摘要
本发明公开了一种基于TSV技术硅晶圆图像缺陷识别方法及系统,方法包括:根据TSV硅晶圆的深度结构特性,同步采集三维图像,将不同模态的三维图像映射到统一空间坐标系,得到三维融合图像;根据三维融合图像,采用基于三维卷积神经网络的特征提取模型,提取TSV孔壁形貌、深度偏差及材料均匀性特征,得到增强后的多维特征张量;根据多维特征张量,结合TSV结构的空间拓扑关系建模,得到缺陷的空间拓扑分布图;根据缺陷的空间拓扑分布图,分析缺陷成因与工艺环节的关联性,生成缺陷成因报告及工艺优化建议,得到可解释的缺陷诊断结果。利用本发明实施例,能够提供全面、精准的硅晶圆图像缺陷识别及工艺优化方案,提高TSV制造工艺的可靠性。
技术关键词
X射线断层扫描技术
三维卷积神经网络
特征提取模型
多源数据融合技术
三维图像数据集
均匀性特征
图像缺陷识别方法
空间拓扑关系
超分辨率重建技术
X射线断层扫描图像
缺陷检测算法
生成对抗网络
拓扑图
分析缺陷
表面形貌数据
多尺度卷积核
多尺度特征融合
注意力机制
光谱成像技术
系统为您推荐了相关专利信息
风险评估方法
气象预报数据
卫星遥感技术
深度残差网络
集成卷积神经网络
指纹图谱分析
图谱生成方法
特征提取模型
结构特征提取
电炉
甲状腺超声图像
报告自动生成方法
特征提取模型
超声医学图像处理
微调方法
诊断辅助系统
三维医学影像
子模块
模型训练模块
特征提取模块