基于机器视觉的表贴芯片缺陷检测系统的研究

发布时间：2018-07-14 22:23

【摘要】：伴随着半导体技术和电子产业的蓬勃发展,芯片的缺陷检测技术在整个工业生产过程中扮演的角色也越来越重要。相比于传统的人工检测技术,基于机器视觉的表贴芯片缺陷检测技术作为一种灵活的、实时的、非接触式的、高精度的检测技术,应用也是日益广泛。本文主要对基于机器视觉的表贴芯片的缺陷检测技术进行了研究,在此基础上实现了对表贴芯片外观尺寸的缺陷检测。文中对表贴芯片图像的预处理技术和表贴芯片的缺陷检测技术进行了重点研究。主要工作如下:(1)使用直方图均衡化以及改进的中值滤波算法对芯片图像进行了增强处理。(2)通过将传统的图像边缘检测算法、改进的Canny边缘检测算法以及改进的基于蚁群的图像边缘检测算法进行实验结果对比,最后采用改进的Canny边缘检测算法实现了表贴芯片的边缘检测。(3)通过对基于边缘检测的芯片引脚宽度和间距尺寸检测和基于二值化后的芯片引脚长度等特征参数的计算,实现了对表贴芯片外观缺陷的准确检测和识别。(4)设计了芯片缺陷检测系统,给出了系统软硬件设计和实现的技术细节,并在设计的软件平台上应用上述方法实现了对芯片外观缺陷的检测。
[Abstract]:With the rapid development of semiconductor technology and electronic industry, chip defect detection technology plays a more and more important role in the whole industrial production process. Compared with the traditional manual detection technology, the surface chip defect detection technology based on machine vision is widely used as a flexible, real-time, non-contact, high-precision detection technology. In this paper, the defect detection technology of the surface chip based on machine vision is studied, and the defect detection of the appearance size of the chip is realized. In this paper, the image preprocessing technology of surface chip and defect detection technology of surface chip are studied in detail. The main work is as follows: (1) using histogram equalization and improved median filtering algorithm to enhance the chip image. (2) by using the traditional image edge detection algorithm, The experimental results are compared between the improved Canny edge detection algorithm and the improved image edge detection algorithm based on ant colony. Finally, the improved Canny edge detection algorithm is used to realize the edge detection of the chip. (3) based on the edge detection based on the chip pin width and spacing size detection and based on binary chip pin length and other characteristic parameters calculation. It realizes the accurate detection and recognition of the appearance defects of the surface chip. (4) the chip defect detection system is designed, and the design of the hardware and software of the system and the technical details of its implementation are given. The method is used to detect the appearance defect of the chip on the designed software platform.
【学位授予单位】：西安建筑科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41;TN407

【相似文献】

相关期刊论文 前10条

1 马吉权;宫兵;;一种焊点缺陷检测方法的研究[J];哈尔滨商业大学学报(自然科学版);2008年03期

2 李莉萍;;新的3D缺陷检测技术实现纳米级快速检测[J];计测技术;2013年04期

3 杨建鲁;一种简便的介质缺陷检测方法[J];微电子学;1991年05期

4 肖庆;杨朝红;宫云战;;提高静态缺陷检测精度方法[J];计算机辅助设计与图形学学报;2010年11期

5 朱明岩;邓洪亮;黄东辉;付思远;;探地雷达在道路缺陷检测中的应用[J];山西建筑;2014年04期

6 ;KLA-Tencor新光罩检测技术可执行多缺陷检测[J];电子与电脑;2008年10期

7 喻宾扬;王召巴;金永;;玻璃缺陷检测新方法的研究[J];传感器与微系统;2008年08期

8 刘浩;刘春;胡存刚;;混合滤波器在玻璃瓶缺陷检测中的应用[J];电子测量与仪器学报;2007年03期

9 蒋艳军;卢军;陈建军;;板栗图像的去噪及缺陷检测研究[J];农产品加工;2008年09期

10 石强;陈陆建;;管道内外壁缺陷检测的研究[J];中小企业管理与科技(上旬刊);2010年05期

相关会议论文 前10条

1 杨德美;杨学志;;基于独立分量分析高阶统计量的纺织品缺陷检测[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 于景兰;于健;翁昌年;;探地雷达在桥梁缺陷检测中的应用初探[A];中国地球物理第二十一届年会论文集[C];2005年

3 李兵;邓善熙;李焕然;;计算机图像处理技术应用于晶振元件缺陷检测[A];首届信息获取与处理学术会议论文集[C];2003年

4 赵涟漪;许宝杰;童亮;;在线玻璃缺陷检测系统的研究[A];机械动力学理论及其应用[C];2011年

5 何涛;吴永祥;李伟;吴庆华;钟飞;;Hexsight视觉软件包在串行端子缺陷检测中的应用[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

6 曾理;郭海燕;蒲云;毕碧;;射线数字成像缺陷检测技术研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年

7 蔡茂蓉;;PCB缺陷检测系统的研究与实现[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

8 赵磊;董吉文;李金屏;;拓扑理论在机器视觉中的研究进展[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

9 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年

10 蔡小秧;陈文楷;;机器视觉中的鲁棒估计技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

相关重要报纸文章 前10条

1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年

2 本报记者 董碧娟;解密机器视觉“第三只眼”[N];经济日报;2013年

3 本报记者 郭涛;机器视觉：为机器装上“眼睛”和“大脑”[N];中国高新技术产业导报;2014年

4 张均;德国机器视觉传感器市场前景好[N];中国贸易报;2007年

5 金刚;给机器一双慧眼[N];计算机世界;2007年

6 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年

7 宋昆;用机器视觉控制烟草质量[N];计算机世界;2007年

8 张栋;西安光电子专业孵化器举办专业展览会[N];中国高新技术产业导报;2007年

9 王遐;机器视觉:药品包装在线检测系统开发成功[N];中国包装报;2010年

10 点评人 高炎 黄牧青 刘笑一 李士杰 北京大学技术转移中心;机器视觉辅助冬季道路状况监测[N];科技日报;2014年

相关博士学位论文 前10条

1 苏日亮;面向钢轨轨底缺陷检测的电磁超声换能器研究[D];哈尔滨工业大学;2015年

2 赵君爱;基于图像处理的工件表面缺陷检测理论与方法研究[D];东南大学;2016年

3 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年

4 肖庆;提高静态缺陷检测精度的关键技术研究[D];北京邮电大学;2012年

5 张大林;静态缺陷检测优化若干关键技术研究[D];北京邮电大学;2014年

6 周文;IC互连中的缺陷检测方法及缺陷对电路可靠性的影响[D];西安电子科技大学;2010年

7 司小书;面向织物缺陷检测的CUDA并行图像处理模型与算法研究[D];武汉大学;2011年

8 梁卓锐;机器视觉手势交互的交互映射研究[D];华南理工大学;2015年

9 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年

10 田明锐;基于机器视觉的散料装车控制系统研究[D];长安大学;2016年

相关硕士学位论文 前10条

1 王伟华;基于机器视觉的表贴芯片缺陷检测系统的研究[D];西安建筑科技大学;2017年

2 陈宇;软包商标印刷缺陷检测系统研究[D];昆明理工大学;2015年

3 周艳;光通信滤光片外观缺陷自动检测系统任务调度优化方法[D];华南理工大学;2015年

4 黄文军;基于机器视觉的印字缺陷检测系统研究与实现[D];五邑大学;2015年

5 陈洪磊;基于宽频信号的板中缺陷检测[D];上海应用技术学院;2015年

6 章玲;基于图像放缩算法的轮胎缺陷检测系统研究与实现[D];山东大学;2015年

7 刘博;基于电磁超声Lamb波换能器阵列的板材检测方法研究[D];哈尔滨工业大学;2015年

8 刘振东;钢芯传送带缺陷检测系统中图像处理算法研究[D];山西大学;2015年

9 胡sズ，

本文编号：2123148