a group of square objects

SolVision成功案例

晶圆不良品分类及瑕疵定位自动化解决方案

兼具智慧与弹性的晶圆检测技术

晶圆制程与晶圆修复的艺术

晶圆制程中的光刻、刻蚀、薄膜沉积、研磨、互联等步骤,以及环境中悬浮物如微尘、溶剂等,皆可能造成晶圆产生瑕疵,影响产品良率。部分晶圆瑕疵经检出並定位后,可透过激光方式针对可修复的晶粒进行修补,提升产品的良率及可靠度。然而,过多瑕疵的晶圆执行修补不具效率,直接筛除可避免影响整体产能,而部分可修复的晶圆则需检出并精准定位以利排程修补。

Intelligent AI defect detection for silicon wafers

传统光学检测(AOI)的缺点

传统光学检测无法针对全幅影像进行分类,故无法于第一阶段筛除瑕疵过多的晶圆。另一方面,部分大量且细微的瑕疵隨机散布于晶圆上,传统光学检测无法设定规则予以检测,亦极易受到环境光源影响而降低检测效率。

结合影像处理与AI瑕疵检测的SolVision

应用所罗门 SolVision AI影像平台的分类及实例切割技术辨识瑕疵特征。首先以Classification工具判断晶圆是否具有过多瑕疵,筛除无法修復的不良品。其次运用影像处理技术分割晶圆影像,並以Segmentation工具侦测影像中的瑕疵,记录其特征、坐标、面积等信息,大幅提升后续修补的效率。

晶圆瑕疵判定与分类案例

OK: 无明显瑕疵

NG: 瑕疵过多

欢迎留下任何问题,获取更多资讯

所罗门专家将尽快联系您,协助您解决机器视觉与工业自动化需求。