主权项 |
基于多尺度角点特征提取的晶片缺陷检测方法,其特征在于,包括如下步骤:步骤1,拍摄晶片图像;步骤2,在多尺度空间下提取晶片图像的Harris角点,具体实施方式如下:步骤2‑1,在当前尺度下做Harris角点检测;步骤2‑2,计算当前尺度下的提取的各Harris角点所对应的尺度评价参数:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>Q</mi><mrow><mi>i</mi><mo>,</mo><msub><mi>S</mi><mi>j</mi></msub></mrow></msub><mo>=</mo><mi>r</mi><mo>×</mo><msub><mi>S</mi><mi>j</mi></msub><mo>×</mo><mrow><mo>(</mo><mi>det</mi><mrow><mo>(</mo><mi>M</mi><mo>)</mo></mrow><mo>-</mo><mi>k</mi><mo>·</mo><msup><mi>trace</mi><mn>2</mn></msup><mrow><mo>(</mo><mi>M</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo></mrow>]]></math><img file="FDA0000601530800000011.GIF" wi="776" he="89" /></maths>其中,<img file="FDA0000601530800000012.GIF" wi="102" he="81" />为在尺度空间S<sub>j</sub>下提取的第i个Harris角点所对应的尺度评价参数,r、k为经验参数,M为Harris角点检测响应函数的系数矩阵,det(M)为Harris角点检测响应函数的系数矩阵的行列式,trace(M)为Harris角点检测响应函数的系数矩阵主对角线元素之和;步骤2‑3,比较当前尺度与最大尺度值:在当前尺度等于最大尺度值时,按照响应值降序排列提取的所有Harris角点并提取前n个角点的坐标,n为正整数,进入步骤2‑4;否则,尺度的取值加1,返回步骤2‑1;步骤2‑4,通过比较最大尺度和所有尺度层级下相同图像区域内的Harris角点所对应的尺度评价参数筛选角点;步骤2‑5,比较当前尺度与最小尺度值:在当前尺度等于最小尺度值时,进入步骤3;否则,尺度的取值减1,返回步骤2‑4;步骤3,用步骤2所提取的不同尺度空间下的各Harris角点作为输入变量训练神经网络,得到晶片缺陷。 |