题目1：基于机器视觉的半导体芯片表面缺陷在线检测关键技术研究
报告人：巢渊
题目2：回转类零件三维测量关键技术研究
报告人：陈平
时间：2014年11月27日，星期四， 12:30-13:30
地点：院多媒体教室302
报告内容与报告人简历详见下文, 期待着您的积极参与和支持！
学术论坛需要大家的关心和支持！欢迎各位老师将您自己的学术成果与教学科研经验在本论坛上与大家一同分享！也欢迎您邀请国内外专家学者及各界成功人士通过本论坛与必赢官网师生进行广泛交流。
感谢您的关注！
************************请硕导、博导提醒您的研究生：*******************
据院有关规定：
博士、硕士研究生1个学分的必修课《学科研究动态》与院学术平台合并进行，必须听满10次并上交听课报告。博士研究生在申请答辩之前须主讲一次。另外，您的博士生开题报告会也可在本论坛上举行。
-----------------------------------------------------------
报告1：基于机器视觉的半导体芯片表面缺陷在线检测关键技术研究
大规模集成电路的表面检测在半导体芯片的后道生产工序中占有举足轻重的地位。表面缺陷检测作为组装部的最后一道工序，一方面，它为产品的出货质量把关，另一方面，它为整个芯片组装部的各工序提供及时的产品质量信息反馈，以帮助各工序及时发现本身存在的质量隐患，避免产生大批量次品。随着半导体芯片的需求量不断增加、芯片的生产量的提高，传统的人工检测方法因受人眼在时间、空间上的分辨率，以及主观因素的限制，已经很难满足半导体芯片高速、高精度的检测需求。用“机器视觉”取代人眼进行表面缺陷检测，已成为半导体芯片生产发展的重要趋势。
现有的半导体芯片缺陷检测的理论研究及检测系统设计，大部分集中于芯片的三维外观、引脚尺寸位置、封装、字符等缺陷，而针对半导体芯片表面引脚溢胶、熔化、基板上的划痕、裂痕、缺角等缺陷的检测、特别是分类识别的研究较少，这类缺陷相较于前者更难检测，却不容忽视。在半导体芯片缺陷的检测系统设计方面，大部分只是停留在芯片缺陷分割与识别方法的理论研究以及单张图片的检测，并未见到半导体芯片从缺陷分割到分类识别的完整流程的在线研究与应用，而在线的关键问题就是长时间连续检测的速度与稳定性，及检测精度是否能满足生产需求。
针对以上问题，本次报告的主要内容有：
（1）芯片表面缺陷检测研究与相关技术的国内外研究现状；
（2）芯片表面缺陷目标提取方法；
（3）芯片表面缺陷特征的提取与分类方法；
（4）芯片表面缺陷在线检测系统的实现。
报告人：巢渊导师：张志胜 教授
2007年9月至2011年6月，就读于437必赢会员中心获得学士学位。2011年入437必赢会员中心攻读博士学位，专业是机械电子工程，导师是张志胜教授，研究方向是机器视觉与机电一体化。曾发表论文1篇，被EI收录1篇，申请发明专利1项，软件著作权1项。
报告2：回转类零件三维测量关键技术研究
回转类零件作为工业生产中极为常见的零件，在机械制造的各类零件中占有较大比重，并被广泛应用于航空航天、国防工业、水利水电等领域。传统测量技术一般为接触式测量，使其测量时间长、工作量大，而回转类零件具有结构复杂、测量项目多等特点，如何实现其高精度和高效率测量，无疑给传统测量技术提出了挑战。本课题将立足于构建简单廉价的线结构光测量系统，用以实现对回转类零件的回转扫描，不仅能在一定精度范围内重建回转类零件，还能计算获取其局部的各类截面数据，因而本课题为零件快速测量提供了一体化的解决方案，具有广泛的实用价值和重要的研究意义。
本次报告的主要内容有：
(1)综合线结构光系统标定；
(2)图像特征提取跟踪重建；
(3)点云曲率特征提取分割；
(4)点云回转模型曲面重建。
报告人：陈平导师：张志胜 教授
2012年入437必赢会员中心攻读博士学位，专业是机械电子工程，导师是张志胜教授，研究方向视觉测量和模式识别。曾发表论文2篇，被SCI收录1篇，EI收录1篇。
