CN107369176B - 一种柔性ic基板氧化面积检测系统及方法 - Google Patents

一种柔性ic基板氧化面积检测系统及方法 Download PDF

Info

Publication number
CN107369176B
CN107369176B CN201710576552.0A CN201710576552A CN107369176B CN 107369176 B CN107369176 B CN 107369176B CN 201710576552 A CN201710576552 A CN 201710576552A CN 107369176 B CN107369176 B CN 107369176B
Authority
CN
China
Prior art keywords
image
substrate
flexible
values
pixel values
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
CN201710576552.0A
Other languages
English (en)
Other versions
CN107369176A (zh
Inventor
胡跃明
钟智彦
罗家祥
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201710576552.0A priority Critical patent/CN107369176B/zh
Publication of CN107369176A publication Critical patent/CN107369176A/zh
Application granted granted Critical
Publication of CN107369176B publication Critical patent/CN107369176B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开一种超薄柔性IC基板氧化面积检测系统，包括：金相显微成像采集系统，包括摄像机，通过摄像机采集柔性IC基板各部分的高分辨率数字图像；图像融合系统，用于将拍摄完成后的所有图像拼接成完整的柔性IC基板图像；氧化面积快速检测系统，用于对所拼接的柔性IC基板高分辨率图像进行RGB‑HSI彩色空间转换及拓扑映射处理确定氧化面积区域。本发明还公开了一种超薄柔性IC基板氧化面积检测方法。本发明解决了柔性IC基板氧化检测过程的高分辨率显微图像面积快速计算难题，检测速度可靠。

Description

一种柔性IC基板氧化面积检测系统及方法
技术领域
本发明涉及柔性IC基板检测领域，尤其涉及一种柔性IC基板氧化面积的检测系统及方法。
技术背景
柔性IC基板在许多行业有着广泛的应用，其中包括汽车业、军用、宇航、计算机、电信、医疗以及消费产品等。世界各地的柔性IC基板使用需求在逐年增长，最重要的应用是在手机和其他手持通信和计算机设备(如PDA等)上。覆铜板氧化直接影响基板的电学性能。而我国对柔性IC基板的研究较少，现有阶段并未查阅到有关柔性IC基板氧化面积计算的相关文献。所以我国对高密度柔性IC基板的研究还处于一个初始阶段。
发明内容
本发明的目的是为解决柔性IC基板氧化检测过程的高分辨率显微图像氧化面积快速计算难题。
本发明采用如下技术方案实现：
一种超薄柔性IC基板氧化面积检测系统，包括：
金相显微成像采集系统，包括摄像机，通过摄像机采集柔性IC基板各部分的高分辨率数字图像；
图像融合系统，用于将拍摄完成后的所有图像拼接成完整的柔性IC基板图像；
氧化面积快速检测系统，用于对所拼接的柔性IC基板高分辨率图像进行RGB-HSI彩色空间转换及拓扑映射处理确定氧化面积区域。
进一步地，所述的摄像机为高清摄像机。
一种基于所述系统的超薄柔性IC基板氧化面积检测方法，包括步骤：
步骤(1)通过摄像机采集柔性IC基板各部分的数字图像；
步骤(2)将拍摄完成后的所有图像拼接成完整的柔性IC基板图像；
步骤(3)对所拼接的柔性IC基板高分辨率图像进行RGB-HSI彩色空间转换及拓扑映射处理计算氧化面积区域。
进一步地，所述步骤(1)具体包括：
步骤(1.1)设置当前位置和摄像机的参数；
步骤(1.2)规划载物平台的采集路径，以保证图像采集完整；
步骤(1.3)待载物台移动并稳定后摄像机采集柔性IC基板图片；
步骤(1.4)载物台继续移动并判断载物台是否移动到所设置的目的地位置；
步骤(1.5)若达到则完成图像的采集，否则返回步骤(1.3)继续图像采集操作。
进一步地，所述步骤(2)具体包括：
步骤(2.1)将采集过程中出现模糊运动、畸变或折叠情况的图像先进行校正处理；
步骤(2.2)将处理后的图像进行拼接，直到获得最终完整的柔性IC基板图像，反之则返回步骤(2.1)。
进一步地，所述步骤(3)具体包括：
步骤(3.1)对所拼接的柔性IC基板高分辨率图像进行平滑预处理；
步骤(3.2)对平滑预处理后的IC基板高分辨率RGB彩色空间图像转换为HSI彩色空间图像；
步骤(3.3)对转换后得到的图像进行点集值拓扑映射，确定前景像素集合和后景像素集合，即可区分被氧化的区域部分；
步骤(3.4)计算图像中被氧化的面积。
进一步地，所述的步骤(3.1)的图像平滑预处理过程包括图像去噪预处理，采用高斯平滑低通滤波器将图像噪声去除，使图像更平滑。
进一步地，所述的步骤(3.2)中，所述RGB-HSI彩色空间图像转换过程中色调H和饱和度S分量不受亮度I分量的影响，且色调H和饱和度S分量对柔性IC基板被氧化的程度影响不大，从而简化彩色空间的冗余信息。
进一步地，所述的步骤(3.3)具体包括：
步骤(3.3.1)坐标规定，规定向右为X轴正方向，向下为Y轴正方向；
步骤(3.3.2)获取亮度I分量彩色空间图像；
步骤(3.3.3)点集值与像素值对应，由于数字图像是由一些离散的点组成，所以将图像离散数字化，对应于坐标的位置作为点集合，坐标中点的值为点集值，在图像中称为像素值；将点集值与像素值进行一一对应，统计相同的点集值即像素值；
步骤(3.3.4)选定三个阈值k、k1、k2，其中0<k<k1<k2<255，k、k1、k2三个值的选取通过相似性度量来确定，采用类间方差最大化方法，选取原则是类内距离尽可能的小，类间距离尽可能的大，最终获得最佳全局阈值；
其中k、k1、k2这三个阈值可提前确定，且在任一柔性IC基板图像中都适用。
步骤(3.3.5)划定图像像素值区域，确定阈值k、k1、k2后即可对图像灰度级进行划分，三个阈值在0-255之间划分为四个灰度级集合：C1集合、C2集合、C3集合、C4集合，所述C1集合的像素值灰度级为[0,1,2,…,k]，所述C2集合的像素值灰度级为[k+1,k+2,…,k1]，所述C3集合的像素值灰度级为[k1+1,k1+2,…,k2]，所述C4集合的像素值灰度级为[k2+1,k2+2,…,255]；
步骤(3.3.6)划定前景与后景，在图像中黑色到白色之间按对数关系分成若干级，黑色为0，白色为255，故黑色背景对应于C1集合，覆铜板为黄色位于黑色到白色的渐变过渡区，所以黄铜对应C3集合，故将C1集合和C3集合作为后景；由于覆铜板被氧化的程度在颜色上会有深浅变化，即随着时间的推移，其氧化程度在加深，颜色也呈一个渐变过程，故将C2集合和C4集合作为前景。
进一步地，所述步骤(3.4)具体包括：
步骤(3.4.1)统计前景C2集合和C4集合的像素值；
步骤(3.4.2)计算C2集合和C4集合的像素值占采集图像总像素值的权重；
步骤(3.4.3)将权重乘以实际采集的完整图像的面积即可得到实际柔性IC芯片被氧化的面积，由于在采集柔性IC基板图像的过程中需保证设备及环境的一致性，所以当计算出前景C2和C4的像素值后即可得到IC柔性芯片的氧化面积。
与现有技术相比，本发明具有如下优点和效果：
(1)本发明使用RGB-HSI彩色空间转换和点集值拓扑映射去除了高分辨率彩色图像的冗余信息，加快了氧化面积的计算速度。
(2)本发明对柔性IC基板在生产制造工艺过程中有一个重要突破，提高了柔性IC基板的生产效率。
附图说明
图1是本发明检测方法中的显微成像采集系统流程图。
图2是本发明检测方法中的图像融合系统流程图。
图3是本发明检测方法中的柔性IC基板氧化面积检测系统流程图。
图4是本发明检测方法中的点集值拓扑映射方法的框架图。
具体实施方式
下面结合附图和具体实施例对本发明的发明目的作进一步详细地描述，实施例不能在此一一赘述，但本发明的实施方式并不因此限定于以下实施例。
实施例一
一种超薄柔性IC基板氧化面积检测系统，包括：
金相显微成像采集系统，包括摄像机，通过摄像机采集柔性IC基板各部分的高分辨率数字图像；
图像融合系统，用于将拍摄完成后的所有图像拼接成完整的柔性IC基板图像；
氧化面积快速检测系统，用于对所拼接的柔性IC基板高分辨率图像进行RGB-HSI彩色空间转换及拓扑映射处理确定氧化面积区域。
所述的摄像机为高清摄像机。
实施例二
一种基于所述系统的超薄柔性IC基板氧化面积检测方法，包括步骤：
步骤(1)通过摄像机采集柔性IC基板各部分的数字图像；
步骤(2)将拍摄完成后的所有图像拼接成完整的柔性IC基板图像；
步骤(3)对所拼接的柔性IC基板高分辨率图像进行RGB-HSI彩色空间转换及拓扑映射处理计算氧化面积区域。
具体而言，如图1所示，所述步骤(1)具体包括：
步骤(1.1)设置当前位置和摄像机的参数；
步骤(1.2)规划载物平台的采集路径，以保证图像采集完整；
步骤(1.3)待载物台移动并稳定后摄像机采集柔性IC基板图像；
步骤(1.4)载物台继续移动并判断载物台是否移动到所设置的目的地位置；
步骤(1.5)若达到则完成图像的采集，否则返回步骤(1.3)继续图像采集操作。
具体而言，如图2所示，所述步骤(2)具体包括：
步骤(2.1)将采集过程中出现模糊运动、畸变或折叠情况的图像先进行校正处理；
步骤(2.2)将处理后的图像进行拼接，直到获得最终的完整的柔性IC基板图像，反之则返回步骤(2.1)。
由于图像是通过高分辨率金相显微成像系统采集，所以柔性IC基板的整张图像采集是通过拍摄多张图像之后融合而成。故其目的是为检测该柔性IC基板有何种缺陷做铺垫。
具体而言，如图3所示，所述步骤(3)具体包括：
步骤(3.1)对所拼接的柔性IC基板高分辨率图像进行平滑预处理；
步骤(3.2)对平滑预处理后的IC基板高分辨率RGB彩色空间图像转换为HSI彩色空间图像；
步骤(3.3)对转换后得到的图像进行点集值拓扑映射，确定前景像素集合和后景像素集合，即可区分被氧化的图像部分；
步骤(3.4)计算图像中被氧化的面积。
具体而言，所述的步骤(3.1)的图像平滑预处理过程包括图像去噪预处理，采用高斯平滑低通滤波器将图像噪声去除，具有降噪功能，使图像更平滑，且图像的像素值在点集值拓扑映射步骤中更为精确，从而减少像素值误判的概率，使得计算面积更精准。
具体而言，所述的步骤(3.2)中，所述RGB-HSI彩色空间图像转换过程中色调H和饱和度S分量不受亮度I分量的影响，且色调H和饱和度S分量对柔性IC基板被氧化的程度影响不大，因此，选取亮度I分量进行操作，达到去除冗余彩色空间信息的目的，为后续操作节约时间，从而简化彩色空间的冗余信息。
具体而言，由于柔性IC基板的电路图背景为黑色，线路图采用铜线为黄色，色调比较简单，所以黑色和黄色可作为后景，其他被氧化的部分作为前景。从而提取出被氧化的图像部分，因此，如图4所示，所述的步骤(3.3)具体包括：
步骤(3.3.1)坐标规定，规定向右为X轴正方向，向下为Y轴正方向；
步骤(3.3.2)获取亮度I分量彩色空间图像；
步骤(3.3.3)点集值与像素值对应，由于数字图像是由一些离散的点组成，所以将图像离散数字化，对应于坐标的位置作为点集合，坐标中点的值为点集值，在图像中称为像素值；将点集值与像素值进行一一对应，统计相同的点集值即像素值；
步骤(3.3.4)选定三个阈值k、k1、k2，其中0<k<k1<k2<255，k、k1、k2三个值的选取通过相似性度量来确定，采用类间方差最大化方法，选取原则是类内距离尽可能的小，类间距离尽可能的大，最终获得最佳全局阈值；
其中k、k1、k2这三个阈值可提前确定，且在任一柔性IC基板图像中都适用。
步骤(3.3.5)划定图像像素值区域，确定阈值k、k1、k2后即可对图像灰度级进行划分，三个阈值在0-255之间划分为四个灰度级集合：C1集合、C2集合、C3集合、C4集合，所述C1集合的像素值灰度级为[0,1,2,…,k]，所述C2集合的像素值灰度级为[k+1,k+2,…,k1]，所述C3集合的像素值灰度级为[k1+1,k1+2,…,k2]，所述C4集合的像素值灰度级为[k2+1,k2+2,…,255]；
步骤(3.3.6)划定前景与后景，在图像中黑色到白色之间按对数关系分成若干级，黑色为0，白色为255，故黑色背景对应于C1集合，覆铜板为黄色位于黑色到白色的渐变过渡区，所以黄铜对应C3集合，故将C1集合和C3集合作为后景；由于覆铜板被氧化的程度在颜色上会有深浅变化，即随着时间的推移，其氧化程度在加深，颜色也呈一个渐变过程，故将C2集合和C4集合作为前景。
具体而言，所述步骤(3.4)具体包括：
步骤(3.4.1)统计前景C2集合和C4集合的像素值；
步骤(3.4.2)计算C2集合和C4集合的像素值占采集图像总像素值的权重；
步骤(3.4.3)将权重乘以实际采集的完整图像的面积即可得到实际柔性IC芯片被氧化的面积，由于在采集柔性IC基板图像的过程中需保证设备及环境的一致性，所以当计算出前景C2集合和C4集合的像素值后即可得到IC柔性芯片的氧化面积。
本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (8)

1.一种超薄柔性IC基板氧化面积检测系统，其特征在于，包括：
金相显微成像采集系统，包括摄像机，通过摄像机采集柔性IC基板各部分的高分辨率数字图像；
图像融合系统，用于将拍摄完成后的所有图像拼接成完整的柔性IC基板图像；
氧化面积快速检测系统，用于对所拼接的柔性IC基板高分辨率图像进行RGB-HSI彩色空间转换及拓扑映射处理确定氧化面积区域；
所述拓扑映射处理包括：
步骤(3.1) 对所拼接的柔性IC基板高分辨率图像进行平滑预处理；
步骤(3.2) 对平滑预处理后的IC基板高分辨率RGB彩色空间图像转换为HSI彩色空间图像；
步骤(3.3) 对转换后得到的图像进行点集值拓扑映射，确定前景像素集合和后景像素集合，即可区分被氧化的图像部分；具体包括：
步骤(3.3.1) 坐标规定，规定向右为X轴正方向，向下为Y轴正方向；
步骤(3.3.2) 获取亮度I分量彩色空间图像；
步骤(3.3.3) 点集值与像素值对应，由于数字图像是由一些离散的点组成，所以将图像离散数字化，对应于坐标的位置作为点集合，坐标中点的值为点集值，在图像中称为像素值；将点集值与像素值进行一一对应，统计相同的点集值即像素值；
步骤(3.3.4) 选定三个阈值k、k 1、k 2，其中0<k<k 1<k 2<255， k、k 1、k 2三个值的选取通过相似性度量来确定，采用类间方差最大化方法，选取原则是类内距离尽可能的小，类间距离尽可能的大，最终获得最佳全局阈值；
步骤(3.3.5) 划定图像像素值区域，确定阈值k、k 1、k 2后即可对图像灰度级进行划分，三个阈值在0-255之间划分为四个灰度级集合：C 1集合、C 2集合、C 3集合、C 4集合，所述 C 1集合的像素值灰度级为[0,1,2,…,k]，所述C 2集合的像素值灰度级为[k+1,k+2,…,k 1]，所述C 3集合的像素值灰度级为[k 1+1,k 1+2,…,k 2]，所述C 4集合的像素值灰度级为[k 2+1,k 2+2,…,255]；
步骤(3.3.6) 划定前景与后景，在图像中黑色到白色之间按对数关系分成若干级，黑色为0，白色为255，故黑色背景对应于C 1集合，覆铜板为黄色位于黑色到白色的渐变过渡区，所以黄铜对应C 3集合，故将C 1集合和C 3集合作为后景；由于覆铜板被氧化的程度在颜色上会有深浅变化，即随着时间的推移，其氧化程度在加深，颜色也呈一个渐变过程，故将C 2集合和C 4集合作为前景
步骤(3.4) 计算图像中被氧化的面积。
2.根据权利要求1所述的超薄柔性IC基板氧化面积检测系统，其特征在于，所述的摄像机为高清摄像机。
3.一种基于权利要求1或2所述系统的超薄柔性IC基板氧化面积检测方法，其特征在于，包括步骤：
步骤(1)通过摄像机采集柔性IC基板各部分的数字图像；
步骤(2)将拍摄完成后的所有图像拼接成完整的柔性IC基板图像；
步骤(3)对所拼接的柔性IC基板高分辨率图像进行RGB-HSI彩色空间转换及拓扑映射处理计算氧化面积区域；
所述拓扑映射处理包括：
步骤(3.1) 对所拼接的柔性IC基板高分辨率图像进行平滑预处理；
步骤(3.2) 对平滑预处理后的IC基板高分辨率RGB彩色空间图像转换为HSI彩色空间图像；
步骤(3.3) 对转换后得到的图像进行点集值拓扑映射，确定前景像素集合和后景像素集合，即可区分被氧化的图像部分；具体包括：
步骤(3.3.1) 坐标规定，规定向右为X轴正方向，向下为Y轴正方向；
步骤(3.3.2) 获取亮度I分量彩色空间图像；
步骤(3.3.3) 点集值与像素值对应，由于数字图像是由一些离散的点组成，所以将图像离散数字化，对应于坐标的位置作为点集合，坐标中点的值为点集值，在图像中称为像素值；将点集值与像素值进行一一对应，统计相同的点集值即像素值；
步骤(3.3.4) 选定三个阈值k、k 1、k 2，其中0<k<k 1<k 2<255， k、k 1、k 2三个值的选取通过相似性度量来确定，采用类间方差最大化方法，选取原则是类内距离尽可能的小，类间距离尽可能的大，最终获得最佳全局阈值；
步骤(3.3.5) 划定图像像素值区域，确定阈值k、k 1、k 2后即可对图像灰度级进行划分，三个阈值在0-255之间划分为四个灰度级集合：C 1集合、C 2集合、C 3集合、C 4集合，所述 C 1集合的像素值灰度级为[0,1,2,…,k]，所述C 2集合的像素值灰度级为[k+1,k+2,…,k 1]，所述C 3集合的像素值灰度级为[k 1+1,k 1+2,…,k 2]，所述C 4集合的像素值灰度级为[k 2+1,k 2+2,…,255]；
步骤(3.3.6) 划定前景与后景，在图像中黑色到白色之间按对数关系分成若干级，黑色为0，白色为255，故黑色背景对应于C 1集合，覆铜板为黄色位于黑色到白色的渐变过渡区，所以黄铜对应C 3集合，故将C 1集合和C 3集合作为后景；由于覆铜板被氧化的程度在颜色上会有深浅变化，即随着时间的推移，其氧化程度在加深，颜色也呈一个渐变过程，故将C 2集合和C 4集合作为前景
步骤(3.4) 计算图像中被氧化的面积。
4.根据权利要求3所述的一种超薄柔性IC基板氧化面积检测方法，其特征在于，所述步骤(1)具体包括：
步骤(1.1) 设置当前位置和摄像机的参数；
步骤(1.2) 规划载物平台的采集路径，以保证图像采集完整；
步骤(1.3) 待载物台移动并稳定后摄像机采集柔性IC基板图像；
步骤(1.4) 载物台继续移动并判断载物台是否移动到所设置的目的地位置；
步骤(1.5) 若达到则完成图像的采集，否则返回步骤(1.3)继续图像采集操作。
5.根据权利要求3所述的一种超薄柔性IC基板氧化面积检测方法，其特征在于，所述步骤(2)具体包括：
步骤(2.1) 将采集过程中出现模糊运动、畸变或折叠情况的图像先进行校正处理；
步骤(2.2) 将处理后的图像进行拼接，直到获得最终的完整的柔性IC基板图像，反之则返回步骤(2.1)。
6.根据权利要求5所述的一种超薄柔性IC基板氧化面积检测方法，其特征在于，所述的步骤(3.1)的图像平滑预处理过程包括图像去噪预处理，采用高斯平滑低通滤波器将图像噪声去除，使图像更平滑。
7.根据权利要求6所述的一种超薄柔性IC基板氧化面积检测方法，其特征在于，所述的步骤(3.2)中，所述RGB-HSI彩色空间图像转换过程中色调H和饱和度S分量不受亮度I分量的影响，且色调H和饱和度S分量对柔性IC基板被氧化的程度影响不大，从而简化彩色空间的冗余信息。
8.根据权利要求7所述的一种超薄柔性IC基板氧化面积检测方法，其特征在于，所述步骤 (3.4)具体包括：
步骤(3.4.1) 统计前景C 2集合和C 4集合的像素值；
步骤(3.4.2) 计算C 2集合和C 4集合的像素值占采集图像总像素值的权重；
步骤(3.4.3) 将权重乘以实际采集的完整图像的面积即可得到实际柔性IC芯片被氧化的面积。
CN201710576552.0A 2017-07-14 2017-07-14 一种柔性ic基板氧化面积检测系统及方法 Active CN107369176B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710576552.0A CN107369176B (zh) 2017-07-14 2017-07-14 一种柔性ic基板氧化面积检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710576552.0A CN107369176B (zh) 2017-07-14 2017-07-14 一种柔性ic基板氧化面积检测系统及方法

Publications (2)

Publication Number Publication Date
CN107369176A CN107369176A (zh) 2017-11-21
CN107369176B true CN107369176B (zh) 2021-07-20

Family

ID=60308266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710576552.0A Active CN107369176B (zh) 2017-07-14 2017-07-14 一种柔性ic基板氧化面积检测系统及方法

Country Status (1)

Country Link
CN (1) CN107369176B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108346148B (zh) * 2017-09-21 2022-03-25 华南理工大学 一种高密度柔性ic基板氧化区域检测系统及方法
CN109001213B (zh) * 2018-07-19 2021-08-10 华南理工大学 一种卷到卷超薄柔性ic基板外观检测方法
CN109003268B (zh) * 2018-07-19 2022-02-15 华南理工大学 一种超薄柔性ic基板外观颜色检测方法
CN109709094B (zh) * 2018-11-29 2021-06-04 东莞硕达检测技术股份有限公司 一种检测三头插头插销的氧化检测装置
CN110501344A (zh) * 2019-08-30 2019-11-26 无锡先导智能装备股份有限公司 电池物料在线检测方法
CN117078743B (zh) * 2023-10-16 2024-02-06 东莞市兆丰精密仪器有限公司 一种基于图像计算电路板银浆线面积的方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013040388A1 (en) * 2011-09-16 2013-03-21 Massachusetts Institute Of Technology Cytosolically-active peroxidases as reporters for microscopy
CN103198298A (zh) * 2013-03-18 2013-07-10 浙江大学 一种基于导数光谱法的轻度虫害叶片的叶脉识别方法
CN104713759A (zh) * 2015-02-13 2015-06-17 东北大学 一种热轧钢板表面氧化铁皮样品的检测方法
CN106530273A (zh) * 2016-10-10 2017-03-22 华南理工大学 高精度fpc直线线路检测与缺陷定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160069919A1 (en) * 2011-09-25 2016-03-10 Theranos, Inc. Systems and methods for multi-analysis

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013040388A1 (en) * 2011-09-16 2013-03-21 Massachusetts Institute Of Technology Cytosolically-active peroxidases as reporters for microscopy
CN103198298A (zh) * 2013-03-18 2013-07-10 浙江大学 一种基于导数光谱法的轻度虫害叶片的叶脉识别方法
CN104713759A (zh) * 2015-02-13 2015-06-17 东北大学 一种热轧钢板表面氧化铁皮样品的检测方法
CN106530273A (zh) * 2016-10-10 2017-03-22 华南理工大学 高精度fpc直线线路检测与缺陷定位方法

Also Published As

Publication number Publication date
CN107369176A (zh) 2017-11-21

Similar Documents

Publication Publication Date Title
CN107369176B (zh) 一种柔性ic基板氧化面积检测系统及方法
CN111833306B (zh) 缺陷检测方法和用于缺陷检测的模型训练方法
CN107507173B (zh) 一种全切片图像的无参考清晰度评估方法及系统
CN108346148B (zh) 一种高密度柔性ic基板氧化区域检测系统及方法
CN111753762B (zh) 视频中关键标识的识别方法、装置、设备以及存储介质
CN113205063A (zh) 一种输电导线缺陷的视觉识别及定位方法
CN109447979A (zh) 基于深度学习和图像处理算法的目标检测方法
CN113538392B (zh) 晶圆的检测方法、设备及存储介质
CN109685142A (zh) 一种图像匹配方法及装置
CN110738644A (zh) 一种基于深度学习的汽车涂装表面缺陷检测方法及系统
CN114782286A (zh) 缺陷修复方法、光学修复设备、电子设备及存储介质
Zhang et al. Multi-scale defect detection of printed circuit board based on feature pyramid network
CN112862706A (zh) 路面裂缝图像预处理方法、装置、电子设备及存储介质
CN111179276A (zh) 一种图像处理方法和装置
CN107367515B (zh) 一种超薄柔性ic基板油墨异物检测方法
CN109001213B (zh) 一种卷到卷超薄柔性ic基板外观检测方法
CN110349129B (zh) 一种高密度柔性ic基板外观缺陷检测方法
CN108710881B (zh) 神经网络模型、候选目标区域生成方法、模型训练方法
CN109003268B (zh) 一种超薄柔性ic基板外观颜色检测方法
CN113269195A (zh) 读数表图像字符识别方法和装置以及可读存储介质
CN111582332B (zh) 一种高速铁路接触网吊弦部件的图片识别方法
CN117274405A (zh) 基于机器视觉的led灯工作颜色检测方法
CN117292129A (zh) 一种图像分割方法、装置、设备及介质
CN111967299B (zh) 无人机巡检方法、装置、设备及存储介质
Zhong et al. A fast oxidation region detection algorithm based on differential geometry approach for high-density flexible integrated circuit packaging substrates

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant