CN115311281B - 一种晶片圆心校正方法 - Google Patents

一种晶片圆心校正方法 Download PDF

Info

Publication number
CN115311281B
CN115311281B CN202211243781.8A CN202211243781A CN115311281B CN 115311281 B CN115311281 B CN 115311281B CN 202211243781 A CN202211243781 A CN 202211243781A CN 115311281 B CN115311281 B CN 115311281B
Authority
CN
China
Prior art keywords
error
pixel points
arc edge
pixel point
partial
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
Application number
CN202211243781.8A
Other languages
English (en)
Other versions
CN115311281A (zh
Inventor
郑传凤
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.)
Shenzhen Xinsheng Changying Technology Co ltd
Original Assignee
Shenzhen Xinsheng Changying 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 Shenzhen Xinsheng Changying Technology Co ltd filed Critical Shenzhen Xinsheng Changying Technology Co ltd
Priority to CN202211243781.8A priority Critical patent/CN115311281B/zh
Publication of CN115311281A publication Critical patent/CN115311281A/zh
Application granted granted Critical
Publication of CN115311281B publication Critical patent/CN115311281B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种晶片圆心校正方法,属于图像数据识别技术领域,该方法步骤包括:获取待测晶片图像中多段圆弧边缘;根据每段圆弧边缘中每个边缘像素点的邻域链码,选取出部分误差像素点;利用每个部分误差像素点所在圆弧边缘的误差程度、所在圆弧边缘的前进角度值以及每个部分误差像素点出现误差位置概率,计算出每个部分误差像素点的误差程度,选取出误差程度小于误差程度阈值的部分误差像素点组成目标像素点集合,对目标像素点集合进行霍夫圆检测得到晶片圆心;本发明筛选出低误差程度的像素点进行霍夫圆检测,在减少冗余计算的同时提高了霍夫圆检测的准确性,并能准确的获取晶片圆心位置。

Description

一种晶片圆心校正方法
技术领域
本发明属于图像数据识别技术领域,具体涉及一种晶片圆心校正方法。
背景技术
半导体芯片是由硅生产出来的,硅属于半导体材料,其自身的导电性并不是很好,但是可以通过添加适当的掺杂剂来精确控制硅的电阻率,在制造半导体前,必须将硅转换为晶圆片,在晶圆片上刻蚀出数以百万计的晶体管,晶圆片也叫做晶片,在对晶片加工时每个工序都需要根据晶片圆心的位置对晶片位置进行校正,在校正后才开始加工保证加工位置的准确性,而校正的前提是必须准确的获取晶片圆心的位置。
要确定出晶片的圆心,需要先对晶片图像进行圆形检测时,有些情况下圆并不是闭合区域,此时用半径、圆心的方式并不能准确检测到圆,只能用霍夫变换来进行共圆检测;霍夫曼进行共圆检测的基本思路是认为图像上每一个非零像素点都有可能是一个潜在的圆上的一点,跟霍夫线变换一样,也是通过投票,生成累积坐标平面,设置一个累积权重来定位圆;但是现有技术中在进行霍夫圆检测时,是将圆周上的像素点全部代入计算,将全部像素点都代入计算会导致将误差大的点代入计算后造成霍夫检测出现误差,而如果将全部有误差的像素点都去除,只将正常像素点代入计算会造成代入计算的像素点数量较少,也会造成误差;那么如何在容错区间内筛选出低误差的像素点,在保证不将误差大的像素点代入计算的同时还能保证代入霍夫检测的像素点数量满足要求,是进行霍夫圆检测是需要解决的技术问题。
发明内容
本发明提供一种晶片圆心校正方法,根据待测晶片图像中每段圆弧边缘上像素点的位置特征,计算出对每个像素点进行圆形检测误差程度,筛选出低误差程度的像素点进行霍夫圆检测,在减少冗余计算的同时能提高霍夫圆检测的准确性,实现了准确的获取晶片圆心位置。
本发明的一种晶片圆心校正方法采用如下技术方案:
获取待测晶片图像中多段圆弧边缘;
获取每段圆弧边缘中每个边缘像素点的邻域链码,将邻域链码中没有出现预设误差位置的边缘像素点作为正常像素点,将邻域链码中出现预设误差位置的边缘像素点作为非正常像素点;
根据每个非正常像素点与其邻域像素点的位置关系,将非正常像素点分为完全误差像素点和部分误差像素点;
根据每个部分误差像素点邻域链码的码源总个数和邻域链码中出现预设误差位置的码源个数,计算出每个部分误差像素点出现误差位置概率;
利用每段圆弧边缘中包含的正常像素点个数和部分误差像素点个数,计算出每段圆弧边缘的误差程度;
建立极坐标系,将每段圆弧边缘的起始点和终止点在极坐标系中的极角差值,作为每段圆弧边缘的前进角度值;
利用每个部分误差像素点所在圆弧边缘的误差程度、所在圆弧边缘的前进角度值以及每个部分误差像素点出现误差位置概率,计算出每个部分误差像素点的误差程度;
根据所有部分误差像素点出现误差位置概率计算出误差程度阈值,选取出误差程度小于误差程度阈值的部分误差像素点与正常像素点共同组成每段圆弧边缘的目标像素点集合;
利用待测晶片图像中每段圆弧边缘的目标像素点集合,对该待测晶片图像进行霍夫圆检测获取晶片圆心位置。
进一步地,所述根据每个非正常像素点与其邻域像素点的位置关系,将非正常像素点分为完全误差像素点和部分误差像素点的步骤包括:
获取每个非正常像素点的邻域链码;
将邻域链码中仅存在预设误差位置的非正常像素点,作为完全误差像素点;
将邻域链码中既存在预设误差位置也存在预设正常位置的像素点,作为部分误差像素点。
进一步地,所述计算出每个部分误差像素点出现误差位置概率的步骤包括:
将每个部分误差像素点邻域链码中出现预设误差位置的码源个数,与该部分误差像素点邻域链码的码源总个数第一比值,作为每个部分误差像素点出现误差位置的概率。
进一步地,所述计算出每段圆弧边缘的误差程度的步骤包括:
将每段圆弧边缘中包含的部分误差像素点个数与正常像素点个数的第二比值,作为每段圆弧边缘的误差程度。
进一步地,所述每段圆弧边缘的前进角度值的计算步骤包括:
以每段圆弧边缘的圆心为极点、以水平向右的射线为极径建立极坐标系;
将每段圆弧边缘的起始点在极坐标系中的角坐标作为起始角坐标;
将每段圆弧边缘的终止点在极坐标系中的角坐标作为终止角坐标;
将每段圆弧边缘对应的起始角坐标与终止角坐标差值的绝对值,作为每段圆弧边缘的前进角度。
进一步地,所述计算出每个部分误差像素点的误差程度的步骤包括:
计算出每个部分误差像素点所在圆弧边缘的误差程度,与该部分误差像素点出现误差位置概率的第三比值;
计算出每个部分误差像素点所在圆弧边缘的前进角度值与第三比值的乘积,并将该乘积作为该部分误差像素点的误差程度。
进一步地,所述根据所有部分误差像素点出现误差位置概率计算出误差程度阈值的步骤包括:
将所有部分误差像素点出现误差位置概率的均值作为误差程度阈值。
进一步地,所述预设误差位置为:
以每段圆弧边缘中每个边缘像素点为中心点,将中心点的上方、下方、左方以及右方的邻接位置,均作为预设误差位置。
本发明的有益效果是:
本发明提供一种晶片圆心校正方法,先获取待测晶片图像中多段圆弧边缘;根据每段圆弧边缘中每个边缘像素点的邻域链码筛选出非正常像素点,之后根据每个非正常像素点的邻域链码是否仅存在预设误差位置,将非正常像素点分为完全误差像素点和部分误差像素点;本发明中在确定非正常像素点分为完全误差像素点和部分误差像素点后,由于完全误差像素点误差过大直接删除,同时如果将部分误差像素点也直接删除,那么会造成代入计算的像素点数量过少,因此在得到部分误差像素点后,根据部分误差像素点所在圆弧边缘的误差程度、所在圆弧边缘的前进角度值以及每个部分误差像素点出现误差位置概率,计算出每个部分误差像素点的误差程度,最后筛选出误差程度阈值的像素点进行霍夫圆检测,在减少冗余计算的同时能提高霍夫圆检测的准确性,能准确的获取晶片圆心位置。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为本发明的一种晶片圆心校正方法的实施例总体步骤的流程示意图;
图2为本发明任一边缘像素点的八邻域链码;
图3为本发明任一非正常像素点的八邻域像素点同时拥有确定正常的位置和误差的/>位置的示意图;
图4为本发明任一非正常像素点的八邻域像素点拥有误差的位置和误差的6位置的示意图;
图5为本发明以任一段圆弧边缘的圆心为极点建立的极坐标系;
图6为本发明中利用霍夫圆检测识别出的圆形目标。
具体实施方式
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一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的一种晶片圆心校正方法的实施例,如图1所示,该方法包括:
S1、获取待测晶片图像中多段圆弧边缘。
本发明采集的待测图像为晶片图像,晶片即晶圆片,在制造半导体前,必须将硅转换为晶圆片,在晶圆片上刻蚀出数以百万计的晶体管,晶圆片也叫做晶片,在对晶片加工时每个工序都需要根据晶片圆心的位置对晶片位置进行校正,在校正后才开始加工保证加工位置的准确性,而校正的前提是必须准确的获取晶片圆心的位置。
待测图像中存在圆形,而圆形大小就是构成圆形的像素的多少,即是圆形分辨率高低,对于低分辨率圆形来说其出现噪声像素点的概率偏大,对于高分辨率圆形来说其出现噪声像素点的概率偏小,对于图像来说圆形的分辨率越高,其从模拟圆转化为数字圆的误差越小。
本发明采集的待测图像为位图图像,位图在计算机中是由一个个像素构成的,在待测图像中,由于圆形形状特点以及计算机对圆形绘图的特点,导致两像素无法排出(/>为除零以外的正整数)之外的角度,因此在位图图像中某些位置会呈共线样式的排布,会产生误差像素,影响判断的结果。
本发明在采集待测晶片图像后,对采集的待测晶片图像进行灰度化处理,之后对灰度化处理的图像进行滤波去噪,对去噪后的图像使用语义分割分割出待测晶片图像的圆周区域,最后对分割出的仅含有待测晶片图像的圆周区域进行边缘检测得到多段圆弧边缘;由于在进行边缘检测得到的圆中既可能存在闭合区域的圆也可能存在不闭合区域的圆,因为有不闭合区域的圆存在,所以很难用连通域的面积、质心等结合圆形度来计算,只能利用霍夫曼圆检测来判断共圆的像素。
S2、获取每段圆弧边缘中每个边缘像素点的邻域链码,将邻域链码中没有出现预设误差位置的边缘像素点作为正常像素点,将邻域链码中出现预设误差位置的边缘像素点作为非正常像素点。
其中,预设误差位置为:以每段圆弧边缘中每个边缘像素点为中心点,将中心点的上方、下方、左方以及右方的邻接位置,均作为预设误差位置。
通过步骤S1可知,采集的位图图像中在某些位置会呈共线样式的排布,会产生误差像素。之后通过链码判断可能出现误差像素的位置。
本发明首先获取每段圆弧边缘中每个边缘像素点的八邻域链码,通过每个边缘像素点的八邻域链码对边缘像素点进行分类,区分出正常像素点和非正常像素点;由于采集的是每个边缘像素点的八邻域链码,如图2所示,为任一边缘像素点的八邻域链码,所以预设正常位置为(1、3、5、7)的位置,预设误差位置为(0、2、4、6)的位置;确定共圆的像素点其周围链码应为(1、3、5、7)的位置,不确定共圆的像素点应为(0、2、4、6)的位置。
选取出八邻域链码中存在(0、2、4、6)的边缘像素点作为非正常像素点,由全部的非正常像素点组成非正常点集;将八邻域链码中不存在(0、2、4、6)的边缘像素点作为正常像素点,由全部的正常像素点组成正常点集;本发明首先将非正常像素点筛选出,避免将正常像素点也参与到后续计算中导致增加不必要的计算量。
S3、根据每个非正常像素点与其邻域像素点的位置关系,将非正常像素点分为完全误差像素点和部分误差像素点。
根据每个非正常像素点与其邻域像素点的位置关系,将非正常像素点分为完全误差像素点和部分误差像素点的步骤包括:获取每个非正常像素点的邻域链码;将邻域链码中仅存在预设误差位置的非正常像素点,作为完全误差像素点;将邻域链码中既存在预设误差位置也存在预设正常位置的像素点,作为部分误差像素点。
而在位图图像中,邻域内的像素点位置不仅仅属于这两种中的某一种,如图3所示,非正常像素点的八邻域像素点同时拥有确定正常的位置和误差的/>位置;如图4所示,非正常像素点的八邻域像素点拥有误差的/>位置和误差的6位置;非正常像素点同时确定正常位置和仅拥有误差位置的误差程度是不同的,因此,需要对不同像素点的误差程度进行区分。
根据每个非正常像素点的邻域链码是否仅存在预设误差位置,将仅存在预设误差位置的非正常像素点分为完全误差像素点,将同时存在预设正常位置和预设误差位置的非正常像素点分为部分误差像素点。
S4、根据每个部分误差像素点邻域链码的码源总个数和邻域链码中出现预设误差位置的码源个数,计算出每个部分误差像素点出现误差位置概率。
计算出每个部分误差像素点出现误差位置的概率的步骤包括:将每个部分误差像素点邻域链码中出现预设误差位置的码源个数,与该部分误差像素点邻域链码的码源总个数第一比值,作为每个部分误差像素点出现误差位置的概率。
通过步骤S3已经区分出完全误差像素点和部分误差像素点,在确定非正常像素点分为完全误差像素点和部分误差像素点后,由于完全误差像素点误差过大直接删除,同时如果将部分误差像素点也直接删除,那么会造成代入计算的像素点数量过少;因此对于部分误差像素点,结合部分误差像素点所在圆弧边缘的特征,和部分误差像素点邻域链码中出现误差位置的个数对部分误差像素点的误差程度进行判断。
S5、利用每段圆弧边缘中包含的正常像素点个数和部分误差像素点个数,计算出每段圆弧边缘的误差程度。
计算出每段圆弧边缘的误差程度的步骤包括:将每段圆弧边缘中包含的部分误差像素点个数与正常像素点个数的第二比值,作为每段圆弧边缘的误差程度。
本发明中在每段圆弧边缘中可能存在不止一个部分误差像素点,因此利用每段圆弧边缘中包含的正常像素点个数和部分误差像素点个数,计算出每段圆弧边缘的误差程度。
每段圆弧边缘的误差程度的计算公式为:
其中,表示第/>个部分误差像素点所在圆弧边缘的误差程度;/>表示第/>个部分误差像素点所在圆弧边缘中包含的正常像素点个数;/>表示第/>个部分误差像素点所在圆弧边缘中包含的部分误差像素点个数;/>的比值越大则说明第/>段圆弧边缘拥有的正常像素点越多,则说明第/>段圆弧越接近正圆。因为在图像中正常像素点是占大部分的,因此每段圆弧边缘的误差程度只需作为权值在对部分误差像素点的误差程度的计算中参与计算即可。
S6、建立极坐标系,将每段圆弧边缘的起始点和终止点在极坐标系中的极角差值,作为每段圆弧边缘的前进角度值。
每段圆弧边缘的前进角度值的计算步骤包括:以每段圆弧边缘的圆心为极点、以水平向右的射线为极径建立极坐标系;将每段圆弧边缘的起始点在极坐标系中的角坐标作为起始角坐标;将每段圆弧边缘的终止点在极坐标系中的角坐标作为终止角坐标;将每段圆弧边缘对应的起始角坐标与终止角坐标差值的绝对值,作为每段圆弧边缘的前进角度。
以每段圆弧边缘的圆心为极点、以水平向右的水平射线为极径建立极坐标系,如图5所示为本发明以任一段圆弧边缘的圆心为极点建立的极坐标系,则每段圆弧边缘上任一点的极坐标为:
其中,表示第/>段圆弧上第/>点的极坐标;/>为点/>的极角;/>为点/>的极径。
在极坐标系下常用角度方向为极径开始逆时针前进,即圆弧前进方向与极坐标角度方向一致,为后续计算提供便利;圆弧前进角度为从每段圆弧边缘的起始点运动到每段圆弧边缘的终止点之间的角度。
S7、利用每个部分误差像素点所在圆弧边缘的误差程度、所在圆弧边缘的前进角度值以及每个部分误差像素点出现误差位置概率,计算出每个部分误差像素点的误差程度。
计算出每个部分误差像素点的误差程度的步骤包括:计算出每个部分误差像素点所在圆弧边缘的误差程度,与该部分误差像素点出现误差位置概率的第三比值;计算出每个部分误差像素点所在圆弧边缘的前进角度值与第三比值的乘积,并将该乘积作为该部分误差像素点的误差程度。
在计算出每个部分误差像素点出现误差位置概率、每个部分误差像素点所在圆弧边缘的误差程度、以及每个部分误差像素点所在圆弧边缘的前进角度值后,计算出每个部分误差像素点的误差程度。
每个部分误差像素点的误差程度计算公式为:
其中,表示第/>个部分误差像素点的误差程度;/>表示第/>个部分误差像素点所在圆弧边缘的误差程度;/>表示第/>个部分误差像素点出现误差位置概率;/>表示第/>个部分误差像素点所在圆弧边缘的前进角度值。
在每个部分误差像素点的误差程度计算公式中,使用部分误差像素点所在圆弧边缘的前进角度值对部分误差像素点所在圆弧边缘的误差程度进行加权,表明了部分误差像素点所在圆弧边缘的影响程度;因为每段圆弧边缘中会存在多个部分误差点,但是由于同一段圆弧是一个闭合边缘集,其像素点个数和其中的部分误差点个数都不变,所以位于同一圆弧边缘上的像素点对应的/>是相同的,但是由于每个部分误差像素点出现误差位置概率不同,所以每个部分误差像素点的误差程度是不同的。
S8、根据所有部分误差像素点出现误差位置概率计算出误差程度阈值,选取出误差程度小于误差程度阈值的部分误差像素点与正常像素点共同组成每段圆弧边缘的目标像素点集合。
在步骤S7中计算出了每个部分误差像素点的误差程度,将所有部分误差像素点出现误差位置概率的均值作为误差程度阈值。
误差程度阈值的计算公式为:
其中,表示误差程度阈值;/>表示第/>个部分误差像素点出现误差位置概率;/>表示所有部分误差像素点的总个数。
对每个部分误差像素点的误差程度进行归一化处理得到每个部分误差像素点的归一化误差程度,同时对误差程度阈值也进行归一化处理得到归一化误差程度阈值;选取出误差程度小于误差程度阈值的部分误差像素点作为筛选后部分误差像素点,由筛选后部分误差像素点与正常像素点共同组成目标像素点集合。
S9、利用待测晶片图像中每段圆弧边缘的目标像素点集合,对该待测晶片图像进行霍夫圆检测获取晶片圆心位置。
本发明中在获取每段圆弧边缘的目标像素点集合后,对该待测晶片图像进行霍夫圆检测识别出圆形目标,利用霍夫圆检测识别出圆形目标后,根据圆的参数即可返回原图像上并实现可视化,如图6所示,为本发明中利用霍夫圆检测识别出的圆形目标,在识别出圆形目标后利用现有技术获取圆心位置的方法,就能获取晶片圆心位置;例如,在识别出圆形目标后,通过简单的几何手段即可获取圆形目标的圆心,随机在圆形目标的圆周上选取不相同的四点,两两一组进行连接得到两条直线,这两条直线的垂直平分线交点即为圆形目标的圆心,也为晶片圆心,圆形目标的圆心位置即为晶片圆心位置。
本发明提供一种晶片圆心校正方法,根据圆周上像素点的位置特征计算出对每个像素点进行圆形检测误差程度,筛选出低误差程度的像素点进行霍夫圆检测,在减少冗余计算的同时能提高霍夫圆检测的准确性,实现了准确的获取晶片圆心位置。

Claims (1)

1.一种晶片圆心校正方法,其特征在于,该方法包括:
获取待测晶片图像中多段圆弧边缘;
获取每段圆弧边缘中每个边缘像素点的邻域链码,将邻域链码中没有出现预设误差位置的边缘像素点作为正常像素点,将邻域链码中出现预设误差位置的边缘像素点作为非正常像素点;
根据每个非正常像素点与其邻域像素点的位置关系,将非正常像素点分为完全误差像素点和部分误差像素点;
根据每个部分误差像素点邻域链码的码源总个数和邻域链码中出现预设误差位置的码源个数,计算出每个部分误差像素点出现误差位置概率;
利用每段圆弧边缘中包含的正常像素点个数和部分误差像素点个数,计算出每段圆弧边缘的误差程度;
建立极坐标系,将每段圆弧边缘的起始点和终止点在极坐标系中的极角差值,作为每段圆弧边缘的前进角度值;
利用每个部分误差像素点所在圆弧边缘的误差程度、所在圆弧边缘的前进角度值以及每个部分误差像素点出现误差位置概率,计算出每个部分误差像素点的误差程度;
根据所有部分误差像素点出现误差位置概率计算出误差程度阈值,选取出误差程度小于误差程度阈值的部分误差像素点与正常像素点共同组成每段圆弧边缘的目标像素点集合;
利用待测晶片图像中每段圆弧边缘的目标像素点集合,对该待测晶片图像进行霍夫圆检测获取晶片圆心位置;
所述根据每个非正常像素点与其邻域像素点的位置关系,将非正常像素点分为完全误差像素点和部分误差像素点的步骤包括:
获取每个非正常像素点的邻域链码;
将邻域链码中仅存在预设误差位置的非正常像素点,作为完全误差像素点;
将邻域链码中既存在预设误差位置也存在预设正常位置的像素点,作为部分误差像素点;
所述计算出每个部分误差像素点的误差程度的步骤包括:
计算出每个部分误差像素点所在圆弧边缘的误差程度,与该部分误差像素点出现误差位置概率的第三比值;
计算出每个部分误差像素点所在圆弧边缘的前进角度值与第三比值的乘积,并将该乘积作为该部分误差像素点的误差程度;
所述预设误差位置为:
以每段圆弧边缘中每个边缘像素点为中心点,将中心点的上方、下方、左方以及右方的邻接位置,均作为预设误差位置;
所述计算出每个部分误差像素点出现误差位置概率的步骤包括:
将每个部分误差像素点邻域链码中出现预设误差位置的码源个数,与该部分误差像素点邻域链码的码源总个数第一比值,作为每个部分误差像素点出现误差位置概率;
所述计算出每段圆弧边缘的误差程度的步骤包括:
将每段圆弧边缘中包含的部分误差像素点个数与正常像素点个数的第二比值,作为每段圆弧边缘的误差程度;
所述每段圆弧边缘的前进角度值的计算步骤包括:
以每段圆弧边缘的圆心为极点、以水平向右的射线为极径建立极坐标系;
将每段圆弧边缘的起始点在极坐标系中的角坐标作为起始角坐标;
将每段圆弧边缘的终止点在极坐标系中的角坐标作为终止角坐标;
将每段圆弧边缘对应的起始角坐标与终止角坐标差值的绝对值,作为每段圆弧边缘的前进角度;
所述根据所有部分误差像素点出现误差位置概率计算出误差程度阈值的步骤包括:
将所有部分误差像素点出现误差位置概率的均值作为误差程度阈值。
CN202211243781.8A 2022-10-12 2022-10-12 一种晶片圆心校正方法 Active CN115311281B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211243781.8A CN115311281B (zh) 2022-10-12 2022-10-12 一种晶片圆心校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211243781.8A CN115311281B (zh) 2022-10-12 2022-10-12 一种晶片圆心校正方法

Publications (2)

Publication Number Publication Date
CN115311281A CN115311281A (zh) 2022-11-08
CN115311281B true CN115311281B (zh) 2023-11-24

Family

ID=83867901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211243781.8A Active CN115311281B (zh) 2022-10-12 2022-10-12 一种晶片圆心校正方法

Country Status (1)

Country Link
CN (1) CN115311281B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117557619B (zh) * 2023-10-20 2024-06-04 广州明毅智能科技有限公司 晶片图像尺寸的确定方法、装置、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785349A (zh) * 2019-01-07 2019-05-21 哈尔滨理工大学 一种基于圆模型的极坐标边缘编码方法
WO2021027070A1 (zh) * 2019-08-09 2021-02-18 清华大学 一种基于深度学习的椭圆识别方法
CN112991279A (zh) * 2021-03-03 2021-06-18 华南理工大学 柔性电路板缺陷圆检测方法、装置、介质和设备
CN115018834A (zh) * 2022-08-08 2022-09-06 山东光岳九州半导体科技有限公司 一种半导体晶片图像对准方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785349A (zh) * 2019-01-07 2019-05-21 哈尔滨理工大学 一种基于圆模型的极坐标边缘编码方法
WO2021027070A1 (zh) * 2019-08-09 2021-02-18 清华大学 一种基于深度学习的椭圆识别方法
CN112991279A (zh) * 2021-03-03 2021-06-18 华南理工大学 柔性电路板缺陷圆检测方法、装置、介质和设备
CN115018834A (zh) * 2022-08-08 2022-09-06 山东光岳九州半导体科技有限公司 一种半导体晶片图像对准方法

Also Published As

Publication number Publication date
CN115311281A (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
US7084968B2 (en) Method for analyzing defect data and inspection apparatus and review system
CN111340701B (zh) 一种基于聚类法筛选匹配点的电路板图像拼接方法
CN106257535A (zh) 基于surf算子的电气设备红外与可见光图像配准方法
CN111462066B (zh) 一种基于机器视觉的螺纹参数检测方法
CN115311281B (zh) 一种晶片圆心校正方法
CN115290663B (zh) 基于光学检测的Mini LED晶圆外观缺陷检测方法
EP4095803A1 (en) Image processing method and apparatus
CN111354047A (zh) 一种基于计算机视觉的摄像模组定位方法及系统
CN112101351B (zh) 一种基于投影的文本行旋转校正方法及装置
CN111797744A (zh) 一种基于共现滤波算法的多模态遥感图像匹配方法
CN114972575A (zh) 一种基于轮廓边缘的直线拟合算法
CN115375629A (zh) 一种lcd屏幕中线缺陷检测及缺陷信息提取方法
CN114612412B (zh) 三维点云数据的处理方法及其用途、电子设备、存储介质
CN107507185B (zh) 一种适用于工业检测的快速检测圆的方法
CN110415296A (zh) 一种有阴影光照下矩形状电器件的定位方法
US20110164129A1 (en) Method and a system for creating a reference image using unknown quality patterns
CN115527049A (zh) 一种引线框架引脚间距的高精度测量方法
CN115690104A (zh) 一种晶圆裂缝检测方法、装置及存储介质
CN113610041B (zh) 一种用于指针式仪表的读数识别方法及设备
CN100553349C (zh) 确定靶标拓扑关系的方法及可任意摆放的摄像机标定靶标
CN116152532A (zh) 一种遥感影像特征提取与匹配方法、装置及电子设备
CN116343215A (zh) 一种文档图像的倾斜校正方法和系统
CN115452845A (zh) 一种基于机器视觉的led屏幕表面损伤检测方法
CN114387232A (zh) 一种晶圆圆心定位、晶圆缺口定位及晶圆定位校准方法
CN113487589A (zh) 一种亚像素圆心检测方法及系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20231103

Address after: 518000, 4th Floor, Building 18, Tangtou Nangang Third Industrial Park, Tangtou Community, Shiyan Street, Bao'an District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen Xinsheng Changying Technology Co.,Ltd.

Address before: 226000 south side of Qingnian Road, Heping North Road, Huilong Town, Qidong City, Nantong City, Jiangsu Province

Applicant before: Nantong dibosi Electronics Co.,Ltd.

GR01 Patent grant
GR01 Patent grant