[發明專利]一種芯片封裝缺陷的自動識別系統在審
| 申請號: | 201810876863.3 | 申請日: | 2018-08-03 |
| 公開(公告)號: | CN109102500A | 公開(公告)日: | 2018-12-28 |
| 發明(設計)人: | 邱林新 | 申請(專利權)人: | 深圳凱達通光電科技有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G06K9/62;G01N21/88 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 518000 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 環氧樹脂 芯片封裝 芯片圖像 自動識別系統 原始圖像 芯片 預處理 分類學習算法 區域特征提取 芯片圖像采集 預處理模塊 采集芯片 分割模塊 區域缺陷 缺陷類別 缺陷識別 人力成本 特征向量 特征組合 成品率 檢出 向量 出廠 采集 圖像 分割 檢測 | ||
1.一種芯片封裝缺陷的自動識別系統,其特征在于,包括有:
芯片圖像采集模塊,采集芯片圖像得到一幀包含有多個芯片的原始圖像;
照明補償模塊,用于當所述芯片圖像采集模塊對芯片圖像進行采集時,對待采集芯片進行光照補償;
芯片圖像預處理模塊,用于對采集到的原始圖像進行預處理,所述預處理包括切分處理以及放大處理,得到僅含有一個芯片的芯片圖像;所述芯片圖像包括晶元、圍繞在晶元周邊的環氧樹脂區域以及位于環氧樹脂區域外的基片;
芯片圖像分割模塊,用于從所述芯片圖像中分割出環氧樹脂區域;
環氧樹脂區域特征提取模塊,用于根據所述環氧樹脂區域,提取出反映環氧樹脂區域缺陷的特征組合向量;
環氧樹脂缺陷識別模塊,基于得到的所述特征向量組合,采用支持向量機的分類學習算法對所述環氧樹脂的缺陷類別進行識別。
2.根據權利要求1所述的一種芯片封裝缺陷的自動識別系統,其特征在于,所述自動識別系統還包括圖像儲存模塊,包括有在線儲存單元和訓練儲存單元,所述在線儲存單元用于儲存經過預處理后得到的芯片圖像,并將對應的芯片編號也進行儲存,所述芯片編號包括芯片類型、代號和批次中的一種、兩種或三種的組合;所述樣本儲存單元用于儲存訓練支持向量機的多類樣本圖像。
3.根據權利要求1所述的一種芯片封裝缺陷的自動識別系統,其特征在于,所述自動識別系統還包括識別結果輸出模塊,用于缺陷識別結果發送至后端處理器,進而使得后端處理器依據芯片進行環氧樹脂填充時的缺陷對生產工序進行調整。
4.根據權利要求1所述的一種芯片封裝缺陷的自動識別系統,其特征在于,所述芯片圖像采集模塊包括有高清攝像機,所述攝像機采用面陣排布的黑白CCD傳感器相機。
5.根據權利要求1所述的一種芯片封裝缺陷的自動識別系統,其特征在于,所述照明補償模塊包括有多個單位光源模塊,所述單位光源模塊由紅色LED燈與藍色LED燈采取固定排列組合得到;還包括距離調節單元,用于調節所述攝像機鏡頭與所述芯片的距離。
6.根據權利要求1所述的一種芯片封裝缺陷的自動識別系統,其特征在于,所述從所述芯片圖像中分割出環氧樹脂區域的具體過程為:首先將得到的所述芯片圖像進行灰度處理,得到與芯片圖像對應的灰度圖像以及梯度圖像,將其歸一化處理得到經過歸一化的灰度圖像和梯度圖像,進而建立灰梯度概率聯合矩陣;然后計算尋找分割閥值(z,s)將所述灰梯度概率聯合矩陣進行分割,得到圖像灰度值大于z,梯度值大于s的子矩陣;其中,z為芯片圖像灰度級的分割值,s為芯片圖像梯度級的分割級;最后,依據分割得到的子矩陣中元素對應的像素點對所述芯片圖像進行分割,得到所述環氧樹脂區域。
7.根據權利要求6所述的一種芯片封裝缺陷的自動識別系統,其特征在于,所述分割閥值的計算公式為:
式中,所述(z,s)為最優分割閥值,所述pij為灰梯度概率聯合矩陣PC中第i行第j列的元素值,通過可計算得到;xij代表著使得圖像中灰度值等于i且梯度值等于j的像素點的個數;Hd為設定的最大的灰度級;Td為設定的最大梯度級;z為對應圖像灰度級的分割值,s為對應圖像梯度級的分割級。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳凱達通光電科技有限公司,未經深圳凱達通光電科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810876863.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種動車車頂的檢測方法及系統
- 下一篇:一種關節圖像處理方法及圖像處理設備





