KR100872103B1 - 대상의 각도 포즈를 결정하는 방법 및 장치 - Google Patents

대상의 각도 포즈를 결정하는 방법 및 장치 Download PDF

Info

Publication number
KR100872103B1
KR100872103B1 KR1020067018962A KR20067018962A KR100872103B1 KR 100872103 B1 KR100872103 B1 KR 100872103B1 KR 1020067018962 A KR1020067018962 A KR 1020067018962A KR 20067018962 A KR20067018962 A KR 20067018962A KR 100872103 B1 KR100872103 B1 KR 100872103B1
Authority
KR
South Korea
Prior art keywords
projection
image
sum
angle
known object
Prior art date
Application number
KR1020067018962A
Other languages
English (en)
Other versions
KR20060122959A (ko
Inventor
패트릭 에프 레오나드
마크 싱어
Original Assignee
일렉트로 싸이언티픽 인더스트리이즈 인코포레이티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 일렉트로 싸이언티픽 인더스트리이즈 인코포레이티드 filed Critical 일렉트로 싸이언티픽 인더스트리이즈 인코포레이티드
Publication of KR20060122959A publication Critical patent/KR20060122959A/ko
Application granted granted Critical
Publication of KR100872103B1 publication Critical patent/KR100872103B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20068—Projection on vertical or horizontal image axis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

본 발명은 추정된 대상의 각도 포즈(angular pose)를 결정하는 데 작용한다. 일련의 투영 합들은 기지 대상, 즉 추정된 포즈를 갖는 기지 대상의 샘플 이미지로부터 계산된다. 투영 합들은 일련의 각도 동안 계산되고, 투영 이미지를 만들어내는 2차원 배열로 구성된다. 기지 대상의 이미지가 제공되고, 여기서 기지 대상은 미지 포즈를 갖는다. 투영 합이, 바람직하게는 수직에서, 미지의 포즈를 갖는 기지 대상의 이미지를 가로질러 계산된다. 이 투영 합은 상기 투영 이미지에 대비하여 상관되고, 가장 상관관계가 있는 각이 기지 대상의 각도 포즈가 되도록 결정된다.

Description

대상의 각도 포즈를 결정하는 방법 및 장치 {METHOD AND APPARATUS FOR DETERMINING ANGULAR POSE OF AN OBJECT}
본 발명은 추정 대상(assumed object)의 각도 포즈(angular pose)를 결정하는 것에 관한 것이다.
제조 부품의 검사에 있어서 흔한 업무는 부품의 포즈(pose)를 결정하는 것이다. 포즈는 일반적으로 x 및 y 좌표에 의해 동시에 측정되는 부품의 위치와, 수직으로부터 측정되는 각도이다. 각도 포즈는 부품의 회전 척도로서 보여질 수 있다. 대부분의 산업적 응용에 있어서, 부품의 포즈는 머신 비젼 시스템(machine vision system)에 의해 측정된다. 이는 특히 반도체 분야에 대하여 그렇다. 각도 포즈를 알면, 머신 비젼 시스템은 부품의 질에 관련된 중요한 정보를 제공하거나, 제조 작업을 관리하거나, 또는 다른 머신 비젼 작업의 정확성을 개선할 수 있다.
각도 포즈의 결정은 종종 시간 집약적인 작업이다. 처리량(throughput)의 증가를 위해 필요 요건이 증가함에 따라, 각도 포즈를 계산하는 속도를 높이는 것이 일반적으로 바람직하다.
또한, 머신 비젼 시스템에 의해 사용되는 많은 패턴 인식 알고리즘(pattern recognition algorithm) 또는 시스템이 각도에 대하여 민감한 것으로 알려져 있다. 바꾸어 말하면, 검사될 부품이 어느 정도의 오차 허용도(tolerance)를 넘어 회전될 때, 대부분의 패턴 인식 알고리즘 또는 시스템이 제대로 작동하지 않는다. 예를 들어, 부품이 약 1 또는 2도보다 더 많이 회전하였을 때, 정규화 상관관계(normalized correlation)가 부품을 인식하기에 적절하게 기능하지 못할 수 있다.
반도체 산업은 다양한 방법으로 패턴 인식 시스템의 감도(sensitivity)에 대해 다루어왔다. 하나의 방법으로, 그레이 스케일 벡터 상관관계(gray scale vector correlation)과 같은, 회전에 대해 덜 민감한 패턴 인식 시스템을 개발하였다(여기에 참조용으로 결합된, 동일 양수인의 미국 특허 제6,385,340호를 참조). 이 감도를 다루는 다른 방법으로는, 반도체 부품을 매우 잘 제어된 방법으로 비젼 시스템에 제공하는 것이다. 예를 들어, 반도체는 부품의 회전을 최소화하도록 설계된 특별히 형성된 트레이 내에서 비젼 시스템으로 제공될 수 있다. 상기 설명된 두 가지 노력에도 불구하고, 부품은 패턴 인식 시스템의 오차 허용도를 넘어 회전될 수 있으며, 그로 인해 패턴 인식 시스템이 부품의 고장을 보고하는 결과가 발생할 수 있다.
그러나, 일반적으로 각도 포즈를 알면, 패턴 인식 시스템은 적절하게 수행하도록 조정될 수 있다. 이는 기지 부품이 회전에 상관없이 검사될 수 있도록 허용한다. 종래 별도의 공정 시스템으로서 대상의 각도 포즈를 결정하고 패턴 인식 시스템에 그 각도 포즈를 보고하는 것은, 사용되는 인식 시스템의 오차 허용도를 넘어 회전된 부품에 의해 야기되는 간혹 발생하는 고장에 비교하여 단순히 비용이 매우 많이 들었다. 따라서 대상의 각도 포즈를 빠르고 원하는 만큼 정확하게 계산하기 위한 필요성이 대두되었다.
본 발명은 추정 대상(assumed object)의 각도 포즈(angular pose)를 계산하는 방법을 제공한다. 이 각도 포즈는 독립적인 값을 갖고, 패턴 인식 시스템에 보고되거나, 또는 보고되지 않을 수도 있다. 기지(旣知) 대상의 샘플 이미지가 제공된다. 샘플 이미지는 추정 포즈를 갖는다. 일련의 각도 범위에 걸쳐 기지 대상의 샘플 이미지를 가로질러 일련의 투영 합들(projection sums)이 계산되고, 투영 합이 계산된 각도에 기초한 2차원 배열로 체계화된다. 추정 대상의 첫 번째 이미지가 제공되고, 첫 번째 이미지에서 기지 대상의 각도 포즈는 알려지지 않는다. 추정 각도에서 투영 합이 첫 번째 이미지를 가로질러 계산된다. 추정 각도는 바람직하게는 수직이다. 첫 번째 이미지로부터 투영 합은 2차원 배열에 대비하여 비교되고, 그 투영 합이 첫 번째 이미지의 투영 합과 가장 필적하는 각도가 선택된다. 본 발명은 일련의 이미지에, 각각의 대상에 관련된 각도 포즈를 보고하기 위해 모든 기지 대상에 수행될 수 있다.
본 발명의 방법은 투영 합이 첫 번째 이미지의 투영 합에 가장 필적하는 각도가 인식 시스템(recognition system)에 보고되는 것을 더 제공한다. 이는 인식 시스템이 대상의 어떠한 회전도 설명하도록 조정될 수 있게 한다. 더욱 바람직한 실시예에서 인식 시스템은 그레이 스케일 벡터 상관관계이다.
더욱 바람직한 실시예에서, 첫 번째 이미지를 가로지른 투영 합의 비교는 정규화 상관관계(normalized correlation), 또는 정규화 특징 인식(NCR; normalized character recognition)을 사용한 2차원 배열에 비교된다.
본 발명은 또한, 머신 비젼 시스템에 사용하기 위한 컴퓨터 판독 가능한 매체를 제공하고, 컴퓨터 판독 가능한 매체는 기지 대상의 각도 포즈를 결정하도록 구성된다. 컴퓨터 판독 가능한 매체는 추정 포즈를 갖는 기지 대상의 샘플 이미지를 가로질러 일련의 투영 합들을 계산하는 수단을 포함한다. 투영 합들은 일련의 각도 범위에 걸쳐 계산된다. 컴퓨터 판독 가능한 매체는 투영 합들을 투영 합이 계산된 각도에 기초한 2차원 배열로 구성하는 수단을 더 포함한다. 컴퓨터 판독 가능한 매체는 추정 각도에서 일련의 기지 대상들로부터 첫 번째 이미지를 가로질러 투영 합을 계산하고, 첫 번째 이미지를 가로지른 투영 합을 2차원 배열에 대비하여 비교하는 수단을 더 포함한다. 첫 번째 이미지의 투영 합에 가장 필적하는 투영의 각도가 선택된다.
본 발명을 구현하도록 고려된 가장 바람직한 양태의 하기 상세한 설명이 이에 따른 도면과 함께 이해될 때, 본 발명의 다른 응용들이 당 기술 분야에서 숙련된 자들에게 명백하게 될 것이다.
여기에서 상세한 설명은 그에 따른 도면을 참조하며, 각각의 도면을 통해 동일한 참조 번호는 동일한 요소를 언급한다.
도 1은 기지 대상의 샘플 이미지로부터 2차원 배열을 어떻게 알게 되는 지를 도시하는 흐름도이다.
도 2는 기지 대상과, 투영 합들이 계산될 수 있는 일련의 각도를 나타내는 개략도이다.
도 3은 투영 합이 계산되고 있는 도 1의 대상을 나타내는 개략도이다.
도 4는 도 3으로부터 나타나는 픽셀을 가로질러 투영 합이 계산되는 방법의 상세도이다.
도 5는 각도에 의해 체계화된 투영 합들의 2차원 배열을 나타내는 개략도이다.
도 6은 도 5의 배열을 사용하여 기지 대상의 각도 포즈를 찾는 과정을 도시하는 흐름도이다.
도 7은 미지 각도에 있는 기지 대상을 가로질러 얻어진 수직의 투영 합을 도시하는 개략도이다.
도 8은 대상의 각도 포즈가 패턴 인식 시스템에 보고되는, 도 6과 유사한 흐름도이다.
도 9는 대상의 각도 포즈를 결정하도록 구성되는 컴퓨터 판독 가능한 매체를 포함한 비젼 시스템의 개략도이다.
본 발명은 특히 기지 대상(known object)의 각도 포즈(angular pose)를 결정하는 데 유용하다. 본 발명은 기지 대상의 각도 포즈를 빠르게 결정하기 위해 라돈의 방정식(Radon's equation)의 새로운 변형(하기 설명됨)을 사용한다. 일련의 투영 합들(projection sums)이 기지 대상의 샘플 이미지로부터 결정되고, 여기서 기 지 대상은 추정 포즈(assumed pose)를 갖는다. 투영 합들은 일련의 각도 범위에 대해서 계산된다. 이 범위는 ± 180도 정도로 클 수 있다.
각각의 투영 합은 1차원 배열(one dimension array)로서 간주될 수 있다. 이러한 1차원 배열들의 모집은 투영 합들의 2차원 배열(two dimension array)을 형성하도록 계산된다. 이 2차원 배열은 투영 이미지(projection image)로 만들어질 수 있다.
기지 대상의 이미지가 제공되고, 여기서 기지 대상의 각도 포즈는 알려지지 않는다. 다수의 대상들은 모두 동일한 부품이라는 점에서 “알려져(known)”있고, 하기의 예에서는 반도체 다이(semiconductor die)이다. 바람직하게, 하나의 투영 합은 수직으로부터 얻어진다. 그 다음, 투영 합은 투영 합들의 2차원 배열에 대비하여 상관된다. 상기 하나의 투영 합과 가장 상관관계가 있는 투영 합에 관련된 각도가 상기 기지 대상의 각도 포즈이다.
본 발명은 다이와 같은 반도체 부품에 관련하여 설명된다. 실시예에서, 샘플 이미지는 특정 다이일 수 있는 기지 대상으로부터 나타난다. 그 다음, 미지 포즈를 갖는 기지 대상은 실질적으로 동일한, 예를 들어 동일한 부품인, 다이이다. 그러나, 후속의 다이는 미지의 포즈를 갖는다.
상기 설명한 바와 같이, 본 발명은 하기 제시된 라돈의 방정식(Radon's equations)의 계산에 대충 기초한다.
Figure 112006066720573-pct00001
여기서, f(x,y)는 이미지 데이터이고, P는 투영이 형성된 각도이고, T는 투영에 따른 변위(displacement)이다.
동일한 요소는 동일한 번호로 기재된 도면을 참조하여, 본 발명의 방법을 나타낸다. 도 1을 참조하면, 티칭 과정(teaching process)이 10에서 시작한다. 티칭은 추정 각도에서 투영 합들의 2차원 배열을 형성하는 일을 나타낸다. 이 2차원 배열은 투영 이미지로 언급될 수 있다. 20에서, 추정 포즈를 갖는 기지 대상의 이미지가 제공된다. 본 발명의 설명에 관련하여, 이 기지 대상은 다이(die)이다. 그러나, 본 발명은 광범위하게 다양한 대상에 사용될 수 있다. 30에서, 시작 각도, 정지 각도 및 단계가 선택된다. 시작 및 정지 각도는 그 범위에 걸쳐 투영 합들이 계산될 범위를 참조한다.
도 2는 시작 및 정지 각도를 개략적으로 도시한다. 도 2는 다이(11)의 이미지를 가로질러 투영된 각도의 모집을 개략적으로 도시한다. 이 경우에, 다이는 추정 각도 포즈를 갖는 기지 대상이다. 시작 각도는 12에서 θ1으로 나타나고, 끝 각도는 14에서 θn으로 나타난다. 투영이 ± 180도로부터 행해질 수도 있으나, 바람직한 범위는 ± 30도이다. 그를 통해 투영 합들이 유도될 각도의 범위는 원하는 특정한 응용에 따른 것으로 이해된다. 예를 들어, ± 180도의 범위는 무작위로 회전되는 부품에 대해 잘 작용할 것이고, 트레이 내에 제공된 부품에 대해서는 더 적은 범위가 보다 양호하게 놓여질 수 있다.
또한, 각도 사이의 증분(increment)이 달라질 수 있다고 이해된다. 각도의 증분은 두 개의 인접한 투영, 예를 들어, θ1과 θ2 사이의 차이를 언급한다. 하기에 보다 충분히 설명되는 바와 같이, 각도의 증분은 필요한 각도 포즈의 정확도에 따라 달라질 것이다. 패턴 인식 시스템이 정규화 상관관계(normalized correlation)일 때, 각도 사이의 증분은 0.5 내지 1도 사이어야 한다. 그러나, 그레이 스케일 벡터 상관관계(gray scale vector correlation)와 같은 보다 강한 패턴 인식 기술의 경우에는, 2.5도와 같은 더 높은 증분이 바람직할 것이다.
도 1을 다시 참조하면, 투영 합들이 40에서 계산된다. 어떠한 주어진 각도에서, 도 3에 대략적으로 도시된 방법에 따라 투영 합이 유도된다. 도 3은 일련의 투영 합계 라인들(42)이 이미지를 가로질러 연장된, 다이(11)의 이미지를 나타낸다. 실제로 다이의 이미지를 포함하는 어떠한 대상의 이미지는, 각 픽셀이 위치와 값을 갖는 픽셀들의 모집이라고 이해된다. 투영 합계 라인들(42)은 어떠한 개개의 라인(42)에 의해 걸쳐진 각 픽셀 위치에 대한 픽셀 값들이 더해진다는 인식을 나타낸다. 각 라인의 합해진 값들은 도 3에서, w1에서 wN까지로 나타난다(44 표시). 바람직한 실시예에서, 각각의 투영 합계 라인(42)은 일 픽셀 범위(one pixel wide)이다.
투영 합계 라인들(42)은 픽셀에 관하여 한 각도에서 설정되기 때문에, 라인은 전체의 픽셀을 획득하지 못할 수 있다. 이는 도 4에 개략적으로 도시된다. 예를 들어, 샘플 픽셀 45를 참조하면, 46으로 도시된 라인에 의해 획득된 부분이 있고, 48로 도시된 획득되지 못한 부분이 있다. 획득된 부분(46)은 획득되지 않은 부분(48)을 보상하기 위해 가중치가 더해질 수 있으며, 그로 인해 더 정확한 합을 제공하리라고 이해된다.
50에서 각도가 증대되고, 투영 합들은 소정의 각도 증분(angular increment)으로 θ1에서 θn까지 모든 각도에 대해 계산된다. 60에서 모든 각도가 다 행해졌을 때, 62에서 교시 과정(teach process)은 종료된다. 도 1의 교시 과정은 도 5에 개략적으로 도시된 투영 이미지를 산출한다. 도 5의 투영 이미지는 다른 각도를 나타내는 각 행(row)의 투영 합들의 2차원 배열이다.
도 6 내지 도 8을 참조하면, 기지 대상의 각도 포즈가 결정되는 방법이 도시된다. 각도 포즈를 찾는 작업이 70에서 시작된다. 72에서, 기지 대상의 이미지, 또는 이 경우에는 다이(11′), 가 제공된다. 다이(11′)가 다이(11)와 동일하도록 의도되고, 다이(11′)의 이미지는 바람직하게는 다이(11)의 이미지와 동일한 조건 하에 얻어지는 것으로 이해된다. 72에서 이미지의 대상은 미지의 각도 포즈를 갖는다. 74에서, 추정 각도에서, 바람직하게는 수직 각도에서, 투영 합이 동일 대상의 이미지를 가로질러 계산된다. 수직 각도에서 투영 합의 계산이 도 7에 개략적으로 도시된다. 76에서, 74에서 유도된 투영 합은 도 5에 도시된 2차원 배열에 대비하여 상관된다. 상기 투영 합과 가장 상관관계가 있는 합계 행에 대응하는 각도가 78에서 계산된다.
도 6에 도시된 바와 같이, 포즈가 찾아지면 과정이 완료될 수 있다고 이해된다. 그러나, 도 8에 도시한 바와 같이 80에서 포즈는 정규화 상관관계 또는 그레이 스케일 벡터 상관관계와 같은 패턴 인식 시스템에 보고될 수도 있다. 그 다음, 패턴 인식 시스템들은 대상의 포즈를 찾도록 조정될 수 있다.
각도 범위가 ± 90도보다 더 클 때, 본 발명은 도 5의 2차원 배열에 대비하여 투영 합을 관련하였을 때 관련된 어떠한 불명료함의 제거를 제공한다. 이 불명료함들은 부품 내의 대칭의 결과일 수 있다. 이러한 경우, 74에서 오프 각도(off angle)에서 또다른 합계 투영을 얻고, 도 5의 2차원 배열에 대비하여 두 개의 다른 투영 합들을 관련하는 것이 필요할 수 있다.
도 9를 참조하면, 머신 비젼 시스템(82)이 도시되었다. 비젼 시스템(82)은 카메라(84)와 적합한 조명(86)을 포함한다. 카메라(84)와 조명(86)은 대상의 각도 포즈를 결정하도록 구성되는 컴퓨터 판독 가능한 매체(90)를 포함하는 공정 유닛(88)에 조종가능도록 결합된다. 본 실시예에서, 대상은 카메라(84)의 시야 범위 내에 위치된 다이(11′)이다.
본 발명은 가장 실질적이고 바람직한 실시예로 고려되는 예에 대하여 설명되었으나, 본 발명은 상술한 실시예에 한정되지 않음을 이해하여야 한다. 예를 들어, 투영 합은 어떠한 추정 각도에서 얻어지고, 도 5의 2차원 배열에 대비하여 관련시켜질 수 있다고 이해된다. 수직 각도는 보다 간단한 공정을 제공하기 위해 선택된 것이다. 90도와 다른 추정 각도가 적용된다면, 추가적인 계산이 사용될 수 있다. 본 출원은 첨부된 청구 범위의 기술적 사상과 범위 내에 포함되는 다양한 수정 및 유사 합의안을 포함하도록 의도되고, 상기 범위는 법에 의해 허용된 바와 같은 모든 그러한 수정 및 유사한 구조를 포함하도록 보다 광범위한 해석이 부합되어야 한다.

Claims (14)

  1. 추정 대상의 각도 포즈를 계산하는 방법으로서,
    추정 포즈를 갖는 기지 대상의 샘플 이미지를 제공하는 단계;
    선택된 지점에 대한 상이한 각도들의 범위에 걸쳐 샘플 이미지를 가로지른 일련의 투영 합들을 계산하고, 상기 투영 합들을 상기 투영 합들이 계산된 각도들에 기초한 2차원 배열로 구성하는 단계;
    상기 기지 대상의 제 1 이미지를 제공하는 단계로서, 상기 제 1 이미지로 보여지는 기지 대상의 각도 포즈는 미지인 것인 상기 제 1 이미지를 제공하는 단계;
    추정 각도에서 상기 제 1 이미지를 가로지른 투영 합을 계산하는 단계; 및
    상기 제 1 이미지를 가로지른 투영 합을 상기 2차원 배열에 대비하여 비교하고, 상기 제 1 이미지의 투영 합과 가장 필적하는 투영 합의 각도를 선택하는 단계
    를 포함하는 추정 대상의 각도 포즈를 계산하는 방법.
  2. 제 1 항에 있어서,
    상기 제 1 이미지의 투영 합과 가장 필적하는 투영 합의 각도를 인식 시스템에 보고하는 단계를 더 포함하는 것인 추정 대상의 각도 포즈를 계산하는 방법.
  3. 제 1 항에 있어서,
    상기 추정 각도는 상기 상이한 각도들의 범위 내에 있는 것인 추정 대상의 각도 포즈를 계산하는 방법.
  4. 제 1 항에 있어서,
    상기 샘플 이미지로부터 계산된 투영 합들은 2.5도의 각을 증대시킴으로써 일련의 각도 범위에 걸쳐 계산되는 것인 추정 대상의 각도 포즈를 계산하는 방법.
  5. 제 2 항에 있어서,
    상기 인식 시스템은 그레이 스케일 벡터 상관 관계인 것인 추정 대상의 각도 포즈를 계산하는 방법.
  6. 삭제
  7. 제 1 항에 있어서,
    상기 제 1 이미지를 가로지른 투영 합과 상기 2차원 배열의 비교는 정규화 상관관계 인식(NCR; normalized correlation recognition)을 이용하여 이루어지는 것인 추정 대상의 각도 포즈를 계산하는 방법.
  8. 제 1 항에 있어서,
    상기 기지 대상은 반도체 다이인 것인 추정 대상의 각도 포즈를 계산하는 방 법.
  9. 기지 대상의 각도 포즈를 결정하도록 구성되는 것인, 머신 비젼 시스템에 사용하기 위한 컴퓨터 판독 가능한 매체로서,
    선택된 지점에 대한 상이한 각도들의 범위에 걸쳐 기지 대상의 샘플 이미지를 가로지른 일련의 투영 합들을 계산하는 수단으로서, 상기 기지 대상의 샘플 이미지는 추정된 각도 포즈를 갖는 것인 상기 기지 대상의 샘플 이미지를 가로지른 일련의 투영 합들을 계산하는 수단;
    상기 투영 합들을 상기 투영 합들이 계산된 각도들에 기초한 2차원 배열로 구성하는 수단;
    상기 기지 대상의 제 1 이미지를 가로지른 투영 합을 계산하는 수단으로서, 상기 기지 대상은 미지의 각도 포즈를 갖고, 상기 투영 합은 추정된 각도에서 계산되는 것인 상기 제 1 이미지를 가로지른 투영 합을 계산하는 수단;
    상기 제 1 이미지를 가로지른 투영 합을 상기 2차원 배열에 대비하여 비교하는 수단; 및
    상기 제 1 이미지의 투영 합과 가장 필적하는 투영 합의 각도를 선택하는 수단
    을 포함하는 컴퓨터 판독 가능한 매체.
  10. 제 9 항에 있어서,
    상기 각도 포즈를 패턴 인식 시스템에 보고하는 수단을 더 포함하는 것인 컴 퓨터 판독 가능한 매체.
  11. 제 9 항에 있어서,
    상기 추정된 각도는 상기 상이한 각도들의 범위 내에 있는 것인 컴퓨터 판독 가능한 매체.
  12. 제 9 항에 있어서,
    상기 투영 합들은 1도를 증대시킴으로서 일련의 각도들의 범위에 걸쳐 계산되는 것인 컴퓨터 판독 가능한 매체.
  13. 제 9 항에 있어서,
    상기 일련의 각도들의 범위는 ± 180도인 것인 컴퓨터 판독 가능한 매체.
  14. 제 1 항에 있어서,
    상기 투영 합을 계산하는 단계는,
    각각의 각도에 대하여 상기 샘플 이미지를 가로질러 복수의 투영 합 라인들을 연장하는 단계; 및
    각각의 투영 합 라인에 의해 걸쳐진 각각의 픽셀을 식별하고, 각각의 투영 합 라인에 대한 각각의 픽셀 값들을 합산하는 단계를 더 포함하는 것인 추정 대상의 각도 포즈를 계산하는 방법.
KR1020067018962A 2004-03-05 2005-03-04 대상의 각도 포즈를 결정하는 방법 및 장치 KR100872103B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/794,907 US7349567B2 (en) 2004-03-05 2004-03-05 Method and apparatus for determining angular pose of an object
US10/794,907 2004-03-05

Publications (2)

Publication Number Publication Date
KR20060122959A KR20060122959A (ko) 2006-11-30
KR100872103B1 true KR100872103B1 (ko) 2008-12-05

Family

ID=34912380

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020067018962A KR100872103B1 (ko) 2004-03-05 2005-03-04 대상의 각도 포즈를 결정하는 방법 및 장치

Country Status (8)

Country Link
US (1) US7349567B2 (ko)
JP (1) JP2007528065A (ko)
KR (1) KR100872103B1 (ko)
CN (1) CN100454331C (ko)
DE (1) DE112005000513T5 (ko)
GB (1) GB2429770B (ko)
TW (1) TWI303784B (ko)
WO (1) WO2005086718A2 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7693347B2 (en) * 2005-08-24 2010-04-06 Samsung Electronics Co., Ltd. Smear correction in a digital camera
US9554094B1 (en) 2012-11-30 2017-01-24 Cognex Corporation System and method for determining a displaced substrate with a vision system
DE102013221494A1 (de) 2013-10-23 2015-04-23 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen eines Drehwinkels eines Objekts um eine Drehachse
DE102015209896B3 (de) * 2015-05-29 2016-08-18 Kuka Roboter Gmbh Ermittlung der Roboterachswinkel und Auswahl eines Roboters mit Hilfe einer Kamera
JP7259688B2 (ja) * 2019-10-02 2023-04-18 新東工業株式会社 ショット処理装置及びショット処理方法
CN118154566B (zh) * 2024-03-25 2024-09-06 深圳市博欣锐捷科技有限公司 一种托盘中芯片放置参数确定方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5060276A (en) 1989-05-31 1991-10-22 At&T Bell Laboratories Technique for object orientation detection using a feed-forward neural network
US5832110A (en) * 1996-05-28 1998-11-03 Ricoh Company, Ltd. Image registration using projection histogram matching
US6363168B1 (en) 1997-10-29 2002-03-26 Dainippon Acreen Mfg. Co., Ltd. Measurement position determination on a semiconductor wafer
US6385340B1 (en) 1995-11-13 2002-05-07 Applied Intelligent Systems, Inc. Vector correlation system for automatically locating patterns in an image
US6597806B1 (en) * 1999-01-13 2003-07-22 Fuji Machine Mfg. Co., Ltd. Image processing method and apparatus
US6711304B2 (en) 1998-07-29 2004-03-23 Electroglas, Inc. Method and apparatus for measuring angular rotation of an object
US6917699B2 (en) 2001-04-20 2005-07-12 Kabushiki Kaisha Shinkawa Image processing method, an image processing device and a bonding apparatus

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4497066A (en) * 1982-03-05 1985-01-29 Texas Instruments Incorporated Video data acquisition system
US4736437A (en) * 1982-11-22 1988-04-05 View Engineering, Inc. High speed pattern recognizer
EP0233888B1 (en) * 1984-12-14 1990-12-12 AHLBOM, Sten Hugo Nils Image processing device
US4817184A (en) * 1986-04-14 1989-03-28 Vartec Corporation Electronic inspection system and methods of inspection
US4876549A (en) * 1988-03-07 1989-10-24 E-Systems, Inc. Discrete fourier transform direction finding apparatus
US5717785A (en) * 1992-01-30 1998-02-10 Cognex Corporation Method and apparatus for locating patterns in an optical image
US5185811A (en) * 1990-12-27 1993-02-09 International Business Machines Corporation Automated visual inspection of electronic component leads prior to placement
US6002793A (en) * 1992-01-30 1999-12-14 Cognex Corporation Machine vision method and apparatus for finding an object orientation angle of a rectilinear object
US5495535A (en) * 1992-01-31 1996-02-27 Orbotech Ltd Method of inspecting articles
US5581632A (en) * 1994-05-02 1996-12-03 Cognex Corporation Method and apparatus for ball bond inspection system
US6240218B1 (en) * 1995-03-14 2001-05-29 Cognex Corporation Apparatus and method for determining the location and orientation of a reference feature in an image
FR2736455B1 (fr) * 1995-07-03 1997-08-08 Commissariat Energie Atomique Procede de reconstruction d'une image 3d avec amelioration du contraste et de la resolution et application de ce procede a la realisation d'une cartographie d'attenuation d'un objet
US5943442A (en) * 1996-06-12 1999-08-24 Nippon Telegraph And Telephone Corporation Method of image processing using parametric template matching
US6975764B1 (en) * 1997-11-26 2005-12-13 Cognex Technology And Investment Corporation Fast high-accuracy multi-dimensional pattern inspection
JP3120767B2 (ja) * 1998-01-16 2000-12-25 日本電気株式会社 外観検査装置、外観検査方法及び外観検査プログラムを記録した記録媒体
DE19825829C2 (de) * 1998-06-10 2000-07-27 Leica Microsystems Verfahren zur Bestimmung des Abstandes P einer Kante eines Strukturelementes auf einem Substrat
US7016539B1 (en) * 1998-07-13 2006-03-21 Cognex Corporation Method for fast, robust, multi-dimensional pattern recognition
JP2000341501A (ja) * 1999-03-23 2000-12-08 Minolta Co Ltd 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体
US6594623B1 (en) * 1999-11-12 2003-07-15 Cognex Technology And Investment Corporation Determining three-dimensional orientation of objects
JP2001290820A (ja) * 2000-01-31 2001-10-19 Mitsubishi Electric Corp 映像収集装置、映像検索装置および映像収集検索システム
US6440870B1 (en) * 2000-07-12 2002-08-27 Applied Materials, Inc. Method of etching tungsten or tungsten nitride electrode gates in semiconductor structures
KR100382905B1 (ko) * 2000-10-07 2003-05-09 주식회사 케이씨아이 치아 컴퓨터 모델링용 삼차원 스캐너 시스템
US6985640B2 (en) * 2002-01-07 2006-01-10 Xerox Corporation Parallel non-iterative method of determining and correcting image skew
CN1477599A (zh) * 2002-08-23 2004-02-25 英业达股份有限公司 移动物体的聚焦方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5060276A (en) 1989-05-31 1991-10-22 At&T Bell Laboratories Technique for object orientation detection using a feed-forward neural network
US6385340B1 (en) 1995-11-13 2002-05-07 Applied Intelligent Systems, Inc. Vector correlation system for automatically locating patterns in an image
US5832110A (en) * 1996-05-28 1998-11-03 Ricoh Company, Ltd. Image registration using projection histogram matching
US6363168B1 (en) 1997-10-29 2002-03-26 Dainippon Acreen Mfg. Co., Ltd. Measurement position determination on a semiconductor wafer
US6711304B2 (en) 1998-07-29 2004-03-23 Electroglas, Inc. Method and apparatus for measuring angular rotation of an object
US6597806B1 (en) * 1999-01-13 2003-07-22 Fuji Machine Mfg. Co., Ltd. Image processing method and apparatus
US6917699B2 (en) 2001-04-20 2005-07-12 Kabushiki Kaisha Shinkawa Image processing method, an image processing device and a bonding apparatus

Also Published As

Publication number Publication date
DE112005000513T5 (de) 2007-01-18
US7349567B2 (en) 2008-03-25
TWI303784B (en) 2008-12-01
WO2005086718A2 (en) 2005-09-22
CN1938716A (zh) 2007-03-28
WO2005086718A3 (en) 2006-11-30
JP2007528065A (ja) 2007-10-04
GB2429770B (en) 2008-01-02
GB0616917D0 (en) 2006-10-04
US20050196036A1 (en) 2005-09-08
TW200603006A (en) 2006-01-16
CN100454331C (zh) 2009-01-21
GB2429770A (en) 2007-03-07
KR20060122959A (ko) 2006-11-30

Similar Documents

Publication Publication Date Title
US6751338B1 (en) System and method of using range image data with machine vision tools
JP5671281B2 (ja) 位置姿勢計測装置、位置姿勢計測装置の制御方法及びプログラム
WO2007015059A1 (en) Method and system for three-dimensional data capture
EP1918877B1 (en) Correlation peak finding method for image correlation displacement sensing
JP4926127B2 (ja) 移動体搭載用前方撮像制御装置
JP4885584B2 (ja) レンジファインダ校正方法及び装置
KR100872103B1 (ko) 대상의 각도 포즈를 결정하는 방법 및 장치
EP0551274A1 (en) Determination of mutually corresponding features in associated two-dimensional partial images of a three-dimensional scene
JP2014511772A (ja) ロボットシステムにおいてピッキング動作後にセンサ測定値を無効にする方法
JP4701848B2 (ja) 画像マッチング装置、画像マッチング方法および画像マッチング用プログラム
US6519358B1 (en) Parallax calculating apparatus, distance calculating apparatus, methods of the same, and information providing media
JP5976089B2 (ja) 位置姿勢計測装置、位置姿勢計測方法、およびプログラム
Thiruselvam et al. Feature‐assisted stereo correlation
CN113689397A (zh) 工件圆孔特征检测方法和工件圆孔特征检测装置
US10356394B2 (en) Apparatus and method for measuring position of stereo camera
Frangione et al. Multi-step approach for automated scaling of photogrammetric micro-measurements
CN113012279B (zh) 一种非接触三维成像测量方法、系统及计算机可读存储介质
JP2018032144A (ja) 画像処理装置、画像処理方法およびプログラム。
JP5371015B2 (ja) クロスマーク検出装置及び方法、並びにプログラム
CN112163578A (zh) 提高ocr识别率的方法和系统
JPH10289315A (ja) 視差算出装置、距離算出装置およびこれらの方法
CN109470164A (zh) 一种基于视觉跟踪的有标记引伸计动态测量及系统
JP7481468B2 (ja) ロボットシステム及び制御方法
Jumpasut et al. An error analysis into the use of regular targets and target detection in image analysis for impact engineering
Minhas et al. Invariant feature set in convex hull for fast image registration

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20121107

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20131108

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20141107

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20151109

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20161110

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20171110

Year of fee payment: 10

LAPS Lapse due to unpaid annual fee