買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安電子科技大學(xué)申請的專利一種基于改進(jìn)卷積變分自編碼器的芯片表面缺陷并行檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114463280B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210029841.X，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種基于改進(jìn)卷積變分自編碼器的芯片表面缺陷并行檢測方法是由任獲榮;馬振;韓健;平續(xù)斌;焦小強;張志新設(shè)計研發(fā)完成，并于2022-01-12向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于改進(jìn)卷積變分自編碼器的芯片表面缺陷并行檢測方法在說明書摘要公布了：本發(fā)明公開了一種基于改進(jìn)卷積變分自編碼器的芯片表面缺陷并行檢測方法，改善了現(xiàn)有技術(shù)中芯片表面缺陷檢測仍須智能化的問題。該發(fā)明含有以下步驟，步驟1，芯片圖像采集與預(yù)處理；步驟2，構(gòu)建并訓(xùn)練改進(jìn)的卷積變分自編碼器；步驟3，對待測芯片進(jìn)行實時缺陷檢測。本發(fā)明對傳統(tǒng)的變分自編碼器進(jìn)行了部分改進(jìn)，僅使用正常樣本進(jìn)行無監(jiān)督訓(xùn)練，無需有標(biāo)注的缺陷樣本數(shù)據(jù)，就能夠檢測出與正常樣本相異的所有缺陷，減少了人力物力，同時該方法將原始圖像分解成多個子圖像后并行處理，可以高效快速低成本地對芯片表面進(jìn)行各類缺陷檢測。

本發(fā)明授權(quán)一種基于改進(jìn)卷積變分自編碼器的芯片表面缺陷并行檢測方法在權(quán)利要求書中公布了：1.一種基于改進(jìn)卷積變分自編碼器的芯片表面缺陷并行檢測方法，其特征在于：含有以下步驟， 步驟1，芯片圖像采集與預(yù)處理； 步驟2，構(gòu)建并訓(xùn)練改進(jìn)的卷積變分自編碼器；包含以下步驟： 步驟2.1、構(gòu)建改進(jìn)的卷積變分自編碼器網(wǎng)絡(luò)，該網(wǎng)絡(luò)由一個編碼器和一個解碼器構(gòu)成： 設(shè)置編碼器包含有五個卷積子模塊，每個卷積子模塊均由兩個全卷積層和一個最大池化層構(gòu)成，用于卷曲圖像特征并減少參數(shù)數(shù)量，解碼器結(jié)構(gòu)含有與編碼器完全對稱的結(jié)構(gòu)，將卷積層變?yōu)檗D(zhuǎn)置卷積層，最大池化層變?yōu)樽畲蠓闯鼗瘜?，在編碼器和解碼器的各個卷積子模塊之間，加入自注意力模塊CBAM和深度連接注意力網(wǎng)絡(luò)模塊DCAnet進(jìn)行連接，其中CBAM模塊又包含有通道注意力子模塊CAM和空間注意力子模塊SAM； 步驟2.2、訓(xùn)練卷積變分自編碼器： 在訓(xùn)練階段將采集到的正常芯片表面圖像輸入改進(jìn)的卷積變分自編碼器網(wǎng)絡(luò)中，使用交叉熵?fù)p失作為重構(gòu)損失，并計入為損失函數(shù)中的一項，計算方式如下：Loss1＝||x'-x||2其中x'表示重構(gòu)圖像數(shù)據(jù)，x表示輸入圖像數(shù)據(jù)；同時，為了將編碼器正則化，使用KL散度作為損失函數(shù)的另一項，Loss2＝KLNμ,σ2|N0,1，其中Nμ,σ2為輸入圖像數(shù)據(jù)在低維潛在空間表示中隱變量的正態(tài)分布，顯然均值μ,方差σ2為該隱變量的特征參數(shù)，N0,1為標(biāo)準(zhǔn)正態(tài)分布，該過程總的損失函數(shù)則為Loss＝Loss1+Loss2，而另一編碼器E2的網(wǎng)絡(luò)結(jié)構(gòu)與編碼器E1完全一致； 步驟3，對待測芯片進(jìn)行實時缺陷檢測；包含以下步驟：實時采集工業(yè)生產(chǎn)線上的待測芯片表面圖像，將采集到的待測芯片圖像同樣分解為NxN個像素為SxT大小相同的圖像，創(chuàng)建多個圖像檢測任務(wù)，為每個圖像檢測任務(wù)創(chuàng)建一個線程，多個線程并行處理圖像缺陷檢測任務(wù)，將實時采集的芯片表面圖像分別輸入檢測網(wǎng)絡(luò)中的編碼器E1和編碼器E2，以便編碼器E1提取出正常芯片表面圖像的顯著特征，且該特征用低維潛在空間表示C1，并用經(jīng)解碼器D1生成重構(gòu)圖像； 當(dāng)輸入的芯片表面圖像Q1存在缺陷時，網(wǎng)絡(luò)模型中的編碼器E2會提取出缺陷圖像特征，并獲得該圖像的低維潛在空間特征表示C2，記||C1-C2||為芯片表面缺陷異常分?jǐn)?shù)得分值之一，卷積變分自編碼器網(wǎng)絡(luò)模型中與編碼器E2相連接的解碼器D1在生成重構(gòu)圖像的過程中能夠自動去除缺陷特征，而保留正常特征；于是將缺陷芯片的重構(gòu)圖像Q2與輸入的缺陷芯片表面圖像Q1相減得到殘差圖，殘差圖含有的信息不僅能夠判定待測芯片是否存在缺陷而且能夠標(biāo)定出缺陷位置，將殘差圖進(jìn)行數(shù)字化處理得到其具體數(shù)值表示||Q1-Q2||記為另一缺陷得分值，將上述兩個缺陷得分值進(jìn)行加權(quán)求和，于是獲得最終的異常得分值的計算公式M＝λ1||C1-C2||+λ2||Q1-Q2||，將該異常得分值值與設(shè)定的閾值進(jìn)行比較，超過閾值則認(rèn)定為存在缺陷，并利用殘差圖標(biāo)定缺陷。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西安電子科技大學(xué)，其通訊地址為：710071 陜西省西安市雁塔區(qū)太白南路2號西安電子科技大學(xué)北校區(qū)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。