CN108037142B - 基于图像灰度值的掩膜版光学缺陷检测方法 - Google Patents

基于图像灰度值的掩膜版光学缺陷检测方法 Download PDF

Info

Publication number
CN108037142B
CN108037142B CN201711262401.4A CN201711262401A CN108037142B CN 108037142 B CN108037142 B CN 108037142B CN 201711262401 A CN201711262401 A CN 201711262401A CN 108037142 B CN108037142 B CN 108037142B
Authority
CN
China
Prior art keywords
gray value
image
actual image
pixel
actual
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.)
Active
Application number
CN201711262401.4A
Other languages
English (en)
Other versions
CN108037142A (zh
Inventor
刘建明
刘庄
张彦鹏
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.)
Jiangsu Vision Optoelectronics Technology Co ltd
Original Assignee
Jiangsu Vision Optoelectronics Technology 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 Jiangsu Vision Optoelectronics Technology Co ltd filed Critical Jiangsu Vision Optoelectronics Technology Co ltd
Priority to CN201711262401.4A priority Critical patent/CN108037142B/zh
Publication of CN108037142A publication Critical patent/CN108037142A/zh
Application granted granted Critical
Publication of CN108037142B publication Critical patent/CN108037142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N2021/95676—Masks, reticles, shadow masks

Abstract

本发明公开了一种基于图像灰度值的掩膜版光学缺陷检测方法，方法的步骤中含有：在相机界面上采集实际图的亮区数据和暗区数据；利用相机平场校正功能，对实际图进行相机视场的亮度校正，保证一个视场内的亮区和暗区的灰度值分别保值，并保持尽可能一致；在实际图的标定版上选择一个暗区，标定灰度值为V1；在实际图的标定版上选择一个亮区，标定灰度值为V2；然后将暗区的标定灰度值V1和亮区的标定灰度值V2记录到Recipe模板中，作为后续mask检测参数，并且后续mask检测参数直接作用于标准图生成位图的灰度值，使实际图的灰度值和标准图的灰度值保持尽可能一致；待配准后，实际图和标准图进行绝对相减操作，进而判断实际图上是否存在缺陷。本发明通过该方法可以提高缺陷检测精度，检测效果好。

Description

基于图像灰度值的掩膜版光学缺陷检测方法
技术领域
本发明涉及一种基于图像灰度值的掩膜版光学缺陷检测方法，属于半导体检测技术领域。
背景技术
目前，半导体掩膜版蚀刻后，图形上的缺陷对后道工序的质量尤为重要，如果采用光学检测，一般会通过相机把采集的灰度图进行二值化处理，然后与黑白的标准图进行对比检测，但是如果为了效果好，比较消耗性能，快速的二值化，效果也欠佳；二值化的效果直接影响缺陷检测精度。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于图像灰度值的掩膜版光学缺陷检测方法，通过该方法可以提高缺陷检测精度，检测效果好。
为了解决上述技术问题，本发明的技术方案是：一种基于图像灰度值的掩膜版光学缺陷检测方法，方法的步骤中含有：
步骤S01：提供一掩膜版的实际图和标准图，并在相机界面上采集实际图的亮区数据和暗区数据；
步骤S02：利用相机平场校正功能，对实际图进行相机视场的亮度校正，保证一个视场内的亮区和暗区的灰度值分别保值，并保持尽可能一致；
步骤S03：在实际图的标定版上选择一个暗区，标定灰度值为V1；在实际图的标定版上选择一个亮区，标定灰度值为V2；然后将暗区的标定灰度值V1和亮区的标定灰度值V2记录到Recipe模板中，作为后续mask检测参数，并且后续mask检测参数直接作用于标准图生成位图的灰度值，使实际图的灰度值和标准图的灰度值保持尽可能一致；
步骤S04：待配准后，实际图和标准图进行绝对相减操作，进而判断实际图上是否存在缺陷。
进一步，在步骤S01中，采集数据前，打开透射光源和相机，调节透射光源的亮度和相机的曝光时间。
进一步，在步骤S04中，判断实际图上是否存在缺陷的方法：根据Recipe模板中设定的缺陷阈值T，来判断是否存在缺陷，取实际图的像素灰度值V和对应的标准图的灰度值Vt，当实际图的像素的像素灰度值V满足|V-V1|>T时，则认为实际图的该像素可能存在缺陷，先把该像素设置成1，如果没有大于T的，则该像素设置成0，实际图中像素全部处理完成后，新生成的图则为纯二值化图，记为图S；把图S分成若干网格，每个网格大小记为缺陷分辨率，当像素为1的聚集面积大于阈值M，则此区域是有缺陷的；当像素为1的聚集面积小于阈值M，但通过访问标准图对应位置的八邻域像素灰度值，如果对应位置的八邻域像素灰度值都是0，则说明是孤立的，此图S中该位置也算作缺陷。
进一步，通过减小设定的阈值M的大小，来提高捕获缺陷的灵敏度。
采用了上述技术方案后，本发明可以规避采用二值化图进行对比，而是通过实际的检测物的实际图来标定的灰度值设定到标准图中，然后将实际图与标准图通过灰度进行对比检测，这样就可以提高其缺陷检测精度，检测效果好。
附图说明
图1为本发明的掩膜版的透射照明原始图；
图2为本发明的掩膜版的标准图；
图3为本发明的实际图和标准图的相减图；
图4为本发明的缺陷分辨率示意图。
具体实施方式
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。
如图1～4所示，一种基于图像灰度值的掩膜版光学缺陷检测方法，方法的步骤中含有：
步骤S01：提供一掩膜版的实际图和标准图，并在相机界面上采集实际图的亮区数据和暗区数据；
步骤S02：利用相机平场校正功能，对实际图进行相机视场的亮度校正，保证一个视场内的亮区和暗区的灰度值分别保值，并保持尽可能一致；
步骤S03：在实际图的标定版上选择一个暗区，标定灰度值为V1；在实际图的标定版上选择一个亮区，标定灰度值为V2；然后将暗区的标定灰度值V1和亮区的标定灰度值V2记录到Recipe模板中，作为后续mask检测参数，并且后续mask检测参数直接作用于标准图生成位图的灰度值，使实际图的灰度值和标准图的灰度值保持尽可能一致；
步骤S04：待配准后，实际图和标准图进行绝对相减操作，进而判断实际图上是否存在缺陷。
在步骤S01中，采集数据前，打开透射光源和相机，调节透射光源的亮度和相机的曝光时间。
在步骤S04中，判断实际图上是否存在缺陷的方法：根据Recipe模板中设定的缺陷阈值T，来判断是否存在缺陷，取实际图的像素灰度值V和对应的标准图的灰度值Vt，当实际图的像素的像素灰度值V满足|V-V1|>T时，则认为实际图的该像素可能存在缺陷，先把该像素设置成1，如果没有大于T的，则该像素设置成0，实际图中像素全部处理完成后，新生成的图则为纯二值化图，记为图S；把图S分成若干网格，每个网格大小记为缺陷分辨率，当像素为1的聚集面积大于阈值M，则此区域是有缺陷的；当像素为1的聚集面积小于阈值M，但通过访问标准图对应位置的八邻域像素灰度值，如果对应位置的八邻域像素灰度值都是0，则说明是孤立的，此图S中该位置也算作缺陷。
本发明中，可以通过减小设定的阈值M的大小，来提高捕获缺陷的灵敏度。
本发明可以规避采用二值化图进行对比，而是通过实际的检测物的实际图来标定的灰度值设定到标准图中，然后将实际图与标准图通过灰度进行对比检测，这样就可以提高其缺陷检测精度，检测效果好。
以上所述的具体实施例，对本发明解决的技术问题、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于图像灰度值的掩膜版光学缺陷检测方法，其特征在于方法的步骤中含有：
步骤S01：提供一掩膜版的实际图和标准图，并在相机界面上采集实际图的亮区数据和暗区数据；
步骤S02：利用相机平场校正功能，对实际图进行相机视场的亮度校正，保证一个视场内的亮区和暗区的灰度值分别保值，并保持尽可能一致；
步骤S03：在实际图的标定版上选择一个暗区，标定灰度值为V1；在实际图的标定版上选择一个亮区，标定灰度值为V2；然后将暗区的标定灰度值V1和亮区的标定灰度值V2记录到Recipe模板中，作为后续mask检测参数，并且后续mask检测参数直接作用于标准图生成位图的灰度值，使实际图的灰度值和标准图的灰度值保持尽可能一致；
步骤S04：待配准后，实际图和标准图进行绝对相减操作，进而判断实际图上是否存在缺陷；
在步骤S04中，判断实际图上是否存在缺陷的方法：根据Recipe模板中设定的缺陷阈值T，来判断是否存在缺陷，取实际图的像素灰度值V和对应的标准图的灰度值Vt，当实际图的像素的像素灰度值V满足|V-V1|>T时，则认为实际图的该像素可能存在缺陷，先把该像素设置成1，如果没有大于T的，则该像素设置成0，实际图中像素全部处理完成后，新生成的图则为纯二值化图，记为图S；把图S分成若干网格，每个网格大小记为缺陷分辨率，当像素为1的聚集面积大于阈值M，则此区域是有缺陷的；当像素为1的聚集面积小于阈值M，但通过访问标准图对应位置的八邻域像素灰度值，如果对应位置的八邻域像素灰度值都是0，则说明是孤立的，此图S中该位置也算作缺陷；
在步骤S01中，采集数据前，打开透射光源和相机，调节透射光源的亮度和相机的曝光时间；
通过减小设定的阈值M的大小，来提高捕获缺陷的灵敏度。
CN201711262401.4A 2017-12-04 2017-12-04 基于图像灰度值的掩膜版光学缺陷检测方法 Active CN108037142B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711262401.4A CN108037142B (zh) 2017-12-04 2017-12-04 基于图像灰度值的掩膜版光学缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711262401.4A CN108037142B (zh) 2017-12-04 2017-12-04 基于图像灰度值的掩膜版光学缺陷检测方法

Publications (2)

Publication Number Publication Date
CN108037142A CN108037142A (zh) 2018-05-15
CN108037142B true CN108037142B (zh) 2021-01-19

Family

ID=62095070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711262401.4A Active CN108037142B (zh) 2017-12-04 2017-12-04 基于图像灰度值的掩膜版光学缺陷检测方法

Country Status (1)

Country Link
CN (1) CN108037142B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113155836A (zh) * 2021-05-06 2021-07-23 艾斯尔光电(南通)有限公司 一种基于视觉检测检测技术的光罩表面质量检测方法
CN115272329B (zh) * 2022-09-28 2022-12-30 中科卓芯半导体科技(苏州)有限公司 一种基于图像检测的掩膜版生产优化方法及系统
CN115937147B (zh) * 2022-12-09 2023-09-26 北京小米移动软件有限公司 缺陷检测参数的确定方法、装置、设备及存储介质
CN116223515B (zh) * 2023-05-05 2023-07-11 成都中航华测科技有限公司 一种用于电路板测试过程的导电图形缺陷检测方法
CN116973311B (zh) * 2023-09-22 2023-12-12 成都中嘉微视科技有限公司 一种膜上膜下异物的检测装置及检测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4972493A (en) * 1988-01-04 1990-11-20 Motorola, Inc. Method for inspection of surfaces

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100499057C (zh) * 2006-06-12 2009-06-10 中芯国际集成电路制造(上海)有限公司 晶片检测方法
CN102129164B (zh) * 2010-01-15 2012-08-22 中芯国际集成电路制造(上海)有限公司 掩膜版缺陷的判断方法及判断系统
CN102509300B (zh) * 2011-11-18 2014-07-30 深圳市宝捷信科技有限公司 一种缺陷检测方法及系统
US8855400B2 (en) * 2012-03-08 2014-10-07 Kla-Tencor Corporation Detection of thin lines for selective sensitivity during reticle inspection using processed images
CN103048331B (zh) * 2012-12-20 2015-09-23 石家庄印钞有限公司 基于柔性模板配准的印刷缺陷检测方法
CN103792705B (zh) * 2014-01-28 2017-02-01 北京京东方显示技术有限公司 检测基板缺陷的检测方法及检测装置
CN103954634A (zh) * 2014-05-08 2014-07-30 昆明瑞丰印刷有限公司 一种印刷品在线质量检测系统
CN104156913A (zh) * 2014-07-15 2014-11-19 电子科技大学 金属圆柱工件表观缺陷自动光学检测方法
JP6251647B2 (ja) * 2014-07-15 2017-12-20 株式会社ニューフレアテクノロジー マスク検査装置及びマスク検査方法
CN106169431B (zh) * 2016-07-06 2019-03-26 江苏维普光电科技有限公司 基于gpu的掩膜版和晶圆缺陷检测方法
CN106645183B (zh) * 2017-03-05 2019-03-15 北京创思工贸有限公司 一种光学元件表面疵病的检测装置及方法
TWI667530B (zh) * 2017-09-28 2019-08-01 日商紐富來科技股份有限公司 Inspection method and inspection device

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4972493A (en) * 1988-01-04 1990-11-20 Motorola, Inc. Method for inspection of surfaces

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A surface defects inspection method based on multidirectional gray-level fluctuation;Yunpeng Ma 等;《International Journal of Advanced Robotic Systems》;20170530;第14卷(第3期);第1-17页 *
Real-time automatic detection of weld defects in steel pipe;Yi Sun 等;《NDT&E International》;20051231;第38卷;第522-528页 *

Also Published As

Publication number Publication date
CN108037142A (zh) 2018-05-15

Similar Documents

Publication Publication Date Title
CN108037142B (zh) 基于图像灰度值的掩膜版光学缺陷检测方法
CN107607040B (zh) 一种适用于强反射表面的三维扫描测量装置及方法
CN109856164B (zh) 一种机器视觉采集大范围图像的优化装置及其检测方法
CN107084666B (zh) 基于机器视觉的刹车片尺寸综合检测方法
CN112033965A (zh) 基于差分图像分析的3d弧形表面缺陷检测方法
CN111325717A (zh) 手机缺陷位置识别方法及设备
JP2012142935A (ja) 夜景光源検知装置及び夜景光源検知方法
CN111275700A (zh) 基于深度学习的端子缺陷检测方法及系统
US11120530B2 (en) Image processing apparatus, image processing method, and storage medium
CN111311556A (zh) 手机缺陷位置识别方法及设备
WO2021189259A1 (zh) Oled屏幕点缺陷判定方法、装置、存储介质及电子设备
CN110021012B (zh) 基于机器视觉技术的手机镜头视窗玻璃缺陷检测方法
RU2636681C2 (ru) Расширенный анализ для основанной на изображении оценки износа поликлинового ремня
CN116721039B (zh) 一种应用于自动化光学缺陷检测中的图像预处理方法
CN107545565B (zh) 一种太阳能网版检测方法
CN108924386B (zh) 一种太阳黑子实时处理的方法和图像处理器
CN109612408B (zh) 半导体激光器发射角度测试方法、装置及可读存储介质
CN110400320A (zh) 一种电润湿缺陷像素的分割方法
CN109448012A (zh) 一种图像边缘检测方法及装置
CN113012121B (zh) 裸片扫描结果的处理方法、装置、电子设备与存储介质
CN114023249A (zh) Led显示屏图像的灯点提取方法、装置及led显示屏校正方法
CN114359414A (zh) 镜头脏污识别方法、装置、计算机设备及存储介质
CN112183158B (zh) 一种谷物烹饪设备的谷物种类识别方法和谷物烹饪设备
JP2005140655A (ja) シミ欠陥の検出方法及びその検出装置
CN111415611A (zh) 亮度补偿方法、亮度补偿装置及显示装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant