基于機器視覺的半導(dǎo)體表面字符質(zhì)量檢測系統(tǒng)研究
發(fā)布時間:2022-12-09 06:43
高新技術(shù)產(chǎn)業(yè)的不斷創(chuàng)新推動了半導(dǎo)體器件朝著多種類和微型化方向發(fā)展,廠家通過在半導(dǎo)體產(chǎn)品表面刻印標識字符來檢測產(chǎn)品的生產(chǎn)質(zhì)量,以便更好的管理產(chǎn)品,而傳統(tǒng)的字符識別主要依靠人工完成,不僅識別的效率低,而且人工成本高,因此基于機器視覺的字符自動化識別應(yīng)運而生。為了滿足自動化生產(chǎn)條件,本文以車間生產(chǎn)為背景,以芯片表面的刻印字符為對象,研究基于機器視覺的半導(dǎo)體表面字符質(zhì)量檢測系統(tǒng),該系統(tǒng)能夠減少人工參與,提升系統(tǒng)的識別精度和效率,對實現(xiàn)半導(dǎo)體產(chǎn)品字符的自動識別具有重要實用價值。按照生產(chǎn)需求和待檢測芯片確定系統(tǒng)研究內(nèi)容,主要包括機械平臺設(shè)計搭建、系統(tǒng)軟件設(shè)計和圖像處理三部分。通過機械設(shè)計方案確定硬件設(shè)備的選型,并完成半導(dǎo)體表面字符質(zhì)量檢測系統(tǒng)機械結(jié)構(gòu)的搭建;贛icrosoft Visual C++6.0編譯環(huán)境實現(xiàn)系統(tǒng)控制軟件,實現(xiàn)對系統(tǒng)的實時控制。系統(tǒng)的重點在于對采集圖像的有效處理。在圖像處理方面,首先對圖像進行平滑,通過分析字符表面噪聲特點分別利用三種平滑算法對圖像進行處理,選取最優(yōu)平滑算法。其次在字符分割算法研究方面,首先對基于邊緣檢測和基于投影的分割算法進行研究分析,通過對比芯片表面字...
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 課題研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 機器視覺發(fā)展歷程
1.2.2 機器視覺在字符質(zhì)量檢測方面的應(yīng)用
1.3 現(xiàn)有系統(tǒng)存在問題及完善思路
1.4 論文研究內(nèi)容及章節(jié)安排
2 字符質(zhì)量檢測系統(tǒng)設(shè)計
2.1 系統(tǒng)總體結(jié)構(gòu)設(shè)計
2.1.1 設(shè)計思路
2.1.2 系統(tǒng)設(shè)計要求
2.1.3 系統(tǒng)總體結(jié)構(gòu)
2.2 視覺系統(tǒng)設(shè)計
2.2.1 相機
2.2.2 鏡頭
2.2.3 光源
2.3 軟件系統(tǒng)設(shè)計
2.3.1 圖像處理軟件
2.3.2 交互界面設(shè)計
2.3.3 軟件實現(xiàn)功能
2.4 本章小結(jié)
3 半導(dǎo)體表面字符圖像處理
3.1 圖像預(yù)處理算法研究
3.1.1 灰度拉伸
3.1.2 常用濾波算法研究
3.1.3 二值化圖像常用算法分析
3.2 字符定位與傾斜矯正算法實現(xiàn)
3.2.1 字符區(qū)域定位
3.2.2 傾斜矯正
3.3 字符分割算法研究
3.3.1 常見字符分割算法研究
3.3.2 改進的投影分割算法
3.3.3 歸一化處理的應(yīng)用
3.4 本章小結(jié)
4 字符識別算法研究
4.1 芯片表面字符特征研究
4.2 基于模板匹配的字符識別算法研究
4.2.1 字符特征提取
4.2.2 傳統(tǒng)的模板匹配算法
4.2.3 改進的模板匹配算法
4.3 基于神經(jīng)網(wǎng)絡(luò)的字符識別算法研究
4.3.1 兩種常見神經(jīng)網(wǎng)絡(luò)及其區(qū)別
4.3.2 卷積神經(jīng)網(wǎng)絡(luò)
4.3.3 基于殘差網(wǎng)絡(luò)的字符識別網(wǎng)絡(luò)設(shè)計
4.3.4 基于殘差網(wǎng)絡(luò)的字符分類設(shè)計
4.4 本章小結(jié)
5 系統(tǒng)實現(xiàn)與測試
5.1 系統(tǒng)實現(xiàn)
5.1.1 機械平臺實現(xiàn)
5.1.2 系統(tǒng)功能實現(xiàn)
5.1.3 系統(tǒng)控制軟件操作界面實現(xiàn)
5.2 系統(tǒng)測試及結(jié)果分析
5.2.1 系統(tǒng)實時性測試
5.2.2 硬件線路測試
5.2.3 軟件測試類型
5.2.4 系統(tǒng)功能測試
5.3 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻
附錄
本文編號:3715041
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 課題研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 機器視覺發(fā)展歷程
1.2.2 機器視覺在字符質(zhì)量檢測方面的應(yīng)用
1.3 現(xiàn)有系統(tǒng)存在問題及完善思路
1.4 論文研究內(nèi)容及章節(jié)安排
2 字符質(zhì)量檢測系統(tǒng)設(shè)計
2.1 系統(tǒng)總體結(jié)構(gòu)設(shè)計
2.1.1 設(shè)計思路
2.1.2 系統(tǒng)設(shè)計要求
2.1.3 系統(tǒng)總體結(jié)構(gòu)
2.2 視覺系統(tǒng)設(shè)計
2.2.1 相機
2.2.2 鏡頭
2.2.3 光源
2.3 軟件系統(tǒng)設(shè)計
2.3.1 圖像處理軟件
2.3.2 交互界面設(shè)計
2.3.3 軟件實現(xiàn)功能
2.4 本章小結(jié)
3 半導(dǎo)體表面字符圖像處理
3.1 圖像預(yù)處理算法研究
3.1.1 灰度拉伸
3.1.2 常用濾波算法研究
3.1.3 二值化圖像常用算法分析
3.2 字符定位與傾斜矯正算法實現(xiàn)
3.2.1 字符區(qū)域定位
3.2.2 傾斜矯正
3.3 字符分割算法研究
3.3.1 常見字符分割算法研究
3.3.2 改進的投影分割算法
3.3.3 歸一化處理的應(yīng)用
3.4 本章小結(jié)
4 字符識別算法研究
4.1 芯片表面字符特征研究
4.2 基于模板匹配的字符識別算法研究
4.2.1 字符特征提取
4.2.2 傳統(tǒng)的模板匹配算法
4.2.3 改進的模板匹配算法
4.3 基于神經(jīng)網(wǎng)絡(luò)的字符識別算法研究
4.3.1 兩種常見神經(jīng)網(wǎng)絡(luò)及其區(qū)別
4.3.2 卷積神經(jīng)網(wǎng)絡(luò)
4.3.3 基于殘差網(wǎng)絡(luò)的字符識別網(wǎng)絡(luò)設(shè)計
4.3.4 基于殘差網(wǎng)絡(luò)的字符分類設(shè)計
4.4 本章小結(jié)
5 系統(tǒng)實現(xiàn)與測試
5.1 系統(tǒng)實現(xiàn)
5.1.1 機械平臺實現(xiàn)
5.1.2 系統(tǒng)功能實現(xiàn)
5.1.3 系統(tǒng)控制軟件操作界面實現(xiàn)
5.2 系統(tǒng)測試及結(jié)果分析
5.2.1 系統(tǒng)實時性測試
5.2.2 硬件線路測試
5.2.3 軟件測試類型
5.2.4 系統(tǒng)功能測試
5.3 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻
附錄
本文編號:3715041
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3715041.html
最近更新
教材專著