[发明专利]基于集成学习的MEMS传感器缺陷的检测方法、装置及设备

说明书

本发明公开了一种基于集成学习的MEMS传感器缺陷的检测方法、装置及设备，该方法包括：接收预置的MEMS传感器缺陷的检测请求；获取所述MEMS传感器的缺陷图像；对所述缺陷图像进行图像分解，得到所述缺陷图像的分解图；将所述分解图输入至预置的集成分类器中，得到所述MEMS传感器的缺陷类别。本发明基于计算机视觉缺陷检测技术领域，在对MEMS传感器缺陷进行检测的过程中，通过对MEMS传感器的缺陷图像进行分解并输入至集成分类器中进行分类识别，以完成对MEMS传感器缺陷的检测，从而有效提升缺陷分类的准确率。

技术领域

本发明属于计算机视觉缺陷检测技术领域，尤其涉及一种基于集成学习的MEMS传感器缺陷的检测方法、装置及设备。

背景技术

MEMS传感器（MEMS,Micro-Electro-Mechanical System，微电子机械系统）是一种采用微电子和微机械加工技术制造的新型传感器，MEMS传感器与传统的传感器相比具有体积小、重量轻、成本低、功耗低、可靠性高、适于批量化生产、易于集成和智能化等特点，同时，由于MEMS传感器具有微米量级的特征尺寸，使得MEMS传感器可以实现传统机械传感器所不能实现的功能。

由于MEMS传感器在生产过程中需要经历较多复杂的工序，导致在制造、封装及测试过程中会产生一些缺陷，如封装前芯片破损、灌胶工艺产生气泡、焊接金丝工艺金丝线断裂等。现有技术中，大多数企业在MEMS传感器生产线上进行缺陷检测时，仍使用人工目视的检测方法，耗时费力，导致检测成本高且准确率低。

发明内容

本发明实施例提供了一种基于集成学习的MEMS传感器缺陷的检测方法、装置及设备，旨在解决现有技术中在对MEMS传感器进行缺陷检测时检测成本较高，准确率低的问题。

第一方面，本发明实施例提供了一种基于集成学习的MEMS传感器缺陷的检测方法，其包括：

接收预置的MEMS传感器缺陷的检测请求；

获取所述MEMS传感器的缺陷图像；

对所述缺陷图像进行图像分解，得到所述缺陷图像的分解图；

将所述分解图输入至预置的集成分类器中，得到所述MEMS传感器的缺陷类别。

第二方面，本发明实施例提供了一种基于集成学习的MEMS传感器缺陷的检测装置，其包括：

接收单元，用于接收预置的MEMS传感器缺陷的检测请求；

获取单元，用于获取所述MEMS传感器的缺陷图像；

第一分解单元，用于对所述缺陷图像进行图像分解，得到所述缺陷图像的分解图；

第一分类单元，用于将所述分解图输入至预置的集成分类器中，得到所述MEMS传感器的缺陷类别。

第三方面，本发明实施例又提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述第一方面所述的基于集成学习的MEMS传感器缺陷的检测方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于集成学习的MEMS传感器缺陷的检测方法。

本发明实施例提供了一种基于集成学习的MEMS传感器缺陷的检测方法、装置及设备，该方法包括：接收预置的MEMS传感器缺陷的检测请求；获取所述MEMS传感器的缺陷图像；对所述缺陷图像进行图像分解，得到所述缺陷图像的分解图；将所述分解图输入至预置的集成分类器中，得到所述MEMS传感器的缺陷类别。本发明基于计算机视觉缺陷检测技术领域，在对MEMS传感器缺陷进行检测的过程中，通过对MEMS传感器的缺陷图像进行分解并输入至集成分类器中进行分类识别，以完成对MEMS传感器缺陷的检测，从而有效提升缺陷分类的准确率，降低了检测成本。

附图说明