晶圆缺陷检测方法、装置、设备及存储介质与流程

本发明涉及人工智能，尤其涉及一种晶圆缺陷检测方法、装置、设备及存储介质。

背景技术：

1、在晶圆缺陷检测中，目前常用的方法是晶粒到晶粒（die-to-die），晶粒到模板（die-to-golden）等方法，这些方法对于视野图像中不满足一个完整die的情况下需要拼接成一个die再检测，检测速度慢，对于过大的die只用一个模板可能出现定位不够精确的情况。因此，如何提高晶圆缺陷检测的效率和精确性是亟待解决的技术问题。

2、上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本发明的主要目的在于提供一种晶圆缺陷检测方法、装置、设备及存储介质，旨在解决现有技术中晶粒过大时晶圆缺陷检测速度慢，定位不精确的技术问题。

2、为实现上述目的，本发明提供一种晶圆缺陷检测方法，所述晶圆缺陷检测方法包括以下步骤：

3、获取待检测晶圆视野图，分割所述待检测晶圆视野图中每一个晶粒区域；

4、在标准模板图像中查找与所述晶粒区域对应的目标样品部分区域，并根据目标样品部分区域从预设对应关系中选取相应的模板；

5、计算每一个所述晶粒区域与相应的模板之间的差值图像，根据设定阈值在所述差值图像上找到疑似缺陷区域；

6、通过所述疑似缺陷区域和周围区域的特征对比，判断是否属于缺陷。

7、优选地，所述根据目标样品部分区域从预设对应关系中选取相应的模板之前，还包括：

8、获取晶圆的每一帧视野图；

9、计算所述视野图中包含的每个晶粒部分；

10、根据每个所述晶粒部分，在标准模板图像上查找对应的每一样品部分区域；

11、判断当前的样品部分区域长度或宽度是否大于第一设置值；

12、若当前的样品部分区域长度或宽度小于第一设置值，则判断每一所述样品部分区域是否和已有的模板区域重叠；

13、若所述样品部分区域和已有的模板区域没重叠，则从所述标准模板图像上获取当前的样品部分区域对应的区域内容创建模板；

14、保存各样品部分区域与模板之间的对应关系，构建预设对应关系。

15、优选地，所述判断每一所述样品部分区域是否和已有的模板区域重叠之后，还包括：

16、若所述样品部分区域和已有的模板区域重叠，则将当前的样品部分区域用所述模板区域代替。

17、优选地，所述判断当前的样品部分区域长度或宽度是否大于第一设置值之后，还包括：

18、若当前的样品部分区域长度或宽度大于或等于第一设置值，则根据所述第一设置值将当前的样品部分区域分成不同区域；

19、判断划分后各区域是否和已有的模板区域重叠。

20、优选地，所述判断每一所述样品部分区域是否和已有的模板区域重叠，包括：

21、所述样品部分区域和已有的模板区域之间的中心点距离小于设定值，并且宽高相差分别小于最小值的预设比例，则认定2个区域重叠。

22、优选地，所述根据设定阈值在所述差值图像上找到疑似缺陷区域之前，还包括：

23、计算每一个所述晶粒区域的图像亮度，根据所述图像亮度设置每一个所述晶粒区域的设定阈值。

24、优选地，所述通过所述疑似缺陷区域和周围区域的特征对比，判断是否属于缺陷，包括：

25、获取所述疑似缺陷区域的第一图像灰度值和周围区域的第二图像灰度值；

26、计算所述第一图像灰度值和所述第二图像灰度值之间的灰度差值，在所述灰度差值大于预设邻近灰度阈值时，认定所述疑似缺陷区域属于缺陷。

27、此外，为实现上述目的，本发明还提出一种晶圆缺陷检测装置，所述晶圆缺陷检测装置包括：

28、分割模块，用于获取待检测晶圆视野图，分割所述待检测晶圆视野图中每一个晶粒区域；

29、选取模块，用于在标准模板图像中查找与所述晶粒区域对应的目标样品部分区域，并根据目标样品部分区域从预设对应关系中选取相应的模板；

30、查找模块，用于计算每一个所述晶粒区域与相应的模板之间的差值图像，根据设定阈值在所述差值图像上找到疑似缺陷区域；

31、对比模块，用于通过所述疑似缺陷区域和周围区域的特征对比，判断是否属于缺陷。

32、此外，为实现上述目的，本发明还提出一种晶圆缺陷检测设备，所述晶圆缺陷检测设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的晶圆缺陷检测程序，所述晶圆缺陷检测程序配置为实现如上文所述的晶圆缺陷检测方法的步骤。

33、此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有晶圆缺陷检测程序，所述晶圆缺陷检测程序被处理器执行时实现如上文所述的晶圆缺陷检测方法的步骤。

34、本发明中，通过获取待检测晶圆视野图，分割所述待检测晶圆视野图中每一个晶粒区域，对于过大的晶粒也能基于分割提高定位精确性；在标准模板图像中查找与所述晶粒区域对应的目标样品部分区域，并根据目标样品部分区域从预设对应关系中选取相应的模板，预先制作好模版，从预设对应关系中查找模版进行对比，提高检测效率；计算每一个所述晶粒区域与相应的模板之间的差值图像，根据设定阈值在所述差值图像上找到疑似缺陷区域，通过所述疑似缺陷区域和周围区域的特征对比，判断是否属于缺陷，通过差值图像确定疑似缺陷区域，再通过与其周围区域的特征对比识别缺陷，两个步骤结合，提高缺陷识别的准确性。

技术特征：

1.一种晶圆缺陷检测方法，其特征在于，所述晶圆缺陷检测方法包括以下步骤：

2.如权利要求1所述的晶圆缺陷检测方法，其特征在于，所述根据目标样品部分区域从预设对应关系中选取相应的模板之前，还包括：

3.如权利要求2所述的晶圆缺陷检测方法，其特征在于，所述判断每一所述样品部分区域是否和已有的模板区域重叠之后，还包括：

4.如权利要求2所述的晶圆缺陷检测方法，其特征在于，所述判断当前的样品部分区域长度或宽度是否大于第一设置值之后，还包括：

5.如权利要求2所述的晶圆缺陷检测方法，其特征在于，所述判断每一所述样品部分区域是否和已有的模板区域重叠，包括：

6.如权利要求1~5中任一项所述的晶圆缺陷检测方法，其特征在于，所述根据设定阈值在所述差值图像上找到疑似缺陷区域之前，还包括：

7.如权利要求1~5中任一项所述的晶圆缺陷检测方法，其特征在于，所述通过所述疑似缺陷区域和周围区域的特征对比，判断是否属于缺陷，包括：

8.一种晶圆缺陷检测装置，其特征在于，所述晶圆缺陷检测装置包括：

9.一种晶圆缺陷检测设备，其特征在于，所述晶圆缺陷检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的晶圆缺陷检测程序，所述晶圆缺陷检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的晶圆缺陷检测方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有晶圆缺陷检测程序，所述晶圆缺陷检测程序被处理器执行时实现如权利要求1至7中任一项所述的晶圆缺陷检测方法的步骤。

技术总结
本发明涉及人工智能，公开了一种晶圆缺陷检测方法、装置、设备及存储介质，该方法通过获取待检测晶圆视野图，分割待检测晶圆视野图中每一个晶粒区域，对于过大的晶粒基于分割提高定位精确性；在标准模板图像中查找与晶粒区域对应的目标样品部分区域，并根据目标样品部分区域从预设对应关系中选取相应的模板，预先制作好模版，从预设对应关系中查找模版进行对比，提高检测效率；计算每一个晶粒区域与相应的模板之间的差值图像，根据设定阈值在差值图像上找到疑似缺陷区域，通过疑似缺陷区域和周围区域的特征对比，判断是否属于缺陷，通过差值图像确定疑似缺陷区域，再通过与其周围区域的特征对比识别缺陷，两个步骤结合，提高缺陷识别的准确性。

技术研发人员：梅爽,王祥铜,华凯,周恒,李华君,胡彦潮
受保护的技术使用者：武汉罗博半导体科技有限公司
技术研发日：
技术公布日：2024/5/10