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】
本专利技术涉及多幅图像分析,具体涉及基于红外热成像的芯片热点检测方法。
技术介绍
1、芯片使用过程中会产生大量的热量,芯片内部分布着大量元器件,当芯片温度过高时,芯片上的元器件会出现膨大现象,使芯片产生裂纹进而导致芯片报废或者芯片焦化。因此,需要对芯片的发热情况进行检查。
2、通常利用红外热成像技术拍摄芯片工作时的红外图像,通过观察红外图像中像素值分布对芯片热点进行分析。由于芯片自身发热现象会导致红外图像中边界模糊,则导致对芯片热点分析不准确;可见光图像较为清晰呈现芯片的纹理分布情况,通常将芯片的红外图像与可见光图像进行图像融合,以减弱芯片发热导致图像边界模糊程度。通常利用固定的融合权重对两张图像进行图像融合分析,当融合权重设置不合适时,并不能提高红外图像中边界清晰度,导致对芯片中热点区域识别不准确,降低对芯片热点区域检测的准确性。
技术实现思路
1、为了解决图像融合时融合权重设置不合理,使芯片的融合图像的边缘模糊导致热点区域识别不准确,降低对芯片热点区域检测的准确性的技术问题,本专利技术的目的在于提供一种基于红外热成像的芯片热点检测方法,所采用的技术方案具体如下:
2、本专利技术提出了一种基于红外热成像的芯片热点检测方法,该方法包括:
3、获取芯片工作时的可见光灰度图像与红外灰度图像;
4、根据可见光灰度图像中像素点在每个预设方向上像素点的灰度差异与梯度角度差异,将可见光灰度图像划分为不同的延展区域;基于可见光灰度图像中延展区域与红
5、结合可见光灰度图像中每个特征区域与其邻接区域的灰度分布之间的差异,以及所述特征区域在红外灰度图像中对应特征区域的灰度分布,获取可见光灰度图像中每个特征区域的整体融合权重;
6、依据可见光灰度图像中各特征区域内每个像素点的位置分布,以及所述像素点在红外灰度图像中对应像素点的第一预设窗口内像素点的灰度值的离散程度,获取可见光灰度图像中各特征区域内每个像素点的局部融合权重;
7、基于所述整体融合权重与所述局部融合权重,获取可见光灰度图像中每个像素点的第一综合融合权重与所述像素点在红外灰度图像中对应像素点的第二综合融合权重;结合所述第一综合融合权重与所述第二综合融合权重对可见光灰度图像与红外灰度图像进行图像融合,得到融合芯片图像;
8、基于融合芯片图像对芯片的热点进行检测。
9、进一步地,所述根据可见光灰度图像中像素点在每个预设方向上像素点的灰度差异与梯度角度差异,将可见光灰度图像划分为不同的延展区域的方法,包括:
10、在可见光灰度图像中设置预设数量个初始种子点,对于可见光灰度图像的像素点中每个初始种子点,将初始种子点作为生长点进行区域生长,在生长点的第二预设窗口内,将生长点在每个预设方向上满足预设生长条件的像素点作为新的生长点进行区域生长,直至所有的新的生长点的第二预设窗口内,每个预设方向上的像素点均不满足预设生长条件时停止区域生长,得到对应的延展区域;
11、所述预设生长条件包括:选取任意一次区域生长过程作为目标次生长过程,将目标次生长过程中的生长点作为待测像素点,选取任意一个预设方向作为目标方向;在待测像素点的预设第二窗口内,将待测像素点在目标方向上的像素点作为待生长点,由初始种子点与初始种子点在目标方向上生长的种子点,以及待生长点,构成初始种子点在目标方向下目标次生长过程的生长区域;根据所述生长区域内像素点的灰度值分布,以及待测像素点与待生长点的灰度值差异和梯度角度差异,获取目标次生长过程中待生长点的延展度;当所述延展度大于或等于预设延展阈值时,将待生长点作为新的生长点进行区域生长。
12、进一步地,所述目标次生长过程中待生长点的延展度的计算公式如下:
13、;式中,yz为所述目标次生长过程中待生长点的所述延展度;为目标次生长过程中待测像素点的灰度值;为目标次生长过程中待生长点的灰度值;为初始种子点在目标方向下目标次生长过程的生长区域内像素点的灰度值的方差;为目标次生长过程中待测像素点的梯度角度;为目标次生长过程中待生长点的梯度角度;为绝对值函数;cos为余弦函数;exp为以自然常数e为底数的指数函数。
14、进一步地,所述基于可见光灰度图像中延展区域与红外灰度图像中延展区域的位置分布,将可见光灰度图像划分为不同的特征区域的方法,包括:
15、将红外灰度图像中延展区域的边缘映射到可见光灰度图像中,得到第二边缘;将可见光灰度图像中延展区域的边缘与所述第二边缘作为分析边缘;
16、将由分析边缘构成的闭合区域作为可见光灰度图像中的特征区域。
17、进一步地,所述结合可见光灰度图像中每个特征区域与其邻接区域的灰度分布之间的差异,以及所述特征区域在红外灰度图像中对应特征区域的灰度分布,获取可见光灰度图像中每个特征区域的整体融合权重的方法,包括:
18、选取可见光灰度图像中任意一个特征区域作为分析区域,将分析区域内所有像素点的灰度值的均值作为分析区域的均灰度值;
19、选取可见光灰度图像中除分析区域外的其余任意一个特征区域作为目标区域,若分析区域的边缘上存在边缘像素点为目标区域的边缘上的边缘像素点,则将目标区域作为分析区域的邻接区域;
20、计算分析区域与其每个邻接区域的所述均灰度值之间的差值绝对值,作为分析区域与其每个邻接区域之间的均灰度差异;将最小的所述均灰度差异作为分析区域的调整系数;
21、结合可见光灰度图像中每个特征区域与其邻接区域的所述均灰度值之间的差异,所述调整系数,以及所述特征区域在红外灰度图像中对应特征区域内像素点的灰度分布,获取可见光灰度图像中每个特征区域的整体融合权重。
22、进一步地,所述可见光灰度图像中每个特征区域的整体融合权重的计算公式如下:
23、;式中,为可见光灰度图像中第a个特征区域的整体融合权重;为可见光灰度图像中第a个特征区域的所述调整系数;为可见光灰度图像中第a个特征区域的邻接区域的总数量;为可见光灰度图像中第a个特征区域的所述均灰度值;为可见光灰度图像中第a个特征区域的第x个邻接区域的所述均灰度值;为红外灰度图像中第a个特征区域的所述均灰度值;为红外灰度图像中所有像素点的灰度值的均值;为红外灰度图像中第a个特征区域内像素点的灰度值的方差;z为预设正数;norm为归一化函数,为绝对值函数。
24、进一步地,所述获取可见光灰度图像中各特征区域内每个像素点的局部融合权重的方法,包括:
25、选取所述分析区域内任意一个像素点作为分析像素点,计算分析像素点分别与分析区域的边缘上每个边缘像素点之间的欧式距离,将最小的所述欧式距离作为分析像素点的边界距离值;
26、将分析区域与其每个邻接区域之间的所述均灰度差异中的最大值作为分析区域的边界清晰值;
27、对分析像素点的所述边界距离值本文档来自技高网...
【技术保护点】
1.一种基于红外热成像的芯片热点检测方法,其特征在于,该方法包括:
2.根据权利要求1所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述根据可见光灰度图像中像素点在每个预设方向上像素点的灰度差异与梯度角度差异,将可见光灰度图像划分为不同的延展区域的方法,包括:
3.根据权利要求2所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述目标次生长过程中待生长点的延展度的计算公式如下:
4.根据权利要求1所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述基于可见光灰度图像中延展区域与红外灰度图像中延展区域的位置分布,将可见光灰度图像划分为不同的特征区域的方法,包括:
5.根据权利要求1所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述结合可见光灰度图像中每个特征区域与其邻接区域的灰度分布之间的差异,以及所述特征区域在红外灰度图像中对应特征区域的灰度分布,获取可见光灰度图像中每个特征区域的整体融合权重的方法,包括:
6.根据权利要求5所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述
7.根据权利要求5所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述获取可见光灰度图像中各特征区域内每个像素点的局部融合权重的方法,包括:
8.根据权利要求1所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述基于所述整体融合权重与所述局部融合权重,获取可见光灰度图像中每个像素点的第一综合融合权重与所述像素点在红外灰度图像中对应像素点的第二综合融合权重的方法,包括:
9.根据权利要求1所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述融合芯片图像的获取方法,包括:
10.根据权利要求1所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述基于融合芯片图像对芯片的热点进行检测的方法,包括:
...【技术特征摘要】
1.一种基于红外热成像的芯片热点检测方法,其特征在于,该方法包括:
2.根据权利要求1所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述根据可见光灰度图像中像素点在每个预设方向上像素点的灰度差异与梯度角度差异,将可见光灰度图像划分为不同的延展区域的方法,包括:
3.根据权利要求2所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述目标次生长过程中待生长点的延展度的计算公式如下:
4.根据权利要求1所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述基于可见光灰度图像中延展区域与红外灰度图像中延展区域的位置分布,将可见光灰度图像划分为不同的特征区域的方法,包括:
5.根据权利要求1所述的一种基于红外热成像的芯片热点检测方法,其特征在于,所述结合可见光灰度图像中每个特征区域与其邻接区域的灰度分布之间的差异,以及所述特征区域在红外灰度图像中对应特征区域的灰度分布,获取可见光灰度图像中每个...
【专利技术属性】
技术研发人员:孙琼阁,梁伟,全升学,
申请(专利权)人:广州威睛光学科技有限公司,
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。