一种实用的集成电路芯片识别方法

龚箭

摘要：目的：找出一种实用的芯片缺陷自动检测方法，以保证芯片质量。方法;将芯片的主体從背景中分离出来，进行预处理后，再进行分割，然后进行连通区域标记并统计出连通区域的数目即是芯片的数目，通过比较检测面板和标准面板的芯片数目，根据差异判定缺陷。结果：该方法编制的程序比较准确地计算出了芯片的数目。结论：该功能的良好使用，可以配套自动化的送料、分拣系统，再包装打标识，入库，提高效率。

关键词：集成电路芯片;矩阵分割;芯片数目

中图分类号：TB487        文献标识码：A

文章编号：1009-3044（2019）16-0180-03

开放科学（资源服务）标识码（OSID）：

Abstract： Objective：To find out a practical method of automatic chip defect detection to ensure chip quality.Methods：The main body of the chip is separated from the background， preprocessed and then segmented， then the connected area is marked and the number of connected areas is counted as the number of chips， and the defect is judged according to the difference by comparing the number of chips of the detection panel and the standard panel.Results：The program compiled by this method calculates the number of chips more accurately.Conclusion：The good use of this function can be matched with automatic feeding and sorting system， packaging and marking， storage， and improve efficiency.

Key words： integranted circuit chip; matrix partition; number of chip

目前市场上对于集成电路芯片缺陷自动检测的系统价格高昂，而且对芯片图像采集的工业环境要求较高，但在实际工作中，初期的要求并不是很高，而且企业比较困难，基于此，本文试图探讨一种实用而方便的检测方法，用于检测集成电路板上的芯片和模板一致，为企业提供方便而价廉的核心功能产品，以进一步配套自动化的配料、分拣系统，再包装打标识，入库，这将为芯片微型企业创出一条崭新的快速发展道路，大大提高其在国民生产中的应用水平，对芯片检测具有深远的现实意义。

1 检测目标的确定

从集成电路生产流程中我们可看出芯片制造主要分为晶圆制造和晶圆加工。由于目标产品的复杂性，我们首先简单地选取原始的晶圆产品，即初期的目标产品上没有其他的印制电路，不存在其他的图形。

图1所示是我们在简易环境下获取的集成电路图像，提取的是目标产品的四分之一，只要能统计出目标产品中芯片的个数，如果个数和标准面板中的个数相同，即确定是良品。

2 检测方法

将集成电路板的主体从背景中分离出来，进行预处理后，再进行分割，之后进行连通区域标记并统计连通区域数目即是芯片数目，如果和标准面板中数目相等即认为是良品。

2.1 图形预处理

通过观察，我们可以发现背景桌子与芯片主体的亮度不同，可以通过这个作为突破点，构造一个5*5矩形的构造元素，对图像进行形态学开操作，去掉那些不完全包括在矩形中的对象，从而实现对背景亮度的估计。

（1）读取图片

首先通过imread函数读取图像数据：

（2）背景估计

（3） 消除背景

在上一步，我们已经将背景所标记出来，为了标识出主体区域，我们要将背景消除掉。此处，我们使用imsubtract函数，这个函数的作用为从图像中减去另一个图像或者减去一个常数。同时，由于亮度过暗，我们通过imadjust函数调整亮度以便后续操作

可以看到，通过减去了背景，画面上只剩下了芯片的部分，这也完成了要求中的标识要求。对这区域的定向操作显然要比对整块图像操作要简便许多。

（4）灰度化及二值化

接下来要完成的是对图像中小芯片，即米色小方块的计数。可以想到的方法是计算像素的连通区域，从而计算出小方块数目。所以接下来要做的就是将前面所得的图片进行二值化，以便计算连通区域。

所谓二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。

在这里，我们经过了多次调整，最终将阈值确定为0.5，在这个阈值下图像的二值化效果最好。通过确定了阈值，im2bw通过设定阈值，对整个图像进行阈值变换，大于（阈值*255）的像素点的RGB值调为255，而将小于的RGB值调为0，从而达到了二值化的目的。

2.2 分割

为了方便程序处理，我们又将图形进行矩阵分割运算，如图5所示：

2.3 连通区域标记

对于二值图像来说，如果两个像素点相邻且值相同（同为0或同为1），那么就认为这两个像素点在一个相互连通的区域内。而同一个连通区域的所有像素点，都用同一个数值来进行标记，这个过程就叫连通区域标记。在判断两个像素是否相邻时，我们通常采用4连通或8连通判断。4邻接一共4个点，即上下左右。8邻接的点一共有8个，包括了对角线位置的点。

我们采用八邻接对图5统计连通区域的块数，得到连通区域的块数即为芯片总数。

3 结论

本文提出了简单易行的检测集成电路芯片良品的方法，程序运行结果显示和芯片的具体数目相一致，证明这种方法切实可行，对工业环境要求不高，适用于小微企业初期的良品检测，具有实际的指导意义。

参考文献：

[1] 李桥，钟宝江.硅片缺陷检测中的图像分割方法[J].计算机应用，2016，38（6）：64-67.

[2] 王耀南，李树涛，毛建旭.计算机图像处理与识别技术[M].高等教育出版社，2001：175.

[3] 赵湛.基于MEMS技术的PCR芯片的研究[D].中国科学院研究生院，2003.

[4] 陈兵旗，孙名.Visul C++实用图像处理专业教程[M].北京：清华大学出版社，2004：12.

[5] 朱虹.数字图像处理基础[M].北京：科学出版社，2005：25-27.

[6] 赵明宣.贴片电阻表面缺陷自动检测和识别方法研究[D]. 哈尔滨工业大学， 2011.

【通联编辑：代影】