基于单像素的非成像晶圆表面缺陷检测方法及存储介质技术

本发明专利技术的一种基于单像素的非成像晶圆表面缺陷检测方法及存储介质，包括将预设编码照明图案投射到待测晶圆表面，以使所述编码照明图案经待测晶圆表面得到反射图案；采集所述反射图案的光强值，将光强值与缺陷图案进行数据分割与标签化处理；通过特征选择算法选取高相关性K个特征，并反推得到新的编码照明图案组合；将新的编码照明图案组合投射至其他待测晶圆表面之后采集反射光强值并进行特征抽取，把抽取的特征通过随机森林算法实现对晶圆缺陷的检测。本发明专利技术无需事先成像，可以直接获取待测晶圆表面的信息，因此不受物体成像质量的限制，减少光学系统、噪声、图像畸变等因素的影响，特别是避免了虚像问题，提高了晶圆表面缺陷检测的鲁棒性。陷检测的鲁棒性。陷检测的鲁棒性。

【技术实现步骤摘要】
基于单像素的非成像晶圆表面缺陷检测方法及存储介质


[0001]本专利技术涉及晶圆缺陷检测
，具体涉及一种基于单像素的非成像晶圆表面缺陷检测方法及存储介质。

技术介绍

[0002]传统的晶圆表面缺陷检测领域，晶圆的表面缺陷检测是先成像后再结合复杂的图像处理算法进行缺陷检测工作，检测质量受图像本身成像质量的限制，因而对图像分辨率和机器算力有很高要求。此外，高分辨率的图像对成像环境要求更加严格，而且成像方式受到光学系统、噪声、图像畸变等因素的影响，可能导致缺陷检测的准确性和可靠性下降。本专利技术提出的非成像晶圆表面缺陷检测方案，无需事先成像，因此不受物体成像质量的限制，特别是避免了由于晶圆表面过于光滑而导致的成像局部高亮和成像过程中晶圆表面因反射周围物体而形成的虚像问题，极大地提高了晶圆表面缺陷检测的鲁棒性。
[0003]另外，传统成像晶圆表面缺陷检测系统通常需要使用高分辨率相机和复杂的光学元件来完成系统构建，获取高质量的图像，系统成本大大增加；传统成像系统生成的图像数据量庞大，需要进行大规模的数据采集和存储，对这些图像数据进行处理和分析也需要耗费大量的计算资源和时间；传统成像系统通常需要使用复杂的图像处理算法，这增加了系统设计和开发的复杂性。本专利技术提出的非成像晶圆表面缺陷检测系统，不依赖于复杂的成像设备，大大降低了晶圆表面缺陷检测系统的成本；采用单像素探测器完成对晶圆相关信息的收集，使系统设计和实现更加简化，减少了光学组件的复杂性和维护成本，提高了系统的可靠性；由于剔除了冗余数据，采用数据更加简洁，更为直接的特征抽取与分类手段对系统算力没有较高要求，进一步精简系统设计与开发复杂性。

技术实现思路

[0004]本专利技术提出的一种基于单像素的非成像晶圆表面缺陷检测方法、系统及设备，可至少解决
技术介绍
中的技术问题之一。
[0005]为实现上述目的，本专利技术采用了以下技术方案：一种基于单像素的非成像晶圆表面缺陷检测方法，包括以下步骤，将预设编码照明图案投射到待测晶圆表面，以使所述编码照明图案经待测晶圆表面得到反射图案；采集所述反射图案的光强值，将光强值与缺陷图案进行数据分割与标签化处理；通过特征选择算法选取高相关性K个特征，并反推得到新的编码照明图案组合；将新的编码照明图案组合投射至其他待测晶圆表面之后采集反射光强值并进行特征抽取，把抽取的特征通过随机森林算法实现对晶圆缺陷的检测。
[0006]进一步地，所述将预设编码照明图案投射到待测晶圆表面，以使所述编码照明图案经待测晶圆表面得到反射图案，具体包括，预设的编码照明图案由以下公式构建，首先由公式生成哈达玛基底图案：
其中，表示哈达玛的逆变换，而：其中是哈达玛域的坐标；采用差分，获得一个系数，需要两次测量；一个测量是通过投影基编码照明图案获得的，另一个是通过它的逆]获得的；将预设编码照明图案]投影至待测晶圆表面，并使用单像素检测器来测量产生的光强度，单像素光强测量在数学上等同于哈达玛基图与物体之间的内积；由此可以得到相应哈达玛系数：其中,和是对应于和光照的测量值，系数是实值，系数的数量与图像像素的数量相同；使用差分对像素的图像进行完全采样需要次测量。
[0007]进一步地，所述通过特征选择算法选取高相关性K个特征，具体根据卡方检验得到的强关联性来确定最有效的K个对应点，具体如下：通过比较观察值与期望值之间的差异来评价分类变量之间的关联度；计算该列联表的卡方统计量：其中是观测频数，是期望频数，根据列联表中各类别的样本数和总样本数计算得到；具体地：其中为指定行的总计数，是指定列的总计数，是所有观察值的总计数；通过对卡方统计量进行归一化，将卡方得分限制在一个固定的范围内，使得可以在不同特征之间进行比较，而不会受到特征取值数量的影响；将得到的卡方得分按照从高到低的顺序排列，并选择前K个与目标变量具有最强关联的特征作为选取结果，并根据哈达玛系数与编码照明图案的对应关系反推出新的编码照明图案组合。
[0008]进一步地，应用新的编码照明图案进行投影后，采集数据并进行特征抽取，特征抽取之前需要对得到的信号进行归一化处理，以消除数据本身的影响，克服过拟合问题，使得
特征具有相同的尺度和分布，以便于不同特征之间进行比较，其中，归一化处理如下：其中是归一化的特征值，、分别是每个特征值的最大值和最小值。
[0009]进一步地，所述应用新的编码照明图案进行投影后，采集数据并进行特征抽取，包括将标准化后的数据特征做抽取计算，如下：峰值
‑
Peak value (PK)：；最小值
‑
Minimum (Min)：；峰峰值
‑
Peak
‑
to
‑
Peak value (PK
‑
PK)：；平均能量
‑
Energy (E)：；均值
‑
Mean (A)：；平均整流值
‑
Average rectified value (Arv)：；均方根能量
‑
Root Mean Square (RMS)：；方差
‑
Variance (var)：；峭度
‑
Kurtosis (Kur)：；偏度
‑
Skewness (Skew)：；间隙系数
‑
Clearance Factor(CL)：；形状因子
‑
Shape Factor (Sf)：；裕度因子
‑
Crest Factor (Cf)：；冲激因子
‑
Impulse Factor (If)：。
[0010]又一方面，本专利技术还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述方法的步骤。
[0011]再一方面，本专利技术还公开一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上方法的步骤。
[0012]由上述技术方案可知，本专利技术的关键是将一种筛选照明编码图案的策略应用在数据前处理过程，结合单像素可以通过非成像获得信息的优势，应用在晶圆缺陷检测方向，并提出一种非成像晶圆缺陷检测系统。所提出方案无需任何先验成像，就可以完成对待测晶
圆信息的获取。其中筛选策略的应用可以达到欠采样的效果，在获得待测晶圆信息的同时减少冗余数据，相比传统成像式晶圆缺陷检测大大减少所需数据量；非成像的方式可以有效避免由于晶圆表面过于光滑而导致的成像局部高亮和成像过程中晶圆表面因反射周围物体而形成的虚像问题，这是传统成像方式无法直接避免的难题；非成像晶圆缺陷检测系统的构建不依赖于复杂的成像设备，采用单像素探测器完成对晶圆信息的收集，使系统设计和实现更加简化，减少了光学组件的复杂性和维护成本，这是传统成像方式无法做到的。
[0013]则与传统成像式晶圆缺陷检测方法对比，本专利技术提出的非成像晶圆缺陷检测方案，无需事先成像，可以直接获取待测晶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于单像素的非成像晶圆表面缺陷检测方法，其特征在于，包括以下步骤，将预设编码照明图案投射到待测晶圆表面，以使所述编码照明图案经待测晶圆表面得到反射图案；采集所述反射图案的光强值，将光强值与缺陷图案进行数据分割与标签化处理；通过特征选择算法选取高相关性K个特征，并反推得到新的编码照明图案组合；将新的编码照明图案组合投射至其他待测晶圆表面之后采集反射光强值并进行特征抽取，把抽取的特征通过随机森林算法实现对晶圆缺陷的检测。2.根据权利要求1所述的基于单像素的非成像晶圆表面缺陷检测方法，其特征在于：所述将预设编码照明图案投射到待测晶圆表面，以使所述编码照明图案经待测晶圆表面得到反射图案，具体包括，预设的编码照明图案由以下公式构建，首先由公式生成哈达玛基底图案：其中，表示哈达玛的逆变换，而：其中是哈达玛域的坐标；采用差分，获得一个系数，需要两次测量；一个测量是通过投影基编码照明图案获得的，另一个是通过它的逆]获得的；将预设编码照明图案]投影至待测晶圆表面，并使用单像素检测器来测量产生的光强度，单像素光强测量在数学上等同于哈达玛基图与物体之间的内积；由此可以得到相应哈达玛系数：其中,和是对应于
ꢀꢀ
和光照的测量值， 系数是实值，系数的数量与图像像素的数量相同；使用差分 对 像素的图像进行完全采样需要次测量。3.根据权利要求1所述的基于单像素的非成像晶圆表面缺陷检测方法，其特征在于：所述通过特征选择算法选取高相关性K个特征，具体根据卡方检验得到的强关联性来确定最有效的K个对应点，具体如下：通过比较观察值与期望值之间的差异来评价分类变量之间的关联度；计算该列联表的卡方统计量：其中是观测频数，是期望频数，根据列联表中各类别的样本数和总样本数计算得到；具体地：
其中
ꢀꢀ
为指定行的总计数，是指定列的总计数，是所有观察值的总计数；通过对卡方统计量进行归一化，将卡方得分限制在一个固定的范围内，使得可以在不同特征之间进行比较，而不会受到特征取值数量的影响；将得到的卡方得分按照从高到低的顺序排列，并选择前K个与目标变量具有最强关联的特征作为选取结果，并根据哈达玛系数与编码照明图案的...

【专利技术属性】
技术研发人员：钟翔，孙宇，曹翰昱，谷家霖，马孟超，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：