[发明专利]晶圆缺陷的检测方法及装置

权利要求书

1.一种晶圆缺陷的检测方法，其特征在于，包括：

采集待测晶圆的红外图像；

利用模板匹配算法对所述红外图像进行定位，得到目标形态图像；所述目标形态图像包括：牛顿环图；

对所述目标形态图像进行预处理，得到目标检测图像；所述目标检测图像包括：去噪牛顿环骨架图；

基于所述目标检测图像提取得到检测特征参数；所述检测特征参数包括：牛顿环层数；

基于所述检测特征参数进行阈值判断，得到所述待测晶圆的缺陷类型；

当所述目标形态图像为牛顿环图时，所述对所述目标形态图像进行预处理，得到目标检测图像，包括：

利用拉普拉斯算子对所述牛顿环图进行处理，提取得到牛顿环特征图；

利用骨架提取算法对所述牛顿环特征图进行骨架提取，得到牛顿环骨架图；

对所述牛顿环骨架图进行异常轮廓线的剔除，得到去噪牛顿环骨架图；

所述基于所述目标检测图像提取得到检测特征参数，包括：

计算出所述去噪牛顿环骨架图中各个轮廓线的中心点数据，得到中心点数据集合；

利用k-means聚类算法对所述中心点数据集合进行分类，得到N个簇；所述N为正整数；

计算簇P中的所有中心点数据的均值作为所述牛顿环的中心点数据；所述簇P为所述N个簇中，数据量最多的簇；

以所述牛顿环的中心点为原点建立平面坐标系，计算牛顿环与坐标系横轴正半轴的最大交点数作为牛顿环层数。

2.根据权利要求1所述的晶圆缺陷的检测方法，其特征在于，所述基于所述检测特征参数进行阈值判断，得到所述待测晶圆的缺陷类型，包括：

判断所述牛顿环层数是否大于或等于牛顿环阈值，若是，则判定所述待测晶圆的缺陷类型为键合缺陷，所述键合缺陷对应的站点异常为所述待测晶圆的制程中抛光站点异常。

3.根据权利要求1所述的晶圆缺陷的检测方法，其特征在于，

所述目标形态图像还包括：边角图像；

所述目标检测图像还包括：边角锐化图；

当所述目标形态图像为边角图像时，所述对所述目标形态图像进行预处理，得到目标检测图像，包括：

对所述边角图像进行锐化处理，得到边角锐化图。

4.根据权利要求3所述的晶圆缺陷的检测方法，其特征在于，

所述检测特征参数还包括：平均灰度差；

所述基于所述目标检测图像提取得到检测特征参数，包括：

读取所述边角锐化图的遍历线位置信息；

根据所述遍历线位置信息计算得到A区域图像的平均灰度值a；所述A区域为遍历线与图像边缘形成的三角形区域；

根据所述遍历线位置信息计算得到B区域图像的平均灰度值b；所述B区域为遍历线与图像边缘形成的梯形区域；

基于所述平均灰度值a和b计算得到平均灰度差。

5.根据权利要求4所述的晶圆缺陷的检测方法，其特征在于，所述基于所述检测特征参数进行阈值判断，得到所述待测晶圆的缺陷类型，包括：

判断所述平均灰度差是否大于灰度差阈值，若是，则判定所述待测晶圆的缺陷类型为崩角缺陷，所述崩角缺陷对应的站点异常为所述待测晶圆的制程中切割站点异常；

若否，则重新读取所述边角锐化图的遍历线位置信息直至满足遍历条件；所述遍历条件包括：所述平均灰度差大于灰度差阈值或所述遍历线位置信息与所述边角锐化图的图像边缘位置信息重合。

6.根据权利要求1所述的晶圆缺陷的检测方法，其特征在于，

所述目标形态图像，还包括：底材图像；

所述目标检测图像，还包括：底材灰阶图；

当所述目标形态图像为底材图像时，所述对所述目标形态图像进行预处理，得到目标检测图像，包括：

从标准图像库中调取得到标准底材图像；

基于所述标准底材图像对所述底材图像进行灰度调整，得到底材灰阶图。