基于機(jī)器視覺的鋁絲楔焊機(jī)定位方法研究
發(fā)布時間:2020-05-16 17:12
【摘要】:鋁絲楔焊機(jī)是封裝工藝中引線鍵合工序的重要生產(chǎn)設(shè)備,它綜合了圖像識別,自動化控制和鍵合技術(shù)于一體,實現(xiàn)半導(dǎo)體芯片與引腳框架間的引線連接。由于芯片粘到引腳框架上的位置是不固定的,會有小幅度位置偏差和角度偏轉(zhuǎn),因此需要圖像識別功能精確地識別到芯片在框架上的位置和傾斜角度,芯片的識別定位是實現(xiàn)自動鍵合的關(guān)鍵技術(shù)之一。本文針對于圖像識別技術(shù)中常用的基于灰度的匹配方法和基于特征點的匹配方法進(jìn)行了研究,并做了大量的圖像匹配實驗。本文完成的主要工作如下:第一,本文首先對鋁絲楔焊機(jī)進(jìn)行了簡單的介紹,對于圖像采集部分,根據(jù)系統(tǒng)的需求分析進(jìn)行了硬件系統(tǒng)設(shè)計。第二,由于噪聲的影響,鋁絲楔焊機(jī)在工作中實時采集的芯片圖像是不能直接用于芯片匹配的,本文采用中值濾波對芯片的模板圖像和待匹配圖像進(jìn)行濾波。根據(jù)需要,在基于灰度的模板匹配方法中,本文首先對圖像進(jìn)行灰度化,再采用二值化法和Canny邊緣檢測算法對待匹配圖像進(jìn)行了預(yù)處理,為后文中采用的霍夫變換檢測直線做準(zhǔn)備。在基于特征點的匹配方法中,本文采用形態(tài)學(xué)濾波對芯片的模板圖像和待匹配圖像進(jìn)行了預(yù)處理,形態(tài)學(xué)濾波有利于尋找明顯的極大值區(qū)或極小值區(qū)域,為后文采用的特征點檢測方法做準(zhǔn)備。第三,本文對基于灰度的模板匹配方法進(jìn)行了研究,采用歸一化平方差法,歸一化相關(guān)法和歸一化相關(guān)系數(shù)法進(jìn)行了匹配實驗,然后用金子塔分層搜索法提高了匹配速度。針對于基于灰度的模板匹配方法不能識別芯片旋轉(zhuǎn)角度的問題,本文采用霍夫變換檢測待匹配圖像中芯片邊緣的直線,通過計算直線的斜率得到芯片的旋轉(zhuǎn)角度,然后將芯片的模板圖像旋轉(zhuǎn)相應(yīng)的角度后再進(jìn)行匹配,實驗表明此方法提高了匹配精度。第四,針對于表面紋理復(fù)雜的芯片,本文提出采用基于特征點的匹配方法進(jìn)行匹配,對常用的SIFT,SURF和ORB算法進(jìn)行了詳細(xì)的介紹,本文做了大量的實驗驗證了基于特征點的匹配方法的可行性,相比于基于灰度的模板匹配方法,基于特征點的匹配方法可以直接正確的匹配到有旋轉(zhuǎn)角度的芯片。
【圖文】:
第 1 章 緒論第 1 章 緒論1.1 研究的背景及意義集成電路(IC)工業(yè)是當(dāng)今全球經(jīng)濟(jì)發(fā)展的高速增長點,是國民經(jīng)濟(jì)中最具活力的行業(yè)。集成電路的生產(chǎn)分為材料制備與加工、芯片制造和封裝三大環(huán)節(jié)。其中芯片封裝工藝主要包括劃片、粘片、引線鍵合、塑封、切筋等工序[1],如圖 1.1 所示。
切刀切斷引線,,完成芯片與引線框架上引腳的電氣連接。圖 1.2 引線鍵合過程示意圖1.2.2 鋁絲楔焊機(jī)的關(guān)鍵技術(shù)在上一道工序中,粘片機(jī)將一個個芯片從晶圓上取下然后粘到芯片框架上,引線框架粘片后的效果如圖 1.3 所示。由于系統(tǒng)誤差和機(jī)械誤差等因素,每個芯片粘到引
【學(xué)位授予單位】:吉林大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:TG43;TP391.41
本文編號:2667058
【圖文】:
第 1 章 緒論第 1 章 緒論1.1 研究的背景及意義集成電路(IC)工業(yè)是當(dāng)今全球經(jīng)濟(jì)發(fā)展的高速增長點,是國民經(jīng)濟(jì)中最具活力的行業(yè)。集成電路的生產(chǎn)分為材料制備與加工、芯片制造和封裝三大環(huán)節(jié)。其中芯片封裝工藝主要包括劃片、粘片、引線鍵合、塑封、切筋等工序[1],如圖 1.1 所示。
切刀切斷引線,,完成芯片與引線框架上引腳的電氣連接。圖 1.2 引線鍵合過程示意圖1.2.2 鋁絲楔焊機(jī)的關(guān)鍵技術(shù)在上一道工序中,粘片機(jī)將一個個芯片從晶圓上取下然后粘到芯片框架上,引線框架粘片后的效果如圖 1.3 所示。由于系統(tǒng)誤差和機(jī)械誤差等因素,每個芯片粘到引
【學(xué)位授予單位】:吉林大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:TG43;TP391.41
【參考文獻(xiàn)】
相關(guān)期刊論文 前9條
1 馮亦東;孫躍;;基于SURF特征提取和FLANN搜索的圖像匹配算法[J];圖學(xué)學(xué)報;2015年04期
2 佘建國;徐仁桐;陳寧;;基于ORB和改進(jìn)RANSAC算法的圖像拼接技術(shù)[J];江蘇科技大學(xué)學(xué)報(自然科學(xué)版);2015年02期
3 白廷柱;侯喜報;;基于SIFT算子的圖像匹配算法研究[J];北京理工大學(xué)學(xué)報;2013年06期
4 陳小丹;杜宇人;高秀斌;;一種基于SURF的圖像特征點快速匹配算法[J];揚州大學(xué)學(xué)報(自然科學(xué)版);2012年04期
5 陳夢婷;閆冬梅;王剛;;基于Harris角點和SIFT描述符的高分辨率遙感影像匹配算法[J];中國圖象圖形學(xué)報;2012年11期
6 姜志高;;基于二值化處理與模板匹配的圖像識別[J];才智;2011年26期
7 高軍;李學(xué)偉;張建;盧秉恒;;基于模板匹配的圖像配準(zhǔn)算法[J];西安交通大學(xué)學(xué)報;2007年03期
8 宋毅;崔平遠(yuǎn);居鶴華;;一種圖像匹配中SSD和NCC算法的改進(jìn)[J];計算機(jī)工程與應(yīng)用;2006年02期
9 朱長征,沈振康;一種改進(jìn)的完全搜索塊匹配算法[J];紅外與激光工程;2004年04期
本文編號:2667058
本文鏈接:http://sikaile.net/kejilunwen/jiagonggongyi/2667058.html
最近更新
教材專著