機器人已在半導(dǎo)體工業(yè)很長一段時間，半導(dǎo)體制造作業(yè)機器人從機械任務(wù)到智能任務(wù)。半導(dǎo)體制造過程中的缺陷檢測是由機器人完成的，其速度足夠快，可以在飛行中進行測試。他們用的是一個高分辨率的相機，前面有一個顯微鏡。機器視覺系統(tǒng)對采集到的圖像進行處理。處理通常包括兩個階段：缺陷檢測和缺陷分類。

　　半導(dǎo)體機器人的缺陷檢測

　　缺陷檢測是機器視覺過程，由高速比較晶片上的相鄰區(qū)域具有相同的幾何形狀。由于晶片是由一組芯片(染料)組成，并排建造，所以比較芯片的對應(yīng)位置(染料到染料)是較有效的。另一種比較方法是細胞對細胞，用于存儲芯片，其中類似的幾何圖形駐留在每個芯片中。所有的比較是為了使三個重復(fù)的元素(細胞或染料)能夠發(fā)現(xiàn)一個是有缺陷的。在內(nèi)部，比較達到像素級，以支持較新的半導(dǎo)體技術(shù)(通道寬度)。自動對焦和圖像配準是重要的機器視覺任務(wù)，使整個過程。任何有問題的晶片區(qū)域都存儲在分類階段。

　　半導(dǎo)體用機器人的缺陷分類

　　缺陷分類是識別缺陷類型，以便對半導(dǎo)體制造過程進行修正和恢復(fù)。例如，塵埃粒子可能指向生產(chǎn)環(huán)境空氣過濾的問題。缺陷分類采用了經(jīng)典的分類方法。計算機視覺算法。特征提取和一些圖像和幾何特性被涉及到。近年來，人們開始采用深度學習技術(shù)進行分類。錯誤類型標記的缺陷圖像在學習階段。基于

　　深度學習的分類方法優(yōu)于經(jīng)典的機器視覺算法，后者能夠?qū)︻A(yù)先編程的缺陷(對應(yīng)于程序規(guī)則)進行分類，利用深度學習，系統(tǒng)可以檢測每種類型的較大變化并從任何分類中學習。盈泰德視覺為客戶提供為其半導(dǎo)體業(yè)務(wù)定制的完善機器視覺軟件，如果客戶在這方面又需求可以聯(lián)系我們。