倒裝焊中圖像對(duì)準(zhǔn)算法的研究

摘 要:針對(duì)倒裝焊中常用的十字架對(duì)準(zhǔn)標(biāo)志的幾何特征，采用形態(tài)學(xué)邊緣檢測算法提取圖像邊緣，通過將簡化的Hough變換和最小二乘相結(jié)合的直線提取方法，提取出較為精確的邊緣直線，實(shí)現(xiàn)了一種提取十字架標(biāo)志的四條長邊緣直線的圖像處理算法。實(shí)驗(yàn)結(jié)果表明，該算法與相關(guān)算法相比具有更快的對(duì)準(zhǔn)速度和更高的對(duì)準(zhǔn)精度，且對(duì)有局部殘缺的圖像不敏感。

關(guān)鍵詞:十字架標(biāo)志; 邊緣檢測; Hough變換; 直線提取

中圖分類號(hào):TP391文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1004-373X(2010)08-0113-03

Image Alignment Algorithm in Flip Chip

CHEN Xian-feng， KONG Xiao-li

(Taiyuan University of Technology， Taiyuan 030024， China)

Abstract:According to the geometrical features of cross symbol in flip chip， morphological edge detection algorithm is used for the image edge extraction. An accurate edge straight line is extracted by straight line extraction combining simplified Hough transform with least-squares， and an image processing algorithm with four long edge straight lines for extracting cross symbol is realized. The experimentalresults show that the algorithm is faster and more accurate in the alignment than the relevant algorithms， and is not sensitive to the images with local defects.

Keywords:cross symbol; edge detection; Hough transform; line extraction

0 引 言

隨著數(shù)字圖像處理技術(shù)和計(jì)算機(jī)技術(shù)的迅猛發(fā)展，在檢測系統(tǒng)中運(yùn)用先進(jìn)的圖像處理技術(shù)和計(jì)算機(jī)技術(shù)，實(shí)現(xiàn)自動(dòng)測量來代替?zhèn)鹘y(tǒng)的人工測量方式已成為大勢所趨。

倒裝焊具有焊點(diǎn)牢固、信號(hào)傳輸路徑短、I/O密度高、封裝體尺寸小、可靠性高等優(yōu)點(diǎn)，從而成為IC封裝領(lǐng)域內(nèi)最有發(fā)展前途的一種封裝形式。為了保證倒裝焊接精度，倒裝焊機(jī)的圖像視覺系統(tǒng)要測量出芯片和基板上對(duì)準(zhǔn)標(biāo)志的位置偏差量，并通過驅(qū)動(dòng)臺(tái)來補(bǔ)償這一位差。因此，圖像處理的結(jié)果，特別是圖像的邊緣檢測結(jié)果直接影響焊接的精度。

在此通過采用電子制造設(shè)備中最常見的十字架標(biāo)記對(duì)準(zhǔn)法，實(shí)現(xiàn)了一種利用自身特征進(jìn)行快速對(duì)準(zhǔn)的算法。該算法對(duì)圖像進(jìn)行兩次平滑濾波，采用形態(tài)學(xué)邊緣檢測算法提取圖像邊緣，通過將改進(jìn)的Hough變換和最小二乘相結(jié)合的直線提取方法，得到十字架標(biāo)志的中心點(diǎn)坐標(biāo)，計(jì)算出基板和芯片上標(biāo)志的位差，并最終完成精確對(duì)準(zhǔn)。該算法對(duì)一定角度旋轉(zhuǎn)和局部殘缺不敏感。

1 圖像處理算法

十字架標(biāo)志的主要特征是以兩組平行的長直線為邊緣，通過提取這四條長直線就可以得到基板和芯片上十字架標(biāo)志的位差，進(jìn)而達(dá)到基板和芯片對(duì)準(zhǔn)的目的，如圖1所示。

圖1 十字架標(biāo)志

主要算法步驟如下:

(1) 首先采用最大類間方差法對(duì)圖像進(jìn)行二值化，且在二值化前后分別進(jìn)行中值濾波平滑，然后再對(duì)二值化圖像進(jìn)行形態(tài)學(xué)邊緣提取，即先進(jìn)行開運(yùn)算和閉運(yùn)算，再進(jìn)行腐蝕運(yùn)算。

(2) 采用簡化的Hough變換與最小二乘相結(jié)合的方式進(jìn)行直線提取。

(3) 根據(jù)提取出的直線參數(shù)，計(jì)算出對(duì)位標(biāo)志中心點(diǎn)的位置，進(jìn)而得到所需要的位置偏差量。

1.1 圖像邊緣檢測

常用的一階微分算子有Roberts 算子、Sobel算子、 Prewitt 算子和Canny算子等。Roberts 算子利用局部差分算子尋找邊緣，比較直觀簡單，但容易丟失一部分邊緣，同時(shí)由于沒有經(jīng)過圖像平滑計(jì)算，因此不能抑制噪聲。該算子對(duì)具有陡峭的低噪聲圖像響應(yīng)最好。Sobel算子和Prewitt 算子都是對(duì)圖像進(jìn)行差分和濾波運(yùn)算，差別只是平滑部分的權(quán)值有差異。共性是對(duì)噪聲很敏感，如果圖像每個(gè)點(diǎn)噪聲都是相同的，那么Prewitt 算子比較好。LOG算子是二階微分算子的代表，該算子利用二階微分過零點(diǎn)的原理提取邊界點(diǎn)，對(duì)圖像中的階越型邊緣點(diǎn)定位準(zhǔn)確且具有旋轉(zhuǎn)不變性，即無方向性，但該算子容易丟失一部分邊緣方向信息，造成一些不連續(xù)的檢測邊緣，同時(shí)抗噪聲能力較差。Canny算子是一種比較新的邊緣檢測算子，具有很好的邊緣檢測性能，得到了越來越廣泛的應(yīng)用。

在此選用形態(tài)學(xué)進(jìn)行邊緣檢測，開運(yùn)算把二值圖像中的孤立部分率除掉，閉運(yùn)算去除區(qū)域中的小孔。3×3結(jié)構(gòu)元素對(duì)圖像的腐蝕相當(dāng)于去除圖像的輪廓或邊緣，再將原始圖像與腐蝕后的圖像相減，就可以得到原始圖像的邊緣。常用邊緣提取法與本文提取算法比較，如圖2所示。

圖2 各種算子檢測結(jié)果

對(duì)比圖2各檢測結(jié)果可以明顯看出，形態(tài)學(xué)邊緣提取算法克服了幾種常用算法在邊緣不連續(xù)、檢測邊緣容易出現(xiàn)多像素寬度和對(duì)噪聲敏感等方面的不足，在抑制噪聲的同時(shí)，又保證了檢測得到的十字架標(biāo)志邊緣僅有一個(gè)像素的寬度，邊緣定位精確。驗(yàn)證了Canny算子雖然是基于最優(yōu)化思想推出的邊緣檢測算子，但實(shí)際效果并不一定最優(yōu)。因此，應(yīng)按照實(shí)際情況選取合適的方法。

1.2 邊緣直線提取

得到圖像的邊緣輪廓后，還需要將四條長邊緣直線提取出來。直線提取一般采用Hough變換算法。

1.2.1 常用Hough變換

Hough變換的基本思想是將圖像空間中點(diǎn)共線的問題轉(zhuǎn)換為參數(shù)空間中求交點(diǎn)的問題。圖像空間的直線可表示為:

y=ax+b(1)

變換到參數(shù)空間為:

ρ=xcos θ+ysin θ(2)

式中:ρ代表直線距原點(diǎn)的法線距離，取值范圍為[-D，D]，D為圖像的對(duì)角線長度;θ代表該法線與x軸的夾角，θ范圍為[-90°， 90°]。開始時(shí)將累加器A初始化為零，然后對(duì)圖像空間的點(diǎn)用Hough變換計(jì)算出所有的(ρ，θ)值，每計(jì)算出一對(duì)(ρ，θ)值，就對(duì)累加器A(ρ，θ)加1，計(jì)算結(jié)束后，A(ρ，θ)的值就是圖像空間中落在距原點(diǎn)的法線距離為ρ，法線與x軸的夾角為θ的直線上點(diǎn)的數(shù)目。

1.2.2 簡化的Hough變換算法

通過觀察發(fā)現(xiàn)十字架的四條長邊緣直線由垂直和水平直線構(gòu)成。因此，本文采用簡化的Hough變換算法，該算法主要用于檢測垂直和水平方向的直線。其中，角θ的值只取0°和90°。由于角θ的取值個(gè)數(shù)由一般的180個(gè)到本文的3個(gè)，大大提高了直線提取的速度。

算法步驟如下:

(1) 初始化所有累加器A(ρ，θ)的值為零。

(2) 順序搜素圖像中所有白點(diǎn)，對(duì)每一個(gè)白點(diǎn)(x，y)，根據(jù)式(2)計(jì)算出θ=0°和θ=90°時(shí)的ρ值，使對(duì)應(yīng)的累加器加1。

(3) 結(jié)束。

當(dāng)圖像有一定的旋轉(zhuǎn)角度時(shí)，只需要將圖像旋轉(zhuǎn)到豎直狀態(tài)，或?qū)⒅苯亲鴺?biāo)軸旋轉(zhuǎn)相應(yīng)角度，使圖像相對(duì)與坐標(biāo)軸的位置滿足本算法即可。

1.2.3 最小二乘直線擬合

為了進(jìn)一步減小直線提取的誤差，在Hough變換的基礎(chǔ)上，可以再進(jìn)行最小二乘直線擬合，將擬合的結(jié)果作為直線的精確參數(shù)。

對(duì)理想直線方程y=ax+b來說，即是使方差表達(dá)式:

M=∑ni=1[yi-(axi+b)]2(3)

取得最小值的a和b作為直線的精確參數(shù)。

1.3 計(jì)算基板和芯片標(biāo)志的位差并進(jìn)行對(duì)準(zhǔn)

分別提取出基板和芯片上標(biāo)記的四條長直線后，可以計(jì)算出基板和芯片上十字架標(biāo)志的中心坐標(biāo)。如圖3所示，實(shí)線框?yàn)樾酒潭ú粍?dòng)，虛線框?yàn)榛澹梢赞D(zhuǎn)動(dòng)。芯片上的標(biāo)記坐標(biāo)記為a(x1，y1)和b(x2，y2)，基板上的標(biāo)記坐標(biāo)記為A(X1，Y1)和B(X2，Y2)，則Δx=X1-x1， Δy= Y1- y1，Δθ=arctan K-arctan k。其中K和k分別為直線AB和ab的斜率。

圖3 芯片與基板位置示意圖

根據(jù)計(jì)算出的Δx，Δy，Δθ的值移動(dòng)基板平臺(tái)，使基板和芯片上的十字架標(biāo)志的中心點(diǎn)重合，即a和A重合，b和B重合。對(duì)位前和對(duì)位后如圖4(a)，(b)所示。

圖4 對(duì)位前與對(duì)位后的情況

2 實(shí)驗(yàn)結(jié)果

本文在Matlab下對(duì)由CCD采集到的實(shí)際圖像進(jìn)行圖像處理仿真試驗(yàn)。具體數(shù)據(jù)如表1所示。

表1 本文算法和相關(guān)算法運(yùn)行時(shí)間比較

次數(shù)本文算法/s相關(guān)算法/s次數(shù)本文算法/s相關(guān)算法/s

12.731 2583.417 00262.766 2573.434 164

22.792 9973.423 54972.769 8953.402 285

32.717 1393.387 14182.795 8423.417 737

42.728 7793.412 32092.788 1813.401 216

52.734 4713.443 813102.727 9273.385 714

從表1可以看出，本文算法在圖像處理得到滿意結(jié)果的同時(shí)，運(yùn)行時(shí)間小于3 s，比相關(guān)算法縮短了大約0.7 s，誤差控制在5 μm以內(nèi)，基本上能夠滿足倒裝焊貼片設(shè)備的需求。

3 結(jié) 語

由于本文算法提取的是十字架邊緣的四條長直線，因此在圖像有輕微的局部殘缺時(shí)也不影響直線的提取和十字架中心坐標(biāo)的確定。這證明本算法具有較強(qiáng)的抗干擾能力和對(duì)圖像存在局部殘缺時(shí)的有效性。

從試驗(yàn)結(jié)果可以看出，本文算法在保證穩(wěn)定性要求的同時(shí)，也在一定程度上縮短了圖像處理時(shí)間。經(jīng)分析，提高圖像處理效果的關(guān)鍵在于邊緣檢測和直線的提取。因此，下一步目標(biāo)將是改進(jìn)邊緣檢測算法，進(jìn)一步優(yōu)化直線提取算法，以便更快地得到更精確的處理結(jié)果。

參考文獻(xiàn)

[1]姚敏. 數(shù)字圖像處理[M]. 北京: 機(jī)械工業(yè)出版社， 2006.

[2]馬艷， 張治輝. 幾種邊緣檢測算子的比較[J]. 工礦自動(dòng)化， 2004(1): 54-56.

[3]夏奇， 周明才， 汪宏， 等. 高精度自動(dòng)貼片機(jī)視覺對(duì)準(zhǔn)系統(tǒng)及其圖像處理[J]. 光學(xué)技術(shù)， 2004， 30(2): 146-149.

[4]楊維全， 陳偉明， 胡松， 等. 圖像處理在高精度對(duì)準(zhǔn)系統(tǒng)中的應(yīng)用[J]. 微細(xì)加工技術(shù)， 2000(1): 35-40.

[5]LEARPENTIER G，MOTTETET J S， DUMAS J，et al. High accuracy machine automated assembly for optoelectronics[C]. America: Electronic and Components Techno-logy Conference， 2000.

[6]孫慧， 周紅霞， 李朝暉， 等. 圖像處理中邊緣檢測技術(shù)的研究[J]. 電腦開發(fā)與應(yīng)用， 2002(10): 8-10.

[7]雷麗珍. 數(shù)字圖像邊緣檢測方法的探測[J]. 測繪通報(bào)， 2006(3): 40-42.

[8]賈永紅. 計(jì)算機(jī)圖像處理與分析[M]. 武漢: 武漢大學(xué)出版社， 2001.

[9]\\K R Castleman. 數(shù)字圖像處理[M]. 朱志剛， 林學(xué)， 石定機(jī)， 譯. 北京:電子工業(yè)出版社， 1999.

[10]拓普選. 全自動(dòng)引線鍵合機(jī)上的圖像視覺系統(tǒng)[J]. 電子工業(yè)專用設(shè)備， 2001， 30(3): 43-48.