SE516239C2 - Metod och anordning för bestämning av nominella data för elektroniska kretsar, genom att ta en digital bild och jämföra med lagrade nominella data. - Google Patents
Metod och anordning för bestämning av nominella data för elektroniska kretsar, genom att ta en digital bild och jämföra med lagrade nominella data.Info
- Publication number
- SE516239C2 SE516239C2 SE0001577A SE0001577A SE516239C2 SE 516239 C2 SE516239 C2 SE 516239C2 SE 0001577 A SE0001577 A SE 0001577A SE 0001577 A SE0001577 A SE 0001577A SE 516239 C2 SE516239 C2 SE 516239C2
- Authority
- SE
- Sweden
- Prior art keywords
- nominal
- objects
- characteristic
- data
- identified
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06T2207/30152—Solder
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Closed-Circuit Television Systems (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
25 30 35 i 516 239 ~= 2 undersökas efter fel, såsom saknade ledare, felaktiga ledare eller felaktigt placerade ledare.
För att man skall kunna göra den ovanstående analysen, förses komponentmonteringsmaskiner med en databas med mekaniska data för de vanligaste komponenterna. På grund av den stora mängd nya komponenter som kontinuerligt introduceras på marknaden behöver databasen uppdateras kontinuerligt med mekaniska data för dessa nya komponenter. Vidare innehåller databasen, för fall där komponenterna som skall monteras är komponenter som är mer sällsynta, eventuellt inte mekaniska data för denna typ av komponent. Således, måste databasen uppdateras med mekaniska data för dessa sällsynta komponenter när de skall användas.
När databasen skall uppdateras med mekaniska data idag, härleds nämnda mekaniska data ofta från ritningar eller liknande av komponenten och matas in i databasen manuellt. Detta är en tidsödande uppgift och det finns alltid en risk att data matas in felaktigt på grund av den mänskliga faktorn. Vidare finns det i vissa fall inte ritningar av komponenten tillgängliga eller så är formen på de tillgängliga ritningarna inte lämpade för extrahering av nämnda mekaniska data av intresse.
Följaktligen har alternativa förfaranden som är automatiska eller delvis automatiska utvecklats där bilder av ett enda exemplar eller ett antal exemplar av en komponent tas. Mekaniska data för det enda exemplaret eller ett genomsnitt av mekaniska data för de flera exemplaren som fastställs sedan och lagras i databasen.
Exemplaren som används i detta förfarande är företrädesvis exemplar som har tillverkats med väldigt hög noggrannhet.
De automatiska förfarandena har flera nackdelar i jämförelse med det manuella förfarandet. En nackdel är att nämnda mekaniska data som är resultatet av alla dessa förfaranden kommer att skilja sig till en viss utsträckning från mekaniska data för ett korrekt exemplar 10 15 20 25 30 35 516 239 saa. u 3 av komponenten. Detta beror på att nämnda mekaniska data som lagras är mekaniska data för exemplar av komponenten.
Dessa exemplar kan vara tämligen exakta men de har alltid några fel med avseende på nominella mekaniska data för komponenten. En annan nackdel är att det är svårt att kalibrera bildbehandlingsanordningen för att en korrekt skala skall erhållas i bilden.
Sammanfattning av uppfinningen Ett generellt syfte med uppfinningen är att man skall kunna fastställa exakta nominella mekaniska data för en elektronisk anordning automatiskt. Detta syfte uppnås av ett förfarande och en anordning enligt de åtföljande patentkraven.
Uppfinningen är baserad på insikten att det, även om nominella mekaniska data inte har fastställts för en elektronisk anordning, finns viss a priori-kunskap avseende den elektroniska anordningens utseende. Denna a priori-kunskap är ett resultat av det faktum att elektroniska anordningar ofta är sammansatta enligt standardiserade regler för karakteristiska särdrag för den elektroniska anordningen. Exempel på karakteristiska särdrag är storleken och formen på den elektroniska anordningen eller delar av eller referenspunkter på den elektroniska anordningen, etc. De standardiserade reglerna för de karakteristiska särdragen är exempelvis att den elektroniska anordningen eller delar av den elektroniska anordningen endast har ett begränsat antal valbara standardiserade storlekar och former, att delar eller referenspunkter på den elektroniska anordningen endas kan ha ett begränsat antal valbara standardiserade mönster och mellanrum, etc. Följaktligen kan nominella utseendedata fastställas för var och en av valmöjligheterna för en standardiserad regel som resulterar i en uppsättning nominella utseendedata.
Enligt en aspekt av uppfinningen tillhandahålls ett förfarande för fastställande av nominella mekaniska data 10 15 20 25 30 35 516 239 o uno. u 4 för en elektronisk anordning med hjälp av automatisk bildbehandling av en digital bild av ett exemplar av den elektroniska anordningen, varvid ett objekt i den elektroniska bilden, vilket objekt motsvarar exemplaret, identifieras och utseendedata för det identifierade objektets utseende fastställs. Sedan jämförs åtminstone en del av nämnda fastställda data med en lagrad uppsättning nominella utseendedata, vilka nominella utseendedata är baserade på a priori-kunskap om utseenden för elektroniska anordningar, och åtminstone några nominella utseendedata väljs ut. Slutligen fastställs nämnda nominella mekaniska data i enlighet med nämnda utvalda nominella utseendedata och åtminstone några av nämnda fastställda utseendedata.
Förfarandet enligt uppfinningen tillhandahåller ett sätt att fastställa nominella data för en elektronisk anordning utan att man har tillgång till ritningar eller liknande av den elektroniska anordningen. Vidare möjliggör det att detta görs med användning av bildbehandling av en bild av ett exemplar av den elektroniska anordningen, vilket exemplar inte måste vara fullständigt exakt. Anledningen till varför detta kan göras är att det har insetts att det från början faktiskt finns a priori-kunskap om den elektroniska anordningens utseende och att denna a priori-kunskap kan användas vid fastställandet av nämnda nominella mekaniska data. Såsom beskrivs ovan ligger a priori-kunskapen hos standardiserade regler för karakteristiska särdrag hos elektroniska anordningar. Uppsättningen nominella utseendedata står i förhållande med dessa standardiserade regler. En fördel med förfarandet enligt uppfinningen i jämförelse med de kända manuella förfarandena är den manuella inskrivningen av data inte behövs, vilket gör förfarandet enligt uppfinningen tidseffektivare och tillförlitligare. En fördel med förfarandet enligt uppfinningen i jämförelse med de kända automatiska förfarandena är att nämnda fastställda nominella 10 15 20 25 30 35 516 239 o suv: u 5 mekaniska data är mer exakta. Detta är tack vare användningen av nämnda nominella utseendedata i förfarandet enligt uppfinningen i motsats till de kända förfarandena där nämnda fastställda mekaniska data är medelvärdet av mekaniska data för ett antal exemplar av den elektroniska anordningen. En annan fördel med förfarandet enligt uppfinningen är att det möjliggör fastställandet av nämnda nominella mekaniska data med användning endast av ett exemplar av komponenten, vilket gör förfarandet mer tidseffektivt än de kända automatiska förfarandena i vilka ett antal exemplar behövs. Notera att detta inte utesluter att förfarandet enligt uppfinningen används för fler än ett exemplar och att resultaten för dessa exemplar jämförs i syfte att minska risken för felaktigt fastställande av nominella mekaniska data pä grund av stora fel hos ett exemplar.
Det skall märkas att nämnda utseendedata inte behöver vara ett direkt màtt pá nämnda mekaniska data av intresse, utan kan också indirekt motsvara nämnda mekaniska data. Således skall uttrycket "i enlighet med" tolkas så att det inkluderar en indirekt motsvarighet mellan nämnda nominella utseendedata och nämnda nominella mekaniska data. En indirekt motsvarighet mellan nämnda utseendedata och nämnda mekaniska data är fördelaktig när nämnda mekaniska data av intresse är svära att fastställa. I detta fall fastställs utseendedata som är enkla att fastställa och jämförs med en uppsättning motsvarande, nominella utseendedata. A priori-kunskap om motsvarigheten mellan nämnda nominella utseendedata och nämnda nominella mekaniska data används sedan för fastställande av nämnda nominella mekaniska data.
I förfarandet enligt uppfinningen väljs företrädesvis de nominella utseendedata av uppsättningen nominella utseendedata som uppvisar mest likhet med nämnda fastställda utseendedata. På detta sätt kan ett enkelt kriterium användas för att hitta nämnda nominella 10 15 20 25 30 35 516 239 u ao:- u 6 utseendedata när nämnda nominella mekaniska data fastställs.
Beroende på typen av elektronisk anordning för vilken nominella mekaniska data skall fastställas, kommer a priori-kunskapen att vara olika och således kommer uppsättningen nominella utseendedata att vara olika. När den elektroniska anordningen har att antal karakteristiska delar som är placerade pà den elektroniska anordningen enligt en standardiserade regel, innefattar uppsättningen nominella utseendedata företrädesvis nominella positionsdata för positioner för karakteristiska delar hos elektroniska anordningar. I detta fall identifieras karakteristiska objekt hos det identifierade objektet i den digitala bilden, vilka karakteristiska objekt motsvarar karakteristiska delar hos nämnda elektroniska anordning, och fastställs och jämförs positionsdata för de identifierade karakteristiska objektens positioner med uppsättningen nominella positionsdata. De karakteristiska delarnas positioner fastställs sedan i enlighet med nämnda fastställda positionsdata och nämnda utvalda nominella positionsdata. En fördel med detta är att de karakteristiska delarnas nominella positioner kan fastställas mer exakt genom att inte endast nämnda fastställda positionsdata används utan även nämnda nominella positionsdata.
I ett särskilt fall där de karakteristiska delarna är placerade pà den elektroniska anordningen enligt ett rutnät med samma avstånd mellan rutnätets skärningspunkter, motsvarar nämnda nominella positionsdata standardiserade avstånd mellan rutnätets skärningspunkter. Detta möjliggör fastställandet av nominella mekaniska data för positionerna för karakteristiska delar hos den elektroniska anordningen genom identifiering först av de karakteristiska delarna pà den elektroniska utrustningen och fastställande sedan av ett gemensamt avstànd mellan dem. Sedan identifieras 10 15 20 25 30 35 516 239 a sann o 7 ett nominellt avstånd av en uppsättning avstånd mellan skärningspunkter i rutnät, vilket det är troligast att det fastställda gemensamma avståndet motsvarar. Slutligen fastställs de karakteristiska delarnas positionerna genom anpassning av de identifierade karakteristiska delarna till ett rutnät som har det identifierade avståndet mellan rutnätets skärningspunkter. Detta har fördelen att positionerna hos ett okänt antal karakteristiska delar hos en elektronisk anordning, vilka är placerade enligt ett rutnät i en delmängd av rutnätets skärningspunkter, kan fastställas med en hög noggrannhet.
Ett föredraget sätt att finna det gemensamma avståndet mellan de karakteristiska objekten är med hjälp av frekvensanalys av nämnda positionsdata. På detta sätt identifieras frekvensen för de karakteristiska objekten i den spatiala domänen. Detta har en fördel i jämförelse med exempelvis beräknande endast av den genomsnittliga närmaste avståndet mellan karakteristiska objekt. Om exempelvis positionerna för de karakteristiska delarna hos den elektroniska anordningen är sådana att det i vissa av rutnätets skärningspunkter inte finns några karakteristiska delar, d v s att vissa karakteristiska delar kan ha ett närmaste avstånd till intilliggande karakteristiska delar som är en multipel av avståndet mellan rutnätets skärningspunkter, kommer detta inte att påverka frekvensen som motsvarar avståndet mellan rutnätets skärningspunkter när frekvensanalys används.
Det gemensamma avståndet mellan karakteristiska objekt kan sedan fastställas från denna frekvens, varvid ett fastställt gemensamt avstånd ges vilket inte påverkas av att vissa karakteristiska delar kan ha ett närmaste avstånd till intilliggande karakteristiska delar som är en multipel av avståndet mellan rutnätets skärningspunkter.
I ett föredraget sätt att identifiera karakteristiska objekt i ett förfarande enligt uppfinningen fastställs en mall för ett karakteristiskt lO 15 20 25 30 35 8 objekts utseende i den digitala bilden och den digitala bilden genomsöks efter objekt som matchar mallen. Sedan identifieras de karakteristiska objekten bland de funna objekten. Introduktionen av en mall har visat sig ge en mycket högre tillförlitlighet för identifieringen än kända förfaranden, d v s antalet karakteristiska objekt som missas och antalet objekt som felaktigt identifieras som karakteristiska objekt kan minskas avsevärt. Vidare kan mallen fastställas från den digitala bilden genom identifiering först av en delmängd av de karakteristiska objekten i nämnda digitala bild och fastställande sedan av utseendet för varje karakteristiskt objekt hos den identifierade delmängden. Mallen fastställs sedan som medelvärdet av utseendena för de karakteristiska objekten i den identifierade delmängden. Eftersom endast en delmängd av de karakteristiska objekten mäste identifieras för fastställande av en mall, kan ett av de kända förfarandena användas för denna identifikation, medan förfarandet enligt uppfinningen som använder mallen används för identifiering av alla karakteristiska objekt.
Kort beskrivning av ritningarna Uppfinningen kommer nu att belysas vidare i form av exempel pá utföringsformer som beskrivs i det följande med hänvisning till de åtföljande ritningarna pà vilka: figur 1 visar ett flödesschema för ett förfarande för fastställande av de nominella positionerna för ledare pà en komponent med hjälp av automatisk bildbehandling av en digital bild av ett exemplar av komponenten i enlighet med uppfinningen; figur 2 visar ett flödesschema för ett förfarande för beräkning av ett gemensamt centrumavstànd mellan karakteristiska objekt i en digital bild i enlighet med uppfinningen; figur 3A och 3B visar en binär bild av ett exemplar av en komponent i den spatiala domänen respektive en del 10 15 20 25 30 35 516 239 -non u .osun- Q 0 v~°' n nu Q 0 Q -.ecco n - . n 0 sn n o n r 1 u ~ n nu c o 9 av en binär bild på exemplaret vilken är transformerad till frekvensdomänen; figur 4 visar ett flödesschema för ett förfarande för identifiering av karakteristiska objekt i en digital bild i enlighet med uppfinningen; figur 5 visar ett flödesschema för ett förfarande för fastställande en mall för utseendet för ett karakteristiskt objekt i en digital bild i enlighet med uppfinningen.
Detaljerad beskrivning av föredragna utföringsformer av uppfinningen I figur 1 visas ett flödesschema för ett förfarande för fastställande av de nominella positionerna för ledare pà en komponent med hjälp av automatisk bildbehandling av en digital bild pà ett exemplar av komponenten i enlighet med uppfinningen. Förfarandet använder automatisk bildbehandling av en digital bild pà ett exemplar av komponenten för vilken ledares nominella positioner skall bestämmas. Förfarandet är anpassat till komponenter för vilka ledarna är placerade i nâgra eller alla skärningspunkter i ett rutnät och vilka centrumavstàndet mellan två intilliggande ledare är en multipel av avståndet mellan två skärningspunkter i rutnätet. I steget 100 identifieras ett objekt i den digitala bilden, vilket objekt motsvarar exemplaret. Denna identifikation görs med hjälp av vilket känt förfarande som helst för identifiering av objekt i en digital bild med hjälp av bildbehandling. I steget 102 identifieras karakteristiska objekt vilka motsvarar ledare pà komponenten. Denna identifikation kan även göras med användning av vilket känt förfarande som helst för identifiering av objekt i en digital bild med hjälp av bildbehandling, men görs företrädesvis med användning av ett förfarande som beskrivs i det följande med hänvisning till figur 4.
Efter det att de karakteristiska objekten har identifierats, fastställs positionsdata för deras lO 15 20 25 30 35 | o o a po u 10 positioner i steget 104. Nämnda positionsdata innefattar ett gemensamt centrumavstånd mellan de karakteristiska objekten och positionerna för de karakteristiska objekten. För en komponent med ledare i rutnätets alla skärningspunkter kan det gemensamma centrumavstàndet beräknas som det genomsnittliga närmaste centrumavstàndet mellan ledare, d v s medelvärdet av alla avstånden mellan intilliggande ledares centrum. För andra komponenter beräknas det gemensamma centrumavstàndet företrädesvis enligt förfarandet som beskrivs i det följande med hänvisning till figur 2. När det gemensamma centrumavstàndet har fastställts jämförs det med en uppsättning nominella positionsdata i steget 106.
Uppsättningen nominella positionsdata baseras på a priori-kunskap om ledares positioner. I detta fall är ledarna placerade i några eller alla av rutnätets skärningspunkter och således är centrumavstàndet mellan intilliggande ledare en multipel av avstånden mellan rutnätets skärningspunkter. Således väljs uppsättningen nominella positionsdata att vara en uppsättning standardiserade avstånd mellan skärningspunkter i rutnät.
I steget 108 väljer man ut det standardiserade avstånd mellan skärningspunkter i rutnät, av uppsättningen standardiserade avstånd mellan skärningspunkter i rutnät, som ligger närmast det fastställda gemensamma centrumavstàndet. Slutligen fastställs i steget 110 ledarnas nominella positioner på komponenten i enlighet med det utvalda standardiserade avståndet mellan skärningspunkter i rutnät och de fastställda positionerna för de karakteristiska objekten. Detta görs genom anpassning av de fastställda positionerna till ett rutnät med det utvalda standardiserade avståndet mellan skärningspunkter i rutnät.
Här hänvisas till figur 2 i vilken ett flödesschema för ett förfarande för beräkning av ett gemensamt centrumavstånd mellan karakteristiska objekt i en digital bild i enlighet med uppfinningen visas. Detta förfarande lO 15 20 25 30 35 516 239 ll kan användas i steget 104 i förfarandet som beskrivs med hänvisning till figur 1, där den digitala bilden innefattar en matris med M x M bildpunkter, se figur 3A.
I steget 200 definieras en tvàdimensionell funktion av bildpunkterna i bilden. Funktionen har värdet 1 för en bildpunkt som motsvarar positionen för en av de identifierade karakteristiska objekten och värdet 0 för alla andra bildpunkter. Naturligtvis, kan vilka värden som helst väljas så länge som värdena möjliggör särskiljandet av bildpunkter som motsvarar de identifierade karakteristiska objekten fràn övriga bildpunkter. Denna funktion, d v s den digitala bilden, frekvenstransformeras sedan i steget 202 med användning av en diskret tvådimensionell fouriertransform. Valet av den diskreta fouriertransformen är endast ett exempel; vilken lämplig transform som helst kan användas i detta steg. Fouriertransformen av funktionen ger nu upphov till en ny bild av exemplaret i frekvensdomänen (se figur 3B) med objekt som motsvarar frekvensen för karakteristiska objekt i den spatiala domänen. I denna bild påverkas de fyra objekt som är närmast den punkt som motsvarar nollfrekvensen av, och endast av, centrumavstånden mellan de identifierade karakteristiska objekten i den spatiala domänen som motsvarar avståndet mellan rutnätets skärningspunkter. Centrumavstànd mellan karakteristiska objekt som är två gånger avståndet mellan nominella skärningspunkter eller mer påverkar inte dessa fyra objekt i frekvensdomänen. Således genomsöks fouriertransformen i steget 204 efter de fyra objekt pl, pg, p3,_p4 (se figur 3B) som är närmast punkten som motsvarar nollfrekvensen. Från dessa fyra objekt fastställs i steget 206 det gemensamma avstånd mellan ledare p som motsvarar avståndet mellan skärningspunkter i rutnätet enligt vilket ledarna är placerade på exemplaret. Det gemensamma avståndet beräknas genom beräkning först av det gemensamma centrumavståndet i horisontell riktning pk och vertikal riktning pp enligt ø nun n 10 15 20 25 30 35 516 239 nun. . 12 pk = M /||p2 - P4H respektive 55-= M'/IIP1 - Pau, och benäafing saüuiav det gemensamma centrumavståndet p enligt p = (pk + pp)/2. Såsom inses av ekvationerna ovan möjliggör förfarandet även beräkning av separata vertikala och horisontella avstånd. Således kan komponenter med ledare som är placerade på komponenten enligt ett rutnät som har olika vertikala och horisontella avstånd mellan rutnätets skärningspunkter fastställas.
Här hänvisas till figur 4 i vilken ett flödesschema för ett förfarande för identifiering av karakteristiska objekt i en digital bild i enlighet med uppfinningen visas. De karakteristiska objekten i den digitala bilden motsvarar karakteristiska delar hos en elektronisk I steget 402 identifieras en delmängd av de karakteristiska objekten. anordning, såsom ledare på en komponent.
Eftersom endast en delmängd av de karakteristiska objekten skall identifieras kan vilket känt förfarande som helst för identifiering av objekt i en bild användas, vilket förfarande möjliggör identifieringen av ett tillräckligt stort antal karakteristiska objekt. För tillförsäkrande av att ett tillräckligt stort antal karakteristiska objekt identifieras används företrädesvis förfarandet som beskrivs i det följande med hänvisning till figur 5. Anledningen till att endast en delmängd och inte alla karakteristiska objekt identifieras i steget 402 är att delmängden endast används för definition av en mall för ett karakteristiskt objekts utseende i steget 404. Ett tillräckligt antal identifierade karakteristiska objekt är således ett antal som möjliggör fastställandet av en tillförlitlig mall. Mallen definieras från de identifierade karakteristiska objekten som exempelvis medelvärdet av deras utseenden. Den fastställda mallen beskriver det typiska utseendet för ett karakteristiskt objekt i bilden, vilket karakteristiskt objekt motsvarar en karakteristisk del hos den elektroniska anordningen.
För identifiering av alla de karakteristiska objekten som 10 15 20 25 30 35 13 motsvara karakteristiska delar skall således objekten i den digitala bilden som matchar mallen identifieras.
Detta görs genom beräkning först av korskorrelationen mellan mallen och den digitala bilden i steget 406. Detta kan ses som att mallen flyttas över digitala bilden och att korskorrelationen beräknas mellan mallen och den aktuella ytan av bilden. Användningen av korskorrelationen är endast ett exempel. Naturligtvis kan vilket lämpligt korrelationsmàtt som helst användas.
Maximumvärdena för korskorrelationen motsvarar möjliga karakteristiska objekt i den digitala bilden. För ytterligare särskiljande av maximumvärdena som motsvarar de karakteristiska objekten, beräknas ett sannolikhetsmàtt för alla maximum i stegen 408. Detta sannolikhetsmàtt använder a priori-kunskap om den geometriska formen pà de karakteristiska objekten och förstärker maximum som motsvarar denna geometriska form.
För en karakteristiska del som är cirkulär används exempelvis ett sannolikhetsmàtt som förstärker cirkulära maximum. Det har observerats att sannolikhetsmàtt för maximum som verkligen motsvarar karakteristiska objekt kommer att likna varandra och vara avsevärt större än sannolikhetsmàtten för maximum som motsvarar andra objekt. Således skall ett tröskelvärde fastställas för sannolikhetsmàttet som separerar de maximum som motsvarar karakteristiska objekt från andra maximum. Detta görs genom att man först sätter ett tröskelvärde i steget 410 för detta sannolikhetsmàtt och sedan identifierar ett antal maximum som har ett sannolikhetsmàtt som är större än detta tröskelvärde i steget 412. Tröskelvärdet minskas sedan i steget 414 och ett nytt antal maximum som har ett sannolikhetsmàtt som är större än detta minskade tröskelvärde identifieras i steget 416. I steget 418 testas ett stopkriterium. Stopkriteriumet är huruvida antalet identifierade maximum inte har ökat under ett i förväg bestämt antal iterationer. Om stopkriteriumet inte är sant, àterupprepas steget 414 och steget 416. Om 10 15 20 25 30 35 :man n 14 stopkriteriumet är sant, indikerar detta att ett sannolikhetsmàtt som är mindre än sannolikhetsmàtten för alla maximum som motsvarar karakteristiska objekt har nåtts. Om stopkriteriumet är sant identifieras således alla de möjliga karakteristiska objekt som motsvarar maximum av korskorrelation som har ett sannolikhetsmàtt som är större än det sista tröskelvärdet som de karakteristiska objekten.
Såsom nämns ovan kan en delmängd av de karakteristiska objekten identifieras med hjälp av vilket känt förfarande som helst för identifiering av objekt i en digital bild när en mall fastställs för de karakteristiska objektens utseende. I det följande beskrivs emellertid ett föredraget förfarande med hänvisning till figur 5. Denna beskrivning gäller en digital bild där de karakteristiska objekten är ljusare än resten av den digitala bilden. Först faltas den digitala bilden med en Gausskärna i steget 502. Detta görs för att objekt i bilden som är smà i jämförelse med Gausskärnans standardavvikelse skall undertryckas. Om man känner till de approximativa storlekarna för de karakteristiska objekten, väljs således Gausskärnan sà att objekt som är mindre än de karakteristiska objekten undertrycks. Om man inte känner till storlekarna i förväg, mäste förfarandet upprepas för olika Gausskärnor.
I steget 504 transformeras den faltade bilden med användning av en laplacetransform. Ett tröskelvärde sätts sedan i steget 506 och objekten i den faltade och laplacetransformerade bilden med värden under detta värde identifieras i steget 508. Tröskelvärdet sätts företrädesvis lågt fràn början, t e x till det lägsta värdet för den faltade och laplacetrasformerade bilden.
Tröskelvärdet ökas sedan i steget 510 och objekten i den faltade och laplacetransformerade bilden med värden under detta värde identifieras i steget 508. Sedan testas stopkriterier i steget 514. Stopkriterierna är att antalet identifierade objekt är ett i förväg bestämt 10 15 20 25 30 516 239 15 antal eller att antalet identifierade objekt har minskat mellan iterationerna. Om inget av stopkriterierna är sant upprepas stegen 510 och 512. Om ett av dem är sant stoppas iterationen och delmängden av karakteristiska objekt identifieras som objekt med värden under det näst sista tröskelvärdet. Det första stopkriteriumet säkerställer att ett tillräckligt stort antal värden karakteristiska objekt hittas, medan det andra stoppkriteriumet säkerställer att sökningen stoppas när tröskelvärdet är så högt att objekt i den faltade och laplacetransformerade bilden börjar smälta samman. För en digital bild där de karakteristiska objekten är mörkare än resten av den digitala bilden används ett liknande förfarande. I detta fall sätts tröskelvärdet emellertid företrädesvis högt från början, t ex till det högsta värdet av den faltade och laplacetransformerade bilden, och minskas sedan. I detta fall identifieras objekt med värden som överstiger tröskelvärdet. Även om uppfinningen har belysts ovan med hänvisning till utföringsformer som är anpassade till fastställande av nominella data för elektroniska anordningar med avseende pà positioner för karakteristiska delar hos den elektroniska anordningen, såsom ledare pà en komponent, är uppfinningen lika tillämpbar för fastställande av andra mekaniska data för en elektronisk anordning där det finns någon a priori-kunskap om nämnda nominella mekaniska data. Exempelvis är uppfinningen applicerbar för fastställande av storleken och formen pà en elektronisk komponent och delar av denna. I detta fall skulle nämnda nominella mekaniska data innefatta kända standardiserade storlekar och former.
Claims (26)
1. Förfarande för fastställande av nominella mekaniska data för en elektronisk anordning med hjälp av automatisk bildbehandling av en digital bild av ett exemplar av nämnda elektroniska anordning, innefattande stegen: att identifiera ett objekt i nämnda digitala bild, vilket objekt motsvarar nämnda exemplar; att fastställa utseendedata för det identifierade objektets utseende; att jämföra åtminstone vissa av nämnda fastställda utseendedata med en lagrad uppsättning nominella utseendedata, vilka nominella utseendedata är baserade på a priori-kunskap om elektroniska anordningars utseende; att, som svar på nämnda steg att jämföra, välja ut åtminstone några nominella utseendedata av nämnda uppsättning nominella utseendedata; och att fastställa nämnda nominella mekaniska data för nämnda elektroniska anordning i enlighet med nämnda utvalda nominella utseendedata och åtminstone några av nämnda fastställda utseendedata.
2. Förfarande enligt patentkrav 1, varvid de nominella utseendedata som nämnda åtminstone några fastställda utseendedata är mest lika väljs ut.
3. Förfarande enligt patentkrav 1 eller 2, varvid nämnda uppsättning nominella utseendedata innefattar nominella positionsdata för positioner för karakteristiska delar hos nämnda elektroniska anordning och varvid nämnda nominella mekaniska data som fastställs är de nominella positionerna för nämnda karakteristiska delar hos nämnda elektroniska anordning, varvid steget att fastställa utseendedata innefattar stegen: att identifiera karakteristiska objekt hos de identifierade objekten i nämnda digitala bild, vilka . ouou u lO 15 20 25 30 35 516 239 no oøn n o oo n no nn n n o o n ao o oo n n o o o n o n n o nn o o o on o n n 0 n o o on non no n. oono n o 17 karakteristiska objekt motsvarar nämnda karakteristiska delar hos nämnda elektroniska anordning; och att fastställa positionsdata för positionerna för de identifierade karakteristiska objekten, och varvid steget att jämföra innefattar steget: att jämföra nämnda fastställda positionsdata med nämnda uppsättning nominella positionsdata.
4. Förfarande enligt patentkrav 3, varvid nämnda uppsättning nominella positionsdata innefattar nominella avständsdata för avstånd mellan nämnda karakteristiska delar hos nämnda elektroniska anordning.
5. Förfarande enligt patentkrav 4, varvid steget att fastställa positionsdata innefattar steget: att fastställa avstàndsdata för avstànden mellan de identifierade karakteristiska objekten, och varvid steget att jämföra innefattar steget: att jämföra nämnda avstàndsdata med nämnda uppsättning nominella avstàndsdata.
6. Förfarande enligt patentkrav 4 eller 5, varvid nämnda uppsättning nominella avstàndsdata innefattar en uppsättning nominella centrumavstànd mellan karakteristiska delar hos nämnda elektroniska anordning, varvid steget att fastställa positionsdata innefattar steget: att beräkna centrumavstànden mellan nämnda identifierade karakteristiska objekt, varvid steget att jämföra innefattar steget: att jämföra de beräknade centrumavstànden med nämnda uppsättning nominella centrumavständ, och varvid steget att fastställa de nominella positionerna innefattar stegen: att, som svar på steget att jämföra, identifiera vilket nominellt avstånd av nämnda uppsättning nominella 10 15 20 25 30 35 516 239 18 avstànd som nämnda beräknade centrumavstànd är mest likt; och att fastställa de nominella positionerna för karakteristiska delar pà nämnda elektroniska anordning i enlighet med de identifierade nominella centrumavstànden.
7. Förfarande enligt patentkrav 6, varvid nämnda centrumavstànd beräknas med hjälp av frekvensanalys av nämnda positionsdata.
8. Förfarande enligt patentkrav 6 eller 7, varvid nämnda digitala bild innefattar en matris av bildpunkter, och varvid steget att beräkna centrumavstànden innefattar stegen: att definiera en funktion av bildpunkterna hos àtminstone en del av nämnda digitala bild, vilken funktion har ett annat värde för bildpunkter som motsvarar ett karakteristiskt objekt än för andra bildpunkter; att frekvenstransformera nämnda funktion; att genomsöka den frekvenstransformerade funktionen efter toppar; och att, från de funna topparna, beräkna centrumavstànden.
9. Förfarande enligt patentkrav 8, varvid nämnda uppsättning nominella centrumavstànd mellan karakteristiska delar innefattar en uppsättning nominella horisontella centrumavstànd mellan karakteristiska delar och en uppsättning nominella vertikala centrumavstànd mellan karakteristiska delar, varvid den frekvenstransformerade funktionen är en tvádimensionell fouriertransform, varvid steget att genomsöka nämnda frekvenstransform innefattar steget: att genomsöka fouriertransformen, med början fràn centrumet för nollfrekvens, efter de två närmaste lO 15 20 25 30 35 516 239 'ï æïï ' 19 topparna i horisontell riktning respektive vertikal riktning, varvid steget att beräkna nämnda avstånd innefattar stegen: att, från nämnda två närmaste toppar i vertikal riktning, beräkna det vertikala centrumavstàndet mellan nämnda identifierade objekt; och att, fràn nämnda två närmaste toppar i horisontell riktning, beräkna det horisontell centrumavstàndet mellan nämnda identifierade objekt, varvid steget att jämföra nämnda centrumavstànd innefattar stegen: att jämföra nämnda vertikala centrumavstànd med nämnda uppsättning nominella vertikala centrumavstànd; och att jämföra nämnda horisontella centrumavstànd med nämnda uppsättning nominella horisontella centrumavstànd, och varvid steget att fastställa de nominella positionerna innefattar stegen: att, vertikala som svar pà steget att jämföra det närmaste centrumavstànd, identifiera det nominella vertikala centrumavstànd av nämnda uppsättning nominella vertikala centrumavstànd som nämnda vertikala centrumavstànd ligger närmast, att, som svar på steget att jämföra det närmaste horisontella centrumavstànd, identifiera det nominella horisontella centrumavstànd av nämnda uppsättning nominella horisontella centrumavstànd som nämnda horisontella centrumavstànd ligger närmast, och att fastställa de nominella positionerna för karakteristiska delar på nämnda elektroniska andordning enligt det identifierade nominella vertikala centrumavstàndet och det identifierade nominella horisontella centrumavstàndet.
10. Förfarandet enligt patentkrav 9, varvid nämnda uppsättning nominella centrumavstànd mellan v 1 annan. 10 15 20 25 30 35 516 239 o...- u a 1 nn vasa- n o > n nu nu 20 karakteristiska delar innefattar ett nominellt centrumavstànd mellan karakteristiska delar för vart och ett av en uppsättning nominella rutnät, vidare innefattande steget: att beräkna centrumavstàndet mellan nämnda karakteristiska objekt som medelvärdet av det vertikala centrumavständet och det horisontella centrumavstàndet, och varvid steget att jämföra innefattar steget: att jämföra nämnda centrumavstànd med nämnda nominella centrumavstànd mellan karakteristiska delar för vart och ett av nämnda uppsättning av nominella rutnät, och varvid steget att fastställa de nominella positionerna innerfattar stegen: att, som svar på steget att jämföra, identifiera det nominella centrumavstàndet för ett av nämnda nominella rutnät, vilket nominellt centrumavstànd nämnda centrumavstànd ligger närmast; och att fastställa att de nominella positionerna för nämnda karakteristiska delar pà nämnda elektroniska anordning är positioner pà nämnda ett av nämnda nominella rutnät med det identifierade nominella centrumavstàndet.
11. ll. Förfarande enligt något av patentkraven 3-10, varvid nämnda uppsättning nominella positionsdata innefattar en uppsättning nominella positionsdata för vart och ett av ett antal olika mönster för karakteristiska delar, vidare innefattande stegen: att identifiera det mönster av nämnda antal olika mönster mot vilket de identifierade karakteristiska objekten svarar; och att välja att nämnda nominella data för nämnda identifierade mönster är representativt för nämnda uppsättning positionsdata.
12. varvid steget att identifiera karakteristiska objekt Förfarande enligt något av patentkraven 3-ll, innefattar stegen: ~.n-en o o . annons 10 15 20 25 30 35 516 239 21 att fastställa en mall för utseendet för ett karakteristiskt objekt i den digitala bilden; att söka efter objekt i den digitala bilden vilka matchar mallen; och att identifiera karakteristiska objekt bland de funna objekten.
13. innefattande stegen: Förfarande enligt patentkrav 12, vidare att identifiera en delmängd av de karakteristiska objekten i nämnda digitala bild; och att fastställa utseendet för varje karakteristiskt objekt hos den identifierade delmängden, varvid steget att fastställa en mall innefattar steget: att fastställa mallen som medelvärdet av utseendena för de karakteristiska objekten hos nämnda identifierade delmängd.
14. Förfarande enligt patentkrav 13, varvid steget att identifiera en delmängd av de karakteristiska objekten innefattar stegen: att beräkna ett mätt för nämnda digitala bild, vilket mått är högt för objekt som motsvarar karakteristiska delar; att sätta ett tröskelvärde för nämnda mått; att identifiera objekt vilka har ett mått som är högre än nämnda tröskelvärde; att minska nämnda tröskelvärde; att upprepa de tvä föregående stegen till dess att antalet identifierade objekt när ett i förväg bestämt antal eller till dess att det sker en minskning av antalet identifierade objekt mellan tvà repetitioner; och att identifiera objekt vilka har mätt som är högre än det näst sista tröskelvärdet som karakteristiska objekt i den digitala bilden. lO 15 20 25 30 35 516 239 22
15. Förfarande enligt patentkrav 14, vidare innefattande steget: att falta nämnda digitala bild med en gausskärna vilken motsvarar storleken på en karakteristisk del hos nämnda elektroniska anordning, varvid nämnda steg att beräkna innefattar steget: att beräkna en laplacetransform för den faltade bilden.
16. Förfarande enligt något av patentkrav 12-15, varvid steget att identifiera karakteristiska objekt innefattar stegen: att beräkna ett sannolikhetsmàtt för vart och ett av de funna objekten, vilket beskriver sannolikheten att de funna objekten motsvarar en karakteristisk del; att sätta ett tröskelvärde för nämnda sannolikhetsvärde; att identifiera objekt av nämnda objekt som har ett sannolikhetsmàtt som är större än nämnda tröskelvärde; att minska nämnda tröskelvärde; att upprepa de tvà föregående stegen till dess att antalet identifierade objekt inte ökar under ett i förväg bestämt antal repetitioner; och att identifiera objekten med ett sannolikhetsvärde som är större än det senaste tröskelvärdet som karakteristiska objekt i den digitala bilden.
17. Förfarande enligt något av patentkrav 12-16, varvid steget att söka innefattar stegen: att beräkna ett korrelationsmàtt mellan mallen och den digitala bilden; och att söka efter objekt i nämnda digitala bild vilka motsvarar maximum för nämnda korrelationsmàtt.
18. Förfarande enligt patentkrav 17, varvid korrelationsmàttet är en korskorrelation. "oo o lO 15 20 25 30 35 516 239 :uno u 23
19. Förfarande enligt nàgot av patentkraven 3-18, varvid nämnda karakteristiska delar är ledare.
20. Förfarande enligt något av patentkraven 1-19, varvid nämnda elektroniska anordning är en komponent.
21. Förfarande enligt patentkrav 20, vidare innefattande steget; att lagra nämnda nominella positionsdata för användning som en referens vid analys av positionen för en komponent som skall monteras pà ett tryckt kretskort.
22. Anordning för fastställande av nominella mekaniska data för en elektronisk anordning med hjälp av automatisk bildbehandling av en digital bild av ett exemplar av nämnda elektroniska anordning, innefattande: lagringsorgan i vilka en uppsättning nominella me- kaniska data för en elektroniska komponent lagras, vilka nominella utseendedata är baserade pà a priori-kunskap organ för digital bildbehandling för identifiering av ett objekt i nämnda digitala bild, vilket objekt motsvarar nämnda exemplar; behandlingsorgan för fastställande av utseendedata för det identifierade objektets utseende, för jämförelse av åtminstone vissa av nämnda fastställda utseendedata med en lagrad uppsättning nominella utseendedata, för utväljande, som svar pà nämnda jämförelse, av åtminstone nägra nominella utseendedata av nämnda uppsättning nomi- nella utseendedata, och för fastställande av nämnda nomi- nella mekaniska data för nämnda elektroniska anordning i enlighet med nämnda utvalda nominella utseendedata och åtminstone nägra av nämnda fastställda utseendedata.
23. Anordning enligt patentkrav 22, varvid nämnda behandlingsorgan är anordnade att välja ut de nominella utseendedata som nämnda åtminstone nägra fastställda utseendedata är mest lika. 10 15 20 25 30 35 516 239 ~ ; - ø n n 24
24. Anordning enligt patentkrav 23, varvid nämnda uppsättning nominella utseendedata innefattar nominella positionsdata för positioner för karakteristiska delar hos nämnda elektroniska anordning, varvid nämnda nominella mekaniska data är de nominella positionerna för nämnda karakteristiska delar hos nämnda elektroniska anordning, varvid organen för digital bilbehandling vidare är anordnade att identifiera karakteristiska objekt hos det identifierade objektet i nämnda digitala bild, vilka karakteristiska objekt motsvarar nämnda karakteristiska delar hos nämnda elektroniska anordning, och varvid behandlingsorganen vidare är anordnade att fastställa positionsdata för positionerna för de identifierade karakteristiska objekten och att jämföra nämnda fastställda positionsdata med nämnda uppsättning nominella positionsdata.
25. Anordning enligt patentkrav 24, varvid nämnda uppsättning nominella positionsdata innefattar en uppsättning nominella centrumavständ mellan karakteristiska delar, och varvid nämnda behandlingsorgan vidare är anordnade att beräkna centrumavstánden mellan nämnda identifierade karakteristiska objekt, att jämföra de beräknade centrumavstánden med nämnda uppsättning nominella centrumavstànd, att, som svar pá jämförelsen, identifiera vilket nominellt avstånd av nämnda uppsättning nominella centrumavständ som nämnda beräknade centrumavständ är mest likt, och att fastställa de nominella positionerna för karakteristiska delar på nämnda elektroniska anordning i enlighet med de identifierade nominella centrumavstánden.
26. Datorläsbart medium som har datorexekverbara instruktioner för att en generell dator som innefattar organ för automatisk bilbehandling skall utföra stegen i något av kraven 1-21.
Priority Applications (10)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| SE0001577A SE516239C2 (sv) | 2000-04-28 | 2000-04-28 | Metod och anordning för bestämning av nominella data för elektroniska kretsar, genom att ta en digital bild och jämföra med lagrade nominella data. |
| KR1020027014365A KR100874389B1 (ko) | 2000-04-28 | 2001-04-27 | 이미지 처리 방법 및 장치 |
| JP2001581234A JP4800547B2 (ja) | 2000-04-28 | 2001-04-27 | 画像を処理する方法と装置 |
| AT01926303T ATE249620T1 (de) | 2000-04-28 | 2001-04-27 | Verfahren und einrichtung zur verarbeitung von bildern |
| US10/240,561 US7324710B2 (en) | 2000-04-28 | 2001-04-27 | Method and device for determining nominal data for electronic circuits by capturing a digital image and compare with stored nominal data |
| AU2001252833A AU2001252833A1 (en) | 2000-04-28 | 2001-04-27 | Method and device for processing images |
| DE60100757T DE60100757T2 (de) | 2000-04-28 | 2001-04-27 | Verfahren und einrichtung zur verarbeitung von bildern |
| EP01926303A EP1277041B1 (en) | 2000-04-28 | 2001-04-27 | Method and device for processing images |
| CNB018085407A CN1264115C (zh) | 2000-04-28 | 2001-04-27 | 用于确定电子装置标称机械数据的方法和装置 |
| PCT/SE2001/000916 WO2001084499A2 (en) | 2000-04-28 | 2001-04-27 | Method and device for determining nominal data for electronic circuits by capturing a digital image and compare with stored nonimal data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| SE0001577A SE516239C2 (sv) | 2000-04-28 | 2000-04-28 | Metod och anordning för bestämning av nominella data för elektroniska kretsar, genom att ta en digital bild och jämföra med lagrade nominella data. |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| SE0001577D0 SE0001577D0 (sv) | 2000-04-28 |
| SE0001577L SE0001577L (sv) | 2001-10-29 |
| SE516239C2 true SE516239C2 (sv) | 2001-12-03 |
Family
ID=20279484
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| SE0001577A SE516239C2 (sv) | 2000-04-28 | 2000-04-28 | Metod och anordning för bestämning av nominella data för elektroniska kretsar, genom att ta en digital bild och jämföra med lagrade nominella data. |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US7324710B2 (sv) |
| EP (1) | EP1277041B1 (sv) |
| JP (1) | JP4800547B2 (sv) |
| KR (1) | KR100874389B1 (sv) |
| CN (1) | CN1264115C (sv) |
| AT (1) | ATE249620T1 (sv) |
| AU (1) | AU2001252833A1 (sv) |
| DE (1) | DE60100757T2 (sv) |
| SE (1) | SE516239C2 (sv) |
| WO (1) | WO2001084499A2 (sv) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7711157B2 (en) * | 2006-08-01 | 2010-05-04 | California Institute Of Technology | Artificial intelligence systems for identifying objects |
| US20090080010A1 (en) * | 2007-09-21 | 2009-03-26 | Canon Kabushiki Kaisha | Image forming apparatus, image forming method, and program |
| US8725477B2 (en) | 2008-04-10 | 2014-05-13 | Schlumberger Technology Corporation | Method to generate numerical pseudocores using borehole images, digital rock samples, and multi-point statistics |
| CN101878434B (zh) * | 2008-04-10 | 2014-05-07 | 普拉德研究及开发股份有限公司 | 用于表征被井眼穿过的地质构造的方法 |
| US8389057B2 (en) * | 2009-04-06 | 2013-03-05 | Douglas Knox | Systems and methods for printing electronic device assembly |
| US8311788B2 (en) | 2009-07-01 | 2012-11-13 | Schlumberger Technology Corporation | Method to quantify discrete pore shapes, volumes, and surface areas using confocal profilometry |
| BR102015013591A8 (pt) * | 2015-06-10 | 2023-03-07 | Valid Solucoes E Servicos De Seguranca Em Meios De Pagamento E Identificacao S A | Processo e sistema de identificação de produtos em movimentação em uma linha de produção |
| JP7353757B2 (ja) * | 2015-07-13 | 2023-10-02 | レニショウ パブリック リミテッド カンパニー | アーチファクトを測定するための方法 |
Family Cites Families (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5941228B2 (ja) * | 1979-08-30 | 1984-10-05 | 富士通株式会社 | 情報抽出システム |
| DE3856485T2 (de) | 1987-02-20 | 2002-05-08 | Sagem S.A., Paris | Verfahren zum Vergleichen von Fingerabdrücken |
| US4790564A (en) * | 1987-02-20 | 1988-12-13 | Morpho Systemes | Automatic fingerprint identification system including processes and apparatus for matching fingerprints |
| JPH07118012B2 (ja) * | 1987-10-20 | 1995-12-18 | 松下電器産業株式会社 | 部品のリード端子間隔検査方法 |
| ATE135110T1 (de) * | 1988-05-09 | 1996-03-15 | Omron Tateisi Electronics Co | Substrat-prüfungsvorrichtung |
| US5265170A (en) * | 1990-01-11 | 1993-11-23 | Hine Design, Inc. | Devices and methods for reading identification marks on semiconductor wafers |
| US5119436A (en) | 1990-09-24 | 1992-06-02 | Kulicke And Soffa Industries, Inc | Method of centering bond positions |
| US5185811A (en) * | 1990-12-27 | 1993-02-09 | International Business Machines Corporation | Automated visual inspection of electronic component leads prior to placement |
| SG45181A1 (en) | 1991-07-22 | 1998-01-16 | Omron Tateisi Electronics Co | Teaching method and system for mounted component inspection |
| US5469294A (en) | 1992-05-01 | 1995-11-21 | Xrl, Inc. | Illumination system for OCR of indicia on a substrate |
| US5737122A (en) | 1992-05-01 | 1998-04-07 | Electro Scientific Industries, Inc. | Illumination system for OCR of indicia on a substrate |
| US5555316A (en) * | 1992-06-30 | 1996-09-10 | Matsushita Electric Industrial Co., Ltd. | Inspecting apparatus of mounting state of component or printing state of cream solder in mounting line of electronic component |
| JP2941617B2 (ja) | 1993-10-21 | 1999-08-25 | 株式会社テンリュウテクニックス | 電子部品の部品データ記録装置およびそれを用いた電子部品の搬送組み付け装置 |
| US5563798A (en) * | 1994-04-05 | 1996-10-08 | Applied Materials, Inc. | Wafer positioning system |
| JP3472971B2 (ja) * | 1994-07-15 | 2003-12-02 | 株式会社アドバンテスト | Ic不良解析方法及び不良解析装置 |
| US6026176A (en) * | 1995-07-25 | 2000-02-15 | Cognex Corporation | Machine vision methods and articles of manufacture for ball grid array inspection |
| JP3679471B2 (ja) | 1995-09-18 | 2005-08-03 | ジェネシス・テクノロジー株式会社 | 光学的欠陥検査装置 |
| JP2850807B2 (ja) * | 1995-10-27 | 1999-01-27 | 日本電気株式会社 | 検査データ作成装置 |
| JPH09184715A (ja) * | 1995-12-28 | 1997-07-15 | Hitachi Ltd | パターン形状検査装置 |
| JPH09265537A (ja) * | 1996-03-29 | 1997-10-07 | Hitachi Ltd | 画像処理方法 |
| US5785484A (en) | 1996-08-23 | 1998-07-28 | Electro Scientific Industries, Inc. | Method and apparatus for orienting miniature components |
| US5894530A (en) | 1996-09-05 | 1999-04-13 | Electro Scientific Industries, Inc. | Optical viewing system for simultaneously viewing indicia located on top and bottom surfaces of a substrate |
| CN1201953A (zh) | 1997-06-06 | 1998-12-16 | 童超 | 手形图像识别仪 |
| US5956134A (en) | 1997-07-11 | 1999-09-21 | Semiconductor Technologies & Instruments, Inc. | Inspection system and method for leads of semiconductor devices |
| US6895109B1 (en) * | 1997-09-04 | 2005-05-17 | Texas Instruments Incorporated | Apparatus and method for automatically detecting defects on silicon dies on silicon wafers |
| US6038336A (en) | 1997-12-04 | 2000-03-14 | Daewoo Electronics Co., Ltd. | PCB testing circuit for an automatic inserting apparatus and a testing method therefor |
| US5969752A (en) | 1998-06-15 | 1999-10-19 | Electro Scientific Industries | Multi-function viewer/tester for miniature electric components |
| WO2000008588A2 (en) | 1998-08-04 | 2000-02-17 | Cyberoptics Corporation | Enhanced sensor |
| US6275742B1 (en) * | 1999-04-16 | 2001-08-14 | Berkeley Process Control, Inc. | Wafer aligner system |
| US6326618B1 (en) * | 1999-07-02 | 2001-12-04 | Agere Systems Guardian Corp. | Method of analyzing semiconductor surface with patterned feature using line width metrology |
| US6225639B1 (en) * | 1999-08-27 | 2001-05-01 | Agere Systems Guardian Corp. | Method of monitoring a patterned transfer process using line width metrology |
| EP1089214A3 (en) * | 1999-09-30 | 2005-01-26 | Matsushita Electric Industrial Co., Ltd. | Apparatus and method for image recognition |
| US6411867B1 (en) * | 1999-10-27 | 2002-06-25 | Fujitsu Ten Limited | Vehicle driving support system, and steering angle detection device |
| US6718227B1 (en) | 1999-12-16 | 2004-04-06 | Texas Instruments Incorporated | System and method for determining a position error in a wafer handling device |
| EP1944222A3 (en) * | 2000-05-12 | 2011-11-09 | Kabushiki Kaisha Toyota Jidoshokki | Vehicle backward movement assisting apparatus |
| US6464636B1 (en) * | 2000-10-18 | 2002-10-15 | Koninklijke Philips Electronics N.V. | Configuration tool for use in ultrasound imaging device |
| US6584213B2 (en) * | 2001-07-23 | 2003-06-24 | Pulsent Corporation | Motion matching method |
-
2000
- 2000-04-28 SE SE0001577A patent/SE516239C2/sv not_active IP Right Cessation
-
2001
- 2001-04-27 KR KR1020027014365A patent/KR100874389B1/ko not_active Expired - Lifetime
- 2001-04-27 CN CNB018085407A patent/CN1264115C/zh not_active Expired - Lifetime
- 2001-04-27 AU AU2001252833A patent/AU2001252833A1/en not_active Abandoned
- 2001-04-27 JP JP2001581234A patent/JP4800547B2/ja not_active Expired - Lifetime
- 2001-04-27 AT AT01926303T patent/ATE249620T1/de not_active IP Right Cessation
- 2001-04-27 WO PCT/SE2001/000916 patent/WO2001084499A2/en not_active Ceased
- 2001-04-27 US US10/240,561 patent/US7324710B2/en not_active Expired - Lifetime
- 2001-04-27 EP EP01926303A patent/EP1277041B1/en not_active Expired - Lifetime
- 2001-04-27 DE DE60100757T patent/DE60100757T2/de not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US7324710B2 (en) | 2008-01-29 |
| DE60100757D1 (de) | 2003-10-16 |
| AU2001252833A1 (en) | 2001-11-12 |
| SE0001577D0 (sv) | 2000-04-28 |
| JP2003532243A (ja) | 2003-10-28 |
| JP4800547B2 (ja) | 2011-10-26 |
| EP1277041B1 (en) | 2003-09-10 |
| DE60100757T2 (de) | 2004-07-01 |
| SE0001577L (sv) | 2001-10-29 |
| WO2001084499A2 (en) | 2001-11-08 |
| CN1426533A (zh) | 2003-06-25 |
| KR20030005301A (ko) | 2003-01-17 |
| WO2001084499A3 (en) | 2002-01-24 |
| KR100874389B1 (ko) | 2008-12-17 |
| ATE249620T1 (de) | 2003-09-15 |
| EP1277041A2 (en) | 2003-01-22 |
| CN1264115C (zh) | 2006-07-12 |
| US20030113039A1 (en) | 2003-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108961236B (zh) | 电路板缺陷检测方法及装置 | |
| CN112750116B (zh) | 一种缺陷检测方法、装置、计算机设备及存储介质 | |
| US5933523A (en) | Machine vision method and apparatus for determining the position of generally rectangular devices using boundary extracting features | |
| CN115861351A (zh) | 边缘检测方法、缺陷检测方法及检测装置 | |
| SE516239C2 (sv) | Metod och anordning för bestämning av nominella data för elektroniska kretsar, genom att ta en digital bild och jämföra med lagrade nominella data. | |
| KR20180022619A (ko) | Pcb 패널 검사 방법 및 그 장치 | |
| CN110532973B (zh) | 基于特殊锚点的双页文本图像识别及定位分割方法 | |
| CN117115105A (zh) | 一种工件处理方法、装置、设备以及存储介质 | |
| US7006694B1 (en) | System and method for pattern identification | |
| CN111368573A (zh) | 一种基于几何特征约束的定位方法 | |
| CN120070375B (zh) | 一种基于图像分析的pcb线路板生产缺陷检测方法及系统 | |
| CN109509165B (zh) | 图像定位区域选取方法及装置 | |
| CN111199533A (zh) | 图像处理装置 | |
| CN112967303A (zh) | 一种图像边缘检测及其边缘精度验证方法 | |
| CN116258838B (zh) | 一种用于管片模具合模系统的智能视觉引导方法 | |
| CN118226238A (zh) | 一种飞针测试方法、系统及飞针测试机 | |
| CN109449096B (zh) | 识别检测晶元芯片的方法 | |
| US20170330338A1 (en) | Method for detecting striations in a tire | |
| CN113469969B (zh) | 图像生成方法、图像生成装置、检测设备及可读存储介质 | |
| CN117115194A (zh) | 基于电子显微镜图像的轮廓提取方法、装置、设备及介质 | |
| CN117953189B (zh) | 视点确定方法、装置、电子设备及存储介质 | |
| CN110705479A (zh) | 模型训练方法和目标识别方法、装置、设备及介质 | |
| CN111209834A (zh) | 一种orb机器人图像配准方法 | |
| CN117741400B (zh) | 一种全自动fct测试装置 | |
| EP1407646A1 (en) | Optimizing selection of reference markings used in estimating the position of an imaging device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| NUG | Patent has lapsed |