CN116051564B - 芯片封装缺陷检测方法和系统 - Google Patents

芯片封装缺陷检测方法和系统 Download PDF

Info

Publication number
CN116051564B
CN116051564B CN202310339218.9A CN202310339218A CN116051564B CN 116051564 B CN116051564 B CN 116051564B CN 202310339218 A CN202310339218 A CN 202310339218A CN 116051564 B CN116051564 B CN 116051564B
Authority
CN
China
Prior art keywords
chip
center
edge
vector
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.)
Active
Application number
CN202310339218.9A
Other languages
English (en)
Other versions
CN116051564A (zh
Inventor
唐怀军
窦静
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.)
Guangdong Renmao Electronic Co ltd
Original Assignee
Guangdong Renmao Electronic 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 Guangdong Renmao Electronic Co ltd filed Critical Guangdong Renmao Electronic Co ltd
Priority to CN202310339218.9A priority Critical patent/CN116051564B/zh
Publication of CN116051564A publication Critical patent/CN116051564A/zh
Application granted granted Critical
Publication of CN116051564B publication Critical patent/CN116051564B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10—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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及芯片封装缺陷检测方法和系统，通过直接采集包含芯片封装的图像，并提取出图像中的芯片边缘、芯片主体区域、以及芯片主体区域与芯片管脚的交点；并基于芯片边缘生成第一中心，基于芯片主体区域与芯片管脚的交点生成第二中心，以及基于芯片主体区域生成质心，进而将复杂的封装图像特征转换为三个特征点，进而判断相关位置是否存在缺陷；如果第一中心的位置与标准位置接近或者一致，则可以判断芯片边缘无缺陷，如果第二中心的位置与标准位置接近或者一致，则可以判断芯片引脚处无缺陷，如果质心的位置与标准位置接近或者一致，则可以判断芯片主体封装无缺陷。从而可以实现对芯片封装的高效检测。

Description

芯片封装缺陷检测方法和系统
技术领域
本发明涉及计算机视觉技术领域，具体是芯片封装缺陷检测方法和系统。
背景技术
封装，Package，是把集成电路装配为芯片最终产品的过程，简单地说，就是把铸造厂生产出来的集成电路裸片（Die）放在一块起到承载作用的基板上，把管脚引出来，然后固定包装成为一个整体。
芯片封装是芯片生产的重要步骤之一，现在芯片生产流程中。需要在封装芯片之后对封装进行缺陷检测，以防止残次品流入市场。但是现有的封装缺陷检测手段一般是将封装后的芯片放入至盘中，由人工进行检测。存在检测效率低的缺点。
发明内容
有鉴于此，本发明的目的是提供芯片封装缺陷检测方法和系统，以解决现有技术中封装缺陷检测效率低的问题。
为了实现上述目的，本发明采用了如下技术方案：
本发明的芯片封装缺陷检测方法，包括步骤：
获取目标图像；所述目标图像内包括一个或者多个封装芯片；
从所述目标图像中提取所述封装芯片的边缘、以及封装芯片的主体区域；并根据所述主体区域确定所述封装芯片的边缘与多个管脚相交的交点；所述主体区域为封装芯片去除管脚的部分；
基于所述封装芯片的边缘确定所述封装芯片的第一中心，基于多个交点确定所述封装芯片的第二中心，并确定所述主体区域的质心；
基于所述第一中心、所述第二中心、以及所述质心构建封装特征；
将所述封装特征与预设的标准特征进行对比，并基于对比结果完成检测。
在本申请一实施例中，获取目标图像，包括：
采集封装芯片检测区域的原始图像，其中，所述原始图像为彩色图像；
将所述原始图像转换为灰度图像，并将所述灰度图像映射至预先建立的二维坐标系中，得到目标图像。
在本申请一实施例中，从所述目标图像中提取所述封装芯片的边缘，包括：
计算所述灰度图像中任意两个相邻像素点的第一灰度差值，并将第一灰度差值大于预设的第一阈值的两个相邻像素点作为边缘像素点；
以所述边缘像素点构建所述封装芯片的边缘。
在本申请一实施例中，从所述目标图像中提取封装芯片的主体区域，包括：
将同时满足第一目标条件的区域作为主体区域；所述第一目标条件包括：
该区域内像素点的灰度值在第一目标灰度范围内；
该区域被所述边缘封闭。
在本申请一实施例中，根据所述主体区域确定所述封装芯片的边缘与多个管脚相交的交点，包括：
将同时满足第二目标条件的区域作为背景区域去除，得到封装芯片区域；所述第二目标条件包括：该区域内像素点的灰度值在第二目标灰度范围内；该区域未被所述边缘封闭；
计算将所述封装芯片区域中任何两个相邻像素点的第二灰度差值，并将第二灰度差值大于预设的第二阈值的两个相邻像素点作为相交像素点；
基于相交像素点确定多个相交线段，并将所述相交线段中距离所述主体区域最近的相交像素点作为所述封装芯片的边缘与管脚相交的交点。
在本申请一实施例中，基于所述封装芯片的边缘确定所述封装芯片的第一中心，包括：
从所述边缘中提取长度超过预设长度阈值的两条平行线段；
将所述两条平行线段的中心点连线的中点作为所述第一中心
Figure SMS_1
。
在本申请一实施例中，基于多个交点确定所述封装芯片的第二中心，包括：
确定所述多个交点的坐标；
基于所述多个交点的坐标计算所述第二中心的坐标，所述第二中心
Figure SMS_2
的数学表达式为：
Figure SMS_3
，
Figure SMS_4
，
式中，
Figure SMS_5
为交点的横坐标，/>
Figure SMS_6
为交点的纵坐标，/>
Figure SMS_7
为交点的数量。
在本申请一实施例中，基于所述第一中心、所述第二中心、以及所述质心构建封装特征，包括：
基于所述第一中心
Figure SMS_8
和所述质心/>
Figure SMS_9
构建第一向量，以及基于所述第二中心/>
Figure SMS_10
和所述质心/>
Figure SMS_11
构建第二向量；
以所述第一向量的模、所述第二向量的模、以及所述第一向量与所述第二向量的夹角
Figure SMS_12
构建封装特征。
在本申请一实施例中，所述标准特征包括第一长度范围、第二长度范围、以及夹角范围，其中，将所述封装特征与预设的标准特征进行对比，并基于对比结果完成检测，包括：
将所述第一向量的模与所述第一长度范围进行对比，将所述第二向量的模与所述第二长度范围进行对比，并将所述夹角
Figure SMS_13
与所述夹角范围进行对比；
在满足第三目标条件时，判定封装无缺陷；否则，判定封装存在缺陷；所述第三目标条件包括：所述第一向量的模在所述第一长度范围内，所述第二向量的模在所述第二长度范围内，所述夹角
Figure SMS_14
在所述夹角范围内。
本申请还提供一种封装缺陷检测系统，包括：
获取模块，用于获取目标图像；所述目标图像内包括一个或者多个封装芯片；
第一特征提取模块，用于从所述目标图像中提取所述封装芯片的边缘、以及封装芯片的主体区域；并根据所述主体区域确定所述封装芯片的边缘与多个管脚相交的交点；所述主体区域为封装芯片去除管脚的部分；
第二特征提取模块，基于所述封装芯片的边缘确定所述封装芯片的第一中心，基于多个交点确定所述封装芯片的第二中心，并确定所述主体区域的质心；
特征构建模块，用于基于所述第一中心、所述第二中心、以及所述质心构建封装特征；
检测模块，用于将所述封装特征与预设的标准特征进行对比，并基于对比结果完成检测。
本发明还提供一种存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现如上所述的芯片封装缺陷检测方法。
本发明还提供一种电子设备，包括：处理器、及存储器；其中，所述存储器用于存储计算机程序；所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如上所述的芯片封装缺陷检测方法。
本发明的有益效果是：本发明的芯片封装缺陷检测方法和系统，通过直接采集包含芯片封装的图像，并提取出图像中的芯片边缘、芯片主体区域、以及芯片主体区域与芯片管脚的交点；并基于芯片边缘生成第一中心，基于芯片主体区域与芯片管脚的交点生成第二中心，以及基于芯片主体区域生成质心，进而将复杂的封装图像特征转换为三个特征点，进而判断相关位置是否存在缺陷；如果第一中心的位置与标准位置接近或者一致，则可以判断芯片边缘无缺陷，如果第二中心的位置与标准位置接近或者一致，则可以判断芯片引脚处无缺陷，如果质心的位置与标准位置接近或者一致，则可以判断芯片主体封装无缺陷。从而可以实现对芯片封装的高效检测。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图 1 为本发明一实施例中的芯片封装缺陷检测方法的应用场景图；
图 2 为本发明一实施例中的芯片封装缺陷检测方法的流程图；
图 3 为本发明一实施例中的封装缺陷检测系统的结构图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的层而非按照实际实施时的层数目、形状及尺寸绘制，其实际实施时各层的型态、数量及比例可为一种随意的改变，且其层布局型态也可能更为复杂。
在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的。
本申请中的芯片封装缺陷检测方法和系统，应用在芯片封装检测领域，执行对象可以为计算机、移动终端或者服务器。
图1为本申请中的芯片封装缺陷检测方法的应用场景图，如图1所示，通过设置图像采集设备来采集芯片封装图像，然后将采集图像发送至运算设备中进行识别和判断。其中，运算设备可以是计算机，图像采集设备通过网络线缆将图像传输至计算机；运算设备也可以是终端设备，图像采集设备通过内置的网络模块将图像传输至终端；运算设备也可以是服务器，计算机或者终端设备通过互联网将图像转发至服务器，利用服务器的算力进行大规模识别和判断。
图2是本申请一实施例中示出的芯片封装缺陷检测方法的流程图，如图2所示：本实施例的芯片封装缺陷检测方法，可以包括步骤S210至步骤S250：
步骤S210，获取目标图像；所述目标图像内包括一个或者多个封装芯片；
封装后的芯片一般放置在检测盘中，一般一个检测盘可以放置多个封装好的芯片，以实现批量监测。在通过图像采集设备（如摄像机）采集图像时，需要保持环境光照的同时避免检测盘内反光，从而保证图像不会出现模糊、反光等现象影响后续的处理。此外，检测盘需采用与芯片封装颜色反差较大的颜色，例如，一般的芯片封装为黑色，那么检测盘采用白色或者浅黄色。以便于后续对封装芯片的边缘进行提取。
为了便于后续处理，还需要将图像采集设备采集的原始图像转换为灰度图像，具体包括：
步骤S211，采集封装芯片检测区域的原始图像，其中，所述原始图像为彩色图像；
步骤S212，将所述原始图像转换为灰度图像，并将所述灰度图像映射至预先建立的二维坐标系中，得到目标图像。
本实施例中，采集的原始图像为RGB通道图像，可直接利用现有转换公式将RGB三通道的值进行转换，得到灰度图像。然后将灰度图像映射至x-y二维坐标系中，得到目标图像。以便于对目标图像中的每一个像素点进行定位。
步骤S220，从所述目标图像中提取所述封装芯片的边缘、以及封装芯片的主体区域；并根据所述主体区域确定所述封装芯片的边缘与多个管脚相交的交点；所述主体区域为封装芯片去除管脚的部分；
其中，边缘提取的过程包括步骤S2201-步骤S2202：
步骤S2201，计算所述灰度图像中任意两个相邻像素点的第一灰度差值，并将第一灰度差值大于预设的第一阈值的两个相邻像素点作为边缘像素点；
步骤S2202，以所述边缘像素点构建所述封装芯片的边缘。
在本实施例中，由于芯片边缘与检测盘之间的颜色差距较大，因此芯片边缘处的灰度值变化较大。在计算相邻像素点的灰度差值时，可以先沿x轴方向进行逐行扫描，计算相邻像素点的灰度差值，然后再沿y轴方向进行逐列扫描，计算相邻像素点的灰度差值。然后将灰度差值与第一阈值进行对比，将大于第一阈值的灰度差值对应的相邻像素作为边缘像素，即可完成对所有边缘的提取。此外，还可以通过噪声消除等手段去除孤立的边缘像素点，保留清晰完整的边缘。
其中，提取主体区域的过程包括步骤S2211；
步骤S2211，将同时满足第一目标条件的区域作为主体区域；所述第一目标条件包括：
（1）该区域内像素点的灰度值在第一目标灰度范围内；
（2）该区域被所述边缘封闭。
在本实施例中，由于芯片封装主体与管脚的灰度差别较大，因此可以通过提取边缘内部处于第一目标灰度范围内的所有像素点作为主体区域。
其中，确定所述封装芯片的边缘与多个管脚相交的交点的过程包括步骤S2221-步骤S2223：
步骤S2221，将同时满足第二目标条件的区域作为背景区域去除，得到封装芯片区域；所述第二目标条件包括：该区域内像素点的灰度值在第二目标灰度范围内；该区域未被所述边缘封闭；
由于背景（检测盘）与芯片、芯片引脚存在较大的灰度差别。例如，灰度图像下，背景为白色，灰度为240-255；引脚为灰色，灰度为120-150；封装主体为黑色，灰度为0-20），基于上述差别，可以直接设定第二目标灰度范围。因此将满足处于边缘外，且落入第二目标灰度范围的像素点作为背景去除，只保留封装芯片的图像。
步骤S2222，计算将所述封装芯片区域中任何两个相邻像素点的第二灰度差值，并将第二灰度差值大于预设的第二阈值的两个相邻像素点作为相交像素点；
在只保留封装芯片的区域再一次进行相邻像素点的灰度值计算，提取边缘内部的分界线，分界线的提取过程可以参照边缘的提取过程，区别在于阈值的不同。
步骤S2223，基于相交像素点确定多个相交线段，并将所述相交线段中距离所述主体区域最近的相交像素点作为所述封装芯片的边缘与管脚相交的交点。
确定出的多个相交像素点会自然地聚集成多条线段。由于每一条相交线段中的相交像素点较多，为了简化问题，便于后续计算，从中选取一个具有代表性的点作为相交点。进一步地，为了能够发现管脚与芯片主体的连接处是否存在问题，如，管脚处的封装剥落、封装不齐；将距离主体区域最近的相交像素点作为交点，以便于发现问题。
S230，基于所述封装芯片的边缘确定所述封装芯片的第一中心，基于多个交点确定所述封装芯片的第二中心，并确定所述主体区域的质心；
其中，第一中心的位置由封装芯片的边缘确定，因此可以通过第一中心的位置来判定封装芯片的边缘是否存在缺陷。原理为：先提取出标准封装芯片的边缘，由标准封装芯片的边缘计算标准封装芯片的第一中心；然后将标准封装芯片的第一中心与本次检测的封装芯片的第一中心进行对比，并以此判断本次检测的封装芯片的边缘是否与标准封装芯片的边缘一致，或者是否具有较大差别。第二中心和质心同理。
其中， 基于所述封装芯片的边缘确定所述封装芯片的第一中心的过程包括步骤S2301至步骤S2302：
步骤S2301，从所述边缘中提取长度超过预设长度阈值的两条平行线段；
步骤S2302，将所述两条平行线段的中心点连线的中点作为所述第一中心
Figure SMS_15
。
本实施例针对主体形状为矩形，且管件分布在其中两条平行边上的芯片。长度超过超度阈值的两条平行线段即为没有引出管脚的边，本申请将这两条边的中心点连线的中点作为第一中心
Figure SMS_16
。
其中，基于多个交点确定所述封装芯片的第二中心的过程包括步骤S2311至步骤S2312：
步骤S2311，确定所述多个交点的坐标；
步骤S2312，基于所述多个交点的坐标计算所述第二中心的坐标，所述第二中心
Figure SMS_17
的数学表达式为：
Figure SMS_18
，
Figure SMS_19
，
式中，
Figure SMS_20
为交点的横坐标，/>
Figure SMS_21
为交点的纵坐标，/>
Figure SMS_22
为交点的数量。
本实施例中，通过对多个交点求平均坐标，从而得到多个交点的第二中心；由多个交点计算的第二中心的位置可以反映管脚与芯片主体的连接位置是否正常，从而确定管脚与芯片主体的连接处是否存在缺陷。
其中，质心的提取，可以采用现有的质心提取算法。
S240，基于所述第一中心、所述第二中心、以及所述质心构建封装特征；
通过上述步骤，将芯片封装的图形特征简化为三个特征点，为了便于基于这三个特征点来分析缺陷，本申请还基于第一中心、第二中心、以及质心构建封装特征。
具体地，构建封装特征的过程包括步骤S241至步骤S242：
步骤S241，基于所述第一中心
Figure SMS_23
和所述质心/>
Figure SMS_24
构建第一向量，以及基于所述第二中心/>
Figure SMS_25
和所述质心/>
Figure SMS_26
构建第二向量；
步骤S242，以所述第一向量的模、所述第二向量的模、以及所述第一向量与所述第二向量的夹角
Figure SMS_27
构建封装特征。
封装特征包括两个距离特征和一个角度特征，从而能够准确地概括三个特征点的分布情况。此外，还可以通过其他技术手段来构造封装特征，如，计算第一向量与第二向量的相似度等。
具体地，夹角
Figure SMS_28
的计算公式为：
Figure SMS_29
式中，
Figure SMS_30
为质心的横坐标，y2为质心的纵坐标。
S250，将所述封装特征与预设的标准特征进行对比，并基于对比结果完成检测。
所述标准特征包括第一长度范围、第二长度范围、以及夹角范围，其中，将所述封装特征与预设的标准特征进行对比，并基于对比结果完成检测的过程包括步骤S251至步骤S252：
步骤S251，将所述第一向量的模与所述第一长度范围进行对比，将所述第二向量的模与所述第二长度范围进行对比，并将所述夹角
Figure SMS_31
与所述夹角范围进行对比；
步骤S252，在满足第三目标条件时，判定封装无缺陷；否则，判定封装存在缺陷；所述第三目标条件包括：所述第一向量的模在所述第一长度范围内，所述第二向量的模在所述第二长度范围内，所述夹角
Figure SMS_32
在所述夹角范围内。
在本实施例中，第一距离范围是在标准封装芯片的第一向量的模的基础上增加一个冗余量构成的；第二距离范围是在标准封装芯片的第二向量的模的基础上增加一个冗余量构成的；夹角范围是在标准封装芯片的夹角的基础上增加一个冗余量构成的；
当本次检测的封装芯片的三个特征点构成的封装特征满足第三目标条件时，本次检测的封装芯片的三个特征点与标准封装芯片的三个特征点的分布情况大体一致，即可判定本次检测的封装芯片不存在封装缺陷。否则，判定本次检测的封装芯片存在封装缺陷，可以通过在图像中进行边缘框选的方式找出缺陷芯片，并进行报警提醒。然后发送至相关人员，等待进一步的人工排查。
本发明的芯片封装缺陷检测方法，通过直接采集包含芯片封装的图像，并提取出图像中的芯片边缘、芯片主体区域、以及芯片主体区域与芯片管脚的交点；并基于芯片边缘生成第一中心，基于芯片主体区域与芯片管脚的交点生成第二中心，以及基于芯片主体区域生成质心，进而将复杂的封装图像特征转换为三个特征点，进而判断相关位置是否存在缺陷；如果第一中心的位置与标准位置接近或者一致，则可以判断芯片边缘无缺陷，如果第二中心的位置与标准位置接近或者一致，则可以判断芯片引脚处无缺陷，如果质心的位置与标准位置接近或者一致，则可以判断芯片主体封装无缺陷。从而可以实现对芯片封装的高效检测。
如图3所示，本申请还提供一种封装缺陷检测系统，包括：
获取模块，用于获取目标图像；所述目标图像内包括一个或者多个封装芯片；
第一特征提取模块，用于从所述目标图像中提取所述封装芯片的边缘、以及封装芯片的主体区域；并根据所述主体区域确定所述封装芯片的边缘与多个管脚相交的交点；所述主体区域为封装芯片去除管脚的部分；
第二特征提取模块，基于所述封装芯片的边缘确定所述封装芯片的第一中心，基于多个交点确定所述封装芯片的第二中心，并确定所述主体区域的质心；
特征构建模块，用于基于所述第一中心、所述第二中心、以及所述质心构建封装特征；
检测模块，用于将所述封装特征与预设的标准特征进行对比，并基于对比结果完成检测。
本发明的封装缺陷检测系统，通过直接采集包含芯片封装的图像，并提取出图像中的芯片边缘、芯片主体区域、以及芯片主体区域与芯片管脚的交点；并基于芯片边缘生成第一中心，基于芯片主体区域与芯片管脚的交点生成第二中心，以及基于芯片主体区域生成质心，进而将复杂的封装图像特征转换为三个特征点，进而判断相关位置是否存在缺陷；如果第一中心的位置与标准位置接近或者一致，则可以判断芯片边缘无缺陷，如果第二中心的位置与标准位置接近或者一致，则可以判断芯片引脚处无缺陷，如果质心的位置与标准位置接近或者一致，则可以判断芯片主体封装无缺陷。从而可以实现对芯片封装的高效检测。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
本实施例还提供一种电子终端，包括：处理器及存储器；
存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以使终端执行本实施例中任一项方法。
本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子终端，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子终端执行如上方法的各个步骤。
在本实施例中，存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称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。
在上述实施例中，尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (5)

1.芯片封装缺陷检测方法，其特征在于：包括步骤：
获取目标图像；所述目标图像内包括一个或者多个封装芯片；获取目标图像，包括：采集封装芯片检测区域的原始图像，其中，所述原始图像为彩色图像；将所述原始图像转换为灰度图像，并将所述灰度图像映射至预先建立的二维坐标系中，得到目标图像；
从所述目标图像中提取所述封装芯片的边缘、以及封装芯片的主体区域；并根据所述主体区域确定所述封装芯片的边缘与多个管脚相交的交点；所述主体区域为封装芯片去除管脚的部分；从所述目标图像中提取封装芯片的主体区域，包括：将同时满足第一目标条件的区域作为主体区域；所述第一目标条件包括：该区域内像素点的灰度值在第一目标灰度范围内；该区域被所述边缘封闭；根据所述主体区域确定所述封装芯片的边缘与多个管脚相交的交点，包括：将同时满足第二目标条件的区域作为背景区域去除，得到封装芯片区域；所述第二目标条件包括：该区域内像素点的灰度值在第二目标灰度范围内；该区域未被所述边缘封闭；计算将所述封装芯片区域中任何两个相邻像素点的第二灰度差值，并将第二灰度差值大于预设的第二阈值的两个相邻像素点作为相交像素点；基于相交像素点确定多个相交线段，并将所述相交线段中距离所述主体区域最近的相交像素点作为所述封装芯片的边缘与管脚相交的交点；
基于所述封装芯片的边缘确定所述封装芯片的第一中心，基于多个交点确定所述封装芯片的第二中心，并确定所述主体区域的质心；
基于所述第一中心、所述第二中心、以及所述质心构建封装特征；基于所述第一中心、所述第二中心、以及所述质心构建封装特征，包括：基于所述第一中心
Figure QLYQS_1
和所述质心/>
Figure QLYQS_2
构建第一向量，以及基于所述第二中心/>
Figure QLYQS_3
和所述质心/>
Figure QLYQS_4
构建第二向量；以所述第一向量的模、所述第二向量的模、以及所述第一向量与所述第二向量的夹角/>
Figure QLYQS_5
构建封装特征；
将所述封装特征与预设的标准特征进行对比，并基于对比结果完成检测；所述标准特征包括第一长度范围、第二长度范围、以及夹角范围，其中，将所述封装特征与预设的标准特征进行对比，并基于对比结果完成检测，包括：将所述第一向量的模与所述第一长度范围进行对比，将所述第二向量的模与所述第二长度范围进行对比，并将所述夹角
Figure QLYQS_6
与所述夹角范围进行对比；在满足第三目标条件时，判定封装无缺陷；否则，判定封装存在缺陷；所述第三目标条件包括：所述第一向量的模在所述第一长度范围内，所述第二向量的模在所述第二长度范围内，所述夹角/>
Figure QLYQS_7
在所述夹角范围内。
2.根据权利要求 1 所述的芯片封装缺陷检测方法，其特征在于：从所述目标图像中提取所述封装芯片的边缘，包括：
计算所述灰度图像中任意两个相邻像素点的第一灰度差值，并将第一灰度差值大于预设的第一阈值的两个相邻像素点作为边缘像素点；
以所述边缘像素点构建所述封装芯片的边缘。
3.根据权利要求 2 所述的芯片封装缺陷检测方法，其特征在于：基于所述封装芯片的边缘确定所述封装芯片的第一中心，包括：
从所述边缘中提取长度超过预设长度阈值的两条平行线段；
将所述两条平行线段的中心点连线的中点作为所述第一中心
Figure QLYQS_8
。
4.根据权利要求 1 所述的芯片封装缺陷检测方法，其特征在于：基于多个交点确定所述封装芯片的第二中心，包括：
确定所述多个交点的坐标；
基于所述多个交点的坐标计算所述第二中心的坐标，所述第二中心
Figure QLYQS_9
的数学表达式为：
Figure QLYQS_10
，
Figure QLYQS_11
，
式中，
Figure QLYQS_12
为交点的横坐标，/>
Figure QLYQS_13
为交点的纵坐标，/>
Figure QLYQS_14
为交点的数量。
5.封装缺陷检测系统，其特征在于：包括：
获取模块，用于获取目标图像；所述目标图像内包括一个或者多个封装芯片；获取目标图像，包括：采集封装芯片检测区域的原始图像，其中，所述原始图像为彩色图像；将所述原始图像转换为灰度图像，并将所述灰度图像映射至预先建立的二维坐标系中，得到目标图像；
第一特征提取模块，用于从所述目标图像中提取所述封装芯片的边缘、以及封装芯片的主体区域；并根据所述主体区域确定所述封装芯片的边缘与多个管脚相交的交点；所述主体区域为封装芯片去除管脚的部分；从所述目标图像中提取封装芯片的主体区域，包括：将同时满足第一目标条件的区域作为主体区域；所述第一目标条件包括：该区域内像素点的灰度值在第一目标灰度范围内；该区域被所述边缘封闭；根据所述主体区域确定所述封装芯片的边缘与多个管脚相交的交点，包括：将同时满足第二目标条件的区域作为背景区域去除，得到封装芯片区域；所述第二目标条件包括：该区域内像素点的灰度值在第二目标灰度范围内；该区域未被所述边缘封闭；计算将所述封装芯片区域中任何两个相邻像素点的第二灰度差值，并将第二灰度差值大于预设的第二阈值的两个相邻像素点作为相交像素点；基于相交像素点确定多个相交线段，并将所述相交线段中距离所述主体区域最近的相交像素点作为所述封装芯片的边缘与管脚相交的交点；
第二特征提取模块，基于所述封装芯片的边缘确定所述封装芯片的第一中心，基于多个交点确定所述封装芯片的第二中心，并确定所述主体区域的质心；
特征构建模块，用于基于所述第一中心、所述第二中心、以及所述质心构建封装特征；基于所述第一中心、所述第二中心、以及所述质心构建封装特征，包括：基于所述第一中心
Figure QLYQS_15
和所述质心/>
Figure QLYQS_16
构建第一向量，以及基于所述第二中心/>
Figure QLYQS_17
和所述质心/>
Figure QLYQS_18
构建第二向量；以所述第一向量的模、所述第二向量的模、以及所述第一向量与所述第二向量的夹角/>
Figure QLYQS_19
构建封装特征；
检测模块，用于将所述封装特征与预设的标准特征进行对比，并基于对比结果完成检测；所述标准特征包括第一长度范围、第二长度范围、以及夹角范围，其中，将所述封装特征与预设的标准特征进行对比，并基于对比结果完成检测，包括：将所述第一向量的模与所述第一长度范围进行对比，将所述第二向量的模与所述第二长度范围进行对比，并将所述夹角
Figure QLYQS_20
与所述夹角范围进行对比；在满足第三目标条件时，判定封装无缺陷；否则，判定封装存在缺陷；所述第三目标条件包括：所述第一向量的模在所述第一长度范围内，所述第二向量的模在所述第二长度范围内，所述夹角/>
Figure QLYQS_21
在所述夹角范围内。
CN202310339218.9A 2023-04-02 2023-04-02 芯片封装缺陷检测方法和系统 Active CN116051564B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310339218.9A CN116051564B (zh) 2023-04-02 2023-04-02 芯片封装缺陷检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310339218.9A CN116051564B (zh) 2023-04-02 2023-04-02 芯片封装缺陷检测方法和系统

Publications (2)

Publication Number Publication Date
CN116051564A CN116051564A (zh) 2023-05-02
CN116051564B true CN116051564B (zh) 2023-06-16

Family

ID=86116841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310339218.9A Active CN116051564B (zh) 2023-04-02 2023-04-02 芯片封装缺陷检测方法和系统

Country Status (1)

Country Link
CN (1) CN116051564B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117788589B (zh) * 2023-12-29 2024-08-16 深圳市安信达存储技术有限公司 半导体芯片的加固封装方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111627009A (zh) * 2020-05-27 2020-09-04 歌尔股份有限公司 一种屏幕检测方法、装置及头戴显示设备
CN114152627A (zh) * 2022-02-09 2022-03-08 季华实验室 芯片电路缺陷检测方法、装置、电子设备及存储介质
CN115456945A (zh) * 2022-08-10 2022-12-09 航天科工防御技术研究试验中心 一种芯片引脚缺陷的检测方法、检测装置及设备

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001274209A (ja) * 2000-03-28 2001-10-05 Toshiba Corp 半導体検査装置、半導体欠陥解析装置、半導体設計データ修正装置、半導体検査方法、半導体欠陥解析方法、半導体設計データ修正方法およびコンピュータ読み取り可能な記録媒体
JP2008203034A (ja) * 2007-02-19 2008-09-04 Olympus Corp 欠陥検出装置および欠陥検出方法
JP4664327B2 (ja) * 2007-05-16 2011-04-06 株式会社日立ハイテクノロジーズ パターン検査方法
JP7087397B2 (ja) * 2018-01-17 2022-06-21 東京エレクトロン株式会社 基板の欠陥検査装置、基板の欠陥検査方法及び記憶媒体
CN109785316B (zh) * 2019-01-22 2022-12-02 湖南大学 一种芯片表观缺陷检测方法
CN111179243A (zh) * 2019-12-25 2020-05-19 武汉昕竺科技服务有限公司 一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统
CN113362306B (zh) * 2021-06-07 2023-01-31 中山大学 一种基于深度学习的封装芯片缺陷检测方法
CN113567466B (zh) * 2021-08-02 2022-10-28 大量科技（涟水）有限公司 一种微型芯片外观缺陷的智能识别方法
CN114878603B (zh) * 2021-12-23 2023-03-14 浙江威固信息技术有限责任公司 一种bga芯片虚焊检测方法及检测系统
CN114413799B (zh) * 2022-04-02 2022-06-28 季华实验室 一种芯片基板翘曲检测方法、系统、装置及电子设备
CN115035944A (zh) * 2022-06-15 2022-09-09 中科广化（重庆）新材料研究院有限公司 半导体芯片的检测方法、装置和计算机设备
CN115409787A (zh) * 2022-08-16 2022-11-29 湖南大学 小型可插拔收发光模块底座缺陷的检测方法
CN115266757A (zh) * 2022-08-26 2022-11-01 英特尔产品（成都）有限公司 缺陷检测设备与方法
CN115815865A (zh) * 2022-10-09 2023-03-21 广东仁懋电子有限公司 焊线位置检测方法、装置、设备及介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111627009A (zh) * 2020-05-27 2020-09-04 歌尔股份有限公司 一种屏幕检测方法、装置及头戴显示设备
CN114152627A (zh) * 2022-02-09 2022-03-08 季华实验室 芯片电路缺陷检测方法、装置、电子设备及存储介质
CN115456945A (zh) * 2022-08-10 2022-12-09 航天科工防御技术研究试验中心 一种芯片引脚缺陷的检测方法、检测装置及设备

Also Published As

Publication number Publication date
CN116051564A (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
TWI539150B (zh) 用於偵測檢查圖像中之缺陷的系統、方法及電腦程式產品
JP3435684B2 (ja) 画像情報処理装置
CN113592886B (zh) 建筑图纸的审图方法、装置、电子设备及介质
CN116051564B (zh) 芯片封装缺陷检测方法和系统
TWI533383B (zh) 使用重覆結構之基於設計之檢測
JP2016115331A (ja) 識別器生成装置、識別器生成方法、良否判定装置、良否判定方法、プログラム
CN116740072B (zh) 基于机器视觉的道路表面缺陷检测方法及系统
US12039747B1 (en) Polarity discrimination detection method and apparatus for multiple stacked electronic components and device
CN109461133A (zh) 桥梁螺栓脱落检测方法及终端设备
CN111709377B (zh) 特征提取方法、目标重识别方法、装置及电子设备
CN114764770A (zh) 晶圆检测方法、装置、设备及存储介质
CN115147333A (zh) 一种目标检测方法及装置
CN116309817A (zh) 一种基于rgb-d相机的托盘检测与定位方法
CN114693678A (zh) 工件质量智能检测方法、装置
CN108960246B (zh) 一种用于图像识别的二值化处理装置及方法
CN114779209A (zh) 一种激光雷达点云体素化方法及装置
WO2022222160A1 (en) Method and apparatus for identifying planes of objects in 3d scenes
CN117496165A (zh) 雨雪噪点过滤方法、装置、电子设备及存储介质
Yu et al. 3D reconstruction and defect pattern recognition of bonding wire based on stereo vision
CN112967350A (zh) 基于稀疏图编码的高光谱遥感图像本征分解方法及系统
CN110111293B (zh) 塑封器件的失效识别方法及装置
CN107767372B (zh) 一种分层并行计算的芯片管脚在线视觉检测系统及其方法
CN112308061B (zh) 一种车牌字符识别方法及装置
CN114581890A (zh) 确定车道线的方法、装置、电子设备和存储介质
US10679336B2 (en) Detecting method, detecting apparatus, and computer readable storage medium

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