一种基于去反光效果的半导体晶圆加工质量检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115082477A(43)申请公布日2022.09.20(21)申请号202211009244.7(22)申请日2022.08.23(71)申请人山东鲁芯之光半导体制造有限公司地址252000山东省聊城市高新区九州街道天津路财金数字工厂(72)发明人王冬平(74)专利代理机构河南华凯科源专利代理事务所(普通合伙)41136专利代理师靳建山(51)Int.Cl.G06T7/00(2017.01)G06T7/13(2017.01)G06V10/762(2022.01)权利要求书2页说明书9页附图1页(54)发明名称一种基于去反光效果的半导体晶圆加工质量检测方法(57)摘要本发明涉及图像处理技术领域，具体涉及一种基于去反光效果的半导体晶圆加工质量检测方法，即获取晶圆表面的RGB图像并对其进行灰度化处理得到灰度图像，提取RGB图像中的R通道图像、G通道图像以及B通道图像；获取灰度图像与各通道图像的边缘图像，得到各边缘图像中的边缘点与连接类；根据边缘点，计算各通道图像的边缘图像与灰度图像的边缘图像的差异度；基于差异度计算互异性；根据互异性、边缘点与连接类计算各通道图像的细节保留程度；进而得到尺度影响因子，基于尺度影响因子获取各通道图像的尺度参数，对RGB图像进行去反光操作，将去反光操作后的RGB图像输入到神经网络模型中，输出晶圆的缺陷。本发明能够精确得到晶圆的缺陷。CN115082477ACN115082477A权利要求书1/2页1.一种基于去反光效果的半导体晶圆加工质量检测方法，其特征在于，该方法包括以下步骤：获取晶圆表面的RGB图像并对其进行灰度化处理，得到灰度图像，提取所述RGB图像中的R通道图像、G通道图像以及B通道图像；获取所述灰度图像与各通道图像对应的边缘图像，其中边缘图像中的点包括边缘点与噪声点；通过密度聚类算法分别对各边缘图像中的点进行聚类，根据聚类结果获取各边缘图像中的边缘点与连接类；根据所述边缘点，分别计算各通道图像对应的边缘图像与灰度图像对应的边缘图像的差异度；将各边缘图像进行位置对齐，在任意一位置处，当R通道图像的边缘图像在该位置存在边缘点，而灰度图像的边缘图像在该位置不存在边缘点，则将该位置的边缘点记为R1边缘点；当R通道图像的边缘图像在该位置不存在边缘点，而灰度图像的边缘图像在该位置存在边缘点，则将该位置的边缘点记为R2边缘点；同理，分别获取G1边缘点、G2边缘点、B1边缘点以及B2边缘点；基于所述差异度、R1边缘点的数量与R2边缘点的数量，计算R通道图像与RGB图像的互异性；同理，分别计算G通道图像和B通道图像与RGB图像的互异性；根据所述互异性、边缘点的数量以及连接类的数量，计算各通道图像对应的细节保留程度；计算所述细节保留程度与各通道图像对应的色彩平衡度的乘积，得到各通道图像对应的尺度影响因子，基于所述尺度影响因子获取各通道图像对应的尺度参数，对RGB图像进行去反光操作，将去反光操作后的RGB图像输入到神经网络模型中，输出晶圆的缺陷。2.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法，其特征在于，所述根据聚类结果获取各边缘图像中的边缘点与连接类的方法为：所述聚类结果中包括多个类别，其中一个类别中至少包括一个点，将仅包括一个点的类别中的点作为噪声点并将其去除，得到各边缘图像中的边缘点，将去除之后的聚类结果中的每一个类别作为一个连接类，得到各边缘图像中的连接类。3.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法，其特征在于，所述通过密度聚类算法分别对各边缘图像中的点进行聚类还包括计算各边缘图像对应的聚类半径，根据所述聚类半径利用密度聚类算法对各边缘图像中的点进行聚类，得到聚类结果；所述聚类半径的获取方法为：在边缘图像中任意选取一个点，计算该点与剩余其他点之间的欧氏距离，得到该点对应的最短欧式距离，进而得到各点对应的最短欧式距离，计算所述最短欧式距离的平均值，将所述平均值记为该边缘图像对应的聚类半径。4.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法，其特征在于，所述差异度的获取方法为：在去除噪声点之后的各边缘图像中，边缘点的像素值为1，其他像素点的像素值为0，将去除噪声点之后的各边缘图像中的像素值按照从上至下从左至右的顺序依次展开，得到去除噪声点之后的各边缘图像对应的一维序列，利用DTW算法计算R通道图像对应的去除噪声点之后的边缘图像的一维序列与灰度图像对应的去除噪声点之后的边缘图像的一维序列的DTW值，将所述DTW值作为R通道图像对应的边缘图像与灰2CN115082477A权利要求书2/2页度图像对应的边缘图像的差异度，进而得到各通道图像对应的边缘图像与灰度图像对应的边缘图像的差异