CN111050088B - 对检测管芯缺陷的相机的成像亮度进行校准的机制 - Google Patents
对检测管芯缺陷的相机的成像亮度进行校准的机制 Download PDFInfo
- Publication number
- CN111050088B CN111050088B CN201911393769.3A CN201911393769A CN111050088B CN 111050088 B CN111050088 B CN 111050088B CN 201911393769 A CN201911393769 A CN 201911393769A CN 111050088 B CN111050088 B CN 111050088B
- Authority
- CN
- China
- Prior art keywords
- die image
- image
- camera
- die
- gray scale
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Studio Devices (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本文公开了用于对检测管芯缺陷的相机的成像亮度进行校准的机制。根据本公开的一个方面,一种用于对检测管芯缺陷的相机的成像亮度进行校准的方法包括:获取所述相机拍摄的管芯图像;判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配;以及响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置。
Description
技术领域
本公开总体上涉及半导体制造过程,更具体地,涉及用于对检测管芯缺陷的相机的成像亮度进行校准的机制。
背景技术
在一般的半导体制造过程中,在晶圆制造完成之后,通过切割的方式从晶圆上分离出一个个管芯,以用于接下来的测试和封装。对于每个管芯来说,除了要对它们逐一进行功能和性能上的测试以便于对其进行分类等处理之外,还需要在一个或多个环节中检测管芯可能存在的缺陷,尽早发现缺陷并采取应对措施,以免对后续工序造成不利影响。对管芯缺陷的检测通常是通过对用相机拍摄的管芯的照片图像进行图像分析处理来完成的,但是在确保管芯缺陷检测的准确性和可靠性等方面,仍缺乏简单高效的手段。
发明内容
在发明内容部分中,以简化的形式介绍一些选出的概念,其将在下面的具体实施方式部分中被进一步描述。该发明内容部分并非是要标识出所要求保护的主题的任何关键特征或必要特征,也不是要被用于帮助确定所要求保护的主题的范围。
根据本公开的一个方面,提供了一种用于对检测管芯缺陷的相机的成像亮度进行校准的方法,所述方法包括:获取所述相机拍摄的管芯图像;判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配;以及响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置。
根据本公开的另一个方面,提供了一种计算设备,所述计算设备包括:存储器,其用于存储指令;以及至少一个处理器,其耦合到所述存储器,其中,所述指令在由所述至少一个处理器执行时,使得所述至少一个处理器:获取所述相机拍摄的管芯图像;判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配;以及响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置。
根据本公开的再一个方面,提供了一种用于对检测管芯缺陷的相机的成像亮度进行校准的装置,所述装置包括:用于获取所述相机拍摄的管芯图像的模块;用于判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配的模块;以及用于响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置的模块。
根据本公开的又一个方面,提供了一种计算机可读存储介质,其上存储有指令,所述指令在由至少一个处理器执行时,使得所述至少一个处理器执行本公开中描述的任一方法。
附图说明
在附图中对本公开的实现以示例的形式而非限制的形式进行了说明,附图中相似的附图标记表示相同或类似的部件,其中:
图1示出了根据本公开的一些实现的示例性***的框图;
图2示出了根据本公开的一些实现的总体处理流程的示意图;
图3示出了根据本公开的一些实现的示例性方法的流程图;
图4示出了根据本公开的一些实现的示例性操作的流程图;
图5示出了根据本公开的一些实现的示例性装置的框图;以及
图6示出了根据本公开的一些实现的示例性计算设备的框图。
具体实施方式
在以下的说明书中,出于解释的目的,阐述了大量具体细节。然而,应当理解的是,本公开的实现无需这些具体细节就可以实施。在其它实例中,并未详细示出公知的电路、结构和技术,以免影响对说明书的理解。
说明书通篇中对“一个实现”、“实现”、“示例性实现”、“一些实现”、“各种实现”等的引述表示所描述的本公开的实现可以包括特定的特征、结构或特性,然而,并不是说每个实现都必须要包含这些特定的特征、结构或特性。此外,一些实现可以具有针对其它实现描述的特征中的一些、全部,或者不具有针对其它实现描述的特征。
以最有助于理解所要求保护的主题的方式,可能会将各种操作描述为依次序的多个分立的动作或操作。然而,描述的次序并不应当被解释为暗示这些操作必然是依赖于次序的。尤其是,这些操作可以不按照所呈现的次序来执行。在另外的一些实现中,还可以执行各种另外的操作,和/或忽略各种已经描述的操作。
在说明书和权利要求书中,可能会出现的短语“A和/或B”用来表示以下之一:(A)、(B)、(A和B)。类似地,可能会出现的短语“A、B和/或C”用来表示以下之一:(A)、(B)、(C)、(A和B)、(A和C)、(B和C)、(A和B和C)。
在说明书和权利要求书中,可能会用到术语“耦合”和“连接”及其派生词。需要理解的是,这些术语并非是要作为彼此的同义词。相反,在特定的实现中,“连接”用于表示两个或更多部件彼此直接物理或电接触,而“耦合”则用于表示两个或更多部件彼此协作或交互,但是它们可能、也可能不直接物理或电接触。
在晶圆切割完成之后,在一个或多个操作环节中检测切割出的每个管芯可能存在的缺陷。管芯缺陷通常可以包括管芯表面的脏污,其可能是前道工序残留的胶、灰尘,等等;管芯缺陷还可以包括管芯边缘的崩裂,这可能是在晶圆切割过程中产生的;此外,管芯缺陷还可以包括管芯相对于载具上指定放置位置的偏移,等等。这些以及其它管芯缺陷需要尽早被发现,以便能采取应对措施,例如清除脏污、调整放置位置、甚至是丢弃不符合要求的管芯,等等,以免对后续工序造成不利影响或者浪费后续工序。
对管芯缺陷的检测通常是采用计算机视觉技术通过对用相机拍摄的管芯的照片图像进行图像分析处理来完成的,该分析处理的基础是该管芯的照片图像对应的灰度图像。灰度图像可以认为是对每个像素位置的光线亮度进行测量的结果,每个像素的值代表相应的灰度等级。因此,图像亮度对于管芯缺陷检测来说是至关重要的影响因素之一。
然而,如何能够确保相机拍摄的图像亮度的稳定性,以保证基于图像进行的管芯缺陷检测的准确性和可靠性,现有技术中缺乏有效的解决手段。
图1示出了根据本公开的一些实现的示例性***100的框图。示例性***100典型地可以是用于拾取管芯的***或机器。如图1所示,***100可以包括拾取机构110、相机120以及控制单元130。***100的这些和其它部件之间可以通过有线和/或无线的方式彼此通信地耦合,以用于传输各种需要的控制和数据信号。
如图1所示,***100可以包括拾取机构110。拾取机构110可以包括诸如吸取头、翻转装置等机电组件,其用于按照要求(例如,在图1所示的控制单元130的控制下)从源位置拾取起管芯,将其移动并放置在指定的目标位置上。例如,拾取机构110可以用于将一个个管芯从切割后的晶圆拾取至托盘的指定目标放置位置上,托盘上的管芯稍后可以被送到另一机器以逐一进行功能和性能上的测试,等等。例如,拾取机构110可以用于将一个个管芯从托盘拾取至载带上的指定目标孔穴中,载带然后可以被转移到后道工序,例如对管芯进行封装,等等。
***100还可以包括相机120。相机120用于在拾取机构110将一个管芯放置在指定的目标位置上之后,按照指定的参数/设置对该管芯进行拍照,所拍摄图像将被用于检测管芯缺陷。
此外,***还可以包括控制单元130,其例如可以被实施为诸如计算机这样的计算设备。控制单元130可以用于对拾取机构110的操作进行控制。此外,在一些实现中,控制单元130也可以用于对相机120的操作进行控制,并且可以基于计算机视觉技术对相机120拍摄的管芯图像进行图像分析处理以检测管芯缺陷。
如前所述,相机120用于按照指定的参数/设置进行拍摄。所述指定的参数/设置最初可以是依照能够最佳地满足用于管芯缺陷检测的计算机视觉算法的要求而设定的。然而,拍摄位置/环境可能并不会一成不变,随着时间的推移相机120的相关部件可能出现老化,包括这些在内的多种原因都可能会导致原本认为最优的参数/设置,却并不能保证拍摄出的管芯图像的亮度始终符合用于管芯缺陷检测的计算机视觉算法的要求,进而可能引发对管芯缺陷的漏检或误报。举例来说,管芯图像中,灰度值低于一定阈值的那些像素会被计算机视觉算法认为是有缺陷的,这种情况下,如果图像亮度过高,一些原本有缺陷的像素位置可能被漏掉,而如果图像亮度过低,则一些原本正常的像素位置可能会被误认为是有缺陷的。
根据本公开的一些实现,控制单元130中还可以部署有校准机制,其用于对相机120的成像亮度进行校准。该校准机制能够根据相机120拍摄的用于检测管芯缺陷的管芯图像及时发现图像亮度方面的问题,据此对相机120的成像亮度进行补偿以保证其稳定,有效地确保了基于管芯图像的管芯缺陷检测的准确性和可靠性。在一些实现中,所述校准机制可以通过部署在控制单元130中的程序(例如,由控制单元130的处理器执行)来实现。
需要注意的是,图1中所示的***结构仅仅是示例性而非限制性的。例如,在一些实现中控制单元130可以被与拾取机构110和相机120部署在同个位置;而在另一些实现中,控制单元130可以相对于拾取机构110和相机120而被远程地部署,等等。此外,例如,在一些实现中,控制单元130可以被实施为多个分立的单元,其分别用于对拾取机构110的操作进行控制、对相机120的操作进行控制、基于计算机视觉技术对相机120拍摄的管芯图像进行图像分析处理以检测管芯缺陷、对相机120的成像亮度进行校准,等等,这些单元之间可以视需要而彼此通信地耦合。该***结构的其它实现也是可能的,本公开并不限于此。
图2示出了根据本公开的一些实现的总体处理流程200的示意图。如图2所示,处理流程200总体上可以是一个循环的过程,其中,在阶段210,用相机拍摄管芯图像,所述管芯图像将被用来检测管芯缺陷。然后,在阶段220,使用所拍摄的管芯图像进行亮度匹配性检查(具体地,对照指定的参考管芯图像,如下文中所进一步详述的)。这里,出于开销和效率等方面的考虑,进行检查的管芯图像可以是在前一阶段210中拍摄的一组管芯图像中的一幅管芯图像,然而本公开并不限于此。接着,在阶段230,取决于阶段220的检查结果,对相机成像亮度相关设置进行调整以实现补偿。之后,该处理流程回到阶段210,针对下一组管芯,继续用相机拍摄管芯图像(采用调整后的设置),继而执行阶段220的检查、阶段230的调整……以此类推地循环。由此,简单高效地实现了对相机成像亮度相关设置的持续校准和监控,从而确保管芯缺陷检测的准确性和可靠性。
接下来参考图3,其示出了根据本公开的一些实现的示例性方法300的流程图。示例性方法300可以在图1中所示的控制单元130或任何类似的或相关的实体中实现。
方法300可以用于对检测管芯缺陷的相机的成像亮度进行校准。如图3所示,方法300开始于步骤310,在该步骤中,获取相机(例如,图1中所示的相机120)拍摄的管芯图像。
在一些实现中,相机120可以是基于CMOS的相机、基于CCD的相机,等等,然而本公开并不限于此。相机120拍摄的管芯图像将被用于基于计算机视觉技术来检测管芯缺陷。计算机视觉技术通常基于灰度图像来进行检测。在一些实现中,相机120可以直接拍摄灰度图像;或者,相机120也可以拍摄彩色图像,之后该图像会被进行相应的灰度化处理,以便于后续使用。
在一些示例中,相机120用于对放置在指定的目标位置上的管芯进行拍照,所述指定的目标位置例如可以是位于托盘上的目标放置位置、位于载带上的目标孔穴,等等。采用计算机视觉技术所检测的管芯缺陷可以包括但不限于:管芯表面的脏污、管芯边缘的崩裂、管芯相对于诸如托盘或载带之类的载具上的指定放置位置的偏移,等等,然而本公开并不限于此。
在一些实现中,可以获取相机120拍摄的每一个管芯的用于检测管芯缺陷的图像,将其用于本公开中描述的校准。例如,相机120每拍摄一张管芯图像,就可以利用该图像来实施本公开中描述的校准机制。在一些实现中,出于生产实践中的成本和效率等方面的考虑,可以从相机120为一组管芯拍摄的相应数目的管芯图像中,选择一幅管芯图像来实施本公开中描述的校准机制。这里所述的一组管芯的具体数目可以取决于实际需求而设定,例如考虑每个生产批次的管芯数量,等等。此外,在一些实现中,这里所述的选择可以是随机的,或者可以是预先设定的(例如,选择一组图像中的固定顺序位置的一张图像),等等。本公开并不限于上述具体实现。
此外,在一些实现中,步骤110处的获取相机拍摄的管芯图像可以包括对所述管芯图像进行预处理。所述预处理可以包括:对所述管芯图像进行灰度化处理以获得相应的灰度图像,所获得的灰度图像可以被用于实施本公开中描述的校准机制。灰度图像中每个像素的值代表相应的灰度等级。例如,对于用8比特来存储灰度图像的每个像素值的情形,可表征的灰度等级共256级,用0-255来表示,其中,0可以表示黑色,对应于最低亮度,而255可以表示白色,对应于最高亮度。
此外,在一些实现中,对所述管芯图像进行的预处理可以包括对所述管芯图像进行裁切以保留其中的有效区域,由此避免其余区域(可被视为噪声)对根据本公开的校准机制的影响,这里,所述有效区域的大小(以像素数来计量)可以对应于指定的参考管芯图像(将在下文中对其进行进一步的详述)的大小,例如,大小为2048x2048个像素。此外,在一些实现中,裁切操作的基准位置可以是任意适当的位置点,例如,管芯图像中管芯的几何中心、管芯图像中载具(如托盘、载带)上的固定位置,等等。本公开并不限于上述具体实现。
本领域技术人员可以理解,取决于具体的实现需求,对所述管芯图像进行的预处理还可以包括其它的图像处理操作,并且上述和其它的操作的任意组合也是可行的。
然后,方法300前进到步骤320,在该步骤中,判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配。在一些实现中,所述指定的参考管芯图像的图像亮度符合用于管芯缺陷检测的计算机视觉算法的设计要求,例如,所述管芯图像是依照能够最佳地满足所述计算机视觉算法的要求而准备的。例如,可以参考计算机视觉算法的要求和能力来人为地制造一些管芯缺陷,然后采用相机120相关的指定参数/设置(例如,其可以是当前条件下最优的)对该管芯进行拍照,确保拍出的管芯图像中这样的缺陷可以被计算机视觉算法准确识别到。这样的管芯图像可以被选取作为所述指定的参考管芯图像。需要注意的是,所述指定的参考管芯图像的准备考虑的具体因素并不限于上述具体示例,而是可以取决于具体的实现需求和/或操作人员的经验来决定。
下面先转到图4,其示出了根据本公开的一些实现的示例性操作400的流程图。示例性操作400可以对应于前述的示例性方法300的步骤320,即,判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配。
更具体地,如图4所示,操作400可以包括步骤410,在该步骤中,将图像灰度范围划分为相等大小的连续的多个灰度区间。继续前面的用8比特来存储灰度图像的每个像素值的示例,图像灰度范围共256级,在一些实现中,可以以每10个灰度等级为一个灰度区间,对该图像灰度范围进行划分,例如,灰度等级[0-9]被设为第一个灰度区间、灰度等级[10-19]被设为第二个灰度区间、灰度等级[20-29]被设为第三个灰度区间……,以此类推。本领域技术人员可以理解,灰度区间的其它大小设定也是可行的。
接着,操作400可以包括步骤420,在该步骤中,对所述管芯图像的像素的灰度值落入所述多个灰度区间中的每一个灰度区间的数目进行计数。以管芯图像的大小为2048x2048个像素为例,对总数为4194304个像素,分别统计其灰度值落入所设定的多个灰度区间中的每一个灰度区间的像素数目。在本公开的一些实现中,对于用8比特来存储灰度图像的每个像素值的情形,采用每10个灰度等级作为一个灰度区间,对落入各区间的像素数目进行计数,可以很好地反映所述管芯图像的像素的灰度值分布,避免了灰度区间选取过大或者过小时对根据本公开的校准机制的不利影响。
操作400还可以包括步骤430,在该步骤中,根据步骤420的所述计数来确定所述管芯图像的包含像素数目最多的一个或多个灰度区间。举例来说,针对特定的一幅管芯图像,包含像素数目最多的灰度区间可能是灰度等级在[150-159]的那个区间、包含像素数目第二多的灰度区间可能是灰度等级在[140-149]的那个区间……,等等。
然后,操作400还可以包括步骤440,在该步骤中,检查步骤430中所确定的所述管芯图像的一个或多个灰度区间与所述参考管芯图像的包含像素数目最多的一个或多个灰度区间是否一致。这里,所述参考管芯图像的各个灰度区间的像素数目可以是以与前述同样的方式来确定的,在这里不再重复叙述。此外,在一些实现中,考虑到效率等因素,可以预先确定所述参考管芯图像的各个灰度区间的像素数目、以及其相应的包含像素数目最多的一个或多个灰度区间,将这样的信息存储在存储器中,在每次进行步骤440的检查时直接取出使用,避免了重复计算造成的资源浪费。举例来说,针对所述指定的参考管芯图像,包含像素数目最多的灰度区间可能是灰度等级在[170-179]的那个区间、包含像素数目第二多的灰度区间可能是灰度等级在[160-169]的那个区间……,等等。
下面结合上述示例讨论仅检查所述管芯图像与所述参考管芯图像的包含像素数目最多的那一个灰度区间是否一致的情形。如上所示,管芯图像的包含像素数目最多的灰度区间是灰度等级在[150-159]的那个区间,而参考管芯图像的包含像素数目最多的灰度区间是灰度等级在[170-179]的那个区间,二者并不相同,因此可以认定其不一致,并相应地判定所述管芯图像与所述参考管芯图像在亮度上不匹配。
另外,在一些实现中,即便是所述管芯图像与所述参考管芯图像的包含像素数目最多的灰度区间并不相同,还可以考虑二者之间的差异是否在允许的范围内,如果是的话,则仍可以认定这二者是一致的,并相应地判定所述管芯图像与所述参考管芯图像在亮度上匹配。举例来说,假定管芯图像与参考管芯图像的包含像素数目最多的灰度区间虽然不一样、但这两个灰度区间是直接相邻的,则在一些情况下仍可能判定管芯图像与参考管芯图像在亮度上是匹配的。可以理解,上述情形仅为举例而非限制。
尽管这里仅针对对于所述管芯图像与所述参考管芯图像的包含像素数目最多的一个灰度区间进行检查的情形进行了讨论,然而类似的机制可以同样适用于检查多于一个灰度区间的情形。例如,可以检查所述管芯图像的包含像素数目最多的一个灰度区间是否落入所述参考管芯图像的包含像素数目最多的两个灰度区间(即,以像素数目计,排在前两位的灰度区间)的范围内;例如,可以检查所述参考管芯图像的包含像素数目最多的两个灰度区间中是否有一个与所述参考管芯图像的包含像素数目最多的一个灰度区间相同;等等。这些以及其它的变型也同样落入本公开的范围内。
此外,在一些实现中,在步骤320中判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配时,可以忽略所述管芯图像和所述参考管芯图像的其灰度值不满足指定条件的那些像素。所述指定条件可以包括像素的灰度值不在特定范围之内,取决于具体实现,灰度值不在所述特定范围(作为示例,该范围可以为灰度等级[42-253])之内的那些像素可能被认为对于所述校准机制来说是噪声像素,因此为了避免对校准的干扰,而在例如步骤420的计数过程中可以对这些像素不予考虑。
此外,在一些实现中,在步骤320中判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配时,还可以以可视的形式(例如,在显示设备上显示的图形用户界面上)呈现根据步骤420的计数确定的所述管芯图像的灰度值分布。在一些实现中,可以与所述参考管芯图像的像素的灰度值分布相对照地呈现所述管芯图像的像素的灰度值分布,由此可令操作人员直观地观察到二者之间的差异,便于操作人员采取一些附加的处理措施。所述呈现具体可以采用表格、柱状图、饼图等多种可能的形式中的一种或多种,然而本公开并不限于此。
尽管上面结合图4描述了方法300的步骤320的一种具体实现,然而可以理解的是,上述实现并非仅有的实现方式。例如,在一些实现中,步骤320中判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配还可以附加地或者替代地考虑这两个图像各自的平均亮度水平,等等。
回到图3,如果在步骤320中判定所述管芯图像与所述参考管芯图像在亮度上匹配,方法300可以结束本轮的执行,不需要对与所述相机的成像亮度相关联的设置进行调整。另一方面,响应于在步骤320中判定所述管芯图像与所述参考管芯图像在亮度上匹配,方法300进行到步骤330,在该步骤中,调整与所述相机的成像亮度相关联的设置。
在一些实现中,与所述相机的成像亮度相关联的设置可以包括所述相机的曝光时间。例如,相对于所述参考管芯图像,当确定所述管芯图像的亮度偏高时,可以相应地减少所述相机的曝光时间;而当确定所述管芯图像的亮度偏低时,可以相应地增加所述相机的曝光时间。对与所述相机的成像亮度相关联的设置的调整可以是根据所述管芯图像与所述参考管芯图像在亮度上的差异,在一些实现中,所述差异取决于所述管芯图像的包含像素数目最多的一个或多个灰度区间与所述参考管芯图像的包含像素数目最多的一个或多个灰度区间之间的距离。所述距离可以以灰度等级的数目来计量。在根据本公开的一些实现中,所述校准机制可以采用预先设定的映射表,其中存储有所述距离的相对或绝对值与所述相机的曝光时间的调整量之间的对照关系。可以通过查找该映射表来确定具体的调整幅度,并相应地向所述相机发出调整信号。
此外,在一些实现中,与所述相机的成像亮度相关联的设置还可以包含其它设置,例如:所述相机的光圈大小、所述相机的感光度、和/或所述相机配备的或耦合到的补光灯的亮度,等等。可以采用前述类似的机制来确定这些其它设置中的每一个的调整幅度。此外,在一些实现中,对上述设置的任意组合进行调整也是可行的。
下面参考图5,其示出了根据本公开的一些实现的示例性装置500的框图。示例性装置500可以在图1中所示的控制单元130或任何类似的或相关的实体中实现。
装置500可以用于对检测管芯缺陷的相机的成像亮度进行校准。如图5所示,装置500可以包括模块510,其用于获取所述相机拍摄的管芯图像。装置500还可以包括模块520,其用于判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配。此外,装置500还可以包括模块530,其用于响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置。
此外,在一些实现中,装置500的上述模块中的一个或多个中还可以包括进一步的模块、和/或装置500还可以包括附加的模块,用于执行说明书中已经描述的其它操作,例如结合图3的示例性方法300的流程图以及图4的示例性操作400的流程图而描述的。此外,在一些实现中,装置500的各种模块还可以取决于实际需求进行组合或拆分,这同样落入本公开的范围之内。
本领域技术人员可以理解,示例性装置500可以用软件、硬件、固件、或其任意组合来实现。
图6示出了根据本公开的一些实现的示例性计算设备600的框图。示例性计算设备600可以在图1中所示的控制单元130或任何类似的或相关的实体中实现。
计算设备600可以用于对检测管芯缺陷的相机的成像亮度进行校准。如图6所示,计算设备600可以包括至少一个处理器610。处理器610可以包括任意类型的通用处理单元(例如:CPU、GPU,等等)、专用处理单元、核心、电路、控制器,等等。此外,计算设备600还可以包括存储器620。存储器620可以包括任意类型的可以用于存储数据的介质。在一些实现中,存储器620被配置为存储指令,所述指令在执行时使得至少一个处理器610执行本文中所述的操作,例如,结合图3的示例性方法300的流程图以及图4的示例性操作400的流程图而描述的。
此外,在一些实现中,计算设备600还可以耦合到或配备有一种或多种外设部件,所述外设部件可以包括但不限于显示器、扬声器、鼠标、键盘,等等。另外,在一些实现中,计算设备600还可以配备有通信接口,其可以支持各种类型的有线/无线通信协议以与通信网络进行通信。通信网络的示例可以包括但不限于:局域网(LAN)、城域网(MAN)、广域网(WAN)、公共电话网、互联网、内联网、物联网、红外网络、蓝牙网络、近场通信(NFC)网络、ZigBee网络,等等。
此外,在一些实现中,上述及其它部件之间可以经由一种或多种总线/互连来相互通信,所述总线/互连可以支持任何合适的总线/互连协议,包括***组件互连(PCI)、快速PCI快速、通用串行总线(USB)、串行附接SCSI(SAS)、串行ATA(SATA)、光纤通道(FC)、***管理总线(SMBus),或其它合适的协议。
本领域技术人员可以理解,对于计算设备600的结构的上述描述仅仅是示例性而非限制性的,其它结构的设备也是可行的,只要能够用来实现本文中所述的功能。
本公开的各种实现可以包括或操作多个组件、部件、单元、模块、实例或机制,其可以用硬件、软件、固件、或其任意组合来实现。硬件的示例可以包括、但不限于:设备、处理器、微处理器、电路、电路元件(例如、晶体管、电阻器、电容器、电感器,等等)、集成电路、专用集成电路(ASIC)、可编程逻辑器件(PLD)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、存储单元、逻辑门、寄存器、半导体器件、芯片、微芯片、芯片组,等等。软件的示例可以包括、但不限于:软件组件、程序、应用、计算机程序、应用程序、***程序、机器程序、操作***软件、中间件、软件模块、例程、子例程、函数、方法、过程、软件接口、应用编程接口(API)、指令集、计算机代码、计算机代码段、字、值、符号、或其任意组合。确定一个实现是使用硬件、软件、和/或固件来实现可以取决于多种因素而变化,例如期望的计算速率、功率级别、耐热性、处理周期预算、输入数据速率、输出数据速率、存储器资源、数据总线速度,以及其它的设计或性能约束,正如一个给定的实现所期望的。
这里描述的一些实现可以包括制品。制品可以包括存储介质。存储介质的示例可以包括用任意方法或技术实现的用以存储信息(例如,计算机可读指令、数据结构、程序模块、或其它数据)的易失性的和非易失性的、可移动的和不可移动的介质。存储介质可以包括、但不限于:随机存取存储器(RAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪速存储器或其它存储器技术,光盘(CD)、数字多用盘(DVD)或其它光存储,磁带盒、磁带、磁盘存储或其它磁存储设备,或者任何其它的能够用于存储信息的介质。在一些实现中,制品可以存储可执行的计算机程序指令,其在被一个或多个处理单元执行时,使得处理单元执行这里所述的操作。可执行的计算机程序指令可以包括任意合适类型的代码,例如,源代码、编译代码、解释代码、可执行代码、静态代码、动态代码,等等。可执行的计算机程序指令可以使用任意适当的高级的、低级的、面向对象的、可视化的、编译的和/或解释的编程语言来实现。
下面描述本公开的一些示例性实现。
示例1可以包括一种用于对检测管芯缺陷的相机的成像亮度进行校准的方法,所述方法包括:获取所述相机拍摄的管芯图像;判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配;以及响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置。
示例2可以包括示例1所述的主题,其中,判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配包括:将图像灰度范围划分为相等大小的连续的多个灰度区间;对所述管芯图像的像素的灰度值落入所述多个灰度区间中的每一个灰度区间的数目进行计数;根据所述计数确定所述管芯图像的包含像素数目最多的一个或多个灰度区间;以及检查所确定的所述管芯图像的一个或多个灰度区间与所述参考管芯图像的包含像素数目最多的一个或多个灰度区间是否一致。
示例3可以包括示例2所述的主题,其中,在判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配时,忽略所述管芯图像和所述参考管芯图像的其灰度值不满足指定条件的像素。
示例4可以包括示例2所述的主题,其中,判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配还包括:与所述参考管芯图像的像素的灰度值分布相对照地,可视地呈现根据所述计数确定的所述管芯图像的像素的灰度值分布。
示例5可以包括示例2所述的主题,其中,与所述相机的成像亮度相关联的设置包括所述相机的曝光时间,并且其中,调整与所述相机的成像亮度相关联的设置包括:根据所述管芯图像与所述参考管芯图像在亮度上的差异来调整所述相机的曝光时间,其中,所述差异取决于所确定的所述管芯图像的一个或多个灰度区间与所述参考管芯图像的包含像素数目最多的一个或多个灰度区间之间的距离。
示例6可以包括示例1所述的主题,其中,获取所述相机拍摄的管芯图像包括对所述管芯图像进行预处理,所述预处理包括以下中的至少一项:对所述管芯图像进行灰度化处理以获得灰度图像;以及对所述管芯图像进行裁切以保留其中的有效区域,所述有效区域的大小对应于所述参考管芯图像的大小。
示例7可以包括示例1所述的主题,其中,获取所述相机拍摄的管芯图像包括从所述相机为一组管芯拍摄的相应数目的管芯图像中选择一幅管芯图像。
示例8可以包括一种计算设备,所述计算设备包括:存储器,其用于存储指令;以及至少一个处理器,其耦合到所述存储器,其中,所述指令在由所述至少一个处理器执行时,使得所述至少一个处理器:获取所述相机拍摄的管芯图像;判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配;以及响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置。
示例9可以包括示例8所述的主题,其中,判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配包括:将图像灰度范围划分为相等大小的连续的多个灰度区间;对所述管芯图像的像素的灰度值落入所述多个灰度区间中的每一个灰度区间的数目进行计数;根据所述计数确定所述管芯图像的包含像素数目最多的一个或多个灰度区间;以及检查所确定的所述管芯图像的一个或多个灰度区间与所述参考管芯图像的包含像素数目最多的一个或多个灰度区间是否一致。
示例10可以包括示例9所述的主题,其中,在判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配时,忽略所述管芯图像和所述参考管芯图像的其灰度值不满足指定条件的像素。
示例11可以包括示例9所述的主题,其中,判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配还包括:与所述参考管芯图像的像素的灰度值分布相对照地,可视地呈现根据所述计数确定的所述管芯图像的像素的灰度值分布。
示例12可以包括示例9所述的主题,其中,与所述相机的成像亮度相关联的设置包括所述相机的曝光时间,并且其中,调整与所述相机的成像亮度相关联的设置包括:根据所述管芯图像与所述参考管芯图像在亮度上的差异来调整所述相机的曝光时间,其中,所述差异取决于所确定的所述管芯图像的一个或多个灰度区间与所述参考管芯图像的包含像素数目最多的一个或多个灰度区间之间的距离。
示例13可以包括示例8所述的主题,其中,获取所述相机拍摄的管芯图像包括对所述管芯图像进行预处理,所述预处理包括以下中的至少一项:对所述管芯图像进行灰度化处理以获得灰度图像;以及对所述管芯图像进行裁切以保留其中的有效区域,所述有效区域的大小对应于所述参考管芯图像的大小。
示例14可以包括示例8所述的主题,其中,获取所述相机拍摄的管芯图像包括从所述相机为一组管芯拍摄的相应数目的管芯图像中选择一幅管芯图像。
示例15可以包括一种用于对检测管芯缺陷的相机的成像亮度进行校准的装置,所述装置包括:用于获取所述相机拍摄的管芯图像的模块;用于判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配的模块;以及用于响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置的模块。
示例16可以包括示例15所述的主题,其中,用于判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配的模块包括:用于将图像灰度范围划分为相等大小的连续的多个灰度区间的模块;用于对所述管芯图像的像素的灰度值落入所述多个灰度区间中的每一个灰度区间的数目进行计数的模块;用于根据所述计数确定所述管芯图像的包含像素数目最多的一个或多个灰度区间的模块;以及用于检查所确定的所述管芯图像的一个或多个灰度区间与所述参考管芯图像的包含像素数目最多的一个或多个灰度区间是否一致的模块。
示例17可以包括示例16所述的主题,其中,在判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配时,忽略所述管芯图像和所述参考管芯图像的其灰度值不满足指定条件的像素。
示例18可以包括示例16所述的主题,其中,用于判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配的模块还包括:用于与所述参考管芯图像的像素的灰度值分布相对照地,可视地呈现根据所述计数确定的所述管芯图像的像素的灰度值分布的模块。
示例19可以包括示例16所述的主题,其中,与所述相机的成像亮度相关联的设置包括所述相机的曝光时间,并且其中,用于调整与所述相机的成像亮度相关联的设置的模块包括:用于根据所述管芯图像与所述参考管芯图像在亮度上的差异来调整所述相机的曝光时间的模块,其中,所述差异取决于所确定的所述管芯图像的一个或多个灰度区间与所述参考管芯图像的包含像素数目最多的一个或多个灰度区间之间的距离。
示例20可以包括示例15所述的主题,其中,用于获取所述相机拍摄的管芯图像的模块包括用于对所述管芯图像进行预处理的模块,所述预处理包括以下中的至少一项:对所述管芯图像进行灰度化处理以获得灰度图像;以及对所述管芯图像进行裁切以保留其中的有效区域,所述有效区域的大小对应于所述参考管芯图像的大小。
示例21可以包括示例15所述的主题,其中,用于获取所述相机拍摄的管芯图像的模块包括用于从所述相机为一组管芯拍摄的相应数目的管芯图像中选择一幅管芯图像的模块。
示例22可以包括一种计算机可读存储介质,其上存储有指令,所述指令在由至少一个处理器执行时,使得所述至少一个处理器执行本公开中描述的任一方法。
上面已经描述的内容包括所公开的架构的示例。当然并不可能描述组件和/或方法的每种可以想见的组合,但是本领域技术人员可以理解,许多其它的组合和排列也是可行的。因此,该新颖架构旨在涵盖落入所附权利要求的精神和范围之内的所有这样的替代、修改和变型。
Claims (13)
1.一种用于对检测管芯缺陷的相机的成像亮度进行校准的方法,包括:
获取所述相机拍摄的管芯图像;
判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配;以及
响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置,
其中,判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配包括:
将图像灰度范围划分为相等大小的连续的多个灰度区间;
对所述管芯图像的像素的灰度值落入所述多个灰度区间中的每一个灰度区间的数目进行计数;
根据所述计数确定所述管芯图像的包含像素数目最多的一个灰度区间;以及
检查所确定的所述管芯图像的一个灰度区间与所述参考管芯图像的包含像素数目最多的一个灰度区间是否相同,
其中,与所述相机的成像亮度相关联的设置包括所述相机的曝光时间,并且其中,调整与所述相机的成像亮度相关联的设置包括:根据所述管芯图像与所述参考管芯图像在亮度上的差异来调整所述相机的曝光时间,其中,所述差异取决于所确定的所述管芯图像的一个灰度区间与所述参考管芯图像的包含像素数目最多的一个灰度区间之间的距离。
2.根据权利要求1所述的方法,其中,在判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配时,忽略所述管芯图像和所述参考管芯图像的其灰度值不满足指定条件的像素。
3.根据权利要求1所述的方法,其中,判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配还包括:
与所述参考管芯图像的像素的灰度值分布相对照地,可视地呈现根据所述计数确定的所述管芯图像的像素的灰度值分布。
4.根据权利要求1所述的方法,其中,获取所述相机拍摄的管芯图像包括对所述管芯图像进行预处理,所述预处理包括以下中的至少一项:
对所述管芯图像进行灰度化处理以获得灰度图像;以及
对所述管芯图像进行裁切以保留其中的有效区域,所述有效区域的大小对应于所述参考管芯图像的大小。
5.根据权利要求1所述的方法,其中,获取所述相机拍摄的管芯图像包括从所述相机为一组管芯拍摄的相应数目的管芯图像中选择一幅管芯图像。
6.一种计算设备,包括:
存储器,其用于存储指令;以及
至少一个处理器,其耦合到所述存储器,其中,所述指令在由所述至少一个处理器执行时,使得所述至少一个处理器:
获取相机拍摄的管芯图像;
判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配;以及
响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置,
其中,判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配包括:
将图像灰度范围划分为相等大小的连续的多个灰度区间;
对所述管芯图像的像素的灰度值落入所述多个灰度区间中的每一个灰度区间的数目进行计数;
根据所述计数确定所述管芯图像的包含像素数目最多的一个灰度区间;以及
检查所确定的所述管芯图像的一个灰度区间与所述参考管芯图像的包含像素数目最多的一个灰度区间是否相同,
其中,与所述相机的成像亮度相关联的设置包括所述相机的曝光时间,并且其中,调整与所述相机的成像亮度相关联的设置包括:根据所述管芯图像与所述参考管芯图像在亮度上的差异来调整所述相机的曝光时间,其中,所述差异取决于所确定的所述管芯图像的一个灰度区间与所述参考管芯图像的包含像素数目最多的一个灰度区间之间的距离。
7.根据权利要求6所述的计算设备,其中,在判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配时,忽略所述管芯图像和所述参考管芯图像的其灰度值不满足指定条件的像素。
8.根据权利要求6所述的计算设备,其中,判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配还包括:
与所述参考管芯图像的像素的灰度值分布相对照地,可视地呈现根据所述计数确定的所述管芯图像的像素的灰度值分布。
9.根据权利要求6所述的计算设备,其中,获取所述相机拍摄的管芯图像包括对所述管芯图像进行预处理,所述预处理包括以下中的至少一项:
对所述管芯图像进行灰度化处理以获得灰度图像;以及
对所述管芯图像进行裁切以保留其中的有效区域,所述有效区域的大小对应于所述参考管芯图像的大小。
10.根据权利要求6所述的计算设备,其中,获取所述相机拍摄的管芯图像包括从所述相机为一组管芯拍摄的相应数目的管芯图像中选择一幅管芯图像。
11.一种用于对检测管芯缺陷的相机的成像亮度进行校准的装置,所述装置包括:
用于获取所述相机拍摄的管芯图像的模块;
用于判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配的模块;以及
用于响应于判定所述管芯图像与所述参考管芯图像在亮度上不匹配,调整与所述相机的成像亮度相关联的设置的模块,
其中,用于判断所述管芯图像与指定的参考管芯图像在亮度上是否匹配的模块包括:
用于将图像灰度范围划分为相等大小的连续的多个灰度区间的模块;
用于对所述管芯图像的像素的灰度值落入所述多个灰度区间中的每一个灰度区间的数目进行计数的模块;
用于根据所述计数确定所述管芯图像的包含像素数目最多的一个灰度区间的模块;以及
用于检查所确定的所述管芯图像的一个灰度区间与所述参考管芯图像的包含像素数目最多的一个灰度区间是否相同的模块,
其中,与所述相机的成像亮度相关联的设置包括所述相机的曝光时间,并且其中,用于调整与所述相机的成像亮度相关联的设置的模块包括:用于根据所述管芯图像与所述参考管芯图像在亮度上的差异来调整所述相机的曝光时间的模块,其中,所述差异取决于所确定的所述管芯图像的一个灰度区间与所述参考管芯图像的包含像素数目最多的一个灰度区间之间的距离。
12.一种计算机可读存储介质,其上存储有指令,所述指令在由至少一个处理器执行时,使得所述至少一个处理器执行根据权利要求1-5中的任意一项所述的方法。
13.一种计算机程序产品,包括指令,所述指令在由至少一个处理器执行时,使得所述至少一个处理器执行根据权利要求1-5中的任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911393769.3A CN111050088B (zh) | 2019-12-30 | 2019-12-30 | 对检测管芯缺陷的相机的成像亮度进行校准的机制 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911393769.3A CN111050088B (zh) | 2019-12-30 | 2019-12-30 | 对检测管芯缺陷的相机的成像亮度进行校准的机制 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111050088A CN111050088A (zh) | 2020-04-21 |
CN111050088B true CN111050088B (zh) | 2021-12-21 |
Family
ID=70241733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911393769.3A Active CN111050088B (zh) | 2019-12-30 | 2019-12-30 | 对检测管芯缺陷的相机的成像亮度进行校准的机制 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111050088B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418540B (zh) * | 2022-01-19 | 2022-11-15 | 揭阳市科和电子实业有限公司 | 三极管制造及其固晶工艺 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101013250A (zh) * | 2006-01-30 | 2007-08-08 | 索尼株式会社 | 曝光控制装置和图像摄取装置 |
CN101783888A (zh) * | 2010-03-23 | 2010-07-21 | 中国科学院西安光学精密机械研究所 | 一种基于类直方图的自动曝光方法 |
CN104580925A (zh) * | 2014-12-31 | 2015-04-29 | 安科智慧城市技术(中国)有限公司 | 一种控制图像亮度的方法、装置及摄像机 |
CN105847708A (zh) * | 2016-05-26 | 2016-08-10 | 武汉大学 | 基于图像直方图分析的线阵相机自动曝光调整方法及*** |
CN109725499A (zh) * | 2017-10-30 | 2019-05-07 | 台湾积体电路制造股份有限公司 | 缺陷检测方法及缺陷检测*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10726540B2 (en) * | 2017-10-17 | 2020-07-28 | International Business Machines Corporation | Self-similarity analysis for defect detection on patterned industrial objects |
-
2019
- 2019-12-30 CN CN201911393769.3A patent/CN111050088B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101013250A (zh) * | 2006-01-30 | 2007-08-08 | 索尼株式会社 | 曝光控制装置和图像摄取装置 |
CN101783888A (zh) * | 2010-03-23 | 2010-07-21 | 中国科学院西安光学精密机械研究所 | 一种基于类直方图的自动曝光方法 |
CN104580925A (zh) * | 2014-12-31 | 2015-04-29 | 安科智慧城市技术(中国)有限公司 | 一种控制图像亮度的方法、装置及摄像机 |
CN105847708A (zh) * | 2016-05-26 | 2016-08-10 | 武汉大学 | 基于图像直方图分析的线阵相机自动曝光调整方法及*** |
CN109725499A (zh) * | 2017-10-30 | 2019-05-07 | 台湾积体电路制造股份有限公司 | 缺陷检测方法及缺陷检测*** |
Also Published As
Publication number | Publication date |
---|---|
CN111050088A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3785603B1 (en) | Machine learning-based fundus image detection method, apparatus, and system | |
US10758119B2 (en) | Automatic fundus image capture system | |
US11501428B2 (en) | Method, apparatus and system for detecting fundus image based on machine learning | |
US20130202188A1 (en) | Defect inspection method, defect inspection apparatus, program product and output unit | |
TW201724017A (zh) | 物品缺陷檢測方法、影像處理系統與電腦可讀取記錄媒體 | |
KR100598381B1 (ko) | 인-라인 타입의 자동 웨이퍼결함 분류장치 및 그 제어방법 | |
CN111630568B (zh) | 电子装置及其控制方法 | |
US10701352B2 (en) | Image monitoring device, image monitoring method, and recording medium | |
KR101941585B1 (ko) | 인공지능 기반의 검사를 위한 임베디드 시스템, 제어 방법 및 이를 포함하는 검사 시스템 | |
US20150116543A1 (en) | Information processing apparatus, information processing method, and storage medium | |
CN111050088B (zh) | 对检测管芯缺陷的相机的成像亮度进行校准的机制 | |
CN113808135B (zh) | 图像亮度异常检测方法、电子设备及存储介质 | |
US8797443B2 (en) | Method for checking camera | |
WO2008120182A2 (en) | Method and system for verifying suspected defects of a printed circuit board | |
KR20150068884A (ko) | 반도체 검사 방법, 반도체 검사 장치 및 반도체 제조 방법 | |
JP2020162116A (ja) | 色チャネルの欠陥画素情報を利用した画素センサー欠陥の分類及び補正の方法 | |
KR101559338B1 (ko) | 카메라 모듈용 결함 픽셀 평가 시스템 및 이를 사용한 카메라 모듈용 결함 픽셀 평가 방법 | |
JP2006229626A (ja) | 欠陥画素検出方法 | |
CN111161211B (zh) | 一种图像检测方法及装置 | |
JP2009017158A (ja) | カメラ検査装置 | |
CN114387249A (zh) | 检测方法及检测装置、设备和存储介质 | |
EP3979637A1 (en) | Calibration method | |
JP2007059858A (ja) | チップ画像検査方法とそのシステム | |
TWI840374B (zh) | 用於檢測半導體裝置之缺陷之系統及方法 | |
CN113379835B (zh) | 检测设备的校准方法、装置、设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |