WO2016016289A1 - Procede d'extraction de motifs non periodiques masques par des motifs periodiques, et dispositif mettant en oeuvre le procede - Google Patents

Procede d'extraction de motifs non periodiques masques par des motifs periodiques, et dispositif mettant en oeuvre le procede Download PDF

Info

Publication number
WO2016016289A1
WO2016016289A1 PCT/EP2015/067343 EP2015067343W WO2016016289A1 WO 2016016289 A1 WO2016016289 A1 WO 2016016289A1 EP 2015067343 W EP2015067343 W EP 2015067343W WO 2016016289 A1 WO2016016289 A1 WO 2016016289A1
Authority
WO
WIPO (PCT)
Prior art keywords
amplitude spectrum
measurement signal
amplitude
spectrum
image
Prior art date
Application number
PCT/EP2015/067343
Other languages
English (en)
Inventor
Benoit Thouy
Original Assignee
Fogale Nanotech
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 Fogale Nanotech filed Critical Fogale Nanotech
Priority to EP15749755.3A priority Critical patent/EP3175428A1/fr
Priority to CN201580040396.5A priority patent/CN106575356A/zh
Priority to US15/325,684 priority patent/US20170161887A1/en
Priority to KR1020177002430A priority patent/KR20170037963A/ko
Publication of WO2016016289A1 publication Critical patent/WO2016016289A1/fr

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/16—Image preprocessing
    • G06V30/162—Quantising the image signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/16—Image preprocessing
    • G06V30/164—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/16—Image preprocessing
    • G06V30/168—Smoothing or thinning of the pattern; Skeletonisation
    • 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
    • H01L21/67294—Apparatus for monitoring, sorting or marking using identification means, e.g. labels on substrates or labels on containers
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L23/00—Details of semiconductor or other solid state devices
    • H01L23/544—Marks applied to semiconductor devices or parts, e.g. registration marks, alignment structures, wafer maps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • 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
    • G06T2207/30141—Printed circuit board [PCB]
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2223/00—Details relating to semiconductor or other solid state devices covered by the group H01L23/00
    • H01L2223/544—Marks applied to semiconductor devices or parts
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2223/00—Details relating to semiconductor or other solid state devices covered by the group H01L23/00
    • H01L2223/544—Marks applied to semiconductor devices or parts
    • H01L2223/54406—Marks applied to semiconductor devices or parts comprising alphanumeric information
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2223/00—Details relating to semiconductor or other solid state devices covered by the group H01L23/00
    • H01L2223/544—Marks applied to semiconductor devices or parts
    • H01L2223/54413—Marks applied to semiconductor devices or parts comprising digital information, e.g. bar codes, data matrix
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2223/00—Details relating to semiconductor or other solid state devices covered by the group H01L23/00
    • H01L2223/544—Marks applied to semiconductor devices or parts
    • H01L2223/54433—Marks applied to semiconductor devices or parts containing identification or tracking information
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2223/00—Details relating to semiconductor or other solid state devices covered by the group H01L23/00
    • H01L2223/544—Marks applied to semiconductor devices or parts
    • H01L2223/54453—Marks applied to semiconductor devices or parts for use prior to dicing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
    • H01L2924/0001—Technical content checked by a classifier
    • H01L2924/0002—Not covered by any one of groups H01L24/00, H01L24/00 and H01L2224/00

Definitions

  • the present invention relates to a process for processing signals or images making it possible to extract non-periodic patterns masked by periodic patterns.
  • It relates more particularly to a method of processing images from microelectronics to distinguish aperiodic structures such as characters, masked by periodic structures.
  • the field of the invention is more particularly but in a nonlimiting manner that of signal or image processing for applications in the microelectronics industry.
  • the wafers are engraved on the rear face with an identification pattern such as a 1D or 2D barcode, or alphanumeric characters.
  • An image of the identification pattern is made by means of a camera. This image is then processed by a character recognition (OCR) or barcode reading program (for example) that decodes the identification pattern information and automatically provides the product identifier.
  • OCR character recognition
  • barcode reading program for example
  • the wafers-products are glued on wafers supports which are perforated in the form of a periodic matrix of perforations.
  • the identification pattern present on the wafer-product or possibly on the wafer support appears only partially because of the presence of the matrix of perforations.
  • Another known approach is to use a wavelet transform to compute frequency characteristics of the periodic pattern and filter the image accordingly.
  • the difference between the filtered image (which retains only the periodic pattern) and the initial image reveals the desired non-periodic elements.
  • This approach is effective for a periodic pattern with a relatively small elementary pattern compared to the size of the desired aperiodic elements (support size of the base wavelet) and which can be simply translated by statistics directly related to the parameters of the wavelet used (for example in the field of textile quality control: angle and spatial frequency).
  • the wafers during the process frequently include sets of periodic structures (transistors, etched patterns, ...) in the middle of which it may be necessary to identify aperiodic elements (defects, ).
  • the object of the present invention is to propose a process for processing signals or images which makes it possible to separate, in said signals or images, non-periodic patterns at least partially masked by periodic patterns, and these periodic patterns.
  • Another object of the present invention is to provide a signal or image processing method which makes it possible to extract, in said signals or images, non-periodic patterns which are at least partially masked by periodic patterns.
  • Another object of the present invention is to propose a process for processing signals or images which makes it possible to distinguish, in wafer images, non-periodic patterns which are at least partially masked by periodic patterns, and these periodic patterns.
  • Another object of the present invention is to provide a method for processing signals or images that makes it possible to extract identification patterns engraved or inscribed on wafers and at least partially masked by a periodic structure.
  • the object of the present invention is also to propose a process for processing signals or images that makes it possible to separate identification patterns engraved or inscribed on wafers and at least partially masked by a periodic structure.
  • This objective is achieved with a method for extracting information of interest from a measurement signal comprising a disturbance pattern of a periodic nature, characterized in that it comprises steps:
  • the measurement signal may include, but not be limited to:
  • a one-dimensional signal for example in the form of a function or a curve with an amplitude f (x) as a function of a position or a time along an axis x.
  • This may be for example an intensity profile
  • a two-dimensional signal for example in the form of an image with an intensity or a pixel value I (x, y) as a function of a position (x, y) in the plane of the image. It may be for example a grayscale image.
  • the periodic perturbation pattern may comprise a pattern, defined for example by variations in amplitude or intensity of the function f (x) or the image I (x, y), which has a repetitive nature and whose frequency spectrum has peaks.
  • the information of interest may be aperiodic or have periodicities. It is simply necessary that it does not generate significant peaks in the frequency spectrum of the signal or the image. This condition is generally satisfied when the information of interest is located (or has a restricted extent) in the spatial or temporal domain with respect to the disturbance pattern. If it is aperiodic, it does not generate a significant peak in the spectral domain, and if it is localized it generates at most only peaks of very low energy, and therefore of amplitude much smaller than the amplitude of the frequency peaks due to the motive. of disturbance.
  • the amplitude spectrum of the measurement signal can be defined, without limitation, as being the frequency spectrum module of the measurement signal.
  • the frequency spectrum can be obtained by performing a Fourier transform (one-dimensional 1D or two-dimensional 2D as appropriate) of the measurement signal.
  • This Fourier transform can be performed directly on the measurement signal.
  • the Fourier transform can be performed on an apodized or windowed measurement signal.
  • the measurement signal is multiplied by a 1D or 2D window function with progressive edges (triangular or of Gaussian shape for example) which makes it possible to avoid sudden transitions at the ends, sources of spectrum folding and spectral noise. .
  • the method according to the invention may comprise a step of generating the amplitude spectrum of the measurement signal with an application of dynamic compression to the amplitude of the frequency spectrum of said measurement signal.
  • the amplitude spectrum can thus be obtained by applying a dynamic compression function to the frequency spectrum module. This reduces the dynamics and improves peak detection.
  • the method according to the invention may comprise a step of multiplying a frequency spectrum of the measurement signal by the filtering function.
  • the filtering function is generated so as to be representative of the frequency components of the disturbance pattern. It thus reproduces at least some of the essential spectral components of the disturbance pattern.
  • This multiplication operation is performed preferably on the complete frequency spectrum (module and phase) of the measurement signal. It is performed symmetrically for the positive and negative frequencies so as to respect the Hermitian symmetry of the frequency spectrum of the measurement signal.
  • the method according to the invention may comprise a step of searching, in an amplitude spectrum of the measurement signal, of zones called "maxima to h" respectively corresponding sets of related points around local amplitude maxima satisfying a minimum height criterion with respect to the nearest local amplitude minima.
  • zones of maxima at h can for example be defined as sets of points that can be connected to the local maximum by a non-descending path, that is to say along the difference between two adjacent points in the direction of the local maximum. is always the same sign.
  • the notion of local maxima can correspond to amplitude maxima. It should be noted, however, that in the context of the invention this notion may be interpreted differently according to the convention adopted.
  • the local maxima can thus for example correspond to local extrema according to a convention of amplitude, sign and / or direction of predetermined variation.
  • the minimum height criterion may in particular be defined as a predetermined fraction of the maximum amplitude of the amplitude spectrum of the measurement signal.
  • the method according to the invention may comprise steps:
  • the method according to the invention can comprise steps:
  • the calculation of the amplitude spectrum of the peaks may further comprise a step of applying a threshold, the values below said threshold being set to zero.
  • the method according to the invention may further comprise a step of generating a filtering function from the amplitude spectrum of the peaks, with a non-zero constant value in the areas of the amplitude spectrum of the peaks with a greater amplitude. at a predetermined binarization threshold, and a zero value elsewhere.
  • the method according to the invention may furthermore comprise a step of filling local minima of shallow depth with:
  • the method according to the invention can comprise steps:
  • the registration may be performed in particular in enlargement or in homothety, and / or in rotation.
  • the method according to the invention can be implemented with a measurement signal comprising an image of one of the following types: image of at least a part of a wafer, image of at least a portion of an assembly of wafers, image of at least a portion of a wafer fixed on a wafer support.
  • It may include a step of extracting information of interest from one of the following forms: identification information, alphanumeric characters, writing signs, 1D bar code, 2D bar code, QR code.
  • the invention may thus relate to a method for extracting information of interest, in particular information of interest of one of the following forms: identification information, alphanumeric characters, writing signs , 1D bar code, 2D bar code, QR code, of a measurement signal, in particular a measurement signal comprising an image of one of the following types: image of at least a part of a wafer, image of at least a portion of a wafer assembly, image of at least a portion of a wafer attached to a wafer carrier, which measurement signal comprises a periodic perturbation pattern.
  • the method according to the invention may comprise a step of extracting information of interest such as one or more isolated or singular elements, for example from a manufacturing process (tracks, vias, waveguides, ...) or corresponding to defects (cracks, 7), an image comprising a reason of disturbance of nature periodic or a repetitive structure such as a set of transistors, etched components, a diffraction grating.
  • a device for extracting information of interest from a measurement signal comprising a periodic perturbation pattern comprising imaging means for acquiring a measurement signal in the form of an image. , and calculating means arranged for:
  • the method according to the invention is therefore based on a principle which consists in subtracting from the signal or the original measurement image a filtered version of this signal or this image which essentially contains the periodic perturbation pattern.
  • the filtering is performed in the frequency domain, preferably globally over the entire signal or image.
  • the periodic pattern can be taken in its entirety, and the filtering is then effective regardless of the complexity of this pattern.
  • the filtering function is generated by implementing an analysis of the amplitude spectrum of the measurement signal based on morphological criteria.
  • the invention implements tools from mathematical morphology techniques or more generally form analysis.
  • the method according to the invention also has the advantage that it does not require knowledge of the characteristics of the texture or the structure of the periodic pattern.
  • FIG. 1 illustrates a mode of implementation of the method according to the invention to identify references of wafers stuck on perforated supports
  • FIG. 2 illustrates a general block diagram of the method according to the invention
  • FIG. 3 illustrates the generation of the filtering function according to a first embodiment of the invention
  • FIG. 4 illustrates the generation of the filtering function according to a second embodiment of the invention
  • FIG. 5 illustrates a variant applicable to the first and second embodiments of the invention
  • FIG. 6 illustrates results obtained with the method according to the invention, with FIG. 6a first initial image, FIG. 6b the corresponding filtered image, FIG. 6c a second initial image and FIG. 6d the corresponding filtered image.
  • this identification code 11 comprises alphanumeric characters.
  • the wafers 10 are glued to glass supports 12. These supports 12 are perforated in the form of a periodic pattern 13 of perforations.
  • the identification pattern 11 present on the wafer 10 under the support 12 appears only partially because of the presence of the periodic pattern 13 of perforations. This identification pattern 11 is therefore partially hidden by the support 12, either because it is partially covered by the support 12, or because it is only partially printed or etched on the support 12 in its solid areas.
  • an imaging device that comprises a camera 14 (or any other imaging means) and calculation means 15, for example based on a microprocessor or a computer:
  • an image of the identification pattern 11 is acquired with the camera 14; the image is processed to extract the identification pattern 11 (segmentation);
  • the information of the identification pattern 11 is extracted to obtain the identifier 16 of the wafer 10, for example by means of a software of character recognition (OCR) or bar code reading if necessary.
  • OCR optical character recognition
  • the method according to the invention therefore comprises a step 21 for acquiring or obtaining a measurement signal in the form of an initial image I, which comprises information of interest 11 (the identification code 11) partially masked by a periodic perturbation pattern 13 (the periodic pattern 13).
  • the initial image I can be directly acquired by the camera 14, or be derived from storage means (hard disk, memory, etc.).
  • an initial image I is considered in which the identification code 11 appears dark on a light background, and the periodic pattern 13, which is in the form of a periodic matrix of holes 13. , is dark too.
  • the intensity level of the holes of the periodic pattern 13 may be equivalent to that of the character fragments of the identification code 13, which prevents spatial segmentation by gray level according to known methods.
  • An apodized image I a is then constructed , which corresponds to the initial image I in which the intensity of the pixels over a margin of width A is reduced to tend towards a constant value (for example 0) at the edge of the image.
  • the apodization function can be for example a Gaussian, or more simply a linear decrease.
  • the apodized image I a is obtained by multiplication of the initial image I by the apodization function.
  • the advantage of this apodization step (which is not necessary, however) is to limit the edge effects when calculating the Fourier transform: as the digital Fourier transform assumes a periodic image, any discontinuity between the edges left and right (and up and down) of the image leads to the appearance of virtual frequencies by a spectrum aliasing effect. It is therefore preferable to use an apodization function which has a spectrum essentially limited to low frequencies.
  • the method according to the invention also comprises a step 22 for calculating the frequency spectrum F of the initial image I.
  • This frequency spectrum F is obtained by means of a two-dimensional digital Fourier transform calculation.
  • the frequency spectrum F is therefore a complex image with Hermitian symmetry.
  • the method according to the invention then comprises a step 23 for calculating a spectrum of amplitude F m of the initial image I.
  • this amplitude spectrum F m corresponds to the logarithm of the standard or frequency spectrum module F:
  • the interest of taking the logarithm of the modulus of the frequency spectrum F and not just its modulus is that it introduces a compression of the dynamics of the amplitude spectrum F m .
  • the spectral intensity in the frequency spectrum F around the zero frequency is of several orders of magnitude above that of the high frequencies: the logarithmic compression makes it possible to reduce the dynamics to a smaller extent.
  • the method according to the invention also comprises a step 24 of generating a filtering function representative of the frequency components of the periodic perturbation pattern 13.
  • This filtering function is obtained by implementing an analysis of the amplitude spectrum F m on the basis of morphological criteria. Several variants of this analysis are possible within the scope of the invention. They will be described later.
  • the peaks of the amplitude spectrum F m which correspond to the characteristic frequencies of the periodic pattern 13 are selected by implementing morphological criteria and / or methods derived from the mathematical morphology;
  • bit mask B which represents precisely the selection in the amplitude spectrum F m of the frequency peaks corresponding to the characteristic frequencies of the periodic pattern 13.
  • This bit mask comprises non-zero values (for example one) for the frequencies corresponding to the zones of the selected frequency peaks and zero values (zero) for the other frequencies.
  • the method according to the invention also comprises a step 25 of masking the frequency spectrum F by the bit mask B to generate a filtered frequency spectrum F B.
  • This masking can be achieved for example by an operation of multiplication of the frequency spectrum F by the bit mask B:
  • any complex element of F that does not belong to B is set to zero in F B , and kept otherwise.
  • This masking operation is performed in such a way as to preserve the Hermitian symmetry of the frequency spectrum F in the filtered frequency spectrum F B.
  • F B Hermitian symmetry
  • the method according to the invention also comprises a step 26 for calculating the inverse two-dimensional Fourier transform of the filtered frequency spectrum F B.
  • a so-called "perturbation" image J is thus obtained which is real if the Hermitian symmetry of the frequency spectrum F has been respected during the masking.
  • the disturbance image J corresponds to the initial image I (or more precisely of the apodized initial image I a ) filtered from all the non-periodic elements (or low spectral energy) of I.
  • the perturbation image J comprises therefore essentially the periodic disturbance pattern 13.
  • This disturbance image J also retains the illumination variations of the initial image I because the very low frequencies belong to the peak whose peak is the zero frequency.
  • the method according to the invention also comprises a step 27 for calculating a filtered image R, corresponding to a pixel-by-pixel difference between the disturbance image J and the initial image I (or more precisely the initial image apodized I a ):
  • the character fragments 11 appear sharp and brilliant, or at least much more discernible than in the measurement image I.
  • OCR segmentation and character recognition
  • this generation mode of the bit mask B is illustrated by one-dimensional curves.
  • Such curves may for example be representative of a profile along a frequency axis of the amplitude spectrum F m .
  • a first step we search, in the amplitude spectrum F m (curve 30), the zones 34 called "from maxima to h". These zones 34, also called h-maxima according to the terminology of the mathematical morphology, respectively correspond to sets of connected points around local amplitude maxima 33 which satisfy a minimum height criterion h with respect to the local amplitude minima. the closest.
  • the criterion of minimum height h is defined as being a fraction of the maximum amplitude of the amplitude spectrum F m .
  • h is set at 25% of this maximum amplitude.
  • an off-axis amplitude spectrum F d (curve 31) is generated which corresponds to the amplitude spectrum F m offset in amplitude towards the lower amplitudes of h:
  • a clipped amplitude spectrum F e is then calculated by performing a geodesic reconstruction of the shifted amplitude spectrum F d in the amplitude spectrum F m .
  • This geodesic reconstruction is defined as a repetition until reaching the spectrum of amplitude F m of a dilation of the amplitude spectrum offset F d with a structuring element g plane parallel to the frequency plane (or one-dimensional parallel to the axis frequencies in case of one-dimensional geodesic reconstruction).
  • this geodesic reconstruction can be written: SU Pn > o ⁇ (e g Fn T (F d ) ⁇ ,
  • the result of the geodesic reconstruction of the shifted amplitude spectrum F d in the amplitude spectrum F m is illustrated by the curve 32.
  • This clipped amplitude spectrum F e curve thus corresponds to the spectrum of amplitude F m clipped h-maximum areas 34 (that is to say clipped at amplitudes less than h to the amplitude of local maxima 33 that satisfy the h-maxima criterion).
  • An amplitude spectrum of the zones of maxima is then calculated at h F m h by making the difference between the amplitude spectrum F m and the clipped amplitude spectrum F e corresponding to the geodesic reconstruction E g Fm (F d ) .
  • the amplitude spectrum of the maxima zones is binarized at h F mh with respect to a predefined binarization threshold.
  • a mask B is thus obtained with non-zero values (for example one) in the zones greater than the binarization threshold and zero values in the zones below the binarization threshold. If this binarization threshold is set to zero as illustrated in FIG. 3, the non-zero areas of mask B correspond to h-maxima 34.
  • bit mask B With reference to FIG. 4, we will now describe in detail a second generation mode of the bit mask B.
  • this generation mode of the bit mask B is illustrated by one-dimensional curves.
  • Such curves may for example be representative of a profile along a frequency axis of the amplitude spectrum F m .
  • a spectrum of minima F min (curve 42) which has the value of local minima 41 at the corresponding frequencies and a value of zero at the other frequencies.
  • a basic amplitude spectrum F b is then calculated by performing a geodesic reconstruction of the spectrum of minima F min in the amplitude spectrum F m .
  • the geodesic reconstruction is defined as a repetition until reaching the spectrum of amplitude F m of an expansion of the spectrum of minima F min with a structuring element g plane parallel to the plane of frequencies (or one-dimensional parallel to the frequency axis in the case of one-dimensional geodesic reconstruction).
  • E g Fm (F min ) sup n > o ⁇ (e g Fm ) n (F min ) ⁇ ,
  • An amplitude spectrum of the peaks F p is then calculated by difference between the amplitude spectrum F m and the basic amplitude spectrum F b . This spectrum of amplitude of the peaks F p is illustrated by the curve 44.
  • this binarization threshold h p may, for example, be set as a fraction of the maximum amplitude of the amplitude spectrum of the peaks F p .
  • this binarization threshold h p is set at 50% of the maximum amplitude of the amplitude spectrum of the peaks F p , so as to reject the low amplitude peaks.
  • a mask B is thus obtained with non-zero values (for example one) in the zones greater than the binarization threshold h p and zero values in the zones below the binarization threshold.
  • a mask B is obtained which is well representative of the spectral zones in which the energy due to the periodic pattern 13 is important. It is thus possible to take into account not only the position of the frequency peaks but also their width or their extent. This allows a reconstruction of the periodic pattern 13 very accurate and very faithful.
  • the method according to the invention may comprise an additional step of filling the shallow local minima of the amplitude spectrum F m .
  • This step can be implemented with the first mode or with the second generation mode of the bit mask B.
  • the purpose of this variant is to eliminate the artifacts that may appear when the amplitude spectrum F m comprises very close peaks, partially merged.
  • bit mask B is generated according to the methods described with reference to FIGS. 3 and FIG. 4 from a filled amplitude spectrum F mc instead of using the amplitude spectrum F m .
  • the amplitude spectrum filled F mc is calculated as follows:
  • an amplitude spectrum inverted and offset F mid is then generated, by shifting the inverted amplitude spectrum F mi towards the small amplitudes by a quantity h c representative of the minimum depth to be filled;
  • the amplitude amplitude spectrum F mc (curve 54) is obtained by performing amplitude symmetry on the inverted amplitude spectrum F mci .
  • the filled amplitude spectrum F mc thus obtained corresponds to the amplitude spectrum F m in which the minima with a depth up to the quantity h c (or in other words the h-minima with a depth parameter between 0 and h c ) are filled. It should be noted that h-minima with a depth greater than h c are not affected.
  • a predetermined reference filtering function is used, in the form of a reference mask B r .
  • This reference mask B r is a binary mask representative of the frequency components of the periodic perturbation pattern 13. It is determined from a reference image.
  • This reference image can be obtained in different ways. It can be for example:
  • the reference binary mask B r is generated.
  • a reference binary mask B r is well representative of the spectral zones in which the energy due to the periodic pattern 13 is important, which takes into account not only the position of the frequency peaks but also their width or their extent.
  • a reference bit mask B r can thus be calculated once and for all.
  • the imaging conditions of this periodic pattern 13 may be different between the reference image and the initial image I.
  • these Differences in imaging conditions can be essentially modeled by at least one transformation among a translation, a rotation and a magnification or a homothety.
  • the initial image I can be directly acquired by the camera 14, or be derived from storage means (hard disk, memory, etc.).
  • This detection can be performed with a simple algorithm since it can be limited to detecting the position of the most important frequency peaks (essentially due to the periodic pattern 13).
  • the transformation function T comprises a transformation or a combination of transformations among: one or more homotheties along the frequency axis or axes with the zero frequency for origin and / or a rotation around the zero frequency.
  • the registration may be performed according to known methods, for example by minimizing a least squares error function.
  • Fig. 6 illustrates results obtained with the method according to the invention.
  • the images presented are details of processed images.
  • Figs. 6a and Figs. 6c show initial images I obtained with a camera 14 on wafers 10 glued on glass supports 12, perforated in the form of a periodic pattern 13 of perforations.
  • the identification pattern 11 present is difficult to read on these images, in particular on that of FIG. 6c.
  • Figs. 6b and FIG. 6d show filtered images R obtained with the method according to the invention in its mode of implementation described in relation to FIG. 3, and applied respectively to the initial images I of FIGS. 6a and Figs. 6c.
  • the method according to the invention greatly improves the readability of the identification pattern 11, both for a human eye and for a processing with a character recognition algorithm (OCR).
  • OCR character recognition algorithm

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

La présente invention concerne un procédé pour extraire une information d'intérêt d'un signal de mesure comprenant un motif de perturbation de nature périodique, qui comprend des étapes (i) de génération d'une fonction de filtrage représentative des composantes fréquentielles du motif de perturbation, en mettant en œuvre une analyse d'un spectre d'amplitude du signal de mesure basée sur des critères morphologiques, (ii) d'application de ladite fonction de filtrage au signal de mesure de sorte à générer un signal de perturbation constitué essentiellement du motif de perturbation, et (iii) de calcul d'un signal filtré en effectuant une différence entre le signal de mesure et le signal de perturbation. L'invention concerne aussi un dispositif mettant en œuvre le procédé.

Description

« Procédé d'extraction de motifs non périodiques masqués par des motifs périodiques, et dispositif mettant en œuvre le procédé »
Domaine technique
La présente invention concerne un procédé de traitement de signaux ou d'images permettant de d'extraire des motifs non périodiques masqués par des motifs périodiques.
Elle concerne plus particulièrement un procédé de traitement d'images issues de la microélectronique permettant de distinguer des structures apériodiques telles que des caractères, masquées par des structures périodiques.
Le domaine de l'invention est plus particulièrement mais de manière non limitative celui du traitement de signaux ou d'images pour des applications dans l'industrie microélectronique.
Etat de la technique antérieure
La traçabilité des produits au sein de l'industrie du semi-conducteur est une tâche cruciale pour le contrôle qualité et le suivi des produits tout au long du processus de fabrication et de traitement des wafers.
Pour cela, les wafers sont gravés en face arrière avec un motif d'identification tel qu'un code-barres 1D ou 2D, ou des caractères alphanumériques. Une image du motif d'identification est réalisée au moyen d'une caméra. Cette image est ensuite traitée par un programme de reconnaissance de caractères (OCR) ou de lecture de code-barres (par exemple) qui décode l'information du motif d'identification et fournit automatiquement l'identifiant du produit.
Dans certains cas, notamment lors de l'affinage des wafers à des épaisseurs très fines (de l'ordre de ΙΟΟμιη), les wafers-produits sont collés sur des wafers supports qui sont ajourés sous la forme d'une matrice périodique de perforations. Dans ce cas, le motif d'identification présent sur le wafer-produit ou éventuellement sur le wafer support n'apparaît que de manière partielle du fait de la présence de la matrice de perforations.
Dans ce cas, pour pouvoir lire le motif d'identification et par exemple reconnaître par OCR ses caractères, il est nécessaire de traiter l'image prise par la caméra afin de filtrer la matrice de trous et de ne laisser que les caractères.
Une approche connue pour résoudre ce problème consiste à filtrer spatialement les trous qui ne touchent pas les fragments de caractères. Pour cela, la segmentation des fragments contenus dans l'image est filtrée statistiquement pour ne laisser que les fragments qui ne correspondent pas à des trous. Cependant, cette approche ne donne pas entièrement satisfaction car les trous qui touchent les caractères sont en général conservés, ce qui déforme localement les caractères et rend leur reconnaissance beaucoup plus difficile. De plus, cette approche est très spécifique et liée à la forme des trous, ce qui empêche toute généralisation au filtrage d'un motif périodique quelconque.
Une autre approche connue consiste à utiliser une transformée par ondelettes pour calculer des caractéristiques fréquentielles du motif périodique et filtrer l'image en conséquence. La différence entre l'image filtrée (qui ne conserve que le motif périodique) et l'image initiale révèle les éléments non périodiques recherchés. Cette approche est efficace pour un motif périodique avec un motif élémentaire relativement petit par rapport à la taille des éléments apériodiques recherchés (taille du support de l'ondelette de base) et qui peut être traduit simplement par des statistiques directement liées aux paramètres de l'ondelette utilisée (par exemple dans le domaine du contrôle de la qualité du textile : angle et fréquence spatiale).
De manière plus générale, les wafers en cours de process comprennent fréquemment des ensembles de structures périodiques (transistors, motifs gravés, ...) au milieu desquels il peut être nécessaire d'identifier des éléments apériodiques (défauts, ...).
La présente invention a pour objet de proposer un procédé de traitement de signaux ou d'images qui permette de séparer, dans lesdits signaux ou images, des motifs non périodiques au moins partiellement masqués par des motifs périodiques, et ces motifs périodiques.
La présente invention a également pour objet de proposer un procédé de traitement de signaux ou d'images qui permette d'extraire, dans lesdits signaux ou images, des motifs non périodiques qui sont au moins partiellement masqués par des motifs périodiques. La présente invention a également pour objet de proposer un procédé de traitement de signaux ou d'images qui permette de distinguer, dans des images de wafers, des motifs non périodiques qui sont au moins partiellement masqués par des motifs périodiques, et ces motifs périodiques.
La présente invention a également pour objet de proposer un procédé de traitement de signaux ou d'images qui permette d'extraire des motifs d'identification gravés ou inscrits sur des wafers et au moins partiellement masqués par une structure périodique.
La présente invention a également pour objet de proposer un procédé de traitement de signaux ou d'images qui permette de séparer des motifs d'identification gravés ou inscrits sur des wafers et au moins partiellement masqués par une structure périodique.
Exposé de l'invention
Cet objectif est atteint avec un procédé pour extraire une information d'intérêt d'un signal de mesure comprenant un motif de perturbation de nature périodique, caractérisé en ce qu'il comprend des étapes :
- de génération d'une fonction de filtrage représentative des composantes fréquentielles du motif de perturbation, en mettant en oeuvre une analyse d'un spectre d'amplitude du signal de mesure basée sur des critères morphologiques,
- d'application de ladite fonction de filtrage au signal de mesure de sorte à générer un signal de perturbation constitué essentiellement du motif de perturbation,
- de calcul d'un signal filtré en effectuant une différence entre le signal de mesure et le signal de perturbation.
Le signal de mesure peut comprendre, de manière non limitative :
- un signal unidimensionnel, par exemple sous la forme d'une fonction ou d'une courbe avec une amplitude f(x) en fonction d'une position ou d'un temps le long d'un axe x. Il peut s'agir par exemple d'un profil d'intensité ;
- un signal bidimensionnel, par exemple sous la forme d'une image avec une intensité ou une valeur de pixel I(x, y) en fonction d'une position (x, y) dans le plan de l'image. Il peut s'agir par exemple d'une image en niveaux de gris. Le motif de perturbation de nature périodique peut comprendre un motif, défini par exemple par des variations d'amplitude ou d'intensité de la fonction f(x) ou de l'image I(x, y), qui présente une nature répétitive et dont le spectre fréquentiel présente des pics.
Dans la mise en œuvre du procédé selon l'invention, l'information d'intérêt peut être apériodique ou présenter des périodicités. Il est simplement nécessaire qu'elle ne génère pas de pics significatifs dans le spectre fréquentiel du signal ou de l'image. Cette condition est en général satisfaite lorsque l'information d'intérêt est localisée (ou présente une étendue restreinte) dans le domaine spatial ou temporel par rapport au motif de perturbation. Si elle est apériodique elle ne génère pas de pic significatif dans le domaine spectral, et si elle est localisée elle génère au plus que des pics de très faible énergie, et donc d'amplitude très inférieure à l'amplitude des pics fréquentiels dus au motif de perturbation.
Le spectre d'amplitude du signal de mesure peut être défini, de manière non limitative, comme étant le module du spectre fréquentiel du signal de mesure.
Le spectre fréquentiel peut être obtenu en effectuant une transformée de Fourier (unidimensionnelle 1D ou bidimensionnelle 2D selon le cas) du signal de mesure.
Cette transformée de Fourier peut être effectuée directement sur le signal de mesure.
De manière préférentielle, la transformée de Fourier peut être effectuée sur un signal de mesure apodisé ou fenêtré. Dans ce cas, le signal de mesure est multiplié par une fonction fenêtre 1D ou 2D avec des flancs progressifs (triangulaires ou de forme Gaussienne par exemple) qui permet d'éviter les transitions brusques aux extrémités, sources de repliement de spectre et de bruit spectral.
Suivant des modes de mise en œuvre, le procédé selon l'invention peut comprendre une étape de génération du spectre d'amplitude du signal de mesure avec une application d'une compression de dynamique à l'amplitude du spectre fréquentiel dudit signal de mesure. Le spectre d'amplitude peut ainsi être obtenu en appliquant une fonction de compression de dynamique au module du spectre fréquentiel. Cela permet de réduire la dynamique et d'améliorer la détection des pics.
On peut notamment appliquer :
- une loi de compression de dynamique logarithmique, et ainsi obtenir un spectre d'amplitude avec une amplitude logarithmique ;
- une loi polynômiale.
Suivant des modes de mise en œuvre, le procédé selon l'invention peut comprendre une étape de multiplication d'un spectre fréquentiel du signal de mesure par la fonction de filtrage.
La fonction de filtrage est générée de sorte à être représentative des composantes fréquentielles du motif de perturbation. Elle reproduit donc en quelque sorte au moins les composantes spectrales essentielles du motif de perturbation.
En multipliant le spectre fréquentiel du signal de mesure par cette fonction de filtrage, on rejette ainsi les composantes spectrales qui ne sont pas due au motif de perturbation.
Cette opération de multiplication est effectuée de préférence sur le spectre fréquentiel complet (module et phase) du signal de mesure. Elle est effectuée de manière symétrique pour les fréquences positives et négatives de sorte à respecter la symétrie Hermitienne du spectre fréquentiel du signal de mesure.
On peut ainsi obtenir par transformée de Fourier inverse un signal de perturbation réel constitué essentiellement du motif de perturbation.
Bien entendu, il est également possible de calculer une transformée de Fourier inverse de la fonction de filtrage (fréquentielle) et de calculer le signal de perturbation par convolution du signal de mesure avec la réponse impulsionnelle de filtrage ainsi obtenue.
Suivant des modes de mise en oeuvre, le procédé selon l'invention peut comprendre une étape de recherche, dans un spectre d'amplitude du signal de mesure, de zones dites « de maxima à h » correspondant respectivement à des ensembles de points connexes autour de maxima d'amplitude locaux satisfaisant à un critère de hauteur minimale par rapport aux minima d'amplitude locaux les plus proches. Ces zones de maxima à h peuvent être par exemple définies comme les ensembles de points qui peuvent être reliés au maximum local par un chemin non descendant, c'est-à-dire le long duquel la différence entre deux points adjacents en direction du maximum local est toujours du même signe.
La notion de maxima locaux peut correspondre à des maxima d'amplitude. Il faut toutefois noter que dans le cadre de l'invention cette notion peut être interprétée différemment, suivant la convention adoptée. Les maxima locaux peuvent ainsi par exemple corresponde à des extrema locaux selon une convention d'amplitude, de signe et/ou de direction de variation prédéterminée.
Le critère de hauteur minimale peut notamment être défini comme une fraction prédéterminée de l'amplitude maximale du spectre d'amplitude du signal de mesure.
Le procédé selon l'invention peut comprendre des étapes :
- de génération d'un spectre d'amplitude décalé correspondant au spectre d'amplitude du signal de mesure décalé vers les amplitudes inférieures d'une quantité correspondant au critère de hauteur minimale et borné à zéro,
- de reconstruction géodésique dudit spectre d'amplitude décalé dans le spectre d'amplitude du signal de mesure, de sorte à obtenir un spectre d'amplitude écrêté correspondant au spectre d'amplitude du signal de mesure écrêté de la quantité correspondant au critère de hauteur minimale dans les zones de maxima à h,
- de calcul d'un spectre d'amplitude des zones de maxima à h par différence entre le spectre d'amplitude du signal de mesure et le spectre d'amplitude écrêté.
- de génération d'une fonction de filtrage avec des valeurs nulles à l'extérieur des zones de maxima à h, et une valeur constante non nulle dans lesdites zones de maxima à h.
Suivant des modes de mise en œuvre, le procédé selon l'invention peut comprendre des étapes :
- de localisation des minima locaux du spectre d'amplitude du signal de mesure, - de reconstruction géodésique desdits minima locaux dans le spectre d'amplitude du signal de mesure, de sorte à obtenir un spectre d'amplitude de base représentatif de l'amplitude à la base des pics du spectre d'amplitude du signal de mesure,
- de calcul d'un spectre d'amplitude des pics par différence entre le spectre d'amplitude du signal de mesure et le spectre d'amplitude de base.
Le calcul du spectre d'amplitude des pics peut comprendre en outre une étape d'application d'un seuil, les valeurs inférieures audit seuil étant mises à zéro.
Le procédé selon l'invention peut en outre comprendre une étape de génération d'une fonction de filtrage à partir du spectre d'amplitude des pics, avec une valeur constante non nulle dans les zones du spectre d'amplitude des pics avec une amplitude supérieure à un seuil de binarisation prédéterminé, et une valeur nulle ailleurs.
Suivant des modes de mise en oeuvre, le procédé selon l'invention peut comprendre en outre une étape de comblement de minima locaux de faible profondeur avec :
- une génération d'un spectre d'amplitude inversé correspondant à une symétrie en amplitude du spectre d'amplitude du signal de mesure,
- une génération d'un spectre d'amplitude inversé et décalé, par décalage dudit spectre d'amplitude inversé vers les faibles amplitudes d'une quantité représentative d'une profondeur de minima à combler,
- une reconstruction géodésique dudit spectre d'amplitude inversé et décalé dans ledit spectre d'amplitude inversé.
Suivant des modes de mise en œuvre, le procédé selon l'invention peut comprendre des étapes :
- de génération d'une fonction de filtrage de référence représentative des composantes fréquentielles du motif de perturbation, en mettant en œuvre une analyse d'un spectre d'amplitude d'un signal de référence comprenant essentiellement le motif de référence,
- d'identification de maxima du spectre d'amplitude du signal de mesure, - de génération d'une fonction de filtrage par recalage de la fonction de filtrage de référence sur les maxima du spectre d'amplitude du signal de mesure identifiés.
Le recalage peut être effectué notamment en grandissement ou en homothétie, et/ou en rotation.
Suivant des modes de mise en œuvre préférentiels, le procédé selon l'invention peut être mis en œuvre avec un signal de mesure comprenant une image de l'un des types suivants : image d'au moins une partie d'un wafer, image d'au moins une partie d'un assemblage de wafers, image d'au moins une partie d'un wafer fixé sur un support de wafer.
Il peut comprendre une étape d'extraction d'une information d'intérêt de l'une des formes suivantes : information d'identification, caractères alphanumériques, signes d'écriture, code barre 1D, code barre 2D, QR code.
Suivant des modes de mise en œuvre, l'invention peut ainsi concerner un procédé pour extraire une information d'intérêt, notamment une information d'intérêt de l'une des formes suivantes : information d'identification, caractères alphanumériques, signes d'écriture, code barre 1D, code barre 2D, QR code, d'un signal de mesure, notamment un signal de mesure comprenant une image de l'un des types suivants : image d'au moins une partie d'un wafer, image d'au moins une partie d'un assemblage de wafers, image d'au moins une partie d'un wafer fixé sur un support de wafer, lequel signal de mesure comprenant un motif de perturbation de nature périodique.
Il est également proposé un procédé pour extraire une information d'identification d'un wafer au moins partiellement masquée par un support de wafer avec une structure de trous périodique, comprenant des étapes :
- d'acquisition d'une image comprenant l'information d'identification,
- d'extraction de ladite information d'identification en mettant en œuvre les étapes du procédé selon l'invention.
Suivant des modes de mise en œuvre, le procédé selon l'invention peut comprendre une étape d'extraction d'une information d'intérêt telle que un ou des éléments isolés ou singuliers, par exemple issus d'un procédé de fabrication (pistes, vias, guides d'ondes, ...) ou correspondant à des défauts (cracks, ...), d'une image comprenant un motif de perturbation de nature périodique ou une structure répétitive telle qu'un ensemble de transistors, de composants gravés, un réseau de diffraction.
Suivant un autre aspect, il est proposé un dispositif pour extraire une information d'intérêt d'un signal de mesure comprenant un motif de perturbation de nature périodique, comprenant des moyens d'imagerie pour acquérir un signal de mesure sous forme d'une image, et des moyens de calcul agencés pour :
- générer une fonction de filtrage représentative des composantes fréquentielles du motif de perturbation, en mettant en œuvre une analyse d'un spectre d'amplitude du signal de mesure basée sur des critères morphologiques,
- appliquer ladite fonction de filtrage au signal de mesure de sorte à générer un signal de perturbation constitué essentiellement du motif de perturbation,
- calculer un signal filtré en effectuant une différence entre le signal de mesure et le signal de perturbation.
Le procédé selon l'invention repose donc sur un principe qui consiste à soustraire au signal ou à l'image de mesure originale une version filtrée de ce signal ou de cette image qui contient essentiellement le motif de perturbation périodique.
Suivant un aspect avantageux de l'invention, le filtrage est réalisé dans le domaine fréquentiel, de préférence globalement sur tout le signal ou l'image.
En sélectionnant les pics dans le spectre fréquentiel, le motif périodique peut être pris dans son intégralité, et le filtrage est alors efficace quelle que soit la complexité de ce motif.
Après soustraction de l'image originale, il reste donc les parties non périodiques, avec l'information d'intérêt (par exemple des caractères alphanumériques).
II est à noter que dans les différents modes de mise en œuvre présentés, la fonction de filtrage est générée en mettant en œuvre une analyse du spectre d'amplitude du signal de mesure basée sur des critères morphologiques. Ainsi, dans ses différents modes de mise en œuvre, l'invention met en œuvre des outils issus des techniques de morphologie mathématique ou plus généralement d'analyse de formes.
Le procédé selon l'invention a également pour avantage qu'il ne requiert pas de connaissance sur les caractéristiques de la texture ou de la structure du motif périodique.
Le procédé selon l'invention peut bien entendu être mis en œuvre pour d'autres applications dans tous les domaines.
On peut citer par exemple dans le domaine des textiles, la localisation de défauts dans des trames.
Description des figures et modes de réalisation
D'autres avantages et particularités de l'invention apparaîtront à la lecture de la description détaillée de mises en œuvre et de modes de réalisation nullement limitatifs, et des dessins annexés suivants :
- la Fig. 1 illustre un mode de mise en œuvre du procédé selon l'invention pour identifier des références de wafers collés sur des supports perforés,
- la Fig. 2 illustre un schéma synoptique général du procédé selon l'invention,
- la Fig. 3 illustre la génération de la fonction de filtrage selon un premier mode d'implémentation de l'invention,
- la Fig. 4 illustre la génération de la fonction de filtrage selon un second mode d'implémentation de l'invention,
- la Fig. 5 illustre une variante applicable aux premiers et seconds modes d'implémentation de l'invention,
- la Fig. 6 illustre des résultats obtenus avec le procédé selon l'invention, avec Fig. 6a une première image initiale, Fig. 6b l'image filtrée correspondante, Fig. 6c une seconde image initiale et Fig. 6d l'image filtrée correspondante.
II est bien entendu que les modes de réalisation qui seront décrits dans la suite ne sont nullement limitatifs. On pourra notamment imaginer des variantes de l'invention ne comprenant qu'une sélection de caractéristiques ou d'étapes décrites par la suite isolées des autres caractéristiques ou étapes décrites, si cette sélection de caractéristiques ou d'étapes est suffisante pour conférer un avantage technique ou pour différencier l'invention par rapport à l'état de la technique antérieur.
En particulier toutes les variantes et tous les modes de réalisation décrits sont combinables entre eux si rien ne s'oppose à cette combinaison sur le plan technique.
Sur les figures, les éléments communs à plusieurs figures conservent la même référence.
En référence à la Fig. 1, on va décrire un mode de mise en œuvre de l'invention dans un process de microélectronique, pour « lire » ou identifier des codes d'identification sur des wafers destinés à la réalisation de circuits intégrés.
Ces wafers 10 sont pourvus d'un code d'identification 11, notamment dans un but de traçabilité au cours des étapes du process. Dans l'exemple présenté, ce code d'identification 11 comprend des caractères alphanumériques.
Pour effectuer des opérations d'amincissement notamment, les wafers 10 sont collés sur des supports 12 en verre. Ces supports 12 sont ajourés sous la forme d'un motif périodique 13 de perforations. Dans ce cas, le motif d'identification 11 présent sur le wafer 10 sous le support 12 (ou éventuellement sur le support 12 lui-même) n'apparaît que de manière partielle du fait de la présence du motif périodique 13 de perforations. Ce motif d'identification 11 est donc partiellement masqué par le support 12, soit parce qu'il est partiellement recouvert par le support 12, soit parce qu'il n'est que partiellement imprimé ou gravé sur le support 12 dans ses zones pleines.
Pour identifier un wafer 10, on peut mettre en oeuvre un dispositif d'imagerie qui comprend une caméra 14 (ou tout autre moyen d'imagerie) et des moyens de calcul 15 par exemple basés sur un microprocesseur ou un ordinateur :
- on acquiert une image du motif d'identification 11 avec la caméra 14 ; - on effectue un traitement de l'image pour en extraire le motif d'identification 11 (segmentation) ;
- on extrait l'information du motif d'identification 11 pour obtenir l'identifiant 16 du wafer 10, par exemple au moyen d'un logiciel de reconnaissance de caractères (OCR) ou de lecture de code barre le cas échéant.
Dans ce cas, pour pouvoir lire le motif d'identification 11 et par exemple reconnaître par OCR ses caractères, il est nécessaire de traiter l'image prise par la caméra 14 afin de filtrer le motif périodique 13 et de ne laisser visible pour l'essentiel que les éléments du motif d'identification 11 (les caractères) .
C'est précisément l'objet du procédé selon l'invention . Dans le mode de réalisation présenté, il est mis en œuvre dans des moyens de calcul 15 agencés à cet effet.
En référence à la Fig . 2, le procédé selon l'invention comprend donc une étape 21 d'acquisition ou d'obtention d'un signal de mesure sous la forme d'une image initiale I, qui comprend une information d'intérêt 11 (le code d'identification 11) partiellement masqué par un motif de perturbation de nature périodique 13 (le motif périodique 13).
L'image initiale I peut être directement acquise par la caméra 14, ou être issue d'un moyen de stockage (disque dur, mémoire, ...).
De manière non limitative, on considère dans le mode de réalisation présenté une image initiale I dans laquelle le code d'identification 11 apparaît sombre sur fond clair, et où le motif périodique 13, qui a la forme d'une matrice périodique de trous 13, est sombre lui aussi . Le niveau d'intensité des trous du motif périodique 13 peut être équivalent à celui des fragments de caractères du code d'identification 13, ce qui empêche toute segmentation spatiale par niveau de gris selon des méthodes connues.
Il est à noter que dans le cas d'une image initiale I avec un motif d'identification ou des caractères 11 blancs sur fond noir, il suffit de prendre le négatif de cette image initiale I au départ pour se retrouver dans la configuration précédemment décrite.
On construit ensuite une image apodisée Ia, qui correspond à l'image initiale I dans laquelle l'intensité des pixels sur une marge de largeur A est amoindrie pour tendre vers une valeur constante (par exemple 0) au bord de l'image. La fonction d'apodisation peut être par exemple une gaussienne, ou plus simplement une décroissance linéaire. L'image apodisée Ia est obtenue par multiplication de l'image initiale I par la fonction d'apodisation . L'intérêt de cette étape d'apodisation (qui n'est pas indispensable toutefois) est de limiter les effets de bord lors du calcul de la transformée de Fourier : comme la transformée de Fourier numérique suppose une image périodique, toute discontinuité entre les bords gauche et droit (et haut et bas) de l'image entraine l'apparition de fréquences virtuelles par un effet de repliement de spectre. Il est donc préférable d'utiliser une fonction d'apodisation qui a un spectre essentiellement limité aux basses fréquences.
Le procédé selon l'invention comprend également une étape 22 de calcul du spectre fréquentiel F de l'image initiale I. Ce spectre fréquentiel F est obtenu au moyen d'un calcul de transformée de Fourier numérique bidimensionnelle.
Comme l'image initiale I est à valeurs réelles, le spectre fréquentiel F est donc une image complexe à symétrie hermitienne.
Le procédé selon l'invention comprend ensuite une étape 23 de calcul d'un spectre d'amplitude Fm de l'image initiale I. Dans le mode de mise en œuvre présenté, ce spectre d'amplitude Fm correspond au logarithme de la norme ou du module du spectre fréquentiel F :
Fm = log(abs(F)).
L'intérêt de prendre le logarithme du module du spectre fréquentiel F et non pas simplement son module est que cela introduit une compression de la dynamique du spectre d'amplitude Fm. En général, l'intensité spectrale dans le spectre fréquentiel F autour la fréquence nulle est de plusieurs ordres de grandeurs au-dessus de celle des hautes fréquences : la compression logarithmique permet de ramener la dynamique dans une étendue plus réduite.
Le procédé selon l'invention comprend également une étape 24 de génération d'une fonction de filtrage représentative des composantes fréquentielles du motif de perturbation périodique 13.
Cette fonction de filtrage est obtenue en mettant en œuvre une analyse du spectre d'amplitude Fm sur la base de critères morphologiques. Plusieurs variantes de cette analyse sont possibles dans le cadre de l'invention. Elles seront décrites plus loin.
De manière générale : - on sélectionne les pics du spectre d'amplitude Fm qui correspondent aux fréquences caractéristiques du motif périodique 13 en mettant en œuvre des critères morphologiques et/ou des méthodes issues de la morphologie mathématique ; et
- on crée un masque binaire B qui représente précisément la sélection dans le spectre d'amplitude Fm des pics fréquentiels correspondant aux fréquences caractéristiques du motif périodique 13.
Ce masque binaire comprend des valeurs non nulles (par exemple un) pour les fréquences correspondant aux zones des pics fréquentiels sélectionnées et des valeurs nulles (zéro) pour les autres fréquences.
Le procédé selon l'invention comprend également une étape 25 de masquage du spectre fréquentiel F par le masque binaire B pour générer un spectre fréquentiel filtré FB. Ce masquage peut être réalisé par exemple par une opération de multiplication du spectre fréquentiel F par le masque binaire B :
FB = F x B.
Ainsi, tout élément complexe de F qui n'appartient pas à B est mis à zéro dans FB, et conservé sinon.
Cette opération de masquage est réalisée de sorte à préserver la symétrie hermitienne du spectre fréquentiel F dans le spectre fréquentiel filtré FB. Pour cela, on peut par exemple :
- générer un masque B pair, c'est-à-dire qui a une même valeur pour chaque fréquence et la fréquence de signe opposé correspondante ;
- ou, plus généralement, générer un masque B correspondant à la partie du plan spectral dans lequel la FFT est calculée.
Le procédé selon l'invention comprend également une étape 26 de calcul de la transformée de Fourier bidimensionnelle inverse du spectre fréquentiel filtré FB. On obtient ainsi une image dite « de perturbation » J qui est réelle si la symétrie hermitienne du spectre fréquentiel F a été respectée lors du masquage.
L'image de perturbation J correspond à l'image initiale I (ou plus précisément de l'image initiale apodisée Ia) filtrée de tous les éléments non périodiques (ou à faible énergie spectrale) de I. L'image de perturbation J comprend donc essentiellement le motif de perturbation périodique 13. Cette image de perturbation J conserve aussi les variations d'illumination de l'image initiale I car les très basses fréquences appartiennent au pic dont le sommet est la fréquence nulle.
Le procédé selon l'invention comprend également une étape 27 de calcul d'une image filtrée R, correspondant à une différence pixel-par-pixel entre l'image de perturbation J et l'image initiale I (ou plus précisément l'image initiale apodisée Ia) :
R = J - la- Dans cette image filtrée R, les éléments non périodiques de l'image initiale I apparaissent avec une intensité élevée, le reste étant sombre. Les intensités négatives sont seuillées à zéro. Elles apparaissent notamment parce que des pixels de l'image de perturbation J peuvent être négatifs. Cela s'explique par le fait que l'énergie de l'image initiale I est conservée alors que certaines fréquences sont supprimées, créant une dynamique plus grande.
Ainsi, dans l'image filtrée R, les fragments de caractères 11 apparaissent nets et brillants, ou du moins de manière nettement plus discernables que dans l'image de mesure I.
On peut alors mettre en œuvre de manière beaucoup plus efficaces des techniques de segmentation et de reconnaissances de caractères (OCR) connues pour extraire l'information du motif d'identification 11 et obtenir l'identifiant 16 du wafer 10.
En référence à la Fig. 3, on va maintenant décrire en détail un premier mode de génération du masque binaire B.
Pour des raisons de clarté, ce mode de génération du masque binaire B est illustré par des courbes unidimensionnelles. De telles courbes peuvent être par exemple représentatives d'un profil le long d'un axe fréquentiel du spectre d'amplitude Fm.
Il est à noter qu'elles peuvent également être illustratives d'une mise en œuvre du procédé selon l'invention sur un signal de mesure unidimensionnel.
Bien entendu, les opérations qui sont décrites dans la suite sont applicables aussi bien à des signaux de mesure unidimensionnels qu'à des images bidimensionnelles. Dans un premier temps, on recherche, dans le spectre d'amplitude Fm (courbe 30), les zones 34 dites « de maxima à h ». Ces zones 34, appelées également h-maxima selon la terminologie de la morphologie mathématique, correspondent respectivement à des ensembles de points connexes autour de maxima d'amplitude locaux 33 qui satisfont à un critère de hauteur minimale h par rapport aux minima d'amplitude locaux les plus proches.
De préférence, on définit le critère de hauteur minimale h comme étant une fraction de l'amplitude maximale du spectre d'amplitude Fm. On peut par exemple fixer h à 25 % de cette amplitude maximale.
Pour déterminer ces zones h-maxima, on génère un spectre d'amplitude décalé Fd (courbe 31) qui correspond au spectre d'amplitude Fm décalé en amplitude, vers les amplitudes inférieures, de h :
Fd = Fm - h.
On calcule ensuite un spectre d'amplitude écrêté Fe en effectuant une reconstruction géodésique du spectre d'amplitude décalé Fd dans le spectre d'amplitude Fm.
Cette reconstruction géodésique est définie comme une répétition jusqu'à atteindre le spectre d'amplitude Fm d'une dilatation du spectre d'amplitude décalé Fd avec un élément structurant g plan parallèle au plan des fréquences (ou unidimensionnel parallèle à l'axe des fréquences en cas de reconstruction géodésique unidimensionnelle).
Mathématiquement, cette reconstruction géodésique peut s'écrire :
Figure imgf000018_0001
SUPn>o{(eg FnT(Fd)},
où l'indice n indique une itération et eg Fm(Fd) est la dilatation géodésique de Fd dans Fm avec l'élément structurant g. On a :
eg Fm(Fd) = 5g(Fd)^Fm,
où eg(Fd) est la dilatation de Fd par l'élément structurant g et l'opérateur Λ (inf) renvoie le minorant ou le plus grand des minorants.
Graphiquement, le résultat de la reconstruction géodésique du spectre d'amplitude décalé Fd dans le spectre d'amplitude Fm (correspondant au spectre d'amplitude écrêté Fe) est illustré par la courbe 32. Ce spectre d'amplitude écrêté Fe courbe correspond donc au spectre d'amplitude Fm écrêté des zones h-maxima 34 (c'est-à-dire écrêté à des amplitudes inférieures de h à l'amplitude des maxima locaux 33 qui satisfont au critère des h-maxima).
On calcule ensuite un spectre d'amplitude des zones de maxima à h Fmh en effectuant la différence entre le spectre d'amplitude Fm et le spectre d'amplitude écrêté Fe correspondant à la reconstruction géodésique Eg Fm(Fd).
Ensuite, on binarise le spectre d'amplitude des zones de maxima à h Fmh par rapport à un seuil de binarisation prédéfini.
On obtient ainsi un masque B avec des valeurs non nulles (par exemple un) dans les zones 35 supérieures au seuil de binarisation et des valeurs nulles dans les zones inférieures au seuil de binarisation. Si ce seuil de binarisation est fixé à zéro tel qu'illustré à la Fig. 3, les zones non-nulles 35 du masque B correspondent aux h-maxima 34.
De cette manière, on obtient un masque B bien représentatif des zones spectrales dans lesquelles l'énergie due au motif périodique 13 est importante. On peut ainsi prendre en compte non seulement la position des pics fréquentiels mais aussi leur largeur ou leur étendue. Cela permet une reconstruction du motif périodique 13 très précise et très fidèle.
En référence à la Fig. 4, on va maintenant décrire en détail un second mode de génération du masque binaire B.
De même que précédemment, pour des raisons de clarté, ce mode de génération du masque binaire B est illustré par des courbes unidimensionnelles. De telles courbes peuvent être par exemple représentatives d'un profil le long d'un axe fréquentiel du spectre d'amplitude Fm.
Il est à noter qu'elles peuvent également être illustratives d'une mise en œuvre du procédé selon l'invention sur un signal de mesure unidimensionnel.
Bien entendu, les opérations qui sont décrites dans la suite sont applicables aussi bien à des signaux de mesure unidimensionnels qu'à des images bidimensionnelles.
Dans un premier temps, on recherche, dans le spectre d'amplitude Fm (courbe 30), les minima locaux 41. On définit ainsi un spectre des minima Fmin (courbe 42) qui a la valeur des minima locaux 41 aux fréquences correspondantes et une valeur nulle aux autres fréquences.
On calcule ensuite un spectre d'amplitude de base Fb en effectuant une reconstruction géodésique du spectre des minima Fmin dans le spectre d'amplitude Fm.
De même que précédemment, la reconstruction géodésique est définie comme une répétition jusqu'à atteindre le spectre d'amplitude Fm d'une dilatation du spectre des minima Fmin avec un élément structurant g plan parallèle au plan des fréquences (ou unidimensionnel parallèle à l'axe des fréquences en cas de reconstruction géodésique unidimensionnelle).
Mathématiquement, cette reconstruction géodésique peut s'écrire :
Eg Fm(Fmin)= supn>o{(eg Fm)n(Fmin)},
où l'indice n indique une itération et eg Fm(Fmin) est la dilatation géodésique de Fmin dans Fm avec l'élément structurant g. On a :
Figure imgf000020_0001
où eg(Fmin) est la dilatation de Fd par l'élément structurant g et l'opérateur Λ (inf) renvoie le plus grand des minorants.
Graphiquement, le résultat de la reconstruction géodésique du spectre des minima Fmin dans le spectre d'amplitude Fm (correspondant au spectre d'amplitude de base Fb) est illustré par la courbe 43. Ce spectre d'amplitude de base Fb est ainsi représentatif du fond continu du spectre d'amplitude Fm.
On calcule ensuite un spectre d'amplitude des pics Fp par différence entre le spectre d'amplitude Fm et le spectre d'amplitude de base Fb. Ce spectre d'amplitude des pics Fp est illustré par la courbe 44.
Ensuite, on binarise le spectre d'amplitude des pics Fp par rapport à un seuil de binarisation hp. Ce seuil de binarisation hp peut par exemple être fixé comme une fraction de l'amplitude maximale du spectre d'amplitude des pics Fp. Dans le mode de mise en oeuvre illustré à la Fig. 4, ce seuil de binarisation hp est fixé à 50% de l'amplitude maximale du spectre d'amplitude des pics Fp, de sorte à rejeter les pics de faible amplitude.
On obtient ainsi un masque B avec des valeurs non nulles (par exemple un) dans les zones 35 supérieures au seuil de binarisation hp et des valeurs nulles dans les zones inférieures au seuil de binarisation. De cette manière, on obtient un masque B bien représentatif des zones spectrales dans lesquelles l'énergie due au motif périodique 13 est importante. On peut ainsi prendre en compte non seulement la position des pics fréquentiels mais aussi leur largeur ou leur étendue. Cela permet une reconstruction du motif périodique 13 très précise et très fidèle.
En référence à la Fig. 5, suivant une variante, le procédé selon l'invention peut comprendre une étape supplémentaire de comblement des minima locaux de faible profondeur du spectre d'amplitude Fm. Cette étape peut être mise en œuvre avec le premier mode ou avec le second mode de génération du masque binaire B.
L'objectif de cette variante est d'éliminer les artefacts qui peuvent apparaître lorsque le spectre d'amplitude Fm comprend des pics très proches, partiellement confondus.
Selon cette variante, on génère le masque binaire B selon les procédés décrits en relation avec les Fig. 3 et Fig. 4 à partir d'un spectre d'amplitude comblé Fmc au lieu d'utiliser le spectre d'amplitude Fm.
Le spectre d'amplitude comblé Fmc est calculé comme suit :
- on génère un spectre d'amplitude inversé Fmi (courbe 51) correspondant à une symétrie en amplitude du spectre d'amplitude Fm
(courbe 30) ;
- on génère ensuite un spectre d'amplitude inversé et décalé Fmid, par décalage du spectre d'amplitude inversé Fmi vers les faibles amplitudes d'une quantité hc représentative de la profondeur de minima à combler ;
- on calcule ensuite un spectre d'amplitude comblé inversé Fmci (courbe
53) en effectuant une reconstruction géodésique du spectre d'amplitude inversé et décalé Fmid dans le spectre d'amplitude inversé Fmi :
Fmci = Eg Fmi(Ffmid)= supn>o{(eg Fmi)n(Fmid)> ;
- enfin, on obtient le spectre d'amplitude comblé Fmc (courbe 54) en effectuant une symétrie en amplitude sur le spectre d'amplitude comblé inversé Fmci.
Comme cela est illustré Fig. 5, le spectre d'amplitude comblé Fmc ainsi obtenu correspond au spectre d'amplitude Fm dans lequel les minima avec une profondeur jusqu'à la quantité hc (ou en d'autres termes les h-minima avec un paramètre de profondeur entre 0 et hc) sont comblés. Il est à noter que les h-minima avec une profondeur supérieure à hc ne sont pas affectés.
On va maintenant décrire en détail un troisième mode de génération du masque binaire B.
Dans ce mode de réalisation, on utilise une fonction de filtrage de référence prédéterminée, sous la forme d'un masque de référence Br.
Ce masque de référence Br est un masque binaire représentatif des composantes fréquentielles du motif de perturbation périodique 13. Il est déterminé à partir d'une image de référence.
Cette image de référence peut être obtenue de différentes façons. Il peut s'agit par exemple :
- d'une image théorique, générée à partir d'une modélisation du motif périodique 13 ;
- d'une image obtenue en imageant avec une caméra une zone dans laquelle il n'y a pour l'essentiel que le motif périodique 13.
A partir de l'image de référence, on génère donc le masque binaire de référence Br. Pour cela on peut utiliser de manière préférentielle l'une des méthodes décrites précédemment en relation avec les Fig. 3, Fig. 4, et Fig. 5.
De cette manière, on obtient un masque binaire de référence Br bien représentatif des zones spectrales dans lesquelles l'énergie due au motif périodique 13 est importante, qui prend en compte non seulement la position des pics fréquentiels mais aussi leur largeur ou leur étendue.
Un masque binaire de référence Br peut ainsi être calculé une fois pour toutes.
On va maintenant décrite l'utilisation du masque de référence Br pour extraire une information d'intérêt 11 partiellement masqué par un motif de perturbation de nature périodique 13 d'une image initiale I.
On suppose bien entendu que le motif périodique 13 de l'image I est similaire à celui qui a été utilisé pour générer le masque de référence Br.
Les conditions d'imagerie de ce motif périodique 13 peuvent être différentes entre l'image de référence et l'image initiale I. Dans ce cas, au moins au premier ordre (sans déformations de la surface imagée), ces différences de conditions d'imagerie peuvent être modélisées pour l'essentiel par au moins une transformation parmi une translation, une rotation et un grandissement ou une homothétie.
Dans ce mode de mise en œuvre de l'invention, comme précédemment, l'image initiale I peut être directement acquise par la caméra 14, ou être issue d'un moyen de stockage (disque dur, mémoire, ...)■
Elle est ensuite traitée selon le procédé général décrit précédemment en relation avec la Fig. 1.
Pour générer le masque binaire B :
- on calcule un spectre d'amplitude Fm comme précédemment,
- on détecte les maxima locaux principaux de ce spectre d'amplitude Fm. Cette détection peut être effectuée avec un algorithme simple puisqu'on peut se limiter à la détection de la position des pics fréquentiels les plus importants (dus pour l'essentiel par le motif périodique 13).
- on effectue ensuite un recalage dans le domaine fréquentiel du masque binaire de référence Br pour qu'il s'adapte ou corresponde au mieux au maxima locaux principaux du spectre d'amplitude Fm. Avantageusement, ce recalage peut être effectué avec un ensemble limité de transformations puisqu'on peut se limiter aux transformations qui concernent le module de la transformée de Fourier : homothéties le long du ou des axes fréquentiels avec la fréquence nulle pour origine et/ou rotation autour de la fréquence nulle. En particulier, il n'est pas nécessaire de prendre en compte les translations dans l'espace de l'image initiale I qui n'affectent que la phase de la transformée de Fourier.
On obtient ainsi une version déformée T(Br) du masque binaire de référence Br qui correspond au masque binaire B recherché :
B = T(Br).
La fonction de transformation T comprend une transformation ou une combinaison de transformations parmi : une ou des homothéties le long du ou des axes fréquentiels avec la fréquence nulle pour origine et/ou une rotation autour de la fréquence nulle.
Le recalage peut être effectué selon des méthodes connues, par exemple en minimisant une fonction d'erreur au sens des moindres carrés. La Fig. 6 illustre des résultats obtenus avec le procédé selon l'invention. Les images présentées sont des détails d'images traitées.
Les Fig. 6a et Fig. 6c présentent des images initiales I obtenues avec une caméra 14 sur des wafers 10 collés sur des supports 12 en verre, ajourés sous la forme d'un motif périodique 13 de perforations. Comme on peut le voir, le motif d'identification 11 présent (une inscription alphanumérique) est difficilement lisible sur ces images, en particulier sur celle de la Fig. 6c.
Les Fig. 6b et Fig. 6d présentent des images filtrée R obtenues avec le procédé selon l'invention dans son mode de mise en œuvre décrit en relation avec la Fig. 3, et appliqué respectivement aux images initiales I des Fig. 6a et Fig. 6c.
Sur la Fig. 6d, un filtrage anisotrope a en outre été appliqué.
Comme on peut le voir, en particulier sur la Fig. 6d, le procédé selon l'invention améliore grandement la lisibilité du motif d'identification 11, aussi bien pour un œil humain que pour un traitement avec un algorithme de reconnaissance de caractères (OCR).
Bien sûr, l'invention n'est pas limitée aux exemples qui viennent d'être décrits et de nombreux aménagements peuvent être apportés à ces exemples sans sortir du cadre de l'invention.

Claims

REVENDICATIONS
1. Procédé pour extraire une information d'intérêt (11) d'un signal de mesure comprenant un motif de perturbation de nature périodique (13), caractérisé en ce qu'il comprend des étapes :
- de génération d'une fonction de filtrage représentative des composantes fréquentielles du motif de perturbation (13), en mettant en œuvre une analyse d'un spectre d'amplitude (30) du signal de mesure basée sur des critères morphologiques,
- d'application de ladite fonction de filtrage au signal de mesure de sorte à générer un signal de perturbation constitué essentiellement du motif de perturbation (13),
- de calcul d'un signal filtré en effectuant une différence entre le signal de mesure et le signal de perturbation.
2. le procédé de la revendication 1, qui comprend une étape de génération du spectre d'amplitude du signal de mesure (30) avec une application d'une compression de dynamique à l'amplitude du spectre fréquentiel dudit signal de mesure.
3. Le procédé de l'une des revendications 1 ou 2, qui comprend une étape de multiplication du spectre fréquentiel du signal de mesure par la fonction de filtrage.
4. Le procédé de l'une des revendications 1 à 3, qui comprend une étape de recherche, dans le spectre d'amplitude du signal de mesure, de zones dites « de maxima à h » (34) correspondant respectivement à des ensembles de points connexes autour de maxima d'amplitude locaux (33) satisfaisant à un critère de hauteur minimale par rapport aux minima d'amplitude locaux les plus proches.
5. Le procédé de la revendication 4, dans lequel le critère de hauteur minimale est défini comme une fraction prédéterminée de l'amplitude maximale du spectre d'amplitude du signal de mesure (30).
6. Le procédé de l'une des revendications 4 ou 5, qui comprend des étapes :
- de génération d'un spectre d'amplitude décalé (31) correspondant au spectre d'amplitude du signal de mesure décalé vers les amplitudes inférieures d'une quantité correspondant au critère de hauteur minimale et borné à zéro,
- de reconstruction géodésique dudit spectre d'amplitude décalé (31) dans le spectre d'amplitude du signal de mesure (30), de sorte à obtenir un spectre d'amplitude écrêté (32) correspondant au spectre d'amplitude du signal de mesure (30) écrêté de la quantité correspondant au critère de hauteur minimale dans les zones de maxima à h,
- de calcul d'un spectre d'amplitude des zones de maxima à h par différence entre le spectre d'amplitude du signal de mesure (30) et le spectre d'amplitude écrêté (32).
7. Le procédé de l'une des revendications 4 à 6, qui comprend une étape de génération d'une fonction de filtrage avec des valeurs nulles à l'extérieur des zones de maxima à h (34), et une valeur constante non nulle (35) dans lesdites zones de maxima à h (34).
8. Le procédé de l'une des revendications 1 à 3, qui comprend des étapes :
- de localisation des minima locaux (41) du spectre d'amplitude du signal de mesure (30),
- de reconstruction géodésique desdits minima locaux (41) dans le spectre d'amplitude du signal de mesure (30), de sorte à obtenir un spectre d'amplitude de base (43) représentatif de l'amplitude à la base des pics du spectre d'amplitude du signal de mesure (30),
- de calcul d'un spectre d'amplitude des pics (44) par différence entre le spectre d'amplitude du signal de mesure (30) et le spectre d'amplitude de base (43).
9. Le procédé de la revendication 8, qui comprend une étape de génération d'une fonction de filtrage à partir du spectre d'amplitude des pics (44), avec une valeur constante non nulle (35) dans les zones du spectre d'amplitude des pics avec une amplitude supérieure à un seuil de binarisation prédéterminé, et une valeur nulle ailleurs.
10. Le procédé de l'une des revendications précédentes, qui comprend en outre une étape de comblement de minima locaux de faible profondeur avec :
- une génération d'un spectre d'amplitude inversé (51) correspondant à une symétrie en amplitude du spectre d'amplitude du signal de mesure (30),
- une génération d'un spectre d'amplitude inversé et décalé (52), par décalage dudit spectre d'amplitude inversé (51) vers les faibles amplitudes d'une quantité représentative d'une profondeur de minima à combler,
- une reconstruction géodésique (53) dudit spectre d'amplitude inversé et décalé (52) dans ledit spectre d'amplitude inversé (51) .
11. Le procédé de l'une des revendications 1 à 3, qui comprend des étapes :
- de génération d'une fonction de filtrage de référence représentative des composantes fréquentielles du motif de perturbation ( 13), en mettant en œuvre une analyse d'un spectre d'amplitude d'un signal de référence comprenant essentiellement le motif de référence (13),
- d'identification de maxima du spectre d'amplitude du signal de mesure,
- de génération d'une fonction de filtrage par recalage de la fonction de filtrage de référence sur les maxima du spectre d'amplitude du signal de mesure identifiés.
12. Le procédé de l'une des revendications précédentes, qui est mis en œuvre avec un signal de mesure comprenant une image de l'un des types suivants : image d'au moins une partie d'un wafer (10), image d'au moins une partie d'un assemblage de wafers (10), image d'au moins une partie d'un wafer (10) fixé sur un support de wafer (12) .
13. Le procédé de la revendication 12, qui comprend une étape d'extraction d'une information d'intérêt (11) de l'une des formes suivantes : information d'identification, caractères alphanumériques, signes d'écriture, code barre 1D, code barre 2D, QR code.
14. Procédé pour extraire une information d'identification (11) d'un wafer (10) au moins partiellement masquée par un support de wafer (12) avec une structure de trous périodiques (13), comprenant des étapes :
- d'acquisition d'une image comprenant l'information d'identification
(H),
- d'extraction de ladite information d'identification (11) en mettant en œuvre les étapes du procédé selon l'une quelconque des revendications précédentes.
15. Dispositif pour extraire une information d'intérêt (11) d'un signal de mesure comprenant un motif de perturbation de nature périodique (13),
comprenant des moyens d'imagerie (14) pour acquérir un signal de mesure sous forme d'une image,
caractérisé en ce qu'il comprend en outre des moyens de calcul (15) agencés pour :
- générer une fonction de filtrage représentative des composantes fréquentielles du motif de perturbation, en mettant en œuvre une analyse d'un spectre d'amplitude du signal de mesure (30) basée sur des critères morphologiques,
- appliquer ladite fonction de filtrage au signal de mesure de sorte à générer un signal de perturbation constitué essentiellement du motif de perturbation (13),
- calculer un signal filtré en effectuant une différence entre le signal de mesure et le signal de perturbation.
PCT/EP2015/067343 2014-07-30 2015-07-29 Procede d'extraction de motifs non periodiques masques par des motifs periodiques, et dispositif mettant en oeuvre le procede WO2016016289A1 (fr)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP15749755.3A EP3175428A1 (fr) 2014-07-30 2015-07-29 Procédé d'extraction de motifs non périodiques masques par des motifs périodiques, et dispositif mettant en oeuvre le procédé
CN201580040396.5A CN106575356A (zh) 2014-07-30 2015-07-29 提取被周期性图案遮盖的非周期性图案的方法及执行该方法的装置
US15/325,684 US20170161887A1 (en) 2014-07-30 2015-07-29 Method for extracting non-periodical patterns masked by periodical patterns, and device implementing the method
KR1020177002430A KR20170037963A (ko) 2014-07-30 2015-07-29 주기적인 패턴들에 의해 마스킹된 비주기적인 패턴들을 추출하기 위한 방법 및 상기 방법을 구현하기 위한 장치

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1457369 2014-07-30
FR1457369A FR3024568B1 (fr) 2014-07-30 2014-07-30 Procede d'extraction de motifs non periodiques masques par des motifs periodiques, et dispositif mettant en oeuvre le procede

Publications (1)

Publication Number Publication Date
WO2016016289A1 true WO2016016289A1 (fr) 2016-02-04

Family

ID=52273225

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2015/067343 WO2016016289A1 (fr) 2014-07-30 2015-07-29 Procede d'extraction de motifs non periodiques masques par des motifs periodiques, et dispositif mettant en oeuvre le procede

Country Status (7)

Country Link
US (1) US20170161887A1 (fr)
EP (1) EP3175428A1 (fr)
KR (1) KR20170037963A (fr)
CN (1) CN106575356A (fr)
FR (1) FR3024568B1 (fr)
TW (1) TW201617972A (fr)
WO (1) WO2016016289A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113251945A (zh) * 2021-05-17 2021-08-13 东北大学秦皇岛分校 一种线轮廓成像装置的解调方法及成像装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117933970A (zh) * 2023-09-15 2024-04-26 浙江恒逸石化有限公司 丝路巡检设备的控制方法、装置、设备以及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5513275A (en) * 1993-01-12 1996-04-30 Board Of Trustees Of The Leland Stanford Junior University Automated direct patterned wafer inspection
DE10115502A1 (de) * 2001-03-29 2002-10-10 Promos Technologies Inc Raumfilterverfahren zur Fehleruntersuchung eines Geräts
US20090214130A1 (en) * 2008-02-22 2009-08-27 Fujifilm Corporation Radiation image processing apparatus

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6192160B1 (en) * 1996-09-19 2001-02-20 Hyundai Microelectronics Co., Ltd. Hardware architectures for image dilation and erosion operations
US5943551A (en) * 1997-09-04 1999-08-24 Texas Instruments Incorporated Apparatus and method for detecting defects on silicon dies on a silicon wafer
JP3754933B2 (ja) * 2001-06-19 2006-03-15 キヤノン株式会社 画像処理装置、画像処理システム、画像処理方法、プログラム及び記憶媒体
JP2003150954A (ja) * 2001-11-14 2003-05-23 Fuji Photo Film Co Ltd 周期的パターン抑制処理方法および装置
KR100429804B1 (ko) * 2001-12-29 2004-05-03 삼성전자주식회사 적응적 영상 노이즈 감쇄 장치 및 그 방법
US20100225011A1 (en) * 2009-03-06 2010-09-09 Taiwan Semiconductor Manufacturing Company, Ltd. System and Method for Integrated Circuit Fabrication
CN104144648A (zh) * 2012-02-27 2014-11-12 富士胶片株式会社 图像处理装置及方法
CN103679643B (zh) * 2013-06-03 2016-06-29 哈尔滨工程大学 一种多条纹噪声定位滤除方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5513275A (en) * 1993-01-12 1996-04-30 Board Of Trustees Of The Leland Stanford Junior University Automated direct patterned wafer inspection
DE10115502A1 (de) * 2001-03-29 2002-10-10 Promos Technologies Inc Raumfilterverfahren zur Fehleruntersuchung eines Geräts
US20090214130A1 (en) * 2008-02-22 2009-08-27 Fujifilm Corporation Radiation image processing apparatus

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"The Image Processing Handbook, Sixth Edition", 2011, CRC PRESS, article RUSS J C: "Correcting imaging defects (Chapter 4)", pages: 199 - 267, XP055201397 *
"The Image Processing Handbook, Sixth Edition", 2011, CRC PRESS, article RUSS J C: "Processing images in frequency space (Chapter 6)", pages: 337 - 393, XP055201082 *
BEN SBEH Z ET AL: "A new approach of geodesic reconstruction for drusen segmentation in eye fundus images", IEEE TRANSACTIONS ON MEDICAL IMAGING, vol. 20, no. 12, December 2001 (2001-12-01), XP011036181, ISSN: 0278-0062 *
FABRIZI P M ET AL: "Attenuation of half-tone background detail from fingermark images using digital image processing techniques", PROCEEDINGS OF THE 29TH ANNUAL INTERNATIONAL CARNAHAN CONFERENCE ON SECURITY TECHNOLOGY, 18-20 OCTOBER 1995, SANDERSTEAD, UK, 18 October 1995 (1995-10-18), pages 129 - 132, XP010196402, ISBN: 978-0-7803-2627-9, DOI: 10.1109/CCST.1995.524745 *
HSU W C ET AL: "Robust water indentification recognition based on asterisk-shape filter and high-low score comparison method", APPLIED OPTICS, vol. 48, no. 35, 10 December 2009 (2009-12-10), pages 6606 - 6620, XP001550420, ISSN: 0003-6935, DOI: 10.1364/AO.48.006606 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113251945A (zh) * 2021-05-17 2021-08-13 东北大学秦皇岛分校 一种线轮廓成像装置的解调方法及成像装置
CN113251945B (zh) * 2021-05-17 2022-07-12 东北大学秦皇岛分校 一种线轮廓成像装置的解调方法及成像装置

Also Published As

Publication number Publication date
FR3024568B1 (fr) 2021-06-18
FR3024568A1 (fr) 2016-02-05
CN106575356A (zh) 2017-04-19
US20170161887A1 (en) 2017-06-08
TW201617972A (zh) 2016-05-16
EP3175428A1 (fr) 2017-06-07
KR20170037963A (ko) 2017-04-05

Similar Documents

Publication Publication Date Title
Trusiak et al. Advanced processing of optical fringe patterns by automated selective reconstruction and enhanced fast empirical mode decomposition
BE1017547A6 (fr) Compression d'images numeriques de documents scannes.
EP2710555B1 (fr) Méthode de détermination des éléments en relief présents sur la surface d'un pneumatique
Hassan et al. Real-time image dehazing by superpixels segmentation and guidance filter
EP3572976A1 (fr) Procede de traitement d'un flux d'images video
WO2008145859A2 (fr) Dispositif de comptage de cartes
Deshpande et al. A novel modified cepstral based technique for blind estimation of motion blur
FR3047103A1 (fr) Procede de detection de cibles au sol et en mouvement dans un flux video acquis par une camera aeroportee
WO2016016289A1 (fr) Procede d'extraction de motifs non periodiques masques par des motifs periodiques, et dispositif mettant en oeuvre le procede
Ansari et al. A novel approach for scene text extraction from synthesized hazy natural images
FR3050300A1 (fr) Procede et dispositif de detection automatique de zones de pollution sur une surface d'eau
Moghaddam Out of focus blur estimation using genetic algorithm
US20230326057A1 (en) Determination of a true shape of an object based on transformation of its optical image
EP3314574A1 (fr) Procédé de segmentation d'image
Stolojescu-Crisan et al. Denoising and inpainting SONAR images
WO2004013802A2 (fr) Procede et systeme de localisation automatique de zones de texte dans une image
FR3117233A1 (fr) Procédé de vérification d’une image numérique.
WO2017001765A1 (fr) Procédé de segmentation d'image
Zhu et al. Passive millimeter wave image denoising based on adaptive manifolds
EP2884456B1 (fr) Procédé de réstitution du mouvement haute fréquence de la ligne de visée d'un imageur
Parlewar et al. An Efficient Saliency Detection Using Wavelet Fusion
Parlewar et al. An Efficient Saliency Detection Using Wavelet Fusion Check for updates
Rathore et al. A Review Paper on Guided Image Filtering Technique
Ahn et al. Adaptive object-region-based image pre-processing for a noise removal algorithm
FR3075437A1 (fr) Procede de synthese d'images

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15749755

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15325684

Country of ref document: US

ENP Entry into the national phase

Ref document number: 20177002430

Country of ref document: KR

Kind code of ref document: A

REEP Request for entry into the european phase

Ref document number: 2015749755

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE