CN110555829B - 一种用于芯片点胶情况的检测方法 - Google Patents
一种用于芯片点胶情况的检测方法 Download PDFInfo
- Publication number
- CN110555829B CN110555829B CN201910739542.3A CN201910739542A CN110555829B CN 110555829 B CN110555829 B CN 110555829B CN 201910739542 A CN201910739542 A CN 201910739542A CN 110555829 B CN110555829 B CN 110555829B
- Authority
- CN
- China
- Prior art keywords
- area
- glue
- picture
- chip
- dispensing
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30072—Microarray; Biochip, DNA array; Well plate
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于芯片点胶情况的检测方法,通过提出此检测方法,实现对芯片点胶情况检测的自动化。该检测方法首先通过预先选择一张无点胶的芯片图片,对其进行增强对比度、阈值分割操作,利用形状面积特征提取槽检测区域和溢胶检测区域;然后对无点胶的芯片图片选择合适的区域作为NCC匹配模板,对点胶芯片图片利用模板匹配找到位置,并通过仿射变换找到槽检测区域和溢胶检测区域;最后计算检测区域中胶水的面积,根据面积情况判断芯片点胶情况。本发明提出的检查方法具有检测速度快、准确率高的特点。
Description
技术领域
本发明涉及机器视觉检测技术领域,具体涉及一种用于芯片点胶情况的检测方法。
背景技术
在工业生产中,芯片数量多体积小,用传统方法检测芯片的点胶情况非常耗费人力时间。为了减少人力时间成本,实现工业上的自动化,目前亟待通过机器视觉检测技术,设计一种用于芯片点胶情况的检测方法,使得点胶检测具有检测速度快、准确率高,满足生产线上的检测要求。
发明内容
本发明的目的是为了解决现有技术中的上述缺陷,提供一种用于芯片点胶情况的检测方法。
本发明的目的可以通过采取如下技术方案达到:
一种用于芯片点胶情况的检测方法,所述的检测方法包括以下步骤:
S1、读取一张无点胶的芯片图片,对此图片进行增强对比度、阈值分割、特征提取操作,提取出待检测区域;
S2、对无点胶的芯片图片选择合适区域作为NCC匹配模板,读取点胶芯片图片进行模板匹配,通过仿射变换得到点胶芯片图片的槽检测区域和溢胶检测区域;
S3、对步骤S2得到的图片计算区域中胶水的面积,根据面积判定芯片点胶情况。
进一步地,所述的步骤S1过程如下:
S11、对无点胶的芯片图片选定两个矩形区域相减,初步得到槽检测区域;
S12、对经步骤S11处理后的图片增强对比度和进行阈值分割,然后进行连通域联合,根据区域的形状面积初步确定槽检测区域;
S13、对经步骤S12处理后的图片进行灰度级闭运算,提取图片的亚像素级边缘,根据边缘的长度确定槽检测区域的内轮廓区域;
S14、对经步骤S13处理后的图片进行区域填充,得到槽检测区域;
S15、对经步骤S14处理后的图片进行膨胀操作,将经步骤S11得到的图片与膨胀后的图片相减得到溢胶检测区域。
进一步地,所述的步骤S3过程如下:
S31、提取点胶芯片图片的溢胶检测区域,通过阈值分割得到溢胶检测区域中胶水的区域,计算其面积,如果面积大于0,则判定为溢胶;
S32、对经步骤S31判定为非溢胶的图片,提取其槽检测区域,通过阈值分割得到槽检测区域中胶水反光和不反光的区域,再进行连通域联合;
S33、对经步骤S32得到的图片进行闭运算、区域填充、开运算得到槽检测区域中胶水的区域,然后计算胶水面积,统计面积大于一定阈值的区域个数,如果大于1,则判定为断胶,如果个数等于0,则判定为无胶;
S34、对经步骤S33得到区域个数等于1的图片进行腐蚀操作,腐蚀操作中腐蚀指定的宽度,然后统计区域个数,如果个数大于1,则判定为少胶。
本发明相对于现有技术具有如下的优点及效果:
与现有技术相比,本发明提供的芯片点胶情况视觉检测方法,对比于人工检测,省去了大量的人力物力,避免了检测人的主观因素影响,具有对流水线上生产的芯片的点胶情况检测准确率高、速度快的优点。
附图说明
图1是本发明公开的一种用于芯片点胶情况的检测方法的流程图;
图2是本发明实施例中无点胶的芯片图片;
图3是本发明实施例中槽检测区域图片;
图4是本发明实施例中溢胶检测区域图片;
图5是本发明实施例中待检测的样品图片。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
请参考图1至图5,如图1所示公开了一种用于芯片点胶情况的检测方法的流程图,具体步骤如下:
S1、读取一张无点胶的芯片图片(如图2所示),对此图片进行增强对比度、阈值分割、特征提取操作,提取出待检测区域,具体为:
S11、对无点胶的芯片图片选定两个矩形区域相减,初步得到槽检测区域;
S12、对经步骤S11处理后的图片增强对比度和进行阈值分割,然后进行连通域联合,根据区域的形状面积初步确定槽检测区域;
S13、对经步骤S12处理后的图片进行灰度级闭运算,提取图片的亚像素级边缘,根据边缘的长度确定槽检测区域的内轮廓区域;
S14、对经步骤S13处理后的图片进行区域填充,得到槽检测区域(如图3所示);
S15、对经步骤S14处理后的图片进行膨胀操作,将经步骤S11得到的图片与膨胀后的图片相减得到溢胶检测区域(如图4所示)。
S2、对无点胶的芯片图片选择合适区域作为NCC匹配模板,读取点胶芯片图片(如图5所示)进行模板匹配,通过仿射变换得到点胶芯片图片的槽检测区域和溢胶检测区域;
S3、对步骤S2得到的图片计算区域中胶水的面积,根据面积判定芯片点胶情况,具体为:
S31、提取点胶芯片图片的溢胶检测区域,通过阈值分割得到溢胶检测区域中胶水的区域,计算其面积,如果面积大于0,则判定为溢胶;
S32、对经步骤S31判定为非溢胶的图片,提取其槽检测区域,通过阈值分割得到槽检测区域中胶水反光和不反光的区域,再进行连通域联合;
S33、对经步骤S32得到的图片进行闭运算、区域填充、开运算得到槽检测区域中胶水的区域,然后计算胶水面积,统计面积大于一定阈值的区域个数,如果大于1,则判定为断胶,如果个数等于0,则判定为无胶;
S34、对经步骤S33得到区域个数等于1的图片进行腐蚀操作,腐蚀操作中腐蚀指定的宽度,然后统计区域个数,如果个数大于1,则判定为少胶。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (2)
1.一种用于芯片点胶情况的检测方法,其特征在于,所述的检测方法包括以下步骤:
S1、读取一张无点胶的芯片图片,对此图片进行增强对比度、阈值分割、特征提取操作,提取出待检测区域;
S2、对无点胶的芯片图片选择合适区域作为NCC匹配模板,读取点胶芯片图片进行模板匹配,通过仿射变换得到点胶芯片图片的槽检测区域和溢胶检测区域;
S3、对步骤S2得到的图片计算区域中胶水的面积,根据面积判定芯片点胶情况;其中,所述的步骤S1过程如下:
S11、对无点胶的芯片图片选定两个矩形区域相减,初步得到槽检测区域;
S12、对经步骤S11处理后的图片增强对比度和进行阈值分割,然后进行连通域联合,根据区域的形状面积初步确定槽检测区域;
S13、对经步骤S12处理后的图片进行灰度级闭运算,提取图片的亚像素级边缘,根据边缘的长度确定槽检测区域的内轮廓区域;
S14、对经步骤S13处理后的图片进行区域填充,得到槽检测区域;
S15、对经步骤S14处理后的图片进行膨胀操作,将经步骤S11得到的图片与膨胀后的图片相减得到溢胶检测区域。
2.根据权利要求1所述的一种用于芯片点胶情况的检测方法,其特征在于,所述的步骤S3过程如下:
S31、提取点胶芯片图片的溢胶检测区域,通过阈值分割得到溢胶检测区域中胶水的区域,计算其面积,如果面积大于0,则判定为溢胶;
S32、对经步骤S31判定为非溢胶的图片,提取其槽检测区域,通过阈值分割得到槽检测区域中胶水反光和不反光的区域,再进行连通域联合;
S33、对经步骤S32得到的图片进行闭运算、区域填充、开运算得到槽检测区域中胶水的区域,然后计算胶水面积,统计面积大于一定阈值的区域个数,如果大于1,则判定为断胶,如果个数等于0,则判定为无胶;
S34、对经步骤S33得到区域个数等于1的图片进行腐蚀操作,腐蚀操作中腐蚀指定的宽度,然后统计区域个数,如果个数大于1,则判定为少胶。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910739542.3A CN110555829B (zh) | 2019-08-12 | 2019-08-12 | 一种用于芯片点胶情况的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910739542.3A CN110555829B (zh) | 2019-08-12 | 2019-08-12 | 一种用于芯片点胶情况的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110555829A CN110555829A (zh) | 2019-12-10 |
CN110555829B true CN110555829B (zh) | 2021-07-16 |
Family
ID=68737348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910739542.3A Active CN110555829B (zh) | 2019-08-12 | 2019-08-12 | 一种用于芯片点胶情况的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110555829B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111060519A (zh) * | 2019-12-30 | 2020-04-24 | 研祥智能科技股份有限公司 | Led支架缺陷判定方法及系统 |
CN111337500B (zh) * | 2020-02-24 | 2023-01-24 | Oppo广东移动通信有限公司 | 点胶管控方法、显示模组及电子设备 |
CN111462054B (zh) * | 2020-03-18 | 2023-04-07 | 广州大学 | 一种点胶质量检测方法 |
CN111462061B (zh) * | 2020-03-24 | 2023-03-31 | 华南理工大学 | 一种用于电子元器件计数的检测方法 |
CN111495703B (zh) * | 2020-04-29 | 2021-05-04 | 京东方科技集团股份有限公司 | 显示面板的检测方法和检测装置 |
CN111751373A (zh) * | 2020-07-03 | 2020-10-09 | 深圳市轴心自控技术有限公司 | 一种用于点胶设备的防挂胶检测方法 |
CN112288732A (zh) * | 2020-11-05 | 2021-01-29 | 昆山丘钛光电科技有限公司 | 一种点胶的检测方法、装置、设备及系统 |
CN112750126B (zh) * | 2021-01-29 | 2022-01-25 | 深圳市磐锋精密技术有限公司 | 一种物料溢胶在线监测系统和监测方法 |
CN113284113A (zh) * | 2021-05-27 | 2021-08-20 | 西安闻泰信息技术有限公司 | 溢胶瑕疵检测方法、装置、计算机设备和可读存储介质 |
CN113781392A (zh) * | 2021-08-04 | 2021-12-10 | 深圳市鑫信腾科技股份有限公司 | 胶路的检测方法、电子设备及存储介质 |
CN114637352B (zh) * | 2022-03-17 | 2023-01-03 | 杭州名光微电子科技有限公司 | 一种基于机器视觉的芯片制作点胶机在线控制管理系统 |
CN115356809A (zh) * | 2022-07-15 | 2022-11-18 | 深圳中科精工科技有限公司 | 光学耦合设备及其胶形检测方法 |
CN115375952B (zh) * | 2022-10-18 | 2023-04-18 | 沃图水泵(上海)有限公司江苏分公司 | 一种芯片胶层缺陷分类方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103029430A (zh) * | 2011-10-07 | 2013-04-10 | 欧壹科技股份有限公司 | 网版印刷的溢胶自动检测系统及方法 |
CN105445277A (zh) * | 2015-11-12 | 2016-03-30 | 湖北工业大学 | 一种fpc表面质量视觉智能检测方法 |
CN107798326A (zh) * | 2017-10-20 | 2018-03-13 | 华南理工大学 | 一种轮廓视觉检测算法 |
CN107958456A (zh) * | 2017-12-08 | 2018-04-24 | 华霆(合肥)动力技术有限公司 | 点胶检测方法、装置及电子设备 |
CN109813725A (zh) * | 2019-04-02 | 2019-05-28 | 东莞博美特自动化科技有限公司 | 一种大尺寸胶水缺陷检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9411779B2 (en) * | 2012-09-28 | 2016-08-09 | Illinois Tool Works Inc. | Method of dispensing material based on edge detection |
-
2019
- 2019-08-12 CN CN201910739542.3A patent/CN110555829B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103029430A (zh) * | 2011-10-07 | 2013-04-10 | 欧壹科技股份有限公司 | 网版印刷的溢胶自动检测系统及方法 |
CN105445277A (zh) * | 2015-11-12 | 2016-03-30 | 湖北工业大学 | 一种fpc表面质量视觉智能检测方法 |
CN107798326A (zh) * | 2017-10-20 | 2018-03-13 | 华南理工大学 | 一种轮廓视觉检测算法 |
CN107958456A (zh) * | 2017-12-08 | 2018-04-24 | 华霆(合肥)动力技术有限公司 | 点胶检测方法、装置及电子设备 |
CN109813725A (zh) * | 2019-04-02 | 2019-05-28 | 东莞博美特自动化科技有限公司 | 一种大尺寸胶水缺陷检测方法 |
Non-Patent Citations (3)
Title |
---|
"基于 HALCON 的点胶质量检测系统设计";彭赟等;《包装工程》;20180831;第39卷(第15期);第207页 * |
汽车传感器电路板涂胶质量视觉检测系统研究;于保军等;《机械工程师》;20141210(第12期);全文 * |
物联网芯片质量视觉检测系统研究;黄斌杰等;《广东广播电视大学学报》;20131220(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110555829A (zh) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110555829B (zh) | 一种用于芯片点胶情况的检测方法 | |
CN114140679B (zh) | 一种缺陷融合方法、装置、识别系统及存储介质 | |
CN108665458B (zh) | 透明体表面缺陷提取及识别方法 | |
CN108827969B (zh) | 金属零件表面缺陷检测与识别方法及装置 | |
CN109472271B (zh) | 印刷电路板图像轮廓提取方法及装置 | |
WO2017181724A1 (zh) | 电子元件漏件检测方法和系统 | |
CN110021012B (zh) | 基于机器视觉技术的手机镜头视窗玻璃缺陷检测方法 | |
CN109378279B (zh) | 晶圆检测方法及晶圆检测系统 | |
CN110070523B (zh) | 一种用于瓶底的异物检测方法 | |
CN115272280A (zh) | 一种缺陷检测方法、装置、设备及存储介质 | |
CN111028229A (zh) | 一种基于图像处理技术的金属或涂层腐蚀检测方法 | |
CN115147409A (zh) | 基于机器视觉的手机壳生产品质检测方法 | |
CN111046862B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
CN111462061B (zh) | 一种用于电子元器件计数的检测方法 | |
CN116168218A (zh) | 一种基于图像识别技术的电路板故障诊断方法 | |
CN109767426B (zh) | 一种基于图像特征识别的盾构隧道渗漏水检测方法 | |
CN114677348A (zh) | 一种基于视觉的ic芯片缺陷的检测方法、系统和存储介质 | |
CN106530273B (zh) | 高精度fpc直线线路检测与缺陷定位方法 | |
CN111369492B (zh) | 一种显示屏的检测方法及检测装置、检测系统 | |
CN117152129B (zh) | 一种电池盖板的表面缺陷视觉检测方法及系统 | |
CN112802022A (zh) | 智能检测缺陷玻璃图像的方法、电子设备以及存储介质 | |
CN109584212B (zh) | 一种基于matlab的slm粉床铺粉图像划痕缺陷识别方法 | |
CN108898584B (zh) | 一种基于图像分析的全自动贴面电容装焊极性判别方法 | |
CN116559177A (zh) | 一种缺陷检测方法、装置、设备以及存储介质 | |
CN115456996A (zh) | 一种核燃料芯块的离散性缺陷检测方法及相关组件 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Nansha District Avenue South Ring of 511458 cities in Guangdong province Guangzhou City, No. 25 Hua Da Guangzhou production and Research Institute Applicant after: SOUTH CHINA University OF TECHNOLOGY Applicant after: GUANGZHOU INSTITUTE OF MODERN INDUSTRIAL TECHNOLOGY Address before: 510640 Tianhe District, Guangdong, No. five road, No. 381, Applicant before: SOUTH CHINA University OF TECHNOLOGY Applicant before: GUANGZHOU INSTITUTE OF MODERN INDUSTRIAL TECHNOLOGY |
|
GR01 | Patent grant | ||
GR01 | Patent grant |