杨 帆，高 岳，孙广翔

(中国电子科技集团公司第四十五研究所，北京100176)

蓝宝石（Sapphire）晶体因为其在光学和化学上的良好性能，因而可以被应用于各种高要求的领域。蓝宝石的物理性能也较为优秀，在高温下（约2 000 ℃）依然可以保持其高强度、高硬度的机械性能，不仅如此蓝宝石还具有耐冲刷的特性，能够防止化学腐蚀。蓝宝石具有的这些优良性能，被广泛应用于现代工业的方方面面，更成为了光电子产业中不可或缺的材料。

蓝宝石的一个重要用途就是应用于LED 相关产品的生产中。LED 照明有传统照明所不具有的体积、价格和环保节能的优势，在迅速地压缩着传统照明市场份额。世界著名照明厂商如Phillips, Orsam 等都在争相进入LED 产业。由于LED 产业的蓬勃发展，2010年全球蓝宝石的用量就达到4 400万片。而根据国家半导体照明工程研发及产业联盟预测到2015年，中国LED 产业规模将达6 000 亿元人民币。

1 研究背景

通常，在LED 生产工艺中，蓝宝石主要作为GaN 材料生长以及外延的衬底。

蓝宝石衬底有许多的优点：首先，蓝宝石衬底可以提高内量子效率，减少反向漏电流，提高LED 寿命；其次，蓝宝石衬底界面将光多次散射，增加了光的出射角，从而提高了光的提取效率。因此，大多数工艺一般都以蓝宝石作为衬底。

蓝宝石同时也是高亮度发光二极管(HB LED) 非常好的衬底材料。目前这些高亮度的发光二极管已经被广泛地应用在广告灯、交通灯、仪表灯及手术灯等领域。随着高亮度发光二极管应用的日益广泛，在国内的应用量非常大。

目前，衬底片的生产厂家主要集中在美国、日本及俄罗斯。具有“绿色照明光源”之称的HB-LED，由于节能、环保的优势，已成为各国积极发展的方向。经过发光材料及制造工艺的不断改善，发光效率不断提高，制造成本的下降，使得半导体照明替代传统的白炽灯和荧光灯是势不可挡。

2 传统显微镜在LED 产业中应用的问题

在LED 等产业的工艺中，由于蓝宝石衬底的半透明性，以及透明电极层等因素，有时再加上遮挡物，例如Mask 等的存在，致使蓝宝石基片无法对传统显微镜的顶部照明光线进行正常反射，造成普通的显微镜很难甚至完全无法看清基片上的图形，这对LED 工艺中很多步骤造成了致命的影响，因此无论是手动还是自动加工设备，显微镜成像的精确程度与成品率都有直接的关系。而要想蓝宝石基片在半导体设备上得以应用，蓝宝石基片的视觉清晰化问题必须得以解决。

目前，在我国国产半导体设备中，还未有针对蓝宝石衬底而设计的产品，因此应用于LED 生产的全自动设备还只是少数，大量LED 加工设备依旧依赖进口。蓝宝石衬底图形的清晰化作为一项必要技术，必须在国产半导体设备上得到长足的发展，才能使国产设备具备与进口设备抗衡的条件。

3 传统解决方案对比

3.1 顶部环形照明

相较于传统的显微镜照明方式，顶部环形照明在目前显微镜照明中得到了广泛的应用。传统照明光源使用卤钨灯等单光源，通过聚光镜、视场镜等反射到需要观察的区域。而这种灯由于寿命、强度以及光线等因素，使得在半导体加工设备显微镜照明中逐渐被LED 环形照明所取代，LED 灯成本低廉，稳定可靠，能耗小，光线准直性强，同时，各种颜色可以通过各色LED 灯调色而成，因此得到行业内广泛的认可。

然而，在应用于蓝宝石衬底加工工艺时，蓝宝石衬底的半透明性，以及在生产工艺中最高可达5 次的套刻，使得这种显微镜对于每道步骤中不同的掺杂物质都要有良好的适应性。否则，在显微镜下将很难进行精细对准操作，如图1所示。

图1 普通环形照明效果图

图1是在某型半导体设备上，使用顶部垂直照明所观察到最清晰的成像效果，从图中可以看出，蓝宝石衬底上的标记与底色之间灰度非常接近，而在实际生产过程中，由于设备调试水平的不同、基片的不同以及生产环境等影响，成像效果相较于实验室肯定更为模糊，这将在实际应用中给对准带来极大的困难。

3.2 底部照明（实验基于有ITO 膜的环节）

针对于顶部环形照明无法适应光刻工艺中采用蓝宝石衬底所出现的问题，有人提出了底部照明的方案。

由于蓝宝石基片具有半透明特性，因此，从基片底部进行照射，光线可以在一定程度上透过基片，同时又不会有大量的光线直射入显微镜物镜，不会对操作人员眼睛造成影响。当底部光线透过蓝宝石基片时，经过刻蚀产生的图形与基底的薄厚产生差异，使得光线透射上来后，图形区域与底色产生明显的灰度差，提高了可辨识性。但是在大部分加工设备上，蓝宝石基片一定需要被紧紧吸附于承片台上，因此底部照明光源必须安装在承片台上表面之下，然而设备在使用时，基片上的可视区域即底部照明的区域一定越大越好，这就与承片台真空孔产生了严重的矛盾。如果底部照明区域过大，就必须在承片台上开出很大的出光孔，这将使得蓝宝石基片无法很好地吸附在承片台表面，而如果想保证良好的吸附效果，承片台上的出光孔就不能开的太多太大，而这样又会导致基片可视区域狭小。同时，由于生产工艺中一定存在碎片，碎片形状的不确定性，也会对承片台出光孔的位置带来极大的困难。

3.3 图像梯度拉伸

通过照明的方法来解决图形清晰化问题并不能获得良好的效果，因此，图像处理技术成为了一种新的解决问题的途径。

由图1可以看出，造成蓝宝石衬底上的图形无法分辨的问题，其原因主要是基片上的图形与底色灰度过于接近所致。因此图像处理的重点主要集中于对比度增强方面。

对比度增强，最直接简单的方法就是直接对图像的灰度梯度进行拉伸，即分段线性灰度变换。分段线性灰度变换可以将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。设f(x，y)为原图像，灰度范围为[0，Mf]，g(x，y)为修正图像，灰度范围为[0，Mg]：

对图像灰度曲线更改的效果，如图2所示。

图2 灰度曲线拉伸原理图

图像灰度梯度区域的拉伸，必将使得其他区域灰度的压缩。然而，蓝宝石基片上的图形与衬底的灰度十分接近，实际上只有几个灰度的差别，因此要想把这么接近的灰度拉伸到适当的范围，将导致其他区域细节的大量丢失，严重影响了观察效果，如图3所示。

图3 梯度拉伸方法效果图

3.4 图像直方图均衡化

直方图均衡化实质上是减少图像的灰度级以换取对比度的加大。然而，在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，因此不但得不到对比度增强的效果，反而会使图像层次感丢失，如图4所示。

图4 直方图均衡化方法效果图

4 基于直方图归一化方法的图像清晰化研究

直方图归一化是灰度级变换的常用方法。是将原始图像的灰度级拉宽至整个灰度域，这样的方法既不会造成图像细节的丢失，同时还可以提升图像整体的层次感。

通过Matlab 对图1所示的电极图形进行灰度直方图的统计分析结果（如图5所示），可以看到，实际成像的灰度范围大都局限于150～200，而其他的灰度范围并没有得到利用。因此，如果把整个直方图依照比例拉伸至0～255 的灰度范围内，可以明显提升图像的质量，如图6所示。

图5 原始图像直方图统计

图6 修正直方图统计

通过直方图拉伸的方法我们可以看到（如图7所示），图像质量得到的大幅提升，电极图形与底色之间的灰度差已经较为明显，可以轻松的获得区分。

5 基于直方图归一化结合同态增晰方法研究

同态增晰不同于之前的空域处理方法，而是一种频率域的图像增强，即依据不同要求，通过设计出各种低通、高通、带通数字滤波器，达到图像增强效果。

图7 直方图归一化处理效果图

从图像成形的过程来看, 可以将图像看成是照射光和反射光的乘积。经傅里叶变换后, 两者是卷积关系而难以分开，即：f(x，y)=i(x，y)r(x，y)。同态滤波正好解决了这个问题, 其图像增强效果十分明显。

反射分量r(x，y) 反映图像的内容, 它随图像细节的不同在空间作快速变化, 是频域的高频分量。入射分量i(x，y)在空间上常具有缓慢变化的特点, 是频域中的低频分量。采用同态分析方法,就是先对上式两边取对数，把2 个相乘的分量变为2 个相加的分量, 它们分别代表了图像的高频分量和低频分量。

z(x，y)=lnf(x，y)=lni(x，y)+lnr(x，y)

两边取傅里叶变换, 那么有：

F(z(x，y))=F(lni(x，y))+F(lnr(x，y))

即Z(u，v)=Fi(u，v)+Fr(u，v)

典型的同态增晰步骤是：原图先经对数变换和快速傅里叶变换，变为频率域中的2 个分离的变量，然后根据不同需要，选用不同的传递函数实现不同的增强。经过频域处理的图像再经快速傅里叶逆变换及指数变换, 就可得到增强的图像。处理框图，如图8所示。

通过空域变换的直方图归一化结合频域变换的同态增晰方法，相较于其他的方法，可以获得最好的增强效果。如图9所示，我们可以明显的看出，相较于原始图像，增强后的图像对比度强，层次分明，易于辨识，完全达到了预期处理的效果。

图8 典型的同态增晰步骤

图9 直方图归一化结合同态增晰方法效果图

6 总 结

本文介绍了一种针对蓝宝石衬底在半导体加工设备应用时的视觉清晰化技术，通过直方图归一化结合同态增晰方法解决由于蓝宝石衬底的半透明性，以及透明电极层等因素，致使蓝宝石基片无法对传统显微镜的顶部照明光线进行正常反射，造成普通LED 加工设备上的显微镜很难、甚至完全无法看清基片上的图形的问题。这个问题的解决，使国产设备也可以对蓝宝石衬底进行作业，对LED 相关产品的生产有重要意义。

参考资料：

[1]于万波.基于MATLAB 的图像处理[M].北京：清华大学出版社，2008.

[2]冈萨雷斯(Gonzalez R.C.).数字图像处理（第二版）[M].北京：电子工业出版社，2003.39-63.

[3]赵秋宇，王晓红，张德喜.可增强图像细节的改进的直方图均衡化算法[J].信阳师范学院学报（自然科学版），2008(4)：601-603.

[4]朱永松，国澄明.基于相关系数的相关匹配算法的研究[J].信号处理，2003，19(6)：531-534.

[5]JONG-SEN LEE.Digital image enhancement and noise filtering by use of local statistics[J].IEEE Trans on Pattern Anal and Machine Intell，1980，PAMI-2(2)：165-168.

[6]许飞，施晓红.Matlab 应用图像处理[M].西安：西安电子科技大学出版社，2002.1-5.

[7]高严平.图像增强算法的研究与实现[D].济南：山东科技大学，2005.

[8]洪明坚.图像增强的自适应直方图修正算法研究及其应用[D].重庆：重庆大学，2002.