【摘要】：高密度柔性集成電路封裝基板(FICS)廣泛應(yīng)用于具有小型化、輕量化、可移動(dòng)等特性的電子產(chǎn)品中。由于FICS的制作過程十分復(fù)雜,所以其任何一道工藝出現(xiàn)不良產(chǎn)品都會(huì)對后續(xù)生產(chǎn)造成極大的損失。這種高密度柔性IC封裝基板的線寬/線距細(xì)至10um以下制程,所以必須借助顯微鏡才能完成采集,此時(shí)相比于不需借助顯微鏡的傳統(tǒng)缺陷檢測方法其檢測難度更大。隨著芯片制造工藝的發(fā)展,其線寬/線距將進(jìn)一步降低,進(jìn)一步增加了基板檢測的難度。當(dāng)使用顯微成像采集FICS圖像時(shí),基板的紋理結(jié)構(gòu)和缺陷同時(shí)被放大,此時(shí)的紋理結(jié)構(gòu)與某些缺陷比較類似,例如氧化缺陷等。由于現(xiàn)有方法很容易把基板的紋理結(jié)構(gòu)誤判為缺陷,所以迫切需要開發(fā)新的缺陷檢測方法以滿足自動(dòng)化工業(yè)生產(chǎn)�；谏鲜鲂枨�,針對顯微成像FICS缺陷圖像自動(dòng)檢測的關(guān)鍵技術(shù)難題展開了科學(xué)研究。本研究的主要研究內(nèi)容和創(chuàng)新點(diǎn)包括以下四個(gè)方面:(1)針對顯微成像基板圖存在多種未知工業(yè)噪聲的問題,提出了基于拓?fù)溆成涞募訖?quán)鄰域閉合曲線均值模板。實(shí)驗(yàn)結(jié)果表明,該模板不僅優(yōu)于現(xiàn)有濾波器,而且有效去除了顯微成像基板圖像的噪聲。(2)針對低倍顯微成像氧化缺陷基板圖像檢測中傳統(tǒng)視覺檢測方法極易把黑色背景誤判為缺陷且嚴(yán)重依賴標(biāo)準(zhǔn)模板的不足,提出了基于拓?fù)溆成涞难趸毕輽z測算法。將該方法應(yīng)用于噪聲圖像、增強(qiáng)圖像和缺陷圖像的檢測實(shí)驗(yàn),證實(shí)其對FICS的背景紋理和光照不敏感,抗干擾能力強(qiáng),并且魯棒性好。(3)針對高倍顯微成像的氧化缺陷基板圖像中傳統(tǒng)視覺檢測方法極易把黑色背景和基板紋理結(jié)構(gòu)誤判為缺陷并且嚴(yán)重依賴標(biāo)準(zhǔn)模板的不足,提出了基于微分幾何工具的氧化缺陷檢測算法。該方法通過建立樣本擬合模型和缺陷檢測模型,實(shí)現(xiàn)了氧化缺陷的檢測,具有快速、實(shí)時(shí)的特點(diǎn)。相同環(huán)境下,只需對擬合樣本進(jìn)行單次建模,即可實(shí)現(xiàn)基板缺陷的快速檢測,既減少了檢測時(shí)間,又能更好地滿足工業(yè)檢測的實(shí)時(shí)性要求。(4)針對顯微成像油墨異物基板圖像中,圖像對比度低并且傳統(tǒng)的視覺檢測方法極易把黑色背景和貼膜背景誤判為缺陷的不足,提出了一種基于微分幾何工具的缺陷檢測算法。該算法先建立基于曲率的樣本擬合模型,再提出基于圖像灰度值分析的分段線性函數(shù)以提高圖像的對比度,最后建立基于概率的缺陷檢測模型。相同環(huán)境下,可以將樣本擬合模型和分段線性函數(shù)的相關(guān)參數(shù)直接應(yīng)用于后續(xù)的待測圖像中,提高了缺陷檢測的整體效率。實(shí)際應(yīng)用表明,該算法不僅精度高,而且滿足柔性基板快速生產(chǎn)的工業(yè)實(shí)時(shí)性要求。本研究獲得的成果,不僅實(shí)現(xiàn)了上述四種算法的工程應(yīng)用設(shè)計(jì)而且驗(yàn)證了其效果。大量實(shí)驗(yàn)數(shù)據(jù)表明,論文所提出的高速、高精度的缺陷檢測方法,很好地滿足了柔性IC基板快速生產(chǎn)的工業(yè)實(shí)時(shí)性要求。
【圖文】：

顯微成像的自動(dòng)視覺檢測系統(tǒng)實(shí)物圖

圖 5- 1 顯微成像的自動(dòng)視覺檢測系統(tǒng)實(shí)物圖Fig.5-1 Physical map of automatic vision inspection system in micro-imaging
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TN405

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 霍慶利;羅建華;張晶;;鋁合金厚板氧化夾雜缺陷超聲波檢測當(dāng)量值的研究[J];有色金屬加工;2013年02期

2 孔令丹;譚勁;褚娜;;全局缺陷和局部缺陷的FPC檢測算法研究[J];中國計(jì)量學(xué)院學(xué)報(bào);2012年03期

3 李正明;黎宏;孫俊;;基于數(shù)字圖像處理的印刷電路板缺陷檢測[J];儀表技術(shù)與傳感器;2012年08期

4 潘紹松;左洪福;;基于流形優(yōu)化法的相機(jī)位姿估計(jì)[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

5 金剛;;PCB AOI關(guān)鍵技術(shù)及一種基于亞像素檢測和智能形狀分析的AOI系統(tǒng)[J];印制電路信息;2011年04期

6 崔棟;劉敏敏;張光玉;;基于改進(jìn)小波邊緣檢測算法的視網(wǎng)膜血管寬度測量[J];中國組織工程研究與臨床康復(fù);2010年39期

7 蘇雷;張廣明;魏曉冬;;基于機(jī)器視覺的印刷電路板缺陷檢測系統(tǒng)的設(shè)計(jì)與研究[J];機(jī)床與液壓;2009年08期

8 付樹軍;阮秋琦;穆成坡;王文洽;;基于雙向耦合擴(kuò)散的保持特征的邊緣銳化和圖像增強(qiáng)[J];計(jì)算機(jī)學(xué)報(bào);2008年03期

9 唐磊;趙春霞;王鴻南;邵文澤;;基于圖像三維地形模型的路面裂縫自動(dòng)檢測[J];計(jì)算機(jī)工程;2008年05期

10 姜棟獻(xiàn);;電子器件性能檢測與控制系統(tǒng)[J];電子產(chǎn)品世界;2006年06期

相關(guān)博士學(xué)位論文 前4條

1 董志R，

本文編號(hào)：2662453