CN113049607A - 监控特殊形貌颗粒缺陷的方法 - Google Patents
监控特殊形貌颗粒缺陷的方法 Download PDFInfo
- Publication number
- CN113049607A CN113049607A CN202110343035.5A CN202110343035A CN113049607A CN 113049607 A CN113049607 A CN 113049607A CN 202110343035 A CN202110343035 A CN 202110343035A CN 113049607 A CN113049607 A CN 113049607A
- Authority
- CN
- China
- Prior art keywords
- defects
- particle
- gray scale
- defect
- wafer
- 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 165
- 239000002245 particle Substances 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000003287 optical effect Effects 0.000 claims description 21
- 238000010894 electron beam technology Methods 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (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
本发明提供了一种监控特殊形貌颗粒缺陷的方法,包括以下步骤:对晶圆的表面进行缺陷扫描,筛选出颗粒缺陷;获取所述颗粒缺陷的灰阶图像,并根据所述灰阶图谱进行灰阶分析,当所述颗粒缺陷内部的灰阶差值大于第一设定阈值时,则认定所述颗粒缺陷为具有特殊形貌的颗粒缺陷。由于特殊形貌的颗粒缺陷通常呈疏松团聚状,而普通颗粒缺陷较为致密,虽然特殊形貌的颗粒缺陷和致密颗粒缺陷和正常晶圆的灰阶数据相比都有较大的灰阶差值,但是在颗粒内部的灰阶表现却有所不同。故通过对颗粒缺陷内部的灰阶差值进行分析,可进一步筛选出具有特殊形貌的颗粒缺陷,以便于及时处理,防止特殊形貌的缺陷在制造工艺中被打散而造成大范围芯片良率降低的情况发生。
Description
技术领域
本发明半导体缺陷监测技术领域,尤其涉及一种监控特殊形貌颗粒缺陷的方法。
背景技术
在半导体工艺加工过程中,颗粒缺陷是一种普遍存在的缺陷,机台和环境都会产生颗粒缺陷,颗粒缺陷会附着在晶圆的表面。而颗粒缺陷随着它的数量和大小的增加,对最终良率的影响也是逐渐增加。由于颗粒缺陷能引起电路开路或断路,考虑到颗粒缺陷的影响,在半导体生产过程中对颗粒的监控显得尤为重要。目前各个模块的offline(线下扫描)以及产品上YE(良率提升)的扫描都能够对颗粒缺陷进行监控,但目前对颗粒缺陷的卡控手法比较单一,主要是从数量以及大小进行卡控。在生产过程中发现,有一类特殊形貌的颗粒缺陷虽然扫描出来只有一颗,但是经过后面的工艺处理,这类颗粒缺陷会被打散变成许多小颗粒缺陷,从影响一个die(芯片),最终变成影响十几甚至几十个die,容易造成大范围的die损失,影响良率。
发明内容
本发明的目的在于提供一种监控特殊形貌颗粒缺陷的方法,能够快速筛选出具有特殊形貌的颗粒缺陷,防止特殊形貌的缺陷在制造工艺中被打散而造成大范围芯片良率降低的情况发生。
为了达到上述目的,本发明提供了一种监控特殊形貌颗粒缺陷的方法,包括以下步骤:
对晶圆的表面进行缺陷扫描,筛选出颗粒缺陷;
获取所述颗粒缺陷的灰阶图像,并根据所述灰阶图像进行灰阶分析,当所述颗粒缺陷内部的灰阶差值大于第一设定阈值时,则认定所述颗粒缺陷为具有特殊形貌的颗粒缺陷。
可选的,对晶圆的表面进行缺陷扫描,筛选出具有特殊形貌的颗粒缺陷的步骤具体包括:
将所述晶圆扫描得到的灰阶数据与扫描正常晶圆得到的灰阶数据进行对比,当某个区域对应的灰阶差值大于第二设定阈值时,将所述区域标记为颗粒缺陷。
可选的,所述正常晶圆为无缺陷的理想器件。
可选的,通过光学扫描机台对所述晶圆的表面进行缺陷扫描。
可选的,通过光学扫描机台对所述晶圆的表面进行缺陷扫描的步骤具体包括:
采集所述晶圆表面的光学图像;
将所述光学图像转换为像素网格;
处理所述像素网格表现出的灰阶值,得到所述晶圆表面的灰阶数据。
可选的,通过电子束缺陷扫描仪对所述晶圆的表面进行缺陷扫描。
可选的,通过电子束缺陷扫描仪对所述晶圆的表面进行缺陷扫描的步骤具体包括:
应用电子束缺陷扫描仪对晶圆的表面建立定点扫描程式;
以所述电子束缺陷扫描仪能够扫描的最小区域作为扫描单元区域,所述扫描单元区域通过程式设定为颗粒缺陷而被检测。
可选的,所述第二设定阈值为30。
可选的,所述第一设定阈值为5。
可选的,发现具有特殊形貌的颗粒缺陷时,所述监控特殊形貌颗粒缺陷的方法还包括:
控制机台进行报警,并对所述晶圆进行清洗。
在本发明提供的监控特殊形貌颗粒缺陷的方法中,由于特殊形貌的颗粒缺陷通常呈疏松团聚状,而普通颗粒缺陷较为致密,虽然特殊形貌的颗粒缺陷和致密颗粒缺陷和正常晶圆的灰阶数据相比都有较大的灰阶差值,但是在颗粒内部的灰阶表现却有所不同。故通过对颗粒缺陷内部的灰阶差值进行分析,当所述颗粒缺陷内部的灰阶差值过大时,可进一步筛选出具有特殊形貌的颗粒缺陷,以便于及时清洗,防止特殊形貌的缺陷在制造工艺中被打散而造成大范围芯片良率降低的情况发生。
附图说明
本领域的普通技术人员应当理解,提供的附图用于更好地理解本发明,而不对本发明的范围构成任何限定。其中:
图1为本实施例提供的监控特殊形貌颗粒缺陷的方法的步骤图;
图2为本实施例提供的监控特殊形貌颗粒缺陷的方法的流程图。
具体实施方式
为使本发明的目的、优点和特征更加清楚,以下结合附图和具体实施例对本发明作进一步详细说明。需说明的是,附图均采用非常简化的形式且未按比例绘制,仅用以方便、明晰地辅助说明本发明实施例的目的。此外,附图所展示的结构往往是实际结构的一部分。特别的,各附图需要展示的侧重点不同,有时会采用不同的比例。还应当理解的是,除非特别说明或者指出,否则说明书中的术语“第一”、“第二”、“第三”等描述仅仅用于区分说明书中的各个组件、元素、步骤等,而不是用于表示各个组件、元素、步骤之间的逻辑关系或者顺序关系等。
实施例一
请参照图1及图2,本实施例提供了一种监控特殊形貌颗粒缺陷的方法,包括以下步骤:
S1、对晶圆的表面进行缺陷扫描,筛选出颗粒缺陷;
S2、获取所述颗粒缺陷的灰阶图像,并根据所述灰阶图像进行灰阶分析,当所述颗粒缺陷内部的灰阶差值大于第一设定阈值时,则认定所述颗粒缺陷为具有特殊形貌的颗粒缺陷。
具体的,先执行步骤S1,对晶圆的表面进行缺陷扫描,筛选出颗粒缺陷。本实施例中,可通过光学扫描机台对所述晶圆的表面进行缺陷扫描,筛选出颗粒缺陷。使用光学扫描机台采集所述晶圆表面的光学图像,采集晶圆表面的光学图像时是对整个晶圆表面需要进行缺陷扫描的区域进行扫描,以便采集到整个晶圆表面所有需要进行缺陷扫描的区域的光学图像。目前市面上的缺陷扫描机台都具备光学图像收集的功能,缺陷扫描机台自带光源及传感器。在本实施例中,进行缺陷扫描时,一般选择明场扫描机台(Bright field)或者暗场扫描机台(Dark field)作为缺陷扫描机台,但本申请可以是任意一种具备光学图像收集的功能的缺陷扫描机台,本申请对此不作限制。
通过光学扫描机台对所述晶圆的表面进行缺陷扫描的步骤具体包括:
采集所述晶圆表面的光学图像;
将所述光学图像转换为像素网格;
处理所述像素网格表现出的灰阶值,得到所述晶圆表面的灰阶数据。
本实施例中,所述灰阶图像由所述像素网格转换得到,是经过采集并分析像素网格的每一个对应的灰阶值得到的。示例性的,可通过亮场扫描设备针对晶圆的不同区域进行光学扫描,并接受不同区域之反射光线,且将光学信号转化为数字信号,以将所述晶圆表面的不同区域进行亮度数字化,获得针对不同区域之相应的灰阶值。
对晶圆的表面进行缺陷扫描,筛选出具有特殊形貌的颗粒缺陷的步骤具体包括:
将所述晶圆扫描得到的灰阶数据与扫描正常晶圆得到的灰阶数据进行对比,当某个区域对应的灰阶差值大于第二设定阈值时,将所述区域标记为颗粒缺陷。
也就是说,所述缺陷扫描是通过与对照的灰阶差值来实现,灰阶差值越大,表示为缺陷的可能性越大。本实施例中,所述第二设定阈值为30,即当晶圆扫描得到的灰阶数据的某个区域的灰阶值比正常晶圆的对应区域的灰阶值至少大30时,可将该区域标记为颗粒缺陷。当然,本申请对于所述第二设定阈值不作任何限制,可根据实际情况进行调整。
本实施例中,所述正常晶圆为无缺陷的理想器件,可见正常晶圆的灰阶数据录入缺陷扫描机台中,以便于进行比对。
然后执行步骤S2、获取所述颗粒缺陷的灰阶图像,并根据所述灰阶图像进行灰阶分析,当所述颗粒缺陷内部的灰阶差值大于第一设定阈值时,则认定所述颗粒缺陷为具有特殊形貌的颗粒缺陷。
结合背景技术所述,特殊形貌的颗粒缺陷虽然扫描出来只有一颗,但是经过后面的工艺处理,这类颗粒缺陷会被打散变成许多小颗粒缺陷,从影响一个die(芯片),最终变成影响十几甚至几十个die,容易造成大范围的die损失,影响良率。这类特殊形貌的颗粒缺陷通常呈疏松团聚状,而普通颗粒缺陷较为致密,和正常晶圆的灰阶数据相比都有较大的灰阶差值,但是在颗粒内部的灰阶表现却有所不同。因为致密颗粒缺陷内部灰阶基本一致,即致密颗粒缺陷内部各处的灰阶值基本一致,但是疏松团聚状颗粒内部各处的灰阶值有所差异。
因此,筛选出颗粒缺陷后,可进一步获取所述颗粒缺陷的灰阶图像,并根据所述灰阶图像进行灰阶分析,然后根据所述颗粒缺陷内部的灰阶表现不同进一步判断所述颗粒缺陷的形貌,即当所述颗粒缺陷内部的灰阶差值大于第一设定阈值时,说明所述颗粒缺陷则认定所述颗粒缺陷为具有特殊形貌的颗粒缺陷。
本实施例中,所述第一设定阈值为5。当然,本申请对于所述第一设定阈值不作任何限制,可根据实际情况进行调整。
发现具有特殊形貌的颗粒缺陷时,所述监控特殊形貌颗粒缺陷的方法还包括:
控制机台进行报警,并对所述晶圆进行清洗,以防止所述特殊形貌的颗粒缺陷被打散而影响更多的芯片的良率。本实施例中,所述机台例如是光学扫描机台,对所述晶圆进行清洗方式例如是湿法清洗,本申请对此不作任何限制。
实施例二
与实施例一不同之处在于,所述实施例二采用了电子束缺陷扫描仪对所述晶圆的表面进行缺陷扫描。具体的,通过电子束缺陷扫描仪对所述晶圆的表面进行缺陷扫描的步骤具体包括:
应用电子束缺陷扫描仪对晶圆的表面建立定点扫描程式;
以所述电子束缺陷扫描仪能够扫描的最小区域作为扫描单元区域,所述扫描单元区域通过程式设定为颗粒缺陷而被检测。
本实施例中,筛选出颗粒缺陷后,拍摄电子显微镜图谱,然后根据所述电子显微镜图谱进行灰阶分析。
本实施例中,所述扫描单元区域优选的为512×512像素。
综上,本发明提供了一种监控特殊形貌颗粒缺陷的方法,包括以下步骤:对晶圆的表面进行缺陷扫描,筛选出颗粒缺陷;获取所述颗粒缺陷的灰阶图像,并根据所述灰阶图谱进行灰阶分析,当所述颗粒缺陷内部的灰阶差值大于第一设定阈值时,则认定所述颗粒缺陷为具有特殊形貌的颗粒缺陷。由于特殊形貌的颗粒缺陷通常呈疏松团聚状,而普通颗粒缺陷较为致密,虽然特殊形貌的颗粒缺陷和致密颗粒缺陷和正常晶圆的灰阶数据相比都有较大的灰阶差值,但是在颗粒内部的灰阶表现却有所不同。故通过对颗粒缺陷内部的灰阶差值进行分析,当所述颗粒缺陷内部的灰阶差值过大时,可进一步筛选出具有特殊形貌的颗粒缺陷,以便于及时清洗,防止特殊形貌的缺陷在制造工艺中被打散而造成大范围芯片良率降低的情况发生。
此外还应该认识到,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围。
Claims (10)
1.一种监控特殊形貌颗粒缺陷的方法,其特征在于,包括以下步骤:
对晶圆的表面进行缺陷扫描,筛选出颗粒缺陷;
获取所述颗粒缺陷的灰阶图像,并根据所述灰阶图像进行灰阶分析,当所述颗粒缺陷内部的灰阶差值大于第一设定阈值时,则认定所述颗粒缺陷为具有特殊形貌的颗粒缺陷。
2.如权利要求1所述的监控特殊形貌颗粒缺陷的方法,其特征在于,对晶圆的表面进行缺陷扫描,筛选出具有特殊形貌的颗粒缺陷的步骤具体包括:
将所述晶圆扫描得到的灰阶数据与扫描正常晶圆得到的灰阶数据进行对比,当某个区域对应的灰阶差值大于第二设定阈值时,将所述区域标记为颗粒缺陷。
3.如权利要求2所述的监控特殊形貌颗粒缺陷的方法,其特征在于,所述正常晶圆为无缺陷的理想器件。
4.如权利要求2所述的监控特殊形貌颗粒缺陷的方法,其特征在于,通过光学扫描机台对所述晶圆的表面进行缺陷扫描。
5.如权利要求4所述的监控特殊形貌颗粒缺陷的方法,其特征在于,通过光学扫描机台对所述晶圆的表面进行缺陷扫描的步骤具体包括:
采集所述晶圆表面的光学图像;
将所述光学图像转换为像素网格;
处理所述像素网格表现出的灰阶值,得到所述晶圆表面的灰阶数据。
6.如权利要求2所述的监控特殊形貌颗粒缺陷的方法,其特征在于,通过电子束缺陷扫描仪对所述晶圆的表面进行缺陷扫描。
7.如权利要求6所述的监控特殊形貌颗粒缺陷的方法,其特征在于,通过电子束缺陷扫描仪对所述晶圆的表面进行缺陷扫描的步骤具体包括:
应用电子束缺陷扫描仪对晶圆的表面建立定点扫描程式;
以所述电子束缺陷扫描仪能够扫描的最小区域作为扫描单元区域,所述扫描单元区域通过程式设定为颗粒缺陷而被检测。
8.如权利要求2所述的监控特殊形貌颗粒缺陷的方法,其特征在于,所述第二设定阈值为30。
9.如权利要求1所述的监控特殊形貌颗粒缺陷的方法,其特征在于,所述第一设定阈值为5。
10.如权利要求1所述的监控特殊形貌颗粒缺陷的方法,其特征在于,发现具有特殊形貌的颗粒缺陷时,所述监控特殊形貌颗粒缺陷的方法还包括:
控制机台进行报警,并对所述晶圆进行清洗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110343035.5A CN113049607B (zh) | 2021-03-30 | 2021-03-30 | 监控特殊形貌颗粒缺陷的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110343035.5A CN113049607B (zh) | 2021-03-30 | 2021-03-30 | 监控特殊形貌颗粒缺陷的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113049607A true CN113049607A (zh) | 2021-06-29 |
CN113049607B CN113049607B (zh) | 2024-04-26 |
Family
ID=76516917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110343035.5A Active CN113049607B (zh) | 2021-03-30 | 2021-03-30 | 监控特殊形貌颗粒缺陷的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113049607B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07306160A (ja) * | 1994-05-11 | 1995-11-21 | Datsuku Eng Kk | 無地材料の品質検査方法 |
WO1999067626A1 (en) * | 1998-06-25 | 1999-12-29 | Applied Materials, Inc. | Wafer defect classification |
KR20140091916A (ko) * | 2013-01-14 | 2014-07-23 | 삼성디스플레이 주식회사 | 디스플레이 패널 검사방법 |
US20140306109A1 (en) * | 2013-04-12 | 2014-10-16 | Samsung Electronics Co., Ltd. | Method for detecting defect of substrate |
CN104508469A (zh) * | 2012-08-31 | 2015-04-08 | 夏普株式会社 | 缺陷分类装置、缺陷分类方法、控制程序和记录介质 |
CN107845087A (zh) * | 2017-10-09 | 2018-03-27 | 深圳市华星光电半导体显示技术有限公司 | 液晶面板亮度不均匀缺陷的检测方法和*** |
CN108387587A (zh) * | 2018-01-22 | 2018-08-10 | 京东方科技集团股份有限公司 | 缺陷检测方法及缺陷检测设备 |
CN109387527A (zh) * | 2017-08-09 | 2019-02-26 | 苏州精濑光电有限公司 | 一种膜上膜内缺陷的检测方法 |
DE102018207880A1 (de) * | 2018-05-18 | 2019-11-21 | Carl Zeiss Smt Gmbh | Verfahren und Vorrichtung zum Bewerten einer unbekannten Auswirkung von Defekten eines Elements eines Photolithographieprozesses |
-
2021
- 2021-03-30 CN CN202110343035.5A patent/CN113049607B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07306160A (ja) * | 1994-05-11 | 1995-11-21 | Datsuku Eng Kk | 無地材料の品質検査方法 |
WO1999067626A1 (en) * | 1998-06-25 | 1999-12-29 | Applied Materials, Inc. | Wafer defect classification |
CN104508469A (zh) * | 2012-08-31 | 2015-04-08 | 夏普株式会社 | 缺陷分类装置、缺陷分类方法、控制程序和记录介质 |
KR20140091916A (ko) * | 2013-01-14 | 2014-07-23 | 삼성디스플레이 주식회사 | 디스플레이 패널 검사방법 |
US20140306109A1 (en) * | 2013-04-12 | 2014-10-16 | Samsung Electronics Co., Ltd. | Method for detecting defect of substrate |
CN109387527A (zh) * | 2017-08-09 | 2019-02-26 | 苏州精濑光电有限公司 | 一种膜上膜内缺陷的检测方法 |
CN107845087A (zh) * | 2017-10-09 | 2018-03-27 | 深圳市华星光电半导体显示技术有限公司 | 液晶面板亮度不均匀缺陷的检测方法和*** |
CN108387587A (zh) * | 2018-01-22 | 2018-08-10 | 京东方科技集团股份有限公司 | 缺陷检测方法及缺陷检测设备 |
DE102018207880A1 (de) * | 2018-05-18 | 2019-11-21 | Carl Zeiss Smt Gmbh | Verfahren und Vorrichtung zum Bewerten einer unbekannten Auswirkung von Defekten eines Elements eines Photolithographieprozesses |
Non-Patent Citations (3)
Title |
---|
JARED O’LEARY等: "Deep Learning for Classification of the Chemical Composition of Particle Defects on Semiconductor Wafers", 《IEEE TRANSACTIONS ON SEMICONDUCTOR MANUFACTURING》, vol. 33, no. 1, 29 February 2020 (2020-02-29), pages 72 - 85, XP011769647, DOI: 10.1109/TSM.2019.2963656 * |
王恺等: "剪切散斑干涉与有限元优化计算相结合 实现缺陷参数的定量求解", 《实验力学》, vol. 18, no. 3, 30 September 2003 (2003-09-30), pages 309 - 312 * |
王想实等: "局部自适应阈值算法在 LED 晶粒计数中的应用", 《光电子技术》, vol. 39, no. 2, 30 June 2019 (2019-06-30), pages 90 - 94 * |
Also Published As
Publication number | Publication date |
---|---|
CN113049607B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4169573B2 (ja) | パターン検査方法及び検査装置 | |
JP4776308B2 (ja) | 画像欠陥検査装置、画像欠陥検査システム、欠陥分類装置及び画像欠陥検査方法 | |
US20090202172A1 (en) | Image Inspection Apparatus, Image Inspection Method and Computer Program | |
JP4711570B2 (ja) | パターン検査方法及び検査装置 | |
CN110830795A (zh) | 一种图像传感器坏点检测方法、装置及电子设备 | |
CN108037142B (zh) | 基于图像灰度值的掩膜版光学缺陷检测方法 | |
JP2006284433A (ja) | 外観検査装置及び外観検査方法 | |
CN113177924A (zh) | 一种工业流水线产品瑕疵检测方法 | |
CN115561247A (zh) | 一种电子元器件外观自动视觉检测*** | |
US11068740B2 (en) | Particle boundary identification | |
CN113935927A (zh) | 一种检测方法、装置以及存储介质 | |
JP2006138708A (ja) | 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置 | |
JP2002257736A (ja) | ハニカム構造体の端面検査方法及び装置 | |
CN113129265A (zh) | 瓷砖表面缺陷检测方法、装置及存储介质 | |
CN113049607A (zh) | 监控特殊形貌颗粒缺陷的方法 | |
JP3688520B2 (ja) | 表面検査装置及び表面検査方法 | |
CN113888539B (zh) | 缺陷分类方法、装置、设备及存储介质 | |
JP3536884B2 (ja) | 半導体ウエハの欠陥分類方法及びその装置 | |
JP2003329428A (ja) | 表面検査装置及び表面検査方法 | |
JP3433333B2 (ja) | 欠陥検査方法 | |
US20200211199A1 (en) | Image inspection method | |
JPH09199560A (ja) | 半導体基板表面欠陥の検査方法及びその自動検査装置 | |
JP4247993B2 (ja) | 画像検査装置、画像検査方法、制御プログラムおよび可読記憶媒体 | |
JP2004286708A (ja) | 欠陥検出装置、方法及びプログラム | |
JP3941403B2 (ja) | 画像濃淡ムラ検出方法及びこの検査装置 |
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 |