长春理工大学;深圳市科润光电股份有限公司王红平获国家专利权
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!
龙图腾网获悉长春理工大学;深圳市科润光电股份有限公司申请的专利一种基于人工智能的LED芯片缺陷检测方法、设备及介质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:CN121280439B 。
龙图腾网通过国家知识产权局官网在2026-04-10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:202511843664.9,技术领域涉及:G06T7/00;该发明授权一种基于人工智能的LED芯片缺陷检测方法、设备及介质是由王红平;胡香波;张乂文;顾莉栋;胡晶;刘国松;张景然;杨渊婷;张心明;吴宏刚设计研发完成,并于2025-12-09向国家知识产权局提交的专利申请。
本一种基于人工智能的LED芯片缺陷检测方法、设备及介质在说明书摘要公布了:本发明公开了一种基于人工智能的LED芯片缺陷检测方法、设备及介质,涉及半导体制造检测技术领域,包括,根据标定配置文件计算标定晶圆在各检测工位的时间窗口并结合阵列参数划分网格,生成多模态触发计划和芯片标识对应关系;对多模态原始数据进行校正、配准、裁剪和归一化,并按芯片标识对应关系组合为单芯片多模态数据;将单芯片多模态数据输入人工智能缺陷判定模型中,通过特征提取与特征融合,生成LED芯片缺陷类别和分档结果;通过构建图像、电学与时空位置的统一映射关系,实现了多模态检测数据在物理空间和时间维度上的高精度对齐,提升了缺陷识别的可靠性,精准剔除不良品。
本发明授权一种基于人工智能的LED芯片缺陷检测方法、设备及介质在权利要求书中公布了:1.一种基于人工智能的LED芯片缺陷检测方法,其特征在于:包括, 通过上位机加载LED芯片版图和阵列参数,在标定晶圆上采集标定图像和电学标定数据,并计算相机参数和时间位置参数,生成标定配置文件; 根据标定配置文件计算标定晶圆在各检测工位的时间窗口并结合阵列参数划分网格,生成多模态触发计划和芯片标识对应关系; 依据多模态触发计划采集外观图像、发光图像和电流电压数据,并按芯片标识对应关系整理为多模态原始数据; 对多模态原始数据进行校正、配准、裁剪和归一化,并按芯片标识对应关系组合为单芯片多模态数据; 将单芯片多模态数据输入人工智能缺陷判定模型中,通过特征提取与特征融合,生成LED芯片缺陷类别和分档结果; 将LED芯片缺陷类别和分档结果与时间位置参数进行汇总,形成分档结果表,并根据分档结果表控制分选设备在对应位置分拣报废芯片和降级芯片,生成LED芯片缺陷检测与分选结果表; 所述生成多模态触发计划和芯片标识对应关系,具体步骤如下, 加载标定配置文件读取时间位置参数,并获取标定晶圆尺寸和各检测工位位置; 根据LED芯片阵列参数在标定晶圆坐标系中计算LED芯片中心坐标,并在标定晶圆上划分与实际芯片排列一致的芯片阵列网格; 根据时间位置参数及各检测工位位置,计算对应芯片阵列网格依次进入外观成像工位、发光成像工位和电学测试工位的起止时刻,并将起止时刻作为标定晶圆在各检测工位的时间窗口; 为每个芯片阵列网格分配唯一的芯片标识,并将芯片标识与对应的物理坐标以及各检测工位的时间窗口关联,同时为各检测工位位置设置外观曝光参数、发光激励参数和电学测试参数,生成多模态触发计划; 在上位机中将多模态触发计划与芯片标识及物理坐标的对应关系进行整理与存储,形成多模态触发计划和芯片标识对应关系; 所述生成LED芯片缺陷类别和分档结果,具体步骤如下, 将单芯片多模态数据输入人工智能缺陷判定模型,通过外观特征提取子网络、发光特征提取子网络和电学特征提取子网络分别提取外观特征向量、发光特征向量和电学高维特征向量,并进行拼接与非线性变换,得到融合特征表示; 根据融合特征表示通过分类子网络计算LED芯片在缺陷类别上的概率分布并选取概率最大的缺陷类别作为LED芯片缺陷类别; 通过分档子网络根据融合特征表示输出LED芯片对应的分档等级,并按照芯片标识进行整理,形成分档结果。
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长春理工大学;深圳市科润光电股份有限公司,其通讯地址为:130022 吉林省长春市朝阳区卫星路7089号;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