System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术主要涉及机器视觉,具体涉及一种半导体封装测试环节芯片外观缺陷的检测方法及系统。
技术介绍
1、在现代自动生产的过程中,机器视觉系统已广泛应用于监视、成品检验和质量控制等领域,机器视觉系统的特点是可以提高生产的柔性和自动化程度。在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来代替人工视觉,同时在大批量工业生产过程中,用人工视觉检查产品质量,效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产自动化程度,是实现计算机集成制造的基础技术。
2、基于传统的图像处理算法的外观缺陷检测通常包括直方图均衡化、滤波去噪、灰度二值化等,以得前景背景分离的简单化图像信息;随后利用数学形态学、傅里叶变换、gabor变换等算法以及机器学习模型完成缺陷的标记与检测。上述传统算法在某些特定的应用中已经取得了较好的效果,但仍然存在许多不足。
3、深度学习是机器学习研究中的一个新领域,可以通过海量样本对标注的数据进行拟合,最终训练出来的模型具有非常良好的鲁棒性,对样本数据的光照差异,数据分辨率,旋转缩放等都具有非常好的推广能力。
技术实现思路
1、本专利技术所要解决的技术问题是针对现有技术的不足,提供一种半导体封装测试环节芯片外观缺陷的检测方法及系统。
2、本专利技术解决上述技术问题的技术方案如下:
3、一种半导体封装测试环节芯片外观缺陷的检测方法,包括如下步骤:
4、导入待检测图像和模板图像;
< ...【技术保护点】
1.一种半导体封装测试环节芯片外观缺陷的检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种半导体封装测试环节芯片外观缺陷的检测方法,其特征在于,所述通过所述模板图像对所述待检测图像进行超差运算,得到二值化缺陷图像,具体为:
3.根据权利要求2所述的一种半导体封装测试环节芯片外观缺陷的检测方法,其特征在于,所述通过所述模板图像生成高模板和低模板,具体为:
4.根据权利要求1所述的一种半导体封装测试环节芯片外观缺陷的检测方法,其特征在于,所述通过对所述二值化缺陷图像进行连通域分析,得到缺陷标记,并分别对所述待检测图像和所述模板图像按所述缺陷标记进行图像裁切,具体为:
5.根据权利要求1所述的一种半导体封装测试环节芯片外观缺陷的检测方法,其特征在于,所述将所述二通道图像输入预先构建的深度学习二分类模型中进行分类预测,得到真实缺陷图像,具体为:
6.一种半导体封装测试环节芯片外观缺陷的检测系统,其特征在于,包括:导入模块、超差运算模块、连通域分析模块、通道叠加模块和分类预测模块;
7.根据权利要求6所
8.根据权利要求7所述的一种半导体封装测试环节芯片外观缺陷的检测系统,其特征在于,所述超差运算模块中,所述通过所述模板图像生成高模板和低模板,具体为:
9.根据权利要求6所述的一种半导体封装测试环节芯片外观缺陷的检测系统,其特征在于,所述连通域分析模块具体用于所述通过对所述二值化缺陷图像进行连通域分析,得到缺陷标记,并分别对所述待检测图像和所述模板图像按所述缺陷标记进行图像裁切,具体为:
10.根据权利要求6所述的一种半导体封装测试环节芯片外观缺陷的检测系统,其特征在于,所述分类预测模块具体用于所述将所述二通道图像输入预先构建的深度学习二分类模型中进行分类预测,得到真实缺陷图像,具体为:
...【技术特征摘要】
1.一种半导体封装测试环节芯片外观缺陷的检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种半导体封装测试环节芯片外观缺陷的检测方法,其特征在于,所述通过所述模板图像对所述待检测图像进行超差运算,得到二值化缺陷图像,具体为:
3.根据权利要求2所述的一种半导体封装测试环节芯片外观缺陷的检测方法,其特征在于,所述通过所述模板图像生成高模板和低模板,具体为:
4.根据权利要求1所述的一种半导体封装测试环节芯片外观缺陷的检测方法,其特征在于,所述通过对所述二值化缺陷图像进行连通域分析,得到缺陷标记,并分别对所述待检测图像和所述模板图像按所述缺陷标记进行图像裁切,具体为:
5.根据权利要求1所述的一种半导体封装测试环节芯片外观缺陷的检测方法,其特征在于,所述将所述二通道图像输入预先构建的深度学习二分类模型中进行分类预测,得到真实缺陷图像,具体为:
6.一种半导体封装测试环节芯片外观缺陷的检测系统,其特征在于,包括:导...
【专利技术属性】
技术研发人员:张建树,张莲莲,靳松,陈晨,李韦辰,
申请(专利权)人:北京兆维智能装备有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。