CN103543168B - 一种多层封装基板缺陷的x射线检测方法及系统 - Google Patents
一种多层封装基板缺陷的x射线检测方法及系统 Download PDFInfo
- Publication number
- CN103543168B CN103543168B CN201310476277.7A CN201310476277A CN103543168B CN 103543168 B CN103543168 B CN 103543168B CN 201310476277 A CN201310476277 A CN 201310476277A CN 103543168 B CN103543168 B CN 103543168B
- Authority
- CN
- China
- Prior art keywords
- defect
- image
- point
- ray
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种多层封装基板缺陷的X射线检测方法及系统,方法包括下述步骤:(1)投影数据的采集;(2)二维断层图像的重建;(3)三维图像的重建;(4)对得到的三维图像进行虚拟切割;(5)基于SURF特征将得到的二维切片X与相应的标准的切片图像进行配准;(6)根据变换矩阵H确认其在标准图像上是否有相应的匹配点;(7)对得到的二值图像进行开运算;(8)标注连通域;(9)缺陷位置的计算及缺陷灰度值信息的确定;(10)判断基板的缺陷机理。本发明通过X射线3D成像技术获取多层封装基板的断层图像,检测基板间通孔及互联的物理缺陷,并将各种物理缺陷数据通过专家系统评估,自动判断基板的缺陷机理,提高生产工艺可靠性。
Description
技术领域
本发明涉及基板中缺陷的检测方法及系统,特别是适用于多层封装基板缺陷的X射线检测方法及系统。
背景技术
多芯片组件MCM(Multi-Chip Module)是上个世纪90年代在微电子领域兴起并得到迅速发展的一项新技术,它是将多个大规模集成电路LSI(LargeScale Integrated Circuit)、超大规模集成电路VLSI(Very Large ScaleIntegrated Circuit)的裸芯片,高密度地贴装互连在多层布线的印刷电路板PCB(Printed Circuit Board)、多层陶瓷(厚膜)基板或薄膜多层布线的基板上(硅、陶瓷或金属基),然后再整体封装起来构成能完成多功能、高性能的电子部件、整机、子系统乃至系统所需功能的一种新型微电子组件。它既是一种先进的微电子组装新技术,也是先进电子元器件与整机系统之间的一种先进接口技术。目前,MCM技术己进入全面应用阶段。它以布线密度高、互连线短、体积小、重量轻和性能优良等显著特点受到世界各国电子整机商的重视,被广泛应用于计算机、通信、军事、宇航和汽车等领域。
多层布线基板是MCM多芯片组件的重要支撑,其作用有三个:一是给裸芯片和外贴元器件提供安装平台;二是实现MCM内部元器件之间的互连;三是为MCM工作时产生的热量提供传输通路。多层基板技术是制作MCM的关键技术,它极大地影响MCM的体积、重量、可靠性和电性能。多层基板的缺陷如通孔间连线断掉或变窄,划痕、裂纹、弱连接,引线的扭曲、弯折或断裂以及界面的污染都会影响着MCM的可靠性,影响着MCM的广泛应用。因此,必须发明新的方法并构建新的检测系统去精确的检测多层基板的缺陷,并判断缺陷的机理,提高生产工艺的可靠性并提高成品率。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种多层封装基板缺陷的X射线检测方法。
本发明的另一目的在于,提供一种多层封装基板缺陷的X射线检测方法的系统。
为了达到上述第一发明目的,采用以下技术方案:
一种多层封装基板缺陷的X射线检测方法,包括下述步骤:
(1)投影数据的采集;
(2)二维断层图像的重建;
(3)三维图像的重建;
(4)对得到的三维图像进行虚拟切割,得到检测所需的二维切片X;
(5)基于SURF特征将得到的二维切片X与相应的标准的切片图像进行配准,得到变换矩阵H;
(6)针对X的每一个像素点,根据变换矩阵H确认其在标准图像上是否有相应的匹配点,最终形成二值图X1,白色像素为缺陷区域,即表示图中该位置的像素点不能在标准图上找到匹配点,黑色像素点表示图中该位置的像素点能在标准图上找到匹配点;
(7)形态学图像处理:对得到的二值图像进行开运算,消除孤立点,得到图像X2,再做闭运算,消除由于匹配误差而造成的缺陷区域的分裂,形成图像X3;
(8)Blob分析:标注连通域,计算缺陷的面积、周长、圆形度;
(9)缺陷位置的计算及缺陷灰度值信息的确定;
(10)专家系统评估:判断基板的缺陷机理。
优选的,步骤(2)中的二维断层图像的重建,包括以下几个步骤:
(2-1)投影系数矩阵的计算;
(2-2)将二维断层图像的求解问题转化为有限制的优化问题;
(2-3)应用ART-TV方法求解上述有限制的优化问题。
优选的,步骤(3)中三维图像的重建,包括以下几个步骤:
(3-1)读取二维X光CT断层图像序列;
(3-2)二维断层图像预处理;
(3-3)二维断层图像最小二乘B样条拟合轮廓线;
(3-4)二维断层图像序列MC算法3D重建。
优选的,步骤(5)中基于SURF特征将得到的二维切片X与相应的标准的切片图像进行配准,得到变换矩阵H,包含以下步骤:
(5-1)提取SURF特征点;
(5-2)匹配SURF特征点;
(5-3)去除误匹配点对;
(5-4)计算变换矩阵H。
优选的,步骤(7)中对图像进行形态学处理,消除孤立点以及由于匹配误差而造成的缺陷区域的分裂,其中B1,B2为结构元素,包含以下步骤:
(7-1)开操作:
(7-2)闭操作:
优选的,步骤(8)中对图像进行Blob分析,标注连通域,计算缺陷的面积、周长、圆形度,包括以下步骤:
(8-1)设从左到右,从上到下,搜索图像像素为255的点;
(8-2)若该点未标记,则以该点为起始点进行连通分量的提取, 直到Yk=Yk-1,B3为一个结构元素,Yk为一个连通域点集,并将这些位置的像素点设为k,k=k+1;
(8-3)若该点已被标记,则继续搜索下一个像素值为255的未标记点;
(8-4)针对每个连通域计算缺陷的面积,周长,圆形度。
优选的,步骤(9)中计算图像中缺陷位置,确定缺陷灰度值信息,包括以下步骤:
(9-1)计算该缺陷在图像上的横纵坐标的均值:Nk为该缺陷所含的像素个数,Ck为缺陷像素的横坐标的总和,Rk为缺陷像素的纵坐标的总和;
(9-2)根据缺陷的位置信息,在切片图像X上找到该缺陷的灰度值信息。
为了达到上述第二发明目的,采用以下技术方案:
一种多层封装基板缺陷的X射线检测方法的系统,包括:
投影数据采集系统,用于获取穿过多层封装基板后的X-Ray剂量,并根据X-Ray剂量初始值,计算出X-Ray射线的衰减值;
二维断层图像重建系统,用于计算二维断层图像的投影矩阵,根据该投影矩阵,将二维断层图像的重建问题转化为一个凸优化问题,并应用ART-TV算法求解该凸优化问题,得到二维断层图像;
三维图像重建系统,用于读取二维X-Ray断层序列图像,经过预处理后,应用最小二乘法拟合二维图像轮廓线,以及MC算法进行三维重建;
三维图像的虚拟切割系统,用于二维切片的切割,对于完整的三维图像,可以从任意的角度,任意的方向进行切割,得到待检测切片;
图像配准系统,用于提取和匹配SURF特征点,去除误匹配点后,计算变换矩阵;
缺陷二值图像的生成系统,用于在得到的待检测切片上找到缺陷点,根据变换矩阵,确认待检测切片上的点在标准的二维切片上是否有对应的特征点,最终形成二值图,白色像素为缺陷区域,即表示图中该位置的像素点不能在标准图上找到匹配点,黑色像素点表示图中该位置的像素点能在标准图上找到匹配点;
形态学图像处理系统,用于对获得的二值图像进行形态学处理,消除孤立点以及由于匹配误差而造成的缺陷区域的分裂;
Blob分析系统,用于标注连通域,计算缺陷的面积,周长,圆形度;
缺陷位置计算系统,用于确定缺陷的位置信息,通过计算缺陷区域的横纵坐标的平均值获得;
缺陷灰度信息的确定系统,用于确定缺陷区域的灰度信息,通过计算缺陷区域的灰度平均值获得;
专家评估系统,用于根据获取的缺陷的面积,周长,圆形度,以及缺陷灰度值信息判断基板的缺陷机理。
本发明相对于现有技术具有如下的优点及效果:
本发明通过X-Ray断层重建技术获得二维切片,并进行三维图像的重建,从而可在任意角度,任意方向对得到的三维图像进行切割,得到所需的待检测二维切片,更加方便的检测多层封装基板的内部缺陷;应用配准的方法,对于缺陷的定位更为精准;同时专家系统的存在,可自动判断基板的缺陷原理,期间不再需要人为的干预,真正实现自动化的评估,提高了生产的效率。
附图说明
图1是本发明检测方法的流程图。
图2是本发明系统的结构示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示:本发明所述一种面向多层封装基板缺陷的X射线3D检测方法包括以下步骤:
(1)投影数据的采集;
(2)二维断层图像的重建;
(2-1)投影系数矩阵的计算;
(2-2)将二维断层图像的求解问题转化为有限制的优化问题;
(2-3)应用ART-TV方法求解上述有限制的优化问题;
(3)三维图像的重建;
(3-1)读取二维X光CT断层图像序列;
(3-2)二维断层图像预处理;
(3-3)二维断层图像最小二乘B样条拟合轮廓线;
(3-4)二维断层图像序列MC算法3D重建。
(4)对得到的三维图像进行虚拟切割,得到检测所需的二维切片;
(5)基于SURF特征将得到的二维切片与相应的标准的切片图像进行配准,得到变换矩阵;
(5-1)提取SURF特征点;
(5-1-1)特征点检测:建立积分图像,构建图像的尺度空间,对特征点的定位;
(5-1-2)特征点描述:确定特征点的主方向,将特征点的领域旋转到主方向,对特征点进行描述;
(5-2)匹配SURF特征点;
(5-3)去除误匹配点对;
(5-4)计算变换矩阵。
(6)针对的每一个像素点,根据变换矩阵确认其在标准图像上是否有相应的匹配点,最终形成二值图X,白色像素为缺陷区域,即表示图中该位置的像素点不能在标准图上找到匹配点,黑色像素点表示图中该位置的像素点能在标准图上找到匹配点;
(7)形态学图像处理:对得到的二值图像进行开运算,消除孤立点,得到图像X2,再做闭运算,消除由于匹配误差而造成的缺陷区域的分裂,形成图像X3;
(7-1)开操作:
(7-2)闭操作:
(8)Blob分析:标注连通域,计算缺陷的面积,周长,圆形度;
(8-1)设k=1从左到右,从上到下,搜索图像像素为255的点;
(8-2)若该点未标记,则以该点为起始点进行连通分量的提取;直到Yk=Yk-1,B3为一个结构元素,Yk为一个连通域点集,并将这些位置的像素点设为,k=k+1;
(8-3)若该点已被标记,则继续搜索下一个像素值为255的未标记点;
(8-4)针对每个连通域计算缺陷的面积、周长、圆形度。
(9)缺陷位置的计算及缺陷灰度值信息的确定;
(9-1)计算该缺陷在图像上的横纵坐标的均值:Nk为该缺陷所含的像素个数,Ck为缺陷像素的横坐标的总和,Rk为缺陷像素的纵坐标的总和;
(9-2)根据缺陷的位置信息,在切片图像上找到该缺陷的灰度值信息
(10)专家系统评估:专家系统根据获取的缺陷的面积、周长、圆形度,以及缺陷灰度信息判断基板的缺陷机理。
如图2,一种面向多层封装基板缺陷的X射线3D检测系统包括:
投影数据采集系统,用于获取穿过多层封装基板后的X-Ray剂量,并根据X-Ray剂量初始值,计算出X-Ray射线的衰减值。
二维断层图像重建系统,用于计算二维断层图像的投影矩阵,根据该投影矩阵,将二维断层图像的重建问题转化为一个凸优化问题,并应用ART-TV算法求解该凸优化问题,得到二维断层图像。
三维图像重建系统,用于读取二维X-Ray断层序列图像,经过预处理后,应用最小二乘法拟合二维图像轮廓线,以及MC算法进行三维重建。
三维图像的虚拟切割系统,用于二维切片的切割,对于完整的三维图像,可以从任意的角度,任意的方向进行切割,得到待检测切片。
图像配准系统,用于提取和匹配SURF特征点,去除误匹配点后,计算变换矩阵。
缺陷二值图像的生成系统,用于在得到的待检测切片上找到缺陷点,根据变换矩阵,确认待检测切片上的点在标准的二维切片上是否有对应的特征点,最终形成二值图,白色像素为缺陷区域,即表示图中该位置的像素点不能在标准图上找到匹配点,黑色像素点表示图中该位置的像素点能在标准图上找到匹配点。
形态学图像处理系统,用于对获得的二值图像进行形态学处理,消除孤立点以及由于匹配误差而造成的缺陷区域的分裂。
Blob分析系统,用于标注连通域,计算缺陷的面积,周长,圆形度。
缺陷位置计算系统,用于确定缺陷的位置信息,通过计算缺陷区域的横纵坐标的平均值获得。
缺陷灰度信息的确定系统,用于确定缺陷区域的灰度信息,通过计算缺陷区域的灰度平均值获得。
专家评估系统,用于根据获取的缺陷的面积,周长,圆形度,以及缺陷灰度值信息判断基板的缺陷机理。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.一种多层封装基板缺陷的X射线检测方法,其特征在于,包括下述步骤:
(1)投影数据的采集;
(2)二维断层图像的重建;
(3)三维图像的重建;
(4)对得到的三维图像进行虚拟切割,得到检测所需的二维切片X;
(5)基于SURF特征将得到的二维切片X与相应的标准的切片图像进行配准,得到变换矩阵H;
(6)针对X的每一个像素点,根据变换矩阵H确认其在标准图像上是否有相应的匹配点,最终形成二值图X1,白色像素为缺陷区域,即表示图中该位置的像素点不能在标准图上找到匹配点,黑色像素点表示图中该位置的像素点能在标准图上找到匹配点;
(7)形态学图像处理:对得到的二值图像进行开运算,消除孤立点,得到图像X2,再做闭运算,消除由于匹配误差而造成的缺陷区域的分裂,形成图像X3;
(8)Blob分析:标注连通域,计算缺陷的面积、周长、圆形度;
(9)缺陷位置的计算及缺陷灰度值信息的确定;
(10)专家系统评估:判断基板的缺陷机理。
2.根据权利要求1所述的一种多层封装基板缺陷的X射线检测方法,其特征在于,步骤(2)中的二维断层图像的重建,包括以下几个步骤:
(2-1)投影系数矩阵的计算;
(2-2)将二维断层图像的求解问题转化为有限制的优化问题;
(2-3)应用ART-TV方法求解上述有限制的优化问题。
3.根据权利要求1所述的一种多层封装基板缺陷的X射线检测方法,其特征在于,步骤(3)中三维图像的重建,包括以下几个步骤:
(3-1)读取二维X光CT断层图像序列;
(3-2)二维断层图像预处理;
(3-3)二维断层图像最小二乘B样条拟合轮廓线;
(3-4)二维断层图像序列MC算法3D重建。
4.根据权利要求1所述的一种多层封装基板缺陷的X射线检测方法,其特征在于,步骤(5)中基于SURF特征将得到的二维切片X与相应的标准的切片图像进行配准,得到变换矩阵H,包含以下步骤:
(5-1)提取SURF特征点;
(5-2)匹配SURF特征点;
(5-3)去除误匹配点对;
(5-4)计算变换矩阵H。
5.根据权利要求1所述的一种多层封装基板缺陷的X射线检测方法,其特征在于,步骤(7)中对图像进行形态学处理,消除孤立点以及由于匹配误差而造成的缺陷区域的分裂,其中B1,B2为结构元素,包含以下步骤:
(7-1)开操作:
(7-2)闭操作:
6.根据权利要求1所述的一种多层封装基板缺陷的X射线检测方法,其特征在于,步骤(8)中对图像进行Blob分析,标注连通域,计算缺陷的面积、周长、圆形度,包括以下步骤:
(8-1)设从左到右,从上到下,搜索图像像素为255的点;
(8-2)若该点未标记,则以该点为起始点进行连通分量的提取, 直到Yk=Yk-1,B3为一个结构元素,Yk为一个连通域点集,并将这些位置的像素点设为k,k=k+1;
(8-3)若该点已被标记,则继续搜索下一个像素值为255的未标记点;
(8-4)针对每个连通域计算缺陷的面积,周长,圆形度。
7.根据权利要求1所述的一种多层封装基板缺陷的X射线检测方法,其特征在于,步骤(9)中计算图像中缺陷位置,确定缺陷灰度值信息,包括以下步骤:
(9-1)计算该缺陷在图像上的横纵坐标的均值:Nk为该缺陷所含的像素个数,Ck为缺陷像素的横坐标的总和,Rk为缺陷像素的纵坐标的总和;
(9-2)根据缺陷的位置信息,在切片图像X上找到该缺陷的灰度值信息。
8.根据权利要求1-7中任一项所述的一种多层封装基板缺陷的X射线检测方法的系统,其特征在于,包括:
投影数据采集系统,用于获取穿过多层封装基板后的X-Ray剂量,并根据X-Ray剂量初始值,计算出X-Ray射线的衰减值;
二维断层图像重建系统,用于计算二维断层图像的投影矩阵,根据该投影矩阵,将二维断层图像的重建问题转化为一个凸优化问题,并应用ART-TV算法求解该凸优化问题,得到二维断层图像;
三维图像重建系统,用于读取二维X-Ray断层序列图像,经过预处理后,应用最小二乘法拟合二维图像轮廓线,以及MC算法进行三维重建;
三维图像的虚拟切割系统,用于二维切片的切割,对于完整的三维图像,可以从任意的角度,任意的方向进行切割,得到待检测切片;
图像配准系统,用于提取和匹配SURF特征点,去除误匹配点后,计算变换矩阵;
缺陷二值图像的生成系统,用于在得到的待检测切片上找到缺陷点,根据变换矩阵,确认待检测切片上的点在标准的二维切片上是否有对应的特征点,最终形成二值图,白色像素为缺陷区域,即表示图中该位置的像素点不能在标准图上找到匹配点,黑色像素点表示图中该位置的像素点能在标准图上找到匹配点;
形态学图像处理系统,用于对获得的二值图像进行形态学处理,消除孤立点以及由于匹配误差而造成的缺陷区域的分裂;
Blob分析系统,用于标注连通域,计算缺陷的面积,周长,圆形度;
缺陷位置计算系统,用于确定缺陷的位置信息,通过计算缺陷区域的横纵坐标的平均值获得;
缺陷灰度信息的确定系统,用于确定缺陷区域的灰度信息,通过计算缺陷区域的灰度平均值获得;
专家评估系统,用于根据获取的缺陷的面积,周长,圆形度,以及缺陷灰度值信息判断基板的缺陷机理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310476277.7A CN103543168B (zh) | 2013-10-12 | 2013-10-12 | 一种多层封装基板缺陷的x射线检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310476277.7A CN103543168B (zh) | 2013-10-12 | 2013-10-12 | 一种多层封装基板缺陷的x射线检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103543168A CN103543168A (zh) | 2014-01-29 |
CN103543168B true CN103543168B (zh) | 2015-10-28 |
Family
ID=49966833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310476277.7A Active CN103543168B (zh) | 2013-10-12 | 2013-10-12 | 一种多层封装基板缺陷的x射线检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103543168B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104541285B (zh) * | 2014-12-05 | 2016-09-28 | 深圳市凯意科技有限公司 | 一种电子线路板x光检查图像生成方法及其装置 |
WO2016086486A1 (zh) | 2014-12-05 | 2016-06-09 | 深圳市凯意科技有限公司 | 一种电子线路板x光检查图像生成方法及其装置 |
CN106296741A (zh) * | 2016-08-15 | 2017-01-04 | 常熟理工学院 | 纳米视觉图像中细胞高速运动特征标注方法 |
CN107230203B (zh) * | 2017-05-19 | 2021-06-08 | 重庆立洋机电设备制造有限公司 | 基于人眼视觉注意机制的铸件缺陷识别方法 |
CN107389705A (zh) * | 2017-07-20 | 2017-11-24 | 云南电网有限责任公司电力科学研究院 | 一种电力设备x射线无损检测三维成像方法 |
CN107545567B (zh) * | 2017-07-31 | 2020-05-19 | 中国科学院自动化研究所 | 生物组织序列切片显微图像的配准方法及装置 |
CN109523501A (zh) * | 2018-04-28 | 2019-03-26 | 江苏理工学院 | 一种基于降维和点云数据匹配的电池外观缺陷检测方法 |
CN109001212A (zh) * | 2018-07-17 | 2018-12-14 | 五邑大学 | 一种基于机器视觉的不锈钢汤勺缺陷检测方法 |
CN109712084B (zh) * | 2018-12-10 | 2021-01-19 | 上海奕瑞光电子科技股份有限公司 | 一种图像修复方法、图像修复系统及平板探测器 |
CN110211091A (zh) * | 2019-04-25 | 2019-09-06 | 合刃科技(深圳)有限公司 | 一种高分辨图像重构方法、装置及隐裂无损检测系统 |
CN110763700A (zh) * | 2019-10-22 | 2020-02-07 | 深选智能科技(南京)有限公司 | 一种半导体元器件缺陷检测方法和设备 |
CN111751390A (zh) * | 2020-06-08 | 2020-10-09 | 洛阳中信成像智能科技有限公司 | 一种工业ct图像分析自动交互系统及其使用方法 |
CN113358739A (zh) * | 2021-06-30 | 2021-09-07 | 常州工学院 | 一种基于双目图像融合技术的磁粉探伤检测装置 |
CN114387223B (zh) * | 2021-12-22 | 2024-04-26 | 广东正业科技股份有限公司 | 一种芯片缺陷视觉检测方法及设备 |
CN114152637B (zh) * | 2022-02-07 | 2022-04-26 | 东莞市志橙半导体材料有限公司 | 一种硬质碳化硅材料打孔检测装置与方法 |
CN115661157B (zh) * | 2022-12-28 | 2023-04-14 | 成都数之联科技股份有限公司 | 面板圆类缺陷检测方法、装置、介质、设备及程序产品 |
CN117152077A (zh) * | 2023-08-30 | 2023-12-01 | 苏州谱睿源电子有限公司 | 基于层析融合技术的无损探测方法、装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1321884A (zh) * | 2001-06-08 | 2001-11-14 | 清华同方核技术股份有限公司 | 用于检查大型工件缺陷的断层实时重建检查方法 |
CN1341908A (zh) * | 2001-09-03 | 2002-03-27 | 华南理工大学 | 铸件内部缺陷自动分析识别装置及其分析识别方法 |
JP2003240736A (ja) * | 2002-02-21 | 2003-08-27 | Shimadzu Corp | X線断層面検査方法、及びx線断層面検査装置 |
CN1987437A (zh) * | 2006-12-07 | 2007-06-27 | 华南理工大学 | 印制电路板缺陷的x光检测方法 |
CN102192918A (zh) * | 2010-03-15 | 2011-09-21 | 欧姆龙株式会社 | X射线检查装置及x射线检查方法 |
CN103278515A (zh) * | 2013-05-16 | 2013-09-04 | 华南理工大学 | 旋转式x射线分层摄影检测系统与方法 |
-
2013
- 2013-10-12 CN CN201310476277.7A patent/CN103543168B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1321884A (zh) * | 2001-06-08 | 2001-11-14 | 清华同方核技术股份有限公司 | 用于检查大型工件缺陷的断层实时重建检查方法 |
CN1341908A (zh) * | 2001-09-03 | 2002-03-27 | 华南理工大学 | 铸件内部缺陷自动分析识别装置及其分析识别方法 |
JP2003240736A (ja) * | 2002-02-21 | 2003-08-27 | Shimadzu Corp | X線断層面検査方法、及びx線断層面検査装置 |
CN1987437A (zh) * | 2006-12-07 | 2007-06-27 | 华南理工大学 | 印制电路板缺陷的x光检测方法 |
CN102192918A (zh) * | 2010-03-15 | 2011-09-21 | 欧姆龙株式会社 | X射线检查装置及x射线检查方法 |
CN103278515A (zh) * | 2013-05-16 | 2013-09-04 | 华南理工大学 | 旋转式x射线分层摄影检测系统与方法 |
Non-Patent Citations (2)
Title |
---|
detection of defects of BGA by tomography imaging;Tetsuhing SUMIMOTO et al.;《International conference on cyberbetics and information technologies,systems and application/10th international conference on information systems analysis and synthesis》;20040725;第10-14页 * |
基于X射线的电容三维可视化检测;李婷等;《科学技术与工程》;20130430;第13卷(第12期);第3281-3284页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103543168A (zh) | 2014-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103543168B (zh) | 一种多层封装基板缺陷的x射线检测方法及系统 | |
CN107194398B (zh) | 车损部位的识别方法及系统 | |
EP3693890A1 (en) | Regionalized change detection using digital fingerprints | |
CN103543167B (zh) | 一种基于知识库的三维x射线断层扫描检测系统及方法 | |
US6381302B1 (en) | Computer assisted 2D adjustment of stereo X-ray images | |
US20130101170A1 (en) | Method of image processing and device therefore | |
CN103091331A (zh) | 一种rfid天线毛刺和污点缺陷的视觉检测系统及方法 | |
Zhang et al. | A region-based normalized cross correlation algorithm for the vision-based positioning of elongated IC chips | |
CN113409245A (zh) | 一种电子元器件x射线检查缺陷自动识别方法 | |
CN108596829A (zh) | 一种pcb裸板图片配准方法和装置 | |
Said et al. | Automated detection and classification of non-wet solder joints | |
JP2002039962A (ja) | 電子基板検査方法及びそれを用いた装置 | |
CN105354816B (zh) | 一种电子元件定位方法及装置 | |
CN115775246A (zh) | 一种pcb元器件缺陷检测的方法 | |
US11907627B2 (en) | Fabricated layout correlation | |
CN107507130A (zh) | 一种快速的qfn芯片引脚图像获取与放大方法 | |
JP6982703B2 (ja) | データチャネル性能を改善させるパワーオーバデータライン(PoDL)基板設計方法 | |
Ulger et al. | Solder joint inspection on printed circuit boards: A survey and a dataset | |
Caliskan et al. | Design and realization of an automatic optical inspection system for PCB solder joints | |
KR101890281B1 (ko) | 볼 그리드 어레이형 반도체 칩 패키지의 검사 방법 | |
Piliposyan et al. | Computer vision for hardware trojan detection on a PCB using siamese neural network | |
CN114119445A (zh) | 一种基于自动x射线成像的焊盘空洞率计算方法 | |
CN106933069A (zh) | 一种硅片预对准方法 | |
JP2006300697A (ja) | 回路パターン検査装置及び回路パターン検査方法 | |
JP6528104B2 (ja) | 画像復元装置、画像復元方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |