基于视觉分 析的晶元检 测的识别效 率提升需求

在集成电路生产过程中， 中测过程和晶元切割过程会给晶元引入各种表面缺陷。 为
了减少不必要的损耗， 芯片在绑定封装前要进行测试， 剔除有缺陷的芯片。 用基于
机器视觉的自动光学检测(AOI)设备对晶圆表面的缺陷进行检测是一种有效的方
法。
本企业针对晶元检测， 开发了一套晶元自动化检测系统， 系统由视觉处理系统、 平
台机械控制系统、 自动化通电检测系统组成， 能够对晶元的外观和通电性能进行自
动化检测。 其中视觉处理系统采用了开源的图像检测算法， 实现了图像的倾斜校正、
图像配准和拼接功能、 图像缺陷特征提取、 缺陷分类等功能， 目前针对每次 1000
个晶元的检测， 现有算法可以控制在 1 分钟以内， 实现 90%以上的准确识别率。 由
于目标检测系统需要一次识别三万个左右的晶元， 算法在实时性上表现不佳， 希望
在视觉识别算法上进行合作， 在不降低图像准确识别率（最好提升到 95%以上） 的
前提下， 实现 3-5 分钟内完成识别。