CN111007086A - 缺陷检测方法和装置、存储介质 - Google Patents
缺陷检测方法和装置、存储介质 Download PDFInfo
- Publication number
- CN111007086A CN111007086A CN201911165457.7A CN201911165457A CN111007086A CN 111007086 A CN111007086 A CN 111007086A CN 201911165457 A CN201911165457 A CN 201911165457A CN 111007086 A CN111007086 A CN 111007086A
- Authority
- CN
- China
- Prior art keywords
- defect
- ith
- gray
- position information
- line
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
- G01N2021/95661—Inspecting patterns on the surface of objects for PCB's for leads, e.g. position, curvature
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06T2207/30121—CRT, LCD or plasma display
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06T2207/30141—Printed circuit board [PCB]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开一种缺陷检测方法和装置、存储介质。该方法通过获取待测电子器件在N种光源下的N个灰度图像;获取第i个灰度图像中的缺陷占用的像素信息形成第i个缺陷位置信息;根据第i个灰度图像的各线路的线路位置信息及第i个缺陷位置信息,确定第i个灰度图像中缺陷的缺陷类型;根据第1个灰度图像中缺陷对应的缺陷类型至第N个灰度图像中缺陷对应的缺陷类型,得到待测电子器件的缺陷汇总结果。根据本发明实施例,能够提高缺陷类型判断的准确性。
Description
技术领域
本发明涉及检测技术领域,尤其涉及一种缺陷检测方法和装置、存储介质。
背景技术
在对阵列基板进行缺陷检测时,需要对检测到的缺陷的缺陷类型进行准确的判断,通常会用到自动光学检测(Automated Optical Inspection,AOI)设备。目前,AOI设备利用多种光源进行缺陷检测时,采用的是单一光源下的阵列基板中各线路的位置信息,导致无法对检测到的缺陷进行准确的缺陷类型的判断。
因此,如何提高缺陷类型判断的准确性是本领域技术人员亟需解决的技术问题。
发明内容
为了解决现有技术中的技术问题,本发明实施例提供了一种缺陷检测方法和装置、存储介质,旨在提高缺陷类型判断的准确性。
第一方面,本发明实施例提供一种缺陷检测方法,该缺陷检测方法包括:
获取待测电子器件在N种光源下的N个灰度图像,其中,第i种光源下形成第i个灰度图像,N为大于等于2的整数,i为正整数,i≦N;
获取第i个灰度图像中的缺陷占用的像素信息形成第i个缺陷位置信息;
根据第i个灰度图像的各线路的线路位置信息及第i个缺陷位置信息,确定第i个灰度图像中缺陷的缺陷类型;
根据第1个灰度图像中缺陷对应的缺陷类型至第N个灰度图像中缺陷对应的缺陷类型,得到待测电子器件的缺陷汇总结果。
在第一方面的一种可能的实施方式中,获取第i个灰度图像中的缺陷占用的像素信息形成第i个缺陷位置信息,包括:
设置第i个灰度图像的灰阶值参考范围,识别第i个灰度图像中不在灰阶值参考范围内的像素信息;
将不在灰阶值参考范围内的像素信息,作为缺陷在第i个灰度图像中占用的像素信息;
根据缺陷在第i个灰度图像中占用的像素信息,得到缺陷在第i个灰度图像中的第i个缺陷位置信息。
在第一方面的一种可能的实施方式中,根据第i个灰度图像的各线路的线路位置信息及第i个缺陷位置信息,确定第i个灰度图像中缺陷的缺陷类型,包括:
获取第i个灰度图像的各线路的线路位置信息,并获取所述第i个灰度图像中缺陷的灰阶值信息;
根据第i个灰度图像的各线路的线路位置信息与第i个缺陷位置信息的位置关系及缺陷的灰阶值信息,确定第i个灰度图像中缺陷的缺陷类型。
在第一方面的一种可能的实施方式中,方法还包括:
获取待测电子器件的各线路在第i个灰度图像中占用的像素信息;
根据各线路在第i个灰度图像中占用的像素信息,设置各线路在第i个灰度图像中的线路位置信息。
在第一方面的一种可能的实施方式中,方法还包括:
预先设置位置关系、缺陷的灰阶值信息、缺陷类型三者之间的对应关系。
在第一方面的一种可能的实施方式中,第i个缺陷位置信息与各线路中的第一线路及第二线路的线路位置信息的位置关系均为相交关系,且第i个缺陷位置信息内的像素灰阶值属于第一预设范围,则对应的缺陷类型为短路;
和/或,
第i个缺陷位置信息将线路位置信息对应的区域分割为至少两个区域,且第i个缺陷位置信息内的像素灰阶值属于第二预设范围,则对应的缺陷类型为断路。
在第一方面的一种可能的实施方式中,根据第1个灰度图像中缺陷对应的缺陷类型至第N个灰度图像中缺陷对应的缺陷类型,得到待测电子器件的缺陷汇总结果,包括:
统计第1个灰度图像中缺陷对应的缺陷类型至第N个灰度图像中缺陷对应的缺陷类型;
判断同一个位置的缺陷在N个灰度图像中对应的缺陷类型是否相同;
若部分相同,则确定每种缺陷类型对应的数量,将对应的数量最大的缺陷类型,作为同一个位置的缺陷对应的缺陷类型。
在第一方面的一种可能的实施方式中,缺陷汇总结果包括待测电子器件的存在的缺陷类型及每个缺陷类型对应的缺陷位置信息。
第二方面,本发明实施例提供一种缺陷检测装置,该缺陷检测装置包括:
图像获取模块,用于获取待测电子器件在N种光源下的N个灰度图像,其中,第i种光源下形成第i个灰度图像,N为大于等于2的整数,i为正整数,i≦N;
缺陷位置获取模块,用于获取第i个灰度图像中的缺陷占用的像素信息形成第i个缺陷位置信息;
缺陷类型确定模块,用于根据第i个灰度图像的各线路的线路位置信息及第i个缺陷位置信息,确定第i个灰度图像中缺陷的缺陷类型;
汇总结果确定模块,用于根据第1个灰度图像中缺陷对应的缺陷类型至第N个灰度图像中缺陷对应的缺陷类型,得到待测电子器件的缺陷汇总结果。
第三方面,本发明实施例提供一种存储介质,其上存储有程序,其中,程序被处理器执行时实现如上的缺陷检测方法。
根据本发明实施例,利用多种光源对待测电子器件进行缺陷检测,并将同种光源下检测出的缺陷位置信息与线路位置信息进行比较,判断缺陷的缺陷类型,能够提高缺陷类型判断的准确性。
附图说明
从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明,其中,相同或相似的附图标记表示相同或相似的特征。
图1为本发明一个实施例提供的缺陷检测方法的流程示意图;
图2为本发明一个实施例提供的缺陷位置示意图;
图3为本发明另一个实施例提供的缺陷检测方法的流程示意图;
图4为本发明实施例提供的缺陷检测装置的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中,提出了许多具体细节,以便提供对本发明的全面理解。
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题中的至少一个,本发明实施例提供了一种缺陷检测方法及装置、存储介质。下面首先对本发明实施例所提供的缺陷检测方法进行介绍。
图1为本发明一个实施例提供的缺陷检测方法的流程示意图。如图1所示,本发明实施例提供的缺陷检测方法包括步骤S10至S40。
S10,获取待测电子器件在N种光源下的N个灰度图像,其中,第i种光源下形成第i个灰度图像,N为大于等于2的整数,i为正整数,i≦N。
在一些实施例中,待测电子器件可以是显示面板中的阵列基板、印刷电路板(Printed Circuit Board,PCB)等。示例性的,阵列基板包括多个膜层,可以根据实际需要,获取特定膜层的N种光源下的N个灰度图像。
在一些实施例中,可以用N种光源以预设时间间隔照射待测电子器件。N种光源可以是绿光光源、紫光光源、红光光源、蓝光光源、黄光光源等。一种光源可以是一种单色光源,也可以是白光光源。每种光源下生成的灰度图像信息是不同的。示例性的,待测电子器件的一些缺陷在红光光源下的灰度图像上无法显现,但是这些缺陷在绿光光源下的灰度图像上能够显现出来。如果只利用一种光源对待测电子器件进行缺陷检测,存在无法检测出一些缺陷的情况。本发明实施例利用至少两种光源对待测电子器件进行照射,并获取各光源下的灰度图像,避免采用单一光源无法检测出一些缺陷的问题发生。
S20,获取第i个灰度图像中的缺陷占用的像素信息形成第i个缺陷位置信息。
在一些实施例中,S20包括:设置第i个灰度图像的灰阶值参考范围,识别第i个灰度图像中不在灰阶值参考范围内的像素信息;将不在灰阶值参考范围内的像素信息,作为缺陷在第i个灰度图像中占用的像素信息;根据缺陷在第i个灰度图像中占用的像素信息,得到缺陷在第i个灰度图像中的第i个缺陷位置信息。
示例性的,每种光源下生成的灰度图像信息是不同的,因此,设置的每个灰度图像对应的灰阶值参考范围也可以是不同的。可以根据待测电子器件的结构特征对获取的灰度图像进行区域划分。例如,待测电子器件为阵列基板,阵列基板包括多条数据线,可以将一条数据线划分为一个第一区域,两条数据线之间的区域划分为一个第二区域。示例性的,在红光光源下,将第一区域不存在缺陷时对应的灰阶值范围设置为第一区域的灰阶值参考范围,将第二区域不存在缺陷时对应的灰阶值范围设置为第二区域的灰阶值参考范围,其他光源下灰度图像的灰阶值参考范围的设置同理。若两条数据线之间的区域中出现一些像素的灰阶值不在该区域对应的灰阶值参考范围内,则该区域存在缺陷。
根据本发明实施例,能够更准确的检测出灰度图像中存在的缺陷及缺陷的位置信息,即能够更准确的检测出待测电子器件中存在的缺陷及缺陷的位置信息。
S30,根据第i个灰度图像的各线路的线路位置信息及第i个缺陷位置信息,确定第i个灰度图像中缺陷的缺陷类型。
在一些实施例中,S30包括:获取第i个灰度图像的各线路的线路位置信息,并获取第i个灰度图像中缺陷的灰阶值信息;根据第i个灰度图像的各线路的线路位置信息与第i个缺陷位置信息的位置关系及缺陷的灰阶值信息,确定第i个灰度图像中缺陷的缺陷类型。
在一些实施例中,第i个灰度图像的各线路的线路位置信息可以是线路占用的像素中边缘像素的坐标信息。第i个缺陷位置信息可以是缺陷占用的像素中的边缘像素的坐标信息。
示例性的,待测电子器件为阵列基板,阵列基板包括多条数据线、多条扫描线,可以将每条数据线作为一个线路、每条扫描线作为一个线路。阵列基板还包括多个电容,每个电容对应有上极板及下极板,可以将每块极板作为一个线路。
图2为本发明一个实施例提供的缺陷位置示意图。图2为获取的第i个灰度图像的部分区域,其中,S1表示第一条数据线的线路位置信息,S2表示第二条数据线的线路位置信息,D1表示第i个灰度图像中其中一个缺陷的缺陷位置信息。如图2所示,D1表示的缺陷即搭接在了S1表示的第一条数据线上,又搭接在了S2表示的第二条数据线上,则缺陷的缺陷位置信息与两条数据线的线路位置关系为相交。进一步的,D1表示的缺陷位置信息内对应的像素灰阶值属于第一预设范围,例如,该第一预设范围为金属材料在第i个灰度图像中对应的灰阶值范围,则D1表示的缺陷为第一条数据线与第二条数据线之间多了一块金属。那么,对应的缺陷类型为第一条数据线与第二条数据线短路。
示例性的,如果将获取的红光光源、绿光光源、紫光光源等光源下的灰度图像中的缺陷位置信息,均与一种颜色光源(例如,紫光光源)下的灰度图像中的各线路的线路位置信息进行对比。由于不同光源下的灰度图像信息不同,存在红光光源下灰度图像中的各线路的线路位置信息与紫光光源下的灰度图像中的各线路的线路位置信息不同的情况,将红光光源下灰度图像中的缺陷位置信息与紫光光源下的灰度图像中的各线路的线路位置信息进行对比,得到的位置关系则存在不准确的情况。
本发明实施例中,比较的是同一个灰度图像中各线路的线路位置信息与缺陷位置信息的位置关系。同一个灰度图像中各线路的线路位置信息与缺陷位置信息是在同一种光源下生成的,能够更准确的判断两者的位置关系,进而能够更准确的判断缺陷的类型。
在一些实施例中,本发明实施例提供的缺陷检测方法还包括:获取待测电子器件的各线路在第i个灰度图像中占用的像素信息;根据各线路在第i个灰度图像中占用的像素信息,设置各线路在第i个灰度图像中的线路位置信息。
示例性的,待测电子器件的各线路的尺寸信息及在待测电子器件上的位置信息是固定的,各线路在第i种光源下呈现的像素灰阶信息也是固定的,如此,可以确定各线路在第i个灰度图像中占用的像素信息。其中,各线路在第i个灰度图像中的线路位置信息,可以理解为不存在缺陷时各线路对应的线路位置信息。各线路在第i个灰度图像中占用的像素信息可以包括占用的像素个数信息及占用的像素的坐标信息。
根据本发明实施例,预先设置各光源下的灰度图像中各线路的线路位置信息并存储,在实际检测时,直接调取同一种光源下的灰度图像中各线路的线路位置信息,进而将该光源下的灰度图像中的缺陷位置信息与调取的线路位置信息进行比较,能够加快缺陷类型确定速度。
在一些实施例中,本发明实施例提供的缺陷检测方法还包括预先设置位置关系、缺陷的灰阶值信息、缺陷类型三者之间的对应关系。可以设置多种缺陷类型。例如,当第i个灰度图像的各线路的线路位置信息与第i个缺陷位置信息的位置关系为第一位置关系,缺陷的灰阶值信息属于第一预设范围,则对应于第一缺陷类型;当第i个灰度图像的各线路的线路位置信息与第i个缺陷位置信息的位置关系为第二位置关系,缺陷的灰阶值信息属于第二预设范围,则对应于第二缺陷类型。位置关系可以包括相交关系、非相交关系等。若缺陷为存在多余金属,则缺陷的灰阶值信息对应为金属的灰阶值范围,若缺陷为存在多余非金属,则缺陷的灰阶值信息对应为非金属的灰阶值范围。缺陷类型可以包括短路、断路、具有杂质、非显示区缺陷等。根据本发明实施例,能够加快缺陷类型确定速度。
在一些实施例中,第i个缺陷位置信息与各线路中的第一线路及第二线路的线路位置信息的位置关系均为相交关系,且第i个缺陷位置信息内的像素灰阶值属于第一预设范围,则对应的缺陷类型为短路。其中,第一预设范围可以是导电材料在第i个灰度图像中呈现的灰阶值范围,导电材料可以包括各种金属材料,如银、镁等。具体的,可以根据实际工艺中使用到的导电材料设置第一预设范围。
在一些实施例中,第i个缺陷位置信息将线路位置信息对应的区域分割为至少两个区域,且第i个缺陷位置信息内的像素灰阶值属于第二预设范围,则对应的缺陷类型为断路。其中,第二预设范围可以是非导电材料在第i个灰度图像中呈现的灰阶值范围,如二氧化硅、氮化硅等非导电材料。具体的,可以根据实际工艺中使用到的非导电材料设置第二预设范围。
例如,如图2所示,S1表示的第一条数据线的线路位置信息及S2表示的第二条数据线的线路位置信息与D1表示的缺陷位置信息的位置关系为相交,且D1表示的缺陷位置信息内的像素灰阶值为金属材料的灰阶值,则第一条数据线与第二条数据线之间存在短路的缺陷。请继续参阅图2,S1表示的第一条数据线的线路位置信息对应的区域被D1表示的缺陷位置信息对应的区域分割成了两个区域,S2表示的第二条数据线的线路位置信息对应的区域也被D1表示的缺陷位置信息对应的区域分割成了两个区域,且D1表示的缺陷位置信息内的像素灰阶值为非金属材料的灰阶值,则第一条数据线及第二条数据线均存在断路的缺陷。
在一些实施例中,待测电子器件为显示面板,该显示面板包括显示区及非显示区。若缺陷检测时只关注显示区内的缺陷,当D1表示的缺陷位置信息位于非显示区时,则缺陷对应的缺陷类型为其他。
在一些实施例中,D1表示的缺陷位置信息与S1表示的第一条数据线的线路位置信息及S2表示的第二条数据线的线路位置信息均不相交,或者D1表示的缺陷位置信息在S1表示的第一条数据线的线路位置信息对应的区域内(即未将第一条数据线分割为多段),或者D1表示的缺陷位置信息在S2表示的第二条数据线的线路位置信息对应的区域内(即未将第二条数据线分割为多段),则该缺陷对应的缺陷类型即不为短路也不为断路。进一步的可以将该缺陷的灰阶值信息与预存的缺陷特征的灰阶值信息进行比较。预存的缺陷特征的灰阶值信息可以包括气泡缺陷、灰尘缺陷等在各个光源下的灰阶值信息。
S40,根据第1个灰度图像中缺陷对应的缺陷类型至第N个灰度图像中缺陷对应的缺陷类型,得到待测电子器件的缺陷汇总结果。
在一些实施例中,缺陷汇总结果包括待测电子器件的存在的缺陷类型及每个缺陷类型对应的缺陷位置信息。根据本发明实施例,能够有针对性的对待测电子器件进行修复,避免修复不当造成对待测电子器件的进一步损害。
在一些实施例中,S40包括:统计第1个灰度图像中缺陷对应的缺陷类型至第N个灰度图像中缺陷对应的缺陷类型;判断同一个位置的缺陷在N个灰度图像中对应的缺陷类型是否相同;若部分相同,则确定每种缺陷类型对应的数量,将对应的数量最大的缺陷类型,作为同一个位置的缺陷对应的缺陷类型。
同一待测电子器件在不同光源下的灰阶图像信息是不同的。对于同一个缺陷,例如,在红光光源下的灰阶图像中该缺陷能呈现出来,在绿光光源下的灰阶图像中该缺陷无法呈现出来,因此N个灰度图像中的每一个灰度图像对应的缺陷个数及确定出的缺陷类型并非是相同的。例如,对于待测电子器件上的同一位置处的一个缺陷,若在第1个灰度图像至第N个灰度图像中的判断结果均是该缺陷为短路缺陷,则缺陷汇总结果中该缺陷为短路缺陷。若在第1个灰度图像中的判断结果是该缺陷为短路缺陷,在第2个灰度图像中的判断结果是该缺陷为短路缺陷,在第3个灰度图像中的判断结果是该缺陷为断路缺陷等。若N个灰度图像中判断该缺陷为断路缺陷的数量最大,则缺陷汇总结果中该缺陷为断路缺陷。
根据本发明实施例,对于同一位置的缺陷,根据各灰度图像判断该缺陷的类型不相同时,能够更准确的确定该缺陷的缺陷类型。
进一步的,若待测电子器件上的某个缺陷只在N个灰度图像中的部分灰度图像中检测出来了,则根据能够检测出该缺陷的灰度图像为依据,进而判断该缺陷对应的缺陷类型。
为了更好的理解本发明,请参阅图3。本发明实施例提供的缺陷检测方法包括利用光源1至光源N扫描阵列基板,得到每种光源下的灰度图像信息。在各灰度图像上设置阵列基板的各线路对应的线路位置信息。将同种光源下检测出的缺陷位置信息与同种光源下的线路位置信息进行比较,得到每种光源下对应的缺陷类型。综合每种光源下对应的缺陷类型,得到阵列基板的缺陷分类结果。
根据本发明实施例,利用同种光源下检测出的缺陷位置信息与线路位置信息进行比较,判断缺陷的缺陷类型,提高了缺陷分类的准确性。
如图4所示,本发明实施例提供一种缺陷检测装置,该缺陷检测装置包括以下模块:
图像获取模块401,用于获取待测电子器件在N种光源下的N个灰度图像,其中,第i种光源下形成第i个灰度图像,N为大于等于2的整数,i为正整数,i≦N;
缺陷位置获取模块402,用于获取第i个灰度图像中的缺陷占用的像素信息形成第i个缺陷位置信息;
缺陷类型确定模块403,用于根据第i个灰度图像的各线路的线路位置信息及第i个缺陷位置信息,确定第i个灰度图像中缺陷的缺陷类型;
分类结果确定模块404,用于根据第1个灰度图像中缺陷对应的缺陷类型至第N个灰度图像中缺陷对应的缺陷类型,得到待测电子器件的缺陷汇总结果。
在一些实施方式中,缺陷位置获取模块402具体用于:
设置第i个灰度图像的灰阶值参考范围,识别第i个灰度图像中不在灰阶值参考范围内的像素信息;
将不在灰阶值参考范围内的像素信息,作为缺陷在第i个灰度图像中占用的像素信息;
根据缺陷在第i个灰度图像中占用的像素信息,得到缺陷在第i个灰度图像中的第i个缺陷位置信息。
在一些实施方式中,缺陷类型确定模块403具体用于:
获取第i个灰度图像的各线路的线路位置信息,并获取第i个灰度图像中缺陷的灰阶值信息;
根据第i个灰度图像的各线路的线路位置信息与第i个缺陷位置信息的位置关系及缺陷的灰阶值信息,确定第i个灰度图像中缺陷的缺陷类型。
在一些实施方式中,该还包括线路位置信息设置单元,具体用于:
获取待测电子器件的各线路在第i个灰度图像中占用的像素信息;
根据各线路在第i个灰度图像中占用的像素信息,设置各线路在第i个灰度图像中的线路位置信息。
在一些实施方式中,该装置还包括对应关系设置单元,具体用于:
预先设置位置关系、缺陷的灰阶值信息、缺陷类型三者之间的对应关系。
在一些实施方式中,第i个缺陷位置信息与各线路中的第一线路及第二线路的线路位置信息的位置关系均为相交关系,且第i个缺陷位置信息内的像素灰阶值属于第一预设范围,则对应的缺陷类型为短路;
和/或,
第i个缺陷位置信息将线路位置信息对应的区域分割为至少两个区域,且第i个缺陷位置信息内的像素灰阶值属于第二预设范围,则对应的缺陷类型为断路。
在一些实施方式中,汇总结果确定模块404具体用于:
统计第1个灰度图像中缺陷对应的缺陷类型至第N个灰度图像中缺陷对应的缺陷类型;
判断同一个位置的缺陷在N个灰度图像中对应的缺陷类型是否相同;
若部分相同,则确定每种缺陷类型对应的数量,将对应的数量最大的缺陷类型,作为同一个位置的缺陷对应的缺陷类型。
在一些实施方式中,缺陷汇总结果包括待测电子器件的存在的缺陷类型及每个缺陷类型对应的缺陷位置信息。
根据本发明实施例,利用多种光源对待测电子器件进行缺陷检测,并将同种光源下检测出的缺陷位置信息与、线路位置信息进行比较,判断缺陷的缺陷类型,能够提高缺陷类型判断的准确性。
另外,结合上述实施例中的缺陷检测方法,本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种缺陷检测方法。
需要明确的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。对于装置实施例而言,相关之处可以参见方法实施例的说明部分。本发明实施例并不局限于上文所描述并在图中示出的特定步骤和结构。本领域的技术人员可以在领会本发明实施例的精神之后,作出各种改变、修改和添加,或者改变步骤之间的顺序。并且,为了简明起见,这里省略对已知方法技术的详细描述。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明实施例的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
本发明实施例可以以其他的具体形式实现,而不脱离其精神和本质特征。例如,特定实施例中所描述的算法可以被修改,而系统体系结构并不脱离本发明实施例的基本精神。因此,当前的实施例在所有方面都被看作是示例性的而非限定性的,本发明实施例的范围由所附权利要求而非上述描述定义,并且,落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明实施例的范围之中。
Claims (10)
1.一种缺陷检测方法,其特征在于,所述方法包括:
获取待测电子器件在N种光源下的N个灰度图像,其中,第i种光源下形成第i个灰度图像,N为大于等于2的整数,i为正整数,i≦N;
获取所述第i个灰度图像中的缺陷占用的像素信息形成第i个缺陷位置信息;
根据所述第i个灰度图像的各线路的线路位置信息及第i个缺陷位置信息,确定所述第i个灰度图像中所述缺陷的缺陷类型;
根据第1个所述灰度图像中所述缺陷对应的缺陷类型至第N个所述灰度图像中所述缺陷对应的缺陷类型,得到所述待测电子器件的缺陷汇总结果。
2.根据权利要求1所述的方法,其特征在于,所述获取所述第i个灰度图像中的缺陷占用的像素信息形成第i个缺陷位置信息,包括:
设置所述第i个灰度图像的灰阶值参考范围,识别所述第i个灰度图像中不在所述灰阶值参考范围内的像素信息;
将不在所述灰阶值参考范围内的像素信息,作为所述缺陷在所述第i个灰度图像中占用的像素信息;
根据所述缺陷在所述第i个灰度图像中占用的像素信息,得到所述缺陷在所述第i个灰度图像中的第i个缺陷位置信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第i个灰度图像的各线路的线路位置信息及第i个缺陷位置信息,确定所述第i个灰度图像中所述缺陷的缺陷类型,包括:
获取所述第i个灰度图像的各线路的线路位置信息,并获取所述第i个灰度图像中缺陷的灰阶值信息;
根据所述第i个灰度图像的各线路的线路位置信息与所述第i个缺陷位置信息的位置关系及所述缺陷的灰阶值信息,确定所述第i个灰度图像中所述缺陷的缺陷类型。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取待测电子器件的各线路在所述第i个灰度图像中占用的像素信息;
根据所述各线路在所述第i个灰度图像中占用的像素信息,设置所述各线路在所述第i个灰度图像中的线路位置信息。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
预先设置所述位置关系、所述缺陷的灰阶值信息、所述缺陷类型三者之间的对应关系。
6.根据权利要求5所述的方法,其特征在于,
所述第i个缺陷位置信息与所述各线路中的第一线路及第二线路的线路位置信息的位置关系均为相交关系,且所述第i个缺陷位置信息内的像素灰阶值属于第一预设范围,则对应的所述缺陷类型为短路;
和/或,
所述第i个缺陷位置信息将所述线路位置信息对应的区域分割为至少两个区域,且所述第i个缺陷位置信息内的像素灰阶值属于第二预设范围,则对应的所述缺陷类型为断路。
7.根据权利要求1所述的方法,其特征在于,所述根据第1个所述灰度图像中所述缺陷对应的缺陷类型至第N个所述灰度图像中所述缺陷对应的缺陷类型,得到所述待测电子器件的缺陷汇总结果,包括:
统计第1个所述灰度图像中所述缺陷对应的缺陷类型至第N个所述灰度图像中所述缺陷对应的缺陷类型;
判断同一个位置的缺陷在所述N个灰度图像中对应的缺陷类型是否相同;
若部分相同,则确定每种缺陷类型对应的数量,将对应的数量最大的缺陷类型,作为所述同一个位置的缺陷对应的缺陷类型。
8.根据权利要求1所述的方法,其特征在于,所述缺陷汇总结果包括所述待测电子器件的存在的缺陷类型及每个所述缺陷类型对应的缺陷位置信息。
9.一种缺陷检测装置,其特征在于,所述装置包括:
图像获取模块,用于获取待测电子器件在N种光源下的N个灰度图像,其中,第i种光源下形成第i个灰度图像,N为大于等于2的整数,i为正整数,i≦N;
缺陷位置获取模块,用于获取所述第i个灰度图像中的缺陷占用的像素信息形成第i个缺陷位置信息;
缺陷类型确定模块,用于根据所述第i个灰度图像的各线路的线路位置信息及第i个缺陷位置信息,确定所述第i个灰度图像中所述缺陷的缺陷类型;
汇总结果确定模块,用于根据第1个所述灰度图像中所述缺陷对应的缺陷类型至第N个所述灰度图像中所述缺陷对应的缺陷类型,得到所述待测电子器件的缺陷汇总结果。
10.一种存储介质,其上存储有程序,其中,程序被处理器执行时实现如权利要求1-8任一项所述的缺陷检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911165457.7A CN111007086A (zh) | 2019-11-25 | 2019-11-25 | 缺陷检测方法和装置、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911165457.7A CN111007086A (zh) | 2019-11-25 | 2019-11-25 | 缺陷检测方法和装置、存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111007086A true CN111007086A (zh) | 2020-04-14 |
Family
ID=70112689
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911165457.7A Pending CN111007086A (zh) | 2019-11-25 | 2019-11-25 | 缺陷检测方法和装置、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111007086A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111879791A (zh) * | 2020-07-30 | 2020-11-03 | 西湖大学 | 一种图案表面凸起特征增强的机器视觉系统及方法 |
| CN114953764A (zh) * | 2021-02-18 | 2022-08-30 | 恒美光电股份有限公司 | 一种偏光膜缺点汇整标记系统 |
| WO2024108833A1 (zh) * | 2022-11-21 | 2024-05-30 | 东方晶源微电子科技(北京)有限公司 | 基于设计版图的扫描电子显微镜图像缺陷分类方法、装置 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103760165A (zh) * | 2013-12-31 | 2014-04-30 | 深圳市华星光电技术有限公司 | 显示面板的缺陷检测方法及缺陷检测装置 |
| CN103792705A (zh) * | 2014-01-28 | 2014-05-14 | 北京京东方显示技术有限公司 | 检测基板缺陷的检测方法及检测装置 |
| CN106097361A (zh) * | 2016-06-20 | 2016-11-09 | 昆山国显光电有限公司 | 一种缺陷区域检测方法及装置 |
| CN107093174A (zh) * | 2017-04-05 | 2017-08-25 | 湖北工业大学 | 一种pcb设计缺陷检测方法 |
| CN107402218A (zh) * | 2017-09-25 | 2017-11-28 | 武汉华星光电技术有限公司 | Cf基板的微观缺陷检测方法、装置及设备 |
| CN108414530A (zh) * | 2018-03-13 | 2018-08-17 | 昆山国显光电有限公司 | 自动光学检测设备 |
| CN109100370A (zh) * | 2018-06-26 | 2018-12-28 | 武汉科技大学 | 一种基于投影法和连通域分析的pcb板缺陷检测方法 |
| CN109725002A (zh) * | 2019-01-23 | 2019-05-07 | 深圳市华星光电技术有限公司 | 一种基于aoi的基板缺陷类别判别方法 |
| CN109752392A (zh) * | 2018-12-24 | 2019-05-14 | 苏州江奥光电科技有限公司 | 一种pcb板缺陷类型检测系统和方法 |
-
2019
- 2019-11-25 CN CN201911165457.7A patent/CN111007086A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103760165A (zh) * | 2013-12-31 | 2014-04-30 | 深圳市华星光电技术有限公司 | 显示面板的缺陷检测方法及缺陷检测装置 |
| CN103792705A (zh) * | 2014-01-28 | 2014-05-14 | 北京京东方显示技术有限公司 | 检测基板缺陷的检测方法及检测装置 |
| CN106097361A (zh) * | 2016-06-20 | 2016-11-09 | 昆山国显光电有限公司 | 一种缺陷区域检测方法及装置 |
| CN107093174A (zh) * | 2017-04-05 | 2017-08-25 | 湖北工业大学 | 一种pcb设计缺陷检测方法 |
| CN107402218A (zh) * | 2017-09-25 | 2017-11-28 | 武汉华星光电技术有限公司 | Cf基板的微观缺陷检测方法、装置及设备 |
| CN108414530A (zh) * | 2018-03-13 | 2018-08-17 | 昆山国显光电有限公司 | 自动光学检测设备 |
| CN109100370A (zh) * | 2018-06-26 | 2018-12-28 | 武汉科技大学 | 一种基于投影法和连通域分析的pcb板缺陷检测方法 |
| CN109752392A (zh) * | 2018-12-24 | 2019-05-14 | 苏州江奥光电科技有限公司 | 一种pcb板缺陷类型检测系统和方法 |
| CN109725002A (zh) * | 2019-01-23 | 2019-05-07 | 深圳市华星光电技术有限公司 | 一种基于aoi的基板缺陷类别判别方法 |
Non-Patent Citations (5)
| Title |
|---|
| DU-MING TSAI ET AL.: "An eigenvalue-based similarity measure and its application in defect detection", 《IMAGE AND VISION COMPUTING》 * |
| JUANHUA ZHU ET AL.: "Printed circuit board defect visual detection based on wavelet denoising", 《IOP CONF. SERIES: MATERIALS SCIENCE AND ENGINEERING》 * |
| 刘国忠等: "基于分层参考比对法印刷电路板自动检测技术", 《制造业自动化》 * |
| 李昌海等: "基于图像轮廓分析的LCD线路缺陷检测", 《激光技术》 * |
| 黄景维: "一种高速在线检测五金工件表面缺陷系统", 《电脑知识与技术》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111879791A (zh) * | 2020-07-30 | 2020-11-03 | 西湖大学 | 一种图案表面凸起特征增强的机器视觉系统及方法 |
| CN114953764A (zh) * | 2021-02-18 | 2022-08-30 | 恒美光电股份有限公司 | 一种偏光膜缺点汇整标记系统 |
| CN114953764B (zh) * | 2021-02-18 | 2023-08-22 | 恒美光电股份有限公司 | 一种偏光膜缺点汇整标记系统 |
| WO2024108833A1 (zh) * | 2022-11-21 | 2024-05-30 | 东方晶源微电子科技(北京)有限公司 | 基于设计版图的扫描电子显微镜图像缺陷分类方法、装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3933771A1 (en) | Positioning method and apparatus, and storage medium | |
| CN114972173B (zh) | 缺陷检测方法和缺陷检测装置及系统 | |
| CN111007086A (zh) | 缺陷检测方法和装置、存储介质 | |
| JP4479877B2 (ja) | 画像認識による不良検査方法 | |
| CN108709500A (zh) | 一种电路板元件定位匹配方法 | |
| KR100827906B1 (ko) | 기판 검사 장치 | |
| CN113176275B (zh) | 一种用于显示面板复检的方法、装置及系统 | |
| JP3907874B2 (ja) | 欠陥検査方法 | |
| WO2012067041A1 (ja) | 基板上の異物検査方法および異物検査装置 | |
| US7024031B1 (en) | System and method for inspection using off-angle lighting | |
| CN110874837A (zh) | 一种基于局部特征分布的缺陷自动检测方法 | |
| CN113012121B (zh) | 裸片扫描结果的处理方法、装置、电子设备与存储介质 | |
| US8055056B2 (en) | Method of detecting defects of patterns on a semiconductor substrate and apparatus for performing the same | |
| KR20160105082A (ko) | 기판 검사 장치 및 그 검사 방법 | |
| JP2007248051A (ja) | 対象物表面の欠陥検査方法 | |
| JP2008203229A (ja) | 電子部品の端子位置検出方法 | |
| JP4350475B2 (ja) | 光学デバイスの製造方法およびこれに用いる欠陥判定用の検査具 | |
| JP2020153854A (ja) | 基板検査装置、基板処理装置、基板検査方法および基板処理方法 | |
| JP3524254B2 (ja) | パターンマッチング方法による被検査基板の位置ずれ検出方法 | |
| JP2006190844A (ja) | 基板間の共通欠陥判別方法 | |
| JP2000088524A (ja) | 装着部品確認装置 | |
| WO2023286518A1 (ja) | デブリ判定方法 | |
| JP2024112094A (ja) | 外観検査方法及び外観検査装置 | |
| WO2023286519A1 (ja) | デブリ判定方法 | |
| KR19990087848A (ko) | 검사영역작성방법및외관검사방법 |
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: 20200414 |