本发明专利技术涉及缺陷检测技术领域，具体涉及一种基于光学检测的Mini LED晶圆外观缺陷检测方法，用于测试瑕疵、缺陷或污点的存在，其中该方法基于晶粒的矩形特征将晶圆进行晶粒区域和非晶粒区域的划分，基于纹理信息和灰度分布检测晶粒区域和非晶粒区域中的缺陷区域，根据缺陷区域中所检测到的直线数量优化霍夫直线检测的阈值，以检测到有效直线，减少冗余直线信息，进而根据有效直线的位置和晶圆圆心位置确认每个缺陷区域的缺陷类型，使得自动检测在快速简单的前提下，保证了缺陷类型的检测准确性。性。性。
【技术实现步骤摘要】
基于光学检测的Mini LED晶圆外观缺陷检测方法
[0001]本专利技术涉及缺陷检测
，具体涉及一种基于光学检测的Mini LED晶圆外观缺陷检测方法。
技术介绍
[0002]随着智能设备的显示技术的发展，屏幕的分辨率越来越高，Mini LED阵列器件应运而生。晶圆是LED的核心部分，其质量严重影响着LED的各种光电参数，同时由于Mini LED的尺寸减少了，工艺更复杂了，对Mini LED的外观质量检测要求也会进一步提高。
[0003]目前，为了减少晶圆外观缺陷对后续加工的影响，通常通过人工目检或抽检的方式进行缺陷检测，其检测效率低、成本高，且对于晶圆上的细小划痕等缺陷很容易出现漏检，导致缺陷结果不准确。
技术实现思路
[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于光学检测的Mini LED晶圆外观缺陷检测方法，所采用的技术方案具体如下：采集晶圆的表面RGB图像以得到对应的灰度图像，对所述灰度图像进行角点检测得到晶圆中各晶粒的角点，计算相邻角点之间的距离，根据所述距离与生产要求的标准距离之间差异，将灰度图像分为晶粒区域和非晶粒区域；分别根据每个晶粒区域与模板晶粒区域之间的纹理信息差异，将晶粒区域分为正常晶粒区域和缺陷晶粒区域；将缺陷晶粒区域中的四个角点和中心点作为特征点，对比缺陷晶粒区域中每个像素点与特征点之间的灰度值差异得到每个缺陷晶粒区域中的子缺陷区域；根据所述子缺陷区域的灰度分布将相邻且连续的所述子缺陷区域整合成一个整合子区域，得到多个第一子区域，其中第一子区域包括所述子缺陷区域和所述整合子区域；利用区域生长算法检测每个非晶粒区域中的第二子区域；对所述灰度图像进行霍夫直线检测得到晶圆中的直线总数量，统计每个所述第一子区域和每个所述第二子区域中的直线得到直线数量总和，根据所述直线总数量和直线数量总和之间的直线数量差值调整所述霍夫直线检测中的阈值，得到新阈值；利用所述新阈值进行直线检测得到多个目标直线，基于目标直线的位置判断所述第一子区域和所述第二子区域的缺陷类型。
[0005]进一步的，所示正常晶粒区域和缺陷晶粒区域的划分方法，包括：分别获取每个晶粒区域和模板晶粒区域的灰度共生矩阵，计算每个灰度共生矩阵的熵值；根据晶粒区域和模板晶粒区域之间的熵值差异计算对应晶粒区域与模板晶粒区域之间的相似程度；设置相似度阈值，当相似程度大于或等于相似度阈值时，确认对应晶粒区域是正常晶粒区域，当相似程度小于相似度阈值时，确认对应晶粒区域是缺陷晶粒区域；其中，相似程度的计算公式为：
其中，为相似程度，为晶粒区域的熵值，为模板晶粒区域的熵值。
[0006]进一步的，所述对比缺陷晶粒区域中每个像素点与特征点之间的灰度值差异得到每个缺陷晶粒区域中的子缺陷区域的方法，包括：计算当前像素点分别与每个特征点之间的灰度值差值，将灰度值差值进行相加得到当前像素点与特征点之间的灰度值差异总和；计算当前缺陷晶粒区域中每个像素点的灰度值差异总和，设置灰度值差异阈值，当灰度值差异总和大于或等于灰度值差异阈值时，认为对应像素点为缺陷像素点；当前缺陷晶粒区域中所有缺陷像素点形成的区域为所述子缺陷区域。
[0007]进一步的，所述根据所述子缺陷区域的灰度分布将相邻且连续的所述子缺陷区域整合成一个整合子区域的方法，包括：分别计算相邻两个子缺陷区域中每个子缺陷区域的平均灰度值，当两个子缺陷区域的平均灰度值之间的差值小于差值阈值时，将所述相邻两个子缺陷区域整合成一个整合子区域。
[0008]进一步的，所述根据所述直线总数量和直线数量总和之间的直线数量差值调整所述霍夫直线检测中的阈值，得到新阈值的方法，包括：设置数量差值阈值，当直线数量差值大于数量差值阈值时，利用阈值调大的计算公式得到新阈值，其中所述阈值调大的计算公式为：，其中，为新阈值，为调整前的阈值。
[0009]进一步的，所述基于目标直线的位置判断所述第一子区域和所述第二子区域的缺陷类型的方法，包括：排除所述第一子区域所在晶粒区域和所述第二子区域所在非晶粒区域中区域边缘直线对应的目标直线，当所述第一子区域或所述第二子区域中不存在剩余目标直线时，确认对应所述第一子区域或所述第二子区域中的缺陷类型为颗粒灰尘、污染物等面积缺陷；所述第一子区域或所述第二子区域中存在剩余目标直线时，确认对应所述第一子区域或所述第二子区域中的缺陷类型为划痕缺陷或滑移线缺陷。
[0010]进一步的，所述划痕缺陷或滑移线缺陷的判断方法，包括：通过霍夫圆检测得到晶圆圆心，利用点到直线的距离分别计算所述第一子区域或所述第二子区域中的目标直线与晶圆圆心之间的欧式距离；设置距离阈值，当欧式距离大于或等于距离阈值时，确认第一子区域或第二子区域中的目标直线为滑移线缺陷，否则为划痕缺陷。
[0011]本专利技术具有如下有益效果：基于晶粒的矩形特征将晶圆进行晶粒区域和非晶粒区域的划分，基于纹理信息和灰度分布检测晶粒区域和非晶粒区域中的缺陷区域，根据缺陷区域中所检测到的直线数量优化霍夫直线检测的阈值，以检测到有效直线，减少冗余直线信息，进而根据有效直线的位置和晶圆圆心位置确认每个缺陷区域的缺陷类型，使得自动检测在快速简单的前提下，保证了缺陷类型的检测准确性，且一种基于光学检测的Mini LED晶圆外观缺陷检测方法也能测试瑕疵或污点的存在。
附图说明
[0012]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0013]图1为本专利技术实施例中提供的一种存在颗粒缺陷的晶圆示意图（a）、存在污染物的晶圆示意图（b）和滑移线缺陷的晶圆示意图（C）；图2为本专利技术一个实施例所提供的一种基于光学检测的Mini LED晶圆外观缺陷检测方法的步骤流程图。
具体实施方式
[0014]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于光学检测的Mini LED晶圆外观缺陷检测方法，其具体实施方式、结构、特征及其作用，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0015]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0016]本专利技术实施例所针对的具体场景为：对Mini LED晶圆进行缺陷类型检测，其中缺陷类型包括颗粒、污染物等面积缺陷和划痕、滑移线等直线缺陷，如图1中所示一种存在颗粒缺陷的晶圆示意图（a）、存在污染物的晶圆示意图（b）和滑移线缺陷的晶圆示意图（C）。
[0017]下面结合附图具体的说明本专利技术所提供的一种基于光学检测的Mini LED晶圆外观缺陷检测方法的具体方案。
[0018]请参本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于光学检测的Mini LED晶圆外观缺陷检测方法，其特征在于，该方法包括以下步骤：采集晶圆的表面RGB图像以得到对应的灰度图像，对所述灰度图像进行角点检测得到晶圆中各晶粒的角点，计算相邻角点之间的距离，根据所述距离与生产要求的标准距离之间差异，将灰度图像分为晶粒区域和非晶粒区域；分别根据每个晶粒区域与模板晶粒区域之间的纹理信息差异，将晶粒区域分为正常晶粒区域和缺陷晶粒区域；将缺陷晶粒区域中的四个角点和中心点作为特征点，对比缺陷晶粒区域中每个像素点与特征点之间的灰度值差异得到每个缺陷晶粒区域中的子缺陷区域；根据所述子缺陷区域的灰度分布将相邻且连续的所述子缺陷区域整合成一个整合子区域，得到多个第一子区域，其中第一子区域包括所述子缺陷区域和所述整合子区域；利用区域生长算法检测每个非晶粒区域中的第二子区域；对所述灰度图像进行霍夫直线检测得到晶圆中的直线总数量，统计每个所述第一子区域和每个所述第二子区域中的直线得到直线数量总和，根据所述直线总数量和直线数量总和之间的直线数量差值调整所述霍夫直线检测中的阈值，得到新阈值；利用所述新阈值进行直线检测得到多个目标直线，基于目标直线的位置判断所述第一子区域和所述第二子区域的缺陷类型。2.如权利要求1所述的一种基于光学检测的Mini LED晶圆外观缺陷检测方法，其特征在于，所示正常晶粒区域和缺陷晶粒区域的划分方法，包括：分别获取每个晶粒区域和模板晶粒区域的灰度共生矩阵，计算每个灰度共生矩阵的熵值；根据晶粒区域和模板晶粒区域之间的熵值差异计算对应晶粒区域与模板晶粒区域之间的相似程度；设置相似度阈值，当相似程度大于或等于相似度阈值时，确认对应晶粒区域是正常晶粒区域，当相似程度小于相似度阈值时，确认对应晶粒区域是缺陷晶粒区域；其中，相似程度的计算公式为：其中，为相似程度，为晶粒区域的熵值，为模板晶粒区域的熵值。3.如权利要求1所述的一种基于光学检测的Mini LED晶圆外观缺陷检测方法，其特征在于，所述对比缺陷晶粒区域中每个像素点与特征点之间的灰度值差异得到每个缺陷晶粒区域中的子缺陷区域的方法，包括：计算当前像素点分别与每个特征点之间的灰度值差值，将灰度值差值进行相加得到当前像...
【专利技术属性】
技术研发人员：曹剑钢，
申请(专利权)人：南通艾美瑞智能制造有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。