出されても良いし、設計上の形状等に基づいて検査対象領域の形状が補正されても良い。

本実施形態において制御部２０は、検査対象領域の像に対してさらに２値化を行うことによって検出対象を抽出する。すなわち、制御部２０は、記録媒体３０に記録された２値化閾値３０ｂを参照し、検出対象を抽出するための最小閾値と最大閾値を取得する。また、制御部２０は、画像３０ａの各画素から輝度値が最小閾値と最大閾値との間に含まれる画素を抽出し、検出対象とする。最小閾値と最大閾値は、種々の手法で決められて良い。例えば、輝度分布の特徴（平均値や標準偏差等の統計値）に基づいて決定されても良いし、利用者が決定しても良い。

いずれにしても、制御部２０は、輝度値が最小閾値と最大閾値との間に含まれる画素を１、最小閾値と最大閾値との間に含まれない画素を０とする２値化（１，０は逆でも良い）を実施することにより、検出対象を抽出する。図３Ａおよび図３Ｂは、検査対象領域から２値化によって抽出された検出対象を示す図である。図３Ａおよび図３Ｂにおいては、電極Ｐを白、２値化によって抽出された検出領域を黒で示している。

図３Ａに示す検出領域の中で、面積が大きい検出領域（領域Ｚo等）は異物であり、面積が小さい検出領域（領域Ｚe等）は圧痕である。また、図３Ｂに示す検出領域（領域Ｚs等）は傷である。なお、本実施形態において、検出対象抽出部２１ｂの機能によって抽出された検出対象は、傷であるか否かの検出対象となるが、異物、圧痕であるか否かの検出対象にもなる。

複雑度取得部２１ｃは、検出対象の複雑度を取得する機能を制御部２０に実行させるプログラムモジュールである。本実施形態において制御部２０は、検出対象の形状を代表する線の長さを複雑度として取得する。すなわち、圧痕や異物の像に基づいて抽出された検出領域は、図３Ａに示すように外形の形状が単純な図形であり、図形の内部に検出領域以外の領域（欠損領域）は存在しない（またはほとんど存在しない）。一方、傷は、ガラス基板Ｂ１や電極Ｐが他の物体と擦れることによって生じることが多く、ガラス基板Ｂ１や電極Ｐに細かい凹凸が生じた状態となっている。従って、傷の像に基づいて抽出された検出領域は、図３Ｂに示すように外形の形状が複雑な図形であり、図形の内部に検出領域ではない欠損領域が多数存在し得る。従って、検出領域が複雑である場合には検出領域が傷であり、複雑でない場合には検出領域が傷ではない（異物や圧痕である）と見なすことができる。

そこで、制御部２０は、検出対象の形状を代表する線の長さを複雑度として取得する。検出対象の形状を代表する線は、種々の手法で取得されて良く、本実施形態において、制御部２０は、検出対象に対して骨格抽出処理を適用し、骨格抽出処理によって抽出した骨格線の長さを複雑度として取得する。なお、骨格抽出処理は、検出対象を構成する連続した部分を結ぶ骨格線として抽出する処理であり、詳細は後述する。ここでは、骨格線の長さによって検出対象の複雑度が示され、複雑度によって傷の像と他の像とを区別可能であることを説明する。

図３Ｃは、傷の像が占める領域Ｚsと異物または圧痕の像が占める領域Ｚeとを模式的に示しており、破線によって骨格線を示している。傷である領域Ｚsには外周の内部に細かい欠損領域（図３Ｃに示す領域Ｚs1等）が存在するが、異物または圧痕である領域Ｚeは一様であり、欠損領域が存在しない（またはほとんど存在しない）。領域Ｚsのように欠損領域が存在する場合、骨格抽出処理を適用すると当該欠損領域を避けた状態で連続な領域を結ぶ線が特定されるため、図３Ｃの領域Ｚsに示すように、多数の欠損領域の周囲を囲む複雑な骨格線が抽出される。一方、領域Ｚeのように欠損領域が存在しない場合、骨格抽出処理により単純な骨格線のみが抽出される。従って、骨格線の長さが長いほど複雑度が高い（複雑である）と見なすことができる。

傷検出部２１ｄは、複雑度が判定基準以上である検出対象を傷として検出する機能を制御部２０に実行させるプログラムモジュールである。すなわち、検出対象の複雑度が高い場合には検出対象が傷であり、複雑度が低い場合には検出対象が傷ではないとみなすことができるため、複雑度が傷であると見なせるほど高いか否か判定するための判定基準（長さの閾値）が、予め判定基準３０ｃとして記録媒体３０に記録されている。そこで、制御部２０は、検出対象の複雑度と判定基準３０ｃとを比較し、判定基準３０ｃよりも複雑度が高い検出対象を傷であるとして検出する。

以上の構成においては検出対象の複雑度に基づいて傷を検出している。そして、圧痕や異物などは欠損領域がほとんど見られない一様な像として撮像されるため、複雑度によって傷を検出する構成によれば、圧痕や異物を傷として誤検出する可能性は小さい。従って、本実施形態によれば、画像から容易かつ正確に傷を検出することができる。

異物検出部２１０ｅは、検出対象が異物であることを検出する機能を制御部２０に実行させるプログラムモジュールである。すなわち、本実施形態において異物の大きさは、統計的に圧痕の大きさよりも大きく、圧痕を排除し、異物であると見なすことができる面積の大きさが予め基準面積３０ｄとして定義されている。そこで、制御部２０は、検出対象の面積（例えば、画素数）を取得し、基準面積３０ｄと比較する。そして、基準面積３０ｄ以上の検出対象が異物であると検出する。

なお、本実施形態においては、検出対象が傷であると検出されたか否かにかかわらず、全ての検出対象について基準面積３０ｄと比較して異物であるか否かを判定しているが、傷であることが検出されなかった検出対象について基準面積３０ｄと比較して異物であるか否かを判定する構成であっても良い。

圧痕検出部２１０ｆは、検出対象から圧痕を検出する機能を制御部２０に実行させるプログラムモジュールである。本実施形態においては、検出対象抽出部２１ｂの機能によって抽出された検出対象から傷として検出された検出対象と、異物として検出された検出対象とを除外し、残った検出対象を圧痕として検出する。

検査部２１０ｇは、電極の接合状態の検査を行う機能を制御部２０に実行させるプログラムモジュールである。本実施形態においては、電極Ｐに形成された圧痕に基づいて、電極Ｐと異方性導電フィルムＦとの接合状態の良否を検査する。接合状態の検査は、例えば、個別の電極Ｐにおいて検出された圧痕の個数が閾値以上である場合に、電極Ｐの接合状態が正常であると判定する構成等を採用可能である。以上の構成によれば、傷や異物等を圧痕であると誤検出した状態で電極の良否が検査される可能性を低減することができるため、正確に良否の検査を行うことができる。

（２）検査処理：
図４は、検査処理のフローチャートである。まず、検査部２１０ｇの機能により制御部２０は、基板Ｂの検査対象領域を撮像できる位置にＸ−Ｙステージ６３を移動させる（ステップＳ１００）。すなわち、制御部２０は、図示しない基板Ｂの設計情報等に基づいて基板Ｂ上での電極Ｐの位置を特定し、これらの電極が視野Ｖ（図２Ａ参照）内に入るようにＸ−Ｙステージ６３を移動させる。

次に、制御部２０は、画像取得部２１ａの機能により、微分干渉顕微鏡６２とＣＣＤセンサ６４とによって視野Ｖを撮像した画像３０ａを撮像する（ステップＳ１０５）。すなわち、制御部２０は、画像取得部２１ａの機能により、ＣＣＤセンサ６４によって撮像された画像３０ａを取得する。画像３０ａは、記録媒体３０に記録される。

次に制御部２０は、検出対象抽出部２１ｂの機能により、画像３０ａから検査対象領域を抽出する（ステップＳ１１０）。すなわち、制御部２０は、２値化等によって電極Ｐの像を検査対象領域として抽出する。この結果、例えば、図３Ａや図３Ｂに示すような電極Ｐの像を含む検査対象領域が抽出される。

次に、制御部２０は、検出対象抽出部２１ｂの機能により、検出対象を抽出する（ステップＳ１１５）。すなわち、制御部２０は、２値化閾値３０ｂに基づいて、輝度値が特定の範囲である部分を検査対象領域から抽出し、検出対象とする。この結果、図３Ａや図３Ｂにおいては、領域Ｚe、Ｚo、Ｚsのように圧痕、異物または傷である部位が検出対象として抽出される。なお、検出対象が近隣に複数個存在する場合、複数個の検出対象を同一の検出対象であると見なしたり、結合したりする処理が行われてもよい。

次に、制御部２０は、検出対象に対して骨格抽出処理を実行する（ステップＳ１２０）。本実施形態においては、検出対象を構成する各画素と検出対象の外周との距離を算出し、当該距離が極大になる画素を骨格の一部として抽出し、抽出された骨格を線で結ぶことによって骨格線を抽出する。図５Ａ〜図５Ｆは、骨格抽出処理を説明するための図である。これらの図においては個々の格子によって１個の画素の位置を示しており、横１１個、縦１０個の範囲の画素を模式的に示している。

図５Ａは、検出対象を模式的に示しており、検出対象として抽出された画素を黒で着色して示している。骨格抽出処理が開始されると、制御部２０は、検出対象を構成する各画素と検出対象の外周との距離を算出する。この処理は、例えば、最外周を構成する画素を消去し、残りの画素において再度最外周を構成する画素を消去するという最外周の画素の消去処理を、画素がなくなるまで繰り返すことによって実現される。また、消去される画素には消去回数が対応づけられる。この処理の結果、画素に対応づけられた値が最外周からの距離を示すことになる。

例えば、図５Ａに示す検出対象を最外周の画素から順に消去する場合、図５Ｂに示すがその中でグレーが薄い画素から順に消去される。すなわち、最も薄いグレーの画素が１回目に消去され、次に薄いグレーの画素が２回目に消去され、最も濃いグレー（黒）の画素が３回目に消去される。このため、１回目に消去される画素に１，２回目に消去される画素に２，３回目に消去される画素に３を対応づけると、図５Ｃに示すような結果となる。

次に、制御部２０は、距離が極大となる画素を骨格の一部として抽出する。極大となる画素は種々の手法で特定されて良く、本実施形態においては、注目画素と注目画素の上下左右に存在する画素とで距離の値を比較し、注目画素より大きい値が上下左右に存在しない場合に注目画素を極値と見なす。例えば、図５Ｃに示す画素Ｐoが注目画素である場合、画素Ｐoの上および左には距離が特定された画素が存在しないため、制御部２０は、上および左について比較を行わない。画素Ｐoの右および下の画素の値はともに１である。注目画素である画素Ｐoの値１であるため、この例において、画素Ｐoの上下左右に画素Ｐoより大きい値は存在しない。従って、制御部２０は、画素Ｐoを極大であるとみなす。

制御部２０は、以上の処理を検出対象の各画素に対して実施し、極大となる画素を特定する。図５Ｄは、極大として特定された画素を抜き出して示している。次に、制御部２０は、極大の画素同士を線で接続することで骨格線を取得する。極大の画素同士を線で接続するための処理としては、種々の処理を採用することが可能であり、例えば、極大の画素同士を最短の線で接続する処理等によって実現可能である。

極大の画素同士を最短の線で接続する処理は、例えば、以下の手順で実施可能である。
１．極大の画素（極値）のそれぞれを起点とする。
（ただし、手順２．〜手順４．は１つの起点毎に処理を行う）
２．起点の画素の周囲（隣接する８画素）に膨張処理を行う。
（ただし、膨張処理の範囲は検出対象として抽出された画素（図５Ａ）の範囲）
３．他の極大の画素が含まれるまで、膨張処理を繰り返す。
ただし、手順３．における１回目の膨張処理は、手順２．の膨張処理で選択された画素の周囲から膨張処理を開始する。２回目以降に膨張処理を行う場合は、直前の膨張処理で選択された画素の周囲から膨張処理を開始する。
４．膨張によって連結された極大の画素同士の最短経路を取得し、最短経路に該当する画素を接続画素とする。
（ただし、同一の極大の画素同士を結ぶ最短経路が複数個である場合は１つを選択する）
５．最短経路で接続された画素を骨格線として取得する。

図５Ｅは、図５Ｄに示す例に基づいて取得された骨格線をグレーによって着色して示す図である。図６Ａ〜図６Ｄは図５Ｅに示す例の領域Ｚを抽出し、図６Ａは上述の手順１．によって極大の画素Ｐ_S1，Ｐ_S2，Ｐ_S3，Ｐ_S4，Ｐ_S5，Ｐ_S6, Ｐ_S7が起点となる図を示しており、図６Ｂ〜図６Ｄは極大の画素Ｐ_S1が起点となって上述の手順２．〜手順４．が適用された場合の手順を示した図である。図６Ａ〜図６Ｄにおいて、極大の画素はグレーで示し、検出対象として抽出された画素を薄いグレーで示し、膨張処理による膨張後の画素を濃いグレーで示している。

図６Ｂにおいては、画素Ｐ_S1が起点となって膨張処理が行われた画素を濃いグレーで示している。膨張処理の範囲は検出対象として抽出された画素の範囲であるため、画素Ｐ_S1が起点となった場合、図６Ｂに示すように画素Ｐ_S1の上の画素が膨張後の画素になる。

図６Ｂに示す例においては膨張後の画素に極大の画素Ｐ_S2，Ｐ_S3，Ｐ_S4，Ｐ_S5，Ｐ_S6, Ｐ_S7が含まれないため、手順３．によって膨張処理が行われる。膨張処理が行われた後には、膨張処理後の画素が図６Ｃに濃いグレーで示す状態となる。この段階でも膨張処理後の画素に極大の画素Ｐ_S2，Ｐ_S3，Ｐ_S4，Ｐ_S5，Ｐ_S6，Ｐ_S7が含まれないため、再度手順３．によって膨張処理が行われると図６Ｄに示す状態となる。この段階で膨張後の画素に極大の画素Ｐ_S3，Ｐ_S4，Ｐ_S6，Ｐ_S7が含まれるため、画素Ｐ_S1を起点とした膨張処理は終了する。

画素Ｐ_S1を起点とする処理が終了すると、手順４．が行われる。手順４．においては最短経路が取得されるが、その手法としては、種々の手法を採用可能である。例えば、極大の画素同士を結ぶ直線に最も近い画素を選択しながら一方の画素から他の画素までの間に存在する画素を膨張後の画素から選択するなどの処理によって実現可能である。この結果、図６Ｄに示す例であれば、極大の画素Ｐ_S1とＰ_S3，Ｐ_S1とＰ_S4，Ｐ_S1とＰ_S6，Ｐ_S1とＰ_S7を結ぶ最短経路となる画素Ｐ_m1，Ｐ_m2，Ｐ_m3，Ｐ_m4が接続画素の候補として取得される。図６Ｄに示す例の場合、画素Ｐ_m1とＰ_m2，Ｐ_m1とＰ_m3，Ｐ_m1とＰ_m4のいずれかが接続画素になり得るが、直線上の経路を優先すると、極大の画素間の距離が最も短い経路は極大の画素Ｐ_S1とＰ_S6間となる。よって、極大の画素Ｐ_S1とＰ_S6間にある画素Ｐ_m1，Ｐ_m2が接続画素となり極大の画素Ｐ_S1とＰ_S6の間が接続される。なお、接続画素の選択において、極大の画素同士が直線上で接続されない場合は、マンハッタン距離を用いても良い。以上のようにして、他の極大の画素Ｐ_S2，Ｐ_S3，Ｐ_S4，Ｐ_S5，Ｐ_S6，Ｐ_S7がそれぞれ起点となった場合ついて手順４．まで実施されると、制御部２０は、取得された最短経路によって接続された画素を手順５．によって骨格線として取得する。すなわち、極大の画素と最短経路である画素によって構成される画素（図５Ｅにグレーで示す画素）が骨格線となる。

ここで、上記の実施形態において極大の画素同士を最短経路の画素で接続する別の方法について説明する。
最短経路の画素で接続する処理は、以下に示すような方法でも実施可能である。
Ａ．極大の画素（極値）のそれぞれを起点とする。
Ｂ．極大の画素同士の最短経路を検出対象の画素（図５Ａ）から取得する。
この手順で得られた最短経路で接続された画素を接続画素とする。
（ただし、同一の極大の画素同士を結ぶ最短経路が複数個である場合は１つを選択する）
Ｃ．３×３のフィルタリング処理を行い、手順Ｂ．で不適切な接続画素が無いか確認を行う。ここでは、幅が２画素以上の線は骨格線として不適切であり、骨格線で他の画素を囲むループが形成される場合に不適切であると見なす。このような不適切な画素を除外する処理は、例えば、図７に示すフィルタを以下のように適用することで実現される。
（１）手順Ｂ．完了後の接続画素を検査対象画素Ａとして、検査対象画素Ａの近傍
１〜８の順に画素の値を検査し、最初に見つかった極値の画素を新たな検査対象画素Ａとする。
ただし、検査対象画素Ａとした接続画素の上下左右のいずれか３方向以上の画素に極値が存在し、当該接続画素を取り囲む場合は、その接続画素を無効（対象外）とする。
（２）検査対象画素Ａの周囲に極値が存在しなくなるまで（１）を繰り返し、接続画素と極値によるループが形成された場合、接続画素を無効とする。
Ｄ．手順Ａ．の画素（極値）と手順Ｃ．で残った接続画素によって接続された画素を骨格線として取得する。

手順Ａ．においては、極大の画素Ｐ_S1，Ｐ_S2，Ｐ_S3，Ｐ_S4，Ｐ_S5，Ｐ_S6, Ｐ_S7が起点となる。次に、手順Ｂ．においては極大の画素同士を結ぶ最短経路の画素を図５Ａの黒で示す検査対象の画素から取得する。この結果、接続画素が得られる。図８Ａは、上述の図６Ｅに示す領域Ｚについて手順Ｂ．が実施された場合の例を示している。図８Ａにおいては、極値の画素をグレーで示し、接続画素を薄いグレーで示している。以後、接続画素Ｐ_n1，Ｐ_n2，Ｐ_n3，Ｐ_n4，Ｐ_n5を例にして骨格線の取得処理を説明する。最短経路の接続画素Ｐ_n1，Ｐ_n2，Ｐ_n3，Ｐ_n4，Ｐ_n5が取得されると、次に手順Ｃ．が行われる。これらの接続画素に図７に示すフィルタを適用すると、接続画素Ｐ_n1，Ｐ_n2，Ｐ_n3，Ｐ_n4，Ｐ_n5のフィルタリング処理が実行され、各接続画素は検査対象画素Ａとなる。接続画素Ｐ_n1，Ｐ_n2，Ｐ_n4，Ｐ_n5に関しては、上述のフィルタリング処理によって、接続画素と極大の画素によってループが形成されないため（図示せず）、接続画素として有効と判定される

一方、接続画素Ｐ_n3に関して、図７のフィルタを用いた右回りのフィルタリング処理によって極大となる画素との間にループが形成されるため、接続画素として無効と判定される。具体的には、接続画素Ｐ_n3に対してフィルタリング処理を実行すると、図８Ｂに示すように接続画素Ｐ_n3が検査対象画素Ａとなる。その後、図８Ｃに示すように検査対象画素Ａは接続画素Ｐ_n3 → 極大の画素Ｐ_s4→Ｐ_s5 →Ｐ_s6の順に移動する。最後に、極大の画素Ｐ_s6の周辺に接続画素Ｐ_n3が含まれることでループが形成されるため、フィルタリング処理を終了する。よって、画素Ｐ_n3は接続画素として無効と判定する。以上のようにして、処理が手順Ｃ．まで実施されると、制御部２０は、取得された最短経路によって接続された画素を骨格線として取得する。すなわち、極大の画素と最短経路である画素によって構成される画素（図５Ｅにグレーで示す画素）が骨格線となる。

図５Ｆは、骨格線を白以外の色に着色して示している。なお、図５Ｆに示すように、本実施形態によって得られる骨格線は、骨格線が３方向以上に延びる分岐点を有している。また、骨格線は、分岐点から延びており、延びた先において骨格線の他の部位に接続しない端点を有している。なお、図５Ｆにおいては、端点を濃いグレー、分岐点を黒で着色して示している。また、分岐点から延びる方向は、画素の周囲の８画素のいずれかである。

すなわち、本実施形態における骨格線は分岐点を有しており、分岐点から３以上の方向に延びることが可能な構造を有している。また、骨格線は端点を有し得るため、閉じた線のみならず、閉じていない線も表現することができる。従って、検出対象の形状が複雑である場合、検出対象の複雑な形状を反映して骨格線の形状も複雑になり得る。この結果、傷のような複雑な検出対象と、異物および圧痕のような単純な検出対象とにおける骨格線の長さには顕著な差異が生じる。

骨格抽出処理によって骨格線が取得されると、制御部２０は、傷検出部２１ｄの機能により、骨格線の長さを取得する（ステップＳ１２５）。すなわち、制御部２０は、ステップＳ１２０で取得された骨格線の長さを、例えば、骨格線を構成する画素の数等によって特定する。

次に、制御部２０は、傷検出部２１ｄの機能により、傷を検出する（ステップＳ１３０）。すなわち、制御部２０は、判定基準と骨格線の長さとを比較し、骨格線が判定基準３０ｃより長い場合に、その骨格線の抽出元であった検出対象が傷であると検出する。傷であると検出された検出対象は、傷であることを示す情報が対応づけられる。

次に、制御部２０は、異物検出部２１０ｅの機能により、検出対象の面積を取得し、基準面積３０ｄと比較する。そして、基準面積３０ｄ以上の検出対象が異物であると検出する。異物であると検出された検出対象は、異物であることを示す情報が対応づけられる。

次に、制御部２０は、圧痕検出部２１０ｆの機能により、圧痕を検出する（ステップＳ１４０）。すなわち、制御部２０は、ステップＳ１１５で抽出された検出対象の中から、傷であることを示す情報が対応づけられた検出対象と、異物であることを示す情報が対応づけられた検出対象とを除外し、残った検出対象を圧痕として検出する。

最後に、制御部２０は、検査部２１０ｇの機能により、圧痕の検出結果に基づいて検査を行う（ステップＳ１４５）。すなわち、制御部２０は、圧痕の数等に基づいて、電極Ｐと異方性導電フィルムＦとの接合状態の良否を検査する。
なお、上記の実施形態においては、傷を検出した後に、異物と圧痕を検出する処理方法を提案したが、文中に検出対象が近隣に複数個存在する場合、複数個の検出対象を同一の検出対象であると見なしたり、結合したりする処理が行われてもよいと述べたように、傷を１つの異物として扱うことで、最初に異物か圧痕であるかを面積により比較した後に傷か異物かを検出してもよい。

（３）他の実施形態：
上述の実施形態は一例であり、他にも種々の実施形態が採用されてよい。例えば、画像３０ａは微分干渉像であることが望ましいが、通常の顕微鏡によって撮像された画像であってもよいし、当該画像に対して微分演算を行った画像であっても良い。

画像取得部は、光を透過させる基板と当該基板に対して取り付けられた電極とを含む画像を取得することができればよい。すなわち、画像取得部は、傷が発生し得る基板と電極とを含む画像を取得することができればよい。例えば、電極を含む基板を視野に含むセンサで撮像された画像を取得する構成等が挙げられる。画像は、例えば、可視光画像であり、各種の光学系で撮像されて良く、微分干渉顕微鏡等が利用されても良いし、他の光学系が利用されても良い。

検出対象抽出部は、画像から検出対象を抽出することができればよい。すなわち、検出対象抽出部は、画像から傷であるか否かを判定すべき部位を検出対象として抽出することができればよい。従って、例えば、一様でない部位が検出対象として抽出される構成等を採用可能であり、多値画像であってもよいし、２値画像であっても良い。むろん、検出対象とすべき部位の形状を、例えば、膨張処理や収縮処理等で加工してもよく、種々の画像処理が行われてよい。

複雑度取得部は、検出対象の複雑度を取得することができればよく、複雑度は、傷の画像であることによって画像が複雑であると複雑度が増加し、傷ではなく圧痕や異物等の画像であることによって画像が一様であると複雑度が減少するように定義されていればよい。

従って、複雑度が、上述の実施形態のように細線化処理の一手法である骨格抽出処理によって抽出された線の長さである構成以外にも、線の長さを求める方法として種々の構成を採用可能である。すなわち、検出対象の形状を代表する線の長さは、種々の手法で特定されて良い。例えば、図９Ａのように検出対象の外周に接する接触円（図９Ａ内の破線）を複数個描画し、各円の中心を結ぶ線（中心軸：図９Ａ内の太い実線）によって検出対象の形状を代表する線が特定されても良い。また、図９Ｂのように検出対象の外周を母点（図９Ｂ内の黒点）とし、その垂直二等分線（図９Ｂ内の太い実線）によって母点から等距離の点で構成される線を取得し、当該線が検出対象の形状を代表する線であると見なす構成等であっても良い。さらに、図５Ｃに示す検出対象の最外周の画素「１」の総数を検出対象の形状を代表する線であると見なしても良い。

また、複雑度は、線の長さ以外で表現されても良い。例えば、検出対象を２値化した場合に検出対象の内部に形成される検出対象ではない領域（欠損領域）の数が多いほど画像が複雑であると見なしたり、欠損領域の面積が大きいほど画像が複雑であると見なしたりする構成等が採用されてもよい。この場合、欠損領域の数や面積が複雑度であると見なされる。むろん、欠損領域を検出するために、局所エントロピーが計算されても良いし、ハイパスフィルタ等のフィルタリングが行われてもよい。

さらに、複雑度は、規格化されても良い。すなわち、検出対象の大きさが変化した場合であっても、共通の判定基準で複雑度を評価できるように規格化されていても良い。規格化は、種々の手法で実施されて良く、例えば、分岐点の数を骨格線の長さで除する構成や、骨格線の長さを検出対象の面積や径、長さ等で除する構成等が挙げられる。欠損領域の数や面積で複雑度を評価するのであれば、数や面積を検出対象の面積や径、長さ等で除する構成等が挙げられる。

傷検出部は、複雑度が判定基準以上である検出対象を傷として検出することができればよい。すなわち、傷であると見なすことができる複雑度が予め特定され、判定基準として定義されており、当該判定基準によって傷が検出されれば良い。判定基準は、種々の手法で特定されて良く、例えば、複数のテストケースについて複雑度と傷であるか否かの対応関係を特定し、傷であることが統計的に正しいと推定される複雑度を判定基準とする構成等が挙げられる。むろん、判定基準は、検出対象となる基板や電極、光学系等の取得条件毎に決められても良いし、取得条件によらずに判定可能な判定基準（例えば、上述の規格化が行われたもの）が決められても良い。

１０…検査装置、２０…制御部、２１…傷検出プログラム、２１ａ…画像取得部、２１ｂ…検出対象抽出部、２１ｃ…複雑度取得部、２１ｄ…傷検出部、３０…記録媒体、３０ａ…画像、３０ｄ…基準面積、４０…表示装置、５０…入力装置、６０…撮像部、６１…照明、６２…微分干渉顕微鏡、６３…Ｘ−Ｙステージ、６４…ＣＣＤセンサ、２１０…検査プログラム、２１０ｅ…異物検出部、２１０ｆ…圧痕検出部、２１０ｇ…検査部

Claims (5)

1. 光を透過させる基板と当該基板に対して取り付けられた電極とを含む画像を取得する画像取得部と、
   前記画像から検出対象を抽出する検出対象抽出部と、
   前記検出対象から骨格抽出処理によって抽出した骨格線を、前記検出対象の形状を代表する線として取得し、前記検出対象の形状を代表する線の長さを前記検出対象の複雑度として取得する複雑度取得部と、
   前記複雑度が判定基準以上である前記検出対象を傷として検出する傷検出部と、
   を備える傷検出装置。
2. 前記線は、
   分岐点を有しており、前記分岐点から３以上の方向に延びている、
   請求項１に記載の傷検出装置。
3. 前記線は、
   前記分岐点から延びるとともに前記線の他の部位に接続しない端点を有する、
   請求項２に記載の傷検出装置。
4. 光を透過させる基板と当該基板に対して取り付けられた電極とを含む画像を取得する画像取得工程と、
   前記画像から検出対象を抽出する検出対象抽出工程と、
   前記検出対象から骨格抽出処理によって抽出した骨格線を、前記検出対象の形状を代表する線として取得し、前記検出対象の形状を代表する線の長さを前記検出対象の複雑度として取得する複雑度取得工程と、
   前記複雑度が判定基準以上である前記検出対象を傷として検出する傷検出工程と、
   を含む傷検出方法。
5. コンピュータを、
   光を透過させる基板と当該基板に対して取り付けられた電極とを含む画像を取得する画像取得部、
   前記画像から検出対象を抽出する検出対象抽出部、
   前記検出対象から骨格抽出処理によって抽出した骨格線を、前記検出対象の形状を代表する線として取得し、前記検出対象の形状を代表する線の長さを前記検出対象の複雑度として取得する複雑度取得部、
   前記複雑度が判定基準以上である前記検出対象を傷として検出する傷検出部、
   として機能させる傷検出プログラム。