(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210887808.0 (22)申请日 2022.07.26 (71)申请人 北京工业大 学 地址 100124 北京市朝阳区平乐园10 0号 (72)发明人 王跃宗　贾鹏煊　贾皓然　陈可欣　 (74)专利代理 机构 北京思海天达知识产权代理 有限公司 1 1203 专利代理师 刘萍 (51)Int.Cl. G06T 7/73(2017.01) G06T 7/13(2017.01) G06T 7/136(2017.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/75(2022.01) (54)发明名称 晶圆图像中芯片切割道自动定位方法 (57)摘要 本发明涉及晶圆图像中芯片切割道自动定 位方法， 晶圆固定于全自动晶圆切割系统中， 所 述晶圆中芯片形状呈圆角正方形。 该方法先通过 模板匹配类算法和图像的区域生长算法， 对晶圆 中每个芯片内区域边缘位置进行粗定位， 再通过 芯片内外区域像素点灰度值分布差异特征提出 灰度值阈值算法对芯片内区域边缘位置进行精 定位得到芯片内区域边缘点坐标， 然后由边缘点 进行直线拟合得到晶圆中每列芯片的内区域边 缘线， 由此定位晶圆切割道。 针对所述晶圆， 该方 法可以有效解决晶圆中切割道定位误差较大的 问题， 有效提高定位 准确性。 权利要求书1页 说明书6页 附图7页 CN 115423864 A 2022.12.02 CN 115423864 A 1.晶圆图像中芯片切割道自动定位方法， 其特征在于包括以下步骤： 利用全自动晶圆 划片系统对晶圆进行摆正操作并拍摄晶圆图像， 从晶圆图像中截取单个完整芯片模板， 利 用多级模板及区域生长对芯片内区域边缘进 行粗定位， 基于芯片内外区域像素点灰度值差 异特征提出灰度值阈值法对芯片内区域边缘进行精定位， 对定位得到的边缘点进 行异常点 的检测及调整； 由最终得到的边缘点进行直线拟合得到芯片 内区域边缘线， 通过两列芯片 的相邻内区域 边缘线定位晶圆切割道位置 。 2.根据权利要求1所述的晶圆图像中芯片切割道自动定位方法， 其特征在于： 通过全自 动晶圆划片系统设备采集晶圆图像， 用矩形框截取 晶圆图像中的一个完整芯片作为模板， 得到一级模板图像； 在一级模板图像中将矩形框截取最大范围收缩至芯片边缘以内， 截取 最小范围控制在芯片内区域 边缘以外， 截取 得到晶圆芯片的二级模板图像。 3.根据权利要求1所述的晶圆图像中芯片切割道自动定位方法， 其特征在于： 基于模板 匹配类算法以一级模板图像作为模板对采集的晶圆图像进 行模板匹配， 定位得到晶圆图像 中各个芯片位于晶圆图像上的坐标位置及每一个完整芯片的中心 点坐标K0(x0， y0)； 基于区 域生长算法， 通过一级模板图像由中心点作为种子点向外进行区域生长， 得到芯片图像区 域生长后的二值图， 通过二值图中分别计算过中心点的横、 纵像素点灰度值之和得到芯片 内区域的长u0、 宽v0； 为防止区域生长过度延伸超出其内区域边缘， 设置阈值缩小得到的内 区域大小， 取缩小后内区域的长u＝0.8*u0， 宽为v＝0.8*v0； 由模板匹配定位的每个芯片位 置、 二级模板相对一级模板的截取位置和区域生长得到的芯片内区域大小对芯片内区域边 缘进行粗定位。 4.根据权利要求1所述的晶圆图像中芯片切割道自动定位方法， 其特征在于： 通过以上 定位得到芯片内区域边缘的粗定位区域； 基于晶圆中芯片内外区域灰度值分布差异特征， 提出灰度值阈值算法定位芯片内区域边缘点， 在粗定位区域中进 行分层化处理， 分为 10层， 通过对每层区域相邻列像素点的灰度值之和求比值数组， 对比值数组进行二次极值搜寻， 第一次搜寻比值数组中的最大值位置， 第二次在初始位置至最大值位置间的数组中搜寻最 小值位置， 由此得到每层区域芯片内区域边缘点坐标位置； 定位得到芯片的边缘点坐标后 对其进行异常点的检测与矫正， 以边缘点坐标位置为中心点分别在其左、 右方向各取一块 横长为1像素点， 纵长为20像素点的区域块， 求左右区域块灰度值之和的比值， 设置比值阈 值为0.9， 在芯片内区域左侧边缘点中对大于此阈值的点定义为异常点， 在芯片内区域右侧 边缘点中对小于此阈值的点定义为异常点； 得到边缘点中的异常点后对异常点所在区域层 的比值数组重新进行极值搜寻， 定位比值数组中的最小值位置， 重新得到此区域层的边缘 点坐标； 由此分别定位到每 个芯片内区域左、 右侧边 缘的10个边 缘点坐标。 5.根据权利要求1所述的晶圆图像中芯片切割道自动定位方法， 其特征在于： 晶圆内同 列芯片内区域边缘点通过拟合类算法进行直线拟合得到其同列芯片的内区域边缘线； 通过 相邻两列芯片的邻近边 缘线取其中线定位晶圆切割道。权　利　要　求　书 1/1 页 2 CN 115423864 A 2晶圆图像中芯片切割道自动定位方 法 技术领域 [0001]本发明属于 晶圆自动划片领域， 具体涉及晶圆图像中芯片切割道 自动定位方法。 特别涉及芯片内区域与外区域灰度值对比有明显差异特征的此类晶圆， 通过检测芯片中内 区域边缘像素及所在直线来定位切割道。 背景技术 [0002]晶圆的材质为硅晶片， 上面密布着微小尺寸的芯片， 晶圆中的单元为芯片， 它们按 规律密集的排列在一起。 芯片在封装之前， 需要从阵列中分离出来， 通过切割设备沿芯片间 的街区切割实现。 [0003]在集成电路制作过程中， 为了提高晶圆的利用率， 芯片的密度越来越大， 划切街区 (相邻芯片间的区域)的宽度越来越小， 可以达到几十微米甚至更小， 所以在切割 过程中保 证晶圆的切割精度非常重要。 在切割晶圆或分离芯片之前， 必须高精度的预测和计算出切 割道， 这样才能保证切割过程中不损坏芯片， 提高切割后的良品率。 [0004]目前主要通过机器视觉与激光切割技术相结合对晶圆进行切割划片处理。 先通过 显微视觉系统和图像处理对晶圆的划片街区进行识别定位， 再进行激光划片操作。 显微视 觉系统通常由小倍率的粗定位视觉系统和大倍率的精定位视觉系统组成用于采集芯片阵 列的晶圆图像， 图像处理技术对采集到的晶圆图像进行切割道的获取。 现在已有的图像处 理获取晶圆切割道的方法大多 是模板匹配、 边缘检测这几类， 曹成兵在 “视觉检测自动晶圆 划片系统 ”一文中提出通过霍夫变换检测晶圆图像上芯片的直线边缘或者圆特征来确定晶 圆切割道的位置， 杜明泽在 “基于机器视觉的晶圆定位切割系统开 发”一文中提出先通过模 板匹配进 行粗定位， 再通过霍夫变换提取晶圆切割道十字中心区域中心 坐标的方式定位晶 圆切割道。 以上提及的几类方法较适合其芯片形状规则边缘平滑， 且其划片街区灰度值分 布均匀的晶圆。 但对于所述晶圆， 其芯片形状随机性较强， 且芯片边缘也较为粗糙， 常规边 缘检测定位芯片边缘轮廓会产生较大误差， 且由于所述晶圆中各个芯片大小及灰度值分布 也有所差异， 通过模板匹配也会产生较大的定位偏差 。 [0005]针对所述晶圆， 本发明推出了 晶圆图像中芯片切割道 自动定位方法， 通过芯片内 外区域的灰度值分布差异特征提出粗精结合的定位方法， 对芯片内区域的边缘线进行定位 进而定位晶圆切割道。 相对其它定位方法， 本发明在处理形状规则、 曝光均匀的优质晶圆图 像上能发挥效果， 同时对于芯片形状不规则且边缘较为粗糙的晶圆图像， 以及由于过曝或 曝光量不 足采集得到的质量较差的晶圆图像也能保证定位精度， 其方法的适用范围更广及 准确度更优。 发明内容 [0006]所述晶圆中芯片形状呈圆角正方形， 其芯片边缘较为粗糙， 芯片图像中外圈呈深 色， 定义为芯片外区域， 内圈呈浅色， 定义 为芯片内区域。 [0007]基于晶圆中芯片形状特征及灰度分布特征， 本发明推出了晶圆图像中芯片切割道说　明　书 1/6 页 3 CN 115423864 A 3