本發明涉及圖像處理，具體為基于視覺分析的反饋驅動芯片缺陷分類方法及系統。

背景技術：

1、反饋驅動芯片是一種用于控制和調節電子設備中信號或功率的集成電路。它通過實時監測輸出信號，并根據反饋信息調整輸入信號，以確保系統穩定性和精確性。這類芯片廣泛應用于電機控制、電源管理、音頻放大等領域。反饋驅動芯片缺陷分類在半導體制造和質量控制中具有重要作用，能夠有效提升芯片生產的質量和效率。

2、反饋驅動芯片的一般通過視覺檢測來進行缺陷分類，如專利公開號為cn116523869a的一種智能化芯片表面缺陷檢測方法及系統，其方法包括：通過提取預設芯片缺陷類型中的第一缺陷類型；組成目標芯片集；提取第一芯片，并得到第一芯片特征，第一芯片特征與第一缺陷類型具備對應關系；構建芯片缺陷數據庫并存儲至缺陷檢測支持向量機；采集目標芯片的目標芯片視頻，得到目標芯片特征集，并輸入至缺陷檢測支持向量機，得到輸出結果；得到目標檢測結果。解決了現有通過人工目檢進行芯片表面缺陷檢測時存在檢測耗時長、實時性差、測試精度不高的問題，達到了提高芯片表面缺陷檢測實時性、高效性、準確性的效果。

3、芯片缺陷檢測一般通過利用光學成像系統采集芯片的圖像，然后通過圖像處理算法對圖像進行分析，以檢測芯片表面的缺陷，如引腳缺失、短路、橋連等。這種方法檢測速度快，能夠檢測出一些人工目檢難以發現的微小缺陷。上述方法通過對待檢測圖片進行預處理，并進行特征識別實現缺陷檢測，但是在反饋驅動芯片的檢測中，缺陷位置一般較小，而且在同一套生產線上，容易出現缺陷的位置較為固定，對整個圖片進行預處理不能夠著重檢測容易出現缺陷的位置，而且計算量較大。

技術實現思路

1、本發明的目的在于提供基于視覺分析的反饋驅動芯片缺陷分類方法及系統，以解決上述背景技術中提出的問題。

2、為實現上述目的，本發明提供如下技術方案：基于視覺分析的反饋驅動芯片缺陷分類方法，包括：

3、建立數據庫，收集歷史缺陷圖片并記錄歷史缺陷圖片的產生時間，將歷史缺陷圖片轉化為單通道歷史像素圖，并根據缺陷的不同進行標簽分類;

4、獲取待檢測圖片，將待檢測圖片轉化為單通道檢測像素圖，根據歷史缺陷圖片，通過區域預測法對單通道檢測像素圖進行區域劃分，將單通道檢測像素圖分為正常區和易錯區，并通過區塊常數計算方法計算易錯區的區塊常數；

5、采用大小不同的區塊，在正常區進行自適應直方圖均衡化，在易錯區根據區塊常數，進行增強化直方圖均衡化，獲取檢測圖，能夠提高單通道像素圖的對比度，并在易錯區內著重反映其內部較小的局部特征，提高檢測效果并降低運算復雜程度；

6、將檢測圖與單通道歷史像素圖進行對比，并根據相似度判斷缺陷類型，進行缺陷分類，當有缺陷時，將檢測圖保存到數據庫中對單通道歷史像素圖進行更新。

7、優選的，所述區域預測法包括：

8、將歷史缺陷圖轉化為單通道歷史像素圖，并對缺陷位置進行標記；

9、對缺陷位置的通道值重新賦值，并將其余位置的通道值變更為0，獲取初始區域圖，根據單通道歷史像素圖的產生時間，對初始區域圖進行權重分配；

10、根據初始區域圖的權重，將初始區域圖按照矩陣方式相加，獲取預測區域圖，具體為：

11、，其中為預測區域圖在坐標為（x，y）位置的通道值，為第i個初始區域圖在坐標為（x，y）位置的通道值，為第i個初始區域圖的權重，由技術人員設定，其值與其對應的單通道歷史像素圖的產生時間相關，時間越早值越小，為單通道像素圖的總數量；

12、在預測區域圖中將≥的像素進行標記，所有標記的像素點組成的區域即為易錯區，其中為設定的區域劃分閾值，由技術人員設定，代表劃分區域的面積大小。

13、優選的，所述區域預測法包括：

14、將歷史缺陷圖轉化為單通道歷史像素圖，并對缺陷位置進行標記，獲取標記區域的中心像素坐標；

15、根據多個缺陷位置的中心像素坐標，建立缺陷位置的坐標關系，具體為：

16、，其中為中心像素坐標的橫坐標和縱坐標相關系數，也即x坐標和y坐標的相關系數，為各個中心像素坐標中橫坐標的平均值，為第?i?張單通道歷史像素圖中第?j?個缺陷的橫坐標值，為第i張單通道歷史像素圖的中間像素坐標個數，為第?i?張單通道歷史像素圖中第?j?個缺陷的縱坐標值，為各個中心像素坐標中縱坐標的平均值，為單通道像素圖的總數量；

17、根據中心像素坐標的橫坐標和縱坐標相關系數，建立分布預測模型，對待檢測圖片中每個像素位置的缺陷常數，具體為：

18、，其中為待檢測圖片中坐標為（x，y）的像素的缺陷常數，為各個中心像素坐標中橫坐標的標準差，為各個中心像素坐標中縱坐標的標準差，為中心像素坐標的橫坐標和縱坐標相關系數，為各個中心像素坐標中橫坐標的平均值，為各個中心像素坐標中縱坐標的平均值，為指數函數的縮寫，用來表示以自然常數e為底的指數函數，；

19、通過分布預測模型對待檢測圖片中的每個像素坐標進行計算，將≥的像素進行標記，所有標記的像素點組成的區域即為易錯區，其中為設定的區域劃分閾值，代表劃分區域的面積大小。

20、優選的，所述區域劃分閾值能夠根據閾值更迭方法進行更新，閾值更迭方法包括：

21、檢測待檢測圖片的缺陷位置是否超出易錯區；

22、當缺陷位置超出易錯區時，檢測缺陷位置是否在橫坐標的正負方向或者縱坐標的正負方向上同時超出易錯區，當同時超出易錯區時，獲取超出的最大距離，并計算區域劃分閾值的變化量，具體為：

23、，其中為設定的區域劃分閾值，為前一次計算的區域劃分閾值，為超出易錯區的最大距離，為更新系數，由技術人員設定，其值大小代表了更新幅度的靈敏性；

24、當缺陷位置未超出易錯區時，獲取缺陷位置的邊緣與易錯區邊緣的最小距離，并計算區域劃分的變化量，具體為：

25、，其中表示之前進行區域劃分閾值增加的次數，為設定的區域劃分閾值，為前一次計算的區域劃分閾值，為缺陷位置邊緣與易錯區邊緣的最小距離，為更新系數，由技術人員設定，其值大小代表了更新幅度的靈敏性。

26、優選的，所述區塊常數計算方法包括：

27、記錄上一次增強化直方圖均衡化計算中計算數值超過最大通道數的像素數量；

28、獲取上一次檢測的易錯區的像素總數量，并計算區塊常數，具體為：

29、，其中為區塊常數，為上次計算的區塊常數，是在上一次計算中經過增強化直方圖均衡化計算后通道值大于最大通道值的原通道值，為單通道檢測像素圖的通道值上限，為易錯區中通道值為i的像素數量，為區塊計算系數，由技術人員設定,為上一次檢測的易錯區的像素總數量。

30、優選的，所述自適應直方圖均衡化包括：

31、將單通道檢測像素圖中正常區的像素分成若干個不重疊的區塊；

32、分別對每個區塊進行計算：

33、，，其中為區塊中通道值為i的像素數量，為了累計函數，也即區塊中通道值為i和i以下的像素數量，為單通道檢測像素圖中的通道值上限，為單通道檢測像素圖像素i在檢測圖中的映射通道值，為單通道檢測像素圖的通道值上限，和分別為累計函數中的最小值和最大值；

34、將單通道檢測像素圖中正常區的通道值全部進行映射即可獲取正常區對應的檢測圖。

35、優選的，所述增強化直方圖均衡化包括：

36、將單通道檢測像素圖中易錯區的像素分成若干個不重疊的區塊；

37、分別對每個區塊進行計算：

38、，，其中為區塊中通道值為i的像素數量，為累計函數，也即區塊中通道值為i和i以下的像素數量，為單通道檢測像素圖中的通道值上限，為單通道檢測像素圖像素i在檢測圖中的映射通道值，為單通道檢測像素圖的通道值上限，和分別為累計函數中的最小值和最大值，為區塊常數；

39、將單通道檢測像素圖中易錯區的通道值全部進行映射即可獲取易錯區對應的檢測圖。

40、優選的，所述增強化直方圖均衡化還包括對區塊邊緣的優化方法，具體為：

41、標記所有的區塊邊緣像素，計算目標像素在相鄰區塊的映射通道值，并根據相鄰像素在對應的相鄰區塊中的數量對映射通道值進行加權求和，具體為：

42、，其中為相鄰區塊z（包括目標像素所在區塊）對目標像素的映射通道值，為邊緣像素優化值，為目標像素在相鄰區塊z（包括目標像素所在區塊）中的相鄰像素數量，為目標像素的相鄰像素總數量；

43、計算所有區塊邊緣像素的邊緣像素優化值后，使用邊緣像素優化值對目標像素的通道值重新賦值，獲取優化后的檢測圖。

44、與現有技術相比，本發明的有益效果是：

45、將單通道檢測像素圖分為正常區和易錯區，并通過區塊常數計算方法計算易錯區的區塊常數，采用大小不同的區塊，在正常區進行自適應直方圖均衡化，在易錯區根據區塊常數，進行增強化直方圖均衡化，獲取檢測圖，能夠提高單通道像素圖的對比度，并在易錯區內著重反映其內部較小的局部特征，提高檢測效果并降低運算復雜程度，減小計算量。

46、同時采用區域預測法對正常區和易錯區的邊界進行實時計算，根據每次檢測后的結果對易錯區的劃分進行更新，而且通過區塊常數計算方法對易錯區的區塊常數進行更新，保證易錯區劃分的準確性以及提高檢測圖中易錯區的像素對比度，從而提高檢測結果的準確性。

47、在增強化直方圖均衡化中通過對區塊邊緣的優化，降低每個區塊之間的割裂感，提高區塊間過度的平滑性，對圖像的細節保留和邊緣處理效果更好，在圖像處理的過程中能更好地保持圖像的原有特征，進一步提高檢測的準確性。