[发明专利]一种基于图像分割算法的半导体芯片溢料快速检测方法

摘要

本发明公开了一种基于图像分割算法的半导体芯片溢料快速检测方法，旨在通过识别集成电路EMC(Epoxy Molding Compond)封装过程中溢出到引脚和外露载体上的多余物，从而为EMC封装过程提供及时的反馈信息。首先，将工业相机采集到的EMC封装成形后原片图像进行预处理，接着利用选择性搜索(Selective search)算法进行图像分割得到目标候选区域，并从中筛选出待检测芯片区域，再对筛选出的区域进行阈值分割得到溢料区域。该方法能够在极短的时间内给出每片芯片的溢料检测结果，不仅优化了EMC封装过程中的溢料检测手段，并且为EMC封装过程提供了实时的反馈的信息，从而提升EMC封装的性能。

主权项

1.一种基于图像分割算法的半导体芯片溢料快速检测方法，其特征在于，该方法包括以下步骤：(1)利用工业相机获取封装原片的多帧灰度图像；(2)对每帧图像进行高斯模糊预处理；(3)基于选择性搜索的图像分割，得到数百个候选区域并从中筛选出待分析芯片区域，该步骤由以下子步骤来实现：(3.1)对单帧图像进行过分割，分割得到n个初始区域r₁,r₂,...,r_n，构成初始区域集合R＝{r₁,r₂,...,r_n}；同时，构建一个初始化相似度集合S，(3.2)计算每两个相邻区域的相似度s(ri,rj)，相似度指标采取颜色相似度，尺寸相似度，纹理相似度，吻合相似度，四种互补的相似度，分别从不同方面对区域进行合并；(a)颜色相似度的计算方法如下：对每个初始区域按照像素值划分为e个区间，得到归一化颜色直方图其中，表示第i个初始区域中第l个像素值区间的归一化频数；两个相邻区域ri,rj的颜色相似度为：合并ri,rj得到的新区域rij，其颜色直方图为：size(rij)＝size(ri)+size(rj)  (4)其中size(ri)为初始区域ri的尺寸；(b)纹理相似度的计算方法为：对每个初始区域，计算其SIFT(scale‑invariant feature transform)特征，得到得到作为纹理特征，v为纹理特征的个数。其中，表示第i个初始区域中第l个纹理特征；两个相邻区域ri,rj的纹理相似度为：合并ri,rj得到的新区域rij，其纹理直方图为(C)尺寸相似度的计算方法为：其中size(im)表示整个灰度图像的尺寸。(d)吻合相似度的计算方法为：其中BBij为仅包围区域ri和rj的边界盒。最终将四个相似度综合起来得到最终的相似度：s(ri,rj)＝a1Scolor(ri,rj)+a2Stexture(ri,rj)+a3Ssize(ri,rj)+a4Sfill(ri,rj)(9)其中ai∈{0,1}，表明对应相似度是否被采用。(3.3)所有的相似度构成相似度集合S，相似度集合中相似度最大的两个相邻区域s(ri,rj)＝max(S),将这两个区域合并rij＝ri∪rj，计算该新的区域rij与相邻区域的相似度，更新相似度集合：删除其中与被合并的区域ri相关的所有相似度s(ri,r*),，以及与被合并的区域rj相关的所有相似度s(rj,r#),，加入更新后的相似度集合为：加入新的区域rij与相邻区域的相似度；(3.4)循环步骤3.2‑3.3，当相似度集合S为空集时，循环结束。完成初始区域的合并，得到候选区域集合R；(3.5)从候选区域集合R中筛选出上下两个待分析芯片区域，使得待分析区域尺寸在封装原片尺寸的三分之一到二分之一范围内，同时两个待分析区域需要分别包含和这4个关键几何点，封装原片的分辨率为a*b。(4)对筛选出的待分析区域进行基于阈值的图像分割，该步骤通过以下子步骤来实现：(4.1)计算待分析区域的归一化直方图。令{0,1,...,L‑1}表示大小为M*N像素的区域图像中的L个不同的灰度级，nz表示灰度级为z的像素个数。区域图像中的像素总数为MN＝n0+n1+n2+...+nL‑1，pz＝nz/MN表示该直方图中的灰度级为z的归一化频数,z＝0,1,2,...,L‑1。(4.2)对于u＝0,1,2,...,L‑1，计算累计和P1(u)，计算公式如下：(4.3)对于u＝0,1,2,...,L‑1，计算累计均值m(u)，计算公式如下：(4.4)计算全局灰度均值mG，计算公式如下：(4.5)对于u＝0,1,2,...,L‑1，计算类间方差计算公式如下：(4.6)通过使得目标函数(13)取得最大值，得到Otsu阈值u*，如果最大值不唯一，用相应检测到的各个最大值u的平均得到u*；(4.7)基于最佳阈值u*利用如下公式对区域图像进行分割，得到分割后图像：f(x,y)为待分析区域图像中像素点(x,y)的像素。分割后像素点为1的代表检测出来的生产过程中的溢料部分。