CN110967350A - 基于图像识别的芯片测试方法、装置及电子设备 - Google Patents

基于图像识别的芯片测试方法、装置及电子设备 Download PDF

Info

Publication number
CN110967350A
CN110967350A CN201911071167.6A CN201911071167A CN110967350A CN 110967350 A CN110967350 A CN 110967350A CN 201911071167 A CN201911071167 A CN 201911071167A CN 110967350 A CN110967350 A CN 110967350A
Authority
CN
China
Prior art keywords
chip
image
tested
determining
detected
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
Application number
CN201911071167.6A
Other languages
English (en)
Other versions
CN110967350B (zh
Inventor
赵常余
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Horizon Robotics Technology Research and Development Co Ltd
Original Assignee
Beijing Horizon Robotics Technology Research and Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Horizon Robotics Technology Research and Development Co Ltd filed Critical Beijing Horizon Robotics Technology Research and Development Co Ltd
Priority to CN201911071167.6A priority Critical patent/CN110967350B/zh
Publication of CN110967350A publication Critical patent/CN110967350A/zh
Application granted granted Critical
Publication of CN110967350B publication Critical patent/CN110967350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956Inspecting patterns on the surface of objects
    • G01N21/95607Inspecting patterns on the surface of objects using a comparative method

Abstract

本公开公开了一种基于图像识别的芯片测试方法,包括:获取第一图像和第二图像,所述第一图像中包含有待测芯片,所述第二图像中包含所述待测芯片的电路板;确定所述待测芯片在所述第二图像中的像面位置坐标;基于所述像面位置坐标确定所述待测芯片在空间中的三维坐标位置;基于所述三维坐标位置对所述电路板上的待测芯片进行测试。通过对待测芯片本身以及电路板上待测芯片的图像识别,在待测电路板上确定待测芯片的位置,基于该位置对电路板上的待测芯片进行测试,通用性强,不挑剔芯片的类型,改变了现在的芯片测试系统的专有性,可针对集成电路板上的各种芯片做性能检测。

Description

基于图像识别的芯片测试方法、装置及电子设备
技术领域
本公开涉及计算机技术领域,具体涉及一种基于图像识别的芯片测试方法、装置及电子设备。
背景技术
随着计算机技术和微电子技术的迅速发展,大规模集成电路的密集度大大提升,集成度越来越高,对芯片的测试要求也越来越高。集成电路设计是否合理、产品是否可靠,都需要对集成电路的功能及性能参数进行系统测试以进行验证。要保障集成芯片的电路板的性能,须要对芯片的焊接质量、芯片管脚性能进行测试,现有技术中,芯片测试系统具有专有性,通用性较差,且这样的芯片测试方式效率较低。
发明内容
为了解决上述技术问题,提出了本公开的一种基于图像识别的芯片测试方法、装置、存储介质及电子设备。
根据本公开的一个方面,提供了一种基于图像识别的芯片测试方法,包括:
获取第一图像和第二图像,所述第一图像中包含有待测芯片,所述第二图像中包含所述待测芯片的电路板;
确定所述待测芯片在所述第二图像中的像面位置坐标;
基于所述像面位置坐标确定所述待测芯片在空间中的三维坐标位置;
基于所述三维坐标位置对所述电路板上的待测芯片进行测试。
根据本公开的另一个方面,提供了一种基于图像识别的芯片测试装置,包括:
图像获取模块,用于获取第一图像和第二图像,所述第一图像中包含有待测芯片,所述第二图像中包含所述待测芯片的电路板;
第一坐标确定模块,用于确定所述待测芯片在所述第二图像中的像面位置坐标;
第二坐标确定模块,用于基于所述像面位置坐标确定所述待测芯片在空间中的三维坐标位置;
测试模块,用于基于所述三维坐标位置对所述电路板上的待测芯片进行测试。
根据本公开的另一个方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行第一方面提供的方法。
根据本公开的另一个方面,提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于执行第一方面提供的方法。
本公开实施例提供的基于图像识别的芯片测试方法、装置、存储介质及电子设备,通过对待测芯片本身以及电路板上待测芯片的图像识别,在待测电路板上确定待测芯片的位置,基于该位置对电路板上的待测芯片进行测试,对芯片的测试过程不会受限于芯片的类型,可针对集成电路板上的各种芯片做性能检测,大大提高了芯片测试的效率以及通用性。
附图说明
通过结合附图对本公开实施例进行更详细的描述,本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解,并且构成说明书的一部分,与本公开实施例一起用于解释本公开,并不构成对本公开的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是本公开示例性实施例提供的芯片测试系统的结构原理示意图;
图2是图1所示芯片测试系统的机器人组件的结构原理示意图;
图3是本公开第一示例性实施例提供的一种基于图像识别的芯片测试方法的流程示意图;
图4是一示例性待测芯片图像;
图5是一包含图4所示待测芯片图像的示例性电路板;
图6是图5所示电路板图像的像面坐标系示意图;
图7是本公开第二示例性实施例提供的一种基于图像识别的芯片测试方法的流程示意图;
图8是本公开第三示例性实施例提供的一种基于图像识别的芯片测试方法的流程示意图;
图9是本公开实施例的用于确定待测芯片的空间坐标原理示意图;
图10是本公开四示例性实施例提供的一种基于图像识别的芯片测试方法的流程示意图;
图11是建立待测芯片器件模型的第一预设坐标系的示意图;
图12是建立待测芯片器件模型的第二预设坐标系的示意图;
图13是本公开所述的器件模型的示意图;
图14是本公开一示例性实施例提供的一种图像识别的芯片测试装置的结构示意图;
图15是本公开一示例性实施例提供的另一种图像识别的芯片测试装置的结构示意图;
图16是本公开一示例性实施例提供的另一种图像识别的芯片测试装置的结构示意图;
图17是本公开一示例性实施例提供的又一种图像识别的芯片测试装置的结构示意图;
图18是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
下面,将参考附图详细地描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。
申请概述
由于集成电路的集成度越来越高,对其集成的芯片性能要求也越高,因此,对集成电路上芯片的测试要求随之提高。在现有技术中,针对不同的芯片须提供与其相适配的芯片测试系统,导致芯片测试系统具有专有性而通用性较差。本公开通过对待测芯片本身以及电路板上待测芯片的图像识别,进而在待测电路板上确定待测芯片的位置,基于该位置对电路板上的待测芯片进行测试。本公开改变了现在的芯片测试系统的专有性,可针对集成电路板上的各种芯片做性能检测。
示例性系统
为了本领域技术人员能够清楚、准确地理解本公开技术方案,下面将结合图1和图2对本公开所适用的芯片测试系统进行描述。
图1是本公开示例性实施例提供的芯片测试系统的结构原理示意图。如图1所示,芯片测试系统可以包括:具有智能高清IPC(IP Camera,网络摄像机)的光学建模定位组件11、数据处理计算机12、机器人组件13和传送带14(传送带14用于传送电路板,电路板包含芯片,如图中的管脚/引脚)。光学建模定位组件11固定在传送带14上的待检测电路板(包含待测芯片)的正上方,用于垂直拍摄待测电路板上的待测芯片。数据处理计算机12可以执行本公开实施例提供的基于图像识别的芯片测试方法用于处理光学建模定位组件11拍摄的图像,通过图像处理技术从拍摄得到的图像中识别出待测芯片,并标记待测芯片在空间中的三维坐标位置,控制机器人组件13基于三维坐标位置对待测芯片进行测试。
其中,图2示出了芯片测试系统的机器人组件13的结构原理示意图。在图2中,机器人组件13包括有机械臂131、控制箱132和示教器133。机械臂141可以包括6个转动关节(如图中标号1-6的部位),通过1-3标号的关节可以确定工具(例如,示波器表笔)中心点的在空间中的位置,4-6关节可以调节工具中心点的空间姿态。控制箱132可以用于根据数据处理计算机12输出的待测芯片的空间位置和1-3标号关节的空间位置,来确定4-6标号关节的空间姿态,进而控制工具(例如,示波器表笔)对待测芯片进行测试。示教器133可以为一集成在控制箱132上的显示装置,可以显示机械臂131的状态参数和控制箱132的控制参数等。
下面将结合上述芯片测试系统和附图对本公开的基于图像识别的芯片测试方法进行详细描述,使本领域技术人员清楚、准确地理解本公开的技术方案。
示例性方法
图3是本公开第一示例性实施例提供的一种基于图像识别的芯片测试方法的流程示意图。
如图3所示,本公开提供的一种基于图像识别的芯片测试方法可以包括如下步骤:
步骤310,获取第一图像和第二图像,其中,第一图像中可以包含有待测芯片,第二图像中包含待测芯片的电路板。
在一些实施例中,第一图像可以是预存储的待测芯片的图像。待测芯片以LQFP100型芯片,如图4所示的LQFP100型芯片,可以通过光学建模定位组件11在测试前拍摄LQFP100型芯片的图像并进行存储。在本步骤中,可以从存储器中获取LQFP100型芯片的图像,即第一图像。在另一些实施例中,可以在芯片测试系统中预设置芯片图像库,该芯片图像库中可以包括有多种类型芯片图像(第一图像),在本步骤中,可以从芯片图像库中获取包含待测芯片的第一图像。
第二图像可以是包含有电路板的图像,其中该电路板包含有待测芯片。如图5所示,为包含有如图4中所示待测芯片的电路板,图5中待测芯片的位置如A处所示,待测芯片为表面贴装型四侧引脚扁平封装芯片。在本步骤中,可以通过传送带14将电路板传送至与光学建模定位组件11的镜头垂直处,通过光学建模定位组件11对该电路板进行图像采集,从而得到第二图像。
步骤320,确定待测芯片在第二图像中的像面位置坐标。
在本公开实施例中,可以根据第一图像中待测芯片的特征,在第二图像中查找待测芯片,进而确定待测芯片的在第二图像中的位置坐标,即像面位置坐标。
示例性地,可以基于第一图像中待测芯片的特征,在第二图像中查找与其具有相同特征的芯片,进而确定该芯片在第二图像中的位置,即得出待测芯片在第二图像中的像面位置坐标。其中,针对第二图像中的电路板确定一个像面坐标系,例如包括X轴、Y轴和Z轴(如图6中所示)。在该坐标系的基础上,确定待测芯片在第二图像中的像面位置坐标。
步骤330,基于像面位置坐标确定待测芯片在空间中的三维坐标位置。
在本发明实施例中,根据待测芯片在第二图像中的像面位置坐标进一步确定其在空间中的三维坐标位置。示例性地,基于像面位置坐标和相机成像原理,确定出待测芯片在空间中的三维坐标位置。
步骤340,基于三维坐标位置对电路板上的待测芯片进行测试。
在对待测芯片测试时,主要通过检测各个管脚的输入/输出以确定其性能优良。在本发明实施例中,机器人组件13中控制箱132根据三维坐标位置控制机械臂131操作示波表笔至三维坐标位置处,以对该位置处的管脚进行测试。
本公开实施例提供的基于图像识别的芯片测试方法,通过对待测芯片本身以及电路板上待测芯片的图像识别,在待测电路板上确定待测芯片的位置,基于该位置对电路板上的待测芯片进行测试,对芯片的测试过程不会受限于芯片的类型,可针对集成电路板的各种芯片做性能测试,大大提高了芯片测试的效率以及通用性。
图7是本公开第二示例性实施例提供的一种基于图像识别的芯片测试方法的流程示意图。
如图7所示,步骤320可以进一步包括如下步骤:
步骤321,对第一图像进行特征提取,以得到至少一个第一特征值。
在本步骤中,根据图像特征提取方法对图像进行处理,获取第一特征值。第一特征值可以包括但不限于第一图像中待测芯片的型号、待测芯片的大小、待测芯片的管脚个数、待测芯片的管脚间距、待测芯片第一个管脚的位置。示例性地,可以根据第一图像像素点的分布来确定如图9所示的管脚1的位置、待测芯片的大小、待测芯片的管脚个数、待测芯片的管脚间距等第一特征值。
步骤322,对第二图像进行特征提取,以得到第二特征值。
第二图像中除了包含待测芯片外,可能还包含其他类型的元器件。在本步骤中,采用图像特征提取方法对第二图像进行处理,提取到的第二特征值包括但不限于第二图像中所包含的所有元器件的型号、大小等。
步骤323,将至少一个第一特征值与第二特征值进行比对。
示例性地,例如针对待测芯片,当待测芯片的待测芯片的型号、待测芯片的大小等与第二特征值中相应属性的特征值进行对比。例如,将待测芯片的型号与各元器件的型号进行比对,和/或将待测芯片的大小与各元器件的大小进行比对。
步骤324,当至少一个第一特征值中的任一个第一特征值与第二特征值相同时,确定该第一特征值对应的器件在第二图像中的像面位置坐标。
示例性地,若第一特征值与第二特征值相同,则确定第二图像中第二特征值所述元器件所在位置即为待测芯片,进而确定待测芯片在第二图像上的像面位置坐标。如图6中所示,假设以第二图像中电路板的左上角为坐标原点建立图像坐标系,坐标轴分别为X轴、Y轴和Z轴,从而得到待测芯片在第二图像中的像面坐标值。
在本公开实施例中,通过图像间的特征比对来确定待测芯片的像面位置坐标,可以提高待测芯片的像面位置获取的准确性,为待测芯片的空间三维坐标位置的确定提供准确的数据基础,提高待测芯片测试的准确性。
图8是本公开第三示例性实施例提供的一种基于图像识别的芯片测试方法的流程示意图。
如图8所示,一种基于图像识别的芯片测试方法可以包括如下步骤:
步骤810,获取第一图像和第二图像,第一图像中包含有待测芯片,第二图像中包含待测芯片的电路板。
可以参考步骤310,为了简洁,在此不再赘述。
步骤820,确定待测芯片在第二图像中的像面位置坐标。
可以参考步骤320,为了简洁,在此不再赘述。
步骤830,根据待测芯片在第二图像的像面位置坐标确定待测芯片的任一管脚在第二图像的像面位置坐标。
如图6所示,获得了第二图像的图像坐标系,在该坐标系的基础上,确定了待测芯片在第二图像的像面位置坐标。进而可以结合待测芯片的参数来确定待测芯片任一个管脚的像面位置坐标(如图6中所示1号管脚的坐标),进一步地,再根据该管脚的坐标、待测芯片的大小、形状参数等来确定其他管脚的像面位置坐标。
步骤840,基于待测芯片的任一管脚在第二图像的像面位置坐标,确定待测芯片中该管脚在空间中的三维坐标位置。
示例性地,如图9所示,为光学建模定位组件11获取待测芯片管脚的空间坐标原理示意图,光心(光学建模定位组件11的焦点坐标位置)、图像坐标系原点和空间坐标系原点在同一直线轴上,光心至待测芯片的垂直距离Z为定值,以及光心至第二图像的垂直距离Z’也为定值。以图中标号为1的管脚(下文中称为管脚1)作为一个特征点,其在图像坐标系中的像面位置坐标例如为1’,例如其像面坐标值为(x’,y’,z’),进而例如基于相似三角形原理可以确定管脚1的在空间坐标系中的三维坐标位置(x1,y1,z1)。同理,待测芯片若包含100个管脚,则基于上述原理可以依次确定各个管脚在空间坐标系中的三维坐标位置,例如分别(x2,y2,z2)、(x3,y3,z3)、……、(x100,y100,z100)。
步骤850,基于三维坐标位置对电路板上的待测芯片进行测试。
可以参考步骤340,为了简洁,在此不再赘述。
根据本公开实施例,在确定待测芯片在第二图像的像面位置坐标的基础上,进一步确定其管脚在第二图像的像面位置坐标,即将待测芯片的像面位置坐标细粒化至管脚的像面位置坐标,进而确定管脚的空间中的三维坐标,提高管脚的空间三维坐标的准确性,进而提高提高待测芯片测试的准确性。
图10是本公开第四示例性实施例提供的一种基于图像识别的芯片测试方法的流程示意图。
如图10所示,步骤830可以包括如下步骤:
步骤831,基于预设坐标系确定待测芯片的器件模型,预设坐标系由待测芯片在第二图像的位置坐标确定。
在本公开实施例中,对待测芯片建立器件模型。
在第一种实现方式中,本步骤可以实现为:基于第一预设坐标系和第二预设坐标系确定待测芯片的第一器件模型,第一预设坐标系的坐标原点与第二预设坐标系的原点由待测芯片的第一对角点确认。示例性地,利用光学建模定位组件11对电路板进行拍摄,将光学建模定位组件11的拍摄镜头的焦点对准电路板上的待测芯片的左上角,以待测芯片的左上角为坐标原点确定第一预设坐标系。在此基础上,进一步利用光学建模定位组件11对电路板进行拍摄,将光学建模定位组件11的拍摄镜头的焦点对准电路板上的待测芯片的右下角,以待测芯片的右下角为坐标原点确定第二预设坐标系。为了能够更清楚地对本实施方式进行说明,下面结合图11和图12对本实施例进行示例描述。如图11,为以待测芯片的左上角(如图中以1号管脚的识别位置为准)为坐标原点确定的第一预设坐标系,例如x1轴、y1轴;如图12所示,为以待测芯片的右下角(例如,图中的B点)为坐标原点确定第二预设坐标系,例如x2轴、y2轴。
在第二种实现方式中,本步骤可以实现为:在第一种实施方式的基础上,基于第三预设坐标系和第四预设坐标系确定待测芯片的第二器件模型,其中,第三预设坐标系的坐标原点和第四预设坐标系的坐标原点由待测芯片的第二对角点确定。本实现方式的实现原理与第一实现方式中的建立第一预设坐标系和第二预设坐标系的实现原理一致,区别在于选择的坐标原点不一致,例如,在本步骤中,以右上角的点作为第三预设坐标系的原点、以左下角的点作为第三预设坐标系的原点。
步骤832,以待测芯片的器件模型和待测芯片的像素点分布确定待测芯片的形状参数。
在本公开一实施例中,在步骤831的第一种实现方式的基础上,步骤832可以实现为:以第一器件模型和待测芯片的像素点分布确定待测芯片的形状参数。
在本公开另一实施例中,在步骤831的第二种实现方式的基础上,步骤832可以实现为:以第一器件模型、第二器件模型和待测芯片的像素点分布确定待测芯片的形状参数。进一步地,该步骤可以通过如下步骤实现:对第一器件模型和第二器件模型进行拟合运算,得到待测芯片的第三器件模型;基于第三器件模型和待测芯片的像素点分布确定待测芯片的形状参数。
如图13所示,为本公开所述的器件模型,以本公开的实现方式,可以生成两个如图13所示的器件模型(即第一器件模型和第二器件模型),而第一器件模型和第二器件模型只是在如光学像素点、引脚间距、芯片的大小等方面有轻微的误差值。在本公开中,为了减少或者避免这种误差值,使得器件模型更精确,将第一器件模型和第二器件模型进行拟合运算,从而得到第三器件模型。第三器件模型较第一器件模型、第二器件模型,其精准度更高,更贴近真实的待测芯片的大小、形状等等。
步骤833,根据待测芯片的形状参数确定任一管脚在第二图像的像面位置坐标。
通过本公开实施例,可以根据光学像素点和算法生成器件模型,并将至少两个器件模型进行拟合运算,去除镜头畸变对光学测距的影响,保证待测芯片引脚间距建模的准确性。进而可以提高任一管脚在第二图像的像面位置坐标。
示例性装置
本公开还提供了与前述方法实施例对应的基于图像识别的芯片测试装置。
图14为本公开一示例性实施例提供的一种图像识别的芯片测试装置的结构示意图。
如图14所示,一种图像识别的芯片测试装置可以包括:图像获取模块141、第一坐标确定模块142、第二坐标确定模块143和测试模块144。
图像获取模块141用于获取第一图像和第二图像,第一图像中包含有待测芯片,第二图像中包含所述待测芯片的电路板。
第一坐标确定模块142用于确定待测芯片在第二图像中的像面位置坐标。
第二坐标确定模块143用于基于像面位置坐标确定待测芯片在空间中的三维坐标位置。
测试模块144用于基于三维坐标位置对电路板上的待测芯片进行测试。
本公开实施例提供的基于图像识别的芯片测试装置,通过对芯片本身以及电路板上待测芯片的图像识别,在待测电路板上确定待测芯片的位置,基于该位置对电路板上的待测芯片进行测试,对芯片的测试过程不会受限于芯片的类型,可针对集成电路板上的各种芯片做性能检测,大大提高了芯片测试的效率以及通用性。
图15是本公开一示例性实施例提供的另一种图像识别的芯片测试装置的结构示意图。
如图15所示,在图14所示实施例的基础上,第一坐标确定模块142可以包括第一特征提取单元1421、第二特征提取单元1422、特征比对单元1423和第一坐标确定单元1424。
第一特征提取单元1421,用于对第一图像进行特征提取,以得到至少一个第一特征值。
第二特征提取单元1422,用于对第二图像进行特征提取,以得到第二特征值。
特征比对单元1423,用于将至少一个第一特征值与第二特征值进行比对。
第一坐标确定单元1424,用于当至少一个第一特征值中的任一个第一特征值与第二特征值相同时,确定该第一特征值对应的器件在第二图像中的像面位置坐标。
图16是本公开一示例性实施例提供的另一种图像识别的芯片测试装置的结构示意图。
如图16所示,在前述图14或图15所示实施例的基础上,本公开实施例的图像识别的芯片测试装置还可以包括第三坐标确定模块145,以及第二坐标确定模块143可以包括第二坐标确定单元1431。
第三坐标确定模块145,可以用于根据待测芯片在第二图像的像面位置坐标确定待测芯片的任一管脚在第二图像的像面位置坐标。
第二坐标确定单元1431可以用于基于待测芯片的任一管脚在第二图像的像面位置坐标,确定待测芯片中该管脚在空间中的三维坐标位置。
图17是本公开一示例性实施例提供的又一种图像识别的芯片测试装置的结构示意图。
如图17所示,在图16所示实施例的基础上,第三坐标确定模块145可以包括第一模型确定单元1451、第一形状参数确定单元1452和第三坐标确定单元1453。
第一模型确定单元1451,用于基于预设坐标系确定所述待测芯片的器件模型,所述预设坐标系由所述待测芯片在所述第二图像的位置坐标确定;
第一形状参数确定单元1452可以用于以所述待测芯片的器件模型和所述待测芯片的像素点分布确定所述待测芯片的形状参数;
第三坐标确定单元1453可以用于根据所述待测芯片的形状参数确定所述任一管脚在所述第二图像的像面位置坐标。
进一步地,第一模型确定单元1451还可以包括:
第一模型确定子单元(图中未示出),用于基于第一预设坐标系和第二预设坐标系确定待测芯片的第一器件模型,第一预设坐标系的坐标原点与第二预设坐标系的原点由待测芯片的第一对角点确认;
以及第一形状参数确定单元1452还可以包括:
第一形状参数确定子单元(图中未示出),以第一器件模型和待测芯片的像素点分布确定待测芯片的形状参数。
更进一步地,第三坐标确定模块145还可以包括:第二模型确定单元1454。
第二模型确定单元1454基于第三预设坐标系和第四预设坐标系确定待测芯片的第二器件模型,其中,第三预设坐标系的坐标原点和第四预设坐标系的坐标原点由待测芯片的第二对角点确定。
第一形状参数确定单元1452进一步可以包括:
第二形状参数确定子单元(图中未示出),用于第一器件模型、第二器件模型和所述待测芯片的像素点分布确定所述待测芯片的形状参数。
进一步地,第二形状参数确定子单元(图中未示出)进一步可以用于对第一器件模型和第二器件模型进行拟合运算,得到待测芯片的第三器件模型;基于第三器件模型和待测芯片的像素点分布确定待测芯片的形状参数。
示例性电子设备
图18图示了根据本公开实施例的电子设备的框图。
如图18所示,电子设备11包括一个或多个处理器111和存储器112。
处理器111可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备11中的其他组件以执行期望的功能。
存储器112可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器111可以运行所述程序指令,以实现上文所述的本公开的各个实施例的基于图像识别的芯片测试方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备11还可以包括:输入装置113和输出装置114,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如,该输入装置113可以是上述的摄像头或麦克风、麦克风阵列等,用于捕捉图像或声源的输入信号。在该电子设备是单机设备时,该输入装置123可以是通信网络连接器,用于从神经网络处理器接收所采集的输入信号。
此外,该输入设备113还可以包括例如键盘、鼠标等等。
该输出装置114可以向外部输出各种信息,包括确定出的输出电压、输出电流信息等。该输出设备114可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图18中仅示出了该电子设备11中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备11还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本公开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所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的基于图像识别的芯片测试方法中的步骤。
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公开实施例操作的程序代码,所述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,本公开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所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的基于图像识别的芯片测试方法中的步骤。
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。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种基于图像识别的芯片测试方法,包括:
获取第一图像和第二图像,所述第一图像中包含有待测芯片,所述第二图像中包含所述待测芯片的电路板;
确定所述待测芯片在所述第二图像中的像面位置坐标;
基于所述像面位置坐标确定所述待测芯片在空间中的三维坐标位置;
基于所述三维坐标位置对所述电路板上的待测芯片进行测试。
2.根据权利要求1所述的方法,其中,所述确定所述待测芯片在所述第二图像中的像面位置坐标包括:
对所述第一图像进行特征提取,以得到至少一个第一特征值;
对所述第二图像进行特征提取,以得到第二特征值;
将所述至少一个第一特征值与所述第二特征值进行比对;
当所述至少一个第一特征值中的任一个第一特征值与所述第二特征值相同时,确定该第一特征值对应的器件在所述第二图像中的像面位置坐标。
3.根据权利要求1或2所述的方法,其中,所述方法还包括:
根据所述待测芯片在所述第二图像的像面位置坐标确定所述待测芯片的任一管脚在所述第二图像的像面位置坐标;
以及
所述基于所述像面位置坐标确定所述待测芯片在空间中的三维坐标位置包括:
基于所述待测芯片的任一管脚在所述第二图像的像面位置坐标,确定所述待测芯片中该管脚在空间中的三维坐标位置。
4.根据权利要求3所述的方法,其中,所述根据所述待测芯片在所述第二图像的像面位置坐标确定所述待测芯片的任一管脚在所述第二图像的像面位置坐标包括:
基于预设坐标系确定所述待测芯片的器件模型,所述预设坐标系由所述待测芯片在所述第二图像的位置坐标确定;
以所述待测芯片的器件模型和所述待测芯片的像素点分布确定所述待测芯片的形状参数;
根据所述待测芯片的形状参数确定所述任一管脚在所述第二图像的像面位置坐标。
5.根据权利要求4所述的方法,其中,所述基于预设坐标系确定所述待测芯片的器件模型包括:
基于第一预设坐标系和第二预设坐标系确定所述待测芯片的第一器件模型,所述第一预设坐标系的坐标原点与所述第二预设坐标系的原点由所述待测芯片的第一对角点确认;
所述以所述待测芯片的器件模型和所述待测芯片的像素点分布确定所述待测芯片的形状参数包括:
以所述第一器件模型和所述待测芯片的像素点分布确定所述待测芯片的形状参数。
6.根据权利要求5所述的方法,其中,所述基于预设坐标系确定所述待测芯片的器件模型还包括:
基于第三预设坐标系和第四预设坐标系确定所述待测芯片的第二器件模型,
其中,所述第三预设坐标系的坐标原点和第四预设坐标系的坐标原点由所述待测芯片的第二对角点确定;
所述以所述待测芯片的器件模型和所述待测芯片的像素点分布确定所述待测芯片的形状参数包括:
以所述第一器件模型、第二器件模型和所述待测芯片的像素点分布确定所述待测芯片的形状参数。
7.根据权利要求6所述的方法,其中,所述以所述第一器件模型、第二器件模型和所述待测芯片的像素点分布确定所述待测芯片的形状参数包括:
对所述第一器件模型和第二器件模型进行拟合运算,得到所述待测芯片的第三器件模型;
基于所述第三器件模型和所述待测芯片的像素点分布确定所述待测芯片的形状参数。
8.一种基于图像识别的芯片测试装置,包括:
图像获取模块,用于获取第一图像和第二图像,所述第一图像中包含有待测芯片,所述第二图像中包含所述待测芯片的电路板;
第一坐标确定模块,用于确定所述待测芯片在所述第二图像中的像面位置坐标;
第二坐标确定模块,用于基于所述像面位置坐标确定所述待测芯片在空间中的三维坐标位置;
测试模块,用于基于所述三维坐标位置对所述电路板上的待测芯片进行测试。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7任一所述的基于图像识别的芯片测试方法。
10.一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于执行上述权利要求1-7任一所述的基于图像识别的芯片测试方法。
CN201911071167.6A 2019-11-05 2019-11-05 基于图像识别的芯片测试方法、装置及电子设备 Active CN110967350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911071167.6A CN110967350B (zh) 2019-11-05 2019-11-05 基于图像识别的芯片测试方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911071167.6A CN110967350B (zh) 2019-11-05 2019-11-05 基于图像识别的芯片测试方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN110967350A true CN110967350A (zh) 2020-04-07
CN110967350B CN110967350B (zh) 2023-04-11

Family

ID=70030085

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911071167.6A Active CN110967350B (zh) 2019-11-05 2019-11-05 基于图像识别的芯片测试方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN110967350B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112200776A (zh) * 2020-09-25 2021-01-08 杭州加速科技有限公司 芯片封装缺陷检测方法和检测装置
CN113358557A (zh) * 2021-05-24 2021-09-07 深圳市艾比森光电股份有限公司 推力测量方法及装置
CN114814543A (zh) * 2022-04-22 2022-07-29 上海晶岳电子有限公司 一种电源管理芯片抗温度冲击测试系统及其测试方法
CN115201667A (zh) * 2022-09-15 2022-10-18 武汉普赛斯电子技术有限公司 半导体激光器芯片的校准定位方法、设备及存储介质
CN115423814A (zh) * 2022-11-07 2022-12-02 江西兆驰半导体有限公司 芯片原点定位方法、装置、可读存储介质及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120185097A1 (en) * 2011-01-13 2012-07-19 Hon Hai Precision Industry Co., Ltd. Control computer and method of controlling robotic arm
CN104267203A (zh) * 2014-10-30 2015-01-07 京东方科技集团股份有限公司 一种样品的测试方法及装置
CN105741290A (zh) * 2016-01-29 2016-07-06 中国人民解放军国防科学技术大学 一种基于增强现实技术的印制电路板信息指示方法及装置
CN106127746A (zh) * 2016-06-16 2016-11-16 广州视源电子科技股份有限公司 电路板元件漏件检测方法和系统
CN107274442A (zh) * 2017-07-04 2017-10-20 北京云测信息技术有限公司 一种图像识别方法和装置
CN107818576A (zh) * 2016-09-14 2018-03-20 国民技术股份有限公司 芯片版图图片与测试图像的坐标映射方法及系统
CN107862690A (zh) * 2017-11-22 2018-03-30 佛山科学技术学院 一种基于特征点匹配的电路板元器件定位方法和定位装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120185097A1 (en) * 2011-01-13 2012-07-19 Hon Hai Precision Industry Co., Ltd. Control computer and method of controlling robotic arm
CN104267203A (zh) * 2014-10-30 2015-01-07 京东方科技集团股份有限公司 一种样品的测试方法及装置
CN105741290A (zh) * 2016-01-29 2016-07-06 中国人民解放军国防科学技术大学 一种基于增强现实技术的印制电路板信息指示方法及装置
CN106127746A (zh) * 2016-06-16 2016-11-16 广州视源电子科技股份有限公司 电路板元件漏件检测方法和系统
CN107818576A (zh) * 2016-09-14 2018-03-20 国民技术股份有限公司 芯片版图图片与测试图像的坐标映射方法及系统
CN107274442A (zh) * 2017-07-04 2017-10-20 北京云测信息技术有限公司 一种图像识别方法和装置
CN107862690A (zh) * 2017-11-22 2018-03-30 佛山科学技术学院 一种基于特征点匹配的电路板元器件定位方法和定位装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112200776A (zh) * 2020-09-25 2021-01-08 杭州加速科技有限公司 芯片封装缺陷检测方法和检测装置
CN113358557A (zh) * 2021-05-24 2021-09-07 深圳市艾比森光电股份有限公司 推力测量方法及装置
CN114814543A (zh) * 2022-04-22 2022-07-29 上海晶岳电子有限公司 一种电源管理芯片抗温度冲击测试系统及其测试方法
CN115201667A (zh) * 2022-09-15 2022-10-18 武汉普赛斯电子技术有限公司 半导体激光器芯片的校准定位方法、设备及存储介质
CN115201667B (zh) * 2022-09-15 2022-12-23 武汉普赛斯电子技术有限公司 半导体激光器芯片的校准定位方法、设备及存储介质
CN115423814A (zh) * 2022-11-07 2022-12-02 江西兆驰半导体有限公司 芯片原点定位方法、装置、可读存储介质及电子设备

Also Published As

Publication number Publication date
CN110967350B (zh) 2023-04-11

Similar Documents

Publication Publication Date Title
CN110967350B (zh) 基于图像识别的芯片测试方法、装置及电子设备
WO2016092749A1 (en) Information processing apparatus, information processing method, and program
US20150112470A1 (en) Computing device and method for image measurement
US11481893B2 (en) Apparatus for inspecting components mounted on printed circuit board, operating method thereof, and computer-readable recording medium
CN110842901A (zh) 基于一种新型三维标定块的机器人手眼标定方法与装置
US5801966A (en) Machine vision methods and articles of manufacture for determination of convex hull and convex hull angle
CN107315140B (zh) 一种aoi检测的方法、装置、设备及存储介质
US11637948B2 (en) Image capturing apparatus, image processing apparatus, image processing method, image capturing apparatus calibration method, robot apparatus, method for manufacturing article using robot apparatus, and recording medium
CN113109364B (zh) 一种芯片缺陷的检测方法及装置
CN113840695A (zh) 标定检验组件、机器人系统、检验方法和标定方法
US20200309817A1 (en) Inspection data output device, display system, and inspection data output method
You et al. A vision system for an automatic assembly machine of electronic components
CN115272487A (zh) 相机位姿估计方法、装置、存储介质和电子设备
US11823414B2 (en) Information processing device, information processing method, and information processing non-transitory computer readable medium
CN110736911A (zh) 飞针测试方法、飞针测试装置、飞针测试设备及存储介质
JP7204504B2 (ja) 対象物確認装置
US20220084177A1 (en) Information processing method and information processing device
WO2024088251A1 (zh) 包裹尺寸测量方法、装置、计算机设备及存储介质
CN114089158A (zh) 一种主板测试方法、装置、电子设备及存储介质
Wang et al. A new high-speed algorithm for center and rotate angle of electronic components
WO2022172471A1 (ja) 支援システム、画像処理装置、支援方法およびプログラム
US20210173973A1 (en) Method and Apparatus for Automated Test Plan Generation to Measure a Measurement Object
JP5517248B2 (ja) 部品位置決め部位決定装置及び部品位置決め部位決定方法
CN115481596A (zh) 装配印刷电路板模型偏移的校正方法、装置、设备及介质
CN117741400A (zh) 一种全自动fct测试装置

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