[发明专利]基于多阶数分数阶小波包变换的芯片外观缺陷检测方法

说明书

一种基于多阶数分数阶小波包变换的芯片外观缺陷检测方法，它属于芯片外观缺陷检测技术领域。本发明本发明使用基于分数阶小波变换来从芯片外观图像中提取特征，并使用基于变分贝叶斯混合模型来进行特征的降维，最终使用支持向量机来进行缺陷分类。与现有方法相比，采用本发明方法可以显著提高检测效率以及检测精度。本发明可以应用于芯片外观缺陷的检测。

技术领域

本发明属于芯片外观缺陷检测技术领域，具体涉及一种基于多阶数分数阶小波包变换和基于变分贝叶斯混合模型特征降维的芯片外观缺陷检测方法。

背景技术

随着集成电路的大规模发展，表面贴装技术得到了越来越广泛的应用。贴装元件在生产，运输，储存过程中可能会发生各种情况，元件有可能出现各种不同的外观缺陷，大致可以分为芯片本体损坏，芯片本体有异物，芯片本体有划痕三类。如果使用了这些缺陷芯片，会对产品甚至人们生命安全造成影响。因此，元件贴装前需要进行芯片缺陷的检测。

而传统的检测技术要么忽视对外观缺陷的检测，要么采用人工方式对外观缺陷进行检测，因此，现有检测技术对芯片外观缺陷检测的效率很低，且检测精度较差。

发明内容

本发明的目的是为解决现有检测技术对芯片外观缺陷检测的效率低，且检测精度差的问题，而提出了一种基于多阶数分数阶小波包变换的芯片外观缺陷检测方法。

本发明为解决上述技术问题采取的技术方案是：一种基于多阶数分数阶小波包变换的芯片外观缺陷检测方法，所述方法具体包括以下步骤：

步骤一、使用单通道黑白相机获取芯片外观图像；

步骤二、分别对步骤一获取图像进行整数阶数小波包分解和阶数为p1、p2、p3、p4的分数阶小波包分解，获得整数阶数小波包分解结果和阶数p1、p2、p3、p4对应的分数阶小波包分解结果；

步骤三、计算树状子频段分解结果中每个部分对应的矩阵的特征，将计算出的特征作为图像的纹理特征；再提取出图像的几何特征和梯度特征；

步骤四、基于变分贝叶斯混合模型将步骤三得到的图像特征进行降维，得到降维后的特征；

步骤五、将步骤四得到的降维后特征输入支持向量机分类器中，得到芯片外观缺陷类型分类结果，完成对芯片外观缺陷的检测。

本发明的有益效果是：本发明提出了一种基于多阶数分数阶小波包变换的芯片外观缺陷检测方法，本发明使用基于分数阶小波变换来从芯片外观图像中提取特征，并使用基于变分贝叶斯混合模型来进行特征的降维，最终使用支持向量机来进行缺陷分类。与现有方法相比，采用本发明方法可以显著提高检测效率以及检测精度。

附图说明

图1是本发明方法的流程图；

图2是采用二维离散小波分解处理图像信号得到分解结果的示意图；

图中，↓h(n)代表先进行高通滤波再进行下采样结果，↓l(n)代表先进行低通滤波再进行下采样结果；

图3a)是使用工业相机采集的芯片本体损坏缺陷的示意图；

图3b)是使用工业相机采集的芯片本体有异物缺陷的示意图；

图3c)是使用工业相机采集的芯片本体有划痕缺陷的示意图；

图4是获得图像纹理特征的流程图；

图中，DWP是二维离散小波包分解。

具体实施方式

具体实施方式一：结合图1和图2说明本实施方式。本实施方式所述的一种基于多阶数分数阶小波包变换的芯片外观缺陷检测方法，所述方法具体包括以下步骤：

步骤一、使用单通道黑白相机获取芯片外观图像；