CN109991232B - 芯片崩边缺陷检测方法 - Google Patents

芯片崩边缺陷检测方法 Download PDF

Info

Publication number
CN109991232B
CN109991232B CN201711488665.1A CN201711488665A CN109991232B CN 109991232 B CN109991232 B CN 109991232B CN 201711488665 A CN201711488665 A CN 201711488665A CN 109991232 B CN109991232 B CN 109991232B
Authority
CN
China
Prior art keywords
chip
area
sealing ring
detected
reference image
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
CN201711488665.1A
Other languages
English (en)
Other versions
CN109991232A (zh
Inventor
张凯
张鹏黎
马溯
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.)
Shanghai Micro Electronics Equipment Co Ltd
Original Assignee
Shanghai Micro Electronics 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 Shanghai Micro Electronics Equipment Co Ltd filed Critical Shanghai Micro Electronics Equipment Co Ltd
Priority to CN201711488665.1A priority Critical patent/CN109991232B/zh
Priority to PCT/CN2018/124466 priority patent/WO2019129160A1/zh
Priority to TW107147845A priority patent/TWI667470B/zh
Publication of CN109991232A publication Critical patent/CN109991232A/zh
Application granted granted Critical
Publication of CN109991232B publication Critical patent/CN109991232B/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
    • 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

Abstract

本发明提供一种芯片崩边缺陷检测方法，通过定义处方，标定了芯片参考图像中密封环相对于所述参考芯片标识的位置，对芯片表面进行扫描检测，利用图像处理算法，实现对芯片崩边缺陷的有效判定，解决了现有的自动光学检测设备在芯片边缘完整性检测中无法准确判定芯片是否失效，产生大量的误判缺陷的问题。进一步的，在检测芯片崩边缺陷的同时也对芯片密封环内区域的表面缺陷进行识别判定，而不需要针对芯片表面缺陷再新建处方程序进行再一次的扫描，实现对芯片密封环内表面缺陷的同步检测。

Description

芯片崩边缺陷检测方法
技术领域
本发明涉及半导体制造领域，尤其是涉及一种芯片崩边缺陷检测方法。
背景技术
蓝膜片是指将减薄后的晶圆固定在带铁环(Frame)的蓝色薄膜上，后续通过切割设备(主流技术为机械式金刚石切割)将晶圆上的芯片裸片切割成一个个独立的芯片单元。因为硅材料的脆性，机械切割方式会对晶圆的正面和背面产生机械应力，从而导致芯片的边缘产生正面崩角(FSC-Front Side Chipping)及背面崩角(BSC–Back Side Chipping)正面崩角和背面崩角会降低芯片的机械强度，初始的芯片边缘裂隙在后续的封装工艺中或在产品的使用中会进一步扩散，从而可能引起芯片断裂。
传统工艺中，切割后的芯片裸片通过人工目检的方式进行抽检，产率较低，检测覆盖率不高。目前Fab厂逐步将该工序过渡到自动光学检测设备进行自动化检测。国内封测商JCAP在利用RudolphNSX设备进行切割芯片裸片检测时，发现不能有效区别崩边是否进入密封环，导致误判较大。通过对JCAP寄出的样品进行分析，发现芯片裸片边缘检测面临如下难点：
1、切割芯片裸片边缘崩边后形状差异较大，边缘易出现断点，需要进行重构，算法实现复杂；
2、采用边缘提取算法，可以获取边缘缺口尺寸或面积，但不能识别是否损伤密封环，从而导致过检；
3、芯片裸片的密封环对比度较低，只有在高倍显微镜下才能看清，机器视觉算法难以准确识别。
由于上述问题的存在，导致现有的自动光学检测设备在芯片裸片边缘完整性检测中无法准确判定芯片裸片是否失效，产生大量的误判缺陷。
发明内容
本发明的目的在于提供一种芯片崩边缺陷检测方法,以解决现有的AOI设备在芯片裸片边缘完整性检测中无法准确判定芯片裸片是否失效，产生大量的误判缺陷的问题。
为了达到上述目的，本发明提供了一种芯片崩边缺陷检测方法,包括以下步骤：
生成一芯片参考图像，所述芯片参考图像包括密封环和密封环内区域；
获取待测芯片的视场图像；
在所述视场内包含所述待测芯片的区域中，选择一个芯片区域进行特征抓取，生成芯片标识；根据所述芯片标识，在所述视场内设定待测芯片区域；
从所述视场图像中分割出所述待测芯片区域；
在所述待测芯片区域中，提取出切割道的边缘轮廓；
计算所述芯片参考图像的密封环与所述待测芯片区域的边缘轮廓的间距，若间距小于设定值，则判定存在崩边缺陷；
可选的，在分割出所述待测芯片区域之后，还包括：将所述待测芯片区域与所述芯片参考图像进行对比以进行表面缺陷检测。
可选的，选择一个芯片区域包括框选芯片的密封环内区域，对所述芯片的密封环内区域进行特征抓取，生成所述芯片标识，通过框选设定所述待测芯片区域。
可选的，所述生成一芯片参考图像包括，通过对若干个良好芯片进行特征抓取，生成参考芯片标识，根据所述参考芯片标识生成所述芯片参考图像。
可选的，所述生成一芯片参考图像还包括，通过高倍物镜进行特征抓取以标定所述密封环的位置。
可选的，通过框选定义出所述密封环和所述密封环内区域，同时标定所述密封环相对于所述参考芯片标识的位置。
可选的，基于定义的所述密封环，计算所述芯片参考图像的密封环与所述待测芯片切割道边缘轮廓的间距。
可选的，所述密封环为所述芯片内部图案与外部切割道之间的分割线。
可选的，基于定义的所述芯片标识和所述待测芯片区域，通过匹配和分割，从所述视场图像中分割出所述待测芯片区域。
可选的，所述待测芯片的密封环内区域与所述芯片标识相匹配，以标定所述待测芯片区域相对于所述视场图像的位置。
可选的，提取出所述待测芯片的密封环内区域，比较所述芯片参考图像的密封环内区域与所述待测芯片的密封环内区域，若所述芯片参考图像的密封环内区域与所述待测芯片的密封环内区域的差异区域的像素面积小于设定值，则判定所述差异区域为表面缺陷。
综上所述，在本发明提供的芯片崩边缺陷检测方法中，包括生成一芯片参考图像，所述芯片参考图像包括密封环和密封环内区域；获取待测芯片的视场图像；在所述视场内包含所述待测芯片的区域中，选择一个芯片区域进行特征抓取，生成芯片标识；根据所述芯片标识，在所述视场内设定待测芯片区域；从所述视场图像中分割出所述待测芯片区域；在所述待测芯片区域中，提取出切割道的边缘轮廓；计算所述芯片参考图像的密封环与所述待测芯片区域的边缘轮廓的间距，若间距小于设定值，则判定存在崩边缺陷；通过定义处方，标定了芯片参考图像中密封环相对于所述芯片标识的位置，对芯片表面进行扫描检测，利用图像处理算法，实现对芯片崩边缺陷的有效判定，解决了现有的自动光学检测设备在芯片边缘完整性检测中无法准确判定芯片是否失效，产生大量的误判缺陷的问题。
进一步的，将所述芯片参考图像与所述待测芯片区域进行对比以进行表面缺陷检测。在检测芯片崩边缺陷的同时也对芯片密封环内区域的图像的表面缺陷进行识别判定，而不需要针对芯片表面缺陷再新建处方程序进行再一次的扫描，实现对芯片密封环内区域表面缺陷的同步检测。
附图说明
图1为本发明实施例提供的芯片崩边缺陷检测方法的流程示意图；
图2为本发明实施例1提供的参考图像形成过程及结构示意图；
图3为本发明实施例提供的相机视场下芯片视场图片；
图4为本发明实施例1提供的包含一个完整芯片的待测芯片区域的结构示意图；
图5为本发明实施例1提供的从待测芯片区域提取出切割道边缘轮廓的过程示意图；
图6为本发明实施例1提供的从待测芯片区域提取出密封环内区域的过程示意图；
图7为本发明实施1提供的从待测芯片区域所提取密封环内区域内表面有缺陷的示意图；
图8为本发明实施例2提供的包含不完整芯片的待测芯片区域的结构示意图；
其中，10-芯片参考图像，11-密封环内区域，12-密封环，13-若干良好芯片，20-芯片视场图像，21-密封环内区域，22-密封环，23-切割道，24-差异区域，31-密封环内区域，32-密封环，33-切割道。
具体实施方式
下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
正如背景技术中所述的，尽管目前的自动光学检测设备在芯片裸片进行检测时能覆盖大部分的检测需求，如晶圆上芯片裸片表面的脏污等缺陷检测，然而在部分特殊的细分领域，芯片切割芯片裸片的边缘完整性的检测中，现有设备(如Rudolph NSX系列)误判率较大，不能满足测试需求，现有的自动光学检测设备仍面临较大的挑战。
因此，在制造半导体器件时，为了解决上述问题，本发明提供了一种芯片崩边缺陷检测方法。
实施例1
参阅图1，其为本发明实施例提供的芯片崩边缺陷检测方法的流程示意图，如图1所示，所述芯片崩边缺陷检测方法包括以下步骤：
步骤S1：生成一芯片参考图像，所述芯片参考图像包括密封环和密封环内区域；
步骤S2：获取待测芯片的视场图像；
步骤S3：在所述视场内包含所述待测芯片的区域中，选择一个芯片区域进行特征抓取，生成芯片标识；根据所述芯片标识，在所述视场内设定待测芯片区域；
步骤S4：从所述视场图像中分割出所述待测芯片区域；
步骤S5：在所述待测芯片区域中，提取出切割道的边缘轮廓；
步骤S6：计算所述芯片参考图像的密封环与所述待测芯片区域的边缘轮廓的间距，若间距小于设定值，则判定存在崩边缺陷。
参照图2，在步骤S1中，所述生成一芯片参考图像包括，选择若干个良好芯片13进行特征抓取，生成所述芯片参考图像10，具体的，所述良好芯片的个数大于等于10，利用人工智能的方法，对多张标准的芯片图像进行检测，然后抓取他们共同的特征，生成参考芯片标识，根据所述参考芯片标识生成所述芯片参考图像10，进一步的，所述芯片参考图像10包括密封环12和密封环内区域11；通过高倍物镜进行特征抓取以标定所述密封环12的位置。具体的，所述密封环12为芯片内部图案与外部切割道之间的分割线。更进一步的，通过框选定义出所述密封环12和密封环内区域11，沿所述密封环12边缘框选定义密封环，沿所述密封环内区域11边缘框选定义密封环内区域，同时标定所述密封环相对于所述参考芯片标识的位置。
参阅图3和图4，为本发明实施例提供的芯片崩边缺陷检测方法中相机视场下的芯片视场图片和包含一个完整芯片的待测芯片区域的结构示意图。结合图3和图4，详细说明实施例中芯片崩边缺陷检测方法。
如图3所示，在步骤S2中，在相机视场下获得所述视场图像20，所述视场图像中存在一个或多个芯片。
如图4所示，在步骤S3中，在所述待测芯片的区域中包含一完整芯片，所述芯片包括密封环内区域21，密封环22和切割道23。选择所述芯片中的一区域作为对准模板，进行特征抓取，形成芯片标识。具体的，利用人工智能的方法，相机对多张标准的芯片图像进行检测，然后抓取他们共同的特征，形成芯片标识，然后根据芯片标识，设定所述待测芯片区域。进一步的，选择一个芯片区域包括框选芯片的密封环内区域21，对所述芯片的密封环内区域21进行特征抓取，生成芯片标识，通过框选设定所述待测芯片区域，具体的，通过编写代码执行框选。
在步骤S4中，基于定义的所述芯片标识和所述待测芯片区域，通过匹配算法和分割算法，可以从所述视场图像20中分割出所述待测芯片区域，所述待测芯片的密封环内区域21与所述芯片标识相匹配，以标定所述待测芯片区域相对于所述视场图像20的位置。进一步的，通过预先编写的代码能够计算得到所述芯片标识位置和所述待测芯片区域，实现精确的对位。
参照图2和图5，在步骤S6中，基于处方定义的密封环，利用图像处理算法，计算所述芯片参考图像密封环12与所述待测芯片区域的切割道23边缘轮廓之间的间距d，具体判据可由客户设置,若间距小于等于客户的设定值则判定崩边进入密封环，为损坏的芯片；否则判定为良好的芯片。
进一步的，本实施例提供的芯片崩边缺陷检测方法中，在分割出所述待测芯片区域之后，还包括步骤：将所述待测芯片区域与所述芯片参考图像进行对比以进行表面缺陷检测。
具体的，参照图2、图6和图7，如图6所示，提取出所述待测芯片区域的密封环内区域21，并利用图像处理算法，比较所述芯片参考图像的密封环内区域11与所述待测芯片的密封环内区域21，如图7所示，如果所述芯片参考图像的密封环内区域11与所述待测芯片的密封环内区域21的差异区域24的像素面积小于客户设定的数值，则判定该差异区域为芯片表面的缺陷，则该芯片视为损坏的芯片,否则判定为良好的芯片。
实施例2
在步骤S1中，所述生成一芯片参考图像包括，选择若干个良好芯片进行特征抓取，生成所述芯片参考图像，具体的，所述良好芯片的个数大于等于10，利用人工智能的方法，对多张标准的芯片图像进行检测，然后抓取他们共同的特征，生成参考芯片标识，根据所述参考芯片标识生成所述芯片参考图像，进一步的，所述芯片参考图像包括密封环和密封环内区域；通过高倍物镜进行特征抓取以标定所述密封环的位置。具体的，所述密封环为芯片内部图案与外部切割道之间的分割线。更进一步的，沿所述密封环边缘框选定义密封环，无密封环的区域，沿着芯片图案边缘框选，沿所述密封环内区域边缘框选定义密封环内区域，同时标定所述密封环相对于参考芯片标识的位置以及标记无需检测崩边缺陷的无效边信息。
参照图8，在步骤S2中，在所述待测芯片的区域中包含不完整的芯片，所述芯片包括密封环内区域31，密封环32和切割道33。选择所述芯片中的一区域作为对准模板，进行特征抓取，形成芯片标识。具体的，利用人工智能的方法，相机对多张标准的芯片图像进行检测，然后抓取他们共同的特征，形成芯片标识，然后根据芯片标识，设定待测芯片区域。进一步的，选择一个芯片区域包括框选芯片的密封环内区域51，对所述芯片的密封环内区域51进行特征抓取，生成芯片标识，通过框选设定待测芯片区域，具体的，通过编写代码执行框选。
上述未提及步骤参阅实施例1，此处不再赘述。
综上所述，在本发明实施例提供的芯片崩边缺陷检测方法中，包括：生成一芯片参考图像，所述芯片参考图像包括密封环和密封环内区域；获取待测芯片的视场图像；在所述视场内包含所述待测芯片的区域中，选择一个芯片区域进行特征抓取，生成芯片标识；根据所述芯片标识，在所述视场内设定待测芯片区域；从所述视场图像中分割出所述待测芯片区域；在所述待测芯片区域中，提取出切割道的边缘轮廓；计算所述芯片参考图像的密封环与所述待测芯片区域的边缘轮廓的间距，若间距小于设定值，则判定存在崩边缺陷；通过定义处方，标定了芯片参考图像中密封环相对于所述芯片标识的位置，的对芯片表面进行扫描检测，利用图像处理算法，实现对芯片崩边缺陷有效判定，解决了现有的自动光学检测设备在芯片边缘完整性检测中无法准确判定芯片是否失效，产生大量的误判缺陷的问题。
进一步的，将所述芯片参考图像与所述待测芯片区域进行对比以进行表面缺陷检测。在检测芯片崩边缺陷的同时也对芯片密封环内区域的表面缺陷进行识别判定，而不需要针对芯片表面缺陷再新建处方程序进行再一次的扫描，实现对芯片密封环内区域表面缺陷的同步检测。
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。

Claims (8)

1.一种芯片崩边缺陷检测方法，其特征在于，包括：
生成一芯片参考图像，所述芯片参考图像包括密封环和密封环内区域；其中，所述生成一芯片参考图像包括，通过对若干个良好芯片进行特征抓取，生成参考芯片标识，根据所述参考芯片标识生成所述芯片参考图像；所述生成一芯片参考图像还包括，通过高倍物镜进行特征抓取以标定所述密封环的位置；
获取待测芯片的视场图像；
在所述视场内包含所述待测芯片的区域中，选择一个芯片区域进行特征抓取，生成芯片标识；根据所述芯片标识，在所述视场内设定待测芯片区域；其中，选择一个芯片区域包括框选芯片的密封环内区域，对所述芯片的密封环内区域进行特征抓取，生成所述芯片标识，通过框选设定待测芯片区域；
从所述视场图像中分割出所述待测芯片区域；
在所述待测芯片区域中，提取出切割道的边缘轮廓；以及
计算所述芯片参考图像的密封环与所述待测芯片区域的边缘轮廓的间距，若间距小于设定值，则判定存在崩边缺陷。
2.如权利要求1所述的芯片崩边缺陷检测方法，其特征在于，在分割出所述待测芯片区域之后，还包括：将所述待测芯片区域与所述芯片参考图像进行对比以进行表面缺陷检测。
3.如权利要求1所述的芯片崩边缺陷检测方法，其特征在于，通过框选定义出所述密封环和所述密封环内区域，同时标定所述密封环相对于所述参考芯片标识的位置。
4.如权利要求3所述的芯片崩边缺陷检测方法，其特征在于，基于定义的所述密封环，计算所述芯片参考图像的密封环与所述待测芯片切割道边缘轮廓的间距。
5.如权利要求1所述的芯片崩边缺陷检测方法，其特征在于，所述密封环为芯片内部图案与外部切割道之间的分割线。
6.如权利要求1所述的芯片崩边缺陷检测方法，其特征在于，基于所述芯片标识和所述待测芯片区域，通过匹配和分割，从所述视场图像中分割出所述待测芯片区域。
7.如权利要求6所述的芯片崩边缺陷检测方法，其特征在于，所述待测芯片的密封环内区域与所述芯片标识相匹配，以标定所述待测芯片区域相对于所述视场图像的位置。
8.如权利要求2或3所述的芯片崩边缺陷检测方法，其特征在于，提取出所述待测芯片的密封环内区域，比较所述芯片参考图像的密封环内区域与所述待测芯片的密封环内区域，若所述芯片参考图像的密封环内区域与所述待测芯片的密封环内区域的差异区域的像素面积小于设定值，则判定所述差异区域为表面缺陷。
CN201711488665.1A 2017-12-29 2017-12-29 芯片崩边缺陷检测方法 Active CN109991232B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201711488665.1A CN109991232B (zh) 2017-12-29 2017-12-29 芯片崩边缺陷检测方法
PCT/CN2018/124466 WO2019129160A1 (zh) 2017-12-29 2018-12-27 芯片崩边缺陷检测方法
TW107147845A TWI667470B (zh) 2017-12-29 2018-12-28 Wafer chipping defect detection method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711488665.1A CN109991232B (zh) 2017-12-29 2017-12-29 芯片崩边缺陷检测方法

Publications (2)

Publication Number Publication Date
CN109991232A CN109991232A (zh) 2019-07-09
CN109991232B true CN109991232B (zh) 2022-02-15

Family

ID=67063168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711488665.1A Active CN109991232B (zh) 2017-12-29 2017-12-29 芯片崩边缺陷检测方法

Country Status (3)

Country Link
CN (1) CN109991232B (zh)
TW (1) TWI667470B (zh)
WO (1) WO2019129160A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077449B (zh) * 2021-04-08 2022-04-08 仲恺农业工程学院 一种矩形晶片角缺陷的图像检测方法
CN115656190A (zh) * 2022-12-13 2023-01-31 广州粤芯半导体技术有限公司 缺陷扫描检测方法、装置、扫描设备和可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101576508A (zh) * 2009-05-27 2009-11-11 华南理工大学 芯片外观缺陷自动检测装置及检测方法
CN102136061A (zh) * 2011-03-09 2011-07-27 中国人民解放军海军航空工程学院 一种矩形石英晶片缺陷自动检测分类识别方法
CN103674965A (zh) * 2013-12-06 2014-03-26 深圳市大族激光科技股份有限公司 一种晶圆外观缺陷的分类以及检测方法
CN103988069A (zh) * 2012-01-05 2014-08-13 欧姆龙株式会社 图像检查装置的检查区域设定方法
CN104919307A (zh) * 2013-01-29 2015-09-16 株式会社日立高新技术 图案评价装置以及具备图案评价装置的外观检查装置
CN107315012A (zh) * 2017-06-22 2017-11-03 福建省万龙新材料科技有限公司 聚晶金刚石复合片端面崩角的智能检测方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4502173B2 (ja) * 2003-02-03 2010-07-14 ルネサスエレクトロニクス株式会社 半導体装置及びその製造方法
US9002497B2 (en) * 2003-07-03 2015-04-07 Kla-Tencor Technologies Corp. Methods and systems for inspection of wafers and reticles using designer intent data
JP4942800B2 (ja) * 2009-08-18 2012-05-30 株式会社ニューフレアテクノロジー 検査装置
CN102053093A (zh) * 2010-11-08 2011-05-11 北京大学深圳研究生院 一种晶圆表面切割芯片的表面缺陷检测方法
US9721838B2 (en) * 2013-11-06 2017-08-01 Sharp Kabushiki Kaisha Production method for semiconductor element, and semiconductor element
TWI574334B (zh) * 2015-03-17 2017-03-11 陳勇吉 檢測晶圓的方法
CN106409711B (zh) * 2016-09-12 2019-03-12 佛山市南海区广工大数控装备协同创新研究院 一种太阳能硅晶片缺陷检测系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101576508A (zh) * 2009-05-27 2009-11-11 华南理工大学 芯片外观缺陷自动检测装置及检测方法
CN102136061A (zh) * 2011-03-09 2011-07-27 中国人民解放军海军航空工程学院 一种矩形石英晶片缺陷自动检测分类识别方法
CN103988069A (zh) * 2012-01-05 2014-08-13 欧姆龙株式会社 图像检查装置的检查区域设定方法
CN104919307A (zh) * 2013-01-29 2015-09-16 株式会社日立高新技术 图案评价装置以及具备图案评价装置的外观检查装置
CN103674965A (zh) * 2013-12-06 2014-03-26 深圳市大族激光科技股份有限公司 一种晶圆外观缺陷的分类以及检测方法
CN107315012A (zh) * 2017-06-22 2017-11-03 福建省万龙新材料科技有限公司 聚晶金刚石复合片端面崩角的智能检测方法

Also Published As

Publication number Publication date
TWI667470B (zh) 2019-08-01
CN109991232A (zh) 2019-07-09
WO2019129160A1 (zh) 2019-07-04
TW201930859A (zh) 2019-08-01

Similar Documents

Publication Publication Date Title
EP3785021B1 (en) System and method for performing automated analysis of air samples
US9311697B2 (en) Inspection method and device therefor
US20090196489A1 (en) High resolution edge inspection
CN103366176B (zh) 光学元件缺陷批量自动识别装置和方法
CN106560910B (zh) 管芯缺陷检测方法及装置
WO2017107529A1 (zh) 一种并排二极管的定位方法及装置
CN109991232B (zh) 芯片崩边缺陷检测方法
WO2017071406A1 (zh) 金针类元件的引脚检测方法和系统
TW201805620A (zh) 缺陷檢查裝置
CN111307819A (zh) 晶圆边缘缺陷检测系统及方法
TWI713083B (zh) 晶圓切單製程控制技術
US20090080762A1 (en) Appearance for inspection method
WO2014103617A1 (ja) 位置合せ装置、欠陥検査装置、位置合せ方法、及び制御プログラム
TW201506387A (zh) 對映圖比對裝置，比對方法及比對程式
CN106158683A (zh) 检测晶圆的方法
CN115165920A (zh) 一种三维缺陷检测方法及检测设备
TWI573098B (zh) Wafer defect detection method
KR20210106038A (ko) 딥러닝 기반의 ai 기술을 활용한 2차전지 분리막 자동 검사장치
JP2007305118A (ja) パターン形状評価方法およびプログラム
TWI703535B (zh) 邊緣缺陷檢查方法
TWI765364B (zh) 人工智慧瑕疵影像分類方法與其系統
Mei et al. Automated optical inspection for die prep
JP2022057165A (ja) 外観検査装置
CN113889422A (zh) 一种基于制程区域的晶粒外观检测方法及系统
KR20060107218A (ko) 도자기의 품질검사를 위한 원형성 검출 장치

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