晶圆包装的自动检测方法以及自动检测装置与流程

1.本发明涉及图像识别技术领域，具体地涉及一种晶圆包装的自动检测方法、一种晶圆包装的自动检测装置以及一种计算机可读存储介质。


背景技术：

2.随着科技的不断发展，智能化设备的不断普及，人们对芯片的需求量越来越大，因此芯片的生产量也越来越大。
3.在芯片的生产过程中，首先需要由上游企业生产出晶圆，然后运输至后续的生产制造厂进行后续加工以生产出所需要的芯片，因此晶圆的安全、可靠运输至关重要。
4.在实际应用过程中，技术人员发现在晶圆被生产出来后运输至客户端的过程中，会存在碎片的问题，而碎片问题主要由几个方面造成：1、在晶圆生产并经过颗粒检测之后，包装过程中被放偏或错位时，会导致碎片；2、晶圆自身的应力导致在运输过程中也会出现碎片问题。
5.为了解决上述技术问题，现有技术中往往采用人工检查的方式对晶圆在放置过程中的放置情况进行检查，以对放置错误或存在碎片风险的晶圆继续处理，然而人工检查存在判断错误、漏检以及标准不一致的问题，同时检查过程没有照片可追溯，因此无法满足企业的实际需求。


技术实现要素：

6.为了克服现有技术中存在的上述技术问题，本发明实施例提供一种晶圆包装的自动检测方法以及自动检测装置，通过采用图像识别的方式自动对晶圆包装的碎片风险进行识别，从而快速、准确地确定晶圆的碎片风险，提高了对晶圆的检测效率、检测精确性。
7.为了实现上述目的，本发明实施例提供一种晶圆包装的自动检测方法，所述方法包括：获取针对晶圆包装的图像信息；对所述图像信息进行处理，获得处理后图像；对所述处理后图像进行晶圆放置状态识别，获得状态识别结果；基于所述状态识别结果判断是否存在碎片风险；基于判断结果生成对应的检测结果。
8.优选地，所述获取针对晶圆包装的图像信息，包括：获取所述晶圆包装在第一亮度下的第一图像；获取所述晶圆包装在第二亮度下的第二图像；将所述第一图像和所述第二图像作为针对晶圆包装的图像信息。
9.优选地，所述对所述图像信息进行处理，获得处理后图像，包括：对所述第一图像和所述第二图像执行去噪处理，获得去噪后第一图像和去噪后第二图像；对所述去噪后第一图像和所述去噪后第二图像执行灰度处理，获得第一灰度图像和第二灰度图像；对所述第一灰度图像和所述第二灰度图像执行第一融合操作，生成第一融合后图像；获取所述去噪后第一图像在预设颜色通道中的第一通道图像以及获取所述去噪后第二图像在所述预设颜色通道中的第二通道图像；分别对所述第一通道图像和实时第二通道图像进行增强处理，获得增强后第一图像和增强后第二图像；对所述增强后第一图像和所述增强后第二图
像执行第二融合操作，生成第二融合后图像；基于所述第一融合后图像和所述第二融合后图像生成处理后图像。
10.优选地，所述对所述处理后图像进行晶圆放置状态识别，获得状态识别结果，包括：对所述处理后图像进行裂纹识别，获得裂纹识别信息；基于所述裂纹识别信息判断所述处理后图像中的晶圆是否存在裂纹；若所述晶圆存在裂纹，生成晶圆破裂的状态识别结果；若所述晶圆不存在裂纹，对所述处理后图像进行晶圆间距识别，获得间距识别信息；基于所述间距识别信息判断所述晶圆是否存在偏放状况；若所述晶圆存在偏放状况，生成晶圆偏放的状态识别结果；若所述晶圆不存在偏放状况，生成晶圆摆放正常的状态识别结果。
11.优选地，所述方法还包括：在确定存在碎片风险之后，获取存在碎片风险的风险晶圆；从所述处理后图像中提取所述风险晶圆预设范围的区域图像；对所述区域图像进行异常分析，生成对应的异常风险因子；建立所述异常风险因子和所述区域图像之间的关联关系，存储并反馈所述区域图像和所述异常风险因子。
12.相应的，本发明还提供一种晶圆包装的自动检测装置，所述装置包括：图像获取单元，用于获取针对晶圆包装的图像信息；处理单元，用于对所述图像信息进行处理，获得处理后图像；识别单元，用于对所述处理后图像进行晶圆放置状态识别，获得状态识别结果；判断单元，用于基于所述状态识别结果判断是否存在碎片风险；结果生成单元，用于基于判断结果生成对应的检测结果。
13.优选地，所述图像获取单元包括：第一图像获取模块，用于获取所述晶圆包装在第一亮度下的第一图像；第二图像获取模块，用于获取所述晶圆包装在第二亮度下的第二图像；图像确定模块，用于将所述第一图像和所述第二图像作为针对晶圆包装的图像信息。
14.优选地，所述处理单元包括：第一处理模块，用于对所述第一图像和所述第二图像执行去噪处理，获得去噪后第一图像和去噪后第二图像；对所述去噪后第一图像和所述去噪后第二图像执行灰度处理，获得第一灰度图像和第二灰度图像；对所述第一灰度图像和所述第二灰度图像执行第一融合操作，生成第一融合后图像；第二处理模块，用于获取所述去噪后第一图像在预设颜色通道中的第一通道图像以及获取所述去噪后第二图像在所述预设颜色通道中的第二通道图像；分别对所述第一通道图像和实时第二通道图像进行增强处理，获得增强后第一图像和增强后第二图像；对所述增强后第一图像和所述增强后第二图像执行第二融合操作，生成第二融合后图像；处理确认模块，用于基于所述第一融合后图像和所述第二融合后图像生成处理后图像。
15.优选地，所述识别单元具体用于：对所述处理后图像进行裂纹识别，获得裂纹识别信息；基于所述裂纹识别信息判断所述处理后图像中的晶圆是否存在裂纹；若所述晶圆存在裂纹，生成晶圆破裂的状态识别结果；若所述晶圆不存在裂纹，对所述处理后图像进行晶圆间距识别，获得间距识别信息；基于所述间距识别信息判断所述晶圆是否存在偏放状况；若所述晶圆存在偏放状况，生成晶圆偏放的状态识别结果；若所述晶圆不存在偏放状况，生成晶圆摆放正常的状态识别结果。
16.优选地，所述装置还包括定位单元，所述定位单元用于：在确定存在碎片风险之后，获取存在碎片风险的风险晶圆；从所述处理后图像中提取所述风险晶圆预设范围的区域图像；对所述区域图像进行异常分析，生成对应的异常风险因子；建立所述异常风险因子和所述区域图像之间的关联关系，存储并反馈所述区域图像和所述异常风险因子。
17.另一方面，本发明还提供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本发明提供的方法。
18.通过本发明提供的技术方案，本发明至少具有如下技术效果：
19.通过采用不同光照的方式获取晶圆包装的图像，并进行图像融合处理，以及通过对图像的灰度进行通道加权处理以及图像增强处理，使得处理后图像具有更高的清晰度、更突出的细节，提高了在对晶圆包装识别过程中的识别精确性；
20.另一方面，通过对晶圆包装在各种风险情况下的特征进行识别，快速、准确识别出晶圆是否存在碎片风险，提高了企业的产品合格率，满足了企业的实际需求。
21.本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
22.附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
23.图1是本发明实施例提供的晶圆包装的自动检测装置的示意图；
24.图2是本发明实施例提供的晶圆包装的自动检测方法的具体实现流程图；
25.图3是本发明实施例提供的晶圆包装的自动检测方法中对图像信息进行处理的具体实现流程；
26.图4是是本发明实施例提供的晶圆包装的自动检测装置的结构示意图。
具体实施方式
27.以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
28.本发明实施例中的术语“系统”和“网络”可被互换使用。“多个”是指两个或两个以上，鉴于此，本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。另外，需要理解的是，在本发明实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
29.请参见图1，本发明实施例应用于晶圆包装的自动检测设备，在该自动检测设备中，包括放置晶圆包装的搁置台，在晶圆包装上方配置有用于采集晶圆包装的图像信息的图像采集装置，图像采集装置通过镜头获取晶圆包装的图像信息，并将该图像信息发送至处理装置进行数据处理和对应的显示，例如该图像处理装置为个人电脑、平板电脑、服务器等中的任意一种。
30.请参见图2，本发明实施例提供一种晶圆包装的自动检测方法，所述方法包括：
31.s10)获取针对晶圆包装的图像信息；
32.s20)对所述图像信息进行处理，获得处理后图像；
33.s30)对所述处理后图像进行晶圆放置状态识别，获得状态识别结果；
34.s40)基于所述状态识别结果判断是否存在碎片风险；
35.s50)基于判断结果生成对应的检测结果。
36.在一种可能的实施方式中，首先获取针对晶圆包装的图像信息，在本发明实施例中，所述获取针对晶圆包装的图像信息，包括：获取所述晶圆包装在第一亮度下的第一图像；获取所述晶圆包装在第二亮度下的第二图像；将所述第一图像和所述第二图像作为针对晶圆包装的图像信息。
37.具体的，在该镜头周围配置灯光，例如配置白色led灯带，在晶圆包装被放置在搁置台后，图像采集装置首先采集晶圆包装在无灯光照射的情况下的第一图像，然后打开白色led灯带，此时采集晶圆包装在有灯光照射情况下的第二图像，并将该第一图像和第二图像作为针对晶圆包装的图像信息。
38.在本发明实施例中，通过对晶圆包装在不同光照下进行图像采集，一方面能够结合不同光照情况下的图像进行精确识别，获取晶圆包装的更多图像细节；另一方面能够有效避免在单一光照强度下对晶圆包装识别的清晰度不足的影响，从而进一步提高后续识别精确性。
39.然而在实际应用过程中，直接通过图像采集装置获取的图像可能存在较多的干扰或影响，例如上述第一图像可能因为光照不足的原因而无法清楚辨识；上述第二图像也可能因为光照强度过大(晶圆包装为塑料包装，因此在摆放位置不同的情况下，可能因灯光照射而反射过量光线而导致图像采集装置采集的图像过曝的情况发生)而导致图像异常，因此需要对初步采集的图像信息进行处理。
40.请参见图3，在本发明实施例中，所述对所述图像信息进行处理，获得处理后图像，包括：
41.s21)对所述第一图像和所述第二图像执行去噪处理，获得去噪后第一图像和去噪后第二图像；
42.s22)对所述去噪后第一图像和所述去噪后第二图像执行灰度处理，获得第一灰度图像和第二灰度图像；
43.s23)对所述第一灰度图像和所述第二灰度图像执行第一融合操作，生成第一融合后图像；
44.s24)获取所述去噪后第一图像在预设颜色通道中的第一通道图像以及获取所述去噪后第二图像在所述预设颜色通道中的第二通道图像；
45.s25)分别对所述第一通道图像和实时第二通道图像进行增强处理，获得增强后第一图像和增强后第二图像；
46.s26)对所述增强后第一图像和所述增强后第二图像执行第二融合操作，生成第二融合后图像；
47.s27)基于所述第一融合后图像和所述第二融合后图像生成处理后图像。
48.在一种可能的实施方式中，首先对第一图像和第二图像执行去噪处理，例如通过预设低通滤波器对第一图像和第二图像进行去噪处理，获得去噪后第一图像和去噪后第二图像，此时进一步对上述去噪后的图像进行灰度处理，以进一步对图像的细节进行提取，并获得第一灰度图像和第二灰度图像，此时，根据将上述第一灰度图像和第二灰度图像执行第一融合操作，例如将上述第一灰度图像和第二灰度图像中满足预设清晰度要求的清晰区域进行融合，以获得融合后图像。
49.此时获取去噪后第一图像在预设颜色通道中的第一通道图像，以及去噪后第二图像在该预设颜色通道中的第二通道图像，在本实施例中，该预设颜色通道可以为rgb通道，也可以为cmy通道，技术人员可以根据实际处理效果选址最佳颜色通道提取出对应的通道图像，因此都应该属于本发明实施例的保护范围，在此不做过多赘述。在获取到对应的第一通道图像和第二通道图像后，进一步进行对应的增强处理，例如该第一通道图像为r分量灰度图像r(i,j)、g分量灰度图像(i,j)以及b分量灰度图像(i,j)，此时根据预设加权因子获得第一通道图像对应的第一加权后灰度图，例如第一加权后灰度图f(i,j)＝0.2r(i,j) 0.55g(i,j) 0.25b(i,j)，以及基于同样的原理，获得第二通道图像对应的第二加权后灰度图，此时根据预设点运算算法(例如灰度校正、灰度变换以及直方图修正等)针对上述加权后灰度图进行图像增强处理，并获得增强后第一图像和增强后第二图像，在上述增强后图像中均对晶圆包装中的细节进行了突出和增强，此时对增强后第一图像和增强后第二图像进行第二融合操作，从而获得第二融合后图像，然后基于上述第一融合后图像和第二融合后图像生成处理后图像。
50.在本发明实施例中，通过对不同亮度下所采集的晶圆包装图像进行分析和融合，从而能够使得后续分析中的图像具有更清晰和更准确的图像细节；同时结合对图像在多通道下的图像进行加权处理，并进行增强处理，从而使得后续分析的图像中细节被进一步增强显示，能够进一步提高后续分析过程中的精确性和灵敏性。在获取到上述处理后图像后，可以开始对晶圆包装的图像进行破碎风险识别。
51.在本发明实施例中，所述对所述处理后图像进行晶圆放置状态识别，获得状态识别结果，包括：对所述处理后图像进行裂纹识别，获得裂纹识别信息；基于所述裂纹识别信息判断所述处理后图像中的晶圆是否存在裂纹；若所述晶圆存在裂纹，生成晶圆破裂的状态识别结果；若所述晶圆不存在裂纹，对所述处理后图像进行晶圆间距识别，获得间距识别信息；基于所述间距识别信息判断所述晶圆是否存在偏放状况；若所述晶圆存在偏放状况，生成晶圆偏放的状态识别结果；若所述晶圆不存在偏放状况，生成晶圆摆放正常的状态识别结果。
52.在一种可能的实施方式中，首先对处理后图像进行裂纹识别，例如可以直接对处理后图像中的纹路走向进行分析，当存在与正常晶圆所不符的纹路走向时，可以确定存在裂纹；当然，也可以通过预先训练的智能识别算法，例如为基于神经网络的深度学习算法对该处理后图像进行分析，以判断当前晶圆是否存在裂纹，若存在裂纹，则立即生成晶圆破裂的状态识别结果并立即反馈给对应的管理人员或工厂人员。
53.在另一种实施例中，当前晶圆不存在裂纹，因此可以进一步对该晶圆包装中晶圆的间接进行识别，并获得间距识别信息，对于本领域技术人员很容易知道，一个晶圆包装中包括多个晶圆，因此上述间接识别信息为每相邻两个晶圆的间距，根据该间距能够识别出晶圆是否存在偏放状况，例如在本实施例中，发现某个晶圆存在偏放状况，因此立即生成对应的晶圆偏放的状态识别结果。
54.在后续的检测过程中，处理装置自动根据上述状态识别结果判断是否存在碎片风险，例如在获取到晶圆破裂或晶圆偏放的状态识别结果时，确定存在碎片风险，因此立即生成存在碎片风险的检测信息发送给管理人员或工厂人员。
55.在本发明实施例中，通过采用针对晶圆包装的自动识别方法，而不采用人工抽检
或人工查看的方式，一方面大大降低企业的人工成本，提高了工作效率；另一方面避免了人工检查存在的偏差，提高了检查的精确性。
56.然而在实际应用过程中，仅仅简单地反馈存在碎片风险，依然需要人工前往现场核实，因此依然对技术人员造成了一定的困扰。
57.为了解决上述技术问题，在本发明实施例中，所述方法还包括：在确定存在碎片风险之后，获取存在碎片风险的风险晶圆；从所述处理后图像中提取所述风险晶圆预设范围的区域图像；对所述区域图像进行异常分析，生成对应的异常风险因子；建立所述异常风险因子和所述区域图像之间的关联关系，存储并反馈所述区域图像和所述异常风险因子。
58.在一种可能的实施方式中，在确定存在碎片风险后，进一步获取存在碎片风险的风险晶圆，例如将该风险晶圆在处理后图像中框起来，然后从处理后图像中提取风险晶圆预设范围的区域图像，例如该预设范围可以为相邻晶圆间距的一半，此时对该区域图像进行异常分析，并生成对应的异常风险因子，例如当分析发现晶圆包装盒存在结构异常时，将异常结构作为异常风险因子；当发现晶圆包装盒内存在杂物时，将该杂物作为异常风险因子，然后建立该异常风险因子与区域图像之间的关联关系，并存储在对应的存储装置中，然后将上述异常风险因子、该区域图像一并反馈至管理人员处，以便于管理人员在远程快速、准确地核实和确定晶圆的碎片风险，以及确定对应的风险因子，从而进一步减少人工工作量，提高工作效率，提高风险识别精确性。
59.下面结合附图对本发明实施例所提供的晶圆包装的自动检测装置进行说明。
60.请参见图4，基于同一发明构思，本发明实施例提供一种晶圆包装的自动检测装置，所述装置包括：图像获取单元，用于获取针对晶圆包装的图像信息；处理单元，用于对所述图像信息进行处理，获得处理后图像；识别单元，用于对所述处理后图像进行晶圆放置状态识别，获得状态识别结果；判断单元，用于基于所述状态识别结果判断是否存在碎片风险；结果生成单元，用于基于判断结果生成对应的检测结果。
61.在本发明实施例中，所述图像获取单元包括：第一图像获取模块，用于获取所述晶圆包装在第一亮度下的第一图像；第二图像获取模块，用于获取所述晶圆包装在第二亮度下的第二图像；图像确定模块，用于将所述第一图像和所述第二图像作为针对晶圆包装的图像信息。
62.在本发明实施例中，所述处理单元包括：第一处理模块，用于对所述第一图像和所述第二图像执行去噪处理，获得去噪后第一图像和去噪后第二图像；对所述去噪后第一图像和所述去噪后第二图像执行灰度处理，获得第一灰度图像和第二灰度图像；对所述第一灰度图像和所述第二灰度图像执行第一融合操作，生成第一融合后图像；第二处理模块，用于获取所述去噪后第一图像在预设颜色通道中的第一通道图像以及获取所述去噪后第二图像在所述预设颜色通道中的第二通道图像；分别对所述第一通道图像和实时第二通道图像进行增强处理，获得增强后第一图像和增强后第二图像；对所述增强后第一图像和所述增强后第二图像执行第二融合操作，生成第二融合后图像；处理确认模块，用于基于所述第一融合后图像和所述第二融合后图像生成处理后图像。
63.在本发明实施例中，所述识别单元具体用于：对所述处理后图像进行裂纹识别，获得裂纹识别信息；基于所述裂纹识别信息判断所述处理后图像中的晶圆是否存在裂纹；若所述晶圆存在裂纹，生成晶圆破裂的状态识别结果；若所述晶圆不存在裂纹，对所述处理后
图像进行晶圆间距识别，获得间距识别信息；基于所述间距识别信息判断所述晶圆是否存在偏放状况；若所述晶圆存在偏放状况，生成晶圆偏放的状态识别结果；若所述晶圆不存在偏放状况，生成晶圆摆放正常的状态识别结果。
64.在本发明实施例中，所述装置还包括定位单元，所述定位单元用于：在确定存在碎片风险之后，获取存在碎片风险的风险晶圆；从所述处理后图像中提取所述风险晶圆预设范围的区域图像；对所述区域图像进行异常分析，生成对应的异常风险因子；建立所述异常风险因子和所述区域图像之间的关联关系，存储并反馈所述区域图像和所述异常风险因子。
65.进一步地，本发明实施例还提供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本发明所述的方法。
66.以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。
67.另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。
68.本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
69.此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。