[發明專利]基于多階數分數階小波包變換的芯片外觀缺陷檢測方法

有效

• 申請號: 202010121346.2
• 申請日: 2020-02-26
• 公開（公告）號: CN111402204B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 孫昊;劉偉華;高會軍
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G01N21/95
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 張換男

1.一種基于多階數分數階小波包變換的芯片外觀缺陷檢測方法，其特征在于，所述方法具體包括以下步驟：

步驟一、使用單通道黑白相機獲取芯片外觀圖像；

步驟二、分別對步驟一獲取圖像進行整數階數小波包分解和階數為p1、p2、p3、p4的分數階小波包分解，獲得整數階數小波包分解結果和階數p1、p2、p3、p4對應的分數階小波包分解結果；

所述步驟二的具體過程為：

對步驟一獲取的圖像進行階數為p1的分數階小波包分解：

在行方向上，采用公式(1)對步驟一獲取圖像的數字信號進行離散p1階傅里葉變換，得到離散p1階傅里葉變換結果DFrFT_p1(I)；

式中，I為步驟一獲取圖像的數字信號，N為數字信號的長度，W^N為N×N的矩陣，和為N×N的對角線矩陣；

矩陣W^N、和的定義為：

式中，W^N[m,n]為矩陣W^N中第m行第n列的元素，p1為階數，j是虛數單位，m＝1,2，…，N，n＝1,2，…，N；

為矩陣中第n行第n列的元素，Δt為時間域的采樣間隔；

為矩陣中第n行第n列的元素，Δu為離散p1階傅里葉變換的采樣間隔；

Δt和Δu滿足如下關系：

在列方向上，再對DFrFT_p1(I)進行離散p1階傅里葉變換，得到二維p1階分數階傅里葉變換結果；

在行方向上，對得到的二維p1階分數階傅里葉變換結果進行小波包分解，得到低通濾波結果L和高通濾波結果H，在列方向上，再分別對L和H進行小波包分解，得到二維p1階分數階傅里葉變換結果的近似部分LL以及細節部分HL、LH和HH；

近似部分LL以及細節部分HL、LH和HH組成第一層；

同理，再對第一層的每個部分分別進行小波包分解，獲得第二層；第二層包括對近似部分LL進行小波包分解獲得的1個近似部分和3個細節部分、對細節部分HL進行小波包分解獲得的1個近似部分和3個細節部分、對細節部分LH進行小波包分解獲得的1個近似部分和3個細節部分、對細節部分HH進行小波包分解獲得的1個近似部分和3個細節部分；即獲得第二層包含的16個部分；

再對第二層的每個部分分別進行小波包分解，獲得第三層包含的64個部分，最終獲得包含三層的階數p1對應的分數階小波包分解結果；

再重復上述過程，獲得階數p2對應的分數階小波包分解結果、階數p3對應的分數階小波包分解結果、階數p4對應的分數階小波包分解結果；

通過對步驟一獲取圖像直接進行整數階數小波包分解，得到整數階數小波包分解結果；

步驟三、分別計算步驟二得到的分解結果中每個部分對應的矩陣的特征，將計算出的特征作為步驟一獲取圖像的紋理特征；再提取出步驟一獲取圖像的幾何特征和梯度特征；

步驟四、基于變分貝葉斯混合模型將步驟三得到的圖像特征進行降維，得到降維后的特征；

步驟五、將步驟四得到的降維后特征輸入支持向量機分類器中，得到芯片外觀缺陷類型分類結果，完成對芯片外觀缺陷的檢測。

2.根據權利要求1所述的一種基于多階數分數階小波包變換的芯片外觀缺陷檢測方法，其特征在于，所述步驟三的具體過程為：

分別計算出階數p1對應的分數階小波包分解結果中每個部分對應的矩陣C_i的特征；

其中，C_i為階數p1對應的分數階小波包分解結果中的第i個部分對應的矩陣，μ為C_i的均值，σ為C_i的標準差；C_i[m′,n′]為矩陣C_i中第m′行第n′列的元素，M為矩陣C_i的行數，N′為矩陣C_i的列數；

同理，計算出階數p2對應的分數階小波包分解結果中每個部分對應的矩陣的特征、階數p3對應的分數階小波包分解結果中每個部分對應的矩陣的特征、階數p4對應的分數階小波包分解結果中每個部分對應的矩陣的特征和整數階數小波包分解結果中每個部分對應的矩陣的特征；

將上述計算出的特征作為圖像的紋理特征；再提取出圖像的幾何特征和梯度特征。

3.根據權利要求2所述的一種基于多階數分數階小波包變換的芯片外觀缺陷檢測方法，其特征在于，所述階數p1的取值為0.2，階數p2的取值為0.4，階數p3的取值為0.6，階數p4的取值為0.8。