一种基于视觉识别的芯片应变测量方法与系统与流程

1.本发明属于视觉识别与芯片封装测量领域，具体涉及一种基于视觉识别的芯片应变测量方法与系统。


背景技术：

2.随着电子产品智能化、高性能、高复杂度的发展，导致相应的芯片和传感器朝轻量化、多功能化、高集成度方向（nems）发展，微电子封装技术以其高密度和高性能的特点成为当前电子封装技术的主流趋势。微电子封装是指将芯片及其他元件固定连接在基板上并用外壳包裹引出引脚或端子，以构成整体结构的工艺。它对内部集成电路的保护作用概括起来主要有以下几点：一是起机械支撑、环境保护和应力缓和作用，减少外界环境和应力对内部芯片的影响；二是起传输信号和分配电源的作用；三是提供散热通道，导出封装内部器件产生的热量等。
3.芯片的常规封装缺陷通常可以通过ccd图像检测识别出来，但是一些由外部应力（应变）导致的芯片细微缺陷（焊点和金属层界面间的断裂、焊点微孔结构失效等）不易识别，这样就导致了芯片良品率降低，甚至是生产成本的提高。


技术实现要素：

4.为了提高芯片应变的识别准确率和芯片良品率，降低生产成本，在本发明的第一方面提供了一种基于视觉识别的芯片应变测量方法，包括如下步骤：获取待检测芯片在不同放大倍数和不同视角的多张图像；利用多尺度目标识别网络识别每张图像中的芯片、引线、焊点和键合点及其形状、大小、坐标和裂纹类型；计算每张图像中相邻焊点、芯片和引线之间的间距，并根据每段间距和对应的裂纹类型确定待检测芯片发生应变的多个参考点；根据所述多个参考点，确定并计算待检测芯片的应变大小。
5.在本发明的一些实施例中，所述多尺度目标识别网络包括第一多尺度目标识别网络和第二多尺度目标识别网络，所述第一多尺度目标识别网络，用于识别图像中的芯片、引线、焊点和键合点及其形状、大小、坐标；所述第二多尺度目标识别网络，用于识别图像中的芯片、引线、焊点和键合点中的裂纹类型。
6.进一步的，所述第二多尺度目标识别网络通过如下步骤训练：获取不同的芯片、引线、焊点和键合点的多张裂纹图像；根据每张裂纹图像中裂纹类型对其进行标注，得到每张裂纹图像的标签；根据多张裂纹图像及其对应的标签构建裂纹图像数据集；利用裂纹图像数据集训练第二多尺度目标识别网络，直至其误差趋于稳定并低于阈值。
7.在本发明的一些实施例中，所述计算每张图像中相邻焊点、芯片和引线之间的间距，并根据每段间距和对应的裂纹类型确定待检测芯片发生应变的多个参考点包括如下步骤：若识别出的裂纹为光滑裂纹，则将裂纹的横向或纵向上的起点和终点作为参考点；若识别出的裂纹为分形裂纹，则根据应变的奇异性将主裂纹尖端以及各个分支裂纹的
尖端作为参考点。
8.进一步的，所述根据所述多个参考点，确定并计算待检测芯片的应变大小包括如下步骤：若待测芯片上的裂纹光滑，则根据分辨率最小的图像中的裂纹的横向或纵向上的起点和终点的相对距离计算待检测芯片的应变大小；若待测芯片上的裂纹为分形裂纹，则根据参考点和裂纹的hrr奇异性计算待检测芯片的应变大小。
9.在上述的实施例中，所述获取待检测芯片的不同放大倍数和不同视角的多张图像包括：对获取到的多张图像中具有相同分辨率但不同视角的图像进行融合；对获取到的多张图像中具有相同视角但不同分辨率的图像进行融合。
10.本发明的第二方面，提供了一种基于视觉识别的芯片应变测量系统，包括：获取模块，用于获取待检测芯片在不同放大倍数和不同视角的多张图像；识别模块，用于利用多尺度目标识别网络识别每张图像中的芯片、引线、焊点和键合点及其形状、大小、坐标和裂纹类型；确定模块，用于计算每张图像中相邻焊点、芯片和引线之间的间距，并根据每段间距和对应的裂纹类型确定待检测芯片发生应变的多个参考点；计算模块，用于根据所述多个参考点，确定并计算待检测芯片的应变大小。
11.进一步的，所述确定模块包括第一确定单元和第二确定单元，所述第一确定单元，用于识别每张图像中的光滑裂纹，并将裂纹的横向或纵向上的起点和终点作为参考点；所述第二确定单元，用于识别每张图像中的分形裂纹，并根据应变的奇异性将主裂纹尖端以及各个分支裂纹的尖端作为参考点。
12.本发明的第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明第一方面提供的方法。
13.本发明的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现本发明第一方面提供的方法。
14.本发明的有益效果是：1.利用多尺度目标识别网络可以快速识别不同分辨下芯片图像中相关的芯片、引线、焊点和键合点等关键目标，并以此作为参考点，将传统仅以单一目标的参考点替换为多个目标的参考点，从而提高了检测准确率；2.根据不同尺度下和不同裂纹类型确定不同的计算方法，进一步提高了应变计算的准确率；3.不同放大倍数和不同视角的多张图像可以通过图像融合和图像增强技术，提高图像的清晰度，降低因测量条件或测量环境对测量带来的不利影响。
附图说明
15.图1为本发明的一些实施例中的基于视觉识别的芯片应变测量方法的流程示意图；图2a为芯片在常规视角下的示意图像；图2b为焊点在显微视角下的示意图像；图2c为焊点和焊线在显微视角下的示意图像；
图2d为芯片发生裂纹的示意图像；图3为基于视觉识别的芯片应变测量系统的结构示意图；图4为本发明的一些实施例中的电子设备的基本结构图。
具体实施方式
16.以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
17.参考图1、图2a至图2d，在本发明的第一方面提供了一种基于视觉识别的芯片应变测量方法，包括如下步骤：s100.获取待检测芯片在不同放大倍数和不同视角的多张图像；s200.利用多尺度目标识别网络识别每张图像中的芯片、引线、焊点和键合点及其形状、大小、坐标和裂纹类型；s300.计算每张图像中相邻焊点、芯片和引线之间的间距，并根据每段间距和对应的裂纹类型确定待检测芯片发生应变的多个参考点；s400.根据所述多个参考点，确定并计算待检测芯片的应变大小。
18.可以理解，不同视角包括但不限于ccd线阵相机、显微视角、超声扫描、电子扫描显微镜下拍摄的芯片在不同视角下的图像；不同分辨率包括但不限于常规放大倍数（1x）、其他高倍放大的图像；其中，焊点断裂引起的裂纹包括焊球内部球体断裂、微孔结构断裂、pcb加强层断裂，其中焊点和金属层界面间的imc断裂发生最多，焊点内部出现断裂其次，微孔结构焊盘和pcb加强层断裂发生最少。
19.在本发明的一些实施例中，考虑到每张图片中存在多个目标，为了提高识别效率和准确率，对待识别目标进行划分：一类包括芯片、引线、焊点和键合点，另一类包括裂纹类型。所述多尺度目标识别网络包括第一多尺度目标识别网络和第二多尺度目标识别网络，所述第一多尺度目标识别网络，用于识别图像中的芯片、引线、焊点和键合点及其形状、大小、坐标；所述第二多尺度目标识别网络，用于识别图像中的芯片、引线、焊点和键合点中的裂纹类型。由于第一多尺度目标识别网络和第二多尺度目标识别网络可采用相同的训练集（源自同一张芯片图像），因此，第一多尺度目标识别网络和第二多尺度目标识别网络的全连接层相互连接，通过迁移学习或联邦学习等模型融合手段，以实现第一多尺度目标识别网络和第二多尺度目标识别网络之间的特征信息共享，从而提高各自识别的准确率和鲁棒性。
20.进一步的，所述第二多尺度目标识别网络通过如下步骤训练：获取不同的芯片、引线、焊点和键合点的多张裂纹图像；根据每张裂纹图像中裂纹类型对其进行标注，得到每张裂纹图像的标签；根据多张裂纹图像及其对应的标签构建裂纹图像数据集；利用裂纹图像数据集训练第二多尺度目标识别网络，直至其误差趋于稳定并低于阈值。
21.可选的，上述第一多尺度目标识别网络或第二多尺度目标识别网络，通常通过多尺度目标检测（multiscale object detection，mod）模型实现，其包括但不限于通过将输入图像转变成特征图，对特征图采用不同的方法进行不同尺度特征的融合，以实现多尺度检测，例如fpn（feature pyramid net，特征金字塔网络）、ssd(single shot multibox detector)、faster rcnn、yolo系列网络中的一种或多种。
22.在本发明的一些实施例的步骤s300中，所述计算每张图像中相邻焊点、芯片和引线之间的间距，并根据每段间距和对应的裂纹类型确定待检测芯片发生应变的多个参考点
包括如下步骤：若识别出的裂纹为光滑裂纹，则将裂纹的横向或纵向上的起点和终点作为参考点；若识别出的裂纹为分形裂纹，则根据应变的奇异性将主裂纹尖端以及各个分支裂纹的尖端作为参考点。
23.需要说明的是，裂纹类型包括纵向裂纹、横向裂纹、网状裂纹、块状裂纹，其中网状裂纹、块状裂纹可视为纵向裂纹、横向裂纹的复合，为了便于计算，在本发明中将裂纹划分为光滑裂纹和分形裂纹，无裂纹视为光滑裂纹。在识别出的裂纹为无裂纹，则根据焊接或封装前后参考点的相对位移计算待检测芯片的应变大小；或者，将其应变忽略不计，待测芯片视为正常。
24.在本发明的一些实施例的步骤s400中,所述根据所述多个参考点，确定并计算待检测芯片的应变大小包括如下步骤：若待测芯片上的裂纹光滑，则根据分辨率最小的图像中的裂纹的横向或纵向上的起点和终点的相对距离计算待检测芯片的应变大小，即根据ramberg
‑
osgood材料中的应变关系（简称ro模型）：，这里ε和σ分别表示应变和应力，ε0和σ0是跟材料有关的特性常数，α是硬化系数，n是硬化指数；若待测芯片上的裂纹为分形裂纹，则根据参考点和裂纹的hrr（hutchinson、rice和rosengren）奇异性计算待检测芯片的应变大小。
25.具体地，在上述r
‑
o模型的基础上，hrr奇异性表示为：，其中ε、σ和u分别表示应变、应力、位移，ε0和σ0是材料特性，α是硬化系数，n是硬化指数，r和θ都是相对于裂纹尖端极坐标系的极径和极角，i和j表示受力点的横坐标和纵坐标；i
n
、、、是关于对应参数的列表函数。可见，应变和应力均的奇异性均与r的指数有关。
26.优选的，裂纹尖端应力场表述为：其中σ为应力，i和j表示受力点的横坐标和纵坐标；r和θ都是相对于裂纹尖端极坐标系的极径和极角；k为应力强度因子，f
ij
（θ）为角分布函数。其中应力强度因子k可由下式
给出：，其中f为与裂纹类型、大小、位置等几何因素有关的形状参数：σ为名义应力（裂纹位置上按无裂纹计算的应力）：a为裂纹尺寸（裂纹长度或深度）。应力强度因子k的断裂判据为：k=k
ic
，k
ic
为材料常数，用于表征材料的断裂韧性。
27.需要说明的是，在芯片封装中，由于焊点、引线、键合点的缺陷测量或检测，相较于芯片本身较为容易，且芯片的缺陷造成的影响更大，因此上述芯片的应变大小通常以芯片缺陷或芯片上的裂纹为检测对象或识别目标。
28.在上述的实施例中，为了降低裂纹中的图像噪声，增强图像的清晰度，将两幅或多幅图像综合成一幅新的图像。融合结果由于能利用两幅(或多幅) 图像在时空上的相关性及信息上的互补性，并使得融合后得到的图像对场景有更全面、清晰的描述，从而更有利于人眼的识别和机器的自动探测，因此所述获取待检测芯片的不同分辨率和不同视角的多张图像包括：对获取到的多张图像中具有相同分辨率但不同视角的图像进行融合；对获取到的多张图像中具有相同视角但不同分辨率的图像进行融合。
29.融合方法包括信号级融合、数据级融合、特征级融合、决策级融合；优选的，本发明在输入图像中采用像素级融合，在输出层采用决策级融合，其中像素级融合采用基于金字塔变换的图像融合方法，将不同图像中的纹理细节、边缘等特征进行融合；可选的，图像去噪方法包括：领域平均法、中值滤波法等，图像增强包括低通滤波、高通滤波、带通和带阻滤波等，决策级融合采用决策树算法对各图像中的特征进行融合。
30.参考图3，在本发明的第二方面，提供了一种基于视觉识别的芯片应变测量系统1，包括：获取模块11，用于获取待检测芯片在不同放大倍数和不同视角的多张图像；识别模块12，用于利用多尺度目标识别网络识别每张图像中的芯片、引线、焊点和键合点及其形状、大小、坐标和裂纹类型；确定模块13，用于计算每张图像中相邻焊点、芯片和引线之间的间距，并根据每段间距和对应的裂纹类型确定待检测芯片发生应变的多个参考点；计算模块14，用于根据所述多个参考点，确定并计算待检测芯片的应变大小。
31.进一步的，所述确定模块13包括第一确定单元和第二确定单元，所述第一确定单元，用于识别每张图像中的光滑裂纹，并将裂纹的横向或纵向上的起点和终点作为参考点；所述第二确定单元，用于识别每张图像中的分形裂纹，并根据应变的奇异性将主裂纹尖端以及各个分支裂纹的尖端作为参考点。
32.参考图4，本发明的第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明第一方面提供的基于视觉识别的芯片应变测量方法。
33.电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储装置508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
34.通常以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置507；包括例如硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
35.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom 502被安装。在该计算机程序被处理装置501执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所描述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
36.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个计算机程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++、python，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
37.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程
序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
38.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。