System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及半导体检测,具体是一种基于图像识别的半导体表面缺陷检测系统。
技术介绍
1、半导体晶圆是指制作硅半导体电路所用的硅晶片,其原始材料是硅,高纯度的多晶硅溶解后掺入硅晶体晶种,然后慢慢拉出,形成圆柱形的单晶硅,硅晶棒在经过研磨、抛光以及切片后,形成硅晶圆片,也就是晶圆,晶圆的主要加工方式为片加工和批加工;在半导体晶圆的生产加工过程中,对其表面进行缺陷检测是必不可少的一个环节;
2、目前在进行半导体晶圆的表面缺陷检测时,难以通过图像识别技术快速准确地识别出瑕疵点像素,并实现对半导体晶圆的等级精准判定,以及无法在进行半导体晶圆的表面图像采集前全面合理评估相关因素对其造成的不利影响程度,难以有效保证所采集的图像质量,不利于提升等级判定结果的准确性;
3、针对上述的技术缺陷,现提出一种解决方案。
技术实现思路
1、本专利技术的目的在于提供一种基于图像识别的半导体表面缺陷检测系统,解决了现有技术难以通过图像识别技术快速准确地识别出瑕疵点像素,并实现对半导体晶圆的等级精准判定,以及无法在进行半导体晶圆的表面图像采集前全面合理评估相关因素对其造成的不利影响程度,不利于提升等级判定结果准确性的问题。
2、为实现上述目的,本专利技术提供如下技术方案:
3、一种基于图像识别的半导体表面缺陷检测系统,包括服务器、图像扫描采集模块、图像预处理模块、图像定位配准模块、像素瑕疵检测识别模块以及表面缺陷综合评估模块;图像扫描采集模块通过扫描电子显微镜或原
4、图像定位配准模块从服务器调取半导体晶圆的标准模板图像,将目标图像和标准模板图像通过特征匹配技术进行特征点匹配,基于相应的特征点对图像进行几何变换以使两者对齐,实现半导体晶圆的目标图像和标准模板图像的定位配准;像素点检测识别模块基于定位配准后的目标图像和标准模板图像进行半导体晶圆表面的像素瑕疵识别分析,以捕捉目标图像中的瑕疵点像素,且将所捕捉的瑕疵点像素经服务器发送至表面缺陷综合评估模块;表面缺陷综合评估模块通过分析以对半导体晶圆进行等级判定,将半导体晶圆标记为优级晶圆、良级晶圆或淘汰晶圆,且将对应半导体晶圆的等级判定信息发送至服务器。
5、进一步的,像素瑕疵识别分析的具体分析过程如下:
6、对配准后的目标图像和标准模板图像分别计算灰阶直方图,并找出每个直方图中的最大值,且将两个最大值标记为目标最大值和标准最大值,计算目标最大值和标准最大值两者的差值并将其标记为直方差异值,以得出目标图像和标准模板图像在亮度上的差异;
7、对目标图像有效区域内的每个像素,将其灰阶值加上上述的直方差异值,且将所得结果与标准模板图像对应位置的灰阶值进行比较,若两者之间的差异大于所设定的相应阈值,则将对应像素就被标记为瑕疵点像素;且将目标图像中的瑕疵点像素经服务器发送至表面缺陷综合评估模块。
8、进一步的,表面缺陷综合评估模块的具体运行过程包括:
9、基于所有瑕疵点像素,并使用图像处理中的连通区域标记算法找出每个瑕疵的连通区域,确定每个瑕疵的大小和形状,并计算出每个瑕疵的连通区域面积大小;通过对每个瑕疵的连通区域进行标记和分类,以得到每个瑕疵的图片,将瑕疵的图片作为深度学习模型的输入数据;
10、将这些瑕疵图片依次输入到事先训练好的卷积神经网络分类器中,通过卷积神经网络分类器以识别出每个瑕疵的类别,根据识别的瑕疵类别和数量进行等级判定,据此以将对应半导体晶圆标记为优级晶圆、良级晶圆或淘汰晶圆。
11、进一步的,等级判定的具体分析判定过程如下:
12、从服务器调取半导体晶圆的所有瑕疵类别,将对应瑕疵类别标记为i,i={1,2,…,n},n表示瑕疵类别数量且n为大于1的自然数;采集到目标图像中对应瑕疵类别i的数量并将其标记为瑕疵分布值,将瑕疵类别i的瑕疵分布值与对应的预设瑕疵分布阈值进行数值比较,若瑕疵分布值超过预设瑕疵分布值,则判断目标图像中对应瑕疵类别i表现异常;
13、若半导体晶圆中存在表现异常的瑕疵类别,则将对应半导体晶圆标记为淘汰晶圆;若半导体晶圆中不存在表现异常的瑕疵类别,则从服务器调取每种瑕疵类别的瑕疵影响值,瑕疵影响值的数值均大于零,且每种瑕疵类别的瑕疵影响值均由管理人员预先录入并存储至服务器中;
14、将目标图像中对应瑕疵类别i的瑕疵分布值与相应的瑕疵影响值相乘,且将两者乘积结果标记为瑕疵检测值,将目标图像中存在的所有瑕疵类别的瑕疵检测值进行求和计算得到瑕疵评估值;将瑕疵评估值与预设瑕疵评估值范围进行数值比较,若瑕疵评估值超过预设瑕疵评估值范围的最大值,则将对应半导体晶圆标记为淘汰晶圆;若瑕疵评估值位于预设瑕疵评估值范围内,则将对应半导体晶圆标记为良级晶圆;若瑕疵评估值未超过预设瑕疵评估值范围的最小值,则将对应半导体晶圆标记为优级晶圆。
15、进一步的,服务器与图像采况检测预警模块通信连接,在图像扫描采集模块进行半导体晶圆的图像扫描采集前,图像采况检测预警模块将影响图像质量的因素进行检测分析,判断当前图像采集状况对图像质量的影响程度,并生成采况检测不合格信号或采况检测合格信号,将采况检测不合格信号或采况检测合格信号发送至服务器,且在生成采况检测不合格信号时发出相应预警。
16、进一步的,图像采况检测预警模块的具体运行过程包括:
17、采集到半导体晶圆在进行图像采集前相较于图像扫描采集模块的位置偏差值和角度偏差值,将位置偏差值和角度偏差值进行数值计算得到位角分析值,将位角分析值与预设位角分析阈值进行数值比较,若位角分析值超过预设位角分析阈值,则生成采况检测不合格信号;
18、若位角分析值未超过预设位角分析阈值,则通过光源表现分析获取到光照分析值,将光照分析值与预设光照分析阈值进行数值比较,若光照分析值超过预设光照分析阈值,则生成采况检测不合格信号;若光照分析值未超过预设光照分析阈值,则进行采环辅助决策分析。
19、进一步的,采环辅助检测分析的具体分析过程如下:
20、获取到图像采集区域的区域温度、区域湿度以及区域模糊度,从服务器调取预设适宜采像温度范围,并将预设适宜采像温度范围的最大值和最小值进行均值计算得到采像温标值,将区域温度与采像温标值进行差值计算并取绝对值以得到采像温度差异值,同理获取到采像湿度差异值;将图像采集区域的采像温度差异值、采像湿度差异值和区域模糊度进行数值计算得到采环辅助值,将采环辅助值与预设采环辅助阈值进行数值比较,若采环辅助值超过预设采环辅助阈值,则生成采况检测不合格信号;若采环辅助值未超过预设采环辅助阈值,则生成采况检测合格信号。
21、进一步的,光源表现分析的具体分析过程如下:
<本文档来自技高网...【技术保护点】
1.一种基于图像识别的半导体表面缺陷检测系统,其特征在于,包括服务器、图像扫描采集模块、图像预处理模块、图像定位配准模块、像素瑕疵检测识别模块以及表面缺陷综合评估模块;图像扫描采集模块通过扫描电子显微镜或原子力显微镜采集到半导体晶圆的表面图像,将所采集到的表面图像标记为目标图像,将目标图像经服务器发送至图像预处理模块;图像预处理模块利用图像预处理技术将所接收的目标图像进行预处理,且将预处理后的目标图像经服务器发送至图像定位配准模块;
2.根据权利要求1所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,像素瑕疵识别分析的具体分析过程如下:
3.根据权利要求2所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,表面缺陷综合评估模块的具体运行过程包括:
4.根据权利要求3所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,等级判定的具体分析判定过程如下:
5.根据权利要求1所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,服务器与图像采况检测预警模块通信连接,在图像扫描采集模块进行半导体晶圆的图像扫描采
6.根据权利要求5所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,图像采况检测预警模块的具体运行过程包括:
7.根据权利要求6所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,采环辅助检测分析的具体分析过程如下:
8.根据权利要求6所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,光源表现分析的具体分析过程如下:
9.根据权利要求5所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,服务器与半导体产线生产预警模块通信连接,服务器将对应半导体产线单位时间内生产的所有半导体晶圆的等级判定信息发送至半导体产线生产预警模块,半导体生产线对所有半导体晶圆的等级判定信息进行汇总,获取到单位时间内对应半导体产线所生产的优级晶圆数量、良级晶圆数量和淘汰晶圆数量,将优级晶圆数量、良级晶圆数量和淘汰晶圆数量进行数值计算得到产线预警系数;若产线预警系数超过预设产线预警系数阈值,则生成产线预警信号并将其发送至服务器,且在生成产线预警信号时发出相应预警。
...【技术特征摘要】
1.一种基于图像识别的半导体表面缺陷检测系统,其特征在于,包括服务器、图像扫描采集模块、图像预处理模块、图像定位配准模块、像素瑕疵检测识别模块以及表面缺陷综合评估模块;图像扫描采集模块通过扫描电子显微镜或原子力显微镜采集到半导体晶圆的表面图像,将所采集到的表面图像标记为目标图像,将目标图像经服务器发送至图像预处理模块;图像预处理模块利用图像预处理技术将所接收的目标图像进行预处理,且将预处理后的目标图像经服务器发送至图像定位配准模块;
2.根据权利要求1所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,像素瑕疵识别分析的具体分析过程如下:
3.根据权利要求2所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,表面缺陷综合评估模块的具体运行过程包括:
4.根据权利要求3所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,等级判定的具体分析判定过程如下:
5.根据权利要求1所述的一种基于图像识别的半导体表面缺陷检测系统,其特征在于,服务器与图像采况检测预警模块通信连接,在图像扫描采集模块进行半导体晶圆的图像扫描采集前,图像采况检测预警模块将影响图像质量的因素进行检测分析,判断当前图像采集状况对图像质...
【专利技术属性】
技术研发人员:张腾,郑明国,
申请(专利权)人:珠海诚锋电子科技有限公司,
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。