CN113533350A - 一种芯片金线缺陷检测方法及系统 - Google Patents

一种芯片金线缺陷检测方法及系统 Download PDF

Info

Publication number
CN113533350A
CN113533350A CN202110822298.4A CN202110822298A CN113533350A CN 113533350 A CN113533350 A CN 113533350A CN 202110822298 A CN202110822298 A CN 202110822298A CN 113533350 A CN113533350 A CN 113533350A
Authority
CN
China
Prior art keywords
gold
image
gold wire
chip
detection area
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
Application number
CN202110822298.4A
Other languages
English (en)
Other versions
CN113533350B (zh
Inventor
闫锋
李天甲
李林林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Tuxun Electronic Technology Co ltd
Original Assignee
Hefei Tuxun Electronic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Tuxun Electronic Technology Co ltd filed Critical Hefei Tuxun Electronic Technology Co ltd
Priority to CN202110822298.4A priority Critical patent/CN113533350B/zh
Publication of CN113533350A publication Critical patent/CN113533350A/zh
Application granted granted Critical
Publication of CN113533350B publication Critical patent/CN113533350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8854Grading and classifying of flaws
    • G01N2021/8877Proximity analysis, local statistics
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8887Scan 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

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种芯片金线缺陷检测方法及系统,其中方法包括以下步骤:采集芯片的第一图像和第二图像;第一图像包括第一金线,第二图像包括第二金线;第一金线和第二金线为芯片中的同一根金线;对第一图像和第二图像进行定位;对定位后第一图像和第二图像进行区域划分,获得第一检测区域和第二检测区域;第一检测区域包括第一金线,第二检测区域包括第二金线;提取第一检测区域的第一金线像素点,计算出第一金线的第一参数;提取第二检测区域的第二金线像素点并进行拟合,计算出拟合后金线的第二参数;根据第一参数和第二参数,判断金线检测是否合格;本发明能够获得完整的金线形貌图像,并且消除了金线跨区域的干扰,检测效率高。

Description

一种芯片金线缺陷检测方法及系统
技术领域
本发明属于芯片检测领域,特别涉及一种芯片金线缺陷检测方法及系统。
背景技术
芯片金线检测在芯片的生产制造过程中起到非常重要的作用,在芯片金线检测过程中,需要对整板上的芯片进行检测,包括金线长度、金线弯曲角度、金线数量、断线、重线、错打线、金线交叉等质量问题,这些质量问题,会影响芯片的质量和性能,降低生产质量,引起客诉。
目前的芯片金线检测方法,主要是采集金线图像,在金线区域提取金线,进行金线的计算,计算金线信息:金线长度、角度、数量,目前的芯片金线检测方法生产效率低,精度不高,无法完全满足质量和生产效率,主要存在以下问题:
1、金线跨区域干扰较大。金线一般是在两个芯片之间进行打线操作(Wire Bond),金线在两个不同的芯片,或芯片与基板,以及,金线会跨越不同区域,芯片和背景会对金线成像效果造成干扰。
2、金线存在高度差和角度差,不同角度的反光不同,只使用一种光源难以把不同高度和角度的光源成像出来。
3、金线检测要求准确计算金线的2D形态,包括长度、角度、2D弯曲情况,重线、断线等情况。金线表面背景比较复杂,不同应用领域,其背景情况也不同,通常的金线检测方案中,金线都会由于角度等原因,难以拍摄出金线的完整形貌。整段金线计算,难以完全去除背景的干扰,容易造成误检和漏检。
发明内容
针对上述问题,本发明提供一种芯片金线缺陷检测方法及系统,能够获得完整的金线形貌图像,并且能够消除金线跨区域干扰,检测效率高。
一种芯片金线缺陷检测方法,包括以下步骤:
采集芯片的第一图像和第二图像;第一图像包括第一金线,第二图像包括第二金线;第一金线和第二金线为芯片中的同一根金线;
对第一图像和第二图像进行定位;
对定位后第一图像和第二图像进行区域划分,获得第一检测区域和第二检测区域;第一检测区域包括第一金线,第二检测区域包括第二金线;
提取第一检测区域的第一金线像素点,计算出第一金线的第一参数;
提取第二检测区域的第二金线像素点并进行拟合,计算出拟合后金线的第二参数;
根据第一参数和第二参数,判断金线检测是否合格。
进一步的,第一图像和第二图像还包括第一芯片、基板和第二芯片;第一图像中的第一金线呈现为黑色,第一金线与第一芯片呈现出较大的颜色对比度;
第二图像中的第二金线呈现为白色,背景为黑色,第二金线与底部基板、第一芯片和第二芯片呈现出较大的颜色对比度。
进一步的,对第一图像和第二图像进行定位,包括以下步骤:
对第一图像进行定位,将第一图像进行二值化处理,绘制矩形区域将第一图像的第一芯片包含在矩形区域内,获得第一图像的第一芯片区域的中心点坐标,完成第一图像的定位;
第二图像中心点坐标使用第一图像的第一芯片区域的中心点坐标,完成第二图像的定位。
进一步的,第一检测区域划分原则为,第一检测区域包含第一金线和第一金线两端的第一金球、第二金球。
进一步的,第二检测区域划分原则为,第二金线的第一金球与第一芯片的区域为第一区段;第二金线与基板的区域为第二区段;第二金线的第二金球与第二芯片的区域为第三区段。
进一步的,提取第一检测区域的第一金线像素点,计算出第一金线的第一参数,包括以下步骤:
对第一检测区域进行二值化操作;
去除第一检测区域中第一金线在第一芯片上的第一金球;
计算得到第一金线最大轮廓为候选金线;
计算候选金线的角度和整体像素点位置坐标,获得第一金线的第一参数。
进一步的,提取第二检测区域的第二金线像素点并进行拟合,计算出拟合后金线的第二参数,包括以下步骤:
获得第二检测区域的第二金线的起点坐标和终点坐标;
提取第二检测区域中第一区段、第二区段和第三区段的第二金线像素点并进行拟合,获得拟合后金线像素点矩阵集合;
对拟合后金线像素点矩阵集合进行计算,获得拟合后金线的第二参数。
进一步的,获得第二检测区域的第二金线的起点坐标和终点坐标,具体步骤如下,
在第二图像中第二金线两端的第一金球和第二金球位置分别绘制第一金球区域和第二金球区域,第一金球区域包含第一金球,第二金球区域包含第二金球;
获得第一金球中心点坐标,为第二金线的起点坐标;
获得第二金球中心点坐标,为第二金线的终点坐标。
进一步的,提取第二检测区域中第一区段、第二区段和第三区段的第二金线像素点并进行拟合,获得拟合后金线像素点矩阵集合,包括以下步骤:
提取第一区段第二金线的像素点,获得第二金线的起点坐标,以及区段内的第二金线像素点集合;
提取第二区段第二金线的像素点,获得区段内的第二金线像素点集合;
提取第三区段第二金线的像素点,获得第二金线的终点坐标,以及区域内的第二金线像素点集合;
对提取的第一区段、第二区段和第三区段的像素点进行拟合,获得拟合后金线像素点矩阵集合。
进一步的,第一参数包括第一金线的角度WA1。
进一步的,第二参数包括拟合后金线的长度WL、角度WA2和数量WN。
进一步的,芯片金线缺陷检测方法,还包括以下步骤:
记录不合格待测金线的信息。
进一步的,第一图像采用同轴光打光进行图像采集;第二图像采用多层环形光组合打光进行图像采集。
本发明还提供一种芯片金线缺陷检测系统,包括:
成像模块,用于采集芯片的第一图像和第二图像,第一图像包括第一金线,第二图像包括第二金线;第一金线和第二金线为芯片中的同一根金线;
图像定位模块,用于对第一图像和第二图像进行定位;
图像划分模块,对定位后第一图像和第二图像进行区域划分,获得第一检测区域和第二检测区域;第一检测区域包括第一金线,第二检测区域包括第二金线;
图像计算模块,用于提取第一检测区域的第一金线像素点,计算出第一金线的第一参数;
还用于提取第二检测区域的第二金线像素点并进行拟合,计算出拟合后金线的第二参数;
检测模块,用于根据第一参数和第二参数,判断金线检测是否合格。
进一步的,成像模块包括相机、镜头、光源组件和光源控制器;
光源组件设置在镜头和芯片中间,光源控制器与光源组件连接,光源控制器用于控制光源组件不同光源的组合打光方式;
相机与图像定位模块电连接,相机采集的图像发送至图像定位模块。
进一步的,光源组件为RGB环形光,RGB环形光从下而上依次为红光、蓝光、绿光、红光、绿光、蓝光、红光。
进一步的,检测模块,还用于记录不合格金线的信息。
本发明的有益效果:
1、金线的图像采集采用不同的打光方式下呈现不同的特征和与背景的对比度,以凸显金线的成像效果。
2、通过划分不同检测区域,能够避免不同区域之间的干扰,消除复杂背景和芯片的干扰,便于更准确的提取金线像素点坐标;并且,分区段检测,计算区域更小,检测速度更快。
3、对多个区域的检测区域的金线像素点进行拟合,拟合后的待测金线像素点矩阵集合,更能凸显完整的待测金线,提高检测精度。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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的前提下,还可以根据这些附图获得其他的附图。
图1示出了根据本发明实施例的一种芯片金线缺陷检测方法的流程示意图;
图2示出了根据本发明实施例的金球计算区域示意图;
图3示出了根据本发明实施例的边界开始点示意图;
图4示出了根据本发明实施例的4(8)连通场景示意图;
图5示出了根据本发明实施例的拟合金线像素点矩阵集合示意图;
图6示出了根据本发明实施例的待测金线像素点矩阵集合计算过程示意图;
图7示出了根据本发明实施例的一种芯片金线缺陷检测系统的结构示意图;
图8示出了根据本发明实施例的成像模块的结构示意图。
图中:1、相机;2、镜头;3、光源组件。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地说明,显然,所描述的实施例是本发明一部分实施例,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他实施例,都属于本发明保护的范围。
请参阅图1,图1示出了根据本发明实施例的一种芯片金线缺陷检测方法的流程示意图,本实施例提供一种芯片金线缺陷检测方法,包括以下步骤:
S1、采集芯片的第一图像和第二图像;第一图像包括第一金线,第二图像包括第二金线;第一金线和第二金线为芯片中的同一根金线;
S2、对第一图像和第二图像进行定位;
S3、对定位后第一图像和第二图像进行区域划分,获得第一检测区域和第二检测区域;第一检测区域包括第一金线,第二检测区域包括第二金线;
S4、提取第一检测区域的第一金线像素点,计算出第一金线的第一参数;
S5、提取第二检测区域的第二金线像素点并进行拟合,计算出拟合后金线的第二参数;
S6、根据第一参数和第二参数,判断金线检测是否合格。
本实施例的检测方法,为了实现检测结果可靠,每次检测的金线为芯片中的一条金线,检测可靠。如需要检测多条,重复操作即可。
本实施例中,针对不同金线的材料、颜色,采用不同的组合打光,获得以下待测金线成像效果:
采集的第一图像和第二图像,为芯片在同一位置和角度连续拍摄的两张图像;第一图像和第二图像还包括第一芯片、基板和第二芯片。
金线在不同的打光方式下呈现不同的特征和与背景的对比度,以凸显金线的成像效果。
示例的,第一图像中的第一金线呈现为黑色,第一金线与第一芯片呈现出较大的颜色对比度;
第二图像中的第二金线呈现为白色,背景为黑色,第二金线与第二图像的底部基板、第一芯片和第二芯片呈现出较大的颜色对比度。
具体的,第一图像采用同轴光打光进行图像采集,第一金线为黑色,第一芯片和第二芯片为白色;第二图像采用多层环形光组合打光进行图像采集,第一金线为白色,第一芯片和第二芯片为相对黑色。
同轴光接收和物体垂直,也就是和镜头同轴光线,适宜用于反射度极高的物体,如金属、芯片和硅晶片的划伤、破损检测。划伤、破损存在角度,属于散射,在图像上表现为黑色(灰度值较小),芯片反射度高,表现为白色(灰度值较高)。
多层环形光包括七层环形光,可以根据金线的角度、高度选择不同角度、高度,不同颜色的环形光组合打光,获取金线的清晰形貌。金线表现为白色(灰度值较高),其他区域表现为黑色(灰度值较小)。如果金线干扰较多,可以采用彩色相机和多层环形光的组合形式,更清晰的提取金线形貌。
第一图像上金线和金球的灰度对比相比更大,在第一图像上计算第一芯片上的第一金线的部分区域相对更容易,可以在第一图像上计算其角度和位置,给第二图像上的金线检测提供角度和位置信息。
另外,在检测时,芯片的金线位置不能完全确定,这种不确定性增加了金线检测的难度。
金线一般会跨越多个芯片,比如金线的起点(第一金球)在第一芯片上,金线的终点(第二金球)在第二芯片上,第一芯片和第二芯片由于芯片贴合工艺的原因,芯片贴在基板上之前一般是先点胶水或锡膏,胶水或锡膏是流体,芯片在贴合时,芯片位置会存在位置偏差,两个芯片的相对偏差更大。
第一图像和第二图像在采集过程中,会出现偏差,为了校正偏差,需要对第一图像和第二图像进行定位。
具体的,步骤S2包括以下步骤:
S21、第一图像定位,将第一图像进行二值化处理,绘制矩形区域将第一图像的第一芯片包含在矩形区域内,获得第一图像的第一芯片区域的中心点坐标,完成第一图像的定位;
S22、第二图像中心点坐标使用第一图像的第一芯片区域的中心点坐标,完成第二图像的定位。
步骤S2中,因为采集的第一图像和第二图像,为芯片在同一位置和角度连续拍摄的两张图像,第二图像不需要再次定位,对第一图像定位完成后,直接使用第一图像的定位结果即可。
需要说明的是,对第一图像和第二图像进行定位,第一图像和第二图像定位是以芯片为基准进行,芯片多为矩形,第一图像和第二图像定位采用矩形定位。
图像的二值化处理就是将图像上的点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。
所有灰度大于或等于阈值的像素被判定为属于特定物体,其灰度值为255表示,否则这些像素点被排除在物体区域以外,灰度值为0,表示背景或者例外的物体区域。
金线的焊线一般是从第一芯片焊接到基板或第二芯片上,金线的两端连接点为金球,金球的位置一般相对固定,所以金线的起点坐标和终点坐标为金线两端的金球坐标。
具体的,步骤S3包括以下步骤:
S31、对第一图像中的第一金线进行区域划分,获得第一检测区域;
具体的,第一检测区域划分原则为,第一检测区域包含第一金线和第一金线两端的第一金球、第二金球。
第一检测区域可以根据金线的长度和角度,设置不同形状的第一检测区域。
S32、对第二图像中的第二金线进行区域划分,获得第二检测区域;
具体的,第二检测区域划分原则为,第二金线的第一金球与第一芯片的区域为第一区段;第二金线与基板的区域为第二区段;第二金线的第二金球与第二芯片的区域为第三区段。
将检测区域划分多个区段,降低干扰。因为金线在跨越不同区域时,芯片和背景会对金线成像效果造成干扰。通过划分不同检测区域,能够避免不同区域之间的干扰,消除复杂背景和芯片的干扰,便于更准确的提取金线像素点坐标。
并且,分区段检测,计算区域更小,检测速度更快。
具体的,步骤S4包括以下步骤:
S41、对第一检测区域进行二值化操作;
具体的,还可以对第一检测区域的第一金线进行梯度计算,获得第一金线二维x方向和y方向的边缘,从而获得第一金线的增强图像,便于提取第一检测区域第一金线的像素点。第一金线进行梯度计算,具体如下:
利用Sobel算子计算x、y方向梯度;
图像梯度:G(x,y)=dxi+dyj;
dx(i,j)=I(i+1,j)-I(i,j);
dy(i,j)=I(i,j+1)-I(i,j);
其中,I是图像像素的值(如:RGB值),(i,j)为像素的坐标。
图像梯度一般也可以用中值差分:
dx(i,j)=[I(i+1,j)-I(i-1,j)]/2;
dy(i,j)=[I(i,j+1)-I(i,j-1)]/2;
计算梯度幅值图像:
上一步骤得到的梯度矩阵乘以一个系数,进行梯度增强:
dx(i,j)=dx(i,j)*ш,ш的区间[0,2];
合并x、y方向图像,获得金线的增强图像。
d(i,j)=dx(i,j)+dy(i,j)。
S42、去除第一检测区域中第一金线在第一芯片上的第一金球;
具体的,S42包括以下步骤:
S421、设定金球计算区域,请参阅图2,图2示出了根据本发明实施例的金球计算区域示意图,根据金球理论尺寸(金球半径为R)和Pad区域(金球有固定的位置,一般在Pad上)设定金球的计算区域。
需要说明的是,Pad指的是焊盘。
S422、设定金球子区域数量:金球一般为圆形(非圆形同样有相似的参数可以设定),角度为360°,根据金球角度Angle设定子区域数量。
示例的,以4°为间隔设定子区域数N则为90个。
S423、计算金球子区域:子区域为一个矩形,矩形的角度为:At=Angle*t,即第几个矩形的角度为第几个矩形*固定角度Angle;矩形的长度为:金球的直径2*R;矩形的宽度为:金球周长2*PI*R/N;矩形的中心为:金球中心坐标为(x0,y0),子区域中心坐标为(x1,y1):x1=x0+R*cos(At),y1=y0+R*cos(At)。
S424、循环计算金球边缘点:按照从内到外、从白到黑计算跳变点,这个跳变点即为金球的边缘。
具体的,跳变点计算方法如下:
S4241、计算跳变点及其方向。
假设,当前点灰度值为pv(i),上一个点灰度值为pv(i-1),累积跳变值为dv(i);
若pv(i)*pv(i-1)>0,则为同方向跳变,dv(i)=dv(i)+pv(i);
若pv(i)*pv(i-1)<=0,则不是跳变点,dv(i)=0;
若pv(i)>5,则为不同方向跳变,dv(i)=pv(i)。
S4242、若相邻点为不同方向跳变,则计算最大跳变dm。
S4243、若最大跳变dm>给定跳变阈值dt,且累积跳变dv(i)<给定跳变阈值dt,则当前点为候选跳变点集ptPoss。
S4244、根据位置信息和正负跳变选择最终的跳变点ptPos。
S425、拟合金球边缘去除金线干扰:根据计算的金球边缘点拟合圆,根据拟合圆去除,距离拟合圆较远的点,比如与金线相连的区域,去除干扰点。
选择计算金球边缘而不是直接拟合圆的方法,使金球计算结果更准确,拟合圆对于金球异常时,计算结果不准确,会造成产品的误检或者漏检。
本步骤中去除第一金球的作用:去除金线的干扰,准确计算金线的参数(角度、长度、弯曲度等)。金球的直径远大于金线直径,比如金线直径一般在20-30um,金球一般大于80um,计算金线角度和偏移的时候,金球对计算结果的干扰和影响较大,且计算金线偏移和角度本身也不需要金球参与。因此,去除金球后再计算金线更合理。
S43、计算得到第一金线最大轮廓为候选金线。
具体的,请参阅图3,S43包括以下步骤:
假设输入的第一检测区图像为F={fij},将初始NBD设为1(把F的frame看成第一个边界)。使用光栅扫描法扫描第一检测区图像F,当扫描到某个像素点(i,j)的灰度值fij≠0时执行下面的步骤。每次当扫描到第一检测区图像F的新行的起始位置时,将LNBD重置为1。
NBD:从边界开始点以边界跟踪算法可以得到一条边界,为每条新找到的边界B赋予一个新的唯一的编号,NBD表示当前跟踪的边界的编号。
LNBD:在光栅扫描的过程中,我们也保存最近遇到(上一个)的边界B'的编号,记为LNBD。
S431、从下列情况选一种:
请参阅图3,图3示出了根据本发明实施例的边界开始点示意图。
如果fij≠0并且fi,j-1=0,即图3a所描述情况,则(i,j)是外边界开始点,NBD+=1,(i2,j2)←(i,j-1)。
如果fij≥1并且fi,j-1=0,即图3b所描述情况,则(i,j)是孔边界开始点,NBD+=1,(i2,j2)←(i,j-1)。如果fij≥1,则LNBD←fij
其他情况,到S434。
S432、根据上一个边界B'和当前新遇到边界B的类型,我们可以得到当前边界B的父边界。
S433、从边界开始点(i,j)开始按S4331到S4335进行边界跟踪。
S4331、以(i,j)为中心,(i2,j2)为起始点,按顺时针方向查找(i,j)的4(8)邻域是否存在非0像素点。若找到非0像素点,则令(i,j)是顺时针方向的第一个非0像素点;否则令fij=-NBD,转到S434。
请参阅图4,图4示出了根据本发明实施例的4(8)连通场景示意图。
4(8)连通场景:1像素是4(8)连通,0像素是8(4)连通。
4连通:两个像素p和q,如果q在p的4邻域中,称这两个像素是4连通
8连通:两个像素p和q,如果q在p的8邻域中,称这两个像素是8连通。
S4332、(i2,j2)←(i1,j1),(i3,j3)←(i,j)
S4333、以(i3,j3)为中心,按逆时针方向,(i2,j2)的下一个点为起始点查找(i3,j3)的4(8)邻域是否存在非0像素点,令(i4,j4)是逆时针方向的第一个非0像素点。
S4334、如果(i3,j3+1)是S4333中已经检查过的像素点且是0像素点,则fi3j3←-NBD。
如果(i3,j3+1)不是S4333中已经检查过的0像素点,并且fi3j3=1,则fi3j3←NBD。
其他情况,不改变fi3j3
S4335、如果(i4,j4)=(i,j)且(i3,j3)=(i1,j1)(回到了边界开始点),则转到S434;否则令(i2,j2)←(i3,j3),(i3,j3)←(i4,j4),转到S4333。
S434、如果fij≠1,则LNBD←|fij|,从点(i,j+1)继续光栅扫描。当扫描到图片的右下角顶点时结束,获得的第一检测区域的第一金线轮廓。
S435、对提取后的第一检测区域的第一金线轮廓做筛选和判断,获得第一金线最大轮廓,并将其作为候选金线。
示例的,对提取后的第一检测区域的第一金线轮廓做筛选和判断,根据金线的几何特征、灰度特征对轮廓进行筛选。
S44、计算候选金线的角度和整体像素点位置坐标,获得第一金线的第一参数。
具体的,第一参数包括第一金线的角度WA1
具体的,步骤S5包括以下步骤:
S51、获得第二检测区域的第二金线的起点坐标和终点坐标;
S52、提取第二检测区域中第一区段、第二区段和第三区段的第二金线像素点并进行拟合,获得拟合后金线像素点矩阵集合;
S53、对拟合后金线像素点矩阵集合进行计算,获得拟合后金线的第二参数。
具体的,步骤S51包括以下步骤:
S511、在第二图像中第二金线两端的第一金球和第二金球位置分别绘制第一金球区域和第二金球区域,第一金球区域包含第一金球,第二金球区域包含第二金球;
S512、获得第一金球中心点坐标,为第二金线的起点坐标;
S513、获得第二金球中心点坐标,为第二金线的终点坐标。
具体的,步骤S52包括以下步骤:
S521、提取第一区段第二金线的像素点,获得第二金线的起点坐标,以及区段内的第二金线像素点集合;
S522、提取第二区段第二金线的像素点,获得区段内的第二金线像素点集合;
S523、提取第三区段第二金线的像素点,获得第二金线的终点坐标,以及区域内的第二金线像素点集合;
S524、对提取的第一区段、第二区段和第三区段的像素点进行拟合,获得拟合后金线像素点矩阵集合。
具体的,S524包括以下步骤:
请参阅图5,图5示出了根据本发明实施例的拟合金线像素点矩阵集合示意图。
S5241、从起点A开始,并把起点A加入到一个由方格组成的openlist(候选列表)中;
S5242、重复如下过程:
S52421、遍历openlist,查找F值最小的节点,把最小的节点作为当前要处理的节点;
S52422、把最小的节点移到closelist,closelist为当前不需要再计算的点集;
S52423、对当前方格的8个相邻方格的每一个方格进行处理;
如果相邻方格是不可抵达的或者在closelist中,忽略此相邻方格。否则,做如下操作;
如果相邻方格不在openlist中,把该相邻方格加入openlist,并且把当前方格设置为该相邻方格的父亲,记录该相邻方格的F,G和H值;
如果该相邻方格已经在openlist中,检查这条路径,即经由当前方格到达该相邻方格那里,是否更好,用G值作参考。更小的G值表示这是更好的路径。如果是这样,把该相邻方格的父亲设置为当前方格,并重新计算它的G和F值。
需要说明的是,如果openlist是按F值排序的话,改变重新排序;
S52424、停止;如果终点B加入到了openlist中,此时路径已经找到了,否则,查找终点失败,并且openlist是空的,此时没有路径;
S52425、保存路径A-B,路径A-B即为拟合后金线像素点矩阵集合。
金线一般会跨越多个区域,如从第一芯片穿过基板或者不相关芯片焊线到第二芯片上,在此过程中,至少经过第一芯片、第二芯片、基板三个不同特征的区域。每个区域如果采用相同的方法计算,则存在统一的二值化或梯度计算方法难以适应灰度差异较大的金线提取,给金线准确计算增加了难度。
对多个区域的检测区域的金线像素点进行拟合,拟合后的待测金线像素点矩阵集合,更能凸显完整的待测金线,提高检测精度。
本实施的检测方法,按照区域自由分段检测区域,可以去除复杂背景的干扰,计算更准。分段检测,计算区域更小,检测速度更快。
具体的,步骤S53中的第二参数包括拟合后金线的长度WL、角度WA和数量WN
请参阅图6,图6示出了根据本发明实施例的待测金线像素点矩阵集合计算过程示意图。
具体的,步骤S53包括以下步骤:
S531:拟合后金线像素点矩阵集合的起点为P0、终点为Pe;以起点P0为中心,按照5*5矩阵排列;中间采样点:以当前的采样点为起点,向指定方向延伸的5*5矩阵,从起点为P0开始,对P0和Pe之间的像素点P1-Pn进行随机采样,计算从P0到P1-Pn之间的最短路径,并记录最短路径点Pa1。
本步骤中,沿着计算方向均匀撒5*5个点,以降低算法的复杂度,提高计算效率。
S532:将上一个最短路径点Pa1作为新的起点,从Pa1点开始,对像素点矩阵集合的像素点P1-Pn进行随机采样,计算从Pa1到P1-Pn之间的最短路径,并记录最短路径点Pa2;
示例的,计算起点P0与P1-Pn中所有像素点的距离,确定距离最近的像素点为P1,那么P1为最短路径点Pa1;下一步再以P1为起点,计算P1与P2-Pn中其他像素点的距离,确定距离最近的像素点为P2,那么P2为最短路径点Pa2。
S533:循环执行步骤S1和S2,对拟合后金线像素点矩阵集合的像素点进行遍历,若最短路径点在终点Pe附近或无下一个最短路径点,终止执行最终得到最短路径点集合Pa;
S534:计算最短路径点集合Pa的总长度,作为拟合后金线长度WL
S535:若拟合后金线WL长度大于一定值则认为WN数量为1,否则为0;
S536:计算最短路径点集合Pa偏离标准路径的最大偏移量作为第二角度WA2
对拟合后金线像素点矩阵集合进行计算,获得的参数作为检测数据,相比于传统方法角度计算更准确,更能真实反映芯片中金线的质量。
具体的,步骤S6中,将第一参数、第二参数与检测设定参数进行比对,判断金线检测是否合格。
示例的,检测设定参数为金线数量为1,金线长度范围为[L1,L2],金线角度范围为[A1,A2]。
示例的,第一参数满足以下条件为合格,否则为不合格。
拟合后金线数量WN为1;
和拟合后金线长度WL满足:L1≤WL≤L2
和第一金线的角度WA1、拟合后金线角度WA2满足:A1≤WA1≤A2、A1≤WA2≤A2
芯片金线缺陷检测方法,还包括记录不合格金线的信息。
具体的,不合格金线的信息包括金线的不合格点的坐标。
示例的,若金线长度WL不合格,则金线的最后一个最短路径点为不合格点坐标。
请参阅图7,图7示出了根据本发明实施例的一种芯片金线缺陷检测系统的结构示意图,基于上述实施例的芯片金线缺陷检测方法,本发明还提供一种芯片金线缺陷检测系统,包括:
成像模块,用于采集芯片的第一图像和第二图像,第一图像包括第一金线,第二图像包括第二金线;第一金线和第二金线为芯片中的同一根金线;
图像定位模块,用于对第一图像和第二图像进行定位;
图像划分模块,用于对定位后第一图像和第二图像进行区域划分,获得第一检测区域和第二检测区域;第一检测区域包括第一金线,第二检测区域包括第二金线;
图像计算模块,用于提取第一检测区域的第一金线像素点,计算出第一金线的第一参数;
还用于提取第二检测区域的第二金线像素点并进行拟合,计算出拟合后金线的第二参数;
检测模块,用于根据第一参数和第二参数,判断金线检测是否合格。
检测模块,还用于记录不合格金线的信息。
具体的,请查阅图8,图8示出了根据本发明实施例的成像模块的结构示意图,成像模块包括相机1、镜头2、光源组件3和光源控制器(图中未示出)。光源组件3设置在镜头2和芯片中间。光源控制器与光源组件3连接,光源控制器用于控制光源组件3不同光源的组合打光方式;相机1与图像定位模块电连接,相机1采集的图像发送至图像定位模块。
光源成像原理:光源组件3发出光线以一定角度照射到被测物体表面,反射后通过镜头2到达相机1,经过相机1内部处理得到一幅由很多亮度值组成的数字图像,数字图像中每个像素点的数值对应物体表面某一位置反射的光线强度。
对于表面均匀的物体,光源组件3照射后以镜面反射为主,相机1会得到亮度均匀的图像;而表面凸凹不平的区域,光源组件3照射后以漫反射为主,相机1会得到亮度不一的图像。
对于芯片表面,正常的表面比较平整,亮度比较稳定;而表面有异物时,异物凸起表面,亮度较高。
视觉检查就是对图像中每个像素点的灰度值进行处理,只有图像中出现明显的亮度差别,然后被识别,判定是否为参数设定的缺陷,而亮度均匀或差别很小的区域会被忽略,认为是正常的表面区域。
本实施例中,光源组件3采用多层RGB环形光,能够兼容多种不同芯片的金线,不同角度金线效果,拍摄完整的金线形貌特征。
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的,RGB即是代表红、绿、蓝三个通道的颜色。
RGB环形光采用七层环形光结构,RGB环形光从下而上依次为红光、蓝光、绿光、红光、绿光、蓝光、红光,根据产品不同,选择不同的组合打光,形成光源方案。
光源组件3打光方式:金线的材料、颜色多种多样,比如金、镍铜合金、铜、铝线等多种形式,这时,需要综合考虑,一般以红光、蓝光为主,辅以绿光,不仅能兼容黑白相机1,也能兼容彩色相机1的图像效果,进而凸显出金线效果。金线在不同的光源组合下呈现不同的特征和与背景的对比度,以凸显金线效果。
采集芯片的第一图像和第二图像,具体过程如下:
逐个采集整板产品上的单颗芯片图像,光源组件3通过光源控制器控制不同光源的组合打光方式。
相机1与光源组件3配合采集图像,图像发送至图像定位模块。
示例的,组合打光方式包括:低角度红色环形光,低角度蓝色环形光,低角度绿色环形光,中角度红色环形光,高角度红色环形光,低角度红色环形光、蓝色环形光和绿色环形光组合,低角度红色环形光和高角度红色环形光组合。
相机1、镜头2、光源组件3的综合成像方案,能够拍摄兼容不同芯片、具有较大高度差的芯片上金线的形貌,分别拍摄两张图像,不同区域提取出清晰的金线效果。
单层光源难以兼容跨越不同区域、不同角度金线,导致部分金线在图像上看不见。采用多层RGB环形光,能够兼容不同芯片的金线效果。
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,并不使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。

Claims (17)

1.一种芯片金线缺陷检测方法,其特征在于,包括以下步骤:
采集芯片的第一图像和第二图像;第一图像包括第一金线,第二图像包括第二金线;第一金线和第二金线为芯片中的同一根金线;
对第一图像和第二图像进行定位;
对定位后第一图像和第二图像进行区域划分,获得第一检测区域和第二检测区域;第一检测区域包括第一金线,第二检测区域包括第二金线;
提取第一检测区域的第一金线像素点,计算出第一金线的第一参数;
提取第二检测区域的第二金线像素点并进行拟合,计算出拟合后金线的第二参数;
根据第一参数和第二参数,判断金线检测是否合格。
2.根据权利要求1所述的芯片金线缺陷检测方法,其特征在于,
第一图像和第二图像还包括第一芯片、基板和第二芯片;
第一图像中的第一金线呈现为黑色,第一金线与第一芯片呈现出较大的颜色对比度;
第二图像中的第二金线呈现为白色,背景为黑色,第二金线与底部基板、第一芯片和第二芯片呈现出较大的颜色对比度。
3.根据权利要求1所述的芯片金线缺陷检测方法,其特征在于,
对第一图像和第二图像进行定位,包括以下步骤:
对第一图像进行定位,将第一图像进行二值化处理,绘制矩形区域将第一图像的第一芯片包含在矩形区域内,获得第一图像的第一芯片区域的中心点坐标,完成第一图像的定位;
第二图像中心点坐标使用第一图像的第一芯片区域的中心点坐标,完成第二图像的定位。
4.根据权利要求1所述的芯片金线缺陷检测方法,其特征在于,第一检测区域划分原则为,第一检测区域包含第一金线和第一金线两端的第一金球、第二金球。
5.根据权利要求1所述的芯片金线缺陷检测方法,其特征在于,第二检测区域划分原则为,第二金线的第一金球与第一芯片的区域为第一区段;第二金线与基板的区域为第二区段;第二金线的第二金球与第二芯片的区域为第三区段。
6.根据权利要求4所述的芯片金线缺陷检测方法,其特征在于,
提取第一检测区域的第一金线像素点,计算出第一金线的第一参数,包括以下步骤:
对第一检测区域进行二值化操作;
去除第一检测区域中第一金线在第一芯片上的第一金球;
计算得到第一金线最大轮廓为候选金线;
计算候选金线的角度和整体像素点位置坐标,获得第一金线的第一参数。
7.根据权利要求5所述的芯片金线缺陷检测方法,其特征在于,
提取第二检测区域的第二金线像素点并进行拟合,计算出拟合后金线的第二参数,包括以下步骤:
获得第二检测区域的第二金线的起点坐标和终点坐标;
提取第二检测区域中第一区段、第二区段和第三区段的第二金线像素点并进行拟合,获得拟合后金线像素点矩阵集合;
对拟合后金线像素点矩阵集合进行计算,获得拟合后金线的第二参数。
8.根据权利要求7所述的芯片金线缺陷检测方法,其特征在于,
获得第二检测区域的第二金线的起点坐标和终点坐标,具体步骤如下,
在第二图像中第二金线两端的第一金球和第二金球位置分别绘制第一金球区域和第二金球区域,第一金球区域包含第一金球,第二金球区域包含第二金球;
获得第一金球中心点坐标,为第二金线的起点坐标;
获得第二金球中心点坐标,为第二金线的终点坐标。
9.根据权利要求7所述的芯片金线缺陷检测方法,其特征在于,
提取第二检测区域中第一区段、第二区段和第三区段的第二金线像素点并进行拟合,获得拟合后金线像素点矩阵集合,包括以下步骤:
提取第一区段第二金线的像素点,获得第二金线的起点坐标,以及区段内的第二金线像素点集合;
提取第二区段第二金线的像素点,获得区段内的第二金线像素点集合;
提取第三区段第二金线的像素点,获得第二金线的终点坐标,以及区域内的第二金线像素点集合;
对提取的第一区段、第二区段和第三区段的像素点进行拟合,获得拟合后金线像素点矩阵集合。
10.根据权利要求1所述的芯片金线缺陷检测方法,其特征在于,第一参数包括第一金线的角度WA1
11.根据权利要求1所述的芯片金线缺陷检测方法,其特征在于,第二参数包括拟合后金线的长度WL、角度WA2和数量WN
12.根据权利要求1-11任一所述的芯片金线缺陷检测方法,其特征在于,芯片金线缺陷检测方法,还包括以下步骤:
记录不合格待测金线的信息。
13.根据权利要求1-11任一所述的芯片金线缺陷检测方法,其特征在于,所述第一图像采用同轴光打光进行图像采集;所述第二图像采用多层环形光组合打光进行图像采集。
14.一种芯片金线缺陷检测系统,其特征在于,包括:
成像模块,用于采集芯片的第一图像和第二图像,第一图像包括第一金线,第二图像包括第二金线;第一金线和第二金线为芯片中的同一根金线;
图像定位模块,用于对第一图像和第二图像进行定位;
图像划分模块,对定位后第一图像和第二图像进行区域划分,获得第一检测区域和第二检测区域;第一检测区域包括第一金线,第二检测区域包括第二金线;
图像计算模块,用于提取第一检测区域的第一金线像素点,计算出第一金线的第一参数;
还用于提取第二检测区域的第二金线像素点并进行拟合,计算出拟合后金线的第二参数;
检测模块,用于根据第一参数和第二参数,判断金线检测是否合格。
15.根据权利要求14所述的芯片金线缺陷检测系统,其特征在于,所述成像模块包括相机、镜头、光源组件和光源控制器;
所述光源组件设置在所述镜头和芯片中间,所述光源控制器与所述光源组件连接,所述光源控制器用于控制光所述源组件不同光源的组合打光方式;
所述相机与图像定位模块电连接,所述相机采集的图像发送至所述图像定位模块。
16.根据权利要求15所述的芯片金线缺陷检测系统,其特征在于,所述光源组件为RGB环形光,所述RGB环形光从下而上依次为红光、蓝光、绿光、红光、绿光、蓝光、红光。
17.根据权利要求14-16任一所述的芯片金线缺陷检测系统,其特征在于,所述检测模块,还用于记录不合格金线的信息。
CN202110822298.4A 2021-07-21 2021-07-21 一种芯片金线缺陷检测方法及系统 Active CN113533350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110822298.4A CN113533350B (zh) 2021-07-21 2021-07-21 一种芯片金线缺陷检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110822298.4A CN113533350B (zh) 2021-07-21 2021-07-21 一种芯片金线缺陷检测方法及系统

Publications (2)

Publication Number Publication Date
CN113533350A true CN113533350A (zh) 2021-10-22
CN113533350B CN113533350B (zh) 2024-07-26

Family

ID=78100605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110822298.4A Active CN113533350B (zh) 2021-07-21 2021-07-21 一种芯片金线缺陷检测方法及系统

Country Status (1)

Country Link
CN (1) CN113533350B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114757903A (zh) * 2022-04-07 2022-07-15 华中科技大学 一种光器件芯片封装金线缺陷检测方法
CN115797358A (zh) * 2023-02-10 2023-03-14 济宁安泰矿山设备制造有限公司 基于机器视觉的金属壳体自动化焊接缺陷检测方法
CN115908242A (zh) * 2022-09-22 2023-04-04 深圳市明测科技有限公司 一种多通道图像融合的芯片金线整线检测方法及系统
CN117218184A (zh) * 2023-09-27 2023-12-12 广州明毅智能科技有限公司 一种图像快速定位提取方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5302836A (en) * 1992-07-16 1994-04-12 Bernard Siu High speed image acquisition for microelectronics inspection
JPH0763528A (ja) * 1993-08-30 1995-03-10 Canon Inc ワイヤボンディング検査方法及びワイヤボンディング検査装置
JPH10311713A (ja) * 1997-05-13 1998-11-24 Canon Inc ボンディングワイヤ検査方法および装置
US6198529B1 (en) * 1999-04-30 2001-03-06 International Business Machines Corporation Automated inspection system for metallic surfaces
US20100332193A1 (en) * 2009-06-26 2010-12-30 International Business Machines Corporation Method of Multi-segments Modeling Bond Wire Interconnects with 2D Simulations in High Speed, High Density Wire Bond Packages
CN107330184A (zh) * 2017-06-29 2017-11-07 南通大学 电气组件中的键合线的仿真测试方法及存储介质和设备
CN110146803A (zh) * 2019-05-16 2019-08-20 长江存储科技有限责任公司 芯片样品及其获取方法、测试封装体及其形成方法
CN110400285A (zh) * 2019-05-30 2019-11-01 哈尔滨工业大学(深圳) 引线键合焊点缺陷定位与分类方法
CN111429408A (zh) * 2020-03-11 2020-07-17 苏州杰锐思智能科技股份有限公司 一种封装芯片金线检测方法
CN112651946A (zh) * 2020-12-29 2021-04-13 昆山丘钛光电科技有限公司 芯片金线检测方法、装置、电子设备及介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5302836A (en) * 1992-07-16 1994-04-12 Bernard Siu High speed image acquisition for microelectronics inspection
JPH0763528A (ja) * 1993-08-30 1995-03-10 Canon Inc ワイヤボンディング検査方法及びワイヤボンディング検査装置
JPH10311713A (ja) * 1997-05-13 1998-11-24 Canon Inc ボンディングワイヤ検査方法および装置
US6198529B1 (en) * 1999-04-30 2001-03-06 International Business Machines Corporation Automated inspection system for metallic surfaces
US20100332193A1 (en) * 2009-06-26 2010-12-30 International Business Machines Corporation Method of Multi-segments Modeling Bond Wire Interconnects with 2D Simulations in High Speed, High Density Wire Bond Packages
CN107330184A (zh) * 2017-06-29 2017-11-07 南通大学 电气组件中的键合线的仿真测试方法及存储介质和设备
CN110146803A (zh) * 2019-05-16 2019-08-20 长江存储科技有限责任公司 芯片样品及其获取方法、测试封装体及其形成方法
CN110400285A (zh) * 2019-05-30 2019-11-01 哈尔滨工业大学(深圳) 引线键合焊点缺陷定位与分类方法
CN111429408A (zh) * 2020-03-11 2020-07-17 苏州杰锐思智能科技股份有限公司 一种封装芯片金线检测方法
CN112651946A (zh) * 2020-12-29 2021-04-13 昆山丘钛光电科技有限公司 芯片金线检测方法、装置、电子设备及介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MAZZEI, S等: "Analysis of Cu-wire pull and shear test failure modes under ageing cycles and finite element modelling of Si-crack propagation", MICROELECTRONICS RELIABILITY, vol. 54, no. 11, 30 November 2014 (2014-11-30), pages 2501 - 2512 *
周琪琪等: "基于图像分割的芯片定位在检测系统中的应用", 组合机床与自动化加工技术, no. 8, pages 114 - 117 *
张舞杰等: "基于图像处理的摄像头模组金线缺陷检测方法", 机械设计与制造工程, vol. 46, no. 1, pages 94 - 98 *
李西凯: "基于机器视觉的光器件金线质量在线检测技术及实现", 中国优秀硕士学位论文全文数据库, no. 2020, pages 136 - 71 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114757903A (zh) * 2022-04-07 2022-07-15 华中科技大学 一种光器件芯片封装金线缺陷检测方法
CN114757903B (zh) * 2022-04-07 2024-09-06 华中科技大学 一种光器件芯片封装金线缺陷检测方法
CN115908242A (zh) * 2022-09-22 2023-04-04 深圳市明测科技有限公司 一种多通道图像融合的芯片金线整线检测方法及系统
CN115908242B (zh) * 2022-09-22 2023-10-03 深圳市明测科技有限公司 一种多通道图像融合的芯片金线整线检测方法及系统
CN115797358A (zh) * 2023-02-10 2023-03-14 济宁安泰矿山设备制造有限公司 基于机器视觉的金属壳体自动化焊接缺陷检测方法
CN117218184A (zh) * 2023-09-27 2023-12-12 广州明毅智能科技有限公司 一种图像快速定位提取方法
CN117218184B (zh) * 2023-09-27 2024-02-20 广州明毅智能科技有限公司 一种图像快速定位提取方法

Also Published As

Publication number Publication date
CN113533350B (zh) 2024-07-26

Similar Documents

Publication Publication Date Title
CN113533350A (zh) 一种芯片金线缺陷检测方法及系统
JP6618478B2 (ja) 射影画像を用いた自動インライン検査及び計測
JP3990981B2 (ja) 基板を検査するための方法及び装置
US7200258B2 (en) Method for selecting reference images, method and apparatus for inspecting patterns on wafers, and method for dividing a wafer into application regions
KR101604005B1 (ko) 검사 방법
US7315642B2 (en) System and method for measuring thin film thickness variations and for compensating for the variations
US20150356727A1 (en) Defect inspection method and defect inspection device
JP4585876B2 (ja) 走査型電子顕微鏡を用いた試料の観察方法及びその装置
JP2012112915A (ja) 欠陥検査方法および欠陥検査装置
JP2015511310A (ja) ウエハ検査のためのセグメント化
JP2010522316A (ja) ウエハー上に形成されたダイに於けるアレイ領域の認識方法、ならびに係る方法の設定方法
TWI729186B (zh) 晶圓中開口尺寸之光學量測
US20060146316A1 (en) Method for monitoring micro-lens curvature in-line
KR102241989B1 (ko) 반도체 검사 방법, 반도체 검사 장치 및 반도체 제조 방법
JP2005345290A (ja) 筋状欠陥検出方法及び装置
CN109791038B (zh) 台阶大小及镀金属厚度的光学测量
US20060079008A1 (en) Inspection method of bonded status of ball in wire bonding
US10168524B2 (en) Optical measurement of bump hieght
TWI573098B (zh) Wafer defect detection method
JPH06308040A (ja) 異物検査装置
CN109791039B (zh) 使用光学显微镜产生样本的三维信息的方法
KR101297208B1 (ko) 반도체용 웨이퍼 결함 검사방법
JP2013101019A (ja) 穴の内部検査装置、検査方法、およびプログラム
CN118396944A (zh) 一种基于计算机视觉的表面缺陷检测方法及系统
CN118882520A (zh) 一种大口径曲面光学元件表面缺陷三维检测装置及方法

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
GR01 Patent grant
GR01 Patent grant