[发明专利]一种集成电路引脚检测方法、装置、终端及存储介质

说明书

本申请公开了一种集成电路引脚检测方法、装置、终端及存储介质。本申请提供的集成电路引脚检测方法，对于训练集的合格样本与不合格样本采用不同的缺陷二值图处理方式，得到由两类缺陷二值图构成的缺陷图训练集，并利用该缺陷图训练集构建缺陷识别模型得到待测IC图像的待测缺陷二值图，结合获取的待测IC图像和IC引脚评估模型确定待测IC图像的引脚检测结果。解决了现有技术IC焊点检测只注重合格样本作为训练样本，忽略了不合格样本导致的检测准确度差的技术问题。

技术领域

本申请涉及机器视觉技术领域，尤其涉及一种集成电路引脚检测方法、装置、终端及存储介质。

背景技术

IC(Integrated Circuit，集成电路)引脚是连接PCB(Process Control Block，印制电路板)与IC的桥梁。IC引脚焊点的质量直接影响了电子设备的寿命和可靠性。

随着集成电路的快速发展，IC的尺寸越来越小，IC引脚也越来越密集，使得传统人工检测变得困难，效率低下。随着工业自动化发展，越来越多的缺陷检测系统应用在生产线的质量检测中。其中，AOI(Automated Optical Inspection，自动光学检测)系统被广泛应用于产品表面缺陷检测，用于检测产品的表面缺陷。针对不同的产品以及其生产环境，需要对AOI系统的检测方法进行调整。目前，AOI系统上很少针对IC焊点缺陷的算法。由于IC焊点的尺寸小和不合格样本过少的情况，使得传统的图像处理和机器学习方法只使用合格样本作为训练样本。统计模型的建立以及阈值都是基于合格样本确定。因此，这些方法忽略了不合格样本，导致了现有技术IC焊点检测存在检测准确度差的技术问题。

发明内容

本申请提供了一种集成电路引脚检测方法、装置、终端及存储介质，用于解决现有技术IC焊点检测存在检测准确度差的技术问题。

有鉴于此，本申请第一方面提供了一种集成电路引脚检测方法，包括：

获取IC图像训练集与训练好的统计模型，其中，所述IC图像训练集包含有合格样本与不合格样本，所述统计模型包含有M个预先训练好的统计模板；

根据所述统计模型，通过第一统计模板集与所述合格样本的对比检测，得到第一缺陷二值图，所述第一统计模板集为通过聚类方式，按照各个所述统计模板的距离值，从M个所述统计模板中抽取出的n个统计模板作为所述第一统计模板集；

根据所述统计模型，通过第二统计模板集与所述不合格样本的对比检测，得到第二缺陷二值图，所述第二统计模板集为通过随机抽取方式，从M个所述统计模板中抽取出的n个统计模板作为所述第二统计模板集；

根据所述第一缺陷二值图和所述第二缺陷二值图，构建缺陷图训练集；

根据所述缺陷图训练集构建缺陷识别模型；

获取待测IC图像；

将所述待测IC图像以及所述待测IC图像的分类属性信息输入到所述缺陷识别模型，以通过所述缺陷识别模型的运算，得到所述待测IC图像的待测缺陷二值图，其中，所述分类属性信息具体为：初步识别合格或初步识别不合格；

将所述待测缺陷二值图输入至IC引脚评估模型，以根据所述IC引脚评估模型输出的结果，确定所述待测IC图像的引脚检测结果。

优选地，每个所述合格样本的对比检测次数与每个所述不合格样本的对比检测次数的比值等于所述合格样本与所述不合格样本的数量比值。

优选地，所述IC引脚评估模型的目标函数为：

式中，λ₁，λ₂为两个范数约束的权重，X为由所述待测缺陷二值图组成的矩阵，y为由所述待测IC图像的分类属性信息组成的矩阵，W为像素点的权重向量。