【摘要】：隨著社會(huì)智能化需求的不斷加大,芯片制造行業(yè)扮演了越來越重要的角色,為了保證生產(chǎn)出的芯片符合市場需求,芯片封裝測試也成為了芯片產(chǎn)業(yè)鏈中的關(guān)鍵環(huán)節(jié)。越來越多的集成芯片生產(chǎn)廠家采用了多種自動(dòng)檢測技術(shù)。其中基于機(jī)器視覺技術(shù)的檢測手段有著實(shí)時(shí)性強(qiáng)、精度高的優(yōu)勢,逐漸被更多制造企業(yè)所選擇。機(jī)器視覺技術(shù)中最為關(guān)鍵的部分是圖像識(shí)別與處理,在檢測缺陷中起著極為關(guān)鍵的作用。本文主要研究目的是對集成電路芯片封裝表面宏觀缺陷進(jìn)行檢測分類,本文以表貼片型芯片為例,對芯片封裝流程中可能出現(xiàn)的缺陷進(jìn)行模擬,并拍攝缺陷圖像。研究重點(diǎn)是缺陷部位的提取和數(shù)值計(jì)算,并生成缺陷數(shù)據(jù)庫與缺陷分類規(guī)則。本文的主要研究內(nèi)容如下:(1)在圖像預(yù)處理環(huán)節(jié),添加增強(qiáng)對比度算法,通過比較不同算法的優(yōu)劣,選取了中值濾波算法進(jìn)行芯片圖像的濾波,分別選擇多尺度Retinex算法與Hough變換法進(jìn)行光照和傾斜校正,增強(qiáng)了圖像的抗干擾能力。(2)對最大類間方差算法進(jìn)行優(yōu)化,提高了缺陷提取效果,并選取數(shù)學(xué)形態(tài)學(xué)算法進(jìn)行缺陷輪廓噪聲的濾除。最后選取五種邊緣檢測算子進(jìn)行輪廓提取,對比處理結(jié)果,最終得出Canny檢測算子的邊緣檢測效果最優(yōu)。(3)根據(jù)缺陷圖像進(jìn)行數(shù)據(jù)測定,獲取缺陷的面積、周長、圓形度和長寬比等信息。根據(jù)缺陷數(shù)據(jù)特點(diǎn)分成四種類型,建立四種類型缺陷的數(shù)據(jù)樣本,對待分類缺陷數(shù)據(jù)樣本進(jìn)行分類測試,最終根據(jù)分類準(zhǔn)確率選取出最優(yōu)分類算法。
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN407;TP391.41
【圖文】：

圖 1-1 試驗(yàn)芯片表面圖看出，方形無引腳封裝芯片封裝底部中心型芯片具有極佳的電性能和熱性能，從高集中性的印刷電路板中[31]。該類型芯片等缺損，缺陷產(chǎn)生原因見表 1-1 所示。表 1-1 缺陷產(chǎn)生的原因及其特征描述 擦痕 孔洞 被尖劃傷芯片表面被粗糙物劃傷芯片表面被尖銳硬物擊打金屬，形狀形灰度值與金屬焊盤近似，面積大，形狀無規(guī)律灰度值與金屬焊盤近似，形狀接近圓形易導(dǎo)致焊接不牢等危害，為保證該芯片焊芯片進(jìn)行缺陷檢測，剔除不合格產(chǎn)品。本

有數(shù)字圖像才能被圖像處理算法所識(shí)別和使中的二維矩陣。在圖像坐標(biāo)系中，通常來說中的每個(gè)點(diǎn)(i , j )均存在一個(gè)像素值 f (i , j )， 2-1 所示，假設(shè)該圖像為灰度圖像，圖像的為二值圖像，圖像的 f (i , j )僅用 0 或 1 表示

(C) 高斯濾波結(jié)果 (D) 中值濾波結(jié)果圖 2-4 三種濾波處理結(jié)果2.3 圖像光照校正光照不均勻造成的芯片圖像清晰度偏低，會(huì)導(dǎo)致對缺陷部位的檢測識(shí)別準(zhǔn)確率低的問題。所以對光照校正是一項(xiàng)必不可少的步驟，而在光照校正這一步驟中，應(yīng)用最為廣泛的就是 Retinex 算法。Retinex 理論是由美國學(xué)者 Edwin Land 于 1964 年提出的[37]，該理論的核心觀點(diǎn)是顏色信息是由物體表面的反射性質(zhì)決定的，并不取決于物體的反射光強(qiáng)度。對物體來說，反射給人眼的顏色是物體的一種本身屬性，只取決于物體本身，與外界因素?zé)o關(guān)。即使環(huán)境的光照不均勻，物體所反射的顏色并不會(huì)隨之光照的改變而變化，這一性質(zhì)被稱之為顏色恒常性。Retinex 算法的思想為將一幅待處理圖像分成反射部分和照射部分兩部分，其中反射部分是物體本身的固有屬性，只與物體有關(guān)；照射部分指的是環(huán)境散射的光照，隨光照強(qiáng)弱不斷變化。若將圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姒紹輝;胡伏原;顧亞軍;鮮學(xué)豐;;一種基于不規(guī)則區(qū)域的高斯濾波去噪算法[J];計(jì)算機(jī)科學(xué);2014年11期

2 陳向偉;肖冰;高強(qiáng);;基于機(jī)器視覺的柱形電子元件表面缺陷檢測[J];機(jī)床與液壓;2014年14期

3 李賢陽;黃嬋;;一種結(jié)合改進(jìn)OTSU法和改進(jìn)遺傳算法的圖像分割方法[J];實(shí)驗(yàn)室研究與探索;2012年12期

4 何濤;;淺談機(jī)器視覺的原理及應(yīng)用[J];技術(shù)與市場;2011年05期

5 關(guān)保貞;趙秋奇;;IC產(chǎn)業(yè)是戰(zhàn)略性產(chǎn)業(yè),需要國家持續(xù)扶持[J];中國集成電路;2011年05期

6 張瑞秋;張憲民;陳忠;;基于三維X射線和Fisher準(zhǔn)則的BGA焊點(diǎn)檢測算法[J];焊接學(xué)報(bào);2011年04期

7 常娜;;圖像處理中的邊緣檢測算法研究綜述[J];中國科技信息;2011年04期

8 丁文武;孫加興;寇紀(jì)松;;新時(shí)期我國集成電路產(chǎn)業(yè)的發(fā)展戰(zhàn)略及對策[J];天津大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年06期

9 胡敏;李梅;汪榮貴;;改進(jìn)的Otsu算法在圖像分割中的應(yīng)用[J];電子測量與儀器學(xué)報(bào);2010年05期

10 張洵穎;惠飛;;基于Blob分析的芯片管腳檢測方法[J];蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年S1期

本文編號(hào)：2745344