CN111563870B - 图像处理方法和设备、检测方法和装置、存储介质 - Google Patents

Abstract

本公开涉及一种图像处理方法和设备、检测方法和装置、存储介质。该图像处理方法包括：提供待处理图像，所述待处理图像包括多个数据点，各数据点分别包括待测物表面各点的位置信息及强度信息；在所述待处理图像中获取检测目标的目标图像；根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类。本公开可以从待测物的待处理图像中获取检测目标的目标图像，根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类，从而大大提高了待测物上焊点、缺陷等检测目标的检测精度和检测效率，并可以精确地对检测目标进行分类。

Description

图像处理方法和设备、检测方法和装置、存储介质

技术领域

本公开涉及器件检测领域，特别涉及一种图像处理方法和设备、检测方法和装置、存储介质。

背景技术

晶圆缺陷检测是指检测晶圆中是否存在凹槽、颗粒、划痕等缺陷以及缺陷位置。

晶圆缺陷检测应用十分广泛：一方面，作为芯片基底，晶圆上存在缺陷将可能导致上面制作的昂贵工艺失效，因此晶圆生产方常进行缺陷检测，确保晶圆产品的表面瑕疵率满足芯片制造的相关指标要求；晶圆使用方也需要在使用前确定晶圆的干净程度能保证产品合格率；另一方面，由于半导体加工对加工过程中附加污染控制十分严格，而直接监测加工过程中附加污染难度较大，人们常插入专门用于监测污染的控片(为晶圆裸片)共同进入流片工序，再通过检测各工序前后的控片缺陷情况，通过晶圆裸片加工前后缺陷对比，来反映各工序的污染情况，以便及时发现设备硬件或设备工艺中的各种污染因素，确保所产半导体设备的污染率满足芯片制造的相关指标要求。

发明内容

申请人发现：相关技术检测方法的主要包括电子束扫描检测和光学检测两大类，其中电子束检测是基于电子波与被测样品散射作用的一种成像测量方式，得益于电子波的极端波长，电子束检测在测量精度方面具有巨大的优势，分辨率可达到1-2纳米，然而电子束检测所需的时间较长，且检测过程需要高真空环境，通常只能用来对少数关键电路环节抽样检查，无法用于全面质量监控。光学检测是利用光与芯片相互作用实现检测的方法的总称，包括光散射法、光学成像法、光干涉检测等。与电子束检测相比，光学检测方法的测量精度较低，但具有检测速度快、无附加污染的特点，可实现在线检测，这也就决定了光学检测方法在芯片生产过程质量监控领域具有巨大优势。

鉴于以上技术问题，本公开提供了一种图像处理方法和设备、检测方法、设备和检测装置、存储介质，大大提高了待测物上焊点、缺陷等检测目标的检测精度和检测效率。

根据本公开的一个方面，提供一种图像处理方法，包括：

提供待处理图像，所述待处理图像包括多个数据点，各数据点分别包括待测物表面各点的位置信息及强度信息；

在所述待处理图像中获取检测目标的目标图像；

根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类。

在本公开的一些实施例中，所述确定所述检测目标的类型和尺寸包括：

对于不同类型的检测目标，采取不同的方式确定所述检测目标的目标尺寸。

在本公开的一些实施例中，所述在所述待处理图像中获取检测目标的目标图像包括：

对所述数据点进行阈值提取，确定目标数据点；

对所述目标数据点进行聚类分析，确定至少一个聚类集合，其中每个聚类集合对应一个目标图像。

在本公开的一些实施例中，所述对数据点进行阈值提取，确定目标数据点包括：

判断数据点的强度信息是否满足阈值条件；

将满足所述阈值条件的数据点，确定为目标数据点。

在本公开的一些实施例中，在目标图像中数据点的强度信息大于待处理图像背景的强度信息的情况下，所述阈值条件为数据点的强度信息大于或大于等于预定提取阈值。

在本公开的一些实施例中，在目标图像中数据点的强度信息小于待处理图像背景的强度信息的情况下，所述阈值条件为数据点的强度信息小于或小于等于预定提取阈值。

在本公开的一些实施例中，所述对所述目标数据点进行聚类分析，确定至少一个聚类集合包括：

采用聚类分析方法将属于同一检测目标的目标数据点聚类到一个聚类集合中，其中，若两个目标数据点之间的坐标距离小于等于预定搜索半径，则认定该两个目标数据点属于同一检测目标。

在本公开的一些实施例中，根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类包括：

获取目标图像中所包含的目标数据点数量；

根据目标图像中全部目标数据点的强度信息确定目标强度；

根据目标强度和目标图像所包含的目标数据点数量确定每一检测目标的类型。

在本公开的一些实施例中，所述根据目标强度和检测目标所包含的目标数据点数量确定每一检测目标的类型包括：

判断检测目标所包含的目标数据点数量是否大于预定分类数量阈值；

在检测目标所包含的目标数据点数量大于预定分类数量阈值的情况下，确定该检测目标的类型为大尺寸目标；

在检测目标所包含的目标数据点数量不大于预定分类数量阈值的情况下，判断目标强度是否大于预定强度阈值；

在检测目标所包含的目标数据点数量不大于预定分类数量阈值、且目标强度大于预定强度阈值的情况下，确定该检测目标的类型为大尺寸目标；

在检测目标所包含的目标数据点数量不大于预定分类数量阈值、且目标强度不大于预定强度阈值的情况下，确定该检测目标的类型为小尺寸目标。

在本公开的一些实施例中，对所述检测目标进行分类包括：将所述检测目标分为大尺寸目标和小尺寸目标。

在本公开的一些实施例中，所述对于不同类型的检测目标，采取不同的方式确定所述检测目标的目标尺寸包括：

对于大尺寸目标，将该大尺寸目标的最小外接多边形作为大尺寸目标的尺寸。

在本公开的一些实施例中，所述对于不同类型的检测目标，采取不同的方式确定所述检测目标的目标尺寸包括：

对于小尺寸目标，根据该小尺寸目标的目标强度，查询目标强度与目标尺寸的预定对应表，确定小尺寸目标的尺寸。

在本公开的一些实施例中，所述强度信息包括：待处理图像中各数据点的灰度值，或者待测物返回的用于形成待处理图像的光的强度信息。

在本公开的一些实施例中，所述提供待处理图像包括：

指示检测设备对待测物进行检测，以获取待测物的待处理图像。

在本公开的一些实施例中，所述检测设备包括多个信号光采集通道，分别用于从不同角度对待测物进行检测；

所述图像处理方法还包括：针对每个信号光采集通道，执行如上述任一实施例所述的图像处理方法，确定对应检测目标的类型和尺寸；

将多个信号光采集通道确定的检测目标进行整合，确定复合通道的检测目标结果。

在本公开的一些实施例中，所述将多个信号光采集通道确定的检测目标进行整合，确定复合通道的检测目标结果包括：

在多个信号光采集通道中的任意两个信号光采集通道中，确定一个信号光采集通道为基准通道，另一个信号光采集通道为比较通道；

将基准通道中的每一基准检测目标所包含的基准数据点，与比较通道的任意一个或任意多个比较检测目标所包含的比较数据点进行比较，确定复合通道的检测目标结果。

在本公开的一些实施例中，所述将基准通道中的每一基准检测目标所包含的基准数据点，与比较通道中任意一个或多个比较检测目标所包含的比较数据点进行比较，确定复合通道的检测目标结果包括：

判断是否存在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点；

在存在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点的情况下，判断基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点数量是否大于预定合并数量阈值；

在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点数量大于预定合并数量阈值的情况下，将所述基准检测目标与比较检测目标合并为合并检测目标；

在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点数量不大于预定合并数量阈值、或者不存在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点的情况下，所述基准检测目标与比较检测目标不能合并。

在本公开的一些实施例中，所述图像处理方法还包括：

对合并检测目标进行目标重新分类以及分类细化。

在本公开的一些实施例中，所述对合并检测目标进行目标重新分类以及分类细化包括：

判断合并为合并检测目标的两个不同信号光采集通道的检测目标的类型是否一致；

在类型一致的情况下，合并检测目标的类型为合并前检测目标的类型；

在类型不一致的情况下，根据两个不同信号光采集通道的通道类型和合并前检测目标的类型，确定合并检测目标的类型。

在本公开的一些实施例中，在两个不同信号光采集通道为小角度采集通道和大角度采集通道的情况下，所述根据两个不同信号光采集通道的通道类型和合并前检测目标的类型，确定合并检测目标的类型包括：

当两个不同信号光采集通道为小角度采集通道和大角度采集通道时，

在小角度采集通道的检测目标为大尺寸目标的情况下，合并检测目标的类型为大尺寸目标；

在小角度采集通道的检测目标和大角度采集通道的检测目标均为小尺寸目标的情况下，若小角度采集通道的检测目标和大角度采集通道的检测目标均为强度信息饱和的小尺寸目标，则合并检测目标的类型为强度信息饱和的小尺寸目标；若小角度采集通道的检测目标和大角度采集通道的检测目标有任意一个为强度信息非饱和的小尺寸目标，则合并检测目标的类型为强度信息非饱和的小尺寸目标；

在小角度采集通道的检测目标为小尺寸目标、大角度采集通道的检测目标为大尺寸目标的情况下，将大角度采集通道的检测目标修改为小尺寸目标，之后执行在小角度采集通道的检测目标和大角度采集通道的检测目标均为小尺寸目标的情况下的步骤。

在本公开的一些实施例中，所述检测设备包括光源和探测器，所述光源用于向所述待测物发射探测光，所述探测光经待测物形成信号光；所述探测器用于探测所述信号光，形成待处理图像；

所述对数据点进行阈值提取，确定目标数据点包括：判断数据点的强度信息是否满足阈值条件；将满足所述阈值条件的数据点，确定为目标数据点；

在所述信号光为探测光经待测物反射形成的反射光的情况下，所述阈值条件为数据点的强度信息大于或大于等于预定提取阈值；

在所述信号光为探测光经待测物散射形成的散射光的情况下，所述阈值条件为数据点的强度信息小于或小于等于预定提取阈值。

根据本公开的另一方面，提供一种检测方法，包括：

检测设备对待测物进行检测，获取待测物的待处理图像；

图像处理设备根据如上述任一实施例所述的图像处理方法对所述待处理图像进行处理。

根据本公开的另一方面，提供一种图像处理设备，包括：

待处理图像提供模块，用于提供待处理图像，所述待处理图像包括多个数据点，各数据点分别包括待测物表面各点的位置信息及强度信息；

目标图像获取模块，用于在所述待处理图像中获取检测目标的目标图像；

检测目标分类模块，用于根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类。

在本公开的一些实施例中，所述器件检测装置图像处理设备用于执行实现如上述任一实施例所述的器件检测方法图像处理方法的操作。

根据本公开的另一方面，提供一种图像处理设备，包括：

存储器，用于存储指令；

处理器，用于执行所述指令，使得所述图像处理设备执行实现如上述任一实施例所述的器件检测方法图像处理方法的操作。

根据本公开的另一方面，提供一种检测装置，包括检测设备和图像处理设备，其中：

检测设备，用于对待测物进行检测，获取待测物的待处理图像；

图像处理设备，为如上述任一实施例所述的图像处理设备。

在本公开的一些实施例中，所述检测设备包括光源和探测器，其中：

所述光源，用于向所述待测物发射探测光，所述探测光经待测物形成信号光；

所述探测器，用于探测所述信号光，形成待处理图像。

在本公开的一些实施例中，所述探测器包括多个信号光采集通道，多个信号光采集通道分别用于从不同角度对待测物进行检测。

根据本公开的另一方面，提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如上述任一实施例所述的图像处理方法。

本公开可以从待测物的待处理图像中获取检测目标的目标图像，根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类，从而大大提高了待测物上焊点、缺陷等检测目标的检测精度和检测效率，并可以精确地对检测目标进行分类。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本公开检测方法一些实施例的示意图。

图2为本公开一些实施例中采用线阵相机对待测物进行扫描的示意图。

图3为本公开图像处理方法一些实施例的示意图。

图4为本公开一些实施例中确定待测物的检测目标的示意图。

图5为本公开一些实施例中阈值提取的示意图。

图6为本公开一些实施例中聚类分析结果的示意图。

图7为本公开一些实施例中确定大尺寸目标尺寸的示意图。

图8为本公开图像处理方法另一些实施例的示意图。

图9-图11为本公开一些实施例中检测目标合并的示意图。

图12为本公开图像处理设备一些实施例的示意图。

图13为本公开图像处理设备另一些实施例的示意图。

图14为本公开图像处理设备又一些实施例的示意图。

图15为本公开检测装置一些实施例的示意图。

图16为本公开检测装置另一些实施例的示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：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讨论。

图1为本公开检测方法一些实施例的示意图。优选的，本实施例可由本公开检测装置执行。本公开检测装置可以包括检测设备和图像处理设备。该检测方法包括以下步骤a-步骤b，其中：

步骤a，检测设备对待测物进行检测，获取待测物的待处理图像；并将所述待测物的待处理图像发送给图像处理设备，其中，所述待处理图像包括多个数据点(例如多个像素点)，各数据点分别包括待测物表面各点的位置信息及强度信息。

在本公开的一些实施例中，待测物可以为晶圆、显示屏等待测物。

在本公开的一些实施例中，所述检测设备包括光源和探测器，其中：

所述光源，用于向所述待测物发射探测光，所述探测光经待测物形成信号光。

所述探测器，用于探测所述信号光，形成待处理图像。

在本公开的一些实施例中，所述探测器可以为相机，例如：可以为线阵相机。

在本公开的一些实施例中，所述待处理图像可以为包括光学图像的多个数据点。

在本公开的一些实施例中，所述待处理图像可以为不包括光学图像的多个数据点。

在本公开的一些实施例中，所述强度信息可以包括：待处理图像中各数据点的灰度值，或者待测物返回的用于形成待处理图像的光的强度信息。

在本公开的一些实施例中，步骤a中，所述检测设备对待测物进行检测，获取待测物的待处理图像的步骤可以包括采用光散射法、光学成像法、光干涉检测等光学测试方法对待测物进行检测，以获取待测物的待处理图像。

在本公开的一些实施例中，步骤a中，所述检测设备对待测物进行检测，获取待测物的待处理图像的步骤可以包括：

步骤a1，光源向所述待测物发射探测光，所述探测光经待测物形成信号光。

步骤a2，所述探测器探测所述信号光，形成待处理图像。

在本公开的一些实施例中，所述信号光可以为探测光经待测物反射形成的反射光。

申请人发现：光散射技术的基本原理是收集缺陷的散射光并通过光强判断照明位置目标尺寸，并利用扫描的方式完成对整个待测物或者待测物指定区域检测。与基于光学成像进行缺陷检测比较，光散射技术在检测灵敏度上具有较大优势：由于衍射极限限制，基于光学成像的缺陷检测，只能对目标尺寸大于成像光波长一半的物体清楚成像，远远达不到颗粒检测需求。然而，光散射技术能探测到尺寸较小缺陷发出的散射光，并通过接收散射光强度判断目标尺寸，实现尺寸小于衍射极限目标的检测。

在本公开的另一些实施例中，所述信号光可以为探测光经待测物散射形成的散射光。

在本公开的一些实施例中，利用光散射实现器件检测具有不同的实现方式。根据单一时刻检测区域分布，光散射技术可以分为点扫描及线扫描两类。点扫描技术采用点光照明，单一时刻仅测量晶圆等待测物上一个点上的缺陷等检测目标，而线扫描技术采用大光斑(如线光斑)照明，单一时刻测量待测物上线区域内缺陷等检测目标。与点扫描相比，线扫描对照明光路及信号光收集光路要求较高，但是检测速度较快。

在本公开的一些实施例中，所述探测器可以包括至少一个信号光采集通道。

在本公开的一些实施例中，多个信号光采集通道可以分别用于从不同角度对待测物进行检测。

在本公开的一些实施例中，根据信号光(散射光)收集角度范围，光散射技术可以分为小角度收集(收集角度为81度到89度之间)及大角度收集(收集角度为10度到60度之间)两类，其中，所述收集角度为探测器安装角度，所述探测器安装角度为探测器和待测物中心的连线与水平面之间的夹角。

由于不同类型散射光具有不同的分布特点：对于凹坑类检测目标，小角度采集通道具有更好的检测灵敏度；对于凸起类检测目标，大角度采集通道则具有更好的检测灵敏度。

在本公开的一些实施例中，可以将根据检测目标特点设置合理的信号光采集通道，甚至同时采用两个或两个以上(大角度采集通道设置不同的采集范围)采集通道，以对所有类型均获得较高的精度。

图2为本公开一些实施例中采用线阵相机对待测物进行扫描的示意图。所述待测物可以为晶圆。所述光源可以包括线阵相机，即，系统选用线阵相机进行扫描，相机的位置固定，且成像角度与待测物行进方向同轴。图中线阵相机的成像线宽为W。扫描开始后，待测物以恒定线速度V旋转，待测物步进距离为W，这样待测物每次步进(Step Forward)，将得到线阵相机扫描的一圈宽度为W的环状数据。同时为保证线速度恒定，每次步进将提高待测物的旋转角速度，即待测物会越转越快，直至最内圈达到一次扫描流程的最大角速度。一次完整的扫描过程，步进的总距离等于待测物的半径，扫描结束后，得到覆盖完整待测物表面的多圈环状数据。

本公开上述实施例采用恒定线速度，可以尽量使相机的单个像元在单位时间内扫过相等的面积，以保证光强密度的均匀性。

步骤b，图像处理设备对所述待处理图像进行图像处理，确定检测目标的目标图像，并对所述检测目标进行分类。

在本公开的一些实施例中，步骤b可以包括：图像处理设备在所述待处理图像中获取检测目标的目标图像；并根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类。

在本公开的一些实施例中，检测目标可以为待测物上焊点、缺陷等检测目标。

基于本公开上述实施例提供的检测方法，检测设备对待测物进行检测，获取待测物的待处理图像；图像处理设备在所述待处理图像中获取检测目标的目标图像；并根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类，从而大大提高了待测物上焊点、缺陷等检测目标的检测精度和检测效率，并可以精确地对检测目标进行分类。

图3为本公开图像处理方法一些实施例的示意图。优选的，本实施例可由本公开图像处理设备执行。该图像处理方法(例如图1实施例的步骤b)可以包括以下步骤1-步骤4，其中：

步骤1，提供待处理图像，所述待处理图像包括多个数据点，各数据点分别包括待测物表面各点的位置信息及强度信息。

在本公开的一些实施例中，步骤1可以包括：指示检测设备对待测物进行检测，以获取待测物的待处理图像，其中，所述检测设备包括光源和探测器，所述光源用于向所述待测物发射探测光，所述探测光经待测物形成信号光；所述探测器用于探测所述信号光，形成待处理图像。

步骤2，在所述待处理图像中获取检测目标的目标图像。

在本公开的一些实施例中，检测目标可以为待测物上焊点、缺陷等检测目标。

本发明后续一些实施例以晶圆上的缺陷检测为例进行具体描述，对于其他待测物上的其他检测目标的测试可以采用类似或相同方法进行。

图4为本公开一些实施例中确定待测物的检测目标的示意图。如图4所示，所述对散射光信号进行数据处理，确定待测物的检测目标的步骤(例如图2实施例的步骤2)可以包括：

步骤21，对待处理图像(例如通过探测散射光信号得到的待处理图像)的原始数据进行数据修正。

本公开考虑到线光斑实时测量时会受到线光斑强度沿轴向不均匀、探测器积分时间不同等因素的影响，需要进行原始数据修正。

在本公开的一些实施例中，步骤21可以包括：对散射光信号进行暗噪声修正、强度修正、积分时间修正和待测物表面散射噪声修正等数据修正中的至少一项。

本公开待测物表面散射噪声修正后的数据，缺陷等检测目标的数据信号更加纯粹，更能反映真实的目标强度。

本公开上述实施例通过待测物表面散射噪声修正使得待测物表面对相同外部条件下的信号响应程度相同。

本公开上述实施例可以对晶圆等待测物检测的实时采集数据进行修正。本公开上述实施例对散射光信号进行暗噪声修正、强度修正、积分时间修正和待测物表面散射噪声修正等数据修正，由此可以消除实时数据采集中存在的噪声。

步骤22，对修正后的数据中的数据点进行阈值提取，确定目标数据点。

在本公开的一些实施例中，步骤22可以包括：判断数据点的强度信息是否满足阈值条件；将满足所述阈值条件的数据点，确定为目标数据点。

在本公开的一些实施例中，在目标图像中数据点的强度信息小于待处理图像背景的强度信息的情况下，所述阈值条件为数据点的强度信息小于或小于等于预定提取阈值。

在本公开的一些实施例中，在所述信号光为探测光经待测物反射形成的反射光的情况下，所述阈值条件为数据点的强度信息小于或小于等于预定提取阈值。

在本公开的一些实施例中，在目标图像中数据点的强度信息大于待处理图像背景的强度信息的情况下，所述阈值条件为数据点的强度信息大于或大于等于预定提取阈值。

在本公开的一些实施例中，在所述信号光为探测光经待测物散射形成的散射光的情况下，所述阈值条件为数据点的强度信息大于或大于等于预定提取阈值。

本公开上述实施例在所述信号光为探测光经待测物散射形成的散射光的情况下，经过数据修正后，理想情况下，存在缺陷等检测目标的位置上的强度数值会比较大，而没有缺陷等检测目标的位置上的强度数值会处于0附近，当设定了预定提取阈值后，会把超出预定提取阈值的数据点筛选出来。

在本公开的一些实施例中，预定提取阈值的具体数值可由同一检测装置对聚苯乙烯标准颗粒晶圆片测量得到。

申请人认为在这些筛选出来的点的周边数据点，同样包含有一定的检测目标点强度信息，因此周边数据点同样会被筛选出来并缓存，用于对目标强度进行计算。

本公开上述实施例通过阈值提取可以提取出所有可能的检测目标点。由此本公开上述实施例大大提高了待测物中检测目标的检测精度和检测效率。

图5为本公开一些实施例中阈值提取的示意图。图5实施例中所述信号光为探测光经待测物散射形成的散射光的情况，图5中的预定提取阈值设为300，深色区域是超出阈值的数据点，浅色区域是周边数据点。如图5所示，各个数据点的强度信息可以为待处理图像中各数据点的灰度值，或者待测物返回的用于形成待处理图像的光的强度信息。所述预定提取阈值可以为预定灰度阈值或预定光强阈值。

步骤23，对所述目标数据点进行聚类分析，确定至少一个聚类集合，其中每个聚类集合对应一个检测目标的目标图像。

经过本公开上述实施例阈值提取筛选出来的数据点，每个数据点都可以根据采集数据时的运动平台坐标信息计算得到相应的待测物坐标。给定一个搜索半径R，如果两个数据点之间的坐标距离小于等于R，则认为这两个数据点属于同一个检测目标。判断不同数据点是否源于同一检测目标的分析过程可以采用聚类分析。

在本公开的一些实施例中，可以采用常用的聚类分析方法，如K均值聚类(K-Means)、均值漂移聚类(Mean Shift)、密度聚类(DBSCAN)、层次聚类(hierarchicalclustering)、网格聚类(STING)进行聚类分析。

在本公开的一些实施例中，步骤23可以包括：采用聚类分析方法将属于同一检测目标的目标数据点聚类到一个聚类集合中，其中，若两个目标数据点之间的坐标距离小于等于预定搜索半径，则认定该两个目标数据点属于同一检测目标。

在本公开的一些实施例中，步骤23可以包括：采用密度聚类方法将属于同一检测目标的目标数据点聚类到一个聚类集合中。

在本公开的一些实施例中，所述采用密度聚类方法将属于同一检测目标的目标数据点聚类到一个聚类集合中的步骤包括：

采用欧氏距离作为距离的度量标准，有如下定义：

一个目标数据点A，以自身为圆心、R为半径画圆，搜索周围的在圆范围内的点，经过该操作之后，点A称为已处理点；未经过该操作的点称为未处理点。

已经标记为属于某一个聚类集合的数据点，称为已聚类点；否则称为未聚类点。

聚类过程可以按照如下步骤进行：

1)在全体数据集合M中随机选取一个未聚类点A，将点A标记为已聚类点，同时点A属于当前的新聚类集合C。

2)以点A自身为中心，R为半径画圆，并把点A标记为已处理点。

3)计算点A与点A周围的未聚类点的欧氏距离，如果周围未聚类点在圆的范围内，则加入到新聚类集合C中，新加入新聚类集合C的点标记为已聚类点。

4)选取集合C中的未处理点，作为新的点A，重复步骤2)～4)，直至集合C中全部都是已处理点，则当前的集合C完成聚类，C中所有的点都已经标记为已聚类点。

在本公开的一些实施例中，步骤4)可以包括：判断新聚类集合C是否存在未处理点，其中，所述未处理点为未执行以点A为中心，预定搜索半径为半径画圆步骤的点；若新聚类集合C存在未处理点，则将所述未处理点作为新的点A，重复执行步骤2)～4)；若新聚类集合C不存在未处理点，则判定新聚类集合C完成聚类，新聚类集合C中所有的点都已经标记为已聚类点，之后执行步骤5)。

5)重复步骤1)～4)，直至全体数据集合M中不存在未聚类点，此时将得到一系列的聚类集合。

在本公开的一些实施例中，步骤5)可以包括：判断全体数据集合M中是否存在未聚类点；在全体数据集合M中存在未聚类点的情况下，重复执行步骤1)～4)；在全体数据集合不存在未聚类点的情况下，聚类分析完成，确定一系列的聚类集合。

在本公开的一些实施例中，若采集通道包括小角度采集通道和大角度采集通道，步骤23可以包括：在小角度采集通道和大角度采集通道的数据分别独立的进行上述聚类过程，得到各自的聚类结果。

图6为本公开一些实施例中聚类分析结果的示意图。如图6所示，图中圆形区域代表搜索范围，此图中共有四个聚类，分别代表了四个检测目标。

本公开上述实施例采用聚类分析的办法将两个数据点之间的坐标距离小于等于预定值的两个数据点认定为同一个检测目标。由此本公开上述实施例大大提高了器件检测的检测精度和检测效率。

步骤3，根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类。

本公开上述实施例中已经得到各聚类结果中，每一个聚类结果就是一个检测目标的目标图像。

在本公开的一些实施例中，从大类上来说检测目标主要分为两种：小尺寸目标(LPD)和大尺寸目标(AREA)。分类的依据包括检测目标的强度以及检测目标中包含颗粒点的数量，其中目标强度的计算包括聚类集合中全部点的强度信息和各点周边点的强度信息之和。

在本公开的一些实施例中，步骤3可以包括：

步骤31，获取目标图像中(该检测目标对应聚类集合)所包含的目标数据点数量。

步骤32，根据目标图像中全部目标数据点的强度信息和所有周边数据点的强度信息确定目标强度。

在本公开的一些实施例中，步骤32可以包括：根据目标图像中全部目标数据点的光强度信息和所有周边数据点的光强度信息确定目标强度。

步骤33，根据目标强度和检测目标所包含的目标数据点数量确定每一检测目标的类型。

在本公开的一些实施例中，所述根据目标强度和检测目标所包含的目标数据点数量确定每一检测目标的类型包括：

步骤331，设定预定分类数量阈值N和预定强度阈值I。

步骤332，判断检测目标所包含的目标数据点数量是否大于预定分类数量阈值N。

步骤333，在检测目标所包含的目标数据点数量大于预定分类数量阈值N的情况下，确定该检测目标的类型为大尺寸目标。

步骤334，在检测目标所包含的目标数据点数量不大于预定分类数量阈值N的情况下，判断目标强度是否大于预定强度阈值I。

步骤335，在检测目标所包含的目标数据点数量不大于预定分类数量阈值N、且目标强度大于预定强度阈值I的情况下，确定该检测目标的类型为大尺寸目标。

步骤336，在检测目标所包含的目标数据点数量不大于预定分类数量阈值N、且目标强度不大于预定强度阈值I的情况下，确定该检测目标的类型为小尺寸目标。

步骤4，对于不同类型的检测目标，采取不同的方式确定所述检测目标的目标尺寸。

在本公开的一些实施例中，步骤4可以包括：

步骤41，对于大尺寸目标，将该大尺寸目标的最小外接矩形面积作为大尺寸目标的尺寸。

图7为本公开一些实施例中确定大尺寸目标尺寸的示意图。如图7所示，图中五边形代表目标数据点，这五个目标数据点代表一个大尺寸目标，五个目标数据点的最小外接矩形的面积代表此大尺寸目标的尺寸。

步骤42，对于小尺寸目标，根据该小尺寸目标的目标强度，查询目标强度与目标尺寸的预定对应表，确定小尺寸目标的尺寸。

在本公开的一些实施例中，步骤42可以包括：

步骤421，对于LPD检测目标的尺寸计算，要对聚苯乙烯标准颗粒晶圆片进行统计标定，得到一系列已知尺寸的检测目标的强度分布，两个已知尺寸之间的未知尺寸区域，通过一定的步长进行插值，最终得到一定范围内的强度-尺寸对应表(即，目标强度与目标尺寸的预定对应表)。

步骤422，对于给定一个LPD，只需计算其强度信息，就可以通过查表的方式获得对应的尺寸。

基于本公开上述实施例提供的图像处理方法，采用线阵相机进行扫描，待测物以恒定线速度V旋转，使得相机的单个像元在单位时间内扫过相等的面积，以保证光强密度的均匀性，由此本公开上述实施例可以提高器件检测的检测精度和检测效率。

本公开上述实施例通过暗噪声修正消除了光电探测器暗噪声，大大提高了数据采集精度。本公开上述实施例通过强度修正和积分时间修正可以消除强度分布不均匀、不同采集位置探测器积分时间不同等因素使线光斑不同位置探测数据产生的误差。本公开上述实施例通过待测物表面散射噪声修正使得待测物表面对相同外部条件下的信号响应程度相同。

本公开上述实施例可以对待测物检测的实时采集数据进行修正。本公开上述实施例对散射光信号进行暗噪声修正、强度修正、积分时间修正和待测物表面散射噪声修正等数据修正，由此可以消除实时数据采集中存在的噪声。

本公开上述实施例通过阈值提取可以提取出所有可能的检测目标点。本公开上述实施例采用聚类分析的办法将两个数据点之间的坐标距离小于等于预定值的两个数据点认定为同一个检测目标。由此本公开上述实施例大大提高了器件检测的检测精度和检测效率。

本公开上述实施例对于不同类型的检测目标，采取不同的方式确定所述检测目标的目标尺寸。由此本公开上述实施例可以更加精准地确定检测目标的类型和目标尺寸。

图8为本公开图像处理方法另一些实施例的示意图。优选的，本实施例可由本公开图像处理设备执行。该方法包括以下步骤11-步骤13，其中：

步骤11，在信号光收集光路包括多个信号光采集通道的情况下，针对每个信号光采集通道，分别执行如上述任一实施例(例如图1-图7任一实施例)所述的图像处理方法，确定对应检测目标的类型和尺寸。

在本公开的一些实施例中，信号光收集光路可以包括小角度采集通道和大角度采集通道。

在本公开的一些实施例中，小角度采集通道和大角度采集通道的线状扫描光斑要尽量重合，两个通道线阵相机的成像位置要尽量重合，由此能保证数据的同步。

针对小角度采集通道和大角度采集通道，分别独立执行如上述任一实施例(例如图1-图7任一实施例)所述的图像处理方法的步骤，分别获得完整的图像数据；分别进行聚类分析得到各自的聚类结果；分别独立的进行检测目标分类及尺寸计算过程，得到各自的检测目标分类及尺寸计算结果。

步骤12，将多个信号光采集通道确定的检测目标进行整合，确定复合通道的检测目标结果。

例如：针对信号光收集光路可以包括小角度采集通道和大角度采集通道的情况，通过步骤11得到了小角度采集通道和大角度采集通道两个通道各自的检测目标结果，考虑到两种通道对不同类型检测目标的响应程度不同，本公开上述实施例需要对两个通道的结果进行合并，得到复合通道结果，并作为最终检测目标结果输出。

在本公开的一些实施例中，步骤12可以包括：

步骤121，在多个信号光采集通道中的任意两个信号光采集通道中，确定一个信号光采集通道为基准通道，另一个信号光采集通道为比较通道。

步骤122，将基准通道中的每一基准检测目标所包含的基准数据点，与比较通道的任意一个或任意多个比较检测目标所包含的比较数据点进行比较，确定复合通道的检测目标结果。

在本公开的一些实施例中，步骤122中检测目标合并的依据为：该基准通道里一个检测目标中包含的数据点，与另一个比较通道中某一个或某几个检测目标中包含的数据点，点与点之间的欧氏距离满足预定距离阈值d，且满足该条件的点的数量满足预定合并数量阈值K，则认为这些检测目标是同一个检测目标。如果不符合上述条件，则表明是只存在于小角度通道或大角度通道的检测目标，那么直接加入复合通道。

在本公开的一些实施例中，步骤122可以包括：

步骤1221，设定预定距离阈值d和预定合并数量阈值K。

步骤1222，判断是否存在基准数据点与比较数据点之间的距离不大于预定距离阈值d的基准数据点。

步骤1223，在存在基准数据点与比较数据点之间的距离不大于预定距离阈值d的基准数据点的情况下，判断基准数据点与比较数据点之间的距离不大于预定距离阈值d的基准数据点数量是否大于预定合并数量阈值K。

步骤1224，在基准数据点与比较数据点之间的距离不大于预定距离阈值d的基准数据点数量大于预定合并数量阈值K的情况下，将所述基准检测目标与比较检测目标合并为合并检测目标。

步骤1225，在基准数据点与比较数据点之间的距离不大于预定距离阈值d的基准数据点数量不大于预定合并数量阈值K、或者不存在基准数据点与比较数据点之间的距离不大于预定距离阈值d的基准数据点的情况下，所述基准检测目标与比较检测目标不能合并。

图9-图11为本公开一些实施例中检测目标合并的示意图。图9-图11中，三角形数据点属于小角度通道，五边形数据点属于大角度通道，圆形区域代表预定距离阈值。图9中因为没有任何一个数据点符合搜索半径条件，因此不能合并成一个检测目标。图10中因为符合搜索半径条件的数据点的数量较少，因此也不能合并成一个检测目标。图11中两个条件都符合(即点与点之间的欧氏距离满足预定距离阈值d，且满足该条件的点的数量满足预定合并数量阈值K)，因此可以合并成一个检测目标。

步骤13，对合并检测目标进行目标重新分类以及分类细化。

在本公开的一些实施例中，步骤13可以包括：

步骤131，判断合并为合并检测目标的两个不同信号光采集通道的检测目标的类型是否一致。

步骤132，在类型一致的情况下，合并检测目标的类型为合并前检测目标的类型。

步骤133，在类型不一致的情况下，根据两个不同信号光采集通道的通道类型和合并前检测目标的类型，确定合并检测目标的类型。

在本公开的一些实施例中，对于复合通道中，由小角度通道中的检测目标A和大角度通道中的检测目标B合并而来的检测目标C，如果A和B的类型一致，则C的类型可以直接确定。

在本公开的一些实施例中，对于复合通道中，由小角度通道中的检测目标A和大角度通道中的检测目标B合并而来的检测目标C。如果存在A和B的类型不一致的情况，那么C该如何分类，需要进一步根据如下相关算法判定：

步骤1331，A如果是大尺寸目标，那么无论B是大尺寸目标还是小尺寸目标，C都是大尺寸目标，且C与A保持一致。

步骤1332，A如果是小尺寸目标，B如果是大尺寸目标，那么会将B直接修改为小尺寸目标，并进入步骤1333。

步骤1333，A和B都是小尺寸目标，如果A或B其中只有一个是强度信息饱和的小尺寸目标，那么C与非饱和的检测目标一致，即合并检测目标C的类型为强度信息非饱和的小尺寸目标，其中，所述强度信息饱和为某一数据点的强度值达到设定最大值，例如某一数据点的强度值达到255。

步骤1334，A和B都是小尺寸目标，如果A和B都是强度信息饱和的小尺寸目标，那么C与A保持一致，即合并检测目标C的类型为强度信息饱和的小尺寸目标。

步骤1335，A和B都是小尺寸目标，如果A和B都是强度信息非饱和的小尺寸目标，那么C与A保持一致，合并检测目标C的类型为强度信息非饱和的小尺寸目标。

本公开上述实施例可以进行多通道数据处理，可以对小角度通道和大角度通道两个通道各自的检测目标结果进行合并，并对复合通道结果进行目标重新分类以及分类细化。由此本公开上述实施例大大提高了多通道采集情况下，检测目标检测的精度和效率。

图12为本公开图像处理设备一些实施例的示意图。如图12所示，所述图像处理设备可以包括待处理图像提供模块141、目标图像获取模块142和检测目标分类模块143，其中：

待处理图像提供模块141，用于提供待处理图像，所述待处理图像包括多个数据点，各数据点分别包括待测物表面各点的位置信息及强度信息。

在本公开的一些实施例中，待测物可以为晶圆、显示屏等待测物。

在本公开的一些实施例中，检测目标可以为待测物上焊点、缺陷等检测目标。

目标图像获取模块142，用于在所述待处理图像中获取检测目标的目标图像。

检测目标分类模块143，用于根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类。

在本公开的一些实施例中，所述图像处理设备用于执行实现如上述任一实施例(例如图1-图11任一实施例)所述的图像处理方法的操作。

基于本公开上述实施例提供的图像处理设备，可以从待测物的待处理图像中获取检测目标的目标图像，根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类，从而大大提高了待测物上焊点、缺陷等检测目标的检测精度和检测效率，并可以精确地对检测目标进行分类。

图13为本公开图像处理设备另一些实施例的示意图。与图12所示实施例相比，在图13所示实施例中，所述图像处理设备还可以包括目标尺寸确定模块144，其中：

目标尺寸确定模块144，用于对于不同类型的检测目标，采取不同的方式确定所述检测目标的目标尺寸。

在本公开的一些实施例中，尺寸确定模块144可以用于对于大尺寸目标，将该大尺寸目标的最小外接矩形面积作为大尺寸目标的尺寸；对于小尺寸目标，根据该小尺寸目标的目标强度，查询目标强度与目标尺寸的预定对应表，确定小尺寸目标的尺寸。

在本公开的一些实施例中，所述图像处理设备用于执行实现如上述任一实施例(例如图1-图11任一实施例)所述的图像处理方法的操作。

基于本公开上述实施例提供的图像处理设备，通过暗噪声修正消除了光电探测器暗噪声，大大提高了数据采集精度。本公开上述实施例通过强度修正和积分时间修正可以消除强度分布不均匀、不同采集位置探测器积分时间不同等因素使线光斑不同位置探测数据产生的误差。本公开上述实施例通过待测物表面散射噪声修正使得待测物表面对相同外部条件下的信号响应程度相同。

本公开上述实施例对于不同类型的检测目标，采取不同的方式确定所述检测目标的目标尺寸。由此本公开上述实施例可以更加精准地确定检测目标的类型和目标尺寸。

在本公开的一些实施例中，如图13所示，所述图像处理设备还可以包括结果整合模块145和分类细化模块146，其中：

结果整合模块145，用于将多个信号光采集通道确定的检测目标进行整合，确定复合通道的检测目标结果。

分类细化模块146，用于对合并检测目标进行目标重新分类以及分类细化。

本公开上述实施例可以进行多通道数据处理，可以对小角度通道和大角度通道两个通道各自的检测目标结果进行合并，并对复合通道结果进行目标重新分类以及分类细化。由此本公开上述实施例大大提高了多通道采集情况下，检测目标检测的精度和效率。

图14为本公开图像处理设备又一些实施例的示意图。如图14所示，所述图像处理设备可以包括存储器161和处理器162，其中：

存储器161，用于存储指令。

处理器162，用于执行所述指令，使得所述图像处理设备执行实现如上述任一实施例(例如图1-图11任一实施例)所述的图像处理方法的操作。

本公开上述实施例可以对待测物检测的实时采集数据进行修正。本公开上述实施例对散射光信号进行暗噪声修正、强度修正、积分时间修正和待测物表面散射噪声修正等数据修正，由此可以消除实时数据采集中存在的噪声。

本公开上述实施例通过阈值提取可以提取出所有可能的检测目标故障点。本公开上述实施例采用聚类分析的办法将两个数据点之间的坐标距离小于等于预定值的两个数据点认定为同一个检测目标。由此本公开上述实施例大大提高了器件检测的检测精度和检测效率。

图15为本公开检测装置一些实施例的示意图。如图15所示，所述检测装置可以包括检测设备171和图像处理设备172，其中：

检测设备171，用于对待测物进行检测，获取待测物的待处理图像；并将所述待测物的待处理图像发送给图像处理设备，其中，所述待处理图像包括多个数据点，各数据点分别包括待测物表面各点的位置信息及强度信息。

在本公开的一些实施例中，所述检测设备包括光源和探测器，其中：

所述光源，用于向所述待测物发射探测光，所述探测光经待测物形成信号光。

在本公开的一些实施例中，所述光源可以包括照明光路。

所述探测器，用于探测所述信号光，形成待处理图像。

在本公开的一些实施例中，所述探测器可以为相机，例如：可以为线阵相机。

在本公开的一些实施例中，所述信号光可以为探测光经待测物反射形成的反射光。

在本公开的另一些实施例中，所述信号光可以为探测光经待测物散射形成的散射光。

在本公开的一些实施例中，所述探测器可以包括至少一个信号光采集通道。

在本公开的一些实施例中，所述信号光收集光路可以小角度采集通道和大角度采集通道。

在本公开的一些实施例中，多个信号光采集通道可以分别用于从不同角度对待测物进行检测。

图像处理设备172，用于对所述待处理图像进行图像处理。

在本公开的一些实施例中，图像处理设备172可以用于在所述待处理图像中获取检测目标的目标图像；并根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类。

图像处理设备172，为如上述任一实施例(例如图12-图14任一实施例)所述的图像处理设备。

图16为本公开检测装置另一些实施例的示意图。与图15所示实施例相比，在图16所示实施例中，所述检测装置还可以包括驱动装置驱动设备173，其中：

驱动设备173，用于驱动待测物运动。

在本公开的一些实施例中，所述运动可以为转动、平移运动和升降运动等运动中的至少一项。

在本公开的一些实施例中，所述探测器可以为线阵相机，其中，线阵相机的成像线宽等于待测物的步进距离。

图2为本公开一些实施例中采用线阵相机对待测物进行扫描的示意图。所述待测物可以为晶圆。所述光源可以包括线阵相机，即，系统选用线阵相机进行扫描，相机的位置固定，且成像角度与待测物行进方向同轴。图中线阵相机的成像线宽为W。扫描开始后，待测物以恒定线速度V旋转，待测物步进距离为W，这样待测物每次步进(Step Forward)，将得到线阵相机扫描的一圈宽度为W的环状数据。同时为保证线速度恒定，每次步进将提高待测物的旋转角速度，即待测物会越转越快，直至最内圈达到一次扫描流程的最大角速度。一次完整的扫描过程，步进的总距离等于待测物的半径，扫描结束后，得到覆盖完整待测物表面的多圈环状数据。

本公开上述实施例采用恒定线速度，可以尽量使相机的单个像元在单位时间内扫过相等的面积，以保证光强密度的均匀性。

基于本公开上述实施例提供的检测装置，采用线阵相机进行扫描，晶圆以恒定线速度V旋转，使得相机的单个像元在单位时间内扫过相等的面积，以保证光强密度的均匀性，由此本公开上述实施例可以提高器件检测的检测精度和检测效率。

本公开上述实施例通过暗噪声修正消除了光电探测器暗噪声，大大提高了数据采集精度。本公开上述实施例通过强度修正和积分时间修正可以消除强度分布不均匀、不同采集位置探测器积分时间不同等因素使线光斑不同位置探测数据产生的误差。本公开上述实施例通过待测物表面散射噪声修正使得待测物表面对相同外部条件下的信号响应程度相同。

本公开上述实施例可以对待测物检测的实时采集数据进行修正。本公开上述实施例对散射光信号进行暗噪声修正、强度修正、积分时间修正和待测物表面散射噪声修正等数据修正，由此可以消除实时数据采集中存在的噪声。

本公开上述实施例通过阈值提取可以提取出所有可能的检测目标点。本公开上述实施例采用聚类分析的办法将两个数据点之间的坐标距离小于等于预定值的两个数据点认定为同一个检测目标。由此本公开上述实施例大大提高了器件检测的检测精度和检测效率。

本公开上述实施例对于不同类型的检测目标，采取不同的方式确定所述检测目标的目标尺寸。由此本公开上述实施例可以更加精准地确定检测目标的类型和目标尺寸。

本公开上述实施例可以进行多通道数据处理，可以对小角度通道和大角度通道两个通道各自的检测目标结果进行合并，并对复合通道结果进行目标重新分类以及分类细化。由此本公开上述实施例大大提高了多通道采集情况下，检测目标检测的精度和效率。

根据本公开的另一方面，提供一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如上述任一实施例(例如图1-图11任一实施例)所述的图像处理方法。

基于本公开上述实施例提供的计算机可读存储介质，通过暗噪声修正消除了光电探测器暗噪声，大大提高了数据采集精度。本公开上述实施例通过强度修正和积分时间修正可以消除强度分布不均匀、不同采集位置探测器积分时间不同等因素使线光斑不同位置探测数据产生的误差。本公开上述实施例通过待测物表面散射噪声修正使得待测物表面对相同外部条件下的信号响应程度相同。

本公开上述实施例可以对待测物检测的实时采集数据进行修正。本公开上述实施例对散射光信号进行暗噪声修正、强度修正、积分时间修正和待测物表面散射噪声修正等数据修正，由此可以消除实时数据采集中存在的噪声。

本公开上述实施例通过阈值提取可以提取出所有可能的检测目标点。本公开上述实施例采用聚类分析的办法将两个数据点之间的坐标距离小于等于预定值的两个数据点认定为同一个检测目标。由此本公开上述实施例大大提高了器件检测的检测精度和检测效率。

本公开上述实施例对于不同类型的检测目标，采取不同的方式确定所述检测目标的目标尺寸。由此本公开上述实施例可以更加精准地确定检测目标的类型和目标尺寸。

本公开上述实施例可以进行多通道数据处理，可以对小角度通道和大角度通道两个通道各自的检测目标结果进行合并，并对复合通道结果进行目标重新分类以及分类细化。由此本公开上述实施例大大提高了多通道采集情况下，检测目标检测的精度和效率。

在上面所描述的图像处理设备可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(PLC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。

至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

本公开的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用，并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。

Claims (13)

1.一种图像处理方法，其特征在于，包括：

指示检测设备对待测物进行检测，以获取待测物的待处理图像，所述待处理图像包括多个数据点，各数据点分别包括待测物表面各点的位置信息及强度信息；

在所述待处理图像中获取检测目标的目标图像；

根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类；

其中，所述检测设备包括多个信号光采集通道，分别用于从不同角度对待测物进行检测；

所述图像处理方法还包括：针对每个信号光采集通道，执行所述指示检测设备对待测物进行检测，以获取待测物的待处理图像，在所述待处理图像中获取检测目标的目标图像，以及根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类的步骤，确定对应检测目标的类型和尺寸；

在多个信号光采集通道中的任意两个信号光采集通道中，确定一个信号光采集通道为基准通道，另一个信号光采集通道为比较通道；

将基准通道中的每一基准检测目标所包含的基准数据点，与比较通道的任意一个或任意多个比较检测目标所包含的比较数据点进行比较，确定复合通道的检测目标结果，包括：

判断是否存在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点；

在存在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点的情况下，判断基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点数量是否大于预定合并数量阈值；

在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点数量大于预定合并数量阈值的情况下，将基准检测目标与比较检测目标合并为合并检测目标；

在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点数量不大于预定合并数量阈值、或者不存在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点的情况下，所述基准检测目标与比较检测目标不能合并。

2.根据权利要求1所述的图像处理方法，其特征在于，还包括：

对于不同类型的检测目标，采取不同的方式确定所述检测目标的目标尺寸。

3.根据权利要求2所述的图像处理方法，其特征在于，所述在所述待处理图像中获取检测目标的目标图像包括：

对所述数据点进行阈值提取，确定目标数据点；

对所述目标数据点进行聚类分析，确定至少一个聚类集合，其中每个聚类集合对应一个目标图像。

4.根据权利要求3所述的图像处理方法，其特征在于，所述对所述数据点进行阈值提取，确定目标数据点包括：

判断数据点的强度信息是否满足阈值条件；

将满足所述阈值条件的数据点，确定为目标数据点。

5.根据权利要求3所述的图像处理方法，其特征在于，所述对所述目标数据点进行聚类分析，确定至少一个聚类集合包括：

采用聚类分析方法将属于同一检测目标的目标数据点聚类到一个聚类集合中，其中，若两个目标数据点之间的坐标距离小于等于预定搜索半径，则认定该两个目标数据点属于同一检测目标。

6.根据权利要求1-5中任一项所述的图像处理方法，其特征在于，根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类包括：

获取目标图像中所包含的目标数据点数量；

根据目标图像中全部目标数据点的强度信息确定目标强度；

根据目标强度和目标图像所包含的目标数据点数量确定每一检测目标的类型。

7.根据权利要求2-5中任一项所述的图像处理方法，其特征在于，所述检测目标进行分类包括：将所述检测目标分为大尺寸目标和小尺寸目标；

所述采取不同的方式确定所述检测目标的目标尺寸包括：

对于大尺寸目标，将该大尺寸目标的最小外接多边形作为大尺寸目标的尺寸；

和/或，

对于小尺寸目标，根据该小尺寸目标的目标强度，查询目标强度与目标尺寸的预定对应表，确定小尺寸目标的尺寸。

8.根据权利要求1-5中任一项所述的图像处理方法，其特征在于，还包括：

对合并检测目标进行目标重新分类以及分类细化。

9.根据权利要求8所述的图像处理方法，其特征在于，所述对合并检测目标进行目标重新分类以及分类细化包括：

判断合并为合并检测目标的两个不同信号光采集通道的检测目标的类型是否一致；

在类型一致的情况下，合并检测目标的类型为合并前检测目标的类型；

在类型不一致的情况下，根据两个不同信号光采集通道的通道类型和合并前检测目标的类型，确定合并检测目标的类型。

10.一种检测方法，其特征在于，包括：

检测设备对待测物进行检测，获取待测物的待处理图像；

图像处理设备根据如权利要求1-9中任一项所述的图像处理方法对所述待处理图像进行处理。

11.一种图像处理设备，其特征在于，包括：

待处理图像提供模块，用于提供待处理图像，所述待处理图像包括多个数据点，各数据点分别包括待测物表面各点的位置信息及强度信息；

目标图像获取模块，用于在所述待处理图像中获取检测目标的目标图像；

检测目标分类模块，用于根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类；

其中，所述图像处理设备，用于指示检测设备对待测物进行检测，以获取待测物的待处理图像；

所述检测设备包括多个信号光采集通道，分别用于从不同角度对待测物进行检测；

所述图像处理设备，还用于针对每个信号光采集通道，执行所述指示检测设备对待测物进行检测，以获取待测物的待处理图像，在所述待处理图像中获取检测目标的目标图像，以及根据所述目标图像中数据点的个数及强度信息，对所述检测目标进行分类的操作，确定对应检测目标的类型和尺寸；在多个信号光采集通道中的任意两个信号光采集通道中，确定一个信号光采集通道为基准通道，另一个信号光采集通道为比较通道；将基准通道中的每一基准检测目标所包含的基准数据点，与比较通道的任意一个或任意多个比较检测目标所包含的比较数据点进行比较，确定复合通道的检测目标结果，包括：判断是否存在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点；在存在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点的情况下，判断基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点数量是否大于预定合并数量阈值；在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点数量大于预定合并数量阈值的情况下，将基准检测目标与比较检测目标合并为合并检测目标；在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点数量不大于预定合并数量阈值、或者不存在基准数据点与比较数据点之间的距离不大于预定距离阈值的基准数据点的情况下，所述基准检测目标与比较检测目标不能合并。

12.一种检测装置，其特征在于，包括检测设备和图像处理设备，其中：

检测设备，用于对待测物进行检测，获取待测物的待处理图像；

图像处理设备，被配置为执行权利要求1-9中任一项所述的图像处理方法。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如权利要求1-9中任一项所述的图像处理方法。