一种载台脏污自检方法及系统与流程

本发明涉及led芯片制造领域，具体涉及一种载台脏污自检方法及系统。

背景技术：

1、随着半导体制造工艺不断向精细化、微型化、高良率方向迭代，芯片外观缺陷检测的精度与稳定性要求持续提升，自动光学检测（aoi）技术凭借非接触、高精度、自动化的检测优势，已成为半导体晶圆、芯片封装等制程中缺陷筛查的核心技术手段。载台作为半导体aoi设备的核心承载与检测基准部件，其表面洁净度、平整度及光学一致性是保障光学成像质量、实现精准缺陷检测的基础，若载台存在脏污、光影异常等问题，将直接引发成像偏差，进而产生检测误判，因此，载台状态的精准管控是当前半导体aoi高精度检测领域的核心管控要点。

2、目前行业内主流的半导体aoi检测设备，普遍采用载台承载片源、配合专属光源与高清相机成像的核心检测架构，通过采集芯片表面光学图像并与标准图像模板比对，完成芯片划痕、污渍、破损等各类外观缺陷的自动化识别检测。

3、然而，现有量产aoi设备的载台无智能自检与自适应调控功能，载台洁净度管控完全依赖人工定时擦拭、定点点检的被动维护模式，设备检测参数为固定预设参数，无法根据载台实时状态动态调整。同时，现有设备未搭载载台脏污识别、分级判定及数据追溯模块，在实际量产作业中，仅能通过人工发现明显脏污后停机统一清洁，无差异化处理与智能补偿机制，是当前半导体量产aoi设备的通用技术方案。

技术实现思路

1、基于此，本发明的目的是提供一种载台脏污自检方法及系统，旨在解决目前aoi载台脏污难发现、易误检、维护不灵活的问题。

2、为实现上述目的，本发明提出一种载台脏污自检方法，方法包括：

3、基于预设周期获取机台空载状态下的载台基准图像，对所述载台基准图像的有效性进行判定；

4、将有效的所述载台基准图像与预存标准图进行比对，提取所述载台基准图像的脏污特征；

5、对所述脏污特征进行分级判定，并对分级后的脏污特征进行自适应补偿，统计脏污数据并进行溯源归档。

6、根据上述技术方案的一方面，所述基于预设周期获取机台空载状态下的载台基准图像，对所述载台基准图像的有效性进行判定的步骤包括：

7、读取片源型号编码，基于预设周期空载拍摄载台基准图像并按型号命名归档；

8、将所述载台基准图像转化为灰度图，提取所述载台基准图像的灰度值，对比历史基准图，获取灰度均值差，若所述灰度均值差达到预设基准值，确认载台无重度污染，根据当前机台参数保留载台基准图像。

9、根据上述技术方案的一方面，所述将有效的所述载台基准图像与预存标准图进行比对，提取所述载台基准图像的脏污特征的步骤包括：

10、使用高斯滤波消除灰度图的细小噪点，逐点对比所述载台基准图像与预存标准图，识别亮度存在明显差异的像素点，其中，预设亮度差异阈值，若差异超过所述亮度差异阈值，将超出所述亮度差异阈值的像素点标记为疑似脏污；

11、连接所有的疑似脏污的像素点，获取完整的疑似脏污区域，提取所述疑似脏污区域的污染指标，剔除微小随机噪点，获取真实脏污区域，同步获取所述真实脏污区域的脏污坐标、外形尺寸、特征参数，其中，所述特征参数包括脏污面积，平均灰度差，以及边缘梯度。

12、根据上述技术方案的一方面，所述连接所有的疑似脏污的像素点，获取完整的疑似脏污区域的步骤包括：

13、将采集的载台基准图像与预存标准图进行逐像素灰度差值计算，根据设定的预设基准值，筛选出所有超出阈值的疑似脏污离散像素点，生成二值化像素掩码图层；

14、根据载台脏污最小成像尺寸设定，选取矩形结构元，使用所述矩形结构元对像素掩码图层执行膨胀运算，使相邻的零散疑似像素向外扩张，相互连接合并，将分散独立的像素点连通形成脏污区域轮廓；

15、对所述脏污区域轮廓执行同尺寸结构元腐蚀运算，还原脏污区域真实边界范围，并剔除面积小于设定像素阈值的微小连通区域，完成脏污区块划分。

16、根据上述技术方案的一方面，所述对所述脏污特征进行分级判定，并对分级后的脏污特征进行自适应补偿，统计脏污数据并进行溯源归档的步骤包括：

17、根据真实脏污区域的特征参数进行划分，获取所述真实脏污区域的脏污程度，其中，所述脏污程度包括不影响生产的轻微脏污，和重度脏污；

18、对于轻微脏污程度的真实脏污区域进行自适应补偿，根据轻微脏污程度的真实脏污区域的脏污坐标，划分脏污标记图层，区分脏污区域、干净载台背景、芯片检测有效区域，对标记出的脏污区域做亮度均匀化处理，消除污渍斑区；

19、提取脏污区域轮廓边缘，若脏污区域和芯片边缘重叠，降低该区域校正强度，完整保留芯片检测有效区域真实缺陷轮廓。

20、根据上述技术方案的一方面，获取芯片检测有效区域真实缺陷轮廓之后的步骤为：

21、对载台基准图像做整体亮度校正，消除载台长期使用产生的局部底色渐变，统一整张画面亮度标准，校正完成后再次对比预存标准图，若污渍带来的亮度差异校正幅度达到预设百分比标准，判定补偿有效并留存记录，若补偿效果不足则自动升级判定为重度脏污，推送清洁提醒；

22、统计载台脏污数据和校正数据，并进行归档。

23、根据上述技术方案的一方面，所述提取脏污区域轮廓边缘的步骤包括：

24、预存芯片标准轮廓模板，获取载台基准图像后，锁定所述载台基准图像中的芯片检测有效区域；

25、使用边缘检测算子，过滤芯片内部纹理干扰像素，提取芯片外轮廓线条，生成芯片边缘轮廓图层并做标记存储；

26、将脏污标记图层与芯片边缘轮廓图层做图层叠加比对，判断脏污区域是否与芯片轮廓区域发生重叠，若二者区域重叠，根据重叠面积比例动态下调重叠区域的图像校正强度。

27、本发明还提出一种载台脏污自检系统，所述载台脏污自检系统用于实现上述的载台脏污自检方法，所述系统包括：

28、判定模块，用于基于预设周期获取机台空载状态下的载台基准图像，对所述载台基准图像的有效性进行判定；

29、提取模块，用于将有效的所述载台基准图像与预存标准图进行比对，提取所述载台基准图像的脏污特征；

30、补偿模块，用于对所述脏污特征进行分级判定，并对分级后的脏污特征进行自适应补偿，统计脏污数据并进行溯源归档。

31、本发明还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述的载台脏污自检方法。

32、本发明还提出一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，所述处理器执行计算机程序时实现如上述的载台脏污自检方法。

33、综上，根据本发明提供的载台脏污自检方法，可自动采集并定时自适应更新载台基准图像，规避光源衰减、载台氧化带来的基准失准问题，依靠灰度差值、面积、反光梯度多维度识别粉尘、胶渍等各类脏污并完成轻重分级；另一方面针对轻微脏污启动分层图像自适应补偿算法，区分载台污渍干扰与芯片真实缺陷，自动消除假缺陷特征，仅对重度脏污在设备空载间隙推送清洁提醒，大幅减少无意义停机损耗、降低良品误检误报，同时完整归档脏污全维度数据，支持多条件溯源、自动生成运维报表并对接 mes 系统，可精准总结载台积污规律以标准化清洁维护周期，兼顾检测精度、产线生产效率与设备规范化运维，还能按不同芯片型号独立配置判定阈值，快速适配多型号切换量产场景。本发明有效减少复判工作量、降低产品报废风险，提升 aoi 设备长期检测稳定性与车间整体产能。

34、本发明的附加方面与优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。