图像识别在四探针测试技术中的应用

《图像识别在四探针测试技术中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、图像识别在四探针测试技术中的应用

2、第1内容显示中lunm范围以上)已经不能满足测试需要，斜置式方形四探针可以提供0.5mm左右的测试分辨率，但对于如此小的测试区域，以及成百上千的测试点，用人工判断测试结构的几何精确性，记录测试结果是不现实的，因此我们将图像识别引用到了四探针测试技术中来解决以上问题。　500)this.style.ouseg(this)">图1方形探针测试结构　　500)this.style.ouseg(this)">图2游移后的探针测试图　　500)this.style.ouseg(this)

3、">图3基片图像直方图　　500)this.style.ouseg(this)">图4加载探针后的基片直方图　　500)this.style.ouseg(this)">图5粗调后的探针图像　　500)this.style.ouseg(this)">图6探针定位图　　　测试结构对测试结果的影响　　Rymaszeouseg(this)">图7调整后的探针图像　　　图像识别在测试系统中的应用　　为了让测试结果的误差可以控制，需要实时采集测试过程中的探针位置图像，通过对探针图像的识别、计算，并在必要的情况下通过步进电机

4、控制探针的移动，来保证四探针的方形测试结构的精确性。　　通过直方图选择边界阈值　　灰度直方图是数字图像处理中最简单、最有用的工具之一[2]，是灰度级的函数，描述的是图像中具有该灰度级的像素的个数：其横坐标是灰度级，纵坐标是该灰度出现的频率(像素的个数)。如果一图像由两个不链接的区域组成，并且每个区域的直方图已知，则整幅图像的直方图是这两个区域直方图的和，也就是说直方图具有叠加性。由此出发我们分别采得的纯基片图像，以及加载探针(斜置探针的针尖)以后的图像的直方图，如图3、图4所示。　　分析上述直方图，我们发现加载

5、探针后的直方图在低灰度级上新增加了一个波峰。因为我们采用的反射成像系统，探针对光的反射效果比基片差，因而所成的图像灰度级也就比基片的低，所以基片的图像产生了直方图上的右峰(图3证实了这一点)，而探针的图像就产生了直方图上的左峰(见图4)。两个峰值之间灰度级的像素数目相对较少，从而产生了两峰之间的谷，选择谷做阈值将可以合理的将探针图像从基片图像中识别出来。如图4所示我们可以将像素阈值取为117，判断图像中点的灰度值，大于它的就是基片，小于它的就是探针，这样就可以识别出图像中的探针区域。　　中心探测确定探针位置　　

6、首先我们要对探针进行粗调，使其轴线沿整个图形的中心线分布，如图5所示。由于探针的针尖成椭圆形，且处于斜置状态，所以定位探针针尖时，既不能认定其是探针沿轴线的第一个边界点，也不能依照各种质心算法，按质心的定位来确定针尖的位置。经多次实验验证，我们从整幅图像的中心位置出发，以一定的像素宽度(每个像素对应实物距离为0.955mm)分别沿上下、左右四个方向进行扫描，如果某扫描范围内的像素灰度值都小于我们选定的阈值，则认为该扫描范围的中心位置即为探针的针尖位置。如图6所示，设探针定位图像的长、宽度分别为m、n，我们从()

7、点出发，以粗实线的宽度(7个像素)向四个方向扫描，以图像中上方1号探针的识别为例，向上扫描，当y>y1时，如果该高度上虚线所示范围内的像素的灰度值，不能全部满足小于我们设定的灰度阈值的要求，则我们将它视为基片，而不是探针，直到我们扫描到y＝y1这一行，发现该行对应的扫描宽度内的点都在我们设定的阈值范围内，于是就将(y1)这一点定位为1号探针现在的位置。其它探针的定位与此相似，不再赘述。　　识别的结果如图6所示中的短粗线所示，探针的位置就定位为(y1)、(y2)、(x1,)、()。实验证明这种识别方式对探针

8、针尖的定位是比较合理和精确的。　　驱动步进电机调整探针的测试结构　　完成上面所说的图像识别定位之后，驱动步进电机使探针移动并让探针就图像中心对称分布，并保证对角线相等，即可保证正方形的测试结构。　　图像的可视宽度为800mm，对应图像的宽度为764(以像素为单位)，假设测试距离要求为m，则测试结构要求探针距图像中心点的距离为m/2，它对应的图像上的宽度k＝，将这个值与探针现在的定位位置距图像中心的距离j(仍以图像中上方1号探针为例，j＝n/2-y1)相比较即可确定探针的移动方向是前进还是后退，从而确定相应步进电

9、机是正转还是反转，

10、k-j

11、值的大小可用来确定电机转动的步数。我们所使用的步进电机，每步的最小移动量为2.5mm，对应的图像距离约为2.4(个像素)，将

12、k-j

13、的值除以2.4即可得出探针的移动步数，虽然因为不能整除，可能要产生一些误差，但误差不会超过2mm，这对于几百微米的测试宽度来说，是可以忽略不计的，对测试结果几乎不会产生什么影响。图7是对图5所对应的测试图形进行调整后所得的结果