基于数据挖掘算法的晶圆缺陷检测方法及装置

本说明书实施例提供基于数据挖掘算法的晶圆缺陷检测方法及装置，其中基于数据挖掘算法的晶圆缺陷检测方法包括：获取晶圆的图像数据；对图像数据进行预处理，得到确定预处理数据；基于预处理数据通过聚类分析进行特征提取，确定缺陷特征；基于集成学习分类模型对缺陷特征进行判断，确定缺陷信息。采用数据预处理流程，提高数据质量和后续分析的准确性，后续通过结合灰度、纹理、边缘等多维度特征构建特征向量，通过欧氏距离或曼哈顿距离计算图像块相似性，运用K‑means算法对特征向量进行聚类，自动提取能够有效表征晶圆微小缺陷的特征，无需人工手动设计复杂的特征提取规则，提高了特征提取的效率和适应性。