[发明专利]塑封器件的失效识别方法及装置

说明书

本发明涉及元器件缺陷检测技术领域，具体提供了一种塑封器件的失效识别方法及装置，旨在解决如何便捷、有效且准确地识别塑封器件是否存在缺陷的技术问题。为此目的，本发明中失效识别方法的步骤主要包括：通过超声波显微镜获取包含多个塑封器件的声扫图像；基于预先构建的识别模型对所获取的声扫图像进行识别，得到失效塑封器件。基于上述步骤，本发明中的方法能够对塑封器件的声扫图像进行自动识别，并具有较高的识别准确率。同时，本发明中的装置能够执行并实现上述失效识别方法。

技术领域

本发明涉及元器件缺陷检测技术领域，具体涉及一种塑封器件的失效识别方法及装置。

背景技术

塑封器件是指以树脂类聚合物为材料封装的半导体器件，通过塑封技术可以有效保护半导体器件。当前，可以采用超声波扫描技术对塑封器件进行缺陷检测，如内部裂纹、空洞和分层等缺陷的检测。但是，超声波扫描技术只能采集塑封器件的图像信息，还需要技术人员基于相应的技术标准，并通过肉眼观察图像信息，判断塑封器件是否存在缺陷，因此极易造成误判或错判，且当需要对大量元器件进行检测时，肉眼判断效率较低。

发明内容

为了解决现有技术中的上述问题，即为了解决如何便捷、有效且准确地识别塑封器件是否存在缺陷的技术问题。为此目的，本发明提供了一种塑封器件的失效识别方法及装置。

在第一方面，本发明中的塑封器件的失效识别方法包括：

通过超声波显微镜获取包含多个塑封器件的声扫图像；

基于预先构建的识别模型对所获取的声扫图像进行识别，得到失效塑封器件；

其中，所述识别模型为基于机器学习算法构建的模型，其训练方法的包括：

通过超声波显微镜获取包含多个塑封器件样本的声扫图像；

提取所述声扫图像中每个塑封器件样本的局部图像；

对所提取的局部图像进行筛选，得到潜在失效样本的局部图像；

提取所述潜在失效样本的局部图像的图像特征；

基于所提取的图像特征，对识别模型进行网络训练，得到优化后的识别模型。

进一步地，本发明提供的一个优选技术方案为：

“提取所述声扫图像中每个塑封器件样本的局部图像”的步骤具体包括：

裁剪去除所述声扫图像的边界；

对裁剪后的声扫图像依次进行灰度化处理、滤波、二值化处理和二次滤波处理；

对经所述灰度化处理、滤波、二值化处理和二次滤波处理后的声扫图像进行膨胀处理，以使声扫图像中每个塑封器件样本的引脚区域和器件主体区域形成一个连通区域；

获取包含每个连通区域的最小矩形框，并选取所获取的矩形框中长度处于预设长度范围，并且宽度处于预设宽度范围的矩形框；

根据所选取的矩形框，对通过所述超声波显微镜获取的原始声扫图像进行分割，得到每个塑封器件样本的局部图像。

进一步地，本发明提供的一个优选技术方案为：

“对所提取的局部图像进行筛选，得到潜在失效样本的局部图像”的步骤具体包括：

对所述局部图像进初步筛选，得到包含潜在缺陷的局部图像；

对所述局部图像进行二次筛选，以去除所述初步筛选得到的局部图像中，潜在缺陷均为噪声点的局部图像；其中，所述噪声点为在局部图像中孤立存在且面积小于预设阈值的潜在缺陷。

进一步地，本发明提供的一个优选技术方案为：