-
公开(公告)号：CN114581373A
公开(公告)日：2022-06-03
申请号：CN202210086914.9
申请日：2022-01-25
Applicant: 广东工业大学
IPC: G06T7/00 , G06T7/11 , G06T7/155 , G06T7/187 , G06V10/764 , G06V10/82 , G06K9/62 , G06N5/00 , G06N3/04
Abstract: 本发明提出一种微电子玻璃绝缘端子封装缺陷检测方法，包括：获取微电子玻璃绝缘端子的待检测区域，并将待检测区域划分为若干个扇区；提取扇区的内部特征以及扇区的邻域特征；将扇区的内部特征和扇区的邻域特征进行拼接，将拼接结果输入分类器，分类器输出微电子玻璃绝缘端子封装的缺陷位置检测结果。将微电子玻璃绝缘端子封装的待检测区域划分为若干个扇区，分区处理相较于采用全局均值滤波对图像进行处理的方法，能够更好地表征玻璃封装的局部差异。另外，对划分的扇区及其邻域信息进行特征提取，获得扇区的多维度特征，可以更好地表征扇区的正常区域和缺陷区域，增加两者地对比度，进一步提高微电子玻璃绝缘端子封装缺陷的检测准确率。
-
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
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
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
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。
-
-
-
Search Results
4
records
(took 0.044 seconds)
