CN116242830A - 引线框架的瑕疵检测方法 - Google Patents
引线框架的瑕疵检测方法 Download PDFInfo
- Publication number
- CN116242830A CN116242830A CN202111491562.7A CN202111491562A CN116242830A CN 116242830 A CN116242830 A CN 116242830A CN 202111491562 A CN202111491562 A CN 202111491562A CN 116242830 A CN116242830 A CN 116242830A
- Authority
- CN
- China
- Prior art keywords
- nth
- deviation range
- flaw
- region
- standard
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种引线框架的瑕疵检测方法,包括:提供标准模板图像、初始偏差范围和n个引线框架,所述n是自然数;基于所述标准模板图像、初始偏差范围和n个引线框架进行若干次偏差范围迭代调试,获取第一偏差范围。所述方法能够减少生产过程中,引线框架瑕疵检测时误报的瑕疵,改善对于良品的引线框架的过杀情况,提高设备检测速度、生产效率和良品率。
Description
技术领域
本发明涉及引线框架检测技术领域,尤其涉及一种引线框架的瑕疵检测方法。
背景技术
引线框架作为很多集成电路的芯片载体,其质量是否可靠稳定决定了后续最终半导体产品的功能和性能,因此在实际生产过程中需要对引线框架物料进行质量检查。
常规的引线框架检测设备对输入的引线框架物料进行瑕疵(defect)检查,然后根据瑕疵检查的结果,判断引线框架的出货分类:危害程度较高的直接报废,危害程度低或不影响功能的判断为良品。
现有技术中,通常利用光学平台采集量产的引线框架的源图像,并且,基于一个较为严格的偏差标准,将引线框架的源图像与标准模板图像进行比对,以对量产的引线框架进行瑕疵(defect)检测。
然而,由于采集引线框架的源图像时发生的反光、引线框架本身的片纹、材质等等原因,会导致良品的引线框架的源图像与标准模板图像之间的差异超出偏差标准,使得瑕疵检测中出现大量误报的瑕疵,从而,造成对良品的引线框架的过杀,设备检测速度、生产效率、良品率也较低。
发明内容
本发明解决的技术问题是提供一种引线框架的瑕疵检测方法,减少生产过程中,引线框架瑕疵检测时误报的瑕疵,改善对于良品的引线框架的过杀情况,提高设备检测速度、生产效率和良品率。
为解决上述技术问题,本发明的技术方案提供一种引线框架的瑕疵检测方法,包括:提供标准模板图像、初始偏差范围和n个引线框架,所述n是自然数;基于所述标准模板图像、初始偏差范围和n个引线框架进行若干次偏差范围迭代调试,获取第一偏差范围,且第n次偏差范围迭代调试的方法包括:根据第n个引线框架,获取与所述标准模板图像对应的第n源图像;根据所述第n源图像、标准模板图像和第n-1次的第一偏差范围检测第n瑕疵,获取与每个第n瑕疵对应的第n瑕疵数据,且当n=1时,所述第n-1次的第一偏差范围为所述初始偏差范围;根据若干第n瑕疵数据,获取第n瑕疵误报率;当所述第n瑕疵误报率大于预设误报率时,根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,对所述第n-1次的第一偏差范围进行扩大以生成第n次的第一偏差范围。
可选的,所述第n次偏差范围迭代调试的方法还包括:当所述第n瑕疵误报率小于或等于预设误报率时,以第n-1次的第一偏差范围作为第n次的第一偏差范围。
可选的,所述第n次偏差范围迭代调试的方法还包括:当所述第n瑕疵误报率小于或等于预设误报率时,在生成第n次的第一偏差范围后,结束所述偏差范围迭代调试。
可选的,所述第n次偏差范围迭代调试的方法还包括:当n次偏差范围迭代调试到达预设次数时,在生成第n次的第一偏差范围后,结束所述偏差范围迭代调试。
可选的,所述标准模板图像包括相互独立的若干标准区,所述第n-1次的第一偏差范围包括与若干标准区一一对应的若干区偏差范围。
可选的,所述若干标准区包括电镀及关键区、半蚀刻区、功能区、低阈值区和非功能区中的至少一者。
可选的,所述预设放宽参数包括与若干标准区一一对应的若干区域放宽参数。
可选的,与任意第n瑕疵对应的第n瑕疵数据至少包括第n位置信息;所述根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,对所述第n-1次的第一偏差范围进行扩大的方法包括:根据误报的若干第n位置信息中的部分或全部,在若干标准区中获取对应的若干指定标准区,所述指定标准区内具有与误报的第n位置信息对应的位置信息;根据每个指定标准区对应的区域放宽参数,扩大每个指定标准区所对应的第n-1次的区偏差范围,以生成与每个指定标准区对应的第n次的区偏差范围。
可选的,所述预设放宽参数包括用于部分扩大所述区偏差范围的个体放宽参数;与任意第n瑕疵对应的第n瑕疵数据包括:对应的第n位置信息和第n瑕疵图像;所述根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,扩大所述第n-1次的第一偏差范围的方法包括:根据误报的若干第n位置信息和误报的若干第n瑕疵图像中的部分或全部,在第n源图像中获取包含误报的若干第n瑕疵图像的若干第n瑕疵区;根据若干第n瑕疵区,在若干标准区内获取对应的若干第n瑕疵区域,且任意第n瑕疵区域所在标准区对应的第n-1次的区偏差范围包括:与所述任意第n瑕疵区域对应的第n-1次的子区偏差范围;根据个体放宽参数,扩大每个第n瑕疵区域对应的第n-1次的子区偏差范围以生成对应的第n次的区偏差范围。
可选的,根据个体放宽参数,扩大每个第n瑕疵区域对应的第n-1次的子区偏差范围的方法包括:进行若干次误报接收步骤,且每次误报接收步骤的方法包括:根据所述个体放宽参数,扩大1个第n瑕疵区域对应的第n-1次的子区偏差范围。
可选的,根据个体放宽参数,扩大每个第n瑕疵区域对应的第n-1次的子区偏差范围的方法包括:根据所述个体放宽参数,单次扩大全部第n瑕疵区域对应的第n-1次的子区偏差范围。
可选的,所述预设放宽参数还包括用于部分扩大所述区偏差范围的个体放宽参数;与任意第n瑕疵对应的第n瑕疵数据包括:对应的第n位置信息和第n瑕疵图像;所述根据误报的若干第n瑕疵对应的第n瑕疵数据和预设放宽参数,扩大所述第n-1次的第一偏差范围的方法包括:根据误报的若干第n瑕疵数据,获取对应的若干第n误报瑕疵类型;根据误报的若干第n位置信息、误报的若干第n瑕疵图像和若干第n误报瑕疵类型,在误报的若干第n瑕疵图像中获取若干指定第n瑕疵图像;基于任意指定第n瑕疵图像对应的第n误报瑕疵类型,判断根据所述区域放宽参数或者个体放宽参数,对所述任意指定第n瑕疵图像对应的标准区所对应的第n-1次的区偏差范围进行扩大。
可选的,根据所述区域放宽参数,对所述任意指定第n瑕疵图像对应的标准区所对应的第n-1次的区偏差范围进行扩大的方法包括:根据所述任意指定第n瑕疵图像对应的第n位置信息,在若干标准区中获取指定标准区,所述指定标准区内具有与该第n位置信息对应的位置信息;根据所述指定标准区对应的区域放宽参数,扩大所述指定标准区所对应的第n-1次的区偏差范围。
可选的,根据所述个体放宽参数,对所述任意指定第n瑕疵图像对应的标准区所对应的第n-1次的区偏差范围进行扩大的方法包括:根据所述任意指定第n瑕疵图像及对应的第n位置信息,在第n源图像中获取包含所述任意指定第n瑕疵图像的第n瑕疵区;根据所述第n瑕疵区,在若干标准区中获取对应的第n瑕疵区域,且所述第n瑕疵区域所在标准区对应的第n-1次的区偏差范围包括:与所述第n瑕疵区域对应的第n-1次的子区偏差范围;根据个体放宽参数,扩大所述第n瑕疵区域对应的第n-1次的子区偏差范围。
可选的,所述区域放宽参数包括区域对角线长度放宽参数、区域面积放宽参数和区域对比度放宽参数中的至少一种。
可选的,所述个体放宽参数包括个体对角线长度放宽参数、个体面积放宽参数和个体对比度放宽参数中的至少一种。
可选的,所述第n源图像包括若干重复的单元区,每个单元区的第n源图像与所述标准模板图像对应,每个单元区具有原点坐标,且所述第n位置信息是所述原点坐标或相对于所述原点坐标的相对坐标。
可选的,所述根据所述第n源图像、标准模板图像和第n-1次的第一偏差范围检测第n瑕疵的方法包括:根据标准模板图像和第n-1次的第一偏差范围,比对每个单元区的第n源图像。
可选的,所述预设放宽参数的类型包括数值或比例。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
本发明的技术方案的引线框架的瑕疵检测方法中,在若干次偏差范围迭代调试的第n次中,根据所述第n源图像、标准模板图像和第n-1次的第一偏差范围检测第n瑕疵,获取与每个第n瑕疵对应的第n瑕疵数据;根据若干第n瑕疵数据,获取第n瑕疵误报率;当所述第n瑕疵误报率大于预设误报率时,根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,对所述第n-1次的第一偏差范围进行扩大以生成第n次的第一偏差范围。因此,能够根据当次瑕疵检测中误报的瑕疵(即误报的第n瑕疵),针对性地对前次(第n-1次)的第一偏差范围进行局部扩大,从而,若干次偏差范围迭代调试所获取第一偏差范围,不仅在初始偏差范围的基础上,针对性地局部扩大了误报的瑕疵所对应的偏差范围,同时,能够减少或不对真实的瑕疵所对应的偏差范围产生影响,以确保真实的瑕疵仍然能够被检测出。由此,减少了生产过程中,引线框架瑕疵检测时误报的瑕疵,提高了瑕疵检测的准确率,改善了对于良品的引线框架的过杀情况,提高了设备检测速度、生产效率和良品率。
附图说明
图1是本发明一实施例的引线框架的瑕疵检测方法的流程示意图;
图2是本发明一实施例中的标准模板图像的示意图;
图3是本发明一实施例的引线框架的立体结构示意图;
图4是本发明一实施例的第n次偏差范围迭代调试的方法的流程示意图;
图5至图8是本发明一实施例的第n次偏差范围迭代调中各步骤示意图;
图9是本发明另一实施例的指定标准区的示意图。
具体实施方式
如背景技术所述,由于采集引线框架的源图像时发生的反光、引线框架本身的片纹、材质等等原因,会导致良品的引线框架的源图像与标准模板图像之间的差异超出偏差标准,使得瑕疵检测中出现大量误报的瑕疵,从而,造成对良品的引线框架的过杀,设备检测速度、生产效率、良品率也较低。
为解决上述技术问题,本发明的技术方案提供一种引线框架的瑕疵检测方法,通过基于所述标准模板图像、初始偏差范围和n个引线框架进行若干次偏差范围迭代调试,获取第一偏差范围,能够减少生产过程中,引线框架瑕疵检测时误报的瑕疵,改善对于良品的引线框架的过杀情况,提高设备检测速度、生产效率和良品率。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明一实施例的引线框架的瑕疵检测方法的流程示意图。
请参考图1,所述引线框架的瑕疵检测方法包括:
步骤S100,提供标准模板图像、初始偏差范围和n个引线框架;
步骤S200,基于所述标准模板图像、初始偏差范围和n个引线框架进行若干次偏差范围迭代调试,获取第一偏差范围。
以下结合附图进行详细说明。
请参考图2和图3,图2是本发明一实施例中的标准模板图像的示意图,图3是本发明一实施例的引线框架的立体结构示意图,提供标准模板图像100、初始偏差范围和n个引线框架200。
所述n是自然数。
在本实施例中,所述标准模板图像100包括相互独立的若干标准区101。
若干标准区101包括:电镀及关键区(Plating and Key)、半蚀刻区(Half-etched)、功能区(Functional)、低阈值区(Large Low-value)和非功能区(Non-functional)中的一者或多者。
不同的标准区101对应引线框架200中,需要实现不同功能的区域、由特殊工艺形成的区域等等区域。所述标准模板图像100用于作为比对基准,与引线框架200的源图像(例如后续进行说明的第n源图像)进行对比,以通过判断二者之间的偏差是否在需要满足的偏差范围(例如所述初始偏差范围、第一偏差范围等)内,而实现对于引线框架200的瑕疵检测。
具体而言,根据所述标准模板图像100能够获取基准数据,并且,所述标准模板图像100配置有对应的坐标数据。
所述基准数据包括:与标准模板图像100对应的若干面积参数、若干对角线长度参数和若干对比度参数中的至少一种。
所述对应的坐标数据包括:位于标准模板图像100的原点坐标、以及与所述原点坐标相对的若干相对坐标,以对标准模板图像100中的各标准区101或是具体的局部图像进行定位。
在一些实际的应用场景中,标准模板图像100的原点坐标可以设置于标准模板图像100的中心位置,或者设置于标准模板图像100的四角。
所述初始偏差范围是以所述基准数据为基准的偏差范围。具体的,所述初始偏差范围包括:面积参数的偏差范围、对角线长度参数的偏差范围和对比度参数的偏差范围中的至少一者。
在本实施例中,所述初始偏差范围的类型包括数值和比例中的至少一种。
例如,可以是一个数值以作为面积参数的偏差值,可以是一个比例以作为对比度参数的偏差比例等等。
需要理解的是,所述数值的单位与该数值的基准的单位一致。例如,作为面积参数的偏差值的数值的单位,是与面积参数的单位一致的。
在本实施例中,所述初始偏差范围包括:与若干标准区101一一对应的若干区偏差范围。从而,能够提高瑕疵检测的精度,减少过杀或漏检的风险。
所述区偏差范围同样包括:面积参数的偏差范围、对角线长度参数的偏差范围和对比度参数的偏差范围中的至少一者。
需要理解的是,区偏差范围体现的是:初始偏差范围中的面积参数的偏差范围、对角线长度参数的偏差范围和对比度参数的偏差范围,与标准区之间的对应关系。也就是说,各区偏差范围独立具有各自基于面积参数、对比度参数和对角线长度参数的偏差值或是偏差比例。
例如,与电镀及关键区对应的初始偏差范围的区偏差范围中,包括偏差值为5的面积参数的偏差范围。同时,与功能区对应的初始偏差范围的区偏差范围中,包括偏差比例为10%的面积参数的偏差范围,以及偏差值为3的对角线长度参数的偏差范围。
在本实施例中,所述引线框架200包括重复的若干单元201。
在本实施例中,所述若干重复的单元201沿互相垂直的方向X和方向Y呈阵列排布,所述方向X与引线框架200的宽度方向平行,所述方向Y与引线框架200的长度方向平行。
在本实施例中,利用光学平台采集无瑕疵的单元201的源图像,获取所述标准模板图像100,所述光学平台包括CCD相机等。
需要理解的是,本实施例中采集源图像的光学平台、相关设备及方法不应成为限制本发明的保护范围的特征。
需要说明的是,为了便于解释,图2中仅仅示意性地表示了标准模板图像100中的部分标准区101,图3中仅仅示意性地表示了引线框架200中的部分单元201。
需要说明的是,所述单元201可以是引线框架200中的最小重复单元,也可以包括2个以上的最小重复单元。此外,尽管图3中在方向X和方向Y上,相邻单元201之间均有间距,但是,无论是在方向X上,或是在方向Y上,相邻单元201之间的间距可以根据实际需求而决定,所述实际需求例如是具体需要检测瑕疵的区域、引线框架的结构设计等。
请继续参考图2和图3,基于所述标准模板图像100、初始偏差范围和n个引线框架200进行若干次偏差范围迭代调试,获取第一偏差范围。
请参考图4,图4是本发明一实施例的第n次偏差范围迭代调试的方法的流程示意图,所述第n次偏差范围迭代调试的方法包括:
步骤S210,根据第n个引线框架,获取与所述标准模板图像对应的第n源图像;
步骤S220,根据所述第n源图像、标准模板图像和第n-1次的第一偏差范围检测第n瑕疵,获取与每个第n瑕疵对应的第n瑕疵数据;
步骤S230,根据若干第n瑕疵数据,获取第n瑕疵误报率;
当所述第n瑕疵误报率大于预设误报率时,执行步骤S240,根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,对所述第n-1次的第一偏差范围进行扩大以生成第n次的第一偏差范围。
通过执行步骤S210至步骤S230,能够根据当次瑕疵检测中误报的瑕疵(即误报的第n瑕疵),针对性地对前次(第n-1次)的第一偏差范围进行局部扩大,从而,若干次偏差范围迭代调试所获取第一偏差范围,不仅在初始偏差范围的基础上,针对性地局部扩大了误报的瑕疵所对应的偏差范围,同时,能够减少或不对真实的瑕疵所对应的偏差范围产生影响,以确保真实的瑕疵仍然能够被检测出。由此,减少了生产过程中,引线框架瑕疵检测时误报的瑕疵,提高了瑕疵检测的准确率,改善了对于良品的引线框架的过杀情况,提高了设备检测速度、生产效率和良品率。
在一些实际的应用场景中,所述n个引线框架是试产阶段的引线框架,即:所述第n次偏差范围迭代调试在引线框架的试产阶段执行。从而,通过采用形成的第n次的第一偏差范围,能够在引线框架的量产阶段减少瑕疵检测时误报的瑕疵,提高量产阶段的瑕疵检测的准确率,改善量产阶段对于良品的引线框架的过杀情况,同时,量产阶段本身无需花费时间进行所述迭代调试。
在另一些实际的应用场景中,所述n个引线框架不限于试产阶段的引线框架,还可以包括量产阶段的引线框架,以更灵活地应对量产阶段发生的瑕疵误报的风险。
在本实施例中,所述第n次偏差范围迭代调试的方法还包括:当所述第n瑕疵误报率小于或等于预设误报率时,执行步骤S250,以第n-1次的第一偏差范围作为第n次的第一偏差范围;以及,在生成第n次的第一偏差范围后,执行步骤S260,结束所述偏差范围迭代调试。由于完全基于第n瑕疵误报率是否在预设误报率的范围内,确定是否完成第一偏差范围的调试,因此,进一步提高了基于第一偏差范围的瑕疵检测的准确性。
在一些其他实施例中,第n次偏差范围迭代调试的方法还包括:当n次偏差范围迭代调试到达预设次数时,在生成第n次的第一偏差范围后,执行所述步骤S260。也就是说,满足:所述第n瑕疵误报率小于或等于预设误报率,以及,n次偏差范围迭代调试到达预设次数的二者中的任意一者时,结束偏差范围迭代调试,获取最终的第一偏差范围。从而,较好地兼顾了瑕疵检测准确率的提高,以及对于获取第一偏差范围的效率的提高。
在另一些其他实施例中,不执行步骤S250,并且,第n次偏差范围迭代调试的方法包括:当所述第n瑕疵误报率小于或等于预设误报率时,执行所述步骤S240;当n次偏差范围迭代调试到达预设次数时,执行所述步骤S260。也就是说,无论是否所述第n瑕疵误报率是否小于或等于预设误报率,均对所述第n-1次的第一偏差范围进行扩大以生成第n次的第一偏差范围,并且,当迭代循环的次数n达到预设次数时,结束所述偏差范围迭代调试,获取最终的第一偏差范围。从而,通过预设次数的控制,可以更好地兼顾对于瑕疵检测的准确率的提高,以及对于获取第一偏差范围的效率的提高。
图5至图8是本发明一实施例的第n次偏差范围迭代调中各步骤示意图,以下结合图5至图8对所述第n次偏差范围迭代调试的方法进行详细说明。
请参考图5,根据第n个引线框架200(如图3所示),获取与所述标准模板图像100(如图2所示)对应的第n源图像300n。
具体的,所述第n源图像是指:第n个引线框架200的源图像。
类似于标准模板图像100的获取方式,本实施例中利用光学平台采集第n源图像300n,获取所述标准模板图像300n。
在本实施例中,所述第n源图像300n包括若干重复的单元区301n,每个单元区301n内的第n源图像300n与所述标准模板图像100对应。
具体而言,所述单元区301n内的第n源图像300n是第n个引线框架200的单元201的源图像。
在本实施例中,每个单元区301n配置对应的坐标数据。
类似的,所述对应的坐标数据包括:位于单元区301n的原点坐标、以及与所述原点坐标相对的若干相对坐标,以对每个单元区301n中的各标准区101或是具体的局部图像进行定位。
在一些实际的应用场景中,单元区301n的原点坐标可以设置于单元区301n的中心位置,或者设置于单元区301n的四角中的1个。
需要说明的是,单元区301n的原点坐标在单元区301n中的位置,与标准模板图像100的原点坐标在标准模板图像100中的位置是对应的。例如,当标准模板图像100的原点坐标在标准模板图像100的中心,则单元区301n的原点坐标在单元区301n的中心。
由此,在对引线框架的瑕疵检测过程中,能够通过标准模板图像100的坐标数据、每个单元区301n对应的坐标数据,实现图像与图像(标准模板图像100与每个单元区301n的第n源图像300n)之间的定位和比对。需要理解的是,在实际进行比对时,图像与图像之间的比对也可以指由图像转化形成的参数之间的比对。
此外,由于本实施例中每个单元区301n对应的坐标数据,是每个单元区301n的原点坐标、或是基于每个单元区301n的原点坐标的相对坐标,因此,有利于减少数据处理的计算量,从而,能够减少获取瑕疵图像、瑕疵数据的时间,提高瑕疵检测的效率。
在一些其他实施例中,为第n源图像300n配置对应的坐标数据。所述对应的坐标数据包括:位于第n源图像300n的原点坐标、以及相对于所述原点坐标的绝对坐标。在此基础上,需要对该绝对坐标进行数据处理,以实现标准模板图像100与每个单元区301n的第n源图像300n之间的定位和比对。
请参考图6,根据所述第n源图像300n、标准模板图像100和第n-1次的第一偏差范围检测第n瑕疵(未图示),获取与每个第n瑕疵对应的第n瑕疵数据。
具体而言,当n=1时,第n-1次的第一偏差范围为所述初始偏差范围;当n>1时,第n-1次的第一偏差范围是历史上第n-1次偏差范围迭代调试时生成的第一偏差范围。
由此,所述第n-1次的第一偏差范围包括:与若干标准区101一一对应的第n-1次的若干区偏差范围。其中,当n=1时,第n-1次的区偏差范围即为初始偏差范围中的区偏差范围。
所述第n-1次的第一偏差范围的类型也包括数值和比例中的至少一种。
所述第n瑕疵是第n个引线框架200的瑕疵。
在本实施例中,所述根据所述第n源图像300n、标准模板图像100和第n-1次的第一偏差范围检测第n瑕疵的方法包括:根据标准模板图像100和第n-1次的第一偏差范围,比对每个单元区301n的第n源图像300n。
也就是说,通过将标准模板图像100作为基准,使每个单元区301n的第n源图像300n与其进行对比,获取用于体现每个单元区301n的第n源图像300n与标准模板图像100之间出现的若干偏差的若干偏差特征参数;当任意偏差特征参数超出第n-1次的第一偏差范围时,判断检测到与所述任意偏差特征参数对应的第n瑕疵,并且,获取与所述第n瑕疵对应的第n瑕疵数据。
在本实施例中,所述偏差特征参数包括:对角线长度偏差参数、面积偏差参数和对比度偏差参数中的至少一种。
为了便于与第n-1次的第一偏差范围进行比对,所述偏差特征参数的类型也包括数值或比例中的至少一种。
需要理解的是,由于采集第n源图像时发生的反光、第n个引线框架200本身的片纹、材质等等原因,检测到的第n瑕疵可能是误报的第n瑕疵。即:检测到的若干第n瑕疵中,包括了真实的第n瑕疵和误报的第n瑕疵。相应的,获取的若干第n瑕疵数据包括:与真实的第n瑕疵对应的正确的第n瑕疵数据、以及与误报的第n瑕疵对应的误报的第n瑕疵数据。
在本实施例中,与检测到的任意第n瑕疵对应的第n瑕疵数据包括:对应的第n位置信息和第n瑕疵图像302n。
所述第n位置信息用于定位所述任意第n瑕疵的位置。
在本实施例中,所述第n位置信息是单元区300n的原点坐标、或相对于所述单元区300n的原点坐标的相对坐标,以直接定位任意第n瑕疵在单元301中的位置。
在一些其他实施例中,第n位置信息也可以是第n源图像300n的原点坐标、或相对于第n源图像300n的原点坐标的绝对坐标。
需要理解的是,为了便于说明,图6中仅仅示意性地表示出了一部分的第n瑕疵图像302n。
在另一实施例中,与检测到的任意第n瑕疵对应的第n瑕疵数据包括:第n位置信息。
请继续参考图6,根据若干第n瑕疵数据,获取第n瑕疵误报率。
所述第n瑕疵误报率是指误报的第n瑕疵的数量,在检测到的全部第n瑕疵的数量中所占的比例。
具体的,获取第n瑕疵误报率的方法包括:根据若干第n瑕疵数据,对每个检测到的第n瑕疵是否为误报的第n瑕疵进行判断;根据误报的第n瑕疵和全部第n瑕疵的数量,获取第n瑕疵误报率。
在本实施例中,根据若干第n瑕疵数据,对每个检测到的第n瑕疵是否为误报的第n瑕疵进行判断的方法包括:观测第n瑕疵图像302n,对检测到的第n瑕疵是否为误报的第n瑕疵进行判断。
优选的,根据若干第n瑕疵数据,对每个检测到的第n瑕疵是否为误报的第n瑕疵进行判断的方法包括:观测第n瑕疵图像302n并结合对应的第n位置信息(即第n瑕疵图像所在的位置),对检测到的第n瑕疵是否为误报的第n瑕疵进行判断。从而,提高了判断的准确性。
在另一实施例中,根据若干第n瑕疵数据,对每个检测到的第n瑕疵是否为误报的第n瑕疵进行判断的方法包括:观测第n源图像300n并根据第n位置信息,对检测到的第n瑕疵是否为误报的第n瑕疵进行判断。
接着,当所述第n瑕疵误报率大于预设误报率时,根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,对所述第n-1次的第一偏差范围进行扩大以生成第n次的第一偏差范围。
优选的,所述预设误报率为10%。
在本实施例中,所述预设放宽参数的类型包括数值或比例。
在本实施例中,所述预设放宽参数包括个体放宽参数,所述个体放宽参数用于部分扩大所述区偏差范围。
需要说明的是,所述部分扩大是指:针对标准区101的部分区域,局部扩大对应的区偏差范围。
具体的,所述个体放宽参数的类型包括数值或比例。
具体的,所述个体放宽参数包括个体对角线长度放宽参数、个体面积放宽参数和个体对比度放宽参数中的至少一种。其中,个体对角线长度放宽参数用于放宽第一偏差范围中,对角线长度参数的偏差范围;个体面积放宽参数用于放宽第一偏差范围中,面积参数的偏差范围;个体对比度放宽参数用于放宽第一偏差范围中,对比度参数的偏差范围。
此外,需要理解的是,在实际应用场景中,由于获取标准模板图像100以及第n源图像的光学平台的不同,对比度参数可以包括:红色像素值(R值)、绿色像素值(G值)、蓝色像素值(B值)和灰度值中的一者或多者。相应的,个体对比度放宽参数可以包括:与所述红色像素值对应的个体红色像素值放宽参数、与所述绿色像素值对应的个体绿色像素值放宽参数、与所述蓝色像素值对应的个体蓝色像素值放宽参数、以及与所述灰度值对应的个体灰度值放宽参数中的一者或多者。
以下将结合图7至图8,对本实施例中具体根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,对所述第n-1次的第一偏差范围进行扩大以生成第n次的第一偏差范围的方法中的各步骤进行说明。
请参考图7,根据误报的若干第n位置信息和误报的若干第n瑕疵图像302n中的部分或全部,在第n源图像300n中获取包含误报的若干第n瑕疵图像302n的若干第n瑕疵区303n。
需要理解的是,由于扩大第一偏差范围的目的在于,检测引线框架200的瑕疵时,能够使引线框架200的瑕疵误报率在预设误报率以下,因此,并非一定要针对误报的全部第n瑕疵扩大第一偏差范围,而是可以根据实际情况选取其中的部分或全部。也就是说,根据实际情况,可以根据误报的若干第n位置信息和误报的若干第n瑕疵图像302n中的部分,获取若干第n瑕疵区303n,以对所述第n-1次的第一偏差范围进行扩大以生成第n次的第一偏差范围;也可以根据全部的误报的若干第n位置信息和误报的若干第n瑕疵图像302n,获取若干第n瑕疵区303n。
此外,由于第n源图像300n包括若干单元区301n,因此,所述若干第n瑕疵区域103n可能位于同一单元区301n中,也可能位于不同单元区301n中。
具体而言,根据误报的任意第n瑕疵图像302n、以及与该任意第n瑕疵图像302n对应的第n位置信息,可以在该任意第n瑕疵图像302n所在的单元区301n中获取相应的第n瑕疵区303n,所述相应的第n瑕疵区303n包含该任意第n瑕疵图像302n。
在本实施例中,所述第n瑕疵区303n的范围,大于位于该第n瑕疵区303n中的第n瑕疵图像302n。
在本实施例中,所述第n瑕疵区303n是形状规则的区域,以减小运算负荷。所述形状规则的区域例如是矩形区域、对称的多边形区域等等。
在其他实施例中,第n瑕疵区303n也可以是形状不规则的区域。
在本实施例中,根据第n瑕疵图像302n的边缘形成形状规则的初始第n瑕疵区(未图示),所述初始第n瑕疵区包含第n瑕疵图像302n;沿初始第n瑕疵区的边缘的垂直方向,将初始第n瑕疵区的边缘向外扩张预设距离,形成所述第n瑕疵区303n。从而,更好地确保了第n瑕疵图像302n在形成的第n瑕疵区303n的范围内。
在一些其他实施例中,沿第n瑕疵图像302n的边缘的垂直方向,向外扩张预设距离形成第n瑕疵区。在另一些其他实施例中,不进行所述扩张。
需要理解的是,在实际应用场景中,可以根据第n瑕疵图像302n的分辨率,获取与预设尺寸对应的像素数量,以进行所述扩张。
例如,所述预设距离是0.05mm的情况下,当第n瑕疵图像302n的分辨率是16k时,对应所述预设距离的像素数量是4个。类似的,分辨率是4k时,对应所述预设距离的像素数量是1个;分别率是8k时,对应所述预设距离的像素数量是2个等等。
请参考图8,根据若干第n瑕疵区303n,在若干标准区101内获取对应的若干第n瑕疵区域103n。
具体而言,与任意第n瑕疵区303n对应的第n瑕疵区域103n是指:对应的第n瑕疵区域103n在标准模板图像100中的位置和范围,与所述任意第n瑕疵区303n在单元区301n中位置和范围是相同的。
需要理解的是,由于标准模板图像100包括若干标准区101,因此,任意第n瑕疵区域103n也会位于若干标准区101中的至少1个标准区101内。其中,位于2个以上的标准区101内代表第n瑕疵区域103n跨区。此外,由于是将标准模板图像100与每个单元区301n进行比较以检测第n瑕疵,因此,根据若干第n瑕疵区303n获取对应的若干第n瑕疵区域103n是指:在标准模板图像100的若干标准区101中,形成与全部单元区301n中的全部第n瑕疵区303n一一对应的第n瑕疵区域103n。
在本实施例中,任意第n瑕疵区域103n所在标准区101对应的第n-1次的区偏差范围包括:与所述任意第n瑕疵区域103n对应的第n-1次的子区偏差范围。
具体而言,当n=1时,由于第n-1次的第一偏差范围是尚未调试的初始偏差范围,因此,与所述任意第n瑕疵区域103n对应的第n-1次的子区偏差范围,即为任意第n瑕疵区域103n所在标准区101对应的初始偏差范围中的区偏差范围。
当n>1时,由于历史上的第1次至第n-1次的基于个体放宽参数的偏差范围迭代调试,任意标准区101对应的区偏差范围可能由于所述调试而被部分扩大。也就是说,任意第n瑕疵区域103n所在标准区101对应的第n-1次的区偏差范围,并不一定在整个所述标准区101中都是一致的。对于所述第n-1次的区偏差范围而言,所述标准区101的不同局部区域之间,可能以所述基准数据为基准具有相同或不同的偏差范围。
在此基础上,当n>1时,与所述任意第n瑕疵区域103n对应的第n-1次的子区偏差范围是指:与所述任意第n瑕疵区域103n中的若干局部区域对应的,以所述基准数据为基准的若干偏差范围。
请继续参考图8,根据所述个体放宽参数,扩大每个第n瑕疵区域103n对应的第n-1次的子区偏差范围,以生成对应的第n次的区偏差范围。
通过扩大每个第n瑕疵区域103n对应的第n-1次的子区偏差范围,更好地提升了偏差调试的针对性,以进一步提升通过第一偏差范围进行瑕疵检测时的准确率。
第n次的全部区偏差范围构成所述第n次的第一偏差范围。
需要说明的是,根据所述个体放宽参数,扩大任意第n瑕疵区域103n对应的第n-1次的子区偏差范围是指:根据所述个体放宽参数,将与所述任意第n瑕疵区域103n中的若干局部区域对应的,以所述基准数据为基准的若干偏差范围,全部进行扩大。同时,该扩大不对任意第n瑕疵区域103n以外的标准区101区域所对应区偏差范围产生影响。
在本实施例中,根据个体放宽参数,扩大每个第n瑕疵区域103n对应的第n-1次的子区偏差范围的方法包括:进行若干次误报接收步骤。
每次所述误报接收步骤的方法包括:根据所述个体放宽参数,扩大1个第n瑕疵区域对应的第n-1次的子区偏差范围。
具体而言,通过若干次误报接收步骤,可以分开确认对每个第n瑕疵区域对应的第n-1次的子区偏差范围的调试情况。
在其他实施例中,根据个体放宽参数,扩大每个第n瑕疵区域103n对应的第n-1次的子区偏差范围的方法包括:根据所述个体放宽参数,单次扩大全部第n瑕疵区域103n对应的第n-1次的子区偏差范围。
相比采用若干次误报接收步骤的方法,根据所述个体放宽参数,单次扩大全部第n瑕疵区域103n对应的第n-1次的子区偏差范围,能够更好地提高调试的效率。
需要理解的是,当n>1时,可以在历史上第n-1次偏差范围迭代调试时采用若干次误报接收步骤以进行调试,而在第n次偏差范围迭代调试时,单次扩大全部第n瑕疵区域对应的第n-1次的子区偏差范围以进行调试,以更灵活地根据实际情况在每次迭代调试时选择适合的调试方式。
在另一实施例中,预设放宽参数包括:与若干标准区101一一对应的若干区域放宽参数。并且,与任意第n瑕疵对应的第n瑕疵数据至少包括第n位置信息。具体对另一实施例中的第n位置信息的解释,请参考前述实施例中对第n位置信息的说明,在此不再赘述。
在另一实施例中,所述预设放宽参数的类型包括数值或比例。
在另一实施例中,所述区域放宽参数包括区域对角线长度放宽参数、区域面积放宽参数和区域对比度放宽参数中的至少一种。其中,区域对角线长度放宽参数用于放宽第一偏差范围中,对角线长度参数的偏差范围;区域面积放宽参数用于放宽第一偏差范围中,面积参数的偏差范围;区域对比度放宽参数用于放宽第一偏差范围中,对比度参数的偏差范围。
类似于个体对比度放宽参数,区域对比度放宽参数可以包括:与所述红色像素值对应区域的红色像素值放宽参数、与所述绿色像素值对应的区域绿色像素值放宽参数、与所述蓝色像素值对应的区域蓝色像素值放宽参数、以及与所述灰度值对应的区域灰度值放宽参数中的一者或多者。
图9是本发明另一实施例的指定标准区的示意图,以下将结合图9对本发明另一实施例中具体根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,对所述第n-1次的第一偏差范围进行扩大以生成第n次的第一偏差范围的方法中的各步骤进行说明。
请在图6的基础上继续参考图9,根据误报的若干第n位置信息中的部分或全部,在若干标准区101中获取对应的若干指定标准区111,所述指定标准区111内具有与误报的第n位置信息对应的位置信息。
具体而言,所述对应的位置信息用于在标准模板图像100中将位置定位至:误报的第n位置信息在单元区301n所定位的位置。在此基础上,标准模板图像100中包括该位置的标准区101为对应的指定标准区111。
需要理解的是,由于扩大第一偏差范围的目的在于,检测引线框架200的瑕疵时,能够使引线框架200的瑕疵误报率在预设误报率以下,因此,并非一定要针对误报的全部第n瑕疵扩大第一偏差范围,而是可以根据实际情况选取其中的部分或全部。也就是说,根据实际情况,可以根据误报的部分第n位置信息,获取若干指定标准区111;也可以根据误报的全部第n位置信息,获取若干指定标准区111。
请继续参考图9,根据每个指定标准区111对应的区域放宽参数,扩大每个指定标准区111所对应的第n-1次的区偏差范围,以生成与每个指定标准区111对应的第n次的区偏差范围。
由此,全部第n次的区偏差参数构成第n次的第一偏差参数。
需要说明的是,据每个指定标准区111对应的区域放宽参数,扩大每个指定标准区111所对应的第n-1次的区偏差范围是指:将对应的第n-1次的区偏差范围整体一起扩大。
需要理解的是,无论任意指定标准区111内具有对应的1个位置信息、或是2个以上位置信息,均对该指定标准区111对应的第n-1次的区偏差范围进行1次偏差范围的扩大。
由于将第n-1次的区偏差范围整体一起扩大,因此,能够更好地兼顾偏差范围迭代调试的效率。
在又一实施例中,预设放宽参数包括:与若干标准区101一一对应的若干区域放宽参数;用于部分扩大所述区偏差范围的个体放宽参数。对于区域放宽参数和个体放宽参数的详细解释请参考前述相关说明,在此不再赘述。
在又一实施例中,与任意第n瑕疵对应的第n瑕疵数据包括:对应的第n位置信息和第n瑕疵图像302n。对于第n位置信息和第n瑕疵图像302n的详细解释请参考前述相关说明,在此不再赘述。
所述根据误报的若干第n瑕疵对应的第n瑕疵数据和预设放宽参数,扩大所述第n-1次的第一偏差范围的方法包括:根据误报的若干第n瑕疵数据,获取对应的若干第n误报瑕疵类型;根据误报的若干第n位置信息、误报的若干第n瑕疵图像302n和若干第n误报瑕疵类型,在误报的若干第n瑕疵图像302n中获取若干指定第n瑕疵图像(未图示);基于任意指定第n瑕疵图像对应的第n误报瑕疵类型,判断根据所述区域放宽参数或者个体放宽参数,对所述任意指定第n瑕疵图像对应的标准区101所对应的第n-1次的区偏差范围进行扩大。
具体而言,第n误报瑕疵类型是误报的第n瑕疵的瑕疵类型。
所述第n误报瑕疵类型包括:冲压片的轮廓反光、打凹产品的打凹反光、片纹、轮廓不直、表面材质或半刻蚀位色差。
需要理解的是,由于扩大第一偏差范围的目的在于,检测引线框架200的瑕疵时,能够使引线框架200的瑕疵误报率在预设误报率以下,因此,并非一定要针对误报的全部第n瑕疵扩大第一偏差范围,而是可以根据实际情况选取其中的部分或全部。也就是说,根据实际情况,在误报的全部第n瑕疵图像302n中选取部分或者全部,进行后续的偏差范围的扩大步骤。
所述指定第n瑕疵图像,即为若干第n瑕疵图像302n中被选取的第n瑕疵图像302n。
由于基于任意指定第n瑕疵图像对应的第n误报瑕疵类型,判断根据所述区域放宽参数或者个体放宽参数,对所述任意指定第n瑕疵图像对应的标准区101所对应的第n-1次的区偏差范围进行扩大。因此,能够在一次偏差范围迭代调试的过程中,根据实际误报的瑕疵类型特点,灵活选择通过区域放宽参数对所述对应的标准区101进行整体性的偏差范围调整,或是选择通过个体放宽参数对于在所述对应的标准区101的范围中,更为局部的区域进行偏差范围调整。
需要说明的是,在一次偏差范围迭代调试的过程中,基于实际误报的瑕疵的瑕疵类型特点,可以根据所述区域放宽参数,对全部指定第n瑕疵图像对应的标准区101所对应的第n-1次的区偏差范围进行扩大;或者,可以根据所述个体放宽参数,对全部指定第n瑕疵图像对应的标准区101所对应的第n-1次的区偏差范围进行扩大;或者,也可以根据所述区域放宽参数,对一部分指定第n瑕疵图像对应的标准区101所对应的第n-1次的区偏差范围进行扩大,并且,根据所述个体放宽参数,对所述一部分指定第n瑕疵图像以外的剩余部分的指定第n瑕疵图像对应的标准区101所对应的第n-1次的区偏差范围进行扩大。
在又一实施例中,所述根据所述区域放宽参数,对所述任意指定第n瑕疵图像对应的标准区101所对应的第n-1次的区偏差范围进行扩大的方法包括:根据所述任意指定第n瑕疵图像对应的第n位置信息,在若干标准区101中获取指定标准区,所述指定标准区内具有与该第n位置信息对应的位置信息;根据所述指定标准区对应的区域放宽参数,扩大所述指定标准区所对应的第n-1次的区偏差范围。
对于所述根据所述区域放宽参数,对所述任意指定第n瑕疵图像对应的标准区101所对应的第n-1次的区偏差范围进行扩大的方法中各步骤的解释,请参考前述另一实施例中的相关说明,在此不再赘述。
在又一实施例中,所述根据所述区域放宽参数,对所述任意指定第n瑕疵图像对应的标准区101所对应的第n-1次的区偏差范围进行扩大的方法包括:根据所述任意指定第n瑕疵图像及对应的第n位置信息,在第n源图像300n中获取包含所述任意指定第n瑕疵图像的第n瑕疵区;根据所述第n瑕疵区,在若干标准区中获取对应的第n瑕疵区域,且所述第n瑕疵区域所在标准区101对应的第n-1次的区偏差范围包括:与所述第n瑕疵区域对应的第n-1次的子区偏差范围;根据个体放宽参数,扩大所述第n瑕疵区域对应的第n-1次的子区偏差范围。
在又一实施例中,可以进行若干次误报接收步骤,并在每次误报接收步骤中,扩大1个第n瑕疵区域对应的第n-1次的子区偏差范围,或者,根据所述个体放宽参数,单次扩大全部第n瑕疵区域对应的第n-1次的子区偏差范围。
类似的,对于所述根据所述个体放宽参数,对所述任意指定第n瑕疵图像对应的标准区101所对应的第n-1次的区偏差范围进行扩大的方法中各步骤的具体解释,请参考前述图7至图8所示实施例的相关说明,在此不再赘述。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (19)
1.一种引线框架的瑕疵检测方法,其特征在于,包括:
提供标准模板图像、初始偏差范围和n个引线框架,所述n是自然数;
基于所述标准模板图像、初始偏差范围和n个引线框架进行若干次偏差范围迭代调试,获取第一偏差范围,且第n次偏差范围迭代调试的方法包括:
根据第n个引线框架,获取与所述标准模板图像对应的第n源图像;
根据所述第n源图像、标准模板图像和第n-1次的第一偏差范围检测第n瑕疵,获取与每个第n瑕疵对应的第n瑕疵数据,且当n=1时,所述第n-1次的第一偏差范围为所述初始偏差范围;
根据若干第n瑕疵数据,获取第n瑕疵误报率;
当所述第n瑕疵误报率大于预设误报率时,根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,对所述第n-1次的第一偏差范围进行扩大以生成第n次的第一偏差范围。
2.如权利要求1所述的引线框架的瑕疵检测方法,其特征在于,所述第n次偏差范围迭代调试的方法还包括:当所述第n瑕疵误报率小于或等于预设误报率时,以第n-1次的第一偏差范围作为第n次的第一偏差范围。
3.如权利要求2所述的引线框架的瑕疵检测方法,其特征在于,所述第n次偏差范围迭代调试的方法还包括:当所述第n瑕疵误报率小于或等于预设误报率时,在生成第n次的第一偏差范围后,结束所述偏差范围迭代调试。
4.如权利要求1或2所述的引线框架的瑕疵检测方法,其特征在于,所述第n次偏差范围迭代调试的方法还包括:当n次偏差范围迭代调试到达预设次数时,在生成第n次的第一偏差范围后,结束所述偏差范围迭代调试。
5.如权利要求1所述的引线框架的瑕疵检测方法,其特征在于,所述标准模板图像包括相互独立的若干标准区,所述第n-1次的第一偏差范围包括与若干标准区一一对应的若干区偏差范围。
6.如权利要求5所述的引线框架的瑕疵检测方法,其特征在于,所述若干标准区包括电镀及关键区、半蚀刻区、功能区、低阈值区和非功能区中的至少一者。
7.如权利要求5所述的引线框架的瑕疵检测方法,其特征在于,所述预设放宽参数包括与若干标准区一一对应的若干区域放宽参数。
8.如权利要求7所述的引线框架的瑕疵检测方法,其特征在于,与任意第n瑕疵对应的第n瑕疵数据至少包括第n位置信息;
所述根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,对所述第n-1次的第一偏差范围进行扩大的方法包括:根据误报的若干第n位置信息中的部分或全部,在若干标准区中获取对应的若干指定标准区,所述指定标准区内具有与误报的第n位置信息对应的位置信息;根据每个指定标准区对应的区域放宽参数,扩大每个指定标准区所对应的第n-1次的区偏差范围,以生成与每个指定标准区对应的第n次的区偏差范围。
9.如权利要求5所述的引线框架的瑕疵检测方法,其特征在于,所述预设放宽参数包括用于部分扩大所述区偏差范围的个体放宽参数;
与任意第n瑕疵对应的第n瑕疵数据包括:对应的第n位置信息和第n瑕疵图像;
所述根据误报的若干第n瑕疵对应的若干第n瑕疵数据和预设放宽参数,扩大所述第n-1次的第一偏差范围的方法包括:根据误报的若干第n位置信息和误报的若干第n瑕疵图像中的部分或全部,在第n源图像中获取包含误报的若干第n瑕疵图像的若干第n瑕疵区;根据若干第n瑕疵区,在若干标准区内获取对应的若干第n瑕疵区域,且任意第n瑕疵区域所在标准区对应的第n-1次的区偏差范围包括:与所述任意第n瑕疵区域对应的第n-1次的子区偏差范围;根据个体放宽参数,扩大每个第n瑕疵区域对应的第n-1次的子区偏差范围以生成对应的第n次的区偏差范围。
10.如权利要求9所述的引线框架的瑕疵检测方法,其特征在于,根据个体放宽参数,扩大每个第n瑕疵区域对应的第n-1次的子区偏差范围的方法包括:进行若干次误报接收步骤,且每次误报接收步骤的方法包括:根据所述个体放宽参数,扩大1个第n瑕疵区域对应的第n-1次的子区偏差范围。
11.如权利要求9所述的引线框架的瑕疵检测方法,其特征在于,根据个体放宽参数,扩大每个第n瑕疵区域对应的第n-1次的子区偏差范围的方法包括:根据所述个体放宽参数,单次扩大全部第n瑕疵区域对应的第n-1次的子区偏差范围。
12.如权利要求7所述的引线框架的瑕疵检测方法,其特征在于,所述预设放宽参数还包括用于部分扩大所述区偏差范围的个体放宽参数;
与任意第n瑕疵对应的第n瑕疵数据包括:对应的第n位置信息和第n瑕疵图像;
所述根据误报的若干第n瑕疵对应的第n瑕疵数据和预设放宽参数,扩大所述第n-1次的第一偏差范围的方法包括:根据误报的若干第n瑕疵数据,获取对应的若干第n误报瑕疵类型;根据误报的若干第n位置信息、误报的若干第n瑕疵图像和若干第n误报瑕疵类型,在误报的若干第n瑕疵图像中获取若干指定第n瑕疵图像;基于任意指定第n瑕疵图像对应的第n误报瑕疵类型,判断根据所述区域放宽参数或者个体放宽参数,对所述任意指定第n瑕疵图像对应的标准区所对应的第n-1次的区偏差范围进行扩大。
13.如权利要求12所述的引线框架的瑕疵检测方法,其特征在于,根据所述区域放宽参数,对所述任意指定第n瑕疵图像对应的标准区所对应的第n-1次的区偏差范围进行扩大的方法包括:根据所述任意指定第n瑕疵图像对应的第n位置信息,在若干标准区中获取指定标准区,所述指定标准区内具有与该第n位置信息对应的位置信息;根据所述指定标准区对应的区域放宽参数,扩大所述指定标准区所对应的第n-1次的区偏差范围。
14.如权利要求12所述的引线框架的瑕疵检测方法,其特征在于,根据所述个体放宽参数,对所述任意指定第n瑕疵图像对应的标准区所对应的第n-1次的区偏差范围进行扩大的方法包括:根据所述任意指定第n瑕疵图像及对应的第n位置信息,在第n源图像中获取包含所述任意指定第n瑕疵图像的第n瑕疵区;根据所述第n瑕疵区,在若干标准区中获取对应的第n瑕疵区域,且所述第n瑕疵区域所在标准区对应的第n-1次的区偏差范围包括:与所述第n瑕疵区域对应的第n-1次的子区偏差范围;根据个体放宽参数,扩大所述第n瑕疵区域对应的第n-1次的子区偏差范围。
15.如权利要求7、8、12、13或14所述的引线框架的瑕疵检测方法,其特征在于,所述区域放宽参数包括区域对角线长度放宽参数、区域面积放宽参数和区域对比度放宽参数中的至少一种。
16.如权利要求9至14中任一所述的引线框架的瑕疵检测方法,其特征在于,所述个体放宽参数包括个体对角线长度放宽参数、个体面积放宽参数和个体对比度放宽参数中的至少一种。
17.如权利要求8至14中任一所述的引线框架的瑕疵检测方法,其特征在于,所述第n源图像包括若干重复的单元区,每个单元区的第n源图像与所述标准模板图像对应,每个单元区具有原点坐标,且所述第n位置信息是所述原点坐标或相对于所述原点坐标的相对坐标。
18.如权利要求17所述的引线框架的瑕疵检测方法,其特征在于,所述根据所述第n源图像、标准模板图像和第n-1次的第一偏差范围检测第n瑕疵的方法包括:根据标准模板图像和第n-1次的第一偏差范围,比对每个单元区的第n源图像。
19.如权利要求1所述的引线框架的瑕疵检测方法,其特征在于,所述预设放宽参数的类型包括数值或比例。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111491562.7A CN116242830A (zh) | 2021-12-08 | 2021-12-08 | 引线框架的瑕疵检测方法 |
TW111147055A TW202324303A (zh) | 2021-12-08 | 2022-12-07 | 引線框架的瑕疵檢測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111491562.7A CN116242830A (zh) | 2021-12-08 | 2021-12-08 | 引线框架的瑕疵检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116242830A true CN116242830A (zh) | 2023-06-09 |
Family
ID=86633598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111491562.7A Pending CN116242830A (zh) | 2021-12-08 | 2021-12-08 | 引线框架的瑕疵检测方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116242830A (zh) |
TW (1) | TW202324303A (zh) |
-
2021
- 2021-12-08 CN CN202111491562.7A patent/CN116242830A/zh active Pending
-
2022
- 2022-12-07 TW TW111147055A patent/TW202324303A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
TW202324303A (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4014379B2 (ja) | 欠陥レビュー装置及び方法 | |
US10600175B2 (en) | Dynamic care areas for defect detection | |
TWI614721B (zh) | 在半導體製造中用於檢測之雜訊中所內嵌之缺陷之偵測 | |
US8045789B2 (en) | Method and apparatus for inspecting defect of pattern formed on semiconductor device | |
KR101565748B1 (ko) | 이미지에서 반복 패턴을 검출하는 방법 및 장치 | |
JP5543872B2 (ja) | パターン検査方法およびパターン検査装置 | |
US11686689B2 (en) | Automatic optimization of an examination recipe | |
CN110031188B (zh) | 集成电路光学芯片光圈测试方法 | |
JP2019215336A (ja) | 製造時のフラットパネルディスプレイのマスタパネルにおけるムラ不良の検出 | |
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 | |
Devika et al. | Convolutional neural network for semiconductor wafer defect detection | |
TWI648766B (zh) | 用於晶粒對資料庫光罩檢查之自動校準樣本選擇 | |
CN113439276A (zh) | 基于机器学习的半导体样本中的缺陷分类 | |
TW201445347A (zh) | 智慧型弱點圖形診斷方法、系統與電腦可讀取記憶媒體 | |
US20140205180A1 (en) | Method, apparatus and device for inspecting circuit pattern defect | |
KR20220100673A (ko) | 컨볼루션 컨텍스트 속성을 사용한 반도체 결함 발견 | |
CN115360116A (zh) | 一种晶圆的缺陷检测方法及系统 | |
US11151724B2 (en) | Automatic detecting method and automatic detecting apparatus using the same | |
JPH11231507A (ja) | マスクの検査方法及びマスクの検査装置 | |
CN116209957A (zh) | 晶片上半导体结构的缺陷检测 | |
JP2005309535A (ja) | 画像自動分類方法 | |
CN116242830A (zh) | 引线框架的瑕疵检测方法 | |
KR100499163B1 (ko) | 웨이퍼 디펙트 분류 방법 | |
JP3652589B2 (ja) | 欠陥検査装置 | |
US20230316484A1 (en) | Inspection device |
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 |