CN116385355A - 一种基于大数据的光芯片生产管理系统及方法 - Google Patents

一种基于大数据的光芯片生产管理系统及方法 Download PDF

Info

Publication number
CN116385355A
CN116385355A CN202310138242.6A CN202310138242A CN116385355A CN 116385355 A CN116385355 A CN 116385355A CN 202310138242 A CN202310138242 A CN 202310138242A CN 116385355 A CN116385355 A CN 116385355A
Authority
CN
China
Prior art keywords
optical chip
image
shooting
optical
chip
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
Application number
CN202310138242.6A
Other languages
English (en)
Inventor
李欣宁
陈忠春
谢尚策
王斌
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.)
Photonic Integration Wenzhou Innovation Research Institute
Original Assignee
Photonic Integration Wenzhou Innovation Research Institute
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 Photonic Integration Wenzhou Innovation Research Institute filed Critical Photonic Integration Wenzhou Innovation Research Institute
Priority to CN202310138242.6A priority Critical patent/CN116385355A/zh
Publication of CN116385355A publication Critical patent/CN116385355A/zh
Pending legal-status Critical Current

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
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • 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
    • G06T2207/10141—Special mode during image acquisition
    • 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)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Die Bonding (AREA)

Abstract

本发明涉及芯片的生产管理领域，具体为一种基于大数据的光芯片生产管理系统及方法，包括使用不同拍摄光源对样本光芯片的表面投射灯光，在不同拍摄光源下，对样本光芯片在不同拍摄角度上进行拍摄，将样本光芯片图像进行记录汇集；对记录的样本光芯片图像进行筛选，符合要求的样本光芯片图像组；对待测光芯片进行拍摄，获取待测光芯片的图像；将图像上传给芯片工程师进行分析，获取待测光芯片的芯片信息；计算待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值；根据检测错误值，获取光芯片的最佳拍摄角度和最佳拍摄光源；对生产出的光芯片按照最佳拍摄角度和拍摄光源进行拍摄，根据图像对光芯片进行检验。

Description

一种基于大数据的光芯片生产管理系统及方法
技术领域
本发明涉及芯片的生产管理领域，具体为一种基于大数据的光芯片生产管理系统及方法。
背景技术
随着集成电路的不断发展，传统电芯片在摩尔定律失效之后性能已经到达了极限，越来越多的从业者将目光转向了光；电子芯片是采用电流信号来作为信息的载体，而光芯片的信息载体则是采用频率更高的光波，由于光波的使用，导致光信号相比于电信号有更低的传输损耗、更宽的传输带宽、更小的延迟时间、抗干扰的能力也更强，与此之外，在以光为传输媒介的传输可以通过多种形式的复用，来提高传输内容的质量，所以，在光芯片上的数据传输技术也十分有前景；在光芯片生产过程中对光芯片的质量进行检测，通常情况下，会使用工业相机对光芯片表面进行拍摄，并对拍摄的照片进行分析，识别照片中是否有缺陷部分，但是在拍摄的过程中可能会因为拍摄角度和灯光的问题，导致拍摄的图像出现问题，从而无法准确的对光芯片进行检测，找出缺陷的光芯片。
发明内容
本发明的目的在于提供一种基于大数据的光芯片生产管理系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的光芯片生产管理方法，方法包括：
步骤S100：使用不同拍摄光源对样本光芯片的表面投射灯光；样本光芯片为某一类光芯片对应的一个工作正常光芯片；在不同拍摄光源下，对样本光芯片在不同拍摄角度上进行拍摄，得到样本光芯片在不同拍摄光源下，于不同拍摄角度时呈现的样本光芯片图像，将样本光芯片图像进行记录汇集；所述工作正常光芯片为某一类光芯片在铭牌标识下工作环境下工作；
步骤S200：根据样本光芯片图像和样本光芯片的结构图，对记录的样本光芯片图像进行筛选，获取符合要求的样本光芯片图像组；样本光芯片图像组包括不同拍摄光源下不同拍摄角度的样本光芯片图像；
步骤S300：根据样本光芯片图像组中样本光芯片图像对应的拍摄角度和拍摄光源，对各待测光芯片进行拍摄，待测光芯片为对生产样本光芯片每个生产点进行收集的光芯片；收集过程为每个生产点收集固定个数的光芯片；获取各待测光芯片的图像；提取测试工程师基于各待测光芯片的图像，对测试芯片得到的缺陷分析结果数据，同时提取测试工程师对各待测光芯片实际进行功能缺陷检测后得到检测结果数据；基于缺陷分析结果数据和检测结果数据，计算各待测光芯片在不同拍摄灯光及不同拍摄角度下对应呈现出的检测错误值；
步骤S400：根据检测错误值，获取待测光芯片对应的某一类光芯片的最佳拍摄角度和最佳拍摄光源；对生产出的某一类光芯片按照最佳拍摄角度和拍摄光源进行拍摄，获取光芯片的图像，根据图像对光芯片进行检验。
进一步的，步骤S100包括：
步骤S101：使用不同拍摄光源对待测光芯片表面投射灯光，同时在不同拍摄光源下，对待测光芯片于不同角度下进行拍摄；将拍摄的图像进行汇集，得到图像集合D＝{{(C1,F1),(C1,F2),...,(C1,Fn)},{(C2,F1),(C2,F2),...,(C2,Fn)},...,{(Cj,F1),(Cj,F2),...,(Cj,Fn)}}，
其中，C1,C2,...,Cn分别表示待测光芯片图像对应的第1、2、...、n个拍摄光源；其中，F1,F2,...,Fn分别表示待测光芯片图像对应的C1,C2,...,Cn拍摄光源下的第1、2、...、n个拍摄角度。
进一步的，步骤S200包括：
步骤S201：获取样本光芯片对应的光芯片结构图，将图像集合D中任一拍摄光源下任一拍摄角度下拍摄的样本光芯片图像与光芯片结构图进行比较分析，得到样本光芯片图像与光芯片结构图的图像缺失面积和图像溢出面积；图像缺失面积为将样本光芯片图像与光芯片结构图像进行比较，在样本光芯片图像中的芯片轮廓面积相较于在光芯片结构图像中的芯片轮廓面积而言缺失的面积；图像溢出面积为将样本光芯片图像与光芯片结构图像进行比较，在样本光芯片图像中的芯片轮廓面积相较于在光芯片结构图像中的芯片轮廓面积而言溢出的面积；
步骤S202：将图像缺失面积和图像溢出面积进行相加，将相加值记为待测光芯片图像的面积差值；根据面积差值对样本光芯片图像进行筛选，将面积差值大于面积差值阈值的样本光芯片图像进行剔除，对剩余样本光芯片图像进行保存汇集，得到符合要求的样本光芯片图像组；
上述步骤中通过得到样本光芯片图像与光芯片结构图的图像缺失面积和图像溢出面积，是因为在对样本光芯片进行拍摄中，不同拍摄角度和拍摄灯光下获取样本光芯片图像是不一样的，拍摄的样本光芯片图像与光芯片原结构图的不同可以通过缺失的面积和溢出的面积来表示，图像面积与待测光芯片面积结构图相差面积越小，说明该样本光芯片图像对应的拍摄角度和拍摄灯光越佳。
进一步的，步骤S300包括：
步骤S301：分别对各符合要求的样本光芯片图像组中的样本光芯片图像提取图像信息；图像信息包括图像对应的拍摄光源和拍摄角度；将图像信息作为拍摄相应样本光芯片时所对应的拍摄环境数据，根据拍摄环境数据对待测光芯片进行拍摄，得到拍摄角度和拍摄光源下的一系列待测光芯片图像，将一系列待测光芯片图像进行记录汇集，记为待测光芯片图像组；
上述步骤中将生产点生成出来的光芯片进行收集，是因为避免因为生成点的不同使被抽取的光芯片在测试过程中因为获取方法的错误，从而导致最后数据出现错误，达不到最终效果，减少了误差的产生概率，对各个生产点都收集固定个数的光芯片作为待测光芯片，避免了因为生产地点不同导致对实验数据产生误差；
步骤S302：提取测试工程师基于各待测光芯片的图像，对测试芯片得到的缺陷分析结果数据，缺陷分析结果数据包括待测光芯片图像组中正常工作待测光芯片图像对应的正常工作待测光芯片和功能缺陷待测光芯片图像对应的待测光芯片；
步骤S303：提取测试工程师对各待测光芯片实际进行功能缺陷检测后得到检测结果数据；结果数据包括根据缺陷分析结果得出正常工作待测光芯片中被测试出功能缺陷的待测光芯片数量和根据缺陷分析结果得出缺陷待测光芯片中被检测出正常工作的待测光芯片数量；
步骤S304：计算待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值P；
Figure BDA0004086721970000031
其中，N为待测光芯片组中根据缺陷分析结果得出功能缺陷待测光芯片个数；Ne为根据缺陷分析结果得出功能缺陷待测光芯片中被测试出正常工作待测光芯片的个数；M为待测光芯片组中根据缺陷分析结果得出正常工作待测光芯片个数；Me为根据缺陷分析结果得出正常工作待测光芯片中被测试出功能缺陷待测光芯片的个数；
Figure BDA0004086721970000032
为根据待测光芯片的光芯片数和测试频率，得出的拍摄结果影响值；
上述步骤中通过对待测光芯片组中正常工作待测光芯片和功能缺陷待测光芯片，进行光芯片的芯片测试；有利于找出在相似待测光芯片图像组中待测光芯片图像对应的最佳拍摄灯光和拍摄角度，当正常工作待测光芯片中检测出功能缺陷待测光芯片越少，功能缺陷待测光芯片中检测出正常工作的芯片越多时，说明这个待测光芯片对应的拍摄角度拍摄灯光对待测光芯片的检验准确度越高，对光芯片生成越有利。
进一步的，步骤S400包括：
步骤S401：分别对待测光芯片图像组对应的拍摄角度和拍摄光源计算检测错误值；将各个待测光芯片图像组对应检测错误值进行比对，选取最小的检测错误值对应的待测光芯片图像组为待测光芯片的最佳图像组；将待测光芯片的最佳图像组对应的拍摄角度和拍摄灯光，记为待测光芯片对应光芯片的最佳拍摄角度和最佳拍摄光源；
步骤S402：对生产出的光芯片按照最佳拍摄角度和拍摄光源进行拍摄，获取光芯片的拍摄图像，根据图像对光芯片进行筛选。
为更好的实现上述方法还提出一种基于大数据的光芯片生产管理系统，生产管理系统包括图像采集模块、图像筛选模块、检测错误值计算模块、光芯片检验模块；
图像采集模块，用于对样本光芯片在不同拍摄角度上进行拍摄，得到样本光芯片在不同拍摄光源下对应的样本光芯片图像，将样本光芯片图像进行记录汇集；
图像筛选模块，用于对记录的样本光芯片图像进行筛选，获取符合要求的样本光芯片图像组；样本光芯片图像组包括不同拍摄光源下不同拍摄角度的样本光芯片图像；
检测错误值模块，用于对待测光芯片进行拍摄，获取待测光芯片的图像；根据图像对待测光芯片进行检测，对缺陷待测光芯片和正常工作待测光芯片进行测试，根据测试结果，计算待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值；
光芯片检验模块，用于根据检测错误值，获取光芯片的最佳拍摄角度和最佳拍摄光源；对生产出的光芯片按照最佳拍摄角度和拍摄光源进行拍摄，获取光芯片的图像，根据图像对光芯片进行检验。
进一步的，图像采集模块包括图像采集单元；
图像采集单元，用于对根据拍摄光源不同对样本光芯片在不同角度下进行拍摄；将拍摄的图像进行记录汇集。
进一步的，图像筛选模块包括面积获取单元、图像筛选单元；
面积获取单元，用于对图像集合中任一拍摄光源下任一拍摄角度下拍摄的样本光芯片图像与光芯片结构图进行比较分析，得到样本光芯片图像与光芯片结构图的图像缺失面积和图像溢出面积；
图像筛选单元，用于对根据图像缺失面积和图像溢出面积，对图像集合中的图像进行筛选，对剩余样本光芯片图像进行保存汇集，得到符合要求的样本光芯片图像组。
进一步的，检测错误值模块包括图像分析单元、检测错误值计算单元；
图像分析单元，用于对待测光芯片图像组中各个待测光芯片图像进行分析，根据分析结果，获取待测光芯片图像组中正常工作待测光芯片图像对应的正常工作待测光芯片和功能缺陷待测光芯片图像对应的待测光芯片；
检测错误值计算单元，用于对待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值。
进一步的，光芯片检验模块包括光芯片检验单元；
光芯片检验单元，用于对生产出的光芯片按照最佳拍摄角度和拍摄光源进行拍摄，获取光芯片的拍摄图像，根据图像对光芯片进行筛选。
与现有技术相比，本发明所达到的有益效果是：本发明通过在光芯片生产过程中通过对不同拍摄角度和拍摄灯光下的光芯片进行拍摄，选取最佳的拍摄角度个最佳拍摄灯光，使光芯片在生产过程中的检测准确度大大提高，提高了光芯片的生产效率；对不同生成出来的光芯片进行收集，避免因为生成点的不同使被抽取的光芯片在测试过程中因为获取方法的错误，减少了误差的产生概率；通过对待测光芯片组中正常工作待测光芯片和功能缺陷待测光芯片，进行光芯片的芯片测试；有利于找出在相似待测光芯片图像组中待测光芯片图像对应的最佳拍摄灯光和拍摄角度。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于大数据的光芯片生产管理系统及方法的方法流程图；
图2是本发明一种基于大数据的光芯片生产管理系统及方法的系统结构示意图。
具体实施方式
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、完整地描述，显然，所描述的实施例仅仅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2，本发明提供技术方案：一种基于大数据的光芯片生产管理方法，方法包括：
步骤S100：使用不同拍摄光源对样本光芯片的表面投射灯光；在不同拍摄光源下，对样本光芯片在不同拍摄角度上进行拍摄，得到样本光芯片在不同拍摄光源下，于不同拍摄角度时呈现的样本光芯片图像，将样本光芯片图像进行记录汇集；
步骤S200：根据样本光芯片图像和样本光芯片的结构图，对记录的样本光芯片图像进行筛选，获取符合要求的样本光芯片图像组；样本光芯片图像组包括不同拍摄光源下不同拍摄角度的样本光芯片图像；
步骤S300：根据样本光芯片图像组中样本光芯片图像对应的拍摄角度和拍摄光源，对各待测光芯片进行拍摄，待测光芯片为对生产样本光芯片每个生产点进行收集的光芯片；收集过程为每个生产点收集固定个数的光芯片；获取各待测光芯片的图像；提取测试工程师基于各待测光芯片的图像，对测试芯片得到的缺陷分析结果数据，同时提取测试工程师对各待测光芯片实际进行功能缺陷检测后得到检测结果数据；基于缺陷分析结果数据和检测结果数据，计算各待测光芯片在不同拍摄灯光及不同拍摄角度下对应呈现出的检测错误值；
步骤S400：根据检测错误值，获取待测光芯片对应的某一类光芯片的最佳拍摄角度和最佳拍摄光源；对生产出的某一类光芯片按照最佳拍摄角度和拍摄光源进行拍摄，获取光芯片的图像，根据图像对光芯片进行检验。
其中，步骤S100包括：
步骤S101：使用不同拍摄光源对待测光芯片表面投射灯光，同时在不同拍摄光源下，对待测光芯片于不同角度下进行拍摄；将拍摄的图像进行汇集，得到图像集合D＝{{(C1,F1),(C1,F2),...,(C1,Fn)},{(C2,F1),(C2,F2),...,(C2,Fn)},...,{(Cj,F1),(Cj,F2),...,(Cj,Fn)}}，其中，C1,C2,...,Cn分别表示待测光芯片图像对应的第1、2、...、n个拍摄光源；其中，F1,F2,...,Fn分别表示待测光芯片图像对应的C1,C2,...,Cn拍摄光源下的第1、2、...、n个拍摄角度；
其中，步骤S200包括：
步骤S201：获取样本光芯片对应的光芯片结构图，将图像集合D中任一拍摄光源下任一拍摄角度下拍摄的样本光芯片图像与光芯片结构图进行比较分析，得到样本光芯片图像与光芯片结构图的图像缺失面积和图像溢出面积；图像缺失面积为将样本光芯片图像与光芯片结构图像进行比较，在样本光芯片图像中的芯片轮廓面积相较于在光芯片结构图像中的芯片轮廓面积而言缺失的面积；图像溢出面积为将样本光芯片图像与光芯片结构图像进行比较，在样本光芯片图像中的芯片轮廓面积相较于在光芯片结构图像中的芯片轮廓面积而言溢出的面积；
步骤S202：将图像缺失面积和图像溢出面积进行相加，将相加值记为待测光芯片图像的面积差值；根据面积差值对样本光芯片图像进行筛选，将面积差值大于面积差值阈值的样本光芯片图像进行剔除，对剩余样本光芯片图像进行保存汇集，得到符合要求的样本光芯片图像组；
其中，步骤S300包括：
步骤S301：分别对各符合要求的样本光芯片图像组中的样本光芯片图像提取图像信息；图像信息包括图像对应的拍摄光源和拍摄角度；将图像信息作为拍摄相应样本光芯片时所对应的拍摄环境数据，根据拍摄环境数据对待测光芯片进行拍摄，得到拍摄角度和拍摄光源下的一系列待测光芯片图像，将一系列待测光芯片图像进行记录汇集，记为待测光芯片图像组；
步骤S302：提取测试工程师基于各待测光芯片的图像，对测试芯片得到的缺陷分析结果数据，缺陷分析结果数据包括待测光芯片图像组中正常工作待测光芯片图像对应的正常工作待测光芯片和功能缺陷待测光芯片图像对应的待测光芯片；
步骤S303：提取测试工程师对各待测光芯片实际进行功能缺陷检测后得到检测结果数据；结果数据包括根据缺陷分析结果得出正常工作待测光芯片中被测试出功能缺陷的待测光芯片数量和根据缺陷分析结果得出缺陷待测光芯片中被检测出正常工作的待测光芯片数量；
步骤S304：计算待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值P；
Figure BDA0004086721970000071
其中，N为待测光芯片组中根据缺陷分析结果得出功能缺陷待测光芯片个数；Ne为根据缺陷分析结果得出功能缺陷待测光芯片中被测试出正常工作待测光芯片的个数；M为待测光芯片组中根据缺陷分析结果得出正常工作待测光芯片个数；Me为根据缺陷分析结果得出正常工作待测光芯片中被测试出功能缺陷待测光芯片的个数；
Figure BDA0004086721970000081
为根据待测光芯片的光芯片数和测试频率，得出的拍摄结果影响值；
例如，在第4个待测光芯片组中N为100；Ne为5；M为20000；Me为30；
Figure BDA0004086721970000082
为0.7；计算第4个待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值/>
Figure BDA0004086721970000083
Figure BDA0004086721970000084
其中，步骤S400包括：
步骤S401：分别对待测光芯片图像组对应的拍摄角度和拍摄光源计算检测错误值；将各个待测光芯片图像组对应检测错误值进行比对，选取最小的检测错误值对应的待测光芯片图像组为待测光芯片的最佳图像组；将待测光芯片的最佳图像组对应的拍摄角度和拍摄灯光，记为待测光芯片对应光芯片的最佳拍摄角度和最佳拍摄光源；
步骤S402：对生产出的光芯片按照最佳拍摄角度和拍摄光源进行拍摄，获取光芯片的拍摄图像，根据图像对光芯片进行筛选；
为更好的实现上述方法还提出一种基于大数据的光芯片生产管理系统，生产管理系统包括图像采集模块、图像筛选模块、检测错误值计算模块、光芯片检验模块；
图像采集模块，用于对样本光芯片在不同拍摄角度上进行拍摄，得到样本光芯片在不同拍摄光源下对应的样本光芯片图像，将样本光芯片图像进行记录汇集；
图像筛选模块，用于对记录的样本光芯片图像进行筛选，获取符合要求的样本光芯片图像组；样本光芯片图像组包括不同拍摄光源下不同拍摄角度的样本光芯片图像；
检测错误值模块，用于对待测光芯片进行拍摄，获取待测光芯片的图像；根据图像对待测光芯片进行检测，对缺陷待测光芯片和正常工作待测光芯片进行测试，根据测试结果，计算待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值；
光芯片检验模块，用于根据检测错误值，获取光芯片的最佳拍摄角度和最佳拍摄光源；对生产出的光芯片按照最佳拍摄角度和拍摄光源进行拍摄，获取光芯片的图像，根据图像对光芯片进行检验；
其中，图像采集模块包括图像采集单元；
图像采集单元，用于对根据拍摄光源不同对样本光芯片在不同角度下进行拍摄；将拍摄的图像进行记录汇集；
其中，图像筛选模块包括面积获取单元、图像筛选单元；
面积获取单元，用于对图像集合中任一拍摄光源下任一拍摄角度下拍摄的样本光芯片图像与光芯片结构图进行比较分析，得到样本光芯片图像与光芯片结构图的图像缺失面积和图像溢出面积；
图像筛选单元，用于对根据图像缺失面积和图像溢出面积，对图像集合中的图像进行筛选，对剩余样本光芯片图像进行保存汇集，得到符合要求的样本光芯片图像组；
其中，检测错误值模块包括图像分析单元、检测错误值计算单元；
图像分析单元，用于对待测光芯片图像组中各个待测光芯片图像进行分析，根据分析结果，获取待测光芯片图像组中正常工作待测光芯片图像对应的正常工作待测光芯片和功能缺陷待测光芯片图像对应的待测光芯片；
检测错误值计算单元，用于对待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值；
其中，光芯片检验模块包括光芯片检验单元；
光芯片检验单元，用于对生产出的光芯片按照最佳拍摄角度和拍摄光源进行拍摄，获取光芯片的拍摄图像，根据图像对光芯片进行筛选。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于大数据的光芯片生产管理方法，其特征在于，所述方法包括：
步骤S100：使用不同拍摄光源对样本光芯片的表面投射灯光；在所述不同拍摄光源下，对所述样本光芯片在不同拍摄角度上进行拍摄，得到所述样本光芯片在不同拍摄光源下，于不同拍摄角度时呈现的样本光芯片图像，将所述样本光芯片图像进行记录汇集；
步骤S200：根据样本光芯片图像和所述样本光芯片的结构图，对记录的所述样本光芯片图像进行筛选，获取符合要求的样本光芯片图像组；所述样本光芯片图像组包括不同拍摄光源下不同拍摄角度的样本光芯片图像；
步骤S300：根据所述样本光芯片图像组中样本光芯片图像对应的拍摄角度和拍摄光源，对各待测光芯片进行拍摄，所述待测光芯片为对生产所述样本光芯片每个生产点进行收集的光芯片；所述收集过程为所述每个生产点收集固定个数的光芯片；获取所述各待测光芯片的图像；提取测试工程师基于所述各待测光芯片的图像，对所述测试芯片得到的缺陷分析结果数据，同时提取测试工程师对所述各待测光芯片实际进行功能缺陷检测后得到检测结果数据；基于所述缺陷分析结果数据和所述检测结果数据，计算所述各待测光芯片在不同拍摄灯光及不同拍摄角度下对应呈现出的检测错误值；
步骤S400：根据所述检测错误值，获取所述待测光芯片对应的某一类光芯片的最佳拍摄角度和最佳拍摄光源；对生产出的所述某一类光芯片按照所述最佳拍摄角度和拍摄光源进行拍摄，获取所述光芯片的图像，根据所述图像对光芯片进行检验。
2.根据权利要求1所述的一种基于大数据的光芯片生产管理方法，其特征在于，所述步骤S100包括：
步骤S101：使用不同拍摄光源对所述待测光芯片表面投射灯光，同时在不同拍摄光源下，对所述待测光芯片于不同角度下进行拍摄；将拍摄的图像进行汇集，得到图像集合D＝
{{(C1,F1),(C1,F2),...,(C1,Fn)},{(C2,F1),(C2,F2),...,(C2,Fn)},...,{(Cj,F1),(Cj,F2),...,(Cj,Fn)}}，其中，C1,C2,...,Cn分别表示所述待测光芯片图像对应的第1、2、...、n个拍摄光源；
其中，F1,F2,...,Fn分别表示所述待测光芯片图像对应的C1,C2,...,Cn拍摄光源下的第1、2、...、n个拍摄角度。
3.根据权利要求1所述的一种基于大数据的光芯片生产管理方法，其特征在于，所述步骤S200包括：
步骤S201：获取所述样本光芯片对应的光芯片结构图，将所述图像集合D中任一拍摄光源下任一拍摄角度下拍摄的样本光芯片图像与所述光芯片结构图进行比较分析，得到所述样本光芯片图像与所述光芯片结构图的图像缺失面积和图像溢出面积；所述图像缺失面积为将所述样本光芯片图像与光芯片结构图像进行比较，在所述样本光芯片图像中的芯片轮廓面积相较于在所述光芯片结构图像中的芯片轮廓面积而言缺失的面积；所述图像溢出面积为将所述样本光芯片图像与光芯片结构图像进行比较，在所述样本光芯片图像中的芯片轮廓面积相较于在所述光芯片结构图像中的芯片轮廓面积而言溢出的面积；
步骤S202：将所述图像缺失面积和所述图像溢出面积进行相加，将所述相加值记为所述待测光芯片图像的面积差值；根据所述面积差值对所述样本光芯片图像进行筛选，将面积差值大于面积差值阈值的样本光芯片图像进行剔除，对剩余样本光芯片图像进行保存汇集，得到符合要求的样本光芯片图像组。
4.根据权利要求3所述的一种基于大数据的光芯片生产管理方法，其特征在于，所述步骤S300包括：
步骤S301：分别对各符合要求的样本光芯片图像组中的样本光芯片图像提取图像信息；所述图像信息包括图像对应的拍摄光源和拍摄角度；将所述图像信息作为拍摄相应样本光芯片时所对应的拍摄环境数据，根据所述拍摄环境数据对待测光芯片进行拍摄，得到所述拍摄角度和拍摄光源下的一系列待测光芯片图像，将所述一系列待测光芯片图像进行记录汇集，记为待测光芯片图像组；
步骤S302：提取测试工程师基于所述各待测光芯片的图像，对所述测试芯片得到的缺陷分析结果数据，所述缺陷分析结果数据包括所述待测光芯片图像组中正常工作待测光芯片图像对应的正常工作待测光芯片和功能缺陷待测光芯片图像对应的待测光芯片；
步骤S303：提取测试工程师对所述各待测光芯片实际进行功能缺陷检测后得到检测结果数据；所述结果数据包括根据所述缺陷分析结果得出正常工作待测光芯片中被测试出功能缺陷的待测光芯片数量和根据所述缺陷分析结果得出缺陷待测光芯片中被检测出正常工作的待测光芯片数量；
步骤S304：计算所述待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值P；
Figure FDA0004086721960000031
其中，N为所述待测光芯片组中根据所述缺陷分析结果得出功能缺陷待测光芯片个数；Ne为根据所述缺陷分析结果得出功能缺陷待测光芯片中被测试出正常工作待测光芯片的个数；M为所述待测光芯片组中根据所述缺陷分析结果得出正常工作待测光芯片个数；Me为根据所述缺陷分析结果得出正常工作待测光芯片中被测试出功能缺陷待测光芯片的个数；
Figure FDA0004086721960000032
为根据所述待测光芯片的光芯片数和测试频率，得出的拍摄结果影响值。
5.根据权利要求4所述的一种基于大数据的光芯片生产管理方法，其特征在于，所述步骤S400包括：
步骤S401：分别对所述待测光芯片图像组对应的拍摄角度和拍摄光源计算检测错误值；将各个待测光芯片图像组对应检测错误值进行比对，选取最小的检测错误值对应的待测光芯片图像组为所述待测光芯片的最佳图像组；将所述待测光芯片的最佳图像组对应的拍摄角度和拍摄灯光，记为所述待测光芯片对应光芯片的最佳拍摄角度和最佳拍摄光源；
步骤S402：对生产出的所述光芯片按照所述最佳拍摄角度和拍摄光源进行拍摄，获取所述光芯片的拍摄图像，根据所述图像对光芯片进行筛选。
6.一种应用于权利要求1-5中任意一项所述的一种基于大数据的光芯片生产管理方法的光芯片生产管理系统，其特征在于，所述生产管理系统包括图像采集模块、图像筛选模块、检测错误值计算模块、光芯片检验模块；
所述图像采集模块，用于对所述样本光芯片在不同拍摄角度上进行拍摄，得到所述样本光芯片在不同拍摄光源下对应的样本光芯片图像，将所述样本光芯片图像进行记录汇集；
所述图像筛选模块，用于对记录的所述样本光芯片图像进行筛选，获取符合要求的样本光芯片图像组；所述样本光芯片图像组包括不同拍摄光源下不同拍摄角度的样本光芯片图像；
所述检测错误值模块，用于对待测光芯片进行拍摄，获取所述待测光芯片的图像；根据所述图像对待测光芯片进行检测，对所述缺陷待测光芯片和正常工作待测光芯片进行测试，根据所述测试结果，计算所述待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值；
所述光芯片检验模块，用于根据所述检测错误值，获取所述光芯片的最佳拍摄角度和最佳拍摄光源；对生产出的所述光芯片按照所述最佳拍摄角度和拍摄光源进行拍摄，获取所述光芯片的图像，根据所述图像对光芯片进行检验。
7.根据权利要求6所述的光芯片生产管理系统，其特征在于，所述图像采集模块包括图像采集单元；
所述图像采集单元，用于对根据拍摄光源不同对所述样本光芯片在不同角度下进行拍摄；将拍摄的图像进行记录汇集。
8.根据权利要求6所述的光芯片生产管理系统，其特征在于，所述图像筛选模块包括面积获取单元、图像筛选单元；
所述面积获取单元，用于对所述图像集合中任一拍摄光源下任一拍摄角度下拍摄的样本光芯片图像与所述光芯片结构图进行比较分析，得到所述样本光芯片图像与所述光芯片结构图的图像缺失面积和图像溢出面积；
所述图像筛选单元，用于对根据所述图像缺失面积和所述图像溢出面积，对所述图像集合中的图像进行筛选，对剩余样本光芯片图像进行保存汇集，得到符合要求的样本光芯片图像组。
9.根据权利要求6所述的光芯片生产管理系统，其特征在于，所述检测错误值模块包括图像分析单元、检测错误值计算单元；
所述图像分析单元，用于对所述待测光芯片图像组中各个待测光芯片图像进行分析，根据分析结果，获取所述待测光芯片图像组中正常工作待测光芯片图像对应的正常工作待测光芯片和功能缺陷待测光芯片图像对应的待测光芯片；
所述检测错误值计算单元，用于对所述待测光芯片图像组对应拍摄角度和拍摄灯光下的检测错误值。
10.根据权利要求6所述的光芯片生产管理系统，其特征在于，所述光芯片检验模块包括光芯片检验单元；
所述光芯片检验单元，用于对生产出的所述光芯片按照所述最佳拍摄角度和拍摄光源进行拍摄，获取所述光芯片的拍摄图像，根据所述图像对光芯片进行筛选。
CN202310138242.6A 2023-02-20 2023-02-20 一种基于大数据的光芯片生产管理系统及方法 Pending CN116385355A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310138242.6A CN116385355A (zh) 2023-02-20 2023-02-20 一种基于大数据的光芯片生产管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310138242.6A CN116385355A (zh) 2023-02-20 2023-02-20 一种基于大数据的光芯片生产管理系统及方法

Publications (1)

Publication Number Publication Date
CN116385355A true CN116385355A (zh) 2023-07-04

Family

ID=86970130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310138242.6A Pending CN116385355A (zh) 2023-02-20 2023-02-20 一种基于大数据的光芯片生产管理系统及方法

Country Status (1)

Country Link
CN (1) CN116385355A (zh)

Similar Documents

Publication Publication Date Title
Liu et al. Machine vision based online detection of PCB defect
CN109871895B (zh) 电路板的缺陷检测方法和装置
CN112053318B (zh) 基于深度学习的二维pcb缺陷实时自动检测与分类装置
CN111699499B (zh) 检查、图像识别、识别器生成系统及学习数据生成装置
CN109100370A (zh) 一种基于投影法和连通域分析的pcb板缺陷检测方法
CN108520514B (zh) 基于计算机视觉的印刷电路板电子元器一致性检测方法
JP2011158373A (ja) 自動欠陥分類のための教師データ作成方法、自動欠陥分類方法および自動欠陥分類装置
CN112599438B (zh) MiniLED晶圆缺陷的高精度检测系统及其检测方法
CN115015286B (zh) 基于机器视觉的芯片检测方法及系统
CN116067671B (zh) 一种用于测试车辆漆面质量的方法、系统及介质
CN113758524A (zh) 一种电路板加工监测系统
CN111882547A (zh) 一种基于神经网络的pcb漏件检测方法
JP2014519598A (ja) ハイブリッドレチクル検査のための方法及びシステム
KR102174424B1 (ko) 서버 기반 부품 검사방법 및 그를 위한 시스템 및 장치
CN116778520B (zh) 一种海量证照数据质量检验方法
CN116385355A (zh) 一种基于大数据的光芯片生产管理系统及方法
CN117593273A (zh) 一种电子元器件表面缺陷检测方法及系统
TWI567485B (zh) 用於混合式十字線檢視之方法及系統
CN115937555A (zh) 一种基于标准化流模型的工业缺陷检测算法
CN101685786B (zh) 用光学显微镜自动检测硅片周边去边及缺陷的方法
CN110286269B (zh) 一种pcb板阻抗信息自动采集及分析方法
CN107123105A (zh) 基于fast算法的图像匹配缺陷检测方法
CN117690846B (zh) 太阳能硅片视觉检测方法、装置、设备及存储介质
TWI854942B (zh) 瑕疵辨識方法
CN118150581B (zh) 柔板压点次品的检测方法、系统、装置和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination