CN104634792A - Pss良率在线监测系统及其检测方法 - Google Patents

Pss良率在线监测系统及其检测方法 Download PDF

Info

Publication number
CN104634792A
CN104634792A CN201310554911.4A CN201310554911A CN104634792A CN 104634792 A CN104634792 A CN 104634792A CN 201310554911 A CN201310554911 A CN 201310554911A CN 104634792 A CN104634792 A CN 104634792A
Authority
CN
China
Prior art keywords
wafer
qualified
pss
yield
cylinder
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.)
Granted
Application number
CN201310554911.4A
Other languages
English (en)
Other versions
CN104634792B (zh
Inventor
王冲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Core Source Microelectronic Equipment Co., Ltd.
Original Assignee
Shenyang Xinyuan Microelectronics Equipment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang Xinyuan Microelectronics Equipment Co Ltd filed Critical Shenyang Xinyuan Microelectronics Equipment Co Ltd
Priority to CN201310554911.4A priority Critical patent/CN104634792B/zh
Publication of CN104634792A publication Critical patent/CN104634792A/zh
Application granted granted Critical
Publication of CN104634792B publication Critical patent/CN104634792B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及PSS良率在线监测系统,数据处理系统分别与图像收集系统、三轴移动平台、晶片传输机构连接;图像收集系统包括CCD工业相机,设置于三轴移动平台的上方。检测方法包括:晶片进入系统后,移动平台按照区域设置进行移动,电子显微镜首先对每个图形区域进行低倍拍照,存入计算机图像处理系统。计算机通过图形的形状进行对比,判断图像的优良,当系统识别到异常后,对异常区域进行定位后,局部放大拍照,再进行分析,并控制分选系统工作,把不合格的产品送入晶片回收系统,进行回收处理,把合格的产品收回晶片盒中,进行下一步工序。本发明为全自动在线监测,准确率高,可大幅降低人工监测时人为因素的影响。

Description

PSS良率在线监测系统及其检测方法
技术领域
本发明属于LED技术领域,具体地说是一种PSS良率在线监测系统及其检测方法。
背景技术
在LED中,图形化衬底(PSS)作为大功率LED制作的关键工艺,PSS工艺形成的图形对产品的发光效率有直接的影响,检验经过涂胶、曝光、显影后形成图形,将不合格的产品分选出来进行返工,合格的产品送入下一个环节,能有效的降低浪费,提高产品良率。目前,图形良率的确认都是靠人工,通过目检的方式进行,人工进行可靠度低,劳动强度大,且微小的缺陷和单个图形的缺陷很难被发现。
发明内容
针对上述问题,本发明的目的在于提供一种PSS良率在线监测系统。该系统将显影后图形不合格的产品筛选出来,进行返工,防止不合格的产品进入下一道工序,从而提高产品的良率,减少材料的浪费。
为了实现上述目的,本发明采用以下技术方案:
PSS良率在线监测系统,数据处理系统分别与图像收集系统、三轴移动平台、晶片传输机构连接;图像收集系统包括CCD工业相机,设置于三轴移动平台的上方。
所述CCD工业相机的镜头前装有电子显微镜,放大倍数最小10倍,最大1000倍。
PSS良率在线监测方法,包括以下步骤:
机械手把晶片放到三轴移动平台的X轴移动机构上,X轴移动机构把晶片移动到图像收集系统的景深范围内;
图像收集系统根据电子显微镜的视野范围将晶片划分为若干区域;X轴移动机构移动XY轴,图像收集系统对晶片上的每个区域逐个拍照,并把照片送入数据处理系统中;
数据处理系统将多个区域的照片合成整张晶片照片,进行图像识别分别得出晶片的检测参数,并根据检测参数判断该晶片是否合格;然后把检测参数以及判断结果传输给晶片传输机构,晶片传输机构根据判断结果将合格、不合格的晶片分别放入晶片储存站中的不同位置,完成在线监测。
所述区域包阔不完整区域和完整区域,完整区域为正方形,其边长根据电子显微镜的视野范围设置;不完整区域和完整区域内均包含若干整齐排列的圆柱。
所述进行图像识别分别得出晶片的检测参数,并根据检测参数判断该晶片是否合格包括以下步骤:
检测单个圆柱的尺寸:如果单个圆柱的直径在设定值范围内为合格,否则不合格;
检测单个圆柱形状:将单个圆柱的边缘灰度信息提取出来,与设定的圆进行对比,相似度大于或等于设定值,则认为合格,反之不合格;
确定圆柱侧面是否竖直具体为:分辨圆柱边缘渐变色的宽度,当宽度小于设定值则认为合格,反之则不合格;
确定圆柱高度具体为:调节CCD相机景深使圆柱的圆点由清晰变为模糊,CCD相机景深调节的距离即为圆柱高度;该圆柱高度在设定值范围内为合格,否则不合格;
如果在整张图片中每个圆柱的检测参数均合格,则认为该晶片合格,否则认为不合格。
本发明的优点及有益效果是:
1.本发明通过图形识别系统对电子显微镜的拍照结果进行比对,能自动将不合格产品筛选出来。
2.本发明能够实现在线监测,即显影完成后直接进入该系统,通过该系统后,回收的晶片都是合格产品。
3.本发明可取代PSS显影后的人工目检。
4.本发明为全自动在线监测,准确率高,可大幅降低人工监测时人为因素的影响。
附图说明
图1为本发明的原理图;
图2为PSS形貌及分布示意图;
图3为图2中Ⅰ处的局部放大图;
其中:1为基座,2为晶片储存站,3为晶片传输机构,4为数据处理系统,5为图像收集系统,6为X轴移动机构,7为Y轴移动机构,8为Z轴移动机构,9为水平调整机构,10为PSS工艺局部放大图,11为不完整区域,12为完整区域,13为Wafer。
具体实施方式
下面结合附图对本发明作进一步详细描述。
该系统具体为一种光刻胶显影后,图形良率的全自动在线检测系统。包含1套电子显微镜、1套计算机图形处理系统、1套3轴移动平台,一套晶片分选系统。晶片进入系统后,移动平台按照区域设置进行移动,电子显微镜首先对每个图形区域进行低倍拍照,存入计算机图像处理系统。计算机通过图形的形状进行对比,判断图像的优良,当系统识别到异常后,对异常区域进行定位后,局部放大拍照,再进行分析,并控制分选系统工作,把不合格的产品送入晶片回收系统,进行回收处理,把合格的产品收回晶片盒中,进行下一步工序。
该系统通过电子显微镜拍照,然后通过图形处理系统与设定值进行比对,并记录不合格产品数据。图形处理系统将不合格产品数据发送给晶片分选系统,驱动分选系统进行工作,将不合格产品筛选出来,进入回收区域。该系统可以同时对单个或者一个区域的图形进行对比。
如图1所示,本发明光刻胶与显影液恒温控制系统主要包括1、基座;2、晶片储存站;3、晶片传输机构;4、数据处理系统;5、图像收集系统;6、X轴移动机构;7、Y轴移动机构;8、Z轴移动机构;9、水平调整机构;
图2所示,10、PSS工艺局部放大图;11、不完整区域;12、完整区域;13、Wafer(晶片)。
PSS显影后是圆柱型,分析圆柱的形貌和大小,可以判断出该图形是否合格,当不合格的圆柱数量与总量的比值大于某一个设定值,则认为该Wafer不合格,需要返工。
其中,图像收集系统5包括电子显微镜(即放大镜)和CCD工业相机,CCD工业相机的镜头前装有放大镜,可以根据图像的尺寸调节放大倍数,根据实际图像尺寸不同,放大倍数最小10倍,最大1000倍。
数据处理系统4用于对图像收集系统5采集到图像信息进行数据处理,合成照片,识别图像形状,大小,高度,并将数据传输给晶片传输机构3,控制晶片传输机构3把合格与不合格的产品分别装入晶片储存站2中的不同位置。
三轴移动平台包括X轴移动机构6、Y轴移动机构7和Z轴移动机构8。
具体工作过程如下:
如图2~3所示,Ⅰ处为完整区域的一点,将该点放大的PSS工艺局部放大图10中,圆点是PSS图形的俯视图,通过确定圆点的大小(确定尺寸)、形状、色差(确定圆柱侧面是否竖直)和景深变化(确定圆柱高度),可以判断出PSS显影后,单个圆柱是否合格。通过对整个Wafer上圆点数量以及分布,可以确定整个Wafer上PSS圆柱的合格率。
经过显影的晶片存放在晶片储存站2中,在进行检测作业时,晶片传输机构3将晶片储存站2中的晶片传输到X轴移动机构6上,Z轴移动机构8上下移动,把被检测晶片移动到图像收集系统5的景深范围内,通过水平调整机构9调整水平,图像收集系统5进行图像收集,并将图像收集结果输入数据处理系统4中进行处理,通过系统的设定,将Wafer13划分为均匀区域,包含不完整区域11和完整区域12两种情况,通过X轴移动机构6和Y轴移动机构7的移动,图像收集系统5依次对每个区域扫描,进行图像收集,扫描完成后,晶片传输机构3将晶片传送回晶片储存站2中,由于有不完整区域11和完整区域12两种情况,放置Wafer的平台和Wafer设置有显著的颜色区分(比如:晶片为白色,背景设置为黑色,晶片为黑色,则背景设置为白色),方便数据处理系统4进行边缘分析,确认Wafer边缘,数据处理系统4把收集来的图像进行处理,合成整张Wafer图形并分析,得出分析结果,通知显影机分别将合格和不合格的产品放入不同的片盒中回收。
本系统的检测方法流程如下:
机械手把晶片放到X轴移动机构6上,X轴移动机构6把晶片移动到图像收集系统5的景深范围内,X轴移动机构6移动XY轴,图像收集系统5对Wafer13上的完整区域和不完整区域逐个拍照,图像收集系统5把照片送入数据处理系统4中,数据处理系统4进行照片处理,合成整张晶圆照片,数据处理系统4进行图像识别,分别得出每个图像的边缘形状,大小和高度,数据处理系统4把所得图像形状,大小和高度与标准设定值进行比较,计算图像的合格率,数据处理系统4把所得结果传输给晶片传输机构3,晶片传输机构3将合格和不合格的分别放入晶片储存站2中的不同位置,完成。
本系统检测方法的图像处理具体包括以下步骤:
图像收集系统5将Wafer13根据放大镜的视野范围划分为若干均匀区域,包含不完整区域11和完整区域12,完整区域12为正方形,其边长根据放大镜的视野范围设置;
通过X轴移动机构6和Y轴移动机构7的移动,图像收集系统5依次对每个区域扫描,进行图像收集,即每个区域拍摄一张照片;
扫描完成后,数据处理系统4分别对每个区域的照片进行合成并对单点进行图像识别,
每个区域内包含若干整齐排列的原点,依次对每个单个圆柱的尺寸(确定尺寸)、形状、色差(确定圆柱侧面是否竖直)和景深变化(确定圆柱高度)进行检测:
1.单个圆柱的尺寸检测:检测单个圆柱的直径;如果在设定值范围内为合格,否则不合格。
2.形状检测具体为:将边缘灰度信息提取出来,与标准设定的圆进行对比,相似度达到(或超过)设定值(如:90%);则认为当前图形合格,反之则不合格。
3.确定圆柱侧面是否竖直具体为:分辨图形边缘渐变色的宽度,当宽度小于某个设定值(如:0.1μm)认为合格,反之则不合格。
4.确定圆柱高度具体为:CCD相机调节景深,圆点由清晰(以清楚区分原点和背景且清楚辨认出圆点的边缘,则认为是清晰)变为模糊(以看不到背景认为是模糊),CCD相机景深调节的距离即为圆柱高度;该圆柱高度在设定值范围内为合格,否则不合格。
如果在整张图片中每个圆柱的上述4种检测均合格,则认为该晶圆合格,否则认为不合格。图像收集系统5在将采集到图像信息进行数据处理,合成照片,识别图像形状,大小,高度之后,并将上述数据传输给晶片传输机构3,控制晶片传输机构3把合格与不合格的产品分别装入晶片储存站2中的不同位置。
该系统在整个工作过程中不需要人工干预,能提高检测准确率,LED行业可广泛使用。

Claims (5)

1.PSS良率在线监测系统,其特征在于:数据处理系统(4)分别与图像收集系统(5)、三轴移动平台、晶片传输机构(3)连接;图像收集系统(5)包括CCD工业相机,设置于三轴移动平台的上方。
2.按照权利要求1所述的PSS良率在线监测系统,其特征在于:所述CCD工业相机的镜头前装有电子显微镜,放大倍数最小10倍,最大1000倍。
3.PSS良率在线监测方法,其特征在于包括以下步骤:
机械手把晶片放到三轴移动平台的X轴移动机构(6)上,X轴移动机构(6)把晶片移动到图像收集系统(5)的景深范围内;
图像收集系统(5)根据电子显微镜的视野范围将晶片划分为若干区域;X轴移动机构(6)移动XY轴,图像收集系统(5)对晶片上的每个区域逐个拍照,并把照片送入数据处理系统(4)中;
数据处理系统(4)将多个区域的照片合成整张晶片照片,进行图像识别分别得出晶片的检测参数,并根据检测参数判断该晶片是否合格;然后把检测参数以及判断结果传输给晶片传输机构(3),晶片传输机构(3)根据判断结果将合格、不合格的晶片分别放入晶片储存站(2)中的不同位置,完成在线监测。
4.按照权利要求3所述的PSS良率在线监测方法,其特征在于:所述区域包阔不完整区域(11)和完整区域(12),完整区域(12)为正方形,其边长根据电子显微镜的视野范围设置;不完整区域(11)和完整区域(12)内均包含若干整齐排列的圆柱。
5.按照权利要求3所述的PSS良率在线监测方法,其特征在于:所述进行图像识别分别得出晶片的检测参数,并根据检测参数判断该晶片是否合格包括以下步骤:
检测单个圆柱的尺寸:如果单个圆柱的直径在设定值范围内为合格,否则不合格;
检测单个圆柱形状:将单个圆柱的边缘灰度信息提取出来,与设定的圆进行对比,相似度大于或等于设定值,则认为合格,反之不合格;
确定圆柱侧面是否竖直具体为:分辨圆柱边缘渐变色的宽度,当宽度小于设定值则认为合格,反之则不合格;
确定圆柱高度具体为:调节CCD相机景深使圆柱的圆点由清晰变为模糊,CCD相机景深调节的距离即为圆柱高度;该圆柱高度在设定值范围内为合格,否则不合格;
如果在整张图片中每个圆柱的检测参数均合格,则认为该晶片合格,否则认为不合格。
CN201310554911.4A 2013-11-07 2013-11-07 Pss良率在线监测方法 Active CN104634792B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310554911.4A CN104634792B (zh) 2013-11-07 2013-11-07 Pss良率在线监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310554911.4A CN104634792B (zh) 2013-11-07 2013-11-07 Pss良率在线监测方法

Publications (2)

Publication Number Publication Date
CN104634792A true CN104634792A (zh) 2015-05-20
CN104634792B CN104634792B (zh) 2018-07-13

Family

ID=53213784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310554911.4A Active CN104634792B (zh) 2013-11-07 2013-11-07 Pss良率在线监测方法

Country Status (1)

Country Link
CN (1) CN104634792B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105675610A (zh) * 2016-02-02 2016-06-15 青岛海信电子技术服务有限公司 一种物体表面质感特征在线检测系统及工作原理
CN106290395A (zh) * 2016-10-12 2017-01-04 湖北器长光电股份有限公司 一种基于图像处理的晶圆检测装置及方法
CN106841219A (zh) * 2017-03-29 2017-06-13 东莞市中泰模具股份有限公司 一种外观检测机
CN110544640A (zh) * 2018-05-28 2019-12-06 长鑫存储技术有限公司 半导体基片的检测方法及检测装置
CN112595729A (zh) * 2021-03-03 2021-04-02 惠州高视科技有限公司 一种Mini-LED晶圆快速检测系统及方法
CN113333307A (zh) * 2020-06-29 2021-09-03 台湾积体电路制造股份有限公司 检测晶片的装置及方法以及非暂时性计算机可读媒体
WO2021190461A1 (zh) * 2020-03-23 2021-09-30 长鑫存储技术有限公司 晶圆量测方法、装置及计算机可读存储介质
CN113884502A (zh) * 2021-12-07 2022-01-04 武汉华工激光工程有限责任公司 基于线阵相机的载板检测及激光标记系统和方法
CN113924164A (zh) * 2019-03-29 2022-01-11 相位全息成像Phi有限公司 用于显微镜检查的微板
CN117410211A (zh) * 2023-12-11 2024-01-16 天通控股股份有限公司 一种盒装晶片的编码、缺陷识别系统及控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS56161651A (en) * 1980-05-15 1981-12-12 Mitsubishi Electric Corp Malfunction analysing method of semiconductor element
CN1940540A (zh) * 2005-09-30 2007-04-04 Hoya株式会社 缺陷检查装置和缺陷检查方法
JP2008268199A (ja) * 2007-03-29 2008-11-06 Hitachi High-Technologies Corp 半導体デバイスの欠陥検査方法及び欠陥検査装置
CN102901737A (zh) * 2011-07-27 2013-01-30 何忠亮 一种自动光学检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS56161651A (en) * 1980-05-15 1981-12-12 Mitsubishi Electric Corp Malfunction analysing method of semiconductor element
CN1940540A (zh) * 2005-09-30 2007-04-04 Hoya株式会社 缺陷检查装置和缺陷检查方法
JP2008268199A (ja) * 2007-03-29 2008-11-06 Hitachi High-Technologies Corp 半導体デバイスの欠陥検査方法及び欠陥検査装置
CN102901737A (zh) * 2011-07-27 2013-01-30 何忠亮 一种自动光学检测方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105675610A (zh) * 2016-02-02 2016-06-15 青岛海信电子技术服务有限公司 一种物体表面质感特征在线检测系统及工作原理
CN106290395A (zh) * 2016-10-12 2017-01-04 湖北器长光电股份有限公司 一种基于图像处理的晶圆检测装置及方法
CN106841219A (zh) * 2017-03-29 2017-06-13 东莞市中泰模具股份有限公司 一种外观检测机
CN110544640A (zh) * 2018-05-28 2019-12-06 长鑫存储技术有限公司 半导体基片的检测方法及检测装置
CN113924164A (zh) * 2019-03-29 2022-01-11 相位全息成像Phi有限公司 用于显微镜检查的微板
WO2021190461A1 (zh) * 2020-03-23 2021-09-30 长鑫存储技术有限公司 晶圆量测方法、装置及计算机可读存储介质
CN113333307A (zh) * 2020-06-29 2021-09-03 台湾积体电路制造股份有限公司 检测晶片的装置及方法以及非暂时性计算机可读媒体
US11600504B2 (en) 2020-06-29 2023-03-07 Taiwan Semiconductor Manufacturing Company, Ltd. Detecting damaged semiconductor wafers utilizing a semiconductor wafer sorter tool of an automated materials handling system
CN112595729B (zh) * 2021-03-03 2021-06-04 惠州高视科技有限公司 一种Mini-LED晶圆快速检测系统及方法
CN112595729A (zh) * 2021-03-03 2021-04-02 惠州高视科技有限公司 一种Mini-LED晶圆快速检测系统及方法
CN113884502A (zh) * 2021-12-07 2022-01-04 武汉华工激光工程有限责任公司 基于线阵相机的载板检测及激光标记系统和方法
CN117410211A (zh) * 2023-12-11 2024-01-16 天通控股股份有限公司 一种盒装晶片的编码、缺陷识别系统及控制方法
CN117410211B (zh) * 2023-12-11 2024-03-22 天通控股股份有限公司 一种盒装晶片的编码、缺陷识别系统及控制方法

Also Published As

Publication number Publication date
CN104634792B (zh) 2018-07-13

Similar Documents

Publication Publication Date Title
CN104634792A (zh) Pss良率在线监测系统及其检测方法
CN106312062B (zh) 一种检验铺粉质量的方法及增材制造设备
Park et al. Ambiguous surface defect image classification of AMOLED displays in smartphones
CN110175982B (zh) 一种基于目标检测的缺陷检测方法
CN111080622B (zh) 神经网络训练方法、工件表面缺陷分类与检测方法及装置
KR20100135846A (ko) 결함 분류 방법, 컴퓨터 기억 매체 및 결함 분류 장치
CN107966454A (zh) 一种基于fpga的端塞缺陷检测装置及检测方法
CN112053318A (zh) 基于深度学习的二维pcb缺陷实时自动检测与分类装置
JP2008139202A (ja) 欠陥検出装置、欠陥検出方法、情報処理装置、情報処理方法及びそのプログラム
CN104655641A (zh) 一种高精密全自动fpc缺陷检测装置及检测工艺
CN102680102A (zh) 基于机器视觉的太阳能硅晶片颜色自动检测方法
CN110763700A (zh) 一种半导体元器件缺陷检测方法和设备
Çelik et al. A real-time defective pixel detection system for LCDs using deep learning based object detectors
CN116978834B (zh) 一种用于晶圆生产的智能监测预警系统
CN115731228B (zh) 一种镀金芯片缺陷检测系统和方法
Kuo et al. Automated inspection of micro-defect recognition system for color filter
TW202034421A (zh) 濾色器檢查裝置、檢查裝置、濾色器檢查方法及檢查方法
CN113822836A (zh) 标记图像的方法
Yin et al. A novel automatic classification approach for micro-flaws on the large-aperture optics surface based on multi-light source fusion and integrated deep learning architecture
CN111709991B (zh) 一种铁路工机具的检测方法、系统、装置和存储介质
Liu et al. Industrial Printing image defect detection using multi-edge feature fusion algorithm
TW202317974A (zh) 具人機互動功能的瑕疵檢測系統
CN113936291A (zh) 一种基于机器视觉的铝模板质检、回收方法
Hou et al. Comparison research on X-ray image quality defects detection algorithm in semiconductor manufacturing
Shanbin et al. Electrical cabinet wiring detection method based on improved yolov5 and pp-ocrv3

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 110168 No. 16 Feiyun Road, Hunnan District, Shenyang City, Liaoning Province

Patentee after: Shenyang Core Source Microelectronic Equipment Co., Ltd.

Address before: 110168 No. 16 Feiyun Road, Hunnan New District, Shenyang City, Liaoning Province

Patentee before: Shenyang Siayuan Electronic Equipment Co., Ltd.

CP03 Change of name, title or address