發(fā)布時(shí)間：2018-10-17 12:22

【摘要】：近年來(lái),隨著我國(guó)半導(dǎo)體行業(yè)的迅速發(fā)展,光刻工藝復(fù)雜度不斷提高,品圓的缺陷來(lái)源越來(lái)越多元化,晶圓檢測(cè)的傳統(tǒng)方式主要為人工目檢,該檢測(cè)方法效率低,且易受主觀因素影響,產(chǎn)生漏檢、誤檢的情況,已不能滿足工業(yè)需要。為了提高晶圓缺陷檢測(cè)速度與可靠性,實(shí)現(xiàn)晶圓缺陷在線視覺(jué)檢測(cè),降低缺陷對(duì)半導(dǎo)體制造業(yè)的影響,提高產(chǎn)品的良品率,本文在分析現(xiàn)有缺陷檢測(cè)方法的基礎(chǔ)上,結(jié)合計(jì)算機(jī)技術(shù)與圖像處理技術(shù),對(duì)該課題展開(kāi)研究。首先,為了獲取高分辨率的晶圓表面圖像,選用合適的圖像采集設(shè)備,搭建了圖像采集系統(tǒng)。在光源選擇中,系統(tǒng)選用紅色同軸光源,不僅克服了晶圓表面高反射度的缺點(diǎn),而且紅光較長(zhǎng)的波長(zhǎng)也最大程度的保護(hù)了晶圓表面的光刻膠。微米級(jí)的檢測(cè)精度限制了相機(jī)的視場(chǎng),為了獲取完整的晶圓圖像,且要避免相機(jī)的抖動(dòng)造成干擾,搭建了三軸運(yùn)動(dòng)平臺(tái),負(fù)責(zé)吸附晶圓,按照規(guī)定的路徑移動(dòng),捕獲到整個(gè)晶圓的完整圖像。其次,針對(duì)圖像在采集、傳輸過(guò)程中,受到光源性能、通道帶寬、噪聲等的影響而產(chǎn)生噪聲的問(wèn)題,根據(jù)圖像噪聲的特點(diǎn)與算法實(shí)驗(yàn)對(duì)比,確定采用改進(jìn)的中值濾波法—多重中值濾波,濾除圖像噪聲；為了提高圖像的對(duì)比度,突出我們感興趣的區(qū)域,濾波完成后,采用直方圖規(guī)定化的方法對(duì)圖像進(jìn)行增強(qiáng),增強(qiáng)圖像的判讀和識(shí)別效果。最后,為了搜索匹配到晶圓圖像中所有的Die單元,對(duì)模版匹配算法進(jìn)行了深入的研究,由Die單元分布特點(diǎn),結(jié)合算法實(shí)驗(yàn)效果對(duì)比,確定采用歸一化互相關(guān)的模板匹配算法,該方法對(duì)圖像灰度值的線性變化具有“免疫性”,對(duì)光照改變具有較好的魯棒性。通過(guò)圖像差影法得到差分圖像,將得到的差值與預(yù)設(shè)的閾值進(jìn)行比較,大于閾值,則標(biāo)記為缺陷點(diǎn)。通過(guò)大量的實(shí)驗(yàn),驗(yàn)證了該檢測(cè)系統(tǒng)的可行性,有效的檢測(cè)出品圓表面的缺陷,精度到達(dá)15μm。該系統(tǒng)可在實(shí)際應(yīng)用中取代人工,實(shí)現(xiàn)快速準(zhǔn)確的缺陷檢測(cè)。
[Abstract]:In recent years, with the rapid development of semiconductor industry in China, the complexity of lithography technology is increasing, and the source of defects of wafer is more and more diverse. The traditional method of wafer detection is mainly artificial inspection, and the efficiency of this method is low. And it is easy to be affected by subjective factors, which can not meet the needs of industry. In order to improve the speed and reliability of wafer defect detection, realize the on-line vision detection of wafer defects, reduce the influence of defects on semiconductor manufacturing industry, and improve the rate of good products, this paper analyzes the existing defect detection methods. Combined with computer technology and image processing technology, the research on this subject is carried out. Firstly, in order to obtain high resolution wafer surface image, an image acquisition system is built by selecting appropriate image acquisition equipment. In the selection of light source, the system not only overcomes the shortcoming of high reflectivity of wafer surface, but also protects the photoresist of wafer surface with the longest wavelength of red light. In order to obtain the complete wafer image and avoid the interference caused by the camera's jitter, a three-axis motion platform is built, which is responsible for adsorbing wafer and moving according to the prescribed path. Capture the complete image of the entire wafer. Secondly, in the process of image acquisition and transmission, the noise is caused by the influence of the performance of light source, channel bandwidth, noise and so on, according to the characteristics of image noise and algorithm experimental comparison, In order to improve the contrast of the image and highlight the region of interest, the image is enhanced by the method of histogram specification after the completion of the filtering, the method of multi-multiple median filter is adopted to filter the noise of the image, so as to improve the contrast of the image and highlight the region of interest to us. Enhance the image interpretation and recognition effect. Finally, in order to search all the Die elements matching to the wafer image, the template matching algorithm is deeply studied. According to the distribution characteristics of the Die elements and the comparison of the experimental results of the algorithm, the template matching algorithm of normalized cross-correlation is adopted. This method is immune to the linear change of image gray value and robust to illumination change. The difference value is compared with the preset threshold value by the method of image difference. If the difference value is greater than the threshold value, the difference will be marked as a defect point. Through a large number of experiments, the feasibility of the detection system is verified, and the defect of the circular surface of the product is effectively detected, and the precision is up to 15 渭 m. The system can replace manual in practical application and realize fast and accurate defect detection.
【學(xué)位授予單位】：沈陽(yáng)建筑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN305;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李莉萍;;新的3D缺陷檢測(cè)技術(shù)實(shí)現(xiàn)納米級(jí)快速檢測(cè)[J];計(jì)測(cè)技術(shù);2013年04期

2 楊建魯;一種簡(jiǎn)便的介質(zhì)缺陷檢測(cè)方法[J];微電子學(xué);1991年05期

3 肖慶;楊朝紅;宮云戰(zhàn);;提高靜態(tài)缺陷檢測(cè)精度方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2010年11期

4 朱明巖;鄧洪亮;黃東輝;付思遠(yuǎn);;探地雷達(dá)在道路缺陷檢測(cè)中的應(yīng)用[J];山西建筑;2014年04期

5 ;KLA-Tencor新光罩檢測(cè)技術(shù)可執(zhí)行多缺陷檢測(cè)[J];電子與電腦;2008年10期

6 喻賓揚(yáng);王召巴;金永;;玻璃缺陷檢測(cè)新方法的研究[J];傳感器與微系統(tǒng);2008年08期

7 劉浩;劉春;胡存剛;;混合濾波器在玻璃瓶缺陷檢測(cè)中的應(yīng)用[J];電子測(cè)量與儀器學(xué)報(bào);2007年03期

8 蔣艷軍;盧軍;陳建軍;;板栗圖像的去噪及缺陷檢測(cè)研究[J];農(nóng)產(chǎn)品加工;2008年09期

9 石強(qiáng);陳陸建;;管道內(nèi)外壁缺陷檢測(cè)的研究[J];中小企業(yè)管理與科技(上旬刊);2010年05期

10 劉皓挺;王巍;史利民;;圖割模型在光纖熔接缺陷檢測(cè)中的應(yīng)用[J];紅外與激光工程;2012年11期

相關(guān)會(huì)議論文 前10條

1 楊德美;楊學(xué)志;;基于獨(dú)立分量分析高階統(tǒng)計(jì)量的紡織品缺陷檢測(cè)[A];全國(guó)第21屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2010）暨全國(guó)第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

2 于景蘭;于健;翁昌年;;探地雷達(dá)在橋梁缺陷檢測(cè)中的應(yīng)用初探[A];中國(guó)地球物理第二十一屆年會(huì)論文集[C];2005年

3 李兵;鄧善熙;李煥然;;計(jì)算機(jī)圖像處理技術(shù)應(yīng)用于晶振元件缺陷檢測(cè)[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

4 趙漣漪;許寶杰;童亮;;在線玻璃缺陷檢測(cè)系統(tǒng)的研究[A];機(jī)械動(dòng)力學(xué)理論及其應(yīng)用[C];2011年

5 何濤;吳永祥;李偉;吳慶華;鐘飛;;Hexsight視覺(jué)軟件包在串行端子缺陷檢測(cè)中的應(yīng)用[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

6 曾理;郭海燕;蒲云;畢碧;;射線數(shù)字成像缺陷檢測(cè)技術(shù)研究[A];全國(guó)射線數(shù)字成像與CT新技術(shù)研討會(huì)論文集[C];2009年

7 蔡茂蓉;;PCB缺陷檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[A];第三屆全國(guó)軟件測(cè)試會(huì)議與移動(dòng)計(jì)算、柵格、智能化高級(jí)論壇論文集[C];2009年

8 潘敏;程良倫;;一種基于角點(diǎn)匹配的PCB板元件安裝缺陷檢測(cè)基準(zhǔn)點(diǎn)定位算法[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

9 王國(guó)勛;彭怡;寇綱;石勇;;基于MCDM的軟件缺陷檢測(cè)算法評(píng)估[A];經(jīng)濟(jì)全球化與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第16屆學(xué)術(shù)年會(huì)論文集[C];2010年

10 劉松林;陳杰;郝向陽(yáng);西勤;;玻殼缺陷檢測(cè)與幾何量測(cè)視覺(jué)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];2009年全國(guó)測(cè)繪儀器綜合學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 張海志;一名產(chǎn)業(yè)工人的創(chuàng)新情結(jié)[N];中國(guó)知識(shí)產(chǎn)權(quán)報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 蘇日亮;面向鋼軌軌底缺陷檢測(cè)的電磁超聲換能器研究[D];哈爾濱工業(yè)大學(xué);2015年

2 劉洪江;基于機(jī)器視覺(jué)的毛桿缺陷檢測(cè)技術(shù)的研究[D];廣東工業(yè)大學(xué);2011年

3 肖慶;提高靜態(tài)缺陷檢測(cè)精度的關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

4 張大林;靜態(tài)缺陷檢測(cè)優(yōu)化若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2014年

5 周文;IC互連中的缺陷檢測(cè)方法及缺陷對(duì)電路可靠性的影響[D];西安電子科技大學(xué);2010年

6 司小書;面向織物缺陷檢測(cè)的CUDA并行圖像處理模型與算法研究[D];武漢大學(xué);2011年

7 劉艷;基于CCD掃描的聚合物薄膜缺陷檢測(cè)關(guān)鍵技術(shù)研究[D];哈爾濱理工大學(xué);2009年

8 王慶香;基于小波的紋理分析及其在FPC金面缺陷檢測(cè)中的應(yīng)用[D];華南理工大學(xué);2011年

9 明俊峰;羽毛片缺陷檢測(cè)若干關(guān)鍵技術(shù)的研究[D];廣東工業(yè)大學(xué);2014年

10 畢昕;面向TFT-LCD制程的Mura缺陷機(jī)器視覺(jué)檢測(cè)方法研究[D];上海交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 陳宇;軟包商標(biāo)印刷缺陷檢測(cè)系統(tǒng)研究[D];昆明理工大學(xué);2015年

2 周艷;光通信濾光片外觀缺陷自動(dòng)檢測(cè)系統(tǒng)任務(wù)調(diào)度優(yōu)化方法[D];華南理工大學(xué);2015年

3 黃文軍;基于機(jī)器視覺(jué)的印字缺陷檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D];五邑大學(xué);2015年

4 陳洪磊;基于寬頻信號(hào)的板中缺陷檢測(cè)[D];上海應(yīng)用技術(shù)學(xué)院;2015年

5 章玲;基于圖像放縮算法的輪胎缺陷檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D];山東大學(xué);2015年

6 劉博;基于電磁超聲Lamb波換能器陣列的板材檢測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2015年

7 劉振東;鋼芯傳送帶缺陷檢測(cè)系統(tǒng)中圖像處理算法研究[D];山西大學(xué);2015年

8 胡sズ，

本文編號(hào)：2276642