学位论文 > 优秀研究生学位论文题录展示

基于机器视觉的集成芯片基板定位技术研究

作　者: 刘混海
导　师: 胡鹏浩
学　校: 合肥工业大学
专　业: 测试计量技术与仪器
关键词: 机器视觉集成芯片图像处理图像匹配 Open eVisionTM
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 79次
引　用: 2次
阅　读: 论文下载

内容摘要

随着现代半导体器件向微型化、集成化和高可靠性方向发展,集成芯片生产和制造的设备也朝着高速、高精度、智能化的全自动化方向发展。机器视觉技术具有非接触、速度快、精度高、实时性等优点,目前已在集成芯片生产、制造过程中得到了广泛的应用,并且取得了令人瞩目的成就。本文基于机器视觉技术,针对集成芯片基板定位过程中的关键问题,在经过研究和实验对比后,最终开发出了一套满足生产厂家技术要求和经济承受能力的集成芯片基板定位系统。针对系统提出的精度、速度等各个方面的要求,经过相应的参数计算后,选择了适合的硬件来搭载系统,然后基于Open eVision^TM图像处理包,开发出了图像采集、图像处理、参数设置等软件功能模块,实现了预定的功能。通过大量的实践验证,该系统具有稳定性高、速度快、精度高的特点,基本解决了传统光电传感器定位的弊端,达到了厂家制定的技术要求,为集成芯片基板的定位提供了一种有效方法,拓宽了机器视觉技术的应用领域。

全文目录

摘要  5-6
Abstract  6-7
致谢  7-13
第一章绪论  13-17
  1.1 课题背景  13-15
    1.1.1 机器视觉的定义及特点  13-14
    1.1.2 机器视觉在半导体生产制造中的应用  14-15
  1.2 课题的来源  15-16
  1.3 论文的研究内容  16-17
第二章基板定位系统的硬件组成  17-31
  2.1 机器视觉系统概述  17
  2.2 基板定位系统  17-18
  2.3 相机  18-21
    2.3.1 CCD相机的原理  18-19
    2.3.2 CCD相机的分类  19
    2.3.3 CCD相机的主要参数  19-20
    2.3.4 CCD相机的选择  20-21
  2.4 光学系统（镜头）  21-25
    2.4.1 镜头的主要参数  22-24
    2.4.2 镜头的选择  24-25
  2.5 图像采集卡  25-26
  2.6 光源及光源控制器  26-30
    2.6.1 LED及其优点  26-27
    2.6.2 照明方式  27-28
    2.6.3 光源的选择  28-29
    2.6.4 光源控制器  29-30
    2.6.5 视觉系统实验平台搭载  30
  2.7 本章小节  30-31
第三章基板定位系统的图像处理相关理论  31-43
  3.1 图像处理简介  31
  3.2 图像滤波  31-36
    3.2.1 数学形态学滤波  31-33
    3.2.2 均值滤波算法  33
    3.2.3 中值滤波算法  33-35
    3.2.4 高斯平滑滤波算法  35-36
  3.3 图像匹配  36-37
    3.3.1 图像匹配技术的发展  36
    3.3.2 图像匹配的分类  36-37
  3.4 常见的图像匹配方法  37-42
    3.4.1 基于灰度的匹配方法  37-39
    3.4.2 基于特征的匹配方法  39-42
  3.5 本章小节  42-43
第四章基板定位系统的软件设计  43-53
  4.1 OPEN EVISION~(TM)介绍  43-44
    4.1.1 Open eVision~(TM)特点  43
    4.1.2 Open eVision~(TM)组成  43-44
  4.2 软件设计  44-51
    4.2.1 图像采集模块  44-46
    4.2.2 图像处理模块  46-49
    4.2.3 参数设置模块  49-50
    4.2.4 光源控制模块  50-51
  4.3 程序流程  51-52
    4.3.1 调试模式  51-52
    4.3.2 工作模式  52
  4.4 本章小节  52-53
第五章结论和展望  53-54
参考文献  54-57
攻读硕士期间发表的论文  57-58

基于机器视觉的集成芯片基板定位技术研究

内容摘要

全文目录

相似论文