一种基于X-Ray图像的IC元器件缺陷检测方法技术

本发明专利技术公开一种基于X-Ray图像的IC元器件缺陷检测方法，包括：对测算图像进行旋转模板匹配，实现对所测区域的位置及角度的粗定位；根据金线与整体零件相对位置不变的特性，由偏移及旋转角度定位出金线位置；通过灰度形态学OPEN操作，剔除金线头竖向部分干扰，提取出二值化图像；根据形态特征剔除干扰，提取出金线主体部分；采取Hilditch算法对二值化图像细化，使金线成为宽度是一个像素的细长轮廓；通过提取轮廓线关键点，对轮廓线关键节点以及轮廓整体走向趋势进行分析，确定金线的凹凸性，判断出IC元器件的缺陷状况。本发明专利技术快速可靠的实现了IC元器件的缺陷检测，具有很强适应性。

【技术实现步骤摘要】

本专利技术涉及IC元器件缺陷检测
，尤其涉及一种基于X-Ray图像的IC元器件缺陷检测方法。
技术介绍
集成电路(IntegratedCircuit，IC)是一种微型电子器件或部件。采用一定的工艺，把电路中所需的晶体管、电阻、电容和电感等元件及布线互连一起，制作在一小块或几小块半导体晶片或介质基片上，然后封装在一个管壳内，成为具有所需电路功能的微型结构；其中所有元件在结构上已组成一个整体，使电子元件向着微小型化、低功耗、智能化和高可靠性方面迈进了一大步。为保证IC元器件的品质，针对IC元器件的缺陷检测显得就尤为重要。然而，目前传统的IC元器件缺陷检测的方法依然是采用人工检测、机械检测等，这些方法都普遍存在过程复杂、检测效率低、质量差、不稳定，及检测时可能损坏元器件的问题。
技术实现思路
本专利技术的目的在于通过一种基于X-Ray图像的IC元器件缺陷检测方法，来解决以上
技术介绍
部分提到的问题。为达此目的，本专利技术采用以下技术方案：一种基于X-Ray图像的IC元器件缺陷检测方法，其包括如下步骤：S101、基于旋转不变性及尺度不变性，对测算图像进行旋转模板匹配，实现对所测区域的位置及角度的粗定位；S102、根据所测金线与整体零件相对位置不变的特性，由偏移及旋转角度定位出金线位置；S103、选择竖向形态学和算子，通过灰度形态学OPEN操作，剔除金线头竖向部分干扰，提取出二值化图像；S104、根据包括圆弧区域的长宽比、面积在内的形态特征剔除干扰，提取出金线主体部分；S105、采取Hilditch算法对二值化图像进行细化，使金线成为宽度是一个像素的细长轮廓；其中，Hilditch算法是图像处理中细化算法的一种；S106、提取轮廓线关键点，对轮廓线关键节点以及轮廓整体走向趋势进行分析，确定金线的凹凸性。特别地，所述步骤S101之前包括：对采集得到的灰度图像进行2×5模板的均值滤波，采用横向检测，在滤除随机噪声的同时保留金线主体横向部分；从待匹配目标图像序列中截取需匹配的目标区域作为模板图像，对该目标区域进行3×3模板的高斯滤波。特别地，所述步骤S101中对测算图像进行旋转模板匹配，具体包括：采用SIFT算法对测算图像进行旋转匹配。特别地，所述步骤S102具体包括：在选取模板图片时，X-Ray成像放大倍率和待匹配目标图像序列的放大倍率一致，且选取模板图片时使原图水平放置；选取模板图片时仅截取目标金线区域，并且模板图片的像素大小作为后续步骤的基准长度数据参数；根据步骤S101获得的角度和位置，及所述基准长度数据，采用本体定位的方法和相对位置不变性定位出金线位置。特别地，所述步骤S103具体包括：对金线区域灰度图像进行7×1模板的形态学OPEN操作，凸显出暗色金线部分；原始图像与OPEN操作后的图片再做形态学SUB操作，使得金线反色凸显；根据OSTU算法获得所需二值化图像。特别地，所述步骤S104具体包括：对二值化图像进行1×3横向算子模板的形态学CLOSE操作，使得可能存在的孤离点群连接起来；根据包括圆弧区域的长宽比、面积在内的形态特征剔除干扰，提取出金线主体部分。特别地，所述步骤S106具体包括：从横坐标方向，根据金线长度及走势趋势设置关键点；根据计算曲线的正负性来判断曲线凹凸性，其中x1，x2表示曲线的起点和终点；根据X方向相邻轮廓点走向，Y方向跃变趋势进行上下文分析；根据圆弧顶位置与圆弧头位置的相对关系，确定金线的凹凸性，判断金线是否存在缺陷。本专利技术的技术方案基于旋转不变性及尺度不变性，对测算图像进行旋转模板匹配，实现对所测区域的位置及角度的粗定位；根据所测金线与整体零件相对位置不变的特性，由偏移及旋转角度定位出金线位置；选择竖向形态学和算子，通过灰度形态学OPEN操作，剔除金线头竖向部分干扰，提取出二值化图像；根据包括圆弧区域的长宽比、面积在内的形态特征剔除干扰，提取出金线主体部分；采取Hilditch算法对二值化图像进行细化，使金线成为宽度是一个像素的细长轮廓；最终通过提取轮廓线关键点，对轮廓线关键节点以及轮廓整体走向趋势进行分析，确定金线的凹凸性，判断出IC元器件的缺陷状况。本专利技术可以快速可靠的实现IC元器件的缺陷检测，给出缺陷检测结果，效率高，成本低，具有很强的适应性。附图说明图1为本专利技术实施例提供的基于X-Ray图像的IC元器件缺陷检测方法具体流程图；图2为本专利技术实施例提供的旋转匹配后的效果图；图3为本专利技术实施例提供的截取的模板图片；图4为本专利技术实施例提供的金线塌陷的样品；图5为本专利技术实施例提供的精确定位的金线位置；图6为本专利技术实施例提供的处理后金线反色凸显示意图；图7为本专利技术实施例提供的二值化图像；图8为本专利技术实施例提供的剔除了金线头的干扰后的图像；图9为本专利技术实施例提供的细化后的二值化图像；图10为本专利技术实施例提供的设置关键点后图像；图11为本专利技术实施例提供的存在缺陷的金线图像。具体实施方式为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的较佳实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容理解的更加透彻全面。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。请参照图1所示，图1为本专利技术实施例提供的基于X-Ray图像的IC元器件缺陷检测方法具体流程图。本实施例中基于X-Ray图像的IC元器件缺陷检测方法具体包括如下步骤：S101、基于旋转不变性及尺度不变性，对测算图像进行旋转模板匹配，实现对所测区域的位置及角度的粗定位。首先对采集得到的灰度图像进行2×5模板的均值滤波，采用横向检测，在滤除随机噪声的同时保留金线主体横向部分；其次，从待匹配目标图像序列中截取需匹配的目标区域作为模板图像，对该目标区域进行3×3模板的高斯增强滤波。同时，在本实施例中采用SIFT算法对测算图像进行旋转匹配，匹配后的效果图如图2所示。所述SIFT算法即ScaleInvariantFeatureT本文档来自技高网...

【技术保护点】
一种基于X‑Ray图像的IC元器件缺陷检测方法，其特征在于，包括如下步骤：S101、基于旋转不变性及尺度不变性，对测算图像进行旋转模板匹配，实现对所测区域的位置及角度的粗定位；S102、根据所测金线与整体零件相对位置不变的特性，由偏移及旋转角度定位出金线位置；S103、选择竖向形态学和算子，通过灰度形态学OPEN操作，剔除金线头竖向部分干扰，提取出二值化图像；S104、根据包括圆弧区域的长宽比、面积在内的形态特征剔除干扰，提取出金线主体部分；S105、采取Hilditch算法对二值化图像进行细化，使金线成为宽度是一个像素的细长轮廓；S106、提取轮廓线关键点，对轮廓线关键节点以及轮廓整体走向趋势进行分析，确定金线的凹凸性。

【技术特征摘要】
1.一种基于X-Ray图像的IC元器件缺陷检测方法，其特征在于，包括如
下步骤：
S101、基于旋转不变性及尺度不变性，对测算图像进行旋转模板匹配，实
现对所测区域的位置及角度的粗定位；
S102、根据所测金线与整体零件相对位置不变的特性，由偏移及旋转角度
定位出金线位置；
S103、选择竖向形态学和算子，通过灰度形态学OPEN操作，剔除金线头竖
向部分干扰，提取出二值化图像；
S104、根据包括圆弧区域的长宽比、面积在内的形态特征剔除干扰，提取
出金线主体部分；
S105、采取Hilditch算法对二值化图像进行细化，使金线成为宽度是一
个像素的细长轮廓；
S106、提取轮廓线关键点，对轮廓线关键节点以及轮廓整体走向趋势进行
分析，确定金线的凹凸性。
2.根据权利要求1所述的基于X-Ray图像的IC元器件缺陷检测方法，其
特征在于，所述步骤S101之前包括：
对采集得到的灰度图像进行2×5模板的均值滤波，采用横向检测，在滤除
随机噪声的同时保留金线主体横向部分；
从待匹配目标图像序列中截取需匹配的目标区域作为模板图像，对该目标
区域进行3×3模板的高斯滤波。
3.根据权利要求2所述的基于X-Ray图像的IC元器件缺陷检测方法，其
特征在于，所述步骤S101中对测算图像进行旋转模板匹配，具体包括：采用
SIFT算法对测算图像进行旋转匹配。
4.根据权利要求3所述的基于X-Ray图像的IC元器件缺陷检测方法，其
特征在于，所述步骤S102具体包括：
在...

【专利技术属性】
技术研发人员：刘骏，杨雁清，徐华安，
申请(专利权)人：无锡日联科技股份有限公司，
类型：发明
国别省市：江苏;32