CN114130709A - 一种led晶粒外观检测方法 - Google Patents
一种led晶粒外观检测方法 Download PDFInfo
- Publication number
- CN114130709A CN114130709A CN202111198694.0A CN202111198694A CN114130709A CN 114130709 A CN114130709 A CN 114130709A CN 202111198694 A CN202111198694 A CN 202111198694A CN 114130709 A CN114130709 A CN 114130709A
- Authority
- CN
- China
- Prior art keywords
- crystal grains
- appearance
- suspicious
- led
- unqualified
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3425—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种LED晶粒外观检测方法,包括对LED晶粒进行光学检测,获得外观参数文档;根据所述外观参数文档将所述LED晶粒分为第一合格晶粒、第一不合格晶粒和可疑晶粒;获取可疑晶粒的图片,并根据所述可疑晶粒的图片判断所述可疑晶粒的外观缺陷种类;根据所述外观缺陷种类将所述可疑晶粒分为第二合格晶粒和第二不合格晶粒。本申请的检测方法在晶圆阶段进行复判,可以及时地将不合格晶粒挑选出来,避免不合格晶粒分选排列到成品方片上,从而省去人工目检的步骤,进而节省了大量的人力和显微镜成本。
Description
技术领域
本发明涉及发光二极管技术领域,尤其涉及一种LED晶粒外观检测方法。
背景技术
LED晶圆在完成电性参数测试、外观自动光学检测(Automated OpticalInspection,AOI)、晶圆良品分选后,LED晶圆上相同等级的晶粒挑选至方片上, 最后需要对成品方片晶粒的外观进行人工目检复检,将AOI检测遗漏的异常晶 粒挑除,以便确保各晶粒的外观是符合出货的品质要求。
由于AOI检测能力无法做到100%,小部分的异常晶粒会挑选至方片上, 因此需要人工通过显微镜来进行复检,这种方式耗用大量的人力和显微镜设备, 即是为了挑除1%的不合格晶粒,而需要检查100%的成品晶粒,相当于99%的 时间是无用功,极大的影响效率和人工成本。
另外,人工显微镜挑除的方式,由于显微镜视野有限,容易漏挑和误挑, 导致异常晶粒没有挑除,形成品质异常。
发明内容
本发明所要解决的技术问题在于,提供一种LED晶粒外观检测方法,效率 高,成本低,不合格晶粒的检出率高。
为了解决上述技术问题,本发明提供了一种LED晶粒外观检测方法,包括:
对LED晶粒进行光学检测,获得外观参数文档,所述外观参数文档包括晶 粒缺陷面积比例;
根据所述外观参数文档将所述LED晶粒分为第一合格晶粒、第一不合格晶 粒和可疑晶粒,所述可疑晶粒的晶粒缺陷面积比例在预设范围,所述第一合格 晶粒的晶粒缺陷面积比例小于预设范围,所述第一不合格晶粒的晶粒缺陷面积 比例大于预设范围;
获取可疑晶粒的图片,并根据所述可疑晶粒的图片判断所述可疑晶粒的外 观缺陷种类,所述外观缺陷种类包括外延外观缺陷和污染外观缺陷;
根据所述外观缺陷种类将所述可疑晶粒分为第二合格晶粒和第二不合格晶 粒,其中,若所述可疑晶粒的外观缺陷种类为外延外观缺陷,则所述可疑晶粒 为第二不合格晶粒,若所述可疑晶粒的外观缺陷种类为污染外观缺陷,则所述 可疑晶粒为第二合格晶粒,所述第一合格晶粒和第二合格晶粒组成合格晶粒, 所述第一不合格晶粒和第二不合格晶粒组成不合格晶粒。
作为上述方案的改进,所述外观参数文档还包括晶粒缺陷面积,其中,晶 粒瑕疵面积比例=晶粒瑕疵面积/晶粒出光面积,所述晶粒出光面积是指LED晶 粒在光学检测设备上出光面正投影的面积,所述晶粒缺陷面积是LED晶粒在光 学检测设备上缺陷正投影的的总面积。
作为上述方案的改进,所述外延外观缺陷是指由LED晶粒的外延缺陷所引 起的外观缺陷,所述污染外观缺陷是指LED晶粒在制备过程中由外界污染所引 起的外观缺陷。
作为上述方案的改进,所述外观缺陷包括掉电极、发光层脱落、划痕、粘 有污染物、凹陷、裂痕中的一种或几种。
作为上述方案的改进,将所述LED晶粒分为第一合格晶粒、第一不合格晶 粒和可疑晶粒的方法包括:
设定第一判断标准,若所述LED晶粒的晶粒缺陷面积比例小于等于第一判 断标准,则所述LED晶粒为初选晶粒,若所述LED晶粒的晶粒缺陷面积比例大 于第一判断标准,则所述LED晶粒为第一不合格晶粒;
设定第二判断标准,若所述初选晶粒的晶粒缺陷面积比例小于第二判断标 准,则所述初选晶粒为第一合格晶粒,若所述初选晶粒的晶粒缺陷面积比例大 于等于第二判断标准,则所述初选晶粒为可疑晶粒;
其中,所述第二判断标准中晶粒缺陷面积比例小于第一判断标准中晶粒缺 陷面积比例。
作为上述方案的改进,所述第一判断标准中晶粒缺陷面积比例为30%~60%, 所述第二判断标准中晶粒缺陷面积比例为10%~40%。
作为上述方案的改进,对所述可疑晶粒进行扫描,以生成所述可疑晶粒的 图片;
将所述可疑晶粒的图片传送至显示设备,并根据所述可疑晶粒的图片判断 所述可疑晶粒的外观缺陷种类,将所述可疑晶粒分为第二合格晶粒和第二不合 格晶粒。
作为上述方案的改进,所述LED晶粒外观检测方法还包括:
获取所述LED晶粒的位置信息,所述LED晶粒的位置信息包括合格晶粒的 位置信息和不合格晶粒的位置信息;
根据所述LED晶粒的位置信息和外观参数文档,获得合格晶粒的外观信息 和不合格晶粒的外观信息;
根据所述合格晶粒的外观信息和不合格晶粒的外观信息,将所述合格晶粒 归为良品等级,将所述不合格晶粒归为不良品等级。
作为上述方案的改进,获取所述LED晶粒的位置信息的方法包括:
对LED晶粒进行光学检测,在获取外观参数文档的同时,获取LED晶粒的 位置信息,此时LED晶粒的位置信息包括第一合格晶粒的位置信息、第一不合 格晶粒的位置信息和可疑晶粒的位置信息;
对所述可疑晶粒进行扫描,以获取所述可疑晶粒图片,同时获取所述可疑 晶粒的位置信息,此时可疑晶粒的位置信息包括第二合格晶粒的位置信息和第 二不合格晶粒的位置信息;
其中,所述第一合格晶粒的位置信息和第二合格晶粒的位置信息组成所述 合格晶粒的位置信息,所述第一不合格晶粒的位置信息和第二不合格晶粒的位 置信息组成所述不合格晶粒的位置信息。
作为上述方案的改进,分选设备根据所述合格晶粒的外观信息,将所述合 格晶粒排列至成品方片上,所述成品方片上的LED晶粒的外观合格率为100%。
实施本发明,具有如下有益效果:
本申请的检测方法是一种全新的LED晶粒外观检测方法,在晶圆阶段进行 复判,可以及时地将不合格晶粒挑选出来,避免不合格晶粒分选排列到成品方 片上,从而省去人工目检的步骤,进而节省了大量的人力和显微镜成本。
本申请的检测方法将可疑晶粒生成图片来进行复判,由于图片的观察视野 和清晰度比显微镜好,因此本申请不合格晶粒的检测率高,准确率也高。
本申请的检测方法可以将多张可疑晶粒的图片同时显示在显示设备上,因 此可以对多个可疑晶粒的图片进行比对和判断,不仅操作方,还可以提高复判 的准确性。
本申请的检测方法由于收集了可疑晶粒的位置信息和外观信息,因此可以 实现不合格晶粒的精细化统计以便于前工艺的改善和品质提升,还可以实现不 合格晶粒的多次复核和晶圆的精准追溯。
附图说明
图1是本申请实施例中2颗可疑晶粒的图片;
图2是本申请实施例中12颗可疑晶粒的图片。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明 作进一步地详细描述。
本申请提供的一种LED晶粒外观检测方法,包括以下步骤:
S1、对LED晶粒进行光学检测,获得外观参数文档,所述外观参数文档包 括晶粒缺陷面积比例;
光学检测是LED晶粒的一种外观检测方法,以判断LED晶粒的外观是否符 合要求,具体根据LED晶粒的应用领域和客户的要求来进行检测标准设置。
优选的,本申请将LED晶粒置于外观自动光学检测设备中进行光学检测。
所述外观参数文档还包括晶粒缺陷面积,其中,晶粒瑕疵面积比例=晶粒瑕 疵面积/晶粒出光面积,所述晶粒出光面积是指LED晶粒在光学检测设备上出光 面正投影的面积,所述晶粒缺陷面积是LED晶粒在光学检测设备上缺陷正投影 的的总面积。
S2、根据所述外观参数文档将所述LED晶粒分为第一合格晶粒、第一不合 格晶粒和可疑晶粒;
具体的,将所述LED晶粒分为第一合格晶粒、第一不合格晶粒和可疑晶粒 的方法包括:
S21、设定第一判断标准,若所述LED晶粒的晶粒缺陷面积比例小于等于 第一判断标准,则所述LED晶粒为初选晶粒,若所述LED晶粒的晶粒缺陷面积 比例大于第一判断标准,则所述LED晶粒为第一不合格晶粒;
S22、设定第二判断标准,若所述初选晶粒的晶粒缺陷面积比例小于第二判 断标准,则所述初选晶粒为第一合格晶粒,若所述初选晶粒的晶粒缺陷面积比 例大于等于第二判断标准,则所述初选晶粒为可疑晶粒;
其中,所述第二判断标准中晶粒缺陷面积比例小于第一判断标准中晶粒缺 陷面积比例。
在现有LED晶粒外观检测方法中,LED晶粒经过步骤S1的光学检测后, LED晶粒只通过第一判断标准来分成合格晶粒和不合格晶粒,但在合格晶粒中, 还有小部分的异常晶粒(不合格晶粒)。若提高第一判断标准,将晶粒缺陷面积 比例设置很小,将会增加不合格晶粒的数量,将一些满足要求的LED晶粒分为 不合格晶粒,这会造成浪费,增加成本。
为了把这小部分的异常晶粒挑选出来,使方片上的成品晶粒合格率达到 100%,同时还可以降低成本,本申请通过第二判断标准从初选晶粒中选出可疑 晶粒来进行复判。
由于第二判断标准比第一判断标准更为严格,其中所述第二判断标准中晶 粒缺陷面积比例小于第一判断标准中晶粒缺陷面积比例,这样先通过第一判断 标准来剔除晶粒缺陷面积比例大的不合格晶粒,然后通过第二判断标准来剔除 晶粒缺陷面积比例小的合格晶粒,最后选出小部份晶粒缺陷面积比例在预设范 围的可疑晶粒进行复判,可以避免异常晶粒误判为合格晶粒,也可以避免合格 晶粒误判为不合格晶粒,以提高方片上成品晶粒的合格率,同时降低成本。
以100颗LED晶粒为例,设定第一判断标准中LED晶粒的瑕疵面积比例为 40%,设定第二判断标准中晶粒的瑕疵面积比例为20%,其中,90颗LED晶粒 的瑕疵面积比例≤40%,10颗LED晶粒的瑕疵面积比例>40%,90颗LED晶 粒中有80颗LED晶粒的瑕疵面积比例<20%,有10颗LED晶粒的瑕疵面积比 例≥20%且≤40%。
由于第一判断标准中LED晶粒的瑕疵面积比例为40%,因此所述100颗 LED晶粒中有10颗第一不合格晶粒和90颗初选晶粒;
由于第二判断标准中晶粒的瑕疵面积比例为20%,因此所述90颗初选晶粒 中有80颗第一合格晶粒和10颗可疑晶粒。
其中,在完成这个步骤后,10颗第一不合格晶粒和80颗第一合格晶粒以及 完成外观检测,这些LED晶粒可以分选排列到方片上,由于第一合格晶粒和第 一不合格晶粒的瑕疵面积比例要求严格,因此现有的AOI设备对这些晶粒的检 测准确率为100%。
在LED晶粒的外观检测方法中,除了通过晶粒的瑕疵面积比例来划分合格 晶粒和不合格晶粒外,还需要通过晶粒的外观缺陷种类来划分合格晶粒和不合 格晶粒外。所述外观缺陷种类来包括外延外观缺陷和污染外观缺陷。现有的AOI 设备很难分辨出晶粒的外观缺陷种类是污染外观缺陷还是外延外观缺陷。
此外,由于为外延外观缺陷的LED晶粒的瑕疵面积比例要很小,才可以判 定为合格晶粒,而为污染外观缺陷的LED晶粒的瑕疵面积比例要求却没有那么 严格,若只通过瑕疵面积比例来划分合格晶粒和不合格晶粒外,这很容易出现 误判。
上述的10颗可疑晶粒的瑕疵面积比例≥20%且≤40%,若只通过瑕疵面积 比例来划分合格晶粒和不合格晶粒外,则这10颗可以晶粒被划分为合格晶粒, 但这10颗可疑晶粒中,有部分晶粒的外观缺陷种类为外延外观缺陷,而外观缺 陷种类为外延外观缺陷的晶粒,其瑕疵面积比例要小于20%才能划分为合格晶 粒,大于等于20%则划分为不合格晶粒;另外一部分晶粒的外观缺陷种类为污 染外观缺陷,其瑕疵面积比例只要小于等于40%就可以划分为合格晶粒。
由于现有的AOI设备很难分辨出晶粒的外观缺陷种类是污染外观缺陷还是 外延外观缺陷,因此本申请先通过第一判断标准和第二判断标准将LED晶粒划 分为第一合格晶粒、第一不合格晶粒和可疑晶粒,然后再对可疑晶粒进行复判, 以将可疑晶粒划分为第二合格晶粒和第二不合格晶粒。
优选的,所述第一判断标准中晶粒缺陷面积比例为30%~60%,所述第二判 断标准中晶粒缺陷面积比例为10%~40%。通过设置上述第一判断标准和第二判 断标准中晶粒缺陷面积比例,可以有效提高检测效率。
S3、获取可疑晶粒的图片,并根据所述可疑晶粒的图片判断所述可疑晶粒 的外观缺陷种类,所述外观缺陷种类包括外延外观缺陷和污染外观缺陷;
具体的,对所述可疑晶粒进行扫描,以生成所述可疑晶粒的图片,并根据 所述可疑晶粒的图片判断所述可疑晶粒的外观缺陷种类,所述外观缺陷种类包 括外延外观缺陷和污染外观缺陷。
本申请可以通过AOI设备本身的摄像头或外置的摄像头来扫描可疑晶粒, 以获得可疑晶粒的图片,然后可以将可疑晶粒的图片传送至显示设备。
S4、根据所述外观缺陷种类将所述可疑晶粒分为第二合格晶粒和第二不合 格晶粒;
其中,若所述可疑晶粒的外观缺陷种类为外延外观缺陷,则所述可疑晶粒 为第二不合格晶粒,若所述可疑晶粒的外观缺陷种类为污染外观缺陷,则所述 可疑晶粒为第二合格晶粒,所述第一合格晶粒和第二合格晶粒组成合格晶粒, 所述第一不合格晶粒和第二不合格晶粒组成不合格晶粒。
由于所述可疑晶粒的外观缺陷种类分为污染外观缺陷和外延外观缺陷,其 中,属于污染外观缺陷的LED晶粒,只要其瑕疵面积≤40%,则判定其为第二 合格晶粒;若可疑晶粒的外观缺陷为外延外观缺陷,且其瑕疵面积比例要<20%, 才判定其为第二不合格晶粒。
参见图1,图中的两颗可疑晶粒由于瑕疵面积比例≤40%,所以在第一判断 标准中,常规的AOI方法不能将其找出来,从而需要在后续的步骤中,通过人 工目检的方法从成品方片上将AOI检测遗漏的异常LED晶粒挑除,以便确保 各LED晶粒的外观是符合出货的品质要求。
若将第一判断标准中瑕疵面积比例调小,容易将合格晶粒误判为不合格晶 粒,造成浪费,且降低良率。因此,只通过第一判断标准来检测LED晶粒,无 法做到100%的不合格晶粒检出率。
为了解决上述问题,本申请通过设定第二判断标准从所述正常晶粒中选出 可疑晶粒,再对可疑晶粒进行复判,以提高AOI的不合格晶粒检出率。
首先,本申请根据LED晶粒的外观缺陷种类对LED晶粒的进行分选,将可 疑晶粒的外观缺陷种类分为污染外观缺陷和外延外观缺陷;由于不合格晶粒对 为污染外观缺陷的LED晶粒的瑕疵面积和为外延外观缺陷的LED晶粒的瑕疵面 积比例的要求不同,所以本申请通过第二判断标准来选出可疑晶粒。
其次,如图1中的两颗可疑晶粒,左边可疑晶粒的外观缺陷种类为污染外 观缺陷,右边可疑晶粒的外观缺陷为外延外观缺陷,现有的AOI很难分辨出可 疑晶粒的缺陷是污染外观缺陷还是外延外观缺陷,由于为外延外观缺陷的LED 晶粒的瑕疵面积比例要很小,才可以判定为合格晶粒,而为污染外观缺陷的LED 晶粒的瑕疵面积比例要求却没有那么严格,所以本申请通过生成图片来判断可 疑晶粒的外观缺陷是污染外观缺陷还是外延外观缺陷。虽然AOI对污染外观缺 陷和外延外观缺陷的判断精度很低,但生成图片后,人工却很容易判断出LED 晶粒的外观缺陷是污染外观缺陷还是外延外观缺陷。
所述外观缺陷包括掉电极、发光层脱落、划痕、粘有污染物、凹陷、裂痕 中的一种或几种,但不限于此。
具体的,可以通过AOI设备本身的摄像头或外置的摄像头来扫描可疑晶粒, 以获得可疑晶粒的图片,然后可以将可疑晶粒的图片传送至显示设备,再根据 可疑晶粒的图片从所述可疑晶粒中选出不合格晶粒。
现有的人工目检方法中,需要通过显微镜来对成品方片上LED晶粒进行检 查,检查区域有限,需要大量的显微镜设备和目检人员,成本高,效率低。
本申请的可疑晶粒生成图片后,可以同时将多颗可疑晶粒的图片传送至显 示设备上进行判断,如图2所示,这样不仅可以扩大视野,还可以提高图片的 清晰度,此外,还可以多个图片同时显示和判断,不仅操作方,还可以提高复 判的准确性。
参见图2,图2中的12颗LED晶粒为可疑晶粒,其中1、2、3、5、7、12 号的可疑晶粒的外观缺陷为一般的污染外观缺陷,20%≤瑕疵面积比例≤40%在 合格范围内,所以将1、2、3、5、7、12号的可疑晶粒判定为合格晶粒;虽然4、 6、8、9、10、11号的可疑晶粒20%≤瑕疵面积比例≤40%,但其外观缺陷为外 延外观缺陷,因此将4、6、8、9、10、11号可疑晶粒判定为不合格晶粒。
具体的,本申请可以通过点击图2中的可疑晶粒,将其判定为不合格晶粒; 或者点击图2中可疑晶粒的对应位置(如可疑晶粒下方的选项框、可疑晶粒上 方的选项框、可疑晶粒左边的选项框等)。
由于在AOI设备上进行检测的LED晶粒还在晶圆上,因此经过AOI检测 后,判定为合格晶粒的LED晶粒后续需要经过分选设备排列到成品方片上,才 能成为成品。
为了避免分选设备将不合格晶粒排列到成品方片上,以保证成品方片上的 LED晶粒为100%的合格晶粒,本申请在获取可疑晶粒的图片的同时,也获取了 可疑晶粒的位置信息。
具体的,本申请可以通过AOI设备本身的摄像头或外置的摄像头来对可疑 晶粒进行扫描,通过构建XY轴体系,以获得可疑晶粒的位置信息。
在可疑晶粒中选出不合格晶粒后,本申请可以通过不合格晶粒的位置信息 来记录不合格晶粒的外观信息。如图2所示,4号可疑晶粒被判断为不合格晶粒 后,本申请根据该晶粒在LED晶圆上的位置信息(如坐标)来记录该晶粒的外 观信息(如瑕疵面积比例、缺陷类型等),最后根据该晶粒的外观信息将其归类 为不良等级。
由于可疑晶粒在经过第一判断标准后是归为正常晶粒,因此AOI设备传送 到分选设备的信息中,可疑晶粒是全部被分选到成品方片上的。
本申请在获取可疑晶粒的图片的同时获取可疑晶粒的位置信息,并根据所 述LED晶粒的位置信息和外观参数文档,获得合格晶粒的外观信息和不合格晶 粒的外观信息,以及根据所述合格晶粒的外观信息和不合格晶粒的外观信息, 将所述合格晶粒归为良品等级,将所述不合格晶粒归为不良品等级,从而提高 成品方片上的LED晶粒为100%的合格晶粒。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发 明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的 范围。
Claims (10)
1.一种LED晶粒外观检测方法,其特征在于,包括:
对LED晶粒进行光学检测,获得外观参数文档,所述外观参数文档包括晶粒缺陷面积比例;
根据所述外观参数文档将所述LED晶粒分为第一合格晶粒、第一不合格晶粒和可疑晶粒,所述可疑晶粒的晶粒缺陷面积比例在预设范围,所述第一合格晶粒的晶粒缺陷面积比例小于预设范围,所述第一不合格晶粒的晶粒缺陷面积比例大于预设范围;
获取可疑晶粒的图片,并根据所述可疑晶粒的图片判断所述可疑晶粒的外观缺陷种类,所述外观缺陷种类包括外延外观缺陷和污染外观缺陷;
根据所述外观缺陷种类将所述可疑晶粒分为第二合格晶粒和第二不合格晶粒,其中,若所述可疑晶粒的外观缺陷种类为外延外观缺陷,则所述可疑晶粒为第二不合格晶粒,若所述可疑晶粒的外观缺陷种类为污染外观缺陷,则所述可疑晶粒为第二合格晶粒,所述第一合格晶粒和第二合格晶粒组成合格晶粒,所述第一不合格晶粒和第二不合格晶粒组成不合格晶粒。
2.如权利要求1所述的LED晶粒外观检测方法,其特征在于,所述外观参数文档还包括晶粒缺陷面积,其中,晶粒瑕疵面积比例=晶粒瑕疵面积/晶粒出光面积,所述晶粒出光面积是指LED晶粒在光学检测设备上出光面正投影的面积,所述晶粒缺陷面积是LED晶粒在光学检测设备上缺陷正投影的的总面积。
3.如权利要求1所述的LED晶粒外观检测方法,其特征在于,所述外延外观缺陷是指由LED晶粒的外延缺陷所引起的外观缺陷,所述污染外观缺陷是指LED晶粒在制备过程中由外界污染所引起的外观缺陷。
4.如权利要求1所述的LED晶粒外观检测方法,其特征在于,所述外观缺陷包括掉电极、发光层脱落、划痕、粘有污染物、凹陷、裂痕中的一种或几种。
5.如权利要求1所述的LED晶粒外观检测方法,其特征在于,将所述LED晶粒分为第一合格晶粒、第一不合格晶粒和可疑晶粒的方法包括:
设定第一判断标准,若所述LED晶粒的晶粒缺陷面积比例小于等于第一判断标准,则所述LED晶粒为初选晶粒,若所述LED晶粒的晶粒缺陷面积比例大于第一判断标准,则所述LED晶粒为第一不合格晶粒;
设定第二判断标准,若所述初选晶粒的晶粒缺陷面积比例小于第二判断标准,则所述初选晶粒为第一合格晶粒,若所述初选晶粒的晶粒缺陷面积比例大于等于第二判断标准,则所述初选晶粒为可疑晶粒;
其中,所述第二判断标准中晶粒缺陷面积比例小于第一判断标准中晶粒缺陷面积比例。
6.如权利要求5所述的LED晶粒外观检测方法,其特征在于,所述第一判断标准中晶粒缺陷面积比例为30%~60%,所述第二判断标准中晶粒缺陷面积比例为10%~40%。
7.如权利要求1所述的LED晶粒外观检测方法,其特征在于,对所述可疑晶粒进行扫描,以生成所述可疑晶粒的图片;
将所述可疑晶粒的图片传送至显示设备,并根据所述可疑晶粒的图片判断所述可疑晶粒的外观缺陷种类,将所述可疑晶粒分为第二合格晶粒和第二不合格晶粒。
8.如权利要求1所述的LED晶粒外观检测方法,其特征在于,所述LED晶粒外观检测方法还包括:
获取所述LED晶粒的位置信息,所述LED晶粒的位置信息包括合格晶粒的位置信息和不合格晶粒的位置信息;
根据所述LED晶粒的位置信息和外观参数文档,获得合格晶粒的外观信息和不合格晶粒的外观信息;
根据所述合格晶粒的外观信息和不合格晶粒的外观信息,将所述合格晶粒归为良品等级,将所述不合格晶粒归为不良品等级。
9.如权利要求8所述的LED晶粒外观检测方法,其特征在于,获取所述LED晶粒的位置信息的方法包括:
对LED晶粒进行光学检测,在获取外观参数文档的同时,获取LED晶粒的位置信息,此时LED晶粒的位置信息包括第一合格晶粒的位置信息、第一不合格晶粒的位置信息和可疑晶粒的位置信息;
对所述可疑晶粒进行扫描,以获取所述可疑晶粒图片,同时获取所述可疑晶粒的位置信息,此时可疑晶粒的位置信息包括第二合格晶粒的位置信息和第二不合格晶粒的位置信息;
其中,所述第一合格晶粒的位置信息和第二合格晶粒的位置信息组成所述合格晶粒的位置信息,所述第一不合格晶粒的位置信息和第二不合格晶粒的位置信息组成所述不合格晶粒的位置信息。
10.如权利要求8或9所述的LED晶粒外观检测方法,其特征在于,分选设备根据所述合格晶粒的外观信息,将所述合格晶粒排列至成品方片上,所述成品方片上的LED晶粒的外观合格率为100%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111198694.0A CN114130709B (zh) | 2021-10-14 | 2021-10-14 | 一种led晶粒外观检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111198694.0A CN114130709B (zh) | 2021-10-14 | 2021-10-14 | 一种led晶粒外观检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114130709A true CN114130709A (zh) | 2022-03-04 |
CN114130709B CN114130709B (zh) | 2023-06-02 |
Family
ID=80394995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111198694.0A Active CN114130709B (zh) | 2021-10-14 | 2021-10-14 | 一种led晶粒外观检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114130709B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200622234A (en) * | 2004-12-20 | 2006-07-01 | Topcon Corp | Inspecting method and apparatus thereof |
JP2008004863A (ja) * | 2006-06-26 | 2008-01-10 | Hitachi High-Technologies Corp | 外観検査方法及びその装置 |
JP2012099563A (ja) * | 2010-10-29 | 2012-05-24 | Shin Etsu Handotai Co Ltd | ウェーハの評価方法及びサセプタの評価方法 |
CN111426701A (zh) * | 2019-06-25 | 2020-07-17 | 合肥晶合集成电路有限公司 | 一种晶圆缺陷检测方法及其装置 |
CN111665261A (zh) * | 2020-06-04 | 2020-09-15 | 安徽安视智能科技有限公司 | 一种基于机器视觉的芯片晶粒检测方法 |
CN112991332A (zh) * | 2021-04-21 | 2021-06-18 | 视睿(杭州)信息科技有限公司 | 一种晶圆缺陷的多晶不良检测方法、装置 |
CN113140490A (zh) * | 2021-04-22 | 2021-07-20 | 扬州乾照光电有限公司 | 一种晶圆中led晶粒的分选方法 |
-
2021
- 2021-10-14 CN CN202111198694.0A patent/CN114130709B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200622234A (en) * | 2004-12-20 | 2006-07-01 | Topcon Corp | Inspecting method and apparatus thereof |
JP2008004863A (ja) * | 2006-06-26 | 2008-01-10 | Hitachi High-Technologies Corp | 外観検査方法及びその装置 |
JP2012099563A (ja) * | 2010-10-29 | 2012-05-24 | Shin Etsu Handotai Co Ltd | ウェーハの評価方法及びサセプタの評価方法 |
CN111426701A (zh) * | 2019-06-25 | 2020-07-17 | 合肥晶合集成电路有限公司 | 一种晶圆缺陷检测方法及其装置 |
CN111665261A (zh) * | 2020-06-04 | 2020-09-15 | 安徽安视智能科技有限公司 | 一种基于机器视觉的芯片晶粒检测方法 |
CN112991332A (zh) * | 2021-04-21 | 2021-06-18 | 视睿(杭州)信息科技有限公司 | 一种晶圆缺陷的多晶不良检测方法、装置 |
CN113140490A (zh) * | 2021-04-22 | 2021-07-20 | 扬州乾照光电有限公司 | 一种晶圆中led晶粒的分选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114130709B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9464992B2 (en) | Automated wafer defect inspection system and a process of performing such inspection | |
US6944325B2 (en) | Inspecting method and apparatus for repeated micro-miniature patterns | |
US9524890B2 (en) | Computer visual recognition output image-aided LED die sorting system and sorting method | |
US20070105245A1 (en) | Wafer inspection data handling and defect review tool | |
CN110288584A (zh) | 基于机器视觉的陶瓷热浸镀铝表面缺陷检测方法及装置 | |
CA2638415C (en) | Patterned wafer defect inspection system and method | |
CN100345272C (zh) | 用以分析晶片制程中的集成电路的缺陷的设备及方法 | |
KR101496993B1 (ko) | 디스플레이 패널 검사방법 | |
JP2007017290A (ja) | 欠陥データ処理方法、およびデータの処理装置 | |
JPS6348444A (ja) | ガラス基板の表面自動検査方法および装置 | |
CN114130709B (zh) | 一种led晶粒外观检测方法 | |
KR102572968B1 (ko) | 딥러닝을 이용한 웨이퍼 검사방법과 이것을 구현하기 위한 웨이퍼 검사장치 | |
JP3726600B2 (ja) | 検査システム | |
CN212321466U (zh) | 一种图像采集装置及视觉检测*** | |
JP2007187630A (ja) | パターンの欠陥検出方法およびパターンの欠陥検出装置 | |
CN1459628A (zh) | 电路板板材表面瑕疵检测即时汇报装置 | |
JP4052733B2 (ja) | パターン付きウエハの異物検査方法 | |
TWI389245B (zh) | 可預先快速晶粒定位之晶粒分類機及其光學檢測步驟 | |
TW200849438A (en) | Chip sorting apparatus and method | |
CN210180940U (zh) | 检测硅晶圆缺陷的自动光学检测机构 | |
JP2013068633A (ja) | 自動化ウェハ欠陥検査システムおよびこのような検査を実行する方法 | |
CN113466235A (zh) | 视觉检测模组、缺陷检测工作站及缺陷检测方法 | |
CN115532656A (zh) | 一种显示面板缺陷检测方法、设备和*** | |
CN115015292A (zh) | 玻璃盖板外观检验*** | |
JP2008003103A (ja) | 検査方法および装置 |
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 |