基于機器視覺的芯片識別及定位軟件的研究開發(fā).pdf

1、近年來，隨著計算機及圖像處理技術(shù)的發(fā)展，機器視覺技術(shù)在工業(yè)在線檢測中的應用逐漸廣泛，全自動貼片機的元器件檢測系統(tǒng)也摒棄了傳統(tǒng)的機械定位或激光定位手段轉(zhuǎn)而采用機器視覺技術(shù)來提高定位精度和速度。目前，國內(nèi)的全自動貼片機所采用的機器視覺系統(tǒng)的核心技術(shù)主要由國外機器視覺公司提供，國內(nèi)在這一領(lǐng)域的研究尚處在起步階段，在速度和精度方面與國外先進水平相比有明顯差距。開展本項目研究，為國內(nèi)發(fā)展具有自主知識版權(quán)的高性能IC封裝設備提供了一定的理論基礎。<

2、br>　　本文通過對機器視覺常用圖像處理算法進行研究，結(jié)合貼片機視覺系統(tǒng)圖像識別模塊的具體應用，選擇了有針對性的算法，設計了合理的算法流程。在圖像預處理階段，使用既能去除噪聲又可以保護邊角結(jié)構(gòu)特征的SUSAN濾波來對芯片圖像平滑去噪；在粗分割階段，本課題將Blob分析用于多目標分割。首先參考直方圖波形分析的結(jié)果選取最優(yōu)的閾值對芯片圖像進行分割，其次采用基于游程編碼的方法對二值圖像進行Blob分析，提取Blob長、寬、面積等形狀特征，最后

3、將這些特征與模板特征進行比較，初步剔除不符合要求的芯片；在精匹配階段，首先采用SUSAN角點提取算法來獲得待匹配芯片的特征點，然后使用點模式匹配算法進一步驗證芯片并采用矩形擬合技術(shù)來最終獲得芯片的位置和偏轉(zhuǎn)角度。在缺陷檢測方面，本課題主要使用Blob分析的方法來實現(xiàn)。
　　另外，本文介紹了課題所完成的芯片識別和定位軟件系統(tǒng)所采用的工作流程及實現(xiàn)的功能，對軟件實現(xiàn)的效果進行了分析，對系統(tǒng)達到的精度和速度進行了評價。
　　最后，