一种碳化硅材质半导体表面镀膜质量检测方法技术

本说明书实施例公开了一种碳化硅材质半导体表面镀膜质量检测方法，涉及图像处理技术领域

【技术实现步骤摘要】
一种碳化硅材质半导体表面镀膜质量检测方法


[0001]本专利技术涉及图像处理
，特别涉及一种碳化硅材质半导体表面镀膜质量检测方法
。

技术介绍

[0002]碳化硅是使用石英砂
、
石油焦
、
木屑等原料在电阻炉内经高温冶炼而成的材料
。
在当代
C、N、B
等非氧化物耐火材料中，碳化硅为应用最广泛
、
最经济的一种
。
碳化硅作为高温结构材料已经广泛应用于航空
、
航天
、
汽车
、
机械
、
石化等工业领域
。
由于其高导热 、
高绝缘性，目前在电子工业中用作大规模集成电路的基片和封装材料
。
[0003]镀膜技术及薄膜产品在工业上的应用非常广泛，尤其是在电子材料与元器件工业领域中占有极其重要的地位
。
在基体的表面获得一层高纯度
、
致密均匀的碳化硅膜层，以严密包覆基体，可以防止对半导体产品造成污染，提高半导体产品的性能，因此，在半导体芯片制造领域，多采用包覆有碳化硅膜层的结构件
。
[0004]镀膜的基本原理是通过化学
、
物理等方法将一层涂层沉积在基础材料表面，优化表面性能
。
然而，涂层和基材本身的特性差异和化学反应等因素可能会导致气泡产生，使得薄膜表面不平整，并影响其性能
。
因此，对碳化硅材质半导体表面的镀膜质量进行检测具有非常重要的现实意义
。

技术实现思路

[0005]本说明书实施例提供一种碳化硅材质半导体表面镀膜质量检测方法，该方法包括：获取待检测碳化硅材质半导体的表面图像；对所述表面图像进行预处理，得到所述表面图像对应的表面灰度图像；使用
canny
算子获取所述表面灰度图像的边缘信息，得到二值边缘图像；对所述二值边缘图像进行霍夫圆变换，得到所述表面灰度图像中的类圆形区域；确定所述类圆形区域的特征及分布情况，并基于所述特征及分布情况确定所述表面灰度图像对应的气泡特征相异度和显著区域覆盖度，其中，所述气泡特征相异度用于表征所述待检测碳化硅材质半导体表面的气泡区域之间的相异程度，所述显著区域覆盖度用于表征所述待检测碳化硅材质半导体表面的气泡分布的密集度；基于所述气泡特征相异度和所述显著区域覆盖度确定所述表面灰度图像对应的气泡显著复杂度，所述气泡显著复杂度用于表征所述待检测碳化硅材质半导体表面的镀膜质量
。
[0006]在一些实施例中，所述对所述表面图像进行预处理，得到所述表面图像对应的表面灰度图像，包括：通过非局部均值滤波算法对所述表面图像进行增强处理，并将增强处理后得到的图像从
RGB
空间转换至灰度空间，得到所述表面图像对应的表面灰度图像
。
[0007]在一些实施例中，所述对所述二值边缘图像进行霍夫圆变换，得到所述表面灰度图像中的类圆形区域，包括：对所述二值边缘图像进行霍夫圆变换，以提取所述表面灰度图像中的圆形区域，并得到相应的累加器阵列，所述累加器阵列中的每一个元素值对应于一个所述圆形区域的圆心横坐标
、
圆心纵坐标和圆半径；将所述元素值满足预设条件的圆形
区域作为所述表面灰度图像中的所述类圆形区域
。
[0008]在一些实施例中，所述将所述元素值满足预设条件的圆形区域作为所述表面灰度图像中的所述类圆形区域，包括：计算所述元素值所对应的圆形疑似度，所述圆形疑似度基于所述元素值与对应圆形的周长的比值得到；将所述圆形疑似度大于预设阈值的圆形区域作为所述表面灰度图像中的所述类圆形区域
。
[0009]在一些实施例中，所述确定所述类圆形区域的特征及分布情况，包括：对于每一个目标类圆形区域，从所述目标类圆形区域的圆心开始往外扩散，获取所述目标类圆形区域最内侧的闭合边缘作为所述目标类圆形区域的边缘线；基于所述目标类圆形区域的边缘线确定所述目标类圆形区域对应的最小外接矩形；根据所述最小外接矩形中所述目标类圆形区域的边缘线内外的灰度均值之差确定所述目标类圆形区域对应的颜色区分度
。
[0010]在一些实施例中，所述确定所述类圆形区域的特征及分布情况，还包括：计算所述目标类圆形区域中每一个像素点与圆心像素点之间的像素值之差，以及每一个像素点与所述圆心像素点之间的距离；基于所述像素值之差以及所述距离，计算所述目标类圆形区域中每一个像素点对应的颜色渐变度；将所述目标类圆形区域中所有像素点所对应的颜色渐变度的均值作为所述目标类圆形区域所对应的颜色渐变度
。
[0011]在一些实施例中，所述确定所述类圆形区域的特征及分布情况，还包括：基于每一个所述类圆形区域所对应的颜色区分度和颜色渐变度，确定每一个所述类圆形区域所对应的渐变显著度；基于渐变显著度，确定所述表面灰度图像中不同类圆形区域之间的气泡特征区别度
。
[0012]在一些实施例中，所述基于所述特征及分布情况确定所述表面灰度图像对应的气泡特征相异度和显著区域覆盖度，包括：计算所述表面灰度图像中所有不同类圆形区域之间的气泡特征区别度的加和；基于所述所有不同类圆形区域之间的气泡特征区别度的加和，得到所述表面灰度图像所对应的气泡特征相异度
。
[0013]在一些实施例中，所述基于所述特征及分布情况确定所述表面灰度图像对应的气泡特征相异度和显著区域覆盖度，还包括：计算所述表面灰度图像中所有所述类圆形区域的面积之和；基于所有所述类圆形区域的面积之和与所述表面灰度图像的面积的比值，得到所述表面灰度图像所对应的显著区域覆盖度
。
[0014]在一些实施例中，所述基于所述气泡特征相异度和所述显著区域覆盖度确定所述表面灰度图像对应的气泡显著复杂度，包括：将所述气泡特征相异度与所述显著区域覆盖度的乘积作为所述表面灰度图像对应的气泡显著复杂度
。
[0015]本说明书实施例所提供的碳化硅材质半导体表面镀膜质量检测方法可能带来的有益效果至少包括：（1）在本说明书一些实施例所提供的碳化硅材质半导体表面镀膜质量检测方法中，通过结合表面图像中反映出来气泡特征相异度和显著区域覆盖度来确定待检测碳化硅材质半导体对应的气泡显著复杂度，不仅可以衡量碳化硅材质半导体的镀膜质量，还可以衡量出镀膜质量问题的复杂性；（2）在本说明书一些实施例所提供的碳化硅材质半导体表面镀膜质量检测方法中，通过类圆形区域中每一个像素点与中心像素点之间的距离以及像素值之差来计算其对应的颜色渐变度，然后将该颜色渐变度与类圆形区域内外的颜色区分度相结合，以得到各个类圆形区域所对应的渐变显著度，可以更准确地反映出不同原因所导致的气泡的区别；（3）在本说明书一些实施例所提供的碳化硅材质半导体表面
镀膜质量检测方法中，通过计算各个类圆形区域所对应的渐变显著度来反映不同原因所导致的气泡的区别，可以更准确地反映出镀膜质量问题的复杂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种碳化硅材质半导体表面镀膜质量检测方法，其特征在于，包括：获取待检测碳化硅材质半导体的表面图像；对所述表面图像进行预处理，得到所述表面图像对应的表面灰度图像；使用
canny
算子获取所述表面灰度图像的边缘信息，得到二值边缘图像；对所述二值边缘图像进行霍夫圆变换，得到所述表面灰度图像中的类圆形区域；确定所述类圆形区域的特征及分布情况，并基于所述特征及分布情况确定所述表面灰度图像对应的气泡特征相异度和显著区域覆盖度，其中，所述气泡特征相异度用于表征所述待检测碳化硅材质半导体表面的气泡区域之间的相异程度，所述显著区域覆盖度用于表征所述待检测碳化硅材质半导体表面的气泡分布的密集度；基于所述气泡特征相异度和所述显著区域覆盖度确定所述表面灰度图像对应的气泡显著复杂度，所述气泡显著复杂度用于表征所述待检测碳化硅材质半导体表面的镀膜质量
。2.
如权利要求1所述的方法，其特征在于，所述对所述表面图像进行预处理，得到所述表面图像对应的表面灰度图像，包括：通过非局部均值滤波算法对所述表面图像进行增强处理，并将增强处理后得到的图像从
RGB
空间转换至灰度空间，得到所述表面图像对应的表面灰度图像
。3.
如权利要求1所述的方法，其特征在于，所述对所述二值边缘图像进行霍夫圆变换，得到所述表面灰度图像中的类圆形区域，包括：对所述二值边缘图像进行霍夫圆变换，以提取所述表面灰度图像中的圆形区域，并得到相应的累加器阵列，所述累加器阵列中的每一个元素值对应于一个所述圆形区域的圆心横坐标
、
圆心纵坐标和圆半径；将所述元素值满足预设条件的圆形区域作为所述表面灰度图像中的所述类圆形区域
。4.
如权利要求3所述的方法，其特征在于，所述将所述元素值满足预设条件的圆形区域作为所述表面灰度图像中的所述类圆形区域，包括：计算所述元素值所对应的圆形疑似度，所述圆形疑似度基于所述元素值与对应圆形的周长的比值得到；将所述圆形疑似度大于预设阈值的圆形区域作为所述表面灰度图像中的所述类圆形区域
。5.
如权利要求1所述的方法，其特征在于，所述确定所述类圆形区域的特征及分布情况，包括：对于每一个目标类圆形区...

【专利技术属性】
技术研发人员：程伟，杨丽丹，杨顺作，杨丽香，杨金燕，杨丽霞，
申请(专利权)人：深圳宝铭微电子有限公司，
类型：发明
国别省市：