晶圓和印刷電路板上的微觀(guān)缺陷檢測(cè)是制造過(guò)程中的標(biāo)準(zhǔn)程序，也是質(zhì)量保證的關(guān)鍵步驟。幾乎所有的生產(chǎn)線(xiàn)都已使用基于相機(jī)的自動(dòng)在線(xiàn)檢查功能來(lái)取代耗時(shí)的電路板人工檢查功能。印刷電路板和晶片的規(guī)則幾何形狀使基于視覺(jué)的異常檢測(cè)成功使用。

通過(guò)將最終產(chǎn)品圖像（最終產(chǎn)品）與正確構(gòu)造的晶圓的參考圖像進(jìn)行比較，可以檢測(cè)出晶圓中預(yù)期圖案的缺陷或偏離。然后，兩個(gè)圖像的基于像素的比較可以揭示兩個(gè)圖像中相應(yīng)像素之間相似性度量的任何偏差，并警告可能的缺陷。使用這種方法，只有當(dāng)兩個(gè)圖像都接近完美對(duì)齊時(shí)，才能減少誤報(bào)檢測(cè)。兩個(gè)圖像的對(duì)準(zhǔn)增加了處理分辨率，圖像尺寸，與晶片的距離和匹配方式的變化所需的另一層處理。

計(jì)算機(jī)芯片組軌跡–可見(jiàn)缺陷

為了減少對(duì)準(zhǔn)和匹配采集模態(tài)的需要，可以根據(jù)參考圖像和最終產(chǎn)品晶圓圖像的圖像特征對(duì)其進(jìn)行比較。在這方面，特征是指圖像中具有尖銳彎曲和扭曲并且對(duì)于縮放和旋轉(zhuǎn)不變的位置。影像特征的此類(lèi)示例之一是Harris角特征。

晶圓上的缺陷檢測(cè)通常以規(guī)則的幾何圖案上的不規(guī)則形狀為特征。這樣的不規(guī)則將吸引特征檢測(cè)器，該特征檢測(cè)器將其標(biāo)記為圖像特征。除了缺陷之外，還將檢測(cè)正常的晶圓幾何形狀，例如參考圖像的微觀(guān)結(jié)構(gòu)中的拐角和彎曲。

晶圓缺陷檢測(cè)之路

然后將晶圓缺陷檢測(cè)的問(wèn)題減少為僅匹配幾個(gè)候選特征而不匹配整個(gè)圖像。通過(guò)這種方法，避免了逐像素比較，從而使得該方法對(duì)于晶片的在線(xiàn)和離線(xiàn)檢查缺陷非常有吸引力。通常，從參考圖像和最終產(chǎn)品圖像中提取的特征組不應(yīng)相等。因此，組合算法首先需要將參考圖像中的特征對(duì)與最終產(chǎn)品中的特征對(duì)進(jìn)行匹配。

不匹配，缺失或附加的功能需要仔細(xì)檢查，以確定它們是否確實(shí)是缺陷。在這一點(diǎn)上，需要為所研究的幾何構(gòu)造定制的算法，以便僅檢測(cè)那些對(duì)于正確的晶片缺陷檢測(cè)必不可少的失配特征。

一旦認(rèn)為缺陷檢測(cè)器的性能令人滿(mǎn)意，就可以對(duì)缺陷進(jìn)行表征。一種或另一種類(lèi)型的缺陷可能表示生產(chǎn)線(xiàn)上特定位置的故障。發(fā)生這種情況將使工廠(chǎng)工程師可以查明有問(wèn)題的機(jī)械并進(jìn)行更換。此外，缺陷分類(lèi)可以幫助評(píng)估缺陷零件的損壞嚴(yán)重程度并制定有關(guān)其命運(yùn)的決定。

為了檢測(cè)和分類(lèi)其尺寸可能小于圖像尺寸的一小部分的缺陷，需要大量的專(zhuān)業(yè)知識(shí)。未能檢測(cè)到它們可能導(dǎo)致產(chǎn)品可靠性和可用性方面的嚴(yán)重后果我們內(nèi)部的專(zhuān)業(yè)知識(shí)使我們能夠構(gòu)建最先進(jìn)的基于視覺(jué)缺陷檢測(cè)算法。想要了解更多，歡迎前來(lái)秘銀科技咨詢(xún)。