[发明专利]一种光学芯片表面沾污缺陷检测方法及线激光视觉检测系统

权利要求书

1.一种光学芯片表面沾污缺陷检测方法，包括如下步骤：

1)利用线激光相机，采集待检测芯片的表面图像；

2)对获取的芯片表面图像进行预处理：

对获取的芯片表面图像采用HALCON数字图像处理算法依次进行滤波器滤波、图像增强和芯片表面缺陷定位处理；所述HALCON数字图像处理算法，采用基于模型的点云预处理、点云分割和点云聚类，最后采用最小二乘法对提取的芯片表面图像样本进行评价，并计算待检测芯片的缺陷特征值；

3)对预处理得到的图像进行缺陷提取，并计算提取的芯片表面图像样本的缺陷特征值：

对所述芯片表面缺陷定位处理得到的芯片表面区域进行图像灰度化；对所述图像灰度化的结果进行图像分割；对所述图像分割的结果进行形态学处理；对所述形态学处理的结果进行缺陷标定；计算得到的缺陷的特征值，得到缺陷特征值；

4)在对图像进行处理，得到芯片表面图像样本的缺陷特征值之前，对已知缺陷所属的类别的芯片表面样本的表面图像进行处理，得到所述芯片表面样本的缺陷特征值，并利用所述芯片样本的缺陷所属的类别的缺陷特征值行处理，得到已知缺陷所属类别的芯片表面缺陷特征值；利用HALCON数字图像处理算法对获取的芯片表面图像进行处理，得到所述待检测芯片的缺陷特征值，并将所述缺陷特征值输入预先训练好的分类器，得到所述待检测芯片的缺陷所属的类别。

2.根据权利要求1所述的光学芯片表面沾污缺陷检测方法，其特征在于：缺陷簇由二元正态分布和主曲线建模，通过比较每个簇在两个模型中的对数似然概率，检测缺陷簇的形状为椭球状还是曲线状，采用空间非齐次泊松过程、二元正态分布和主曲线构建混合模型，判断出芯片表面缺陷为曲线状、线性状或椭球状；通过对晶圆表面缺陷的模式进行统计分析，检测出缺陷的形状特征值；得到缺陷特征值，并将所述缺陷特征值输入预先训练好的分类器，得到所述待检测芯片的缺陷所属的类别。

3.一种实现权利要求1所述光学芯片表面沾污缺陷检测系统的线激光视觉检测系统，包括：线激光扫描相机，用于采集待检测芯片的表面图像；数据采集卡，用于获取待检测芯片的表面图像，并将所述图像发送给FPGA图像处理模块；FPGA图像处理模块，对获取的待检测芯片的表面图像进行豫处理，对获取的芯片表面图像进行滤波器滤波、图像增强和芯片表面缺陷定位，得到芯片表面缺陷特征值，并进一步通过HALCON数字图像处理模块对所述图像进行处理；

所述HALCON数字图像处理模块，对提取的芯片表面图像样本进行评价，得到所述待检测芯片的缺陷特征值所属的类别，识别局部缺陷。

4.根据权利要求3所述的线激光视觉检测系统，其特征在于：包括一个二维运动工件平台和伺服电机，线激光扫描相机安装在相机移动平台上，所述伺服电机连接所述相机移动平台，用于接收来自于所述FPGA图像处理模块的控制指令，根据所述控制指令通过传动机构带动所述线激光相机在工件平台上运动。

5.根据权利要求3或4所述的线激光视觉检测系统，其特征在于：所述线激光扫描相机，在抓取待检测芯片表面图像之前，采集线激光相机在不同姿态的标定板的图像。

6.根据权利要求5所述的线激光视觉检测系统，其特征在于：所述FPGA图像处理模块，用于获取所述标定板的图像，根据所述标定板的图像计算面扫描激光相机的内外参数，并利用所述内外参数对面扫描激光相机进行标定。

7.根据权利要求6所述的线激光视觉检测系统，其特征在于：所述FPGA图像处理模块，利用HALCON数字图像处理软件对所述图像进行处理，采用基于模型通过点云的预处理、点云分割和点云聚类，最后采用最小二乘法对芯片表面图像进行评价，得到所述待检测芯片的缺陷特征值所属的类别，识别局部缺陷。