[发明专利]声扫图像数据库的构建方法、装置、计算机设备

权利要求书

1.一种声扫图像数据库的构建方法，其特征在于，所述方法包括：

获取经超声扫描显微镜对集成电路样品进行扫描得到的原始声扫图像，并对所述原始声扫图像进行分层处理，得到集成电路样品中各个层分别对应的子原始声扫图像，并从多个子原始声扫图像中确定引线架层对应的子原始声扫图像；

对所述引线架层对应的子原始声扫图像进行图像剪裁，生成多个样本图像；

对所述样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像；

获取对所述待检测样本图像进行缺陷标注所得到的标注图像，并基于所述标注图像构建多类别声扫图像数据库；

通过目标检测模型，对所述多类别声扫图像数据库进行有效判定，确定有效判定结果；

若所述有效判定结果表征通过，则确定多类别声扫图像数据库为有效的多类别声扫图像数据库，所述有效的多类别声扫图像数据库用于训练缺陷检测模型，以实现对集成电路进行智能缺陷检测。

2.根据权利要求1所述的方法，其特征在于，所述对所述样本图像进行数据清洗处理，得到数据清洗后的待检测样本图像，包括：

对所述样本图像的像素进行标准化处理，得到标准化的样本图像；

基于所述标准化的样本图像，通过图像退化模型，确定退化处理后的样本图像；

通过直方图增强模型，对所述退化处理后的样本图像的对比度进行增强，得到待检测样本图像。

3.根据权利要求1所述的方法，其特征在于，所述基于所述标注图像构建多类别声扫图像数据库，包括：

通过数据扩增模型对标注图像进行扩增处理，得到对应的扩增图像；

基于所述扩增图像和所述标注图像，构建多类别声扫图像数据库。

4.根据权利要求3所述的方法，其特征在于，所述数据扩增模型包括几何变换模型、颜色变换模型、对抗生成模型，所述通过数据扩增模型对标注图像进行扩增处理，得到对应的扩增图像，包括：

对于每个标注图像，通过几何变换模型对与相应标注图像进行扩增处理，得到与相应标注图像对应的第一扩增图像；

对于每个标注图像，通过对相应标注图像颜色变换模型进行扩增处理，得到与相应标注图像对应的第二扩增图像；

对于每个标注图像，均基于与相应标注图像对应的封装类型和缺陷类型，通过对抗生成模型进行扩增处理，得到与相应标注图像对应的第三扩增图像；

对于每个标注图像，将与相应标注图像对应的所述第一扩增图像、所述第二扩增图像、以及所述第三扩增图像，均作为与相应标注图像对应的扩增图像。

5.根据权利要求1所述的方法，其特征在于，所述通过目标检测模型，对所述多类别声扫图像数据库进行有效判定，确定有效判定结果，包括：

通过目标检测模型，对所述多类别声扫图像数据库中的目标图像进行检测，确定各个目标图像分别对应的检测结果；其中，所述检测结果包括识别结果和指标结果；

基于各个目标图像分别对应的识别结果，确定识别成功的图像数量；

基于各个目标图像分别对应的指标结果，确定平均精确率均值；

将所述识别成功的图像数量与识别阈值进行比较，得到第一比较结果，并将所述平均精确率均值与均值阈值进行比较，得到第二比较结果；

基于所述第一比较结果和所述第二比较结果，确定有效判定的结果。