基于機器視覺的晶圓裸片計數

廣東工業大學信息工程學院 高 陽 雷 禹

我國是制造業大國，制造業的發展是我國現代化建設的主要推動力之一，提高生產效率對于制造業的發展起到關鍵作用。晶圓的良品率是半導體制造的一個重要指標。而現階段統計合格晶片數量主要采用人工計數的方式來實現。對于統計合格晶片數量等繁瑣而枯燥的工作，若采用人工方式完成，不僅效率很低，而且準確率不高，非常不利于半導體生產自動化的發展。

隨著PC技術的不斷發展和機器視覺技術在生產中的廣泛應用，結合人工智能和模式識別技術來實現產品質量檢測的自動化是目前自動化檢測研究的主要方向。因此，在此背景下，晶圓裸片計數系統的研究對于提高生產效率很有意義。

在晶圓生產的各個環節，已經有不少論文發表，文獻[1]只是發展了一部分數學上的理論，其中晶圓裸片的寬度和高度是已知量，對于未知裸片寬度和高度的圖片是不適用的。文獻[2]設計相應的芯片載物平臺，系統過于復雜，不適合晶圓計數。文獻[3]提出了一種模板匹配的方法來定位IC芯片，對于特征較少的晶片，效果較差，而且計數效率不高。

本文提出一種基于晶圓切片痕跡找線進行單元分割并分析單元特征來計算合格晶片數量的算法。這種方法簡單有效，可靠性高，對光源和環境要求較低，而且能對一定程度畸變后的圖像進行有效的處理。

1.算法概述

基于圖像的晶圓計數算法流程如圖1所示。系統采集到晶圓圖像后，需要進行預處理，對給定晶圓進行定位。然后利用晶圓切片痕跡查找直線組，通過互相垂直的直線組確定晶圓單元尺寸并進行分割，最后分 析單 元特征確定合格單元的數量。

2.晶圓計數算法

2.1 晶圓定位

圖像拍攝的過程中，雖然CCD相機是固定的，但工作臺上晶圓在圖像中的位置并不是保持固定不變的，需要對晶圓進行快速定位，便于后續的處理。

由于晶圓圖像背景簡單，可通過一個確定的閾值分割快速確定晶圓區域，找出晶圓輪廓以便后續定位。

晶圓的定位可通過圓檢測實現。常用的圓檢測的方法有最小二乘法，Hough變換以及一些改進方法[4-6]。本文采用最小二乘法。

Hough變換找圓算法[5]通過圖像域“投票”

到參數域的窮盡式搜索模式，計算量較大，占用內存多。而最小二乘法通過最小化誤差的平方和找到數據的最佳函數匹配，計算量小，可靠性高，運算速度快，比較適用晶圓定位。

圓曲線的公式為：

令a=-2A

可得圓曲線方程的另一種形式：

其中R是圓半徑，（x,y）是樣本點在圖像中的坐標值，（A,B）是圓心坐標值。通過對輪廓點進行圓擬合，獲取參數a,b,c的值，從而確定晶圓位置。

圖1 算法流程框圖Fig.1chart

圖2 原圖Fig.2 original map

圖3 擬合效果 圖Fig.3 Fitting rendering

圖4 最值二值化Fig4 The most value binarization

圖5 初步找線效果Fig5 Initial houghline effect

圖6 verdis統計直方圖Fig6 The distance of near lines hist

圖7 分析畫線效果Fig7 advanced effect

2.2 單元分割

為了正確統計出晶圓裸片的數目，需先確定各個裸片單元。因為實驗圖的分辨率較高，為2560*1920，所以邊緣分割出來的二值圖的直線邊緣可能會很粗，將會給找線結果帶來影響，所以這里我們需要對分割出來的灰度圖進行局部最小值處理，用于細化邊緣，便于提取晶圓裸片單元的布局信息。

然后，對晶圓裸片單元布局信息進行直線查找。本文采用Hough變換[6]，Hough可對目標進行有效檢測與識別、可并行實現、并具有對噪聲不敏感等優點。傳統Hough變換把空間中的點集合變為參數空間集合，通過在變換矩陣中找到峰值點，確定相關的直線。參數空間的直線標準表示法為：

其中，（xi,yi）表示圖像中點的坐標，θ表示原點到直線的距離直線與縱軸的夾角，ρ.表示原點到直線的距離。

圖8 完整晶圓裸片二值圖Fig8 The binary map of the rest of the good wafer chip

圖9 合格的晶圓裸片標記圖Fig12 The mark map of the good wafer chip

由于晶圓中直線的數量不確定，本文以最先找出的峰值參數θ為基準，根據晶圓直線僅有兩方向且互相垂直，通過多次實驗結果可以確定峰值參數θ相差不大于3°的峰值為合理峰值，并繼續查找累加器峰值，如果連續找到三個參數θ偏差大于3°的峰值，則查找結束。其中峰值比較集中的兩個角度bin的中值即為晶圓直線中心方向的直線。

合理角度范圍確定之后，對于剔除了部分晶圓裸片的圖像，在找線的過程中如果遇到兩條或者兩條以上直線的參數θ，ρ.相同，那么就認為它們是同一條直線其中的某一段直線，在劃線的時候就把它們連接成為一條直線。

從圖5中可以看出，由于噪聲以及畸變等影響，直線可能存在誤找和漏找的情況，如圖7所示，圖中最上面和最下面，最左邊和最右邊各有一條直線未能找出，這是由于這幾條線上的點集合太少導致。

為了解決這個問題，我們需要進一步消除噪聲引起的誤找直線，本文通過對合理直線的分析來確定直線之間合理的間隔，進而實現辨別誤找直線和補齊未找出直線的目的。

算法如下：

(1)根據直線的角度信息來把所有直線分為兩組。

(2)分別求出兩組直線中相鄰兩條直線的間距向量。

(3)把兩組間距值分別分為30個bin。找到具有累加數最大值的bi n，如圖6。然后取這個bin范圍內的所有值的均值為最合適的間距，一組記為hordis，另一組記為verdis。在多幅類似的2560*1920分辨率圖片上實驗，誤差范圍是0.2%-2.3%

(4)分別以兩組直線的最邊上一條直線為基準向兩邊以該組間距為步長補齊缺失直線或者消除誤找直線。在此，相鄰兩直線間距大于1.8倍最合適間距認為是缺失一條直線，小于0.8倍認為是誤找直線。如果相鄰兩直線間 有多條缺失直線，那么即以新作直線為準再算兩者間距，依次畫線。超出圓內認為無效。

圖7即為重新畫線的結果。從圖中可以看到邊緣的直線被找出，而且誤找的直線也可以被成功的消除。

2.3 確定晶圓數目

全部的直線被找到后，根據直線在圓上的坐標，晶圓可以被分割成很多連通域。圖8為晶圓塊的二值圖像。

為了排除干擾，快速計算合格晶圓裸片總數，本文采用一種結合連通域的方法來實現目的。首先用連通域標記法標記圖8。標記之后，我們會得到一個連通域總數N和一個標注矩陣L，然后度量標注矩陣區域的重心屬性。通過判斷標注矩陣區域的重心點是否為特定的色彩即可確定相應標注矩陣區域是否為無晶圓片的區域。這樣就達到了快速計算合格晶圓裸片總數的目的。圖9為圖8通過連通域標記法結合連通域重心點來確定合格晶圓數的效果圖。無晶圓片區即取走的合格晶圓片。

3.實驗

為了驗證本文提出的算法，在處理器T6600，2G內存的PC機上用MATLAB仿真。對200幅不 同拍攝角度和光照條件下剔除掉不合格晶圓裸片后的圖像進行了分析，其中這些圖片的分辨率均為2560x1920。最后統計結果顯示本算法準確率達到了98.1%。平均每幅圖所需運行時間為4.2s。因為晶圓圖片的分辨率比較高，運算量比較大，較耗時，但達到了實際應用的要求。

4.結論

本文利用hough變換得到晶圓圖像的直線信息，然后利用這些直線信息對最開始的直線進行校正和補齊。把所有直線都找到后就可以得到一個比較直觀的晶圓裸片分布圖。實驗通過對數據的分析和先驗知識不斷地修正數據，使算法的可靠性得到提高。本算法有較強的魯棒性，對光源和環境要求不高，而且能對一定程度畸變后的圖像進行有效的處理。

[1]Dirk K.de Vries,“Investigation of Gross Die per Wafer Formulas”Semiconductor Manufacturing,IEEE Transactions on vol 18 pp.136-139 february 2005.

[2]廖廣軍,胡躍明,戚其豐,張浩.全自動上芯機的晶片檢測系統[J].計算機工程與應用,2006,04：102-104.

[3]羅學剛,呂俊瑞.一種新的多圓快速檢測方法[J].光電工程,2011,38(9).

[4]陳世哲,劉國棟,胡濤,莊志濤,浦昭邦.IC芯片視覺檢測中快速圖像匹配定位[J].光電子激光,2005,16(11)：1347-1349.

[5]朱桂英,張瑞林.基于Hough變換的圓檢測方法[J].計算機工程與設計,2008,29(6)：1462-1464.

[6]岡薩雷斯.數字圖像處理(MATLAB版)[M].電子工業出版社,2005：296-304.

[7]劉珂,周富強,張廣軍.半徑約束最小二乘圓擬合方法及其誤差分析[J].光電子·激光,2006,17(5).

[8]章毓晉.圖像工程一下冊圖像理解與計算機視覺[M].北京：清華大學出版社,2000：30-44.

[9]邊肇祺,張學工.模式識別[M].北京：清華大學出版社,2001.

[10]Eli Saber,e4 Murat Tekalp,Gazde BozdagiFusion of color and edge information for improved segmentation and edge linking.Image and Vision computing.