基于矩形擬合的IC芯片塊定位算法

孫浩楠，王勇，胡志平，汝長海

(蘇州大學 機器人與微系統研究中心，江蘇 蘇州 215021)

0 引言

隨著電子產業的發展，越來越多的IC芯片(以下簡稱芯片)被應用在電子產品上，這對集成電路企業的生產速度提出了更高的要求[1]。在半導體加工工藝流程中，有一部分IC芯片的封裝形式需要使用砂輪切割來實現IC芯片的分塊，而其中一種重要的切割方法就是UV貼膜切割，利用UV膜的黏性來固定IC框架，從而保證在切割的過程中芯片的位置基本保持不變。切割工序完成后，均勻排列的IC芯片還粘在UV膜上，工人使用外凸的治具劃膜的背面，將IC芯片與膜分離。

傳統的人工剝料嚴重制約了芯片塊封裝速度，亟需將此道工藝流程自動化。本文研究通過矩形擬合的方法，精確定位芯片塊的位置，根據圖像處理反饋的位置信息規劃超聲震動頭剝料路徑，采取逐行掃描的方法將IC芯片塊與UV膜分離。

實驗表明，通過改進的矩形擬合算法，大大提高了IC芯片塊定位精度，減少了超聲震動頭空載時間，提高了剝離效率。

1 IC芯片塊的視覺檢測任務分析

芯片剝離系統主要由相機、光源、運動控制系統、圖像處理系統等組成，如圖1所示。首先相機采集圖像并將其傳入圖像處理系統進行芯片塊位置的精確提取，然后將每個芯片塊的中心坐標以及旋轉角度反饋給運動控制系統，最后通過機械模組帶動超聲震動頭接觸芯片塊，逐行掃描。

圖1 IC芯片剝離系統結構圖

2 IC芯片塊識別和定位算法

2.1 圖像預處理

圖像預處理是為圖像標定、邊緣提取、擬合矩形等過程減少難度。圖像信號在獲取和傳輸等過程中會受到環境和自身條件等各種各樣因素的干擾，導致圖像質量會受到不同程度的影響，為后續處理過程，如邊緣提取、擬合矩形等增加困難。本系統圖像預處理包括濾波降噪[2]、圖像增強與閾值分割[3]。

閾值處理的目的就是把像素分配給兩個或多個組的過程中引入的平均誤差最小。閾值選取不合適，閾值處理后的圖片可能毫無用處。本文采用Otsu自動計算閾值算法[4]，其表達式為

g=w1×w2×(μ1-μ2)2

(1)

式中：w1為目標區域中像素點占比；w2為背景區域像素點占比；μ1為目標區域平均灰度值；μ2為背景區域平均灰度值。通過迭代計算，選取最優閾值T，使類間方差達到最大值。圖2所示為閾值分割效果。

圖2 圖像分割

2.2 特征精確提取

矩形特征的精確提取，對后續路徑規劃至關重要。首先使用Canny算子提取亞像素邊緣[5]，接著根據空間坐標信息分別聚類芯片塊四邊的像素點，通過魯棒統計方法建立衡量像素點優劣的標準，迭代剔除擬合直線過程中的離群點[6]，得到最優邊緣直線方程并建立四邊直線的方程組[3]，如圖3和式(2)所示。

圖3 特征提取

(2)

式中：k1、k2為直線方程中的常數；b1、b2、b3、b4為直線方程的截距。計算矩形四邊直線方程的交點得到矩形的4個頂點坐標(C1,C2,C3,C4)，從而確定矩形芯片塊的中心位置(式(3))和偏轉角度(式(4))。

(3)

(4)

其中：當θ>0時，矩形塊順時針方向旋轉；當θ<0時，矩形塊逆時針方向旋轉。

3 實物測試

利用改進的矩形擬合算法對不同類型的芯片塊分別進行實物測試，芯片塊類型較多，選擇常見的300 mm料盤和230 mm寸料盤各1種型號分別進行100次測試，所得到的芯片塊擬合效果如圖4所示，重復性測試結果如表1和表2所示。

圖4 各型號芯片塊矩形擬合效果

表1 300 mm料盤重復性測試結果

表2 230 mm料盤重復性測試結果

由表1和表2可知，文中算法在芯片塊矩形擬合時，保證了芯片塊的矩形特征，且在該算法下角度重復性誤差在0.1°范圍之內，坐標誤差在2像素之內，滿足剝料機路徑規劃的軌跡要求。

4 結語

本文針對剝料機芯片塊的視覺定位問題提出了基于矩形擬合的IC芯片塊定位算法，通過Canny算子提取輪廓邊緣，使用魯棒統計方法迭代剔除離群點，優化擬合邊緣直線參數，降低芯片塊邊緣不平整對擬合精度的影響，精確獲取了芯片塊的位置信息，為剝料流程高效以及自動化提供了可靠保證。