[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
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 | ||
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{mins{μi(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。
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。