CN112216640A - 一种半导体芯片定位方法和装置 - Google Patents
一种半导体芯片定位方法和装置 Download PDFInfo
- Publication number
- CN112216640A CN112216640A CN202011115287.4A CN202011115287A CN112216640A CN 112216640 A CN112216640 A CN 112216640A CN 202011115287 A CN202011115287 A CN 202011115287A CN 112216640 A CN112216640 A CN 112216640A
- Authority
- CN
- China
- Prior art keywords
- detection
- semiconductor chip
- determining
- target
- positioning
- 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
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/68—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment
- H01L21/681—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment using optical controlling means
Abstract
本发明涉及计算机技术领域，具体涉及一种半导体芯片定位方法和装置，所述方法包括：获取待定位的目标半导体芯片的初始图像，根据所述目标半导体芯片的初始图像获得梯度图像；确定所述梯度图像中包含完成边界过渡的预设大小的目标区域，确定所述目标区域的图像边缘模糊距离；根据所述图像边缘模糊距离获得探测滑动框；根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置。本发明能够克服玻璃塑封中由于毛糙玻璃反光而影响图像采集的缺陷，实现更精准地定位半导体芯片的位置。
Description
技术领域
本发明涉及计算机技术领域，具体涉及一种半导体芯片定位方法和装置。
背景技术
半导体芯片由于玻璃塑封的存在，采集到的图像会受到毛糙玻璃反光的影响而模糊，使用传统边缘检测的方法进行定位会有较大误差。
公开号为CN104700085A的中国专利申请公开了一种基于模板匹配的芯片定位方法，具体包括以下步骤：步骤一，制作模板；步骤二，对待定位图片进行预处理，增大背景与芯片基体的对比度；步骤三，对预处理后的图片进行图像分割，得到blob块，利用blob块的面积和blob块对应的最小外接矩形的边长信息排除存在连晶、缺损缺陷的芯片；获取剩下的blob块的最小外接矩形的中心位置坐标，以及短边与水平方向的夹角；步骤四，根据步骤三得出的中心位置坐标和夹角，在待定位图片上采用模板匹配芯片，定位出芯片的位置和角度。该方法主要适用于芯片制造过程中对芯片的定位，采用先筛选再匹配的方法能快速准确定位出合格芯片的位置，排除掉带有连晶、缺损缺陷的芯片。但是无法解决玻璃塑封中由于毛糙玻璃反光而影响图像采集的缺陷。
公开号为CN108982508A的中国专利申请公开了一种基于特征模板匹配和深度学习的塑封体IC芯片缺陷检测方法，包括如下步骤：(1)图像采集和预处理；(2)建立IC芯片定位模板和字符定位模板；(3)基于特征模板匹配的芯片定位和字符检测；(4)字符缺陷判别；(5)卷积神经网络深度学习架构的创建和训练；(6)IC芯片引脚缺陷检测和分类。该方法可以有效的检测塑封体中的IC芯片的字符缺陷，并能够完成引脚的缺陷分类，具备较高的准确率，能满足塑封体中IC芯片的在线检测需求。但是，同样无法解决玻璃塑封中由于毛糙玻璃反光而影响图像采集的缺陷。
发明内容
有鉴于此，本发明实施例提供了一种半导体芯片定位方法，能够克服玻璃塑封中由于毛糙玻璃反光而影响图像采集的缺陷，实现更精准地定位半导体芯片的位置。
本发明基于第一个方面，提供了一种半导体芯片定位方法，在一个实施例中，该方法包括以下步骤：
获取待定位的目标半导体芯片的初始图像，根据所述目标半导体芯片的初始图像获得梯度图像；
确定所述梯度图像中包含完成边界过渡的预设大小的目标区域，确定所述目标区域的图像边缘模糊距离；
根据所述图像边缘模糊距离获得探测滑动框；
根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置。
在一个实施例中，所述根据所述图像边缘模糊距离获得探测滑动框，包括：
确定所述目标半导体芯片对应的预设滑动外框的尺寸信息；
根据所述预设滑动外框的尺寸信息和所述图像边缘模糊距离获得滑动内框的尺寸信息；
根据所述预设滑动外框的尺寸信息和所述滑动内框的尺寸信息获得探测滑动框，所述探测滑动框的探测区域为所述预设滑动外框和所述滑动内框构成的边框夹层。
在一个实施例中，所述根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置，包括：
根据第一预设探测步长确定所述探测滑动框在所述梯度图像中的多个探测位置；
确定所述探测滑动框在所述梯度图像中各个探测位置上对应的定位响应强度；
根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置。
在一个实施例中，所述根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置，包括：
从所述梯度图像的所有探测位置中确定定位响应强度最大的第一目标探测位置；
将所述探测滑动框在所述第一目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
在一个实施例中，所述根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置，包括：
从所述多个探测位置中确定定位响应强度最大的目标探测位置；
根据所述探测滑动框在所述目标探测位置上对应的框内区域确定粗探测区域；
根据第二预设探测步长确定所述探测滑动框在所述粗探测区域中的多个探测位置；
确定所述探测滑动框在所述粗探测区域中各个探测位置上对应的定位响应强度；
从所述粗探测区域的所有探测位置中确定定位响应强度最大的第二目标探测位置；
将所述探测滑动框在所述第二目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
本发明基于第二方面提供了一种半导体芯片定位装置，在一个实施例中，该半导体芯片定位装置包括以下模块：
获取待定位的目标半导体芯片的初始图像，根据所述目标半导体芯片的初始图像获得梯度图像；
确定所述梯度图像中包含完成边界过渡的预设大小的目标区域，确定所述目标区域的图像边缘模糊距离；
根据所述图像边缘模糊距离获得探测滑动框；
根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置。
在一个实施例中，所述根据所述图像边缘模糊距离获得探测滑动框，包括：
确定所述目标半导体芯片对应的预设滑动外框的尺寸信息；
根据所述预设滑动外框的尺寸信息和所述图像边缘模糊距离获得滑动内框的尺寸信息；
根据所述预设滑动外框的尺寸信息和所述滑动内框的尺寸信息获得探测滑动框，所述探测滑动框的探测区域为所述预设滑动外框和所述滑动内框构成的边框夹层。
在一个实施例中，所述根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置，包括：
根据第一预设探测步长确定所述探测滑动框在所述梯度图像中的多个探测位置；
确定所述探测滑动框在所述梯度图像中各个探测位置上对应的定位响应强度；
根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置。
在一个实施例中，所述根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置，包括：
从所述梯度图像的所有探测位置中确定定位响应强度最大的第一目标探测位置；
将所述探测滑动框在所述第一目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
在一个实施例中，所述根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置，包括：
从所述多个探测位置中确定定位响应强度最大的目标探测位置；
根据所述探测滑动框在所述目标探测位置上对应的框内区域确定粗探测区域；
根据第二预设探测步长确定所述探测滑动框在所述粗探测区域中的多个探测位置；
确定所述探测滑动框在所述粗探测区域中各个探测位置上对应的定位响应强度；
从所述粗探测区域的所有探测位置中确定定位响应强度最大的第二目标探测位置；
将所述探测滑动框在所述第二目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
在本发明中，在获取待定位的目标半导体芯片的初始图像之后，根据所述目标半导体芯片的初始图像获得梯度图像；确定所述梯度图像中包含完成边界过渡的预设大小的目标区域，确定所述目标区域的图像边缘模糊距离；根据所述图像边缘模糊距离获得探测滑动框；根据所述探测滑动框对所述梯度图像进行探测，从而获得所述目标半导体芯片的定位位置。本发明克服了玻璃塑封中由于毛糙玻璃反光而影响图像采集的缺陷，能够实现更精准地定位半导体芯片的位置。
上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明实施例的限制。其中：
图1为本发明一个实施例的半导体芯片定位方法的示意图；
图2为本发明一个实施例中初始图像的示意图；
图3为本发明一个实施例的灰度图像的示意图；
图4为本发明一个实施例的梯度图像的示意图；
图5为本发明一个实施例的梯度图像中目标区域的示意图；
图6为本发明一个实施例的探测滑动框的探测区域示意图；
图7为本发明一个实施例的粗定位区域的示意图；
图8为本发明一个实施例的目标半导体芯片的定位位置的示意图；
图9为本发明一个实施例的半导体芯片定位装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员，应当理解的是，本公开可以以各种形式实现而不应被下面阐述的实施例所限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语（包括技术术语和科学术语），具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
如图1所示，在一个实施例中，本发明提供的一种半导体芯片定位方法，包括以下步骤：
步骤S110，获取待定位的目标半导体芯片的初始图像，根据所述目标半导体芯片的初始图像获得梯度图像。
在本实施例中，目标半导体芯片是指要确定定位位置的半导体芯片。在确定目标半导体芯片时，先获取目标半导体芯片的初始图像，比如通过摄像头拍摄该芯片而获得其初始图像。之后，将该初始图像转换为灰度图，再对转换得到的灰度图进行梯度计算，得到该初始图像对应的梯度图像。
比如，在一个实施方式中，获得的初始图像可以如图2所示，先将图2所示的初始图像转换为如图3所示的灰度图，在对图3所示的灰度图进行梯度计算，得到如图4所示的梯度图像。
步骤S120，确定所述梯度图像中包含完成边界过渡的预设大小的目标区域，确定所述目标区域的图像边缘模糊距离。
在本实施例中，经过步骤S110获得该初始图像对应的梯度图像之后，找出该梯度图像中已完成边界过渡的目标区域，其中，该目标区域在该梯度图像中所占面积（即该目标区域的大小）可以预先设置好。在确定出该目标区域后，确定出该目标区域的图像边缘模糊距离。
比如，在一个实施方式中，从图4所示的梯度图像中取得的完成边界过渡的目标区域为如图5中的L1框所对应的区域，之后可以在L1框中，在每列上（即图5所示的L2线）比较梯度值，获得满足梯度值小于预设阈值（比如，可以在20-50之间取一个值作为阈值）的上下最近的两个像素点，对L1框内的每列都进行计算，最终可以获得如图5中L3线所示的两条由符合上述条件的像素点所构成的横线，计算每一列上处于L3线上的像素点之间的像素距离，最后取L3线上所有列像素点的像素距离的均值即可得到该目标区域的图像边缘模糊距离。需要说明的是，在确定目标区域的图像边缘模糊距离时，还可以在梯度图像中取竖直边缘上完成边界过渡的目标区域，而在计算时，则是在该处于竖直边缘的目标区域中，每行上比较梯度值，获得满足梯度值小于预设阈值的左右最近的两个像素点，对目标区域的每行进行计算，可以得到类似于L3线的两条竖线，进而可以计算出目标区域的图像边缘模糊距离。
步骤S130，根据所述图像边缘模糊距离获得探测滑动框。
在本实施例中，在获得图像边缘模糊距离之后即可通过该图像边缘模糊距离来获得探测滑动框。
在一个实施方式中，根据所述图像边缘模糊距离获得探测滑动框，包括：
确定所述目标半导体芯片对应的预设滑动外框的尺寸信息；
根据所述预设滑动外框的尺寸信息和所述图像边缘模糊距离获得滑动内框的尺寸信息；
根据所述预设滑动外框的尺寸信息和所述滑动内框的尺寸信息获得探测滑动框，所述探测滑动框的探测区域为所述预设滑动外框和所述滑动内框构成的边框夹层。
其中，可以预先为目标半导体芯片设定探测滑动框的外框大小（即预设滑动外框的尺寸信息），在经过步骤S120获得图像边缘模糊距离之后，将预设滑动外框向内缩小与该图像边缘模糊距离相同的像素距离，从而得到滑动内框的尺寸信息，最后基于该预设滑动外框的尺寸信息和该滑动内框的尺寸信息即可获得探测滑动框，即计算得到探测滑动框的探测区域。需要说明的是，探测滑动框的探测区域为预设滑动外框和滑动内框构成的边框夹层。比如，图6中L4所指的区域。
步骤S140，根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置。
在本实施例中，获得探测活动框之后，即可基于该探测活动框对该梯度图像进行探测，以确定出目标半导体芯片的定位位置。
以往为半导体芯片定位时，通常会采用边缘检测算法来定位，但由于半导体芯片上封装了玻璃塑封，这会使得采集到的图像毛糙玻璃反光的影响而变得模糊，因而导致使用边缘检测算法来定位半导体芯片时，定位精确地不高。而在本实施例中，在获取待定位的目标半导体芯片的初始图像之后，先根据目标半导体芯片的初始图像获得梯度图像；之后确定该梯度图像中包含完成边界过渡的预设大小的目标区域，并确定出该目标区域的图像边缘模糊距离，而通过该图像边缘模糊距离可以构建用于探测该梯度图像的探测滑动框，通过使用该探测滑动框对所述梯度图像进行探测，能够实现更精准地定位出目标半导体芯片的位置。
在一个实施方式中，根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置，包括：
根据第一预设探测步长确定所述探测滑动框在所述梯度图像中的多个探测位置；
确定所述探测滑动框在所述梯度图像中各个探测位置上对应的定位响应强度；
根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置。
其中，在探测时，可以以第一预设探测步长来移动探测滑动框在梯度图像中所处的位置，其中，可以将之前获得的图像边缘模糊距离作为第一预设探测步长。可以理解地，探测滑动框的尺寸信息在探测过程时，保持不变（即探测滑动框的滑动外框和滑动内框位置不变），可以理解为探测时类似于滑动窗口的操作，在整个梯度图像上滑动探测滑动框来进行探测。
也可以理解地，探测滑动框在不同探测位置上的探测区域在该梯度图像上对应的区域是不同的，但不同探测位置上的探测区域在该梯度图像上对应的区域可能会有部分重叠。比如，如图6所示，假设在第一探测位置，探测滑动框的探测区域为L4所指的区域，如果将探测滑动框向左（当然还可以是向右/上/下）移动一个第一预设探测步长（比如，20像素距离）到达第二探测位置，那么探测滑动框的探测区域就不会L4所指的区域了。
之后计算出探测滑动框在各个探测位置上对应的探测区域的定位响应强度。具体地，对各个探测区域内的所有像素点的梯度值进行相加，获得一个数值，该数值即是该探测区域的定位响应强度。计算出所有探测位置上的定位响应强度之后，根据探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置。
在一个实施例中，根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置，包括：
从所述梯度图像的所有探测位置中确定定位响应强度最大的第一目标探测位置；
将所述探测滑动框在所述第一目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
在本实施例中，计算出所有探测位置上的定位响应强度之后，从中筛选出对应的定位响应强度最大的探测位置，将探测滑动框在该探测位置上的位置（具体为探测滑动框的外框）确定为目标半导体芯片的定位位置。
在另一个实施例中，根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置，包括：
从所述多个探测位置中确定定位响应强度最大的目标探测位置；
根据所述探测滑动框在所述目标探测位置上对应的框内区域确定为粗探测区域；
根据第二预设探测步长确定所述探测滑动框在所述粗探测区域中的多个探测位置；
确定所述探测滑动框在所述粗探测区域中各个探测位置上对应的定位响应强度；
从所述粗探测区域的所有探测位置中确定定位响应强度最大的第二目标探测位置；
将所述探测滑动框在所述第二目标探测位置上对应的滑动框位置（即探测滑动框的外框）确定为所述目标半导体芯片的定位位置。
在本实施例中，为了能够提高定位精确度，在计算出所有探测位置上的定位响应强度之后，从中筛选出对应的定位响应强度最大的探测位置（即目标探测位置），根据探测滑动框在目标探测位置上对应的框内区域确定粗探测区域。
具体地，先确定探测滑动框在该目标探测位置上时其探测外框对应的位置，将该探测外框上下左右各延伸N个的像素宽度，从而得到一个新的方框，该新的方框在梯度图像中对应的区域即为粗探测区域。比如，如图7中L5所示即为得到的新的方框，L6所示为探测滑动框的探测外框。其中N的取值可以是之前计算得到的图像边缘模糊距离。
在确定出粗探测区域之后，利用探测滑动框再次对该组探测区域进行探测，最终即可得到目标半导体芯片的定位位置，比如如图8中L7所指的方框（即探测滑动框的外框）的位置。其中的探测过程与前所述，在此不再赘述。但需要说明的是，这次探测过程中所采用的步长为第二预设探测步长（比如，设置为1），其中，第二预设探测步长小于第一预设探测步长。通过减少探测步长的值，能够更细致地进行探测，提高对半导体芯片的定位精确度。
基于同一发明构思，本发明实施例还提供一种空调结霜状态确定装置，下面结合附图对该空调结霜状态确定装置的具体实施方式进行详细描述。
如图9所示，在一个实施例中，一种半导体芯片定位装置，包括以下模块：
梯度图像获得模块110，用于获取待定位的目标半导体芯片的初始图像，根据所述目标半导体芯片的初始图像获得梯度图像；
边缘模糊距离确定模块120，用于确定所述梯度图像中包含完成边界过渡的预设大小的目标区域，确定所述目标区域的图像边缘模糊距离；
探测框获得模块130，用于根据所述图像边缘模糊距离获得探测滑动框；
定位模块140，用于根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置。
在一个实施例中，探测框获得模块，包括：
外框尺寸确定子模块，用于确定所述目标半导体芯片对应的预设滑动外框的尺寸信息；
内框尺寸确定子模块，用于根据所述预设滑动外框的尺寸信息和所述图像边缘模糊距离获得滑动内框的尺寸信息；
探测框获得子模块，用于根据所述预设滑动外框的尺寸信息和所述滑动内框的尺寸信息获得探测滑动框，所述探测滑动框的探测区域为所述预设滑动外框和所述滑动内框构成的边框夹层。
在一个实施例中，定位模块，包括：
探测位置确定子模块，用于根据第一预设探测步长确定所述探测滑动框在所述梯度图像中的多个探测位置；
定位响应强度确定子模块，用于确定所述探测滑动框在所述梯度图像中各个探测位置上对应的定位响应强度；
定位子模块，用于根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置。
在一个实施例中，定位子模块，包括：
第一探测位置确定单元，用于从所述梯度图像的所有探测位置中确定定位响应强度最大的第一目标探测位置；
定位单元，用于将所述探测滑动框在所述第一目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
在另一个实施例中，定位子模块，包括：
目标探测位置确定单元，用于从所述多个探测位置中确定定位响应强度最大的目标探测位置；
粗探测区域确定单元，用于根据所述探测滑动框在所述目标探测位置上对应的框内区域确定粗探测区域；
探测位置确定单元，用于根据第二预设探测步长确定所述探测滑动框在所述粗探测区域中的多个探测位置；
定位响应强度确定单元，用于确定所述探测滑动框在所述粗探测区域中各个探测位置上对应的定位响应强度；
第二探测位置确定单元，用于从所述粗探测区域的所有探测位置中确定定位响应强度最大的第二目标探测位置；
定位单元，用于将所述探测滑动框在所述第二目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
本实施例所介绍的空调结霜状态确定装置为可以执行本发明实施例中的半导体芯片定位方法的装置，故而基于本发明实施例中所介绍的半导体芯片定位方法，本领域技术人员能够了解本实施例的半导体芯片定位装置的具体实施方式以及其各种变化形式，故在此对于该半导体芯片定位装置如何实现本发明实施例中的半导体芯片定位方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中半导体芯片定位方法所采用的装置，都属于本申请所欲保护的范围。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
应该理解的是，在本发明各实施例中的各功能单元可集成在一个处理模块中，也可以各个单元单独物理存在，也可以两个或两个以上单元集成于一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种半导体芯片定位方法，其特征在于，包括：
获取待定位的目标半导体芯片的初始图像，根据所述目标半导体芯片的初始图像获得梯度图像；
确定所述梯度图像中包含完成边界过渡的预设大小的目标区域，确定所述目标区域的图像边缘模糊距离；
根据所述图像边缘模糊距离获得探测滑动框；
根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置。
2.如权利要求1所述的半导体芯片定位方法，其特征在于，
所述根据所述图像边缘模糊距离获得探测滑动框，包括：
确定所述目标半导体芯片对应的预设滑动外框的尺寸信息；
根据所述预设滑动外框的尺寸信息和所述图像边缘模糊距离获得滑动内框的尺寸信息；
根据所述预设滑动外框的尺寸信息和所述滑动内框的尺寸信息获得探测滑动框，所述探测滑动框的探测区域为所述预设滑动外框和所述滑动内框构成的边框夹层。
3.如权利要求2所述的半导体芯片定位方法，其特征在于，
所述根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置，包括：
根据第一预设探测步长确定所述探测滑动框在所述梯度图像中的多个探测位置；
确定所述探测滑动框在所述梯度图像中各个探测位置上对应的定位响应强度；
根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置。
4.如权利要求3所述的半导体芯片定位方法，其特征在于，
所述根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置，包括：
从所述梯度图像的所有探测位置中确定定位响应强度最大的第一目标探测位置；
将所述探测滑动框在所述第一目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
5.如权利要求3所述的半导体芯片定位方法，其特征在于，
所述根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置，包括：
从所述多个探测位置中确定定位响应强度最大的目标探测位置；
根据所述探测滑动框在所述目标探测位置上对应的框内区域确定粗探测区域；
根据第二预设探测步长确定所述探测滑动框在所述粗探测区域中的多个探测位置；
确定所述探测滑动框在所述粗探测区域中各个探测位置上对应的定位响应强度；
从所述粗探测区域的所有探测位置中确定定位响应强度最大的第二目标探测位置；
将所述探测滑动框在所述第二目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
6.一种半导体芯片定位装置，其特征在于，包括：
获取待定位的目标半导体芯片的初始图像，根据所述目标半导体芯片的初始图像获得梯度图像；
确定所述梯度图像中包含完成边界过渡的预设大小的目标区域，确定所述目标区域的图像边缘模糊距离；
根据所述图像边缘模糊距离获得探测滑动框；
根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置。
7.如权利要求6所述的半导体芯片定位装置，其特征在于，
所述根据所述图像边缘模糊距离获得探测滑动框，包括：
确定所述目标半导体芯片对应的预设滑动外框的尺寸信息；
根据所述预设滑动外框的尺寸信息和所述图像边缘模糊距离获得滑动内框的尺寸信息；
根据所述预设滑动外框的尺寸信息和所述滑动内框的尺寸信息获得探测滑动框，所述探测滑动框的探测区域为所述预设滑动外框和所述滑动内框构成的边框夹层。
8.如权利要求7所述的半导体芯片定位装置，其特征在于，
所述根据所述探测滑动框对所述梯度图像进行探测，获得所述目标半导体芯片的定位位置，包括：
根据第一预设探测步长确定所述探测滑动框在所述梯度图像中的多个探测位置；
确定所述探测滑动框在所述梯度图像中各个探测位置上对应的定位响应强度；
根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置。
9.如权利要求8所述的半导体芯片定位装置，其特征在于，
所述根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置，包括：
从所述梯度图像的所有探测位置中确定定位响应强度最大的第一目标探测位置；
将所述探测滑动框在所述第一目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
10.如权利要求8所述的半导体芯片定位装置，其特征在于，
所述根据所述探测滑动框在各个探测位置上对应的定位响应强度确定所述目标半导体芯片的定位位置，包括：
从所述多个探测位置中确定定位响应强度最大的目标探测位置；
根据所述探测滑动框在所述目标探测位置上对应的框内区域确定粗探测区域；
根据第二预设探测步长确定所述探测滑动框在所述粗探测区域中的多个探测位置；
确定所述探测滑动框在所述粗探测区域中各个探测位置上对应的定位响应强度；
从所述粗探测区域的所有探测位置中确定定位响应强度最大的第二目标探测位置；
将所述探测滑动框在所述第二目标探测位置上对应的滑动框位置确定为所述目标半导体芯片的定位位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011115287.4A CN112216640B (zh) | 2020-10-19 | 2020-10-19 | 一种半导体芯片定位方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011115287.4A CN112216640B (zh) | 2020-10-19 | 2020-10-19 | 一种半导体芯片定位方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112216640A true CN112216640A (zh) | 2021-01-12 |
| CN112216640B CN112216640B (zh) | 2021-08-06 |
Family
ID=74055683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011115287.4A Active CN112216640B (zh) | 2020-10-19 | 2020-10-19 | 一种半导体芯片定位方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112216640B (zh) |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6934410B1 (en) * | 2001-06-12 | 2005-08-23 | Lsi Logic Corporation | Mask correction for photolithographic processes |
| CN101408942A (zh) * | 2008-04-17 | 2009-04-15 | 浙江师范大学 | 一种复杂背景下的车牌定位方法 |
| CN102509285A (zh) * | 2011-09-28 | 2012-06-20 | 宇龙计算机通信科技(深圳)有限公司 | 一种拍摄出模糊图片的处理方法、系统及拍摄设备 |
| CN103632159A (zh) * | 2012-08-23 | 2014-03-12 | 阿里巴巴集团控股有限公司 | 训练分类器、图像中文字区域检测的方法及系统 |
| CN104424480A (zh) * | 2013-08-29 | 2015-03-18 | 亚德诺半导体集团 | 面部识别 |
| CN104616295A (zh) * | 2015-01-23 | 2015-05-13 | 河南理工大学 | 新闻图像中水平标题字幕的简单快速定位方法 |
| CN104700085A (zh) * | 2015-03-10 | 2015-06-10 | 华中科技大学 | 一种基于模板匹配的芯片定位方法 |
| CN105868757A (zh) * | 2016-03-25 | 2016-08-17 | 上海珍岛信息技术有限公司 | 一种图像文字中的文字定位方法及装置 |
| CN106407959A (zh) * | 2016-11-07 | 2017-02-15 | 湖南源信光电科技有限公司 | 基于小波变换和svm的低照度的复杂背景车牌定位方法 |
| CN106560839A (zh) * | 2015-09-30 | 2017-04-12 | 同方威视技术股份有限公司 | 瓶子的检测方法及装置 |
| CN106778668A (zh) * | 2016-12-30 | 2017-05-31 | 明见（厦门）技术有限公司 | 一种联合ransac和cnn的鲁棒的车道线检测方法 |
| CN107705322A (zh) * | 2017-09-27 | 2018-02-16 | 中北大学 | 运动目标识别跟踪方法和系统 |
| CN108982508A (zh) * | 2018-05-23 | 2018-12-11 | 江苏农林职业技术学院 | 一种基于特征模板匹配和深度学习的塑封体ic芯片缺陷检测方法 |
| CN109523476A (zh) * | 2018-11-02 | 2019-03-26 | 武汉烽火众智数字技术有限责任公司 | 用于视频侦查的车牌去运动模糊方法 |
| CN110147717A (zh) * | 2019-04-03 | 2019-08-20 | 平安科技（深圳）有限公司 | 一种人体动作的识别方法及设备 |
| CN110349207A (zh) * | 2019-07-10 | 2019-10-18 | 国网四川省电力公司电力科学研究院 | 一种复杂环境下的视觉定位方法 |
| CN110944237A (zh) * | 2019-12-12 | 2020-03-31 | 成都极米科技股份有限公司 | 一种字幕区域定位方法、装置和电子设备 |
| CN111461170A (zh) * | 2020-03-04 | 2020-07-28 | 深圳壹账通智能科技有限公司 | 车辆图像检测方法、装置、计算机设备及存储介质 |
| CN111597966A (zh) * | 2020-05-13 | 2020-08-28 | 北京达佳互联信息技术有限公司 | 一种表情图像识别方法、装置及系统 |
| CN111695565A (zh) * | 2020-06-14 | 2020-09-22 | 荆门汇易佳信息科技有限公司 | 基于道路关卡模糊图像的汽车标志精准定位方法 |
-
2020
- 2020-10-19 CN CN202011115287.4A patent/CN112216640B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6934410B1 (en) * | 2001-06-12 | 2005-08-23 | Lsi Logic Corporation | Mask correction for photolithographic processes |
| CN101408942A (zh) * | 2008-04-17 | 2009-04-15 | 浙江师范大学 | 一种复杂背景下的车牌定位方法 |
| CN102509285A (zh) * | 2011-09-28 | 2012-06-20 | 宇龙计算机通信科技(深圳)有限公司 | 一种拍摄出模糊图片的处理方法、系统及拍摄设备 |
| CN103632159A (zh) * | 2012-08-23 | 2014-03-12 | 阿里巴巴集团控股有限公司 | 训练分类器、图像中文字区域检测的方法及系统 |
| CN104424480A (zh) * | 2013-08-29 | 2015-03-18 | 亚德诺半导体集团 | 面部识别 |
| CN104616295A (zh) * | 2015-01-23 | 2015-05-13 | 河南理工大学 | 新闻图像中水平标题字幕的简单快速定位方法 |
| CN104700085A (zh) * | 2015-03-10 | 2015-06-10 | 华中科技大学 | 一种基于模板匹配的芯片定位方法 |
| CN106560839A (zh) * | 2015-09-30 | 2017-04-12 | 同方威视技术股份有限公司 | 瓶子的检测方法及装置 |
| CN105868757A (zh) * | 2016-03-25 | 2016-08-17 | 上海珍岛信息技术有限公司 | 一种图像文字中的文字定位方法及装置 |
| CN106407959A (zh) * | 2016-11-07 | 2017-02-15 | 湖南源信光电科技有限公司 | 基于小波变换和svm的低照度的复杂背景车牌定位方法 |
| CN106778668A (zh) * | 2016-12-30 | 2017-05-31 | 明见（厦门）技术有限公司 | 一种联合ransac和cnn的鲁棒的车道线检测方法 |
| CN107705322A (zh) * | 2017-09-27 | 2018-02-16 | 中北大学 | 运动目标识别跟踪方法和系统 |
| CN108982508A (zh) * | 2018-05-23 | 2018-12-11 | 江苏农林职业技术学院 | 一种基于特征模板匹配和深度学习的塑封体ic芯片缺陷检测方法 |
| CN109523476A (zh) * | 2018-11-02 | 2019-03-26 | 武汉烽火众智数字技术有限责任公司 | 用于视频侦查的车牌去运动模糊方法 |
| CN110147717A (zh) * | 2019-04-03 | 2019-08-20 | 平安科技（深圳）有限公司 | 一种人体动作的识别方法及设备 |
| CN110349207A (zh) * | 2019-07-10 | 2019-10-18 | 国网四川省电力公司电力科学研究院 | 一种复杂环境下的视觉定位方法 |
| CN110944237A (zh) * | 2019-12-12 | 2020-03-31 | 成都极米科技股份有限公司 | 一种字幕区域定位方法、装置和电子设备 |
| CN111461170A (zh) * | 2020-03-04 | 2020-07-28 | 深圳壹账通智能科技有限公司 | 车辆图像检测方法、装置、计算机设备及存储介质 |
| CN111597966A (zh) * | 2020-05-13 | 2020-08-28 | 北京达佳互联信息技术有限公司 | 一种表情图像识别方法、装置及系统 |
| CN111695565A (zh) * | 2020-06-14 | 2020-09-22 | 荆门汇易佳信息科技有限公司 | 基于道路关卡模糊图像的汽车标志精准定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 黄袁园: "基于局部对比度的红外弱小目标检测算法研究", 《CNKI优秀硕士学位论文全文库》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112216640B (zh) | 2021-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105069389B (zh) | 二维码分块解码方法及系统 | |
| US10043090B2 (en) | Information processing device, information processing method, computer-readable recording medium, and inspection system | |
| CN110930390B (zh) | 基于半监督深度学习的芯片管脚缺失检测方法 | |
| CN112651968B (zh) | 一种基于深度信息的木板形变与凹坑检测方法 | |
| CN111161243A (zh) | 基于样本增强的工业产品表面缺陷检测方法 | |
| CN109540925B (zh) | 基于差影法与局部方差测量算子的复杂瓷砖表面缺陷检测方法 | |
| CN113724231A (zh) | 一种基于语义分割和目标检测融合模型的工业缺陷检测方法 | |
| CN112053317A (zh) | 一种基于级联神经网络的工件表面缺陷检测方法 | |
| CN111046872A (zh) | 一种光学字符识别方法 | |
| CN114881915A (zh) | 一种基于对称性的手机玻璃盖板视窗区缺陷检测方法 | |
| CN112200790B (zh) | 布料缺陷检测方法、设备和介质 | |
| CN105761256B (zh) | 图像的亚像素边缘直线获取方法及装置 | |
| CN116704516B (zh) | 一种用于水溶肥料包装的视觉检测方法 | |
| CN114255212A (zh) | 一种基于cnn的fpc表面缺陷检测方法及其系统 | |
| US6714670B1 (en) | Methods and apparatuses to determine the state of elements | |
| CN115078365A (zh) | 一种软包装印刷质量缺陷检测方法 | |
| CN115866502A (zh) | 一种麦克风零件表面缺陷在线检测流程 | |
| CN116342525A (zh) | 基于Lenet-5模型的SOP芯片引脚缺陷检测方法及系统 | |
| CN111754525A (zh) | 一种基于非精确切分的工业字符检测流程 | |
| Devadethan et al. | Face detection and facial feature extraction based on a fusion of knowledge based method and morphological image processing | |
| CN116862910B (zh) | 基于自动化裁切生产的视觉检测方法 | |
| CN112216640B (zh) | 一种半导体芯片定位方法和装置 | |
| CN109978916B (zh) | 基于灰度图像特征匹配的Vibe运动目标检测方法 | |
| CN116824294A (zh) | 一种基于小目标识别的焊料缺陷检测方法及系统 | |
| CN112907510B (zh) | 一种表面缺陷检测方法 |
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 | ||
| CB02 | Change of applicant information |
Address after: 215163 rooms 101, 102, 901 and 902, floor 1, building 11, 198 Jialingjiang Road, high tech Zone, Suzhou City, Jiangsu Province Applicant after: Gaoshi Technology (Suzhou) Co.,Ltd. Address before: 516000 West Side of the 4th Floor of CD Building, No. 2 South Road, Huatai Road, Huiao Avenue, Huizhou City, Guangdong Province Applicant before: HUIZHOU GOVION TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210112 Assignee: Suzhou Gaoshi Semiconductor Technology Co.,Ltd. Assignor: Gaoshi Technology (Suzhou) Co.,Ltd. Contract record no.: X2021990000430 Denomination of invention: Semiconductor chip positioning method and device License type: Common License Record date: 20210722 |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 215129 Rooms 101, 102, 901, 902, Floor 9, Building 11, No. 198, Jialing River Road, High tech Zone, Suzhou City, Jiangsu Province Patentee after: Gaoshi Technology (Suzhou) Co.,Ltd. Address before: 215163 rooms 101, 102, 901 and 902, floor 1, building 11, 198 Jialingjiang Road, high tech Zone, Suzhou City, Jiangsu Province Patentee before: Gaoshi Technology (Suzhou) Co.,Ltd. |