一种碳化硅材质的半导体缺陷检测方法技术

本发明专利技术公开了一种碳化硅材质的半导体缺陷检测方法，属于图像处理技术领域；包括以下步骤：获取待检测半导体晶圆表面灰度图；将灰度图划分成多个区域；获取每个区域中异常像素点的灰度范围；筛选出含有冗余物缺陷的多个子区域；获取每个子区域中异常像素点对该区域的附着程度；获取每个子区域中异常像素点的离散程度；获取每个子区域中噪声的影响程度；获取滤波去噪后的图像；根据滤波去噪后的图像进行阈值分割获得缺陷区域。本发明专利技术通过每个子区域的噪声的影响程度进行自适应调节高斯滤波窗口的大小并对图像进行去噪，根据去噪后的图像进行阈值分割获得缺陷区域，从而有效提升冗余物检测的准确性。物检测的准确性。物检测的准确性。

【技术实现步骤摘要】
一种碳化硅材质的半导体缺陷检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种碳化硅材质的半导体缺陷检测方法。

技术介绍

[0002]采用碳化硅作为原材料在半导体晶圆制作中，依次通过拉单晶、切片、磨片、抛光、增层、光刻、掺杂、热处理、针测以及划片等一系列过程中，尤其化学气相沉淀、光学显影、化学机械研磨均有可能使晶圆表面产生缺陷。其中，无图案晶圆与图案晶圆是最常见的两种晶圆形式。晶圆的表面主要具有包括冗余物、晶体缺陷、机械损伤（划痕图案）等缺陷。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。
[0003]现有主要采用图像处理对晶圆表面缺陷进行检测，通常先对晶圆图像进行去噪处理后，再进行缺陷检测，但是，由于晶圆表面的冗余物颗粒微小，对晶圆图像进行去噪时，并没有考虑噪声对图像的影响程度，导致在去噪的过程中会将图像的边缘平滑掉，或将缺陷也当作噪声滤除。同时，现有技术采用固定窗口在进行去噪时会平滑掉一些像素点，导致图像的细节损失。从而在进行缺陷检测时，会因为特征不明显和受到图像噪声的影响导致检测不准确。

技术实现思路

[0004]为了解决现有技术中的不足，本专利技术提供一种碳化硅材质的半导体缺陷检测方法，该方法通过噪声和冗余物缺陷的特征不同，具体为冗余物缺陷与噪声对区域的附着程度和噪声的离散程度的区别，获得不同子区域噪声的影响程度，然后通过每个子区域的噪声的影响程度进行自适应调节高斯滤波窗口的大小对图像进行去噪，最后根据去噪后的图像进行阈值分割获得缺陷区域，能够有效提升冗余物检测的准确性。
[0005]本专利技术的目的是提供一种碳化硅材质的半导体缺陷检测方法，包括以下步骤：获取待检测半导体晶圆表面灰度图；将灰度图划分成多个区域；并获取每个区域中像素点的混乱程度；根据每个区域中像素点的灰度值获取每个区域中正常像素点的灰度范围；根据每个区域中正常像素点的灰度范围获取每个区域中异常像素点的灰度范围；根据每个区域中像素点的混乱程度从多个区域中筛选出含有冗余物缺陷的多个子区域；根据每个子区域中异常像素点的灰度范围所对应的像素点在该区域中的占比，及每个子区域中像素点的混乱程度，获取每个子区域中异常像素点对该区域的附着程度；根据每个子区域中像素点的灰度值及像素点的总数获取每个子区域中像素点分布的均匀度；根据每个子区域中异常像素点的灰度范围内每个灰度值对应的像素点之间的平
均距离，及每个子区域中像素点分布的均匀度，获取每个子区域中异常像素点的离散程度；根据每个子区域中异常像素点对区域的附着程度，及每个子区域中异常像素点的离散程度获取每个子区域中噪声的影响程度；根据每个子区域中噪声的影响程度获取每个子区域的滤波窗口尺寸；根据每个子区域的滤波窗口尺寸对待检测半导体晶圆表面灰度图中每个对应子区域进行高斯滤波，获取滤波去噪后的图像；根据滤波去噪后的图像进行阈值分割获得缺陷区域。
[0006]在一实施例中，每个区域中像素点的混乱程度是根据每个区域中每个灰度值对应像素点在区域中的占比而获取的。
[0007]在一实施例中，每个区域中正常像素点的灰度范围是根据每个区域中灰度值的均值及该区域中最大灰度值和最小灰度值而获取的。
[0008]在一实施例中，每个区域中正常像素点的灰度范围的下限值计算公式如下：式中，a表示每个区域中正常像素点的灰度范围的下限值；表示该区域中第r个灰度值；表示有个灰度值；表示该区域的最小灰度值；每个区域中正常像素点的灰度范围的上限值计算公式如下：式中，b表示每个区域中正常像素点的灰度范围的上限值；表示该区域中第r个灰度值；表示有个灰度值；表示该区域的最大灰度值；即每个区域中正常像素点的灰度范围为（a，b）。
[0009]在一实施例中，每个区域中异常像素点的灰度范围包括（0，a]和[b，255）。
[0010]在一实施例中，将每个子区域中像素点灰度值的方差作为每个子区域中像素点分布的均匀度。
[0011]在一实施例中，含有冗余物缺陷的多个子区域是按照以下步骤筛选出：设定每个区域的混乱程度阈值；当每个区域中像素点的混乱程度大于对应区域的混乱程度阈值时，则该区域为含有冗余物缺陷的子区域，依次从多个区域中筛选出含有冗余物缺陷的多个子区域。
[0012]在一实施例中，将每个区域中正常像素点的灰度范围所对应像素点灰度值的熵值作为该区域的混乱程度阈值。
[0013]本专利技术的有益效果是：本专利技术提供的一种碳化硅材质的半导体缺陷检测方法，该方法通过获取晶圆表面像素点的混乱程度初步筛选出含有冗余物缺陷的子区域，再通过对含有冗余物缺陷的区域进行分析获取每个子区域中异常像素点对区域的附着程度，以及每个子区域中异常像素点的离散程度；由于噪声和冗余物缺陷的特征不同，具体为冗余物缺
陷与噪声对区域的附着程度和噪声的离散程度的区别，因此通过附着程度和离散程度相结合综合表示每个子区域中噪声的影响程度，影响程度越大，所需要的滤波器的窗口越大，才能获得较好的去噪效果。为此通过每个子区域的噪声的影响程度进行自适应调节高斯滤波窗口的大小对图像进行去噪，最后根据去噪后的图像进行阈值分割获得缺陷区域，从而能够有效提升冗余物检测的准确性。
附图说明
[0014]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，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地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术的一种碳化硅材质的半导体缺陷检测方法的实施例总体步骤的流程示意图；图2为含有冗余物缺陷的半导体晶圆视图。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]本专利技术主要是针对碳化硅材质生产的半导体晶圆表面含有冗余物缺陷的检测，由于冗余物颗粒微小，在进行检测时，会因为特征不明显和受到图像噪声的影响导致检测不准确。
[0018]本专利技术通过噪声和冗余物缺陷的特征不同，具体为冗余物缺陷与噪声对区域的附着程度和噪声的离散程度的区别，获得不同子区域噪声的影响程度，然后通过每个子区域的噪声的影响程度进行自适应调节高斯滤波窗口的大小对图像进行去噪，最后根据去噪后的图像进行阈值分割获得缺陷区域，能够有效提升冗余物检测的准确性。
[0019]本专利技术提供的一种碳化硅材质的半导体缺陷检测方法，参见图1所示，包括以下步骤：S1、获取待检测半导体晶圆表面灰度图；将灰度图划分成多个区域；并获取每个区域中像素点的混乱程度；在本实施例中，对晶圆表面缺陷进行检测时，因为晶圆较小，则采集图像时需要使用高分辨率相机进行图像的采集，才能获得缺陷较为清晰的图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碳化硅材质的半导体缺陷检测方法，其特征在于，包括以下步骤：获取待检测半导体晶圆表面灰度图；将灰度图划分成多个区域；并获取每个区域中像素点的混乱程度；根据每个区域中像素点的灰度值获取每个区域中正常像素点的灰度范围；根据每个区域中正常像素点的灰度范围获取每个区域中异常像素点的灰度范围；根据每个区域中像素点的混乱程度从多个区域中筛选出含有冗余物缺陷的多个子区域；根据每个子区域中异常像素点的灰度范围所对应的像素点在该区域中的占比，及每个子区域中像素点的混乱程度，获取每个子区域中异常像素点对该区域的附着程度；根据每个子区域中像素点的灰度值及像素点的总数获取每个子区域中像素点分布的均匀度；根据每个子区域中异常像素点的灰度范围内每个灰度值对应的像素点之间的平均距离，及每个子区域中像素点分布的均匀度，获取每个子区域中异常像素点的离散程度；根据每个子区域中异常像素点对区域的附着程度，及每个子区域中异常像素点的离散程度获取每个子区域中噪声的影响程度；根据每个子区域中噪声的影响程度获取每个子区域的滤波窗口尺寸；根据每个子区域的滤波窗口尺寸对待检测半导体晶圆表面灰度图中每个对应子区域进行高斯滤波，获取滤波去噪后的图像；根据滤波去噪后的图像进行阈值分割获得缺陷区域。2.根据权利要求1所述的碳化硅材质的半导体缺陷检测方法，其特征在于，每个区域中像素点的混乱程度是根据每个区域中每个灰度值对应像素点在区域中的占比而获取的。3.根据权利要求1所述的碳化硅材质的半导体缺陷检测方法，其特征在于...

【专利技术属性】
技术研发人员：程伟，杨丽丹，杨顺作，杨丽香，杨金燕，杨丽霞，
申请(专利权)人：深圳宝铭微电子有限公司，
类型：发明
国别省市：