公开(公告)号：CN113920096B

公开(公告)日：2024-07-02

申请号：CN202111198584.4

申请日：2021-10-14

Applicant: 广东工业大学

Inventor： 蔡念 ,  吴振爽 ,  夏皓 ,  陈凯琼 ,  郭威志 ,  王晗

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/73 ,  G06T5/70 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/094

Abstract: 本发明公开了一种集成电路金属封装缺陷检测方法，所述方法包括：S1：获取集成电路金属封装图像并进行图像预处理，将预处理后的图像划分为训练集和测试集；S2：构建自适应深度生成对抗网络并初始化网络的权重参数；S3：根据损失函数对自适应深度生成对抗网络进行迭代优化；S4：统计训练集合格样本对应的差值图来构建平均特征图；S5：结合训练好的自适应深度生成对抗网络与预设的图像后处理策略对集成电路金属封装进行检测。本发明解决了现有检测方法中由于阈值分割而导致缺陷轮廓特征丢失关键信息或者干扰点出现问题，提升了检测准确率。

公开(公告)号：CN113920096A

公开(公告)日：2022-01-11

申请号：CN202111198584.4

申请日：2021-10-14

Applicant: 广东工业大学

Inventor： 蔡念 ,  吴振爽 ,  夏皓 ,  陈凯琼 ,  郭威志 ,  王晗

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/73 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种集成电路金属封装缺陷检测方法，所述方法包括：S1：获取集成电路金属封装图像并进行图像预处理，将预处理后的图像划分为训练集和测试集；S2：构建自适应深度生成对抗网络并初始化网络的权重参数；S3：根据损失函数对自适应深度生成对抗网络进行迭代优化；S4：统计训练集合格样本对应的差值图来构建平均特征图；S5：结合训练好的自适应深度生成对抗网络与预设的图像后处理策略对集成电路金属封装进行检测。本发明解决了现有检测方法中由于阈值分割而导致缺陷轮廓特征丢失关键信息或者干扰点出现问题，提升了检测准确率。

公开(公告)号：CN115713480A

公开(公告)日：2023-02-24

申请号：CN202210243487.0

申请日：2022-03-11

Applicant: 广东工业大学

Inventor： 蔡念 ,  陈凯琼 ,  吴振爽 ,  欧阳文生 ,  罗智浩 ,  王晗

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供一种集成电路金属封装深度学习缺陷检测方法，该方法首先设计带Transformer的多尺度生成对抗网络GAN，将其命名为MST‑GAN，用于在多个尺度上捕获样本的内在模式，生成多尺度无缺陷模板；然后，设计多尺度权重掩膜来抑制多尺度差分图像中的重建误差；最后在线检测阈值图像中的潜在缺陷并得到缺陷定位；该方法解决了以往GAN会在生成模板中引入大量干扰噪声的问题。提出多尺度权重掩膜方案用于抑制重建误差，提出多尺度自适应阈值，用于突出加权图像的潜在缺陷，提出基于图像块的多尺度缺陷评估方案，对阈值化后多尺度图像的潜在缺陷进行多尺度的充分评估。

公开(公告)号：CN111681235A

公开(公告)日：2020-09-18

申请号：CN202010529781.9

申请日：2020-06-11

Applicant: 广东工业大学

Inventor： 蔡念 ,  陈文杰 ,  肖萌 ,  吴振爽 ,  王晗

IPC: G06T7/00 ,  G06K9/62

Abstract: 本发明提供了一种基于学习机制的IC焊点缺陷检测方法，包括：根据多个合格IC焊点样本建立局部统计模型；采集IC焊点样本输入到局部统计模型中进行对比得到潜在缺陷图像作为训练集，训练集包括合格样本和不合格样本；利用训练子集对多个分类器进行训练；利用训练好的多个分类器对训练集进行评估，确定每个分类器的权重，计算每个样本的平均不合格概率，计算评估阈值；采集待检测的IC焊点样本图片，利用局部统计模型和多个分类器得到IC焊点样本的平均不合格概率，将平均不合格概率与评估阈值进行对比后获得检测结果。本发明提供的方法，自适应设置分类器权值与评估阈值，提高了IC焊点缺陷检测的准确率与鲁棒性，评估结果更加合理。

公开(公告)号：CN111681235B

公开(公告)日：2023-05-09

申请号：CN202010529781.9

申请日：2020-06-11

Applicant: 广东工业大学

Inventor： 蔡念 ,  陈文杰 ,  肖萌 ,  吴振爽 ,  王晗

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明提供了一种基于学习机制的IC焊点缺陷检测方法，包括：根据多个合格IC焊点样本建立局部统计模型；采集IC焊点样本输入到局部统计模型中进行对比得到潜在缺陷图像作为训练集，训练集包括合格样本和不合格样本；利用训练子集对多个分类器进行训练；利用训练好的多个分类器对训练集进行评估，确定每个分类器的权重，计算每个样本的平均不合格概率，计算评估阈值；采集待检测的IC焊点样本图片，利用局部统计模型和多个分类器得到IC焊点样本的平均不合格概率，将平均不合格概率与评估阈值进行对比后获得检测结果。本发明提供的方法，自适应设置分类器权值与评估阈值，提高了IC焊点缺陷检测的准确率与鲁棒性，评估结果更加合理。