基于图像处理的集成电路芯片表面缺陷检测算法研究

发布时间：2020-07-07 16:40

【摘要】：随着社会智能化需求的不断加大,芯片制造行业扮演了越来越重要的角色,为了保证生产出的芯片符合市场需求,芯片封装测试也成为了芯片产业链中的关键环节。越来越多的集成芯片生产厂家采用了多种自动检测技术。其中基于机器视觉技术的检测手段有着实时性强、精度高的优势,逐渐被更多制造企业所选择。机器视觉技术中最为关键的部分是图像识别与处理,在检测缺陷中起着极为关键的作用。本文主要研究目的是对集成电路芯片封装表面宏观缺陷进行检测分类,本文以表贴片型芯片为例,对芯片封装流程中可能出现的缺陷进行模拟,并拍摄缺陷图像。研究重点是缺陷部位的提取和数值计算,并生成缺陷数据库与缺陷分类规则。本文的主要研究内容如下:(1)在图像预处理环节,添加增强对比度算法,通过比较不同算法的优劣,选取了中值滤波算法进行芯片图像的滤波,分别选择多尺度Retinex算法与Hough变换法进行光照和倾斜校正,增强了图像的抗干扰能力。(2)对最大类间方差算法进行优化,提高了缺陷提取效果,并选取数学形态学算法进行缺陷轮廓噪声的滤除。最后选取五种边缘检测算子进行轮廓提取,对比处理结果,最终得出Canny检测算子的边缘检测效果最优。(3)根据缺陷图像进行数据测定,获取缺陷的面积、周长、圆形度和长宽比等信息。根据缺陷数据特点分成四种类型,建立四种类型缺陷的数据样本,对待分类缺陷数据样本进行分类测试,最终根据分类准确率选取出最优分类算法。
【学位授予单位】：贵州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN407;TP391.41
【图文】：

芯片,金属焊,缺陷产生,划伤

图 1-1 试验芯片表面图看出，方形无引脚封装芯片封装底部中心型芯片具有极佳的电性能和热性能，从高集中性的印刷电路板中[31]。该类型芯片等缺损，缺陷产生原因见表 1-1 所示。表 1-1 缺陷产生的原因及其特征描述擦痕孔洞被尖划伤芯片表面被粗糙物划伤芯片表面被尖锐硬物击打金属，形状形灰度值与金属焊盘近似，面积大，形状无规律灰度值与金属焊盘近似，形状接近圆形易导致焊接不牢等危害，为保证该芯片焊芯片进行缺陷检测，剔除不合格产品。本

数学原理,数字图像,图像

有数字图像才能被图像处理算法所识别和使中的二维矩阵。在图像坐标系中，通常来说中的每个点(i , j )均存在一个像素值 f (i , j )， 2-1 所示，假设该图像为灰度图像，图像的为二值图像，图像的 f (i , j )仅用 0 或 1 表示

滤波处理,物体,光照

(C) 高斯滤波结果 (D) 中值滤波结果图 2-4 三种滤波处理结果2.3 图像光照校正光照不均匀造成的芯片图像清晰度偏低，会导致对缺陷部位的检测识别准确率低的问题。所以对光照校正是一项必不可少的步骤，而在光照校正这一步骤中，应用最为广泛的就是 Retinex 算法。Retinex 理论是由美国学者 Edwin Land 于 1964 年提出的[37]，该理论的核心观点是颜色信息是由物体表面的反射性质决定的，并不取决于物体的反射光强度。对物体来说，反射给人眼的颜色是物体的一种本身属性，只取决于物体本身，与外界因素无关。即使环境的光照不均匀，物体所反射的颜色并不会随之光照的改变而变化，这一性质被称之为颜色恒常性。Retinex 算法的思想为将一幅待处理图像分成反射部分和照射部分两部分，其中反射部分是物体本身的固有属性，只与物体有关；照射部分指的是环境散射的光照，随光照强弱不断变化。若将图

【参考文献】