一种光学芯片表面沾污缺陷检测方法及线激光视觉检测系统技术方案

一种光学芯片表面沾污缺陷检测方法，采集待检测芯片的表面图像，对预处理得到的图像进行缺陷提取，计算提取的芯片表面图像样本的缺陷特征值；对已知缺陷所属类别的芯片表面图像进行处理，得到芯片表面样本的缺陷特征值，并利用所述芯片样本的缺陷所属的类别的缺陷特征值行处理，得到已知缺陷所属类别的芯片表面缺陷特征值；然后利用数字图像处理算法得到待检测芯片的缺陷特征值，得到所述待检测芯片的缺陷所属的类别。一种线激光视觉检测系统，包括：线激光扫描相机，数据采集卡，FPGA图像处理模块，HALCON数字图像处理模块；FPGA图像处理模块得到芯片表面缺陷特征值，HALCON数字图像处理模块得到所述待检测芯片的缺陷特征值所属的类别。

【技术实现步骤摘要】
一种光学芯片表面沾污缺陷检测方法及线激光视觉检测系统
本专利技术涉及一种光学芯片及晶圆表面缺陷检测方法，尤其是涉及一种基于线激光扫描相机结合HALCAN平台对芯片表面缺陷进行检测的方法及线激光视觉检测系统。
技术介绍
集成电路生产需经过薄膜沉积、蚀刻、抛光、减薄、划切和倒装等众多复杂的工艺流程，流程中的任何异常都可能导致晶圆表面缺陷的产生。准确识别晶圆表面的各种缺陷模式，可帮助发现和调整在线封装制造过程中的异常因素，提高集成电路封装的效率。同时也可以降低集成电路生产的废品率，避免因大批量晶圆表面缺陷而造成巨大的成本损失。目前国内封装前段对芯片表面缺陷检测主要还是人工通过显微镜肉眼检测，不仅劳动力强，对IQC镜检人员经验要求也高；而且效率低，检测结果受到检测人员水平、情绪等主观因素影响，得不到保障。人工芯片表面检测速度慢，无法大规模检测、测量精度低。
技术实现思路
本专利技术针对现有行业存在的生产不足和缺陷，提出一种利用线激光扫描相机对芯片表面缺陷进行检测的方法及系统/装置。能够提高检测的效率和精确性，并大大减少工人的工作量。本专利技术采用基于数字信号处理技术的线激光，对检测芯片表面度构建了一套集光、电、机、机器视觉技术于一体的基于FPGA的激光HALON视觉检测系统。通过点云的预处理、点云分割和点云聚类，最后采用最小二乘法对芯片表面平面度进行评价。使系统测量速度大幅度提高，可应用于大规模检测，重复精度达到20μm。本专利技术采用的技术方案：一种光学芯片表面沾污缺陷检测方法，包括如下步骤：1)利用线激光相机，采集待检测芯片的表面图像；2)对获取的芯片表面图像进行预处理；3)对预处理得到的图像进行缺陷提取，并计算提取的芯片表面图像样本的缺陷特征值；4)在对图像进行处理，得到芯片表面图像样本的缺陷特征值之前，对已知缺陷所属的类别的芯片表面样本的表面图像进行处理，得到所述芯片表面样本的缺陷特征值，并利用所述芯片样本的缺陷所属的类别的缺陷特征值行处理，得到已知缺陷所属类别的芯片表面缺陷特征值；利用HALCON数字图像处理算法对获取的芯片表面图像进行处理，得到所述待检测芯片的缺陷特征值，并将所述缺陷特征值输入预先训练好的分类器，得到所述待检测芯片的缺陷所属的类别。所述的光学芯片表面沾污缺陷检测方法，步骤2)中，对获取的芯片表面图像通过HALCON数字图像处理算法依次进行滤波器滤波、图像增强和芯片表面缺陷定位处理。步骤4)中，对所述芯片表面缺陷定位处理得到的芯片表面区域进行图像灰度化；对所述图像灰度化的结果进行图像分割；对所述图像分割的结果进行形态学处理；对所述形态学处理的结果进行缺陷标定；计算得到的缺陷的特征值，得到缺陷特征值。所述的光学芯片表面沾污缺陷检测方法，所述HALCON数字图像处理算法，采用基于模型的点云预处理、点云分割和点云聚类，最后采用最小二乘法对提取的芯片表面图像样本进行评价，并计算待检测芯片的缺陷特征值。缺陷簇由二元正态分布和主曲线建模，通过比较每个簇在两个模型中的对数似然概率，可以检测缺陷簇的形状为椭球状还是曲线状。利用改进的两步算法，采用空间非齐次泊松过程、二元正态分布和主曲线构建混合模型，可判断出芯片表面缺陷为曲线状、线性状或椭球状。通过对晶圆表面缺陷的模式进行统计分析，能够检测出缺陷的形状特征值。得到缺陷特征值，并将所述缺陷特征值输入预先训练好的分类器，得到所述待检测芯片的缺陷所属的类别。一种实现前述光学芯片表面沾污缺陷检测方法的线激光视觉检测系统，包括：线激光扫描相机，用于采集待检测芯片的表面图像；数据采集卡，用于获取待检测芯片的表面图像，并将所述图像发送给FPGA图像处理模块；FPGA图像处理模块，用于对获取的待检测芯片的表面图像进行豫处理，对获取的待检测芯片的表面图像进行滤波器滤波、图像增强和芯片表面缺陷定位，得到芯片表面缺陷特征值，并进一步通过HALCON数字图像处理模块对所述图像进行处理；HALCON数字图像处理模块，对提取的芯片表面图像样本进行评价，得到所述待检测芯片的缺陷特征值所属的类别，识别局部缺陷。所述的线激光视觉检测系统，包括一个二维运动工件平台和伺服电机，线激光扫描相机安装在相机移动平台上，所述伺服电机连接所述相机移动平台，用于接收来自于所述FPGA图像处理模块的控制指令，根据所述控制指令通过传动机构带动所述线激光相机在工件平台上运动。所述的线激光扫描相机，在抓取待检测芯片表面图像之前，采集线激光相机在不同姿态的标定板的图像。所述HALCON数字图像处理模块，用于获取所述标定板的图像，根据所述标定板的图像计算所述面扫描线激光相机的内外参数，并利用所述内外参数对所述面扫描相机进行标定。所述FPGA图像处理模块，利用HALCON数字图像处理软件对所述图像进行处理，采用基于模型通过点云的预处理、点云分割和点云聚类，最后采用最小二乘法对芯片表面图像进行评价，得到所述待检测芯片的缺陷特征值所属的类别，识别局部缺陷。专利技术有益效果：本专利技术基于线激光扫描相机的芯片表面缺陷检测装置及方法，利用处理模块通过分类器对面扫描相机采集的待检测芯片的表面图像的缺陷所属的类别进行检测，能很好地实现芯片缺陷的识别和分类，提高检测的效率和精确性，解决了人工芯片表面检测速度慢，无法大规模检测、测量精度低等问题，并大大减少人工的工作量，同时，本专利技术克服了现有的超声波检测、X-RAY检测系统、半自动化方法成本高，设备复杂等缺点，在保证检测效率和精确性的前提下，实现了芯片表面缺陷的识别和分类。附图说明图1为本专利技术光学芯片表面沾污缺陷检激光视觉检测系统框架图；图2为本专利技术光学芯片表面沾污缺陷检测方法视觉检测模块流程图；图3为本专利技术线激光视觉检测系统结构示意图。具体实施方式下面通过具体实施方式，结合附图对本专利技术技术方案做进一步的详细描述。实施例1本专利技术一种光学芯片表面沾污缺陷检测方法，包括如下步骤：1)利用线激光相机，采集待检测芯片的表面图像；2)对获取的芯片表面图像进行预处理；3)对预处理得到的图像进行缺陷提取，并计算提取的芯片表面图像样本的缺陷特征值；4)在对图像进行处理，得到芯片表面图像样本的缺陷特征值之前，对已知缺陷所属的类别的芯片表面样本的表面图像进行处理，得到所述芯片表面样本的缺陷特征值，并利用所述芯片样本的缺陷所属的类别的缺陷特征值行处理，得到已知缺陷所属类别的芯片表面缺陷特征值；利用HALCON数字图像处理算法对获取的芯片表面图像进行处理，得到所述待检测芯片的缺陷特征值，并将所述缺陷特征值输入预先训练好的分类器，得到所述待检测芯片的缺陷所属的类别。步骤2)中，对获取的芯片表面图像通过HALCON数字图像处理算法依次进行滤波器滤波、图像增强和芯片表面缺陷定位处理。所述HALCON数字图像处理算法，采用基于模型的点云预处理、点云分割和点云聚类，最后采用最小二乘法对提取的芯片表面图像样本进行评本文档来自技高网...

【技术保护点】
1.一种光学芯片表面沾污缺陷检测方法，包括如下步骤：/n1)利用线激光相机，采集待检测芯片的表面图像；/n2)对获取的芯片表面图像进行预处理；/n3)对预处理得到的图像进行缺陷提取，并计算提取的芯片表面图像样本的缺陷特征值；/n4)在对图像进行处理，得到芯片表面图像样本的缺陷特征值之前，对已知缺陷所属的类别的芯片表面样本的表面图像进行处理，得到所述芯片表面样本的缺陷特征值，并利用所述芯片样本的缺陷所属的类别的缺陷特征值行处理，得到已知缺陷所属类别的芯片表面缺陷特征值；利用HALCON数字图像处理算法对获取的芯片表面图像进行处理，得到所述待检测芯片的缺陷特征值，并将所述缺陷特征值输入预先训练好的分类器，得到所述待检测芯片的缺陷所属的类别。/n

【技术特征摘要】
1.一种光学芯片表面沾污缺陷检测方法，包括如下步骤：
1)利用线激光相机，采集待检测芯片的表面图像；
2)对获取的芯片表面图像进行预处理；
3)对预处理得到的图像进行缺陷提取，并计算提取的芯片表面图像样本的缺陷特征值；
4)在对图像进行处理，得到芯片表面图像样本的缺陷特征值之前，对已知缺陷所属的类别的芯片表面样本的表面图像进行处理，得到所述芯片表面样本的缺陷特征值，并利用所述芯片样本的缺陷所属的类别的缺陷特征值行处理，得到已知缺陷所属类别的芯片表面缺陷特征值；利用HALCON数字图像处理算法对获取的芯片表面图像进行处理，得到所述待检测芯片的缺陷特征值，并将所述缺陷特征值输入预先训练好的分类器，得到所述待检测芯片的缺陷所属的类别。


2.根据权利要求1所述的光学芯片表面沾污缺陷检测方法，其特征在于：步骤2)中，对获取的芯片表面图像通过HALCON数字图像处理算法依次进行滤波器滤波、图像增强和芯片表面缺陷定位处理。


3.根据权利要求2所述的光学芯片表面沾污缺陷检测方法，其特征在于：步骤4)中，对所述芯片表面缺陷定位处理得到的芯片表面区域进行图像灰度化；对所述图像灰度化的结果进行图像分割；对所述图像分割的结果进行形态学处理；对所述形态学处理的结果进行缺陷标定；计算得到的缺陷的特征值，得到缺陷特征值。


4.根据权利要求1、2或3所述的光学芯片表面沾污缺陷检测方法，其特征在于：所述HALCON数字图像处理算法，采用基于模型的点云预处理、点云分割和点云聚类，最后采用最小二乘法对提取的芯片表面图像样本进行评价，并计算待检测芯片的缺陷特征值。


5.根据权利要求4所述的光学芯片表面沾污缺陷检测方法，其特征在于：缺陷簇由二元正态分布和主曲线建模，通过比较每个簇在两个模型中的对数似然概率，检测缺陷簇的形状为椭球状还是曲线状，采用空间非齐次泊松过程、二元正态分布和主曲线构建混合模型，判断出芯片表面缺陷为曲线状、线性状或椭球状；通过对...

【专利技术属性】
技术研发人员：舒淑保，姜一平，
申请(专利权)人：深圳市正宇兴电子有限公司，
类型：发明
国别省市：广东;44