一种固态硬盘配套晶圆的质量检测方法与流程

本发明涉及图像处理，具体涉及一种固态硬盘配套晶圆的质量检测方法。

背景技术：

1、固态硬盘配套晶圆是指在制造固态硬盘时所使用的基板材料，其通常是由硅等材料制成的圆形薄片，用于承载和支持固态硬盘的电子组件，对固态硬盘的性能和质量有重要影响。由于图像传感器噪声、图像压缩传输等原因，图像中会存在各种类型的噪声，这些噪声会干扰晶圆表面缺陷的检测，导致误报或漏报，因此需要对采集的图像进行高效的平滑去噪处理，以提高采集图像的质量。

2、图像引导滤波是一种非线性滤波方法，该方法利用一幅高质量的引导图像来指导滤波过程，从而获得较好的去噪结果。图像引导滤波算法能够在保持边缘信息的同时进行图像平滑去噪处理，比较适用于晶圆图像的去噪处理。现有的问题为：晶圆表面上被刻蚀的一个个相同的晶粒内缺陷特征大小不定，当算法中用于平衡平滑和边缘保持之间的正则化参数选取不合适时，不能较好的保护图像内的缺陷细节信息，使得图像去噪效果较差，影响图像内缺陷信息的提取，降低晶圆质量检测的准确性。

技术实现思路

1、本发明提供一种固态硬盘配套晶圆的质量检测方法，以解决现有的问题。

2、本发明的一种固态硬盘配套晶圆的质量检测方法采用如下技术方案：

3、本发明一个实施例提供了一种固态硬盘配套晶圆的质量检测方法，该方法包括以下步骤：

4、获取晶圆表面图像内的异常像素点，区分异常像素点中的噪声像素点和缺陷像素点；

5、将晶圆表面图像分割成若干个晶粒块和背景区域，根据每个晶粒块内的噪声像素点和缺陷像素点数量，确定晶粒块内的标准噪声像素点数量；根据晶粒块内的标准噪声像素点数量和每个晶粒块内的缺陷特征值，得到每个晶粒块对应的正则化参数的调整系数；

6、将晶粒块内连续相邻的缺陷像素点构成的连通域记为缺陷连通域，晶粒块内所有缺陷连通域组成晶粒块内缺陷区域；根据每个晶粒块所需的正则化参数的调整系数和每个晶粒块内缺陷区域内的噪声特征，得到每个晶粒块对应的正则化参数；

7、根据每个晶粒块对应的正则化参数和背景区域对应的预设正则化参数，确定晶圆表面图像内每个像素点对应的正则化参数；根据每个像素点对应的正则化参数，对晶圆表面图像进行图像引导滤波，得到增强图像；根据增强图像，检测和定位晶圆表面的真正缺陷区域。

8、进一步地，所述获取晶圆表面图像内的异常像素点，区分异常像素点中的噪声像素点和缺陷像素点，包括的具体步骤如下：

9、对晶圆表面图像和其对应的标准模板晶圆表面图像进行图像差分，获取差分图像；

10、采用大津算法求取所述差分图像的异常像素点分割阈值；

11、将所述差分图像内灰度值大于等于所述异常像素点分割阈值的像素点划分为异常像素点，将所述差分图像内灰度值小于所述异常像素点分割阈值的像素点划分为正常像素点，根据所述晶圆表面图像与差分图像像素点的一一对应关系，获取所述晶圆表面图像内的异常像素点和正常像素点；

12、将所述晶圆表面图像中异常像素点的八个邻域像素点中不存在异常像素点的异常像素点划分为噪声像素点，将所述晶圆表面图像中异常像素点的八个邻域像素点中存在异常像素点的异常像素点划分为缺陷像素点。

13、进一步地，所述将晶圆表面图像分割成若干个晶粒块和背景区域，根据每个晶粒块内的噪声像素点和缺陷像素点数量，确定晶粒块内的标准噪声像素点数量，包括的具体步骤如下：

14、将晶圆表面图像分割成若干个晶粒块和背景区域，再将所述的每个晶粒块划分为存在缺陷像素点的晶粒块和不存在缺陷像素点的晶粒块；

15、将所述不存在缺陷像素点的晶粒块内的噪声像素点数量的均值，记为晶粒块内的标准噪声像素点数量。

16、进一步地，所述根据晶粒块内的标准噪声像素点数量和每个晶粒块内的缺陷特征值，得到每个晶粒块对应的正则化参数的调整系数，包括的具体步骤如下：

17、若当晶粒块内的缺陷像素点数量等于预设的晶粒块内缺陷像素点数量的阈值时，则将晶粒块内的缺陷特征设置为预设的缺陷特征；

18、若在晶粒块内的缺陷像素点数量大于预设的晶粒块内缺陷像素点数量的阈值的情况下：当晶粒块内缺陷连通域数量等于预设的晶粒块内缺陷连通域数量的阈值时，则将晶粒块内缺陷连通域的特征设置为预设的晶粒块内缺陷连通域的特征；当晶粒块内缺陷连通域数量大于预设的晶粒块内缺陷连通域数量的阈值时，则根据晶粒块内缺陷连通域数量和晶粒块内各缺陷连通域内像素点灰度均值的方差，确定晶粒块内缺陷连通域的特征；

19、根据晶粒块内缺陷连通域的特征和晶粒块内缺陷像素点灰度值的信息熵，确定晶粒块内缺陷的细节特征；

20、根据晶粒块内缺陷的细节特征和缺陷像素点数量，确定晶粒块内的缺陷特征；

21、根据所述的晶粒块内的标准噪声像素点数量和每个晶粒块内的缺陷特征，确定每个晶粒块对应的正则化参数的调整系数，其中，晶粒块内的标准噪声像素点数量和每个晶粒块内的缺陷特征呈正相关。

22、进一步地，所述根据晶粒块内缺陷的细节特征和缺陷像素点数量，确定晶粒块内的缺陷特征对应的具体计算公式为：

23、当且时，的获取方式如下：

24、

25、当且时，的获取方式如下：

26、

27、其中表示晶圆表面图像中第i个晶粒块内的缺陷特征，e表示一个晶粒块内的像素点数量，表示晶圆表面图像中第i个晶粒块内缺陷像素点数量，为预设的晶粒块内缺陷像素点数量的阈值，表示晶圆表面图像中第i个晶粒块内缺陷像素点灰度值的信息熵，为预设的晶粒块内缺陷连通域的特征，表示晶圆表面图像中第i个晶粒块内缺陷连通域数量，为预设的晶粒块内缺陷连通域数量的阈值，表示晶圆表面图像中第i个晶粒块内各缺陷连通域内像素点灰度均值的方差，为线性归一化函数，为以自然常数为底的指数函数。

28、进一步地，所述根据每个晶粒块所需的正则化参数的调整系数和每个晶粒块内缺陷区域内的噪声特征，得到每个晶粒块对应的正则化参数，包括的具体步骤如下：

29、将晶粒块内的标准噪声像素点数量减去晶粒块内噪声像素点的数量的差，记为晶粒块内缺陷区域内的噪声像素点数量；

30、若当晶粒块内缺陷像素点数量等于预设的晶粒块内缺陷像素点数量的阈值，或者当晶粒块内缺陷像素点数量大于预设的晶粒块内缺陷像素点数量的阈值，且当晶粒块内缺陷区域内的噪声像素点数量不大于预设的晶粒块内缺陷区域内的噪声像素点数量的阈值时，则将晶粒块内缺陷区域内的噪声特征设置为预设的晶粒块内缺陷区域内的噪声特征；

31、若当晶粒块内缺陷像素点数量大于预设的晶粒块内缺陷像素点数量的阈值，且当晶粒块内缺陷区域内的噪声像素点数量大于预设的晶粒块内缺陷区域内的噪声像素点数量的阈值时，根据晶粒块内所有缺陷像素点的噪声影响程度和晶粒块内所有缺陷像素点在其所处缺陷连通域内的位置分布特征以及晶粒块内缺陷区域内的噪声像素点数量，确定每个晶粒块内缺陷区域内的噪声特征；

32、根据每个晶粒块内缺陷区域内的噪声特征和每个晶粒块对应的正则化参数的调整系数，确定每个晶粒块对应的正则化参数，其中，每个晶粒块内缺陷区域内的噪声特征和每个晶粒块对应的正则化参数的调整系数呈正相关。

33、进一步地，所述晶粒块内所有缺陷像素点的噪声影响程度，包括的具体步骤如下：

34、将所述每个晶粒块内每个缺陷像素点与其八邻域上的缺陷像素点的灰度差值的绝对值中的最小值，记为每个晶粒块内每个缺陷像素点的噪声影响程度。

35、进一步地，所述晶粒块内所有缺陷像素点在其所处缺陷连通域内的位置分布特征，包括的具体步骤如下：

36、根据晶粒块内每个缺陷像素点与其所处缺陷连通域边界的最短欧式距离，确定晶粒块内每个缺陷像素点在其所处缺陷连通域内的位置分布特征。

37、进一步地，所述根据晶粒块内所有缺陷像素点的噪声影响程度和晶粒块内所有缺陷像素点在其所处缺陷连通域内的位置分布特征以及晶粒块内缺陷区域内的噪声像素点数量，确定每个晶粒块内缺陷区域内的噪声特征，包括的具体步骤如下：

38、根据晶粒块内所有缺陷像素点在其所处缺陷连通域内的位置分布特征和晶粒块内所有缺陷像素点的噪声影响程度，确定晶粒内缺陷区域中噪声像素点的初始特征；

39、根据晶粒内缺陷区域中噪声像素点的初始特征和晶粒块内缺陷区域内的噪声像素点数量，确定晶粒块内缺陷区域内的噪声特征。

40、进一步地，所述根据晶粒内缺陷区域中噪声像素点的初始特征和晶粒块内缺陷区域内的噪声像素点数量，确定晶粒块内缺陷区域内的噪声特征对应的具体计算公式为：

41、当且时，的获取方式如下：

42、

43、其中表示晶圆表面图像中第i个晶粒块内缺陷区域内的噪声特征，表示晶圆表面图像中第i个晶粒块内缺陷像素点数量，为预设的晶粒块内缺陷像素点数量的阈值，表示晶圆表面图像中第i个晶粒块内缺陷区域内的噪声像素点数量，为预设的晶粒块内缺陷区域内的噪声像素点数量的阈值，表示一个晶粒块内的一个对角线长度，e表示一个晶粒块内的像素点数量，的求取方法为：先获取晶圆表面图像中第i个晶粒块内第j个缺陷像素点所处的缺陷连通域，再计算晶圆表面图像中第i个晶粒块内第j个缺陷像素点到该缺陷连通域边界上的最短欧式距离为，表示晶圆表面图像中第i个晶粒块内第j个缺陷像素点对应的噪声影响程度，为线性归一化函数。

44、本发明的技术方案的有益效果是：

45、本发明实施例中，晶圆表面图像内不存在缺陷像素点的晶粒块内的噪声像素点数量的均值为晶粒块内的标准噪声像素点数量，体现了晶粒块内的噪声密度；因为要在高效去噪的同时，保护晶粒块内的缺陷细节，通过晶粒块内缺陷连通域数量和晶粒块内各缺陷连通域内像素点灰度均值的方差，计算晶粒块内缺陷连通域的特征，结合晶粒块内缺陷像素点灰度值的信息熵，计算晶粒块内缺陷的细节特征，再结合晶粒块内缺陷像素点数量，获取晶粒块内的缺陷特征，由此根据晶粒块内的标准噪声像素点数量和缺陷特征，获取晶粒块对应的正则化参数的调整系数；考虑到晶粒块内缺陷区域内可能存在噪声像素点，影响缺陷识别的准确性，因此进一步通过晶粒块内每个缺陷像素点与其所处缺陷连通域边界的最短欧式距离，计算晶粒块内每个缺陷像素点在其所处缺陷连通域内的位置分布特征，结合晶粒块内每个缺陷像素点的噪声影响程度，计算晶粒内缺陷区域中噪声像素点的初始特征，再结合晶粒块内缺陷区域内的噪声像素点数量，获取晶粒块内缺陷区域内的噪声特征，由此用晶粒块内缺陷区域内的噪声特征对晶粒块所需的正则化参数的调整系数进行校正，获取每个晶粒块对应的正则化参数，从而获取晶圆图像内每个像素点对应的正则化参数，基于每个像素点对应的正则化参数对晶圆表面图像进行图像引导滤波去噪处理，在保护晶粒块内的缺陷细节，保障后续缺陷识别准确性的同时，提高图像平滑去噪效果。