晶圆薄膜沉积后的颗粒机器视觉检测系统

晶圆薄膜沉积后的颗粒检测，是半导体良率控制的关键环节。针对这一需求，目前的机器视觉检测系统已形成多技术融合的成熟方案，核心思路是通过先进光学成像捕捉颗粒，再由AI算法完成识别与分类。

核心技术架构
一个典型的晶圆颗粒检测系统通常包含以下四个核心环节：

精密成像采集：核心是"光、机、电"的配合。

相机：采用高分辨率工业相机（如2000W+像素）或高速线阵相机，捕捉微小颗粒。

光源：多角度组合光（如低角度环形光、同轴光），配合偏振片滤除薄膜表面的反光干扰。

运动控制：搭配纳米级精度的稳定平台，实现全晶圆扫描。

图像预处理：对原始图像进行去噪、亮度校正和对比度增强，突出微弱的颗粒信号。

智能算法分析：

传统算法：通过模板匹配和边缘检测进行基础判断。

AI深度学习：主流方案，能自主学习不同颗粒（如灰尘、碎屑）及裂纹、气泡等缺陷特征，准确率超99%。

高光谱分析：前沿技术，可同时获取形态与材料成分信息，区分同形态的不同污染物。

判定与反馈：系统自动分类合格品与不良品，输出颗粒分布图谱，并将数据上传至MES系统追溯。

关键技术指标
根据行业主流设备参数，检测系统的核心指标如下：
检测精度: ≥0.1µm（微米级至亚微米级） 能有效捕获0.1微米的颗粒，满足先进制程需求。
检测效率: >200片/小时（12英寸晶圆） 例如暗场散射技术每小时可测200片以上，高光谱系统约30秒/片。
检出能力: 漏检率≤0.1%，误判率≤0.5% 行业对自动化设备的普遍性能要求，远超人工目检。

不同光学技术的应用对比
为了实现上述指标，系统会根据薄膜材质和颗粒特性选择不同的光学方案：
明场照明: 光源与镜头光路同轴，垂直照射。 对表面平坦区域的颗粒敏感，成像对比度高。 裸硅片、平坦化薄膜表面。
暗场照明 :光源倾斜照射，镜头仅接收散射光。 对颗粒极其敏感，背景全黑，颗粒明亮突出。 高反光薄膜、微小颗粒扫描。
紫外光(UV) :利用短波长（<400nm）照明。 物理上提升光学分辨率，看清更小缺陷。 先进制程（如7nm以下）的微小颗粒检测。
短波红外(SWIR) :利用红外光穿透硅的特性。 穿透薄膜，检测硅基内部或底部的颗粒、空洞。 硅基器件、键合工艺内部检测。
多光谱/高光谱: 获取数百个波段的光谱信息。 材料分析能力，区分不同材质的颗粒。 区分有机污染物与金属颗粒。

行业应用与案例
在实际生产中，检测系统需要与产线整合。例如，某晶圆厂引入高分辨率相机搭配AI算法后，实现了缺陷检测准确率超99%，显著提升了良品率。设备商也提供模块化方案（如PDS颗粒检测系统），支持4-12英寸晶圆的双面检测，并可直接集成至产线或作为独立设备运行。

总的来说，现代颗粒检测系统已从单纯的"看见"颗粒，演进为集高精度光学、AI智能分类、大数据分析于一体的综合系统。

目前行业面临的挑战主要集中在：混合缺陷识别（颗粒+划痕同时存在时难以定性）、检测速度与精度的平衡，以及晶圆翘曲或透明薄膜带来的成像干扰。