微管缺陷检测方法、装置、设备、存储介质和程序产品制造方法及图纸

本申请涉及一种微管缺陷检测方法、装置、设备、存储介质和程序产品。通过获取待测半导体晶圆的待检测图像，对待检测图像进行滤波处理，得到滤波处理后的第一检测图像，进一步对第一检测图像进行自适应阈值处理，得到目标检测图像，从而根据目标检测图像以及预设的分类算法，确定待测半导体晶圆的微管缺陷。本方法在获取待测半导体晶圆的待检测图像后，采用图像处理算法，对待检测图像进行分析处理，从而识别待测半导体晶圆的微管缺陷，替代传统的人工利用显微镜目检的识别方式，提高了半导体晶圆的微管缺陷准确率和检测效率，降低检测成本。而且，在对半导体晶圆的微管缺陷的微管缺陷进行检测时，不会对半导体晶圆造成二次破坏。坏。坏。

【技术实现步骤摘要】
微管缺陷检测方法、装置、设备、存储介质和程序产品


[0001]本申请涉及半导体
，特别是涉及一种微管缺陷检测方法、装置、设备、存储介质和程序产品。

技术介绍

[0002]随着对半导体晶圆研究的不断深入和对工艺的不断改进，半导体晶圆的单晶质量有了很大提高，但是高密度的缺陷仍然是影响半导体晶圆的单晶质量的最主要因素，例如，螺位错、刃位错、基晶面位错及微管缺陷。微管缺陷不但会影响半导体晶圆的单晶质量，而目会严重的制约半导体晶圆的性能，导致器件反向偏压失效，直至击穿，使后续器件性能严重下降。因此，必须精确的检测出半导体晶圆中微管缺陷的存在位置。
[0003]现有技术往往采取湿法腐蚀、偏光测试或酸碱指示法进行半导体晶圆微管缺陷的检测，但是现有技术对缺陷的检测都是通过显微镜下目检的方式，检测过程依赖于检测人员的主观性，检测精度低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高检测精度的微管缺陷检测方法、装置、设备、存储介质和程序产品。
[0005]第一方面，本申请提供了一种微管缺陷检测方法，该方法包括：
[0006]获取待测半导体晶圆的待检测图像；
[0007]对待检测图像进行滤波处理，得到滤波处理后的第一检测图像；
[0008]对第一检测图像进行自适应阈值处理，得到目标检测图像；
[0009]根据目标检测图像以及预设的分类算法，确定待测半导体晶圆的微管缺陷。
[0010]在其中一个实施例中，对第一检测图像进行自适应阈值处理，得到目标检测图像，包括：
[0011]对第一检测图像进行正自适应阈值处理，得到正二值化图像；
[0012]对第一检测图像进行负自适应阈值处理，得到负二值化图像；
[0013]根据目标二值化图像，得到目标检测图像，其中，目标二值化图像包括正二值化图像和负二值化图像中的至少一个图像。
[0014]在其中一个实施例中，根据目标二值化图像，得到目标检测图像，包括：
[0015]若目标二值化图像为正二值化图像，则将正二值化图像作为第二检测图像；
[0016]若目标二值化图像为负二值化图像，则将负二值化图像作为第三检测图像；
[0017]若目标二值化图像包括正二值化图像和负二值化图像，则将正二值化图像和负二值化图像进行叠加处理，得到第四检测图像；
[0018]其中，所述目标检测图像包括所述第二检测图像、所述第三检测图像以及所述第四检测图像中的至少一个检测图像。
[0019]在其中一个实施例中，根据目标检测图像以及预设的分类算法，确定待测半导体
晶圆的微管缺陷，包括：
[0020]获取目标检测图像的连通域的特征属性信息；
[0021]根据目标检测图像的连通域的特征属性信息以及分类算法，确定待测半导体晶圆的微管缺陷。
[0022]在其中一个实施例中，根据目标检测图像以及预设的分类算法，确定待测半导体晶圆的微管缺陷，还包括：
[0023]对目标检测图像进行膨胀腐蚀处理，得到目标检测图像对应的特征图；
[0024]获取特征图的连通域的特征属性信息；
[0025]根据特征图的连通域的特征属性信息以及分类算法，确定半导体晶圆的微管缺陷。
[0026]在其中一个实施例中，对待检测图像进行滤波处理，得到滤波处理后的第一检测图像，包括：
[0027]对待检测图像进行灰度处理，得到待检测图像的灰度图像；
[0028]对灰度图像进行滤波处理，得到滤波处理后的第一检测图像。
[0029]第二方面，本申请还提供了一种微管缺陷检测装置，该装置包括：
[0030]获取模块，用于获取待测半导体晶圆的待检测图像；
[0031]第一处理模块，用于对待检测图像进行滤波处理，得到滤波处理后的第一检测图像；
[0032]第二处理模块，用于对第一检测图像进行自适应阈值处理，得到目标检测图像；
[0033]确定模块，用于根据目标检测图像以及预设的分类算法，确定待测半导体晶圆的微管缺陷。
[0034]第三方面，本申请还提供了一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
[0035]获取待测半导体晶圆的待检测图像；
[0036]对待检测图像进行滤波处理，得到滤波处理后的第一检测图像；
[0037]对第一检测图像进行自适应阈值处理，得到目标检测图像；
[0038]根据目标检测图像以及预设的分类算法，确定待测半导体晶圆的微管缺陷。
[0039]第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0040]获取待测半导体晶圆的待检测图像；
[0041]对待检测图像进行滤波处理，得到滤波处理后的第一检测图像；
[0042]对第一检测图像进行自适应阈值处理，得到目标检测图像；
[0043]根据目标检测图像以及预设的分类算法，确定待测半导体晶圆的微管缺陷。
[0044]第五方面，本申请还提供了一种计算机程序产品，计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0045]获取待测半导体晶圆的待检测图像；
[0046]对待检测图像进行滤波处理，得到滤波处理后的第一检测图像；
[0047]对第一检测图像进行自适应阈值处理，得到目标检测图像；
[0048]根据目标检测图像以及预设的分类算法，确定待测半导体晶圆的微管缺陷。
[0049]上述微管缺陷检测方法、装置、设备、存储介质和程序产品，通过获取待测半导体晶圆的待检测图像，对待检测图像进行滤波处理，得到滤波处理后的第一检测图像，进一步对第一检测图像进行自适应阈值处理，得到目标检测图像，从而根据目标检测图像以及预设的分类算法，确定待测半导体晶圆的微管缺陷。本方法在获取待测半导体晶圆的待检测图像后，采用图像处理算法，对待检测图像进行分析处理，从而识别待测半导体晶圆的微管缺陷，替代传统的人工利用显微镜目检的识别方式，提高了半导体晶圆的微管缺陷准确率和检测效率，降低检测成本。而且，在对半导体晶圆的微管缺陷的微管缺陷进行检测时，不会对半导体晶圆造成二次破坏。
附图说明
[0050]图1为一个实施例中微管缺陷检测方法的应用环境图；
[0051]图2为一个实施例中微管缺陷检测方法的流程示意图；
[0052]图3为一个实施例中确定目标检测图像的流程示意图；
[0053]图4为一个实施例中正二值化图像的示意图；
[0054]图5为一个实施例中负二值化图像的示意图；
[0055]图6为一个实施例中联合二值化图像的示意图；
[0056]图7为一个实施例中确定待测半导体晶圆的微管缺陷的流程示意图；
[0057]图8为另一个实施例中确定待本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微管缺陷检测方法，其特征在于，所述方法包括：获取待测半导体晶圆的待检测图像；对所述待检测图像进行滤波处理，得到滤波处理后的第一检测图像；对所述第一检测图像进行自适应阈值处理，得到目标检测图像；根据所述目标检测图像以及预设的分类算法，确定所述待测半导体晶圆的微管缺陷。2.根据权利要求1所述的方法，其特征在于，所述对所述第一检测图像进行自适应阈值处理，得到目标检测图像，包括：对所述第一检测图像进行正自适应阈值处理，得到正二值化图像；对所述第一检测图像进行负自适应阈值处理，得到负二值化图像；根据目标二值化图像，得到所述目标检测图像，其中，所述目标二值化图像包括所述正二值化图像和所述负二值化图像中的至少一个图像。3.根据权利要求2所述的方法，其特征在于，所述根据目标二值化图像，得到所述目标检测图像，包括：若所述目标二值化图像为正二值化图像，则将所述正二值化图像作为第二检测图像；若所述目标二值化图像为负二值化图像，则将所述负二值化图像作为第三检测图像；若所述目标二值化图像包括所述正二值化图像和所述负二值化图像，则将所述正二值化图像和所述负二值化图像进行叠加处理，得到第四检测图像；其中，所述目标检测图像包括所述第二检测图像、所述第三检测图像以及所述第四检测图像中的至少一个检测图像。4.根据权利要求1所述的方法，其特征在于，所述根据所述目标检测图像以及预设的分类算法，确定所述待测半导体晶圆的微管缺陷，包括：获取所述目标检测图像的连通域的特征属性信息；根据所述目标检测图像的连通域的特征属性信息以及所述分类算法，确定所述待测半导体晶圆的微...

【专利技术属性】
技术研发人员：张建伟，施文心，赵天罡，
申请(专利权)人：清华大学，
类型：发明
国别省市：