一种纳米压印晶圆缺陷检测方法与流程

1.本发明涉及图像缺陷检测技术领域，本发明提供了一种纳米压印晶圆缺陷检测方法。


背景技术：

2.纳米压印光刻使用纳米压印技术，将液滴状的纳米压印胶喷涂在晶圆上将要压印电子回路图形的位置。由此可知，纳米压印胶所喷涂的位置决定芯片所有线路和器件的质量，但由于芯片内所有线路和器件结构均较小，只能在芯片制成后，检测芯片上的电压和电流是否正常，从而确定该芯片质量是否合格。但在芯片生成后进行质量检测，造成了对生产资料的浪费。


技术实现要素：

3.针对现有技术中的上述不足，本发明提供的一种纳米压印晶圆缺陷检测方法解决了现有缺乏纳米压印晶圆缺陷检测方法的问题。
4.为了达到上述发明目的，本发明采用的技术方案为：一种纳米压印晶圆缺陷检测方法，包括以下步骤：s1、采集纳米压印过程中图像，得到压印图像；s2、提取压印图像中纳米压印胶喷涂区域的图像；s3、对纳米压印胶喷涂区域的图像灰度处理，得到灰度图；s4、对灰度图提取喷涂轮廓；s5、根据喷涂轮廓的轮廓特征，确定缺陷类型。
5.进一步地，所述s2包括以下分步骤：s21、计算压印图像中像素点的颜色值与晶圆颜色值的颜色距离值；s22、在颜色距离值小于距离阈值时，对应像素点归类为晶圆区域；s23、从压印图像中剔除晶圆区域，得到纳米压印胶喷涂区域的图像。
6.上述进一步地方案的有益效果为：在纳米压印胶喷涂区域和晶圆的裸露区域颜色不同，因此，本发明将压印图像中每个像素点的颜色值与晶圆颜色值进行比较，计算得到颜色距离值，从而确定出颜色的近似情况，在颜色距离值小于距离阈值时，则说明颜色相近，将相近的像素点归为晶圆区域，剩余归为纳米压印胶喷涂区域。
7.进一步地，所述s21中颜色距离值的计算公式为：，其中，cd为颜色距离值，ci为晶圆第i种颜色值，c
i,c
为压印图像中任一像素点的第i种颜色值，| |为绝对值。
8.上述进一步地方案的有益效果为：i=1时，c1为红色颜色值，c2为蓝色颜色值，c3为绿色颜色值，通过每个像素点的三原色的对比，从而确定颜色近似情况，并且设计指数系数
衡量每种颜色相差的程度，越大，颜色相差程度越大，指数系数进一步增加了颜色距离，从而最大程度找出非晶圆区域。
9.进一步地，所述s4包括以下分步骤：s41、设置33的轮廓窗口；s42、采用轮廓窗口在灰度图上移动；s43、在每移动一次时，计算轮廓窗口下任一非中心像素点与其他中心像素点的灰度相似度；s44、在灰度相似度大于相似度阈值时，中心像素点为非轮廓点；s45、剔除灰度图上非轮廓点，得到喷涂轮廓。
10.上述进一步地方案的有益效果为：本发明中设置了33的轮廓窗口，轮廓窗口在灰度图上移动，计算非中心像素点间灰度相似度，在灰度相似度大于相似度阈值时，中心像素点为非轮廓点，在周边像素点均相似的情况，其包围的中心像素点为非轮廓点，同时中心像素点为噪点时，也不影响非轮廓点的确定，同时步骤s43中，为了避免周边像素点存在噪点的情况，本发明中任一非中心像素点与其他中心像素点的灰度相似度大于相似度阈值时，中心像素点都为非轮廓点。
11.进一步地，所述s43中计算灰度相似度的公式为：，其中，h
si
为灰度相似度，ho为任一非中心像素点的灰度值，hj为轮廓窗口下除灰度值ho和中心像素点灰度值外的第j个灰度值。
12.上述进一步地方案的有益效果为：本发明中取任一非中心像素点与其他中心像素点的灰度相似度大于相似度阈值时，中心像素点都为非轮廓点，若周边像素点中存在一个噪点，在本发明中的灰度相似度公式中，其只会影响一个余弦相似度的计算，本发明中的灰度相似度采用的是多个余弦相似度相加的方式，从而降低噪点对本发明中灰度相似度的影响。
13.进一步地，所述s5包括以下分步骤：s51、根据喷涂轮廓上每个闭合轮廓的面积，构建面积特征序列；s52、将喷涂轮廓进行分段，提取轮廓波动特征，构建轮廓波动特征序列；s53、将面积特征序列和轮廓波动特征序列输入到缺陷预测模型中，得到缺陷类型。
14.上述进一步地方案的有益效果为：本发明中通过闭合轮廓围成的面积和轮廓的形状两部分来确定缺陷类型，闭合轮廓围成的面积表征芯片内部器件或走线的大小，轮廓的形状表征芯片中器件或走线的形状。
15.进一步地，所述s51具体为：根据喷涂轮廓上每个闭合轮廓围成的面积与对应的闭合轮廓围成的标签面积，计算喷涂轮廓上每个闭合轮廓的面积差距特征，将所有面积差距特征构成面积特征序列；面积差距特征的计算公式为：
，其中，en为喷涂轮廓上第n个闭合轮廓的面积差距特征，en为喷涂轮廓上第n个闭合轮廓围成的面积，e
b,n
为喷涂轮廓上第n个闭合轮廓围成的标签面积，d
n,max
为喷涂轮廓上第n个闭合轮廓的围成区域中最远两个像素点的距离，d
b,n,max
为第n个闭合轮廓的标签区域中最远两个像素点的距离；所述面积特征序列为，其中，e1为喷涂轮廓上第1个闭合轮廓的面积差距特征，en为喷涂轮廓上第n个闭合轮廓的面积差距特征，n为面积特征序列中元素的数量。
16.上述进一步地方案的有益效果为：本发明中计算喷涂轮廓上每个闭合轮廓围成的面积与标签面积的面积差距特征，在面积差距特征计算中考虑了整体面积上的差值，同时也考虑闭合轮廓中最远两个像素点的距离差距，最大保障待识别闭合轮廓上面积与标签面积在面积大小和形状上的相似，将不相似的闭合轮廓，通过面积差距特征表征出来。
17.进一步地，所述s52包括以下分步骤：s521、将喷涂轮廓进行分段，得到多个子段轮廓；s522、计算每个子段轮廓中像素点的方向角度；s523、根据像素点的方向角度，提取每个子段轮廓的轮廓波动特征；s524、将所有每个子段轮廓的轮廓波动特征作为元素，构建轮廓波动特征序列。
18.上述进一步地方案的有益效果为：本发明中将喷涂轮廓进行分段，计算出每个子段轮廓中像素点的方向角度，从而确定出每个像素点的走向，确定芯片中器件和走线的结构形态。
19.进一步地，所述s522中像素点的方向角度的计算公式为：，其中，rk为第k个像素点的方向角度，arctan为反正切函数，x
k,l
为第k个像素点左侧像素点的横坐标，y
k,l
为第k个像素点左侧像素点的纵坐标，x
k,r
为第k个像素点右侧像素点的横坐标，y
k,r
为第k个像素点右侧像素点的纵坐标，| |为绝对值，x
k,o
为第k个像素点的横坐标，y
k,o
为第k个像素点的纵坐标；所述轮廓波动特征的计算公式为：，其中，v为轮廓波动特征，k为计算方向角度的像素点数量。
20.上述进一步地方案的有益效果为：本发明取待计算像素点的方向角度左右两侧的像素点，从而确定每个像素点本身的方向角度。本发明中轮廓波动特征将每个像素点的方向角度减去平均方向角度，从而得到一段子段轮廓中方向角度的波动情况，表征了轮廓的平整度。
21.进一步地，所述s53中缺陷预测模型为：，其中，y为缺陷
预测模型的输出，sigmoid为激活函数，n为面积特征序列中元素的数量，en为面积特征序列中第n个元素，即喷涂轮廓上第n个闭合轮廓的面积差距特征，a
e,n
为en的权重，b
e,n
为en的偏置，vm为轮廓波动特征序列中第m个元素，a
v,m
为vm的权重，b
v,m
为vm的偏置，m为轮廓波动特征序列中元素的数量。
22.上述进一步地方案的有益效果为：本发明中将面积特征序列中面积差距特征进行加权处理，将轮廓波动特征序列中轮廓波动特征加权处理，便于根据特征不同赋予不同权重，提高检测缺陷类型的精度。
23.本发明的有益效果为：本发明中采集纳米压印过程中图像，提取压印图像中纳米压印胶喷涂区域的图像，并灰度化处理，得到灰度图，对灰度图提取喷涂轮廓，根据喷涂轮廓的轮廓特征，从而判断出纳米压印晶圆缺陷的类型。
附图说明
24.图1为一种纳米压印晶圆缺陷检测方法的流程图。
具体实施方式
25.下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
26.如图1所示，一种纳米压印晶圆缺陷检测方法，包括以下步骤：s1、采集纳米压印过程中图像，得到压印图像；s2、提取压印图像中纳米压印胶喷涂区域的图像；所述s2包括以下分步骤：s21、计算压印图像中像素点的颜色值与晶圆颜色值的颜色距离值；s22、在颜色距离值小于距离阈值时，对应像素点归类为晶圆区域；s23、从压印图像中剔除晶圆区域，得到纳米压印胶喷涂区域的图像。
27.在纳米压印胶喷涂区域和晶圆的裸露区域颜色不同，因此，本发明将压印图像中每个像素点的颜色值与晶圆颜色值进行比较，计算得到颜色距离值，从而确定出颜色的近似情况，在颜色距离值小于距离阈值时，则说明颜色相近，将相近的像素点归为晶圆区域，剩余归为纳米压印胶喷涂区域。
28.所述s21中颜色距离值的计算公式为：，其中，cd为颜色距离值，ci为晶圆第i种颜色值，c
i,c
为压印图像中任一像素点的第i种颜色值，| |为绝对值。
29.在i=1时，c1为红色颜色值，c2为蓝色颜色值，c3为绿色颜色值，通过每个像素点的三原色的对比，从而确定颜色近似情况，并且设计指数系数衡量每种颜色相差的程度，越大，颜色相差程度越大，指数系数进一步增加了颜色距离，从而最大程度找
出非晶圆区域。
30.s3、对纳米压印胶喷涂区域的图像灰度处理，得到灰度图；s4、对灰度图提取喷涂轮廓；所述s4包括以下分步骤：s41、设置33的轮廓窗口；s42、采用轮廓窗口在灰度图上移动；s43、在每移动一次时，计算轮廓窗口下任一非中心像素点与其他中心像素点的灰度相似度；s44、在灰度相似度大于相似度阈值时，中心像素点为非轮廓点；s45、剔除灰度图上非轮廓点，得到喷涂轮廓。
31.本发明中设置了33的轮廓窗口，轮廓窗口在灰度图上移动，计算非中心像素点间灰度相似度，在灰度相似度大于相似度阈值时，中心像素点为非轮廓点，在周边像素点均相似的情况，其包围的中心像素点为非轮廓点，同时中心像素点为噪点时，也不影响非轮廓点的确定，同时步骤s43中，为了避免周边像素点存在噪点的情况，本发明中任一非中心像素点与其他中心像素点的灰度相似度大于相似度阈值时，中心像素点都为非轮廓点。
32.所述s43中计算灰度相似度的公式为：，其中，h
si
为灰度相似度，ho为任一非中心像素点的灰度值，hj为轮廓窗口下除灰度值ho和中心像素点灰度值外的第j个灰度值。
33.本发明中取任一非中心像素点与其他中心像素点的灰度相似度大于相似度阈值时，中心像素点都为非轮廓点，若周边像素点中存在一个噪点，在本发明中的灰度相似度公式中，其只会影响一个余弦相似度的计算，本发明中的灰度相似度采用的是多个余弦相似度相加的方式，从而降低噪点对本发明中灰度相似度的影响。
34.s5、根据喷涂轮廓的轮廓特征，确定缺陷类型。
35.所述s5包括以下分步骤：s51、根据喷涂轮廓上每个闭合轮廓的面积，构建面积特征序列；s52、将喷涂轮廓进行分段，提取轮廓波动特征，构建轮廓波动特征序列；s53、将面积特征序列和轮廓波动特征序列输入到缺陷预测模型中，得到缺陷类型。
36.本发明中通过闭合轮廓围成的面积和轮廓的形状两部分来确定缺陷类型，闭合轮廓围成的面积表征芯片内部器件或走线的大小，轮廓的形状表征芯片中器件或走线的形状。
37.所述s51具体为：根据喷涂轮廓上每个闭合轮廓围成的面积与对应的闭合轮廓围成的标签面积，计算喷涂轮廓上每个闭合轮廓的面积差距特征，将所有面积差距特征构成面积特征序列；在本实施例中，标签面积为其应该的标准面积。
38.面积差距特征的计算公式为：
，其中，en为喷涂轮廓上第n个闭合轮廓的面积差距特征，en为喷涂轮廓上第n个闭合轮廓围成的面积，e
b,n
为喷涂轮廓上第n个闭合轮廓围成的标签面积，d
n,max
为喷涂轮廓上第n个闭合轮廓的围成区域中最远两个像素点的距离，d
b,n,max
为第n个闭合轮廓的标签区域中最远两个像素点的距离；所述面积特征序列为，其中，e1为喷涂轮廓上第1个闭合轮廓的面积差距特征，en为喷涂轮廓上第n个闭合轮廓的面积差距特征，n为面积特征序列中元素的数量。
39.本发明中计算喷涂轮廓上每个闭合轮廓围成的面积与标签面积的面积差距特征，在面积差距特征计算中考虑了整体面积上的差值，同时也考虑闭合轮廓中最远两个像素点的距离差距，最大保障待识别闭合轮廓上面积与标签面积在面积大小和形状上的相似，将不相似的闭合轮廓，通过面积差距特征表征出来。
40.所述s52包括以下分步骤：s521、将喷涂轮廓进行分段，得到多个子段轮廓；s522、计算每个子段轮廓中像素点的方向角度；s523、根据像素点的方向角度，提取每个子段轮廓的轮廓波动特征；s524、将所有每个子段轮廓的轮廓波动特征作为元素，构建轮廓波动特征序列。
41.本发明中将喷涂轮廓进行分段，计算出每个子段轮廓中像素点的方向角度，从而确定出每个像素点的走向，确定芯片中器件和走线的结构形态。
42.所述s522中像素点的方向角度的计算公式为：，其中，rk为第k个像素点的方向角度，arctan为反正切函数，x
k,l
为第k个像素点左侧像素点的横坐标，y
k,l
为第k个像素点左侧像素点的纵坐标，x
k,r
为第k个像素点右侧像素点的横坐标，y
k,r
为第k个像素点右侧像素点的纵坐标，| |为绝对值，x
k,o
为第k个像素点的横坐标，y
k,o
为第k个像素点的纵坐标；所述轮廓波动特征的计算公式为：，其中，v为轮廓波动特征，k为计算方向角度的像素点数量。
43.本发明取待计算像素点的方向角度左右两侧的像素点，从而确定每个像素点本身的方向角度。本发明中轮廓波动特征将每个像素点的方向角度减去平均方向角度，从而得到一段子段轮廓中方向角度的波动情况，表征了轮廓的平整度。
44.所述s53中缺陷预测模型为：，其中，y为缺陷预测模型的输出，sigmoid为激活函数，n为面积特征序列中元素的数量，en为面积特征序列中第n个元素，即喷涂轮廓上第n个闭合轮廓的面积差距特征，a
e,n
为en的权重，b
e,n
为en的偏
置，vm为轮廓波动特征序列中第m个元素，a
v,m
为vm的权重，b
v,m
为vm的偏置，m为轮廓波动特征序列中元素的数量。
45.本发明中将面积特征序列中面积差距特征进行加权处理，将轮廓波动特征序列中轮廓波动特征加权处理，便于根据特征不同赋予不同权重，提高检测缺陷类型的精度。
46.本发明中采集纳米压印过程中图像，提取压印图像中纳米压印胶喷涂区域的图像，并灰度化处理，得到灰度图，对灰度图提取喷涂轮廓，根据喷涂轮廓的轮廓特征，从而判断出纳米压印晶圆缺陷的类型。

技术特征：
1.一种纳米压印晶圆缺陷检测方法，其特征在于，包括以下步骤：s1、采集纳米压印过程中图像，得到压印图像；s2、提取压印图像中纳米压印胶喷涂区域的图像；s3、对纳米压印胶喷涂区域的图像灰度处理，得到灰度图；s4、对灰度图提取喷涂轮廓；s5、根据喷涂轮廓的轮廓特征，确定缺陷类型。2.根据权利要求1所述的纳米压印晶圆缺陷检测方法，其特征在于，所述s2包括以下分步骤：s21、计算压印图像中像素点的颜色值与晶圆颜色值的颜色距离值；s22、在颜色距离值小于距离阈值时，对应像素点归类为晶圆区域；s23、从压印图像中剔除晶圆区域，得到纳米压印胶喷涂区域的图像。3.根据权利要求2所述的纳米压印晶圆缺陷检测方法，其特征在于，所述s21中颜色距离值的计算公式为：，其中，c
d
为颜色距离值，c
i
为晶圆第i种颜色值，c
i,c
为压印图像中任一像素点的第i种颜色值，| |为绝对值。4.根据权利要求1所述的纳米压印晶圆缺陷检测方法，其特征在于，所述s4包括以下分步骤：s41、设置33的轮廓窗口；s42、采用轮廓窗口在灰度图上移动；s43、在每移动一次时，计算轮廓窗口下任一非中心像素点与其他中心像素点的灰度相似度；s44、在灰度相似度大于相似度阈值时，中心像素点为非轮廓点；s45、剔除灰度图上非轮廓点，得到喷涂轮廓。5.根据权利要求4所述的纳米压印晶圆缺陷检测方法，其特征在于，所述s43中计算灰度相似度的公式为：，其中，h
si
为灰度相似度，h
o
为任一非中心像素点的灰度值，h
j
为轮廓窗口下除灰度值h
o
和中心像素点灰度值外的第j个灰度值。6.根据权利要求1所述的纳米压印晶圆缺陷检测方法，其特征在于，所述s5包括以下分步骤：s51、根据喷涂轮廓上每个闭合轮廓的面积，构建面积特征序列；s52、将喷涂轮廓进行分段，提取轮廓波动特征，构建轮廓波动特征序列；s53、将面积特征序列和轮廓波动特征序列输入到缺陷预测模型中，得到缺陷类型。7.根据权利要求6所述的纳米压印晶圆缺陷检测方法，其特征在于，所述s51具体为：根据喷涂轮廓上每个闭合轮廓围成的面积与对应的闭合轮廓围成的标签面积，计算喷涂轮廓
上每个闭合轮廓的面积差距特征，将所有面积差距特征构成面积特征序列；面积差距特征的计算公式为：，其中，e
n
为喷涂轮廓上第n个闭合轮廓的面积差距特征，e
n
为喷涂轮廓上第n个闭合轮廓围成的面积，e
b,n
为喷涂轮廓上第n个闭合轮廓围成的标签面积，d
n,max
为喷涂轮廓上第n个闭合轮廓的围成区域中最远两个像素点的距离，d
b,n,max
为第n个闭合轮廓的标签区域中最远两个像素点的距离；所述面积特征序列为，其中，e1为喷涂轮廓上第1个闭合轮廓的面积差距特征，e
n
为喷涂轮廓上第n个闭合轮廓的面积差距特征，n为面积特征序列中元素的数量。8.根据权利要求6所述的纳米压印晶圆缺陷检测方法，其特征在于，所述s52包括以下分步骤：s521、将喷涂轮廓进行分段，得到多个子段轮廓；s522、计算每个子段轮廓中像素点的方向角度；s523、根据像素点的方向角度，提取每个子段轮廓的轮廓波动特征；s524、将所有每个子段轮廓的轮廓波动特征作为元素，构建轮廓波动特征序列。9.根据权利要求8所述的纳米压印晶圆缺陷检测方法，其特征在于，所述s522中像素点的方向角度的计算公式为：，其中，r
k
为第k个像素点的方向角度，arctan为反正切函数，x
k,l
为第k个像素点左侧像素点的横坐标，y
k,l
为第k个像素点左侧像素点的纵坐标，x
k,r
为第k个像素点右侧像素点的横坐标，y
k,r
为第k个像素点右侧像素点的纵坐标，| |为绝对值，x
k,o
为第k个像素点的横坐标，y
k,o
为第k个像素点的纵坐标；所述轮廓波动特征的计算公式为：，其中，v为轮廓波动特征，k为计算方向角度的像素点数量。10.根据权利要求6所述的纳米压印晶圆缺陷检测方法，其特征在于，所述s53中缺陷预测模型为：，其中，y为缺陷预测模型的输出，sigmoid为激活函数，n为面积特征序列中元素的数量，e
n
为面积特征序列中第n个元素，即喷涂轮廓上第n个闭合轮廓的面积差距特征，a
e,n
为e
n
的权重，b
e,n
为e
n
的偏置，v
m
为轮廓波动特征序列中第m个元素，a
v,m
为v
m
的权重，b
v,m
为v
m
的偏置，m为轮廓波动特征序列中元素的数量。

技术总结
本发明公开了一种纳米压印晶圆缺陷检测方法，属于图像缺陷检测技术领域，本发明中采集纳米压印过程中图像，提取压印图像中纳米压印胶喷涂区域的图像，并灰度化处理，得到灰度图，对灰度图提取喷涂轮廓，根据喷涂轮廓的轮廓特征，从而判断出纳米压印晶圆缺陷的类型。从而判断出纳米压印晶圆缺陷的类型。从而判断出纳米压印晶圆缺陷的类型。


技术研发人员：冀然 于洪超
受保护的技术使用者：青岛天仁微纳科技有限责任公司
技术研发日：2023.08.25
技术公布日：2023/9/20