一种基于机器视觉的芯片外观缺陷自动检测方法

本发明公开了一种基于机器视觉的芯片外观缺陷自动检测方法，涉及芯片外观检测技术领域，本发明，结合动态光照策略和多模态成像技术，在多角度、多光谱条件下采集芯片表面和内部的多视角图像，增强低对比度缺陷的显著性，弥补单模态成像在处理复杂结构缺陷时的局限性；通过Retinex算法校正光照不均、CLAHE技术增强局部对比度以及多尺度分解突出边缘和细节特征，显著提高特征提取的精度；基于轻量化MobileNet模型，结合多尺度特征提取和动态阈值生成感兴趣区域ROI，实现低对比度缺陷的亚像素级定位和分类，有效应对复杂背景对检测精度的干扰；同时通过跨模态特征融合框架，进一步整合太赫兹、红外和可见光特征，提升缺陷分类的准确性。