基于骨架局部曲率分水岭算法的颗粒特征识别分割方法

针对晶圆生产过程软损伤吸杂工艺中,判断晶圆背部经软损伤处理后的吸杂能力,对背部类圆形杂质颗粒进行密度检测时,存在大量粘连颗粒无法准确计数的问题。本文基于Halcon视觉平台提出轮廓骨架局部曲率分析分水岭分割方法对粘连目标进行分割。首先将经过图像预处理的晶圆表面颗粒图像通过距离变换和分水岭算法进行初步分割。对分割后的区域进行凸性筛选,选择可能粘连的区域进行骨架的局部曲率分析,进一步分割粘连目标。解决在无法获取颗粒全部轮廓的情况下,大规模粘连分割问题,实现颗粒计数。实验结果表明,所提出的优化方法对于复杂情况下的粘连颗粒物能很好地适应,综合准确率达到96.7%,比传统的分水岭算法提高了8.5个百分点,验证了本文所提方法的有效性。

基于Halcon模板匹配优化的指针式仪表识别

基于Halcon模板匹配优化的指针式仪表识别是能够解决仪表表盘在复杂场景中定位问题的重要手段。传统识别方法是通过对表盘最极坐标变换来进行识别,会受到不同场景和拍摄角度对于表盘定位的影响,进而使极坐标变换对结果带来误差。本方法通过模板匹配和仿射变换准确定位仪表表盘,提高了精度,仿真实验表明,本方法相较于传统方法更精确。