摘要
本申请提供了一种异向导电膜键合导电粒子的检测方法、装置、设备及介质,根据本申请的方法包括:获取包含导电粒子的原始图像;通过模板匹配方式在原始图像中获取含有导电粒子的图像区域作为待检测区域;根据预先设置的基于深度学习的像素级回归算法,获取待检测区域导电粒子概率图像,对导电粒子概率图像进行二值化处理,获取二值化图像;在二值化图像上采用连通域标记算法获取每个导电粒子的位置,进而获取待检测区域中导电粒子的数量,根据导电粒子的数量判断导电膜键合的质量。本申请提供的技术方案可解决传统算法鲁棒性差,检测不准确的问题。
技术关键词
导电粒子
二值化图像
回归算法
全卷积神经网络
特征融合网络
计算机可执行指令
特征提取网络
像素
生成特征
融合特征
算法鲁棒性
图像获取模块
模板
标记
处理器
系统为您推荐了相关专利信息
多源遥感数据
层次聚类方法
植被
虫害早期预警
诊断方法
神经酰胺
急性冠脉综合征
样本
逻辑回归算法
机器学习算法模型
资源
电子凭证信息
神经网络模型
多维特征向量
深度学习模型
学科知识图谱
学生
辅助学习方法
知识点
辅助学习系统
图像分割方法
掩膜
图像分割模型
二值化图像
计算机程序产品