半导体晶圆匀胶系统在线缺陷检测方法研究
[Abstract]:In recent years, with the rapid development of semiconductor industry in China, the complexity of lithography technology is increasing, and the source of defects of wafer is more and more diverse. The traditional method of wafer detection is mainly artificial inspection, and the efficiency of this method is low. And it is easy to be affected by subjective factors, which can not meet the needs of industry. In order to improve the speed and reliability of wafer defect detection, realize the on-line vision detection of wafer defects, reduce the influence of defects on semiconductor manufacturing industry, and improve the rate of good products, this paper analyzes the existing defect detection methods. Combined with computer technology and image processing technology, the research on this subject is carried out. Firstly, in order to obtain high resolution wafer surface image, an image acquisition system is built by selecting appropriate image acquisition equipment. In the selection of light source, the system not only overcomes the shortcoming of high reflectivity of wafer surface, but also protects the photoresist of wafer surface with the longest wavelength of red light. In order to obtain the complete wafer image and avoid the interference caused by the camera's jitter, a three-axis motion platform is built, which is responsible for adsorbing wafer and moving according to the prescribed path. Capture the complete image of the entire wafer. Secondly, in the process of image acquisition and transmission, the noise is caused by the influence of the performance of light source, channel bandwidth, noise and so on, according to the characteristics of image noise and algorithm experimental comparison, In order to improve the contrast of the image and highlight the region of interest, the image is enhanced by the method of histogram specification after the completion of the filtering, the method of multi-multiple median filter is adopted to filter the noise of the image, so as to improve the contrast of the image and highlight the region of interest to us. Enhance the image interpretation and recognition effect. Finally, in order to search all the Die elements matching to the wafer image, the template matching algorithm is deeply studied. According to the distribution characteristics of the Die elements and the comparison of the experimental results of the algorithm, the template matching algorithm of normalized cross-correlation is adopted. This method is immune to the linear change of image gray value and robust to illumination change. The difference value is compared with the preset threshold value by the method of image difference. If the difference value is greater than the threshold value, the difference will be marked as a defect point. Through a large number of experiments, the feasibility of the detection system is verified, and the defect of the circular surface of the product is effectively detected, and the precision is up to 15 渭 m. The system can replace manual in practical application and realize fast and accurate defect detection.
【学位授予单位】:沈阳建筑大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN305;TP391.41
【相似文献】
相关期刊论文 前10条
1 李莉萍;;新的3D缺陷检测技术实现纳米级快速检测[J];计测技术;2013年04期
2 杨建鲁;一种简便的介质缺陷检测方法[J];微电子学;1991年05期
3 肖庆;杨朝红;宫云战;;提高静态缺陷检测精度方法[J];计算机辅助设计与图形学学报;2010年11期
4 朱明岩;邓洪亮;黄东辉;付思远;;探地雷达在道路缺陷检测中的应用[J];山西建筑;2014年04期
5 ;KLA-Tencor新光罩检测技术可执行多缺陷检测[J];电子与电脑;2008年10期
6 喻宾扬;王召巴;金永;;玻璃缺陷检测新方法的研究[J];传感器与微系统;2008年08期
7 刘浩;刘春;胡存刚;;混合滤波器在玻璃瓶缺陷检测中的应用[J];电子测量与仪器学报;2007年03期
8 蒋艳军;卢军;陈建军;;板栗图像的去噪及缺陷检测研究[J];农产品加工;2008年09期
9 石强;陈陆建;;管道内外壁缺陷检测的研究[J];中小企业管理与科技(上旬刊);2010年05期
10 刘皓挺;王巍;史利民;;图割模型在光纤熔接缺陷检测中的应用[J];红外与激光工程;2012年11期
相关会议论文 前10条
1 杨德美;杨学志;;基于独立分量分析高阶统计量的纺织品缺陷检测[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 于景兰;于健;翁昌年;;探地雷达在桥梁缺陷检测中的应用初探[A];中国地球物理第二十一届年会论文集[C];2005年
3 李兵;邓善熙;李焕然;;计算机图像处理技术应用于晶振元件缺陷检测[A];首届信息获取与处理学术会议论文集[C];2003年
4 赵涟漪;许宝杰;童亮;;在线玻璃缺陷检测系统的研究[A];机械动力学理论及其应用[C];2011年
5 何涛;吴永祥;李伟;吴庆华;钟飞;;Hexsight视觉软件包在串行端子缺陷检测中的应用[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
6 曾理;郭海燕;蒲云;毕碧;;射线数字成像缺陷检测技术研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年
7 蔡茂蓉;;PCB缺陷检测系统的研究与实现[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年
8 潘敏;程良伦;;一种基于角点匹配的PCB板元件安装缺陷检测基准点定位算法[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
9 王国勋;彭怡;寇纲;石勇;;基于MCDM的软件缺陷检测算法评估[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年
10 刘松林;陈杰;郝向阳;西勤;;玻壳缺陷检测与几何量测视觉系统的设计与实现[A];2009年全国测绘仪器综合学术年会论文集[C];2009年
相关重要报纸文章 前1条
1 本报记者 张海志;一名产业工人的创新情结[N];中国知识产权报;2010年
相关博士学位论文 前10条
1 苏日亮;面向钢轨轨底缺陷检测的电磁超声换能器研究[D];哈尔滨工业大学;2015年
2 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年
3 肖庆;提高静态缺陷检测精度的关键技术研究[D];北京邮电大学;2012年
4 张大林;静态缺陷检测优化若干关键技术研究[D];北京邮电大学;2014年
5 周文;IC互连中的缺陷检测方法及缺陷对电路可靠性的影响[D];西安电子科技大学;2010年
6 司小书;面向织物缺陷检测的CUDA并行图像处理模型与算法研究[D];武汉大学;2011年
7 刘艳;基于CCD扫描的聚合物薄膜缺陷检测关键技术研究[D];哈尔滨理工大学;2009年
8 王庆香;基于小波的纹理分析及其在FPC金面缺陷检测中的应用[D];华南理工大学;2011年
9 明俊峰;羽毛片缺陷检测若干关键技术的研究[D];广东工业大学;2014年
10 毕昕;面向TFT-LCD制程的Mura缺陷机器视觉检测方法研究[D];上海交通大学;2009年
相关硕士学位论文 前10条
1 陈宇;软包商标印刷缺陷检测系统研究[D];昆明理工大学;2015年
2 周艳;光通信滤光片外观缺陷自动检测系统任务调度优化方法[D];华南理工大学;2015年
3 黄文军;基于机器视觉的印字缺陷检测系统研究与实现[D];五邑大学;2015年
4 陈洪磊;基于宽频信号的板中缺陷检测[D];上海应用技术学院;2015年
5 章玲;基于图像放缩算法的轮胎缺陷检测系统研究与实现[D];山东大学;2015年
6 刘博;基于电磁超声Lamb波换能器阵列的板材检测方法研究[D];哈尔滨工业大学;2015年
7 刘振东;钢芯传送带缺陷检测系统中图像处理算法研究[D];山西大学;2015年
8 胡sズ,
本文编号:2276642
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2276642.html