基于數(shù)字圖像處理技術(shù)的集成塊姿態(tài)檢測(cè)

0 引言
    近年來(lái)，我國(guó)的半導(dǎo)體產(chǎn)業(yè)蓬勃發(fā)展，由于其起步較晚，雖然生產(chǎn)的很多環(huán)節(jié)實(shí)現(xiàn)了高速自動(dòng)化，但集成塊的質(zhì)量檢測(cè)還主要借助于人的視覺(jué)和主觀判斷能力，因而占用的大量的人力，且由于受到個(gè)人的視力、情緒、疲勞、光線等因素的影響，工作效率低，分選差異大。本文所研究的即是計(jì)算機(jī)工業(yè)圖像檢測(cè)技術(shù)在集成塊管腳檢測(cè)中的應(yīng)用，相比較傳統(tǒng)的人工檢測(cè)，計(jì)算機(jī)圖像檢測(cè)技術(shù)有以下優(yōu)點(diǎn)：1)替代人力減少成本。2)提高產(chǎn)品質(zhì)量。3)提高生產(chǎn)效率。
    本文主要針對(duì)在流水線上的集成塊容易發(fā)生管腳丟失和姿態(tài)傾斜的問(wèn)題，實(shí)現(xiàn)對(duì)流水線上的集成塊的管腳以及對(duì)集成塊姿態(tài)的自動(dòng)檢測(cè)。

l 預(yù)處理
    把圖像變成標(biāo)準(zhǔn)圖像的過(guò)程就是圖像預(yù)處理。本文中所處理的圖像都是在集成塊流水線上方的工業(yè)攝像機(jī)所拍下的圖像，圖像信號(hào)由于輸入A／D轉(zhuǎn)換器件及周?chē)h(huán)境的影響，含有各種各樣的噪聲和失真，為了穩(wěn)定地進(jìn)行后期檢測(cè)等工作，必須通過(guò)圖像預(yù)處理以消除噪聲、校正失真，達(dá)到改善圖像質(zhì)量、便于圖像測(cè)量的目的。
1．1 中值濾波
    中值濾波主要目的是去除圖像中的椒鹽噪聲。本文所研究的對(duì)像集成塊有較多椒鹽噪聲，所以采取中值濾波實(shí)現(xiàn)圖像的優(yōu)化。

1．2 圖像閾值分割
    中值濾波后的圖像達(dá)到了較好的去噪目的，再進(jìn)行閾值分割處理。圖像閾值分割是一種廣泛使用的基于空間域聚類(lèi)分析的圖像分割技術(shù)，它主要是利用圖像中要提取的目標(biāo)和背景在灰度特性上的差異，選擇一合適的閾值，通過(guò)判斷圖像中的每一個(gè)像素點(diǎn)的特征屬性是否滿(mǎn)足閾值要求來(lái)確定圖像中該像素點(diǎn)屬于目標(biāo)還是應(yīng)該屬于背景，從而產(chǎn)生相應(yīng)的二值圖像。由于本系統(tǒng)是在高速運(yùn)轉(zhuǎn)的流水線上工作，要求有很高的實(shí)時(shí)性，所以采取了兩種動(dòng)態(tài)閾值分割方法，即類(lèi)間方差閾值分割和最大熵閾值分割來(lái)實(shí)現(xiàn)圖像的分割，這兩種方法是利用目標(biāo)圖像的直方圖具有典型的雙峰特性，利用概率論和最大熵的理論，自動(dòng)確定一個(gè)最佳的閾值，對(duì)圖像進(jìn)行二值化，在本文中的對(duì)象經(jīng)過(guò)中值濾波后得到的圖像的直方圖就滿(mǎn)足雙峰特性，所以采取上述兩種方法對(duì)圖像進(jìn)行處理，得到二值化圖像。

2 集成塊姿態(tài)檢測(cè)
2．1 集成塊管腳檢測(cè)和定位
    對(duì)圖像進(jìn)行預(yù)處理后，可以清晰的看到管腳和集成塊上的數(shù)字被從背景中分割出來(lái)。集成塊管腳是一片連通的白色區(qū)域，而其所占的面積要比其他無(wú)用信息所占的面積要大的多，故采取面積法對(duì)集成塊管腳位置進(jìn)行檢測(cè)。
    二值圖像中的連通分量的面積實(shí)際上就是連通像素點(diǎn)集中像素的個(gè)數(shù)，也就是區(qū)域邊界類(lèi)包含像素點(diǎn)的數(shù)目。設(shè)二值圖像f(x，y)的連通分量ψ(x，y)的大小為M×N，其中

   
    面積法是通過(guò)編寫(xiě)程序在整幅圖像中搜索白色區(qū)域，同時(shí)記下白色區(qū)域的面積(像素點(diǎn)個(gè)數(shù))和個(gè)數(shù)及其四個(gè)邊角的坐標(biāo)。將所統(tǒng)計(jì)到的面積相加，除以白色區(qū)域的個(gè)數(shù)，即可得到一個(gè)閾值，由于集成塊管腳所占的面積要比其他無(wú)用信息所占的面積要大的多，所以面積平均所得到的閾值可以將較小的區(qū)域去除，從而保留有用的集成塊的管腳信息。將大于這一閾值的面積區(qū)域用其四個(gè)邊角的坐標(biāo)連線所成的矩形框定，便可以完成集成塊的管腳定位。
    處理過(guò)后的效果如圖4所示，圖中的紅色方框的作用為定位管腳位置。

2．2 集成塊傾斜角度的測(cè)定
    在工業(yè)應(yīng)用中，為了能讓機(jī)械臂很好的將集成塊從流水線上夾取下來(lái)，必須知道集成塊的邊緣是否與流水線平行，或知道其傾斜的角度對(duì)其進(jìn)行姿態(tài)糾正，這就需要對(duì)集成塊在流水線上的姿態(tài)進(jìn)行檢測(cè)，知道集成塊在流水線上的與水平方向的傾斜角度，確定一個(gè)物體的傾斜角度。本文的創(chuàng)新在于使用了中心點(diǎn)斜率法。
    中心點(diǎn)斜率法：假設(shè)圖像中集成塊每個(gè)管腳的中心點(diǎn)的坐標(biāo)為{(xl，y1)，(x2，y2)，…，(x8，y8)}，計(jì)算每一個(gè)管腳與其同邊管腳的斜率{ll，l2，…，ln}，再對(duì)所有的斜率求其算術(shù)平均值

   
    這時(shí)得到的是弧度，要把它轉(zhuǎn)化為角度

   
    ω就是集成塊的傾斜角度。
    由于中心點(diǎn)斜率法將同邊管腳兩兩之間的斜率都計(jì)算入內(nèi)，故精確度較高，但程序復(fù)雜，計(jì)算量較大，程序運(yùn)行時(shí)間長(zhǎng)，不適合在高速的流水線上使用。針對(duì)這一情況，提出了對(duì)中心點(diǎn)斜率法的改進(jìn)算法。
    改進(jìn)算法與原先算法的最主要的區(qū)別是改進(jìn)后的算法并不是將所有同邊管腳兩兩之間的斜率都算出來(lái)，而是先確定一點(diǎn)，記為{x0，y0}，以這一點(diǎn)為基礎(chǔ)，計(jì)算它與其他管腳的斜率

          （6）
    如果是同一邊管腳的話，他們之間的斜率幾近相等。反之，則斜率相差很大。因此，通過(guò)對(duì)斜率的比較，便可以將同邊管腳劃分在一起，這時(shí)只有三個(gè)斜率值，再對(duì)它們的斜率進(jìn)行算術(shù)平均，同原算法便可得到集成塊的傾斜角度。
    改進(jìn)后的算法的計(jì)算量要比原算法少了很多，實(shí)時(shí)性更強(qiáng)，因而它的實(shí)用性更強(qiáng)。為了測(cè)試程序測(cè)得角度的準(zhǔn)確性，用Photoshop對(duì)原圖像進(jìn)行了旋轉(zhuǎn)，角度分別為5，10，30，45，90度，以下是角度識(shí)別對(duì)比表。

3 結(jié)論與展望
    本文闡述了一種新穎的工業(yè)目標(biāo)檢測(cè)的方法，對(duì)目標(biāo)圖像進(jìn)行測(cè)試表明系統(tǒng)已經(jīng)可以完成集成塊管腳位置的自動(dòng)檢測(cè)與集成塊傾斜角度的實(shí)時(shí)測(cè)量。在本文中，結(jié)合圖像的預(yù)處理和面積法，提出了新的用中心點(diǎn)斜率法測(cè)量集成塊傾斜角度的方法，達(dá)到了很好的效果。
    本文的工作目前還僅限于實(shí)驗(yàn)室研究階段，為了使系統(tǒng)具有更廣泛的應(yīng)用和更好的適應(yīng)性，還需要在不同光照條件下圖像的自動(dòng)閾值分割和提高實(shí)時(shí)性等方面進(jìn)行提高。