【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种纳米压印晶圆表面缺陷智能识别方法。
技术介绍
1、在现代半导体制造过程中，纳米压印技术由于其良好的成型能力和高分辨率，得到了广泛应用。然而，晶圆表面的缺陷检测仍然是制造流程中的一个关键环节。由于晶圆表面微小缺陷可能导致电路性能的严重下降，开发有效的缺陷识别方法显得尤为重要。传统的缺陷检查通常依赖人工目视或简单的图像处理技术，效率低且易受主观因素影响。因此，采用智能化、自动化的缺陷识别技术变得至关重要。
2、现有晶圆表面缺陷识别方法，通过高分辨率相机获取晶圆表面的图像，利用边缘检测、纹理分析等技术提取图像特征，进而通过机器学习或深度学习算法对特征进行分类，以识别出潜在的缺陷。晶圆表面缺陷的种类繁多且形态复杂，缺陷在每个晶圆上均不同，因此存在晶圆缺陷识别精度低的问题。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供的：一种纳米压印晶圆表面缺陷智能识别方法解决了现有技术存在晶圆缺陷识别精度低的问题。
2、为了达到上述专利技术目的，本专利技术采用的技术方案为：一种纳米压印晶圆表面缺陷智能识别方法，包括以下步骤：
3、s1、对晶圆表面图像进行滤波处理，得到滤波图像；
4、s2、对滤波图像进行灰度处理，得到灰度图；
5、s3、统计灰度图上各个第一灰度值组合、第二灰度值组合和第三灰度值组合出现的次数，其中，第一灰度值组合、第二灰度值组合和第三灰度值组均为范围内的两个灰度值的组合；
<...【技术保护点】
1.一种纳米压印晶圆表面缺陷智能识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述S1包括以下分步骤：
3.根据权利要求1所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述S3包括以下分步骤：
4.根据权利要求1所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述S4包括以下分步骤：
5.根据权利要求4所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述S42、S43和S44中均包括以下分步骤：
6.根据权利要求4所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述S42、S43和S44中计算偏差度的公式为：，其中，ε为偏差度，FH,i为图像区域中第i种第一灰度值组合、第二灰度值组合或第三灰度值组合在图像区域出现的次数，FW,i为图像区域中第i种第一灰度值组合、第二灰度值组合或第三灰度值组合在灰度图出现的次数，i为正整数，K为图像区域中第一灰度值组合、第二灰度值组合或第三灰度值组合的种类数。
7.根据权利要求1所述的纳米压印晶圆表
8.根据权利要求7所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述S52中计算灰度偏差系数的公式为：，其中，γ为灰度偏差系数，FH,n为在图像区域中第n种灰度值在图像区域出现的次数，FW,n为在图像区域中第n种灰度值在灰度图出现的次数，n为正整数，L为图像区域中灰度值的种类数。
9.根据权利要求7所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述S53中计算灰度差距的公式为： ，其中，d为灰度差距，GH,k为在图像区域中第k个像素点的灰度值，为灰度图上灰度均值，k为正整数，M为图像区域中像素点的数量，tanh为双曲正切函数。
...【技术特征摘要】
1.一种纳米压印晶圆表面缺陷智能识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述s1包括以下分步骤：
3.根据权利要求1所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述s3包括以下分步骤：
4.根据权利要求1所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述s4包括以下分步骤：
5.根据权利要求4所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述s42、s43和s44中均包括以下分步骤：
6.根据权利要求4所述的纳米压印晶圆表面缺陷智能识别方法，其特征在于，所述s42、s43和s44中计算偏差度的公式为：，其中，ε为偏差度，fh,i为图像区域中第i种第一灰度值组合、第二灰度值组合或第三灰度值组合在图像区域出现的次数，fw,i为图像区域中第i种第一灰度值组合、...
【专利技术属性】
技术研发人员：冀然，栾福瑜，尹承明，姜涛，管海清，
申请(专利权)人：青岛天仁微纳科技有限责任公司，
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。