CN114332042B 一种半导体分立元件线型检测方法及检测设备 （广东正业科技股份有限公司）

(19)国家知识产权局(12)发明专利(10)授权公告号CN114332042B(65)同一申请的已公布的文献号(73)专利权人广东正业科技股份有限公司园路6号(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师俱玉云审查员娄贝贝(54)发明名称一种半导体分立元件线型检测方法及检测设备本发明公开了一种半导体分立元件线型检测方法，以预设的窗口分别对分立元件图像的平方及分立元件图像进行均值滤波得到滤波图像；接着根据标准差计算公式、第一滤波图像和第二滤波图像计算得到局部标准差图像，并以局部标准差图像为基础提取得到局部焊线图像，其中，由于参数w与h不相同，从而实现抑制某一方向上的梯度值的目标，具有更高的灵活性；再从分立元件图像中得到焊球中心坐标，最终可以根据预设的NG标准、局部焊线图像的焊线坐标集合S及焊球中心坐标判断半导体分立元件是否为NG;其中，由于局部焊线图像已提取过滤掉无关梯度的干扰，能简洁、快速地计算与焊球中心坐标之间的间距以判断半导体分立元件是否为21.一种半导体分立元件线型检测方法，其特征在于，包括：预先设定均值滤波的滤波窗口，所述滤波窗口的宽度和高度不相等；获取半导体分立元件的分立元件图像I(x,y);对I(x,y)的平方进行均值滤波，得到第一滤波图像E(I²);对I(x,y)进行均值波滤，得到第二滤波图像E(I);根据标准差计算公式、E(I²)及E(I)计算得到局部标准差图像I;从I中提取得到局部焊线图像IWireContours;计算I(x,y)的焊球中心坐标(xball,Ybal₁);判断IWireContours的各像素与所述焊球中心坐标(xba₁1,ybal₁)之间的距离是否均在预设的距离范围内；若是，则判定所述半导体分立元件为正常工件；若否，则判定所述半导体分立元件为NG件。2.根据权利要求1所述的半导体分立元件线型检测方法，其特征在于，所述步骤：从I中对I。进行阈值分割，得到灰度变化区域图像I;对I(x,y)进行阈值分割，得到所述的半导体分立元件的引脚处的引脚图像IPinMask;令I减去IPinMask,得到中间图像，并从所述中间图像中筛选出初步焊线图像IWireMask,细3.根据权利要求2所述的半导体分立元件线型检测方法，其特征在于，所述步骤：对I。进行阈值分割，得到灰度变化区域图像I,具体包括：依次对I的各像素点(x,y)的像素值进行赋值，得到灰度变化区域图像I;所述依次对I的各像素点(x,y)的像素值进行赋值的方法，具体包括：依次判断I的各像素点(x,y)的像素值与预设的分割阈值之积，是否小于均值图像中对应的各像素点(x,y)的像素值与分立元件图像对应的各像素点(x,y)的像素值之差；若是，则令所述像素点(x,y)的像素值被赋值为255;若否，则令所述像素点(x,y)的像素值被赋值为0。4.根据权利要求2所述的半导体分立元件线型检测方法，其特征在于，所述步骤：令I减去IpinMask,得到中间图像，并从所述中间图像中筛选出初步焊线图像IWireMask,细化后得到局判断所述中间图像的面积是否位于预设的面积阈值；若否，则判断所述中间图像为干扰图像；若是，则判定所述中间图像为待定图像；并从所述待定图像中筛选出焊线图像，得到初5.根据权利要求1所述的半导体分立元件线型检测方法，其特征在于，所述步骤：计算I(x,y)的焊球中心坐标(xba₁1,yba₁1),具体包括：对所述分立元件图像I(x,y)依次使用Laplace算子和Sobel算子进行边缘检测，得到焊球边缘图像Icony;对所述焊球边缘图像Icn进行阈值分割，得到焊球分割图像Ibinary,并从所述焊球分割图像Ibinary中筛选出符合预设焊球标准的焊球图像Iba₁1;3计算筛选出的所述焊球图像Ibal₁的焊球中心坐标(xba₁1,ybal₁)。6.根据权利要求5所述的半导体分立元件线型检测方法，其特征在于，所述步骤：对所述分立元件图像I(x,y)依次使用Laplace算子和Sobel算子进行边缘检测，得到焊球边缘图像Icon,具体包括：通过预设的Laplace核kLaplace对所述分立元件图像I(x,y)进行卷积，得到卷积图像Ic1;通过预设的的Sobel核ksobel对所述卷积图像I进行卷积，得到所述焊球边缘图像Iconv。7.根据权利要求1所述的半导体分立元件线型检测方法，其特征在于，所述步骤：判断IWireContours的各像素与所述焊球中心坐标(xba₁1,Ybal₁)之间的距离是否均在预设的距离范围判断IWireContours中的像素点与所述焊球中心坐标(xba₁1,Yba₁1)在y轴上的最大差值dyMax是否大于预设的第一NG值T₁;若是，则将所述半导体分立元件判定为塌线NG产品；若否，则将所述半导体分立元件判定为非塌线NG产品。8.根据权利要求2所述的半导体分立元件线型检测方法，其特征在于，所述步骤：从I中若是，则将所述半导体分立元件判定为线摆NG产品；若否，则将所述半导体分立元件判定为非线摆NG产品。9.一种检测设备，其特征在于，包括存储器和处理器，所述存储器存储有可在所述处理器上运行的控制程序，所述控制程序被所述处理器执行时实现如权利要求1至8中任一项所述的半导体分立元件线型检测方法。4一种半导体分立元件线型检测方法及检测设备技术领域[0001]本发明涉及半导体芯片生产制造领域，尤其涉及一种半导体分立元件线型检测方法及检测设备。背景技术[0002]半导体分立元件的线型检测是半导体芯片生产制造过程中的重要一步，目前半导体分立元件的线型检测均采用人工目检的手段。这种方法自动化水平低，长时间工作容易让员工产生疲惫感，且检测结果容易受情绪等主观因素影响，导致检测准确率降低。型进行边缘检测，得到一边缘强化后的边缘图像，然后通过深度学习或者神经网络的方式进行训练，最终得到一个能够对上述边缘图像进行识别的训练模型，以实现线型检测的自动化。[0004]上述的过程中存在两个缺点，一是现有技术中采用Laplace边缘检测算子得到的边缘图像存在梯度值干扰，导致整体过程灵活性低；二是采用深度学习或者神经网络的方[0005]综上所述，现有技术中的检测手段灵活性低且耗时长。发明内容[0006]本发明的目的在于提供一种半导体分立元件线型检测方法及检测设备，来解决目前检测手段灵活性低且耗时长的问题。[0007]为达此目的，本发明采用以下技术方案：[0008]一种半导体分立元件线型检测方法，包括：[0009]预先设定均值滤波的滤波窗口，所述滤波窗口的宽度和高度不相等；[0010]获取半导体分立元件的分立元件图像I(x,y);[0011]对所述分立元件图像I(x,y)的平方进行均值滤波，得到第一滤波图像E(I³);[0012]对所述分立元件图像I(x,y)进行均值波滤，得到第二滤波图像E(I);[0013]根据标准差计算公式、E(I3及E(I)计算得到局部标准差图像I;[0014]从I中提取得到局部焊线图像IWireContours;[0015]计算I(x,y)的焊球中心坐标(Xba₁1,bal₁);[0016]判断WireContours的各像素与所述焊球中心坐标(xba₁1,ybal1)之间的距离是否均在预设的距离范围内；[0017]若是，则判定所述半导体分立元件为正常工件；[0018]若否，则判定所述半导体分立元件为NG件。[0020]对I。进行阈值分割，得到灰5[0022]令I减去IPinMask,,得到中间图像，并从所述中间图像中筛选出初步焊线图像[0023]可选地，所述步骤：对I进行阈值分割，得到灰度变化区域图像I,具体包括：[0024]依次对I的各像素点(x,y)的像素值进行赋值，得到灰度变化区域图像I;[0025]所述依次对I的各像素点(x,y)的像素值进行赋值的方法，具体包括：[0026]依次判断I的各像素点(x,y)的像素值，是否大于均值图像中对应的各像素点(x,y)的像素值与预设的第一像素值阈值之和；[0027]若是，则令所述像素点(x,y)的像素值被赋值为255;[0028]若否，则令所述像素点(x,y)的像素值被赋值为0。[0030]判断所述中间图像中的面积是否位于预设的面积阈值；[0031]若否，则判断所述中间图像为干扰图像；[0032]若是，则判定所述中间图像为待定图像；并从所述待定图像中筛选出焊线图像，得[0033]可选地，所述步骤：计算I(x,y)的焊球中心坐标(xbal₁,ybal₁),具体包括：[0034]对所述分立元件图像I(x,y)依次使用Laplace算子和Sobel算子进行边缘检测，得分割图像Ibinary中筛选出符合预设焊球标准的焊球图像Iba₁1;[0036]计算筛选出的所述焊球图像Ial1的焊球中心坐标(xball,ybal1)。[0037]可选地，所述步骤：对所述分立元件图像I(x,y)依次使用Laplace算子和Sobel算子进行边缘检测，得到焊球边缘图像Icon,具体包括：[0038]通过预设的Laplace核kLaplace对所述分立元件图像I(x,y)进行卷积，得到卷积图[0039]通过预设的的Sobel核ksobel对所述卷积图像IC进行卷积，得到所述焊球边缘图像[0040]可选地，所述步骤：判断IWireContours的各像素与所述焊球中心坐标(xbal₁,ybal₁)之间的距离是否均在预设的距离范围内，具体包括：[0041]判断IWireContours中的像素点与所述焊球中心坐标(xba11,Yba₁)在y轴上的最大差值[0042]若是，则将所述半导体分立元件判定为塌线NG产品；[0044]可选地，所述步骤：从I中提取得到局部焊线图像IWirecontours之后，还包括：[0046]若是，则将所述半导体分立元件判定为线摆NG产品；[0047]若否，则将所述半导体分立元件判定为非线摆NG6[0048]一种检测设备，其特征在于，包括存储器和处理器，所述存储器存储有可在所述处理器上运行的控制程序，所述控制程序被所述处理器执行时实现如上所述的半导体分立元件线型检测方法。[0050]本发明提供的半导体分立元件线型检测方法及检测设备，其以预设的窗口分别对分立元件图像的平方及分立元件图像进行均值滤波，得到第一滤波图像和第二滤波图像；接着根据标准差计算公式、第一滤波图像和第二滤波图像计算得到局部标准差图像，并以局部标准差图像为基础提取得到局部焊线图像，其中，由于参数w与h不相同，从而实现抑制某一方向上的梯度值的目标，具有更高的灵活性；再从分立元件图像中得到焊球中心坐标，最终可以根据预设的NG标准、局部焊线图像的焊线坐标集合S及焊球中心坐标判断半导体分立元件是否为NG;其中，由于局部焊线图像已提取过滤掉无关梯度的干扰，能够简洁、快速地计算与焊球中心坐标之间的间距以判断半导体分立元件是否为NG,耗时短且占用资源少；综上所述，本半导体分立元件线型检测方法及检测设备具有灵活性高且耗时短的优点。附图说明[0051]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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。[0052]本说明书附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。[0053]图1为本发明实施例提供的半导体分立元件线型检测方法的整体流程示意图；[0054]图2为本发明实施例的分立元件图像示意图。具体实施方式[0055]为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，它可以是直接连接到另一个组件或者可能同时存在居中设置的组件。[0057]下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。[0058]请参考图1至图2,图1为本发明实施例提供的半导体分立元件线型检测方法的整7(wire)、引脚部分(pin)及焊球部分(ball),主要通过下述步骤实现对焊线部分(wire)及焊[0065]S400、对分立元件图像I(x,y)以窗口(w,h)进行均值波滤，得到第二滤波图像E[0075]步骤S300中，以(w,h)为窗口对分立元件图像的平方I²(x,y)进行进行均值滤波，得到第一滤波图像E(I²);该第一滤波图像E(I)能视作公式(1)中的[0077]因此，在计算出步骤S300中的第一滤波图像E(I准差图像I和第二滤波图像E(I),其中E(I)也视为均值图像I,显著地提高了半导体分立元8根据预设的NG标准、局部焊线图像的焊线坐标集合S及焊球中心坐标判断半导体分立元件本半导体分立元件线型检测方法及检测设备具有灵引脚图像IpinMask;其中，第二阈值分割采用第二阈值t₂进行阈值分割，从而将引脚图像计算，逐层均匀剥掉图形的边界，直至剩下最里层的一维骨架，从而得到局部焊线图像值图像中对应的各像素点(x,y)的像素值与分立元件图像对应的各像素点(x,y)的像素值9[0098]进一步地，步骤S700:从分立元件图像I(x,y)中提取得到焊球中心坐标(xba11,[0110]本实施方式中，采用Sobel垂直边缘检测算子h₂作为Sobel核ksobel对卷积图像I进行卷积操作，能够消除焊线部分的梯度信息干扰，提高本方法的灵活性。间的距离是否符合预设的NG标准，具体包括：上的最大差值dyax是否大于预设的第一NG值T₁,其中T₁可选13;[0113]S811、若是，则将半导体分立元件判定为塌线NG产品；[0114]S812、若否，则将半导体分立元件判定为非塌线NG产品。[0117]S901、若是，则将半导体分立元件判定为