随着芯片朝微型化以及高度集成化的趋势发展,芯片的封装速度以及容量都得到了极大地提高。芯片封装的高度集成化需求推动了封装技术快速发展,但随着芯片尺寸变小,芯片封装的制造工艺越来越具挑战性,封装过程中缺陷也越容易产生且难以检测,因此对芯片中的微缺陷进行可靠且稳定的检测显得十分重要。基于高频超声的声显微成像技术已经被广泛且有效地应用于微电子封装的微缺陷检测中,但是在高频超声检测过程超声会出现噪声和边缘衍射现象,该现象严重的影响了超声检测的信噪比以及精度。本学位论文从超声波传播机理出发,对超声检测芯片中微缺陷的模型进行有限元仿真模拟,进一步分析超声的时域回波信号以及微缺陷的超声图像并基于稀疏重构算法对超声信号以及图像进行处理,并对倒装焊芯片中难以识别的缺球缺陷使用基于局部线性嵌入的半监督分层极限学习机的智能识别分类算法进行识别分类。具体的内容如下,（1）基于高频超声波在不同种介质中的传播理论,对已广泛应用的倒装焊芯片的高频超声检测模型进行全过程的瞬态有限元仿真,通过对仿真获取的超声反射回波信号进行提取和分析,阐明超声传播过程中能量变化情况,对高频超声波与倒装焊芯片焊球中的典型三种缺陷（缺球、裂纹、孔洞）的交互作用进行阐述。分析了倒装焊芯片中不同缺陷对超声波传播过程中的能量传递影响与高频超声扫描缺陷边缘时所产生边缘衍射现象。（2）建立了一维超声检测信号的稀疏重构模型,通过电感耦合等离子刻蚀工艺制备含有微缺陷的样品,并使用高频超声波对实验样品进行检测并对检测获得到的一维超声回波信号进行分析,进一步验证高频超声波检测存在的边缘衍射现象。针对超声回波信号中存在噪声的现象,首先基于Gabor函数完成了过完备字典的构造,进而基于过完备字典并采用了最小二乘正交匹配追踪算法对超声信号进行了一维稀疏重构,重构结果表明该算法可以降低超声检测过程中的噪声影响从而更加准确地识别和评估芯片中的微缺陷。（3）建立了二维超声检测图像的稀疏重构模型,提出了基于盲估计的超声微缺陷图像稀疏重构方法,首先采用BM3D去噪方法对微缺陷的原始超声图像进行稀疏增强并去噪,进而基于最大后验概率算法估计出超声图像的模糊核（点扩散函数）,最后采用迭代阈值收缩算法对超声图像进行重构,结果表明了该方法能够提高高频超声检测的分辨率,并对稀疏重构方法的适用性以及实用性进行了拓展。（4）对于倒装互连芯片中的焊球缺失缺陷,采用声显微成像技术获取倒装焊芯片的超声图像,首先基于相关系数法将整个芯片的超声图像分割成多个只含一个焊球的子图像,建立了基于局部线性嵌入的半监督分层极限学习机模型对超声子图像进行特征提取以及特征分类。分类结果表明该智能分类算法能够快速、准确地识别倒装焊芯片中的缺球缺陷。本学位论文研究采用了声显微成像检测技术实现芯片内缺陷的有效检测,并通过仿真及实验等方法提供了从芯片封装焊球内缺陷的检测评估到缺陷的智能识别的有效方法,为我国芯片封装测试行业快速发展与进步提供理论依据以及技术方法。