一种硅片位置偏差检测方法及系统与流程

1.本发明涉及偏差检测领域，尤其涉及一种硅片位置偏差检测方法及系统。


背景技术：

2.半导体芯片的生产，一般涉及到十几个工艺过程。从宏观上来说，这些工艺过程分为前道流程和后道流程。前道流程主要指在硅片上形成器件的工艺过程，包括光刻、扩散和离子注入等工作。后道流程主要完成半导体芯片的测试、分割、封装等工作。后道流程处理的对象是已经形成若干个电路结构的圆形硅片，这些硅片在工作台上测试、分割之前必须确定其准确位置，由于电路结构尺寸很小，任何细微的中心位置偏差和角度上的偏差，均可能在半导体生产中引发严重后果，如切割破坏电路结构，检测触点对位偏离导致检测失败等。
3.在硅片位置偏差检测过程中，硅片一般水平放置于工作台上，因而位置的偏差一般包括三种：x轴方向偏差，y轴方向偏差，角度偏差。一般来说，依据后续工作内容的不同，来决定对哪些偏差进行检测，通常情况下，这三种偏差均需进行精确的检测。目前，业界对硅片进行位置偏差的检测普遍采用工业摄像头采集硅片表面图像，并针对表面图像信息结合特定方法进行计算和分析，最终得出位置偏差信息的方式。
4.现有技术检测硅片位置的偏差通常有以下缺点：使用图像模板匹配方式进行位置偏差检测的方法中需要依据特定图像模板进行相关性匹配，这些模板的匹配过程涉及到繁复的参数设定和阈值调整过程，对技术人员经验要求很高。使用对位标志几何计算的位置偏差检测过程涉及到多次运动、采集、分析计算。这个过程耗时长，明显增加了每次检测的时间，降低了后续工艺流程效率，检测系统复杂度高，增加了检测过程的风险系数。提高了整个工艺生产过程的故障率。并且检测精度偏低，难以满足高精度要求的应用场景。硅片位置偏差检测后需要结合运动机构的运动来进行偏差校正。而运动机构未经精确校正或校准时，误差较大，难以实现高精度的检测。


技术实现要素：

5.本技术提供了一种硅片位置偏差检测方法及系统，以解决现有技术偏差检测过程涉及到多次运动、采集、分析计算，造成检测过程繁琐，检测精度低，检测时间长的问题。
6.第一方面，一种硅片位置偏差检测方法，所述方法包括：
7.采集放置在工作台上的硅片的第一硅片图像；所述工作台平面设置有xy坐标轴，水平方向为x轴，竖直方向为y轴；
8.将所述第一硅片图像进行霍夫变换方法处理，提取出所述第一硅片图像的偏差中心线；
9.计算所述偏差中心线与所述x轴和所述y轴的偏差角度；
10.获取将所述硅片根据所述偏差角度旋转后的第二硅片图像；所述硅片旋转后的偏差中心线与y轴平行；
11.在所述第二硅片图像中提取垂直于所述偏差中心线的标记中心线；
12.在所述标记中心线上标记第一标记点和第二标记点，所述第一标记点和所述第二标记点关于所述偏差中心线对称；
13.采集第一标记点图像和第二标记点图像，计算第一偏移量和第二偏移量，将所述第一偏移量和所述第二偏移量带入预测模型得到检测结果。
14.采用本实现方式，将硅片放置于工作台后，首先对硅片进行预处理，采集硅片的图像，通过提取硅片图像中的偏差中心线，可以计算出当前硅片位置与x轴和y轴之间的偏移角度，并通过运动机构旋转硅片，偏差中心线与y轴平行，减小偏移角度偏差。然后通过对第一标记点和第二标记点的图像采集，分析第一标记点和第二标记点与x轴和y轴的偏移量，带入预测模型中获得硅片偏差结果。
15.进一步的，所述采集第一标记点图像和第二标记点图像，计算第一偏移量和第二偏移量包括：
16.平移所述硅片使得所述第一标记点位于所述工作台中心区域，采集所述第一标记点的第一标记点图像，计算所述第一标记点的中心与x轴和y轴的偏移量x1、y1；
17.平移所述硅片使得所述第二标记点移至所述工作台中心区域，采集所述第二标记点的第二标记点图像，计算所述第二标记点的中心与x轴和y轴的偏移量x2、y2。
18.采用本实施方式，将第一标记点和第二标记点移至工作台中心区域进行采集图像，能够更清楚的看出第一标记点和第二标记点与x轴和y轴之间的偏移量，更加方便计算。
19.进一步的，所述采集第一标记点图像和第二标记点图像前还包括：
20.在系统数据库中获取硅片类型信息，从所述系统数据库中调出所述硅片类型信息的预测模型；
21.若系统数据库中没有所述硅片类型信息，建立岭回归模型；
22.所述建立岭回归模型步骤包括：
23.采集若干组训练数据，所述训练数据包括所述第一偏移量、所述第二偏移量和偏差值，所述偏差值包括x轴方向偏差、y轴方向偏差和角度偏差；
24.将所述训练数据进行岭回归训练，得到岭回归模型；
25.将所述岭回归模型数据存入所述系统数据库。
26.采用本实施方式，在系统数据库中查找硅片类型信息，可直接从系统数据库中调出相应的硅片类型的预测模型；如果系统数据库中没有硅片类型信息，说明所述硅片类型未被检测过，需要建立岭回归模型训练所述硅片的数据，得到岭回归模型，并将岭回归模型数据存到系统数据库中，扩大系统数据库的范围。
27.更进一步的，若系统数据库中没有所述硅片类型信息时，
28.将所述预测模型替换为所述岭回归模型，将所述第一偏移量和所述第二偏移量带入所述岭回归模型得到所述检测结果。
29.进一步的，所述提取出所述第一硅片图像的偏差中心线的步骤前还包括：
30.检测所述硅片的中心线数量；
31.若所述硅片的中心线数量为1时，则直接提取偏差中心线；
32.若所述硅片的中心线数量为0时，则提取距离硅片中心最近的2-4根直线，计算平均斜率，根据所述平均斜率在所述硅片中标记出所述偏差中心线。
33.进一步的，所述第一硅片图像进行霍夫变换方法处理前，还包括：
34.对所述第一硅片图像进行二值化处理，得到二值化硅片图像；
35.对所述二值化硅片图像进行反色、形态化、反色处理得到形态化图像。
36.采用本实施方式，通过对第一硅片图像进行颜色处理，去除多余颜色，并进行反色、形态化处理，便于后续提取第一硅片中的直线，减小提取第一硅片图像中直线的难度。
37.另一方面，本技术提供了一种硅片位置偏差检测系统，包括：图像采集单元、图像处理单元、运动机构、辅助照明单元、系统数据库；
38.所述图像采集单元连接有一个高分辨率摄像头和一个低分辨率摄像头，被配置为采集第一硅片图像、第二硅片图像、第一标记点图像和第二标记点图像，并发送至图像处理单元；
39.所述图像处理单元接收所述第一硅片图像、所述第二硅片图像、所述第一标记点图像和所述第二标记点图像，对所述第一硅片图像进行霍夫变换方法处理，提取出所述第一硅片图像的偏差中心线；
40.所述运动机构根据偏差角度旋转硅片至所述偏差中心线与工作台的y轴平行，以及根据检测结果移动并旋转所述硅片；所述工作台中心设置有xy坐标轴，水平方向为x轴，竖直方向为y轴；
41.所述辅助照明单元在采集图像时提供照明的光源，根据照明环境切换光源强度；
42.所述系统数据库保存有预测模型数据，进行偏差检测时调取相应的预测模型，保存岭回归模型数据。
43.进一步的，所述图像处理单元包括计算模块和标记模块，所述计算模块被配置为计算所述偏差中心线与x轴和y轴的偏差角度；所述标记模块被配置为标记第一标记点和第二标记点。
44.更进一步的，若所述硅片中心线数量为0时，所述计算模块还被配置为计算距离所述硅片中心最近的2-4根直线的平均斜率；所述标记模块还被配置为根据平均斜率在所述硅片中标记出所述偏差中心线。
45.进一步的，所述图像采集单元采集所述第一硅片图像时，启动所述低分辨率摄像头；采集所述第一标记点图像和所述第二标记点图像时，启动所述高分辨率摄像头。
46.本技术提供一种硅片位置偏差检测方法及系统，第一方面，一种硅片位置偏差检测方法通过获取待测的硅片的第一硅片图像，提取第一硅片图像中的偏差中心线，计算出偏差中心线与工作台xy坐标轴之间的偏差角度，根据偏差角度旋转硅片，使得偏差中心线与y轴平行，获取此时的第二硅片图像。采集第一标记点图像和第二标记点图像，得到第一偏移量和第二偏移量，并将第一偏移量和第二偏移量带入至预测模型，得到最后的偏差结果。第二方面，本技术提供一种硅片位置偏差检测系统，通过图像采集单元采集图像，并将图像发送至图像处理单元，通过对图像的处理，运动机构旋转或移动硅片，消除偏差。
附图说明
47.为了更清楚地说明本技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
48.图1为现有检测硅片偏差的技术示意图；
49.图2为一种硅片位置偏差检测方法的一种实施例的流程示意图；
50.图3为一种硅片位置偏差检测方法的检测过程流程图；
51.图4为硅片放置于工作台后的偏差位置图；
52.图5为硅片经过预处理后的偏差位置图；
53.图6为硅片经过偏差检测后并根据检测结果调整的硅片位置图；
54.图7为预处理过程采集的硅片图像；
55.图8为二值化处理后的硅片图像；
56.图9为形态化处理后的硅片图像；
57.图10为一种硅片位置偏差检测方法的一种实施例采集的第一标记点图像；
58.图11为一种硅片位置偏差检测方法的一种实施例采集的第二标记点图像；
59.图12为一种硅片位置偏差检测系统的示意图。
具体实施方式
60.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
61.如图1，在硅片位置偏差检测过程中，硅片一般水平放置于工作台上，因而位置的偏差一般包括三种：x轴方向偏差，y轴方向偏差，角度偏差。
62.为解决现有偏差检测过程涉及到多次运动、采集、分析计算，造成检测过程繁琐，检测精度低，检测时间长的问题，本技术提供了一种硅片位置偏差检测方法及系统。
63.第一方面，如图3所示，为本技术提供的一种实施例的检测过程流程图，所述方法主要包括预处理过程和偏差检测过程。预处理过程包括采集硅片的低分辨率图像，即后续说明中的第一硅片图像，对第一硅片图像进行霍夫变换处理，提取偏差中心线，并根据偏差中心线计算第一硅片图像与工作台上的x轴和y轴的预处理角度，即后续说明的偏差角度。根据偏差角度，对硅片进行预处理。偏差检测过程包括，采集预处理后的硅片的高分辨率图像，即后续说明中的第二硅片图像，标记以偏差中心线为参照，相互对称的左标志和右标志。将左标志和右标志在x轴和y轴上的偏移量输入至预测模型中。如果该硅片从未被检测过，则将偏移量输入至新建的岭回归模型中，计算出x轴的偏移、y轴的偏移和角度偏移。
64.如图2所示，本技术提供一种硅片位置偏差检测方法，所述方法包括：
65.s1：将硅片放置于工作台，采集放置在工作台上的硅片的第一硅片图像。所述工作台中心设置有xy坐标轴，水平方向为x轴，竖直方向为y轴；其中，可采用人工或机械的方式将硅片放置于工作台上。
66.参见图4，此时硅片位于工作台，横向虚线为x轴、纵向虚线为y轴。硅片与工作台中心的xy坐标轴存在明显偏差。通过对所采集的第一硅片图像进行分析，来反映硅片在工作台上的偏差程度，一般以x轴方向的偏移量、y轴方向的偏移量以及偏差角度三个因素来反映硅片在工作台上的偏差程度。
67.需要说明的是，硅片形状为圆形，硅片上存在多个块状芯片单元，所以硅片上显示
的整体纹路为网格状，形成网格状纹路的直线为芯片单元之间的切割道所在的直线，均为相互垂直的直线。
68.s2：将所述第一硅片图像进行霍夫变换方法处理，提取出所述第一硅片图像的偏差中心线。计算所述偏差中心线与所述x轴和所述y轴的偏差角度。获取将所述硅片根据所述偏差角度旋转后的第二硅片图像；所述硅片旋转后的偏差中心线与y轴平行。
69.其中，所提取出的偏差中心线为第一硅片图像上所显示的穿过硅片圆心的中心线，所述偏差中心线代表硅片的角度方向。在通过对第一硅片图像进行分析后，通过所提取的偏差中心线，来计算所述偏差中心线与x轴和y轴的角度，这个角度就是所述硅片的偏差角度，通过所计算出的偏差角度，使运动机构旋转硅片，使得硅片的偏差中心线与y轴几乎平行(角度偏差缩减到0.5度的精度数量级)，再获取第二硅片图像。参见图5，为硅片经过预处理后的偏差位置图。由图5可以所示，此时硅片的偏差中心线(垂直于两标记点所在直线的中心线)与y轴已经几乎平行，但是在x轴方向和y轴方向还存在明显的位移偏差。
70.需要说明的是，偏差中心线为硅片处于存在偏差的状态下根据第一硅片图像所提取推算得到的中心线，代表硅片此时放置在工作台的位置与标准位置的偏差角度。硅片上不存在真实的偏差中心线，而是根据硅片上的芯片单元之间的直线间隙，通过获取的第一硅片图像提取并推算得到的。
71.需要说明的是，x轴方向偏差，y轴方向偏差，单位均为微米(um)。角度偏差，单位为度。一般半导体工业中，x轴方向偏差、y轴方向偏差需控制在1um-10um的范围内。角度偏差控制在0.01度-0.1度范围内，具体取决于精度要求。霍夫变换是一种特征检测方法，广泛应用在图像分析、计算机视觉领域，常用来辨别找出物件中的特征。
72.在一些实施例中，所述提取出所述第一硅片图像的偏差中心线的步骤前还包括：
73.s201：检测所述硅片中心线数量；在对硅片的处理中，芯片单元的位置对于每个硅片不相对固定，所以芯片单元之间的切割道可能不经过硅片的圆心，也就不存在偏差中心线。所以，在进行提取第一硅片图像的偏差中心线之前需要检测第一硅片图像中穿过硅片圆点的中心线的数量。
74.s202：若所述硅片中心线数量为1时，则直接提取偏差中心线；此时，硅片存在唯一中心线，中心线方向代表硅片放置在工作台的偏差方向，即为偏差中心线，以此计算偏差中心线与x轴和y轴的偏差角度。
75.s203：若所述硅片中心线数量为0时，则提取距离硅片中心最近的2-4根直线，计算平均斜率，根据所述平均斜率在所述硅片中标记出所述偏差中心线。当硅片中心线数量为0时，也就说明在第一硅片图像中，没有直线经过硅片的圆心。此时就需要提取距离硅片圆心最近的2-4条直线，并计算这些直线的平均斜率，以平均斜率作出一条辅助中心线作为偏差中心线，以辅助中心线的方向代表硅片放置在工作台的偏差方向。
76.在一些实施例中，所述第一硅片图像进行霍夫变换方法处理前，还包括：
77.s204：对所述第一硅片图像进行二值化处理，得到二值化硅片图像。
78.图7为预处理过程采集的第一硅片图像，如图7所示，第一硅片图像中存在多个块状的芯片单元。在常规光线环境下，芯片单元颜色较浅，亮度较高，在辅助照明的条件下接近白色。芯片单元之间的切割道部分颜色较深，接近黑色。由图7进行二值化处理得到图8。二值化处理将所采集的第一硅片图像处理为只有黑和白两种颜色的二值化硅片图像。其
中，芯片单元部分在二值化硅片图像中显示为白色，芯片单元之间的切割道部分在二值化硅片图像中显示为黑色。
79.s205：对所述二值化硅片图像进行反色、形态化、反色处理得到形态化图像。s205步骤主要是对二值化硅片图像中的切割道部分进行处理，在经过二值化处理后的切割道部分线条宽度大，含有的像素多，需要进一步处理。将二值化硅片图像进行反色处理，然后使用形态化处理，处理后再进行反色处理，得到图9。图9中的直线为切割道部分形成的直线，此时切割道中的直线其实并非一条条完整的直线，实质是由一条一条短线或孤立的像素点共同组成，并且像素点与像素点之间是断开的，没有互相连接上。
80.采用本实施方式，通过对第一硅片图像进行颜色处理，去除多余颜色，并进行反色、形态化处理，便于后续提取第一硅片中的直线，减小提取第一硅片图像中直线的难度，可根据具体要求提取所需直线，便于后续计算第一硅片图像与坐标轴之间的偏差角度，调整硅片角度位置，提高预处理的工作效率，减小预处理过程中的误差。
81.s3：进行标记处理。
82.在所述第二硅片图像提取垂直于所述偏差中心线的标记中心线；在第二硅片图像上提取垂直于偏差中心线的标记中心线，标记中心线垂直于偏差中心线，并且经过硅片圆心。在标记中心线上标记第一标记点和第二标记点，所述第一标记点和第二标记点关于偏差中心线呈对称分布。便于检测偏差过程中对硅片在x方向和y方向的及角度的偏移量。
83.在一些实施例中，标记处理可在采集第一标记点图像和第二标记点图像之前任意步骤进行。
84.s4：采集第一标记点图像和第二标记点图像，得到第一偏移量和第二偏移量，将所述第一偏移量和所述第二偏移量带入预测模型得到检测结果。
85.第一偏移量为采集的第一标记点图像与x轴和y轴的偏差，第二偏移量为采集的第二标记点图像与x轴和y轴的偏差，将第一偏移量和第二偏移量带入到提前训练好的预测模型中，得到硅片的偏差检测结果。
86.进一步的，所述采集第一标记点图像和第二标记点图像，计算第一偏移量和第二偏移量包括：
87.平移所述硅片使得所述第一标记点位于所述工作台中心区域，采集所述第一标记点的第一标记点图像，计算所述第一标记点中心与x轴和y轴的偏移量x1、y1；
88.平移所述硅片使得所述第二标记点移至所述工作台中心区域，采集所述第二标记点的第二标记点图像，计算所述第二标记点中心与x轴和y轴的偏移量x2、y2。
89.由图10和图11所示，图10中为第一标记点位于工作台中心区域的图像，第一标记点中心为十字形，xn1为第一标记点与x轴的偏移量、yn1为第一标记点与y轴的偏移量。图11中为第二标记点位于工作台中心区域的图像，第二标记点中心为十字形，xn2为第二标记点与x轴的偏移量、yn2为第二标记点与y轴的偏移量。
90.采用本实施方式，将第一标记点和第二标记点移至工作台中心区域进行采集图像，能够更清楚的看出第一标记点和第二标记点与x轴和y轴之间的偏移量，直观得到第一标记点图像和第二标记点图像对应的第一偏移量和第二偏移量。
91.在一些实施例中，所述采集第一标记点图像和第二标记点图像前还包括：
92.在系统数据库中获取硅片类型信息，从所述系统数据库中调出所述硅片类型的预
测模型。
93.若系统数据库中没有所述硅片类型信息，建立岭回归模型。
94.在检测偏差时，如果不更换硅片类型，则一直运用原有的预测模型即可，将采集第一标记点图像和第二标记点图像带入至预测模型，计算出硅片的偏差值。如果更换硅片类型，那么新硅片类型必然不同于初始的硅片类型，需要更换预测模型进行带入计算偏移量。在系统数据库中获取硅片类型信息，如果系统数据库中能够获取到硅片类型信息，说明硅片类型已经被检测过，直接从系统数据库中调出相应的预测模型即可。如果系统数据库中获取不到硅片类型信息，说明该硅片类型从未被检测，需要建立岭回归模型。
95.所述建立岭回归模型步骤包括：
96.采集若干组训练数据，所述训练数据包括所述第一偏移量、所述第二偏移量和偏差值，所述偏差值包括x轴方向偏差、y轴方向偏差和角度偏差。
97.将所述训练数据进行岭回归训练，得到岭回归模型。
98.将所述岭回归模型数据存入所述系统数据库。
99.首先采集训练数据，采集若干组第一偏移量、第二偏移量和偏差值，其中把第一偏移量、第二偏移量作为m集合，偏差值作为n集合。
100.岭回归模型是一种改进的回归模型，岭回归模型的特点是误差函数带有惩罚项。其训练过程相当于对以下误差函数(或称代价函数)计算表达式进行最优化求解：
101.相当于迭代求解以下矩阵运算：
102.w
*
＝(x
t
x+λi)-1
x
t
y；
103.式中w*为所求结果，训练数据的m集合带入式中的x，n集合带入式中的y。式中i为同型单位矩阵。λ为罚项，按需取值，t为x集合的转置。将训练数据带入后，得到岭回归模型为一个矩阵，型如：
[0104][0105]
并将所得到的岭回归模型存入至系统数据库中。
[0106]
采用本实施方式，在系统数据库中查找硅片类型信息，可直接从系统数据库中调出相应的硅片类型的预测模型；如果系统数据库中没有硅片类型信息，说明所述硅片类型未被检测过，需要建立岭回归模型。用过所述硅片的数据对模型的训练，得到岭回归模型，并将岭回归模型存到系统数据库中，扩大系统数据库的范围。
[0107]
更进一步的，若系统数据库中没有所述硅片类型信息时，
[0108]
将所述预测模型替换为所述岭回归模型，将所述第一偏移量和所述第二偏移量带入所述岭回归模型得到所述检测结果。
[0109]
将第一偏移量和第二偏移量带入至岭回归模型，以图10、图11为例，将两组偏移量xn＝[xn1,xn2]和yn＝[yn1,yn2]作为输入，带入至岭回归模型中，即进行以下矩阵计算：
[0110][0111]
所得到岭回归模型输出的预测结果包含三个关键信息(xn、yn、an)，分别为x轴方向偏差量，y轴方向偏差量，和角度偏差量的预测值。根据预测结果，移动硅片，如图6所示，使硅片回到准确的检测位置。
[0112]
另一方面，本技术提供了一种硅片位置偏差检测系统，包括：图像采集单元、图像处理单元、运动机构、辅助照明单元、系统数据库。
[0113]
所述图像采集单元连接有一个高分辨率摄像头和一个低分辨率摄像头，被配置为采集第一硅片图像、第二硅片图像、第一标记点图像和第二标记点图像，并发送至图像处理单元。
[0114]
图像处理单元接收所述第一硅片图像、所述第二硅片图像、所述第一标记点图像和所述第二标记点图像，对所述第一硅片图像进行霍夫变换方法处理，提取出所述第一硅片图像的偏差中心线。
[0115]
运动机构根据偏差角度旋转硅片至所述偏差中心线与y轴平行，以及根据检测结果移动并旋转所述硅片。
[0116]
辅助照明单元在采集图像时提供照明的光源，根据照明环境切换光源强度。
[0117]
系统数据库保存有预测模型数据，进行偏差检测时调取相应的预测模型，保存岭回归模型数据。
[0118]
具体工作方式为：如图12所示，图像采集单元采集第一硅片图像，发送至图像处理单元进行处理。其中，图像采集单元采集第一硅片图像时，辅助照明单元亮起。将第一硅片图像进行二值化处理和反色、形态化、反色处理得到形态化图像，便于图像处理单元提取出第一硅片图像中的偏差中心线。根据中心线与工作台坐标轴的偏差角度，运动机构旋转硅片，使得偏差中心线与y轴平行。图像采集单元采集根据偏差角度旋转后的第二硅片图像，旋转后的偏差中心线与y轴平行。图像采集单元采集第一标记点图像和第二标记点图像，发送至图像处理单元进行计算，得到第一偏移量和第二偏移量，带入至预测模型中，得到检测结果。
[0119]
进一步的，所述图像处理单元包括计算模块和标记模块，所述计算模块被配置为计算所述偏差中心线与x轴和y轴的偏差角度；所述标记模块被配置为标记第一标记点和第二标记点。
[0120]
更进一步的，若所述硅片中心线数量为0时，所述计算模块还被配置为计算距离所述硅片中心最近的2-4根直线的平均斜率；所述标记模块还被配置为根据平均斜率在所述硅片中标记出所述偏差中心线。
[0121]
进一步的，所述图像采集单元采集所述第一硅片图像时，启动所述低分辨率摄像头；采集所述第一标记点图像和所述第二标记点图像时，启动所述高分辨率摄像头。第一硅片图像需要提取偏差中心线，采用低分辨率摄像头所采集的第一硅片图像线条特征更明显，便于提取和后续处理。采集所述第一标记点图像和所述第二标记点图像时，需要获取第一标记点的第一偏移量以及第二标记点的第二偏移量，所以就需要相对精准的高分辨率摄
像头来进行采集工作。
[0122]
由上述方案可知，本技术提供一种硅片位置偏差检测方法及系统，其中，一种硅片位置偏差检测方法通过获取待测的硅片的第一硅片图像，提取第一硅片图像中的偏差中心线，计算出偏差中心线与工作台xy坐标轴之间的偏差角度，根据偏差角度旋转硅片，使得偏差中心线与y轴平行，获取此时的第二硅片图像。采集第一标记点图像和第二标记点图像，得到第一偏移量和第二偏移量，并将第一偏移量和第二偏移量带入至预测模型，得到最后的偏差结果。第二方面，本技术提供一种硅片位置偏差检测系统，通过图像采集单元采集图像，并将图像发送至图像处理单元，通过对图像的处理，运动机构旋转或移动硅片，消除偏差，提高检测硅片偏差的精度和效率。
[0123]
本技术提供的实施例之间的相似部分相互参见即可，以上提供的具体实施方式只是本技术总的构思下的几个示例，并不构成本技术保护范围的限定。对于本领域的技术人员而言，在不付出创造性劳动的前提下依据本技术方案所扩展出的任何其他实施方式都属于本技术的保护范围。
[0124]
最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。