基于亚像素边缘检测的LED芯片定位算法研究

LED芯片的定位精度直接决定了LED制造装备的生产质量和效率,为了提高LED芯片的定位精度,提出了一种基于亚像素边缘检测的芯片定位算法.该算法首先采用Gamma变换方法增强图像的对比度,并利用Blob算法获取芯片有效区域;接着采用Canny算法进行芯片亚像素边缘轮廓的提取;最后,通过拟合芯片边缘轮廓,获取芯片位置中心,完成芯片位置的精确识别.该算法不需要人工训练模板进行匹配,提高了边缘提取的定位精度,实验表明,该算法能在平均4 ms内完成一颗芯片的识别,且重复精度达到0.1 pixel,满足LED芯片高速高精度定位需求.     

LED芯片损坏和缺陷识别

对LED芯片生产过程中出现的缺陷和损坏现象进行了分析和归类.提取芯片图像暗点数、边缘点数、块数、面积和亮点数5种与芯片位置无关的图像特征,通过建立正态分布模型,并基于最小风险贝叶斯决策构建分类器对各种缺陷和损坏芯片进行识别.实验表明该方法具有较高的精度和效率,能够满足LED芯片外观检测的需要.

Abstract：

The defective and damaged LED chips appearing in the production process were analyzed and classified. The five kinds of image features: dark pixel number, edge pixel number, blocks number, area and bright pixel number which are irrelevant to the chip position were extracted from the chip image. The minimum risk Bayesian classifier which can recognize various kinds of defective and damaged chips was established based on normal distribution model. Experimental results show that this method has high accuracy and efficiency and can meet the requirements of the appearance detection of LED chips.     

基于级联式卷积神经网络的芯片检测方法

在智能物料排序系统中,芯片存在大小不一、 分布密集、 摆放角度多样性的情况.针对小体积和带有角度的目标在大尺寸拍摄图像中检测精度较低的问题,提出了一种基于级联式卷积神经网络的芯片识别定位方法来检测芯片的位置和角度.搭建二级级联神经网络,第1级网络利用改进后的YOLOv5s模型检测芯片位置,根据所得位置裁剪出单个芯片图像...     

基于蒙特卡罗方法的LED芯片定位系统误差分析

该文根据LED芯片定位系统的特点,构建了从图像坐标系到芯片坐标系的数学模型。检测运动控制、图像处理过程以及标定过程中的误差分布,通过蒙特卡罗分析法估计LED芯片的定位误差,计算了各个测量变量对最终定位误差的敏感度。分析结果表明,绕z轴旋转角度误差为LED芯片定位系统误差的主要来源,图像处理误差以及运动控制误差对系统误差影响较小。因此,通过标定算法补偿绕z轴旋转角度误差是提高LED芯片定位精度的关键。     

最佳椭圆法在芯片角度检测系统中的应用

使用最佳椭圆法计算芯片图像的角度和位置是一种全新的数字图像处理的方法,芯片的角度在数字图像处理和图像特征提取中是不可或缺的根本任务之一.在SMT设备的视觉检测系统的应用中,发现识别芯片角度是提高贴装的精度和速度的关键步骤.最佳椭圆法是一种全新的识别芯片角度和位置的算法.在之后的两个对比实验中,发现该算法比普通模板匹配算法及边缘检测算法更加具有快速性、精确性和鲁棒性的特点.     

基于照明缺陷的光源照明系统图像检测控制电路设计

在目前的机器视觉应用系统中,光源与照明是整个系统的关键问题,不同照明方式都存在一定的缺陷特征。为了满足图像采集检测精度要求,针对不同照明方式缺陷特征,设计光源图像检测控制电路。采用单片机开关电源芯片作为主控芯片,设计LED光源图像检测背光控制电路,由电压转换、恒流控制以及背光调整等电路部分组成,电路结构简洁,简化电路设计。经过测试,控制电路效率高,满足图像采集需求。     

平行照明多目视觉检测技术

多目视觉检测技术是通过多个不同位置的视觉传感器,从不同角度获取同一目标的图像,并对所得图像进行目标匹配、差分相减等,最终清晰提取出目标信息的一种视觉测量技术.相比单目视觉方法,利用多个传感器能搜集更多的目标物信息,且在检测系统中又融入了平行光照明方式下,对称式多角度的图像采集方法,可以使不同显现力的被测物平面信息通过极高的对比度显现出来,再结合多幅图像匹配、差分规则,最终可以得到效果更佳的缺陷或轮廓信息.描述了遵照该检测方法设计的实验装置,并通过成组实验证明了其可行性.基于平行光照明的多目视觉检测方法提高了系统的抗干扰能力,使系统从根本上提高了图像处理结果的精度,相比以往软件除噪、滤波等方法更加便捷、快速、稳定,适用范围也更广.提出了利用大功率LED芯片构造平行光源的思路,该平行光源设计准直度更好,非平行杂光干扰更小.     

提高多芯片拼接线性度的新方法

为实现多芯片集成高精度拼接,对芯片拼接线性度进行了深入研究,提出了一种保证高精度芯片集成拼接方法.通过CCD图像匹配、识别定位每个芯片的实际位置坐标,根据已经拼接完成的芯片位置坐标拟合,进行芯片逐步预定位,及时纠偏,拼接完成后进行每一行芯片的直线度和行与行之间平行度的检测,介绍了芯片集成拼接工艺流程和拼接方法,并对检测...     

用于LED驱动芯片的高低边电流检测电路

本文介绍了一种适用于大功率LED驱动芯片的高低边电流检测电路.该检测电路可以根据实际应用系统不同实现高低边检测电路的自动切换,不需要额外设置,并且采用该电流检测电路的LED驱动芯片能支持升压、降压以及升-降压等多种拓扑结构的应用,为LED驱动芯片提供更广阔的应用市场.芯片采用CSMC 0.6μm 60VBCD工艺实现,测试结果显示当基准电压VREF为1.217V时,LED电流为371.3mA,采样比例与设计的基本一致,从而验证了该高低边电流检测电路的可行性.     

高分辨率AM Micro-LED显示器设计及其驱动实现

设计了一种基于蓝宝石衬底氮化镓基蓝色/绿色多量子阱LED外延片,利用成熟的LED芯片工艺制备了高像素Micro-LED芯片阵列;在Micro-LED芯片和CMOS驱动芯片表面设计并制备了金属凸点,采用高精度倒装焊接工艺实现LED显示芯片和CMOS驱动芯片的良好键合,成功制备了分辨率为640×360的Micro-LED显示器。同时,以FPGA为控制器,设计了Micro-LED显示器的驱动系统,该驱动系统对输入的图像数据进行缓存并将其处理为显示器所能接收的单色图像数据,最后将处理后的图像数据写入驱动芯片并实现图像显示。