上文中已經說明了最終選擇普通的白熾燈作為光源是最為經濟合適的，但同時也使得硅片表面的光照不均勻。同屬于鍵合區域，而中間偏亮，四周偏暗，位于不同光照位置的鍵合區和未鍵合區的灰度值非常接近，這給圖像的分割帶來很大的困難。因此，加入光照補償模塊，成功地解決了光照不均的問題。光照補償曲線由標定擬和的方式得到。

　　3.3.2 對比度增強模塊

　　由于圖片上鍵合區域和未鍵合區域的對比度不是很大，使得圖像的分割困難，分析所得圖片的灰度直方圖，發現灰度值

　　集中在0～255的某一段區域，此處采用一種對比度增強算法，均勻地拉大各部分的差別，從而拉大圖片上鍵合區域和未鍵合區域的差別，方便后續處理。該對比度增強算法不同于直方圖均衡，它在算法上沒有累積，其效果體現在直方圖上，均等地拉開了各個灰度值之間的間距，而不改變灰度等級的個數和所對應的概率值。

　　3.3.3 圖像平滑處理模塊

　　獲得圖像的過程中，不可避免地會引入很多噪聲，所以圖像平滑是圖像預處理不可缺少的部分。此處采用的圖像平滑是基于梯度的算法，中和了均值濾波和中值濾波的雙重效果，在抑制噪聲的同時也模糊了干涉條紋，從而為后續的閾值分割奠定基礎。該算法的實現：用3×3的鄰域T[3][3]，取中心點與其相鄰的8個點的灰度值梯度，按閾值 T0將T[3][3]分成三個區域，鄰域內各點的灰度值為其所屬區域的灰度均值。用T[3][3]遍歷整幅圖像，圖像各點的灰度值取該點累積的均值。

　　3.3.4 閾值分割模塊

　　閾值分割是從整幅圖像中提取目標對象的處理，在此處是為了提取出鍵合上的區域，為鍵合率的計算做準備。

　　3.3.5 鍵合率計算模塊

　　在閾值分割后的二值圖像上，計算出鍵合區域的面積，從而計算出鍵合率。鍵合率定義為晶片鍵合上的面積占整個預鍵合晶片面積的百分比。

　　4 系統的應用

　　4.1 在線監測鍵合過程

　　將紅外檢測應用到鍵合裝置中，可以實時監控鍵合過程。圖4(a)～(d)是截取的預鍵合過程中的4幅圖片，可以清晰地觀察鍵合波從中間向四周擴張的傳播過程。圖中所標的數字表示預鍵合時間(晶片經活化處理后，從兩晶片開始接觸到逐步鍵合所經歷的時間)。1 min后，鍵合面積基本不再發生變化，預鍵合結果如圖4(d)所示。

?

　　4.2 檢測晶片鍵合質量

　　將上節中預鍵合的硅片在120。C下退火5 h，最終得到鍵合片的紅外圖片如圖5(a)，其鍵合質量如圖5，鍵合率為60.20%。

?

　　兩組樣品均采用單面拋光的p型標準晶片，經過清洗、活化等處理后，貼合到一起，再經過低溫退火，形成穩定的鍵合，獲得測試樣件。將鍵合好的晶片放在該測試儀上檢測,并進行相應圖像處理得到樣品1和2的紅外圖片如圖6和圖7所示。

?

　　圖6(a)和圖7(a)中，圓形區域是要鍵合的圓片，其中明區為鍵合上的地方，暗區為未鍵合上的地方，圓形區域(即鍵合圓片)以外為圖像背景。從圖上可以大致地看出空洞(未鍵合區域)的分布、個數和大小等。為了獲得更為準確的數據信息，借助圖像處理程序對圖片(a)進行對比度增強、平滑、分割等一系列處理，可獲得圖(b)，(c)，從而得到鍵合率。樣品1的鍵合率為28.12%，鍵合率很低，并且從圖6中空洞的分布可以看出，樣品1鍵合得很不好。樣品2的鍵合率為66.12%。比較圖6和圖7，樣品2的鍵合質量明顯優于樣品1，可以說明鍵合圓片越薄，越容易鍵合。可以從平板理論理解這一鍵合現象，圓片越薄，界面表面能克服圓片翹曲貼合到一起所需要的力越小。

?

　　在圖7(a)右側，可以看到具有清晰圓形干涉條紋的圓形暗區，這是因為在圓片貼合前，圓片此處有一顆粒污染。因此可以推測，界面上因顆粒污染所形成的空洞，紅外圖片上呈現為比較規則的圓形暗區。

　　5 結論

　　該檢測儀更具有靈活性和實用性，不但可用于同質材料鍵合片的質量檢測，還可用于異質材料鍵合片的檢測，用于篩選適合下一步工藝研究的合適鍵合片等。同時，該檢測儀結合到鍵合裝置中，可以實時觀測鍵合過程中鍵合的動態圖像，觀察鍵合波，實時指導鍵合工藝。但目前已實現的軟件功能還很簡單，只能進行鍵合質量的初步評估。要獲得鍵合片的更多信息，需要添加軟件功能，這是該系統的不足之處和值得改進的地方。