-
公开(公告)号:CN119515778A
公开(公告)日:2025-02-25
申请号:CN202411436893.4
申请日:2024-10-15
Applicant: 奈米科学仪器装备(杭州)有限公司
Abstract: 本发明提出了一种基于改进随机森林算法的芯片外观缺陷识别方法,旨在满足半导体制造行业中对芯片质量控制的高精度和高效需求。该方法通过优化随机森林算法特征选择和参数配置,实现了对芯片外观缺陷的高效准确检测。具体步骤如下:首先,对芯片图像进行预处理,包括尺寸标准化、灰度化和噪声去除,以提高图像质量和确保后续分析的有效性;接着,利用互信息技术精简随机森林中的决策树,去除冗余且分类性能较低的决策树,从而提高模型的效率和准确性;然后,采用遗传算法对精简后的决策树权重进行优化,减少过拟合风险,增强模型的泛化能力;进一步地,利用网格搜索方法对随机森林的关键参数(包括树的数量、最大深度等)进行进一步优化,以提高模型的整体性能;最后,使用交叉验证来评估不同参数配置下的模型性能,从而选取最优配置。本发明能够显著提升芯片外观缺陷检测的准确率和效率,适用于半导体制造行业的自动化检测系统,特别适合于那些对准确度要求极高且需要快速响应的应用场景。
-
公开(公告)号:CN119374860A
公开(公告)日:2025-01-28
申请号:CN202411313243.0
申请日:2024-09-20
Applicant: 奈米科学仪器装备(杭州)有限公司
IPC: G01M11/02 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提出了一种暗光场景下辅助偏折术测量的透明光学元件实例分割方法,包括以下步骤:步骤S1、生成单频率的正弦条纹图像:步骤S2、暗光条件下,基于偏折测量系统采集正弦条纹图像;步骤S3、获取相位图像;步骤S4、改变透明光学元件的位置或者形状,执行步骤S2~S3;步骤S5、获取数据集,并训练神经网络模型;步骤S6、执行步骤S1~S3,获取待测透明光学元件的相位图像;步骤S7、将步骤S6输出的待测透明光学元件的相位图像输入至训练好的神经网络模型中,获取分割结果,即待测透明光学元件的掩模图像MASK1;步骤S8、将MASK1与原始条纹图逐像素相乘用于后续偏折术面型测量。本发明可准确、快速在暗光场景下进行透明光学元件实例分割。
-
公开(公告)号:CN119295378A
公开(公告)日:2025-01-10
申请号:CN202411206649.9
申请日:2024-08-30
Applicant: 奈米科学仪器装备(杭州)有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/40 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/094 , G06N3/088 , G06N3/0475 , G06N3/0464
Abstract: 本发明提出了一种基于偏振光技术和无监督神经网络半导体缺陷分类方法,包括步骤:步骤1、搭建偏振成像系统和无监督神经网络;步骤2、基于偏振成像系统,获取具有表面缺陷的样品图像img1:样品图像img1为偏振度图像;步骤3、将样品图像img0以及样品图像img1输入至无监督神经网络,输出样品图像img2;步骤4、结合样品图像img1和样品图像img2,根据后者的定义域在前者的值域中提取特征值,根据实际需求进行分类。本发明可实现高效自动化的缺陷分类。
-
公开(公告)号:CN118731052A
公开(公告)日:2024-10-01
申请号:CN202410960375.6
申请日:2024-07-17
Applicant: 奈米科学仪器装备(杭州)有限公司
Abstract: 本发明公开了一种基于双频激光干涉仪的芯片外观检测系统和方法,光源,光源用于发射两束正交偏振的双频激光;偏振片,偏振片用于控制激光光源的偏振状态,确保光源的偏振方向统一;棱镜组件,棱镜组件包括分光棱镜与角锥棱镜,用与将来自光源的光进行分开或改变光线传播的方向;本发明利用双频激光干涉仪稳定性强、分辨率高、测量精度高等优点,设计了基于双频激光干涉仪的芯片外观检测系统;通过双频激光干涉仪的高精度位移测量反馈和控制位移台的高精度移动,结合高分辨率相机对样品表面进行拍摄,实现对芯片外观的缺陷检测;本发明设计的系统能够对芯片的微小缺陷进行细致的检测,适用于半导体制造过程中的质量控制。
-
公开(公告)号:CN118129813A
公开(公告)日:2024-06-04
申请号:CN202410358956.2
申请日:2024-03-27
Applicant: 奈米科学仪器装备(杭州)有限公司
IPC: G01D11/30
Abstract: 本发明公开了一种大理石隔震监测反馈结构,包括:支撑台,支撑台为中部设有通孔的金属板材;支撑组件,支撑组件置于所述支撑台的底部;隔震气囊,隔震气囊设置有多个,所述隔震气囊置于所述支撑台顶部的四角;大理石平台,大理石平台置于所述隔震气囊的顶部;测距传感器,测距传感器置于所述大理石平台的下方,自动调整能够保持平台的平行度和稳定性,从而提高装载平台上设备的检测精度和稳定性。减少了人工调整的需求,确保平台始终处于理想的工作状态,能够及时监测到水平失效情况,并输出报警信息,提醒操作员注意问题和故障。这有助于快速发现并解决潜在的安全隐患,保护设备和操作人员的安全,能够自动调整和修正误差,降低了操作的难度。
-
公开(公告)号:CN119904406A
公开(公告)日:2025-04-29
申请号:CN202411644520.6
申请日:2024-11-18
Applicant: 奈米科学仪器装备(杭州)有限公司
Abstract: 本发明提出了一种基于非局部均值滤波和自适应差分的芯片缺陷检测方法,包括以下步骤:首先通过工业相机收集待测芯片的图像数据,并进行预处理以提升图像质量。随后,计算每个像素的局部熵以动态调整非局部均值滤波的平滑参数,并通过非局部均值滤波进行图像去噪。接着,使用高斯滤波器获取背景图像,并通过差分运算得到差影图像。基于局部频率信息动态调整差分阈值,对差影图像进行二值化处理,提取缺陷区域。最后,通过连通区域分析和轮廓检测,对检测到的缺陷进行标记和分类。本发明通过结合局部熵的自适应非局部均值滤波和基于局部频率的自适应差分阈值法,不仅提高了去噪效果,还显著增强了缺陷检测的准确性和鲁棒性。该方法克服了传统芯片缺陷检测方法在复杂场景下的局限性,为实际工业生产中的芯片质量控制提供了有效的技术支持。
-
公开(公告)号:CN117706757B
公开(公告)日:2024-08-23
申请号:CN202311547161.8
申请日:2023-11-20
Applicant: 奈米科学仪器装备(杭州)有限公司
Abstract: 本发明提出了一种基于双Z轴的对焦装置及方法,该装置包括:成像系统,其包括配有显微镜的相机,其安装于基座的悬挂台;运动平台,位于悬挂台的下方,用于承接样品,其安装于龙门横梁,龙门横梁用于承载运动平台;一号连接机构、Z1轴和一号位移单元,由上至下依次连接,一号位移单元可沿Z向移动,其移动端连接Z1轴的下端,一号连接机构安装于龙门横梁;二号连接机构、Z2轴和二号位移单元,由上至下依次连接,二号位移单元可沿Z向移动,其移动端连接Z2轴的下端,二号连接机构安装于龙门横梁;一号连接机构和二号连接机构中,至少一个连接机构为铰接机构。本发明可实现在后续检测量测过程中,样品与主光轴的垂直的动态调整。
-
公开(公告)号:CN118469994A
公开(公告)日:2024-08-09
申请号:CN202410738348.4
申请日:2024-06-07
Applicant: 奈米科学仪器装备(杭州)有限公司
Abstract: 本发明公开了基于最大熵双阈值图像分割算法的芯片缺陷检测方法,待分割图像进行预处理,利用改进粒子群算法,搜索更新粒子的最优位置和全局最优位置,将参数的最优位置赋值给最大熵双阈值图像分割算法,利用最大熵双阈值图像分割算法对芯片缺陷图像进行分割,提取出缺陷区域,根据分割结果评估粒子群算法的性能,判断分割结果是否满足停止条件,满足则结束算法;否则,返回粒子位置计算这一步,继续迭代。最后,输出缺陷图像分割结果,通过以上步骤,该方法克服了传统最大熵双阈值图像分割算法容易陷入局部最优的问题,并加快了缺陷图像的分割速度。相比现有的图像分割算法,本发明提出的方法能够实现高速和高精度的芯片缺陷图像分割提取需求。
-
公开(公告)号:CN119335805A
公开(公告)日:2025-01-21
申请号:CN202411291608.4
申请日:2024-09-14
Applicant: 奈米科学仪器装备(杭州)有限公司
IPC: G03F1/26 , G03F7/00 , G06F30/10 , G06F30/27 , G06N3/0455 , G06N3/0464 , G06N3/0985
Abstract: 本发明提出了一种基于深度学习的动态相位掩膜的设计和优化方法,包括步骤:步骤1、获取PSF集合;步骤2、获取编码图像;步骤3、对动态相位掩膜和图像重建网络进行同步优化。本发明通过深度学习端到端设计并优化时间平均动态相位掩膜,这种动态相位掩膜在计算成像系统中比传统的静态掩膜具有更强的表现力,能够增强计算成像中深度估计和扩展景深成像的性能。
-
公开(公告)号:CN119295853A
公开(公告)日:2025-01-10
申请号:CN202411296167.7
申请日:2024-09-18
Applicant: 奈米科学仪器装备(杭州)有限公司
IPC: G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/08
Abstract: 本发明提出了一种基于改进顶帽运算和生成对抗网络的表面缺陷样本增强法,具体步骤如下:步骤1、采集具有表面缺陷的产品图像img1,建立缺陷图像库;步骤2、对图像img1进行改进的顶帽变换,得到增强后的产品图像img2;步骤3、构建GAN的生成器模型和判别器模型,并将顶帽变换的权重系数纳入生成器模型中作为可训练参数;步骤4、向生成器模型输入产品图像img1,生成产品图像img3;判别器模型接收产品图像img1,并结合产品图像img2和生成的图像img3,评估二者之间的差异及img3的质量;步骤5、通过比较产品图像img3中的缺陷与产品图像img2中的缺陷,调整GAN的超参数,包括顶帽变换的权重系数,反复训练直至使产品图像img3尽可能逼近产品图像img2,并且保留与原始图像img1一致的特征。通过上述网络优化方法,可以得到图像增强的最优顶帽变换权重系数。本发明不仅能够增强缺陷样本的数量,还能提高样本的质量。
-
-
-
-
-
-
-
-
-