一种半导体度量系统及度量方法

本技术涉及半导体度量，更具体地说，涉及一种半导体度量系统及度量方法。

背景技术：

1、半导体的度量方法主要有前道量检测：根据测试目的可以细分为量测和检测。量测主要是对芯片的薄膜厚度、关键尺寸、套准精度等制成尺寸和膜应力、掺杂浓度等材料性质进行测量，以确保其符合参数设计要求；而检测主要用于识别并定位产品表面存在的杂质颗粒沾污、机械划伤、晶圆图案缺陷等问题。在量测与检测下，会用到光学技术和电子束技术，两种技术在量测与检测下各有不同的特点。光学量测通过分析光的反射、衍射光谱间接进行测量，其优点是速度快、精度高、非破坏性，但缺点是需借助其他技术进行辅助成像；电子束量测是根据电子扫描直接放大成像，其优点是可以直接成像进行测量，但缺点是速度慢、精度低，使用电子束进行成像量测操作时需要切割晶圆，因此电子束量测具有破坏性。

2、现有技术公开号为cn208494864u的文献提供一种半导体分立器件的筛选装置，该装置通过采用自动化设备筛选半导体分立器件，搭配矢量补偿，操作方便，封测后的to-92通孔插件即投入筛选包装直至封口，分装时能够精准的控制每袋to-92通孔插件的数量，具备精度高、工作效率高，且两个分料仓同步作业，进一步提高包装效率，降低了人工成本支出。

3、上述中的现有技术方案虽然通过现有技术的结构可以实现与有关的有益效果，但是仍存在以下缺陷；该装置在进行使用时，由于半导体在生产过程中，其表面会存在颗粒污染物及划痕，由于该装置不便于对半导体上的颗粒污染物及划痕进行度量检测，导致半导体的质量存在问题，实用性较差，

4、鉴于此，我们提出一种半导体度量系统及度量方法。

技术实现思路

1、1.要解决的技术问题

2、本技术的目的在于提供一种半导体度量系统及度量方法，解决了上述背景技术中提出的技术问题，实现了对半导体上的颗粒污染物及划痕进行度量检测技术效果。

3、2.技术方案

4、本技术实施例提供了一种半导体度量系统及度量方法，包括：半导体表面图像采集模块、半导体表面图像数据处理模块、半导体表面杂质颗粒检测模块、半导体表面划伤检测模块、半导体表面图像数据特征提取模块及模型分类和判定模块，

5、半导体表面图像采集模块：所述半导体表面图像采集模块使用适当的照明和摄像设备获取半导体表面的图像数据；

6、半导体表面图像数据处理模块：所述半导体表面图像数据处理模块对获取的图像进行预处理，以增强图像的清晰度和对比度，并减少噪声和干扰；

7、半导体表面杂质颗粒检测模块：所述半导体表面杂质颗粒检测模块通过在预处理后的图像中检测杂质颗粒；

8、半导体表面划伤检测模块：所述半导体表面划伤检测模块在预处理后的图像中检测机械划伤；

9、半导体表面图像数据特征提取模块：所述半导体表面图像数据特征提取模块从检测到的杂质颗粒和划伤中提取相关特征，例如位置、大小、形状、颜色等；

10、模型分类和判定模块：所述模型分类和判定模块使用分类模型和判定准则，根据提取的特征对杂质颗粒和划伤进行分类和判定。

11、作为本技术文件技术方案的一种可选方案，所述半导体表面图像采集模块使用适当的照明和摄像设备获取半导体表面的图像数据，并收集大量的半导体表面图像数据，并对这些图像进行标注，将其中包含的杂质颗粒和机械划伤区域进行标记。

12、作为本技术文件技术方案的一种可选方案，所述半导体表面图像数据处理模块对获取的图像进行预处理，以增强图像的清晰度和对比度，并减少噪声和干扰，包括图像清晰度增强、噪声滤波、色彩平衡调整等步骤，所述图像清晰度增强：使用图像锐化算法来增强图像的边缘和细节的清晰度；

13、所述噪声滤波：使用均值滤波的图像降噪算法来减少图像中的噪声，从而平滑图像中的噪声，保留图像的细节信息；

14、所述色彩平衡调整：通过白平衡算法进行色彩平衡的调整，使图像中的颜色更加准确和饱满，从而消除图像中的色偏，使得图像的色彩更加自然和均衡。

15、作为本技术文件技术方案的一种可选方案，所述半导体表面杂质颗粒检测模块在预处理后的图像中检测杂质颗粒，通过分析图像中的像素点及其周围像素的灰度值来实现，常用的算法包括阈值分割、形态学运算等，所述阈值分割：将图像转换为二值图像，通过设置固定阈值分割算法，将杂质颗粒和背景分离开来；

16、所述形态学运算：通过腐蚀和膨胀的形态学运算，对二值图像进行形态学运算，以弥合杂质颗粒间的断裂或缺失，能够用来填充和连接杂质颗粒。

17、作为本技术文件技术方案的一种可选方案，所述半导体表面划伤检测模块在预处理后的图像中检测机械划伤，能够通过分析像素之间的连续性和平滑度来识别划伤，常用的算法包括边缘检测，所述边缘检测：使用边缘检测算法来检测图像中的边缘，边缘通常表示图像中物体的边界，其中机械划伤往往具有明显的边缘；连通区域分析和筛选：对边缘图像进行连通区域分析，将属于划伤的边缘像素标记为同一连通区域，能够基于连通区域的尺寸、形状等特征进行筛选，去除非划伤边缘的干扰。

18、作为本技术文件技术方案的一种可选方案，所述半导体表面图像数据特征提取模块从检测到的杂质颗粒和划伤中提取相关特征，例如位置、大小、颜色等，所述位置特征：提取杂质颗粒和划伤的中心位置坐标，用于描述其在图像中的位置信息；

19、所述大小特征：计算杂质颗粒和划伤的面积或直径，用于描述其尺寸大小；

20、所述颜色特征：通过提取杂质颗粒和划伤的颜色分布特征，能够利用颜色直方图、颜色矩、颜色空间等方法来描述其颜色属性。

21、作为本技术文件技术方案的一种可选方案，所述模型分类和判定模块使用分类模型和判定准则，根据提取的特征对杂质颗粒和划伤进行分类和判定，将训练好的模型应用于实际的半导体表面图像中，对新的图像进行自动检测和分类，模型将根据学习到的特征和模式，判断图像中是否存在杂质颗粒和机械划伤，并给出相应的检测结果。

22、一种半导体度量系统及度量方法，包括以下步骤：

23、s1、当需要对半导体进行度量时，首先利用适当的照明和摄像设备获取半导体表面的图像数据，然后利用半导体表面图像数据处理模块对获取的图像进行预处理，以增强图像的清晰度和对比度，并减少噪声和干扰，包括图像清晰度增强、噪声滤波、色彩平衡调整等步骤，图像清晰度增强：使用图像锐化算法来增强图像的边缘和细节的清晰度；噪声滤波：使用均值滤波的图像降噪算法来减少图像中的噪声，从而平滑图像中的噪声，保留图像的细节信息；色彩平衡调整：通过白平衡算法进行色彩平衡的调整，使图像中的颜色更加准确和饱满，从而消除图像中的色偏，使得图像的色彩更加自然和均衡；

24、s2、然后通过半导体表面杂质颗粒检测模块在预处理后的图像中检测杂质颗粒，通过分析图像中的像素点及其周围像素的灰度值来实现，常用的算法包括阈值分割、形态学运算等，阈值分割：将图像转换为二值图像，通过设置固定阈值分割算法，将杂质颗粒和背景分离开来；形态学运算：通过腐蚀和膨胀的形态学运算，对二值图像进行形态学运算，以弥合杂质颗粒间的断裂或缺失，能够用来填充和连接杂质颗粒；

25、s3、通过半导体表面划伤检测模块在预处理后的图像中检测机械划伤，能够通过分析像素之间的连续性和平滑度来识别划伤，常用的算法包括边缘检测，边缘检测：使用边缘检测算法来检测图像中的边缘，边缘通常表示图像中物体的边界，其中机械划伤往往具有明显的边缘；连通区域分析和筛选：对边缘图像进行连通区域分析，将属于划伤的边缘像素标记为同一连通区域，能够基于连通区域的尺寸、形状等特征进行筛选，去除非划伤边缘的干扰；

26、s4、通过半导体表面图像数据特征提取模块从检测到的杂质颗粒和划伤中提取相关特征，例如位置、大小、颜色等，位置特征：提取杂质颗粒和划伤的中心位置坐标，用于描述其在图像中的位置信息；大小特征：计算杂质颗粒和划伤的面积或直径，用于描述其尺寸大小；颜色特征：通过提取杂质颗粒和划伤的颜色分布特征，能够利用颜色直方图、颜色矩、颜色空间等方法来描述其颜色属性；

27、s5、最后通过模型分类和判定模块使用分类模型和判定准则，根据提取的特征对杂质颗粒和划伤进行分类和判定，将训练好的模型应用于实际的半导体表面图像中，对新的图像进行自动检测和分类，模型将根据学习到的特征和模式，判断图像中是否存在杂质颗粒和机械划伤，并给出相应的检测结果。

28、3.有益效果

29、本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

30、1.本技术由于采用了半导体表面图像采集模块等技术手段，所以有效解决了现有技术中的技术问题，进而实现了在对半导体进行度量检测时，通过采集半导体的图像数据，然后通过模型对图像数据进行分析，从而对半导体进行表面颗粒污染物及划痕的度量检测，保证半导体的质量的效果。

31、2.本技术通过在设置调节度量机构，能够实现在检测到半导体上存在颗粒污染物时，利用气泵从气箱内抽出惰性气体喷在半导体上，对其表面的颗粒污染物进行清理，同时配合转动架，方便对存在划痕的半导体与质量没问题的半导体进行分类处理。

32、3.本技术通过设置清灰箱及滤气机构，滤气板实现对惰性气体进行过滤处理，使其能够进行重复利用，同时通过设置齿条，能够在滤气板收回时带动滤气板进行翻转，从而对其进行自动清理，同时通过设置主动轮，实现在转动架转动的同时，实现自动带动滤气机构的往复移动。