CN113570604A - 晶粒检测样本自动生成方法和装置 - Google Patents
晶粒检测样本自动生成方法和装置 Download PDFInfo
- Publication number
- CN113570604A CN113570604A CN202111143793.9A CN202111143793A CN113570604A CN 113570604 A CN113570604 A CN 113570604A CN 202111143793 A CN202111143793 A CN 202111143793A CN 113570604 A CN113570604 A CN 113570604A
- Authority
- CN
- China
- Prior art keywords
- image
- crystal grain
- grain detection
- images
- alignment
- 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 118
- 239000013078 crystal Substances 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000007689 inspection Methods 0.000 claims description 30
- 238000003705 background correction Methods 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 13
- 238000003702 image correction Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 13
- 230000007547 defect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 235000012431 wafers Nutrition 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种晶粒检测样本自动生成方法,包括:获取多个相同类型晶粒的多张晶粒检测图像;根据多张所述晶粒检测图像之间的重叠区域进行图像对位,并获取每个所述晶粒对应的固定区域图像;根据不同所述晶粒之间的所述固定区域图像进行筛选,选取出现次数最多的所述固定区域图像作为晶粒检测样本。其可以解决传统Golden Die通过人工筛选检测图像再进行手动对位的方式来获取存在样本数量多、部分晶粒无法拍全而导致挑选困难以及手动对位不准确的问题。
Description
技术领域
本发明涉及半导体检测技术领域,尤其涉及到一种晶粒检测样本自动生成方法和一种晶粒检测样本自动生成装置。
背景技术
晶粒缺陷检测是半导体生产领域中必不可少的一项工艺流程。在晶粒缺陷检测时,要求能够根据正常晶粒的样本,输出每个晶粒与样本的差异,并判断是否是缺陷。然而如何选取一个样本,是一项困难的挑战。其难点在于拍摄时由于光学条件的不稳定,会有畸变、明暗场等问题。同时有时晶粒大小一张图无法完全囊括,会有多张图分别拍摄同一晶粒的不同部位,此时想要获取一张“标准”将会更加困难。
传统的Golden Die(完美晶粒)获取方式,是通过人工筛选若干张符合要求的晶粒,然后再进行手动对位的方式来进行的。这种对位方式就面临一些问题:需要熟练工人来进行挑选样本;样本数过大很难挑选;对于一张图无法拍摄完全的晶粒挑选困难;手动对位存在不准确的问题。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种晶粒检测样本自动生成方法和一种晶粒检测样本自动生成装置,其可以解决传统Golden Die通过人工筛选检测图像再进行手动对位的方式来获取存在样本数量多、部分晶粒无法拍全而导致挑选困难以及手动对位不准确的问题。
一方面,本发明实施例提供了一种晶粒检测样本自动生成方法,包括:获取多个相同类型晶粒的多张晶粒检测图像;根据多张所述晶粒检测图像之间的重叠区域进行图像对位并获取多个所述晶粒的各个子区域对应的子区域图像;选取同一个所述子区域中出现次数最多的所述子区域图像作为该子区域对应的标准晶粒图像。
在本发明的一个实施例中,所述晶粒检测样本自动生成方法还包括:将每个所述子区域对应的所述标准晶粒图像进行拼接,得到完整的晶粒检测样本。
在本发明的一个实施例中,在所述根据多张所述晶粒检测图像之间的重叠区域进行图像对位之前,还包括:选取对位依据点并获取其所在的所述晶粒检测图像作为基准图像,其它所述晶粒检测图像根据所述基准图像进行图像对位。
在本发明的一个实施例中,所述选取对位依据点包括:响应于用户的鼠标点击、框选、拖拽或者输入坐标值操作,确定所述对位依据点。
在本发明的一个实施例中,在所述获取多个相同类型晶粒的多张晶粒检测图像之后,还包括:对所述晶粒检测图像进行平场校正和畸变校正,所述平场矫正包括根据预先拟合的相机亮度参数修正所述晶粒检测图像的亮度,所述畸变校正包括根据预先标定的相机畸变参数修正所述晶粒检测图像的畸变。
在本发明的一个实施例中,所述平场校正还包括:获取用户设置的亮度参数,所述亮度参数包括亮度值和亮度调整区域;根据所述亮度参数修正所述检测图像的目标区域的晶粒亮度。
另一方面,本发明实施例提出一种晶粒检测样本自动生成装置,包括:晶粒检测图像获取模块,用于获取多个相同类型晶粒的多张晶粒检测图像;子区域图像获取模块,用于根据多张所述晶粒检测图像之间的重叠区域进行图像对位并获取多个所述晶粒的各个子区域对应的子区域图像;标准晶粒图像选取模块,用于选取同一个所述子区域中出现次数最多的所述子区域图像作为该子区域对应的标准晶粒图像。
在本发明的一个实施例中,所述晶粒检测样本自动生成装置还包括:标准晶粒图像拼接模块,用于将每个所述子区域对应的所述标准晶粒图像进行拼接,得到完整的晶粒检测样本。
在本发明的一个实施例中,所述晶粒检测样本自动生成装置还包括:对位依据点选取模块,用于选取对位依据点并获取其所在的所述晶粒检测图像作为基准图像,其它所述晶粒检测图像根据所述基准图像进行图像对位。
在本发明的一个实施例中,所述晶粒检测样本自动生成装置还包括:图像校正模块,用于对所述晶粒检测图像进行平场校正和畸变校正,所述平场矫正包括根据预先拟合的相机亮度参数修正所述晶粒检测图像的亮度,所述畸变校正包括根据预先标定的相机畸变参数修正所述晶粒检测图像的畸变。
再一方面,本发明实施例提出一种晶粒检测样本自动生成系统,包括:存储器和连接所述存储器的一个或多个处理器,存储器存储有计算机程序,处理器用于执行所述计算机程序以实现如上述中任意一个实施例所述的晶粒检测样本自动生成方法。
又一方面,本发明实施例提出一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于执行如上述中任意一个实施例所述的晶粒检测样本自动生成方法。
由上可知,通过本发明所构思的上述方案与现有技术相比,可以具有如下一个或多个有益效果:
(1)通过获取多个相同类型晶粒的多张晶粒检测图像,根据多张晶粒检测图像之间的重叠区域进行图像对位并获取多个晶粒的各个子区域对应的子区域图像,选取出现次数最多的子区域图像作为该子区域的标准晶粒图像,能够通过正常晶粒占多数的原理自动选取图像对位过程中出现次数最多的子区域图像作为标准晶粒图像,能够有效避免通过人工筛选检测图像再进行手动对位的方式来获取检测样本,存在样本数量多、部分晶粒无法拍全而导致挑选困难以及手动对位不准确的问题;
(2)通过先选取对为依据点所在的晶粒检测图像作为基准图像,其它晶粒检测图像根据基准图像进行对位,能够保证不同晶粒的子区域图像的位置绝对精确,避免检测时由于位置偏移产生的误差;
(3)获取晶粒检测图像后进行平场校正和畸变校正,能够避免晶粒检测图像由于亮度、畸变等问题对检测过程造成干扰。
通过以下参考附图的详细说明,本发明的其他方面的特征变得明显。但是应当知道,该附图仅仅为解释的目的设计,而不是作为本发明的范围的限定。还应当知道,除非另外指出,不必要依比例绘制附图,它们仅仅力图概念地说明此处描述的结构和流程。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的晶粒检测样本自动生成方法的流程图;
图2为本发明实施例提供的图像对位过程的原理示意图;
图3为本发明实施例提供的标准晶粒图像进行拼接的原理示意图;
图4为本发明实施例提供的晶粒检测样本自动生成装置的一种结构示意图
图5为本发明实施例提供的晶粒检测样本自动生成装置的另一种结构示意图;
图6为本发明实施例提供的晶粒检测样本自动生成装置的又一种结构示意图;
图7为本发明实施例提供的晶粒检测样本自动生成装置的再一种结构示意图
图8为本发明实施例提供的晶粒检测样本自动生成系统的结构示意图;
图9为本发明实施例提供的计算机可读存储介质的结构示意图。
附图标记说明
S11至S15:晶粒检测样本自动生成方法的步骤;
20:晶粒检测样本自动生成装置;201:晶粒检测图像获取模块;202:子区域图像获取模块;203:标准晶粒图像选取模块;204:标准晶粒图像拼接模块;205:对位依据点选取模块;206:图像校正模块;
30:晶粒检测样本自动生成系统;31:处理器;32:存储器;
40:计算机可读存储介质。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以互相组合。下面将参考附图并结合实施例来说明本发明。
为了使本领域普通技术人员更好地理解本发明的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,都应当属于本发明的保护范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等适用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应当理解这样使用的术语在适当情况下可以互换,以便这里描述的本发明实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外。术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备国有的其它步骤或单元。
还需要说明的是,本发明中多个实施例的划分仅是为了描述的方便,不应构成特别的限定,各种实施例中的特征在不矛盾的情况下可以相结合,相互引用。
【第一实施例】
如图1所示,本发明第一实施例提出一种晶粒检测样本自动生成方法,包括如下步骤:步骤S11获取多个相同类型晶粒的多张晶粒检测图像;步骤S12根据多张所述晶粒检测图像之间的重叠区域进行图像对位并获取多个所述晶粒的各个子区域对应的子区域图像;步骤S13选取同一个所述子区域中出现次数最多的所述子区域图像作为该子区域对应的标准晶粒图像。
在步骤S11中,提到的相同类型晶粒即不同个体之间外观特征相同的晶粒,在进行晶粒缺陷检测时,针对的多个相同类型晶粒可以分布于同一片wafer(晶圆)上,也可以分布于不同的晶圆上。例如通过相机等设备对需要进行检测晶粒拍摄多张晶粒检测图像,由上位机软件获取该多张晶粒检测图像。其中,提到的上位机例如为个人计算机、手持设备、便携式设备、平板型设备、多处理器系统、基于微处理器的系统、可编辑的消费电子设备、网络PC、小型计算机、大型计算机、或者包括以上任何系统或设备的分布式计算环境等等。
在步骤S12中,例如由上位机软件根据多张所述晶粒检测图像之间的重叠区域进行图像对位。具体的,如图2所示,由于晶粒缺陷检测拍摄的晶粒检测图像可能只是某个晶粒的一部分,需要多张检测图像拼接才能得到该晶粒的完整图像,于是采用重叠区域对位的方式,例如对于两张晶粒检测图像S1和S2,分别获取它们的重叠部分的特征点在S1上的图像坐标X1和在S2上的图像坐标X2,根据X1和X2可能计算得到图像S1和S2的相对位置关系,按照上述方式,对获取的所有晶粒检测图像进行对位后叠加在一起,供后续步骤使用。
承上所述,由于本发明的晶粒缺陷检测方法针对多个外观结构相同的同类型晶粒,对于每个晶粒而言例如都划定为多个子区域,如此一来,在对所有晶粒检测图像进行对位后能够获取多个晶粒的各个子区域对应的子区域图像。具体的,如图3中所示,一个完整晶粒对应的完整晶粒图像S0例如被划分为子区域图像1至9,由于晶粒呈周期性分布,因此每个晶粒的完整晶粒图像都为S0,且都能够被划分为子区域图像1至9。
在步骤S13中,当需要进行晶粒缺陷检测时,例如由上位机软件选定任意一个子区域,具体的,该子区域的划分和选取方式可以由用户操作计算机软件自行选择,划定合适的区域,也可以由计算机软件根据自动评价函数自动挑选合适区域作为子区域图像。,由于步骤S12进行了多张晶粒检测图像的对位过程,不同检测图像之间会根据重叠部分以类似于“叠板”的方式叠在一起,在此过程中,该子区域对应的子区域图像会出现多次,而对于一批次同类型晶粒进行检测时,其中正常符合要求的个体占据大多数,于是选取出现次数最多的子区域图像作为该子区域对应的标准晶粒图像。
如此一来,本发明的技术方案根据晶粒缺陷检测过程中正常晶粒占多数的原理自动选取图像对位过程中出现次数最多的子区域图像作为该子区域的标准晶粒图像,能够有效避免通过人工筛选检测图像再进行手动对位的方式来获取检测样本,存在样本数量多、部分晶粒无法拍全而导致挑选困难以及手动对位不准确的问题。
进一步的,由于通过上述步骤能够获取完整晶粒的每个子区域对应的标准晶粒图像,在一个实施方式中,例如将每个所述子区域对应的所述标准晶粒图像进行拼接,得到完整的晶粒检测样本,在后续的晶粒缺陷检测时直接根据该晶粒检测样本进行检测,能够进一步提升检测速度。
进一步的,在根据多张晶粒检测图像之间的重叠区域进行图像对位之前,例如还包括:选取对位依据点并获取其所在的所述晶粒检测图像作为基准图像,其它所述晶粒检测图像根据所述基准图像进行对位。由于多张晶粒检测图像之间根据重叠部分进行对位,获取的不同晶粒的子区域图像直接可能存在位置偏移,因此先选取对为依据点所在的检测图像作为基准图像,能够保证不同晶粒的固定区域图像的位置绝对精确,避免检测时由于位置偏移产生的误差。
进一步的,对位依据点的选取方式例如由用户操作上位机软件实现,上位机软件响应于用户的鼠标点击、框选、拖拽或者输入坐标值操作,确定需要选取的对位依据点。
进一步的,在获取多个相同类型晶粒的多张晶粒检测图像之后,例如还包括:对所述晶粒检测图像进行平场校正和畸变校正。所述平场矫正包括根据预先拟合的相机亮度参数修正所述晶粒检测图像的亮度,即通过上位机软件自动校正检测图像。当然,在其它实施方式中,例如也可以通过用户手动输入的亮度参数进行平场校正,所述亮度参数包括亮度值和亮度调整区域,本发明并不以此为限制。所述畸变校正包括根据预先标定的相机畸变参数修正所述晶粒检测图像的畸变。如此一来,能够避免晶粒检测图像由于亮度、畸变等问题对检测过程造成干扰。
综上所述,本发明实施例提出的一种晶粒检测样本自动生成方法,通过获取多个相同类型晶粒的多张晶粒检测图像,根据多张晶粒检测图像之间的重叠区域进行图像对位并获取多个晶粒的各个子区域对应的子区域图像,选取出现次数最多的子区域图像作为该子区域的标准晶粒图像,能够通过正常晶粒占多数的原理自动选取图像对位过程中出现次数最多的子区域图像作为晶粒检测样本,能够有效避免通过人工筛选检测图像再进行手动对位的方式来获取检测样本,存在样本数量多、部分晶粒无法拍全而导致挑选困难以及手动对位不准确的问题;通过先选取对为依据点所在的晶粒检测图像作为基准图像,其它晶粒检测图像根据基准图像进行对位,能够保证不同晶粒的子区域图像的位置绝对精确,避免检测时由于位置偏移产生的误差;获取晶粒检测图像后进行平场校正和畸变校正,能够避免晶粒检测图像由于亮度、畸变等问题对检测过程造成干扰。
【第二实施例】
如图4所示,本发明第二实施例提出了一种晶粒检测样本自动生成装置20,例如包括:晶粒检测图像获取模块201、子区域图像获取模块202、标准晶粒图像选取模块203。
其中,晶粒检测图像获取模块201用于获取多个相同类型晶粒的多张晶粒检测图像。子区域图像获取模块202用于根据多张所述晶粒检测图像之间的重叠区域进行图像对位并获取多个所述晶粒的各个子区域对应的子区域图像。标准晶粒图像选取模块203用于选取同一个所述子区域中出现次数最多的所述子区域图像作为该子区域对应的标准晶粒图像。
进一步的,如图5所示,晶粒检测样本自动生成装置20例如还包括:标准晶粒图像拼接模块204,用于将每个所述子区域对应的所述标准晶粒图像进行拼接,得到完整的晶粒检测样本。
进一步的,如图6所示,晶粒检测样本自动生成装置20例如还包括:对位依据点选取模块205,用于选取对位依据点并获取其所在的所述晶粒检测图像作为基准图像,其它所述晶粒检测图像根据所述基准图像进行图像对位。
进一步的,如图7所示,晶粒检测样本自动生成装置20例如还包括:图像校正模块206,用于对所述晶粒检测图像进行平场校正和畸变校正,所述平场矫正包括根据预先拟合的相机亮度参数修正所述晶粒检测图像的亮度,所述畸变校正包括根据预先标定的相机畸变参数修正所述晶粒检测图像的畸变。
本发明第二实施例公开的晶粒检测样本自动生成装置20所实现的晶粒检测样本自动生成方法如前述第一实施例所述,故在此不再进行详细讲述。可选地,第二实施例中的各个模块和上述其他操作或功能分别为了实现第一实施例所述的方法,且本实施例的有益效果同前述第一实施例的有益效果相同,为了简洁,不在此赘述。
【第三实施例】
如图8所示,本发明第三实施例提出一种晶粒检测样本自动生成系统30,例如包括:存储器32和连接存储器32的一个或多个处理器31。存储器32存储有计算机程序,处理器31用于执行所述计算机程序以实现如第一实施例所述的晶粒检测样本自动生成方法。具体的晶粒检测样本自动生成方法可参考第一实施例所述的方法,为了简洁在此不再赘述,且本实施例提供的晶粒检测样本自动生成系统30的有益效果与第一实施例提供的晶粒检测样本自动生成方法的有益效果相同。
【第四实施例】
如图9所示,本发明第四实施例提出一种计算机可读存储介质40,计算机可读存储介质40为非易失性存储器且存储有计算机可读指令,当所述计算机可读指令被一个或多个处理器执行时,例如使得所述一个或多个处理器执行前述第一实施例所述的晶粒检测样本自动生成方法。具体方法可参考第一实施例所述的方法,为了简洁在此不再赘述,且本实施例提供的计算机可读存储介质40的有益效果同第一实施例提供的晶粒检测样本自动生成方法的有益效果相同。
此外,可以理解的是,前述各个实施例仅为本发明的示例性说明,在技术特征不冲突、结构不矛盾、不违背本发明的发明目的前提下,各个实施例的技术方案可以任意组合、搭配使用。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和/或方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元/模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多路单元或模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元/模块可以是或者也可以不是物理上分开的,作为单元/模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多路网络单元上。可以根据实际的需要选择其中的部分或者全部单元/模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中,也可以是各个单元/模块单独物理存在,也可以两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现,也可以采用硬件加软件功能单元/模块的形式实现。
最后应说明的是:以上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精神和范围。
Claims (10)
1.一种晶粒检测样本自动生成方法,其特征在于,包括:
获取多个相同类型晶粒的多张晶粒检测图像;
根据多张所述晶粒检测图像之间的重叠区域进行图像对位并获取多个所述晶粒的各个子区域对应的子区域图像;
选取同一个所述子区域中出现次数最多的所述子区域图像作为该子区域对应的标准晶粒图像。
2.根据权利要求1所述的晶粒检测样本自动生成方法,其特征在于,还包括:将每个所述子区域对应的所述标准晶粒图像进行拼接,得到完整的晶粒检测样本。
3.根据权利要求1所述的晶粒检测样本自动生成方法,其特征在于,在所述根据多张所述晶粒检测图像之间的重叠区域进行图像对位之前,还包括:选取对位依据点并获取其所在的所述晶粒检测图像作为基准图像,其它所述晶粒检测图像根据所述基准图像进行图像对位。
4.根据权利要求3所述的晶粒检测样本自动生成方法,其特征在于,所述选取对位依据点包括:响应于用户的鼠标点击、框选、拖拽或者输入坐标值操作,确定所述对位依据点。
5.根据权利要求1所述的晶粒检测样本自动生成方法,其特征在于,在所述获取多个相同类型晶粒的多张晶粒检测图像之后,还包括:对所述晶粒检测图像进行平场校正和畸变校正,所述平场矫正包括根据预先拟合的相机亮度参数修正所述晶粒检测图像的亮度,所述畸变校正包括根据预先标定的相机畸变参数修正所述晶粒检测图像的畸变。
6.根据权利要求5所述的晶粒检测样本自动生成方法,其特征在于,所述平场校正还包括:获取用户设置的亮度参数,所述亮度参数包括亮度值和亮度调整区域;根据所述亮度参数修正所述检测图像的目标区域的晶粒亮度。
7.一种晶粒检测样本自动生成装置,其特征在于,包括:
晶粒检测图像获取模块,用于获取多个相同类型晶粒的多张晶粒检测图像;
子区域图像获取模块,用于根据多张所述晶粒检测图像之间的重叠区域进行图像对位并获取多个所述晶粒的各个子区域对应的子区域图像;
标准晶粒图像选取模块,用于选取同一个所述子区域中出现次数最多的所述子区域图像作为该子区域对应的标准晶粒图像。
8.根据权利要求7所述的晶粒检测样本自动生成装置,其特征在于,还包括:标准晶粒图像拼接模块,用于将每个所述子区域对应的所述标准晶粒图像进行拼接,得到完整的晶粒检测样本。
9.根据权利要求7所述的晶粒检测样本自动生成装置,其特征在于,还包括:对位依据点选取模块,用于选取对位依据点并获取其所在的所述晶粒检测图像作为基准图像,其它所述晶粒检测图像根据所述基准图像进行图像对位。
10.根据权利要求7所述的晶粒检测样本自动生成装置,其特征在于,还包括:图像校正模块,用于对所述晶粒检测图像进行平场校正和畸变校正,所述平场矫正包括根据预先拟合的相机亮度参数修正所述晶粒检测图像的亮度,所述畸变校正包括根据预先标定的相机畸变参数修正所述晶粒检测图像的畸变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111143793.9A CN113570604B (zh) | 2021-09-28 | 2021-09-28 | 晶粒检测样本自动生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111143793.9A CN113570604B (zh) | 2021-09-28 | 2021-09-28 | 晶粒检测样本自动生成方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113570604A true CN113570604A (zh) | 2021-10-29 |
CN113570604B CN113570604B (zh) | 2022-01-14 |
Family
ID=78174888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111143793.9A Active CN113570604B (zh) | 2021-09-28 | 2021-09-28 | 晶粒检测样本自动生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113570604B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114267606A (zh) * | 2022-03-01 | 2022-04-01 | 武汉精立电子技术有限公司 | 一种晶圆高度检测方法及装置 |
CN115147422A (zh) * | 2022-09-05 | 2022-10-04 | 武汉精立电子技术有限公司 | 一种晶圆中心晶粒生成方法、装置、设备及存储介质 |
CN117132603A (zh) * | 2023-10-28 | 2023-11-28 | 武汉罗博半导体科技有限公司 | 晶圆map生成方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060291714A1 (en) * | 2004-12-07 | 2006-12-28 | Kenong Wu | Computer-implemented methods for detecting and/or sorting defects in a design pattern of a reticle |
JP2015203643A (ja) * | 2014-04-15 | 2015-11-16 | Jfeスチール株式会社 | 粒径測定方法、粒径測定装置および粒径測定プログラム |
CN106662538A (zh) * | 2014-08-27 | 2017-05-10 | 科磊股份有限公司 | 重复缺陷检测 |
CN108303471A (zh) * | 2018-02-09 | 2018-07-20 | 业成科技(成都)有限公司 | 超声波成像系统及方法 |
CN207908817U (zh) * | 2016-10-13 | 2018-09-25 | 生命技术控股私人有限公司 | 照明系统 |
CN111047496A (zh) * | 2019-12-13 | 2020-04-21 | 支付宝(杭州)信息技术有限公司 | 阈值确定方法、水印检测方法、装置和电子设备 |
CN111428572A (zh) * | 2020-02-28 | 2020-07-17 | 中国工商银行股份有限公司 | 信息处理方法、装置、电子设备和介质 |
CN111724335A (zh) * | 2019-03-21 | 2020-09-29 | 深圳中科飞测科技有限公司 | 检测方法及检测系统 |
-
2021
- 2021-09-28 CN CN202111143793.9A patent/CN113570604B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060291714A1 (en) * | 2004-12-07 | 2006-12-28 | Kenong Wu | Computer-implemented methods for detecting and/or sorting defects in a design pattern of a reticle |
JP2015203643A (ja) * | 2014-04-15 | 2015-11-16 | Jfeスチール株式会社 | 粒径測定方法、粒径測定装置および粒径測定プログラム |
CN106662538A (zh) * | 2014-08-27 | 2017-05-10 | 科磊股份有限公司 | 重复缺陷检测 |
CN207908817U (zh) * | 2016-10-13 | 2018-09-25 | 生命技术控股私人有限公司 | 照明系统 |
CN108303471A (zh) * | 2018-02-09 | 2018-07-20 | 业成科技(成都)有限公司 | 超声波成像系统及方法 |
CN111724335A (zh) * | 2019-03-21 | 2020-09-29 | 深圳中科飞测科技有限公司 | 检测方法及检测系统 |
CN111047496A (zh) * | 2019-12-13 | 2020-04-21 | 支付宝(杭州)信息技术有限公司 | 阈值确定方法、水印检测方法、装置和电子设备 |
CN111428572A (zh) * | 2020-02-28 | 2020-07-17 | 中国工商银行股份有限公司 | 信息处理方法、装置、电子设备和介质 |
Non-Patent Citations (1)
Title |
---|
江伟轩: "基于迁移学习的 TFT-LCD 缺陷智能识别系统研制与应用", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114267606A (zh) * | 2022-03-01 | 2022-04-01 | 武汉精立电子技术有限公司 | 一种晶圆高度检测方法及装置 |
CN114267606B (zh) * | 2022-03-01 | 2022-06-21 | 武汉精立电子技术有限公司 | 一种晶圆高度检测方法及装置 |
CN115147422A (zh) * | 2022-09-05 | 2022-10-04 | 武汉精立电子技术有限公司 | 一种晶圆中心晶粒生成方法、装置、设备及存储介质 |
CN117132603A (zh) * | 2023-10-28 | 2023-11-28 | 武汉罗博半导体科技有限公司 | 晶圆map生成方法、装置、设备及存储介质 |
CN117132603B (zh) * | 2023-10-28 | 2024-02-02 | 武汉罗博半导体科技有限公司 | 晶圆map生成方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113570604B (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113570604B (zh) | 晶粒检测样本自动生成方法和装置 | |
US9355443B2 (en) | System, a method and a computer program product for CAD-based registration | |
US9599575B2 (en) | System, a method and a computer program product for CAD-based registration | |
US8233665B2 (en) | Image measuring apparatus and computer program | |
CN106097361A (zh) | 一种缺陷区域检测方法及装置 | |
CN114220757B (zh) | 晶圆检测对位方法、装置和系统及计算机介质 | |
WO2012056638A1 (ja) | パターン測定方法,パターン測定装置及びそれを用いたプログラム | |
US20230410369A1 (en) | Method and apparatus for adjusting an image acquisition apparatus, compensation method of a display panel, device and medium | |
CN115564723A (zh) | 一种晶圆缺陷检测方法及应用 | |
CN109683358B (zh) | 检测方法、装置和存储介质 | |
CN112288732A (zh) | 一种点胶的检测方法、装置、设备及系统 | |
CN110346704B (zh) | 板卡测试中测试文件的确定方法、装置、设备及存储介质 | |
CN107515481A (zh) | 一种显示面板的检测方法和装置 | |
CN114399508A (zh) | 晶圆数据的处理方法、装置、电子装置和存储介质 | |
WO2021029625A1 (ko) | 투과영상 기반의 비파괴검사 방법, 비파괴검사 기능을 제공하는 방법 및 이를 위한 장치 | |
US9972079B2 (en) | Wafer appearance inspection apparatus | |
CN113538586B (zh) | 晶粒行列定位方法、装置和系统以及计算机可读存储介质 | |
CN117252837A (zh) | 一种晶圆测试的数据处理方法、装置、介质和电子设备 | |
JP6608708B2 (ja) | 外観検査装置、外観検査方法及び該外観検査装置に用いるコントローラで実行することが可能なコンピュータプログラム | |
US11839980B2 (en) | Image processing apparatus monitoring target, control method therefor, and storage medium storing control program therefor | |
CN113327204B (zh) | 图像校准方法和装置、设备及存储介质 | |
CN111145674B (zh) | 显示面板的检测方法、电子设备和存储介质 | |
CN115379200A (zh) | 测试方法和装置、电子设备和可读存储介质 | |
CN113822009A (zh) | 晶粒排布方案自动生成方法、装置和系统 | |
CN108197025A (zh) | 一种仪表压力测试系统及仪表压力测试方法 |
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 |