CN111693533A - 工件表面质量的检测方法及检测装置、外观机 - Google Patents
工件表面质量的检测方法及检测装置、外观机 Download PDFInfo
- Publication number
- CN111693533A CN111693533A CN202010528610.4A CN202010528610A CN111693533A CN 111693533 A CN111693533 A CN 111693533A CN 202010528610 A CN202010528610 A CN 202010528610A CN 111693533 A CN111693533 A CN 111693533A
- Authority
- CN
- China
- Prior art keywords
- detected
- detection
- region
- workpiece
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8877—Proximity analysis, local statistics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种工件表面质量的检测方法及检测装置、外观机。检测方法包括:将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值;分别获取每个所述待检测区域的第一检测图像;根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。本发明的检测方法,在工件的待检测面各区域位置因外界因素(如切割刀痕等)影响导致待检测面各位置处的色差较大时,通过采用分区域的表面质量检测方式,可以有效减少机台的误报警率,提高产品良率,提高机台产能。
Description
技术领域
本发明属于半导体设备技术领域,具体涉及一种工件表面质量的检测方法、一种工件表面质量的检测装置以及一种外观机。
背景技术
外观机对产品进行检测时,主要是利用灰阶值的不同来对机台采集到的图像进行分析。在该图像中没有颜色的变化,只有灰度的等级不同,灰阶值在0至255之间,0为黑色最暗,255为白色最亮,我们将某个灰度值在整个图像中所占的比例设为检测的阈值,以此来检测出产品上不同的外观缺陷。
一般的封装产品比较薄,切割时一刀成型,侧面基本没有色差,在同组灯光下检测时灰阶值差异较小,对特定缺陷设置一个阈值即可测出,机台误报警较少。
但是对于倒装芯片四方扁平无引线(Flip-Chip Quad Flat No lead,FCQFN)的封装产品厚度比较大,切割时分为两刀成型,第一刀与第二刀切出的侧面色差比较明显,在同一组灯光下,灰阶值差异较大,此时再采取原来方法,就会导致机台误报警增多,影响产品良率,降低机台效率
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一,提供一种工件表面质量的检测方法、一种工件表面质量的检测装置以及一种外观机。
本发明的一方面,提供一种工件表面质量的检测方法,包括:
将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值;
分别获取每个所述待检测区域的第一检测图像;
根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。
在可选地一些实施方式中,所述待检测面经由至少两次切割工艺成型,所述将工件的待检测面划分为多个待检测区域,包括:
根据所述至少两次切割工艺的切割刀痕,将所述待检测面划分为所述多个待检测区域。
在可选地一些实施方式中,所述将工件的待检测面划分为多个待检测区域,包括:
获取所述待检测面的第二检测图像;
识别所述第二检测图像中各位置区域处的灰阶值;
将所述各位置区域处的灰阶值分别与预设的多个区域划分阈值进行比较,并根据比较结果将所述待检测面划分为所述多个检测区域。
在可选地一些实施方式中,所述获取所述待检测面的第二检测图像,包括:
先利用一组同轴光照射所述待检测面,之后获取所述待检测面的所述第二检测图像。
在可选地一些实施方式中,所述分别获取每个所述待检测区域的第一检测图像,包括:
预先设置多组不同的同轴光,每组所述同轴光对应一个所述待检测区域;
分别利用所述多组同轴光照射对应的所述待检测区域;
分别获取每个所述待检测区域的所述第一检测图像。
在可选地一些实施方式中,所述根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量,包括:
分别识别每个所述待检测区域的所述第一检测图像的检测灰阶值;
分别将每个所述待检测区域的检测灰阶值与对应的检测缺陷阈值进行比较,若所述检测灰阶值超出所述检测缺陷阈值,则判定对应的所述待检测区域存在缺陷,并输出报警。
本发明的另一方面,提供一种工件表面质量的检测装置,包括:
划分模块,用于将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值;
获取模块,用于分别获取每个所述待检测区域的第一检测图像;
确定模块,用于根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。
在可选地一些实施方式中,所述待检测面经由至少两次切割工艺成型,所述将工件的待检测面划分为多个待检测区域,包括:
所述划分模块,具体还用于根据所述至少两次切割工艺的切割刀痕,将所述待检测面划分为所述多个待检测区域。
在可选地一些实施方式中,所述划分模块包括获取子模块、第一识别子模块和第一比较子模块,所述将工件的待检测面划分为多个待检测区域,包括:
所述获取子模块,用于获取所述待检测面的第二检测图像;
所述第一识别子模块,用于识别所述第二检测图像中各位置区域处的灰阶值;
所述第一比较子模块,用于将所述各位置区域处的灰阶值分别与预设的多个区域划分阈值进行比较,并根据比较结果将所述待检测面划分为所述多个检测区域。
在可选地一些实施方式中,还包括第一光源模块,所述获取所述待检测面的第二检测图像,包括:
所述第一光源模块,用于向所述待检测面提供一组同轴光;
所述获取子模块,用于获取所述待检测面的所述第二检测图像。
在可选地一些实施方式中,还包括多个第二光源模块,每个所述第二光源模块对应一个所述待检测区域,所述分别获取每个所述待检测区域的第一检测图像,包括:
所述第二光源模块,用于向对应的所述待检测区域提供一组同轴光;
所述获取模块,用于分别获取每个所述待检测区域的所述第一检测图像。
在可选地一些实施方式中,所述确定模块包括第二识别子模块和第二比较子模块,所述根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量,包括:
所述第二识别子模块,用于分别识别每个所述待检测区域的所述第一检测图像的检测灰阶值;
所述第二比较子模块,用于分别将每个所述待检测区域的检测灰阶值与对应的检测缺陷阈值进行比较,若所述检测灰阶值超出所述检测缺陷阈值,则判定对应的所述待检测区域存在缺陷,并输出报警。
本发明的另一方面,提供一种外观机,包括前文记载的所述的检测装置。
本发明的另一方面,提供一种电子设备,包括:
一个或多个处理器;
存储单元,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,能使得所述一个或多个处理器实现根据前文记载的所述的检测方法。
本发明的另一方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时能实现根据前文记载的所述的检测方法。
本发明的工件表面质量的检测方法及检测装置,首先将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值,其次,分别获取每个所述待检测区域的第一检测图像,最后,根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。在工件的待检测面各区域位置因外界因素(如切割刀痕等)影响导致待检测面各位置处的色差较大时,通过采用分区域的表面质量检测方式,可以有效减少机台的误报警率,提高产品良率,提高机台产能。
附图说明
图1为本发明一实施例的电子设备的组成框图;
图2为本发明另一实施例的检测方法的工艺流程图;
图3为本发明另一实施例的工件结构示意图;
图4为本发明另一实施例的检测装置的结构示意图;
图5为本发明另一实施例的检测装置的结构示意图;
图6为本发明另一实施例的检测装置的结构示意图;
图7为本发明另一实施例的检测装置的结构示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
首先,参照图1来描述用于实现本发明一实施例的检测装置及检测方法的示例电子设备。
如图1所示,电子设备200包括一个或多个处理器210、一个或多个存储装置220、一个或多个输入装置230、一个或多个输出装置240等,这些组件通过总线***250和/或其他形式的连接机构互连。应当注意,图1所示的电子设备的组件和结构只是示例性的,而非限制性的,根据需要,电子设备也可以具有其他组件和结构。
处理器210可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备200中的其他组件以执行期望的功能。
存储装置220可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如,所述应用程序使用和/或产生的各种数据等。
输入装置230可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
输出装置240可以向外部(例如用户)输出各种信息(例如图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
下面,将参考图2描述根据本发明另一实施例的检测方法。
如图2所示,一种工件表面质量的检测方法S100,包括:
S110、将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值。
示例性的,在本步骤中,工件例如可以为半导体封装器件,半导体封装器件一般是对晶圆经过若干工艺制程后得到,当然,工件还可以为其他一些半导体器件,本实施例对此并不限制。在制作完成工件时,需要对其表面质量进行检测,为了提高表面质量的检测良率以及检测准确度,本实施例将工件的待检测面划分成多个检测区域。示例性的,一并结合图3,工件300的待检测面被划分成了三个待检测区域,分别为第一待检测区域310、第二待检测区域320以及第三待检测区域330,每个待检测区域均对应一个预设的检测缺陷阈值,该检测缺陷阈值与其所对应的待检测区域相匹配。
需要说明的是,对于采用何种划分方式将待检测面划分为多个检测区域并没有作出限定,例如,在待检测面受到切割刀痕影响时,可以基于切割刀痕将待检测面划分为多个检测区域。再例如,在待检测面受到刮痕影响时,可以基于刮痕将待检测面划分为多个检测区域等等,本实施例对此并不限制。
S120、分别获取每个所述待检测区域的第一检测图像。
示例性的,在本步骤中,可以采用图像获取设备,例如照相机、摄像机等分别获取每个所述待检测区域的第一检测图像,本实施例对此并不限制。
S130、根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。
示例性的,在本步骤中,可以将每个所述待检测区域的所述第一检测图像的灰阶值与对应的所述检测缺陷阈值(检测缺陷灰阶)进行比较,根据比较结果确定所述待检测面的质量。当然,除此以外,还可以采用第一检测图像的其他一些特征值,如灰度值、亮度值以及纹理等,本实施例对此并不限制。
本实施例的工件表面质量的检测方法,首先将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值,其次,分别获取每个所述待检测区域的第一检测图像,最后,根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。本实施例的检测方法,在工件的待检测面各区域位置因外界因素(如切割刀痕等)影响导致待检测面各位置处的色差较大时,通过采用分区域的表面质量检测方式,可以有效减少机台的误报警率,提高产品良率,提高机台产能。
在可选地一些实施方式中,所述待检测面经由至少两次切割工艺成型,所述将工件的待检测面划分为多个待检测区域,包括:
根据所述至少两次切割工艺的切割刀痕,将所述待检测面划分为所述多个待检测区域。
示例性的,如背景技术部分记载,对于倒装芯片四方扁平无引线(Flip-Chip QuadFlat No lead,FCQFN)的封装产品厚度比较大,切割时分为两刀成型,第一刀与第二刀切出的侧面色差比较明显。因此,如图4所示,在工件300的待检测面上根据第一刀和第二刀的切割刀痕,在待检测面上划分出第一检测区域310和第二检测区域320,此外,工件300的待检测面还可能包括一些器件端子(如反面端子等)340,因此根据器件端子340将待检测面划分出第三检测区域330。当然,对于检测区域的具体数量没有限定,取决于工件的待检测面经过切割工艺的次数以及待检测面上是否存在器件端子等。
在可选地一些实施方式中,所述将工件的待检测面划分为多个待检测区域,包括:
获取所述待检测面的第二检测图像,识别所述第二检测图像中各位置区域处的灰阶值,将所述各位置区域处的灰阶值分别与预设的多个区域划分阈值进行比较,并根据比较结果将所述待检测面划分为所述多个检测区域。
示例性的,如前文记载,在待检测面受到切割刀痕等因素影响时,待检测面色差比较明显,在同一组灯光下,灰阶值差异较大。基于此,可以设置多个区域划分阈值,例如,1区域灰阶值70左右,2区域灰阶值120左右,3区域灰阶值220以上等,之后,将各位置区域处的灰阶值分别与该三个区域划分阈值进行比较,并根据比较结果将所述待检测面划分为三个检测区域等。
需要说明的是,对待检测面进行检测区域划分时,可以综合考虑切割刀痕与灰阶值两者,例如,可以首先通过切割刀痕等因素预先对待检测面进行一个初步的多检测区域划分,之后,再通过待检测面的检测图像的灰阶值进行准确的多检测区域划分。
在可选地一些实施方式中,所述获取所述待检测面的第二检测图像,包括:
先利用一组同轴光照射所述待检测面,之后获取所述待检测面的所述第二检测图像。
本实施例的检测方法,在待检测面存在色差比较明显时,仅用一组同轴光照射待检测面,在该相同的同轴光照射下,待检测面会有不同的灰阶值,从而可以将待检测面更加精准的划分为多个检测区域,提高后续工件表面质量的检测准确度。
在可选地一些实施方式中,所述分别获取每个所述待检测区域的第一检测图像,包括:
预先设置多组不同的同轴光,每组所述同轴光对应一个所述待检测区域。分别利用所述多组同轴光照射对应的所述待检测区域。分别获取每个所述待检测区域的所述第一检测图像。
本实施例的检测方法,通过设置多组不同的同轴光,并利用不同的同轴光照射对应的待检测区域,这样可以便于在不同的待检测区域设置对应的检测缺陷阈值,从而可以减少不同检测区域之间的相互影响,提高工件的检测良率及准确度,降低机台的误报警率。
在可选地一些实施方式中,所述根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量,包括:
分别识别每个所述待检测区域的所述第一检测图像的检测灰阶值。分别将每个所述待检测区域的检测灰阶值与对应的检测缺陷阈值进行比较,若所述检测灰阶值超出所述检测缺陷阈值,则判定对应的所述待检测区域存在缺陷,并输出报警。
此外,为了进一步提高工件表面质量的检测良率以及准确度,降低机台的误报警率,还可以通过机器学习的方法对机台进行训练,例如,先利用检测面没有问题的训练工件进行训练,保证机台的图片传输分析没有问题。
下面,将参考图4描述根据本发明另一实施例的检测装置,该检测装置可以应用于前文记载的检测方法,具体可以参考前文相关记载,在此不作赘述。
如图4所示,一种工件表面质量的检测装置100,包括:
划分模块110,用于将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值;
获取模块120,用于分别获取每个所述待检测区域的第一检测图像;
确定模块130,用于根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。
本实施例的检测装置,首先将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值,其次,分别获取每个所述待检测区域的第一检测图像,最后,根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。本实施例的检测装置,在工件的待检测面各区域位置因外界因素(如切割刀痕等)影响导致待检测面各位置处的色差较大时,通过采用分区域的表面质量检测方式,可以有效减少机台的误报警率,提高产品良率,提高机台产能。
在可选地一些实施方式中,所述待检测面经由至少两次切割工艺成型,所述将工件的待检测面划分为多个待检测区域,包括:
所述划分模块110,具体还用于根据所述至少两次切割工艺的切割刀痕,将所述待检测面划分为所述多个待检测区域。
在可选地一些实施方式中,如图5所示,所述划分模块110包括获取子模块111、第一识别子模块112和第一比较子模块113,所述将工件的待检测面划分为多个待检测区域,包括:
所述获取子模块111,用于获取所述待检测面的第二检测图像;
所述第一识别子模块112,用于识别所述第二检测图像中各位置区域处的灰阶值;
所述第一比较子模块113,用于将所述各位置区域处的灰阶值分别与预设的多个区域划分阈值进行比较,并根据比较结果将所述待检测面划分为所述多个检测区域。
在可选地一些实施方式中,如图6所示,检测装置100还包括第一光源模块140,所述获取所述待检测面的第二检测图像,包括:
所述第一光源模块140,用于向所述待检测面提供一组同轴光;
所述获取子模块111,用于获取所述待检测面的所述第二检测图像。
在可选地一些实施方式中,如图6所示,检测装置100还包括多个第二光源模块150,每个所述第二光源模块发出一组不同的同轴光,每个所述第二光源模块对应一个所述待检测区域,所述分别获取每个所述待检测区域的第一检测图像,包括:
所述第二光源模块150,用于向对应的所述待检测区域提供一组同轴光;
所述获取模块120,用于分别获取每个所述待检测区域的所述第一检测图像。
在可选地一些实施方式中,如图7所示,所述确定模块130包括第二识别子模块131和第二比较子模块132,所述根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量,包括:
所述第二识别子模块131,用于分别识别每个所述待检测区域的所述第一检测图像的检测灰阶值;
所述第二比较子模块132,用于分别将每个所述待检测区域的检测灰阶值与对应的检测缺陷阈值进行比较,若所述检测灰阶值超出所述检测缺陷阈值,则判定对应的所述待检测区域存在缺陷,并输出报警。
本发明的另一方面,提供一种外观机,包括前文记载的所述的检测装置。
本实施例的外观机,具有前文记载的检测装置,其首先将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值,其次,分别获取每个所述待检测区域的第一检测图像,最后,根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。这样,在工件的待检测面各区域位置因外界因素(如切割刀痕等)影响导致待检测面各位置处的色差较大时,通过采用分区域的表面质量检测方式,可以有效减少机台的误报警率,提高产品良率,提高机台产能。
本发明的另一方面,提供一种电子设备,包括:
一个或多个处理器;
存储单元,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,能使得所述一个或多个处理器实现根据前文记载的所述的检测方法。
本发明的另一方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时能实现根据前文记载的所述的检测方法。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种工件表面质量的检测方法,其特征在于,包括:
将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值;
分别获取每个所述待检测区域的第一检测图像;
根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。
2.根据权利要求1所述的检测方法,其特征在于,所述待检测面经由至少两次切割工艺成型,所述将工件的待检测面划分为多个待检测区域,包括:
根据所述至少两次切割工艺的切割刀痕,将所述待检测面划分为所述多个待检测区域。
3.根据权利要求1所述的检测方法,其特征在于,所述将工件的待检测面划分为多个待检测区域,包括:
获取所述待检测面的第二检测图像;
识别所述第二检测图像中各位置区域处的灰阶值;
将所述各位置区域处的灰阶值分别与预设的多个区域划分阈值进行比较,并根据比较结果将所述待检测面划分为所述多个检测区域。
4.根据权利要求3所述的检测方法,其特征在于,所述获取所述待检测面的第二检测图像,包括:
先利用一组同轴光照射所述待检测面,之后获取所述待检测面的所述第二检测图像。
5.根据权利要求1至4任一项所述的检测方法,其特征在于,所述分别获取每个所述待检测区域的第一检测图像,包括:
预先设置多组不同的同轴光,每组所述同轴光对应一个所述待检测区域;
分别利用所述多组同轴光照射对应的所述待检测区域;
分别获取每个所述待检测区域的所述第一检测图像。
6.根据权利要求1至4任一项所述的检测方法,其特征在于,所述根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量,包括:
分别识别每个所述待检测区域的所述第一检测图像的检测灰阶值;
分别将每个所述待检测区域的检测灰阶值与对应的检测缺陷阈值进行比较,若所述检测灰阶值超出所述检测缺陷阈值,则判定对应的所述待检测区域存在缺陷,并输出报警。
7.一种工件表面质量的检测装置,其特征在于,包括:
划分模块,用于将工件的待检测面划分为多个待检测区域,每个所述待检测区域对应一个预设的检测缺陷阈值;
获取模块,用于分别获取每个所述待检测区域的第一检测图像;
确定模块,用于根据每个所述待检测区域的所述第一检测图像以及对应的所述检测缺陷阈值,确定所述待检测面的质量。
8.一种外观机,其特征在于,包括权利要求7所述的检测装置。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储单元,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,能使得所述一个或多个处理器实现根据权利要求1至6中任意一项所述的检测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,
所述计算机程序被处理器执行时能实现根据权利要求1至6中任意一项所述的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010528610.4A CN111693533B (zh) | 2020-06-11 | 2020-06-11 | 工件表面质量的检测方法及检测装置、外观机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010528610.4A CN111693533B (zh) | 2020-06-11 | 2020-06-11 | 工件表面质量的检测方法及检测装置、外观机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111693533A true CN111693533A (zh) | 2020-09-22 |
CN111693533B CN111693533B (zh) | 2023-01-20 |
Family
ID=72480318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010528610.4A Active CN111693533B (zh) | 2020-06-11 | 2020-06-11 | 工件表面质量的检测方法及检测装置、外观机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111693533B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115876093A (zh) * | 2023-02-21 | 2023-03-31 | 南通鸿劲金属铝业有限公司 | 一种用于铝合金的性能检测*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102967607A (zh) * | 2012-11-28 | 2013-03-13 | 上海华力微电子有限公司 | 通过在不同芯片区域采集光信号的缺陷检测方法 |
CN105486687A (zh) * | 2014-10-07 | 2016-04-13 | 东友精细化工有限公司 | 触摸面板检查装置和方法 |
CN105510348A (zh) * | 2015-12-31 | 2016-04-20 | 南京协辰电子科技有限公司 | 一种印制电路板的缺陷检测方法、装置及检测设备 |
CN106153641A (zh) * | 2016-06-20 | 2016-11-23 | 余洪山 | 一种基于机器视觉的物品缺陷检测***及方法 |
CN107402218A (zh) * | 2017-09-25 | 2017-11-28 | 武汉华星光电技术有限公司 | Cf基板的微观缺陷检测方法、装置及设备 |
CN108469437A (zh) * | 2018-03-16 | 2018-08-31 | 河北视窗玻璃有限公司 | 浮法玻璃的缺陷检测方法及装置 |
CN109444151A (zh) * | 2018-11-15 | 2019-03-08 | 深圳市华星光电半导体显示技术有限公司 | 一种液晶面板缺陷检测方法及其*** |
CN109598721A (zh) * | 2018-12-10 | 2019-04-09 | 广州市易鸿智能装备有限公司 | 电池极片的缺陷检测方法、装置、检测设备和存储介质 |
CN110288584A (zh) * | 2019-06-27 | 2019-09-27 | 常州固高智能装备技术研究院有限公司 | 基于机器视觉的陶瓷热浸镀铝表面缺陷检测方法及装置 |
CN110470670A (zh) * | 2019-08-26 | 2019-11-19 | 浙江华是科技股份有限公司 | 一种基于图像处理的磁芯缺陷检测***及方法 |
CN110517265A (zh) * | 2019-09-04 | 2019-11-29 | 北京理工大学 | 一种产品表面缺陷的检测方法、装置及存储介质 |
CN110687119A (zh) * | 2018-07-04 | 2020-01-14 | 东腾投资集团有限公司 | 一种缺陷检测方法、***与装置、计算机可读存储介质 |
-
2020
- 2020-06-11 CN CN202010528610.4A patent/CN111693533B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102967607A (zh) * | 2012-11-28 | 2013-03-13 | 上海华力微电子有限公司 | 通过在不同芯片区域采集光信号的缺陷检测方法 |
CN105486687A (zh) * | 2014-10-07 | 2016-04-13 | 东友精细化工有限公司 | 触摸面板检查装置和方法 |
CN105510348A (zh) * | 2015-12-31 | 2016-04-20 | 南京协辰电子科技有限公司 | 一种印制电路板的缺陷检测方法、装置及检测设备 |
CN106153641A (zh) * | 2016-06-20 | 2016-11-23 | 余洪山 | 一种基于机器视觉的物品缺陷检测***及方法 |
CN107402218A (zh) * | 2017-09-25 | 2017-11-28 | 武汉华星光电技术有限公司 | Cf基板的微观缺陷检测方法、装置及设备 |
CN108469437A (zh) * | 2018-03-16 | 2018-08-31 | 河北视窗玻璃有限公司 | 浮法玻璃的缺陷检测方法及装置 |
CN110687119A (zh) * | 2018-07-04 | 2020-01-14 | 东腾投资集团有限公司 | 一种缺陷检测方法、***与装置、计算机可读存储介质 |
CN109444151A (zh) * | 2018-11-15 | 2019-03-08 | 深圳市华星光电半导体显示技术有限公司 | 一种液晶面板缺陷检测方法及其*** |
CN109598721A (zh) * | 2018-12-10 | 2019-04-09 | 广州市易鸿智能装备有限公司 | 电池极片的缺陷检测方法、装置、检测设备和存储介质 |
CN110288584A (zh) * | 2019-06-27 | 2019-09-27 | 常州固高智能装备技术研究院有限公司 | 基于机器视觉的陶瓷热浸镀铝表面缺陷检测方法及装置 |
CN110470670A (zh) * | 2019-08-26 | 2019-11-19 | 浙江华是科技股份有限公司 | 一种基于图像处理的磁芯缺陷检测***及方法 |
CN110517265A (zh) * | 2019-09-04 | 2019-11-29 | 北京理工大学 | 一种产品表面缺陷的检测方法、装置及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115876093A (zh) * | 2023-02-21 | 2023-03-31 | 南通鸿劲金属铝业有限公司 | 一种用于铝合金的性能检测*** |
Also Published As
Publication number | Publication date |
---|---|
CN111693533B (zh) | 2023-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7409081B2 (en) | Apparatus and computer-readable medium for assisting image classification | |
US8775101B2 (en) | Detecting defects on a wafer | |
US7127099B2 (en) | Image searching defect detector | |
KR102009494B1 (ko) | 웨이퍼 검사를 위한 분할 | |
KR102168724B1 (ko) | 이미지 검사를 이용한 이상 판별 방법 및 장치 | |
US10636133B2 (en) | Automated optical inspection (AOI) image classification method, system and computer-readable media | |
KR102012318B1 (ko) | 영상센서를 이용한 용접 품질 전수 검사 장치 및 그 방법 | |
CN113160161A (zh) | 目标边缘处缺陷的检测方法和装置 | |
CN112200776A (zh) | 芯片封装缺陷检测方法和检测装置 | |
JP2020532122A (ja) | 透明又は半透明ウェハを対象にした欠陥検出 | |
CN111693533B (zh) | 工件表面质量的检测方法及检测装置、外观机 | |
CN111429408B (zh) | 一种封装芯片金线检测方法 | |
CN115578377A (zh) | 一种面板缺陷的检测方法、训练方法、装置、设备及介质 | |
CN116542984A (zh) | 五金件缺陷检测方法、装置、计算机设备及存储介质 | |
JP2020085774A (ja) | 管ガラス検査方法、学習方法及び管ガラス検査装置 | |
CN116087208B (zh) | 一种基于图像识别的塑料制品检测*** | |
CN114689604A (zh) | 具有光滑表面的待测物于光学检测上的影像处理方法及其检测*** | |
US10241000B2 (en) | Method for checking the position of characteristic points in light distributions | |
US11928808B2 (en) | Wafer detection method, device, apparatus, and storage medium | |
CN115100166A (zh) | 焊点缺陷检测方法及装置 | |
KR20220088154A (ko) | 검사 장치 및 방법 | |
CN117495846B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
JP2021067508A (ja) | 外観検査システム及び方法 | |
KR20150024122A (ko) | 차량용 부품 표면 검사 방법 | |
JP7510132B1 (ja) | 外観検査装置、機械学習モデルの学習方法、教師用画像の生成方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |