随着亚10 nm集成电路芯片逐步进入消费电子、互联硬件、电子医疗设备等领域，由半导体制造设备所引入的晶圆缺陷对集成电路在良率与价格方面的影响将不断显现，由此带来的对典型缺陷进行高速识别、定位与分类等制造过程控制环节，将变得越来越具有挑战性。传统的晶圆缺陷检测方法包括明场、暗场及电子束成像方法，尽管能够覆盖绝大多数缺陷检测场景，但难以在检测精度、检测灵敏度和检测速度上取得较好的平衡。纳米光子学、计算成像、定量相位成像、光学涡旋、多电子束扫描、热场成像以及深度学习等新兴技术的出现，在提升缺陷灵敏度、分辨率以及对比度等方面已初步展现出一定的潜力，这为晶圆缺陷检测提供了新的可能性。因此，本综述将从缺陷的可检测性、缺陷检测系统与原理样机、先进图像后处理算法三个方面总结晶圆缺陷检测领域的最新进展，以期对初入该领域的研究人员和跨学科工作者提供一定助益。

基于人工经验对光学玻璃进行的计重切割存在误差较大、效率较低、安全性较差的问题。针对上述问题，利用机器视觉构建了一套针对条形光学玻璃的自动计重切割设备，并结合结构光为该设备设计了一套在线自动计重算法。在计重算法中，高速工业相机采集到光学玻璃的图像后，首先识别玻璃横截面的位置特征，并对轮廓进行拟合，得出当前横截面的面积；然后结合伺服电机对玻璃推进的进给量，对面积进行积分，计算出累计的体积与质量。当累计质量满足切割条件时，对玻璃进行切割。经实验及工厂实际应用证明，该系统具有高精度、高效率以及高安全性等特性，实际切割误差小于0.3 g。该装置及算法能够高效、精确地进行条形光学玻璃的自动计重切割。