典型封装芯片表面贴装在线视觉识别与定位的研究

摘要

芯片是集成电路的载体，通过表面贴装技术能使其成为具有实用价值的微电子元器件，在民用和军工领域有着非常广泛的应用。随着芯片贴装性能指标的不断提高，对表面贴装技术进行了深入的研究工作，分析了现有表面贴装技术的优缺点，提出了基于机器视觉的芯片表面贴装在线识别与定位方案，并论证了方案的可行性。 文中基于机器视觉系统的构成原理，对芯片表面贴装在线视觉识别与定位的实验系统进行了研究，在此研究过程中介绍了工业相机的原理与标定方法以及光源的类型与光照方式。其中视觉系统的核心技术是图像处理算法，通过选取不同类型的典型芯片，设计出合理的视觉识别与定位算法，基于仿真实验对算法的可行性进行研究分析。在此过程中对图像的滤波去噪、阈值分割、特征提取与匹配等算法做了深入研究，来对典型芯片的类型、数目、引脚间距以及高度等参数进行智能化识别与定位。主要研究内容如下： （1）研究分析了机器视觉技术的基础理论，在理论基础上通过选用合适相机与光源，搭建起了视觉识别与定位的实验平台，同时采用张氏标定法对实验相机进行了相机标定。视觉系统在采集图像时，根据不同芯片特点选择不同的光照方式，在合适的光照环境下对本文研究的几种芯片进行了采样拍照。 （2）研究了已有芯片贴装在线识别与定位的方法，分析了目前芯片表面贴装的生产需求，指出了当前芯片识别与定位技术的优缺点，提出了基于机器视觉的芯片表面贴装在线识别与定位方案，并论证了该方案的优点与可行性，方案中关键性的核心技术是图像处理技术，因此针对各种图像处理算法展开了深入研究。 （3）针对芯片表面贴装技术在线视觉识别与定位的研究，选用SIM芯片、QFP芯片和BGA芯片进行仿真实验分析。为了消除芯片图像中存在的干扰点，利用目标区域的面积滤波算法对其进行剔除；为了识别出不同类型的芯片，基于芯片的外观特征，分析对比了不变矩、矩形度以及模板匹配等多种不同的识别算法。实验结果表明矩形度算法更容易在芯片图像中识别出近似矩形的目标区域，而模板匹配算法和不变矩算法也可以识别出不同芯片图像中的目标区域，但复杂度相对较高且时间耗费相对较多。 （4）针对矩形芯片进行精确定位的研究。为了得到高精度的位置坐标和偏转角度，提取出矩形芯片的边缘点后，再利用中心点坐标与边缘点的距离来确定其四个顶点，最后通过四顶点分别对边缘点进行直线拟合，得到芯片的矩形轮廓，进而提取出芯片的位姿。 综上所述，通过实验表明本文所提出的芯片视觉识别与定位算法是可行的，该算法具有较好的精确度、稳定性以及较快的速度，可实现对芯片表面贴装在线识别与定位的需求，完成芯片识别与定位的任务。

目录

第一个书签之前

典型封装芯片表面贴装在线视觉识别与定位的研究

摘要

Research on On-line Visual Identification and Loca

ABSTRACT

目 录

1绪论

1.1研究表面贴装的目的与意义

1.2表面贴装及机器视觉发展概述

1.3国内外发展现状

1.3.1国外发展现状

1.3.2国内发展现状

1.4主要内容及章节安排

2贴装视觉相关理论

2.1表面贴装技术及其组成

2.2贴装芯片的基本类型及参数

2.2.1芯片基本类型

2.2.2芯片识别参数

2.3机器视觉系统

2.3.1视觉标定系统

2.3.2机标定原理

2.3.3相机标定方法

2.4图像预处理

2.4.1图像颜色变换

2.4.3图像分割

2.5图像特征提取与匹配的基本原理

2.5.1图像特征提取

2.5.2图像匹配方法

2.6本章小结

3表面贴装视觉系统平台的设计

3.1在线视觉识别与定位方案

3.1.1传统电子组装技术

3.1.2传统技术的难点

3.1.3基于视觉的识别与定位方案

3.1.4方案关键技术

3.2实验研究的准备

3.2.1硬件设备方面

3.2.2软件系统方面

3.2.3实验平台搭建

3.3相机标定

3.3.1坐标系转化

3.3.2相机标定模型

3.3.3相机标定的实验结果

3.4芯片采样拍照

3.5本章小结

4芯片图像处理算法

4.1图像滤波算法

4.1.1均值滤波算法

4.1.2中值滤波算法

4.1.3自适应中值滤波算法

4.1.4滤波算法结果分析

4.2图像分割算法

4.2.1最优迭代阈值的分割算法

4.2.2基于最大熵法分割算法

4.2.3最大类间方差法分割算法

4.2.4改进的Otsu阈值分割算法

4.2.5阈值分割算法结果分析

4.3图像边缘检测算子

4.3.1Roberts算子

4.3.2Sobel算子

4.3.3Laplace算子

4.3.4Canny边缘算子

4.3.5Zernike矩算子

4.3.6图像边缘检测结果分析

4.4图像特征提取

4.4.1颜色直方图提取

4.4.2图像轮廓提取

4.4.3图像矩形拟合

4.4.4角点特征提取

4.5图像匹配

4.5.1直方图匹配

4.5.2图像模板匹配

4.5.3基于Hu不变矩的匹配

4.5.4基于改进Hu不变矩的匹配

4.6本章小结

5不同芯片的识别与定位

5.1SIM芯片的识别与定位

5.1.1SIM视觉识别与定位任务

5.1.2SIM芯片预处理方法

5.1.3SIM芯片区域识别

5.1.5SIM芯片缺陷识别检测

5.2QFP芯片的识别与定位

5.2.1QFP视觉识别与定位任务

5.2.2QFP芯片四边引脚分割

5.2.3QFP芯片单边引脚识别

5.2.4QFP芯片中心位置和角度

5.2.5QFP芯片引脚缺陷识别检测

5.3BGA芯片的识别与定位

5.3.1BGA视觉识别与定位任务

5.3.2BGA芯片视觉识别与定位算法

5.3.3BGA芯片引脚位置和偏转角度

5.3.4BGA芯片引脚缺陷的识别检测

5.4本章小结

6总结与展望

6.1总结

6.2展望

致 谢

参考文献

附录A：主要图像处理函数

附录B：相机标定函数

附录C：典型芯片识别与定位

攻读学位期间发表的学术论文

原创性声明及关于学位论文使用授权的声明