基于芯片點膠系統的視覺檢測技術研究

田鋒　曾祥進　彭云

摘 要：對于芯片點膠系統的視覺檢測關鍵技術——芯片的中心定位，根據實際需要，提出一種改進的中心定位算法。通過重心法和高斯曲面擬合法對圖像進行中心定位算法處理后，再使用均方根值法對數據進行處理，從而對現有算法的不足之處進行改進。模擬實驗結果表明，通過改進的中心定位算法得到的坐標更為精確，誤差相對更小，能夠更好地滿足工業應用需求。

關鍵詞關鍵詞：芯片點膠；機器視覺；視覺檢測；平面標定；中心定位

DOIDOI：10.11907/rjdk.162384

中圖分類號：TP319

文獻標識碼：A 文章編號文章編號：16727800（2016）011013103

0 引言

隨著半導體和電子行業的高速發展，傳統的人工生產方式已難以滿足現代生產要求的精度和速度。機器視覺產品憑借對生產現場的圖像采集處理，由系統內部對各種情況進行分析處理，只需人工下達工作指令即可。其不但可以長達24小時連續不斷地工作，還能避免各種化學藥物對人體的傷害。因此，機器視覺產品以其獨特的優勢在各個行業得到了迅速發展，在產品尺寸檢測等領域發揮著重要作用。

目前，機器視覺產品應用最為廣泛的行業是工業生產。在半導體和電子產品的制造過程中，點膠操作是芯片生產封裝過程中的一項關鍵技術，已被廣泛用于檢測與裝配的自動化生產過程中。芯片點膠系統采用半自動人工控制，并采用機器視覺技術以自動化生產模式取代傳統手工模式，在人力、資金等方面為公司節約了大量成本。當前的點膠機存在點膠過慢、精度較低等問題，無法滿足點膠封裝的要求，所以芯片點膠系統需要不斷進行改進與優化。本文針對芯片點膠系統的關鍵技術進行研究，對現有的中心定位算法進行改進，提出了一種改進的中心定位算法，從而更精確地對芯片中心進行定位，完成點膠操作。

1 系統方案設計

1.1 自動點膠系統設計

自動點膠系統由工控機、點膠機（機器人）、空氣壓縮機、視覺檢測系統與光源等組成，系統框架如圖1所示，系統實物如圖2所示。工作原理如下：將需要點膠的芯片隨機放在工作臺上，給予適合的光照強度。視覺檢測系統通過檢測芯片，識別定位出芯片的引腳中心位置，將數據反饋到主機中，再控制機器人進行點膠操作。

在自動點膠系統中，視覺檢測系統最為關鍵。由于芯片的高度集成化，芯片之間的間距越來越小，因此檢測識別難度更大，精度要求也不斷提高。而且由于生產的自動化，速度也不斷加快。因此，高精度的視覺檢測系統發揮了重要作用。

1.2 視覺檢測系統

視覺檢測系統模塊包括圖像采集和顯示模塊、圖像處理模塊以及檢測結果輸出模塊3部分：①圖像的采集與顯示模塊包括圖像傳感器及A/D轉換器等，主要功能是在合適光源的照度下進行圖像采集，并轉換為需要的圖片格式進行顯示和存儲；②圖像處理模塊是整個系統的核心，其根據需要提取目標圖像的特性信息進行中心定位；③圖像輸出部分將圖像處理后存儲的數字陣列圖像變換為適于人們理解的形式。本文基于VC2010與Opencv，對CCD攝像頭采集的芯片圖像進行圖像處理與編程仿真，最終實現芯片的點膠定位。

2 點膠系統視覺檢測算法

2.1 芯片中心定位算法研究

目前研究人員對于芯片中心定位的計算方法主要分為兩種，一種是基于區域的方法，另一種是基于邊緣的方法。在基于區域的中心定位算法中，應用較多的是重心法、曲面擬合法等；基于邊緣的中心定位算法則主要包括邊緣曲線擬合法、插值法等。

2.2 改進的中心定位算法

為了解決重心法和高斯曲面擬合法在中心定位方面的不足之處，本文提出一種改進的基于重心法和高斯曲面擬合法的中心定位算法。改進的中心定位算法同時結合了重心法與高斯曲面擬合法的優點，能夠在誤差允許的范圍內提升目標區域中心的定位精度。算法主要步驟如下：①利用不同閾值對圖像進行邊緣提取，得到不同的目標灰度圖像；②對得到的灰度圖像使用重心法對其進行中心定位，計算出相應的中心坐標位置并記錄；③使用高斯曲面擬合法對不同閾值進行曲面擬合算法運算，計算出不同閾值分別對應的中心坐標位置并記錄；④對使用重心法和高斯曲面擬合法計算得到的數值進行總體標準差運算，得到重心法和高斯曲面擬合法相應的中心坐標標準差；⑤再對重心法和高斯曲面擬合法計算得到的標準差進行均方根值運算，得出最終的中心坐標位置。

均方根（RMS）有時也被稱為方均根。將N個項的平方進行求和，然后再除以N以后開方所得的結果即是均方根的結果，其計算公式為：

3 實驗與結果分析

對于不同閾值進行邊緣提取以后的灰度圖像，本文通過對圖像的標準差進行計算，分別得到了重心法和高斯曲面擬合法的中心坐標。圖3為使用重心法、高斯曲面擬合法和改進的中心定位算法分別計算芯片中心坐標得到的中心標示圖。

可以看出，幾種算法的主要差別存在于X方向，在Y方向上基本沒有差別。而且從圖6中可以更加清晰地看到，明顯有幾個點偏離實際測量位置，這是由于算法局限性造成的誤差，而改進算法與實際測量數據之間的誤差極小。三種算法的誤差分析具體如表2所示。

從表2中可以看出，傳統的中心定位算法在邊緣部分可能出現一定偏差，而改進的中心定位算法能夠在現有基礎上提升定位準確率，控制誤差率在3%以內，從而避免了重心法及高斯曲面擬合法的弊端，有效提升了芯片中心的定位精度，取得了預期的實驗效果。

4 結語

本文首先闡述了中心定位算法對于芯片點膠系統的重要性，然后介紹了傳統的中心定位算法——重心法以及高斯曲面擬合法，分析了現有算法的優劣，并提出一種改進的中心定位算法，從而更精確地對目標中心進行定位。處理得到芯片中心坐標，然后使用最小二乘法對中心坐標進行計算，將中心坐標轉換為空間的三維坐標，通過運動控制完成最終的點膠操作。實驗證明了本文算法的可行性，較之傳統算法誤差更小，精度獲得了有效提升。

參考文獻：

[1] 梁錫漢.自動貼片視覺系統的研究與設計[J].制造技術與機床，2005（1）：4648.

[2] 劉建群.基于視覺的表面封裝芯片引腳檢測系統的研究[J].中國機械工程，2007，18（16）：19081912.

[3] CHENYANG GE， ZUOXUN HOU， HUIMIN YAO，et al. A new implementation of imageprocessing engine for 3D visualization and stereo video stream display[J]. Semiconductor Technology， 2014， 59（56）：459467.

[4] 李剛.基于機器視覺的密集復雜物體識別與定位[D].哈爾濱：哈爾濱工業大學，2013.

[5] 王歡，王修輝.基于閾值判斷的自適應中值濾波算法[J].中國計量學院學報，2011（24）：382385.

[6] WANG，CHIENCHIH.Multivariate analysisbased image enhancement model for machine vision inspection[J].International Journal of Production Research，2011，49 （10）：29993021.

[7] 林開顏.彩色圖像分割方法綜述[J].中國圖像圖形學報，2005，10（1）：110.

[8] 劉好龍.一種改進的激光光斑中心定位算法[J].計算機測量與控制，2014，22（1）：139141.

[9] 陳大川，許小東，陳永彬，等.基于機器視覺的鉸鏈精密檢驗系統[J].機電工程技術，2015，44（3）：6467.

[10] 孫道恒，高俊川，杜江，等. 微電子封裝點膠技術的研究進展[J].中國機械工程，2011，22（20）： 25132519.

（責任編輯：孫 娟）