[發明專利]一種物體表面劃痕智能檢測方法

在審

• 申請號: 202210554988.0
• 申請日: 2022-05-19
• 公開（公告）號: CN114742823A
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 陳虹君;秦睿;趙力衡
• 申請（專利權）人: 成都錦城學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00
• 代理公司: 成都智言知識產權代理有限公司 51282
• 代理人: 李勇

本發明涉及圖像處理技術領域，尤其涉及一種物體表面劃痕智能檢測方法，本發明基于異或操作提取出標準圖像和待檢測圖像的像素差異區域，進而得到差異性特征圖，由于通過異或操作所提取出的圖像只是差異性的特征圖；故該差異性特征圖就可能包含非劃痕的差異性特征，因此本申請基于劃痕圖像樣本集建立神經網絡模型，基于神經網絡模型識別出差異性特征圖中的圖像是否為劃痕；實現了芯片劃痕的精確檢測。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種物體表面劃痕智能檢測方法。

背景技術

隨著現代電子產業的快速發展和廣泛使用，芯片的需求量不斷上升。但是，芯片在生產和運輸過程中容易出現表面缺陷，會影響其后續的工作性能。傳統檢測手段多以人工目檢為主，不僅檢測效率低，精度差，還易受到人為主觀因素的影響，難以滿足現代工業的實際檢測需求。

計算機視覺作為人工智能技術的一個重要分支，可代替人眼進行檢測識別，即通過視覺模塊(相機、鏡頭和光源)獲取圖像，然后傳輸到計算機中進行處理和分析，最后根據圖像檢測和識別的結果進行后續操作。基于計算機視覺的檢測方法不僅具有非接觸、無損、可靠性強、檢測效率高、精度高以及成本低等優勢，還可以在一些人工無法滿足的場合或危險環境中進行操作。

故本發明擬提供一種物體表面劃痕智能檢測方法，實現芯片表面劃痕的智能檢測。

發明內容

為了解決上述現有技術中存在的問題，本發明擬提供了一種物體表面劃痕智能檢測方法，實現芯片表面劃痕的智能檢測。

一種物體表面劃痕智能檢測方法，包括以下步驟：

步驟1：獲取標準圖像樣本，將標準圖像樣本儲存至數據庫中；

步驟2：通過攝像機獲取待檢測圖像樣本，并對待檢測圖像樣本進行預處理；

步驟3：基于異或操作提取出標準圖像與待檢測圖像的像素差異區域，并基于像素差異區域生成差異性特征圖；

步驟4：獲取劃痕圖像樣本集，并基于所獲取的劃痕圖像樣本集以及神經網絡模型建立劃痕分析模型；

步驟5：基于建立的劃痕分析模型對差異性特征圖進行分析，確定差異性特征圖是否為真。

本發明基于異或操作提取出標準圖像和待檢測圖像的像素差異區域，進而得到差異性特征圖，由于通過異或操作所提取出的圖像只是差異性的特征圖；故該差異性特征圖就可能包含非劃痕的差異性特征，因此本申請基于劃痕圖像樣本集建立神經網絡模型，基于神經網絡模型識別出差異性特征圖中的圖像是否為劃痕；實現了芯片劃痕的精確檢測。

優選的，所述步驟1包括以下步驟：

所述步驟1中將標準圖像樣本進行灰度化，并將灰度化后的標準樣本儲存至數據庫中。

優選的，步驟2中的預處理包括以下步驟：

對待檢測圖像樣本進行灰度化處理；

對經過灰度化處理的待檢測圖像樣本進行幾何變換，使得待檢測圖樣樣本與標準圖像樣本幾何對應；

對幾何變換后的待檢測圖像進行圖像增強操作。

優選的，所述灰度化處理基于攝像機獲取的待檢測圖像樣本中的三分量亮度的平均值得到一個灰度值，進行灰度化操作。

優選的，所述步驟2中基于鄰域去噪算法對圖像進行增強操作。

優選的，所述步驟4包括以下步驟：

步驟4.1：獲取劃痕圖像樣本集，將劃痕圖像樣本集分給訓練集和測試集；

步驟4.2：基于訓練集對劃痕分析模型進行訓練，得到訓練完成的劃痕分析模型；