CN115546172A - 基于机器视觉的芯片载板-基板近零间隙测量方法 - Google Patents

基于机器视觉的芯片载板-基板近零间隙测量方法 Download PDF

Info

Publication number
CN115546172A
CN115546172A CN202211282471.7A CN202211282471A CN115546172A CN 115546172 A CN115546172 A CN 115546172A CN 202211282471 A CN202211282471 A CN 202211282471A CN 115546172 A CN115546172 A CN 115546172A
Authority
CN
China
Prior art keywords
carrier plate
substrate
image
camera
definition
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
Application number
CN202211282471.7A
Other languages
English (en)
Other versions
CN115546172B (zh
Inventor
汤晖
卢振威
董志强
廖智燊
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.)
Guangzhou Nadong Semiconductor Equipment Co ltd
Original Assignee
Guangzhou Nadong Semiconductor Equipment Co ltd
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 Guangzhou Nadong Semiconductor Equipment Co ltd filed Critical Guangzhou Nadong Semiconductor Equipment Co ltd
Priority to CN202211282471.7A priority Critical patent/CN115546172B/zh
Publication of CN115546172A publication Critical patent/CN115546172A/zh
Application granted granted Critical
Publication of CN115546172B publication Critical patent/CN115546172B/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
    • G06T7/0002—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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10148—Varying focus
    • 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
    • G06T2207/30121—CRT, LCD or plasma display
    • 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
    • G06T2207/30168—Image quality inspection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/50—Manufacturing or production processes characterised by the final manufactured product

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于机器视觉的芯片载板‑基板近零间隙测量方法，涉及图像处理技术领域，方法包括：获取载板图像；基于预设载板清晰度评价函数确定载板图像的清晰度评价值；当载板图像的清晰度评价值满足预设阈值时，结束载板对焦；获取基板图像；基于预设基板清晰度评价函数确定基板图像的清晰度评价值；当基板图像的清晰度评价值满足预设阈值时，结束基板对焦；根据结束载板对焦时的相机与载板间的物镜距离、结束基板对焦时的相机与基板间的物镜距离、载板对焦过程中相机的移动距离和基板对焦过程中相机的移动距离计算载板与基板之间的间隙，解决了现有技术采用移传感器时设置难度高的技术问题，实现了无接触式测量载板‑基板近零间隙。

Description

基于机器视觉的芯片载板-基板近零间隙测量方法
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于机器视觉的芯片载板与基板的近零间隙的测量方法。
背景技术
MircoLED/MiniLED转移修复是指把大量合格的MircoLED/MiniLED芯片高速且高精地转移到显示面板(基板)上。转移修复过程中，需要通过激光等方法将MircoLED/MiniLED芯片从载板转移到基板上，当载板和基板之间的间隙较大时，在转移过程中容易产生层流，导致MircoLED/MiniLED芯片的转移路径发生漂移，降低显示面板的良率，此时需要对转移路径进行纠偏，而快速准确地获取载板和基板之间的间隙是实现精确纠偏的前提。
现有技术通常通过在MircoLED/MiniLED载板与基板之间设置位移传感器(如：激光三角测距、电容传感器)实现载板与基板之间的间隙测量，但这种测量方式对位移传感器的设置精度要求较高，例如：对微米级的距离的测量，需要将距离传感器设置在与物体间距小于毫米的位置内，而载板与基板是近零间隙，会进一步增加位移传感器的设置难度和测量难度。
发明内容
本发明提供的基于机器视觉的芯片载板-基板近零间隙测量方法，用于解决现有技术采用移传感器对载板-基板的间隙进行测量时，位移传感器设置难度高的技术问题。
提供一种基于机器视觉的芯片载板-基板近零间隙测量方法，包括以下步骤：
S1、获取载板图像；
S2、基于第一评价函数、第二评价函数和预设载板清晰度评价函数确定所述载板图像的清晰度评价值；
S3、当所述载板图像的清晰度评价值满足预设阈值时，结束载板对焦；
S4、获取基板图像；
S5、基于第一评价函数、第二评价函数和预设基板清晰度评价函数确定所述基板图像的清晰度评价值；
S6、当所述基板图像的清晰度评价值满足预设阈值时，结束基板对焦；
S7、根据结束载板对焦时的相机与载板间的物镜距离、结束基板对焦时的相机与基板间的物镜距离、载板对焦过程中相机的移动距离和基板对焦过程中相机的移动距离计算载板与基板之间的间隙。
优选的，步骤S1具体包括：
S11、采集初始位置的载板图像，记为第一载板图像；
S12、以获取所述第一载板图像时的相机位置为载板初始点，控制相机从所述载板初始点开始，以第一预设步长向靠近载板方向连续运行两步，获取两张载板图像，分别记为第二载板图像和第三载板图像。
优选的，在步骤S2之前还包括步骤S20：
步骤S20、分别对所述第一载板图像、所述第二载板图像和所述第三载板图像进行划分，具体为：
将所述第一载板图像划分为第一载板中心芯片区、第一载板中心背景区、第一载板缓冲芯片区、第一载板缓冲背景区、第一载板边缘芯片区；
将所述第二载板图像划分为第二载板中心芯片区、第二载板中心背景区、第二载板缓冲芯片区、第二载板缓冲背景区、第二载板边缘芯片区；
将所述第三载板图像划分为第三载板中心芯片区、第三载板中心背景区、第三载板缓冲芯片区、第三载板缓冲背景区、第三载板边缘芯片区。
优选的，步骤S2具体包括：
基于第一评价函数分别计算所述第一载板中心芯片区、所述第二载板中心芯片区和所述第三载板中心芯片区的清晰度评价值，记为Faz1、Fbz1、Fcz1；
基于第二评价函数分别计算所述第一载板中心背景区、所述第一载板缓冲芯片区、所述第一载板缓冲背景区、所述第一载板边缘芯片区的清晰度评价值，记为Faz2、Faz3、Faz4、Faz5；
基于第二评价函数分别计算所述第二载板中心背景区、所述第二载板缓冲芯片区、所述第二载板缓冲背景区、所述第二载板边缘芯片区的清晰度评价值，记为Fbz2、Fbz3、Fbz4、Fbz5；
基于第二评价函数分别计算所述第三载板中心背景区、所述第三载板缓冲芯片区、所述第三载板缓冲背景区、所述第三载板边缘芯片区的清晰度评价值，记为Fcz2、Fcz3、Fcz4、Fcz5；
其中，所述第一评价函数为能量梯度函数；所述第二评价函数为Brenner函数；
根据预设载板清晰度评价函数分别计算所述第一载板图像、所述第二载板图像和所述第三载板图像的清晰度评价值，记为Faz、Fbz、Fcz，其中，Faz为第一载板图像清晰度评价值、Fbz为第二载板图像清晰度评价值、Fcz为第三载板图像清晰度评价值；其中，所述预设载板清晰度评价函数为：
Fn＝σ1×Fn1+σ2×Fn3+σ3×(Fn5+Fn2)+σ4×Fn4
σ1为中心芯片区清晰度评价权重；σ2为缓冲芯片区清晰度评价权重；σ3为中心背景区和边缘芯片区清晰度评价权重；σ4为缓冲背景区清晰度评价权重；Fn1为(第一/第二/第三)载板中心芯片区清晰度评价值；Fn2为(第一/第二/第三)载板中心背景区清晰度评价值；Fn3为(第一/第二/第三)载板缓冲芯片区清晰度评价值；Fn4为(第一/第二/第三)载板缓冲背景区清晰度评价值；Fn5为(第一/第二/第三)载板边缘芯片区清晰度评价值；Fn为(第一/第二/第三)载板图像清晰度评价值；其中，n∈(az，bz，cz)。
优选的，步骤S3具体包括：
S31、判断Faz<Fbz<Fcz是否成立，若是，执行步骤S32A，若否，执行步骤S32B；
S32A、计算所述第一载板图像清晰度评价值与所述第二载板图像清晰度评价值的差值绝对值，记为Fabz，Fabz为第一载板图像清晰度评价值与第二载板图像清晰度评价值的差值绝对值；
计算所述第一载板图像清晰度评价值与所述第三载板图像清晰度评价值的差值绝对值，记为Facz，Facz为第一载板图像清晰度评价值与所述第三载板图像清晰度评价值的差值绝对值；
当Fabz>Facz>0时，执行步骤S33A，当Facz>Fabz>0时，执行步骤S33B；
S33A、将所述第三载板图像作为第一载板图像，将所述第一预设步长按照第一预设缩比系数缩小得到第二预设步长，并将所述第二预设步长作为所述第一预设步长，返回步骤S12；
S33B、将所述第三载板图像作为第一载板图像，返回步骤S12；
S32B、判断|Fbz-Fcz|≦Δz是否成立，若是，记max(Fbz，Fcz)对应的载板图像为最佳对焦载板图像，以获取所述最佳对焦载板图像时的相机位置为载板最佳对焦位置，结束对焦；若否，执行步骤S34；其中，Δz为预设载板图像清晰度变化阈值；
S34、将所述第三载板图像作为第一载板图像，将所述第一预设步长按照第二预设缩比系数缩小得到第三预设步长，将所述第三预设步长作为所述第一预设步长，以获取所述第一载板图像时的相机位置为载板初始点，控制相机从所述载板初始点开始，以第一预设步长向远离载板方向连续运行两步，获取两张载板图像，分别记为第二载板图像和第三载板图像；返回执行步骤S20-S2后执行步骤S35；
S35、判断Faz<Fbz<Fcz是否成立，若是，返回步骤S34，若否，记max(Fbz，Fcz)对应的载板图像为最佳对焦载板图像，以获取所述最佳对焦载板图像时的相机位置为载板最佳对焦位置，结束对焦；
其中，所述第一预设缩比系数大于所述第二预设缩比系数。
优选的，步骤S4具体包括：
S41、采集初始位置的基板图像，记为第一基板图像；
S42、以获取所述第一基板图像时的相机位置为基板初始点，控制相机从所述基板初始点开始，以第一预设步长向靠近基板方向连续运行两步，获取两张基板图像，分别记为第二基板图像和第三基板图像。
优选的，在步骤S5之前还包括步骤S50：
步骤S50、分别对所述第一基板图像、所述第二基板图像和所述第三基板图像进行划分，具体为：
将所述第一基板图像划分为第一基板中心区、第一基板缓冲区、第一基板边缘区；
将所述第二基板图像划分为第二基板中心区、第二基板缓冲区、第二基板边缘区；
将所述第三基板图像划分为第三基板中心区、第三基板缓冲区、第三基板边缘区。
优选的，步骤S5具体包括：
基于第一评价函数分别计算所述第一基板中心区、所述第二基板中心区和所述第三基板中心区的清晰度评价值，记为Faj1、Fbj1、Fcj1；
基于第二评价函数分别计算所述第一基板缓冲区、所述第一基板边缘区的清晰度评价值，记为Faj2、Faj3；
基于第二评价函数分别计算所述第二基板缓冲区、所述第二基板边缘区的清晰度评价值，记为Fbj2、Fbj3；
基于第二评价函数分别计算所述第三基板缓冲区、所述第三基板边缘区的清晰度评价值，记为Fcj2、Fcj3；
其中，所述第一评价函数为能量梯度函数；所述第二评价函数为Brenner函数；
根据预设基板清晰度评价函数分别计算所述第一基板图像、所述第二基板图像和所述第三基板图像的清晰度评价值，记为Faj、Fbj、Fcj，其中，Faj为第一基板图像清晰度评价值、Fbj为第二基板图像清晰度评价值、Fcj为第三基板图像清晰度评价值；其中，所述预设基板清晰度评价函数为：
Fm＝ε1×Fm1+ε2×Fm2+ε3×Fm3
其中，ε1为中心区清晰度评价权重；ε2为缓冲区清晰度评价权重；ε3为边缘区清晰度评价权重；Fm1为(第一/第二/第三)基板中心区清晰度评价值；Fm2为(第一/第二/第三)基板缓冲区清晰度评价值；Fm3为(第一/第二/第三)基板边缘区清晰度评价值；其中，m∈(aj，bj，cj)。
优选的，步骤S6具体包括：
S61、判断Faj<Fbj<Fcj是否成立，若是，执行步骤S62A，若否，执行步骤S62B；
S62A、计算所述第一基板图像清晰度评价值与所述第二基板图像清晰度评价值的差值绝对值，记为Fabj，Fabj为第一基板图像清晰度评价值与第二基板图像清晰度评价值的差值绝对值；
计算所述第一基板图像清晰度评价值与所述第三基板图像清晰度评价值的差值绝对值，记为Facj，Facj为第一基板图像清晰度评价值与第三基板图像清晰度评价值的差值绝对值；
当Fabj>Facj>0时，执行步骤S63A，当Facj>Fabj>0时，执行步骤S63B；
S63A、将所述第三基板图像作为第一基板图像，将所述第一预设步长按照第一预设缩比系数缩小得到第二预设步长，并将所述第二预设步长作为所述第一预设步长，返回步骤S52；
S63B、将所述第三基板图像作为第一基板图像，返回步骤S42；
S62B、判断|Fbj-Fcj|≦Δj是否成立，若是，记max(Fbj，Fcj)对应的基板图像为最佳对焦基板图像，以获取所述最佳对焦基板图像时的相机位置为基板最佳对焦位置，结束对焦；若否，执行步骤S64；其中，Δj为预设基板图像清晰度变化阈值；
S64、将所述第三基板图像作为第一基板图像，将所述第一预设步长按照第二预设缩比系数缩小得到第三预设步长，将所述第三预设步长作为所述第一预设步长，以获取所述第一基板图像时的相机位置为基板初始点，控制相机从所述基板初始点开始，以第一预设步长向远离基板方向连续运行两步，获取两张基板图像，分别记为第二基板图像和第三基板图像；返回执行步骤S50-S5后执行步骤S65；
S65、判断Faj<Fbj<Fcj是否成立，若是，返回步骤S64，若否，记max(Fbj，Fcj)对应的基板图像为最佳对焦基板图像，以获取所述最佳对焦基板图像时的相机位置为基板最佳对焦位置，结束对焦；
其中，所述第一预设缩比系数大于所述第二预设缩比系数。
优选的，步骤S7具体包括：
S71A、基于预设载板-相机物镜距离计算函数，根据载板目标物体的成像尺寸wz1、预先获取的相机焦距f和载板目标物体的实际尺寸wz2，得到相机与载板间的物镜距离d1；其中，所述载板-相机物镜距离计算函数为：
Figure BDA0003898714640000061
d1为相机与载板间的物镜距离；wz1为载板目标物体的成像尺寸；wz2为载板目标物体的实际尺寸；f为相机焦距；
S71B、基于预设基板-相机物镜距离计算函数，根据基板目标物体的成像尺寸wj1、预先获取的相机焦距f和基板目标物体的实际尺寸wj2，得到相机与基板间的物镜距离d2；其中，所述基板-相机物镜距离计算函数为：
Figure BDA0003898714640000071
d2为相机与载板间的物镜距离；wj1为载板目标物体的成像尺寸；wj2为载板目标物体的实际尺寸；f为相机焦距；
S72、基于预设载板-基板近零间隙计算函数，根据载板对焦过程中相机的移动距离D1、基板对焦过程中相机的移动距离D2，计算载板与基板之间的近零间隙D；其中，所述预设载板-基板近零间隙计算函数为：
D＝(D2+d2)-(D1+d1)
D1为载板对焦过程中相机的移动距离；D2为基板对焦过程中相机的移动距离；D为载板与基板之间的近零间隙。
本发明提供的一种，包括：
从以上技术方案可以看出，本发明具有以下优点：本发明通过使用相机获取载板图像和基板图像，使用预设评价函数分别获取基板、载板的清晰度评价值，通过不断移动相机，更新基板、载板的清晰度评价值，当基板、载板的清晰度评价值满足预设条件时，完成基板、载板的对焦，通过对焦时的载板、基板图像确定载板、基板与相机的物镜距离，结合相机移动的距离，计算载板-基板的间隙。本发明提供的基于机器视觉的芯片载板-基板近零间隙测量方法，无需在基板和载板间设置器件，避免了传统技术采用移传感器进行载板-基板间隙测量，由于位移传感器的设置位置不准确而导致测量精度差的技术问题，同时，基于机器视觉的测量方法可以实现无接触测量，不会对载板/基板造成损伤。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种芯片载板-基板近零间隙测量方法的方法流程图；
图2为本发明实施例提供的载板图像区域划分图；
图3为本发明实施例提供的基板图像区域划分图；
图4为本发明实施例提供的小孔成像图像示意图；
图5为本发明实施例提供的相机与载板-基板的位置关系示意图。
具体实施方式
为解决采用移传感器对载板-基板的间隙进行测量时，测量难度高的技术问题，本申请提供一种无接触式的芯片载板-基板近零间隙测量方法，通过不断移动相机分别获取载板和基板图像，不断对比相邻三张图像清晰度评价值实现对基板和载板的对焦，进一步利用对焦的基板和载板图像分别确定相机与基板和载板的物镜距离，结合相机的移动距离计算载板和基板间的近零距离，实现载板-基板间隙的近却无接触测量，由于无需设置位移传感器，本申请提供的测量方法也不容易对载板/基板造成损伤。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
本申请实施例提供了一种基于机器视觉的芯片载板-基板近零间隙测量方法，请参阅图1，方法包括：
步骤S1、获取载板图像。
其中，步骤S1具体包括：
S11、利用相机采集初始位置的载板图像，记为第一载板图像。此处的初始位置指的是相机相对于载板的初始位置。
S12、以获取第一载板图像时的相机位置为载板初始点，控制相机从所述载板初始点开始，以第一预设步长向靠近载板方向连续运行两步，获取两张载板图像，分别记为第二载板图像和第三载板图像。其中，相机是以光轴垂直载板平面的路径逐渐向载板靠近。
需要说明的是，在步骤S2之前，本申请还需对步骤S1中获取的载板图像进行划分，划分后的载板图像参见图2。上述对步骤S1中获取的载板图像进行划分参见步骤S20：
S20、分别对所述第一载板图像、所述第二载板图像和所述第三载板图像按照从图像中心向四周扩散的方式进行区域划分，具体为：将所述第一载板图像划分为第一载板中心芯片区、第一载板中心背景区、第一载板缓冲芯片区、第一载板缓冲背景区、第一载板边缘芯片区；将所述第二载板图像划分为第二载板中心芯片区、第二载板中心背景区、第二载板缓冲芯片区、第二载板缓冲背景区、第二载板边缘芯片区；将所述第三载板图像划分为第三载板中心芯片区、第三载板中心背景区、第三载板缓冲芯片区、第三载板缓冲背景区、第三载板边缘芯片区。
其中，z1表示中心芯片区；z2表示中心背景区；z3表示缓冲芯片区；z4表示缓冲背景区；z5表示边缘芯片区。
可以理解的是，在图像对焦过程中，越靠近图像中心的像素点越重要，受镜头畸变的影响越小。反之，越靠近图像边缘的像素点受影响越大。通过计算图像清晰度实现图像对焦时，对焦窗口的选取应尽可能靠近图像中心区域，且引入较少的背景信息。若不对图像进行划分，对图像统一采用一种评价函数进行清晰度评价，当选用较高精度的评价函数时，虽然清晰度评价准确，但是计算量大，计算时间过长，而当选用较低精度的评价函数时，虽然计算速度快，但清晰度评价不够准确，无法实现准确对焦。
通过对载板图像按区域进行划分，将载板图像按照从图像中心向四周扩散的方式进行区域划分，对靠近图像中心的重要区域采用精度较高的评价函数进行清晰度评价，对远离图像中心的其他区域，选用精度较低的评价函数进行清晰度评价，通过对载板图像进行划分，对不同区域采用不同的评价函数计算清晰度，在保证不降低清晰度评价精度的同时，也能提高计算速度。
步骤S2、基于第一评价函数、第二评价函数和预设载板清晰度评价函数确定所述载板图像的清晰度评价值。
其中，步骤S2具体包括：
基于第一评价函数分别计算第一载板中心芯片区、第二载板中心芯片区和第三载板中心芯片区的清晰度评价值，记为Faz1、Fbz1、Fcz1；基于第二评价函数分别计算第一载板中心背景区、第一载板缓冲芯片区、第一载板缓冲背景区、第一载板边缘芯片区的清晰度评价值，记为Faz2、Faz3、Faz4、Faz5；基于第二评价函数分别计算第二载板中心背景区、第二载板缓冲芯片区、第二载板缓冲背景区、第二载板边缘芯片区的清晰度评价值，记为Fbz2、Fbz3、Fbz4、Fbz5；基于第二评价函数分别计算第三载板中心背景区、第三载板缓冲芯片区、第三载板缓冲背景区、第三载板边缘芯片区的清晰度评价值，记为Fcz2、Fcz3、Fcz4、Fcz5。其中，第一评价函数为能量梯度函数；第二评价函数为Brenner函数；
根据预设载板清晰度评价函数分别计算第一载板图像的清晰度评价值、第二载板图像的清晰度评价值和第三载板图像的清晰度评价值，分别记为Faz、Fbz、Fcz，其中，Faz为第一载板图像清晰度评价值、Fbz为第二载板图像清晰度评价值、Fcz为第三载板图像清晰度评价值；其中，预设载板清晰度评价函数为：
Fn＝σ1×Fn1+σ2×Fn3+σ3×(Fn5+Fn2)+σ4×Fn4
σ1为中心芯片区清晰度评价权重；σ2为缓冲芯片区清晰度评价权重；σ3为中心背景区和边缘芯片区清晰度评价权重；σ4为缓冲背景区清晰度评价权重；Fn1为(第一/第二/第三)载板中心芯片区清晰度评价值；Fn2为(第一/第二/第三)载板中心背景区清晰度评价值；Fn3为(第一/第二/第三)载板缓冲芯片区清晰度评价值；Fn4为(第一/第二/第三)载板缓冲背景区清晰度评价值；Fn5为(第一/第二/第三)载板边缘芯片区清晰度评价值；Fn为(第一/第二/第三)载板图像清晰度评价值；其中，n∈(az，bz，cz)。
当n取az时，上述预设载板清晰度评价函数为：
Faz＝σ1×Faz1+σ2×Faz3+σ3×(Faz5+Faz2)+σ4×Faz4
用于计算第一载板图像的清晰度评价值。同理，其余载板的清晰度评价值计算方式同上。
其中，σ1+σ2+σ3+σ4＝1，σ1>σ2>σ3>σ4>0，可以理解的是，对靠近图像中心的重要区域设置较大权重，对远离图像中心的其他区域设置较小的权重，尽量保留受镜头畸变的影响较小的重要区域的清晰度评价值的评价作用，提高载板清晰度评价函数的准确性。
步骤S3、当所述载板图像的清晰度评价值满足预设阈值时，结束载板对焦。
图像清晰度可以用来指导调焦机构找到正焦位置，基于图像清晰度评价值来实现图像对焦，通过选取适当的评价函数来评价不同对焦位置所获得图像的清晰度，确定清晰度评价值最大时的相机位置为最佳的对焦位置。
其中，步骤S3具体包括：
S31、判断Faz<Fbz<Fcz是否成立，若是，执行步骤S32A，若否，执行步骤S32B；
S32A、计算第一载板图像清晰度评价值与第二载板图像清晰度评价值的差值绝对值，记为Fabz，Fabz为第一载板图像清晰度评价值与第二载板图像清晰度评价值的差值绝对值；
计算第一载板图像清晰度评价值与第三载板图像清晰度评价值的差值绝对值，记为Facz，Facz为第一载板图像清晰度评价值与第三载板图像清晰度评价值的差值绝对值；
当Fabz>Facz>0时，执行步骤S33A，当Facz>Fabz>0时，执行步骤S33B；
S33A、将第三载板图像作为第一载板图像，将所述第一预设步长按照第一预设缩比系数缩小得到第二预设步长，并将第二预设步长作为第一预设步长，返回步骤S12；
可以理解的是，为保证不对载板造成损伤，步骤S11中，在采集第一载板图像之前，相机应与载板保持一个较远的安全距离，防止在步骤S12中，相机以第一预设步长向靠近载板移动时，造成载板损伤。因此，当相机与载板的初始距离较远时，第一载板图像必定是虚焦(非最佳对焦)图像，在相机还未到达载板的最佳对焦的位置(载板图像的清晰度评价值还未达到最大值)时，随着相机靠近载板，获取到的载板图像的清晰度评价值会逐渐增大，当出现后一张载板图像的清晰度评价值小于相邻的前一张载板图像的清晰度评价值时(也即：Faz<Fbz<Fcz不成立时)，说明相机已经越过最佳对焦的位置，此时相机距离载板过近。
随着相机靠近载板，获取到的载板图像的清晰度会逐渐增大，但这种增大幅度并非定值，初期时，相机与载板距离较远，相机以较大步长向载板靠近的过程中，载板图像的清晰度评价值的增幅逐渐增大，而当相机逐渐到达载板图像的聚焦峰值(清晰度评价值最大)的位置时，载板图像的清晰度评价值的增幅会逐渐减小。
若采用固定步长移动相机，当步长设置较小时，会增加相机到达载板最佳对焦位置的时间，而设置较大步长，则可能无法确定最佳对焦位置。
而通过在不同阶段设置不同的相机移动步长，在相机与载板距离较远的初期，控制相机以较大步长向载板靠近，当相机逐渐到达载板图像的最佳对焦位置时，控制相机以较小步长向载板靠近，在保证可以确定最佳对焦位置的基础上，也可以有效缩减相机到达载板图像的最佳对焦位置的时间。
S33B、将第三载板图像作为第一载板图像，返回步骤S12；
S32B、判断|Fbz-Fcz|≦Δz是否成立，若是，记max(Fbz，Fcz)对应的载板图像为最佳对焦载板图像，以获取最佳对焦载板图像时的相机位置为载板最佳对焦位置，结束对焦；若否，执行步骤S34；其中，Δz为预设载板图像清晰度变化阈值；
虽然Faz<Fbz<Fcz不成立表明相机已经越过载板最佳对焦位置，但若相邻两张载板图像的清晰度评价值之差满足预设载板图像清晰度变化阈值，则说明相机距离载板最佳对焦位置较近(当预设载板图像清晰度变化阈值足够小时，此时相机距离载板最佳对焦位置无限接近)，此时可以结束聚焦，相机不再移动，取相邻两张载板图像中清晰度评价值较大的作为最佳聚焦图像，以获取最佳对焦载板图像时的相机位置为载板最佳对焦位置。
而当相邻两张载板图像的清晰度评价值之差不满足预设载板图像清晰度变化阈值时，则说明相机距离聚焦峰值较远，此时确定的载板最佳对焦位置并不准确，为确定最佳对焦位置，则应当移动相机重新寻找载板最佳对焦位置。
需要注意的是，在实际应用中，本领域的技术人员可根据实际需要对上述预设载板图像清晰度变化阈值Δz的大小进行设置。
S34、将第三载板图像作为第一载板图像，将第一预设步长按照第二预设缩比系数缩小得到第三预设步长，将第三预设步长作为第一预设步长，以获取第一载板图像时的相机位置为载板初始点，控制相机从载板初始点开始，以第一预设步长向远离载板方向连续运行两步，获取两张载板图像，分别记为第二载板图像和第三载板图像；返回执行步骤S20-S2后执行步骤S35；其中，第一预设缩比系数大于第二预设缩比系数。
S35、判断Faz<Fbz<Fcz是否成立，若是，返回步骤S34，若否，记max(Fbz，Fcz)对应的载板图像为最佳对焦载板图像，以获取最佳对焦载板图像时的相机位置为载板最佳对焦位置，结束对焦。
可以理解的是，前述已知当Faz<Fbz<Fcz不成立时，说明相机已经越过最佳对焦的位置，此时相机距离载板过近，为获取载板最佳对焦位置，应当将相机炒远离载板方向移动，因此，步骤S34中通过控制相机向远离载板方向移动来确定载板最佳对焦位置。
虽然相邻两张载板图像的清晰度评价值之差不满足预设载板图像清晰度变化阈值表示相机距离载板最佳对焦位置较远，但这种较远是相对于前述相邻两张载板图像的清晰度评价值之差满足预设载板图像清晰度变化阈值相机与载板最佳对焦位置的距离而言，为降低相邻两张载板图像的清晰度评价值之差，快速精准地确定载板最佳对焦位置，应当以一较小的步长移动相机重新获取载板图像并寻找聚焦峰值。
上述过程可简化理解为：控制相机以合适的步长出发，通过对比相邻三张载板图像的清晰度评价值确定载板最佳对焦位置，而当清晰度评价值减小时，判定相机已经越过载板最佳对焦位置，则调转相机移动方向同时减小步长，继续获取载板图像并继续通过对比相邻三张图像的清晰度评价值来确定载板最佳对焦位置，实现对焦。
需要说明的是，在步骤S35中，当Faz<Fbz<Fcz不成立时，还可以继续缩小步长，控制相机向相反方向移动，再次进行对焦评估。可以理解的是，上述步骤S1-S3只对相机的运动方向做一次变换，即从靠近载板变换为远离载板，但在实际应用中，本领域技术人员可以根据实际情况，多次调整相机运动方向，即，靠近→远离→靠近→远离……，同时，更新相机的移动步长，直至确定满足清晰度变化阈值的载板最佳对焦位置，结束对焦。
通过上述步骤S1-S3可获取载板最佳对焦位置，进一步，通过下述步骤S4-S6可获取基板最佳对焦位置。具体的：
S4、获取基板图像。
其中，步骤S4具体包括：
S41、采集初始位置的基板图像，记为第一基板图像；
S42、以获取所述第一基板图像时的相机位置为基板初始点，控制相机从所述基板初始点开始，以第一预设步长向靠近基板方向连续运行两步，获取两张基板图像，分别记为第二基板图像和第三基板图像。
上述基板图像的采集过程可参见前述步骤S1中载板图像采集过程，不再赘述。
同样的，在步骤S5之前，本申请还需对步骤S5中获取的基板图像进行划分，划分后的载板图像参见图3。上述对步骤S5中获取的载板图像进行划分参见步骤S50：
步骤S50、分别对所述第一基板图像、所述第二基板图像和所述第三基板图像进行划分，具体为：将所述第一基板图像划分为第一基板中心区、第一基板缓冲区、第一基板边缘区；将所述第二基板图像划分为第二基板中心区、第二基板缓冲区、第二基板边缘区；将所述第三基板图像划分为第三基板中心区、第三基板缓冲区、第三基板边缘区。
其中，j1表示中心区、j2表示缓冲区、j3表示边缘区。
可以理解的是，由于载板呈透明状，在对载板图像进行清晰度评价时，主要依靠对载板图像上的芯片特征进行分析，因此，需要对载板图像基于芯片的分布情况划分为芯片区和背景区。
不同于步骤S20中对载板图像的区域划分，步骤S50中，由于基板不透明，且不附着芯片，在对载板图像进行清晰度评价时，只需将图像按照靠近中心的重要区域及远离中心的重要区域进行划分。
通过对基板图像按区域进行划分，将基板图像按照从图像中心向四周扩散的方式进行区域划分，对靠近图像中心的重要区域采用精度较高的评价函数进行清晰度评价，对远离图像中心的其他区域，选用精度较低的评价函数进行清晰度评价，通过对基板图像进行划分，对不同区域采用不同的评价函数计算清晰度，在保证不降低清晰度评价精度的同时，也能提高计算速度。
步骤S5、基于第一评价函数、第二评价函数和预设基板清晰度评价函数确定所述基板图像的清晰度评价值。
其中，步骤S5具体包括：基于第一评价函数分别计算所述第一基板中心区、所述第二基板中心区和所述第三基板中心区的清晰度评价值，记为Faj1、Fbj1、Fcj1；基于第二评价函数分别计算所述第一基板缓冲区、所述第一基板边缘区的清晰度评价值，记为Faj2、Faj3；基于第二评价函数分别计算所述第二基板缓冲区、所述第二基板边缘区的清晰度评价值，记为Fbj2、Fbj3；基于第二评价函数分别计算所述第三基板缓冲区、所述第三基板边缘区的清晰度评价值，记为Fcj2、Fcj3；其中，第一评价函数为能量梯度函数；述第二评价函数为Brenner函数；
根据预设基板清晰度评价函数分别计算第一基板图像的清晰度评价值、第二基板图像的清晰度评价值和第三基板图像的清晰度评价值，分别记为Faj、Fbj、Fcj，其中，Faj为第一基板图像清晰度评价值、Fbj为第二基板图像清晰度评价值、Fcj为第三基板图像清晰度评价值；其中，所述预设基板清晰度评价函数为：
Fm＝ε1×Fm1+ε2×Fm2+ε3×Fm3
其中，ε1为中心区清晰度评价权重；ε2为缓冲区清晰度评价权重；ε3为边缘区清晰度评价权重；Fm1为(第一/第二/第三)基板中心区清晰度评价值；Fm2为(第一/第二/第三)基板缓冲区清晰度评价值；Fm3为(第一/第二/第三)基板边缘区清晰度评价值；其中，m∈(aj，bj，cj)。
当m取ajz时，上述预设载板清晰度评价函数为：
Faj＝ε1×Faj1+ε2×Faj2+ε3×Faj3
用于计算第一基板图像的清晰度评价值。同理，其余基板的清晰度评价值计算方式同上。
其中，ε1+ε2+ε3＝1，ε1>ε2>ε3>0，可以理解的是，对靠近图像中心的重要区域设置较大权重，对远离图像中心的其他区域设置较小的权重，尽量保留受镜头畸变的影响较小的重要区域的清晰度评价值的评价作用，提高基板清晰度评价函数的准确性。
步骤S6、当所述基板图像的清晰度评价值满足预设阈值时，结束基板对焦。
其中，步骤S6具体包括：
S61、判断Faj<Fbj<Fcj是否成立，若是，执行步骤S62A，若否，执行步骤S62B；
S62A、计算所述第一基板图像清晰度评价值与所述第二基板图像清晰度评价值的差值绝对值，记为Fabj，Fabj为第一基板图像清晰度评价值与第二基板图像清晰度评价值的差值绝对值；
计算所述第一基板图像清晰度评价值与所述第三基板图像清晰度评价值的差值绝对值，记为Facj，Facj为第一基板图像清晰度评价值与第三基板图像清晰度评价值的差值绝对值；
当Fabj>Facj>0时，执行步骤S63A，当Facj>Fabj>0时，执行步骤S63B；
S63A、将所述第三基板图像作为第一基板图像，将所述第一预设步长按照第一预设缩比系数缩小得到第二预设步长，并将所述第二预设步长作为所述第一预设步长，返回步骤S52；
S63B、将所述第三基板图像作为第一基板图像，返回步骤S42；
S62B、判断|Fbj-Fcj|≦Δj是否成立，若是，记max(Fbj，Fcj)对应的基板图像为最佳对焦基板图像，以获取所述最佳对焦基板图像时的相机位置为基板最佳对焦位置，结束对焦；若否，执行步骤S64；其中，Δj为预设基板图像清晰度变化阈值；
S64、将第三基板图像作为第一基板图像，将第一预设步长按照第二预设缩比系数缩小得到第三预设步长，将第三预设步长作为第一预设步长，以获取第一基板图像时的相机位置为基板初始点，控制相机从基板初始点开始，以第一预设步长向远离基板方向连续运行两步，获取两张基板图像，分别记为第二基板图像和第三基板图像；返回执行步骤S50-S5后执行步骤S65；其中，第一预设缩比系数大于第二预设缩比系数。
S65、判断Faj<Fbj<Fcj是否成立，若是，返回步骤S64，若否，记max(Fbj，Fcj)对应的基板图像为最佳对焦基板图像，以获取所述最佳对焦基板图像时的相机位置为基板最佳对焦位置，结束对焦。
上述步骤S6的具体实施过程可参见前述步骤S3，不再赘述。
同样的，在步骤S65中，当Faj<Fbj<Fcj不成立时，还可以继续缩小步长，控制相机向相反方向移动，再次进行对焦评估。可以理解的是，上述步骤S4-S6只对相机的运动方向做一次变换，即从靠近基板变换为远离基板，但在实际应用中，本领域技术人员可以根据实际情况，多次调整相机运动方向，即，靠近→远离→靠近→远离……，同时，更新相机的移动步长，直至确定满足清晰度变化阈值的基板最佳对焦位置，结束对焦。
通过上述步骤S1-步骤S6，确定了载板和基板的最佳对焦位置后，进一步，通过步骤S7实现载板和基板近零间隙的确定。其中，确定最佳对焦位置的过程中，相机相对于载板和基板的移动过程可参图5。
需要说明的是，在获取基板图像时，会控制相机避开载板上的芯片，由于载板背景为透明状，因此不会影响基板图像的获取。
步骤S7、根据结束载板对焦时的相机与载板间的物镜距离、结束基板对焦时的相机与基板间的物镜距离、载板对焦过程中相机的移动距离和基板对焦过程中相机的移动距离计算载板与基板之间的间隙。
其中，步骤S7具体包括：
S71A、基于预设载板-相机物镜距离计算函数，根据载板目标物体的成像尺寸wz1、预先获取的相机焦距f和载板目标物体的实际尺寸wz2，得到相机与载板间的物镜距离d1；其中，所述载板-相机物镜距离计算函数为：
Figure BDA0003898714640000171
d1为相机与载板间的物镜距离；wz1为载板目标物体的成像尺寸；wz2为载板目标物体的实际尺寸；f为相机焦距；
S71B、基于预设基板-相机物镜距离计算函数，根据基板目标物体的成像尺寸wj1、预先获取的相机焦距f和基板目标物体的实际尺寸wj2，得到相机与基板间的物镜距离d2；其中，所述基板-相机物镜距离计算函数为：
Figure BDA0003898714640000172
d2为相机与载板间的物镜距离；wj1为载板目标物体的成像尺寸；wj2为载板目标物体的实际尺寸；f为相机焦距；
可以理解的是，相机成像模型可简化为小孔成像。如图4所示，w为物体的实际长度，w’为物体在成像平面上的长度，d为物体和镜头的距离，F’为镜头焦距。物体实际长度w可由测量得到，物体在成像平面上的长度w’可以在对焦图片上测量得到，镜头焦距F’可以从镜头参数中得知或者通过张氏标定法计算得到。物镜距离则可根据下述公式计算得到：
Figure BDA0003898714640000181
S72、基于预设载板-基板近零间隙计算函数，根据载板对焦过程中相机的移动距离D1、基板对焦过程中相机的移动距离D2，计算载板与基板之间的近零间隙D；其中，所述预设载板-基板近零间隙计算函数为：
D＝(D2+d2)-(D1+d1)
D1为载板对焦过程中相机的移动距离；D2为基板对焦过程中相机的移动距离；D为载板与基板之间的近零间隙。
本申请提供的无接触式的芯片载板-基板近零间隙测量方法，通过获取载板图像或基板图像，使用预设评价函数计算基板、载板的清晰度评价值，进一步通过不断移动相机分别获取载板和基板图像，不断对比相邻三张图像清晰度评价值，当基板、载板的清晰度评价值满足预设条件时，完成基板、载板的对焦，通过对焦时的载板、基板图像确定载板、基板与相机的物镜距离，结合相机移动的距离，计算载板-基板的间隙。本发明提供的基于机器视觉的芯片载板-基板近零间隙测量方法，无需在基板和载板间设置器件，避免了传统技术采用移传感器进行载板-基板间隙测量，由于位移传感器的设置位置不准确而导致测量精度差的技术问题，同时，基于机器视觉的测量方法可以实现无接触测量，不会对载板/基板造成损伤。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.基于机器视觉的芯片载板-基板近零间隙测量方法，其特征在于，包括以下步骤：
S1、获取载板图像；
S2、基于第一评价函数、第二评价函数和预设载板清晰度评价函数确定所述载板图像的清晰度评价值；
S3、当所述载板图像的清晰度评价值满足预设阈值时，结束载板对焦；
S4、获取基板图像；
S5、基于第一评价函数、第二评价函数和预设基板清晰度评价函数确定所述基板图像的清晰度评价值；
S6、当所述基板图像的清晰度评价值满足预设阈值时，结束基板对焦；
S7、根据结束载板对焦时的相机与载板间的物镜距离、结束基板对焦时的相机与基板间的物镜距离、载板对焦过程中相机的移动距离和基板对焦过程中相机的移动距离计算载板与基板之间的间隙。
2.根据权利要求1所述的基于机器视觉的芯片载板-基板近零间隙测量方法，其特征在于，步骤S1具体包括：
S11、采集初始位置的载板图像，记为第一载板图像；
S12、以获取所述第一载板图像时的相机位置为载板初始点，控制相机从所述载板初始点开始，以第一预设步长向靠近载板方向连续运行两步，获取两张载板图像，分别记为第二载板图像和第三载板图像。
3.根据权利要求2所述的基于机器视觉的芯片载板-基板近零间隙测量方法，其特征在于，在步骤S2之前还包括步骤S20：
步骤S20、分别对所述第一载板图像、所述第二载板图像和所述第三载板图像进行划分，具体为：
将所述第一载板图像划分为第一载板中心芯片区、第一载板中心背景区、第一载板缓冲芯片区、第一载板缓冲背景区、第一载板边缘芯片区；
将所述第二载板图像划分为第二载板中心芯片区、第二载板中心背景区、第二载板缓冲芯片区、第二载板缓冲背景区、第二载板边缘芯片区；
将所述第三载板图像划分为第三载板中心芯片区、第三载板中心背景区、第三载板缓冲芯片区、第三载板缓冲背景区、第三载板边缘芯片区。
4.根据权利要求3所述的基于机器视觉的芯片载板-基板近零间隙测量方法，其特征在于，步骤S2具体包括：
基于第一评价函数分别计算所述第一载板中心芯片区、所述第二载板中心芯片区和所述第三载板中心芯片区的清晰度评价值，记为Faz1、Fbz1、Fcz1；
基于第二评价函数分别计算所述第一载板中心背景区、所述第一载板缓冲芯片区、所述第一载板缓冲背景区、所述第一载板边缘芯片区的清晰度评价值，记为Faz2、Faz3、Faz4、Faz5；
基于第二评价函数分别计算所述第二载板中心背景区、所述第二载板缓冲芯片区、所述第二载板缓冲背景区、所述第二载板边缘芯片区的清晰度评价值，记为Fbz2、Fbz3、Fbz4、Fbz5；
基于第二评价函数分别计算所述第三载板中心背景区、所述第三载板缓冲芯片区、所述第三载板缓冲背景区、所述第三载板边缘芯片区的清晰度评价值，记为Fcz2、Fcz3、Fcz4、Fcz5；
其中，所述第一评价函数为能量梯度函数；所述第二评价函数为Brenner函数；
根据预设载板清晰度评价函数分别计算所述第一载板图像、所述第二载板图像和所述第三载板图像的清晰度评价值，记为Faz、Fbz、Fcz，其中，Faz为第一载板图像清晰度评价值、Fbz为第二载板图像清晰度评价值、Fcz为第三载板图像清晰度评价值；其中，所述预设载板清晰度评价函数为：
Fn＝σ1×Fn1+σ2×Fn3+σ3×(Fn5+Fn2)+σ4×Fn4
σ1为中心芯片区清晰度评价权重；σ2为缓冲芯片区清晰度评价权重；σ3为中心背景区和边缘芯片区清晰度评价权重；σ4为缓冲背景区清晰度评价权重；Fn1为(第一/第二/第三)载板中心芯片区清晰度评价值；Fn2为(第一/第二/第三)载板中心背景区清晰度评价值；Fn3为(第一/第二/第三)载板缓冲芯片区清晰度评价值；Fn4为(第一/第二/第三)载板缓冲背景区清晰度评价值；Fn5为(第一/第二/第三)载板边缘芯片区清晰度评价值；Fn为(第一/第二/第三)载板图像清晰度评价值；其中，n∈(az，bz，cz)。
5.根据权利要求4所述的基于机器视觉的芯片载板-基板近零间隙测量方法，其特征在于，步骤S3具体包括：
S31、判断Faz<Fbz<Fcz是否成立，若是，执行步骤S32A，若否，执行步骤S32B；
S32A、计算所述第一载板图像清晰度评价值与所述第二载板图像清晰度评价值的差值绝对值，记为Fabz，Fabz为第一载板图像清晰度评价值与第二载板图像清晰度评价值的差值绝对值；
计算所述第一载板图像清晰度评价值与所述第三载板图像清晰度评价值的差值绝对值，记为Facz，Facz为第一载板图像清晰度评价值与所述第三载板图像清晰度评价值的差值绝对值；
当Fabz>Facz>0时，执行步骤S33A，当Facz>Fabz>0时，执行步骤S33B；
S33A、将所述第三载板图像作为第一载板图像，将所述第一预设步长按照第一预设缩比系数缩小得到第二预设步长，并将所述第二预设步长作为所述第一预设步长，返回步骤S12；
S33B、将所述第三载板图像作为第一载板图像，返回步骤S12；
S32B、判断|Fbz-Fcz|≦Δz是否成立，若是，记max(Fbz，Fcz)对应的载板图像为最佳对焦载板图像，以获取所述最佳对焦载板图像时的相机位置为载板最佳对焦位置，结束对焦；若否，执行步骤S34；其中，Δz为预设载板图像清晰度变化阈值；
S34、将所述第三载板图像作为第一载板图像，将所述第一预设步长按照第二预设缩比系数缩小得到第三预设步长，将所述第三预设步长作为所述第一预设步长，以获取所述第一载板图像时的相机位置为载板初始点，控制相机从所述载板初始点开始，以第一预设步长向远离载板方向连续运行两步，获取两张载板图像，分别记为第二载板图像和第三载板图像；返回执行步骤S20-S2后执行步骤S35；
S35、判断Faz<Fbz<Fcz是否成立，若是，返回步骤S34，若否，记max(Fbz，Fcz)对应的载板图像为最佳对焦载板图像，以获取所述最佳对焦载板图像时的相机位置为载板最佳对焦位置，结束对焦；
其中，所述第一预设缩比系数大于所述第二预设缩比系数。
6.根据权利要求1所述的基于机器视觉的芯片载板-基板近零间隙测量方法，其特征在于，步骤S4具体包括：
S41、采集初始位置的基板图像，记为第一基板图像；
S42、以获取所述第一基板图像时的相机位置为基板初始点，控制相机从所述基板初始点开始，以第一预设步长向靠近基板方向连续运行两步，获取两张基板图像，分别记为第二基板图像和第三基板图像。
7.根据权利要求6所述的基于机器视觉的芯片载板-基板近零间隙测量方法，其特征在于，在步骤S5之前还包括步骤S50：
步骤S50、分别对所述第一基板图像、所述第二基板图像和所述第三基板图像进行划分，具体为：
将所述第一基板图像划分为第一基板中心区、第一基板缓冲区、第一基板边缘区；
将所述第二基板图像划分为第二基板中心区、第二基板缓冲区、第二基板边缘区；
将所述第三基板图像划分为第三基板中心区、第三基板缓冲区、第三基板边缘区。
8.根据权利要求7所述的基于机器视觉的芯片载板-基板近零间隙测量方法，其特征在于，步骤S5具体包括：
基于第一评价函数分别计算所述第一基板中心区、所述第二基板中心区和所述第三基板中心区的清晰度评价值，记为Faj1、Fbj1、Fcj1；
基于第二评价函数分别计算所述第一基板缓冲区、所述第一基板边缘区的清晰度评价值，记为Faj2、Faj3；
基于第二评价函数分别计算所述第二基板缓冲区、所述第二基板边缘区的清晰度评价值，记为Fbj2、Fbj3；
基于第二评价函数分别计算所述第三基板缓冲区、所述第三基板边缘区的清晰度评价值，记为Fcj2、Fcj3；
其中，所述第一评价函数为能量梯度函数；所述第二评价函数为Brenner函数；
根据预设基板清晰度评价函数分别计算所述第一基板图像、所述第二基板图像和所述第三基板图像的清晰度评价值，记为Faj、Fbj、Fcj，其中，Faj为第一基板图像清晰度评价值、Fbj为第二基板图像清晰度评价值、Fcj为第三基板图像清晰度评价值；其中，所述预设基板清晰度评价函数为：
Fm＝ε1×Fm1+ε2×Fm2+ε3×Fm3
其中，ε1为中心区清晰度评价权重；ε2为缓冲区清晰度评价权重；ε3为边缘区清晰度评价权重；Fm1为(第一/第二/第三)基板中心区清晰度评价值；Fm2为(第一/第二/第三)基板缓冲区清晰度评价值；Fm3为(第一/第二/第三)基板边缘区清晰度评价值；其中，m∈(aj，bj，cj)。
9.根据权利要求8所述的基于机器视觉的芯片载板-基板近零间隙测量方法，其特征在于，步骤S6具体包括：
S61、判断Faj<Fbj<Fcj是否成立，若是，执行步骤S62A，若否，执行步骤S62B；
S62A、计算所述第一基板图像清晰度评价值与所述第二基板图像清晰度评价值的差值绝对值，记为Fabj，Fabj为第一基板图像清晰度评价值与第二基板图像清晰度评价值的差值绝对值；
计算所述第一基板图像清晰度评价值与所述第三基板图像清晰度评价值的差值绝对值，记为Facj，Facj为第一基板图像清晰度评价值与第三基板图像清晰度评价值的差值绝对值；
当Fabj>Facj>0时，执行步骤S63A，当Facj>Fabj>0时，执行步骤S63B；
S63A、将所述第三基板图像作为第一基板图像，将所述第一预设步长按照第一预设缩比系数缩小得到第二预设步长，并将所述第二预设步长作为所述第一预设步长，返回步骤S52；
S63B、将所述第三基板图像作为第一基板图像，返回步骤S42；
S62B、判断|Fbj-Fcj|≦Δj是否成立，若是，记max(Fbj，Fcj)对应的基板图像为最佳对焦基板图像，以获取所述最佳对焦基板图像时的相机位置为基板最佳对焦位置，结束对焦；若否，执行步骤S64；其中，Δj为预设基板图像清晰度变化阈值；
S64、将所述第三基板图像作为第一基板图像，将所述第一预设步长按照第二预设缩比系数缩小得到第三预设步长，将所述第三预设步长作为所述第一预设步长，以获取所述第一基板图像时的相机位置为基板初始点，控制相机从所述基板初始点开始，以第一预设步长向远离基板方向连续运行两步，获取两张基板图像，分别记为第二基板图像和第三基板图像；返回执行步骤S50-S5后执行步骤S65；
S65、判断Faj<Fbj<Fcj是否成立，若是，返回步骤S64，若否，记max(Fbj，Fcj)对应的基板图像为最佳对焦基板图像，以获取所述最佳对焦基板图像时的相机位置为基板最佳对焦位置，结束对焦；
其中，所述第一预设缩比系数大于所述第二预设缩比系数。
10.根据权利要求1所述的基于机器视觉的芯片载板-基板近零间隙测量方法，其特征在于，步骤S7具体包括：
S71A、基于预设载板-相机物镜距离计算函数，根据载板目标物体的成像尺寸wz1、预先获取的相机焦距f和载板目标物体的实际尺寸wz2，得到相机与载板间的物镜距离d1；其中，所述载板-相机物镜距离计算函数为：
Figure FDA0003898714630000061
d1为相机与载板间的物镜距离；wz1为载板目标物体的成像尺寸；wz2为载板目标物体的实际尺寸；f为相机焦距；
S71B、基于预设基板-相机物镜距离计算函数，根据基板目标物体的成像尺寸wj1、预先获取的相机焦距f和基板目标物体的实际尺寸wj2，得到相机与基板间的物镜距离d2；其中，所述基板-相机物镜距离计算函数为：
Figure FDA0003898714630000062
d2为相机与载板间的物镜距离；wj1为载板目标物体的成像尺寸；wj2为载板目标物体的实际尺寸；f为相机焦距；
S72、基于预设载板-基板近零间隙计算函数，根据载板对焦过程中相机的移动距离D1、基板对焦过程中相机的移动距离D2，计算载板与基板之间的近零间隙D；其中，所述预设载板-基板近零间隙计算函数为：
D＝(D2+d2)-(D1+d1)
D1为载板对焦过程中相机的移动距离；D2为基板对焦过程中相机的移动距离；D为载板与基板之间的近零间隙。
CN202211282471.7A 2022-10-19 2022-10-19 基于机器视觉的芯片载板-基板近零间隙测量方法 Active CN115546172B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211282471.7A CN115546172B (zh) 2022-10-19 2022-10-19 基于机器视觉的芯片载板-基板近零间隙测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211282471.7A CN115546172B (zh) 2022-10-19 2022-10-19 基于机器视觉的芯片载板-基板近零间隙测量方法

Publications (2)

Publication Number Publication Date
CN115546172A true CN115546172A (zh) 2022-12-30
CN115546172B CN115546172B (zh) 2023-06-30

Family

ID=84736184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211282471.7A Active CN115546172B (zh) 2022-10-19 2022-10-19 基于机器视觉的芯片载板-基板近零间隙测量方法

Country Status (1)

Country Link
CN (1) CN115546172B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009016811A1 (de) * 2009-04-09 2010-10-14 Aes Motomation Gmbh Verfahren zur automatischen Vermessung und zum Einlernen von Lagepositionen von Objekten innerhalb eines Substratprozessiersystems mittels Sensorträger und zugehöriger Sensorträger
CN102055875A (zh) * 2009-10-27 2011-05-11 菱光科技股份有限公司 接触式图像感测芯片及其模块
CN109270066A (zh) * 2018-09-28 2019-01-25 深圳市盛世智能装备有限公司 一种线阵相机扫描方法和装置
CN110091381A (zh) * 2019-04-28 2019-08-06 领胜城科技（江苏）有限公司 高速在线十字检测纠偏装置及应用其的检测纠偏方法
WO2020019295A1 (zh) * 2018-07-27 2020-01-30 深圳市大疆创新科技有限公司 图像获取方法、成像装置及拍摄系统
CN112601015A (zh) * 2020-12-10 2021-04-02 烟台艾睿光电科技有限公司 一种自动聚焦方法和自动对焦系统
CN112908897A (zh) * 2021-01-22 2021-06-04 广东工业大学 基于无掩膜光刻的MicroLED芯片粘附式阵列转移方法
CN213752691U (zh) * 2020-11-10 2021-07-20 上海艾为电子技术股份有限公司 芯片封装结构、基板载板、芯片以及电子设备
CN114972538A (zh) * 2022-05-27 2022-08-30 华南理工大学 基于双目结构光的压扁型超薄热管的厚度测量装置及方法
CN115130637A (zh) * 2022-07-01 2022-09-30 梅州市方寸电子科技有限公司 一种ic卡模块的封装方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009016811A1 (de) * 2009-04-09 2010-10-14 Aes Motomation Gmbh Verfahren zur automatischen Vermessung und zum Einlernen von Lagepositionen von Objekten innerhalb eines Substratprozessiersystems mittels Sensorträger und zugehöriger Sensorträger
CN102055875A (zh) * 2009-10-27 2011-05-11 菱光科技股份有限公司 接触式图像感测芯片及其模块
WO2020019295A1 (zh) * 2018-07-27 2020-01-30 深圳市大疆创新科技有限公司 图像获取方法、成像装置及拍摄系统
CN109270066A (zh) * 2018-09-28 2019-01-25 深圳市盛世智能装备有限公司 一种线阵相机扫描方法和装置
CN110091381A (zh) * 2019-04-28 2019-08-06 领胜城科技（江苏）有限公司 高速在线十字检测纠偏装置及应用其的检测纠偏方法
CN213752691U (zh) * 2020-11-10 2021-07-20 上海艾为电子技术股份有限公司 芯片封装结构、基板载板、芯片以及电子设备
CN112601015A (zh) * 2020-12-10 2021-04-02 烟台艾睿光电科技有限公司 一种自动聚焦方法和自动对焦系统
CN112908897A (zh) * 2021-01-22 2021-06-04 广东工业大学 基于无掩膜光刻的MicroLED芯片粘附式阵列转移方法
CN114972538A (zh) * 2022-05-27 2022-08-30 华南理工大学 基于双目结构光的压扁型超薄热管的厚度测量装置及方法
CN115130637A (zh) * 2022-07-01 2022-09-30 梅州市方寸电子科技有限公司 一种ic卡模块的封装方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李朝林;: "软式印刷电路板波峰焊连焊缺陷的控制", 焊接技术, no. 10, pages 12 - 15 *

Also Published As

Publication number Publication date
CN115546172B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN101718536B (zh) 三角形金刚石刀具角度高精度自动测量系统和测量方法
CN107025670A (zh) 一种远心相机标定方法
CN111735768B (zh) 一种Micro LED屏幕的显微成像方法及装置
CN103363901A (zh) 一种面向同轴对位微装配系统的标定方法
CN102305596B (zh) 在球面面形干涉检测中旋转误差控制装置及其方法
CN110044262B (zh) 基于图像超分辨率重建的非接触式精密测量仪及测量方法
CN101982966A (zh) 影像测量仪光轴与物面垂直度的调节方法
CN108681209A (zh) 检测设备及方法、图案形成设备、获取方法和制造方法
CN106814557A (zh) 一种对准系统及对准方法
CN114252014A (zh) 一种光掩膜基板标记尺寸测试系统及方法
CN112697063B (zh) 一种基于显微视觉的芯片应变测量方法
CN115546172A (zh) 基于机器视觉的芯片载板-基板近零间隙测量方法
US8184301B2 (en) Surface alignment and positioning method and apparatus
CN105631873A (zh) 一种柔性膜收卷质量视觉检测方法
CN116957943A (zh) 一种基于图像融合的显微镜拼接校准方法
CN106292197A (zh) 一种基于图像处理技术的调焦调平装置及方法
CN115278072B (zh) 一种用于Micro LED检测的自动对焦方法及系统
CN106470792B (zh) 3d打印机、打印方法及镜头模组
CN113624358B (zh) 用于光热反射显微热成像的三维位移补偿方法及控制装置
Farnes et al. Autofocus measurement for electronic components using deep regression
CN104972148A (zh) 柱面镜光学定轴系统及方法
CN110091070A (zh) 电机垂直度的检测装置及检测方法
JP6746722B2 (ja) 顕微鏡用スライドガラスの曲面の高さの測算方法及び顕微鏡
CN112504176B (zh) 光学面形局部大误差的补偿干涉测量装置与方法
TWI459063B (zh) 多重表面對焦系統及方法

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