一种IGBT焊接层空洞检测方法与流程

一种igbt焊接层空洞检测方法
技术领域
1.本发明涉及半导体技术领域，更具体的说是涉及一种igbt焊接层空洞检测方法。


背景技术：

2.随着科学技术的发展，半导体的应用日益广泛，尤其是在电子系统中，半导体器件起到越来越重要的作用。
3.绝缘栅双极型晶体管，即igbt，是常见的一种半导体器件，其兼具金属-氧化层半导体场效晶体管和双极型晶体管的优点，具有输入阻抗高、控制功率小、驱动电路简单、开关速度高、电流密度大、饱和压降低、电流处理能力强等一系列优点。基于此，igbt越来越多的用于大功率电子系统中。但随着电子设备不断地微型化和电子密度的不断提高，igbt中元器件的功率密度也在不断提高，如何保证igbt的可靠性成为了一个重要研究课题。
4.现有技术中igbt通常包括：基板、芯片以及固定基板与芯片的焊接层。其中，焊接层作为igbt的一个组成部件，其质量的好坏与igbt的可靠性息息相关。而在焊接层的形成过程中，空洞是很容易形成的，其形成原因主要是助焊剂在界面的截留。现在焊接层中无铅焊料的使用使得焊接层中空洞的出现更加明显。而焊接层中的空洞的存在将影响焊接的机械性能，降低导热、导电性能，降低连接强度、延展性、蠕变和疲劳寿命。而且，空洞的生长可以连接延展裂纹，使的焊接层中容易出现裂缝、分层等失效现象。此外，焊料中的空洞还可以增加焊点应力应变，同时还会导致局部过热，降低焊点的可靠性，最终导致焊点过早的失效。
5.由此可见，空洞是焊接中普遍存在的问题。在一些焊接中，空洞率达到5％-20％，甚至更高的达到了50％，因此，要保证igbt的质量就要对焊接层进行检测；现有技术中检测igbt焊接空洞的方法是使用x光机检查，但通过x光机检查无法检查出极薄的大面积空洞，而这种极薄的大面积空洞如果漏检，则很容易造成后续的应用失效，目前对于检测空洞，获取空洞信息还存在技术障碍。
6.因此，如何提供一种对igbt焊接层空洞进行检测是本领域技术人员亟需解决的问题。


技术实现要素：

7.有鉴于此，本发明提供了一种igbt焊接层空洞检测方法，能够根据扫描的焊层图片，提取感兴趣区域，并进行不规则图像拟合，得到边界曲线，识别空洞，同时计算空洞面积，得到空洞率，进一步，便于研究焊接层中空洞的多少、空洞的分布对半导体器件的影响，从而可以根据空洞率对半导体器件的影响，改进半导体器件中焊接层的焊接工艺，提高半导体器件的可靠性。
8.为了实现上述目的，本发明提供如下技术方案：一种igbt焊接层空洞检测方法，其特征在于，具体步骤如下：通过x射线检测机对igbt模组内的芯片下面的焊层进行扫描，得到含有空洞的焊
层图片；对含有空洞的焊层图片进行预处理得到预处理图像；构建空洞检测模型，对所述预处理图像进行感兴趣区域提取；对所述感兴趣区域进行不规则图形拟合，检测边界曲线，对空洞进行识别；根据确定的边界曲线计算空洞面积，利用空洞面积得到igbt空洞率。
9.通过上述技术方案，本发明的技术效果在于，能够根据扫描的焊层图片，提取感兴趣区域，并进行不规则图像拟合，得到边界曲线，识别空洞，同时计算空洞面积，得到空洞率。
10.优选的，在上述的一种igbt焊接层空洞检测方法中，获取焊层图片的具体步骤如下：获取射线源和探测器的期望运动轨迹，设置x射线源按照期望运动轨迹执行扫描，同时收集来自探测器的投影数据；通过重建算法进行图像重建得到扫描结果。
11.优选的，在上述的一种igbt焊接层空洞检测方法中，所述重建算法具体步骤如下：根据投影数据进行扫描轨迹校正，得到实际扫描轨迹；对实时x光投影图像进行x光投影数据校正，得到准确的投影数据；再根据实际扫描轨迹和准确的投影数据进行图像重构。
12.优选的，在上述的一种igbt焊接层空洞检测方法中，对含有空洞的焊层图片进行预处理具体步骤如下：滤波采用卷积运算；经所述卷积运算增加对比度，对图像中的每一个像素点进行运算，采用伽马比运算；二值化处理，选取焊料与空洞的灰度中间值作为阈值；二值化之后的图像减去其开运算图像的操作，通过对二值化的图像进行顶帽运算，去除掉存在于空洞周围的细长噪声部分，以确定空洞的准确位置。
13.优选的，在上述的一种igbt焊接层空洞检测方法中，空洞检测模型训练过程包括：构建数据集分为训练集和验证集；将训练集输入感兴趣区域提取模型中进行训练，得到初步感兴趣区域提取模型；将验证集输入到所述初步感兴趣区域提取模型中进行测试，并根据测试结果更新数据集；重复执行，当判断出满足预设的训练停止条件时，将得到的感兴趣区域提取模型作为目标感兴趣区域提取模型。
14.优选的，在上述的一种igbt焊接层空洞检测方法中，对所述感兴趣区域进行不规则图形拟合具体步骤如下：对所述不规则图形拟合得到椭圆表达式，确定长轴、短轴、中心点坐标；选取长轴两端点作为二分点，分别在两段空洞边界上任选两个到长轴距离最大的点作为四分点；依次类推得到若干个边界点，进而得到边界曲线。
15.优选的，在上述的一种igbt焊接层空洞检测方法中，计算igbt空洞率具体步骤如下：
确定各个边界点坐标；若干个相邻边界点距离与中心点的对应距离的乘积除以二，再累加得到空洞面积；计算空洞面积与焊接层面积比值，得到igbt空洞率。
16.经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种igbt焊接层空洞检测方法，能够根据扫描的焊层图片，提取感兴趣区域，并进行不规则图像拟合，得到边界曲线，识别空洞，同时计算空洞面积，得到空洞率，进一步，便于研究焊接层中空洞的多少、空洞的分布对半导体器件的影响，从而可以根据空洞率对半导体器件的影响，改进半导体器件中焊接层的焊接工艺，提高半导体器件的可靠性。
附图说明
17.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
18.图1为本发明的方法流程图；图2为本发明的获取焊层图片方法流程图；图3为本发明的重建算法流程图；图4为本发明的预处理方法流程图；图5为本发明的感兴趣区域进行不规则图形拟合方法流程图。
具体实施方式
19.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.本发明实施例公开了一种igbt焊接层空洞检测方法，通过构建模型获取感兴趣区域减小图像处理过程中难度，并对空洞进行边界拟合，识别空洞边界；根据空洞边界曲线计算空洞面积，得到空洞信息，大大便利了对于半导体器件的研究。
21.实施例1：本实施例公开了一种igbt焊接层空洞检测方法，如图1-图5所示，具体步骤如下：s101通过x射线检测机对igbt模组内的芯片下面的焊层进行扫描，得到含有空洞的焊层图片；具体地，获取焊层图片的具体步骤如下：s1011获取射线源和探测器的期望运动轨迹，设置x射线源按照期望运动轨迹执行扫描，同时收集来自探测器的投影数据；投影数据包括：射线源和探测器分别对应的实时空间坐标、实时空间姿态、实时x光投影图像以及对应的时间轴。
22.s1012通过重建算法进行图像重建得到扫描结果。
23.进一步，所述重建算法具体步骤如下：
s1013根据投影数据进行扫描轨迹校正，得到实际扫描轨迹；s1014对实时x光投影图像进行x光投影数据校正，得到准确的投影数据；s1015再根据实际扫描轨迹和准确的投影数据进行图像重构。
24.进一步，还包括，扫描轨迹校正是指：根据投影数据中的射线源和探测器分别对应的实时空间坐标、实时空间姿态以及实时采集的x光投影图像进行几何校正，获得实际扫描轨迹。
25.s102对含有空洞的焊层图片进行预处理得到预处理图像；具体地，对含有空洞的焊层图片进行预处理具体步骤如下：s1021滤波采用卷积运算；s1022经所述卷积运算增加对比度，对图像中的每一个像素点进行运算，采用伽马比运算；s1023二值化处理，选取焊料与空洞的灰度中间值作为阈值；s1024二值化之后的图像减去其开运算图像的操作，通过对二值化的图像进行顶帽运算，去除掉存在于空洞周围的细长噪声部分，以确定空洞的准确位置。
26.s103构建空洞检测模型，对所述预处理图像进行感兴趣区域提取；本发明实施例的训练过程如下：首先使用少量的标注样本训练一个初始模型，即初步感兴趣区域提取模型，然后使用这个初始模型测试未标注样本以得到测试结果，之后根据测试结果，选择初始模型分割的比较好的未标注样本，通过图中的对比评估(例如计算dice系数是否满足条件)确定将哪些样本加入到已标注样本集中进行训练，训练时更新第一平均焊层图像和平均感兴趣区域标注图像进行对比评估，剩下的未标注样本还是归入到未标注样本集中，然后循环这个过程直到满足预设的训练停止条件时，将得到的感兴趣区域提取模型作为目标感兴趣区域提取模型。
27.具体地，空洞检测模型训练过程包括：s1031获取第一焊层图像；将所述第一焊层图像以及感兴趣区域标注图像所生成的已标注样本集中的已标注样本输入感兴趣区域提取模型中进行训练，得到初步感兴趣区域提取模型；s1031获取第二焊层图像作为未标注样本集，将所述未标注样本集中的第二焊层图像输入到所述初步感兴趣区域提取模型中进行测试，并根据测试结果更新所述已标注样本集；s1033重复执行将所述已标注样本集中的所述已标注样本输入现有感兴趣区域提取模型中进行训练的操作，当判断出满足预设的训练停止条件时，将得到的感兴趣区域提取模型作为目标感兴趣区域提取模型；其中，将所述未标注样本集中的第二焊层图像输入到所述初步感兴趣区域提取模型中进行测试，并根据测试结果更新所述已标注样本集，包括：将所述未标注样本输入到所述初步感兴趣区域提取模型中进行测试，得到初步感兴趣区域提取模型所预测的感兴趣区域预测图；s1034基于所述第一焊层图像以及所对应感兴趣区域标注分别计算第一平均焊层图像和平均感兴趣区域标注图像；s1035将与所述感兴趣区域预测图对应的第二焊层图像与第一平均焊层图像进行
配准，得到第一形变矩阵；s1036根据所述第一形变矩阵和所述感兴趣区域预测图计算配准后的第二焊层图像的感兴趣区域预测图，并计算所述感兴趣区域预测图与所述平均感兴趣区域标注图像之间的相似度；s1037根据所述相似度筛选出所述未标注样本以及与所述未标注样本对应的感兴趣区域预测图作为已标注样本加入到已标注样本集中，并根据当前的已标注样本集更新所述第一平均焊层图像及所述平均感兴趣区域标注图像。
28.其中，所述目标感兴趣区域提取模型基于半监督学习进行训练可以理解为所述目标感兴趣区域提取模型根据已标注感兴趣区域的焊层图像和未标注感兴趣区域的焊层图像进行训练。
29.其中，将已标注感兴趣区域的焊层图像作为训练样本，将未标注感兴趣区域的焊层图像作为测试样本，根据测试结果更新训练样本，对预设的原始感兴趣区域提取模型进行迭代训练，直至的满足训练停止条件时，视为训练完成。
30.可以理解的是，目标感兴趣区域提取模型的训练结果与训练样本的数量和质量等等都息息相关。
31.s1036中，所述计算所述感兴趣区域预测图与所述平均感兴趣区域标注图像之间的相似度，包括：计算配准后的感兴趣区域预测图与所述平均感兴趣区域标注图像之间的重叠率，其中，重叠率可以包括dice系数、iou等，可以用来表示样本间的相似度。
32.例如dice系数达到0.95时，将得到的感兴趣区域提取模型作为初步感兴趣区域提取模型。
33.s104对所述感兴趣区域进行不规则图形拟合，检测边界曲线，对空洞进行识别；具体地，对所述感兴趣区域进行不规则图形拟合具体步骤如下：s1041对所述不规则图形拟合得到椭圆表达式，确定长轴、短轴、中心点坐标；s1042选取长轴两端点作为二分点，分别在两段空洞边界上任选两个到长轴距离最大的点作为四分点；依次连接四分点，每个线段对应的边界曲线上确定一个到该线段距离最大的点，确定八分点，依次类推得到若干个边界点，进而得到边界曲线。
34.进一步，由于空洞为近似椭圆形状，若直接将空洞近似椭圆对于边界的确定存在误差，故而采用无限分割的思想，仅仅通过拟合椭圆确定中心点和长轴，利用长轴，将边界曲线确定，当确定的边界上的点到线段距离足够小时，边界曲线可近似直线，从而确定边界曲线。
35.s105根据确定的边界曲线计算空洞面积，利用空洞面积得到igbt空洞率。
36.具体地，计算igbt空洞率具体步骤如下：s1051确定各个边界点坐标；s1052若干个相邻边界点距离与中心点的对应距离的乘积除以二，再累加得到空洞面积；s1053计算空洞面积与焊接层面积比值，得到igbt空洞率。
37.更具体地，将焊层图片获取后建立坐标系；也可以通过有限元仿真，便于计算各个边界点坐标。
38.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他
实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
39.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。