一种自动识别和计算芯片内部键合丝数量的方法与流程

1.本发明涉及芯片封装技术领域，具体涉及一种自动识别和计算芯片内部键合丝数量的方法。


背景技术：

2.在集成电路封装互连中，将芯片(die)上的i/o焊盘通过键合丝，连接到对应封装体上的焊盘上，使芯片与框架(或基板)产生电气信号的互连，方能让芯片实现其特定的功能，该步工艺称为“引线键合”。不同类型的芯片内部会键合不同数量的键合丝，以实现其特定的功能。
3.研究芯片的内部封装工艺，对于引线键合工艺，统计和分析其内部键合丝的数量及分布，对于竞品分析和失效分析至关重要，有利于借鉴和改进、优化调整封装设计、键合丝排布、甚至对于芯片封装的整体性能的提升都有极大的帮助。
4.但目前统计竞品芯片内部键合丝数量时，常见的分析方法主要是以下两种：
5.第一种(无损分析法)：
6.(1)将竞品芯片或失效芯片，放在x-ray(x射线)下，得到芯片内部键合丝分布图(此方法对金丝、铜丝、银丝适用)；
7.(2)人工根据图片，进行逐根核对、统计键合丝数量；
8.第二种方法(有损分析法)
9.将竞品芯片或失效芯片，先通过化学开盖(decap)，将芯片(die)上方的塑封料去除，使其键合丝裸露出来(铝丝在x-ray射线下，无法清晰呈现图像，故需要先将芯片表面的塑封料通过化学腐蚀去除)；
10.通过拍摄高清om(光学显微镜)，进行人工逐根统计，计算其键合丝总数；
11.对于内部只有几根的键合丝，以上方法可以快速统计，但若其内部含有成百上千根键合丝时(参照图1)，人工计算，很容易将其数错，需要来回重复核对键合丝数量，耗时，费力，且容易统计错误。
12.因此，如何实现快速、准确、高效统计芯片内部引线键合丝的数量，解决人工统计费时、费力、易出错的难题，是本领域技术人员关注的焦点。


技术实现要素：

13.本发明的目的是提出一种自动识别和计算芯片内部键合丝数量的方法，能够实现快速、准确、高效统计芯片内部引线键合丝的数量，解决人工统计费时、费力、易出错的难题。
14.为了实现上述目的，本发明提供了一种自动识别和计算芯片内部键合丝数量的方法，包括：
15.获取芯片内部键合丝的x-ray图或3d om图；
16.将所述x-ray图或3d om图导入识别模块内；
17.所述识别模块基于open cv库进行图像处理，得到处理好的图片；
18.对所述处理好的图片，利用lsd算法获得直线段检测结果，确定键合丝的数量。
19.可选方案中，所述识别模块基于open cv库进行图像处理包括：
20.将所述x-ray图或3d om图进行灰度处理，所述灰度处理的方法依次包括：模型匹配、图像锐化、二值化和高斯滤波。
21.可选方案中，所述图像处理还包括：对高斯滤波处理后的图片进行侵蚀/膨胀处理。
22.可选方案中，所述利用lsd算法获得直线段检测结果，确定键合丝的数量的方法包括：
23.通过lsd算法计算图片中所有像素点的梯度大小和方向；
24.将梯度方向变化小且相邻的像素点作为一个连通域；根据每一个所述连通域的矩形度判断是否需要按照规则将其断开以形成多个矩形度较大的连通域，最后对生成的所有的所述连通域做优化和筛选，保留其中满足条件的所述连通域；
25.所述lsd算法返回识别到的所有直线段的信息，确定键合丝的数量。
26.可选方案中，所述方法还包括：针对所述识别到的所有直线段的信息，根据直线段的长度、位置和倾斜度进行再次筛选，确定键合丝的数量。
27.可选方案中，所述键合丝的材质为金、铜或银，所述获得芯片内部键合丝的x-ray图的方法包括：
28.将所述芯片放置在x射线设备的载物台上；
29.利用x射线设备拍摄所述芯片的内部键合丝图片，获得芯片内部键合丝的x-ray图。
30.可选方案中，拍摄所述芯片的内部键合丝图片之前，所述方法还包括：
31.将所述x射线设备的电压、靶功率及灰度等级调整至预设值。
32.可选方案中，所述键合丝的材质为铝，获得芯片内部键合丝的3d om图的方法包括：
33.去除所述芯片表面的保护层，使键合丝裸露出来；
34.利用3d光学显微镜，获得芯片内部键合丝的3d om图。
35.可选方案中，所述去除所述芯片表面的保护层的方法包括：
36.先用激光镭射，在所述芯片的表面镭射出所述芯片面积相当的凹槽，此时不露出键合丝；
37.再将剩余的所述表面保护层通过化学配方进行化学腐蚀和超声清洗，直至露出键合丝。
38.可选方案中，所述识别模块支持的图片格式包括bmp、jpg、png、tif或gif。
39.本发明的有益效果在于：
40.本发明解决了目前人工统计费时、效率低且容易出错的难题。能够快速、准确计算键合丝数量。
附图说明
41.通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它
目的、特征和优势将变得更加明显，在本发明示例性实施例中，相同的参考标号通常代表相同部件。
42.图1为芯片键合丝的示意图。
43.图2为本发明一实施例中自动识别和计算芯片内部键合丝数量的方法的流程图。
具体实施方式
44.以下结合附图和具体实施例对本发明作进一步详细说明。根据下面的说明和附图，本发明的优点和特征将更清楚，然而，需说明的是，本发明技术方案的构思可按照多种不同的形式实施，并不局限于在此阐述的特定实施例。附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
45.应当明白，当元件或层被称为“在...上”、“与...相邻”、“连接到”或“耦合到”其它元件或层时，其可以直接地在其它元件或层上、与之相邻、连接或耦合到其它元件或层，或者可以存在居间的元件或层。相反，当元件被称为“直接在...上”、“与...直接相邻”、“直接连接到”或“直接耦合到”其它元件或层时，则不存在居间的元件或层。应当明白，尽管可使用术语第一、第二、第三等描述各种元件、部件、区、层和/或部分，这些元件、部件、区、层和/或部分不应当被这些术语限制。这些术语仅仅用来区分一个元件、部件、区、层或部分与另一个元件、部件、区、层或部分。因此，在不脱离本发明教导之下，下面讨论的第一元件、部件、区、层或部分可表示为第二元件、部件、区、层或部分。
46.空间关系术语例如“在...下”、“在...下面”、“下面的”、“在...之下”、“在...之上”、“上面的”等，在这里可为了方便描述而被使用从而描述图中所示的一个元件或特征与其它元件或特征的关系。应当明白，除了图中所示的取向以外，空间关系术语意图还包括使用和操作中的器件的不同取向。例如，如果附图中的器件翻转，然后，描述为“在其它元件下面”或“在其之下”或“在其下”元件或特征将取向为在其它元件或特征“上”。因此，示例性术语“在...下面”和“在...下”可包括上和下两个取向。器件可以另外地取向(旋转90度或其它取向)并且在此使用的空间描述语相应地被解释。
47.在此使用的术语的目的仅在于描述具体实施例并且不作为本发明的限制。在此使用时，单数形式的“一”、“一个”和“所述/该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定所述特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。
48.实施例1
49.参照图2，本实施例提供了一种自动识别和计算芯片内部键合丝数量的方法，包括：
50.获取芯片内部键合丝的x-ray图或3d om图；
51.将所述x-ray图或3d om图导入识别模块内；
52.所述识别模块基于open cv库进行图像处理，得到处理好的图片；
53.对所述处理好的图片，利用lsd算法获得直线段检测结果，确定键合丝的数量。
54.具体地，键合丝是指连接芯片(die)和框架(或基板)的金属丝，按照材质分类，主
要是金丝、铜丝、银丝、铝丝。
55.当键合丝的材质为金、铜、银时，通过x-ray，在不损坏芯片的前提下,利用高电压撞击靶材产生x射线穿透来获得芯片内部键合丝的x-ray图。具体地，当键合丝的材质为金、铜、银时，获得芯片内部键合丝的x-ray图的方法包括：将芯片放置在x射线设备的载物台上，将x射线设备的电压、靶功率及灰度等级调整至预设值，利用x射线设备拍摄芯片的内部键合丝图片，获得芯片内部键合丝的x-ray图。
56.当键合丝的材质为铝时，x-ray无法清晰呈现图像，则需进行化学开盖，去除芯片的保护层，暴露出键合丝，之后利用3d光学显微镜，获得芯片内部键合丝的3d om图。芯片保护层是指芯片表面的环氧树脂，用于保护键合后的芯片，以免被外界水汽、酸碱等沾污、腐蚀。优选方案中，去除芯片表面的保护层的方法包括：先用激光镭射，在所述芯片的表面镭射出所述芯片面积相当的凹槽，此时不露出键合丝，防止激光将键合丝损伤，导致键合丝断线；再结合化学试剂，将剩余的所述表面保护层通过化学配方进行化学腐蚀和超声清洗，直至露出键合丝。注意此步需要严格控制腐蚀的时间，以免键合丝被腐蚀脱落。再通过3d om(3d光学显微镜)，设置一定的放大倍数，进行自动拼接，得到芯片键合丝的完整分布图(放大倍数越大，图像越清晰)。
57.获取芯片内部键合丝的x-ray图或3d om图后，将x-ray图或3d om图导入识别模块内，识别模块支持的图片格式包括bmp、jpg、png、tif或gif。识别模块基于open cv库进行图像处理，得到处理好的图片。其中图像处理包括：将x-ray图或3d om图进行灰度处理，所述灰度处理的方法依次包括：模型匹配、图像锐化、二值化和高斯滤波。图像处理还包括：对高斯滤波处理后的图片进行侵蚀/膨胀处理。对所述处理好的图片，利用lsd算法获得直线段检测结果，确定键合丝的数量。
58.下面以一个具体的实例描述本方法(键合丝的材质为金、铜或银)
59.步骤一：将预先准备好的芯片平整的放置于x射线(x-ray)设备载物台上。
60.步骤二：将x-ray设备的能量(电压调至100kv，靶功率调整至3w)，灰度等级(决定图片对比度)调节至合适数值，x-ray设备生成的图片黑白对比度越高，识别模块(计数软件)越容易识别。
61.步骤三：保存x-ray图(芯片内部键合丝整体分布图或局部分布图)。
62.步骤四：将上述的x-ray图导入识别模块(计数软件)内。
63.步骤五：在识别模块内，打开x-ray图，可以选择局部或全部区域，设置软件，识别键合丝分布，计算数量。
64.识别模块识别图片的原理：
65.识别软件基于“open cv”进行图像识别和图像处理。
66.第一步：计数软件导入图片(软件支持bmp，jpg，png，tif，gif等格式)；
67.第二步：将待分析图片进行灰度处理。
68.常规的图片是彩色或黑白的，也就是所谓的三通道图片(rgb)，转变为灰度图后，像素的亮度信息会丢失，灰度图像中的像素值是连续的，而不是离散的，在图形的识别检测时能起到更好的效果；
69.需要强调的是：在导入的原始图片中，通常会有很多的干扰元素，在图形识别时会导致误差，所以在识别前需要尽可能的除去这些可能会导致误差的元素，主要的处理步骤
如下：
70.step1模型匹配：给定模板图片，匹配得到图片中的和模板图片一致图形的坐标，然后将该坐标范围内的像素点全置为1(全黑)，除去多余元素的干扰。
71.step 2图像锐化：消除或减弱图像的低频分量从而增强图像中物体的边缘轮廓信息,以增强图像中的键合丝线条形状。
72.step 3二值化：将图片分成色彩只有0和255的图像，用于灰度图，可以去除图片中和线条像素值差距较大的多余元素。
73.step 4高斯滤波：高斯滤波是一种线性平滑滤波，用于消除高斯噪声，广泛用于图像处理的减噪过程。可以有效消除高斯噪声，能保留更多的图像细节，此步为最有用的滤波器。
74.step 5侵蚀/膨胀：通过剥离图像中所有形状的边界层从而使形状变细/变粗，得到最终处理好的图片，用于后续计数。
75.第三步：对图片使用lsd算法检测直线段数量。
76.lsd算法:lsd是一种线段检测算法，该方法能在较短的时间内获得较高精度的直线段检测结果，处理过程如下：
77.step1:通过lsd直线检测算法计算图像中所有像素点的梯度大小和方向；
78.step2：将梯度方向变化小且相邻的像素点作为一个连通域；根据每一个连通域的矩形度判断是否需要按照规则将其断开以形成多个矩形度较大的连通域，最后对生成的所有的连通域做优化和筛选，保留其中满足条件的连通域；
79.step3：得到最后的直线检测结果。
80.该算法的优点在于检测速度快，而且无需参数调节，提高直线检测的准确度。
81.step4：lsd算法会返回识别到所有线段信息，我们可以根据返回的信息再次对线段进行筛选，例如线段的长度，位置和倾斜度等等。
82.需要说明的是，由于不同图片的环境不同，不能够将一套固定的处理流程用于所有的图片，所以上述的图片处理方法可以通过按钮的方式来选择开启或关闭，不同方法所使用的值也可以配置，识别模块能够实时的看到处理后的图片情况。所有条件配置结束后点击识别按钮，计数软件会反馈识别到的线条数量。
83.本实施例能够精准、快速、高效的计算键合丝数量，解决了人工统计费时、效率低的难题。
84.上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

技术特征：
1.一种自动识别和计算芯片内部键合丝数量的方法，其特征在于，所述方法包括：获取芯片内部键合丝的x-ray图或3d om图；将所述x-ray图或3d om图导入识别模块内；所述识别模块基于open cv库进行图像处理，得到处理好的图片；对所述处理好的图片利用lsd算法获得直线段检测结果，确定键合丝的数量。2.如权利要求1所述的自动识别和计算芯片内部键合丝数量的方法，其特征在于，所述识别模块基于open cv库进行图像处理包括：将所述x-ray图或3d om图进行灰度处理，所述灰度处理的方法依次包括：模型匹配、图像锐化、二值化和高斯滤波。3.如权利要求2所述的自动识别和计算芯片内部键合丝数量的方法，其特征在于，所述图像处理还包括：对高斯滤波处理后的图片进行侵蚀/膨胀处理。4.如权利要求1所述的自动识别和计算芯片内部键合丝数量的方法，其特征在于，所述利用lsd算法获得直线段检测结果，确定键合丝的数量的方法包括：通过lsd算法计算图片中所有像素点的梯度大小和方向；将梯度方向变化小且相邻的像素点作为一个连通域；根据每一个所述连通域的矩形度判断是否需要按照规则将其断开以形成多个矩形度较大的连通域，最后对生成的所有的所述连通域做优化和筛选，保留其中满足条件的所述连通域；所述lsd算法返回识别到的所有直线段的信息，确定键合丝的数量。5.如权利要求4所述的自动识别和计算芯片内部键合丝数量的方法，其特征在于，所述方法还包括：针对所述识别到的所有直线段的信息，根据直线段的长度、位置和倾斜度进行再次筛选，确定键合丝的数量。6.如权利要求1所述的自动识别和计算芯片内部键合丝数量的方法，其特征在于，所述键合丝的材质为金、铜或银，所述获得芯片内部键合丝的x-ray图的方法包括：将所述芯片放置在x射线设备的载物台上；利用x射线设备拍摄所述芯片的内部键合丝图片，获得芯片内部键合丝的x-ray图。7.如权利要求6所述的自动识别和计算芯片内部键合丝数量的方法，其特征在于，拍摄所述芯片的内部键合丝图片之前，所述方法还包括：将所述x射线设备的电压、靶功率及灰度等级调整至预设值。8.如权利要求1所述的自动识别和计算芯片内部键合丝数量的方法，其特征在于，所述键合丝的材质为铝，获得芯片内部键合丝的3d om图的方法包括：去除所述芯片表面的保护层，使键合丝裸露出来；利用3d光学显微镜，获得芯片内部键合丝的3d om图。9.如权利要求8所述的自动识别和计算芯片内部键合丝数量的方法，其特征在于，所述去除所述芯片表面的保护层的方法包括：先用激光镭射，在所述芯片的表面镭射出所述芯片面积相当的凹槽，此时不露出键合丝；再将剩余的所述表面保护层通过化学配方进行化学腐蚀和超声清洗，直至露出键合丝。10.如权利要求1所述的自动识别和计算芯片内部键合丝数量的方法，其特征在于，所
述识别模块支持的图片格式包括bmp、jpg、png、tif或gif。

技术总结
本发明提供了一种自动识别和计算芯片内部键合丝数量的方法，包括：获取芯片内部键合丝的X-Ray图或3D OM图；将所述X-Ray图或3D OM图导入识别模块内；所述识别模块基于Open Cv库进行图像处理，得到处理好的图片；对所述处理好的图片利用LSD算法获得直线段检测结果，确定键合丝的数量。本发明能够实现快速、准确、高效统计芯片内部引线键合丝的数量，解决人工统计费时、费力、易出错的难题。易出错的难题。易出错的难题。


技术研发人员：吴佳 李礼 吴叶楠
受保护的技术使用者：上海威固信息技术股份有限公司
技术研发日：2023.08.21
技术公布日：2023/10/20