基于Matlab的划片机自动对准系统的研究

分析了划片机自动对准系统的构成和工作原理,提出模板匹配的简化算法,从边缘检测处理后的图像中提取晶圆切道,通过直线拟合得到晶圆切道中心线,完成晶圆的定位。Matlab的仿真与实验结果表明,该自动对准方案能有效地识别晶圆中的切道,确定切道的位置偏差,满足晶圆自动对准的技术要求。     

基于图像传感器与机器学习的划片机对准算法

提出了一种使用机器学习的方式实现激光划片机中晶圆精确对准的新算法。算法采用图像传感器采集晶圆图像,经过深度神经网络学习,建立机器学习模型。借助模型泛化过程实现晶圆粗对准。在粗对准基础上,进一步采集晶圆图像,并经过特征提取和拟合形成回归模型,使用该模型实现晶圆细对准。在紫外激光划片机平台上进行了实验,经过粗对准和细对准两步,实现了晶圆的精确对准,取得了良好的效果。     

基于ORB特征点的多目标匹配

针对难以分离多目标匹配中的特征点,研究了一种多目标匹配算法,该算法采用ORB特征点利用Hamming距离进行匹配,采用对称性测试去除误匹配点,然后获取模板在目标图像上的估计中心点,然后利用估计中心点集的密度峰进行中心点的自适应判断,进而分离不同目标的特征点,同时再次去除误匹配点。然后采用RANSAC方法进行变换矩阵的求解,获取所需要的位置角度等信息。实验结果表明该算法能够有效地分离多目标图像中的目标,具有运行速度快,稳定性好的特点。     

基于深度图像的多特征孔洞填补方法研究

为填补深度图像中包含多个特征的孔洞,提出了一种基于模板匹配的孔洞填补方法.根据法矢进行区域特征分割,得到单一特征点云,运用切片法从单一特征点云中得到特征线点云.对特征线点云中值滤渡后拟合生成特征线,并对特征线编码.同时建立模板编码库,采用模板匹配法匹配模板图和搜索图中各特征线子图,找出最优模板图进行孔洞填补.该方法应用在船舱槽型舱壁的重构中,能有效地实现多特征孔洞填补.     

基于视觉的运动物体特征点参数测量方法研究

主要研究利用机器视觉的非接触式测量方法实现对运动物体特征点的轨迹、速度和加速度三个运动参数的测定。通过在运动物体上设定一个特征点,采用基于运动估计的模板匹配技术实时跟踪特征点在各个时间点的位置。通过对动态图像序列的分析和处理从而在线得到运动物体特征点的三个运动参数。为了实现实时在线测量,采用了基于运动估计的图像匹配算法加速了图像匹配算法的计算速度,实现实时在线测量。此算法计算一次位置点需要的时间为20ms,图像标定的精度为1μs,达到了实时在线测量的要求。测试结果表明:研究的基于运动估计的运动物体特征点测量算法运算速度快、可靠以及测试简单等特点。     

用于晶圆键合的对准标记定位算法

对准标记精确定位是晶圆键合精度实现的关键,为了提高对准标记定位算法的精度、实时性及适应性,提出了一种基于 边缘检测拟合定位的高精度对准标记定位算法。 该方法结合分级金字塔模型对对准标记进行逐级定位,获得像素级的目标区 域粗定位结果,根据目标区域粗定位结果,结合 Canny 检测器与改进的高斯拟合法,对对准标记的亚像素轮廓进行拟合,在此基 础上结合中心对称的对准标记特征,利用改进后的最小二乘法快速拟合对准标记的中心位置,实现对准标记的精确定位。 通过 实验验证了该方法的有效性,实验结果表明,提出的对准标记定位算法在快速定位目标区域的同时,可实现约 0. 06 μm 的重复 定位误差,满足了晶圆键合对准的精度、实时性和适应性的需求。     

晶圆预对准系统定位算法研究

为提高光刻机生产效率与国产化普及程度,论文设计了一种高效、低成本晶圆预对准装置。根据装置采样点数较低、预对准时间短的特性,对最小二乘圆法及质心法两种算法在晶圆形心定位中的使用特点进行探究,并通过仿真进行验证。提出最小二乘圆法较适用6000点及以下低采样点的形心定位,而质心法在高采样点形心定位中更为适合,且有较强抗干扰能力。     

晶圆测试产品表面悬浮粒子沉积问题研究

通过研究分析既有晶圆探针测试设备的运行过程,查找晶圆产品表面空气悬浮粒子的沉积原因,进一步探究粒子的来源和传播路径,从而发现晶圆测试工艺中生产设备在设计或车间布局方面的不足,以便针对性地进行改进。     

晶圆级WLP封装植球机关键技术研究及应用

晶圆级WLP微球植球机是高端IC封装的核心设备之一,晶圆上凸点(Bump)的制作是关键技术。阐述了WLP封装工艺流程,对三种晶圆级封装凸点制作技术进行了对比。分析了WLP微球植球机工作流程,并对其关键技术进行了研究,包括X-Y-Z-θ植球平台、金属模板印刷和植球。最后在自主研制的半自动晶圆级微球植球机WMB-1100上进行了印刷和植球实验,通过对设备工艺参数的调整,取得了良好的印刷和植球效果。     

基于双向机器视觉的非透明模板副对准控制研究

针对微电子封装中非透明模板的对准问题,对光路设计和准算法进行了研究,提出了一种双向机器视觉对准系统。通过架设一块与待对准模板平行的透明标定板来延伸模板尺寸,并将上、下两块模板分别置于不同的工位进行了摄影,从而克服了相机在狭窄空间无法安装,以及金属模板无法透视的问题,实现了间接对准,并开发了自动对准系统;系统以机器视觉为基础,通过双向视觉系统获取图像,分别采用图像匹配算法与Canny算子,对模板边缘图形进行了初提取与亚像素级二次提取,进而通过坐标转换,间接计算出了模板副的平面位置偏差,并用于驱动XYR工作台进行了对准控制。实验结果表明:该系统可以在实际操作环境中实现非透明模板副的高精度自动对准功能。     

基于机器视觉的运动参数测试方法的研究

为达到非接触式测量的目的,采用机器视觉的方法来实现对运动机构的运动参数的测定.通过在机构上设定一个标志,利用模板匹配技术,对该目标实现实时在线跟踪,得到它在动态图像中每次的坐标值,通过对动态图像的分析和处理从而在线得到各种运动参数的曲线.模板匹配算法采用了全局匹配与小区域匹配相结合的策略.小区域匹配一次所用时间为20 ms,完全能达到在线实时跟踪测试的要求.     

基于改进SURF特征点的模板匹配算法

针对视觉中的目标识别问题,提出了一种基于SURF改进的模板匹配方法实现目标识别.传统的目标识别算法通常采用基于模板匹配的算法,其中基于SURF特征点的匹配算法被广泛使用,然而其实时性与匹配精度仍有待提高.基于SURF特征点进行改进,利用DAISY算法生成的描述子替代SURF算法中的描述子,并采用PROSAC算法进行误匹配删除,提高了模板匹配算法精度与实时性,最后经过实验验证了所用方法的有效性.     

遥操作工程机器人的双目视觉定位方法研究

针对遥操作工程机器人视频图像传输时延问题,建立了遥操作工程机器人的双目视觉定位系统,提出一种极线约束法与形态学向量夹角相结合的组合匹配方法对目标物进行立体匹配。该系统通过创建目标物模板,利用此模板识别经立体校正后的图像对上的目标物,并获取特征点,然后采用提出的组合匹配方法对特征点进行立体匹配,并对其三维重建,实现目标物的空间定位。实验表明,该方法匹配计算量小,定位效率高,定位精度满足工程作业要求,可为遥操作工程机器人的视觉提示系统设计提供技术参考。     

晶圆预对准系统建模及仿真

为了对晶圆预对准过程进行建模及仿真,建立了晶圆边缘数据采集模型,其重点在于缺口模型的建立。首先采用分段函数法对晶圆边缘曲线进行建模,再根据几何关系分段建立晶圆边缘数据采集模型。最后,根据所采集到的晶圆边缘的数据分别采用不同算法计算出晶圆的偏心及缺口的方向。该模型不但建立了包括缺口在内的完整晶圆边缘模型,而且还考虑了转动中心偏置及CCD分辨率等的影响,利用此模型可以系统的对晶圆预对准过程进行深入的研究。     

基于无监督学习的SIFT鲁棒图像匹配算法

SIFT特征匹配算法的匹配能力强,但特征点中孤立点和噪声点等会导致部分特征点误匹配;不同图像间特征点的有关描述相近,也会造成两幅不同结构的图像,在提取出各自的SIFT特征点后相互匹配。为此,提出一种改进SIFT的图像特征匹配算法。该算法是在SIFT特征匹配的基础上,利用无监督学习方法对匹配异常点进行剔除,实现特征点的二次精确匹配。     

基于机器视觉的探针台晶圆偏移角度检测方法

为了保证探针台的芯片检测效率和精度,需要提高探针台晶圆定位精度。因此,提出一种基于机器视觉的探针台晶圆偏移角度检测方法。通过灰度化、双边滤波、归一化、Canny边缘检测和最大连通域获取,得到晶圆芯片外围边缘,通过最小外接矩形法计算晶圆偏移角度。经实验验证,晶圆偏移角度检测误差0. 03°,满足晶圆定位精度要求。     

基于模板匹配的孔位与法矢检测算法

传统的基于边缘检测的孔位识别定位技术无法适用于网格状表面,因此提出一种基于模板匹配的孔位与法矢检测算法.给出利用2D激光采集被测表面三维点云的原理,采用改进型中值滤波算子去除孔边缘离群点,通过二值化将三维空间点云转换成二维平面点云,在二维平面内运用模板匹配方法与感兴趣区域(RO I)进行孔的识别与定位,并依据孔邻域点云间接计算出孔的位置和法矢.在模板匹配算法中,根据点云特征与给定的孔径自适应构造出孔的模板,保证了算法在倾斜平面和小曲率曲面上的适用性.通过实验对所提算法的有效性和精度进行了验证,实验结果表明孔位测量精度优于0.12 m m.     

三维点云特征的工件识别与位姿估计

针对工业机器人在抓取工件过程中需要识别和定位工件的问题,提出了一种基于改进法矢计算的点云局部描述符SHOT的三维物体识别与位姿估计的方法.首先,对三维扫描仪获取工件表面点云进行预处理和分割,得到用于匹配的工件点云模板数据集;其次,采用均匀采样算法提取特征点集,通过SHOT特征描述符对场景点云与模板点云提取的特征点进行点...     

基于混合式特征选择模型的晶圆允收测试关键参数识别方法

晶圆允收测试是晶圆加工过程的关键环节,对其中的关键测试参数进行准确分析识别有助于准确预测晶圆良率、及时发现工艺缺陷。针对测试参数维度高、数据冗余性强、关键特征不显著的特点,以最小化晶圆允收测试参数量和晶圆良率预测误差为目标,提出了过滤式与封装式相结合的混合式特征选择方法。在过滤式预筛选中,通过互信息度量各参数与晶圆良率的相关性,以及各参数之间冗余性,并根据最大相关、最小冗余准则,缩小候选参数规模;在封装式精选中,以遗传算法实现候选参数的编码、寻优,根据神经网络的晶圆良率预测误差进行适应度函数评价,进一步精选关键特征。最后,采用标准数据集和实例数据对所提方法进行了有效性验证。     

高精度激光共焦半导体晶圆厚度测量

针对半导体晶圆厚度的高精度非接触测量问题与需求,提出了基于激光共焦的高精度晶圆厚度测量方法。该方法利用高分辨音圈纳米位移台驱动激光共焦光探针轴向运动扫描,利用激光共焦轴向响应曲线的峰值点对应物镜聚焦焦点的特性,分别对被测晶圆上下表面进行高精度瞄准定位;通过光线追迹算法精确计算出晶圆表面每个采样点的物理坐标,实现了晶圆厚度的高精度非接触测量。基于该方法构建了激光共焦半导体晶圆厚度测量传感器,实验和分析表明,该传感器的轴向分辨力优于5 nm,轴向扫描范围可达5.7 mm,6种晶圆厚度测量重复性均优于100 nm,单次测量时长小于400 ms。将共焦定焦技术有效地应用于半导体测量领域,为晶圆厚度的高精度、无损在线测量提供了一种新技术。