基于機器視覺的芯片快速識別定位系統(tǒng)設計

基于機器視覺的芯片快速識別定位系統(tǒng)的設計與實現(xiàn)—機器視覺算法在社會生產力大變革的前提下，機器識別能夠有效的代替人工分類，大大縮減了生產效率，而在實際生產當中由于大多數(shù)芯片的尺寸較小、信號不易讀取辨別，引腳易彎折、易造成實際生產中的誤差，導致良品率所以在實際生產中可以引入機器視覺中對芯片的快速識別并定位分析，提高實際生產中的生產效率以及產品的良品率。本文所介紹的就是機器視覺的芯片快速識別系實現(xiàn)對芯片的快速識別分析的算法，在芯片處理上，對工業(yè)相機（?？低昅V-機器視覺檢測技術是建立在計算機視覺研究基礎上的一門新型測試技術，它把圖識別以及其他許多跨領域學科。機器視覺技術就是將計算機相較于傳統(tǒng)檢測技術的檢測速度慢、精度差等缺點，機器視覺檢檢測技術不可比擬的特點：識別速度快、處理信檢測與保持較高的識別精度，使得機器視覺檢測機器視覺檢測技術是采用工業(yè)相機實時對被測物進行快速檢測、分析、識別，實時采集并且實時分析更當今世界工業(yè)蓬勃發(fā)展，隨之而來的既是由工業(yè)社會發(fā)展到信息社會，而構成信息社會的不可或缺的一大重要組成就是電子元器件。為了適應電子信息產業(yè)的快速發(fā)測不能夠保證完美實現(xiàn)高速率、高精度的檢測出芯片引腳的缺陷，較于傳統(tǒng)檢測技術的優(yōu)勢尤為凸顯：識別速度快、處理信息多、功能齊全并且能現(xiàn)無接觸檢測和保持較高的識別精度還能與其他編程語言聯(lián)合編程實現(xiàn)對芯片引腳的摩爾國家實驗室利用線掃描相位差分成像（linescanphasedifferentialimaging,LPDI）和Basic等多種編程語言有效提高開發(fā)效率。[5]本章主要是對機器視覺檢測技術的背景和現(xiàn)狀及發(fā)展趨勢進行分析得出了本次設計的一個大前提——中國機器視覺領域正在迅猛發(fā)展，接著分析本次設計的目的與意義，分析得出本次設計的必要性。最后介紹了本次設計的主要內容與本次設計中個人2基于機器視覺的芯片快速識別系統(tǒng)的總體設計方案作為圖像采集硬件。并且本設計的芯片承載臺可以適用多種型號芯片，會產生自身的自轉，相機在此速度下進行對芯片的采集可以大大提高芯片識別的效率。工業(yè)相機通與傳統(tǒng)的人工檢測相比，機器視覺的優(yōu)勢在于信息的繼承與留存可追溯。在檢測芯片等小型零件上，基于機器視覺的快速檢測系統(tǒng)能夠大大提高生產力，創(chuàng)造更大的社會效益和經濟效益。比起很多工業(yè)相機，本設計采用中國HIKIVISION公司的MV-CA013-20GMGC工業(yè)相機，此相機有很多優(yōu)點且更適合快、相對易開發(fā)等特點。2.2芯片快速識別系統(tǒng)的設計要求本設計所應達到的要求有:①能夠適應多種芯片型號;②能2.3.1芯片快速識別系統(tǒng)的組成基于機器視覺的芯片快速識別定位系統(tǒng)是以機器視覺架和芯片承載臺為基礎，結合計算機、傳感器與工業(yè)相機，對芯片引腳進行圖像采集檢測、特征預處理、圖像特征提取、匹配識別以及檢測。在機器視覺架上有以MV-CA013-20GMGC工業(yè)相機為核心，將光源鏡頭加此架上，芯片承載臺可放多種型號芯片，在臺邊緣放傳感器來觸發(fā)2.3.2芯片快速識別系統(tǒng)的結構圖整個系統(tǒng)包含硬件模塊和軟件模塊，系統(tǒng)的框架圖如圖2.1所示，其中硬件模塊羅列了本文系統(tǒng)的概述、整體系統(tǒng)的要求以及總體方案的思路與結構圖其擁有一整套圖像處理庫，由一千多個各自獨立）：3.2數(shù)字圖像處理的基礎知識3.2.1通道分離3.2.2灰度處理3.2.3二值化處理當我們需要從一個數(shù)據(jù)繁雜的圖像中提取出我們所需要的目標物體，圖像中往往存在著無關的背景與大量的噪聲，此時則需要對灰度圖擁有256個亮度等級，通過規(guī)定相應的閾值范圍從而可以分割我們所需的目標圖像與其余無關的噪聲，其為二值化圖像。對圖像進行二值化處理有利3.2.4形態(tài)學腐蝕形態(tài)學腐蝕是一種消除邊界點，使邊界向內部收縮的過程，可以用來消除3.2.4形態(tài)學膨脹形態(tài)學膨脹是一種擴增邊界點，使邊界向外部擴充的過程，將背景中的點融合在邊界中，有利于填補物體中的空洞。對于圖像分割后導致目標物體邊界產生的空洞以及整塊區(qū)域的邊界凹陷處填補具有顯著的效果。膨脹效果如圖3.4開運算總共分為兩步運算，先對區(qū)域進行腐蝕操作再對區(qū)域進行膨脹操作，所以開運算整體來說也算是一種腐蝕，其作用效果與腐蝕相仿，但其在腐蝕邊界的同時并不明顯改變區(qū)域的面積，能夠在一定程度上更好的維持區(qū)域的形狀，所以其常作用于消除體積較小的物體以及排列緊密之處在數(shù)字圖像處理中，圖像增強能夠使圖像與我們所期望的特征相匹配。圖性地突出圖像中需要的目標區(qū)域或者是掩蓋圖像中其余不相關的區(qū)域。對圖像進行增強時，如若不分析圖像質量差的原因，經過處理后的圖像也不能很好的3.2.7模板匹配模板匹配功能是在一張圖像的眾多元素中，快速準確的找到與模板相匹配的元素。通過截取目標區(qū)域圖像元素并將其創(chuàng)建為模板，在待匹配圖像中找尋圖像中往往含有各種噪聲，由于在圖像采集過程、傳輸過程以及對圖像的壓縮等操作時都會對圖像產生噪聲，此時為了得到更好更利于處理的圖像，圖像去噪就顯得尤為重要。圖像去噪是圖像處理的基礎，在對圖像更高級的處理噪聲的種類由很多種，比如加性噪聲，乘性噪聲與量性噪聲等。針對不同的噪聲有不同的處理算法，如諧波均值濾波器善于處理高斯噪聲，中值濾波對本章主要介紹了本次設計的所用的Halcon軟件并介紹其優(yōu)點與功能以及對Blob分析算法思想在芯片識別中也是這般體現(xiàn)的。首先對通過工業(yè)相機拍攝出的圖片進行灰度圖轉化，緊接著對圖片進行二值化處理，這是應用Blob分4.2芯片識別流程圖幾部分：讀取圖像、芯片匹配、芯片識別以及最后的數(shù)據(jù)顯示。圖4.1芯片識別流程圖4.3.1讀取圖像圖像的采集是圖像處理的第一步，沒有圖像采集何來圖像處理一說。這個），BMP\TIFF\GIF\JPEG\PNG\PNM\PCX\XWD等）的方法。其方法為4.3.2灰度處理將采集的圖像進行灰度處理，減小圖像原始的數(shù)據(jù)量，不必再對R、G、B三個分量都進行處理，便于后續(xù)計算。在Halcon中利用算子rgb1_to_gray對圖ROI全程為regionofinterest，又可成為感興趣區(qū)域，我們需要的就是對目標物體進行進一步的縮小定位，減少周圍無關干擾，利于程序高效進行。在4.3.4模板匹配模板匹配功能，顧名思義即是選定已存在的模板，對被測目標物體進行識別，判定其是否與模板對應，若對應則為匹配。使用提前保存好的模板文件識別區(qū)域。通過模板匹配我們可以篩選出我們需要的目標芯片，而通過字符識別我們可以識別并讀取所有芯片的型號。而字符識別中的感興趣區(qū)域如圖4.64.3.6二值化處理4.3.7識別字符并顯示認為分類白底黑字，而我們的字符恰恰相反，所以我們首先需要對圖片進行反5.2芯片引腳測量流程圖整個芯片識別檢測流程圖如圖5.1所示，逐步實現(xiàn)芯片引腳的測量。總體完成的，其大大簡化了變成所需要的時間。下面主要介紹的就是實5.3.1讀取圖像5.3.2灰度處理匹配ROI即為提取出感興趣區(qū)域，圖中即為芯片所在區(qū)域。具體如圖5.45.3.4二值化處理由于檢測區(qū)域與引腳的交集形狀并不非常理想，所以我們5.3.7交點做差并數(shù)據(jù)顯示6芯片識別及引腳測量的實驗結果分析組，實驗a為標準芯片，實驗b為缺陷芯片，在相同的測試條件下，首先對芯片進行模板匹配對芯片進行分類，若匹配則在芯片上顯示“示“NULL”。隨后對芯片進行字符識別，識別結果在界面上顯示，并6.2芯片引腳檢測結果AB3845BM62429組別（min-maxmin-maxmin-max）6.4實驗結果和分析經過實驗與圖片的圖像效果顯示，基于Halcon的芯片識別測量基本上成在模板匹配中，最關鍵的部分就是對模板的創(chuàng)建。在Halcon中創(chuàng)建模板求對芯片的識別檢測能夠達到高速、高效、準確，就需要對數(shù)、模板最小旋轉、角度范圍、角度步長進行調試，經過不在字符識別過程中，要求芯片型號區(qū)域與整張圖像完全分割出來，要要求不可夾雜過多其他無關區(qū)域，也不能丟失芯片型號字符區(qū)域。值分割的要求就很高，需要找出字符與背景閾值界限還有字符與無關字符區(qū)域提取部分，則可以利用ROI工具框選出來，其框選部分即我們需要識修改參數(shù)中的坐標，即可重新選定區(qū)域，達求得線與引腳的交點，利用交點坐標進行做差，離。這部分最重要的部分就是求出直線與引域，對區(qū)域進行創(chuàng)建一個外接矩形，此時假若有一個引接矩形必定無法創(chuàng)建或者遠異于其它引腳的矩形，直線與外接隨著我國工業(yè)繼續(xù)迅猛發(fā)展，機器識別代替人工識別一定會越來越受到廣泛認可并應用，隨之而來的各種問題與巨大的市場是不能夠忽視的。在我初接觸到的工業(yè)領域時，并不能夠準確了解利用機器視覺快速識別測量芯片其在這個行業(yè)與市場中的實際作用，只是懵懂的認為隨著工業(yè)的發(fā)展，自動化必定取代手工這一概念。而隨著深入的學習與實際參觀工廠生產，意識到了機器視覺快速識別測量芯片的必要性，讓我下定決心作此設計。不過過程中也是遇到了許多的困難，走了許多彎路。本文的重難點在于學習并了解視覺相關內容和學抽象，老師上課主要案例分析，但隨著不斷深入學習并自己利7.1.2設計創(chuàng)新點檢測方法因直接或間接接觸到被測物體而導致物體發(fā)生形變，模糊等影響檢測的不確定因素，減少了很多不必要的干擾，同時也保護了被測物體的完整。用機器視覺識別系統(tǒng)檢測，只要數(shù)據(jù)采集成功，系統(tǒng)立即會進行計算并顯示在（3）實時性。在對芯片進