《MVTec：机器视觉 - 半导体生产之眼白皮书（12页）.pdf》由会员分享，可在线阅读，更多相关《MVTec：机器视觉 - 半导体生产之眼白皮书（12页）.pdf（12页珍藏版）》请在三个皮匠报告上搜索。

1、机器视觉-半导体生产之眼白皮书 图片：Adobe StockBuilding Vision for BusinessMVTec Software GmbH机器视觉-半导体生产之眼目录简介.3机器视觉-生产之眼.4 缺陷检测.4 测量.4 高精度位置检测.5 Blob 分析.5 识别.5生产工艺和具体使用案例介绍.6 EUV 光刻：掩模与晶圆的精确对准.6 探针台测试：设置焦点并确定旋转角度.6 划片.7 接合：制造成品芯片的众多步骤.8MVTec HALCON.11 总结.12 简介半导体制造已不再是新兴行业。然而，全球对这一“旧经济”的关注和需求却居高不下。这背后有数字化、气候变化和可持续发

2、展等大趋势的推动。然而，半导体制造高度复杂且规模较小，其供应链又受到政治、经济和物流紊乱的影响。新冠疫情引发的需求动荡导致许多行业面临半导体短缺。此外，地缘政治力量和贸易争端也造成半导体供应吃紧。最后，消费电子领域的需求急剧增加，同样会导致供需不平衡。新冠疫情爆发以来，对于 5G 手机、笔记本电脑以及其他居家办公消费电子产品的需求迅速增长。与此同时，汽车逐渐成为真正的“轮上计算机”，依靠电子器件和半导体为电池管理、驾驶辅助系统和消费电子产品提供支持。机器视觉可以实现半导体生产中的最高精度。图片(LRTB)：iStock(x3)、Adobe Stock、MVTec、iStock为了确保半导体的供

3、应并减少对供应链中断的依赖，全球许多地区都在迅速建立半导体制造能力。半导体的生产十分复杂，涉及 1,000 余个不同的工艺步骤。与之相应地，生产设施的建设非常复杂和敏感。此外，不同的半导体制造商实施的生产工艺并不相同。还有不同类型的晶圆和芯片，对生产也提出了不同的要求。因此，所谓统一的半导体制造工艺并不存在。这意味着，该行业需要采用灵活的技术，确保在不同工艺条件下迅速增加价值。机器视觉就是这样一项关键技术。其突出优势在于可以自动化、高精度地执行高精度半导体生产中众多必要的检查和校准流程。3机器视觉-生产之眼缺陷检测几乎在每个生产场景中，都至少有一个步骤是要检查产品有无功能或外观缺陷。在现今高度

4、自动化的生产环境中，人们广泛使用机器视觉来执行这项任务，因为它相对人工检查优势众多：机器检查的速度更快，结果客观且可重复，而且不存在因疲劳或任务单调乏味而导致检查质量下降的风险。人工智能，尤其是深度学习技术越来越强大，并且能够满足非常具体的要求，因此对于半导体生产也很有意义。在机器视觉领域，深度学习正在让越来越多过去无法实现的应用成为可能。此外，它还可以显著提高现有应用的性能。基于深度学习的异常值检测能够实现自动化的表面检测，用于缺陷检测和分割等场合。这项技术能够准确无误地独立定位偏差，亦即任何类型的缺陷。只需要没有缺陷的示例图像，就可以训练模型。与其他深度学习方法不同，无需标记工作。在推理过

5、程中，异常值检测对图像中明显偏离训练图像的区域进行分割。测量关于质量控制，除了检查缺陷外，确定尺寸精度也十分关键。这涉及到检查元器件是否在规定的公差范围内。工业图像处理能够在一毫秒内对直线或圆弧边缘进行亚像素精确测量。2D 测量同样可以实现。2D 测量技术可用于测量特定几何形状的物体。这些形状可以是圆形、椭圆形、矩形和直线。最后，还有一些方法可用于 3D 测量：可以使用不同技术重建视差图像、距离图像或表面的 3D 坐标，例如双目、多图像和光度三维重建、激光三角测量和 机器视觉的应用场景灵活多样，因而在众多行业中得到广泛使用。其中一个主要应用领域是制造业的质量保证。机器视觉可用于工业生产过程的视

6、觉监测、检查和控制，因此被誉为“生产之眼”。机器视觉组件包括相机、照明、馈线和计算单元等硬件。相机负责捕捉静态或动态的图像，图像处理软件则利用先进技术从图像中提取信息。由此产生的优势如下：图像处理速度极快，有时检查步骤在几毫秒内即可完成。机器视觉作为自动化流程的一部分，全天随时可以使用。此外，机器视觉的性能和持久能力均超过人眼。机器视觉需要的空间很小，可以集成到无尘室环境中，并可处理涉及对人体有害的物质的工作。机器视觉的结果准确、可靠且可重复。不同于人工检查，机器视觉的结果百分之百客观。根据具体情况，有不同的技术可用于实现不同的应用。4Depth from Focus。此外，只用一台相机就可以