基于图像增强的晶圆缺陷检测方法技术

本发明专利技术涉及数据处理技术领域，具体涉及基于图像增强的晶圆缺陷检测方法，包括：采集晶圆图像，对晶圆图像进行分块，获取每个分块图像的梯度幅值直方图；根据分块图像的梯度幅值直方图中最大的梯度幅值获取压缩上限值，对梯度幅值进行等比压缩，获得压缩梯度幅值直方图；对压缩梯度幅值直方图进行分段，获取每个片段的概率密度以及平均梯度，进一步获取每个片段的增强权重。根据压缩梯度幅值直方图获取期望和标准差，结合每个片段的增强权重进一步获得分块图像的增强函数，利用增强函数对分块图像进行增强。本发明专利技术可实现晶圆图像边缘部分的重点增强，同时可避免现有技术中目标梯度场退化的问题，使得晶圆缺陷识别更加准确。使得晶圆缺陷识别更加准确。使得晶圆缺陷识别更加准确。

【技术实现步骤摘要】
基于图像增强的晶圆缺陷检测方法


[0001]本专利技术涉及数据处理
，具体涉及基于图像增强的晶圆缺陷检测方法。

技术介绍

[0002]晶圆的制造过程需要经历例如掺杂、蚀刻、光刻、切割等许多步骤，最后才进行封装，制作成一个集成电路。在这些步骤中，难免会损坏单颗晶圆从而影响后期集成电路性能，因此在完成封装之前检测出不合格晶圆非常重要。影响晶圆产品是否合格的表面缺陷有很多种。在晶圆片的缺陷种类中，无图案晶圆与图案晶圆是最常见的两种晶圆形式。晶圆表面冗余物、晶体缺陷、机械损伤（划痕图案）是较为常见缺陷。冗余物是晶圆表面较为常见的缺陷种类，主要包括纳米级的微小颗粒、微米级的灰尘、相关工序的残留物。随着半导体尺寸越来越小，单颗晶元的制作越来越精细，在缺陷检测方面存在着细小缺陷和非缺陷难以辨别、缺陷形状和背景图案相似、识别精度低等问题。
[0003]现有技术中，检测晶圆的缺陷多是通过模板匹配的方法，此方法能够检测到一些较大的晶圆缺陷，但是无法检测到比较细小的缺陷。因此需要对晶圆图像进行增强来检测细小的缺陷。
[0004]现有的图像增强方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像增强的晶圆缺陷检测方法，其特征在于，该方法包括以下步骤：S1:采集晶圆图像，获取晶圆图像中每个像素点的梯度幅值，将晶圆图像分割成第一预设数量个大小相同的块，得到多个分块图像；S2:对每个分块图像进行增强操作，包括：绘制分块图像的梯度幅值直方图，根据分块图像的梯度幅值直方图中最大的梯度幅值获取压缩上限值；根据分块图像的梯度幅值直方图中最大的梯度幅值以及压缩上限值对分块图像的梯度幅值直方图中的梯度幅值进行等比压缩，得到分块图像的压缩梯度幅值直方图；根据第一预设阈值将分块图像的压缩梯度幅值直方图划分为两个片段，将每个片段中所有梯度幅值的频率累加得到每个片段的概率密度；计算每个片段中所有梯度幅值的均值作为每个片段的平均梯度；根据每个片段的概率密度以及平均梯度获取每个片段的增强权重；根据分块图像的压缩梯度幅值直方图中所有梯度幅值、所有梯度幅值的频率以及预设增强系数获取期望和标准差；根据期望、标准差以及所有片段的增强权重获取分块图像的增强函数；将增强函数作为规定直方图对分块图像的压缩梯度幅值直方图进行规定化操作，得到分块图像的增强梯度幅值直方图；根据分块图像的增强梯度幅值直方图重建分块增强图像；S3:将所有分块增强图像按照顺序进行拼接得到晶圆增强图像，根据晶圆增强图像进行晶圆缺陷识别。2.根据权利要求1所述的基于图像增强的晶圆缺陷检测方法，其特征在于，所述压缩上限值的表达式为：其中为压缩上限值；为分块图像的梯度幅值直方图中最大的梯度幅值。3.根据权利要求1所述的基于图像增强的晶圆缺陷检测方法，其特征在于，所述根据分块图像的梯度幅值直方图中最大的梯度幅值以及压缩上限值对分块图像的梯度幅值直方图中的梯度幅值进行等比压缩，得到分块图像的压缩梯度幅值直方图包括：将压缩上限值与分块图像的梯度幅值直方图中最大的梯度幅值的比值作为压缩比例，将分块图像中的梯度幅值直方图中每个梯度幅值乘以压缩比例...

【专利技术属性】
技术研发人员：郑俊泽，
申请(专利权)人：南通迪博西电子有限公司，
类型：发明
国别省市：