CN117576092B - 一种基于图像处理的晶圆元器件统计方法 - Google Patents
一种基于图像处理的晶圆元器件统计方法 Download PDFInfo
- Publication number
- CN117576092B CN117576092B CN202410053753.2A CN202410053753A CN117576092B CN 117576092 B CN117576092 B CN 117576092B CN 202410053753 A CN202410053753 A CN 202410053753A CN 117576092 B CN117576092 B CN 117576092B
- Authority
- CN
- China
- Prior art keywords
- wafer
- wafer unit
- components
- unit
- tested
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000003708 edge detection Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 239000004065 semiconductor Substances 0.000 abstract description 2
- 230000000630 rising effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (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
本发明涉及半导体制造加工技术领域，公开了一种基于图像处理的晶圆元器件统计方法，本发明首先采集晶圆图像，通过图像处理获取晶圆单元基准，然后根据晶圆单元基准，获取待测晶圆的偏移以及偏转角度，接着又根据晶圆单元基准，反推出当前待测晶圆中，各晶圆单元包含的元器件的理论位置，最后再基于晶圆单元基准对待测晶圆各晶圆单元上剩余元器件的种类以及位置进行统计。本发明采用图像处理算法得到晶圆剩余各元器的种类与位置，最终完成晶圆统计，整个过程无需人工反复计算与统计，可避免人工统计所带来的统计误差和耗时长的问题。
Description
技术领域
本发明涉及半导体制造加工技术领域，具体涉及一种基于图像处理的晶圆元器件统计方法。
背景技术
Wafer即大家所说的晶圆，其抽象结构图可参照说明书附图2所示。一片晶圆通常包含上千颗元器件，这些元器件通常有几种类型，每种类型的元器件的大小有所差别。在晶圆的使用过程中，为了充分了解晶圆的使用情况，需要统计出晶圆上不同元器件的使用情况和总数量。而目前，晶圆上不同元器件的统计往往是依靠人工进行统计，存在耗时长、误差大、以及统计记录繁琐等缺点。
发明内容
针对上述现有技术中存在的问题和缺陷，本发明提供了一种基于图像处理的晶圆元器件统计方法，通过图像处理算法和计算得到晶圆剩余各元器的种类与位置，最终完成晶圆统计，整个过程无需人工反复计算与统计，可避免人工统计所带来的统计误差和耗时长的问题。
为了实现上述发明目的，本发明的技术方案如下：
一种基于图像处理的晶圆元器件统计方法，具体包括以下步骤：
采集晶圆图像，通过图像处理获取晶圆单元基准；
根据晶圆单元基准，获取待测晶圆的偏移以及偏转角度；
根据待测晶圆的偏移以及偏转角度，对晶圆单元基准进行补偿，反推出当前待测晶圆中，各晶圆单元包含的元器件的理论位置；
基于补偿后的晶圆单元基准，对待测晶圆各晶圆单元上剩余元器件的种类以及位置进行统计。
作为优选地，所述采集晶圆图像，通过图像处理得到晶圆单元基准，包括：
打开下光源，拍摄一张包含一个完整晶圆单元的图像并保存，在该图像中将晶圆单元特征点所在的区域划分为特征点区域，然后将图像中完整晶圆单元划为ROI区域，在ROI区域内对晶圆单元上的元器件边缘进行划线处理，得到晶圆单元元器件边缘划线模板；
关闭下光源，打开上光源，在相同位置处再次拍摄一张包含一个完整晶圆单元的图像并保存，将上一步骤得到的晶圆单元的ROI区域以及元器件边缘划线模板应用于此图像，对晶圆单元进行上升沿检测，检测出的元器件边缘数为该晶圆单元中所含元器件的总数；
将芯片类型进行对应，最终得出一个晶圆单元中每种类型的元器件各有多少颗，将此完整晶圆单元、元器件边缘划线模板及边缘检测方法进行储存，作为晶圆单元基准。
作为优选地，所述根据晶圆单元基准，获取待测晶圆的偏移以及偏转角度，包括：
根据待测晶圆的直径以及中间行与中间列晶圆单元的特征点数的预估，得出行特征点间距与列特征点间距；
打开下光源，根据行特征点间距，对待测晶圆上位于中间行的晶圆单元进行拍摄，每拍摄一张图片，将晶圆单元与晶圆单元基准进行检测特征点匹配，获取特征点位置，最终得到多组水平误差距离数据；
根据列特征点间距，对待测晶圆上位于中间列的晶圆单元进行拍摄，每拍摄一张图片，将待测的晶圆单元与晶圆单元基准进行检测特征点匹配，获取特征点位置，最终得到多组垂直误差距离数据；
将相机拍摄的中间行和中间列的晶圆单元图片分别与晶圆单元基准进行对比，得到待测晶圆的偏转角度，根据水平误差距离数据和垂直误差距离数据，得到待测晶圆的偏移值。
作为优选地，所述根据待测晶圆的偏移以及偏转角度，对晶圆单元基准进行补偿，反推出当前待测晶圆中，各晶圆单元包含的元器件的理论位置，包括：
将待测的晶圆单元中的特征点与晶圆单元基准中的特征点进行匹配，根据得出的整个待测晶圆的偏转角度以及偏移值，对晶圆单元基准中的ROI区域以及边缘划线模板进行补偿，最终反推出各个待测晶圆单元中各元器件理论位置。
作为优选地，所述基于补偿后的晶圆单元基准，对待测晶圆各晶圆单元上剩余元器件的种类以及位置进行统计，包括：
将补偿后的晶圆单元基准的ROI区域与边缘划线模板应用于所拍摄的待测晶圆的晶圆单元图片上，然后使用边缘检测方法，最终检测出的元器件边缘数即是每个待测的晶圆单元中所含的元器件数；
将元器件类型根据晶圆单元基准进行对应，得出当前待测的晶圆单元中剩余的实际元器件种类与位置，并将此待测的晶圆单元元器件进行统计，最后通过计算待测的晶圆单元元器件理论数量与实际数量的差值完成晶圆单元元器件统计。
作为优选地，所述晶圆单元的特征点为晶圆单元的PCM标志位，PCM为晶圆单元上的一个有外型特征的特定区域。
作为优选地，在应用晶圆单元的ROI区域以及元器件边缘划线模板时，调整边缘检测方法确保一条边缘对应一个检测点，最终检测出准确的芯片边缘。
作为优选地，所述行特征点间距与列特征点间距的计算方式为晶圆的直径除以特征点的个数。
本发明的有益效果：
本发明采用图像处理算法得到晶圆剩余各元器的种类与位置，最终完成晶圆统计，统计结果精确且效率高，整个过程无需人工反复计算与统计，可避免人工统计所带来的统计误差和耗时长的问题。
附图说明
本发明的前述和下文具体描述在结合以下附图阅读时变得更清楚，附图中：
图1为本发明方法流程图；
图2为晶圆示意图；
图3为本发明晶圆单元示意图；
图4为本发明下光源拍摄时晶圆单元的ROI、特征点检测与划线示意图；
图5为本发明上光源拍摄时与模板匹配示意图；
图6为本发明边缘检测示意图；
图7为本发明模板匹配与角度误差示意图。
具体实施方式
为了使本领域的技术人员更好地理解本发明中的技术方案，下面将通过几个具体的实施例来进一步说明实现本发明发明目的的技术方案，需要说明的是，本发明要求保护的技术方案包括但不限于以下实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
Wafer即大家所说的晶圆，其抽象结构图可参照说明书附图2所示。一片晶圆通常包含上千颗元器件，这些元器件通常有几种类型，每种类型的元器件的大小有所差别。在晶圆的使用过程中，为了充分了解晶圆的使用情况，需要统计出晶圆上不同元器件的使用情况和总数量。而目前，晶圆上不同元器件的统计往往是依靠人工进行统计，存在耗时长、误差大、以及统计记录繁琐等缺点。
基于此，本发明的实施例提出了一种基于图像处理的晶圆元器件统计方法，通过图像处理算法以及模板匹配过程，计算得到晶圆剩余各元器的种类与位置，最终完成晶圆统计。整个过程无需人工反复计算与统计，可避免人工统计所带来的统计误差和耗时长的问题。
在本实施例中，首先需要说明的是，参照说明书附图3，晶圆单元是由不同芯片组成，包含一个特征点的一个矩形单元，若干个相同的晶圆单元组成一个晶圆。
本实施例公开了一种基于图像处理的晶圆元器件统计方法，参照说明附图1，所述方法主要包括以下步骤。
步骤S101.采集晶圆图像，通过图像处理获取晶圆单元基准。
在本实施例中，主要通过以下方式获得晶圆单元基准，具体如下：
首先打开下光源，拍摄一张包含一个完整晶圆单元的图像并保存，在该图像中将晶圆单元特征点所在的区域划分为特征点区域，然后将图像中整个完整晶圆单元划为ROI区域，在ROI区域内对晶圆单元上的元器件边缘进行划线处理，得到晶圆单元元器件边缘划线模板，参照说明书附图4所示，图中的数字表示所包含的元器件的种类；
关闭下光源，打开上光源，在相同位置处再次拍摄一张包含一个完整晶圆单元的图像并保存，将上一步骤得到的晶圆单元的ROI区域以及元器件边缘划线模板应用于此图像，对晶圆单元进行上升沿检测，检测出的元器件边缘数为该晶圆单元中所含元器件的总数，参照说明书附图5和附图6所示；
将芯片类型进行对应，最终得出一个晶圆单元中每种类型的元器件各有多少颗，将此完整晶圆单元、元器件边缘划线模板及边缘检测方法进行储存，作为晶圆单元基准。
在本实施例中，需要说明的是，所述特征点是指晶圆单元的PCM标志位，特征点相关信息包括整个PCM标志位的信息，例如大小、形状、图像。
在本实施例中，上升沿检测是一种图像处理中常用的边缘检测方法。通常情况下，一个晶圆单元中有不同的元器件，不同的元器件大小尺寸不同。但是一般不能完全填满整个晶圆单元，小的元器件旁边需要填充一些不能使用的填充部分来使之均衡。因此，在本发明中，对同一种大小的元器件进行由上往下的上升沿检测，而对于较小的元器件来说，只进行上到下进行采集很有可能采集到小的元器件旁边的填充物，而采用左到右采集即可避免，更加精准，所以较小的元器件通常使用从左往右的上升沿检测方法进行检测。最后，整个上升沿检测过程中，检测到的边上升沿边缘数的总和为该晶圆单元中当前所含元器件的总数。
步骤S102.根据晶圆单元基准，获取待测晶圆的偏移以及偏转角度。
在本实施例中，通常通过以下方式获取待测晶圆的偏移以及偏转角度：
根据待测晶圆的直径以及中间行与中间列晶圆单元的特征点数的预估，得出行特征点间距与列特征点间距；
打开下光源，根据行特征点间距，对待测晶圆上位于中间行的晶圆单元进行拍摄，每拍摄一张图片，将晶圆单元与晶圆单元基准进行检测特征点匹配，获取特征点位置，最终得到多组水平误差距离数据；
根据列特征点间距，对待测晶圆上位于中间列的晶圆单元进行拍摄，每拍摄一张图片，将晶圆单元与晶圆单元基准进行检测特征点匹配，获取特征点位置，最终得到多组垂直误差距离数据；
将相机拍摄的中间行和中间列的晶圆单元图片分别与晶圆单元基准进行对比，得到待测晶圆的偏转角度，根据水平误差距离数据和垂直误差距离数据，得到待测晶圆的偏移值。
在本实施例中，需要说明的是，所述检测特征点匹配为将待测的晶圆单元的特征点与晶圆单元基准的特征点进行对比，得到待测的晶圆单元相对于晶圆单元基准的位置和角度偏差情况，参照说明书附图7所示。
在本实施例中，还需要说明的是，在进行边缘划线模板匹配时，由于保存到划线模板中的信息包含有划线信息，划线位置相对于晶圆特征点固定，因此匹配时会加载划线模板的划线信息，对晶圆进行划线处理。
在本实施例中，所述行特征点间距与列特征点间距的计算方式为晶圆的直径除以特征点的个数。
步骤S103.根据待测晶圆的偏移以及偏转角度，对晶圆单元基准进行补偿，然后反推出当前待测晶圆中，各晶圆单元包含的元器件的理论位置。
在本实施例中，通常通过以下方式反推出当前待测晶圆中，各晶圆单元包含的元器件的理论位置：
将待测的晶圆单元中的所有特征点与晶圆单元基准中的特征点进行匹配，根据得出的待测晶圆的偏转角度以及偏移值，对晶圆单元基准中的ROI区域以及边缘划线模板进行补偿，最终可以反推出待测的晶圆单元中各元器件理论位置。
在本实施例中，对晶圆单元基准的ROI区域和划线模板进行补偿指的是根据上一个步骤获得的待测晶圆的偏转角度和偏移值对ROI区域和划线位置进行旋转和移动。
步骤S104.基于补偿后的晶圆单元基准，对待测晶圆各晶圆单元上剩余元器件的种类以及位置进行统计。
在本步骤中，在统计待测的晶圆单元上的剩余元器件的种类以及位置时，首先将晶圆单元基准的ROI区域与边缘划线模板应用于所拍摄的待测的晶圆单元图片上，然后使用边缘检测方法对待测的晶圆单元进行上升沿的检测，检测出的元器件边缘数即是当前晶圆单元中所含的元器件数，然后将元器件类型根据晶圆单元基准进行对应，即可得出当前晶圆单元中剩余的实际元器件种类与位置，并将此晶圆单元元器件进行统计，最后通过计算晶圆单元元器件理论数量与实际数量的差值完成晶圆单元元器件统计。
在本实施例中，上升沿的检测是由暗到亮，当元器件被取走后，上光源拍摄的此元器件的地方为空，为白色亮，边缘检测时则检测不到上升沿，边缘记空，因此元器件记空，表示元器件被取走；并且由于晶圆单元中每种元器件种类、数量及位置相对固定，与晶圆单元基准一致，因此就可以得到每条划线上被取走的元器件种类和数量，以及剩余的元器件种类和数量。同理，可以得到所有待测晶圆单元使用及剩余的元器件种类与数量。
在本发明中，最后需要说明的是，由于采集到的图像并不是每一次都边缘清晰，判断边缘时，需要对边缘进行一些图像处理，比如滤波方法以及滤波核。如果滤波方法以及滤波核不合适，一条边缘会被检测出多个检测点，判定为多个边缘，影响结果。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“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，仅是为了便于描述本发明和简化描述，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保护范围的限制。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。
Claims (7)
1.一种基于图像处理的晶圆元器件统计方法，其特征在于，具体包括以下步骤：
采集晶圆图像，通过图像处理获取晶圆单元基准；
根据晶圆单元基准，获取待测晶圆的偏移以及偏转角度；
根据待测晶圆的偏移以及偏转角度，对晶圆单元基准进行补偿，反推出当前待测晶圆中，各晶圆单元包含的元器件的理论位置；
基于补偿后的晶圆单元基准，对待测晶圆各晶圆单元上剩余元器件的种类以及位置进行统计；
所述采集晶圆图像，通过图像处理获取晶圆单元基准，包括：
打开下光源，拍摄一张包含一个完整晶圆单元的图像并保存，在该图像中将晶圆单元特征点所在的区域划分为特征点区域，然后将图像中完整晶圆单元划为ROI区域，在ROI区域内对晶圆单元上的元器件边缘进行划线处理，得到晶圆单元元器件边缘划线模板；
关闭下光源，打开上光源，在相同位置处再次拍摄一张包含一个完整晶圆单元的图像并保存，将上一步骤得到的晶圆单元的ROI区域以及元器件边缘划线模板应用于此图像，对晶圆单元进行边缘检测，检测出的元器件边缘数为该晶圆单元中所含元器件的总数；
将芯片类型进行对应，最终得出一个晶圆单元中每种类型的元器件各有多少颗，将此完整晶圆单元、元器件边缘划线模板及边缘检测方法进行储存，作为晶圆单元基准。
2.根据权利要求1所述的一种基于图像处理的晶圆元器件统计方法，其特征在于，所述根据晶圆单元基准，获取待测晶圆的偏移以及偏转角度，包括：
根据待测晶圆的直径以及中间行与中间列晶圆单元的特征点数的预估，得出行特征点间距与列特征点间距；
打开下光源，根据行特征点间距，对待测晶圆上位于中间行的晶圆单元进行拍摄，每拍摄一张图片，将晶圆单元与晶圆单元基准进行检测特征点匹配，获取特征点位置，最终得到多组水平误差距离数据；
根据列特征点间距，对待测晶圆上位于中间列的晶圆单元进行拍摄，每拍摄一张图片，将待测的晶圆单元与晶圆单元基准进行检测特征点匹配，获取特征点位置，最终得到多组垂直误差距离数据；
将相机拍摄的中间行和中间列的晶圆单元图片分别与晶圆单元基准进行对比，得到待测晶圆的偏转角度，根据水平误差距离数据和垂直误差距离数据，得到待测晶圆的偏移值。
3.根据权利要求2所述的一种基于图像处理的晶圆元器件统计方法，其特征在于，所述根据待测晶圆的偏移以及偏转角度，对晶圆单元基准进行补偿，反推出当前待测晶圆中，各晶圆单元包含的元器件的理论位置，包括：
将待测的晶圆单元中的所有特征点与晶圆单元基准中的特征点进行匹配，然后根据得出的整个待测晶圆的偏转角度以及偏移值，对晶圆单元基准中的ROI区域以及边缘划线模板进行补偿，最终反推出各个待测晶圆单元中各元器件理论位置。
4.根据权利要求3所述的一种基于图像处理的晶圆元器件统计方法，其特征在于，所述基于补偿后的晶圆单元基准，对待测晶圆各晶圆单元上剩余元器件的种类以及位置进行统计，包括：
将补偿后的晶圆单元基准的ROI区域与边缘划线模板应用于所拍摄的待测晶圆的晶圆单元图片上，然后使用边缘检测方法，最终检测出的元器件边缘数即是每个待测的晶圆单元中所含的元器件数；
将元器件类型根据晶圆单元基准进行对应，得出当前待测的晶圆单元中剩余的实际元器件种类与位置，并将此待测的晶圆单元元器件进行统计，最后通过计算待测的晶圆单元元器件理论数量与实际数量的差值完成晶圆单元元器件统计。
5.根据权利要求1所述的一种基于图像处理的晶圆元器件统计方法，其特征在于，所述晶圆单元的特征点为晶圆单元的PCM标志位。
6.根据权利要求1所述的一种基于图像处理的晶圆元器件统计方法，其特征在于，在应用晶圆单元的ROI区域以及元器件边缘划线模板时，调整边缘检测方法确保一条边缘对应一个检测点，最终检测出准确的芯片边缘。
7.根据权利要求2所述的一种基于图像处理的晶圆元器件统计方法，其特征在于，所述行特征点间距与列特征点间距的计算方式为晶圆的直径除以特征点的个数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410053753.2A CN117576092B (zh) | 2024-01-15 | 2024-01-15 | 一种基于图像处理的晶圆元器件统计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410053753.2A CN117576092B (zh) | 2024-01-15 | 2024-01-15 | 一种基于图像处理的晶圆元器件统计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117576092A CN117576092A (zh) | 2024-02-20 |
| CN117576092B true CN117576092B (zh) | 2024-03-29 |
Family
ID=89884802
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410053753.2A Active CN117576092B (zh) | 2024-01-15 | 2024-01-15 | 一种基于图像处理的晶圆元器件统计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117576092B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07260697A (ja) * | 1994-03-17 | 1995-10-13 | Sanyo Electric Co Ltd | ワーク検査装置および検査方法 |
| JP2012064918A (ja) * | 2010-08-20 | 2012-03-29 | Tokyo Electron Ltd | 基板搬送装置、基板搬送方法及びその基板搬送方法を実行させるためのプログラムを記録した記録媒体 |
| CN112071747A (zh) * | 2020-09-17 | 2020-12-11 | 武汉新芯集成电路制造有限公司 | 晶圆键合方法 |
| CN114220757A (zh) * | 2022-02-22 | 2022-03-22 | 武汉精立电子技术有限公司 | 晶圆检测对位方法、装置和系统及计算机介质 |
| CN114549599A (zh) * | 2022-01-13 | 2022-05-27 | 中国电子科技集团公司第十三研究所 | 晶圆快速预对准方法、装置、电子设备及存储介质 |
| CN114695225A (zh) * | 2020-12-31 | 2022-07-01 | 上海微电子装备（集团）股份有限公司 | 一种晶圆预对准装置和晶圆预对准方法 |
| CN115100168A (zh) * | 2022-07-07 | 2022-09-23 | 天津大学 | 一种晶圆背封膜下亚表面缺陷检测系统及其方法 |
| CN115861264A (zh) * | 2022-12-17 | 2023-03-28 | 苏州华兴源创科技股份有限公司 | 晶圆检测设备定位方法、装置、计算机设备和存储介质 |
| CN115881568A (zh) * | 2022-11-24 | 2023-03-31 | 苏州华兴源创科技股份有限公司 | 晶圆定位的补偿值测算方法、装置及晶圆定位补偿系统 |
| CN116164641A (zh) * | 2023-01-31 | 2023-05-26 | 江苏理工学院 | 一种基于机器视觉的探针台运动位置补偿方法 |
| CN116223519A (zh) * | 2022-12-09 | 2023-06-06 | 视睿（杭州）信息科技有限公司 | 晶圆检测设备、检测方法、系统及可读存储介质 |
| CN116313971A (zh) * | 2023-05-17 | 2023-06-23 | 拓荆键科(海宁)半导体设备有限公司 | 通过边缘检测来进行晶圆键合对准的方法 |
| CN117132674A (zh) * | 2023-08-02 | 2023-11-28 | 武汉光谷信息光电子创新中心有限公司 | 一种晶圆图的生成方法及测试设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6876440B1 (en) * | 2003-09-30 | 2005-04-05 | Asml Holding N.V. | Methods and systems to compensate for a stitching disturbance of a printed pattern in a maskless lithography system utilizing overlap of exposure zones with attenuation of the aerial image in the overlap region |
| US10083522B2 (en) * | 2015-06-19 | 2018-09-25 | Smart Picture Technologies, Inc. | Image based measurement system |
-
2024
- 2024-01-15 CN CN202410053753.2A patent/CN117576092B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07260697A (ja) * | 1994-03-17 | 1995-10-13 | Sanyo Electric Co Ltd | ワーク検査装置および検査方法 |
| JP2012064918A (ja) * | 2010-08-20 | 2012-03-29 | Tokyo Electron Ltd | 基板搬送装置、基板搬送方法及びその基板搬送方法を実行させるためのプログラムを記録した記録媒体 |
| CN112071747A (zh) * | 2020-09-17 | 2020-12-11 | 武汉新芯集成电路制造有限公司 | 晶圆键合方法 |
| CN114695225A (zh) * | 2020-12-31 | 2022-07-01 | 上海微电子装备（集团）股份有限公司 | 一种晶圆预对准装置和晶圆预对准方法 |
| CN114549599A (zh) * | 2022-01-13 | 2022-05-27 | 中国电子科技集团公司第十三研究所 | 晶圆快速预对准方法、装置、电子设备及存储介质 |
| CN114220757A (zh) * | 2022-02-22 | 2022-03-22 | 武汉精立电子技术有限公司 | 晶圆检测对位方法、装置和系统及计算机介质 |
| CN115100168A (zh) * | 2022-07-07 | 2022-09-23 | 天津大学 | 一种晶圆背封膜下亚表面缺陷检测系统及其方法 |
| CN115881568A (zh) * | 2022-11-24 | 2023-03-31 | 苏州华兴源创科技股份有限公司 | 晶圆定位的补偿值测算方法、装置及晶圆定位补偿系统 |
| CN116223519A (zh) * | 2022-12-09 | 2023-06-06 | 视睿（杭州）信息科技有限公司 | 晶圆检测设备、检测方法、系统及可读存储介质 |
| CN115861264A (zh) * | 2022-12-17 | 2023-03-28 | 苏州华兴源创科技股份有限公司 | 晶圆检测设备定位方法、装置、计算机设备和存储介质 |
| CN116164641A (zh) * | 2023-01-31 | 2023-05-26 | 江苏理工学院 | 一种基于机器视觉的探针台运动位置补偿方法 |
| CN116313971A (zh) * | 2023-05-17 | 2023-06-23 | 拓荆键科(海宁)半导体设备有限公司 | 通过边缘检测来进行晶圆键合对准的方法 |
| CN117132674A (zh) * | 2023-08-02 | 2023-11-28 | 武汉光谷信息光电子创新中心有限公司 | 一种晶圆图的生成方法及测试设备 |
Non-Patent Citations (1)
| Title |
|---|
| "基于多目标模板匹配的晶圆芯片检测方法";高德傲 等;《软件导刊》;20131204;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117576092A (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8073236B2 (en) | System and method for detecting blemishes on image sensor package | |
| CN106600648A (zh) | 标定相机内参数和畸变系数的立体编码靶标及其标定方法 | |
| CN107333130B (zh) | 组装多摄像头模组测试方法及系统 | |
| CN107920246B (zh) | 摄像头模组的倾斜度测试方法及装置 | |
| CN114220757B (zh) | 晶圆检测对位方法、装置和系统及计算机介质 | |
| CN112801947A (zh) | 一种led显示终端坏点的视觉检测方法 | |
| CN112422960B (zh) | 摄像头模组的偏移估算方法及装置、存储介质、终端 | |
| CN115060162A (zh) | 一种倒角尺寸测量方法、装置、电子设备及存储介质 | |
| CN107341824A (zh) | 一种图像配准的综合评价指标生成方法 | |
| CN117576092B (zh) | 一种基于图像处理的晶圆元器件统计方法 | |
| CN112700488A (zh) | 基于图像拼接的活体长叶片叶面积分析方法、系统及装置 | |
| CN114972027A (zh) | 一种图像拼接方法、装置、设备、介质和计算机产品 | |
| CN115761270A (zh) | 色卡的检测方法、装置、电子设备及存储介质 | |
| CN114092448B (zh) | 一种基于深度学习的插件电解电容混合检测方法 | |
| CN111009003A (zh) | 交通信号灯纠偏的方法、系统及存储介质 | |
| CN106339752A (zh) | 一种鱼苗计数装置及计数方法 | |
| US8345965B2 (en) | Method and apparatus for positioning edges of photograph | |
| CN108596981B (zh) | 一种图像的鸟瞰视角重投影方法、装置及便携式终端 | |
| JP2001133223A (ja) | 歪曲収差の補正方法 | |
| CN110689586A (zh) | 中医智能舌诊中的舌像识别方法和用于该方法的便携式校正色卡 | |
| CN112785963B (zh) | 一种led灯珠定位方法、装置及存储介质 | |
| CN113538590A (zh) | 一种变焦相机的标定方法、装置、终端设备和存储介质 | |
| WO2024050795A1 (zh) | 一种测量尺寸的方法、装置和计算机可读存储介质 | |
| CN112468800A (zh) | 广角摄像模组的测试方法及其测试系统 | |
| CN113487539B (zh) | 胶路质量分析方法、设备、系统及存储介质 |
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 |