[发明专利]一种基于无监督学习的半导体激光器芯片缺陷检测方法

权利要求书

1.一种基于无监督学习的半导体激光器芯片缺陷检测方法，其特征在于包括以下步骤：

步骤1：对半导体激光器芯片有源区进行图像的采集；

步骤2：对半导体激光器芯片有源区进行图像的预处理；

步骤3：待检测的图像中正常图像进行形态学处理，输出图像直接进入步骤8处理；其他的不正常图像发送给卷积变分自编码器处理，进入步骤4；

步骤4：利用卷积变分自编码器进行无监督学习；卷积变分自编码器主要由编码器和解码器构成，编码完成后的图像分成两路，一路直接传输进入解码器进行处理后输出图像进入步骤6，另一路则由多头注意力机制进行处理；

步骤5：融入多头注意力机制，该机制对图像进行处理，输出相对于特征的图像；

步骤6：对步骤4和步骤5中输出的图像进行重构处理，得到重构图像；

步骤7：对步骤6中输出的重构图像进行形态学处理，输出相应的图像数据；

步骤8：对步骤3和步骤7中输出的图像数据进行减操作；

步骤9：根据图像减操作后的图像数据进行阈值判断，若图像数据小于特定值，则产生结果：图像无缺陷；若图像数据大于特定值，则产生结果：图像有缺陷。

2.根据权利要求1所述的一种基于无监督学习的半导体激光器芯片缺陷检测方法，其特征在于所述卷积变分自编码器采用差分机制，在编码网络的最后一层是用向量分布替代解码网络的输入。

3.根据权利要求1所述的一种基于无监督学习的半导体激光器芯片缺陷检测方法，其特征在于重构图像采用重构误差判断，重构误差定义为差值的平方和，X表示重构后的数据，X表示输入的原始数据，L_X-X表示重构误差。

4.根据权利要求1所述的一种基于无监督学习的半导体激光器芯片缺陷检测方法，其特征在于步骤1中的图像采集具体为：使用红外CCD相机对芯片进行拍照采集数据，采集到不同的图片，分为正常图像、发生COBD的图像、发生COMD的图像以及同时发生COBD和COMD的图像。

5.根据权利要求4所述的一种基于无监督学习的半导体激光器芯片缺陷检测方法，其特征在于步骤1中不正常的图像具体为发生COBD的图像、发生COMD的图像以及同时发生COBD和COMD的图像。

6.根据权利要求1所述的一种基于无监督学习的半导体激光器芯片缺陷检测方法，其特征在于步骤2中的图像预处理包括以下步骤：

步骤21：对图像进行降噪；

步骤22：对图像进行去背景；

步骤23：对图像规范化。

7.根据权利要求1所述的一种基于无监督学习的半导体激光器芯片缺陷检测方法，其特征在于步骤5中的多头注意力机制为Transfromer的多头注意力机制。

8.根据权利要求7所述的一种基于无监督学习的半导体激光器芯片缺陷检测方法，其特征在于Transfromer的多头注意力机制可替代卷积网络独立进行类似卷积层操作，对图像数据进行运算，产生卷积层。

9.根据权利要求8所述的一种基于无监督学习的半导体激光器芯片缺陷检测方法，其特征在于Transfromer的多头注意力机制处理后产生的卷积层后形成ReLU层，采用ReLU函数对图像数据进行处理。