通过层次测量结构进行集成电路结合距离检查

科学领域:

• 半导体制造业 半导体制造业
• 计算机视觉 计算机视觉 计算机视觉
• 计量学 计量学 计量学

背景情况:

• 结合距离对于集成电路 (IC) 性能和电线形态学至关重要.
• 由于IC图像中的任意角度,小尺寸和复杂的背景,精确识别金线和点是具有挑战性的.
• 传统方法在密集的芯片图像中难以精确测量粘合距离.

研究的目的:

• 开发一种新的自动化方法,用于精确测量集成电路中的粘接距离.
• 解决现有的图像检测和深度学习技术在识别小粘接点和金线的局限性.
• 提高粘合距离检查的可靠性和效率,以改善IC质量控制.

主要方法:

• 利用图像采集设备捕获集成电路的表面图像.
• 采用多层卷积来粗地定位结合区域和去除背景.
• 开发了一个多分支线缆结合检查网络,具有精细位置和金线细分分支机构,并包含了一个边缘分支机构.
• 实现了一个粘接距离测量模块与四个金线分布模型用于自动点位匹配.

主要成果:

• 提出的层次测量结构有效地克服了复杂的背景和密集分布的特征所带来的挑战.
• 多分支网络在检测小结合点和细分金线方面取得了更高的准确性.
• 自动化方法在测量各种集成电路图像中的粘接距离方面表现出高效率.
• 实验验证证了开发的框架的稳定性和准确性.

结论:

• 这种新的等级方法提供了一个完全自动化的解决方案,用于在集成电路中精确测量粘接距离.
• 先进的深度学习网络显著改善了测量学关键特征的检测和细分.
• 这种方法为质量检查提供了可靠的工具,有可能提高半导体制造工艺和芯片可靠性.