楊英豪，柳 青，崔 潔

(中國電子科技集團公司第四十五研究所，北京100176)

鍵合機就是半導體封裝中很重要的一個工序，而焊線后檢測（PBI：Post Bond Inspect）又是提性能，拓展功能的一項重要課題。

目前的焊線質(zhì)檢方式是焊完線后由人工質(zhì)檢，此方式既浪費人力，且不能實時完成質(zhì)檢。而本文就如何利用機器視覺自動實現(xiàn)精準、快速、穩(wěn)定的焊線后檢測進行了討論和研究——本文主要檢測的是焊球的位置和偏差，得到了一種性能優(yōu)越的圖像處理方法，經(jīng)過實驗驗證，精度可以達98%以上。

1 半導體機器視覺系統(tǒng)構(gòu)成

機器視覺系統(tǒng)的主要目的是給機器或自動生產(chǎn)線添加一套類似人眼的視覺系統(tǒng)。其原理是由計算機或圖像處理器以及相關(guān)的設(shè)備來模擬人的視覺行為，完成得到人的視覺系統(tǒng)所得到的信息。

（1）系統(tǒng)構(gòu)成：照明光源，光學鏡頭，工業(yè)相機，圖像采集卡，如圖1 所示。

（2）圖像處理：圖像處理軟件。

圖1 機器視覺系統(tǒng)

2 PBI 算法原理及實現(xiàn)

原理：利用圖像形態(tài)學的原理從圖像中提取出球的信息，根據(jù)指定位置上的焊球信息，來判定焊線情況。

2.1 圖像增強

增加圖像對比度，放大差異信息，稱之為圖像增強。

包含了對比度變換、空間濾波等方法，選取區(qū)域，使用非線性變換圖像增強的示例如圖2 所示。

圖2 圖像增強示例

圖中白色區(qū)域是圖像增強后的效果。

2.2 圖像分割

圖像分割就是把圖像分成若干個特定且具有獨特性質(zhì)的區(qū)域并提出感興趣目標的技術(shù)。包含了基于閾值的分割方法，基于區(qū)域的分割方法，基于邊緣的分割方法以及基于特定理論的分割方法等。

本文選取的是基于自動閾值的圖像分割方法來完成圖像分割，即：

其中，閾值T 是根據(jù)圖像區(qū)域的均值m，和方差a 自動計算出來的。

經(jīng)過圖像分割所處理的結(jié)果如圖3 所示。

圖3 圖像分割示例

圖片中的深色線是分割出來的區(qū)域邊界。

2.3 圖像膨脹和腐蝕

腐蝕的原理是：用一個結(jié)構(gòu)元素掃描圖像中的每一個像素，用結(jié)構(gòu)元素中的每一個像素與其覆蓋的像素做“與”操作，如果都為1，則該像素為1，否則為0，膨脹原理則相反，上訴的兩種像素之間做“或”操作。

腐蝕的作用是消除物體邊界點，使目標縮小，可以消除小于結(jié)構(gòu)元素的噪聲點；膨脹的作用是將與物體接觸的所有背景點合并到物體中，使目標增大，可添補目標中的空洞。

開運算是先腐蝕后膨脹的過程，可以消除圖像上細小的噪聲，并平滑物體邊界。閉運算是先膨脹后腐蝕的過程，可以填充物體內(nèi)細小的空洞，并平滑邊界。

因為環(huán)境或者光路的復雜性，有的焊點并不標準，焊球會部分缺失，在這里利用閉運算完成補洞或者補邊的操作。圖4 是圖像膨脹腐蝕閉運算的結(jié)果。

圖4 圖像膨脹腐蝕閉運算結(jié)果

2.4 開圓運算和形狀選擇

通過以上過程得到的區(qū)域，一般是很復雜的區(qū)域，不能直接得到有用信息，而從這些負雜區(qū)域中提取圓的信息，就需要使用圖像形態(tài)學中的Open Circle（開圓運算）和Shape-Select（形狀選擇）。

開圓運算是針對復雜區(qū)域，根據(jù)一些先驗條件進行形態(tài)學處理，消除小區(qū)域，平滑大區(qū)域。

形狀選擇是針對一組區(qū)域，根據(jù)設(shè)定的區(qū)域特征，選擇出我們需要的區(qū)域。

我們可以根據(jù)設(shè)定理想的球半徑和環(huán)形度等先條件，進行開圓運算和形狀選擇，選出符合我們要求的球區(qū)域。并且計算球區(qū)域的半徑。見圖5 所示。

從圖5 中可以看出處理的結(jié)果。從復雜區(qū)域中利用開圓運算，舍棄小區(qū)域，平滑大區(qū)域，然后根據(jù)選形運算舍棄掉不規(guī)則的圓形區(qū)域，最后計算出球的半徑。

3 PBI 的測驗結(jié)果和應用展望

3.1 PBI 算法的測驗結(jié)果

將PBI 算法應用在設(shè)備上，通過大量的測試，得到了很好的實驗結(jié)果。

圖5 圖像開圓和選形的運算結(jié)果

圖6、圖7 是部分實驗結(jié)果。

圖6 各種焊點正常下的PBI 處理結(jié)果

圖7 各種焊點不正常的PBI 處理結(jié)果

從圖中可知，針對焊點正常的情況，不計環(huán)境的差異性，光路的差異性，球形的差異性，都可以用該算法，正確的找到球的位置和半徑；而針對各種焊點不正常的情況，均沒有誤找的發(fā)生。

結(jié)果證明，PBI 算法可以快速判定在指定位置是否存在球，也可以精準的計算球的位置和半徑。

3.2 PBI 算法的應用展望

根據(jù)檢測出來球的狀態(tài)，位置和半徑這些詳細的信息，我們可以打開思路，在工業(yè)上會有非常多且具體的應用。本文只是淺談幾項該技術(shù)的具體應用。

（1）PBI 算法一開始被提出來就是為了實現(xiàn)斷線檢測而被研究的，斷線檢測就是機器取代替人工去找出未焊上線的次品芯片，相當于一個自動質(zhì)檢的過程。有了完善的算法之后，可以通過圖像處理在理想位置附近尋找球的存在與否來判定焊線狀況，很大程度上完善了機器的功能和提高了設(shè)備的效益。

（2）在鍵合機上有一個BTO 的概念，指的是劈刀和鏡頭之間的間距，它的精準與否極大影響了焊線的精度。而因為焊線是在加熱的條件下工作的，因受熱脹冷縮的影響，BTO 這個值是不斷變化的，進而會出現(xiàn)打偏的情況，傳統(tǒng)的解決方法是在鍵合頭上加一套保溫裝置，使鍵合頭在打線的過程中能夠削弱溫度的變化，進而削弱BTO 的變化，提高焊線精度。而新的解決方案是利用PBI 檢測技術(shù)檢測出焊球位置的偏差來實時校正BTO。實現(xiàn)智能化，性能優(yōu)越，而又節(jié)省成本。

（3）在其他半導體設(shè)備上的具體應用。

4 結(jié)束語

綜上所述，PBI（焊球檢測）算法有著優(yōu)越的性能、廣闊的應用空間和高效的實用價值，并且隨著半導體設(shè)備自動化程度的提高和生產(chǎn)規(guī)模的擴大，機器視覺將在其中扮演重要的角色，而PBI 算法也將會在各種半導體設(shè)備中得到更為廣泛的應用和發(fā)展。

在當今的科技領(lǐng)域里，軟件算法的地位越來越重要，以它的變化，節(jié)省成本，利于實現(xiàn)，高效大大加速了科技的進步和發(fā)展。希望更多的科技工作者投入到圖像處理算法的研究和學習當中，為人類社會做出卓越的貢獻。

[1] 蔣先剛. 數(shù)字圖像模式識別工程軟件設(shè)計[M]. 中國水利水電出版社，2002.

[2] 陳兵旗. 實用數(shù)字圖像處理與分析[M]. 清華大學出版社，2006.

[3] 王小鵬. 形態(tài)學圖像分析原理與應用[M]. 清華大學出版社，2008.