用于自动光学引线接合检验的自确定检验方法与流程

本申请要求于2016年3月9日提交的新加坡申请号10201601820s的优先权的权益，出于所有目的将其全部内容以参考的方式并入本文。

本发明涉及半导体部件的引线接合的光学检验。

背景技术：

引线接合技术在电子工业中发挥着重要作用。鉴于半导体部件的复杂性和小型化的长期趋势，半导体部件被越来越多地设计成在较小的区域上具有更多的互连。而且，由于工业界强调组装速度并重视降低每个互连的成本，因此需要对引线接合进行快速可靠的质量检验。

技术实现要素：

为了确保质量的一致性，通常会检验半导体部件上的每个引线接合的质量。引线接合用的光学检验系统对半导体部件区域上的对应于引线接合和引线的关注区域行检验。这种光学检验系统通常依赖于关注区域的手动定义，这是繁琐且麻烦的过程。而且，这些光学系统通常需要手动定义检验特征，诸如检验参数和通过/失败标准等。这些参数和标准存储在检验协议中，然后被检索以供检验。创建和输入这些标准是繁琐的。

本公开描述了一种用于自确定检验方法的系统，所述自确定检验方法依赖于用于识别引线接合且自动识别关注区域的图像处理方法，由此消除对手动的关注区域信息的大量需求。

附图说明

图1示出了具有引线接合和引线的半导体部件；

图2示出了使用类哈尔(haar-like)特征对引线接合的识别；

图3示出了使用级联分类器对引线接合的识别；

图4示出了具有检测到引线接合的半导体部件；

图5示出了在检测到的接合与所有剩余接合之间具有候选引线的候选检测到的引线组；

图6示出了排除不存在的连接的候选检测到的引线组；

图7示出了关注检测区域的识别；

图8示出了重叠的关注检验区域的合并；

图9示出了接合的检验；

图10示出了用于光学引线接合检验的系统；以及

图11示出了用于光学引线接合检验的方法。

具体实施方式

以下详细描述参照附图，附图通过图示的方式示出了可以实践本公开的具体细节和方面。

本文使用的词语“示例性”表示“用作示例、实例或例证”。在本文中被描述为“示例性”的任何实施例或设计不一定被解释为比其他实施例或设计更优选或更具优势。

说明书和权利要求书中的词语“多个”和“复数个”明确地指代大于一的数量。因此，指代对象数量的明确地调用上述词语(例如，“多个[对象]”、“复数个[对象]”)的任何短语明确地指不止一个所述对象。在说明书和权利要求书中，如果有术语“(的)组”、“(的)集”、“(的)集合”、“(的)系列”、“(的)序列”、“(的)分组”等的话，则指的是等于或大于一的数量，即，一个或多个。术语“真子集”、“缩减子集”和“较小子集”指的是不等于该集合的子集，即，集合中的包含的元素少于该集合的子集。

这里作为用户的“电路”被理解为任何种类的逻辑实现实体，其可以包括专用硬件或执行软件的处理器。因此，电路可以是模拟电路、数字电路、混合信号电路、逻辑电路、处理器、微型处理器、中央处理单元(“cpu”：centralprocessingunit)、图像处理单元(“gpu”：graphicsprocessingunit)、数字信号处理器(“dsp”：digitalsignalprocessor)、现场可编程门阵列(“fpga”：fieldprogrammablegatearray)、集成电路、专用集成电路(“asic”：applicationspecificintegratedcircuit)等或它们的任何组合。下面将进一步详细描述的各个功能的任何其他类型的实现也可以被理解为“电路”。应当理解，本文详述的任何两个(或更多个)电路可以实现为具有基本相同功能的单个电路，并且相反地，这里详述的任何单个电路可以实现为具有基本相同功能的两个(或更多个)单独电路。此外，对“电路”的引用可以指代共同形成单个电路的两个或更多个电路。

如本文所使用的，“存储器”可以被理解为非暂时性计算机可读介质，在该计算机可读介质中，能够存储数据或信息以用于检索。因此，对本文包括的“存储器”的引用可以被理解为指代易失性或非易失性存储器，包括随机存取存储器(“ram”)、只读存储器(“rom”)、闪存、固态存储器、磁带、硬盘驱动器、光盘驱动器等或它们的任何组合。此外，应当理解，在本文中，术语存储器也包含寄存器、移位寄存器、处理器寄存器、数据缓冲器等。应当理解，被称为“存储器”或“一个存储器”的单个部件可以由多于一种的不同类型的存储器组成，因此，可以指代包括一种或多种类型的存储器的集合部件。容易理解的是，任何单个存储器部件可以被分成整体上等效的多个存储器部件，反之亦然。此外，虽然存储器可以被描述为与一个或多个其他部件分开(例如，在附图中)，但是应当理解，存储器可以集成在另一个部件内，例如，在公共集成芯片上。

这里使用的术语“半导体部件”指代包括引线接合的任何芯片、晶片、电路或部件，其中，能够用检验用的系统或根据本文所公开的检验方法对引线接合进行检验。如在本公开中使用的，术语“半导体部件”可以是单数或复数，使得它指代包括引线接合的一个或多个芯片、晶片、电路或组件。

图1示出了半导体部件101、多个引线接合102、和多个引线103。引线103的一端连接到半导体部件101，并且另一端可以连接到基板或板。半导体部件101可以具有用于固定引线的引线接合。引线接合可以根据在半导体部件上产生引线接合的已知方法而由金属或任何其他导电材料制成。尽管不是必需的，但是通常预期每根引线103具有至少一个接合102，以将引线固定到半导体部件上。然而，接合102并不受限于单根引线。单个接合102可以包含多个引线103。

图2示出了使用类哈尔特征对引线接合的识别。类哈尔特征识别是一种光学识别方法，并且在面部识别技术中众所周知。类哈尔特征分析从图像或图像的一部分中提取各种元素，诸如边缘特征、线特征、或中心环绕特征。通过对这些特征的分析，类哈尔特征分析能够确定图像内各个方面(在这种情况下，诸如引线接合等)的存在和位置。根据本公开的一方面，类哈尔特征用于识别半导体部件上的引线接合。这可能涉及对半导体部件的图像的分析，其中，使用类哈尔图像201来评估图像以定位引线接合的存在。在201中，虽然使用类哈尔图像的评估被描述为对由平行于x轴的两条线和平行于y轴的两条线限定的区域的分析；但是，这不是限制性的，并且能够通过任何已知的方法来进行类哈尔特征分析。

图3示出了使用级联分类器对引线接合的识别。级联分类器也是一种光学识别方法，并且在面部识别技术中是众所周知的。级联分类器依赖于多层分类器，其在每一层都做出简单的真或假决策。尽管在仅经过一层之后级联分类器决策可能相当粗略，但是在完成整个分类器范围后，级联分类器决策可以非常准确。通过运行一系列分类器，级联分类器分析能够确定图像中各方面的存在和位置，诸如，在这种情况下，引线接合等。根据本公开的一方面，级联分类器用于识别半导体部件上的引线接合。这可能涉及对半导体部件的图像的分析，由此，使用级联分类器301来评估图像以定位引线接合的存在。在301中，使用级联分类器的评估被描述为对如由三条水平条纹所示的区域的分析。但是，这不是限制性的，并且能够通过任何已知的方法进行级联分类器分析。在自动学习过程中，级联分类器评估手动设置的关注区域，该区域通常包括整个引线框架或芯片区域(diearea)。该自动学习过程得到了基于图像区域的分析的引线接合的识别。

引线接合检测的一方面是有可能出现假阳性结果，即，系统在实际不存在引线接合的位置处检测到存在引线接合。这种情况在使用级联分类器系统时特别有可能发生。因此，可能需要对引线接合检测进行额外过滤，以消除假阳性。这在图3中示出，其中302和303被检测为假阳性。根据本公开的一方面，通过提取接合的多个统计特征并设计用于将真实接合从错误检测中分离出来的基于规则的过滤器，来检测出假阳性。这些统计特征可以包括面积比、强度比、模板匹配分数、极性匹配分数(polarmatchingscore)、直方图相关分数、和/或边缘相关分数。通过这些过程，可以识别出错误地检测到的引线接合并出于进一步的考虑中将其删除，以便优选地防止将关注区域分配给错误地检测到的引线接合。一旦确定了引线接合，半导体部件上的每个接合都可以被标记供以后参考。

图4示出了包括多个识别的引线接合401的半导体部件400的实现，其中半导体部件已经进行了类哈尔特征检测处理402和级联分类器检测处理403，并且如上面图3所述已经过滤该结果。在这个阶段，虽然系统识别出引线接合401，但是尚未确定连接所述接合的引线的位置。

图5示出了检测到的接合与其他接合的假设关联。由于在整个芯片区域上搜索引线可能是非常低效的，因此将对引线的搜索限制在两个引线接合之间的区域可能是有用的。该过程基于以下假设：电路上的所有引线将通过引线接合连接到半导体部件和/或基板。因此，系统采用引线消除的方法来确定引线的位置。针对每个引线接合，首先假设引线接合在该引线接合与检测到的引线接合501的每者之间具有引线连接。因为半导体部件区域特别宝贵，所以引线接合通常会通过它们之间最直接的路径连接起来。这样，当假设以检测到的引线接合开始或结束的连接继续到每个剩余的引线接合501时，仅需要检验这些假设的检测来确定是否存在引线。

因此，在假设给定引线接合与剩余引线接合之间的连接之后，如图5所示，检验给定引线接合与剩余引线接合之间的每个通路，以确定是否存在引线，如图6所示。当检验通路时，要么确认存在引线，要么标记不存在引线且将该通路标记为没有引线601。在检验了每个给定引线接合与每个剩余引线接合之间的通路之后，并且在基于该检验结果标记沿着这些路径不存在导线之后，剩余的数据集应当包括每个检测到的引线602，并且假阳性应当被消除，一般地如图6所示。

图7示出了第一引线接合701的关注区域、第二引线接合702的关注区域和连接引线703的关注区域的布置。基于预定义参数生成关注检验区域，该预定义参数可以包括但不限于每个接合的中心处的关注区域的大小。每个关注检验区域可以自动生成。每个检验区域可以被标记以供参考。

图8示出了重叠的关注区域的合并。为了更有效地创建引线接合的关注区域，优选地将重叠的关注区域合并成单个关注区域。图8示出了两个关注区域801和802，其中801的至少一部分与802重叠。这可能是由于：两个实际存在的引线接合彼此非常接近；两个引线彼此非常接近；或一般特征非常接近。在两个关注区域重叠的情况下，系统会将它们组合成单个合并关注区域803，以便进一步分析。在图8中，单个合并关注区域803被示出为略大于重叠的关注区域801和802的最外部分。合并删除的引线接合区域803相对于两个检测到的引线接合801和802的区域是可调节的，并且能够基于预先配置的设置来确定。

图9示出了基于关注检验区域的接合的检验。在该引线接合检验过程中，级联分类器用于通过分析每个关注检验区域中的图像区域来定位引线接合。基于用于识别引线接合的过程来自动生成这些关注检验区域，如上所述。在检验过程中，检验关注区域，特别是检验引线接合的质量是否符合要求。这些检验是基于一个或多个统计特征来执行的。用于检验接合的统计特征可以包括但不限于面积比、强度比、圆形度、或接合之间的距离。例如，将基于至少圆形度检测到不规则形状的接合901，并将其标记为不符合要求。因为引线接合902太靠近引线接合903而离引线接合904太远，所以引线接合902明显错位。因此，基于相邻接合之间的距离，引线接合902将被认为是不符合要求的。

图10示出了用于光学引线接合检验的系统1001，该系统包括：图像获取装置1002，其被配置为获得半导体部件1003的图像；图像处理电路1004，其被配置为检测半导体部件1003的图像上的多个引线接合；引线检测电路1005，其被配置为检测半导体部件的图像上的多个检测到的引线接合之间的引线；以及检验评估电路1006，其被配置为确定半导体部件的图像上的与至少一个检测到的引线接合和至少一个检测到的引线对应的关注检验区域，并沿着关注检验区域进行检验。用于光学引线接合检验的系统1001可以另外配备有接合过滤电路1007，其被配置为识别错误地检测到的引线接合。根据本公开的一方面，在接合过滤电路识别错误地检测到的接合时，它删除了所述错误地检测到的接合的检测，使得错误地检测到的接合将不被分配有关注区域。

图11描述了用于光学引线接合检验的方法，其包括：获得包括引线接合的半导体部件的图像1101；检测半导体部件图像上的多个引线接合1102；检测多个检测到的引线接合中的至少两者之间的引线1103；确定与至少一个检测引线接合和至少一个检测引线对应的关注检验区域1104；并且沿着关注区域检验检测到的引线接合1105。

根据本公开的一方面，使用类哈尔特征来进行图像分析，用以检测引线接合的位置。根据本公开的另一方面，使用级联分类器进行图像分析，用以检测引线接合的位置。根据本公开的第三方面，使用类哈尔特征和级联分类器来进行图像分析，用以检测引线接合的位置。能够基于一个或多个统计特征来过滤检测到的引线接合的位置，用以去除错误地检测到的引线接合的位置，其中，一个或多个统计特征选自包括以下的组：面积比、强度比、模板匹配分数、极性匹配分数、直方图相关分数和边缘相关分数。

根据本公开的另一方面，用于光学引线接合检验的系统可以使用级联分类器来定位引线接合。级联分类器系统是已知的对象识别方法，并且通常涉及训练计算机电路以识别特定对象。通过显示对象的几个正像和不显示对象的几个图像来实现训练。通过分析这些对象，计算机电路能够变得非常擅长识别它一直被训练识别的对象。

根据本公开的另一方面，用于光学引线接合检验的系统可以使用类哈尔特征来定位引线接合。类哈尔特征是用于诸如面部识别等对象识别的数字特征。类哈尔特征分析可以采用本领域已知的任何形式。类哈尔识别的一种可能形式是考虑半导体部件的图像中不同位置处的相邻矩形区域。能够对这些区域的像素强度进行总计，以计算图像的特征，例如较暗或较亮的区域等。例如，类哈尔特征可以用来定位引线接合，其中，接合的颜色与它们所附接的基板不同。

根据本公开的一方面，用于光学引线接合检验的系统包括接合过滤电路，其被配置为识别错误地检测到的引线接合，并从多个检测到的引线接合中去除错误地检测到的引线接合。尽管公开的接合检测系统非常可靠地识别存在的引线接合，但是它也可能错误地识别不存在的引线接合，从而导致假阳性检测。在将级联分类器用于接合识别时尤其如此。由于引线接合的错误检测可能影响关注检验区域的创建，并且进而可能导致额外的或不必要的引线检验，因此在不必要创建关注检验区域之前，尝试定位和消除引线接合是有用的。虽然面积比、强度比、模板匹配分数、极性匹配分数、直方图相关分数和边缘相关分数的方法已经被明确地列为用于过滤假阳性引线接合结果的方法，但是它们不是排他性的，并且明确地考虑可以根据需要选择其他过滤方法。

根据本公开的另一方面，用于光学引线接合检验的系统可以包括合并或协调重叠的所识别引线接合或重叠的关注区域的步骤。在引线接合识别的过程中，系统可以在只有一个引线接合存在的情况下识别出两个引线接合，或者系统可能无法区分非常靠近的引线接合。这可能导致系统检测到重叠的引线接合，或者识别出两个重叠的关注区域。为了简化检验，在识别出重叠的引线接合或重叠的关注区域的情况下，系统可以将它们组合成单个引线接合或单个关注区域。

根据本公开的另一方面，用于光学引线接合检验的系统可以确定检测到的引线接合和/或检测到的引线的关注检验区域。关注检验区域的大小可以直接对应于检测到的引线接合或引线的大小，或者，可替代地，关注检验区域的大小可以大于或小于检测到的引线接合或引线的大小。可以基于预定参数来确定关注检验区域的大小。所述预定参数可以包括但不限于每个接合中心处的关注区域的大小。

根据本公开的另一方面，在确定了关注检验区域之后，检验关注检验区域以评估接合的质量。这可以包括在通过/失败检验中被评估的接合，并且在检验结束时发出通过/失败结果。引线接合的评估可以包括：使用面积比来检验检测到的引线接合的形状误差；使用强度比来检验检测到的引线接合的形状误差；使用圆形度来检验检测到的引线接合的形状误差；检验检测到的引线接合的位置误差；使用统计特征来检验检测到的引线接合的位置误差；和/或使用第一接合与相邻接合之间的距离来检验检测到的引线接合的位置误差。这并不是引线接合评估技术或标准的详尽列表。

根据本公开的另一方面，用于光学引线接合检验的系统可以通过以下处理来检测引线：确定包括检测到的引线接合之间的连接的候选检测到的引线组、检验半导体部件以确定候选检测到的引线是否存在、以及更新候选检测到的引线组以包括候选检测到的引线的不存在或存在。这种引线检测方法降低了搜索在整个半导体部件中是否存在引线的计算复杂性。相反，这种方法依赖于在引线接合之间放置引线的可能性，以限制待搜索引线的区域的位置。

用于获得半导体部件的图像的图像采集装置可以是能够获得图像的任何设备，包括但不限于照相机或摄影机。该设备可以使用可见或不可见光谱(包括但不限于太阳光、人造可见光、x射线、反向散射x射线、毫米波或其他)来获得图像。

根据本公开的另一方面，本文描述的系统或方法可以是非暂时性机器可读存储器，其包括机器可读指令，在执行所述机器可读指令时，会实现如随附任何权利要求所要求的方法或实现如随附任何权利要求所要求的设备。这能够结合来自任何源的视频或图像来执行，以进行本文所述的半导体部件分析。

以下示例涉及本公开的其他方面：

在示例1中，公开了用于光学引线接合检验的系统，所述系统包括：图像获取装置，其被配置为获得半导体部件的图像；图像处理电路，其被配置为检测半导体部件上的多个引线接合；引线检测电路，其被配置为检测多个检测到的引线接合之间的引线；以及检验评估电路，其被配置为确定与至少一个检测到的引线接合和至少一个检测到的引线对应的关注检验区域，并且沿着关注检验区域进行检验。

在示例2中，公开了示例1的用于光学引线接合检验的系统，其进一步包括使用类哈尔特征分析来检测半导体部件上的多个引线接合。

在示例3中，公开了示例1或2的用于光学引线接合检验的系统，其中，类哈尔特征包括边缘特征、线特征和中心环绕特征。

在示例4中，公开了示例1～3中任一示例的用于光学引线接合检验的系统，其进一步包括使用级联分类器来检测电路上的多个引线接合。

在示例5中，公开了示例4的用于光学引线接合检验的系统，其中，级联分类器是在每层使用真或假决策的多层分类器系统。

在示例6中，公开了示例4或5的用于光学引线接合检验的系统，其中，级联分类器的引线接合检测包括引线接合和错误地检测到的引线接合。

在示例7中，公开了示例1～6中任一示例的用于光学引线接合检验的系统，其进一步包括使用类哈尔特征分析和级联分类器来检测半导体部件上的多个引线接合。

在示例8中，公开了示例1～7中任一示例的用于光学引线接合检验的系统，进一步包括接合过滤电路，接合过滤电路被配置成识别错误地检测到的引线接合。

在示例9中，公开了示例8的用于光学引线接合检验的系统，进一步包括：使用面积比、强度比、模板匹配分数、极性匹配分数、直方图相关分数或边缘相关分数来识别错误地检测到的引线接合。

在示例10中，公开了示例8或9的用于光学引线接合检验的系统，其进一步包括使用基于规则的过滤器来识别并去除错误地检测到的引线接合。

在示例11中，公开了示例8～10中任一示例的用于光学引线接合检验的系统，其进一步包括使用面积比来识别错误地检测到的引线接合。

在示例12中，公开了示例8～11中任一示例的用于光学引线接合检验的系统，其进一步包括使用强度比来识别错误地检测到的引线接合。

在示例13中，公开了示例8～12中任一示例的用于光学引线接合检验的系统，其进一步包括使用模板匹配分数来识别错误地检测到的引线接合。

在示例14中，公开了示例8～13中任一示例的用于光学引线接合检验的系统，其进一步包括使用极性匹配分数来识别错误地检测到的引线接合。

在示例15中，公开了示例8～14中任一示例的用于光学引线接合检验的系统，其进一步包括使用直方图相关分数来识别错误地检测到的引线接合。

在示例16中，公开了示例8～15中任一示例的用于光学引线接合检验的系统，其进一步包括使用边缘相关分数来识别错误检测地到的引线接合。

在示例17中，公开了示例1～16中任一示例的用于光学引线接合检验的系统，其进一步包括：所述检验评估电路将两个重叠的关注区域合并，以创建单个关注区域。

在示例18中，公开了示例1～17中任一示例的用于光学引线接合检验的系统，其进一步包括：所述检验评估电路基于检测到的引线接合的中心处的关注区域的大小来确定关注检验区域。

在示例19中，公开了示例1～18中任一示例的用于光学引线接合检验的系统，其进一步包括使用面积比来检验检测到的引线接合的形状误差。

在示例20中，公开了示例1～19中任一示例的用于光学引线接合检验的系统，其进一步包括使用强度比来检验检测到的引线接合的形状误差。

在示例21中，公开了示例1～20中任一示例的用于光学引线接合检验的系统，其进一步包括使用圆形度来检验检测到的引线接合的形状误差。

在示例22中，公开了示例1～21中任一示例的用于光学引线接合检验的系统，其进一步包括检验检测到的引线接合的位置误差。

在示例23中，公开了示例1～22中任一示例的用于光学引线接合检验的系统，其进一步包括使用统计特征来检验检测到的引线接合的位置误差。

在示例24中，公开了示例1～23中任一示例的用于光学引线接合检验的系统，其进一步包括使用第一接合与相邻接合之间的距离来检验检测到的引线接合的位置误差。

在示例25中，公开了示例1～24中任一示例的用于光学引线接合检验的系统，其进一步包括：引线检测电路通过以下处理来检测引线：确定包括检测到的引线接合与所有其他检测到的引线接合之间的引线连接的候选检测到的引线组、检验半导体部件以确定候选检测到的引线组内的引线是否存在、以及更新候选检测到的引线组以包括候选检测到的引线的存在或不存在。

在示例26中，公开了示例1～25中任一示例的用于光学引线接合检验的系统，其进一步包括：引线检测电路通过以下处理来检测引线：确定包括所识别的半导体部件接合之间的连接的候选检测到的引线组、检验半导体部件以确定是否存在候选检测到的引线、以及更新候选检测到的引线组以包括候选检测到的引线的存在或不存在。

在示例27中，公开了示例1～26中任一示例的用于光学引线接合检验的系统，进一步包括使用面积比来检验引线接合的形状误差。

在示例28中，公开了示例1～27中任一示例的用于光学引线接合检验的系统，其进一步包括使用强度比来检验引线接合的形状误差。

在示例29中，公开了示例1～28中任一示例的用于光学引线接合检验的系统，其进一步包括使用圆形度来检验引线接合的形状误差。

在示例30中，公开了示例1～29中任一示例的用于光学引线接合检验的系统，其进一步包括检验引线接合的位置误差。

在示例31中，公开了示例1～30中任一示例的用于光学引线接合检验的系统，其进一步包括使用统计特征来检验引线接合的位置误差。

在示例32中，公开了示例1～31中任一示例的用于光学引线接合检验的系统，其进一步包括使用第一接合与相邻接合之间的距离来检验引线接合的位置误差。

在示例33中，公开了示例1～32中任一示例的用于光学引线接合检验的系统，其进一步包括使用预定参数来确定关注检验区域。

在示例34中，公开了示例1～33中任一示例的用于光学引线接合检验的系统，其进一步包括针对每个检测到的引线接合和每个检测到的引线而产生关注检验区域。

在示例35中，公开了示例34的用于光学引线接合检验的系统，其进一步包括自动地确定关注检验区域。

在示例36中，公开了示例1～35中任一示例的用于光学引线接合检验的系统，其进一步包括通过评估引线接合的划痕而沿着关注区域进行检验。

在示例37中，公开了示例1～36中任一示例的用于光学引线接合检验的系统，其进一步包括通过评估引线接合的边缘碎裂而沿着关注区域进行检验。

在示例38中，公开了示例1～37中任一示例的用于光学引线接合检验的系统，其进一步包括通过评估引线接合的放置误差而沿着关注区域进行检验。

在示例39中，公开了示例1～38中任一示例的用于光学引线接合检验的系统，其进一步包括通过评估引线接合的缺失引线而沿着关注区域进行检验。

在示例40中，公开了示例1～39中任一示例的用于光学引线接合检验的系统，其进一步包括通过评估引线接合的长尾缺陷而沿着关注区域进行检验。

在示例41中，公开了示例1～40中任一示例的用于光学引线接合检验的系统，其进一步包括通过测量接合宽度来评估引线接合，从而沿着关注区域进行检验。

在示例42中，公开了示例1～41中任一示例的用于光学引线接合检验的系统，其进一步包括通过测量接合高度来评估引线接合，从而沿着关注区域进行检验。

在示例43中，公开了示例1～42中任一示例的用于光学引线接合检验的系统，其进一步包括通过测量引线圈高度来评估引线接合，从而沿着关注区域进行检验。

在示例44中，公开了示例1～43中任一示例的用于光学引线接合检验的系统，其进一步包括：检验评估电路仅对手动地设置的四个关注区域进行检验。

在示例45中，公开了示例44的用于光学引线接合检验的系统，其中，四个手动地设置的关注区域是引线框架区域、引线框架上的接合模板、芯片区域和芯片上的接合模板。

在示例46中，公开了示例44或45的用于光学引线接合检验的系统，其中，在接收到四个手动地设置的关注区域之后，系统为每个接合和引线自动地产生关注区域。

在示例47中，公开了示例1～46中任一示例的用于光学引线接合检验的系统，其中，引线接合检验是在没有手动地生成的检验协议的情况下进行的。

在示例48中，公开了示例1～47中任一示例的用于光学引线接合检验的系统，其中，系统基于引线接合的统计模型而自动生成检验参数和标准。

在示例49中，公开了示例1～48中任一示例的用于光学引线接合检验的系统，其中，使用类哈尔特征和级联分类器来检测引线接合比使用模板匹配更准确。

在示例50中，公开了示例1～49中任一示例的用于光学引线接合检验的系统，其中，使用类哈尔特征和级联分类器比使用模板匹配更快。

在示例51中，公开了用于光学引线接合检验的方法，其包括：获得包括引线接合的半导体部件图像；检测半导体部件图像上的多个引线接合；检测多个检测到的引线接合中的至少两者之间的引线；确定与至少一个检测到的引线接合和至少一个检测到的引线对应的关注检验区域；以及沿着关注区域检验检测到的引线接合。

在示例52中，公开了示例51的方法，其进一步包括识别错误地检测到的引线接合。

在示例53中，公开了示例52的方法，其进一步包括从多个检测到的引线接合中删除错误地检测到的引线接合。

在示例54中，公开了示例52的方法，其进一步包括使用面积比、强度比、模板匹配分数、极性匹配分数、直方图相关分数或边缘相关分数来识别错误地检测到的引线接合。

在示例55中，公开了示例51～54中任一示例的方法，其进一步包括合并两个重叠的关注区域以创建单个关注区域。

在示例56中，公开了示例51～55中任一示例的方法，其进一步包括：通过以下处理来检测多个检测到的引线接合中的至少两者之间的引线：确定包括在检测到的引线接合与所有其他的检测到的引线接合之间的引线连接的候选检测到的引线组；检验半导体部件图像以确定候选检测到的引线组内的引线是否存在；以及更新候选检测到的引线组以包括候选检测到的引线的存在或不存在。

在示例57中，公开了用于引线接合检验的装置，其被配置为：获得包括引线接合的半导体部件图像；检测半导体部件图像上的多个引线接合；检测多个检测到的引线接合中的至少两者之间的引线；确定与至少一个检测到的引线接合和至少一个检测到的引线对应的关注检验区域；以及沿着关注区域检验检测到的引线接合。

在示例58中，公开了一种设备，其中，所述设备被配置为执行如上所述的任何方法。

在示例59中，公开了一种包括机器可读指令的非暂时性机器可读存储器，在执行所述机器可读指令时，实现如任何前述示例所述的方法或实现如任何前述示例所述的装置。

在示例60中，公开了一种包括机器可读指令的机器可读存储器，其在被执行时，实现方法或实现如任何前述示例中所述的装置。

在示例61中，公开了示例1～50中任一示例的用于光学引线接合检验的系统，其中，使用用户定义的关注区域来执行自动学习过程。

在示例62中，公开了示例61的用于光学引线接合检验的系统，其中，用户定义的关注区域是引线框架的区域。

在示例63中，示例61或62的用于光学引线接合检验的系统，其中，级联分类器系统用于自动学习过程。

在示例64中，示例61～63中任一示例的用于光学引线接合检验的系统，其中，级联分类器系统进一步用于所识别的区域或检验关注区域内的所识别的引线接合的检验。

在示例65中，公开了示例1～64中任一示例的用于光学引线接合检验的系统，其中，自动学习过程的关注区域由用户设置并对应于引线框架。

在示例66中，公开了示例1～65中任一示例的用于光学引线接合检验的系统，其中，检验关注区域是通过自动学习过程被识别为对应于引线接合的区域的一个或多个区域。