半导体机器视觉机器人的缺陷检测及分类应用

  机器人已在半导体工业很长一段时间,半导体制造作业机器人从机械任务到智能任务。半导体制造过程中的缺陷检测是由机器人完成的,其速度足够快,可以在飞行中进行测试。他们用的是一个高分辨率的相机,前面有一个显微镜。机器视觉系统对采集到的图像进行处理。处理通常包括两个阶段:缺陷检测和缺陷分类。

Robot camera on the board of chips

  半导体机器人的缺陷检测

  缺陷检测是机器视觉过程,由高速比较晶片上的相邻区域具有相同的几何形状。由于晶片是由一组芯片(染料)组成,并排建造,所以比较芯片的对应位置(染料到染料)是较有效的。另一种比较方法是细胞对细胞,用于存储芯片,其中类似的几何图形驻留在每个芯片中。所有的比较是为了使三个重复的元素(细胞或染料)能够发现一个是有缺陷的。在内部,比较达到像素级,以支持较新的半导体技术(通道宽度)。自动对焦和图像配准是重要的机器视觉任务,使整个过程。任何有问题的晶片区域都存储在分类阶段。

Robot picking printed circuit boards in semiconductor industry

  半导体用机器人的缺陷分类

  缺陷分类是识别缺陷类型,以便对半导体制造过程进行修正和恢复。例如,尘埃粒子可能指向生产环境空气过滤的问题。缺陷分类采用了经典的分类方法。计算机视觉算法。特征提取和一些图像和几何特性被涉及到。近年来,人们开始采用深度学习技术进行分类。错误类型标记的缺陷图像在学习阶段。基于

  深度学习的分类方法优于经典的机器视觉算法,后者能够对预先编程的缺陷(对应于程序规则)进行分类,利用深度学习,系统可以检测每种类型的较大变化并从任何分类中学习。瑞视特视觉为客户提供为其半导体业务定制的完善机器视觉软件,如果客户在这方面又需求可以联系我们。

(1)

本篇介绍由深圳瑞视特科技发表,转载请注明来源!

我们一直在机器设备视觉检测方面拓新深研,我们的视觉检测系统能做到很多...
如:, , , 方面的整体解决方案。
或者其他自定义的视觉检测需求,请联系我们,我们竭力给你一个满意的方案!

发表评论

你的联系方式不会被公开. 必填项已用*标注