| 题名 | 全自动超声波铝丝压焊机中芯片识别算法的研究 |
| 作者 | 黄波 |
| 学位类别 | 硕士 |
| 答辩日期 | 2007-06-10 |
| 授予单位 | 中国科学院长春光学精密机械与物理所 |
| 授予地点 | 长春光学精密机械与物理所 |
| 导师 | 汤建华 |
| 关键词 | 图像识别 模板匹配 边缘检测 超声波铝丝压焊机 |
| 其他题名 | The Study of Chip Image Recognition Algorithm |
| 学位专业 | 光学工程 |
| 中文摘要 | 全自动超声波铝丝压焊机是生产大功率半导体器件的重要设备，它是集精密机械、自动控制、机器视觉、光学和超声波压力焊接等诸多领域于一体的现代高科技微电子后封装设备，主要用于大功率集成电路制造后工序中，芯片焊盘与外框架间引线的焊接。其中芯片的识别定位是实现全自动焊接的关键技术之一，它的难点在于系统对实时性、准确率两方面的要求都很高。 本文以开发全自动超声波铝丝压焊机图像识别系统软件为主要研究内容，论文中对课题期间所做的主要工作进行了介绍和总结。 论文首先介绍了全自动超声波铝丝压焊机的工作原理及基本组成，阐述了机器视觉系统在整机中的重要作用。然后为了实验和比较各种图像处理与识别算法构建了的软件测试平台。 之后，论文讨论了目前常用的几种基于灰度匹配的快速图像匹配算法，如幅度排序相关算法（RS）、序贯相似检测算法（SSDA）、多辨率塔型结构算法（MPSA）等。通过具体试验并结合其原理分析了它们的优缺点，分析表明这些算法都不能同时满足全自动超声波铝丝压焊机图像识别系统对实时性、准确率两方面要求。开发一种适合所有芯片的识别算法难度很大，为此我们将芯片按照纹理特征分为复杂纹理芯片和简单纹理芯片两类。 针对复杂纹理芯片的识别，本文提出了一种对二维模板图像抽样和不变矩判断相结合的快速匹配算法(TS-CQ算法)，匹配过程保留前n个最佳匹配子图像，然后通过引入图像的不变矩，对前n个最佳匹配子图像进行判断，最终得到目标图像，有效的降低了失配率，大幅度提升了模板匹配的速度（识别率>99％，时间<95ms）。 而对于简单纹理芯片，本文提出了一种边缘检测与特征匹配相结合的芯片识别算法（EG-CH算法）。该算法由于采用了作者提出的“透视染色”算法和改进的“种子填充”算法，避免了图像识别中常用的逐点相关匹配的过程，大幅度提高了算法的执行效率，缩短了识别时间（识别率接近100％，时间<75ms），从而提高了整机的产能。 TS-CQ算法和EG-CH算法的配合使用解决了全自动超声波铝丝压焊机芯片图像识别的问题，达到和超过了全自动超声波铝丝压焊机中芯片识别系统的要求。 |
| 语种 | 中文 |
| 公开日期 | 2012-03-21 |
| 页码 | 90 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/179]  |
| 专题 | 长春光学精密机械与物理研究所_中科院长春光机所知识产出 |
| 推荐引用方式 GB/T 7714 | 黄波. 全自动超声波铝丝压焊机中芯片识别算法的研究[D]. 长春光学精密机械与物理所. 中国科学院长春光学精密机械与物理所. 2007. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论