CN110930380B - 一种缺陷观测机台及其的图像分析补偿方法 - Google Patents

一种缺陷观测机台及其的图像分析补偿方法 Download PDF

Info

Publication number
CN110930380B
CN110930380B CN201911133518.1A CN201911133518A CN110930380B CN 110930380 B CN110930380 B CN 110930380B CN 201911133518 A CN201911133518 A CN 201911133518A CN 110930380 B CN110930380 B CN 110930380B
Authority
CN
China
Prior art keywords
defect
value
pixel
picture
values
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
CN201911133518.1A
Other languages
English (en)
Other versions
CN110930380A (zh
Inventor
丁韵蔚
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 Huali Microelectronics Corp
Original Assignee
Shanghai Huali Microelectronics Corp
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 Huali Microelectronics Corp filed Critical Shanghai Huali Microelectronics Corp
Priority to CN201911133518.1A priority Critical patent/CN110930380B/zh
Priority to US16/800,282 priority patent/US20210152745A1/en
Publication of CN110930380A publication Critical patent/CN110930380A/zh
Application granted granted Critical
Publication of CN110930380B publication Critical patent/CN110930380B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693—Acquisition
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H04N23/675—Focus control based on electronic image sensor signals comprising setting of focusing regions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30072—Microarray; Biochip, DNA array; Well plate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06—Recognition of objects for industrial automation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Manufacturing & Machinery (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种缺陷观测机台及其的图像分析补偿方法，涉及缺陷观测技术，通过在缺陷观测机台中嵌入实时图像分析单元，实时对缺陷观测单元输出的缺陷图形图片进行分析判断，并将模糊的缺陷图形图片的对焦补偿值反馈给缺陷观测单元，对模糊的缺陷图形图片进行对焦补偿，从而呈现清晰照片，完成半导体产品作业，无需人为对焦重新进行观测，时效性高。

Description

一种缺陷观测机台及其的图像分析补偿方法
技术领域
本发明涉及缺陷观测技术，尤其涉及一种缺陷观测机台及其的图像分析补偿方法。
背景技术
随着半导体技术的发展，对芯片的良率要求越来越高。然而集成电路芯片制造工艺复杂，其制造过程中往往产生很多缺陷，因此缺陷观测是集成电路制造过程中的必备工艺。
随着半导体行业领域技术愈发成熟及先进，线宽越做越小，密度越做越高，相应的缺陷也随之越来越小，而对于缺陷观测则提出了更多的要求，目前的缺陷观测机台(SEMVision)，在对一些特殊产品及特殊表片材料制品观测时，往往会发生缺陷图像模糊情况，而对于这种图像模糊的制品，则需要通过人为对焦重新进行观测。对机台产能会有一定影响，对于严重的缺陷问题，这样的重复观察无法满足时效性，具体的，可参阅图1所示的现有技术的缺陷观测方法。
发明内容
本发明的目的在于提供一种缺陷观测机台，以在对模糊的缺陷图形图片进行观测时无需人为对焦重新进行观测，时效性高。
本发明提供的一种缺陷观测机台，具有缺陷图形图片实时分析补偿的功能，使缺陷观测机台输出的缺陷图形图片为清晰的缺陷图形图片，包括：缺陷观测单元，用于以一对焦值对半导体产品进行缺陷图形观测，输出缺陷图形图片；以及实时图像分析单元，预存缺陷图形清晰图片的像素平均值及像素差值与对焦补偿值的对应关系数据，接收缺陷图形图片，用于对缺陷图形图片进行数据分析得到缺陷图形图片的像素平均值，将缺陷图形图片的像素平均值与对应的缺陷图形清晰图片的像素平均值进行比较得到像素差值，并对像素差值进行判断，若像素差值的绝对值小于等于一阈值，则实时图像分析单元将接收的缺陷图形图片作为最终缺陷图形图片输出，若像素差值的绝对值大于所述阈值，则实时图像分析单元根据所述像素差值在像素差值与对焦补偿值的对应关系数据中查找对应的对焦补偿值，并将对焦补偿值输出至缺陷观测单元，以使缺陷观测单元以所述对焦补偿值调整缺陷观测单元的对焦值后，继续对同一缺陷图形观测而再次输出缺陷图形图片至实时图像分析单元。
更进一步的，所述缺陷观测单元为电子显微镜。
更进一步的，实时图像分析单元选取接收的缺陷图形图片的中央的20％，得到该20％范围内的缺陷图形图片的像素平均值作为缺陷图形图片的像素平均值。
更进一步的，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为n*n像素亮度值数据，进而计算得到n*n像素亮度值数据中像素值的平均值而作为缺陷图形图片的像素平均值。
更进一步的，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为直方图，其中直方图的横坐标为亮度，纵坐标为像素值，进而根据直方图得到缺陷图形图片的像素平均值。
更进一步的，缺陷图形清晰图片的像素平均值包括线上所有缺陷类型的90％的缺陷的缺陷图形清晰图片的像素平均值。
更进一步的，统计线上模糊的缺陷图形图片的像素平均值及补偿后清晰的缺陷图形图片的像素平均值，得到像素差值，并统计将模糊的缺陷图形图片补偿为清晰的缺陷图形图片的对焦补偿值，进而得到像素差值与对焦补偿值的对应关系数据。
更进一步的，像素差值包括多个范围，每一范围对应一个对焦补偿值。
更进一步的，当所述像素差值为负时，所述对焦补偿值为正，当所述像素差值为正时，所述对焦补偿值为负。
更进一步的，所述阈值通过线上多种缺陷图形图片的清晰度实验分析得到。
更进一步的，所述阈值为10。
本发明还提供一种缺陷观测机台的图像分析补偿方法，包括：S1：通过一缺陷观测单元以一对焦值对半导体产品进行缺陷图形观测，进而输出缺陷图形图片；S2：通过一实时图像分析单元接收所述缺陷图形图片，并对所述缺陷图形图片进行数据分析得到缺陷图形图片的像素平均值；S3：在实时图像分析单元中预存缺陷图形清晰图片的像素平均值及像素差值与对焦补偿值的对应关系数据；以及S4：将缺陷图形图片的像素平均值与对应的缺陷图形清晰图片的像素平均值进行比较得到像素差值，实时图像分析单元对所述像素差值进行判断，若像素差值的绝对值小于等于一阈值，则实时图像分析单元将接收的缺陷图形图片作为最终缺陷图形图片输出，若像素差值的绝对值大于所述阈值，则实时图像分析单元根据所述像素差值在像素差值与对焦补偿值的对应关系数据中查找对应的对焦补偿值，并将对焦补偿值输出至缺陷观测单元，以使缺陷观测单元以所述对焦补偿值调整缺陷观测单元的对焦值后，继续对同一缺陷图形观测而再次输出缺陷图形图片至实时图像分析单元。
更进一步的，所述缺陷观测单元为电子显微镜。
更进一步的，实时图像分析单元选取接收的缺陷图形图片的中央的20％，得到该20％范围内的缺陷图形图片的像素平均值作为缺陷图形图片的像素平均值。
更进一步的，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为n*n像素亮度值数据，进而计算得到n*n像素亮度值数据中像素值的平均值而作为缺陷图形图片的像素平均值。
更进一步的，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为直方图，其中直方图的横坐标为亮度，纵坐标为像素值，进而根据直方图得到缺陷图形图片的像素平均值。
更进一步的，缺陷图形清晰图片的像素平均值包括线上所有缺陷类型的90％的缺陷的缺陷图形清晰图片的像素平均值。
更进一步的，根据线上数据得到所有缺陷类型的90％的缺陷的缺陷图形清晰图片的像素平均值，并将所有缺陷类型的90％的缺陷的缺陷图形清晰图片的像素平均值预存在实时图像分析单元中作为预存的缺陷图形清晰图片的像素平均值。
更进一步的，统计线上模糊的缺陷图形图片的像素平均值及补偿后清晰的缺陷图形图片的像素平均值，得到像素差值，并统计将模糊的缺陷图形图片补偿为清晰的缺陷图形图片的对焦补偿值，进而得到像素差值与对焦补偿值的对应关系数据，并将其预存在实时图像分析单元中，作为像素差值与对焦补偿值的对应关系数据。
更进一步的，像素差值包括多个范围，每一范围对应一个对焦补偿值。
更进一步的，当所述像素差值为负时，所述对焦补偿值为正，当所述像素差值为正时，所述对焦补偿值为负。
更进一步的，所述阈值通过线上多种缺陷图形图片的清晰度实验分析得到。
更进一步的，所述阈值为10。
本发明提供的一种缺陷观测机台及其的图像分析补偿方法，通过在缺陷观测机台中嵌入实时图像分析单元，实时对缺陷观测单元输出的缺陷图形图片进行分析判断，并将模糊的缺陷图形图片的对焦补偿值反馈给缺陷观测单元，对模糊的缺陷图形图片进行对焦补偿，从而呈现清晰照片，完成半导体产品作业，无需人为对焦重新进行观测，时效性高。
附图说明
图1为现有技术的缺陷观测方法。
图2为常见的缺陷图形图片模糊的不同实施例。
图3为本发明一实施例的缺陷观测机台示意图。
图4a为本发明一实施例的获得缺陷图形图片的像素平均值的示意图。
图4b为本发明一实施例的获得缺陷图形图片的像素平均值的示意图。
图4c为本发明一实施例的获得缺陷图形图片的像素平均值的示意图。
图5a和图5b为本发明一实施例的得到缺陷图形清晰图片的像素平均值的示意图。
图6为本发明一实施例的像素差值与对焦补偿值的对应关系数据示意图。
图7为采用本发明的缺陷观测机台对缺陷图像实时分析补偿的过程所示意图。
图中主要元件附图标记说明如下：
300、缺陷观测机台；310、缺陷观测单元；320、实时图像分析单元。
具体实施方式
下面将结合附图，对本发明中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在不做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。
具体的，请参阅图2，图2为常见的缺陷图形图片模糊的不同实施例。如图2a所示为光片站点，表面为氧化层且没有图形，容易造成缺陷图形图片模糊；如图2b所示为缺陷较小类型，缺陷尺寸小于0.2um，容易造成缺陷图形图片模糊；如图2c所示为具有多层次缺陷，不容易对焦，容易造成缺陷图形图片模糊；如图2d所示为带光阻站点，表面为较厚的光刻胶，容易造成缺陷图形图片模糊；如图2e所示为5-Thin DEP较厚站点，缺陷包裹较厚，容易造成缺陷图形图片模糊；如图2f所示为密集缺陷，表面有多种缺陷，容易造成缺陷图形图片模糊。当然本发明并未穷尽所有缺陷类型，所有容易造成缺陷图形图片模糊的缺陷均在本发明的保护范围内。
本发明一实施例中，在于提供一种缺陷观测机台，该缺陷观测机台具有缺陷图形图片实时分析补偿的功能，使缺陷观测机台输出的缺陷图形图片为清晰的缺陷图形图片。具体的，可参阅图3，图3为本发明一实施例的缺陷观测机台示意图，如图3所示该缺陷观测机台300包括：缺陷观测单元310，用于以一对焦值对半导体产品进行缺陷图形观测，输出缺陷图形图片；以及实时图像分析单元320，预存缺陷图形清晰图片的像素平均值及像素差值与对焦补偿值的对应关系数据，接收缺陷图形图片，用于对缺陷图形图片进行数据分析得到缺陷图形图片的像素平均值，将缺陷图形图片的像素平均值与对应的缺陷图形清晰图片的像素平均值进行比较得到像素差值，并对像素差值进行判断，若像素差值的绝对值小于等于一阈值，则实时图像分析单元320将接收的缺陷图形图片作为最终缺陷图形图片输出，若像素差值的绝对值大于所述阈值，则实时图像分析单元320根据所述像素差值在像素差值与对焦补偿值的对应关系数据中查找对应的对焦补偿值，并将对焦补偿值输出至缺陷观测单元310，以使缺陷观测单元310以所述对焦补偿值调整缺陷观测单元310的对焦值后，继续对同一缺陷图形观测而再次输出缺陷图形图片至实时图像分析单元320。
如此，通过在缺陷观测机台中嵌入实时图像分析单元，实时对缺陷观测单元输出的缺陷图形图片进行分析判断，并将模糊的缺陷图形图片的对焦补偿值反馈给缺陷观测单元，对模糊的缺陷图形图片进行对焦补偿，从而呈现清晰照片，完成半导体产品作业，无需人为对焦重新进行观测，时效性高。
具体的，在本发明一实施例中，所述缺陷观测单元310为电子显微镜。当然本发明对此并不做限定，任何可对缺陷图形进行拍照而形成缺陷图形图片的设备均可。
具体的，在本发明一实施例中，实时图像分析单元320选取接收的缺陷图形图片的中央的20％，得到该20％范围内的缺陷图形图片的像素平均值作为缺陷图形图片的像素平均值，具体的，可参阅图4a所示的本发明一实施例的获得缺陷图形图片的像素平均值的示意图。经研究发现缺陷图形图片的中央的20％为缺陷位置处，且能包括缺陷图形的所有信息。更具体的，在本发明一实施例中，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为n*n像素亮度值数据，进而计算得到n*n像素亮度值数据中像素值的平均值而作为缺陷图形图片的像素平均值，具体的，可参阅图4b所示的本发明一实施例的获得缺陷图形图片的像素平均值的示意图，410为4*4像素亮度值数据。更具体的，在本发明一实施例中，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为直方图，其中直方图的横坐标为亮度，纵坐标为像素值，进而根据直方图得到缺陷图形图片的像素平均值，具体的，可参阅图4c所示的本发明一实施例的获得缺陷图形图片的像素平均值的示意图，420为直方图。
具体的，在本发明一实施例中，缺陷图形清晰图片的像素平均值包括线上所有缺陷类型的90％的缺陷的缺陷图形清晰图片的像素平均值，以使通过本发明的缺陷观测机台300可使约90％的缺陷的缺陷图形图片清晰。具体的，请参阅图5a和图5b，图5a和图5b为本发明一实施例的得到缺陷图形清晰图片的像素平均值的示意图，如图5a所示，统计近30天线上缺陷的分类情况，发现其中17种缺陷类型占全部缺陷类型的90％左右。并请参阅图5b，根据线上数据得到该17种缺陷类型的缺陷图形清晰图片的像素平均值，并将该17种缺陷类型的缺陷图形清晰图片的像素平均值预存在实时图像分析单元320中作为预存的缺陷图形清晰图片的像素平均值。如此对该90％左右的缺陷的缺陷图形图片采用图3中的实时图像分析单元320实时对缺陷图形图片进行分析判断，并将模糊的缺陷图形图片的对焦补偿值反馈给缺陷观测单元，对模糊的缺陷图形图片进行对焦补偿，从而呈现清晰照片，如此可使约90％的缺陷的缺陷图形图片清晰。
具体的，在本发明一实施例中，统计线上模糊的缺陷图形图片的像素平均值及补偿后清晰的缺陷图形图片的像素平均值，得到像素差值，并统计将模糊的缺陷图形图片补偿为清晰的缺陷图形图片的对焦补偿值，进而得到像素差值与对焦补偿值的对应关系数据，并将其预存在实时图像分析单元320中，作为像素差值与对焦补偿值的对应关系数据。具体的，在本发明一实施例中，像素差值包括多个范围，每一范围对应一个对焦补偿值，如此可根据每一缺陷图形图片的像素平均值与预存的对应的缺陷图形清晰图片的像素平均值之间的像素差值选择对应的对焦补偿值对缺陷观测单元310的对焦值进行补偿。具体的，在本发明一实施例中，当所述像素差值为负时，所述对焦补偿值为正，当所述像素差值为正时，所述对焦补偿值为负。具体的，可参阅图6所示的本发明一实施例的像素差值与对焦补偿值的对应关系数据示意图，如图6所述，当像素差值在负10与正10之间时，无需对对焦值进行补偿，由实时图像分析单元320将接收的缺陷图形图片作为最终缺陷图形图片输出；当像素差值在负20与正20之间时，对焦值补偿值为加减1，当像素差值在负20与0之间时，对焦值补偿值为加1，当像素差值在0与正20之间时，对焦值补偿值为减1；当像素差值在负30与正30之间时，对焦值补偿值为加减3；当像素差值在负40与正40之间时，对焦值补偿值为加减5。如此根据实时图像分析单元320得到的像素差值，在像素差值与对焦补偿值的对应关系数据中查找对应的对焦值补偿值从而使原本模糊的缺陷图形图片转变为清晰的缺陷图形图片。
在本发明一实施例中，所述阈值通过线上多种缺陷图形图片的清晰度实验分析得到。在本发明一实施例中，所述阈值为10。所述阈值可有一定的偏差。在本发明一实施例中，所述偏差为20％以内，较优的为10％以内，更优的为5％以内。
在本发明一具体实施例中，请参阅图7，图7为采用本发明的缺陷观测机台对缺陷图像实时分析补偿的过程所示意图，缺陷观测单元310输出图7a所示的缺陷图形图片；实时图像分析单元320选取图7a所示的缺陷图形图片的中央的20％，如图7b所示；并得到缺陷图形图片的像素平均值，如图7c所示，其像素平均值为63；并在实时图像分析单元320中预存的缺陷图形清晰图片的像素平均值中找到与缺陷图形图片对应的像素平均值，如图7d所示为48，判断像素差值为15，大于阈值10，在像素差值与对焦补偿值的对应关系数据查找到像素差值15对应的对焦补偿值为减1，将该对焦补偿值输出给缺陷观测单元310，缺陷观测单元310根据该对焦补偿值将缺陷观测单元310的对焦值减1后继续对同一缺陷图形进行观测，而再次输出缺陷图形图片，然后重复上述步骤，直至像素差值绝对值小于阈值10，实时图像分析单元320将接收的缺陷图形图片作为最终缺陷图形图片输出。
在本发明一实施例中，还提供一种缺陷观测机台的图像分析补偿方法，该缺陷观测机台的图像分析补偿方法包括：
S1：通过一缺陷观测单元以一对焦值对半导体产品进行缺陷图形观测，进而输出缺陷图形图片；
具体的，在本发明一实施例中，所述缺陷观测单元为电子显微镜。当然本发明对此并不做限定，任何可对缺陷图形进行拍照而形成缺陷图形图片的设备均可。
S2：通过一实时图像分析单元接收所述缺陷图形图片，并对所述缺陷图形图片进行数据分析得到缺陷图形图片的像素平均值；
具体的，在本发明一实施例中，实时图像分析单元选取接收的缺陷图形图片的中央的20％，得到该20％范围内的缺陷图形图片的像素平均值作为缺陷图形图片的像素平均值，具体的，可参阅图4a。经研究发现缺陷图形图片的中央的20％为缺陷位置处，且能包括缺陷图形的所有信息。更具体的，在本发明一实施例中，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为n*n像素亮度值数据，进而计算得到n*n像素亮度值数据中像素值的平均值而作为缺陷图形图片的像素平均值，具体的，可参阅图4b，410为4*4像素亮度值数据。更具体的，在本发明一实施例中，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为直方图，其中直方图的横坐标为亮度，纵坐标为像素值，进而根据直方图得到缺陷图形图片的像素平均值，具体的，可参阅图4c，420为直方图。
S3：在实时图像分析单元中预存缺陷图形清晰图片的像素平均值及像素差值与对焦补偿值的对应关系数据；
具体的，在本发明一实施例中，缺陷图形清晰图片的像素平均值包括线上所有缺陷类型的90％的缺陷的缺陷图形清晰图片的像素平均值，以使通过本发明的缺陷观测机台的图像分析补偿方法可使约90％的缺陷的缺陷图形图片清晰。具体的，请参阅图5a和图5b，如图5a所示，统计近30天线上缺陷的分类情况，发现其中17种缺陷类型占全部缺陷类型的90％左右。并请参阅图5b，根据线上数据得到该17种缺陷类型的缺陷图形清晰图片的像素平均值，并将该17种缺陷类型的缺陷图形清晰图片的像素平均值预存在实时图像分析单元中作为预存的缺陷图形清晰图片的像素平均值。
具体的，在本发明一实施例中，统计线上模糊的缺陷图形图片的像素平均值及补偿后清晰的缺陷图形图片的像素平均值，得到像素差值，并统计将模糊的缺陷图形图片补偿为清晰的缺陷图形图片的对焦补偿值，进而得到像素差值与对焦补偿值的对应关系数据，并将其预存在实时图像分析单元中，作为像素差值与对焦补偿值的对应关系数据。具体的，在本发明一实施例中，像素差值包括多个范围，每一范围对应一个对焦补偿值。
S4：将缺陷图形图片的像素平均值与对应的缺陷图形清晰图片的像素平均值进行比较得到像素差值，实时图像分析单元对所述像素差值进行判断，若像素差值的绝对值小于等于一阈值，则实时图像分析单元将接收的缺陷图形图片作为最终缺陷图形图片输出，若像素差值的绝对值大于所述阈值，则实时图像分析单元根据所述像素差值在像素差值与对焦补偿值的对应关系数据中查找对应的对焦补偿值，并将对焦补偿值输出至缺陷观测单元，以使缺陷观测单元以所述对焦补偿值调整缺陷观测单元的对焦值后，继续对同一缺陷图形观测而再次输出缺陷图形图片至实时图像分析单元。
如此可根据每一缺陷图形图片的像素平均值与预存的对应的缺陷图形清晰图片的像素平均值之间的像素差值选择对应的对焦补偿值对缺陷观测单元的对焦值进行补偿。而可对90％左右的缺陷的缺陷图形图片实时进行分析判断，并将模糊的缺陷图形图片的对焦补偿值反馈给缺陷观测单元，对模糊的缺陷图形图片进行对焦补偿，从而呈现清晰照片，如此可使约90％的缺陷的缺陷图形图片清晰。
具体的，在本发明一实施例中，当所述像素差值为负时，所述对焦补偿值为正，当所述像素差值为正时，所述对焦补偿值为负。具体的，可参阅图6，当像素差值在负10与正10之间时，无需对对焦值进行补偿，由实时图像分析单元将接收的缺陷图形图片作为最终缺陷图形图片输出；当像素差值在负20与正20之间时，对焦值补偿值为加减1，当像素差值在负20与0之间时，对焦值补偿值为加1，当像素差值在0与正20之间时，对焦值补偿值为减1；当像素差值在负30与正30之间时，对焦值补偿值为加减3；当像素差值在负40与正40之间时，对焦值补偿值为加减5。如此根据实时图像分析单元得到的像素差值，在像素差值与对焦补偿值的对应关系数据中查找对应的对焦值补偿值从而使原本模糊的缺陷图形图片转变为清晰的缺陷图形图片。
在本发明一实施例中，所述阈值通过线上多种缺陷图形图片的清晰度实验分析得到。在本发明一实施例中，所述阈值为10。所述阈值可有一定的偏差。在本发明一实施例中，所述偏差为20％以内，较优的为10％以内，更优的为5％以内。
综上所述，通过在缺陷观测机台中嵌入实时图像分析单元，实时对缺陷观测单元输出的缺陷图形图片进行分析判断，并将模糊的缺陷图形图片的对焦补偿值反馈给缺陷观测单元，对模糊的缺陷图形图片进行对焦补偿，从而呈现清晰照片，完成半导体产品作业，无需人为对焦重新进行观测，时效性高。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (22)

1.一种缺陷观测机台，具有缺陷图形图片实时分析补偿的功能，使缺陷观测机台输出的缺陷图形图片为清晰的缺陷图形图片，其特征在于，包括：
缺陷观测单元，用于以一对焦值对半导体产品进行缺陷图形观测，输出缺陷图形图片；以及
实时图像分析单元，预存缺陷图形清晰图片的像素平均值及像素差值与对焦补偿值的对应关系数据，接收缺陷图形图片，用于对缺陷图形图片进行数据分析得到缺陷图形图片的像素平均值，实时图像分析单元选取接收的缺陷图形图片的中央的20％，得到该20％范围内的缺陷图形图片的像素平均值作为缺陷图形图片的像素平均值，将缺陷图形图片的像素平均值与对应的缺陷图形清晰图片的像素平均值进行比较得到像素差值，并对像素差值进行判断，若像素差值的绝对值小于等于一阈值，则实时图像分析单元将接收的缺陷图形图片作为最终缺陷图形图片输出，若像素差值的绝对值大于所述阈值，则实时图像分析单元根据所述像素差值在像素差值与对焦补偿值的对应关系数据中查找对应的对焦补偿值，并将对焦补偿值输出至缺陷观测单元，以使缺陷观测单元以所述对焦补偿值调整缺陷观测单元的对焦值后，继续对同一缺陷图形观测而再次输出缺陷图形图片至实时图像分析单元。
2.根据权利要求1所述的缺陷观测机台，其特征在于，所述缺陷观测单元为电子显微镜。
3.根据权利要求1所述的缺陷观测机台，其特征在于，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为n*n像素亮度值数据，进而计算得到n*n像素亮度值数据中像素值的平均值而作为缺陷图形图片的像素平均值。
4.根据权利要求1所述的缺陷观测机台，其特征在于，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为直方图，其中直方图的横坐标为亮度，纵坐标为像素值，进而根据直方图得到缺陷图形图片的像素平均值。
5.根据权利要求1所述的缺陷观测机台，其特征在于，缺陷图形清晰图片的像素平均值包括线上所有缺陷类型的90％的缺陷的缺陷图形清晰图片的像素平均值。
6.根据权利要求1所述的缺陷观测机台，其特征在于，统计线上模糊的缺陷图形图片的像素平均值及补偿后清晰的缺陷图形图片的像素平均值，得到像素差值，并统计将模糊的缺陷图形图片补偿为清晰的缺陷图形图片的对焦补偿值，进而得到像素差值与对焦补偿值的对应关系数据。
7.根据权利要求1所述的缺陷观测机台，其特征在于，像素差值包括多个范围，每一范围对应一个对焦补偿值。
8.根据权利要求7所述的缺陷观测机台，其特征在于，当所述像素差值为负时，所述对焦补偿值为正，当所述像素差值为正时，所述对焦补偿值为负。
9.根据权利要求1所述的缺陷观测机台，其特征在于，所述阈值通过线上多种缺陷图形图片的清晰度实验分析得到。
10.根据权利要求9所述的缺陷观测机台，其特征在于，所述阈值为10。
11.一种缺陷观测机台的图像分析补偿方法，其特征在于，包括：
S1：通过一缺陷观测单元以一对焦值对半导体产品进行缺陷图形观测，进而输出缺陷图形图片；
S2：通过一实时图像分析单元接收所述缺陷图形图片，并对所述缺陷图形图片进行数据分析得到缺陷图形图片的像素平均值；
S3：在实时图像分析单元中预存缺陷图形清晰图片的像素平均值及像素差值与对焦补偿值的对应关系数据；以及
S4：将缺陷图形图片的像素平均值与对应的缺陷图形清晰图片的像素平均值进行比较得到像素差值，实时图像分析单元对所述像素差值进行判断，若像素差值的绝对值小于等于一阈值，则实时图像分析单元将接收的缺陷图形图片作为最终缺陷图形图片输出，若像素差值的绝对值大于所述阈值，则实时图像分析单元根据所述像素差值在像素差值与对焦补偿值的对应关系数据中查找对应的对焦补偿值，并将对焦补偿值输出至缺陷观测单元，以使缺陷观测单元以所述对焦补偿值调整缺陷观测单元的对焦值后，继续对同一缺陷图形观测而再次输出缺陷图形图片至实时图像分析单元。
12.根据权利要求11所述的缺陷观测机台的图像分析补偿方法，其特征在于，所述缺陷观测单元为电子显微镜。
13.根据权利要求11所述的缺陷观测机台的图像分析补偿方法，其特征在于，实时图像分析单元选取接收的缺陷图形图片的中央的20％，得到该20％范围内的缺陷图形图片的像素平均值作为缺陷图形图片的像素平均值。
14.根据权利要求13所述的缺陷观测机台的图像分析补偿方法，其特征在于，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为n*n像素亮度值数据，进而计算得到n*n像素亮度值数据中像素值的平均值而作为缺陷图形图片的像素平均值。
15.根据权利要求13所述的缺陷观测机台的图像分析补偿方法，其特征在于，将所述20％范围内的缺陷图形图片划分成n*n个单元，进而得到n*n个单元的像素值而将20％范围内的缺陷图形图片转换为直方图，其中直方图的横坐标为亮度，纵坐标为像素值，进而根据直方图得到缺陷图形图片的像素平均值。
16.根据权利要求11所述的缺陷观测机台的图像分析补偿方法，其特征在于，缺陷图形清晰图片的像素平均值包括线上所有缺陷类型的90％的缺陷的缺陷图形清晰图片的像素平均值。
17.根据权利要求16所述的缺陷观测机台的图像分析补偿方法，其特征在于，根据线上数据得到所有缺陷类型的90％的缺陷的缺陷图形清晰图片的像素平均值，并将所有缺陷类型的90％的缺陷的缺陷图形清晰图片的像素平均值预存在实时图像分析单元中作为预存的缺陷图形清晰图片的像素平均值。
18.根据权利要求11所述的缺陷观测机台的图像分析补偿方法，其特征在于，统计线上模糊的缺陷图形图片的像素平均值及补偿后清晰的缺陷图形图片的像素平均值，得到像素差值，并统计将模糊的缺陷图形图片补偿为清晰的缺陷图形图片的对焦补偿值，进而得到像素差值与对焦补偿值的对应关系数据，并将其预存在实时图像分析单元中，作为像素差值与对焦补偿值的对应关系数据。
19.根据权利要求11所述的缺陷观测机台的图像分析补偿方法，其特征在于，像素差值包括多个范围，每一范围对应一个对焦补偿值。
20.根据权利要求19所述的缺陷观测机台的图像分析补偿方法，其特征在于，当所述像素差值为负时，所述对焦补偿值为正，当所述像素差值为正时，所述对焦补偿值为负。
21.根据权利要求11所述的缺陷观测机台的图像分析补偿方法，其特征在于，所述阈值通过线上多种缺陷图形图片的清晰度实验分析得到。
22.根据权利要求21所述的缺陷观测机台的图像分析补偿方法，其特征在于，所述阈值为10。
CN201911133518.1A 2019-11-19 2019-11-19 一种缺陷观测机台及其的图像分析补偿方法 Active CN110930380B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201911133518.1A CN110930380B (zh) 2019-11-19 2019-11-19 一种缺陷观测机台及其的图像分析补偿方法
US16/800,282 US20210152745A1 (en) 2019-11-19 2020-02-25 Defect Observation Machine and Image Analysis and Compensation Method Thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911133518.1A CN110930380B (zh) 2019-11-19 2019-11-19 一种缺陷观测机台及其的图像分析补偿方法

Publications (2)

Publication Number Publication Date
CN110930380A CN110930380A (zh) 2020-03-27
CN110930380B true CN110930380B (zh) 2023-09-19

Family

ID=69853525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911133518.1A Active CN110930380B (zh) 2019-11-19 2019-11-19 一种缺陷观测机台及其的图像分析补偿方法

Country Status (2)

Country Link
US (1) US20210152745A1 (zh)
CN (1) CN110930380B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113822877B (zh) * 2021-11-17 2022-02-22 武汉中导光电设备有限公司 Aoi设备显微镜缺陷检测图片质量评价方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1525402A (zh) * 2003-04-18 2004-09-01 北京中星微电子有限公司 一种缺陷像素动态检测和补偿方法
CN101344702A (zh) * 2007-07-13 2009-01-14 佛山普立华科技有限公司 自动对焦系统及自动对焦方法
KR20100047064A (ko) * 2008-10-28 2010-05-07 엘지디스플레이 주식회사 광학보정장치와 이를 이용한 광학보정방법
CN103033919A (zh) * 2012-11-16 2013-04-10 麦克奥迪实业集团有限公司 一种在自动扫描过程中自动补偿对焦的系统及方法与应用
CN104978748A (zh) * 2015-07-06 2015-10-14 电子科技大学 一种基于局部像素值的液晶屏缺陷检测方法
CN108965749A (zh) * 2018-08-16 2018-12-07 上海晔芯电子科技有限公司 基于纹理识别的缺陷像素检测和校正装置及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1525402A (zh) * 2003-04-18 2004-09-01 北京中星微电子有限公司 一种缺陷像素动态检测和补偿方法
CN101344702A (zh) * 2007-07-13 2009-01-14 佛山普立华科技有限公司 自动对焦系统及自动对焦方法
KR20100047064A (ko) * 2008-10-28 2010-05-07 엘지디스플레이 주식회사 광학보정장치와 이를 이용한 광학보정방법
CN103033919A (zh) * 2012-11-16 2013-04-10 麦克奥迪实业集团有限公司 一种在自动扫描过程中自动补偿对焦的系统及方法与应用
CN104978748A (zh) * 2015-07-06 2015-10-14 电子科技大学 一种基于局部像素值的液晶屏缺陷检测方法
CN108965749A (zh) * 2018-08-16 2018-12-07 上海晔芯电子科技有限公司 基于纹理识别的缺陷像素检测和校正装置及方法

Also Published As

Publication number Publication date
US20210152745A1 (en) 2021-05-20
CN110930380A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
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
JP2007086056A (ja) 欠陥検出方法および欠陥検出装置
JP3741672B2 (ja) 画像特徴学習型欠陥検出方法、欠陥検出装置及び欠陥検出プログラム
KR20110040965A (ko) 외관 검사 장치
CN113034488A (zh) 一种喷墨印刷品的视觉检测方法
CN110930380B (zh) 一种缺陷观测机台及其的图像分析补偿方法
CN116485752A (zh) 一种去除边缘误判的显示屏aoi检测方法、系统、电子装置及存储介质
JP2004212311A (ja) ムラ欠陥の検出方法及び装置
WO2015015945A1 (ja) 欠陥候補特定装置、欠陥候補特定方法、欠陥判定装置、欠陥検査装置、欠陥候補特定プログラム及び記録媒体
KR100827906B1 (ko) 기판 검사 장치
KR100673392B1 (ko) 필름, 테이프 형태의 인쇄회로기판 외관 검사에서의 과검출방지를 위한 시스템 및 그 처리 방법
KR101068356B1 (ko) 화상처리를 이용한 디스플레이 패널의 픽셀 불량 검사 방법
JP2006138708A (ja) 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置
CN114509446A (zh) 晶片缺角自动检测方法与晶片缺角自动检测系统
JP3788586B2 (ja) パターン検査装置および方法
CN114354491A (zh) 一种基于机器视觉的dcb陶瓷基板缺陷检测方法
CN115546140A (zh) 一种显示面板检测方法、系统及电子装置
CN114240920A (zh) 一种外观缺陷检测方法
US11587235B2 (en) Method and apparatus for detecting defects on substrate
JP2004219176A (ja) 画素ムラ欠陥の検出方法及び装置
US20040109602A1 (en) Method and apparatus for inspecting a bump electrode
JP2009150855A (ja) 被検査物の検査方法及びその検査装置
JP4889018B2 (ja) 外観検査方法
US20240221241A1 (en) Wafer Image Equalization Method and Apparatus
CN108508018A (zh) 一种基于图像数据的质量监控方法

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