陳建魁　郭熙乾　尹周平　黃永安

華中科技大學(xué)數(shù)字制造裝備與技術(shù)國家重點實驗室,武漢,430074

一種適于柔性RFID標(biāo)簽生產(chǎn)的微膠滴檢測算法

陳建魁郭熙乾尹周平黃永安

華中科技大學(xué)數(shù)字制造裝備與技術(shù)國家重點實驗室,武漢,430074

根據(jù)柔性射頻識別(RFID)標(biāo)簽批量生產(chǎn)裝備對點膠質(zhì)量嚴(yán)格控制的需求，提出了一種基于膠滴二維圖像信息的點膠質(zhì)量在線檢測算法。該算法通過差分、濾波去噪和Blob分析等圖像處理過程所得的膠滴圖像獲取膠滴二維信息，再依據(jù)膠滴的面積等參量對點膠質(zhì)量進(jìn)行評價。對不同基板和點膠量柔性RFID標(biāo)簽生產(chǎn)進(jìn)行實際測試實驗,實驗結(jié)果顯示,該算法適應(yīng)性較好、膠滴尺寸波動較小，可對點膠一致性作出定量評價與分析。

柔性RFID標(biāo)簽；膠滴檢測；質(zhì)量評價；點膠一致性

0　引言

柔性電子(flexible electronics)技術(shù)是將有機/無機薄膜電子器件制作在柔性塑料或薄金屬基板上的新興電子技術(shù)，該技術(shù)以其獨特的柔性/延展性以及高效、低成本制造工藝，在信息、能源、醫(yī)療、國防等領(lǐng)域應(yīng)用廣泛,如柔性顯示器[1]、RFID標(biāo)簽、OLED和柔性X射線儀等[2]。以RFID標(biāo)簽為代表的柔性電子產(chǎn)品，其制備過程中通常需要將有機膠布施于柔性薄膜基板后再貼裝硅基芯片。為了保證點膠和貼片的位置精度，視覺系統(tǒng)被廣泛地應(yīng)用到點膠貼裝過程中，利用視覺匹配等技術(shù)來補償運動誤差。點膠工藝中,除要求每次點膠的定位精度外，對點膠效率、多膠滴體積一致性亦有較高要求[3]。膠量過少可能造成芯片與基板焊盤之間的機械與電氣互連不足，從而引起器件性能差異或提前失效，膠量過多不僅會浪費膠水，而且膠水過多造成的固化緩慢同樣會引起芯片貼裝質(zhì)量的波動[4]。常用的定量點膠技術(shù)主要包括時間-壓力型、活塞計量泵式、非接觸式蠕動泵型。單純通過點膠控制器來控制點膠量,無法對膠滴的一致性作出評價,也難以確認(rèn)膠滴的大小和形狀是否符合要求。隨著芯片向微型化發(fā)展，工藝中使用的膠滴質(zhì)量僅為微克級，膠滴尺寸進(jìn)入微膠點的尺度[5]。柔性電子產(chǎn)品卷到卷(roll-to-roll)批量生產(chǎn)中所采用的薄膜類柔性基板張力波動[6]、變形等同樣給膠滴形狀和尺寸帶來測量干擾。直接測量其體積并通過閉環(huán)控制獲得一致性膠滴難以實施,直接獲取膠滴的質(zhì)量(或體積)來判定點膠量的方法包括稱重法、基于灰度的三維重建法、基于三維視覺的三維重建法。稱重法作為膠滴測量最直觀的方法難以滿足RFID標(biāo)簽封裝工藝中微克精度的要求，也難以實現(xiàn)在線測量。陳從平等[5]提出的基于單幅膠點灰度圖像的三維重構(gòu)法(SFS)，利用光學(xué)反射模型構(gòu)建膠滴的三維模型求膠滴體積,此方案計算量較大，在線使用中可能面臨編程復(fù)雜和運算效率問題。基于雙目視覺的膠滴三維重構(gòu)法是通過兩個相機之間的視差來確定膠滴的三維結(jié)構(gòu)的[7],存在軟件運算量大的問題，并增加了硬件成本。

針對微膠滴在線測量需求，以及現(xiàn)有檢測方法的不足和使用局限性，本文利用膠滴的二維圖像參數(shù)，直接對膠滴的質(zhì)量進(jìn)行判定，利用膠滴的面積代替其體積,對膠滴的一致性進(jìn)行評價，從而為點膠量閉環(huán)控制提供了基礎(chǔ)。

1　膠滴圖像處理算法

實際生產(chǎn)工況中,膠滴圖像的采集與處理面臨以下難題：

(1)膠滴體積小。雖然不同類型的點膠控制器對應(yīng)的點膠量控制精度有一定的差別，但微膠滴體積通常在1 μL以下,對應(yīng)膠滴覆蓋面積也較小。

(2)膠滴形狀多態(tài)性。點膠穩(wěn)定時膠滴呈現(xiàn)為近圓形狀，在焊盤形狀復(fù)雜以及點膠不穩(wěn)定時膠滴形狀會出現(xiàn)缺口、拖尾等多態(tài)現(xiàn)象。

(3)焊盤形狀差異大。不同材料和形狀的焊盤對膠滴圖像的干擾不同，提高點膠測量魯棒性時不能忽略焊盤形狀的影響。

(4)光照條件、溫度、濕度等環(huán)境參數(shù)對膠滴圖像采集有明顯影響。

針對上述問題，筆者提出一種可獲取膠滴二維圖像且能滿足在線測量要求的方案：在獲得焊盤背景圖像和膠滴圖像后，利用圖像差分的方式弱化背景的干擾，再經(jīng)過二值化提取出膠滴的圖像，最后利用Blob分析(連通域分析)獲得膠滴的面積、中心點坐標(biāo)以及形狀因子等參數(shù)，并分析它們對點膠質(zhì)量的影響。對應(yīng)膠滴圖像處理流程如圖1所示，所包含圖像處理算法主要為：圖像差分、Gama校正、圖像二值化、圖像拼接以及Blob分析。

圖1　膠滴檢測圖像處理流程圖

根據(jù)上述圖像算法流程,對RFID標(biāo)簽基板焊盤點膠前后的膠滴進(jìn)行圖像處理，如圖2所示。其中,圖2a、圖2b分別為空焊盤背景圖像和點膠后膠滴與焊盤一體圖像，圖2c～圖2g為利用膠滴檢測算法處理的中間過程圖像。對所得的圖2g再進(jìn)行Blob分析處理即可獲得膠滴的面積、中心點坐標(biāo)以及形狀因子等參數(shù)。

(a)空焊盤背景圖像(b)點膠后膠滴與焊盤一體圖像(c)圖像差分

(d)Gama校正(e)二值化

(f)平滑濾波(g)開閉運算并Blob重構(gòu)圖2　膠滴檢測圖像處理算法結(jié)果(焊盤背景一)

1.1圖像差分

圖像差分算法[8]能夠有效地弱化背景的干擾,差分后的圖像可以更加方便地提取所要求的前景圖像。算法描述為

g(xi,yi)=|f1(xi,yi)-f2(xi,yi)|

其中,f1(xi,yi)、f2(xi,yi)分別為背景圖像、包含前景的被測對象的灰度像素值,g(xi,yi)為差分圖像的灰度像素值，遍歷圖像中的所有像素點(xi,yi)。

1.2基于雙峰法的圖像二值化與Gama校正

圖2c表明焊盤的金屬層已經(jīng)完全被弱化，高亮部分為膠滴部分，可以通過直方圖準(zhǔn)確地找到二值化的閾值，進(jìn)一步減弱焊盤金屬層的干擾以提取膠滴圖像。圖3a為差分圖像的灰度直方圖，可以直觀顯示圖中的雙峰(分別代表焊盤的金屬層以及膠滴),二值化的閾值為兩個波峰之間的波谷。

由此灰度直方圖搜尋二值化的閾值尚存在以下問題:①灰度直方圖存在較多鋸齒形干擾,難以獲得正確的二值化閾值；②因圖像差分導(dǎo)致整個二值化圖像像素值偏小(偏暗)，對應(yīng)的灰度直方圖偏向于左方，甚至在焊盤金屬層被完全弱化后不易呈現(xiàn)雙波峰。

針對上述問題，首先對差分圖像進(jìn)行Gama校正[9],以同時增強或弱化圖像的特征,對于像素級為256的灰度圖像，Gama方程為

(1)

其中,Pnew為校正后像素值,P為源圖像像素值,γ為Gama系數(shù)。校正后的圖片灰度層次發(fā)生變化,當(dāng)γ值小于1,整個直方圖右移,有利于在合理的灰度范圍內(nèi)搜索正確的波谷。圖3b為γ=0.6時經(jīng)過Gama校正后差分圖像的灰度直方圖,雙峰右移,且波谷靠近直方圖的中心。

(a)差分圖像的灰度直方圖

(b)Gama校正后的灰度直方圖圖3　灰度直方圖

針對灰度直方圖中的鋸齒形干擾，對其進(jìn)行高斯濾波，高斯濾波的方程為

hnew=[hn-3hn-2hn-1hnhn+1hn+2hn+3]·

[10337191713310]T

(2)

其中,hnew和hn分別為高斯濾波后以及濾波前像素值為n的直方圖高度,[10337191713310]T為高斯濾波模板。通過直方圖高度可以搜索到兩波峰對應(yīng)的像素值，在兩個波峰之間搜索高度值最小時對應(yīng)的像素值大小，即為二值化的閾值，二值化的效果如圖2e所示。

1.3圖像去噪以及Blob分析

圖2e所示仍存在金屬層邊緣的干擾,依次通過圖像平滑、開運算和閉運算處理可得到去噪后圖像。去噪完成后再對膠滴圖像進(jìn)行Blob分析,可以獲得膠滴的中心點坐標(biāo)、面積及周長等信息。

1.4點膠一致性判定

點膠質(zhì)量要求嚴(yán)格的工況，膠滴的位置偏差、外形形狀和大小尺寸均需要滿足一定的要求。本文利用獲得的膠滴面積代替體積，對貼片前后的膠滴面積一致性進(jìn)行檢測以判定點膠一致性。如果面積波動較大，則認(rèn)為點膠一致性不夠好，需要調(diào)整點膠參數(shù)。

2　膠滴檢測實驗及分析

膠滴檢測實驗是在華中科技大學(xué)與武漢華威科智能技術(shù)有限公司聯(lián)合開發(fā)的RFID標(biāo)簽倒裝鍵合裝備上開展的，該裝備通過逐點布施導(dǎo)電膠完成芯片與天線的互連，主要包括點膠、貼片、熱壓、檢測和柔性基板輸送等模塊，點膠模塊主要由點膠控制器、點膠頭和驅(qū)動部件組成，部分組件實物如圖4所示，主要有針筒、針頭、相機、鏡頭、光源、三自由度運動平臺等，其中所用工業(yè)相機為Basler 130萬像素的CCD相機,運動平臺的水平方向重復(fù)定位精度為20μm，為驗證膠滴圖像采集和后續(xù)計算提供較好支撐。實驗中點膠控制器采用了精密時間-壓力型點膠控制器，根據(jù)所測得的膠滴一致性結(jié)果，精確調(diào)整點膠時間或壓力即可完成點膠質(zhì)量控制。

圖4　柔性RFID標(biāo)簽生產(chǎn)裝備點膠模塊

2.1膠滴提取算法的適用性

利用所提出的膠滴提取算法對不同背景下的膠滴進(jìn)行測試,圖2、圖5～圖7為不同柔性RFID標(biāo)簽基板焊盤背景下的膠滴提取結(jié)果。

(a)空焊盤背景圖像(b)點膠后膠滴與焊盤一體圖像(c)圖像差分后的結(jié)果

(d)Gama校正后的結(jié)果(e)二值化后的結(jié)果

(f)平滑濾波后的結(jié)果(g)開閉運算并Blob重構(gòu)圖5　膠滴提取結(jié)果(焊盤背景一,有拖尾現(xiàn)象)

(a)空焊盤背景圖像 (b)點膠后膠滴與焊盤一體圖像(c)圖像差分

(d)Gama校正(e)二值化

(f)平滑濾波(g)開閉運算并Blob重構(gòu)圖6　膠滴提取結(jié)果(焊盤背景二)

(a)空焊盤背景圖像　　(b)點膠后膠滴與焊盤一體圖像(c)圖像差分后的結(jié)果

(d)Gama校正后的結(jié)果(e)二值化后的結(jié)果

(f)平滑濾波后的結(jié)果(g)開閉運算并Blob重構(gòu)圖7　膠滴提取結(jié)果(焊盤背景三)

圖2、圖5～圖7中所有圖像均來源于RFID標(biāo)簽實際生產(chǎn)工況,利用微膠滴提取算法分別對各組圖像進(jìn)行處理。其中圖2、圖5的背景相同,但是圖5中膠滴存在拖尾現(xiàn)象；圖6、圖7相對于圖2、圖5的焊盤背景不同。

結(jié)果分析：由圖2、圖5可知,所提出算法不僅適用于不同的點膠量，而且可以適用于膠滴邊緣帶瑕疵工況,圖5中拖尾部分很好地保留了下來,為精確計算膠滴質(zhì)量提供了保證;圖6中膠滴因焊盤背景原因被分割為兩部分，利用圖像拼接算法可將兩區(qū)域連接起來，也能最大程度地保留膠滴的信息。由這4組圖像可知,針對不同的焊盤背景，所提出算法均能較好地提取出膠滴圖像，對工況具有較高適應(yīng)性。

2.2點膠一致性檢測

針對圖2所顯示的柔性RFID標(biāo)簽基板焊盤背景，通過批量在線處理膠滴圖像，計算膠滴的面積，進(jìn)行點膠一致性檢測的在線測試。通過在柔性RFID標(biāo)簽生產(chǎn)裝備上調(diào)整時間-壓力型點膠控制器改變點膠時間來控制單次點膠量，在點膠壓力固定情況下改變?nèi)吸c膠時間，每組點膠時間下點膠并粘貼RFID標(biāo)簽芯片100枚，分析貼片前后膠滴的一致性。貼片前的膠滴與焊盤一體圖像圖8a所示，貼片后膠滴與芯片經(jīng)熱壓固化完成機械與電氣互連后芯片、膠滴和焊盤一體圖像如圖8b所示。采用所提出微膠滴圖像算法進(jìn)行點膠一致性檢測所獲得的圖像面積如圖9所示。

(a)貼片前(b)貼片后圖8　貼片前后膠滴圖像

(a)點膠時間為27 ms

(b)點膠時間為32 ms

(c)點膠時間為37 ms圖9　膠滴一致性檢測

圖9對應(yīng)實驗中,點膠壓力均設(shè)定為0.44 MPa,點膠時間分別設(shè)定為27 ms、32 ms和37 ms。根據(jù)圖9三次實驗曲線,對應(yīng)膠滴面積尺寸統(tǒng)計結(jié)果如表1所示。

表1　點膠一致性分析結(jié)果

通過數(shù)據(jù)曲線和分析結(jié)果可知,不同點膠時間下貼片前后膠滴面積的相對標(biāo)準(zhǔn)差均在0.05以內(nèi),一致性較高,能夠滿足柔性RFID標(biāo)簽實際生產(chǎn)要求。在通過所測量膠滴面積判斷膠滴一致性的同時，圖像分析結(jié)果可作為點膠質(zhì)量閉環(huán)控制的反饋值，相應(yīng)改變點膠控制器點膠延時或氣壓即可在線改變點膠量，即完成點膠質(zhì)量的控制，且提高了該檢測算法對不同產(chǎn)品、工況的適應(yīng)性。

3　結(jié)論

為了滿足柔性電子產(chǎn)品對精密點膠技術(shù)的需求，本文提出了一種基于膠滴二維圖像信息的點膠質(zhì)量在線檢測算法，利用差分、去噪和Blob分析等圖像處理方法獲取膠滴圖像二維信息，再根據(jù)膠滴面積對點膠質(zhì)量進(jìn)行評價。對柔性RFID標(biāo)簽生產(chǎn)實際工況所展開的實驗研究結(jié)果表明,所提出的膠滴檢測算法穩(wěn)定性和適應(yīng)性均較高，受焊盤背景變化、膠量調(diào)整和膠點形狀等因素的影響均較小，能夠滿足實際生產(chǎn)需求,為時間-壓力型點膠的質(zhì)量閉環(huán)控制提供了保證。該檢測算法已經(jīng)應(yīng)用于柔性RFID標(biāo)簽裝備軟件系統(tǒng)，應(yīng)用效果良好。

[1]Rogers J A,Someya T,Huang Y G.Materials and Mechanics for Stretchable Electronics[J].Science,2010,327:1603-1607.

[2]Reuss R H,Chalamala B R,Moussessian A,et al.Macroelectronics:Perspectives on Technology and Applications[J].Proceedings of the IEEE,2005,93(7):1239-1256.

[3]Zhao Yixiang,Li Hanxiong,Ding Han,et al.Integrated Mode-ling of Time-pressure Fluid Dispensing for Electronics Manufacturing[J].International Journal of Advanced Manufacturing Technology,2005,26(1/2):1-9.

[4]孫道恒,高俊川,杜江,等.微電子封裝點膠技術(shù)的研究進(jìn)展[J].中國機械工程,2011,22(20):2513-2519.

Sun Daoheng.Gao Junchuan,Du Jiang,et al.Advances in Fluid Dispensing Technology for Micro-electronics Packaging[J].China Mechanical Engineering,2011,22(20):2513-2519.

[5]陳從平,方子帆,秦武,等.基于單幅灰度圖像的微膠點體積測量[J].計算機測量與控制,2010,18(10):2238-2240.

Chen Congping,Fang Zifan,Qin Wu,et al.Measuring Micro Adhesive Dot Volume Based on Single Gray Image[J].Computer Measurement & Control,2010,18(10):2238-2240.

[6]陳建魁，尹周平，熊有倫.一種基于位置同步的非連續(xù)卷繞進(jìn)給方法[J].中國機械工程,2010,21(14):1639-1642.

Chen Jiankui,Yin Zhouping,Xiong Youlun.A Conveyance Method for Discontinuous Winding Processes Based on Synchronous Position Control [J]. China Mechanical Engineering,2010,21(14):1639-1642.

[7]隋婧,金偉其.雙目立體視覺技術(shù)的實現(xiàn)及其進(jìn)展[J].電子技術(shù)應(yīng)用,2004,30(10):4-6.

Duo Jing,Jin Weiqi.Advances and Realizations of Binocular Stereo Vision Technology[J].Application of Electronic Technique,2004,30(10):4-6.

[8]Murugas T,Peplow R, Tapamo J R.Video Object Extraction[C]//Proceedings of the 3rd International Symposium on Image and Signal Processing and Analysis. Paris,2003:599-604.

[9]Farid H.Blind Inverse Gamma Correction[J].IEEE Transaction on Image Processing,2001,10:1428-1433.

(編輯袁興玲)

A Detection Algorithm of Micro Adhesive Drops for Manufacturing of Flexible RFID Tags

Chen JiankuiGuo XiqianYin ZhoupingHuang Yong’an

State Key Laboratory of Digital Manufacturing Equipment and Technology,Huazhong University of Science and Technology,Wuhan,430074

Based on the dispensing quality control of flexible RFID tags’ manufacturing equipment,a on-line detection algorithm of micro adhesive drops was proposed.The image processing courses,including image differencing,filtering and noise reduction,and Blob analysis,were integrated to get the two-dimensional information of the drops,and the area will be used to evaluate the dispensing quality.The data gathered from the actual production tests,presents that the algorithm has good adaptation and stability,and suffices the RFID packaging equipment.

flexible radio frequency identification(RFID) tag;adhesive drop detection;quality evaluation;dispensing consistency

2014-04-04

國家自然科學(xué)基金資助項目(51322507,51475195)

TP27DOI：10.3969/j.issn.1004-132X.2015.06.015

陳建魁,男,1978 年生。華中科技大學(xué)機械科學(xué)與工程學(xué)院講師。主要研究方向為柔性電子制造裝備與工藝、卷到卷控制系統(tǒng)等。郭熙乾,男,1990年生。華中科技大學(xué)機械科學(xué)與工程學(xué)院碩士研究生。尹周平,男,1972年生。華中科技大學(xué)機械科學(xué)與工程學(xué)院教授、博士研究生導(dǎo)師。黃永安,男,1980年生。華中科技大學(xué)機械科學(xué)與工程學(xué)院副教授。