基于單目視覺(jué)的集成電路芯片引腳共面性檢測(cè)

摘 要：芯片引腳共面性檢測(cè)是集成電路生產(chǎn)過(guò)程中的重要環(huán)節(jié)，關(guān)系到集成電路芯片性能的發(fā)揮，但是現(xiàn)行方法檢測(cè)結(jié)果置信水平、檢出率比較低。因此本文提出基于單目視覺(jué)的集成電路芯片引腳共面性檢測(cè)方法研究，利用相機(jī)搭配光源對(duì)芯片進(jìn)行拍攝測(cè)量，采用彩色系統(tǒng)變化法對(duì)原始芯片圖像進(jìn)行灰度轉(zhuǎn)化，并通過(guò)閾值分割對(duì)芯片圖像提取檢測(cè)目標(biāo)，利用單目視覺(jué)對(duì)芯片圖像進(jìn)行擬合分析，確定芯片引腳共面度，完成基于單目視覺(jué)的集成電路芯片引腳共面性檢測(cè)。經(jīng)試驗(yàn)證明，本文方法檢測(cè)結(jié)果置信水平和檢出率均在95%以上，擬合精度誤差能夠控制在0.135mm以下，擬合穩(wěn)定性能為97.50%，能夠精準(zhǔn)檢測(cè)集成電路芯片引腳共面性。

關(guān)鍵詞：?jiǎn)文恳曈X(jué)；集成電路；芯片引腳；共面性；彩色系統(tǒng)變化法；閾值分割

中圖分類(lèi)號(hào)：TP 391 " " 文獻(xiàn)標(biāo)志碼：A

隨著科技的快速發(fā)展，集成電路芯片在各領(lǐng)域的應(yīng)用越來(lái)越廣泛，如通信、計(jì)算機(jī)和汽車(chē)電子等。集成電路芯片引腳共面性指的是芯片引腳在水平面上的平整度和一致性。在理想情況下，所有引腳都應(yīng)處于同一平面上，以保證芯片能夠與主板或其他電路正確連接。但在制造和組裝過(guò)程中，由于各種因素的影響，引腳可能會(huì)出現(xiàn)不同程度的偏差，導(dǎo)致共面性不良，進(jìn)而影響整個(gè)系統(tǒng)的正常運(yùn)行。為了檢測(cè)集成電路芯片引腳的共面性，通常會(huì)采用接觸式測(cè)量或非接觸式測(cè)量的方法。其中，接觸式測(cè)量方法精度高，但測(cè)量速度慢且容易對(duì)芯片造成損傷；非接觸式測(cè)量方法速度快，但受環(huán)境因素影響較大且對(duì)設(shè)備的要求較高。這2種方法均存在不足和缺陷，在實(shí)際應(yīng)用中檢測(cè)結(jié)果置信水平和檢出率均較低，難以達(dá)到預(yù)期檢測(cè)效果。因此，本文提出基于單目視覺(jué)的集成電路芯片引腳共面性檢測(cè)方法。

1 集成電路芯片圖像測(cè)量

單目視覺(jué)是一個(gè)集圖像數(shù)據(jù)采集、處理和三維重建并分析的計(jì)算機(jī)技術(shù)，本文采用該技術(shù)對(duì)芯片引腳共面性進(jìn)行檢測(cè)，需要利用單目相機(jī)采集到芯片圖像。結(jié)合芯片引腳共面性檢測(cè)需求，采用美國(guó)YFA公司IFGHASTG-A4FGA8相機(jī)，根據(jù)芯片尺寸確定相機(jī)成像視場(chǎng)[1]。考慮基于單目視覺(jué)的檢測(cè)對(duì)圖像清晰度要求較高，在相機(jī)上方布設(shè)一個(gè)光源，根據(jù)現(xiàn)場(chǎng)實(shí)際情況確定相機(jī)與光源的間距，將集成電路芯片放置于光源與相機(jī)的焦點(diǎn)位置，保證集成電路芯片照明均勻一致。由于集成電路芯片引腳與其他部位的高度不一致，使其對(duì)應(yīng)的光源入射角不同，因此，在拍攝的圖像中，各像素點(diǎn)用相應(yīng)的灰度值表示。將拍攝的芯片圖像上傳到計(jì)算機(jī)，用于后續(xù)處理和分析。

2 芯片圖像灰度化和閾值分割

為了保證后續(xù)單目視覺(jué)系統(tǒng)對(duì)芯片引腳共面性的檢測(cè)精度，對(duì)采集的芯片圖像進(jìn)行預(yù)處理。由于原始芯片圖像為彩色圖像，與灰度圖像相比，彩色圖像紋理特征與輪廓特征不夠明顯，因此采用彩色系統(tǒng)變化法對(duì)原始芯片圖像進(jìn)行灰度轉(zhuǎn)化，如公式（1）所示。

F=α·R+β·G+γ·B （1）

式中：F表示灰度轉(zhuǎn)化芯片圖像像素點(diǎn)對(duì)應(yīng)的灰度值；α、β、γ分別表示圖像紅色分量、綠色分量和藍(lán)色分量的變換系數(shù)；R、G、B分別表示芯片圖像像素點(diǎn)的紅、綠、藍(lán)3個(gè)彩色分量值[2]。利用公式（1）將圖像中所有像素點(diǎn)灰度化，生成灰度圖像。圖像由背景與前景2部分組成，芯片引腳共面性檢測(cè)對(duì)象為圖像前景。通常情況下，圖像的前景灰度值高于圖像的背景，因此采用閾值分割法對(duì)集成電路芯片灰度圖像進(jìn)行分割，提取到目標(biāo)區(qū)域，如公式（2）所示。

（2）

式中：S表示集成電路芯片灰度圖像閾值分割結(jié)果；1表示圖像背景；F表示圖像前景；表示閾值。

將識(shí)別到的圖像背景灰度值設(shè)置為“0”，以此將圖像的背景消除，僅保留圖像的前景，用于后續(xù)芯片引腳共面性擬合檢測(cè)。

3 基于單目視覺(jué)的芯片引腳共面性擬合檢測(cè)

3.1 芯片引腳共面性擬合檢測(cè)

在上述基礎(chǔ)上，利用單目視覺(jué)技術(shù)對(duì)圖像進(jìn)行擬合分析，檢測(cè)出圖像芯片引腳到平面的距離，估測(cè)芯片引腳擬合度[3]。在單目視覺(jué)中，光源發(fā)射的光線照射在集成電路芯片表面區(qū)域，經(jīng)過(guò)芯片表面反射光線進(jìn)入單目相機(jī)，成像到圖像中對(duì)應(yīng)的像素點(diǎn)上，生成集成電路芯片圖像[4]。由于光源發(fā)出的光線在傳輸過(guò)程中受集成電路芯片表面引腳產(chǎn)生的傾角和芯片材料屬性的影響，光線的光強(qiáng)會(huì)發(fā)生變化，本文在不考慮芯片材料屬性的影響情況下，假設(shè)芯片表面引腳產(chǎn)生的傾角對(duì)光強(qiáng)影響系數(shù)為ε，光線經(jīng)過(guò)具有一定傾角的點(diǎn)反射，產(chǎn)生散射光與鏡面反射光[5]。根據(jù)光學(xué)原理，光線反射光與入射光線關(guān)于法線呈對(duì)稱(chēng)關(guān)系，但是在現(xiàn)實(shí)中，芯片上某一點(diǎn)反射的光線會(huì)聚集在一起，最終沿光路進(jìn)入單目相機(jī)中，則圖像像素灰度值與光強(qiáng)的關(guān)系可以用公式（3）表示。

F=I·ε·cos?·cosη （3）

式中：I表示光強(qiáng)；?表示光線經(jīng)過(guò)芯片表面產(chǎn)生的傾角；η表示反射光線夾角[5]。

在單目視覺(jué)中，光線與平面的夾角為ρ，其與光線經(jīng)過(guò)芯片表面的傾角和反射光線夾角存在如公式（4）所示的關(guān)系。

（4）

式中：zw表示光線經(jīng)過(guò)的點(diǎn)到平面的距離；xw、yw分別表示光線經(jīng)過(guò)的點(diǎn)在單目相機(jī)圖像坐標(biāo)系中水平方向位置和垂直方向位置[6]。

圖像像素點(diǎn)灰度值已知，光線強(qiáng)度可以通過(guò)標(biāo)定確定，引腳在圖像坐標(biāo)系中的位置可以通過(guò)坐標(biāo)系轉(zhuǎn)換關(guān)系確定。將已知參數(shù)值代入公式（3）、公式（4）中，即可求出引腳到平面的距離[7]。將所有引腳到平面的距離標(biāo)定到圖像坐標(biāo)系中，擬合芯片引腳三維模型，根據(jù)引腳到平面的最大距離和最小距離計(jì)算出芯片引腳共面度，如公式（5）所示。

（5）

式中：μ表示芯片引腳共面度；minzw、maxzw分別為引腳到芯片的最小距離和最大距離[8]。

根據(jù)實(shí)際情況設(shè)定一個(gè)閾值，如果共面度小于閾值，則芯片引腳共面性較差，不合格；如果共面度大于閾值，則芯片引腳共面性良好，合格。以此進(jìn)行基于單目視覺(jué)的集成電路芯片引腳共面性檢測(cè)。

3.2 引腳擬合精度分析

在引腳擬合過(guò)程中，精度是衡量算法性能的重要指標(biāo)。為深入理解引腳擬合精度的數(shù)學(xué)模型，需要明確精度在引腳擬合中的重要性。精度的高低直接影響最終的檢測(cè)結(jié)果，因此提高擬合精度至關(guān)重要。

引腳擬合精度的數(shù)學(xué)模型主要通過(guò)計(jì)算實(shí)際引腳點(diǎn)和擬合引腳點(diǎn)間的距離來(lái)評(píng)估。具體數(shù)學(xué)公式如下：

（6）

式中：E表示擬合誤差，是衡量算法擬合精度的主要指標(biāo)，E值越小，說(shuō)明擬合精度越高；N表示引腳數(shù)量；Pi表示實(shí)際引腳點(diǎn)的坐標(biāo)；Mi表示擬合引腳點(diǎn)的坐標(biāo)；Pi-Mi表示實(shí)際引腳點(diǎn)和擬合引腳點(diǎn)間的差值。

公式（6）通過(guò)計(jì)算實(shí)際引腳點(diǎn)和擬合引腳點(diǎn)間的歐氏距離來(lái)評(píng)估擬合精度。

3.3 引腳擬合穩(wěn)定性分析

在引腳擬合過(guò)程中，穩(wěn)定性也是衡量算法性能的重要指標(biāo)。穩(wěn)定性分析的目的是探究不同因素對(duì)擬合結(jié)果穩(wěn)定性的影響，從而更好地理解算法性能并尋找優(yōu)化方法。

引腳擬合穩(wěn)定性的數(shù)學(xué)模型基于歐氏距離的平均值來(lái)評(píng)估擬合結(jié)果的穩(wěn)定性。具體如公式（7）所示。

（7）

式中：S表示擬合穩(wěn)定性；|Pi-Mi|表示實(shí)際引腳點(diǎn)和擬合引腳點(diǎn)間的歐氏距離，用于衡量擬合誤差。

評(píng)估擬合誤差時(shí)，作為一種有效的指標(biāo)，歐氏距離具有以下2個(gè)優(yōu)點(diǎn)。1）能夠捕捉到實(shí)際引腳點(diǎn)和擬合引腳點(diǎn)間的真實(shí)距離，而不僅是誤差的大小。2）歐氏距離的平均值能夠反映整體擬合的誤差情況，通過(guò)減少平均值，可以提升整體的擬合效果和穩(wěn)定性。

4 試驗(yàn)論證

4.1 試驗(yàn)準(zhǔn)備與設(shè)計(jì)

為了檢驗(yàn)本文所提檢測(cè)方法的性能，選擇引腳為0.25mm～0.95mm的集成電路芯片共800個(gè)，芯片尺寸為10mm×10mm。利用本文方法進(jìn)行集成電路芯片引腳共面性檢測(cè)，試驗(yàn)過(guò)程采用LED光源。根據(jù)芯片尺寸，將相機(jī)成像視場(chǎng)設(shè)定為30mm×20mm，相機(jī)焦距設(shè)定為1.25mm，分辨率設(shè)定為1024×1024像素。試驗(yàn)共拍攝800張單幅圖像。按照上述流程對(duì)圖像進(jìn)行處理和分析，隨機(jī)選取一張集成電路芯片圖像，其擬合后的引腳平面如圖1所示。

分析其平面分析，確定芯片引腳共面度，隨機(jī)選取8個(gè)芯片。將圖像進(jìn)行灰度化處理，根據(jù)閾值分割算法，將圖像轉(zhuǎn)換為二值圖像，這樣可以將芯片區(qū)域與背景分離開(kāi)來(lái)。采用本文提出的基于單目視覺(jué)的方法對(duì)芯片引腳的共面性進(jìn)行擬合和檢測(cè)。分析擬合后的引腳平面，確定引腳的共面度。檢測(cè)結(jié)果見(jiàn)表1。

4.2 試驗(yàn)結(jié)果與討論

為了進(jìn)一步檢驗(yàn)本文方法的實(shí)用性，結(jié)合集成電路芯片引腳共面性檢測(cè)情況，將置信水平、檢出率為方法評(píng)價(jià)指標(biāo)。

置信水平是指檢測(cè)結(jié)果的真實(shí)性程度，如公式（8）所示。

（8）

式中：PTU表示芯片引腳共面性檢測(cè)結(jié)果置信水平；E0表示引腳共面性檢測(cè)值；E表示引腳共面性真實(shí)值。

置信水平越高，說(shuō)明檢測(cè)結(jié)果越貼合實(shí)際情況，真實(shí)程度越高。

檢出率是指正確檢測(cè)樣本與總檢測(cè)樣本的比值，如公式（9）所示。

（9）

式中：THF表示引腳共面性檢出率；TF表示正確檢測(cè)引腳共面性合格樣本數(shù)量；TP表示正確檢測(cè)引腳共面性不合格樣本數(shù)量；N表示總檢測(cè)芯片數(shù)量，檢出率越高，說(shuō)明方法檢測(cè)精度越高。

將本文方法與基于機(jī)器視覺(jué)的檢測(cè)方法和基于深度學(xué)習(xí)的檢測(cè)方法進(jìn)行比較，驗(yàn)證本文方法的優(yōu)越性。測(cè)試在不同芯片數(shù)量下，3種方法的芯片引腳共面性檢測(cè)結(jié)果置信水平和在不同引腳寬度下，3種方法應(yīng)用后的芯片引腳共面性檢出率。具體試驗(yàn)結(jié)果見(jiàn)表2、表3。

通過(guò)對(duì)檢測(cè)方法進(jìn)行置信水平檢驗(yàn)，本文方法置信水平最高可達(dá)98.46%，平均置信水平為97.15%，比基于機(jī)器視覺(jué)的檢測(cè)方法提高了近23%，比基于深度學(xué)習(xí)的檢測(cè)方法提高了近16%，檢測(cè)結(jié)果的真實(shí)度得到了有效提升。通過(guò)對(duì)檢測(cè)方法進(jìn)行檢出率檢驗(yàn)，無(wú)論是哪種規(guī)格的集成電路芯片引腳，其檢出率均超過(guò)95%，比基于機(jī)器視覺(jué)的檢測(cè)方法提高了近15%，比基于深度學(xué)習(xí)的檢測(cè)方法提高了近22%。

為了驗(yàn)證本文方法芯片引腳共面性擬合檢測(cè)的擬合精度和擬合穩(wěn)定性，隨機(jī)抽取8個(gè)芯片，根據(jù)公式（6）、公式（7）計(jì)算其相應(yīng)指標(biāo)，結(jié)果見(jiàn)表4。

根據(jù)表4可知，本文方法的擬合精度和穩(wěn)定性均優(yōu)于基于機(jī)器視覺(jué)和深度學(xué)習(xí)的方法。在擬合精度方面，本文方法在多數(shù)芯片上表現(xiàn)出較高精度，在擬合穩(wěn)定性方面也更穩(wěn)定，具有較高的應(yīng)用價(jià)值。說(shuō)明在實(shí)際應(yīng)用中，本文方法在擬合精度和穩(wěn)定性方面更具優(yōu)勢(shì)。通過(guò)上述檢測(cè)方法置信水平和檢出率檢驗(yàn)分析，所得試驗(yàn)結(jié)論為本文方法在集成電路芯片引腳共面性方面具有良好的實(shí)用性何較高的檢測(cè)精度，比現(xiàn)行方法更具優(yōu)勢(shì)。

5 結(jié)語(yǔ)

本文基于單目視覺(jué)技術(shù)，對(duì)集成電路芯片引腳共面性檢測(cè)方法進(jìn)行了深入研究。試驗(yàn)結(jié)果表明，該方法具有較高的準(zhǔn)確性和魯棒性，能夠滿足實(shí)際生產(chǎn)需求。但本文的研究仍存在一些不足。例如，復(fù)雜背景下的引腳共面性檢測(cè)仍需要進(jìn)一步研究。同時(shí)，對(duì)于不同類(lèi)型、不同尺寸的集成電路芯片，可能需要調(diào)整算法參數(shù)或改進(jìn)算法結(jié)構(gòu)以適應(yīng)不同的應(yīng)用場(chǎng)景。未來(lái)研究方向如下：對(duì)于復(fù)雜背景下的引腳共面性檢測(cè)，可以嘗試引入深度學(xué)習(xí)技術(shù)，通過(guò)訓(xùn)練大量數(shù)據(jù)模型提高算法的魯棒性和適應(yīng)性；對(duì)于不同類(lèi)型、不同尺寸的集成電路芯片，可以研究一種通用的引腳共面性檢測(cè)方法，以適應(yīng)更廣泛的應(yīng)用場(chǎng)景；在實(shí)際應(yīng)用中，可以考慮將單目視覺(jué)技術(shù)與雙目視覺(jué)、多目視覺(jué)等技術(shù)相結(jié)合，以提高檢測(cè)精度和效率。

參考文獻(xiàn)

[1]張瑤桐.基于改進(jìn)LSSVM的集成電路運(yùn)行故障檢測(cè)方法研究[J].機(jī)電信息，2023（22）：11-13，20.

[2]第五俊峰，孫芳婷，曹潘.基于CMOS數(shù)字集成電路的定日鏡推桿電纜組件檢測(cè)方法[J].電線電纜，2023（5）：59-62.

[3]曹澤強(qiáng)，陳文宇，洪瓊，等.一種基于RobomasterEP的單目視覺(jué)水準(zhǔn)視距測(cè)量方法[J].測(cè)繪地理信息，2023（5）：17-21.

[4]安奕同，周平，閆英.基于單目視覺(jué)三維恢復(fù)算法的微觀形貌原位測(cè)量方法研究[J].機(jī)械工程師，2022（12）：9-13，16.

[5]孫有恒，薛志剛，王傳寶，等.基于視頻圖像分析及單目視覺(jué)技術(shù)的地鐵施工人員定位技術(shù)研究[J].電子設(shè)計(jì)工程，2023，31（15）：187-190，195.

[6]張兆威，侯宇，蔣林，等.基于單目視覺(jué)和輪式編碼器的室內(nèi)移動(dòng)機(jī)器人松耦合定位方法[J].武漢科技大學(xué)學(xué)報(bào)，2023，46（4）：303-310.

[7]周澤華，吳向東，陳自洋，等.基于顏色形狀識(shí)別和PnP算法的單目視覺(jué)軌道邊坡位移檢測(cè)方法[J].湘南學(xué)院學(xué)報(bào)，2023，44（2）：37-41.

[8]譚立超.基于時(shí)間同步優(yōu)化和特征篩選的無(wú)人機(jī)單目視覺(jué)慣導(dǎo)聯(lián)合定位方法[J].武漢大學(xué)學(xué)報(bào)（工學(xué)版），2023，56（2）：237-243.