左寧，胡曉霞

(中國電子科技集團公司第四十五研究所，北京 100176)

自動檢測系統(tǒng)是半導體生產(chǎn)工藝中的中間測試設備，用來測試晶圓片等電子器件的各項電參數(shù)和功能，自動計算待測晶圓的良率，輸出測試結果并對不合格的管芯進行打點標記。

全自動檢測系統(tǒng)最核心的功能——自動對準即是把通過人工或者上下料傳送裝置放置在承片臺上的晶圓片經(jīng)過圖像匹配的方式進行掃正和尋首測點以達到在無人工干預的情況下，將晶圓片對準到直接可以進行測試的位置。

在全自動檢測系統(tǒng)的實際運行中，受到周圍環(huán)境光線、CCD光源強度變化、晶圓片上管芯圖形被污染等影響，經(jīng)常出現(xiàn)掃正時連續(xù)找不到模板報錯，或者未能準確尋找到首測點等問題。傳統(tǒng)的基于灰度匹配的圖像對準算法對設備運行狀態(tài)的要求過高導致在實際生產(chǎn)線上問題頻出。本文提出了一種基于幾何匹配圖像對準的方法，用以解決CCD圖像掃描遇到圖像輕微模糊或者環(huán)境光源變化時，找不到模板的情況。

1 基于灰度的圖像對準算法

模板匹配是數(shù)字圖像處理的重要組成部分之一。把不同CCD或同一CCD在不同時間、不同成像條件下對同一景物獲取的兩幅或多幅圖像在空間上對準，或根據(jù)已知模式到另一幅圖中尋找相應模式的處理方法叫做模板匹配。

假設要在搜索區(qū)域中尋找與模板圖像相關程度最大的位置，可以通過模板匹配來計算兩者的相關程度。圖1是模板匹配算法的示意圖。假設模板（b）疊放在搜索圖(a)上平移，模板覆蓋下的部分記作子圖Si，j，其中i，j是這塊子圖的左上角像素點在S圖中的坐標。從圖1中可得出i，j的取值范圍：1≤i≤K-M+1、1≤j≤L-N+1。

圖1 模板匹配算法示意圖

模板匹配算法計算模板和匹配區(qū)域的相似程度，以最相似位置為匹配點。公式1描述了為匹配點位置算法，此方法可以完成整個匹配區(qū)域內的小匹配誤差點檢索，從而得出最近似的目標位置。

1.1 基于灰度匹配的晶圓掃正算法

灰度匹配法其基本原理是逐像素的把一個以一定大小的實時圖像的灰度矩陣，與參考圖像的所有可能的窗口灰度陣列，按某種相似性度量方法進行搜索比較的匹配方法。

在探針設備軟件中，我們采用了MIL圖像軟件開發(fā)包進行圖像對準模塊的設計，在MIL中的圖像處理遵循如圖2所示規(guī)則。

圖2 MIL圖像處理規(guī)則

在過去的全自動探針臺的軟件中，普遍使用的是基于灰度匹配的圖像對準技術（Pattern）。在此方法下，圖像匹配區(qū)域（ROI）為CCD視圖全屏，通過對匹配區(qū)域內一對一的像素比對，來確定管芯模板在全屏圖像中的位置（像素坐標）以找到其它管芯的位置（像素坐標），經(jīng)過像素脈沖比的換算得到這些管芯在實際工作臺上的物理位置坐標，然后用反復迭代的方法尋找距離圖像中心點最近的管芯位置，工作臺在此過程中來回走大小步距的水平運動，通過比對同一行管芯的位置坐標來對待測晶圓片進行掃正?；叶绕ヅ鋵D像噪聲非常敏感，所以每次都需要嚴格控制CCD獲取圖像時的光照強度。圖3是基于灰度匹配的探針軟件掃正算法示意。

由于通過灰度匹配識別出的管芯位置總是存在偏差，其識別角度無法作為參考值帶入到工作臺旋轉校正中，所以需要反復重復粗掃以及細掃一步步的來矯正待測晶圓片的位置。

1.2 基于灰度匹配的尋首測點算法

通過CCD圖像識別將待測晶圓片掃正后（晶圓片X、Y方向均與工作臺水平、垂直方向平行），為了能夠使探針測試臺直接開始測試，需要繼續(xù)通過圖像識別技術來自動尋找到首測點，通常一個晶圓片上需要被測試的第一個點為左上的第一個管芯，在全屏幕灰度匹配下使用的尋點算法為工作臺先移動大步距將CCD圖像置于晶圓片的上邊緣，然后往下每次走一個管芯的距離掃描一次來確定晶圓片的第一行，找到后再向左邊平移每次一個管芯距離來尋找這一行最左邊的邊緣（圖像中心點附近找不到模板），找到邊緣后回退一個管芯位置再將CCD移動到該管芯中心位置即認為找到了首測點。算法流程如圖4所示。

圖3 基于灰度匹配的探針軟件掃正算法

圖4 基于灰度匹配的尋找首測點算法

1.3 存在的不足和缺陷

由于探針設備在實際生產(chǎn)線上難免會受到周圍環(huán)境的影響使得CCD獲取的圖像清晰度以及亮度等受到影響，或者由于晶圓片本身的污染，導致圖像整體灰度分配變化幅度太大。這些情況都是導致在進行基于灰度的模板匹配時，出現(xiàn)對準結果不準確的情況。

因為灰度匹配識別的模糊性，所以只能在全屏幕圖像掃描的情況下才能盡可能的找到多的模板來輔助定位，這就會帶來很多不必要的冗余計算，由于灰度匹配對圖像噪聲非常敏感所以有時要連續(xù)對同一副圖像匹配多次來確認CCD下管芯的位置，造成對系統(tǒng)資源的過渡占用。

如果環(huán)境光源不穩(wěn)定時，這種方法其頻繁的軟件報錯會大量增加人工干預的成本，降低了設備的整體運行效率。

2 基于幾何匹配的圖像對準算法

幾何匹配(GeometricPatternRecognition)也稱為幾何模式識別，就是在圖形中查找指定的特征圖像。其通過分析圖像中物體的實際構成含義，比如在圖像中查找三角形就是常見的幾何匹配，通用幾何匹配的方法是由邊緣檢測結果得到各個邊緣拐點構成的點鏈（EdgeElementChain）進行統(tǒng)計匹配。相比灰度匹配，幾何匹配的魯棒性要好得多（對光照、放大縮小、旋轉等偏移容忍性大）。

當機器視覺產(chǎn)品需要高精度定位時，使用幾何匹配功能，可以先在產(chǎn)品上預先做好一個標志點（Mark點）也就是定義模板，然后通過檢測產(chǎn)品上的模板位置相對于圖片上的位置偏差，再通過相機的標定把檢測出的偏差值轉換為毫米或脈沖驅動電動機調速回相應的位置來達到高精度的定位。探針軟件恰恰可以應用這個思路，圖5是幾何匹配在工業(yè)圖像識別上的應用示例。

圖5 幾何匹配在機器視覺上的應用

關于幾何匹配還有一個重要的概念ROI（RegionOfInterest），即圖像處理區(qū)域，因為幾何匹配的高魯棒性，我們不再需要每次都對整幅圖像進行匹配，設定好ROI區(qū)域，

2.1 基于幾何匹配的晶圓掃正算法

由于常見的晶圓片上的管芯在CCD視圖下普遍為一個矩形，目標圖形的幾何特征非常明顯，使用幾何匹配進行對準時圖像識別率幾乎達到了100%。鑒于此，在改進的新式全自動探針臺上我們使用幾何匹配進行圖像對準并基于此進行算法流程的設計。

具體思路為：在確定了待測晶圓片各管芯間的X、Y向間距后，即可通過像素脈沖比反推出一個管芯在圖像上的尺寸，在晶圓片掃正時，我們設定了4個管芯大小尺寸并且中心點在圖像十字光標（即圖像中心點）處的矩形區(qū)域為ROI區(qū)域，這個區(qū)域在晶圓片的CCD圖像中，是一個占比很小的區(qū)域。設備工作時將晶圓片的幾何中心附近區(qū)域傳遞到CCD圖像中心后在此區(qū)域上的ROI范圍內進行幾何匹配，若找到目標圖像即可直接得出相對模板的旋轉角度，此角度值可以直接導入承片臺旋轉的電機進行旋轉修正，然后在周邊位置再重復幾次這樣的工作即可掃正待測的晶圓片，具體流程算法如圖6所示。

圖6 基于幾何匹配的探針軟件掃正算法

由于幾何匹配的高魯棒性，在正確選好圖像模板后去尋找目標圖像，尤其是晶圓管芯這種圖形規(guī)則的圖像，準確率是非常高的，匹配出來的模板數(shù)量以及旋轉角度偏移量也能實時的在軟件中提取出來。圖7所示為新版探針軟件在掃正時匹配得到的ROI區(qū)域內模板數(shù)量以及旋轉偏移角度。

圖7 匹配到的模板個數(shù)和偏移角度

2.2 基于幾何匹配的尋首測點算法

不同于灰度匹配下的尋找首測點方法，使用幾何匹配采用了晶圓片掃正后從晶圓中心偏上（約1/3直徑處）開始向上逐行進行尋找第一行的運動，找到后再向左平移尋找這一行最左邊的第一個管芯，找到后將CCD中心移動到該管芯正中即完成自動尋找首測點功能，在此期間ROI區(qū)域為了排除其它管芯的位置干擾，只設置了比一個管芯稍大的區(qū)域來進行幾何匹配，具體流程算法如圖8所示。

圖8 基于灰度匹配的尋找首測點算法

3 測試效果實驗

我們選用了一些不同規(guī)格尺寸的晶圓片，使用基于灰度匹配的圖像對準方法以及基于幾何匹配的圖像對準方法對其進行圖像對準（先將待測片進行掃正，再自動尋找一次首測點），記錄兩種方法所耗費的時間以及圖像對準中出錯的次數(shù)。其晶圓掃正功能所得數(shù)據(jù)參考表1，自動尋找首測點功能相關數(shù)據(jù)參考表2。

可以看到，使用幾何匹配的方法來進行探針圖像對準，在掃正時就大大簡化了程序處理的流程，使用灰度匹配的方法來校準待測晶圓片需要反復大步距移動工作臺幾次才能將承片臺上的待測片掃正，而使用幾何匹配后此過程變?yōu)楣ぷ髋_只需要在原地獲取圖像匹配出偏移角度后修正1～2次即可將待測晶圓片掃正，探針設備自動對準的效率大大提升。

基于幾何匹配的尋首測點算法，相比于之前需要全屏幕圖像識別的方法，主要提升了圖像對準時的準確性和穩(wěn)定性，鑒于幾何匹配的高魯棒性，探針設備對使用環(huán)境光源等的要求也大幅降低，提高了設備的可適應性，設備運行中由于受到光源強度變化的干擾而出現(xiàn)對準失敗的幾率大幅降低。

表1 晶圓掃正功能對比

表2 自動找首測點功能對比

4 結束語

通過深入研究全自動探針設備圖像對準的工作原理，加上大批量設備在用戶生產(chǎn)線上實際運行的反饋，促使了這次整體設備圖像處理方法的改進，改進后的方法還可以進一步優(yōu)化。機器視覺領域的新技術日新月異，一臺設備要在競爭激烈的市場上占據(jù)一席之地，就一定要在效率和穩(wěn)定性上下功夫。雖然幾何匹配的魯棒性很高，但也要承認，其在大尺寸圖像的掃描對準效率上是不如灰度匹配的，只是恰恰在探針設備圖像對準這里，幾何匹配可以將其優(yōu)勢發(fā)揮的更加充分。

隨著半導體技術的發(fā)展，探針設備未來的應用前景十分廣闊，機器視覺和自動化領域的很多研究成果都可以應用在探針平臺上，全自動探針測試臺自動對準功能仍有很大的研究空間。