本技術(shù)涉及圖像處理領(lǐng)域，特別涉及一種晶圓邊緣污損檢測方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、在半導(dǎo)體芯片生產(chǎn)工藝中，晶圓pad會因為各種因素形成瑕疵、缺陷或污染，特別是晶圓pad邊緣磨損變形等。在工業(yè)領(lǐng)域通?？梢允褂脭?shù)字圖像處理技術(shù)來進(jìn)行識別檢測。

2、在相關(guān)技術(shù)中，在工廠質(zhì)檢場景下會面臨光照和環(huán)境變化、晶圓pad變形和損壞、大規(guī)模數(shù)據(jù)處理和多樣性，復(fù)雜性等問題。光照環(huán)境不高、晶圓pad磨損、臟污等都會導(dǎo)致圖像質(zhì)量下降，影響圖像處理算法的準(zhǔn)確性；而不同的形狀、尺寸、顏色和紋理等特征大幅增加了算法的復(fù)雜度和判斷的實時性。普通的檢測模型在大規(guī)模數(shù)據(jù)處理場景和實時性要求較高的場景下無法保證較高的靈活性，存在較高的在漏檢率和誤檢率。

技術(shù)實現(xiàn)思路

1、本技術(shù)實施例提供一種晶圓邊緣污損檢測方法、裝置、設(shè)備及存儲介質(zhì)，提高大規(guī)模晶圓pad數(shù)據(jù)場景下圖像識別的準(zhǔn)確率和實時性的問題。

2、一方面，本技術(shù)提供一種晶圓邊緣污損檢測方法，所述方法包括：

3、對數(shù)據(jù)庫中的采集圖像進(jìn)行目標(biāo)檢測識別，提取生成晶圓pad圖像，并通過分類篩選確定無法歸類的存疑pad圖像；

4、對所述存疑pad圖像進(jìn)行灰度處理和侵蝕操作，將設(shè)置的結(jié)構(gòu)元素的中心像素保留成為圖像的前景像素，并提取圖像邊緣數(shù)據(jù)，獲得原始邊緣圖像；

5、對所述原始邊緣圖像進(jìn)行連通性分析和過濾，并根據(jù)所述原始邊緣圖像對過濾后邊緣圖像中的斷點進(jìn)行填充和修復(fù)，獲得修復(fù)pad圖像；

6、提取所述修復(fù)pad圖像的邊緣輪廓，基于邊緣輪廓和輪廓形成的包圍面積確定所述修復(fù)pad圖像的pad邊框，并基于所述晶圓pad圖像進(jìn)行邊緣比對分析，確定所述存疑pad的污損情況。

7、具體的，目標(biāo)檢測以晶圓pad為目標(biāo)進(jìn)行識別，以pad目標(biāo)的外接矩形邊框的坐標(biāo)作為檢測結(jié)果，截取輸出所述晶圓pad圖像。

8、具體的，所述對所述存疑pad圖像進(jìn)行灰度處理和侵蝕操作，包括：

9、將所述晶圓pad圖像從rgb三通道圖轉(zhuǎn)換為灰度圖；

10、對灰度圖執(zhí)行高斯濾波，通過高斯卷積核對灰度圖像卷積過濾圖像噪聲；

11、對噪聲過濾后灰度圖的像素按照亮度比例進(jìn)行排列，根據(jù)設(shè)定的圖像亮度范圍濾除高亮度像素和低亮度像素；

12、將像素過濾后的灰度圖進(jìn)行二值化操作，解析灰度圖像前景像素內(nèi)容和背景像素內(nèi)容；

13、對二值化的圖像執(zhí)行侵蝕操作，通過在圖像邊緣放置的結(jié)構(gòu)元素對圖像滑動遍歷，在結(jié)構(gòu)元素完全被前景像素覆蓋時，將結(jié)構(gòu)元素的中心像素保留成為新的前景像素。

14、具體的，所述將像素過濾后的灰度圖進(jìn)行二值化操作，包括：

15、通過大津二值化算法otsu對灰度圖進(jìn)行計算，獲得能夠使得前景和背景像素類間方差最大的二值化閾值；

16、基于二值化閾值對灰度圖執(zhí)行二值化操作，解析出灰度圖像的前景像素內(nèi)容和背景像素內(nèi)容。

17、具體的，所述對所述原始邊緣圖像進(jìn)行連通性分析和過濾，包括：

18、對所述原始邊緣圖像執(zhí)行閉運算，基于其中的膨脹操作和侵蝕操作將未閉合及斷裂的邊緣像素進(jìn)行封閉連接，對邊緣做平滑處理；

19、基于平滑處理后的邊緣圖像計算連通組件和分配連通域類型標(biāo)簽，根據(jù)類型標(biāo)簽對邊緣圖像的像素點進(jìn)行歸類，計算出每個連通域的尺度；

20、將各個連通域尺度值和預(yù)設(shè)最小尺度值min_length進(jìn)行比較，將小于min_length的連通域進(jìn)行濾除，獲得濾除假邊緣的邊緣圖像。

21、具體的，所述根據(jù)所述原始邊緣圖像對過濾后邊緣圖像中的斷點進(jìn)行填充和修復(fù)，獲得修復(fù)pad圖像，包括：

22、將過濾后連通域標(biāo)簽對應(yīng)的像素點設(shè)置為白色，其余設(shè)置為黑色，再與所述原始邊緣圖像按像素逐位執(zhí)行與運算，獲得中間pad圖像；

23、對所述中間pad圖像執(zhí)行閉運算操作，連接斷裂邊緣和填充圖像空洞，獲得所述修復(fù)pad圖像。

24、具體的，所述基于邊緣輪廓和輪廓形成的包圍面積確定所述修復(fù)pad圖像的pad邊框，包括：

25、將所述邊緣輪廓所能形成的最大包圍面積的包圍輪廓與目標(biāo)檢測識別的外接矩形邊框進(jìn)行對比，且在包圍輪廓與外接矩形邊框的面積差值未超過設(shè)定閾值時，將最大包圍面積的包圍輪廓確定為所述pad邊框。

26、具體的，所述基于所述晶圓pad圖像進(jìn)行邊緣比對分析，確定所述存疑pad的損壞情況，包括：

27、分別以所述pad邊框的四條邊為中心，分別從二值化操作的圖像中截取設(shè)定寬度的矩形圖像作為pad邊緣損壞分析圖像；

28、對截取的損壞分析圖像分別執(zhí)行侵蝕操作，并計算侵蝕操作后像素值波動的總體方差，當(dāng)總體方差數(shù)值大于對應(yīng)的波動閾值時，確定所述存疑pad被污損。

29、具體的，還計算侵蝕操作后像素值波動的滑動窗口方差，當(dāng)滑動窗口方差數(shù)值和/或總體方差數(shù)值大于對應(yīng)的波動閾值時，確定所述存疑pad被污損。

30、另一方面，本技術(shù)還提供一種晶圓邊緣污損檢測裝置，所述裝置包括：

31、圖像確定模塊，用于對數(shù)據(jù)庫中的采集圖像進(jìn)行目標(biāo)檢測識別，提取生成晶圓pad圖像，并通過分類篩選確定無法歸類的存疑pad圖像；

32、圖像獲取模塊，用于對所述存疑pad圖像進(jìn)行灰度處理和侵蝕操作，將設(shè)置的結(jié)構(gòu)元素的中心像素保留成為圖像的前景像素，并提取圖像邊緣數(shù)據(jù)，獲得原始邊緣圖像；

33、圖像修復(fù)模塊，用于對所述原始邊緣圖像進(jìn)行連通性分析和過濾，并根據(jù)所述原始邊緣圖像對過濾后邊緣圖像中的斷點進(jìn)行填充和修復(fù)，獲得修復(fù)pad圖像；

34、污損確定模塊，用于提取所述修復(fù)pad圖像的邊緣輪廓，基于邊緣輪廓和輪廓形成的包圍面積確定所述修復(fù)pad圖像的pad邊框，并基于所述晶圓pad圖像進(jìn)行邊緣比對分析，確定所述存疑pad的污損情況。

35、又一方面，本技術(shù)還提供一種計算機(jī)設(shè)備，所述計算機(jī)設(shè)備包括處理器和存儲器，所述存儲器中存儲有至少一條指令、至少一段程序、代碼集或指令集，所述至少一條指令、所述至少一段程序、所述代碼集或指令集由所述處理器加載并執(zhí)行以實現(xiàn)上述任一方面所述的晶圓邊緣污損檢測方法。

36、又一方面，本技術(shù)還提供一種計算機(jī)可讀存儲介質(zhì)，所述可讀存儲介質(zhì)中存儲有至少一條指令、至少一段程序、代碼集或指令集，所述至少一條指令、所述至少一段程序、所述代碼集或指令集由處理器加載并執(zhí)行以實現(xiàn)上述任一方面所述的晶圓邊緣污損檢測方法。

37、本技術(shù)實施例提供的技術(shù)方案帶來的有益效果至少包括：本技術(shù)通過提取晶圓pad圖像并對其進(jìn)行篩選分類，對于無法確定是否存在pad邊緣污損的存疑晶圓pad，采用灰度圖像處理和侵蝕操作，對圖像前景和背景像素進(jìn)行區(qū)分，然后提取出圖像邊緣數(shù)據(jù)，獲得原始邊緣圖像；進(jìn)而原始邊緣圖像進(jìn)行連通性分析和過濾修復(fù)可以將斷點的pad邊緣輪廓進(jìn)行封閉處理，得到修復(fù)pad圖像；通過對邊緣輪廓能夠合圍的形狀和面積與原始晶圓pad圖像進(jìn)行比對分析即可確定出實際的污損情況。

38、該方案結(jié)合深度學(xué)習(xí)模型預(yù)測與數(shù)字圖像處理技術(shù)，對晶圓pad圖像進(jìn)行圖像預(yù)測和圖像修復(fù)處理，根據(jù)邊框修復(fù)結(jié)果和原始圖像進(jìn)行比對分析來確定污損情況，相比人工逐次分析可以極大提升檢測效率，且相比普通的圖像識別檢測模型的預(yù)測結(jié)果來說，準(zhǔn)確率得到大幅提升，適用于工業(yè)數(shù)據(jù)庫下的大規(guī)模的數(shù)據(jù)處理分析。