《CCD影像設(shè)計的案例2100字》

CCD影像設(shè)計的案例綜述目錄TOC\o"1-2"\h\u17594CCD影像設(shè)計的案例綜述 1238451.1圖像定位預(yù)處理 1231621.1.1利用區(qū)域增長法求取特征點 195771.1.2元器件的缺陷識別 2306581.2誤差補償 3131771.1.1元器件的偏移 3172821.1.2元器件中心與角度的誤差補償 31.1圖像定位預(yù)處理1.1.1利用區(qū)域增長法求取特征點SMT貼片機的視覺效果成像系統(tǒng)設(shè)計直接影響視覺識別系統(tǒng)、制造智能管理系統(tǒng)和運動系統(tǒng)之間的協(xié)作程度。此外，圖像質(zhì)量也是對貼片設(shè)備視覺識別系統(tǒng)的定位精度產(chǎn)生了直接的影響，因此，它已成為影響SMT貼片機精度的不可忽略的因素。一方面，它顯示了視覺定位識別特征，在對Carrier基板和元器件的檢測中，特征點的提取通常不固定，常用的有矩形、圓孔、以及十字形。區(qū)域增長法是一種基于相同對象區(qū)域中像素的相似特征來收集像素點的方法[7]，基本概念是基于一些原始的生長種子（種子可以是單獨定義的像素），并且此類種子的周圍區(qū)域具有相似的定義，并合并到種子定義所屬的區(qū)域中，從而產(chǎn)生新的種子像素[8]，直到當(dāng)前的區(qū)域不能再這樣合并。將圖像二值化后，所有圖像均顯示出明顯的黑白實際效果，背景區(qū)域是灰黑色，而白色區(qū)域是包含組件的特征點，如圖2-1所示。區(qū)域增長法的目的是檢索所有的白色區(qū)域，圖2-1中背景的閾值是0，為黑色，前景的閾值是255為白色，這樣就將整張圖像分成了黑色的背景和白色的前景[9]，同時又沒有了其他灰度值像素點的干擾。一個二值化圖像中任何一點的灰階值都可以由函數(shù)表示，則(x，y)表示其中一個像素的點的位置。從圖像的起點(x0，y0)開始逐漸搜索，當(dāng)檢索到第一個白色點，即f(x，y)=255時，記錄下該點的坐標(biāo)(x1，y1)。從這一刻開始，該區(qū)域的第一輪區(qū)域增長開始，看其灰階值是否為255，如果灰階值為255的像素，則該點將被放入堆棧中，如果沒有，則從堆棧中移出到下一個點，并從頭開始檢索直到堆棧中的最后一個點為止，然后就完全檢索出此白色區(qū)域。算法流程如圖2-2所示。圖2-1提取芯片白色特征點示意圖圖2-2區(qū)域生長法的算法流程1.1.2元器件的缺陷識別對于不同類型的芯片，取決于它們的準(zhǔn)確度水平，成像條件和表面質(zhì)量[10]，在前期制程就很可能會造成損壞，或者在自然環(huán)境中促使元器件表面上會存在崩邊、臟污、劃痕等，這將對最終檢測的圖像產(chǎn)生各種影響。區(qū)域增長法的設(shè)計主要是基于芯片的總面積來進行影響點的去除，根據(jù)區(qū)域增長法計算出的電子元件閾值為A(i)，設(shè)置電子元器件的總面積極限閾值為maxA和下限閾為值minA，如果minA<A(i)<maxA，則該電子元件為標(biāo)準(zhǔn)電子元件，否則為非標(biāo)準(zhǔn)電子元件。同時可獲取該元器件的圖像中心的偏移角度、中心坐標(biāo)位置偏移等特征，且此類特征均以矩陣形式保存[11]，可將待測芯片的特征區(qū)域與相應(yīng)的模板芯片特征區(qū)域進行比對，并設(shè)以一定誤差范圍，可以準(zhǔn)確地區(qū)分和識別缺陷芯片，檢測的缺陷芯片如圖2-3所示。圖2-3缺陷芯片示意圖1.2誤差補償1.1.1元器件的偏移貼片元器件在整個精確定位過程中都有可能會發(fā)生偏移，偏移情況如圖2-4所示，其中圖2-4(a)表示元器件理想狀態(tài)，圖2-4(b)表示元器件中心位置偏移，圖2-4(c)表示元器件的角度發(fā)生偏移，圖2-4(d)表示元器件的中心位置和角度均發(fā)生偏移。圖2-4元器件偏移示意圖1.1.2元器件中心與角度的誤差補償隨著電子生產(chǎn)對貼裝效率和精度的要求越來越高，視覺定位方法由于其高精度、高效率而成為現(xiàn)階段的核心精密定位方法，是未來貼片設(shè)備定位系統(tǒng)發(fā)展的流行方向[12]。在識別電子元件的整個過程中，拾取系統(tǒng)不可避免地會出現(xiàn)機械設(shè)備的差異，這很容易導(dǎo)致系統(tǒng)的拾取系統(tǒng)對于元件的定位估計不準(zhǔn)確，從而導(dǎo)致電子元器件產(chǎn)生角度偏移或位置偏差，但是對于貼片的精度會有很大差異。因此，除了用于貼片元器件的視覺識別系統(tǒng)的特征點之外，電子元件的角度偏差θ和位置偏差(?x，?y)的檢測也不能忽略[13]。由于電子元器件基本上都是矩形或類似的矩形，因此采用圖像分割的檢測邊緣法獲得更清晰的邊緣，并根據(jù)最大的內(nèi)接矩形框和最小二乘法計算得出電子元器件的中心坐標(biāo)，用線性合成平行線的方法[14]以獲得元器件的偏轉(zhuǎn)角和中心位置的偏移位置，并且可以精確地定位，最大的內(nèi)接矩形框的優(yōu)化算法是檢查電子元器件的中心位置和角度合理而準(zhǔn)確的方法[15]，最大的內(nèi)接矩形框的法的理論基礎(chǔ)是，從目標(biāo)幾何輪廓的總錨點到距錨點最遠的4個像素，如圖2-5所示。圖2-5最大內(nèi)接矩形示意圖P1，P2，P3，P4是在總體輪廓邊緣與目標(biāo)中心相距最遠的4個點，將這4個點依次進行連接以獲得整體目標(biāo)輪廓的最大內(nèi)切矩形框。充分考慮電子芯片的外觀標(biāo)準(zhǔn)，根據(jù)邊緣點的結(jié)構(gòu)，采用輪廓重心法測量基本電子元器件圖像的中心位置坐標(biāo)，計算中心坐標(biāo)方法如公式(2-1)所示：(2-1)xc和yc為電子元器件的理論的中心位置坐標(biāo)，輪廓點將第i個像素的平面坐標(biāo)居中，其中n是像素數(shù)，以獲取整個目標(biāo)圖像的中心位置(xc，yc)，當(dāng)獲得最大的內(nèi)切矩形框時，可以明確電子元器件的中心位置坐標(biāo)，中心位置坐標(biāo)的計算方法如公式(2-2)所示： (2-2)式中，xc1和yc1表示電子元器件的實際的中心位置坐標(biāo)，盡管在理論上電子元器件是矩形框，但距離整個目標(biāo)中心較遠的4個像素的連接線可能不是標(biāo)準(zhǔn)的矩形框（也就是說，四條邊不一定是直線），即在θ1，θ2，θ3，θ4中，平均角度偏差會較大。因此，取出平均偏差超過5%的夾角，并計算剩余夾角的平均值作為偏差角度。如果P1，P2，P3和P4的像素點坐標(biāo)分別為(x1，y1)，(x2，y2)，(x3，y3)，(x4，y4)，則線P1P2和線P3P4分和水平方向之間的交角以及線P1P4和線P2P3