本发明涉及半导体检测,具体来说,涉及一种基于针痕照片的探针卡针痕检测方法及系统。
背景技术:
1、探针卡是一种主要用于裸芯测试的测试接口,通过将探针卡上的探针直接与芯片上的焊垫或凸块接触,引出芯片信号。这一过程配合周边测试仪器和软件控制,实现自动化量测,因此在ic制造中,探针卡对制造成本的影响非常大,是一个重要的制程环节。
2、在探针卡针痕检测方法中,无法利用优化算法迭代修正标注探针与焊点的接触位置,并生成最佳接触点进行重复测试,这可能会导致探针与焊垫之间的接触位置不是最佳的,从而增加接触电阻和减少信号的传输效率,影响整体测试的准确性和可靠性。在缺乏优化算法支持的情况下,可能需要手动调整探针的位置以寻找最佳接触点,这种手动调整不仅耗时耗力,还可能增加设备的磨损,导致更高的维护和更换成本。
3、针对相关技术中的问题,目前尚未提出有效的解决方案。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足,本发明提供了基于针痕照片的探针卡针痕检测方法及系统,具备精确且高效地调整探针与焊垫之间的接触位置的优点,进而解决探针与焊垫之间的接触位置不佳的问题。
3、(二)技术方案
4、为实现上述精确且高效地调整探针与焊垫之间的接触位置的优点,本发明采用的具体技术方案如下:
5、根据本发明的另一个方面,提供了一种基于针痕照片的探针卡针痕检测方法,该基于针痕照片的探针卡针痕检测方法包括以下步骤:
6、s1、将探针卡上的探针与芯片上的焊垫接触并在焊垫上形成针痕,利用摄像设备采集焊垫上的针痕图像;
7、s2、从针痕图像中识别针痕特征,并基于针痕特征的识别结果评估探针与焊垫的接触质量;
8、s3、基于接触质量的评估结果从优化针痕图像中筛选出异常数据,并根据筛选结果对存在异常接触的探针进行标注;
9、s4、利用优化算法迭代修正标注探针与焊点的接触位置,生成探针与焊垫的最佳接触点,并重复进行探针检测以验证优化效果。
10、优选的,从针痕图像中识别针痕特征,并基于针痕特征的识别结果评估探针与焊垫的接触质量包括以下步骤:
11、s21、利用滤波器去除针痕图像噪声,并对去噪后的针痕图像依次进行对比度调整及灰度图像转换,得到优化针痕图像;
12、s22、建立针痕识别模型识别优化针痕图像中的针痕纹理特征,并基于针痕纹理特征成针痕特征;
13、s23、将针痕特征组合成特征向量,并利用预先训练的学习模型对特征向量进行分类,基于分类结果评估探针与焊垫的接触质量。
14、优选的,建立针痕识别模型识别优化针痕图像中的针痕纹理特征,并基于针痕纹理特征成针痕特征包括以下步骤:
15、s221、提取针痕和背景分别在优化针痕图像中的颜色信息,并基于颜色信息分别建立两个颜色平面上的数据库;
16、s222、在两个颜色平面中分别建立贝叶斯概率分布图,并将贝叶斯概率分布图中的概率值归一化,得到针痕分布图;
17、s223、选取在贝叶斯概率分布图中的预设阈值将针痕分布图分类为两个平面二值分布图;
18、s224、利用预先构建的查询表对平面二值分布图进行针痕纹理检测得到焦点阈值;
19、s225、将焦点阈值作为针痕识别模型的输入,并利用针痕识别模型输出针痕特征。
20、优选的,基于接触质量的评估结果从优化针痕图像中筛选出异常数据,并根据筛选结果对存在异常接触的探针进行标注包括以下步骤:
21、s31、利用小波变换提取优化针痕图像中的非线性特征,并基于非线性特征利用预先构建的时序预测模型对优化针痕图像中的异常特征进行预测;
22、s32、利用数据切片技术将异常特征与正常特征预先分离,并将异常特征分割成若干潜在异常区域;
23、s33、利用置信分布规则训练置信编码器,检测潜在异常区域中的异常数据点,并对识别为异常接触点的探针进行标注。
24、优选的,利用置信分布规则训练置信编码器,检测潜在异常区域中的异常数据点,并对识别为异常接触点的探针进行标注包括以下步骤:
25、s331、将优化针痕图像中的异常特征作为训练集,并利用马氏距离度量训练样本与训练集之间的距离,并通对训练样本与训练集之间的距离进行约简;
26、s332、基于训练样本与训练集之间生成马氏距离数组,将马氏距离数组的平均值作为约简阈值,并基于约简阈值扩展置信编码器;
27、s333、将置信编码器中的数据转化为置信规则中与输入输出对应的置信分布形式;
28、s334、基于置信分布形式自适应调整置信编码器中置信规则权重,利用调整后的置信编码器对潜在异常区域中的异常数据点进行检测并标注。
29、优选的,基于置信分布形式自适应调整置信编码器中置信规则权重,利用调整后的置信编码器对潜在异常区域中的异常数据点进行检测并标注包括以下步骤:
30、s3441、分别计算潜在异常区域中各异常数据点的置信分布,并基于各异常数据点的置信分布计算异常数据点的个体匹配度;
31、s3442、基于置信规则的个体匹配度得到若干异常数据点的置信规则的激活权重,并将置信规则的激活权重大于预设值的所有置信规则相融合,得到异常数据点的分布式置信度;
32、s3443、将异常数据点的分布式置信度作为置信编码器的输入数据,并通过置信编码器输出潜在异常区域中异常数据点的检测结果。
33、优选的,利用优化算法迭代修正标注探针与焊点的接触位置,生成探针与焊垫的最佳接触点,并重复进行探针检测以验证优化效果包括以下步骤:
34、s41、基于存在异常接触的标注探针设定优化目标和约束条件,并利用优化算法迭代更新标注探针与焊垫的接触位置参数,直到达到预设优化目标;
35、s42、从预设优化目标中选取最佳接触点,并按照最佳接触点重复执行步骤s1-步骤s3,得到迭代更新后的标注探针检测结果;
36、s43、比较迭代更新前后的探针检测结果验证优化效果,并生成探针检测报告。
37、优选的,基于存在异常接触的标注探针设定优化目标和约束条件,并利用优化算法迭代更新标注探针与焊垫的接触位置参数,直到达到预设优化目标包括以下步骤:
38、s411、为存在异常接触的标注探针设定优化目标和约束条件,并利用牛顿迭代算法对标注探针与焊垫间的接触位置建立对应关系,得到标注探针与焊垫间位置的修正因子;
39、s412、基于标注探针与焊垫间位置的修正因子为改进的鲸鱼优化算法提供动态搜索区域,并计算标注探针与焊垫间的误差权重作为判断基准;
40、s413、以判断基准为依据,利用改进的鲸鱼优化算法对标注探针与焊垫的接触位置参数进行迭代求解,以获得满足标注探针与焊垫接触位置最优参数。
41、优选的,异常数据点的个体匹配度的计算公式为:
42、;
43、式中,表示异常数据点的个体匹配度; k表示置信规则个数;表示输入的异常数据点; i表示异常数据点的个数;表示异常数据点的置信度;表示第k个置信规则中异常数据点的置信度;j表示异常数据点的置信分布形式。
44、优选的,探针与焊垫间的误差权重的计算公式为:
45、;
46、式中, w表示探针与焊垫间的误差权重; n表示探针与焊垫的接触个数;表示探针与焊垫的接触数据量;表示探针与焊垫的接触数据总量;表示改进的鲸鱼优化算法的权重参数。
47、根据本发明的另一个方面,还提供了一种基于针痕照片的探针卡针痕检测系统,该基于针痕照片的探针卡针痕检测系统包括针痕图像获取模块、接触质量评估模块、异常标注模块及检测优化模块;
48、针痕图像获取模块依次与接触质量评估模块、异常标注模块及检测优化模块连接;
49、针痕图像获取模块,用于将探针卡上的探针与芯片上的焊垫接触并在焊垫上形成针痕,利用摄像设备采集焊垫上的针痕图像;
50、接触质量评估模块,用于从针痕图像中识别针痕特征,并基于针痕特征的识别结果评估探针与焊垫的接触质量;
51、异常标注模块,用于基于接触质量的评估结果从优化针痕图像中筛选出异常数据,并根据筛选结果对存在异常接触的探针进行标注;
52、检测优化模块,用于利用优化算法迭代修正标注探针与焊点的接触位置,生成探针与焊垫的最佳接触点,并重复进行探针检测以验证优化效果。
53、(三)有益效果
54、与现有技术相比,本发明提供了基于针痕照片的探针卡针痕检测方法及系统,具备以下有益效果:
55、(1)本发明利用图像处理技术优化针痕图像能够更清晰地展现针痕的细节,使得针痕的纹理特征能被更准确地识别,从而提高探针与焊垫接触质量的评估精度,并建立针痕识别模型提升检测过程的自动化和标准化,进而不仅减少了人为误差,提高了检测效率,进而使得探针与焊垫的接触质量能被精确度量。
56、(2)本发明利用小波变换提取针痕图像中的非线性特征并结合时序预测模型精确地识别和预测图像中的异常特征,结合数据切片技术将异常特征与正常特征预先分离,不仅提升了处理速度,还增加了处理数据的精细度,同时通过构建置信编码器进行检测,基于各个异常数据点的置信分布和匹配度进行故障识别,进而大幅提高了探针检测的精度和可靠性。
57、(3)本发明通过使用牛顿迭代算法和鲸鱼优化算法,能够精确且高效地调整探针与焊垫之间的接触位置,不断验证和比较迭代更新前后的接触效果,确保优化措施的有效性,进而增加了优化结果的可信度。
1.一种基于针痕照片的探针卡针痕检测方法,其特征在于,该基于针痕照片的探针卡针痕检测方法包括以下步骤:
2.根据权利要求1所述的一种基于针痕照片的探针卡针痕检测方法,其特征在于,所述建立针痕识别模型识别优化针痕图像中的针痕纹理特征,并基于针痕纹理特征成针痕特征包括以下步骤:
3.根据权利要求2所述的一种基于针痕照片的探针卡针痕检测方法,其特征在于,所述基于接触质量的评估结果从优化针痕图像中筛选出异常数据,并根据筛选结果对存在异常接触的探针进行标注包括以下步骤:
4.根据权利要求3所述的一种基于针痕照片的探针卡针痕检测方法,其特征在于,所述利用置信分布规则训练置信编码器,检测潜在异常区域中的异常数据点,并对识别为异常接触点的探针进行标注包括以下步骤:
5.根据权利要求4所述的一种基于针痕照片的探针卡针痕检测方法,其特征在于,所述基于置信分布形式自适应调整置信编码器中置信规则权重,利用调整后的置信编码器对潜在异常区域中的异常数据点进行检测并标注包括以下步骤:
6.根据权利要求5所述的一种基于针痕照片的探针卡针痕检测方法,其特征在于,所述利用优化算法迭代修正标注探针与焊点的接触位置,生成探针与焊垫的最佳接触点,并重复进行探针检测以验证优化效果包括以下步骤:
7.根据权利要求6所述的一种基于针痕照片的探针卡针痕检测方法,其特征在于,所述基于存在异常接触的标注探针设定优化目标和约束条件,并利用优化算法迭代更新标注探针与焊垫的接触位置参数,直到达到预设优化目标包括以下步骤:
8.根据权利要求7所述的一种基于针痕照片的探针卡针痕检测方法,其特征在于,所述异常数据点的个体匹配度的计算公式为:
9.根据权利要求8所述的一种基于针痕照片的探针卡针痕检测方法,其特征在于,所述探针与焊垫间的误差权重的计算公式为:
10.一种基于针痕照片的探针卡针痕检测系统,用于实现权利要求1-9中任一项所述的基于针痕照片的探针卡针痕检测方法,其特征在于,该基于针痕照片的探针卡针痕检测系统包括针痕图像获取模块、接触质量评估模块、异常标注模块及检测优化模块;