多引脚芯片贴装视觉定位及检测技术研究
发布时间：2020-12-22 13:15
芯片是集成电路的载体,通过表面贴装技术能使其成为具有实用价值的微电子元器件,在民用和军工领域有着非常广泛的应用。随着芯片贴装性能指标的不断提高,对表面贴装技术也提出了更高的要求,芯片贴装技术的发展也逐渐转移到机器视觉的在线定位识别与检测领域中,并将其应用到实际的工业生产。本文的研究对象为多引脚芯片,主要研究基于模板匹配的芯片贴装视觉定位技术,实现有遮挡及堆叠等复杂情况下目标芯片的准确定位;并对多引脚芯片的引脚缺陷及尺寸检测算法进行研究,实现芯片引脚数目、间距以及尺寸的准确测量。主要研究内容如下:(1)针对多引脚芯片的视觉定位与检测进行需求分析,搭建芯片贴装的视觉定位与检测实验平台。在此实验平台的基础上进行相机、镜头与光源的选型设计,并初步完成芯片贴装定位与检测的算法设计。(2)针对圆心标志点提取的标定方法进行研究,分别将传统的棋盘格角点标定与圆心标志点标定进行理论与实验的对比分析。在搭建的视觉定位与检测实验平台的基础上,通过制作的校正模板,在相同环境条件下分别进行角点与圆心的提取实验,实验表明基于圆形标定板的圆心提取算法抗噪能力强、算法简单快速、标定精度更高,满足系统定位与检测精度的要...
【文章来源】：湖北工业大学湖北省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
表面贴装技术工艺流程图
IC芯片由于其种类繁杂、引脚较多、间距小定位精度要求较高等工艺特性,故需要使用效率更高更精确的技术设备完成其贴装时的定位与检测[26]。一个完整的视觉检测系统通常由硬件以及软件两部分组成,如图1.2所示。硬件部分由工业相机、镜头、图像采集卡、计算机、光照系统等组成,完成视觉检测系统的采集模块,软件部分由图像采集软件组成,通过机器视觉算法完成对目标工件的降噪、预处理、特征提取、定位识别以及尺寸检测。通常对工件的视觉定位主要是通过模板匹配的方法来实现的,根据用户自定义的特征模板在采集图像中进行搜索,进而匹配到目标芯片,是一种高级的机器视觉技术[27]。随着智能装备技术的发展,模板匹配已经广泛应用于工业生产的工件自动组装、医疗器械的人体骨骼扫描以及交通领域的车辆违规监控等实际操作中。
主要研究内容与技术路线
【参考文献】：
期刊论文
[1]机器视觉中相机标定方法的研究[J]. 王运哲,郑凯. 机械管理开发. 2019(05)
[2]基于双目视觉的零件多尺寸在线测量系统[J]. 张俊勇,伍世虔,陈彬,张琴,廖龙兴. 仪表技术与传感器. 2018(10)
[3]智能装备与系统产业发展动态与趋势[J]. 马梅彦. 科技中国. 2018(04)
[4]工信部:落实国家集成电路发展推进纲要[J]. 半导体信息. 2018(02)
[5]2018年我国集成电路产业发展的展望[J]. 王龙兴. 集成电路应用. 2018(02)
[6]基于机器视觉的表贴芯片缺陷检测系统研究[J]. 王伟华,李朋轩. 无线互联科技. 2017(12)
[7]基于机器视觉的芯片引脚缺陷检测研究[J]. 邓海涛,吴捷,李建辉,潘国成,赖李洋,陈耀文. 工业控制计算机. 2017(03)
[8]基于HALCON的机器人视觉标定[J]. 陈阳光,王磊. 光学仪器. 2016(04)
[9]推动中国集成电路产业加快转型升级[J]. 中国信息化. 2016(04)
[10]机器视觉行业投资分析报告[J]. 赵巧敏. 机器人技术与应用. 2015(05)
博士论文
[1]大视场视觉测量系统标定方法研究[D]. 杨景豪.大连理工大学 2018
[2]基于机器视觉的半导体芯片表面缺陷在线检测关键技术研究[D]. 巢渊.东南大学 2017
[3]集成电路芯片表面缺陷视觉检测关键技术研究[D]. 陈恺.东南大学 2016
[4]高速高精度贴片机表面贴装生产关键技术研究[D]. 黄银花.南京理工大学 2018
[5]基于目标特征的单目视觉位置姿态测量技术研究[D]. 赵连军.中国科学院研究生院（光电技术研究所） 2014
[6]基于机器视觉的在线高速检测与精确控制研究及应用[D]. 周文举.上海大学 2014
硕士论文
[1]基于机器视觉的工件识别与定位算法[D]. 李政源.山东大学 2019
[2]基于相关滤波以及NCC的目标跟踪与姿态估计以及在增强现实中的应用[D]. 徐炘.北京邮电大学 2019
[3]典型封装芯片表面贴装在线视觉识别与定位的研究[D]. 寸毛毛.陕西科技大学 2018
[4]基于形状模板匹配的实时目标检测与跟踪算法研究[D]. 任菲菲.华中科技大学 2017
[5]基于机器视觉的电路板测点自动定位系统设计[D]. 栾梦云.东南大学 2017
[6]基于双目立体视觉的工件测距的研究[D]. 黄晓城.广东工业大学 2016
[7]基于机器视觉的LED芯片定位与检测技术研究[D]. 张传凯.陕西科技大学 2016
[8]不同温度环境下POP堆叠封装的可靠性研究[D]. 王洋.江苏大学 2016
[9]面向工业应用的机器人手眼标定与物体定位[D]. 程玉立.浙江大学 2016
[10]机器视觉照明技术与装置实验研究[D]. 杨锐.中原工学院 2016
本文编号：2931827
【文章来源】：湖北工业大学湖北省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
表面贴装技术工艺流程图
IC芯片由于其种类繁杂、引脚较多、间距小定位精度要求较高等工艺特性,故需要使用效率更高更精确的技术设备完成其贴装时的定位与检测[26]。一个完整的视觉检测系统通常由硬件以及软件两部分组成,如图1.2所示。硬件部分由工业相机、镜头、图像采集卡、计算机、光照系统等组成,完成视觉检测系统的采集模块,软件部分由图像采集软件组成,通过机器视觉算法完成对目标工件的降噪、预处理、特征提取、定位识别以及尺寸检测。通常对工件的视觉定位主要是通过模板匹配的方法来实现的,根据用户自定义的特征模板在采集图像中进行搜索,进而匹配到目标芯片,是一种高级的机器视觉技术[27]。随着智能装备技术的发展,模板匹配已经广泛应用于工业生产的工件自动组装、医疗器械的人体骨骼扫描以及交通领域的车辆违规监控等实际操作中。
主要研究内容与技术路线
【参考文献】：
期刊论文
[1]机器视觉中相机标定方法的研究[J]. 王运哲,郑凯. 机械管理开发. 2019(05)
[2]基于双目视觉的零件多尺寸在线测量系统[J]. 张俊勇,伍世虔,陈彬,张琴,廖龙兴. 仪表技术与传感器. 2018(10)
[3]智能装备与系统产业发展动态与趋势[J]. 马梅彦. 科技中国. 2018(04)
[4]工信部:落实国家集成电路发展推进纲要[J]. 半导体信息. 2018(02)
[5]2018年我国集成电路产业发展的展望[J]. 王龙兴. 集成电路应用. 2018(02)
[6]基于机器视觉的表贴芯片缺陷检测系统研究[J]. 王伟华,李朋轩. 无线互联科技. 2017(12)
[7]基于机器视觉的芯片引脚缺陷检测研究[J]. 邓海涛,吴捷,李建辉,潘国成,赖李洋,陈耀文. 工业控制计算机. 2017(03)
[8]基于HALCON的机器人视觉标定[J]. 陈阳光,王磊. 光学仪器. 2016(04)
[9]推动中国集成电路产业加快转型升级[J]. 中国信息化. 2016(04)
[10]机器视觉行业投资分析报告[J]. 赵巧敏. 机器人技术与应用. 2015(05)
博士论文
[1]大视场视觉测量系统标定方法研究[D]. 杨景豪.大连理工大学 2018
[2]基于机器视觉的半导体芯片表面缺陷在线检测关键技术研究[D]. 巢渊.东南大学 2017
[3]集成电路芯片表面缺陷视觉检测关键技术研究[D]. 陈恺.东南大学 2016
[4]高速高精度贴片机表面贴装生产关键技术研究[D]. 黄银花.南京理工大学 2018
[5]基于目标特征的单目视觉位置姿态测量技术研究[D]. 赵连军.中国科学院研究生院（光电技术研究所） 2014
[6]基于机器视觉的在线高速检测与精确控制研究及应用[D]. 周文举.上海大学 2014
硕士论文
[1]基于机器视觉的工件识别与定位算法[D]. 李政源.山东大学 2019
[2]基于相关滤波以及NCC的目标跟踪与姿态估计以及在增强现实中的应用[D]. 徐炘.北京邮电大学 2019
[3]典型封装芯片表面贴装在线视觉识别与定位的研究[D]. 寸毛毛.陕西科技大学 2018
[4]基于形状模板匹配的实时目标检测与跟踪算法研究[D]. 任菲菲.华中科技大学 2017
[5]基于机器视觉的电路板测点自动定位系统设计[D]. 栾梦云.东南大学 2017
[6]基于双目立体视觉的工件测距的研究[D]. 黄晓城.广东工业大学 2016
[7]基于机器视觉的LED芯片定位与检测技术研究[D]. 张传凯.陕西科技大学 2016
[8]不同温度环境下POP堆叠封装的可靠性研究[D]. 王洋.江苏大学 2016
[9]面向工业应用的机器人手眼标定与物体定位[D]. 程玉立.浙江大学 2016
[10]机器视觉照明技术与装置实验研究[D]. 杨锐.中原工学院 2016
本文编号：2931827
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2931827.html
