CN108593687A - 一种基于三维层析成像的快速缺陷检测方法 - Google Patents
一种基于三维层析成像的快速缺陷检测方法 Download PDFInfo
- Publication number
- CN108593687A CN108593687A CN201810394521.8A CN201810394521A CN108593687A CN 108593687 A CN108593687 A CN 108593687A CN 201810394521 A CN201810394521 A CN 201810394521A CN 108593687 A CN108593687 A CN 108593687A
- Authority
- CN
- China
- Prior art keywords
- data
- detection method
- plate
- shaped body
- weak detection
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
Landscapes
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Theoretical Computer Science (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
公开了一种基于三维层析成像的快速缺陷检测方法,该方法包括:对要检测的板状物体执行计算机层析扫描以获得投影数据;将投影数据转化为三维断层数据;通过图像识别自动地从三维断层数据识别出一个或多个感兴趣层;以及基于一个或多个感兴趣层的断层数据执行缺陷检测。通过该方法,能够实现缺陷检测过程的自动化,并且能够极大地缩短缺陷检测的用时。
Description
技术领域
本公开总体上涉及X射线成像和检测的技术领域,并且具体地涉及一种基于三维层析成像的快速缺陷检测方法。
背景技术
专用于诸如芯片这样的板状物体的X射线三维层析成像技术可以在不破坏板状物体的情况下对板状物体的内部结构进行三维成像。这样的计算机层析成像(CL)技术能够克服在对板状物体应用计算机断层成像(CT)方法的情况下由于入射的X射线在垂直样品表面和平行样品表面两个方向的光程差异过大而导致的问题。
对于作为扫描目标的板状物体,往往只关注其中的某个或某些断层(即,感兴趣层)。然而,在传统的X射线三维层析成像技术中,由于无法事先确定感兴趣层的位置,因此需要重建所有的断层,然后通过人工筛选出感兴趣层的断层图像,再基于筛选出的断层图像进行缺陷检测和分析。由于断层图像的数量巨大,因此该筛选过程费时且费力。
发明内容
根据本公开的一方面,提供了一种基于三维层析成像的快速缺陷检测方法,该方法可以包括:对要检测的板状物体执行计算机层析扫描以获得投影数据;将投影数据转化为三维断层数据;通过图像识别自动地从三维断层数据识别出一个或多个感兴趣层;以及基于一个或多个感兴趣层的断层数据执行缺陷检测。
根据本公开的一方面,提供了一种非易失性存储介质,在其上存储有程序指令,该程序指令在被执行时可以执行上述快速缺陷检测方法。
根据本公开的实施例的快速缺陷检测方法自动地对板状物体的三维断层数据进行筛选,然后基于筛选出的断层数据进行缺陷检测,由此能够实现缺陷检测过程的自动化,并且能够极大地缩短缺陷检测的用时。
附图说明
图1示出根据本公开的实施例的基于三维层析成像的快速缺陷检测方法的流程图。
图2示出能够应用根据本公开的实施例的基于三维层析成像的快速缺陷检测方法的系统的示意图。
具体实施方式
下面结合附图来描述根据本公开的实施例的方法和系统。应当理解,所描述的实施例仅仅是本公开的一部分实施例,而不是全部的实施例。
图1示出根据本公开的实施例的基于三维层析成像的快速缺陷检测方法的流程图。如图1所示,根据本公开的实施例的快速缺陷检测方法可以开始于步骤S10。在步骤S10中,可以使用X射线对要检测的板状物体执行计算机层析(CL)扫描,以获得投影数据。
图2示出执行计算机层析(CL)扫描的示意图。如图2所示,可以将作为检测目标的板状物体4置于载物台3上,并使X射线的射线源1和用于接收X射线的检测器2分别位于载物台3或板状物体4所在平面的两侧,以便使X射线能够在从射线源1射出并穿过载物台3和板状物体4之后到达检测器2,并且被检测器2接收。
X射线可以倾斜入射到板状物体4上。如图2所示,可以使从射线源1的焦点到探测器2的中心的连线L与垂直于板状物体4或载物台3所在平面的轴线Z之间具有夹角α。在一个实施例中,可以将夹角α设置为大于0度并小于90度,即,0<α<90°。另外,根据不同的实施例,连线L在射线源1的焦点与探测器2的中心之间的线段的长度可以是固定的,也可以是可变的。
在扫描的过程中,可以使射线源1和探测器2同时分别以半径r(即,射线源1的焦点到轴线Z的距离)和R(即,探测器2的中心到轴线Z的距离)绕轴线Z转动,以使探测器2能够采集到不同角度下的投影数据。根据本公开的实施例的方法不局限于r和/或R的值。根据不同的实施例,r和/或R的值可以是固定的,也可以是可调节的。
在一个实施例,在扫描的过程中,射线源1和探测器2可以绕Z轴转动一周,即,射线源1和探测器2绕Z轴转动的轨迹可以是一个完整的圆形。在另外的实施例中,在扫描的过程中,根据需要,射线源1和探测器2可以绕Z轴转动不足一周或者一周以上。
虽然图2示出射线源1和探测器2绕Z轴顺时针地转动,但是根据本公开的实施例的方法不局限于射线源1和探测器2的转动方向。例如,射线源1和探测器2还可以绕Z轴逆时针地转动。
另外,根据不同的实施例,探测器2可以在转动的过程中连续地采集数据,也可以先转动经过一定角度之后停止转动并采集数据,然后转动到下一个角度并继续采集数据。
在一个实施例中,在扫描的过程中,可以使从射线源1发射出的X射线始终对准载物台3上的板状物体4上的同一点或同一区域。例如,可以使得连线L与轴线Z的交点始终位于在板状物体4上的某个位置处或某个区域中。
在扫描的过程中,可以保持板状物体4在载物台3上不动,也可以保持射线源1和探测器2不动而使载物台绕Z轴转动。
在步骤S10中获得不同角度下的投影数据之后,根据本公开的实施例的方法可以继续到步骤S12。
在步骤S12中,可以将投影数据转化为板状物体的三维断层数据。根据不同的实施例,可以采用诸如滤波反投影重建算法和/或迭代重建算法等任何适当的图像重建算法将投影数据转化为板状物体的三维断层数据。
然后,根据本公开的实施例的方法可以继续到步骤S14。
在步骤S14中,可以根据板状物体的三维断层数据进行图像识别,以便自动地从中识别出一个或多个感兴趣层,例如在焊接芯片的情况下的焊接层。在一个实施例中,可以基于深度学习模型或网络(例如,卷积神经网络)从板状物体的三维断层数据中识别并提取出一个或多个感兴趣层。在该实施例中,可以事先基于多个断层数据的样本(例如,来自包括大量样本的样本库或数据集)来训练深度学习模型或网络。在训练过程中,可以通过人工的方式选择和标注样本中的感兴趣层,并可以根据深度学习模型或网络的每次输出的损失度来调整深度学习模型或网络的参数,以使深度学习模型或网络的输出的损失能够在允许的范围之内,从而完成对深度学习模型或网络的训练。然后,可以使用训练好的深度学习模型或网络来识别和提取感兴趣层。
然后,根据本公开的实施例的方法可以继续到步骤S16,以基于识别出的感兴趣层的断层数据进行缺陷检测,例如针对焊接层进行气孔检测、针对焊球阵列封装(BGA)中的焊球的质量的检测等。
在本公开的实施例的快速缺陷检测方法中,自动地对板状物体的三维断层数据进行筛选,然后基于筛选出的断层数据进行缺陷检测。由此,能够实现缺陷检测过程的自动化,并且能够极大地缩短缺陷检测的用时。
除了上述方法和相关设备以外,本申请的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得处理器执行上文描述的根据本申请各实施例的快速缺陷检测方法中的步骤。所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得处理器执行上文描述的根据本申请各实施例的快速缺陷检测方法中的步骤。所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
已经描述了本公开的一些实施例。然而,所描述的实施例仅仅是本公开的一部分实施例,而不是全部的实施例。可以在不脱离本公开的范围的情况下,对本文中所描述的方法和系统在形式上做出各种省略、替换和改变。
Claims (10)
1.一种基于三维层析成像的快速缺陷检测方法,包括:
对要检测的板状物体执行计算机层析扫描以获得投影数据;
将所述投影数据转化为所述板状物体的三维断层数据;
通过图像识别自动地从所述三维断层数据识别出一个或多个感兴趣层;以及
基于所述一个或多个感兴趣层的断层数据执行缺陷检测。
2.根据权利要求1所述的快速缺陷检测方法,其中,对要检测的板状物体执行计算机层析扫描包括:
使分别位于所述板状物体所在平面的两侧的射线源和探测器同时围绕垂直于所述平面的轴线转动,所述射线源发射用于所述计算机层析扫描的射线并且所述探测器用于接收所述射线以采集数据。
3.根据权利要求2所述的快速缺陷检测方法,其中,对要检测的板状物体执行计算机层析扫描还包括:
使从所述射线始终对准所述板状物体上的同一区域。
4.根据权利要求2所述的快速缺陷检测方法,其中,对要检测的板状物体执行计算机层析扫描还包括:
使所述射线源和所述探测器同时围绕所述轴线转动一周。
5.根据权利要求2所述的快速缺陷检测方法,其中,对要检测的板状物体执行计算机层析扫描还包括:
保持所述板状物体不动。
6.根据权利要求2至5中的任一项所述的快速缺陷检测方法,其中,从所述射线源的焦点到所述探测器的中心的连线与所述轴线之间的夹角大于0度且小于90度。
7.根据权利要求1所述的快速缺陷检测方法,其中,将所述投影数据转化为所述板状物体的三维断层数据包括:
基于滤波反投影重建算法和/或迭代重建算法将所述投影数据转化为所述三维断层数据。
8.根据权利要求1所述的快速缺陷检测方法,其中,通过图像识别自动地从所述三维断层数据识别出一个或多个感兴趣层包括:
基于深度学习模型或网络从所述三维断层数据中识别并提取出所述一个或多个感兴趣层。
9.根据权利要求8所述的快速缺陷检测方法,还包括:
事先基于多个断层数据的样本来训练所述深度学习模型或网络。
10.一种非易失性存储介质,在其上存储有程序指令,所述程序指令在被执行时执行根据权利要求1至9中的任一项所述的快速缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810394521.8A CN108593687B (zh) | 2018-04-27 | 2018-04-27 | 一种基于三维层析成像的快速缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810394521.8A CN108593687B (zh) | 2018-04-27 | 2018-04-27 | 一种基于三维层析成像的快速缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108593687A true CN108593687A (zh) | 2018-09-28 |
CN108593687B CN108593687B (zh) | 2021-05-25 |
Family
ID=63610454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810394521.8A Active CN108593687B (zh) | 2018-04-27 | 2018-04-27 | 一种基于三维层析成像的快速缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108593687B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1739455A (zh) * | 2005-09-16 | 2006-03-01 | 北京大学 | 三维锥束ct图像重建的处理系统及处理方法 |
CN101231254A (zh) * | 2007-01-24 | 2008-07-30 | 清华大学 | 双源三维立体成像系统和成像方法 |
CN101897593A (zh) * | 2009-05-26 | 2010-12-01 | 清华大学 | 一种计算机层析成像设备和方法 |
CN102590248A (zh) * | 2012-03-13 | 2012-07-18 | 重庆大学 | 平移式微焦ct检测装置在线检测电子元件的方法 |
CN103196929A (zh) * | 2013-04-18 | 2013-07-10 | 中国科学院高能物理研究所 | 一种基于计算机分层扫描成像cl系统的扫描装置及检测方法 |
CN103713329A (zh) * | 2012-09-29 | 2014-04-09 | 清华大学 | Ct成像中定位物体的方法以及设备 |
CN103808740A (zh) * | 2014-02-20 | 2014-05-21 | 中国科学院高能物理研究所 | 一种基于计算机分层扫描成像cl系统的检测方法 |
CN104024836A (zh) * | 2011-12-22 | 2014-09-03 | Sec株式会社 | 用于smt在线的自动x射线检查装置 |
CN105510361A (zh) * | 2014-10-17 | 2016-04-20 | 中国科学院高能物理研究所 | 一种cl系统的扫描装置及方法 |
CN107480677A (zh) * | 2017-08-07 | 2017-12-15 | 北京深睿博联科技有限责任公司 | 一种识别三维ct图像中感兴趣区域的方法及装置 |
CN107515229A (zh) * | 2017-09-08 | 2017-12-26 | 中国科学院苏州生物医学工程技术研究所 | 一种多自由度工业x射线断层成像系统 |
CN107607554A (zh) * | 2017-09-26 | 2018-01-19 | 天津工业大学 | 一种基于全卷积神经网络的镀锌冲压件的瑕疵检测与分类方法 |
-
2018
- 2018-04-27 CN CN201810394521.8A patent/CN108593687B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1739455A (zh) * | 2005-09-16 | 2006-03-01 | 北京大学 | 三维锥束ct图像重建的处理系统及处理方法 |
CN101231254A (zh) * | 2007-01-24 | 2008-07-30 | 清华大学 | 双源三维立体成像系统和成像方法 |
CN101897593A (zh) * | 2009-05-26 | 2010-12-01 | 清华大学 | 一种计算机层析成像设备和方法 |
CN104024836A (zh) * | 2011-12-22 | 2014-09-03 | Sec株式会社 | 用于smt在线的自动x射线检查装置 |
CN102590248A (zh) * | 2012-03-13 | 2012-07-18 | 重庆大学 | 平移式微焦ct检测装置在线检测电子元件的方法 |
CN103713329A (zh) * | 2012-09-29 | 2014-04-09 | 清华大学 | Ct成像中定位物体的方法以及设备 |
CN103196929A (zh) * | 2013-04-18 | 2013-07-10 | 中国科学院高能物理研究所 | 一种基于计算机分层扫描成像cl系统的扫描装置及检测方法 |
CN103808740A (zh) * | 2014-02-20 | 2014-05-21 | 中国科学院高能物理研究所 | 一种基于计算机分层扫描成像cl系统的检测方法 |
CN105510361A (zh) * | 2014-10-17 | 2016-04-20 | 中国科学院高能物理研究所 | 一种cl系统的扫描装置及方法 |
CN107480677A (zh) * | 2017-08-07 | 2017-12-15 | 北京深睿博联科技有限责任公司 | 一种识别三维ct图像中感兴趣区域的方法及装置 |
CN107515229A (zh) * | 2017-09-08 | 2017-12-26 | 中国科学院苏州生物医学工程技术研究所 | 一种多自由度工业x射线断层成像系统 |
CN107607554A (zh) * | 2017-09-26 | 2018-01-19 | 天津工业大学 | 一种基于全卷积神经网络的镀锌冲压件的瑕疵检测与分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108593687B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7116106B2 (ja) | 多重モードを備えた検査システム及び方法 | |
US11953451B2 (en) | Item inspection by dynamic selection of projection angle | |
US10267748B2 (en) | Optimizing training sets used for setting up inspection-related algorithms | |
US10014229B2 (en) | Generating a wafer inspection process using bit failures and virtual inspection | |
TWI644377B (zh) | 基於自光學檢測及光學再檢測之缺陷屬性之用於電子光束再檢測之缺陷取樣 | |
JP2002519694A (ja) | パターン化されたウエハ上の欠陥を検出するためのピクセルに基づいた方法及び装置 | |
CN105849772B (zh) | 检查系统及方法 | |
JPS62249040A (ja) | X線検査装置および検査方法 | |
US11355305B2 (en) | Low keV ion beam image restoration by machine learning for object localization | |
TWI695164B (zh) | 寬頻晶圓缺陷偵測系統及寬頻晶圓缺陷偵測方法 | |
TW202004936A (zh) | 用於檢查之模式選擇 | |
IL265744A (en) | Optimization of useful training systems for the establishment of test-related algorithms | |
JP2009080055A (ja) | 放射線非破壊検査システム及び配管の検査方法 | |
CN105842267A (zh) | 一种非同步辐射微束x射线荧光ct成像系统及方法 | |
JP2007114150A (ja) | X線検査装置、x線検査方法およびx線検査プログラム | |
US20120259599A1 (en) | Correction of Chemical Image Collected Using ATR Through Germanium Hemisphere | |
CN108593687A (zh) | 一种基于三维层析成像的快速缺陷检测方法 | |
JP6044052B2 (ja) | 魚眼画像データ作成プログラム及びlai算出プログラム | |
CN105161147A (zh) | 一种压水堆乏燃料元件三维中子照相无损检测方法 | |
JP4728092B2 (ja) | X線画像出力装置、x線画像出力方法およびx線画像出力プログラム | |
CN105928958B (zh) | 一种基于工业ct的局部扫描装置及其扫描方法 | |
CN113758952A (zh) | 基于动量编码的x射线衍射成像装置及方法 | |
CN102973246B (zh) | 自动处理景深的光学投影断层成像方法 | |
JP2010185888A (ja) | 放射線非破壊検査システム及び配管の検査方法 | |
US20230103037A1 (en) | System and method for accelerated convergence of iterative tomographic reconstruction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |