[发明专利]一种基于图像分割算法的半导体芯片溢料快速检测方法

权利要求书

1.一种基于图像分割算法的半导体芯片溢料快速检测方法，其特征在于，该方法包括以下步骤：

(1)利用工业相机获取封装原片的多帧灰度图像；

(2)对每帧图像进行高斯模糊预处理；

(3)基于选择性搜索的图像分割，得到数百个候选区域并从中筛选出待分析芯片区域，该步骤由以下子步骤来实现：

(3.1)对单帧图像进行过分割，分割得到n个初始区域r₁,r₂,...,r_n，构成初始区域集合R＝{r₁,r₂,...,r_n}；同时，构建一个初始化相似度集合S，

(3.2)计算每两个相邻区域的相似度s(r_i,r_j)，相似度指标采取颜色相似度，尺寸相似度，纹理相似度，吻合相似度，四种互补的相似度，分别从不同方面对区域进行合并；

(a)颜色相似度的计算方法如下：

对每个初始区域按照像素值划分为e个区间，得到归一化颜色直方图其中，表示第i个初始区域中第l个像素值区间的归一化频数；

两个相邻区域r_i,r_j的颜色相似度为：

合并r_i,r_j得到的新区域r_ij，其颜色直方图为：

size(r_ij)＝size(r_i)+size(r_j) (4)

其中size(r_i)为初始区域r_i的尺寸；

(b)纹理相似度的计算方法为：

对每个初始区域，计算其SIFT(scale-invariant feature transform)特征，得到得到作为纹理特征，v为纹理特征的个数；其中，表示第i个初始区域中第l个纹理特征；

两个相邻区域r_i,r_j的纹理相似度为：

合并r_i,r_j得到的新区域r_ij，其纹理直方图为

(C)尺寸相似度的计算方法为：

其中size(im)表示整个灰度图像的尺寸；

(d)吻合相似度的计算方法为：

其中BB_ij为仅包围区域r_i和r_j的边界盒；

最终将四个相似度综合起来得到最终的相似度：

s(r_i,r_j)＝a₁Scolor(r_i,r_j)+a₂Stexture(r_i,r_j)+a₃Ssize(r_i,r_j)+a₄Sfill(r_i,r_j) (9)

其中a_m∈{0,1}，m＝1,2,3,4，表明对应相似度是否被采用；

(3.3)所有的相似度构成相似度集合S，相似度集合中相似度最大的两个相邻区域s(r_i,r_j)＝max(S),将这两个区域合并r_ij＝r_i∪r_j，计算新的区域r_ij与相邻区域的相似度，更新相似度集合：删除其中与被合并的区域r_i相关的所有相似度s(r_i,r_*)，以及与被合并的区域r_j相关的所有相似度s(r_j,r_#)，加入更新后的相似度集合为：加入新的区域r_ij与相邻区域的相似度；

(3.4)循环步骤(3.2)-(3.3)，当相似度集合S为空集时，循环结束；完成初始区域的合并，得到候选区域集合R；

(3.5)从候选区域集合R中筛选出上下两个待分析芯片区域，使得待分析区域尺寸在封装原片尺寸的三分之一到二分之一范围内，同时两个待分析区域需要分别包含和这4个关键几何点，封装原片的分辨率为a*b；

(4)对筛选出的待分析区域进行基于阈值的图像分割，该步骤通过以下子步骤来实现：

(4.1)计算待分析区域的归一化直方图；令{0,1,...,L-1}表示大小为M*N像素的区域图像中的L个不同的灰度级，n_z表示灰度级为z的像素个数；区域图像中的像素总数为MN＝n₀+n₁+n₂+...+n_L-1，p_z＝n_z/MN表示该直方图中的灰度级为z的归一化频数,z＝0,1,2,...,L-1；

(4.2)对于u＝0,1,2,...,L-1，计算累计和P₁(u)，计算公式如下：

(4.3)对于u＝0,1,2,...,L-1，计算累计均值m(u)，计算公式如下：

(4.4)计算全局灰度均值m_G，计算公式如下：

(4.5)对于u＝0,1,2,...,L-1，计算类间方差计算公式如下：

(4.6)通过使得目标函数(13)取得最大值，得到Otsu阈值u^*，如果最大值不唯一，用相应检测到的各个最大值u的平均得到u^*；

(4.7)基于最佳阈值u^*利用如下公式对区域图像进行分割，得到分割后图像：

f(x,y)为待分析区域图像中像素点(x,y)的像素；分割后像素点为1的代表检测出来的生产过程中的溢料部分。