提供一种检查装置，其具备：对象影像取得部，其取得对检查对象进行拍摄而得的对象影像；对象影像遮蔽部，其遮蔽对象影像的一部分；遮蔽区域预测部，其针对对象影像中的被遮蔽的遮蔽区域的影像加以预测；再现影像产生部，其使用针对复数个遮蔽区域的各者所预测出的复数个预测影像，来产生再现影像；及，差异检测部，其检测对象影像和再现影像的差异。其检测对象影像和再现影像的差异。其检测对象影像和再现影像的差异。
【技术实现步骤摘要】
【国外来华专利技术】检查装置、检查方法及检查程序、以及学习装置、学习方法及学习程序
[0001]本专利技术关于检查装置、检查方法及检查程序、以及学习装置、学习方法及学习程序。
技术介绍
[0002]先前为了判定检查对象的好坏而进行外观检查。例如在适用于半导体试验的探针的外观检查中，将拍摄探针而得的影像加以数值化，并遵照预先决定的规则来对已数值化的数据进行评价，由此判定探针的好坏。专利技术所要解决的问题
[0003]然而，要对检查对象进行检查时，希望能够轻易地掌握检查对象的状态。
技术实现思路
[0004]为了解决上述问题，本专利技术的第1方面提供一种检查装置。检查装置可具备对象影像取得部，其取得对检查对象进行拍摄而得的对象影像。检查装置可具备对象影像遮蔽部，其遮蔽对象影像的一部分。检查装置可具备遮蔽区域预测部，其预测对象影像中的被遮蔽的遮蔽区域的影像。检查装置可具备再现影像产生部，其使用针对复数个遮蔽区域的各者所预测出的复数个预测影像，来产生再现影像。检查装置可具备差异检测部，其检测对象影像和再现影像的差异。
[0005]差异检测部可对每个预先决定的区域比较对象影像和再现影像，并算出每个预先决定的区域的差异的程度。
[0006]检查装置可进一步具备判定部，当差异的程度未满足预先决定的质量时，判定检查对象为不良品。
[0007]判定部在当每个预先决定的区域的差异的程度之中，最大的差异的程度超过预先决定的阈值时，可判定检查对象为不良品。
[0008]判定部在当已判定检查对象为不良品时，利用对被判定为不良品的检查对象拍摄而得的对象影像，预测检查对象的电特性，并且当电特性未满足预先决定的质量时，可确定检查对象为不良品。
[0009]判定部在当已判定检查对象为不良品时，利用对被判定为不良品的检查对象拍摄而得的对象影像，预测检查对象的电特性，并且当电特性满足预先决定的质量时，可确定检查对象为良品。
[0010]差异检测部输出检测地图，所述检测地图对应差异的程度而使每个预先决定的区域的显示态样有所不同。
[0011]差异检测部，基于对象影像与再现影像的欧几里德距离来算出差异的程度。
[0012]对象影像遮蔽部依序遮蔽将对象影像分割而得的复数个单元格之中的1个单元格；再现影像产生部使用针对不同单元格的各者所预测出的复数个预测影像来产生再现影
像。
[0013]对象影像取得部取得对检查对象进行拍摄所获得的影像再加以灰阶化后的影像，以作为对象影像。
[0014]对象影像取得部取得在对检查对象进行拍摄所获得的影像中，对检查对象进行对象检测而窄化过对象区域的影像，以作为对象影像。
[0015]本专利技术的第2方面提供一种检查方法。检查方法可具备以下步骤：取得对检查对象进行拍摄而得的对象影像；遮蔽对象影像的一部分；针对对象影像中的被遮蔽的遮蔽区域的影像加以预测；使用针对复数个遮蔽区域的各者所预测出的复数个预测影像，来产生再现影像；及，检测对象影像和再现影像的差异。
[0016]本专利技术的第3方面提供一种检查程序。检查程序可通过计算机来执行并使所述计算机作为以下手段来发挥功能：对象影像取得部，其取得对检查对象进行拍摄而得的对象影像；对象影像遮蔽部，其遮蔽对象影像的一部分；遮蔽区域预测部，其针对对象影像中的被遮蔽的遮蔽区域的影像加以预测；再现影像产生部，其使用针对复数个遮蔽区域的各者所预测出的复数个预测影像，来产生再现影像；及，差异检测部，其检测对象影像和再现影像的差异。
[0017]本专利技术的第4方面提供一种学习装置。学习装置可具备：训练影像取得部，其取得训练影像；训练影像遮蔽部，其遮蔽训练影像的一部分；预测模型，其被输入已被遮蔽的训练影像，并输出对训练影像所预测出的模型影像；及，模型更新部，其基于训练影像和模型影像的误差来更新预测模型。
[0018]本专利技术的第5方面提供一种学习方法。学习方法可具备以下步骤：取得训练影像；遮蔽训练影像的一部分；输入已被遮蔽的训练影像，并输出对训练影像所预测出的模型影像；及，基于训练影像和模型影像的误差来更新预测模型。
[0019]本专利技术的第6方面提供一种学习程序。学习程序可通过计算机来执行并使所述计算机作为以下手段来发挥功能：训练影像取得部，其取得训练影像；训练影像遮蔽部，其遮蔽训练影像的一部分；预测模型，其被输入已被遮蔽的训练影像，并输出对训练影像所预测出的模型影像；及，模型更新部，其基于训练影像和模型影像的误差来更新预测模型。
[0020]此外，上述
技术实现思路
并未列举出本专利技术的全部必要特征。此外，这些特征群的子组合也能够成为专利技术。
附图说明
[0021]图1表示本实施方式的检查装置100的区块图的一例。图2表示本实施方式的检查装置100对检查对象进行检查的流程的一例。图3表示使用本实施方式的检查装置100的检查中的对象影像310、遮蔽影像320、预测影像330及再现影像340的一例。图4表示本实施方式中，当检查对象为良品时的检查结果的一例。图5表示本实施方式中，当检查对象为不良品时的检查结果的一例。图6表示本实施方式的学习装置600的区块图的一例。图7表示本实施方式的学习装置600学习预测模型630的流程的一例。图8表示可全体或部分具体化本专利技术的复数个实施方式的计算机2200的例子。
具体实施方式
[0022]以下，通过专利技术的实施方式来说明本专利技术，但以下实施方式并非对权利要求的专利技术加以限定。此外，专利技术的解决手段中并不一定需要实施方式中说明的特征的全部组合。
[0023]图1表示本实施方式的检查装置100的区块图的一例。检查装置100通过检测对检查对象的实际状态进行拍摄所获得的影像与对检测对象应该处于的状态进行预测而产生的影像的差异，便能够轻易地掌握检查对象的状态。本实施方式中所说明的例子是检查装置100以适用于半导体试验的探针作为检查对象的情况。然而，并非限定于这样的实施方式。检查装置100也可用于半导体器件中的凸块的影像解析、配线基板中的图案检查等或是其他电气零件的检查，且也可用于与电气零件不同的任何物品的检查。
[0024]检查装置100可为PC(个人计算机)、平板型计算机、智能型手机、工作站、服务器计算机或泛用计算机等的计算机，也可为复数台计算机连接起来的计算机系统。这样的计算机系统也是广义的计算机。此外，检查装置100也可通过1个或复数个可执行的虚拟计算机环境来构装于计算机内。作为上述的替代方案，检查装置100也可为设计来用于检查对象的检查的专用计算机、或也可为通过专用电路来实现的专用硬件。此外，在检查装置100可连接至因特网的情况下，检查装置100也可通过云端运算来实现。
[0025]检查装置100具备：对象影像取得部110、对象影像遮蔽部120、遮蔽区域预测部130、再现影像产生部140、差异检测部150及判定部160。
[0026]对象影像取得部110取得对检查对象进行拍摄所获得的对象影像。对象影像取得部110也可取得对检查对象进行拍摄所获得的影本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种检查装置，其具备：对象影像取得部，其取得对检查对象进行拍摄而得的对象影像；对象影像遮蔽部，其遮蔽所述对象影像的一部分；遮蔽区域预测部，其针对所述对象影像中的被遮蔽的遮蔽区域的影像加以预测；再现影像产生部，其使用针对复数个遮蔽区域的各者所预测出的复数个预测影像，来产生再现影像；及，差异检测部，其检测所述对象影像和所述再现影像的差异。2.如权利要求1所述的检查装置，其中，所述差异检测部对每个预先决定的区域比较所述对象影像和所述再现影像，并算出所述每个预先决定的区域的所述差异的程度。3.如权利要求2所述的检查装置，其中，还具备：判定部，当所述差异的程度未满足预先决定的质量时，判定所述检查对象为不良品。4.如权利要求3所述的检查装置，其中，所述判定部在当所述每个预先决定的区域的所述差异的程度之中，最大的所述差异的程度超过预先决定的阈值时，判定所述检查对象为不良品。5.如权利要求3或4所述的检查装置，其中，所述判定部在当已判定所述检查对象为不良品时，利用对被判定为不良品的所述检查对象拍摄而得的所述对象影像，预测所述检查对象的电特性，并且当所述电特性未满足预先决定的质量时，确定所述检查对象为不良品。6.如权利要求3至5中任一项所述的检查装置，其中，所述判定部在当已判定所述检查对象为不良品时，利用对被判定为不良品的所述检查对象拍摄而得的所述对象影像，预测所述检查对象的电特性，并且当所述电特性满足预先决定的质量时，确定所述检查对象为良品。7.如权利要求2至6中任一项所述的检查装置，其中，所述差异检测部输出检测地图，所述检测地图对应所述差异的程度而使所述每个预先决定的区域的显示态样有所不同。8.如权利要求2至7中任一项所述的检查装置，其中，所述差异检测部基于所述对象影像与所述再现影像的欧几里德距离来算出所述差异的程度。9.如权利要求1至8中任一项所述的检查装置，其中，所述对象影像遮蔽部依序遮蔽将所述对象影像分割而得的复数个单元格之中的1个单元格；所述再现影像产生部使用针对不同单元格的各者所预测出的复数个预测影像来产生所述再现影像。10.如权利要...
【专利技术属性】
技术研发人员：池田皓甫，伊拉，
申请(专利权)人：爱德万测试株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。