一种基于机器视觉的芯片外观检测方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115980095A(43)申请公布日2023.04.18(21)申请号202211643046.6(22)申请日2022.12.20(71)申请人仕芯科技(杭州)有限公司地址310000浙江省杭州市萧山区戴村镇陆家路16号-25(72)发明人唐莹张培义张恒瑜刘俊李万清(74)专利代理机构杭州求是专利事务所有限公司33200专利代理师傅朝栋张法高(51)Int.Cl.G01N21/956(2006.01)G01N21/01(2006.01)权利要求书2页说明书8页附图5页(54)发明名称一种基于机器视觉的芯片外观检测方法及系统(57)摘要本发明公开了一种基于机器视觉的芯片外观检测方法与系统。其主要步骤包括：通获取待检测芯片的原始外观图像并灰度化，通过设定待检测区域模板，使用归一化相关系数的方法匹配到需要检测的匹配图像；再对匹配图像进行滤波处理，消除图像上高斯噪声获取增强图像；基于增强体系计算自适应阈值，得到图片初始轮廓图；通过连通区域分析获得待测区域轮廓，构造待测区域特征图，并使用特征图测量相应指标数据。本发明可用于替代现有的人工目检方式，提高芯片外观检测的精度与效率。CN115980095ACN115980095A权利要求书1/2页1.一种基于机器视觉的芯片外观检测方法，其特征在于，包括：S1、获取待检测芯片的外观图像以及待测区域模版；所述外观图像为待检测芯片的表面俯拍图像；所述待测区域模版为基于感兴趣区域从待检测芯片对应的标准芯片表面俯拍图像中提取的子图像块，且待测区域模版为灰度图像；S2、对待检测芯片的外观图像进行灰度化处理后，利用一个与所述待测区域模版相同尺寸的滑窗在外观图像上进行滑动扫描，并基于归一化相关系数计算滑窗内图像块与所述待测区域模版之间的匹配度，选择滑动扫描过程中匹配度最高的滑窗内图像块作为待检测的匹配图像；S3、对匹配图像进行均值滤波处理以消除图像噪声，得到增强图像；S4、对增强图像通过自适应阈值法进行二值化处理，得到作为初始轮廓的二值图；再通过two‑pass算法对二值图进行区域连通，从而得到去除轮廓中无关信息后的特征图；S5、使用霍夫变化对特征图进行拟合，得到的拟合结果为待检测芯片表面部件轮廓的几何图案；S6、根据所述外观图像上的像素尺寸与芯片实际物理尺寸之间的映射关系，将拟合结果中的几何图案映射成实际物理尺寸下的几何图案，进而计算芯片外观检测所需的检测指标。2.如权利要求1所述的基于机器视觉的芯片外观检测方法，其特征在于，所述待检测芯片的外观图像通过工业CCD相机和显微镜配合获取。3.如权利要求1所述的基于机器视觉的芯片外观检测方法，其特征在于，所述待测区域模版有一个或多个，存在多个所述待测区域模版时需分别从待检测芯片的外观图像中提取待检测的匹配图像并进行后续的检测流程。4.如权利要求1所述的基于机器视觉的芯片外观检测方法，其特征在于，所述匹配度的计算公式为：式中：匹配度r的值域为‑1～1之间的实数，表示滑窗内图像块A与待测区域模版B的匹配程度，r值越大表示匹配程度越高；滑窗内图像块A与待测区域模版B的大小均为M*N，Amn和Bmn分别表示滑窗内图像块A与待测区域模版B中(m,n)位置的灰度值，m＝1,2,…,M，n＝1,2,…,N，分别表示滑窗内图像块A与待测区域模版B的灰度均值。5.如权利要求1所述的基于机器视觉的芯片外观检测方法，其特征在于，所述均值滤波处理所采用的滤波核大小为3*3。6.如权利要求1所述的基于机器视觉的芯片外观检测方法，其特征在于，所述二值化处理采用的自适应阈值法为大津法或高斯法，每一类待检测芯片分别指定一种具有最佳轮廓分割效果的自适应阈值法。7.如权利要求1所述的基于机器视觉的芯片外观检测方法，其特征在于，所述霍夫变化拟合的几何图案包括但不限于直线、矩形、圆形。2CN115980095A权利要求书2/2页8.如权利要求1所述的基于机器视觉的芯片外观检测方法，其特征在于，所述像素尺寸与芯片实际物理尺寸之间的映射关系通过相机标定参数进行换算。9.如权利要求1所述的基于机器视觉的芯片外观检测方法，其特征在于，所述芯片外观检测所需的检测指标包括芯片的线宽和/或芯片上层叠的两个组件之间的对位偏差。10.一种基于机器视觉的芯片外观检测系统，其特征在于，包括：原始数据获取模块，用于获取待检测芯片的外观图像以及待测区域模版；所述外观图像为待检测芯片的表面俯拍图像；所述待测区域模版为基于感兴趣区域从待检测芯片对应的标准芯片表面俯拍图像中提取的子图像块，且待测区域模版为灰度图像；模版匹配模块，用于对待检测芯片的外观图像进行灰度化处理后，利用一个与所述待测区域模版相同尺寸的滑窗在外观图像上进行滑动扫描，并基于归一化相关系数计算滑窗内