[发明专利]一种SiC缺陷的检测方法和系统有效

专利信息
申请号: 201910951137.8 申请日: 2019-10-08
公开(公告)号: CN110889823B 公开(公告)日: 2022-08-26
发明(设计)人: 舒天宇;王雅儒;赵爱梅;高超;刘圆圆 申请(专利权)人: 山东天岳先进科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06V10/774
代理公司: 北京君慧知识产权代理事务所(普通合伙) 11716 代理人: 陈曦
地址: 250118 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 sic 缺陷 检测 方法 系统
【说明书】:

本申请公开了一种SiC缺陷的检测方法和系统,方法包括:控制显微镜镜头移动,并拍摄有关待检测SiC片的多张图像;将所述多张图像作为输入样本,将所述输入样本发送给预先训练好的神经网络;所述神经网络以各所述输入样本为输入,输出所述待检测SiC片存在的缺陷数量以及缺陷位置。本申请能够提高SiC缺陷的检测结果的精准度。

技术领域

本申请涉及图像处理领域,尤其涉及一种SiC缺陷的检测方法和系统。

背景技术

随着市场端对半绝缘碳化硅(SiC)单晶衬底的需求数量不断扩大,碳化硅单晶衬底的生产厂家在对于SiC的质量要求也提出了更高的要求。

评价SiC微管的主要方法是对SiC微管表面的缺陷进行表征。目前对SiC的微管缺陷的表征是通过测试人员在显微镜下肉眼观察检测。将SiC晶体的被测表面划分为若干正方形小区域,并对各个小区域进行编号;取区域的中心点作为测量点,用显微镜测量并记录每个视野区域的微管个数,得到视野面积内SiC晶片被测表面的微管总数,进而得到整个SiC晶片的微管密度。

但是要检测完整一块4英寸的晶圆,在显微镜的可清楚观察微管缺陷的放大倍数下,测试人员需要完成对在一个晶圆上数百个视野区域的缺陷进行标定,此外测试人员还要进行视野移动、对焦和最后在图纸上的标注等操作,整个过程费时费力且容易出错,从而降低了检测结果的精准度。

发明内容

为了解决上述问题,本申请提出了一种SiC缺陷的检测方法和系统,能够提高检测结果的精准度。

第一方面,本申请实施例提供了一种SiC缺陷的检测方法,包括:

控制显微镜镜头移动,并拍摄有关待检测SiC片的多张图像;

将所述多张图像作为输入样本,将所述输入样本发送给预先训练好的神经网络;

所述神经网络以各所述输入样本为输入,输出所述待检测SiC片存在的缺陷数量以及缺陷位置。

在一个示例中,所述有关待检测SiC片的图像包括以下任意一项:所述待检测SiC片的纹理边界线、所述待检测SiC片的切割痕迹线。

在一个示例中,通过图像识别,确定所述待检测SiC片的纹理线条的脊特征和/或所述待检测SiC片的切割痕迹线的脊特征;

对所述脊特征进行膨胀操作,得到各所述区域对应的输入样本。

在一个示例中,所述有关待检测SiC片的图像包括用于将所述图像分割成多个区域的第一线条;

将由所述第一线条分割所述图像而得到的多个区域进行编号。

在一个示例中,通过图像识别,确定各所述区域中包含的所述第一线条的脊特征,以及确定各所述区域中包含的第二线条的脊特征,所述第二线条为所述待检测SiC片的纹理边界线和所述待检测SiC片的切割痕迹线;

对所述第一线条的脊特征和所述第二线条的脊特征进行膨胀操作,得到各所述区域对应的输入样本。

在一个示例中,将各所述输入样本和各所述区域编号,发送给预先训练好的神经网络。

在一个示例中,所述神经网络以各所述输入样本和各所述区域编号为输入,输出所述待检测SiC片存在的缺陷数量以及缺陷位置。

在一个示例中,沿着所述显微镜镜头的移动轨迹,控制所述显微镜镜头在三维坐标系的X轴方向上和Y轴方向上移动预设距离;所述三维坐标系的X轴为所述待检测SiC片的直线边,所述Y轴为在所述待检测SiC片所在平面内所述直线边的垂直平分线;

通过所述显微镜镜头拍摄的所述待检测SiC片的图像,实时调整所述显微镜镜头在所述三维坐标系中Z轴方向上移动,得到清晰度在预设范围内的所述图像,所述Z轴与所述SiC平面垂直。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东天岳先进科技股份有限公司,未经山东天岳先进科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910951137.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top