一种晶圆边缘识别方法、晶圆定位方法及装置与流程

1.本技术属于晶圆定位技术领域，具体涉及一种圆边缘识别方法、晶圆定位方法、探针台、晶圆边缘识别装置、电子设备及存储介质。


背景技术：

2.探针台主要应用于晶圆测试，其将电探针、光学探针或射频探针放置或扎入到晶圆的特定的测试区域上，通过连接测试机，进行传输信号对芯片参数进行测试。探针台测试过程中最重要的指标是测试精度，直接影响到晶圆测试效率和测试质量，若定位精度产生偏差，可能会造成晶圆的损坏，因此需要确保定位的准确性。探针的测试定位主要分为探针定位和晶圆定位，晶圆定位过程中有一个环节为晶圆中心定位，晶圆中心定位常用的方法为三点确定圆心，通过相机获取到晶圆边缘，采集到边缘像素坐标点转换为物理坐标，拟合圆函数计算出圆心位置，即为晶圆中心，通过机械臂对晶圆中心位置矫正调整来确保精度。因此对晶圆边缘的提取精度直接影响到了晶圆中心的定位精度。
3.常规的基于视觉的晶圆边缘检测方式采用的是直接对图像中晶圆边缘进行识别，但其通用性较差，晶圆的材质和品质不同晶圆边缘的特征也会存在不确定性，并且光照的变化对晶圆边缘的提取也有影响，若采用传统的图像处理方式，需要经常调整参数来适应不同的晶圆，若采用深度学习的方式则需要大量的数据且稳定性可维护性较差。目前没有一套公开的晶圆找边方法具备通用性和稳定性，因此需要一套具有通用性和稳定性的晶圆找边方法来提取晶圆边缘。


技术实现要素：

4.本技术的目的是提供一种圆边缘识别方法、晶圆定位方法、探针台、晶圆边缘识别装置、电子设备及存储介质以解决晶圆边缘识别难度大的问题。
5.根据本技术实施例的第一方面，提供了一种晶圆边缘识别方法，该方法可以包括：
6.获取晶圆在预设方位的边缘图像；
7.从所述边缘图像中提取所述晶圆在支撑件上形成的阴影区域；
8.提取所述阴影区域的边缘点；
9.拟合所述边缘点得到所述晶圆在所述预设方位的边缘。
10.在本技术的一些可选实施例中，从所述边缘图像中提取所述晶圆在支撑件上形成的阴影区域，包括：
11.获取所述边缘图像的二值图；
12.判断所述二值图中是否存在像素尺寸大于预设尺寸的初始连通域，若是，则从所述初始连通域中筛选出所述阴影区域，若否，则从所述二值图中获取像素尺寸最大的连通域作为所述阴影区域。
13.在本技术的一些可选实施例中，从所述初始连通域中筛选出所述阴影区域，包括：
14.从所述边缘图像上获取与所述预设方位对应的定位点；
15.获取所述初始连通域与所述定位点的第一距离；
16.将所述第一距离最小的所述初始连通域作为所述阴影区域
17.在本技术的一些可选实施例中，获取所述初始连通域与所述定位点的第一距离，包括：
18.获取所述初始连通域的最小包围矩；
19.获取所述最小包围矩的中心与所述定位点的距离作为所述第一距离。
20.在本技术的一些可选实施例中，从所述边缘图像上获取与所述预设方位对应的定位点，包括：
21.所述预设方位为上时，获取左上角或右上角作为所述定位点；
22.所述预设方位为下时，获取左下角或右下角作为所述定位点；
23.所述预设方位为左时，获取左上角或左下角作为所述定位点；
24.所述预设方位为右时，获取右上角或右下角作为所述定位点。
25.在本技术的一些可选实施例中，提取所述阴影区域的边缘点，包括：
26.从所述阴影区域靠近所述支撑件的边缘提取所述边缘点。
27.在本技术的一些可选实施例中，从所述阴影区域靠近所述支撑件的边缘提取所述边缘点，包括：
28.将所述边缘图像中所述阴影区域的像素值调整为第一预设像素值，将其余区域的像素值调整为第二像素值，得到阴影二值图；
29.所述预设方位为上时，对所述阴影二值图从上到下进行列遍历以获取每一列第一个像素值为第一预设像素值的点作为所述边缘点；
30.所述预设方位为下时，对所述阴影二值图从下到上进行列遍历以获取每一列第一个像素值为第一预设像素值的点作为所述边缘点；
31.所述预设方位为左时，对所述阴影二值图从左到右进行行遍历以获取每一行第一个像素值为第一预设像素值的点作为所述边缘点；
32.所述预设方位为右时，对所述阴影二值图从右到左进行行遍历以获取每一行第一个像素值为第一预设像素值的点作为所述边缘点。
33.在本技术的一些可选实施例中，拟合所述边缘点得到所述晶圆在预设方位的边缘，包括：
34.对所述边缘点进行初始直线拟合得到初始直线；
35.获取每个所述边缘点与所述初始直线的第二距离；
36.获取所述第二距离小于或等于预设距离的所述边缘点作为目标边缘点；
37.对所述目标边缘点进行目标直线拟合得到所述晶圆在预设方位的边缘。
38.根据本技术实施例的第二方面，提供一种晶圆定位方法，包括：
39.采用如第一方面的任一实施例所述的一种晶圆边缘识别方法获取晶圆在至少三个不同预设方位的边缘；
40.基于所述边缘获取晶圆中心的位置以完成晶圆定位。
41.根据本技术实施例的第三方面，提供一种探针台，采用如第一方面的任一实施例所述的一种晶圆边缘识别方法识别晶圆边缘。
42.根据本技术实施例的第四方面，提供一种晶圆边缘识别装置，包括：
43.第一获取模块，用于获取晶圆在预设方位的边缘图像；
44.第二获取模块，用于从所述边缘图像中提取所述晶圆在支撑件上形成的阴影区域；
45.第三获取模块，用于提取所述阴影区域的边缘点；
46.拟合模块，用于拟合所述边缘点得到所述晶圆在预设方位的边缘。
47.根据本技术实施例的第五方面，提供一种电子设备，该电子设备可以包括：
48.处理器；
49.用于存储处理器可执行指令的存储器；
50.其中，处理器被配置为执行指令，以实现如第一方面的任一项实施例中所示的晶圆边缘识别方法。
51.本技术的上述技术方案具有如下有益的技术效果：
52.本技术实施例提供的一种晶圆边缘识别方法通过提取晶圆在支撑件上的阴影代替直接提取晶圆边缘，能够利用阴影区域光学成像特征的稳定性，来提升晶圆边缘提取的稳定性。
附图说明
53.图1是本技术一示例性实施例中一种晶圆边缘识别方法的流程示意图；
54.图2是本技术一示例性实施例中预设方位为上的边缘图像；
55.图3是本技术一示例性实施例中预设方位为右的边缘图像；
56.图4是本技术一示例性实施例中预设方位为下的边缘图像；
57.图5是本技术一示例性实施例中步骤s102的流程示意图；
58.图6是本技术一示例性实施例中的二值图；
59.图7是本技术一示例性实施例中步骤s1023的流程示意图；
60.图8是本技术一示例性实施例中步骤s10232的流程示意图；
61.图9是本技术一示例性实施例中步骤s10231的流程示意图；
62.图10是本技术一示例性实施例中步骤s103的流程示意图；
63.图11是本技术一示例性实施例中的阴影二值图；
64.图12是本技术一示例性实施例中预设方位为上时的边缘点提取示意图；
65.图13是本技术一示例性实施例中预设方位为下时的边缘点提取示意图；
66.图14是本技术一示例性实施例中预设方位为左时的边缘点提取示意图；
67.图15是本技术一示例性实施例中预设方位为右时的边缘点提取示意图；
68.图16是本技术一示例性实施例中步骤s104的流程示意图；
69.图17是本技术一示例性实施例中一种晶圆定位方法的流程示意图；
70.图18是本技术一示例性实施例中一种晶圆边缘识别装置结构示意图；
71.图19是本技术一示例性实施例中电子设备结构示意图；
72.图20是本技术一示例性实施例中电子设备的硬件结构示意图。
具体实施方式
73.为使本技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参
照附图，对本技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本技术的概念。
74.在附图中示出了根据本技术实施例的层结构示意图。这些图并非是按比例绘制的，其中为了清楚的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状以及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
75.显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
76.在本技术的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
77.此外，下面所描述的本技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
78.经研究发现，由于晶圆材质和品质上的不同，晶圆边缘在图像上的特征上会有较大区别，若直接提取晶圆边缘轮廓会有较多干扰，存在不稳定现象，相关技术中的图像处理算法通用性较差，深度学习模型则需要大量的样本数据，且不易维护，均无法达到理想的效果。因此需要重新设计算法方案，提升算法的兼容性和稳定性。晶圆边缘容易受到光源影响比较大，相关技术中的分割方式直接通过阈值进行分割，无法达到一个稳定的效果，且随着光源的亮暗变化和/或者光源不均现象，需要经常调整参数，不易于维护。因此需要在分割方式上重新设计，提升对光源的适应性。相关技术中,提取晶圆边缘的方式为获取到晶圆边缘点之后，通过拟合直线函数描述晶圆边缘，但晶圆边缘会存在缺损或者毛刺干扰，这些干扰点的存在会造成拟合出的直线并不是最佳的，因此需要在算法上对异常点进行去除，提升计算边缘的精度。
79.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的晶圆边缘识别方法、晶圆边缘识别装置、电子设备及存储介质进行详细地说明。
80.如图1所示，在本技术实施例的第一方面，提供了一种晶圆边缘识别方法，该方法可以包括：
81.步骤s101：获取晶圆在预设方位的边缘图像；
82.步骤s102：从边缘图像中提取晶圆在支撑件上形成的阴影区域；
83.步骤s103：提取阴影区域的边缘点；
84.步骤s104：拟合边缘点得到晶圆在预设方位的边缘。
85.本实施例中的预设方位可以为如下任意一种：上、下、左、右。支撑件可以为托盘，托盘的颜色均匀表面光滑，托盘的颜色可以为白色。晶圆放置在托盘顶面后，通过相机获取晶圆在预设光源下，靠上、靠下、靠左或靠右边缘位置的图像作为边缘图像。预设光源可以位于晶圆的正上方。晶圆在托盘顶面的投影形成阴影区域。如图2、3、4所示，边缘图像中，阴影区域显示为位于托盘和晶圆之间的黑边，环绕晶圆边缘的阴影区域呈现等宽度，寻找阴影区域相比直接寻找晶圆边缘会更加稳定。本实施例通过寻找阴影区域代替直接提取晶圆
边缘，有助于降低光源的影响，降低晶圆和托盘表面异常点的干扰，能够利用阴影区域光学成像特征的稳定性，来提升晶圆边缘提取的稳定性。
86.如图5所示，在一些实施例中，步骤s102可以包括：
87.步骤s1021：获取边缘图像的二值图；
88.步骤s1022：判断二值图中是否存在像素尺寸大于预设尺寸的初始连通域；
89.步骤s1023：若步骤s1022的判断结果为是，则从初始连通域中筛选出阴影区域；
90.步骤s1024：若步骤s1022的判断结果为否，则从二值图中获取像素尺寸最大的连通域作为阴影区域。
91.本实施例中，先对边缘图像进行灰度化处理，得到灰度图。其中，由彩色图像转换为灰度图像的操作称为图像灰度化处理。再对灰度图进行局部自适应阈值分割，得到二值图。局部自适应分割原理为计算灰度图的均值、中值、高斯加权平均来确定阈值，能达到对亮度变化的适应性。二值图由第一像素值和第二像素值组成。其中，第一像素值大于第二像素值。第一像素值可以为255，在二值图中显示为白色区域，第二像素值可以为0，在二值图中显示为黑色区域。如图6所示，二值图中，第一像素值用于表征边缘图像中亮度低的区域，即阴影区域，第二像素值用于表征边缘图像中亮度高的区域。二值图中，相连的白色像素点组成连通域。像素尺寸的含义为像素点的数量。预设尺寸用于表征阴影区域像素点的数量。从二值图中筛选出像素尺寸大于预设尺寸的初始连通域能够实现面积筛选，通过面积筛选过滤掉晶圆或托盘上较小的发暗干扰，当筛选出的初始连通域为多个时，可以基于预设方位进行进一步的方位筛选，从初始连通域中筛选出阴影区域。光源不稳定可能导致初始连通域筛选失败。由于理论上阴影区域对应的连通域像素面积最大，当没有筛选到尺寸符合的初始连通域时，可直接将最大像素面积的连通域作为阴影区域。本实施例通过二值图提取阴影区域能有效的提升晶圆边缘识别对光照的适应性，并且通过尺寸筛选和方位筛选，能有效的保证对阴影区域提取的准确性。
92.如图7所示，在一些实施例中，步骤s1023可以包括：
93.步骤s10231：从边缘图像上获取与预设方位对应的定位点；
94.步骤s10232：获取初始连通域与定位点的第一距离；
95.步骤s10233：将第一距离最小的初始连通域作为阴影区域。
96.本实施例中，基于预设方位确定晶圆和阴影区域的位置关系，对初始连通域进行方位筛选，定位点可以为边缘图像位于预设方位的边缘上的点。由于支撑件颜色均匀且光滑，噪音通常位于晶圆内，与其他晶圆内的初始连通域相比，阴影区域与定位点的距离最近。因此，通过对比多个初始连通域与定位点的第一距离能够找到阴影区域。
97.如图8所示，在一些实施例中，步骤s10232可以包括：
98.步骤s102321：获取初始连通域的最小包围矩；
99.步骤s102322：获取最小包围矩的中心与定位点的距离作为第一距离。
100.本实施例中，最小包围矩为初始连通域的最小外接矩形，最小外接矩形的中心能够表征初始连通域的中心，因此通过获取最小包围矩的中心与定位点的距离能够得到第一距离。
101.如图9所示，在一些实施例中，步骤s10231可以包括：
102.预设方位为上时，获取左上角或右上角作为定位点；
103.预设方位为下时，获取左下角或右下角作为定位点；
104.预设方位为左时，获取左上角或左下角作为定位点；
105.预设方位为右时，获取右上角或右下角作为定位点。
106.本实施例中，由于托盘比较平整有光泽，很少有发暗物质干扰，干扰物质通常位于晶圆表面，因此阴影区域通常是距离靠近托盘一侧图像角点最近的初始连通域。根据传入的预设方位数据，确定边缘图像中晶圆所处的方位，进而能够确定晶圆、托盘和阴影区域的位置关系。预设方位为上时，晶圆位于阴影区域的下方，可以将左上角或右上角作为定位点。预设方位为下时，晶圆位于阴影区域的上方，可以将左下角或右下角作为定位点。预设方位为左时，晶圆位于阴影区域的右方，可以将左上角或左下角作为定位点。预设方位为右时，晶圆位于阴影区域的左方，可以将右上角或右下角作为定位点。本实施例通过预设方位能够判断晶圆与阴影区域的位置分布，进而能够找到与阴影区域的距离小于与晶圆距离的定位点。
107.由于托盘颜色均匀且光滑，阴影区域与托盘的边界更清晰，因此，在一些实施例中，从阴影区域靠近支撑件的边缘提取边缘点有助于提高边缘点提取的精度。
108.如图10所示，在一些实施例中，步骤s103可以包括：
109.步骤s1031：将边缘图像中阴影区域的像素值调整为第一预设像素值，将其余区域的像素值调整为第二像素值，得到阴影二值图；
110.步骤s1032：预设方位为上时，对阴影二值图从上到下进行列遍历以获取每一列第一个像素值为第一预设像素值的点作为边缘点；
111.预设方位为下时，对阴影二值图从下到上进行列遍历以获取每一列第一个像素值为第一预设像素值的点作为边缘点；
112.预设方位为左时，对阴影二值图从左到右进行行遍历以获取每一行第一个像素值为第一预设像素值的点作为边缘点；
113.预设方位为右时，对阴影二值图从右到左进行行遍历以获取每一行第一个像素值为第一预设像素值的点作为边缘点。
114.本实施例中，如图11所示，第一预设像素值可以为255，阴影区域显示为白色。先设置边缘点收集容器，再通过边缘点收集容器采集预设方位的阴影区域边缘点。如图12所示，预设方位为上时，阴影区域的上边缘为晶圆投影在托盘上的边界，采用列遍历的方式，对阴影二值图的每一列从上到下进行遍历，若遍历到像素值为255的像素点则记录下该位置的像素坐标，将坐标点存入第一边缘点收集容器中，遍历完成后，该第一边缘点收集容器中的点即为阴影区域靠近支撑件的边缘点。如图13所示，预设方位为下时，阴影区域的下边缘为晶圆投影在托盘上的边界，采用列遍历的方式，对阴影二值图的每一列从下到上进行遍历，若遍历到像素值为255的像素点则记录下该位置的像素坐标，将坐标点存入第二边缘点收集容器中，遍历完成后，该第二边缘点收集容器中的点即为阴影区域靠近支撑件的边缘点。如图14所示，预设方位为左时，阴影区域的左边缘为晶圆投影在托盘上的边界，采用行遍历的方式，对阴影二值图的每一行从左到右进行遍历，若遍历到像素值为255的像素点则记录下该位置的像素坐标，将坐标点存入第三边缘点收集容器中，遍历完成后，该第三边缘点收集容器中的点即为阴影区域靠近支撑件的边缘点。如图15所示，预设方位为右时，阴影区域的右边缘为晶圆投影在托盘上的边界，采用行遍历的方式，对阴影二值图的每一行从右到
左进行遍历，若遍历到像素值为255的像素点则记录下该位置的像素坐标，将坐标点存入第四边缘点收集容器中，遍历完成后，该第四边缘点收集容器中的点即为阴影区域靠近支撑件的边缘点。
115.如图16所示，在一些实施例中，步骤s104可以包括：
116.步骤s1041：对边缘点进行初始直线拟合得到初始直线；
117.步骤s1042：获取每个边缘点与初始直线的第二距离；
118.步骤s1043：获取第二距离小于或等于预设距离的边缘点作为目标边缘点；
119.步骤s1044：对目标边缘点进行目标直线拟合得到晶圆在预设方位的边缘。
120.本实施例中，由于边缘毛刺、边缘缺损以及光照等原因导致边缘点中可能包含异常点，通过初步拟合得到初始直线，再基于边缘点与初始直线的距离能够排除与初始直线距离较远的异常点，再对去除异常点之后的目标边缘点重新拟合有助于提高晶圆边缘定位的准确性。
121.如图17所示，在本技术实施例的第二方面，提供了一种晶圆定位方法，包括：
122.步骤s201：采用第一方面任一实施例的一种晶圆边缘识别方法获取晶圆在至少三个不同预设方位的边缘；
123.步骤s202：基于边缘获取晶圆中心的位置以完成晶圆定位。
124.本实施例中，通过相机获取晶圆靠上、靠下、靠左、靠右边缘位置的其中任意三个位置的边缘图像并记录预设方位分别为上、下、左、右。分别获取三个边缘图像中的边缘位置，再基于三个边缘位置进行圆拟合得到圆的中心，即晶圆中心的位置，将晶圆中心的位置作为晶圆位置。
125.在本技术实施例的第三方面，提供了一种探针台，采用第一方面任一实施例的一种晶圆边缘识别方法识别晶圆边缘或采用第二方面任一实施例的一种晶圆定位方法定位晶圆。
126.如图18所示，在本技术实施例的第四方面，提供了一种晶圆边缘识别装置，包括：
127.第一获取模块11，用于获取晶圆在预设方位的边缘图像；
128.第二获取模块12，用于从边缘图像中提取晶圆在支撑件上形成的阴影区域；
129.第三获取模块13，用于提取阴影区域的边缘点；
130.拟合模块14，用于拟合边缘点得到晶圆在预设方位的边缘。
131.本技术实施例中的晶圆边缘识别装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，非移动电子设备可以为服务器、网络附属存储器(network attached storage，nas)、个人计算机(personal computer，pc)、电视机(television，tv)、柜员机或者自助机等，本技术实施例不作具体限定。
132.本技术实施例提供的晶圆边缘识别装置能够实施上述任一实施例提供的一种晶圆边缘识别方法实现的各个过程，为避免重复，这里不再赘述。
133.可选地，如图19所示，本技术实施例还提供一种电子设备1100，包括处理器1101，存储器1102，存储在存储器1102上并可在所述处理器1101上运行的程序或指令，该程序或
指令被处理器1101执行时实现上述晶圆边缘识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
134.需要说明的是，本技术实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
135.图20为实现本技术实施例的一种电子设备的硬件结构示意图。
136.该电子设备1200包括但不限于：射频单元1201、网络模块1202、音频输出单元1203、输入单元1204、传感器1205、显示单元1206、用户输入单元1207、接口单元1208、存储器1209、以及处理器1210等部件。
137.本领域技术人员可以理解，电子设备1200还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器1210逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图16中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
138.应理解的是，本技术实施例中，输入单元1204可以包括图形处理器(graphics processing unit，gpu)12041和麦克风12042，图形处理器12041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元1206可包括显示面板12061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板12061。用户输入单元1207包括触控面板12071以及其他输入设备12072。触控面板12071，也称为触摸屏。触控面板12071可包括触摸检测装置和触摸控制器两个部分。其他输入设备12072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器1209可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器1210可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1210中。
139.本技术实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述晶圆边缘识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
140.其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等。
141.本技术实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述晶圆边缘识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
142.应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
143.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该
要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
144.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例所述的方法。
145.上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。

技术特征：
1.一种晶圆边缘识别方法，其特征在于，包括：获取晶圆在预设方位的边缘图像；从所述边缘图像中提取所述晶圆在支撑件上形成的阴影区域；提取所述阴影区域的边缘点；拟合所述边缘点得到所述晶圆在所述预设方位的边缘。2.根据权利要求1所述的一种晶圆边缘识别方法，其特征在于，从所述边缘图像中提取所述晶圆在支撑件上形成的阴影区域，包括：获取所述边缘图像的二值图；判断所述二值图中是否存在像素尺寸大于预设尺寸的初始连通域，若是，则从所述初始连通域中筛选出所述阴影区域，若否，则从所述二值图中获取像素尺寸最大的连通域作为所述阴影区域。3.根据权利要求2所述的一种晶圆边缘识别方法，其特征在于，从所述初始连通域中筛选出所述阴影区域，包括：从所述边缘图像上获取与所述预设方位对应的定位点；获取所述初始连通域与所述定位点的第一距离；将所述第一距离最小的所述初始连通域作为所述阴影区域。4.根据权利要求3所述的一种晶圆边缘识别方法，其特征在于，获取所述初始连通域与所述定位点的第一距离，包括：获取所述初始连通域的最小包围矩；获取所述最小包围矩的中心与所述定位点的距离作为所述第一距离。5.根据权利要求3所述的一种晶圆边缘识别方法，其特征在于，从所述边缘图像上获取与所述预设方位对应的定位点，包括：所述预设方位为上时，获取左上角或右上角作为所述定位点；所述预设方位为下时，获取左下角或右下角作为所述定位点；所述预设方位为左时，获取左上角或左下角作为所述定位点；所述预设方位为右时，获取右上角或右下角作为所述定位点。6.根据权利要求1所述的一种晶圆边缘识别方法，其特征在于，提取所述阴影区域的边缘点，包括：从所述阴影区域靠近所述支撑件的边缘提取所述边缘点。7.根据权利要求6所述的一种晶圆边缘识别方法，其特征在于，从所述阴影区域靠近所述支撑件的边缘提取所述边缘点，包括：将所述边缘图像中所述阴影区域的像素值调整为第一预设像素值，将其余区域的像素值调整为第二像素值，得到阴影二值图；所述预设方位为上时，对所述阴影二值图从上到下进行列遍历以获取每一列第一个像素值为第一预设像素值的点作为所述边缘点；所述预设方位为下时，对所述阴影二值图从下到上进行列遍历以获取每一列第一个像素值为第一预设像素值的点作为所述边缘点；所述预设方位为左时，对所述阴影二值图从左到右进行行遍历以获取每一行第一个像素值为第一预设像素值的点作为所述边缘点；
所述预设方位为右时，对所述阴影二值图从右到左进行行遍历以获取每一行第一个像素值为第一预设像素值的点作为所述边缘点。8.根据权利要求1-7任一项所述的一种晶圆边缘识别方法，其特征在于，拟合所述边缘点得到所述晶圆在预设方位的边缘，包括：对所述边缘点进行初始直线拟合得到初始直线；获取每个所述边缘点与所述初始直线的第二距离；获取所述第二距离小于或等于预设距离的所述边缘点作为目标边缘点；对所述目标边缘点进行目标直线拟合得到所述晶圆在预设方位的边缘。9.一种晶圆定位方法，包括：采用权利要求1-8任一项所述的一种晶圆边缘识别方法获取晶圆在至少三个不同预设方位的边缘；基于所述边缘获取晶圆中心的位置以完成晶圆定位。10.一种探针台，其特征在于，采用权利要求1-8任一项所述的一种晶圆边缘识别方法识别晶圆边缘。11.一种晶圆边缘识别装置，其特征在于，包括：第一获取模块，用于获取晶圆在预设方位的边缘图像；第二获取模块，用于从所述边缘图像中提取所述晶圆在支撑件上形成的阴影区域；第三获取模块，用于提取所述阴影区域的边缘点；拟合模块，用于拟合所述边缘点得到所述晶圆在预设方位的边缘。12.一种电子设备，其特征在于，包括：处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-8任一项所述的一种晶圆边缘识别方法或权利要求9所述的晶圆定位方法。

技术总结
本申请公开了一种圆边缘识别方法、晶圆定位方法、探针台、晶圆边缘识别装置、电子设备及存储介质，属于晶圆定位技术领域，其中，获取晶圆在预设方位的边缘图像；从边缘图像中提取晶圆在支撑件上形成的阴影区域；提取阴影区域的边缘点；拟合边缘点得到晶圆在预设方位的边缘。该方法通过提取晶圆在支撑件上的阴影代替直接提取晶圆边缘，能够利用阴影区域光学成像特征的稳定性，来提升晶圆边缘提取的稳定性。来提升晶圆边缘提取的稳定性。来提升晶圆边缘提取的稳定性。


技术研发人员：蔡超鹏 陈思乡 杨奉利 梁思文 戴啟辉
受保护的技术使用者：杭州长川科技股份有限公司
技术研发日：2023.06.01
技术公布日：2023/10/15