晶圆低纹理缺陷的检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109978839A(43)申请公布日2019.07.05(21)申请号201910177119.9G06T5/30(2006.01)(22)申请日2019.03.08G06T3/60(2006.01)(71)申请人浙江大学地址310058浙江省杭州市西湖区余杭塘路866号(72)发明人喻志勇王进陆国栋郑涛(74)专利代理机构杭州求是专利事务所有限公司33200代理人刘静邱启旺(51)Int.Cl.G06T7/00(2017.01)G06T7/13(2017.01)G06T7/136(2017.01)G06T5/00(2006.01)G06T5/20(2006.01)权利要求书2页说明书6页附图4页(54)发明名称晶圆低纹理缺陷的检测方法(57)摘要本发明公开了一种晶圆低纹理缺陷的检测方法，首先根据获取的彩色晶圆图像得到晶圆二值图像；然后利用一阶导数获得晶圆的最外侧轮廓曲线，锁定晶圆位置；对整副图像进行旋转处理，使得晶圆上下边水平、左右边垂直，根据旋转后的原始彩色图像最小矩形区域的四个顶点锁定矩形晶粒区的四个顶点，得到晶粒区；对彩色晶粒区图像等面积裁剪成若干份，统计每份所有像素点R、G、B通道灰度值所在的特定灰度级数量；最后与标准晶圆图像进行对比，根据每个灰度级中灰度值的数量计算相似度；若所有子区域检测结果均大于阈值，则判定没有缺陷，否则含有缺陷；本发明方法实现了自动晶圆低纹理缺陷检测，效率较人工大大提高，精度远高于传统的模板匹配。CN109978839ACN109978839A权利要求书1/2页1.一种晶圆低纹理缺陷的检测方法，其特征在于，该方法包括：通过微距定焦镜头全局扫描得到矩形晶圆原始彩色图像；将所述彩色图像进行中值滤波、形态学滤波并结合OTSU算法得到晶圆二值图像；将所述晶圆二值图像基于一阶导数算法得到晶圆最外层封闭轮廓曲线，锁定任意位置晶圆；以晶圆最外层封闭轮廓曲线包围的最小矩形区域的倾斜角为晶圆倾斜角，根据晶圆倾斜角对原始彩色图像进行旋转，使得晶圆上下边水平，左右边垂直；当晶圆倾斜角θ大于45度时，逆时针旋转晶圆原始彩色图像，对应的旋转角度为(90-θ)；当晶圆倾斜角θ小于45度时，顺时针旋转晶圆原始彩色图像，对应的旋转角度为θ；根据旋转后的原始彩色图像最小矩形区域的四个顶点，锁定矩形晶粒区的四个顶点，从而得到可能出现低纹理缺陷的晶粒区；对彩色晶粒区图像等面积裁剪成若干份，对标准与待检测晶圆彩色图像进行相同的裁剪操作，等面积裁剪成若干份子区域，所有裁剪的子区域具有一一对应关系，对待检测与标准彩色晶粒区的子区域分别统计其所有像素点R、G、B通道灰度值所在的特定灰度级数量，根据统计的每个灰度级中灰度值的数量计算相似度；根据每一份子区域检测结果与标准阈值δ比较，若所有子区域检测结果均大于标准阈值δ，则判定没有缺陷，否则判定为有缺陷；标准阈值δ的选择可以根据测量的要求灵活的调整，不仅限于一个定值。2.如权利要求1所述的晶圆低纹理缺陷的检测方法，其特征在于，晶圆的支撑结构为圆柱形塑料实心白色塑料件，使得在拍照时获取较高对比度的晶圆图像，以满足晶圆在轮廓提取时的精度要求。3.如权利要求1所述的晶圆低纹理缺陷的检测方法，其特征在于，形态学滤波采用的卷积模为自定义卷积模板，形状为矩形，长度为五个像素点，宽度为一个像素点，先对图像进行膨胀dilate然后腐蚀erode，保证处理后的图像不会发生形变。4.如权利要求1所述的晶圆低纹理缺陷的检测方法，其特征在于，晶粒区所在矩形四个顶点坐标的获得方式为：对于最外层轮廓矩形左上角的点横坐标与纵坐标同时加上a像素点长；对于最外层轮廓矩形右上角的点横坐标减去b1个像素点长，纵坐标加上b2个像素点长；对于最外层轮廓矩形左下角的点横坐标加上c1个像素点长，纵坐标减去c2个像素点长；对于最外层轮廓矩形右下角的点横坐标与纵坐标同时减去d个像素点长，由新的四个点即可得到晶圆的晶粒区，a、b1、b2、c1、c2和d的取值根据实现生产的矩形晶圆尺寸确定。5.如权利要求1所述的晶圆低纹理缺陷的检测方法，其特征在于，晶粒区的裁剪份数可以选择：8×8、9×9或20×20等，视具体的精度去调节对应的子区域大小，份数越多检测精度越高。6.如权利要求1所述的晶圆低纹理缺陷的检测方法，其特征在于，统计每一份子区域所有像素点R、G、B通道灰度值所在的256灰度级数量，灰度级不只限于256灰度级，还可以是50或是处于1～256之间的灰度级，灰度级数量越大检测精度越高。7.如权利要求1所述的晶圆低纹理缺陷的检测方法，其特征在于，计算相似度的公式为：2CN109978839A权利要求书2/2页(if(Hbase(i)-Htest(i))＞＝10,Hco