深圳市西渥智控科技有限公司张光辉获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉深圳市西渥智控科技有限公司申请的专利基于形状层次结构的PD芯片检测系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121304653B 。
龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511812100.9,技术领域涉及:G06T7/00;该发明授权基于形状层次结构的PD芯片检测系统是由张光辉;管林;徐希潇设计研发完成,并于2025-12-04向国家知识产权局提交的专利申请。
本基于形状层次结构的PD芯片检测系统在说明书摘要公布了:本发明公开了基于形状层次结构的PD芯片检测系统,涉及芯片外观缺陷检测领域。该系统包括:图像采集模块:采集PD芯片图像,获得原始图像;晶粒定位模块:基于原始图像,利用模板匹配算法获得晶粒分割图像;特征提取模块:利用边缘检测算法提取几何特征获得直线特征集和圆形特征集;特征匹配模块:依据标准区域模板进行匹配,生成当前晶粒的边界信息集;区域结构置信度计算模块:基于边界信息集,计算结构置信度分数;缺陷检测模块:基于边界信息集、结构置信度分数和晶粒分割图像,执行缺陷检测,生成缺陷判定结果。通过融合形状层次分析与智能参数评估,创造性地实现了对PD芯片外观缺陷稳定、精准且自适应的自动化检测。
本发明授权基于形状层次结构的PD芯片检测系统在权利要求书中公布了:1.基于形状层次结构的PD芯片检测系统,其特征在于,包括: 图像采集模块:利用成像系统采集PD芯片图像,获得原始图像; 晶粒定位模块:基于原始图像,结合模板匹配算法获得晶粒分割图像; 特征提取模块:基于晶粒分割图像,利用边缘检测算法提取几何特征,进行几何特征分析获得直线特征集和圆形特征集,其中,所述特征提取模块包括: 基于晶粒分割图像,采用两组以上的预设固定阈值组合,对同一晶粒分割图像分别进行Canny边缘检测,得到多组边缘图像;对每一幅边缘图像,应用概率霍夫变换算法检测图像中的直线段,记录各直线段对应的支持点集,结合所有边缘图像的直线支持点集执行并集操作,构建直线特征集;同时对每一幅边缘图像,应用霍夫变换圆检测算法检测图像中的圆形,记录各圆形对应的支持点集,结合所有边缘图像的圆形支持点集执行并集操作,构建圆形特征集; 特征匹配模块:依据直线特征集和圆形特征集,结合预设的标准区域模板进行匹配,生成当前晶粒的边界信息集,其中,所述特征匹配模块包括: 预设一个标准区域模板,其中,标准区域模板包括:晶粒轮廓信息、构成轮廓的各目标线段、各目标线段的理想几何位置和线段间的连接顺序,其中,晶粒轮廓信息定义了芯片的整体外形边界及内部功能区域边界; 针对每一目标线段,以目标线段的理想几何位置为中心,以预设的物理容差为半径,构建搜寻范围;在搜寻范围内,基于直线特征集和圆形特征集执行线段匹配,搜索最佳匹配对象,根据匹配结果进行区域重建: 若在搜寻范围内未找到匹配线段,将当前目标线段所属的区域标记为特征缺失; 若在搜寻范围内成功匹配的所有线段,将成功匹配的线段几何延伸至与相邻的匹配线段相交,计算交点坐标; 依据标准区域模板中预定义的线段连接顺序,依次连接各交点坐标,形成待检测区域的边界多边形; 整合所有成功重建的待检测区域的边界多边形,构建边界信息集; 区域结构置信度计算模块:基于边界信息集,结合标准区域模板计算各待检测区域的结构置信度分数,其中,所述区域结构置信度计算模块包括: 基于边界信息集和标准区域模板的比对,计算各区域在几何特征上的基础差异度量,其中,所述基础差异度量包括:各匹配线段端点与标准模板对应端点的位置偏差、各匹配线段与标准模板对应线段的角度或曲率偏差以及相邻匹配线段间连接点的连续性偏差; 基于预定义的各区域间拓扑关系,构建区域关系图模型; 基于基础差异度量,为每个区域计算初始置信度; 基于区域关系图模型和初始置信度,利用关系一致性传播算法,使每个区域的置信度受其相邻区域的置信度影响并进行迭代更新; 将传播稳定后每个区域的最终值,设置为对应区域的结构置信度分数; 缺陷检测模块:基于边界信息集、结构置信度分数和晶粒分割图像,对各待检测区域执行缺陷检测,生成缺陷判定结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市西渥智控科技有限公司,其通讯地址为:518000 广东省深圳市龙岗区龙城街道黄阁坑社区龙城工业园3号厂房三层12-2室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励