机器视觉技术在芯片制造领域的应用案例

伴随着半导体技术和电子产业的蓬勃发展，芯片的缺陷检测技术在整个工业生产过程中扮演的角色也越来越重要。在芯片生产制造过程中，各工艺流程环环相扣，技术复杂，材料、环境、工艺参数等因素的微变常导致芯片产生缺陷，影响产品良率。芯片质量检测作为芯片生产线中的关键环节，可以积极地反馈产品质量信息，以便人们及时掌控各生产环节的健康状况，促使质量检测技术在生产线中的作用越来越凸显。

芯片的外观检测的方法有3种：

1.传统的人工检测方法；

2.使用激光测量技术进行芯片外观检测；

3.基于机器视觉的检测方法。

人工目视检测方法因其效率低、精度低、成本高、劳动强度大和标准不统一等缺点，正逐步被自动检测技术所取代。相对于前两种方法，基于机器视觉的芯片缺陷检测技术作为一种灵活的、实时的、非接触式的、高精度的检测技术，得到了广泛研究和应用。近年来，以卷积神经网络为代表的深度学习模型在视觉领域的成功应用，也给缺陷检测提供了新的发展方向。

01 芯片缺陷介绍

芯片生产需要经历数道工序，其中各工艺流程环环相扣，主要包括芯片设计、制造、封装和检测 4 大环节。尤其封装前，工艺的操作控制、工艺参数、环境等因素都会对芯片质量产生一定的影响，产生的缺陷表现出类别多样、形态各异、背景复杂等特点。

大致可划分为原材料不良、异物、划伤、Bump 元件缺陷（凸起、错位或缺失）、金属性污染物和蚀刻液脏污残留。此外，芯片制造过程中还会产生如蚀刻锈斑、电镀过多、异色和金属线损坏等小样本缺陷。封装后的封装体缺陷包括印刷缺陷和引脚缺陷。封装体表面印刷符号表明了其名称、规格、型号和性能等信息，是辨识芯片的重要依据。清晰的符号是高质量芯片的内在需求，实际生产中常存在的印刷缺陷包括错字、偏移、漏印、多印、模糊、倾斜、位移、断字、双层印和无字等。引脚缺陷包括引脚缺失、引脚破损和引脚弯曲等。

所以，芯片外观缺陷检测的主要检测内容可以总结为以下三点：

1、封装体检测的内容包括：刮痕、污迹、破损、未灌满、外溢等。

2、印刷检测的内容包括：错字、偏移、漏印、多印、模糊、倾斜、位移、断字、双层印、无字模等。

3、管脚检测的内容包括：管脚缺失、管脚破损、管脚间距、管脚宽度、管脚弯曲度、管脚跨距、管脚长度差异、管脚站立高、管脚共面度、管脚倾斜等。

02 机器视觉在芯片检测应用的优势

目前各种半导体芯片的集成度越来越高，同时芯片的体积趋向于小型化及微型化，这些都对芯片的检测提出了较高的要求。工业自动化生产领域中，视觉外观检测可以说是最核心的一个部分。无论是从物体到条码识别，还是产品质量检测和外观尺寸测量，视觉外观检测技术都发挥了重要的作用。

常见的应用范围有以下几种：

物体测量应用：视觉外观检测系统快速准确，准确地找到分区部分并确认其位置。在半导体封装中，设备需要根据机器获取的芯片位置信息调整拾取头，准确地挑选芯片并绑定，这是机器视野中最基本的应用。

物体分拣应用：实际上，对象分类应用基于识别和检测，并且通过视觉外观检测系统处理图像以实现排序。在机器的视觉行业中，它通常用于食品分类，部分零件，自动分选，棉纤维分选等。

视觉定位应用：视觉外观检测系统快速准确，准确地找到分区部分并确认其位置。在半导体封装中，设备需要根据机器获取的芯片位置信息调整拾取头，准确地挑选芯片并绑定，这是机器视野中最基本的应用。

图像检测应用：外观检测是机器视觉领域最重要的应用之一。几乎所有的产品都需要检测。然而，人工检测存在许多缺陷。手动检测精度低，机器长时间工作不能保证检测速度慢，容易影响整个生产过程的效率。因此，视觉外观检测设备在图像检测中的应用也非常广泛。

03 机器视觉技术在芯片制造领域的实际应用

机器视觉技术在半导体芯片制造领域又有哪些实际应用？目前基于机器视觉的芯片缺陷检测技术在芯片打印字符、引脚外观尺寸位置等方面的研究已取得很好的进展。

芯片局部缺陷检测

在半导体芯片制造中，在单一半导体晶圆上形成大数目的个体半导体芯片器件。在以后的制造阶段中，诸如通过切割、锯切、激光切削或者某种其它物理分离技术，个体器件被从晶圆分离。无论利用这些实例技术还是其它技术，分离都能够通过引起裂纹、缺口或者其它物理损坏或者缺陷而损坏个体半导体芯片的某个百分比。

还能够由其它加工和处理或者由其它原因诸如清洁或者封装引起损坏或者缺陷，损坏的具体位置和效应可能是不可预测的。再加上精细化的芯片产品对于品质的要求非常高，局部的产品缺损可能会造成产品功能受到一定的影响，通过机器视觉技术快速在线判断产品是否存在崩角或缺损的不良，反馈报警信号给吹起装置剔除不良的产品。

瑕疵检测——焊点脏污氧化 瑕疵检测——焊点脏污氧化

瑕疵检测——焊点测试点有无 瑕疵检测——焊点测试点有无

瑕疵检测——芯片缺角

瑕疵检测——芯片划伤 瑕疵检测——芯片划伤

芯片产品尺寸和定位角度检测

高精密电子产品的PCB产品在组装时需要非常精确地进行定位，并同时计算产品的准确尺寸，以确保安装的精确性。

PCB板在小面积上集成了大量组件，因此PCB板的缺陷检测较为复杂，很容易出现错检漏检的情况，为解决这一问题，使用矩视智能低代码平台的基于深度学习的像素分割功能，可以通过AI算法解决复杂的检测问题，最领先的2D视觉检测系统可以实现0.01mm的高精度检测，确保PCB板缺陷并准确识别。

此外，机器视觉技术还支持PCB印刷电路检测、板元件位置、焊点、线路、开孔尺寸、角度测量；电脑微通讯接口、SIM卡插槽；SMT元件放置、表面贴装、表面检测；SPI锡膏检测、回流焊和波峰焊；电缆连接头个数等等的检测及测量。

机器视觉技术在该领域的其他相关检测案例

电容零件计数识别：机器视觉系统实现电容零件自动化计数。

晶圆字符识别：机器视觉系统实现自动化高效识别读取晶圆字符。

晶圆定位：机器视觉系统AI算法确保更准确地晶圆定位。