BGA內(nèi)部缺陷檢測技術(shù)研究.pdf

1、BGA封裝技術(shù)以其獨特的優(yōu)勢在電子行業(yè)獲得廣泛認可,但因為芯片內(nèi)部焊點不可見,其檢測技術(shù)成為工業(yè)生產(chǎn)中的難題。本文通過圖像處理與分析的相關(guān)理論,研究了BGA缺陷自動檢測技術(shù),在X射線圖像降噪、分割、缺陷特征提取等方面進行了比較分析,對BGA芯片中的缺陷類型進行分類識別。
　　關(guān)于BGA射線圖像降噪,本文在微分方程基本理論的基礎(chǔ)上,試驗了幾種經(jīng)典微分方程降噪模型,其中P-M模型去噪同時會導(dǎo)致圖像邊緣模糊;TV模型去噪同時往往會產(chǎn)生“

2、階梯效應(yīng)”;高階偏微分方程擴散模型雖然能夠避免“階梯效應(yīng)”的產(chǎn)生,但是濾除噪聲不夠徹底,基于此,本文在分數(shù)階微分方程模型基礎(chǔ)上增加了自適應(yīng)函數(shù),使得該模型能夠在濾除噪聲的同時較好的保護圖像邊緣不受破壞,針對BGA射線圖像,達到了較為理想的去噪效果。
　　在圖像缺陷分割部分,本文討論了幾種常用邊緣檢測算子,研究了模糊C均值聚類方法和圖像加權(quán)補丁的FCM算法,結(jié)果表明該方法無法將焊點內(nèi)部的氣泡缺陷信息準(zhǔn)確分割,最終本文研究并采用了一種

3、非局部自適應(yīng)的分割方法,結(jié)合圖像形態(tài)學(xué)運算,使得BGA射線圖像分割達到了特征提取的要求。
　　在特征提取與缺陷識別過程中,首先采用了基于掃描線的種子填充方法提取二值圖像中焊點的基本特征,在一維掃描的基礎(chǔ)上進行焊點位置驗證;通過輪廓提取及霍夫變換檢測焊點的周長、半徑、中心坐標(biāo)等特征信息,通過決策樹分類器設(shè)計實現(xiàn)了BGA射線圖像缺陷分類。
　　最后,通過軟件設(shè)計,實現(xiàn)了BGA缺陷檢測軟件系統(tǒng),該系統(tǒng)可以與X射線成像設(shè)備共同組成B