[發明專利]基于特征匹配的晶圓缺陷檢測方法

在審

• 申請號: 201611214743.4
• 申請日: 2016-12-26
• 公開（公告）號: CN106600600A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 杜娟;譚健勝;胡躍明
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06T7/136;G06K9/46
• 代理公司: 東莞市十方專利代理事務所(普通合伙)44391
• 代理人: 黃云

技術領域

本發明涉及圖像處理方法技術領域，尤其涉及一種基于特征匹配的晶圓缺陷檢測方法。

背景技術

隨著集成電路制造技術的快速發展，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。因此，缺陷的研究變得越來越重要，對缺陷的研究結果可以用來改善或改進工藝，從而提高產品的成品率，同時可以提高IC芯片的可靠性。而現有技術中一般通過肉眼檢測的方法對晶圓缺陷進行檢測，不但檢測效果不好且檢測效率較低。

發明內容

本發明所要解決的技術問題是如何提供一種可以有效的檢測晶圓上微小缺陷，且檢測效率高的基于特征匹配的晶圓缺陷檢測方法。

為解決上述技術問題，本發明所采取的技術方案是：一種基于特征匹配的晶圓缺陷檢測方法，其特征在于包括如下步驟：

采集晶圓樣品圖像，將晶圓樣品圖像與芯片模版圖像進行匹配，尋找晶圓樣品圖像中單個待檢測芯片區域；

芯片模版圖像和待檢測芯片圖像的特征點的特征向量進行描述；

芯片模版圖像和待檢測芯片圖像的特征點進行匹配，再對誤匹配點進行剔除，根據匹配的結果完成待檢測芯片圖像的位置調整和校正；

對芯片模版圖像和配準后的待檢測芯片圖像分別進行二值化，實現芯片缺陷信息的提取。

優選的，所述的采集晶圓樣品圖像，將晶圓樣品圖像與芯片模版圖像進行匹配，尋找晶圓樣品圖像中單個待檢測芯片區域的方法如下：

首先按像素計算模板圖像與待搜索圖像的相似度量，然后找到最大或最小的相似度量區域作為匹配位置。

優選的，所述的首先按像素計算模板圖像與待搜索圖像的相似度量，然后找到最大或最小的相似度量區域作為匹配位置的方法如下：

采用基于灰度值的模板匹配方法，基于灰度值的模板匹配方法將整幅圖像的灰度值作為相似度量，利用定義好的搜索策略按照從上到下、從左到右的順序在待搜索圖像中搜索符合條件的區域，通過設定一個指定大小的搜索窗口，在搜索窗口中進行搜索比較；

待搜索圖像中目標物的位姿通過平移來描述，模板由圖像t(r,c)來表示，其中的感興趣區域指定為T，模板匹配就是在待匹配圖像中按照一定順序平移模板感興趣區域T，然后計算待匹配圖像中該區域與模板感興趣區域的相似度量值s，相似度量由下式描述:

s(r,c)＝s{t(u,v),f(r+u,c+v)；(u,v)∈T}

其中s(r,c)表示基于灰度值計算的相似度量，t(u,v)表示模板中各點的灰度值，f(r+u,c+v)表示模板感興趣區域移到圖像當前位置的灰度值；

求取相似度量的方法是計算兩圖像之間灰度值差值的絕對值之和SAD或所有差值的平方和SSD，SAD和SSD分別用以下兩式表示:

其中，n表示模板該興趣區域內像素點的數量，即n＝|T|；對于SAD和SSD來說，相似度量的值越大，待搜索圖像與模板之間的差別也就越大。

優選的，所述的芯片模版圖像和待檢測芯片圖像的特征點的特征向量進行描述的方法如下：

采用Harris算子提取特征點取代SIFT算法中的極值點，并精確定位極值點，然后為每個特征點定義主方向，最后采用主成分分析法來生成特征點描述子。

優選的，所述的采用Harris算子提取特征點取代SIFT算法中的極值點的方法如下：

Harris算子的值為：

R＝det(C)-ktr²(C)

式中，det為矩陣的行列式；tr為矩陣的跡；C為相關矩陣，且：

式中，I_u(x)、I_v(x)、I_uv(x)分別為圖像點x的灰度在u和v方向的偏導以及二階混合偏導；k為經驗值；當某點的Harris算子R大于設定閾值T時，該點為角點。

優選的，所述的精確定位極值點的方法如下：

利用DOG函數的二階Taylor展開式D(X)插值得到特征點位置和尺度坐標的精確值：

式中向量X＝(x,y,σ)，表示采樣點和特征點之間的位置、尺度偏移；令上式的一階導數為0，可得特征點精確位置的偏移向量為：

將加到原粗特征點的坐標X，即得到特征點的亞像素精確插值估計，經過數學代入以后可得：

當|D(X)|值小于某閾值時，該特征點舍去；