4. KLA检测图像数据解析基础

KLA 系列检测设备（如 Surfscan、Puma、8 系列宽禁带检测平台等）输出的图像数据，是制程异常诊断的原始证据。能否从一张 wafer map 或 die 级图像中稳定地分离出真实缺陷，取决于三个基础环节：图像以什么格式承载信息、像素值代表什么物理量、以及如何把缺陷从背景中分割出来并量化成可比较的特征。本节围绕这三层展开，并给出可直接复用的处理思路与示例参数。

一、图像格式：先分清“容器”和“像素语义”

KLA 检测数据常见的图像载体有三类。第一类是设备原生格式，例如 KLA 的 .kla、.klarf 配套的缺陷图像切片，或某些机型输出的 .tif/.png 缺陷小图；KLARF 本身是文本化的缺陷清单（defect list），记录坐标、尺寸、类别、通道强度等，图像则以独立文件或内嵌二进制块存在。第二类是通用无损格式，如 16-bit TIFF，常用于保存未压缩的灰度原始响应。第三类是压缩格式，如 PNG、JPEG，便于归档和快速浏览，但 JPEG 的有损压缩会在缺陷边缘引入振铃，影响后续分割精度。

解析时最关键的不是扩展名，而是三件事：位深（8-bit 还是 16-bit）、通道数（单通道灰度还是多通道彩色/多光谱）、以及像素值与物理量的映射关系。KLA 明场/暗场检测通常输出单通道灰度，像素值正比于散射或反射光强；部分多通道机型会输出多个检测通道（如暗场 + 明场 + 斜入射），此时“彩色”并非人眼意义上的 RGB，而是不同照明条件下的响应组合。若把多通道数据误当 RGB 处理，会丢失通道间的物理差异。

二、灰度与彩色信息：像素值到底代表什么

灰度图的每个像素是一个标量强度。对暗场检测，缺陷通常表现为亮于背景的散射点；对明场检测，颗粒或图形缺陷可能表现为暗点或亮暗对比结构。因此“缺陷是亮是暗”没有统一答案，必须结合检测模式和背景基准判断。工程上常用两种基准：全局基准（整片 wafer 的中位数或均值）和局部基准（缺陷邻域的背景估计）。局部基准对光照不均、膜厚渐变更稳健。

彩色或多通道信息的作用在于提升可分性。例如同一颗粒在暗场通道强、明场通道弱，而图形缺陷在两个通道都强，利用通道比值就能把“颗粒”和“图形异常”区分开。常见做法是把多通道组合成特征向量，而不是简单转灰度。若必须转灰度，应明确权重来源（如按通道信噪比加权），并记录该转换，避免不同批次用了不同权重导致特征不可比。

三、缺陷区域分割：从像素到候选缺陷

分割的目标是把“可能是缺陷”的像素聚成连通区域，并给出每个区域的边界。最直接的方法是全局阈值：设定 T = μ + kσ，其中 μ、σ 为背景区域的均值和标准差，k 常取 3～6。对暗场颗粒检测，k=4 是常见起点。但全局阈值对背景不均敏感，因此更常用局部自适应阈值，例如对每个像素用其 31×31 邻域的中位数加偏移量作为阈值。

阈值化后通常得到二值掩膜，接着做形态学处理：先开运算（先腐蚀后膨胀）去掉孤立噪点，再闭运算（先膨胀后腐蚀）填补缺陷内部空洞。结构元大小应与目标缺陷尺度匹配，例如缺陷直径约 5～15 px 时，用 3×3 或 5×5 的圆形结构元较合适。之后用连通域标记（如两遍扫描或并查集）得到每个候选区域的标签，再按面积、圆度、对比度过滤掉明显噪声。

一个容易忽略的点是边界处理：缺陷若落在 ROI 边缘，连通域会被截断，面积和长宽比失真。工程上要么把 ROI 向外扩展若干像素再裁剪，要么对贴边区域单独标记为“不完整”，避免误判。

四、特征提取：把缺陷变成可比较的向量

分割只给出“在哪里”，特征提取回答“是什么、有多严重”。常用特征分四类：

• 几何特征：面积、周长、等效直径、长宽比、圆度（4πA/P²）、方向角。颗粒通常圆度高、长宽比接近 1；划伤或图形残留则长宽比大。
• 灰度特征：峰值强度、平均强度、对比度（峰值减背景）、积分强度（面积×平均对比度）。积分强度对“小但亮”和“大但暗”的缺陷更公平。
• 纹理特征：灰度共生矩阵（GLCM）的对比度、熵、相关性，或局部二值模式直方图。用于区分表面粗糙度变化与真实颗粒。
• 通道特征：多通道响应比值或差值，用于区分物理来源不同的缺陷。

提取后应把特征拼成固定顺序的向量，并记录每个维度的单位和归一化方式。例如面积用像素数、对比度用归一化灰度（0～1）、通道比值无量纲。这样后续做聚类、分类或趋势监控时，不同批次的数据才可比。

五、结果判读与常见陷阱

拿到特征向量后，判读要回到制程语境。例如同一面积下，对比度突然升高可能意味着颗粒材质变化或膜层反射率改变；通道比值从 2.4 降到 1.1，可能提示缺陷从表面颗粒转为埋层或图形异常。若分割结果中大量缺陷贴边或面积集中在过滤下限附近，应先检查阈值和 ROI 设置，而不是直接下结论。

常见陷阱包括：用 8-bit 显示图做定量分析导致动态范围丢失；对 JPEG 压缩图做边缘分割引入伪影；多通道数据误当 RGB 转灰度；以及不同批次用了不同的归一化基准。规避方法是在数据解析入口固定一套元数据记录：位深、通道定义、背景估计方式、阈值参数、形态学结构元、特征归一化范围。这套记录本身就是制程异常诊断可追溯性的基础。