近年来,随着我国半导体行业的迅速发展,光刻工艺复杂度不断提高,品圆的缺陷来源越来越多元化,晶圆检测的传统方式主要为人工目检,该检测方法效率低,且易受主观因素影响,产生漏检、误检的情况,已不能满足工业需要。为了提高晶圆缺陷检测速度与可靠性,实现晶圆缺陷在线视觉检测,降低缺陷对半导体制造业的影响,提高产品的良品率,本文在分析现有缺陷检测方法的基础上,结合计算机技术与图像处理技术,对该课题展开研究。首先,为了获取高分辨率的晶圆表面图像,选用合适的图像采集设备,搭建了图像采集系统。在光源选择中,系统选用红色同轴光源,不仅克服了晶圆表面高反射度的缺点,而且红光较长的波长也最大程度的保护了晶圆表面的光刻胶。微米级的检测精度限制了相机的视场,为了获取完整的晶圆图像,且要避免相机的抖动造成干扰,搭建了三轴运动平台,负责吸附晶圆,按照规定的路径移动,捕获到整个晶圆的完整图像。其次,针对图像在采集、传输过程中,受到光源性能、通道带宽、噪声等的影响而产生噪声的问题,根据图像噪声的特点与算法实验对比,确定采用改进的中值滤波法—多重中值滤波,滤除图像噪声；为了提高图像的对比度,突出我们感兴趣的区域,滤波完成后,采用直方图规定化的方法对图像进行增强,增强图像的判读和识别效果。最后,为了搜索匹配到晶圆图像中所有的Die单元,对模版匹配算法进行了深入的研究,由Die单元分布特点,结合算法实验效果对比,确定采用归一化互相关的模板匹配算法,该方法对图像灰度值的线性变化具有“免疫性”,对光照改变具有较好的鲁棒性。通过图像差影法得到差分图像,将得到的差值与预设的阈值进行比较,大于阈值,则标记为缺陷点。通过大量的实验,验证了该检测系统的可行性,有效的检测出品圆表面的缺陷,精度到达15μm。该系统可在实际应用中取代人工,实现快速准确的缺陷检测。