视觉在半导体市场周围结晶

半导体设备市场始终是一种饥饿的机器视觉技术消费者。随着半导体制造设备的每个新循环都有机会向OEM和最终用户向OEM和最终用户销售新的质量保证系统，以帮助优化其生产力和产量。

在过去几年中，全球半导体供应链的新驱动因素和颠覆性事件增加了半导体和电子市场的机器视觉机会清单。这些驱动因素包括(但不限于)向更精细音高设备的转变，这要求更高的分辨率、速度和带宽，以维持吞吐量和利润率，以及超薄膜涂层，在传统的单色行业中，更多地使用彩色照明和摄像头进行检查。高价值集成电路正在推动整个供应链的系列化，而新的芯片规模封装(CSP)和欧洲有害物质限制(RoHS)等法规变化带来了大量后端挑战，视觉系统质量控制往往可以缓解这些挑战(参见电子行业的视觉应用)。

看起来很高低

“当使用视野开始半导体设备制造时，它主要用于对齐，因为他们无法制造没有它的晶片，”摩尼克斯（Massachusetts）的高级副总裁Marilyn Matz解释道。“作为制造商成熟，他们正在通过将检查整合到其机器中来增加值。此外，对改善制造产量的可追溯性的需求仍在继续增长。“

“康涅尔尼克州的电子营销负责人John Petry，”康涅狄格州和电子营销负责人“不仅仅是追踪整个晶圆。“越来越多的数据矩阵代码正在配置各个IC封装，因为FABS建立了通过电子装配过程跟踪组件的基础架构，这包括在全球上运送包装和测试。它从高价值IC开始，如处理器，而不是DRAM。而晶圆标记现在用半OCR和T7数据矩阵代码标准化，而IC标记仍然在标记规格方面开放。''

''相关趋势是晶圆ID改装业务，'Notes Cognex'Matz。“像德克萨斯乐器和Qimonda这样的公司可以看到晶圆ID在新的300毫米晶圆制造设备上的价值，因此他们将使用新的晶圆ID读取器升级200 mm工具。使用现代身份证读者升级旧设备可以从70或80％提高读取率，高达99 +％，而且它比购买新的探针或其他工具更具成本效益。“

越来越多的高通量晶圆分拣机和处理程序的使用是另一个可能增加晶圆厂使用视力的驾驶员。“我们已经发现，特别是在高通量设备中，现有的机械预先准合方法太慢，”添加了康涅克斯“PETRY。“采用基于机器视觉的预调控器，例如我们最近发布的In-Sight 1820，提供了不同的速度优势。''

机械预对齐可能需要几秒钟来对齐晶圆，而基于视觉的解决方案只需要半秒钟来定位晶圆中心和对齐槽。因为它不需要旋转晶片，基于视觉的预对准导致更少的处理和更高的吞吐量。它还可以处理对机械系统有挑战的晶圆类型，如安装在玻璃基板上的薄晶圆。

据亨宁蒂莱克斯介绍，相机制造商Basler Vision Technologies（德国Ahrensburg）的产品经理，“我们所看到的是，半导体和电子行业要求有两种类型的摄像机，这是几乎是同一个市场。一个是需要非常高的性能相机，如我们的A400，客户来到我们寻找在我们的高分辨率摄像机内的Altera FPGA上编程的特定算法，高达400papixels在96 fps。使用低至中分辨率相机的低端应用程序，如我们的童子军和飞行员相机系列用于引线键合和对准，可以使用许多不同的CMOS或CCD传感器。这些应用程序通常通过我们的集成商处理。“

偶数模拟摄像机也在分辨率/应用谱的低端具有它们的位置。“半导体行业在使用模拟摄像机的使用中有点独一无二”，Bitflieng售价销售总监Bob Wolfe解释说明（马萨诸塞州Woburn，Massachusetts）。“”就我们的运输方式而言 - 并不一定是我们为该市场开发的 - 它似乎是半导体行业仍然在很大程度上是模拟的，但我认为随着我们的说法，我认为这正在改变。价格仍然似乎对亚洲半导体市场非常重要。“

为了提高现有的模拟机器和视觉系统改造的能力，为低分辨率应用，Bit流程开发了Alta-An Artry帧抓取物。家庭有三个成员，支持一个，两种或四个摄像头。每个相机输入都有一个AFE（模拟前端）。AFE是单个IC，具有所有信号调节器 - PLL，三个A / D'，夹紧，增益/偏移和同步提取。通过将这些谨慎组件放置在单件芯片上，降低了噪声，并且可以提高模拟图像的质量。每个AFE可以独立地支持一个RS170，渐进式扫描或RGB相机。

需要:高分辨率和速度

在半导体制造的前端，在将暴露的晶圆切割成用于安装到引线框架和最终封装的模具之前，高分辨率摄像机有助于(参见:提供精确的光刻掩模对准和芯片设计中关键尺寸的质量检查)。随着微芯片上的特征尺寸随着新一代制造设备的不断缩小，对更高分辨率质量保证检测系统的需求增加。然而，制造成本的增加也意味着，如果供应商想保持利润，整个过程不能放缓。

GigE Vision™相机制造商Prosilica的首席执行官Marty Furse解释说:“目前的趋势是在相机中采用更大的成像阵列，以在大视场中提供足够的分辨率，但为了实现更高的生产效率，速度(帧率)也非常重要。”随着封装密度的增加，对相机分辨率的要求也随之提高。

“在某些情况下，”Prosilica Furse继续“，以实现大视野，使用较低分辨率的相机，并机械地移动以创建由较小的”瓷砖“组成的大型图像。该方法产生高分辨率图像，但这会减慢过程，并且可以引起由于机械运动引起的颗粒污染。通常，使用捕获单个图像的高分辨率传感器更有效。这通常需要大的传感器阵列和低失真光学器件。
还使用来自多个摄像机的图像一起使用，而不是机械移动单个相机，但相机之间的分界伪像可能难以克服。在这种情况下，和瓷砖的情况下，光学失真也非常有问题。''

为了处理高帧速率的高分辨率图像，Proselica和Basler都将GigE构建到他们的相机I / O中。例如，Basler的Pia2400,500万像素摄像头使用Gige允许相机生成12 FPS。

Prosilica公司的Furse总结道:“对于设计半导体检测系统的集成商来说，相机和光学器件的性价比可能是最大的问题。”“挑战在于，许多半导体应用需要大视场和高分辨率，这通常意味着选择一个大的传感器，但这也意味着更大，更昂贵的光学。为了解决这个问题，人们倾向于使用更小的像素尺寸，以更小的传感器格式实现高分辨率，从而实现更低成本的光学解决方案。例如，Prosilica的GC2450在相对较小的传感器格式下具有很高的分辨率;GC2450的2/3”500万像素传感器允许更大范围的高分辨率光学，而不是更大的传感器格式，同时仍然提供非常高分辨率的解决方案。“许多相机供应商开发了特殊的校准程序，集成到他们的前置模块组装过程中，以进一步改善传感器和光学元件之间的对准，确保用户获得尽可能多的无缺陷和无失真的图像。

最后，视觉供应商在设计算法时也考虑到了半导体行业。随着芯片特征变得越来越小，集成电路上的轨迹可能会有相当大的变化，因为很难将轨迹轮廓保持在一个准确的位置。然而，尽管痕迹的变化，视觉系统必须能够定位“老鼠咬伤”和其他可能导致短路和故障的缺陷。Cognex开发了一种智能算法，可以在定位和识别关键缺陷的同时，适应特征的显著变形。

“这些课程不仅适用于半导体制造，而且还可以在其他行业中印刷，蚀刻和分配，”Core Vision R＆D和半导体/电子应用的David Michael Adds David Michael Diject。“我们必须了解电子组装中的焊料印刷和胶水物理物理学，但并不意味着视觉算法仅适用于模具键合。有客户的印刷日期和批号的药品瓶具有相似的要求。''

“在机器愿景的早期搜索”良好的比喻“，”康涅克斯“Matz解释道。''模式发现技术已经从基于强度的模型演变为使用边缘和特征信息而不是区域信息的基于几何模式匹配。几何图案发现更能处理尺度，旋转和非线性强度变化。我们的最新算法增加了算法可以理解的自由度。现在，最先进的模式发现算法也可以在非平面表面上定位特征，并翘曲或柔性曲面。“

前端半导体在机器视觉方面的应用一度仅限于总体对准、晶片跟踪、平面度和离线跟踪检测，但随着芯片设计变得更加复杂和制造成本的增加，前端半导体在机器视觉方面的应用继续增长。“电子和半导体市场仍是视觉技术的最大驱动力之一，”巴斯勒的Tiarks补充道，这一点不太可能改变。

In Part II of this series on machine vision in the semiconductor industry, we’ll look at back-end and electronics board assembly applications, including developments in structured and unstructured lighting, the impact of color on the semiconductor industry, and particular challenges posed by RoHS and the latest chip scale packages.