CN1426533A - 处理图象的方法和装置 - Google Patents

处理图象的方法和装置 Download PDF

Info

Publication number
CN1426533A
CN1426533A CN01808540A CN01808540A CN1426533A CN 1426533 A CN1426533 A CN 1426533A CN 01808540 A CN01808540 A CN 01808540A CN 01808540 A CN01808540 A CN 01808540A CN 1426533 A CN1426533 A CN 1426533A
Authority
CN
China
Prior art keywords
nominal
data
characteristic
steps
distance
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
CN01808540A
Other languages
English (en)
Other versions
CN1264115C (zh
Inventor
尼克拉斯·安德森
西蒙·桑德格伦
约汉·阿伯格
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.)
Macro Nick AG
Original Assignee
MyData Automation AB
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=20279484&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN1426533(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by MyData Automation AB filed Critical MyData Automation AB
Publication of CN1426533A publication Critical patent/CN1426533A/zh
Application granted granted Critical
Publication of CN1264115C publication Critical patent/CN1264115C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/20Processor architectures; Processor configuration, e.g. pipelining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30152Solder

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及借助于电子装置样品的数字图象的自动图象处理,确定所述电子装置的标称机械数据的方法及对应的装置。在该方法中,被识别其对象对应于所述样品的所述数字图象中对象,并确定被识别的对象的外观的外观数据。然后,至少某些已确定的外观数据与存储的标称外观数据集合进行比较,这些标称外观数据基于电子装置外观先验的知识,并选择标称外观数据集合的至少某些标称外观数据。最后,根据选择的标称外观数据和至少某些已被确定的外观数据,确定电子装置标称机械数据。

Description

处理图象的方法和装置
本发明的技术领域
本发明涉及借助于电子装置样品的数字图象的自动图象处理,确定所述电子装置的标称机械数据的方法及对应的装置。进而,本发明涉及具有计算机可执行指令的计算机可读介质,用于包含自动图象处理装置的通用计算机,以执行所述方法。
本发明的技术背景
当使用组件安装机在印刷电路板上安装组件时,需要严格的精确性。为了实现这一点,常常使用图象处理装置,以便在组件已经由拾取头拾取之后获得并分析组件的图象。分析的目的是要确定组件在其安装到印刷电路板之前它在拾取头上的确切位置。当已知组件被安装的位置时,组件安装机在组件安装到印刷电路板之前能够对组件的平移和旋转作出补偿。在分析期间,图象与存储的组件机械数据比较,以便能够确定组件要被安装的位置。例如,图象中对应于被安装的组件上引线的对象的位置与存储的机械数据比较,该数据描述了引线在相关组件类型上的标称位置。进而,在分析中能够检查要被安装的组件的缺陷,诸如丢失引线,错误的引线或就位不正确的引线。
为了进行以上的分析,组件安装机装有供大多数通用组件使用的机械数据的数据库。然而,由于大量的不断在市场上引入的新的组件,这种数据库需要对这些新的组件不断更新机械数据。而且,在被安装的组件是比较少见的组件的情形下,数据库可能不包含这种类型组件的机械数据。因而,当要使用这些组件时,数据库需要对这些稀少的组件进行机械数据更新。
现在,当以组件的机械数据更新数据库时,机械数据常常从组件的图纸等推导出来并人工地输入到数据库。这是一种耗费时间的工作,并由于人的因素总会有数据被错误输入的危险。此外,在某些情形下不能得到组件的图纸,或所获得的图纸的形式不适合抽取所需的机械数据。因而,已经研发了一些自动或半自动替代的方法,其中可取得组件的单个样品或数个样品的画面。然后确定单个样品的机械数据或数个样品的机械数据的平均值并存储在数据库中。这种方法中使用的样品最好是已经以很严格的精确性生产的样品。
这些自动方法对人工方法而言有几个缺陷。一个缺陷是任何这些方法的结果所得的机械数据在某种程度上将不同于组件正确的样品的机械数据。这是由于这样的因素所至,即存储的机械数据是对于组件样品的机械数据。这些样品可能更为精确,但它们相对于组件的标称机械数据总是涉及某些差错。另一个缺陷是很难校准图象处理装置以便获得图象中正确的标度。
本发明的概述
本发明的总的目的是要能够对于电子组件自动确定精确的标称机械数据。这一目的是通过根据权利要求的方法和装置实现的。
本发明基于这样的认识,即使对电子装置没有确定标称机械数据,但仍然有电子装置外观的某些先验知识。这种先验知识是电子装置常常根据对于电子装置特征标准化的规则进行组装的事实的结果。特征的例子有电子装置及电子装置部件的尺寸和形状,电子装置部件或基准点等等。例如特征的标准化规则是,电子装置或电子装置的部件只能有有限数目的可选标准化尺寸和形状,电子装置上部件或基准点只能有有限数目的可选标准化模式和间隔等等。于是,对于标准化规则结果所得的一组标称外观数据,对每一选项能够确定标称外观数据。
根据本发明的一个方面,提供了一种方法,用于借助于电子装置样品的数字图象的自动图象处理确定电子装置标称机械数据,其中识别其对象对应于样品的数字图象中的对象,并确定被识别的对象的外观的外观数据。然后,至少某些被确定的外观数据与存储的标称外观数据集合进行比较,这些标称外观数据基于电子装置外观的先验知识,且选择标称外观数据集合的至少某些标称外观数据。最后,根据选择的标称外观数据和至少某些被确定的外观数据而确定电子装置的标称机械数据。
根据本发明的方法提供了无需访问电子装置的图纸等而确定电子装置标称数据的一种途径。此外,该方法使得这能够使用电子装置的样品图象的图象处理进行,而该样品不必是完全精确的。能够这样作的原因是由于,已经认识到从开始事实上就存在电子装置外观的先验知识,并且这种先验知识能够用于确定标称机械数据。如上所述,先验知识存在于电子装置特征的标准化规则中。标称外观数据集与这些标准化规则相关。根据本发明的方法与已知的人工方法比较其优点在于,不需要人工输入机械数据,这使得该方法更有时间效率并更为可靠。根据本发明的方法与已知的自动方法比较其优点在于,被确定的标称机械数据更为精确。这是由于在根据本发明的方法中使用标称外观数据,这与已知的自动方法完全不同,在哪里被确定的机械数据是电子装置数个样品的机械数据的平均。根据本发明的方法的另一优点在于,该方法只使用组件的一个样品确定标称机械数据,这使得该方法比其中需要数个样品的已知的自动方法有更好的时间效率。注意,这并不排除根据本发明的方法用于一个以上的样品,并比较对于这些样品的结果,以降低由于一个样品很大的误差造成错误确定标称机械数据的危险。
应当注意,外观数据不必是相关机械数据的直接测量,也可以是非直接对应于机械数据。这样,“根据”这一表示应当解释为包括标称外观数据与标称机械数据之间的间接对应关系。当相关的机械数据难以确定时,外观数据与机械数据之间的间接对应关系是有优点的。这种情形下,确定易于确定的外观数据,并与对应的的标称外观数据集进行比较。然后使用标称外观数据与标称机械数据之间的对应关系的先验知识,以确定标称机械数据。
在根据本发明的方法中,最好选择表现出与被确定的外观数据最类似的标称外观数据集的标称外观数据。这样,当确定标称机械数据时,能够使用简单的准则找到标称外观数据。
取决于要确定其标称机械数据的电子装置的类型,先验知识将有所不同,并于是标称外观数据集合也将不同。当根据标准化规则电子装置有数个位于该电子装置上的特征部分时,标称外观数据集最好包括电子装置的特征部分位置的标称位置数据。这种情形下,要识别数字图象中被识别的对象的特征对象,这些特征对象对应于所述电子装置的特征部分,并对被识别的特征对象的位置确定位置数据,并与标称位置数据集进行比较。然后根据确定的位置数据及选择的标称位置数据,确定特征部分的位置。一个优点在于,不仅使用已确定的位置数据而且使用标称位置数据,这样能够更精确地确定特征部分的标称位置。
在一特定情形下,当特征部分按格栅点之间有相等距离的一种格栅位于电子装置上时,标称位置数据最好对应于格栅点之间的标准化距离。这使得首先通过识别电子装置上的特征部分并然后确定它们之间的共同距离,能够确定电子装置的特征部分位置的标称机械数据。然后,识别已确定的公共距离最可能对应的格栅点之间标称距离集的标称距离。最后,通过把识别出的特征部分适配到其格栅点之间已识别出的标称距离的格栅,而确定特征部分的位置。这方法的优点在于,能够以高精度确定根据在格栅点子集中的一个格栅就位的电子装置未知数目的特征部分的位置。
寻找特征对象之间公共距离的优选方法是借助于所述位置数据的频率分析。这种方法中,识别空域中特征对象的的频率。例如与只计算特征对象之间的平均最近距离相比这种方法有优点。例如,如果电子装置的特征部分的位置使得在某些格栅点没有特征部分,即某些特征部分可能对相邻的特征部分有格栅点之间距离的倍数的最近距离,当使用频率分析时,这将不会影响对应于格栅点之间的距离的频率。然后能够从这一频率确定特征对象之间的公共距离,给出特征对象之间所确定的公共距离,该距离不受以下事实的影响,即某些特征部分可能对多个相邻的特征部分具有最近的距离,该距离是格栅点之间的距离的倍数。
在根据本发明的一种方法识别特征对象的一种途径中,对于数字图象中的特征对象的外观确定一模板,并搜索数字图象以求得匹配该模板的对象。然后,在找到的对象中识别特征对象。模板的引入已经显示出比已知的方法可给出高得多的识别可靠性,即能够显著降低被遗漏的特征对象的数目以及误识别为特征对象的对象数目。此外,通过首先在所述数字图象中识别特征对象的一个子集,并然后确定被识别的子集的每一特征对象的外观,能够从数字图象确定模板。然后作为所述被识别子集的特征对象外观的平均确定模板。由于为了确定模板只需识别特征对象的一个子集,已知的方法之一能够用于这种识别,而采用根据本发明使用模板的方法是为了识别所有的特征对象。
注意,当电子装置有数个应当确定其标称位置的特征部分时,即使当在该方法中被识别出的特征对象与特征部分不具有一对一的对应关系,即一个或多个特征部分没有被成功地识别或如果一个或多个特征对象不对应于特征部分时,根据本发明的方法还是能够对于特征部分确定标称位置数据。更具体来说,如果比较被确定的位置数据与标称位置数据的集合指出,有一个或多个特征部分,对于它们没有识别出对应的特征对象,则根据标称位置数据集合确定这些一个或多个特征部分的标称位置。在一个例子中,对于当标称位置数据集合包含在预定的位置数据中没有对应关系的一个或多个位置时的情形下,确定有一个或多个特征部分,对于它们没有识别出对应的特征对象。进而,如果已确定的位置与所述标称位置数据集合比较指出,有一个或多个特征对象不对应于特征部分,则对于所述一个或多个特征对象的标称位置不被确定。在一个例子中,对于当所述被确定的位置数据包含一个或多个位置在所述标称位置数据集合中没有对应关系时的情形下,确定有一个或多个特征对象不对应于特征部分。
这样,即使特征部分的识别并不精确,也能够确定精确的标称机械数据。
附图的简要说明
现在将参照附图通过以下所述的示例性实施例进一步说明本发明,其中:
图1表示根据本发明借助于组件样品的数字图象的自动图象处理,确定组件引线标称位置的方法的流程图;
图2表示根据本发明用于计算特征对象之间公共中心距离的方法的流程图;
图3A和3B分别表示空域中组件样品的二值图象及变换为频域中的样品二值图象部分;
图4表示根据本发明用于识别数字图象中特征对象的方法的流程图;
图5表示根据本发明用于确定数字图象中特征对象外观模板的方法的流程图;及
图6表示用于确定组件上引线标称位置方法的流程图。
本发明优选实施例的详细说明
图1中示出根据本发明借助于组件样品数字图象的自动图象处理,用于确定引线标称位置的方法的流程图。该方法使用了要确定其引线标称位置的组件样品的数字图象的自动图象处理。该方法适合于这样的组件,其引线放置在格栅的某些或所有格栅点中,并且其两个相邻引线之间的中心距离是格栅点之间距离的倍数。在步骤100识别数字图象中一对象,该对象对应于样品。这一识别是借助于图象处理,使用识别数字图象中的对象的任何已知的方法进行的。在步骤102,识别对应于组件上引线的特征对象。这一识别也是借助于图象处理,使用识别数字图象中的对象的任何已知的方法进行的,但最好使用以下参照图4所述的方法进行。在已识别出特征对象之后,在步骤104对于它们的位置确定位置数据。位置数据包括特征对象之间的公共中心距离及特征对象的位置。对于在所有的格栅点中有引线的组件,公共中心距离可以作为引线之间的平均最近中心距离计算,即相邻引线中心之间的所有距离的平均。对于其它组件,最好根据以下参照图2所述的方法计算公共中心距离。当公共中心距离已被确定时,在步骤106该距离与标称位置数据集进行比较。标称位置数据集是基于引线位置的先验知识的。这种情形下,引线放置在一格栅的某些或所有格栅点中,这样相邻引线之间的中心距离是格栅点之间的距离的倍数。先验知识在格栅点之间有一标准化的距离集合。这样,选择标称位置数据集为格栅点之间标准化距离集合。在步骤108,选择格栅点之间标准化距离集合的格栅点之间标准化距离,即最接近被确定的公共中心距离的距离。最后在步骤110,根据所选择的格栅点之间的标准化距离,以及已确定的特征对象的位置,确定组件上引线的标称位置。这是通过使已确定的位置适配带有所选择的标准化格栅点之间距离的格栅而进行的。
现在参见图2,其中示出根据本发明计算数字图象中特征对象之间公共中心距离方法的流程图。这一方法能够在参照图1所述的方法中步骤104使用,其中参见图3a数字图象包括M×M象素矩阵。在步骤200,定义了图象中象素的一个二维函数。该函数的值对于对应于被识别的一个特征对象的位置为1,而对于所有其它象素为0值。当然,只要值能够在对应于被识别的特征对象的象素与其它象素之间进行区分,可以现在任何值。这一函数产生样品的一个二值图象。然后在步骤202使用离散二维付立叶变换对该函数,即二值图象进行频率变换。选择离散的付立叶变换只是一例;这一步骤中可以使用任何适当的频率变换。现在函数的付立叶变换产生频域中样品的一个新的图象(参见图3b),其对象对应于空域中的特征对象的频率。在这一图象中,最靠近对应于零频率点的四个对象受到,并只受到空域中被识别的特征对象之间中心距离的影响,该距离对应于格栅点之间距离。两倍于标称格栅点之间的距离或更大距离的特征对象之间的中心距离,不影响频域中这四个对象。这样,在步骤204,对最靠近对应于零频率的点的四个对象P1,P2,P3,P4(参见图3B)搜索付立叶变换函数。在步骤206从这四个对象确定引线p之间公共中心距离,该距离对应于格栅中格栅点之间距离,而引线根据该距离在样品上就位。公共中心距离是这样计算的,首先按照px=M/‖p2-p4‖及py=M/‖p1-P3‖分别计算水平方向px和垂直方向py公共中心距离,并然后按照p=(px+Py)/2计算公共中心距离p。这样能够确定有引线的组件,这些引线是根据有格栅点之间不同垂直和水平距离的格栅放置在组件上的。
现在转向图4,其中示出根据本发明用于识别数字图象中特征对象方法的流程图。该数字图象中特征对象对应于电子装置的特征部分,诸如组件上的引线。在步骤402,识别出特征对象的一个子集。由于只是要识别特征对象的一个子集,可以使用任何已知的用于识别图象中对象的方法,只要能够识别出足够个数特征对象即可。为了保证识别出足够数目的特征对象,最好使用以下参照图5所述的方法。在步骤402中只需识别出一个子集而不是所有的特征对象,其原因在于,该子集只是用于在步骤404中定义特征对象外观的模板。于是被识别的特征对象的足够的数目是能够确定可靠的模板的数目。模板是从被识别的特征对象,例如它们的外观的平均被定义的。被确定的模板描述了该图象中特征对象典型的外观,这样的特征对象对应于电子装置的特征部分。这样,为了识别对应于特征部分的所有的特征对象,应当识别出数字图象中与模板匹配的对象。这是通过首先在步骤406计算模板与数字图象之间的交叉相关而进行的。这可以看作模板跨越数字图象移动,并计算模板与图象的当前区域之间的交叉相关。使用交叉相关只是一例。当然,可以使用任何适当的相关度量。交叉相关的最大值对应于数字图象中可能的特征对象。为了进一步区分出对应于特征对象的最大值,在步骤408对所有最大值计算概率度量。这一概率度量使用特征部分几何形状的先验知识,并提高对应于这一几何形状的最大值。例如,对于圆形特征部分,使用提高圆形最大值的概率度量。已经观察到,对于实际对应于特征对象的最大值的概率度量,将是类似的并明显大于对应于其它对象最大值的概率度量。这样,应当对于概率度量确定一个阈值,以便分开对应于特征对象的最大值与其它最大值。这是通过首先在步骤410对于这一概率度量设置一阈值,并在步骤412识别具有高于这一阈值的概率度量最大值数目。然后在步骤414降低该阈值,并在步骤416识别具有高于这一降低的阈值概率度量的新的最大值数目。在步骤418测试停止准则。停止准则是被识别的最大值数目在预定的叠代数期间是否已不再增加。如果停止准则不真,则重复步骤414和步骤416。如果停止准则真,则这指出已经达到一概率度量,它低于对所有对应于特征对象的最大值的概率度量。这样,如果停止准则真,则对应于交叉相关最大值具有高于最后阈值的概率度量的可能的特征对象被识别为特征对象。
如上所述,当确定特征对象外观的模板时,能够借助于任何已知的识别数字图象中对象的方法识别特征对象的一个子集。然而,以下参照图5说明为此的一个优选方法。这一描述涉及特征对象比其余的数字图象更明亮的数字图象。首先,在步骤502以高斯核对数字图象求卷积。这样作是为了抑制图象中与高斯卷积标准偏差相比小的对象。于是,如果知道特征对象近似的尺寸,则选择高斯核使得小于特征对象的对象被抑制。如果事先不知道尺寸,则该方法需要对不同的高斯核重复进行。然后在步骤504,使用拉普拉斯变换对被卷积的图象进行变换。然后在步骤506设置阈值,并在步骤508识别被卷积和拉普拉斯变换的图象中具有低于这一值的值的对象。从开始阈值最好被设置为低,例如设置为被卷积和拉普拉斯变换的图象的最低值。然后在步骤510增加该阈值,并在步骤508识别被卷积和拉普拉斯变换的图象中低于这一值的值的对象。然后,在步骤514测试停止准则。停止准则是被识别的对象数目为预定数目,或被识别的对象数目在叠代之间已经降低。如果停止准则都不真,则重复步骤510和步骤512。如果它们之一真,则停止叠代,并将该特征对象的子集识别为具有低于倒数第二个阈值的值的对象。第一停止准则保证了找到足够数目的特征对象,同时第二停止准则保证当阈值很高以至被卷积和拉普拉斯变换的图象中的对象开始消失时,停止搜索。对于其特征对象比数字图象其余部分黑暗的数字图象,使用类似的方法。然而,这种情形下阈值开始最好设置为高,例如被卷积和拉普拉斯变换的图象的最高值,并然后降低。这种情形下,识别的是带有超过阈值的对象。
图6中示出根据本发明借助于组件的样品的数字图象的自动图象处理,确定组件上引线标称位置的方法的流程图。该方法使用应确定其引线标称位置的组件样品的数字图象的自动图象处理,诸如带有按组排布的组件体边缘上引线的组件,例如QFP组件。在步骤600,识别数字图象中对应于样品的一对象。这种识别是借助于图象处理使用任何识别数字图象中的对象的方法进行的。在步骤602,识别对应于组件上引线的特征对象。这种识别也可以借助于图象处理使用任何识别数字图象中的对象的方法进行,但最好使用参照图4所述的方法进行。在已经识别出特征对象之后,在步骤604对它们的位置确定位置数据。在组件的边缘上有引线的组件的例子中,所确定的位置数据可包括相邻特征对象之间的距离。当位置数据已经确定时,在步骤606这些数据与标称位置数据集合进行比较。标称位置数据集合基于引线位置的先验知识。这种先验知识在于,对于引线如何出现在不同类型组件上存在标准化方式的集合。对于在组件边缘有引线的组件的例子,这种类型的组件在组件相对侧在对应的引线组中应当有相等数目的引线。此外,在一组引线内相邻引线之间的距离应当是不变的。在步骤608选择引线之间标准化距离集合的引线之间的标准化距离。在组件边缘有引线的组件的例子中,选择最接近被确定相邻引线之间的距离的引线之间的标准化距离。然后,如果比较已确定的位置数据与标称位置数据指出,有一个或多个特征部分,即引线,对其还没有识别对应的的特征对象,则在步骤610根据标称位置数据集合确定这些一个或多个引线的标称位置。在边缘有引线的组件的例子中,对于当在组件的第一侧引线组中比组件的相对侧对应的的引线组中少一个引线,并且组件第一侧彼此相邻的两个引线之间的距离不同于选择的相邻引线之间标称距离时的情形下,则确定有一个或多个引线,对其还没有识别对应的特征对象。此外,如果已确定的位置数据与所述标称位置数据集合比较指出,有一个或多个不对应于引线的特征对象,则在步骤610不对这些一个或多个特征对象确定标称位置。在边缘有引线的组件的例子中,对于当在组件第一侧引线组中比组件相对侧对应的引线组中多一个引线,并且组件第一侧彼此相邻的两个引线之间的距离不同于选择的相邻引线之间标称距离时的情形下,要确定存在一个或多个不对应于引线的特征对象。
应当注意,确定遗漏或过多特征对象的顺序可以是相反的,并可以进行一种,另一种或两者都进行。
虽然以上参照适用于确定电子装置标称数据的实施例,对于电子装置的特征部分诸如组件上的引线的位置,对本发明进行了说明,但本发明同样适用于对于有标称机械数据的某些先验知识的电子装置确定其它机械数据。例如,本发明适用于确定电子组件或其一部件的尺寸和形状。这种情形下,标称外观数据将包括已知的标准化尺寸和形状。

Claims (30)

1.借助于电子装置样品的数字图象的自动图象处理,用于确定所述电子装置标称机械数据的一种方法,包括以下步骤:
识别所述数字图象中对应于所述样品的的一个对象;
对于被识别对象的外观确定外观数据;
比较至少某些被确定的外观数据与存储的标称外观数据集合,这些标称外观数据是基于电子装置外观的先验知识;
响应所述比较步骤,选择所述标称外观数据集合的至少某些标称外观数据;及
根据选择的标称外观数据和至少某些所述已确定的外观数据,确定所述电子装置的标称机械数据。
2.根据权利要求1的方法,其中在选择步骤选择所述至少某些被确定的外观数据表现出与其最类似的标称外观数据。
3.根据权利要求1或2的方法,其中所述标称外观数据集合包括对于所述电子装置特征部分位置的标称位置数据的集合,且其中要被确定的标称机械数据是所述电子装置的所述特征部分的标称位置,其中确定外观数据的步骤包括以下步骤:
识别所述数字图象中被识别的对象的特征对象,这些特征对象对应于所述电子装置的所述特征部分;及
对于被识别的特征对象的位置确定位置数据,
且其中比较步骤包括以下步骤:
比较已确定的位置数据与所述标称位置数据集合。
4.根据权利要求3的方法,其中所述标称位置数据集合包括对于所述电子装置的所述特征部分之间距离的标称距离数据。
5.根据权利要求4的方法,其中确定位置数据的步骤包括以下步骤:
对于被识别的特征对象之间的距离确定距离数据,
且其中比较步骤包括以下步骤:
比较已确定的距离数据与所述标称距离数据集合。
6.根据权利要求4或5的方法,其中所述标称距离数据集合包括所述电子装置的特征部分之间的标称中心距离集合,其中确定位置数据的步骤包括以下步骤:
计算所述被识别的特征对象之间的中心距离,
其中比较步骤包括以下步骤:
比较已计算出的中心距离与所述标称中心距离集合,
且其中确定标称位置的步骤包括以下步骤:
响应比较步骤,识别所述计算出的中心距离表现出与所述标称距离集合哪些标称距离最类似;及
根据识别出的标称中心距离,确定所述电子装置上特征部分的标称位置。
7.根据权利要求6的方法,其中借助于所述位置数据的频率分析计算所述中心距离。
8.根据权利要求6或7的方法,其中所述数字图象包括象素矩阵,且其中计算中心距离的步骤包括以下步骤:
定义至少部分所述数字图象的象素函数,该函数对于对应于所述特征对象一个特征对象的象素有不同于对于其它象素的值;
频率变换所述函数;
搜索该频率变换的函数求得峰值;及
从发现的峰值计算中心距离。
9.根据权利要求8的方法,其中特征部分之间标称中心距离的所述集合,包括特征部分之间标称水平中心距离集合与特征部分之间标称垂直中心距离集合,其中频率变换的函数是二维付立叶变换,其中搜索所述频率变换的函数的步骤包括以下步骤:
从对于零频率的中心开始,分别对于水平方向和垂直方向两个最近的峰值搜索付立叶变换,
其中计算所述距离的步骤包括以下步骤:
从垂直方向所述两个最近峰值,计算所述被识别对象之间的垂直中心距离;及
从水平方向所述两个最近峰值,计算所述被识别对象之间的中心水平距离,
其中比较所述中心距离的步骤包括以下步骤:
比较所述垂直中心距离与所述标称垂直中心距离的集合;及
比较所述水平中心距离与所述标称水平中心距离的集合,
且其中确定标称位置的步骤包括以下步骤:
响应比较所述最近垂直中心距离的步骤,识别所述标称垂直中心距离集合中所述中心垂直距离与其最接近的标称垂直中心距离,
响应比较所述最近水平中心距离的步骤,识别所述标称水平中心距离集合中所述中心水平距离与其最接近的标称水平中心距离,及
根据识别出的标称垂直中心距离与标称水平中心距离,确定所述电子装置上特征部分的标称位置。
10.根据权利要求9的方法,其中特征部分之间的所述标称中心距离集合包括对于标称格栅集合的每一个的特征部分之间的标称中心距离,还包括以下步骤:
作为垂直中心距离和水平中心距离的平均,计算所述特征对象之间的中心距离,
且其中比较步骤包括以下步骤:
对于所述标称格栅集合的每一个,比较所述中心距离与特征部分之间所述标称中心距离,
且其中确定标称位置的步骤包括以下步骤:
响应比较步骤,对于所述标称格栅之一识别所述中心距离与其最接近的标称中心距离;及
确定所述电子装置上特征部分的标称位置为所述带有识别出的标称中心距离的所述标称格栅的所述之一上的位置。
11.根据权利要求3-10任何之一的方法,其中所述标称位置数据集合包括对于数个不同模式特征部分的每一个的标称位置数据集合,还包括以下步骤:
识别所述数个不同模式中已识别出的特征对象与之对应的模式;及
对于所述识别出的表示所述标称位置数据集合的模式选择标称位置数据。
12.根据权利要求3-11任何之一的方法,其中识别特征对象的步骤包括以下步骤:
对于数字图象中的特征对象外观确定模板;
搜索数字图象中匹配该模板的对象;及
在找到的对象中识别特征对象。
13.根据权利要求12的方法,其中还包括以下步骤:
识别所述数字图象中特征对象的子集;以及
确定所识别的子集每一特征对象的外观,
其中确定模板的步骤包括以下步骤:
确定模板为所述被识别的子集的特征对象外观的平均。
14.根据权利要求13的方法,其中识别特征对象子集的步骤包括以下步骤:
对所述数字图象计算一种度量,该度量对于对应于特征部分的对象高;
对所述度量设置一阈值;
识别其度量高于所述阈值的对象;
降低该阈值;
重复前两个步骤,直到被识别的对象数目达到预定的数目,或直到重复之间被识别的对象数目降低;以及
将其度量高于倒数第二个阈值的对象识别为数字图象中的特征对象。
15.根据权利要求14的方法,还包括以下步骤:
以对应于所述电子装置的特征部分的尺寸高斯核对所述数字图象求卷积,
其中计算步骤包括以下步骤:
计算已求卷积的数字图象的拉普拉斯变换。
16.根据权利要求12-15任何之一的方法,其中识别特征对象的步骤包括以下步骤:
对于每一被找到的对象,计算描述所找到的对象对应于特征对象的概率的概率度量;
对于所述概率度量设置一阈值;
识别所述找到的对象中其概率度量大于所述阈值的对象;
降低该阈值;
重复前两个步骤,直到在预定重复次数期间被识别的对象数目不再增加;以及
将其概率度量大于最后阈值的对象识别为数字图象中的特征对象。
17.根据权利要求12-16任何之一的方法,其中搜索步骤包括以下步骤:
计算模板与数字图象之间相关度量;以及
搜索数字图象中对应于所述相关度量最大值的对象。
18.根据权利要求17的方法,其中相关度量是交叉相关。
19.根据权利要求3的方法,其中确定标称位置包括以下步骤:
响应比较已确定的位置数据与所述标称位置数据集合,确定有一个或多个特征部分,对其没有识别出任何对应的特征对象;以及
根据所述标称位置数据集合,确定所述一个或多个特征部分的标称位置。
20.根据权利要求19的方法,其中对于当所述标称位置数据集合包括在所述确定的位置数据中没有对应关系的一个或多个位置时,确定有一个或多个特征部分,对其识别出没有对应的特征对象。
21.根据权利要求3或19的方法,其中确定标称位置包括以下步骤:
响应比较已确定的位置数据与所述标称位置数据集合,确定有一个或多个特征对象不对应于特征部分;
对于所述一个或多个特征对象抑制确定标称位置。
22.根据权利要求21的方法,其中对于当所述已确定的位置数据集合包括一个或多个位置在所述标称位置数据中没有对应关系时,确定有一个或多个特征对象不对应于特征部分。
23.根据权利要求3-22任何之一的方法,其中所述特征部分是引线。
24.根据权利要求1-23任何之一的方法,其中所述电子装置是组件。
25.根据权利要求24的方法,还包括以下步骤:
存储所述标称位置数据,供当分析要安装在印刷电路板上的组件的位置时用作为基准。
26.借助于电子装置样品的数字图象的自动图象处理,用于确定所述电子装置标称机械数据的一种装置,包括:
存储装置,其中存储电子装置的标称机械数据集合,这些标称外观数据基于电子装置外观的先验知识;
数字图象处理装置,用于识别所述数字图象中对应于所述样品的对象;以及
处理装置,用于确定被识别对象的外观的外观数据,用于比较至少某些已确定的外观数据与所述存储的标称外观数据集合,响应所述比较用于选择所述标称外观数据集合的至少某些标称外观数据,并根据所选择的标称外观数据和至少某些所述已确定的外观数据,用于确定所述电子装置的标称机械数据。
27.根据权利要求26的装置,其中所述处理装置被配置为选择标称外观数据,所述至少某些已确定的外观数据表现出与其最类似。
28.根据权利要求27的装置,其中所述标称外观数据集合包括对于所述电子装置的特征部分的位置的标称位置数据,其中标称机械数据是所述电子装置的所述特征部分的标称位置,其中数字图象处理装置还配置为识别所述数字图象中的被识别对象的特征对象,该特征对象对应于所述电子装置的所述特征部分,并其中处理装置还配置为对于被识别的特征对象的位置确定位置数据,并比较已确定的位置数据与所述标称位置数据集合。
29.根据权利要求28的装置,其中所述标称位置数据集合包括特征部分之间的标称中心距离集合,且其中所述处理装置还配置为计算所述被识别的特征对象之间的中心距离,比较所计算的中心距离与所述标称中心距离集合,响应所述比较识别所述标称中心距离集合中所述计算的中心距离表现与其最类似的标称中心距离,并根据识别的标称中心距离确定所述电子装置上特征部分的标称位置。
30.一种具有计算机可执行指令的计算机可读介质,用于包括自动图象处理装置的通用计算机,以执行任何权利要求1-25的步骤。
CNB018085407A 2000-04-28 2001-04-27 用于确定电子装置标称机械数据的方法和装置 Expired - Lifetime CN1264115C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
SE0001577A SE516239C2 (sv) 2000-04-28 2000-04-28 Metod och anordning för bestämning av nominella data för elektroniska kretsar, genom att ta en digital bild och jämföra med lagrade nominella data.
SE00015776 2000-04-28

Publications (2)

Publication Number Publication Date
CN1426533A true CN1426533A (zh) 2003-06-25
CN1264115C CN1264115C (zh) 2006-07-12

Family

ID=20279484

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB018085407A Expired - Lifetime CN1264115C (zh) 2000-04-28 2001-04-27 用于确定电子装置标称机械数据的方法和装置

Country Status (10)

Country Link
US (1) US7324710B2 (zh)
EP (1) EP1277041B1 (zh)
JP (1) JP4800547B2 (zh)
KR (1) KR100874389B1 (zh)
CN (1) CN1264115C (zh)
AT (1) ATE249620T1 (zh)
AU (1) AU2001252833A1 (zh)
DE (1) DE60100757T2 (zh)
SE (1) SE516239C2 (zh)
WO (1) WO2001084499A2 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7711157B2 (en) * 2006-08-01 2010-05-04 California Institute Of Technology Artificial intelligence systems for identifying objects
US20090080010A1 (en) * 2007-09-21 2009-03-26 Canon Kabushiki Kaisha Image forming apparatus, image forming method, and program
US8725477B2 (en) 2008-04-10 2014-05-13 Schlumberger Technology Corporation Method to generate numerical pseudocores using borehole images, digital rock samples, and multi-point statistics
RU2440591C2 (ru) * 2008-04-10 2012-01-20 Шлюмбергер Текнолоджи Б.В. Способ получения характеристик геологической формации, пересекаемой скважиной
US8389057B2 (en) * 2009-04-06 2013-03-05 Douglas Knox Systems and methods for printing electronic device assembly
US8311788B2 (en) 2009-07-01 2012-11-13 Schlumberger Technology Corporation Method to quantify discrete pore shapes, volumes, and surface areas using confocal profilometry
BR102015013591A8 (pt) * 2015-06-10 2023-03-07 Valid Solucoes E Servicos De Seguranca Em Meios De Pagamento E Identificacao S A Processo e sistema de identificação de produtos em movimentação em uma linha de produção
US10591289B2 (en) * 2015-07-13 2020-03-17 Renishaw Plc Method for measuring an artefact

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5941228B2 (ja) * 1979-08-30 1984-10-05 富士通株式会社 情報抽出システム
EP0366850B1 (en) 1987-02-20 1997-01-15 Sagem Sa Automatic fingerprint identification method
US4790564A (en) 1987-02-20 1988-12-13 Morpho Systemes Automatic fingerprint identification system including processes and apparatus for matching fingerprints
JPH07118012B2 (ja) * 1987-10-20 1995-12-18 松下電器産業株式会社 部品のリード端子間隔検査方法
EP0685732B1 (en) 1988-05-09 1999-08-25 Omron Corporation Printed circuit board inspecting apparatus
US5265170A (en) * 1990-01-11 1993-11-23 Hine Design, Inc. Devices and methods for reading identification marks on semiconductor wafers
US5119436A (en) 1990-09-24 1992-06-02 Kulicke And Soffa Industries, Inc Method of centering bond positions
US5185811A (en) * 1990-12-27 1993-02-09 International Business Machines Corporation Automated visual inspection of electronic component leads prior to placement
SG45181A1 (en) 1991-07-22 1998-01-16 Omron Tateisi Electronics Co Teaching method and system for mounted component inspection
US5469294A (en) 1992-05-01 1995-11-21 Xrl, Inc. Illumination system for OCR of indicia on a substrate
US5737122A (en) 1992-05-01 1998-04-07 Electro Scientific Industries, Inc. Illumination system for OCR of indicia on a substrate
US5555316A (en) 1992-06-30 1996-09-10 Matsushita Electric Industrial Co., Ltd. Inspecting apparatus of mounting state of component or printing state of cream solder in mounting line of electronic component
JP2941617B2 (ja) 1993-10-21 1999-08-25 株式会社テンリュウテクニックス 電子部品の部品データ記録装置およびそれを用いた電子部品の搬送組み付け装置
US5563798A (en) * 1994-04-05 1996-10-08 Applied Materials, Inc. Wafer positioning system
JP3472971B2 (ja) * 1994-07-15 2003-12-02 株式会社アドバンテスト Ic不良解析方法及び不良解析装置
US6026176A (en) 1995-07-25 2000-02-15 Cognex Corporation Machine vision methods and articles of manufacture for ball grid array inspection
JP3679471B2 (ja) 1995-09-18 2005-08-03 ジェネシス・テクノロジー株式会社 光学的欠陥検査装置
JP2850807B2 (ja) * 1995-10-27 1999-01-27 日本電気株式会社 検査データ作成装置
JPH09184715A (ja) * 1995-12-28 1997-07-15 Hitachi Ltd パターン形状検査装置
JPH09265537A (ja) * 1996-03-29 1997-10-07 Hitachi Ltd 画像処理方法
US5785484A (en) 1996-08-23 1998-07-28 Electro Scientific Industries, Inc. Method and apparatus for orienting miniature components
US5894530A (en) 1996-09-05 1999-04-13 Electro Scientific Industries, Inc. Optical viewing system for simultaneously viewing indicia located on top and bottom surfaces of a substrate
CN1201953A (zh) 1997-06-06 1998-12-16 童超 手形图像识别仪
US5956134A (en) 1997-07-11 1999-09-21 Semiconductor Technologies & Instruments, Inc. Inspection system and method for leads of semiconductor devices
US6895109B1 (en) * 1997-09-04 2005-05-17 Texas Instruments Incorporated Apparatus and method for automatically detecting defects on silicon dies on silicon wafers
US6038336A (en) 1997-12-04 2000-03-14 Daewoo Electronics Co., Ltd. PCB testing circuit for an automatic inserting apparatus and a testing method therefor
US5969752A (en) 1998-06-15 1999-10-19 Electro Scientific Industries Multi-function viewer/tester for miniature electric components
KR100635954B1 (ko) 1998-08-04 2006-10-19 사이버옵틱스 코포레이션 개선된 기능을 갖는 센서
US6275742B1 (en) * 1999-04-16 2001-08-14 Berkeley Process Control, Inc. Wafer aligner system
US6326618B1 (en) * 1999-07-02 2001-12-04 Agere Systems Guardian Corp. Method of analyzing semiconductor surface with patterned feature using line width metrology
US6225639B1 (en) * 1999-08-27 2001-05-01 Agere Systems Guardian Corp. Method of monitoring a patterned transfer process using line width metrology
EP1089214A3 (en) * 1999-09-30 2005-01-26 Matsushita Electric Industrial Co., Ltd. Apparatus and method for image recognition
US6411867B1 (en) * 1999-10-27 2002-06-25 Fujitsu Ten Limited Vehicle driving support system, and steering angle detection device
US6718227B1 (en) * 1999-12-16 2004-04-06 Texas Instruments Incorporated System and method for determining a position error in a wafer handling device
EP1199225B1 (en) * 2000-05-12 2009-07-15 Kabushiki Kaisha Toyota Jidoshokki Vehicle backing support apparatus
US6464636B1 (en) * 2000-10-18 2002-10-15 Koninklijke Philips Electronics N.V. Configuration tool for use in ultrasound imaging device
US6584213B2 (en) * 2001-07-23 2003-06-24 Pulsent Corporation Motion matching method

Also Published As

Publication number Publication date
DE60100757T2 (de) 2004-07-01
DE60100757D1 (de) 2003-10-16
SE0001577D0 (sv) 2000-04-28
EP1277041B1 (en) 2003-09-10
JP2003532243A (ja) 2003-10-28
US7324710B2 (en) 2008-01-29
SE516239C2 (sv) 2001-12-03
WO2001084499A2 (en) 2001-11-08
KR20030005301A (ko) 2003-01-17
KR100874389B1 (ko) 2008-12-17
ATE249620T1 (de) 2003-09-15
WO2001084499A3 (en) 2002-01-24
US20030113039A1 (en) 2003-06-19
JP4800547B2 (ja) 2011-10-26
CN1264115C (zh) 2006-07-12
SE0001577L (sv) 2001-10-29
AU2001252833A1 (en) 2001-11-12
EP1277041A2 (en) 2003-01-22

Similar Documents

Publication Publication Date Title
CN113030121B (zh) 用于电路板元器件的自动光学检测方法、系统、及设备
US8135210B2 (en) Image analysis relating to extracting three dimensional information from a two dimensional image
CN111027343A (zh) 条形码区域定位方法和装置
CN1264115C (zh) 用于确定电子装置标称机械数据的方法和装置
US6813377B1 (en) Methods and apparatuses for generating a model of an object from an image of the object
US6898333B1 (en) Methods and apparatus for determining the orientation of an object in an image
CN111079730A (zh) 一种在界面图中确定样图所在区域的方法和电子设备
CN112435222A (zh) 一种电路板检测方法、装置及计算机可读存储介质
CN116309518A (zh) 一种基于计算机视觉的pcb电路板检测方法及系统
CN115841488A (zh) 一种基于计算机视觉的pcb板的检孔方法
CN113408519A (zh) 一种基于模板旋转匹配的指针仪表读数的方法及系统
CN110288655B (zh) 一种自动识别chart图片中测试图案位置的方法及装置
Conner et al. Engineering design of an image acquisition and analysis system for dendrochronology
US20030185432A1 (en) Method and system for image registration based on hierarchical object modeling
CN113284158B (zh) 一种基于结构约束聚类的图像边缘提取方法及系统
CN114998274A (zh) 对象的定位方法、装置、电子设备和可读存储介质
CN112991327A (zh) 基于机器视觉的钢格网焊接系统、方法和终端设备
CN112215311A (zh) 样本入库方法、装置、计算机设备和存储介质
CN117037185B (zh) 一种基于光学字符识别技术的导线线号识别方法及装置
CN113642588B (zh) 平面图像物体外边缘爬虫分析方法
CN117671677B (zh) 一种荧光微阵列识别分析方法及系统
US20220392103A1 (en) Visual positioning method, mobile machine using the same, and computer readable storage medium
CN113435300A (zh) 一种避雷器仪表实时识别方法及系统
CN117576431A (zh) 一种图像识别方法、装置、计算机设备及存储介质
CN116958793A (zh) 基于光照条件评估充电机器人视觉识别的装置及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C41 Transfer of patent application or patent right or utility model
C56 Change in the name or address of the patentee
CP03 Change of name, title or address

Address after: Swedish tibbers

Patentee after: Macro Nick Technologies AG

Address before: Swedish Broma

Patentee before: Mydata Automation AB

TR01 Transfer of patent right

Effective date of registration: 20161123

Address after: Swedish tibbers

Patentee after: Macro Nick AG

Address before: Swedish tibbers

Patentee before: Macro Nick Technologies AG

CX01 Expiry of patent term
CX01 Expiry of patent term

Granted publication date: 20060712