*CN101995223A*
(10)申请公布号 CN 101995223 A(43)申请公布日 2011.03.30
(12)发明专利申请
(21)申请号 200910189737.1(22)申请日 2009.08.25
(71)申请人比亚迪股份有限公司
地址518118 广东省深圳市龙岗区坪山镇横
坪公路3001号(72)发明人刘杰 刘瑛 王艳
(74)专利代理机构深圳中一专利商标事务所
44237
代理人张全文(51)Int.Cl.
G01N 21/88(2006.01)
G01B 11/03(2006.01)G01B 11/24(2006.01)G01B 11/02(2006.01)G01B 11/28(2006.01)
(54)发明名称
一种芯片外观检测方法及系统(57)摘要
本发明适用于芯片外观检测技术领域，提供了一种芯片外观检测方法及系统。其中，方法包括：获取待测芯片的图片；识别待测芯片的图片上是否有焊盘，当识别有焊盘时，保存焊盘位置信息，并根据保存的所述焊盘的位置信息对获取的待测芯片的图片进行第一灰度处理；对第一灰度处理后的待测芯片的图片进行连通域分析，识别所述焊盘上是否有缺陷，实现了芯片上焊盘外观缺陷的自动识别，避免了人工目检方式检测焊盘缺陷所造成的检测速度慢、检测效率低的问题。此外，在获取待测芯片的图片的步骤后，在根据焊盘的形状特征识别待测芯片的图片上是否有焊盘前，还可以通过提取待测芯片尺寸数据，并与存储的芯片尺寸数据比较，而实现对待测芯片尺寸是否合格的判断。
权利要求书 4 页 说明书 9 页 附图 3 页
CN 101995223 ACN 101995223 ACN 101995228 A
权 利 要 求 书
1/4页
1.一种芯片外观检测方法，其特征在于，所述方法包括以下步骤：
获取待测芯片的图片；
识别所述待测芯片的图片上是否有焊盘，当识别有焊盘时，保存所述焊盘的位置信息，并根据保存的所述焊盘的位置信息对获取的所述待测芯片的图片进行第一灰度处理；
对第一灰度处理后的所述待测芯片的图片进行连通域分析，识别所述焊盘上是否有缺陷。
2.如权利要求1所述的芯片外观检测方法，其特征在于，所述识别获取的待测芯片的图片上是否有焊盘，当识别有焊盘时，保存焊盘的位置信息的步骤具体为：
选取阈值，对获取的所述待测芯片的图片进行二值化处理；当识别获取的所述待测芯片的图片上有焊盘时，根据迭代算法，选取至少一个阈值，相应地对获取的所述待测芯片的图片进行至少一次二值化处理；
提取二值化处理后的所述待测芯片的图片上焊盘轮廓的坐标信息并保存。3.如权利要求1所述的芯片外观检测方法，其特征在于，所述识别获取的待测芯片的图片上是否有焊盘，当识别有焊盘时，保存焊盘的位置信息的步骤具体为：
选取阈值，对获取的所述待测芯片的图片进行二值化处理；在二值化处理后的所述待测芯片的图片中，提取连通域，并计算提取的所述连通域的形状参数；
将提取的所述连通域的形状参数，与预存的焊盘的相应的形状参数进行比较，当提取的所述连通域的形状参数与所述预存的焊盘的相应的形状参数相同时，提取连通域轮廓的坐标信息并保存。
4.如权利要求1所述的芯片外观检测方法，其特征在于，所述根据保存的焊盘的位置信息对获取的所述待测芯片的图片进行第一灰度处理的步骤具体为：
根据保存的所述焊盘的位置信息，将获取的所述待测芯片的图片上，所述焊盘轮廓及焊盘轮廓内区域的灰度值设置为与所述焊盘轮廓外的区域的灰度值不同。
5.如权利要求1所述的芯片外观检测方法，其特征在于，所述对第一灰度处理后的所述待测芯片的图片进行连通域分析，识别所述焊盘上是否有缺陷的步骤具体为：
选取介于所述焊盘轮廓和所述焊盘区域内的灰度值与预设的缺陷灰度值之间的一个灰度值作为阈值，将第一灰度处理后的所述待测芯片的图片进行二值化处理；
识别二值化处理后的所述待测芯片的图片中，是否有灰度值等于预设的缺陷灰度值的像素点，当识别有时，所述焊盘存在缺陷。
6.如权利要求5所述的芯片外观检测方法，其特征在于，当识别所述焊盘上有缺陷时，提取焊盘缺陷，所述提取焊盘缺陷的步骤具体为：
提取二值化处理后的所述待测芯片的图片中，灰度值等于所述预设的缺陷灰度值的像素点坐标，提取出的像素点坐标构成一连通域；
记录所述连通域外接轮廓的坐标信息；
根据记录的所述连通域外接轮廓的坐标信息得到所述连通域的形状参数，并根据得到的所述形状参数区分提取的所述焊盘缺陷是划痕缺陷或污点缺陷。
7.如权利要求6所述的芯片外观检测方法，其特征在于，所述方法在所述提取焊盘缺陷的步骤之后还包括以下步骤：
2
CN 101995223 ACN 101995228 A
权 利 要 求 书
2/4页
利用坐标映射算法，将提取的所述焊盘缺陷标示于获取的所述待测芯片的图片中；
显示所述标示有焊盘缺陷的图片。
8.如权利要求1所述的芯片外观检测方法，其特征在于，当识别所述待测芯片的图片上没有焊盘时，所述方法还包括以下步骤：
对获取的所述待测芯片的图片进行第二灰度处理；
对第二灰度处理后的所述待测芯片的图片进行连通域分析，识别所述待测芯片上焊盘对侧表面是否有缺陷，并当识别有缺陷时，提取所述待测芯片上焊盘对侧表面的缺陷。
9.如权利要求8所述的芯片外观检测方法，其特征在于，所述对获取的所述待测芯片的图片进行第二灰度处理的步骤具体为：
将获取的所述待测芯片的图片转换为灰度图；将转换后的所述灰度图进行形态学处理，将形态学处理后的图片作为背景图片；将转换后的所述灰度图与所述背景图片相减，得到前景图片，以所述前景图片作为第二灰度处理后的所述待测芯片的图片。
10.如权利要求1所述的芯片外观检测方法，其特征在于，所述方法在所述获取待测芯片的图片的步骤之后，根据焊盘的形状特征识别所述待测芯片的图片上是否有焊盘的步骤之前，还包括以下步骤：
根据芯片的形状特征查找获取的所述待测芯片的图片上芯片的轮廓，获取查找到的所述芯片轮廓坐标信息；
根据获取的所述芯片轮廓坐标信息计算得到所述待测芯片尺寸数据；
将计算得到的所述待测芯片尺寸数据与预存的芯片尺寸参考数据进行比较，从而判断所述待测芯片尺寸是否合格。
11.如权利要求10所述的芯片外观检测方法，其特征在于，所述根据芯片的形状特征查找获取的所述待测芯片的图片上芯片的轮廓的步骤具体为：
根据预设的或用户选取的或按照一定算法由系统自动选取的阈值将获取的所述待测芯片的图片进行二值化处理；
对二值化处理后的所述图像进行形态学图像处理，以提取二值化处理后的所述图像中的待测芯片的轮廓。
12.如权利要求10所述的芯片外观检测方法，其特征在于，所述根据芯片的形状特征查找获取的所述待测芯片的图片上芯片的轮廓的步骤具体为：
对获取的所述待测芯片的图片进行高斯平滑化处理；
根据预设的或用户选取的或按照一定算法由系统自动选取的阈值将高斯平滑化处理后的所述待测芯片的图片进行二值化处理；
对二值化处理后的所述待测芯片的图片进行形态学图像处理，以提取二值化处理后的所述待测芯片的图片中的待测芯片的轮廓。
13.如权利要求11或12所述的芯片外观检测方法，其特征在于，在所述提取二值化处理后的所述图像中的待测芯片的轮廓的步骤之后，所述方法还包括以下步骤：
通过改变阈值对所述待测芯片的图片进行多次迭代检测来查找获取的所述待测芯片的图片上待测芯片的轮廓。
14.如权利要求1所述的芯片外观检测方法，其特征在于，所述待测芯片是硅麦克风芯
3
CN 101995223 ACN 101995228 A
权 利 要 求 书
3/4页
片，所述方法在所述获取待测芯片的图片的步骤之后还包括以下步骤：
根据声音传感器孔的形状特征识别获取的所述待测芯片的图片上是否有声音传感器孔，当识别有声音传感器孔时，保存所述声音传感器孔的形状特征信息，并对获取的所述待测芯片的图片进行灰度处理；
对灰度处理后的图片进行连通域分析，提取所述声音传感器孔缺陷。15.一种芯片外观检测系统，其特征在于，所述系统包括：图片获取单元，用于获取待测芯片的图片；识别单元，用于识别所述图片获取单元获取的待测芯片的图片上是否有焊盘；第一灰度处理单元，用于当所述识别单元识别所述待测芯片的图片上有焊盘时，保存所述焊盘的位置信息，并对所述图片获取单元获取的待测芯片的图片进行第一灰度处理；
缺陷检测单元，用于对所述第一灰度处理单元进行第一灰度处理后的待测芯片的图片进行连通域分析，识别所述焊盘上是否有缺陷。
16.如权利要求15所述的芯片外观检测系统，其特征在于，所述系统还包括：第二灰度处理单元，用于当所述识别单元识别所述获取单元获取的待测芯片的图片上没有焊盘时，对所述图片获取单元获取的待测芯片的图片进行第二灰度处理；
所述缺陷检测单元用于对所述第二灰度处理单元进行第二灰度处理后的待测芯片的图片进行连通域分析，识别所述待测芯片上焊盘对侧表面是否有缺陷，并当识别有缺陷时，提取所述待测芯片上焊盘对侧表面的缺陷。
17.如权利要求15所述的芯片外观检测系统，其特征在于，所述系统还包括：缺陷标示单元，用于利用坐标映射算法，将所述缺陷检测单元提取的焊盘缺陷标示于所述图片获取单元获取的待测芯片的图片中；
显示单元，用于显示所述缺陷标示单元标示的有所述焊盘缺陷的待测芯片的图片。18.如权利要求15所述的芯片外观检测系统，其特征在于，所述系统还包括：存储单元，用于预存芯片尺寸参考数据；芯片尺寸检测单元，用于根据所述识别单元识别的待测芯片的形状特征查找所述图片获取单元获取的待测芯片的图片上芯片的轮廓，获取查找到的芯片轮廓坐标信息，根据获取的所述芯片轮廓坐标信息计算得到待测芯片尺寸数据，并将计算得到的所述待测芯片尺寸数据与所述存储单元预存的芯片尺寸参考数据进行比较，从而判断所述待测芯片尺寸是否合格。
19.如权利要求18所述的芯片外观检测系统，其特征在于，所述芯片尺寸检测单元具体包括：
芯片轮廓坐标信息获取模块，用于查找所述获取单元获取的待测芯片的图片上待测芯片的轮廓，获取查找到的所述待测芯片轮廓坐标信息；
芯片尺寸计算模块，用于根据所述待测芯片轮廓坐标信息获取模块获取的所述待测芯片轮廓坐标信息计算得到待测芯片尺寸数据；
芯片尺寸判断模块，用于将所述芯片尺寸计算模块计算得到的芯片尺寸数据与所述存储单元预存的芯片尺寸参考数据进行比较，从而判断待测芯片尺寸是否合格。
20.如权利要求19所述的芯片外观检测系统，其特征在于，所述芯片轮廓坐标信息获取模块查找所述获取单元获取的待测芯片的图片上待测芯片的轮廓的过程具体为：
4
CN 101995223 ACN 101995228 A
权 利 要 求 书
4/4页
所述芯片轮廓坐标信息获取模块根据预设的阈值或用户选取的阈值或按照一定算法由系统自动选取的阈值将所述图片获取单元获取的所述待测芯片的图片进行二值化处理；
对二值化处理后的所述待测芯片的图片进行形态学图像处理，提取二值化处理后的所述待测芯片的图片中的待测芯片轮廓。
21.如权利要求15所述的芯片外观检测系统，其特征在于，所述待测芯片是硅麦克风芯片，所述识别单元还用于根据硅麦克风的形状特征识别所述图片获取单元获取的待测芯片的图片上是否有声音传感器孔；所述第一灰度处理单元还用于当所述识别单元识别所述待测芯片的图片上有声音传感器孔时，保存所述声音传感器孔的形状特征信息，并对所述图片获取单元获取的待测芯片的图片进行灰度处理；所述缺陷检测单元用于对所述第一灰度处理单元进行灰度处理后的待测芯片的图片进行连通域分析，提取所述声音传感器孔缺陷。
5
CN 101995223 ACN 101995228 A
说 明 书
一种芯片外观检测方法及系统
1/9页
技术领域
[0001]
本发明属于芯片外观检测技术领域，尤其涉及一种芯片外观检测方法及系统。
背景技术
目前，广泛应用于笔记本电脑、手机等高科技电子产品中的硅麦克风在其生产过程中，须对生产过程中的各个步骤进行严格检查，剔除掉不合格的产品，以保证出厂的硅麦克风的质量。
[0003] 由于硅麦克风芯片外观直接影响硅麦克风的性能，特别是对于硅麦克风正面的焊盘，当焊盘中进入灰尘或出现划痕等缺陷时，直接影响硅麦克风的发音性能，因此，有必要在硅麦克风出厂前对其芯片上的焊盘的外观进行检测。[0004] 现有技术中，生产厂家采用人工目检的方法，将焊盘外观有缺陷的硅麦克风芯片手动挑出，其检测速度慢，检测效率低，且工人长时间工作后容易产生视觉疲劳，造成误检和漏检。
[0002]
发明内容
本发明实施例的目的在于提一种芯片外观检测方法，旨在解决现有技术中，生产
厂家采用人工目检的方法将焊盘外观有缺陷的硅麦克风芯片手动挑出，检测速度慢，检测效率低的问题。
[0006] 本发明实施例是这样实现的，一种芯片外观检测方法，所述方法包括以下步骤：[0007] 获取待测芯片的图片；
[0008] 识别所述待测芯片的图片上是否有焊盘，当识别有焊盘时，保存所述焊盘的位置信息，并根据保存的所述焊盘的位置信息对获取的所述待测芯片的图片进行第一灰度处理；
[0009] 对第一灰度处理后的所述待测芯片的图片进行连通域分析，识别所述焊盘上是否有缺陷。
[0010] 本发明实施例的另一目的在于提供一种芯片外观检测系统，所述系统包括：[0011] 图片获取单元，用于获取待测芯片的图片；[0012] 识别单元，用于识别所述图片获取单元获取的待测芯片的图片上是否有焊盘；[0013] 第一灰度处理单元，用于当所述识别单元识别所述待测芯片的图片上有焊盘时，保存所述焊盘的位置信息，并对所述图片获取单元获取的待测芯片的图片进行第一灰度处理；
[0014] 缺陷检测单元，用于对所述第一灰度处理单元进行第一灰度处理后的待测芯片的图片进行连通域分析，识别所述焊盘上是否有缺陷。[0015] 本发明实施例中，当根据焊盘的形状特征识别待测芯片的图片上有焊盘时，保存焊盘形状特征信息，并对获取的图像进行灰度处理后，通过连通域分析，提取出灰度处理后的图片中的缺陷，实现了芯片上焊盘外观缺陷的自动识别，避免了人工目检方式检测焊盘
[0005]
6
CN 101995223 ACN 101995228 A
说 明 书
2/9页
缺陷所造成的检测速度慢、检测效率低的问题。附图说明
图1是本发明实施例提供的芯片外观检测方法的流程图；[0017] 图2是本发明实施例提供的芯片外观检测系统的原理框图；[0018] 图3是图2的具体结构图。
[0016]
具体实施方式
[0019] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0020] 本发明实施例中，当根据焊盘的形状特征识别待测芯片的图片上有焊盘时，保存焊盘形状特征信息，并对获取的图像进行灰度处理后，通过连通域分析，提取出灰度处理后的图片中的缺陷。
[0021] 图1示出了本发明实施例提供的芯片外观检测方法的流程。[0022] 在步骤S101中，获取待测芯片的图片。[0023] 该步骤具体可以为：对待测芯片进行拍摄并存储拍摄的待测芯片的图片；获取存储的待测芯片的图片。[0024] 在步骤S102中，识别获取的待测芯片的图片上是否有焊盘，当识别有焊盘时，保存焊盘的位置信息，并根据保存的焊盘的位置信息对获取的待测芯片的图片进行第一灰度处理。
[0025] 具体地，识别获取的待测芯片的图片上是否有焊盘，当识别有焊盘时，保存焊盘的位置信息的步骤可以为：接收预设的或用户选取的或按照一定算法由系统自动选取的阈值，对获取的待测芯片的图片进行二值化处理；当识别获取的待测芯片的图片上有焊盘时，根据迭代算法，接收由用户或其它软件选取的多个阈值，对获取的待测芯片的图片进行多次二值化处理；提取二值化处理后的待测芯片的图片上，焊盘的位置信息并保存，进一步地，焊盘的位置信息是指焊盘轮廓的坐标信息。[0026] 另外，识别获取的待测芯片的图片上是否有焊盘，当识别有焊盘时，保存焊盘的位置信息的步骤具体还可以为：接收预设的或用户选取的或按照一定算法由系统自动选取的阈值，对获取的待测芯片的图片进行二值化处理；在二值化处理后的待测芯片的图片中，提取连通域，并计算提取的连通域的形状参数，如连通域的长、宽、连通域外接轮廓的长宽、连通域长、宽的比值关系等参数；将提取的连通域的形状参数，与预存的焊盘的相应的形状参数进行比较，当提取的连通域的形状参数与预存的焊盘的相应的形状参数相同时，提取连通域的位置信息并保存，即为焊盘的位置信息，进一步地，焊盘的位置信息是指焊盘轮廓的坐标信息。
[0027] 本发明实施例中，焊盘的形状可以为矩形、圆形、环形或其它非规则形状，根据保存的焊盘的位置信息对获取的待测芯片的图片进行灰度处理的过程具体为：根据保存的焊盘的位置信息，将获取的待测芯片的图片上，焊盘轮廓及焊盘轮廓内区域的灰度值设置为与焊盘轮廓外的区域的灰度值不同。
7
CN 101995223 ACN 101995228 A[0028]
说 明 书
3/9页
另外，步骤S102中，当识别获取的待测芯片的图片上没有焊盘，即获取的待测芯片的图片为待测芯片表面上焊盘对侧表面的图片时，对获取的待测芯片的图片进行第二灰度处理；对第二灰度处理后的待测芯片的图片进行连通域分析，提取待测芯片表面上焊盘对侧表面的缺陷。其中，待测芯片表面上焊盘对侧表面是指待测芯片的与焊盘所在一面相对的一侧的表面，例如当焊盘在待测芯片的正面，则待测芯片表面上焊盘对侧表面指的是待测芯片的背面。由于某些缺陷区域，如划痕区域等，其灰度值与图片上其它区域的灰度值接近，本发明实施例中，对获取的图片进行第二灰度处理的步骤具体为：将获取的待测芯片的图片转换为灰度图；将转换后的灰度图进行形态学处理，将形态学处理后的图片作为背景图片；将转换后的灰度图与该背景图片相减，得到前景图片，以此前景图片作为第二灰度处理后的待测芯片的图片执行后续步骤；当然，对于一些灰度值区域与芯片其它区域灰度值差别较大的缺陷，如芯片上较明显的污点等，对获取的待测芯片的图片进行第二灰度处理也可以只是将获取的待测芯片的图片转换为灰度图，并以转换后的灰度图作为第二灰度处理后的待测芯片的图片执行后续步骤。[0029] 进一步地，在提取芯片表面缺陷的步骤之后，本发明实施例还可以进一步包括以下步骤：利用坐标映射算法，将提取的焊盘缺陷标示于获取的待测芯片的图片中。进一步地，在将缺陷标示于获取的图片中的步骤之后还可以进一步包括以下步骤：显示标示有缺陷的图片。
在步骤S103中，对灰度处理后的待测芯片的图片进行连通域分析，识别焊盘上是
否有缺陷。
[0031] 该步骤具体可以为：选取介于焊盘轮廓和焊盘区域内的灰度值与预设的缺陷灰度值之间的一个灰度值作为阈值，将第一灰度处理后的待测芯片的图片进行二值化处理；识别二值化处理后的所述待测芯片的图片中，是否有灰度值等于预设的缺陷灰度值的像素点，当识别有时，焊盘存在缺陷，当识别没有时，认为焊盘合格。当识别焊盘有缺陷时，提取焊盘缺陷，具体为：提取二值化处理后的待测芯片的图片中，灰度值等于预设缺陷灰度值的像素点坐标，提取出的像素点坐标构成一连通域；记录提取出的连通域外接轮廓的坐标信息；根据记录的连通域外接轮廓的坐标信息得到连通域的形状参数，如连通域的长、宽、连通域外接轮廓的长宽、连通域长、宽的比值关系等参数，并根据得到的形状参数区分焊盘缺陷是划痕缺陷或污点缺陷。其中，为了提高缺陷提取准确率，在提取二值化处理后的待测芯片的图片中的点坐标，构成连通域后，还可以进一步滤除连通域区域的杂质、背景噪声等影响。
[0032] 在步骤S103之后，本发明实施例还可以进一步包括以下步骤：利用坐标映射，将缺陷标示于获取的图片中。进一步地，在将缺陷标示于获取的待测芯片的图片中的步骤之后还可以进一步包括以下步骤：显示标示有缺陷的图片。[0033] 另外，在步骤S101之后，步骤S102之前，本发明实施例还可以包括判断待测芯片尺寸是否合格的步骤，具体为：根据芯片的形状特征查找获取的待测芯片的图片上芯片的轮廓，获取查找到的芯片轮廓坐标信息；根据获取的芯片轮廓坐标信息计算得到待测芯片尺寸数据，如芯片的长度值、宽度值、面积值等；将计算得到的待测芯片尺寸数据与预存的芯片尺寸参考数据进行比较，从而判断待测芯片尺寸是否合格。更具体地，根据芯片的形状特征查找获取的图片上芯片的轮廓的步骤具体为：根据预设的或用户选取的或按照一定算
[0030]
8
CN 101995223 ACN 101995228 A
说 明 书
4/9页
法由系统自动选取的阈值将获取的待测芯片的图片进行二值化处理；对二值化处理后的待测芯片的图片进行形态学图像处理，以提取二值化处理后的待测芯片的图片中的待测芯片的轮廓。为了提高提取的芯片轮廓的精度，具体实现时，也可以先对获取的待测芯片的图片进行高斯平滑化处理，再对高斯平滑化处理后的图片进行二值化处理。此时，步骤S102中，根据焊盘的形状特征识别获取的图片上是否有焊盘的步骤具体为：根据获取的芯片轮廓坐标信息对获取的图片进行裁剪，提取尺寸合格的待测芯片图片；根据焊盘的形状特征识别裁剪后的图片上是否有焊盘。为了进一步提高提取的芯片轮廓的精度，具体实现时，也可以在提取二值化处理后的图像中的芯片轮廓之后，通过改变阈值对待测芯片的图片进行多次迭代检测来查找获取的待测芯片的图片上芯片的轮廓。[0034] 本发明实施例中，待测芯片可以是应用于各种电子产品中具有焊盘的芯片，当该待测芯片为硅麦克风芯片时，在步骤S101之后，还可以包括对声音传感器(Sensor)孔缺陷的检测的步骤，具体为：根据声音传感器孔的形状特征识别获取的待测芯片的图片上是否有声音传感器孔，当识别有声音传感器孔时，保存声音传感器孔的形状特征信息，并对获取的待测芯片的图片进行灰度处理；对灰度处理后的图片进行连通域分析，提取声音传感器孔缺陷。上述对声音传感器孔缺陷的检测的具体步骤与上述对焊盘缺陷的检测的步骤相似，在此不再赘述。[0035] 其中，当包括判断待测硅麦克风芯片尺寸是否合格的步骤时，根据声音传感器孔的形状特征识别获取的图片上是否有声音传感器孔的步骤还可以具体为：对获取的图片进行裁剪，提取尺寸合格的待测芯片图片；根据声音传感器孔与焊盘的相对位置对提取的待测芯片进行旋转为相对正立状态；根据声音传感器孔的形状特征识别裁剪后的图片上是否有声音传感器孔。具体地，根据声音传感器孔与焊盘的相对位置对提取的待测芯片进行旋转为相对正立状态的步骤为：根据提取的待测芯片图片中待测芯片的当前方位，采用计算比较待测芯片多个角点的方法计算出当前待测芯片图片所需旋转的角度；将待测芯片图片按照计算出的角度旋转到相对正立状态；通过坐标映射算法计算出旋转后的轮廓多个角点的坐标；根据计算得到的多个角点坐标对待测芯片图片进行裁剪，以得到剔除背景的待测芯片图片。
[0036] 图2是本发明实施例提供的芯片外观检测系统的原理框图，为了便于说明，仅示出了与本发明实施例相关的部分。
[0037] 图片获取单元11用于获取待测芯片的图片；识别单元12用于识别图片获取单元11获取的待测芯片的图片上是否有焊盘；第一灰度处理单元13用于当识别单元12识别待测芯片的图片上有焊盘时，保存焊盘的位置信息，并根据保存的焊盘的位置信息对图片获取单元11获取的待测芯片的图片进行第一灰度处理，并将第一灰度处理后的图片发送给缺陷检测单元15。
识别单元12识别获取的待测芯片的图片上是否有焊盘的过程具体可以为：识别
单元12接收预设的或用户选取的或按照一定算法由系统自动选取的阈值，对图片获取单元11获取的待测芯片的图片进行二值化处理；当识别单元12识别图片获取单元11获取的所述待测芯片的图片上有焊盘时，根据迭代算法，接收由用户或其它软件选取的多个阈值，对图片获取单元11获取的待测芯片的图片进行多次二值化处理；第一灰度处理单元13提取识别单元12进行二值化处理后的待测芯片的图片上，焊盘轮廓的坐标信息并保存，进一
[0038]
9
CN 101995223 ACN 101995228 A
说 明 书
5/9页
步地，焊盘的位置信息是指焊盘轮廓的坐标信息。
[0039] 识别单元12识别获取的待测芯片的图片上是否有焊盘的过程具体还可以为：识别单元12接收预设的或用户选取的或按照一定算法由系统自动选取的阈值，对图片获取单元11获取的待测芯片的图片进行二值化处理；在二值化处理后的待测芯片的图片中，提取连通域，并计算提取的连通域的形状参数，如连通域的长、宽、连通域外接轮廓的长宽、连通域长、宽的比值关系等参数；将提取的连通域的形状参数，与预存的焊盘的相应的形状参数进行比较；第一灰度处理单元13在当识别单元12比较得到提取的连通域的形状参数与预存的焊盘的相应的形状参数相同时，提取连通域的位置信息，即为焊盘的位置信息并保存，进一步地，焊盘的位置信息是指焊盘轮廓的坐标信息。[0040] 本发明实施例中，焊盘形状特征可以是矩形特征、圆形特征、环形特征或其它非规则形状特征。第一灰度处理单元13根据保存的焊盘的位置信息对图片获取单元11获取的待测芯片的图片进行第一灰度处理的过程具体为：第一灰度处理单元13根据其保存的焊盘的位置信息，将图片获取单元11获取的待测芯片的图片上，焊盘轮廓及焊盘轮廓内区域的灰度值设置为与焊盘轮廓外的区域的灰度值不同。
[0041] 缺陷检测单元15用于对第一灰度处理单元13发送的第一灰度处理后的待测芯片的图片进行连通域分析，识别所述焊盘上是否有缺陷。具体地，缺陷检测单元15选取介于焊盘轮廓及焊盘区域内的灰度值与预设的缺陷灰度值之间的一个灰度值作为阈值，将第一灰度处理后的图片进行二值化处理，识别二值化处理后的所述待测芯片的图片中，是否有灰度值等于预设的缺陷灰度值的像素点，当识别有时，焊盘存在缺陷，当识别没有时，认为焊盘合格。当缺陷检测单元15识别焊盘有缺陷时，提取焊盘缺陷，具体执行过程为：当缺陷检测单元15提取二值化处理后的图片中，灰度值等于预设缺陷灰度值的像素点坐标，提取出的像素点坐标构成一连通域，记录提取出的连通域外接轮廓的坐标信息，根据记录的连通域外接轮廓的坐标信息得到连通域的形状参数，如连通域的长、宽、连通域外接轮廓的长宽、连通域长、宽的比值关系等参数，并根据得到的形状参数区分焊盘缺陷是划痕缺陷或污点缺陷。为了提高缺陷提取准确率，缺陷检测单元15还可以在提取二值化处理后的待测芯片的图片中的像素点坐标，构成连通域后，进一步滤除连通域区域的杂质、背景噪声等影响。
[0042] 第二灰度处理单元14用于当识别单元12识别获取单元11获取的待测芯片的图片上没有焊盘时，对图片获取单元11获取的待测芯片的图片进行第二灰度处理。具体地，第二灰度处理单元14用于将获取单元11获取的图片转换为灰度图，并将该灰度图作为灰度处理后的图片传送给缺陷检测单元15。由于某些缺陷区域，如划痕区域等，其灰度值与图片上其它区域的灰度值接近，本发明实施例中，第二灰度处理单元14还可以将获取单元11获取的图片转换为灰度图后，进行形态学处理，将形态学处理后的图片作为背景图片，第二灰度处理单元14将转换后的灰度图与该背景图片相减，得到前景图片，以此前景图片作为灰度处理后的图片发送给缺陷检测单元15。
[0043] 缺陷检测单元15用于对第二灰度处理单元14发送的第二灰度处理后的待测芯片的图片进行连通域分析，提取待测芯片表面上焊盘对侧表面的缺陷。本发明实施例提供的芯片外观检测系统还可以包括缺陷标示单元18，缺陷标示单元18用于利用坐标映射算法，将缺陷检测单元15提取的缺陷，如焊盘缺陷和/或芯片表面
[0044]
10
CN 101995223 ACN 101995228 A
说 明 书
6/9页
缺陷等，标示于图片获取单元11获取的待测芯片的图片中；进一步地，本发明实施例提供的芯片外观检测系统还可以包括显示单元19，显示单元19用于显示缺陷标示单元18标示的有缺陷的待测芯片的图片。
[0045] 本发明实施例提供的芯片外观检测系统还可以包括芯片尺寸检测单元16，芯片尺寸检测单元16用于判断图片获取单元11获取的待测芯片的图片中，待测芯片尺寸是否合格。具体地，芯片尺寸检测单元16查找图片获取单元11获取的待测芯片的图片上芯片的轮廓，获取查找到的芯片轮廓坐标信息，根据获取的芯片轮廓坐标信息计算得到待测芯片尺寸数据，如芯片的长度值、宽度值、面积值等，将计算得到的待测芯片尺寸数据与存储单元20预存的芯片尺寸参考数据进行比较，从而判断待测芯片尺寸是否合格。此时，识别单元12具体地是根据芯片尺寸检测单元16获取的芯片轮廓坐标信息对图片获取单元11获取的图片进行裁剪，提取尺寸合格的待测芯片图片，根据焊盘的形状特征识别裁剪后的图片上是否有焊盘，从而实现根据焊盘的形状特征识别图片获取单元11获取的图片上是否有焊盘的功能的。
[0046] 本发明实施例提供的芯片外观检测系统还可以包括分别与芯片尺寸检测单元16以及缺陷检测单元15连接的机械手单元17，机械手单元17用于当芯片尺寸检测单元16检测到待测芯片尺寸不合格时，自动回收尺寸不合格的待测芯片，还可以当缺陷检测单元15识别缺陷种类后，根据缺陷种类自动回收有缺陷的待测芯片，从而实现了生产线上芯片外观检测的自动化，节省了人力。同样地，本发明实施例中，待测芯片可以是应用于各种电子产品中具有焊盘的芯片，当该待测芯片为硅麦克风芯片时，上述芯片外观检测系统在实现对待测硅麦克风芯片的焊盘缺陷检测及芯片尺寸的检测之外，还可以实现对硅麦克风芯片声音传感器(Sensor)孔缺陷的检测，芯片外观检测系统对硅麦克风芯片声音传感器(Sensor)孔缺陷的检测过程及原理同上述的对芯片的焊盘缺陷检测过程及原理相似，在此不再赘述。[0048] 其中，当芯片外观检测系统包括芯片尺寸检测单元16，并由芯片尺寸检测单元16判断待测硅麦克风芯片尺寸是否合格时，识别单元12根据声音传感器孔的形状特征识别图片获取单元11获取的图片上是否有声音传感器孔的过程还可以具体为：识别单元12根据芯片尺寸检测单元16获取的芯片轮廓坐标信息对图片获取单元11获取的图片进行裁剪，提取尺寸合格的待测芯片图片，根据声音传感器孔与焊盘的相对位置对提取的待测芯片图片进行旋转为相对于检测者的正立状态，并根据声音传感器孔的形状特征识别裁剪后的图片上是否有声音传感器孔。进一步地，识别单元12根据声音传感器孔与焊盘的相对位置对提取的待测芯片进行旋转为相对正立状态的过程具体为：识别单元12根据提取的待测芯片图片中待测芯片的当前方位，采用计算比较待测芯片多个角点的方法计算出当前待测芯片图片所需旋转的角度；将待测芯片图片按照计算出的角度旋转到相对正立状态；通过坐标映射算法计算出旋转后的轮廓多个角点的坐标；根据计算得到的多个角点坐标对待测芯片图片进行裁剪，以得到剔除背景的待测芯片图片。[0049] 图3示出了图2的具体结构图，为了便于说明，仅示出了与本发明实施例相关的部分。
[0047] [0050]
图片获取单元11具体包括：用于对待测芯片进行拍摄的光学成像系统111，用于
存储光学成像系统111拍摄的待测芯片的图片的存储模块112，以及用于自动获取或根据
11
CN 101995223 ACN 101995228 A
说 明 书
7/9页
其它请求信号获取存储模块112存储的待测芯片的图片、并将获取到的待测芯片的图片传送给识别单元12的图像采集模块113。[0051] 第一灰度处理单元13具体包括：轮廓坐标获取模块131，用于提取识别单元12进行二值化处理后的待测芯片的图片上，焊盘轮廓的坐标信息并保存；灰度值设置模块132，用于根据轮廓坐标获取模块131保存的焊盘轮廓的位置信息，将焊盘轮廓及焊盘轮廓内区域的灰度值设置为与焊盘轮廓外的区域的灰度值不同，并将第一灰度处理后的图片发送给缺陷检测单元15。
[0052] 第二灰度处理单元14具体包括：灰度图像转换模块141，用于当识别单元12识别获取单元11获取的图片上没有焊盘时，将获取单元11获取的图片转换为灰度图，并将该灰度图作第二灰度处理单元14进行第二灰度处理后的图片传送给缺陷检测单元15。第二灰度处理单元14具体还可以包括：形态学处理模块142，用于对灰度图像转换模块141转换后的灰度图进行形态学处理，得到背景图片；前景图提取模块143，用于将灰度图像转换模块141转换后的灰度图与形态学处理模块142得到的背景出片相减，得到前景图片，并将该前景图片作为第二灰度处理单元14进行第二灰度处理后的图片发送给缺陷检测单元15，以提高对待测芯片表面上焊盘对侧表面的缺陷的提取精度。
缺陷检测单元15具体包括：二值化处理模块151，用于选取介于焊盘轮廓及焊盘
区域内的灰度值与预设的缺陷灰度值之间的一个灰度值作为阈值，将灰度值设置模块132传送的第一灰度处理后的图片进行二值化处理；连通域提取模块152，用于识别二值化处理模块151二值化处理后的图片中，是否有灰度值等于预设的缺陷灰度值的像素点，当识别有时，焊盘存在缺陷，当识别没有时，认为焊盘合格；连通域提取模块152还用于当识别焊盘存在缺陷时，提取二值化处理模块151二值化处理后的图片中，灰度值等于预设缺陷灰度值的像素点坐标，提取出的像素点坐标构成一连通域；缺陷识别模块153，用于记录连通域提取模块152提取出的连通域外接轮廓的坐标信息，根据记录的连通域外接轮廓的坐标信息得到连通域的形状参数，如连通域的长、宽、连通域外接轮廓的长宽、连通域长、宽的比值关系等参数，并根据得到的形状参数区分焊盘缺陷是划痕缺陷或污点缺陷。此外，连通域提取模块152还用于对前景图提取模块143发送的灰度处理后的图片进行连通域分析，提取芯片表面缺陷。
[0054] 芯片尺寸检测单元16具体包括：芯片轮廓坐标信息获取模块161，用于查找获取单元11获取的待测芯片的图片上待测芯片的轮廓，获取查找到的待测芯片轮廓坐标信息；芯片尺寸计算模块162，用于根据待测芯片轮廓坐标信息获取模块161获取的待测芯片轮廓坐标信息计算得到待测芯片尺寸数据，如待测芯片的长度值、宽度值、面积值等；芯片尺寸判断模块163，用于将芯片尺寸计算模块162计算得到的待测芯片尺寸数据与存储单元20预存的芯片尺寸参考数据进行比较，从而判断待测芯片尺寸是否合格。更具体地，芯片轮廓坐标信息获取模块161查找图片获取单元11获取的待测芯片的图片上待测芯片的轮廓的过程具体为：芯片轮廓坐标信息获取模块161根据预设的阈值或用户选取的阈值或按照一定算法由系统自动选取的阈值将图片获取单元11获取的待测芯片的图片进行二值化处理，对二值化处理后的图像进行形态学图像处理，以提取二值化处理后的图像中的待测芯片轮廓。为了提高提取的芯片轮廓的精度，具体实现时，芯片轮廓坐标信息获取模块161也可以先对图片获取单元11获取的待测芯片的图片进行高斯平滑化处理，再对高斯平滑化
[0053]
12
CN 101995223 ACN 101995228 A
说 明 书
8/9页
处理后的待测芯片的图片进行二值化处理。其中，芯片尺寸判断模块163还可以进一步与机械手单元17相连。进一步地，为了更精确的提取待测芯片的图片上待测芯片的轮廓，芯片轮廓坐标信息获取模块161还可以提取二值化处理后的图像中的芯片轮廓之后，通过改变阈值对待测芯片的图片进行多次迭代检测来查找获取的待测芯片的图片上芯片的轮廓。[0055] 上述对芯片外观检测系统各单元的具体结构及功能的描述同样适用于对硅麦克风芯片声音传感器孔的检测，在此不再赘述。
[0056] 下面以对硅麦克风芯片的外观检测为例对本发明实施例提供的芯片外观检测方法进行详细说明，本领域技术人员应当理解，下述内容仅为本发明实施例提供的芯片外观检测方法的一个示例，而并不用以限制本发明，其中的各种参数均可以根据实际需要而采用其它值。
[0057] 从正在运行的光学成像模块中获取当前时间的一帧视频图像数据，该图像大小为640*480像素，深度为8，通道为3。
[0058] 在获取的图像中对待测芯片轮廓进行识别。具体为：首先对图像进行高斯平滑化处理，然后选取合适的阈值将图片进行二值化处理，对二值化处理后的图片进行形态学图像处理，以提取二值化处理后的图像中的芯片轮廓。将提取的芯片轮廓的尺寸数据与预设的芯片轮廓尺寸数据进行比较，以筛选出符合预设芯片轮廓尺寸的待测芯片图片。对符合预设芯片轮廓尺寸的待测芯片图片依据其当前方位使用计算比较矩形四个角点的方法计算出待测芯片图片所需旋转的角度。然后将待测芯片图片按计算出来的角度旋转得到所需的芯片正立图像。再通过坐标映射算法计算出旋转后芯片轮廓角点的坐标，依据轮廓坐标对待测芯片图片进行裁剪，以得到所需的剔除背景的芯片图片。由于受光源或外界其他条件的变化，得到的剔除背景的芯片图片亮度会受影响并直接影响到接下来的检测效果，可以通过改变阈值对待测芯片的图片进行多次迭代检测来查找获取的待测芯片的图片上芯片的轮廓，保证了检测方法的稳定性及有效性。
[0059] 对上述得到的剔除背景的芯片图片进行灰度化处理，根据焊盘或声音传感器孔的形状特征识别剔除背景的芯片图片上是否有焊盘或声音传感器孔。选取合适的阈值将剔除背景的芯片图片进行二值化处理，由于焊盘及声音传感器孔与芯片表面亮度存在较大差异，因此，可以利用连通区域分析检测出图像中存在的各个连通区域，通过对各连通区域限制条件，如连通区域是否为圆形，面积大小等筛选出焊盘或声音传感器孔符合条件的图片。保存焊盘或声音传感器孔的坐标信息。同样地，为了使焊盘或声音传感器孔的检测结果的稳定和有效，可以通过改变阈值对剔除背景的芯片图片进行多次迭代检测。当识别到剔除背景的芯片图片上有焊盘或声音传感器孔时，对焊盘的灰度处理过程为：如果焊盘为矩形，则设定感兴趣区域为矩形焊盘区域，用高斯金字塔分解对剔除背景的芯片图片进行下采样与上采样，以消除图像中的微小杂质等噪声，设置阈值为140；如果焊盘为圆形，则设定感兴趣区域为圆形焊盘的外接轮廓区域，将剔除背景的芯片图片转换为灰度图，对圆形焊盘区域进行逐行逐列扫描，对图中每个像素点进行判断，将不在圆形范围内的像素点的灰度值设置为255，处理完毕后，设置阈值为140；如果焊盘为环形，则设定感兴趣区域为环形焊盘的外接轮廓区域，将剔除背景的芯片图片转换为灰度图，对圆环区域进行逐行逐列扫描，对每个像素点进行判断，将在内圆内部和在外圆外部的像素点的灰度值设置为255，处理完毕后，设置阈值为140；如果焊盘为非规则形状，则设定感兴趣区域
[0060]
13
CN 101995223 ACN 101995228 A
说 明 书
9/9页
为非规则焊盘的外接轮廓区域，获取预存的一幅无缺陷的非规则焊盘区域图片作为模板图片，设置阈值为150，将该模板图片进行二值化处理，然后创建一3×3列的矩形结构元素，用该元素对二值化处理后的图片进行2次腐蚀处理，取处理后的图片作为模板，将待检测的剔除背景的芯片图片转换为灰度图，对该灰度图逐行逐列扫描，将每一像素点与模板图片中相应位置的像素点对比，若模板图片中的像素点灰度值为0，则将灰度图中相应像素点的灰度值设置为255，否则保持灰度图中相应像素点的灰度值不变，设置阈值为140。[0061] 对于声音传感器孔的灰度处理过程为：设定感兴趣区域为声音传感器孔区域，将剔除背景的芯片图片转换为灰度图，对该声音传感器孔区域进行逐行逐列扫描，对每个像素点进行判断，将不在声音传感器孔区域范围内的像素点的灰度值设置为255，处理完毕后，设置阈值为60。
[0062] 对上述灰度处理后的待测芯片图片进行缺陷检测。具体为：首先获得灰度处理后的待测图片的指针和阈值，根据阈值将灰度处理后的待测图片进行二值化处理；分析该二值化处理后的图片中的各连通域，可以先结合设置连通域面积最小值，以滤去杂质，背景等噪声等的影响，然后利用连通域的尺寸特征，如长度值、宽度值、连通域外接轮廓的长宽等参数值，及其各参数值的比值间的相互关系，区分缺陷是划痕或污点；最后利用坐标映射，将划痕与污点在原获取的待测芯片图片中标记。
[0063] 当识别到剔除背景的芯片图片上没有焊盘或声音传感器孔时，先将剔除背景的芯片图片转换为灰度图。然后创建一个4×4锚点的相对水平偏移量与垂直偏移量均为1的椭圆结构元素，用该元素对灰度图进行10次腐蚀与10次膨胀处理，将该腐蚀与膨胀处理后的图片作为背景图片，将转换后的灰度图与该背景图相减，得到前景图片，设置阈值为80。使用适当阈值对得到的前景图片进行二值化处理，以将前景图片中灰度值等于缺陷灰度值的具有相同灰度值的连通域提取出来，之后还可以结合设置缺陷的最小面积值对连通域进行筛选，滤去杂质，背景等噪声等的影响，以提高连通域的提取精度，此外，还可以利用连通域的尺寸特征，及其各尺寸参数值的比值间的相互关系，区分缺陷是划痕或污点。最后利用坐标映射，将划痕与污点在原获取的待测芯片图片中标记。
[0064] 将检测过程中一些有用的中间信息输出到程序界面中供用户参考，同时将检测结果信息显示在程序界面中。结果信息包括芯片是否合格、芯片缺陷部位、存在缺陷个数等。[0065] 本发明实施例中，当根据焊盘的形状特征识别待测芯片的图片上有焊盘时，保存焊盘形状特征信息，并对获取的图像进行灰度处理后，通过连通域分析，提取出灰度处理后的图片中的缺陷，实现了芯片上焊盘外观缺陷的自动识别，避免了人工目检方式检测焊盘缺陷所造成的检测速度慢、检测效率低的问题；再有，还可以在识别待测芯片的图片上是否有焊盘之前先对待测芯片的图片进行裁剪，提取出待测芯片的轮廓，进而获得待测芯片的尺寸值，通过将获得的尺寸值与预设值进行比较，筛选出符合尺寸要求的待测芯片，实现了对芯片尺寸的自动检测；再有，当该待测芯片是硅麦克风芯片时，还可以采用与对焊盘检测相似的步骤，实现对硅麦克风芯片上声音传感器孔的自动检测。[0066] 以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。
14
CN 101995223 ACN 101995228 A
说 明 书 附 图
1/3页
图1
15
CN 101995223 ACN 101995228 A
说 明 书 附 图
2/3页
图2
16
CN 101995223 ACN 101995228 A
说 明 书 附 图
3/3页
图3
17
因篇幅问题不能全部显示，请点此查看更多更全内容