球栅阵列(BGA)自动植球机的研制

研究了一种低成本、高效率的BGA全自动植球机，该植球机通过计算机控制，一次性将所需的锡球拾取、摆放到BGA基板上，并能对植球情况进行图像检测。文中着重介绍了STAR04Z全自动植球机的总体设计方案，研究了真空吸引法植球技术的原理和BGA全自动植球机的系统组成，并进行了原理样机的结构设计，提出了一种基于BGA全自动植球机图像检测和精确定位系统的体系结构。     

基于机器视觉的BGA植球后缺陷检测技术的研究

为了对BGA植球后的缺陷进行检测,运用了机器视觉的检测方法,利用图像处理技术对原始图像进行灰度化、二值化和噪声抑制,将焊球和背景基板图像进行有效的分离,突出了焊球的边缘信息,再运用圆的Hough变换对焊球边缘进行拟合,计算出每个焊球的圆心位置和直径,最终通过粗检测和精检测有效地分别识别出了焊球的各种可能缺陷,提高了检测效率和正确率。试验证明该方法是行之有效的方案。     

一种实用的ROI区域实时搜索方法

在开发某企业半导体芯片外观视觉检测项目中,针对搜索ROI区域时,由于待测芯片的倾斜而导致搜索存在偏差甚至错误的问题,实现了一种运用特征小模板对倾斜图像进行匹配和角 度计算并校正图像的方法.利用特征小模板对小角度倾斜不敏感的性质,在半导体的视觉检测 应用中,通过两个小模板的匹配结果对待检测芯片图像进行倾斜校正,然后再进行ROI区域搜 索.在执行时间增加很小的情况下显著提高了精度,保证了后续的各项外观参数检测的实时、准 确与可靠性能.该方法已成功应用在某企业半导体芯片外观视觉检测中,实际运行表明此方法是可靠和成功的.     

BGA连接器植球工艺研究

球栅阵列（Ball Grid Array,BGA）封装具有体积小、引脚密度高、信号完整性和散热性能佳等优点，因而广泛应用于大规模集成电路的封装领域。植球工艺作为BGA封装（连接器）生产中的关键工艺会直接影响器件与电路的性能及可靠性，现从植球工艺路线、BGA连接器设计要求、植球工艺参数及关键技术、试验及检测要求等几个方面，阐述了影响BGA连接器植球工艺实现的各种因素，借以提高BGA连接器产品的可靠性及稳定性。     

在线检测系统中的图像快速拼接技术

针对汽车车架纵梁在线检测系统中序列图像的自动拼接问题,提出了一种稳健、快速、精确的自动拼接算法.利用基于特征的算法提取特征区域,并在待匹配模板中确定候选模块,考察序列图像间的运动特点,将搜索限制在一个小范围内,利用基于像素的方法在此范围内确定候选模块中的真实匹配块.此方法在满足图像拼接精度的前提下,大幅度提高了拼接速度.     

基于模板匹配的零件检测的应用

提出了基于IMAQ的模板匹配的零件检测方法,叙述了对图像进行预处理、确定零件的特征区域和设置最小分值,实现了零件的匹配和检测。实验过程表明,应用模板匹配对零件检测可以取得预期的结果。     

基于模板匹配的零件检测的应用

提出了基于IMAQ的模板匹配的零件检测方法，叙述了对图像进行预处理、确定零件的特征区l域和设置最小分值，实现了零件的匹配和检测。实验过程表明，应用模板匹配对零件检测可以取得预期的结果。     

叶型孔背向照明图像的拼接方法研究

针对叶型孔四坐标视觉测量系统中成像视场的局限性问题，提出基于模板匹配法的背向照明图像拼接方法，用于将采集到的多幅叶型孔局部图像拼接成全景图像。建立图像拼接算法的数学模型并进行模型简化，采用模板匹配法计算模型中平移量参数。在应用过程中，先按照规划图像采集策略由成像装置采集被测叶型孔的多幅局部背向照明图像，而后选取模板并通过模板与待拼接图像之间的对比与遍历确定最佳匹配位置，从而获取拼接矩阵。为了验证所提出的图像拼接方法，应用该测量系统对静子组件外环上分布的目标叶型孔特征进行视觉测量，获得其全景图像和相应的型面轮廓参数测量结果，从而验证了叶型孔背向照明图像拼接方法的可行性和有效性。     

基于嵌入式视觉的零件状态检测系统开发

针对车床自动化上料零件的正反检测,提出一种基于多级模板匹配的零件检测方法,提取并生成一系列旋转模板图像库,利用图像增强算法提高边缘灰度的对比度,使用归一化互相关算法去除不均匀光照的影响,采用多级模板匹配方法提高计算速率和检测准确率。设计并实现了基于嵌入式视觉的零件状态检测系统,方便快速生成零件模板,完成视觉系统与控制设备的通信。测试结果表明,系统能进行多种零件的状态判别,具有低成本、模块化、高准确度等优点,适合工业现场使用。     

一种改进的变网格模板数字图像快速拼接算法

针对工程上需要对大量序列图像拼接,并实时显示的要求,提出了一种改进的基于变网格模板匹配的快速拼接算 法(VGMA),该算法将网格模板在匹配过程中不断调整尺寸,克服了原有网格匹配算法的缺点。在保证拼接速度的情况 下,可以大幅度提高拼接精度,适用于大量序列图像的快速拼接。     

A Rotation-Invariant and Non-Referential Approach for Ball Grid Array (BGA) Substrate Conducting Path Inspection

The aim of this paper is to locate and classify boundary defects such as open and short circuits, mousebites, and spurs on ball grid array (BGA) substrate conducting paths using machine vision. Boundary defects are detected by a boundary-based corner detection method using covariance matrix eigen-values. Detected defects are then classified by discrimination rules derived from variation patterns of eigenvalues and the geometrical shape of each defect type. Real BGA substrates with both synthetic and real boundary defects are used as test samples to evaluate the performance of the proposed method. Experimental results show that the proposed method achieves 100% correct identification for BGA substrate boundary defects under a sufficient image resolution. The proposed method is invariant with respect to the orientation of the BGA substrates, and it does not require prestored templates for matching. This method is suitable for various types of BGA substrate in small-batch production because precise positioning of BGA substrates and the prestored templates are not necessary.     

A fast full-field 3D measurement system for BGA coplanarity inspection

Ball-Grid-Array (BGA) has become one of the most popular packaging techniques in the electronics industry. Coplanarity inspection of BGA solder balls is critical for process and quality control in BGA manufacturing. Currently, the 3D measurement systems for BGA coplanarity inspection are mainly based on laser scanning techniques. However, they suffer from low inspection speed due to the physical line-scanning process. In this paper, a fast and cost-effective 3D measurement system for coplanarity inspection of BGA solder balls is proposed. The proposed system uses an LCD-based phase measuring technique to perform full-field 3D measurement of BGA solder balls with high accuracy. Experiments have shown that the coplanarity measurement of BGA solder balls is very efficient and effective with the proposed system. The measurement repeatability is in the micrometer range. The processing time of the proposed 3D measurement system for an image of 640×480 pixels is less than 2 s on a typical personal computer.     

A Novel Approach Using a Two-Dimensional Wavelet Transform in Ball Grid Array (BGA) Substrate Conducting Path Inspections

This paper presents a novel approach for localising open and short boundary defect candidates on ball grid array (BGA) substrate conducting paths by using a 2D wavelet transform (2D WT). Once the potential defects are identified, traditional printed circuit board (PCB) inspection algorithms can focus on these candidates for further analysis to identify true open and short defects. The defect-detecting scope and the inspection effort are thereby significantly reduced. The binary BGA substrate image is processed. It shows only the boundaries of BGA substrate conducting paths, which are further decomposed directly by 2D WT. Since most of the wavelet energy is clustered at the edges of image objects, the wavelet transform modulus sum (WTMS) of each edge pixel on BGA substrate conducting path boundaries is initially collected. By comparing the WTMS of an edge pixel on decomposition level j with its WTMS on an adjacent decomposition level j + 1, an across-level ratio can be estimated to verify the irregularity of an edge pixel. That is, an edge pixel is classified as strongly irregular (e.g. potential open or short defects) if its across-level ratio reaches a predefined threshold. The proposed approach is template-free and easy to implement, so it is suitable for small-batch production. Real BGA substrates with synthetic boundary defects are used as test samples to evaluate the performance of the proposed approach. Experimental results show that the proposed method is capable of capturing all the open and short defects on BGA substrate conducting paths without missing any errors by using a selected across-level ratio threshold and appropriate decomposition level.     

基于迭代匹配的橡胶栓图像自适应旋转研究

为解决橡胶栓检测中图像的自适应旋转这一难题,将图像识别中的最小距离匹配方法引入图像旋转,并利用迭代法实现了旋转匹配过程。首先,将旋转角度为0°的标准图像存储为模板,然后计算待检测图像与标准模板间的距离,再利用迭代运算使图像不断转动,减小图像与模板间的距离,直到该距离小于某一给定值。在原始的迭代算法的基础上,还提出了一种简化的迭代算法,在保证旋转精度的前提下具有更快的运算速度。实验结果表明,基于迭代匹配的橡胶栓图像自适应旋转方法精度高,计算速度快,能满足橡胶栓实时检测的要求。     

基于改进U-Net的球栅阵列气泡缺陷检测方法

针对现有基于深度学习的图像分割算法在球栅阵列(BGA)焊点气泡检测中检测效率较低,无法满足工业生产中实时性的检测需求,提出了一种基于改进U-Net的球栅阵列缺陷识别方法。该方法在现有的U-Net经典网络的基础上提出用深度可分离卷积与密集连接结合的轻量密集连接单元替换常规的卷积单元,同时添加多尺度跳跃连接减少编解码特征之间的差异,实现针对BGA焊点气泡的精确分割和提取。采用自建数据集对该方法的有效性进行实验,结果表明,改进的U-Net模型网络在减少U-Net网络计算复杂度的同时提升了网络性能,能够增加BGA焊点气泡的检测效率。     

基于形状模板匹配的印刷品缺陷检测

针对传统的模板匹配算法无法满足工业检测中的实时性要求,提出了一种基于形状模板的匹配算法,并应用于印刷品的缺陷检测。算法以Sobel算子滤波后得到的边缘点的方向向量为基础,定义相似性度量,同时结合图像金字塔分层搜索策略,利用形状信息进行模板匹配。实验结果表明,所提出的匹配算法速度快、精度高,而且匹配鲁棒性高,不受印刷品缺陷检测中可能出现的遮挡、非线性光照变化和全局对比度反转等情况的影响。     

变电站巡检机器人的数字仪表自动识别技术研究

针对变电站巡检机器人数字仪表识别算法准确度不高的问题,本文提出了一种基于样本匹配算法的数字仪表读数识别算法。该算法在使用局部最大类间方差的高阶统计和阈值对仪表板上的显示区域进行定位的基础上,最后根据数字仪表显示区域和数字位置相对固定的特征采用样本匹配算法实现对数字仪表的自动读数。实验结果表明,该方法简单、高效,可有效地应用于变电站自动检测机器人的室内仪表读数自动识别任务。     

基于机器视觉的全自动灯检机关键技术研究

设计了一种基于机器视觉技术的全自动智能灯检机,以实现药液中可见异物的在线检测.首先对采集到的各帧图像通过形态学滤波、帧差等预处理抑制大部分背景噪声.然后提取图像中目标的不变特征,通过各目标不变特征间的匹配,实现相邻帧点迹的关联,得到若干假设的目标运动轨迹.最后根据异物运动轨迹的连续性和平滑特点来确定是否存在可见异物.研制的全自动灯检机样机已经在某药厂的注射液生产线上试验运行.实验表明,该机器的识别准确率和速度均高于熟练的灯检工.     

图像处理系统在自动化设备中用作位置反馈的一种方法

在自动化设备中采用图像处理系统做位置反馈，保证了系统位置精度，系统成本低、使用方便。改进了模板匹配的算法，使处理速度大幅提高。