[发明专利]一种基于色彩差影模型的晶圆缺陷检测方法及系统在审
申请号: | 202210126904.3 | 申请日: | 2022-02-11 |
公开(公告)号: | CN114463314A | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 吴晓敏;刘暾东;苏永彬 | 申请(专利权)人: | 磐柔(厦门)工业智能有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/90 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 韩雪梅 |
地址: | 361026 福建省厦门市海沧区海*** | 国省代码: | 福建;35 |
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 基于 色彩 模型 缺陷 检测 方法 系统 | ||
1.一种基于色彩差影模型的晶圆缺陷检测方法,其特征在于,所述检测方法包括:
获取待检测晶圆对应的晶圆图像,并按照晶粒位置对所述晶圆图像进行分割,得到所述待检测晶圆所包括的每一晶粒对应的晶粒图像;
对于每一所述晶粒图像,将所述晶粒图像与模板图像进行滑动匹配,计算每一匹配位置对应的协方差,并以所述协方差最小的匹配位置作为最佳匹配位置;
计算所述最佳匹配位置下所述晶粒图像和所述模板图像的所有对应像素点的像素值差值;
根据所有所述像素值差值计算均方根误差,并根据所述均方根误差确定所述晶粒图像对应的晶粒是否存在缺陷。
2.根据权利要求1所述的检测方法,其特征在于,在将所述晶粒图像与模板图像进行滑动匹配之前,所述检测方法还包括生成模板图像,具体包括:
获取多组备选图集;每一组所述备选图集均包括两张无缺陷图像;所述无缺陷图像为无缺陷晶粒对应的图像;
对于每一组所述备选图集,根据所述备选图集所包括的两张无缺陷图像的像素值绘制所述备选图集对应的像素值分布图;
利用高斯分布对所述像素值分布图进行拟合,得到极大似然函数;
以令所述极大似然函数最大为目标,利用极大似然估计法对目标函数进行求解,得到所述备选图集对应的最优均值矩阵和最优协方差矩阵;
根据所有所述备选图集对应的最优均值矩阵和最优协方差矩阵确定最优高斯分布函数;
根据所述最优高斯分布函数生成模板图像。
3.根据权利要求2所述的检测方法,其特征在于,所述根据所述备选图集所包括的两张无缺陷图像的像素值绘制所述备选图集对应的像素值分布图具体包括:
将所述备选图集所包括的两张无缺陷图像分别记为第一图像和第二图像;所述第一图像的尺寸大于或等于所述第二图像的尺寸;
对于所述第一图像中的每一个第一像素点,确定所述第一像素点在所述第二图像中对应的第二像素点;所述第一像素点在所述第一图像中的位置坐标和所述第二像素点在所述第二图像中的位置坐标相同;
以所述第一像素点的像素值作为横坐标,以与所述第一像素点对应的所述第二像素点的像素值作为纵坐标,确定分布点;所有所述分布点即构成像素值分布图。
4.根据权利要求2所述的检测方法,其特征在于,所述根据所有所述备选图集对应的最优均值矩阵和最优协方差矩阵确定最优高斯分布函数具体包括:
以所有所述备选图集对应的最优均值矩阵的平均值作为实际均值矩阵,以所有所述备选图集对应的最优协方差矩阵的平均值作为实际协方差矩阵,根据所述实际均值矩阵和所述实际协方差矩阵确定最优高斯分布函数。
5.根据权利要求2所述的检测方法,其特征在于,所述根据所述最优高斯分布函数生成模板图像具体包括:
获取参照图像;所述参照图像为无缺陷晶粒对应的图像;
以所述参照图像的像素值作为输入,根据所述最优高斯分布函数计算所述模板图像中各个位置的像素点的像素值,生成模板图像。
6.根据权利要求1所述的检测方法,其特征在于,所述将所述晶粒图像与模板图像进行滑动匹配具体包括:
按照从左到右、从上到下的顺序将所述晶粒图像与模板图像进行滑动匹配,每滑动一个像素点即确定一个匹配位置。
7.根据权利要求6所述的检测方法,其特征在于,所述计算每一匹配位置对应的协方差具体包括:
在每一所述匹配位置下,随机取多组相匹配的像素点对;所述像素点对包括所述匹配位置下位置坐标相同的所述晶粒图像中的一个像素点和所述模板图像中的一个像素点;
根据所有所述像素点对的像素值计算所述匹配位置对应的协方差。
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磐柔(厦门)工业智能有限公司,未经磐柔(厦门)工业智能有限公司许可,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/202210126904.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:切换阀及组织脱水机
- 下一篇:一种液位开关系统及液位测量方法