CN114820475A - 边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法 - Google Patents
边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法 Download PDFInfo
- Publication number
- CN114820475A CN114820475A CN202210375787.4A CN202210375787A CN114820475A CN 114820475 A CN114820475 A CN 114820475A CN 202210375787 A CN202210375787 A CN 202210375787A CN 114820475 A CN114820475 A CN 114820475A
- Authority
- CN
- China
- Prior art keywords
- image
- edge
- analyzed
- wafer
- processing table
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001914 filtration Methods 0.000 claims abstract description 39
- 238000003708 edge detection Methods 0.000 claims abstract description 37
- 210000000959 ear middle Anatomy 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000002146 bilateral effect Effects 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000003706 image smoothing Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 230000002349 favourable effect Effects 0.000 abstract description 3
- 238000012216 screening Methods 0.000 abstract 1
- 230000003287 optical effect Effects 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 9
- 238000003754 machining Methods 0.000 description 5
- 241001417494 Sciaenidae Species 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000001444 catalytic combustion detection Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 206010016766 flatulence Diseases 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000011179 visual inspection 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- H01L21/67259—Position monitoring, e.g. misposition detection or presence detection
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Image Analysis (AREA)
Abstract
本发明揭示了边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法,其中边缘识别方法包括如下步骤:S1,获取一待分析图像;S2,对待分析图像进行滤波处理;S3,采用改进的Canny算子对经过滤波处理的待分析图像进行边缘检测;S4,根据设定的曲率阈值及边缘检测的结果来确定待分析图像中是否存在晶圆上的太鼓环的边缘。本方案通过改进的Canny算子,能够有效地提高边缘检测的精度,从而为太鼓环的边缘识别提供有利条件,结合晶圆与透光孔的曲的特性进行筛选,能够有效消除透光孔边缘对太鼓环的边缘识别的影响,从而最终确定图像上是否存在太鼓环的边缘。
Description
技术领域
本发明涉及晶圆加工领域,尤其是边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法。
背景技术
在对太鼓晶圆上的太鼓环进行切割及去除时,需要先将晶圆放置在加工台上,然后通过对中装置使晶圆尽可能调整至与加工台同心的状态后,再进行相应的加工。
但是在对中调整后,仍存在晶圆与加工台无法达到预期的同心状态的情况,因此,在加工前,理想的改进是利用视觉检测来确定对中调整后的晶圆与加工台是否处于预期的同心状态。
进行检测时,会在加工台上开设一组透光孔,当晶圆与加工台共轴时,太鼓环的边缘的不同位置会位于每个所述透光孔处。然后,通过位于加工台上方的图像采集装置来采集每个透光孔区域的图像,随后需要通过图像分析确定图像中是否具有太鼓环的边缘。而常规的边缘检测方法虽然能够检测出图像中的黑白交接线,但是由于存在透光孔边缘的干扰,无法确定黑白交接线是否是太鼓环的边缘,也就无法确认图像中是否有太鼓环的边缘。
发明内容
本发明的目的就是为了解决现有技术中存在的上述问题,提供一种边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法。
本发明的目的通过以下技术方案来实现:
边缘识别方法,包括如下步骤:
S1,获取一待分析图像,所述待分析图像是位于加工台上方的图像采集装置对该加工台上一透光孔区域进行拍摄得到的图像,所述加工台上放置有经过对中调整的晶圆;
S2,对所述待分析图像进行滤波处理;
S3,采用改进的Canny算子对经过滤波处理的所述待分析图像进行边缘检测;
S4,根据设定的曲率阈值及边缘检测的结果来确定所述待分析图像中是否存在晶圆上的太鼓环的边缘。
优选的,所述S2中,采用中值滤波法对所述待分析图像进行滤波处理。
优选的,所述中值滤波法为自适应中值滤波法。
优选的,所述改进的Canny算子中,采用双边滤波进行图像平滑。
优选的,所述改进的Canny算子中,在计算图像梯度时,根据8个方向的梯度模板进行计算。
优选的,所述改进的Canny算子中,采用大津算法计算Canny算子的高低曲率阈值。
优选的,所述S4中,识别边缘检测的结果中是否具有一段曲率小于所述曲率阈值的黑白交接线,如有,将该曲率小于曲率阈值的黑白交接线作为所述待分析图像中的所述太鼓环的边缘;反之,确认所述待分析图像中未识别到太鼓环的边缘。
优选的,在通过改进的canny算子进行边缘检测之前,先确定所述待分析图像是否为全黑图像或全白图像,如是,不对所述待分析图像进行边缘检测,并确定该待分析图像中未识别到太鼓环的边缘;反之,对所述待分析图像进行边缘检测。
边缘识别系统,包括
图像获取单元,用于获取待分析图像,所述待分析图像是位于加工台上方的图像采集装置对该加工台上一透光孔区域进行拍摄得到的图像,所述加工台上放置有经过对中调整的晶圆;
滤波处理单元,用于对所述待分析图像进行滤波处理;
边缘检测单元,用于采用改进的Canny算子对经过滤波处理的所述待分析图像进行边缘检测;
边缘识别单元,用于根据设定的曲率阈值及边缘检测的结果来确定所述待分析图像中是否存在晶圆上的太鼓环的边缘。
晶圆加工装置,包括上述的边缘识别系统。
晶圆与加工台同心状态确认方法,采用如上任一所述的边缘识别方法对图像采集装置于每个透光孔处采集的每张待分析图像进行识别。
本发明技术方案的优点主要体现在:
本方案通过改进的Canny算子,能够有效地提高边缘检测的精度,从而为太鼓环的边缘识别提供有利条件,结合晶圆与透光孔的曲率的差异对不同的黑白交接线进行筛选,能够有效消除透光孔边缘对太鼓环的边缘识别的影响,从而最终确定图像上是否存在太鼓环的边缘。
本方案的采用自适应中值滤波法对图像进行滤波处理,能够有效地消除噪声影响,同时兼顾了边界信息的保留,为后续图像处理提供了有利条件。
本方案采用双边滤波、大津算法等对常规的Canny算子进行优化,改善了边缘检测的精度。
在边缘检测之前先确定图像是否是全黑或全白图像,如是即不用进行边缘检测,有利于提高图像分析的效率。
附图说明
图1是本发明中,晶圆放置在加工台上的俯视图(图中一号透光孔位于加工台的左下角位置,图中未示出晶圆上位于太鼓环外周的薄膜以及晶圆的外框);
图2本发明的边缘识别方法的流程示意图。
具体实施方式
本发明的目的、优点和特点,将通过下面优选实施例的非限制性说明进行图示和解释。这些实施例仅是应用本发明技术方案的典型范例,凡采取等同替换或者等效变换而形成的技术方案,均落在本发明要求保护的范围之内。
在方案的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。并且,在方案的描述中,以操作人员为参照,靠近操作者的方向为近端,远离操作者的方向为远端。
实施例1
下面结合附图对本发明揭示的边缘识别方法进行阐述,本发明的边缘识别方法是在图像采集装置采集到加工台10的透光孔区域的图像后,对图像进行分析以确定图像中是否具有晶圆的太鼓环60的边缘的方法,该识别过程是后续确定图像是否是所要寻找的标的图像的基础。
在采集图像前,如附图1所示,先通过人工或上料机器人将一晶圆放置在加工台10上;所述加工台10上设置有一组透光孔,所述透光孔优选为四个且呈正方形分布,四个所述透光孔依次为一号透光孔20、二号透光孔30、三号透光孔40、四号透光孔50,它们的轴线到所述加工台10的轴线的距离相同,所述距离与所述晶圆的太鼓环60的外径的一半相当,从而当晶圆同心放置在所述加工台10上时,太鼓环60与四个所述透光孔均有重合部分,于是太鼓环的边缘的不同位置位于四个所述透光孔内。
晶圆被放置在加工台10上后,通过对中装置(图中未示出)对所述晶圆进行对中调整,调整后,晶圆与加工台10处于尽可能的同心状态,所述对中装置可以采用卡盘来进行调整,调整后,将所述晶圆位置固定,固定时,通过所述加工台10上设置的真空吸附孔和/或自动压紧装置来进行晶圆的固定。此时,正常情况下,所述太鼓环60能够遮盖每个所述透光孔的部分区域,由于晶圆上位于所述太鼓环60外周的部分为具有一定宽度且可透光的薄膜(图中未示出),从而在后续进行图像采集时,透光孔内被太鼓环60遮盖的区域由于不能透光而在图像上接近为黑色,透光孔内未被太鼓环60遮盖的区域由于能够透光从而在图像上接近为白色。
晶圆经过对中装置调整后,需要确定其与加工台10是否达到预期的同心状态,具体分析时,需要通过图像采集装置来采集每个所述透光孔区域(透光孔区域包括透光孔内部及其周围区域)的图像以进行分析。
所述图像采集装置可以采用已知的各种摄像头、CCD、相机等。本实施例中,所述图像采集装置优选为已知的具有图像采集功能的照相显微镜,从而图像采集装置采集的每张图像是所述透光孔区域的局部图像,即每张图像是透光孔内局部区域的图像或是透光孔及其周围区域的局部区域的图像,每张图像的面积可以仅是透光孔的截面面积的很小一部分,例如是透光孔的截面面积的1/10、1/20等,局部区域的具体尺寸可以根据需要设计,此处不作限定。当然,在其他实施例中,图像采集装置采集的每张图像也可以覆盖整个透光孔。
所述图像采集装置可以仅为一个且设置在所述加工台10的上方且连接驱动其至少进行平移(沿垂直于加工台10的轴线方向移动)的平移驱动机构(图中未示出),所述图像采集装置的镜头朝向所述加工台10,且所述镜头的光轴与所述加工台10的轴线平行。当然,在另外的实施例中,可以通过多个图像采集装置同时进行四个透光孔处的图像采集,这样可以提高效率。
为了改善采集图像的质量,通过设置光源(图中未示出)以照射透光孔从而增加透光孔处的亮度。所述光源可以仅设置一处,此时,可以通过所述加工台10的自转使四个所述透光孔逐一转动至与所述光源位置对应。当然,在另外的实施例中,也可以设置多处光源,每处光源与一个透光孔位置对应,这样在采集图像时,可以无需转动加工台10。
下面以一处光源且光源设置在加工台10下方的左下角位置为例进行说明,后续每个透光孔转动到加工台10的左下角位置时与光源对应。
采集图像时,先启动光源,所述加工台10转动使其上的一号透光孔20转动至左下角位置从而与光源对应,接着,使图像采集装置移动使其镜头的光轴移动至一号透光孔20内的选定位置后,再移动至所述透光孔内的其他位置,图像采集装置在光轴移动到透光孔内的每一位置处采集一张待分析图像。
在获取每张待分析图像后,需要确定该待分析图像是否是要寻找的标的图像,所述标的图像上具有太鼓环60的边缘(黑白交接线),且所述太鼓环60的边缘过所述图像的中心或紧邻所述图像的中心,图像中太鼓环的边缘到图像的中心的最短距离可以根据需要进行设计,例如为不超过0.5mm,此处不作限定。在确定待分析图像是否是标的图像时,需要先识别所述待分析图像上是否有太鼓环60的边缘。
如附图2所示,所述边缘识别方法,即识别图像上是否有所述太鼓环60的边缘的具体步骤如下:
S1,获取一待分析图像;
S2,对所述待分析图像进行滤波处理;
S3,采用改进的Canny算子对经过滤波处理的所述待分析图像进行边缘检测;
S4,根据设定的曲率阈值及边缘检测的结果来确定所述待分析图像中是否存在太鼓环60的边缘。
较优的,所述S2中,采用中值滤波法对所述待分析图像进行滤波处理。采用中值滤波可以有效去除图像中由于图像压缩以及电磁干扰等诸多因素引起的孤立噪点,在去噪的同时可以兼顾到边界信息的保留,从而提高图像质量。更优的,所述中值滤波法为自适应中值滤波法,其可以通过图像异常的像素点来自动算取合适的滤波核进行滤噪,有效地防止了滤波核选取的过大与过小导致的问题。自适应中值滤波的具体原理为已知技术,此处不作赘述。
所述S3中,改进的Canny算子采用双边滤波进行图像平滑。双边滤波在高斯滤波的基础之上加入了色彩的权重,在滤除噪声的同时有效保护图像细节。双边滤波的具体原理为已知基础,此处不作赘述。
而在计算图像梯度时,根据8个方向的梯度模板进行计算,相对于4个方向的梯度模板,使检测的边缘更加精确。根据8个方向的梯度模板进行图像梯度计算的具体方法为已知技术,此处不作赘述。
所述改进的Canny算子中,采用大津算法计算Canny算子的高低曲率阈值。大津算法可以自动计算Canny算子的高低阈值,避免了可能需要人工选取Canny算子的阈值而造成的局限性。大津算法的具体原理为已知技术,此处不作赘述。
所述S4中,主要是识别边缘检测的结果中是否具有一段曲率小于所述曲率阈值的黑白交接线,如有,将该曲率小于曲率阈值的黑白交接线作为所述待分析图像中的所述太鼓环60的边缘;反之,确认所述待分析图像中未识别到太鼓环60的边缘,确定该待分析图像不是要寻找的标的图像。之所以是通过曲率进行判断是考虑到:相对而言,太鼓环60的外经很大,而透光孔的直径很小,仅为太鼓环60外经的十几分之一,甚至几十分之一,因此,透光孔的边缘(孔壁)的曲率要比太鼓环60的边缘的曲率要大很多。因此如果识别出图像中有黑白交接线,通过设置曲率阈值可对识别出的黑白交接线进行筛分,即可方便地确定图像中的黑白交接线中哪些是太鼓环60的边缘,哪些是透光孔的边缘,从而消除透光孔边缘的干扰,且可以准确地确定太鼓环的边缘在图像上的具体位置。当然,如果边缘检测未检测到图像中存在黑白交接线,同样可以确认图像上无太鼓环的边缘。
由于图像采集装置仅采集透光孔很小区域的图像,因此,图像采集装置采集的区域可能完全是透光孔中未被太鼓环60遮盖的区域,从而对应的图像是全白图像(此处的全白图像并不意味着图像中的每个像素点的灰度值都是255)的,或者图像采集装置采集的区域完全处于太鼓环60的边缘内侧区域,从而对应的图像是全黑图像(此处的全黑图像并不意味着图像中的每个像素点的灰度值都是0)。此时,这些全白图像或全黑图像上不会存在所要寻找的黑白交接线(图像上的太鼓环60的边缘),因此,在更优的方式中,在通过改进的Canny算子进行边缘检测之前,可以先确定所述待分析图像是否为全黑图像或全白图像,如是,不对所述待分析图像进行边缘检测,并确定该待分析图像中未识别到太鼓环60的边缘;反之,对所述待分析图像进行边缘检测。当然,这一优选过程不是必须的。
在确认所述待分析图像中有太鼓环60的边缘时,需要进一步确定所述太鼓环60的边缘在待分析图像上的位置是否符合要求,如符合要求,即太鼓环60的边缘过所述待分析图像的中心或者到所述待分析图像的中心的最短距离满足设定阈值,则确定该待分析图像为标的图像;反之,不符合要求,则该待分析图像不是要寻找的标的图像。
在确定标的图像后,确定所述标的图像拍摄时,所述镜头的光轴上的预选点在选定坐标系中的坐标作为对中计算坐标,所述光轴上的预选点可以根据需要人为选定,例如可以是镜头的光心或焦点或光轴上位于镜头前方确定距离的点。
所述选定坐标系是以垂直于所述加工台10的轴线且相互垂直的两条数轴构造而成的三维坐标系。例如,所述选定坐标系以所述加工台10的台面内的两条数轴为X轴和Y轴且以加工台10的轴线为Z轴,对应的,加工台10的台面的中心为原点,则加工台10的轴线上任一点的X坐标及Y坐标确定。同时,镜头在初始位置时,光轴上的预选点在所述选定坐标系中的坐标是确定的,由于镜头仅进行平移,因此,预选点在选定坐标系中的Z坐标是不变的,仅X坐标和Y坐标改变。根据所述镜头的平移数据及预选点的初始坐标可以计算出预选点移动到不同位置后在所述选定坐标系中的坐标。并且,当所述晶圆与加工台10共轴时,它们轴线上任一点在所述选定坐标系中的X坐标、Y坐标是相同的;当它们不是共轴时,所述晶圆与加工台10的轴向上同一高度的点的Z坐标相同,但X坐标和Y坐标不同。
当然,在另外的实施例中,也可以不用获取标的图像采集时,光轴上预选点在预设坐标系中的坐标作为对中计算坐标,而是可以直接选取所述标的图像上的所述太鼓环60的边缘上的参考点,该参考点在图像坐标系中的坐标是确定的,后续可以根据图像坐标系、相机坐标系、世界坐标系等坐标系之间的转换关系确定该参考点在世界坐标系统中的实际坐标并作为对中计算坐标,相应的坐标转换为已知技术,此处不作赘述。
在一号透光孔20处获取到对中计算坐标后,所述加工台10转动90°,使二号透光孔30转动至与光源位置对应,然后按照上述过程获取二号透光孔30处的对中计算坐标。在获得二号透光孔30处的对准计算坐标后,所述加工台10再次转动90°,使三号透光孔40与光源位置对应,同样按照上述过程获取三号透光孔40处的对中计算坐标。最后,所述加工台10再次转动90°,使四号透光孔50转动至与光源位置对应,然后按照上述过程获取四号透光孔50处的对中计算坐标。
在得到四个对中计算坐标时,根据圆的标准方程及三个对中计算坐标可以求出一个圆的半径及圆心,从而最终可以得到四个圆的圆心和半径。实际计算时,主要是根据对中计算坐标的X坐标和Y坐标来计算得到圆的圆心及半径。
将求出的四个半径中的最大值与最小值进行比较,若它们的差值小于预设值,则确定四个所述对中计算坐标准确,所述晶圆与加工台10处于预期的同心状态;反之,四个对中计算坐标不准确,确定晶圆与加工台10未达到预期的同心状态。所述预设值例如可以是1mm,具体根据需要设定,此处不作限定。
在每个透光孔处进行图像采集时,较优的,先使所述镜头的光轴移动至与所述透光孔共轴的状态,然后,使所述镜头的光轴在所述透光孔的轴线附近移动,例如,所述光轴在距离所述透光孔的轴线2mm的范围内移动,具体的移动范围及每次移动的距离可以根据需要设定,此处不作限定。
较优的,在首个位置采集的待识别图像上未识别到太鼓环60的边缘时,可以使所述光轴在加工台10的轴线的左右两侧分别移动几个位置,至对应的图像中识别到太鼓环60的边缘时,可以根据太鼓环60的边缘偏离图像中心的方向来继续控制光轴的移动,例如,太鼓环60的边缘偏向图像中心的右侧,则光轴向右侧移动。当然,在首个位置采集的图像上未识别到太鼓环60边缘时,也可以根据在首个位置采集的图像的识别结果来控制光轴的移动方向,即当确定一待识别图像为全白图像或者确定黑白交接线为透光孔的边缘时,则使镜头逐步向右移动,至图像上识别到太鼓环60的边缘。而当确定待识别图像为全黑图像时,则使镜头逐步向左移动,至图像上识别到太鼓环60的边缘。
在一个透光孔处可以采集5-15张图像,并且,在一个透光孔处,只要找到标的图像后,就可以不用继续进行后续的图像采集,例如当光轴与透光孔共轴时采集的图像就是标的图像时,则图像采集装置无需移动一个位置再次采集图像,而是直接使所述加工台10转动90°,使图像采集装置进行下一个透光孔处的图像采集。
另外,如果在一个透光孔处采集的图像的张数已经达到预设的数量,例如在一个透光孔处采集的图像的张数阈值为10张,当已采集了10张图像但是这10张图像中并无标的图像时,即可确认晶圆与加工台10未处于预期的同心状态,此时,可以不再继续对其他透光孔处进行图像采集,这样能够有效地提高处理效率。
实施例2
本实施例揭示了一种边缘识别系统,包括
图像获取单元,用于获取待分析图像,所述待分析图像是位于加工台10上方的图像采集装置对该加工台10上一透光孔区域进行拍摄得到的图像,所述加工台10上放置有经过对中调整的晶圆;
滤波处理单元,用于对所述待分析图像进行滤波处理;
边缘检测单元,用于采用改进的Canny算子对经过滤波处理的所述待分析图像进行边缘检测;
边缘识别单元,用于根据边缘检测的结果,确认所述待分析图像中是否存在太鼓环60的边缘。
实施例3
本实施例揭示了一种晶圆加工装置,除了包括上述的加工台10、图像采集装置、光源等,还包括切割装置、控制装置等,所述控制装置具有上述的边缘识别系统。
实施例4
本实施例揭示了一种晶圆与加工台同心状态确认方法,所述确认方法即上述实施例1中描述的确定晶圆与加工台10是否达到预期的同心状态的过程,其通过所述的边缘识别方法对图像采集装置于每个透光孔处采集的每张待分析图像进行识别。并且,在确定晶圆与加工台10达到预期的同心状态时,可以进行后续的切割或取环加工;反之,停机报警。
当然,在其他实施例中,所述晶圆与加工台同心状态的确认方法也可以采用其他控制方式来控制镜头在每个透光孔处的移动,例如可以采用二分法的方式来控制镜头的移动,二分法的具体原理为已知技术,此处不作赘述。
本发明尚有多种实施方式,凡采用等同变换或者等效变换而形成的所有技术方案,均落在本发明的保护范围之内。
Claims (10)
1.边缘识别方法,其特征在于:包括如下步骤:
S1,获取待分析图像,所述待分析图像是位于加工台上方的图像采集装置对该加工台上一透光孔区域进行拍摄得到的图像,所述加工台上放置有经过对中调整的晶圆;
S2,对所述待分析图像进行滤波处理;
S3,采用改进的Canny算子对经过滤波处理的所述待分析图像进行边缘检测;
S4,根据设定的曲率阈值及边缘检测的结果来确定所述待分析图像中是否存在晶圆上的太鼓环的边缘。
2.根据权利要求1所述的边缘识别方法,其特征在于:所述S2中,采用自适应中值滤波法对所述待分析图像进行滤波处理。
3.根据权利要求1所述的边缘识别方法,其特征在于:所述改进的Canny算子中,采用双边滤波进行图像平滑。
4.根据权利要求1所述的边缘识别方法,其特征在于:所述改进的Canny算子中,在计算图像梯度时,根据8个方向的梯度模板进行计算。
5.根据权利要求4所述的边缘识别方法,其特征在于:所述改进的Canny算子中,采用大津算法计算Canny算子的高低曲率阈值。
6.根据权利要求1所述的边缘识别方法,其特征在于:
所述S4中,识别边缘检测的结果中是否具有一段曲率小于所述曲率阈值的黑白交接线,如有,将该曲率小于曲率阈值的黑白交接线作为所述待分析图像中的所述太鼓环的边缘;反之,确认所述待分析图像中未识别到太鼓环的边缘。
7.根据权利要求1-6任一所述的边缘识别方法,其特征在于:在通过改进的canny算子进行边缘检测之前,先确定所述待分析图像是否为全黑图像或全白图像,如是,不对所述待分析图像进行边缘检测,并确定该待分析图像中未识别到太鼓环的边缘;反之,对所述待分析图像进行边缘检测。
8.边缘识别系统,其特征在于:包括
图像获取单元,用于获取待分析图像,所述待分析图像是位于加工台上方的图像采集装置对该加工台上一透光孔区域进行拍摄得到的图像,所述加工台上放置有经过对中调整的晶圆;
滤波处理单元,用于对所述待分析图像进行滤波处理;
边缘检测单元,用于采用改进的Canny算子对经过滤波处理的所述待分析图像进行边缘检测;
边缘识别单元,用于根据设定的曲率阈值及边缘检测的结果来确定所述待分析图像中是否存在晶圆上的太鼓环的边缘。
9.晶圆加工装置,其特征在于:包括如权利要求8所述的边缘识别系统。
10.晶圆与加工台同心状态确认方法,其特征在于:采用如权利要求1-7任一所述的边缘识别方法对图像采集装置于每个透光孔处采集的每张待分析图像进行识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210375787.4A CN114820475B (zh) | 2022-04-11 | 2022-04-11 | 边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210375787.4A CN114820475B (zh) | 2022-04-11 | 2022-04-11 | 边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114820475A true CN114820475A (zh) | 2022-07-29 |
CN114820475B CN114820475B (zh) | 2023-03-24 |
Family
ID=82534821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210375787.4A Active CN114820475B (zh) | 2022-04-11 | 2022-04-11 | 边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114820475B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115493536A (zh) * | 2022-11-16 | 2022-12-20 | 广州粤芯半导体技术有限公司 | 圆整度的测量方法、装置、设备终端和可读存储介质 |
CN116423689A (zh) * | 2023-06-13 | 2023-07-14 | 江苏京创先进电子科技有限公司 | 太鼓晶圆对中确定方法及太鼓晶圆切割方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150009498A1 (en) * | 2013-07-05 | 2015-01-08 | Infineon Technologies Ag | Apparatus for Detecting a Pre-Aligning Element at a Wafer |
CN107895376A (zh) * | 2017-12-11 | 2018-04-10 | 福州大学 | 基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法 |
CN111815565A (zh) * | 2020-06-11 | 2020-10-23 | 上海华虹宏力半导体制造有限公司 | 晶圆背面的检测方法、设备和存储介质 |
CN112103201A (zh) * | 2020-09-24 | 2020-12-18 | 无锡卓海科技有限公司 | 一种自动校准补偿的透明晶圆表面曲率半径测量方法 |
CN112349579A (zh) * | 2020-10-23 | 2021-02-09 | 华虹半导体(无锡)有限公司 | 晶圆背面减薄方法及晶圆背面减薄装置 |
-
2022
- 2022-04-11 CN CN202210375787.4A patent/CN114820475B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150009498A1 (en) * | 2013-07-05 | 2015-01-08 | Infineon Technologies Ag | Apparatus for Detecting a Pre-Aligning Element at a Wafer |
CN107895376A (zh) * | 2017-12-11 | 2018-04-10 | 福州大学 | 基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法 |
CN111815565A (zh) * | 2020-06-11 | 2020-10-23 | 上海华虹宏力半导体制造有限公司 | 晶圆背面的检测方法、设备和存储介质 |
CN112103201A (zh) * | 2020-09-24 | 2020-12-18 | 无锡卓海科技有限公司 | 一种自动校准补偿的透明晶圆表面曲率半径测量方法 |
CN112349579A (zh) * | 2020-10-23 | 2021-02-09 | 华虹半导体(无锡)有限公司 | 晶圆背面减薄方法及晶圆背面减薄装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115493536A (zh) * | 2022-11-16 | 2022-12-20 | 广州粤芯半导体技术有限公司 | 圆整度的测量方法、装置、设备终端和可读存储介质 |
CN116423689A (zh) * | 2023-06-13 | 2023-07-14 | 江苏京创先进电子科技有限公司 | 太鼓晶圆对中确定方法及太鼓晶圆切割方法 |
CN116423689B (zh) * | 2023-06-13 | 2023-09-15 | 江苏京创先进电子科技有限公司 | 太鼓晶圆对中确定方法及太鼓晶圆切割方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114820475B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114820475B (zh) | 边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法 | |
US5638459A (en) | Method and apparatus for detecting a microscope slide coverslip | |
CN111612737B (zh) | 一种人造板表面瑕疵检测装置及检测方法 | |
CN114311346B (zh) | 晶圆与工作台对准识别方法 | |
JPH06229873A (ja) | 視力矯正レンズの検査の方法ならびにその装置 | |
US5761336A (en) | Aperture optimization method providing improved defect detection and characterization | |
CN110346119B (zh) | 一种镜片检测系统 | |
GB2284048A (en) | Method for examining the surface of a workpiece | |
CN111474179A (zh) | 镜片表面清洁度检测装置及方法 | |
US20230238290A1 (en) | Defect observation method, apparatus, and program | |
CN114628299B (zh) | 晶圆对中确认方法及太鼓环切割方法 | |
CN115100104A (zh) | 玻璃油墨区的缺陷检测方法、装置、设备及可读存储介质 | |
CN117392112A (zh) | 一种晶圆表面缺陷的检测方法、装置及系统 | |
CN117309892B (zh) | 一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器 | |
CN114964032B (zh) | 基于机器视觉的盲孔深度测量方法及装置 | |
CN117761060A (zh) | 一种视觉检测系统及其检测方法 | |
JP2010025597A (ja) | 欠陥検出装置、欠陥検出方法およびプログラム | |
CN113705487B (zh) | 精密工件识别及工艺参数关联系统以及识别方法 | |
CN112839168B (zh) | 一种自动调整aoi检测系统中相机成像分辨率的方法 | |
CN116523882B (zh) | 一种基于视觉的光学目标区域准确率检测方法与系统 | |
CN115830053B (zh) | 一种基于机器视觉的帘线钢镶嵌样边缘定位方法及系统 | |
JP2021001734A (ja) | 管材の内面自動検査装置及び管材の内面自動検査方法 | |
CN116428985B (zh) | 边缘坐标获取方法、晶圆对准识别方法及晶圆环切方法 | |
CN117470872B (zh) | 分板品质检测方法、装置、分板机及电路板生产线 | |
JPH08201022A (ja) | 3次元位置検出方法及び3次元位置検出装置 |
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 |