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() 一种基于机器视觉的芯片筛选防检测系统技术方案_技高网

一种基于机器视觉的芯片筛选防检测系统技术方案

技术编号:40548617 阅读:11 留言:0更新日期:2024-03-05 19:06
本发明专利技术公开了一种基于机器视觉的芯片筛选防检测系统,包括:图像采集模块、图像处理模块、图像识别模块和目标芯片测试模块;所述图像采集模块用于获取目标芯片放置位置的图像并传输至图像处理模块;所述图像处理模块用于对图像进行融合操作,输出融合图像并传输至图像识别模块;所述图像识别模块用于对融合图像进行识别,获取目标芯片位置信号和外观信息的识别结果,并根据识别结果发送命令至目标芯片测试模块;目标芯片测试模块用于根据命令控制是否给目标芯片进行通电测试。本申请通过融合操作增强芯片特征信息的增强和图像信息精度,用以更好的对芯片进行防检测。

【技术实现步骤摘要】

本专利技术属于芯片检测领域,尤其涉及一种基于机器视觉的芯片筛选防检测系统


技术介绍

1、随着半导体行业的快速发张,芯片被广泛使用,芯片生产速度随之不断加快,每天都会有大量的芯片需要通过测试座进行筛选检测,在芯片的筛选测试环节中,由操作人员进行器件方向识别和外观缺陷识别,并放置到测试座内进行测试,长期重复性工作容易出现器件放置方向错误或者外观缺陷识别错误的现象,而操作人员未察觉直接通电,则会导致器件被烧坏。


技术实现思路

1、有鉴于现有技术的上述缺陷,本专利技术提出一种基于机器视觉的芯片筛选防检测系统,本专利技术设计的技术方案包括:

2、图像采集模块、图像处理模块、图像识别模块和目标芯片测试模块;

3、所述图像采集模块用于获取目标芯片放置位置的图像并传输至图像处理模块;

4、所述图像处理模块用于对图像进行融合操作,输出融合图像并传输至图像识别模块;

5、所述图像识别模块用于对融合图像进行识别,获取目标芯片位置信号和外观信息的识别结果,并根据识别结果发送命令至目标芯片测试模块;

6、目标芯片测试模块用于根据命令控制是否给目标芯片进行通电测试。

7、优选地,所述图像采集模块为bfly-pge-16s2m-cs的黑白像素相机,分辨率为1440×1080,帧率为78fps。

8、具体的,识别结果显示器件信息正确且方向放置无误,进行通电测试,否则,不通电并发出警告,提醒操作人员检查器件信息与放置方向。

9、优选地,所述对图像进行融合操作前还对图像进行角度偏差调整,所述角度偏差调整包括:

10、在所述目标芯片测试模块的真实采集范围上构建x-y坐标轴,以真实采集范围左下角为坐标原点,向右为x轴正方向,向上为y轴正方向,获得真实采集范围坐标信息;

11、在获取的目标芯片放置位置的图像信息上构建x-y坐标轴,以图像中心为坐标原点,向右为x轴正方向,向上为y轴正方向,获得图像坐标信息;

12、根据所述真实采集范围的坐标信息和图像坐标信息对图像进行顺时针转正和逆时针转正,构建图像旋转矩阵,通过图像旋转矩阵得到角度偏差调整图像。

13、优选地,所述对图像进行顺时针转正的公式如下:

14、

15、式中,x1为顺时针转正后图像的x坐标,y1为顺时针转正后图像的y坐标,为旋转前图像的x轴坐标,为旋转前图像的y轴坐标,为旋转前图像坐标信息与真实采集范围坐标信息的角度差。

16、优选地,所述对图像进行逆时针转正的公式如下:

17、

18、式中,x2为逆时针转正后图像的x坐标,y2为逆时针转正后图像的y坐标,为旋转前图像的x轴坐标,为旋转前图像的y轴坐标,为旋转前图像坐标信息与真实采集范围坐标信息的角度差。

19、优选地,所述构建图像旋转矩阵的公式如下:

20、

21、式中,map为旋转矩阵。

22、优选地,所述对图像进行融合操作包括以下步骤:

23、s10:对图像进行分解,得到对应的高频图像和低频图像;

24、s20:将需要融合的图像所对应的低频图像基于稀疏表示转换为低频向量矩阵,并进行融合,输出融合低频矩阵;

25、s30:将需要融合的图像所对应的高频图像和低频图像基于同一频带进行绝对值最大策略融合,输出融合全频矩阵;

26、s40:将融合低频矩阵和融合全频矩阵进行融合输出最终融合图像矩阵,并进行图像重构转换为最终融合图像。

27、优选地,所述步骤s20中的将需要融合的图像所对应的低频图像转换为低频向量矩阵包括:

28、构建稀疏表示函数,基于最大融合规矩在满足低频图像约束条件下,不断更新稀疏系数向量并最终确定范数最大的稀疏系数向量,通过最大的稀疏系数向量得到融合稀疏向量,将融合稀疏向量转换为低通向量矩阵;

29、所述稀疏表示函数的公式如下:

30、

31、式中,为需要融合的图像对应的低频图像,为稀疏系数向量,为字典信息。

32、优选地,所述通过最大的稀疏系数向量得到融合稀疏向量的公式如下:

33、

34、式中,g为融合稀疏向量,为最大稀疏系数向量,d为字典信息。

35、优选地,所述步骤s40中的将融合低频矩阵和融合全频矩阵进行融合的公式如下:

36、

37、式中,为最终融合图像矩阵,为低频图像矩阵,为全频图像矩阵。

38、有益效果:

39、1、本专利技术通过机器视觉的图像处理对图像进行角度偏差调整,使采集的图像的宽和高完全平行于目标芯片测试模块需要检测真实范围的宽和高,减少图像视野限制问题;

40、2、本专利技术通过优化的融合方式,解决传统对于芯片图像融合结果对比度偏低的问题,对芯片测试时方向和缺陷信息的判断更加高效,降低因重复性疲劳等导致的人为差错。

41、3、本专利技术通过机器视觉识别并判断器件放置的方向和外观缺陷信息,在方向错误或存在缺陷时并断开目标芯片的电源电路,

本文档来自技高网
...

【技术保护点】

1.一种基于机器视觉的芯片筛选防检测系统,其特征在于,包括:

2.根据权利要求1所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述图像采集模块为BFLY-PGE-16S2M-CS的黑白像素相机,分辨率为1440×1080,帧率为78FPS。

3.根据权利要求1所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述对图像进行融合操作前还对图像进行角度偏差调整,所述角度偏差调整包括:

4.根据权利要求3所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述对图像进行顺时针转正的公式如下:

5.根据权利要求3所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述对图像进行逆时针转正的公式如下:

6.根据权利要求3-5任一项所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述构建图像旋转矩阵的公式如下:

7.根据权利要求1所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述对图像进行融合操作包括以下步骤:

8.根据权利要求7所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述步骤S20中的将需要融合的图像所对应的低频图像转换为低频向量矩阵包括:

9.根据权利要求8所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述通过最大的稀疏系数向量得到融合稀疏向量的公式如下:

10.根据权利要求7所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述步骤S40中的将融合低频矩阵和融合全频矩阵进行融合的公式如下:

...

【技术特征摘要】

1.一种基于机器视觉的芯片筛选防检测系统,其特征在于,包括:

2.根据权利要求1所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述图像采集模块为bfly-pge-16s2m-cs的黑白像素相机,分辨率为1440×1080,帧率为78fps。

3.根据权利要求1所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述对图像进行融合操作前还对图像进行角度偏差调整,所述角度偏差调整包括:

4.根据权利要求3所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述对图像进行顺时针转正的公式如下:

5.根据权利要求3所述的一种基于机器视觉的芯片筛选防检测系统,其特征在于,所述对图像进行逆时针转正的公式如下:

6.根据...

【专利技术属性】
技术研发人员:葛亚山李建强柳紫微任丽姣
申请(专利权)人:北京京瀚禹电子工程技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1