基于Hough变换和卷积神经网络的集成电路互联线提取方法

基于硬件技术对集成电路故障的检测方法多数与其存在接触,容易造成二次损害。基于机器视觉的检测部位大多为集成电路的焊点、管脚、晶圆、封装等,很少对集成电路互联线所产生的故障进行检测。为此,文章研究了集成电路高效率无接触检测的关键技术——基于机器视觉的互联线检测。针对Hough变换提取到虚假互联线信息的问题,使用卷积神经网络(CNN)将虚假线条信息剔除。首先,利用Hough变换提取线条在图像空间中的信息作为线段的感受域,包括线条的起始点、斜率、截距;其次,用CNN对感受域进行分类,得到图像中正确的感受域信息;最后,根据集成电路互联线的正确信息,剔除虚假信息。分析结果表明,使用所提算法对集成电路进行的互联线提取工作可以满足工业要求。