技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种芯片封装的质量评价方法及系统与流程  >  正文

一种芯片封装的质量评价方法及系统与流程

  • 国知局
  • 2024-08-08 17:04:15

本发明涉及芯片封装检测,具体而言,涉及一种芯片封装的质量评价方法及系统。

背景技术:

1、芯片封装是将集成电路芯片保护在一个外壳中,并提供与外部设备电气连接的方法。封装不仅保护芯片免受物理和环境的损害,还包括散热和确保芯片与电路板连接的功能。

2、为了保证芯片的质量,对其进行封装检测是必要手段。封装检测主要检测芯片封装后的形变情况、焊点质量等。现有技术中,对芯片封装进行检测的时候依赖于各个尺寸的测量,然后通过数值关系判断其是否有形变等问题,但是芯片尺寸通常非常微小,所以在对其进行检测的时候,对于测量工具的精度有非常高的要求,有更容易产生误差进而检测可靠性降低和设备造价成本高的缺点,因此可以尝试找寻一种对于测量设备依赖程度更低的检测方法。

3、综上所述,亟需对芯片封装的检测方法进行优化,实现更低的制造成本、更低的计算成本且可靠性更高精度更高的芯片封装检测。

技术实现思路

1、本发明的目的在于提供一种芯片封装的质量评价方法及系统,其可以实现更低的制造成本、更低的计算成本且可靠性更高精度更高的芯片封装检测。

2、本发明的实施例通过以下技术方案实现:

3、本发明首先提供一种芯片封装的质量评价方法,包括以下步骤:

4、获取芯片的检测面特征图像组,所述检测面特征图像组包括第一检测面图像、第二检测面图像、…和第n检测面图像,所述第一检测面图像、所述第二检测面图像、…、所述第n检测面图像分别为在不同光源下获取的所述芯片的检测面图像;

5、基于所述检测面特征图像组通过第一识别模块进行芯片形变检测;

6、获取芯片的焊点特征图像组,所述焊点特征图像组包括第一焊点图像、第二焊点图像、…和第n焊点图像,所述第一焊点特征图像、所述第二焊点图像、…和所述第n焊点图像分别为在不同光源下获取的所述芯片的焊点图像,多个所述光源以芯片中心为对称中心对称分布;

7、基于所述焊点特征图像组通过第二识别模块进行焊点瑕疵检测。

8、优选地,基于所述检测面特征图像组通过第一识别模块进行芯片形变检测的方法包括以下步骤:

9、对所述检测面特征图像组内的检测面图像分别进行轮廓识别和灰度转换得到像素均为的灰度特征图像组,;

10、将所述灰度特征图像组输入所述第一识别模块进行所述芯片形变检测,所述第一识别模块包括第一乘法器、第一输入层、第一特征提取层、第二特征提取层、第一卷积层、第二卷积层和第一输出层;

11、所述第一输入层用于输入所述灰度特征图像组并提取对应的灰度矩阵,所述第一输入层的输出端连接所述第一特征提取层的输入端和所述第二特征提取层的输入端,所述第一特征提取层的输出连接到所述第一卷积层的输入端,所述第一卷积层的输出端连接所述第二卷积层的输入端,所述第二卷积层的输出端和所述第一特征提取层的输出端分别连接到第一乘法器的输入端,第一乘法器的输出端和所述第二特征提取层的输出端分别连接所述第一输出层的输入端,所述第一输出层用于输出所述芯片形变检测的结果。

12、优选地,所述第一特征提取层的表达式为:

13、;

14、;

15、;

16、;

17、;

18、其中,为所述第一特征提取层的输出,代表第n检测面图像的维度为2*2的第一特征矩阵,代表第n检测面图像中第行第列像素的灰度值,代表第n检测面图像中第行第列像素的灰度值,代表向下求整,、、和分别代表中第一行第一列、第一行第二列、第二行第一列和第二行第二列的元素;

19、所述第一卷积层的卷积核大小为*,所述第一卷积层的输出维度为,所述第二卷积层的卷积核大小为*,所述第二卷积层的输出维度为。

20、优选地,所述第二特征层的表达式为:

21、;

22、,,;

23、,;

24、其中,代表所述第二特征层的输出,为矩阵元素求和运算符,为差异性矩阵,为中第行第列的元素,、和分别为第检测面图像、第检测面图像和第检测面图像的维度为的第二特征矩阵,和分别为预设的所述芯片图像灰度值的标准下限和标准上限,为中第行第列的元素。

25、优选地,所述第一输出层拼接所述第二特征层和所述第一乘法器的输出结果后,通过第一激活函数输出所述芯片形变检测的结果;

26、所述第一激活函数的表达式为:

27、;

28、其中,为所述第一乘法器的输出,代表中第i个元素,为所述第一激活函数的输出且其值为所述芯片形变检测不合格的概率,为自然常数,和分别为训练权重,为训练偏差。

29、优选地,所述n的取值为4,四种所述光源分别置于所述芯片的四边处且朝向所述芯片的中心倾斜。

30、优选地,基于所述焊点特征图像组通过第二识别模块进行焊点瑕疵检测的方法为:

31、对所述焊点特征图像组内的焊点图像分别经过轮廓识别并通过矩形识别框框选住所有焊点,取框选住的范围像素均为,,取所述矩形识别框内的图像并进行灰度转换,得到灰度焊点特征图像组;

32、将所述灰度焊点特征图像组输入所述第二识别模块进行所述焊点瑕疵检测,所述第二识别模块包括依次连接的第二输入层、第三特征提取层、flatten层、全连接层和第二输出层;

33、所述第二输入层用于输入所述灰度焊点特征图像组,所述第三特征提取层用于提取焊点特征矩阵,所述flatten层用于将所述焊点特征矩阵展开为一维特征向量,所述全连接层用于通过引入第二激活函数引入非线性,所述第二激活函数为relu激活函数;

34、所述第二输出层用于通过第三激活函数输出所述焊点瑕疵检测的结果。

35、优选地,所述第三特征提取层的表达式为:

36、;

37、其中,为所述第三特征提取层的输出,为第焊点图像的所述焊点特征矩阵,为点乘运算符,为真假判断函数,判断为真返回1否则返回0,和分别为预设的焊点的灰度值的下限和上限。

38、优选地, 所述第三激活函数的表达式为:

39、;

40、其中,为所述第三激活函数的输出且其值为所述焊点瑕疵检测不合格的概率,为自然常数,和分别为训练权重和训练偏差,代表求取皮尔逊相关系数的函数,代表将数列翻转的函数。

41、本发明还提供一种芯片封装的质量评价方法系统,应用于以上任意一项所述的一种芯片封装的质量评价方法,包括:

42、检测面特征图像组获取模块,用于获取芯片的检测面特征图像组,所述检测面特征图像组包括第一检测面图像、第二检测面图像、…和第n检测面图像,所述第一检测面图像、所述第二检测面图像、…、所述第n检测面图像分别为在不同光源下获取的所述芯片的检测面图像;

43、进行芯片形变检测检测模块,用于基于所述检测面特征图像组通过第一识别模块进行芯片形变检测;

44、获取芯片的焊点特征图像组,所述焊点特征图像组包括第一焊点图像、第二焊点图像、…和第n焊点图像,所述第一焊点特征图像、所述第二焊点图像、…和所述第n焊点图像分别为在不同光源下获取的所述芯片的焊点图像;

45、基于所述焊点特征图像组通过第二识别模块进行焊点瑕疵检测。

46、本发明实施例的技术方案至少具有如下优点和有益效果:

47、本发明通过多角度光照图像对芯片封装质量进行检测,避免了对于小尺寸芯片的长宽高等小尺寸数据的测量去获取形变等情况,不需要依赖高精度的测量仪器,有助于减少测量成本和执行的便捷性;

48、本发明通过多角度光照进行检测的时候,不需要像现有常规做法考虑光线角度应用不同的检测模型,而是基于不同光线测量的数据差进行评测,提升了计算的简洁性;

49、本发明在多光源分别照射下还可全方位展示芯片缺陷,进而提升检测的可靠性和准确性;

50、本发明适用于不同类型和尺寸的芯片封装,不需要对不同的芯片建立不同的形状及尺寸的识别模型,可以只修改一些简单的灰度阈值便可应用到不同芯片,具有较强的适应性和灵活性;

51、本发明的所有测量都不需要和芯片发生接触,不会对芯片本身造成任何物理损伤,适合用于精密电子元器件的质量检测;

52、本发明在进行检测的提取特征时候考虑了局部特征差异情况和全局特征情况,有助于提升检测结果的精度;

53、本发明节约造价成本和计算成本,性价比较高,便于推广和实施。

本文地址:https://www.jishuxx.com/zhuanli/20240808/272174.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。