晶圆表面缺陷检测方法、装置、计算机设备、存储介质及程序产品与流程
本技术实施例涉及晶圆缺陷检测,尤其涉及一种晶圆表面缺陷检测方法、装置、计算机设备、计算机可读存储介质、计算机程序产品。
背景技术:
1、在半导体晶圆制造流程中,受工艺参数偏差、生产环境杂质、人为操作等因素影响,晶圆表面易产生各类加工不良,典型包括划痕、颗粒附着、药液污渍等晶圆表面缺陷。该类缺陷会改变晶圆表面微观形貌,若未提前检出,会直接影响后续光刻、封装等工序的产品良率。
2、晶圆自动光学检测(aoi)是当前用于筛查晶圆各类加工缺陷的主流检测工艺。在各类晶圆不良中,局部区域与基底底色形成明显色差是一类典型工艺异常表征,该类色差缺陷高发于晶圆背面:晶圆经过背封、刻蚀、光刻等工序时,药液腐蚀、物理剐蹭、工艺异常均会造成局部色彩偏移。
3、现有传统aoi检测方案大多仅基于单通道灰度图像设置固定阈值识别缺陷,仅能检出明暗对比度差距较大的形貌类缺陷;针对亮度差异微弱、仅存在色度偏移的色斑类色差缺陷,单灰度通道识别能力不足,极易发生漏检,缺陷检测完整性较差。
4、需要说明的是,上述内容并不必然是现有技术,也不用于限制本技术的专利保护范围。
技术实现思路
1、本技术实施例提供一种晶圆表面缺陷检测方法、装置、计算机设备、计算机可读存储介质、计算机程序产品,以解决或缓解上面提出的一项或更多项技术问题。
2、本技术实施例的一个方面提供了一种晶圆表面缺陷检测方法,所述方法包括:
3、获取晶圆表面的多组原始rgb图像数据,各组原始rgb图像数据分别在不同光源单独照射晶圆表面时分时采集得到;
4、针对每组原始rgb图像数据,分别执行色差异常区域提取操作;
5、基于多组原始rgb图像数据提取出的色差异常区域,确定所述晶圆表面是否存在缺陷并输出检测结果;
6、其中,所述色差异常区域提取操作包括:
7、将原始rgb图像数据转换为对应的视觉色彩空间图像数据,所述视觉色彩空间图像数据包括两个色度通道图像数据及一个亮度通道图像数据;
8、分别对两个色度通道图像数据进行极坐标转换,得到对应的极径c通道图像数据与极角h通道图像数据;
9、分别基于亮度通道图像数据、极径c通道图像数据与极角h通道图像数据生成灰度直方图并自动提取分割阈值;
10、采用亮度通道、c、h通道对应的分割阈值对图像进行分割处理,并通过区域面积过滤噪点,提取色差异常区域。
11、可选地,所述不同光源包括荧光灯光源、led光源、680nm卤光光源,各光源分时独立开启,分多个视场采集晶圆表面的原始视场rgb图像。
12、可选地,所述方法还包括:
13、分别对同一光源下采集的多个视场的原始视场rgb图像进行图像拼接处理,得到对应的原始rgb图像数据。
14、可选地,所述视觉色彩空间图像数据包括lab色彩空间图像数据、yuv色彩空间图像数据、hsv色彩空间图像数据;
15、当采用lab色彩空间图像数据时,选取a、b两个色度通道做极坐标转换得到极径c通道图像数据、极角h通道图像数据,l通道作为亮度通道;
16、当采用yuv色彩空间图像数据时,对中心化后的u、v两个色度通道做极坐标转换得到极径c通道图像数据、极角h通道图像数据,y通道作为亮度通道;
17、当采用hsv色彩空间图像数据时,饱和度s直接作为极径c通道、色相h直接作为极角h通道,明度v作为亮度通道。
18、可选地,通过区域面积过滤噪点包括:
19、对分割得到的候选异常区域执行形态学开运算消除单点噪点,过滤连通域面积小于预设阈值的候选异常区域。
20、可选地,所述分别基于亮度通道图像数据、极径c通道图像数据与极角h通道图像数据生成灰度直方图并自动提取分割阈值的步骤之前,还包括:
21、对所述亮度通道图像数据、所述极径c通道图像数据与所述极角h通道图像数据分别执行自适应噪声滤波预处理。
22、可选地,基于多组原始rgb图像数据提取出的色差异常区域,确定所述晶圆表面是否存在缺陷并输出检测结果,包括:
23、对多组原始rgb图像数据提取出的色差异常区域进行合并处理,并基于合并后得到的各个色差异常区域的面积,确定所述晶圆表面是否存在缺陷并输出检测结果。
24、本技术实施例的另一个方面提供了一种晶圆表面缺陷检测装置,所述装置包括:
25、获取模块,用于获取晶圆表面的多组原始rgb图像数据,各组原始rgb图像数据分别在不同光源单独照射晶圆表面时分时采集得到;
26、提取模块,用于针对每组原始rgb图像数据,分别执行色差异常区域提取操作;
27、确定模块,用于基于多组原始rgb图像数据提取出的色差异常区域,确定所述晶圆表面是否存在缺陷并输出检测结果;
28、其中,所述色差异常区域提取操作包括:
29、将原始rgb图像数据转换为对应的视觉色彩空间图像数据,所述视觉色彩空间图像数据包括两个色度通道图像数据及一个亮度通道图像数据;
30、分别对两个色度通道图像数据进行极坐标转换,得到对应的极径c通道图像数据与极角h通道图像数据;
31、分别基于亮度通道图像数据、极径c通道图像数据与极角h通道图像数据生成灰度直方图并自动提取分割阈值;
32、采用亮度通道、c、h通道对应的分割阈值对图像进行分割处理,并通过区域面积过滤噪点,提取色差异常区域。
33、本技术实施例的另一个方面提供了一种计算机设备,包括:
34、至少一个处理器;及
35、与所述至少一个处理器通信连接的存储器;
36、其中:所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的方法。
37、本技术实施例的另一个方面提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机指令,所述计算机指令被处理器执行时实现如上所述的方法。
38、本技术实施例的另一个方面提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如上所述的方法。
39、本技术实施例采用上述技术方案可以包括如下优势:通过分时多光源采集晶圆表面多组rgb图像,能够利用不同光源的成像特性凸显晶圆表面细微色差差异,避免单一光源成像存在的反光盲区与特征缺失问题;进一步将rgb图像转换为包含亮度通道与双色度通道的视觉色彩空间,并对双色度通道进行极坐标转换生成极径c、极角h特征通道,突破了传统单灰度通道仅能识别明暗缺陷的局限,可同时从亮度、色彩饱和度、色相三个维度表征晶圆表面的细微色彩偏移特征;通过对亮度、极径c、极角h三通道分别自适应求取直方图分割阈值并联合分割,能够精准捕捉亮度差异微弱、仅存在色度偏移的色斑类缺陷,再结合区域面积过滤去除微小噪点干扰,有效抑制误检;最终通过多组光源图像的色差异常区域综合判定缺陷,大幅提升了晶圆表面色差类微小缺陷的识别精度与检测稳定性,降低漏检率与误检率,有效解决了传统灰度检测方案对弱色差缺陷检出能力不足的技术问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com