CN113542544B - 影像处理系统及其方法 - Google Patents
影像处理系统及其方法 Download PDFInfo
- Publication number
- CN113542544B CN113542544B CN202110415728.0A CN202110415728A CN113542544B CN 113542544 B CN113542544 B CN 113542544B CN 202110415728 A CN202110415728 A CN 202110415728A CN 113542544 B CN113542544 B CN 113542544B
- Authority
- CN
- China
- Prior art keywords
- image processing
- wafer mark
- image
- wafer
- character
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
-
- 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
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/1431—Illumination control
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67294—Apparatus for monitoring, sorting or marking using identification means, e.g. labels on substrates or labels on containers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本公开提供一种影像处理系统及其方法。该系统具有一影像撷取单元以及一影像处理单元。该影像撷取单元包括一相机、一光源以及一晶圆传输平台。该相机撷取一晶圆标记的影像。该光源是一可变光源,能够投射经过在该晶圆标记上的多个化学残留物,其中该相机通过该可变光源撷取该晶圆标记的该区域的多个影像。该影像处理单元具有一影像处理器以及一物件配对子系统。该影像处理器经配置以执行该影像处理器的多个计算,以产生一输出结果。该物件配对子系统具有一物件配对单元以及一存储器单元。该物件配对单元具有一人工智能统计模型,用以辨识该晶圆标记的每一字元。该存储器单元存储该物件配对单元检测在每一影像中的该晶圆标记的每一字元的一组几率。
Description
技术领域
本申请案主张2020年4月20日申请的美国正式申请案第16/853,245号的优先权及益处,该美国正式申请案的内容以全文引用的方式并入本文中。
本公开涉及一种影像处理系统及其方法,是用以处理并读取一晶圆标记。
背景技术
在半导体产业中,由于集成密度(integration density)的改善,所以已经经历快速成长。以晶圆制造的半导体元件需要小心的控制并通过晶圆标记(wafer marks)以进行识别。然而,在半导体元件的制造期间,化学残留物常常使晶圆标记模糊。据此,用于处理及读取晶圆标记的系统和方法,是需要能够识别模糊的字元,并提供对晶圆标记的准确识别。
上文的“先前技术”说明仅是提供背景技术,并未承认上文的“先前技术”说明揭示本公开的标的,不构成本公开的先前技术,且上文的“先前技术”的任何说明均不应作为本案的任一部分。
发明内容
本公开的一实施例提供一种影像处理系统,包括一影像撷取单元以及一影像处理单元。该影像撷取单元包括一相机、一光源以及一晶圆传输平台。该相机撷取一晶圆具有一晶圆标记的一区域的影像。该光源围绕该相机设置,该光源是一可变光源,能够投射经过在该晶圆标记上的多个化学残留物,其中该相机通过该可变光源撷取该晶圆标记的该区域的多个影像。该晶圆传输平台经配置以运送该晶圆。该影像处理单元包括一影像处理器以及物件配对子系统。该影像处理器经配置以执行该影像处理单元的多个计算,以产生一输出结果。该物件配对子系统包括一物件配对单元以及一存储器单元。该物件配对单元包括一人工智能统计模型,用以执行一统计分析,以辨识该晶圆标记的每一字元。该存储器单元存储该物件配对单元检测在该晶圆标记的每一影像中的该晶圆标记的每一字元的一组几率。
在本公开的一些实施例中,该影像处理单元还包括一进阶影像处理子系统,包括一进阶影像处理引擎以及一物件辨识单元,其中该进阶影像处理引擎与该物件辨识单元利用一边缘检测及影像堆叠技术以进一步处理该晶圆标记的该影像。
在本公开的一些实施例中,通过该物件配对单元所执行的该统计分析,包括将用于检测该晶圆标记的每一字元的该组几率与一阀域值进行比较。
在本公开的一些实施例中,通过该物件配对单元所执行的该统计分析,还包括辨识该晶圆标记的每一字元,是通过在该晶圆标记的所有所述影像之间找到具有一最高几率的每一字元,而该最高几率的每一字元是在存储在该存储器单元中的该组几率与该阀域值之间的比较中所找到。
在本公开的一些实施例中,该相机为一面扫描相机(area scan camera),能够撷取在该晶圆的一背侧或一前侧中的该晶圆标记的该影像。
在本公开的一些实施例中,该光源经配置以提供可变波长、可变强度以及可变角度的一光线。
在本公开的一些实施例中,该晶圆标记符合国际半导体设备和材料(SEMI)字元标准。
本公开的另一实施例提供一种影像处理系统,包括一影像撷取单元、一或多个处理器及一或多个电脑可读非暂时性存储媒体。该影像撷取单元包括一相机、一光源以及一晶圆传输平台。该相机撷取一晶圆具有一晶圆标记的一区域的影像。该光源围绕该相机设置,该光源是一可变光源,能够投射经过在该晶圆标记上的多个化学残留物,其中该相机通过该可变光源撷取该晶圆标记的该区域的多个影像。该晶圆传输平台经配置以运送该晶圆。该或多个电脑可读非暂时性存储媒体耦接到该一或多个处理器,并包括由该一或多个处理器执行时可操作以使该影像处理系统执行以下指令:接收通过该相机所撷取的该影像;执行使用一人工智能统计模型的一统计分析,以辨识该晶圆标记的每一字元;存储一组几率,该组几率是用于检测在该晶圆标记的每一影像中的该晶圆标记的每一字元;以及执行多个计算以产生一输出结果。
在本公开的一些实施例中,该一或多个电脑可读非暂时性存储媒体还包括由该一或多个处理器执行时可操作以使该影像处理系统执行以下指令:利用一边元检测及影像堆叠技术以进一步处理该晶圆标记的该影像。
在本公开的一些实施例中,该统计分析包括比较该组几率与一阀域值,该组几率是用于检测该晶圆标记的每一字元。
在本公开的一些实施例中,该统计分析还包括辨识该晶圆标记的每一字元,是通过在该晶圆标记的所有所述影像之间找到具有一最高几率的每一字元,而该最高几率的每一字元是在存储在该存储器单元中的该组几率与该阀域值之间的比较中所找到。
在本公开的一些实施例中,该相机为一面扫描相机,能够撷取在该晶圆的一背侧或一前侧中的该晶圆标记的该影像。
在本公开的一些实施例中,该光源经配置以提供可变波长、可变强度以及可变角度的一光线。
在本公开的一些实施例中,该晶圆标记符合国际半导体设备和材料字元标准。
本公开的另一实施例提供一种影像处理方法,包括:撷取一晶圆的一区域的多个影像,其是由一影像撷取单元的一相机通过一可变光源所执行,且该晶圆具有一晶圆标记;接收由该相机所撷取的该多个影像,其是由该影像处理单元所执行;执行使用一人工智能统计模型的一统计分析,以辨识晶圆标记的每一字元,其是由一物件配对子系统所执行;存储一组几率,该组几率是用于检测在该晶圆标记的每一影像中的该晶圆标记的每一字元,其是由该影像处理单元的一存储器单元所执行;以及执行多个计算以产生一输出结果,其是由一影像处理器所执行。
在本公开的一些实施例中,该方法还包括利用一边缘检测及影像堆叠技术以进一步处理该晶圆标记的该多个影像,其是由一进阶影像处理子系统所执行。
在本公开的一些实施例中,执行该统计分析的该步骤包括比较该组几率与一阀域值,其是由一物件配对单元所执行,而该组几率是用于检测该晶圆标记的每一字元。
在本公开的一些实施例中,执行该统计分是的该步骤还包括辨识该晶圆标记的每一字元,是通过在该晶圆标记的所有该多个影像之间找到具有一最高几率的每一字元,而该最高几率的每一字元是在存储在该存储器单元中的该组几率与该阀域值之间的比较中所找到,其是由该物件配对单元所执行。
在本公开的一些实施例中,该相机为一面扫描相机,能够撷取在该晶圆的一背侧或一前侧中的该晶圆标记的该多个影像,且该影像撷取单元的一光源经配置以提供可变波长、可变强度以及可变角度的一光线。
在本公开的一些实施例中,该晶圆标记符合国际半导体设备和材料字元标准。
上文已相当广泛地概述本公开的技术特征及优点,而使下文的本公开详细描述得以获得较佳了解。构成本公开的权利要求标的的其它技术特征及优点将描述于下文。本公开所属技术领域中具有通常知识者应了解,可相当容易地利用下文揭示的概念与特定实施例可作为修改或设计其它结构或制程而实现与本公开相同的目的。本公开所属技术领域中具有通常知识者亦应了解,这类等效建构无法脱离后附的权利要求所界定的本公开的精神和范围。
附图说明
参阅实施方式与权利要求合并考量图式时,可得以更全面了解本申请案的揭示内容,图式中相同的元件符号是指相同的元件。
图1为依据本公开一些实施例中一种半导体制造设备的方框示意图。
图2为依据本公开一些实施例中在图1中的该半导体制造设备的一控制平台的方框示意图。
图3为依据本公开一些实施例中用于处理及读取一晶圆标记的多个字元(characters)的一种影像处理系统的方框示意图。
图4A及图4B为依据本公开一些实施例中在图3中的该影像处理系统的一影像撷取单元的结构示意图。
图5为依据本公开一些实施例中在图3中的该影像处理系统的该影像撷取单元的顶视示意图。
图6A及图6B为依据本公开一些实施例中被化学残留物所模糊的多个晶圆标记的影像示意图。
图7为依据本公开一些实施例中在图3中的该影像撷取单元的接口的方框示意图。
图8为依据本公开一些实施例中在图3中的一物件配对子系统的方框示意图。
图9A及图9B为依据本公开一些实施例中所述晶圆标记的影像示意图。
图10为依据本公开一些实施例中在图3中的一进阶(advanced)影像处理子系统的方框示意图。
图11A、图11B及图11C为依据本公开一些实施例中通过使用该进阶影像处理子系统的一边缘检测与影像堆叠技术的结构示意图。
图12为依据本公开一些实施例中一种电脑系统的方框示意图。
图13为依据本公开一些实施例中用于处理及读取该晶圆标记的所述字元的一种影像处理方法的流程示意图。
图14为依据本公开一些实施例中该影像处理方法的详细操作的流程示意图。
图15为依据本公开一些实施例中在该影像处理方法中的步骤S603的详细操作的流程示意图。
图16为依据本公开一些实施例中在该影像处理方法中的步骤S603的详细操作的流程示意图。
其中,附图标记说明如下:
1:半导体制造设备
2:沉积工具
3:化学机械研磨工具
4:微影工具
5:蚀刻工具
6:清洗工具
7:制程序列
10:控制平台
11:系统
12:系统
13:系统
14:系统
15:系统
20:晶圆
20A:前侧
20B:背侧
21A:区域
21B:区域
22:晶圆标记
40:信号转换器
41:滤波器
80:电脑系统
98:化学残留物
99:化学残留物
100:影像处理系统
105:分析单元
110:影像撷取单元
111:相机
112:光源
113:晶圆传输平台
115:接口
120:影像处理单元
121:影像处理器
122:物件配对子系统
123:物件配对单元
125:存储器单元
126:进阶影像处理子系统
127:进阶影像处理引擎
128:物件辨识单元
500:处理器
502:网络接口
504:输入/输出装置
506:存储装置
508:存储器
510:使用者空间
512:核心
514:总线
600:影像处理方法
IMG:影像
IMG':影像
IN:输入信号
OR:输出结果
Pj:几率
R1:中间结果
R2:中间结果
S601:步骤
S602:步骤
S603:步骤
S6031:步骤
S6032:步骤
S6033:步骤
S6034:步骤
S604:步骤
S605:步骤
S6060:步骤
S6061:步骤
T:阀域值
具体实施方式
本公开的以下说明伴随并入且组成说明书的一部分的图式,说明本公开的实施例,然而本公开并不受限于该实施例。此外,以下的实施例可适当整合以下实施例以完成另一实施例。
应当理解,虽然用语“第一(first)”、“第二(second)”、“第三(third)”等可用于本文中以描述不同的元件、部件、区域、层及/或部分,但是这些元件、部件、区域、层及/或部分不应受这些用语所限制。这些用语仅用于从另一元件、部件、区域、层或部分中区分一个元件、部件、区域、层或部分。因此,以下所讨论的“第一装置(firstelement)”、“部件(component)”、“区域(region)”、“层(layer)”或“部分(section)”可以被称为第二装置、部件、区域、层或部分,而不背离本文所教示。
本文中使用的术语仅是为了实现描述特定实施例的目的,而非意欲限制本发明。如本文中所使用,单数形式“一(a)”、“一(an)”,及“该(the)”意欲亦包括复数形式,除非上下文中另作明确指示。将进一步理解,当术语“包括(comprises)”及/或“包括(comprising)”用于本说明书中时,所述术语规定所陈述的特征、整数、步骤、操作、元件,及/或组件的存在,但不排除存在或增添一或更多个其他特征、整数、步骤、操作、元件、组件,及/或上述各者的群组。
为了描述膜形成(film-forming)或沉积制程,为了一致性,在文中一般将使用术语“沉积(deposition)”。对于膜移除(film removal),将使用术语“蚀刻(etch)”,且对于一清洗移除制程,将使用术语“清洗(clean)”。为了说明清楚或方便起见,图式可使用其他名称。
图1为依据本公开一些实施例中一种半导体制造设备1的方框示意图。请参考图1,半导体制造设备1可具有多个半导体制造工具,例如一沉积工具2、一化学机械研磨(CMP)工具3、一微影工具4、一蚀刻工具5以及一清洗工具6。在一些实施例中,是生产制造多个微电子元件形成在一晶元中的一设计,且一布局(layout)是从该设计所制作。该布局可具有多组图案,其是将转换成一或多个多种材料的堆叠层,其是应用在其制造的一制程序列7期间的晶圆20,以形成各式不同电路及元件在晶圆20的基底上。为了便于辨识和管理在晶圆20中形成的多个半导体元件,可以例如通过使用固态二极体激光或脉冲气体激光将晶圆标记22激光印刷在晶圆20中。在一些实施例中,如图1所示,半导体制造设备1中的每个工具2~6可包括图像处理系统100,用于处理及读取晶圆标记22的字元(characters)。依据一些实施例,如图1所示的半导体制造设备1中的晶圆20的制程序列7为一例示处理流程,其是可使用多次来沉积或形成多个膜在晶圆20的一基底上,并使用微影及蚀刻技术的一差异将其图案化。如此一般的制造步骤可包括使用沉积工具2的一沉积制程、使用化学机械研磨工具3的一平坦化及/或研磨制程、使用微影工具4的具有一图案化光波长的一曝光制程、使用蚀刻工具5的该膜的曝光部分的一移除制程,以及使用该清洗工具6在用于接下来处理程序的准备中的一清洗制程6。应当理解,除了沉积、平坦化、微影、蚀刻以及清洗之外,如所属技术领域中具有通常知识者所理解的其他步骤,是可应用在半导体制造设备1中。再者,沉积、平坦化、微影、蚀刻以及清洗制程的每一步骤,可具有各式不同的特定步骤。因此,如图1所示的制程序列7不应该被解释成对于本公开的一些实施例的限制。应当进一步理解,图1中未示的测试和运送步骤可能亦需要影像处理系统100来处理及辨识晶圆标记22,以辨识及管理晶圆20中的多个半导体元件。在一些实施例中,使用在沉积工具2中的沉积的例子可包括化学气相沉积(CVD)、电化学沉积(ECD)、物理气相沉积(PVD)、分子束外延(MBE)、原子曾沉积(ALD)、自组装单分子层(SAM)沉积以及其他。在一些实施例中,沉积技术可通过等离子体的产生所补充,以便稳定地影响发生在基底表面处的制程的化学反应性(chemicalreactivity)。
图2为依据本公开一实施例中一种半导体制造设备1的一控制平台10的方框示意图。请参考图1及图2,控制平台10具有多个系统,用于控制并监控半导体制造设备1的所述制造工具。控制平台10可具有用于控制沉积工具2的一系统11、用于控制化学机械研磨工具3的一系统12、用于控制微影工具4的一系统13、用于控制蚀刻工具5的一系统100,以及用于控制清洗工具6的一系统14。在一些实施例中,可撷取量测与度量数据,以控制并最佳化由半导体制造设备1的所述制造工具所执行的所述制造流程。在一些实施例中,可将用于处理及读取晶圆标记22的影像处理系统100嵌入到用于控制半导体制造设备1的工具2~6的每个系统11~15中。在其他实施例中,影像处理系统100可以存在于与系统11~15分开设置的离散模组中。
图3为依据本公开一些实施例中用于处理及读取一晶圆标记22的多个字元的一种影像处理系统100的方框示意图。图4A及图4B为依据本公开一些实施例中在图3中的该影像处理系统100的一影像撷取单元110的结构示意图。图5为依据本公开一些实施例中在图3中的该影像处理系统100的该影像撷取单元110的顶视示意图。请参考图3,影像处理系统100包括一影像撷取单元110以及一影像处理单元120。请参考图4A及图4B,影像撷取单元110具有一相机111、一光源112以及一晶圆传输平台113。在一些实施例中,当晶圆标记22印刷在晶圆20的一前侧20A时,相机111可撷取晶圆20具有晶圆标记22的一区域21A的一影像IMG,请参考图4A。一接口115接收影像IMG,并产生一输入信号IN给影像处理单元120。在一些实施例中,当晶圆标记22印刷在晶圆20的一背侧20B时,相机111可撷取晶圆20具有晶圆标记22的一区域21B的一影像IMG',请参考图4B。接口115接收影像IMG',并产生一输入信号IN'给影像处理单元120。请参考图3,影像处理单元120包括一影像处理器121、一物件配对子系统122以及一进阶(advanced)影像处理子系统126。影像处理器121经配置以执行影像处理单元120的多个计算,以产生一输出结果OR。
在一些实施例中,参考图5,举例来说,光源112围绕相机111设置,且光源112能够投射经过位在晶圆标记22上的多个化学残留物。在一些实施例中,光源112经配置以提供可变波长、可变强度以即可变角度的一光线。图6A及图6B为依据本公开一些实施例中被化学残留物98及99所模糊的多个晶圆标记的影像示意图。请参考图6A及图6B,在用于形成如图1所示的所述半导体元件的制程序列7期间,化学残留物98及99可形成在晶圆20上。虽然化学残留物98及99可模糊样品标记(sample mark)(晶圆标记22)的一部份,但是光源112能够投射经过化学残留物98及99,且影像处理系统100能够处理及辨识晶圆标记22。在一些实施例中,晶圆传输平台113经配置以运送晶圆20,且晶圆传输平台113可贴合到能够将晶圆20从一侧翻转到另一侧的电子及/或机械机构(例如机械手臂)。在一些实施例中,相机111可为一面扫描相机(area scan camera),其是能够撷取在晶圆20的前侧20A或背侧20B中的晶圆标记22的影像IMG'或影像IMG。在一些实施例中,相机111可为一互补金属氧化物半导体(complementary metal-oxide semiconductor,CMOS)相机、电荷耦合元件(charge-coupled device,CCD)相机、一摄影机或其他适合类型的相机。应当理解,虽然本公开的一些图式是描述撷取在晶圆20的前侧20A中的晶圆标记22的影像IMG以及影像IMG被用于影像处理系统100的一输入信号IN,但是在其他实施例中,亦可撷取在晶圆20的背侧20B中的晶圆标记22的影像IMG',以及被用于影像处理系统100的输入信号IN。
图7为依据本公开一些实施例中在图3中的该影像撷取单元110的接口115的方框示意图。请参考图7,接口115包括一或多个信号转换器40以及一或多个滤波器41。在一些实施例中,所述信号转换器40可包括影像文件转换器(意即影像文件压缩转换器)、模拟-数字(A/D)转换器、数字-模拟(D/A)转换器,或其他适合的信号转换器。当产生用于影像处理单元120的输入信号IN时,接口115的所述信号转换器40可转换影像IMG成为其他影像格式、转换影像IMG从一列影像文件成为一压缩影像文件、转换影像IMG从一压缩影像文件成为一列影像文件,或是执行其他适合类型的转换。所述滤波器41可包括摄影滤波器(photographyfilers)、去频叠滤波器(anti-alias filters)、低通滤波器、高通滤波器、带通滤波器(band-pass filters)或其他用于影像处理系统100的特定应用的适合的滤波器。举例来说,可使用所述滤波器41以改善输入信号IN的信号-噪声比。
图8为依据本公开一些实施例中在图3中的一物件配对子系统122的方框示意图。请参考图8,物件配对子系统122包括一物件配对单元123以及一存储器单元125。物件配对单元123具有一人工智能(artificial intelligence,AI)统计模型,用以执行一统计分析以辨识晶圆标记22的每一字元。存储器单元125存储一组几率Pj,用以检测在晶圆标记22的每一影像IMG中的晶圆标记22的每一字元。图9A及图9B为依据本公开一些实施例中所述晶圆标记的影像示意图。如图9A及图9B所示的所述晶圆标记的所述影像是使用光源112的不同架构所成像,且所述字元是由光学影像辨识或其他适合的辨识技术所界定。例如,在不同光源照射下,化学残留物有不同的遮蔽区域。通过本公开的技术,晶圆标记可于输出结果OR识别。在一些实施例中,由物件配对单元123所执行的统计分析是包括比较该组几率与一阀域值T,该组几率是用于检测晶圆标记的每一字元。在一些实施例中,由物件配对单元123所执行的统计分析还包括辨识晶圆标记22的每一字元,是通过在晶圆标记22的所有所述影像之间找到具有一最高几率的每一字元,而该最高几率的每一字元是在存储在存储器单元125中的该组几率Pj与阀域值T之间的比较中所找到。在一些实施例中,由使用人工智能统计模型124的物件配对单元123所执行的统计分析可总结为以下两个方程序:
character=Max{∑all img(Thresh(T,Pj)*Pj)} (1)
其中,T为阀域值,而j表示在晶圆标记22中的每一可能的字元。依据方程序1及2,物件配对单元113找到在存储在存储器单元125中的该组几率Pj与阀域值T之间的比较中具有一最高几率的每一字元,其中该组几率Pj是由物件配对单元123的人工智能模型124所决定。在一些实施例中,举例来说,虽然可使用其他机器学习模型、演算法及/或技术,但是人工智能模型124可为一深度学习统计模型。在一些实施例中,如图8所示,物件配对子系统122可输出一中间结果R1。
图10为依据本公开一些实施例中在图3中的一进阶影像处理子系统126的方框示意图。图11A、图11B及图11C为依据本公开一些实施例中通过使用进阶影像处理子系统126的一边缘检测与影像堆叠技术(edge detection and image stacking technique)的结构示意图。请参考图9,进阶影像处理子系统126包括一进阶影像处理引擎127以及一物件辨识单元128。进阶影像处理引擎127与物件辨识单元128是利用一边缘检测及影像堆叠技术以进一步处理晶圆标记22的影像IMG。如图11A、图11B及图11C,在图11A中的所述影像是使用不同光源112的架构所撷取,且在图11A、图11B及图11C中的所述影像已经通过进阶影像处理引擎127与使用边缘检测及影像堆叠技术的物件辨识单元128进行处理,并显示在图11C中。据此,在一些实施例中,在进阶影像处理子系统126中执行的边缘检测及影像堆叠技术是加强在晶圆标记22中的所述字元成功检测的几率。在一些实施例中,如图10所示,进阶影像处理子系统126是输出一中间结果R2。在一些实施例中,影像处理器121经配置以执行影像处理单元120的多个计算,并依据中间结果R1与R2而产生一输出结果OR,且晶圆标记22的所述字符是在输出结果OR中被识识别。应当理解并感谢,由物件配对子系统122所执行的物件配对,以及由进阶影像处理子系统126所执行的检测及堆叠技术,是同时或以任何顺序完成。在一些实施例中,由影像处理系统100所处理的晶圆标记22可符合国际半导体设备和材料(Semiconductor Equipment and Materials International,SEMI)字元标准。
应当理解,本公开中所描述的工具、子系统、方法或操作步骤中的一或多个,是可以一电脑系统所实现,而该电脑系统具有当由电脑系统的一或多个处理器执行时的可操作的指令。举例来说,影像处理系统100与本公开将于后描述的一影像处理方法600是可由如图12描述的一电脑系统所实现。图12为依据本公开一些实施例中一种电脑系统80的方框示意图。请参考图12,电脑系统80可具有一或多个处理器500、一网络接口(I/F)502、一存储装置506、一存储器508以及一输入/输出(I/O)装置504,其是经由一总线514或其他内连接通信机制而通信地耦接。在一些实施例中,存储器508包括一随机存取存储器(RAM)、其他动态存储装置、只读存储器(ROM),或其他静态存储装置,其是耦接到总线514,用以存储数据或指令,以通过一或多个处理器500执行,且存储器508可具有一核心(kernel)512、一使用者空间510、核心与使用者空间的一些部分以及其元件。在一些实施例中,在通过一或多个处理器500所执行的指令执行期间,存储器508亦可使用于存储暂时变数或其他中间信息。
在一些实施例中,举例来说,存储装置506耦接到总线514,举例来说,总线514是用于传递数据或指令到核心512、使用者空间510等等。在一些实施例中,操作步骤与功能是被实现成存储在存储装置506中的一程序的功能,其是可包括耦接到一或多个处理器500的一或多个电脑可读非暂态存储媒体(computer-readable non-transitory storage media)。电脑可读非暂态存储媒体的例子包括外部/可移除或内部/内建存储或存储器单元,意即一光盘、一磁盘、一半导体存储器及其类似物的其中一或多个,但并不以此为限,而光盘是例如一DVD,磁盘是例如一硬盘,半导体存储器是例如ROM、RAM、存储卡。在一些实施例中,存储装置506的电脑可读非暂态存储媒体包括当通过一或多个处理器500所执行的可操作的指令,其是造成系统100:接收由相机111所撷取的影像IMG;执行使用一人工智能统计模型124的一统计模型,以辨识晶圆标记22的每一字元;存储该组几率Pj,而该组几率Pj是用于检测在晶圆标记22的每一影像IMG中的晶圆标记的每一字元;以及执行多个计算以产生输出信号OR。在一些实施例中,电脑可读非暂态存储媒体还包括当通过一或多个处理器500所执行的可操作的指令,其是造成影像处理系统100:利用一边缘检测及影像堆叠技术以进一步处理晶圆标记22的影像IMG。在一些实施例中,统计分析包括比较该组几率Pj与阀域值T,而该组几率Pj是用以检测晶圆标记22的每一字元。在一些实施例中,统计分析还包括辨识晶圆标记22的每一字元,是通过在晶圆标记22的所有所述影像IMG之间找到具有一最高几率的每一字元,而该最高几率的每一字元是在所存储的该组几率Pj与阀域值T之间的比较中所找到。
在一些实施例中,输入/输出装置504包括一输入装置、一输出装置以及用于启动使用者与分析单元互动的一组合的输入/输出装置。举例来说,一输入装置包括用于将信息与命令传送到处理器500的一键盘、小键盘(keypad)、鼠标、轨迹球(trackball)、轨迹垫(trackpad)或游标方向按键(cursor direction keys)。举例来说,一输出装置包括用于将信息传送到一使用者的一显示器、一印表机、一语音合成器(voice synthesizer)等等。在一些实施例中,本公开所描述的工具、子系统以及方法的一或多个操作步骤或功能,是通过电脑系统80的一或多个处理器500所实现,其是程序化于执行所述操作步骤与提供所述功能。存储器508、网络接口502、存储装置506、输入/输出装置504以及总线514的其中一个或多个,是可操作以用于处理器500所执行的接收指令、数据、设计规则、网络连线表(netlists)、布局(layouts)、模型(models)以及其他参数。在一些实施例中,本公开所描述的工具、子系统以及方法的一或多个操作步骤或功能,可通过特定架构硬件(例如通过一或多个特殊应用集成电路(application specific integrated circuit(ASIC))分开或取代(in lieu)处理器500。一些实施例是在一单一ASIC中合并一个以上的所述的操作步骤或功能。
图13为依据本公开一些实施例中用于处理及读取晶圆标记22的所述字元的一种影像处理方法600的流程示意图。在一些实施例中,方法600可通过图3所示的影像处理系统100所实现,且方法600亦可通过如图12所示的电脑系统80所实现。请参考图13,用于处理及读取晶圆标记22的所述字元的影像处理方法600是包括:撷取晶圆20具有晶圆标记22的一区域21A的一影像IMG,其是通过影像撷取单元110的相机111所实现(步骤S601);接收由相机111所撷取的影像IMG,其是通过一影像处理单元120所实现(步骤S602);执行使用人工智能统计模型的一统计分析,以辨识晶圆标记22的每一字元,其是通过物件配对子系统122所实现(步骤S603);存储该组几率Pj,而该组几率Pj是用于检测在晶圆标记22的每一影像IMG中的晶圆标记22的每一字元,其是通过影像处理单元120的存储单元125所实现(步骤S604);以及执行多个计算以产生输出信号OR,其是通过影像处理器121所实现(步骤S605)。
图14为依据本公开一些实施例中该影像处理方法600的详细操作的流程示意图。在一些实施例中,方法600还包括利用一边缘检测及影像堆叠技术(步骤S6060)以进一步处理晶圆标记22的影像IMG(步骤S6061),其是通过进阶影像处理子系统126所实现。图15为依据本公开一些实施例中在该影像处理方法600中的步骤S603的详细操作的流程示意图。在一些实施例中,在方法600中的步骤S603还包括:比较该组几率Pj与阀域值T(步骤S6032),该组几率Pj是用于检测晶圆标记22的每一字元,其是通过物件配对单元122所实现(步骤S6031)。图16为依据本公开一些实施例中在该影像处理方法600中的步骤S603的详细操作的流程示意图。在一些实施例中,在方法600中的步骤S603还包括:辨识晶圆标记22的每一字元(步骤S6033),是通过在晶圆标记22的所有所述影像IMG之间找到具有一最高几率的每一字元,而该最高几率的每一字元是在所存储的该组几率Pj与阀域值T之间的比较中所找到(步骤S6034),其是通过物件配对单元122所实现。
在一些实施例中,相机111为一面扫描相机,能够撷取在晶圆20的背侧20B或前侧20A的晶圆标记22的影像IMG,且影像处理单元110的光源112经配置以提供可变波长、可变强度以及可变角度的一光线。在一些实施例中,晶圆标记22是符合国际半导体设备和材料(SEMI)字元标准。
据此,尽管晶圆标记22被化学残留物覆盖,但用于处理及读取晶圆标记22的影像处理系统100与影像处理方法600仍能够成功地进行晶圆识别。通过结合人工智能统计模型以及进阶影像技术,系统100与方法600可处理及读取完整的晶圆标记,反之,传统机器视觉系统(machine vision system)是被预设情况所限制。因此,通过本公开的系统100与方法600,可实现多个晶圆的及时与准确的辨识。
本公开的一实施例提供一种影像处理系统,包括一影像撷取单元以及一影像处理单元。该影像撷取单元包括一相机、一光源以及一晶圆传输平台。该相机通过可变光源撷取一晶圆具有一晶圆标记的一区域的多个影像。该光源围绕该相机设置,该光源能够投射经过在该晶圆标记上的多个化学残留物。该晶圆传输平台经配置以运送该晶圆。该影像处理单元包括一影像处理器以及物件配对子系统。该影像处理器经配置以执行该影像处理单元的多个计算,以产生一输出结果。该物件配对子系统包括一物件配对单元以及一存储器单元。该物件配对单元包括一人工智能统计模型,用以执行一统计分析,以辨识该晶圆标记的每一字元。该存储器单元存储该物件配对单元检测在该晶圆标记的每一影像中的该晶圆标记的每一字元的一组几率。
本公开的另一实施例提供一种影像处理系统,包括一影像撷取单元、一或多个处理器及一或多个电脑可读非暂时性存储媒体。该影像撷取单元包括一相机、一光源以及一晶圆传输平台。该相机通过可变光源取得一晶圆具有一晶圆标记的一区域的多个影像。该光源围绕该相机设置,该光源能够投射经过在该晶圆标记上的多个化学残留物。该晶圆传输平台经配置以运送该晶圆。该或多个电脑可读非暂时性存储媒体耦接到该一或多个处理器,并包括由该一或多个处理器执行时可操作以使该影像处理系统执行以下指令:接收通过该相机所撷取的该影像;执行使用一人工智能统计模型的一统计分析,以辨识该晶圆标记的每一字元;存储一组几率,该组几率是用于检测在该晶圆标记的每一影像中的该晶圆标记的每一字元;以及执行多个计算以产生一输出结果。
本公开的另一实施例提供一种影像处理方法,包括:撷取一晶圆的一区域的一影像,其是由一影像撷取单元的一相机所执行,且该晶圆具有一晶圆标记;接收由该相机所撷取的该影像,其是由该影像处理单元所执行;执行使用一人工智能统计模型的一统计分析,以辨识晶圆标记的每一字元,其是由一物件配对子系统所执行;存储一组几率,该组几率是用于检测在该晶圆标记的每一影像中的该晶圆标记的每一字元,其是由该影像处理单元的一存储器单元所执行;以及执行多个计算以产生一输出结果,其是由一影像处理器所执行。
虽然已详述本公开及其优点,然而应理解可进行各种变化、取代与替代而不脱离权利要求所定义的本公开的精神与范围。例如,可用不同的方法实施上述的许多制程,并且以其他制程或其组合替代上述的许多制程。
再者,本申请案的范围并不受限于说明书中所述的制程、机械、制造、物质组成物、手段、方法与步骤的特定实施例。该技艺的技术人士可自本公开的揭示内容理解可根据本公开而使用与本文所述的对应实施例具有相同功能或是达到实质上相同结果的现存或是未来发展的制程、机械、制造、物质组成物、手段、方法、或步骤。据此,所述制程、机械、制造、物质组成物、手段、方法、或步骤是包含于本申请案的权利要求内。
Claims (17)
1.一种影像处理系统,包括:
一影像撷取单元,包括:
一相机,撷取一晶圆具有一晶圆标记的一区域的影像;
一光源,围绕该相机设置,该光源是一可变光源,能够以不同架构投射经过在该晶圆标记上的多个化学残留物,其中该相机通过该可变光源撷取该晶圆标记的该区域的多个影像;以及
一晶圆传输平台,用以运送该晶圆;
一影像处理单元,包括:
一影像处理器,经配置以执行该影像处理单元的多个计算,以产生一输出结果;以及
一物件配对子系统,包括:
一物件配对单元,包括一人工智能统计模型,用以执行一统计分析,以辨识该晶圆标记的每一字元;以及
一存储器单元,存储该物件配对单元检测在该晶圆标记的每一影像中的该晶圆标记的每一字元的一组几率。
其中该统计分析包括将由该人工智能统计模型决定且储存在该存储器单元用于检测该晶圆标记的每一字元的该组几率与一阀域值进行比较。
2.如权利要求1所述的影像处理系统,其中,该影像处理单元还包括一进阶影像处理子系统,包括一进阶影像处理引擎以及一物件辨识单元,其中该进阶影像处理引擎与该物件辨识单元利用一边缘检测及影像堆叠技术以进一步处理该晶圆标记的该影像。
3.如权利要求1所述的影像处理系统,其中,通过该物件配对单元所执行的该统计分析,还包括辨识该晶圆标记的每一字元,是通过在该晶圆标记的所有所述影像之间找到具有一最高几率的每一字元,而该最高几率的每一字元是在存储在该存储器单元中的该组几率与该阀域值之间的比较中所找到。
4.如权利要求1所述的影像处理系统,其中,该相机为一面扫描相机,能够撷取在该晶圆的一背侧或一前侧中的该晶圆标记的该影像。
5.如权利要求1所述的影像处理系统,其中,该光源经配置以提供可变波长、可变强度以及可变角度的光线。
6.如权利要求1所述的影像处理系统,其中,该晶圆标记符合国际半导体设备和材料字元标准。
7.一种影像处理系统,包括:
一影像撷取单元,包括:
一相机,撷取一晶圆具有一晶圆标记的一区域的影像;
一光源,围绕该相机设置,该光源是一可变光源,能够以不同架构投射经过在该晶圆标记上的多个化学残留物,其中该相机通过该可变光源撷取该晶圆标记的该区域的多个影像;以及
一晶圆传输平台,用以运送该晶圆;
一或多个处理器;以及
一或多个电脑可读非暂时性存储媒体,耦接到该一或多个处理器,并包括由该一或多个处理器执行时可操作以使该影像处理系统执行以下指令:
接收通过该相机所撷取的该影像;
执行使用一人工智能统计模型的一统计分析,以辨识该晶圆标记的每一字元;
存储一组几率,该组几率是用于检测在该晶圆标记的每一影像中的该晶圆标记的每一字元;以及
执行多个计算以产生一输出结果;
其中该统计分析包括将由该人工智能统计模型决定且储存在该存储器单元用于检测该晶圆标记的每一字元的该组几率与一阀域值进行比较。
8.如权利要求7所述的影像处理系统,其中,该一或多个电脑可读非暂时性存储媒体还包括由该一或多个处理器执行时可操作以使该影像处理系统执行以下指令:利用一边元检测及影像堆叠技术以进一步处理该晶圆标记的该影像。
9.如权利要求7所述的影像处理系统,其中,该统计分析还包括辨识该晶圆标记的每一字元,是通过在该晶圆标记的所有所述影像之间找到具有一最高几率的每一字元,而该最高几率的每一字元是在存储在一存储器单元中的该组几率与该阀域值之间的比较中所找到。
10.如权利要求7所述的影像处理系统,其中,该相机为一面扫描相机,能够撷取在该晶圆的一背侧或一前侧中的该晶圆标记的该影像。
11.如权利要求7所述的影像处理系统,其中,该光源经配置以提供可变波长、可变强度以及可变角度的光线。
12.如权利要求7所述的影像处理系统,其中,该晶圆标记符合国际半导体设备和材料字元标准。
13.一种影像处理方法,包括:
撷取一晶圆的一区域的多个影像,其是由一影像撷取单元的一相机通过一可变光源所执行,且该晶圆具有一晶圆标记,其中该可变光源能够以不同架构投射经过在该晶圆标记上的多个化学残留物;
接收由该相机所撷取的该多个影像,其是由该影像处理单元所执行;
执行使用一人工智能统计模型的一统计分析,以辨识晶圆标记的每一字元,其是由一物件配对子系统所执行;
存储一组几率,该组几率是用于检测在该晶圆标记的每一影像中的该晶圆标记的每一字元,其是由该影像处理单元的一存储器单元所执行;以及
执行多个计算以产生一输出结果,其是由一影像处理器所执行;
其中执行使用该人工智能统计模型的该统计分析的步骤包括将用于检测该晶圆标记的每一字元的该组几率与一阀域值进行比较,其是由一物件配对单元所执行。
14.如权利要求13所述的影像处理方法,还包括:利用一边缘检测及影像堆叠技术以进一步处理该晶圆标记的该影像,其是由一进阶影像处理子系统所执行。
15.如权利要求13所述的影像处理方法,其中,执行该统计分析的步骤还包括辨识该晶圆标记的每一字元,是通过在该晶圆标记的所有该多个影像之间找到具有一最高几率的每一字元,而该最高几率的每一字元是在存储在该存储器单元中的该组几率与该阀域值之间的比较中所找到,其是由该物件配对单元所执行。
16.如权利要求13所述的影像处理方法,其中,该相机为一面扫描相机,能够撷取在该晶圆的一背侧或一前侧中的该晶圆标记的该多个影像,且该多个影像撷取单元的一光源经配置以提供可变波长、可变强度以及可变角度的一光线。
17.如权利要求13所述的影像处理方法,其中,该晶圆标记符合国际半导体设备和材料字元标准。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/853,245 | 2020-04-20 | ||
US16/853,245 US11055553B1 (en) | 2020-04-20 | 2020-04-20 | Image processing system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113542544A CN113542544A (zh) | 2021-10-22 |
CN113542544B true CN113542544B (zh) | 2023-04-07 |
Family
ID=76657966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110415728.0A Active CN113542544B (zh) | 2020-04-20 | 2021-04-19 | 影像处理系统及其方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11055553B1 (zh) |
CN (1) | CN113542544B (zh) |
TW (1) | TWI770883B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220223480A1 (en) * | 2021-01-14 | 2022-07-14 | Changxin Memory Technologies, Inc. | Wafer measurement method and apparatus, medium, and electronic device |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201331573A (zh) * | 2011-12-19 | 2013-08-01 | Memc Singapore Pte Ltd | 用以評估多晶太陽能晶圓上之晶粒大小之方法與系統 |
US8553968B1 (en) * | 2005-02-18 | 2013-10-08 | Western Digital Technologies, Inc. | Using optical character recognition augmented by an error correction code to detect serial numbers written on a wafer |
TWM533381U (en) * | 2016-08-25 | 2016-12-01 | Microtek Int Inc | Image scanning apparatus |
TWM550465U (zh) * | 2017-06-30 | 2017-10-11 | 中華大學 | 半導體晶圓檢測系統 |
CN208954112U (zh) * | 2018-09-26 | 2019-06-07 | 意式(澳门离岸商业服务)有限公司 | 资讯收集装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7570796B2 (en) * | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US7900526B2 (en) * | 2007-11-30 | 2011-03-08 | Qcept Technologies, Inc. | Defect classification utilizing data from a non-vibrating contact potential difference sensor |
TWM489371U (en) * | 2014-06-10 | 2014-11-01 | Fittech Co Ltd | Active type multi-needle prober device |
US10747121B2 (en) * | 2016-12-13 | 2020-08-18 | Tokyo Electron Limited | Optical processing apparatus and substrate processing apparatus |
-
2020
- 2020-04-20 US US16/853,245 patent/US11055553B1/en active Active
-
2021
- 2021-03-19 TW TW110109944A patent/TWI770883B/zh active
- 2021-04-19 CN CN202110415728.0A patent/CN113542544B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8553968B1 (en) * | 2005-02-18 | 2013-10-08 | Western Digital Technologies, Inc. | Using optical character recognition augmented by an error correction code to detect serial numbers written on a wafer |
TW201331573A (zh) * | 2011-12-19 | 2013-08-01 | Memc Singapore Pte Ltd | 用以評估多晶太陽能晶圓上之晶粒大小之方法與系統 |
TWM533381U (en) * | 2016-08-25 | 2016-12-01 | Microtek Int Inc | Image scanning apparatus |
TWM550465U (zh) * | 2017-06-30 | 2017-10-11 | 中華大學 | 半導體晶圓檢測系統 |
CN208954112U (zh) * | 2018-09-26 | 2019-06-07 | 意式(澳门离岸商业服务)有限公司 | 资讯收集装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113542544A (zh) | 2021-10-22 |
TWI770883B (zh) | 2022-07-11 |
TW202141430A (zh) | 2021-11-01 |
US11055553B1 (en) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9805462B2 (en) | Machine learning method and apparatus for inspecting reticles | |
CN113302728B (zh) | 利用自动产生缺陷特征检验半导体结构的方法及系统 | |
US7627179B2 (en) | Image processing apparatus, image processing method, exposure apparatus, and device manufacturing method | |
KR102618355B1 (ko) | 딥 러닝을 기반으로 웨이퍼 결함 이미지를 이용하여 웨이퍼의 결함을 분류하는 방법 및 시스템 | |
WO2019159419A1 (ja) | 処理方法およびそれを利用した処理装置 | |
TW201833819A (zh) | 用於以迴旋神經網路為基礎之缺陷檢測之資料擴增 | |
JP4323475B2 (ja) | 試料検査装置、試料検査方法及びプログラム | |
US20100067779A1 (en) | All surface data for use in substrate inspection | |
TW202117787A (zh) | 掃描式電子顯微鏡影像強化之方法及系統 | |
WO2016172622A1 (en) | Outlier detection on pattern of interest image populations | |
JP2007071629A (ja) | 試料検査装置の支援装置、試料検査方法及びプログラム | |
US11644756B2 (en) | 3D structure inspection or metrology using deep learning | |
CN113542544B (zh) | 影像处理系统及其方法 | |
CN112289726B (zh) | 晶圆对准模板图像生成方法 | |
US11907627B2 (en) | Fabricated layout correlation | |
US11694312B2 (en) | Image enhancement for multi-layered structure in charged-particle beam inspection | |
US11435391B2 (en) | Dual-sided wafer imaging apparatus and methods thereof | |
KR102606069B1 (ko) | 웨이퍼 검사 방법 | |
CN113495538B (zh) | 半导体制造设备的控制系统及方法 | |
US11670154B2 (en) | System and method for controlling semiconductor manufacturing apparatus | |
KR20240015060A (ko) | 반도체 기반 애플리케이션을 위한 딥 러닝 이미지 디노이징 |
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 |