[发明专利]晶圆识别方法及设备在审
申请号: | 201710253165.3 | 申请日: | 2017-04-18 |
公开(公告)号: | CN108304756A | 公开(公告)日: | 2018-07-20 |
发明(设计)人: | 方伟力 | 申请(专利权)人: | 南亚科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 隆天知识产权代理有限公司 72003 | 代理人: | 李昕巍;章侃铱 |
地址: | 中国台*** | 国省代码: | 中国台湾;71 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 向量 晶圆 投影 影像信息 影像 投影向量 不良品 良品 矩阵 变异数 识别率 种晶 分类 | ||
1.一种晶圆识别方法,其包含:
通过获取一第一晶圆的一影像来获得包括一第一向量的影像信息,其中该第一晶圆是已知为一良品;
通过获取一第二晶圆的一影像来获得包括一第二向量的影像信息,其中该第二晶圆是已知为一不良品;
基于与该第一向量及该第二向量相关的一共变异数矩阵,计算一投影向量;
通过获取待测的一第三晶圆的一影像来获得包括一第三向量的影像信息;
将该第一向量、该第二向量及该第三向量的各者投影到该投影向量上;及
基于该经投影第一向量、该经投影第二向量及该经投影第三向量将该第三晶圆分类成该良品或该不良品。
2.如权利要求1所述的晶圆识别方法,其中该基于与该第一向量及该第二向量相关的该共变异数矩阵的该投影向量的计算进一步包含:
基于该第一向量及该第二向量计算该共变异数矩阵。
3.如权利要求2所述的晶圆识别方法,其中该基于与该第一向量及该第二向量相关的该共变异数矩阵的该投影向量的计算进一步包含:
基于该共变异数矩阵计算一第一特征值及一第二特征值。
4.如权利要求3所述的晶圆识别方法,其中该基于与该第一向量及该第二向量相关的该共变异数矩阵的该投影向量的计算进一步包含:
基于该第一特征值及该第二特征值二者计算一第一特征向量及一第二特征向量。
5.如权利要求4所述的晶圆识别方法,其中该基于与该第一向量及该第二向量相关的该共变异数矩阵的该投影向量的计算进一步包含:
基于该第一特征向量及该第二特征向量二者计算该投影向量。
6.如权利要求1所述的晶圆识别方法,其中该基于该经投影第一向量、该经投影第二向量及该经投影第三向量的该第三晶圆为该良品或该不良品的分类包含:
基于该经投影第一向量、该经投影第二向量及该经投影第三向量且根据最近邻规则(nearest neighbor rule,NNR)将该第三晶圆分类成该良品或该不良品。
7.如权利要求1所述的晶圆识别方法,其中该基于该经投影第一向量、该经投影第二向量及该经投影第三向量的该第三晶圆为该良品或该不良品的分类包含:
计算在该经投影第一向量与该经投影第三向量之间的一第一距离;
计算在该经投影第二向量与该经投影第三向量之间的一第二距离;及
基于该第一距离及该第二距离将该第三晶圆分类成该良品或该不良品。
8.如权利要求7所述的晶圆识别方法,其中该基于该第一距离及该第二距离的该第三晶圆为该良品或该不良品的分类包含:
当该第一距离小于该第二距离时,将该第三晶圆分类成该良品。
9.如权利要求7所述的晶圆识别方法,其中该基于该第一距离及该第二距离的该第三晶圆为该良品或该不良品的分类包含:
当该第一距离大于该第二距离时,将该第三晶圆分类成该不良品。
10.一种晶圆识别方法,其包含:
通过获取一第一晶圆的一影像来获得包括一第一向量的影像信息,其中该第一晶圆是已知为一良品;
通过获取一第二晶圆的一影像来获得包括一第二向量的影像信息,其中该第二晶圆是已知为一不良品;
基于该第一向量及该第二向量计算一共变异数矩阵;
基于该共变异数矩阵计算一第一特征值及一第二特征值;
比较该第一特征值与该第二特征值;
当该第一特征值大于该第二特征值时,基于该第一特征值而非基于该第一特征值及该第二特征值二者,计算一特征向量;
基于该特征向量获得一投影向量;
将该第一向量、该第二向量及该第三向量的各者投影到该投影向量上;及
基于该经投影第一向量、该经投影第二向量及该经投影第三向量将该第三晶圆分类成该良品或该不良品。
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南亚科技股份有限公司,未经南亚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/201710253165.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于图像处理的神经网络模型的训练方法和装置
- 下一篇:身份识别方法及装置