[发明专利]一种半导体引线框架镀银缺陷检测方法及系统

说明书

本发明涉及一种半导体引线框架镀银缺陷检测方法及系统，方法包括如下步骤：S1、将采集到的源图像由采集卡传入到工控机中；S2、工控机读取源图像；S3、构建标签图像数据集；S4、构建缺陷检测模型；S5、使用原始图像数据集x和标签图像数据集s进行得到模型训练，得到训练模型；S6、通过训练模型对产品进行缺陷检测，并对缺陷进行准确定位。该方法采用了基于改进Unet的神经网络实现了缺陷的分割，对于肉眼难以辨识，弱小的目标具有很高的检出率。

技术领域

本发明属于半导体引线框架技术领域，涉及一种半导体引线框架镀银缺陷检测方法及系统。

背景技术

引线框架是半导体封装的基础材料，其作为集成电路的芯片载体，借助于键合材料(金丝、铝丝、铜丝)实现芯片内部电路引出端与外引线的电气连接，形成电气回路的关键结构件，起到与外部导线连接的桥梁作用。因此，为了保证框架与芯片及金丝间的可焊性及IC元件的电参数性能，使芯片和焊接丝与引线框架形成良好的扩散焊接。需要在引线框架的装片/键合区域(引线的载片台区域和引线脚上)进行特殊的表面处理，即电镀银。引线框架上的镀银层为功能性镀层，对可焊性、均匀性、导电性都有严格要求。但由于引线框架生产的高精密性，多采用高密度及多排框架的镀银，产线上对于镀银工艺的要求非常高，要达到很高的成品率和可靠性。但在生产上，由于工艺的不足，会产生各种镀银缺陷，如化银，缺银，划痕等等，这严重影响了产品质量和企业的效益。因此，如何准确、高效的检测出这些缺陷至关重要。

目前，常见的检测方法有BP神经网络和模板匹配等。它们虽然在实验室环境下有一定的效果，但都有着致命的缺点，并不能达到实际生产的要求。BP神经网络只能对含有缺陷的图像和正常图像做分类，并不能定位缺陷的位置，且对细小的缺陷效果不理想；模板匹配需要事先利用人工得到一个正确的模板，且只能对引线框架的形状做一个粗略的检测，检测结果不稳定且精度不高。

发明内容

本发明的目的在于克服上述现有技术的缺点，提出一种半导体引线框架镀银缺陷检测方法及系统，该方法可以实现对半导体引线框架上各种类型镀银缺陷的检测，并且对细小的缺陷也能有效的检测出来，系统的检测准确率高、占用内存小、检测时延短、用户操作简单。

为了实现上述目的，本发明采用了如下技术方案：

一种半导体引线框架镀银缺陷检测方法，其特征在于，包括如下步骤：

S1、使用硬件平台采集半导体引线框架镀银的源图像，并且将采集到的源图像由采集卡传入到工控机中；

S2、工控机读取源图像，根据缺陷检测模型要求的图像类型，将源图像切片构建原始图像数据集X＝{x₁，x₂，…，x_i，…，x_n}，x_i是第i张图像，n是原始图像数据集的图像总数；

S3、构建标签图像数据集S＝{s₁，s₂，…，s_i，…，s_n}，s_i表示第i张图像对应的标签图像，n是标签图像数据集的图像总数；

S4、构建缺陷检测模型；

S5、使用原始图像数据集X和标签图像数据集S进行模型训练，得到模型参数；

S6、通过训练模型对产品进行缺陷检测，并对缺陷进行准确定位。

进一步地，所述步骤S2中原始图像数据集中的图像由源图像切片得到，将源图像的长宽像素通过扩边的方式扩大为512的整数倍，再将扩边后的图像按512*512像素大小进行切片，组成原始图像数据集X。

进一步地，所述步骤S3中原始图像数据集的标签用像素值为0或1的二值图来表示，像素值为1的像素点代表缺陷，像素值为0的像素点代表背景。