CN105066892B - 一种基于直线聚类分析的bga元件检测与定位方法 - Google Patents

一种基于直线聚类分析的bga元件检测与定位方法 Download PDF

Info

Publication number
CN105066892B
CN105066892B CN201510474875.XA CN201510474875A CN105066892B CN 105066892 B CN105066892 B CN 105066892B CN 201510474875 A CN201510474875 A CN 201510474875A CN 105066892 B CN105066892 B CN 105066892B
Authority
CN
China
Prior art keywords
bga
equivalent
soldered balls
bga soldered
balls
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510474875.XA
Other languages
English (en)
Other versions
CN105066892A (zh
Inventor
高会军
靳万鑫
于金泳
杨宪强
孙昊
刘鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Intelligent Equipment Research Institute Co., Ltd.
Original Assignee
Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201510474875.XA priority Critical patent/CN105066892B/zh
Publication of CN105066892A publication Critical patent/CN105066892A/zh
Application granted granted Critical
Publication of CN105066892B publication Critical patent/CN105066892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Electric Connection Of Electric Components To Printed Circuits (AREA)
  • Image Processing (AREA)

Abstract

一种基于直线聚类分析的BGA元件检测与定位方法,本发明涉及基于直线聚类分析的BGA元件检测与定位方法。本发明的目的是为了解决现有基于模板匹配的BGA芯片检测方法无法适用于BGA芯片旋转和尺度放缩的情况;现有基于点匹配的BGA芯片检测算法时间复杂度高;上述两种算法对光照鲁棒性差的问题。通过以下技术方案实现的:BGA焊球灰度连通域提取;建立信息列表;筛选列表;焊球阵列局部分析确定BGA焊球阵列粗略偏转角度;行、列BGA焊球直线聚类;求解BGA芯片偏转角度和中心位置;焊球逐行搜索得到BGA焊球标识矩阵;若BGA焊球标识矩阵同标准焊球标识矩阵一致,则无缺陷。本发明应用于BGA元件检测与定位领域。

Description

一种基于直线聚类分析的BGA元件检测与定位方法
技术领域
本发明涉及基于直线聚类分析的BGA元件检测与定位方法。
背景技术
球形引脚阵列封装(BGA)形式的芯片具有可靠性好、封装面积小和电器性能优良的特点,因而得到广泛应用。大规模BGA芯片贴装生产过程主要是采用贴片机完成的,高精度的贴片机通过吸取、移位、识别、检测与定位、贴装等步骤将芯片快速贴装到印刷电路板上。
贴片机对芯片的识别、检测与定位主要是采用计算机视觉检测技术来完成,这一过程包括示教和检测两个阶段:示教阶段是通过识别标准样片来建立芯片标准参数数据库;检测操作以芯片标准数据库为参考,对所贴装芯片进行缺陷检测和精确定位。就BGA芯片而言,芯片的标准数据库包括焊球的分布形式,焊球直径,焊球的行间距及列间距,后续的缺陷检测过程主要针对焊球缺失、焊球直径和圆度是否合格以及焊球是否桥接这几个方面。BGA芯片由于焊球引脚多、间距小、封装形式多样,因此对检测定位算法的可靠性和检测速度提出了更高的要求。
现有的BGA芯片视觉检测定位算法主要基于以下两种方式:模板匹配和点匹配算法。模板匹配是利用预留的BGA芯片模板图像,在待检测的BGA芯片图像上进行搜索,通过确定最佳匹配位置完成BGA芯片的定位和检测过程。显然,BGA芯片的多样性导致无法找到一个统一的芯片模板,需对于每种BGA芯片都要建立相应的模板;同时模板匹配无法适用于图像中BGA芯片存在旋转和尺度放缩的情况。对于点匹配法,核心思想是通过匹配待检测芯片焊球与预留标准BGA芯片焊球,进而得到待检测芯片位置几何变换关系。这种方法在寻找匹配焊球对时,常常会涉及对焊球的遍历与反复迭代的过程,对于引脚焊球较多时,导致算法的时间长复杂度高,因此难以应用到高速贴片机生产过程中。同时,上述两种方法对在进行检测时,据需要均匀的光照强度,对于非均匀光照条件下,检测精度低。
发明内容
本发明的目的是为了解决现有基于模板匹配的BGA芯片需对每种BGA芯片都要建立相应的模板,无法适用于图像中BGA芯片存在旋转和尺度放缩的情况;现有基于点匹配的BGA芯片检测算法存在的算法时间长复杂度高;以及针对上述两种算法对非均匀光照鲁棒性差的问题,而提出了一种基于直线聚类分析的BGA元件检测与定位方法。
上述的发明目的是通过以下技术方案实现的:
步骤一、对摄像头采集到的灰度BGA芯片图像,即为原始图像,进行动态阈值分割得到二值焊球图像,并对二值焊球图像进行形态学开运算和闭运算处理,处理后的二值焊球图像上的每个连通域记为一个二值化BGA焊球,然后对每个二值化BGA焊球进行连通域标记;
步骤二、对步骤一得到的经过连通域标记后的每个二值化BGA焊球在原始图像上对应位置的邻域范围内进行灰度连通域提取,获得原始图像的完整灰度BGA焊球,并建立完整灰度BGA焊球信息列表;
其中,建立完整灰度BGA焊球信息列表内容包括:每个完整灰度BGA焊球所包含的灰度像素,以及由灰度像素计算得到的每个完整灰度BGA焊球的中心点位置坐标、每个完整灰度BGA焊球对应最小外包圆直径、每个完整灰度BGA焊球的面积和圆度,每个焊球包含的灰度像素包括每个焊球像素坐标和每个焊球灰度值;
步骤三、利用BGA芯片标准数据库中的焊球参数,对步骤二得到的完整灰度BGA焊球信息列表进行筛选,更新筛选后的完整灰度BGA焊球信息列表;
步骤四、用步骤三得到的更新后的完整灰度BGA焊球信息列表,建立一个像素灰度值均为0、且大小与原始图像相同的背景图像;并在背景图像中,将对应原始图像中每个完整灰度BGA焊球中心点位置处的灰度值,变为对应二值化BGA焊球的标识序号,此时的背景图像即为BGA焊球标识图像,BGA焊球标识图像上的每个非0灰度值的像素称为一个等效BGA焊球,所有等效BGA焊球构成的阵列称为等效BGA阵列;原始图像中有M*N个完整灰度BGA焊球,对应背景图像中就有M*N个等效BGA焊球,等效BGA焊球实质为一个像素,完整灰度BGA焊球与等效BGA焊球一一对应;
然后,在BGA焊球标识图像中,计算相邻2个等效BGA焊球的间距Δγ,将此间距作为等效BGA焊球间距典型值;
步骤五、利用步骤四得到的等效BGA焊球间距典型值Δγ,在BGA焊球标识图像上,对等效BGA阵列进行局部分析,确定等效BGA阵列粗略偏转角度Δθ;
其中,局部分析分为针对规则型BGA芯片的局部分析和针对不规则BGA芯片的局部分析,规则型BGA芯片为相邻行BGA焊球成整齐排列的BGA芯片,不规则BGA芯片为相邻行BGA焊球成交错排列的BGA芯片;
步骤六、利用步骤四得到的等效BGA焊球间距典型值Δγ以及步骤五得到的等效BGA阵列粗略偏转角度Δθ,在BGA焊球标识图像上,对行、列等效BGA焊球进行直线聚类,得到每行等效BGA焊球蔟、每列等效BGA焊球蔟以及等效BGA阵列的边界等效BGA焊球蔟;
步骤七、利用步骤六得到的边界等效BGA焊球蔟,根据边界等效BGA焊球蔟中的每个等效BGA焊球在标识图像上的灰度值,在完整灰度BGA焊球信息列表中查找对应的完整灰度BGA焊球中心点位置坐标,根据完整灰度BGA焊球中心点位置坐标,进行边界焊球直线拟合,通过边界拟合直线求解原始图像中BGA芯片的偏转角度和中心位置;
步骤八、利用步骤七得到的边界拟合直线以及BGA芯片标准数据库中的焊球行间距及列间距,求解出每行等效BGA焊球和每列等效BGA焊球所在的直线方程,并在BGA焊球标识图像上对等效BGA焊球进行逐行和逐列搜索,进而得到BGA焊球分布矩阵;搜索过程为:以求解出的等效BGA焊球的行直线和列直线的方程的交点为中心,在BGA焊球标识图像上进行位置偏差容忍度范围内的搜索,若成功搜索到某一焊球,则对应BGA标识矩阵的所在行列位置的值置为1,否则为0;
步骤九、对步骤八得到的BGA焊球分布矩阵和标准数据库中的BGA焊球分布矩阵进行比较:若一致,则该待检测BGA芯片无缺陷,否则,该待检测芯片存在缺陷。
发明效果
采用本发明的一种基于直线聚类分析的BGA元件检测与定位方法,该方法主要有如下几方面的优点:
1)该算法基于直线聚类分析对于BGA芯片进行检测,是一种无匹配的BGA芯片定位算法,因此检测过程对芯片摆放姿态无要求。对于任意偏转角度下的BGA下芯片都可以快速稳定的定位与检测;
2)该算法在进行BGA芯片定位过程中,无对所有焊球进行遍历搜索的过程,算法的时间短,复杂度低,能够满足高速贴片机的生产要求,实验结果表明,在C++编译环境下,检测算法在B960(主频:2.2GHz,双核)的PC机上运行,对于焊球数目小于500个的BGA芯片的检测与定位时间小于200ms;
3)该算法能够直接适用于绝大多数的不同类型BGA芯片。对于规则型BGA芯片(相邻行BGA焊球成整齐排列),不规则BGA芯片(相邻行BGA焊球成交错排列)、以及焊球阵列稀疏的BGA芯片都能够适用。
4)该算法对成像光照强度有一定的鲁棒性,对于不均匀的光照强度,算法依然能够准确的进行芯片的检测。
附图说明
图1为本发明流程图;
图2为具体实施方式二中灰度BGA图像的动态阈值分割、形态学处理和连通域标记示例图;
图3为具体实施方式三中对二值图像进行区域提取示例图;
图4为具体实施方式五中对BGA焊球进行局部分析的算法示例图。
具体实施方式
具体实施方式一:结合图1说明本实施方式,本实施方式所述的一种基于直线聚类分析的BGA元件检测与定位方法具体是按照以下步骤进行的:
步骤一、对摄像头采集到的灰度BGA芯片图像,即为原始图像,进行动态阈值分割得到二值焊球图像,并对二值焊球图像进行形态学开运算和闭运算处理,处理后的二值焊球图像上的每个连通域记为一个二值化BGA焊球,然后对每个二值化BGA焊球进行连通域标记;
其中,所述BGA焊球位于BGA芯片上;
步骤二、对步骤一得到的经过连通域标记后的每个二值化BGA焊球在原始图像上对应位置的邻域范围内进行灰度连通域提取,获得原始图像的完整灰度BGA焊球,并建立完整灰度BGA焊球信息列表;
其中,建立完整灰度BGA焊球信息列表内容包括:每个完整灰度BGA焊球所包含的灰度像素,以及由灰度像素计算得到的每个完整灰度BGA焊球的中心点位置坐标、每个完整灰度BGA焊球对应最小外包圆直径、每个完整灰度BGA焊球的面积和圆度,每个焊球包含的灰度像素包括每个焊球像素坐标和每个焊球灰度值;
步骤三、利用BGA芯片标准数据库中的焊球参数,对步骤二得到的完整灰度BGA焊球信息列表进行筛选,更新筛选后的完整灰度BGA焊球信息列表;
步骤四、用步骤三得到的更新后的完整灰度BGA焊球信息列表,建立一个像素灰度值均为0、且大小与原始图像相同的背景图像;并在背景图像中,将对应原始图像中每个完整灰度BGA焊球中心点位置处的灰度值,变为对应二值化BGA焊球的标识序号,此时的背景图像即为BGA焊球标识图像,BGA焊球标识图像上的每个非0灰度值的像素称为一个等效BGA焊球,所有等效BGA焊球构成的阵列称为等效BGA阵列;原始图像中有M*N个完整灰度BGA焊球,对应背景图像中就有M*N个等效BGA焊球,等效BGA焊球实质为一个像素,完整灰度BGA焊球与等效BGA焊球一一对应;
然后,在BGA焊球标识图像中,计算相邻2个等效BGA焊球的间距Δγ,将此间距作为等效BGA焊球间距典型值;
步骤五、利用步骤四得到的等效BGA焊球间距典型值Δγ,在BGA焊球标识图像上,对等效BGA阵列进行局部分析,确定等效BGA阵列粗略偏转角度Δθ;
其中,局部分析分为针对规则型BGA芯片的局部分析和针对不规则BGA芯片的局部分析,规则型BGA芯片为相邻行BGA焊球成整齐排列的BGA芯片,不规则BGA芯片为相邻行BGA焊球成交错排列的BGA芯片;
步骤六、利用步骤四得到的等效BGA焊球间距典型值Δγ以及步骤五得到的等效BGA阵列粗略偏转角度Δθ,在BGA焊球标识图像上,对行、列等效BGA焊球进行直线聚类,得到每行等效BGA焊球蔟、每列等效BGA焊球蔟以及等效BGA阵列的边界等效BGA焊球蔟;
步骤七、利用步骤六得到的边界等效BGA焊球蔟,根据边界等效BGA焊球蔟中的每个等效BGA焊球在标识图像上的灰度值,在完整灰度BGA焊球信息列表中查找对应的完整灰度BGA焊球中心点位置坐标,根据完整灰度BGA焊球中心点位置坐标,进行边界焊球直线拟合,通过边界拟合直线求解原始图像中BGA芯片的偏转角度和中心位置;
步骤八、利用步骤七得到的边界拟合直线以及BGA芯片标准数据库中的焊球行间距及列间距,求解出每行等效BGA焊球和每列等效BGA焊球所在的直线方程,并在BGA焊球标识图像上按如下方式对等效BGA焊球进行逐行和逐列搜索,进而得到BGA焊球分布矩阵:以求解出的等效BGA焊球的行直线和列直线的方程的交点为中心,在BGA焊球标识图像上进行位置偏差容忍度(位置偏差容忍度在BGA标准数据库中规定)范围内的搜索,若成功搜索到某一焊球,则对应BGA标识矩阵的所在行列位置的值置为1,否则为0(如果未搜索到某一有效BGA焊球,则将有效BGA焊球对应的BGA标识矩阵的所在行列位置的值置为0);
步骤九、对步骤八得到的BGA焊球分布矩阵和标准数据库中的BGA焊球分布矩阵进行比较:若一致,则该待检测BGA芯片无缺陷,否则,该待检测芯片存在缺陷。
具体实施方式二:结合图2说明本实施方式,本实施方式与具体实施方式一不同的是,所述步骤一中对摄像头采集到的灰度BGA芯片图像,即为原始图像,进行动态阈值分割得到二值焊球图像,并对二值焊球图像进行形态学开运算和闭运算处理,处理后的二值焊球图像上的每个连通域记为一个二值化BGA焊球,然后对每个二值化BGA焊球进行连通域标记;其中,所述BGA焊球位于BGA芯片上;具体过程为:
灰度BGA芯片图像经过动态阈值分割得到二值焊球图像I(x,y),如下式所示:
式中,g(x,y)为灰度BGA芯片图像f(x,y)经过均值滤波后的图像,C为预设的一常数,f(x,y)为灰度BGA芯片图像,I(x,y)为二值焊球图像;
相较于全局单一阈值图像分割,动态阈值分割能够对不均匀光照有更好的鲁棒性。其中,对动态阈值分割后的二值图像进行形态学开运算和闭运算处理,是剔除动态阈值分割过程中因“过分割”引入的噪点和“欠分割”引入的孔洞。经过连通域标记步骤后,二值化BGA焊球都对应有一个唯一的标识序号。
具体实施方式三:结合图3说明本实施方式,本实施方式与具体实施方式一或二不同的是,所述步骤二中对步骤一得到的经过连通域标记后的每个二值化BGA焊球在原始图像上对应位置的邻域范围内进行灰度连通域提取,获得原始图像的完整灰度BGA焊球,并建立完整灰度BGA焊球信息列表;其中,建立完整灰度BGA焊球信息列表内容包括:每个完整灰度BGA焊球所包含的灰度像素,以及由灰度像素计算得到的每个完整灰度BGA焊球的中心点位置坐标、每个完整灰度BGA焊球对应最小外包圆直径、每个完整灰度BGA焊球的面积和圆度,每个焊球包含的灰度像素包括每个焊球像素坐标和每个焊球灰度值;具体过程为:
原始图像上对应位置的邻域范围内进行灰度连通域提取的公式,表示如下:
式中,(xp,yp)为原始图像上待判断的像素的横纵坐标值,yp为原始图像上待判断的像素的纵坐标值,R为完整灰度BGA焊球像素集合,mean[R]表示完整灰度BGA焊球中所有像素的平均灰度值,(xadj,yadj)表示与(xp,yp)八邻接且已经属于R的像素的坐标值,Δ为预设常量,经过灰度连通域提取,能够最大程度的提取到每个BGA焊球包含的所有像素,最终提取得到的BGA焊球记为完整灰度BGA焊球;
其中,第i个完整灰度BGA焊球的中心点位置坐标计算公式如下:
式中:为第i个完整灰度BGA焊球的中心点位置x轴坐标,为第i个完整灰度BGA焊球的中心点位置y轴坐标,(xk,yk)为第i个完整灰度BGA焊球包含的第k个像素,Ni为第i个完整灰度BGA焊球包含的像素个数,i为正整数,k为正整数;
第i个完整灰度BGA焊球的面积Si为此完整灰度BGA焊球包含的像素个数Ni,第i个完整灰度BGA焊球的圆度Ci计算公式如下:
式中,Li为第i个完整灰度BGA焊球周长,也就是此完整灰度BGA焊球的外围像素数。
具体实施方式四:本实施方式与具体实施方式一、二或三不同的是,所述步骤三中利用BGA芯片标准数据库中的焊球参数,对步骤二得到的完整灰度BGA焊球信息列表进行筛选,更新筛选后的完整灰度BGA焊球信息列表;具体过程为:
对步骤二得到的完整灰度BGA焊球信息列表进行筛选,对下述两种不符合要求的完整灰度BGA焊球进行剔除:
1)若|Di-Dref|>ΔDtolerance,则表明该完整灰度BGA焊球不符合要求,将其剔除;
式中,Di为第i个完整灰度BGA焊球的最小外包圆直径,Dref为BGA芯片标准数据库中的标准焊球直径,ΔDtolerance为BGA芯片标准数据库中的焊球直径容忍度偏差;
2)若|Ci-1|>ΔCtolerance,则表明该完整灰度BGA焊球不符合要求,将其剔除;
式中,Ci为第i个完整灰度BGA焊球的圆度,ΔCtolerance为BGA芯片标准数据库中的圆度容忍度偏差。
具体实施方式五:结合图4说明本实施方式,本实施方式与具体实施方式一、二、三或四不同的是,所述步骤五中利用步骤四得到的等效BGA焊球间距典型值Δγ,在BGA焊球标识图像上,对等效BGA阵列进行局部分析,确定等效BGA阵列粗略偏转角度Δθ;其中,局部分析分为针对规则型BGA芯片的局部分析和针对不规则BGA芯片的局部分析,规则型BGA芯片为相邻行BGA焊球成整齐排列的BGA芯片,不规则BGA芯片为相邻行BGA焊球成交错排列的BGA芯片;具体过程为:
1)对于相邻行BGA焊球成整齐排列的BGA芯片
步骤四一、在BGA焊球标识图像上,选择任一个等效BGA焊球;
步骤四二、以该等效BGA焊球为中心在3△γ半径范围内,分别搜索[-45°,45°)、[45°,135°)、[135°,225°)和(-45°,-135°]四个方向范围内,与该等效BGA焊球最近的等效BGA焊球,若四个方向的最近等效BGA焊球均不存在,重新执行步骤四一;
步骤四三、对每个方向找到的最近相邻等效BGA焊球,分别按照下式求取第j个方向对应的等效BGA阵列粗略偏转角度Δθj,j=1,2,3,4分别代表四个方向范围,j取1时范围为[-45°,45°)、j取2时范围为[45°,135°)、j取3时范围为[135°,225°)、j取4时范围为(-45°,-135°]:
式中,(xcenter,ycenter)为中心的等效BGA焊球的坐标,xcenter为中心的等效BGA焊球的x轴坐标,ycenter为中心的等效BGA焊球的y轴坐标,为第j个方向对应的最近等效BGA焊球,为第j个方向对应的x轴最近等效BGA焊球,为第j个方向对应的y轴最近等效BGA焊球,同时,上式中的±90°和正负号根据四个方向情况进行选择或者舍去。然后将所有Δθj取平均值作为最终的等效BGA阵列粗略偏转角度△θ,在图像坐标系下,Δθ以顺时针方向为正;
2)对于相邻行BGA焊球成交错排列的BGA芯片不规则BGA芯片;
步骤四一、在BGA焊球标识图像上,选择任一个等效BGA焊球;
步骤四二、以该等效BGA焊球为中心在3Δγ半径范围内,分别搜索[0°,90°)、[90°,180°)、[180°,270°)、[-90°,0°)的四个方向范围内,与中心的等效BGA焊球最近的等效BGA焊球,若四个方向的最近等效BGA焊球均不存在,重新执行步骤四一;
步骤四三、对每个方向找到的最近相邻等效BGA焊球,分别按照下式求取第j个方向对应的等效BGA阵列粗略偏转角度Δθj,j=1,2,3,4:
式中,(xcenter,ycenter)为中心的等效BGA焊球的坐标,为第j个方向对应的最近等效BGA焊球,同时,上式中的±90°和正负号根据四个方向情况进行选择或者舍去。然后将所有△θj取平均值作为最终的等效BGA阵列粗略偏转角度△θ。
具体实施方式六:本实施方式与具体实施方式一、二、三、四或五不同的是,所述步骤六中利用步骤四得到的等效BGA焊球间距典型值Δγ以及步骤五得到的等效BGA阵列粗略偏转角度Δθ,在BGA焊球标识图像上,对行、列等效BGA焊球进行直线聚类,得到每行等效BGA焊球蔟、每列等效BGA焊球蔟以及等效BGA阵列的边界等效BGA焊球蔟;具体过程为:
步骤六一、根据等效BGA阵列粗略偏转角度△θ,确定等效BGA焊球的行直线方程表达式ycenter=tan(Δθ)xcenter+brow和等效BGA焊球的列直线方程表达式ycenter=tan(Δθ+90°)(xcenter-bcol),其中,(xcenter,ycenter)为完整灰度BGA焊球的中心点位置坐标,同时也是为对应等效BGA焊球的坐标,brow为行直线在图像坐标系y轴的截距,bcol为列直线在图像坐标系x轴的截距;
步骤六二、确定等效BGA焊球行列分类阈值
步骤六三、对等效BGA焊球进行行聚类:利用第i个等效BGA焊球坐标反解出对应的行直线方程的行截距
步骤六四、基于等效BGA焊球行列分类阈值intercept_thresh,对所有等效BGA焊球得到的行截距进行聚类:分别计算当前行截距和每组的行聚类中心的距离,如果此距离小于intercept_thresh,则将当前行截距分给该组,其中,行聚类中心为该组内所有行截距的平均值,在确定完对应的组类归属后,对应的等效BGA焊球也归到相应的等效BGA焊球蔟中,且此等效BGA焊球蔟在等效BGA阵列的同一行,记为行等效BGA焊球蔟;
步骤六五、将步骤六四聚类后,蔟内元素个数为1的行等效BGA焊球簇视为干扰予以剔除;
然后对所有行等效BGA焊球蔟按照对应的行聚类中心进行升序排序,得到每行等效BGA焊球蔟,且按行序号由小到大排列;
步骤六六、对等效BGA焊球进行列聚类:利用第i个等效BGA焊球坐标反解出对应的列直线方程的列截距
步骤六七、基于等效BGA焊球行列分类阈值intercept_thresh,对所有等效BGA焊球得到的列截距进行聚类:分别计算当前列截距和每组的列聚类中心的距离,如果此距离小于intercept_thresh,则将当前列截距分给该组,其中,列聚类中心为该组内所有列截距的平均值,在确定完对应的组类归属后,对应的等效BGA焊球也归到相应的等效BGA焊球蔟中,且此等效BGA焊球蔟在等效BGA阵列的同一列,记为列等效BGA焊球蔟;
步骤六八、将步骤六七聚类后,蔟内元素个数为1的列等效BGA焊球簇视为干扰予以剔除;
然后对所有列等效BGA焊球蔟按照对应的列聚类中心进行升序排序,得到每列等效BGA焊球蔟,且按列序号由小到大排列;
步骤六九、经过排序后的行等效BGA焊球蔟的第一组和最后一组,以及经过排序后的列等效BGA焊球蔟的第一组和最后一组,即为边界等效BGA焊球蔟。
具体实施方式七:本实施方式与具体实施方式一、二、三、四、五或六不同的是,所述步骤八中利用步骤七得到的边界拟合直线以及BGA芯片标准数据库中的焊球行间距及列间距,求解出每行等效BGA焊球和每列等效BGA焊球所在的直线方程,并在BGA焊球标识图像上按如下方式对等效BGA焊球进行逐行和逐列搜索,进而得到BGA焊球分布矩阵:以求解出的等效BGA焊球的行直线和列直线的方程的交点为中心,在BGA焊球标识图像上进行位置偏差容忍度(位置偏差容忍度在BGA标准数据库中规定)范围内的搜索,若成功搜索到某一焊球,则对应BGA标识矩阵的所在行列位置的值置为1,否则为0(如果未搜索到某一有效BGA焊球,则将有效BGA焊球对应的BGA标识矩阵的所在行列位置的值置为0);具体过程为:
若上边界等效BGA焊球拟合直线为Arowxcenter+Browycenter+Cup=0,在求解第m行等效BGA焊球所在的直线方程Arowxcenter+Browycenter+Cm=0时,采用如下公式:
式中,dm为第m行等效BGA焊球所在直线和上边界拟合直线之间的直线间距,可由BGA芯片标准数据库中的焊球行间距与m的乘积得到,Arow、Brow、Cup是上边界等效BGA焊球拟合求解出的直线系数,Cm为待求解的第m行等效BGA焊球所在方程直线系数,上述同样方法可以得到所有列直线方程,求解行直线方程和列直线方程的交点,并以该交点为中心在BGA焊球标识图像上进行位置偏差容忍度范围内搜索:若成功搜索到某一焊球,则对应BGA标识矩阵的所在行列位置的值置为1,否则为0。

Claims (7)

1.一种基于直线聚类分析的BGA元件检测与定位方法,其特征在于,一种基于直线聚类分析的BGA元件检测与定位方法具体是按照以下步骤进行的:
步骤一、对摄像头采集到的灰度BGA芯片图像,即为原始图像,进行动态阈值分割得到二值焊球图像,并对二值焊球图像进行形态学开运算和闭运算处理,处理后的二值焊球图像上的每个连通域记为一个二值化BGA焊球,然后对每个二值化BGA焊球进行连通域标记;
步骤二、对步骤一得到的经过连通域标记后的每个二值化BGA焊球在原始图像上对应位置的邻域范围内进行灰度连通域提取,获得原始图像的完整灰度BGA焊球,并建立完整灰度BGA焊球信息列表;
其中,建立完整灰度BGA焊球信息列表内容包括:每个完整灰度BGA焊球所包含的灰度像素,以及由灰度像素计算得到的每个完整灰度BGA焊球的中心点位置坐标、每个完整灰度BGA焊球对应最小外包圆直径、每个完整灰度BGA焊球的面积和圆度,每个焊球包含的灰度像素包括每个焊球像素坐标和每个焊球灰度值;
步骤三、利用BGA芯片标准数据库中的焊球参数,对步骤二得到的完整灰度BGA焊球信息列表进行筛选,更新筛选后的完整灰度BGA焊球信息列表;
步骤四、用步骤三得到的更新后的完整灰度BGA焊球信息列表,建立一个像素灰度值均为0、且大小与原始图像相同的背景图像;并在背景图像中,将对应原始图像中每个完整灰度BGA焊球中心点位置处的灰度值,变为对应二值化BGA焊球的标识序号,此时的背景图像即为BGA焊球标识图像,BGA焊球标识图像上的每个非0灰度值的像素称为一个等效BGA焊球,所有等效BGA焊球构成的阵列称为等效BGA阵列;原始图像中有M*N个完整灰度BGA焊球,对应背景图像中就有M*N个等效BGA焊球,等效BGA焊球实质为一个像素,完整灰度BGA焊球与等效BGA焊球一一对应;
然后,在BGA焊球标识图像中,计算相邻2个等效BGA焊球的间距△γ,将此间距作为等效BGA焊球间距典型值;
步骤五、利用步骤四得到的等效BGA焊球间距典型值△γ,在BGA焊球标识图像上,对等效BGA阵列进行局部分析,确定等效BGA阵列粗略偏转角度△θ;
其中,局部分析分为针对规则型BGA芯片的局部分析和针对不规则BGA芯片的局部分析,规则型BGA芯片为相邻行BGA焊球成整齐排列的BGA芯片,不规则BGA芯片为相邻行BGA焊球成交错排列的BGA芯片;
步骤六、利用步骤四得到的等效BGA焊球间距典型值△γ以及步骤五得到的等效BGA阵列粗略偏转角度△θ,在BGA焊球标识图像上,对行、列等效BGA焊球进行直线聚类,得到每行等效BGA焊球蔟、每列等效BGA焊球蔟以及等效BGA阵列的边界等效BGA焊球蔟;
步骤七、利用步骤六得到的边界等效BGA焊球蔟,根据边界等效BGA焊球蔟中的每个等效BGA焊球在标识图像上的灰度值,在完整灰度BGA焊球信息列表中查找对应的完整灰度BGA焊球中心点位置坐标,根据完整灰度BGA焊球中心点位置坐标,进行边界焊球直线拟合,通过边界拟合直线求解原始图像中BGA芯片的偏转角度和中心位置;
步骤八、利用步骤七得到的边界拟合直线以及BGA芯片标准数据库中的焊球行间距及列间距,求解出每行等效BGA焊球和每列等效BGA焊球所在的直线方程,并在BGA焊球标识图像上对等效BGA焊球进行逐行和逐列搜索,进而得到BGA焊球分布矩阵;搜索过程为:以求解出的等效BGA焊球的行直线和列直线的方程的交点为中心,在BGA焊球标识图像上进行位置偏差容忍度范围内的搜索,若成功搜索到某一焊球,则对应BGA标识矩阵的所在行列位置的值置为1,否则为0;
步骤九、对步骤八得到的BGA焊球分布矩阵和标准数据库中的BGA焊球分布矩阵进行比较:若一致,则该待检测BGA芯片无缺陷,否则,该待检测芯片存在缺陷。
2.根据权利要求1所述一种基于直线聚类分析的BGA元件检测与定位方法,其特征在于,步骤一中对摄像头采集到的灰度BGA芯片图像,即为原始图像,进行动态阈值分割得到二值焊球图像,并对二值焊球图像进行形态学开运算和闭运算处理,处理后的二值焊球图像上的每个连通域记为一个二值化BGA焊球,然后对每个二值化BGA焊球进行连通域标记;具体过程为:
灰度BGA芯片图像经过动态阈值分割得到二值焊球图像I(x,y),如下式所示:
I ( x , y ) = 1 f ( x , y ) &GreaterEqual; g ( x , y ) + C 0 f ( x , y ) < g ( x , y ) + C
式中,g(x,y)为灰度BGA芯片图像f(x,y)经过均值滤波后的图像,C为预设的一常数,f(x,y)为灰度BGA芯片图像,I(x,y)为二值焊球图像。
3.根据权利要求2所述一种基于直线聚类分析的BGA元件检测与定位方法,其特征在于,所述步骤二中对步骤一得到的经过连通域标记后的每个二值化BGA焊球在原始图像上对应位置的邻域范围内进行灰度连通域提取,获得原始图像的完整灰度BGA焊球,并建立完整灰度BGA焊球信息列表;
其中,建立完整灰度BGA焊球信息列表内容包括:每个完整灰度BGA焊球所包含的灰度像素,以及由灰度像素计算得到的每个完整灰度BGA焊球的中心点位置坐标、每个完整灰度BGA焊球对应最小外包圆直径、每个完整灰度BGA焊球的面积和圆度,每个焊球包含的灰度像素包括每个焊球像素坐标和每个焊球灰度值;具体过程为:
原始图像上对应位置的邻域范围内进行灰度连通域提取的公式,表示如下:
式中,(xp,yp)为原始图像上待判断的像素的横纵坐标值,yp为原始图像上待判断的像素的纵坐标值,R为完整灰度BGA焊球像素集合,mean[R]表示完整灰度BGA焊球中所有像素的平均灰度值,(xadj,yadj)表示与(xp,yp)八邻接且已经属于R的像素的坐标值,△为预设常量,经过灰度连通域提取,能够最大程度的提取到每个BGA焊球包含的所有像素,最终提取得到的BGA焊球记为完整灰度BGA焊球;
其中,第i个完整灰度BGA焊球的中心点位置坐标计算公式如下:
( x c e n t e r i , y c e n t e r i ) = ( &Sigma; k = 1 N i x k / N i , &Sigma; k = 1 N i y k / N i )
式中:为第i个完整灰度BGA焊球的中心点位置x轴坐标,为第i个完整灰度BGA焊球的中心点位置y轴坐标,(xk,yk)为第i个完整灰度BGA焊球包含的第k个像素,Ni为第i个完整灰度BGA焊球包含的像素个数,i为正整数,k为正整数;
第i个完整灰度BGA焊球的面积Si为此完整灰度BGA焊球包含的像素个数Ni,第i个完整灰度BGA焊球的圆度Ci计算公式如下:
C i = 4 &pi;N i L i 2
式中,Li为第i个完整灰度BGA焊球周长,也就是此完整灰度BGA焊球的外围像素数。
4.根据权利要求3所述一种基于直线聚类分析的BGA元件检测与定位方法,其特征在于,所述步骤三中利用BGA芯片标准数据库中的焊球参数,对步骤二得到的完整灰度BGA焊球信息列表进行筛选,更新筛选后的完整灰度BGA焊球信息列表;具体过程为:
对步骤二得到的完整灰度BGA焊球信息列表进行筛选,对下述两种不符合要求的完整灰度BGA焊球进行剔除:
1)若|Di-Dref|>△Dtolerance,则表明该完整灰度BGA焊球不符合要求,将其剔除;
式中,Di为第i个完整灰度BGA焊球的最小外包圆直径,Dref为BGA芯片标准数据库中的标准焊球直径,△Dtolerance为BGA芯片标准数据库中的焊球直径容忍度偏差;
2)若|Ci-1|>△Ctolerance,则表明该完整灰度BGA焊球不符合要求,将其剔除;
式中,Ci为第i个完整灰度BGA焊球的圆度,△Ctolerance为BGA芯片标准数据库中的圆度容忍度偏差。
5.根据权利要求4所述一种基于直线聚类分析的BGA元件检测与定位方法,其特征在于,所述步骤五中利用步骤四得到的等效BGA焊球间距典型值△γ,在BGA焊球标识图像上,对等效BGA阵列进行局部分析,确定等效BGA阵列粗略偏转角度△θ;其中,局部分析分为针对规则型BGA芯片的局部分析和针对不规则BGA芯片的局部分析,规则型BGA芯片为相邻行BGA焊球成整齐排列的BGA芯片,不规则BGA芯片为相邻行BGA焊球成交错排列的BGA芯片;具体过程为:
1)对于相邻行BGA焊球成整齐排列的BGA芯片
步骤四一、在BGA焊球标识图像上,选择任一个等效BGA焊球;
步骤四二、以该等效BGA焊球为中心在3△γ半径范围内,分别搜索[-45°,45°)、[45°,135°)、[135°,225°)和(-45°,-135°]四个方向范围内,与该等效BGA焊球最近的等效BGA焊球,若四个方向的最近等效BGA焊球均不存在,重新执行步骤四一;
步骤四三、对每个方向找到的最近相邻等效BGA焊球,分别按照下式求取第j个方向对应的等效BGA阵列粗略偏转角度△θj,j=1,2,3,4分别代表四个方向范围,j取1时范围为[-45°,45°)、j取2时范围为[45°,135°)、j取3时范围为[135°,225°)、j取4时范围为(-45°,-135°]:
式中,(xcenter,ycenter)为中心的等效BGA焊球的坐标,xcenter为中心的等效BGA焊球的x轴坐标,ycenter为中心的等效BGA焊球的y轴坐标,为第j个方向对应的最近等效BGA焊球,为第j个方向对应的x轴最近等效BGA焊球,为第j个方向对应的y轴最近等效BGA焊球,然后将所有△θj取平均值作为最终的等效BGA阵列粗略偏转角度△θ;
2)对于相邻行BGA焊球成交错排列的BGA芯片不规则BGA芯片;
步骤四一、在BGA焊球标识图像上,选择任一个等效BGA焊球;
步骤四二、以该等效BGA焊球为中心在3△γ半径范围内,分别搜索[0°,90°)、[90°,180°)、[180°,270°)、[-90°,0°)的四个方向范围内,与中心的等效BGA焊球最近的等效BGA焊球,若四个方向的最近等效BGA焊球均不存在,重新执行步骤四一;
步骤四三、对每个方向找到的最近相邻等效BGA焊球,分别按照下式求取第j个方向对应的等效BGA阵列粗略偏转角度△θj,j=1,2,3,4:
式中,(xcenter,ycenter)为中心的等效BGA焊球的坐标,为第j个方向对应的最近等效BGA焊球,然后将所有△θj取平均值作为最终的等效BGA阵列粗略偏转角度△θ。
6.根据权利要求5所述一种基于直线聚类分析的BGA元件检测与定位方法,其特征在于,所述步骤六中利用步骤四得到的等效BGA焊球间距典型值△γ以及步骤五得到的等效BGA阵列粗略偏转角度△θ,在BGA焊球标识图像上,对行、列等效BGA焊球进行直线聚类,得到每行等效BGA焊球蔟、每列等效BGA焊球蔟以及等效BGA阵列的边界等效BGA焊球蔟;具体过程为:
步骤六一、根据等效BGA阵列粗略偏转角度△θ,确定等效BGA焊球的行直线方程表达式ycenter=tan(△θ)xcenter+brow和等效BGA焊球的列直线方程表达式ycenter=tan(△θ+90°)(xcenter-bcol),
其中,(xcenter,ycenter)为完整灰度BGA焊球的中心点位置坐标,brow为行直线在图像坐标系y轴的截距,bcol为列直线在图像坐标系x轴的截距;
步骤六二、确定等效BGA焊球行列分类阈值
步骤六三、对等效BGA焊球进行行聚类:利用第i个等效BGA焊球坐标反解出对应的行直线方程的行截距
b r o w i = y c e n t e r i - t a n ( &Delta; &theta; ) x c e n t e r i
步骤六四、基于等效BGA焊球行列分类阈值intercept_thresh,对所有等效BGA焊球得到的行截距进行聚类:分别计算当前行截距和每组的行聚类中心的距离,如果此距离小于intercept_thresh,则将当前行截距分给该组,其中,行聚类中心为该组内所有行截距的平均值,在确定完对应的组类归属后,对应的等效BGA焊球也归到相应的等效BGA焊球蔟中,且此等效BGA焊球蔟在等效BGA阵列的同一行,记为行等效BGA焊球蔟;
步骤六五、将步骤六四聚类后,蔟内元素个数为1的行等效BGA焊球簇视为干扰予以剔除;
然后对所有行等效BGA焊球蔟按照对应的行聚类中心进行升序排序,得到每行等效BGA焊球蔟,且按行序号由小到大排列;
步骤六六、对等效BGA焊球进行列聚类:利用第i个等效BGA焊球坐标反解出对应的列直线方程的列截距
步骤六七、基于等效BGA焊球行列分类阈值intercept_thresh,对所有等效BGA焊球得到的列截距进行聚类:分别计算当前列截距和每组的列聚类中心的距离,如果此距离小于intercept_thresh,则将当前列截距分给该组,其中,列聚类中心为该组内所有列截距的平均值,在确定完对应的组类归属后,对应的等效BGA焊球也归到相应的等效BGA焊球蔟中,且此等效BGA焊球蔟在等效BGA阵列的同一列,记为列等效BGA焊球蔟;
步骤六八、将步骤六七聚类后,蔟内元素个数为1的列等效BGA焊球簇视为干扰予以剔除;
然后对所有列等效BGA焊球蔟按照对应的列聚类中心进行升序排序,得到每列等效BGA焊球蔟,且按列序号由小到大排列;
步骤六九、经过排序后的行等效BGA焊球蔟的第一组和最后一组,以及经过排序后的列等效BGA焊球蔟的第一组和最后一组,即为边界等效BGA焊球蔟。
7.根据权利要求6所述一种基于直线聚类分析的BGA元件检测与定位方法,其特征在于,所述步骤八中利用步骤七得到的边界拟合直线以及BGA芯片标准数据库中的焊球行间距及列间距,求解出每行等效BGA焊球和每列等效BGA焊球所在的直线方程,并在BGA焊球标识图像上对等效BGA焊球进行逐行和逐列搜索,进而得到BGA焊球分布矩阵;搜索过程为:以求解出的等效BGA焊球的行直线和列直线的方程的交点为中心,在BGA焊球标识图像上进行位置偏差容忍度范围内的搜索,若成功搜索到某一焊球,则对应BGA标识矩阵的所在行列位置的值置为1,否则为0;具体过程为:
若上边界等效BGA焊球拟合直线为Arowxcenter+Browycenter+Cup=0,在求解第m行等效BGA焊球所在的直线方程Arowxcenter+Browycenter+Cm=0时,采用如下公式:
d m = | C m - C u p | A r o w 2 + B r o w 2
式中,dm为第m行等效BGA焊球所在直线和上边界拟合直线之间的直线间距,可由BGA芯片标准数据库中的焊球行间距与m的乘积得到,Arow、Brow、Cup是上边界等效BGA焊球拟合求解出的直线系数,Cm为待求解的第m行等效BGA焊球所在方程直线系数,上述同样方法可以得到所有列直线方程,求解行直线方程和列直线方程的交点,并以该交点为中心在BGA焊球标识图像上进行位置偏差容忍度范围内搜索:若成功搜索到某一焊球,则对应BGA标识矩阵的所在行列位置的值置为1,否则为0。
CN201510474875.XA 2015-08-05 2015-08-05 一种基于直线聚类分析的bga元件检测与定位方法 Active CN105066892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510474875.XA CN105066892B (zh) 2015-08-05 2015-08-05 一种基于直线聚类分析的bga元件检测与定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510474875.XA CN105066892B (zh) 2015-08-05 2015-08-05 一种基于直线聚类分析的bga元件检测与定位方法

Publications (2)

Publication Number Publication Date
CN105066892A CN105066892A (zh) 2015-11-18
CN105066892B true CN105066892B (zh) 2017-07-28

Family

ID=54496320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510474875.XA Active CN105066892B (zh) 2015-08-05 2015-08-05 一种基于直线聚类分析的bga元件检测与定位方法

Country Status (1)

Country Link
CN (1) CN105066892B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005997B (zh) * 2015-08-05 2017-11-14 哈尔滨工业大学 一种基于行列直线聚类的多类型bga芯片视觉识别方法
CN106651842A (zh) * 2016-12-09 2017-05-10 江西中科九峰智慧医疗科技有限公司 一种ct影像肺结节种子点自动获取和分割方法
CN107423521B (zh) * 2017-08-11 2020-08-11 哈尔滨工业大学 一种鲁棒的球栅阵列结构芯片的绘制方法
CN107504896B (zh) * 2017-08-11 2019-07-16 哈尔滨工业大学 一种基于点匹配的球形引脚元件的定位算法
CN108711173A (zh) * 2018-04-13 2018-10-26 深圳安博电子有限公司 多目标识别方法及装置
CN108802046B (zh) * 2018-06-01 2021-01-29 中国电子科技集团公司第三十八研究所 一种混合集成电路组件缺陷光学检测装置及其检测方法
CN109325930B (zh) * 2018-09-12 2021-09-28 苏州优纳科技有限公司 边界缺陷的检测方法、装置及检测设备
CN109635413B (zh) * 2018-12-07 2022-03-25 郑州云海信息技术有限公司 一种创建球栅阵列bga封装标签的方法及装置
WO2020188745A1 (ja) * 2019-03-19 2020-09-24 株式会社Fuji 演算装置、および入力装置
CN112362015B (zh) * 2020-06-29 2022-06-21 泰安晶品新材料科技有限公司 一种集成电路封装用bga锡球的检测方法
CN112419224B (zh) * 2020-07-17 2021-08-27 宁波智能装备研究院有限公司 一种球形引脚芯片定位方法及系统
CN112184715B (zh) * 2020-11-10 2022-07-19 武汉工程大学 一种bga图像的焊点理论中心计算方法
CN113362290B (zh) * 2021-05-25 2023-02-10 同济大学 点阵平面共线特征快速识别方法、存储设备及装置
CN113327229B (zh) * 2021-05-27 2023-09-22 扬州大学 一种快速定位像点网格的方法
CN113319854B (zh) * 2021-06-25 2023-01-20 河北工业大学 一种洗浴机器人的视觉示教方法及系统
CN113793354B (zh) * 2021-08-20 2023-08-15 航天晨光股份有限公司 一种基于霍夫变换的自适应直线检测方法
CN113836489A (zh) * 2021-09-24 2021-12-24 英特尔产品(成都)有限公司 球栅阵列的缺陷分析方法与设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7013038B1 (en) * 1999-11-08 2006-03-14 Teradyne, Inc. Method for inspecting a BGA joint
CN101799434A (zh) * 2010-03-15 2010-08-11 深圳市中钞科信金融科技有限公司 一种印刷图像缺陷检测方法
CN102101111A (zh) * 2010-12-03 2011-06-22 哈尔滨工业大学 基于光学检测的e型磁材分选方法
CN103235939A (zh) * 2013-05-08 2013-08-07 哈尔滨工业大学 基于机器视觉的基准点定位方法
CN103292701A (zh) * 2013-06-24 2013-09-11 哈尔滨工业大学 基于机器视觉的精密器件在线尺寸测量方法
CN103717007A (zh) * 2014-01-22 2014-04-09 哈尔滨工业大学 基于聚类分析与遗传算法的多吸嘴贴片机贴装工艺优化方法
CN103761534A (zh) * 2014-01-22 2014-04-30 哈尔滨工业大学 一种用于qfp元件视觉定位的检测方法
CN103837135A (zh) * 2012-11-27 2014-06-04 国际商业机器公司 工件检测方法及其系统
CN104021565A (zh) * 2014-06-26 2014-09-03 广东工业大学 一种基于直线检测的pcb层数及导线厚度测量方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002243656A (ja) * 2001-02-14 2002-08-28 Nec Corp 外観検査方法及び外観検査装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7013038B1 (en) * 1999-11-08 2006-03-14 Teradyne, Inc. Method for inspecting a BGA joint
CN101799434A (zh) * 2010-03-15 2010-08-11 深圳市中钞科信金融科技有限公司 一种印刷图像缺陷检测方法
CN102101111A (zh) * 2010-12-03 2011-06-22 哈尔滨工业大学 基于光学检测的e型磁材分选方法
CN103837135A (zh) * 2012-11-27 2014-06-04 国际商业机器公司 工件检测方法及其系统
CN103235939A (zh) * 2013-05-08 2013-08-07 哈尔滨工业大学 基于机器视觉的基准点定位方法
CN103292701A (zh) * 2013-06-24 2013-09-11 哈尔滨工业大学 基于机器视觉的精密器件在线尺寸测量方法
CN103717007A (zh) * 2014-01-22 2014-04-09 哈尔滨工业大学 基于聚类分析与遗传算法的多吸嘴贴片机贴装工艺优化方法
CN103761534A (zh) * 2014-01-22 2014-04-30 哈尔滨工业大学 一种用于qfp元件视觉定位的检测方法
CN104021565A (zh) * 2014-06-26 2014-09-03 广东工业大学 一种基于直线检测的pcb层数及导线厚度测量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Comparison and evaluation of methods for generating differentially expressed gene lists from microarray data;Jeffery I B, Higgins D G, Culhane A C;《BMC bioinformatics》;20060726(第7期);1-16 *
Robust second-order tracking of multi-vehicle systems without velocity measurements on directed communication topologies;Zhu B, Li Z, Liu H H T, et al;《American Control Conference》;20140630;5414-5419 *

Also Published As

Publication number Publication date
CN105066892A (zh) 2015-11-18

Similar Documents

Publication Publication Date Title
CN105066892B (zh) 一种基于直线聚类分析的bga元件检测与定位方法
CN105005997B (zh) 一种基于行列直线聚类的多类型bga芯片视觉识别方法
CN105184770B (zh) 一种用于球栅阵列引脚芯片的焊球定位及其参数识别方法
US10475179B1 (en) Compensating for reference misalignment during inspection of parts
CN111754456B (zh) 基于深度学习的二维pcb外观缺陷实时自动检测技术
CN104990926B (zh) 一种基于视觉的tr元件定位和缺陷检测方法
CN109308700A (zh) 一种基于印刷品字符的视觉识别缺陷检测方法
CN107909613B (zh) 一种基于顶点的矩形引脚元件定位方法
CN115791822A (zh) 晶圆表面缺陷的视觉检测算法及检测系统
CN104268538A (zh) 一种易拉罐点阵喷码字符在线视觉检测方法
CN105809705A (zh) 一种基于最小外接矩形的贴片元件定位识别方法
Gao et al. A line-based-clustering approach for ball grid array component inspection in surface-mount technology
CN109583504B (zh) 一种基于视觉的pcb板圆形定位孔快速准确识别方法
CN108334881A (zh) 一种基于深度学习的车牌识别方法
CN107392141A (zh) 一种基于显著性检测和lsd直线检测的机场提取方法
Usami et al. Defect detection and classification of electronic circuit boards using keypoint extraction and CNN features
CN110223310B (zh) 一种基于深度学习的线结构光中心线和箱体边缘检测方法
CN111965197A (zh) 一种基于多特征融合的缺陷分类方法
CN111402343A (zh) 高精度标定板及标定方法
US5058177A (en) Method for inspection of protruding features
CN115775246A (zh) 一种pcb元器件缺陷检测的方法
CN114092448B (zh) 一种基于深度学习的插件电解电容混合检测方法
CN117291918B (zh) 一种基于三维点云的汽车冲压件缺陷检测方法
JP2019194549A (ja) タイヤ金型サイドプレートの検査方法
CN115131539B (zh) 基于机器视觉的铝模板自动识别与分类系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20190916

Address after: 150001 No. 434, postal street, Nangang District, Heilongjiang, Harbin

Co-patentee after: Gao Hui Jun

Patentee after: Harbin Institute of Technology Asset Investment Management Co., Ltd.

Address before: 150001 Harbin, Nangang, West District, large straight street, No. 92

Patentee before: Harbin Institute of Technology

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20191024

Address after: 315200 No.189, Guangming Road, Zhuangshi street, Zhenhai District, Ningbo City, Zhejiang Province

Patentee after: Ningbo Intelligent Equipment Research Institute Co., Ltd.

Address before: 150001 No. 434, postal street, Nangang District, Heilongjiang, Harbin

Co-patentee before: Gao Huijun

Patentee before: Harbin Institute of Technology Asset Investment Management Co., Ltd.

TR01 Transfer of patent right