【技术实现步骤摘要】
一种图形化晶圆缺陷检测方法
[0001]本专利技术属于数据处理
,尤其涉及一种基于自适应多尺度光流检测的晶圆缺陷检测方法
。
技术介绍
[0002]随着集成电路制造技术的迅速发展,晶圆的特征尺寸逐渐缩小,导致微小缺陷的增多
。
晶圆表面的缺陷已成为影响产量的主要难题
。
因此,对缺陷进行研究变得越来越重要,研究结果可用于改善工艺和提高产品的良率,同时也能增强芯片的可靠性
。
[0003]然而,目前的技术一般采用肉眼检测或是将模板图与待检测图进行差分的方式来检测晶圆缺陷,存在检测效果不佳和效率低下等问题
。
[0004]因此,采用更加具有鲁棒性和准确性的图形化晶圆缺陷检测算法提升检测效率和可靠性具有不可或缺的必要性和重要性
。
技术实现思路
[0005]针对晶圆缺陷检测中存在复杂背景情况下的图形化晶圆缺陷检测问题,本专利技术提供了一种基于自适应多尺度光流检测的图形化晶圆缺陷检测方法,以解决复杂背景下图形化晶圆缺陷检测精度低
、
鲁棒性差的问题
。
[0006]本专利技术解决其技术问题所采用的技术方案是:一种图形化晶圆缺陷检测方法,包括如下步骤:
[0007]S1
,采集图形化晶圆中各个
Die
中的图像:在显微系统下对一片图形化晶圆中规则排列的各个
Die
进行拍照采集;
[0008]S2
,构建多个数据集:对各个
...
【技术保护点】
【技术特征摘要】
1.
一种图形化晶圆缺陷检测方法,其特征在于:包括如下步骤
S1
,在显微系统下对一片图形化晶圆中规则排列的各个
Die
进行拍照采集;
S2
,对各个
Die
中处于相同位置的图像进行提取,将同一个位置处的图像作为一组数据集;
S3
,将每组数据集中的图像都进行超分辨处理;
S4
,对超分辨处理之后的图像分别进行对应的自适应滤波:
S41
,先对图像取对数,然后将对数变换后的图像进行离散傅里叶变换,并将低频分量移动到图像中心;
S42
,对频域转化的图像,通过如下自适应滤波器计算每幅图的总能量
E
:其中
M
,
N
是图像尺寸,
I
是对图像进行频域转化后将低频分量移至中心后的结果;
S43
,对频域中的能量按降序进行排列,通过如下公式计算其累积能量:其中
E
sorted
表示能量的降序排列,当累积能量达到总能量设定的阈值,以该位置处的频率
i
作为该尺度图像的自适应截止频率
f
;
S44
,根据自适应截止频率
f
对各尺度图像进行滤波,并将滤波后的各尺度图像降采样后进行加权融合;
S5
,对经过自适应滤波的图像各个位置处的像素进行奇异点剔除,合成模板图;
S6
,对模板图和待检测图分别插值来实现尺度扩...
【专利技术属性】
技术研发人员:豆嘉鑫,王南,王康,董力文,
申请(专利权)人:武汉华中天经通视科技有限公司,
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。