本發(fā)明涉及半導(dǎo)體，尤其涉及一種半導(dǎo)體芯片的缺陷檢測(cè)裝置及檢測(cè)方法。

背景技術(shù)：

1、在半導(dǎo)體制造行業(yè)中，芯片的質(zhì)量控制至關(guān)重要。由于芯片制造過程的復(fù)雜性，缺陷的出現(xiàn)在所難免。為保證最終產(chǎn)品的性能，對(duì)半導(dǎo)體芯片進(jìn)行缺陷檢測(cè)是必不可少的步驟。這通常涉及到細(xì)致的面積掃描和高分辨率圖像獲取，隨后通過專業(yè)的分析軟件及硬件系統(tǒng)來識(shí)別和評(píng)估缺陷。

2、目前，典型的半導(dǎo)體芯片缺陷檢測(cè)方法包括利用自動(dòng)化顯微鏡和圖像處理軟件來獲取芯片圖像，并通過算法識(shí)別圖像中的缺陷。這些方法能夠在一定程度上自動(dòng)識(shí)別缺陷，但在精確性、快速性、以及缺陷評(píng)級(jí)和分類方面仍存在不足。傳統(tǒng)的圖像處理軟件可能無法精確區(qū)分不同的缺陷類型，且在處理大量芯片時(shí)，效率較低，誤判和漏判的情況時(shí)有發(fā)生。

3、現(xiàn)有缺陷檢測(cè)技術(shù)面臨的技術(shù)挑戰(zhàn)主要在于識(shí)別準(zhǔn)確度不高和缺少智能化分類處理功能。缺陷的類型和嚴(yán)重程度的評(píng)估很大程度上依賴于操作人員的經(jīng)驗(yàn)，缺乏準(zhǔn)確和快速反應(yīng)的自動(dòng)化系統(tǒng)進(jìn)行支持。此外，如何從獲得的大量圖像數(shù)據(jù)中自動(dòng)生成詳盡的檢測(cè)報(bào)告，且不僅指出缺陷位置，還包括缺陷的具體類型和嚴(yán)重性評(píng)估，對(duì)現(xiàn)有技術(shù)來說是一個(gè)不小的挑戰(zhàn)。因此，需要一種更加先進(jìn)的檢測(cè)裝置來提高檢測(cè)的自動(dòng)化程度、準(zhǔn)確性和效率。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種半導(dǎo)體芯片的缺陷檢測(cè)裝置及檢測(cè)方法，用于解決上述提到的技術(shù)問題。

2、本發(fā)明第一方面提供了一種半導(dǎo)體芯片的缺陷檢測(cè)裝置，所述半導(dǎo)體芯片的缺陷檢測(cè)裝置包括：

3、圖像獲取模塊，所述圖像獲取模塊用于獲取半導(dǎo)體芯片的高清圖像，并將所述高清圖像傳輸至缺陷標(biāo)識(shí)模塊；

4、缺陷標(biāo)識(shí)模塊，所述缺陷標(biāo)識(shí)模塊用于接收所述高清圖像，采用圖像識(shí)別技術(shù)識(shí)別所述高清圖像中潛在缺陷的位置并在所述高清圖像中進(jìn)行自動(dòng)標(biāo)注；

5、數(shù)據(jù)對(duì)比模塊，所述數(shù)據(jù)對(duì)比模塊用于將所標(biāo)注的缺陷特征與預(yù)設(shè)的缺陷特征標(biāo)準(zhǔn)庫(kù)進(jìn)行比較，以確定所述半導(dǎo)體芯片上的缺陷類型和嚴(yán)重程度；

6、分類處理模塊，所述分類處理模塊用于根據(jù)所確定的缺陷類型和嚴(yán)重程度對(duì)所述半導(dǎo)體芯片進(jìn)行分類，并輸出相應(yīng)的分類結(jié)果；其中，所述分類結(jié)果分為待復(fù)檢、次品和合格三個(gè)類別；

7、報(bào)告生成模塊，所述報(bào)告生成模塊用于根據(jù)所述分類結(jié)果生成檢測(cè)報(bào)告；其中，所述檢測(cè)報(bào)告包括半導(dǎo)體芯片的缺陷類型、缺陷位置、缺陷嚴(yán)重性評(píng)估。

8、可選的，在本發(fā)明第一方面的第一種實(shí)現(xiàn)方式中，所述缺陷標(biāo)識(shí)模塊，具體用于：

9、利用深度學(xué)習(xí)算法分析所述高清圖像中的圖像特征，識(shí)別出異常圖像特征，其中，所述異常圖像特征對(duì)應(yīng)于半導(dǎo)體芯片上的微觀裂紋、污點(diǎn)、異物沉積；

10、利用光學(xué)字符識(shí)別技術(shù)自動(dòng)識(shí)別并讀取半導(dǎo)體芯片上的標(biāo)記或序列號(hào)，得到半導(dǎo)體芯片身份信息，并將異常圖像特征與半導(dǎo)體芯片身份信息相關(guān)聯(lián)，得到半導(dǎo)體芯片的缺陷標(biāo)識(shí)信息；

11、將所述半導(dǎo)體芯片的缺陷標(biāo)識(shí)信息以可視化的方式標(biāo)注在高清圖像上，生成缺陷地圖。

12、可選的，在本發(fā)明第一方面的第二種實(shí)現(xiàn)方式中，所述數(shù)據(jù)對(duì)比模塊，具體用于：

13、從自動(dòng)標(biāo)注后的高清圖像中提取缺陷特征信息；其中，所述缺陷特征信息包括缺陷的幾何尺寸、形狀、色彩特征及位置信息；

14、調(diào)用預(yù)設(shè)的缺陷特征標(biāo)準(zhǔn)庫(kù)；其中，所述預(yù)設(shè)的缺陷特征標(biāo)準(zhǔn)庫(kù)內(nèi)含多種類型的已知缺陷特征參數(shù)；

15、將提取的缺陷特征信息與預(yù)設(shè)的缺陷特征標(biāo)準(zhǔn)庫(kù)中的已知缺陷特征參數(shù)進(jìn)行多維度的對(duì)比分析，以確定所述半導(dǎo)體芯片上的缺陷類型；

16、使用閾值判定邏輯確定缺陷的嚴(yán)重程度，并將缺陷的嚴(yán)重程度劃分為不同的等級(jí)；其中，所述等級(jí)至少包括輕微、中等或嚴(yán)重。

17、可選的，在本發(fā)明第一方面的第三種實(shí)現(xiàn)方式中，所述半導(dǎo)體芯片的缺陷檢測(cè)裝置，還包括：加密模塊，所述加密模塊用于對(duì)生成的檢測(cè)報(bào)告進(jìn)行加密，得到加密后的檢測(cè)報(bào)告，并將加密后的檢測(cè)報(bào)告存儲(chǔ)至半導(dǎo)體芯片的缺陷檢測(cè)裝置關(guān)聯(lián)的加密數(shù)據(jù)庫(kù)中。

18、可選的，在本發(fā)明第一方面的第四種實(shí)現(xiàn)方式中，所述加密模塊，具體用于：

19、從生成的檢測(cè)報(bào)告中提取缺陷檢測(cè)數(shù)據(jù)；其中，所述缺陷檢測(cè)數(shù)據(jù)反映了半導(dǎo)體芯片的缺陷檢測(cè)結(jié)果；

20、對(duì)所述缺陷檢測(cè)數(shù)據(jù)執(zhí)行一個(gè)復(fù)制操作，以生成第一數(shù)據(jù)；

21、從預(yù)設(shè)的加密算法庫(kù)隨機(jī)選擇一個(gè)預(yù)設(shè)的加密算法對(duì)所述第一數(shù)據(jù)執(zhí)行加密操作，轉(zhuǎn)換為第一加密數(shù)據(jù)；

22、利用一階編碼模型對(duì)第一加密數(shù)據(jù)進(jìn)行編碼，轉(zhuǎn)換為一階編碼數(shù)據(jù)；其中，所述一階編碼模型用于編碼加密后的缺陷檢測(cè)數(shù)據(jù)；

23、利用二階編碼模型對(duì)所述一階編碼數(shù)據(jù)進(jìn)行編碼處理；其中，所述二階編碼模型是在一階編碼模型的基礎(chǔ)上進(jìn)行的遞進(jìn)式編碼，用于提升數(shù)據(jù)傳輸?shù)娜哂嘈院涂垢蓴_能力；

24、根據(jù)預(yù)設(shè)的匹配規(guī)則，在加密算法庫(kù)中選擇不同的一階加密算法和二階加密算法；其中，所述預(yù)設(shè)的匹配規(guī)則定義了基于所述一階編碼數(shù)據(jù)從加密算法庫(kù)中匹配一階加密算法和基于所述二階編碼數(shù)據(jù)從加密算法庫(kù)匹配二階加密算法的規(guī)則；

25、應(yīng)用一階加密算法對(duì)一階編碼數(shù)據(jù)進(jìn)行加密，生成第二加密數(shù)據(jù)，應(yīng)用二階加密算法對(duì)第二加密數(shù)據(jù)進(jìn)行加密，生成加密后的檢測(cè)報(bào)告，并將加密后的檢測(cè)報(bào)告存儲(chǔ)至半導(dǎo)體芯片的缺陷檢測(cè)裝置關(guān)聯(lián)的加密數(shù)據(jù)庫(kù)中。

26、本發(fā)明第二方面提供了一種半導(dǎo)體芯片的缺陷檢測(cè)方法，所述半導(dǎo)體芯片的缺陷檢測(cè)方法包括：

27、獲取半導(dǎo)體芯片的高清圖像，并將所述高清圖像傳輸至缺陷標(biāo)識(shí)模塊；

28、接收所述高清圖像，采用圖像識(shí)別技術(shù)識(shí)別所述高清圖像中潛在缺陷的位置并在所述高清圖像中進(jìn)行自動(dòng)標(biāo)注；

29、將所標(biāo)注的缺陷特征與預(yù)設(shè)的缺陷特征標(biāo)準(zhǔn)庫(kù)進(jìn)行比較，以確定所述半導(dǎo)體芯片上的缺陷類型和嚴(yán)重程度；

30、根據(jù)所確定的缺陷類型和嚴(yán)重程度對(duì)所述半導(dǎo)體芯片進(jìn)行分類，并輸出相應(yīng)的分類結(jié)果；其中，所述分類結(jié)果分為待復(fù)檢、次品和合格三個(gè)類別；

31、根據(jù)所述分類結(jié)果生成檢測(cè)報(bào)告；其中，所述檢測(cè)報(bào)告包括半導(dǎo)體芯片的缺陷類型、缺陷位置、缺陷嚴(yán)重性評(píng)估。

32、可選的，在本發(fā)明第二方面的第一種實(shí)現(xiàn)方式中，所述半導(dǎo)體芯片的缺陷檢測(cè)方法，還包括：對(duì)生成的檢測(cè)報(bào)告進(jìn)行加密，得到加密后的檢測(cè)報(bào)告，并將加密后的檢測(cè)報(bào)告存儲(chǔ)至半導(dǎo)體芯片的缺陷檢測(cè)裝置關(guān)聯(lián)的加密數(shù)據(jù)庫(kù)中。

33、可選的，在本發(fā)明第二方面的第二種實(shí)現(xiàn)方式中，所述對(duì)生成的檢測(cè)報(bào)告進(jìn)行加密，得到加密后的檢測(cè)報(bào)告，并將加密后的檢測(cè)報(bào)告存儲(chǔ)至半導(dǎo)體芯片的缺陷檢測(cè)裝置關(guān)聯(lián)的加密數(shù)據(jù)庫(kù)中，包括：

34、從生成的檢測(cè)報(bào)告中提取缺陷檢測(cè)數(shù)據(jù)；其中，所述缺陷檢測(cè)數(shù)據(jù)反映了半導(dǎo)體芯片的缺陷檢測(cè)結(jié)果；

35、對(duì)所述缺陷檢測(cè)數(shù)據(jù)執(zhí)行一個(gè)復(fù)制操作，以生成第一數(shù)據(jù)；

36、從預(yù)設(shè)的加密算法庫(kù)隨機(jī)選擇一個(gè)預(yù)設(shè)的加密算法對(duì)所述第一數(shù)據(jù)執(zhí)行加密操作，轉(zhuǎn)換為第一加密數(shù)據(jù)；

37、對(duì)第一加密數(shù)據(jù)進(jìn)行編碼，轉(zhuǎn)換為一階編碼數(shù)據(jù)；

38、利用預(yù)設(shè)的編碼模型對(duì)所述一階編碼數(shù)據(jù)進(jìn)行遞進(jìn)式編碼，得到二階編碼數(shù)據(jù)；

39、根據(jù)預(yù)設(shè)的匹配規(guī)則，在加密算法庫(kù)中選擇不同的一階加密算法和二階加密算法；其中，所述預(yù)設(shè)的匹配規(guī)則定義了基于所述一階編碼數(shù)據(jù)從加密算法庫(kù)中匹配一階加密算法和基于所述二階編碼數(shù)據(jù)從加密算法庫(kù)匹配二階加密算法的規(guī)則；

40、應(yīng)用一階加密算法對(duì)一階編碼數(shù)據(jù)進(jìn)行加密，生成第二加密數(shù)據(jù)，應(yīng)用二階加密算法對(duì)第二加密數(shù)據(jù)進(jìn)行加密，生成加密后的檢測(cè)報(bào)告，并將加密后的檢測(cè)報(bào)告存儲(chǔ)至半導(dǎo)體芯片的缺陷檢測(cè)裝置關(guān)聯(lián)的加密數(shù)據(jù)庫(kù)中。

41、可選的，在本發(fā)明第二方面的第三種實(shí)現(xiàn)方式中，所述對(duì)第一加密數(shù)據(jù)進(jìn)行編碼，轉(zhuǎn)換為一階編碼數(shù)據(jù)，包括：

42、對(duì)所述第一加密數(shù)據(jù)進(jìn)行數(shù)據(jù)轉(zhuǎn)換，得到初始加密字符組合；

43、對(duì)所述初始加密字符組合進(jìn)行分割，得到多個(gè)加密字符集合；

44、選取加密字符集合中的預(yù)設(shè)位置的多個(gè)加密字符，得到標(biāo)識(shí)加密字符組合；

45、獲取預(yù)設(shè)的標(biāo)準(zhǔn)編碼圖譜；并掃描標(biāo)準(zhǔn)編碼圖譜中的編碼字符，將所述標(biāo)識(shí)加密字符組合與標(biāo)準(zhǔn)編碼圖譜中的編碼字符進(jìn)行匹配，如果匹配成功，則將所述標(biāo)識(shí)加密字符組合對(duì)應(yīng)的匹配成功的加密字符標(biāo)記為第一編碼字符；

46、將預(yù)設(shè)的標(biāo)準(zhǔn)編碼圖譜中除去第一編碼字符外的編碼字符作為第二編碼字符，對(duì)第二編碼字符進(jìn)行優(yōu)先級(jí)構(gòu)建，得到第二編碼字符的頻率優(yōu)先級(jí)，根據(jù)第二編碼字符的頻率優(yōu)先級(jí)，為每個(gè)第二編碼字符重新分配編碼序號(hào)；

47、對(duì)預(yù)設(shè)的隨機(jī)數(shù)集合進(jìn)行升序排序，得到升序排序后的隨機(jī)數(shù)集合，在完成第二編碼字符重新分配編碼序號(hào)后，基于升序排序后的隨機(jī)數(shù)集合中的隨機(jī)數(shù)，依次匹配與隨機(jī)數(shù)相同的編碼序號(hào)，將匹配到的編碼序號(hào)所對(duì)應(yīng)的第一編碼字符依序加入到標(biāo)準(zhǔn)編碼圖譜中并位于第二編碼字符之前；

48、整合全部編碼字符以及分配得到的新編碼序號(hào)，重新生成一張優(yōu)化后的標(biāo)準(zhǔn)編碼圖譜，得到目標(biāo)編碼圖譜，根據(jù)所述目標(biāo)編碼圖譜，對(duì)所述對(duì)第一加密數(shù)據(jù)進(jìn)行編碼，轉(zhuǎn)換為一階編碼數(shù)據(jù)。

49、本發(fā)明提供的技術(shù)方案中，有益效果：本發(fā)明提供一種半導(dǎo)體芯片的缺陷檢測(cè)裝置及檢測(cè)方法，所述半導(dǎo)體芯片的缺陷檢測(cè)裝置包括：圖像獲取模塊，所述圖像獲取模塊用于獲取半導(dǎo)體芯片的高清圖像，并將所述高清圖像傳輸至缺陷標(biāo)識(shí)模塊；缺陷標(biāo)識(shí)模塊，所述缺陷標(biāo)識(shí)模塊用于接收所述高清圖像，采用圖像識(shí)別技術(shù)識(shí)別所述高清圖像中潛在缺陷的位置并在所述高清圖像中進(jìn)行自動(dòng)標(biāo)注；本發(fā)明通過使用高清圖像獲取模塊，能夠獲得高分辨率的芯片圖像，這為識(shí)別微小或者低對(duì)比度的缺陷提供了條件。缺陷標(biāo)識(shí)模塊進(jìn)一步利用圖像識(shí)別技術(shù)自動(dòng)標(biāo)注出缺陷位置，提高了檢測(cè)的準(zhǔn)確性和自動(dòng)化水平。數(shù)據(jù)對(duì)比模塊將實(shí)際檢測(cè)到的缺陷特征與預(yù)設(shè)的缺陷特征標(biāo)準(zhǔn)庫(kù)進(jìn)行對(duì)比，能夠快速而準(zhǔn)確地識(shí)別出缺陷類型和嚴(yán)重程度，從而提高了檢測(cè)效率。分類處理模塊依據(jù)檢測(cè)結(jié)果將芯片進(jìn)行分類，不僅可以減少人工干預(yù)和主觀判斷的影響，還可以快速地處理大批量芯片，優(yōu)化生產(chǎn)流程。將檢測(cè)結(jié)果分為待復(fù)檢、次品和合格三個(gè)類別，有利于后續(xù)流程對(duì)資源的有效分配，如集中對(duì)待復(fù)檢的芯片進(jìn)行更精細(xì)的檢測(cè)，從而降低次品流入市場(chǎng)的風(fēng)險(xiǎn)。報(bào)告生成模塊能根據(jù)分類結(jié)果生成包含缺陷詳細(xì)信息的檢測(cè)報(bào)告，方便質(zhì)量控制人員進(jìn)行深入分析，并為改進(jìn)制造過程提供數(shù)據(jù)支持。通過自動(dòng)化和高精度的檢測(cè)，該裝置有助于提升半導(dǎo)體芯片在制造過程中的產(chǎn)品質(zhì)量控制，降低缺陷產(chǎn)品的流出，提高最終產(chǎn)品的可靠性和顧客的滿意度。