DE60100757T2

DE60100757T2 - Verfahren und einrichtung zur verarbeitung von bildern

Info

Publication number: DE60100757T2
Application number: DE60100757T
Authority: DE
Inventors: Niklas Andersson; Simon Sandgren; Johan Aberg
Original assignee: MyData Automation AB
Current assignee: Mycronic Technologies AB
Priority date: 2000-04-28
Filing date: 2001-04-27
Publication date: 2004-07-01
Anticipated expiration: 2021-04-28
Also published as: JP4800547B2; CN1426533A; KR20030005301A; WO2001084499A2; CN1264115C; US7324710B2; SE0001577D0; US20030113039A1; AU2001252833A1; EP1277041B1; SE0001577L; ATE249620T1; KR100874389B1; EP1277041A2; JP2003532243A; SE516239C2; WO2001084499A3; DE60100757D1

Description

TECHNISCHES GEBIET DER ERFINDUNG
Die vorliegende Erfindung bezieht sich auf ein Verfahren und eine entsprechende Vorrichtung zur Bestimmung der mechanischen Nenndaten eines elektronischen Bauelements mit Hilfe von automatischer Bildverarbeitung eines digitalen Bilds von einem Probestück des besagten Bauelements. Weiterhin bezieht sich die vorliegende Erfindung auf ein von Computern lesbares Medium, das von Computern ausführbare Anweisungen für einen Universalcomputer hat, der zur Durchführung des besagten Verfahrens Einrichtungen zur automatischen Bildverarbeitung beinhaltet.
TECHNISCHER HINTERGRUND DER ERFINDUNG
Wenn Bauteile auf einer gedruckten Schaltung (Platine) mittels einer Bestückungsmaschine platziert werden, ist ein hohes Maß an Präzision notwendig. Um dies zu erreichen, wird oft zur Erlangung und Analyse eines Bilds des Bauteils eine Bildverarbeitungseinrichtung benutzt, nachdem das Bauteil mittels eines Aufnahmekopfs aufgenommen wurde. Die Analyse zielt auf die Bestimmung der genauen Position des Bauteils am Aufnahmekopf bevor es auf der Platine platziert wird. Wenn die Position des zu platzierenden Bauteils bekannt ist, kann die Bestückungsmaschine die Verschiebung und Drehung des Bauteils kompensieren, bevor es auf der Platine platziert wird. Während der Analyse wird das Bild mit gespeicherten mechanischen Daten des Bauteils verglichen, um die Bestimmung der Position des zu platzierenden Bauteils zu ermöglichen. Es werden zum Beispiel die Objektpositionen im Bild, die den Kontakten des zu platzierenden Bauteils entsprechen, mit gespeicherten mechanischen Daten, die die Nennpositionen der Kontakte an der maßgeblichen Bauform des Bauteils beschreiben, verglichen. Darüber hinaus kann das zu platzierende Bauteil bei der Analyse auf Fehler untersucht werden, wie zum Beispiel fehlende Kontakte, fehlerhafte Kontakte oder falsch liegende Kontakte.
Um die oben beschriebene Analyse durchführen zu können, sind die Bestückungsmaschinen mit Datenbanken ausgestattet, die mechanische Daten für die häufigsten Bauteile enthalten. Jedoch müssen aufgrund der großen Anzahl von neuen Bauteilen, die ständig auf dem Markt eingeführt werden, die Datenbanken fortlaufend mit mechanischen Daten für diese neuen Bauteile aktualisiert werden. Für seltenere zu platzierende Bauteile könnte außerdem der Fall eintreten, dass die Datenbank keine mechanischen Daten für diesen Bauteiltyp enthält. Daher muss die Datenbank mit mechanischen Daten für diese seltenen Bauteile aktualisiert werden, wenn sie benutzt werden sollen.
Wenn heutzutage die Datenbank mit mechanischen Daten für Bauteile aktualisiert wird, werden die mechanischen Daten häufig von Zeichnungen oder Ähnlichem des Bauteils entnommen und in die Datenbank manuell eingegeben. Dies ist eine Zeit raubende Arbeit und es besteht immer das Risiko, dass Daten auf Grund des menschlichen Faktors falsch eingegeben werden. Darüber hinaus sind in manchen Fällen Zeichnungen des Bauteils nicht verfügbar oder die Art der verfügbaren Zeichnungen ist nicht dazu geeignet, die wichtigen mechanischen Daten zu extrahieren. Folglich wurden alternative Verfahren, die automatisch oder halbautomatisch sind, entwickelt, bei denen Bilder eines einzelnen Probestücks oder einer Anzahl von Probestücken des Bauteils aufgenommen werden. Die mechanischen Daten eines einzelnen Probestücks oder eines Durchschnitts der mechanischen Daten einer Anzahl von Probestücken werden dann bestimmt und in der Datenbank abgelegt. Die Probestücke, die für dieses Verfahren benutzt werden, sind bevorzugt Probestücke, die mit einer sehr hohen Genauigkeit produziert worden sind.
Die automatischen Verfahren haben einige Nachteile gegenüber dem manuellen Verfahren. Ein Nachteil ist, dass die mechanischen Daten, die aus einem dieser Verfahren resultieren, zu einem gewissen Maß von den mechanischen Daten eines korrekten Probestücks des Bauteils abweichen werden. Das liegt an der Tatsache, dass die gespeicherten mechanischen Daten mechanische Daten für Probestücke des Bauteils sind. Diese Probestücke könnten ziemlich genau sein, jedoch schließen sie immer einige Fehler bezüglich der mechanischen Nenndaten für das Bauteil ein. Ein anderer Nachteil ist die Schwierigkeit, die Bildverarbeitungsvorrichtung so zu kalibrieren, dass man einen richtigen Maßstab im Bild erhält.
ZUSAMMENFASSUNG DER ERFINDUNG
Ein allgemeines Ziel der Erfindung ist es, die automatische Bestimmung von genauen mechanischen Nenndaten für ein elektronisches Bauelement zu ermöglichen. Dieses Ziel wird durch ein Verfahren und eine Vorrichtung gemäß den begleitenden Ansprüchen erreicht.
Die Erfindung basiert auf der Erkenntnis, dass selbst wenn noch keine mechanischen Nenndaten für ein elektronisches Bauteil bestimmt worden sind, es trotzdem etwas priori-Wissen über das Aussehen des elektronischen Bauteils gibt. Dieses priori-Wissen ist eine Folge der Tatsache, dass elektronische Bauteile meist nach standardisierten Normen für charakteristische Eigenschaften des elektronischen Bauteils zusammengesetzt sind. Beispiele für charakteristische Eigenschaften sind Größe und Form des elektronischen Bauteils oder der Teile des elektronischen Bauteils, die Position von Teilen oder von Bezugspunkten am elektronischen Bauteil, etc. Die standardisierten Normen für die charakteristischen Eigenschaften sind zum Beispiel, dass das elektronische Bauteil oder Teile des elektronischen Bauteils nur eine begrenzte Anzahl von optionalen standardisierten Größen und Formen haben dürfen, und dass Teile oder Bezugspunkte am elektronischen Bauteil nur eine begrenzte Anzahl von optionalen standardisierten Strukturen und Zwischenräumen etc. haben dürfen. Entsprechend können die Nennerscheinungsbilddaten für jede der Optionen für eine standardisierte Norm bestimmt werden, wobei das Ergebnis ein Satz von Nennerscheinungsbilddaten ist.
Gemäß eines Aspekts der Erfindung wird ein Verfahren zur Bestimmung der mechanischen Nenndaten für ein elektronisches Bauelement mittels automatischer Bildverarbeitung eines digitalen Bilds eines Probestücks von einem elektronischen Bauelement bereitgestellt, wobei in diesem Verfahren ein Objekt im digitalen Bild, das mit dem Probestück übereinstimmt, identifiziert wird und die Erscheinungsbilddaten für das Erscheinungsbild des identifizierten Objekts bestimmt werden. Dann werden wenigstens einige der bestimmten Erscheinungsbilddaten mit dem gespeicherten Satz von Nennerscheinungsbilddaten verglichen, wobei die Nennerscheinungsbilddaten auf dem priori-Wissen über Erscheinungsbilder von elektronischen Bauelementen basieren, und wenigstens einige Nennerscheinungsbilddaten aus dem Satz von Nennerscheinungsbilddaten aus gewählt werden. Zum Schluss werden die mechanischen Nenndaten des elektronischen Bauteils in Übereinstimmung mit dem gewählten Nennerscheinungsbilddaten und wenigstens einigen der bestimmten Erscheinungsbilddaten bestimmt.
Das Verfahren gemäß der Erfindung eröffnet einen Weg zur Bestimmung von Nenndaten für ein elektronisches Bauelement ohne Zugriff auf Aufzeichnungen oder Ähnliches des elektronischen Bauteils zu haben. Darüber hinaus ermöglicht das Verfahren dies unter Benutzung von Bildverarbeitung eines Bilds von einem Probestück des elektronischen Bauelements zu tun, wobei das Probestück nicht vollständig genau sein muss. Der Grund dafür, dass dies möglich ist, liegt in der Erkenntnis, dass von Anfang an eigentlich ein priori-Wissen über das Erscheinungsbild des elektronischen Bauelements vorhanden ist, und dass dieses priori-Wissen bei der Bestimmung der mechanischen Nenndaten benutzt werden kann. Wie oben beschrieben liegt das priori-Wissen in den standardisierten Normen für charakteristische Eigenschaften des elektronischen Bauelements. Der Satz von Nennerscheinungsbilddaten ist mit diesen standardisierten Normen korreliert. Ein Vorteil des Verfahrens gemäß der Erfindung verglichen mit den bekannten manuellen Verfahren ist, dass die manuelle Eingabe von mechanischen Daten nicht nötig ist, was das Verfahren zeitlich effektiver und verlässlicher macht. Ein Vorteil des Verfahrens gemäß der Erfindung verglichen mit den bekannten automatischen Verfahren ist, dass die bestimmten mechanischen Nenndaten genauer sind. Dies liegt an der Benutzung von Nennerscheinungsbilddaten in dem Verfahren gemäß der Erfindung im Gegensatz zu den bekannten automatischen Verfahren, wo die bestimmten mechanischen Daten die Durchschnitte von einer Anzahl von Probestücken des elektronischen Bauelements sind. Ein weiterer Vorteil des Verfahrens gemäß der Erfindung ist, dass es die Bestimmung von mechanischen Nenndaten unter Benutzung von nur einem Probestück des Bauteils ermöglicht, was das Verfahren zeitlich effektiver als die bekannten automatischen Verfahren macht, bei denen eine Anzahl von Probestücken benötigt werden. Man beachte, dass dies nicht ausschließt, dass das Verfahren gemäß der Erfindung auf mehr als ein Probestück angewendet wird, und dass die Ergebnisse für diese Probestücke verglichen werden, um das Risiko einer fehlerhaften Bestimmung von mechanischen Nenndaten auf Grund zu großen Fehlern an einem Probestück zu vermindern.
Es soll beachtet werden, dass die Erscheinungsbilddaten kein direktes Maß für die mechanischen Daten von Interesse sein müssen, sondern dass sie auch indirekt den mechanischen Daten entsprechen können. Daher soll der Ausdruck „in Übereinstimmung mit" so verstanden werden, dass eine indirekte Entsprechung zwischen Nennerscheinungsbilddaten und den mechanischen Nenndaten mit eingeschlossen ist. Eine indirekte Entsprechung zwischen den Erscheinungsbilddaten und den mechanischen Daten ist vorteilhaft, wenn die interessanten mechanischen Daten schwer zu bestimmen sind. In diesem Fall werden die Erscheinungsbilddaten, die einfach zu bestimmen sind, bestimmt und mit einem Satz von entsprechenden Nennerscheinungsbilddaten verglichen. Ein priori-Wissen über die Entsprechung zwischen Nennerscheinungsbilddaten und den mechanischen Nenndaten wird dann dazu benutzt, um die mechanischen Nenndaten zu bestimmen.
In dem Verfahren gemäß der Erfindung werden die Nennerscheinungsbilddaten aus dem Satz von Nennerscheinungsbilddaten bevorzugt gewählt, die die größte Ähnlichkeit zu den bestimmten Erscheinungsbilddaten zeigen. Auf diese Weise kann ein einfaches Kriterium benutzt werden, um die Nennerscheinungsbilddaten zu finden, wenn die mechanischen Nenndaten bestimmt werden.
Abhängig von dem Typ des elektronischen Bauelements, für das die mechanischen Nenndaten bestimmt werden sollen, wird sich das priori-Wissen unterscheiden und daher wird sich auch der Satz von Nennerscheinungsbilddaten unterscheiden. Wenn das elektronische Bauelement eine Anzahl von charakteristischen Teilen hat, die in einem elektronischen Bauelement gemäß einer standardisierten Norm angeordnet sind, beinhaltet der Satz von Nennerscheinungsbilddaten vorzugsweise Nennpositionsdaten für die Positionen der charakteristische Teile des elektronischen Bauelements. In diesen Fällen werden die charakteristischen Objekte des identifizierten Objekts im digitalen Bild identifiziert, deren charakteristische Objekte charakteristischen Teilen von besagtem elektronischen Bauelement entsprechen, und die Positionsdaten für die Positionen der identifizierten charakteristischen Objekte werden bestimmt und mit dem Satz von Nennpositionsdaten verglichen. Die Positionen der charakteristischen Teile werden dann in Übereinstimmung mit den bestimmten Positionsdaten an den ausgewählten Nennpositionsdaten bestimmt. Dadurch, dass nicht nur die bestimmten Positionsdaten sondern auch die Nennpositionsdaten benutzt werden, ergibt sich der Vorteil, dass die Positionen der charakteristischen Teile genauer bestimmt werden können.
In einem besonderen Fall, wenn die charakteristischen Teile am elektronischen Bauteil gemäß eines Rasters mit gleichen Abständen zwischen den Rasterpunkten positioniert sind, entsprechen die Nennpositionsdaten bevorzugt den standardisierten Abständen zwischen dem Rasterpunkten. Dies ermöglicht die Bestimmung von mechanischen Nenndaten für die Positionen von charakteristischen Teilen des elektronischen Bauelements durch eine Identifizierung der charakteristischen Teile am elektronischen Bauelement im ersten Schritt und dann durch eine Bestimmung einer gemeinsamen Distanz zwischen ihnen im zweiten Schritt. Danach wird eine Nenndistanz aus einem Satz von Nenndistanzen zwischen den Rasterpunkten identifiziert, die der bestimmten gemeinsamen Distanz am wahrscheinlichsten entspricht. Schließlich werden die Positionen der charakteristischen Teile durch eine Anpassung der identifizierten charakteristischen Teile an ein Raster mit der identifizierten Nenndistanz zwischen den Rasterpunkten bestimmt. Dies hat den Vorteil, dass die Positionen einer unbekannten Anzahl von charakteristischen Teilen eines elektronischen Bauelements entsprechend einem Raster aus einer Untermenge von Rasterpunkten mit hoher Genauigkeit bestimmt werden können.
Eine bevorzugte Art und Weise, die gemeinsame Distanz zwischen den charakteristischen Objekten zu finden, stellt die Frequenzanalyse der besagten Positionsdaten dar. Auf diese Weise wird die Frequenz der charakteristischen Objekte im räumlichen Bereich identifiziert. Dies hat einen Vorteil verglichen damit, dass zum Beispiel einfach die durchschnittliche geringste Distanz zwischen charakteristischen Objekten berechnet wird. Falls die Positionen der charakteristischen Teile des elektronischen Bauelements zum Beispiel so sind, dass es an einigen Rasterpunkten keine charakteristischen Teile gibt, das heißt, einige charakteristische Teile haben eine geringste Distanz zu benachbarten charakteristischen Teilen, die ein Vielfaches der Distanz zwischen Rasterpunkten ist, wird dies nicht die Frequenz, die der Distanz zwischen den Rasterpunkten entspricht, bei der Benutzung von Frequenzanalyse beeinflussen. Die gemeinsame Distanz zwischen charakteristischen Objekten kann aus dieser Frequenz bestimmt werden. Dies ergibt eine bestimmte gemeinsame Distanz zwischen charakteristischen Objekten, die nicht durch die Tatsache, dass einige charakteristische Teile eine geringste Distanz zu benachbarten charakteristischen Teilen haben könnten, die ein Vielfaches der Distanz zwischen Rasterpunkten ist, beeinflusst wird.
Bei einer bevorzugten Art und Weise der Identifizierung von charakteristischen Objekten nach einem Verfahren gemäß der Erfindung wird eine Vorlage für das Erscheinungsbild eines charakteristischen Objekts in einem digitalen Bild bestimmt und das digitale Bild wird nach Objekten, die der Vorlage entsprechen, abgesucht. Dann werden die charakteristischen Objekte unter den gefundenen Objekten identifiziert. Es wurde gezeigt, dass die Einführung einer Vorlage eine wesentlich höhere Zuverlässigkeit bei der Identifikation als andere bekannte Verfahren ergibt, das heißt, dass die Anzahl der charakteristischen Objekte, die übersehen werden, und die Anzahl der Objekte die falsch als charakteristische Objekte identifiziert werden, wesentlich verringert werden können. Des Weiteren kann die Vorlage aus dem digitalen Bild bestimmt werden, in dem zuerst eine Untermenge von charakteristischen Objekten in dem besagten digitalen Bild identifiziert wird und dann das Erscheinungsbild von jedem charakteristischen Objekt aus der identifizierten Untermenge bestimmt wird. Die Vorlage wird dann als der Durchschnitt der Erscheinungsbilder der charakteristischen Menge der besagten identifizierten Untermenge bestimmt. Da dann nur eine Untermenge der charakteristischen Objekte identifiziert werden muss, um eine Vorlage zu bestimmen, kann eines der bekannten Verfahren für diese Identifizierung verwendet werden, wohingegen das Verfahren gemäß der Erfindung unter Benutzung einer Vorlage verwendet wird, um alle charakteristischen Objekte zu identifizieren.
Man beachte, dass falls das elektronische Bauelement eine Anzahl von charakteristischen Teilen hat, für die die Positionen bestimmt werden sollen, das Verfahren gemäß der Erfindung ferner die Bestimmung der Nennpositionsdaten für die charakteristischen Teile selbst in dem Fall erlaubt, wenn die charakteristischen Objekte, die in diesem Verfahren identifiziert worden sind, keine Eins-zu-eins Übereinstimmung mit den charakteristischen Teilen haben, d. h. falls ein oder mehrere charakteristische Teile nicht erfolgreich identifiziert worden sind oder falls ein oder mehrere charakteristische Objekte nicht den charakteristischen Teilen entsprechen. Genauer gesagt werden die Positionsdaten, falls der Vergleich der bestimmten Positionsdaten mit dem Satz von Nennpositionsdaten zeigt, dass es einen oder mehrere charakteristische Teile gibt, für die keine entsprechenden charakteristischen Objekte identifiziert worden sind, für dieses eine oder diese charakteristischen Teile in Übereinstimmung mit dem Satz von Nennpositionsdaten bestimmt. In einem Beispiel wird bestimmt, dass es ein oder mehrere charakteristische Teile gibt, für die keine entsprechenden charakteristischen Objekte identifiziert worden sind, für den Fall, dass der Satz von Nennpositionsdaten ein oder mehrere Positionen enthält, die keine Entsprechung mit den bestimmten Positionsdaten haben. Des Weiteren werden, falls der Vergleich der bestimmten Positionsdaten mit dem Satz der Nennpositionsdaten zeigt, dass es ein oder mehrere charakteristische Objekte gibt, die nicht den charakteristischen Teilen entsprechen, die Nennpositionen für das besagte eine oder die besagten mehreren charakteristische Objekte nicht bestimmt. In einem Beispiel wird bestimmt, dass es ein oder mehrere charakteristische Objekte gibt, die nicht charakteristischen Teilen entsprechen, für den Fall, dass der besagte Satz von bestimmten Positionsdaten ein oder mehrere Positionen enthält, die keine Entsprechung mit den besagten Nennpositionsdaten haben.
Folglich können genaue mechanische Nenndaten bestimmt werden, selbst wenn die Identifizierung von charakteristischen Teilen nicht genau ist.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Die Erfindung wird nun mit Hilfe von exemplarischen Ausführungsformen, die nachfolgend mit Bezug auf die anliegenden Zeichnungen beschrieben werden, erläutert, wobei
1 ein Flussdiagramm eines Verfahrens zur Bestimmung der Nennpositionen von Kontakten an einer Komponente mittels automatischer Bildverarbeitung eines digitalen Bilds von einem Probestück der Komponente gemäß der Erfindung zeigt;
2 ein Flussdiagramm eines Verfahrens zur Berechnung einer gemeinsamen Mittendistanz zwischen charakteristischen Objekten in einem digitalen Bild gemäß der Erfindung zeigt;
3A und 3B ein binäres Bild von einem Probestück einer Komponente im räumlichen Bereich bzw. ein Teil eines binären Bilds des Probestücks, das in den Frequenzbereich transformiert worden ist, zeigen;
4 ein Flussdiagramm eines Verfahrens zur Identifizierung von charakteristischen Objekten in einem digitalen Bild gemäß der Erfindung zeigt;
5 ein Flussdiagramm eines Verfahrens zur Bestimmung einer Vorlage für das Erscheinungsbild von charakteristischen Objekten in einem digitalen Bild gemäß der Erfindung zeigt; und
6 ein Flussdiagramm eines Verfahrens zur Bestimmung der Nennpositionen von Kontakten an einer Komponente zeigt.
GENAUE BESCHREIBUNG VON BEVORZUGTEN AUSFÜHRUNGSBEISPIELEN DER ERFINDUNG
In 1 wird ein Flussdiagramm eines Verfahrens zur Bestimmung der Nennpositionen von Kontakten an einer Komponente mittels automatischer Bildverarbeitung eines digitalen Bilds eines Probestücks der Komponente gemäß der Erfindung gezeigt. Das Verfahren nutzt automatische Bildverarbeitung eines digitalen Bilds eines Probestücks der Komponente, für die die Nennpositionen der Kontakte bestimmt werden sollen. Das Verfahren ist für Komponenten angepasst, bei denen die Kontakte auf einem oder einigen Rasterpunkten des Rasters liegen und bei denen die Mittendistanz zwischen zwei benachbarten Kontakten ein Vielfaches der Distanz zwischen den Rasterpunkten ist. In Schritt 100 wird ein Objekt in dem digitalen Bild identifiziert, wobei das Objekt dem Probestück entspricht. Diese Identifizierung wird unter Benutzung irgendeines bekannten Verfahrens zur Identifizierung von Objekten in einem digitalen Bild mittels Bildverarbeitung gemacht. In Schritt 102 werden charakteristische Objekte, die den Kontakten an einer Komponente entsprechen, identifiziert. Diese Identifizierung kann auch unter Benutzung irgendeines bekannten Verfahrens zur Identifizierung von Objekten in einem digitalen Bild mittels Bildverarbeitung gemacht werden, aber sie wird vorzugsweise unter Benutzung eines Verfahrens gemacht, das nachfolgend mit Bezug auf 4 beschrieben wird. Nachdem die charakteristischen Objekte identifiziert worden sind, werden die Positionsdaten für deren Positionen in Schritt 104 bestimmt. Die Positionsdaten enthalten eine gemeinsame Mittendistanz zwischen den charakteristischen Objekten und den Positionen der charakteristischen Objekte. Für eine Komponente mit Kontakten an allen Rasterpunkten könnte die gemeinsame Mittendistanz als die durchschnittlich naheste Mittendistanz zwischen zwei Kontakten berechnet werden, d. h. der Durchschnitt von allen Distanzen zwischen den Mitten der benachbarten Kontakte. Für andere Komponenten wird die gemeinsame Mittendistanz vorzugsweise gemäß eines Verfahrens berechnet, das nachfolgend mit Bezug auf 2 beschrieben wird.
Wenn die gemeinsame Mittendistanz bestimmt worden ist, wird sie in Schritt 106 mit dem Satz von Nennpositionsdaten verglichen. Der Satz von Nennpositionsdaten basiert auf dem priori-Wissen über die Positionen der Kontakte. In diesem Fall werden die Kontakte auf einigen oder allen Rasterpunkten des Rasters platziert, und daher ist die Mittendistanz zwischen benachbarten Kontakten ein Vielfaches der Distanz zwischen Rasterpunkten. Das priori-Wissen besteht darin, dass es einen Satz von standardisierten Distanzen zwischen Rasterpunkten gibt. Also wird der Satz von Nennpositionsdaten so gewählt, dass er einen Satz von standardisierten Distanzen zwischen Rasterpunkten ist. In Schritt 108 wird die standardisierte Distanz zwischen Rasterpunkten aus dem Satz von standardisierten Distanzen zwischen Rasterpunkten gewählt, die am nahesten zu der bestimmten gemeinsamen Mittendistanz ist. In Schritt 110 werden schließlich die Nennpositionen der Kontakte an einer Komponente in Übereinstimmung mit der gewählten standardisierten Distanz zwischen Rasterpunkten und den bestimmten Positionen der charakteristischen Objekte bestimmt. Dies wird durch eine Anpassung der bestimmten Positionen an ein Raster mit der gewählten standardisierten Distanz zwischen Rasterpunkten gemacht.
Jetzt Bezug nehmend auf 2 wird ein Flussdiagramm eines Verfahrens zur Berechnung einer gemeinsamen Mittendistanz zwischen charakteristischen Objekten in einem digitalen Bild gemäß der Erfindung gezeigt. Dieses Verfahren kann in Schritt 104 in dem Verfahren, das mit Bezug auf 1 beschrieben ist, verwendet werden, bei dem das digitale Bild eine Matrix von M × M Pixeln enthält (siehe dazu 3A). Im Schritt 200 wird eine zweidimensionale Funktion der Pixel im Bild definiert. Die Funktion hat einen Wert 1 für ein Pixel, das den Positionen eines der identifizierten charakteristischen Objekten entspricht, und einen Wert 0 für alle anderen Pixel. Natürlich können beliebige Werte gewählt werden, solange die Werte eine Unterscheidung zwischen Pixeln, die den identifizierten charakteristischen Objekten entsprechen, und allen anderen Pixeln erlauben. Diese Funktion führt zu einem binären Bild des Probestücks. Die Funktion, d. h. das binäre Bild, wird dann in Schritt 202 unter Benutzung einer diskreten zweidimensionalen Fourier-Transformation Frequenz-transformiert. Die Wahl der diskreten Fourier-Transformation ist nur ein Beispiel; jede passende Frequenz-Transformation kann in diesem Schritt benutzt werden. Die Fourier-Transformation der Funktion führt zu einem neuen Bild des Probestücks im Frequenzbereich (siehe dazu 3B) mit Objekten, die der Frequenz der charakteristischen Objekte im räumlichen Bereich entsprechen. In diesem Bild werden die vier Objekte, die am nahesten zu dem Punkt, der der Null-Frequenz entspricht, liegen, durch, und nur durch, die Mittendistanzen zwischen den identifizierten charakteristischen Objekten im räumlichen Bereich beeinflusst, wobei die Mittendistanzen der Distanz zwischen Rasterpunkten entsprechen. Mittendistanzen zwischen charakteristischen Objekten, die zweimal oder mehrfach die Distanz zwischen Nennrasterpunkten haben, beeinflussen diese vier Objekte im Frequenzbereich nicht. Also wird in Schritt 204 die Fourier-Transformationsfunktion nach den vier Objekten p₁, p₂, P₃, p₄ (siehe dazu 3B) durchsucht, die am nahesten zu dem Punkt sind, der der Null-Frequenz entspricht. Von diesen vier Objekten wird in Schritt 206 die gemeinsame Mittendistanz zwischen den Kontakten p bestimmt, die der Distanz zwischen Rasterpunkten im Raster, gemäß dem die Kontakte am Probestück positioniert sind, entspricht. Die gemeinsame Mittendistanz wird berechnet, in dem zuerst die gemeinsame Mittendistanz in horizontaler Richtung p_x und in vertikaler Richtung p_y gemäß P_x = M / ||p₂ – p₄|| bzw. p_y = M / ||p₁ – p₃|| berechnet wird und dann die gemeinsame Mittendistanz p gemäß p = (p_x + p_y)/ 2 gebildet wird. Wie man an den Gleichungen oben sehen kann, erlaubt das Verfahren auch die getrennte Berechnung der vertikalen und horizontalen Distanz. Folglich können Komponenten mit Kontakten, die an der Komponente gemäß einem Raster platziert sind, das unterschiedliche vertikale und horizontale Distanzen zwischen den Rasterpunkten hat, bestimmt werden.
In 4 wird ein Flussdiagramm eines Verfahrens zur Identifizierung von charakteristischen Objekten in einem digitalen Bild gemäß der Erfindung gezeigt. Die charakteristischen Objekte in dem digitalen Bild entsprechen charakteristischen Teilen eines elektronischen Bauelements, wie zum Beispiel Kontakte an einer Komponente. In Schritt 402 wird eine Untermenge der charakteristischen Objekte identifiziert. Da nur eine Untermenge der charakteristischen Objekte identifiziert werden soll, kann jedes bekannte Verfahren zur Identifikation von Objekten in einem Bild herangezogen werden, das die Identifikation einer ausreichend großen Anzahl von charakteristischen Objekten ermöglicht. Um sicherzustellen, dass eine ausreichend große Anzahl von charakteristischen Objekten identifiziert wird, wird das hier nachfolgend beschriebene Verfahren mit Bezug auf 5 vorzugsweise benutzt. Der Grund dafür, dass nur eine Untermenge und nicht alle der charakteristischen Objekte in Schritt 402 identifiziert werden, ist, dass die Untermenge nur dazu benutzt wird, in Schritt 404 eine Vorlage für das Erscheinungsbild eines charakteristischen Objekts zu definieren. Eine ausreichend große Anzahl von identifizierten charakteristischen Objekten ist daher einer Anzahl, die die Bestimmung einer zuverlässigen Vorlage ermöglicht. Die Vorlage wird, ausgehend von den identifizierten charakteristischen Objekten, zum Beispiel als ein Durchschnitt ihrer Erscheinungsbilder definiert. Die bestimmte Vorlage beschreibt das typische Erscheinungsbild eines charakteristischen Objekts im Bild, wobei das charakteristische Objekt einem charakteristischen Teil des elektronischen Bauelements entspricht. Um also alle der charakteristischen Objekte, die charakteristischen Teilen entsprechen, zu identifizierten, sollten die Objekte im digitalen Bild identifiziert werden, die mit der Vorlage übereinstimmen. Dies wird gemacht, in dem zuerst die Kreuzkorrelation zwischen der Vorlage und dem digitalen Bild in Schritt 406 berechnet wird. Dies kann als eine Bewegung der Vorlage über das digitale Bild und eine Berechnung der Kreuzkorrelation zwischen der Vorlage und dem gegenwärtigen Bereich des Bilds verstanden werden. Die Verwendung der Kreuzkorrelation ist nur ein Beispiel. Natürlich kann jedes geeignete Korrelationsmaß verwendet werden. Die maximalen Werte für die Kreuzkorrelation entsprechen möglichen charakteristischen Objekten im digitalen Bild. Um die maximalen Werte, die charakteristischen Objekten entsprechen, weiter zu unterscheiden, wird in Schritt 408 ein Wahrscheinlichkeitsmaß für alle Maxima berechnet. Dieses Wahrscheinlichkeitsmaß nutzt ein priori-Wissen über die geometrische Form der charakteristischen Teile und steigert Maxima, die dieser geometrischen Form entsprechen. Zum Beispiel wird für ein charakteristisches Teil, das kreisförmig ist, ein Wahrscheinlichkeitsmaß benutzt, das kreisförmige Maxima steigert. Es wurde beobachtet, dass die Wahrscheinlichkeitsmaße für die Maxima, die tatsächlich charakteristischen Objekten entsprechen, ähnlich und wesentlich größer als das Wahrscheinlichkeitsmaß für Maxima, die anderen Objekten entsprechen, sind. Folglich sollte ein Grenzwert für das Wahrscheinlichkeitsmaß bestimmt werden, der die Maxima, die charakteristischen Objekten entsprechen, von anderen Maxima trennt. Dies wird gemacht, indem zuerst in Schritt 410 ein Grenzwert für dieses Wahrscheinlichkeitsmaß gesetzt wird und in Schritt 412 eine Anzahl von Maxima identifiziert wird, die ein Wahrscheinlichkeitsmaß haben, das größer als dieser Grenzwert ist. Der Grenzwert wird dann in Schritt 414 herabgesetzt und eine neue Anzahl von Maxima, die ein Wahrscheinlichkeitsmaß haben, das größer als dieser herabgesetzte Grenzwert ist, wird in Schritt 416 identifiziert. In Schritt 418 wird ein Stop-Kriterium getestet. Beim Stop-Kriterium wird abgefragt, ob sich die Anzahl der identifizierten Maxima während einer vorbestimmten Anzahl von Iterationen nicht erhöht hat. Falls das Stop-Kriterium nicht zutrifft, werden Schritt 414 und Schritt 416 wiederholt. Falls das Stop-Kriterium zutrifft, zeigt das, dass ein Wahrscheinlichkeitsmaß erreicht worden ist, das niedriger ist als das Wahrscheinlichkeitsmaß für alle Maxima, die charakteristischen Objekten entsprechen. Falls also das Stop-Kriterium zutrifft, werden die möglichen charakteristischen Objekte identifiziert, die den Maxima der Kreuzkorrelation entsprechen, die ein Wahrscheinlichkeitsmaß größer als der letzte Grenzwert haben.
Zur Bestimmung einer Vorlage des Erscheinungsbilds eines charakteristischen Objekts kann, wie oben erwähnt, eine Untermenge der charakteristischen Objekte mittels eines beliebigen bekannten Verfahrens zur Identifizierung von Objekten in einem digitalen Bild identifiziert werden. Trotzdem wird dafür mit Bezug auf 5 im Folgenden ein bevorzugtes Verfahren beschrieben. Diese Beschreibung betrifft ein digitales Bild, bei dem die charakteristischen Objekte heller als der Rest des digitalen Bilds sind. Zuerst wird das digitale Bild in Schritt 502 mit einem Gaußschen Kern gefaltet. Dies wird gemacht, um Objekte im Bild zu unterdrücken, die im Vergleich zur Standardabweichung des Gaußschen Kerns klein sind. Falls man die ungefähren Größen der charakteristischen Objekte kennt, wird der Gaußsche Kern also so gewählt, dass Objekte, die kleiner als die charakteristischen Objekte sind, unterdrückt werden. Falls man die Größen nicht im Vorhinein weiß, muss das Verfahren für verschiedene Gaußsche Kerne wiederholt werden. In Schritt 504 wird dann das gefaltete Bild unter Benutzung der Laplace-Transformation transformiert. In Schritt 506 wird dann ein Grenzwert gesetzt und in Schritt 508 werden die Objekte in dem gefalteten und Laplace-transformierten Bild, die Werte unterhalb dieses Grenzwerts haben, identifiziert. Der Grenzwert wird vorzugsweise zu Beginn auf einen geringen Wert gesetzt, zum Beispiel auf den geringsten Wert des gefalteten und Laplace-transformierten Bilds. Der Grenzwert wird dann in Schritt 510 erhöht und die Objekte in dem gefalteten und Laplace-transformierten Bild mit Werten unterhalb dieses Werts werden in Schritt 508 identifiziert. In Schritt 514 werden dann Stop-Kriterien getestet. Die Stop-Kriterien zeigen an, dass die Anzahl von identifizierten Objekten eine vorbestimmte Zahl erreicht hat oder dass die Anzahl von identifizierten Objekten sich zwischen den Iterationen verringert hat. Falls keines der Kriterien zutrifft, werden die Schritte 510 und 512 wiederholt. Falls eines von Beiden zutrifft, wird die Iteration beendet und die Untermenge von charakteristischen Objekten wird identifiziert als die Menge der Objekte mit Werten unterhalb des vorletzten Grenzwerts. Das erste Stop-Kriterium stellt sicher, dass eine ausreichend große Anzahl von charakteristischen Objekten gefunden wird, während das zweite Stop-Kriterium sicherstellt, dass die Suche beendet wird, wenn der Grenzwert so groß ist, dass Objekte in dem gefalteten und Laplacetransformierten Bild anfangen, ineinander überzugehen. Bei einem digitalen Bild, bei dem die charakteristischen Objekte dunkler als der Rest des digitalen Bilds sind, wird ein ähnliches Verfahren verwendet. Jedoch wird in diesem Fall der Grenzwert vorzugsweise zu Beginn höher gesetzt, zum Beispiel auf den höchsten Wert des gefalteten und Laplace-transformierten Bilds, und dann vermindert. In diesem Fall werden Objekte identifiziert, deren Werte den Grenzwert überschreiten.
In 6 wird ein Flussdiagramm eines Verfahrens zur Bestimmung der Nennpositionen der Kontakte an einer Komponente mittels automatischer Bildverarbeitung eines digitalen Bilds eines Probestücks der Komponente gemäß der Erfindung gezeigt. Das Verfahren nutzt automatische Bildverarbeitung eines digitalen Bilds eines Probestücks der Komponente, deren Nennpositionen der Kontakte bestimmt werden sollen, wie zum Beispiel einer Komponente mit Kontakten an den Kanten des Komponentenkörpers, die in Gruppen angeordnet sind, wie zum Beispiel eine QFP Komponente. In Schritt 600 wird ein Objekt im digitalen Bild identifiziert, wobei das Objekt dem Probestück entspricht. Diese Identifizierung wird unter Benutzung irgendeines Verfahrens zur Identifikation von Objekten in einem digitalen Bild mittels Bildverarbeitung gemacht. In Schritt 602 werden charakteristische Objekte identifiziert, die Kontakten an der Komponente entsprechen. Diese Identifizierung kann auch unter Benutzung irgendeines Verfahrens zur Identifikation von Objekten in einem digitalen Bild mittels Bildverarbeitung gemacht werden, aber sie wird vorzugsweise unter Benutzung des Verfahrens, das mit Bezug auf 4 beschrieben worden ist, gemacht. Nachdem die charakteristischen Objekte identifiziert worden sind, werden in Schritt 604 Positionsdaten für deren Positionen bestimmt. In dem Beispiel einer Komponente mit Kontakten an den Kanten der Komponente könnten die bestimmten Positionsdaten die Distanz zwischen benachbarten charakteristischen Objekten enthalten. Wenn die Positionsdaten bestimmt worden sind, werden sie in Schritt 606 mit dem Satz von Positionsdaten verglichen. Der Satz von Nennpositionsdaten basiert auf einem priori-Wissen der Positionen der Kontakte. Das priori-Wissen besteht darin, dass es einen Satz von standardisierten Typen gibt, wie Kontakte an unterschiedlichen Komponententypen auftreten. Bei dem Beispiel, bei dem die Komponente Kontakte an den Kanten der Komponente hat, sollte dieser Komponententyp eine gleiche Anzahl von Kontakten in entsprechenden Gruppen von Kontakten an entgegen gesetzten Seiten der Komponente haben. Des Weiteren sollte die Distanz innerhalb einer Gruppe von Kontakten konstant sein. In Schritt 608 wird die standardisierte Distanz zwischen Kontakten aus einem Satz von standardisierten Distanzen zwischen Kontakten ausgewählt. Bei dem Beispiel, bei dem die Komponente Kontakte an den Kanten der Komponente hat, wird die standardisierte Distanz zwischen Kontakten gewählt, die am nahesten zu der bestimmten Distanz zwischen benachbarten Kontakten ist. Falls der Vergleich der bestimmten Positionsdaten mit dem Satz von Nennpositionsdaten zeigt, dass es ein oder mehrere charakteristische Teile, d. h. Kontakte, gibt für die keine entsprechenden charakteristischen Objekte identifiziert worden sind, werden dann in Schritt 610 die Nennpositionen von diesem einen oder mehreren Kontakten gemäß dem Satz von Nennpositionsdaten bestimmt. Bei dem Beispiel, bei dem die Komponente Kontakte an den Kanten der Komponente hat, wird für den Fall, dass es einen Anschluss in einer Gruppe von Kontakten auf einer ersten Seite der Komponente weniger gibt als in der entsprechenden Gruppe von Kontakten auf der gegenüberliegenden Seite der Komponente, und für den Fall, dass die Distanz zwischen zwei Kontakten, die benachbart zueinander auf der ersten Seite der Komponente liegen, von der gewählten Nenndistanz zwischen benachbarten Kontakten abweicht, wird entschieden, dass es einen oder mehrere Kontakte gibt, für die keine entsprechenden charakteristischen Objekte identifiziert worden sind. Falls der Vergleich der bestimmten Positionsdaten mit dem besagten Satz von Nennpositionsdaten darüber hinaus zeigt, dass es ein oder mehrere charakteristische Objekte gibt, die nicht Kontakten entsprechen, wird in Schritt 610 die Nennposition für dieses eine oder diese charakteristischen Objekte nicht bestimmt. Bei dem Beispiel, bei dem die Komponente Kontakte an den Kanten der Komponente hat, wird für den Fall, dass es einen Anschluss mehr in einer Gruppe von Kontakten auf einer ersten Seite der Komponente als in der entsprechenden Gruppe von Kontakten auf der gegenü berliegenden Seite der Komponente, und für den Fall, dass die Distanz zwischen zwei Kontakten, die benachbart zueinander auf der ersten Seite der Komponente liegen, von der gewählten Nenndistanz zwischen benachbarten Kontakten abweicht, wird entschieden, dass es ein oder mehrere charakteristische Objekte gibt, die nicht Kontakten entsprechen.
Es sollte beachtet werden, dass die Reihenfolge der Bestimmung von fehlenden oder überzähligen charakteristischen Objekten entgegengesetzt sein kann und dass der eine, der andere oder beide Fälle auftreten können.
Auch wenn die Erfindung oben unter Bezugnahme auf Ausführungsformen, die zur Bestimmung von Nenndaten für elektronische Bauelemente hinsichtlich Positionen von charakteristischen Teilen des elektronischen Bauelements wie zum Beispiel Kontakte an einer Komponente angepasst sind, erklärt worden ist, ist die Erfindung genauso auf die Bestimmung von anderen mechanischen Daten für ein elektronisches Bauelement anwendbar, bei dem etwas priori-Wissen über die mechanischen Nenndaten vorhanden ist. Zum Beispiel ist die Erfindung auf die Bestimmung der Größe und der Form einer elektronischen Komponente oder eines Teils von ihr anwendbar. In diesem Fall würden die Nennerscheinungsbilddaten bekannte standardisierte Größen und Formen enthalten.

Claims

Verfahren zur Bestimmung mechanischer Nenndaten für ein elektronisches Bauelement durch automatische Bildverarbeitung eines digitalen Bildes eines Probestücks des besagten elektronischen Bauelements, das die Schritte umfasst: Identifizierung eines Objekts in besagtem digitalen Bild, wobei das Objekt besagtem Probestück entspricht; Bestimmung von Erscheinungsbilddaten für das Erscheinungsbild des identifizierten Objekts; Vergleich von wenigstens einigen der bestimmten Erscheinungsbilddaten mit einem gespeicherten Satz an Nennerscheinungsbilddaten, wobei die Nennerscheinungsbilddaten auf einem priori-Wissen über Erscheinungsbilder von elektronischen Bauelementen beruhen; Auswahl von wenigstens einigen Nennerscheinungsbilddaten aus besagtem Satz an Nennerscheinungsbilddaten als Antwort auf besagten Schritt des Vergleichs; und Bestimmung der mechanischen Nenndaten des besagten elektronischen Bauelementen gemäß der ausgewählten Nennerscheinungsbilddaten und wenigstens einigen der besagten bestimmten Erscheinungsbilddaten.
Verfahren nach Anspruch 1, wobei jene Nennerscheinungsbilddaten im Auswahlschritt ausgewählt werden, mit denen besagte wenigstens einige bestimmte Erscheinungsbilddaten die größte Ähnlichkeit zeigen.
Verfahren nach den Ansprüchen 1 und 2, wobei besagter Satz an Nennerscheinungsbilddaten einen Satz an Nennpositionsdaten für Positionen von charakteristischen Teilen des besagten elektronischen Bauelements umfasst, und wobei die mechanischen Nenndaten, die bestimmt werden müssen, die Nennpositionen der besagten charakteristischen Teile des besagten elektronischen Bauelements sind, wobei der Schritt zur Bestimmung von Erscheinungsbilddaten die folgenden Schritte umfasst: Identifizierung von charakteristischen Objekten des identifizierten Objekts in besagtem digitalen Bild, wobei die charakteristischen Objekte den charakteristischen Teilen des besagten elektronischen Bauelements entsprechen; und Bestimmung der Positionsdaten für die Positionen der identifizierten charakteristischen Objekte; und wobei der Schritt des Vergleichs den folgenden Schritt umfasst: Vergleich der bestimmten Positionsdaten mit besagtem Satz an Nennpositionsdaten.
Verfahren nach Anspruch 3, wobei besagter Satz an Nennpositionsdaten Nennabstandsdaten für Abstände zwischen besagten charakteristischen Teilen des besagten elektronischen Bauelements umfasst.
Verfahren nach Anspruch 4, wobei der Schritt zur Bestimmung der Positionsdaten folgenden Schritt umfasst: Bestimmung von Abstandsdaten für Abstände zwischen den identifizierten Objekten; und wobei der Schritt des Vergleichs den folgenden Schritt umfasst: Vergleich der bestimmten Abstandsdaten mit besagtem Satz an Nennabstandsdaten.
Verfahren nach den Ansprüchen 4 und 5, wobei besagter Satz an Nennabstandsdaten einen Satz an Mittelpunktnennabständen zwischen charakteristischen Teilen des besagten elektronischen Bauelements umfasst, wobei der Schritt zur Bestimmung der Positionsdaten folgenden Schritt umfasst: Berechnung der Mittelpunktabstände zwischen besagten identifizierten charakteristischen Objekten; wobei der Schritt des Vergleichs den folgenden Schritt umfasst: Vergleich der berechneten Mittelpunktabstände mit besagtem Satz an Mittelpunktnennabständen; und wobei der Schritt zur Bestimmung der Nennpositionen folgenden Schritt umfasst: Identifizierung – als Antwort auf den Schritt des Vergleichs -, zu welchen Nennabständen aus besagtem Satz an Nennabständen besagte berechnete Mittelpunktabstände die größte Ähnlichkeit zeigen; und Bestimmung der Nennpositionen von charakteristischen Teilen auf besagtem elektronischen Bauelements gemäß der identifizierten Mittelpunktnennabständen.
Verfahren nach Anspruch 6, wobei besagte Mittelpunktabstände mit Hilfe einer Frequenzanalyse der besagten Positionsdaten berechnet werden.
Verfahren nach den Ansprüchen 6 und 7, wobei besagtes digitales Bild eine Matrix an Pixeln umfasst. und wobei der Schritt zur Berechnung der Mittelpunktabstände die folgenden Schritte umfasst: Definition einer Funktion über die Pixel von wenigstens einem Teil des Bildes, wobei die Funktion für jene Pixel, die einem charakteristischen Objekt der besagten charakteristischen Objekte entsprechen, einen Wert hat, der sich von dem für andere Pixel unterscheidet; Frequenztransformation der besagten Funktion; Durchsuchen der frequenztransformierten Funktion nach Spitzen; und Berechnung, ausgehend von den gefundenen Spitzen, der Mittelpunkte bstände.
Verfahren nach Anspruch 8, wobei besagter Satz an Mittelpunktnennabständen zwischen charakteristischen Teilen einen Satz an horizontalen Mittelpunktnennabständen zwischen charakteristischen Teilen und einen Satz an vertikalen Mittelpunktnennabständen zwischen charakteristischen Teilen umfasst, wobei die frequenztransformierte Funktion eine zweidimensionale Fourier-transformierte Funktion ist, wobei der Schritt zum Durchsuchen besagter frequenztransformierter Funktion folgenden Schritt umfasst: Durchsuchen der Fourier-transformierten Funktion mit Beginn im Mittelpunkt bei einer Frequenz von Null nach den beiden nächsten Spitzen in sowohl horizontaler als auch vertikaler Richtung; wobei der Schritt zur Berechnung besagter Abstände die folgenden Schritte umfasst: Berechnung des vertikalen Mittelpunktabstands zwischen besagten identifizierten Objekten aus den besagten beiden nächsten Spitzen in vertikaler Richtung; und Berechnung des horizontalen Mittelpunktabstands zwischen besagten identifizierten Objekten aus den besagten beiden nächsten Spitzen in horizontaler Richtung; wobei der Schritt des Vergleichs der besagten Mittelpunktabstände folgende Schritte umfasst: Vergleich des besagten vertikalen Mittelpunktabstands mit dem besagten Satz an vertikalen Mittelpunktnennabständen; und Vergleich des besagten horizontalen Mittelpunktabstands mit dem besagten Satz an horizontalen Mittelpunktnennabständen; und wobei der Schritt zur Bestimmung der Nennpositionen folgende Schritte umfasst: Identifizierung jenes vertikalen Mittelpunktnennabstands aus dem besagten Satz an vertikalen Mittelpunktnennabständen, dem besagter vertikaler Mittelpunktabstand am nächsten kommt, als Antwort auf den Schritt des Vergleichs von besagtem nächsten vertikalen Mittelpunktabstands, Identifizierung jenes horizontalen Mittelpunktnennabstands aus dem besagten Satz an horizontalen Mittelpunktnennabständen, dem besagter horizontaler Mittelpunktabstand am nächsten kommt, als Antwort auf den Schritt des Vergleichs von besagtem nächsten horizontalen Mittelpunktabstands, und Bestimmung der Nennpositionen von charakteristischen Teilen auf besagtem elektronischen Gerät gemäß des identifizierten vertikalen Mittelpunktnennabstands und horizontalen Mittelpunktnennabstands.
Verfahren nach Anspruch 9, wobei besagter Satz an Mittelpunktnennabständen zwischen charakteristischen Teilen einen Mittelpunktnennabstand zwischen charakteristischen Teilen für jedes Gitter eines Satzes von Nenngittern umfasst, und zusätzlich den folgenden Schritt umfasst: Berechnung des Mittelpunktabstands zwischen besagten charakteristischen Objekten als den Durchschnitt von vertikalem Mittelpunktabstand und horizontalem Mittelpunktabstand; und wobei der Schritt des Vergleichs folgenden Schritt umfasst: Vergleich des besagten Mittelpunktabstands mit besagtem Mittelpunktnennabstand zwischen charakteristischen Teilen für jeden der besagten Sätze an Nenngittern; und wobei der Schritt der Bestimmung der Nennpositionen die folgenden Schritte umfasst: Identifizierung – als Antwort auf den Schritt des Vergleichs – des Mittelpunktnennabstands für eines der besagten Nenngitter, zu dessen Mittelpunktnennabstand besagter Mittelpunktabstand am nächsten ist; und Bestimmung der Nennpositionen von charakteristischen Teilen auf besagtem elektronischen Bauelement derart, dass dies Positionen auf besagtem einen der besagten Nenngitter mit dem identifizierten Mittelpunktnennabstands sind.
Verfahren nach einem der Ansprüche 3–10, wobei besagter Satz an Nennpositionsdaten einen Satz an Nennpositionsdaten für jedes Muster einer Anzahl verschiedener Muster von charakteristischen Teilen umfasst, und zusätzlich die folgenden Schritte umfasst: Identifizierung des Musters aus besagter Anzahl von verschiedenen Mustern, das den identifizierten charakteristischen Objekten entspricht; und Auswahl der Nennpositionsdaten für besagtes identifiziertes Muster, die repräsentativ sind für besagten Satz an Nennpositionsdaten.
Verfahren nach einem der Ansprüche 3–10, wobei der Schritt zur Identifizierung charakteristischer Objekte folgende Schritte umfasst: Bestimmung eines Musters für das Erscheinungsbild eines charakteristischen Objekts in dem digitalen Bild; Suche nach Objekten in dem digitalen Bild, die dem Muster gleichen; und Identifizierung charakteristischer Objekte unter den gefundenen Objekten.
Verfahren nach Anspruch 12, das zusätzlich die folgenden Schritte umfasst: Identifizierung einer Teilmenge von charakteristischen Objekten in besagtem digitalen Bild; und Bestimmung des Erscheinungsbildes für jedes charakteristische Objekt der identifizierten Teilmenge, wobei der Schritt zur Bestimmung eines Musters folgenden Schritt umfasst: Bestimmung des Musters derart, dass es der Durchschnitt der Erscheinungsbilder der charakteristischen Objekte aus besagter identifizierter Teilmenge ist.
Verfahren nach Anspruch 13, wobei der Schritt zur Identifizierung einer Teilmenge der charakteristischen Objekte die folgenden Schritte umfasst: Berechnung eines Maßes für besagtes digitales Bild, wobei das Maß hoch ist für Objekte, die den charakteristischen Teilen entsprechen; Festsetzen eines Grenzwerts für besagtes Maß; Identifizierung von Objekten, die ein Maß haben, das höher ist als besagter Grenzwert; Verringerung des Grenzwertes; Wiederholung der beiden vorigen Schritte bis die Anzahl identifizierter Objekte eine vorbestimmte Anzahl erreicht oder bis es zu einer Verringerung in der Anzahl der identifizierten Objekte zwischen zwei Durchgängen kommt; und Identifizierung von Objekten mit Maßen, die höher sind als der vorletzte Grenzwert, als charakteristische Objekte in dem digitalen Bild.
Verfahren nach Anspruch 14, das zusätzlich den folgenden Schritt umfasst: Faltung des besagten digitalen Bildes mit einem Gauß-Kern, der der Größe eines charakteristischen Teils des besagten elektronischen Bauelements entspricht, wobei der Schritt der Berechnung den folgenden Schritt umfasst: Berechnung einer Laplace-Transformation des gefalteten digitalen Bildes.
Verfahren nach einem der Ansprüche 12–15, wobei der Schritt zur Identifizierung charakteristischer Objekte die folgenden Schritte umfasst: Berechnung eines Wahrscheinlichkeitsmaßes für jedes der gefundenen Objekte, das die Wahrscheinlichkeit beschreibt, dass das gefundene Objekt einem charakteristischen Teil entspricht; Festsetzen eines Grenzwerts für besagtes Wahrscheinlichkeitsmaß; Identifizierung von Objekten aus besagten gefundenen Objekten, die ein Wahrscheinlichkeitsmaß haben, das größer ist als besagter Grenzwert; Verringerung des Grenzwerts; Wiederholung der beiden vorigen Schritte bis sich die Anzahl identifizierter Objekte während einer vorbestimmten Anzahl von Wiederholungen nicht erhöht; und Identifizierung der Objekte mit einem Wahrscheinlichkeitsmaß, das größer ist als der letzte Grenzwert, als charakteristische Objekte in dem digitalen Bild.
Verfahren nach einem der Ansprüche 12–16, wobei der Schritt zur Suche die folgenden Schritte umfasst: Berechnung eines Korrelationsmaßes zwischen Muster und digitalem Bild; und Suche nach Objekten in besagtem digitalen Bild, die dem Maximum von besagtem Korrelationsmaß entsprechen.
Verfahren nach Anspruch 17, wobei das Korrelationsmaß eine Kreuzkorrelation ist.
Verfahren nach Anspruch 3, wobei die Bestimmung von Nennpositionen die folgenden Schritte umfasst: Entscheidung, dass es einen oder mehrere charakteristische Teile gibt, für die keine entsprechenden charakteristischen Objekte identifiziert wurden, als Antwort auf den Schritt zum Vergleich der bestimmten Positionsdaten mit besagtem Satz an Nennpositionsdaten; und Bestimmung der Nennpositionen von besagtem einen oder besagten mehreren Teilen gemäß des Satzes an Nennpositionsdaten.
Verfahren nach Anspruch 19, wobei in dem Fall, dass besagter Satz an Nennpositionsdaten eine oder mehrere Positionen umfasst, die keine Entsprechungen in besagten bestimmten Positionsdaten besitzen, entschieden wird, dass es einen oder mehrere charakteristische Teile gibt, für die keine entsprechenden charakteristischen Objekte identifiziert wurden.
Verfahren nach den Ansprüchen 3 oder 12, wobei die Bestimmung der Nennpositionen den folgenden Schritt umfasst: Entscheidung, dass es ein oder mehrere charakteristische Objekte gibt, die keinen charakteristischen Teilen entsprechen, als Antwort auf den Schritt des Vergleichs der bestimmten Positionsdaten mit besagtem Satz an Nennpositionsdaten, Unterlassung der Bestimmung der Nennpositionen für besagtes eines oder besagte mehrere Objekte.
Verfahren nach Anspruch 21, wobei für den Fall, dass besagter Satz an bestimmten Positionsdaten eine oder mehrere Positionen umfasst, die keine Entsprechungen in besagten Nennpositionsdaten besitzen, entschieden wird, dass es ein oder mehrere charakteristische Objekte gibt, die keinem charakteristischen Teil entsprechen.
Verfahren nach einem der Ansprüche 3–22, wobei besagte charakteristische Teile Leitungen sind.
Verfahren nach einem der Ansprüche 1–23, wobei besagtes elektronisches Bauelement ein Bauteil ist.
Verfahren nach Anspruch 24, das zusätzlich den folgenden Schritt umfasst: Speicherung der besagten Nennpositionsdaten zur Verwendung als Referenz bei der Analyse der Positionen eines Bauteils, das auf einer Leiterplatte angebracht werden soll.
Gerät zur Bestimmung von mechanischen Nenndaten für ein elektronisches Bauelement durch automatische Bildverarbeitung eines digitalen Bildes eines Probestücks des besagten elektronischen Bauelements, das umfasst: Speichereinrichtung, in der ein Satz von mechanischen Nenndaten für ein elektronisches Bauelement gespeichert ist, wobei die Nennerscheinungsbilddaten auf einem priori-Wissen über Erscheinungsbilder von elektrischen Bauelementen beruhen; Einrichtung zur digitalen Bildverarbeitung zur Identifizierung eines Objektes in besagtem digitalen Bild, wobei das Objekt besagtem Probestück entspricht; und Verarbeitungseinrichtungen zur Bestimmung von Erscheinungsbilddaten für das Erscheinungsbild des identifizierten Objekts, zum Vergleich von wenigstens einigen der bestimmten Erscheinungsbilddaten mit besagtem gespeicherten Satz an Nennerscheinungsbilddaten, zur Auswahl – als Antwort auf besagten Vergleich – von wenigstens einigen Nennerscheinungsbilddaten aus besagtem Satz an Nennerscheinungsbilddaten und zur Bestimmung der mechanischen Nenndaten von besagtem elektronischen Bauelement gemäß der ausgewählten Nennerscheinungsbilddaten und wenigstens einigen der besagten bestimmten Erscheinungsbilddaten.
Gerät nach Anspruch 26, wobei besagte Verarbeitungseinrichtungen derart eingerichtet sind, dass sie die Nennerscheinungsbilddaten auswählen, zu denen besagte wenigstens einige bestimmte Erscheinungsbilddaten die höchste Ähnlichkeit zeigen.
Gerät nach Anspruch 27, wobei besagter Satz an Nennerscheinungsbilddaten Nennpositionsdaten für Positionen von charakteristischen Teilen des besagten elektronischen Bauelements umfasst, wobei die mechanischen Nenndaten Nennpositionen der besagten charakteristischen Teile des besagten elektronischen Bauelements sind, wobei die Einrichtungen zur digitalen Bildverarbeitung zusätzlich dazu eingerichtet sind, charakteristische Objekte des identifizierten Objekts in besagtem digitalen Bild zu identifizieren, wobei diese charakteristischen Objekte besagten charakteristischen Teilen des besagten elektronischen Bauelements entsprechen, und wobei die Verarbeitungseinrichtungen zusätzlich dazu eingerichtet sind, Positionsdaten von Positionen der identifizierten charakteristischen Objekte zu bestimmen, und die bestimmten Positionsdaten mit besagtem Satz an Nennpositionsdaten zu vergleichen.
Gerät nach Anspruch 28, wobei besagter Satz an Nennpositionsdaten einen Satz an Mittelpunktnennabständen zwischen charakteristischen Teilen umfasst, und wobei besagte Verarbeitungseinrichtungen zusätzlich dazu eingerichtet sind, Mittelpunktabstände zwischen besagten identifizierten charakteristischen Objekten zu berechnen, die berechneten Mittelpunktabstände mit besagtem Satz an Mittelpunktnennabständen zu vergleichen, die Mittelpunktnennabstände aus besagtem Satz an Mittelpunktnennabständen, zu denen besagte berechnete Mittelpunktabstände die größte Ähnlichkeit zeigen, als Antwort auf besagten Vergleich zu identifizieren, und die Nennpositionen von charakteristischen Teilen auf besagtem elek tronischen Bauelement gemäß der identifizierten Mittelpunktnennabstände zu bestimmen.
Von Computern lesbares Medium, das von Computern ausführbare Anweisungen für einen Universalcomputer hat, der zur Ausführung von jedem der Schritte in den Ansprüchen 1–25 Einrichtungen zur automatischen Bildverarbeitung beinhaltet.