基于機器視覺的TR型芯片檢測與定位算法研究.pdf

1、本文對TR型芯片檢測和定位算法做出了深入的研究，貼裝芯片種類繁多，TR作為帶管腳芯片之一，對其檢測獲取參數(shù)，進而對芯片進行缺陷檢測，以便于貼片機對正常TR芯片貼裝。對TR芯片精準定位，計算偏移角度和中心偏移，貼片機控制補償偏移，則芯片檢測定位影響著貼裝精度和速度。因此，本文研究有重要意義，針對芯片進行了如下研究工作。
　　對相機采集的圖片進行預處理操作。通過直方圖直觀判斷和灰度值計算精確判斷光照強度，分析了多種濾波方法，提出了保護

2、邊緣的自適應中值算法，有效去除椒鹽噪聲。針對圖像分割，提出了基于傳統(tǒng)OTSU的二維OTSU算法和分水嶺算法，分析其結果和時間，采用效率最高的OTSU算法。
　　提出了芯片信息獲取的算法。分析傳統(tǒng)跟蹤方法的原理及缺點，采用八鄰域輪廓跟蹤算法進行輪廓提取，同時考慮到OTSU算法的全局性，不能滿足局部要求，進而對輪廓進行有效篩選。提出了基于凸包最小外接矩形的方法實現(xiàn)芯片粗略定位，并利用仿射變換方法對芯片輪廓轉正。利用改進初始中心點聚類實

3、現(xiàn)上部下部管腳分割，采用垂直投影法分別對上部和下部管腳標記，并且根據坐標特點對管腳足部和根部分割。提出了基于投影法和直接計算法兩種參數(shù)檢測方法，比較算法的準確性，直接計算法能夠實現(xiàn)高精度的芯片參數(shù)檢測。
　　針對TR型芯片的特點，本文提出了三種芯片定位的方法。基于圖像分割的方法是在圖像分割獲取足部輪廓的基礎上，根據足部擬合直線來實現(xiàn)。邊緣灰度匹配方法，以邊緣灰度值為特征，加入了距離變換來清晰表達背景目標距離，并提出了金字塔縮放來提

4、高算法的效率。邊緣梯度匹配，利用SOBEL提取梯度，以邊緣點梯度為特征進行操作。分析芯片偏移角度過大、管腳缺失、高度偏移以及位置偏移等缺陷可能，并設計針對TR型芯片的缺陷檢測系統(tǒng)，能夠檢測出缺陷芯片。
　　測試算法主要測試其精確性和穩(wěn)定性，測試分為管腳參數(shù)算法測試和芯片定位算法測試兩大部分。檢測光照變化情況下，管腳參數(shù)算法差值范圍在±0.1mm內，基本上維持穩(wěn)定。通過多組數(shù)據比較三種定位算法的精確性，三種算法均能滿足精度要求，考慮