El análisis de patrones de defectos de mapas de contenedores de obleas (WBMs) es un medio importante para identificar problemas de proceso. Recientemente, se han estudiado métodos de análisis automatizado utilizando aprendizaje automático o aprendizaje profundo como alternativas a la clasificación manual por parte de los ingenieros. En este documento, proponemos un método para mejorar el rendimiento de extracción de características de patrones de defectos mediante la transformación del sistema de coordenadas polares en lugar de la entrada de imagen de WBM existente.