晶圆缺陷检测中的图像拼接技术研究
VIP免费
摘 要
图像拼接技术不仅可以将采集到的几幅小范围的原始图像重新生成一幅完整
图像，而且可以对原始图像由于成像畸变而产生的误差进行校正，最终达到快速、
准确拼接图像的目的。
本项目对晶圆缺陷检测系统中的图像拼接技术进行了研究。该研究针对晶圆
缺陷检测系统在一定分辨率下，CCD摄像机一次拍摄到的视场范围较小，不能一次
性获得整个晶圆图像从而影响后续缺陷特征提取的问题，提出了在系统中添加图
像拼接技术。
首先，介绍了图像采集系统设计。针对晶圆表面的固有特性，分析了用数字
图像处理技术检测晶圆缺陷的难点。在对晶圆表面强反射特性对 CCD 成像的影响
进行分析后，提出了斜拍策略，实现了晶圆图像的快速、准确拍摄。
其次，结合图像拼接的流程图，重点阐述几何变形校正、图像配准和图像融
合这三项图像拼接过程中的关键技术。针对几何变形校正，介绍了目前己有的实
物模型法和控制目标法，并对控制目标法进行了Matlab仿真；针对图像配准，通过
分析现有的一般配准方法，提出了一种新的基于Hough变换检测直线法的图像配准
方法，对配准参数进行了优化，并对该算法进行了实验结果分析和配准效果评价；
对于图像融合，分析了图像拼接缝隙产生的原因，以消除缝隙，经过比较，最终
采用渐入渐出法进行了图像融合的实现。
本项目所研究的晶圆缺陷检测中的图像拼接技术，对医学显微图像的拼接，
印刷行业、电路板设计等工序的缺陷检测具有一定的现实意义。
关键词：晶圆 图像拼接 图像配准 Hough变换 图像融合 渐入渐出
ABSTRACT
Image mosaic technology not only can stitch several small range images into a
whole image according to image acquisition sequence but also can correct error caused
by image acquisition mode. Accordingly, the mosaic speed and veracity of the
inspection system finally can be improved.
This project aimed at the application of Image Stitching technology in the wafer
defecting system. With the definite resolution ratio, field of vision of CCD is limited
that affect the speed of detect, so Image Stitching technology is put forward to improve
the rate and precision of the inspection system.
Firstly, the image acquisition mode is to be designed. According to wafer surface
characteristics and wafer patterns, some difficulties of machine vision for wafer defect
inspection were analyzed, after scientific research and experiment on the effect of
reflect characteristic of wafer surface, a strategy of inclined shooting mode was
designed for quick and accurate image capturing.
Secondly, according to the flow chart of image stitching, three key technologies are
emphatically elaborated in the procedure of image stitching which including image
acquisition, geometric correction and image registration and blending. On geometric
correction, current algorithms of products mode methods and coordinates transform are
analyzed. And some emulation has been done on Matlab6.5. On image registration,
after analysing some generic method, a new method based on the Hough Transform is
introduced, furthermore, optimizing the parameter and evaluating on stitched image
have been done. On image composition, after explaining origin of the edge of image
composition, a smooth syncretism method is adopted to denoise the edge caused by
image stitching.
All algorithms in image mosaic technology applied in the wafer defect inspection
system can be applied into practice such as microscopic image mosaicing and circuit
design industry.
Key Word: Wafer, Image Mosaic, Image Registration, Hough
Transform，Image Composition, Syncretize Smoothly
目 录
中文摘要
ABSTRACT
第一章 绪 论........................................................................................................... 1
§1.1 课题来源及目的.........................................................................................1
§1.2 缺陷检测技术与图像拼接技术的应用现状.............................................2
§1.3 论文的主要研究内容与关键技术.............................................................5
§1.3.1 论文的主要内容.................................................................................5
§1.3.2 关键技术.............................................................................................5
第二章 晶圆图像采集系统设计............................................................................. 7
§2.1 光源.............................................................................................................7
§2.1.1 光源的基本类型.................................................................................7
§2.1.2 LED 光源.............................................................................................8
§2.2 拍摄方式设计.............................................................................................8
§2.3 系统参数设计.............................................................................................9
§2.3.1 系统指标.............................................................................................9
§2.3.2 拍摄面积设计...................................................................................10
§2.3.3 图像分辨率设计...............................................................................10
第三章 晶圆图像畸变校正算法研究与实现....................................................... 12
§3.1 畸变及校正方法分类...............................................................................12
§3.1.1 实物模型法.......................................................................................12
§3.1.2 控制目标法.......................................................................................13
§3.2 多项式变换几何校正方法.......................................................................13
§3.2.1 变换方向的选择...............................................................................14
§3.2.2 空间坐标变换...................................................................................15
§3.2.3 灰度插值方法...................................................................................15
§3.2.4 控制点的选择与定位.......................................................................16
§3.2.5 多项式阶数的确定...........................................................................20
§3.3 网格图像变形校正的仿真结果分析.......................................................21
第四章 晶圆图像配准的一般算法....................................................................... 23
§4.1 图像配准关键步骤...................................................................................23
§4.1.1 特征提取...........................................................................................23
§4.1.2 变换模型及配准参数估计方法.......................................................24
§4.2 图像配准的一般方法...............................................................................26
§4.2.1 基于相关的配准方法.......................................................................26
§4.2.2 基于点匹配的配准...........................................................................26
§4.2.3 基于弹性模型匹配的配准...............................................................27
§4.2.4 傅立叶变换法...................................................................................27
第五章 基于 Hough 变换检测直线法的图像配准............................................... 30
§5.1 图像预处理...............................................................................................30
§5.1.1 图像二值化.......................................................................................30
§5.1.2 一种改进的边缘检测算子-水平垂直边缘检测算法.....................34
§5.2Hough 变换检测直线法.............................................................................36
§5.2.1 哈夫（Hough）变换原理.................................................................37
§5.2.2 晶圆图像的直线几何特征提取.......................................................38
§5.2.3 配准参数求取中优化方法的选择...................................................39
§5.2.4 图像重采样和变换...........................................................................48
§5.3 仿真结果分析及配准效果评价...............................................................49
第六章 晶圆图像融合算法的研究与实现........................................................... 52
§6.1 图像融合必要性分析...............................................................................52
§6.2 图像融合分类...........................................................................................52
§6.2.1 像素级图像融合...............................................................................52
§6.2.2 特征级图像融合...............................................................................53
§6.2.3 决策级图像融合...............................................................................54
§6.2.4 三种图像融合层次的性能比较.......................................................55
§6.3 图像融合算法...........................................................................................55
§6.3.1 取平均值方法...................................................................................56
§6.3.2 渐入渐出法.......................................................................................56
§6.4 仿真结果...................................................................................................58
§6.5 图像融合评价标准...................................................................................59
§6.5.1 主观评价标准...................................................................................59
§6.5.2 客观评价标准...................................................................................60
第七章 总结与展望............................................................................................... 63
参考文献..................................................................................................................64
在读期间公开发表的论文和承担科研项目及取得成果......................................66
致谢..........................................................................................................................67
第一章 绪论
1
第一章 绪论
§1.1 课题来源及意义
我国目前在半导体行业的落后严重制约着 IT 产业的发展[1]。未来的国际竞争
将是国家之间科技创新能力的竞争，突破现有技术进口限制，实现自主知识产权
是我们国家的一项长期发展战略，要改变我国在半导体及 IT 产业中的低端落后的
面貌，半导体工艺研究及质量控制是一重要环节，其中晶圆缺陷检测是一个比较
具体而现实的问题。
近年来，晶圆缺陷检测技术的研究，综合了机器视觉、数字图像处理等技术，
努力实现对晶圆表面进行快速检测，实现了晶圆缺陷检测的自动化，但由于摄像
采集器材视角的局限性，往往不能获得完整的晶圆图像，而晶圆图像的完整对晶
圆缺陷检测起着至关重要的作用，因此，图像拼接技术在数字图像处理中的作用
也日渐凸显出来。
本项目正是基于我国半导体产业背景，研究晶圆缺陷检测系统中的图像拼接
技术，课题来源于美国 LWA-Tech 公司。
从1947 年开始，半导体工业已经呈现出在新工艺和工艺提高上的持续发展。
工艺的提高导致了具有更高集成度和可靠性的集成电路的产生，从而推动了电子
工业的革命。在大规模集成电路生产过程中，抛光晶圆上的微小缺陷可能会造成
非常严重的问题，各种缺陷在图像亮度分布、纹理和形状方面具有各自的特征，
每种缺陷都可能有其变异，多种缺陷也可能共存。缺陷的存在可能会造成最终产
品无法使用，所以检测和识别晶圆缺陷对于工艺过程是必要的。半导体工业发展
还呈现出这样的特点：特征图形尺寸减小以及芯片和晶圆尺寸增大。在圆形的晶
圆上制造方形或者长方形的芯片导致在晶圆的边缘处剩下一些不可使用的区域，
当芯片的尺寸增大时这些不可使用的区域也随之增大。为了弥补这种损失，半导
体业界采用了更大尺寸的晶圆。
随着芯片的尺寸增大，早在 1960 年时，1英寸直径的晶圆已经被 200mm 和
300mm（8英寸和 12 英寸）晶圆所代替[2]。用现有的基于机器视觉晶圆缺陷检测
方法获取单幅图像的视场范围通常是有限的，只能反映整个晶圆的一部分。基于
这种情况，为了扩大视场范围、获取晶圆图像的完整信息，我们将图像拼接技术
引入到晶圆缺陷检测系统中来，通过扫描多幅边界上部分重叠的图像以覆盖整个
晶圆，并把多幅重叠图像拼接成一幅高分辨率的大幅面图像，这样有利于缺陷对
象分割，避免各类缺陷之间的相互干扰，有利于提取完整的缺陷特征从而为后续
的建立识别不同种类对象系统打下坚实的基础。图 1-1 列举了一片成品晶圆，图
中标识部分为晶圆表面各部分的名称：
晶圆缺陷检测中的图像拼接技术研究
2
图 1-1 晶圆术语
本项目中，作者在如何获取晶圆局部图像和如何应用图像处理方法来进行晶
圆图像的拼接以及拼接实验结果分析等方面做了深入的研究，这对进一步的晶圆
缺陷检测以及印刷，电路板设计等工序的缺陷检测有一定的现实意义。
§1.2 缺陷检测技术与图像拼接技术的应用现状
基于图像处理技术的晶圆缺陷检测技术处于理论和应用研究阶段，为了实现
检测过程的自动化和准确性，该技术在许多方面都需要较大提高。
人工视觉检测是传统的广泛使用的方法，但是人工操作容易受到操作人员的
身体、精神状况的影响，其检验准确性更是因设备复杂度、工作时间、工作压力
的增大而降低，难以保证检测精度和检测效率，很难实现检测过程自动化。传统
人工检测方法检测到的图案缺陷捕捉率仅为 14%[1]。
近年来，晶圆检测技术的研究，综合了计算机视觉等技术，努力实现对晶圆
表面进行快速检测，实现晶圆检测过程的自动化。日本 Nikon Instech 公司开发的
一种自动的宏检测系统 AMI-3000，较好地解决现有检测技术关于能见度不足的
问题。目前基于机器视觉的晶圆缺陷检测技术中，自动光学检测技术（AOI）是
一种较新的缺陷检测方法[3]。用光学手段获取被测物图形，然后以某种方法进行
检验、分析和判断，以实现自动光学检测。检测时，通过 CCD 或传感器获得照
明图像并使之数字化，然后将 AOI 系统中存储的数字化标准图像与实际检测到的
图像进行比较、分析，从而获得检测结果，其实质是运用 Pattern Matching 和Blob
Analysis 技术对检测信息进行分析判断，因此易于跟踪诊断、程序开发较快。这
种方式的检测精度取决于标准图像、分辨率和所用检测程序，一般可取得较高的
检测精度，但对拍摄被测图像时的光照条件以及被测件的定位精度要求较高。AOI
系统中检测程序所用的检测算法也很重要，检测算法的优劣直接影响 AOI 系统的
检测精度。检测算法的核心就是标准图像与待测图像进行比较，求出两者的差异，
摘要：
展开>>
收起<<
摘要图像拼接技术不仅可以将采集到的几幅小范围的原始图像重新生成一幅完整图像，而且可以对原始图像由于成像畸变而产生的误差进行校正，最终达到快速、准确拼接图像的目的。本项目对晶圆缺陷检测系统中的图像拼接技术进行了研究。该研究针对晶圆缺陷检测系统在一定分辨率下，CCD摄像机一次拍摄到的视场范围较小，不能一次性获得整个晶圆图像从而影响后续缺陷特征提取的问题，提出了在系统中添加图像拼接技术。首先，介绍了图像采集系统设计。针对晶圆表面的固有特性，分析了用数字图像处理技术检测晶圆缺陷的难点。在对晶圆表面强反射特性对CCD成像的影响进行分析后，提出了斜拍策略，实现了晶圆图像的快速、准确拍摄。其次，结合图像拼接...
相关推荐
-
跨境电商商业计划书模版VIP免费
2025-01-09 6 -
跨境电商方案范文VIP免费
2025-01-09 6 -
创业计划书VIP免费
2025-01-09 6 -
xx生鲜APP计划书VIP免费
2025-01-09 6 -
跨境电商创业园商业计划书(盈利模式)VIP免费
2025-01-09 6 -
跨境电商计划书VIP免费
2025-01-09 7 -
绿色食品电商平台项目计划书VIP免费
2025-01-09 6 -
农产品电子商务商业计划书VIP免费
2025-01-09 6 -
农村电商平台商业计划书VIP免费
2025-01-09 7 -
生鲜商城平台商业计划书VIP免费
2025-01-09 6
作者：牛悦
分类：高等教育资料
价格：15积分
属性：69 页
大小：3.11MB
格式：PDF
时间：2024-11-19
