晶圆在半导体的制造中占据很重要的部分,若封装含缺陷的晶圆,则会影响后期集成电路的性能。随着半导体尺寸越来越小,可能出现成像难以清晰、存在缺角或者遮挡时难以定位、缺陷形状与背景几何图案相似等问题。为降低晶圆缺陷对半导体制造的影响,设计一种基于机器视觉的晶圆表面缺陷在线自动检测技术。全文主要分成3个部分,即图像采集系统部分、图像处理算法部分、客户端软件部分。图像采集系统部分:根据项目要求进行机器视觉图像采集系统的设计,最终采用像素为3384×2710的CCD相机,远心镜头,照明方案为白色环形光源的正面、暗场、单向照明。该成像方案对样本晶圆内部目标区域成像清晰,对其非目标区域抑制,增强对比度。图像处理算法部分:采用工业机器视觉软件Halcon框架进行开发。首先,针对晶圆中单个晶元可能出现缺角或者遮挡,设计一种基于轮廓匹配的晶元定位方法。其次,针对晶元背景是有一定规律排列的几何图案,缺陷可能与背景几何图案相似的问题,利用仿射变换原理,设计一种几何图案轮廓仿射变换与分区域检测方法。在此基础上,裁剪几何图案内部区域和几何图案外部区域,分别进行阈值分割和形态学处理,提取缺陷;然后对缺陷做交集,得到总的缺陷,记录缺陷晶圆的坐标。客户端软件部分:结合Halcon框架导出的C++代码,采用MFC框架进行开发。首先,分析软件功能需求,软件功能包括图形可视化界面、与检测设备互相通信数据、相机调试、参数调试、日志记录、自动检测等。然后,根据功能需求设计简洁易操作的软件界面。最后,编写基于MFC的客户端图像处理软件,并对软件进行实验验证和分析,其中自动检测流程的具体步骤为:先开启自动检测流程、相机拍图线程、TCP通信线程,然后等待拍图信号,收到拍图信号就开始拍图并进行晶圆检测缺陷,发送检测结果给机械手。实验结果表明,检测算法能有效解决晶元缺角或严重遮挡导致的无法匹配定位、缺陷与背景几何图案相似的问题,且能有效检测出各种缺陷,单个小晶元的检测速度约430ms,平均检测次品准确率为99.81%,平均检测缺陷准确率为98.80%。算法检测速度快、检测准确率高,效果较好,符合工业项目要求。