CN117058090A - 用于检测单晶硅片缺陷的方法和装置 - Google Patents
用于检测单晶硅片缺陷的方法和装置 Download PDFInfo
- Publication number
- CN117058090A CN117058090A CN202311008011.XA CN202311008011A CN117058090A CN 117058090 A CN117058090 A CN 117058090A CN 202311008011 A CN202311008011 A CN 202311008011A CN 117058090 A CN117058090 A CN 117058090A
- Authority
- CN
- China
- Prior art keywords
- defect
- shooting
- preset
- monocrystalline silicon
- library
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 307
- 229910021421 monocrystalline silicon Inorganic materials 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 111
- 230000036544 posture Effects 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 12
- 238000012790 confirmation Methods 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 235000012431 wafers Nutrition 0.000 abstract description 70
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明提供用于检测单晶硅片缺陷的方法和装置,其中方法包括:基于第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息;基于可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷;控制图像采集设备以第二拍摄姿态在第二拍摄位置对待检测单晶硅片进行拍摄,获取第二拍摄图像;基于第二拍摄图像,对待确认缺陷进行确认;当确认为是时,输出待确认缺陷。本发明首先对待检测单晶硅片进行一次拍摄,确定可疑缺陷信息,并分析确定第二拍摄姿态、第二拍摄位置和待确认缺陷,再对待检测单晶硅片进行二次拍摄,对待确认缺陷进行确认,灵活、针对性调整图像采集设备的拍摄姿态、位置,提升对待检测单晶硅片进行缺陷检测的全面性,避免遗漏。
Description
技术领域
本发明涉及单晶硅片缺陷检测技术领域,特别涉及用于检测单晶硅片缺陷的方法和装置。
背景技术
目前,利用图像识别技术对单晶硅片进行缺陷检测时,获取单晶硅片图像的图像采集设备的机位多是固定,一般是正对着单晶硅片进行拍摄,这样做的话容易导致下列问题:
1、机位固定可能会导致缺陷检测遗漏:单晶硅片若存在缺陷,缺陷部分有二维态,也有三维态,固定机位的图像采集设备获取的单晶硅片图像可能使得系统无法检测到部分缺陷;
2、缺陷检测效率较低:单晶硅片若存在缺陷,缺陷部分比较复杂,固定机位的图像采集设备获取的单晶硅片图像需要与大量的单晶硅片缺陷图像进行一一比对,才能确定单晶硅片的缺陷,这样做检测效率较低。
因此,为解决上述问题,亟需一种解决办法。
发明内容
本发明目的之一在于提供了用于检测单晶硅片缺陷的方法,首先对待检测单晶硅片进行一次拍摄,确定可疑缺陷信息,并分析确定第二拍摄姿态、第二拍摄位置和待确认缺陷,再对待检测单晶硅片进行二次拍摄,对待确认缺陷进行确认,灵活、针对性调整图像采集设备的拍摄姿态、位置,提升对待检测单晶硅片进行缺陷检测的全面性,避免遗漏,另外,引入缺陷检测库,快速确定可疑缺陷信息,进行缺陷确认,采用检测可疑结合可疑确认的方式对单晶硅片进行缺陷检测,无需将获取的单晶硅片图像需要与大量的单晶硅片缺陷图像进行一一比对,极大程度上提升了缺陷检测效率。
本发明实施例提供的用于检测单晶硅片缺陷的方法,包括:
步骤S1:控制图像采集设备以预设的第一拍摄姿态在预设的第一拍摄位置对待检测单晶硅片进行拍摄,获取第一拍摄图像;
步骤S2:基于第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息;
步骤S3:基于可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷;
步骤S4:控制图像采集设备以第二拍摄姿态在第二拍摄位置对待检测单晶硅片进行拍摄,获取第二拍摄图像;
步骤S5:基于第二拍摄图像,对待确认缺陷进行确认;
步骤S6:当确认为是时,输出待确认缺陷。
优选的,步骤S2:基于第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息,包括:
在第一拍摄图像中尝试搜索与缺陷检测库中的可疑缺陷图像匹配的局部图像;
当尝试成功时,基于局部图像在第一拍摄图像中的局部区域位置,确定待检测单晶硅片中的可疑缺陷区域位置;
从缺陷检测库中确定与局部图像匹配的可疑缺陷图像对应的可疑缺陷类型;
将可疑缺陷区域位置与可疑缺陷类型进行配对,获得配对项;
整合配对项,获得可疑缺陷信息。
优选的,步骤S3:基于可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷,包括:
调取预设的单晶硅片缺陷检测模型;
依次遍历可疑缺陷信息中的配对项;
每次遍历时,从单晶硅片缺陷检测模型中的单晶硅片模型中确定对应于遍历到的配对项中的可疑缺陷区域位置的模型区域位置,并将遍历到的配对项中的可疑缺陷类型与模型区域位置进行关联;
遍历配对项结束后,对单晶硅片缺陷检测模型内的虚拟摄像机进行拍摄姿态、拍摄位置调整,直至虚拟摄像机与单晶硅片模型之间满足拍摄要求;
将虚拟摄像机的当前拍摄姿态作为第二拍摄姿态;
将虚拟摄像机的当前拍摄位置作为第二拍摄位置;
将配对项中的可疑缺陷类型作为待确认缺陷;
其中,拍摄要求包括:
模型区域位置落入虚拟摄像机的拍摄画面;
模型区域位置在拍摄画面中的局部画面与拍摄画面的画面边界之间的最短直线距离小于等于预设的距离阈值;
模型区域位置与虚拟摄像机之间的相对位置关系符合模型区域位置关联的可疑缺陷类型对应的预设的相对位置关系要求。
优选的,用于检测单晶硅片缺陷的方法,还包括:
对缺陷检测库进行扩充。
优选的,对缺陷检测库进行扩充,包括:
获取未来预设的时间内的单晶硅片缺陷检测任务;
基于预设的特征提取模板,对单晶硅片缺陷检测任务进行特征提取,获得第一任务特征集;
基于预设的任务特征集补全库,对第一任务特征集进行补全,获得第二任务特征集;
基于第二任务特征集,生成内容相关条件;
从预设的补入内容库中确定符合内容相关条件的待补入内容;
获取待补入内容的价值度;
当价值度大于等于预设的价值度阈值时,将对应待补入内容补入缺陷检测库;
其中,基于预设的任务特征集补全库,对第一任务特征集进行补全,获得第二任务特征集,包括:
依次遍历第一任务特征集中的任务特征;
每次遍历时,从任务特征集补全库中确定任务特征的特征类型对应的补全任务特征;
将补全任务特征列入第一任务特征集;
遍历任务特征结束后,将第一任务特征集作为第二任务特征集;
其中,获取待补入内容的价值度,包括:
确定待补入内容是否符合第一赋值条件;
当为是时,价值度以预设的第一目标值计;否则,确定待补入内容是否符合第二赋值条件;
当为是时,价值度以预设的第二目标值计;否则,价值度以预设的第三目标值计;
其中,第一赋值条件包括:
缺陷检测库中不存在目标在库内容;目标在库内容为缺陷检测库中与待补入内容的相似度大于等于预设相似度阈值的在库内容;
其中,第二赋值条件包括:
目标在库内容的数目小于等于预设数目阈值;
其中,第一目标值大于第二目标值大于第三目标值。
本发明实施例提供的用于检测单晶硅片缺陷的系统,包括:
第一控制模块,用于控制图像采集设备以预设的第一拍摄姿态在预设的第一拍摄位置对待检测单晶硅片进行拍摄,获取第一拍摄图像;
第一确定模块,用于基于第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息;
第二确定模块,用于基于可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷;
第二控制模块,用于控制图像采集设备以第二拍摄姿态在第二拍摄位置对待检测单晶硅片进行拍摄,获取第二拍摄图像;
确认模块,用于基于第二拍摄图像,对待确认缺陷进行确认;
输出模块,用于当确认为是时,输出待确认缺陷。
优选的,第一确定模块基于第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息,包括:
在第一拍摄图像中尝试搜索与缺陷检测库中的可疑缺陷图像匹配的局部图像;
当尝试成功时,基于局部图像在第一拍摄图像中的局部区域位置,确定待检测单晶硅片中的可疑缺陷区域位置;
从缺陷检测库中确定与局部图像匹配的可疑缺陷图像对应的可疑缺陷类型;
将可疑缺陷区域位置与可疑缺陷类型进行配对,获得配对项;
整合配对项,获得可疑缺陷信息。
优选的,第二确定模块基于可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷,包括:
调取预设的单晶硅片缺陷检测模型;
依次遍历可疑缺陷信息中的配对项;
每次遍历时,从单晶硅片缺陷检测模型中的单晶硅片模型中确定对应于遍历到的配对项中的可疑缺陷区域位置的模型区域位置,并将遍历到的配对项中的可疑缺陷类型与模型区域位置进行关联;
遍历配对项结束后,对单晶硅片缺陷检测模型内的虚拟摄像机进行拍摄姿态、拍摄位置调整,直至虚拟摄像机与单晶硅片模型之间满足拍摄要求;
将虚拟摄像机的当前拍摄姿态作为第二拍摄姿态;
将虚拟摄像机的当前拍摄位置作为第二拍摄位置;
将配对项中的可疑缺陷类型作为待确认缺陷;
其中,拍摄要求包括:
模型区域位置落入虚拟摄像机的拍摄画面;
模型区域位置在拍摄画面中的局部画面与拍摄画面的画面边界之间的最短直线距离小于等于预设的距离阈值;
模型区域位置与虚拟摄像机之间的相对位置关系符合模型区域位置关联的可疑缺陷类型对应的预设的相对位置关系要求。
优选的,用于检测单晶硅片缺陷的系统,还包括:
扩充模块,用于对缺陷检测库进行扩充。
优选的,扩充模块对缺陷检测库进行扩充,包括:
获取未来预设的时间内的单晶硅片缺陷检测任务;
基于预设的特征提取模板,对单晶硅片缺陷检测任务进行特征提取,获得第一任务特征集;
基于预设的任务特征集补全库,对第一任务特征集进行补全,获得第二任务特征集;
基于第二任务特征集,生成内容相关条件;
从预设的补入内容库中确定符合内容相关条件的待补入内容;
获取待补入内容的价值度;
当价值度大于等于预设的价值度阈值时,将对应待补入内容补入缺陷检测库;
其中,基于预设的任务特征集补全库,对第一任务特征集进行补全,获得第二任务特征集,包括:
依次遍历第一任务特征集中的任务特征;
每次遍历时,从任务特征集补全库中确定任务特征的特征类型对应的补全任务特征;
将补全任务特征列入第一任务特征集;
遍历任务特征结束后,将第一任务特征集作为第二任务特征集;
其中,获取待补入内容的价值度,包括:
确定待补入内容是否符合第一赋值条件;
当为是时,价值度以预设的第一目标值计;否则,确定待补入内容是否符合第二赋值条件;
当为是时,价值度以预设的第二目标值计;否则,价值度以预设的第三目标值计;
其中,第一赋值条件包括:
缺陷检测库中不存在目标在库内容;目标在库内容为缺陷检测库中与待补入内容的相似度大于等于预设相似度阈值的在库内容;
其中,第二赋值条件包括:
目标在库内容的数目小于等于预设数目阈值;
其中,第一目标值大于第二目标值大于第三目标值。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中用于检测单晶硅片缺陷的方法的示意图;
图2为本发明实施例中用于检测单晶硅片缺陷的系统的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了用于检测单晶硅片缺陷的方法,如图1所示,包括:
步骤S1:控制图像采集设备以预设的第一拍摄姿态在预设的第一拍摄位置对待检测单晶硅片进行拍摄,获取第一拍摄图像;当中,图像采集设备可以为摄像机、红外线相机等;第一拍摄姿态、第一拍摄位置为图像采集设备对待检测单晶硅片进行初始拍摄的姿态、位置,可由技术人员根据需求进行设定,比如:第一拍摄姿态为正对着待检测单晶硅片进行拍摄,第一拍摄位置为待检测单晶硅片的中心位置正上方0.45米处;
步骤S2:基于第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息;
步骤S3:基于可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷;当中,待确认缺陷为对待检测单晶硅片进行初拍后确定的可疑缺陷,第二拍摄姿态、第二拍摄位置为可以对待确认缺陷进行二次拍摄确定的姿态、位置;
步骤S4:控制图像采集设备以第二拍摄姿态在第二拍摄位置对待检测单晶硅片进行拍摄,获取第二拍摄图像;
步骤S5:基于第二拍摄图像,对待确认缺陷进行确认;
步骤S6:当确认为是时,输出待确认缺陷。当中,确认为是时,说明待检测单晶硅片确实存在待确认缺陷,输出告知用户;
其中,步骤S2:基于第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息,包括:
在第一拍摄图像中尝试搜索与缺陷检测库中的可疑缺陷图像匹配的局部图像;当中,可疑缺陷图像为单晶硅片存在可疑缺陷的图像;
当尝试成功时,基于局部图像在第一拍摄图像中的局部区域位置,确定待检测单晶硅片中的可疑缺陷区域位置;当中,基于局部区域位置,可以确定待检测单晶硅片中实际的可疑缺陷区域位置;
从缺陷检测库中确定与局部图像匹配的可疑缺陷图像对应的可疑缺陷类型;当中,可疑缺陷图像一一预设有可疑缺陷类型,可疑缺陷类型为可疑缺陷图像代表的单晶硅片存在的可疑缺陷的类型;
将可疑缺陷区域位置与可疑缺陷类型进行配对,获得配对项;
整合配对项,获得可疑缺陷信息。
其中,步骤S3:基于可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷,包括:
调取预设的单晶硅片缺陷检测模型;当中,单晶硅片缺陷检测模型为一三维模型,含有单晶硅片模型和虚拟摄像机,单晶硅片模型为待检测单晶硅片对应的三维模型,虚拟摄像机与图像采集设备对应;
依次遍历可疑缺陷信息中的配对项;
每次遍历时,从单晶硅片缺陷检测模型中的单晶硅片模型中确定对应于遍历到的配对项中的可疑缺陷区域位置的模型区域位置,并将遍历到的配对项中的可疑缺陷类型与模型区域位置进行关联;
遍历配对项结束后,对单晶硅片缺陷检测模型内的虚拟摄像机进行拍摄姿态、拍摄位置调整,直至虚拟摄像机与单晶硅片模型之间满足拍摄要求;
将虚拟摄像机的当前拍摄姿态作为第二拍摄姿态;
将虚拟摄像机的当前拍摄位置作为第二拍摄位置;当中,满足拍摄要求时,说明虚拟摄像机处于当前拍摄姿态、位于当前拍摄位置时,可以对单晶硅片模型进行二次拍摄以确认待确认缺陷,因此,直接将当前拍摄姿态作为第二拍摄姿态,将当前拍摄位置作为第二拍摄位置;
将配对项中的可疑缺陷类型作为待确认缺陷;
其中,拍摄要求包括:
模型区域位置落入虚拟摄像机的拍摄画面;当中,满足这一拍摄要求时,可以使得虚拟摄像机拍到模型区域位置;
模型区域位置在拍摄画面中的局部画面与拍摄画面的画面边界之间的最短直线距离小于等于预设的距离阈值;当中,距离阈值可以为,比如:8厘米;满足这一拍摄要求时,可以使得虚拟摄像机的拍摄范围得到充分利用;
模型区域位置与虚拟摄像机之间的相对位置关系符合模型区域位置关联的可疑缺陷类型对应的预设的相对位置关系要求。当中,相对位置关系为模型区域位置与虚拟摄像机之间的拍摄角度关系;相对位置关系要求为保证对可疑缺陷类型的模型区域位置进行二次拍摄后,可以对可疑缺陷类型的单晶硅片缺陷进行确认的模型区域位置与虚拟摄像机之间拍摄角度关系,可以技术人员预先设定;满足这一拍摄要求时,可以提升第二拍摄姿态、第二拍摄位置确定的合理性。
上述技术方案的工作原理及有益效果为:
本申请首先对待检测单晶硅片进行一次拍摄,确定可疑缺陷信息,并分析确定第二拍摄姿态、第二拍摄位置和待确认缺陷,再对待检测单晶硅片进行二次拍摄,对待确认缺陷进行确认,灵活、针对性调整图像采集设备的拍摄姿态、位置,提升对待检测单晶硅片进行缺陷检测的全面性,避免遗漏,另外,引入缺陷检测库,快速确定可疑缺陷信息,进行缺陷确认,采用检测可疑结合可疑确认的方式对单晶硅片进行缺陷检测,无需将获取的单晶硅片图像需要与大量的单晶硅片缺陷图像进行一一比对,极大程度上提升了缺陷检测效率。
在一个实施例中,用于检测单晶硅片缺陷的方法,还包括:
对缺陷检测库进行扩充。
其中,对缺陷检测库进行扩充,包括:
获取未来预设的时间内的单晶硅片缺陷检测任务;当中,未来预设的时间可以为,比如:30天;
基于预设的特征提取模板,对单晶硅片缺陷检测任务进行特征提取,获得第一任务特征集;当中,第一任务特征集中的任务特征包括:未来待检测单晶硅片的型号、生产工艺等;
基于预设的任务特征集补全库,对第一任务特征集进行补全,获得第二任务特征集;
基于第二任务特征集,生成内容相关条件;当中,内容相关条件为待补入内容与第一任务特征集中每一任务特征均相关的条件;
从预设的补入内容库中确定符合内容相关条件的待补入内容;待补入内容为可以补入缺陷检测库,对缺陷检测库进行扩充的内容,其类型与缺陷检测库中的内容类型一致;待补入内容符合内容相关条件后,可以使得扩充后的缺陷检测库针对性的贴合未来预设的时间内的单晶硅片缺陷检测任务,提升未来的单晶硅片检测效率;
获取待补入内容的价值度;当中价值度越高,代表待补入内容的入库价值越大;
当价值度大于等于预设的价值度阈值时,将对应待补入内容补入缺陷检测库;当中,价值度阈值可以为,比如:6;
其中,基于预设的任务特征集补全库,对第一任务特征集进行补全,获得第二任务特征集,包括:
依次遍历第一任务特征集中的任务特征;
每次遍历时,从任务特征集补全库中确定任务特征的特征类型对应的补全任务特征;当中,补全任务特征为对特征类型下的任务特征进行补全的特征,比如:任务特征类型为未来待检测单晶硅片的型号,则补全任务特征为该型号下的不同待检测单晶硅片的制造部门等;
将补全任务特征列入第一任务特征集;
遍历任务特征结束后,将第一任务特征集作为第二任务特征集;对第一任务特征集进行补全后,可以使得确定的待补入内容更加精准;
其中,获取待补入内容的价值度,包括:
确定待补入内容是否符合第一赋值条件;
当为是时,价值度以预设的第一目标值计;否则,确定待补入内容是否符合第二赋值条件;第一目标值可以为,比如:9;
当为是时,价值度以预设的第二目标值计;否则,价值度以预设的第三目标值计;第二目标值可以为,比如:5;第三目标值可以为,比如:2;
其中,第一赋值条件包括:
缺陷检测库中不存在目标在库内容;目标在库内容为缺陷检测库中与待补入内容的相似度大于等于预设相似度阈值的在库内容;预设相似度阈值可以为,比如:75;存在目标在库内容时,说明缺陷检测库中的在库内容存在与待补入内容较相似的内容,不存在则说明待补入内容价值很高;
其中,第二赋值条件包括:
目标在库内容的数目小于等于预设数目阈值;预设数目阈值可以为,比如:5;目标在库内容数目较少时,说明待补入内容价值较高;
其中,第一目标值大于第二目标值大于第三目标值。
上述技术方案的工作原理及有益效果为:
本发明实施例对缺陷检测库进行扩充,提升缺陷检测库用作可疑缺陷信息的工作能力;另外,引入任务特征集补全库、内容相关条件和价值度等,提升缺陷检测库扩充的精准性和扩充质量。
本发明实施例提供了用于检测单晶硅片缺陷的系统,如图2所示,包括:
第一控制模块1,用于控制图像采集设备以预设的第一拍摄姿态在预设的第一拍摄位置对待检测单晶硅片进行拍摄,获取第一拍摄图像;
第一确定模块2,用于基于第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息;
第二确定模块3,用于基于可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷;
第二控制模块4,用于控制图像采集设备以第二拍摄姿态在第二拍摄位置对待检测单晶硅片进行拍摄,获取第二拍摄图像;
确认模块5,用于基于第二拍摄图像,对待确认缺陷进行确认;
输出模块6,用于当确认为是时,输出待确认缺陷。
第一确定模块2基于第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息,包括:
在第一拍摄图像中尝试搜索与缺陷检测库中的可疑缺陷图像匹配的局部图像;
当尝试成功时,基于局部图像在第一拍摄图像中的局部区域位置,确定待检测单晶硅片中的可疑缺陷区域位置;
从缺陷检测库中确定与局部图像匹配的可疑缺陷图像对应的可疑缺陷类型;
将可疑缺陷区域位置与可疑缺陷类型进行配对,获得配对项;
整合配对项,获得可疑缺陷信息。
第二确定模块3基于可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷,包括:
调取预设的单晶硅片缺陷检测模型;
依次遍历可疑缺陷信息中的配对项;
每次遍历时,从单晶硅片缺陷检测模型中的单晶硅片模型中确定对应于遍历到的配对项中的可疑缺陷区域位置的模型区域位置,并将遍历到的配对项中的可疑缺陷类型与模型区域位置进行关联;
遍历配对项结束后,对单晶硅片缺陷检测模型内的虚拟摄像机进行拍摄姿态、拍摄位置调整,直至虚拟摄像机与单晶硅片模型之间满足拍摄要求;
将虚拟摄像机的当前拍摄姿态作为第二拍摄姿态;
将虚拟摄像机的当前拍摄位置作为第二拍摄位置;
将配对项中的可疑缺陷类型作为待确认缺陷;
其中,拍摄要求包括:
模型区域位置落入虚拟摄像机的拍摄画面;
模型区域位置在拍摄画面中的局部画面与拍摄画面的画面边界之间的最短直线距离小于等于预设的距离阈值;
模型区域位置与虚拟摄像机之间的相对位置关系符合模型区域位置关联的可疑缺陷类型对应的预设的相对位置关系要求。
用于检测单晶硅片缺陷的系统,还包括:
扩充模块,用于对缺陷检测库进行扩充。
扩充模块对缺陷检测库进行扩充,包括:
获取未来预设的时间内的单晶硅片缺陷检测任务;
基于预设的特征提取模板,对单晶硅片缺陷检测任务进行特征提取,获得第一任务特征集;
基于预设的任务特征集补全库,对第一任务特征集进行补全,获得第二任务特征集;
基于第二任务特征集,生成内容相关条件;
从预设的补入内容库中确定符合内容相关条件的待补入内容;
获取待补入内容的价值度;
当价值度大于等于预设的价值度阈值时,将对应待补入内容补入缺陷检测库;
其中,基于预设的任务特征集补全库,对第一任务特征集进行补全,获得第二任务特征集,包括:
依次遍历第一任务特征集中的任务特征;
每次遍历时,从任务特征集补全库中确定任务特征的特征类型对应的补全任务特征;
将补全任务特征列入第一任务特征集;
遍历任务特征结束后,将第一任务特征集作为第二任务特征集;
其中,获取待补入内容的价值度,包括:
确定待补入内容是否符合第一赋值条件;
当为是时,价值度以预设的第一目标值计;否则,确定待补入内容是否符合第二赋值条件;
当为是时,价值度以预设的第二目标值计;否则,价值度以预设的第三目标值计;
其中,第一赋值条件包括:
缺陷检测库中不存在目标在库内容;目标在库内容为缺陷检测库中与待补入内容的相似度大于等于预设相似度阈值的在库内容;
其中,第二赋值条件包括:
目标在库内容的数目小于等于预设数目阈值;
其中,第一目标值大于第二目标值大于第三目标值。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.用于检测单晶硅片缺陷的方法,其特征在于,包括:
步骤S1:控制图像采集设备以预设的第一拍摄姿态在预设的第一拍摄位置对待检测单晶硅片进行拍摄,获取第一拍摄图像;
步骤S2:基于所述第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息;
步骤S3:基于所述可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷;
步骤S4:控制所述图像采集设备以所述第二拍摄姿态在所述第二拍摄位置对待检测单晶硅片进行拍摄,获取第二拍摄图像;
步骤S5:基于所述第二拍摄图像,对所述待确认缺陷进行确认;
步骤S6:当确认为是时,输出所述待确认缺陷。
2.如权利要求1所述的用于检测单晶硅片缺陷的方法,其特征在于,所述步骤S2:基于所述第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息,包括:
在所述第一拍摄图像中尝试搜索与所述缺陷检测库中的可疑缺陷图像匹配的局部图像;
当尝试成功时,基于所述局部图像在所述第一拍摄图像中的局部区域位置,确定所述待检测单晶硅片中的可疑缺陷区域位置;
从所述缺陷检测库中确定与所述局部图像匹配的所述可疑缺陷图像对应的可疑缺陷类型;
将所述可疑缺陷区域位置与所述可疑缺陷类型进行配对,获得配对项;
整合所述配对项,获得所述可疑缺陷信息。
3.如权利要求2所述的用于检测单晶硅片缺陷的方法,其特征在于,所述步骤S3:基于所述可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷,包括:
调取预设的单晶硅片缺陷检测模型;
依次遍历所述可疑缺陷信息中的所述配对项;
每次遍历时,从所述单晶硅片缺陷检测模型中的单晶硅片模型中确定对应于遍历到的所述配对项中的所述可疑缺陷区域位置的模型区域位置,并将遍历到的所述配对项中的所述可疑缺陷类型与所述模型区域位置进行关联;
遍历所述配对项结束后,对所述单晶硅片缺陷检测模型内的虚拟摄像机进行拍摄姿态、拍摄位置调整,直至所述虚拟摄像机与所述单晶硅片模型之间满足拍摄要求;
将所述虚拟摄像机的当前拍摄姿态作为所述第二拍摄姿态;
将所述虚拟摄像机的当前拍摄位置作为所述第二拍摄位置;
将所述配对项中的所述可疑缺陷类型作为所述待确认缺陷;
其中,所述拍摄要求包括:
所述模型区域位置落入所述虚拟摄像机的拍摄画面;
所述模型区域位置在所述拍摄画面中的局部画面与所述拍摄画面的画面边界之间的最短直线距离小于等于预设的距离阈值;
所述模型区域位置与所述虚拟摄像机之间的相对位置关系符合所述模型区域位置关联的所述可疑缺陷类型对应的预设的相对位置关系要求。
4.如权利要求1所述的用于检测单晶硅片缺陷的方法,其特征在于,还包括:
对所述缺陷检测库进行扩充。
5.如权利要求4所述的用于检测单晶硅片缺陷的方法,其特征在于,所述对所述缺陷检测库进行扩充,包括:
获取未来预设的时间内的单晶硅片缺陷检测任务;
基于预设的特征提取模板,对所述单晶硅片缺陷检测任务进行特征提取,获得第一任务特征集;
基于预设的任务特征集补全库,对所述第一任务特征集进行补全,获得第二任务特征集;
基于所述第二任务特征集,生成内容相关条件;
从预设的补入内容库中确定符合所述内容相关条件的待补入内容;
获取所述待补入内容的价值度;
当所述价值度大于等于预设的价值度阈值时,将对应所述待补入内容补入所述缺陷检测库;
其中,基于预设的任务特征集补全库,对所述第一任务特征集进行补全,获得第二任务特征集,包括:
依次遍历所述第一任务特征集中的任务特征;
每次遍历时,从所述任务特征集补全库中确定所述任务特征的特征类型对应的补全任务特征;
将所述补全任务特征列入所述第一任务特征集;
遍历所述任务特征结束后,将所述第一任务特征集作为所述第二任务特征集;
其中,所述获取所述待补入内容的价值度,包括:
确定所述待补入内容是否符合第一赋值条件;
当为是时,所述价值度以预设的第一目标值计;否则,确定所述待补入内容是否符合第二赋值条件;
当为是时,所述价值度以预设的第二目标值计;否则,所述价值度以预设的第三目标值计;
其中,所述第一赋值条件包括:
所述缺陷检测库中不存在目标在库内容;所述目标在库内容为所述缺陷检测库中与所述待补入内容的相似度大于等于预设相似度阈值的在库内容;
其中,所述第二赋值条件包括:
所述目标在库内容的数目小于等于预设数目阈值;
其中,所述第一目标值大于所述第二目标值大于所述第三目标值。
6.用于检测单晶硅片缺陷的系统,其特征在于,包括:
第一控制模块,用于控制图像采集设备以预设的第一拍摄姿态在预设的第一拍摄位置对待检测单晶硅片进行拍摄,获取第一拍摄图像;
第一确定模块,用于基于所述第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息;
第二确定模块,用于基于所述可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷;
第二控制模块,用于控制所述图像采集设备以所述第二拍摄姿态在所述第二拍摄位置对待检测单晶硅片进行拍摄,获取第二拍摄图像;
确认模块,用于基于所述第二拍摄图像,对所述待确认缺陷进行确认;
输出模块,用于当确认为是时,输出所述待确认缺陷。
7.如权利要求6所述的用于检测单晶硅片缺陷的系统,其特征在于,所述第一确定模块基于所述第一拍摄图像以及预设的缺陷检测库,确定可疑缺陷信息,包括:
在所述第一拍摄图像中尝试搜索与所述缺陷检测库中的可疑缺陷图像匹配的局部图像;
当尝试成功时,基于所述局部图像在所述第一拍摄图像中的局部区域位置,确定所述待检测单晶硅片中的可疑缺陷区域位置;
从所述缺陷检测库中确定与所述局部图像匹配的所述可疑缺陷图像对应的可疑缺陷类型;
将所述可疑缺陷区域位置与所述可疑缺陷类型进行配对,获得配对项;
整合所述配对项,获得所述可疑缺陷信息。
8.如权利要求7所述的用于检测单晶硅片缺陷的系统,其特征在于,所述第二确定模块基于所述可疑缺陷信息,确定第二拍摄姿态、第二拍摄位置和待确认缺陷,包括:
调取预设的单晶硅片缺陷检测模型;
依次遍历所述可疑缺陷信息中的所述配对项;
每次遍历时,从所述单晶硅片缺陷检测模型中的单晶硅片模型中确定对应于遍历到的所述配对项中的所述可疑缺陷区域位置的模型区域位置,并将遍历到的所述配对项中的所述可疑缺陷类型与所述模型区域位置进行关联;
遍历所述配对项结束后,对所述单晶硅片缺陷检测模型内的虚拟摄像机进行拍摄姿态、拍摄位置调整,直至所述虚拟摄像机与所述单晶硅片模型之间满足拍摄要求;
将所述虚拟摄像机的当前拍摄姿态作为所述第二拍摄姿态;
将所述虚拟摄像机的当前拍摄位置作为所述第二拍摄位置;
将所述配对项中的所述可疑缺陷类型作为所述待确认缺陷;
其中,所述拍摄要求包括:
所述模型区域位置落入所述虚拟摄像机的拍摄画面;
所述模型区域位置在所述拍摄画面中的局部画面与所述拍摄画面的画面边界之间的最短直线距离小于等于预设的距离阈值;
所述模型区域位置与所述虚拟摄像机之间的相对位置关系符合所述模型区域位置关联的所述可疑缺陷类型对应的预设的相对位置关系要求。
9.如权利要求6所述的用于检测单晶硅片缺陷的系统,其特征在于,还包括:
扩充模块,用于对所述缺陷检测库进行扩充。
10.如权利要求9所述的用于检测单晶硅片缺陷的系统,其特征在于,所述扩充模块对所述缺陷检测库进行扩充,包括:
获取未来预设的时间内的单晶硅片缺陷检测任务;
基于预设的特征提取模板,对所述单晶硅片缺陷检测任务进行特征提取,获得第一任务特征集;
基于预设的任务特征集补全库,对所述第一任务特征集进行补全,获得第二任务特征集;
基于所述第二任务特征集,生成内容相关条件;
从预设的补入内容库中确定符合所述内容相关条件的待补入内容;
获取所述待补入内容的价值度;
当所述价值度大于等于预设的价值度阈值时,将对应所述待补入内容补入所述缺陷检测库;
其中,基于预设的任务特征集补全库,对所述第一任务特征集进行补全,获得第二任务特征集,包括:
依次遍历所述第一任务特征集中的任务特征;
每次遍历时,从所述任务特征集补全库中确定所述任务特征的特征类型对应的补全任务特征;
将所述补全任务特征列入所述第一任务特征集;
遍历所述任务特征结束后,将所述第一任务特征集作为所述第二任务特征集;
其中,所述获取所述待补入内容的价值度,包括:
确定所述待补入内容是否符合第一赋值条件;
当为是时,所述价值度以预设的第一目标值计;否则,确定所述待补入内容是否符合第二赋值条件;
当为是时,所述价值度以预设的第二目标值计;否则,所述价值度以预设的第三目标值计;
其中,所述第一赋值条件包括:
所述缺陷检测库中不存在目标在库内容;所述目标在库内容为所述缺陷检测库中与所述待补入内容的相似度大于等于预设相似度阈值的在库内容;
其中,所述第二赋值条件包括:
所述目标在库内容的数目小于等于预设数目阈值;
其中,所述第一目标值大于所述第二目标值大于所述第三目标值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311008011.XA CN117058090B (zh) | 2023-08-11 | 用于检测单晶硅片缺陷的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311008011.XA CN117058090B (zh) | 2023-08-11 | 用于检测单晶硅片缺陷的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117058090A true CN117058090A (zh) | 2023-11-14 |
CN117058090B CN117058090B (zh) | 2024-05-17 |
Family
ID=
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609037A (zh) * | 2019-07-12 | 2019-12-24 | 北京旷视科技有限公司 | 产品缺陷检测系统及方法 |
CN110619620A (zh) * | 2018-06-04 | 2019-12-27 | 杭州海康威视数字技术股份有限公司 | 导致表面缺陷的异常定位方法、装置、系统及电子设备 |
CN111553897A (zh) * | 2020-04-27 | 2020-08-18 | 上海果纳半导体技术有限公司 | 晶圆缺陷检测设备 |
WO2022246643A1 (zh) * | 2021-05-25 | 2022-12-01 | 京东方科技集团股份有限公司 | 图像获取方法及装置、存储介质 |
CN116559183A (zh) * | 2023-07-11 | 2023-08-08 | 钛玛科(北京)工业科技有限公司 | 一种提高缺陷判定效率的方法及系统 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619620A (zh) * | 2018-06-04 | 2019-12-27 | 杭州海康威视数字技术股份有限公司 | 导致表面缺陷的异常定位方法、装置、系统及电子设备 |
CN110609037A (zh) * | 2019-07-12 | 2019-12-24 | 北京旷视科技有限公司 | 产品缺陷检测系统及方法 |
CN111553897A (zh) * | 2020-04-27 | 2020-08-18 | 上海果纳半导体技术有限公司 | 晶圆缺陷检测设备 |
WO2022246643A1 (zh) * | 2021-05-25 | 2022-12-01 | 京东方科技集团股份有限公司 | 图像获取方法及装置、存储介质 |
CN115803610A (zh) * | 2021-05-25 | 2023-03-14 | 京东方科技集团股份有限公司 | 图像获取方法及装置、存储介质 |
CN116559183A (zh) * | 2023-07-11 | 2023-08-08 | 钛玛科(北京)工业科技有限公司 | 一种提高缺陷判定效率的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019042426A1 (zh) | 增强现实场景的处理方法、设备及计算机存储介质 | |
US20160012588A1 (en) | Method for Calibrating Cameras with Non-Overlapping Views | |
EP2405393B1 (en) | Device, method and program for creating information for object position estimation | |
CN110524301B (zh) | 电机定子加工定位的方法 | |
CN106054627B (zh) | 基于手势识别的控制方法、装置及空调 | |
CN103179335A (zh) | 对象跟踪装置 | |
CN110189373A (zh) | 一种基于视觉语义信息的快速重定位方法及装置 | |
CN104850835A (zh) | 扫描方法和扫描终端 | |
US11348323B2 (en) | Information processing apparatus for correcting three-dimensional map, information processing method for correcting three-dimensional map, and non-transitory computer-readable storage medium for correcting three-dimensional map | |
JP4042750B2 (ja) | 画像処理装置、コンピュータプログラム、及び画像処理方法 | |
CN106572328A (zh) | 自动化生产线的成像系统 | |
US8379996B2 (en) | Image processing method using motion vectors, image processing device using motion vectors, and image processing program using motion vectors | |
US11037014B2 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium | |
CN117058090B (zh) | 用于检测单晶硅片缺陷的方法和装置 | |
CN117058090A (zh) | 用于检测单晶硅片缺陷的方法和装置 | |
CN110557556A (zh) | 一种多对象拍摄的方法及装置 | |
CN108000499B (zh) | 机器人视觉坐标的编程方法 | |
CN116519597A (zh) | 一种多轴系统检测方法、装置、上位机、介质及系统 | |
CN111199533A (zh) | 图像处理装置 | |
CN109313808A (zh) | 图像处理系统 | |
KR101954711B1 (ko) | 라이다 자료와 정사영상을 이용한 건축물의 촬영영상 수정방법 | |
US20220276006A1 (en) | Systems and methods for vacuum furnace post-processing | |
TWI566324B (zh) | 封蓋裝置 | |
JP2002008028A (ja) | パターンマッチング方法と装置 | |
TWI703505B (zh) | 資訊處理裝置、資訊處理方法以及電腦程式產品 |
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 |