随着ULSI/VLSI集成电路要求的特征图形尺寸越来越小,缺陷密度越来越低,IC制造中的各种缺陷发生的愈加频繁,而目前集成电路生产工艺已经可达到0.10微米及以下的水平,存在多种难以分辨的真假缺陷,使之准确区分硅片图形与硅片缺陷是一项非常复杂和深具挑战性的工作。由于受到各种人为因素的影响和IC产品精密特性的限制,当前国内大多数集成电路生产企业的常规检测方法难以跟上IC产业生产要求的步伐,其产品检测质量和效率受到很大影响。 本文研究基于机器视觉的IC晶片智能检测技术是以实时自动化精密检测为应用目标,综合应用光机电一体化技术、数字图像处理技术、自动光学检测技术、模式匹配理论和相对标定法,用于半导体制程中IC晶片的缺陷检测。主要内容是围绕以下几个关键问题进行的:1.IC晶片图像的缺陷分类和识别;2.IC制造中多余物的快速有效地提取;3.IC引线孔的识别算法研究;4.IC晶片检测平台的控制策略和检测中的标定技术研究。本文分别从算法理论和实际应用的角度,对IC晶片检测的相关技术难点进行深入分析,在几个方面的研究取得了创新。 针对晶圆图形和IC晶片的固有特性,分析了IC晶片的定位与检测原理及自动分析的难点,提出光栅式和矢量式扫描相结合的数控平台控制策略,解决了常规检测方法中逐步、重复扫描的许多不足,实现IC晶片检测的快速、准确定位。 基于数学形态学的IC晶片多余物缺陷提取方法是本文在自动检测IC晶片缺陷中具有创新意义的技术,它对IC制造中真实多余物的轮廓边界和位置提取的准确率较高。文中首先用样本图像进行轮廓提取的算法原理的验证,并在此基础上进行多余物缺陷的位置提取的实验测试,分析其结果,研究算法的准确率。 本文解决了IC图像中引线孔的识别问题,提出基于图像特征的匹配算法识别不同大小的引线孔,并引入封闭性度量解决二值图像中引线孔可能不封闭等情况,提高引线孔的准确率,并把模式匹配复杂的相关运算转化为简单的异或运算,简化运算量,提高识别效率和实时性。 从IC晶片显微视觉测量系统的特点出发,分析参数测量过程中影响测量精度的因素,提出卡尺标准件法与亚象素细分算法结合的粗精二次标定方法,实现对特征