[发明专利]缺陷图像自动分类标记系统、建立方法及分类标记方法

说明书

本发明提供一种缺陷图像自动分类标记系统、建立方法及运用。系统包括存储模块、图像转换模块、图形识别模块、规则识别模块及输出模块；存储模块用于存储缺陷图像；图像转换模块与存储模块相连接，用于对存储的缺陷图像进行格式转换；图形识别模块与图像转换模块相连接，用于对格式转换后的缺陷图像进行图形识别，以根据缺陷图像的形状进行分类标记；规则识别模块与图像转换模块和/或图形识别模块相连接，用于对格式转换后无法根据形状进行分类标记的缺陷图像按规则进行分类标记；输出模块与图形识别模块及规则识别模块相连接，用于输出分类标记结果。本发明有助于快速准确地查找出问题根源，节省人力，避免人为主观因素造成图像分类差异。

技术领域

本发明涉及半导体芯片生产制造领域，具体涉及芯片制造过程的缺陷分类，特别是涉及一种缺陷图像自动分类标记系统及建立方法、基于该缺陷图像自动分类标记系统的缺陷图像自动分类标记方法、控制模块及存储介质。

背景技术

半导体芯片制造过程中，往往会因环境、设备和/或工艺等原因而产生微颗粒(particle)，这些微颗粒落在晶圆上，会形成各种各样的缺陷(defect)图像，由此导致生产良率的下降。随着芯片特征尺寸的不断缩小和器件集成度的日益提高，缺陷图像对器件质量的影响越来越大，因而芯片厂对缺陷图像的管控也越来越严，对缺陷图像进行快速准确地分析以找出真正影响制程的缺陷并查找出问题根源，是半导体厂内工程师日常的重要工作。

半导体芯片制造厂每天都会产生大量的缺陷图像，传统方式是工程师通过肉眼检查缺陷图像，之后进行分类并判定图像是否异常。这种依据人工目检的方式不仅耗费大量人力，同时因为人为主观因素，对同一图像可能产生不同的分类，导致难以快速准确地查找出问题缺陷及其根源。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种缺陷图像自动分类标记系统及建立方法、基于该缺陷图像自动分类标记系统的缺陷图像自动分类标记方法、控制模块及存储介质，用于解决现有的半导体厂内依靠工程师肉眼检查缺陷图像并进行人工分类，不仅耗费大量人力，同时因为人为主观因素，对同一图像可能产生不同的分类，导致难以快速准确地查找出问题缺陷及其根源等问题。

为实现上述目的及其他相关目的，本发明提供一种用于半导体芯片制备中的缺陷图像自动分类标记系统，所述缺陷图像自动分类标记系统包括：

存储模块，用于存储缺陷图像；

图像转换模块，与所述存储模块相连接，用于对存储的所述缺陷图像进行格式转换；

图形识别模块，与所述图像转换模块相连接，用于对格式转换后的所述缺陷图像进行图形识别，以根据所述缺陷图像的形状进行分类标记；

规则识别模块，与所述图像转换模块和/或所述图形识别模块相连接，用于对格式转换后无法根据缺陷图像的形状进行分类标记的缺陷图像按规则进行分类标记；

输出模块，与所述图形识别模块及规则识别模块相连接，用于输出分类标记结果。

可选地，所述图像转换模块将所述缺陷图像自kafka图像格式转换为点阵格式。

可选地，所述图形识别包括图像模板匹配方法、结构相似性识别方法、感知哈希算法和直方图方法中的一种或多种。

可选地，根据所述缺陷图像的形状将所述缺陷图像分为线形、环形、刮痕形和发散旋转形。

可选地，所述缺陷图像根据规则识别分为正常形和聚集形。

更可选地，所述规则识别为，对构成缺陷图像的缺陷点的间距进行识别，缺陷图像中相距5um的缺陷点记为Q1，当同一缺陷图像中的Q1数量10颗，则该缺陷图像分类标记为聚集形；缺陷图像中相距[5um,1cm]的缺陷记为Q2，当同一缺陷图像中的Q2数量30颗，则该缺陷图像分类标记为聚集形，非聚集形的缺陷图像则分类标记为正常形。