(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211009244.7 (22)申请日 2022.08.23 (65)同一申请的已公布的文献号 申请公布号 CN 115082477 A (43)申请公布日 2022.09.20 (73)专利权人 山东鲁芯之光半导体制造有限公 司 地址 252000 山东省聊城市高新区九州街 道天津路财金 数字工厂 (72)发明人 王冬平　 (74)专利代理 机构 河南华凯科源专利代理事务 所(普通合伙) 41136 专利代理师 靳建山 (51)Int.Cl. G06T 7/00(2017.01)G06T 7/13(2017.01) G06V 10/762(2022.01) (56)对比文件 JP 2018128759 A,2018.08.16 WO 2021174687 A1,2021.09.10 CN 103646392 A,2014.0 3.19 CN 112927189 A,2021.0 6.08 CN 1078185 52 A,2018.0 3.20 CN 112419185 A,2021.02.26 WO 2021189321 A1,2021.09.3 0 时俊楠等.无 人船监视图像反光区域检测与 去除方法及实验 验证. 《海 洋科学》 .2018,(第01 期), 审查员 赵磊 (54)发明名称 一种基于去反光效果的半导体晶圆加工质 量检测方法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种基于去反光效果的半导体晶圆加工质量检测 方法， 即获取晶圆表面的RGB图像并对其进行灰 度化处理得到灰度图像， 提取 RGB图像中的R通道 图像、 G通道图像以及B通道图像； 获取灰度图像 与各通道图像的边缘图像， 得到各边缘图像中的 边缘点与连接类； 根据边缘点， 计算各通道图像 的边缘图像与灰度图像的边缘图像的差异度； 基 于差异度计算互异性； 根据互异性、 边缘点与连 接类计算各通道图像的细 节保留程度； 进而 得到 尺度影响因子， 基于尺度影 响因子获取各通道图 像的尺度参数， 对RGB图像进行去反光操作， 将去 反光操作后的RGB图像输入到神经网络模型中， 输出晶圆的缺陷。 本发明能够精确得到晶圆的缺 陷。 权利要求书2页 说明书9页 附图1页 CN 115082477 B 2022.10.28 CN 115082477 B 1.一种基于去反光效果的半导体晶圆加工质量检测方法， 其特征在于， 该方法包括以 下步骤： 获取晶圆表面的RGB图像并对其进行灰度化处理， 得到灰度图像， 提取所述RGB图像中 的R通道图像、 G通道图像以及B通道图像； 获取所述灰度图像与各通道图像对应的边缘图 像， 其中边 缘图像中的点包括 边缘点与噪声点； 通过密度聚类算法分别对各边缘图像中的点进行聚类， 根据聚类结果获取各边缘图像 中的边缘点与连接类； 根据所述边缘点， 分别计算各通道图像对应的边缘图像与灰度图像对应的边缘图像的 差异度； 将各边缘图像进行位置对齐， 在任意一位置处， 当R通道图像的边缘图像在该位置存在 边缘点， 而灰度图像的边缘图像在该位置不存在边缘点， 则将该位置的边缘点记为R1边缘 点； 当R通道图像的边缘图像在该位置不存在边缘点， 而灰度图像的边缘图像在该位置存在 边缘点， 则将该位置的边缘点记 为R2边缘点； 同理， 分别获取G1边缘点、 G2边缘点、 B1边缘点 以及B2边缘点； 基于所述差异度、 R1边缘点的数量与R2边缘点的数量， 计算R通道图像与RGB图像的互 异性； 同理， 分别计算G通道图像和B通道图像与RGB图像的互异性； 根据所述互异性、 边缘点的数量以及连接类的数量， 计算各通道图像对应的细节保留 程度； 计算所述细节保留程度与 各通道图像对应的色彩平衡度的乘积， 得到各通道图像对应 的尺度影响因子， 基于所述尺度影响因子获取各通道图像对应的尺度参数， 对RGB图像进 行 去反光操作， 将去反光操作后的RGB图像输入到神经网络模型中， 输出晶圆的缺陷。 2.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法， 其特 征在于， 所述根据聚类结果获取各边缘图像中的边缘点与连接类的方法为： 所述聚类结果 中包括多个类别， 其中一个类别中至少包括一个点， 将仅包括一个点的类别中的点作为噪 声点并将其去除， 得到各边缘图像中的边缘点， 将去除之后的聚类结果中的每一个类别作 为一个连接类， 得到各边 缘图像中的连接类。 3.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法， 其特 征在于， 所述通过密度聚类算法分别对各边缘图像中的点进 行聚类还包括计算各边缘图像 对应的聚类半径， 根据所述聚类半径利用密度聚类算法对各边缘图像中的点进行聚类， 得 到聚类结果； 所述聚类半径 的获取方法为： 在边缘图像中任意选取一个点， 计算该点与剩余其他点 之间的欧氏距离， 得到该点对应的最短欧式距离， 进而得到各点对应的最短欧式距离， 计算 所述最短欧式距离的平均值， 将所述平均值记为该边 缘图像对应的聚类半径。 4.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法， 其特 征在于， 所述差异度的获取方法为： 在去除噪声点之后的各边缘图像中， 边缘点的像素值为 1， 其他像素点的像素值为0， 将去除噪声点之后的各边缘图像中的像素值按照 从上至下从 左至右的顺序依次展开， 得到去除噪声点之后的各边缘图像对应的一 维序列， 利用DTW算法 计算R通道图像对应的去除噪声点之后的边缘图像的一 维序列与灰度图像对应的去除噪声 点之后的边缘图像的一维序列的DTW值， 将所述DTW值作为R通道图像对应的边缘图像与灰权　利　要　求　书 1/2 页 2 CN 115082477 B 2度图像对应的边缘图像的差异度， 进而得到各通道图像对应的边缘图像与灰度图像对应的 边缘图像的差异度。 5.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法， 其特 征在于， 所述互异性 为： 其中， 为R通道图像与RGB图像的互异性， 为R1边缘点的数量， 为R2边缘点的 数量， 为到R通道图像对应的边 缘图像与灰度图像对应的边 缘图像的差异度。 6.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法， 其特 征在于， 所述细节保留程度为： 其中， 为R通道图像的细节保留程度， 为R通道图像对应的边缘图像 中边缘点的数 量， 为R通道图像对应的边 缘图像中连接类的数量， 为R通道图像与RGB图像的互异性。 7.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法， 其特 征在于， 所述色彩平衡度为 通道图像中所有像素值的标准差 。 8.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法， 其特 征在于， 所述尺度参数的获取 方法为： 首先根据各通道图像对应的尺度影响因子依据设定规则设定各通道图像对应的初始 尺度参数； 然后基于初始 尺度参数利用遗传算法获取 各通道图像对应的尺度参数； 所述设定规则为： 尺度影响因子最大的通道图像对应的初始尺度参数最大， 尺度影响 因子最小的通道图像对应的初始 尺度参数最小。 9.根据权利要求1所述的一种基于去反光效果的半导体晶圆加工质量检测方法， 其特 征在于， 所述方法还包括计算各通道图像对应的权重， 所述权重根据各通道图像对应的灰 度共生矩阵的熵与能量计算。权　利　要　求　书 2/2 页 3 CN 115082477 B 3