基于多尺度角点特征提取的晶片缺陷检测方法

摘要

本发明公开了基于多尺度角点特征提取的晶片缺陷检测方法，属于晶片缺陷检测的技术领域。本发明通过寻找各层尺度空间中相同图像区域内响应最大的角点作为神经网络的训练特征向量，进而判定晶片缺陷，避免了对环境光线变化敏感的问题，实现了对晶片缺陷的有效分类，具有高稳定性、高检测效率、低敏感度的有益效果。

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；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。