基于面陣相機識別生成晶圓圖譜的算法研究

周 丹，霍 杰，袁曉春，崔 潔

（北京中電科電子裝備有限公司，北京100176）

1 面陣相機定位原理

目前面陣相機的核心成像部件有兩種[1]：一種是廣泛使用的CCD（電荷藕合）元件；另一種是CMOS（互補金屬氧化物半導(dǎo)體）器件。

這兩種面陣相機最小感光單位都是像素單元，兩者都是利用感光二極管進(jìn)行光電轉(zhuǎn)換，將圖像轉(zhuǎn)換為數(shù)字?jǐn)?shù)據(jù)，并通過模數(shù)轉(zhuǎn)換成數(shù)字信號將數(shù)據(jù)傳輸給計算機，借助計算機處理手段可以進(jìn)行輪廓定位，反饋輪廓中心在像素陣列中像素位置（X，Y），如圖1所示。

圖1 特征點在像素中位置

在半導(dǎo)體設(shè)備領(lǐng)域，通常會通過標(biāo)定運動機構(gòu)坐標(biāo)系與相機坐標(biāo)系[2]，來實現(xiàn)相機定位后運動機構(gòu)補償。補償方法是：首先標(biāo)定運動機構(gòu)與相機位置關(guān)系，假定運動機構(gòu)位置（CenterPosX，Center PosY）與相機中心點（CenterX，CenterY）位置重合。數(shù)碼相機進(jìn)行定位后得出目標(biāo)中心在相機坐標(biāo)系內(nèi)位置（X，Y）。

在兩個坐標(biāo)系完全平行狀態(tài)下，相機X向與Y向只在對應(yīng)的運動坐標(biāo)系X向和Y向上產(chǎn)生影響。兩坐標(biāo)系關(guān)系如圖2所示。

圖2 運動坐標(biāo)系與相機坐標(biāo)系狀態(tài)

運動機構(gòu)坐標(biāo)系與相機坐標(biāo)系平行時，將相機坐標(biāo)系內(nèi)目標(biāo)中心（X，Y）轉(zhuǎn)換到運動機構(gòu)坐標(biāo)系內(nèi)位置（TargetPosX，TargetPosY），其計算如公式（1）所示。

2 晶圓圖譜

Wafer Map圖包含整個晶圓中每個芯片的布局，如圖3所示。它是將芯片的好與壞和芯片的其它測試狀態(tài)信息反映到Map圖中，在生產(chǎn)測試過程中，用Map圖對所有芯片進(jìn)行分類，分為合格的芯片和失效的芯片，設(shè)備按照Map圖輸入，就能自動完成操作，做到了生產(chǎn)線自動化，提高了效率。

圖3 Wafer Map圖

3 全范圍識別生成晶圓圖譜算法

面陣相機的視場范圍為10 mm×10 mm，描述一個直徑為200 mm的晶圓，晶圓內(nèi)部有部分MARK點，芯片大小為1 mm×1 mm，建立一個200 mm×200 mm的正方形范圍，用黑色區(qū)域填充，將掃描到有效芯片的識別結(jié)果用空格方框表示，部分無效芯片及MARK點用實心方框表示，如圖4所示。將10 mm×10 mm的相機從左到右依次掃描，每行掃描20次，共20行，全范圍拼接，覆蓋全部正方形范圍。

圖4 200 mm×200 mm Wafer Map圖

將每次掃描相機內(nèi)識別結(jié)果計算為絕對坐標(biāo)系，并通過絕對坐標(biāo)系計算某顆芯片坐標(biāo)點[3]，相機掃描定位后得出芯片中心在相機坐標(biāo)系內(nèi)位置（TrsPosX，TrsPosY）。設(shè)運動機構(gòu)位置（CoorPosX，CoorPosY），相 機 中 心 點 位 置 為（CenterX，CenterY），芯片大小為1 mm×1 mm，則步距為1 mm，可通過公式（2）計算出偏差值OffsetX，OffsetY，然后通過公式（3）計算出識別到的點在運動機構(gòu)坐標(biāo)系內(nèi)位置（CurCoorX，CurCoorY）。根據(jù)計算出的識別結(jié)果填充該坐標(biāo)點Map類型。

該方法可以完整掃描到整個Wafer中每一個芯片信息，如圖4所示，空格方框為識別到的芯片，識別到的MARK點用實心方框標(biāo)記。

4 邊緣識別生成晶圓圖譜算法

面陣相機的視場范圍為10 mm×10 mm，芯片大小為1 mm×1 mm，該算法具體描述如下：

（1）建立一個200 mm×200 mm的正方形范圍，用黑色區(qū)域填充，假定邏輯MAP為（100，100）為中心，半徑為100 mm的圓；

（2）運動相機依次掃描每一行的最左端和最右端，每行掃描2次，共20行，每一行返回邊緣兩個點的坐標(biāo)位置，將每次掃描到的邊緣用實心三角框表示，如圖5所示；

圖5 邊緣識別算法Wafer Map圖

（3）將每行掃描結(jié)果中間區(qū)域填充為空格方框，認(rèn)為是有效芯片。

該方法每行掃描2次，并根據(jù)識別結(jié)果填充該晶圓邊緣部分，可以準(zhǔn)確得出與實際邊緣部分相符的晶圓MAP，減少了識別次數(shù)，大大提高了算法效率。

5 兩種算法的執(zhí)行效率與適用范圍比較

假定面陣相機的視場范圍為10 mm×10 mm，晶圓直徑為200 mm，芯片大小為1 mm×1 mm，兩種算法比較如表1所示。

表1 兩種算法比較

從表1可以看出，全范圍識別算法可以如實反映整個晶圓情況，可應(yīng)用于倒裝機，貼片機等設(shè)備；邊緣識別算法用時少，效率高，檢測晶圓的邊緣信息，內(nèi)容采用邏輯填充，適用于晶圓自身良率高、差異只出現(xiàn)在邊緣部分的情況，可應(yīng)用于探針臺等設(shè)備。