《MVTec:机器视觉 - 半导体生产之眼白皮书(12页).pdf》由会员分享,可在线阅读,更多相关《MVTec:机器视觉 - 半导体生产之眼白皮书(12页).pdf(12页珍藏版)》请在三个皮匠报告上搜索。
1、机器视觉-半导体生产之眼白皮书 图片:Adobe StockBuilding Vision for BusinessMVTec Software GmbH机器视觉-半导体生产之眼目录简介.3机器视觉-生产之眼.4 缺陷检测.4 测量.4 高精度位置检测.5 Blob 分析.5 识别.5生产工艺和具体使用案例介绍.6 EUV 光刻:掩模与晶圆的精确对准.6 探针台测试:设置焦点并确定旋转角度.6 划片.7 接合:制造成品芯片的众多步骤.8MVTec HALCON.11 总结.12 简介半导体制造已不再是新兴行业。然而,全球对这一“旧经济”的关注和需求却居高不下。这背后有数字化、气候变化和可持续发
2、展等大趋势的推动。然而,半导体制造高度复杂且规模较小,其供应链又受到政治、经济和物流紊乱的影响。新冠疫情引发的需求动荡导致许多行业面临半导体短缺。此外,地缘政治力量和贸易争端也造成半导体供应吃紧。最后,消费电子领域的需求急剧增加,同样会导致供需不平衡。新冠疫情爆发以来,对于 5G 手机、笔记本电脑以及其他居家办公消费电子产品的需求迅速增长。与此同时,汽车逐渐成为真正的“轮上计算机”,依靠电子器件和半导体为电池管理、驾驶辅助系统和消费电子产品提供支持。机器视觉可以实现半导体生产中的最高精度。图片(LRTB):iStock(x3)、Adobe Stock、MVTec、iStock为了确保半导体的供
3、应并减少对供应链中断的依赖,全球许多地区都在迅速建立半导体制造能力。半导体的生产十分复杂,涉及 1,000 余个不同的工艺步骤。与之相应地,生产设施的建设非常复杂和敏感。此外,不同的半导体制造商实施的生产工艺并不相同。还有不同类型的晶圆和芯片,对生产也提出了不同的要求。因此,所谓统一的半导体制造工艺并不存在。这意味着,该行业需要采用灵活的技术,确保在不同工艺条件下迅速增加价值。机器视觉就是这样一项关键技术。其突出优势在于可以自动化、高精度地执行高精度半导体生产中众多必要的检查和校准流程。3机器视觉-生产之眼缺陷检测几乎在每个生产场景中,都至少有一个步骤是要检查产品有无功能或外观缺陷。在现今高度
4、自动化的生产环境中,人们广泛使用机器视觉来执行这项任务,因为它相对人工检查优势众多:机器检查的速度更快,结果客观且可重复,而且不存在因疲劳或任务单调乏味而导致检查质量下降的风险。人工智能,尤其是深度学习技术越来越强大,并且能够满足非常具体的要求,因此对于半导体生产也很有意义。在机器视觉领域,深度学习正在让越来越多过去无法实现的应用成为可能。此外,它还可以显著提高现有应用的性能。基于深度学习的异常值检测能够实现自动化的表面检测,用于缺陷检测和分割等场合。这项技术能够准确无误地独立定位偏差,亦即任何类型的缺陷。只需要没有缺陷的示例图像,就可以训练模型。与其他深度学习方法不同,无需标记工作。在推理过
5、程中,异常值检测对图像中明显偏离训练图像的区域进行分割。测量关于质量控制,除了检查缺陷外,确定尺寸精度也十分关键。这涉及到检查元器件是否在规定的公差范围内。工业图像处理能够在一毫秒内对直线或圆弧边缘进行亚像素精确测量。2D 测量同样可以实现。2D 测量技术可用于测量特定几何形状的物体。这些形状可以是圆形、椭圆形、矩形和直线。最后,还有一些方法可用于 3D 测量:可以使用不同技术重建视差图像、距离图像或表面的 3D 坐标,例如双目、多图像和光度三维重建、激光三角测量和 机器视觉的应用场景灵活多样,因而在众多行业中得到广泛使用。其中一个主要应用领域是制造业的质量保证。机器视觉可用于工业生产过程的视
6、觉监测、检查和控制,因此被誉为“生产之眼”。机器视觉组件包括相机、照明、馈线和计算单元等硬件。相机负责捕捉静态或动态的图像,图像处理软件则利用先进技术从图像中提取信息。由此产生的优势如下:图像处理速度极快,有时检查步骤在几毫秒内即可完成。机器视觉作为自动化流程的一部分,全天随时可以使用。此外,机器视觉的性能和持久能力均超过人眼。机器视觉需要的空间很小,可以集成到无尘室环境中,并可处理涉及对人体有害的物质的工作。机器视觉的结果准确、可靠且可重复。不同于人工检查,机器视觉的结果百分之百客观。根据具体情况,有不同的技术可用于实现不同的应用。4Depth from Focus。此外,只用一台相机就可以
7、轻松确定圆形和矩形物体的 3D 位置。可以使用 3D 数据精确测量 3D 图元,例如圆柱体、球体和平面。另一种与半导体行业有关的方法是 3D 标定。这项技术可以对用户的区域或线扫描相机进行独特而准确的描述。在此过程中,通过一组内部和外部相机参数,将图像坐标映射到世界坐标。在机器人应用中,还可以确定机器人和相机之间的关系。高精度位置检测即使物体被部分遮挡,匹配方法也能可靠地将其找出,精准度超过 1/20 像素。此外,还可以对图像进行适当对齐。基于形状的亚像素准确匹配是机器视觉中最重要的技术之一。利用这项技术,可以精准可靠地实时找到物体,即使其存在旋转、缩放、透视失真、局部变形、部分遮挡、脱离图像
8、的情况或受到非线性照明变化的影响也能实现。基于形状的匹配可处理 8 位或 16 位图像,以及彩色和多通道图像。此外,也可以使用图像模板或 CAD 数据训练物体。还可以定位由可相对于彼此移动的多个部分组成的物体。Blob 分析Blob 分析是基本的图像处理功能之一。它是从连通像素中提取具有相同逻辑状态的特征(Blob)。高质量的机器视觉软件程序包括一套算子和工具,确保对众多不同的物体特征进行分割和分析。通过这种方式,将任意形状的 Blob 定义为“感兴趣区域”,应用于后续图像处理。即使是更加复杂的物体,例如重叠物体,也能可靠处理。Blob 分析主要包括两个步骤:分割,即运用预处理工具和算子,将感
9、兴趣的像素从图像背景中分离出来。第二步是特征提取。涉及计算一个或多个 Blob 的面积(即像素数)、重心或方向等特征。识别产品识别和可追溯性需求的重要程度越来越高,对于半导体工业也是一样。元器件上会印刷、标记、标刻、蚀刻或标示各种条形码、二维码、字符和符号,以便识别内容并提供重要的制造信息。现代机器视觉软件提供了所有必要的方法和技术,可以读取以任何方式附加的字符、代码和符号。如今,读取条形码和二维码是最简单的物品识别方法之一。条形码和二维码有多种不同类型,不过这两类代码面临的挑战基本相同,因为代码可能会损坏或因其他原因干扰读取。最新的图像处理算法克服了这些问题,可对信息进行稳定快速的解码。除了
10、条形码和二维码之外,一些物品还可能拥有各类标签,其中包含各类文本或字符。在这种情况下,可以选择光学字符识别(OCR),基于文本识别物品。这些文本可能采用不同的字体、字号甚至打印样式,例如点阵式打印。另一方面,也有一些基于深度学习的 OCR 方法。这些方法可以非常稳定地定位字符,甚至不受其方向和字体的影响。利用字符自动分组的能力,可以识别整个单词,从而实现避免误读相似字符等效果,大大提高识别性能。5 瓦赫宁根大学及研究中心生产工艺和具体使用案例介绍半导体的生产由三个阶段组成:晶圆生产、前端工艺和后端工艺。整个工艺又可划分为几个步骤,包括 EUV 光刻、探针台测试、划片和裸片、球焊和打线接合。在以
11、上所有以及更多其他工艺步骤中,机器视觉都可以并且已经在提供支持,显著改善了成效。有两个功能特别突出。首先,利用机器视觉可以精确可靠地确定所有元器件的位置。其次,质量控制得到了进一步改善,因为机器视觉能够可靠检测到任何偏离规定标准的偏差。下文以不同生产步骤为例,在此基础上解释机器视觉提供的附加值。在实践中可以对所述工艺进行调整。此外,还介绍了工艺步骤以及如何利用机器视觉对其进行进一步优化。EUV 光刻:掩模与晶圆的精确对准1X 光刻的一个重要工艺步骤是将掩模与晶圆精确对准,以便提供目标结构。这个步骤有一个绝对要求,即晶圆的位置已知。借助基于形状的匹配方法,可以将掩模和晶圆精确对准,确保光刻技术不
12、出差错。这一步骤和许多其他工艺步骤还有一项任务是自动读取晶圆标签。与其他行业一样,标签有助于在生产过程中追踪元器件。半导体生产使用的是 SEMI 字体。利用 OCR,可以确定已经使用以及后续步骤中将要使用的工艺参数。光学字符识别(OCR)能够可靠检测字符,实现对晶圆生产历史记录的端到端追踪。图片:MVTec6探针台测试:设置焦点并确定旋转角度机器视觉还可以为探针台测试提供支持。晶圆上的结构十分微小,因此需要使用显微镜。通常情况下,考虑到晶圆的尺寸,探针台测试会使用两台显微镜。只有这样,才能达到足够高的图像分辨率。粗略对准后,需要以非常高的精度对晶圆进行精细对准。即使是微小的定位误差也会导致探针
13、错过目标,损坏晶圆。第一步是通过确定焦平面来确定倾斜度。为此,两台显微镜都要拍摄一张图像。然后对其进行比较。如果两张图像的清晰度相同,说明晶圆已经正确对准。如果不同,机器会重新调整,直到图像清晰度相同。第二步是由机器检查晶圆的对准情况,是完全对齐还是有一定旋转角度。这些任务使用基于形状的匹配完成。利用两台相机位置之间的已知距离确定左右两张图像之间的位移(相对于训练过的数据)和围绕轴线中心的旋转角度,然后进行校正。裸片尺寸确定划片是一项精密的加工操作,使用机械切割或激光将晶圆分离成独立裸片。机器视觉可以帮助操作员在机器中进行晶圆设置。每种晶圆类型都需要重新进行这项操作,因为只有在已知晶圆尺寸的前
14、提下才能进行设置。例如,在确定尺寸时,可以使用快速傅里叶变换。为了分析晶圆的周期性结构,先将图像转换到傅里叶域,以便简化输入图像的自相关计算。可以通过局部极大值从所得图像中识别出周期性模式。X 和 Y 方向局部极大值之间的距离各为一块裸片的尺寸。这样可以大大简化设置,降低操作错误的风险。划片旋转角度为了在加工机器中精确对准晶圆,不仅必须知道晶圆的尺寸,还必须知道晶圆的旋转角度。为此,一些半导体制造商的工艺要求先确定旋转中心。两张连续图像之间的旋转角度和旋转中心可以从光流场中计算得出。知道旋转中心之后,只需在机器视觉软件中进行一次算子调用,即可正确对准晶圆。由此确定的旋转角度可以用来校正晶圆的方
15、向。为了确保裸片接合机无损执行拾取和放置程序,晶圆的方向非常重要。由于晶圆的形状已知,所以要根据旋转点与之前训练的图像进行匹配。这样就可以确定旋转角度,将晶圆正确对准。检查裸片切割裸片时,可能会出现边缘崩裂等情况。此时,工业图像处理可以在深度学习方法异常值检测的帮助下提供支持。只需几张“良品图像”,就可以训练强大的机器视觉软件稳定检出裸片上的任何损坏,即异常值。7使用“光流”方法,可以可靠地确定晶圆的旋转中心。图片:MVTec接合:制造成品芯片的众多步骤最后的生产步骤是封装,将芯片封装在一个塑料外壳内。为此,首先要将裸片插入外壳中。然后通过几个步骤,将它们连接到封装的相关触点。其中,打线接合特
16、别重要。这涉及将导线连接到焊盘,即裸片的接触点,以及外壳上的引线框架。机器视觉可以为在外壳中对准裸片以及检查接合是否正确提供特殊支持。封装期间,将裸片放置在塑料外壳中,使用接合工艺固定接触点。图片:iStock裸片接合:确定裸片在裸片接合机中的位置 裸片分离出来之后,必须知道其位置才能进行进一步加工。拾取和放置任务(即从裸片接合机中取出裸片)需要使用夹持器或机器人系统。使用基于形状的匹配方法确定位置。可使用标定方法,将图像中以高精度确定的位置转换为机器人坐标系,用于精确放置。8确定裸片位置这一流程如下:首先,必须确定每块裸片在外壳中的位置。对于这一任务,基于形状的匹配方法同样适用。如同其他工艺
17、步骤所述,通过 CAD 数据等方式示教裸片模型。通过将训练数据与原始图像匹配,找到裸片。通过转换标定数据,将裸片的准确位置传送到打线接合机。裸片接合控制将裸片放在外壳中时,会使用一种特殊的粘合剂。接合过程中可能会出现缺陷,例如可能会形成气泡。此时,机器视觉也可以提供支持。利用深度学习方法的异常值检测,只需训练几张良品图像,就能快速可靠地找出缺陷。合理推论,不同的芯片类型也可以训练。这可以大大提高生产工艺的效率,因为不再需要针对每种新的芯片类型更换机器。检查焊盘插入封装后,一些芯片类型还需要检查裸片上的焊盘是否有缺陷。此外,还要确定焊盘的确切位置。为此,让相机沿着裸片边缘顺时针移动,逐一识别并检
18、查焊盘。对于每张图像,确定可见焊盘的数量,并使用亚像素精确的边缘提取器来确定每个焊盘的大小和位置。使用亚像素边缘检测对芯片上的接触点(焊盘)进行高精度测量。图片:MVTec检查焊线完成打线接合后,利用光学检查来检查接触点是否有缺陷。缺陷可能有如下几种:导线在焊盘上的接触点不够大,切割长度不够长,或者在接合时施加的压力错误。检查期间,首先在图像中定位焊盘。这是缩小相关区域的第一步。然后,使用机器视觉分割方法来定位图像中的导线。根据这两条信息,可以确定是否达到了最小重叠量。通过类似方式,可以检查导线是否连接到引线框架的相关接触区域。9检查焊球以下示例展示了另一种接合方法(即球焊接合)的光学检查。同
19、样,首先提取焊盘。然后,在焊盘区域内搜索焊球。对于任何离边缘太近的焊球或不包含焊球的焊盘,都会显示错误信息。焊盘和导线之间最佳接触点的质量检查。图片:MVTec导线检查无论是使用打线接合还是球焊接合方法,在接合完成后,都必须对导线进行检查。由于照明条件不佳,打线接合后的焊线检查是一项巨大的挑战。然而,机器视觉软件可以可靠地检查导线的轨迹。首先,使用 Blob 分析提取导线的起点和终点。然后,将“感兴趣区域”缩小到这些点之间的区域。最后,可以通过先进的线条检测算法来检测导线。在这一步,即使是几乎看不到导线的黑暗区域也可以检查。此外,还需要检查导线的 3D 轨迹。具体而言,需要确定每根导线是否位于
20、其指定的 3D 通道中。为此,采用 Depth from Focus(DFF)方法。使用“Depth from Focus”方法可以检查导线的走向。图片:MVTec10MVTec HALCON晶圆加工的每一个工艺步骤都需要最高的精度。因此,机器视觉是众多工艺步骤的唯一选择。但这还不是全部:为了跟上客户制造工艺的发展,图像处理系统的供应商必须提供更加先进的算法和工具组合。MVTec Software GmbH 的 HALCON 机器视觉软件为各种用例提供了一流的工具。MVTec 帮助半导体制造商和机器制造商降低成本,避免废品,推进新的制造技术和生产方案。首选的工具是 MVTec HALCON,这
21、是一款综合性的工业图像处理标准软件,拥有集成开发环境(HDevelop)。除了最先进的图像处理技术,例如全面的 3D 视觉和深度学习方法集,这套软件还提供卓越的性能和 GPU 加速。在深度学习领域,HALCON 提供了丰富的算子、功能和方法供客户选择,它们或者基于深度学习技术,或者允许客户在自己的应用程序中使用深度学习技术。HALCON 另一项重要的现实优势是拥有含超过 2100 个算子的资料库,可以完成各种各样的任务,这使其成为市场上最全面的图像处理库。从图像采集到最新的图像处理工具,一切都是现成可用的!这款软件已在全球数以万计的应用中得到验证,并且广泛用于几乎所有行业和应用领域。所有的 H
22、ALCON 算子都非常稳定可靠。图片:MVTecMVTec HALCON 是综合性的工业图像处理标准软件。11总结半导体行业面临着尽快扩大产能的艰巨任务。同时,还需要建立更稳定的新供应链。不过,该行业的优势是已经实现了非常高的自动化水平。MVTec 标准软件 HALCON 提供的现代机器视觉技术可以提供重要的进一步支持。其优势涵盖:您需要能力出众的合作伙伴来持续推动生产工艺的数字化。您可以在 找到由业内可靠合作伙伴组成的强大网络,通过其获得软件实施方面的专业支持。我们也十分乐意帮助您找到合适的合作伙伴。敬请联系我们,告知您需要我们针对哪些具体要求提供支持:您可以在 找到有关我们产品和服务的所有信息。竭诚为您服务 专业:MVTec 为全球半导体行业的众多客户提供服务,涉及价值链的各个阶段。灵活:各种算子和技术可以灵活组合,最大程度适应当前任务。速度:算子专为跟上不断提高的生产速度而设计:快速算法、多核支持和 GPU 支持。专用:各种算子专门针对半导体应用进行优化,例如基于形状的匹配。支持:由能力出众的工程师(免费)提供 HALCON 支持。MVTec HALCON 已广泛用于半导体制造的所有工艺步骤,助力其实现端到端的自动化。这不仅提高了生产效率,也让元器件的质量达到了新的高度。12