[发明专利]一种半导体蚀刻引线框架模具缺陷的检测方法及系统

权利要求书

1.一种半导体蚀刻引线框架模具缺陷的检测方法，其特征在于，包括如下步骤，

1）获取半导体蚀刻引线框架模具的源图像；

2）利用自识别模板算法从源图像上获取标准单元模板图像；

3）利用多目标模板匹配算法对源图像上各单元图像的分布进行定位及统计，同时获取源图像上各单元图像的像素坐标，根据所述像素坐标截取各单元图像；其中，利用多目标模板匹配算法对源图像上各单元图像的分布进行定位及统计，具体步骤包括：

3.1）利用sobel算子分别求出源图像和标准单元模板图像的梯度图；

3.2）利用差值平方和算法对所述源图像和标准单元模板图像的梯度图进行计算得到相似度矩阵，所述相似度矩阵中的所有值均不大于1，且相似度矩阵中每一个像素点的值表示源图像上该位置与标准单元模板图像的相似程度；

3.3）遍历矩阵得到最小值，将所述最小值对应的像素坐标存入坐标数组中，以所述最小值对应的像素坐标位置为中心，以20个像素为半径确定一个圆，将所述圆内所有坐标位置的像素值置为1；

3.4）重复步骤3.3）直至从矩阵中取出的当前最小值与上次取出的最小值之差大于0.1，完成源图像与标准单元模板图像所有相似单元图像的匹配；

4）利用灰度-梯度共生矩阵算法对各单元图像进行特征提取，得到灰度-梯度特征参数；

5）利用DBSCAN聚类算法对所述灰度-梯度特征参数聚类，获取有瑕疵和无瑕疵的分类结果。

2.根据权利要求1所述的半导体蚀刻引线框架模具缺陷的检测方法，其特征在于，所述步骤1），获取半导体蚀刻引线框架模具的源图像，具体为，

利用光学平台采集半导体蚀刻引线框架模具的源图像。

3.根据权利要求2所述的半导体蚀刻引线框架模具缺陷的检测方法，其特征在于，所述光学平台包括图像采集卡、CCD相机、伺服滑台、光源、液晶显示屏及工控机；所述伺服滑台上放置待检测物体，所述待检测物体的上方设有CCD相机、所述CCD相机与图像采集卡连接，所述图像采集卡与工控机连接。

4.根据权利要求1所述的半导体蚀刻引线框架模具缺陷的检测方法，其特征在于，所述步骤2），利用自识别模板算法从源图像上获取标准单元模板图像，具体步骤包括：

2.1）从源图像的中心位置选取中心图像，所述中心图像包括若干单元图像；

2.2）对所述中心图像进行均值滤波处理；

2.3）利用sobel算子求出均值滤波处理后的中心图像的梯度图，并将梯度图中的梯度值压缩至0-15；

2.4）根据压缩后的梯度图中各行/列的梯度值判断各行/列是否为背景行/列；如一行/列的梯度值中存在大于2的数值，则将所述行/列定义为非背景行/列，如否，则将所述行/列定义为背景行/列；

2.5）将所述背景行/列的信息依次保存到两个数组中，在两个数组中筛选出不相邻的行/列值；其中，相邻两行/列值的差值小于5则定义为相邻；

2.6）在筛选后的背景行/列中选取间隔最小的两行和两列组成4个坐标，获取与所述中心图像相匹配的标准单元模板图像。

5.根据权利要求1所述的半导体蚀刻引线框架模具缺陷的检测方法，其特征在于，所述步骤4）中的灰度-梯度共生矩阵算法利用灰度-梯度共生矩阵模型进行，所述灰度-梯度共生矩阵模型利用小梯度特征、大梯度特征、小灰度特征、大灰度特征提取各单元图像的纹理特征。

6.根据权利要求1所述的半导体蚀刻引线框架模具缺陷的检测方法，其特征在于，所述步骤5），利用DBSCAN聚类算法对所述灰度-梯度特征参数聚类，获得有瑕疵和无瑕疵的分类结果，具体步骤包括：

在聚类前设置样本点的Eps邻域距离阈值及以样本点为核心的邻域内的最小邻域点数MinPts，其中，Eps=0.3，MinPts=3；

利用DBSCAN聚类算法检查数据集中每个点的Eps邻域来搜索簇，如果点p的Eps邻域内包含的点多于3个，则创建一个以p为核心对象的簇；DBSCAN算法迭代地聚集从所述核心对象直接密度可达的对象，在这期间密度可达的簇会进行合并，直至没有新的点添加到任何簇时结束，最终孤立出的对象即代表带有瑕疵的单元。