[发明专利]用于电子元器件缺陷的红外热成像检测装置及检测方法

权利要求书

1.用于电子元器件缺陷的红外热成像检测装置，其特征在于，包括依次设置在传送带(4)上方的激光加热器(2)和红外图像传感器及光学模组(1)，激光加热器(2)对传送带(4)上的电子元器件(3)加热，红外图像传感器及光学模组(1)对加热多的电子元器件(3)进行拍摄。

2.根据权利要求1所述的用于电子元器件缺陷的红外热成像检测装置的检测方法，其特征在于，包括以下步骤：

电子元器件(3)在传送带(4)上被激光加热器(2)加热，加热后按速度v到达红外图像传感器及光学模组(1)下方，红外图像传感器按时间间隔T进行拍摄，拍摄区间为s,元器件尺寸为u,T小于(s-2u)/v。；

红外图像传感器周期性采集的图片中，电子元器件边缘在激光加热由于高度变化大，温度较高，根据红外温度响应特征，边缘部分明显区分与其他区域，使用canny算子提取电子元器件轮廓，对轮廓取矩形包络分割，得到n个一次子图；

通过并行处理快速的对一帧图片中的电子元器件进行缺陷分析。

3.根据权利要求2所述的用于电子元器件缺陷的红外热成像检测装置的检测方法，其特征在于，所述的一次子图处理方法包括以下步骤：

S1、n个一次子图尺寸存在差异，需要做一定缩放，将子图大小转为w*h；

S2、通过中值滤波去除椒盐噪声；

S3、通过高通滤波器，突出边缘和缺陷图案；

S4、对U-NET的通道数缩小4倍，将把模型参数量缩小至2MB以内，得到轻量的U-NET网络；

S5、将预处理后的图片送入轻量的U-NET网络；

S6、将U-NET分割的子图做矩形包络分割，得到二次子图；

S7、将二次子图需要做一定缩放，得到大小为k*j二次子图；

S8、将二次子图送入CNN分类网络，对区域进行分类；

S9、整理所有二次的分类结果，判断一次子图中是否有分类为缺陷的二次子图；若没有，则该一次子图对应的电子元器件无缺陷，否则，列出所有二次子图的缺陷列表。

4.根据权利要求2所述的用于电子元器件缺陷的红外热成像检测装置的检测方法，其特征在于，所述的U-NET网络构建的方法为：

(1)采集各类缺陷和正常工件红外热成像图片各1000张；

(2)采用人工标注缺陷位置和大小及缺陷类别；

(3)通过数据增强方法，增加各类样本数量至2000张以上；

(4)校验各类样本数量，通过3中的增强方法，保障各类别图像数量接近；

(5)对所有图片缩放，将子图大小转为w*h；

(6)通过中值滤波去除椒盐噪声；

(7)通过高通滤波器，突出边缘和缺陷图案；

(8)将预处理后的图片作为训练集和验证集训练轻量的U-NET网络；

(9)训练完成后保存训练模型；

(10)加载训练模型，用于装置的缺陷检测。

5.根据权利要求2所述的用于电子元器件缺陷的红外热成像检测装置的检测方法，其特征在于，所述的缺陷类别包含划痕、崩角、裂痕、暗裂、丝印、正常、其他七大类。

6.根据权利要求2所述的用于电子元器件缺陷的红外热成像检测装置的检测方法，其特征在于，所述的数据增强方法包括旋转、缩放、灰度调整、增加噪声、随机裁剪。