TWI503792B - 對位裝置及其方法 - Google Patents
對位裝置及其方法 Download PDFInfo
- Publication number
- TWI503792B TWI503792B TW102117966A TW102117966A TWI503792B TW I503792 B TWI503792 B TW I503792B TW 102117966 A TW102117966 A TW 102117966A TW 102117966 A TW102117966 A TW 102117966A TW I503792 B TWI503792 B TW I503792B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- alignment mark
- processing module
- aligning
- reduced
- Prior art date
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Description
本發明係關於一種對位裝置,特別係關於一種可有效降低製造成本、提高對位效率、避免人為量測誤判的對位裝置及其方法。
隨著半導體及光電產業製造技術的發展,各式電子元件皆朝小型且精密化前進,產品製造的技術也朝向高速率、高精準度、高穩定度的品質發展,並且對於製造精度的要求也愈來愈嚴苛。目前國內在小尺寸電子零件上的對位,皆仰賴作業員以手動的方式來對位,經過長期測試發現這種對位方式之穩定性較差,並且在測試操作上較耗費工時,再者此類型之測試設備價格較為昂貴。
面對現今將微電子元件整合至微小的晶片裡,實為挑戰精密定位之製程,例如印刷電路板(printed circuit board,PCB)中之印刷機(printing press)、半導體後段製程(semiconductor backend process)之焊線機(Wire bonders)以及面板製程(Panel process)之曝光機(Stepper)。顯示精密定位對於工業的精密機械製程是相當重要的,且其應用係相當的廣泛。
人工對位的方式主要以人眼為主,許多精密元件不可能使用人眼來辦別,尤其是高解析度影像的處理,已經不是人眼所能勝任。因此,在需要重複定位之製程上,使用人工對位的方式已無法滿
足業界需求,生產自動化則將是未來科技化必行之路。
對位控制技術研發平台是生產自動化中重要的一環,此平台以步進馬達或伺服馬達為驅動元件,配合滾珠螺桿、線性滑軌而製成一套半自動或全自動的對位平台系統,並搭配單支至四支不等數量的工業用攝影機(CCD Camera,以下稱為CCD對位系統)以及精密對位回授控制模組技術,其應用電腦影像處理技巧、選擇適當CCD設備與數量、影像擷取技術以及打光方式,以發展一套高速度、高精準度及高穩定度之自動定位技術。
惟,習知CCD對位系統必須先以人工方式將特定的對位標記取出,再以此標記做為搜尋其他影像對位的標準。然後再利用機器視覺技術,透過兩個CCD擷取影像,經由影像處理及分析,取得樣板上的標記與其位置,最後藉由傳動機構將誤差補償,達到標記對位之目的。因此,習知CCD對位系統仍無法有效降低製造成本、提高對位效率、避免人為量測誤判及操作人員不必要的傷害、確實達到對位完全自動化的目的,以提昇產品的生產力與競爭力。如此,實有必要強化對位模組中影像處理的技術,以及提高影像擷取的穩定性與可靠度,以促進技術升級暨產業應用之推展。
有鑒於此,本發明之發明人思索並設計一種對位裝置及其方法,以針對現有技術之缺失加以改善,進而增進產業上之實施利用。
有鑑於上述習知技藝之問題,本發明之目的就是在提供一種對位裝置及其方法,以解決習知CCD對位系統無法有效降低製造成本、提高對位效率、避免人為量測誤判及操作人員不必要的傷害、
確實達到對位完全自動化的問題。
根據本發明之目的,提出一種對位裝置,其包含影像擷取模組、處理模組與對位模組。影像擷取模組分別擷取第一物件之第一影像與第二物件之第二影像。處理模組根據第一影像辨識出參考對位標記,並使用小波轉換演算法根據第二影像計算出縮小第二影像,並根據參考對位標記計算出縮小參考對位標記,且處理模組將縮小第二影像劃分為複數個影像區塊,並將縮小參考對位標記與各影像區塊進行比對,以根據比對結果從各影像區塊中尋找出與縮小參考對位標記相似之相似區塊,並根據相似區塊計算出第一座標值,處理模組並根據第二影像縮小為縮小第二影像之縮小比例計算出第二影像中對應第一座標值之第二座標值,處理模組根據第二影像以第二座標值作為起始點,找尋第二座標值周圍與參考對位標記相似之對位標記。對位模組根據參考對位標記與對位標記,對第一物件與第二物件執行對位處理。
較佳地,處理模組可分別計算各影像區塊與縮小參考對位標記之絕對誤差和,並以對應最小之絕對誤差和的影像區塊作為相似區塊。
較佳地,小波轉換演算法可為哈爾離散小波轉換(Harr Discrete Wavelet Transform)演算法。
較佳地,處理模組可根據第一影像執行去雜訊處理與二值化處理,以將第一影像劃分為至少一物件影像與背景影像,並分別計算至少一物件影像所具有之像素個數值,以根據預設面積數值從至少一物件影像中尋找出參考對位標記。
較佳地,對位模組可依據參考對位標記計算出第一形心座標,並依據對位標記計算出第二形心座標後,再依據第一形心座標與第二形心座標對第一物件與第二物件執行對位處理。
根據本發明之目的,再提出一種對位方法,適用於對位裝置,對位裝置包含影像擷取模組、處理模組與對位模組,對位方法包含下列步驟:利用影像擷取模組分別擷取第一物件之第一影像與第二物件之第二影像;經由處理模組根據第一影像辨識出參考對位標記;透過處理模組使用小波轉換演算法根據第二影像計算出縮小第二影像,並根據參考對位標記計算出縮小參考對位標記;利用處理模組將縮小第二影像劃分為複數個影像區塊,並將縮小參考對位標記與各影像區塊進行比對,以根據比對結果從各影像區塊中尋找出與縮小參考對位標記相似之相似區塊;經由處理模組根據相似區塊計算出第一座標值;透過處理模組根據第二影像縮小為縮小第二影像之縮小比例計算出第二影像中對應第一座標值之第二座標值;藉由處理模組根據第二影像以第二座標值作為起始點,找尋第二座標值周圍與參考對位標記相似之對位標記;以及通過對位模組根據參考對位標記與對位標記,對第一物件與第二物件執行對位處理。
較佳地,對位方法可更包含下列步驟:藉由處理模組分別計算各影像區塊與縮小參考對位標記之絕對誤差和,並以對應最小之絕對誤差和的影像區塊作為相似區塊。
較佳地,小波轉換演算法可為哈爾離散小波轉換(Harr Discrete Wavelet Transform)演算法。
較佳地,對位方法可更包含下列步驟:藉由處理模組根據第一影像執行去雜訊處理與二值化處理,以將第一影像劃分為至少一物件影像與背景影像;以及利用處理模組分別計算至少一物件影像所具有之像素個數值,以根據預設面積數值從至少一物件影像中尋找出參考對位標記。
較佳地,對位方法可更包含下列步驟:藉由對位模組依據參考對位標記計算出第一形心座標;利用對位模組依據對位標記計算出第二形心座標;以及經由對位模組依據第一形心座標與第二形心座標對第一物件與第二物件執行對位處理。
承上所述,依本發明之對位裝置及其方法,其可具有一或多個下述優點:
(1)本發明之對位裝置及其方法可自動偵測對位標記,將人工標示對位標記的方式改為由系統自動偵測,因此本發明之對位裝置可有效降低製造成本、提高對位效率、避免人為量測誤判及操作人員不必要的傷害、確實達到對位完全自動化的目的。
(2)本發明之對位裝置及其方法於對位標記之搜尋中,係使用粗糙搜尋(rough search)法與細緻搜尋(fine search)法,如此可加快搜尋的速度。
(3)由於本發明之對位裝置及其方法可提高搜尋速度,因此可增加攝像裝置所擷取之影像的解析度。
(4)本發明之對位裝置及其方法更可以子像素搜尋(sub-pixel search)演算法做對位標記的微調,以提昇對位標記定位的精密度。
1‧‧‧對位裝置
11‧‧‧影像擷取模組
111‧‧‧第一影像
112‧‧‧第二影像
112-1‧‧‧縮小之第二影像
12‧‧‧處理模組
121‧‧‧參考對位標記
122‧‧‧對位標記
13‧‧‧對位模組
2‧‧‧第一物件
3‧‧‧第二物件
4‧‧‧HDWT模式之四個頻帶
S11~S18‧‧‧步驟
本發明之上述及其他特徵及優勢將藉由參照附圖詳細說明其例示性實施例而變得更顯而易知,其中:第1圖係為本發明之對位裝置之方塊圖;第2圖係為本發明之對位方法之實施例示意圖;第3圖係為本發明之對位方法之流程圖。
為利 貴審查員瞭解本發明之技術特徵、內容與優點及其所能達成之功效,茲將本發明配合附圖,並以實施例之表達形式詳細說明如下,而其中所使用之圖式,其主旨僅為示意及輔助說明書之用,未必為本發明實施後之真實比例與精準配置,故不應就所附之圖式的比例與配置關係解讀、侷限本發明於實際實施上的權利範圍,合先敘明。
以下將參照相關圖式,說明依本發明之對位裝置及其方法之實施例,為使便於理解,下述實施例中之相同元件係以相同之符號標示來說明。
請參閱第1圖,其係為本發明之對位裝置之方塊圖。如圖所示,本發明之對位裝置1包含影像擷取模組11、處理模組12與對位模組13。影像擷取模組11可為鏡頭及感光元件,感光元件可為互補式金氧半導體元件(Complementary Metal-Oxide-Semiconductor,CMOS)或電荷耦合元件(Charge-Coupled-Device,CCD),處理模組12可為中央處理器(Central Processing Unit,CPU)或微處理器(Micro-Processing Unit),對位模組13可為機械手臂或機械移動平台,但本發明並不對此設限。
於此實施例中,當使用者使用本發明之對位裝置1時,係首先利用影像擷取模組11擷取第一物件2之第一影像111與第二物件3之第二影像112。舉例而言,第一物件2可為上層對位板,第二物件3可為下層對位板,使用者可利用影像擷取模組11擷取上層對位板與下層對位板之影像。
接著,影像擷取模組11係將第一影像111與第二影像112傳輸至處理模組12,使處理模組12根據該第一影像111與該第二影像112以影像處理之技術尋找出參考對位標記121與對位標記122。下文中將詳述描述處理模組12如何從該第一影像111與該第二影像112尋找出參考對位標記121與對位標記122。
以下係首先描述處理模組12如何從第一影像111中辨識出參考對位標記121。
由於雜訊會影響第一影像111與第二影像112中之參考對位標記121與對位標記122的辨識,因此於處理模組12接收到第一影像111與第二影像112後,係首先將該第一影像111與第二影像112執行去雜訊演算法之前置處理,以將第一影像111與第二影像112中之雜訊去除。如何從第一影像111與第二影像112中以影像處理之方法將雜訊去除係為該領域中具通常知識者所熟知之技術手段,本發明於此不再贅述。
接著,處理模組12再根據去雜訊後之第一影像111執行二值化處理,以將第一影像111劃分為多個物件影像與一背景影像。於第一影像111劃分為多個物件影像後,可利於處理模組12計算各物件影像所具有之像素個數值,以作為各物件影像之面積大小之依
據。如此,處理模組12可以預設面積數值從各物件影像中尋找出參考對位標記121。詳言之,處理模組12係使用一門檻值對第一影像111之各個像素之亮度值(intensity)做二值化處理,例如當第一影像111中之像素的亮度值大於250時,則令此像素之亮度值為0,當第一影像111中之像素的亮度值小於或等於250時,則令此像素之亮度值為1。如此,可別確的區分出第一影像111中各物件影像與背景影像的界線。
順帶一提的是,於處理模組12對去雜訊後之第一影像111執行完二值化處理後,可使用物件標號(Object labeling)方法對各個不相連的物件影像給予標號,以計算出第一影像中之物件影像的個數。
接著,處理模組12係計算第一影像111中之各個不相連之物件影像之面積大小,並分別與預設面積數值比對。此預設面積數值可視使用者需求而進行設計,亦即此預設面積數值可為使用者所預設之參考對位標記121之面積大小。處理模組12分別計算各個物件影像之面積數值與預設面積數值之絕對差值,並以具有最小之絕對差值得該物件影像作為參考對位標記121。
以下將描述處理模組12如何從第二影像112中辨識出對位標記122。
請參閱第2圖,其係為本發明之對位方法之實施例示意圖。如圖所示,由於對位標記122的定位要求非常精密,因此為了提高對位標記122的解析度,且其效能也不能因而降低,所以必須提高影像處理的速度。故,處理模組12係首先使用哈爾離散小波轉換
(Harr Discrete Wavelet Transform,以下稱HDWT)演算法根據第二影像112計算出縮小第二影像112-1,其目的是將影像縮小,以加速找出對位標記122的初始位置,以上流程亦稱為粗糙搜尋(rough search)。其中,此HDWT演算法係將第二影像112中所有像素之亮度值分別視為各自獨立的數值,並對這些數值做相加、相減的運算,以求得該第二影像在不同頻帶裡的係數,並將第二影像分割成四個頻帶4,亦即LL頻帶、LH頻帶、HL頻帶與HH頻帶。於一具體實施例中,本發明之對位裝置1係採用LL頻道之影像作為該縮小影像。然而於一較佳實施例中,處理模組12可採用level=3之HDWT演算法取得f1 u,f2 u與f3 u三張縮小影像,並以f1 u,f2 u與f3 u第三張縮小影像做為搜尋對位標記之縮小影像。若第二影像為f,此時處理模組於各影像中搜尋相似區塊的影像順序則可為f3 u,f2 u,f1 u與f。
此外,處理模組亦使用HDWT演算法根據該參考對位標記121計算出縮小參考對位標記,其使用之HDWT演算法的level模式與第二影像112所使用之level模式相同。接著,處理模組12係將該縮小第二影像112劃分為複數個影像區塊,並將該縮小參考對位標記與各該影像區塊進行比對,以從各影像區塊中尋找出與縮小參考對位標記相似之相似區塊。其中,處理模組12係分別計算各影像區塊與縮小參考對位標記之絕對誤差和,並以具有最小之絕對誤差和的影像區塊作為相似區塊,或係利用標記邊緣特徵方式求得標記邊緣資訊,首先將影像區塊二值化為一分離之標記及一背景之一二元影像,將此標記膨脤以產生第二標記,以第二標記面積減去此標記之面積求得此標記之標記邊緣,再搜尋與此標記邊緣
重疊區域最多之影像區塊即為相似區塊。
接著,當處理模組12從各影像區塊中尋找出相似區塊後,處理模組12係根據此相似區塊計算出第一座標值,並以第二影像112縮小為縮小第二影像之一縮小比例計算出該第二影像112中對應此第一座標值的第二座標值。處理模組12進而於第二影像112中以此第二座標值作為起始點,找尋第二座標值周圍與參考對位標記121相似之影像區塊作為對位標記122。順帶一提的是,處理模組12於第二座標值周圍尋找對位標記122之步驟中,係可採用與尋找相似區塊之相同方法,亦即首先將第二影像112分割為多個影像區塊,並分別計算第二座標值周圍之影像區塊與參考對位標記121之絕對誤差和,以對應對小之絕對誤差和的影像區塊作為此對位標記121,以上流程亦稱為細緻搜尋(fine search)。上述中將影像分割為多個影像區塊之步驟中,多個影像區塊可互相不重疊,或者彼此部分重疊,本發明並不對此設限。
最後,對位模組13可根據參考對位標記121與對位標記122,對第一物件2與第二物件3執行對位處理。於一具體實施例中,對位模組13可根據參考對位標記121計算出第一形心座標,並依據對位標記122計算出第二形心座標後,再依據一形心座標與第二形心座標對第一物件2與第二物件3執行對位處理。
請參閱第3圖,其係為本發明之對位方法之流程圖。如圖所示,本發明之對位方法包含下列步驟:(S11)利用影像擷取模組分別擷取第一物件之第一影像與第二物件之第二影像;
(S12)經由處理模組根據第一影像辨識出參考對位標記;(S13)透過處理模組使用小波轉換演算法根據第二影像計算出縮小第二影像,並根據參考對位標記計算出縮小參考對位標記;(S14)利用處理模組將縮小第二影像劃分為複數個影像區塊,並將縮小參考對位標記與各影像區塊進行比對,以根據比對結果從各影像區塊中尋找出與縮小參考對位標記相似之相似區塊;(S15)經由處理模組根據相似區塊計算出第一座標值;(S16)透過處理模組根據第二影像縮小為縮小第二影像之縮小比例計算出第二影像中對應第一座標值之第二座標值;(S17)藉由處理模組根據第二影像以第二座標值作為起始點,找尋第二座標值周圍與參考對位標記相似之對位標記;以及(S18)通過對位模組根據參考對位標記與對位標記,對第一物件與第二物件執行對位處理。
本發明之對位方法的詳細說明以及實施方式已於前面敘述對位裝置之方塊圖及實施例時描述過,在此為了簡略說明便不再敘述。
本發明之對位方法亦使用子像素(Sub-Pixel)技術之影像內插法將影像放大並再次進行細緻搜尋,接著再將細緻搜尋完之結果除以放大之倍數以還原此影像,以微調對位標記並提升對位標記定位之精準度,使用之內插法係包含最近相鄰內插法,雙線性內插法及雙立方內插法。
綜上所述,本發明之對位裝置及其方法可自動偵測對位標記,將人工標示對位標記的方式改為由系統自動偵測,因此本發明之對
位裝置可有效降低製造成本、提高對位效率、避免人為量測誤判及操作人員不必要的傷害、確實達到對位完全自動化的目的。此外,本發明之對位裝置及其方法於對位標記之搜尋中,係使用粗糙搜尋(rough search)法與細緻搜尋(fine search)法,如此可加快搜尋的速度,因此可增加攝像裝置所擷取之影像的解析度。
綜觀上述,可見本發明在突破先前之技術下,確實已達到所欲增進之功效,且也非熟悉該項技藝者所易於思及,再者,本發明申請前未曾公開,且其所具之進步性、實用性,顯已符合專利之申請要件,爰依法提出專利申請,懇請貴局核准本件發明專利申請案,以勵發明,至感德便。
以上所述僅為舉例性,而非為限制性者。任何未脫離本發明之精神與範疇,而對其進行之等效修改或變更,均應包含於後附之申請專利範圍中。
1‧‧‧對位裝置
11‧‧‧影像擷取模組
111‧‧‧第一影像
112‧‧‧第二影像
12‧‧‧處理模組
121‧‧‧參考對位標記
122‧‧‧對位標記
13‧‧‧對位模組
2‧‧‧第一物件
3‧‧‧第二物件
Claims (12)
- 一種對位裝置,其包含:一影像擷取模組,係分別擷取預定進行對位之一第一物件之一第一影像與一第二物件之一第二影像;一處理模組,係根據該第一影像辨識出一參考對位標記,並使用一小波轉換演算法根據該第二影像計算出一縮小第二影像,並根據該參考對位標記計算出一縮小參考對位標記,且該處理模組係將該縮小第二影像劃分為複數個影像區塊,並將該縮小參考對位標記與各該影像區塊進行比對,以根據比對結果從各該影像區塊中尋找出與該縮小參考對位標記相似之一相似區塊,並根據該相似區塊計算出一第一座標值,該處理模組並根據該第二影像縮小為該縮小第二影像之一縮小比例計算出該第二影像中對應該第一座標值之一第二座標值,該處理模組係根據該第二影像以該第二座標值作為起始點,找尋該第二座標值周圍與該參考對位標記相似之一對位標記;以及一對位模組,係根據該參考對位標記與該對位標記,對該第一物件與該第二物件執行一對位處理。
- 如申請專利範圍第1項所述之對位裝置,其中該處理模組係分別計算各該影像區塊與該縮小參考對位標記之一絕對誤差和,並以對應最小之該絕對誤差和的該影像區塊作為該相似區塊。
- 如申請專利範圍第1項所述之對位裝置,其中該小波轉換演算法為哈爾離散小波轉換(Harr Discrete Wavelet Transform)演算 法。
- 如申請專利範圍第1項所述之對位裝置,其中該處理模組係根據該第一影像執行一去雜訊處理與一二值化處理,以將該第一影像劃分為至少一物件影像與一背景影像,並分別計算該至少一物件影像所具有之一像素個數值,以根據一預設面積數值從該至少一物件影像中尋找出該參考對位標記。
- 如申請專利範圍第1項所述之對位裝置,其中從各該影像區塊中尋找與該縮小參考對位標記之一相似區塊係包含絕對差異值比對法或標記邊緣特徵比對法或子像素搜尋法。
- 如申請專利範圍第1項所述之對位裝置,其中該對位模組係依據該參考對位標記計算出一第一形心座標,並依據該對位標記計算出一第二形心座標後,再依據該第一形心座標與該第二形心座標對該第一物件與該第二物件執行該對位處理。
- 一種對位方法,適用於一對位裝置,該對位裝置包含一影像擷取模組、一處理模組與一對位模組,該對位方法包含下列步驟:利用該影像擷取模組分別擷取預定進行對位之一第一物件之一第一影像與一第二物件之一第二影像;經由該處理模組根據該第一影像辨識出一參考對位標記;透過該處理模組使用一小波轉換演算法根據該第二影像計算出一縮小第二影像,並根據該參考對位標記計算出一縮小參考對位標記;利用該處理模組將該縮小第二影像劃分為複數個影像區塊,並將該縮小參考對位標記與各該影像區塊進行比對,以根據比對結果從各該影像區塊中尋找出與該縮小參考對位標記相似之一相似區塊; 經由該處理模組根據該相似區塊計算出一第一座標值;透過該處理模組根據該第二影像縮小為該縮小第二影像之一縮小比例計算出該第二影像中對應該第一座標值之一第二座標值;藉由該處理模組根據該第二影像以該第二座標值作為起始點,找尋該第二座標值周圍與該參考對位標記相似之一對位標記;以及通過對位模組根據該參考對位標記與該對位標記,對該第一物件與該第二物件執行一對位處理。
- 如申請專利範圍第7項所述之對位方法,其更包含下列步驟:藉由該處理模組分別計算各該影像區塊與該縮小參考對位標記之一絕對誤差和,並以對應最小之該絕對誤差和的該影像區塊作為該相似區塊。
- 如申請專利範圍第7項所述之對位方法,其中該小波轉換演算法為哈爾離散小波轉換(Harr Discrete Wavelet Transform)演算法。
- 如申請專利範圍第7項所述之對位方法,其更包含下列步驟:藉由該處理模組根據該第一影像執行一去雜訊處理與一二值化處理,以將該第一影像劃分為至少一物件影像與一背景影像;以及利用該處理模組分別計算該至少一物件影像所具有之一像素個數值,以根據一預設面積數值從該至少一物件影像中尋找出該參考對位標記。
- 如申請專利範圍第7項所述之對位方法,其中從各該影像區塊中尋找與該縮小參考對位標記之一相似區塊係包含絕對差異值比對法或標記邊緣特徵比對法或子像素搜尋法。
- 如申請專利範圍第7項所述之對位方法,其更包含下列步驟:藉由該對位模組依據該參考對位標記計算出一第一形心座標; 利用該對位模組依據該對位標記計算出一第二形心座標;以及經由該對位模組依據該第一形心座標與該第二形心座標對該第一物件與該第二物件執行該對位處理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102117966A TWI503792B (zh) | 2013-05-21 | 2013-05-21 | 對位裝置及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102117966A TWI503792B (zh) | 2013-05-21 | 2013-05-21 | 對位裝置及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201445509A TW201445509A (zh) | 2014-12-01 |
TWI503792B true TWI503792B (zh) | 2015-10-11 |
Family
ID=52707129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW102117966A TWI503792B (zh) | 2013-05-21 | 2013-05-21 | 對位裝置及其方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI503792B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106996911B (zh) * | 2016-01-22 | 2019-08-20 | 名硕电脑(苏州)有限公司 | 二维检测锡膏印刷的定位方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201036452A (en) * | 2009-02-19 | 2010-10-01 | Sony Corp | Image processing device and method |
TW201044877A (en) * | 2009-06-15 | 2010-12-16 | Univ Kun Shan | Image processing system and method for automatic adjustment of image resolution for image surveillance apparatus |
US20130022287A1 (en) * | 2005-04-13 | 2013-01-24 | David Sheldon Hooper | Image contrast enhancement |
US20130101219A1 (en) * | 2011-10-19 | 2013-04-25 | Andrew Garrod Bosworth | Image selection from captured video sequence based on social components |
-
2013
- 2013-05-21 TW TW102117966A patent/TWI503792B/zh not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130022287A1 (en) * | 2005-04-13 | 2013-01-24 | David Sheldon Hooper | Image contrast enhancement |
TW201036452A (en) * | 2009-02-19 | 2010-10-01 | Sony Corp | Image processing device and method |
TW201044877A (en) * | 2009-06-15 | 2010-12-16 | Univ Kun Shan | Image processing system and method for automatic adjustment of image resolution for image surveillance apparatus |
US20130101219A1 (en) * | 2011-10-19 | 2013-04-25 | Andrew Garrod Bosworth | Image selection from captured video sequence based on social components |
Also Published As
Publication number | Publication date |
---|---|
TW201445509A (zh) | 2014-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5699788B2 (ja) | スクリーン領域検知方法及びシステム | |
JP6701118B2 (ja) | 画像処理装置および画像処理方法 | |
US10438340B2 (en) | Automatic optical inspection system and operating method thereof | |
KR101301182B1 (ko) | 엘이디 검사방법 | |
CN114549599A (zh) | 晶圆快速预对准方法、装置、电子设备及存储介质 | |
CN108709500B (zh) | 一种电路板元件定位匹配方法 | |
CN110599404A (zh) | 一种电路板显微图像拼接方法、装置、信息数据处理终端 | |
CN105761256B (zh) | 图像的亚像素边缘直线获取方法及装置 | |
TW201015062A (en) | Method and device for inspecting bad marks on the boards and boards mounting method | |
TWI503792B (zh) | 對位裝置及其方法 | |
CN114720473A (zh) | 基于机器视觉的车载屏幕背板的缺陷检测方法 | |
Chen et al. | Real-time FPGA-based template matching module for visual inspection application | |
JP4883636B2 (ja) | 電子部品向き検査装置及び電子部品向き検査方法並びに電子部品装着機 | |
KR20220060080A (ko) | 표시 기판의 결함 검사 방법 | |
JP2012028460A (ja) | 部品有無判定装置及び部品有無判定方法 | |
JP2013117490A (ja) | 検査システム及びレシピ設定方法 | |
CN113222895B (zh) | 一种基于人工智能的电极缺陷检测方法及系统 | |
TWI649553B (zh) | 晶圓缺口偵測 | |
JP2002005850A (ja) | 欠陥検査方法及びその装置、マスクの製造方法 | |
CN112648920B (zh) | 掩模开口尺寸测量方法、掩模版拉伸装置以及张网机 | |
CN209877890U (zh) | 一种半自动线宽检测装置 | |
CN209182254U (zh) | 光学检测设备 | |
US6510240B1 (en) | Automatic detection of die absence on the wire bonding machine | |
JP7377655B2 (ja) | ダイボンディング装置および半導体装置の製造方法 | |
TWI815584B (zh) | 鏡頭調焦方法及其系統 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |