VIP20
本课程属于：034-缺陷分析实战 半导体工艺与制造设备 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

缺陷检测优化：晶圆表面微颗粒缺陷的显微图像特征提取

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
晶圆制造中的缺陷检测挑战 · 微颗粒缺陷对良率的影响 · 课程目标与学习路径
课程导论晶圆制造
02
显微成像基础
光学显微镜原理 · 明场与暗场成像 · 显微图像的分辨率与景深
显微成像基础光学显微镜原理
03
图像采集与预处理
图像传感器类型 · 噪声来源（高斯噪声 · 泊松噪声）
图像采集预处理
04
图像增强技术
直方图均衡化 · 对比度拉伸 · 自适应直方图均衡化（CLAHE）
图像增强技术直方图均衡化
05
图像滤波与边缘保留
均值滤波 · 高斯滤波 · 中值滤波
图像滤波边缘保留
06
图像锐化与细节增强
拉普拉斯算子 · Sobel算子 · Unsharp Masking
图像锐化细节增强
07
图像分割基础
阈值分割（Otsu · 自适应阈值） · 区域生长法
图像分割基础Otsu
08
边缘检测算法
Canny边缘检测 · LoG算子 · 亚像素边缘定位
边缘检测算法Canny
09
形态学图像处理
腐蚀 · 膨胀 · 开运算
形态学图像处理腐蚀
10
特征提取基础
区域属性（面积 · 周长 · 圆形度）
特征提取基础区域属性
11
纹理特征提取
灰度共生矩阵（GLCM） · LBP局部二值模式 · Gabor滤波器
纹理特征提取GLCM
12
形状特征描述
Hu矩 · Zernike矩 · 傅里叶描述子
形状特征描述Hu
13
频域分析与滤波
傅里叶变换 · 功率谱分析 · 频域滤波（高通
频域分析滤波
14
小波变换在缺陷检测中的应用
小波分解 · 小波去噪 · 多尺度特征提取
小波变换缺陷检测
15
特征选择与降维
主成分分析（PCA） · 线性判别分析（LDA） · t-SNE可视化
特征选择降维
16
传统机器学习分类器
支持向量机（SVM） · 随机森林 · K近邻（KNN）在缺陷分类中的应用
传统机器学习分类…SVM
17
深度学习基础
卷积神经网络（CNN）核心概念 · 卷积层 · 池化层
深度学习基础CNN
18
经典CNN架构
LeNet · AlexNet · VGGNet
CNN经典
19
目标检测网络
Faster R-CNN · YOLO · SSD在微颗粒缺陷定位中的应用
目标检测网络Faster
20
语义分割网络
U-Net · SegNet · DeepLab在缺陷区域分割中的应用
语义分割网络U-Net
21
数据增强策略
几何变换 · 颜色变换 · MixUp
数据增强策略几何变换
22
不平衡数据处理
欠采样 · 过采样 · SMOTE
不平衡数据处理欠采样
23
模型评估与优化
混淆矩阵 · Precision/Recall/F… · ROC曲线
模型评估优化
24
模型轻量化与部署
模型剪枝 · 量化 · 知识蒸馏
模型轻量化部署
25
实时检测系统设计
流水线架构 · 多线程处理 · GPU加速
实时检测系统设计流水线架构
26
案例实战一
基于OpenCV的传统显微图像缺陷检…
案例实战一OpenCV
27
案例实战二
基于PyTorch的CNN缺陷分类模…
案例实战二PyTorch
28
案例实战三
基于U-Net的微颗粒缺陷分割与面积…
案例实战三U-Net
29
案例实战四
基于YOLOv8的实时微颗粒缺陷检测…
案例实战四YOLOv8
30
课程总结与前沿展望
当前技术瓶颈 · 未来趋势（自监督学习 · 3D检测
课程总结前沿展望