[发明专利]一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统

说明书

本发明提出了一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统，方法包括：获取小尺寸芯片的待测图像；对待测图像进行中值滤波；对待测图像进行灰度变换增强；通过最大类间方差法对待测图像进行图像分割以获取二值图像；对二值图像进行连通域标记以获取缺陷区域的像素点集合；通过缺陷区域的面积、重心、长轴、短轴及灰度值判断缺陷区域是否为裂纹缺陷。本发明直接通过缺陷区域的面积、重心、长轴、短轴及灰度值判断缺陷区域是否为裂纹，无需进行待测图像与标准图像的配准和位置矫正，也无需进一步识别多种缺陷中的裂纹缺陷，极大的简化了计算过程和计算量，且减少了引入的噪声干扰，提高了检测结果的可靠性。

技术领域

本发明涉及AOI技术领域，尤其涉及一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统。

背景技术

进入二十一世纪以来，电子技术产业发展尤为迅猛，电子组装行业中元件的发展一直朝着微型化、功能化、模块化和生产设计一体化深入发展，加上电子制造业小批量、多种类的生产状况，这时候单单人工目视已经不能满足可靠而一致的检验目标，更不用说想要保存精确的信息，这就促使了生产企业为其生产线安装自动光学检测系统(AutomaticOptical Inspection，简称AOI)。AOI常用于小尺寸芯片的缺陷检测，首先利用图像采集系统将芯片转变成图像数据，并传递到图像处理系统中，然后由图像处理软件根据图像中的数据信息进行数字化处理，并从数字化处理后的信息中抽取出图像的关键特征，进而与模板特征进行匹配以得出缺陷信息。

传统小尺寸芯片AOI检测方法通常是先对待测图像进行图像平滑、图像增强及图像分割处理，处理后的待测图像与标准图像进行配准以识别缺陷区域，对配准后的待测图像提取缺陷区域的特征进行缺陷识别，由于上述方法需要进行待测图像与标准图像的配准，涉及到待测图像与标准图像的位置矫正，过程繁杂且计算量大，容易引入噪声干扰，且识别的缺陷包括多种，如划痕、毛刺等，还需进一步提取多种缺陷中的裂纹缺陷，进一步增加了识别过程的复杂程度，无法直接简便的识别芯片上的裂纹。

发明内容

有鉴于此，一方面，本发明提出了一种基于计算机视觉的小尺寸芯片裂纹检测方法，以解决传统小尺寸芯片AOI检测方法因图像位置矫正及缺陷提取导致检测过程复杂并引入噪声干扰、无法直接简便的识别芯片裂纹的问题。

本发明的技术方案是这样实现的：本发明提供了一种基于计算机视觉的小尺寸芯片裂纹检测方法，包括：

获取小尺寸芯片的待测图像；

对所述待测图像进行中值滤波；

对所述待测图像进行灰度变换增强；

通过最大类间方差法对所述待测图像进行图像分割以获取二值图像；

对所述二值图像进行连通域标记以获取缺陷区域的像素点集合；

获取所述缺陷区域的面积、重心、长轴、短轴及灰度值，并通过外接矩阵对所述缺陷区域进行显示标识；

通过所述缺陷区域的面积、重心、长轴、短轴及灰度值判断所述缺陷区域是否为裂纹缺陷。

可选的，对所述待测图像进行中值滤波，包括：

设定3×3、5×5、7×7的三个二维窗口；

分别通过3×3二维窗口、5×5二维窗口及7×7二维窗口对所述待测图像进行中值滤波；

从经3×3二维窗口、5×5二维窗口及7×7二维窗口分别滤波后的三个图像中选取一个作为所述待测图像。

可选的，所述二维窗口为方形窗口。

可选的，所述灰度变换为分段线性灰度变换。

可选的，所述通过最大类间方差法对所述待测图像进行图像分割以获取二值图像，包括：