基于图像处理的自动调焦系统设计

2013-08-09肖雅静赵岁花

电子工业专用设备 2013年5期

肖雅静，赵岁花，崔洁

(中国电子科技集团公司第四十五研究所，北京，100176)

引线键合机是半导体后期封装中的关键设备之一，它将芯片上的焊盘和框架的引脚用金线或铜线连接起来，焊接精度要精确到微米级，以满足越来越小的焊盘间距，由此有一套机器视觉系统负责芯片的图像采集，并依靠图像处理来定位焊盘位置，图像质量对于定位准确至关重要。随着IC芯片的集成度越来越高，尤其是堆叠芯片(Stack Die)的出现，当芯片间层高大于100 μm时，采集到的图像就会模糊。为了得到清晰的图像，本文研究了一种基于图像处理的调焦算法，设计了一套调焦系统，通过图像处理方法来实现自动调焦功能。

1 基于图像处理的自动调焦

通常按照有无探测源将自动调焦方法分为两大类：主动式自动调焦和被动式自动调焦。主动式指通过相应的方法测距，利用一定的数学模型计算当前的精确焦距从而完成调焦，此方式需要额外的测距设备，因此适用范围相对较小。被动式指利用成像机构获取图像的固有信息分析调焦方向，通过反复调整最终调节到最佳焦面位置。本系统采用后者来实现自动调焦。

基于图像处理的自动调焦系统一般由光路系统、相机、图像处理计算机、显示器、直流电机、调焦机构等几个部分组成，如图1所示。景物通过光路系统成像于相机上，通过计算机完成两项工作，一方面将图像显示在屏幕上，另一方面以图像清晰度评价函数为理论依据对图像进行处理，并计算出调节参数，去通过直流电机控制调焦机构作用于光路系统，改变焦距，直至显示器上显示的图像为最佳焦面上所成的最清晰的图像则完成调焦过程。

图1 基于图像处理的自动调焦系统的总体结构框图

2 图像清晰度评价函数

一幅图像是否聚焦，反映在空域上是图像的边缘及细节是否清晰，而图像的边缘及细节信息可以通过对图像进行微分来获取，因此，利用这些信息作为聚焦的判断依据。这种提取图像边缘信息的颔首成为聚焦评价函数，图像经过聚焦评价函数处理后得到的值就可以反映出图像的清晰度。为了准确的反应图像信息，聚焦评价函数应具有无偏性、单峰性、高灵敏度、较高信噪比、计算量小等特征。

设 I(x，y)代表点(x，y)处的图像灰度值，m，n分别为二维图像的列数和行数，K为最终计算的最佳焦面位置。常用的清晰度评价函数有：

a)灰度方差算子：

其中

b)图像灰度梯度向量模方和：

Gk的值反映了图像系列中第k幅图像在图像窗口内的灰度变化率大小，图像越模糊，图像中灰度变化率越小（即Gk的值越小），图像由模糊变清晰时图像中的灰度变化率由小变大，所以最大的Gk对应的图像就是最清晰的图像。

c)基于sobel算子的Tenengrad函数：

T0所对应的位置即为聚焦位置。

综合考虑计算复杂度及稳定性，本文采用灰度方差算子。

3 调焦控制算法研究

首先，直接对相机采集到的640×480的图像进行处理，由一序列从模糊变到清晰再变到模糊的图像得到的原始灰度方差函数归一化曲线如图2所示。可以看出曲线中存在局部极值点，稳定性差，容易发生误判。

为了改进调焦效果，我们可以在图像窗口中选取特定区域，此区域称为调焦窗口，针对调焦窗口区域的图像信息进行分析，计算灰度方差的峰值，得到最佳焦平面的位置。实验中发现，调焦窗口的大小选择直接影响到调焦的速度和准确度，窗口过小，图像信息就少，评价函数的变化趋势不突出，调焦不稳定，窗口过大，包含的背景信息过多，背景和芯片可能不在同一平面上，从而导致调焦不稳定。基于键合机所面对的芯片特点以及光学系统，本文采用图像中心128×128的区域作为调焦窗口。当图像从模糊到清晰，再到模糊，灰度方差函数归一化曲线如图3所示。

图2 灰度方差函数归一曲线

图3 引用调焦窗口得到的灰度方差函数归一曲线

调焦的目的是为了找到这一曲线的波峰值。为了得到更快的响应速度，本文采用粗调和细调相结合的方法，也就是采用变化的调节步距。首先用大步距来得到波峰值临界区域，从0开始逐渐增大焦距，当聚焦值开始变小时，表示到达波峰值转折点，然后从此往回两个步距范围内细调，采用小步距来得到准确的波峰值。在此基础上，对灰度方差算子进行改进，引入阈值T，改进的灰度方差算子为：