摘要
本发明公开了一种基于图像识别的晶圆质量分析方法,具体涉及半导体制造质量检测领域,包括通过多光谱与高分辨率融合相机组合模型,同步采集可见光、红外及紫外光谱下的晶圆二维图像,并利用结构光三维重建技术获取表面三维形貌数据,应用自适应噪声抑制算法,通过频域分析识别噪声特征并动态调整滤波参数,实现针对性降噪,构建多尺度特征金字塔与量子点标记识别融合模型,分层提取缺陷轮廓与材料异质区域,结合量子点荧光标记技术提取微观结构特征参数,将微观特征与三维形貌数据映射至多模态空间模型,生成晶圆三性参数,建立三维评估体系,综合判定质量等级并输出分析报告,显著提升晶圆质量检测的精度与效率。
技术关键词
多尺度特征金字塔
表面三维形貌
分析方法
结构光三维重建
荧光标记技术
缺陷轮廓
量子点
噪声抑制算法
晶圆表面平整度
图像
噪声特征
电学性能参数
结构三维模型
特征筛选器
物理性能参数
数据交互接口
系统为您推荐了相关专利信息
生理状态信息
深度学习算法
现实技术
推荐方法
贝叶斯网络模型
图像数据处理模块
图像获取模块
数据获取模块
分析系统
ARIMA模型
故障分析方法
故障分析模型
时序特征
多头注意力机制
sigmoid函数