CN111081581A - 气泡缺陷监控方法、装置、服务器及可读存储介质 - Google Patents
气泡缺陷监控方法、装置、服务器及可读存储介质 Download PDFInfo
- Publication number
- CN111081581A CN111081581A CN201911099799.3A CN201911099799A CN111081581A CN 111081581 A CN111081581 A CN 111081581A CN 201911099799 A CN201911099799 A CN 201911099799A CN 111081581 A CN111081581 A CN 111081581A
- Authority
- CN
- China
- Prior art keywords
- bubble defect
- bubble
- gray level
- monitoring
- defect
- 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.)
- Granted
Links
- 230000007547 defect Effects 0.000 title claims abstract description 179
- 238000012544 monitoring process Methods 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 235000012431 wafers Nutrition 0.000 claims description 74
- 238000012545 processing Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 15
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000011179 visual inspection Methods 0.000 abstract description 8
- 238000012806 monitoring device Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 19
- 238000007405 data analysis Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
- H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供一种气泡缺陷监控方法、装置、服务器及可读存储介质,对键合晶圆的扫描图像进行灰度解析,获得气泡缺陷的像素灰度值,以通过像素灰度值对气泡缺陷进行监控。本发明可对气泡缺陷的尺寸大小、气泡缺陷的形状及气泡缺陷的数量进行在线自动监控,可避免人工目检的方式,检测效率高,准确率高,从而具有良好的可靠性,以降低气泡破开概率,降低经济损失,提高生产效率,具有较高的经济价值。
Description
技术领域
本发明属于半导体制造技术领域,涉及一种气泡缺陷监控方法、装置、服务器及可读存储介质。
背景技术
在晶圆键合(Bond)工艺中,当键合工艺出现异常时,键合晶圆中会出现气泡缺陷(Bubble defect),一旦气泡缺陷的尺寸达到毫米级,键合晶圆在后续工艺中就可能出现气泡破开的风险,同时气泡缺陷的形状也是造成气泡破开的重要指标。
在半导体制程中,键合晶圆中的气泡破开不仅会降低晶圆的良率,严重时甚至会造成晶圆报废,同时也会对工艺设备造成污染,以进一步污染到其它的晶圆,扩大了影响范围,造成较大的经济损失。因此,键合晶圆中的气泡缺陷危害性极大,所以在晶圆的键合工艺完成后,对键合晶圆中的气泡缺陷的监控就显得极其重要,而监控键合晶圆中的气泡缺陷的核心则是气泡缺陷的尺寸和气泡缺陷的形状,尤其是对气泡缺陷的尺寸达到毫米级时的监控。
然而,现有的在线气泡缺陷监控***存在两个问题:
1.无法监控毫米级的气泡缺陷;
2.无法对气泡缺陷的形状进行监控。
因此,现有的在线气泡缺陷监控***,对键合晶圆中的气泡缺陷的监控几乎失效,制程中通常需要依靠人工目检的方法,对键合晶圆中的气泡缺陷进行监控。然而该人工目检的方法效率低,从而降低生产效率,且容易出现人为判断失误,造成检测准确率低、可靠性差等问题。
鉴于此,开发一种新型的气泡缺陷监控方法、装置、服务器及可读存储介质,以实现对键合晶圆中的气泡缺陷进行高效、可靠的监控,实属必要。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种气泡缺陷监控方法、装置、服务器及可读存储介质,用于解决现有技术中,难以通过监控设备对键合晶圆中的毫米级气泡缺陷和气泡缺陷的形状进行高效、可靠的监控的问题。
为实现上述目的及其他相关目的,本发明提供一种气泡缺陷监控方法,包括以下步骤:
获取键合晶圆的扫描图像;
对所述扫描图像进行灰度解析,获取所述键合晶圆的气泡缺陷的像素灰度值;
基于所述像素灰度值对所述键合晶圆的所述气泡缺陷监控。
可选地,对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值包括获取所述气泡缺陷的尺寸大小列表和椭圆率列表。
可选地,在获取所述气泡缺陷的尺寸大小列表和椭圆率列表后,包括界定所述气泡缺陷的监控指标,基于所述监控指标对所述气泡缺陷进行在线自动监控。
可选地,对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值,包括界定大于灰度设定阈值的为所述气泡缺陷,其中,所述灰度设定阈值的范围包括10~200。
可选地,对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值包括界定小于像素间距设定阈值的为所述气泡缺陷,其中,所述像素间距设定阈值包括像素间距小于0.5μm。
本发明还提供一种气泡缺陷监控装置,所述气泡缺陷监控装置包括:
采集模块,用于获取键合晶圆的扫描图像;
处理模块,用于对所述扫描图像进行灰度解析,获取所述键合晶圆的气泡缺陷的像素灰度值。
可选地,所述处理模块对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值包括获取所述气泡缺陷的尺寸大小列表和椭圆率列表。
可选地,还包括监控模块,用于在所述处理模块获取所述气泡缺陷的尺寸大小列表和椭圆率列表后,界定所述气泡缺陷的监控指标,以基于所述监控指标对所述气泡缺陷进行在线自动监控。
可选地,所述处理模块包括灰度设定阈值窗口,用于界定大于灰度设定阈值的为所述气泡缺陷,其中,所述灰度设定阈值的范围包括10~200。
可选地,所述处理模块包括像素间距设定阈值窗口,用于界定小于像素间距设定阈值的为所述气泡缺陷,其中,所述像素间距设定阈值包括像素间距小于0.5μm。
本发明还提供一种服务器,所述服务器包括:采集器、存储器和处理器,所述采集器用于采集键合晶圆的扫描图像,所述采集器、所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行上述气泡缺陷监控方法。
本发明还提供一种可读存储介质,所述可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行上述气泡缺陷监控方法。
如上所述,本发明提供一种气泡缺陷监控方法、装置、服务器及可读存储介质,对键合晶圆的扫描图像进行灰度解析,获得气泡缺陷的像素灰度值,以通过像素灰度值对气泡缺陷进行监控。本发明可对气泡缺陷的尺寸大小、气泡缺陷的形状及气泡缺陷的数量进行在线自动监控,可避免人工目检的方式,检测效率高,准确率高,从而具有良好的可靠性,以降低气泡破开概率,降低经济损失,提高生产效率,具有较高的经济价值。
附图说明
图1显示为本发明中的气泡缺陷监控方法的流程图。
图2显示为本发明中的气泡缺陷监控装置的结构框图。
图3显示为本发明中的服务器的模块连接图。
元件标号说明
110 采集器
120 存储器
130 处理器
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
请参阅图1~图3。需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
如图1,本实施例提供一种气泡缺陷监控方法,包括以下步骤:
获取键合晶圆的扫描图像;
对所述扫描图像进行灰度解析,获取所述键合晶圆的气泡缺陷的像素灰度值;
基于所述像素灰度值对所述键合晶圆的所述气泡缺陷监控。
本实施例中,通过对所述键合晶圆的所述扫描图像进行灰度解析,可获得所述气泡缺陷的所述像素灰度值,以通过所述像素灰度值对所述气泡缺陷进行监控,可避免人工目检的方式,检测效率高,且准确率高,从而具有良好的可靠性,以降低气泡破开概率,降低经济损失,提高生产效率,具有较高的经济价值。
具体的,由于超声波在不同介质中的传播速度不同,而在晶圆键合工艺中,所述键合晶圆之间难以避免的会存在所述气泡缺陷,尤其当晶圆键合工艺异常时,而所述气泡缺陷里面包含的通常是空气,由于超声波在空气中的传播速度与在晶圆中的传播速度不同,因此通过超声波可区别出所述键合晶圆的异常区域。所述超声波扫描检测方法可通过超声波扫描检测设备(C-SAM)进行,即通过对所述键合晶圆进行扫描,以获得所述键合晶圆的所述扫描图像,其中,所述扫描图像为数据图形,即所述扫描图像为由像素组成的图像,所述像素具有明确的位置和被分配的色彩数值,因此所述像素决定了所述扫描图像所呈现出来的样子,从而通过所述扫描图像,可对所述扫描图像进行所述灰度解析。所述超声波扫描检测设备是通过超声波技术对工艺缺陷进行检测,其在具有晶圆键合工艺的晶圆制造厂中,是必不可少的检测设备。其中,在对所述气泡缺陷进行监控时,所使用的气泡缺陷监控装置包括采集模块及处理模块,如图2。本实施例中,采用所述超声波扫描检测设备作为所述采集模块,用于获取所述键合晶圆的所述扫描图像,之后通过所述处理模块,用于对所述扫描图像进行灰度解析,获取所述键合晶圆的气泡缺陷的像素灰度值,以在后续通过所述像素灰度值对所述气泡缺陷进行监控,避免人工目检,提高检测效率及检测准确率。其中,所述超声波扫描检测设备的具体种类此处不作限制,可根据需要进行选择。
作为示例,对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值包括获取所述气泡缺陷的尺寸大小列表和椭圆率列表。
具体的,在晶圆键合工艺中,难以避免的会在相接触的晶圆键合面产生所述气泡缺陷,所述气泡缺陷会对所述键合晶圆的质量产生较大的影响,如可能导致所述键合晶圆在后续工艺中,出现气泡破开的风险,且所述气泡缺陷的尺寸大小及气泡缺陷的形状是造成气泡破开的重要指标。因此,本实施例中,对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值包括对所述气泡缺陷的尺寸按照直径大小进行定量标识解析,以获取所述气泡缺陷的尺寸大小列表和椭圆率列表,以便于对所述气泡缺陷进行监控,其中,所述气泡缺陷的椭圆率用以表征所述气泡缺陷的形状。
作为示例,在获取所述气泡缺陷的尺寸大小列表和椭圆率列表后,包括界定所述气泡缺陷的监控指标,基于所述监控指标对所述气泡缺陷进行在线自动监控。
具体的,为对所述气泡缺陷进行监控,界定的所述监控指标可包括对所述键合晶圆中的所述气泡缺陷的尺寸大小、气泡缺陷的椭圆率及气泡缺陷的数量中的一种或组合。在对所述键合晶圆的所述气泡缺陷进行在线自动监控时,可实时的对所述键合晶圆进行监控,及时有效的反馈产品质量,降低损失,且检测准确率高,但对所述气泡缺陷进行监控的方法并非局限于此,在另一实施例中,根据制程需要,也可对所述键合晶圆的所述气泡缺陷进行离线监控,以便于对产品质量的管控。
作为示例,所述在线自动监控包括以下步骤:
在线监控***中设定所述监控指标;
获取待测的所述键合晶圆的扫描图像;
对所述扫描图像进行灰度解析,获取待测的所述键合晶圆的所述气泡缺陷的所述像素灰度值;
所述气泡缺陷的所述像素灰度值导入所述在线监控***中;
基于所述在线监控***,将所述监控指标与所述像素灰度值进行比对,以进行所述在线自动监控。
具体的,所述监控指标可由工程师结合所述气泡缺陷的尺寸大小列表和椭圆率列表,根据工艺要求设定。其中,可通过在所述气泡缺陷监控装置中设置监控模块,以实现所述在线自动监控。当所述像素灰度值超出所述监控指标时,所述在线监控***可启动报警装置,以自动通知工程师,进行及时处理,降低损失。其中,所述报警装置可包括声报警器及光报警器中的一种或组合,本实施例中优选所述在线监控***采用声光报警器,但并非局限于此,如也可包括光报警器或声报警器中的一种,具体可根据需要进行选择。
作为示例,对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值,包括界定大于灰度设定阈值的为所述气泡缺陷,其中,所述灰度设定阈值的范围包括10~200,优选所述灰度值大于40。
具体的,在所述处理模块对所述扫描图像进行灰度解析后,可获得所述气泡缺陷的灰度值。其中,由于所述键合晶圆的差异,根据具体情况,所述灰度设定阈值的范围包括10~200,本实施例中,优选当灰度值大于40时,界定为所述气泡缺陷,但并非局限于此。所述灰度设定阈值的设定可通过在所述处理模块中设置灰度设定阈值窗口,以便于工程师根据需要设定所述灰度值。本实施例中,优选所述气泡缺陷的灰度值大于40,如50、60、80、100、200等,以便于减少后续对所述气泡缺陷的数据分析量,但所述灰度值的取值并非局限于此,如灰度值根据需要也可设定为10、20等。
作为示例,对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值包括界定小于像素间距设定阈值的为所述气泡缺陷,其中,所述像素间距设定阈值包括像素间距小于0.5μm。
具体的,由于在所述键合晶圆中,存在有较多的所述气泡,其中,部分具有较小尺寸的所述气泡缺陷不会对后续的制程工艺产生影响,因此为简化后续对所述气泡缺陷的数据分析量,提高效率,该部分具有较小尺寸的所述气泡缺陷可不参于转换考虑。因此当相邻的所述气泡缺陷的所述像素间距小于0.5μm时,界定为所述气泡缺陷,可通过在所述处理模块中设置像素间距设定阈值窗口,以便于工程师根据需要设定所述像素间距。本实施例中,优选相邻的所述气泡缺陷的所述像素间距小于0.5μm,如0.4μm、0.3μm等,以便于减少后续对所述气泡缺陷的数据分析量,但所述像素间距的取值并非局限于此。
作为示例,所述气泡缺陷包括毫米级气泡缺陷。
具体的,现有的对所述气泡缺陷进行监控的方法通常为依靠人工目检的方法,该方法效率低、准确率低,且对于毫米级的所述气泡缺陷难以进行监控。本实施例中,通过所述灰度解析,可对研究的所述气泡缺陷的尺寸量级进行选择,可实现对毫米级的所述气泡缺陷的检测,以解决现有晶圆键合工艺中,难以实现对所述毫米级气泡缺陷进行监控的问题,但并非局限于此,根据研究对象的需要,所述气泡缺陷还可进一步的包括微米级的气泡缺陷等,此处不作过分限制。
如图2,本实施例还提供一种气泡缺陷监控装置,所述气泡缺陷监控装置可应用于所述气泡缺陷监控方法,包括:
采集模块,用于获取键合晶圆的扫描图像;
处理模块,用于对所述扫描图像进行灰度解析,获取所述键合晶圆的气泡缺陷的像素灰度值。
作为示例,所述处理模块对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值包括获取所述气泡缺陷的尺寸大小列表和椭圆率列表。
作为示例,还包括监控模块,用于在所述处理模块获取所述气泡缺陷的尺寸大小列表和椭圆率列表后,界定所述气泡缺陷的监控指标,以基于所述监控指标对所述气泡缺陷进行在线自动监控。
作为示例,所述处理模块包括灰度设定阈值窗口,用于界定大于灰度设定阈值的为所述气泡缺陷,其中,由于所述键合晶圆的差异,根据具体情况,所述灰度设定阈值的范围包括10~200,本实施例中优选所述灰度值大于40,但并非局限于此。
作为示例,所述处理模块包括像素间距设定阈值窗口,用于界定小于像素间距设定阈值的为所述气泡缺陷,其中,所述像素间距设定阈值包括像素间距小于0.5μm。
具体的,所述采集模块可包括所述C-SAM,但并非局限于此,所述处理模块及监控模块构建在计算机中。需要说明的是,应理解以上各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种具有信号处理能力的集成电路。上述气泡缺陷监控方法的各步骤或以上各个模块可以通过处理元件中的硬件或者软件形式的指令完成。
例如,以上这些模块可以是被配置成所述气泡缺陷监控方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,ASIC),或一个或多个微处理器(digital singnal processor,DSP),或一个或者多个现场可编程门阵列(Field Programmable Gate Array,FPGA)等;再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,CPU)或其它可以调用程序代码的处理器;或者,这些模块还可以集成在一起,以片上***(System-On-a-Chip,SOC)的形式实现。
如图3,本实施例还提供一种服务器,所述服务器包括:采集器110、存储器120和处理器130,所述采集器110用于采集键合晶圆的扫描图像,所述采集器110、所述存储器120和所述处理器130之间互相通信连接,所述存储器120中存储有计算机指令,所述处理器130通过执行所述计算机指令,从而执行所述气泡缺陷监控方法。
具体的,所述采集器110、存储器120及处理器130可以通过总线或者其他方式连接,图3中以通过总线连接为例。所述处理器130可以为一个或多个集成电路,如ASIC、DSP、FPGA或者其他可以调用程序代码的处理器,如CPU,或者由集成电路与处理器的组合。所述存储器120作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块。所述处理器130通过运行存储在所述存储器120中的非暂态软件程序、非暂态计算机可执行程序以及模块,从而实现所述气泡缺陷监控方法。所述存储器120可以包括存储程序区和存储数据区,其中,所述存储程序区可存储至少一个模块所需要的应用程序;存储数据区可存储所述处理器130所创建的数据等。在一些实施例中,所述存储器120可包括相对于所述处理器130远程设置的远程存储器,这些远程存储器可以通过网络连接至所述处理器130,所述网络包括但不局限于互联网、企业内部网、局域网、移动通信网及其组合。一个或多个上述模块可存储在所述存储器120中,被所述处理器130执行所述气泡缺陷监控方法。
本实施例还提供一种可读存储介质,所述可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行所述气泡缺陷监控方法。
具体的,本领域技术人员可以理解,实现所述气泡缺陷监控方法中的全部或部分流程,是可以通过计算机程序完成的,所述计算机程序可存储于计算机可读存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述计算机可读取存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory,FM)、硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD)等,所述计算机可读取存储介质还可以包括上述种类的存储器的组合,此处不作限制。
综上所述,本发明提供一种气泡缺陷监控方法、装置、服务器及可读存储介质,对键合晶圆的扫描图像进行灰度解析,获得气泡缺陷的像素灰度值,以通过像素灰度值对气泡缺陷进行监控。本发明可对气泡缺陷的尺寸大小、气泡缺陷的形状及气泡缺陷的数量进行在线自动监控,可避免人工目检的方式,检测效率高,准确率高,从而具有良好的可靠性,以降低气泡破开概率,降低经济损失,提高生产效率,具有较高的经济价值。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (12)
1.一种气泡缺陷监控方法,其特征在于,包括以下步骤:
获取键合晶圆的扫描图像;
对所述扫描图像进行灰度解析,获取所述键合晶圆的气泡缺陷的像素灰度值;
基于所述像素灰度值对所述键合晶圆的所述气泡缺陷监控。
2.根据权利要求1所述的气泡缺陷监控方法,其特征在于:对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值包括获取所述气泡缺陷的尺寸大小列表和椭圆率列表。
3.根据权利要求2所述的气泡缺陷监控方法,其特征在于:在获取所述气泡缺陷的尺寸大小列表和椭圆率列表后,包括界定所述气泡缺陷的监控指标,基于所述监控指标对所述气泡缺陷进行在线自动监控。
4.根据权利要求1所述的气泡缺陷监控方法,其特征在于:对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值,包括界定大于灰度设定阈值的为所述气泡缺陷,其中,所述灰度设定阈值的范围包括10~200。
5.根据权利要求1所述的气泡缺陷监控方法,其特征在于:对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值包括界定小于像素间距设定阈值的为所述气泡缺陷,其中,所述像素间距设定阈值包括像素间距小于0.5μm。
6.一种气泡缺陷监控装置,其特征在于,所述气泡缺陷监控装置包括:
采集模块,用于获取键合晶圆的扫描图像;
处理模块,用于对所述扫描图像进行灰度解析,获取所述键合晶圆的气泡缺陷的像素灰度值。
7.根据权利要求6所述的气泡缺陷监控装置,其特征在于:所述处理模块对所述扫描图像进行灰度解析,获取所述键合晶圆的所述气泡缺陷的所述像素灰度值包括获取所述气泡缺陷的尺寸大小列表和椭圆率列表。
8.根据权利要求7所述的气泡缺陷监控装置,其特征在于:还包括监控模块,用于在所述处理模块获取所述气泡缺陷的尺寸大小列表和椭圆率列表后,界定所述气泡缺陷的监控指标,以基于所述监控指标对所述气泡缺陷进行在线自动监控。
9.根据权利要求6所述的气泡缺陷监控装置,其特征在于:所述处理模块包括灰度设定阈值窗口,用于界定大于灰度设定阈值的为所述气泡缺陷,其中,所述灰度设定阈值的范围包括10~200。
10.根据权利要求6所述的气泡缺陷监控装置,其特征在于:所述处理模块包括像素间距设定阈值窗口,用于界定小于像素间距设定阈值的为所述气泡缺陷,其中,所述像素间距设定阈值包括像素间距小于0.5μm。
11.一种服务器,其特征在于,所述服务器包括:采集器、存储器和处理器,所述采集器用于采集键合晶圆的扫描图像,所述采集器、所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1~5中任一所述的气泡缺陷监控方法。
12.一种可读存储介质,其特征在于:所述可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行权利要求1~5中任一所述的气泡缺陷监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911099799.3A CN111081581B (zh) | 2019-11-12 | 2019-11-12 | 气泡缺陷监控方法、装置、服务器及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911099799.3A CN111081581B (zh) | 2019-11-12 | 2019-11-12 | 气泡缺陷监控方法、装置、服务器及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111081581A true CN111081581A (zh) | 2020-04-28 |
CN111081581B CN111081581B (zh) | 2024-03-08 |
Family
ID=70310795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911099799.3A Active CN111081581B (zh) | 2019-11-12 | 2019-11-12 | 气泡缺陷监控方法、装置、服务器及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111081581B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115401845A (zh) * | 2022-09-14 | 2022-11-29 | 无锡市万盛橡塑制品有限责任公司 | 摩托车制动器橡胶密封件故障定位反馈装置 |
CN117409001A (zh) * | 2023-12-14 | 2024-01-16 | 合肥晶合集成电路股份有限公司 | 一种晶圆键合的气泡分析方法及分析装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108305734A (zh) * | 2018-04-03 | 2018-07-20 | 江西华洋电瓷制造有限公司 | 一种氧化铝瓷芯棒复合绝缘子的制作方法 |
CN108511359A (zh) * | 2018-03-30 | 2018-09-07 | 武汉新芯集成电路制造有限公司 | 晶圆缺陷的检测方法 |
CN109378279A (zh) * | 2018-11-12 | 2019-02-22 | 武汉新芯集成电路制造有限公司 | 晶圆检测方法及晶圆检测*** |
CN109461670A (zh) * | 2018-11-08 | 2019-03-12 | 德淮半导体有限公司 | 侦测晶圆键合缺陷的方法和装置 |
CN110148569A (zh) * | 2019-05-16 | 2019-08-20 | 武汉新芯集成电路制造有限公司 | 一种键合结构的缺陷扫描方法及设备 |
CN110349877A (zh) * | 2019-07-12 | 2019-10-18 | 芯盟科技有限公司 | 检测晶圆键合强度的方法及晶圆键合机台 |
-
2019
- 2019-11-12 CN CN201911099799.3A patent/CN111081581B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108511359A (zh) * | 2018-03-30 | 2018-09-07 | 武汉新芯集成电路制造有限公司 | 晶圆缺陷的检测方法 |
CN108305734A (zh) * | 2018-04-03 | 2018-07-20 | 江西华洋电瓷制造有限公司 | 一种氧化铝瓷芯棒复合绝缘子的制作方法 |
CN109461670A (zh) * | 2018-11-08 | 2019-03-12 | 德淮半导体有限公司 | 侦测晶圆键合缺陷的方法和装置 |
CN109378279A (zh) * | 2018-11-12 | 2019-02-22 | 武汉新芯集成电路制造有限公司 | 晶圆检测方法及晶圆检测*** |
CN110148569A (zh) * | 2019-05-16 | 2019-08-20 | 武汉新芯集成电路制造有限公司 | 一种键合结构的缺陷扫描方法及设备 |
CN110349877A (zh) * | 2019-07-12 | 2019-10-18 | 芯盟科技有限公司 | 检测晶圆键合强度的方法及晶圆键合机台 |
Non-Patent Citations (1)
Title |
---|
何国荣;王瑞春;徐楚平;郑婉华;陈良惠;: "光路可调的红外透射方法检测键合质量", 激光与红外, no. 06 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115401845A (zh) * | 2022-09-14 | 2022-11-29 | 无锡市万盛橡塑制品有限责任公司 | 摩托车制动器橡胶密封件故障定位反馈装置 |
CN117409001A (zh) * | 2023-12-14 | 2024-01-16 | 合肥晶合集成电路股份有限公司 | 一种晶圆键合的气泡分析方法及分析装置 |
CN117409001B (zh) * | 2023-12-14 | 2024-04-05 | 合肥晶合集成电路股份有限公司 | 一种晶圆键合的气泡分析方法及分析装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111081581B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112581463B (zh) | 图像缺陷的检测方法、装置、电子设备、存储介质及产品 | |
US11900586B2 (en) | Hot spot defect detecting method and hot spot defect detecting system | |
CN111081581B (zh) | 气泡缺陷监控方法、装置、服务器及可读存储介质 | |
CN103295930A (zh) | 一种快速高效的晶背缺陷识别方法 | |
CN116337868B (zh) | 一种表面缺陷检测方法及检测*** | |
CN109378279B (zh) | 晶圆检测方法及晶圆检测*** | |
US20240233112A1 (en) | Machine vision-based automatic identification and rating method and system for low-magnification acid etching defect | |
CN102937594A (zh) | 一种缺陷检测***及方法 | |
CN105241679A (zh) | 一种动车组隐蔽故障检测方法 | |
US11151724B2 (en) | Automatic detecting method and automatic detecting apparatus using the same | |
CN117471292B (zh) | 晶圆裂痕识别方法及相关装置 | |
CN116051564B (zh) | 芯片封装缺陷检测方法和*** | |
CN111933538A (zh) | 用于晶圆缺陷扫描的方法、设备及计算机可读存储介质 | |
JP2012190935A (ja) | チップ位置特定システム、チップ位置特定装置、チップ位置特定プログラム及びチップ位置特定方法 | |
CN104157589A (zh) | 晶圆缺陷扫描方法 | |
CN112465784B (zh) | 一种地铁夹钳外观异常检测的方法 | |
CN113012137A (zh) | 一种面板缺陷检查方法、***、终端设备及存储介质 | |
CN113077431A (zh) | 基于深度学习的激光芯片缺陷检测方法与***、设备及存储介质 | |
CN115502883B (zh) | 一种晶圆研磨机台控制方法、装置、介质以及电子设备 | |
KR100472776B1 (ko) | 반도체 장치의 웨이퍼 결함 검사 방법 | |
CN114581890B (zh) | 确定车道线的方法、装置、电子设备和存储介质 | |
CN116309436B (zh) | 断裂状态检测方法、装置、电子设备及存储介质 | |
CN115984282B (zh) | 一种氨纶产品检测方法、装置、设备及存储介质 | |
CN109545700B (zh) | 晶圆缺陷扫描方法 | |
CN116358411A (zh) | 接点定位方法、装置、探针台及存储介质 |
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 |