【爱集微点评】上海微电子的晶圆缺陷检测专利，通过获取待检测晶圆的待检测图像，提取出候选区域图像，然后基于融合特征预测待检测晶圆是否存在缺陷，能够快速提取目标区域，降低细化缺陷检测的计算量，提高检测速度。
集微网消息，近日无锡太湖召开CIPA和CSEAC峰会，会中上海微电子装备发表了名为《缺陷检测方案助力集成电路工艺-SMEE缺陷检测产品》的主题演讲。
芯片制造过程中通常会在众多关键工序后安排晶圆缺陷检测的步骤，监控关键工艺，确保其正确性。表面检测技术可以分为成像和非成像两种，目前半导体工业中常用的有自动光学检测(AOI)以及扫描电子显微镜检测(SEM)。然而传统AOI技术分辨率低，检测精度不高。传统的SEM技术，随着缺陷类型的增多，其提取的特征无法有效表达不同缺陷类型的差异，检测精度也有待提高。检测速度慢、吞吐量小。
为此，上海微电子于2021年11月20日申请了一项名为“一种晶圆缺陷检测方法、装置、电子设备及存储介质”的发明专利（申请号: 202111465067.9），申请人为上海微电子装备（集团）股份有限公司。
图1 晶圆缺陷检测方法流程图
图1为晶圆缺陷检测方法的流程图，方法主要包括：
首先获取待检测晶圆的待检测图像（101）。可以将待检测晶圆放置在纯色背景的检测工位上，通过相机对待检测晶圆进行图像采集，得到待检测晶圆的待检测图像。
然后在待检测图像中提取出候选区域图像（102）。候选区域图像以原始晶圆图像作为输入，通过滑窗的方式判别每个局部区域内存在缺陷的概率，最终输出高风险区域作为候选。该阶段以传统计算机视觉散发为主，以加快提取速度。
之后对候选区域图像分别进行第一特征提取处理和第二特征提取处理得到第一特征和第二特征（103）。第一特征提取与第二特征提取处理的区别在于，第二特征提取处理中包括对候选区域图像的预处理，对候选区域图像的预处理可以是尺寸预处理。
再将第一特征和第二特征进行融合，得到融合特征（104）。第一特征中包括第一检测框集合，第二特征中包括第二检测框集合，融合特征中则包括第三检测框集合，第二检测框集合为第一检测框集合和第二检测框集合的并集。
最后基于融合特征，预测待检测晶圆是否存在缺陷（105）。
图2 提取出候选区域图像方法流程图
图2为提取出候选区域图像方法的流程图，具体包括以下步骤：
首先、对待检测图像进行预处理，得到预处理图像（201）。图像背景上的杂质、异物、特殊材质等可能会对识别精度有影响，导致背景上竖线异常误检，在处理之前可以先对待检测图像进行背景分离，消除待检测图像的背景，得到前景图像。
然后通过模板比对算法对待检测图像进行候选区域提取，提取出候选区域图像（202）。对于每一个扫描区域选取一张无缺陷的图像作为模板，通过比对目标图像区域和模板的差异性判别。
简而言之，上海微电子的晶圆缺陷检测专利，通过获取待检测晶圆的待检测图像，提取出候选区域图像，然后基于融合特征预测待检测晶圆是否存在缺陷，能够快速提取目标区域，降低细化缺陷检测的计算量，提高检测速度。
上海微电子致力于半导体装备、泛半导体装备、高端智能装备的开发、设计、制造、销售及技术服务。公司设备广泛应用于集成电路前道、先进封装等制造领域。上海微电子致力于以极致服务，造高端产品，创卓越价值。
