深亞微米級IC的圖像檢測及自動分析技術(shù)研究.pdf

1、隨著半導(dǎo)體芯片工藝的極小化，已經(jīng)達到深亞微米級水平，特征圖形尺寸不斷減小，晶圓面積持續(xù)增加，導(dǎo)致缺陷密度越來越低，真假缺陷更難分辨。進行晶片圖像采集時，從理論上說，獲取單張芯片圖像不是問題，但深亞微米級IC晶片是超高精密產(chǎn)品且芯片集成度更高，為了獲得高分辨率的圖像，圖像采集系統(tǒng)需要工作在高倍放大倍數(shù)下，視野相對較小，采集的圖像張數(shù)以平方速度增加，顯然，海量圖像數(shù)據(jù)的存在制約著晶片質(zhì)量檢測的效率。 本文在廣東省2004年科技計劃項

2、目“基于數(shù)字圖像處理的IC晶片顯微自動檢測系統(tǒng)”階段性成果的基礎(chǔ)上，針對深亞微米級IC晶片質(zhì)量檢測中存在的巨大數(shù)據(jù)量與檢測實時性的矛盾，綜合應(yīng)用數(shù)字圖像處理技術(shù)、自動光學(xué)檢測技術(shù)、數(shù)據(jù)庫技術(shù)、模式匹配及模式識別理論等，主要從圖像檢測策略、自動分析算法、特征參數(shù)管理等幾個關(guān)鍵問題展開研究。 本文分別從算法理論和實際應(yīng)用的角度，對深亞微米級IC晶片圖像檢測及自動分析的相關(guān)技術(shù)難點進行深入分析，主要研究內(nèi)容如下： 圖像檢測策略

3、的研究與實驗驗證，根據(jù)IC晶片的先驗知識，采用關(guān)鍵區(qū)域檢測法及先粗后精檢測法，實現(xiàn)非遍歷檢測；同時針對不同的檢測目標，采用相應(yīng)的圖像檢測算法，實現(xiàn)不同缺陷的識別，對圖形規(guī)整或有規(guī)律可尋的圖像采用模式匹配的檢測方法，反之，則引入人機交互的檢測方法。 采用投影定理與基于像素特征的檢測方法得到投影變換的像素分布，通過檢測像素點的分布特性實現(xiàn)冗余物缺陷的檢測；同時采用Hough變換及基于骨架特征的檢測方法，在骨架提取與優(yōu)化的基礎(chǔ)上，通過

4、骨架跟蹤及Hough直線檢測的方法實現(xiàn)丟失物缺陷的識別，并確定芯片的失效形式。 提出了缺陷自動識別的方法，通過基于區(qū)域特征的圖像搜索方法實現(xiàn)目標區(qū)域的定位，根據(jù)區(qū)域特征選取合適的參考模板，采用SSDA加速匹配算法快速實現(xiàn)區(qū)域的搜索，然后對目標區(qū)域進行圖像處理與分析、識別；并以壓焊點質(zhì)量檢測為例驗證了該方法的可行性。 提出三層結(jié)構(gòu)的數(shù)據(jù)庫構(gòu)建模型，提高了圖像處理與分析、檢測結(jié)果入庫及數(shù)據(jù)輸出的兼容性；采用基于描述的數(shù)據(jù)挖掘