关键词:
双目视觉
聚类阈值分割
模板匹配
检测方法
表面缺陷
半导体器件
摘要:
半导体器件表面缺陷检测方法采样图像的清晰度低,主要是源于光照不足、镜头污染以及焦距不准确等,导致图像细节模糊,使表面缺陷形态的精准检测不准确。当光照不足时,半导体器件表面的反射光线减少,导致相机接收到的光信号变弱。同时,镜头表面如果受到灰尘、油渍或其他污染物的覆盖,会阻碍光线的正常传播,导致图像出现模糊、斑点或条纹等伪影。此外,焦距的调整决定相机镜头对物体的聚焦程度。为提高表面缺陷采样图像的清晰度,引进双目视觉技术,对半导体器件的表面缺陷检测方法展开设计。使用双目视觉相机系统采集半导体器件表面图像,通过去噪、三维重构、锐化等,完成图像的预处理;从预处理后的图像中截取一个包含该缺陷的子图像作为模板,并计算模板与图像中各个位置子图像之间的相似度,设计半导体器件表面缺陷模板匹配方法;根据匹配结果,采用聚类阈值分割方法,对图像进行相似度矩阵分类,根据分类结果设定最佳阈值,以此为依据,对匹配结果进行二值化处理,得到缺陷检测结果。对比实验结果表明:设计的方法不仅可以实现对半导体器件表面缺陷形态的精确检测,还能提高缺陷图像采样的完整性与清晰度。