晶粒質(zhì)量影響半導(dǎo)體芯片性能,針對晶粒表面缺陷檢測的問題,本文提出了一種新的缺陷檢測方法,能有效抑制圖像噪聲,提高缺陷檢測準確性。首先,采用形態(tài)學(xué)閉合重建方法去除噪聲干擾。然后,將重建圖像灰度級別作為聚類樣本,構(gòu)建一個基于離差陣的K-means分割算法準則函數(shù),不斷更新聚類中心直至準則函數(shù)收斂,完成圖像分割。最后,提取分割晶粒輪廓信息,根據(jù)輪廓間的差異性,利用輪廓相似度識別缺陷晶粒。對2 937張晶粒圖像進行處理并測試,結(jié)果表明:該方法能有效濾除了圖像噪聲,更準確更快速地進行圖像分割,對良品檢測準確率為100%,對三種典型表面缺陷的平均檢測準確率為99.92%。 

【文章來源】：傳感技術(shù)學(xué)報. 2020,33(07)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

晶圓樣片

本文檢測的晶粒缺陷主要分為三個類型:表面冗余物、劃痕和晶體缺角,如圖2。表面冗余物主要由生產(chǎn)加工過程中的灰塵顆粒以及未清洗干凈的化學(xué)試劑殘留物引起的;劃痕和晶體缺角主要是拋光或者劃片過程中產(chǎn)生的機械損傷。

缺陷檢測流程如圖3所示。首先對采集的圖像進行形態(tài)學(xué)濾波去除噪聲干擾;統(tǒng)計形態(tài)學(xué)處理后圖像灰度級信息作為聚類樣本;采用K-means++選擇初始聚類中心;利用基于類內(nèi)和類間離差陣的K-means聚類分割圖像;提取分割后晶粒圖像輪廓d,若輪廓數(shù)N大于1,標記為缺陷;否則,依據(jù)模板晶粒輪廓u,利用輪廓相似度對輪廓d進行檢測,若匹配相似度P小于閾值T,標記為缺陷,否則標記為良品。

【參考文獻】：
期刊論文
[1]基于T-prim模型的肺氣管分割算法[J]. 石躍祥,杜祎.  計算機應(yīng)用與軟件. 2020(04)
[2]基于數(shù)學(xué)形態(tài)學(xué)和分形理論的電纜局放識別[J]. 張安安,何嘉輝,李茜,楊威,趙萬明.  電子科技大學(xué)學(xué)報. 2020(01)
[3]基于機器視覺的定子表面缺陷檢測系統(tǒng)研究[J]. 戴斌宇,吳靜靜.  傳感技術(shù)學(xué)報. 2019(10)
[4]基于空間約束的模糊C均值聚類肝臟CT圖像分割[J]. 王榮淼,張峰峰,詹蔚,陳軍,吳昊.  計算機應(yīng)用. 2019(11)
[5]基于機器視覺的晶圓表面缺陷檢測[J]. 陳治杉,劉本永.  貴州大學(xué)學(xué)報(自然科學(xué)版). 2019(04)
[6]基于高斯混合部件模型的鐵路扣件檢測[J]. 何彪,李柏林,羅建橋,王開雄.  西南交通大學(xué)學(xué)報. 2019(03)
[7]改進自適應(yīng)分水嶺方法分割棉花葉部粘連病斑[J]. 張建華,韓書慶,翟治芬,孔繁濤,馮鑫,吳建寨.  農(nóng)業(yè)工程學(xué)報. 2018(24)
[8]一種基于模糊主動輪廓的魯棒局部分割方法[J]. 孫文燕,董恩清,曹祝樓,鄭強.  自動化學(xué)報. 2017(04)
[9]基于K-means++的無線傳感網(wǎng)分簇算法研究[J]. 余秀雅,劉東平,楊軍.  計算機應(yīng)用研究. 2017(01)
[10]結(jié)合非局部信息與圖割的圖像分割算法[J]. 王濤,紀則軒,孫權(quán)森.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2015(05)



本文編號：3343191