版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著半導(dǎo)體行業(yè)的蓬勃發(fā)展,對(duì)半導(dǎo)體晶圓材料的質(zhì)量要求也越來越高。而晶圓表面的缺陷很容易導(dǎo)致晶圓良率下降,影響晶圓的導(dǎo)電性,更為嚴(yán)重的會(huì)造成半導(dǎo)體的報(bào)廢進(jìn)而影響整個(gè)系統(tǒng)的正常運(yùn)轉(zhuǎn)和儀器損壞。并且在傳統(tǒng)的模板匹配中存在晶圓模板獲取困難,檢測(cè)效率低,從而導(dǎo)致晶圓的測(cè)試時(shí)間偏長(zhǎng),這會(huì)降低整個(gè)生產(chǎn)線的生產(chǎn)效率和增加企業(yè)的運(yùn)營(yíng)成本。針對(duì)這些問題,提出了基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的晶圓表面多尺度缺陷檢測(cè)技術(shù)研究及應(yīng)用,并將其應(yīng)用于晶圓圖像檢測(cè)系統(tǒng)中,驗(yàn)證了
2、所提方法的有效性。
第一章介紹了半導(dǎo)體行業(yè)與晶圓材料的發(fā)展歷程,詳細(xì)分析了圖像特征提取與降維技術(shù)和常用的晶圓缺陷檢測(cè)技術(shù)國(guó)內(nèi)外研究現(xiàn)狀,闡述了本文的研究?jī)?nèi)容與組織框架。
第二章詳細(xì)闡述晶圓制造的工藝以及產(chǎn)生的缺陷種類和原因。并針對(duì)晶圓圖像不同尺度缺陷,詳細(xì)闡述其中的難點(diǎn)和解決方式。對(duì)于宏觀尺度下晶圓圖像進(jìn)行濾波和對(duì)微觀尺度下晶圓的圖像集數(shù)據(jù)增強(qiáng)等步驟都是晶圓檢測(cè)的預(yù)處理過程。
第三章著重介紹在宏觀尺度下的晶
3、圓缺陷的檢測(cè)算法。首先降低晶圓中晶圓圖像由于反光造成的影響,再結(jié)合晶圓表面圖案大都都是周期性的圖案,創(chuàng)新性地提出采用紋理檢測(cè)的方式檢測(cè)宏觀尺度下的晶圓表面缺陷。采用Gabor小波變換來獲取晶圓表面紋理特征,對(duì)產(chǎn)生的高維特征進(jìn)行隨機(jī)投影降維,最后采用二值化算法能夠快速地并很精準(zhǔn)地檢測(cè)出缺陷位置。
第四章介紹微觀尺度下晶圓圖像缺陷檢測(cè)使用區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的方法。通過選擇深度網(wǎng)絡(luò)提取特征圖,設(shè)計(jì)了針對(duì)于微觀晶圓數(shù)據(jù)集的神經(jīng)網(wǎng)絡(luò)算法結(jié)
4、構(gòu),并在此基礎(chǔ)上對(duì)激活函數(shù)和正則化方法做了改進(jìn)。對(duì)模型訓(xùn)練過程進(jìn)行了詳細(xì)的闡述,最后通過比對(duì)其他神經(jīng)網(wǎng)絡(luò)算法進(jìn)行實(shí)驗(yàn)結(jié)果驗(yàn)證,證明其效果。
第五章結(jié)合上述算法理論實(shí)現(xiàn)的晶圓多尺度缺陷軟件檢測(cè)系統(tǒng)。介紹軟件系統(tǒng)的平臺(tái)架構(gòu)和軟件開發(fā)工具,并結(jié)合晶圓檢測(cè)的實(shí)際特點(diǎn)對(duì)軟件功能進(jìn)行模塊化設(shè)計(jì),接著詳細(xì)闡述每個(gè)模塊的功能與設(shè)計(jì)方案。并結(jié)合具體實(shí)例,詳述本文算法的優(yōu)越性。
第六章對(duì)論文的成果進(jìn)行總結(jié),并且指出方案不足之處,并期待晶
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測(cè)算法研究.pdf
- IC晶圓表面缺陷檢測(cè)技術(shù)研究.pdf
- 基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的車型識(shí)別.pdf
- 基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的行人檢測(cè)問題研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的冷軋薄板表面缺陷分類算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的冷軋帶鋼表面缺陷檢測(cè)與分類技術(shù)研究.pdf
- 基于多尺度Gabor濾波器和BP神經(jīng)網(wǎng)絡(luò)的文本檢測(cè)算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的鋼材表面缺陷快速檢測(cè).pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究.pdf
- 基于全卷積神經(jīng)網(wǎng)絡(luò)的顯著性區(qū)域檢測(cè)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的身份識(shí)別技術(shù)研究與應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的海洋中尺度渦旋檢測(cè)算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的Logo檢測(cè)與識(shí)別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的立體匹配技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的ECG身份識(shí)別技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的行人檢測(cè).pdf
- 基于多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別方法研究.pdf
- 基于同層多尺度核卷積神經(jīng)網(wǎng)絡(luò)的單細(xì)胞圖像分類研究.pdf
評(píng)論
0/150
提交評(píng)論