基于小波能量熵与二维Zernike矩的IC芯片表面微观不平度图像检测技术研究

在IC芯片制造检测过程中,需要完整而准确地对芯片表面形貌进行检测。针对IC芯片表面形貌检测的要求,提出了基于小波能量熵与二维Zernike矩的芯片表面微观不平度图像检测技术,并运用于高精度要求的计算机芯片图像处理工作中。通过对获得的芯片显微图像进行小波变换并求取信息熵图像的基础上,建立二维Zernike矩与采用BP神经网络进行芯片表面不平度的识别与评定。编程实验证明,采用本方法可准确对IC芯片表面微观不平度进行等级评定。     

基于光栅的快速精确图像拼接

为了提高IC芯片视觉检测中图像拼接的速度和精度,提出一种基于精密光栅运动系统的快速精确图像拼接技术。提出自标定技术解决了传统标定受标准件加工尺寸精度和光强影响的问题,提高了标定的准确度并降低了成本。在准确标定基础上,建立了基于光栅精确定位的拼接模型。实验表明,该方法拼接精度高,拼接平均误差在0.4 μm以内,2 σ为0.872 μm,达到亚像素级精度,而且拼接速度快,两幅图像拼接时间约为10 ms。     

活塞表面缺陷图像的亚像素边缘检测技术研究

针对活塞图像对比度低、缺陷区域小、缺陷种类多、人工检测效率低等问题,提出一种结合区域生长法和亚像素边缘提取的活塞表面缺陷检测方法。利用图像处理软件采集活塞图像,分析活塞表面图像中缺陷区域与正常区域灰度值的差异。使用区域生长法进行图像分割,结合Canny算子对活塞表面缺陷边缘进行初步定位。通过定位感兴趣区域的位置,进行亚像素级别提取,并平缓感兴趣区域边缘。实验表明,所提算法比传统的边缘提取方法得到的缺陷区域更精确、平滑。     

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Harris算子的图像拼接高精度检测技术

针对医疗器械要求高精度检测的特点,提出了采用图像拼接对器械进行检测的方法,通过Harris算子精确提取图像中的特征点进行图像拼接,不但极大提高了拼接精度以及精密医疗器械的检测精度,而且增加图像分辨力与成像范围。拼接精度是检测精度的保证,基于Harris算子的拼接图像可实现微米级高精度检测。通过该方法进行图像拼接并测量其精度,测试精度与单幅图像相比明显提高,结果完全符合器械检测要求。基于拼接的精密仪器测量是一种提高测量精度的新方法,这方面的研究必将推动机器视觉技术的进一步发展。     

基于图像仿真处理的光学元件检测

基于图像拼接与处理来实现非球面光学元件的初步检测,CCD摄像头首先将采集到的视频信号数据经DM642芯片转换成YuV格式,接着将Y信号（灰度信号）经JTAG口运用RTDX（Real—TimeDateExchange）技术传输到主机端,主机端利用matlab处理接收到的图像灰度数据,采用harris角点算法提取f}{图像角点,运用归一互相关法对角点进行匹配并拼接图像,最后运用sobel算法和canny算法对拼接后的图像进行轮廓提取处理,能有效观测到大尺寸光学元件表面裂纹、划痕等缺陷分布,可以验证这是一种有效的非球面光学元件进行精密加工前的检测方法。     

一种集成芯片引脚外观检测系统的研究

大尺寸集成芯片引脚外观检测一直是电子集成电路器件生产线上的一个重要环节,目前尚无较成熟的自动检测设备,在此介绍一种针对40脚以上集成芯片引脚外观的光电自动检测系统,其可以实现引脚的内外倾角、左右倾角和横向尺寸的检测,采用亚像素细分的方法,使长度测量分辨率达到四十分之一像素.     

基于超分辨率重建的亚像素图像配准

针对低分辨率图像在配准过程中精度较低的问题,提出了一种基于超分辨率重建的亚像素图像配准方法。首先,对具有1至9像素位移的图像序列进行10倍降采样,获取具有0.1至0.9亚像素位移的图像序列。然后,根据图像的获取过程建立数学模型,以Bayes理论为基础,使用最大后验概率法(MAP)对亚像素位移低分辨率图像进行超分辨率重建,获取高分辨率图像。最后,使用具有亚像素配准精度的扩展相位相关法对图像进行配准。配准实验与噪声实验表明,所提方法的最大配准误差为0.03pixel,能实现对低分辨率图像的亚像素级配准,具有配准精度高、噪声抗干扰能力强等特点,可同时满足可见光图像与红外图像的高精度配准要求。     

轧辊外表面的曲面图像拼接算法设计

针对轧辊外表面的曲面性及摄像头视角较小的情况,为了能够准确分析轧辊表面缺陷,提出了一种全景拼接技术对轧辊表面图像进行拼接,获得完整的全景图像。首先对摄像头采集到的图像进行了图像预处理,由于拍摄轧辊的外表面,图像会产生桶型畸变,采用了柱面反投影,对产生畸变图像进行了曲面校正,然后使用了SURF特征点提取,之后通过快速近似最近邻和（FLANN）匹配算法进行匹配并运用RANSAC算法去除误匹配点,提高了变换矩阵的精度,对拼接后的图像采用了加权平均融合算法对两张图像进行了融合,消除了两张图像的拼接线,实验表明,该轧辊外表面的曲面拼接算法达到了想要的拼接效果。     

基于SURF的大尺寸表面疵病拼接暗场成像研究

表面疵病是衡量超精密加工表面完整性的重要指标之一。暗场成像是表面疵病检测的有力手段,但由于显微镜视场有限,难以进行全域缺陷检测,不能全面评价表面质量。提出选用SURF方法对子区域图像进行特征分析,对相邻子区域图像进行配准拼接,可以获得高质量的全域暗场图像。研究表明,SURF配准拼接具有良好的鲁棒性,而且计算速度较快,可实现超精密加工表面的全域疵病检测,具有很高的实用性。     

A hybrid defect detection for in-tray semiconductor chip

The requirements for high-speed and high-precision defect inspection in semiconductor chip are growing rapidly because of the complicated surface in semiconductor chip. Due to manufacturing tolerance of IC tray, the misalignment from the chip positioning shift and rotation are always presented for the application of in-tray inspection. In the beginning, this paper focuses on compensating the positioning shift and rotation of in-tray chip by using the proposed image alignment algorithm before the defect detection. After applying the process of image alignment, a hybrid approach of defect detection is applied to detect the defects of in-tray chip. Furthermore, this hybrid approach simultaneously detects the defects based on its surface by the following two categories: (1) the complicated surface in the circuit and (2) the primitive surface on the bump. As mentioned above, the image alignment strategy and the adaptive image difference method are applied in the detection of complicated surface, and the design-rule strategy is adapted to detect the defects on bumps. Finally, the experimental results show that the proposed image alignment strategy and hybrid approach can accurately and rapidly inspect the defects of in-tray chip. This approach is superior to the traditional template matching in defect detection. In addition, the computational complexity can be efficiently reduced by the proposed hybrid strategy.     

微小型零件边缘光学特征和识别技术

分析了非相干光照明条件下微小型零件的边缘光学特征,传统的边缘检测方法没有考虑微小型零件的边缘光学特征,不能满足显微视觉测量方法的精度要求。针对微小型零件边缘检测的问题,提出一种基于最小二乘拟合的亚像素边缘检测方法。首先找出边缘区域灰度值最大和最小的点,根据灰度值最大和最小的点计算出阈值,然后将灰度值最大和最小点之间的点用直线方程回归,根据阈值的大小求出微小型零件的尺寸。试验结果表明,这种新的方法能够准确地识别出微小型零件的边缘,满足显微视觉测量精度的要求。     

基于二维光扫描的细长孔内壁疵病检测技术

细长孔内壁疵病检测是采用光学、机械、计算机等技术实现深孔内表面疵病的自动观察与检测.该测试系统由光扫描光学成像分系统、CCD摄像分系统、计算机控制及图像处理分系统等组成.被测面的反射像通过内窥镜成像在面阵CCD的光敏面上,CCD输出的视频信号经图像采集卡输入计算机,经图像拼接及图像处理,最终完成疵病的检测与尺寸测量,测量精度可达到0.2 mm.本文重点介绍了细长孔内壁疵病检测的原理、二维光扫描成像技术、图像拼接和图像处理技术,并对总体的检测精度进行了分析.该项检测技术不仅可计算出细长孔内壁疵病的面积大小、方位,还可检测出镀铬层脱落面的大小、方位,内壁裂纹的长度、方位等.     

基于改进SIFT特征提取的车标识别

为减少SIFT车标识别算法中检测极值点的冗余以及各种图像变化因素的不利影响,提出了基于边缘约束和全局结构化的改进SIFT算法。利用图像不变矩理论及图像边缘检测算法只对目标图像的边缘区域检测,剔除与车标识别区域无关的极值点;同时将特征点邻域划分为圆形并计算出同心圆内像素点最大曲率来构建全局SIFT组合特征向量,使SIFT描述子具有全局描述特性;并结合SVM模型作为车标图像特征向量的分类器进行特征分类、识别。仿真实验结果表明:改进的SIFT算法可以减少冗余极值点约25%~45%,提高了检测极值点的有效性;使车标平均识别率达到97%以上,改善了识别实时性。改进SIFT的车标识别方法与几种常用的图像特征提取算子相比较具有识别率高、识别速度快的优点。     

光栅成像光谱仪图像畸变校准方法研究

成像光谱仪是一种"图谱合一"的光学遥感仪器。光栅型成像光谱仪由于原理简单,性能稳定,技术发展成熟等优点得到了广泛的应用。光栅成像光谱仪中不同采样步长的选择及不合理的拼接方法会导致目标图像(分划板图像)的畸变,会使原来分划板图像中的正方形发生不同程度拉伸或者压缩成为矩形。现采用He-Ne激光器确定成像光谱仪的通带宽度,并利用低压汞灯进行波长定标,确定特定波长所对应的像元数,通过基于区域和小波变换的拼接方法完成目标图像,从而对目标图像的畸变进行校正。实验证明,可以使畸变量相比原始块匹配拼接方法减小一个数量级。     

微尺度MEMS上层芯片表面应变测量的方法研究

随着微纳加工技术的发展,微机电系统器件的运用领域愈加广泛,其中微机械结构的变形失效机理研究显得尤为重要。针对MEMS上层硅芯片在微尺度情况下的表面应变测量,提出了一种结合光学显微视觉、硅芯片表面特征图案的光刻工艺技术和数字图像处理技术的方法。经由该方法提取出表面图案的边缘特征,进而获得硅芯片表面的微小应变情况。通过测量硅芯片的热膨胀系数,测量值与理论值的平均相对误差值在10%以内。表明该方法可成功应用于MEMS上层硅芯片表面应变的测量。     

Precise selective deposition of microparticles on electrodes of microelectronic chips

We examined the high precision deposition of toner and polymer microparticles with a typical size of approximately 10 microm on electrode arrays with electrodes of 100 microm and below using custom-made microelectronic chips. Selective desorption of redundant particles was employed to obtain a given particle pattern from preadsorbed particle layers. Microparticle desorption was regulated by dielectrophoretic attracting forces generated by individual pixel electrodes, tangential detaching forces of an air flow, and adhesion forces on the microchip surface. A theoretical consideration of the acting forces showed that without pixel voltage, the tangential force applied for particle detachment exceeded the particle adhesion force. When the pixel voltage was switched on, however, the sum of attracting forces was larger than the tangential detaching force, which was crucial for desorption efficiency. In our experiments, appropriately large dielectrophoretic forces were achieved by applying high voltages of up to 100 V on the pixel electrodes. In addition, electrode geometries on the chip's surface as well as particle size influenced the desorption quality. We further demonstrated the compatibility of this procedure to complementary metal oxide semiconductor chip technology, which should allow for an easy technical implementation with respect to high-resolution microparticle deposition.     

双目视觉测量中等匹配点的光条中心提取

为了精确、快速提取激光条中心,使其提取结果更适用于工业现场特征尺寸的双目视觉测量,提出了一种等匹配点的激光条中心提取方法。利用灰度重心法粗提取出激光条中心点,计算灰度梯度方向,确定光条边界。接着,根据左右图像中激光条的粗提取结果确定基准光条,对另一幅图像中的对应光条进行插值。然后结合灰度梯度方向与插值结果对激光条进行重提取,得到等匹配点的亚像素中心坐标。最后,利用激光条中心点提取结果重建陶瓷平板、金属板表面及加工现场锻件表面的特征信息。实验结果表明,本文方法提取陶瓷板与金属板的激光条中心点的匹配率分别为99.887%与98.276%,宽度重建的相对误差分别为0.638%与0.488%,激光条中心提取结果能有效重建锻件表面的特征信息,满足工业现场对测量的精度、速度和鲁棒性要求。