论文部分内容阅读
随着半导体芯片工艺的极小化,已经达到深亚微米级水平,特征图形尺寸不断减小,晶圆面积持续增加,导致缺陷密度越来越低,真假缺陷更难分辨。进行晶片图像采集时,从理论上说,获取单张芯片图像不是问题,但深亚微米级IC晶片是超高精密产品且芯片集成度更高,为了获得高分辨率的图像,图像采集系统需要工作在高倍放大倍数下,视野相对较小,采集的图像张数以平方速度增加,显然,海量图像数据的存在制约着晶片质量检测的效率。 本文在广东省2004年科技计划项目“基于数字图像处理的IC晶片显微自动检测系统”阶段性成果的基础上,针对深亚微米级IC晶片质量检测中存在的巨大数据量与检测实时性的矛盾,综合应用数字图像处理技术、自动光学检测技术、数据库技术、模式匹配及模式识别理论等,主要从图像检测策略、自动分析算法、特征参数管理等几个关键问题展开研究。 本文分别从算法理论和实际应用的角度,对深亚微米级IC晶片图像检测及自动分析的相关技术难点进行深入分析,主要研究内容如下: 图像检测策略的研究与实验验证,根据IC晶片的先验知识,采用关键区域检测法及先粗后精检测法,实现非遍历检测;同时针对不同的检测目标,采用相应的图像检测算法,实现不同缺陷的识别,对图形规整或有规律可寻的图像采用模式匹配的检测方法,反之,则引入人机交互的检测方法。 采用投影定理与基于像素特征的检测方法得到投影变换的像素分布,通过检测像素点的分布特性实现冗余物缺陷的检测;同时采用Hough变换及基于骨架特征的检测方法,在骨架提取与优化的基础上,通过骨架跟踪及Hough直线检测的方法实现丢失物缺陷的识别,并确定芯片的失效形式。 提出了缺陷自动识别的方法,通过基于区域特征的图像搜索方法实现目标区域的定位,根据区域特征选取合适的参考模板,采用SSDA加速匹配算法快速实现区域的搜索,然后对目标区域进行图像处理与分析、识别;并以压焊点质量检测为例验证了该方法的可行性。 提出三层结构的数据库构建模型,提高了图像处理与分析、检测结果入库及数