CN109886917B - 一种晶圆盘定位方法及装置 - Google Patents
一种晶圆盘定位方法及装置 Download PDFInfo
- Publication number
- CN109886917B CN109886917B CN201910020161.XA CN201910020161A CN109886917B CN 109886917 B CN109886917 B CN 109886917B CN 201910020161 A CN201910020161 A CN 201910020161A CN 109886917 B CN109886917 B CN 109886917B
- Authority
- CN
- China
- Prior art keywords
- center
- pixel
- image
- determining
- centroid
- 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
Links
Images
Abstract
本发明提供了一种晶圆盘定位方法及装置，其中，该方法包括：通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取激光出口的中心的像素坐标值；控制放置晶圆盘的控制平台运动到预定位置，并通过摄像头采集包含晶圆盘的标记点的图像，并获取标记点中心的像素坐标值；根据该激光出口的中心的像素坐标值和该标记点中心的像素坐标值确定该激光出口的中心与该标记点中心的像素距离间隔；将该像素距离间隔转换成实际距离间隔；根据该预定位置的控制平台的坐标以及该实际距离间隔对晶圆盘进行定位，可以解决相关技术中如何通过机器视觉实现对晶圆盘高精度的精细定位的问题，实现对晶圆盘高精度的精细定位的效果。
Description
技术领域
本发明涉及通信领域，具体而言，涉及一种晶圆盘定位方法及装置。
背景技术
随着计算机视觉技术的发展，越来越多的应用在工业检测中得以发挥作用。在检测DOE性能的方案中，激光光斑的大小与DOE的外观尺寸的大小很接近，而且激光光斑与DOE的位置偏移，就会造成漏光，导致DOE衍射光斑中心过亮，可能造成误检。因此，DOE的精确坐标定位对于DOE性能检测而言，至关重要。
对Wafer盘所有DOE进行整盘测试时，总共有数千片的DOE，如果采用手动定位的方式，工作量巨大，不适用于快速，大批量的测试场景，因此，为了满足Wafer盘DOE坐标的高精度自动定位，势在必行。
实现Wafer盘DOE的自动定位，首先可借助于机械定位来进行粗定位，然后再通过机器视觉的方法实现高精度的精细定位，如何通过机器视觉实现高精度的精细定位相关技术中还未提出解决方案。
针对相关技术中如何通过机器视觉实现对晶圆盘高精度的精细定位的问题，尚未提出解决方案。
发明内容
本发明实施例提供了一种晶圆盘定位方法及装置，以至少解决相关技术中如何通过机器视觉实现对晶圆盘高精度的精细定位的问题。
根据本发明的一个实施例，提供了一种晶圆盘定位方法，包括：
通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取所采集的图像中的所述激光出口的中心的像素坐标值；
控制放置所述晶圆盘的所述控制平台运动到预定位置，并通过所述摄像头采集包含所述晶圆盘的标记点的图像，并获取所采集的图像中的标记点中心的像素坐标值；
根据所述激光出口的中心的像素坐标值和所述标记点中心的像素坐标值确定所述激光出口的中心与所述标记点中心的像素距离间隔；
将所述像素距离间隔转换成实际距离间隔；
根据所述预定位置的所述控制平台的坐标以及所述实际距离间隔对所述晶圆盘上的DOE进行定位。
可选地，将所述像素距离间隔转换成所述实际距离间隔包括：
通过所述控制平台的移动获得两张包含所述标记点的图像，计算两张所述图像的质心的像素间隔与所述控制平台的实际移动距离的比值；
根据所述比值将所述像素距离间隔转换成所述实际距离间隔。
可选地，根据所述预定位置的所述控制平台的坐标值以及所述实际距离间隔对所述晶圆盘上的DOE进行定位包括：
根据所述预定位置的所述控制平台的坐标值，确定中心交叉的水平方向和竖直方向的位于边缘的所述标记点的质心位置；
根据水平方向的2个所述标记点的质心位置，通过行扫描的方式得到所有DOE的质心位置的水平坐标值；
根据竖直方向的2个所述标记点的质心位置，通过列扫描的方式得到所有DOE的质心位置的竖直坐标值。
可选地，获取所采集的图像中的所述标记点中心的像素坐标值包括：
对所采集的图像进行预处理；
计算预处理后的所述图像中的轮廓周长和面积；
通过预先定义的标准根据所述轮廓周长和面积对轮廓进行筛选；
计算筛选后的轮廓质心，并依据所述轮廓质心在图像中的像素位置，对质心进行分类并排序；
计算同一类中相邻质心的像素间距，并对所述像素间距进行排序，得到最大间隔和最小间隔，判断所述最大间隔与所述最小间隔的比值是否大于预定值；
根据判断的结果确定所述标记点的中心的像素坐标值。
可选地，对所采集的图像进行预处理包括：
对所采集的图像分别进行均值滤波、二值化、形态学滤波处理。
可选地，依据所述轮廓质心在图像中的像素位置，对质心进行分类并排序包括：
依据所述轮廓质心在图像中的像素位置将图像高度差异小的归为一类；
对同一类中的质心按所述质心的水平位置从小到大进行排序。
可选地，根据所述判断的结果确定所述标记点的中心的像素坐标值包括：
在判断结果为是的情况下，确定所述标记点的中心介于所述最大间隔对应的两个质心之间，获取所述最大间隔对应的两个质心的位置，根据所述最大间隔对应的两个质心的位置确定所述标记点的中心的像素坐标值；
在判断结果为否的情况下，将图像灰度进行翻转，并对图像区域按质心分布进行划分，计算图像灰度和灰度最大区域；判断所述灰度最大区域是否存在所述标记点；
在判断结果为是情况下，根据所述灰度最大区域的位置信息确定所述灰度最大区域所处的质心类；
结合所述质心类中质心的个数以及质心位置，通过延伸所述质心位置的方式确定所述标记点的中心的像素坐标值。
可选地，判断所述灰度最大区域是否存在所述标记点包括：
判断所述灰度最大区域与除所述灰度最大区域之外的其他位置的灰度和之差是否超过预定阈值；
在判断结果为是的情况下，确定存在所述标记点；
在判断结果为否的情况下，确定不存在所述标记点。
根据本发明的又一个实施例，还提供了一种晶圆盘定位装置，包括：
第一获取模块，用于通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取所采集的图像中的所述激光出口的中心的像素坐标值；
第二获取模块，用于控制放置所述晶圆盘的所述控制平台运动到预定位置，并通过所述摄像头采集包含所述晶圆盘的标记点的图像，并获取所采集的图像中的标记点中心的像素坐标值；
确定模块，用于根据所述激光出口的中心的像素坐标值和所述标记点中心的像素坐标值确定所述激光出口的中心与所述标记点中心的像素距离间隔；
转换模块，用于将所述像素距离间隔转换成实际距离间隔；
定位模块，用于根据所述预定位置的所述控制平台的坐标以及所述实际距离间隔对所述晶圆盘上的DOE进行定位。
可选地，所述转换模块，还用于
通过所述控制平台的移动获得两张包含所述标记点的图像，计算两张所述图像的质心的像素间隔与所述控制平台的实际移动距离的比值；
根据所述比值将所述像素距离间隔转换成所述实际距离间隔。
可选地，所述定位模块，还用于
根据所述预定位置的所述控制平台的坐标值，确定中心交叉的水平方向和竖直方向的位于边缘的所述标记点的质心位置；
根据水平方向的2个所述标记点的质心位置，通过行扫描的方式得到所有DOE的质心位置的水平坐标值；
根据竖直方向的2个所述标记点的质心位置，通过列扫描的方式得到所有DOE的质心位置的竖直坐标值。
可选地，所述第二获取模块包括：
预处理单元，用于对所采集的图像进行预处理；
计算单元，用于计算预处理后的所述图像中的轮廓周长和面积；
筛选单元，用于通过预先定义的标准根据所述轮廓周长和面积对轮廓进行筛选；
排序单元，用于计算筛选后的轮廓质心，并依据所述轮廓质心在图像中的像素位置，对质心进行分类并排序；
判断单元，用于计算同一类中相邻质心的像素间距，并对所述像素间距进行排序，得到最大间隔和最小间隔，判断所述最大间隔与所述最小间隔的比值是否大于预定值；
确定单元，用于根据判断的结果确定所述标记点的中心的像素坐标值。
可选地，所述预处理单元，还用于
对所采集的图像分别进行均值滤波、二值化、形态学滤波处理。
可选地，所述排序单元，还用于
依据所述轮廓质心在图像中的像素位置将图像高度差异小的归为一类；
对同一类中的质心按所述质心的水平位置从小到大进行排序。
可选地，所述确定单元，还用于
第一确定子单元，用于在判断结果为是的情况下，确定所述标记点的中心介于所述最大间隔对应的两个质心之间，获取所述最大间隔对应的两个质心的位置，根据所述最大间隔对应的两个质心的位置确定所述标记点的中心的像素坐标值；
判断子单元，用于在判断结果为否的情况下，将图像灰度进行翻转，并对图像区域按质心分布进行划分，计算图像灰度和灰度最大区域；判断所述灰度最大区域是否存在所述标记点；
第二确定子单元，用于在判断结果为是情况下，根据所述灰度最大区域的位置信息确定所述灰度最大区域所处的质心类；
第三确定子单元，用于结合所述质心类中质心的个数以及质心位置，通过延伸所述质心位置的方式确定所述标记点的中心的像素坐标值。
可选地，所述判断子单元，还用于
判断所述灰度最大区域与除所述灰度最大区域之外的其他位置的灰度和之差是否超过预定阈值；
在判断结果为是的情况下，确定存在所述标记点；
在判断结果为否的情况下，确定不存在所述标记点。
根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取所采集的图像中的所述激光出口的中心的像素坐标值；控制放置所述晶圆盘的所述控制平台运动到预定位置，并通过所述摄像头采集包含所述晶圆盘的标记点的图像，并获取所采集的图像中的标记点中心的像素坐标值；根据所述激光出口的中心的像素坐标值和所述标记点中心的像素坐标值确定所述激光出口的中心与所述标记点中心的像素距离间隔；根；将所述像素距离间隔转换成实际距离间隔；根据所述预定位置的所述控制平台的坐标以及所述实际距离间隔对所述晶圆盘上的DOE进行定位，因此，可以解决相关技术中如何通过机器视觉实现对晶圆盘高精度的精细定位的问题，实现对晶圆盘高精度的精细定位的效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的一种晶圆盘定位方法的移动终端的硬件结构框图；
图2是根据本发明实施例的一种晶圆盘定位方法的流程图；
图3是根据本发明实施例的位于图像中心的Mark点的示意图一；
图4是根据本发明实施例的位于图像中心的Mark点的示意图二；
图5是根据本发明实施例的激光出口的中心位置示意图一；
图6是根据本发明实施例的激光出口的中心位置示意图二；
图7为根据本发明实施例的Mark点的中心位置示意图；
图8是根据本发明实施例的包含Mark点的图像的示意图一；
图9是根据本发明实施例的包含Mark点的图像的示意图二；
图10是根据本发明实施例的一种晶圆盘定位装置的框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
实施例1
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种晶圆盘定位方法的移动终端的硬件结构框图，如图1所示，移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的报文接收方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于上述移动终端或网络架构的晶圆盘定位方法，图2是根据本发明实施例的一种晶圆盘定位方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取所采集的图像中的所述激光出口的中心的像素坐标值；
步骤S204，控制放置所述晶圆盘的所述控制平台运动到预定位置，并通过所述摄像头采集包含所述晶圆盘的标记点的图像，并获取所采集的图像中的标记点中心的像素坐标值；
步骤S206，根据所述激光出口的中心的像素坐标值和所述标记点中心的像素坐标值确定所述激光出口的中心与所述标记点中心的像素距离间隔；
步骤S208，将所述像素距离间隔转换成实际距离间隔；
步骤S210，根据所述预定位置的所述控制平台的坐标以及所述实际距离间隔对所述晶圆盘上的DOE进行定位。
通过上述步骤S202至S208，通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取所采集的图像中的所述激光出口的中心的像素坐标值；控制放置所述晶圆盘的所述控制平台运动到预定位置，并通过所述摄像头采集包含所述晶圆盘的标记点的图像，并获取所采集的图像中的标记点中心的像素坐标值；根据所述激光出口的中心的像素坐标值和所述标记点中心的像素坐标值确定所述激光出口的中心与所述标记点中心的像素距离间隔；将所述像素距离间隔转换成实际距离间隔；根据所述预定位置的所述控制平台的坐标以及所述实际距离间隔对所述晶圆盘上的DOE进行定位。，因此，可以解决相关技术中如何通过机器视觉实现对晶圆盘高精度的精细定位的问题，实现对晶圆盘高精度的精细定位的效果。
可选地，上述步骤S208具体可以包括：
通过所述控制平台的移动获得两张包含所述标记点的图像，计算两张所述图像的质心的像素间隔与所述控制平台的实际移动距离的比值；
根据所述比值将所述像素距离间隔转换成所述实际距离间隔。
可选地，S210具体可以包括：
根据所述预定位置的所述控制平台的坐标值，确定中心交叉的水平方向和竖直方向的位于边缘的所述标记点的质心位置；
根据水平方向的2个所述标记点的质心位置，通过行扫描的方式得到所有DOE的质心位置的水平坐标值；
根据竖直方向的2个所述标记点的质心位置，通过列扫描的方式得到所有DOE的质心位置的竖直坐标值。
在另一实施例中，上述步骤S204中，获取所采集的图像中的所述标记点中心的像素坐标值具体可以包括：
S2041，对所采集的图像进行预处理；
S2042，计算预处理后的所述图像中的轮廓周长和面积；
S2043，通过预先定义的标准根据所述轮廓周长和面积对轮廓进行筛选；
S2044，计算筛选后的轮廓质心，并依据所述轮廓质心在图像中的像素位置，对质心进行分类并排序；
S2045，计算同一类中相邻质心的像素间距，并对所述像素间距进行排序，得到最大间隔和最小间隔，判断所述最大间隔与所述最小间隔的比值是否大于预定值；
S2046，根据判断的结果确定所述标记点的中心的像素坐标值。
可选地，上述步骤S2041具体可以包括：
对所采集的图像分别进行均值滤波、二值化、形态学滤波处理。
可选地，上述S2044具体可以包括：
依据所述轮廓质心在图像中的像素位置将图像高度差异小的归为一类；
对同一类中的质心按所述质心的水平位置从小到大进行排序。
可选地，上述S2046具体可以包括：
在判断结果为是的情况下，确定所述标记点的中心介于所述最大间隔对应的两个质心之间，获取所述最大间隔对应的两个质心的位置，根据所述最大间隔对应的两个质心的位置确定所述标记点的中心的像素坐标值；
在判断结果为否的情况下，将图像灰度进行翻转，并对图像区域按质心分布进行划分，计算图像灰度和灰度最大区域；判断所述灰度最大区域是否存在所述标记点；
在判断结果为是情况下，根据所述灰度最大区域的位置信息确定所述灰度最大区域所处的质心类；
结合所述质心类中质心的个数以及质心位置，通过延伸所述质心位置的方式确定所述标记点的中心的像素坐标值。
进一步地，判断所述灰度最大区域是否存在所述标记点具体可以包括：
判断所述灰度最大区域与除所述灰度最大区域之外的其他位置的灰度和之差是否超过预定阈值；
在判断结果为是的情况下，确定存在所述标记点；
在判断结果为否的情况下，确定不存在所述标记点。
下面以预定位置为4个固定位置，采集包含标记点的4张图像为例，对本发明实施例进行详细说明。
本发明实施例提供了一种基于机器视觉的DOE晶圆盘自动定位的方法，实现高精度的DOE晶圆(Wafer)盘的坐标自动定位。自动定位的具体步骤如下：不放Wafer盘，通过视觉相机运动轴的控制，运动到固定位置后，通过视觉相机采集激光出光口的图像；放上Wafer盘，通过运动平台的控制，运动到4个固定位置后，通过视觉相机采集Wafer盘上下、左右两条交叉直线上边缘区域的四张包含Mark点的图像；通过图像处理的算法计算采集到的激光出口的中心的像素坐标值；通过图像处理的算法计算采集到的4张Wafer盘图像中Mark点的中心的像素坐标值，并计算得到4个Mark点中心分别与激光出光口的中心的像素距离；考虑到视觉相机微透镜的放大倍率以及图像的像素尺寸，将上一步骤求得的像素距离间距转换成实际距离间距；过上一步骤得到的水平和垂直交叉的4个方位的实际距离间距，可以得到整个Wafer盘上的DOE的坐标，从而实现自动定位。本发明实现了Wafer盘坐标自动定位的功能，相比于手动定位，自动定位速度快，5s内即可生成整个wafer盘的所有DOE的坐标位置，定位精度较高，与手动定位的精度差异在40μm以内，能够应用于工业上的批量测试。具体步骤如下：
(a)不放Wafer盘，通过视觉相机运动轴的控制，运动到固定位置后，通过视觉相机采集激光出光口的图像；
(b)放上Wafer盘，通过运动平台的控制，运动到4个固定位置后，通过视觉相机采集Wafer盘上下、左右两条交叉直线上边缘区域的四张包含Mark点的图像；
(c)通过图像处理的算法计算步骤(a)采集到的激光出光口的中心的像素坐标值；
(d)通过图像处理的算法计算步骤(b)采集到的4张Wafer盘图像中Mark点的中心的像素坐标值，并计算得到4个Mark点中心分别与激光出光口的中心的像素间隔；
(e)考虑到视觉相机微透镜的放大倍率以及图像的像素尺寸，将上一步骤求得的像素距离间距转换成实际距离间距；
(f)通过上一步骤得到的水平和垂直交叉的4个方位的实际距离间距，结合4个位置的运动平台的坐标位置，可以得到整个Wafer盘上的DOE的坐标，从而实现自动定位。
进一步地，本发明实施例中，具体步骤d所述的计算像素间隔是指：
2.1)首先对图像进行预处理，包括均值滤波，使用自适应阈值进行二值化，进行形态学滤波等操作，简化待处理图像，只保留轮廓信息；
2.2)对预处理后的图像中的轮廓计算周长以及面积，通过自定义标准对轮廓进行筛选，首先计算得到所有轮廓的最大周长以及最大面积，轮廓周长和面积均大于周长最大值和面积最大值的一半的轮廓符合标准，不符合标准的轮廓舍弃；
2.3)计算筛选后的轮廓质心，并依据轮廓质心在图像中的像素位置，对质心进行排序，(图像高度差异小的，归为一类，并对同一类中的质心，按其水平位置从小到大进行排序)；
2.4)计算同一类中的相邻质心的像素间距，并对像素间距进行排序，得到最大间隔和最小间隔，并记录最大间隔的两个质心的位置，然后比较最大间隔与最小间隔的比值，若该比值大于某个固定比值(推荐使用值略小于2，本发明使用的比值是1.8)，则说明Mark点的中心介于最大间隔的两个质心之间，若该比值小于该固定比值，则进行下一步操作；
2.5)由于上一步没有找到符合条件的质心，说明Mark点的质心位于图像的边缘，或者该图像中不存在Mark点。因此，将图像灰度进行翻转，并对图像区域按质心分布进行分划，计算图像灰度和最大的一块区域，首先判定是否存在Mark点，与其他位置的灰度和进行比较，如果超过设定阈值，则说明存在Mark点，否则，不存在Mark点。若存在Mark点，则通过该最大灰度区块位置信息，找到该位置所处的质心类，结合该质心类中质心的个数以及位置，通过对质心位置的延伸，得到Mark点的中心像素坐标值。
进一步，本发明实施例中，具体步骤e所述的像素距离间距转换成实际距离间距是指：
由于视觉相机微透镜的放大倍率以及图像的像素尺寸，需要求出转换系数，将像素距离间距转换成实际距离间距，可以通过控制运动平台的运动，采集运动前后的图像，分析图像中的Mark点的质心位置的变化间隔，间接求得转换系数。具体包括：
3.1)首先，精密控制平台的移动前，使用视觉相机保留一张包含Mark点的图像；
3.2)其次，精密控制平台的移动后，使用视觉相机再保留一张包含Mark点的图像；
3.3)再次，使用图像处理的算法，计算得到两张图像中Mark点的质心的像素间隔；
3.4)最后，像素间隔与精密控制平台的实际移动距离的比值，即像素间隔转换成实际间隔的转换系数。
进一步，本发明中，具体步骤f所述的计算整个Wafer盘上的DOE的坐标是指：
通过上一步计算得到的实际间隔，结合4个位置的运动平台的坐标位置，可以得到中心交叉的水平和竖直方向的位于边缘的4个Mark点的质心位置，通过水平的2个Mark的质心位置，通过行扫描的方式得到所有DOE的质心位置的水平坐标，通过竖直的2个Mark的质心位置，铜鼓列扫描的方式得到所有DOE的质心位置的竖直坐标，通过这种方式可以降低水平和竖直方向的耦合，有利于提高位置精度。
本发明是基于对包含Mark点的图像进行处理的，因此本发明兼容考虑了多种Mark点位于图像不同区域的情况，例如，图3是根据本发明实施例的位于图像中心的Mark点的示意图一，如图3所示，Mark点位于图像中心；图4是根据本发明实施例的位于图像中心的Mark点的示意图二，如图4所示，Mark点位于图像边缘。包括如下步骤：
1)不放Wafer盘，通过视觉相机运动轴的控制，运动到固定位置后，通过视觉相机采集激光出光口的图像；
2)放上Wafer盘，通过运动平台的控制，运动到4个固定位置后，通过视觉相机采集Wafer盘上下、左右两条交叉直线上边缘区域的四张包含Mark点的图像；
3)通过图像处理的算法计算步骤1)采集到的激光出光口的中心的像素坐标值；
4)通过图像处理的算法计算步骤2)采集到的4张Wafer盘图像中Mark点的中心的像素坐标值，并计算得到4个Mark点中心分别与激光出光口的中心的像素间隔；
5)考虑到视觉相机微透镜的放大倍率以及图像的像素尺寸，将上一步骤求得的像素距离间距转换成实际距离间距；
6)通过上一步骤得到的水平和垂直交叉的4个方位的实际距离间距，结合4个位置的运动平台的坐标位置，可以得到整个Wafer盘上的DOE的坐标，从而实现自动定位。
所述步骤1)具体为：不放Wafer盘，图5是根据本发明实施例的激光出口的中心位置示意图一，如图5所示，通过视觉相机运动轴的控制，运动到固定位置(在该位置，激光出光口位于图像中心)后，调高曝光时间，通过视觉相机采集激光出光口的高亮图像。
所述步骤2)具体为：放上Wafer盘，视觉相机运动轴的位置维持不变，通过运动平台的控制，运动到4个固定位置(取Wafer盘的中上、中下、中左、中右4个位置，且Mark点的位置大致位于图像中心)后，通过视觉相机采集四张各个位置上包含Mark点的图像。
所述步骤3)具体为：图6是根据本发明实施例的激光出口的中心位置示意图二，如图6所示，通过图像处理的算法(对图像进行二值化处理后，通过求轮廓中心的方式)计算步骤1)采集到的激光出光口的中心的像素坐标值。
图7为根据本发明实施例的Mark点的中心位置示意图，如图7所示，所述步骤4)通过图像处理的算法计算步骤2)采集到的4张Wafer盘图像中Mark点的中心的像素坐标值，并计算得到4个Mark点中心分别与激光出光口的中心的像素间隔，具体步骤为：
4.1)首先对图像进行预处理，包括均值滤波，使用自适应阈值进行二值化，进行形态学滤波等操作，简化待处理图像，只保留轮廓信息；
4.2)对预处理后的图像中的轮廓计算周长以及面积，通过自定义标准对轮廓进行筛选，首先计算得到所有轮廓的最大周长以及最大面积，轮廓周长和面积均大于周长最大值和面积最大值的一半的轮廓符合标准，不符合标准的轮廓舍弃；
4.3)计算筛选后的轮廓质心，并依据轮廓质心在图像中的像素位置，对质心进行排序，(图像高度差异小的，归为一类，并对同一类中的质心，按其水平位置从小到大进行排序)；
4.4)图8是根据本发明实施例的包含Mark点的图像的示意图一，如图8所示，计算同一类中的相邻质心的像素间距，并对像素间距进行排序，得到最大间隔和最小间隔，并记录最大间隔的两个质心的位置，然后比较最大间隔与最小间隔的比值，若该比值大于某个固定比值(推荐使用值略小于2，本发明实施例使用的比值是1.8)，则说明Mark点的中心介于最大间隔的两个DOE质心之间，可以根据两个旁边的DOE质心计算得到Mark点的中心。具体计算方式为：假设Mark点的中心A(X,Y),旁边两个DOE质心为A1(X1,Y1)，A2(X2,Y2)，则
若该比值小于该固定比值，则进行下一步操作；
4.5)图9是根据本发明实施例的包含Mark点的图像的示意图二，如图9所示，由于上一步没有找到符合条件的质心，说明Mark点的质心位于图像的边缘，或者该图像中不存在Mark点。因此，将图像灰度进行翻转，并对图像区域按质心分布进行分划，计算图像灰度和最大的一块区域，首先判定是否存在Mark点，与其他位置的灰度和进行比较，如果超过设定阈值，则说明存在Mark点，否则，不存在Mark点。若存在Mark点，则通过该最大灰度区块位置信息，找到该位置所处的质心类，结合该质心类中质心的个数以及位置，通过对质心位置的延伸，得到Mark点的中心像素坐标值。具体计算方式为：假设Mark点的中心B(X,Y),右边两个DOE质心为B1(X1,Y1),B2(X2,Y2)，则
dX＝X1-X2；dY＝Y1-Y2；X＝dX+X1；Y＝dY+Y1；
所述步骤5)将像素距离间距转换成实际距离间距，具体步骤如下：
5.1)首先，精密控制平台的移动前，使用视觉相机保留一张包含Mark点的图像；
5.2)其次，精密控制平台的移动后，使用视觉相机再保留一张包含Mark点的图像；
5.3)再次，使用图像处理的算法，计算得到两张图像中Mark点的质心的像素间隔；
5.4)最后，像素间隔与精密控制平台的实际移动距离的比值，即像素间隔转换成实际间隔的转换系数。
所述步骤6)计算整个Wafer盘上的DOE的坐标，具体为：
通过上一步计算得到的实际间隔，结合4个位置的运动平台的坐标位置，可以得到中心交叉的水平和竖直方向的位于边缘的4个Mark点的质心位置，通过水平的2个Mark点的质心位置，通过行扫描的方式得到所有DOE的质心位置的水平坐标，通过竖直的2个Mark点的质心位置，通过列扫描的方式得到所有DOE的质心位置的竖直坐标，通过这种方式可以降低水平和竖直方向的耦合，有利于提高位置精度。
实施例2
在本实施例中还提供了一种晶圆盘定位装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图10是根据本发明实施例的一种晶圆盘定位装置的框图，如图10所示，包括：
第一获取模块102，用于通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取所采集的图像中的所述激光出口的中心的像素坐标值；
第二获取模块104，用于控制放置所述晶圆盘的所述控制平台运动到预定位置，并通过所述摄像头采集包含所述晶圆盘的标记点的图像，并获取所采集的图像中的标记点中心的像素坐标值；
确定模块106，用于根据所述激光出口的中心的像素坐标值和所述标记点中心的像素坐标值确定所述激光出口的中心与所述标记点中心的像素距离间隔；
转换模块108，用于将所述像素距离间隔转换成实际距离间隔；
定位模块1010，用于根据所述预定位置的所述控制平台的坐标以及所述实际距离间隔对所述晶圆盘上的DOE进行定位。
可选地，所述转换模块108，还用于
通过所述控制平台的移动获得两张包含所述标记点的图像，计算两张所述图像的质心的像素间隔与所述控制平台的实际移动距离的比值；
根据所述比值将所述像素距离间隔转换成所述实际距离间隔。
可选地，所述定位模块1010，还用于
根据所述预定位置的所述控制平台的坐标值，确定中心交叉的水平方向和竖直方向的位于边缘的所述标记点的质心位置；
根据水平方向的2个所述标记点的质心位置，通过行扫描的方式得到所有DOE的质心位置的水平坐标值；
根据竖直方向的2个所述标记点的质心位置，通过列扫描的方式得到所有DOE的质心位置的竖直坐标值。
可选地，所述第二获取模块104包括：
预处理单元，用于对所采集的图像进行预处理；
计算单元，用于计算预处理后的所述图像中的轮廓周长和面积；
筛选单元，用于通过预先定义的标准根据所述轮廓周长和面积对轮廓进行筛选；
排序单元，用于计算筛选后的轮廓质心，并依据所述轮廓质心在图像中的像素位置，对质心进行分类并排序；
判断单元，用于计算同一类中相邻质心的像素间距，并对所述像素间距进行排序，得到最大间隔和最小间隔，判断所述最大间隔与所述最小间隔的比值是否大于预定值；
确定单元，用于根据判断的结果确定所述标记点的中心的像素坐标值。
可选地，所述预处理单元，还用于
对所采集的图像分别进行均值滤波、二值化、形态学滤波处理。
可选地，所述排序单元，还用于
依据所述轮廓质心在图像中的像素位置将图像高度差异小的归为一类；
对同一类中的质心按所述质心的水平位置从小到大进行排序。
可选地，所述确定单元，还用于
第一确定子单元，用于在判断结果为是的情况下，确定所述标记点的中心介于所述最大间隔对应的两个质心之间，获取所述最大间隔对应的两个质心的位置，根据所述最大间隔对应的两个质心的位置确定所述标记点的中心的像素坐标值；
判断子单元，用于在判断结果为否的情况下，将图像灰度进行翻转，并对图像区域按质心分布进行划分，计算图像灰度和灰度最大区域；判断所述灰度最大区域是否存在所述标记点；
第二确定子单元，用于在判断结果为是情况下，根据所述灰度最大区域的位置信息确定所述灰度最大区域所处的质心类；
第三确定子单元，用于结合所述质心类中质心的个数以及质心位置，通过延伸所述质心位置的方式确定所述标记点的中心的像素坐标值。
可选地，所述判断子单元，还用于
判断所述灰度最大区域与除所述灰度最大区域之外的其他位置的灰度和之差是否超过预定阈值；
在判断结果为是的情况下，确定存在所述标记点；
在判断结果为否的情况下，确定不存在所述标记点。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
实施例3
本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S11，通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取所采集的图像中的所述激光出口的中心的像素坐标值；
S12，控制放置所述晶圆盘的所述控制平台运动到预定位置，并通过所述摄像头采集包含所述晶圆盘的标记点的图像，并获取所采集的图像中的标记点中心的像素坐标值；
S13，根据所述激光出口的中心的像素坐标值和所述标记点中心的像素坐标值确定所述激光出口的中心与所述标记点中心的像素距离间隔；
S14，将所述像素距离间隔转换成实际距离间隔；
S15，根据所述预定位置的所述控制平台的坐标以及所述实际距离间隔对所述晶圆盘上的DOE进行定位。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
实施例4
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S11，通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取所采集的图像中的所述激光出口的中心的像素坐标值；
S12，控制放置所述晶圆盘的所述控制平台运动到预定位置，并通过所述摄像头采集包含所述晶圆盘的标记点的图像，并获取所采集的图像中的标记点中心的像素坐标值；
S13，根据所述激光出口的中心的像素坐标值和所述标记点中心的像素坐标值确定所述激光出口的中心与所述标记点中心的像素距离间隔；
S14，将所述像素距离间隔转换成实际距离间隔；
S15，根据所述预定位置的所述控制平台的坐标以及所述实际距离间隔对所述晶圆盘上的DOE进行定位。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (18)
1.一种晶圆盘定位方法，其特征在于，包括：
通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取所采集的图像中的所述激光出口的中心的像素坐标值；
控制放置所述晶圆盘的所述控制平台运动到预定位置，并通过所述摄像头采集包含所述晶圆盘的标记点的图像，并获取所采集的图像中的标记点中心的像素坐标值；
根据所述激光出口的中心的像素坐标值和所述标记点中心的像素坐标值确定所述激光出口的中心与所述标记点中心的像素距离间隔；
将所述像素距离间隔转换成实际距离间隔；
根据所述预定位置的所述控制平台的坐标以及所述实际距离间隔对所述晶圆盘上的衍射光学元件DOE进行定位。
2.根据权利要求1所述的方法，其特征在于，将所述像素距离间隔转换成所述实际距离间隔包括：
通过所述控制平台的移动获得两张包含所述标记点的图像，计算两张所述图像的质心的像素间隔与所述控制平台的实际移动距离的比值；
根据所述比值将所述像素距离间隔转换成所述实际距离间隔。
3.根据权利要求1所述的方法，其特征在于，根据所述预定位置的所述控制平台的坐标值以及所述实际距离间隔对所述晶圆盘上的DOE进行定位包括：
根据所述预定位置的所述控制平台的坐标值，确定中心交叉的水平方向和竖直方向的位于边缘的所述标记点的质心位置；
根据水平方向的2个所述标记点的质心位置，通过行扫描的方式得到所有DOE的质心位置的水平坐标值；
根据竖直方向的2个所述标记点的质心位置，通过列扫描的方式得到所有DOE的质心位置的竖直坐标值。
4.根据权利要求1所述的方法，其特征在于，获取所采集的图像中的所述标记点中心的像素坐标值包括：
对所采集的图像进行预处理；
计算预处理后的所述图像中的轮廓周长和面积；
通过预先定义的标准根据所述轮廓周长和面积对轮廓进行筛选；
计算筛选后的轮廓质心，并依据所述轮廓质心在图像中的像素位置，对质心进行分类并排序；
计算同一类中相邻质心的像素间距，并对所述像素间距进行排序，得到最大间隔和最小间隔，判断所述最大间隔与所述最小间隔的比值是否大于预定值；
根据判断的结果确定所述标记点的中心的像素坐标值。
5.根据权利要求4所述的方法，其特征在于，对所采集的图像进行预处理包括：
对所采集的图像分别进行均值滤波、二值化、形态学滤波处理。
6.根据权利要求4所述的方法，其特征在于，依据所述轮廓质心在图像中的像素位置，对质心进行分类并排序包括：
依据所述轮廓质心在图像中的像素位置将图像高度差异小的归为一类；
对同一类中的质心按所述质心的水平位置从小到大进行排序。
7.根据权利要求4所述的方法，其特征在于，根据所述判断的结果确定所述标记点的中心的像素坐标值包括：
在判断结果为是的情况下，确定所述标记点的中心介于所述最大间隔对应的两个质心之间，获取所述最大间隔对应的两个质心的位置，根据所述最大间隔对应的两个质心的位置确定所述标记点的中心的像素坐标值；
在判断结果为否的情况下，将图像灰度进行翻转，并对图像区域按质心分布进行划分，计算图像灰度和灰度最大区域；判断所述灰度最大区域是否存在所述标记点；
在判断结果为是情况下，根据所述灰度最大区域的位置信息确定所述灰度最大区域所处的质心类；
结合所述质心类中质心的个数以及质心位置，通过延伸所述质心位置的方式确定所述标记点的中心的像素坐标值。
8.根据权利要求7所述的方法，其特征在于，判断所述灰度最大区域是否存在所述标记点包括：
判断所述灰度最大区域与除所述灰度最大区域之外的其他位置的灰度和之差是否超过预定阈值；
在判断结果为是的情况下，确定存在所述标记点；
在判断结果为否的情况下，确定不存在所述标记点。
9.一种晶圆盘定位装置，其特征在于，包括：
第一获取模块，用于通过摄像头采集未放置晶圆盘的控制平台上激光出口的图像，并获取所采集的图像中的所述激光出口的中心的像素坐标值；
第二获取模块，用于控制放置所述晶圆盘的所述控制平台运动到预定位置，并通过所述摄像头采集包含所述晶圆盘的标记点的图像，并获取所采集的图像中的标记点中心的像素坐标值；
确定模块，用于根据所述激光出口的中心的像素坐标值和所述标记点中心的像素坐标值确定所述激光出口的中心与所述标记点中心的像素距离间隔；
转换模块，用于将所述像素距离间隔转换成实际距离间隔；
定位模块，用于根据所述预定位置的所述控制平台的坐标以及所述实际距离间隔对所述晶圆盘上的衍射光学元件DOE进行定位。
10.根据权利要求9所述的装置，其特征在于，所述转换模块，还用于
通过所述控制平台的移动获得两张包含所述标记点的图像，计算两张所述图像的质心的像素间隔与所述控制平台的实际移动距离的比值；
根据所述比值将所述像素距离间隔转换成所述实际距离间隔。
11.根据权利要求9所述的装置，其特征在于，所述定位模块，还用于
根据所述预定位置的所述控制平台的坐标值，确定中心交叉的水平方向和竖直方向的位于边缘的所述标记点的质心位置；
根据水平方向的2个所述标记点的质心位置，通过行扫描的方式得到所有DOE的质心位置的水平坐标值；
根据竖直方向的2个所述标记点的质心位置，通过列扫描的方式得到所有DOE的质心位置的竖直坐标值。
12.根据权利要求9所述的装置，其特征在于，所述第二获取模块包括：
预处理单元，用于对所采集的图像进行预处理；
计算单元，用于计算预处理后的所述图像中的轮廓周长和面积；
筛选单元，用于通过预先定义的标准根据所述轮廓周长和面积对轮廓进行筛选；
排序单元，用于计算筛选后的轮廓质心，并依据所述轮廓质心在图像中的像素位置，对质心进行分类并排序；
判断单元，用于计算同一类中相邻质心的像素间距，并对所述像素间距进行排序，得到最大间隔和最小间隔，判断所述最大间隔与所述最小间隔的比值是否大于预定值；
确定单元，用于根据判断的结果确定所述标记点的中心的像素坐标值。
13.根据权利要求12所述的装置，其特征在于，所述预处理单元，还用于
对所采集的图像分别进行均值滤波、二值化、形态学滤波处理。
14.根据权利要求12所述的装置，其特征在于，所述排序单元，还用于
依据所述轮廓质心在图像中的像素位置将图像高度差异小的归为一类；
对同一类中的质心按所述质心的水平位置从小到大进行排序。
15.根据权利要求12所述的装置，其特征在于，所述确定单元，还用于
第一确定子单元，用于在判断结果为是的情况下，确定所述标记点的中心介于所述最大间隔对应的两个质心之间，获取所述最大间隔对应的两个质心的位置，根据所述最大间隔对应的两个质心的位置确定所述标记点的中心的像素坐标值；
判断子单元，用于在判断结果为否的情况下，将图像灰度进行翻转，并对图像区域按质心分布进行划分，计算图像灰度和灰度最大区域；判断所述灰度最大区域是否存在所述标记点；
第二确定子单元，用于在判断结果为是情况下，根据所述灰度最大区域的位置信息确定所述灰度最大区域所处的质心类；
第三确定子单元，用于结合所述质心类中质心的个数以及质心位置，通过延伸所述质心位置的方式确定所述标记点的中心的像素坐标值。
16.根据权利要求15所述的装置，其特征在于，所述判断子单元，还用于
判断所述灰度最大区域与除所述灰度最大区域之外的其他位置的灰度和之差是否超过预定阈值；
在判断结果为是的情况下，确定存在所述标记点；
在判断结果为否的情况下，确定不存在所述标记点。
17.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至8任一项中所述的方法。
18.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至8任一项中所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910020161.XA CN109886917B (zh) | 2019-01-09 | 2019-01-09 | 一种晶圆盘定位方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910020161.XA CN109886917B (zh) | 2019-01-09 | 2019-01-09 | 一种晶圆盘定位方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109886917A CN109886917A (zh) | 2019-06-14 |
| CN109886917B true CN109886917B (zh) | 2021-04-09 |
Family
ID=66925740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910020161.XA Active CN109886917B (zh) | 2019-01-09 | 2019-01-09 | 一种晶圆盘定位方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109886917B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110927549B (zh) * | 2019-11-21 | 2021-11-16 | 广西天微电子有限公司 | 晶圆重定位方法及其系统 |
| CN113400196A (zh) * | 2021-06-18 | 2021-09-17 | 西安奕斯伟硅片技术有限公司 | 用于研磨定盘沟槽的清理方法、装置、设备及计算机存储介质 |
| CN117392226B (zh) * | 2023-12-11 | 2024-04-05 | 合肥安迅精密技术有限公司 | 基于机器视觉的bga元件识别定位方法及系统、存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101359400A (zh) * | 2008-09-17 | 2009-02-04 | 湖南大学 | 一种基于视觉的管口空间位置定位方法 |
| CN103729655A (zh) * | 2014-01-22 | 2014-04-16 | 哈尔滨工业大学 | 一种用于片式元件视觉定位的检测方法 |
| CN103745475A (zh) * | 2014-01-22 | 2014-04-23 | 哈尔滨工业大学 | 一种用于球形引脚元件的检测与定位方法 |
| CN104268857A (zh) * | 2014-09-16 | 2015-01-07 | 湖南大学 | 一种基于机器视觉的快速亚像素边缘检测与定位方法 |
| CN104408722A (zh) * | 2014-11-26 | 2015-03-11 | 南京工业大学 | 一种用于pcb视觉定位的检测方法 |
| CN106680287A (zh) * | 2016-12-28 | 2017-05-17 | 无锡浩远视觉科技有限公司 | 一种轴承铆钉台阶缺陷的视觉检测方法 |
| CN107993224A (zh) * | 2017-11-28 | 2018-05-04 | 沈阳建筑大学 | 一种基于圆形标志物的物体检测定位方法 |
| CN108363508A (zh) * | 2018-01-13 | 2018-08-03 | 江南大学 | 一种手机触控屏Mark定位非接触式视觉检测方法 |
-
2019
- 2019-01-09 CN CN201910020161.XA patent/CN109886917B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101359400A (zh) * | 2008-09-17 | 2009-02-04 | 湖南大学 | 一种基于视觉的管口空间位置定位方法 |
| CN103729655A (zh) * | 2014-01-22 | 2014-04-16 | 哈尔滨工业大学 | 一种用于片式元件视觉定位的检测方法 |
| CN103745475A (zh) * | 2014-01-22 | 2014-04-23 | 哈尔滨工业大学 | 一种用于球形引脚元件的检测与定位方法 |
| CN104268857A (zh) * | 2014-09-16 | 2015-01-07 | 湖南大学 | 一种基于机器视觉的快速亚像素边缘检测与定位方法 |
| CN104408722A (zh) * | 2014-11-26 | 2015-03-11 | 南京工业大学 | 一种用于pcb视觉定位的检测方法 |
| CN106680287A (zh) * | 2016-12-28 | 2017-05-17 | 无锡浩远视觉科技有限公司 | 一种轴承铆钉台阶缺陷的视觉检测方法 |
| CN107993224A (zh) * | 2017-11-28 | 2018-05-04 | 沈阳建筑大学 | 一种基于圆形标志物的物体检测定位方法 |
| CN108363508A (zh) * | 2018-01-13 | 2018-08-03 | 江南大学 | 一种手机触控屏Mark定位非接触式视觉检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 《Identification and Location of Picking Tomatoes Based on Machine Vision 》;Lv Xiao-lian等;《2011 Fourth International Conference on Intelligent Computation Technology and Automation》;20111231;第101-107页 * |
| 《Object location and centroiding techniques with CMOS active pixel sensors》;R.D. Burns等;《IEEE Transactions on Electron Devices》;20031231;第50卷(第12期);第2369-2377页 * |
| 《视觉测量中圆形标记点的高精度定位》;陈新禹等;《光电子 激光》;20130831;第24卷(第8期);第1524-1528页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109886917A (zh) | 2019-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109886917B (zh) | 一种晶圆盘定位方法及装置 | |
| US11774735B2 (en) | System and method for performing automated analysis of air samples | |
| CN106846352B (zh) | 一种用于镜头解析力测试的刀口图片获取方法和装置 | |
| US11899007B2 (en) | Specimen verification in automated testing apparatus | |
| US10324022B2 (en) | Analysis accuracy improvement in automated testing apparatus | |
| JPH10508709A (ja) | カバースリップ接着剤中の気泡を検出するための装置 | |
| CN108475429B (zh) | 三维显微镜图像的分割的系统和方法 | |
| CN110909640A (zh) | 水位线的确定方法及装置、存储介质、电子装置 | |
| CN109948393A (zh) | 一种一维条码的定位方法及装置 | |
| US8351674B2 (en) | Image portion identification methods, image parsing methods, image parsing systems, and articles of manufacture | |
| CN110837809A (zh) | 血液自动分析方法、系统、血细胞分析仪及存储介质 | |
| CN111310753A (zh) | 一种表计对准方法及装置 | |
| CN113780201B (zh) | 手部图像的处理方法及装置、设备和介质 | |
| CN110619297A (zh) | 一种豆类植物子实图像批量采集识别方法及装置 | |
| CN110557622B (zh) | 基于结构光的深度信息获取方法及装置、设备及介质 | |
| CN110364224B (zh) | 一种染色体分裂相定位排序方法 | |
| CN109461123B (zh) | 一种针对图像质量客观评测点图的几何畸变自动分析方法 | |
| CN113436120B (zh) | 一种图像模糊值识别方法及装置 | |
| CN115761270A (zh) | 色卡的检测方法、装置、电子设备及存储介质 | |
| CN110865080A (zh) | 一种可采集大豆种脐表型图像数据的子实盘及其采集方法 | |
| JP4029832B2 (ja) | 窪みサイズ測定装置、硬度測定装置、窪みサイズ算出プログラム | |
| CN110031471B (zh) | 大口径光学元件表面缺陷增长分析方法、系统、装置 | |
| WO2020110269A1 (ja) | 個体識別装置 | |
| CN111784767A (zh) | 一种确定目标位置方法及设备 | |
| CN114494060B (zh) | 一种基于Opencv的菲涅尔透镜中心定位方法 |
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 |