CN111429444B - 芯片外观的检测方法及装置、电子设备、存储介质 - Google Patents
芯片外观的检测方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN111429444B CN111429444B CN202010248123.2A CN202010248123A CN111429444B CN 111429444 B CN111429444 B CN 111429444B CN 202010248123 A CN202010248123 A CN 202010248123A CN 111429444 B CN111429444 B CN 111429444B
- Authority
- CN
- China
- Prior art keywords
- chip
- image
- detected
- standard
- data
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 claims abstract description 49
- 230000007547 defect Effects 0.000 claims abstract description 13
- 238000007639 printing Methods 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000013075 data extraction Methods 0.000 claims description 4
- 239000012535 impurity Substances 0.000 claims description 4
- 238000011179 visual inspection Methods 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 abstract description 3
- 238000000465 moulding Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 150000001875 compounds Chemical group 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000407 epitaxy Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种芯片外观的检测方法及装置、电子设备、存储介质,该方法包括:获取待测芯片的外观图像;从外观图像中提取待测元素对应的图像检测数据;根据待测元素对应的图像标准数据,判断待测元素对应的图像检测数据是否达标,得到待测芯片的检测结果。由此无法人工目测检测芯片的缺陷,降低了检测成本,提高了检测效率,由于机器可以按照统一的标准进行自动检测,由此解决了人工判断主观标准变化导致的质量不稳定问题,本申请实施例提供的技术方案,提高了检测质量。
Description
技术领域
本申请涉及芯片外观检测技术领域,特别涉及一种芯片外观的检测方法及装置、电子设备、计算机可读存储介质。
背景技术
如今封装芯片越来越小型化,生产规模也越来越大,对其引脚和其他外观的缺陷检测是对其是否正确封装及芯片封装质量的保证。
目前很多生产线上仍然采用人工目测检测,发现不良品后手动剔除。但是,人工检测的效率低下,人工成本也较高,并且人工判断标准无法量化,主观标准的变化会导致检测质量不稳定。
发明内容
本申请实施例提供了一种芯片外观的检测方法,用以提高检测质量,降低检测成本,提高检测效率。
本申请实施例提供了一种芯片外观的检测方法,包括:
获取待测芯片的外观图像;
从所述外观图像中提取待测元素对应的图像检测数据;
根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果。
在一实施例中,所述从所述外观图像中提取待测元素对应的图像检测数据,包括:
根据所述待测元素对应的色彩阈值,对所述外观图像进行阈值分割,获得所述待测元素对应的元素区域;
提取所述元素区域的图像检测数据。
在一实施例中,所述待测元素包括芯片方向和芯片型号,所述元素区域包括芯片区域,图像检测数据包括图像灰度数据,所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据良品芯片的芯片模板数据,判断所述外观图像中芯片区域的图像灰度数据与所述芯片模板数据是否匹配,确定所述待测芯片的芯片方向和芯片型号是否正确。
在一实施例中,所述待测元素包括塑封体,所述元素区域包括塑封体区域,图像检测数据包括塑封体尺寸数据和塑封体灰度数据,所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据良品芯片的塑封体标准尺寸数据和塑封体标准灰度数据,判断所述待测芯片的塑封体尺寸和塑封体灰度数据是否达标,得到所述待测芯片的塑封体检测结果。
在一实施例中,所述待测元素包括字符,所述从所述外观图像中提取待测元素对应的图像检测数据,包括:
根据芯片色彩阈值,对所述外观图像进行阈值分割,获得芯片区域;
根据良品芯片的芯片模板数据,通过模板匹配从所述芯片区域中提取每个字符区域的图像检测数据。
在一实施例中,所述图像检测数据包括字符灰度数据,所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据预设的字符标准灰度数据,判断所述待测芯片的字符灰度数据与所述字符标准灰度数据是否匹配,得到所述待测芯片的字符检测结果。
在一实施例中,所述图像检测数据包括印刷边距和印刷角度;所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据预设的字符角度和字符边距,判断所述印刷边距和印刷角度是否达标,得到所述待测芯片的字符检测结果。
在一实施例中,所述待测元素包括管脚,所述图像检测数据包括尺寸和位置参数,所述从所述外观图像中提取待测元素对应的图像检测数据,包括:
对所述外观图像进行二值化处理,提取每个管脚的管脚区域;
根据每个管脚的管脚区域,计算每个管脚的尺寸和位置参数。
在一实施例中,所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据预设的管脚标准尺寸和管脚标准位置,判断所述待测芯片的每个管脚的尺寸和位置参数是否达标,得到所述待测芯片的管脚检测结果。
在一实施例中,在所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标之前,所述方法还包括:
获取良品芯片的外观图像;
从所述良品芯片的外观图像中提取所述待测元素的图像标准数据。
本申请实施例还提供了一种芯片外观的检测装置,包括:
图像获取模块,用于获取待测芯片的外观图像;
数据提取模块,用于从所述外观图像中提取待测元素对应的图像检测数据;
数据判断模块,用于根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果。
本申请实施例提供了一种电子设备,所述电子设备包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行上述芯片外观的检测方法。
本申请实施例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,所述计算机程序可由处理器执行以完成上述芯片外观的检测方法。
本申请上述实施例提供的技术方案,通过获取待测芯片的外观图像,提取外观图像中待测元素的图像检测数据,进而根据待测元素的图像标准数据,判断待测元素的图像检测数据是否达标,得到待测芯片的检测结果。由此无法人工目测检测芯片的缺陷,降低了检测成本,提高了检测效率,由于机器可以按照统一的标准进行自动检测,由此解决了人工判断主观标准变化导致的质量不稳定问题,本申请实施例提供的技术方案,提高了检测质量。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍。
图1为本申请一实施例提供的芯片外观检测方法的应用场景示意图;
图2是本申请实施例提供的芯片外观的检测方法的流程示意图;
图3是本申请实施例提供的外观图像的拍摄方向示意图;
图4是本申请另一实施例提供的芯片外观的检测方法的流程示意图;
图5是图4对应实施例的基础上另一实施例提供的芯片外观的检测方法的流程示意图;
图6是图4对应实施例的基础上另一实施例提供的芯片外观的检测方法的流程示意图;
图7是本申请另一实施例提供的芯片外观的检测方法的流程示意图;
图8是图7对应实施例的基础上另一实施例提供的芯片外观的检测方法的流程示意图;
图9是图7对应实施例的基础上另一实施例提供的芯片外观的检测方法的流程示意图;
图10是本申请又一实施例提供的芯片外观的检测方法的流程示意图;
图11是本申请实施例提供的芯片外观的检测装置的框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
图1为本申请实施例提供的芯片外观检测方法的应用场景示意图。如图1所示,该应用场景包括:传送装置110、图像采集装置130以及检测装置120。传送装置110连接检测装置120,可以向检测装置120发送触发信号。图像采集装置130连接检测装置120,检测装置120接收到传送装置110发送的触发信号后,可以控制图像采集装置130拍摄传送装置110上传送的待测芯片的外观图像。
检测装置120可以获取图像采集装置130拍摄的待测芯片的外观图像,进而采用本申请下述实施例提供的方法,对外观图像进行分析处理,得到待测芯片的检测结果。
根据需要,检测装置120可以将检测结果发送至传送装置110,进而传送装置110可以根据检测结果,对不良品进行分拣。
本申请实施例还提供了一种电子设备。该电子设备可以是图1所示的检测装置120。如图1所示,检测装置120可以包括处理器121和用于存储处理器121可执行指令的存储器122;其中,该处理器121可以被配置为执行本申请实施例提供的待测芯片的检测方法。
存储器122可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
本申请实施例还提供了一种计算机可读存储介质,存储介质存储有计算机程序,计算机程序可由处理器121执行以完成本申请实施例提供的待测芯片的检测方法。
图2是本申请实施例提供的芯片外观的检测方法的流程示意图。如图2所示,该方法可以由上述检测装置120执行,该方法可以包括以下步骤S210-步骤S230。
步骤S210:获取待测芯片的外观图像。
其中,待测芯片是指不确定是否存在缺陷,需要进行缺陷检测的芯片。外观图像可以包括芯片正面图像和/或芯片反面图像,芯片正面图像和芯片反面图像是相对而言的。如图3所示,芯片正面图像可以是从印刷有芯片型号的一侧301拍摄的图像;芯片反面图像可以是从芯片管脚的一侧302拍摄的图像。在芯片传送过程中,可以先进行芯片正面图像的采集,之后对待测芯片进行翻转,然后进行芯片反面图像的采集。芯片正面图像可以包括字符和塑封体,芯片反面图像可以包括塑封体和管脚。
步骤S220:从所述外观图像中提取待测元素对应的图像检测数据。
其中,待测元素是指可能存在缺陷的因素,例如芯片方向、芯片型号、塑封体、字符、管脚等。图像检测数据可以包括芯片区域的图像灰度数据、塑封体灰度数据、塑封体尺寸、字符灰度数据、字符边距、印刷角度、管脚的尺寸和位置参数中的一个或多个。每种待测元素的图像检测数据的具体提取方式可以参见下文。
步骤S230:根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果。
其中,图像标准数据是指良品芯片对应的各种待测元素的图像检测数据。为进行区别,称为图像标准数据。在一实施例中,可以提前获取良品芯片的外观图像,进而从良品芯片的外观图像中提取待测元素的图像标准数据。良品芯片的图像标准数据的提取方式可以参照待测芯片的图像检测数据的提取方式。
在一实施例中,判断待测元素对应的图像检测数据是否达标,可以通过待测元素的图像检测数据和图像标准数据是否一致,如果一致,则认为达标,如果不一致,则认为不达标。在其他实施例中,如果待测元素的图像检测数据和图像标准数据近似、图像检测数据在图像标准数据的范围内,也可以认为图像检测数据达标。
其中,待测芯片的检测结果用于表征待测芯片中待测元素是否存在缺陷。如果某个待测元素的图像检测数据不达标,可以认为此待测元素存在缺陷。待测芯片的检测结果可以指示“待测元素存在缺陷”。在一实施例中,所有待测元素的图像检测数据均达标,可以认为待测芯片是良品,待测芯片的检测结果可以指示“良品”。
本申请上述实施例提供的技术方案,通过获取待测芯片的外观图像,提取外观图像中待测元素的图像检测数据,进而根据待测元素的图像标准数据,判断待测元素的图像检测数据是否达标,得到待测芯片的检测结果。由此无法人工目测检测芯片的缺陷,降低了检测成本,提高了检测效率,由于机器可以按照统一的标准进行自动检测,由此解决了人工判断主观标准变化导致的质量不稳定问题,本申请实施例提供的技术方案,提高了检测质量。
在一实施例中,如图4所示,上述步骤S220可以包括以下步骤S221-步骤S222。
在步骤S221中,根据所述待测元素对应的色彩阈值,对所述外观图像进行阈值分割,获得所述待测元素对应的元素区域。
外观图像中包含芯片区域还包括传送带区域,而芯片区域和传送带区域的图像颜色不同,故可以通过设定的色彩阈值,对外观图像进行阈值分割,从外观图像中提取出芯片区域。在一实施例中,元素区域可以是芯片区域。色彩阈值可以根据芯片的实际颜色确定。
对于正面图像和反面图像来说,均包含了塑封体区域。在一实施例中,待测元素可以是塑封体,可以根据塑封体的色彩阈值,通过阈值分割从外观图像中分割出塑封体区域。在一实施例中,元素区域可以是塑封体区域。
在步骤S222中,提取所述元素区域的图像检测数据。
在一实施例中,元素区域为芯片区域,对应的图像检测数据可以是芯片的图像灰度数据。图像灰度数据是指芯片区域中每个像素点的灰度值。在其他实施例中,元素区域为塑封体区域,对应的图像检测数据可以是塑封体尺寸数据和塑封体灰度数据。塑封体尺寸数据可以包括塑封体面积、长度和宽度。在一实施例中,可以基于塑封体区域包含的像素点个数,来确定塑封体的面积。基于长度方向和宽度方向上的像素点个数,来确定塑封体的长度和宽度。塑封体灰度数据可以包括塑封体区域中每个像素点的灰度值。
在一实施例中,所述待测元素可以包括芯片方向和芯片型号,元素区域包括芯片区域,图像检测数据包括图像灰度数据,如图5所示,上述步骤230可以包括以下步骤S231:根据良品芯片的芯片模板数据,判断所述外观图像中芯片区域的图像灰度数据与所述芯片模板数据是否匹配,确定所述待测芯片的芯片方向和芯片型号是否正确。
其中,芯片模板数据是指良品芯片的外观图像中芯片区域的图像灰度数据。为进行区分,此处称为芯片模板数据。如果待测芯片的外观图像中芯片区域的图像灰度数据和芯片模板数据相同或者基本相同(即差异小于误差范围内),可以认为外观图像中芯片区域的图像灰度数据与芯片模板数据是匹配的,由此可以认为传送带上有芯片,且芯片型号和芯片方向均与良品芯片相同,故可以认为待测芯片的芯片方向和芯片型号是正确的。相反的,如果待测芯片的外观图像中芯片区域的图像灰度数据和芯片模板数据之间的差异大于一定比例,可以认为二者不匹配,芯片方向和芯片型号至少有一种是错误的。待测芯片的检测结果可以指示待测芯片的芯片方向和芯片型号是否正确。
在一实施例中,待测元素可以包括塑封体,元素区域包括塑封体区域,图像检测数据包括塑封体尺寸数据和塑封体灰度数据,如图6所示,上述步骤S230可以包括步骤S232:根据良品芯片的塑封体标准尺寸数据和塑封体标准灰度数据,判断所述待测芯片的塑封体尺寸和塑封体灰度数据是否达标,得到所述待测芯片的塑封体检测结果。
其中,塑封体标准尺寸数据是指良品芯片的外观图像中检测到的塑封体尺寸,为与待测芯片进行区分,称为塑封体标准尺寸。塑封体标准尺寸可以包括塑封体面积或者塑封体的长度和宽度。同理,塑封体标准灰度数据是指从良品芯片的外观图像中获取到的塑封体灰度数据,为与待测芯片进行区分,称为塑封体标准灰度数据。
在一实施例,如果待测芯片的塑封体尺寸和塑封体标准尺寸相同或基本相同(即差异小于误差范围内),可以认为塑封体尺寸达标。同理,如果待测芯片的塑封体灰度数据和塑封体标准灰度数据相同或基本相同,可以认为塑封体灰度数据达标。如果塑封体灰度数据达标,得到的塑封体检测结果可以是塑封体无毛刺和缺损,无划痕、污垢和杂质。相反的,如果塑封体尺寸和/或塑封体灰度数据不达标,得到的塑封体检测结果可以是不合格。
在一实施例中,待测元素可以包括字符,如图7所示,步骤S220可以包括以下步骤S201和步骤S202。
步骤S201:根据芯片色彩阈值,对所述外观图像进行阈值分割,获得芯片区域。
步骤S201可以参照上文步骤S210,元素区域为芯片区域的实施例。
步骤S202:根据良品芯片的芯片模板数据,通过模板匹配从所述芯片区域中提取每个字符区域的图像检测数据。
参照上文,芯片模板数据是指良品芯片的外观图像中芯片区域的图像灰度数据。故从芯片模板数据中可以得到每个字符的字符位置。模板匹配是指根据芯片模板数据中每个字符的位置,从待测芯片外观图像的芯片区域内找出每个字符的位置,包围字符的矩形边框可以称为字符区域。字符区域的图像检测数据可以包括字符灰度数据、印刷边距和印刷角度。字符灰度数据包括字符区域内每个像素点的灰度值,字符与背景之间的对比度。印刷边距是指每个字符到芯片四周的距离。印刷角度是指每个字符相对标准位置的旋转角度。
在一实施例中,图像检测数据包括字符灰度数据,如图8所示,上述步骤230可以包括以下步骤S203:根据预设的字符标准灰度数据,判断所述待测芯片的字符灰度数据与所述字符标准灰度数据是否匹配,得到所述待测芯片的字符检测结果。
其中,字符标准灰度数据可以是从良品芯片的外观图像中提取的字符灰度数据。为与待测芯片进行区分,称为字符标准灰度数据。待测芯片的字符灰度数据与所述字符标准灰度数据匹配是指待测芯片的字符灰度数据与字符标准灰度数据相同或基本相同(差异小于误差范围内)。如果二者匹配,可以得到待测芯片的字符检测结果是字符正确,没有多印或缺损,字符对比度达标。如果二者不匹配,则可以得到待测芯片的字符检测结果是不合格。
在一实施例中,图像检测数据包括印刷边距和印刷角度;如图9所示,上述步骤230可以包括以下步骤S204:根据预设的字符角度和字符边距,判断所述印刷边距和印刷角度是否达标,得到所述待测芯片的字符检测结果。
其中,上述步骤S203和步骤S204的先后顺序不限。字符角度和字符边距可以是从良品芯片的外观图像中提取的字符的印刷边距和印刷方向。待测芯片中字符和良品芯片中同一字符之间印刷方向的偏转角度,可以认为是待测芯片的印刷角度。
在一实施例中,如果待测芯片的印刷边距与良品芯片的字符边距相同或基本相同,而印刷角度(相对良品芯片中字符的偏转角度)近似为0,可以认为待测芯片的印刷边距和印刷角度达标,得到待测芯片的字符检测结果是角度正确、字符到芯片四周的距离合格。相反的,可以得到字符检测结果是不合格。
在一实施例中,待测元素可以包括管脚,图像检测数据可以包括尺寸和位置参数,如图10所示,上述步骤S220可以包括以下步骤S2201-步骤S2202。
步骤S2201:对所述外观图像进行二值化处理,提取每个管脚的管脚区域。其中,二值化处理是指将外观图像中每个像素点的灰度值用0或1表示。对于灰度值大于阈值的像素点用1表示,小于阈值的用0表示,由于管脚与塑封体和传送带的灰度差异较大,故管脚区域可以认为是灰度值用1表示的像素点构成的区域。
步骤S2202:根据每个管脚的管脚区域,计算每个管脚的尺寸和位置参数。
其中,管脚的尺寸可以包括管脚的面积、长度和宽度。位置参数可以包括管脚之间的间距、管脚距离芯片四周的距离。根据需要,根据每个管脚的管脚区域,还可以提取管脚区域的图像灰度数据。管脚区域的图像灰度数据是指待测芯片的外观图像中管脚区域内每个像素点的灰度值。
在一实施例中,如图10所示,上述步骤S230可以包括以下步骤S2301:根据预设的管脚标准尺寸和管脚标准位置,判断所述待测芯片的每个管脚的尺寸和位置参数是否达标,得到所述待测芯片的管脚检测结果。
其中,管脚标准尺寸和管脚标准位置可以认为是从良品芯片的外观图像中提取的管脚尺寸和管脚位置参数。为与待测芯片进行区分,称为管脚标准尺寸和管脚标准位置。待测芯片的每个管脚的尺寸和管脚标准尺寸相同或基本相同,可以认为管脚尺寸达标。待测芯片的每个管脚的位置参数与管脚标准位置相同或基本相同,可以认为管脚位置达标。如果管脚尺寸和位置均达标,可以得到待测芯片的管脚检测结果是管脚尺寸和位置合格。如果管脚尺寸或管脚位置任一不达标,可以得到管脚检测结果是不合格。
根据需要,还可以判断待测芯片的管脚区域的图像灰度数据和良品芯片的管脚区域的图像灰度数据是否相同或基本相同,如果相同或基本相同,可以认为待测芯片的管脚没有杂质、破损或外延。
下述为本申请装置实施例,可以用于执行本申请上述芯片外观的检测方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请芯片外观的检测方法实施例。
图11是本申请实施例提供的芯片外观的检测装置的框架示意图,如图11所示,该装置包括:图像获取模块1101、数据提取模块1102以及数据判断模块1103。
图像获取模块1101,用于获取待测芯片的外观图像。
数据提取模块1102,用于从所述外观图像中提取待测元素对应的图像检测数据。
数据判断模块1103,用于根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果。
上述装置中各个模块的功能和作用的实现过程具体详见上述芯片外观的检测方法中对应步骤的实现过程,在此不再赘述。
在本申请所提供的几个实施例中,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (12)
1.一种芯片外观的检测方法,其特征在于,包括:
获取待测芯片的外观图像;
从所述外观图像中提取待测元素对应的图像检测数据;
根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果;
其中,所述待测元素包括塑封体,图像检测数据包括塑封体尺寸数据和塑封体灰度数据,所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据良品芯片的塑封体标准尺寸数据和塑封体标准灰度数据,判断所述待测芯片的塑封体尺寸和塑封体灰度数据是否达标,得到所述待测芯片的塑封体检测结果;
如果塑封体灰度数据达标,得到的塑封体检测结果是塑封体无毛刺和缺损,无划痕、污垢和杂质;相反的,如果塑封体尺寸和/或塑封体灰度数据不达标,得到的塑封体检测结果是不合格。
2.根据权利要求1所述的方法,其特征在于,所述从所述外观图像中提取待测元素对应的图像检测数据,包括:
根据所述待测元素对应的色彩阈值,对所述外观图像进行阈值分割,获得所述待测元素对应的元素区域;
提取所述元素区域的图像检测数据。
3.根据权利要求2所述的方法,其特征在于,所述待测元素包括芯片方向和芯片型号,所述元素区域包括芯片区域,图像检测数据包括图像灰度数据,所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据良品芯片的芯片模板数据,判断所述外观图像中芯片区域的图像灰度数据与所述芯片模板数据是否匹配,确定所述待测芯片的芯片方向和芯片型号是否正确。
4.根据权利要求1所述的方法,其特征在于,所述待测元素包括字符,所述从所述外观图像中提取待测元素对应的图像检测数据,包括:
根据芯片色彩阈值,对所述外观图像进行阈值分割,获得芯片区域;
根据良品芯片的芯片模板数据,通过模板匹配从所述芯片区域中提取每个字符区域的图像检测数据。
5.根据权利要求4所述的方法,其特征在于,所述图像检测数据包括字符灰度数据,所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据预设的字符标准灰度数据,判断所述待测芯片的字符灰度数据与所述字符标准灰度数据是否匹配,得到所述待测芯片的字符检测结果。
6.根据权利要求4所述的方法,其特征在于,所述图像检测数据包括印刷边距和印刷角度;所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据预设的字符角度和字符边距,判断所述印刷边距和印刷角度是否达标,得到所述待测芯片的字符检测结果。
7.根据权利要求1所述的方法,其特征在于,所述待测元素包括管脚,所述图像检测数据包括尺寸和位置参数,所述从所述外观图像中提取待测元素对应的图像检测数据,包括:
对所述外观图像进行二值化处理,提取每个管脚的管脚区域;
根据每个管脚的管脚区域,计算每个管脚的尺寸和位置参数。
8.根据权利要求7所述的方法,其特征在于,所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据预设的管脚标准尺寸和管脚标准位置,判断所述待测芯片的每个管脚的尺寸和位置参数是否达标,得到所述待测芯片的管脚检测结果。
9.根据权利要求1所述的方法,其特征在于,在所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标之前,所述方法还包括:
获取良品芯片的外观图像;
从所述良品芯片的外观图像中提取所述待测元素的图像标准数据。
10.一种芯片外观的检测装置,其特征在于,包括:
图像获取模块,用于获取待测芯片的外观图像;
数据提取模块,用于从所述外观图像中提取待测元素对应的图像检测数据;
数据判断模块,用于根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果;
其中,所述待测元素包括塑封体,图像检测数据包括塑封体尺寸数据和塑封体灰度数据,所述根据所述待测元素对应的图像标准数据,判断所述待测元素对应的图像检测数据是否达标,得到所述待测芯片的检测结果,包括:
根据良品芯片的塑封体标准尺寸数据和塑封体标准灰度数据,判断所述待测芯片的塑封体尺寸和塑封体灰度数据是否达标,得到所述待测芯片的塑封体检测结果;
如果塑封体灰度数据达标,得到的塑封体检测结果是塑封体无毛刺和缺损,无划痕、污垢和杂质;相反的,如果塑封体尺寸和/或塑封体灰度数据不达标,得到的塑封体检测结果是不合格。
11.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1-9任意一项所述的芯片外观的检测方法。
12.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序可由处理器执行以完成权利要求1-9任意一项所述的芯片外观的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010248123.2A CN111429444B (zh) | 2020-04-02 | 2020-04-02 | 芯片外观的检测方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010248123.2A CN111429444B (zh) | 2020-04-02 | 2020-04-02 | 芯片外观的检测方法及装置、电子设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111429444A CN111429444A (zh) | 2020-07-17 |
CN111429444B true CN111429444B (zh) | 2024-03-26 |
Family
ID=71550358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010248123.2A Active CN111429444B (zh) | 2020-04-02 | 2020-04-02 | 芯片外观的检测方法及装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111429444B (zh) |
Families Citing this family (6)
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 |
CN112415013A (zh) * | 2020-11-09 | 2021-02-26 | 上海圣之尧智能科技有限公司 | 一种铜箔缺陷检测系统 |
CN112974289B (zh) * | 2020-11-09 | 2023-04-28 | 重庆康佳光电技术研究院有限公司 | 分选方法、分选装置、计算机可读存储介质及电子设备 |
CN113781486B (zh) * | 2021-11-15 | 2022-03-15 | 新恒汇电子股份有限公司 | Ic卡图像缺陷检测方法 |
CN116559173A (zh) * | 2023-04-19 | 2023-08-08 | 深圳市晶存科技有限公司 | 芯片的检测方法、系统、装置及存储介质 |
CN117151556B (zh) * | 2023-11-01 | 2024-01-30 | 南方电网科学研究院有限责任公司 | 一种电力设备的硬件比对方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06194130A (ja) * | 1991-06-11 | 1994-07-15 | Hojo Tetsuya | Icパッケージの外観自動検査方法 |
CN101807061A (zh) * | 2010-02-11 | 2010-08-18 | 东莞朗诚模具有限公司 | 集成电路切筋系统的视觉检测控制系统及方法 |
CN106651857A (zh) * | 2017-01-04 | 2017-05-10 | 中国农业大学 | 一种印刷电路板贴片缺陷检测方法 |
CN109003911A (zh) * | 2018-08-02 | 2018-12-14 | 安徽大华半导体科技有限公司 | 一种半导体芯片引脚成型缺陷检测的方法 |
CN110333238A (zh) * | 2019-06-18 | 2019-10-15 | 东华大学 | 一种smt芯片缺陷检测系统与方法 |
CN110570400A (zh) * | 2019-08-19 | 2019-12-13 | 河北极目楚天微电子科技有限公司 | 一种芯片3d封装检测的信息处理方法和装置 |
-
2020
- 2020-04-02 CN CN202010248123.2A patent/CN111429444B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06194130A (ja) * | 1991-06-11 | 1994-07-15 | Hojo Tetsuya | Icパッケージの外観自動検査方法 |
CN101807061A (zh) * | 2010-02-11 | 2010-08-18 | 东莞朗诚模具有限公司 | 集成电路切筋系统的视觉检测控制系统及方法 |
CN106651857A (zh) * | 2017-01-04 | 2017-05-10 | 中国农业大学 | 一种印刷电路板贴片缺陷检测方法 |
CN109003911A (zh) * | 2018-08-02 | 2018-12-14 | 安徽大华半导体科技有限公司 | 一种半导体芯片引脚成型缺陷检测的方法 |
CN110333238A (zh) * | 2019-06-18 | 2019-10-15 | 东华大学 | 一种smt芯片缺陷检测系统与方法 |
CN110570400A (zh) * | 2019-08-19 | 2019-12-13 | 河北极目楚天微电子科技有限公司 | 一种芯片3d封装检测的信息处理方法和装置 |
Non-Patent Citations (1)
Title |
---|
许国庆.基于机器视觉的 IC 芯片外观检测系统.《中国优秀硕士学位论文全文数据库 信息科技辑》.2011,(第4期),第2.2、3、5-6章节. * |
Also Published As
Publication number | Publication date |
---|---|
CN111429444A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111429444B (zh) | 芯片外观的检测方法及装置、电子设备、存储介质 | |
US11797886B2 (en) | Image processing device, image processing method, and image processing program | |
CN106920219B (zh) | 物品缺陷检测方法、图像处理系统与计算机可读记录介质 | |
US7260244B2 (en) | Print inspection method and print inspection apparatus | |
CN109242853B (zh) | 一种基于图像处理的pcb缺陷智能检测方法 | |
CN109671078B (zh) | 一种产品表面图像异常检测方法及装置 | |
CN111861990B (zh) | 一种产品不良外观检测的方法、系统及存储介质 | |
CN115953373B (zh) | 玻璃缺陷检测方法、装置、电子设备及存储介质 | |
CN111814673A (zh) | 一种修正文本检测边界框的方法、装置、设备及存储介质 | |
CN113780235A (zh) | 图标瑕疵检测方法及系统 | |
CN116342456A (zh) | 连接器件检测方法、电子设备及存储介质 | |
CN112802015A (zh) | 基于模板匹配的工业颗粒连片制品图像切割方法、装置 | |
CN112651961A (zh) | 晶圆缺陷的识别方法及装置 | |
US8005291B2 (en) | Inspecting method by using mark partitioning | |
CN116309532A (zh) | 一种目标物品质量检测的方法、装置、设备及介质 | |
JP2000048120A (ja) | 濃淡画像の文字領域抽出方法及びそのプログラムを記録した記録媒体 | |
CN115471684A (zh) | 注塑工件模板匹配方法、电子设备及存储介质 | |
US20240095983A1 (en) | Image augmentation techniques for automated visual inspection | |
CN111401352B (zh) | 文本图片下划线识别方法、装置、计算机设备及存储介质 | |
KR20230101531A (ko) | 3d 레이저 프로파일러를 이용한 타이어 양각 문자 인식 방법 | |
CN110852994B (zh) | 一种喷印卡片的视觉检测方法及其系统 | |
CN115719326A (zh) | Pcb板缺陷检测方法及装置 | |
EP3862913A1 (en) | Printing inspection device | |
EP3007106A1 (en) | Method and apparatus for determining a detection of a defective object in an image sequence as a misdetection | |
Govindaraju et al. | Image quality and readability |
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 |