基于DSP的半導(dǎo)體分立器件外觀檢測系統(tǒng)設(shè)計

戴 敏，陳 愷

（東南大學(xué) 機械工程學(xué)院，南京 211189）

0 引言

機器視覺檢測具有非接觸、速度快、精度高和抗干擾能力強等優(yōu)點[1]，在半導(dǎo)體制造中得到了廣泛的應(yīng)用。半導(dǎo)體分立器件（以下簡稱分立器件），是指引腳數(shù)少于或者等于8個的電子器件，例如二極管、三極管、光電管等等。在分立器件生產(chǎn)的后道過程中，封裝后的分立器件不僅要進行電氣性能測試，還要對尺寸、引腳位置和圖字標識等外觀進行檢測。

與集成電路相比，分立器件引腳少，外形簡單，以機器視覺技術(shù)實現(xiàn)外觀檢測并無難點；但分立器件產(chǎn)量大，檢測的實時性要求很高，如何實現(xiàn)分立器件的快速檢測，是其難點所在。為此，本文針對分立器件外觀快速檢測展開研究，設(shè)計了基于DSP的分立器件外觀檢測系統(tǒng)。

1 系統(tǒng)總體設(shè)計

1.1 需求分析

本文的機器視覺檢測系統(tǒng)的檢測目標是分立器件的幾何形狀，合格產(chǎn)品進入下一道工序，不合格產(chǎn)品需按其缺陷進行分選。檢測的關(guān)鍵指標包括：管腳之間的間距、腳寬、腳高和圓盤高度等參數(shù)，任意數(shù)據(jù)達不到要求就會被剔除并進行分選。整個系統(tǒng)實行在線檢測，要求對分立器件外觀的各種參數(shù)進行快速獲取與計算，有效識別各類缺陷，準確區(qū)分合格品與不合格品。此外，考慮到企業(yè)生產(chǎn)能力的提高、產(chǎn)品類型的多樣化及生產(chǎn)線的更新?lián)Q代，系統(tǒng)還應(yīng)具有可擴展性和通用性。

1.2 系統(tǒng)基本框架

由于分立器件引腳數(shù)少，外觀結(jié)構(gòu)簡單，用DSP進行圖像處理，不僅可以加快檢測速度和精度，而且使在線檢測更容易實現(xiàn)[2]。因此本文設(shè)計的視覺檢測系統(tǒng)采用嵌入式結(jié)構(gòu)，以DSP為核心，包括：LED光源、CCD相機、圖像處理單元和LCD顯示屏等，系統(tǒng)結(jié)構(gòu)如圖1所示。

圖 1 機器視覺系統(tǒng)結(jié)構(gòu)

系統(tǒng)工作流程如下：分立器件到達工位后，分選機通過I/O口向DSP發(fā)送就位信號，DSP通過視頻編碼器獲取CCD相機拍攝到的圖像，完成數(shù)據(jù)采集輸入；DSP內(nèi)部處理器完成對圖像的分析及計算；圖像識別完畢后DSP通過I/O口把分選結(jié)果傳送給分選機，完成相應(yīng)分選動作；作為人機交互，LCD不僅顯示CCD相機拍攝到的圖像，還同時顯示DSP處理后分立器件的主要外觀參數(shù)及分選結(jié)果。

2 圖像處理單元硬件設(shè)計

圖像處理單元是硬件系統(tǒng)的核心部分，其主要功能包括獲取視頻圖像、實現(xiàn)視頻解碼、視頻圖像處理、視頻編碼、輸出DSP處理后的圖像、對視頻數(shù)據(jù)進行實時分析處理和輸出測試結(jié)果信號等，并提供接口與上位機進行通訊。

根據(jù)上述要求，圖像處理單元可分為五個部分：DSP最小系統(tǒng)、視頻編碼模塊、視頻解碼模塊、串口通信模塊和I/O輸入輸出模塊，圖像處理單元硬件框圖如圖2所示。

圖 2 圖像處理單元硬件原理圖

2.1 DSP最小系統(tǒng)

DSP最小系統(tǒng)由DSP處理器、FLASH、SDRAM、電源模塊、復(fù)位電路、時鐘電路和JTAG接口電路等組成。DSP處理器選用TI 公司的C64X 系列中帶有專用視頻接口的高性能定點DSP芯片TMS320DM642[3,4]。該芯片在600MHz的時鐘主頻下數(shù)字處理能力可以達到4800MIPS；內(nèi)部具有256kB 的二級緩存結(jié)構(gòu)；具有64 位的擴展內(nèi)存接口(EMIF)，可與片外同步SDRAM連接，擴展數(shù)據(jù)存儲空間。

DSP的速度較快，為保證DSP的運行速度，外部存儲器需要具有相應(yīng)的速度。在DSP最小系統(tǒng)中通過EMIF接口對存儲器進行外部擴展，其中SDRAM部分使用2片4M×32位的MT48LC4M32B2進行擴展，其工作時鐘達133MHz，用于系統(tǒng)運行時存儲程序代碼、數(shù)據(jù)和圖像處理的中間結(jié)果。使用了1片8M×8位的AM29LV640MT對FLASH區(qū)進行擴展，用于存儲DSP應(yīng)用程序。

2.2 視頻輸入模塊

視頻輸入模塊實現(xiàn)視頻圖像的捕獲功能。SAA7115是Philips公司的一款多通道輸入的視頻解碼器，支持PAL、NTSC和SECAM等格式。在本設(shè)計中系統(tǒng)需要一路視頻輸入，使用SAA7115編碼器與TMS320DM642相連，實現(xiàn)視頻輸入。

2.3 視頻輸出模塊

視頻輸出模塊實現(xiàn)視頻圖像的顯示功能。使用Philips公司的SAA7105完成數(shù)模轉(zhuǎn)換和圖像編碼功能。SAA7105支持PAL、NTSC和SECAM等格式的標準轉(zhuǎn)換，能將以上的合成形式以及S-VIDEO形式轉(zhuǎn)換為一種數(shù)字化的ITU-R BT.656格式。DSP通過I2C總線配置SAA7105的內(nèi)部寄存器。

2.4 串行通訊模塊

為了便于圖像處理單元與PC進行通訊，實現(xiàn)數(shù)據(jù)的上傳和下載，系統(tǒng)中還設(shè)計了異步串行通信功能。選用TL16C750B連接到DSP的EMIF接口上，實現(xiàn)1路異步串口，通過1片MAX3243將電平轉(zhuǎn)換為RS-232電平，通過編程配置串口波特率可達1M。

3 外觀檢測算法軟件設(shè)計

由于檢測實時性要求較高，傳統(tǒng)的單幅圖像處理流程在實時性上難以達到分立器件外觀檢測的要求。針對實時性問題，本文在軟件流程設(shè)計中加入了標定的過程，在標定的基礎(chǔ)上實現(xiàn)快速的檢測和缺陷判別，算法流程圖如圖3所示。

該算法首先對合格元件進行標定，標定后得到合格元件的全部圖像特征；在檢測過程中，對待測元件圖像輪廓只需要在標定特征值附近進行修正即可得到所測元件的特征值。該算法簡化了計算，所需處理的圖像范圍也大大減小，因此可以大大縮短檢測時間。

圖3 檢測判別流程圖

3.1 圖像預(yù)處理

系統(tǒng)中分析處理的對象是CCD相機采集的Pal編碼的YUV格式的圖像編碼，在剔除色差信息后，就得到了所需的數(shù)字圖像編碼。圖像以8-bit的灰度位圖形式存儲。

1）圖像濾波。采取3×3的卷積核（Convolution Kernel），對分立器件圖像做中值濾波[5]。

2）閾值分割。由于半導(dǎo)體生產(chǎn)現(xiàn)場環(huán)境良好，外部擾動較小，光源經(jīng)過設(shè)計及調(diào)試，能較大限度的使背景及器件圖像呈現(xiàn)高對比，因此使用全局閾值分割法。

3）圖像邊緣檢測。采用二值圖像邊緣檢測方法，其原理是先尋找圖像中的黑色點（像素值255，本文中：目標的像素值為0，背景為255），當(dāng)原始圖像中某個像素點為黑色并且同其周邊8個點數(shù)值相同時，認為此像素點在所需檢測的邊緣內(nèi)部，將其反色。

3.2 分立器件圖像參數(shù)標定

分立器件的邊緣信息提取后，需對外觀參數(shù)進行處理，利用已經(jīng)提取出的邊緣像素信息求得分立器件的具體參數(shù)。由于分立器件和相機的相對位置和姿態(tài)是固定的，且是對已知合格器件的參數(shù)進行提取，故算法可進行簡化。算法過程如下：1）分別統(tǒng)計輪廓圖在橫向及縱向的直方圖；2）尋找直方圖中的突變坐標；3）根據(jù)已知的圖形信息對坐標進行組合，得出各特征點的坐標值。

3.3 快速檢測算法

通過上節(jié)中的標定算法已經(jīng)得到了足以代替合格件輪廓全部特征的特征點，本文提出的快速算法就是對這些特征點進行修正，得到被檢測件的特征點，并在此基礎(chǔ)上進行分揀，算法流程如圖4所示。用小部分的特征代替全局的特征，不僅可以提高檢測速度，還能解決部分特征之間的耦合問題。

對于特征值點，由于每幅圖像中分立器件的橫向位置不盡相同，（縱向上，由于臺面高度和攝像機的高度差一定，可以認為其底邊坐標是不變的）因此采用尋找重心的方法確定圖像的位置，先根據(jù)標定的坐標和重心坐標的變化修正得到原始的特征值，對于這些特征值可將其分為兩大類，采用兩種類似的算法完成修正，主要依據(jù)是特征值周邊黑點數(shù)目在選取區(qū)間內(nèi)所占的比例。對飽和度（黑像素點數(shù)）在40%～60%范圍內(nèi)的特征值不進行修正認為其在正確的位置；對于飽和度在40%～60%范圍以外的點，按照以下條件在橫縱兩個方向上尋找飽和度滿足條件的點。

1）飽和度小于40%，認為未修正的特征點在輪廓線以外，應(yīng)當(dāng)將其往右移動，根據(jù)其飽和度的值，計算出其需要修正的像素值，公式如下：

式中Δ為需要修正的坐標數(shù)，η為飽和度。

圖4 快速檢測算法流程

2）飽和度大于60%，認為未修正的特征點在輪廓線以內(nèi)，應(yīng)當(dāng)將其往左移動，根據(jù)其飽和度的值，計算出其需要修正的像素值，公式如下：

式中Δ為需要修正的坐標數(shù)，η為飽和度。

3）飽和度在40% 60%的，符合要求，跳出修正。

邊界上的點進行修正后，采用均值法即可獲得相應(yīng)邊界坐標值。

4 實例分析

以某型號駐極器為例，詳細說明算法實現(xiàn)過程。

采取3×3的卷積核，對分立器件圖像做中值濾波，如圖5對比所示，圖中含噪聲的圖像經(jīng)過中值濾波之后噪聲已經(jīng)明顯消除。使用全局閾值分割法進行閾值分割后的圖像如圖6所示。對圖6進行圖像邊緣檢測后所提取的邊緣信息效果如圖7所示，圖中黑線對應(yīng)圖像提取出的邊緣信息。

圖5 濾波后的分立器件圖像

圖6 閾值分割后的圖像圖

圖7 連通區(qū)域邊緣檢測

對于輪廓圖提取縱向直方圖，此處的直方圖不同于灰度的直方圖，是統(tǒng)計每條縱線上的黑點數(shù)目，得到個數(shù)與橫向像素數(shù)相同的數(shù)組。如圖8所示，在各個突變位置能得到各個突變位置的橫縱坐標，其對應(yīng)的坐標可以從圖中看出，例如，X[1]對應(yīng)的是分立器件的左邊界。對這些坐標進行適當(dāng)?shù)慕M合得到所需的標定的特征值。主要的特征值為圖9中的點2、5、8、10、11，坐標即為所要的特征點坐標：點 2（X[1]，（Y[2]+Y[3]）/2），點 5（X[6]，（Y[2]+Y[3]）/2），點 8（(X[1]+X[6])/2，Y[2]）， 點 10（(X[2]+X[3])/2，Y[1]）， 點 11（(X[4]+X[5])/2，Y[1]）。

圖8 輪廓圖對應(yīng)的突變坐標

如圖9所示，以特征點1，2，3，12，13為例，其修正算法相同，同在重心點左側(cè)，按照公式（1）、（2）對其進行修正。圖像的左邊界信息，在理論上只需采用點1、2、3中的一個點即可獲得，為了提高邊界信息的準確性，本文選取三點。同理，對其他各個邊界上的點進行修正后，就能得到其他的邊界值。以這些特征點的坐標為依據(jù)，經(jīng)過組合，即可得到所需的外觀尺寸參數(shù)：

下部圓柱半徑：（1，2，3）、（4，5，6）邊界橫坐標的差值；

下部圓柱高：（7，8，9）邊界縱坐標與底邊坐標的差值；

左腳高：（10）、（7，8，9）邊界縱坐標的差值；

右腳高：（11）、（7，8，9）邊界縱坐標的差值；

管腳間距：（12，13）、（14，15）邊界橫坐標的差值。

圖9 特征點及重心坐標示意圖

為了加快運算時間，將判斷與修正相結(jié)合，按一定順序?qū)ι鲜鎏卣鼽c進行坐標的修正，對于可以判斷缺陷的特征點在得到數(shù)據(jù)后先進行合格判斷，再進入下一批特征點的修正。例如：對于存在彎腳缺陷或者缺腳缺陷的零件，圖9中的特征點10或者11的坐標值會有明顯的偏差，在做修正時，先處理此數(shù)據(jù)以判斷是否存在彎腳或者缺腳現(xiàn)象，即是否合格，對于不合格的舍棄剩下點的修正，直接進入判別程序，僅對仍然合格的被測件進行后續(xù)點的修正，直至檢測、判別完畢。

5 結(jié)束語

半導(dǎo)體器件的外觀檢測是半導(dǎo)體后道生產(chǎn)中的重要環(huán)節(jié)，是半導(dǎo)體產(chǎn)品質(zhì)量的重要因素。本文針對企業(yè)在已有生產(chǎn)線上集成外觀檢測設(shè)備的實際需求，設(shè)計了一套基于嵌入式機器視覺技術(shù)的分立器件外觀檢測系統(tǒng)。所提出的快速算法解決了分立器件外觀檢測實時性要求高的問題。實驗結(jié)果表明，本文所設(shè)計的視覺檢測系統(tǒng)能準確的檢測分立器件的幾何尺寸，做出正確的判斷和決策，能有效地提高實際生產(chǎn)中的生產(chǎn)效率，保證檢測質(zhì)量。

[1] Jain R, Kasturi R, Schunck B G. Machine Vision[M].Beijing:China Machine Press, 2003.

[2] 現(xiàn)代自動化生產(chǎn)中的機器視覺測量技術(shù)[J]. 電子元器件應(yīng)用, 2005, (9): 40-42.

[3] TMS320DM642 Video/Imaging Fixed-Point Digital Signal Processor [Z]. Texas Instrument Incorporated, 2002.

[4] 趙杰, 孫連明, 楊永敏, 李戈.基于DM642的嵌入式實時圖像處理系統(tǒng)設(shè)計[J]. 制造業(yè)自動化, 2008, 30(9): 4-7.

[5] 崔雪臨. 基于機器視覺的分立器件外觀檢測系統(tǒng)的研發(fā)[D]. 南京: 東南大學(xué), 2004.