基于机器视觉的半导体键合引线缺陷检测方法综述.pdfVIP

智能感知工程第２卷第２期

４６ＩｎｔｅｌｌｉｇｅｎｔＰｅｒｃｅｐｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ２０２５年４月

基于机器视觉的半导体键合引线缺陷检测方法综述

１ꎬ２ꎬ３１ꎬ２１ꎬ２

于乃功李奥杨弈

(１北京工业大学信息科学技术学院ꎬ北京１００１２４ꎻ

２北京市计算智能与智能系统重点实验室ꎬ北京１００１２４ꎻ

３教育部数字社区工程研究中心ꎬ北京１００１２４)

摘要:随着集成电路产业的高速发展ꎬ键合引线作为芯片封装中连接内部电路的关键部件ꎬ其质量直接影响

电子产品的可靠性和稳定性ꎮ传统的键合引线缺陷检测方法主要包括机械参数检测、电学参数检测和形貌特

征检测三大类ꎬ虽然具有一定的适用性与代表性ꎬ但普遍存在检测精度不足、自动化程度低、难以满足复杂

缺陷识别需求等问题ꎮ近年来ꎬ随着机器视觉与深度学习技术的快速发展ꎬ基于图像处理与神经网络的自动

化缺陷检测方法逐渐成为研究热点ꎮ首先ꎬ系统梳理二维深度学习、三维点云分析、图像￣点云融合等多种先

进检测方法ꎻ其次ꎬ比较典型算法的检测性能与适用场景ꎻ最后ꎬ重点分析ＹＯＬＯ系列模型及三维深度学习

架构在实际检测中的应用潜力ꎬ旨在为相关研究人员提供系统化的技术概览与参考ꎬ推动高精度、智能化缺

陷检测技术在半导体封装中的深入应用ꎮ

关键词:半导体键合引线ꎻ缺陷检测ꎻ机器视觉ꎻ深度学习ꎻ三维点云分析

中图分类号:ＴＧ１４２７１文献标志码:ＡＤＯＩ:１０３９６９/ｊｉｓｓｎ２０９７￣４９６５２０２５０２００４

ＲｅｖｉｅｗｏｆＭａｃｈｉｎｅＶｉｓｉｏｎ￣ｂａｓｅｄＤｅｆｅｃｔＤｅｔｅｃｔｉｏｎＭｅｔｈｏｄｓｆｏｒ

ＳｅｍｉｃｏｎｄｕｃｔｏｒＢｏｎｄｉｎｇＷｉｒｅｓ

１ꎬ２ꎬ３１ꎬ２１ꎬ２

ＹＵＮａｉｇｏｎｇＬＩＡｏＹＡＮＧＹｉ

(１ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙꎬＢｅｉｊｉｎｇ１００１２４ꎻ

２ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅｌｌｉｇｅｎｃｅａｎｄＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍꎬＢｅｉｊｉｎｇ１００１２４ꎻ

３ＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＤｉｇｉｔａｌＣｏｍｍｕｎｉｔｙꎬＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎꎬＢｅｉｊｉｎｇ１００１２４)

Ａｂｓｔｒａｃｔ:Ｗｉｔｈｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｉｎｔｅｇｒａｔｅｄｃｉｒｃｕｉｔｉｎｄｕｓｔｒｙꎬｂｏｎｄｉｎｇｌｅａｄｓꎬａｓｋｅｙｃｏｍｐｏｎｅｎｔｓｃｏｎｎｅｃｔｉｎｇ

ｉｎｔｅｒｎａｌｃｉｒｃｕｉｔｓｉｎｃｈｉｐｐａｃｋａｇｉｎｇꎬｔｈｅｉｒｑｕａｌｉｔｙｄｉｒｅｃｔｌｙａｆｆｅｃｔｓｔｈｅｒｅｌｉａｂｉｌｉｔｙａｎｄｓｔａｂｉｌｉｔｙｏｆｅｌｅｃｔｒｏｎｉｃｐｒｏｄｕｃｔｓＴｈｅ

ｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓｆｏｒｄｅｔｅｃｔｉｎｇｂｏｎｄｉｎｇｌｅａｄｄｅｆｅｃｔｓｍａｉｎｌｙｉｎｃｌｕｄｅｔｈｒｅｅｃａｔｅｇｏｒｉｅｓ:ｍｅｃｈａｎｉｃａｌｐａｒａｍｅｔｅｒｄｅｔｅｃｔｉｏｎ