基于偏振差分与结构重构的镜面晶圆二维码识别方法及系统与流程

摘要: 本发明涉及二维码识别,具体涉及一种基于偏振差分与结构重构的镜面晶圆二维码识别方法及系统。背景技术:1、在半导体制造的全流程中,每一片晶圆都需要一个唯一的身份标识...
基于偏振差分与结构重构的镜面晶圆二维码识别方法及系统与流程

本发明涉及二维码识别,具体涉及一种基于偏振差分与结构重构的镜面晶圆二维码识别方法及系统。

背景技术:

1、在半导体制造的全流程中,每一片晶圆都需要一个唯一的身份标识,通常以二维码的形式直接激光刻印在晶圆镜面上。这个码承载着从拉晶、切片、研磨到每一道集成电路制造工艺的全部追溯信息,是智能制造和数据管理的基石。然而,晶圆表面本身具有极高的反射率,如同镜面,这给二维码的可靠读取带来了前所未有的挑战。传统的二维码识别技术应用于此场景时,其性能会因强烈的、动态变化的反光而急剧下降,导致读取率低,严重影响了生成线的自动化程度与数据追溯的完整性。

2、现有的解决方案主要围绕改进照明、增强图像处理算法或结合深度学习展开,其中最相近的几种实现方案包括基于多角度动态照明的识别方法、基于偏振光学的成像方法以及基于深度学习的抗干扰识别方法。

3、基于多角度动态照明的识别方法。这是目前工业界尝试解决高反光问题最直接的物理手段。该方案的核心是使用一个由多个独立控制的led光源组成的环形或穹顶光,通过程序控制,以极高的频率依次或按特定模式点亮不同方位角的光源。其原理是,对于镜面表面,反光的方向性极强,通过改变光照角度,总能在某一照明配置下,使得相机传感器避开主要的镜面反射光斑,从而捕获到清晰的二维码图像。系统会连续采集多张在不同光照条件下的图像,然后通过图像选择算法(如选取整体对比度最高或反光区域最少的图像)或图像融合算法(如将多张图像中质量最佳的区域拼接成一幅“无影”图像)来合成一幅用于识别的最终图像。该方法的优势在于其物理原理清晰,在一定程度上能有效规避反光。但其缺点非常突出:首先,为了覆盖足够多的角度,需要复杂且昂贵的光源系统,增加了硬件成本和系统复杂度。其次,动态照明和多次采集严重降低了系统的吞吐量,难以满足高速产线的节拍要求。最后,对于曲率变化或存在微观凹凸的晶圆表面,反光模式极为复杂,简单的多角度照明可能无法完全消除所有干扰,特别是在二维码区域恰好与一个持久存在的反光斑重叠时,该方法便无能为力。

4、基于偏振光学的成像方法。该方法利用光波的偏振特性来抑制镜面反射。其核心硬件是在相机镜头前安装一个线性偏振片(分析器),并在光源前也安装一个偏振片(起偏器)。通过调整起偏器与分析器之间的相对角度(通常是正交),可以最大限度地抑制来自晶圆表面的镜面反射光(其偏振方向与入射光大致平行),而漫反射光(其偏振方向会发生随机变化)则能部分通过分析器。理论上,这能有效“过滤”掉刺眼的反光,凸显出二维码激光刻印处因表面微观结构改变而产生的漫反射信号。该方法的优点是从物理层面直接攻击反光问题,在某些理想条件下效果显著。然而,其缺点在于:首先,偏振片会显著衰减光强,为了获得足够的信噪比,需要更强力的照明或更长的曝光时间,这可能导致能效降低或运动模糊。其次,实际晶圆表面的反射并非理想的镜面反射,可能包含部分漫反射成分,而二维码刻痕的漫反射信号也可能很弱,导致整体图像对比度下降,二维码特征反而变得模糊。最后,该方法对于偏振态复杂的混合反射光效果有限,且系统调试(如偏振角度的精确校准)较为繁琐。

5、基于深度学习的抗干扰识别方法。随着人工智能的发展,端到端的深度学习模型被引入来解决复杂环境下的二维码识别问题。该方案通常采用一个编码器-解码器结构的语义分割网络,如u-net或其变体。网络接受单张在常规照明下采集的、可能包含反光的晶圆图像作为输入,其训练目标是直接输出一个二值化的分割掩模,其中白色像素代表二维码区域,黑色像素代表背景。通过向网络提供大量包含各种反光情况的标注图像进行训练,网络理论上可以学会“忽略”反光区域,而根据二维码的上下文结构和边缘信息来推断其完整形态。这种方法的优势是避免了复杂的硬件配置,一旦模型训练完成,推理过程可以非常迅速。但其致命弱点在于:首先,模型性能极度依赖于训练数据的质量和多样性。收集和标注一个覆盖所有可能反光模式、不同晶圆材质、不同刻印工艺和不同污染情况的庞大数据集成本极高,且几乎不可能完备。其次,模型的“黑箱”特性导致其可靠性存疑。在面对未曾见过的反光模式时,模型可能产生不可预测的错误,例如将大片反光区域误判为二维码,或漏掉被反光覆盖的码部分区域,这对于要求100%可靠性的工业现场是难以接受的。最后,深度学习模型通常计算量较大,部署在高实时性要求的边缘设备上存在挑战。

6、基于此,本发明设计了基于偏振差分与结构重构的镜面晶圆二维码识别方法及系统以解决上述问题。

技术实现思路

1、针对现有技术所存在的上述缺点,本发明提供了基于偏振差分与结构重构的镜面晶圆二维码识别方法及系统。

2、为实现以上目的,本发明通过以下技术方案予以实现:

3、基于偏振差分与结构重构的镜面晶圆二维码识别方法,包括下述步骤:

4、步骤1:以同视场、同曝光和同帧率的单通道灰度的要求采集晶圆镜面的平行偏振图像与垂直偏振图像;

5、步骤2:通过平行偏振图像与垂直偏振图像计算偏振差分图像,基于与自适应阈值生成反光掩模,同时计算偏振融合图像并完成预处理,得到融合图像;

6、步骤3:以融合图像为基础,通过形态学处理、阈值分割与连通域分析快速锁定二维码候选区域;同时结合偏振差分图像与已生成的反光掩模,完成二维码候选区域内反光位置的精准标定,输出二维码候选区域及对应精准反光子掩模;

7、步骤4:以二维码候选区域图像及对应精准反光子掩模为输入,依托datamatrixl形finder pattern(定位图案)的固有结构先验,完成二维码精确定位、四角点解算与透视规整;同步对反光掩模做匹配变换,输出与规整二维码一一像素对齐的校正后反光掩模和规整后的差分图像;

8、步骤5:以规整二维码图像、校正后反光掩模及n×n标准模块网格为输入,先标记被反光遮蔽的未知模块与正常可信模块;对未知模块先用八邻域加权投票做结构修复,再将剩余未知模块按擦除错误提交reed-solomon解码器,利用datamatrix纠错先验完成完整恢复,输出可直接解码的可靠模块矩阵;

9、步骤6:完整二值模块矩阵送入标准的数据矩阵码解码库进行解码,将解码得到的信息重新编码成一张理想的、无噪声的标准二维码图像,并与原规整二维码图像进行比对,计算相似度,如果相似度高于设定阈值,则认为解码成功且可靠,输出解码得到的有效数据信息,若相似度低于设定阈值,判定解码结果不可信,丢弃当前结果,返回步骤5重新进行1~2次模块修复与纠错解码;若重复修复后仍不达标,则标记该二维码解码失败。

10、更进一步的,步骤2的具体操作如下:

11、步骤21:对平行偏振图像与垂直偏振图像进行逐像素做差值并取绝对值,得到像素级差分结果,将所有坐标对应的数值,按原空间位置一一对应填充到二维矩阵中,形成完整的偏振差分图像;

12、步骤22:采用图像统计自适应算法计算阈值,以为分割阈值,对逐像素二值化,生成反光掩模;

13、步骤23:对平行偏振图像与垂直偏振图像采用加权线性融合策略计算偏振融合图像;

14、步骤24:偏振融合图像进行灰度归一化、对比度受限的自适应直方图均衡化和降噪滤波预处理。

15、更进一步的,步骤3具体操作如下:

16、步骤31:对融合图像的二维码区域粗定位,得到二维码候选区域;

17、步骤32:以反光掩模为基础,映射至二维码候选区域并二次校验,生成候选区对应的精准反光子掩模。

18、更进一步的,步骤4的具体操作:

19、步骤41、候选区域反光屏蔽与边缘增强

20、反光像素屏蔽:基于精准反光子掩模,将候选区域图像中标记为强反光的位置置为候选区域局部背景均值;

21、边缘特征增强:对屏蔽后的图像做canny(坎尼边缘检测)边缘提取;

22、强化finder pattern的黑白模块交替轮廓,提升特征检测稳定性。

23、步骤42、data matrixfinder pattern为左侧垂直定位边和底部水平定位边构成的l形finder pattern;

24、步骤43、对已定位的l形finder pattern垂直边、水平边做直线拟合,得到两条正交定位边的直线方程,依据data matrix正方形结构与模块尺寸,推算二维码上边界、右边界直线方程,两条正交定位边的直线、上边界直线和右边界直线两两相交,解算得到二维码四个角点全局坐标:左上p1、右上p2、右下p3、左下p4。

25、步骤44、透视变换与二维码规整化,得到每个模块的像素区域

26、目标标准网格定义:将四个角点映射至标准正方形目标网格(尺寸为n×n模块,n为data matrix模块数),确定目标四角点q1、q2、q3、q4;

27、单应性矩阵求解:基于原始四角点{p1,p2,p3,p4}与目标四角点{q1,q2,q3,q4},计算透视变换单应性矩阵;

28、逆透视校正:对候选区域图像执行逆透视变换,采用最近邻插值进行边界处理,输出无畸变、像素级对齐的规整二维码图像;

29、模块网格划分:按标准模块尺寸将划分为规则n×n模块网格,确定每个模块的像素区域;

30、步骤45、对精准反光子掩模采用与二维码图像完全相同的单应性矩阵与插值方式做透视变换,得到与规整二维码一一像素对齐的校正后反光掩模,同步对偏振差分图像采用相同单应性矩阵完成透视变换,得到规整后的差分图像。

31、更进一步的,步骤5的具体操作如下:

32、步骤51、模块网格划分,将模块状态标记为未知模块与正常可信模块:

33、模块网格映射:按步骤4确定的n×n模块划分,将与划分为统一规则网格,记第行第列模块为

34、模块状态二分类:以为依据对模块状态标记为未知模块与正常可信模块:

35、可信模块(有效):对应掩模区域内无强反光,即,模块灰度可信;

36、未知模块(待修复):对应掩模区域内被强反光遮蔽,即,模块灰度不可信,需修复;

37、步骤52、可信模块初始值判定:对所有可信模块,采用中心区域采样计算模块二值(0/1),取模块中心1/2~2/3尺寸的核心区域,计算灰度均值,用模块局部自适应阈值二值化,得到初始模块值;

38、初始模块值计算如下:

39、

40、:表示数据模块为黑;:表示数据模块为白;

41、步骤53、对未知模块依据二维码空间连续性,用八邻域加权投票预测模块值,优先恢复结构清晰的未知模块:

42、步骤54、将经投票后仍未知的模块视为已知位置的擦除错误,利用data matrixecc200标准reed-solomon纠错码先验的擦除错误修复。

43、更进一步的,步骤53具体操作如下:

44、步骤531、结构清晰的未知模块判定;

45、步骤532、对结构清晰未知模块执行修复;

46、邻域范围:

47、加权规则:上下左右直接相邻模块权重为2,对角相邻模块权重为1,仅可信模块参与投票;

48、步骤533、不满足结构清晰判定条件的未知模块,保留“未知”标记,不执行投票修复,修复后的未知模块和可信模块生成为初步模块矩阵。

49、更进一步的,对所有未知模块执行四项刚性判定,同时满足则为结构清晰未知模块,可优先修复;任一不满足则为结构模糊未知模块,保留未知标记。

50、邻域有效样本充足判定:统计八邻域内可信模块数量,且≥5;

51、邻域投票一致性判定:计算加权投票置信度conf=最大投票权重和/邻域总权重,且conf≥0.6;

52、局部结构连续性判定:校验模块所在行、列连续3个模块的二值变化,符合datamatrix模块网格空间连续性特征;

53、反光残留强度判定:提取模块在中的区域均值,且。

54、一种基于偏振差分与结构重构的镜面晶圆二维码识别系统,利用基于偏振差分与结构重构的镜面晶圆二维码识别方法,包括:

55、图像采集模块:用于采集晶圆镜面的平行偏振图像与垂直偏振图像;

56、偏振预处理与反光检测模块:用于完成偏振差分计算、反光掩模生成、自适应偏振融合与图像预处理;

57、二维码粗定位与反光标定模块:用于二维码候选区域提取与候选区反光精准标定;

58、二维码精定位与透视校正模块:用于二维码精定位、畸变校正与掩模对齐;

59、二维码模块修复模块:用于反光遮蔽模块的结构修复与纠错恢复;

60、解码与验证模块:用于二维码解码与结果可靠性验证。

61、本发明与现有技术相比,具有如下优点和有益效果:本发明通过平行/垂直双偏振图像差分实现强反光区域的像素级精准检测,结合自适应加权偏振融合策略,可从根源上抑制晶圆镜面的强镜面反射干扰,同时显著增强二维码刻痕与背景的纹理对比度,解决了传统成像方式下镜面反光完全遮蔽二维码特征、无法识别的技术难题。同时,采用顶帽变换、大津法分割与多维度几何特征约束的粗定位方案,能够快速剔除噪声、杂质等干扰,精准锁定二维码候选区域;再结合反光掩模裁剪与偏振差分二次校验,实现候选区内反光位置的精细化标定,为后续模块修复提供可靠遮挡依据,定位准确率与抗干扰能力大幅提升。此外,依托data matrixl形定位图案的结构先验完成精定位与透视校正,可有效消除拍摄视角、晶圆摆放姿态带来的图像畸变,输出像素级规整的标准二维码网格,保证模块划分均匀准确,为后续修复与解码奠定高精度基础。最后,采用结构清晰性判定、八邻域加权投票和rs擦除纠错的分层修复策略,优先对结构清晰的遮蔽模块快速修复,对结构模糊模块利用纠错码先验完成可靠恢复,既兼顾了处理效率,又充分发挥了rs码对已知位置擦除的强纠错能力,大幅提升反光遮蔽下二维码模块的完整恢复率。