CN112184689A - 一种半导体器件检测方法、装置、智能终端及存储介质 - Google Patents
一种半导体器件检测方法、装置、智能终端及存储介质 Download PDFInfo
- Publication number
- CN112184689A CN112184689A CN202011084992.2A CN202011084992A CN112184689A CN 112184689 A CN112184689 A CN 112184689A CN 202011084992 A CN202011084992 A CN 202011084992A CN 112184689 A CN112184689 A CN 112184689A
- Authority
- CN
- China
- Prior art keywords
- semiconductor device
- image
- target
- detection
- channel
- 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
Links
- 239000004065 semiconductor Substances 0.000 title claims abstract description 185
- 238000001514 detection method Methods 0.000 title claims abstract description 158
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 230000007547 defect Effects 0.000 claims description 103
- 238000000034 method Methods 0.000 claims description 48
- 239000003086 colorant Substances 0.000 claims description 34
- 239000011159 matrix material Substances 0.000 claims description 31
- 238000007689 inspection Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 9
- 235000012431 wafers Nutrition 0.000 description 32
- 238000003466 welding Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 21
- 229910000679 solder Inorganic materials 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 6
- 229910052709 silver Inorganic materials 0.000 description 6
- 239000004332 silver Substances 0.000 description 6
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 4
- 229910052782 aluminium Inorganic materials 0.000 description 4
- 239000003292 glue Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 238000004026 adhesive bonding Methods 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 238000005336 cracking Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000006748 scratching Methods 0.000 description 2
- 230000002393 scratching effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- 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
- G06T2207/10024—Color 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
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种半导体器件检测方法、装置、智能终端及存储介质，其中，上述半导体器件检测方法包括：获取半导体器件的彩色图像；对上述彩色图像进行处理，获得至少两个不同颜色通道的目标图像；基于各上述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各上述目标图像的判断结果获得上述半导体器件的检测结果；输出上述检测结果。本发明方案将半导体器件的彩色图像分为多个颜色通道的目标图像并分别进行分析判断，结合各个颜色通道下的判断结果获得半导体器件的检测结果。因此，本发明方案可有效降低环境以及半导体器件上的印刷内容等因素的影响，使得检测结果更准确可信。
Description
技术领域
本发明涉及半导体器件缺陷检测技术领域，尤其涉及的是一种半导体器件检测方法、装置、智能终端及存储介质。
背景技术
随着科学技术的发展，对于半导体技术的研究逐渐成熟，半导体器件得到越来越广泛的应用。在半导体器件的生产和运输过程中可能出现晶片脱落、晶片倾斜、焊线断裂、漏焊等缺陷。而在使用过程中，必须严格控制半导体器件的品质以降低半导体器件的缺陷率，因此需要对半导体器件进行缺陷检测以对存在缺陷的半导体器件进行筛选。
现有技术中，通常通过缺陷检测机对半导体器件的表面进行扫描，分析并获取半导体器件的缺陷检测结果。现有技术的问题在于，直接对半导体器件的表面进行扫描和分析获取检测结果，容易受到环境以及半导体器件上的印刷内容等因素的影响，造成检测结果的准确率较低。
因此，现有技术还有待改进和发展。
发明内容
针对现有技术中直接对半导体器件的表面进行扫描分析造成的半导体器件检测结果的准确率较低的问题，本发明提供一种半导体器件检测方法、装置、智能终端及存储介质，可通过获取半导体器件的彩色图像并对彩色图像进行处理，获得至少两个不同颜色通道的目标图像，基于各目标图像进行图像特征分析及判断，获得半导体器件的检测结果。通过将半导体器件的彩色图像分为多个颜色通道的目标图像并分别进行分析判断，结合各个颜色通道下的判断结果获得半导体器件的检测结果，从而实现使半导体器件缺陷检测结果的更加准确可信的技术效果。
为了实现上述技术效果，本发明第一方面提供一种半导体器件检测方法，其中，上述方法包括：
获取半导体器件的彩色图像；
对上述彩色图像进行处理，获得至少两个不同颜色通道的目标图像；
基于各上述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各上述目标图像的判断结果获得上述半导体器件的检测结果；
输出上述检测结果。
可选的，上述对上述彩色图像进行处理，获得至少两个不同颜色通道的目标图像，包括：
对上述彩色图像进行矩阵变换，获得图像矩阵；
对上述图像矩阵进行不同颜色的通道划分，获得至少两个不同颜色通道的通道图像；
分别对上述通道图像进行二值化处理，获得至少两个不同颜色通道的目标图像。
可选的，上述对上述图像矩阵进行不同颜色的通道划分，获得至少两个不同颜色的通道图像，包括：
基于RGB色彩模式对上述图像矩阵进行红色通道、绿色通道以及蓝色通道的划分；
分别获得上述半导体器件在红色通道、绿色通道以及蓝色通道的通道图像。
可选的，上述基于各上述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各上述目标图像的判断结果获得上述半导体器件的检测结果，包括：
分别对各上述目标图像进行图像特征分析，获得各上述目标图像的检测特征；
分别基于上述检测特征与预设的特征检测标准判断各上述目标图像中的目标缺陷及缺陷位置，其中，上述目标缺陷包括所有与上述预设的特征检测标准的差异值大于预设的差异阈值的检测特征；
根据所有上述目标图像中的目标缺陷及缺陷位置获得上述半导体器件的所有缺陷，作为上述半导体器件的检测结果。
可选的，上述输出上述检测结果包括：
当上述半导体器件的检测结果表明上述半导体器件存在缺陷时，输出上述半导体器件的缺陷及对应的缺陷位置，并发送处理提示。
本发明第二方面提供一种半导体器件检测装置，其中，上述装置包括：
图像获取模块，用于获取半导体器件的彩色图像；
图像处理模块，用于对上述彩色图像进行处理，获得至少两个不同颜色通道的目标图像；
特征分析模块，用于基于各上述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各上述目标图像的判断结果获得上述半导体器件的检测结果；
结果输出模块，用于输出上述检测结果。
可选的，上述图像处理模块包括：
矩阵变换单元，用于对上述彩色图像进行矩阵变换，获得图像矩阵；
通道划分单元，用于对上述图像矩阵进行不同颜色的通道划分，获得至少两个不同颜色通道的通道图像；
二值化处理单元，用于分别对上述通道图像进行二值化处理，获得至少两个不同颜色通道的目标图像。
可选的，上述图像获取模块包括：
光源单元，用于产生光线照射上述半导体器件；
反射光汇聚单元，用于汇聚上述半导体器件的反射光线；
图像生成单元，用于接收上述反射光线，生成上述半导体器件的彩色图像。
本发明第三方面提供一种智能终端，包括存储器、处理器以及存储在上述存储器上并可在所上述处理器上运行的程序，上述程序被上述处理器执行时实现上述任意一种半导体器件检测方法的步骤。
本发明第四方面提供一种非临时性计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现上述任意一种半导体器件检测方法的步骤。
由上可见，本发明方案获取半导体器件的彩色图像并对彩色图像进行处理，获得至少两个不同颜色通道的目标图像，基于各目标图像进行图像特征分析及判断，获得半导体器件的检测结果。由于本发明方案将半导体器件的彩色图像分为多个颜色通道的目标图像并分别进行分析判断，结合各个颜色通道下的判断结果获得半导体器件的检测结果。因此，相较于现有技术中直接对半导体器件的表面进行扫描和分析获取检测结果，本发明方案可有效降低环境以及半导体器件上的印刷内容等因素的影响，使得检测结果更准确可信。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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它的附图。
图1是本发明实施例提供的一种半导体器件检测方法的流程示意图；
图2是本发明实施例图1中步骤S200的具体流程示意图；
图3是本发明实施例图2中步骤S202的具体流程示意图；
图4是本发明实施例图1中步骤S300的具体流程示意图；
图5是本发明实施例提供的一种半导体器件检测装置的结构示意图；
图6是本发明实施例图5中图像处理模块520的具体结构示意图；
图7是本发明实施例图5中图像获取模块510的具体结构示意图；
图8是本发明实施例提供的一种待检测的半导体器件的结构示意图；
图9是本发明实施例提供的一种智能终端的内部结构原理框图。
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，以便透彻理解本发明实施例。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发明。在其它情况下，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发明的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当…时”或“一旦”或“响应于确定”或“响应于检测到”。类似的，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述的条件或事件]”或“响应于检测到[所描述条件或事件]”。
下面结合本发明实施例的附图，对本发明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发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
半导体器件缺陷检测是当前工业生产中非常重要的一个环节，对半导体器件进行准确高效的检测可以防止有缺陷的半导体器件被使用并造成安全风险以及经济损失。现有的缺陷检测机通常对半导体器件的表面进行扫描，识别获取半导体器件的缺陷检测结果。但现有技术中的缺陷检测机往往容易受到环境以及半导体器件上的印刷内容等因素的影响，尤其是实际使用中半导体器件上可能印刷有不同颜色的文字、线路标识、器件标识等内容，可能造成缺陷检测过程中识别不清楚，从而造成误检、漏检等结果，检测结果准确率较低。
为了解决现有技术中存在的问题，本发明提供一种半导体器件检测方法，在本发明实施例中，当要对半导体器件进行检测时，先获取半导体器件的彩色图像；然后对上述彩色图像进行处理，获得至少两个不同颜色通道的目标图像；基于各上述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各上述目标图像的判断结果获得上述半导体器件的检测结果并输出上述检测结果。如此，在对半导体器件进行缺陷检测时，获得一张彩色图像后，可以将彩色图像分为多张不同颜色通道的目标图像，分别对不同颜色通道的目标图像进行识别、检测及分析。可以在对每个颜色通道的目标图像进行识别检测时降低其它颜色内容的影响，且可以降低识别检测的难度。在完成每个颜色通道的目标图像的识别后将从所有颜色通道的目标图像获得的结果互相校验复核，获得最终的半导体器件的检测结果。从而使得半导体器件的检测结果更加准确可信。
示例性方法
如图1所示，本发明实施例提供一种半导体器件检测方法，上述方法包括如下步骤：
步骤S100，获取半导体器件的彩色图像。
可选的，可以通过彩色相机对需要进行检测的对应半导体器件进行实时拍摄获得上述半导体器件的彩色图像。也可以事先将所有需要进行检测的半导体器件的彩色图像存储在可读存储介质上，在进行检测时读取上述可读存储介质获得对应半导体器件的彩色图像，以提高检测效率。在此不做具体限定。
步骤S200，对上述彩色图像进行处理，获得至少两个不同颜色通道的目标图像。
可选的，上述不同颜色通道可以是预先设置的颜色通道，也可以是在实际使用过程中，根据半导体器件上印刷内容的颜色确定的能降低识别难度和误差的颜色通道，在此不做具体限定。
步骤S300，基于各上述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各上述目标图像的判断结果获得上述半导体器件的检测结果。
步骤S400，输出上述检测结果。
可选的，上述步骤S200、步骤S300和步骤S400可以由计算机执行。
可选的，上述输出上述检测结果包括：当上述半导体器件的检测结果表明上述半导体器件存在缺陷时，输出上述半导体器件的缺陷及对应的缺陷位置，并发送处理提示。其中，上述发送处理提示可以为向工作人员的移动终端发送处理提示。
可选的，上述检测结果可以以表格、图片标注或语音播报的形式输出，还可以以其它形式输出，在此不做具体限定。
具体的，当检测确定上述半导体器件无缺陷时，输出“该器件无缺陷”，当检测确定上述半导体器件存在缺陷时，输出对应的缺陷内容，以便用户对相应的半导体器件进行核查、筛选或修复。
由上可见，本发明实施例提供的半导体器件检测方案通过获取半导体器件的彩色图像并对彩色图像进行处理，获得至少两个不同颜色通道的目标图像，基于各上述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各上述目标图像的判断结果获得上述半导体器件的检测结果，获得半导体器件的检测结果并输出。由于本发明实施例提供的方案将半导体器件的彩色图像分为多个颜色通道的目标图像并分别进行分析判断，结合各个颜色通道下的判断结果获得半导体器件的检测结果。因此，相较于现有技术中直接对半导体器件的表面进行扫描和分析获取检测结果，本发明实施例提供的方案可有效降低环境以及半导体器件上的印刷内容等因素对检测结果的影响，使得检测结果更加准确可信。
具体的，如图2所示，本实施例中，上述步骤S200包括：
步骤S201，对彩色图像进行矩阵变换，获得图像矩阵。
步骤S202，对上述图像矩阵进行不同颜色的通道划分，获得至少两个不同颜色通道的通道图像。
步骤S203，分别对上述通道图像进行二值化处理，获得至少两个不同颜色通道的目标图像。
本实施例中，经图像处理后最终获得的不同颜色通道的目标图像是二值化图像，便于进一步进行形态学处理，提取上述目标图像中半导体器件的形状特征，从而提高检测识别的效率。
具体的，如图3所示，本实施例中，上述步骤S202包括：
步骤S2021，基于RGB色彩模式对图像矩阵进行红色通道、绿色通道以及蓝色通道的划分。
步骤S2022，分别获得上述半导体器件在红色通道、绿色通道以及蓝色通道的通道图像。
RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色，RGB即代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。本实施例中基于RGB色彩模式对上述图像矩阵进行红色通道、绿色通道以及蓝色通道的划分，可以广泛适用于对具有不同颜色的印刷内容的半导体器件的检测。实际使用过程中，可以根据半导体器件上印刷内容的具体颜色选择不同的颜色通道，还可以基于HSV颜色模型或者HSI颜色模型对上述图像矩阵进行处理以获得不同颜色通道的通道图像，在此不做具体限定。
具体的，如图4所示，本实施例中，上述步骤S300包括：
步骤S301，分别对各目标图像进行图像特征分析，获得各目标图像的检测特征。
本实施例中，上述各目标图像为二值化图像，便于进行形态学处理并提取对应检测特征。
可选的，对于半导体器件的缺陷的检测项目包括固晶缺陷检测项目以及焊线缺陷检测项目。其中，上述固晶检测项目可包括晶片粘胶、晶片倒置、银胶过多/少、银胶短路、掉晶片、晶片松动、晶片龟裂、焊垫压伤、双粒晶片、漏固、晶片破损、固晶位置不正、晶片倾斜、晶片刮伤、晶片偏移等；上述焊线缺陷检测项目可包括漏焊、第一点空焊、松焊、断线、焊垫脱落、铝垫打穿、误认机、塌线、尾线、焊点太大、焊线弧度标准、铝线受损、焊点位置不当等。
对应的，上述各目标图像的检测特征可以包括晶片位置、晶片大小、晶片角度、银胶间距、晶片裂缝、焊点位置、焊点大小、焊线状态、焊线弧度等，还可以包括其它检测特征，在此不做具体限定。
步骤S302，分别基于上述检测特征与预设的特征检测标准判断各上述目标图像中的目标缺陷及缺陷位置，其中，上述目标缺陷包括所有与上述预设的特征检测标准的差异值大于预设的差异阈值的检测特征。
实际使用过程中，例如，对上述半导体器件的焊点大小进行检测时，先分别识别获得各目标图像中的焊点的检测直径，再将上述检测直径与预设的焊点的标准直径进行对比，当两者的差异大于预设的差异阈值时，判断该焊点的大小存在缺陷，记录该目标缺陷及对应的缺陷位置。对半导体器件的其它检测特征进行缺陷检测时过程与上述过程相似，在此不再赘述。
步骤303，根据所有上述目标图像中的目标缺陷及缺陷位置获得上述半导体器件的所有缺陷，作为上述半导体器件的检测结果。
本实施例中，获得各目标图像中的目标缺陷及缺陷位置后，对各目标图像中的目标缺陷及缺陷位置进行复核，当一个目标缺陷在超过预设的临界数量的目标图像的相同位置都有出现时，判定该目标缺陷为半导体器件实际存在的缺陷，将判定获得的半导体器件的所有缺陷作为半导体器件的检测结果。
其中，上述临界数量为预先设置的一个数值，当超过该数值的目标图像中都检测到同一个缺陷时可判断该缺陷实际存在而非误判。可选的，上述临界数量可以根据实际需求进行更改。在一个较佳实施例中，上述临界数量可以设置为上述目标图像的总数的一半，这意味着只有在半数以上的目标图像中都检测到相同的目标缺陷，才认为该缺陷是半导体器件实际存在的缺陷。而当对半导体器件的品质要求极高时，也可以将上述临界数量设置为1，即只要在任何一张目标图像中检测到缺陷就判定该缺陷真实存在，以降低对半导体器件的缺陷的检测不准确带来的风险。
可选的，还可以根据上述半导体器件的不同检测特征在不同颜色通道下进行识别检测的难易程度，为不同的检测特征选择作为主要判定依据的主要颜色通道。例如，当上述半导体器件的焊点特征在红色通道下更易识别且识别精度更高时，可以将红色通道作为主要颜色通道，将红色通道下目标图像作为检测该半导体器件的焊点特征的主要依据图像。实际使用中，上述主要颜色通道也可以由工作人员根据半导体器件的实际情况进行预先设定。
示例性设备
如图5中所示，对应于上述半导体器件检测方法，本发明实施例还提供一种半导体器件检测装置，上述半导体器件检测装置包括：
图像获取模块510，用于获取半导体器件的彩色图像。
可选的，上述图像获取模块510可以对需要进行检测的对应半导体器件进行实时拍摄获得上述半导体器件的彩色图像。也可以通过读取事先存储所有需要进行检测的半导体器件的彩色图像的可读存储介质上获得对应半导体器件的彩色图像，以提高检测效率，在此不做具体限定。
图像处理模块520，用于对上述彩色图像进行处理，获得至少两个不同颜色通道的目标图像。
可选的，上述图像处理模块520可以预先设置不同的颜色通道，供用户在使用过程中选择所需颜色通道。
特征分析模块530，用于基于各上述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各上述目标图像的判断结果获得上述半导体器件的检测结果。
结果输出模块540，用于输出上述检测结果。
可选的，上述输出上述检测结果包括：当上述半导体器件的检测结果表明上述半导体器件存在缺陷时，输出上述半导体器件的缺陷及对应的缺陷位置，并发送处理提示。其中，上述发送处理提示可以为向工作人员的移动终端发送处理提示。
可选的，上述结果输出模块540可以以表格、图片标注或语音播报的形式输出检测结果，还可以以其它形式输出，在此不做具体限定。
具体的，当检测确定上述半导体器件无缺陷时，上述结果输出模块540输出“该器件无缺陷”，当检测确定上述半导体器件存在缺陷时，输出对应的缺陷内容，以便用户对相应的半导体器件进行核查、筛选或修复。
由上可见，本发明实施例提供的半导体器件检测装置通过图像获取模块510获取半导体器件的彩色图像；通过图像处理模块520对上述彩色图像进行处理，获得至少两个不同颜色通道的目标图像；通过特征分析模块530各上述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各上述目标图像的判断结果获得上述半导体器件的检测结果；通过结果输出模块540输出上述检测结果。由于本发明实施例提供的方案将半导体器件的彩色图像分为多个颜色通道的目标图像并分别进行分析判断，结合各个颜色通道下的判断结果获得半导体器件的检测结果。因此，相较于现有技术中直接对半导体器件的表面进行扫描和分析获取检测结果，本发明实施例提供的方案可有效降低环境以及半导体器件上的印刷内容等因素对检测结果的影响，使得检测结果更加准确可信。
可选的，上述特征分析模块530具体用于：分别对各目标图像进行图像特征分析，获得各目标图像的检测特征；分别基于上述检测特征与预设的特征检测标准判断各上述目标图像中的目标缺陷及缺陷位置，其中，上述目标缺陷包括所有与上述预设的特征检测标准的差异值大于预设的差异阈值的检测特征；根据所有上述目标图像中的目标缺陷及缺陷位置获得上述半导体器件的所有缺陷，作为上述半导体器件的检测结果。
可选的，对于半导体器件的缺陷的检测项目包括固晶缺陷检测项目以及焊线缺陷检测项目。其中，上述固晶检测项目可包括晶片粘胶、晶片倒置、银胶过多/少、银胶短路、掉晶片、晶片松动、晶片龟裂、焊垫压伤、双粒晶片、漏固、晶片破损、固晶位置不正、晶片倾斜、晶片刮伤、晶片偏移等；上述焊线缺陷检测项目可包括漏焊、第一点空焊、松焊、断线、焊垫脱落、铝垫打穿、误认机、塌线、尾线、焊点太大、焊线弧度标准、铝线受损、焊点位置不当等。
对应的，上述各目标图像的检测特征可以包括晶片位置、晶片大小、晶片角度、银胶间距、晶片裂缝、焊点位置、焊点大小、焊线状态、焊线弧度等，还可以包括其它检测特征，在此不做具体限定。
实际使用过程中，例如，对上述半导体器件的焊点大小进行检测时，先分别识别获得各目标图像中的焊点的检测直径，再将上述检测直径与预设的焊点的标准直径进行对比，当两者的差异大于预设的差异阈值时，判断该焊点的大小存在缺陷，记录该目标缺陷及对应的缺陷位置。对半导体器件的其它检测特征进行缺陷检测时过程与上述过程相似，在此不再赘述。
本实施例中，获得各目标图像中的目标缺陷及缺陷位置后，对各目标图像中的目标缺陷及缺陷位置进行复核，当一个目标缺陷在超过预设的临界数量的目标图像的相同位置都有出现时，判定该目标缺陷为半导体器件实际存在的缺陷，将判定获得的半导体器件的所有缺陷作为半导体器件的检测结果。
其中，上述临界数量为预先设置的一个数值，当超过该数值的目标图像中都检测到同一个缺陷时可判断该缺陷实际存在而非误判。可选的，上述临界数量可以根据实际需求进行更改。在一个较佳实施例中，上述临界数量可以设置为上述目标图像的总数的一半，这意味着只有在半数以上的目标图像中都检测到相同的目标缺陷，才认为该缺陷是半导体器件实际存在的缺陷。而当对半导体器件的品质要求极高时，也可以将上述临界数量设置为1，即只要在任何一张目标图像中检测到缺陷就判定该缺陷真实存在，以降低对半导体器件的缺陷的检测不准确带来的风险。
可选的，上述特征分析模块530还可以根据上述半导体器件的不同检测特征在不同颜色通道下进行识别检测的难易程度，为不同的检测特征选择作为主要判定依据的主要颜色通道。例如，当上述半导体器件的焊点特征在红色通道下更易识别且识别精度更高时，可以将红色通道作为主要颜色通道，将红色通道下目标图像作为检测该半导体器件的焊点特征的主要依据图像。实际使用中，上述主要颜色通道也可以由工作人员根据半导体器件的实际情况进行预先设定。
具体的，如图6所示，本实施例中，上述图像处理模块520包括：
矩阵变换单元521，用于对上述彩色图像进行矩阵变换，获得图像矩阵；
通道划分单元522，用于对上述图像矩阵进行不同颜色的通道划分，获得至少两个不同颜色通道的通道图像；
二值化处理单元523，用于分别对上述通道图像进行二值化处理，获得至少两个不同颜色通道的目标图像。
本实施例中，经图像处理后最终获得的不同颜色通道的目标图像是二值化图像，便于进一步进行形态学处理，提取上述目标图像中半导体器件的形状特征，从而提高检测识别的效率。
本实施例中，上述通道划分单元522具体用于：基于RGB色彩模式对图像矩阵进行红色通道、绿色通道以及蓝色通道的划分；分别获得上述半导体器件在红色通道、绿色通道以及蓝色通道的通道图像。
RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色，RGB即代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。本实施例中基于RGB色彩模式对上述图像矩阵进行红色通道、绿色通道以及蓝色通道的划分，可以广泛适用于对具有不同颜色的印刷内容的半导体器件的检测。实际使用过程中，上述通道划分单元522可以根据半导体器件上印刷内容的具体颜色选择不同的颜色通道，还可以基于HSV颜色模型或者HSI颜色模型对上述图像矩阵进行处理以获得不同颜色通道的通道图像，在此不做具体限定。
可选的，如图7所示，上述图像获取模块510包括：
光源单元511，用于产生光线照射上述半导体器件；
反射光汇聚单元512，用于汇聚上述半导体器件的反射光线；
图像生成单元513，用于接收上述反射光线，生成上述半导体器件的彩色图像。
可选的，上述光源单元512包括同轴光子单元和非同轴光子单元。上述同轴光子单元的光源均匀分布在光源板上，上述非同轴光子单元的光源板上均匀排布着高角度、中角度、低角度的灯珠，可根据不同检测项目选择不同角度的光源。且每个角度的灯珠颜色可根据需检测的半导体器件的颜色进行调整，进一步降低颜色对检测结果的准确率的影响。在实际使用过程中可以基于具体需求控制上述同轴子单元和上述非同轴子单元的发光。例如，在对半导体器件的焊点特征进行检测时，同轴光能达到更好的效果，则控制上述同轴子单元打开，控制上述非同轴子单元关闭。
可选的，上述反射光汇聚单元512可以为一个镀有可见光波段高透膜的镜头，上述图像生成单元513可以为一个彩色相机，上述彩色相机的分辨率和像元大小可根据检测需求和上述镜头的倍率进行调整。
图8示出了一种待检测的半导体器件，包括导线架1，芯片2，管脚3，焊盘4以及焊线5。本发明实施例提供的半导体器件检测装置可以对该半导体器件进行焊点位置、焊点大小、焊线状态、焊线弧度等特征的检测，具体检测过程如上所述。
基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图9所示。上述智能终端包括通过系统总线连接的处理器、存储器、网络接口以及显示屏。其中，该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时实现上述任意一种半导体器件检测方法的步骤。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解，图9中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体的智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种智能终端，包括有存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的程序，上述程序被上述处理器执行时进行以下操作指令：
获取半导体器件的彩色图像；
对上述彩色图像进行处理，获得至少两个不同颜色通道的目标图像；
基于各上述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各上述目标图像的判断结果获得上述半导体器件的检测结果；
输出上述检测结果。
本发明实施例还提供一种非临时性计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现本发明实施例提供的任一种半导体器件检测方法所述的步骤。
应理解，上述实施例中各步骤的序号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，而不应对本发明实施例的实施过程构成任何限定。
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，即将上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，并不用于限制本发明的保护范围。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实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。这些功能究竟是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的方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，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，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以由另外的划分方式，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。
上述集成的模块/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存储介质中。基于这样的理解，本发明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，上述计算机程序可存储于以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，上述计算机程序包括计算机程序代码，上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。上述计算机可读介质可以包括：能够携带上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，RandomAccess 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，上述计算机可读存储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。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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，并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种半导体器件检测方法，其特征在于，所述方法包括：
获取半导体器件的彩色图像；
对所述彩色图像进行处理，获得至少两个不同颜色通道的目标图像；
基于各所述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各所述目标图像的判断结果获得所述半导体器件的检测结果；
输出所述检测结果。
2.根据权利要求1所述的半导体器件检测方法，其特征在于，所述对所述彩色图像进行处理，获得至少两个不同颜色通道的目标图像，包括：
对所述彩色图像进行矩阵变换，获得图像矩阵；
对所述图像矩阵进行不同颜色的通道划分，获得至少两个不同颜色通道的通道图像；
分别对所述通道图像进行二值化处理，获得至少两个不同颜色通道的目标图像。
3.根据权利要求2所述的半导体器件检测方法，其特征在于，所述对所述图像矩阵进行不同颜色的通道划分，获得至少两个不同颜色的通道图像，包括：
基于RGB色彩模式对所述图像矩阵进行红色通道、绿色通道以及蓝色通道的划分；
分别获得所述半导体器件在红色通道、绿色通道以及蓝色通道的通道图像。
4.根据权利要求1至3任一项所述的半导体器件检测方法，其特征在于，所述基于各所述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各所述目标图像的判断结果获得所述半导体器件的检测结果，包括：
分别对各所述目标图像进行图像特征分析，获得各所述目标图像的检测特征；
分别基于所述检测特征与预设的特征检测标准判断各所述目标图像中的目标缺陷及缺陷位置，其中，所述目标缺陷包括所有与所述预设的特征检测标准的差异值大于预设的差异阈值的检测特征；
根据所有所述目标图像中的目标缺陷及缺陷位置获得所述半导体器件的所有缺陷，作为所述半导体器件的检测结果。
5.根据权利要求4所述的半导体器件检测方法，其特征在于，所述输出所述检测结果包括：
当所述半导体器件的检测结果表明所述半导体器件存在缺陷时，输出所述半导体器件的缺陷及对应的缺陷位置，并发送处理提示。
6.一种半导体器件检测装置，其特征在于，所述装置包括：
图像获取模块，用于获取半导体器件的彩色图像；
图像处理模块，用于对所述彩色图像进行处理，获得至少两个不同颜色通道的目标图像；
特征分析模块，用于基于各所述目标图像进行图像特征分析并与预设的特征检测标准进行对比及判断，结合各所述目标图像的判断结果获得所述半导体器件的检测结果；
结果输出模块，用于输出所述检测结果。
7.根据权利要求6所述的半导体器件检测装置，其特征在于，所述图像处理模块包括：
矩阵变换单元，用于对所述彩色图像进行矩阵变换，获得图像矩阵；
通道划分单元，用于对所述图像矩阵进行不同颜色的通道划分，获得至少两个不同颜色通道的通道图像；
二值化处理单元，用于分别对所述通道图像进行二值化处理，获得至少两个不同颜色通道的目标图像。
8.根据权利要求6或7所述的半导体器件检测装置，其特征在于，所述图像获取模块包括：
光源单元，用于产生光线照射所述半导体器件；
反射光汇聚单元，用于汇聚所述半导体器件的反射光线；
图像生成单元，用于接收所述反射光线，生成所述半导体器件的彩色图像。
9.一种智能终端，其特征在于，包括存储器、处理器以及存储在上述存储器上并可在所上述处理器上运行的程序，所述程序被上述处理器执行时实现如权利要求1-5任意一项所述方法的步骤。
10.一种非临时性计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现如权利要求1-5任意一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011084992.2A CN112184689B (zh) | 2020-10-12 | 2020-10-12 | 一种半导体器件检测方法、装置、智能终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011084992.2A CN112184689B (zh) | 2020-10-12 | 2020-10-12 | 一种半导体器件检测方法、装置、智能终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112184689A true CN112184689A (zh) | 2021-01-05 |
| CN112184689B CN112184689B (zh) | 2024-06-25 |
Family
ID=73949228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011084992.2A Active CN112184689B (zh) | 2020-10-12 | 2020-10-12 | 一种半导体器件检测方法、装置、智能终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112184689B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113643995A (zh) * | 2021-07-21 | 2021-11-12 | 长江存储科技有限责任公司 | 一种检测方法和装置 |
| CN113739966A (zh) * | 2021-08-05 | 2021-12-03 | 山东永聚医药科技有限公司 | 高分子预灌封注射器针筒应力的检测设备及检测方法 |
| CN113781420A (zh) * | 2021-08-31 | 2021-12-10 | 深圳市卓兴半导体科技有限公司 | 一种固晶过程中漏固的扫描检测方法、系统及存储介质 |
| CN114923916A (zh) * | 2022-06-08 | 2022-08-19 | 苏州清翼光电科技有限公司 | 一种用于无线充电线圈的镀锡端子部的检测装置及方法 |
| CN117893538A (zh) * | 2024-03-15 | 2024-04-16 | 成都方昇科技有限公司 | 基于机器视觉的半导体器件质量检测方法、装置及系统 |
| WO2024138462A1 (zh) * | 2022-12-28 | 2024-07-04 | 深圳华大生命科学研究院 | 芯片质量检测的方法及装置、电子设备和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080249728A1 (en) * | 2007-04-05 | 2008-10-09 | Vistec Semiconductor Systems Gmbh | Method for detecting defects on the back side of a semiconductor wafer |
| CN105354847A (zh) * | 2015-11-10 | 2016-02-24 | 浙江大学 | 基于滑动比较窗口自适应分割的水果表面缺陷检测方法 |
| CN105574837A (zh) * | 2014-10-13 | 2016-05-11 | Tcl集团股份有限公司 | 一种图像相似性匹配方法及装置 |
| CN106157310A (zh) * | 2016-07-06 | 2016-11-23 | 南京汇川图像视觉技术有限公司 | 基于混合自适应水平集模型与多通道结合的TFT LCD mura缺陷检测方法 |
| CN109916906A (zh) * | 2018-10-11 | 2019-06-21 | 乐人株式会社 | 缺陷检测装置及方法 |
| CN110146509A (zh) * | 2019-05-07 | 2019-08-20 | 无锡先导智能装备股份有限公司 | 电池检测方法及电池检测设备 |
-
2020
- 2020-10-12 CN CN202011084992.2A patent/CN112184689B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080249728A1 (en) * | 2007-04-05 | 2008-10-09 | Vistec Semiconductor Systems Gmbh | Method for detecting defects on the back side of a semiconductor wafer |
| CN105574837A (zh) * | 2014-10-13 | 2016-05-11 | Tcl集团股份有限公司 | 一种图像相似性匹配方法及装置 |
| CN105354847A (zh) * | 2015-11-10 | 2016-02-24 | 浙江大学 | 基于滑动比较窗口自适应分割的水果表面缺陷检测方法 |
| CN106157310A (zh) * | 2016-07-06 | 2016-11-23 | 南京汇川图像视觉技术有限公司 | 基于混合自适应水平集模型与多通道结合的TFT LCD mura缺陷检测方法 |
| CN109916906A (zh) * | 2018-10-11 | 2019-06-21 | 乐人株式会社 | 缺陷检测装置及方法 |
| CN110146509A (zh) * | 2019-05-07 | 2019-08-20 | 无锡先导智能装备股份有限公司 | 电池检测方法及电池检测设备 |
Non-Patent Citations (1)
| Title |
|---|
| 彭烨，等: "基于RGB颜色特征的印鉴图像预处理", 《信息技术》, 15 October 2012 (2012-10-15) * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113643995A (zh) * | 2021-07-21 | 2021-11-12 | 长江存储科技有限责任公司 | 一种检测方法和装置 |
| CN113643995B (zh) * | 2021-07-21 | 2024-05-14 | 长江存储科技有限责任公司 | 一种检测方法和装置 |
| CN113739966A (zh) * | 2021-08-05 | 2021-12-03 | 山东永聚医药科技有限公司 | 高分子预灌封注射器针筒应力的检测设备及检测方法 |
| CN113739966B (zh) * | 2021-08-05 | 2024-05-28 | 山东永聚医药科技股份有限公司 | 高分子预灌封注射器针筒应力的检测设备及检测方法 |
| CN113781420A (zh) * | 2021-08-31 | 2021-12-10 | 深圳市卓兴半导体科技有限公司 | 一种固晶过程中漏固的扫描检测方法、系统及存储介质 |
| CN114923916A (zh) * | 2022-06-08 | 2022-08-19 | 苏州清翼光电科技有限公司 | 一种用于无线充电线圈的镀锡端子部的检测装置及方法 |
| WO2024138462A1 (zh) * | 2022-12-28 | 2024-07-04 | 深圳华大生命科学研究院 | 芯片质量检测的方法及装置、电子设备和存储介质 |
| CN117893538A (zh) * | 2024-03-15 | 2024-04-16 | 成都方昇科技有限公司 | 基于机器视觉的半导体器件质量检测方法、装置及系统 |
| CN117893538B (zh) * | 2024-03-15 | 2024-05-31 | 成都方昇科技有限公司 | 基于机器视觉的半导体器件质量检测方法、装置及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112184689B (zh) | 2024-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112184689B (zh) | 一种半导体器件检测方法、装置、智能终端及存储介质 | |
| JP3960346B2 (ja) | 画像処理方法、基板検査方法、基板検査装置、および基板検査用の検査データ作成方法 | |
| JP4736764B2 (ja) | 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置 | |
| EP1703465A2 (en) | Color-based inspection of printed circuit boards | |
| CN108648175B (zh) | 一种检测方法和装置 | |
| JP4539355B2 (ja) | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 | |
| CN112634203A (zh) | 图像检测方法、电子设备及计算机可读存储介质 | |
| JP5045591B2 (ja) | 検査領域の領域設定データの作成方法および基板外観検査装置 | |
| CN113781396A (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
| CN117589770A (zh) | Pcb贴片板检测方法、装置、设备及介质 | |
| JP4506395B2 (ja) | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 | |
| JP2007033126A (ja) | 基板検査装置並びにそのパラメータ調整方法およびパラメータ調整装置 | |
| CN112446865A (zh) | 瑕疵识别方法、装置、设备和存储介质 | |
| CN113933309B (zh) | 一种复测aoi机台检盲孔孔内不良的方法 | |
| JP2000046651A (ja) | ワイヤーの外観検査装置 | |
| JP4507785B2 (ja) | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 | |
| TWI852571B (zh) | 線路影像檢測方法以及包含其的自動光學檢測系統 | |
| JPH0989797A (ja) | 実装基板検査装置 | |
| JP2000097882A (ja) | Ｘ線検査方法及びｘ線検査装置 | |
| KR102028196B1 (ko) | 영상 처리를 이용한 엘이디 모듈 검사 장치 | |
| CN118348008A (zh) | 极片表面异物检测方法及极片检测系统 | |
| KR100939600B1 (ko) | 제품 품질 검사 시스템 및 그 방법 | |
| JP4419778B2 (ja) | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 | |
| CN118351083A (zh) | 一种基于增强现实技术的变压器换位导线焊接质量检测方法 | |
| CN117764899A (zh) | 瑕疵检测方法、终端设备和存储介质 |
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 |