针对MiniLED芯片载板的图像清晰度评价函数设计

卢振威，汤 晖，林志杭，吴诗锐，梁明虎，区校贤

(广东工业大学 机电工程学院，广东 广州 510006)

0 引言

MiniLED转移修复是提高MiniLED生产效率的重要环节,需要把芯片从载板通过激光等方法转移到基板上[1]。为了保证转移修复的成功率,通常采用视觉来进行芯片载板和基板的对位[2]。为了保证视觉的精度,需要高精度的对焦方法。

对焦方法的核心是图像清晰度评价[3]。图像清晰度评价有两个关键[4]:一是图像清晰度评价窗口,这是为了在图像中选择出合适的窗口进行图像清晰度评价;二是图像清晰度评价函数,这是为了计算出图片的图像清晰度。本文针对MiniLED芯片载板的特点,提出了一种针对MiniLED芯片载板的取窗法,并对现有图像清晰度评价函数进行了改良。最后对MiniLED芯片载板的图像清晰度评价函数和传统评价函数进行了比较,以证明本文提出的针对MiniLED芯片载板的图像清晰度评价函数有着更好的效果和更快的速度。

1 针对MiniLED芯片载板的取窗法

常用的聚焦窗口选择法有中心取窗法和多区域取窗法[5]。在聚焦过程中,越靠近图像中心的像素点受镜头畸变的影响越小,越能反映真实情况,对图像清晰度评价越重要。根据距离图像中心的远近,将位于图像中心的区域划分为一等区,次中心的区域划分为二等区,其余划分为三等区。

聚焦窗口应尽可能多地包含重点目标,MiniLED芯片载板的重点目标应为芯片,应当着重计算芯片区域,减少计算背景区域。为了划分芯片和背景,使用了轮廓查找的方法[6]。由于划分芯片和背景会丢失芯片与背景的连接处,影响图像清晰度评价,因此,在芯片最小外接矩形的基础上,将每个最小外接矩形扩大30个像素。

结合一等区、二等区、三等区的区域划分,以及芯片和背景的划分,将图像分割成一等区芯片、一等区背景、二等区芯片、二等区背景、三等区芯片、三等区背景共6个区域,具体如图1所示。

①一等区芯片;②一等区背景;③二等区芯片;④二等区背景;⑤三等区芯片;⑥三等区背景

由于一等区芯片的重要度最高,为了提高一等区芯片的计算精度,对该区域使用了双线性插值法[7]。为了减少运算量,去除三等区背景,使用图像金字塔下采样将三等区芯片和二等区背景缩小为一半。

2 针对MiniLED芯片载板的图像清晰度评价函数

由于提出的取窗法采用了轮廓查找来完成芯片和背景的划分,每次划分的芯片区域和背景区域大小都会变化。为了减小大小变化对清晰度的影响,将每个区域通过传统清晰度函数求得的值除以区域大小得到的商作为每个区域的图像清晰度,即:

Gn=Fn/Snn=1,2,…,5.

(1)

其中:n为区域的编号;Sn为第n个区域的大小;Fn为第n个区域由传统清晰度函数计算出来的值。

以一等区芯片0.4、一等区背景和二等区芯片0.2、二等区背景和三等区芯片0.1的权重相加之后的值作为最终图像清晰度,计算公式如下:

G总=0.4×G1+0.2×G2+

0.2×G3+0.1×G4+0.1×G5.

(2)

3 实验分析

3.1 实验平台搭建

使用相机、镜头、直线电机、MiniLED芯片载板以及安装板搭建实验平台,如图2所示。

1-直线电机;2-相机;3-镜头;4-MiniLED载板

3.2 传统图像清晰度评价算法对比

直线电机带动相机和镜头分别以50 μm和25 μm的步长进行由上往下的直线运动拍摄MiniLED芯片载板,每个步长拍摄一张照片获取多组图片。分别使用Brenner函数、能量梯度函数(EGO)、Roberts函数、Tenengrad函数和Laplace函数[8-10]进行运算,对运算结果进行归一化,对比传统图像清晰度评价函数对于MiniLED芯片载板的效果,实验结果如图3所示。

图3 两种步长传统图像清晰度评价函数对比

根据实验结果,采用单峰性、灵敏度、无偏性、抗噪性四个指标来评价,Brenner函数响应较快、曲线平滑且少有局部阈值,效果最好,因此采用Brenner函数作为基础函数来进行针对MiniLED芯片载板的图像清晰度评价函数设计。Brenner函数公式如下:

(3)

其中:x为图像的横坐标;y为图像的纵坐标;f为该位置的灰度值。

3.3 针对MiniLED载板的图像清晰度评价函数实验

对图像使用改进的针对MiniLED芯片载板的取窗法进行处理,然后将Brenner作为基础函数Fn代入公式(1)进行改良。在以25 μm为步长的情况下将本文提出的函数与传统的Brenner函数进行对比,结果如图4所示。由图4可见:针对MiniLED载板的图像清晰度评价函数相比传统Brenner函数在灵敏度上反应更快,在单峰性上更少出现局部阈值,在无偏性和抗噪性上表现都更好。记录两种方法前三次处理所需时间,如表1所示,可见本文提出的函数平均处理速度比传统Brenner函数快。

表1 处理速度对比

图4 两种图像清晰度评价函数对比

4 结论

本文提出了一种针对MiniLED芯片载板的取窗法。比较了几种传统的图像清晰度评价函数,根据对比结果选择Brenner函数作为基础图像清晰度评价函数,并根据提出的取窗法改良了清晰度评价函数。实验结果表明:本文提出的针对MiniLED芯片载板的图像清晰度评价函数相比传统的评价函数有更好的效果,能更快更精地完成相机对MiniLED芯片载板的对焦。