本发明涉及半导体集成电路技术领域，更具体地，涉及一种模拟晶圆背面缺陷的方法及装置。
背景技术：
晶圆是指半导体集成电路制作所用的硅晶片，其形状为圆形，故称为晶圆。通过硅晶片可加工制作成各种电路元件结构，而成为有特定电性功能的ic产品。
在晶圆的制造过程中难免会有一些缺陷，晶圆背面的缺陷对集成电路的制作工艺生产的影响越来越大。现代的集成电路的制造工艺一般包含几百个工序，任何微小错误都可能导致整个芯片的失败。因此对晶圆缺陷的检测非常重要，同时检测正确率也会影响芯片的成败。
传统的对晶圆背面缺陷的检测一般通过人工进行检测，人工检测具有一定的主观性，标准不统一，会造成检测正确率低。或者通过采购昂贵的机台来进行机械检测，但这种方式成本太高。
技术实现要素：
本发明提供一种克服上述问题或者至少部分地解决上述问题的模拟晶圆背面缺陷的方法及装置。
根据本发明的一个方面，提供一种模拟晶圆背面缺陷的方法，包括：
根据晶圆背面的全景图像或局部图像，解析出所述晶圆的晶边和圆心，并检测获取所述晶圆背面的缺陷区域；
计算所述缺陷区域与所述晶圆的特定点的像素距离，所述特定点为所述晶圆的圆心或其他位置点；
将所述缺陷区域与所述晶圆的实际尺寸相关联，根据所述像素距离将所述晶圆背面的全景图像或局部图像转换为缺陷识别图像。
进一步，所述根据晶圆背面的全景图像或局部图像，解析出所述晶圆的晶边和圆心，并检测获取所述晶圆背面的缺陷区域，具体包括：
将所述全景图像或局部图像的每个像素转换为灰阶值，按照所述灰阶值的大小生成新图像；
在所述新图像的边缘提取边缘像素，其中每两个相邻的边缘像素的灰阶值的差值不超过预设差值，并获取所有的边缘像素作为所述晶圆的晶边，并根据晶边的尺寸获取圆心；
判断所述新图像上像素的灰阶值是否大于预设阈值，将所有灰阶值大于预设阈值的像素作为所述晶圆背面的缺陷区域。
进一步，所述计算所述缺陷区域与所述晶圆的特定点的像素距离，具体包括：
以所述晶圆的圆心为基准，计算所述缺陷区域的每一像素与所述圆心的像素距离；或者
选取所述全景图像或局部图像的一个特定位置点，计算所述缺陷区域的每一像素与所述特定位置点的像素距离；
所述像素距离为两个像素点之间包含的像素点数目。
进一步，所述将所述缺陷区域与所述晶圆的实际尺寸相关联，根据所述像素距离将所述晶圆背面的全景图像或局部图像转换为缺陷识别图像，具体包括：
根据所述晶边和圆心的位置，获取所述晶圆直径内包含的像素点数目；
根据所述晶圆的直径的实际尺寸和所述晶圆直径内包含的像素点数目，计算每个像素点的直径的实际尺寸；
根据所述缺陷区域的每一像素与所述特定点的像素距离，计算所述缺陷区域的每一像素与所述特定点的实际距离；
根据所述晶圆的直径的实际尺寸绘制正圆，获取所述特定点对应的正圆的特定位置；
以所述正圆的圆心或特定位置为基准，根据所述缺陷区域的每一像素与所述圆心或所述特定点的实际距离，将所述缺陷区域转换为所述正圆上的特定区域，从而将所述晶圆背面的全景图像或局部图像转换为缺陷识别图像。
具体的，所述缺陷区域的每一像素p在所述缺陷识别图像上相对于所述圆心或所述特定点的实际位置lp通过下式计算：
lp＝dp*cr；
其中，dp为像素p与所述圆心或所述特定点的像素距离，cr为单个像素的实际尺寸。
具体的，所述根据所述晶圆的直径的实际尺寸和所述晶圆直径内包含的像素点数目，计算每个像素点的实际尺寸，具体的计算公式为：
cr＝dia/num；
其中，cr为单个像素的实际尺寸，dia为所述晶圆的直径的实际尺寸，num为所述晶圆直径内包含的像素点。
根据本发明的另一个方面，还提供一种模拟晶圆背面缺陷的装置，包括：
缺陷检测模块，用于根据晶圆背面的全景图像或局部图像，解析出所述晶圆的晶边和圆心，并检测获取所述晶圆背面的缺陷区域；
像素距离模块，用于计算所述缺陷区域与所述晶圆的特定点的像素距离，所述特定点为所述晶圆的圆心或其他位置点；以及
图像转换模块，用于将所述缺陷区域与所述晶圆的实际尺寸相关联，根据所述像素距离将所述晶圆背面的全景图像或局部图像转换为缺陷识别图像。
本发明提出一种模拟晶圆背面缺陷的方法，根据晶圆背面的全景图像或局部图像检测获取所述晶圆背面的缺陷区域，并根据晶圆的实际尺寸与缺陷区域的尺寸关系，将全景图像或局部图像转换为缺陷识别图像，有效地解决了昂贵的机台采购费用以及人工检验主观性造成不标准等问题。
附图说明
图1为本发明实施例一种模拟晶圆背面缺陷的方法流程示意图；
图2为本发明实施例晶圆全景图像示意图；
图3为本发明实施例根据所述晶圆全景图像转换的缺陷识别图像示意图；
图4为本发明实施例通过固定的图像采集器采集所述晶圆背面的全景图像或局部图像的示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
图1为本发明实施例一种模拟晶圆背面缺陷的方法流程示意图，如图1所示的模拟晶圆背面缺陷的方法，包括：
s100，根据晶圆背面的全景图像或局部图像，解析出所述晶圆的晶边和圆心，并检测获取所述晶圆背面的缺陷区域；
所述缺陷区域可能是连续的一片区域，所述一片区域中包含若干像素点；也可能是分离的区域，也可能是分离的区域与分离的像素点。本发明实施例所述缺陷区域是包括了晶圆背面所有的所有缺陷像素点的总称。
s200，计算所述缺陷区域与所述晶圆的特定点的像素距离，所述特定点为所述晶圆的圆心或其他位置点；
所述像素距离为两个像素点之间包含的像素点数目。所述圆心和和其他位置点均为像素点。可以计算缺陷区域相对于圆心的像素距离，也可以计算缺陷区域相对于特定点的像素距离。
步骤s200中以哪一点为基准进行计算，则步骤s300中以同样的点为基准进行图像转换。
s300，将所述缺陷区域与所述晶圆的实际尺寸相关联，根据所述像素距离将所述晶圆背面的全景图像或局部图像转换为缺陷识别图像。
所述缺陷识别图像是指相对于采集的全景图像或局部图像而言、明显的指示的缺陷区域和位置的图像，可以方便的进行缺陷识别。图2为本发明实施例晶圆全景图像示意图，图3为本发明实施例根据所述晶圆全景图像转换的缺陷识别图像示意图，图2为采集的全景图像，图3为转换后的图像，可以看到，图3的圆形的最下方有一个三角形的缺陷。
本发明实施例提出一种模拟晶圆背面缺陷的方法，根据晶圆背面的全景图像或局部图像检测获取所述晶圆背面的缺陷区域，并根据晶圆的实际尺寸与缺陷区域的尺寸关系，将全景图像或局部图像转换为缺陷识别图像，有效地解决了昂贵的机台采购费用以及人工检验主观性造成不标准等问题。
在一个可选的实施例中，步骤s100，所述根据晶圆背面的全景图像或局部图像，解析出所述晶圆的晶边和圆心，并检测获取所述晶圆背面的缺陷区域，具体包括：
将所述全景图像或局部图像的每个像素转换为灰阶值，按照所述灰阶值的大小生成新图像；
在所述新图像的边缘提取边缘像素，其中每两个相邻的边缘像素的灰阶值的差值不超过预设差值，并获取所有的边缘像素作为所述晶圆的晶边，并根据晶边的尺寸获取圆心；
判断所述新图像上像素的灰阶值是否大于预设阈值，将所有灰阶值大于预设阈值的像素作为所述晶圆背面的缺陷区域。
本发明实施例首先进行像素的灰阶转换，根据灰阶转换后的新图像提取晶边和圆心，并检测缺陷区域。在提取晶边时，由于采集晶圆背景的全景图像或局部图像的相机的位置关系、采光等原因，会造成晶边像素的灰阶值不完全相同，因此本发明实施例设置一个灰阶值的差值范围，当图像边缘的两个相邻像素的灰阶值差值在预设差值内可确定为晶边上的像素。晶边确定后，根据数学关系，可以确定圆心。
对缺陷的检测也是以灰阶值进行判断，所有灰阶值大于预设阈值的像素确定为所述晶圆背面的缺陷区域。所述预设阈值一般可根据经验数据确定。
在一个可选的实施例中，步骤s200，所述计算所述缺陷区域与所述晶圆的特定点的像素距离，具体包括：
以所述晶圆的圆心为基准，计算所述缺陷区域的每一像素与所述圆心的像素距离；或者
选取所述全景图像或局部图像的一个特定位置点，计算所述缺陷区域的每一像素与所述特定位置点的像素距离；
所述像素距离为两个像素点之间包含的像素点数目。
本发明实施例计算缺陷区域的每个像素点相对于基准点的像素距离。如前所述，所述缺陷区域可能是连续的一片区域，所述一片区域中包含若干像素点；也可能是分离的区域，也可能是分离的区域与分离的像素点。
在一个可选的实施例中，步骤s300，所述将所述缺陷区域与所述晶圆的尺寸相关联，根据所述像素距离将所述晶圆背面的全景图像或局部图像转换为缺陷识别图像，具体包括：
根据所述晶边和圆心的位置，获取所述晶圆直径内包含的像素点数目；
根据所述晶圆的直径的实际尺寸和所述晶圆直径内包含的像素点数目，计算每个像素点的直径的实际尺寸；
根据所述缺陷区域的每一像素与所述特定点的像素距离，计算所述缺陷区域的每一像素与所述特定点的实际距离；
根据所述晶圆的直径的实际尺寸绘制正圆，获取所述特定点对应的正圆的特定位置；
以所述正圆的圆心或特定位置为基准，根据所述缺陷区域的每一像素与所述圆心或所述特定点的实际距离，将所述缺陷区域转换为所述正圆上的特定区域，从而将所述晶圆背面的全景图像或局部图像转换为缺陷识别图像。
本发明实施例通过像素识别的方法，将图像尺寸与晶圆的实际尺寸相关联，通过像素分析，可以获取图像中直径内包含的全部像素点数目，而晶圆的实际尺寸一般是固定的，比如300mm，这样根据实际尺寸就可以计算每个像素实际的大小。根据每个像素的实际尺寸将原始的全景图像或局部图像转换为缺陷识别图像，所述缺陷识别图像为正圆的图像，如图3所示，则缺陷区域的实际形状和尺寸被解析出，如图3中的三角形。
具体的，所述缺陷区域的每一像素p在所述缺陷识别图像上相对于所述圆心或所述特定点的实际位置lp通过下式计算：
lp＝dp*cr；
其中，dp为像素p与所述圆心或所述特定点的像素距离，cr为单个像素的实际尺寸。
具体的，所述根据所述晶圆的直径的实际尺寸和所述晶圆直径内包含的像素点数目，计算每个像素点的实际尺寸，具体的计算公式为：
cr＝dia/num；
其中，cr为单个像素的实际尺寸，dia为所述晶圆的直径的实际尺寸，num为所述晶圆直径内包含的像素点。
在一个可选的实施例中，步骤s100，所述根据晶圆背面的全景图像或局部图像，解析出所述晶圆的晶边和圆心，并检测获取所述晶圆背面的缺陷区域，之前还包括：
将图像采集器固定在预设位置，通过所述图像采集器采集所述晶圆背面的全景图像或局部图像，所述预设位置为能够采集到所述晶圆背面图像的位置。
本发明实施例通过固定的图像采集器采集所述晶圆背面图像，如图4所示，可以是全景图像，也可以是局部图像，只需保证照片中的尺寸能与实际尺寸关联即可。所述图像采集器可以是相机或摄像机等图像采集设备。
综上所述，本发明实施例提出一种模拟晶圆背面缺陷的方法，根据晶圆背面的全景图像或局部图像检测获取所述晶圆背面的缺陷区域，并根据晶圆的实际尺寸与缺陷区域的尺寸关系，将全景图像或局部图像转换为缺陷识别图像。以上过程的晶圆的晶边提取、缺陷检测等都通过像素识别的方法实现，任意的像素识别算法只要能够保证采集的全局图像或局部图像中的缺陷被准确识别即满足本发明实施例的需求。由于本发明实施例通过像素识别算法实现，因此识别出的缺陷准确率高、精确度高，有效地解决了昂贵的机台采购费用以及人工检验主观性造成不标准等问题。
本发明实施例还提供一种模拟晶圆背面缺陷的装置，包括：
缺陷检测模块，用于根据晶圆背面的全景图像或局部图像，解析出所述晶圆的晶边和圆心，并检测获取所述晶圆背面的缺陷区域；
像素距离模块，用于计算所述缺陷区域与所述晶圆的特定点的像素距离，所述特定点为所述晶圆的圆心或其他位置点；以及
图像转换模块，用于将所述缺陷区域与所述晶圆的实际尺寸相关联，根据所述像素距离将所述晶圆背面的全景图像或局部图像转换为缺陷识别图像。
进一步，所述装置还包括图像采集器，所述图像采集器用于在预设位置采集所述晶圆背面的全景图像或局部图像。
本发明实施例的装置，可用于执行图1所示的模拟晶圆背面缺陷方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
本发明另一实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：根据晶圆背面的全景图像或局部图像，解析出所述晶圆的晶边和圆心，并检测获取所述晶圆背面的缺陷区域；计算所述缺陷区域与所述晶圆的特定点的像素距离，所述特定点为所述晶圆的圆心或其他位置点；将所述缺陷区域与所述晶圆的实际尺寸相关联，根据所述像素距离将所述晶圆背面的全景图像或局部图像转换为缺陷识别图像。
本发明另一实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：根据晶圆背面的全景图像或局部图像，解析出所述晶圆的晶边和圆心，并检测获取所述晶圆背面的缺陷区域；计算所述缺陷区域与所述晶圆的特定点的像素距离，所述特定点为所述晶圆的圆心或其他位置点；将所述缺陷区域与所述晶圆的实际尺寸相关联，根据所述像素距离将所述晶圆背面的全景图像或局部图像转换为缺陷识别图像。
本领域普通技术人员可以理解：实现上述实施例或方法实施例仅仅是示意性的，其中所述处理器和所述存储器可以是物理上分离的部件也可以不是物理上分离的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。