基于机器视觉的芯片引脚测量及缺陷检测系统

芯片引脚的尺寸测量及缺陷检测在智能制造生产中具有重要意义,为了实现对芯片引脚宽度、间距和长度以及引脚缺陷的高质量、高精度检测,利用HALCON视觉软件平台、采用形状匹配和一维测量算法进行检测实验。首先,通过上位机控制相机采集图片,采用基于形状的模板匹配方法并结合金字塔搜索算法对芯片进行匹配定位,其次,应用仿射变换获取芯片引脚的区域,最后,将提取的引脚区域运用一维测量算法实现对芯片的引脚尺寸测量和缺陷检测。实验结果表明单张图片检测时间为56 ms,测量误差为±0.01 mm,缺陷检测正确率为100%。因此,利用机器视觉在线检测,不仅保证了测量的精度,同时保证了准确率,检测行业高精度、实时性的要求得到了充分的满足。

基于GP-AdaLAM的芯片引脚缺陷快速检测算法

芯片的引脚缺陷检测在智能制造中具有重要意义,它的质量监控关系到后续贴装工艺中能否将类似方块平面封装(QFP)的小尺寸芯片安装到印刷电路板(PCB)上,从而影响电子器件的良率.为了实现芯片引脚的缺陷的快速分类,本文提出一种基于高斯金字塔-自适应局部仿射匹配(Gauss pyramids-adaptive locally-affine matching,GP-AdaLAM)的缺陷检测算法,实现了引脚宽度、间距、长宽比和倾斜角度的尺寸测量及缺陷检测.首先,采用GP-AdaLAM算法对芯片进行匹配定位,仿射变换后分割提取引脚区域,结合边缘检测和轮廓识别算法去除干扰区域得到待测引脚感兴趣区域,最后对每个引脚区域选取多组测量点计算取平均值作为检测结果.通过不同算法的对比实验分析,实验结果表明本算法单张图像定位时间为0.2 s,测量误差±0.01 mm,可以实现对芯片高质量、全方面的缺陷类型检测.因此,基于GP-AdaLAM的芯片引脚缺陷算法可用于芯片引脚参数的快速、高精度测量,并实现芯片缺陷的智能检测与分析.