芯片焊接气泡检测技术

随着集成电路器件的小型化及热可靠性要求的提高，芯片焊接气泡的检测与控制日益成为确保芯片质量可靠性的重要检测项目。芯片焊接气泡一般表现为连续型大气泡和随机分布的小气泡。这两类气泡对热阻的影响各不相同，但随着芯片小型化及功率密度的提高，随机分布的小气泡对热阻的贡献已不容忽视。

芯片焊接气泡的无损检测主要包括两种方法：微焦点X射线(X-Ray)检测和声扫描显微镜(C-SAM)。C-SAM的扫描分辨率可达0.1μm，对气泡检测灵敏度高。微焦点X-Ray的分辨率同样可达0.1μm，适合检测大于0.5mm的气泡，但对于小于0.5mm的气泡检测较为困难，特别是在X-Ray图像背景不均匀时，小气泡更难检测。然而，C-SAM与X-Ray是互补的检测方法，X-Ray在SMT生产过程中的气泡检测具有重要的实际应用意义。

芯片焊接气泡X-Ray检测方法

二维集合经验模式分解算法（2-EEMD）

X-Ray透视图像的不均匀背景可以通过信号分解方法分离，从而实现不均匀背景下芯片气泡的检测。经验模式分解(EMD)是一种无需先验基函数、基于数据本身的自适应、正交且完备的非线性、非稳态数据分析方法。集合经验模式分解算法(EEMD)在此基础上进一步完善，提出了一种新的针对图像分解的二维集合经验模式分解算法（2-EEMD），其步骤如下：

1. 对m × n的二维信号 \( f(x,y) \) 的各行进行EEMD分解，得到各行的一维内嵌模式函数 \( c_{ij}(y) \)，其中 \( i=1,2,\ldots,m \) 为行号，\( j=1,2,\ldots,J \) 为内嵌模式函数序号。
2. 组合得到 \( J \) 个 \( m \times n \) 二维信号 \( g_j(x,y) = [c_{1j}(y) \, c_{2j}(y) \, \ldots \, c_{mj}(y)]^T \).
3. 对每个二维信号 \( g_j(x,y) \) 的各列进行EEMD分解，得到各列的内嵌模式函数 \( d_{jk}(x) \)，其中 \( k=1,2,\ldots,K \) 为内嵌模式函数序号。
4. 组合得到 \( J \times K \) 个 \( m \times n \) 二维信号 \( h_{jk}(x,y) = [d_{j1}(x) \, d_{j2}(x) \, \ldots \, d_{jn}(x)]^T \).
5. 根据得到的 \( J \times K \) 个二维信号 \( h_{jk}(x,y) \)，组合得到 \( m \times n \) 二维内嵌模式函数：
   \[ C_i(x,y) = \sum_{k=i}^K h_{ik}(x,y) + \sum_{j=i+1}^J h_{ji}(x,y) \tag{1} \]
   其中 \( i=1,2,\ldots,\min(J,K) \)。二维信号表示为：
   \[ f(x,y) = \sum C_i(x,y) + R(x,y) \tag{2} \]
   其中 \( R(x,y) \) 为分解剩余项。
6. 利用2-EEMD的正交完备特性，得到消除不均匀背景的重建表达式：
   \[ f_r(x,y) = \sum C_i(x,y) \tag{3} \]
   该式不包含趋势及不均匀背景内嵌模式函数。

通过2-EEMD分解，芯片X-Ray灰度图像的不均匀背景可被分离，使气泡的提取与检测更加简便。

基于2-EEMD的芯片焊接气泡检测方法

X-Ray图像的灰度强度 \( I \) 可表示为X射线强度的减弱分布：

其中 \( I_0 \) 为入射X射线强度，\( I \) 为出射X射线强度，\( \Delta x \) 为厚度，\( \mu_n \) 为物质吸收系数。X射线图像在一定程度上反映了材料内部的结构特征。

 

基于2-EEMD的芯片焊接气泡检测方法如下：

1. 对原始二维图像 \( f(x,y) \) 应用2-EEMD分解，剔除不均匀背景，重建图像 \( f_r(x,y) \)。
2. 采用Otsu全局阈值分割算法，分离气泡，得到二值化的黑白图像。
3. 计算面积分比等检测参数，根据指标给出检测结果。

基于灰度形态学算法的检测方法

灰度形态学算法与二值图像形态学算法的主要区别在于膨胀与腐蚀的定义：

其中 \( b \) 为结构元，\( D_b \) 为结构元的定义域。

 

基于灰度形态学的芯片焊接气泡检测方法如下：

1. 根据气泡大小，构建适当的形态学滤波结构元。
2. 用结构元对原图像 \( f(x,y) \) 执行灰度形态学Open操作，得到不均匀背景图像 \( f_b(x,y) \)。
3. 执行减操作 \( f(x,y) = f(x,y) - f_b(x,y) \)。
4. 对图像 \( f(x,y) \) 进行线性灰度均衡化，得到图像 \( f^*(x,y) \)。
5. 采用Otsu全局阈值分割算法，分离气泡，得到二值化的黑白图像。
6. 计算面积分比等检测参数，根据指标给出检测结果。

与2-EEMD相比，灰度形态学算法的物理意义较弱，但仍能有效处理不均匀背景。

相关阅读：站在巨人的肩膀上：传承与创新X射线检测设备的应用之路