[发明专利]一种光学芯片表面沾污缺陷检测方法及线激光视觉检测系统

说明书

一种光学芯片表面沾污缺陷检测方法，采集待检测芯片的表面图像，对预处理得到的图像进行缺陷提取，计算提取的芯片表面图像样本的缺陷特征值；对已知缺陷所属类别的芯片表面图像进行处理，得到芯片表面样本的缺陷特征值，并利用所述芯片样本的缺陷所属的类别的缺陷特征值行处理，得到已知缺陷所属类别的芯片表面缺陷特征值；然后利用数字图像处理算法得到待检测芯片的缺陷特征值，得到所述待检测芯片的缺陷所属的类别。一种线激光视觉检测系统，包括：线激光扫描相机，数据采集卡，FPGA图像处理模块，HALCON数字图像处理模块；FPGA图像处理模块得到芯片表面缺陷特征值，HALCON数字图像处理模块得到所述待检测芯片的缺陷特征值所属的类别。

技术领域

本发明涉及一种光学芯片及晶圆表面缺陷检测方法，尤其是涉及一种基于线激光扫描相机结合HALCAN平台对芯片表面缺陷进行检测的方法及线激光视觉检测系统。

背景技术

集成电路生产需经过薄膜沉积、蚀刻、抛光、减薄、划切和倒装等众多复杂的工艺流程，流程中的任何异常都可能导致晶圆表面缺陷的产生。准确识别晶圆表面的各种缺陷模式，可帮助发现和调整在线封装制造过程中的异常因素，提高集成电路封装的效率。同时也可以降低集成电路生产的废品率，避免因大批量晶圆表面缺陷而造成巨大的成本损失。目前国内封装前段对芯片表面缺陷检测主要还是人工通过显微镜肉眼检测，不仅劳动力强，对IQC镜检人员经验要求也高；而且效率低，检测结果受到检测人员水平、情绪等主观因素影响，得不到保障。人工芯片表面检测速度慢，无法大规模检测、测量精度低。

发明内容

本发明针对现有行业存在的生产不足和缺陷，提出一种利用线激光扫描相机对芯片表面缺陷进行检测的方法及系统/装置。能够提高检测的效率和精确性，并大大减少工人的工作量。

本发明采用基于数字信号处理技术的线激光，对检测芯片表面度构建了一套集光、电、机、机器视觉技术于一体的基于FPGA的激光HALON视觉检测系统。通过点云的预处理、点云分割和点云聚类，最后采用最小二乘法对芯片表面平面度进行评价。使系统测量速度大幅度提高，可应用于大规模检测，重复精度达到20μm。

本发明采用的技术方案：

一种光学芯片表面沾污缺陷检测方法，包括如下步骤：

1)利用线激光相机，采集待检测芯片的表面图像；

2)对获取的芯片表面图像进行预处理；

3)对预处理得到的图像进行缺陷提取，并计算提取的芯片表面图像样本的缺陷特征值；

4)在对图像进行处理，得到芯片表面图像样本的缺陷特征值之前，对已知缺陷所属的类别的芯片表面样本的表面图像进行处理，得到所述芯片表面样本的缺陷特征值，并利用所述芯片样本的缺陷所属的类别的缺陷特征值行处理，得到已知缺陷所属类别的芯片表面缺陷特征值；利用HALCON数字图像处理算法对获取的芯片表面图像进行处理，得到所述待检测芯片的缺陷特征值，并将所述缺陷特征值输入预先训练好的分类器，得到所述待检测芯片的缺陷所属的类别。

所述的光学芯片表面沾污缺陷检测方法，步骤2)中，对获取的芯片表面图像通过HALCON数字图像处理算法依次进行滤波器滤波、图像增强和芯片表面缺陷定位处理。

步骤4)中，对所述芯片表面缺陷定位处理得到的芯片表面区域进行图像灰度化；对所述图像灰度化的结果进行图像分割；对所述图像分割的结果进行形态学处理；对所述形态学处理的结果进行缺陷标定；计算得到的缺陷的特征值，得到缺陷特征值。

所述的光学芯片表面沾污缺陷检测方法，所述HALCON数字图像处理算法，采用基于模型的点云预处理、点云分割和点云聚类，最后采用最小二乘法对提取的芯片表面图像样本进行评价，并计算待检测芯片的缺陷特征值。