半导体芯片的尺寸越来越小，工艺过程中产生缺陷对成品率的影响也越来越明显。对缺陷准确的分析直接关乎芯片的失效的判定及缺陷的改善方向。当前主流的瑕疵检测设备多数采用机器视觉检测设备，相比人工，该设备效率高，检测速度快，为了检测到更小的致命缺陷，将视觉应用到半导体生产检测中来，是当今科技发展的潮流。

半导体集成电路芯片通常形成在晶圆上，晶圆通常为硅衬底晶圆。芯片在生产过程中包括多个工艺步骤，各工艺步骤形成对应的工艺层，在各工艺层之后通常会进行在线缺陷检测。

通常，在检测到缺陷之后，还需要对缺陷进行分类，这样能够方便对异常机台进行调查以及能辅助良率分析。

现有技术中，对缺陷进行分类的方法主要是按照缺陷的形状、特性或大小进行分类。其中缺陷的形状包括颗粒、水渍和残留等，残留如金属残留和介质层残留等。缺陷的特性包括短路和断路，具有短路特性的缺陷能使对应的电路短路，具有断路特性的缺陷能使对应的电路短路。

但是，上述现有缺陷分类的方法仅是根据缺陷本身的形状、特性或大小进行分类，无法和芯片的电路相关联，当在芯片的失效分析过程中检测到失效测试现象时，并不能将失效测试现象与对应的缺陷进行明确对应。

晶圆分无图案晶圆和图案晶圆，考虑到两种晶圆的缺陷类型的出发点有些不同，可采用的检测的方法也就不同。综合考虑缺陷的物理属性和后面缺陷检测算法的针对性，晶圆的缺陷可简单的分为表面缺陷、晶体缺陷、划痕、图案缺陷。

根据客户检测需求，我司选择以玻璃转盘的方式，结合工业相机检测；电磁阀吹气筛选的方式用以筛选，可达到较精准的检测效果及较高的检测速度，适用于小型物料。

该设备安装工作顺序从左至右依次有：上料装置、理料装置、视觉检测装置、气吹筛选装置、清理装置。