基于图像特征的硅片质量评估方法技术

本申请涉及图像数据处理技术领域，特别是涉及一种基于图像特征的硅片质量评估方法，包括：获取硅片的第一图像，对第一图像进行预处理得到第二图像，之后对第二图像进行边缘检测处理和边缘追踪处理，得到硅片的ROI区域，计算得到ROI区域中每个像素点对应的局部光照变化指标、形变灰度影响以及纹理随机性指标，构建边缘形变映射，通过边缘形变映射对采用显著性检测得到的每个像素点的显著值进行改进，调整显著值捕捉形变特征，然后通过阈值筛选得到形变区域的边缘，使用边缘连接算法将不连续的边缘段连接成完整的闭合边缘。最终，根据形变类型和分布，生成硅片质量评估报告，为硅片质量评估提供了定量依据。评估提供了定量依据。评估提供了定量依据。

【技术实现步骤摘要】
基于图像特征的硅片质量评估方法


[0001]本专利技术涉及图像数据处理
，特别是涉及一种基于图像特征的硅片质量评估方法。

技术介绍

[0002]硅片是半导体行业非常关键的基础材料，它是制造集成电路和其他半导体器件的基础。硅片的主要原料是高纯度的单晶硅，需要经过精密的加工步骤制成。其形状为圆盘状，表面极为平整光滑，这样才能进行高精度的半导体制造工艺。硅片规格通常以英寸为单位表示直径，目前主流尺寸是12英寸(约300毫米)。随着半导体工艺的不断发展，对硅片的质量要求也越来越高。高质量的硅片是实现半导体器件持续缩小、性能提升的基础，也是半导体行业获得长足发展的关键材料。硅片的制造和质量检测是这个行业的重要一环。
[0003]硅片的质量直接影响到半导体器件的良率和性能。为了保证硅片质量，需要对其进行各项检测。基于图像处理的自动化硅片检测技术可以快速获取硅片表面图像，通过算法分析提取关键质量指标，实现对缺陷、杂质等的自动检测和分类，大大提高检测效率。与传统方法相比，图像处理技术可以检测出更微小的缺陷，判断标准更精确，重复性也更好。然而在生产硅片时由于快速加热和冷却会产生温度梯度，硅片表面较为容易产生滑移、应力和热失配，会导致晶体畸变。而硅片材料本身颜色均匀，表面光洁度很高，没有明显纹理，且硅片表面形变处的角度和高度变化很小，不会产生明显的高光和阴影差异。所以在使用图像处理技术进行检测时想要检测到形变是非常困难的。

技术实现思路

[0004]鉴于上述问题，本申请提供了一种基于图像特征的硅片质量评估方法，综合考虑光照变化、灰度级变化以及纹理随机性多方面信息，更加全面地揭示可能发生形变区域的边缘。通过边缘形变映射对HC算法的显著值计算进行改进，有效地实现了硅片表面形变的检测和分类，为质量评估提供了依据，增强了HC(Histogram
‑
based Contrast)显著性检测算法的敏感性以及鲁棒性。
[0005]第一方面，本申请实施例提供了一种基于图像特征的硅片质量评估方法，包括：获取硅片的第一图像，对第一图像进行预处理得到第二图像；对第二图像进行边缘检测处理，得到硅片的边缘图像；对硅片的边缘图像进行边缘追踪处理，得到硅片的ROI区域；对ROI区域进行小波变换处理，得到ROI区域对应图像的高频分量信息；基于ROI区域对应图像的高频分量信息，计算得到ROI区域中每个像素点对应的局部光照变化指标；对ROI区域每个像素点对应的局部区域进行灰度逐级降低处理，得到每个像素点对应局部区域的灰度变化；基于每个像素点对应局部区域的灰度变化，计算得到每个像素点对应的形变灰度影响；构建ROI区域每个像素点对应的局部区域的灰度游程矩阵；基于灰度游程矩阵，计
算每个像素点对应的纹理随机性指标；基于每个像素点对应的局部光照变化指标、形变灰度影响以及纹理随机性指标，计算得到ROI区域每个像素点对应的边缘形变映射；基于ROI区域每个像素点对应的边缘形变映射对ROI区域采用显著性检测得到的每个像素点的显著值进行改进，得到ROI区域每个像素点改进后的显著值；基于每个像素点改进后的显著值确定硅片形变区域的形变类型和形变分布；基于ROI区域的形变类型和形变分布对硅片质量进行评估。
[0006]在一种可能的实现方式中，获取硅片的第一图像，对第一图像进行预处理得到第二图像，包括：将图像采集设备放置在与硅片平行的位置对硅片的表面进行图像采集，得到硅片的第一图像；对第一图像依次进行灰度化处理、滤波去噪处理以及图像增强处理，得到第二图像。
[0007]在一种可能的实现方式中，对ROI区域进行小波变换处理，得到ROI区域对应图像的高频分量信息，包括：对ROI区域采用Haar小波函数进行二维离散小波变换，得到ROI区域对应图像的四个频率子带，包括一个低频子带LL和三个高频子带LH、HL以及HH，其中ROI区域的每个像素点的高频分量系数值为：其中，表示ROI区域内的像素点，和分别表示以ROI区域内的像素点为中心构建的大小为的窗口内的像素点位置相对于以第一图像的左上角为原点、水平方向为x轴、竖直方向为y轴构建的坐标系中相对于x轴和y轴偏移的参数，、、分别表示三个高频子带在像素点上的系数值。
[0008]在一种可能的实现方式中，基于ROI区域对应图像的高频分量信息，计算得到ROI区域中每个像素点对应的局部光照变化指标，包括：ROI区域中每个像素点对应的局部光照变化指标的计算公式为：其中，表示以ROI区域内的像素点为中心构建的大小为的窗口内的窗口中心像素点的局部光照变化指标，和分别表示以ROI区域内的像素点为中心构建的大小为的窗口内的像素点位置相对于以第一图像的左上角为原点、水平方向为x轴、竖直方向为y轴构建的坐标系中相对于x轴和y轴偏移的参数，为窗口边长，表示高频分量
系数在位置的值，表示归一化函数。
[0009]在一种可能的实现方式中，对ROI区域每个像素点对应的局部区域进行灰度逐级降低处理，得到每个像素点对应局部区域的灰度变化，包括：计算ROI区域每个像素点对应的局部区域的像素灰度值差异，其中像素灰度值差异的计算公式为：其中，表示以像素点为中心构建的大小为的窗口内像素灰度值的差异，表示窗口内灰度值均值，表示窗口内灰度值标准差；将窗口内像素灰度值差异与第一阈值进行比较，当窗口内像素灰度值差异大于第一阈值时，将窗口内像素进行逐级降低灰度处理，并将像素点的灰度值重新定义，直至第k次计算满足窗口内像素灰度值差异小于等于第一阈值时停止逐级降低灰度处理，其中k表示进行窗口内灰度值均值与标准差计算的次数。
[0010]在一种可能的实现方式中，当逐级降低灰度处理后满足窗口内像素灰度值差异大于等于第一阈值停止条件时，计算每个像素点对应的形变灰度影响，其中每个像素点的形变灰度影响的计算公式为：其中，为中心像素点的形变灰度影响，k表示以像素点为中心构建的大小为的窗口进行窗口内灰度值均值与标准差计算的次数，和分别为第n次降低灰度值范围后窗口内的最大和最小灰度值，为第n次降低灰度值范围后窗口内的灰度值均值，表示归一化函数。
[0011]在一种可能的实现方式中，构建ROI区域每个像素点对应的局部区域的灰度游程矩阵；基于灰度游程矩阵，计算每个像素点对应的纹理随机性指标，包括：遍历以像素点为中心的大小为的窗口内的每个像素点，记录连续相同灰度值的像素点序列的游程长度，构建灰度游程矩阵，其中灰度游程矩阵中每个元素表示在窗口内连续出现个灰度值为的像素点的概率；基于灰度游程矩阵，计算每个像素点的纹理随机性指标，其中每个像素点对应的纹理随机性指标的计算公式为：
其中，表示灰度游程矩阵的熵，即纹理的随机性指标，表示归一化函数，表示灰度级的总数目，表示游程长度的总数目，表示灰度级对应第个灰度级对应第个游程长度的概率。
[0012]在一种可能的实现方式中，ROI区域每个像素点对应的边缘形变映射的计算公式为：其中，表示以像素点为中心构建的大小为的窗口内的窗口中心像素点的局部光照变化指标，为以像素点为中心构建的大小为的窗口内的窗口中心像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像特征的硅片质量评估方法，其特征在于，包括：获取所述硅片的第一图像，对所述第一图像进行预处理得到第二图像；对所述第二图像进行边缘检测处理，得到所述硅片的边缘图像；对所述硅片的所述边缘图像进行边缘追踪处理，得到所述硅片的ROI区域；对所述ROI区域进行小波变换处理，得到所述ROI区域对应图像的高频分量信息；基于所述ROI区域对应图像的高频分量信息，计算得到所述ROI区域中每个像素点对应的局部光照变化指标；对所述ROI区域每个像素点对应的局部区域进行灰度逐级降低处理，得到每个像素点对应局部区域的灰度变化；基于每个像素点对应局部区域的灰度变化，计算得到每个像素点对应的形变灰度影响；构建所述ROI区域每个像素点对应的局部区域的灰度游程矩阵，计算每个像素点对应的纹理随机性指标；基于所述每个像素点对应的所述局部光照变化指标、所述形变灰度影响以及所述纹理随机性指标，计算得到所述ROI区域每个像素点对应的边缘形变映射；基于所述边缘形变映射对所述ROI区域采用显著性检测得到的每个像素点的显著值进行改进，得到所述ROI区域每个像素点改进后的显著值；基于所述每个像素点改进后的显著值确定硅片形变区域的形变类型和形变分布；基于所述ROI区域的所述形变类型和所述形变分布对硅片质量进行评估。2.根据权利要求1所述的基于图像特征的硅片质量评估方法，其特征在于，获取所述硅片的第一图像，对所述第一图像进行预处理得到第二图像，包括：将图像采集设备放置在与硅片平行的位置对所述硅片的表面进行图像采集，得到所述硅片的第一图像；对所述第一图像依次进行灰度化处理、滤波去噪处理以及图像增强处理，得到第二图像。3.根据权利要求1所述的基于图像特征的硅片质量评估方法，其特征在于，对所述ROI区域进行小波变换处理，得到所述ROI区域对应图像的高频分量信息，包括：对所述ROI区域采用Haar小波函数进行二维离散小波变换，得到所述ROI区域对应图像的四个频率子带，包括一个低频子带LL和三个高频子带LH、HL以及HH，其中所述ROI区域的每个像素点的高频分量系数值为：其中，表示ROI区域内的像素点，和分别表示以ROI区域内的像素点为中心构建的大小为的窗口内的像素点位置相对于以第一图像的左上角为原点、水平方向为x轴、竖直方向为y轴构建的坐标系中相对于x轴和y轴偏移的参数，、、分别表示三个高频子带在像素点上的系数值。4.根据权利要求1所述的基于图像特征的硅片质量评估方法，其特征在于，基于所述ROI区域对应图像的高频分量信息，计算得到所述ROI区域中每个像素点对应的局部光照变
化指标，包括：所述ROI区域中每个像素点对应的局部光照变化指标的计算公式为：其中，表示以ROI区域内的像素点为中心构建的大小为的窗口内的窗口中心像素点的局部光照变化指标，和分别表示以ROI区域内的像素点为中心构建的大小为的窗口内的像素点位置相对于以第一图像的左上角为原点、水平方向为x轴、竖直方向为y轴构建的坐标系中相对于x轴和y轴偏移的参数，为窗口边长，表示高频分量系数在位置的值，表示归一化函数。5.根据权利要求1所述的基于图像特征的硅片质量评估方法，其特征在于，对所述ROI区...

【专利技术属性】
技术研发人员：徐坤，朱莉莉，王曼，王新，
申请(专利权)人：山东九思新材料科技有限责任公司，
类型：发明
国别省市：