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。

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。

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。

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。

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。