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】
本申請涉及半導體,特別是涉及一種碳化硅拋光片崩邊的檢測方法及相關產品。
技術介紹
1、碳化硅是一種具有高擊穿電場強度、高熱導率、高電子飽和率以及強抗輻射能力的半導體材料,廣泛應用于高溫、高頻以及大功率電子器件的制造。碳化硅拋光片是通過對碳化硅晶棒進行切割、研磨和拋光等多道工序生成的,工藝本身生產周期長且成本較高,還常常伴隨著崩邊。
2、現有的碳化硅拋光片的檢測方法多為人工目檢,由人工持片在強光燈下進行目視檢測,常常會因為人員目檢時的持片角度不同,而造成缺陷的漏檢和誤檢,且人肉眼在高強光下長時間工作容易產生視覺疲勞,從而導致檢測效率和檢測精度較低的問題。
3、因此,如何提高碳化硅拋光片崩邊檢測的檢測效率和檢測精度,是本領域技術人員急需解決的問題。
技術實現思路
1、基于上述問題,本申請提供了一種碳化硅拋光片崩邊的檢測方法及相關產品,基于崩邊檢測模型對碳化硅拋光片進行全自動的崩邊檢測,解決了人工目視時對人眼帶來危害的同時,提高了檢測效率和檢測精度。
2、第一方面,本申請實施例提供了一種碳化硅拋光片崩邊的檢測方法,包括:
3、將待檢測拋光片的第一平面朝上放置在載片臺上;
4、基于光源對所述第一平面進行圖像采集,得到第一待測圖像;
5、基于崩邊檢測模型,將所述第一待測圖像與崩邊數據庫中的崩邊圖像進行特征比對,確定并抓取所述待檢測拋光片上的第一真實崩邊進行記錄。
6、可選的,所述基于光源對所述第一平面進行圖像
7、控制照射所述檢測拋光片的明場光源和透射光源進行頻閃;
8、按照預設算法采樣步長,在每次曝光時利用高精度相機對所述第一平面的不同區域進行圖像采集,并將采集到的圖像集作為第一待測圖像。
9、可選的,所述崩邊檢測模型是通過人工智能,利用崩邊圖像進行訓練得到的;
10、所述崩邊數據庫中記錄了不同真實崩邊的崩邊圖像以及各個真實崩邊對應的崩邊特征。
11、可選的,所述基于崩邊檢測模型,將所述第一待測圖像與崩邊數據庫中的崩邊圖像進行特征比對,確定并抓取所述待檢測拋光片上的第一真實崩邊進行記錄,包括:
12、從所述第一待測圖像中篩選處于外圍,且包含所述待檢測拋光片邊緣的圖像作為目標待測圖像;
13、基于崩邊檢測模型提取所述目標檢測圖像的特征信息;
14、將所述特征信息與崩邊數據庫中預存的崩邊圖像的崩邊特征進行特征比對,并得到比對結果;
15、基于所述比對結果,確定并抓取所述待檢測拋光片上的第一真實崩邊,并進行記錄。
16、可選的,所述方法還包括:
17、通過明場與透射通道成像確定所述第一真實崩邊的位置;
18、所述位置包括第一平面和第二平面;所述第二平面為所述第一平面的另一面。
19、可選的,所述方法還包括:
20、基于像素數法計算所述第一真實崩邊的尺寸,并將所述尺寸進行記錄。
21、可選的,所述方法還包括:
22、確定所述待檢測拋光片對應的崩邊數量;
23、基于所述崩邊數量以及所述第一真實崩邊的尺寸,結合預設尺寸和數量閾值為所述待檢測拋光片劃分等級。
24、第二方面,本申請實施例提供了一種碳化硅拋光片崩邊的檢測裝置,包括:
25、搬運模塊,用于將待檢測拋光片的第一平面朝上放置在載片臺上;
26、采集模塊,用于基于光源對所述第一平面進行圖像采集,得到第一待測圖像;
27、檢測模塊,用于基于崩邊檢測模型,將所述第一待測圖像與崩邊數據庫中的崩邊圖像進行特征比對,確定并抓取所述待檢測拋光片上的第一真實崩邊進行記錄。
28、第三方面,本申請實施例提供了一種碳化硅拋光片崩邊的檢測設備,包括:
29、存儲器,用于存儲計算機程序;
30、處理器,用于執行所述計算機程序時實現如上所述碳化硅拋光片崩邊的檢測方法的步驟。
31、第四方面,本申請實施例提供了一種可讀存儲介質,所述可讀存儲介質上存儲有計算機程序,所述計算機程序被處理器執行時實現如上所述碳化硅拋光片崩邊的檢測方法的步驟。
32、從以上技術方案可以看出,相較于現有技術,本申請具有以下優點:
33、本申請首先將待檢測拋光片的第一平面朝上放置在載片臺上。然后基于光源對第一平面進行圖像采集,得到第一待測圖像。最后基于崩邊檢測模型,將第一待測圖像與崩邊數據庫中的崩邊圖像進行特征比對,確定并抓取待檢測拋光片上的第一真實崩邊進行記錄。如此,基于崩邊檢測模型對碳化硅拋光片進行全自動的崩邊檢測,解決了人工目視時對人眼帶來危害的同時,提高了檢測效率和檢測精度。
本文檔來自技高網...【技術保護點】
1.一種碳化硅拋光片崩邊的檢測方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述基于光源對所述第一平面進行圖像采集,得到第一待測圖像,包括:
3.根據權利要求1所述的方法,其特征在于,所述崩邊檢測模型是通過人工智能,利用崩邊圖像進行訓練得到的;
4.根據權利要求2所述的方法,其特征在于,所述基于崩邊檢測模型,將所述第一待測圖像與崩邊數據庫中的崩邊圖像進行特征比對,確定并抓取所述待檢測拋光片上的第一真實崩邊進行記錄,包括:
5.根據權利要求4所述的方法,其特征在于,所述方法還包括:
6.根據權利要求1所述的方法,其特征在于,所述方法還包括:
7.根據權利要求6所述的方法,其特征在于,所述方法還包括:
8.一種碳化硅拋光片崩邊的檢測裝置,其特征在于,包括:
9.一種碳化硅拋光片崩邊的檢測設備,其特征在于,包括:
10.一種可讀存儲介質,其特征在于,所述可讀存儲介質上存儲有計算機程序,所述計算機程序被處理器執行時實現如權利要求1至7任一項所述碳化硅拋
...【技術特征摘要】
1.一種碳化硅拋光片崩邊的檢測方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述基于光源對所述第一平面進行圖像采集,得到第一待測圖像,包括:
3.根據權利要求1所述的方法,其特征在于,所述崩邊檢測模型是通過人工智能,利用崩邊圖像進行訓練得到的;
4.根據權利要求2所述的方法,其特征在于,所述基于崩邊檢測模型,將所述第一待測圖像與崩邊數據庫中的崩邊圖像進行特征比對,確定并抓取所述待檢測拋光片上的第一真實崩邊進行記錄,包括:
5.根...
【專利技術屬性】
技術研發人員:萬巧巧,佘宗靜,鄒宇,張平,婁艷芳,王波,彭同華,楊建,
申請(專利權)人:江蘇天科合達半導體有限公司,
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。