(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211243782.2 (22)申请日 2022.10.12 (71)申请人 南通迪博西电子有限公司 地址 226000 江苏省南 通市启东市汇龙镇 和平北路青年路南侧 (72)发明人 郑俊泽　 (74)专利代理 机构 广州海藻专利代理事务所 (普通合伙) 44386 专利代理师 郑凤姣 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/13(2017.01) G06T 5/00(2006.01) G06T 5/40(2006.01) (54)发明名称 基于图像增强的 晶圆缺陷检测方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及基 于图像增强的晶圆缺陷检测方法， 包括： 采集晶 圆图像， 对晶圆图像进行分块， 获取每个分块图 像的梯度幅值直方图； 根据分块图像的梯度幅值 直方图中最大的梯度幅值获取压缩 上限值， 对梯 度幅值进行等比压缩， 获得压缩梯度幅值直方 图； 对压缩梯度幅值直方图进行分段， 获取每个 片段的概率密度以及平均梯度， 进一步获取每个 片段的增强权重。 根据压缩梯度幅值直方图获取 期望和标准差， 结合每个片段的增强权重进一步 获得分块图像的增强函数， 利用增强函数对分块 图像进行增强。 本发明可实现晶圆图像边缘部分 的重点增强， 同时可避免现有技术中目标梯度场 退化的问题， 使得晶圆缺陷识别更加准确。 权利要求书2页 说明书8页 附图1页 CN 115311282 A 2022.11.08 CN 115311282 A 1.基于图像增强的 晶圆缺陷检测方法， 其特 征在于， 该 方法包括以下步骤： S1:采集晶圆图像， 获取晶圆图像 中每个像素点的梯度幅值， 将晶圆图像分割成第一预 设数量个大小相同的块， 得到多个分块图像； S2:对每个分块图像进行增强操作， 包括： 绘制分块图像的梯度幅值直方图， 根据分块图像的梯度幅值直方图中最大的梯度幅值 获取压缩上限值； 根据分块图像的梯度幅值直方图中最大的梯度幅值以及压缩上限值对分 块图像的梯度幅值直方图中的梯度幅值进 行等比压缩， 得到分块图像的压缩梯度幅值直方 图； 根据第一预设阈值将分块图像的压缩梯度幅值直方图划分为两个片段， 将每个片段中 所有梯度幅值的频率累加得到每个片段的概率密度； 计算每个片段中所有梯度幅值的均值 作为每个片段的平均梯度； 根据每个片段的概率密度以及平均梯度获取每个片段的增强权 重； 根据分块图像的压缩梯度幅值直方图中所有梯度幅值、 所有梯度幅值的频率以及预设 增强系数获取期望和标准差； 根据期望、 标准差以及所有片段的增强权重获取分块图像的 增强函数； 将增强函数作为规定直方图对分块图像的压缩梯度幅值直方图进行规定化操 作， 得到分块图像的增强梯度幅值 直方图； 根据分块图像的增强梯度幅值 直方图重建 分块增强图像； S3:将所有分块增强图像按照顺序进行拼接得到晶圆增强图像， 根据晶圆增强图像进 行晶圆缺陷识别。 2.根据权利要求1所述的基于图像增强的晶圆缺陷检测方法， 其特征在于， 所述压缩上 限值的表达式为： 其中 为压缩上限值； 为分块图像的梯度幅值 直方图中最大的梯度幅值。 3.根据权利要求1所述的基于图像增强的晶圆缺陷检测方法， 其特征在于， 所述根据分 块图像的梯度幅值直方图中最大的梯度幅值以及压缩上限值对分块图像的梯度幅值直方 图中的梯度幅值进行等比压缩， 得到分块图像的压缩梯度幅值 直方图包括： 将压缩上限值与分块图像的梯度幅值直方图中最大的梯度幅值的比值作为压缩比例， 将分块图像中的梯度幅值直方图中每个梯度幅值乘以压缩比例并进行向上取整得到每个 梯度幅值压缩后的梯度幅值； 将分块图像的梯度幅值直方图中每个梯度幅值替换为所述梯 度幅值压缩后的梯度幅值， 得到分块图像的压缩梯度幅值 直方图。 4.根据权利要求1所述的基于图像增强的晶圆缺陷检测方法， 其特征在于， 所述根据第 一预设阈值将分块图像的压缩梯度幅值 直方图划分为两个片段包括： 将分块图像的压缩梯度幅值直方图中小于等于第一预设阈值的梯度幅值划分为一个 片段， 将分块图像的压缩梯度幅值直方图中大于第一预设阈值的梯度幅值划分为一个片 段。 5.根据权利要求1所述的基于图像增强的晶圆缺陷检测方法， 其特征在于， 所述增强权 重的表达式为： 权　利　要　求　书 1/2 页 2 CN 115311282 A 2其中 为第 个片段的增强权重； 为第 个片段的概率密度； 为第 个片段的平均梯 度。 6.根据权利要求1所述的基于图像增强的晶圆缺陷检测方法， 其特征在于， 所述期望的 表达式为： 其中 为期望； 为分块图像的压缩梯度幅值直方图中第 个梯度幅值； 为分块图像 的压缩梯度幅值直方图中第 个梯度幅值的频率； 为分块图像的压缩梯度幅值直方图中梯 度幅值的个数。 7.根据权利要求1所述的基于图像增强的晶圆缺陷检测方法， 其特征在于， 所述标准差 的表达式为： 其中 为标准差； 为分块图像的压缩梯度幅值直方图中第 个梯度幅值； 为期望； 为分块图像的压缩梯度幅值直方图中第 个梯度幅值的频率； 为分块图像的压缩梯度幅值 直方图中梯度幅值的个数； 为预设增强系数。 8.根据权利要求1所述的基于图像增强的晶圆缺陷检测方法， 其特征在于， 所述增强函 数表达式为： 其中 为期望； 为标准差； 为第 个片段的增强权重； 为第 个片段的增强权重； 为自然常数； 为第一预设阈值； 为分块图像的压缩梯度幅值直方图中梯度幅值的个数； 为分块图像的压缩梯度幅值 直方图中第 个梯度幅值。 9.根据权利要求1所述的基于图像增强的晶圆缺陷检测方法， 其特征在于， 所述根据分 块图像的增强梯度幅值直方图重建分块增强图像的方法包括但不限于求解泊松方程法和 Radon反演法。权　利　要　求　书 2/2 页 3 CN 115311282 A 3