TWI810103B - 料盤上晶片的檢測方法、系統、存儲介質及智能終端 - Google Patents
料盤上晶片的檢測方法、系統、存儲介質及智能終端 Download PDFInfo
- Publication number
- TWI810103B TWI810103B TW111141423A TW111141423A TWI810103B TW I810103 B TWI810103 B TW I810103B TW 111141423 A TW111141423 A TW 111141423A TW 111141423 A TW111141423 A TW 111141423A TW I810103 B TWI810103 B TW I810103B
- Authority
- TW
- Taiwan
- Prior art keywords
- wafer
- pixel coordinates
- tray
- roi
- gray value
- Prior art date
Links
Images
Abstract
本發明屬於產品檢測領域,公開了一種料盤上晶片的檢測方法、系統、存儲介質及智能終端,檢測方法包括獲取放置有晶片的料盤的灰度圖像;根據所述料盤的行數和列數對所述灰度圖像進行ROI區域分割;計算每一個ROI區域的至少一條對角線上的所有像素點的灰度值方差;根據所述灰度值方差判斷對應的ROI區域上是否放置有晶片。本發明可自動檢測哪些ROI區域放置有晶片,哪些ROI區域未放置有晶片,以提供更精確的位置訊息給機械手臂進行取料,提高生產效率。
Description
本發明涉及產品檢測技術領域,尤指一種料盤上晶片的檢測方法、系統、存儲介質及智能終端。
隨著科學技術的快速發展,對於一系列電子產品的生產由傳統的通過人工實現轉化為生產線自動化實現。在晶片的自動化生產過程中,晶片的測試、包裝、烘烤等流程都需要使用料盤作為容器來承載晶片。但是,現有的自動化生產設備無法自動識別料盤上哪些位置放置有晶片,哪些位置沒有放置晶片,料盤上料時,需要人工設定料盤上存在晶片的位置,以使機械手臂可精准在料盤上完成取料,避免機械手臂去無晶片位置取料而觸發吸真空警報。通過人工設定料盤上存在晶片的位置,不僅生產效率較低,而且會增加人工成本。
本發明的目的是提供一種料盤上晶片的檢測方法、系統、存儲介質及智慧終端機,可實現自動識別晶片位置,減少人工干預,提高生產效率。
本發明提供的技術方案如下:
一方面,提供一種料盤上晶片的檢測方法,包括:獲取放置有晶片的料盤的灰度圖像;根據所述料盤的行數和列數對所述灰度圖像進行ROI區域分割;
計算每一個ROI區域的至少一條對角線上的所有像素點的灰度值方差;根據所述灰度值方差判斷對應的ROI區域上是否放置有晶片。
在一些實施方式中,所述計算每一個ROI區域的至少一條對角線上的所有像素點的灰度值方差具體包括:獲取所述灰度圖像的左上角、右上角、左下角和右下角的像素座標;根據所述灰度圖像的左上角、右上角、左下角和右下角的像素座標和當前ROI區域所處的行數和列數,得到當前ROI區域的一條對角線的起始點像素座標和終點像素座標;計算所述起始點像素座標和所述終點像素座標之間的對角線上的所有像素點的灰度值方差。
在一些實施方式中,所述起始點像素座標的計算公式為:
所述終點像素座標的計算公式為:
其中,Rows為料盤的行數;Cols為料盤的列數;p 1(x 1,y 1)為灰度圖像左上角的像素座標;p 3(x 1,y 2)為灰度圖像左下角的像素座標;p 4(x 2,y 2)為灰度圖像右下角的像素座標;i為當前ROI區域的行數,j為當前ROI區域的列數。
在一些實施方式中,所述根據所述灰度值方差判斷對應的ROI區域上是否放置有晶片具體包括:
當所述灰度值方差小於第一預設閾值時,判斷對應的ROI區域上未放置有晶片;當所述灰度值方差大於第二預設閾值時,判斷對應的ROI區域上放置有晶片,所述第二預設閾值大於所述第一預設閾值。
在一些實施方式中,當所述灰度值方差大於所述第一預設閾值且小於所述第二預設閾值時,判斷對應的ROI區域上放置有晶片且晶片翹起。
另一方面,還提供一種料盤上晶片的檢測系統,包括:圖像獲取模組,用於獲取放置有晶片的料盤的灰度圖像;區域分割模組,用於根據所述料盤的行數和列數對所述灰度圖像進行ROI區域分割;計算模組,用於計算每一個ROI區域的至少一條對角線上的所有像素點的灰度值方差;判斷模組,用於根據所述灰度值方差判斷對應的ROI區域上是否放置有晶片。
在一些實施方式中,所述計算模組包括:像素座標獲取單元,用於獲取所述灰度圖像的左上角、右上角、左下角和右下角的像素座標;計算單元,用於根據所述灰度圖像的左上角、右上角、左下角和右下角的像素座標和當前ROI區域所處的行數和列數,得到當前ROI區域的一條對角線的起始點像素座標和終點像素座標;所述計算單元,還用於計算所述起始點像素座標和所述終點像素座標之間的對角線上的所有像素點的灰度值方差。
在一些實施方式中,所述判斷模組,還用於當所述灰度值方差小於第一預設閾值時,判斷對應的ROI區域上未放置有晶片;
當所述灰度值方差大於第二預設閾值時,判斷對應的ROI區域上放置有晶片,所述第二預設閾值大於所述第一預設閾值;當所述灰度值方差大於所述第一預設閾值且小於所述第二預設閾值時,判斷對應的ROI區域上放置有晶片且晶片翹起。
又一方面,還提供一種存儲介質,所述存儲介質中存儲有至少一條指令,所述指令由處理器載入並執行以實現上述任一實施方式所述的料盤上晶片的檢測方法所執行的操作。
再一方面,還提供一種終端設備,包括處理器、記憶體以及存儲在所述記憶體中並可在所述處理器上運行的電腦程式,所述處理器,用於執行所述記憶體上所存放的電腦程式,實現上述任一實施方式所述的料盤上晶片的檢測方法所執行的操作。
本發明的技術效果在於:
(1)通過對灰度圖像進行ROI區域分割,以在灰度圖像上對晶片進行定位,並通過對每個ROI區域進行灰度值方差計算,可自動檢測哪些ROI區域放置有晶片,哪些ROI區域未放置有晶片,以提供更精確的位置訊息給機械手臂進行取料,減少人工干預,增強機械手臂有效取料,大幅度降低了機械手臂的警報機率,提高生產效率。
(2)此檢測方法還可以識別出晶片產品是否存在翹起的情況,可及時進行警報以提醒人工處理,減少吸嘴取料時對產品外觀的損傷,增強手臂安全取料。
S100-S400:步驟
S310-S330:步驟
100:圖像獲取模組
200:區域分割模組
300:計算模組
310:像素座標獲取單元
320:計算單元
400:判斷模組
下面結合圖式和具體實施方式對本發明作進一步詳細說明:圖1是本發明一種料盤上晶片的檢測方法的一個實施例的流程圖;
圖2是本發明一種料盤上晶片的檢測方法的另一個實施例的流程圖;圖3是本發明一種料盤上晶片的檢測系統的結構示意框圖。
為了更清楚地說明本發明實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的圖式作簡單地介紹,顯而易見地,下面描述中的圖式僅僅是本發明的一些實施例,對於本領域具有通常知識者來講,在不付出進步性勞動的前提下,還可以根據這些圖式獲得其他的圖式。
為使圖面簡潔,各圖中只示意性地表示出了與本發明相關的部分,它們並不代表其作為產品的實際結構。另外,以使圖面簡潔便於理解,在有些圖中具有相同結構或功能的部件,僅示意性地繪示了其中的一個,或僅標出了其中的一個。在本文中,“一個”不僅表示“僅此一個”,也可以表示“多於一個”的情形。
還應當進一步理解,在本申請說明書和所附申請專利範圍中使用的術語“和/或”是指相關聯列出的項中的一個或多個的任何組合以及所有可能組合,並且包括這些組合。
在本文中,需要說明的是,除非另有明確的規定和限定,術語“安裝”、“相連”、“連接”應做廣義理解,例如,可以是固定連接,也可以是可拆卸連接,或一體地連接;可以是機械連接,也可以是電連接;可以是直接相連,也可以通過中間媒介間接相連,可以是兩個元件內部的連通。對於本領域具有通常知識者而言,可以具體情況理解上述術語在本發明中的具體含義。
另外,在本申請的描述中,術語“第一”、“第二”等僅用於區分描述,而不能理解為指示或暗示相對重要性。
請參閱圖1,圖1示出了本發明實施例提供的一種料盤上晶片的檢測方法的示意性流程圖,該方法包括:
S100獲取放置有晶片的料盤的灰度圖像;具體的,在上料區域正上方放置相機,機械手臂將放置有晶片的料盤放置在上料區域後,上位機通過軟體通訊方式發送觸發訊號至相機,由相機抓拍位於上料區域的料盤的圖像。相機拍攝的圖像可以是彩色圖像,也可以是灰度圖像,若相機拍攝的圖像是彩色圖像,則通過影像處理將彩色圖像轉換為灰度圖像。
本實施例中,料盤為白色料盤,料盤上的晶片為其它顏色,如晶片表面一般為黑色,料盤上按行和列劃分為多個容納區域,每個容納區域的尺寸相同,且每個容納區域內可放置一個晶片。
S200根據所述料盤的行數和列數對所述灰度圖像進行ROI區域分割;具體的,料盤的行數和列數是固定的,根據料盤的行數和列數對獲取的灰度圖像進行ROI區域分割,即可得到多個分割後的ROI區域,分割後的每個ROI區域分別與料盤上的容納區域相對應,即一個ROI區域對應料盤上的一個容納區域,而容納區域是用於放置晶片的,因此,每個ROI區域對應一個晶片的放置位置,通過對灰度圖像進行ROI區域分割,可在灰度圖像上對晶片進行定位。
S300計算每一個ROI區域的至少一條對角線上的所有像素點的灰度值方差;
具體的,對圖像進行ROI區域分割後,即可對每一個ROI區域進行線剖面數據統計,也即計算每個ROI區域的至少一條對角線上的所有像素點的灰度值方差。
S400根據所述灰度值方差判斷對應的ROI區域上是否放置有晶片。
具體的,因為料盤為白色,若料盤上的容納區域放置有黑色的晶片,則容納區域(ROI區域)對角線上的像素點的灰度值數值會較大,若料盤上的容納區域未放置有黑色的晶片,則容納區域(ROI區域)對角線上的像素點的灰度值數值會較小,所以,ROI區域上是否放置有晶片,其對角線上的像素點的灰度值不同,因此,本發明可通過計算每個ROI區域的對角線上的所有像素點的灰度值方差,來判斷該ROI區域上是否放置有晶片,不僅可實現晶片有無的自動檢測,而且可提高檢測精度。
本發明通過對灰度圖像進行ROI區域分割,以在灰度圖像上對晶片進行定位,並通過對每個ROI區域進行灰度值方差計算,可自動檢測哪些ROI區域放置有晶片,哪些ROI區域未放置有晶片,以提供更精確的位置訊息給機械手臂進行取料,減少警報和人工干預,提高生產效率。
在一些實施例中,上述實施例中的S300所述計算每一個ROI區域的至少一條對角線上的所有像素點的灰度值方差具體包括:S310獲取灰度圖像的左上角、右上角、左下角和右下角的像素座標;
S320根據灰度圖像的左上角、右上角、左下角和右下角的像素座標和當前ROI區域所處的行數和列數,得到當前ROI區域的一條對角線的起始點像素座標和終點像素座標;S330計算起始點像素座標和終點像素座標之間的對角線上的所有像素點的灰度值方差。
其中,所述起始點像素座標的計算公式為:
所述終點像素座標的計算公式為:
其中,Rows為料盤的行數;Cols為料盤的列數;p 1(x 1,y 1)為灰度圖像左上角的像素座標;p 3(x 1,y 2)為灰度圖像左下角的像素座標;p 4(x 2,y 2)為灰度圖像右下角的像素座標;i為當前ROI區域的行數,j為當前ROI區域的列數。
起始點像素座標和終點像素座標之間的對角線上的所有像素點的灰度值方差的計算公式為:std=STD(LineProfile(image,ROI Startpoint ROI Endpoint ))
其中,ROI Startpoint =ROI(x,y)[i,j];ROI Endpoint =ROI(x,y)[i+1,j+1]。
具體的,獲取到灰度圖像後,即可獲取到整個灰度圖像的四個頂角的像素座標,然後根據四個頂角的像素座標和當前ROI區域所處的行數和列數,計算當前ROI區域的某一條對角線的兩端點的像素座標,最後即可計算該對角線的兩端點之間的所有像素點的灰度值方差,若灰度值方差大於預設閾值,
則說明當前ROI區域上放置有晶片。通過計算每個ROI區域的對角線上所有像素點的方差,即可檢測每個ROI區域上是否放置有晶片。
在一些實施例中,上述實施例中的S400所述根據所述灰度值方差判斷對應的ROI區域上是否放置有晶片具體包括:S410當所述灰度值方差小於第一預設閾值時,判斷對應的ROI區域上未放置有晶片;S420當所述灰度值方差大於第二預設閾值時,判斷對應的ROI區域上放置有晶片,所述第二預設閾值大於所述第一預設閾值。
具體的,第一預設閾值為預先設定的最小閾值,第二預設閾值為預先設定的最大閾值,若當前ROI區域的對角線上所有像素點的灰度值方差小於最小閾值,則說明當前ROI區域上未放置有晶片,若當前ROI區域的對角線上所有像素點的灰度值方差大於最大閾值,則說明當前ROI區域上放置有晶片。
在檢測前,可在料盤上的每個容納區域放置一個晶片,然後拍攝放置有晶片的料盤灰度圖像,再對灰度圖像進行ROI區域分割,並計算每個ROI區域的對角線上所有像素點的灰度值方差,根據計算得到的所有ROI區域的灰度值方差來確定第二預設閾值,例如,可先找出所有ROI區域中最小的灰度值方差,然後將第二預設閾值設置的略小於該最小的灰度值方差。
同樣的,在確定第一預設閾值時,先獲取空白料盤的灰度圖像,然後對該灰度圖像進行ROI區域分割,再計算每個ROI區域的對角線上所有像素點的灰度值方差,並根據計算得到的所有ROI區域的灰度值方差來確定第二預設閾值,例如,可先找出所有ROI區域中最大的灰度值方差,然後將第一預設閾值設置的略大於該最大的灰度值方差。
進一步地,還包括:若當前ROI區域的對角線上所有像素點的灰度值方差大於第一預設閾值且小於第二預設閾值時,則判斷當前ROI區域上放置有晶片且晶片翹起。
具體的,ROI區域上放置晶片,但是晶片處於翹起狀態時,料盤上的白色區域會被部分暴露出來,使得ROI區域的對角線上的所有像素點的灰度值方差會小於第二預設閾值且大於第一預設閾值,因此,當灰度值方差大於第一預設閾值且小於第二預設閾值時,即可判斷對應的ROI區域上的晶片翹起。本實施例通過識別出晶片是否存在翹起的情況,可減少吸嘴取料時對晶片外觀的損傷,增強機械手臂安全取料。
本發明還提供一種料盤上晶片的檢測系統的實施例,包括:圖像獲取模組100,用於獲取放置有晶片的料盤的灰度圖像;區域分割模組200,用於根據所述料盤的行數和列數對所述灰度圖像進行ROI區域分割;計算模組300,用於計算每一個ROI區域的至少一條對角線上的所有像素點的灰度值方差;判斷模組400,用於根據所述灰度值方差判斷對應的ROI區域上是否放置有晶片。
在一些實施例中,計算模組300包括:像素座標獲取單元310,用於獲取所述灰度圖像的左上角、右上角、左下角和右下角的像素座標;
計算單元320,用於根據所述灰度圖像的左上角、右上角、左下角和右下角的像素座標和當前ROI區域所處的行數和列數,得到當前ROI區域的一條對角線的起始點像素座標和終點像素座標;計算單元320,還用於計算所述起始點像素座標和所述終點像素座標之間的對角線上的所有像素點的灰度值方差。
其中,起始點像素座標的計算公式為:
終點像素座標的計算公式為:
其中,Rows為料盤的行數;Cols為料盤的列數;p 1(x 1,y 1)為灰度圖像左上角的像素座標;p 3(x 1,y 2)為灰度圖像左下角的像素座標;p 4(x 2,y 2)為灰度圖像右下角的像素座標;i為當前ROI區域的行數,j為當前ROI區域的列數。
起始點像素座標和終點像素座標之間的對角線上的所有像素點的灰度值方差的計算公式為:std=STD(LineProfile(image,ROI Startpoint ROI Endpoint ))
其中,ROI Startpoint =ROI(x,y)[i,j];ROI Endpoint =ROI(x,y)[i+1,j+1]。
判斷模組400,還用於當灰度值方差小於第一預設閾值時,判斷對應的ROI區域上未放置有晶片;
當灰度值方差大於第二預設閾值時,判斷對應的ROI區域上放置有晶片,所述第二預設閾值大於所述第一預設閾值;當灰度值方差大於所述第一預設閾值且小於所述第二預設閾值時,判斷對應的ROI區域上放置有晶片且晶片翹起。
具體的,本實施例是上述方法實施例對應的系統實施例,具體效果參見上述方法實施例,在此不再一一贅述。
所屬領域的具有通常知識者可以清楚地瞭解到,為了描述的方便和簡潔,僅以上述各程序模組的劃分進行舉例說明,實際應用中,可以根據需要而將上述功能分配由不同的程序模組完成,即將所述裝置的內部結構劃分成不同的程序單元或模組,以完成以上描述的全部或者部分功能。實施例中的各程序模組可以集成在一個處理單元中,也可是各個單元單獨物理存在,也可以兩個或兩個以上單元集成在一個處理單元中,上述集成的單元既可以採用硬體的形式實現,也可以採用軟體程序單元的形式實現。另外,各程序模組的具體名稱也只是為了便於相互區分,並不用於限制本發明的保護範圍。
本發明的一個實施例,一種終端設備,包括處理器、記憶體,其中,記憶體,用於存放電腦程式;處理器,用於執行記憶體上所存放的電腦程式,實現上述所對應方法實施例中的料盤上晶片的檢測方法。
所述終端設備可以為桌上型電腦、筆記本、掌上型電腦、平板型電腦、手機、人機交互螢幕等設備。所述終端設備可包括,但不僅限於處理器、記憶體。本領域技術人員可以理解,上述僅僅是終端設備的示例,並不構成對終端設備的限定,可以包括比圖示更多或更少的部件,或者組合某些部件,或者不同的部件,例如:終端設備還可以包括輸入/輸出埠、顯示裝置、網路接入
設備、通信匯流排、通信介面等。通信介面和通信匯流排,還可以包括輸入/輸出埠,其中,處理器、記憶體、輸入/輸出埠和通信介面通過通信匯流排完成相互間的通訊。該記憶體存儲有電腦程式,該處理器用於執行記憶體上所存放的電腦程式,實現上述所對應方法實施例中的料盤上晶片的檢測方法。
所述處理器可以是中央處理單元(Central Processing Unit,CPU),還可以是其他通用處理器、數位訊號處理器(Digital Signal Processor,DSP)、特殊應用積體電路(Application Specific Integrated Circuit,ASIC)、現場可程式化邏輯閘陣列(Field-Programmable Gate Array,FPGA)或者其他可程式邏輯器件、分立門或者電晶體邏輯器件、分立硬體元件等。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等。
所述記憶體可以是所述終端設備的內部存儲單元,例如:終端設備的硬碟或記憶體。所述記憶體也可以是所述終端設備的外部存放裝置,例如:所述終端設備上配備的插接式硬碟,智慧存儲卡(Smart Media Card,SMC),安全數位(Secure Digital,SD)卡,快閃記憶體卡(Flash Card)等。進一步地,所述記憶體還可以既包括所述終端設備的內部存儲單元也包括外部存放裝置。所述記憶體用於存儲所述電腦程式以及所述終端設備所需要的其他程式和數據。所述記憶體還可以用於暫時地存儲已經輸出或者將要輸出的數據。
通訊匯流排是連接所描述的元素的電路並且在這些元素之間實現傳輸。例如,處理器通過通訊匯流排從其它元素接收到命令,解密接收到的命令,根據解密的命令執行計算或數據處理。記憶體可以包括程式模組,例如內核(kernel),中介層(middleware),應用程式介面(Application Programming Interface,API)和應用。該程式模組可以是有軟體、韌體或硬體、或其中的至少
兩種組成。輸入/輸出埠轉發用戶通過輸入/輸出埠(例如感應器、鍵盤、觸控螢幕)輸入的命令或數據。通信介面將該終端設備與其它網路設備、使用者設備、網路進行連接。例如,通信介面可以通過有線或無線連接到網路以連接到外部其它的網路設備或使用者設備。無線通訊可以包括以下至少一種:Wi-Fi,藍牙(BT),近場無線通訊技術(NFC),全球衛星定位系統(GPS)和蜂窩通訊等等。有線通訊可以包括以下至少一種:通用序列匯流排(USB),高清晰度多媒體介面(HDMI),非同步傳輸標準介面(RS-232)等等。網路可以是電信網路和通訊網路。通訊網路可以為電腦網路、網際網路、物聯網、電話網絡。終端設備可以通過通訊介面連接網路,終端設備和其它網路設備通信所用的協定可以被應用、應用程式介面(API)、中介層、內核和通訊介面至少一個支援。
本發明的一個實施例,一種存儲介質,存儲介質中存儲有至少一條指令,指令由處理器載入並執行以實現上述料盤上晶片的檢測方法對應實施例所執行的操作。例如,存儲介質可以是唯讀記憶體(ROM)、隨機存取記憶體(RAM)、唯讀光碟(CD-ROM)、磁帶、軟碟和光數據存放裝置等。
它們可以用計算裝置可執行的程式碼來實現,從而,可以將它們存儲在存儲裝置中由計算裝置來執行,或者將它們分別製作成各個積體電路模組,或者將它們中的多個模組或步驟製作成單個積體電路模組來實現。這樣,本發明不限制於任何特定的硬體和軟體結合。
在上述實施例中,對各個實施例的描述都各有側重,某個實施例中沒有詳細描述或記載的部分,可以參見其他實施例的相關描述。
本領域具有通常知識者可以意識到,結合本文中所公開的實施例描述的各示例的單元及演算法步驟,能夠以電子硬體、或者電腦軟體和電子硬
體的結合來實現。這些功能究竟以硬體還是軟體來執行,取決於技術方案的特定應用和設計約束條件。專業技術人員可以對每個特定的應用來使用不同方法來實現所描述的功能,但是這種實現不應認為超出本發明的範圍。
在本發明所提供的實施例中,應該理解到,所揭露的裝置/終端設備和方法,可以通過其他的方式實現。例如,以上所描述的裝置/終端設備實施例僅僅是示意性的,例如,所述模組或單元的劃分,僅僅為一種邏輯功能劃分,實際實現時可以有另外的劃分方式,例如,多個單元或元件可以結合或者可以集成到另一個系統,或一些特徵可以忽略,或不執行。另一點,所顯示或討論的相互之間的耦合或直接耦合或通訊連接可以是通過一些介面,裝置或單元的間接耦合或通訊連接,可以是電性、機械或其他的形式。
所述作為分離部件說明的單元可以是或者也可以不是物理上分開的,作為單元顯示的部件可以是或者也可以不是物理單元,即可以位於一個地方,或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。
另外,在本發明各個實施例中的各功能單元可能集成在一個處理單元中,也可以是各個單元單獨物理存在,也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現,也可以採用軟體功能單元的形式實現。
所述集成的模組/單元如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時,可以存儲在一個存儲介質中。基於這樣的理解,本發明實現上述實施例方法中的全部或部分流程,也可以通過電腦程式發送指令給相關的硬體完成,所述的電腦程式可存儲於一存儲介質中,該電腦程式在被處
理器執行時,可實現上述各個方法實施例的步驟。其中,所述電腦程式可以為原始碼形式、目的碼形式、可執行檔或某些中間形式等。所述存儲介質可以包括:能夠攜帶所述電腦程式的任何實體或裝置、記錄介質、隨身碟、行動硬碟、磁碟、光碟、電腦記憶體、唯讀記憶體(ROM,Read-Only Memory)、隨機存取記憶體(RAM,Random Access Memory)、電載波訊號、電信訊號以及軟體分發介質等。需要說明的是,所述存儲介質包含的內容可以根據司法管轄區內立法和專利實踐的要求進行適當的增減,例如:在某些司法管轄區,根據立法和專利實踐,電腦可讀的存儲介質不包括電載波訊號和電信訊號。
應該理解的是,雖然圖式的流程圖中的各個步驟按照箭頭的指示依次顯示,但是這些步驟並不是必然按照箭頭指示的順序依次執行。除非本文中有明確的說明,這些步驟的執行並沒有嚴格的順序限制,其可以以其他的循序執行。而且,圖式的流程圖中的至少一部分步驟可以包括多個子步驟或者多個階段,這些子步驟或者階段並不必然是在同一時刻執行完成,而是可以在不同的時刻執行,其執行順序也不必然是依次進行,而是可以與其他步驟或者其他步驟的子步驟或者階段的至少一部分輪流或者交替地執行。
應當說明的是,上述實施例均可根據需要自由組合,以上所述僅是本發明的優選實施方式,應當指出,對於本技術領域的通常知識者來說,在不脫離本發明原理的前提下,還可以做出若干改進和潤飾,這些改進和潤飾也應視為本發明的保護範圍。
S100-S400:步驟
Claims (7)
- 一種料盤上晶片的檢測方法,其特徵在於,該檢測方法是應用於檢測系統,該檢測系統包含有圖像獲取模組、區域分割模組、計算模組與判斷模組,所述檢測方法的步驟包括:所述圖像獲取模組獲取放置有晶片的料盤的灰度圖像;所述區域分割模組根據所述料盤的行數和列數對所述灰度圖像進行ROI區域分割;所述計算模組計算每一個所述ROI區域的至少一條對角線上的所有像素點的灰度值方差;所述判斷模組根據所述灰度值方差判斷對應的所述ROI區域上是否放置有所述晶片;其中,所述計算每一個所述ROI區域的所述至少一條對角線上的所有所述像素點的所述灰度值方差具體包括:所述計算模組獲取所述灰度圖像的左上角、右上角、左下角和右下角的像素座標;所述計算模組根據所述灰度圖像的左上角、右上角、左下角和右下角的所述像素座標和當前所述ROI區域所處的所述行數和所述列數,得到當前所述ROI區域的一條對角線的起始點像素座標和終點像素座標;所述計算模組計算所述起始點像素座標和所述終點像素座標之間的所述對角線上的所有像素點的灰度值方差;其中,所述起始點像素座標的計算公式為:
- 根據請求項1所述的料盤上晶片的檢測方法,其中,所述根據所述灰度值方差判斷對應的所述ROI區域上是否放置有所述晶片具體包括:所述判斷模組用於當所述灰度值方差小於第一預設閾值時,判斷對應的所述ROI區域上未放置有所述晶片;所述判斷模組用於當所述灰度值方差大於第二預設閾值時,判斷對應的所述ROI區域上放置有所述晶片,所述第二預設閾值大於所述第一預設閾值。
- 根據請求項2所述的料盤上晶片的檢測方法,其中,還包括:所述判斷模組用於當所述灰度值方差大於所述第一預設閾值且小於所述第二預設閾值時,判斷對應的所述ROI區域上放置有所述晶片且所述晶片翹起。
- 一種料盤上晶片的檢測系統,其特徵在於,包括:圖像獲取模組,用於獲取放置有晶片的料盤的灰度圖像;區域分割模組,用於根據所述料盤的行數和列數對所述灰度圖像進行ROI區域分割;計算模組,用於計算每一個所述ROI區域的至少一條對角線上的所有像素點的灰度值方差;判斷模組,用於根據所述灰度值方差判斷對應的所述ROI區域上是否放置有所述晶片;其中,所述計算模組包括: 像素座標獲取單元,用於獲取所述灰度圖像的左上角、右上角、左下角和右下角的像素座標;計算單元,用於根據所述灰度圖像的左上角、右上角、左下角和右下角的所述像素座標和當前所述ROI區域所處的所述行數和所述列數,得到當前所述ROI區域的一條對角線的起始點像素座標和終點像素座標;所述計算單元,還用於計算所述起始點像素座標和所述終點像素座標之間的所述對角線上的所述所有像素點的所述灰度值方差;其中,所述起始點像素座標的計算公式為:
- 根據請求項4所述的料盤上晶片的檢測系統,其中,所述判斷模組,還用於當所述灰度值方差小於第一預設閾值時,判斷對應的所述ROI區域上未放置有所述晶片;當所述灰度值方差大於第二預設閾值時,判斷對應的所述ROI區域上放置有所述晶片,所述第二預設閾值大於所述第一預設閾值;當所述灰度值方差大於所述第一預設閾值且小於所述第二預設閾值時,判斷對應的所述ROI區域上放置有所述晶片且所述晶片翹起。
- 一種存儲介質,其特徵在於,所述存儲介質中存儲有至少一條指令,所述指令由處理器載入並執行以實現如請求項1至請求項3任一項所述的料盤上晶片的檢測方法所執行的操作。
- 一種終端設備,其特徵在於,包括處理器、記憶體以及存儲在所述記憶體中並可在所述處理器上運行的電腦程式,所述處理器,用於執行所述記憶體上所存放的所述電腦程式,實現如請求項1至請求項3任一項所述的料盤上晶片的檢測方法所執行的操作。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211089516.9 | 2022-09-07 | ||
CN202211089516.9A CN115656214A (zh) | 2022-09-07 | 2022-09-07 | 一种料盘上芯片的检测方法、系统、存储介质及智能终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI810103B true TWI810103B (zh) | 2023-07-21 |
TW202411939A TW202411939A (zh) | 2024-03-16 |
Family
ID=84983797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111141423A TWI810103B (zh) | 2022-09-07 | 2022-10-31 | 料盤上晶片的檢測方法、系統、存儲介質及智能終端 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115656214A (zh) |
TW (1) | TWI810103B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201681051U (zh) * | 2009-12-24 | 2010-12-22 | 苏州均华精密机械有限公司 | 集成电路芯片封装成型质量视觉检测系统 |
CN101995223A (zh) * | 2009-08-25 | 2011-03-30 | 比亚迪股份有限公司 | 一种芯片外观检测方法及系统 |
CN102136061A (zh) * | 2011-03-09 | 2011-07-27 | 中国人民解放军海军航空工程学院 | 一种矩形石英晶片缺陷自动检测分类识别方法 |
CN102636490A (zh) * | 2012-04-12 | 2012-08-15 | 江南大学 | 基于机器视觉的轴承防尘盖表面缺陷检测方法 |
CN106409711A (zh) * | 2016-09-12 | 2017-02-15 | 佛山市南海区广工大数控装备协同创新研究院 | 一种太阳能硅晶片缺陷检测系统及方法 |
CN111583255A (zh) * | 2020-05-19 | 2020-08-25 | 东莞市瑞图新智科技有限公司 | 面向多领域的高适应性识别计数方法 |
CN112200776A (zh) * | 2020-09-25 | 2021-01-08 | 杭州加速科技有限公司 | 芯片封装缺陷检测方法和检测装置 |
CN113269709A (zh) * | 2020-01-29 | 2021-08-17 | 台湾积体电路制造股份有限公司 | 探测半导体晶片中缺陷的方法及半导体晶片缺陷探测系统 |
CN214747807U (zh) * | 2021-01-21 | 2021-11-16 | 深圳芯舍科技有限公司 | 一种芯片检测设备 |
CN113706490A (zh) * | 2021-08-19 | 2021-11-26 | 中科苏州智能计算技术研究院 | 一种晶片缺陷检测方法 |
CN114359192A (zh) * | 2021-12-23 | 2022-04-15 | 浙江大学 | 芯片模板标定方法及装置、电子设备及存储介质 |
-
2022
- 2022-09-07 CN CN202211089516.9A patent/CN115656214A/zh active Pending
- 2022-10-31 TW TW111141423A patent/TWI810103B/zh active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101995223A (zh) * | 2009-08-25 | 2011-03-30 | 比亚迪股份有限公司 | 一种芯片外观检测方法及系统 |
CN201681051U (zh) * | 2009-12-24 | 2010-12-22 | 苏州均华精密机械有限公司 | 集成电路芯片封装成型质量视觉检测系统 |
CN102136061A (zh) * | 2011-03-09 | 2011-07-27 | 中国人民解放军海军航空工程学院 | 一种矩形石英晶片缺陷自动检测分类识别方法 |
CN102636490A (zh) * | 2012-04-12 | 2012-08-15 | 江南大学 | 基于机器视觉的轴承防尘盖表面缺陷检测方法 |
CN106409711A (zh) * | 2016-09-12 | 2017-02-15 | 佛山市南海区广工大数控装备协同创新研究院 | 一种太阳能硅晶片缺陷检测系统及方法 |
CN113269709A (zh) * | 2020-01-29 | 2021-08-17 | 台湾积体电路制造股份有限公司 | 探测半导体晶片中缺陷的方法及半导体晶片缺陷探测系统 |
CN111583255A (zh) * | 2020-05-19 | 2020-08-25 | 东莞市瑞图新智科技有限公司 | 面向多领域的高适应性识别计数方法 |
CN112200776A (zh) * | 2020-09-25 | 2021-01-08 | 杭州加速科技有限公司 | 芯片封装缺陷检测方法和检测装置 |
CN214747807U (zh) * | 2021-01-21 | 2021-11-16 | 深圳芯舍科技有限公司 | 一种芯片检测设备 |
CN113706490A (zh) * | 2021-08-19 | 2021-11-26 | 中科苏州智能计算技术研究院 | 一种晶片缺陷检测方法 |
CN114359192A (zh) * | 2021-12-23 | 2022-04-15 | 浙江大学 | 芯片模板标定方法及装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115656214A (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9165365B2 (en) | Method and system for estimating attitude of camera | |
WO2018049801A1 (zh) | 基于深度图的启发式手指检测方法 | |
CN111783392B (zh) | 图纸审查结果显示方法及相关设备 | |
CN110506252B (zh) | 基于图样中标志图形点坐标的转换关系定位终端屏幕 | |
CN111582257A (zh) | 用于对待检测对象进行检测的方法、装置及系统 | |
CN112001886A (zh) | 一种温度检测方法、装置、终端及可读存储介质 | |
US20220309697A1 (en) | Electronic device and object measurement method thereof | |
WO2018184255A1 (zh) | 图像校正的方法和装置 | |
WO2020077869A1 (zh) | 图像检索方法、装置、终端及存储介质 | |
CN105509657B (zh) | 一种ic卡芯片划痕面积及灰度参量的高精度测量方法 | |
CN112767354A (zh) | 基于图像分割的缺陷检测方法、装置、设备及存储介质 | |
TWI810103B (zh) | 料盤上晶片的檢測方法、系統、存儲介質及智能終端 | |
CN111060118A (zh) | 场景地图建立方法、设备及存储介质 | |
CN105744184B (zh) | 坏像素校正方法以及使用该方法的装置 | |
CN112197708B (zh) | 测量方法及装置、电子设备及存储介质 | |
TW202411939A (zh) | 料盤上晶片的檢測方法、系統、存儲介質及智能終端 | |
CN110610178A (zh) | 图像识别方法、装置、终端及计算机可读存储介质 | |
CN110148166A (zh) | 测量物体尺寸的系统、方法、装置以及存储介质 | |
CN110490272B (zh) | 图片内容相似度分析方法、装置及存储介质 | |
US10984536B2 (en) | Motion detection in digital images and a communication method of the results thereof | |
Zhang et al. | Research on a rapid identification method for counting universal grain crops | |
CN113838080B (zh) | 一种模块化半导体表面快速寻边方法 | |
CN114043531B (zh) | 台面倾角确定、使用方法、装置、机器人和存储介质 | |
US20230342576A1 (en) | Optical symbol, information processing device, and code reading method | |
CN111524097B (zh) | 一种两器喇叭口的检测方法、装置、存储介质及设备 |