视觉检测技术在集成电路基板检测中的应用

杨伟志

摘 要：在集成电路基板检测中应用视觉检测技术，快速构建集成电路基板视觉检测应用方案。通过对光源、相机、电机等的选型，构造快速、高精度的图像采集控制系统，并采用NI公司LabVIEW软件中的视觉模块，设计能实现图像特征识别、提取和检测IC基板缺陷的模型与算法。由于视觉传感器的检测系统具有抗干扰能力强、效率高、组成简单等优点，因此非常适合生产现场的在线、非接触检测和监控。

关键词：视觉检测技术；集成电路；IC基板；数字图像处理

中图分类号：TP274+.5 文献标识码：A DOI：10.15913/j.cnki.kjycx.2015.22.009

随着计算机软、硬件技术和精密制造技术的发展，计算机视觉检测和在线图像检测技术得到了长足的发展，机器视觉的研究和应用已成为制造业发展的重要课题。我国当前的集成电路产业在后道工序的分检、自动识别、表面贴装（SMT）等环节使用的具有光学视像检测功能的半导体芯片检测仪器设备的开发相对滞后。目前，多数生产线仍采用人工的方式筛选、检测不合格的产品。如果用视觉识别系统取代人工进行在线检测，不仅可以降低工人的劳动强度，还能减少次品，提高生产效率。但机器视觉系统也有它的局限性，因此，对于不同的检测对象，要采取不同的检测方案。

1 视觉检测系统概述

机器视觉技术作为计算机科学的一个重要分支，在近30年里发展迅猛。由于机器视觉系统可以快速获取、处理大量信息，并易于与设计信息和加工控制信息集成，所以机器视觉系统在现代自动化生产过程中被广泛用于工况监视、成品检验和质量控制中。本系统的创新突破点是用高精度的伺服马达驱动微米级滚珠丝杆，用光电成像技术和视觉系统快速扫描拍照IC基板；设计专用数字图像处理算法，并基于小波变换的偏斜纠正算法、亚像素技术等分割芯片图像，对比筛选和鉴别IC基板的缺陷，实现超细微粒的等级分类，获得高测试速度、高缺陷捕捉率的IC基板质量检测技术。开发重点在于系统的软硬件需求、硬件系统的构建与部件的选型、基于Labview各模块的二次开发和软件操作系统合成以及工作流程。精要在于合理、有效地整合系统。从硬件角度来说，最终在于高速、精准地获取较理想的图像；从软件角度来说，在于如何开发并整合各硬件，并实现图像的处理，最终得到检测结果。

设备采用虚拟仪器技术具有以下4方面优点：①快速实现系统的整合。②图形化，易于编程，方便用户的理解和操作。③可编程，扩展性好，能快速建立新程式，程式间切换一键完成。④统计建模。在硬件设计方面，包括超精密X-Y检测平台、数控定位机构、分拣动作机构、精密光学图像检测仪、光源等。主要技术难点是实现高精度定位，高速采集和控制图像。

运动控制。IC基板检测设备必须要有精确、高速的机械运动控制能力——从上料、定位、驱动相机采集图像到卸料，包括数据分析统计等要全部实现自动化；运动速度快、灵敏，每秒钟能检测10～20个IC基板。运动控制卡采用步进机电有限公司生产的MPC2810SP运动控制卡。该卡基于PCI总线的步进电机或数字式伺服机的上位控制单元，通过交流伺服驱动器完成步进电机运动控制的所有细节（包括脉冲和方向的输出、自动升降带的处理、原点和限位信号的检测等）。MPC2810提供批处理运动模式，用户可不等上一条运动指令结束就发后续运动指令，系统自动按照指令的先后顺序将所有指令发完。如果启动了速度前瞻功能，控制器就能根据轨迹拐点的允许加速度、速度自动规划速度，使系统平稳运动。

————————————————————————————

在基于视觉检测技术的IC基板检测系统设计中，图像的采集和处理是整个系统成功的关键。为确保能采集到高质量的图像信息，我们自行设计并制造了该系统专用的检测光源。图像亮度是检测系统中一个尤为重要的参数，光源与照明方案的设计应尽可能地突出被检测工件的特征。在增加特征量对比度的同时，还应保证被检测区域有足够的整体亮度。光源的设计必须满足亮度大、亮度可调、均匀性好、稳定性高等要求，以抑制外界环境中各种光线对图像质量产生的不良影响，导致检测系统故障或误判。在综合考虑系统检测对象的特点和检测中存在的主要问题后，我们为该系统设计了专用的检测光源OAT-RI5000环形光。该光源使用蓝色的LED发光管，并采用独特的排列方式，既能满足图像采集的需要，又有利于光源的散热，保证能够长时间稳定工作。

整机装配及调试。由于全自动IC检测机是精密检测设备，因此在其加工和装配过程中必须十分小心。对于装配和定位精度等指标的测试，也需作大量研究。测控系统结构如图1所示。

图1 测控系统结构图

机器视觉系统主要由三部分组成，分别是图像的获取、图像的处理和输出显示。

图像获取设备包括光源、摄像机等，其中关键部件CCD 是由分布在各个像元光敏二极管的线性阵列或矩形阵列构成。通过顺序输出每个二极管的电压脉冲，可将图像光信号转换成电信号。输出的电压脉冲序列可以直接以RS-170制式输入标准电视显示器，或输入计算机的内存进行数值化处理。CCD是现在最常用的机器视觉传感器。

图像处理设备包括相应的软件和硬件系统。输出设备与过程相连，包括监视界面、过程控制器和报警装置等。摄像数据通过计算机比较、分析标准图像和故障图像。一旦发现不合格产品，则通过NG信号告警，并由PLC自动将其排出生产线。机器视觉检测的结果可以作为计算机辅助质量CAQ（Computer Aided Qualify）系统的信息来源，也可以与其他控制系统集成。

2 数字图像处理

精密数字图像处理算法和IC基板检测软件要对图像进行分割、滤波降噪、边缘特征提取、缺陷位置判别、图像拼接等

处理。为达到所要求的速度，必须研究高效、快速的算法和芯片检测系统软件。图像包含多种不确定因素，导致边缘提取无法得到完整的轮廓。本项目应用现代信号处理技术等综合手段，设计能实现图像特征的识别、提取和检测IC基板缺陷的模型和算法。

图像处理部分的框图如图2所示。在读取图像后校准图像，目的是使读取的图像与模板图像对齐。所谓“模板图像”，是指没有缺陷的图像。先从没有缺陷的基板扫描或从CAM文件得到模板图像，然后分别对图像进行开运算（膨胀、腐蚀）和闭运算（腐蚀、膨胀），最后对缺陷图像与模板图像作加法和减法处理并二值化，提取特征后作对比，找出缺陷。

图2 图像处理程序流程图

2.1 灰度图像的形态学处理：膨胀、腐蚀

设f（x，y）是输入图像，b（x，y）是结构元素，二者可看作是一个子图像函数。如果Z表示实整数的集合，（x，y）是来自Z×Z的整数，则f和b是坐标为（x，y）像素灰度值的函数（来自实数集R的实数）。如果灰度也是整数，则Z可由整数R所代替。

函数b对函数f进行灰度膨胀可定义（f b），运算式如下：

（f b）（s，t）=max{f（s-x，t-y）+b（x，y）

∣（s-x），（t-y）∈Df；（x，y）∈Db}. （1）

式（1）中：Df和Db分别为函数f和b的定义域；b为形态处理的结构元素。

由于膨胀操作是在结构元素形状定义的领域中选择f+b的最大值，因而通常对灰度图像的膨胀处理可得到两种结果：①如果所有的结构元素都为正，则输出图像会比输入图像亮；②黑色细节的减少或去除取决于膨胀操作中结构元素相关的值和形状。

经过膨胀和腐蚀后的模板图像如图3所示。

图3 膨胀后的模板图像和腐蚀后的模板图像

2.2 图像的二值化处理

图像的二值化处理是将图像中有意义的特征和需要应用的特征进行分割，利用前景和背景灰度特性的差异，将阈值的像素设定为一个灰度值，高于阈值的像素设定为另一个灰度值，前景与背景以明显的灰度级区分开来。

g（x，y）=f1 t≤f（x，y）≤255. （2）

g（x，y）=f2 0≤f（x，y）≤t. （3）

式（2）（3）中：t是[0，255]范围内的灰度阈值。

大于阈值t的灰度值等于固定的灰度值f1，小于阈值t的灰度值等于固定的灰度值f2.对图像进行二值化处理后，把前景图像与背景图像区分开。在本文中，f1，f2的设定需要根据不同IC基板的类型和厂家对检测标准的严格程度进行，从而从相加/减后的图像中提取所需要的特征。匹配提取后的缺陷如图4所示。

3 软件系统的实现

本软件操作系统是基于LabVIEW的图形化程序设计平台开发的测试与控制软件，具有底层驱动、应用层驱动和人机界面三个层面的作用。底层驱动主要用来操作硬件，例如对运动控制卡、图像采集卡的驱动；应用层主要用来完成数据的采集、储存、转换和分析，实现仪器的各种功能；人机界面层面主要向用户提供友好的人机对话环境，包括程序运行时的显示模式和操作的相应方式。操作系统流程如图5所示。

图5 操作系统流程图

操作系统主要包含用户管理模块、程式管理模块、编程模块、硬件管理模块、运行模块、统计分析模块等功能模块，各模块分别实现不同功能。用户管理模块实现操作系统的登录和用户的管理（包括建立用户、密码修改、权限设置等）；程式管理模块将工件信息按照类型以文件形式存储，可以实现打开、新建、删除文件等操作；编程模块对用户开放，用户可通过该模块对不同工件进行编程，以检测和标记不同的工件；硬件管理模块主要是对各硬件模块进行管理和调试，例如电机参数（低速、加速度、高速等）的设置、电机的运转、回原点等操作；运行模块实现对整个工作流程的控制和对用户操作的响应；统计分析模块用于统计过程控制，包括对各工位工作时间、工作周期、工件信息等的统计分析。核心处理单元整合各模块功能，实现整个操作系统的协调运转。

4 结束语

IC基板的视觉检测技术具有非接触、速度快、精度高、操作简单、重复性好等特点。该系统利用了现代控制理论、图像采集与处理技术、软件编程技术和光源设计技术等，自动化程度较高。自主研发半导体芯片光学检测设备对于填补国内空白，缩短我国半导体工业生产与世界水平的差距，打破国外垄断的局面，提升我国自主创新能力和精密设备的制造水平有着深远的意义。

参考文献

[1]王娟，方舟，刘波，等.面向IC封装的机器视觉定位算法研究[J].制造业自动化，2014（2）：75-79.

[2]周博文，王耀南，鲁娟.智能视觉检测平台的控制系统研究与开发[J].仪表技术与传感器，2007（8）：72-75.

[3]彭卫东，吴志伟.基于机器视觉的IC芯片粘片机的精度测量研究[J].机床与液压，2011（18）：103-105.

[4]李君兰，张大卫，王以忠，等.面向IC 封装的显微视觉定位系统[J].光学精密工程，2010（4）：965-972.

[5]范兆周，孟月.机器视觉在COG封装设备中的应用[J].包装工程，2007（9）：88-89.

[6]Chatterjee C，Roych owdhoury V P.Algorithm for coplanar camera calibration[J].Machine Vision，2000（12）：87-97.

[7]伍治海，吉顺祥，王明方.基于虚拟仪器的测试仪器应用研究[J].仪表技术，2007（10）：56-60.

[8]周求湛，钱志鸿，刘萍萍，等.虚拟仪器与LabVIEW7 Express程序设计[M].北京：北京航空航天大学出版社，2004.

[9]冈萨雷斯.数字图像处理[M].第2版.北京：北京电子工业出版社，2005.

[10]吕晶.基于欧氏距离方法的缺陷识别技术研究[J].包装工程，2013（7）：90-93.

〔编辑：王霞〕