CN113379726A - 线路检测方法、装置、设备及计算机可读存储介质 - Google Patents
线路检测方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113379726A CN113379726A CN202110741507.2A CN202110741507A CN113379726A CN 113379726 A CN113379726 A CN 113379726A CN 202110741507 A CN202110741507 A CN 202110741507A CN 113379726 A CN113379726 A CN 113379726A
- Authority
- CN
- China
- Prior art keywords
- image
- detection
- line
- template
- preset
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种线路检测方法、装置、设备及计算机可读存储介质,所述线路检测方法应用于检测设备,所述检测设备获取待测工件的原始图像,再对所述原始图像进行图像处理,获取检测图像,然后根据预设条件筛选所述检测图像的特征点,最后将筛选后的所述特征点与模板图像中的预设特征信息进行匹配,并输出匹配结果,通过对采集的原始图像进行图像处理后,根据检测图像中的特征点与模板图像中的预设特征信息进行比对,能够快速准确的确定所述原始图像对应的待测工件的线路连接情况,从而提高待测元件的线路检测效率及准确率。
Description
技术领域
本申请涉及检测技术领域,尤其涉及一种线路检测方法、装置、设备及计算机可读存储介质。
背景技术
晶圆通过光刻的方式在晶圆表面形成图案,而在晶圆加工过程中,经常会在加工过程中出现磕碰或其他问题,从而导致晶圆表面的图案出现损伤。线路的短路断路是芯片后道工艺中的常见缺陷,一旦发生将直接影响整个芯片的性能,随着半导体特征尺寸越来越小,加工及测量设备越来越先进,使得晶圆加工出现了新的数据特点。同时,特征尺寸的减小,使得晶圆加工时,空气中的颗粒数对晶圆加工后质量及可靠性的影响增大,而随着洁净的提高,颗粒数也出现了新的数据特点。
传统线路断路短路的缺陷检测一般先对没有缺陷的产品进行成像,然后对待检样品也采用同样的方式成像与模板对齐并分割,通过将分割后的图像与模板进行对比做差,从而检出线路部分的差异,实现短路断路的检测。这种做法只能检出线路差异,但是线路差异不一定就导致短路或者断路,从而容易导致误检;此外对模板和待检图片一致性要求较高,如果分割的结果不能保持高度一致或者匹配的时候存在一定误差,也会导致漏检和误检。
发明内容
本申请实施例提供一种线路检测方法、装置、设备及计算机可读存储介质。
第一方面,本申请实施例提供一种线路检测方法,应用于检测设备,所述线路检测方法包括:
获取待测工件的原始图像;
对所述原始图像进行图像处理,获得检测图像;
根据预设条件筛选所述检测图像的特征信息;
对所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果。
可选的,所述对所述原始图像进行图像处理,获得检测图像,包括:
对所述原始图像进行二值化处理,获得二值图像;
对所述二值图像进行形态学处理,确定所述检测图像,所述检测图像包括所述原始图像的轮廓信息。
可选的,所述对所述二值图像进行形态学处理,确定所述检测图像,之后还包括:
获取所述检测图像中的每一条线条的线条长度;
当任一条线条的线条长度小于预设长度时,对所述线条进行删除。
可选的,所述特征信息包括第一特征点与第二特征点,所述根据预设条件筛选所述检测图像的特征信息,包括:
确定所述检测图像中每一个像素点的相邻的像素点个数;
当任一像素点的相邻像素区域的个数与第一预设数量相等时,确定该像素点为第一特征点;
当任一像素点的相邻像素区域的个数大于或等于第二预设数量时,确定该像素点为第二特征点。
可选的,所述对所述特征信息与模板图像中的预设特征信息进行匹配,包括:
获取所述检测图像中的特征信息在所述检测图像中的位置信息;
根据所述位置信息确定所述模板图像的检测范围;
当所述检测模板在所述检测范围内包括与所述检测图像相同的特征信息时,确定所述检测图像中对应的特征信息为异常特征;
当所述检测模板在所述检测范围内不包括与所述检测图像相同的特征信息时,确定所述检测图像中对应的特征信息为正常特征。
可选的,所述对所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果,之前还包括:
判断所述检测图像与所述模板图像的尺寸;
当所述检测图像与所述模板图像的尺寸不相同时,根据所述模板图像的尺寸对所述检测图像进行调整;
当所述检测图像与所述模板图像的尺寸相同时,确定所述检测图像与所述模板图像的轮廓角度;
当所述检测图像的轮廓角度与所述模板图像的轮廓角度不相同时,根据所述模板图像的轮廓角度调整所述检测图像的轮廓角度。
可选的,所述将筛选后的所述特征点与预设特征信息进行匹配,并输出匹配结果,之前还包括:
获取所述检测图像的检测参数,所述检测参数为预设参数或用户输入的输入参数;
根据所述检测参数,确定所述检测图像的检测范围。
第二方面,本申请实施例提供一种线路检测装置,所述线路检测装置包括:
获取单元,用于获取待测工件的原始图像;
图像处理单元,用于对所述原始图像进行图像处理,获得检测图像;
确定单元,用于根据预设条件确定所述检测图像的特征信息;
匹配单元,用于对所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果。
第三方面,本申请实施例提供一种线路检测设备,包括处理器、存储器、收发器以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,在本申请实施例提出一种线路检测方法,所述线路检测方法应用于检测设备,所述检测设备获取待测工件的原始图像,再对所述原始图像进行图像处理,获取检测图像,然后根据预设条件筛选所述检测图像的特征点,最后将筛选后的所述特征点与模板图像中的预设特征信息进行匹配,并输出匹配结果,通过对采集的原始图像进行图像处理后,根据检测图像中的特征点与模板图像中的预设特征信息进行比对,能够快速准确的确定所述原始图像对应的待测工件的线路连接情况,从而提高待测元件的线路检测效率及准确率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种线路检测方法的流程示意图;
图2是本申请实施例提供的一种检录检测设备的结构示意图;
图3是本申请实施例提供的一种检录检测装置的结构示意图;
图4是本申请实施例提供的一种原始图像的示意图;
图5是本申请实施例提供的一种原始图像经过二值化处理后的示意图;
图6是本申请实施例提供的一种检测图像的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
以下分别进行详细说明。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参见图1至图6,图1是本申请实施例提供的一种线路检测方法的流程示意图,应用于检测设备,方法包括以下步骤。
步骤10:获取待测工件的原始图像;
其中,所述待测工件为晶圆,于另一实施方式中,所述待测工件还可以为集成电路或电路板。
其中,所述检测设备包括图像采集装置,所述原始图像为所述图像采集装对所述待测工件进行拍照后获得的图像。
步骤20,对所述原始图像进行图像处理,获得检测图像;
其中,所述检测图像为所述原始图像经过图像处理后确定的图像。具体的,为了方便对所述待测工件上的线路进行检测,在对所述检测图像进行处理后,获得的所述检测图像为所述检测图像中线路标记对应的线条图。
其中,所述图像处理是指对所述原始图像进行处理,压缩等操作方式,从而从原始图像中的特征信息更清晰或更明显的方式。具体的,所述图像处理包括灰度处理,二值化处理或形态学处理等多种方式。
其中,所述对所述原始图像进行图像处理,获得检测图像,包括:
对所述原始图像进行二值化处理,获得二值图像;
其中,在对原始图像进行二值化处理时,可以首先确定所述原始图像上每个像素点的光亮度或灰度值,当一像素点的光亮度大于或等于预设亮度或灰度值大于或等于预设灰度时,将像素点的亮度值或灰度值调节至最大值,当像素点的亮度值小于预设亮度或灰度值小于预设灰度时,将像素点的亮度值调节至最小值。具体的,当灰度值范围为0-255时,所述原始图像经过二值化处理后,像素点的灰度值为0或255。
对所述二值图像进行形态学处理,确定所述检测图像,所述检测图像包括所述原始图像的线条信息。
其中,在将所述原始图像转变为二值化图像后,为了方便根据二值化图像确定所述原始图像中的线路线条,还需要对所述二值化图像进行形态学处理,具体的,所述形态学处理的方式主要包括腐蚀运算、膨胀运算、开运算以及闭运算,其中,在对二值化图像进行腐蚀运算时,主要是用于消除图像中物体的边界点,使边界点向内部收缩,从而把小于结构元素的物体去除;其中,在对二值化图像进行膨胀运算时,主要是用于对图像中的边界点扩充,将与物体接触的所以背景点合并到该物体中,使边界向外扩张。如果两个物体之间的距离比较近,会把两个物体连通到一起,从而填补图像分割后物体的空洞;其中,在对二值化图像进行开运算时,需要首先对图像进行腐蚀运算后再进行膨胀运算,从而用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积;其中,通过对二值化图像进行开运算后,能够完成对二值化图像的骨架提取,从而将所述原始图像中的线条细化至一个像素的宽度,方便对所述原始图像完成特征提取。所述检测图像为所述原始图像过经过形态学处理后,保留所述原始图像中的特征线条,从而方面后续对所述检测图像中的特征点进行确定。
在可选的实施方式中,所述对所述二值图像进行形态学处理,确定所述检测图像,之后还包括:
获取所述检测图像中的每一条线条的线条长度;
当任一线条的线条长度小于预设长度时,对所述线条进行删除。
其中,在对所述原始图像进行形态学处理,并获得所述检测图像时,所述检测图像中可能存在部分毛刺或噪点,从而影响对所述检测图像后续的特征点确定,为了方便提高对特征点提取的准确率,可以获取所述检测图像中每一条连续线条的线条长度,当线条长度大于或等于预设长度时,表示所述线条为所述检测图像中的正常线条,当线条长度小于所述预设长度时候,表示所述线条为所述原始图像经过经过图像处理得到所述检测图像后形成的噪点,因此需要对所述线条进行删除,从而减少所述检测图像中的噪点或毛刺。在一具体实施方式中,所述预设长度为5个像素,当所述检测图像中的任一条线条的线条长度大于或等于5个像素时,表示该线条为所述检测图像中的正常线路,当所述检测图像中的任一条线条的线条长度小于5个像素时,表示该线条为所述图像采集装置在采集所述原始图像时可能出现的毛刺或噪点,因此对该线条进行删除。
步骤30,根据预设条件筛选所述检测图像的特征信息;
其中,所述特征信息包括第一特征点与第二特征点,所述第一特征点为所述检测图像中线条的端点,所述第二特征点为所述检测图像中线条的分叉点。
在对所述待测工件上的线路进行检测时,主要对线路的短路与断路情况进行检测,当线路存在短路时,待测工件上存在任意两条线条连接的情况,因此可以通过所述检测图像中的分叉点确定线路的短路情况;当线路存在断路时,待测工件上一个连续的线条存在断连的情况,从而端点的数量会增加,因此可以通过所述检测图像中的端点确定线路的断路情况。
其中,所述根据预设条件筛选所述检测图像的特征点,包括:
确定所述检测图像中每一个像素点的相邻的像素点个数;
当任一像素点的相邻像素区域的个数与第一预设数量相等时,确定该像素点为第一特征点;
当任一像素点的相邻像素区域的个数大于或等于第二预设数量时,确定该像素点为第二特征点。
其中,可以根据获取晶圆图案中线路的端点或分叉点的方式确定线路的短路或断路情况,具体的,当线路出现断路情况时,所述晶圆图案的线路上会增加至少两个端点,当线路出现短路情况时,所述晶圆图案上的线路上会增加多余的分叉点,因此,可以设置所述检测图像中的端点和分叉点作为所述检测图像的分叉点,用于检测所述检测图像中的线路情况。
其中,通过所述预设条件确定所述检测图像的特征点,具体的,所述检测图像为所述待测工件的线条图,所述检测图像中的每个线条的宽度均为1个像素,因此可以根据像素点相邻的像素点个数确定该像素点是否为特征点。
具体的,当检测图像中的每个线条的宽度均为1个像素时,任一个非边缘像素点的周侧均具有8个相邻的像素点,设置一个像素点的相邻像素点区域为该像素点的周围8个像素点,那么可以根据该像素点的周围8个像素点对所述特征信息进行判断。在一具体实施方式中,所述第一预设数量为1,所述第二预设数量为3,当一个像素点相邻的周围8个像素点中只有1个像素点时,表示该像素点为所在线条的端点,当一个像素点相邻的周围8个像素点中包括2个像素点时,表示该像素点为所述线条的中间点,当一个像素点相邻的周围8个像素点中包括3个或3个以上像素点时,表示该像素点为所述线条的分叉点。
优选实施方式中,当一个像素点相邻的周围8个像素点中不包括像素点时,表示该像素点为噪点,并将该像素点进行删除。
步骤40,将筛选后的所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果。
其中,所述模板图像为所述检测设备中预存的图像,所述模板图像用于与每个检测图像进行对比,从而确定每个检测图像中存在的断路或短路情况,具体的,所述模板图像可以为所述图像采集装置采集的无缺陷或缺陷较少的具有线条特征的图像,还可以为指标及了预设特征信息的图像。
其中,所述预设特征信息为所述模板图像中,用于对检测图像进行检测用的特征信息,具体的,所述预设特征信息包括所述模板图像中的第一特征点的位置信息以及第二特征点的位置信息,其中,第一特征点为所述模板图像中的端点,第二特征点为所述模板图像中的分叉点。
其中,所述将筛选后的所述特征信息与预设特征信息进行匹配,并输出匹配结果,包括:
获取所述检测图像中的特征信息在所述检测图像中的位置信息;
其中,所述检测图像中的线条图由于存在多个第一特征点以及多个第二特征点,因此能够通过第一特征点与第二特征点在检测图像中的位置与模板图像中的预设特征信息对所述检测图像对应的线路情况进行检测。
其中,所述位置信息用于表示检测图像的第一特征点或第二特征点在检测图像中的位置,具体的,可以在所述检测图像上设置基准点,并且确定检测图像中的特征点与基准点之间的相对位置,从而确定检测图像的第一特征点或第二特征点的位置信息。
根据所述位置信息确定所述模板图像的检测范围;
其中,当检测图像中对应的线路存在短路情况时,所述检测图像具有所述模板图像中对应的检测范围内不存在的第一特征点,当检测图像中的对应的线路存在断路情况时,所述检测图像具有所述模板图像中对应的检测范围内不存在的第二特征点。
其中,为了方便对所述检测图像进行检测,并且避免由于检测位置或算法进行图像处理时可能产生的位置误差,在确定所述检测图像的第一特征点或第二特征点的位置信息后,确定所述模板图像的检测范围。
当所述检测模板在所述检测范围内包括与所述检测图像相同的特征信息时,确定所述检测图像中对应的特征信息为异常特征;
当所述检测模板在所述检测范围内不包括与所述检测图像相同的特征信息时,确定所述检测图像中对应的特征信息为正常特征。
在一具体实施方式中,以检测图像的左上角像素点为原点,所述检测图像具有的一个第一特征点的位置信息为(12,22),那么同样以模板图像的左上角像素点为原点,并确定所述模板图像在以位置(12,22)为中心,2个像素为半径的圆形区域内是否存在第一特征点,当模板图像存在第一特征点时,表示模板图像与检测图像在该位置具有相同的特征信息,因此表示检测图像在该位置的第一特征点为正常特征,当模板图像不存在第一特征点时,表示模板图像与检测图像在该位置不具有相同的特征信息,因此表示检测图像中该位置的第一特征点为异常特征,在该位置存在断路异常问题。
在可选的实施方式中,所述将筛选后的所述特征点与预设特征信息进行匹配,并输出匹配结果,之前还包括:
判断所述检测图像与所述模板图像的尺寸;
当所述检测图像与所述模板图像的尺寸不相同时,根据所述模板图像的尺寸对所述检测图像进行调整;
当所述检测图像与所述模板图像的尺寸相同时,确定所述检测图像与所述模板图像的轮廓角度;
当所述检测图像的轮廓角度与所述模板图像的轮廓角度不相同时,根据所述模板图像的轮廓角度调整所述检测图像的轮廓角度。
其中,为了方便对检测图像与模板图像进行匹配,同时方便将检测图像的特征点位置与模板图像的特征点位置相对应。在对检测图像与模板图像进行匹配前,还需要对检测图像与模板图像的尺寸以及轮廓角度进行统一。
其中,所述轮廓角度用于评价检测图像或模板图像的设置角度。
在一具体实施方式中,当检测图像的尺寸为200*200像素,模板图像的尺寸为100*100像素时,检测图像的尺寸大于模板图像的尺寸,因此可以将检测图像的尺寸进行缩小,将检测图像的尺寸调整至100*100像素,与模板图像的尺寸相等,从而方便对检测图像与模板图像进行位置对应。可以理解的是,于另一实施方式中,还可以将确定检测图形每个像素点与模板图像上像素点的对应关系,从而能够在不调整检测图像的尺寸的情况下,与模板图像进行位置对应,从而方便将检测图像的第一特征点与模板图像中的预设特征信息进行匹配。
在另一具体实施方式中,模板图像为正方形图像,并且模板图像的两边分别与第一方向以及第二方向平行,当检测图像的一边与第一方向的夹角为10度,另一边与第二方向的夹角为10度时,所述检测图像可以通过进行顺时针旋转,使检测图像的一边与第一方向平行,另一边与第二方向平行,从而使检测图像的轮廓角度与模板图像的轮廓角度相同。
在可选的实施方式中,所述将筛选后的所述特征点与预设特征信息进行匹配,并输出匹配结果,之前还包括:
获取所述检测图像的检测参数,所述检测参数为预设参数或用户输入的输入参数;
根据所述检测参数,确定所述检测图像的检测范围。
其中,在对检测图像的短路或断路情况进行检测时,由于所述检测图像中可能并非需要对全部图像区域进行检测,因此在对检测图像与模板图像进行匹配时,可以首先获取所述检测图像的检测参数,所述检测从参数可以为所述检测设备预存的参数,还可以为用户输入的输入参数。
在一具体实施方式中,所述检测参数为80%,用以表示检测图像中心的80%的面积区域为检测范围。在另一具体实施方式中,所述检测参数为80*80像素,那么以所述检测图像的预设位置为中心,80*80像素的矩形区域为检测范围。在另一具体实施方式中,所述检测参数可以通过用户框选的方式进行确定,当用户通过框选的方式确定区域时,该区域为检测图像的检测范围。
请参阅图2,图2是本申请实施例提供的一种线路检测设备的结构示意图,如图所示,该服务设备包括处理器、存储器、收发器口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行以下步骤的指令:
获取待测工件的原始图像;
对所述原始图像进行图像处理,获得检测图像;
根据预设条件筛选所述检测图像的特征信息;
对所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果。
在本申请的一实现方式中,在对所述原始图像进行图像处理,获得检测图像方面,上述程序包括具体用于执行以下步骤的指令:
对所述原始图像进行二值化处理,获得二值图像;
对所述二值图像进行形态学处理,确定所述检测图像,所述检测图像包括所述原始图像的轮廓信息。
在本申请的一实现方式中,在对所述二值图像进行形态学处理,确定所述检测图像,上述程序包括之后还用于执行以下步骤的指令:
获取所述检测图像中的每一条线条的线条长度;
当任一条线条的线条长度小于预设长度时,对所述线条进行删除。
在本申请的一实现方式中,在根据预设特征参数筛选所述检测图像的特征点方面,上述程序包括具体用于执行以下步骤的指令:
确定所述检测图像中每一个像素点的相邻的像素点个数;
当任一像素点的相邻像素区域的个数与第一预设数量相等时,确定该像素点为第一特征点;
当任一像素点的相邻像素区域的个数大于或等于第二预设数量时,确定该像素点为第二特征点。
在本申请的一实现方式中,在对所述特征信息与模板图像中的预设特征信息进行匹配方面,上述程序包括具体用于执行以下步骤的指令:
获取所述检测图像中的特征信息在所述检测图像中的位置信息;
根据所述位置信息确定所述模板图像的检测范围;
当所述检测模板在所述检测范围内包括与所述检测图像相同的特征信息时,确定所述检测图像中对应的特征信息为异常特征;
当所述检测模板在所述检测范围内不包括与所述检测图像相同的特征信息时,确定所述检测图像中对应的特征信息为正常特征。
在本申请的一实现方式中,在对所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果方面,上述程序包括之前还用于执行以下步骤的指令:
判断所述检测图像与所述模板图像的尺寸;
当所述检测图像与所述模板图像的尺寸不相同时,根据所述模板图像的尺寸对所述检测图像进行调整;
当所述检测图像与所述模板图像的尺寸相同时,确定所述检测图像与所述模板图像的轮廓角度;
当所述检测图像的轮廓角度与所述模板图像的轮廓角度不相同时,根据所述模板图像的轮廓角度调整所述检测图像的轮廓角度。
在本申请的一实现方式中,在将筛选后的所述特征点与预设特征信息进行匹配,并输出匹配结果方面,上述程序包括之前还用于执行以下步骤的指令:
获取所述检测图像的检测参数,所述检测参数为预设参数或用户输入的输入参数;
根据所述检测参数,确定所述检测图像的检测范围。
需要说明的是,本实施例的具体实现过程可参见上述方法实施例所述的具体实现过程,在此不再叙述。
请参阅图3,图3是本申请实施例提供的一种线路检测方法,应用于检测设备,该装置包括:
获取单元410,用于获取待测工件的原始图像;
图像处理单元420,用于对所述原始图像进行图像处理,获得检测图像;
确定单元430,用于根据预设条件确定所述检测图像的特征信息;
匹配单元440,用于对所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果。
在本申请的一实现方式中,在对所述原始图像进行图像处理,获得检测图像方面,所述图像处理单元420具体用于:
对所述原始图像进行二值化处理,获得二值图像;
对所述二值图像进行形态学处理,确定所述检测图像,所述检测图像包括所述原始图像的轮廓信息。
在本申请的一实现方式中,在对所述二值图像进行形态学处理,确定所述检测图像方面,所述图像处理单元420之后还用于:
获取所述检测图像中的每一条线条的线条长度;
当任一条线条的线条长度小于预设长度时,对所述线条进行删除。
在本申请的一实现方式中,在根据预设条件筛选所述检测图像的特征信息方面,所述确定单元430具体用于:
确定所述检测图像中每一个像素点的相邻的像素点个数;
当任一像素点的相邻像素区域的个数与第一预设数量相等时,确定该像素点为第一特征点;
当任一像素点的相邻像素区域的个数大于或等于第二预设数量时,确定该像素点为第二特征点。
在本申请的一实现方式中,在对所述特征信息与模板图像中的预设特征信息进行匹配方面,所述匹配单元440具体用于:
获取所述检测图像中的特征信息在所述检测图像中的位置信息;
根据所述位置信息确定所述模板图像的检测范围;
当所述检测模板在所述检测范围内包括与所述检测图像相同的特征信息时,确定所述检测图像中对应的特征信息为异常特征;
当所述检测模板在所述检测范围内不包括与所述检测图像相同的特征信息时,确定所述检测图像中对应的特征信息为正常特征。
在本申请的一实现方式中,在对所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果方面,所述匹配单元440之前还用于:
判断所述检测图像与所述模板图像的尺寸;
当所述检测图像与所述模板图像的尺寸不相同时,根据所述模板图像的尺寸对所述检测图像进行调整;
当所述检测图像与所述模板图像的尺寸相同时,确定所述检测图像与所述模板图像的轮廓角度;
当所述检测图像的轮廓角度与所述模板图像的轮廓角度不相同时,根据所述模板图像的轮廓角度调整所述检测图像的轮廓角度。
在本申请的一实现方式中,在将筛选后的所述特征点与预设特征信息进行匹配,并输出匹配结果方面,所述匹配单元440之前还用于:
获取所述检测图像的检测参数,所述检测参数为预设参数或用户输入的输入参数;
根据所述检测参数,确定所述检测图像的检测范围。
需要说明的是,图像处理单元420、确定单元430和匹配单元440可通过处理器来实现,获取单元410可通过收发器来实现。
本申请实施例还提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如上述方法实施例中服务设备所描述的部分或全部步骤。
本申请实施例还提供了一种计算机程序产品,其中,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法中服务设备所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
本申请实施例所描述的方法或者算法的步骤可以以硬件的方式来实现,也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于随机存取存储器(Random Access Memory,RAM)、闪存、只读存储器(Read OnlyMemory,ROM)、可擦除可编程只读存储器(Erasable Programmable ROM,EPROM)、电可擦可编程只读存储器(Electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于接入网设备、目标网络设备或核心网设备中。当然,处理器和存储介质也可以作为分立组件存在于接入网设备、目标网络设备或核心网设备中。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本申请实施例所描述的功能可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DigitalSubscriber Line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,数字视频光盘(DigitalVideo Disc,DVD))、或者半导体介质(例如,固态硬盘(Solid State Disk,SSD))等。
以上所述的具体实施方式,对本申请实施例的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本申请实施例的具体实施方式而已,并不用于限定本申请实施例的保护范围,凡在本申请实施例的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本申请实施例的保护范围之内。
Claims (10)
1.一种线路检测方法,其特征在于,应用于检测设备,所述线路检测方法包括:
获取待测工件的原始图像;
对所述原始图像进行图像处理,获得检测图像;
根据预设条件筛选所述检测图像的特征信息;
对所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果。
2.根据权利要求1所述的线路检测方法,其特征在于,所述对所述原始图像进行图像处理,获得检测图像,包括:
对所述原始图像进行二值化处理,获得二值图像;
对所述二值图像进行形态学处理,确定所述检测图像,所述检测图像包括所述原始图像的轮廓信息。
3.根据权利要求2所述的线路检测方法,其特征在于,所述对所述二值图像进行形态学处理,确定所述检测图像,之后还包括:
获取所述检测图像中的每一条线条的线条长度;
当任一条线条的线条长度小于预设长度时,对所述线条进行删除。
4.根据权利要求1所述的线路检测方法,其特征在于,所述特征信息包括第一特征点与第二特征点,所述根据预设条件筛选所述检测图像的特征信息,包括:
确定所述检测图像中每一个像素点的相邻的像素点个数;
当任一像素点的相邻像素区域的个数与第一预设数量相等时,确定该像素点为第一特征点;
当任一像素点的相邻像素区域的个数大于或等于第二预设数量时,确定该像素点为第二特征点。
5.根据权利要求1所述的线路检测方法,其特征在于,所述对所述特征信息与模板图像中的预设特征信息进行匹配,包括:
获取所述检测图像中的特征信息在所述检测图像中的位置信息;
根据所述位置信息确定所述模板图像的检测范围;
当所述检测模板在所述检测范围内包括与所述检测图像相同的特征信息时,确定所述检测图像中对应的特征信息为异常特征;
当所述检测模板在所述检测范围内不包括与所述检测图像相同的特征信息时,确定所述检测图像中对应的特征信息为正常特征。
6.根据权利要求1所述的线路检测方法,其特征在于,所述对所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果,之前还包括:
判断所述检测图像与所述模板图像的尺寸;
当所述检测图像与所述模板图像的尺寸不相同时,根据所述模板图像的尺寸对所述检测图像进行调整;
当所述检测图像与所述模板图像的尺寸相同时,确定所述检测图像与所述模板图像的轮廓角度;
当所述检测图像的轮廓角度与所述模板图像的轮廓角度不相同时,根据所述模板图像的轮廓角度调整所述检测图像的轮廓角度。
7.根据权利要求1所述的线路检测方法,其特征在于,所述将筛选后的所述特征点与预设特征信息进行匹配,并输出匹配结果,之前还包括:
获取所述检测图像的检测参数,所述检测参数为预设参数或用户输入的输入参数;
根据所述检测参数,确定所述检测图像的检测范围。
8.一种线路检测装置,其特征在于,所述线路检测装置包括:
获取单元,用于获取待测工件的原始图像;
图像处理单元,用于对所述原始图像进行图像处理,获得检测图像;
确定单元,用于根据预设条件确定所述检测图像的特征信息;
匹配单元,用于对所述特征信息与模板图像中的预设特征信息进行匹配,并输出匹配结果。
9.一种线路检测设备,其特征在于,包括处理器、存储器、收发器,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110741507.2A CN113379726A (zh) | 2021-06-30 | 2021-06-30 | 线路检测方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110741507.2A CN113379726A (zh) | 2021-06-30 | 2021-06-30 | 线路检测方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113379726A true CN113379726A (zh) | 2021-09-10 |
Family
ID=77580368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110741507.2A Pending CN113379726A (zh) | 2021-06-30 | 2021-06-30 | 线路检测方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379726A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113624952A (zh) * | 2021-10-13 | 2021-11-09 | 深圳市帝迈生物技术有限公司 | 一种体外诊断设备及其检测方法、计算机可读存储介质 |
CN114494118A (zh) * | 2021-12-20 | 2022-05-13 | 苏州镁伽科技有限公司 | 目标对象宽度的检测方法及目标对象长度的检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216522A (zh) * | 2008-01-16 | 2008-07-09 | 中国电子科技集团公司第四十五研究所 | 基于fpga的印刷电路板快速抽取图像特征值检测方法 |
US20120098080A1 (en) * | 2010-10-26 | 2012-04-26 | Jabil Circuit, Inc | Method and package for an electro-optical semiconductor device |
CN102937595A (zh) * | 2012-11-13 | 2013-02-20 | 浙江省电力公司电力科学研究院 | 一种pcb板检测方法、装置及*** |
US20160180516A1 (en) * | 2014-12-19 | 2016-06-23 | Canon Kabushiki Kaisha | Position detection apparatus, lens apparatus, image pickup system, machine tool apparatus, position detection method, and non-transitory computer-readable storage medium which are capable of detecting abnormality |
CN106528665A (zh) * | 2016-10-21 | 2017-03-22 | 广州视源电子科技股份有限公司 | Aoi设备测试文件查找方法和*** |
CN106897994A (zh) * | 2017-01-20 | 2017-06-27 | 北京京仪仪器仪表研究总院有限公司 | 一种基于分层图像的pcb板缺陷检测***和方法 |
US20180300872A1 (en) * | 2017-04-12 | 2018-10-18 | Ngr Inc. | Method And Apparatus For Integrated Circuit Pattern Inspection With Automatically Set Inspection Areas |
CN109712115A (zh) * | 2018-12-03 | 2019-05-03 | 武汉精立电子技术有限公司 | 一种pcb板自动检测方法及*** |
CN110097542A (zh) * | 2019-04-19 | 2019-08-06 | 中山大学 | 芯片气泡的检测方法、装置及存储介质 |
CN110108712A (zh) * | 2019-04-20 | 2019-08-09 | 东莞中科蓝海智能视觉科技有限公司 | 多功能视觉缺陷检测*** |
-
2021
- 2021-06-30 CN CN202110741507.2A patent/CN113379726A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216522A (zh) * | 2008-01-16 | 2008-07-09 | 中国电子科技集团公司第四十五研究所 | 基于fpga的印刷电路板快速抽取图像特征值检测方法 |
US20120098080A1 (en) * | 2010-10-26 | 2012-04-26 | Jabil Circuit, Inc | Method and package for an electro-optical semiconductor device |
CN102937595A (zh) * | 2012-11-13 | 2013-02-20 | 浙江省电力公司电力科学研究院 | 一种pcb板检测方法、装置及*** |
US20160180516A1 (en) * | 2014-12-19 | 2016-06-23 | Canon Kabushiki Kaisha | Position detection apparatus, lens apparatus, image pickup system, machine tool apparatus, position detection method, and non-transitory computer-readable storage medium which are capable of detecting abnormality |
CN106528665A (zh) * | 2016-10-21 | 2017-03-22 | 广州视源电子科技股份有限公司 | Aoi设备测试文件查找方法和*** |
CN106897994A (zh) * | 2017-01-20 | 2017-06-27 | 北京京仪仪器仪表研究总院有限公司 | 一种基于分层图像的pcb板缺陷检测***和方法 |
US20180300872A1 (en) * | 2017-04-12 | 2018-10-18 | Ngr Inc. | Method And Apparatus For Integrated Circuit Pattern Inspection With Automatically Set Inspection Areas |
CN109712115A (zh) * | 2018-12-03 | 2019-05-03 | 武汉精立电子技术有限公司 | 一种pcb板自动检测方法及*** |
CN110097542A (zh) * | 2019-04-19 | 2019-08-06 | 中山大学 | 芯片气泡的检测方法、装置及存储介质 |
CN110108712A (zh) * | 2019-04-20 | 2019-08-09 | 东莞中科蓝海智能视觉科技有限公司 | 多功能视觉缺陷检测*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113624952A (zh) * | 2021-10-13 | 2021-11-09 | 深圳市帝迈生物技术有限公司 | 一种体外诊断设备及其检测方法、计算机可读存储介质 |
CN113624952B (zh) * | 2021-10-13 | 2022-02-18 | 深圳市帝迈生物技术有限公司 | 一种体外诊断设备及其检测方法、计算机可读存储介质 |
CN114494118A (zh) * | 2021-12-20 | 2022-05-13 | 苏州镁伽科技有限公司 | 目标对象宽度的检测方法及目标对象长度的检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9811899B2 (en) | Method, image processing system and computer-readable recording medium for item defect inspection | |
US8577124B2 (en) | Method and apparatus of pattern inspection and semiconductor inspection system using the same | |
JP5010207B2 (ja) | パターン検査装置及び半導体検査システム | |
CN110599484B (zh) | 缺陷检测方法、装置及存储介质 | |
US11189019B2 (en) | Method for detecting defects, electronic device, and computer readable medium | |
CN113379726A (zh) | 线路检测方法、装置、设备及计算机可读存储介质 | |
KR100598381B1 (ko) | 인-라인 타입의 자동 웨이퍼결함 분류장치 및 그 제어방법 | |
JPH11328408A (ja) | データ処理装置および方法、情報記憶媒体 | |
CN112070766B (zh) | 缺陷检测方法及装置、检测设备及可读存储介质 | |
CN113160161B (zh) | 目标边缘处缺陷的检测方法和装置 | |
JP4230880B2 (ja) | 欠陥検査方法 | |
CN113902697A (zh) | 缺陷检测方法及相关装置 | |
CN115775244A (zh) | 线圈绕线的检测方法及装置、电子设备和存储介质 | |
CN114332012A (zh) | 缺陷检测方法、装置、设备及计算机可读存储介质 | |
CN116309518A (zh) | 一种基于计算机视觉的pcb电路板检测方法及*** | |
WO2014103617A1 (ja) | 位置合せ装置、欠陥検査装置、位置合せ方法、及び制御プログラム | |
WO2022134305A1 (zh) | 晶圆缺陷检测方法和装置、设备及存储介质 | |
CN114677348A (zh) | 一种基于视觉的ic芯片缺陷的检测方法、***和存储介质 | |
CN112287905A (zh) | 车辆损伤识别方法、装置、设备及存储介质 | |
CN114494118A (zh) | 目标对象宽度的检测方法及目标对象长度的检测方法 | |
TWI748184B (zh) | 瑕疵檢測方法、電子裝置及電腦可讀存儲介質 | |
KR102129970B1 (ko) | 전자부품 검사 데이터 매칭 방법 및 장치 | |
CN109785383B (zh) | TVlines图像中定位识别测试线的方法、装置及可读存储介质 | |
JP2006135700A (ja) | 画像検査装置、画像検査方法、制御プログラムおよび可読記憶媒体 | |
CN111524097B (zh) | 一种两器喇叭口的检测方法、装置、存储介质及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |