[發明專利]一種晶片缺陷檢測方法

在審

• 申請號: 202110953360.3
• 申請日: 2021-08-19
• 公開（公告）號: CN113706490A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 張杰;周涵;杜寅超;陳江鵬;鄭學哲
• 申請（專利權）人: 中科蘇州智能計算技術研究院;蘇州旭創科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/73;G06K9/62;G01N21/88
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 陳忠輝

1.一種晶片缺陷檢測方法，其特征在于檢測原理包括：

樣本圖像質量評估，基于聚類算法對晶片區域圖像進行操作，通過設置分類閾值篩選出質量合格的樣本圖像；

兩階段單幀檢測，基于Yolo v4的目標檢測網絡，先對樣本圖像中的晶片區域進行定位，而后對晶片區域中的缺陷進行檢測定位；

多幀融合策略，對待檢測的晶片對象從不同角度拍攝獲得視頻序列，并利用視頻序列采集n幀RGB的樣本圖像，經質量評估和兩階段單幀檢測獲得每幀樣本圖像的缺陷檢測結果，繼而基于投票的方式綜合判定缺陷的存在與否，n為大于5的自然數。

2.根據權利要求1所述晶片缺陷檢測方法，其特征在于檢測過程包括：

數據準備階段，對樣本圖像進行采集、標注和增廣，并對晶片區域的圖像紋理作增強處理；

模型構建階段，整體檢測模型記為W，包括用于檢測晶片區域的模型A，用于判斷玻璃區域圖像的環境是否為可觀測圖像的質量評估模型B，用于檢測缺陷區域的模型C和用于基于投票方式的視頻序列檢測模型D，整體檢測模型W的輸入為對晶片對象表面采集所得視頻序列I的連續幀圖像P₁，P₂，P₃，……P_n；

模型訓練階段，利用完成準備的數據分別對模型B、模型A、模型C進行訓練，并將完成訓練的三個模型與基于投票方式的視頻序列檢測模型D組合成為整體檢測模型W；

及模型測試階段，獲取對應待檢測的晶片對象的視頻序列I及連續幀圖像P₁，P₂，P₃，……P_n，以單幀圖像為檢測周期依次定位晶片區域、質量評估和檢測定位缺陷，并遍歷視頻序列I中所有單幀圖像，再將n幀圖像的檢測結果輸入模型D中，使用投票方式判斷得出晶片對象的最終檢測結果。

3.根據權利要求2所述晶片缺陷檢測方法，其特征在于：數據準備階段中，樣本圖像的采集包括利用工業高清相機對晶片對象切換兩種以上角度拍攝獲得視頻序列I，并設置圖樣采集間隔獲取若干單幀RGB的樣本圖像；

樣本圖像的標注包括基于拍攝角度差異圖像可觀測與否的分類標注，獲得L個樣本圖像P及其對應的類別標注C，組成集合記為；基于晶片區域和缺陷區域的分類標注，獲得N個樣本圖像及其對應的標注，組成集合記為；

樣本圖像的增廣作用于同一個圖像中的缺陷位置，包括利用自適應閾值二值化方法和中值濾波去除樣本圖像中晶片區域背景信息、保留邊緣信息，而后利用邊緣提取和霍夫檢測算法計算得出晶片區域的邊角位置，最后將缺陷區域使用泊松融合算法復制到邊角位置，獲得M個與對應的晶片區域圖片及其缺陷標注，組成集合記為 。

4.根據權利要求2所述晶片缺陷檢測方法，其特征在于：數據準備階段中對圖像紋理的增強處理為，利用圖像銳化算法對數據集合進行邊緣信息增強，使用傅里葉變換去除低頻信息，去除圖像的無關背景信息，加強邊緣紋理的特征，計算得出M個晶片區域特征圖像S及其對應的標注F，組成集合記為。

5.根據權利要求2所述晶片缺陷檢測方法，其特征在于：模型構建階段中模型A基于Yolo v4的目標檢測網絡對單幀的樣本圖像進行晶片區域定位的第一階段檢測，對于定位成功的裁剪出晶片區域的圖像，進行紋理特征增強后得圖片S₁，S₂，S₃，……S_n；模型B設有用于質量評估的分類閾值，所述分類閾值與圖像清晰度、可用于缺陷檢測的程度相關；模型C基于Yolo v4的目標檢測網絡對經質量評估篩選所得單幀的圖片進行缺陷定位的第二階段檢測，對于定位成功的計算得到晶片區域和缺陷的位置，對樣本圖像進行標注顯示；將多幀樣本圖像的檢測結果輸入模型D，基于檢測結果的區別及檢測的置信度，綜合判斷缺陷的檢測結果。