“晶”益求精-晶圆表面缺陷在线检测与分析系统 - 智能硬件 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 智能硬件

“晶”益求精-晶圆表面缺陷在线检测与分析系统

  • 智能硬件竞赛作品——“晶”益求精-晶圆表面缺陷在线检测与分析系统

    作品名称:“晶”益求精-晶圆表面缺陷在线检测与分析系统
    参赛院校:北京工业大学
    指导教师:于乃功
    团队成员:李洪政、徐乔、王阳
    数媒竞赛网(mit.caai.cn)2022年参赛作品
    作品描述:

    作品描述:本作品是采用机器视觉针对半导体行业中的晶圆表面进行缺陷检测,以提升半导体产品良率,提升企业生产速度。该方法首先利用工业线阵相机对整个晶圆进行扫描,获取完整晶圆原始图像;其次提取晶圆原始图像的灰度特征,对晶圆图像位姿进行校正;再次利用单样本晶粒图像和完整晶圆图像进行多模板匹配,并利用Kmeans和非线性差值方法筛选出最佳匹配坐标,完成对晶粒样本的分割;最后对分割样本进行图像增强,并对增强图像遍历提取外轮廓特征和轮廓内灰度特征,分别生成一维数组,进行Kmeans和层次聚类分析,筛选出离散样本,将离散样本标记为缺陷样本,生成缺陷晶圆图,完成晶圆缺陷检测。该方法能够应用到晶圆生产制造过程中,代替现在人工目检的方式。


  • 智能硬件竞赛作品——“晶”益求精-晶圆表面缺陷在线检测与分析系统

    作品名称:“晶”益求精-晶圆表面缺陷在线检测与分析系统
    参赛院校:北京工业大学
    指导教师:于乃功
    团队成员:李洪政、徐乔、王阳
    数媒竞赛网2022年参赛作品
    作品描述:

    作品描述:本作品是采用机器视觉针对半导体行业中的晶圆表面进行缺陷检测,以提升半导体产品良率,提升企业生产速度。该方法首先利用工业线阵相机对整个晶圆进行扫描,获取完整晶圆原始图像;其次提取晶圆原始图像的灰度特征,对晶圆图像位姿进行校正;再次利用单样本晶粒图像和完整晶圆图像进行多模板匹配,并利用Kmeans和非线性差值方法筛选出最佳匹配坐标,完成对晶粒样本的分割;最后对分割样本进行图像增强,并对增强图像遍历提取外轮廓特征和轮廓内灰度特征,分别生成一维数组,进行Kmeans和层次聚类分析,筛选出离散样本,将离散样本标记为缺陷样本,生成缺陷晶圆图,完成晶圆缺陷检测。该方法能够应用到晶圆生产制造过程中,代替现在人工目检的方式。


  • 智能硬件竞赛作品——“晶”益求精-晶圆表面缺陷在线检测与分析系统

    作品名称:“晶”益求精-晶圆表面缺陷在线检测与分析系统
    参赛院校:北京工业大学
    指导教师:于乃功
    团队成员:李洪政、徐乔、王阳
    数媒竞赛网2022年参赛作品
    作品描述:

    作品描述:本作品是采用机器视觉针对半导体行业中的晶圆表面进行缺陷检测,以提升半导体产品良率,提升企业生产速度。该方法首先利用工业线阵相机对整个晶圆进行扫描,获取完整晶圆原始图像;其次提取晶圆原始图像的灰度特征,对晶圆图像位姿进行校正;再次利用单样本晶粒图像和完整晶圆图像进行多模板匹配,并利用Kmeans和非线性差值方法筛选出最佳匹配坐标,完成对晶粒样本的分割;最后对分割样本进行图像增强,并对增强图像遍历提取外轮廓特征和轮廓内灰度特征,分别生成一维数组,进行Kmeans和层次聚类分析,筛选出离散样本,将离散样本标记为缺陷样本,生成缺陷晶圆图,完成晶圆缺陷检测。该方法能够应用到晶圆生产制造过程中,代替现在人工目检的方式。


  • 智能硬件竞赛作品——“晶”益求精-晶圆表面缺陷在线检测与分析系统

    作品名称:“晶”益求精-晶圆表面缺陷在线检测与分析系统
    参赛院校:北京工业大学
    指导教师:于乃功
    团队成员:李洪政、徐乔、王阳
    数媒竞赛网2022年参赛作品
    作品描述:

    作品描述:本作品是采用机器视觉针对半导体行业中的晶圆表面进行缺陷检测,以提升半导体产品良率,提升企业生产速度。该方法首先利用工业线阵相机对整个晶圆进行扫描,获取完整晶圆原始图像;其次提取晶圆原始图像的灰度特征,对晶圆图像位姿进行校正;再次利用单样本晶粒图像和完整晶圆图像进行多模板匹配,并利用Kmeans和非线性差值方法筛选出最佳匹配坐标,完成对晶粒样本的分割;最后对分割样本进行图像增强,并对增强图像遍历提取外轮廓特征和轮廓内灰度特征,分别生成一维数组,进行Kmeans和层次聚类分析,筛选出离散样本,将离散样本标记为缺陷样本,生成缺陷晶圆图,完成晶圆缺陷检测。该方法能够应用到晶圆生产制造过程中,代替现在人工目检的方式。


  • 智能硬件竞赛作品——“晶”益求精-晶圆表面缺陷在线检测与分析系统

    作品名称:“晶”益求精-晶圆表面缺陷在线检测与分析系统
    参赛院校:北京工业大学
    指导教师:于乃功
    团队成员:李洪政、徐乔、王阳
    数媒竞赛网2022年参赛作品
    作品描述:

    作品描述:本作品是采用机器视觉针对半导体行业中的晶圆表面进行缺陷检测,以提升半导体产品良率,提升企业生产速度。该方法首先利用工业线阵相机对整个晶圆进行扫描,获取完整晶圆原始图像;其次提取晶圆原始图像的灰度特征,对晶圆图像位姿进行校正;再次利用单样本晶粒图像和完整晶圆图像进行多模板匹配,并利用Kmeans和非线性差值方法筛选出最佳匹配坐标,完成对晶粒样本的分割;最后对分割样本进行图像增强,并对增强图像遍历提取外轮廓特征和轮廓内灰度特征,分别生成一维数组,进行Kmeans和层次聚类分析,筛选出离散样本,将离散样本标记为缺陷样本,生成缺陷晶圆图,完成晶圆缺陷检测。该方法能够应用到晶圆生产制造过程中,代替现在人工目检的方式。



智能硬件竞赛作品—基于深度学习的隧道内漏缆卡具状态检测系统 上一篇

  • 1/5

  • 2/5

  • 3/5

  • 4/5

  • 5/5

智能硬件竞赛作品—基于机器视觉的农田管理车 下一篇



Copyright © 2001 - 2023 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2023 数媒竞赛网(http://www.shumeijingsai.com)版权所有