本发明涉及半导体，具体为一种半导体晶圆位置检测装置及检测方法。
背景技术：
1、半导体晶圆是用于制造半导体器件和集成电路的高纯度单晶硅片，是现代电子技术的核心材料，其质量直接影响到最终产品的性能和可靠性。半导体晶圆在各个领域的广泛应用，推动了科技进步和社会发展。如，消费电子领域，半导体晶圆被用来生产微处理器、存储芯片和其他关键组件，使智能手机、计算机和平板电脑成为可能；通信行业领域，半导体晶圆用于制造高速通信芯片，支持了5g网络和光纤通信的发展；医疗设备领域，高性能的半导体芯片提升了便携式诊断设备和高级成像系统的功能；半导体晶圆在工业自动化和物联网设备中也有广泛应用，促进了智能制造和智慧城市的建设。
2、晶圆的加工操作过程是半导体制造中关键的环节之一。首先，硅晶圆从单晶硅棒切割而成，然后经过一系列精密的化学和机械抛光，使其表面光滑平整。接下来，晶圆进入光刻工艺阶段，通过涂覆光刻胶，曝光和显影，将电路图案转移到晶圆表面。随后，晶圆经过蚀刻工艺，将不需要的材料去除，保留所需的电路结构。之后，离子注入和扩散工艺用于在晶圆上形成不同的掺杂区域，以构建晶体管等基本元件。紧接着，沉积工艺会在晶圆表面沉积各种薄膜，如氧化层、氮化层和金属层。这些薄膜为电气隔离、导电互连和保护电路提供基础。然后，再次通过光刻和蚀刻，进一步精细化电路图案。多次重复上述步骤，逐层构建复杂的集成电路。
3、晶圆位置的精确检测对于整个生产流程的精度和效率至关重要。例如在最终步骤中，需要将已经完成电路图案的整片晶圆切割成独立的芯片，但由于晶粒之间的沟道宽度很小，刀口很容易超出沟道对晶粒造成损伤，因此需要高精度的半导体晶圆位置检测装置及检测方法，在切割之前对晶圆位置精确检测，从而提高芯片成品率和质量。此外，随着电子设备的小型化和功能多样化，对晶圆的加工精度和检测技术也提出了更高的要求。
4、为了应对这些挑战，现有技术已经提出了一些创新的解决方案。例如，申请号为cn202410097847.x的中国专利公开了晶圆检测设备和方法、装置、电子设备及存储介质；该方法通过获取第一晶圆图像和第二晶圆图像进行参考晶粒选取，根据参考晶粒建立目标坐标轴得到初始晶粒坐标信息表；根据基准晶粒位置从初始晶粒坐标信息表进行基准晶粒坐标读取，得到目标基准坐标；根据目标基准坐标对初始晶粒坐标信息表进行更新，得到目标晶粒坐标信息表，从而对目标晶圆进行检测。另外，申请号为cn202210058893.x的中国专利公开了半导体晶圆位置检测装置、检测方法以及检测系统；该方法在半导体晶圆位置检测装置腔室中设置对准标记，通过获取第一待测图像得到晶圆中心位置与基准坐标系的基准点的第一位置偏差；通过第一待测图像中晶圆边缘设置的缺口图像，获得缺口的位置与晶圆中心位置的连线，从而获取缺口的位置和晶圆中心位置的连线与基准方向的夹角。但是，上述方法依赖晶圆图像质量和环境条件，且获取的多张图像之间以及对图像中晶圆位置的检测方法之间没有区别，无法保证方法对于图像质量变化的适用性，从而影响实际加工过程中半导体晶圆位置的检测精度，难以满足大规模生产的需求。
5、为了解决以上的问题，本发明提出了一种半导体晶圆位置检测装置及检测方法。
技术实现思路
1、本发明的目的在于提供一种半导体晶圆位置检测装置及检测方法，通过获取不同倍率的晶圆图像并采用对应的位置检测算法，检测晶圆位置的摆正角，再利用自动化的运动控制系统对晶圆位置进行精细调整，实现在半导体晶圆加工过程中的精确位置检测。
2、为实现上述目的，本发明提供如下技术方案：
3、一种半导体晶圆位置检测装置，其特征在于，所述装置包括：晶圆固定圆台、视觉成像系统、运动控制系统、软件系统；所述固定圆台用于将待检测晶圆固定；所述视觉成像系统位于所述晶圆固定圆台正上方，用于获取第一低倍率晶圆图像、第一高倍率晶圆图像和第二高倍率晶圆图像；所述运动控制系统包括运动控制平台和运动控制卡，用于移动所述晶圆固定圆台，协助所述视觉成像系统在晶圆第一部位和晶圆第二部位分别采集第一高倍率晶圆图像和第二高倍率晶圆图像，以及完成第一次晶圆位置摆正和第二次晶圆位置摆正；所述软件系统用于连接视觉成像系统，根据第一低倍率晶圆图像检测第一摆正角，根据第一高倍率晶圆图像和第二高倍率晶圆图像检测第二摆正角，并实时显示晶圆位置检测结果，连接运动控制系统自动根据第一摆正角和第二摆正角进行晶圆位置摆正。
4、优选的，所述视觉成像系统包括两个高分辨率工业相机、两个专业的光学镜头和两个稳定光源，确保在不同倍率下都能获得清晰的晶圆图像。
5、优选的，所述运动控制平台用于承载晶圆固定圆台，由运动控制卡驱动，包括x轴、y轴和w轴，x轴和y轴控制所述晶圆固定圆台在运动控制平台上下左右移动，w轴用于控制晶圆固定圆台旋转。
6、优选的，所述软件系统包括位置检测算法模块和反馈控制模块；所述位置检测算法模块包括第一检测单元和第二检测单元，用于检测晶圆第一摆正角和第二摆正角；所述反馈控制模块用于实现运动控制系统与软件系统之间的通信，接收半导体晶圆位置检测结果，控制运动控制系统调整半导体晶圆位置。
7、优选的，所述第一检测单元采用基于边缘几何特征的多尺度模板匹配方法，所述基于边缘几何特征的多尺度模板匹配在相关性度量中引入多尺度特征融合，对不同尺度的特征进行加权计算，改进的相关性度量公式为：
8、
9、其中，n表示尺度的总数；wl表示第l个尺度的权重；pi＝(ri,ci)t表示模板图像上的点集；n表示点的数量；di＝(ti,ui)t表示与每个点关联的方向向量；er,c＝(xr,c,yr,c)表示待匹配图像中的每一个点q＝(r,c)的方向向量；pi′与di′表示经过仿射变换后模板图像中的点和点的方向向量；
10、对所述基于边缘几何特征的多尺度模板匹配方法获得的匹配结果采用最小二乘法进行线性拟合，根据拟合直线的斜率获得第一摆正角，具体操作包括：对所有匹配结果进行分组，接近在同一直线上的点划为一组；采用最小二乘法对每组坐标(x1,y1,x2,y2,...,xn,yn)进行线性拟合，这些点在一条直线附近，设所述直线方程为y＝a0+a1x；最小二乘法通过以下公式求解斜率a1：
11、
12、根据多条直线斜率计算多个角度，将角度平均值作为半导体晶圆位置的所述第一摆正角。
13、优选的，所述第二检测单元采用改进的霍夫变换算法检测直线交叉区域，所述改进的霍夫变换算法包括：使用中值滤波分别预处理所述第一高倍率晶圆图像和所述第二高倍率晶圆图像；采用canny算子对所述中值滤波预处理后的图像进行边缘提取，得到像素级的边缘图像；采用亚像素级边缘提取技术对所述边缘图像再次细分，得到亚像素级边缘并将所述亚像素级边缘点映射到霍夫空间；通过调整角度分辨率angleresolution来优化霍夫空间的表示，在霍夫空间中寻找局部最大值，局部最大值对应于图像中的直线；所述直线代表了晶圆上的切割沟道，所述直线的交叉区域对应于晶圆中晶粒之间的沟道交叉区域，根据所述直线的方向和所述直线交叉区域的尺寸，筛选出满足条件的直线，所述直线的方向oriention满足条件为：
14、-2°＜oriention＜2°or 88°＜oriention＜92°；
15、所述直线交叉区域的尺寸(width,height)满足条件为：
16、
17、其中，w、h分别表示为实际沟道交叉区域对应的宽、高像素个数；通过所述改进的霍夫变换算法分别提取出所述第一高倍率晶圆图像和所述第二高倍率晶圆图像中交叉区域中心坐标(r1,c1)和(r2,c2)，将两个中心区域的中心点连接成一条直线，根据所述直线的斜率k求出所述第二摆正角α，公式为：
18、
19、其中，d表示所述两个中心区域之间的距离根据标定比例转换成的相应像素值。
20、一种半导体晶圆位置检测方法，其特征在于，包括以下步骤：
21、s1.将半导体晶圆初步摆正固定于所述晶圆固定圆台上；
22、s2.获取半导体晶圆的第一低倍率晶圆图像；
23、s3.截取所述第一低倍率晶圆图像中单个或多个基本摆正的晶粒作为模板图像；
24、s4.执行位置检测算法模块的第一检测单元计算出晶圆位置的第一摆正角；
25、s5.根据所述第一摆正角对晶圆位置进行初步调整；
26、s6.获取半导体晶圆的第一高倍率晶圆图像和第二高倍率晶圆图像；
27、s7.执行位置检测算法模块的第二检测单元计算出晶圆位置的第二摆正角；
28、s8.根据所述第二摆正角对晶圆位置进行精确调整。
29、优选的，所述第一检测单元采用基于边缘几何特征的多尺度模板匹配方法，所述基于边缘几何特征的多尺度模板匹配在相关性度量中引入多尺度特征融合，对不同尺度的特征进行加权计算，改进的相关性度量公式为：
30、
31、其中，n表示尺度的总数；wl表示第l个尺度的权重；pi＝(ri,ci)t表示模板图像上的点集；n表示点的数量；di＝(ti,ui)t表示与每个点关联的方向向量；er,c＝(xr,c,yr,c)表示待匹配图像中的每一个点q＝(r,c)的方向向量；pi′与di′表示经过仿射变换后模板图像中的点和点的方向向量；
32、对所述基于边缘几何特征的多尺度模板匹配方法获得的匹配结果采用最小二乘法进行线性拟合，根据拟合直线的斜率获得第一摆正角，具体操作包括：对所有匹配结果进行分组，接近在同一直线上的点划为一组；采用最小二乘法对每组坐标(x1,y1,x2,y2,…,xn,yn)进行线性拟合，这些点在一条直线附近，设所述直线方程为y＝a0+a1x；最小二乘法通过以下公式求解斜率a1：
33、
34、根据多条直线斜率计算多个角度，将角度平均值作为半导体晶圆位置的所述第一摆正角。
35、优选的，所述第二检测单元采用改进的霍夫变换算法检测直线交叉区域，所述改进的霍夫变换算法包括：使用中值滤波分别预处理所述第一高倍率晶圆图像和所述第二高倍率晶圆图像；采用canny算子对所述中值滤波预处理后的图像进行边缘提取，得到像素级的边缘图像；采用亚像素级边缘提取技术对所述边缘图像再次细分，得到亚像素级边缘并将所述亚像素级边缘点映射到霍夫空间；通过调整角度分辨率angleresolution来优化霍夫空间的表示，在霍夫空间中寻找局部最大值，局部最大值对应于图像中的直线；所述直线代表了晶圆上的切割沟道，所述直线的交叉区域对应于晶圆中晶粒之间的沟道交叉区域，根据所述直线的方向和所述直线交叉区域的尺寸，筛选出满足条件的直线，所述直线的方向oriention满足条件为：
36、-2°＜oriention＜2°or 88°＜oriention＜92°；
37、所述直线交叉区域的尺寸(width,height)满足条件为：
38、
39、其中，w、h分别表示为实际沟道交叉区域对应的宽、高像素个数；通过所述改进的霍夫变换算法分别提取出所述第一高倍率晶圆图像和所述第二高倍率晶圆图像中交叉区域中心坐标(r1,c1)和(r2,c2)，将两个中心区域的中心点连接成一条直线，根据所述直线的斜率k求出所述第二摆正角α，公式为：
40、
41、其中，d表示所述两个中心区域之间的距离根据标定比例转换成的相应像素值。
42、优选的，通过反馈控制模块将晶圆位置检测结果发送到运动控制系统，自动对晶圆位置分别进行初步调整和精确调整。
43、与现有技术相比，本发明的有益效果为：
44、1、本发明提出了一种两阶段的半导体晶圆位置检测方法，通过位置检测算法模块的两个检测单元分别应对两种倍率图像的检测需求，兼顾了半导体晶圆全局位置的和局部细节，实现了从粗到精的两阶段位置检测策略，确保了半导体晶圆位置检测方法对于图像变化的适用性，提高了检测的全面性和准确性，从而提升了实际加工过程中半导体晶圆位置的检测精度，并满足现代半导体制造大规模生产的需求。
45、2、本发明采用基于边缘几何特征的多尺度模板匹配方法，在相关性度量中引入了多尺度特征融合，通过综合考虑多个尺度的特征，能够有效地抑制噪声干扰，并且在不同分辨率下均能保持较高的匹配精度，通过加权计算不同尺度上的特征，能够更加精确地捕捉到晶圆边缘的细微变化，不仅增强了算法对于实际加工过程中半导体晶圆图像变化的适应能力，也使得检测结果更加稳定可靠，从而满足现代半导体制造大规模生产的需求。
46、3、本发明采用改进的霍夫变换算法，首先通过使用中值滤波器对高倍率图像进行预处理，有效地消除了图像噪声，同时保留了边缘细节，为后续的边缘检测提供了更清晰的图像基础，结合canny算子进行边缘检测后，进一步采用亚像素级边缘提取技术提取边缘，通过角度分辨率参数优化霍夫空间的映射过程，通过分析直线的方向和交叉区域的尺寸，精确地识别出半导体晶圆中晶粒之间的沟道交叉区域，根据直线交叉区域中心点的坐标计算出晶圆的第二摆正角，该方法提高了边缘检测的精度，使得算法能够更细致地识别图像中的直线，提升了半导体晶圆位置的检测精度，并满足现代半导体制造大规模生产的需求。
1.一种半导体晶圆位置检测装置，其特征在于，所述装置包括：晶圆固定圆台、视觉成像系统、运动控制系统和软件系统；
2.根据权利要求1所述的一种半导体晶圆位置检测装置，其特征在于，所述基于边缘几何特征的多尺度模板匹配在相关性度量中引入多尺度特征融合，对不同尺度的特征进行加权计算，改进的相关性度量公式为：
3.根据权利要求2所述的一种半导体晶圆位置检测装置，其特征在于，所述最小二乘法线性拟合包括：对所有匹配结果进行分组，接近在同一直线上的点划为一组；采用最小二乘法对每组坐标(x1,y1,x2,y2,...,xn,yn)进行线性拟合，设所述直线方程为y＝a0+a1x；最小二乘法通过以下公式求解斜率a1：
4.根据权利要求1所述的一种半导体晶圆位置检测装置，其特征在于，所述改进的霍夫变换算法包括：使用中值滤波分别预处理所述第一高倍率晶圆图像和所述第二高倍率晶圆图像；采用canny算子对所述中值滤波预处理后的图像进行边缘提取，得到像素级的边缘图像；采用亚像素级边缘提取技术对所述边缘图像再次细分，得到亚像素级边缘并将所述亚像素级边缘点映射到霍夫空间；通过调整角度分辨率angleresolution来优化霍夫空间的表示，在霍夫空间中寻找局部最大值得到边缘直线；根据所述直线的方向和所述直线交叉区域的尺寸，筛选出满足条件的直线，所述直线的方向oriention满足条件为：
5.根据权利要求1所述的一种半导体晶圆位置检测装置，其特征在于，所述反馈控制模块用于实现所述运动控制系统与所述软件系统之间的通信，接收半导体晶圆位置检测结果，控制运动控制系统对半导体晶圆位置进行调整。
6.一种半导体晶圆位置检测方法，其特征在于，包括以下步骤：
7.根据权利要求6所述的一种半导体晶圆位置检测方法，其特征在于，所述第一检测单元采用基于边缘几何特征的多尺度模板匹配方法，所述基于边缘几何特征的多尺度模板匹配在相关性度量中引入多尺度特征融合，对不同尺度的特征进行加权计算，改进的相关性度量公式为：
8.根据权利要求7所述的一种半导体晶圆位置检测方法，其特征在于，所述最小二乘法线性拟合包括：对所有匹配结果进行分组，接近在同一直线上的点划为一组；采用最小二乘法对每组坐标(x1,y1,x2,y2,...,xn,yn)进行线性拟合，设所述直线方程为y＝a0+a1x；最小二乘法通过以下公式求解斜率a1：
9.根据权利要求6所述的一种半导体晶圆位置检测方法，其特征在于，所述第二检测单元采用改进的霍夫变换算法检测直线交叉区域，所述改进的霍夫变换算法包括：使用中值滤波分别预处理所述第一高倍率晶圆图像和所述第二高倍率晶圆图像；采用canny算子对所述中值滤波预处理后的图像进行边缘提取，得到像素级的边缘图像；采用亚像素级边缘提取技术对所述边缘图像再次细分，得到亚像素级边缘并将所述亚像素级边缘点映射到霍夫空间；通过调整角度分辨率angleresolution来优化霍夫空间的表示，在霍夫空间中寻找局部最大值得到边缘直线；根据所述直线的方向和所述直线交叉区域的尺寸，筛选出满足条件的直线，所述直线的方向oriention满足条件为：
10.根据权利要求6所述的一种半导体晶圆位置检测方法，其特征在于，通过反馈控制模块实现软件系统与运动控制系统之间的通信，接收所述第一摆正角和所述第二摆正角，自动对半导体晶圆位置进行初步调整和精确调整。
