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！

摘要：本发明公开了一种基于激光全息成像技术的芯片外观缺陷检测方法，改善了现有技术中芯片外观缺陷检测存在检测效率低。该发明含有以下步骤，步骤1，启动激光器，形成全息图，图像采集模块接收全息图并送入图像处理模块；步骤2，对全息图进行数值变换获取数字全息图，通过图像处理重构三维形貌；步骤3，根据支持向量机的分类结果，判断芯片是否异常；步骤4，如果判断结果为异常，并联连杆机器人剔除有缺陷的芯片，结果为正常，则结束进去下一个芯片的测试。该技术解决了人工判断主观标准变化导致的质量不稳定问题，降低了检测成本，提高了检测效率。

主权项：1.一种基于激光全息成像技术的芯片外观缺陷检测方法，其特征在于：含有以下步骤，步骤1，启动激光器，形成全息图，图像采集模块接收全息图并送入图像处理模块；步骤2，对全息图进行数值变换获取数字全息图，通过图像处理重构三维形貌；在提高全息图再现像的空间分辨率时，通过图像融合结合图像滤波算法，包括以下四个步骤，步骤2-1、从一幅全息图中截取一定数量的相等尺寸的子全息图；步骤2-2、对这些子全息图进行数字再现从而得到一定数量的再现像；步骤2-3、对这些再现像的灰度值求平均得到一幅初步降噪的再现像；步骤2-4、对这副再现像进行非局部均值滤波得到最终再现像，即待检芯片的三维形貌；图像处理和重构三维形貌利用定义好的三维卷积神经网络结构在训练集上进行训练，确定一组最优的参数,包括以下三个步骤，步骤2-1、对训练集数据进行归一化和数据增强，数据增强包含翻转和旋转操作；步骤2-2、对于芯片三维形貌的输入数据，先将其分割为4*4*4个子块，同时在每个子块提取芯片缺陷特征；芯片外观检测出的缺陷类型为芯片表面的划痕、芯片表面的凹坑、芯片尺寸缺陷、引脚缺失或引脚倾斜；步骤2-3、将训练集数据输入进网络中，进行前向传播，计算缺陷分类结果与标签值之间的误差损失，并采用反向传播算法来更新网络参数，反复多次迭代，网络收敛到局部最优或是达到一定训练次数时停止训练，即找到了一组最优的网络参数；步骤2-4、将重构出的待检芯片三维形貌数据输入至三维卷积神经网络中进行特征提取，将三维卷积神经网络提取到的特征输入至支持向量机模型进行分类，依据支持向量机的分类结果实现对芯片缺陷检测；三维卷积神经网络包括4个三维卷积层，2个池化层，1个Dropout层防止过拟合，1个Flatten层实现多维输入特征一维化和2个全连接层；步骤3，根据支持向量机的分类结果，判断芯片是否异常；步骤4，如果判断结果为异常，并联连杆机器人剔除有缺陷的芯片，结果为正常，则结束进去下一个芯片的测试。

全文数据：

权利要求：

百度查询： 西安电子科技大学 一种基于激光全息成像技术的芯片外观缺陷检测方法