晶圆检测设备、检测方法、系统及可读存储介质技术方案

本发明专利技术公开的一种晶圆检测设备、检测方法、系统及可读存储介质，其中检测设备包括：物料载台，用于承载吸附待测晶圆；光机检测装置，位于所述物料载台的上方，用于采集待测晶圆的晶圆图像，包括相机，光源，激光器，筒镜以及物镜；主机，与所述光机检测装置通信连接，用于处理所述光机检测装置采集到的晶圆图像；运动轴，与物料载台固定连接，用于带动物料载台运动；承载平台，所述运动轴与所述承载平台滑动连接，用于限定所述运动轴在承载平台上进行运动。本发明专利技术利用晶圆检测设备实时聚焦解决了运动到不同位置成像模糊的问题，改善了采集图像质量，检测准确性得以提升；收集不良训练AI模型利用机器作业代替人工作业，解决了人工对缺陷复判和分类问题。陷复判和分类问题。陷复判和分类问题。

【技术实现步骤摘要】
晶圆检测设备、检测方法、系统及可读存储介质


[0001]本专利技术涉及图像处理以及装备制造
，更具体的，涉及一种晶圆检测设备、检测方法、系统及可读存储介质。

技术介绍

[0002]在工业实际生产过程中，晶圆正面工艺诸如蚀刻、显影等会受到各方面的影响，会产生各种不同的缺陷，如脏污、异物、蚀刻残留、划伤等；严重影响了芯片的质量，造成较大的损失，因此缺陷检测和缺陷分类能在工艺生产过程中发挥重要作用。
[0003]目前，市面上的晶圆缺陷检测设备是基于光学系统采集获取图像，对图像分析从而检出缺陷，并在对缺陷检出后，人工复判对缺陷进行分类，存在采集图像质量下降导致图像模糊影响检测的准确性的缺点，且需要人工进行复判，大大增加人员工作量。

技术实现思路

[0004]本专利技术的目的是提供一种晶圆检测设备、检测方法、系统及可读存储介质，利用晶圆检测设备实时聚焦解决了运动到不同位置成像模糊的问题，改善了采集图像质量，检测准确性得以提升；收集不良训练AI模型利用机器作业代替人工作业，解决了人工对缺陷复判和分类问题。
[0005]本专利技术第一方面提供了一种晶圆检测设备，所述晶圆检测设备包括：
[0006]物料载台，用于承载吸附待测晶圆；
[0007]光机检测装置，位于所述物料载台的上方，用于采集所述待测晶圆的晶圆图像，其中，所述光机检测装置包括相机，光源，激光器，筒镜以及物镜，所述相机用于拍摄图像，所述光源用于提供照明，所述激光器用于辅助所述相机进行图像对焦，所述筒镜用于支持所述光源和所述激光器发出的光照射到所述待测晶圆表面，所述物镜用于调整所述相机的拍摄倍率；
[0008]主机，与所述光机检测装置通信连接，用于处理所述光机检测装置采集到的所述晶圆图像；
[0009]运动轴，与所述物料载台固定连接，用于带动所述物料载台运动；
[0010]承载平台，所述运动轴与所述承载平台滑动连接，用于限定所述运动轴在承载平台上进行运动。
[0011]本方案中，所述承载平台为大理石平台。
[0012]本方案中，所述大理石平台上设有供所述运动轴运动的运动路径。
[0013]本方案中，所述待测晶圆通过真空吸附的形式吸附在所述物料载台上。
[0014]本专利技术第二方面还提供一种晶圆检测方法，所述方法包括如下步骤：
[0015]获取待测晶圆上的每个晶粒的定位以及拼接图像；
[0016]基于特征点匹配模板拼接待测晶圆上的每个晶粒得到晶圆完整图像；
[0017]基于差分模板在所述待测晶圆上识别2N个标准晶粒图像，并基于所述2N个标准晶
粒图像构建适用于所述待测晶圆的自适应差分模板；
[0018]基于所述自适应差分模板获取所述待测晶圆上所有的缺陷区域信息；
[0019]基于所述缺陷区域信息结合预设的卡控标准进行筛选，以过滤掉未达到所述卡控标准的缺陷区域；
[0020]将筛选后的所述缺陷区域信息输入到训练好的AI分类模型进行分类，以得到晶圆检测结果。
[0021]本方案中，还包括：
[0022]基于形状匹配方式构建定位晶粒的定位模板；
[0023]建立所述特征点匹配模板，然后根据重合特征点拼接晶粒图像；
[0024]扫描待测晶圆，根据N颗标准晶粒图像构建差分模板；
[0025]构建所述卡控标准基于拼接好的拼接图像建立缺陷类型映射，其中，缺陷类型包括缺陷区域，缺陷大小，缺陷亮暗以及缺陷形态；
[0026]基于映射后的缺陷数据构建分类模型进行训练得到AI分类模型。
[0027]本方案中，还包括获取不良缺陷数据训练所述AI分类模型。
[0028]本专利技术第三方面提供了一种晶圆检测系统，包括存储器和处理器，所述存储器中包括晶圆检测方法程序，所述晶圆检测方法程序被所述处理器执行时实现如下步骤：
[0029]基于特征点匹配模板定位待测晶圆上的每个晶粒；
[0030]基于差分模板在所述待测晶圆上识别2N个标准晶粒图像，并基于所述2N个标准晶粒图像构建适用于所述待测晶圆的自适应差分模板；
[0031]基于所述自适应差分模板获取所述待测晶圆上所有的缺陷区域信息；
[0032]基于所述缺陷区域信息结合预设的卡控标准进行筛选，以过滤掉未达到所述卡控标准的缺陷区域；
[0033]将筛选后的所述缺陷区域信息输入到训练好的AI分类模型进行分类，以得到晶圆检测结果。
[0034]本方案中，还包括实现如下步骤：
[0035]建立所述特征点匹配模板，然后根据重合特征点拼接图像；
[0036]扫描待测晶圆，根据N颗标准晶粒图像构建差分模板；
[0037]构建所述卡控标准基于拼接好的拼接图像建立缺陷类型映射，其中，缺陷类型包括缺陷区域，缺陷大小，缺陷亮暗以及缺陷形态；
[0038]基于映射后的缺陷数据构建分类模型进行训练得到AI分类模型。
[0039]本专利技术第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种晶圆检测方法程序，所述晶圆检测方法程序被处理器执行时，实现如上述任一项所述的一种晶圆检测方法的步骤。
[0040]本专利技术公开的一种晶圆检测设备、检测方法、系统及可读存储介质，利用晶圆检测设备实时聚焦解决了运动到不同位置成像模糊的问题，改善了采集图像质量，检测准确性得以提升；收集不良训练AI模型利用机器作业代替人工作业，解决了人工对缺陷复判和分类问题。
附图说明
[0041]图1示出了本专利技术一种晶圆检测方法的流程图；
[0042]图2示出了本专利技术一种晶圆检测方法的流程图；
[0043]图3示出了本专利技术一种晶圆检测系统的框图；
[0044]图4示出了本专利技术一种晶圆检测设备的结构示意图；
[0045]图5a～图5b示出了晶圆检测的模糊图像示意图；
[0046]图6示出了本专利技术一种晶圆检测设备的运动路径示意图；
[0047]图7a～图7b示出了晶圆检测的清晰图像示意图。
具体实施方式
[0048]为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0049]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述的其他方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。
[0050]图1示出了本申请一种晶圆检测方法的流程图。
[0051]如图1所示，本申请公开了一种晶圆检测方法，包括以下步骤：
[0052]S102，获取待测晶圆上的每个晶粒的定位以及拼接图像；
[0053]S104，基于特征点匹配模板拼接待测晶圆上的每个晶粒得到晶圆完整图像；
[0054]S106，基于差分模板在所述待测晶圆上识别2N个标准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种晶圆检测设备，其特征在于，所述晶圆检测设备包括：物料载台，用于承载吸附待测晶圆；光机检测装置，位于所述物料载台的上方，用于采集所述待测晶圆的晶圆图像，其中，所述光机检测装置包括相机，光源，激光器，筒镜以及物镜，所述相机用于拍摄图像，所述光源用于提供照明，所述激光器用于辅助所述相机进行图像对焦，所述筒镜用于支持所述光源和所述激光器发出的光照射到所述待测晶圆表面，所述物镜用于调整所述相机的拍摄倍率；主机，与所述光机检测装置通信连接，用于处理所述光机检测装置采集到的所述晶圆图像；运动轴，与所述物料载台固定连接，用于带动所述物料载台运动；承载平台，所述运动轴与所述承载平台滑动连接，用于限定所述运动轴在承载平台上进行运动。2.根据权利要求1所述的一种晶圆检测设备，其特征在于，所述承载平台为大理石平台。3.根据权利要求2所述的一种晶圆检测设备，其特征在于，所述大理石平台上设有供所述运动轴运动的运动路径。4.根据权利要求1所述的一种晶圆检测设备，其特征在于，所述待测晶圆通过真空吸附的形式吸附在所述物料载台上。5.一种晶圆检测方法，其特征在于，所述方法应用于权利要求1至4所述的晶圆检测设备，其中，所述方法包括如下步骤：获取待测晶圆上的每个晶粒的定位以及拼接图像；基于特征点匹配模板拼接待测晶圆上的每个晶粒得到晶圆完整图像；基于差分模板在所述待测晶圆上识别2N个标准晶粒图像，并基于所述2N个标准晶粒图像构建适用于所述待测晶圆的自适应差分模板；基于所述自适应差分模板获取所述待测晶圆上所有的缺陷区域信息；基于所述缺陷区域信息结合预设的卡控标准进行筛选，以过滤掉未达到所述卡控标准的缺陷区域；将筛选后的所述缺陷区域信息输入到训练好的AI分类模型进行分类，以得到晶圆检测结果。6.根据权利要求5所述的一种晶圆检测方法，其...

【专利技术属性】
技术研发人员：别晓辉，王明望，别伟成，单书畅，
申请(专利权)人：视睿杭州信息科技有限公司，
类型：发明
国别省市：