[发明专利]一种基于图像融合的芯片封装缺陷图片预处理算法

说明书

本发明提供一种基于图像融合的芯片封装缺陷图片预处理算法。所述基于图像融合的芯片封装缺陷图片预处理算法，包括以下步骤：S1：获取芯片封装缺陷的彩色图像，把彩色图像转换为灰度图，并缩放至200*200大小；S2：将每一张灰度图像按照如下进行预处理操作，得到预处理后的图片；S21：采用均值滤波算法对图像进行滤波，得到图像P1；S22：采用中值滤波算法对图像进行滤波，得到图像P2。本发明提供的基于图像融合的芯片封装缺陷图片预处理算法，采用本发明方法对芯片封装缺陷图像进行预处理后，整体芯片缺陷识别准确率明显提高，尤其在不同种类相似缺陷图片擦痕和划痕的分类准确率远高于其他三种滤波算法。

技术领域

本发明涉及计算机视觉图像识别领域，尤其涉及一种基于图像融合的芯片封装缺陷图片预处理算法。

背景技术

集成电路产业是国民经济和社会发展的战略性、基础性和先导性产业，其技术水平和发展规模是衡量一个国家产业竞争力和综合国力的重要标志。在半导体芯片制造过程中，芯片外观缺陷需要高速高精度的检测，但由于芯片的外观缺陷光学特征相似度高，但对不同种类，图像较相似的图像容易出现误判。为此我们提出一种基于多图融合的深度学习图像分类方法，其对图像细节提取较强，能提高对不同种类相似图像的区分能力，提高半导体外观缺陷检测的准确率。

因此，有必要提供一种基于图像融合的芯片封装缺陷图片预处理算法解决上述技术问题。

发明内容

本发明提供一种基于图像融合的芯片封装缺陷图片预处理算法，解决了传统芯片封装缺陷图片预处理效果较差的问题。

为解决上述技术问题，本发明提供的基于图像融合的芯片封装缺陷图片预处理算法，包括以下步骤：

S1：获取芯片封装缺陷的彩色图像，把彩色图像转换为灰度图，并缩放至200*200大小；

S2：将每一张灰度图像按照如下进行预处理操作，得到预处理后的图片；

S21：采用均值滤波算法对图像进行滤波，得到图像P1；

S22： 采用中值滤波算法对图像进行滤波，得到图像P2；

S23：采用高斯滤波算法对图像进行滤波，得到图像P3；

S24：将P1-P3 合成一张3通道的200*200的图片，得到预处理后的图片P4。

优选的，所述S2中提取灰度图的二值图采用的方法是大津二值化算法。

优选的，所述S2中均值滤波的滤波核大小按照如下规则确定：

提取图像的边缘轮廓数的个数Mean_conturs，提取图像的surf特征点的个数Mean_surf，若：

0≤（Mean_conturs+Mean_surf）20，滤波核大小为7；

20≤（Mean_conturs+Mean_surf）40，滤波核大小为5；

40≤Mean_conturs+Mean_surf），滤波核大小为3。

优选的，所述S2中值滤波的滤波核大小按照如下规则确定：

提取图像的边缘轮廓数的个数Mean_conturs，提取图像的surf特征点的个数Mean_surf，若：