IC晶圓表面缺陷檢測技術研究.pdf

1、隨著集成電路制造技術的快速發(fā)展，晶圓的特征尺寸不斷減小，造成更多微小的缺陷。晶圓表面的缺陷已經成為影響良率的主要障礙。如何精確自動檢測晶圓的缺陷是一項復雜而有挑戰(zhàn)性的工作。缺陷檢測技術已經成為集成電路產業(yè)的關鍵技術。本文對晶圓表面缺陷檢測技術做深入研究。
　　本文采用圖像處理技術和超分辨率技術相結合的方法檢測晶圓的缺陷。圖像處理主要包括圖像濾波、特征提取和圖像匹配等算法。超分辨率技術可以從一系列的低分辨率圖像中獲得高分辨率圖像。<

2、br>　　本文具體的研究成果和結論有以下幾點：
　　首先，本文討論了晶圓生產過程中缺陷的來源，根據(jù)缺陷的形態(tài)特征，可以將缺陷分為冗余物、晶體缺陷和機械損傷三種；分析了缺陷檢測中影響精度的主要原因，例如光源的選擇和光束的調制，選擇波長更小的激光，使用光學干涉顯微鏡等。
　　其次，將計算機視覺開源庫（OpenCV）引入到算法的實現(xiàn)中來，大大提高了算法效率和系統(tǒng)可擴展性。使用OpenCV實現(xiàn)了對于晶圓圖像的線性和中值濾波，中值濾波

3、器比線性濾波器在圖像細節(jié)上保留的更好，而且對濾除圖像掃描噪聲富有成效。通過Hough變換提取了晶圓的線狀特征，通過Harris算法提取了晶圓的角點特征，并且提出了一種通過兩個特征值限定范圍的Harris改進方法。文中討論了圖像匹配的兩種方式：基于灰度的圖像匹配和基于特征的圖像匹配。文中使用歸一化自相關函數(shù)進行模板匹配；用SIFT算法做了基于特征的圖像匹配演示，實驗結果證明SIFT算法進行圖像匹配是高效而且準確的。
　　最后，引用超