声扫图像数据库的构建方法、装置、计算机设备制造方法及图纸

本申请涉及一种声扫图像数据库的构建方法、装置、计算机设备、存储介质。所述方法包括：通过获取经超声扫描显微镜对集成电路样品进行扫描得到的原始声扫图像，并对该原始声扫图像进行图像分层和图像裁剪处理，得到样本图像。对该样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像。获取对该待检测样本图像进行缺陷标注所得到的标注图像，并基于该标注图像构建多类别声扫图像数据库。通过目标检测模型，对该多类别声扫图像数据库进行有效判定，确定有效判定结果。若该有效判定结果表征通过，则确定多类别声扫图像数据库为有效的多类别声扫图像数据库。这样，能够大大提高对集成电路智能检测的精准度。集成电路智能检测的精准度。集成电路智能检测的精准度。

【技术实现步骤摘要】
声扫图像数据库的构建方法、装置、计算机设备


[0001]本申请涉及电子
，特别是涉及一种声扫图像数据库的构建方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着电子技术的发展，电子产品集成度不断增加，电子产品的封装结构也越来越复杂。其中，一旦电子产品的集成电路出现分层、裂纹和空洞等缺陷，会导致集成电路内部断线，从而产生可靠性问题。因此，在对电子产品进行装配前，常常会对电子产品中的集成电路进行缺陷检测。
[0003]虽然，在集成电路的缺陷检测方面，存在根据传统光学图像构建数据库的方法。然而，根据传统光学构建的数据库是无法适用在超声扫描显微镜的场景中，也就无法对声扫图像进行统一整理和分类，从而难以构建有效的声扫图像数据库，进而无法得到训练效果好的缺陷检测模型，存在对集成电路进行智能缺陷检测的精准度低的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种声扫图像数据库的构建方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种声扫图像数据库的构建方法。所述方法包括：获取经超声扫描显微镜对集成电路样品进行扫描得到的原始声扫图像，并对所述原始声扫图像进行图像分层和图像裁剪处理，得到样本图像；对所述样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像；获取对所述待检测样本图像进行缺陷标注所得到的标注图像，并基于所述标注图像构建多类别声扫图像数据库；通过目标检测模型，对所述多类别声扫图像数据库进行有效判定，确定有效判定结果；若所述有效判定结果表征通过，则确定多类别声扫图像数据库为有效的多类别声扫图像数据库，所述有效的多类别声扫图像数据库用于训练缺陷检测模型，以实现对集成电路进行智能缺陷检测。
[0006]第二方面，本申请还提供了一种声扫图像数据库的构建装置。所述装置包括：获取模块，用于获取经超声扫描显微镜对集成电路样品进行扫描得到的原始声扫图像，并对所述原始声扫图像进行图像分层和图像裁剪处理，得到样本图像；清洗模块，用于对所述样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像；构建模块，用于获取对所述待检测样本图像进行缺陷标注所得到的标注图像，并基于所述标注图像构建多类别声扫图像数据库；判定模块，用于通过目标检测模型，对所述多类别声扫图像数据库进行有效判定，
确定有效判定结果；确定模块，用于若所述有效判定结果表征通过，则确定多类别声扫图像数据库为有效的多类别声扫图像数据库，所述有效的多类别声扫图像数据库用于训练缺陷检测模型，以实现对集成电路进行智能缺陷检测。
[0007]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取经超声扫描显微镜对集成电路样品进行扫描得到的原始声扫图像，并对所述原始声扫图像进行图像分层和图像裁剪处理，得到样本图像；对所述样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像；获取对所述待检测样本图像进行缺陷标注所得到的标注图像，并基于所述标注图像构建多类别声扫图像数据库；通过目标检测模型，对所述多类别声扫图像数据库进行有效判定，确定有效判定结果；若所述有效判定结果表征通过，则确定多类别声扫图像数据库为有效的多类别声扫图像数据库，所述有效的多类别声扫图像数据库用于训练缺陷检测模型，以实现对集成电路进行智能缺陷检测。
[0008]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取经超声扫描显微镜对集成电路样品进行扫描得到的原始声扫图像，并对所述原始声扫图像进行图像分层和图像裁剪处理，得到样本图像；对所述样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像；获取对所述待检测样本图像进行缺陷标注所得到的标注图像，并基于所述标注图像构建多类别声扫图像数据库；通过目标检测模型，对所述多类别声扫图像数据库进行有效判定，确定有效判定结果；若所述有效判定结果表征通过，则确定多类别声扫图像数据库为有效的多类别声扫图像数据库，所述有效的多类别声扫图像数据库用于训练缺陷检测模型，以实现对集成电路进行智能缺陷检测。
[0009]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取经超声扫描显微镜对集成电路样品进行扫描得到的原始声扫图像，并对所述原始声扫图像进行图像分层和图像裁剪处理，得到样本图像；对所述样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像；获取对所述待检测样本图像进行缺陷标注所得到的标注图像，并基于所述标注图像构建多类别声扫图像数据库；通过目标检测模型，对所述多类别声扫图像数据库进行有效判定，确定有效判定结果；若所述有效判定结果表征通过，则确定多类别声扫图像数据库为有效的多类别声扫图像数据库，所述有效的多类别声扫图像数据库用于训练缺陷检测模型，以实现对集成
电路进行智能缺陷检测。
[0010]上述声扫图像数据库的构建方法、装置、计算机设备、存储介质和计算机程序产品，通过获取经超声扫描显微镜对集成电路样品进行扫描得到的原始声扫图像，并对该原始声扫图像进行图像分层和图像裁剪处理，能够实现对原始声扫图像的归纳和处理，以得到标准化的样本图像。对该样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像，确保了待检测样本图像的质量，大大增加了多类别声扫图像数据库的有效性。获取对该待检测样本图像进行缺陷标注所得到的标注图像，并基于该标注图像构建多类别声扫图像数据库。通过目标检测模型，对该多类别声扫图像数据库进行有效判定，确定有效判定结果，从而能够准确且精准的反映多类别声扫图像数据库的有效性。若该有效判定结果表征通过，则确定多类别声扫图像数据库为有效的多类别声扫图像数据库，该有效的多类别声扫图像数据库用于训练缺陷检测模型，以实现对集成电路进行智能缺陷检测。这样，基于有效的多类别声扫图像数据库对缺陷检测模型进行训练，能够提高缺陷检测模型的准确度，大大提高了对集成电路智能检测的精准度。
附图说明
[0011]图1为一个实施例中声扫图像数据库的构建方法的应用环境图；图2为一个实施例中声扫图像数据库的构建方法的流程示意图；图3为一个实施例中集成样品灰度图像示意图；图4为一个实施例中不同封装示意图；图5为一个实施例中目标检测算法框架示意图；图6为一个实施例中得到数据清洗后的待检测样本图像步骤的流程示意图；图7为一个实施例中得到扩增图像步骤的流程示意图；图8为一个实施例中确定有效判定结果步骤的流程示意图；图9为一个实施例中缺陷检测示意图；图10为另一个实施例中声扫图像数据库的构建方法的流程示意图；图11为一个实施例中声扫图像数据库的构建装置的结构框图；图12为一个实施例中计算机设备的内部结构图。
具体实施方式
[0012]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种声扫图像数据库的构建方法，其特征在于，所述方法包括：获取经超声扫描显微镜对集成电路样品进行扫描得到的原始声扫图像，并对所述原始声扫图像进行图像分层和图像裁剪处理，得到样本图像；对所述样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像；获取对所述待检测样本图像进行缺陷标注所得到的标注图像，并基于所述标注图像构建多类别声扫图像数据库；通过目标检测模型，对所述多类别声扫图像数据库进行有效判定，确定有效判定结果；若所述有效判定结果表征通过，则确定多类别声扫图像数据库为有效的多类别声扫图像数据库，所述有效的多类别声扫图像数据库用于训练缺陷检测模型，以实现对集成电路进行智能缺陷检测。2.根据权利要求1所述的方法，其特征在于，所述对所述原始声扫图像进行图像分层和图像裁剪处理，得到样本图像，包括：对所述原始声扫图像进行分层处理，得到集成电路样品中各个层分别对应的子原始声扫图像，并从多个子原始声扫图像中确定引线架层对应的子原始声扫图像；对所述引线架层对应的子原始声扫图像进行图像剪裁，生成多个样本图像。3.根据权利要求1所述的方法，其特征在于，所述对所述样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像，包括：对所述样本图像的像素进行标准化处理，得到标准化的样本图像；基于所述标准化的样本图像，通过图像退化模型，确定退化处理后的样本图像；通过直方图增强模型，对所述退化处理后的样本图像的对比度进行增强，得到待检测样本图像。4.根据权利要求1所述的方法，其特征在于，所述基于所述标注图像构建多类别声扫图像数据库，包括：通过数据扩增模型对标注图像进行扩增处理，得到对应的扩增图像；基于所述扩增图像和所述标注图像，构建多类别声扫图像数据库。5.根据权利要求4所述的方法，其特征在于，所述数据扩增模型包括几何变换模型、颜色变换模型、对抗生成模型，所述通过数据扩增模型对标注图像进行扩增处理，得到对应的扩增图像，包括：对于每个标注图像，通过几何变换模型对与相应标注图像进行扩增处理，得到与相应标注图像对应的第一扩增图像；对于每个标注图像，通过对相应标注图像颜色变换模型进行扩增处理，得到与相应标注图像对应的第二扩增图像；对于每个标注图像，均基于与相应标注图像对应的封装类型和缺陷类型，通过对抗生成模型进行扩增处理，得到与相应标注图像对应的第三扩增图像；对于每...

【专利技术属性】
技术研发人员：赵玥，罗军，王小强，罗道军，邱宝军，胡湘洪，
申请(专利权)人：中国电子产品可靠性与环境试验研究所工业和信息化部电子第五研究所中国赛宝实验室，
类型：发明
国别省市：