CN112964722A - 一种超大视野分布计算视觉检测方法及检测系统 - Google Patents
一种超大视野分布计算视觉检测方法及检测系统 Download PDFInfo
- Publication number
- CN112964722A CN112964722A CN202110139568.1A CN202110139568A CN112964722A CN 112964722 A CN112964722 A CN 112964722A CN 202110139568 A CN202110139568 A CN 202110139568A CN 112964722 A CN112964722 A CN 112964722A
- Authority
- CN
- China
- Prior art keywords
- detected
- product
- image
- defect detection
- detection
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 176
- 230000000007 visual effect Effects 0.000 title claims abstract description 32
- 238000009826 distribution Methods 0.000 title claims abstract description 20
- 238000004364 calculation method Methods 0.000 title description 5
- 230000007547 defect Effects 0.000 claims abstract description 140
- 238000000034 method Methods 0.000 claims abstract description 40
- 239000011159 matrix material Substances 0.000 claims abstract description 16
- 238000011179 visual inspection Methods 0.000 claims abstract description 9
- 238000007689 inspection Methods 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 3
- 235000012431 wafers Nutrition 0.000 description 35
- 230000033001 locomotion Effects 0.000 description 11
- 239000013078 crystal Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01N21/8851—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
- G01N21/8806—Specially adapted optical and illumination features
-
- 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
- G01N21/93—Detection standards; Calibrating baseline adjustment, drift correction
-
- 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
- G01N21/9501—Semiconductor wafers
-
- 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
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8835—Adjustable illumination, e.g. software adjustable screen
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8858—Flaw counting
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/888—Marking defects
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本说明书一个或多个实施例提供一种超大视野分布计算视觉检测方法及检测系统。所述检测方法包括：产品承载装置将待检测产品移动至图像采集装置的图像采集位置；图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄，获得所述待检测产品的多张有序的待检测图像并发送给图像检测装置；其中，每张所述待检测图像包括所述待检测产品的至少部分图像；所述图像检测装置基于所述待检测图像进行缺陷检测，基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果，并基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果并发送给上位机；所述上位机基于所述完整缺陷检测结果进行展示。本实施例所述方法及系统可以实现晶圆的检测。
Description
技术领域
本说明书一个或多个实施例涉及半导体检测技术领域，尤其涉及一种超大视野分布计算视觉检测系统及检测方法。
背景技术
晶圆(wafer)是制造半导体器件的基础性原材料。极高纯度的半导体经过拉晶、切片等工序制备成为晶圆，晶圆经过一系列半导体制造工艺形成极微小的电路结构，再经切割、封装、测试成为芯片，广泛应用到各类电子设备当中。晶圆材料经历了60余年的技术演进和产业发展，形成了当今以硅为主、新型半导体材料为补充的产业局面。
晶圆的工艺制程非常复杂，不可避免会产生以下缺陷：缺晶、位错、多晶、原生缺陷。这些缺陷会对后续的芯片制造产生不利影响，因此需要对晶圆的缺陷进行检测。
现有技术中对晶圆的检测，将AOI视觉软件和运动控制集成在同一设备，通过运动控制来控制产品到位、光源亮起和相机触发拍摄，同时在出料口获取判定结果。这种技术中，AOI从属于上位机设备，导致大部分执行逻辑有上位机主导，控制变更时需要修改上位机底层代码，异常故障率高，且扩展性差，非独立模块和通用接口、后期维护困难。
发明内容
有鉴于此，本说明书一个或多个实施例的目的在于提出一种超大视野分布计算视觉检测方法及检测系统，以解决的晶圆检测问题。
基于上述目的，本说明书一个或多个实施例提供了一种超大视野分布计算视觉检测方法，包括：
产品承载装置将待检测产品移动至图像采集装置的图像采集位置；
图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄，获得所述待检测产品的多张有序的待检测图像并发送给图像检测装置；其中，每张所述待检测图像包括所述待检测产品的至少部分图像；
所述图像检测装置基于所述待检测图像进行缺陷检测，基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果，并基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果并发送给上位机；
所述上位机基于所述完整缺陷检测结果进行展示。
可选的，所述将待检测产品移动至图像采集装置的图像采集位置之前，还包括：
获取所述待检测产品的产品ID作为所述待检测图像的标记。
可选的，所述图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄之前，还包括：
所述上位机控制所述产品承载装置进行角度纠偏和位置矫正，以使所述待检测产品的中心与所述图像采集装置的视野中心重合。
可选的，所述控制所述产品移动装置进行角度纠偏和位置矫正，包括：
基于所述图像采集装置的视野与所述待检测产品中目标检测单元的位置计算第一偏移量；
基于所述待检测产品中目标检测单元的位置、所述待检测产品的尺寸与所述第一偏移量计算第二偏移量；
基于所述待检测产品的尺寸、所述产品承载装置的尺寸、所述待检测产品在所述产品承载装置上的位置与所述第二偏移量计算第三偏移量；
基于所述产品承载装置的标准移动轨迹及所述第三偏移量，计算所述产品承载装置的实际移动轨迹，并控制所述产品承载装置根据所述实际移动轨迹移动至所述图像采集位置。
可选的，所述待检测产品中包括阵列分布的多个目标检测单元；所述基于所述图像采集装置的视野与所述待检测产品中检测目标的坐标计算第一偏移量，包括：
获取所述待检测产品中的多个目标检测单元；
将多个所述目标检测单元的中心点拟合成一条直线；
计算该直线与基准图像中的基准直线之间的角度差值，获得所述第一偏移量。
可选的，还包括：
对所述待检测产品中的每个目标检测单元进行编号和行列划分，获得每个所述目标检测单元的位置。
可选的，所述基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果，包括：
基于所述第三偏移量将多个所述部分缺陷检测结果投影到虚拟图像中并标记，以获得所述完整缺陷检测结果。
可选的，所述图像检测装置基于所述待检测图像进行缺陷检测，基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果，包括：
对所述待检测图像中的目标检测单元进行轮廓提取，并根据预先设置的缺陷规则确定缺陷分类，获得所述缺陷结果检测数据。
可选的，所述图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄，还包括：
获取不同光源照射条件下的所述待检测图像。
本说明书一个或多个实施例提供了一种超大视野分布计算视觉检测系统，用于实现如上述任一项所述的超大视野分布计算视觉检测方法，包括产品承载装置、图像采集装置、图像处理装置以及上位机；其中，
所述产品承载装置，被配置为：将待检测产品移动至图像采集装置的图像采集位置；
所述图像采集装置，被配置为：对所述待检测产品进行点阵轨迹的高速拍摄，获得所述待检测产品的多张有序的待检测图像并发送给图像检测装置；其中，每张所述待检测图像包括所述待检测产品的至少部分图像；
所述图像处理装置，被配置为：基于所述待检测图像进行缺陷检测，基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果，并基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果并发送给上位机；
所述上位机，被配置为：基于所述完整缺陷检测结果进行展示。
从上面所述可以看出，本说明书一个或多个实施例提供的超大视野分布计算视觉检测方法及检测系统，通过图像采集装置获取检测产品的多张有序的待检测图像，通过图像检测装置对待检测图像进行缺陷检测，并将检测出的部分缺陷检测结果汇总生成完整缺陷检测结果后通过上位机进行展示，将缺陷检测和运动控制分散开，避免缺陷检测与运动控制在高并发和强算力时会出现资源争抢，降低故障率；缺陷检测由图像检测装置自行实现，变更时无需修改上位机底层代码，不影响视觉缺陷检测部分，扩展性好。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书一个或多个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例超大视野分布计算视觉检测方法的流程示意图；
图2为本说明书一个或多个实施例图像采集过程示意图；
图3为本说明书一个或多个实施例角度纠偏和位置矫正示意图；
图4为本说明书一个或多个实施例角度纠偏和位置矫正的结果示意图；
图5为本说明书一个或多个实施例超大视野分布计算视觉检测系统的框架图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
需要说明的是，除非另外定义，本说明书一个或多个实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本说明书一个或多个实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
缺晶，是指当前目标行列中本来应有的晶格单元的，反而缺少，此时需要定位到缺失的应属行列和缺失个数；位错，是指wafer在扩膜后收到不均匀的拉伸，导致局部行列歪斜、应属行列错误；多晶，是指在扩膜后应属行列的晶格单元中出现两颗晶格；原生缺陷，是指收到应力性后晶圆产生的破损、划伤、崩边、脏污等缺陷。这些缺陷会对后续的芯片制造产生不利影响，因此需要对晶圆的缺陷进行检测。
现有技术中，晶圆在扩膜工艺后，由于自然拉伸变形、扭曲、边缘畸变、切割异常和产品本身公差变化导致的晶格单元感兴趣区域(region of interest，ROI)与模板ROI之间的细微变化，从而造成检测精度损失的问题，品质过杀严重。
如背景技术部分所述，现有技术中该领域的自动光学检测设备(AutomatedOptical Inspection，AOI)将视觉检测和运动控制糅合在一起，运动控制也负责光源亮起和相机拍摄，视觉和运动控制在高并发和强算力时会出现资源争抢，异常故障率高；AOI视觉检测从属于上位机设备，即受上位机控制，导致大部分执行逻辑有上位机主导，混合控制变更时，需要修改上位机底层代码，会影响到视觉检测部分，且整体扩展性差。在做多工位联合处理时，各个工位相互独立，使用多个工控机独立登录并管理各自的工位，无法形成统一的配置和预览界面、客户需要频繁切换；同时，对不同尺寸和形状的产品的兼容性差、换型时，建模时间长、操作复杂、高度依赖人员经验。
基于上述原因，本说明书实施例的一个方面提出一种超大视野分布计算视觉检测方法。如图1所示，所述检测方法包括：
步骤S101，产品承载装置将待检测产品移动至图像采集装置的图像采集位置。
本步骤中待检测产品为晶圆。其中，晶圆的检测精度可以达到u级，属于微观视觉检测，一般视野分为4-12英寸不等，用10倍-50倍的镜头自动对焦，对景深要求苛刻，需要做防震动处理。
本实施例中，检测开始后，机械手从卡塞托盘的料盘逐一取料，并放置在产品承载装置上。本实施例中，产品承载装置为在载物台。之后通过上位机控制载物台携带待检测的晶圆移动至图像采集装置的图像采集位置，使得将待检测产品对准图像采集装置的摄像头。
步骤S102，图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄，获得所述待检测产品的多张有序待检测图像并发送给图像检测装置；其中，每张所述待检测图像包括所述待检测产品的至少部分图像。
在本步骤中，图像采集装置可以为AOI相机。由于晶圆的检测精度为u级，因此采用高达25M分辨率、帧率81帧的AOI相机高速移动并多次复合拍照。如图2所示，AOI相机按照S型轨迹对待检测产品进行点阵轨迹的高速拍摄，从而获得多张有序待检测图像，每张待检测图像均包含该图像在整个待检测产品图像中的坐标，多张待检测图像按照顺序以及各自的坐标拼接在一起即可得到整个待检测产品的整个图像。获取的有序待检测图像达20G，采用CXP(非对称的高速点对点串行通信数字接口标准的传输技术)传输方式快速把待检测图像传送到图像检测装置；AOI相机也可实现线扫16K的成像。
步骤S103，所述图像检测装置基于所述待检测图像进行缺陷检测，基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果，并基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果并发送给上位机。
其中，图像处理装置搭载图像检测系统，内置图像检测算法，可以对基于待检测图像对待检测产品进行缺陷检测。图像处理装置包括工业个人计算机(Industrinl PesonalComputer，IPC)和与工业个人计算机连接的多个计算机(PC)。本实施例中，图像采集装置每采集一张待检测图像即将其发送给图像处理装置的IPC，IPC将待检测图像按照循环分发给各个PC，每个PC均有一张待检测图像进行检测获得该待检测图像对应的部分缺陷检测结果，其他待检测图像排队。
PC获取了部分缺陷检测结果后发送给IPC，由IPC将各个部分缺陷检测结果汇总生成待检测产品的完整缺陷检测结果。
在本实施例中，所有的PC可以同时做同样的检测任务，也可分时做同样的检测任务，或者分别做不同的检测任务并按照顺序依次发生；各个PC内部建立图像自由竞争的按需取用的分发机制、数据共享，优化了对系统资源的使用，避免一些PC负载过饱和而另一些PC工位负载不足。
步骤S104，所述上位机基于所述完整缺陷检测结果进行展示及报错。
本步骤中，上位机基于预设的规则进行展示。
本说明书实施例所述超大视野分布计算视觉检测方法，通过图像采集装置获取检测产品的多张有序的待检测图像，通过图像检测装置对待检测图像进行缺陷检测，并将检测出的部分缺陷检测结果汇总生成完整缺陷检测结果后通过上位机进行展示，将缺陷检测和运动控制分散开，避免缺陷检测与运动控制在高并发和强算力时会出现资源争抢，降低故障率；缺陷检测由图像检测装置自行实现，变更时无需修改上位机底层代码，不影响视觉缺陷检测部分，扩展性好。
在本说明书的一个或多个实施例中，步骤S101中产品承载装置将待检测产品移动至图像采集装置的图像采集位置之前，还包括：获取所述待检测产品的产品ID作为所述待检测图像的标记。本实施例中，在采集待检测图像之前，先通过USB扫码枪对待检测产品上的ID条码进行扫描以获得待检测产品的产品ID，并将该产品ID发送给各个图像采集装置，图像采集装置可基于该产品ID可以确定待检测产品的类型、型号、身份ID等特征。类型、型号等数据可确定后续检测时所调用的模板等数据。身份ID可用于确定当前待检测产品的身份，后续获得的待检测图像、部分缺陷检测结果均会包括该产品ID，以便于图像检测装置可基于产品ID识别出从属于同一待检测产品的部分缺陷检测结果，并基于产品ID将部分缺陷检测结果汇总生成完整缺陷检测结果。
在本说明书的一个或多个实施例中，步骤S102中所述图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄之前，还包括：所述上位机控制所述产品承载装置进行角度纠偏和位置矫正，以使所述待检测产品的中心与所述图像采集装置的视野中心重合。
本实施例中，产品承载装置为可沿XYθ方向移动的高精度载物台。通过载物台在XYθ方向移动对待检测产品进行角度纠偏和位置矫正，保证每一个待检测产品均在相同的检测位，目的是保证待检测产品的中心和图像采集装置的视野中心重合，载物台基于新的拍摄位，重新更新检测位置；之后图像采集装置不移动，载物台携带待检测产品高速点阵移动拍摄。其中，图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄，还包括：获取不同光源照射条件下的所述待检测图像。即载物台携带待检测产品高速点阵移动拍摄时，需要按照需要切换白光、红光、蓝光、绿光等光源进行拍摄，实现切换间隙<5ms的瞬间切换，并通过不同的发光模式，分别对应光场和缺陷形态，优化成像，区分不同缺陷类型和对比度。
在一些可选的实施例中，所述控制所述产品移动装置进行角度纠偏和位置矫正，包括：
步骤S201，基于所述图像采集装置的视野与所述待检测产品中目标检测单元的位置计算第一偏移量。
本实施例中，如图3所示，虽然晶圆的晶格单元按照一定的行列间距规则排布，但是单个晶圆本身是无序状态、产品入料角度可能会产生偏差，因此需要先对晶圆做高精度的角度纠偏和位置矫正，以消除在进料和检测时基准位置的误差。
如图3所示，基于晶格单元在待检测晶圆上的排布位置是按照一定的行列间距规则排布，因此基于多个晶格单元的行、列的位置可以确定其相对于图像采集装置的视野的偏移，即第一偏移量；即图像采集装置的视野可形成具有相机视野坐标系，晶格单元在待检测晶圆上的行列排布可以形成产品计数坐标系，基于第一偏移量可以建立两个坐标系之间的转化关系。
可选的，步骤S201具体包括：
步骤S301，获取所述待检测产品中的多个目标检测单元。
本步骤中，待检测产品为晶圆，目标检测单元为晶格单元。通过预先存储的模板可以搜索到所有的晶格单元。其中，预先存储的模板可以基于产品ID调用与当前待检测产品对应的模板。
步骤S302，将多个所述目标检测单元的中心点拟合成一条直线。
本步骤中，把多个晶格单元的中心点以最小二乘法拟合成一条直线。为了便于计算，在本步骤中刨除异常偏离的点，避免异常偏离的点对本步骤造成的不利影响。
步骤S303，计算该直线与基准图像中的基准直线之间的角度差值，获得所述第一偏移量。
本步骤中，将模板中基准图像的基准直线的角度定义为起始0度，将当前获取的待检测图像的直线角度与基准图像的基准直线的角度相减，从而获得第一偏移量。步骤S202，基于所述待检测产品中目标检测单元的坐标、所述待检测产品的尺寸与所述第一偏移量计算第二偏移量。
本步骤中，由于待检测晶圆具有一定的尺寸，因此其可构成产品尺寸坐标系。而基于待检测晶圆中各个晶格单元在待检测晶圆整体上的位置以及待检测晶圆其本身的尺寸，即可确定出晶格单元与晶圆尺寸之间的偏移，再结合已计算出的第一偏移量，即可获得图像采集装置的视野与晶圆尺寸之间的第二偏移量。
步骤S202，基于所述待检测产品的尺寸、所述产品承载装置的尺寸与所述待检测产品在所述产品承载装置上的位置计算第三偏移量。
本步骤中，由于产品承载装置也具有一定的尺寸，即可构成平台坐标系。基于待检测的晶圆在产品承载装置上的位置以及二者的尺寸，即可确定待检测的晶圆与产品承载装置之间的偏移，再结合已计算出的第二偏移量，即可获得图像采集装置的视野与产品承载装置之间的第三偏移量。
步骤S204，基于所述产品承载装置的标准移动轨迹及所述第三偏移量，计算所述产品承载装置的实际移动轨迹，并控制所述产品承载装置根据所述实际移动轨迹移动至所述图像采集位置。
之后，结合系统预存的产品承载装置的标准移动轨迹以及计算出的第三偏移量，即可重新计算产品承载装置的实际移动轨迹，从而完成对产品承载装置进行角度纠偏和位置矫正，如图4所示。之后，图像采集装置位置固定，产品承载装置根据实际移动轨迹进行移动，图像采集装置进行点阵拍摄，获得待检测图像。
在上述实施例中，由于采用上述实施例所述方法进行了角度纠偏和位置矫正，即使待检测的晶圆因扩膜工艺产生拉伸变形、扭曲、边缘畸变、切割异常和产品本身公差变化导致晶格单元与模板之间产生变化，在进行了角度纠偏和位置矫正后可提高检测精度；同时，即使在检测过程中对不同型号的晶圆进行检测，也无需换型，从而降低了操作复杂度，无需依赖人员经验即可实现自动检测。
可选的，在上述实施例中，待检测产品的整体位姿发生偏移时，还需要对待检测产品中的每个目标检测单元进行编号和行列划分，即先对晶格单元在视野内的感兴趣区域进行提取、计数，再依据当前感兴趣区域分布做感兴趣区域阵列计算，平移阵列出所有检测单元的感兴趣区域，再进行晶格编号和每一个晶格应所属的行列划分，保证在感兴趣区域个数完整不丢失、感兴趣区域跟随补正精准、位置编号和行列号一一对应。
在本说明书的另一些可选实施例中，步骤S103中所述图像检测装置基于所述待检测图像进行缺陷检测，基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果，包括：对所述待检测图像中的目标检测单元进行轮廓提取，并根据预先设置的缺陷规则确定缺陷分类，获得所述缺陷结果检测数据。
在本实施例中，由于检测精度为1个像素左右，当待检测产品发生形变或加工公差时，需要根据标准产品提取标准轮廓，再根据实际待检测产品的实时形状规格，自动提取待检测产品区域的轮廓边缘，使调整后的标准轮廓更加吻合实际产品边缘、从而提高检测精度、降低边缘误检。
可选的，在进行轮廓提取时，当标准产品轮廓和当前待检测产品区域粗定位后，继续沿内外边缘做像素逐点扫描和修正，基于待检测产品区域二次生成轮廓从而确定待检测产品区域；或者，当标准产品轮廓和当前待检测产品区域粗定位后，二者中心的点对齐，之后继续做边缘的内缩、外扩的等比自适应，基于待检测产品区域二次生成轮廓从而确定待检测产品区域。
可选的，所述根据预先设置的缺陷规则确定缺陷分类，获得所述缺陷结果检测数据，包括：将所述待检测图像与标准产品图像进行对比，获取二者具有差异的区域作为缺陷区域；对缺陷区域进行亮暗极性识别后进行形态学划分以获取缺陷形状图形，再获取所述缺陷形状图形的参数信息，将所述参数信息与预先设置的缺陷规则进行比较以确定缺陷分类以及缺陷等级，从而获得缺陷结果检测数据。其中，所述参数信息可以包括圆形度、灰阶值、强度值、面积值、直线度、圆弧度以及正反面。每个缺陷分类可包括缺陷的序号、代码、名称、形状包裹、等级、颜色等缺陷属性。其中，通过对圆形度、灰阶值、强度值、面积值、直线度、圆弧度以及正反面等参数信息进行阈值划分从而确定单项缺陷等级，再结合各个缺陷分类与一个或多个参数信息的单项缺陷等级之间的关联关系，从而确定最终的缺陷规则。例如，圆形度的取值范围为0-1000，基于预设的阈值将其取值范围划分为弱、低、中、强四个单项缺陷等级，将待检测产品中某一缺陷形状图形的圆形度值满足弱等级时，可认定其不为缺陷，若检测出的缺陷形状图形的圆形度值满足低、中或强等级时，需要将其标记为单项缺陷。一个或多个参数信息的单项组合可以确定缺陷分类以及缺陷等级。
在一些可选实施例中，步骤S103中基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果，包括：基于所述第三偏移量将多个所述部分缺陷检测结果投影到所述虚拟图像中并标记，以获得所述完整缺陷检测结果。
本实施例中，获取部分缺陷检测结果之后，根据产品ID将从属于同一个待检测产品的部分缺陷检测结果筛选出来，去重后投影在一个虚拟图像中，从而将不同PC计算出来的缺陷检测结果在同一张图像上显示，以便于检测人员的查看。可选的，为了便于查看，为不同的缺陷分配不同的颜色。其中，完整缺陷检测结果包括检测过程数据以及最终的检测结果，例如原图、缺陷小图、缺陷信息等。
可以理解，该方法可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。
需要说明的是，上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思，与上述任意实施例方法相对应的，本说明书一个或多个实施例还提供了一种超大视野分布计算视觉检测系统，用于实现如上述任一项实施例所述的超大视野分布计算视觉检测方法。如图5所示，所述检测系统包括产品承载装置、图像采集装置、图像处理装置以及上位机；其中，
所述产品承载装置，被配置为：将待检测产品移动至图像采集装置的图像采集位置；
所述图像采集装置，被配置为：对所述待检测产品进行点阵轨迹的高速拍摄，获得所述待检测产品的多张有序的待检测图像并发送给图像检测装置；其中，每张所述待检测图像包括所述待检测产品的至少部分图像；
所述图像处理装置，被配置为：基于所述待检测图像进行缺陷检测，基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果，并基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果并发送给上位机；
所述上位机，被配置为：基于所述完整缺陷检测结果进行展示
上述实施例的装置用于实现前述实施例中相应的超大视野分布计算视觉检测方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本说明书一个或多个实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本说明书一个或多个实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本说明书一个或多个实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本说明书一个或多个实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本公开的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本说明书一个或多个实施例。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本说明书一个或多个实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本说明书一个或多个实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (10)
1.一种超大视野分布计算视觉检测方法，其特征在于，包括：
产品承载装置将待检测产品移动至图像采集装置的图像采集位置；
图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄，获得所述待检测产品的多张有序的待检测图像并发送给图像检测装置；其中，每张所述待检测图像包括所述待检测产品的至少部分图像；
所述图像检测装置基于所述待检测图像进行缺陷检测，基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果，并基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果并发送给上位机；
所述上位机基于所述完整缺陷检测结果进行展示。
2.根据权利要求1所述的方法，其特征在于，所述将待检测产品移动至图像采集装置的图像采集位置之前，还包括：
获取所述待检测产品的产品ID作为所述待检测图像的标记。
3.根据权利要求1所述的方法，其特征在于，所述图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄之前，还包括：
所述上位机控制所述产品承载装置进行角度纠偏和位置矫正，以使所述待检测产品的中心与所述图像采集装置的视野中心重合。
4.根据权利要求3所述的方法，其特征在于，所述控制所述产品移动装置进行角度纠偏和位置矫正，包括：
基于所述图像采集装置的视野与所述待检测产品中目标检测单元的位置计算第一偏移量；
基于所述待检测产品中目标检测单元的位置、所述待检测产品的尺寸与所述第一偏移量计算第二偏移量；
基于所述待检测产品的尺寸、所述产品承载装置的尺寸、所述待检测产品在所述产品承载装置上的位置与所述第二偏移量计算第三偏移量；
基于所述产品承载装置的标准移动轨迹及所述第三偏移量，计算所述产品承载装置的实际移动轨迹，并控制所述产品承载装置根据所述实际移动轨迹移动至所述图像采集位置。
5.根据权利要求4所述的方法，其特征在于，所述待检测产品中包括阵列分布的多个目标检测单元；所述基于所述图像采集装置的视野与所述待检测产品中检测目标的坐标计算第一偏移量，包括：
获取所述待检测产品中的多个目标检测单元；
将多个所述目标检测单元的中心点拟合成一条直线；
计算该直线与基准图像中的基准直线之间的角度差值，获得所述第一偏移量。
6.根据权利要求5所述的方法，其特征在于，还包括：
对所述待检测产品中的每个目标检测单元进行编号和行列划分，获得每个所述目标检测单元的位置。
7.根据权利要求4所述的方法，其特征在于，所述基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果，包括：
基于所述第三偏移量将多个所述部分缺陷检测结果投影到虚拟图像中并标记，以获得所述完整缺陷检测结果。
8.根据权利要求1所述的方法，其特征在于，所述图像检测装置基于所述待检测图像进行缺陷检测，基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果，包括：
对所述待检测图像中的目标检测单元进行轮廓提取，并根据预先设置的缺陷规则确定缺陷分类，获得所述缺陷结果检测数据。
9.根据权利要求1所述的方法，其特征在于，所述图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄，还包括：
获取不同光源照射条件下的所述待检测图像。
10.一种超大视野分布计算视觉检测系统，其特征在于，用于实现如权利要求1-9任一项所述的超大视野分布计算视觉检测方法，包括产品承载装置、图像采集装置、图像处理装置以及上位机；其中，
所述产品承载装置，被配置为：将待检测产品移动至图像采集装置的图像采集位置；
所述图像采集装置，被配置为：对所述待检测产品进行点阵轨迹的高速拍摄，获得所述待检测产品的多张有序的待检测图像并发送给图像检测装置；其中，每张所述待检测图像包括所述待检测产品的至少部分图像；
所述图像处理装置，被配置为：基于所述待检测图像进行缺陷检测，基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果，并基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果并发送给上位机；
所述上位机，被配置为：基于所述完整缺陷检测结果进行展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110139568.1A CN112964722B (zh) | 2021-02-01 | 2021-02-01 | 一种超大视野分布计算视觉检测方法及检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110139568.1A CN112964722B (zh) | 2021-02-01 | 2021-02-01 | 一种超大视野分布计算视觉检测方法及检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112964722A true CN112964722A (zh) | 2021-06-15 |
| CN112964722B CN112964722B (zh) | 2024-02-06 |
Family
ID=76273018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110139568.1A Active CN112964722B (zh) | 2021-02-01 | 2021-02-01 | 一种超大视野分布计算视觉检测方法及检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112964722B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103424410A (zh) * | 2013-08-02 | 2013-12-04 | 上海华力微电子有限公司 | 晶圆缺陷自动目检的方法 |
| CN110969598A (zh) * | 2018-09-28 | 2020-04-07 | 台湾积体电路制造股份有限公司 | 晶圆检查方法以及晶圆检查系统 |
| CN111398295A (zh) * | 2020-04-24 | 2020-07-10 | 上海御微半导体技术有限公司 | 一种缺陷检测装置及其方法 |
-
2021
- 2021-02-01 CN CN202110139568.1A patent/CN112964722B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103424410A (zh) * | 2013-08-02 | 2013-12-04 | 上海华力微电子有限公司 | 晶圆缺陷自动目检的方法 |
| CN110969598A (zh) * | 2018-09-28 | 2020-04-07 | 台湾积体电路制造股份有限公司 | 晶圆检查方法以及晶圆检查系统 |
| CN111398295A (zh) * | 2020-04-24 | 2020-07-10 | 上海御微半导体技术有限公司 | 一种缺陷检测装置及其方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张鹏 等: "《智能制造装备设计与故障诊断》", 机械工业出版社, pages: 126 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112964722B (zh) | 2024-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10438340B2 (en) | Automatic optical inspection system and operating method thereof | |
| US5943551A (en) | Apparatus and method for detecting defects on silicon dies on a silicon wafer | |
| EP1560018B1 (en) | Method and device for preparing reference image in glass bottle inspection device | |
| US20060133660A1 (en) | Apparatus and method for detecting defect existing in pattern on object | |
| EP1560017A1 (en) | Glass bottle inspection device | |
| WO2011152445A1 (ja) | 太陽電池パネルのｅｌ検査装置、及びｅｌ検査方法 | |
| US7415362B2 (en) | Image defect inspection apparatus | |
| KR101261016B1 (ko) | 평판패널 기판의 자동광학검사 방법 및 그 장치 | |
| JP2020012754A (ja) | 基板検査方法及び基板検査装置 | |
| WO2023108545A1 (en) | Method for constructing defect detection model of micro led array panel, apparatures for dectectig pixel defect and devices | |
| CN103311148A (zh) | 一种检测观察缺陷的方法 | |
| US11971367B2 (en) | Inspection device and inspection method | |
| JP6287249B2 (ja) | 外観検査装置、外観検査方法、およびプログラム | |
| KR101068356B1 (ko) | 화상처리를 이용한 디스플레이 패널의 픽셀 불량 검사 방법 | |
| JP2015004641A (ja) | ウエハ外観検査装置 | |
| CN112964722A (zh) | 一种超大视野分布计算视觉检测方法及检测系统 | |
| JP2013117490A (ja) | 検査システム及びレシピ設定方法 | |
| CN112964723B (zh) | 一种双面多目标等间距阵列视觉检测方法及检测系统 | |
| US7684610B2 (en) | Rotating prism component inspection system | |
| WO2019176614A1 (ja) | 画像処理装置、画像処理方法、およびコンピュータプログラム | |
| CN116256366A (zh) | 一种芯片缺陷的检测方法、检测系统及存储介质 | |
| CN110930380B (zh) | 一种缺陷观测机台及其的图像分析补偿方法 | |
| JP2006145228A (ja) | ムラ欠陥検出方法及び装置 | |
| KR102364989B1 (ko) | 행/열 인덱스 기반 led 웨이퍼 맵 생성 방법 및 시스템 | |
| CN117470872B (zh) | 分板品质检测方法、装置、分板机及电路板生产线 |
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 |