[发明专利]发光二极管外延片缺陷检测的方法和装置

说明书

本发明公开了一种发光二极管外延片缺陷检测的方法和装置，属于半导体技术领域。所述方法包括：获取待检测外延片的图像；将所述待检测外延片的图像与无缺陷外延片的图像进行比较，从所述待检测外延片的图像中截取缺陷部分的图像；将所述缺陷部分的图像输入卷积神经网络，得到所述缺陷部分的缺陷类型，所述卷积神经网络的参数通过采用多个标定有缺陷类型的缺陷图像进行训练得到。本发明通过在获取待检测外延片的图像之后，先将其与无缺陷外延片的图像进行比较，从中截取出缺陷部分的图像，再利用多个标定有缺陷类型的缺陷图像训练出的卷积神经网络，可以大大提高检测效率，而且检测结果的准确度可以保证，特别满足工业生产的需求。

技术领域

本发明涉及半导体技术领域，特别涉及一种发光二极管外延片缺陷检测的方法和装置。

背景技术

发光二极管(英文：Light Emitting Diode，简称：LED)是一种可以把电能转化成光能的半导体二极管。LED的核心组件是芯片，芯片包括外延片和设置在外延片上的电极。

外延片在加工过程中可能会产生各种缺陷，如六角、微粗、划伤、颗粒、雾化、绿点等，因此在外延片加工之后，一般会对外延片进行缺陷检测，并按照检测结果(包括缺陷的类型、大小、数量等)划分外延片的等级。

最原始的缺陷检测方法是人工通过显微镜观察待检测的外延片，检测效率和识别准确率都无法满足工业生产需求。后来随着光学检测设备的发展，可以获取到待检测外延片的图像，通过将待检测外延片的图像与无缺陷外延片的图像进行对比，即可确定出待检测外延片是否存在缺陷，检测效率和识别准确率都得到了极大的提升，但是检测能力有限，无法实现外延片的等级划分。现在基于计算机处理能力的大幅提升，可以将待检测外延片的图像依次与各种缺陷外延片的图像进行对比，将相似度最高的缺陷外延片的图像对应的缺陷类型作为待检测外延片的缺陷类型，进而根据待检测外延片的缺陷类型划分等级。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

外延片上同一类型缺陷的表现形式多种多样，如六方晶系、立方晶系和斜方晶系上面缺陷的形状是不同的。但是在具体实现时基本上不可能提供所有表示形式缺陷的图像与待检测外延片的图像进行对比，检测结果的准确性不高，而且将待检测外延片的图像分别与同一类型缺陷各种表示形式的图像进行对比，比较数量庞大，检测效率较低。而如果只选择一种表现形式缺陷的图像进行对比，则检测结果很可能不准确，还是无法满足工业生产需求。

发明内容

本发明实施例提供了一种发光二极管外延片缺陷检测的方法和装置，能够解决现有技术缺陷检测的准确度无法满足工业生产需求的问题。所述技术方案如下：

一方面，本发明实施例提供了一种发光二极管外延片缺陷检测的方法，所述方法包括：

获取待检测外延片的图像；

将所述待检测外延片的图像与无缺陷外延片的图像进行比较，从所述待检测外延片的图像中截取缺陷部分的图像；

将所述缺陷部分的图像输入卷积神经网络，得到所述缺陷部分的缺陷类型，所述卷积神经网络的参数通过采用多个标定有缺陷类型的缺陷图像进行训练得到。

可选地，所述将所述缺陷部分的图像输入卷积神经网络，得到所述缺陷部分的缺陷类型，包括：

对所述缺陷部分的图像进行归一化，得到预定规格的图像；

将所述预定规格的图像输入所述卷积神经网络，得到所述缺陷部分的缺陷类型。

可选地，所述方法还包括：

获取多个缺陷图像；

接收各个所述缺陷图像标定的缺陷类型；

采用多个所述缺陷图像和各个所述缺陷图像标定的缺陷类型，对所述卷积神经网络的参数进行训练。