CN118348029A - 一种发光芯片的表面缺陷检测方法及装置 - Google Patents
一种发光芯片的表面缺陷检测方法及装置 Download PDFInfo
- Publication number
- CN118348029A CN118348029A CN202410567745.XA CN202410567745A CN118348029A CN 118348029 A CN118348029 A CN 118348029A CN 202410567745 A CN202410567745 A CN 202410567745A CN 118348029 A CN118348029 A CN 118348029A
- Authority
- CN
- China
- Prior art keywords
- emitting chip
- light emitting
- light
- light sources
- color change
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 55
- 230000007547 defect Effects 0.000 title claims abstract description 37
- 230000002159 abnormal effect Effects 0.000 claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000008859 change Effects 0.000 claims abstract description 32
- 238000004140 cleaning Methods 0.000 claims abstract description 11
- 230000001678 irradiating effect Effects 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 7
- 230000002547 anomalous effect Effects 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000003908 quality control method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 239000007771 core particle Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请实施例提供的一种发光芯片的表面缺陷检测方法,属于计算机技术领域。所述方法包括:提供一待测发光芯片;使用超声波和高压***对所述待测发光芯片的表面进行清扫;使用至少三种不同光源依次对所述待测发光芯片的表面进行照射,并分别捕捉各种光源下的图像信息;对比所述各种光源下的图像信息以获取所述待测发光芯片表面的颜色变化区域;以及根据所述颜色变化区域确定所述待测发光芯片表面的异常图形区域。应用本申请的技术方案,可将待测发光芯片上不同色彩之区域检测识别出来,避免漏检的问题,另外,也可提高检测精度和效率。
Description
技术领域
本申请涉及半导体检测技术领域,具体而言,涉及一种发光芯片的表面缺陷检测方法及装置、电子设备及介质。
背景技术
在现代工业生产中,光学检测技术和图像处理技术被广泛应用于产品的质量控制环节。通过对产品进行光学检测,可以获取产品的表面图像信息,然后通过图像处理技术对这些信息进行分析,以判断产品的质量是否符合要求。这种方法不仅可以提高产品的质量,还可以大大提高生产效率,降低生产成本。
在现有的技术中,常见的解决方案是使用自动光学检测(AOI)***对产品进行检测。AOI***可以通过摄像头对产品进行拍摄,然后通过计算机视觉技术对拍摄到的图像进行分析,以判断产品是否存在缺陷。然而,这种方法在实际应用中存在一些问题。例如,当待测件表面异常项目多样化、表面的异常图形区域较小或者颜色较淡时,在AOI***采用同种光源下可能无法降所有异常检测出来,导致漏检的情况发生。这是因为在这种情况下,AOI***的摄像头可能无法捕捉到这些异常图形区域,或者即使能够捕捉到,也无法通过计算机视觉技术对这些异常图形区域进行准确的分析。
发明内容
本申请提供一种发光芯片的表面缺陷检测方法、装置、电子设备及介质,旨在改善上述问题。
第一方面,本申请提供的一种发光芯片的表面缺陷检测方法,所述方法包括:提供一待测发光芯片;使用超声波和高压***对所述待测发光芯片的表面进行清扫;使用至少三种不同光源依次对所述待测发光芯片的表面进行照射,并分别捕捉各种光源下的图像信息;对比所述各种光源下的图像信息以获取所述待测发光芯片表面的颜色变化区域;以及根据所述颜色变化区域确定所述待测发光芯片表面的异常图形区域。
在一种实施例中,还包括:使用激光传感器对所述异常图形区域进行进一步扫描,以确定异常缺陷的形状、大小和深度。
在一种实施例中,所述根据所述颜色变化区域确定所述待测发光芯片表面的异常图形区域的步骤,包括:通过预先训练的神经网络模型对所述颜色变化区域进行识别以异常图形区域;所述神经网络模型被配置为:将所述颜色变化区域中不连续的部分定义为异常图形区域,将所述颜色变化区域中连续的部分定义为正常图形区域。
在一种实施例中,所述对比所述各种光源下的图像信息以获取所述待测发光芯片表面的颜色变化区域的步骤,包括:对各种光源下的图像信息进行投影和拼接,得到融合拼接图像;对所述融合拼接图像进行特征提取,生成对应的待预测特征图;基于所述待预测特征图确定所述待测发光芯片表面的颜色变化区域。
在一种实施例中,所述对各种光源下的图像信息进行投影和拼接,得到融合拼接图像的步骤,包括:采用加权平均法对各种光源下的图像信息进行投影和拼接,得到融合拼接图像。
在一种实施例中,还包括:获取关联有所述异常图形区域的位置坐标;
获取基于所述异常图形区域发出的定位指令,确定出所述定位指令所指向的目标异常区域的位置坐标;根据所述目标异常区域的位置坐标,控制一目标检测设备与所述目标异常区域对准以进行复判检测。
在一种实施例中,所述目标检测设备的分辨率高于用于捕捉各种光源下的图像信息的检测设备之分辨率。
第二方面,本申请提供的一种发光芯片的表面缺陷检测装置,所述装置包括:提供单元,用于提供一待测发光芯片;清扫单元,用于使用超声波和高压***对所述待测发光芯片的表面进行清扫;照射单元,被配置为使用至少三种不同光源依次对所述待测发光芯片的表面进行照射,并分别捕捉各种光源下的图像信息;对比单元,用于对比所述各种光源下的图像信息以获取所述待测发光芯片表面的颜色变化区域;以及异常图形区域确定单元,用于根据所述颜色变化区域确定所述待测发光芯片表面的异常图形区域。
本申请提供的一种发光芯片的表面缺陷检测方法、装置、电子设备及介质,通过在检测前先清扫发光芯片表面,然后对同一发光芯片的表面进行RGB不同光源分别测试,将三道光的结果进行整合后输出,能够更准确有效地检测出发光芯片表面的微小异常图形区域或者颜色较淡的异常图形区域,从而大大提高了检测的精度,减少了漏检的情况。2、解决发光芯片的表面缺陷漏检问题:本技术方案将芯粒不同区域不同异常图形区域有效测出,解决了发光芯片的表面缺陷漏检的困扰,使得发光芯片质量控制更加可靠。3、提高生产效率:由于本技术方案可以更准确地检测出发光芯片的缺陷,因此可以在生产过程中及时发现并处理问题,从而避免了因为漏检而导致的不良品流入市场,进而提高了生产效率,降低了生产成本。4、优化图像处理技术:本技术方案通过对产品进行RGB不同光源的测试,丰富了图像处理的数据来源,有助于优化图像处理技术,提高图像处理的准确性和效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请第一实施例提供的一种电子设备的结构示意图;
图2为本申请第二实施例提供的一种发光芯片的表面缺陷检测方法的流程图;
图3为本申请第三实施例提供的一种发光芯片的表面缺陷检测装置的功能模块示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图对本申请的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,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,都属于本申请保护的范围。
第一实施例:图1为本申请实施例提供的一种电子设备的结构示意图,在本申请中可以通过图1所示的示意图来描述用于实现本申请实施例的发光芯片的表面缺陷检测方法、装置、电子设备及介质的示例的电子设备100。
如图1所示的一种电子设备的结构示意图,电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108,这些组件通过总线***和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备可以具有图1示出的部分组件,也可以具有图1未示出的其他组件和结构。
所述处理器102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它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
应理解,在本申请实施例中的处理器102可以是中央处理单元(centralprocessing unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digitalsignal processor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储装置104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。
应理解,本申请实施例中的存储装置104可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random accessmemory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
其中,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102可以运行所述程序指令,以实现下文所述的本申请实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。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。
所述输入装置106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。
第二实施例:参照图2所示的一种发光芯片的表面缺陷检测方法的流程图,方法具体包括如下步骤:
步骤S100,提供一待测发光芯片;
步骤S200,使用超声波和高压***对所述待测发光芯片的表面进行清扫;
步骤S300,使用至少三种不同光源依次对所述待测发光芯片的表面进行照射,并分别捕捉各种光源下的图像信息;
步骤S400,对比所述各种光源下的图像信息以获取所述待测发光芯片表面的颜色变化区域;以及
步骤S500,根据所述颜色变化区域确定所述待测发光芯片表面的异常图形区域。
上述发光芯片的表面缺陷检测方法,至少具有以下技术效果:1、提高检测精度:本技术方案通过在检测前先清扫发光芯片表面,然后对同一发光芯片的表面进行RGB不同光源分别测试,将三道光的结果进行整合后输出,能够更准确有效地检测出发光芯片表面的微小异常图形区域或者颜色较淡的异常图形区域,从而大大提高了检测的精度,减少了漏检的情况。2、解决发光芯片的表面缺陷漏检问题:本技术方案将芯粒不同区域不同异常图形区域有效测出,解决了发光芯片的表面缺陷漏检的困扰,使得发光芯片质量控制更加可靠。3、提高生产效率:由于本技术方案可以更准确地检测出发光芯片的缺陷,因此可以在生产过程中及时发现并处理问题,从而避免了因为漏检而导致的不良品流入市场,进而提高了生产效率,降低了生产成本。4、优化图像处理技术:本技术方案通过对产品进行RGB不同光源的测试,丰富了图像处理的数据来源,有助于优化图像处理技术,提高图像处理的准确性和效率。
在其中一种实施例中,在对待测发光芯片进行照射前,还可以将待测发光芯片放入清洗机中,使用超声波清洗10分钟,以去除表面的杂质和灰尘。然后使用空气压缩机和喷嘴对发光芯片表面进行吹扫,空气压缩机的压力设置为0.6MPa,喷嘴的直径为1mm,吹扫时间为5分钟,以清除表面的杂质和灰尘。
在其中一种实施例中,所述至少三种不同光源包括红、绿、蓝三种LED光源,其波长分别为622nm、528nm、467nm。同时,各光源的强度设置为1mW/cm²,照射时间为2分钟。随后使用一台分辨率为5000dpi的扫描仪,该扫描仪可以在1分钟内完成对一个面积为1平方米的物体的扫描。在扫描过程中,扫描仪的光源亮度设置为80%,扫描速度设置为中速,拍摄距离为50cm,拍摄时间为1秒钟,以获取到芯片表面的高清图像。
在其中一种实施例中,所述待测发光芯片包括印刷电路板或发光器件。印刷电路板可以为硬质印刷电路板,也可以柔性印刷电路板。发光器件可以为发光二极管,也可以为有机发光二极管。为了便于说明,本具体实施例以待测发光芯片为发光二极管为例进行说明。
在其中一种实施例中,所述根据所述颜色变化区域确定所述待测发光芯片表面的异常图形区域的步骤,包括:
通过预先训练的神经网络模型对所述颜色变化区域进行识别以异常图形区域结果;所述神经网络模型被配置为:将所述颜色变化区域中不连续的部分定义为异常图形区域,将所述颜色变化区域中连续的部分定义为正常图形。
在本具体实施例中,我们可以使用开源的图像处理软件OpenCV,该软件具有强大的图像处理能力和高效的运算速度。然后,使用深度学习框架TensorFlow,该框架具有强大的模型训练能力和优秀的预测性能。通过大量的训练数据,我们可以训练出一个能够自动识别异常图形区域的神经网络模型。
在其中一种实施例中,所述对比所述各种光源下的图像信息以获取所述待测发光芯片表面的颜色变化区域的步骤,包括:对各种光源下的图像信息进行投影和拼接,得到融合拼接图像;对所述融合拼接图像进行特征提取,生成对应的待预测特征图;
基于所述待预测特征图确定所述待测发光芯片表面的颜色变化区域。
具体地,在融合处理前,可先将每张图像转化为灰度图像,然后使用专门的图像处理软件对拍下来的图像进行融合处理,融合算法采用加权平均法,权重系数分别为0.3、0.4和0.3,以提高表面缺陷的识别准确率。通过这种方法,可以有效地提高发光芯片表面缺陷的检测效率和准确性,同时也可以降低检测的成本。
在其中一种实施例中,还包括:获取关联有所述异常图形区域的位置坐标;获取基于所述异常图形区域发出的定位指令,确定出所述定位指令所指向的目标异常区域的位置坐标;根据所述目标异常区域的位置坐标,控制一目标检测设备与所述目标异常区域对准以进行复判检测。
在本具体实施例中,异常图形区域可以是暗点区域、亮点区域、色度异常区域、颜色较淡等光学检测异常的区域,也可以是缺芯区域等外观检测存在异常的区域。异常图形区域对于异常区域的标示可以采用文字、图案等方式,对此并不限制。在一些示例中,异常图形区域中标示的各异常区域在异常图形区域中的位置分布与实际位置关系相对应。异常图形区域中,各个异常区域的标示位置可以与实际位置的比例一致,也可以不严格按照实际的比例,仅反映相对的位置关系。
针对不同的异常,可以分别形成异常图形区域,例如在得到光学检测结果后,形成对应的光学异常图形区域,其中将亮度异常、色度异常等区域进行标示;在得到外观检测结果后,形成对应的外观异常图形区域,其中将缺失芯片、存在残缺的发光二极管等区域进行标示。
本实施例中,后续的复判检测可以基于在先形成的异常图形区域进行,例如一些实施方式中,根据异常图形区域中的暗点区域的标示,确定出暗点区域的位置坐标并控制目标检测设备中的检测相机与暗点区域对准从而进行缺芯复判。
进一步地,所述目标检测设备的分辨率高于用于捕捉各种光源下的图像信息的检测设备之分辨率。在本具体实施例中,目标检测设备可以为12000dpi的数码相机,该相机可以在1分钟内完成对一个异常图形区域的二次拍照确认,从而可实现更准确的缺陷识别与复判。
更进一步地,在二次拍照确认的过程中,还可以再使用深度学习模型对异常图形区域进行识别。在本实施例中,可以使用一台配备有深度学习算法的计算机视觉***,该***可以在二次拍照确认过程中对异常图形区域进行精确识别。最后,再通过前述的识别方法对识别出的异常图形区域进行进一步的分析和处理,以确定其是否真正存在异常,以及异常的类型和程度。
在一实施例中,在确定了异常图形区域后,还可以进一步使用激光传感器对这些区域进行进一步扫描。激光传感器的扫描精度可以达到0.01mm,可以准确地检测出异常图形区域的形状、大小和深度。通过这种方法,可以有效地提高发光芯片表面缺陷检测的准确性和速度,满足高速生产线的需求。
在一实施例中,还可以通过调整融合图像的阈值,使得其能够更敏感地检测出微小的异常图形区域。
第三实施例:参见图3所示的一种发光芯片的表面缺陷检测装置,所述装置包括:提供单元10,用于提供一待测发光芯片;清扫单元20,用于使用超声波和高压***对所述待测发光芯片的表面进行清扫;照射单元30,被配置为使用至少三种不同光源依次对所述待测发光芯片的表面进行照射,并分别捕捉各种光源下的图像信息;对比单元40,用于对比所述各种光源下的图像信息以获取所述待测发光芯片表面的颜色变化区域;以及异常图形区域确定单元50,用于根据所述颜色变化区域确定所述待测发光芯片表面的异常图形区域。
进一步,本实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理设备运行时执行上述实施例二提供的任一项数据处理方法的步骤。
本申请实施例所提供的一种发光芯片的表面缺陷检测方法、装置及***的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
上述本申请提供的一种发光芯片的表面缺陷检测方法及装置、电子设备及介质,至少具有以下技术效果:1、提高检测精度:本技术方案通过在检测前先清扫发光芯片表面,然后对同一发光芯片的表面进行RGB不同光源分别测试,将三道光的结果进行整合后输出,能够更准确有效地检测出发光芯片表面的微小异常图形区域或者颜色较淡的异常图形区域,从而大大提高了检测的精度,减少了漏检的情况。2、解决发光芯片的表面缺陷漏检问题:本技术方案将芯粒不同区域不同异常图形区域有效测出,解决了发光芯片的表面缺陷漏检的困扰,使得发光芯片质量控制更加可靠。3、提高生产效率:由于本技术方案可以更准确地检测出发光芯片的缺陷,因此可以在生产过程中及时发现并处理问题,从而避免了因为漏检而导致的不良品流入市场,进而提高了生产效率,降低了生产成本。4、优化图像处理技术:本技术方案通过对产品进行RGB不同光源的测试,丰富了图像处理的数据来源,有助于优化图像处理技术,提高图像处理的准确性和效率。
由于本技术方案的先进性,因此在光学检测技术、图像处理技术以及产品制造质量控制等应用领域可以有广泛的应用。首先,本技术方案通过对同一产品进行RGB不同光源的测试,可以更全面地获取产品的表面图像信息,从而提高了光学检测的准确性。其次,本技术方案通过将三道光的结果进行整合,可以更有效地分析出产品表面的微小异常图形区域或者颜色较淡的异常图形区域,从而解决了现有检测***漏检的问题。此外,本技术方案还可以提高产品的质量控制效率,降低生产成本,从而提高了产品的市场竞争力。因此,本技术方案在未来的产品制造质量控制中有着广阔的应用前景。
需要说明的是,上述实施例,可以全部或部分地通过软件、硬件(如电路)、固件或其他任意组合来实现。当使用软件实现时,上述实施例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或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、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合的服务器、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,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (10)
1.一种发光芯片的表面缺陷检测方法,其特征在于,所述方法包括:
提供一待测发光芯片;
使用超声波和高压***对所述待测发光芯片的表面进行清扫;
使用至少三种不同光源依次对所述待测发光芯片的表面进行照射,并分别捕捉各种光源下的图像信息;
对比所述各种光源下的图像信息以获取所述待测发光芯片表面的颜色变化区域;以及
根据所述颜色变化区域确定所述待测发光芯片表面的异常图形区域。
2.根据权利要求1所述的方法,其特征在于,还包括:
使用激光传感器对所述异常图形区域进行进一步扫描,以确定异常缺陷的形状、大小和深度。
3.根据权利要求1所述的方法,其特征在于,所述根据所述颜色变化区域确定所述待测发光芯片表面的异常图形区域的步骤,包括:
通过预先训练的神经网络模型对所述颜色变化区域进行识别以异常图形区域;所述神经网络模型被配置为:将所述颜色变化区域中不连续的部分定义为异常图形区域,将所述颜色变化区域中连续的部分定义为正常图形区域。
4.根据权利要求1所述的方法,其特征在于,所述对比所述各种光源下的图像信息以获取所述待测发光芯片表面的颜色变化区域的步骤,包括:
对各种光源下的图像信息进行投影和拼接,得到融合拼接图像;
对所述融合拼接图像进行特征提取,生成对应的待预测特征图;
基于所述待预测特征图确定所述待测发光芯片表面的颜色变化区域。
5.根据权利要求4所述的方法,其特征在于,所述对各种光源下的图像信息进行投影和拼接,得到融合拼接图像的步骤,包括:
采用加权平均法对各种光源下的图像信息进行投影和拼接,得到融合拼接图像。
6.根据权利要求1所述的方法,其特征在于,还包括:
获取关联有所述异常图形区域的位置坐标;
获取基于所述异常图形区域发出的定位指令,确定出所述定位指令所指向的目标异常区域的位置坐标;
根据所述目标异常区域的位置坐标,控制一目标检测设备与所述目标异常区域对准以进行复判检测。
7.根据权利要求6所述的方法,其特征在于,所述目标检测设备的分辨率高于用于捕捉各种光源下的图像信息的检测设备之分辨率。
8.一种发光芯片的表面缺陷检测装置,其特征在于,所述装置包括:
提供单元,用于提供一待测发光芯片;
清扫单元,用于使用超声波和高压***对所述待测发光芯片的表面进行清扫;
照射单元,被配置为使用至少三种不同光源依次对所述待测发光芯片的表面进行照射,并分别捕捉各种光源下的图像信息;
对比单元,用于对比所述各种光源下的图像信息以获取所述待测发光芯片表面的颜色变化区域;以及
异常图形区域确定单元,用于根据所述颜色变化区域确定所述待测发光芯片表面的异常图形区域。
9.一种电子设备,其特征在于,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现如权利要求1至7任一项所述的发光芯片的表面缺陷检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理设备运行时执行如权利要求1-7的任一项所述的发光芯片的表面缺陷检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410567745.XA CN118348029A (zh) | 2024-05-09 | 2024-05-09 | 一种发光芯片的表面缺陷检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410567745.XA CN118348029A (zh) | 2024-05-09 | 2024-05-09 | 一种发光芯片的表面缺陷检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118348029A true CN118348029A (zh) | 2024-07-16 |
Family
ID=91817688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410567745.XA Pending CN118348029A (zh) | 2024-05-09 | 2024-05-09 | 一种发光芯片的表面缺陷检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118348029A (zh) |
-
2024
- 2024-05-09 CN CN202410567745.XA patent/CN118348029A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI787296B (zh) | 光學檢測方法、光學檢測裝置及光學檢測系統 | |
US10890537B2 (en) | Appearance inspection device, lighting device, and imaging lighting device | |
US10805552B2 (en) | Visual inspection device and illumination condition setting method of visual inspection device | |
JP6869490B2 (ja) | 欠陥検査装置、欠陥検査方法、及びそのプログラム | |
CN111220582A (zh) | 荧光渗透检查***和方法 | |
CN107945184A (zh) | 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法 | |
CN109840900A (zh) | 一种应用于智能制造车间的故障在线检测***及检测方法 | |
Eshkevari et al. | Automatic dimensional defect detection for glass vials based on machine vision: A heuristic segmentation method | |
CN105303573B (zh) | 金针类元件的引脚检测方法和*** | |
WO2017202114A1 (zh) | 确定用于检测的光照强度的方法和装置、及光学检测方法和装置 | |
TWI822968B (zh) | 濾色器檢查裝置、檢查裝置、濾色器檢查方法及檢查方法 | |
JP2006343185A (ja) | 表面欠陥検査装置 | |
JP2020112483A (ja) | 外観検査システム、計算モデル構築方法及び計算モデル構築プログラム | |
CN110274911B (zh) | 图像处理***、图像处理装置、存储介质 | |
CN114226262A (zh) | 瑕疵检测方法、瑕疵分类方法及其*** | |
CN118348029A (zh) | 一种发光芯片的表面缺陷检测方法及装置 | |
US10241000B2 (en) | Method for checking the position of characteristic points in light distributions | |
CN118425148A (zh) | 一种aoi检测方法及装置 | |
Lin et al. | X-ray imaging inspection system for blind holes in the intermediate layer of printed circuit boards with neural network identification | |
KR101053779B1 (ko) | 디스플레이 수단의 메탈 마스크 검사 방법 | |
JP4349960B2 (ja) | 表面欠陥検査装置 | |
CA3187954A1 (en) | Methods and systems for non-destructive testing (ndt) with trained artificial intelligence based processing | |
Dias et al. | Identification of marks on tires using artificial vision for quality control | |
JP5778685B2 (ja) | ボールグリッドアレイデバイスの位置合わせ及び検査のためのシステム及び方法 | |
CN116523882B (zh) | 一种基于视觉的光学目标区域准确率检测方法与*** |
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 |