[发明专利]产品残留类缺陷的短路检测方法及系统及缺陷分类系统

说明书

本发明公开了一种产品残留类缺陷的短路检测方法及系统及缺陷分类系统，涉及智能制造与人工智能技术领域，本发明利用缺陷区域内特征的等级轮廓关系，判断缺陷区域内是否存在像素区域内的短路现象，本发明能够放大缺陷区域得到标准区域，并判断标准区域内是否存在像素区域内的短路现象，本发明能够判断是否发生跨像素区域短路；本发明能够检测残留类缺陷是否造成短路，以及分析造成何种短路，大幅提升ADC模型对于特定短路缺陷的识别准确率。

技术领域

本发明涉及智能制造与人工智能技术领域，具体地，涉及一种产品残留类缺陷的短路检测方法及系统及缺陷分类系统。

背景技术

工业制造特别是电子制造过程中会产生各种各样的缺陷。工业2.0时代，越来越多的电子制造商开始采用人工智能ADC(自动缺陷分类系统)来取代人力进行缺陷分类，目前人工智能主流的目标检测模型对阵列面板刻蚀过程中残留类缺陷能很好识别，但是对该类缺陷是否造成短路却难以判断。

发明内容

本发明提供了一种产品残留类缺陷的短路检测方法及系统及缺陷分类系统，能够对残留类缺陷是否造成短路进行检测，以及造成何种短路进行分析，大幅提升ADC模型对于特定短路缺陷的识别准确率。

为实现上述目的，本发明一方面提供了一种产品残留类缺陷的短路检测方法，所述方法包括：

采集具有缺陷区域的产品检测输出图，预处理缺陷区域；

二值化预处理后的缺陷区域，提取二值化后的缺陷区域内特征的等级轮廓关系；

利用缺陷区域内特征的等级轮廓关系，判断缺陷区域内是否存在像素区域内的短路现象，若存在像素区域内的短路现象，则返回短路结果并结束检测；

若缺陷区域内不存在像素区域内的短路现象，则放大缺陷区域得到标准区域，预处理标准区域，二值化预处理后的标准区域，提取二值化后的标准区域内特征的等级轮廓关系；利用标准区域内特征的等级轮廓关系，判断标准区域内是否存在像素区域内的短路现象，若存在像素区域内的短路现象，则返回短路结果并结束检测；

若标准区域内不存在像素区域内的短路现象，则比较产品检测输出图中标准区域横轴方向左右两侧区域的面积，选取面积较大的区域作为对照区域；

预处理标准区域和对照区域，二值化预处理后的标准区域和对照区域，提取二值化后的标准区域和对照区域的轮廓信息；

利用标准区域和对照区域的轮廓信息分别计算标准区域和对照区域的最大轮廓面积；判断标准区域的最大轮廓面积与对照区域的最大轮廓面积比值是否大于或等于阈值，若大于或等于阈值则判断为发生跨像素区域短路，若小于阈值则判断未短路并结束检测。

其中，本发明的原理为：本发明研究发现目前人工智能主流的目标检测模型对阵列面板刻蚀过程中残留类缺陷能很好识别，但却难以判断该类缺陷是否造成短路，原因是因为短路的缺陷特征是一种强业务特征且和背景的走线相关，一般深度学习特征提取很难提取到这种特殊的和背景相关的特征。本发明采用图像处理方法，分析判断阵列面板工艺制程中残留引起的短路，分析残留类缺陷是否造成短路，以及造成何种短路，大幅提升ADC模型对于特定短路缺陷的识别准确率。

优选的，预处理缺陷区域包括但不限于：缺陷区域灰度化、缺陷区域降噪、缺陷区域归一化和缺陷区域对比度增强中的一种或几种。其中，灰度化：降低图像的通道数，便于二值化处理；降噪：去掉图像中因为拍摄产生的一些非缺陷噪声；归一化：因为每个拍摄图片的条件不同，导致图片的曝光，亮度分布不一致，归一化是为了让每张图片保持亮度分布保持相对统一，便于后续处理；对比度增强：增强图片亮暗对比度，便于二值化分割。