基于机器视觉的晶圆芯片自动定位系统设计.docVIP

毕业设计(论文) 开题报告书 题 目 基于机器视觉的晶圆芯片自动定位系统设计 学 院 机械工程学院 专 业 机械工程及自动化 姓 名 学 号 指导教师 2016年 1月 课题来源 课题来源于工程生产实际。随着集成电路制造效率要求的提高，高效自动化的晶圆定位和拾取设备日益受到行业的关注。此外，随着机电产品向小型精密化发展，晶圆作为集成电路的载体，其尺寸日益小型化。为提升集成电路制造企业的高效自动化程度，晶圆芯片自动定位系统的设计和研究在半导体制造业有着广泛的应用前景。 本课题为基于计算机视觉的晶圆芯片自动定位系统设计。根据芯片阵列式排列的特点，采用面帧摄像机采集晶圆芯片图像，设计图像处理方法实现晶圆中各芯片区域的分割，识别以及定位。本课题是典型的工业自动化系统设计，可使学生在机电产品的创新设计过程中得到基础理论的深化和专业知识的实践。 科学依据（包括课题的科学意义；国内外研究概况、水平和发展趋势；应用前景等。） 科学意义 近年来随着半导体产业的不断壮大发展，集成电路产品日益成为了在国家建设、科学研究、军事、日常生活等领域中不可缺少的用品。随着其应用范围逐渐扩大，集成电路产品需求量逐年提高，因此的基本原料晶圆的生产加工在最近几年一直发展迅速，经济效益更是逐年增长。然而生产线上的技术人员在对晶圆里面的晶片进行识别时，采用人工观察判断的方式，该种人工操作方式具有很多局限性。伴随着计算机类技术、计算机图像学、数字图像处理等学科日新月异的发展，计算机视觉检测的发展极为活跃，其以实时性、客观性、智能性和自动化程度高等诸多优点，非常适合用于图像的动态实时精密测量。因此开发一套自动识别晶圆晶片的系统，实现对晶圆晶片的非接触式在线观测，可以大大降低测试人员的劳动强度，且提高了测量效率，准确率高，有助于提高生产线的检测自动化率，同时也能够提高经济效率。另一方面，本项目所研究的视觉定位系统采用的是在于 国内外研究概况 KLA-Tencor公urFscan SP2，SurFscan系统利用紫外线技术、暗场光学技术和先进的计算法相结合，实现对晶圆表面进行检测，该检测精度达到30nm。 一家日本的公司，它所开发的贴片机的视觉检测系统更具特点。其以红外光作为相机的光源，并以面对面的形式放置芯片与基底。相机通过摄取能够穿透芯片和基底的红外光来得到图像，然后应用图像处理模块对位于两者表面上的圆形标记进行位置的检测计算，最后根据位置信息来调整工作平台实现对准。该系统采用质心算法来检测所标记的位置，这是因为红外光的波长较长使得捕获图像中的标记边缘模糊，难以分辨。但是随着光学系统的分辨率的逐渐提高，以及圆形标记的半径变大，视觉检测的对准精度有所提高。通过试验表明该系统在圆形标记的半径为5μm，物镜分辨率为1.5μm的情况下，能达到的实际对准精度为0.2μm。而在中国,视觉技术的研究开始于90年代,因为行业本身就属于新兴的领域,再加之机器视觉产品技术的普及不够,导致以上各行业的应用几乎空白。到二十一世纪,大批海外从事视觉行业技术人员回国创业,视觉技术开始在自动化行业成熟应用。其中比较传统的检测方法与国外的基本相同，但是先进的检测技术却刚刚起步。国内首台自AOI设备是深圳市万泰科技有限公司在最近几年研制的。该设备首先用光学手段获取被测图形，利用统计建模、智能学习等技术对被测图像进行检验、分析和判断，能够自动实现晶圆的检测，达到每秒超过60个组件的高速检测，能准确定位不规则的晶片位置。然而该系统的硬件结构比较复杂，软件实现前必须先给出标准模板晶片图像。而产品种类繁多，因此这种算法缺乏通用性。 在算法研究方面未应对各种实际问题，已研究出各种不同的应对方法。C晶片关键尺寸标定的新方法研究》中提出基于标准件法的二次标定法，实现了对微距尺寸的高速高精度测量。但这依旧依赖于高分辨率的图像。《IC芯片检测的图像分割算法研究及其实现》中提出一种基于改进的自适应门限的图像分割算法来处理光照不均的情况。这是属于软件上对图像进行修正。《IC芯片视觉检测中快速图像匹配定位》中利用芯片定位图像特征，提出一种用其投影特征的基于优势遗传自适应遗传算法的快速匹配算法。算法利用图像特征来做匹配，这种方法明显不适用一些图像特征较少的晶圆