一种用于半导体晶圆检测的图像分发系统及方法与流程

本发明涉及半导体晶圆检测，具体为一种用于半导体晶圆检测的图像分发系统及方法。

背景技术：

1、半导体晶圆检测需要对晶圆表面高分辨率图像进行分析，以识别各类缺陷。在自动化检测产线中，通常由高精度成像设备获取整张晶圆图像，再将图像数据传输至多个检测终端供工程师并行复检或分类判定。现有的图像分发方式大多采用整幅图像全量传输或按固定网格切分后广播的方式。整幅图像全量传输时，数据量大、传输延迟高，尤其当多台终端同时请求时，容易造成网络拥塞，影响检测效率。按固定网格划分图像并分发，虽然减少了单次传输的数据量，但这种划分方式与晶圆表面实际的纹理复杂度和缺陷分布没有关联，大量平坦且无信息变化的背景区域被同等传输，导致带宽资源浪费，而真正包含丰富结构信息的关键区域并未获得优先或高质量的传输保障。在晶圆检测图像中，缺陷或关键形貌往往体现为局部纹理的突变和轮廓的剧烈弯曲。晶圆表面不同区域的纹理特性差异显著，例如刻蚀区、光刻胶边缘、薄膜交界处等具有复杂的梯度方向分布和不规则的边缘曲率变化，这些区域对缺陷判断的贡献远高于背景区域。现有技术未能依据图像内容本身的纹理复杂度来区分区域的重要程度，无法从图像中筛选出信息密度更高的局部区块进行定向分发，导致检测终端常被大量低价值图像数据淹没，关键区域的图像反而可能因压缩或传输延迟而损失细节。

2、为减少无效数据传输，需要从晶圆检测图像中自动提取纹理复杂度和轮廓不规则程度更高的局部区域，并将这些区域与晶圆物理位置精确对应，以便按检测工位的物理区域绑定关系进行定向推送。由此引出两个需要解决的问题：一是在无需预先标注缺陷样本的情况下，如何从单张晶圆图像中依据像素梯度分布和纹理排列规律，将图像自适应地分割成反映纹理一致性的基元区块，并从中量化筛选出轮廓曲率变化复杂的关键区块；二是如何将筛选出的关键区块从图像像素坐标准确映射至晶圆物理坐标系，建立区块与晶圆上具体物理区域的对应关系，使分发过程直接面向产线中不同物理区域所绑定的终端设备，实现按内容重要性驱动的精确分发。

技术实现思路

1、本发明提供一种用于半导体晶圆检测的图像分发系统及方法，目的在于从晶圆检测图像中分割纹理基元区块，通过曲率熵量化区块的信息复杂度以筛选关键纹理区块，并将关键区块映射至晶圆物理区域后按区域绑定关系分发至对应终端，实现基于图像内容重要性的高效图像分发。

2、为了实现上述目的，本发明提供如下技术方案：本发明提供一种用于半导体晶圆检测的图像分发方法，包括：获取晶圆表面检测图像，对所述晶圆表面检测图像进行像素级梯度场计算，生成梯度方向直方图；根据所述梯度方向直方图确定图像纹理基元，并将所述晶圆表面检测图像分割为多个纹理基元区块；对每个纹理基元区块提取边缘曲率序列，根据所述边缘曲率序列计算每个纹理基元区块的曲率熵值；根据所述曲率熵值对全部纹理基元区块进行降序排列，选取排列前预设比例的纹理基元区块作为关键纹理区块；将所述关键纹理区块的像素坐标映射至晶圆物理坐标，生成坐标映射表；根据所述坐标映射表确定每个关键纹理区块在晶圆上的物理区域编号；以所述物理区域编号为索引，将对应的关键纹理区块图像分发至与所述物理区域编号绑定的终端显示设备。

3、本发明通过像素级梯度场计算生成梯度方向直方图，有效捕捉晶圆表面细微纹理走向，为后续分割提供稳定的方向特征依据。利用梯度方向直方图中的主导方向区间进行区域生长，将图像自适应分割为具有一致纹理走向的纹理基元区块，避免了固定网格划分对纹理边界的割裂，使分割结果更贴合实际缺陷和图案的分布形态。对每个纹理基元区块提取轮廓边界像素链并编码为链码序列，由链码方向变化量构建边缘曲率序列，进而统计曲率等级概率分布计算曲率熵值。该曲率熵值能够定量反映区块边缘的复杂程度与不规则度，熵值越高表明区块所含的细节或缺陷信息越丰富。依据曲率熵值降序排列并选取前预设比例的关键纹理区块，可自动筛除平坦背景和规则纹理区域，优先保留具有高检测价值的疑似缺陷区块，显著减少后续传输与显示处理的数据量，提高分发效率。将关键纹理区块的像素坐标映射至晶圆物理坐标生成坐标映射表，利用图像分辨率参数和物理尺寸参数建立像素与物理空间的精确缩放关系，保证关键区块在晶圆上的实际位置对应无误。通过构建以晶圆圆心为极点的极坐标系，计算关键纹理区块的物理坐标质心并获取极角值和极径值，据此确定其所属的扇形环带区域编号作为物理区域编号，实现了对缺陷位置的分区标定，便于生产线上不同工位或检测终端各司其职。以物理区域编号为索引，从绑定关系数据库中查询匹配的终端设备网络地址，将关键纹理区块图像编码为携带物理区域编号的数据帧并进行定向发送，使得每个终端显示设备仅接收自身负责区域的高价值图像，避免全网广播导致的信息冗余，提升了图像分发的针对性和实时性，有利于检测人员并行处理，加快半导体晶圆缺陷的定位与复检流程。

4、优选的，在生成梯度方向直方图时，计算晶圆表面检测图像中每个像素在水平方向和垂直方向上的灰度差分值，根据灰度差分值确定梯度幅值和梯度方向角，将0度至360度的梯度方向角区间等分为预设数量的方向子区间，统计各方向子区间内包含的像素数量，并以方向子区间为横轴、像素数量为纵轴构建梯度方向直方图，从而准确表征整幅图像或局部区域的梯度方向分布规律。

5、作为本发明的一个技术方案，根据梯度方向直方图确定图像纹理基元并进行分割的过程中，从梯度方向直方图中提取局部峰值方向角对应的方向子区间作为主导方向区间，选取梯度方向属于该主导方向区间的像素作为种子像素，由种子像素向四邻域方向生长合并方向相符的相邻像素，将生长后连通区域的边界像素作为新的种子像素迭代生长直至无法再合并，最终形成的每个连通区域即为一个纹理基元区块。该生长方式确保区块内部纹理方向高度一致，区块间差异明显。

6、作为本发明的另一个技术方案，提取边缘曲率序列并计算曲率熵值时，提取纹理基元区块的轮廓边界像素链并进行链码编码得到链码序列，根据相邻链码的方向变化量计算轮廓点处的曲率值，将同一区块内全部轮廓点的曲率值按遍历顺序排列成边缘曲率序列；将曲率值等分为多个曲率等级，统计各等级出现频率得到概率分布，以该概率分布的信息熵作为曲率熵值，以此定量衡量边缘的不规则程度。

7、在选取关键纹理区块时，将所有纹理基元区块的曲率熵值从大到小排序生成熵值排序列表，计算全部纹理基元区块总数量与预设比例的乘积并向上取整得到选取数量，从熵值排序列表中取出前选取数量个纹理基元区块作为关键纹理区块。该过程能够根据需求灵活调整筛选比例，确保在不同检测场景下均可提取出相对重要的区域。

8、进行坐标映射时，获取晶圆表面检测图像的像素分辨率参数和晶圆物理尺寸参数，计算像素坐标与物理坐标之间的缩放比例，对于每个关键纹理区块的每个像素，将像素行坐标与缩放比例的乘积作为物理行坐标，像素列坐标与缩放比例的乘积作为物理列坐标，进而构建以关键纹理区块标识为键、物理坐标序列为值的坐标映射表，实现亚像素精度的位置对应。

9、确定物理区域编号时，以晶圆圆心为极点、晶圆半径方向为极轴建立极坐标系，根据坐标映射表中关键纹理区块的全部像素物理坐标计算物理坐标质心，将质心转换至极坐标系得到极角值和极径值，根据极角值和极径值确定关键纹理区块所属的扇形环带区域编号，将该编号作为物理区域编号，使分发层级化、分区化。

10、在图像分发过程中，从预设的绑定关系数据库中查询与物理区域编号匹配的终端设备网络地址，绑定关系数据库存储物理区域编号与终端设备网络地址之间的一对一映射记录，以查询到的终端设备网络地址作为目标接收地址，将关键纹理区块图像编码为数据帧，在数据帧的帧头中写入物理区域编号，并通过传输层协议发送至目标接收地址对应的终端显示设备。由此各终端仅获取与自身物理职责对应的区域图像，实现精准分发与显示。

11、本发明还提供一种用于半导体晶圆检测的图像分发系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器在执行所述计算机程序时，实现上述用于半导体晶圆检测的图像分发方法的步骤。该系统可自动完成从图像获取、纹理分析、关键区块筛选、坐标映射、区域编号到定向分发的全流程处理，提升了半导体晶圆检测图像的管理效率与缺陷响应速度。

12、在上述技术方案中，本发明提供的技术效果和优点：

13、通过像素级梯度场计算生成梯度方向直方图，并基于该直方图提取局部峰值方向角作为主导方向区间。选取梯度方向属于主导方向区间的像素作为种子像素，沿四邻域方向生长合并具有相同方向标签的相邻像素，每次生长后的边界像素继续作为新种子点迭代，直至无法再合并，从而将晶圆表面检测图像分割为多个连通纹理基元区块。这种分割方式直接依据图像自身的梯度方向分布特性形成区块边界，使每个区块内部保持纹理方向的一致性，不同于固定网格或基于灰度阈值的方法，能够适应晶圆表面复杂多变的纹理结构，将具有相似方向性纹理的像素自适应聚集成独立的处理单元，为后续筛选提供更具纹理意义的区块划分基础。对每个纹理基元区块提取轮廓边界像素链，通过链码编码获得链码序列，根据相邻链码的方向变化量计算每个轮廓点处的曲率值，并沿轮廓遍历顺序排列成边缘曲率序列。将该序列中的曲率值等分为多个曲率等级，统计各等级出现频率并计算概率分布，以该概率分布的信息熵作为曲率熵值。曲率熵值综合反映了区块轮廓上曲率变化的丰富程度和不规则程度，轮廓上弯曲模式越多样、越复杂，曲率熵值越高。基于曲率熵值对全部纹理基元区块进行降序排列并选取前预设比例区块作为关键纹理区块，能够自动从图像中提取出轮廓形态最复杂、信息密度最高的区域，而无需依赖缺陷样本训练或预设规则。这些关键纹理区块对应晶圆表面边缘变化剧烈、可能包含缺陷或重要结构的位置，将其筛选出来优先分发，避免了平坦背景区域的传输带宽占用。

14、将关键纹理区块的像素坐标通过像素分辨率和物理尺寸参数计算得到的缩放比例，直接映射为晶圆物理坐标，生成坐标映射表，进而以晶圆圆心为极点建立极坐标系，依据区块物理坐标质心的极角值和极径值确定各关键纹理区块所属的扇形环带区域编号。该编号直接对应晶圆上特定的物理区域，通过预设的物理区域编号与终端设备网络地址的一对一绑定关系，将携带物理区域编号的关键纹理区块图像数据帧定向发送至对应终端。整个过程实现了从图像内容自适应筛选、到晶圆物理空间定位、再到终端按区域绑定的精确分发，使每个检测工位的终端仅接收其关注物理区域的复杂纹理区块图像，从而在减少网络负载的同时，保证关键检测区域图像细节的完整传输。