-
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
px und in vertikaler Richtung py gemäß Px = M / ||p2 – p4|| bzw. py = M /
||p1 – p3|| berechnet wird und dann die gemeinsame
Mittendistanz p gemäß p = (px + py)/ 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.