买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中关村芯园(北京)有限公司申请的专利一种基于机器视觉的芯片外观缺陷自动检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119959220B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510015701.0，技术领域涉及：G01N21/88；该发明授权一种基于机器视觉的芯片外观缺陷自动检测方法是由吴凡;程镜亮;孟捷设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种基于机器视觉的芯片外观缺陷自动检测方法在说明书摘要公布了：本发明公开了一种基于机器视觉的芯片外观缺陷自动检测方法，涉及芯片外观检测技术领域，本发明，结合动态光照策略和多模态成像技术，在多角度、多光谱条件下采集芯片表面和内部的多视角图像，增强低对比度缺陷的显著性，弥补单模态成像在处理复杂结构缺陷时的局限性；通过Retinex算法校正光照不均、CLAHE技术增强局部对比度以及多尺度分解突出边缘和细节特征，显著提高特征提取的精度；基于轻量化MobileNet模型，结合多尺度特征提取和动态阈值生成感兴趣区域ROI，实现低对比度缺陷的亚像素级定位和分类，有效应对复杂背景对检测精度的干扰；同时通过跨模态特征融合框架，进一步整合太赫兹、红外和可见光特征，提升缺陷分类的准确性。

本发明授权一种基于机器视觉的芯片外观缺陷自动检测方法在权利要求书中公布了：1.一种基于机器视觉的芯片外观缺陷自动检测方法，其特征在于：包括， 步骤S1，在芯片制造的流水线环境中，通过工业相机和多光谱成像设备对芯片表面和内部进行成像，成像过程动态调整光照策略，在多角度和多强度条件下采集图像，生成多视角芯片图像； 步骤S2，对芯片图像进行预处理，包括光照均匀化、对比度增强和分离多尺度特征； 步骤S3，将步骤S2预处理后的图像输入深度学习模型进行特征提取与分类，并生成感兴趣区域ROI；此处的深度学习模型采用轻量化的MobileNet模型； 步骤S4，对生成的感兴趣区域ROI进行细化分析； 步骤S5，将步骤S4的分析结果传递至边缘计算设备，进行实时评估与生产闭环：基于步骤S4分析所得的缺陷类型以及测量尺寸和位置，划分风险等级，对高风险区域进行优先检测和复核，然后将检测结果传回生产流水线，用于调整工艺参数或标记需额外处理的芯片； 所述细化分析的方式包括： 构建跨模态学习框架，将太赫兹、红外和可见光图像的特征联合建模得到融合特征图， 利用融合特征图对缺陷类型进行分类，类型包括气泡、裂纹以及材料分层， 利用融合特征图，对缺陷的几何尺寸及其在芯片上的具体位置进行测量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中关村芯园(北京)有限公司，其通讯地址为：100081 北京市海淀区西三环北路甲2号院7号楼10层11室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。