一种基于X-Ray图像的IC元器件缺陷检测方法
【技术领域】
[0001] 本发明涉及1C元器件缺陷检测技术领域，尤其涉及一种基于X-Ray图像的1C元 器件缺陷检测方法。
【背景技术】
[0002] 集成电路（IntegratedCircuit，1C)是一种微型电子器件或部件。采用一定的 工艺，把电路中所需的晶体管、电阻、电容和电感等元件及布线互连一起，制作在一小块或 几小块半导体晶片或介质基片上，然后封装在一个管壳内，成为具有所需电路功能的微型 结构；其中所有元件在结构上已组成一个整体，使电子元件向着微小型化、低功耗、智能化 和高可靠性方面迈进了一大步。为保证1C元器件的品质，针对1C元器件的缺陷检测显得 就尤为重要。然而，目前传统的1C元器件缺陷检测的方法依然是采用人工检测、机械检测 等，这些方法都普遍存在过程复杂、检测效率低、质量差、不稳定，及检测时可能损坏元器件 的问题。
【发明内容】
[0003] 本发明的目的在于通过一种基于X-Ray图像的1C元器件缺陷检测方法，来解决以 上【背景技术】部分提到的问题。
[0004] 为达此目的，本发明采用以下技术方案：
[0005] -种基于X-Ray图像的1C元器件缺陷检测方法，其包括如下步骤：
[0006]S101、基于旋转不变性及尺度不变性，对测算图像进行旋转模板匹配，实现对所测 区域的位置及角度的粗定位；
[0007] S102、根据所测金线与整体零件相对位置不变的特性，由偏移及旋转角度定位出 金线位置；
[0008] S103、选择竖向形态学和算子，通过灰度形态学OPEN操作，剔除金线头竖向部分 干扰，提取出二值化图像；
[0009] S104、根据包括圆弧区域的长宽比、面积在内的形态特征剔除干扰，提取出金线主 体部分；
[0010] S105、采取Hilditch算法对二值化图像进行细化，使金线成为宽度是一个像素的 细长轮廓；其中，Hilditch算法是图像处理中细化算法的一种；
[0011] S106、提取轮廓线关键点，对轮廓线关键节点以及轮廓整体走向趋势进行分析，确 定金线的凹凸性。
[0012] 特别地，所述步骤S101之前包括：
[0013] 对采集得到的灰度图像进行2X5模板的均值滤波，采用横向检测，在滤除随机噪 声的同时保留金线主体横向部分；
[0014] 从待匹配目标图像序列中截取需匹配的目标区域作为模板图像，对该目标区域进 行3X3模板的高斯滤波。
[0015] 特别地，所述步骤S101中对测算图像进行旋转模板匹配，具体包括：采用SIFT算 法对测算图像进行旋转匹配。
[0016] 特别地，所述步骤S102具体包括：
[0017] 在选取模板图片时，X-Ray成像放大倍率和待匹配目标图像序列的放大倍率一致， 且选取模板图片时使原图水平放置；
[0018] 选取模板图片时仅截取目标金线区域，并且模板图片的像素大小作为后续步骤的 基准长度数据参数；
[0019] 根据步骤S101获得的角度和位置，及所述基准长度数据，采用本体定位的方法和 相对位置不变性定位出金线位置。
[0020] 特别地，所述步骤S103具体包括：
[0021] 对金线区域灰度图像进行7X1模板的形态学OPEN操作，凸显出暗色金线部分；原 始图像与OPEN操作后的图片再做形态学SUB操作，使得金线反色凸显；
[0022] 根据0STU算法获得所需二值化图像。
[0023] 特别地，所述步骤S104具体包括：
[0024] 对二值化图像进行1X3横向算子模板的形态学CLOSE操作，使得可能存在的孤离 点群连接起来；根据包括圆弧区域的长宽比、面积在内的形态特征剔除干扰，提取出金线主 体部分。
[0025] 特别地，所述步骤S106具体包括：
[0026] 从横坐标方向，根据金线长度及走势趋势设置关键点；
[0027] 根据计算曲线
）正负性来判断曲线凹凸性，其中XpX；；表 示曲线的起点和终点；
[0028] 根据X方向相邻轮廓点走向，Y方向跃变趋势进行上下文分析；
[0029] 根据圆弧顶位置与圆弧头位置的相对关系，确定金线的凹凸性，判断金线是否存 在缺陷。
[0030] 本发明的技术方案基于旋转不变性及尺度不变性，对测算图像进行旋转模板匹 配，实现对所测区域的位置及角度的粗定位；根据所测金线与整体零件相对位置不变的特 性，由偏移及旋转角度定位出金线位置；选择竖向形态学和算子，通过灰度形态学OPEN操 作，剔除金线头竖向部分干扰，提取出二值化图像；根据包括圆弧区域的长宽比、面积在内 的形态特征剔除干扰，提取出金线主体部分；采取Hilditch算法对二值化图像进行细化， 使金线成为宽度是一个像素的细长轮廓；最终通过提取轮廓线关键点，对轮廓线关键节点 以及轮廓整体走向趋势进行分析，确定金线的凹凸性，判断出1C元器件的缺陷状况。本发 明可以快速可靠的实现1C元器件的缺陷检测，给出缺陷检测结果，效率高，成本低，具有很 强的适应性。
【附图说明】
[0031] 图1为本发明实施例提供的基于X-Ray图像的1C元器件缺陷检测方法具体流程 图；
[0032] 图2为本发明实施例提供的旋转匹配后的效果图；
[0033] 图3为本发明实施例提供的截取的模板图片；
[0034] 图4为本发明实施例提供的金线塌陷的样品；
[0035] 图5为本发明实施例提供的精确定位的金线位置；
[0036] 图6为本发明实施例提供的处理后金线反色凸显示意图；
[0037]图7为本发明实施例提供的二值化图像；
[0038] 图8为本发明实施例提供的剔除了金线头的干扰后的图像；
[0039] 图9为本发明实施例提供的细化后的二值化图像；
[0040] 图10为本发明实施例提供的设置关键点后图像；
[0041] 图11为本发明实施例提供的存在缺陷的金线图像。
【具体实施方式】
[0042] 为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中 给出了本发明的较佳实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所 描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容理解的更加透彻 全面。除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技 术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体 的实施例的目的，不是旨在于限制本发明。本文所使用的术语"及/或"包括一个或多个相 关的所列项目的任意的和所有的组合。
[0043] 请参照图1所示，图1为本发明实施例提供的基于X-Ray图像的1C元器件缺陷检 测方法具体流程图。
[0044] 本实施例中基于X-Ray图像的1C元器件缺陷检测方法具体包括如下步骤：
[0045] S101、基于旋转不变性及尺度不变性，对测算图像进行旋转模板匹配，实现对所测 区域的位置及角度的粗定位。
[0046] 首先对采集得到的灰度图像进行2X5模板的均值滤波，采用横向检测，在滤除随 机噪声的同时保留金线主体横向部分；其次，从待匹配目标图像序列中截取需匹配的目标 区域作为模