CN114627141A - 一种切割道中心检测方法与系统 - Google Patents
一种切割道中心检测方法与系统 Download PDFInfo
- Publication number
- CN114627141A CN114627141A CN202210526501.8A CN202210526501A CN114627141A CN 114627141 A CN114627141 A CN 114627141A CN 202210526501 A CN202210526501 A CN 202210526501A CN 114627141 A CN114627141 A CN 114627141A
- Authority
- CN
- China
- Prior art keywords
- image
- points
- cutting path
- point
- unit
- 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.)
- Granted
Links
- 238000005520 cutting process Methods 0.000 title claims abstract description 79
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000009825 accumulation Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 4
- 229910052710 silicon Inorganic materials 0.000 description 4
- 239000010703 silicon Substances 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dicing (AREA)
Abstract
本发明公开了一种切割道中心检测方法与系统,属于检测系统技术领域,通过自动对准程序得到目标图案位置,根据目标图案和偏移,镜头移动到切割道位置,完成切割道位置的确定;通过镜头拍摄采集切割道图像并设定感兴趣区域;提取图像感兴趣区域内的像素点及特征点;分别对图像感兴趣区域内的每一列中的特征点,在其对称位置寻找对应点,并根据对称点得分公式计算保存满足条件的点对;取满足条件的点对的中点,在图像中Y轴方向进行累计;找到累计最多的像素点,计算该最多的像素点累计值与图像中X轴方向像素点数的比值;此比值如大于0.8,则取图像中Y轴方向的所有点的平均值作为结果输出,即为检测出的切割道中心。本发明定位精度高。
Description
技术领域
本发明属于检测系统技术领域,具体地是涉及一种切割道中心检测方法与系统。
背景技术
划片机是使用刀片高精度地切割硅、玻璃、陶瓷等被加工物的装置,被加工物即为工件产品;其中,所述的硅一般指制作硅半导体电路所用的硅晶片即晶圆。切割道是位于被加工物上具有一定宽度的条状区域,切割道中心即是划片机使用刀片进行切割的位置,切割之后被加工物上的基础单元(位于两个切割道之间)得以正确分离,得到所需产品。目前,切割道中心检测确定方法是通过影像校准实现,此方法实现过程是:在被加工物上切割道附近登记一个目标图案,该目标图案与切割道中心存在固定偏移,通过识别目标图案,然后加上固定偏移就可以得到切割道中心位置。
下面以切割晶圆为例进行说明,其切割道中心检测确定方法为:就是依靠划片机设备本身自有的一个自动对准程序进行确定,通过在晶圆上的芯片上登记的目标图案来得到切割道中心位置,在登记目标图案的同时也会登记切割道中心相对于目标图案的固定偏移;最终,由自动对准程序通过识别到目标图案的位置,再加上这个固定偏移就得到了切割道中心位置。综上所述,现有的切割道中心检测确定方法就是,通过找到已登记的目标图案,间接推出切割道中心位置;由于目标图案的登记相对随机,如果登记的目标图案离切割道的距离越远,那么最终确定下来的切割道中心误差就越大。
另外一方面,在制造被加工物过程中,易产生其本身的精度不足及其本身的变形,通常使得固定偏移存在误差,进而导致通过上述方法确定下来的切割道中心存在较大误差,一般有最多15微米左右的误差,此种由于被加工物本身的精度不足和变形所带来的误差一般是无法消除的;如果切割道本身太窄只允许1微米至2微米的误差或者对切割出的产品尺寸要求很高,再通过使用上述的切割道中心检测确定方法,会造成切割出的产品良率很低。
发明内容
本发明就是针对上述问题,弥补现有技术的不足,提供一种切割道中心检测方法与系统;本发明的切割道中心检测方法,能够以直接的方式定位到切割道中心,可以完全取代现有的利用固定偏移以间接方式推断切割道中心的方法。
为实现上述目的,本发明采用如下技术方案。
一方面,本发明提供了一种切割道中心检测方法,所述检测方法包括如下步骤:
通过划片机的自动对准程序得到目标图案位置,根据目标图案和偏移,划片机的镜头移动到切割道位置,完成切割道位置的确定;
通过所述镜头拍摄进行采集切割道图像并设定感兴趣区域;
提取图像感兴趣区域内的像素点及特征点;
分别对图像感兴趣区域内的每一列中的特征点,在其对称位置寻找对应点,并根据对称点得分公式计算保存满足条件的点对;
取满足条件的点对的中点,在图像中Y轴方向进行累计;
找到累计最多的像素点,计算该最多的像素点累计值与图像中X轴方向像素点数的比值;此比值如大于0.8,则取图像中Y轴方向的所有点的平均值作为结果输出,即为最终所检测出的切割道中心。
进一步地,所述提取图像感兴趣区域内的像素点及特征点的步骤包括:根据sobel算子计算出图像的梯度值并提取高于最小梯度值的像素点进行累计;依据facet模型提取特征点,特征点包括位置信息、梯度信息。
更进一步地,所述根据sobel算子计算出图像的梯度值并提取高于最小梯度值的像素点进行累计步骤中的最小梯度值的确定方法为:对所述根据sobel算子计算出的图像的梯度值进行直方图统计,找到累计概率为0.85所对应的梯度值作为最小梯度值。
另一方面,本发明还提供了一种切割道中心检测系统,所述检测系统包括:
切割道位置确定单元、切割道图像采集设定单元、图像关键点提取单元、点对保存单元、点对中点累计单元、计算输出单元;
所述切割道位置确定单元,用于通过划片机的自动对准程序得到目标图案位置,根据目标图案和偏移,划片机的镜头移动到切割道位置,完成切割道位置的确定;
所述切割道图像采集设定单元,用于通过所述镜头拍摄进行采集切割道图像并设定感兴趣区域;
所述图像关键点提取单元,用于提取图像感兴趣区域内的像素点及特征点;
所述点对保存单元,用于分别对图像感兴趣区域内的每一列中的特征点,在其对称位置寻找对应点,并根据对称点得分公式计算保存满足条件的点对;
所述点对中点累计单元,用于取满足条件的点对的中点,在图像中Y轴方向进行累计;
所述计算输出单元,用于找到累计最多的像素点,计算该最多的像素点累计值与图像中X轴方向像素点数的比值;此比值如大于0.8,则取图像中Y轴方向的所有点的平均值作为结果输出,即为最终所检测出的切割道中心。
进一步地,所述图像关键点提取单元包括像素点提取单元、特征点提取单元;所述像素点提取单元,用于根据sobel算子计算出图像的梯度值并提取高于最小梯度值的像素点进行累计;所述特征点提取单元,用于依据facet模型提取特征点,特征点包括位置信息、梯度信息。
本发明有益效果:
本发明所提供的一种切割道中心检测方法与系统,能够以直接的方式定位到切割道中心,可以完全取代现有的利用固定偏移以间接方式推断切割道中心的方法;通过使用本发明的切割道中心检测方法,可保证切割道中心定位精度高,且完全可以满足切割加工所要求的误差范围内,使切割出的产品的良率得到大大提高。
附图说明
图1是本发明一种切割道中心检测方法的流程图。
图2是镜头所采集到的切割道图像。
图3是对切割道图像利用sobel算子计算后得到的边缘图像。
图4是使用本发明方法对切割道图像实施检测后的效果示意图。
图5是图4中A部分的放大图。
图6是图4中B部分的放大图。
图7是目标图案与切割道的一种位置关系示意图。
图8是对特征点计算得分的原理示意图。
图9是使用本发明方法对另一种被加工物实施检测后的效果示意图。
图10是本发明一种切割道中心检测系统的功能单元结构框图。
图中标记:110为切割道位置确定单元、111为切割道图像采集设定单元、112为像素点提取单元、113为特征点提取单元、114为点对保存单元、115为点对中点累计单元、116为计算输出单元。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及具体实施方式,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
请参阅图1所示的流程图,本发明提供了一种切割道中心检测方法的实施例,所述检测方法包括:
步骤S101:通过划片机的自动对准程序得到目标图案位置,根据目标图案和偏移,划片机的镜头移动到切割道位置,完成切割道位置的确定。
具体地,划片机设备本身有一个自动对准程序,就是依靠登记的目标图案来得到切割道的位置,在登记目标图案的同时也会登记切割道相对于目标图案的偏移,最终自动对准程序通过识别到目标图案的位置,再加上这个偏移就得到了切割道的位置;如图7所示,为登记的目标图案与切割道的一种位置关系图,图7中的田字型框即为目标图案,图7中的十字形通道即为切割道。
步骤S102:通过所述镜头拍摄进行采集切割道图像并设定感兴趣区域。
具体地,由步骤S101可知,通过自动对准程序的对准会得到目标图案的位置,从而间接推出切割道的位置,这时镜头移动到该位置,采集切割道的图像,然后设定一个感兴趣区域,该感兴趣区域表示需要对所采集的切割道图像进行图像处理的范围;结合图2所示,为镜头所采集到的切割道图像,图2中矩形框内区域即为感兴趣区域。
步骤S103:根据sobel算子计算出图像的梯度值并提取高于最小梯度值的像素点进行累计。
具体地,所述根据sobel算子计算出图像的梯度值并提取高于最小梯度值的像素点进行累计步骤中的最小梯度值的确定方法为:对所述根据sobel算子计算出的图像的梯度值进行直方图统计,找到累计概率为0.85所对应的梯度值作为最小梯度值,图像的梯度值表征了图像边缘的强度;如图3所示,为对切割道图像利用sobel算子计算后得到的边缘图像。所述利用sobel算子计算所用到的边缘计算公式包括:
其中,Gx代表利用sobel算子计算出的图像X轴方向梯度,Gy代表利用sobel算子计算出的图像Y轴方向梯度,I代表图像矩阵,G1和G2代表总的图像梯度。
步骤S104:依据facet模型提取特征点,特征点包括位置信息、梯度信息。
具体地,所述facet模型所使用的卷积核及模型公式如下:
facet模型所使用的模型公式为近似二元函数f(r,c);其中,近似二元函数,(r,c)表示图像的坐标,r表示Y轴方向数值,c表示X轴方向数值;其中,K1、K2、K3、K4、K5 均为facet模型所使用的卷积核,K1、K2、K3、K4、K5用于近似二元函数f(r,c)的一阶、二阶导数,组成泰勒展开式。
步骤S105:分别对图像感兴趣区域内的每一列中的特征点,在其对称位置寻找对应点,并根据对称点得分公式保存满足条件的点对。
具体地,步骤S105中所述的对称点得分公式为:s=cos(ri)cos(rj)-sin(ri)sin(rj),对称点得分公式中的s为score代表得分,对称点得分公式中的ri、rj为特征点与水平方向的夹角;结合图7所示的对特征点计算得分的原理示意图,图8中的pi,pj为处于同一列的特征点。
步骤S106:取满足条件的点对的中点,在图像中Y轴方向进行累计;具体地,通过步骤S105得到一系列点对,计算每一个点对的中点,并在图像中Y轴方向标记。
步骤S107:找到累计最多的像素点,计算该最多的像素点累计值与图像中X轴方向像素点数的比值;此比值如大于0.8,则取图像中Y轴方向的所有点的平均值作为结果输出,即为最终所检测出的切割道中心。
所述的X轴方向表示图像中的列方向,所述的Y轴方向表示图像中的行方向。
如图4、图5和图6所示,是使用本发明方法对切割道图像实施检测后的效果示意图;图5为图4中A部分的放大图,图6为图4中B部分的放大图,图5、图6中的小圆圈标记即为特征点,图4中所指出的两个区域A和B在纵向上是对称的关系,从图5、图6中可以看出特征点具有位置和方向等信息;图9是使用本发明方法对另一种被加工物实施检测后的效果示意图。
请参阅图10所示,本发明还提供了一种切割道中心检测系统的实施例,所述检测系统包括:切割道位置确定单元110、切割道图像采集设定单元111、像素点提取单元112、特征点提取单元113、点对保存单元114、点对中点累计单元115、计算输出单元116;需说明的是,本装置实施例与上述方法实施例,在解决的技术问题、基本原理以及产生的技术效果上相同。
所述切割道位置确定单元110,用于通过划片机的自动对准程序得到目标图案位置,根据目标图案和偏移,划片机的镜头移动到切割道位置,完成切割道位置的确定;可以理解地,所述切割道位置确定单元可以实施上述的步骤S101。
所述切割道图像采集设定单元111,用于通过所述镜头拍摄进行采集切割道图像并设定感兴趣区域;可以理解地,所述切割道图像采集设定单元可以实施上述的步骤S102。
所述像素点提取单元112,用于根据sobel算子计算出图像的梯度值并提取高于最小梯度值的像素点进行累计;可以理解地,所述像素点提取单元可以实施上述的步骤S103。
所述特征点提取单元113,用于依据facet模型提取特征点,特征点包括位置信息、梯度信息;可以理解地,所述特征点提取单元可以实施上述的步骤S104。
所述点对保存单元114,用于分别对图像感兴趣区域内的每一列中的特征点,在其对称位置寻找对应点,并根据对称点得分公式计算保存满足条件的点对;可以理解地,所述点对保存单元可以实施上述的步骤S105。
所述点对中点累计单元115,用于取满足条件的点对的中点,在图像中Y轴方向进行累计;可以理解地,所述点对中点累计单元可以实施上述的步骤S106。
所述计算输出单元116,用于找到累计最多的像素点,计算该最多的像素点累计值与图像中X轴方向像素点数的比值;此比值如大于0.8,则取图像中Y轴方向的所有点的平均值作为结果输出,即为最终所检测出的切割道中心;可以理解地,所述计算输出单元可以实施上述的步骤S107。
可以理解地是,以上关于本发明的具体描述,仅用于说明本发明而并非受限于本发明实施例所描述的技术方案,本领域的普通技术人员应当理解,仍然可以对本发明进行修改或等同替换,以达到相同的技术效果;只要满足使用需要,都在本发明的保护范围之内。
Claims (5)
1.一种切割道中心检测方法,其特征在于:所述检测方法包括如下步骤:
通过划片机的自动对准程序得到目标图案位置,根据目标图案和偏移,划片机的镜头移动到切割道位置,完成切割道位置的确定;
通过所述镜头拍摄进行采集切割道图像并设定感兴趣区域;
提取图像感兴趣区域内的像素点及特征点;
分别对图像感兴趣区域内的每一列中的特征点,在其对称位置寻找对应点,并根据对称点得分公式计算保存满足条件的点对;
取满足条件的点对的中点,在图像中Y轴方向进行累计;
找到累计最多的像素点,计算该最多的像素点累计值与图像中X轴方向像素点数的比值;此比值如大于0.8,则取图像中Y轴方向的所有点的平均值作为结果输出,即为最终所检测出的切割道中心。
2.根据权利要求1所述的一种切割道中心检测方法,其特征在于:所述提取图像感兴趣区域内的像素点及特征点的步骤包括:根据sobel算子计算出图像的梯度值并提取高于最小梯度值的像素点进行累计;依据facet模型提取特征点,特征点包括位置信息、梯度信息。
3.根据权利要求2所述的一种切割道中心检测方法,其特征在于:所述根据sobel算子计算出图像的梯度值并提取高于最小梯度值的像素点进行累计步骤中的最小梯度值的确定方法为:对所述根据sobel算子计算出的图像的梯度值进行直方图统计,找到累计概率为0.85所对应的梯度值作为最小梯度值。
4.一种切割道中心检测系统,其特征在于:所述检测系统包括切割道位置确定单元、切割道图像采集设定单元、图像关键点提取单元、点对保存单元、点对中点累计单元、计算输出单元;
所述切割道位置确定单元,用于通过划片机的自动对准程序得到目标图案位置,根据目标图案和偏移,划片机的镜头移动到切割道位置,完成切割道位置的确定;
所述切割道图像采集设定单元,用于通过所述镜头拍摄进行采集切割道图像并设定感兴趣区域;
所述图像关键点提取单元,用于提取图像感兴趣区域内的像素点及特征点;
所述点对保存单元,用于分别对图像感兴趣区域内的每一列中的特征点,在其对称位置寻找对应点,并根据对称点得分公式计算保存满足条件的点对;
所述点对中点累计单元,用于取满足条件的点对的中点,在图像中Y轴方向进行累计;
所述计算输出单元,用于找到累计最多的像素点,计算该最多的像素点累计值与图像中X轴方向像素点数的比值;此比值如大于0.8,则取图像中Y轴方向的所有点的平均值作为结果输出,即为最终所检测出的切割道中心。
5.根据权利要求4所述的一种切割道中心检测系统,其特征在于:所述图像关键点提取单元包括像素点提取单元、特征点提取单元;所述像素点提取单元,用于根据sobel算子计算出图像的梯度值并提取高于最小梯度值的像素点进行累计;所述特征点提取单元,用于依据facet模型提取特征点,特征点包括位置信息、梯度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210526501.8A CN114627141B (zh) | 2022-05-16 | 2022-05-16 | 一种切割道中心检测方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210526501.8A CN114627141B (zh) | 2022-05-16 | 2022-05-16 | 一种切割道中心检测方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114627141A true CN114627141A (zh) | 2022-06-14 |
CN114627141B CN114627141B (zh) | 2022-07-22 |
Family
ID=81907096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210526501.8A Active CN114627141B (zh) | 2022-05-16 | 2022-05-16 | 一种切割道中心检测方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114627141B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116125907A (zh) * | 2023-04-20 | 2023-05-16 | 沈阳和研科技股份有限公司 | 一种环切意外中断的续切方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103832433A (zh) * | 2012-11-21 | 2014-06-04 | 中国科学院沈阳计算技术研究所有限公司 | 车道偏离及前车防碰撞报警系统及其实现方法 |
CN105740782A (zh) * | 2016-01-25 | 2016-07-06 | 北京航空航天大学 | 一种基于单目视觉的驾驶员换道过程量化方法 |
CN106097316A (zh) * | 2016-06-03 | 2016-11-09 | 长春光华微电子设备工程中心有限公司 | 激光划片机图像识别系统的基板位置识别处理方法 |
CN109176668A (zh) * | 2018-07-25 | 2019-01-11 | 长沙慧联智能科技有限公司 | 一种基于机器视觉的检测分割系统和方法 |
CN110135252A (zh) * | 2019-04-11 | 2019-08-16 | 长安大学 | 一种用于无人车的自适应精准车道线检测及偏离预警方法 |
CN110828344A (zh) * | 2019-11-14 | 2020-02-21 | 江苏京创先进电子科技有限公司 | 一种用于半导体器件的切割道自动对准控制方法 |
CN110866924A (zh) * | 2019-09-24 | 2020-03-06 | 重庆邮电大学 | 一种线结构光中心线提取方法及存储介质 |
CN110942443A (zh) * | 2019-09-21 | 2020-03-31 | 南京鑫和汇通电子科技有限公司 | 一种对开式刀闸状态的实时检测方法 |
CN112331560A (zh) * | 2020-09-15 | 2021-02-05 | 沈阳和研科技有限公司 | 一种划片机的自动对准y、t平分算法 |
CN113240693A (zh) * | 2021-04-27 | 2021-08-10 | 珠海埃克斯智能科技有限公司 | 芯片切割控制方法、系统、设备及计算机可读存储介质 |
CN113751887A (zh) * | 2020-05-28 | 2021-12-07 | 深圳市大族数控科技股份有限公司 | 一种激光加工设备的检测方法、装置、设备及存储介质 |
CN114022440A (zh) * | 2021-11-03 | 2022-02-08 | 江苏京创先进电子科技有限公司 | 一种避免晶圆重复切割的检测方法、检测装置及划片机 |
-
2022
- 2022-05-16 CN CN202210526501.8A patent/CN114627141B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103832433A (zh) * | 2012-11-21 | 2014-06-04 | 中国科学院沈阳计算技术研究所有限公司 | 车道偏离及前车防碰撞报警系统及其实现方法 |
CN105740782A (zh) * | 2016-01-25 | 2016-07-06 | 北京航空航天大学 | 一种基于单目视觉的驾驶员换道过程量化方法 |
CN106097316A (zh) * | 2016-06-03 | 2016-11-09 | 长春光华微电子设备工程中心有限公司 | 激光划片机图像识别系统的基板位置识别处理方法 |
CN109176668A (zh) * | 2018-07-25 | 2019-01-11 | 长沙慧联智能科技有限公司 | 一种基于机器视觉的检测分割系统和方法 |
CN110135252A (zh) * | 2019-04-11 | 2019-08-16 | 长安大学 | 一种用于无人车的自适应精准车道线检测及偏离预警方法 |
CN110942443A (zh) * | 2019-09-21 | 2020-03-31 | 南京鑫和汇通电子科技有限公司 | 一种对开式刀闸状态的实时检测方法 |
CN110866924A (zh) * | 2019-09-24 | 2020-03-06 | 重庆邮电大学 | 一种线结构光中心线提取方法及存储介质 |
CN110828344A (zh) * | 2019-11-14 | 2020-02-21 | 江苏京创先进电子科技有限公司 | 一种用于半导体器件的切割道自动对准控制方法 |
CN113751887A (zh) * | 2020-05-28 | 2021-12-07 | 深圳市大族数控科技股份有限公司 | 一种激光加工设备的检测方法、装置、设备及存储介质 |
CN112331560A (zh) * | 2020-09-15 | 2021-02-05 | 沈阳和研科技有限公司 | 一种划片机的自动对准y、t平分算法 |
CN113240693A (zh) * | 2021-04-27 | 2021-08-10 | 珠海埃克斯智能科技有限公司 | 芯片切割控制方法、系统、设备及计算机可读存储介质 |
CN114022440A (zh) * | 2021-11-03 | 2022-02-08 | 江苏京创先进电子科技有限公司 | 一种避免晶圆重复切割的检测方法、检测装置及划片机 |
Non-Patent Citations (3)
Title |
---|
段 汕 等: "基于切线斜率变化统计的红色圆形交通标志牌检测", 《中南民族大学学报(自然科学报)》 * |
胡延平等: "一种基于卡方统计的弯道识别算法", 《汽车工程学报》 * |
高金龙等: "面向QFN封装视觉定位系统", 《电子工业专用设备》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116125907A (zh) * | 2023-04-20 | 2023-05-16 | 沈阳和研科技股份有限公司 | 一种环切意外中断的续切方法 |
CN116125907B (zh) * | 2023-04-20 | 2024-01-30 | 沈阳和研科技股份有限公司 | 一种环切意外中断的续切方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114627141B (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764229B (zh) | 一种基于计算机视觉技术的水尺图像自动识别方法 | |
CN109115800B (zh) | 一种产品毛刺的快速检测及长度精确测量方法 | |
CN109190628A (zh) | 一种基于机器视觉的板材镰刀弯检测方法 | |
CN100547351C (zh) | 一种机器视觉定位方法 | |
CN108510476B (zh) | 一种基于机器视觉的手机屏线路检测方法 | |
CN111062940B (zh) | 一种基于机器视觉的螺钉定位与识别方法 | |
CN112405123B (zh) | 基于聚类算法的鞋底打粗轨迹规划方法及装置 | |
CN114627141B (zh) | 一种切割道中心检测方法与系统 | |
CN111862055B (zh) | 一种基于图像处理的水准泡车削空腔缺陷检测方法 | |
CN111274961B (zh) | 一种柔性ic基板字符识别和信息解析方法 | |
CN114279357A (zh) | 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 | |
CN105225225A (zh) | 一种基于机器视觉的皮革自动划线方法和装置 | |
CN113240693B (zh) | 芯片切割控制方法、系统、设备及计算机可读存储介质 | |
CN107862319B (zh) | 一种基于邻域投票的异源高分光学影像匹配误差剔除方法 | |
WO2023134251A1 (zh) | 一种基于聚类的光条提取方法及装置 | |
CN111640154B (zh) | 一种基于显微视觉的立针微平面亚像素级定位方法 | |
CN115423864A (zh) | 晶圆图像中芯片切割道自动定位方法 | |
CN113450402A (zh) | 用于蔬菜大棚巡检机器人的导航中心线提取方法 | |
CN113607058A (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及系统 | |
IL120656A (en) | Apparatus for analyzing cuts | |
CN111307814B (zh) | 一种基于图像处理的硅块杂质检测方法 | |
CN110906867B (zh) | 一种线宽量测方法和线宽量测机 | |
CN116626040A (zh) | 一种轨道与隧道的病变检测方法 | |
CN115020174A (zh) | 带电粒子束扫描成像设备实际像素尺寸的测量和监控方法 | |
CN114140417A (zh) | 一种基于机器视觉的香烟滤棒识别方法及系统 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 110 000 No. 53 Buyunshan Road, Huanggu District, Shenyang City, Liaoning Province Patentee after: Shenyang Heyan Technology Co.,Ltd. Address before: 110 000 No. 53 Buyunshan Road, Huanggu District, Shenyang City, Liaoning Province Patentee before: SHENYANG HEYAN TECHNOLOGY CO.,LTD. |
|
CP01 | Change in the name or title of a patent holder |