买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：苏州高视半导体技术有限公司

摘要：本发明提供LED半导体芯片集中性脏污缺陷检测方法、设备及介质，主要针对LED半导体芯片Pad区集中分布散点脏污缺陷检测，通过图像预处理、图像增强算法、基于灰度信息的图像分割及网格缺陷判定算法，能够自动计算出不同位置集中分布脏污的情况，根据参数调整能够检测不同脏污严重程度的集中性缺陷。本发明使用人工设计缺陷检测算法，不需要收集大量的缺陷样本数据，仅需对缺陷的判定规格有一定了解即可；针对客户场景设计的缺陷检测算法，能够有效降低产品差异、光照等因素对检测结果的影响，从而提高检测算法的鲁棒性；使用网格缺陷判定算法，能够更有效的减少离散脏污的误检出率，能更加精准有效的识别出集中性脏污缺陷。

主权项：1.一种LED半导体芯片集中性脏污缺陷检测方法，其特征在于，包括以下步骤：将待检测的LED半导体芯片图像进行形态学处理，增强CBL、电极和脏污特征；采用图像增强算法对所述LED半导体芯片图像进行处理，突出图像缺陷的对比度；对增强后的LED半导体芯片图像进行分割，将区域划分为缺陷区域与正常区域；利用CBL与电极的圆度信息剔除正常区域，保留缺陷区域；采用网格缺陷判定算法检测所述缺陷区域的集中性脏污缺陷；所述将待检测的LED半导体芯片图像进行形态学处理，增强CBL、电极和脏污特征步骤包括：利用明场下脏污发暗特征，采用黑帽运算增强CBL、电极和脏污特征；所述采用黑帽运算增强CBL、电极和脏污特征包括以下步骤：将所述LED半导体芯片图像转换为灰度图像；构造第一圆形卷积核，并通过所述第一圆形卷积核对所述灰度图像进行黑帽运算： ；其中，代表的第行第列的灰度值，为灰度图像，为黑帽运算后得到的图像，为第一圆形卷积核，为闭运算操作；所述采用图像增强算法对所述LED半导体芯片图像进行处理步骤包括：采用基于直方图正规化的线性变换增强算法对黑帽运算后得到的图像进行处理，得到增强后的灰度图像；所述采用基于直方图正规化的线性变换增强算法对黑帽运算结果的图像进行处理包括以下步骤：获取黑帽运算后得到的图像的亮度信息；根据所述亮度信息生成对应的直方图，并输出直方图中的最大灰度值与最小灰度值；获取设置的增强后的灰度图像的最大灰度值与最小灰度值；计算增强后的灰度图像的对比度和亮度： ；其中，为对比度，为亮度，为增强后的灰度图像的最大灰度值，为增强后的灰度图像的最小灰度值，为直方图中的最大灰度值，为直方图中的最小值；计算增强后的灰度图像： ；其中，为灰度图像的高度，为灰度图像的宽度，为增强后的灰度图像；所述对增强后的LED半导体芯片图像进行分割步骤包括：通过二值分割算法对增强后的灰度图像进行分割，得到二值化图像： ；其中，为得到的二值化图像，为设置的分割阈值；所述利用CBL与电极的圆度信息剔除正常区域，保留缺陷区域包括以下步骤：构造第二圆形卷积核和第三圆形卷积核，并对所述二值化图像进行开运算再膨胀，得到开运算、膨胀后的二值化图像： ；其中，为开运算图像，为开运算后再膨胀的图像，为第二圆形卷积核，所述第二圆形卷积核的大小小于正常的CBL直径，为第三圆形卷积核，为结构元素，为开运算符，为膨胀运算符；将开运算、膨胀后的二值化图像与所述二值化图像作差，得到差分图像： ；其中，为差分图像，为绝对值函数；利用所述第三圆形卷积核对所述差分图像进行开运算，得到粗略的集中性脏污分割图像： ；其中，为开运算后的图像；所述利用CBL与电极的圆度信息剔除正常区域，保留缺陷区域还包括：根据所述粗略的集中性脏污分割图像，利用圆度信息及边缘信息过滤其中的干扰部分，得到集中性脏污图像；所述采用网格缺陷判定算法检测所述缺陷区域的集中性脏污缺陷步骤包括以下步骤：将所述集中性脏污图像划分为多个网格区域；根据设定的缺陷的大小和数量，对每个网格区域进行定量分析，得到网格判定图像；统计所述网格判定图像中不合格的网格区域数量及总网格区域数量，并计算出不合格的网格区域占总网格区域的比例；将计算出的比例与实际设定值进行对比；若所述比例大于等于所述实际设定值，则判定产品存在集中性脏污；若所述比例小于所述实际设定值，则判定产品不存在集中性脏污。

全文数据：

权利要求：

百度查询： 苏州高视半导体技术有限公司 LED半导体芯片集中性脏污缺陷检测方法、设备及介质