[发明专利]一种柔性IC基板点线面缺陷的快速分类方法有效

专利信息
申请号: 201811328664.5 申请日: 2018-11-09
公开(公告)号: CN109615606B 公开(公告)日: 2023-01-06
发明(设计)人: 胡跃明;李璐 申请(专利权)人: 华南理工大学
主分类号: G06T7/00 分类号: G06T7/00;G06V10/764;G06N7/02;G06T7/13;G06T7/187
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 王东东
地址: 511458 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 柔性 ic 点线 缺陷 快速 分类 方法
【权利要求书】:

1.一种柔性IC基板点线面缺陷的快速分类方法,其特征在于,包括:

根据点线面缺陷图像检测步骤,得到缺陷检测结果;

采用点线面智能分类步骤,对缺陷检测结果进行分类,得到分类结果;

所述根据点线面缺陷图像检测步骤,具体为:

依次采集单幅柔性IC基板图像,通过图像拼接得到整块IC基板图像,选取无缺陷的标准基板图像建立匹配模板,将待检测IC基板图像与匹配模板进行匹配得到缺陷检测结果;

所述依次采集单幅柔性IC基板图像,通过图像拼接得到整块IC基板图像,具体为:

采用“Z”字型方法获取单幅柔性IC基板图像,所采集的图像需保留50%的重叠区域;

采用相位相关法,检测两幅待拼接图像之间的相对位移,通过相对位移对准图像,得到拼接图像;

对拼接重叠边界进行图像融合,通过计算两幅图像重叠区域的加权平均值,然后对拼接图像边界进行融合得到整块IC基板图像;

所述将待检测IC基板图像与匹配模板进行得到检测结果,具体为:

将拼接好的待检测IC基板图像与标准模板进行Mark点对准,求待检测图像与标准模板图像灰度值之差的绝对值,若其阈值大于设定阈值,则置1,否则置0;

运用形态学开运算,保留面积区域大于设定值S的连通域,所获得的N个连通域即为缺陷检测结果,通过二值图像的连通域信息得到缺陷的形状,大小和位置信息;

所述采用点线面智能分类步骤,对缺陷检测结果进行分类,得到分类结果,具体为:

提取缺陷的面积、周长及体态比特征,将提取的m维形状特征输入训练好的模糊分类器内,得到分类结果;

所述模糊分类器的设计过程如下:

对训练数据进行预处理,具体将缺陷检测结果的面积、周长及体态比特征进行倍率归一化处理;

建立三个IF-THEN模糊规则,具体为:

(1)IF面积S比较小AND周长C比较小AND体态比T比较小,THEN属于点缺陷;

(2)IF面积S比较大AND周长C比较大AND体态比T很大,THEN属于线缺陷;

(3)IF面积S很大AND周长C很大AND体态比T比较大,THEN属于面缺陷;

设置输入隶属度函数,采用S型和高斯函数组合;

设置输出隶属度函数,采用三角形和∑函数组合;

确认隶属度函数参数,由三个模糊规则得,模糊运算的结果为:

Q(v)=maxr(Qi(v))=maxr{minsi(z),μo(z,v)}}

其中,r={1,2,3},s={S,C,T},z表示特征参数的输入值,μi(z)是在特定输入下由输入隶属度函数得到的标量值,μo(z,v)是在特定输入下由输出隶属度函数得到的标量值,Qi(v)表示由模糊规则和一个特定输入导致的模糊输出;Q(v)为最终的模糊输出结果;

采用重心法进行去模糊,得到最终结果:

其中K为模糊规则数;

将提取的m维形状特征输入训练好的模糊分类器内,得到分类结果,具体为:

将缺陷的面积、周长及体态比特征分别输入确定的隶属度函数,得到μi(z),计算μi(z)与μo(z,v)并集,即取最小值,得到由规则产生的模糊输出Qi(v);

取Qi(v)的与集,即取最大值,得到最终的模糊输出Q(v);

采用重心法进行去模糊化,得到分类结果。

2.根据权利要求1所述的快速分类方法,其特征在于,所述分类结果是将缺陷结果按照面积、形状划分为点、线及面类型,其中短路、开路、针孔、多铜、残铜、线路异物、缺口划分为点缺陷类型,过蚀刻、欠蚀刻、划痕、折痕、线伤、线路锯齿划分为线缺陷,大面积的铜面异色、线路氧化、脏污划分为面缺陷。

3.根据权利要求1所述的快速分类方法,其特征在于,计算连通域的像素个数Si,为面积特征参数;

计算连通域进行边缘检测,得到轮廓特征,该轮廓特征为周长特征参数;

每个连通域求最下外接矩形,计算外接矩形的体态比Ti=ai/bi,其中ai、bi分别为第i个区域最小外接矩形的长和宽。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811328664.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top