視覺檢測技術在集成電路基板檢測中的應用

楊偉志

摘 要：在集成電路基板檢測中應用視覺檢測技術，快速構建集成電路基板視覺檢測應用方案。通過對光源、相機、電機等的選型，構造快速、高精度的圖像采集控制系統，并采用NI公司LabVIEW軟件中的視覺模塊，設計能實現圖像特征識別、提取和檢測IC基板缺陷的模型與算法。由于視覺傳感器的檢測系統具有抗干擾能力強、效率高、組成簡單等優點，因此非常適合生產現場的在線、非接觸檢測和監控。

關鍵詞：視覺檢測技術；集成電路；IC基板；數字圖像處理

中圖分類號：TP274+.5 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2015.22.009

隨著計算機軟、硬件技術和精密制造技術的發展，計算機視覺檢測和在線圖像檢測技術得到了長足的發展，機器視覺的研究和應用已成為制造業發展的重要課題。我國當前的集成電路產業在后道工序的分檢、自動識別、表面貼裝（SMT）等環節使用的具有光學視像檢測功能的半導體芯片檢測儀器設備的開發相對滯后。目前，多數生產線仍采用人工的方式篩選、檢測不合格的產品。如果用視覺識別系統取代人工進行在線檢測，不僅可以降低工人的勞動強度，還能減少次品，提高生產效率。但機器視覺系統也有它的局限性，因此，對于不同的檢測對象，要采取不同的檢測方案。

1 視覺檢測系統概述

機器視覺技術作為計算機科學的一個重要分支，在近30年里發展迅猛。由于機器視覺系統可以快速獲取、處理大量信息，并易于與設計信息和加工控制信息集成，所以機器視覺系統在現代自動化生產過程中被廣泛用于工況監視、成品檢驗和質量控制中。本系統的創新突破點是用高精度的伺服馬達驅動微米級滾珠絲桿，用光電成像技術和視覺系統快速掃描拍照IC基板；設計專用數字圖像處理算法，并基于小波變換的偏斜糾正算法、亞像素技術等分割芯片圖像，對比篩選和鑒別IC基板的缺陷，實現超細微粒的等級分類，獲得高測試速度、高缺陷捕捉率的IC基板質量檢測技術。開發重點在于系統的軟硬件需求、硬件系統的構建與部件的選型、基于Labview各模塊的二次開發和軟件操作系統合成以及工作流程。精要在于合理、有效地整合系統。從硬件角度來說，最終在于高速、精準地獲取較理想的圖像；從軟件角度來說，在于如何開發并整合各硬件，并實現圖像的處理，最終得到檢測結果。

設備采用虛擬儀器技術具有以下4方面優點：①快速實現系統的整合。②圖形化，易于編程，方便用戶的理解和操作。③可編程，擴展性好，能快速建立新程式，程式間切換一鍵完成。④統計建模。在硬件設計方面，包括超精密X-Y檢測平臺、數控定位機構、分揀動作機構、精密光學圖像檢測儀、光源等。主要技術難點是實現高精度定位，高速采集和控制圖像。

運動控制。IC基板檢測設備必須要有精確、高速的機械運動控制能力——從上料、定位、驅動相機采集圖像到卸料，包括數據分析統計等要全部實現自動化；運動速度快、靈敏，每秒鐘能檢測10～20個IC基板。運動控制卡采用步進機電有限公司生產的MPC2810SP運動控制卡。該卡基于PCI總線的步進電機或數字式伺服機的上位控制單元，通過交流伺服驅動器完成步進電機運動控制的所有細節（包括脈沖和方向的輸出、自動升降帶的處理、原點和限位信號的檢測等）。MPC2810提供批處理運動模式，用戶可不等上一條運動指令結束就發后續運動指令，系統自動按照指令的先后順序將所有指令發完。如果啟動了速度前瞻功能，控制器就能根據軌跡拐點的允許加速度、速度自動規劃速度，使系統平穩運動。

————————————————————————————

在基于視覺檢測技術的IC基板檢測系統設計中，圖像的采集和處理是整個系統成功的關鍵。為確保能采集到高質量的圖像信息，我們自行設計并制造了該系統專用的檢測光源。圖像亮度是檢測系統中一個尤為重要的參數，光源與照明方案的設計應盡可能地突出被檢測工件的特征。在增加特征量對比度的同時，還應保證被檢測區域有足夠的整體亮度。光源的設計必須滿足亮度大、亮度可調、均勻性好、穩定性高等要求，以抑制外界環境中各種光線對圖像質量產生的不良影響，導致檢測系統故障或誤判。在綜合考慮系統檢測對象的特點和檢測中存在的主要問題后，我們為該系統設計了專用的檢測光源OAT-RI5000環形光。該光源使用藍色的LED發光管，并采用獨特的排列方式，既能滿足圖像采集的需要，又有利于光源的散熱，保證能夠長時間穩定工作。

整機裝配及調試。由于全自動IC檢測機是精密檢測設備，因此在其加工和裝配過程中必須十分小心。對于裝配和定位精度等指標的測試，也需作大量研究。測控系統結構如圖1所示。

圖1 測控系統結構圖

機器視覺系統主要由三部分組成，分別是圖像的獲取、圖像的處理和輸出顯示。

圖像獲取設備包括光源、攝像機等，其中關鍵部件CCD 是由分布在各個像元光敏二極管的線性陣列或矩形陣列構成。通過順序輸出每個二極管的電壓脈沖，可將圖像光信號轉換成電信號。輸出的電壓脈沖序列可以直接以RS-170制式輸入標準電視顯示器，或輸入計算機的內存進行數值化處理。CCD是現在最常用的機器視覺傳感器。

圖像處理設備包括相應的軟件和硬件系統。輸出設備與過程相連，包括監視界面、過程控制器和報警裝置等。攝像數據通過計算機比較、分析標準圖像和故障圖像。一旦發現不合格產品，則通過NG信號告警，并由PLC自動將其排出生產線。機器視覺檢測的結果可以作為計算機輔助質量CAQ（Computer Aided Qualify）系統的信息來源，也可以與其他控制系統集成。

2 數字圖像處理

精密數字圖像處理算法和IC基板檢測軟件要對圖像進行分割、濾波降噪、邊緣特征提取、缺陷位置判別、圖像拼接等

處理。為達到所要求的速度，必須研究高效、快速的算法和芯片檢測系統軟件。圖像包含多種不確定因素，導致邊緣提取無法得到完整的輪廓。本項目應用現代信號處理技術等綜合手段，設計能實現圖像特征的識別、提取和檢測IC基板缺陷的模型和算法。

圖像處理部分的框圖如圖2所示。在讀取圖像后校準圖像，目的是使讀取的圖像與模板圖像對齊。所謂“模板圖像”，是指沒有缺陷的圖像。先從沒有缺陷的基板掃描或從CAM文件得到模板圖像，然后分別對圖像進行開運算（膨脹、腐蝕）和閉運算（腐蝕、膨脹），最后對缺陷圖像與模板圖像作加法和減法處理并二值化，提取特征后作對比，找出缺陷。

圖2 圖像處理程序流程圖

2.1 灰度圖像的形態學處理：膨脹、腐蝕

設f（x，y）是輸入圖像，b（x，y）是結構元素，二者可看作是一個子圖像函數。如果Z表示實整數的集合，（x，y）是來自Z×Z的整數，則f和b是坐標為（x，y）像素灰度值的函數（來自實數集R的實數）。如果灰度也是整數，則Z可由整數R所代替。

函數b對函數f進行灰度膨脹可定義（f b），運算式如下：

（f b）（s，t）=max{f（s-x，t-y）+b（x，y）

∣（s-x），（t-y）∈Df；（x，y）∈Db}. （1）

式（1）中：Df和Db分別為函數f和b的定義域；b為形態處理的結構元素。

由于膨脹操作是在結構元素形狀定義的領域中選擇f+b的最大值，因而通常對灰度圖像的膨脹處理可得到兩種結果：①如果所有的結構元素都為正，則輸出圖像會比輸入圖像亮；②黑色細節的減少或去除取決于膨脹操作中結構元素相關的值和形狀。

經過膨脹和腐蝕后的模板圖像如圖3所示。

圖3 膨脹后的模板圖像和腐蝕后的模板圖像

2.2 圖像的二值化處理

圖像的二值化處理是將圖像中有意義的特征和需要應用的特征進行分割，利用前景和背景灰度特性的差異，將閾值的像素設定為一個灰度值，高于閾值的像素設定為另一個灰度值，前景與背景以明顯的灰度級區分開來。

g（x，y）=f1 t≤f（x，y）≤255. （2）

g（x，y）=f2 0≤f（x，y）≤t. （3）

式（2）（3）中：t是[0，255]范圍內的灰度閾值。

大于閾值t的灰度值等于固定的灰度值f1，小于閾值t的灰度值等于固定的灰度值f2.對圖像進行二值化處理后，把前景圖像與背景圖像區分開。在本文中，f1，f2的設定需要根據不同IC基板的類型和廠家對檢測標準的嚴格程度進行，從而從相加/減后的圖像中提取所需要的特征。匹配提取后的缺陷如圖4所示。

3 軟件系統的實現

本軟件操作系統是基于LabVIEW的圖形化程序設計平臺開發的測試與控制軟件，具有底層驅動、應用層驅動和人機界面三個層面的作用。底層驅動主要用來操作硬件，例如對運動控制卡、圖像采集卡的驅動；應用層主要用來完成數據的采集、儲存、轉換和分析，實現儀器的各種功能；人機界面層面主要向用戶提供友好的人機對話環境，包括程序運行時的顯示模式和操作的相應方式。操作系統流程如圖5所示。

圖5 操作系統流程圖

操作系統主要包含用戶管理模塊、程式管理模塊、編程模塊、硬件管理模塊、運行模塊、統計分析模塊等功能模塊，各模塊分別實現不同功能。用戶管理模塊實現操作系統的登錄和用戶的管理（包括建立用戶、密碼修改、權限設置等）；程式管理模塊將工件信息按照類型以文件形式存儲，可以實現打開、新建、刪除文件等操作；編程模塊對用戶開放，用戶可通過該模塊對不同工件進行編程，以檢測和標記不同的工件；硬件管理模塊主要是對各硬件模塊進行管理和調試，例如電機參數（低速、加速度、高速等）的設置、電機的運轉、回原點等操作；運行模塊實現對整個工作流程的控制和對用戶操作的響應；統計分析模塊用于統計過程控制，包括對各工位工作時間、工作周期、工件信息等的統計分析。核心處理單元整合各模塊功能，實現整個操作系統的協調運轉。

4 結束語

IC基板的視覺檢測技術具有非接觸、速度快、精度高、操作簡單、重復性好等特點。該系統利用了現代控制理論、圖像采集與處理技術、軟件編程技術和光源設計技術等，自動化程度較高。自主研發半導體芯片光學檢測設備對于填補國內空白，縮短我國半導體工業生產與世界水平的差距，打破國外壟斷的局面，提升我國自主創新能力和精密設備的制造水平有著深遠的意義。

參考文獻

[1]王娟，方舟，劉波，等.面向IC封裝的機器視覺定位算法研究[J].制造業自動化，2014（2）：75-79.

[2]周博文，王耀南，魯娟.智能視覺檢測平臺的控制系統研究與開發[J].儀表技術與傳感器，2007（8）：72-75.

[3]彭衛東，吳志偉.基于機器視覺的IC芯片粘片機的精度測量研究[J].機床與液壓，2011（18）：103-105.

[4]李君蘭，張大衛，王以忠，等.面向IC 封裝的顯微視覺定位系統[J].光學精密工程，2010（4）：965-972.

[5]范兆周，孟月.機器視覺在COG封裝設備中的應用[J].包裝工程，2007（9）：88-89.

[6]Chatterjee C，Roych owdhoury V P.Algorithm for coplanar camera calibration[J].Machine Vision，2000（12）：87-97.

[7]伍治海，吉順祥，王明方.基于虛擬儀器的測試儀器應用研究[J].儀表技術，2007（10）：56-60.

[8]周求湛，錢志鴻，劉萍萍，等.虛擬儀器與LabVIEW7 Express程序設計[M].北京：北京航空航天大學出版社，2004.

[9]岡薩雷斯.數字圖像處理[M].第2版.北京：北京電子工業出版社，2005.

[10]呂晶.基于歐氏距離方法的缺陷識別技術研究[J].包裝工程，2013（7）：90-93.

〔編輯：王霞〕