System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及半導體生產,具體涉及一種宏觀微觀結合的晶圓缺陷智能定位系統及其工作方法的。
技術介紹
1、半導體行業中,在晶圓品質在線檢測環節,如何在大尺寸的晶圓上定位到細小的缺陷,是長久以來困擾業界的一個難題。隨著半導體工藝的不斷提升,需要識別的缺陷的尺寸也越來越小。通常缺陷尺寸最小可達1um左右,傳統的晶圓質檢已經無法使用人工目檢的方式。因此大多數廠家普遍使用光學顯微鏡的檢測方式,對晶圓表面缺陷進行檢出。光學顯微鏡依照其倍率不同,可分為宏觀與微觀兩類,宏觀通常檢測0.1mm以上的缺陷,微觀檢測0.1mm以下的缺陷。
2、在檢測環節,相機由人工或者依照程序設定在晶圓上方掃描成像,人工觀察顯微鏡配套的顯示界面,將缺陷位置標記出來。無論是使用人工檢測還是使用傳統圖像處理手段,對這類圖象檢測缺陷的時候,時常出現缺陷難以認定,判定不準確,誤報過多的情況。
3、對于晶圓表面的各類缺陷,通常需要操作員切換不同的光源與拍攝角度,才能在最佳位置識別缺陷的等級。這不僅降低了質檢效率,還會導致廠家對作業員的經驗產生依賴,作業員的經驗很難形成可量化的專家知識。
4、對于宏觀掃描與微觀掃描,二者并沒有建立數據關聯,是有兩種獨立的機臺各自完成的。這造成了一定的效率降低與人員浪費。
技術實現思路
1、為解決現有技術中存在的技術問題,本專利技術提供了一種宏觀微觀結合的晶圓缺陷智能定位系統及其工作方法,使用一種系統同時解決晶圓缺陷宏觀與微觀檢測的問題。
2、為達到上
3、一種宏觀微觀結合的晶圓缺陷智能定位系統,包括宏觀相機組、運動機構、計算機、微觀相機,運動機構與宏觀相機組傳動連接,宏觀相機組和微觀相機均與計算機連接,計算機通過建立缺陷檢測模型、最佳角度預測模型和宏微觀關聯模型處理宏觀相機組和微觀相機收集的圖像數據。
4、作為優選的技術方案,宏觀相機組包括三個宏觀相機,三個宏觀相機對晶圓分別進行俯視、0°側視、90°側視三種角度的掃描。
5、作為優選的技術方案,一種宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,包括以下步驟:
6、步驟一,宏觀相機掃描;
7、步驟二,最佳角度拍攝;
8、步驟三,宏觀角度拍攝;
9、步驟四,宏觀缺陷檢測;
10、步驟五,微觀概率預測;
11、步驟六,微觀拍攝;
12、步驟七,微觀缺陷檢測;
13、步驟八,結果匯總。
14、作為優選的技術方案,在步驟二中,計算機基于最佳角度預測模型,通過宏觀相機組拍攝的俯視、0°側視、90°側視三種圖像判斷當前位置的最佳拍攝角度。
15、作為優選的技術方案,步驟三中,運動機構帶動宏觀相機組移動并轉動到最佳拍攝角度,此時只對俯視相機進行定位,只使用俯視相機進行成像。
16、作為優選的技術方案,在步驟四中,計算機基于缺陷檢測模型對最佳角度拍攝的圖像進行缺陷識別,并將識別結果記錄在計算機的數據庫中。
17、作為優選的技術方案,在步驟五中,在拍攝的最佳角度上,同時用最佳角度圖片和初次掃描的三張圖片通過宏微觀關聯模型進行微觀概率預測,判斷當前位置是否有較大的概率出現微觀缺陷,計算機通過算法對宏觀場景下高概率出現微觀缺陷的位置逐一標記,單一視野的結果保存在數據庫的微觀掃描位置集合中。
18、作為優選的技術方案,在步驟六中,根據微觀掃描位置集合,將微觀相機逐一布置到位并對晶圓進行成像拍攝,每一個微觀位置只拍攝一張圖片。
19、作為優選的技術方案,在步驟七中,通過缺陷檢測模型對微觀位置的圖像進行缺陷識別。
20、與現有技術相比,本專利技術的有益效果為:
21、本專利技術的宏觀微觀結合的晶圓缺陷智能定位系統,旨在使用一種系統同時解決宏觀與微觀檢測的問題。為了降低人工復檢的數量,本專利技術使用缺陷檢測模型對缺陷圖片進行識別,通過訓練集特征求取的方式自動識別缺陷。為了降低多角度重復拍攝的數量,本專利技術構建了最佳角度預測模型,只需拍攝三個視角即可預測最佳拍攝位置,減少重復拍攝時間。為了進一步降低宏觀微觀的重復拍攝冗余,本專利技術構建了宏微觀關聯模型,通過宏觀拍攝的結果預測微觀缺陷出現的高概率位置,實現宏微觀相結合的精準拍攝。通過上述三個模型的聯合使用,并嵌入現有業務流程,可實現缺陷位置的高速準確自動定位,整體提升質檢效率,幫助企業進行良率提升、工藝管控與知識積累。
本文檔來自技高網...【技術保護點】
1.一種宏觀微觀結合的晶圓缺陷智能定位系統,其特征在于,包括宏觀相機組、運動機構、計算機、微觀相機,所述運動機構與宏觀相機組傳動連接,所述宏觀相機組和微觀相機均與計算機連接,所述計算機通過建立缺陷檢測模型、最佳角度預測模型和宏微觀關聯模型處理宏觀相機組和微觀相機收集的圖像數據。
2.根據權利要求1所述的宏觀微觀結合的晶圓缺陷智能定位系統,其特征在于,所述宏觀相機組包括三個宏觀相機,三個宏觀相機對晶圓分別進行俯視、0°側視、90°側視三種角度的掃描。
3.根據權利要求1所述的一種宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,其特征在于,所述方法包括以下步驟:
4.根據權利要求3所述的宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,其特征在于,在所述步驟二中,計算機基于最佳角度預測模型,通過宏觀相機組拍攝的俯視、0°側視、90°側視三種圖像判斷當前位置的最佳拍攝角度。
5.根據權利要求4所述的宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,其特征在于,在所述步驟三中,運動機構帶動宏觀相機組移動并轉動到最佳拍攝角度,此時只對俯視相機進行定位,
6.根據權利要求5所述的宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,其特征在于,在所述步驟四中,計算機基于缺陷檢測模型對最佳角度拍攝的圖像進行缺陷識別,并將識別結果記錄在計算機的數據庫中。
7.根據權利要求6所述的宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,其特征在于,在所述步驟五中,在拍攝的最佳角度上,同時用最佳角度圖片和初次掃描的三張圖片通過宏微觀關聯模型進行微觀概率預測,判斷當前位置是否有較大的概率出現微觀缺陷,計算機通過算法對宏觀場景下高概率出現微觀缺陷的位置逐一標記,單一視野的結果保存在數據庫的微觀掃描位置集合中。
8.根據權利要求7所述的宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,其特征在于,在所述步驟六中,根據微觀掃描位置集合,將微觀相機逐一布置到位并對晶圓進行成像拍攝,每一個微觀位置只拍攝一張圖片。
9.根據權利要求8所述的宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,其特征在于,在所述步驟七中,通過缺陷檢測模型對微觀位置的圖像進行缺陷識別。
...【技術特征摘要】
1.一種宏觀微觀結合的晶圓缺陷智能定位系統,其特征在于,包括宏觀相機組、運動機構、計算機、微觀相機,所述運動機構與宏觀相機組傳動連接,所述宏觀相機組和微觀相機均與計算機連接,所述計算機通過建立缺陷檢測模型、最佳角度預測模型和宏微觀關聯模型處理宏觀相機組和微觀相機收集的圖像數據。
2.根據權利要求1所述的宏觀微觀結合的晶圓缺陷智能定位系統,其特征在于,所述宏觀相機組包括三個宏觀相機,三個宏觀相機對晶圓分別進行俯視、0°側視、90°側視三種角度的掃描。
3.根據權利要求1所述的一種宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,其特征在于,所述方法包括以下步驟:
4.根據權利要求3所述的宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,其特征在于,在所述步驟二中,計算機基于最佳角度預測模型,通過宏觀相機組拍攝的俯視、0°側視、90°側視三種圖像判斷當前位置的最佳拍攝角度。
5.根據權利要求4所述的宏觀微觀結合的晶圓缺陷智能定位系統的工作方法,其特征在于,在所述步驟三中,運動機構帶動宏觀相機組移動并轉動到最佳拍攝角度,此時...
【專利技術屬性】
技術研發人員:刁曉淳,王文瑞,
申請(專利權)人:上海哥瑞利軟件股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。