CN117399366A - 半导体器件表面瑕疵异物检测处理方法及其系统 - Google Patents
半导体器件表面瑕疵异物检测处理方法及其系统 Download PDFInfo
- Publication number
- CN117399366A CN117399366A CN202311148596.5A CN202311148596A CN117399366A CN 117399366 A CN117399366 A CN 117399366A CN 202311148596 A CN202311148596 A CN 202311148596A CN 117399366 A CN117399366 A CN 117399366A
- Authority
- CN
- China
- Prior art keywords
- semiconductor device
- image
- dust removing
- foreign matter
- flaw
- 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.)
- Pending
Links
- 239000004065 semiconductor Substances 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 title claims abstract description 24
- 239000000428 dust Substances 0.000 claims abstract description 94
- 238000001179 sorption measurement Methods 0.000 claims abstract description 63
- 230000007547 defect Effects 0.000 claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 230000002950 deficient Effects 0.000 claims description 50
- 238000007598 dipping method Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 4
- 239000000969 carrier Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 abstract description 6
- 238000004090 dissolution Methods 0.000 abstract 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 239000000853 adhesive Substances 0.000 description 7
- 230000001070 adhesive effect Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000007654 immersion Methods 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007664 blowing Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B7/00—Cleaning by methods not provided for in a single other subclass or a single group in this subclass
- B08B7/0014—Cleaning by methods not provided for in a single other subclass or a single group in this subclass by incorporation in a layer which is removed with the contaminants
-
- 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
- G01N21/94—Investigating contamination, e.g. dust
-
- 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
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种半导体器件表面瑕疵异物检测处理方法及其系统，该方法包括：获取每一半导体器件的表面图像，半导体器件的表面图像和检测基准图像比对，获取半导体器件上的每一瑕疵异物的位置参数以及瑕疵异物图像；拾取除尘载体后根瑕疵异物图像进行蘸取吸附溶液，根据瑕疵异物的位置参数，将蘸取吸附溶液后的除尘载体与所述瑕疵异物进行接触；当所述瑕疵异物被所述吸附溶液融合或者溶解后，驱动除尘载体复位并更换新的除尘载体，重复蘸取吸附溶液对瑕疵异物进行融合或者溶解，直至所有瑕疵异物被清除。本申请采用吸附溶解的方式，溶解后利用溶解液内部分子的张力将异物带走，既能清除物品表面异物，还能避免物品表面损伤或二次污染。
Description
技术领域
本发明涉及半导体检测技术领域，特别涉及一种半导体器件表面瑕疵异物检测处理方法及其系统。
背景技术
电子元器件和光学元件在生产组装的过程中，通常需要对电子元器件和光学元件进行表面外观检测。表面外观检测通常是检测电子元器件的表面和光学元件的表面是否有瑕疵、脏污、划痕、裂纹、破损、灰尘、指纹、水印、wire bond异常和die bond异常等表面外观问题。当电子元器件的表面和光学元件的表面被检查到灰尘时，还需要对具有灰尘的电子元器件的表面和具有灰尘的光学元件的表面进行清洁。现有的灰尘清除装置通常采用湿法清洗方法或吹气清洁方法实现对电子元器件的表面和光学元件的表面进行清洁。
现有方法是当物品表面出现附着异物时，通常采用以下几种方法处理：粘除、清洗、擦除、吹气清除、吸附清除，存在缺陷：对附着力强的异物除不去，对物品表面存在损伤，易产生二次污染。
发明内容
本发明要解决的技术问题是提供一种半导体器件表面瑕疵异物检测处理方法及其系统，旨在解决现有方法对器件表面存在损伤，易产生二次污染的技术问题。
为解决上述技术问题，本发明第一方面提出了一种半导体器件表面瑕疵异物检测处理方法，该方法包括：
获取每一半导体器件的表面图像，所述半导体器件的表面图像和检测基准图像比对，获取所述半导体器件上的每一瑕疵异物的位置参数以及瑕疵异物图像；
拾取除尘载体后根据所述瑕疵异物图像进行蘸取吸附溶液，根据所述瑕疵异物的位置参数，将蘸取吸附溶液后的除尘载体与所述瑕疵异物进行接触；
当所述瑕疵异物被所述吸附溶液融合或者溶解后，驱动所述除尘载体复位并更换新的除尘载体，重复蘸取吸附溶液对所述瑕疵异物进行融合或者溶解，直至所有瑕疵异物被清除。
进一步的，所述半导体器件的表面图像和检测基准图像比对，获取所述半导体器件上的每一瑕疵异物的位置参数以及瑕疵异物图像具体包括：
对所述半导体器件的表面图像进行灰度化处理以及二值化处理得到对应的黑白图像，利用连通区域提取算法从所述黑白图像分别得到表面图像中的器件有效区域；
分别获取所述半导体器件的表面图像和检测基准图像的灰度直方图，根据各自灰度直方图中的最大值计算两个最大值的差值；将所述差值与所述器件有效区域内的每个像素的灰度值相加后得到比较值；
将所述比较值与所述检测基准图像对应位置的灰度值作对比，所述比较值与所述灰度值大于预设阈值的标记为瑕疵点像素；根据所述瑕疵点像素计算出每个瑕疵的连通区域面积大小，得到瑕疵异物图像。
具体的，所述分别获取所述半导体器件的表面图像和检测基准图像的灰度直方图，根据各自灰度直方图中的最大值计算两个最大值的差值；将所述差值与所述器件有效区域内的每个像素的灰度值相加后得到比较值包括：
计算获得所述半导体器件的表面图像的各个像素的灰度值形成的集合(假设为集合M)中的最大值(Mmax)，与检测基准图像的各个像素的灰度值形成的集合(假设为集合N)中的最大值(Nmax)，两者的差值(D＝Mmax–Nmax)；
将所述器件有效区域内的每个像素的灰度值(Mi)加上D得到比较值M’i。
具体的，所述将所述比较值与所述检测基准图像对应位置的灰度值作对比，所述比较值与所述灰度值大于预设阈值的标记为瑕疵点像素；根据所述瑕疵点像素计算出每个瑕疵的连通区域面积大小，得到瑕疵异物图像包括：
将比较值M’i与所述检测基准图像对应位置的灰度值(Ni)作比较，若差异(S＝∣M’i–Ni∣)大于预设阈值，则Mi所代表的半导体器件的器件有效区域内的那个像素被标记为瑕疵点像素；
根据瑕疵点像素计算出每个瑕疵的连通区域面积大小，得到瑕疵异物图像。
进一步的，所述获取每一半导体器件的表面图像的步骤之前，所述方法包括：
设立XYZ基准坐标系，多个所述半导体器件放置在一产品放置台，每一所述半导体器件在所述产品放置台上的位置为Xsi，Ysi，Zsi；多个所述除尘载体放置在一载体放置台，每一所述除尘载体在所述载体放置台上的位置为Xci，Yci，Zci；其中i是大于1的自然数。
进一步的，所述获取每一半导体器件的表面图像具体包括：
根据每一所述半导体器件在所述产品放置台上的位置为Xsi，Ysi，Zsi，通过一CCD摄像头三轴移动模组达到每一所述半导体器件的正上方采集每一半导体器件的表面图像。
可选的，所述CCD摄像头三轴移动模组上还设置有测距传感器，将CCD摄像头下降到预设高度后采集所述半导体器件的表面图像。
进一步的，所述拾取除尘载体后根据所述瑕疵异物图像进行蘸取吸附溶液包括；
根据每一所述除尘载体在所述载体放置台上的位置为Xci，Yci，Zci，通过除尘载体三轴移动模组从所述载体放置台上拾取除尘载体，并将所述除尘载体移送到容器位置Xv，Yv，Zv，并将所述除尘载体向下移动蘸取吸附溶液。
具体的，所述除尘载体向下移动蘸取吸附溶液包括：
根据所述瑕疵异物图像中每个瑕疵的连通区域面积大小，计算所述除尘载体在所述容器内的下降高度以及停留时间。
具体的，所述将蘸取吸附溶液后的除尘载体与所述瑕疵异物进行接触包括：
根据所述瑕疵异物图像中每个瑕疵的连通区域面积大小，计算所述除尘载体的下降高度以及所述除尘载体末端的吸附溶液与所述瑕疵异物的接触时间。
本发明第二方面提出了一种半导体器件表面瑕疵异物检测处理系统，包括：
CCD摄像头三轴移动模组，用于移动到产品放置台上获取每一半导体器件的表面图像；
除尘载体三轴移动模组，用于从载体放置台上拾取除尘载体后根据所述瑕疵异物图像进行蘸取吸附溶液，根据所述瑕疵异物的位置参数，将蘸取吸附溶液后的除尘载体与所述瑕疵异物进行接触；当所述瑕疵异物被所述吸附溶液融合或者溶解后，驱动所述除尘载体复位并更换新的除尘载体，重复蘸取吸附溶液对所述瑕疵异物进行融合或者溶解，直至所有瑕疵异物被清除。
处理控制终端，用于接收所述半导体器件的表面图像并与检测基准图像比对，获取所述半导体器件上的每一瑕疵异物的位置参数以及瑕疵异物图像；并向所述CCD摄像头三轴移动模组、除尘载体三轴移动模组下发执行指令。
本发明技术方案的有益效果：
本发明实施例的半导体器件表面瑕疵异物检测处理方法及其系统，采用图像识别方式，快速识别半导体器件表面的瑕疵异物，计算每一瑕疵异物的位置信息、瑕疵异物图像，然后拾取除尘载体浸入装有特制化学液体(以下简称吸附溶液)的容器内蘸取吸附溶液，然后除尘载体在离开此容器内吸附溶液，在除尘载体的表面吸附溶液受重力与自身的张紧力作用形成水滴状，同时此水滴状吸附溶液紧密附着在除尘载体上。除尘载体将水滴状的吸附溶液与物品表面需要清除的瑕疵异物接触，待异物溶解到吸附溶液里后，除尘载体带着水滴状的吸附溶液离开物品表面，此时异物已经溶解在液体内一起带走，本申请采用溶解的方式，溶解后利用溶解液内部分子的张力将异物带走，既能清除物品表面异物，还能避免物品表面损伤或二次污染。
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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的半导体器件表面瑕疵异物检测处理方法流程示意图；
图2是本发明实施例的获取所述半导体器件上的每一瑕疵异物的位置参数以及瑕疵异物图像流程示意图；
图3是本发明实施例的基于连通区域得到表面图像中的器件有效区域流程示意图；
图4是本发明实施例的半导体器件表面瑕疵异物检测处理系统硬件结构示意图；
图5是本发明实施例的XYZ基准坐标系中各个模组位置关系示意图
图6是本发明实施例的除尘载体结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例1
如图1所示，本发明实施例提供了一种半导体器件表面瑕疵异物检测处理方法，该方法包括：
S101、获取每一半导体器件的表面图像，所述半导体器件的表面图像和检测基准图像比对，获取所述半导体器件上的每一瑕疵异物的位置参数以及瑕疵异物图像；
S102、拾取除尘载体后根据所述瑕疵异物图像进行蘸取吸附溶液，根据所述瑕疵异物的位置参数，将蘸取吸附溶液后的除尘载体与所述瑕疵异物进行接触；
S103、当所述瑕疵异物被所述吸附溶液融合或者溶解后，驱动所述除尘载体复位并更换新的除尘载体，重复蘸取吸附溶液对所述瑕疵异物进行融合或者溶解，直至所有瑕疵异物被清除。
如图2所示，所述半导体器件的表面图像和检测基准图像比对，获取所述半导体器件上的每一瑕疵异物的位置参数以及瑕疵异物图像具体包括：
S201、对所述半导体器件的表面图像进行灰度化处理以及二值化处理得到对应的黑白图像，利用连通区域提取算法从所述黑白图像分别得到表面图像中的器件有效区域；
半导体器件的表面图像包括半导体器件的器件有效区域以及背景区域，我们需要的是半导体器件的器件有效区域，对图像进行灰度化处理和二值化处理，以加快图像处理速度。
初始时，半导体器件的表面图像是彩色图像，图像中每个像素点包含三个色彩分量，并且图像尺寸较大，因此后续处理的计算量很大。为此，将三通道彩色图像转化为单通道灰度图像，灰度图像中的每个像素只需要占用一个字节以存放灰度值，灰度值范围为0～255。
本发明实施例采用最大值法对半导体器件的表面图像进行灰度化处理，最大值法是将每个像素点上三通道分量的最大值作为当前像素点的灰度值，其公式如下：
graymax(x,y)＝max{R(x,y),G(x,y)，B(x,y)}。
图像二值化是将灰度图像的像素值按照某种规则重新设置为0或255，使图像中只有黑、白两种颜色的过程。二值化使图像在保留一定信息量的情况下数据量大大减小，有利于缩短后续图像处理过程。本发明实施例通过固定阈值G分割半导体器件的表面图像和检测基准图像得到对应的黑白图像。
实践可知，表面图像中的器件有效区域面积较大，残留的噪声区域面积较小，采用基于连通区域得到表面图像中的器件有效区域，连通区域是指图像中具有相同灰度值且位置相邻的点组成的集合。如图3所示，具体步骤如下：
S301、扫描表面图像对应黑白图像第一行，将连续白色像素序列称为一个块(Blob)，初始化一个空森林(树的集合)，并为每个块分配一个标签作为单节点的树加入森林中，同时记录块的标签、行号、起点、终点；
S302、从第二行开始扫描表面图像对应黑白图像，为每个块分配新的标签，同样记录块的标签、行号、起点、终点，并将此块加入森林中，然后判断此块与上一行块是否有交集，若有交集，将上一行有交集的块所在的树与当前块所在的树进行合并(Union)；
S303、遍历森林中的所有树，树的个数即为连通区域数；对每一棵树中的节点进行遍历，记录最小行号、最大行号、起点的最小值、终点的最大值，这四个值即为所求每个连通区域上、下、左、右边界；在对每棵树的节点进行遍历时，同时将每个节点所代表的块的尺寸(终点与起点的差值)相加，即为连通区域的大小。
S304、将每个连通区域的大小及其边界找出，将表面图像的原始图像按照最大连通区域的边界值裁剪出来即为所需的器件有效区域。
S202、分别获取所述半导体器件的表面图像和检测基准图像的灰度直方图，根据各自灰度直方图中的最大值计算两个最大值的差值；将所述差值与所述器件有效区域内的每个像素的灰度值相加后得到比较值；
S203、将所述比较值与所述检测基准图像对应位置的灰度值作对比，所述比较值与所述灰度值大于预设阈值的标记为瑕疵点像素；根据所述瑕疵点像素计算出每个瑕疵的连通区域面积大小，得到瑕疵异物图像。
具体的，所述分别获取所述半导体器件的表面图像和检测基准图像的灰度直方图，根据各自灰度直方图中的最大值计算两个最大值的差值；将所述差值与所述器件有效区域内的每个像素的灰度值相加后得到比较值包括：
计算获得所述半导体器件的表面图像的各个像素的灰度值形成的集合(假设为集合M)中的最大值(Mmax)，与检测基准图像的各个像素的灰度值形成的集合(假设为集合N)中的最大值(Nmax)，两者的差值(D＝Mmax–Nmax)；
将所述器件有效区域内的每个像素的灰度值(Mi)加上D得到比较值M’i。
具体的，所述将所述比较值与所述检测基准图像对应位置的灰度值作对比，所述比较值与所述灰度值大于预设阈值的标记为瑕疵点像素；根据所述瑕疵点像素计算出每个瑕疵的连通区域面积大小，得到瑕疵异物图像包括：
将比较值M’i与所述检测基准图像对应位置的灰度值(Ni)作比较，若差异(S＝∣M’i–Ni∣)大于预设阈值，则Mi所代表的半导体器件的器件有效区域内的那个像素被标记为瑕疵点像素；
根据所述瑕疵点像素计算出每个瑕疵的连通区域面积大小，得到瑕疵异物图像。
可选的，所述获取每一半导体器件的表面图像的步骤之前，所述方法包括：
设立XYZ基准坐标系，多个所述半导体器件放置在一产品放置台，每一所述半导体器件在所述产品放置台上的位置为Xsi，Ysi，Zsi；多个所述除尘载体放置在一载体放置台，每一所述除尘载体在所述载体放置台上的位置为Xci，Yci，Zci；其中i是大于1的自然数。
其中，所述获取每一半导体器件的表面图像具体包括：
根据每一所述半导体器件在所述产品放置台上的位置为Xsi，Ysi，Zsi，通过一CCD摄像头三轴移动模组达到每一所述半导体器件的正上方采集每一半导体器件的表面图像。
可选的，所述CCD摄像头三轴移动模组上还设置有测距传感器，将CCD摄像头下降到预设高度后采集所述半导体器件的表面图像。
其中，所述拾取除尘载体后根据所述瑕疵异物图像进行蘸取吸附溶液包括；
根据每一所述除尘载体在所述载体放置台上的位置为Xci，Yci，Zci，通过除尘载体三轴移动模组从所述载体放置台上拾取除尘载体，并将所述除尘载体移送到容器位置Xv，Yv，Zv，并将所述除尘载体向下移动蘸取吸附溶液。
具体的，除尘载体三轴移动模组上设置有测距传感器，用于就检测除尘载体与容器内液面之间的距离。
具体的，所述除尘载体向下移动蘸取吸附溶液包括：
根据所述瑕疵异物图像中每个瑕疵的连通区域面积大小，计算所述除尘载体在所述容器内的下降高度以及停留时间。
具体的，所述将蘸取吸附溶液后的除尘载体与所述瑕疵异物进行接触包括：
根据所述瑕疵异物图像中每个瑕疵的连通区域面积大小，计算所述除尘载体的下降高度以及所述除尘载体末端的吸附溶液与所述瑕疵异物的接触时间。
实施例2
如图4、5所示，本发明实施例还提出了一种半导体器件表面瑕疵异物检测处理系统，包括：
CCD摄像头三轴移动模组200，用于移动到产品放置台400上获取每一半导体器件410的表面图像；
除尘载体三轴移动模组300，用于从载体放置台500上拾取除尘载体510后根据所述瑕疵异物图像进行蘸取吸附溶液，根据所述瑕疵异物的位置参数，将蘸取吸附溶液后的除尘载体510与所述瑕疵异物进行接触；当所述瑕疵异物被所述吸附溶液融合或者溶解后，驱动所述除尘载体510复位并更换新的除尘载体510，重复蘸取吸附溶液对所述瑕疵异物进行融合或者溶解，直至所有瑕疵异物被清除。
处理控制终端100，用于接收所述半导体器410件的表面图像并与检测基准图像比对，获取所述半导体器件410上的每一瑕疵异物的位置参数以及瑕疵异物图像；并向所述CCD摄像头三轴移动模组200、除尘载体三轴移动模组300下发执行指令。
如图6所示，除尘载体510包括金属管针511，当蘸取吸附溶液后由于重力作用在末端形成水滴状的粘胶部512，在已知吸附溶液的物理化学性能参数的基础上，当除尘载体拆入到容器内使得金属管针511被浸没在吸附溶液中，吸附溶液进入到金属管针511内，假设浸没深度为h，金属管针511的内径界面积为s，那么每次浸没蘸取的吸附溶液量为v＝hs，形成的水滴状粘胶部512的高度H＝k1.v；粘胶部512的外径L为L＝k2.v,k1、k2可以通过控制变量法试验方式得到；从而通过浸没深度为h能够调节水滴状粘胶部512的高度H和外径L。
前述已经获得了瑕疵异物图像中每个瑕疵的连通区域面积大小，那么水滴状粘胶部512的高度H和外径L的截面积覆盖每个瑕疵的连通区域面积才能够满足瑕疵异物被完全去除，那么根据每个瑕疵的连通区域面积大小局可以确定水滴状粘胶部512的高度H和外径L，进一步确定浸没深度为h。
本发明实施例的半导体器件表面瑕疵异物检测处理方法及其系统，采用图像识别方式，快速识别半导体器件表面的瑕疵异物，计算每一瑕疵异物的位置信息、瑕疵异物图像，然后拾取除尘载体浸入装有特制化学液体(以下简称吸附溶液)的容器内蘸取吸附溶液，然后除尘载体在离开此容器内吸附溶液，在除尘载体的表面吸附溶液受重力与自身的张紧力作用形成水滴状，同时此水滴状吸附溶液紧密附着在除尘载体上。除尘载体将水滴状的吸附溶液与物品表面需要清除的瑕疵异物接触，待异物溶解到吸附溶液里后，除尘载体带着水滴状的吸附溶液离开物品表面，此时异物已经溶解在液体内一起带走，本申请采用溶解的方式，溶解后利用溶解液内部分子的张力将异物带走，既能清除物品表面异物，还能避免物品表面损伤或二次污染。
以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。
Claims (10)
1.一种半导体器件表面瑕疵异物检测处理方法，其特征在于，所述方法包括：
获取每一半导体器件的表面图像，所述半导体器件的表面图像和检测基准图像比对，获取所述半导体器件上的每一瑕疵异物的位置参数以及瑕疵异物图像；
拾取除尘载体后根据所述瑕疵异物图像进行蘸取吸附溶液，根据所述瑕疵异物的位置参数，将蘸取吸附溶液后的除尘载体与所述瑕疵异物进行接触；
当所述瑕疵异物被所述吸附溶液融合或者溶解后，驱动所述除尘载体复位并更换新的除尘载体，重复蘸取吸附溶液对所述瑕疵异物进行融合或者溶解，直至所有瑕疵异物被清除。
2.根据权利要求1所述的半导体器件表面瑕疵异物检测处理方法，其特征在于，所述半导体器件的表面图像和检测基准图像比对，获取所述半导体器件上的每一瑕疵异物的位置参数以及瑕疵异物图像具体包括：
对所述半导体器件的表面图像进行灰度化处理以及二值化处理得到对应的黑白图像，利用连通区域提取算法从所述黑白图像分别得到表面图像中的器件有效区域；
分别获取所述半导体器件的表面图像和检测基准图像的灰度直方图，根据各自灰度直方图中的最大值计算两个最大值的差值；将所述差值与所述器件有效区域内的每个像素的灰度值相加后得到比较值；
将所述比较值与所述检测基准图像对应位置的灰度值作对比，所述比较值与所述灰度值大于预设阈值的标记为瑕疵点像素；根据所述瑕疵点像素计算出每个瑕疵的连通区域面积大小，得到瑕疵异物图像。
3.根据权利要求2所述的半导体器件表面瑕疵异物检测处理方法，其特征在于，所述分别获取所述半导体器件的表面图像和检测基准图像的灰度直方图，根据各自灰度直方图中的最大值计算两个最大值的差值；将所述差值与所述器件有效区域内的每个像素的灰度值相加后得到比较值包括：
计算获得所述半导体器件的表面图像的各个像素的灰度值形成的集合M中的最大值Mmax，与检测基准图像的各个像素的灰度值形成的集合N中的最大值Nmax，两者的差值D＝Mmax–Nmax；
将所述器件有效区域内的每个像素的灰度值Mi加上D得到比较值M’i。
4.根据权利要求3所述的半导体器件表面瑕疵异物检测处理方法，其特征在于，所述将所述比较值与所述检测基准图像对应位置的灰度值作对比，所述比较值与所述灰度值大于预设阈值的标记为瑕疵点像素；根据所述瑕疵点像素计算出每个瑕疵的连通区域面积大小，得到瑕疵异物图像包括：
将比较值M’i与所述检测基准图像对应位置的灰度值Ni作比较，若差异S＝∣M’i–Ni∣大于预设阈值，则Mi所代表的半导体器件的器件有效区域内的那个像素被标记为瑕疵点像素；
根据所述瑕疵点像素计算出每个瑕疵的连通区域面积大小，得到瑕疵异物图像。
5.根据权利要求1所述的半导体器件表面瑕疵异物检测处理方法，其特征在于，所述获取每一半导体器件的表面图像的步骤之前，所述方法包括：
设立XYZ基准坐标系，多个所述半导体器件放置在一产品放置台，每一所述半导体器件在所述产品放置台上的位置为Xsi，Ysi，Zsi；多个所述除尘载体放置在一载体放置台，每一所述除尘载体在所述载体放置台上的位置为Xci，Yci，Zci；其中i是大于1的自然数。
6.根据权利要求5所述的半导体器件表面瑕疵异物检测处理方法，其特征在于，所述获取每一半导体器件的表面图像具体包括：
根据每一所述半导体器件在所述产品放置台上的位置为Xsi，Ysi，Zsi，通过一CCD摄像头三轴移动模组达到每一所述半导体器件的正上方采集每一半导体器件的表面图像。
7.根据权利要求5所述的半导体器件表面瑕疵异物检测处理方法，其特征在于，所述拾取除尘载体后根据所述瑕疵异物图像进行蘸取吸附溶液包括；
根据每一所述除尘载体在所述载体放置台上的位置为Xci，Yci，Zci，通过除尘载体三轴移动模组从所述载体放置台上拾取除尘载体，并将所述除尘载体移送到容器位置Xv，Yv，Zv，并将所述除尘载体向下移动蘸取吸附溶液。
8.根据权利要求7所述的半导体器件表面瑕疵异物检测处理方法，其特征在于，所述除尘载体向下移动蘸取吸附溶液包括：
根据所述瑕疵异物图像中每个瑕疵的连通区域面积大小，计算所述除尘载体在所述容器内的下降高度以及停留时间。
9.根据权利要求2所述的半导体器件表面瑕疵异物检测处理方法，其特征在于，所述将蘸取吸附溶液后的除尘载体与所述瑕疵异物进行接触包括：
根据所述瑕疵异物图像中每个瑕疵的连通区域面积大小，计算所述除尘载体的下降高度以及所述除尘载体末端的吸附溶液与所述瑕疵异物的接触时间。
10.一种半导体器件表面瑕疵异物检测处理系统，其特征在于，包括：
CCD摄像头三轴移动模组，用于移动到产品放置台上获取每一半导体器件的表面图像；
除尘载体三轴移动模组，用于从载体放置台上拾取除尘载体后根据所述瑕疵异物图像进行蘸取吸附溶液，根据所述瑕疵异物的位置参数，将蘸取吸附溶液后的除尘载体与所述瑕疵异物进行接触；当所述瑕疵异物被所述吸附溶液融合或者溶解后，驱动所述除尘载体复位并更换新的除尘载体，重复蘸取吸附溶液对所述瑕疵异物进行融合或者溶解，直至所有瑕疵异物被清除。
处理控制终端，用于接收所述半导体器件的表面图像并与检测基准图像比对，获取所述半导体器件上的每一瑕疵异物的位置参数以及瑕疵异物图像；并向所述CCD摄像头三轴移动模组、除尘载体三轴移动模组下发执行指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311148596.5A CN117399366A (zh) | 2023-09-07 | 2023-09-07 | 半导体器件表面瑕疵异物检测处理方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311148596.5A CN117399366A (zh) | 2023-09-07 | 2023-09-07 | 半导体器件表面瑕疵异物检测处理方法及其系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117399366A true CN117399366A (zh) | 2024-01-16 |
Family
ID=89496885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311148596.5A Pending CN117399366A (zh) | 2023-09-07 | 2023-09-07 | 半导体器件表面瑕疵异物检测处理方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117399366A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117470104A (zh) * | 2023-12-22 | 2024-01-30 | 中科见微智能装备(苏州)有限公司 | 基于视觉检测的半导体器件表面除尘方法及其系统 |
-
2023
- 2023-09-07 CN CN202311148596.5A patent/CN117399366A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117470104A (zh) * | 2023-12-22 | 2024-01-30 | 中科见微智能装备(苏州)有限公司 | 基于视觉检测的半导体器件表面除尘方法及其系统 |
| CN117470104B (zh) * | 2023-12-22 | 2024-04-05 | 中科见微智能装备(苏州)有限公司 | 基于视觉检测的半导体器件表面除尘方法及其系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107203990B (zh) | 一种基于模板匹配与图像质量评估的标贴破损检测方法 | |
| CN112837290B (zh) | 一种基于种子填充算法的裂缝图像自动识别方法 | |
| CN117399366A (zh) | 半导体器件表面瑕疵异物检测处理方法及其系统 | |
| CN115020267B (zh) | 一种半导体表面缺陷检测方法 | |
| CN112318485B (zh) | 物体分选系统及其图像处理方法、装置 | |
| JPH06323824A (ja) | バンプ外観検査方法およびバンプ外観検査装置 | |
| CN114693610A (zh) | 一种基于机器视觉的焊缝表面缺陷检测方法、设备及介质 | |
| CN112070766B (zh) | 缺陷检测方法及装置、检测设备及可读存储介质 | |
| CN110137098A (zh) | 一种检视晶圆缺陷的方法及系统 | |
| CN114519714B (zh) | 一种显示屏脏污缺陷判定的方法和系统 | |
| CN114549504A (zh) | 一种基于机器视觉的外观质量检测方法 | |
| US20110164129A1 (en) | Method and a system for creating a reference image using unknown quality patterns | |
| CN113780484B (zh) | 工业产品缺陷检测方法和装置 | |
| CN113705564B (zh) | 一种指针式仪表识别读数方法 | |
| CN112213314B (zh) | 晶圆侧面缺陷的检测方法和检测系统 | |
| JP3819140B2 (ja) | 石英ルツボの光学的非破壊検査方法とその装置 | |
| CN114612474B (zh) | 一种晶圆清洁干燥模组状态检测方法、装置及平坦化设备 | |
| JP2002207996A (ja) | パターン欠陥検出方法および装置 | |
| CN117470104B (zh) | 基于视觉检测的半导体器件表面除尘方法及其系统 | |
| CN115965568A (zh) | 卫浴陶瓷表面缺陷检测方法与系统 | |
| CN112750113A (zh) | 基于深度学习和直线检测的玻璃瓶缺陷检测方法及装置 | |
| JP2008185395A (ja) | 実装基板外観検査方法 | |
| CN112967224A (zh) | 一种基于人工智能的电子电路板检测系统、方法及介质 | |
| CN115876786B (zh) | 楔形焊点的检测方法及运动控制装置 | |
| CN112614097B (zh) | 铁路火车轴箱转臂异物检测方法 |
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 |