CN114022440A - 一种避免晶圆重复切割的检测方法、检测装置及划片机 - Google Patents

一种避免晶圆重复切割的检测方法、检测装置及划片机 Download PDF

Info

Publication number
CN114022440A
CN114022440A CN202111292564.3A CN202111292564A CN114022440A CN 114022440 A CN114022440 A CN 114022440A CN 202111292564 A CN202111292564 A CN 202111292564A CN 114022440 A CN114022440 A CN 114022440A
Authority
CN
China
Prior art keywords
wafer
image
cutting
logic
picture
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
Application number
CN202111292564.3A
Other languages
English (en)
Other versions
CN114022440B (zh
Inventor
杨云龙
吕孝袁
高金龙
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.)
Jiangsu Jingchuang Advanced Electronic Technology Co Ltd
Original Assignee
Jiangsu Jingchuang Advanced Electronic Technology 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 Jiangsu Jingchuang Advanced Electronic Technology Co Ltd filed Critical Jiangsu Jingchuang Advanced Electronic Technology Co Ltd
Priority to CN202111292564.3A priority Critical patent/CN114022440B/zh
Publication of CN114022440A publication Critical patent/CN114022440A/zh
Application granted granted Critical
Publication of CN114022440B publication Critical patent/CN114022440B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • H01L21/70—Manufacture or treatment of devices consisting of a plurality of solid state components formed in or on a common substrate or of parts thereof; Manufacture of integrated circuit devices or of parts thereof
    • H01L21/77—Manufacture or treatment of devices consisting of a plurality of solid state components or integrated circuits formed in, or on, a common substrate
    • H01L21/78—Manufacture or treatment of devices consisting of a plurality of solid state components or integrated circuits formed in, or on, a common substrate with subsequent division of the substrate into plural individual devices
    • 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
    • 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
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • 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)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Image Analysis (AREA)
  • Dicing (AREA)

Abstract

本发明公开了一种避免晶圆重复切割的检测方法、检测装置及划片机，包括：获取晶圆切割道区域图片，采用刀痕识别算法对该晶圆切割道区域图片进行刀痕提取，得到刀痕宽度值，将得到的刀痕宽度值与预设的宽度判定值进行比对，得到比对结果；将图像采集模块获取到的晶圆切割道区域图片与模板图像进行匹配，得到匹配结果；将比对结果与匹配结果进行与操作，得到当前晶圆的最终检测结果；本发明在对晶圆切割道内的刀痕进行识别的同时，增加刀痕对比步骤，具有识别率高等优点。

Description

一种避免晶圆重复切割的检测方法、检测装置及划片机
技术领域
本发明属于封装切割技术领域，具体涉及一种避免晶圆重复切割的检测方法、检测装置及划片机。
背景技术
在产线生产加工中，操作人员往往会将已经加工的晶圆产品，再次装入机台，致使已加工的晶圆被二次划切，导致晶圆报废，影响产品良率。
为避免上述情况发生，在将产品装入机台前，采用人工目视的方式来确认晶圆状况，但该方法存在工作效率低、产品良率提升不明显等缺陷。或者将产品装入机台后，通过刀痕识别的方式来确认晶圆状况，该方式容易受晶圆表面残留的水，环境光亮强度变化，以及切割道内存在铝垫等不规则图像的影响，导致频繁发生识别错误的情况。
发明内容
发明目的：为解决现有技术中无法准确判断晶圆是否已加工而导致晶圆重复加工的问题，本发明提出了一种避免晶圆重复切割的检测方法、检测装置及划片机，在对晶圆切割道内的刀痕进行识别的同时，增加刀痕对比步骤，具有识别率高等优点。
技术方案：一种避免晶圆重复切割的检测方法，包括以下步骤：
步骤1：获取待切割批次的第一片晶圆的切割道区域图片，采用刀痕识别算法对该切割道区域图片进行刀痕识别，得到刀痕图像；基于刀痕图像，计算得到刀痕宽度值，将该刀痕宽度值与预设的宽度判定值进行比对，得到比对结果，判断比对结果是否为当前晶圆为已加工晶圆，若是，则将第一片晶圆的切割道区域图片作为矩形模板图像，并执行步骤2，否则对第一片晶圆进行切割，重新执行步骤1；
步骤2：获取待切割批次的下一片晶圆的切割道区域图片，执行步骤3；
步骤3：采用刀痕识别算法对步骤2获取到的切割道区域图片进行刀痕提取，得到刀痕宽度值，将得到的刀痕宽度值与预设的宽度判定值进行比对，当刀痕宽度值小于或者等于预设的宽度判定，则输出比对结果为逻辑1，当刀痕宽度值大于预设的宽度判定值，则输出比对结果为逻辑0；逻辑1代表当前晶圆为已加工晶圆，逻辑0代表当前晶圆为未加工晶圆；
步骤4：将步骤2获取到的切割道区域图片与步骤1中得到的矩形模板图像进行图像相似度匹配，若图像相似度大于等于80％，则输出匹配结果为逻辑1；否则输出匹配结果为逻辑0；
步骤5：当步骤3的比对结果为逻辑1且步骤4的匹配结果为逻辑1时，当前晶圆的最终检测结果为当前晶圆为已加工晶圆；
当步骤3的比对结果为逻辑1且步骤4的匹配结果为逻辑0时，当前晶圆的最终检测结果为当前晶圆为未加工晶圆；
当步骤3的比对结果为逻辑0且步骤4的匹配结果为逻辑1时，当前晶圆的最终检测结果为当前晶圆为未加工晶圆；
当步骤3的比对结果为逻辑0且步骤4的匹配结果为逻辑0时，当前晶圆的最终检测结果为当前晶圆为未加工晶圆；
步骤6：重复执行步骤2至步骤5，直至待切割批次的所有晶圆完成检测。
进一步的，步骤1中，所述刀痕识别算法包括以下步骤：
S110：对切割道区域图片进行阈值分割处理，将全局图像进行兴趣区域连接，得到图像变量；
S120：对S110得到的图像变量进行预处理，得到刀痕图像。
进一步的，步骤4中，所述图像相似度匹配包括以下步骤：
定义矩形模板图像g的尺寸为m×n，切割道区域图片S的尺寸为M×N，在切割道区域图片上，取与矩形模板图像g尺寸一致的矩形采样窗口，记为Sx',y'，记该矩形采样窗口左上角的坐标为(x',y')，(x',y')∈M×N；
根据下式计算切割道区域图片S上各矩形采样窗口与矩形模板图像g的相关系数，得到相关系数矩阵；
Figure BDA0003335393180000021
式中，
Figure BDA0003335393180000022
为Sx',y'的图像灰度平均值，
Figure BDA0003335393180000023
为矩形模板图像g的灰度平均值；Sx',y'(i,j)表示矩形采样窗口在滑动位置(i,j)的灰度，g(i,j)表示矩形模板图像g在滑动位置(i,j)的灰度，(i,j)表示滑动位置；通过对计算得到的相关系数矩阵进行分析，得到匹配结果。
本发明还公开了一种晶圆切割方法，包括以下步骤：
采用上述公开的一种避免晶圆重复切割的检测方法对待切割晶圆进行检测；
若最终检测结果为当前待切割晶圆为已加工晶圆，则不进行切割动作；若检测结果为当前待切割晶圆为未加工晶圆，则对当前待切割晶圆进行切割操作。
本发明还公开了一种避免晶圆重复切割的检测装置，包括：
图像采集模块，用于获取晶圆切割道区域图片；
刀痕识别处理模块，用于采用刀痕识别算法对该晶圆切割道区域图片进行刀痕识别，得到刀痕图像；基于刀痕图像，计算得到刀痕宽度值；
刀痕比对模块，用于将刀痕识别处理模块得到的刀痕宽度值与预设的宽度判定值进行比对，得到比对结果；
图像相似度匹配模块，用于将图像采集模块获取到的晶圆切割道区域图片与矩形模板图像进行匹配，得到匹配结果；所述矩形模板图像为待切割批次的已加工的第一片晶圆的切割道区域图片；
与操作模块，用于将刀痕比对模块得到的比对结果与图像匹配模块得到的匹配结果进行匹配，得到最终的检测结果。
进一步的，所述刀痕对比模块包括以下子模块：
阈值分割模块，用于对切割道区域图片进行阈值分割处理，将全局图像进行兴趣区域连接，得到图像变量；
预处理模块，用于对阈值分割模块得到的图像变量进行预处理，得到刀痕图像；
刀痕宽度计算模块，用于基于刀痕图像，计算得到刀痕宽度值。
本发明还公开了一种划片机，包括放置待加工晶圆的工作台、用于获取晶圆切割道区域图片的图像采集模块、刀片、用于驱动刀片进行切割的驱动组件和控制系统，所述控制系统用于采用上述公开的一种避免晶圆重复切割的检测方法对放置在工作台上的待加工晶圆进行切割前检测，并根据检测结果控制驱动组件工作。
有益效果：本发明在对晶圆切割道内的刀痕进行识别的同时，增加刀痕对比步骤，具有识别率高等优点。
附图说明
图1为未切割原始晶圆切割道截图；
图2为切割后切割道内刀痕截图，其中，黑色区域为切割的刀痕；
图3为经阈值分割处理后得到图像变量；
图4为降噪后的图形；
图5为处理后图像；
图6为模板图像；
图7为切割道区域图片。
具体实施方式
下面结合附图和实施例进一步阐述本发明。
本发明的一种避免晶圆重复切割的检测方法，包括以下步骤：
步骤1：图1为未切割原始晶圆切割道截图，图2为切割后切割道内刀痕截图，其中，黑色区域为切割的刀痕；获取当前待切割批次的第一片晶圆的切割道区域图片，该图片已经过自动对准和自动图像拉直处理，由于本发明要解决的是刀痕识别的问题，因此此处不需要考虑模板图像和待测图像之间定位核的位移问题。采用刀痕识别算法对该切割道区域图片进行刀痕识别，得到刀痕宽度值，将该刀痕宽度值与预设的宽度判定值进行比对，当刀痕宽度值小于或者等于预设的宽度判定值，则表示当前晶圆为已加工晶圆，否则代表当前晶圆为未加工晶圆；若当前晶圆为已加工晶圆，则将第一片晶圆的切割道区域图片作为矩形模板图像，可参见图6，并执行步骤2，若当前晶圆为未加工晶圆，则对第一片晶圆进行切割，重新执行步骤1。
步骤2：获取当前待切割批次的下一片晶圆的切割道区域图片，该图片已经过自动对准和自动图像拉直处理，采用刀痕识别算法对该切割道区域图片进行刀痕提取，得到刀痕宽度值；将得到的刀痕宽度值与预设的宽度判定值进行比对，得到比对结果。当刀痕宽度值小于或者等于预设的宽度判定值，则输出比对结果为逻辑1，当刀痕宽度值大于预设的宽度判定值，则输出比对结果为逻辑0；逻辑1代表当前晶圆为已加工晶圆，逻辑0代表当前晶圆为未加工晶圆。
现对步骤1和步骤2中采用的刀痕识别算法，做如下说明。
S100：对切割道区域图片进行阈值分割处理，将刀痕和切割道的背景剥离，并将全局图像进行兴趣区域连接，得到图像变量，参见图3；
代码步骤如下：
首先，在采集图像上画出一个矩形框：
gen_rectangle1(Rectangle，0,0，Height-1，Width-1)；
其中，Rectangle表示矩形框输出参数，Height为采集图像的高度，Width为采集图像的宽度；
再者，对采集图像进行阈值分割；
threshold(Image1,Region,65，255)；
其中，Image1为输入的对比图像，Region为处理后输出图像参数；
再者，处理单独连通区域，区分刀痕和切割道背景区域：
connection(Region,ConnectedRegions)；
其中，Region为处理后输出图像参数，ConnectedRegion为连通处理后输出图像参数。
S200：采用高斯差分(Difference of Gaussian(DOG))算法对S100处理得到的图像变量进行降噪，使得切割刀痕和切割道背景彻底分离，可参见图4，该算法的处理函数为高斯低通滤波的正态分布函数，表达式如下：
Figure BDA0003335393180000041
定义截取的切割道图像为变量：
Figure BDA0003335393180000042
定义处理后的图像为变量：
Figure BDA0003335393180000051
最后将上述2个变量进行减操作：
Figure BDA0003335393180000052
上述公式可变换为：
Figure BDA0003335393180000053
其中，(x，y)为任意点的坐标，σ1和σ2均为高斯分布的标准差，是一个常数。
S300：由于划片机相机采集模块工作时易受到水气影响，和光源强度等因素，因此需对图像上的小噪点进行处理，可参见图5，具体为对经步骤2降噪后的图像进行开运算Opening，先腐蚀后膨胀，数学表达式如下：
dst＝open(src，element)＝dilate(erode(src，element))
其中，dst表示生成目标，open为开运算，src为原图，element为处理元素，dilate为扩张处理，erode为侵蚀处理。
S400：经过上述三步骤处理后，通过计算开运算后的图像特征，得到切割刀痕的宽度值变量，记作：m_fKerfWidth；
处理代码：
region_features(RegionOpening,'rectangularity',Value)
其中，RegionOpening表示为图像开运算结果参数，'rectangularity',Value表示为函数参数。
将提取的宽度m_fKerfWidth进行保存。
将提取到的刀痕宽度数据与预设的宽度判定值进行比对，相同或者在阈值控制范围内即可认为是已经被切割。
步骤3：仅进行宽度比对，容易受到切割道内存在铝垫情形的干扰，因此本发明结合产线现场的实际情况，在满足宽度比对的同时还需满足矩形模板匹配的处理才能最终认定已经被切割，实现了逻辑上与的操作的检测，以降低误识别率。具体的：将步骤2获取到的切割道区域图片(参见图7)与矩形模板图像(参见图6)进行图像相似度匹配，得到匹配结果；若图像相似度大于等于80％，则输出匹配结果为逻辑1；否则输出匹配结果为逻辑0。
将步骤2得到的比对结果与步骤3得到的匹配结果进行与操作，才能确定最终的检测结果。具体为：
当步骤3的比对结果为逻辑1且步骤4的匹配结果为逻辑1时，当前晶圆的最终检测结果为当前晶圆为已加工晶圆；
当步骤3的比对结果为逻辑1且步骤4的匹配结果为逻辑0时，当前晶圆的最终检测结果为当前晶圆为未加工晶圆；
当步骤3的比对结果为逻辑0且步骤4的匹配结果为逻辑1时，当前晶圆的最终检测结果为当前晶圆为未加工晶圆；
当步骤3的比对结果为逻辑0且步骤4的匹配结果为逻辑0时，当前晶圆的最终检测结果为当前晶圆为未加工晶圆。
在该步骤中，采用NCC算法实现图像相似度匹配。现对该算法做如下说明。
定义矩形模板图像g的尺寸为m×n，切割道区域图片S的尺寸为M×N，取在切割道区域图片上，取与矩形模板图像g尺寸一致的矩形采样窗口，记为Sx',y'，记该矩形采样窗口左上角的坐标为(x',y')，(x',y')∈M×N。
计算矩形模板图像g与切割道区域图像S上各矩形采样窗口的相关系数；具体计算公式为：
Figure BDA0003335393180000061
式中，σ(Sx',y',g)表示矩形采样窗口Sx',y'与矩形模板图像g的协方差，Dx',y'为矩形采样窗口Sx',y'的方差，D为矩形模板图像g的方差；
其中：
Figure BDA0003335393180000062
Figure BDA0003335393180000063
式中，
Figure BDA0003335393180000064
为Sx',y'的图像灰度平均值，
Figure BDA0003335393180000065
为矩形模板图像g的灰度平均值；g(i,j)表示矩形模板图像g在滑动位置(i,j)的灰度，Sx',y'(i,j)表示矩形采样窗口在滑动位置(i,j)的灰度。
因此，将式(6)整理为：
Figure BDA0003335393180000066
算法代码：
创建模板函数；
create_ncc_model(Template::NumLevels,AngleStart,AngleExtent,AngleStep,Metric:ModelID)；
其中，Numlevels：最大金字塔级数；Anglestart：输入图像的最小旋转角度；Angleextent：输入图像的旋转角度范围；AngleStep：分辨率；ModelID：模型的句柄；
比对的函数；
find_ncc_model(Image::ModelID,AngleStart,AngleExtent,MinScore,NumMatches,MaxOverlap,SubPixel,NumLevels:Row,Column,Angle,Score)。
其中，Image：输入的对比图像，该区域可被创建为模板；ModelID：模型的句柄；Anglestart：输入图像的最小旋转角度；Angleextent：输入图像的旋转角度范围；Minscore:比对分数，决定被找到的实例最小分数，该值越大，算法速度越快；NumMatches:找到的模板数目；MaxOverlap：被找到的模板实例最大重叠部分；SubPixel：亚像素精度；NumLevels；金字塔数目；Row：被找到的模板行坐标；Column：被找到的模板列坐标；Angle：被找到的模板实例旋转角度；Score：实际分数，指被找到的模板实例的分数。
为了简化计算量，本发明的切割道区域图片为拉直的图像，不存在角度偏差，采用的匹配算法并不需要精度，而追求速度；实际运行中可以放弃角度偏移的计算，可将AngleStart和AngleExtent均设置成0。
通过对计算得到的相关系数矩阵进行分析，得到匹配结果。一般说来，越接近于1，两者越近似，在一些实施例中，当匹配度达到80％以上，则可认定该晶圆为已加工晶圆。
步骤4：重复执行步骤2至步骤3，直至当前待切割批次的所有晶圆完成检测。

Claims (7)

1.一种避免晶圆重复切割的检测方法，其特征在于：包括以下步骤：
步骤1：获取待切割批次的第一片晶圆的切割道区域图片，采用刀痕识别算法对该切割道区域图片进行刀痕识别，得到刀痕图像；基于刀痕图像，计算得到刀痕宽度值，将该刀痕宽度值与预设的宽度判定值进行比对，得到比对结果，判断比对结果是否为当前晶圆为已加工晶圆，若是，则将第一片晶圆的切割道区域图片作为矩形模板图像，并执行步骤2，否则对第一片晶圆进行切割，重新执行步骤1；
步骤2：获取待切割批次的下一片晶圆的切割道区域图片，执行步骤3；
步骤3：采用刀痕识别算法对步骤2获取到的切割道区域图片进行刀痕提取，得到刀痕宽度值，将得到的刀痕宽度值与预设的宽度判定值进行比对，当刀痕宽度值小于或者等于预设的宽度判定值，则输出比对结果为逻辑1，当刀痕宽度值大于预设的宽度判定值，则输出比对结果为逻辑0；逻辑1代表当前晶圆为已加工晶圆，逻辑0代表当前晶圆为未加工晶圆；
步骤4：将步骤2获取到的切割道区域图片与步骤1中得到的矩形模板图像进行图像相似度匹配，若图像相似度大于等于80％，则输出匹配结果为逻辑1；否则输出匹配结果为逻辑0；
步骤5：当步骤3的比对结果为逻辑1且步骤4的匹配结果为逻辑1时，当前晶圆的最终检测结果为当前晶圆为已加工晶圆；
当步骤3的比对结果为逻辑1且步骤4的匹配结果为逻辑0时，当前晶圆的最终检测结果为当前晶圆为未加工晶圆；
当步骤3的比对结果为逻辑0且步骤4的匹配结果为逻辑1时，当前晶圆的最终检测结果为当前晶圆为未加工晶圆；
当步骤3的比对结果为逻辑0且步骤4的匹配结果为逻辑0时，当前晶圆的最终检测结果为当前晶圆为未加工晶圆；
步骤6：重复执行步骤2至步骤5，直至待切割批次的所有晶圆完成检测。
2.根据权利要求1所述的一种避免晶圆重复切割的检测方法，其特征在于：步骤1中，所述刀痕识别算法包括以下步骤：
S110：对切割道区域图片进行阈值分割处理，将全局图像进行兴趣区域连接，得到图像变量；
S120：对S110得到的图像变量进行预处理，得到刀痕图像。
3.根据权利要求1所述的一种避免晶圆重复切割的检测方法，其特征在于：步骤4中，所述图像相似度匹配包括以下步骤：
定义矩形模板图像g的尺寸为m×n，切割道区域图片S的尺寸为M×N，取在切割道区域图片上，取与矩形模板图像g尺寸一致的矩形采样窗口，记为Sx′，y′，记该矩形采样窗口左上角的坐标为(x′，y′)，(x′，y′)∈M×N；
根据下式计算切割道区域图片S上各矩形采样窗口与矩形模板图像g的相关系数，得到相关系数矩阵；
Figure FDA0003335393170000021
式中，
Figure FDA0003335393170000022
为Sx′，y′的图像灰度平均值，
Figure FDA0003335393170000023
为矩形模板图像g的灰度平均值；Sx′，y′(i，j)表示矩形采样窗口在滑动位置(i，j)的灰度，g(i，j)表示矩形模板图像g在滑动位置(i，j)的灰度，(i，j)表示滑动位置；通过对计算得到的相关系数矩阵进行分析，得到匹配结果。
4.一种晶圆切割方法，其特征在于：包括以下步骤：
采用如权利要求1至3任意一项所述的一种避免晶圆重复切割的检测方法对待切割晶圆进行检测；
若最终检测结果为当前待切割晶圆为已加工晶圆，则不进行切割动作；若检测结果为当前待切割晶圆为未加工晶圆，则对当前待切割晶圆进行切割操作。
5.一种避免晶圆重复切割的检测装置，其特征在于：包括：
图像采集模块，用于获取晶圆切割道区域图片；
刀痕识别处理模块，用于采用刀痕识别算法对该晶圆切割道区域图片进行刀痕识别，得到刀痕图像；基于刀痕图像，计算得到刀痕宽度值；
刀痕比对模块，用于将刀痕识别处理模块得到的刀痕宽度值与预设的宽度判定值进行比对，得到比对结果；
图像相似度匹配模块，用于将图像采集模块获取到的晶圆切割道区域图片与矩形模板图像进行匹配，得到匹配结果；所述矩形模板图像为待切割批次的已加工的第一片晶圆的切割道区域图片；
与操作模块，用于将刀痕比对模块得到的比对结果与图像匹配模块得到的匹配结果进行匹配，得到最终的检测结果。
6.根据权利要求5所述的一种避免晶圆重复切割的检测装置，其特征在于：所述刀痕对比模块包括以下子模块：
阈值分割模块，用于对切割道区域图片进行阈值分割处理，将全局图像进行兴趣区域连接，得到图像变量；
预处理模块，用于对阈值分割模块得到的图像变量进行预处理，得到刀痕图像；
刀痕宽度计算模块，用于基于刀痕图像，计算得到刀痕宽度值。
7.一种划片机，其特征在于：包括放置待加工晶圆的工作台、用于获取晶圆切割道区域图片的图像采集模块、刀片、用于驱动刀片进行切割的驱动组件和控制系统，所述控制系统用于采用如权利要求1至3任意一项所述的一种避免晶圆重复切割的检测方法对放置在工作台上的待加工晶圆进行切割前检测，并根据检测结果控制驱动组件工作。
CN202111292564.3A 2021-11-03 2021-11-03 一种避免晶圆重复切割的检测方法、检测装置及划片机 Active CN114022440B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111292564.3A CN114022440B (zh) 2021-11-03 2021-11-03 一种避免晶圆重复切割的检测方法、检测装置及划片机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111292564.3A CN114022440B (zh) 2021-11-03 2021-11-03 一种避免晶圆重复切割的检测方法、检测装置及划片机

Publications (2)

Publication Number Publication Date
CN114022440A true CN114022440A (zh) 2022-02-08
CN114022440B CN114022440B (zh) 2022-07-26

Family

ID=80060155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111292564.3A Active CN114022440B (zh) 2021-11-03 2021-11-03 一种避免晶圆重复切割的检测方法、检测装置及划片机

Country Status (1)

Country Link
CN (1) CN114022440B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114627141A (zh) * 2022-05-16 2022-06-14 沈阳和研科技有限公司 一种切割道中心检测方法与系统
CN114783865A (zh) * 2022-04-13 2022-07-22 苏州优力科瑞半导体科技有限公司 一种划片切割方法及系统
CN114770224A (zh) * 2022-05-25 2022-07-22 北京理工大学 一种超精密加工刀痕在位检测方法
CN117197247A (zh) * 2023-11-08 2023-12-08 湖南才道半导体科技有限公司 基于人工智能的晶圆切割道视觉定位方法
CN117766441A (zh) * 2024-02-22 2024-03-26 江苏京创先进电子科技有限公司 偏差检测方法及划片机

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5710825A (en) * 1995-03-31 1998-01-20 Seiko Seiki Kabushiki Kaisha Cutting line measuring apparatus
US6192289B1 (en) * 1997-04-13 2001-02-20 Inspectech Ltd. Method and apparatus for analyzing cuts
CN106876535A (zh) * 2017-02-16 2017-06-20 安徽芯瑞达科技股份有限公司 一种图像模板优化提速方法
CN108171688A (zh) * 2017-12-19 2018-06-15 浙江大学 一种基于Gabor特征与随机降维的晶圆表面缺陷检测方法
US20190266713A1 (en) * 2018-02-26 2019-08-29 Hitachi High-Technologies Corporation Wafer observation device
CN111681222A (zh) * 2020-04-16 2020-09-18 江苏京创先进电子科技有限公司 一种刀痕崩边自动检测判断方法及其应用的划片机

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5710825A (en) * 1995-03-31 1998-01-20 Seiko Seiki Kabushiki Kaisha Cutting line measuring apparatus
US6192289B1 (en) * 1997-04-13 2001-02-20 Inspectech Ltd. Method and apparatus for analyzing cuts
CN106876535A (zh) * 2017-02-16 2017-06-20 安徽芯瑞达科技股份有限公司 一种图像模板优化提速方法
CN108171688A (zh) * 2017-12-19 2018-06-15 浙江大学 一种基于Gabor特征与随机降维的晶圆表面缺陷检测方法
US20190266713A1 (en) * 2018-02-26 2019-08-29 Hitachi High-Technologies Corporation Wafer observation device
CN111681222A (zh) * 2020-04-16 2020-09-18 江苏京创先进电子科技有限公司 一种刀痕崩边自动检测判断方法及其应用的划片机

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
N.G. SHANKAR,ET AL.: "Defect detection on semiconductor wafer surfaces", 《WWW.SCIENCEDIRECT.COM》 *
高金龙: "300mm双轴晶圆切割机系统研究", 《CNKI硕士论文电子期刊》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114783865A (zh) * 2022-04-13 2022-07-22 苏州优力科瑞半导体科技有限公司 一种划片切割方法及系统
CN114627141A (zh) * 2022-05-16 2022-06-14 沈阳和研科技有限公司 一种切割道中心检测方法与系统
CN114627141B (zh) * 2022-05-16 2022-07-22 沈阳和研科技有限公司 一种切割道中心检测方法与系统
CN114770224A (zh) * 2022-05-25 2022-07-22 北京理工大学 一种超精密加工刀痕在位检测方法
CN114770224B (zh) * 2022-05-25 2024-03-08 北京理工大学 一种超精密加工刀痕在位检测方法
CN117197247A (zh) * 2023-11-08 2023-12-08 湖南才道半导体科技有限公司 基于人工智能的晶圆切割道视觉定位方法
CN117197247B (zh) * 2023-11-08 2024-03-29 湖南才道半导体科技有限公司 基于人工智能的晶圆切割道视觉定位方法
CN117766441A (zh) * 2024-02-22 2024-03-26 江苏京创先进电子科技有限公司 偏差检测方法及划片机
CN117766441B (zh) * 2024-02-22 2024-04-30 江苏京创先进电子科技有限公司 偏差检测方法及划片机

Also Published As

Publication number Publication date
CN114022440B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN114022440B (zh) 一种避免晶圆重复切割的检测方法、检测装置及划片机
CN111292305B (zh) 一种改进型yolo-v3的金属加工表面缺陷检测方法
CN110286126B (zh) 一种基于视觉图像的晶圆表面缺陷分区域检测方法
CN108764229B (zh) 一种基于计算机视觉技术的水尺图像自动识别方法
CN111681222B (zh) 一种刀痕崩边自动检测判断方法及其应用的划片机
CN112419297A (zh) 一种螺栓松动检测方法、装置、设备及存储介质
CN112330628A (zh) 一种金属工件表面缺陷图像检测方法
CN109978940B (zh) 一种sab安全气囊尺寸视觉测量方法
CN109949198B (zh) 一种麦田边界检测装置和检测方法
CN113077437B (zh) 工件质量检测方法及其系统
CN113393426A (zh) 一种轧钢板表面缺陷检测方法
CN114279357A (zh) 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统
CN112132153A (zh) 基于聚类和形态学处理的番茄果实识别方法及系统
CN115690670A (zh) 一种晶圆瑕疵智能识别方法和系统
CN113822810A (zh) 一种基于机器视觉的三维空间中工件的定位方法
CN113240693A (zh) 芯片切割控制方法、系统、设备及计算机可读存储介质
CN110728286B (zh) 一种基于火花图像的砂带磨削材料去除率识别方法
CN110852990B (zh) 一种基于图像处理的橡胶树斜刀痕检测方法
CN110899147B (zh) 一种基于激光扫描的传输带石头在线分拣方法
CN109934817B (zh) 一种果体外部轮廓畸形检测方法
CN116740036A (zh) 一种钢管管端引熄弧板切割点位检测方法和系统
CN116862881A (zh) 基于图像处理的多目标实时偏移检测方法
CN110956200A (zh) 一种轮胎花纹相似度检测方法
CN115753791A (zh) 基于机器视觉的缺陷检测方法、装置以及系统
CN115471684A (zh) 注塑工件模板匹配方法、电子设备及存储介质

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