SiCウェハ欠陥検査事例

顕微鏡画像からSiCウェハの欠陥検出・分布の表示を行う事例です。画像からの自動解析に加え欠陥分布をマップ表示で視覚的に表すことができます。評価対象に合わせて、ルールベースでの画像処理・Deep Learningでのご提案など柔軟にご提案が可能です。

特徴

検出の難しいSiCウエハ欠陥を画像処理で検出、用途に合わせてソフトウェア開発だけでなく装置化までの事例もございます。

１．ご要望に合わせたシステム構成と3種類の検査アルゴリズム
精度やタクトタイム(検査時間)のご要望に応じて3種類のアルゴリズムをご提案可能です。また、自動撮影を含めた装置化のご相談もお受けできます。
・ルールベースの2値化(輝度差を利用)
・パターンマッチ検出(形状情報を利用)
・ Deep Learning検出

例えば、
・ TSDのみに注目 ⇒ ルールベースでも可能
・ TSD / TED / BPDを分類 ⇒ Deep Learning推奨
・タクトを重視 ⇒ 装置型 / 費用面を重視⇒卓上型

SiC

画像引用：JFCC研究成果集

２．欠陥分布を見える化

各種欠陥（TSD/TED/BPD/caterpillar など）を種別毎に検出・カウントして、任意のヒートマップを作成することで欠陥の出現傾向を一目で確認するなど、ご機能に合わせたマップ表示対応。
SiC

お客様のご要望に合わせた柔軟なシステム提案が可能です。
・ヒートマップによる欠陥分布の見える化
・学習機能により精度向上、他サンプルへの応用も可能(Deep Learningモデル)
・既存の顕微鏡やカメラを利用してのシステム化
・ウェハローダと組み合わせた全自動システムも対応可能

SiCウェハの評価、画像処理検査にご興味がある方は、是非お問い合わせください。