CN101178809A - 集成电路功能成品率估计方法 - Google Patents
集成电路功能成品率估计方法 Download PDFInfo
- Publication number
- CN101178809A CN101178809A CNA2007100188580A CN200710018858A CN101178809A CN 101178809 A CN101178809 A CN 101178809A CN A2007100188580 A CNA2007100188580 A CN A2007100188580A CN 200710018858 A CN200710018858 A CN 200710018858A CN 101178809 A CN101178809 A CN 101178809A
- Authority
- CN
- China
- Prior art keywords
- defective
- domain
- critical area
- defect
- oval
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明公开了一种集成电路功能成品率估计方法,主要解决现有估计方法精确度低的问题。本发明采用对不同类型的缺陷使用不同的成品率估计方法,具体过程是:将待估计的集成电路各层平面版图按线网编号;提取需要估计的平面版图对应的制造工序中的缺陷形状特征;将提取的缺陷特征分为圆形轮廓、椭圆轮廓和随机轮廓三类;分别计算圆形轮廓缺陷、椭圆轮廓缺陷和随机轮廓缺陷在所选平面版图上的关键面积,并进行求和,得到三类缺陷在所选平面版图上的总关键面积;根据求和数值按照常规方法估计所选平面版图对应工序的成品率及集成电路的成品率。本发明具有估计精确度高的优点,可用于确定制造工艺中由随机形状的缺陷引起的芯片成品率损失估计。
Description
技术领域
本发明涉及IC(集成电路)制造中由随机缺陷引起的功能成品率的估计,更确切地,是确定制造工艺中随机形状的缺陷引起的芯片成品率损失的方法,其结果可用于预测和提高集成电路芯片的成品率。
背景技术
成品率估计是半导体制造厂获利的重要指标。对新引进的工艺线,成品率一般只有20%。为了保证制造厂的效益,应快速分析成品率损失原因。而在成品率损失原因探询中,成品率的精确估计是前提。对成熟的工艺线,在芯片研制及批量生产之前,通过成品率的精确估计,采取措施如改变版图形状、设计规则和工艺条件等可使成品率达到最大。
微粒造成缺陷是影响功能成品率的主要因素。无论IC工艺线的超净环境和化学试剂超纯情况如何,落在圆片上的灰尘微粒总是存在的,这些分布在圆片表面的微粒作为阻光物,将使光刻和金属化工艺后形成多余和丢失物缺陷,引起IC短路或开路,导致IC的功能失效。据估计,在大规模的IC制造中,成品率损失的75%是由微粒缺陷引起的。一般微粒缺陷的数量随其尺寸的减少而迅速增加,这给特征尺寸日益减小的器件设计生产带来更严重的影响。
目前的功能成品率估计模型均假设缺陷轮廓为圆形,基于圆形缺陷轮廓的集成电路的功能成品率模型用负二项分布描述为: 其中Ai (c)是第i道工序与缺陷粒径大小和IC版图有关的关键面积,Di是第i道工序的平均缺陷密度,αi是缺陷成团系数。
在上述模型的使用中,认为缺陷粒径呈随机分布,缺陷轮廓为圆形。圆形的直径可由如下几种模型获得:
(1)最大圆最小圆模型:圆直径定义为缺陷的最大方向尺寸及最小方向尺寸。
(2)平均圆模型:圆直径定义为缺陷方向尺寸的平均值。
(3)椭圆等效圆模型:圆直径定义为
其中缺陷的方向尺寸意义为:对于一真实缺陷,沿参考方向夹角为θ的方向上的两条平行线在保证与该缺陷相切的前提下所能达到的最大间距称为该缺陷在此方向上的尺寸,记为d (θ)。记dmax和dmin分别为缺陷在所有方向上的尺寸的最小值和最大值。d(θ)是以π为周期的函数。
实际缺陷形状是非规则的,上述圆形缺陷模型的实质是用圆形缺陷轮廓代替非规则缺陷轮廓,只是圆的直径的确定不同而已。正是由于用圆缺陷模型代替非规则缺陷轮廓,使成品率的估计出现误差。另外,在当今纳米制造工艺下,使用的材料类型迅速增长,缺陷的类型和数量随之增多。而在成品率的估计方法上,仍采用传统的圆缺陷模型方法,其结果导致更大的成品率估计误差。综上所述,迫切需要新的成品率估计方法以使成品率的估计更加精确。
发明的内容
本发明的目的在于克服已有方法的不足,提供一种集成电路功能成品率估计方法,使成品率的估计更加精确,进一步地为成品率提升鉴定基础。
实现本发明目的技术方案是:对不同类型的缺陷使用不同的成品率估计方法,以克服圆缺陷模型带来的成品率估计误差,具体过程如下:
a.将待估计的集成电路各层平面版图按线网编号;
b.提取需要估计的平面版图对应的制造工序中的缺陷形状特征;
c.将提取的缺陷特征分为圆形轮廓、椭圆轮廓和随机轮廓三类;
d.分别计算圆形轮廓缺陷、椭圆轮廓缺陷和随机轮廓缺陷在所选平面版图上的关键面积,并进行求和,得到三类缺陷在所选平面版图上的总关键面积;
e.根据求和数值按照常规方法估计所选平面版图对应工序的成品率及集成电路的成品率。
上述的集成电路功能成品率估计方法,其中步骤b所述的提取需要估计的制造工序中的缺陷形状,按如下过程进行:
b1.对包含缺陷的图像进行分割处理,使其成为二值缺陷图;
b2.采用数学形态学运算消除缺陷内部及外部噪音;
b3.提取缺陷的边界特征。
上述的集成电路功能成品率估计方法,其中步骤c所述的将提取的缺陷特征分为圆形轮廓、椭圆轮廓和随机轮廓,按如下过程进行:
c1.由缺陷的边界特征得到链码;
c2.由连码提取缺陷的矩形度和圆形度;
c3.由圆形度特征将缺陷分为圆形轮廓、椭圆轮廓和随机轮廓三类。
上述的集成电路功能成品率估计方法,其中步骤d所述的计算椭圆形轮廓缺陷在所选平面版图上的关键面积,按如下过程进行:
d21.对于所选平面版图的相邻导体线条,分别按照如下公式计算引起水平导体线条短路的版图关键面积Ashort hc。
其中 c2=(y1-y3-S)(L-2(x2-x4))
a和b分别为椭圆的2个主半轴长,θ为其主轴与X轴正向夹角,S为线宽;(a,b,θ)为椭圆缺陷的参数;x=α1cost-β1sint,y=α2cost+β2sint,α1=acosθ,α2=asinθ,β1=bsinθ,β2=bcosθ为椭圆缺陷参数的方程;L为导体线条的长度,W为导体线条的宽度。
d22.对于所选平面版图的相邻导体线条,按如下公式计算引起垂直导体线条短路的版图关键面积Ashort vc
其中a和b分别为椭圆的2个主半轴长,θ为其主轴与X轴正向夹角; d(a,b,θ)为椭圆缺陷,x=α1cost-β1sint,
y=α2cost+β2sint,α1=acosθ,α2=asinθ,β1=bsinθ,β2=bcosθ为椭圆缺陷参数方程为; S为线宽,L为导体线条的长,W为导体线条的宽度;
d23.对的d1步骤和d2步骤计算出关键面积Ashort hc和Ashort vc,得到椭圆缺陷在所选版图上的关键面积。
上述的集成电路功能成品率估计方法,其中步骤d所述的计算随机轮廓缺陷在所选平面版图上的关键面积,按如下过程进行:
d31对于所选平面版图的相邻线网,引起两根导体线条短路的关键面积AS(H,B,N1,N2)按如下公式进行;
AS(H,B,N1,N2)=ASD(H,B,N1,N2)-ASD(H,B,N1,N2)∩N1-ASD(H,B,N1,N2)∩N2
其中ASD(H,B,N1,N2)=DILATE(N1,d(H,B)∩DILATE(N2,d(H,B))
d(H,B)为数学形态学运算中的结构元素,
(H,B)为缺陷的形心,N1和N2为导体线条在版图上的线网,
AS(H,B,N1,N2)为关键面积;
d32.对d31步骤计算的各相邻线网的关键面积求和,得到随机缺陷在所选版图上的关键面积。
本发明具有如下优点:
1.本发明由于采用根据缺陷形状特征对缺陷进行分类,使缺陷的表征更加精细。
2.本发明由于在缺陷关键面积的计算中,对不同缺陷形状采用不同的关键面积计算方法,使关键面积的计算快速而精确。
3.本发明由于对随机形状缺陷采用数学形态学运算计算关键面积,可适合不同形状的版图的需求。
本发明与现有技术相比较,提供了一种更加精确的集成电路成品率估计方法。
为使本发明的目的、特征和优点能更明显易懂,下面结合附图实施例对本发明具体实施方式作以说明。
附图说明
图1是本发明成品率估计方法的流程图;
图2是本发明对缺陷的分类图;
图3是本发明的版图示意图;
图4是本发明用圆形缺陷轮廓在版图上形成关键面积的计算示意图;
图5是本发明用椭圆形缺陷轮廓在版图上形成关键面积的计算示意图;
图6是本发明用随机形缺陷轮廓在版图上形成关键面积的计算示意图。
图7是本发明所用的一幅实际平面版图。
具体实施方式
本发明实施的成品率估计方法是在已收集的与工艺功能成品率相关的缺陷特征参数基础上,对缺陷参数进行分析,然后根据输入集成电路芯片的版图,估计不同工序层的功能成品率。与第i层工艺相关的功能成品率的缺陷特征参数一般包括缺陷形状、缺陷密度Di、缺陷空间分布特性即缺陷成团系数αi,这些参数被收集并存储在工程数据库中。本发明的实施例是根据已分析的缺陷数据的类型,即由一组公式,可精确估计集成电路的功能成品率,具体过程如图1。
参照图1,本发明的优选实施例的集成电路功能成品率估计方法的过程如下:
第一步,将待估计的集成电路各层平面版图按线网编号。
首先,将版图解码形成两色的多层平面版图;然后,将各层平面版图转化为二值图;最后,按列递增的顺序赋予二值图中各连通区域即线网以编号,如图3所示。图3是已转换的二值平面版图,有8个连通区域,即8个线网,其按列编号为1…8。
第二步,提取需要估计的平面版图对应的制造工序中的缺陷形状特征。
首先,对包含缺陷的灰度图像利用直方图取阈值法使其成为二值缺陷图,对包含缺陷的彩色图像利用彩色模型进行分色处理,使其成为二值缺陷图;然后采用数学形态学开闭运算消除缺陷内外部噪音;最后利用数学形态学膨胀腐蚀运算获取缺陷的边界特征,如图2所示。图2由6个缺陷组成,6个缺陷分别由其边界特征表示。
第三步对提取的缺陷进行分类
首先,由缺陷的边界特征得到链码;然后,由链码提取缺陷的圆形度;最后,由圆形度特征将缺陷分为圆形轮廓、椭圆轮廓和随机轮廓三类,如图2所示。图2中的11和13属于椭圆轮廓图,12属于圆形轮廓,14,15和16则属于非规则缺陷轮廓。
第四步,计算各类缺陷的关键面积
1.计算圆形缺陷轮廓在给定版图上关键面积
对圆形轮廓缺陷,两根导体线条短路的关键面积A(C),short(R)按如下公式计算:
L为导体线条的长度,W为导体线条的宽度、R为缺陷粒径、P为导体线间距,参看图4。图4中,41和42是两根导体线条,44为缺陷轮廓,阴影43为关键面积。
计算圆形缺陷轮廓在所选版图层的关键面积的过程如下;
首先,对所选版图上的各相邻导体线条,按照(1)式分别计算其关键面积;然后将各关键面积求和,得圆形缺陷在到所选版图层的关键面积;最后,如果所选版图对应的工序层的圆形缺陷有多个,则分别按上述方法计算各圆形缺陷在所选版图上的关键面积,并将所有圆形缺陷在所选版图上的关键面积求和,得到圆形缺陷对所选版图层的关键面积AC。
参考图2的圆形缺陷22和图3的版图,用公式(1)分别计算22对图3上两两相邻的导体线网的短路关键面积,即计算线网1和2,2和3,…,7和8的关键面积,再将其关键面积求和,就得到圆形缺陷轮廓对单层版图的关键面积AC。
2.计算椭圆形缺陷在给定版图上的关键面积
椭圆形轮廓缺陷引起水平导体线条短路和引起垂直布线的导体线条短路的关键面积分别计算。
(1).对于所选平面版图层的相邻导体线条,按照如下公式计算椭圆缺陷引起水平导体线条短路的版图关键面积Ashort hc。
其中c2=(y1-y3-S)(L-2(x2-x4))
a和b分别为椭圆的2个主半轴长,θ为其主轴与X轴正向夹角,S为线宽;(a,b,θ)为椭圆缺陷的参数;x=d1cost-β1sint,y=α2cost+β2sint,a1=acosθ,α2=asinθ,β1=bsinθ,β2=bcosθ为椭圆缺陷参数的方程;L为导体线条的长度,W为导体线条的宽度。
(2).对于所选平面版图的相邻导体线条,按如下公式计算引起垂直导体线条短路的版图关键面积Ashort vc
其中a和b分别为椭圆的2个主半轴长,θ为其主轴与X轴正向夹角; d(a,b,θ)为椭圆缺陷,x=α1cost-β1siint,y=α2cost+β2sint,α1=acosθ,α2=asinθ,β1=bsinθ,β2=bcosθ为椭圆缺陷参数方程为;S为线宽,L为导体线条的长,W为导体线条的宽度。参看图5,图5中,51和53是两根导体线条;52为缺陷轮廓,阴影54为关键面积。
(3).计算椭圆形缺陷轮廓在所选版图层的关键面积:
首先,对上述计算出的关键面积Ashort hc和Ashort vc求和,得到单个椭圆缺陷在所选版图上键面积,并将各关键面积求和,得到椭圆缺陷在所选版图上的关键面积。
参考图2的椭圆形缺陷21、椭圆形缺陷23和图3的版图,则用公式(3)分别计算21对图3上两两相邻的线网的短路关键面积,即计算线网1和2,2和3,…,7和8的关键面积,再将其关键面积求和,就得到椭圆形缺陷21对单层版图的关键面积AE1。使用同样的步骤,可以获得椭圆形缺陷23对图3的关键面积AE2。AE1和AE2之和即为图2中椭圆缺陷对图3版图的关键面积AE。
3.计算随机形缺陷轮廓在给定版图上的关键面积。
对于所选平面版图的相邻线网,引起两根导体线条短路的关键面积AS(H,B,N1,N2)按如下公式进行:
AS(H,B,N1,N2)=ASD(H,B,N1,N2)-ASD(H,B,N1,N2)∩N1-ASD(H,B,N1,N2)∩N2(4)其中ASD(H,B,N1,N2)=DILATE(N1,d(H,B)∩DILATE(N2,d(H,B));d(H,B)为数学形态学运算中的结构元素;(H,B)为缺陷的形心,N1和N2为导体线条在版图上的线网;AS(H,B,N1,N2)为关键面积,如图6所示。
参见图6,61和62是两根导体线条,63为缺陷轮廓,阴影64为关键面积。将相邻的线网上的关键面积求和,得到单个随机缺陷在所选版图上的关键面积。对于多个随机缺陷,分别计算各随机缺陷在所选版图上的关键面积,然后,将各关键面积求和,得到随机缺陷在所选版图上的关键面积。例如对于图2的随机形缺陷24和图3的版图,则用上述(4)式分别计算缺陷图24对图3上两两相邻的线网的短路关键面积,即计算线网1和2,2和3,…,7和8的关键面积,再将其关键面积求和,就得到随机形缺陷轮廓对所选版图的关键面积AA1。使用同样的步骤,可以获得图2中随机缺陷25和26对于图3版图的关键面积AA2和AA3。AA1、AA2和AA3之和即为图2中随机缺陷对图20版图的关键面积AA。
第五步估计集成电路的成品率。
首先,将不同类型缺陷对所选版图层的关键面积求和,得到整个缺陷对所选版图层的关键面积;然后,利用公式 估计所选版图层对应工序的成品率,式中Ai (c)是键面积;然后,利用公式 估计所选版图层对应工序的成品率,式中Ai (c)是第i道工序与缺陷和版图有关的关键面积,Di是第i道工序的平均缺陷密度,αi是缺陷成团系数;最后,各工序层的成品率求积即 就可获得集成电路总的功能成品率的估计值YF,其中M制造中的工序数。
参考图2的缺陷和图3的版图,圆缺陷的关键面积AC、椭圆缺陷的关键面积AE、随机缺陷的关键面积AA之和就是缺陷图2对版图3的关键面积A20,利用 可估计版图3对应工序的成品率,其中D20为缺陷密度,α20为缺陷成团系数。
下面以单层二值平面版图如图7所示为例进一步说明本发明的实施过程。
第一步,获得版图7的线网编号和数量,图7有158个连通区域,即158个线网,其按列编号为1…158。
第二步,提取需要估计的平面版图对应的制造工序中的缺陷形状特征。在提取形状特征时,采用数学形态学开运算消除缺陷外部噪音,其结构元素取值为V(K)=(1…11①)T,H(K)=(①1…1),其中①表示原点位置,K表示行和列元素的个数;采用形态学连续膨胀运算来填补小洞噪音,膨胀时的结构元素选取为E=3*3方形结构元素,对膨胀后的结果再利用相同的结构元素进行相同次数腐蚀运算,就可提取到缺陷的完整轮廓;最后利用ED(X)=X-(XΘE)得到缺陷的边界,其中X为缺陷,ED(X)为缺陷边界,XΘE为缺陷X对结构元素的腐蚀运算,E为3*3的方形结构元素。
第三步,获得缺陷的链码和形状。本发明中缺陷的链码采用8方向码表示,其8个方向用0…7表示。例如,某缺陷其链码如下:
Chain code:0 0 0 0 0 0 0 0 0 0 0 7 6 6 6 6 6 6 7 6 7 7 7 7 7 6 7 6 6 7 7 7 7 6 7 0 6 7 7 7 6 7 7 7
6 7 6 6 6 6 7 7 6 7 0 6 6 6 6 7 7 6 7 7 6 7 6 6 6 7 6 6 6 6 6 7 6 6 6 6 7 6 6 6 6 6 6 6 7 0 7 6 7 6 7
6 6 7 7 7 7 7 6 6 6 6 6 7 6 6 7 6 7 6 7 6 7 7 6 7 7 6 7 7 6 6 6 6 6 6 4 5 6 5 4 4 4 4 4 4 4 4 4 4 4 4
2 3 4 3 4 4 4 2 3 3 3 3 2 3 3 2 3 3 3 2 2 2 3 3 2 2 3 3 2 3 3 3 2 2 2 3 4 4 2 2 2 3 2 2 2 3 2 2 3 4 4
4 4 2 2 3 2 2 2 2 2 1 0 1 3 3 2 2 2 2 2 1 2 2 3 3 2 2 2 2 2 2 2 2 1 2 2 1 2 1 3 4 2 2 2 3 3 4 2 3 3 4
4 4 4 2 3 3 2 3 2 2 2 2 2 1 3 2 2 3 2 2 3 2 2 2 3 2 2 3 3 2 2 2 2 2
由缺陷的链码采用式R=AREA/Ar获得缺陷得圆形度,其中R表示缺陷的圆形度,AREA为缺陷的面积,由下式获得, 进一步地,由R将缺陷分类为圆形、椭圆或者其它形状。
第四步,计算各类缺陷的关键面积和估计所选版图成品率。
取一组缺陷9个,其中圆形缺陷2个,椭圆缺陷6个,随机缺陷1个,则利用上述不同的关键面积计算模型,利用上述不同的圆缺陷模型,分别计算其在图7所示版图上的关键面积,其值为圆缺陷的关键面积总和为1.2689+005um2,椭圆缺陷的关键面积总和为6.3972+005um2随机缺陷的关键面积为7.4571+004um2,那么缺陷在版图上的总关键面积为8.4118+005um2。若设缺陷密度为D为1.887*10-8个/um2,α为0.015,则与所选版图对应工序的估计成品率为91.13%.
对于多层版图,重复利用上述步骤,可估计不同工序层的成品率,然后将各层成品率的估计值求积就可获得整个集成电路的估计成品率。
Claims (7)
1.一种集成电路功能成品率估计方法,包括如下过程:
a.将待估计的集成电路各层平面版图按线网编号;
b.提取需要估计的平面版图对应的制造工序中的缺陷形状特征;
c.将提取的缺陷特征分为圆形轮廓、椭圆轮廓和随机轮廓三类;
d.分别计算圆形轮廓缺陷、椭圆轮廓缺陷和随机轮廓缺陷在所选平面版图上的关键面积,并进行求和,得到三类缺陷在所选平面版图上的总关键面积;
e.根据求和数值按照常规方法估计所选平面版图对应工序的成品率及集成电路的成品率。
2.根据权利要求1所述的集成电路功能成品率估计方法,其中步骤a所述的将待估计的集成电路各层平面版图按线网编号,按如下过程进行:
a1.将版图解码形成两色的多层平面版图;
a2.将各层平面版图转化为二值图;
a3.按列递增的顺序赋予二值图中各连通区域即线网以编号。
3.根据权利要求1所述的集成电路功能成品率估计方法,其中步骤b所述的提取需要估计的制造工序中的缺陷形状,按如下过程进行:
b1.对包含缺陷的图像进行分割处理,使其成为二值缺陷图;
b2.采用数学形态学运算消除缺陷内部及外部噪音;
b3.提取缺陷的边界特征。
4.根据权利要求1所述的集成电路功能成品率估计方法,其中步骤c所述的将提取的缺陷特征分为圆形轮廓、椭圆轮廓和随机轮廓,按如下过程进行:
c1.由缺陷的边界特征得到链码;
c2.由连码提取缺陷的矩形度和圆形度;
c3.由圆形度特征将缺陷分为圆形轮廓、椭圆轮廓和随机轮廓三类。
5.根据权利要求1所述的集成电路功能成品率估计方法,其中步骤d所述的计算椭圆形轮廓缺陷在所选平面版图上的关键面积,按如下过程进行:
d21.对于所选平面版图的相邻导体线条,分别按照如下公式计算引起水平导体线条短路的版图关键面积Ashort hc,
其中
c2=(y1-y3-S)(L-2(x2-x4))
a和b分别为椭圆的2个主半轴长,θ为其主轴与X轴正向夹角,S为线宽;(a,b,θ)为椭圆缺陷的参数;x=α1cost-β1sint,y=α2cost+β2sint,α1=acosθ,α2=asinθ,β1=bsinθ,β2=bcosθ为椭圆缺陷参数的方程;L为导体线条的长度,W为导体线条的宽度;
d22.对于所选平面版图的相邻导体线条,按如下公式计算引起垂直导体线条短路的饭图关键面积Ashort vc
其中a和b分别为椭圆的2个主半轴长,θ为其主轴与X轴正向夹角; d(a,b,θ)为椭圆缺陷,x=α1cost-β1sint,
y=α2cost+β2sint,α1=acosθ,α2=asinθ,β1=bsinθ,β2=bcosθ为椭圆缺陷参数方程为;S为线宽,L为导体线条的长,W为导体线条的宽度;
d23.对d1步骤和d2步骤计算出关键面积Ashort hc和Ashort vc求和,得到椭圆缺陷在所选版图上的关键面积;
d24.对包含多个椭圆缺陷的工序层,分别计算各椭圆缺陷在所选版图上的关键面积,并将各关键面积求和,得到椭圆缺陷在所选版图上的关键面积。
6.根据权利要求1所述的集成电路功能成品率估计方法,其中步骤d所述的计算随机轮廓缺陷在所选平面版图上的关键面积,按如下过程进行:
d31对于所选平面版图的相邻线网,引起两根导体线条短路的关键面积AS(H,B,N1,N2)按如下公式进行;
AS(H,B,N1,N2)=ASD(H,B,N1,N2)-ASD(H,B,N1,N2)∩N1-ASD(H,B,N1,N2)∩N2
其中ASD(H,B,N1,N2)=DILATE(N1,d(H,B)∩DILATE(N2,d(H,B))
d(H,B)为数学形态学运算中的结构元素,
(H,B)为缺陷的形心,N1和N2为导体线条在版图上的线网,
AS(H,B,N1,N2)为关键面积;
d32.对d31步骤计算的各相邻线网的关键面积求和,得到单个随机缺陷在所选版图上的关键面积;
d33.对于多个随机缺陷,分别计算各随机缺陷在所选版图上的关键面积,再将各关键面积求和,得到随机缺陷在所选版图上的关键面积。
7.根据权利要求3所述的集成电路功能成品率估计方法,其中分割处理包括对灰度图像的分割和彩色图像的分割,即对包含缺陷的灰度图像利用直方图取阈值法使其成为二值缺陷图,对包含缺陷的彩色图像利用彩色模型进行分色处理,使其成为二值缺陷图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100188580A CN101178809A (zh) | 2007-10-12 | 2007-10-12 | 集成电路功能成品率估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100188580A CN101178809A (zh) | 2007-10-12 | 2007-10-12 | 集成电路功能成品率估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101178809A true CN101178809A (zh) | 2008-05-14 |
Family
ID=39405050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007100188580A Pending CN101178809A (zh) | 2007-10-12 | 2007-10-12 | 集成电路功能成品率估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101178809A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103185730A (zh) * | 2011-12-28 | 2013-07-03 | 敖翔科技股份有限公司 | 缺陷分类法则建立方法、缺陷分类与致命缺陷判断方法 |
CN103425896A (zh) * | 2013-08-31 | 2013-12-04 | 西安电子科技大学 | 一种产品参数成品率估计方法 |
CN107067434A (zh) * | 2017-04-25 | 2017-08-18 | 西安电子科技大学 | 基于Hadoop的集成电路短路关键面积提取方法 |
CN108257172A (zh) * | 2018-01-15 | 2018-07-06 | 西安电子科技大学 | 基于Hadoop的集成电路版图开路关键面积提取方法 |
CN112613635A (zh) * | 2020-11-24 | 2021-04-06 | 全芯智造技术有限公司 | 芯片产品的良率预测方法、存储介质及终端 |
-
2007
- 2007-10-12 CN CNA2007100188580A patent/CN101178809A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103185730A (zh) * | 2011-12-28 | 2013-07-03 | 敖翔科技股份有限公司 | 缺陷分类法则建立方法、缺陷分类与致命缺陷判断方法 |
CN103185730B (zh) * | 2011-12-28 | 2015-05-13 | 敖翔科技股份有限公司 | 缺陷分类法则建立方法、缺陷分类与致命缺陷判断方法 |
CN103425896A (zh) * | 2013-08-31 | 2013-12-04 | 西安电子科技大学 | 一种产品参数成品率估计方法 |
CN107067434A (zh) * | 2017-04-25 | 2017-08-18 | 西安电子科技大学 | 基于Hadoop的集成电路短路关键面积提取方法 |
CN107067434B (zh) * | 2017-04-25 | 2019-10-11 | 西安电子科技大学 | 基于Hadoop的集成电路短路关键面积提取方法 |
CN108257172A (zh) * | 2018-01-15 | 2018-07-06 | 西安电子科技大学 | 基于Hadoop的集成电路版图开路关键面积提取方法 |
CN108257172B (zh) * | 2018-01-15 | 2019-08-06 | 西安电子科技大学 | 基于Hadoop的集成电路版图开路关键面积提取方法 |
CN112613635A (zh) * | 2020-11-24 | 2021-04-06 | 全芯智造技术有限公司 | 芯片产品的良率预测方法、存储介质及终端 |
CN112613635B (zh) * | 2020-11-24 | 2023-04-07 | 全芯智造技术有限公司 | 芯片产品的良率预测方法、存储介质及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636772A (zh) | 基于深度学习的不规则形状金属加工表面的缺陷检测方法 | |
JP3678133B2 (ja) | 検査システムおよび半導体デバイスの製造方法 | |
CN101178809A (zh) | 集成电路功能成品率估计方法 | |
CN104990926B (zh) | 一种基于视觉的tr元件定位和缺陷检测方法 | |
CN101183399B (zh) | 一种分析和提高半导体生产线的成品率的方法 | |
CN109978032B (zh) | 基于空间金字塔空洞卷积网络的桥梁裂缝检测方法 | |
Ooi et al. | Getting more from the semiconductor test: Data mining with defect-cluster extraction | |
CN106803253A (zh) | 岩石三维图像裂缝提取方法 | |
CN111862025A (zh) | 基于深度学习的pcb缺陷自动检测方法 | |
CN109003248B (zh) | 一种细粒沉积岩纹层结构的表征方法 | |
CN105184770A (zh) | 一种用于球栅阵列引脚芯片的焊球定位及其参数识别方法 | |
CN110853091A (zh) | 一种发动机保险丝绕向缺陷图像识别方法与系统 | |
NU | Automatic detection of texture defects using texture-periodicity and Gabor wavelets | |
CN106340010A (zh) | 一种基于二阶轮廓差分的角点检测方法 | |
CN107768267A (zh) | 重复性缺陷的筛选方法 | |
Cheng et al. | Global template projection and matching method for training-free analysis of delayered IC images | |
CN112183870A (zh) | 一种基于超定量洪水时变性的设计洪水不确定性分析方法 | |
CN115953407A (zh) | 基于计算机视觉的半导体设备维修系统 | |
CN102129027A (zh) | 一种基于故障字典的开关电流电路故障诊断方法 | |
CN108537778B (zh) | 一种用于柔性基板的改进随机圆孔检测方法 | |
Yin et al. | Segmentation of workpiece surfaces with tool marks based on high definition metrology | |
CN101419643A (zh) | 基于数学形态学的集成电路版图优化方法 | |
CN107356601A (zh) | 一种缺陷检测机台的自动缺陷预分类报告方法 | |
CN103065296B (zh) | 一种基于边缘特征的高分辨率遥感影像居民区提取方法 | |
CN115618802A (zh) | 一种用于集成电路版图检测孤岛的方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20080514 |