CN115375610A - 检测方法及装置、检测设备和存储介质 - Google Patents
检测方法及装置、检测设备和存储介质 Download PDFInfo
- Publication number
- CN115375610A CN115375610A CN202110558116.7A CN202110558116A CN115375610A CN 115375610 A CN115375610 A CN 115375610A CN 202110558116 A CN202110558116 A CN 202110558116A CN 115375610 A CN115375610 A CN 115375610A
- Authority
- CN
- China
- Prior art keywords
- image
- area
- area image
- detected
- region
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 60
- 230000007547 defect Effects 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 5
- 238000011960 computer-aided design Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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; CALCULATING OR 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
- G06—COMPUTING; CALCULATING OR 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; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种检测方法、检测装置、检测设备和非易失性计算机可读存储介质。检测方法包括获取预设模板中与待检图像对应的第一区域图像;识别所述待检图像的线路区域,以生成第二区域图像;获取所述第一区域图像中与所述第二区域图像对应的第三区域图像;对比所述第二区域图像和所述第三区域图像,以检测所述待检图像的缺陷。检测方法、检测装置、检测设备和非易失性计算机可读存储介质通过对待检图像整体匹配后、再对待检图像中的每个待测部分精准匹配,可提升待检图像和预设模板的匹配效果,然后对每个待测部分和对应的第三区域图像进行比对,从而确定每个待测部分的缺陷,完成待检图像的缺陷检测,检测效果较好。
Description
技术领域
本申请涉及检测技术领域,特别涉及一种检测方法、检测装置、检测设备和非易失性计算机可读存储介质。
背景技术
在对工件进行检测,以确定工件的缺陷时,可采用模板匹配的方式,将工件的待测区域的图像和标准模板中对应的区域匹配,从而完成待测区域的整体匹配,然而,整体匹配的精度不能保证待测区域内的每个待测部分都精准匹配,检测精度较差。
发明内容
本申请提供了一种检测方法、检测装置、检测设备和非易失性计算机可读存储介质。
本申请实施方式的检测方法包括获取预设模板中与待检图像对应的第一区域图像;识别所述待检图像的线路区域,以生成第二区域图像;获取所述第一区域图像中与所述第二区域图像对应的第三区域图像;对比所述第二区域图像和所述第三区域图像,以检测所述待检图像的缺陷。
本申请实施方式的检测装置包括第一获取模块、识别模块、第二获取模块和对比模块。所述第一获取模块用于获取预设模板中与待检图像对应的第一区域图像;所述识别模块用于识别所述待检图像的线路区域,以生成第二区域图像;所述第二获取模块用于获取所述第一区域图像中与所述第二区域图像对应的第三区域图像;及所述对比模块,用于对比所述第二区域图像和所述第三区域图像,以检测所述待检图像的缺陷。
本申请实施方式的检测设备包括处理器。所述处理器用于获取预设模板中与待检图像对应的第一区域图像;识别所述待检图像的线路区域,以生成第二区域图像;获取所述第一区域图像中与所述第二区域图像对应的第三区域图像;对比所述第二区域图像和所述第三区域图像,以检测所述待检图像的缺陷。
本申请实施方式的一种包含计算机程序的非易失性计算机可读存储介质,当所述计算机程序被一个或多个处理器执行时,使得所述处理器执行所述检测方法。所述检测方法包括获取预设模板中与待检图像对应的第一区域图像;识别所述待检图像的线路区域,以生成第二区域图像;获取所述第一区域图像中与所述第二区域图像对应的第三区域图像;对比所述第二区域图像和所述第三区域图像,以检测所述待检图像的缺陷。
本申请的检测方法、检测装置、检测设备和非易失性计算机可读存储介质,通过对匹配待检图像和预设模板,得到与待检图像整体匹配的第一区域图像,然后识别待检图像中的线路区域,以获取一个或多个第二区域图像,然后再次匹配第二区域图像和第一区域图像,从而在预设模板中找到与第二区域图像对应的第三区域图像,完成待检图像中的每个待测部分(对应第二区域图像)的精准匹配,可提升待检图像和预设模板的匹配效果,然后对每个待测部分和对应的第三区域图像进行比对,从而确定每个待测部分的缺陷,完成待检图像的缺陷检测,检测效果较好。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
为了更清楚地说明本申请实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请某些实施方式的检测方法的流程示意图;
图2是本申请某些实施方式的检测装置的模块示意图;
图3是本申请某些实施方式的检测设备的平面示意图;
图4是本申请某些实施方式的待检图像的示意图;
图5是本申请某些实施方式的预设模板的示意图;
图6是本申请某些实施方式的检测方法的流程示意图;
图7是本申请某些实施方式的第二预设模板的示意图;
图8是本申请某些实施方式的检测方法的流程示意图;
图9是本申请某些实施方式的待检图像的二值化图像的示意图;
图10是本申请某些实施方式的待检图像的待测线路图像的示意图;
图11是本申请某些实施方式的检测方法的流程示意图;
图12和图13是本申请某些实施方式的检测方法的原理示意图;
图14a、图14b和图14c是本申请某些实施方式的检测方法的原理示意图;
图15是本申请某些实施方式的检测方法的流程示意图;
图16a、图16b、图17a和图17b是本申请某些实施方式的检测方法的原理示意图;及
图18是本申请某些实施方式的处理器和计算机可读存储介质的连接示意图。
具体实施方式
以下结合附图对本申请的实施方式作进一步说明。附图中相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。另外,下面结合附图描述的本申请的实施方式是示例性的,仅用于解释本申请的实施方式,而不能理解为对本申请的限制。
请参阅图1至图3,本申请实施方式的检测方法包括以下步骤:
011:获取预设模板中与待检图像对应的第一区域图像;
012:识别待检图像的线路区域,以生成第二区域图像;
013:获取第一区域图像中与第二区域图像对应的第三区域图像;
014:对比第二区域图像和第三区域图像,以检测待检图像的缺陷。
本申请实施方式的检测装置10包括第一获取模块11、识别模块12、第二获取模块13和对比模块14。第一获取模块11用于获取预设模板中与待检图像对应的第一区域图像;识别模块12用于识别待检图像的线路区域,以生成第二区域图像;第二获取模块13用于获取第一区域图像中与第二区域图像对应的第三区域图像;对比模块14用于对比第二区域图像和第三区域图像,以检测待检图像的缺陷。也即是说,步骤011可以由第一获取模块11实现、步骤012可以由识别模块12执行、步骤013可以由第二获取模块13执行、步骤014可以由对比模块14执行。
本申请实施方式的检测设备100包括处理器20。处理器20用于获取预设模板中与待检图像对应的第一区域图像;识别待检图像的线路区域,以生成第二区域图像;获取第一区域图像中与第二区域图像对应的第三区域图像;对比第二区域图像和第三区域图像,以检测待检图像的缺陷。也即是说,步骤011、步骤012、步骤013和步骤014可以由处理器20执行。
具体地,检测设备100可以是测量机。可以理解,检测设备100的具体形式并不限于测量机,还可以是任意能够对待测件200进行检测的设备。
检测设备100包括处理器20、运动平台30和传感器40。处理器20和传感器40均可设置在运动平台30。运动平台30可用于承载待测件200,运动平台30移动以带动待测件200移动,以使得传感器40采集待测件200的信息(如采集待测件200的待测区域的待检图像)。
例如,运动平台30包括XY运动平台31和Z运动平台32,待测件200设置在XY运动平台31,传感器40设置在Z运动平台32,其中,XY运动平台31用于控制待测件200沿水平面移动,改变待测件200和传感器40在水平面的相对位置,Z运动平台32用于控制传感器40沿垂直水平面的方向移动,如此,通过XY运动平台31和Z运动平台32配合实现传感器40相对待测件200的三维位置(即,在水平面的相对位置和垂直水平面方向的相对位置)。或者,XY运动平台31用于控制传感器40沿垂直水平面的方向移动,Z运动平台32用于控制待测件200沿水平面移动。
可以理解,运动平台30并不限于上述结构,只需能够改变传感器40相对待测件200的三维位置即可。
传感器40均可以是可见光摄像头、深度摄像头、距离传感器40等。本实施方式中,传感器40为可见光摄像头。
传感器40可获取待测件200的待检图像,如待测件200包括多个待测区域,传感器40每次可获取待测件200的至少部分区域的待检图像,通过运动平台30配合来实现待测件200所有区域的待检图像的采集。
然后处理器20在对待检图像检测时,首先获取与待检图像匹配的预设模板,例如,预设模板可根据待测件200的参数信息确定(如类型、型号等),待测件200可以是晶圆、显示面板等,本申请实施方式以晶圆为例进行说明,晶圆可由多个最小重复单元(对应一个待测区域)组成,每个最小重复单元内的线路可相同,不同最小重复单元之间存在沟道间隔,传感器40的视场范围一般覆盖一个最小重复单元,每次拍摄一个最小重复单元的待检图像。
然后处理器20匹配待检图像和预设模板,匹配过程即为在预设模板中找到与待检图像的图像基本相同的区域,具体可通过与待检图像大小相同的遍历框来遍历预设模板,每次遍历均计算遍历框内的区域图像和待检图像的相似度,相似度可通过遍历框内的区域图像和待检图像对应位置的像素值差值确定,如像素值差值的和、平均值、方差等,然后在遍历完整个预设模板后,可得到多个相似度,可确定相似度最大的区域图像与待检图像匹配,该相似度最大的区域图像即为第一区域图像。
可以理解,请参阅图4,由于传感器40的拍摄精度无法保证每次均正对最小重复单元Q拍摄,从而刚好获取到一个最小重复单元Q的待检图像P1,可能出现的情况是:传感器40的视场范围跨越沟道H,同时拍摄到多个最小重复单元Q的一部分。
在其他实施方式中,待测件200中存在用于匹配的定位标识O,处理器20首先识别待检图像P1和预设模板中的定位标识O,然后通过定位标识O的匹配确定第一区域图像。例如,定位标识O为待测件200中的特征圆的圆心,通过将待检图像P1中的特征圆的圆心和预设模板中的特征圆的圆心进行匹配,以使两者的特征圆的圆心对准,从而确定第一区域图像。
请结合图5,预设模板P2可包括多个标准的最小重复单元Q的图像,由于传感器40的视场范围覆盖一个最小重复单元Q,因此,传感器40最多跨越沟道同时拍摄到4个最小重复单元Q的一部分,因此,预设模板P2可包括4个最小重复单元Q的标准图像,且4个最小重复单元Q呈2*2的矩阵排列,从而保证传感器40不管拍摄待测件200的任一部分,均能够在预设模板P2中找到匹配的第一区域图像A1,如图4所示的待检图像P1在预设模板P2中存在匹配的第一区域图像A1。
在完成待检图像P1和预设模板P2的匹配以得到第一区域图像A1后,即完成了待检图像P1和预设模板P2的整体匹配。然后,处理器20可识别待检图像P1中的线路区域,以生成一个或多个第二区域图像。
其中,线路区域为大于预设阈值的像素组成的区域,可以理解,晶圆中的线路和晶圆的基板等部分的颜色是存在较大差异的,例如晶圆的基板等部分接近黑色,而晶圆上的线路的颜色则不是黑色,而是如红色、黄色等,传感器40采集的待检图像可为灰度图像,在灰度图像中,线路所在的部分接近白色,因此,通过设置预设阈值(如100、150等)即可识别位于线路中的像素,从而将相邻且为线路的像素作为同一线路区域,从而识别出一个或多个线路区域,线路区域即为需要进行缺陷检测的线路所在的区域,根据线路区域的像素即可生成一个或多个第二区域图像;或者,根据线路区域的外接矩形所在的区域图像生成第二区域图像。
在获取到待检图像内的第二区域图像后,可再次将第二区域图像与预设模板匹配,以在预设模板中找到与第二区域图像匹配的第三区域图像,第二区域图像和第三区域图像的匹配方法、可与待检图像和预设模板的匹配方法类似,在此不再赘述。如此,可实现待检图像中每个线路区域都精准匹配到预设模板中对应的第三区域图像,从而提升匹配准确性。
最后,处理器20比对第三区域图像和第二区域图像,根据两者的差异,即可实现每个第三区域图像的缺陷检测。例如,可根据第三区域图像和第二区域图像的对应位置的像素值差值生成差值图像,然后根据差值图像即可确定两者的差异,从而确定每个第三区域图像的缺陷。
本申请的检测方法、检测装置10和检测设备100,通过对匹配待检图像和预设模板,得到与待检图像整体匹配的第一区域图像,然后识别待检图像中的线路区域,以获取一个或多个第二区域图像,然后再次匹配第二区域图像和第一区域图像,从而在预设模板中找到与第二区域图像对应的第三区域图像,完成待检图像中的每个待测部分(对应第二区域图像)的精准匹配,可提升待检图像和预设模板的匹配效果,然后对每个待测部分和对应的第三区域图像进行比对,从而确定每个待测部分的缺陷,完成待检图像的缺陷检测,检测效果较好。
请参阅图2、图3和图6,在某些实施方式中,预设模板包括第一预设模板和第二预设模板,第一预设模板为待测件200的最小重复单元的图像,第二预设模板为最小重复单元的线路图像,步骤011包括:
0111:匹配待检图像和第一预设模板,以获取目标区域图像;
0112:基于第一预设模板和第二预设模板的映射关系,获取第二预设模板中与目标区域图像对应的区域图像,以作为第一区域图像。
在某些实施方式中,第一获取模块11还用于匹配待检图像和第一预设模板,以获取目标区域图像;基于第一预设模板和第二预设模板的映射关系,获取第二预设模板中与目标区域图像对应的区域图像,以作为第一区域图像。也即是说,步骤0111和步骤0112可以由第一获取模块11执行。
在某些实施方式中,处理器20还用于匹配待检图像和第一预设模板,以获取目标区域图像;基于第一预设模板和第二预设模板的映射关系,获取第二预设模板中与目标区域图像对应的区域图像,以作为第一区域图像。也即是说,步骤0111和步骤0112可以由处理器20执行。
具体地,请参阅图5和图7,预设模板P2包括第一预设模板P21和第二预设模板P22,第一预设模板P21为最小重复单元Q的图像(如灰度图像),第二预设模板P22为最小重复单元Q的线路图像,仅包含最小重复单元Q中的线路部分的图像。第一预设模板P21和第二预设模板P22均包括4个最小重复单元Q对应的图像,且4个最小重复单元Q对应的图像呈2*2矩阵排列,从而保证待检图像在第一预设模板P21和第二预设模板P22中均存在匹配的区域图像。
在匹配待检图像和预设模板P2时,由于获取的待检图像一般为灰度图像,故先将待检图像和第一预设模板P21进行匹配,以确定目标区域图像(如图5所示的目标区域图像A11),匹配方式请参考上一实施方式中,待检图像和预设模板P2的匹配方式。第一预设模板P21和第二预设模板P22存在预设的映射关系,可以理解,第一预设模板P21和第二预设模板P22的大小相同,且对应位置处的图像均对应标准的待测件200的同一局部,因此,在确定第一预设模板P21中的目标区域图像A11后,即可根据映射关系快速在第二预设模板P22中找到与目标区域图像A11对应的区域图像A12(对应图7中的白色方框所在的区域),由于检测的是线路的缺陷,因此,以第二预设模板P22中与目标区域图像A11对应的区域图像A1作为第一区域图像A1,可更为准确地实现待检图像中线路区域的匹配,从而提升线路的缺陷检测准确性。
第二预设模板P22可根据第一预设模板P21生成,例如,通过对第一预设模板P21中的线路轮廓的标注,以确定线路所在的区域图像,从而生成第二预设模板P22。或者,待测件200的线路是根据预设的线路图进行设计的,如计算机辅助设计(Computer Aided Design,CAD)线条图,根据CAD线条图同样能够生成第二预设模板P22,例如,线路实际存在宽度,因此可以对CAD线条图中的线条进行加粗,以使得线路的粗细符合实际线路在第二预设模板P22中的粗细,从而生成第二预设模板P22。
请参阅图2、图3和图8,在某些实施方式中,步骤012包括:
0121:将待检图像二值化,以生成二值化图像;
0122:将二值化图像中间距小于预定间距的一个或多个像素识别为同一线路区域;及
0123:根据线路区域生成第二区域图像。
在某些实施方式中,识别模块12还用于将待检图像二值化,以生成二值化图像;将二值化图像中间距小于预定间距的一个或多个像素识别为同一线路区域;及根据线路区域生成第二区域图像。也即是说,步骤0121、步骤0122和步骤0123可以由识别模块12执行。
在某些实施方式中,处理器20还用于将待检图像二值化,以生成二值化图像;将二值化图像中间距小于预定间距的一个或多个像素识别为同一线路区域;及根据线路区域生成第二区域图像。也即是说,步骤0121、步骤0122和步骤0123可以由处理器20执行。
具体地,请参阅图9,在确定线路区域M时,可将待检图像P1中处于线路区域M、且间距(两个像素的中心的距离)小于预定间距(如1个像素、2个像素等)的相邻像素作为同一线路区域M内的像素。其中,以像素为矩形为例,预定间距为1个像素时,只有两个像素的边相邻且为线路区域M内的像素可作为同一线路区域M的像素,预定间距为2时,两个像素的角点相邻且为线路区域M内的像素时,也可以作为同一线路区域M的像素,从而快速确定位于同一线路区域M的像素。
可以理解,为了更为方便的确定待检图像P1中的线路区域M,可根据预设阈值将待检图像P1进行二值化以得到二值化图像(如图9所示的待检图像P1),如像素值大于预设阈值的像素的像素值确定为线路区域M的像素,其像素值设置为255,像素值小于或等于预设阈值的像素的像素值确定为非线路区域的像素,其像素值设置为0,从而准确地识别待检图像中的线路区域M。
其中,预设阈值可以是预先设定的固定值,如100、150等;或者,由于待检图像可能在不同光照环境下获取,预设阈值还可根据待检图像P1的灰度值分布来确定,从而确定适应每个待检图像P1的预设阈值,提高线路区域M的检测准确性。
可以理解,为了与第二预设模板的线路的线条图更好的匹配,在确定待检图像P1的二值化图像及线路区域M后,可再次对线路区域M进行处理,以使得二值化图像中的线路区域M也为线条图,从而生成第二区域图像A2。具体可以是,首先识别二值化图像中的线路区域M的边缘,例如,可根据每个像素周围8个像素的像素值,生成二进制数,其中,像素值255对应的二进制数为1,像素值0对应的二进制数为0。然后处理器20在预设的查找表中查找该二进制数,以确定该二进制数对应的像素是否为边缘像素(即,位于线路区域的边缘的像素)。
请参阅图10,然后处理器20根据二值化图像中的边缘像素即可确定线路区域M的边缘轮廓,然后根据线路的实际粗细或第二预设模板的线路的像素宽度,确定在二值化图像中对应的像素宽度,然后对边缘轮廓进行处理,以使得每个线路区域M中的线路宽度调整到该像素宽度,从而生成待测线路图像P3,然后根据待测线路图像P3中,调整后的线路区域M生成第二区域图像A2,如以线路区域M所在的图像区域作为第二区域图像A2,第二区域图像A2能够更好地与第二预设模板中的第一区域图像匹配。
在其他实施方式中,处理器20根据调整后的线路区域M生成第二区域图像A2,具体可以是:处理器20将线路区域M的最小外接矩形N所在的区域图像截取出来,以作为该线路区域M对应的第二区域图像A2,从而方便后续比对第二区域图像A2和第一区域图像,以确定第三区域图像。
请参阅2、图3和图11,在某些实施方式中,步骤013包括:
0131:扩大第二区域图像;
0132:获取第一区域图像中与扩大后的第二区域图像对应的第四图像区域;
0133:匹配第二区域图像和第四区域图像,以获取第四区域图像中与第二区域图像匹配的第三区域图像。
在某些实施方式中,第二获取模块13还用于扩大第二区域图像;获取第一区域图像中与扩大后的第二区域图像对应的第四图像区域;匹配第二区域图像和第四区域图像,以获取第四区域图像中与第二区域图像匹配的第三区域图像。也即是说,步骤0131、步骤0132和步骤0133可以由第二获取模块13执行。
在某些实施方式中,处理器20还用于扩大第二区域图像;获取第一区域图像中与扩大后的第二区域图像对应的第四图像区域;匹配第二区域图像和第四区域图像,以获取第四区域图像中与第二区域图像匹配的第三区域图像。也即是说,步骤0131、步骤0132和步骤0133可以由处理器20执行。
具体地,请参阅图7和图11,若以待检图像P1的线路区域M的最小外接矩形N所在的区域图像作为第二区域图像A2,由于待检图像P1和第一区域图像A1是经过匹配后对齐的,因此,第二区域图像A2在第一图像区域A1中存在对应的区域图像,然而,由于待检图像P1中的线路区域M可能存在位置偏差(如无法与标准的线路完全对准),若直接基于线路区域M的最小外接矩形N与第一图像区域A1匹配,那么可能第一图像区域A1中对应的线路有部分不在该最小外接矩形N对应的区域图像内,因此,请参阅图12和图13,处理器20需要首先对该最小外接矩形N进行扩大,可以最小外接矩形N的中心为扩大中心,将外接矩形扩大预定倍数,预定倍数为对外接矩形的边长扩大的倍数,如预定倍数为1.1倍、1.2倍、1.5倍等。例如最小外接矩形N为10*10像素大小,预定倍数为1.2倍,则扩大后外接矩形K的大小为12*12,使得即使线路存在偏差,外接矩形K所在的图像区域在第一图像区域A1中对应的第四区域图像A4依旧能够覆盖该线路。
然后,处理器20匹配第二区域图像A2和第四区域图像A4,由于第四区域图像A4的尺寸大于第二区域图像A2,在匹配时,可首先获取第四区域图像A4中,与第二区域图像A2的尺寸相同的多个第五区域图像A5,具体地,请参阅图14a、图14b和图14c,处理器20可根据与第二区域图像A2的尺寸相同的轮询框轮询第四区域图像A4,使得轮询框逐行轮询完整个第四区域图像A4,从而得到多个第五区域图像A5。然后,处理器20匹配每个第五区域图像A5和第二区域图像A2,从而计算第五区域图像A5和第二区域图像A2的匹配度,如通过将第五区域图像A5和第二区域图像A2的对应位置的像素值的差值,然后将所有像素值的差值的和、平均值等作为匹配度,从而计算出每个第五区域图像A5对应的匹配度,处理器20获取匹配度最高的第五区域图像A5,以作为与第二区域图像A2匹配的第三区域图像A3(如图14C),从而实现对每个第二区域图像A2的精准匹配,得到每个第二区域图像A2对应的第三区域图像A3。
请参阅图2、图3和图15,在某些实施方式中,步骤014包括:
0141:对第二区域图像和第三区域图像进行差分,以生成差值图像;
0142:根据差值图像检测线路区域图像的缺陷。
在某些实施方式中,对比模块14还用于对第二区域图像和第三区域图像进行差分,以生成差值图像;根据差值图像检测线路区域图像的缺陷。也即是说,步骤0141和步骤0142可以由对比模块14执行。
在某些实施方式中,处理器20还用于对第二区域图像和第三区域图像进行差分,以生成差值图像;根据差值图像检测线路区域图像的缺陷。也即是说,步骤0141和步骤0142可以由处理器20执行。
具体地,如图16a和图16b所示的例子,分别为没有线路缺失缺陷和具有线路缺失缺陷的第二区域图像A2、图17a和图17b分别为图16a和图16b对应的差值图像P4。具体是获取第二区域图像A2和第三区域图像A3中,对应位置的像素的像素值差值,从而根据像素值差值的绝对值,生成差值图像P4。差值图像P4即可表示第二区域图像A2(待检图像中的线路区域)和第三区域图像A3(第二预设模板中对应的线路区域)的差异,从而实现对待检图像中每个线路区域的检测。
请参阅图17b,在一个实施方式中,处理器20识别差值图像中的连通域,例如,差值图像中像素值大于0(如为255)的像素所在的部分即为连通域,该连通域即为待检图像中(具体为一个线路区域)多余的线路对应的部分。处理器20可根据连通域的位置和面积,分别确定增加线路的部分的位置和面积,可以理解,当连通域的面积较小时(如小于预设面积阈值,如预设面积阈值为5、7、10(单位为像素)等等),该部分可能只是噪音,而并不是增加线路的部分,因此,可确定该线路区域无缺陷。而在连通域的面积较大(如大于或等于预设面积阈值)时,即可确定该连通域为线路区域,从而确定该线路区域存在缺陷。如此,可准确确定每个线路区域的缺陷的位置和面积,从而检测出待检图像的缺陷。
请参阅图18,本申请实施方式的一个或多个包含计算机程序302的非易失性计算机可读存储介质300,当计算机程序302被一个或多个处理器20执行时,使得处理器20可执行上述任一实施方式的标定方法。
例如,请结合图1至图3,当计算机程序302被一个或多个处理器20执行时,使得处理器20执行以下步骤:
011:匹配待检图像和预设模板,以获取第一区域图像;
012:识别第一区域图像的线路区域,以生成第二区域图像;
013:获取待检图像中与第二区域图像对应的第三区域图像;
014:比对第三区域图像和第二区域图像,以检测待检图像的缺陷。
再例如,请结合图2、图3和图5,当计算机程序302被一个或多个处理器20执行时,处理器20还可以执行以下步骤:
0121:将第一区域图像中间距小于预定间距的一个或多个像素识别为同一线路区域,以生成第二区域图像。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施方式或示例以及不同实施方式或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施方式所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。
Claims (12)
1.一种检测方法,其特征在于,包括:
获取预设模板中与待检图像对应的第一区域图像;
识别所述待检图像的线路区域,以生成第二区域图像;
获取所述第一区域图像中与所述第二区域图像对应的第三区域图像;
对比所述第二区域图像和所述第三区域图像,以检测所述待检图像的缺陷。
2.根据权利要求1所述的检测方法,其特征在于,所述预设模板包括第一预设模板和第二预设模板,所述第一预设模板为待测件的最小重复单元的图像,所述第二预设模板为所述最小重复单元的电路图像,所述获取预设模板中与待检图像对应的第一区域图像,包括:
匹配所述待检图像和所述第一预设模板,以获取目标区域图像;
基于所述第一预设模板和所述第二预设模板的映射关系,获取所述第二预设模板中与所述目标区域图像对应的区域图像,以作为所述第一区域图像。
3.根据权利要求2所述的检测方法,其特征在于,所述第一预设模板包括呈2*2矩阵排列的4个所述最小重复单元的图像,所述第二预设模板包括呈2*2矩阵排列的4个所述电路图像。
4.根据权利要求2所述的检测方法,其特征在于,还包括:
标注所述第一预设模板中的线路的轮廓,以生成所述第二预设模板;或
获取预设的线路图,根据所述线路图生成所述第二预设模板。
5.根据权利要求1所述的检测方法,其特征在于,所述识别所述待检图像的线路区域,以生成第二区域图像,包括:
将所述待检图像二值化,以生成二值化图像;
将所述二值化图像中间距小于预定间距的一个或多个像素识别为同一所述线路区域;及
根据所述线路区域生成所述第二区域图像。
6.根据权利要求1所述的检测方法,其特征在于,所述获取所述第一区域图像中与所述第二区域图像对应的第三区域图像,包括:
扩大所述第二区域图像;
获取所述第一区域图像中与扩大后的所述第二区域图像对应的第四图像区域;
匹配所述第二区域图像和所述第四区域图像,以获取所述第四区域图像中与所述第二区域图像匹配的所述第三区域图像。
7.根据权利要求6所述的检测方法,其特征在于,所述匹配所述第二区域图像和所述第四区域图像,以获取所述第四区域图像中与所述第二区域图像匹配的所述第三区域图像,包括:
获取所述第四区域图像中与所述第二区域图像的尺寸相同的多个第五区域图像;
匹配所述第五区域图像和所述第二区域图像,以获取每个所述第五区域图像和所述第二区域图像的匹配度;
获取所述匹配度最高的所述第五区域图像,以作为所述第三区域图像。
8.根据权利要求1所述的检测方法,其特征在于,所述对比所述第二区域图像和所述第三区域图像,以检测所述待检图像的缺陷,包括:
对所述第二区域图像和所述第三区域图像进行差分,以生成差值图像;
根据所述差值图像检测所述线路区域图像的缺陷。
9.根据权利要求8所述的检测方法,其特征在于,所述根据所述差值图像检测所述线路区域图像的缺陷,包括:
识别所述差值图像中的所述连通域;
根据所述连通域的位置和面积,确定所述线路区域图像是否存在缺陷和所述缺陷的位置。
10.一种检测装置,其特征在于,包括:
第一获取模块,用于获取预设模板中与待检图像对应的第一区域图像;
识别模块,用于识别所述待检图像的线路区域,以生成第二区域图像;
第二获取模块,用于获取所述第一区域图像中与所述第二区域图像对应的第三区域图像;及
对比模块,用于对比所述第二区域图像和所述第三区域图像,以检测所述待检图像的缺陷。
11.一种检测设备,其特征在于,包括处理器,所述处理器用于:
获取预设模板中与待检图像对应的第一区域图像;
识别所述待检图像的线路区域,以生成第二区域图像;
获取所述第一区域图像中与所述第二区域图像对应的第三区域图像;
对比所述第二区域图像和所述第三区域图像,以检测所述待检图像的缺陷。
12.一种存储有计算机程序的非易失性计算机可读存储介质,当所述计算机程序被一个或多个处理器执行时,使得所述处理器执行权利要求1至9中任一项所述的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110558116.7A CN115375610A (zh) | 2021-05-21 | 2021-05-21 | 检测方法及装置、检测设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110558116.7A CN115375610A (zh) | 2021-05-21 | 2021-05-21 | 检测方法及装置、检测设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115375610A true CN115375610A (zh) | 2022-11-22 |
Family
ID=84059668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110558116.7A Pending CN115375610A (zh) | 2021-05-21 | 2021-05-21 | 检测方法及装置、检测设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115375610A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116309574A (zh) * | 2023-05-19 | 2023-06-23 | 成都数之联科技股份有限公司 | 一种面板漏制程缺陷检测方法、系统、设备及存储介质 |
CN117497439A (zh) * | 2023-09-27 | 2024-02-02 | 上海朋熙半导体有限公司 | 一种晶圆中关键缺陷的预测方法、装置、设备及可读介质 |
CN117994250A (zh) * | 2024-04-03 | 2024-05-07 | 武汉罗博半导体科技有限公司 | 晶圆缺陷检测方法、装置、设备及存储介质 |
-
2021
- 2021-05-21 CN CN202110558116.7A patent/CN115375610A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116309574A (zh) * | 2023-05-19 | 2023-06-23 | 成都数之联科技股份有限公司 | 一种面板漏制程缺陷检测方法、系统、设备及存储介质 |
CN116309574B (zh) * | 2023-05-19 | 2023-08-18 | 成都数之联科技股份有限公司 | 一种面板漏制程缺陷检测方法、系统、设备及存储介质 |
CN117497439A (zh) * | 2023-09-27 | 2024-02-02 | 上海朋熙半导体有限公司 | 一种晶圆中关键缺陷的预测方法、装置、设备及可读介质 |
CN117994250A (zh) * | 2024-04-03 | 2024-05-07 | 武汉罗博半导体科技有限公司 | 晶圆缺陷检测方法、装置、设备及存储介质 |
CN117994250B (zh) * | 2024-04-03 | 2024-06-21 | 武汉罗博半导体科技有限公司 | 晶圆缺陷检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3109826B1 (en) | Using 3d vision for automated industrial inspection | |
US11158039B2 (en) | Using 3D vision for automated industrial inspection | |
CN115375610A (zh) | 检测方法及装置、检测设备和存储介质 | |
CN109472271B (zh) | 印刷电路板图像轮廓提取方法及装置 | |
CN113454445A (zh) | 零件检查期间对于参考未对准进行补偿 | |
WO2017181724A1 (zh) | 电子元件漏件检测方法和系统 | |
JP2001524228A (ja) | 機械視覚較正標的並びに画像内で標的の位置及び方向を決定する方法 | |
CN115375608A (zh) | 检测方法及装置、检测设备和存储介质 | |
EP1467176B1 (en) | Inspection system and method | |
US20210183037A1 (en) | Image processing device, image processing method, and image processing non-transitory computer readable medium | |
WO2004083901A2 (en) | Detection of macro-defects using micro-inspection inputs | |
US6898333B1 (en) | Methods and apparatus for determining the orientation of an object in an image | |
US8588511B2 (en) | Method and apparatus for automatic measurement of pad geometry and inspection thereof | |
JP2007248051A (ja) | 対象物表面の欠陥検査方法 | |
CN111007086A (zh) | 缺陷检测方法和装置、存储介质 | |
US20240104715A1 (en) | Production-speed component inspection system and method | |
US10241000B2 (en) | Method for checking the position of characteristic points in light distributions | |
CN117495846B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
JP2638121B2 (ja) | 表面欠陥検査装置 | |
JP3043530B2 (ja) | ドットパターン検査装置 | |
Vacho et al. | Selected method of image analysis used in quality control of manufactured components | |
JP2009085900A (ja) | 部品の検査システム及び検査方法 | |
CN119472177A (zh) | 套刻误差测量方法、装置、存储介质及计算机设备 | |
KR19990087848A (ko) | 검사영역작성방법및외관검사방법 | |
JPH10170451A (ja) | 欠陥検査装置 |
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 |