提出了一種快速、準(zhǔn)確識別和定位高速焊線機微芯片圖像焊點的新方法。首先使用聚類算法對自制微芯片圖像訓(xùn)練集中標(biāo)注的邊界框進(jìn)行分析,得到錨框尺寸;然后使用卷積神經(jīng)網(wǎng)絡(luò)對輸入的微芯片圖像數(shù)據(jù)集進(jìn)行特征提取,對深層特征圖進(jìn)行上采樣,與淺層特征圖拼接在一起進(jìn)行特征融合,用于預(yù)測焊點位置和類別;最后對多種尺寸圖片進(jìn)行訓(xùn)練,以緩解分辨率的突然切換對模型造成的影響,提高模型的適應(yīng)能力。采用提出的焊點識別模型在高速焊線機上對不同形狀焊點的發(fā)光二極管（LED）芯片進(jìn)行識別,實驗結(jié)果表明,該模型單張圖片識別速度為5 ms,定位精度為99.67%,比傳統(tǒng)模板匹配算法高。且該方法對微芯片形狀、生產(chǎn)環(huán)境以及光照無一致性要求,更適合工業(yè)化生產(chǎn)需求。 

【文章來源】：半導(dǎo)體技術(shù). 2020,45(03)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

高速焊線機焊點識別與定位模型框架

聚類分析算法流程圖

LabelImg數(shù)據(jù)標(biāo)注界面

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)YOLO v3的安全帽佩戴檢測方法[J]. 施輝,陳先橋,楊英.  計算機工程與應(yīng)用. 2019(11)
[2]基于圖案匹配LED芯片定位系統(tǒng)[J]. 吳曉.  半導(dǎo)體技術(shù). 2013(07)
[3]全自動金絲焊線機微芯片快速定位方法研究[J]. 黃知超,劉木,范興明,鐘奕,楊升振.  電焊機. 2011(10)

碩士論文
[1]基于機器視覺的IC芯片焊點定位檢測與誤差分析[D]. 丁婷婷.西安工業(yè)大學(xué) 2015
[2]圖像識別技術(shù)研究及在LED焊線機上的應(yīng)用[D]. 堯三品.廣東工業(yè)大學(xué) 2011



本文編號：3554909