《机器视觉在焊点检测中的应用》由会员分享,可在线阅读,更多相关《机器视觉在焊点检测中的应用(4页珍藏版)》请在金锄头文库上搜索。
1、2.半导体机器视觉系统构成备來模拟人的视觉行为,完成得到人 的视觉系统所得到的信息。机器视觉系统构成:1图像获取:照明光源,光学镜头, 工业相机,图像釆集卡。2.图像处理:图像处理软件。图2-1机器视觉系统机器视觉在焊点检测中的应用杨英豪柳青崔洁(中国电子科技集团公司第四十五研究所,北京101601)摘 要:本文主要阐述了利用图像处理的一些算法来对半导体封装过程中的焊点进行检测, 主要包括了图像预处理,自动阈值图像分割,图像膨胀,空洞填充,图像连通,区域开圆运 算,形状检测,计算区域特征等算法。并通过人量实验确定了参数,得到一种确实可行的应 用方法去完成焊点的检测。关键词:半导体设备:机器视觉
2、;焊点检测(PBI):Application of Inspect ball bonding with MachineVisionYang Yinghao Liu Qing Cui JieAbstract: This article introduces inspectmg ball bonding with some Machme Vision algorithm on process of encapsulating semiconductor device, wliich mainly contain Image Pietreatment, Image Segmentation with
3、 auto tlueshold, linage expanding, File up hole, Image coimection, Generate ciicle region, Inspect ciicularity shape, Calculate Ciicle radius. Then we can get a good method to acliieve Inspectmg ball bonding tluough make a lot of expermients to decide the parameter. Keywords: semiconductor device; M
4、achme Vision; Inspect ball bonding1.引言如今伴随数字产品己在人们生活中的大 量使用,半导体设备制造业得到迅猛的发展, 键合机就是半导体封装其中很重要的一个工 序,而焊线后检测(PBI: Post Bond Inspect) 乂是键合机提高机器性能,拓展机器功能的 一个重要课题。目前流行的焊线质检方式是焊完线后人 工质检,浪费人力,且不能实时完成质检。 而本文就如何利用机器视觉自动实现精准, 快速,稳定的焊线后检测进行了讨论和研究 一一本文主要检测的是焊球的位置和偏差, 得到了一种性能优越的图像处理方法,经过 实验验证,精度可以达98%以上。机器视觉系统的主要
5、目的是给机器或自 动生产线添加一套类似人眼的视觉系统。其 原理是由计算机或图像处理器以及相关的设3. PBI (焊线检测)算法的原理及实 现原理:利用图像形态学的原理从图像中提 取出球的信息,根据指定位置上的焊球信息, 來判定焊线情况。其形态学完成PBI的流程如下。3. 1 图像增强(image intensif ication ) 增加图像对比度,放大差异信息,称之 为图像增强。包含了对比度变换、空间滤波等方法, 选取区域,使用非线性变换图像增强的 示例如下:图3-1图像增强示例图片当中,区域内是图像增强后的效果。3. 2 图像分割(image segmentation)图像分割就是把图像分
6、成若干个特定 的、具行独特性质的区域并提出感兴趣目标的技术 和过。包含了基于阈值的分割方法、基于区域的分 割方法、基于边缘的分割方法以及基于特定理论的 分割方法等。本文选取的是基于自动阈值的图像分割方法来 完成了图像分割。门/(门)=卩(心)輿,- 1, RJ)其中,阈值T是根据图像区域的均值m,和方 差a自动计算出来的。经过图像分割所处理的结果如卞图所示:图3-2图像分割示例图片当中的黄色的线是分割出來 的区域边界。3. 3图像膨胀和腐蚀腐蚀的原理是:用一个结构元素 扫描图像中的每一个像素,用结构元 素中的每一个像素与其覆盖的像素做 “与”操作,如果都为1,则该像素为 1,否则为0.膨胀原理
7、则相反,上诉的 两种像素之间做“或”操作。腐蚀的作用是消除物体消除物体 边界点,使目标缩小,可以消除小于 结构元素的噪声点;膨胀的作用是将 与物体接触的所有背景点合并到物体 中,使目标增大,可添补目标中的 空洞。开运算是先腐蚀后膨胀的过程, 可以消除图像上细小的噪声,并平滑 物体边界。闭运算是先膨胀后腐蚀的 过程,可以填充物体内细小的空洞, 并平滑边界。图3-3图像膨胀腐蚀闭运算结果3.4开圆运算和形状选择。通过以上过程得到的区域,一般是因为环境或者光路的复杂性,有的 焊点并不标准,焊球会部分缺失,在 这里利用闭运算完成补洞或者补边的 操作。以下是图像膨胀腐蚀闭运算的 结果:很复杂的区域,不能
8、直接得到有用信息,而 从这些负杂区域中提取圆的信息,就需要使 用图像形态学中的Open Cucle (开圆运算) 和Shape-Select (形状选择)。开圆运算是针对复杂区域,根据一些先验 条件进行形态学处理,消除小区域,平滑大 区域。形状选择是针对一组区域,根据设定的区 域特征,选择出我们需要的区域。试,得到了很好的实验结果。以下是部分实验结果:图4-1各种焊点正常下的PBI处理结呆我们可以根据设定理想的球半径和环形度等先验条件,进行开圆运算和形状选择, 选出符合我们要求的球区域。并且计算球区 域的半径。图3-4图像开圆和选形的运算结果从图中我们可以看出处理的结果。从复杂区域中利用开圆运
9、算,舍弃小区域,平滑人区域,然后根据选形运算舍弃掉不规则的圆形区域,最后计算出球的半径。图4-2各种焊点不正常的PBI处理结果 从图中我们可以知道,针对焊点正 常的情况,不计环境的差异性,光路 的差异性,球形的差异性,都可以用 该算法,正确的找到球的位置和半径; 而针对各种焊点不正常的情况,均没 有误找的发生。结果证明,PBI算法可以快速判定 在指定位置是否存在球,也可以精准 的计算球的位置和半径。4.2 PBI算法的应用展望根据检测出來球的状态,位置和半 径这些详细的信息,我们可以打开思 路,在工业上会有非常多的具体的应 用。本文只是浅谈儿项该技术的具体4. PBI (焊线检测)的测验结果和
10、 应用展望4.1 PBI算法的测验结果将PBI算法应用在设备上,通过大量的测希望更多的科技工作者投入到图像处 理算法的研究和学习当中,为人类社 会做出卓越的贡献。参考文献:1 蒋先刚数字图像模式识别工程软件设 计M.中国水利水电出版社,20022 陈兵旗.实用数字图像处理与分析M. 清华大学出版社,20063 王小鹏.形态学图像分析原理与应用M. 清华大学出版社,2008应用。1).PBI算法一开始被提出来就是为了实现断 线检测而开始被大家去研究的,断线检测就 是机器取代替人工去找出没焊上线的次品芯 片,相当于一个自动质检的过程(很重要, 能省很多人力)。有了完善的算法之后,我 们可以通过图像
11、处理在理想位置附近寻找球 的存在与否來判定焊线状况,很大程度上完 善了机器的功能和提高了设备的效益。2)在键合机的设备上有一个BTO的概念, 指的似乎劈刀和镜头之间的间距,它的精准 与否极大影响了焊线的精度。而因为焊线是 在加热的条件下工作的,因着热胀冷缩的影 响,BTO这个值是不断变化的,进而会出现 打偏的情况,传统的解决方法是在键合头上加 一套保温的装置,使键合头在打线的过程中能够削 弱温度的变化,进而削弱ETO的变化,提高焊线精 度。而新的解决方案是利用PBI检测技术检测出焊 球位置的偏差来实时校正BTOo实现智能化,性能 优越,而又节省成本。3)在其他半导体设备上的具体应用。5 结语综上所述,PBI (焊球检测)算法有着优 越的性能,广阔的应用空间和高效的实用价 值,并且随着半导体设备自动化程度的提高 和生产规模的扩大,机器视觉将在其中扮演 重要的角色,而PBI算法也将会在各种半导 体设备中得到更为广泛的应用和发展。在当今的科技领域里,软件算法的地位 越來越重要,它以它的变化,节省成本,利 于实现,高效大大加速了科技的进步和发展。