广告

深入浅出理解「边缘检测」技术在芯片制造行业的原理和应用(图文)

时间:2022-05-30 09:49:36 作者:我的果果超可爱 阅读:
芯片行业图像处理炙手可热,边缘检测或许的唯一解决方案,权衡效率和成本,将成为最优解。
广告

在芯片制造行业提起图像识别时,第一反应就是难度很高,尤其是工厂在进行自动化部署时,有关于芯片缺陷检测的部分更是难上加难。而现在已经有厂商推出在“边缘”处理图像的新技术,使得深度学习技术变得更加易用。

什么是"边缘检测"

制造业的边缘检测本身是一种应用场景,通过图像边缘部分来检测某些需要识别的特征,其背后所涉及到的技术通俗说法是"边缘学习",是深度学习的一个子集。一般是使用一套预先训练好的算法在设备上直接部署,通过设备内置的CPU和GPU进行计算图像,来达到检测的目的。

针对于芯片制造工厂而言,最需要的一套简单的设备外加训练好的模型,直接部署就可以使用,所以打包售卖训练好的模型已经成为一个行业趋势。提到算法也给大家介绍下,边缘检测在图像处理和计算机视觉上的概念:边缘检测本质上是一种图像滤波器,用来检测和标识出图像中亮度、色彩变换明显的点,因为在一张图像中,这种显著的变化往往反应出了图片所蕴含的重要"信息":(i)深度上的不连续、(ii)表面方向不连续、(iii)物质属性变化和(iv)场景照明变化。

边缘检测可以大幅度减少数据量,并且剔除了很多不相关的信息,只保留图像中认为最重要的结构。对于芯片制造行业,边缘检测就比传统的图像识别来的更加轻巧和方便。

Cognex Deep Learning 实例图像(图源:网络)

从图像识别角度看,边缘检测可以为流水线作业提供更大的数据吞吐量和更高效的识别,所以已经有越来越多的厂商加入边缘检测的大军。

制造产线应用场景

制造业流水线是十分讲求良率和效率的地方,在很多时候芯片制造的中间环节都需要各种各样的检测,才能保证最终的良率和产能。前前后后上百道工序,每道工序都有自己的良率,我们来简单计算一下:

1.笔者从事的某种芯片制造有近150道工序抛去检查和清洗等,造成芯片不可逆损伤的工序大概有90道。

2.假设每道工序的良率都是99.9%,那么最终产品的良率是0.999的90次方,最终是91.4%,而如果要是良率下降到99.0%时,最终产品的良率达到了可怕的40.5%也就是说客户需要一百万颗料,我们至少要做250万颗才能保证最后的订单量。当然在某些器件例如NAND动辄都是64层96层其一片12寸的晶圆更是在产线要走两个月的时间,经过工序已达到上千道。

所以在流水线生产环境中,高效好用的自动化图像识别系统能对于及时发现和提升效率有着不可估量的优势。例如,在某些芯片内部需要做出一些电路图形,高清显微相机可以捕捉到微小的图像,而这样类似的微小图案可能在电路中有百万个,在短时间内处理上百万个图像就需要很大计算量,然而这只是整个芯片制程中很小的一个环节,所以能够缩小数据量的方法的需求变得越来越急切。

特殊图案的边缘检测(图源:网络)

不仅仅是芯片制造中,在器件封装中边缘检测同样有着极大作用,举个最简单的例子,我们最常见的黑色矩形芯片,其实是被塑封体包裹的元件,内部保护起来的Chip才是起作用的芯片,我们一般称之为“Die”。所以对于封装厂来讲,一个Die完好无损的从晶圆上经过减薄-划片-贴装-打线最后流转到测试再到客户手中,也需要数十道检测来确保良率。

如下图,我们可以将一个芯片的局部放大来看,一些内部电路也会由于金属或者表面不同保护镀层而呈现不同的颜色。但是对于封装来讲,工程师更加关注的是芯片的裂纹和损伤,对于颜色反而希望去除,所以通过图案内花纹的边缘检测就可以得到电路纹理的边界,往往裂纹和损伤会打乱整个纹理图案,所以正负样本的比较久可以轻松得出结果。

NAND芯片和边缘检测局部纹理示意图(图源:网络)

通过特征图案的机器学习可以让待检测图片的细节更加突出,并且所占空间更小,因为一张图片其实CPU或者GPU能够很快给出结果,但是一百万张所花费的时间该有多少,想必没有人去尝试这么“愚蠢”的事情,因为对于制造来讲,效率和时间就是金钱。

责编:我的果果超可爱

参考:

Edge detection -WIKI 

Edge Detection -MathWorks Web

Cognex Deep Learning --Cognex

数字图像处理:边缘检测(Edge detection)-- 知乎

责编:Raylei
本文为EET电子工程专辑原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 2021年全球十大功率半导体厂商:日企占半壁江山,安世半导 全球功率半导体市场如同过去的十几年一样,依旧被起步较早的美日欧厂商把控。德国英飞凌牢牢占据第一名的位置,前十大企业榜单中还有一半为日本企业,分别是三菱电机(第4)、富士电机(第5)、东芝(第6)、瑞萨(第9)、ROHM(第10),五家企业的营收在过去三年内大体保持在榜单总营收的32%~33%左右。
  • 中国工程院院士李三立逝世,曾负责研制我国电子管、晶体 李三立自1956年起从事计算机体系结构研究,曾负责研制过我国电子管、晶体管、LSI和VLSI四代计算机。他在1999年负责研制的自强―2000高性能计算机系,有221个CPU处理机,是我国最早采用大规模并行集群式技术研制高性能计算系统的先例之一……
  • 上海疫情供应链物流受阻,长短料问题或致解封后ODM厂急 MLCC供应商于中国大陆的生产据点天津、苏州、无锡、广东等地尚未传出管控升级消息,但跨省物流运输从三月底开始已明显感受到查核管控升级,造成运输时间拉长。然而,现阶段MLCC供应商最大问题是无法将物料运送至上海、昆山地区……
  • 2021年传感器/执行器和分立器件销量大增18%,突破1000亿 根据IC Insights的1月半导体行业快速报告, 2021年光电子、传感器和执行器以及分立器件(OSD)产品总收入首次突破1000亿美元,与2020年的883亿美元相比增长18%至1042亿美元。
  • 白宫警告:如俄罗斯对乌克兰动手,美国将限制对其芯片等科 日前,俄罗斯十万装备精良的大军集结于乌克兰边境,鉴于两国之间剑拔弩张的局势,美国方面传出白宫要求芯片业时刻准备好,一旦俄罗斯真的出兵,美国可能会对其实施最严厉制裁。类似美国曾用在华为身上的科技禁运令,美国将限制包括芯片、敏感科技在内的电子产品出口至俄罗斯,剥夺俄罗斯取得使用美国软件或科技制成的微电子产品。
  • 疫情加剧,罗姆天津厂暂停生产,CES后三星、SK集团等多名 根据罗姆半导体官网最新消息指出,受疫情影响,罗姆天津工厂自1月9日开始临时停止生产,再开工复产的时间未定。罗姆天津工厂主要涉及产品有二极管、发光二极管、激光二极管、光学传感器、LED显示器。
  • 新款iPad Pro 2021成最受欢迎的 由于采用性能相对强大的M1处理器和mini-LED屏幕以及更多的创新,新款iPad Pro 2021已经成为消费者心目中最受欢迎。然而,iPad 2却已经在全球范围内被列入“复古和过时”的名单中。
  • 三星折叠屏手机Galaxy Z Fold 3 目前来看,折叠屏新机作为一种新的生产力工具,逐渐成为高端/平板的一种趋势,有报料称三星的Galaxy Z Fold 3发布时间或为7月,并且会引入新手势操控。
  • 龙蜥社区:Anolis OS 23正式版将于 近日,龙蜥社区对外公布了下一代龙蜥操作系统(Anolis OS 23)研发路线图,PoC版已在社区官网上线,正式版本将于2023年发布,它支持X86、ARM-v9、RISC-V等多种芯片架构,并集成更多核心自研组件。
  • Matter标准:助力智能家居实现更高水 智能家居行业领先的供应商和潜在供应商已携起手来,为智能家居产品的互通性采取进一步行动,制定新的标准,即基于互联网协议(IP)的Matter标准。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了