基于机器视觉的芯片检测方法及系统技术方案

本发明专利技术公开了基于机器视觉的芯片检测方法及系统，涉及芯片检测技术领域，包括图像采集模块、增益调节模块、芯片检测模块以及信号分析模块；所述增益调节模块用于对图像采集模块采集的图像信息进行滤波增益处理，降低信噪比，减少图像噪点；从而提高芯片检测的准确性；所述芯片检测模块用于将接收到图像信息代入检测模型M，进行芯片缺陷识别；用深度学习识别算法代替传统人工识别，统一检测标准使得芯片质量得以保证；所述信号分析模块用于根据云平台存储的增益调整记录进行信号偏离系数分析；若信号偏离系数大于偏离阈值，则生成通信异常信号；以提醒管理员当前噪声信号干扰严重，拍摄的图像品质不佳，建议尽快处理，提高芯片检测精度。测精度。测精度。

【技术实现步骤摘要】
基于机器视觉的芯片检测方法及系统


[0001]本专利技术涉及芯片检测
，具体是基于机器视觉的芯片检测方法及系统。

技术介绍

[0002]随着芯片的应用范围及功能特性的增强，芯片在越来越多的领域得到较为广泛的应用，如工业、航空航天、军事或者汽车轮船等领域；随着芯片产量的提高，需要对芯片的质量进行检测；电子元器件集成化和微型化的发展趋势使得芯片的生产制造工艺日趋复杂，受设备、环境和人为失误等因素影响，芯片生产中会存在短路、断路、划痕、孔洞等影响产品性能的缺陷。基于计算机视觉的检测技术以其非接触、响应速度快等优点成为芯片检测技术的热点，但是机器视觉主要用图像采集设备来模拟人的视觉功能，获取客观图像，从图像中提取数据，进行处理并加以理解；当存在噪声信号影响时，容易造成图像模糊，影响芯片检测的准确性；为此，我们提出基于机器视觉的芯片检测方法及系统。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一，为此，本专利技术提出基于机器视觉的芯片检测方法及系统。
[0004]为实现上述目的，根据本专利技术的第一方面的实施例提出基于机器视觉的芯片检测系统，包括光源模块、图像采集模块、增益调节模块、控制器、芯片检测模块以及信号分析模块；所述光源模块用于对芯片进行平行无影光照射；所述图像采集模块由多组光学镜头组成，用于从各个角度采集芯片的图像信息；所述增益调节模块用于对图像采集模块采集的图像信息进行滤波增益处理，并将处理后图像信息传输至芯片检测模块；具体为：将接收到的图像信息转化为数字信号，对转化后的数字信号进行滤波，获取数字信号幅值信息；判断对应幅值信息是否需要调节；所述增益调节模块用于将每幅图像信息的增益调整时长以及对应调整的幅值个数进行融合，形成增益调整记录；并将增益调整记录打上时间戳存储至云平台；所述芯片检测模块用于将接收到图像信息代入检测模型M，进行芯片缺陷识别并获取识别结果；当识别出芯片缺陷时，生成不合格信号；所述信号分析模块用于根据云平台存储的增益调整记录进行信号偏离系数分析；若信号偏离系数XP大于偏离阈值，则生成通信异常信号；以提醒管理员当前噪声信号干扰严重，建议尽快处理。
[0005]进一步地，其中，判断对应幅值信息是否需要调节的具体过程为：按照预设的采集间隔时长采集数字信号的幅值信息，生成幅值信息组ZFm；计算m个幅值信息的平均幅值为ZFavg；遍历幅值信息组ZFm，得到ZFmax和ZFmin；其中m≥8；ZFmax
为最大值；ZFmin为最小值；利用公式Z1=ZFmax+(ZFmax
‑
ZFavg)
×
ƒ
计算得到振幅最高预警值Z1；利用公式Z2=ZFmin
‑
(ZFavg
‑
ZFmin)
×
ƒ
计算得到振幅最低预警值Z2；其中
ƒ
为预警阈值；获取第m+1个幅值信息；并标记为ZF(m+1)；若ZF(m+1)≥Z1或ZF(m+1)≤Z2，则生成调节信号；否则，生成正常信号；当接收到调节信号时，所述增益调节模块通过控制可编程增益放大电路对数字信号进行增益调整，将数字信号的幅值调节至振幅最低预警值Z2与振幅最高预警值Z1之间；然后令m=m+1，依此类推。
[0006]进一步地，所述芯片检测模块用于将不合格信号发送至控制器，所述控制器接收到不合格信号后通过生产线的运行时间控制，当不合格芯片到达剔除工位时，控制器控制芯片剔除模块运行，对不合格芯片进行剔除。
[0007]进一步地，所述信号分析模块的具体分析步骤为：在芯片的一个检测周期内；根据时间戳采集所有的增益调整记录；将每幅图像信息的增益调整时长标记为CTi，将对应调整的幅值个数标记为CLi，利用公式ZXi=CTi
×
a1+CLi
×
a2计算得到增益调值ZXi，其中a1、a2为系数因子；若ZXi大于预设增益阈值，则反馈低质信号至信号分析模块；统计低质信号的出现次数为P1，截取相邻低质信号之间的时间段为低质缓冲时段；统计每个低质缓冲时段内的图像处理幅数为低质缓冲频次Ln；统计Ln小于缓冲频次阈值的次数为P2，获取对应Ln与缓冲频次阈值的差值并求和得到差缓总值CH；利用公式CS=P2
×
a3+CH
×
a4计算得到差缓系数CS，其中a3、a4为系数因子；利用公式计算得到信号偏离系数XP，其中g1、g2为系数因子。
[0008]进一步地，所述信号分析模块用于将通信异常信号发送至控制器，所述控制器接收到通信异常信号后控制报警模块发出警报。
[0009]进一步地，芯片检测模块在探测到通信异常信号后，进入主动待机模式，即不再以噪声干扰严重状态下的图像信息来进行芯片检测，待信号分析模块判断信号正常后，再继续二者之间的通信。
[0010]进一步地，该系统还包括模型构建模块，所述模型构建模块用于收集不良品图像作为样本训练集，并基于深度学习算法构建检测模型M。
[0011]进一步地，基于机器视觉的芯片检测方法，包括：步骤一：通过光源模块对芯片进行平行无影光照射，通过图像采集模块从各个角度采集芯片的图像信息；步骤二：通过增益调节模块对图像采集模块采集的图像信息进行滤波增益处理，并将处理后图像信息传输至芯片检测模块；步骤三：芯片检测模块用于将接收到图像信息代入检测模型M，进行芯片缺陷识别并获取识别结果；当识别出芯片缺陷时，生成不合格信号；步骤四：在芯片的一个检测周期内，通过信号分析模块根据增益调整记录进行信号偏离系数分析；若信号偏离系数XP大于偏离阈值，则生成通信异常信号；以提醒管理员当前噪声信号干扰严重，建议尽快处理；步骤五：芯片检测模块在探测到通信异常信号后，进入主动待机模式，即不再以噪
声干扰严重状态下的图像信息来进行芯片检测，待信号分析模块判断信号正常后，再继续二者之间的通信。
[0012]与现有技术相比，本专利技术的有益效果是：1、本专利技术中增益调节模块用于对图像采集模块采集的图像信息进行滤波增益处理，降低信噪比，减少图像噪点；从而提高芯片检测的准确性；芯片检测模块用于将接收到图像信息代入检测模型M，进行芯片缺陷识别；当识别出芯片缺陷时，生成不合格信号；本专利技术用深度学习识别算法代替传统人工识别，统一检测标准使得芯片质量得以保证；同时检测速度快，检测精度高；2、本专利技术中增益调节模块用于将每幅图像信息的增益调整时长以及对应调整的幅值个数进行融合，得到增益调整记录；信号分析模块用于根据云平台存储的带有时间戳增益调整记录进行信号偏离系数分析，若信号偏离系数XP大于偏离阈值，则生成通信异常信号；以提醒管理员当前噪声信号干扰严重，建议尽快处理；同时芯片检测模块在探测到通信异常信号后，进入主动待机模式，即不再以噪声干扰严重状态下的图像信息来进行芯片检测，待信号分析模块判断信号正常后，再继续二者之间的通信；提高芯片检测精度。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器视觉的芯片检测系统，其特征在于，包括光源模块、图像采集模块、增益调节模块、控制器、芯片检测模块以及信号分析模块；所述光源模块用于对芯片进行平行无影光照射；所述图像采集模块由多组光学镜头组成，用于从各个角度采集芯片的图像信息；所述增益调节模块用于对图像采集模块采集的图像信息进行滤波增益处理，并将处理后图像信息传输至芯片检测模块；具体为：将接收到的图像信息转化为数字信号，对转化后的数字信号进行滤波，获取数字信号幅值信息；判断对应幅值信息是否需要调节；增益调节模块用于将每幅图像信息的增益调整时长和对应调整的幅值个数进行融合形成增益调整记录；并将增益调整记录打上时间戳存储至云平台；所述芯片检测模块用于将接收到图像信息代入检测模型M，进行芯片缺陷识别并获取识别结果；当识别出芯片缺陷时，生成不合格信号；所述信号分析模块用于根据云平台存储的增益调整记录进行信号偏离系数分析；若信号偏离系数XP大于偏离阈值，则生成通信异常信号；以提醒管理员当前噪声信号干扰严重，拍摄的图像品质不佳，建议尽快处理。2.根据权利要求1所述的基于机器视觉的芯片检测系统，其特征在于，其中，判断对应幅值信息是否需要调节的具体过程为：按照预设的采集间隔时长采集数字信号的幅值信息，生成幅值信息组ZFm；计算m个幅值信息的平均幅值为ZFavg；遍历幅值信息组ZFm，得到ZFmax和ZFmin；其中m≥8；ZFmax为最大值；ZFmin为最小值；利用公式Z1=ZFmax+(ZFmax
‑
ZFavg)
×
ƒ
计算得到振幅最高预警值Z1；利用公式Z2=ZFmin
‑
(ZFavg
‑
ZFmin)
×
ƒ
计算得到振幅最低预警值Z2；其中
ƒ
为预警阈值；获取第m+1个幅值信息；并标记为ZF(m+1)；若ZF(m+1)≥Z1或ZF(m+1)≤Z2，则生成调节信号；否则，生成正常信号；当接收到调节信号时，所述增益调节模块通过控制可编程增益放大电路对数字信号进行增益调整，将数字信号的幅值调节至振幅最低预警值Z2与振幅最高预警值Z1之间；然后令m=m+1，依此类推。3.根据权利要求1所述的基于机器视觉的芯片检测系统，其特征在于，所述芯片检测模块用于将不合格信号发送至控制器，所述控制器接收到不合格信号后通过生产线的运行时间控制，当不合格芯片到达剔除工位时，控制器控制芯片剔除模块运行，对不合格芯片进行剔除。4.据权利要求1所述的基于机器视觉的芯片检测系统，...

【专利技术属性】
技术研发人员：雷彬，肖斌，罗治，李久根，吴凯，
申请(专利权)人：湖南中云科技有限公司，
类型：发明
国别省市：