多光谱图像融合的IC器件表面缺陷检测

针对单可见光或单红外条件下的IC器件表面缺陷对比度不足,缺陷检测精度低的问题,提出多光谱图像融合的IC器件表面缺陷检测方法。针对IC器件可见光与红外图像配准中存在尺度不一致和对比度反转问题,引入拉普拉斯金字塔和特征描述符重组策略改进ORB(Oriented FAST and Rotated BRIEF)图像配准算法。在图像配准的基础上,提出NSST_VP图像融合方法,以非下采样剪切波变换(Non-Subsample Shearlet Transform, NSST)得到红外图像和已配准可见光图像的低频和高频子带,对低频子带采用视觉显著图(Visual Significance Map, VSM)加权融合规则,高频子带则采用自适应脉冲耦合神经网络(PA-Pulse Coupled Neural Network, PA-PCNN)决策融合规则,进而通过NSST逆变换得到高质量多光谱融合图像。最后,将融合图像输入YOLOv8s模型进行检测。实验结果表明,改进ORB的图像配准平均精度为87.8%,比ORB图像配准精度提高了62%,NSST_VP图像融合算法在主观视觉效果和客观评价指标上均有所提高。在缺陷检测实验中,NSST_VP融合方法的均值平均精度(mean Average Precision, mAP)达到83.15%,比单可见光、单红外缺陷图像检测的mAP分别提高了22.97%,28.31%,比双树复小波变换融合、曲线变换融合、非下采样轮廓波变换融合方法的mAP分别提高了13.14%,15.01%,20.35%。

IC器件表面缺陷多光谱图像特征融合检测方法

针对IC器件表面轻微缺陷在传统的像素级融合检测中容易被产生的冗余噪声淹没,干扰缺陷特征的提取,且在光照不稳定的复杂检测场景中不能够自适应调节可见光图像与红外图像对缺陷检测任务贡献度的问题,本文提出基于多光谱图像特征融合的IC器件表面缺陷检测方法,采用中期融合策略,设计了多光谱图像特征融合模块(MIFF),在YOLO框架下建立双路特征提取通道,构建多光谱图像特征融合端对端的YOLO-MIFF缺陷检测模型。实验表明,YOLO-MIFF融合检测比单可见光和单红外图像检测的mAP分别提高了24.69%、35.65%,相比于YOLO-Multiply、YOLO-Concat、YOLO-Add模型的检测精度分别提高了9.85%、6.67%、3.44%。

IC真实缺陷的边界提取和缺陷尺寸与形状的表征

为了对 IC制造中真实多余物缺陷进行分类与识别 ,IC多余物缺陷的特征提取是非常重要的一步 .文中首先提出一种基于数学形态学的 IC真实多余物缺陷边界的检测方法 .其次对边界进行了链码描述 .最后对边界所表示的多余物缺陷进行了尺寸测量与形状分析 .在预处理阶段 ,利用彩色 HSV模型分割原 IC图像 ,然后用形态学开运算消除背景噪音 .对开后的结果图像进行形态膨胀及形态腐蚀运算 ,消除多余物缺陷中的小洞噪音以获得从复杂背景中分离和抽取多余物缺陷 .对分离后的缺陷用形态学算子提取边界 .由缺陷边界检测出一组缺陷的尺寸特征 (面积、周长、形心、宽度、高度 )及缺陷的形状特征 (矩形度、圆形度特征 ) .实验结果表明该文方法使多余物缺陷形状分析简单且易于测量 .

IC芯片管脚缺陷在线视觉检测系统研究

利用图象顺序形态学以及基于知识的阈值选择算法对IC图象进行预处理,具有运算量小、速度快和有效的特点。检测过程采用Blob分析,引入质量控制图方法分析系统误差对系统稳定性的影响,计算了检测系统的工序能力。系统检测精度高,实时性好,满足在线检测的要求。

一种IC缺陷轮廓建模的新方法

现用于集成电路（ＩＣ）成品率预报及故障分析的缺陷模型均是用圆或正方形来代替真实缺陷的复杂轮廓进行近似建模的，从而在模型中引入了很大的误差．本文利用分段线性插值的思想直接对真实缺陷的方向尺寸进行逼近，从而提出了一种新的缺陷轮廓表征模型．实验结果表明：与传统的最大圆模型、最小圆模型及椭圆模型相比，新模型的建模精度有了较大的提高．

CMOS IC漏极静态电流测试技术的现状与发展

全面介绍了CMOS集成电路漏极静态电流(IDDQ)测试技术的现状、应用及其发展趋势。与其它主要用于检测逻辑功能的测试技术不同,IDDQ主要用于检测电路的物理缺陷和工艺故障。作为逻辑功能测试的重要补充,IDDQ技术可提高集成电路的可测性和故障覆盖率,保证集成电路的可靠性。

IC缺陷轮廓多分形特征研究

IC真实缺陷轮廓曲线的形状特征对集成电路成品率预报及故障分析有重要影响。该文提出缺陷轮廓曲线具有多分形特征,以某一真实缺陷为例,用小波变换模极大(WTMM)的方法估计了其轮廓曲线参数方程的多分形谱,该结果为硅片表面缺陷的精细表征及其计算机模拟作了有益探索。

基于小波变换的IC缺陷轮廓曲线分形维估计

硅片表面缺陷轮廓的形状特征对集成电路(IC)成品率预报及故障分析有重要影响。讨论了IC缺陷轮廓所具有的分形特征,利用小波变换对其参数曲线的分形维数进行了估计,估计结果与实际特征相符,从而为缺陷轮廓特征的描述和计算机模拟提供了一条新的途径。

IC真实缺陷图像的分色

在彩色IC缺陷图像的检测与识别系统中 ,通常采用分色技术来降低图像识别的难度 .该文利用 3种方法 (HSV彩色模型、HLS彩色模型及明度信息 )对IC缺陷图像进行了分色处理 ,并对其结果做了主客观评价 。

IC缺陷轮廓的分形插值模型

现用于集成电路(IC)成品率预报及故障分析的缺陷模型均是用圆或正方形来代替真实缺陷的复杂轮廓进行近似建模的,从而在模型中引入了很大的误差.本文利用分形插值的思想直接对真实缺陷的轮廓进行模拟,从而提出了一种新的缺陷轮廓表征模型.实验结果表明:与传统的最大圆模型、最小圆模型及椭圆模型相比,新模型的建模精度有了很大的提高。

IC丢失物缺陷粒径的表征及其轮廓的分形特征

对现有的ＩＣ制造中丢失物缺陷轮廓的建模方法进行了比较，说明现有方法存在的问题并得到了一些有意义的结论；分析了ＩＣ制造中丢失物缺陷轮廓所具有的分形特征。

骨架提取在IC晶片缺陷机器视觉识别中的研究

光刻工艺导致的IC晶片制造中缺陷种类多样,丢失物和冗余物缺陷是影响成品率下降的重要原因,其主要造成电路开路和短路。提出一种基于骨架特征的IC晶片丢失物和冗余物缺陷短路故障机器视觉识别方法,应用细化算法抽取图像骨架,提供了使用多余点及多余端枝删除原则和数学形态学处理算法两种方法得到单像素的优化骨架,采用邻域跟踪法实现电路开路和短路形式识别。

划分IC缺陷团的聚类算法

大量实验表明了在集成电路 (IC)制造过程中形成的缺陷团之间具有很强的相关性 ,然而现用于划分缺陷团的方法均忽略了缺陷之间的相关性 .因此 ,得到的缺陷分布规律不能有效地反映缺陷在圆片上的分布 .为了提高IC成品率和可靠性仿真和设计的精度 ,提高缺陷分布模型的准确性 ,该文提出了划分缺陷团的聚类算法 .该方法依据缺陷形成的动力学基础 ,充分考虑了缺陷团之间的相关性 .实验证明该算法用于划分

IC缺陷轮廓分形维估计的小波方法

为了有效的进行集成电路成品率预报和故障分析,与光刻有关的硅片表面缺陷通常被假定为圆形、椭圆或方形.然而,真实缺陷的形貌是多种多样的,它们的形状对集成电路的成品率估计有重要影响.本文讨论了缺陷轮廓所具有的分形特征,并用小波变换的方法对其分形维数进行了估计,估计结果与实例的特征相符,从而为缺陷轮廓的表征和计算机模拟提供了新的特征参数.

IC制造中真实缺陷轮廓模型的比较

本文对现有的IC制造中真实缺陷轮廓的建模方法进行了比较,得到了一些有意义的结果。该结果为进行有效的集成电路(IC)成品率预报及故障分析提供了有益的借鉴。

基于像素分布特性的IC晶片视觉检测方法

IC晶片制造过程存在多种致命缺陷,致使芯片失效,导致成品率下降。冗余物缺陷是影响IC晶片成品率下降的重要原因,主要造成电路短路错误。针对冗余物缺陷对版图的影响,提出了一种简单可行的缺陷视觉检测方法,以实现冗余物缺陷的识别及电路失效形式的确定。根据摄取的显微图像的图像特征,利用光线补偿技术及形态滤波方法消除干扰噪声,以提高图像质量,采用投影定理及基于像素分布特性的检测方法,实现电路短路形式或缺陷未导致电路失效的识别。

采用电子束探针测试(EBT)的IC单元设计验证技术

本文用电子束探针测试技术对ＩＣ单元电路进行了设计验证，包括功能验证和延迟参数的验证。快速准确地完成了电路内部的故障定位，完成了输入、输出的延迟测量及内部数门的延迟测量，测试结果准确可信。这一技术尝试，为集成电路的设计验证开辟了新的领域。

IC中多余物缺陷对信号串扰的定量研究

该文研究了铜互连线中的多余物缺陷对两根相邻的互连线间信号的串扰,提出了互连线之间的多余物缺陷和互连线之间的互容、互感模型,用于定量的计算缺陷对串扰的影响。提出了把缺陷部分单独看作一段RLC电路模型,通过提出的模型研究了不同互连线参数条件下的信号串扰,主要研究了铜互连线的远端串扰和近端串扰,论文最后提出了一些改进串扰的建议。实验结果证明该文提出的信号串扰模型可用于实际的电路设计中,能够对设计人员设计满足串扰要求的电路提供指导。

基于缺陷统计分布的IC互连线可靠性模型

讨论了电路在直流和脉冲直流工作情况下互连线的寿命 ,并重点考虑了工艺缺陷软故障的影响 ,提出了新的互连线寿命估计模型 .利用该模型可以估算出在考虑缺陷的影响时互连线的寿命变化情况 ,这对 IC电路设计有一定的指导作用 .

基于LabVIEW视觉的IC插座插孔缺陷检测平台设计

由于传统人工检测方法对集成电路(IC)插座插孔进行缺陷检测,容易产生误差率高和检测效率慢的问题,因此设计了基于LabVIEW视觉的IC插座插孔缺陷检测平台。该平台的工作流程为LabVIEW软件调用CCD相机采集IC插座图像,进行图像处理,并通过颗粒分析进行缺陷检测设计,同时利用LabVIEW软件进行程序设计和可视化页面设计。实验结果表明,该平台检测正确率高达96%以上,每秒平均能检测36个IC插座,能够满足实际工业生产的需求。