随着IC集成度的提高，芯片加工工艺日趋复杂，人们对集成电路品质的越来越重视，以及技术、成本等诸多因素的影响，使得IC检测成为集成电路产业中一个不可缺少的独立环节。高性能缺陷检测策略、算法是集成电路IC测试设备的核心技术。本课题来源于广东省2004年科技计划项目“基于数字图像处理IC晶片自动检测系统”。机器视觉系统采用“PC+下位机”模式，下位机负责对工作台的控制和图像采集；PC负责图像预处理、缺陷检测和数据库管理。高速度、高精度的缺陷检测方法是建立在高质量的图像采集的基础上的。光学镜头存在一定的图像畸变，有必要针对图像畸变研究校正的方法和工程实现。本文重点研究了以下两个问题：一是图像畸变的校正。选取多个标准网格和点阵模型用Auto CAD绘制，然后用激光打印得到标准图样，通过CCD图像传感器采集到畸变图像，从位置校正、灰度校正两个方面来分析。选择典型的畸变图像提取特征点的理想坐标和实际畸变点的坐标，采用四阶畸变函数，用MATLAB计算畸变系数，在VC++6.0环境下编程实现。实验表明，畸变的校正取得了好的效果。另一个是针对存储器，CCD图像传感器、LCD等类型的IC的缺陷检测方法。这些类型的IC的每个单元(存储单元或图像感应单元或图像显示单元)版图完全一样。在理解这类IC表面图像特征的基础上，采用基于ESPRIT算法的自比较模板匹配缺陷检测方法。将采集到的IC显微图像经过畸变校正、滤波、二值化后，沿水平、垂直方向投影得到两幅含有噪声的周期信号，投影后将一幅二维图像变成两幅一维图像，有效地减少计算量。应用ESPRIT(旋转不变子空间技术)算法精确计算两幅一维图像的周期，由这两个周期可以知道该图像的每一个结构块(重复单元)的大小，将图像中所有结构块对应位置的像素值平均，得到标准结构块。当周期不是像素的整倍数时，采用双线性插值。将标准结构块扩展成原图像大小，形成标准模板，将标准模板与被检测图像比较，即可实现缺陷检测。将检测结果和检测过程中有关的信息存入数据库，完成缺陷检测任务。该方法具有高精度、高速度的特点，能实现自动化、遍历检测。