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 PDFInfo
- 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
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
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。
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)
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)
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)
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 |
-
2017
- 2017-12-04 CN CN201711262401.4A patent/CN108037142B/zh active Active
Patent Citations (1)
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)
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 |