SMD-IC的高速高精度图像识别算法及其实现.doc

《SMD-IC的高速高精度图像识别算法及其实现.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、SMD-IC的高速高精度图像识别算法及其实现胡跃明，戚其丰，韩佳，袁鹏，吴忻生（华南理工大学自动化科学与工程学院，广州510640）摘要：针对电子制造业中的高速高精度贴片机的计算机视觉定位与检测问题,研究了表面组装半导体器件SMD-IC的图像识别问题。首先分析和提出了贴片机生产过程中片式IC的识别任务，然后提出了识别算法的框架，并详细分析了IC管脚分割与定位、边界分割定位边界点、管脚测量等算法实现的重点与难点,同时提出了相应的实现算法。所提出的有关算法已经在生产过程中得到成功应用。关键词：表面组装器件；集成电路；图像识别算法；贴片机中图分类号：TN305.94；TN402文献标识码：A文章编

2、号：1003-353X(2005)11-0022-041引言表面组装技术(SMT)使现代电子组装的体积大大缩小，重量减轻，成本降低，同时也更加安全可靠，是目前电子组装行业里最流行的技术和工艺，具有重要的应用价值。由表面涂敷设备、贴片机、焊接机、丝印机、清洗机、测试设备等表面组装设备构成的SMT生产线是电子生产行业最核心的技术之一，其中关键设备──贴片机，更是国外各大电子设备公司激烈竞争的对象[1~6]。目前采用贴片机贴装的表面组装元器件主要分为：片式元件SMC、片式集成电路SMD和芯片组装器件三大类。随着表面组装元器件的发展、普及以及贴装密度的增加，对贴装精度和速度的要求也随之提高。目前国外

3、大公司普遍采用了计算机视觉系统完成表面组装工艺中检测和定位任务，而国内在这方面的研究工作尚处于起步阶段。由于表面组装元器件特别是片式IC元件的多样性，给高速高精度图像实时处理系统的研究开发带来了相当的技术难度。如何采用相应的图像识别算法和优化方案满足贴装过程的实时性、柔性化和高速高精度等要求,是SMT设备国产化进程中迫切需要解决的问题。2识别任务典型的片式IC元件如图1所示。在贴装过程中，需要通过图像识别算法对待贴装的片式IC进行有关参数检测，基本参数见表1。表中的偏转角度是吸取元件时产生的元件偏转，中心偏差是在纠正了偏转角度以后IC中心与图像中心（也就是吸嘴中心）的偏差。这两个参数是贴装过

4、程中是否需要进行校正的根据，而管脚的数目和上述信息也是判断能否贴装的根据。对参数信息的准确获取直接影响到贴装精度,本系统建立的整个算法就是构建在这些参数的识别任务基础之上[5~6]。3算法实现3.1算法规划通过分析识别任务可知，计算管脚参数和中心偏差必须定位各边管脚的位置，偏转角度的计算也需在定位管脚以后，通过分割固定的边界计算得到。据此，将算法实现分成三个部分，如图2所示。管脚定位为偏转角度的计算提供基础，管脚定位与偏转角度值一起为管脚参数以及中心偏差值计算提供基础[5~7]。管脚定位与偏转角度计算是整个算法实现的关键点和难点。3.2算法实现3.2.1片式IC四边管脚定位作为算法实现的关键

5、和难点，管脚定位的任务是将图1中四边管脚分离，并将各管脚的中心坐标与管脚相对应。本算法将图像处理技术与平面几何原理结合，并辅以一种智能搜索的算法，按步骤：阈值分割→点分析→分割定位管脚来实现，分述如下。（1）阈值分割可以排除干扰，保留有效信息。按照式(1)将8位灰度图像图1进行阈值分割，设P0为选择的阈值，P(Xi,Yj)为进行阈值分割前坐标(Xi,Yj)处的灰度值，P′(Xi,Yj)为阈值分割后的灰度值[8]。执行算法得到图3，对比图1可见大部分无效信息已被去除。（2）运用点分析(BlobAnalysis)法可进一步得到图3中亮点（灰度值为255的像素点集合）的中心坐标。首先，采用八相接邻

6、域判断法(见图4)判断像素点的归属，图4中每个方格代表一个像素，中心的像素为已知像素，与其邻接的8个像素中任何一个与其灰度值相同的像素都与其属于同一个点。然后，利用下列形心计算公式（2）得到各个点的中心坐标。设其中一点共有m个像素点，各个像素点的坐标为(Xi,Yi)，i≤m。（3）经阈值分割和点分析的处理，得到所有点的中心坐标，但其中包括了真正的管脚和无用的连接部分（见图3）。为得到真正管脚的中心坐标，首先采用一种智能搜索算法将四边管脚分割，然后利用平面几何中的点线关系原理，排除连接部分，定位管脚。智能搜索法分割四边管脚,其目的是定位边缘管脚（例如图3中的管脚1），然后利用该管脚对管脚所在的

7、一边管脚分割。为了说明算法，以图3中的管脚1为例，步骤如下：（1）从小到大的顺序将图3中点的中心Y坐标排序，得到P1(X1,Y1)，…，Pn(Xn,Yn)；n为点的个数。取P′(X′,Y′)=P1(X1,Y1)。（2）令X=X′-1，Y=Y′，得到新像素点P(X,Y)。（3）判断X值是否为0，即搜索是否达到边界。若不为0且P点灰度值为255，则执行步骤（2）；若不为0且P点灰度值为0，则继续执行；若为0且P点