用于图像融合的以卷积神经网络为基础的模式选择及缺陷分类

摘要

本发明揭示用于使用热扫描及卷积神经网络CNN对缺陷分类的系统及方法。由处理器识别主要扫描模式且执行晶片的热扫描。选择所关注缺陷及扰乱点数据且使用一或多种次要扫描模式抓取那些区域的图像。收集图像集且将其划分成子集。使用所述图像子集训练CNN。确定理想次要扫描模式且执行最终热扫描。根据所述最终热扫描及所述理想次要扫描模式对缺陷进行过滤及分类。用于对缺陷分类的所揭示系统利用图像数据获取子系统，例如扫描电子显微镜以及处理器与电子数据库。