CN118967695B 用于dfb激光器芯片的表面结构质量检测方法及系统 （江苏永鼎股份有限公司）

用于DFB激光器芯片的表面结构质量检测方本发明提供了用于DFB激光器芯片的表面结构质量检测方法及系统，涉及图像处理技术领根据芯片表面结构质量检测因子进行期望偏离获得多个芯片区域表面质量系数；绘制DFB激光芯片质量检测方法通常依赖简单的图像处理算陷的识别能力有限，导致检测精度低的技术问2根据芯片表面结构质量检测因子进行期望偏离检测学习，搭建芯片基于所述芯片表面质量偏离检测通道，根据芯片表面质量梳理函其中，根据芯片表面结构质量检测因子进行期望偏离检根据所述芯片表面结构质量检测因子进行芯片检测记录回溯基于所述芯片纹理特征偏离检测记录进行期望偏离检测学习基于所述芯片几何特征偏离检测记录进行期望偏离检测学习基于所述芯片微结构特征偏离检测记录进行期望偏离检测学习将所述芯片纹理特征偏离检测通道、所述芯片几何特征偏离基于所述芯片表面结构质量检测因子对所述第一芯片区域图像第一芯片区域纹理检测信息、第一芯片区域几何检测信息和第一芯片区域微结构检测信基于所述第一芯片区域纹理检测信息、所述第一芯片区域几何检测将所述第一芯片区域纹理特征偏离系数、所述第一芯片区域几将所述第一芯片区域表面质量系数添加至所述多个芯片区域表芯片表面质量梳理函数和所述芯片表面质量偏离检测通道继续对所述多个芯片区域图像;3;(x,y)表征芯片全景图像中(x,y)位置上的灰度值，mean表征芯片全景图像的平均灰度值，3.如权利要求1所述的方法，其特征在于，基于所述多个区域种子点，对所述芯片梯度平滑图像进行分水所述芯片纹理特征偏离检测记录包括芯片区域纹理特征期望记录、根据所述芯片区域纹理特征期望记录、所述芯片区域纹理特征检以所述K个芯片纹理特征偏离检测模型的输出数据集为输入信息，以所述芯片区域纹将所述K个芯片纹理特征偏离检测模型作为并行独立节点合并，生成芯片纹理特征偏将所述芯片纹理特征偏离检测处理层与所述芯片纹理特征偏离检测融合模型的输入基于所述芯片表面结构质量检测因子对所述第一芯片区域图像的芯片区域进行多特将所述第一芯片区域纹理期望信息和所述第一芯片区域纹理检测信息输入芯片纹理4基于所述第一芯片区域几何期望信息和所述第一芯片区基于所述第一芯片区域微结构期望信息和所述第一芯片区域微结构6.用于DFB激光器芯片的表面结构质量检测系统，其特特征分割模块，所述特征分割模块用于根据所述DFB激光器芯片图像进行分水岭特征检测学习模块，所述检测学习模块用于根据芯片表面结构质质量分析模块，所述质量分析模块用于基于所述芯片表面质量检测云图绘制模块，所述检测云图绘制模块用于根据所述多个芯片区域表面质量系5[0001]本发明涉及图像处理技术领域，具体涉及用于DFB激光器芯片的表面结构质量检[0003]本申请通过提供了用于DFB激光器芯片的表面结构质量检测方法及系统，旨在解片图像增强函数对所述芯片全景图像进行增强处理，获得DFB激光器芯片图像；根据所述6[0008]上述说明仅是本申请技术方案的概述，为了能够更清楚[0009]图1为本申请实施例提供的用于DFB激光器芯片的表面结构质量检测方法流程示[0010]图2为本申请实施例提供的用于DFB激光器芯片的表面结构质量检测系统结构示[0012]本申请实施例通过提供用于DFB激光器芯片的表面结构质量检测方法及系统，解7[0016]DFB激光器芯片是一种利用衍射光栅产生反馈的半导体激光器芯片，它的表面结构非常精密，通常用于光通信等高精度领域，DFB芯片的结构特征对于其光学性能非常关[0017]根据芯片图像增强函数对所述芯片全景图像进行增强处理，获得DFB激光器芯片;;8将每个区域的表面质量系数以颜色编码的方式呈现在云图中，最终得到DFB激光器芯片表9所述芯片几何特征偏离检测记录进行期望偏离检测学习，搭建芯片几何特征偏离检测通同样的方法获取芯片几何特征偏离检测记录，该记录涉及芯片表面几何形状的偏离情况，特征检测记录和芯片区域纹理特征偏离系数记录；根据所述芯片区域纹理特征期望记录、所述芯片区域纹理特征检测记录和所述芯片区域纹理特征偏离系数记录，对K个期望偏离测记录，预测出该芯片区域的纹理特征偏离情况，最终获得K个芯片纹理特征偏离检测模[0050]将训练的K个芯片纹理特征偏离检测模型应用于测试集或新数据集，收集它们的[0051]将训练好的K个偏离检测模型设置为并行的计算节点，每个模型独立处理输入的[0052]将处理层与融合模型集成在一起，生成一个完整的芯片分别对所述多个芯片区域图像进行表面结构质量分析，获得多个芯片区域表面质量系数，量检测因子对所述第一芯片区域图像进行多特征检测，获得第一芯片区域纹理检测信息、检测信息、所述第一芯片区域几何检测信息和所述第一芯片区域微结构检测信息进行分[0061]基于所述芯片表面结构质量检测因子对所述第一芯片区域图像的芯片区域进行期望信息是该区域几何形状的期望信息，期望信息可以来自芯片设计图纸或标准制造规芯片区域纹理特征偏离系数，这个系数可以定量表示该区域的表面纹理与理想状态的差;;[0070]综上所述，本申请实施例所提供的用于DFB激光器芯片的表面结构质量检测方法[0072]实施例二，基于与前述实施例中用于DFB激光器芯片的表面结构质量检测方法相征分割模块30，所述特征分割模块30用于根据所述DFB激光器芯片图像进行分水岭特征分测云图绘制模块60，所述检测云图绘制模块60用于根据所述多个芯片区域表面质量系数，;所述芯片几何特征偏离检测记录进行期望偏离检测学习，搭建芯片几何特征偏离检测通特征检测记录和芯片区域纹理特征偏离系数记录；根据所述芯片区域纹理特征期望记录、所述芯片区域纹理特征检测记录和所述芯片区域纹理特征偏离系数记录，对K个期望偏离量检测因子对所述第一芯片区域图像进行多特征检测，获得第一芯片区域纹理检测信息、[0085]基于所述芯片表面结构质量检测因子对所述第一芯片区域图像的芯片区域进行;[0088]本说明书通过前述对用于DFB激光器芯片的表面结构质量检测