메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Sunghyon Kim (Chonbuk National University) Il-seok Oh (Chonbuk National University.)
저널정보
대한전자공학회 JOURNAL OF SEMICONDUCTOR TECHNOLOGY AND SCIENCE Journal of Semiconductor Technology and Science Vol.17 No.1
발행연도
2017.2
수록면
86 - 93 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we propose a novel defect detection method using component tree representations of scanning electron microscopy (SEM) images. The component tree contains rich information about the topological structure of images such as the stiffness of intensity changes, area, and volume of the lobes. This information can be used effectively in detecting suspicious defect areas. A quasi-linear algorithm is available for constructing the component tree and computing these attributes. In this paper, we modify the original component tree algorithm to be suitable for our defect detection application. First, we exclude pixels that are near the ground level during the initial stage of component tree construction. Next, we detect significant lobes based on multiple attributes and edge information. Our experiments performed with actual SEM wafer images show promising results. For a 1000 × 1000 image, the proposed algorithm performed the whole process in 1.36 seconds.
#Inspection #defect detection #component tree #semiconductor #SEM images

목차

Abstract
Ⅰ. INTRODUCTION
Ⅱ. METHODS
Ⅲ. EXPERIMENTS AND DISCUSSIONS
Ⅳ. CONCLUSIONS
REFERENCES

참고문헌 (8)

참고문헌 신청
R. T. Chin and C. A. Harlow, “Automated Visual Inspection: A survey,” Pattern Analysis and Machine Intelligence, IEEE Transactions on, Vol.4, No.6, pp.557-573, Nov., 1982. R. T. Chin, “Automated visual inspection: 1981 to 1987,” Computer Vision, Graphics and Image Processing, Vol.41, Issue 3, pp.346-381, Mar., 1988. B.-J Yum, J. H. Koo and S.-J Kim, “Analysis of Defective Patterns on Wafers in Semiconductor Manufacturing: A Bibliographical Review,” Automation Science and Engineering, 8th IEEE International Conference on, pp.86-90, Aug., 2012. S.-H. Huang and Y.-C. Pan, “Automated visual inspection in the semiconductor industry: A survey,” Computers in Industry, Vol.66, pp.1-10, 2015. X. Xie, “A Review of Recent Advances in Surface Defect Detection using Texture analysis Techniques,” Electronic Letters on Computer Vision and Image Analysis, Vol.7, No.3, pp.1-22, 2008.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

이미지 기반 샴 네트워크를 활용한 반도체 제조 공정의 이상 분류 및 중요 구간 탐지
김정인 ,  목충협 ,  김현지 외 9명 대한산업공학회지 2024 .08
웨이퍼 결함 패턴 분류를 위한 보간법 기반의 준지도 대조학습
김정현 ,  이제혁 지능정보연구 2024 .03
Properties of Defective Regions Observed by Photoluminescence Imaging for GaN-Based Light-Emitting Diode Epi-Wafers
Jongseok Kim ,  HyungTae Kim ,  Seungtaek Kim 외 5명 Current Optics and Photonics 2015 .12
Methods to Measure the Critical Dimension of the Bottoms of Through-Silicon Vias Using White-Light Scanning Interferometry
Changhong Hyun ,  Seong ,  yong Kim 외 1명 Current Optics and Photonics 2014 .10
딥러닝 기반의 반도체 패키지 다이면 스크래치 검출 방법
박성범 ,  황영배 제어로봇시스템학회 논문지 2022 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-569-002321536