基于数字图像处理技术的集成块姿态检测

　　0 引言

　　近年来，我国的半导体产业蓬勃发展，由于其起步较晚，虽然生产的很多环节实现了高速自动化，但集成块的质量检测还主要借助于人的视觉和主观判断能力，因而占用的大量的人力，且由于受到个人的视力、情绪、疲劳、光线等因素的影响，工作效率低，分选差异大。本文所研究的即是计算机工业图像检测技术在集成块管脚检测中的应用，相比较传统的人工检测，计算机图像检测技术有以下优点：1)替代人力减少成本。2)提高产品质量。3)提高生产效率。 本文主要针对在流水线上的集成块容易发生管脚丢失和姿态倾斜的问题，实现对流水线上的集成块的管脚以及对集成块姿态的自动检测。

　　l 预处理

　　把图像变成标准图像的过程就是图像预处理。本文中所处理的图像都是在集成块流水线上方的工业摄像机所拍下的图像，图像信号由于输入A/D转换器件及周围环境的影响，含有各种各样的噪声和失真，为了稳定地进行后期检测等工作，必须通过图像预处理以消除噪声、校正失真，达到改善图像质量、便于图像测量的目的。

　　1.1 中值滤波

　　中值滤波主要目的是去除图像中的椒盐噪声。本文所研究的对像集成块有较多椒盐噪声，所以采取中值滤波实现图像的优化。

　　1.2 图像阈值分割

　　中值滤波后的图像达到了较好的去噪目的，再进行阈值分割处理。图像阈值分割是一种广泛使用的基于空间域聚类分析的图像分割技术，它主要是利用图像中要提取的目标和背景在灰度特性上的差异，选择一合适的阈值，通过判断图像中的每一个像素点的特征属性是否满足阈值要求来确定图像中该像素点属于目标还是应该属于背景，从而产生相应的二值图像。由于本系统是在高速运转的流水线上工作，要求有很高的实时性，所以采取了两种动态阈值分割方法，即类间方差阈值分割和最大熵阈值分割来实现图像的分割，这两种方法是利用目标图像的直方图具有典型的双峰特性，利用概率论和最大熵的理论，自动确定一个最佳的阈值，对图像进行二值化，在本文中的对象经过中值滤波后得到的图像的直方图就满足双峰特性，所以采取上述两种方法对图像进行处理，得到二值化图像。

　　 　　2 集成块姿态检测

　　2.1 集成块管脚检测和定位

　　对图像进行预处理后，可以清晰的看到管脚和集成块上的数字被从背景中分割出来。集成块管脚是一片连通的白色区域，而其所占的面积要比其他无用信息所占的面积要大的多，故采取面积法对集成块管脚位置进行检测。