[发明专利]晶圆缺陷数据的聚类方法及装置

权利要求书

1.一种晶圆缺陷数据的聚类方法，其特征在于，包括：

提取获取的待检测晶圆图中的晶圆缺陷对应的缺陷数据点；

在不指定聚类个数的前提下，对多个所述缺陷数据点进行聚类，以确定至少一个聚类簇以及至少一个离群数据点，所述聚类簇由至少一个第一数据点或者由至少一个第一数据点和至少一个第二数据点形成，所述第一数据点为圆心所形成的圆形区域内的数据点个数不小于2，所述第二数据点为圆心所形成的圆形区域内的数据点个数为1，所述第一数据点为圆心所形成的圆形区域和所述第二数据点为圆心所形成的圆形区域的半径相同，所述聚类簇中任意两个相邻数据点之间的距离不大于所述圆形区域的半径。

2.根据权利要求1所述的方法，其特征在于，所述对多个所述缺陷数据点进行聚类，以确定至少一个聚类簇以及至少一个离群数据点，包括：

基于密度阈值为2的密度聚类算法，对多个所述缺陷数据点进行聚类，以确定至少一个聚类簇以及至少一个离群数据点。

3.根据权利要求2所述的方法，其特征在于，所述密度聚类算法包括DBSCAN算法、HDBSCAN算法、OPTICS算法以及AnyDBC算法中的任意一种。

4.根据权利要求3所述的方法，其特征在于，所述DBSCAN算法、OPTICS算法或AnyDBC算法中的邻域距离阈值大于0，所述第一数据点为圆心所形成的圆形区域的半径等于所述邻域距离阈值。

5.根据权利要求3所述的方法，其特征在于，所述密度聚类算法包括HDBSCAN算法时，所述基于密度阈值为2的密度聚类算法，对多个所述缺陷数据点进行聚类，以确定至少一个聚类簇以及至少一个离群数据点，包括：

基于密度阈值为2的HDBSCAN算法，对多个所述缺陷数据点进行聚类，以确定聚类树，所述聚类树基于对多个所述缺陷数据点对应的最小生成树的层次结构进行压缩形成；

在所述聚类树画出第一预设阈值对应的第一水平线，确定和所述第一水平线相交的边所连接的至少一个缺陷数据点形成的第一数据点集；

当所述第一数据点集中的缺陷数据点只有一个时，将所述第一数据点集中的缺陷数据点确定为离群数据点，否则，将所述第一数据点集确定为聚类簇。