BGA內(nèi)部缺陷檢測(cè)技術(shù)研究.pdf

1、BGA封裝技術(shù)以其獨(dú)特的優(yōu)勢(shì)在電子行業(yè)獲得廣泛認(rèn)可,但因?yàn)樾酒瑑?nèi)部焊點(diǎn)不可見(jiàn),其檢測(cè)技術(shù)成為工業(yè)生產(chǎn)中的難題。本文通過(guò)圖像處理與分析的相關(guān)理論,研究了BGA缺陷自動(dòng)檢測(cè)技術(shù),在X射線圖像降噪、分割、缺陷特征提取等方面進(jìn)行了比較分析,對(duì)BGA芯片中的缺陷類型進(jìn)行分類識(shí)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(yàn)了幾種經(jīng)典微分方程降噪模型,其中P-M模型去噪同時(shí)會(huì)導(dǎo)致圖像邊緣模糊;TV模型去噪同時(shí)往往會(huì)產(chǎn)生“

2、階梯效應(yīng)”;高階偏微分方程擴(kuò)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?jǐn)?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(shí)較好的保護(hù)圖像邊緣不受破壞,針對(duì)BGA射線圖像,達(dá)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(cè)算子,研究了模糊C均值聚類方法和圖像加權(quán)補(bǔ)丁的FCM算法,結(jié)果表明該方法無(wú)法將焊點(diǎn)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(yùn)算,使得BGA射線圖像分割達(dá)到了特征提取的要求。
　　在特征提取與缺陷識(shí)別過(guò)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(diǎn)的基本特征,在一維掃描的基礎(chǔ)上進(jìn)行焊點(diǎn)位置驗(yàn)證;通過(guò)輪廓提取及霍夫變換檢測(cè)焊點(diǎn)的周長(zhǎng)、半徑、中心坐標(biāo)等特征信息,通過(guò)決策樹(shù)分類器設(shè)計(jì)實(shí)現(xiàn)了BGA射線圖像缺陷分類。
　　最后,通過(guò)軟件設(shè)計(jì),實(shí)現(xiàn)了BGA缺陷檢測(cè)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