CN112884769B - 图像处理方法、装置、光学系统和计算机可读存储介质 - Google Patents
图像处理方法、装置、光学系统和计算机可读存储介质 Download PDFInfo
- Publication number
- CN112884769B CN112884769B CN202110385940.7A CN202110385940A CN112884769B CN 112884769 B CN112884769 B CN 112884769B CN 202110385940 A CN202110385940 A CN 202110385940A CN 112884769 B CN112884769 B CN 112884769B
- Authority
- CN
- China
- Prior art keywords
- rectangular
- chart
- detected
- image processing
- pie chart
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理方法、装置、光学系统和计算机可读存储介质。图像处理方法,包括:获取旋转扫描所得到的待测物的内圈部和外圈部的矩形图参数;根据内圈部和外圈部的矩形图参数对多个内圈部的矩形图和多个外圈部的矩形图进行预处理以形成待测物的矩形图;根据待测物的矩形图初始化目标饼图参数;确定目标饼图与待测物的矩形图的像素映射关系并根据像素映射关系和待测物的矩形图的像素值确定目标饼图的像素值。上述图像处理方法,通过对旋转扫描所得的待测物内圈部和外圈部的矩形图进行预处理而得到待测物的矩形图,进而获取像素映射关系和确定目标饼图的像素值,这样可以复原出待测物的饼图。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种图像处理方法、装置、光学系统和计算机可读存储介质。
背景技术
目前对于晶圆(wafer)缺陷质量检测,通过相机拍摄晶圆的图像再对图像进行检测。在拍摄晶圆图像时,相机和晶圆做相对旋转运动,使相机能够完成对整个晶圆的扫描。然而,由相机拍摄出来的原始图是矩形的,需要复原成饼图才能形成整个晶圆的图像。
发明内容
本发明的实施方式提供了一种图像处理方法、装置、光学系统和计算机可读存储介质。
本发明实施方式提供的一种图像处理方法,包括:
获取旋转扫描所得到的待测物的内圈部和外圈部的矩形图参数;
根据所述内圈部和所述外圈部的矩形图参数对多个所述内圈部的矩形图和多个所述外圈部的矩形图进行预处理以形成所述待测物的矩形图;
根据所述待测物的矩形图初始化目标饼图参数;
确定所述目标饼图与所述待测物的矩形图的像素映射关系并根据所述像素映射关系和所述待测物的矩形图的像素值确定所述目标饼图的像素值。
在某些实施方式中,所述内圈部的矩形图和所述外圈部的矩形图分别由两个线阵相机拍摄所得的,所述两个线阵相机沿所述待测物的径向方向排列。
在某些实施方式中,所述内圈部和所述外圈部的矩形图参数包括所述内圈部的矩形图的冗余宽度、内外圈重叠宽度、所述待测物一圈的行数,以及,所述内圈部和/或所述外圈部的矩形图搬移行数。
在某些实施方式中,所述预处理包括:
根据所述待测物一圈的行数,裁剪所述内圈部的矩形图和所述外圈部的矩形图中的多余行数;
根据所述内圈部的矩形图的冗余宽度裁剪所述内圈部的矩形图的冗余部位;
根据所述内外圈重叠宽度裁剪所述内圈部的矩形图和/或所述外圈部的矩形图;
根据所述内圈部和/或所述外圈部的矩形图搬移行数对裁剪所得的多个所述外圈部的矩形图和多个所述内圈部的矩形图进行拼接处理以获取所述待测物的矩形图。
在某些实施方式中,所述目标饼图的参数包括所述目标饼图的半径和空间矩阵,
根据所述待测物的矩形图初始化目标饼图参数,包括:
使所述目标饼图的半径等于所述待测物的矩形图的宽度;
初始化所述空间矩阵,所述空间矩阵为2R*2R的矩阵,R表示所述目标饼图的半径。
在某些实施方式中,确定所述目标饼图与所述待测物的矩形图的像素映射关系,包括:
提取所述目标饼图的空间矩阵中距所述空间矩阵中心点小于或等于所述目标饼图的半径的所有点;
对提取到的所有点通过预设函数映射回所述待测物的矩形图对应的位置以确定所述像素映射关系。
在某些实施方式中,所述预设函数包括所述目标饼图的像素点坐标与所述待测物的矩形图的像素点坐标的转换关系。
本发明实施方式提供的一种图像处理装置,包括:
获取单元,用于获取旋转扫描所得到的待测物的内圈部和外圈部的矩形图参数;
预处理单元,用于根据所述内圈部和所述外圈部的矩形图参数对多个所述内圈部的矩形图和多个所述外圈部的矩形图进行预处理以形成所述待测物的矩形图;
初始化单元,用于根据所述待测物的矩形图初始化目标饼图参数;
确定单元,用于确定所述目标饼图与所述待测物的矩形图的像素映射关系并根据所述像素映射关系和所述待测物的矩形图的像素值确定所述目标饼图的像素值。
在某些实施方式中,所述内圈部的矩形图和所述外圈部的矩形图分别由两个线阵相机拍摄所得的,所述两个线阵相机沿所述待测物的径向方向排列。
在某些实施方式中,所述内圈部和所述外圈部的矩形图参数包括所述内圈部的矩形图的冗余宽度、内外圈重叠宽度、所述待测物一圈的行数,以及,所述内圈部和/或所述外圈部的矩形图搬移行数。
在某些实施方式中,所述预处理单元包括:
第一裁剪子单元,用于根据所述待测物一圈的行数,裁剪所述内圈部的矩形图和所述外圈部的矩形图中的多余行数;
第二裁剪子单元,用于根据所述内圈部的矩形图的冗余宽度裁剪所述内圈部的矩形图的冗余部位;
第三裁剪子单元,用于根据所述内外圈重叠宽度裁剪所述内圈部的矩形图和/或所述外圈部的矩形图;
处理子单元,用于根据所述内圈部和/或所述外圈部的矩形图搬移行数对裁剪所得的多个所述外圈部的矩形图和多个所述内圈部的矩形图进行拼接处理以获取所述待测物的矩形图。
在某些实施方式中,所述目标饼图的参数包括所述目标饼图的半径和空间矩阵,
所述初始化单元,用于:
使所述目标饼图的半径等于所述待测物的矩形图的宽度;
初始化所述空间矩阵,所述空间矩阵为2R*2R的矩阵,R表示所述目标饼图的半径。
在某些实施方式中,所述确定单元,包括:
提取子单元,用于提取所述目标饼图的空间矩阵中距所述空间矩阵中心点小于或等于所述目标饼图的半径的所有点;
映射子单元,用于对提取到的所有点通过预设函数映射回所述待测物的矩形图对应的位置以确定所述像素映射关系。
在某些实施方式中,所述预设函数包括所述目标饼图的像素点坐标与所述待测物的矩形图的像素点坐标的转换关系。
本发明实施方式提供的一种图像处理装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一实施方式的图像处理方法的步骤。
本发明实施方式提供的一种光学系统,包括上述任一实施方式的图像处理装置。
本发明实施方式提供的一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实施方式的图像处理方法的步骤。
上述图像处理方法、装置、光学系统和计算机可读存储介质,通过对旋转扫描所得的待测物内圈部和外圈部的矩形图进行预处理而得到待测物的矩形图,进而获取像素映射关系和确定目标饼图的像素值,这样可以复原出待测物的饼图,可以直观地观测整个待测物的质量及标注识别的缺陷。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本发明实施方式的图像处理方法的流程示意图;
图2是本发明实施方式的检测设备的结构示意图;
图3是本发明实施方式的检测设备的另一结构示意图;
图4是本发明实施方式的待测物的内圈部的矩形图;
图5是本发明实施方式的待测物的外圈部的矩形图;
图6(a)是本发明实施方式的待测物的目标饼图的示意图;
图6(b)是本发明实施方式的待测物的矩形图的示意图;
图7是本发明实施方式的图像处理装置的模块示意图;
图8是本发明实施方式的图像处理装置的另一模块示意图;
图9是本发明实施方式的图像处理装置的又一模块示意图;
图10是本发明实施方式的图像处理装置的再一模块示意图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接。可以是机械连接,也可以是电连接。可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本发明提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
请参考图1,本发明实施方式提供一种图像处理方法,该图像处理方法包括:
步骤01,获取旋转扫描所得到的待测物的内圈部和外圈部的矩形图参数。
具体地,待测物可以是任意圆形或近似圆形的物体,在一个例子中,待测物是晶圆,可以采用线阵相机采集晶圆的图像,线阵相机采集到的晶圆的图像是矩形的,可称为矩形图,在以下的说明中,待测物均以晶圆作为例子来说明本发明。然而,可以理解的是,待测物不限于晶圆,还可以是通过图像采集来进行缺陷质量检测等的其它物体,在此不作具体限定。
在一个实施例中,请结合图2和图3,内圈部的矩形图和外圈部的矩形图分别由两个线阵相机拍摄所得的,两个线阵相机沿待测物的径向方向排列。如此,可以减少检测设备的占地面积。
通常地,在相关技术中,对于晶圆缺陷质量检测,是通过面阵相机拍摄图像,一般拍摄的方向是水平、竖直移动的,将所得到的图像复原成饼图,饼图是为了更直观观测整个晶圆的质量,并在饼图上标注识别的缺陷。
然而,面阵相机需要使用水平驱动机构和垂直驱动机构,使得检测设备的体积较大。在图2中,两个线阵相机包括第一线阵相机21和第二线阵相机22,置于晶圆的下方,第一线阵相机21拍摄晶圆的外圈部,第二线阵相机22拍摄晶圆的内圈部,相机移动的方式围绕晶圆旋转扫描,或者保持两个线阵相机不动,晶圆旋转一周,完成对整个晶圆的扫描。扫描出来的原始图是矩形的,后续需要复原成饼图。请参图3,第二线阵相机22的视场33中心距离晶圆中心为40mm,第一线阵相机21的视场34中心距离晶圆中心为110mm。本实施例中两个成像光路的视场为80mm,两路视场加起来大于12寸晶圆半径150mm,可以实现晶圆旋转一圈完成扫描。需要说明的是,上述的具体数值及下述的具体数值旨在方便说明本发明的实施,而不能理解为对本发明的限制。
另外,上述检测设备还可以对不同尺寸的晶圆进行检测,如6寸、8寸、12寸等。在图2的示例中,上述检测设备可以对8寸晶圆28和12寸晶圆29进行检测。需要指出的是,在检测时,是放置一个晶圆在相机上方。当需要检测其它晶圆时,先将当前的晶圆取下,再放置其它晶圆在相机上方,也就是说,不能同时检测8寸和12寸的晶圆,一次只检测一种晶圆。
由于本发明实施方式的检测设备是通过旋转的方式来采集图像,使得晶圆和相机可以在竖直方向上放置,检测设备整体长度只需要大于晶圆的直径即可,大大缩小了检测设备的占地面积。可以理解的,虽然图2中,相机放置在晶圆下方,在其它实施方式中,相机可以放置晶圆的上方等其它方位,保持晶圆所在平面与相机的光轴垂直即可。
步骤03,根据内圈部和外圈部的矩形图参数对多个内圈部的矩形图和多个外圈部的矩形图进行预处理以形成待测物的矩形图。
具体地,由于内圈部的矩形图和外圈部的矩形图均是待测物一部分的图像,因此,需要形成整个待测物的矩形图。
在一个示例中,内圈部和外圈部的矩形图参数包括内圈部的矩形图的冗余宽度、内外圈重叠宽度、待测物一圈的行数,以及,内圈部和/或外圈部的矩形图搬移行数。
请结合图4,图4为一张内圈部的矩形图,内圈部的矩形图的冗余宽度为图像左侧实线方框框选的区域,内圈部的矩形图的冗余宽度,可通过复原试验,复原出饼图,可以通过人工目测或机器检测等方式,判断饼图的中心是否有畸变。如果存在畸变时,图像的纹理通常会弯曲,通过改变内圈部的矩形图的冗余宽度大小(如列个数),使得畸变位于期望范围内,或畸变消失,此时,可确定内圈部的矩形图的冗余宽度。
为了保证内圈部的矩形图和外圈部的矩形图能够合成完整晶圆的矩形图,沿晶圆的径向方向,内圈部的矩形图与外圈部的矩形图会存在重叠部分。内外圈重叠宽度可用于对重叠部分进行裁剪。
类似地,沿旋转方向,多个内圈部的矩形图之间会存在重叠部分。待测物一圈的行数,可以是待测物一圈的精确行数,可通过人工目测或机器检测得到,实际上获取到的图像中的行数要比精确行数多,对于多个外圈部的矩形图也是同样理解。在本实施方式中,所说的行是沿宽度方向,列是沿高度方向。
内圈部和/或外圈部的矩形图搬移行数,可以作为在后续内圈部的矩形图和外圈部的矩形图拼接时使用。
上述的参数,对于在检测设备、图像处理装置或光学系统的结构、性能等没有发生变化的情况下,通常是固定不变的,人工目测或机器检测得到后,就可以固化下来。
在一个实施例中,为获取整个待测物的矩形图,预处理包括:
根据待测物一圈的行数,裁剪内圈部的矩形图和外圈部的矩形图中多余行数;
根据内圈部的矩形图的冗余宽度裁剪内圈部的矩形图的冗余部位;
根据内外圈重叠宽度裁剪内圈部的矩形图和/或外圈部的矩形图;
内圈部和/或外圈部的矩形图搬移行数对裁剪所得的多个外圈部的矩形图和多个内圈部的矩形图进行拼接处理以获取待测物的矩形图。
具体地,在一个例子中,以内圈部的矩形图为例进行说明,通过对多个内圈部的矩形图进行人工目测或机器检测得到内圈部的行数为4100。而在基于某一相同的参照物(如在矩形图上的某个图形),相邻两个内圈部的矩形图顶部与底部存在重叠行数是100,从而可以获取到晶圆一圈的精确行数是4000,那这重叠行数100是多余行数,需要在内圈部的矩形图将该100行裁剪掉。对于外圈部的矩形图也同样处理。
如图4所示的其中一张内圈部的矩形图,内圈部的矩形图的冗余宽度是图中实线框框中的区域,可将该区域裁剪掉。
内外圈的重叠宽度,通过找到内圈部的矩形图和外圈部的矩形图一个特征点,这个特征点在内外圈部的矩形图都出现,内圈部的矩形图特征点右侧的部分丢弃,外圈部的矩形图特征点左侧的部分丢弃,这个就时内外圈的重叠宽度。图4中,其中一张内圈部的矩形图的特征点是实线圈圈中的黑点,图5中,对应的一张外圈部的矩形图的特征点是实线圈圈中的黑点。
内圈部和/或外圈部的矩形图搬移行数,在一个实施方式中,以外圈部的矩形图搬移行数为例进行说明。以内圈部的矩形图作为基准,对外圈部的矩形图进行上下搬移,对位内圈部的矩形图。具体地,就是找到内外圈部的矩形图中,同样图形对应的y内坐标,y外坐标,y内-y外就是搬移行数。可以理解,在其它实施方式中,也可以为外圈部的矩形图作为基准,对内圈部的矩形图进行搬移,或确定内圈部的矩形图和外圈部的矩形图的搬移行数,进而对内圈部的矩形图和外圈部的矩形图进行同时或分时搬移,以拼接出整个晶圆的矩形图。
步骤05,根据待测物的矩形图初始化目标饼图参数。
具体地,由于需根据晶圆的矩形图来复原晶圆的饼图,因此,需要根据晶圆的矩形图来初始化目标饼图参数,来建立两者的关系。在一个实施例中,目标饼图的参数包括目标饼图的半径和空间矩阵。
步骤05,包括:
使目标饼图的半径等于待测物的矩形图的宽度;
初始化空间矩阵,空间矩阵为2R*2R的矩阵,R表示目标饼图的半径。如此,可以将晶圆的矩形图与饼图建立对应关系。
在一个示例中,待测物的矩形图的宽度可以是指待测物的矩形图沿宽度方向的像素个数T,那么目标饼图的半径R=T。2R*2R的矩阵里,元素的值为预设值,例如0或其它数值,在此不作具体限定。该矩阵即为目标饼图的空间矩阵。
步骤07,确定目标饼图与待测物的矩形图的像素映射关系并根据像素映射关系和待测物的矩形图的像素值确定目标饼图的像素值。
具体地,得到晶圆的矩形图后,再将晶圆的矩形图像素值填入目标饼图对应位置的像素中,以得到晶圆的饼图。
在一个实施例中,为实现像素映射关系的建立,步骤07,包括:
提取目标饼图的空间矩阵中距空间矩阵中心点小于或等于目标饼图的半径的所有点;
对提取到的所有点通过预设函数映射回待测物的矩形图对应的位置以确定像素映射关系。
提取目标饼图的空间矩阵中距空间矩阵中心点(像素点)小于或等于目标饼图半径R的所有点(像素点),即以目标饼图中心点为基准,所有与中心点距离小于或等于R的目的点通过预设函数映射回晶圆的矩形图对应的位置,把晶圆的矩形图上对应位置的像素值拷贝到目标饼图矩阵的对应位置,当目标饼图矩阵所有像素处理完毕,则完成图像的复原。
在一个实施例中,预设函数包括目标饼图的像素点坐标与待测物的矩形图的像素点坐标的转换关系。
具体地,目标饼图距其中心点距离小于或等于R的点映射回晶圆的矩形图的预设函数公式如下:
目标饼图的像素点坐标(x,y)映射到晶圆的矩形图的像素点坐标(x’,y’)关系为:
再算出目标饼图的像素点坐标(x,y)与目标饼图中心点(R,R)的夹角angle,夹角范围在-180°到180°之间,然后y’=矩形图的高度/2-矩形图的高度*angle/360,接着把(x’,y’)对应的像素值拷贝到目标饼图对应位置(x,y)的像素,当目标饼图所有点全部拷贝完毕,则矩形图转目标饼图成功完成。在一个示例中,像素值可以是像素的灰度值。
作为例子说明,请结合图6(b),复原前晶圆的矩形图宽150个像素,高400个像素,这个图假定是已经预处理完成后的图,直接可以用来复原目标饼图。然后计算目标饼图的半径R,目标饼图半径R等于矩形图宽度即R=150,则目标饼图的矩阵大小为300*300,例如在图6(a)中,正方形(目标饼图所在的图形)的左上角的点坐标为坐标原点,上边向右是X轴正方向,左边向下是Y轴正方向。目标饼图的像素点角度分布如图所示(角度分布图的H点相当于目标饼图的中心点),矩形图的左上角的点坐标为坐标原点,上边向右是X轴正方向,左边向下是Y轴正方向,在目标饼图中x=100,y=150的一个点,如图6(a)目标饼图的实心圆中心点,通过像素映射关系公式,找到在图6(b)矩形图的实心圆中心点,即x’=50,y’=0,把(x’,y’)的像素值拷贝到(x,y)处的像素即完成目标饼图一个像素点的复原。如在目标饼图的一个空心圆中心点坐标为:x=250,y=200,通过像素映射关系计算,矩形图空心圆中心点坐标为x’=111,y’=229,把矩形图坐标(111,229)的像素值拷贝回目标饼图的像素(250,200),则完成另外一个像素点的复原。重复目标饼图上所有的点都映射回矩形图,把对应矩形图像素值拷贝回目标饼图对应位置的像素即完成复原工作。
在一个例子中,上述晶圆的矩形图可通过20张内圈部的矩形图和20张外圈部的矩形图处理所得到。
另外,在具体的实施过程中,为了加速图像处理方法,可采用GPU加速处理,CUDA核函数处理(x,y)和(x’,y’)每一个像素点的映射关系,替代CPU循环执行。
综上所述,本发明实施方式的图像处理方法,通过对旋转扫描所得的待测物内圈部和外圈部的矩形图进行预处理而得到待测物的矩形图,进而获取像素映射关系和确定目标饼图的像素值,这样可以复原出待测物的饼图,可以直观地观测整个待测物的质量及标注识别的缺陷。
请参图7,本发明实施方式提供的一种图像处理装置100,包括:
获取单元101,用于获取旋转扫描所得到的待测物的内圈部和外圈部的矩形图参数;
预处理单元103,用于根据内圈部和外圈部的矩形图参数对多个内圈部的矩形图和多个外圈部的矩形图进行预处理以形成待测物的矩形图;
初始化单元105,用于根据待测物的矩形图初始化目标饼图参数;
确定单元107,用于确定目标饼图与待测物的矩形图的像素映射关系并根据像素映射关系和待测物的矩形图的像素值确定目标饼图的像素值。
在某些实施方式中,内圈部的矩形图和外圈部的矩形图分别由两个线阵相机拍摄所得的,两个线阵相机沿待测物的径向方向排列。
在某些实施方式中,内圈部和外圈部的矩形图参数包括内圈部的矩形图的冗余宽度、内外圈重叠宽度、待测物一圈的行数,以及,内圈部和/或外圈部的矩形图搬移行数。
在某些实施方式中,请参图8,预处理单元103包括:
第一裁剪子单元1031,用于根据待测物一圈的行数,裁剪内圈部的矩形图和外圈部的矩形图中的多余行数;
第二裁剪子单元1033,用于根据内圈部的矩形图的冗余宽度裁剪内圈部的矩形图的冗余部位;
第三裁剪子单元1035,用于根据内外圈重叠宽度裁剪内圈部的矩形图和/或外圈部的矩形图;
处理子单元1037,用于根据内圈部和/或外圈部的矩形图搬移行数对裁剪所得的多个外圈部的矩形图和多个内圈部的矩形图进行拼接处理以获取待测物的矩形图。
在某些实施方式中,目标饼图的参数包括目标饼图的半径和空间矩阵,
初始化单元105,用于:
使目标饼图的半径等于待测物的矩形图的宽度;
初始化空间矩阵,空间矩阵为2R*2R的矩阵,R表示目标饼图的半径。
在某些实施方式中,请参图9,确定单元107,包括:
提取子单元1071,用于提取目标饼图的空间矩阵中距空间矩阵中心点小于或等于目标饼图的半径的所有点;
映射子单元1073,用于对提取到的所有点通过预设函数映射回待测物的矩形图对应的位置以确定像素映射关系。
在某些实施方式中,预设函数包括目标饼图的像素点坐标与待测物的矩形图的像素点坐标的转换关系。
请结合图10,本发明实施方式提供的一种图像处理装置200,包括存储器201、处理器203以及存储在存储器201中并可在处理器203上运行的计算机程序205,处理器203执行计算机程序205时实现上述实施方式的图像处理方法的步骤。
处理器203包括但不限于中央处理器(CPU)、图形处理器(GPU)。另外,图像处理装置200还可包括连接处理器203的输入装置207和输出装置209,输入装置207可供用户输入指令及相关设置,输入装置207包括但不限于鼠标、键盘、触摸屏、麦克风等。输出装置209可用于输出相应的结果,例如显示图像,播放声音等。输出装置209包括但不限于显示屏、扬声器、指示灯、蜂鸣器、振动马达等。
本发明实施方式还提供一种光学系统,其包括上述任一实施方式的图像处理装置。
具体地,光学系统可以包括上述检测设备,图像处理装置100或200从检测设备获取晶圆的内圈部和外圈部的矩形图。光学系统可应用但不限于质量缺陷检测等场景。
本发明实施方式还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述实施方式的图像处理方法的步骤。
需要指出的是,上述对图像处理方法的实施方式和有益效果的解释说明,也适应用于本发明实施方式的图像处理装置100、200、光学系统和计算机可读存储介质,为避免冗余,在此不再详细解释。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“某些实施方式”、“示意性实施方式”、“示例”、“具体示例”、“实施例”、或“一些示例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(控制方法),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明的各个实施例中的各功能单元可以集成在一个处理器中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (15)
1.一种图像处理方法,其特征在于,包括:
获取旋转扫描所得到的待测物的内圈部和外圈部的矩形图参数,所述内圈部的矩形图和所述外圈部的矩形图由图像采集元件拍摄所得;
根据所述内圈部和所述外圈部的矩形图参数对多个所述内圈部的矩形图和多个所述外圈部的矩形图进行预处理以形成所述待测物的矩形图;
根据所述待测物的矩形图初始化目标饼图参数;
确定所述目标饼图与所述待测物的矩形图的像素映射关系并根据所述像素映射关系和所述待测物的矩形图的像素值确定所述目标饼图的像素值;
所述目标饼图的参数包括所述目标饼图的半径和空间矩阵,
确定所述目标饼图与所述待测物的矩形图的像素映射关系,包括:
提取所述目标饼图的空间矩阵中距所述空间矩阵中心点小于或等于所述目标饼图的半径的所有点;
对提取到的所有点通过预设函数映射回所述待测物的矩形图对应的位置以确定所述像素映射关系。
2.根据权利要求1所述的图像处理方法,其特征在于,所述内圈部的矩形图和所述外圈部的矩形图分别由两个线阵相机拍摄所得的,所述两个线阵相机沿所述待测物的径向方向排列。
3.根据权利要求1所述的图像处理方法,其特征在于,所述内圈部和所述外圈部的矩形图参数包括所述内圈部的矩形图的冗余宽度、内外圈重叠宽度、所述待测物一圈的行数,以及,所述内圈部和/或所述外圈部的矩形图搬移行数。
4.根据权利要求3所述的图像处理方法,其特征在于,所述预处理包括:
根据所述待测物一圈的行数,裁剪所述内圈部的矩形图和所述外圈部的矩形图中的多余行数;
根据所述内圈部的矩形图的冗余宽度裁剪所述内圈部的矩形图的冗余部位;
根据所述内外圈重叠宽度裁剪所述内圈部的矩形图和/或所述外圈部的矩形图;
根据所述内圈部和/或所述外圈部的矩形图搬移行数对裁剪所得的多个所述外圈部的矩形图和多个所述内圈部的矩形图进行拼接处理以获取所述待测物的矩形图。
5.根据权利要求1-4任一项所述的图像处理方法,其特征在于,
根据所述待测物的矩形图初始化目标饼图参数,包括:
使所述目标饼图的半径等于所述待测物的矩形图的宽度;
初始化所述空间矩阵,所述空间矩阵为2R*2R的矩阵,R表示所述目标饼图的半径。
6.根据权利要求1所述的图像处理方法,其特征在于,所述预设函数包括所述目标饼图的像素点坐标与所述待测物的矩形图的像素点坐标的转换关系。
7.一种图像处理装置,其特征在于,包括:
获取单元,用于获取旋转扫描所得到的待测物的内圈部和外圈部的矩形图参数,所述内圈部的矩形图和所述外圈部的矩形图由图像采集元件拍摄所得;
预处理单元,用于根据所述内圈部和所述外圈部的矩形图参数对多个所述内圈部的矩形图和多个所述外圈部的矩形图进行预处理以形成所述待测物的矩形图;
初始化单元,用于根据所述待测物的矩形图初始化目标饼图参数;
确定单元,用于确定所述目标饼图与所述待测物的矩形图的像素映射关系并根据所述像素映射关系和所述待测物的矩形图的像素值确定所述目标饼图的像素值;
所述目标饼图的参数包括所述目标饼图的半径和空间矩阵,
所述确定单元,包括:
提取子单元,用于提取所述目标饼图的空间矩阵中距所述空间矩阵中心点小于或等于所述目标饼图的半径的所有点;
映射子单元,用于对提取到的所有点通过预设函数映射回所述待测物的矩形图对应的位置以确定所述像素映射关系。
8.根据权利要求7所述的图像处理装置,其特征在于,所述内圈部的矩形图和所述外圈部的矩形图分别由两个线阵相机拍摄所得的,所述两个线阵相机沿所述待测物的径向方向排列。
9.根据权利要求7所述的图像处理装置,其特征在于,所述内圈部和所述外圈部的矩形图参数包括所述内圈部的矩形图的冗余宽度、内外圈重叠宽度、所述待测物一圈的行数,以及,所述内圈部和/或所述外圈部的矩形图搬移行数。
10.根据权利要求9所述的图像处理装置,其特征在于,所述预处理单元包括:
第一裁剪子单元,用于根据所述待测物一圈的行数,裁剪所述内圈部的矩形图和所述外圈部的矩形图中的多余行数;
第二裁剪子单元,用于根据所述内圈部的矩形图的冗余宽度裁剪所述内圈部的矩形图的冗余部位;
第三裁剪子单元,用于根据所述内外圈重叠宽度裁剪所述内圈部的矩形图和/或所述外圈部的矩形图;
处理子单元,用于根据所述内圈部和/或所述外圈部的矩形图搬移行数对裁剪所得的多个所述外圈部的矩形图和多个所述内圈部的矩形图进行拼接处理以获取所述待测物的矩形图。
11.根据权利要求7-10任一项所述的图像处理装置,其特征在于,
所述初始化单元,用于:
使所述目标饼图的半径等于所述待测物的矩形图的宽度;
初始化所述空间矩阵,所述空间矩阵为2R*2R的矩阵,R表示所述目标饼图的半径。
12.根据权利要求7所述的图像处理装置,其特征在于,所述预设函数包括所述目标饼图的像素点坐标与所述待测物的矩形图的像素点坐标的转换关系。
13.一种图像处理装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-6任一项所述的图像处理方法的步骤。
14.一种光学系统,其特征在于,包括权利要求7-13任一项所述的图像处理装置。
15.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6任一项所述的图像处理方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110385940.7A CN112884769B (zh) | 2021-04-12 | 2021-04-12 | 图像处理方法、装置、光学系统和计算机可读存储介质 |
US18/286,341 US20240233107A1 (en) | 2021-04-12 | 2022-04-08 | Image Processing Method and Apparatus, Optical System, and Computer-Readable Storage Medium |
PCT/CN2022/085671 WO2022218210A1 (zh) | 2021-04-12 | 2022-04-08 | 图像处理方法、装置、光学系统和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110385940.7A CN112884769B (zh) | 2021-04-12 | 2021-04-12 | 图像处理方法、装置、光学系统和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112884769A CN112884769A (zh) | 2021-06-01 |
CN112884769B true CN112884769B (zh) | 2021-09-28 |
Family
ID=76039944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110385940.7A Active CN112884769B (zh) | 2021-04-12 | 2021-04-12 | 图像处理方法、装置、光学系统和计算机可读存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240233107A1 (zh) |
CN (1) | CN112884769B (zh) |
WO (1) | WO2022218210A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884769B (zh) * | 2021-04-12 | 2021-09-28 | 深圳中科飞测科技股份有限公司 | 图像处理方法、装置、光学系统和计算机可读存储介质 |
CN117893536B (zh) * | 2024-03-14 | 2024-05-28 | 深圳市森美协尔科技有限公司 | 检测晶圆平整度的方法及相关装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4958373A (en) * | 1987-03-31 | 1990-09-18 | Kabushiki Kaisha Toshiba | Defect-recognition processing apparatus |
US5963661A (en) * | 1996-12-09 | 1999-10-05 | Advantest Corporation | Method of detecting particle-like point in an image |
US7229845B1 (en) * | 2004-01-26 | 2007-06-12 | Si Glaz | Automated sourcing of substrate microfabrication defects using defects signatures |
CN102177428A (zh) * | 2008-10-14 | 2011-09-07 | 芝浦机械电子装置股份有限公司 | 图像处理方法、图像处理装置及使用该图像处理装置的表面检查装置 |
CN103187329A (zh) * | 2011-12-28 | 2013-07-03 | 无锡华润上华科技有限公司 | 一种晶圆良率分析方法 |
WO2013153891A1 (ja) * | 2012-04-13 | 2013-10-17 | 株式会社 日立ハイテクノロジーズ | 荷電粒子線装置 |
WO2020102611A1 (en) * | 2018-11-15 | 2020-05-22 | Kla Corporation | Using deep learning based defect detection and classification schemes for pixel level image quantification |
CN111696077A (zh) * | 2020-05-11 | 2020-09-22 | 余姚市浙江大学机器人研究中心 | 一种基于WaferDet网络的晶圆缺陷检测方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4647510B2 (ja) * | 2006-02-08 | 2011-03-09 | 東京エレクトロン株式会社 | 基板の欠陥検査方法及びプログラム |
KR101214806B1 (ko) * | 2010-05-11 | 2012-12-24 | 가부시키가이샤 사무코 | 웨이퍼 결함 검사 장치 및 웨이퍼 결함 검사 방법 |
CN101915734A (zh) * | 2010-07-22 | 2010-12-15 | 北京交通大学 | 磁粉检测中磁痕图像线扫描采集方法及其装置 |
CN104008550A (zh) * | 2014-06-05 | 2014-08-27 | 深圳市大族激光科技股份有限公司 | 晶圆表面缺陷特征分析方法、系统、分类方法和系统 |
CN104815804B (zh) * | 2015-05-11 | 2018-01-16 | 杭州利珀科技有限公司 | 罐体倒罐检测装置及检测方法 |
US20170287126A1 (en) * | 2016-03-31 | 2017-10-05 | Tokyo Electron Limited | Method of evaluating aligned patterns in directed self-assembly and using in feedback control scheme |
CN107421953A (zh) * | 2017-07-06 | 2017-12-01 | 东莞理工学院 | 热缩膜缺陷检测方法及终端设备 |
CN108399386B (zh) * | 2018-02-26 | 2022-02-08 | 阿博茨德(北京)科技有限公司 | 饼图中的信息提取方法及装置 |
CN109585325B (zh) * | 2018-12-05 | 2021-02-02 | 上海华力集成电路制造有限公司 | 检测晶边洗边边界的方法 |
CN111640085B (zh) * | 2019-02-14 | 2023-08-29 | 深圳中科飞测科技股份有限公司 | 图像处理方法和设备、检测方法和装置、存储介质 |
CN111553897B (zh) * | 2020-04-27 | 2024-03-12 | 上海果纳半导体技术有限公司 | 晶圆缺陷检测设备 |
CN111812105B (zh) * | 2020-09-02 | 2020-12-08 | 歌尔股份有限公司 | 缺陷检测方法、装置、设备及计算机存储介质 |
CN112489114B (zh) * | 2020-11-25 | 2024-05-10 | 深圳地平线机器人科技有限公司 | 图像转换方法、装置、计算机可读存储介质及电子设备 |
CN112304958A (zh) * | 2020-11-25 | 2021-02-02 | 四川晶剑电子材料有限公司 | 基于机器视觉的铜带表面缺陷检测方法及系统 |
CN112884769B (zh) * | 2021-04-12 | 2021-09-28 | 深圳中科飞测科技股份有限公司 | 图像处理方法、装置、光学系统和计算机可读存储介质 |
-
2021
- 2021-04-12 CN CN202110385940.7A patent/CN112884769B/zh active Active
-
2022
- 2022-04-08 US US18/286,341 patent/US20240233107A1/en active Pending
- 2022-04-08 WO PCT/CN2022/085671 patent/WO2022218210A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4958373A (en) * | 1987-03-31 | 1990-09-18 | Kabushiki Kaisha Toshiba | Defect-recognition processing apparatus |
US5963661A (en) * | 1996-12-09 | 1999-10-05 | Advantest Corporation | Method of detecting particle-like point in an image |
US7229845B1 (en) * | 2004-01-26 | 2007-06-12 | Si Glaz | Automated sourcing of substrate microfabrication defects using defects signatures |
CN102177428A (zh) * | 2008-10-14 | 2011-09-07 | 芝浦机械电子装置股份有限公司 | 图像处理方法、图像处理装置及使用该图像处理装置的表面检查装置 |
CN103187329A (zh) * | 2011-12-28 | 2013-07-03 | 无锡华润上华科技有限公司 | 一种晶圆良率分析方法 |
WO2013153891A1 (ja) * | 2012-04-13 | 2013-10-17 | 株式会社 日立ハイテクノロジーズ | 荷電粒子線装置 |
WO2020102611A1 (en) * | 2018-11-15 | 2020-05-22 | Kla Corporation | Using deep learning based defect detection and classification schemes for pixel level image quantification |
CN111696077A (zh) * | 2020-05-11 | 2020-09-22 | 余姚市浙江大学机器人研究中心 | 一种基于WaferDet网络的晶圆缺陷检测方法 |
Non-Patent Citations (2)
Title |
---|
Anomaly Detection and Segmentation for Wafer Defect Patterns Using Deep Convolutional Encoder–Decoder Neural Network Architectures in Semiconductor Manufacturing;Takeshi Nakazawa 等;《IEEE Transactions on Semiconductor Manufacturing》;20190205;第250-256页 * |
一种Wafer Map文件读取解析算法的研究;霍杰 等;《电子工业专用设备》;20161031;第10-13,37页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112884769A (zh) | 2021-06-01 |
WO2022218210A1 (zh) | 2022-10-20 |
US20240233107A1 (en) | 2024-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110570477B (zh) | 一种标定相机和旋转轴相对姿态的方法、装置和存储介质 | |
JP4245963B2 (ja) | 較正物体を用いて複数のカメラを較正するための方法およびシステム | |
CN112884769B (zh) | 图像处理方法、装置、光学系统和计算机可读存储介质 | |
TW202101377A (zh) | 目標檢測及目標檢測網路的訓練方法、裝置、設備及儲存媒體 | |
CN114066781B (zh) | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 | |
CN111507976A (zh) | 基于多角度成像的缺陷检测方法及系统 | |
RU2766420C2 (ru) | Устройство и способ для анализа повреждений | |
EP1650704A1 (en) | Image processing device | |
CN111025701B (zh) | 一种曲面液晶屏幕检测方法 | |
JP7460532B2 (ja) | システム、方法及び装置 | |
WO2022088660A1 (zh) | 提高晶圆检测灵敏度的方法、装置以及存储介质 | |
JP2007205864A (ja) | 基盤検査装置、及び、基盤検査方法 | |
CN106062824A (zh) | 边缘检测装置、边缘检测方法和程序 | |
JPH1038533A (ja) | タイヤの形状測定装置とその方法 | |
CN101796399A (zh) | 观察装置和观察方法以及检查装置和检查方法 | |
JP6425406B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
JP7291027B2 (ja) | 外観検査装置 | |
JP2002140694A (ja) | 画像処理装置、画像処理方法および画像処理プログラムを記録した記録媒体 | |
CN111627070A (zh) | 一种对旋转轴进行标定的方法、装置和存储介质 | |
JPWO2009072483A1 (ja) | 観察装置および観察方法 | |
JP2020071854A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2921449B2 (ja) | ゴルフボールの外観検査方法及び外観検査装置 | |
CN113570578A (zh) | 一种镜片鬼影现象检测方法、装置 | |
US20220335651A1 (en) | Methods and Systems for Determining Pre-Determined Points in an Input Image | |
JP5441372B2 (ja) | 外観検査装置、及び被検査物の外観検査方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |