一种硅片边缘缺陷检测方法及装置与流程

本技术涉及半导体制造与机器视觉检测，尤其涉及一种硅片边缘缺陷检测方法及装置。

背景技术：

1、在硅片加工与制程流转过程中，硅片边缘极易因机械夹持、摩擦、碰撞、热应力等产生崩边、缺口、微裂纹、暗裂、倒角损伤等缺陷。此类缺陷具有隐蔽性强、危害大的特点，如微小边缘缺陷在后续高温、真空、机械受力过程中易扩展导致硅片碎裂，碎片会污染工艺腔体，造成整批次良率下降。因此，需要对硅片边缘进行缺陷检测。

2、目前，基于机器视觉的检测方法采用多视角工业相机配合特定照明光源对硅片边缘进行图像采集，通过机器视觉进行缺陷识别。然而，由于硅片边缘并非单一的几何结构，各区域的几何形态与光学特性存在差异，在某一区域清晰成像时，另一区域的微细结构可能因视角或光照不匹配而无法被有效捕捉。因此，在实际检测过程中，部分区域的微小缺陷容易因成像视角与区域几何形态不匹配而被掩盖，导致漏检；同时，硅片表面附着的水渍、粉尘等干扰也易被误判为真实缺陷，影响检测结果的可靠性。

技术实现思路

1、（一）要解决的技术问题

2、鉴于现有技术的上述缺点、不足，本技术提供一种硅片边缘缺陷检测方法及装置，其解决了硅片边缘因几何形态与光学特性差异，在多视角配置下难以有效检测边缘缺陷，以及对边缘缺陷识别时易受干扰而误判的技术问题。

3、（二）技术方案

4、为了达到上述目的，本技术采用的主要技术方案包括：

5、第一方面，本技术实施例提供一种硅片边缘缺陷检测方法，包括：

6、s100、实时记录固定于旋转平台的硅片匀速旋转的旋转角度；

7、s200、通过架设于预设机位的相机组，基于预设旋转角度间隔采样及分时频闪照明策略，交替点亮第一角度光源和第二角度光源，在每种光源点亮时触发所述相机组分别采集硅片边缘各几何分区的多视角图像组，并附加每一采集时刻的旋转角度记录；

8、s300、对多视角图像组进行降噪和边缘提取处理，基于同一旋转角度记录进行匹配，根据光源类型分组，并按几何分区进行对应，得到一一对应的第一角度光图像和第二角度光图像，并确定第一角度光图像的候选缺陷区域；

9、s400、将第一角度光图像中候选缺陷区域对应的局部图像输入轻量化语义分割模型，得到候选缺陷区域的掩码图像和缺陷尺寸，并根据所述掩码图像，从第二角度光图像中裁剪得到对应位置的参考图像；

10、s500、分别提取局部图像与参考图像的特征，并进行相似度比较，将特征差值高于预设差异度阈值的局部图像输入训练好的多分支卷积网络，得到缺陷类型；

11、s600、根据所述缺陷类型和缺陷尺寸，按照预设的等级判定规则，输出硅片的缺陷等级。

12、可选地，在本技术的一些实施例中，所述实时记录固定于旋转平台的硅片匀速旋转的旋转角度，包括：在硅片匀速旋转的过程中，识别所述硅片的v型槽预设点，将首次识别到v型槽预设点的时刻对应的角度编码器的读数确定为角度零点，计算每一时刻角度编码器当前读数与角度零点的差值，作为旋转角度并记录。

13、可选地，在本技术的一些实施例中，所述相机组包括顶部俯视相机、水平侧视相机以及倒角斜面相机；其中，所述顶部俯视相机的第一成像光路垂直于硅片的第一圆面，所述水平侧视相机的第二成像光路平行于第一圆面，所述倒角斜面相机的第三成像光路与第一圆面形成30°-60°夹角；所述在每种光源点亮时触发所述相机组分别采集硅片边缘各几何分区的多视角图像组，包括：在所述第一角度光源点亮时，触发所述顶部俯视相机、水平侧视相机和倒角斜面相机分别采集包括第一圆面、边缘立面和倒角斜面的第一组多视角图像；在所述第二角度光源点亮时，触发所述顶部俯视相机、水平侧视相机和倒角斜面相机分别采集包括第一圆面、边缘立面和倒角斜面的第二组多视角图像；所述第一组多视角图像和第二组多视角图像构成所述多视角图像组。

14、可选地，在本技术的一些实施例中，所述基于预设旋转角度间隔采样及分时频闪照明策略，交替点亮第一角度光源和第二角度光源，包括：根据预设的旋转角度间隔，确定所述硅片在旋转过程中依次经过的各采样旋转角度；基于所述相机组的预先标定的曝光时长，当所述硅片旋转至任一采样旋转角度时，点亮第一角度光源，持续曝光时长后关闭，随后点亮第二角度光源，持续曝光时长后关闭。

15、可选地，在本技术的一些实施例中，所述基于同一旋转角度记录进行匹配，根据光源类型分组得到一一对应的第一角度光图像和第二角度光图像，包括：根据光源类型将所述多视角图像组分为第一角度光图像组和第二角度光图像组；基于各图像附加的旋转角度记录，将所述第一角度光图像组和所述第二角度光图像组中，由同一机位的相机采集且具有同一旋转角度记录的图像建立一一对应关系。

16、可选地，在本技术的一些实施例中，所述确定第一角度光图像的候选缺陷区域，包括：识别多视角图像组中各顶部俯视图像的v型槽预设点，作为坐标原点，将各视角图像经边缘提取处理得到的硅片边缘的精确轮廓点集，映射到与预设的理想边缘轮廓点集对应的空间坐标中；计算各精确轮廓点相对于理想边缘轮廓点的偏差值；将所述偏差值大于预设偏差阈值的轮廓点所对应的区域，确定为候选缺陷区域。

17、可选地，在本技术的一些实施例中，所述分别提取局部图像与参考图像的特征，并进行相似度比较，将特征差值高于预设差异度阈值的局部图像输入训练好的多分支卷积网络，包括：计算局部图像中缺陷区域的灰度分布特征的第一灰度均值，以及参考图像中与所述缺陷区域对应位置的灰度分布特征的第二灰度均值；计算第一灰度均值与第二灰度均值的差值；将所述差值的绝对值作为特征差值，确定特征差值高于预设差异度阈值的局部图像，输入训练好的多分支卷积网络。

18、可选地，在本技术的一些实施例中，所述根据所述缺陷类型和缺陷尺寸，按照预设的等级判定规则，输出硅片的缺陷等级，包括：获取所述顶部俯视相机、水平侧视相机和倒角斜面相机对应视角确定的缺陷类型和缺陷尺寸；基于旋转角度记录，将同一旋转角度下不同视角的缺陷检测结果进行空间坐标配准，确定各缺陷的物理位置，合并同一物理位置的缺陷的缺陷类型和缺陷尺寸，得到硅片的综合缺陷类型和综合缺陷尺寸；根据所述综合缺陷类型和综合缺陷尺寸，按照预设的等级判定规则，输出所述硅片的缺陷等级。

19、可选地，在本技术的一些实施例中，该方法还包括：所述缺陷等级包括合格、复检以及报废；对于合格或复检等级的硅片，在旋转平台中执行翻转操作；重复执行所述s100-s600步骤，得到第二圆面的缺陷等级；将基于第一圆面的多视角图像组得到的缺陷等级，与第二圆面的缺陷等级进行合并，生成所述硅片的全周双面缺陷检测结果。

20、第二方面，本技术实施例提供一种硅片边缘缺陷检测装置，该装置包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中，所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上述任一实施例描述的硅片边缘缺陷检测方法。

21、（三）有益效果

22、本技术实施例提供的一种硅片边缘缺陷检测方法及装置，由于采用架设于预设机位的相机组从多个预设视角采集硅片边缘不同区域的图像，能够获取更全面的边缘图像信息，减少因成像视角单一导致的检测盲区；同时，通过交替点亮第一角度光源和第二角度光源进行图像采集，并利用两种光源下图像的特征差异对候选缺陷进行一致性比较，能够有效抑制水渍、粉尘等表面附着物造成的误判，降低缺陷误报率，相对于现有技术而言，其可以解决硅片边缘因几何形态与光学特性差异，在多视角配置下难以有效检测边缘缺陷，以及对边缘缺陷识别时易受干扰而误判的问题，实现了硅片边缘缺陷的全面检出与准确识别，有效提升了在线检测的可靠性。