[發(fā)明專(zhuān)利]一種芯片表面缺陷檢測(cè)模型建立方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110875101.3
• 申請(qǐng)日: 2021-07-30
• 公開(kāi)（公告）號(hào): CN113554638A
• 公開(kāi)（公告）日: 2021-10-26
• 發(fā)明（設(shè)計(jì)）人: 任獲榮;韓云清;黃鵬;張佳峰;焦小強(qiáng);李拓
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06T7/11;G06T7/194;G06K9/34;G06N3/04;G06N3/08
• 代理公司: 鄭州芝麻繪智知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41191
• 代理人: 夏開(kāi)松

本發(fā)明適用于芯片表面缺陷檢測(cè)技術(shù)領(lǐng)域，提供了一種芯片表面缺陷檢測(cè)模型建立方法和系統(tǒng)，所述方法包括以下步驟：獲取多張芯片表面圖像，對(duì)所得圖像依次進(jìn)行分割以提取出芯片圖像；對(duì)所述芯片圖像進(jìn)行預(yù)處理，以剔除芯片圖像中的字符信息；對(duì)所得芯片圖像進(jìn)行圖像增強(qiáng)處理得到樣本數(shù)據(jù)集，并對(duì)樣本數(shù)據(jù)集內(nèi)的芯片圖像進(jìn)行缺陷標(biāo)注；對(duì)樣本數(shù)據(jù)集內(nèi)的芯片圖像進(jìn)行處理，以所述樣本數(shù)據(jù)集訓(xùn)練UNet神經(jīng)網(wǎng)絡(luò)，得到訓(xùn)練好的語(yǔ)義分割缺陷檢測(cè)模型；對(duì)剔除字符信息的芯片圖像的Lab通道進(jìn)行超像素分割；通過(guò)超像素分割結(jié)果對(duì)語(yǔ)義分割缺陷檢測(cè)模型進(jìn)行融合處理，可有效解決現(xiàn)有技術(shù)對(duì)芯片表面缺陷檢測(cè)效率低、對(duì)于弱缺陷分割不夠精確的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及芯片表面缺陷檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種芯片表面缺陷檢測(cè)模型建立方法和系統(tǒng)。

背景技術(shù)

芯片缺陷檢測(cè)的功能在于把關(guān)芯片的出貨質(zhì)量，剔除不良品，避免不良品流入市場(chǎng)。由于芯片制造工藝復(fù)雜，在生產(chǎn)制造的每個(gè)階段中都可能造成影響芯片功能和可靠性的缺陷產(chǎn)生，因此芯片測(cè)試直接貫穿整個(gè)芯片設(shè)計(jì)與量產(chǎn)的過(guò)程中，但是無(wú)法保證出廠后的芯片質(zhì)量問(wèn)題。在軍事、航空航天等特殊領(lǐng)域?qū)π酒馁|(zhì)量要求較高，需要對(duì)出廠的芯片做進(jìn)一步的外觀質(zhì)量檢測(cè)，避免芯片的過(guò)早失效導(dǎo)致設(shè)備的無(wú)法正常運(yùn)行，造成不可預(yù)估的后果。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的在于提供一種芯片表面缺陷檢測(cè)模型建立方法和系統(tǒng)，旨在解決背景技術(shù)中確定的現(xiàn)有技術(shù)存在的技術(shù)問(wèn)題。

本發(fā)明實(shí)施例是這樣實(shí)現(xiàn)的，一種芯片表面缺陷檢測(cè)模型建立方法，包括以下步驟：

獲取多張芯片表面圖像，對(duì)所得圖像依次進(jìn)行分割以提取出芯片圖像；

對(duì)所述芯片圖像進(jìn)行預(yù)處理，以剔除芯片圖像中的字符信息；

對(duì)所得芯片圖像進(jìn)行圖像增強(qiáng)處理得到樣本數(shù)據(jù)集，并對(duì)樣本數(shù)據(jù)集內(nèi)的芯片圖像進(jìn)行缺陷標(biāo)注；

對(duì)樣本數(shù)據(jù)集內(nèi)的芯片圖像進(jìn)行處理，將所述樣本數(shù)據(jù)集分為訓(xùn)練集、測(cè)試集和驗(yàn)證集，以所述樣本數(shù)據(jù)集訓(xùn)練UNet神經(jīng)網(wǎng)絡(luò)，得到訓(xùn)練好的語(yǔ)義分割缺陷檢測(cè)模型；

對(duì)剔除字符信息的芯片圖像的Lab通道進(jìn)行超像素分割；

通過(guò)超像素分割結(jié)果對(duì)語(yǔ)義分割缺陷檢測(cè)模型進(jìn)行融合處理。

作為本發(fā)明進(jìn)一步的方案：所述獲取芯片表面圖像，對(duì)所得圖像進(jìn)行分割以提取出芯片圖像的步驟，具體包括：

將芯片水平放置，使芯片的正面朝上；

使用環(huán)形光源進(jìn)行打光，采用彩色相機(jī)和定焦鏡頭在暗室中對(duì)芯片進(jìn)行圖像采集，獲得芯片表面圖像；

對(duì)所得圖像進(jìn)行分割，將芯片圖像從芯片表面圖像的背景中提取出來(lái)。

作為本發(fā)明再進(jìn)一步的方案：所述對(duì)所述芯片圖像進(jìn)行預(yù)處理，以剔除芯片圖像中的字符信息的步驟，具體包括：

獲取芯片圖像；

檢測(cè)芯片表面是否存在字符；

當(dāng)所述芯片表面存在字符時(shí)，對(duì)字符所在區(qū)域使用非缺陷區(qū)域的顏色進(jìn)行填充，以剔除芯片圖像中的字符信息。

作為本發(fā)明再進(jìn)一步的方案：所述對(duì)樣本數(shù)據(jù)集內(nèi)的芯片圖像進(jìn)行處理，將所述樣本數(shù)據(jù)集分為訓(xùn)練集、測(cè)試集和驗(yàn)證集，以所述樣本數(shù)據(jù)集訓(xùn)練UNet神經(jīng)網(wǎng)絡(luò)，得到訓(xùn)練好的語(yǔ)義分割缺陷檢測(cè)模型的步驟中，所述處理至少包括對(duì)比度調(diào)整以及濾波進(jìn)行數(shù)據(jù)擴(kuò)增。

作為本發(fā)明再進(jìn)一步的方案：所述對(duì)剔除字符信息的芯片圖像的Lab通道進(jìn)行超像素分割的步驟，具體包括：