-
题名基于SOP芯片三维点云图像的引脚缺陷检测方法
- 1
-
-
作者
林冬梅
樊煜杰
陈晓雷
杨富龙
李策
-
机构
兰州理工大学电气工程与信息工程学院
-
出处
《电子测量与仪器学报》
北大核心
2025年第8期42-53,共12页
-
基金
国家自然科学基金(62361038,62363025)
甘肃省集成电路制造材料创新联合体项目(23ZDGE001)
+1 种基金
甘肃省科技计划(24JRRA181)
甘肃省教育厅高校教师创新基金(2023A-019)项目资助。
-
文摘
针对目前小外形封装(SOP)芯片引脚的三维缺陷检测任务,现有的点云深度学习方法难以有效检测常见的引脚缺陷。为解决这一问题,定义了一种有缺陷的芯片引脚点云(DCPP)图像,并创建了相应的DCPP数据集。同时提出了一种面向DCPP图像的DCPP-PointNet缺陷检测算法。该算法新增加的局部-空间特征提取(LSFE)网络,可有效提高模型的旋转鲁棒性,使得模型在面对旋转的芯片点云数据时仍能保持良好的检测性能;其次设计全新的倒残差多尺度卷积网络(iRMSC-Net)替换PointNet++中的特征编码器,通过加强对点云边缘局部信息的学习能力,从而实现对SOP芯片引脚常见缺陷的精确分类和定位;最后采用Focal损失函数解决了正负样本不平衡的问题,使得模型能够更加关注难以区分的缺陷样本,提高检测精度。在自建的DCPP数据集上进行的实验结果表明,DCPP-PointNet网络在总体准确率(OA)和平均交并比(mIoU)等评估指标上均优于现有的PointNet、PointNet++、DGCNN等经典点云分割模型,展现了高达98.9%的OA和93.7%的mIoU。消融实验进一步验证了DCPP-PointNet中各个改进模块的有效性,LSFE网络、iRMSC-Net特征编码器和Focal损失函数三者共同作用,对提高模型的检测精度和鲁棒性具有重要意义。
-
关键词
小外形封装芯片引脚
三维缺陷检测
点云处理
dcpp-pointnet
-
Keywords
small out-line package chip pins
three-dimensional defect detection
point cloud processing
dcpp-pointnet
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TN307
[电子电信—物理电子学]
-
