在半导体封装领域，当在晶圆上制作微型球用于堆叠晶圆芯片和倒装芯片接合等，在晶圆植球后的焊球进行2D + 3D视觉检测是目前半导体检测领域重点制程，直接影响后续产品的质量。
3D封装检测技术主要有以下几种：
光学检测：使用高分辨率相机进行视觉缺陷检测。
X 射线检测：穿透材料以检测内部缺陷。
声学显微镜：用于检测多层包装中的分层或空隙。
扫描电子显微镜 (SEM) ：高放大倍数，可精确识别缺陷。
激光扫描和共焦显微镜：用于测量形貌和翘曲。
本文针对FCCSP（精细芯片级封装）晶圆凸点检测的3D检测设备的研究：
检测算法流程图：
用于检测晶圆焊球设备布局图：
设备运行流程：
(1) Wafer loading by manual
(2) Start button push
(3) Vacuum on (Vacuum table)
(4) Wafer align
(5) X,Y,Theta motion
6) 2D Camera leading - Bump
(7) 3D Camera leading - Bump height
(8) 2D, 3D Data
关键结构说明：
晶圆台：必须保持足够的平面度，且带有真空凹槽以保持晶圆以恒定的压力吸住，并涂有涂层以防止晶圆被划伤！
XY运动平台：通常常用大理石做底座，需要有减震技术和运动平稳性！这是保持稳定检测的关键指标！
2D&3D视觉检测系统：
2D 相机一般用来测量凸块的外径，一般采用弯顶照明光源，通过多级控制来响应凹凸的漫反射，可以根据每种情况灵活控制照明。
3D 相机用于使用激光槽光束测量凸块的高度。相机的高度可以使用伺服电机精确控制，使其能够在凸块高度和晶圆厚度变化时做出响应.这种检查方法利用激光狭缝光束和凸块之间的干涉来实现机械零件的精确设置.
分辨率可到0.1μm，横向分辨率低于5μm。该设计为1μm的高度测量精度，速度为15M/s.
激光束：
激光狭缝光束和高精度 Z 轴系统使用干涉图案测量凸块高度。结合表面法向量和 CAD 数据对选定区域进行详细的 3D 重建，以进行高速凹凸形状和高度分析。
图像处理和缺陷检测2D&3D算法：
降噪：应用滤波（例如高斯滤波器）来消除图像中的噪声。这在高倍率成像中特别有用，因为传感器噪声或照明不一致会影响精度。
Normalization：标准化强度或反射率值以处理由于照明或材料属性引起的变化。
边缘检测：使用 Canny 或 Sobel 滤波器等方法来检测焊料凸块的边界，有助于分割和缺陷定位。
几何特征分析：凸块形状和尺寸检测：测量凸块直径、位置和方向。算法可以使用二值图像处理来检测凸块区域并执行逐像素分析，以确保凸块的圆度和尺寸符合规格。
缺陷分类：通过将提取的特征与预定义的阈值（例如，最小/最大直径、偏心率）进行比较，识别诸如缺失凸块、凸块桥接或变形形状等缺陷。
图案匹配：将捕获的图像与参考模板（来自 CAD 模型或设计规范）对齐。这确保了凸块位于正确的位置并且没有错位。
表面法线计算：对于 3D 表面重建，根据激光或结构光系统捕获的反射光计算焊料凸块表面的法线向量。角度和强度变化有助于确定凸块高度。
3D 点云生成：根据捕获的 3D 数据，生成代表凹凸高度轮廓的点云。此步骤对于重建每个凹凸的实际形状至关重要。
体积估计：为了进行更精确的分析，该算法可以通过整合3D点云数据来计算凹凸的体积。有缺陷的凸块的体积通常会低于或高于预期。
AI:使用卷积神经网络 (CNN) 或支持向量机 (SVM) 根据从 2D 和 3D 数据提取的特征进行缺陷分类。该模型可以使用标记数据集（正常与有缺陷的凹凸）进行训练。
以上部分内容来自网络资料个人整理和总结，部分图片来自网络截图，版权归原作者所有，如有不妥可联系删除！
文档下载方法：
1.请关注公众号，点赞后然后转发到朋友圈和行业群并留言！！静候小编回复参考资料下载链接！
