(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210659472.2 (22)申请日 2022.06.13 (71)申请人 中大智能科技股份有限公司 地址 410000 湖南省长 沙市岳麓区学士街 道学士路755号 申请人 湖南中云科技有限公司 (72)发明人 雷彬　肖斌　罗治　李久根　吴凯　 (74)专利代理 机构 湖南正则奇美专利代理事务 所(普通合伙) 4310 5 专利代理师 肖美哲 (51)Int.Cl. G01N 21/95(2006.01) G01N 21/88(2006.01) G01N 21/01(2006.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06T 5/00(2006.01) G06T 7/00(2017.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 基于机器视觉的芯片检测方法及系统 (57)摘要 本发明公开了基于机器视觉的芯片检测方 法及系统， 涉及芯片检测技术领域， 包括图像采 集模块、 增益调节模块、 芯片检测模块以及信号 分析模块； 所述增益调节模块用于对图像采集模 块采集的图像信息进行滤波增益处理， 降低信噪 比， 减少图像噪点； 从而提高芯片检测的准确性； 所述芯片检测模块用于将接收到图像信息代入 检测模型M， 进行芯片缺陷识别； 用深度学习识别 算法代替传统人工识别， 统一检测标准使得芯片 质量得以保证； 所述信号分析模块用于根据云平 台存储的增益调整记录进行信号偏 离系数分析； 若信号偏 离系数大于偏离阈值， 则生成通信异常 信号； 以提醒管理员当前噪声信号干扰严重， 拍 摄的图像品质不佳， 建议尽快处理， 提高芯片检 测精度。 权利要求书2页 说明书6页 附图2页 CN 115015286 A 2022.09.06 CN 115015286 A 1.基于机器视觉的芯片检测系统， 其特征在于， 包括光源模块、 图像采集模块、 增益调 节模块、 控制器、 芯片检测模块以及信号分析模块； 所述光源模块用于对芯片进行平行无影光照 射； 所述图像采集模块由多组光学镜头组 成， 用于从各个角度采集芯片的图像信息； 所述增益调节模块用于对图像采集模块采集的图像信 息进行滤波增益处理， 并将处理 后图像信息传输 至芯片检测模块； 具体为： 将接收到的图像信息转化为数字信号， 对转化后的数字信号进行滤波， 获取数字信号 幅值信息； 判断对应幅值信息是否需要调节； 增益调节模块用于将每幅图像信息的增益调整时长和对应调整的幅值个数进行融合 形成增益调整记录； 并将增益调整记录打上时间戳存 储至云平台； 所述芯片检测模块用于将接收到 图像信息代入检测模型M， 进行芯片缺陷识别并获取 识别结果； 当识别出芯片缺陷时， 生成不 合格信号； 所述信号分析模块用于根据云平台存储的增益调整记录进行信号偏离系数分析； 若信 号偏离系数XP大于偏离阈值， 则生成通信异常信号； 以提醒管理员当前噪声信号干扰严重， 拍摄的图像品质不佳， 建议尽快处 理。 2.根据权利要求1所述的基于机器视觉的芯片检测系统， 其特征在于， 其中， 判断对应 幅值信息是否需要调节的具体过程 为： 按照预设的采集间隔时长采集数字信号的幅值信息， 生成幅值信息组ZFm； 计算m个幅 值信息的平均幅值为ZFavg； 遍历幅值信息组ZFm， 得到ZFmax和ZFmin； 其中m≥8； ZFmax为最 大值； ZFmi n为最小值； 利用公式Z1=ZFmax+(ZFmax ‑ZFavg)׃计算得到振幅最高预警值Z1； 利用公式Z2= ZFmin‑(ZFavg‑ZFmin)׃计算得到振幅最低预警值Z2； 其中 ƒ为预警阈值； 获取第m+1个 幅值信息； 并标记为ZF(m+1)； 若ZF(m+1)≥Z1或ZF(m+1)≤Z2， 则生成调节信号； 否则， 生成正常信号； 当接收到调节信号 时， 所述增益调节模块通过控制可编程增益放大电路对数字信号进 行增益调整， 将数字信号的幅值调节至振幅最低预警值Z2与振幅最高预警值Z1之间； 然后 令m=m+1， 依此类 推。 3.根据权利要求1所述的基于机器视觉的芯片检测系统， 其特征在于， 所述芯片检测模 块用于将不合格信号 发送至控制器， 所述控制器接收到不合格信号后通过生产线的运行时 间控制， 当不合格芯片到达剔除工位时， 控制器控制芯片剔除模块运行， 对不合格 芯片进行 剔除。 4.据权利要求1所述的基于机器视觉的芯片检测系统， 其特征在于， 所述信号分析模块 的具体分析步骤为： 在芯片的一个 检测周期内； 根据时间戳采集所有的增益调整记录； 将每幅图像信息的增益调整时长标记为CTi， 将对应调整 的幅值个数标记为CLi， 利用 公式ZXi=CTi ×a1+CLi×a2计算得到增益调值ZXi， 其中a1、 a2为系数因子； 若ZXi大于预设 增益阈值， 则反馈低质信号至信号分析模块； 统计低质信号的出现次数为P1， 截取相邻低质信号之间的时间段为低质缓冲时段； 统 计每个低质缓冲时段内的图像处 理幅数为低质缓冲频次L n；权　利　要　求　书 1/2 页 2 CN 115015286 A 2统计Ln小于缓冲频次阈值的次数为P2， 获取对应Ln与缓冲频 次阈值的差值并求和得到 差缓总值CH； 利用公式CS=P2 ×a3+CH×a4计算得到差缓系数CS， 其中a3、 a4为系数因子； 利 用公式 计算得到信号偏离系数 XP， 其中g1、 g2为系数因子 。 5.根据权利要求4所述的基于机器视觉的芯片检测系统， 其特征在于， 所述信号分析模 块用于将通信异常信号发送至控制器， 所述控制器接收到通信异常信号后控制报警模块 发 出警报。 6.根据权利要求4所述的基于机器视觉的芯片检测系统， 其特征在于， 芯片检测模块在 探测到通信异常信号后， 进入主动待机模式， 即不再以噪声干扰严重状态下 的图像信息来 进行芯片检测， 待信号分析模块判断信号 正常后， 再继续 二者之间的通信。 7.根据权利要求1所述的基于机器视觉的芯片检测系统， 其特征在于， 该系统还包括模 型构建模块， 所述模型构建模块用于 收集不良品图像作为样本训练集， 并基于深度学习算 法构建检测模型M 。 8.基于机器视觉的芯片检测方法， 应用于如权利要求1 ‑7任一所述的基于机器视觉的 芯片检测系统， 其特 征在于， 包括： 步骤一： 通过光源模块对芯片进行平行无影光照射， 通过图像采集模块从各个角度采 集芯片的图像信息； 步骤二： 通过增益调节模块对图像采集模块采集的图像信息进行滤波增益处理， 并将 处理后图像信息传输 至芯片检测模块； 步骤三： 芯片检测模块用于将接收到图像信 息代入检测模型M， 进行芯片缺陷识别并获 取识别结果； 当识别出芯片缺陷时， 生成不 合格信号； 步骤四： 在芯片的一个检测周期内， 通过信号分析模块根据增益调整记录进行信号偏 离系数分析； 若信号偏离系数XP大于偏 离阈值， 则生成通信异常信号； 以提醒管理员当前噪 声信号干扰严重， 建议尽快处 理； 步骤五： 芯片检测模块在探测到通信异常信号后， 进入主动待机模式， 即不再以噪声干 扰严重状态下 的图像信息来进行芯片检测， 待信号分析模块判断信号正常后， 再继续二者 之间的通信。权　利　要　求　书 2/2 页 3 CN 115015286 A 3