CN111667448B - 一种图像处理方法、装置及设备 - Google Patents
一种图像处理方法、装置及设备 Download PDFInfo
- Publication number
- CN111667448B CN111667448B CN201910169152.7A CN201910169152A CN111667448B CN 111667448 B CN111667448 B CN 111667448B CN 201910169152 A CN201910169152 A CN 201910169152A CN 111667448 B CN111667448 B CN 111667448B
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- gray level
- detected
- reference image
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 230000007547 defect Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 15
- 235000012431 wafers Nutrition 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
一种图像处理方法包括:提供待检测图像和参考图像;确定所述待检测图像的第一有效区和所述参考图像的第二有效区;获取所述第一有效区的第一灰度均值和第二有效区的第二灰度均值;根据所述第一灰度均值和所述第二灰度均值获取所述待检测图像和所述参考图像的第一灰阶差异;根据所述第一灰阶差异对所述参考图像或待检测图像进行灰度补偿,使第一灰度均值和第二灰度均值相同;所述灰度补偿之后,将所述参考图像与待检测图像进行比较,确定图像缺陷。通过待检测图像和参考图像的有效区的均值灰度的差异进行灰度补偿,能够有效的适应待检测图像的灰度差异,有利于提高对待检测图像的缺陷检测的精度。
Description
技术领域
本申请属于工业检测领域,尤其涉及一种图像处理方法、装置及设备。
背景技术
在工业检测过程中,为了检出晶圆(wafer)上的晶片晶圆体(Die)表面的不良(比如外来物,划痕等),通常采用的方法是先选取一个合格的晶圆wafer图像,在所选择的wafer上选取部分合格的Die图像,再用所选取的Die图像生成一个标准的参考Die图像。在检测时,把每个待检测的Die图像与这个参考Die图像做比对,如果检测Die图像与标准Die图像之间的部分区域的灰阶差异超过预先设定的阈值,则认为该区域存在缺陷,将其标识待后续处理。
这种缺陷检测方法可以满足绝大部分的检测需求,但是对于检测一些对比度低的缺陷,即缺陷的灰阶与背景的灰阶比较接近时,容易出现漏检和误检。原因是在生产过程中,由于生产工艺的限制,无法做到所有wafer表面的光学特性都完全一致,因此不同wafer拍摄的Die的图片,存在一定灰阶差异,从而导致阈值也产生偏差,造成漏检或误检。
发明内容
有鉴于此,本申请实施例提供了一种图像处理方法、装置及设备,以解决现有技术中的问题。
本申请实施例的第一方面提供了一种图像处理方法,所述图像处理方法包括:
提供待检测图像和参考图像;
确定所述待检测图像的第一有效区和所述参考图像的第二有效区;
获取所述第一有效区的第一灰度均值和第二有效区的第二灰度均值;
根据所述第一灰度均值和所述第二灰度均值获取所述待检测图像和所述参考图像的第一灰阶差异;
根据所述第一灰阶差异对所述参考图像或待检测图像进行灰度补偿,使第一灰度均值和第二灰度均值相同;
所述灰度补偿之后,将所述参考图像与待检测图像进行比较,确定图像缺陷。
结合第一方面,在第一方面的第一种可能实现方式中,确定所述待检测图像的第一有效区和所述参考图像的第二有效区的步骤包括:
使待检测图像与参考图像进行比较,获取待检测图像与参考图像相应像素点的第二灰阶差异;
比较第二灰阶差异与第一灰度阈值,获取小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像像素点形成第一有效区,获取小于或等于第一灰度阈值的第二灰阶差异对应的参考图像像素点形成为第二有效区。
结合第一方面的第一种可能实现方式,在第一方面的第二种可能实现方式中,比较第二灰阶差异与第一灰度阈值,获取小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像区域形成第一有效区,获取小于或等于第一灰度阈值的第二灰阶差异对应的参考图像像素点形成为第二有效区的步骤包括:
分别比较各像素点的第二灰阶差异与第一灰度阈值,获取大于第一灰度阈值的待检测图像的像素点作为第一无效区,获取大于第一灰度阈值的参考图像的像素点作为第二无效区;
在所述待检测图像中获取所述第一无效区以外的区域作为第一有效区,在所述参考图像中获取所述第二无效区以外的区域作为第二有效区。
结合第一方面,在第一方面的第四种可能实现方式中,所述将所述参考图像与待检测图像进行比较,确定图像缺陷的步骤包括:
将所述参考图像的像素点的灰度值,与待检测图像的对应像素点的灰度值比较,得到第三灰阶差异;
如果第三灰阶差异大于预设的第二灰度阈值,则所述待检测图像的像素点为待检测图像的缺陷。
结合第一方面、第一方面的第一种可能实现方式、第一方面的第二种可能实现方式或第一方面的第三种可能实现方式、第一方面的第四种可能实现方式,在第一方面的第五种可能实现方式中,所述待检测图像为待检测的晶片晶圆体Die,所述参考图像为参考晶片晶圆体Die图像。
本申请实施例的第二方面提供了一种图像处理装置,所述图像处理装置包括:
图像提供单元,用于提供待检测图像和参考图像;
有效区确定单元,用于确定所述待检测图像的第一有效区和所述参考图像的第二有效区;
灰度均值计算单元,用于获取所述第一有效区的第一灰度均值和第二有效区的第二灰度均值;
灰阶差异计算单元,用于根据所述第一灰度均值和所述第二灰度均值获取所述待检测图像和所述参考图像的第一灰阶差异;
补偿单元,用于根据所述第一灰阶差异对所述参考图像或待检测图像进行灰度补偿,使第一灰度均值和第二灰度均值相同;
图像缺陷确定单元,用于所述灰度补偿之后,将所述参考图像与待检测图像进行比较,确定图像缺陷。
结合第二方面,在第二方面的第一种可能实现方式中,所述有效区确定单元包括:
第一比较子单元,用于使待检测图像与参考图像进行比较,获取待检测图像与参考图像相应像素点的第二灰阶差异;
第二比较子单元,用于比较第二灰阶差异与第一灰度阈值,获取小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像像素点形成第一有效区,获取小于或等于第一灰度阈值的第二灰阶差异对应的参考图像像素点形成为第二有效区。
本申请实施例的第三方面提供了一种图像处理设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面任一项所述图像处理方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面任一项所述图像处理方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:通过确定待检测图像和参考图像的有效区,根据有效区的灰度均值确定第一灰阶差异,再通过第一灰阶差异对参考图像或待检测图像进行灰度补偿,通过补偿后的图像进行比较确定图像缺陷。用于图像缺陷比较的参考图像和待检测图像,采用了通过待检测图像和参考图像有效区的灰度均值的差异,进行灰度补偿所确定,因此灰度补偿后的图像(待检测图像或参考图像)能够有效的适应待检测图像的灰度差异,有利于提高对待检测图像的缺陷检测的精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种图像处理方法的实现流程示意图;
图2是本申请实施例提供的参考图像示意图;
图3是本申请实施例提供的待检测图像示意图;
图4是本申请实施例提供的一种图像处理装置的示意图;
图5是本申请实施例提供的图像处理设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
图1为本申请实施例提供的一种图像处理方法的实现流程示意图,详述如下:
在步骤S101中,提供待检测图像和参考图像;
其中,所述待检测图像为当前需要进行缺陷检测的图像,一般的,所述待检测图像中包括有检测对象,比如本申请可以包括晶片晶圆体Die等。所述参考图像可以选用一般检测环境下所拍摄的图像,比如图2所示的一种Die图像。所述待检测图像,可以为晶圆wafer图像,所述晶圆wafer图像中,可以包括多个晶片晶圆体Die。如图3所示为本申请提供的一种待检测图像,即晶圆wafer的示意图。
在步骤S102中,确定所述待检测图像的第一有效区和所述参考图像的第二有效区;
其中,确定所述待检测图像的第一有效区和所述参考图像的第二有效区的步骤包括:
A,使待检测图像与参考图像进行比较,获取待检测图像与参考图像相应像素点的第二灰阶差异;
B,比较第二灰阶差异与第一灰度阈值,获取小于或小于等于第一灰度阈值的第二灰阶差异对应的待检测图像像素点形成第一有效区,获取小于或小于等于第一灰度阈值的第二灰阶差异对应的参考图像像素点形成为第二有效区。
计算待检测图像与参考图像的第二灰阶差异的步骤,可以将参考图像与待检测图像进行匹配,确定参考图像与待检测图像的像素点的对应关系。在确定参考图像与待检测图像的像素点的对应关系后,根据待检测图像中的像素点的灰度值,以及该像素点对应的参考图像中的像素点的灰度值,计算两者的差值,即可得到待检测图像与参考图像在该像素点的第二灰阶差异。
本实施例中,所述第一有效区包括待检测图像中所有小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像像素点;所述第二有效区包括参考图像中所有小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像像素点。在其他实施例中,所述第一有效区包括待检测图像中部分小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像像素点;所述第二有效区包括参考图像中部分小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像像素点。
在确定所述待检测图像和参考图像的第二灰阶差异后,比较第二灰阶差异与第一灰度阈值,获取小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像像素点形成第一有效区,获取小于或等于第一灰度阈值的第二灰阶差异对应的参考图像像素点形成为第二有效区,具体可以包括:
分别比较各像素点的第二灰阶差异与第一灰度阈值,获取大于第一灰度阈值的待检测图像的像素点作为第一无效区,获取大于第一灰度阈值的参考图像的像素点作为第二无效区;
在所述待检测图像中获取所述第一无效区以外的区域作为第一有效区,在所述参考图像中获取所述第二无效区以外的区域作为第二有效区。
通过将所述第二灰阶差异与所述第一灰度阈值比较,可以得到第二灰阶差异大于所述第一灰度阈值的像素点,以及第二灰阶差异小于或等于所述第一灰度阈值的像素点。将所述第二灰阶差异大于所述第一灰度阈值的像素点确定为无效区,即获取大于第一灰度阈值的待检测图像的像素点作为第一无效区,获取大于第一灰度阈值的参考图像的像素点作为第二无效区。
将所述第二灰阶差异小于或等于第一灰度阈值的像素点确定有效区,可以获取小于或等于第一灰度阈值的待检测图像的像素点作为第一有效区,获取小于或等于第一灰度阈值的参考图像的像素点作为第二有效区。当然,也可以在所述待检测图像中获取所述第一无效区以外的区域作为第一有效区,在所述参考图像中获取所述第二无效区以外的区域作为第二有效区。
在步骤S103中,获取所述第一有效区的第一灰度均值和第二有效区的第二灰度均值;
对第一有效区的所有像素的灰度值求和取平均值,即可得到第一有效区的第一灰度均值;对第二有效区的所有像素的灰度值求和取平均值,得到第二效区的第二灰度均值。
在步骤S104中,根据所述第一灰度均值和所述第二灰度均值获取所述待检测图像和所述参考图像的第一灰阶差异;
根据计算得到的第一灰度均值MD1(为便于描述,第一灰度均值用MD1表示,后续第二灰度均值用MD2表示)以及第二灰度均值MD2,计算两者的差值,即可得到待检测图像与参考图像的第一灰阶差异。由于所述第一灰阶差异是根据待检测图像和参考图像的有效区的均值计算得到,可以有效的去除无效区对灰阶差异的影响,并且对于待检测图像或参考图像,灰度分布一般较为均匀,因而所计算出来的灰阶差异会更加准确。
在步骤S105中,根据所述第一灰阶差异对所述参考图像或待检测图像进行灰度补偿,使第一灰度均值和第二灰度均值相同;
根据所计算的第一灰阶差异,可以确定第一有效区和第二有效区的第一灰阶差异,根据第一灰阶差异,可以对所述参考图像进行灰阶补偿,也可以对待检测图像进行补偿。
比如根据所述第一灰阶差异对参考图像进行补偿时,当参考图像的第二灰度均值较小时,则由参考图像的像素点的灰度值叠加所述第一灰阶差异,如果所述参考图像的灰阶较大时,则由参考图像的像素点的灰度值减去所述第一灰阶差异,从而得到与所述待检测图像的第一灰度均值与参考图像的灰阶均值相同,具体可以为:
如果所述第一灰阶差异为MD1-MD2,则将所述第一灰阶差异MD1-MD2与参考图像的像素点的灰度值叠加,得到补偿后的参考图像;
如果所述第一灰阶差异为MD2-MD1,则将所述参考图像的像素点的灰度值与所述第一灰阶差异MD2-MD1求差,得到补偿后的参考图像。
在其它实施例中,对待检测图像进行补偿还可以包括:
根据第一灰阶差异对待检测图像进行补偿,当待检测图像的第一灰度均值较小,则可以对所述待检测图像的像素点的灰度值叠加第一灰阶差异,当待检测图像的第一灰度均值较大时,则可以由所述待检测图像的像素点的灰度值减去第一灰阶差异。
如果所述第一灰阶差异为MD1-MD2,则将待检测图像的像素点的灰度值与所述第一灰阶差异MD1-MD2求差,得到补偿后的待检测图像;
如果所述第一灰阶差异为MD2-MD1,则将所述待检测图像的像素点的灰度值与所述第一灰阶差异MD2-MD1叠加,得到补偿后的待检测图像。
由于参考图像的灰阶与待检测图像的灰阶均值较为接近,因而可以有效的避免由于灰阶不同而产生误检测的情况,有利于提高检测的精度。
在步骤S106中,所述灰度补偿之后,将所述参考图像与待检测图像进行比较,确定图像缺陷。
经灰阶补偿后,将所述参考图像与待检测图像进行比较,由于两者的灰阶较为接近,因而可以有效的避免由于拍摄场景的差异,导致同一灰度阈值不能有效的适应不同场景的图像光学特征的差异的问题,使得灰度阈值的适应性更强,并且通过有效区生成灰阶差异,从而使得图像缺陷的检测更为准确。
其中,所述将所述参考图像与待检测图像进行比较,确定图像缺陷的步骤包括:
将所述参考图像的像素点的灰度值,与待检测图像的对应像素点的灰度值比较,得到第三灰阶差异;
如果所述第三灰阶差异大于预设的第二灰度阈值,则所述待检测图像的像素点为待检测图像的缺陷。
其中,所述第二灰度阈值,可以与第一灰度阈值相同,也可以根据实际情况调整。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图4为本申请实施例提供的一种图像处理装置的结构示意图,详述如下:
图像提供单元401,用于提供待检测图像和参考图像;
有效区确定单元402,用于确定所述待检测图像的第一有效区和所述参考图像的第二有效区;
灰度均值计算单元403,用于获取所述第一有效区的第一灰度均值和第二有效区的第二灰度均值;
灰阶差异计算单元404,用于根据所述第一灰度均值和所述第二灰度均值获取所述待检测图像和所述参考图像的第一灰阶差异;
补偿单元405,用于根据所述第一灰阶差异对所述参考图像或待检测图像进行灰度补偿,使第一灰度均值和第二灰度均值相同;
图像缺陷确定单元406,用于所述灰度补偿之后,将所述参考图像与待检测图像进行比较,确定图像缺陷。
优选的,所述有效区确定单元包括:
第一比较子单元,用于使待检测图像与参考图像进行比较,获取待检测图像与参考图像相应区域的第二灰阶差异;
第二比较子单元,用于比较第二灰阶差异与第一灰度阈值,获取小于或小于等于第一灰度阈值的第二灰阶差异对应的待检测图像区域形成第一有效区,获取小于或小于等于第一灰度阈值的第二灰阶差异对应的参考图像区域形成为第二有效区。
图4所述图像处理装置,与图1所述的图像处理方法对应。
图5是本申请一实施例提供的图像处理设备的示意图。如图5所示,该实施例的图像处理设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52,例如图像处理程序。所述处理器50执行所述计算机程序52时实现上述各个图像处理方法实施例中的步骤。或者,所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述图像处理设备5中的执行过程。例如,所述计算机程序52可以被分割成:
图像提供单元,用于提供待检测图像和参考图像;
有效区确定单元,用于确定所述待检测图像的第一有效区和所述参考图像的第二有效区;
灰度均值计算单元,用于获取所述第一有效区的第一灰度均值和第二有效区的第二灰度均值;
灰阶差异计算单元,用于根据所述第一灰度均值和所述第二灰度均值获取所述待检测图像和所述参考图像的第一灰阶差异;
补偿单元,用于根据所述第一灰阶差异对所述参考图像或待检测图像进行灰度补偿,使第一灰度均值和第二灰度均值相同;
图像缺陷确定单元,用于所述灰度补偿之后,将所述参考图像与待检测图像进行比较,确定图像缺陷。
所述图像处理设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述图像处理设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是图像处理设备5的示例,并不构成对图像处理设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述图像处理设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述图像处理设备5的内部存储单元,例如图像处理设备5的硬盘或内存。所述存储器51也可以是所述图像处理设备5的外部存储设备,例如所述图像处理设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述图像处理设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述图像处理设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元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,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种图像处理方法,其特征在于,所述图像处理方法包括:
提供待检测图像和参考图像;
确定所述待检测图像的第一有效区和所述参考图像的第二有效区;
获取所述第一有效区的第一灰度均值和第二有效区的第二灰度均值;
根据所述第一灰度均值和所述第二灰度均值获取所述待检测图像和所述参考图像的第一灰阶差异;
根据所述第一灰阶差异对所述参考图像或待检测图像进行灰度补偿,使第一灰度均值和第二灰度均值相同;
所述灰度补偿之后,将所述参考图像与待检测图像进行比较,确定图像缺陷;
确定所述待检测图像的第一有效区和所述参考图像的第二有效区的步骤包括:
使待检测图像与参考图像进行比较,获取待检测图像与参考图像相应像素点的第二灰阶差异;
比较第二灰阶差异与第一灰度阈值,获取小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像像素点形成第一有效区,获取小于或等于第一灰度阈值的第二灰阶差异对应的参考图像像素点形成为第二有效区。
2.根据权利要求1所述的图像处理方法,其特征在于,比较第二灰阶差异与第一灰度阈值,获取小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像区域形成第一有效区,获取小于或等于第一灰度阈值的第二灰阶差异对应的参考图像像素点形成为第二有效区的步骤包括:
分别比较各像素点的第二灰阶差异与第一灰度阈值,获取大于第一灰度阈值的待检测图像的像素点作为第一无效区,获取大于第一灰度阈值的参考图像的像素点作为第二无效区;
在所述待检测图像中获取所述第一无效区以外的区域作为第一有效区,在所述参考图像中获取所述第二无效区以外的区域作为第二有效区。
3.根据权利要求1所述的图像处理方法,其特征在于,所述第一灰度均值为MD1,所述第二灰度均值为MD2,根据所述第一灰阶差异对所述参考图像进行灰度补偿的步骤包括:
所述第一灰阶差异为MD1-MD2,则将所述灰阶差异MD1-MD2与参考图像叠加,得到补偿后的参考图像;或者,
所述第一灰阶差异为MD2-MD1,则将所述参考图像与所述灰阶差异MD2-MD1求差,得到补偿后的参考图像。
4.根据权利要求1所述的图像处理方法,其特征在于,所述将所述参考图像与待检测图像进行比较,确定图像缺陷的步骤包括:
将所述参考图像的像素点的灰度值,与待检测图像的对应像素点的灰度值比较,得到第三灰阶差异;
如果第三灰阶差异大于预设的第二灰度阈值,则所述待检测图像的像素点为待检测图像的缺陷。
5.根据权利要求1-4任一项所述的图像处理方法,其特征在于,所述待检测图像为待检测的晶片晶圆体,所述参考图像为参考晶片晶圆体图像。
6.一种图像处理装置,其特征在于,所述图像处理装置包括:
图像提供单元,用于提供待检测图像和参考图像;
有效区确定单元,用于确定所述待检测图像的第一有效区和所述参考图像的第二有效区;
灰度均值计算单元,用于获取所述第一有效区的第一灰度均值和第二有效区的第二灰度均值;
灰阶差异计算单元,用于根据所述第一灰度均值和所述第二灰度均值获取所述待检测图像和所述参考图像的第一灰阶差异;
补偿单元,用于根据所述第一灰阶差异对所述参考图像或待检测图像进行灰度补偿,使第一灰度均值和第二灰度均值相同;
图像缺陷确定单元,用于所述灰度补偿之后,将所述参考图像与待检测图像进行比较,确定图像缺陷;
所述有效区确定单元包括:
第一比较子单元,用于使待检测图像与参考图像进行比较,获取待检测图像与参考图像相应像素点的第二灰阶差异;
第二比较子单元,用于比较第二灰阶差异与第一灰度阈值,获取小于或等于第一灰度阈值的第二灰阶差异对应的待检测图像像素点形成第一有效区,获取小于或等于第一灰度阈值的第二灰阶差异对应的参考图像像素点形成为第二有效区。
7.一种图像处理设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述图像处理方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910169152.7A CN111667448B (zh) | 2019-03-06 | 2019-03-06 | 一种图像处理方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910169152.7A CN111667448B (zh) | 2019-03-06 | 2019-03-06 | 一种图像处理方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111667448A CN111667448A (zh) | 2020-09-15 |
CN111667448B true CN111667448B (zh) | 2023-08-15 |
Family
ID=72381360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910169152.7A Active CN111667448B (zh) | 2019-03-06 | 2019-03-06 | 一种图像处理方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111667448B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330590B (zh) * | 2020-09-25 | 2024-07-05 | 上海华力微电子有限公司 | 晶圆缺陷的验证方法 |
CN112734691B (zh) * | 2020-12-17 | 2023-06-16 | 郑州金惠计算机系统工程有限公司 | 一种工业制品缺陷检测方法、装置、终端设备及存储介质 |
CN112951737B (zh) * | 2021-02-18 | 2021-12-17 | 长江存储科技有限责任公司 | 沟道孔缺陷的改进方法、检测方法及检测系统 |
CN113096084B (zh) * | 2021-03-31 | 2023-06-20 | 深圳百迈技术有限公司 | 基于阵列相机成像的视觉检测方法、设备及系统 |
CN112767396B (zh) * | 2021-04-07 | 2021-07-20 | 深圳中科飞测科技股份有限公司 | 缺陷的检测方法、装置和计算机可读存储介质 |
CN113592921B (zh) * | 2021-06-30 | 2024-06-21 | 北京旷视科技有限公司 | 图像匹配方法,装置,电子设备及存储介质 |
CN114820601B (zh) * | 2022-06-27 | 2022-09-16 | 合肥新晶集成电路有限公司 | 目标图像的更新方法及系统、晶圆检测方法和计算机设备 |
CN114972348B (zh) * | 2022-08-01 | 2022-09-30 | 山东尚雅建材有限公司 | 一种基于图像处理的美缝效果检测方法 |
CN115661159B (zh) * | 2022-12-29 | 2023-03-07 | 成都数联云算科技有限公司 | 一种面板缺陷增强检测方法及系统及装置及介质 |
CN117036364B (zh) * | 2023-10-09 | 2024-01-02 | 全芯智造技术有限公司 | 图像处理方法及装置、存储介质、计算设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001184510A (ja) * | 1999-12-24 | 2001-07-06 | Mitsubishi Chemicals Corp | 欠陥検出方法 |
CN101340523A (zh) * | 2008-08-14 | 2009-01-07 | 北京中星微电子有限公司 | 一种对数字图像进行曝光补偿的方法和装置 |
CN107328791A (zh) * | 2017-07-31 | 2017-11-07 | 京东方科技集团股份有限公司 | 一种缺陷检测方法及装置 |
CN107657606A (zh) * | 2017-09-18 | 2018-02-02 | 深圳市华星光电半导体显示技术有限公司 | 一种显示装置的亮度缺陷检测方法与装置 |
CN109242853A (zh) * | 2018-11-05 | 2019-01-18 | 南京信息工程大学 | 一种基于图像处理的pcb缺陷智能检测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100425447B1 (ko) * | 2001-05-10 | 2004-03-30 | 삼성전자주식회사 | 명도 보정 및 선택적 결함 검출 방법 및 이를 기록한 기록매체 |
KR20090100615A (ko) * | 2008-03-20 | 2009-09-24 | 삼성전자주식회사 | 결함 검출 방법 |
-
2019
- 2019-03-06 CN CN201910169152.7A patent/CN111667448B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001184510A (ja) * | 1999-12-24 | 2001-07-06 | Mitsubishi Chemicals Corp | 欠陥検出方法 |
CN101340523A (zh) * | 2008-08-14 | 2009-01-07 | 北京中星微电子有限公司 | 一种对数字图像进行曝光补偿的方法和装置 |
CN107328791A (zh) * | 2017-07-31 | 2017-11-07 | 京东方科技集团股份有限公司 | 一种缺陷检测方法及装置 |
CN107657606A (zh) * | 2017-09-18 | 2018-02-02 | 深圳市华星光电半导体显示技术有限公司 | 一种显示装置的亮度缺陷检测方法与装置 |
CN109242853A (zh) * | 2018-11-05 | 2019-01-18 | 南京信息工程大学 | 一种基于图像处理的pcb缺陷智能检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111667448A (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111667448B (zh) | 一种图像处理方法、装置及设备 | |
TWI581213B (zh) | 物品缺陷檢測方法、影像處理系統與電腦可讀取記錄媒體 | |
CN111239152B (zh) | 晶圆检测方法、装置和设备 | |
US11189019B2 (en) | Method for detecting defects, electronic device, and computer readable medium | |
CN113240630B (zh) | 散斑图像质量评估方法、装置、终端设备及可读存储介质 | |
CN107220953A (zh) | 图像处理方法、装置及终端 | |
CN107909554B (zh) | 图像降噪方法、装置、终端设备及介质 | |
CN107991309A (zh) | 产品质量检测方法、装置及电子设备 | |
CN113962877B (zh) | 一种像素畸变的校正方法、校正装置及终端 | |
CN117274211A (zh) | 一种屏幕缺陷检测方法、装置、终端设备及存储介质 | |
CN116380918A (zh) | 缺陷检测方法、装置及设备 | |
CN111403318A (zh) | 工艺腔室内晶圆状态的检测方法及装置 | |
CN110634124A (zh) | 一种区域检测的方法及设备 | |
CN111640096B (zh) | 电子产品外观的检测方法、装置及终端 | |
US10679336B2 (en) | Detecting method, detecting apparatus, and computer readable storage medium | |
CN111435080B (zh) | 一种水位测量方法、装置及系统 | |
CN115511718A (zh) | Pcb图像校正方法、装置、终端设备和存储介质 | |
CN113674180A (zh) | 磨砂平面低对比度缺陷检测方法、装置、设备和存储介质 | |
CN111768357A (zh) | 一种图像检测的方法及装置 | |
CN111445397A (zh) | 平板探测器残影校正方法、装置、存储介质及医疗设备 | |
CN112040151A (zh) | 图像噪声处理方法、装置、图像传感器及存储介质 | |
CN112686246B (zh) | 一种车牌字符分割方法、装置、存储介质及终端设备 | |
CN114881908B (zh) | 一种异常像素识别方法、装置、设备以及计算机存储介质 | |
CN111652874B (zh) | 止通规测量方法、装置、终端和计算机可读存储介质 | |
CN116912633B (zh) | 目标追踪模型的训练方法及装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 518000 101, 201, 301, No.2, Shanghenglang fourth industrial zone, Tongsheng community, Dalang street, Longhua District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Zhongke feice Technology Co.,Ltd. Address before: Room 1618, area a, kaihaoda Plaza office, No.1, Dalang Industrial Park Road, Dalang street, Longhua District, Shenzhen, Guangdong 518000 Applicant before: SKYVERSE Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |