王偉華+李朋軒

摘 要：基于表貼芯片缺陷檢測(cè)的需要，設(shè)計(jì)了一種基于機(jī)器視覺(jué)的表貼芯片缺陷檢測(cè)系統(tǒng)，并對(duì)該系統(tǒng)的硬件和軟件部分作了簡(jiǎn)要介紹，重點(diǎn)研究了芯片的引腳邊緣檢測(cè)算法，在此基礎(chǔ)上實(shí)現(xiàn)了芯片長(zhǎng)度、寬度和間距等特征參數(shù)的提取。測(cè)試結(jié)果表明，該檢測(cè)系統(tǒng)能達(dá)到在線生產(chǎn)的工藝要求。

關(guān)鍵詞：機(jī)器視覺(jué)；表貼芯片；缺陷檢測(cè)

伴隨著半導(dǎo)體技術(shù)和電子產(chǎn)業(yè)的蓬勃發(fā)展，芯片的缺陷檢測(cè)技術(shù)在整個(gè)工業(yè)生產(chǎn)過(guò)程中扮演的角色也越來(lái)越重要。外觀檢測(cè)的方法有3種：（1）傳統(tǒng)的人工檢測(cè)方法；（2）使用激光測(cè)量技術(shù)進(jìn)行芯片外觀檢測(cè)；（3）基于機(jī)器視覺(jué)的檢測(cè)方法[1]。相對(duì)于前兩種方法，基于機(jī)器視覺(jué)的表貼芯片缺陷檢測(cè)技術(shù)作為一種靈活的、實(shí)時(shí)的、非接觸式的、高精度的檢測(cè)技術(shù)，應(yīng)用也是日益廣泛。在國(guó)內(nèi)，由于對(duì)機(jī)器視覺(jué)技術(shù)應(yīng)用研究起步較晚，雖然很多學(xué)者和研究機(jī)構(gòu)都做了大量的研究，有了很多成果[2-4]，但是目前相對(duì)技術(shù)比較成熟的機(jī)器視覺(jué)設(shè)備并不多見(jiàn)。本文主要是對(duì)基于機(jī)器視覺(jué)的表貼類芯片外觀缺陷檢測(cè)系統(tǒng)的相關(guān)技術(shù)進(jìn)行研究，并將檢測(cè)方法用于表貼芯片的檢測(cè)，實(shí)驗(yàn)得到滿意結(jié)果。

1 缺陷檢測(cè)技術(shù)研究

1.1 圖像邊緣檢測(cè)算法研究

圖像的邊緣是那些周圍像素灰度有階躍變化或屋頂變化的像素的集合。對(duì)于表貼芯片的缺陷檢測(cè)而言，芯片引腳的邊緣部分包含著大量的缺陷特征參數(shù)信息。本文使用改進(jìn)的Canny算子作為系統(tǒng)的圖像邊緣檢測(cè)算法[5]。

改進(jìn)的Canny算子具體實(shí)現(xiàn)過(guò)程如下：

（1）使用二維高斯函數(shù)對(duì)圖像進(jìn)行平滑去噪處理，將原始圖像中存在的高頻噪聲濾除。

（2）計(jì)算梯度的方向和幅值。在像素點(diǎn)的3×3鄰域范圍內(nèi)計(jì)算x方向，y方向，45°方向以及135°方向一階偏導(dǎo)數(shù)有限差分來(lái)計(jì)算像素梯度的幅值。

（3）對(duì)圖像的梯度幅值進(jìn)行非極大值抑制，得到單像素寬度的邊緣。

（4）采用雙閾值算法對(duì)圖像邊緣進(jìn)行檢測(cè)和連接。

改進(jìn)的Canny算子邊緣檢測(cè)結(jié)果如圖1所示。

1.2 缺陷特征參數(shù)計(jì)算

對(duì)表貼芯片的缺陷的研究發(fā)現(xiàn)，實(shí)際上不管是缺腳、位置偏移抑或是共面度缺陷等都可以通過(guò)測(cè)量一個(gè)引腳的長(zhǎng)、寬或者相互之間的間距等參數(shù)來(lái)實(shí)現(xiàn)合理的判斷。

1.2.1 引腳數(shù)目的計(jì)算

由于芯片引腳的位置特點(diǎn)，本文采用的是垂直灰度投影方法，具體思想是將引腳邊緣圖像中每一列的像素點(diǎn)的灰度信息在水平位置進(jìn)行累加，最終得到引腳邊緣圖像在水平方向的灰度特征信息，通過(guò)對(duì)這些灰度特征的測(cè)量便可以得到圖像的相關(guān)參數(shù)信息。

這里以SOP芯片上排引腳邊緣為例說(shuō)明，設(shè)定圖像左下角為原點(diǎn)（0，0），圖像上方起始為第一行。從原點(diǎn)（0，0）處開(kāi)始遍歷搜索引腳的灰度投影圖像，具體步驟如下。

以左下角作為原點(diǎn)（0，0），從x=0開(kāi)始，檢查該行是否存在灰度值為0的像素點(diǎn)，如果存在，標(biāo)記p1=x；否則檢查下一列，直到找到p1為止。

然后從p1開(kāi)始，繼續(xù)搜索檢查該行是否存在灰度值為0的像素點(diǎn)，如果不存在，標(biāo)記p2=x；否則檢查下一列，直到找到p2為止。

從p2開(kāi)始掃描，繼續(xù)檢查該行是否存在灰度值為0的像素點(diǎn)，如果存在，標(biāo)記p3=x；否則檢查下一列，直到找到p3為止。此時(shí)統(tǒng)計(jì)p1和p2之間的距離a1即代表該引腳的寬度，p2和p3之間的距離b1即代表該相鄰引腳之間的間距。依次類推，統(tǒng)計(jì)像素點(diǎn)的跳變次數(shù)便可以得到引腳的數(shù)目。芯片上排引腳垂直灰度投影如圖2所示。

1.2.2 引腳寬度和間距的計(jì)算

實(shí)際上，在上一節(jié)求取芯片引腳數(shù)量時(shí)，統(tǒng)計(jì)p1和p2之間的距離an即代表該引腳的寬度，p2和p3之間的距離bn即代表對(duì)應(yīng)的相鄰引腳之間的間距。

1.2.3 引腳長(zhǎng)度計(jì)算

通過(guò)研究發(fā)現(xiàn)，當(dāng)對(duì)SOP芯片的引腳邊緣圖像進(jìn)行二值化后，近似矩形的引腳邊緣圖像的上下兩邊基本為標(biāo)準(zhǔn)的直線，此時(shí)通過(guò)掃描計(jì)算上下兩邊之間的距離就可以得到引腳的長(zhǎng)度。因此本文采用對(duì)SOP芯片的二值化后的引腳邊緣圖像進(jìn)行掃描，計(jì)算引腳上下兩邊的縱坐標(biāo)之差，求出單個(gè)引腳的長(zhǎng)度L。

1.3 實(shí)驗(yàn)結(jié)果

使用上面的方法對(duì)本文的研究對(duì)象進(jìn)行實(shí)驗(yàn)仿真，本文使用的芯片型為SP233ACT，得到該芯片的引腳寬度、引腳間距和引腳長(zhǎng)度的實(shí)際數(shù)值，分別如表1，2，3所示。測(cè)試結(jié)果表明實(shí)驗(yàn)精度達(dá)到1 mm，其中引腳寬度和引腳間距的數(shù)值均在芯片參數(shù)允許范圍內(nèi)，芯片引腳長(zhǎng)度與標(biāo)準(zhǔn)值的誤差在1.43%～8.97。

2 結(jié)語(yǔ)

本文基于對(duì)圖像邊緣檢測(cè)算法的研究，提出了基于機(jī)器視覺(jué)的表貼芯片缺陷檢測(cè)系統(tǒng)。測(cè)試結(jié)果表明，本系統(tǒng)對(duì)SOP芯片基本特征參數(shù)可以實(shí)現(xiàn)準(zhǔn)確檢測(cè)，檢測(cè)精度較高，整個(gè)系統(tǒng)的實(shí)時(shí)性良好，具有很好的應(yīng)用前景。

作者簡(jiǎn)介：王偉華（1992— ），男，陜西寶雞。

[參考文獻(xiàn)]

[1]NEWMAN TS，JAIN AK. A survey of automated visual inspection[J].Computer Vision and Image Understanding，1995（2）：231-262.

[2]鄭金駒，李文龍，王瑜輝，等. QFP 芯片外觀視覺(jué)檢測(cè)系統(tǒng)及檢測(cè)方法[J].中國(guó)機(jī)械工程，2013（3）：290-294.

[3]劉建峰，李承峰.基于機(jī)器視覺(jué)的IC芯片外觀檢測(cè)系統(tǒng)[J].電子制作，2015（15）：77-78.

[4]許龍.基于機(jī)器視覺(jué)的SMT芯片檢測(cè)方法研究[D].西安：西安電子科技大學(xué)，2014.

[5]許宏科，秦嚴(yán)嚴(yán)，陳會(huì)茹.一種基于改進(jìn)Canny的邊緣檢測(cè)算法[J].紅外技術(shù)，2014（3）：210-214.

Abstract： Based on the need of the defect detection of SMT chip， a defect detection system of SMT chip based on machine vision is designed， and the hardware and software part of the system are briefly introduced. The chip edge detection algorithm is studied， and the extraction of the characteristic parameters such as chip length， width and spacing is realized. The test results show that the system can meet the process requirements of online production.

Key words： machine vision； SMT chip； defect detection