CN114565585A - 一种图像检测方法 - Google Patents
一种图像检测方法 Download PDFInfo
- Publication number
- CN114565585A CN114565585A CN202210199232.9A CN202210199232A CN114565585A CN 114565585 A CN114565585 A CN 114565585A CN 202210199232 A CN202210199232 A CN 202210199232A CN 114565585 A CN114565585 A CN 114565585A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- alignment mark
- area
- global
- 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.)
- Granted
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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
-
- 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
- G06T2207/30168—Image quality inspection
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)
Abstract
本申请提供了一种图像检测方法,其中,该方法包括:获取半导体掩膜工件的对准标记图像;从所述对准标记图像中提取至少一个局部图像;针对每个局部图像,确定该局部图像的局部图像检测值;确定所述对准标记图像的全局图像检测值;根据至少一个局部图像检测值和所述全局图像检测值,确定所述对准标记图像的图像质量。本申请即对对准标记图像的全局进行质量评价,又对对准标记图像的对准标记的局部进行图像质量评价,达到准确判断对准标记图像质量的效果。
Description
技术领域
本申请涉及图像识别技术领域,具体而言,涉及一种图像检测方法。
背景技术
在半导体工艺设备的制造过程中,需要将掩膜工件上的图像蚀刻到晶圆工件上,可以通过离轴对准系统对掩膜工件和晶圆工件上的对准标记确定掩膜工件和晶圆工件是否对准。在采集对准标记图像时,对准标记图像受到光源的照射范围、照射波长、光照强度、光照角度等诸多因素的影响,可能会导致标记纹理信息丢失、模糊、噪声或是失真。同时对准标记图像在信号采集、压缩、传输、处理、重建过程中本身就伴随着图像质量降低和失真。上述不利因素对离轴对准系统通过对准标记图像中的对准标记的检测、识别和定位产生严重影响。
目前,图像质量评价主要包括主观评价和客观评价。主观评价需要人工参与,对采集的所有图像进行打分与统计,耗时耗力。同时,由于人工中每个人的感官差异,因此主观评价的稳定性不足。
客观评价分为有参考和无参考两种方法。由于多数图像并没有固定的参考场景,因此一般采用无参考的方法。传统的图像质量评价主要针对的是图像整体区域质量的评价,并没有对图像感兴趣的局部进行质量上的判断。经常出现虽然对准标记图像的整体图像质量符合标准,但由于对准标记部分的图像的质量不足,进而导致离轴对准系统仍然无法判断半导体掩膜工件是否对准。
发明内容
有鉴于此,本申请的目的在于提供一种图像检测方法,能够通过即对对准标记图像的全局进行质量评价,又对对准标记图像的对准标记的局部进行图像质量评价的方法,解决了现有技术中存在的对准标记图像符合检测标准,但对准标记部分的图像质量不高的问题,达到准确判断对准标记图像质量的效果。
第一方面,本申请实施例提供了一种图像检测方法,所述方法包括:获取半导体掩膜工件的对准标记图像,其中,所述对准标记图像包括至少一个对准标记,所述至少一个对准标记为预先设置在所述半导体掩膜工件上的用于对所述半导体掩膜工件进行对准的标记;从所述对准标记图像中提取至少一个局部图像,其中,每个局部图像中包含对应的一个对准标记;针对每个局部图像,确定该局部图像的局部图像检测值;确定所述对准标记图像的全局图像检测值;根据至少一个局部图像检测值和所述全局图像检测值,确定所述对准标记图像的图像质量。
可选地,从所述对准标记图像中提取至少一个局部图像的步骤包括:确定每个对准标记在所述对准标记图像中的图像位置;针对每个对准标记,生成与该对准标记对应的检测框,在所述检测框中包含该对准标记;针对每个对准标记,将与该对准标记对应的检测框中的图像,确定为一个局部图像。
可选地,通过以下方式确定每个局部图像的局部图像检测值:确定该局部图像中的对准标记的边缘线和边缘点;根据所述边缘线和所述边缘点,确定出该局部图像中的对准标记对应的对准标记区域;将该局部图像中对准标记区域之外的区域确定为空白区域;根据对准标记区域的灰度值和空白区域的灰度值,确定该局部图像的局部图像检测值。
可选地,每个局部图像检测值包括局部图像对比度值,其中,通过以下步骤确定每个局部图像的局部图像对比度值:确定所述对准标记区域的第一平均灰度值;确定所述空白区域的第二平均灰度值;将该局部图像中的所述对准标记区域的第一平均灰度值和该局部图像中的空白区域的第二平均灰度值的比值,确定为该局部图像的局部图像对比度值。
可选地,每个局部图像检测值还包括局部图像清晰度值,其中,通过以下步骤确定每个局部图像的局部图像清晰度值:根据该局部图像中的空白区域内的每个像素点的灰度值以及与各像素点相邻的参考像素点的灰度值,确定出该局部图像的局部图像清晰度值。
可选地,通过以下公式确定所述对准标记区域的第一平均灰度值:
其中,GrayMeanValue为该局部图像的对准标记区域的图像的第一平均灰度值,f(x,y)为该局部图像的对准标记区域的图像的每个像素点的灰度值,Areamean为该局部图像的对准标记区域的面积。
可选地,通过以下公式确定所述空白区域的第二平均灰度值:
其中,GrayValueouter为该局部图像的空白区域的第二平均灰度值,f(x,y)outer为该局部图像的空白区域的每个像素点的灰度值,Areaouter为该局部图像的空白区域的面积。
可选地,与空白区域内的每个像素点相邻的参考像素点包括第一参考像素点和第二参考像素点,所述第一参考像素点为与对应像素点的横坐标相同、纵坐标相邻的像素点;所述第二参考像素点为与对应像素点纵坐标相同,横坐标相邻的像素点;
其中,通过以下公式确定出每个局部图像的局部图像清晰度值:
其中,DR为该局部图像的局部图像清晰度值,f(xi,yi)outer为每个目标像素点的灰度值,f(xi+1,yi)outer为与每个目标像素点相邻的第一参考像素点的灰度值,f(xi,yi+1)outer为与每个目标像素点相邻的第二参考像素点的灰度值,m为该局部图像的空白区域内的像素点的个数。
可选地,确定所述对准标记图像的全局图像检测值的步骤包括:确定所述对准标记图像中大于所述预设灰度级的有效灰度图像的面积;根据所述有效灰度图像的面积与所述全局图像的面积的比值,确定出所述对准标记图像的基准灰度值;根据所述有效灰度图像的面积和所述基准灰度值,确定所述全局图像检测值。
可选地,所述全局图像检测值包括第一全局图像比值,其中,通过以下步骤确定所述对准标记图像的第一全局图像比值:在所述对准标记图像中选取不同位置的预设数量个预设大小的目标矩形区域,所述目标矩形区域中不包括对准标记区域;针对每个目标矩形区域,根据该目标矩形区域中每个像素点的灰度值和所述基准灰度值,确定该目标矩形区域的偏离基准灰度值;针对每个目标矩形区域,根据所述偏离基准灰度值与该目标矩形区域的面积的比值,确定该目标矩形区域的偏离基准灰度平均值;根据所述基准灰度值、偏离基准灰度值、每个灰度级的像素的面积和所述全局图像的面积,确定所述对准标记图像的平均偏差;根据所述偏离基准灰度平均值与所述平均偏差的比值,确定所述全局图像的第一全局图像比值。
可选地,所述全局图像检测值还包括第二全局图像比值,其中,通过以下步骤确定所述对准标记图像的第二全局图像比值:根据所述对准标记图像中的有效灰度图像的面积与所述对准标记图像的面积的比值,确定所述对准标记图像的第二全局图像比值。
可选地,通过以下公式确定所述对准标记图像中的有效灰度图像的面积:
其中,SumArea2为有效灰度图像的面积,Areai为第i个像素点的面积,n为全局图像中大于预设灰度级的像素点的数量。
可选地,通过以下公式确定该目标矩形区域的偏离基准灰度值:
其中,SumGrayOffset为偏离基准灰度值,yi为第i个像素点的灰度值,GrayBaseValue为基准灰度值,w为目标矩形区域的个数,a为每个目标矩形区域的第一边长,b为每个目标矩形区域的第二边长。
可选地,通过以下公式确定所述对准标记图像的平均偏差:
其中,Sig为所述平均偏差,GrayBaseValue为基准灰度值,L为偏离基准灰度平均值,Hist(j)为所述全局图像中灰度级为j的所有像素点的面积,w为目标矩形区域的个数,a为每个目标矩形区域的第一边长,b为每个目标矩形区域的第二边长。
可选地,通过以下公式确定所述全局图像的第一全局图像比值:
其中,LR为所述第一全局图像比值,L为偏离基准灰度平均值,sig为所述平均偏差。
可选地,通过以下公式确定所述对准标记图像的第二全局图像比值:
其中,AR为所述第二图像比值,SumArea2为有效灰度图像的面积,SumArea1为所述对准标记图像的面积。
可选地,所述局部图像检测值包括对比度值和清晰度值,所述全局图像检测值包括第一全局图像比值和第二全局图像比值,其中,根据所述局部图像检测值和所述全局图像检测值,确定所述全局图像的图像质量的步骤包括:计算多个局部图像检测值的平均值,得到局部图像检测平均值,其中,所述局部图像检测平均值包括:对比度平均值和清晰度平均值;判断所述对比度平均值是否大于标准对比度值,所述清晰度平均值是否大于标准清晰度值,所述第一全局图像比值是否大于第一全局图像标准值,所述第二全局图像比值是否大于第二全局图像标准值;若所述对比度平均值大于标准对比度值,所述清晰度平均值大于标准清晰度值,所述第一全局图像比值大于第一全局图像标准值,所述第二全局图像比值大于第二全局图像标准值,则确定所述全局图像为高质量图像;若所述对比度平均值不大于标准对比度值和/或所述清晰度平均值不大于标准清晰度值和/或所述第一全局图像比值不大于第一全局图像标准值和/或所述第二全局图像比值不大于第二全局图像标准值,则确定所述全局图像为低质量图像。
第二方面,本申请实施例还提供了一种图像检测装置,所述装置包括:
图像获取模块,用于获取半导体掩膜工件的对准标记图像,其中,所述对准标记图像包括至少一个对准标记,所述至少一个对准标记为预先设置在所述半导体掩膜工件上的用于对所述半导体掩膜工件进行对准的标记;
局部图像提取模块,用于从所述对准标记图像中提取至少一个局部图像,其中,每个局部图像中包含对应的一个对准标记;
局部图像检测值计算模块,用于对每个局部图像,确定该局部图像的局部图像检测值;
全局图像检测值计算模块,用于确定所述对准标记图像的全局图像检测值;
图像质量确定模块,用于根据至少一个局部图像检测值和所述全局图像检测值,确定所述对准标记图像的图像质量。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的图像检测方法的步骤。
第四方面,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上述的图像检测方法的步骤。
本申请实施例提供的图像检测方法,能够通过即对对准标记图像的全局进行质量评价,又对对准标记图像的对准标记的局部进行图像质量评价的方法,解决了现有技术中存在的对准标记图像符合检测标准,但对准标记部分的图像质量不高的问题,达到准确判断对准标记图像质量的效果。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例所提供的一种图像检测方法的流程图;
图2为本申请实施例所提供的离轴对准系统的结构示意图;
图3为本申请实施例所提供的半导体掩膜工件的示意图;
图4为本申请实施例所提供的局部图像的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
首先,对本申请可适用的应用场景进行介绍。本申请可应用于图像检测。
经研究发现,传统的图像质量评价主要针对的是图像整体区域质量的评价,并没有对图像感兴趣的局部进行质量上的判断。经常出现虽然对准标记图像的整体图像质量符合标准,但由于对准标记部分的图像的质量不足,进而导致离轴对准系统仍然无法判断半导体掩膜工件是否对准。
基于此,本申请实施例提供了一种图像检测方法,以对准标记图像的质量进行检测。
请参阅图1,图1为本申请实施例所提供的一种图像检测方法的流程图。如图1中所示,本申请实施例提供的图像检测方法,包括:
S101、获取半导体掩膜工件的对准标记图像。
其中,所述对准标记图像包括至少一个对准标记,所述至少一个对准标记为预先设置在所述半导体掩膜工件上的用于对所述半导体掩膜工件进行对准的标记。
需要说明的是,对准标记图像可以由离轴对准系统进行拍摄,如图2所示,离轴对准系统200包括:待检测半导体掩膜工件201、第一成像透镜202、反射棱镜203、第二成像透镜204、第一分光棱镜205、光源206、第三成像透镜207、第二分光棱镜208、第四成像透镜209、相机210。
这里,光源206为半导体掩膜工件照明,光源206的光线经第一分光棱镜205、第二成像透镜204和反射棱镜203的反射,经第一成像透镜202为半导体掩膜工件提供照明。相机210经检测第一成像透镜202、反射棱镜203、第二成像透镜204、第一分光棱镜205、第三成像透镜207、第二分光棱镜208和第四成像透镜209采集半导体掩膜工件的对准标记图像。
其中,所述相机可以使用CCD(Charge-coupled Device,电荷耦合元件)相机或CMOS(Complementary Metal Oxide Semiconductor,互补金属氧化物半导体)相机。
可选地,在获取到对准标记图像后,可以对对准标记图像进行下采样和滤波处理,所述下采样处理是对准标记图形缩放至标准对准标记图像大小,所述滤波处理可以对对准标记图像的亮度值进行优化,使对准标记图像特别亮的部分亮度降低,特别暗的地方亮度提升。这样,就可以获得经过图像处理的对准标记图像。
示例性的,如图3所示,半导体掩膜工件上设置有至少一个对准标记303,用于将半导体掩膜工件对准。
如图3所示,所述对准标记图像中,还可能拍摄到标记版外区域301和302,需要将标记版区域从所述对准标记中删除,以避免标记版外区域影响对对准标记图像的计算。
S102、从所述对准标记图像中提取至少一个局部图像。
其中,每个局部图像中包含对应的一个对准标记。
其中,从所述对准标记图像中提取至少一个局部图像的步骤包括:确定每个对准标记在所述对准标记图像中的图像位置;针对每个对准标记,生成与该对准标记对应的检测框,在所述检测框中包含该对准标记;针对每个对准标记,将与该对准标记对应的检测框中的图像,确定为一个局部图像。
这里,可以通过图像分割技术从对准标记图像中提取出局部图像,在提取局部图像之前,需要对检测框进行形态学膨胀,以确定局部图像中包含完整的对准标记。
S103、针对每个局部图像,确定该局部图像的局部图像检测值。
这里,可以通过以下方式确定每个局部图像的局部图像检测值:确定该局部图像中的对准标记的边缘线和边缘点;根据所述边缘线和所述边缘点,确定出该局部图像中的对准标记对应的对准标记区域;将该局部图像中对准标记区域之外的区域确定为空白区域;根据对准标记区域的灰度值和空白区域的灰度值,确定该局部图像的局部图像检测值。
具体的,如图4所示,检测框401中的对准标记303区域即为对准标记区域,在检测框401和对准标记303之间的空白区域即为上述空白区域。
其中,局部图像检测值包括:局部图像对比度值和局部图像清晰度值。
其中,通过以下步骤确定每个局部图像的局部图像对比度值:确定所述对准标记区域的第一平均灰度值;确定所述空白区域的第二平均灰度值;将该局部图像中的所述对准标记区域的第一平均灰度值和该局部图像中的空白区域的第二平均灰度值的比值,确定为该局部图像的局部图像对比度值。
可以通过以下步骤确定每个局部图像的局部图像清晰度值:根据该局部图像中的空白区域内的每个像素点的灰度值以及与各像素点相邻的参考像素点的灰度值,确定出该局部图像的局部图像清晰度值。
具体的,通过以下公式确定所述对准标记区域的第一平均灰度值:
其中,GrayMeanValue为该局部图像的对准标记区域的图像的第一平均灰度值,f(x,y)为该局部图像的对准标记区域的图像的每个像素点的灰度值,Areamean为该局部图像的对准标记区域的面积。
具体的,通过以下公式确定所述空白区域的第二平均灰度值:
其中,GrayValueouter为该局部图像的空白区域的第二平均灰度值,f(x,y)outer为该局部图像的空白区域的每个像素点的灰度值,Areaouter为该局部图像的空白区域的面积。
其中,与空白区域内的每个像素点相邻的参考像素点包括第一参考像素点和第二参考像素点,所述第一参考像素点为与对应像素点的横坐标相同、纵坐标相邻的像素点;所述第二参考像素点为与对应像素点纵坐标相同,横坐标相邻的像素点。
可以通过以下公式确定出每个局部图像的局部图像清晰度值:
其中,DR为该局部图像的局部图像清晰度值,f(xi,yi)outer为每个目标像素点的灰度值,f(xi+1,yi)outer为与每个目标像素点相邻的第一参考像素点的灰度值,f(xi,yi+1)outer为与每个目标像素点相邻的第二参考像素点的灰度值,m为该局部图像的空白区域内的像素点的个数。
S104、确定所述对准标记图像的全局图像检测值。
具体的,确定所述对准标记图像的全局图像检测值的步骤包括:确定所述对准标记图像中大于所述预设灰度级的有效灰度图像的面积;根据所述有效灰度图像的面积与所述全局图像的面积的比值,确定出所述对准标记图像的基准灰度值;根据所述有效灰度图像的面积和所述基准灰度值,确定所述全局图像检测值。
其中,全局图像检测值包括第一全局图像比值和第二全局图像比值。
这里,每个像素点的灰度级分为1至255灰度级,示例性的,预设灰度级可以为200至255灰度级,这样,就可以确定出对准标记图像中所有灰度级在200至255的像素点,并将上述灰度级在200至255的像素点组成的图像,确定为有效灰度图像。
其中,通过以下步骤确定所述对准标记图像的第一全局图像比值:在所述对准标记图像中选取不同位置的预设数量个预设大小的目标矩形区域,所述目标矩形区域中不包括对准标记区域;针对每个目标矩形区域,根据该目标矩形区域中每个像素点的灰度值和所述基准灰度值,确定该目标矩形区域的偏离基准灰度值;针对每个目标矩形区域,根据所述偏离基准灰度值与该目标矩形区域的面积的比值,确定该目标矩形区域的偏离基准灰度平均值;根据所述基准灰度值、偏离基准灰度值、每个灰度级的像素的面积和所述全局图像的面积,确定所述对准标记图像的平均偏差;根据所述偏离基准灰度平均值与所述平均偏差的比值,确定所述全局图像的第一图像比值。
示例性的,可以将所述对准标记图像划分为9个目标矩形采集区域,分别在9个目标矩形采集区域采集目标矩形区域,得到9个目标矩形区域。
这样,可以平均地在对准标记图像中采集目标矩形区域,使第一图像比值的数据更加精确可信。
其中,可以通过以下公式确定所述对准标记图像中的有效灰度图像的面积:
其中,SumArea2为有效灰度图像的面积,Areai为第i个像素点的面积,n为全局图像中大于预设灰度级的像素点的数量。
可以通过以下公式确定该目标矩形区域的偏离基准灰度值:
其中,SumGrayOffset为偏离基准灰度值,yi为第i个像素点的灰度值,GrayBaseValue为基准灰度值,w为目标矩形区域的个数,a为每个目标矩形区域的第一边长,b为每个目标矩形区域的第二边长。
可以通过以下公式确定所述对准标记图像的平均偏差:
其中,Sig为所述平均偏差,GrayBaseValue为基准灰度值,L为偏离基准灰度平均值,Hist(j)为所述全局图像中灰度级为j的所有像素点的面积,w为目标矩形区域的个数,a为每个目标矩形区域的第一边长,b为每个目标矩形区域的第二边长。
可以通过以下公式确定所述全局图像的第一图像比值:
其中,LR为所述第一图像比值,L为偏离基准灰度平均值,sig为所述平均偏差。
其中,可以通过以下步骤确定所述对准标记图像的第二全局图像比值:根据所述对准标记图像中的有效灰度图像的面积与所述对准标记图像的面积的比值,确定所述对准标记图像的第二全局图像比值。
其中,通过以下公式确定所述对准标记图像的第二全局图像比值:
其中,AR为所述第二全局图像比值,SumArea2为有效灰度图像的面积,SumArea1为所述对准标记图像的面积。
S105、根据至少一个局部图像检测值和所述全局图像检测值,确定所述对准标记图像的图像质量。
其中,根据所述局部图像检测值和所述全局图像检测值,确定所述全局图像的图像质量的步骤包括:
计算多个局部图像检测值的平均值,得到局部图像检测平均值,其中,所述局部图像检测平均值包括:对比度平均值和清晰度平均值;
判断所述对比度平均值是否大于标准对比度值,所述清晰度平均值是否大于标准清晰度值,所述第一全局图像比值是否大于第一全局图像标准值,所述第二全局图像比值是否大于第二全局图像标准值;
若所述对比度平均值大于标准对比度值,所述清晰度平均值大于标准清晰度值,所述第一全局图像比值大于第一全局图像标准值,所述第二全局图像比值大于第二全局图像标准值,则确定所述全局图像为高质量图像;
若所述对比度平均值不大于标准对比度值和/或所述清晰度平均值不大于标准清晰度值和/或所述第一全局图像比值不大于第一全局图像标准值和/或所述第二全局图像比值不大于第二全局图像标准值,则确定所述全局图像为低质量图像。
可选地,若所述对准标记图像为低质量图像,可以删除低质量图像或重新获取对准标记图像,并再次进行检测。
本申请实施例提供的图像检测方法,能够通过即对对准标记图像的全局进行质量评价,又对对准标记图像的对准标记的局部进行图像质量评价的方法,解决了现有技术中存在的对准标记图像符合检测标准,但对准标记部分的图像质量不高的问题,达到准确判断对准标记图像质量的效果。
基于同一发明构思,本申请实施例中还提供了与图像检测方法对应的图像检测装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述图像检测方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
具体的,图像检测装置包括:图像获取模块,用于获取半导体掩膜工件的对准标记图像,其中,所述对准标记图像包括至少一个对准标记,所述至少一个对准标记为预先设置在所述半导体掩膜工件上的用于对所述半导体掩膜工件进行对准的标记;
局部图像提取模块,用于从所述对准标记图像中提取至少一个局部图像,其中,每个局部图像中包含对应的一个对准标记;
局部图像检测值计算模块,用于对每个局部图像,确定该局部图像的局部图像检测值;
全局图像检测值计算模块,用于确定所述对准标记图像的全局图像检测值;
图像质量确定模块,用于根据至少一个局部图像检测值和所述全局图像检测值,确定所述对准标记图像的图像质量。
本申请实施例提供的图像检测装置,能够通过即对对准标记图像的全局进行质量评价,又对对准标记图像的对准标记的局部进行图像质量评价的方法,解决了现有技术中存在的对准标记图像符合检测标准,但对准标记部分的图像质量不高的问题,达到准确判断对准标记图像质量的效果。
本申请实施例所提供的一种电子设备。所述电子设备包括处理器、存储器和总线。
所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时,可以执行如上述图1所示方法实施例中的图像检测方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行如上述图1所示方法实施例中的图像检测方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,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单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (17)
1.一种图像检测方法,其特征在于,所述方法包括:
获取半导体掩膜工件的对准标记图像,其中,所述对准标记图像包括至少一个对准标记,所述至少一个对准标记为预先设置在所述半导体掩膜工件上的用于对所述半导体掩膜工件进行对准的标记;
从所述对准标记图像中提取至少一个局部图像,其中,每个局部图像中包含对应的一个对准标记;
针对每个局部图像,确定该局部图像的局部图像检测值;
确定所述对准标记图像的全局图像检测值;
根据至少一个局部图像检测值和所述全局图像检测值,确定所述对准标记图像的图像质量。
2.根据权利要求1所述的方法,其特征在于,从所述对准标记图像中提取至少一个局部图像的步骤包括:
确定每个对准标记在所述对准标记图像中的图像位置;
针对每个对准标记,生成与该对准标记对应的检测框,在所述检测框中包含该对准标记;
针对每个对准标记,将与该对准标记对应的检测框中的图像,确定为一个局部图像。
3.根据权利要求1所述的方法,其特征在于,通过以下方式确定每个局部图像的局部图像检测值:
确定该局部图像中的对准标记的边缘线和边缘点;
根据所述边缘线和所述边缘点,确定出该局部图像中的对准标记对应的对准标记区域;
将该局部图像中对准标记区域之外的区域确定为空白区域;
根据对准标记区域的灰度值和空白区域的灰度值,确定该局部图像的局部图像检测值。
4.根据权利要求3所述的方法,其特征在于,每个局部图像检测值包括局部图像对比度值,
其中,通过以下步骤确定每个局部图像的局部图像对比度值:
确定所述对准标记区域的第一平均灰度值;
确定所述空白区域的第二平均灰度值;
将该局部图像中的所述对准标记区域的第一平均灰度值和该局部图像中的空白区域的第二平均灰度值的比值,确定为该局部图像的局部图像对比度值。
5.根据权利要求3所述的方法,其特征在于,每个局部图像检测值还包括局部图像清晰度值,
其中,通过以下步骤确定每个局部图像的局部图像清晰度值:
根据该局部图像中的空白区域内的每个像素点的灰度值以及与各像素点相邻的参考像素点的灰度值,确定出该局部图像的局部图像清晰度值。
8.根据权利要求3所述的方法,其特征在于,与空白区域内的每个像素点相邻的参考像素点包括第一参考像素点和第二参考像素点,所述第一参考像素点为与对应像素点的横坐标相同、纵坐标相邻的像素点;
所述第二参考像素点为与对应像素点纵坐标相同,横坐标相邻的像素点;
其中,通过以下公式确定出每个局部图像的局部图像清晰度值:
其中,DR为该局部图像的局部图像清晰度值,f(xi,yi)outer为每个目标像素点的灰度值,f(xi+1,yi)outer为与每个目标像素点相邻的第一参考像素点的灰度值,f(xi,yi+1)outer为与每个目标像素点相邻的第二参考像素点的灰度值,m为该局部图像的空白区域内的像素点的个数。
9.根据权利要求1所述的方法,其特征在于,确定所述对准标记图像的全局图像检测值的步骤包括:
确定所述对准标记图像中大于预设灰度级的有效灰度图像的面积;
根据所述有效灰度图像的面积与所述全局图像的面积的比值,确定出所述对准标记图像的基准灰度值;
根据所述有效灰度图像的面积和所述基准灰度值,确定所述全局图像检测值。
10.根据权利要求9所述的方法,其特征在于,所述全局图像检测值包括第一全局图像比值,
其中,通过以下步骤确定所述对准标记图像的第一全局图像比值:
在所述对准标记图像中选取不同位置的预设数量个预设大小的目标矩形区域,所述目标矩形区域中不包括对准标记区域;
针对每个目标矩形区域,根据该目标矩形区域中每个像素点的灰度值和所述基准灰度值,确定该目标矩形区域的偏离基准灰度值;
针对每个目标矩形区域,根据所述偏离基准灰度值与该目标矩形区域的面积的比值,确定该目标矩形区域的偏离基准灰度平均值;
根据所述基准灰度值、偏离基准灰度值、每个灰度级的像素的面积和所述全局图像的面积,确定所述对准标记图像的平均偏差;
根据所述偏离基准灰度平均值与所述平均偏差的比值,确定所述全局图像的第一全局图像比值。
11.根据权利要求9所述的方法,其特征在于,所述全局图像检测值还包括第二全局图像比值,
其中,通过以下步骤确定所述对准标记图像的第二全局图像比值:
根据所述对准标记图像中的有效灰度图像的面积与所述对准标记图像的面积的比值,确定所述对准标记图像的第二全局图像比值。
17.根据权利要求1所述的方法,其特征在于,所述局部图像检测值包括对比度值和清晰度值,所述全局图像检测值包括第一全局图像比值和第二全局图像比值,
其中,根据所述局部图像检测值和所述全局图像检测值,确定所述全局图像的图像质量的步骤包括:
计算多个局部图像检测值的平均值,得到局部图像检测平均值,其中,所述局部图像检测平均值包括:对比度平均值和清晰度平均值;
判断所述对比度平均值是否大于标准对比度值,所述清晰度平均值是否大于标准清晰度值,所述第一全局图像比值是否大于第一全局图像标准值,所述第二全局图像比值是否大于第二全局图像标准值;
若所述对比度平均值大于标准对比度值,所述清晰度平均值大于标准清晰度值,所述第一全局图像比值大于第一全局图像标准值,所述第二全局图像比值大于第二全局图像标准值,则确定所述全局图像为高质量图像;
若所述对比度平均值不大于标准对比度值和/或所述清晰度平均值不大于标准清晰度值和/或所述第一全局图像比值不大于第一全局图像标准值和/或所述第二全局图像比值不大于第二全局图像标准值,则确定所述全局图像为低质量图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210199232.9A CN114565585B (zh) | 2022-03-02 | 2022-03-02 | 一种图像检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210199232.9A CN114565585B (zh) | 2022-03-02 | 2022-03-02 | 一种图像检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114565585A true CN114565585A (zh) | 2022-05-31 |
CN114565585B CN114565585B (zh) | 2025-07-08 |
Family
ID=81715739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210199232.9A Active CN114565585B (zh) | 2022-03-02 | 2022-03-02 | 一种图像检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114565585B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220244652A1 (en) * | 2021-01-29 | 2022-08-04 | Canon Kabushiki Kaisha | Measurement apparatus, lithography apparatus and article manufacturing method |
CN119356045A (zh) * | 2024-12-26 | 2025-01-24 | 苏州镁伽科技有限公司 | 一种套刻测量成像亮度调整方法及相关设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544708A (zh) * | 2013-10-31 | 2014-01-29 | 南京邮电大学 | 一种基于mmtd的图像质量客观评价方法 |
WO2020038124A1 (zh) * | 2018-08-21 | 2020-02-27 | 深圳创维-Rgb电子有限公司 | 图像对比度增强方法、装置、设备及存储介质 |
CN111179245A (zh) * | 2019-12-27 | 2020-05-19 | 成都中科创达软件有限公司 | 图像质量检测方法、装置、电子设备和存储介质 |
CN111738256A (zh) * | 2020-06-02 | 2020-10-02 | 上海交通大学 | 基于改进分水岭算法的复合材料ct图像分割方法 |
CN113610846A (zh) * | 2021-09-29 | 2021-11-05 | 海门市博洋铸造有限公司 | 一种基于人工智能的管状零件内侧异常检测方法及系统 |
JP2021187137A (ja) * | 2020-06-04 | 2021-12-13 | キヤノン株式会社 | 画像処理装置、画像処理方法、テストパターン |
-
2022
- 2022-03-02 CN CN202210199232.9A patent/CN114565585B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544708A (zh) * | 2013-10-31 | 2014-01-29 | 南京邮电大学 | 一种基于mmtd的图像质量客观评价方法 |
WO2020038124A1 (zh) * | 2018-08-21 | 2020-02-27 | 深圳创维-Rgb电子有限公司 | 图像对比度增强方法、装置、设备及存储介质 |
CN111179245A (zh) * | 2019-12-27 | 2020-05-19 | 成都中科创达软件有限公司 | 图像质量检测方法、装置、电子设备和存储介质 |
CN111738256A (zh) * | 2020-06-02 | 2020-10-02 | 上海交通大学 | 基于改进分水岭算法的复合材料ct图像分割方法 |
JP2021187137A (ja) * | 2020-06-04 | 2021-12-13 | キヤノン株式会社 | 画像処理装置、画像処理方法、テストパターン |
CN113610846A (zh) * | 2021-09-29 | 2021-11-05 | 海门市博洋铸造有限公司 | 一种基于人工智能的管状零件内侧异常检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
李策;胡治佳;肖利梅;张爱华;: "基于全局和局部低秩矩阵分解的图像显著目标检测算法", 兰州理工大学学报, no. 06, 31 December 2015 (2015-12-31) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220244652A1 (en) * | 2021-01-29 | 2022-08-04 | Canon Kabushiki Kaisha | Measurement apparatus, lithography apparatus and article manufacturing method |
US11693328B2 (en) * | 2021-01-29 | 2023-07-04 | Canon Kabushiki Kaisha | Measurement apparatus, lithography apparatus and article manufacturing method |
CN119356045A (zh) * | 2024-12-26 | 2025-01-24 | 苏州镁伽科技有限公司 | 一种套刻测量成像亮度调整方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114565585B (zh) | 2025-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6701118B2 (ja) | 画像処理装置および画像処理方法 | |
US10620005B2 (en) | Building height calculation method, device, and storage medium | |
US8493466B2 (en) | Red-eye filter method and apparatus | |
WO2019233264A1 (zh) | 图像处理方法、计算机可读存储介质和电子设备 | |
CN109829904B (zh) | 检测屏幕上灰尘的方法、装置、电子设备、可读存储介质 | |
EP2252088A1 (en) | Image processing method and system | |
WO2003069559A2 (en) | Assessing the photo quality of a captured image in a digital still camera | |
CN114565585A (zh) | 一种图像检测方法 | |
JP3814353B2 (ja) | 画像分割方法および画像分割装置 | |
CN113375555A (zh) | 一种基于手机影像的电力线夹测量方法及系统 | |
JP2004239733A (ja) | 画面の欠陥検出方法及び装置 | |
JP2019209734A (ja) | 軌道識別装置 | |
TWI530913B (zh) | 移動物體偵測系統及方法 | |
JP5148573B2 (ja) | 画像処理システム、画像処理方法およびプログラム | |
TWI620147B (zh) | 用於合成人物的影像合成方法 | |
US10958899B2 (en) | Evaluation of dynamic ranges of imaging devices | |
CN115272173A (zh) | 锡球缺陷检测方法及其装置、计算机设备、存储介质 | |
CN112164058B (zh) | 用于滤光片的丝印区域粗定位方法、装置及存储介质 | |
CN109934215B (zh) | 一种身份证识别方法 | |
JP2004219072A (ja) | 画面のスジ欠陥検出方法及び装置 | |
CN111079735A (zh) | 一种铸坯端面字符识别方法及装置 | |
CN119022837B (zh) | 一种工程塑料的平面度检测方法及装置 | |
RU2771005C1 (ru) | Способ детектирования голографической защиты на документах в видеопотоке | |
JP7090899B2 (ja) | 符号化された照明パターンを用いる画像処理装置および画像処理プログラム | |
JP2003346165A (ja) | ワーク境界の検出方法 |
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 |