计算机视觉在半导体封装上的应用研究

摘要

随着半导体工艺技术的发展进步,各种新型的封装技术的出现,芯片晶体的图形也更加复杂,精度要求也越来越高,而我国在半导体的生产上尚处于较落后状态,因此研究半导体封装技术,提高其生产自动化水平变得很有实际意义.本文对目前可应用于半导体封装中常用的计算机视觉方法进行了介绍,然后通过研究半导体封装中的实际问题,应用计算机视觉理论,实现了在芯片封装中产品缺陷的无损检测以及芯片安装时的匹配定位技术,并尝试进行了基于特征的模式匹配方法的研究.在芯片的缺陷无损检测中,研究了对图像进行分割的方法.在比较了几种常用的图像分割方法的效果后,设计了一个基于已知面积大小的动态阈值的算法,该算法能够将缺陷特征和背景分离.接着讨论了图像在光照变化情况下的处理方法以及对缺陷特征分离后的噪音清除方法.在研究芯片定位的过程中,采用了基于矩形特征的模式匹配方法,减少了计算量,有效地解决了大模板的匹配速度问题.在该研究中系统地将匹配过程分为多个模块进行处理,分别有图像预处理、特征提取和匹配以及特征定位计算.在预处理中进行了光照预处理,并改进了中值滤波算法,设计了一个动态阈值算法,通过轮廓提取和特征细化获得特征线;在特征的提取中对所得到的特征图进行特征的搜索,并且自定义了特征的数据结构来对特征进行描述;在特征匹配中研究了角点的提取方法和制定匹配的参数,在获得匹配结果后又研究了特征位置信息的计算方法.本文的研究内容,可以作为计算机视觉在半导体封装中应用的研究参考,也可以作为其他自动化生产工程中视觉部分的参考资料.

目录

文摘

英文文摘

第1章绪论

1.1课题背景

1.1.1半导体封装技术的发展

1.1.2计算机视觉在半导体封装中的应用

1.2国内外研究现状

1.2.1国外研究现状

1.2.2国内研究现状

1.3主要研究内容

第2章计算机视觉技术及其在半导体封装中的应用

2.1引言

2.2模板匹配方法

2.2.1基于图像灰度信息的匹配方法

2.2.2基于图像特征的匹配方法

2.3计算机视觉的实践应用

2.3.1缺陷的无损检测

2.3.2基于图像特征匹配的目标定位研究

2.4本章小结

第3章芯片缺陷的视觉无损检测

3.1引言

3.2芯片缺陷视觉检测方案

3.2.1实验背景

3.2.2缺陷检测原理

3.2.3实验流程图及说明

3.3使用动态阈值对图像进行分割

3.3.1阈值分割简介

3.3.2常用动态阈值算法

3.4噪音的清除方法

3.5光照问题的处理

3.6本章小结

第4章基于特征匹配的矩形特征的识别和定位

4.1引言

4.2基于特征信息的特征匹配的方案

4.2.1问题的提出

4.2.2边缘提取方案选择

4.2.3匹配方案及介绍

4.3图像预处理

4.3.1中值滤波

4.3.2值化

4.3.3轮廓提取

4.3.4特征细化

4.4矩形特征的提取和匹配

4.4.1特征的描述

4.4.2特征的数据结构

4.4.3特征的搜索策略

4.4.4特征的角点提取

4.4.5特征的匹配

4.4.6特征的转角定位计算

4.5提高匹配速度的改进方法

4.6本章小结

结论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明及学位论文使用授权书

致谢