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。