從日常數(shù)碼產(chǎn)品到高端車船、航天設備，芯片不可或缺。伴隨芯片工藝精進、尺寸縮小，檢測要求需要更精準、更高效。一些肉眼難察的微小缺陷，極易引發(fā)芯片故障，嚴重影響產(chǎn)品整體性能。

1、半導體芯片檢測需求

芯片生產(chǎn)流程繁雜，核心工序可劃分為晶圓制造與成品封裝兩大階段。

晶圓制造環(huán)節(jié)包含清洗、氧化、光刻、刻蝕、離子摻雜、薄膜沉積等多道工藝。該階段一旦出現(xiàn)顆粒污染、光刻偏移、刻蝕不均勻等問題，便會造成整片芯片報廢，因此必須開展前置檢測，攔截不良品進入下一工序。

封裝階段易出現(xiàn)引腳錯位、焊線斷裂、封膠破損、標識模糊等缺陷。對此需依托機器視覺技術實現(xiàn)全流程檢測，杜絕不合格產(chǎn)品流向市場。

51camera的SWIR相機晶圓隱裂檢測系統(tǒng)視覺檢測方案憑借高精度、高效率、高穩(wěn)定性、多材質適配等優(yōu)勢，是不錯的選擇。

2、芯片檢測高精度檢測流程

半導體芯片視覺檢測體系，整體按照圖像采集、分析處理、智能判定的標準化流程運行。設備全程非接觸、自動化運行，可適配高速量產(chǎn)產(chǎn)線，并滿足納米級高精度檢測指標，核心作業(yè)環(huán)節(jié)如下：

• 圖像采集環(huán)節(jié)

采用高分辨率工業(yè)相機、專業(yè)光學鏡頭及定制光源組合，完成晶圓、裸片、成品芯片的圖像采集，有效抑制反光、陰影等環(huán)境干擾。

• 圖像預處理環(huán)節(jié)

對原始圖像執(zhí)行降噪、亮度校準、對比度增強等操作，提取芯片表面、線路、引腳等關鍵檢測特征。

• 算法分析環(huán)節(jié)

結合模板匹配、人工智能深度學習、邊緣檢測等視覺算法，將實時圖像與標準模板比對，精準判別缺陷類別、尺寸與坐標，同步完成尺寸檢測與定位工作。

• 判定與數(shù)據(jù)回傳環(huán)節(jié)

系統(tǒng)依據(jù)既定檢測標準自動完成良品判定，檢出不良品后啟動聲光報警；檢測數(shù)據(jù)實時上傳至 MES 系統(tǒng)，生成具備溯源能力的檢測記錄。

3、機器視覺方案檢測優(yōu)勢：

機器視覺檢測在精度、效率、穩(wěn)定性、適配性上，高度契合半導體芯片質檢場景：

• 精度出眾：納米級檢測能力，可精準捕捉顆粒、劃痕、引腳偏移等微小瑕疵。
• 效率領先：每分鐘檢測數(shù)百至數(shù)千件，速度遠超人工，保障產(chǎn)線全檢不降速。
• 性能穩(wěn)定：可 7×24 小時連續(xù)運轉，誤判率≤0.5%、漏檢率≤0.1%，杜絕批量損耗。
• 適配性強：覆蓋 3nm-90nm 全制程與主流封裝類型，支持模板一鍵切換，適配多品類生產(chǎn)。

案例——晶圓隱裂檢測方案

采用SWIR相機晶圓隱裂檢測系統(tǒng)，使用紅外相機發(fā)揮波段長穿透性強的特性進行材質透檢捕捉內部隱裂缺陷。搭配CCS紅外燈箱茉莉特紅外鏡頭強強聯(lián)合助力于晶圓檢測行業(yè)。