IC測(cè)試探針尺寸及表面缺陷的圖像測(cè)量方法及系統(tǒng).pdf

1、本文在分析微小零件尺寸與質(zhì)量檢測(cè)技術(shù)與系統(tǒng)現(xiàn)狀的基礎(chǔ)上,以IC測(cè)試探針尺寸及其表面缺陷的檢測(cè)為對(duì)象,綜合應(yīng)用相關(guān)學(xué)科領(lǐng)域的最新研究成果,設(shè)計(jì)了基于機(jī)器視覺(jué)的IC測(cè)試探針尺寸與表面缺陷的圖像測(cè)量系統(tǒng),研究了測(cè)量系統(tǒng)所涉及的圖像采集、圖像處理、圖像分割、邊緣檢測(cè)、亞像素定位分析、圖像特征提取、基于圖像的尺寸測(cè)量等關(guān)鍵技術(shù)。
　　在分析和比較相關(guān)的圖像邊緣檢測(cè)方法以及各種亞像素定位技術(shù)的基礎(chǔ)上,對(duì)圓的亞像素定位,建立了降維灰度矩法和改進(jìn)

2、最小二乘法,以建立微小零件尺寸及表面缺陷測(cè)量的亞像素邊緣檢測(cè)算法。實(shí)驗(yàn)表明,用本文研究的算法對(duì)直徑在0.3～0.6mm的IC探針尺寸檢測(cè)的絕對(duì)誤差均小于3.5um;相應(yīng)的缺陷檢出率,對(duì)像素級(jí)達(dá)到90％以上,而亞像素級(jí)達(dá)到96%以上;而且具有計(jì)算速度快、定位精度高等特點(diǎn)。
　　在IC測(cè)試探針尺寸及表面缺陷的圖像測(cè)量理論與方法研究基礎(chǔ)上,作者應(yīng)用VisualC++開(kāi)發(fā)工具,編寫(xiě)了圖像采集與處理、邊緣檢測(cè)、亞像素定位分析、邊緣提取與特征