CN117409001A - 一种晶圆键合的气泡分析方法及分析装置 - Google Patents
一种晶圆键合的气泡分析方法及分析装置 Download PDFInfo
- Publication number
- CN117409001A CN117409001A CN202311715542.2A CN202311715542A CN117409001A CN 117409001 A CN117409001 A CN 117409001A CN 202311715542 A CN202311715542 A CN 202311715542A CN 117409001 A CN117409001 A CN 117409001A
- Authority
- CN
- China
- Prior art keywords
- bubble
- pixel
- bubbles
- information
- wafer bonding
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 44
- 235000012431 wafers Nutrition 0.000 claims description 169
- 239000011159 matrix material Substances 0.000 claims description 56
- 238000000034 method Methods 0.000 claims description 23
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- 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
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明提供一种晶圆键合的气泡分析方法及分析装置,分析方法包括:获取晶圆键合气泡图片;根据预设第一像素阈值,对所述晶圆键合气泡图片进行二值化处理,并统计破裂气泡的像素信息;根据预设第二像素阈值,对所述晶圆键合气泡图片进行反二值化处理,并统计未破裂气泡的像素信息;遍历所述晶圆键合气泡图片中破裂气泡和未破裂气泡的像素信息,统计所述破裂气泡及所述未破裂气泡关于边界的轮廓信息;以及根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息。本发明可自动识别气泡并标记,显示气泡的数量,实现在晶圆表面上按区域对气泡进行分析统计。
Description
技术领域
本发明涉及半导体领域,特别是涉及一种晶圆键合的气泡分析方法及分析装置。
背景技术
晶圆键合是指将两片平整的晶圆对面贴合起来,施加一定外部条件,使两晶圆表面间的键合能达到一定强度,使两片晶圆结为一体。但在晶圆键合工艺中,由于晶圆表面残留或者在晶圆键合时产生的气体不能及时释放,从而会在键合界面形成大量大小不一的气泡,会导致气泡所在区域以及气泡附近区域的产量损失。因此,在晶圆键合工艺之后,需要对键合晶圆进行检测,将键合界面处气泡超出规格要求的键合晶圆挑出。当前主要依靠工程师人工统计键合气泡数量来判断是否超出规格,在气泡数量较多的情况下难以进行人工统计,并且人为判断具有主观性,存在错误判断的情况。因此,存在待改进之处。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种晶圆键合的气泡分析方法及分析装置,用于解决现有技术中人工对晶圆键合的气泡错误统计的问题。
为实现上述目的及其他相关目的,本发明提供一种晶圆键合的气泡分析方法,包括:
获取晶圆键合气泡图片;
根据预设第一像素阈值,对所述晶圆键合气泡图片进行二值化处理,并统计破裂气泡的像素信息;
根据预设第二像素阈值,对所述晶圆键合气泡图片进行反二值化处理,并统计未破裂气泡的像素信息;
遍历所述晶圆键合气泡图片中破裂气泡和未破裂气泡的像素信息,统计所述破裂气泡及所述未破裂气泡关于边界的轮廓信息;以及
根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
在本发明的一个实施例中,在所述根据预设第一像素阈值,对所述晶圆键合气泡图片进行二值化处理,并统计破裂气泡的像素信息的步骤中:
对所述晶圆键合气泡图片进行二值化处理,将大于所述第一像素阈值的像素设定为所述破裂气泡的像素信息,将小于等于所述第一像素阈值的像素设定为图片背景信息。
在本发明的一个实施例中,在所述根据预设第二像素阈值,对所述晶圆键合气泡图片进行反二值化处理,并统计未破裂气泡的像素信息的步骤中:
对所述晶圆键合气泡图片进行反二值化处理,将小于所述第二像素阈值的像素设定为所述未破裂气泡的像素信息,将大于等于所述第二像素阈值的像素设定为图片背景信息。
在本发明的一个实施例中,所述遍历所述晶圆键合气泡图片上的像素信息,统计所述破裂气泡及所述未破裂气泡关于边界的轮廓信息的步骤,包括:
遍历所述晶圆键合气泡图片上的像素信息,获取像素值非零的像素点并记为气泡像素点;
以一个所述气泡像素点为边界进行跟踪,以获取一个所述气泡像素点领域内所有像素值非零的像素点,并记为一个气泡轮廓;
统计所述晶圆键合气泡图片上的所有气泡轮廓,记为所述轮廓信息。
在本发明的一个实施例中,所述以一个所述气泡像素点为边界进行跟踪,以获取一个所述气泡像素点领域内所有像素值非零的像素点,并记为一个气泡轮廓的步骤之后,包括:
根据一个气泡轮廓对应的所有非零的像素点,生成所述气泡轮廓的最小外接矩形;
将所述最小外接矩形的中心坐标记为一个气泡的中心点坐标。
在本发明的一个实施例中,所述根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息的步骤,包括:
将晶圆上距离晶圆中心第一距离的区域记为中心区域,将晶圆上剩余区域记为边缘区域;
遍历所有所述中心点坐标,在所述中心区域和所述边缘区域上,统计所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
在本发明的一个实施例中,所述遍历所有所述中心点坐标,在所述中心区域和所述边缘区域上,统计所述破裂气泡及所述未破裂气泡的数量信息和位置信息的步骤,包括:
以晶圆定位槽与晶圆中心的连线进行顺时针转动,遍历所述连线上的所有所述中心点坐标,按照顺时针方向,对所述破裂气泡及所述未破裂气泡进行编号;
在所述中心区域和所述边缘区域上,统计所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
在本发明的一个实施例中,所述根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息的步骤之后,包括:
对多张所述晶圆键合气泡图片二值化处理得到像素矩阵;
在所述像素矩阵中,将像素值为零的像素点赋值为梯度值,将像素值为非零的像素点赋值为零,建立梯度矩阵。
在本发明的一个实施例中,所述在所述像素矩阵中,将像素值为零的像素点赋值为梯度值,将像素值为非零的像素点赋值为零的步骤之后,包括:
建立与所述像素矩阵相同行列的原始矩阵,所述原始矩阵中的所有元素为二值化处理的最大数值;
将一个所述原始矩阵减去多个所述梯度矩阵,生成多张所述晶圆键合气泡图片对应气泡的分布矩阵,以显示多张所述晶圆键合气泡图片对应气泡的数量信息和位置信息。
本发明还提出一种晶圆键合的气泡分析装置,包括:
获取单元,用以获取晶圆键合气泡图片;
二值化单元,用以根据预设第一像素阈值,对所述晶圆键合气泡图片进行二值化处理,并统计破裂气泡的像素信息;
反二值化单元,用以根据预设第二像素阈值,对所述晶圆键合气泡图片进行反二值化处理,并统计未破裂气泡的像素信息;
统计单元,用以遍历所述晶圆键合气泡图片中破裂气泡和未破裂气泡的像素信息,统计所述破裂气泡及所述未破裂气泡关于边界的轮廓信息;以及
生成单元,用以根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
如上所述,本发明的晶圆键合的气泡分析方法及分析装置,具有以下有益效果:本发明意想不到的效果是可自动识别晶圆键合气泡图片上的气泡并标记,显示气泡的数量,实现在晶圆表面上按区域对气泡进行分析统计。在将多张晶圆键合的气泡图片叠加在一起之后,强化了气泡的空间分布特征。在多张气泡图片叠加后的一个区域位置处,可通过颜色分布的深浅,来直观的判断出该位置处是否存在气泡,以及存在气泡数量的多少。
附图说明
图1显示为本发明现有技术中键合晶圆上存在气泡的示意图。
图2显示为本发明一种晶圆键合的气泡分析方法的一步骤示意图。
图3显示为本发明图2中步骤S20和步骤S30中像素值的处理示意图。
图4显示为本发明图2中步骤S40的一步骤示意图。
图5显示为本发明图2中步骤S40的又一步骤示意图。
图6显示为本发明图4和图5中像素信息的处理示意图。
图7显示为本发明图2中步骤S50的一步骤示意图。
图8显示为本发明图2中步骤S50的又一步骤示意图。
图9显示为本发明图7和图8中对气泡统计编号的处理示意图。
图10显示为本发明一种晶圆键合的气泡分析方法的又一步骤示意图。
图11显示为本发明图10中建立梯度矩阵的处理示意图。
图12显示为本发明一种晶圆键合的气泡分析方法的又一步骤示意图。
图13显示为本发明图12中生成分布矩阵的处理示意图。
图14显示为本发明图11中分布矩阵对应多张图片的示意图。
图15显示为图14中多张图片对应气泡坐标的统计示意图。
图16显示为本发明一种晶圆键合的气泡分析方法的流程示意图。
图17显示为本发明一种晶圆键合的气泡分析装置的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其它优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。还应当理解,本发明实施例中使用的术语是为了描述特定的具体实施方案,而不是为了限制本发明的保护范围。下列实施例中未注明具体条件的试验方法,通常按照常规条件,或者按照各制造商所建议的条件。
须知,本说明书所附图式所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容所能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
请参阅图1至图17所示,本发明提供一种晶圆键合的气泡分析方法及分析装置,可应用于半导体制造技术集成电路领域,具体可应用在晶圆键合工艺之后的检测分析领域。利用图片分析技术,可自动识别气泡并标记,显示气泡的数量,对图片像素坐标进行转换运算,实现在晶圆表面上按区域对气泡进行分析统计。输出气泡在晶圆上的实际坐标位置,并以晶圆notch(V字槽)位置顺时针或者逆时针给气泡编号统计,并结合晶圆良率数据进行综合分析。多张晶圆键合气泡图片叠加,强化多张晶圆图片的气泡分布特征,更加直观高效。下面通过具体的实施例进行详细的分析。
请参阅图1、图2和图3所示,在本发明的一些实施例中,本发明可提出一种晶圆键合的气泡分析方法,可包括以下的步骤。
步骤S10、获取晶圆键合气泡图片。
步骤S20、根据预设第一像素阈值,对所述晶圆键合气泡图片进行二值化处理,并统计破裂气泡的像素信息。
步骤S30、根据预设第二像素阈值,对所述晶圆键合气泡图片进行反二值化处理,并统计未破裂气泡的像素信息。
步骤S40、遍历所述晶圆键合气泡图片中破裂气泡和未破裂气泡的像素信息,统计所述破裂气泡及所述未破裂气泡关于边界的轮廓信息。
步骤S50、根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
步骤S10、获取晶圆键合气泡图片。
请参阅图1所示,在一些实施例中,晶圆键合气泡图片10可包括晶圆区110和背景区120,晶圆区110为晶圆的形状,背景区120为矩形形状,并且晶圆区110位于背景区120内部。晶圆区110上存在的黑色气泡为未破裂气泡220,晶圆区110上存在的白色气泡为破裂气泡210。未破裂气泡220在后续的制程工艺中仍可能出现破裂,气泡的破裂又会增加其他缺陷。因此,可选择对破裂气泡210和未破裂气泡220的数量信息和位置信息,分别进行检测统计。
步骤S20、根据预设第一像素阈值,对所述晶圆键合气泡图片进行二值化处理,并统计破裂气泡的像素信息。
请参阅图3所示,在一些实施例中,对于晶圆键合气泡图片10上的破裂气泡210,通过对晶圆键合气泡图片10进行二值化处理,二值化处理和反二值化处理是使得灰度图片的像素值两极分化,灰度图片呈现出只有纯黑色和纯白色的视觉效果。进行二值化处理时,每一个像素值都会与阈值进行比较,将大于阈值的像素值变为最大值255,小于或者等于阈值的像素值变为0,通过修改阈值大小可以调整黑白交界的位置。在本实施例中,预先设定第一像素阈值,将晶圆键合气泡图片10上大于第一像素阈值的像素设定为破裂气泡210的像素信息,将晶圆键合气泡图片10上小于等于第一像素阈值的像素设定为图片背景信息,以此识别出晶圆键合气泡图片10上的破裂气泡210。
步骤S30、根据预设第二像素阈值,对所述晶圆键合气泡图片进行反二值化处理,并统计未破裂气泡的像素信息。
请参阅图3所示,在一些实施例中,对于晶圆键合气泡图片10上的未破裂气泡220,通过对晶圆键合气泡图片10进行反二值化处理,反二值化处理其结果为二值化处理的相反结构,将大于阈值的像素值变为0,将小于或者等于阈值的像素值变为最大值255。在本实施例中,预先设定第二像素阈值,将晶圆键合气泡图片10上小于第二像素阈值的像素设定为未破裂气泡220的像素信息,将晶圆键合气泡图片10上大于等于第二像素阈值的像素设定为图片背景信息,以此识别出晶圆键合气泡图片10上的未破裂气泡220。
通过对晶圆键合气泡图片10分别进行二值化处理和反二值化处理,消除破裂气泡210和未破裂气泡220的像素信息之间的相互干扰,并且可对破裂气泡210和未破裂气泡220的数量信息和位置信息分别进行统计。
步骤S40、遍历所述晶圆键合气泡图片中破裂气泡和未破裂气泡的像素信息,统计所述破裂气泡及所述未破裂气泡关于边界的轮廓信息。
在一些实施例中,根据步骤S20中破裂气泡210的像素信息,以及步骤S30中未破裂气泡220的像素信息,可根据轮廓提取算法,遍历晶圆键合气泡图片10上所有的像素信息,可统计所有破裂气泡210及所有未破裂气泡210关于边界的轮廓信息。轮廓信息表征所有破裂气泡210及所有未破裂气泡210在晶圆键合气泡图片10上的位置信息。
步骤S50、根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
在一些实施例中,根据所有破裂气泡210关于边界的轮廓信息,生成破裂气泡210在晶圆键合气泡图片10上的数量信息及位置信息。根据所有未破裂气泡220关于边界的轮廓信息,生成未破裂气泡220在晶圆键合气泡图片10上的数量信息及位置信息。
请参阅图4所示,在本发明的一些实施例中,步骤S40可包括如下的步骤。首先,可执行步骤S410,遍历晶圆键合气泡图片中破裂气泡和未破裂气泡的像素信息,获取像素值非零的像素点并记为气泡像素点。根据轮廓提取算法对晶圆键合气泡图片10进行遍历分析,获取像素值为非零的像素点,即将像素值为255的像素点记为气泡像素点,气泡像素点表征气泡的边界位置。其次,可执行步骤S420,以一个气泡像素点为边界进行跟踪,以获取一个气泡像素点领域内所有像素值非零的像素点,并记为一个气泡轮廓。在一个气泡像素点的领域内,将相邻所有像素值为255点的像素点进行结合,即为一个气泡轮廓,气泡轮廓表征一个气泡在晶圆键合气泡图片10上的位置信息。然后,可执行步骤S430,统计晶圆键合气泡图片上的所有气泡轮廓,记为轮廓信息。在晶圆键合气泡图片10上,统计所有破裂气泡210相关的气泡轮廓,统计所有未破裂气泡220相关的气泡轮廓,记为轮廓信息。
请参阅图5所示,在本发明的一些实施例中,步骤S420可包括如下的步骤。首先,可执行步骤S421,根据一个气泡轮廓对应的所有非零的像素点,生成气泡轮廓的最小外接矩形。对于一个气泡,可通过气泡轮廓的最小外接矩形,定义气泡轮廓的相对位置。然后,可执行步骤S422,将最小外接矩形的中心坐标记为一个气泡的中心点坐标。通过最小外接矩形及最小外接矩形的中心点坐标定义一个气泡的相对位置,便于进行气泡轮廓的位置统计。
请参阅图6所示,在本发明的一些实施例中,对晶圆键合气泡图片10进行二值化处理,并将破裂气泡210对应的气泡轮廓的像素点赋值像素值255,将其他像素点赋值为0,建立图片像素矩阵。在图片像素矩阵中,统计气泡轮廓坐标,在对气泡轮廓形成最小外接矩形后,通过气泡轮廓对应的最小外接矩形及最小外接矩形的中心点坐标定义气泡的相对位置。另外,还可通过坐标变换,实现气泡轮廓相对图片一角的具体位置,或者实现气泡轮廓相对图片中心的具体位置。例如本实施例中,图片像素矩阵的像素点为2048*2048,气泡轮廓相对图片左上角和气泡轮廓相对图片中心的坐标换算关系满足:,。其中,/>、/>为气泡轮廓相对图片中心的坐标,/>、/>为气泡轮廓相对图片左上角的坐标。
请参阅图7和图9所示,在本发明的一些实施例中,步骤S50可包括如下的步骤。首先,可执行步骤S510,将晶圆上距离晶圆中心第一距离的区域记为中心区域,将晶圆上剩余区域记为边缘区域。然后,可执行步骤S520,遍历所有中心点坐标,在中心区域和边缘区域上,统计破裂气泡及未破裂气泡的数量信息和位置信息。本实施例中,图片像素矩阵的像素点为2048*2048,图片像素矩阵中晶圆直径可对应1800个像素点,晶圆直径可为300nm,即每6个像素点对应实际距离为1nm,并可将晶圆中心设定为图片中心。例如,可以晶圆中心为圆心坐标,将晶圆上距离晶圆中心120nm的圆形区域定义为中心区域111。120*6=720,即120nm的距离对应720个像素点,即将图片像素矩阵上距离图片中心720个像素点的区域定义为中心区域111。而将晶圆上剩余区域记为边缘区域112,将晶圆上距离晶圆中心120nm至150nm的圆环区域定义为边缘区域112,即将图片像素矩阵上距离图片中心720至900个像素点的区域定义为边缘区域112。在图片像素矩阵上,统计气泡的中心点坐标距离晶圆中心的距离,/>满足:
。
当,气泡的中心点坐标位于中心区域111,当/>,气泡的中心点坐标位于边缘区域112。气泡的实际坐标/>、/>满足,/>,/>。
请参阅图8和图9所示,在本发明的一些实施例中,步骤S20可包括如下的步骤。首先,可执行步骤S521,以晶圆定位槽与晶圆中心的连线进行顺时针转动,遍历连线上的中心点坐标,按照顺时针方向,对破裂气泡及未破裂气泡进行编号。然后,可执行步骤S522,在中心区域和边缘区域上,统计破裂气泡及未破裂气泡的数量信息和位置信息。其中,将晶圆上的notch(V型槽)定位槽与晶圆中心进行连线,可将该连线按照顺时针或者逆时针的方向,本实施例中采用顺时针的方向转动连线。连线转动一周即可完成对晶圆区110的扫描,可对晶圆区110上的所有气泡进行统计。按照连线顺时针转动的方向,遍历连线上的所有中心点坐标,对破裂气泡和未破裂气泡进行编号统计。当连线在一个位置上对应多个破裂气泡和/或多个未破裂气泡时,可按照从晶圆中心至边缘区域112的方向,对个破裂气泡和/或多个未破裂气泡进行编号统计。
请参阅图10和图11所示,在本发明的一些实施例中,在步骤S50之后,一种晶圆键合的气泡分析方法还可包括以下的步骤。首先,可执行步骤S610,对多张晶圆键合气泡图片二值化处理得到像素矩阵。其次,可执行步骤S620,在像素矩阵中,将像素值为非零的像素点赋值为零。其中,在将多张晶圆键合气泡图片10进行二值化处理后,像素点的像素值仅有0和255,可得到关于晶圆键合气泡图片10的像素矩阵。其中,非零的像素值即为像素值为255的像素点,在像素矩阵中,将像素值为零的像素点赋值为梯度值,本实施例中梯度值可为10。将像素值为非零的像素点赋值为零,即将像素值为255的像素点赋值为零。在图11中,将多张晶圆键合气泡图片10对应的梯度矩阵进行叠加,可发现叠加后的梯度矩阵中,像素点为零的位置表征为气泡位置,像素点为非零的位置表征为图片背景。
请参阅图12和图13所示,在本发明的一些实施例中,在步骤S620之后,一种晶圆键合的气泡分析方法还可包括以下的步骤。首先,可执行步骤S630,建立与像素矩阵相同行列的原始矩阵,原始矩阵中的所有元素为二值化处理的最大数值。然后,可执行步骤S640,将一个原始矩阵减去多个像素矩阵,生成多张晶圆键合气泡图片对应气泡的分布矩阵,以显示多张晶圆键合气泡图片对应气泡的数量信息和位置信息。其中,原始矩阵和像素矩阵具有相同数量的行、列,原始矩阵中每个元素都为二值化处理后的最大数值,即原始矩阵中每个元素都是像素值255。在图13中,将原始矩阵减去一批次晶圆对应的多个像素矩阵得到分布矩阵,分布矩阵表征多张晶圆键合气泡图片对应气泡的数量信息和位置信息。原始矩阵中的像素值255减去梯度矩阵中的像素值零后,像素值为255,仍然显示为纯白色。原始矩阵中的像素值255减去梯度矩阵中的梯度值后,像素值减小,显示为灰度颜色。因此,分布矩阵可体现出多张晶圆键合气泡图片的空间分布特征。
请参阅图14和图15所示,在本发明的一些实施例中,按照一种晶圆键合的气泡分析方法,对晶圆键合气泡图片10上对应的气泡的数量信息和位置信息进行统计。图15是对图14中晶圆键合气泡图片10上的破裂气泡210和未破裂气泡220,关于坐标信息和数量信息的编号统计。
请参阅图16所示,为本发明一种晶圆键合的气泡分析方法的流程示意图。首先,可执行步骤S100,图片输入,即输入晶圆键合气泡图片10。其次,可执行步骤S110,对输入的图片进行二值化处理,在步骤S111中,对晶圆键合气泡图片10进行相应的二值化和反二值化处理。图片二值化处理,可设定阈值将气泡与图片背景区分。对于单个晶圆图片和混合晶圆图片,可进行不同流程进行处理。对于单个晶圆图片,首先,可执行步骤S120,气泡轮廓检测,在步骤S121中,运用轮廓提取算法将气泡从图片中提取。其次,可执行步骤S130,气泡坐标输出,在步骤S131中,输出气泡相对坐标,并将坐标原点从图片左上角转换到图片中心点。其次,可执行步骤S140,气泡数量统计,在步骤S141中,定义晶圆区域,包括中心区域和边缘区域,统计各个区域的气泡数量。其次,可执行步骤S150,气泡编号,在步骤S151中,输出气泡的实际坐标,并以晶圆notch(V型槽)定位槽位置开始顺时针给气泡编号。然后,可执行步骤S160,进行指标判别,在步骤S161中,根据工程师设定的规格判定指标是否异常。对于混合晶圆图片,首先,可执行步骤S170,生成像素矩阵,图片二值化处理,设定阈值将气泡与图片背景区分。其次,可执行步骤S180,生成梯度矩阵,在步骤S181中,将像素值为零的像素点赋值为梯度值,像素值为255的赋值为0,生成梯度矩阵。其次,可执行步骤S190,气泡图片叠图,在步骤S191中,建立一个元素值为255(纯白色)的矩阵,依次减去每张图片的梯度矩阵实现叠图。然后,可执行步骤S160,指标判别,在步骤S161中,根据工程师设定的规格,判定指标是否异常。
请参阅图17所示,在本发明的一些实施例中,本发明可提出一种晶圆键合的气泡分析装置300,可包括获取单元310、二值化单元320、反二值化单元330、统计单元340和生成单元350。其中,获取单元310用以获取晶圆键合气泡图片。二值化单元320用以根据预设第一像素阈值,对所述晶圆键合气泡图片进行二值化处理,并统计破裂气泡的像素信息。反二值化单元330用以根据预设第二像素阈值,对所述晶圆键合气泡图片进行反二值化处理,并统计未破裂气泡的像素信息。统计单元340用以遍历所述晶圆键合气泡图片中破裂气泡和未破裂气泡的像素信息,统计所述破裂气泡及所述未破裂气泡关于边界的轮廓信息。生成单元350用以根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
综上所述,本发明提出一种晶圆键合的气泡分析方法及分析装置,意想不到的效果是可自动识别气泡并标记,显示气泡的数量,对图片像素坐标进行转换运算,实现在晶圆表面上按区域对气泡进行分析统计。在将多张晶圆键合的气泡图片叠加在一起之后,强化了气泡的空间分布特征。在多张气泡图片叠加后的一个区域位置处,可通过颜色分布的深浅,来直观的判断出该位置处是否存在气泡,以及存在气泡数量的多少。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种晶圆键合的气泡分析方法,其特征在于,包括:
获取晶圆键合气泡图片;
根据预设第一像素阈值,对所述晶圆键合气泡图片进行二值化处理,并统计破裂气泡的像素信息;
根据预设第二像素阈值,对所述晶圆键合气泡图片进行反二值化处理,并统计未破裂气泡的像素信息;
遍历所述晶圆键合气泡图片中破裂气泡和未破裂气泡的像素信息,统计所述破裂气泡及所述未破裂气泡关于边界的轮廓信息;以及
根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
2.根据权利要求1所述的晶圆键合的气泡分析方法,其特征在于,在所述根据预设第一像素阈值,对所述晶圆键合气泡图片进行二值化处理,并统计破裂气泡的像素信息的步骤中:
对所述晶圆键合气泡图片进行二值化处理,将大于所述第一像素阈值的像素设定为所述破裂气泡的像素信息,将小于等于所述第一像素阈值的像素设定为图片背景信息。
3.根据权利要求1所述的晶圆键合的气泡分析方法,其特征在于,在所述根据预设第二像素阈值,对所述晶圆键合气泡图片进行反二值化处理,并统计未破裂气泡的像素信息的步骤中:
对所述晶圆键合气泡图片进行反二值化处理,将小于所述第二像素阈值的像素设定为所述未破裂气泡的像素信息,将大于等于所述第二像素阈值的像素设定为图片背景信息。
4.根据权利要求1所述的晶圆键合的气泡分析方法,其特征在于,所述遍历所述晶圆键合气泡图片上的像素信息,统计所述破裂气泡及所述未破裂气泡关于边界的轮廓信息的步骤,包括:
遍历所述晶圆键合气泡图片上的像素信息,获取像素值非零的像素点并记为气泡像素点;
以一个所述气泡像素点为边界进行跟踪,以获取一个所述气泡像素点领域内所有像素值非零的像素点,并记为一个气泡轮廓;
统计所述晶圆键合气泡图片上的所有气泡轮廓,记为所述轮廓信息。
5.根据权利要求4所述的晶圆键合的气泡分析方法,其特征在于,所述以一个所述气泡像素点为边界进行跟踪,以获取一个所述气泡像素点领域内所有像素值非零的像素点,并记为一个气泡轮廓的步骤之后,包括:
根据一个气泡轮廓对应的所有非零的像素点,生成所述气泡轮廓的最小外接矩形;
将所述最小外接矩形的中心坐标记为一个气泡的中心点坐标。
6.根据权利要求5所述的晶圆键合的气泡分析方法,其特征在于,所述根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息的步骤,包括:
将晶圆上距离晶圆中心第一距离的区域记为中心区域,将晶圆上剩余区域记为边缘区域;
遍历所有所述中心点坐标,在所述中心区域和所述边缘区域上,统计所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
7.根据权利要求6所述的晶圆键合的气泡分析方法,其特征在于,所述遍历所有所述中心点坐标,在所述中心区域和所述边缘区域上,统计所述破裂气泡及所述未破裂气泡的数量信息和位置信息的步骤,包括:
以晶圆定位槽与晶圆中心的连线进行顺时针转动,遍历所述连线上的所有所述中心点坐标,按照顺时针方向,对所述破裂气泡及所述未破裂气泡进行编号;
在所述中心区域和所述边缘区域上,统计所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
8.根据权利要求1所述的晶圆键合的气泡分析方法,其特征在于,所述根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息的步骤之后,包括:
对多张所述晶圆键合气泡图片二值化处理得到像素矩阵;
在所述像素矩阵中,将像素值为零的像素点赋值为梯度值,将像素值为非零的像素点赋值为零,建立梯度矩阵。
9.根据权利要求8所述的晶圆键合的气泡分析方法,其特征在于,所述在所述像素矩阵中,将像素值为零的像素点赋值为梯度值,将像素值为非零的像素点赋值为零的步骤之后,包括:
建立与所述像素矩阵相同行列的原始矩阵,所述原始矩阵中的所有元素为二值化处理的最大数值;
将一个所述原始矩阵减去多个所述梯度矩阵,生成多张所述晶圆键合气泡图片对应气泡的分布矩阵,以显示多张所述晶圆键合气泡图片对应气泡的数量信息和位置信息。
10.一种晶圆键合的气泡分析装置,其特征在于,包括:
获取单元,用以获取晶圆键合气泡图片;
二值化单元,用以根据预设第一像素阈值,对所述晶圆键合气泡图片进行二值化处理,并统计破裂气泡的像素信息;
反二值化单元,用以根据预设第二像素阈值,对所述晶圆键合气泡图片进行反二值化处理,并统计未破裂气泡的像素信息;
统计单元,用以遍历所述晶圆键合气泡图片中破裂气泡和未破裂气泡的像素信息,统计所述破裂气泡及所述未破裂气泡关于边界的轮廓信息;以及
生成单元,用以根据所述轮廓信息,生成所述破裂气泡及所述未破裂气泡的数量信息和位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311715542.2A CN117409001B (zh) | 2023-12-14 | 2023-12-14 | 一种晶圆键合的气泡分析方法及分析装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311715542.2A CN117409001B (zh) | 2023-12-14 | 2023-12-14 | 一种晶圆键合的气泡分析方法及分析装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117409001A true CN117409001A (zh) | 2024-01-16 |
CN117409001B CN117409001B (zh) | 2024-04-05 |
Family
ID=89496579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311715542.2A Active CN117409001B (zh) | 2023-12-14 | 2023-12-14 | 一种晶圆键合的气泡分析方法及分析装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117409001B (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997043623A1 (fr) * | 1996-05-10 | 1997-11-20 | Komatsu Ltd. | Appareil et procede de detection de defaut |
JP2011237303A (ja) * | 2010-05-11 | 2011-11-24 | Sumco Corp | ウェーハ欠陥検査装置及びウェーハ欠陥検査方法 |
WO2016061889A1 (zh) * | 2014-10-23 | 2016-04-28 | 浙江中纳晶微电子科技有限公司 | 晶圆真空键合机及键合方法 |
US20160192832A1 (en) * | 2013-09-13 | 2016-07-07 | Olympus Corporation | Image processing apparatus, method of processing image, and image processing program |
CN106530287A (zh) * | 2016-10-24 | 2017-03-22 | 武汉新芯集成电路制造有限公司 | 一种基于晶圆内部缺陷检测的图像自动识别系统 |
CN109378279A (zh) * | 2018-11-12 | 2019-02-22 | 武汉新芯集成电路制造有限公司 | 晶圆检测方法及晶圆检测系统 |
CN109840909A (zh) * | 2019-01-18 | 2019-06-04 | 西安科技大学 | 一种坩埚气泡计数装置及计数方法 |
US20190220972A1 (en) * | 2018-01-17 | 2019-07-18 | Tokyo Electron Limited | Substrate defect inspection apparatus, substrate defect inspection method, and storage medium |
CN110097542A (zh) * | 2019-04-19 | 2019-08-06 | 中山大学 | 芯片气泡的检测方法、装置及存储介质 |
CN110206743A (zh) * | 2019-05-28 | 2019-09-06 | 浙江大学 | 一种基于噪声纹理和气泡形态对照的轴流泵空化特征提取方法 |
CN110534462A (zh) * | 2019-09-06 | 2019-12-03 | 武汉新芯集成电路制造有限公司 | 晶圆键合工艺的气泡缺陷检测方法及系统 |
CN111081581A (zh) * | 2019-11-12 | 2020-04-28 | 长江存储科技有限责任公司 | 气泡缺陷监控方法、装置、服务器及可读存储介质 |
CN111128792A (zh) * | 2018-10-30 | 2020-05-08 | 台湾积体电路制造股份有限公司 | 晶片粘接方法及装置与晶片处理方法 |
CN112200806A (zh) * | 2020-12-03 | 2021-01-08 | 晶芯成(北京)科技有限公司 | 一种晶圆的缺陷分析方法和系统 |
US20210265159A1 (en) * | 2020-02-25 | 2021-08-26 | Shibaura Mechatronics Corporation | Substrate treatment device |
US20210334998A1 (en) * | 2018-03-14 | 2021-10-28 | Beijing Boe Optoelectronics Technology Co., Ltd. | Image processing method, apparatus, device and medium for locating center of target object region |
CN113838089A (zh) * | 2021-09-20 | 2021-12-24 | 哈尔滨工程大学 | 一种基于特征匹配算法的气泡轨迹跟踪方法 |
CN114820533A (zh) * | 2022-05-01 | 2022-07-29 | 福建省产品质量检验研究院(福建省缺陷产品召回技术中心) | 家具板表面耐磨花纹保留率分析计算方法 |
US20230326038A1 (en) * | 2022-04-12 | 2023-10-12 | Zhejiang University | Method for morphology identification, trajectory tracking and velocity measurement of high-concentration microbubbles |
-
2023
- 2023-12-14 CN CN202311715542.2A patent/CN117409001B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997043623A1 (fr) * | 1996-05-10 | 1997-11-20 | Komatsu Ltd. | Appareil et procede de detection de defaut |
JP2011237303A (ja) * | 2010-05-11 | 2011-11-24 | Sumco Corp | ウェーハ欠陥検査装置及びウェーハ欠陥検査方法 |
US20160192832A1 (en) * | 2013-09-13 | 2016-07-07 | Olympus Corporation | Image processing apparatus, method of processing image, and image processing program |
WO2016061889A1 (zh) * | 2014-10-23 | 2016-04-28 | 浙江中纳晶微电子科技有限公司 | 晶圆真空键合机及键合方法 |
CN106530287A (zh) * | 2016-10-24 | 2017-03-22 | 武汉新芯集成电路制造有限公司 | 一种基于晶圆内部缺陷检测的图像自动识别系统 |
US20190220972A1 (en) * | 2018-01-17 | 2019-07-18 | Tokyo Electron Limited | Substrate defect inspection apparatus, substrate defect inspection method, and storage medium |
US20210334998A1 (en) * | 2018-03-14 | 2021-10-28 | Beijing Boe Optoelectronics Technology Co., Ltd. | Image processing method, apparatus, device and medium for locating center of target object region |
CN111128792A (zh) * | 2018-10-30 | 2020-05-08 | 台湾积体电路制造股份有限公司 | 晶片粘接方法及装置与晶片处理方法 |
CN109378279A (zh) * | 2018-11-12 | 2019-02-22 | 武汉新芯集成电路制造有限公司 | 晶圆检测方法及晶圆检测系统 |
CN109840909A (zh) * | 2019-01-18 | 2019-06-04 | 西安科技大学 | 一种坩埚气泡计数装置及计数方法 |
CN110097542A (zh) * | 2019-04-19 | 2019-08-06 | 中山大学 | 芯片气泡的检测方法、装置及存储介质 |
CN110206743A (zh) * | 2019-05-28 | 2019-09-06 | 浙江大学 | 一种基于噪声纹理和气泡形态对照的轴流泵空化特征提取方法 |
CN110534462A (zh) * | 2019-09-06 | 2019-12-03 | 武汉新芯集成电路制造有限公司 | 晶圆键合工艺的气泡缺陷检测方法及系统 |
CN111081581A (zh) * | 2019-11-12 | 2020-04-28 | 长江存储科技有限责任公司 | 气泡缺陷监控方法、装置、服务器及可读存储介质 |
US20210265159A1 (en) * | 2020-02-25 | 2021-08-26 | Shibaura Mechatronics Corporation | Substrate treatment device |
CN112200806A (zh) * | 2020-12-03 | 2021-01-08 | 晶芯成(北京)科技有限公司 | 一种晶圆的缺陷分析方法和系统 |
CN113838089A (zh) * | 2021-09-20 | 2021-12-24 | 哈尔滨工程大学 | 一种基于特征匹配算法的气泡轨迹跟踪方法 |
US20230326038A1 (en) * | 2022-04-12 | 2023-10-12 | Zhejiang University | Method for morphology identification, trajectory tracking and velocity measurement of high-concentration microbubbles |
CN114820533A (zh) * | 2022-05-01 | 2022-07-29 | 福建省产品质量检验研究院(福建省缺陷产品召回技术中心) | 家具板表面耐磨花纹保留率分析计算方法 |
Non-Patent Citations (8)
Title |
---|
JIMING SA, ET.AL: "Corrugated Pipe Defect Detection Based on Digital Image Processing", 《5TH INTERNATIONAL CONFERENCE ON SYSTEMS AND INFORMATICS (ICSAI)》, 3 January 2019 (2019-01-03), pages 1 - 5 * |
MASSIMILIANO BARONE, ET.AL: "Robust Image Wafer Inspection", 《 TENTH INTERNATIONAL CONFERENCE ON IMAGE PROCESSING THEORY, TOOLS AND APPLICATIONS (IPTA)》, 14 December 2020 (2020-12-14), pages 1 - 6 * |
乔铁柱: "《矿用输送带无损检测技术》", 30 June 2015, 国防工业出版社, pages: 126 * |
贾瑞博: "煤泥浮选泡沫图像增强与多尺度特征提取研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》, no. 2, 15 February 2023 (2023-02-15), pages 021 - 1147 * |
郭开波等: "一种基于断层测量图片的实体轮廓提取算法", 《计算机辅助工程》, no. 4, 31 December 2001 (2001-12-31), pages 50 - 54 * |
陈军等: "《海岸带环境遥感原理与应用》", 30 September 2013, 海洋出版社, pages: 148 * |
高敬鹏等: "《机器学习》", 30 May 2020, 机械工业出版社, pages: 127 * |
高迅佶等: "气泡在自由液面破裂时间分析及颗粒的影响", 《低温工程》, no. 4, 31 August 2020 (2020-08-31), pages 1 - 6 * |
Also Published As
Publication number | Publication date |
---|---|
CN117409001B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3904419B2 (ja) | 検査装置および検査システム | |
TWI692700B (zh) | 智慧型的缺陷校正系統與其實施方法 | |
CN110658198A (zh) | 光学检测方法、光学检测装置及光学检测系统 | |
JP5234639B2 (ja) | スルーホールの検査装置 | |
JP5202110B2 (ja) | パターン形状評価方法,パターン形状評価装置,パターン形状評価データ生成装置およびそれを用いた半導体形状評価システム | |
JP3906780B2 (ja) | 部品コード変換テーブルに対するデータ登録方法、基板検査データの作成装置、登録処理用のプログラムおよびその記憶媒体 | |
JPH0621178A (ja) | 半導体パッケージの自動検査方法 | |
CN105136818B (zh) | 印刷基板的影像检测方法 | |
CN117409001B (zh) | 一种晶圆键合的气泡分析方法及分析装置 | |
JPWO2012132273A1 (ja) | 外観検査方法およびその装置 | |
CN112651961A (zh) | 晶圆缺陷的识别方法及装置 | |
JP2002243656A (ja) | 外観検査方法及び外観検査装置 | |
JP2005181218A (ja) | 基板検査装置 | |
KR101702752B1 (ko) | 전자 부품 검사 방법 | |
CN111539955A (zh) | 一种缺陷检测方法 | |
CN113327863B (zh) | 半导体工艺方法 | |
JP2006105777A (ja) | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 | |
JP4354173B2 (ja) | 電子回路用部品の外観検査装置 | |
KR20200126921A (ko) | 스켈러톤 웨이퍼 검사 방법 | |
CN114509446A (zh) | 晶片缺角自动检测方法与晶片缺角自动检测系统 | |
JP2005024565A (ja) | ウェハ外観検査装置およびウェハ外観検査方法 | |
JP4354174B2 (ja) | 電子回路用部品の製造方法 | |
JP2006145228A (ja) | ムラ欠陥検出方法及び装置 | |
JP2007122734A (ja) | 抽出色範囲設定方法 | |
JP4537144B2 (ja) | マスクの欠陥分類方法および分類装置 |
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 |