CN109712137A - 基于图像处理的芯片测试座检测 - Google Patents
基于图像处理的芯片测试座检测 Download PDFInfo
- Publication number
- CN109712137A CN109712137A CN201811639239.8A CN201811639239A CN109712137A CN 109712137 A CN109712137 A CN 109712137A CN 201811639239 A CN201811639239 A CN 201811639239A CN 109712137 A CN109712137 A CN 109712137A
- Authority
- CN
- China
- Prior art keywords
- probe
- image data
- minimum circumscribed
- area
- center
- 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.)
- Pending
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
提供一种用于检测芯片测试座的设备,该芯片测试座包括设置有多个插孔的基座和设置在所述基座上的探针,每个探针设置在一个插孔中,该设备包括连通域确定单元,其确定在芯片测试座的灰度图像中的一个或多个连通域;第一计算单元,其导出每个连通域的最小外接矩形的长宽比和/或最小外接圆的半径;第一缺陷检测单元,其基于该长宽比和/或半径以及对应的预先确定的第一阈值确定在芯片测试座中对应该连通域的位置处是否存在异物或基座破损。由此,实现对芯片测试座的准确高效的缺陷检测,其不依赖于操作者,即使在对大量芯片测试座长时间进行测试时,也能够保证测试的质量。
Description
技术领域
本发明涉及芯片测试领域,尤其涉及对芯片测试座的检测。
背景技术
随着芯片的工艺尺寸越来越小,集成度越来越高,半导体工艺加工可能引入越来越多的缺陷。为了确保芯片的质量,往往需要使用芯片测试治具,将芯片放置在芯片测试座中对芯片进行测试。通常,芯片测试座包括基座和设置在基座上的探针,基座上设置有多个插孔,每个探针设置在一个插孔中,所述探针用于与芯片接触,以实现对芯片的测试。
当芯片测试座自身存在缺陷时,例如存在异物、基座破损或者探针缺失、破损、弯曲时,将可能影响测试结果,从而难以实现对芯片的准确测试。考虑到芯片测试座的细小结构,通常在例如几平方厘米的面积上存在上千个探针,当前,操作者通常使用如放大镜、显微镜等的工具来对芯片测试座进行缺陷检测。但是,当在工厂中需要对大量芯片测试座进行检测时,对于操作者来说这将是耗时并且费力的;再者,由于需要长时间的用眼观察细微的结构,也很难在长时间工作的情况下,保证检测的质量。
发明内容
期望提供能够准确、高效地检测芯片测试座的系统和方法,其不依赖于操作者,即使在对大量芯片测试座长时间进行测试时,也能够保证测试的质量。
根据一个实施例,提供一种用于检测芯片测试座的设备,所述芯片测试座包括基座和设置在所述基座上的探针,所述基座上设置有多个插孔,每个探针设置在一个插孔中,所述设备包括连通域确定单元,其被配置为确定在所述芯片测试座的灰度图像中的一个或多个连通域;第一计算单元,其被配置为导出所述一个或多个连通域中的每个连通域的最小外接矩形的长宽比和/或每个连通域的最小外接圆的半径;第一缺陷检测单元,其被配置为基于每个连通域的所述最小外接矩形的长宽比和/或所述最小外接圆的半径以及对应的预先确定的第一阈值来确定在所述芯片测试座中对应所述连通域的位置处是否存在异物和/或基座破损。
根据本发明的各实施例,首先接收芯片测试座的图像,然后使用图像处理的手段基于从图像数据导出的对应特征来确定在芯片测试座中存在的缺陷。具体来说,考虑到无缺陷情况下芯片测试座中用于定位探针的插孔的特征和/或探针的特征,来将完好的芯片测试座与具有缺陷的测试座区分开来,进而确定各种类型的缺陷。在一种情况下,考虑到芯片测试座中的异物和/或基座破损的形状通常不同于探针所定位的插孔的形状,通过从芯片测试座的灰度图像中提取一个或多个连通域,这些连通域中的每个可以表示探针插孔区域、异物、或者基座破损或者它们的任意组合,并将这些连通域的最小外接矩形的长宽比和/或最小外接圆的半径与预先确定的阈值来比较,由此区分出芯片测试座中表示存在异物和/或基座破损的区域和完好的探针插孔区域。
根据另一个实施例,提供一种用于检测芯片测试座的方法,所述芯片测试座包括基座和设置在所述基座上的探针,所述基座上设置有多个插孔,每个探针设置在一个插孔中,所述方法包括确定在所述芯片测试座的灰度图像中的一个或多个连通域;导出所述一个或多个连通域中的每个连通域的最小外接矩形的长宽比和/或每个连通域的最小外接圆的半径;基于每个连通域的所述最小外接矩形的长宽比和/或所述最小外接圆的半径以及对应的预先确定的第一阈值来确定在所述芯片测试座中对应所述连通域的位置处是否存在异物和/或基座破损。
根据再一个实施例,提供一种图像处理器,其配置为执行根据本发明的各个实施例的方法。
根据再一个实施例,提供一种计算机存储介质,其存储计算机程序,当被计算机或处理器执行时,所述计算机程序令所述计算机或处理器执行如本发明的各实施例所述的方法。
附图说明
在附图中,实施例仅通过示例的方式而不是限制的方式进行说明,在附图中相似的附图标记指代相似的元件。
图1示出了根据一个实施例的用于检测芯片测试座的设备的方块图。
图2示出了芯片测试座的一个示例性灰度图像。
图3示出了根据另一个实施例的用于检测芯片测试座的设备的方块图。
图4a示出了探针缺失的一个实例。
图4b示出了探针插孔区域与异物邻接的一个实例。
图5示出了根据再一个实施例的用于检测芯片测试座的设备的方块图。
图6示出一种情况下的芯片测试座的探针插孔的剖面图。
图7示出了根据一个实施例的用于检测芯片测试座的方法。
图8示出了根据另一个实施例的用于检测芯片测试座的方法。
图9示出了根据再一个实施例的用于检测芯片测试座的方法。
参照上述附图来描述本发明各个实施例的各个方面和特征。上述附图仅仅是示意性的,而非限制性的。在不脱离本实用新型的主旨的情况下,在上述附图中各个单元的分布、标号、或者外观可以发生变化,而不被限制到仅仅说明书附图所示出的那样。
具体实施方式
在下面的说明中,阐述了若干具体的细节。然而,如本文所描述的实施例可以在没有这些具体细节的情况下实现。在其它实例中,为避免对本说明书的理解不清楚,没有详细示出公知的结构和技术。
图1示出了根据一个实施例的用于检测芯片测试座的设备10的方块图。该设备10包括图像处理单元11,异物和/或基座破损检测单元12,探针缺失检测单元13,探针破损检测单元14,探针弯曲检测单元15,存储单元16以及优选地检测结果处理单元17。
图像处理单元11至少包括图像接收单元111和连通域确定单元117。在一个实施例中,图像接收单元111接收芯片测试座的图像,例如灰度图像。图2示出了芯片测试座的一个示例性灰度图像,其中的黑色点表示探针所处于的探针插孔区域,其包含里面设置的探针。连通域确定单元117确定所述灰度图像中的一个或多个连通域。如果该芯片测试座无缺陷,这些连通域应当表示芯片测试座中的探针插孔区域。而当在芯片测试座中存在例如异物和/或基座破损时,这些连通域也能够表示其中存在的异物和/或基座破损。可以预期,这些连通域中的每个表示探针插孔区域、异物、基座破损,或者彼此邻接或覆盖的其中任意两者甚至三者。
在优选的实施例中,在接收到一个芯片测试座的图像之后能够进行一系列处理,最终基于经处理的图像确定在该芯片测试座的图像中的一个或多个连通域。在一个具体情况下,图像处理单元11还包括灰度转换单元112,图像切割单元113,伽马校正单元114,形态学开/闭处理单元115和小区域移除单元116。图3示出了根据另一个实施例的用于检测芯片测试座的设备20的方块图,其中示出了包含上述各单元的处理单元11。
在从图像接收单元111接收到待检测的芯片测试座的图像之后,灰度转换单元112将该图像转换为灰度图像。图像切割单元113从该灰度图像中切割感兴趣的区域,例如仅仅表示芯片测试座的区域,以便进一步处理,例如能够通过图像切割移除如图2所示的芯片测试座的背景信息。伽马校正单元114对表示感兴趣区域的图像数据进行伽马校正,从而增加图像中的各个像素之间的差异,改善图像质量,便于之后的处理。形态学开/闭处理单元115对经过伽马校正的图像进行开和/或闭运算,使用开运算能够使得图像中的轮廓平滑,使用闭运算能够填充图像中的小区域,便于之后确定连通域。小区域移除单元116,在经过形态学开/闭运算的图像数据的基础上进一步移除前景图像中的那些小区域,比如表示探针的顶部的区域,这便于之后确定表示芯片测试座中的探针插孔区域和/或异物和/或基座破损的一个或多个连通域。连通区域确定单元117,在经过上述处理的图像的基础上确定芯片测试座的灰度图像中的一个或多个连通域。
本领域技术人员应当能够理解,上述实施例仅仅是示意性的。针对不同类型/质量的芯片测试座的图像,上述的各个单元能够被从图像处理单元11添加和/或移除,从而添加和/或删除对应的功能,或者,还能够在必要时在图像处理单元11中并入执行其他图像处理功能的单元以便准确高效地确定一个或多个连通域。
在从芯片测试座的图像中确定了该一个或多个连通域之后,能够在异物和/或基座破损检测单元12,探针缺失检测单元13,探针破损检测单元14,探针弯曲检测单元15中对图像数据,尤其是涉及每个连通域的图像数据,进行进一步处理,以检测芯片测试座中对应的缺陷。
异物和/或基座破损检测单元12包括第一计算单元121,其导出该一个或多个连通域中每个连通域的最小外接矩形的长宽比;以及第一缺陷检测单元122,其将每个连通域的该长宽比与预先确定的第一阈值比较,基于比较结果确定在图像中的该连通域是表示异物和/或基座破损还是表示完好的探针插孔区域,即确定在芯片测试座中对应所述连通域的位置处是否存在异物和/或基座破损;如果比较结果表示这些连通域中的某一个连通域对应异物和/或基座破损,则将该连通域所对应的图像区域确定为第一区域并将该第一区域传送到存储单元16以进行存储。优选地,可以传送该第一区域的原始图像数据。能够理解,针对所有连通域中的每个连通域进行上述比较,当存在对应异物和/或基座破损的多个连通域时,能够确定与这些连通域中的每个连通域对应的第一区域,从而获得多个对应的第一区域。在该实施例中,第一阈值能够是基于完好的探针插孔区域的最小外接矩形的长宽比而被预先确定的。优选地,该第一阈值能够被理解为一个阈值范围。当某个连通域的最小外接矩形的长宽比在该阈值范围内时,表明该连通域表示完好的探针插孔区域,而当某个连通域的最小外接矩形的长宽比在该阈值范围之外时,可以怀疑该连通域表示在对应的位置处存在的异物和/或基座破损。在优选实施例中,在异物和/或基座破损检测单元12中能够对从芯片测试座的图像确定的一个或多个连通域进行并行处理。
上面参照连通域的最小外接矩形的长宽比描述了异物和/或基座破损的检测,还可以预期导出每个连通域的最小外接圆的半径,通过将该半径与预先确定的第一阈值相比较来检测这些连通域中的某个连通域是否表示存在异物和/或基座破损。在该实施例下,第一阈值能够是表示完好的探针插孔区域的半径的阈值范围。
在进一步的实施例中,能够结合每个连通域的最小外接矩形的长宽比和最小外接圆的半径两者,通过将它们分别与对应的第一阈值相比较,来检测是否存在异物和/或基座破损。
除了确定表示异物和/或基座破损的第一区域之外,第一缺陷检测单元122还在确定某个连通域表示其对应位置处不存在异物和基座破损时,将该连通域对应的图像区域存储为第二区域,以用于后续处理。能够理解,针对表示不存在异物和/或基座破损的多个连通域,能够存在多个对应的第二区域。也能够理解,当确定在芯片测试座中对应一个连通域的位置处不存在异物时,该连通域所对应的图像数据可以被确定为表示完好的探针插孔区域。
除了异物和/或基座破损检测之外,还预期检测探针是否缺失。探针缺失检测单元13包括第一提取单元131和第二缺陷检测单元132。在优选实施例中,在确定了该一个或多个连通域中的某些连通域表示完好的探针插孔区域之后,针对这些连通域中的每个连通域,第一提取单元131能够从芯片测试座的灰度图像中提取对应上述第二区域的第一图像数据。能够对多个第二区域并行进行探针缺失检测。第二缺陷检测单元132基于该第一图像数据,尤其是通过判断该第一图像数据中是否包含指示探针区域的图像数据,来确定在该第二区域所对应的芯片测试座的位置处是否存在探针的缺失。在确定某个第二区域对应的第一图像数据中不包含指示探针的图像数据的情况下,则将该第二区域确定为探针缺失区域,并将该探针缺失区域对应的图像数据,优选地为在芯片测试座的图像中该探针缺失区域所对应的图像数据,发送到存储单元16用于存储。图4a示出了探针缺失的一个实例,其中的箭头A所指的位置缺失探针。
虽然优选地仅仅对确定的图像中的不包含指示异物和/或基座破损的图像数据的第二区域进行进一步的探针相关缺陷检测,也能够预期,在某些情况下,异物和/或基座破损位于探针插孔区域附近并与其邻接。图4b示出了探针插孔区域与异物邻接的一个实例,其中的方块表示芯片测试座的图像中包含异物的区域。在这种情况下,探针缺失检测单元13还能够针对确定为表示异物和/或基座破损的每个连通域所对应的第一区域进行检测,如果检测到在该第一区域的图像数据中包含表示探针的图像数据,则可能在该第一区域的基础上进一步判断是否存在探针相关的其他缺陷。
因此,在进一步的实施例中,除了上述关于第二区域的操作,第一提取单元131还能够针对每个表示存在异物和/或基座破损的连通域,从芯片测试座的灰度图像中提取对应第一区域的第一图像数据;第二缺陷检测单元132还基于该对应第一区域的第一图像数据,确定在第一区域中是否包含指示探针的图像数据。能够对多个第一区域并行进行探针缺失检测。当确定在某个第一区域中包含指示探针的图像数据时,则进一步针对该第一区域检测探针相关的缺陷。应当理解,在这种情况下,即使在该第一区域中不包含指示探针的图像数据,也不能表明在该区域中存在探针缺失,因此,优选地不将该第一区域作为探针缺失区域。
探针破损检测单元14包括第二提取单元141,第二计算单元142和第三缺陷检测单元143。在确定某些或某个第一区域和/或第二区域中存在探针之后,第二提取单元141从对应的第一图像数据中提取表示探针的区域,即探针区域,的第二图像数据。如图4a和4b所示的实例,该探针区域在图像中表示为近似十字形。这仅仅是一种例子,如果存在,其他形状的探针区域也是可以预期的。第二计算单元142从该第二图像数据导出该探针区域的最小外接矩形的长宽比。第三缺陷检测单元143将该长宽比与对应的第二阈值相比较,基于二者的比较结果来确定该探针是否存在破损,例如是否缺角。该第二阈值能够是一个阈值范围,并且能够基于完好的探针区域的最小外接矩形的长宽比而被预先确定。在确定某个区域中的探针存在破损的情况下,第三缺陷检测单元143能够将该区域发送到存储单元16作为探针破损区域而被存储。在一个实施例中,能够将表示该破损的探针的探针区域的第二图像数据,优选地将在芯片测试座的图像中对应该破损的探针的探针区域的图像数据,发送到存储单元16进行存储。还可以预期发送表示该破损的探针的探针区域的坐标数据。
探针弯曲检测单元15能够在存在探针的情况下检测该探针是否弯曲。具体地,通过例如确定探针区域的中心与探针插孔区域的中心之间的距离来确定探针的弯曲情况。可以理解在完好的情况下,探针的中心应当与插孔区域的中心重叠或非常接近,而当探针弯曲时,所拍摄的图像中的探针区域的中心将会发生偏移,从而增大其与插孔区域的中心之间的距离。
探针弯曲检测单元15包括第三提取单元151,第三计算单元152和第四缺陷检测单元153。在芯片测试座中,通常用于设置探针的插孔包括具有第一开口的第一部和具有第二开口的第二部,探针插入在第二部中,第一开口大于第二开口。图6示出了一种情况下的芯片测试座的探针插孔的剖面图。其中第一开口的直径是随着深度而变化的,而第二开口的直径则不变,第一和第二开口的中心对称轴如图中竖线所示。该视图中的结构仅仅是示意性的,如果存在,也可以预期其他的插孔结构。可以理解,在探针不弯曲的情况下,当其插入在第二部中时,其中心应当与第一和/或第二开口的中心重叠。
在如前所述确定了第一区域和/或第二区域中存在探针之后,第三提取单元151能够从第一图像数据提取表示第二部的轮廓的第三图像数据,第二部的轮廓如图4a中的箭头B所示,并且优选地在未进行探针破损检测的情况下,还从第一图像数据提取表示探针的探针区域的第二图像数据。第三计算单元152从第三图像数据导出该第二部的轮廓的最小外接圆的中心和/或最小外接矩形的中心,并且从第二图像数据导出该探针区域的最小外接圆的中心和/或最小外接矩形的中心,并且确定第二部的轮廓的最小外接圆的中心与探针区域的最小外接圆的中心之间的第一距离,和/或第二部的轮廓的最小外接矩形的中心与探针区域的最小外接矩形的中心之间的第二距离。第四缺陷检测单元153基于该第一距离和/或第二距离以及对应的预先确定的第三阈值来确定对应位置的探针是否弯曲。该第三阈值能够是阈值范围并且是根据完好的探针插孔及探针区域的中心之间的对应距离而确定的。在检测到该第一图像数据所对应的区域中的探针存在弯曲时,将该第一图像数据所对应的区域确定为探针弯曲区域并将该第一图像数据发送到存储单元16存储。
以上参照检测第二部的轮廓中心与探针区域的中心的相对距离来描述了如何检测探针是否弯曲,可以理解在某些情况下可能检测不到该第二部的轮廓,如图4b所示。在这种情况下,能够使用第一部的轮廓替换第二部的轮廓。
例如,第三提取单元151能够从第一图像数据提取表示第一部的轮廓的第三图像数据,并且优选地在未进行探针破损检测的情况下,从第一图像数据提取表示探针的探针区域的第二图像数据。第三计算单元152从第三图像数据导出该第一部的轮廓的最小外接圆的中心和/或最小外接矩形的中心,并且从第二图像数据导出该探针区域的最小外接圆的中心和/或最小外接矩形的中心,并且确定第一部的轮廓的最小外接圆的中心与探针区域的最小外接圆的中心之间的第一距离,和/或第一部的轮廓的最小外接矩形的中心与探针区域的最小外接矩形的中心之间的第二距离。第四缺陷检测单元153基于该第一距离和/或第二距离以及对应的预先确定的第三阈值来确定对应位置的探针是否弯曲。
可以理解,在例如包含异物的探针区域中,很可能难以准确确定表示第一开口的轮廓,因此,在优选的实施例中,探针弯曲检测单元15能够仅仅对与第二区域,即表示完好探针插孔区域的区域,对应的第一图像数据执行上述关于第一部的轮廓的各项操作。
另外,可以理解,虽然并列描述了探针破损检测和探针弯曲检测,可以理解,能够在执行探针破损检测之后,针对表示不存在破损探针的第一图像数据执行探针弯曲检测,反之亦然。
还可以理解,上述各个检测单元能够被合并、拆分、再合并、或者被部分省略和/或修改,以实现/修改/省略对应的功能。例如在某些情况下,仅需要进行异物和/或基座破损检测,在实施例中,能够省略探针缺失检测单元13,探针破损检测单元14和探针弯曲检测单元15。图5示出了根据该实施例的用于检测芯片测试座的设备30的方块图。
存储单元16接收来自异物和/或基座破损检测单元12,探针缺失检测单元13,探针破损检测单元14和探针弯曲检测单元15的检测结果,尤其是在测试座图像中的第一区域(异物和/或基座破损区域)、探针缺失区域、探针破损区域和/或探针弯曲区域的图像数据和/或其在测试座图像中的坐标信息以进行存储。优选地,检测结果处理单元17能够处理来自存储单元16的检测结果以在显示器上显示该经处理的检测结果。例如,检测结果处理单元17能够确定在当前芯片测试座中每种类型的缺陷出现的次数,并使得显示器将对应的次数显示给操作者。在一个实施例中,能够确定并使得显示在当前芯片测试座中探针的总数量、探针缺陷(包括探针缺失、破损和弯曲)的数量和异物/基座破损缺陷的数量。还可以预期,当针对全部连通域中的每个连通域进行了上述缺陷检测之后,如果确定整个芯片测试座不存在上述任何缺陷,则由显示单元输出表示当前芯片测试座是完好芯片测试座的表示。
以上参照图像处理单元11,异物和/或基座破损检测单元12,探针缺失检测单元13,探针破损检测单元14,探针弯曲检测单元15,存储单元16,检测结果处理单元17及其具体的功能和结构描述了根据一个实施例的用于检测芯片测试座的设备10。可以预期修改、省略、变更上述各个单元中的一个或多个的功能和结构,以实现对应的目的。
如图3所示的根据另一个实施例的用于检测芯片测试座的设备20,设备20还包括控制单元18,其能够响应于用户输入的控制信号来控制异物和/或基座破损检测单元12,探针缺失检测单元13,探针破损检测单元14和探针弯曲检测单元15,以使得仅仅执行所述控制信号表示的一个或多个缺陷检测。例如仅仅激活异物和/或基座破损检测单元12执行异物和/或基座破损检测。可以理解在不进行异物和/或基座破损检测的情况下,探针缺失检测单元13,探针破损检测单元14和探针弯曲检测单元15能够直接在芯片测试座的灰度图像中确定的一个或多个连通域的基础上进行检测,从而确定对应的探针缺陷。
在进一步的实施例中,控制单元18还能够控制存储单元16和/或检测结果处理单元17,以使得响应于用户输入的控制信号仅仅存储涉及预定类型缺陷的数据,和/或响应于用户输入的控制信号处理检测结果,以使得显示器在芯片测试座的图像上仅仅突出显示涉及某种类型的缺陷的图像区域。
以上参照具体的实施例描述了用于检测芯片测试座的设备。可以理解,本发明的上述范例性实施例涵盖从最开始使用本发明的计算机程序和借助于将现有程序更新为使用本发明的程序的计算机程序。而且,能够借助存储在计算机存储介质上的计算机程序代码提供上述实施例的各个单元的功能以及方法的所有必要步骤。所述计算机存储介质包括但不限于软盘、光盘、CD-ROM(压缩盘只读存储器)、和磁光盘、ROM、RAM、EPROM(可擦除可编程只读存储器)、EERPOM(电可擦除可编程只读存储器)、磁卡或光卡、闪速存储器、或适合于存储机器可执行指令的其它类型的介质。
计算机程序代码可以被存储和/或分布在适当的介质上,诸如与其他硬件一起提供或作为其他硬件的一部分的光学存储介质或固态介质,但也可以以其他形式分布,诸如经由互联网或其他有线或无线通信系统。
然而,实现本发明的各个实施例的功能或方法步骤的计算机程序代码也可以存在于网络(如万维网)并且能够从这样的网络被下载到数据处理器的工作内存中。
以下将参考图7-9所示的方法流程实施例进行描述。图7示出了根据一个实施例的用于检测芯片测试座的方法200。该方法200能够用于对一个芯片测试座执行各项缺陷检测。
在201,接收当前芯片测试座的图像。在202,对该芯片测试座的图像进行处理,以确定在芯片测试座的灰度图像中的一个或多个连通域,所述连通域中的每个连通域表示其中设置探针的插孔区域和/或在所述芯片测试座中的异物和/或基座破损。在优选实施例中,能够对该一个或多个连通域并行进行如下各项处理。但这需要根据本发明的实施例的设备具有足够的处理能力。以下首先参照对各个连通域进行并行处理的方式来描述本发明的实施例。在203,基于该一个或多个连通域中的每个连通域确定在芯片测试座中是否存在异物和/或基座破损。具体来说,导出一个或多个连通域中的每个连通域的最小外接矩形的长宽比和/或每个连通域的最小外接圆的半径;并且基于每个连通域的最小外接矩形的长宽比和/或最小外接圆的半径以及对应的预先确定的第一阈值来确定在芯片测试座中对应该连通域的位置处是否存在异物和/或基座破损。
如果在203确定在该对应某个连通域的位置处存在异物和/或基座破损,则在204将该连通域对应的图像区域确定为第一区域,并且在215将在芯片测试座的图像中的对应该第一区域的图像数据存储为异物和/或基座破损区域。
如果在203确定在该对应某个连通域的位置处不存在异物和/或基座破损,则表明该连通域对应完好的探针插孔区域,可以将该连通域对应的图像区域确定为用于后续处理的第二区域。
在205,对于所确定的每个第二区域,从芯片测试座的灰度图像中提取对应该第二区域的第一图像数据。在206,基于该第一图像数据来判断对应的第二区域中是否包含指示探针的图像数据,进而确定是否存在探针缺失的情况。如果在206确定某个第二区域存在探针缺失,则在207将该第二区域确定为探针缺失区域,其图像数据在215被存储。
如果在206确定某个第二区域不存在探针缺失,则在208从对应该二区域的第一图像数据提取表示探针的区域,即探针区域,的第二图像数据。在209,基于该第二图像数据进行探针破损检测,具体地,从第二图像数据导出探针区域的最小外接矩形的长宽比,基于该长宽比以及预先确定的第二阈值来确定探针是否存在破损。如果存在破损,则在210从芯片测试座的图像中提取对应该探针区域的图像数据,在215将这些图像数据存储为探针破损区域的图像数据。如果不存在破损,则在211结束对该探针区域的检测。
并行地,能够在208从对应该第二区域的第一图像数据进一步提取表示探针插孔的第二部的轮廓的第三图像数据,在212基于第二图像数据和第三图像数据两者,进行探针弯曲检测。具体地,在一个实施例中,从第二图像数据导出探针区域的最小外接圆的中心和/或最小外接矩形的中心;从第三图像数据导出对应的探针插孔的第二部的轮廓的最小外接圆的中心和/或最小外接矩形的中心;确定第二部的轮廓的最小外接圆的中心与探针区域的最小外接圆的中心之间的第一距离,和/或第二部的轮廓的最小外接矩形的中心与探针区域的最小外接矩形的中心之间的第二距离;以及基于第一距离和/或第二距离以及对应的预先确定的第三阈值来确定探针是否弯曲。在另一个实施例中,从第二图像数据导出探针区域的最小外接圆的中心和/或最小外接矩形的中心;从第三图像数据导出对应的探针插孔的第一部的轮廓的最小外接圆的中心和/或最小外接矩形的中心;确定第一部的轮廓的最小外接圆的中心与探针区域的最小外接圆的中心之间的第一距离,和/或第一部的轮廓的最小外接矩形的中心与探针区域的最小外接矩形的中心之间的第二距离;以及基于第一距离和/或第二距离以及对应的预先确定的第三阈值来确定探针是否弯曲。如果在212确定了存在探针弯曲的情况,则在213将对应的探针区域的图像数据提取出来,在215作为探针弯曲区域存储。如果在212确定不存在探针弯曲的情况,则在214结束对该连通域所对应的区域的缺陷检测。在针对每个连通域均进行了上述缺陷检测之后,如果结果表示当前芯片测试座中不存在任何缺陷,则能够输出表示当前芯片测试座为完好的表示。
图8示出了根据另一个实施例的用于检测芯片测试座的方法300。不同于图7所示的并行进行探针破损和弯曲检测。根据图8的实施例,先进行探针破损检测,再对不存在探针破损的区域进行探针弯曲检测。
在图8中与图7中相似的标号表示相似的处理,其与图7所示的方法不同之处在于,在306确定了不存在探针缺失之后,在308仅仅从第一图像数据提取表示探针的区域,即探针区域,的第二图像数据;在309确定了针对该区域不存在探针破损之后,在311针对该不存在探针破损的第二区域进行进一步处理,进而在之后的操作中确定该区域的探针是否弯曲。具体来说,在311提取表示探针插孔的第一开口或第二开口的轮廓的第三图像数据,312-314与212-214的处理相同,基于该第二图像数据和第三图像数据确定对应的探针是否弯曲。图8的方法中与图7的方法相同的处理将不再赘述。
图9示出了根据再一个实施例的用于检测芯片测试座的方法400。不同于图8所示的仅仅针对不存在异物和基座破损的区域,即确定的表示完好探针插孔区域的第二区域,进行探针缺陷检测,图9示出了同样针对第一区域进行探针缺陷检测的情况。除了与图8所示的实施例中的处理301-315相同的处理401-415,图9所示的实施例还包括处理406’-414’。处理406’-414’与处理406-414基本相同,区别在于,处理406-414是在表示完好探针插孔区域的第二区域的图像数据的基础上进行的处理,而406’-414’是在表示包含异物和/或基座破损的第一区域的图像数据的基础上进行的处理;再者,考虑到通常的第一区域并不存在探针,在406’确定了存在探针缺失之后,不同于在407将对应的区域提取出来作为探针缺失区域,在407’仅仅结束对该第一区域的检测,而不会将该第一区域确定为探针缺失区域进行存储。图9的方法中与图8的方法相同的处理将不再赘述。
另外,可以预期,在某些情况下,当异物与探针插孔区域邻接或部分重叠时,该第一区域可能表示探针插孔区域和异物两者,在这种情况下,从图像数据中往往难以确定表示探针插孔区域的第一部的轮廓,因此,在一个优选实施例中,在411仅仅提取表示探针插孔的第二部的轮廓的第三图像数据,在412基于第二图像数据和如此确定的第三图像数来检测探针是否弯曲。
以上图7-9参照针对每个连通域并行进行的处理而描述,也可以预期针对每个连通域串行进行上述各项处理。在串行处理的情况下,能够针对一个连通域执行上述缺陷检测,当检测到任何一项缺陷时即停止对当前连通域的检测,记录当前连通域的位置和/或对应的缺陷类型,并且进一步对下一连通域进行上述缺陷检测。由此,在对所有的连通域执行了上述缺陷检测之后,输出检测结果。
如果检测到当前芯片测试座中对应某些/个连通域的位置存在缺陷,则输出检测到的缺陷数量、类型和/或位置等,如果检测到所有连通域的位置均不存在缺陷,则输出表示当前芯片测试座为完好芯片测试座的检测结果。
能够理解,上述针对一个芯片测试座的缺陷检测方法能够对多个芯片测试座逐一执行,进而检测有缺陷的芯片测试座以及该芯片测试座对应的缺陷数量、类型和/或位置等。
以上仅仅参照图7-9所示的实施例描述了本发明的方法,能够理解上述实施例中所包括的各项处理不是限制性的,其可以根据需要而被删除、组合、变更、拆分和/或重新组合,以增加/修改/删除对应的功能。例如,在一个实施例中,能够删除与探针缺陷检测相关的处理,而仅仅执行异物和/或基座破损检测,仅仅执行探针缺陷检测中的一项或多项也是可以预期的。
以上参照各个实施例描述了本发明的设备和方法,其中提到的实施例可以包括特定的特征、结构或特性,但是不是每一个实施例都必然包括该特定的特征、结构或特性。此外,一些实施例可以具有一些或全部的针对其它实施例所描述的特征或者没有针对其它实施例所描述的特征。
如在权利要求中所使用的,除非指出,否则序数形容词“第一”、“第二”、“第三”等描述共同的元件的使用仅表示相似元件的不同实例被提及,并且不旨在暗示如此所描述的元件必须是以给定的顺序,无论是时间上的、空间上的、排级上还是任何其它方式。
不同的实施例或示例的各个特征可以与所包含的一些特征以及所排除的其它特征进行多种结合来适应多种不同的应用。附图和前述描述给出了实施例的示例。本领域技术人员将理解,所描述的元件中的一个或多个可以被组合成单个功能元件。或者,某些元件可以分成多个功能元件。来自一个实施例的元件可以添加到另一个实施例。例如,本文描述的过程的顺序可以改变并且不限于本文所述的方式。此外,任何流程图的动作不需要以所示的顺序实现;也不一定需要执行所有动作。此外,不依赖于其他动作的那些动作可以与其他动作并行地执行。实施例的范围决不受这些具体示例的限制。无论是否在说明书中明确给出,诸如处理顺序、产品组成和结构上的差异的许多变化是可能的。
Claims (18)
1.一种用于检测芯片测试座的设备,所述芯片测试座包括基座和设置在所述基座上的探针,所述基座上设置有多个插孔,每个探针设置在一个插孔中,所述设备包括
连通域确定单元,其被配置为确定在所述芯片测试座的灰度图像中的一个或多个连通域;
第一计算单元,其被配置为导出所述一个或多个连通域中的每个连通域的最小外接矩形的长宽比和/或每个连通域的最小外接圆的半径;以及
第一缺陷检测单元,其被配置为基于每个连通域的所述最小外接矩形的长宽比和/或所述最小外接圆的半径以及对应的预先确定的第一阈值来确定在所述芯片测试座中对应所述连通域的位置处是否存在异物和/或基座破损。
2.如权利要求1所述的设备,其中,如果所述第一缺陷检测单元确定在所述芯片测试座中对应所述连通域的位置处存在异物和/或基座破损,则将所述连通域对应的图像区域确定为第一区域。
3.如权利要求1所述的设备,其中,如果所述第一缺陷检测单元确定在所述芯片测试座中对应所述连通域的位置处不存在异物和/或基座破损,则将所述连通域对应的图像区域确定为第二区域。
4.如权利要求2所述的设备,还包括
第一提取单元,其被配置为从所述灰度图像提取对应所述第一区域的第一图像数据;以及
第二缺陷检测单元,其被配置为基于所述第一图像数据确定在所述第一区域中是否包含指示所述探针的图像数据。
5.如权利要求3所述的设备,还包括
第一提取单元,其被配置为从所述灰度图像提取对应所述第二区域的第一图像数据;以及
第二缺陷检测单元,其被配置为基于所述第一图像数据确定在所述第二区域中是否包含指示所述探针的图像数据。
6.如权利要求4或5所述的设备,还包括
第二提取单元,其被配置为在确定包含指示所述探针的图像数据的情况下从所述第一图像数据提取表示探针区域的第二图像数据;
第二计算单元,其被配置为从所述第二图像数据导出所述探针区域的最小外接矩形的长宽比;以及
第三缺陷检测单元,其被配置为基于所述探针区域的所述最小外接矩形的长宽比以及预先确定的第二阈值来确定所述探针是否存在破损。
7.如权利要求4或5所述的设备,其中,所述插孔包括具有第一开口的第一部和具有第二开口的第二部,所述探针插入在所述第二部中,所述第一开口大于所述第二开口,所述设备还包括
第三提取单元,其被配置为在确定包含指示所述探针的图像数据的情况下从所述第一图像数据提取表示探针区域的第二图像数据和表示所述第二部的轮廓的第三图像数据;
第三计算单元,其被配置为从所述第二图像数据导出所述探针区域的最小外接圆的中心和/或最小外接矩形的中心;从所述第三图像数据导出所述第二部的轮廓的最小外接圆和/或最小外接矩形的中心,并且确定所述第二部的轮廓的所述最小外接圆的中心与所述探针区域的最小外接圆的中心之间的第一距离,和/或所述第二部的轮廓的所述最小外接矩形的中心与所述探针区域的最小外接矩形的中心之间的第二距离;以及
第四缺陷检测单元,其被配置为基于所述第一距离和/或所述第二距离以及对应的预先确定的第三阈值来确定所述探针是否弯曲。
8.如权利要求5所述的设备,其中,所述插孔包括具有第一开口的第一部和具有第二开口的第二部,所述探针插入在所述第二部中,所述第一开口大于所述第二开口,所述设备还包括
第三提取单元,其被配置为在确定包含指示所述探针的图像数据的情况下从所述第一图像数据提取表示探针区域的第二图像数据和表示所述第一部的轮廓的第三图像数据;
第三计算单元,其被配置为从所述第二图像数据导出所述探针区域的最小外接圆的中心和/或最小外接矩形的中心;从所述第三图像数据导出所述第一部的轮廓的最小外接圆和/或最小外接矩形的中心,并且确定所述第一部的轮廓的所述最小外接圆的中心与所述探针区域的最小外接圆的中心之间的第一距离,和/或所述第一部的轮廓的所述最小外接矩形的中心与所述探针区域的最小外接矩形的中心之间的第二距离;以及
第四缺陷检测单元,其被配置为基于所述第一距离和/或所述第二距离以及对应的预先确定的第三阈值来确定所述探针是否弯曲。
9.一种用于检测芯片测试座的方法,所述芯片测试座包括基座和设置在所述基座上的探针,所述基座上设置有多个插孔,每个探针设置在一个插孔中,所述方法包括
确定在所述芯片测试座的灰度图像中的一个或多个连通域;
导出所述一个或多个连通域中的每个连通域的最小外接矩形的长宽比和/或每个连通域的最小外接圆的半径;以及
基于每个连通域的所述最小外接矩形的长宽比和/或所述最小外接圆的半径以及对应的预先确定的第一阈值来确定在所述芯片测试座中对应所述连通域的位置处是否存在异物和/或基座破损。
10.如权利要求9所述的方法,其中,如果确定在所述芯片测试座中对应所述连通域的位置处存在异物和/或基座破损,则将所述连通域对应的图像区域确定为第一区域。
11.如权利要求9所述的方法,其中,如果确定在所述芯片测试座中对应所述连通域的位置处不存在异物和/或基座破损,则将所述连通域对应的图像区域确定为第二区域。
12.如权利要求10所述的方法,还包括
从所述灰度图像提取对应所述第一区域的第一图像数据;以及
基于所述第一图像数据确定在所述第一区域中是否包含指示所述探针的图像数据。
13.如权利要求11所述的方法,还包括
从所述灰度图像提取对应所述第二区域的第一图像数据;以及
基于所述第一图像数据确定在所述第二区域中是否包含指示所述探针的图像数据。
14.如权利要求12或13所述的方法,还包括
如果确定包含指示所述探针的图像数据则从所述第一图像数据提取表示探针区域的第二图像数据;
从所述第二图像数据导出所述探针区域的最小外接矩形的长宽比;以及
基于所述探针区域的所述最小外接矩形的长宽比以及预先确定的第二阈值来确定所述探针是否存在破损。
15.如权利要求12或13所述的方法,其中,所述插孔包括具有第一开口的第一部和具有第二开口的第二部,所述探针插入在所述第二部中,所述第一开口大于所述第二开口,所述方法还包括
如果确定包含指示所述探针的图像数据则从所述第一图像数据提取表示探针区域的第二图像数据和表示所述第二部的轮廓的第三图像数据;
从所述第二图像数据导出所述探针区域的最小外接圆的中心和/或最小外接矩形的中心;
从所述第三图像数据导出所述第二部的轮廓的最小外接圆的中心和/或最小外接矩形的中心;
确定所述第二部的轮廓的所述最小外接圆的中心与所述探针区域的最小外接圆的中心之间的第一距离,和/或所述第二部的轮廓的所述最小外接矩形的中心与所述探针区域的最小外接矩形的中心之间的第二距离;以及
基于所述第一距离和/或所述第二距离以及对应的预先确定的第三阈值来确定所述探针是否弯曲。
16.如权利要求13所述的方法,其中,所述插孔包括具有第一开口的第一部和具有第二开口的第二部,所述探针插入在所述第二部中,所述第一开口大于所述第二开口,所述方法还包括
如果确定包含指示所述探针的图像数据则从所述第一图像数据提取表示探针区域的第二图像数据和表示所述第一部的轮廓的第三图像数据;
从所述第二图像数据导出所述探针区域的最小外接圆的中心和/或最小外接矩形的中心;
从所述第三图像数据导出所述第一部的轮廓的最小外接圆的中心和/或最小外接矩形的中心;
确定所述第一部的轮廓的所述最小外接圆的中心与所述探针区域的最小外接圆的中心之间的第一距离,和/或所述第一开口的轮廓的所述最小外接矩形的中心与所述探针区域的最小外接矩形的中心之间的第二距离;以及
基于所述第一距离和/或所述第二距离以及对应的预先确定的第三阈值来确定所述探针是否弯曲。
17.一种图像处理器,其配置为执行如权利要求9-16中任一项所述的方法。
18.一种计算机存储介质,其存储计算机程序,当被计算机或处理器执行时,所述计算机程序令所述计算机或处理器执行如权利要求9-16中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811639239.8A CN109712137A (zh) | 2018-12-29 | 2018-12-29 | 基于图像处理的芯片测试座检测 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811639239.8A CN109712137A (zh) | 2018-12-29 | 2018-12-29 | 基于图像处理的芯片测试座检测 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109712137A true CN109712137A (zh) | 2019-05-03 |
Family
ID=66260212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811639239.8A Pending CN109712137A (zh) | 2018-12-29 | 2018-12-29 | 基于图像处理的芯片测试座检测 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109712137A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111415878A (zh) * | 2020-03-30 | 2020-07-14 | 英特尔产品(成都)有限公司 | 晶圆级自动检测方法、设备及系统 |
CN111812098A (zh) * | 2020-06-22 | 2020-10-23 | 燕山大学 | 一种基于机器视觉的陶瓷碗次品标记装置及标记方法 |
US10977469B2 (en) | 2019-03-29 | 2021-04-13 | SINO IC Technology Co., Ltd. | Halo test method for an optical chip in an integrated circuit |
CN115661040A (zh) * | 2022-09-28 | 2023-01-31 | 广州市易鸿智能装备有限公司 | 一种锂电池电芯涂胶的检测方法及装置、电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101180549A (zh) * | 2005-04-11 | 2008-05-14 | 株式会社爱德万测试 | 电子器件的处理设备 |
CN103914849A (zh) * | 2014-04-18 | 2014-07-09 | 扬州福尔喜果蔬汁机械有限公司 | 一种红枣图像的检测方法 |
CN104915963A (zh) * | 2015-06-25 | 2015-09-16 | 哈尔滨工业大学 | 一种用于plcc元件的检测与定位方法 |
CN105894036A (zh) * | 2016-04-19 | 2016-08-24 | 武汉大学 | 一种应用于手机屏幕缺陷检测的图像特征模板匹配方法 |
CN108332713A (zh) * | 2018-01-16 | 2018-07-27 | 安徽慧视金瞳科技有限公司 | 一种绝缘子引脚倾斜的检测方法 |
US20180218492A1 (en) * | 2017-01-30 | 2018-08-02 | Dongfang Jingyuan Electron Limited | Method And System For Identifying Defects Of Integrated Circuits |
CN108510476A (zh) * | 2018-03-14 | 2018-09-07 | 五邑大学 | 一种基于机器视觉的手机屏线路检测方法 |
CN108572312A (zh) * | 2018-04-12 | 2018-09-25 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | SoC芯片测试方法、装置、系统和SoC芯片测试验证板 |
-
2018
- 2018-12-29 CN CN201811639239.8A patent/CN109712137A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101180549A (zh) * | 2005-04-11 | 2008-05-14 | 株式会社爱德万测试 | 电子器件的处理设备 |
CN103914849A (zh) * | 2014-04-18 | 2014-07-09 | 扬州福尔喜果蔬汁机械有限公司 | 一种红枣图像的检测方法 |
CN104915963A (zh) * | 2015-06-25 | 2015-09-16 | 哈尔滨工业大学 | 一种用于plcc元件的检测与定位方法 |
CN105894036A (zh) * | 2016-04-19 | 2016-08-24 | 武汉大学 | 一种应用于手机屏幕缺陷检测的图像特征模板匹配方法 |
US20180218492A1 (en) * | 2017-01-30 | 2018-08-02 | Dongfang Jingyuan Electron Limited | Method And System For Identifying Defects Of Integrated Circuits |
CN108332713A (zh) * | 2018-01-16 | 2018-07-27 | 安徽慧视金瞳科技有限公司 | 一种绝缘子引脚倾斜的检测方法 |
CN108510476A (zh) * | 2018-03-14 | 2018-09-07 | 五邑大学 | 一种基于机器视觉的手机屏线路检测方法 |
CN108572312A (zh) * | 2018-04-12 | 2018-09-25 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | SoC芯片测试方法、装置、系统和SoC芯片测试验证板 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10977469B2 (en) | 2019-03-29 | 2021-04-13 | SINO IC Technology Co., Ltd. | Halo test method for an optical chip in an integrated circuit |
CN111415878A (zh) * | 2020-03-30 | 2020-07-14 | 英特尔产品(成都)有限公司 | 晶圆级自动检测方法、设备及系统 |
CN111415878B (zh) * | 2020-03-30 | 2023-09-12 | 英特尔产品(成都)有限公司 | 晶圆级自动检测方法、设备及系统 |
CN111812098A (zh) * | 2020-06-22 | 2020-10-23 | 燕山大学 | 一种基于机器视觉的陶瓷碗次品标记装置及标记方法 |
CN115661040A (zh) * | 2022-09-28 | 2023-01-31 | 广州市易鸿智能装备有限公司 | 一种锂电池电芯涂胶的检测方法及装置、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109712137A (zh) | 基于图像处理的芯片测试座检测 | |
US6954550B2 (en) | Image processing method and apparatus | |
KR20220041212A (ko) | 거짓점 결함 검출 기반의 pcb 유지보수 시스템 및 유지보수 방법 | |
CN109879005A (zh) | 皮带撕裂检测装置及方法 | |
EP0701116A1 (en) | Lumber defect scanning including multi-dimensional pattern recognition | |
JP4521386B2 (ja) | 欠陥データ解析方法およびその装置 | |
CN113758932B (zh) | 一种基于深度学习的锂电池膈膜缺陷视觉检测方法 | |
CN103606221B (zh) | 清分机故障自动诊断方法以及装置 | |
CN107179324A (zh) | 检测产品包装的方法、装置和系统 | |
CN1323369C (zh) | 图像识别装置和方法以及图像识别装置的示教装置和方法 | |
CN113592828A (zh) | 基于工业内窥镜的无损检测方法及系统 | |
CN109697719A (zh) | 一种图像质量评估方法、装置及计算机可读存储介质 | |
CN111652883B (zh) | 基于深度学习的玻璃表面缺陷检测方法 | |
JP2022045688A (ja) | 欠陥管理装置、方法およびプログラム | |
JPH07198354A (ja) | 画像処理を使用しての搭載されたコネクタピンのテスト | |
CN105509657A (zh) | 一种ic卡芯片划痕面积及灰度参量的高精度测量方法 | |
CN114881996A (zh) | 缺陷检测方法及装置 | |
CN111899238A (zh) | 一种双光源图像的缺陷检测方法、装置、介质及电子设备 | |
CN109711434A (zh) | 获取和评估vqa系统的训练数据的方法、装置、设备和介质 | |
CN108627695A (zh) | 一种异常信号显示方法及频谱分析系统、数字频谱分析仪 | |
CN113866182A (zh) | 一种用于检测显示模组缺陷的检测方法及系统 | |
CN113920057A (zh) | 一种产品指示灯颜色的识别方法、装置及系统 | |
CN206946047U (zh) | 光纤排线识别装置和系统 | |
CN115546141A (zh) | 一种基于多维度度量的小样本Mini LED缺陷检测方法及系统 | |
TWI757590B (zh) | 輝度均勻檢測系統及輝度均勻檢測方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190503 |
|
RJ01 | Rejection of invention patent application after publication |