IC芯片表面標識自動識別虛擬儀器系統的設計
2012-12-27
芯片表面標記自動識別技術是芯片制造技術不斷高速發展的要求，其中芯片表面標識主要包括廠商圖標、序列號(包括英文字母及數字)等。由于自動識別技術具有極其重要的意義，一直以來，人們都對該技術的研究投入了大量的人力物力，并取得了卓有成效的進展。它可以應用于芯片性能自動檢測領域，提高芯片測試效率，進而提高廠商的生產能力，具有十分廣闊的應用前景。本系統使用NI的視覺系統開發工具構建，因而具有開發周期短、成本低等特點。系統綜合運用了銳化、濾波、細化、特征識別等多種圖像處理技術，成功地實現了從芯片自動跟蹤定位、圖像采集到圖像預處理、骨架提取以及識別等一系列功能。
采集到的圖像中夾雜有大量的噪聲，這給圖像的細化、識別等過程帶來極大的困難，因此必須將它們濾除。圖2所示為經過預處理之后的圖像。系統采集到圖像之后會自動對圖像進行預處理，同時系統還支持手動圖像處理，這主要是為了提高其在不同環境下的適應能力。如果用戶對自動處理圖像取得的效果不滿意，可以打開圖像手動處理程序，通過調整系統提供的圖像處理函數的參數來獲得較理想的圖像質量。在進行手動處理的同時，系統將記錄下用戶使用過的圖像處理函數及它們的參數，用戶可以將這些參數保存到計算機中。因此，如果下一個待處理對象仍然是在該環境中，則可以調出這些參數，使用這些參數進行圖像自動處理。
系統使用圖4所示的方法提取特征量。其中有圖像平面上縱、橫、斜交叉的20條直線，這20條直線分別標記上1～20的序號。當圖像平面上輸入一個手寫文字時，計算文字的各筆劃與各條直線的相交次數，把他們作為該文字的特征量。設特征量數組為C，(方程1)中各個分量的值表示相應序號的特征直線與各筆劃的相交次數。在提取特征值之前，系統先將分離出的文字圖像逐一擴大為正方形，并且擴充之后文字仍然位于圖像中心,使得斜向特征線更容易產生。
我們運用美國NI公司的LabVIEW、IMAQ Vision以及PXI等虛擬儀器技術，通過眾多圖像處理模塊的功能實現，在較短時間內建立了一套完整的芯片表面標識自動識別系統。該系統能夠自動定位跟蹤攝像頭視場中的芯片，將芯片剪切出來，然后通過一系列的圖像處理過程，對芯片上的文字進行逐一提取，再對文字圖像進行細化，最后系統通過文字的細化結果等獲取圖像的特征信息，并與標準模板進行匹配，從而完成對文字的識別。系統具有較廣范圍的適用性，能夠完成包括廠商標志圖標等對象的識別；還具有較高的實用價值，配合芯片自動測試系統，將極大提高生產能力和效率，因此具有極其廣闊的應用前景。
來源 電能質量分析儀 http://www.kafenchem.com/
采集到的圖像中夾雜有大量的噪聲，這給圖像的細化、識別等過程帶來極大的困難，因此必須將它們濾除。圖2所示為經過預處理之后的圖像。系統采集到圖像之后會自動對圖像進行預處理，同時系統還支持手動圖像處理，這主要是為了提高其在不同環境下的適應能力。如果用戶對自動處理圖像取得的效果不滿意，可以打開圖像手動處理程序，通過調整系統提供的圖像處理函數的參數來獲得較理想的圖像質量。在進行手動處理的同時，系統將記錄下用戶使用過的圖像處理函數及它們的參數，用戶可以將這些參數保存到計算機中。因此，如果下一個待處理對象仍然是在該環境中，則可以調出這些參數，使用這些參數進行圖像自動處理。
系統使用圖4所示的方法提取特征量。其中有圖像平面上縱、橫、斜交叉的20條直線，這20條直線分別標記上1～20的序號。當圖像平面上輸入一個手寫文字時，計算文字的各筆劃與各條直線的相交次數，把他們作為該文字的特征量。設特征量數組為C，(方程1)中各個分量的值表示相應序號的特征直線與各筆劃的相交次數。在提取特征值之前，系統先將分離出的文字圖像逐一擴大為正方形，并且擴充之后文字仍然位于圖像中心,使得斜向特征線更容易產生。
我們運用美國NI公司的LabVIEW、IMAQ Vision以及PXI等虛擬儀器技術，通過眾多圖像處理模塊的功能實現，在較短時間內建立了一套完整的芯片表面標識自動識別系統。該系統能夠自動定位跟蹤攝像頭視場中的芯片，將芯片剪切出來，然后通過一系列的圖像處理過程，對芯片上的文字進行逐一提取，再對文字圖像進行細化，最后系統通過文字的細化結果等獲取圖像的特征信息，并與標準模板進行匹配，從而完成對文字的識別。系統具有較廣范圍的適用性，能夠完成包括廠商標志圖標等對象的識別；還具有較高的實用價值，配合芯片自動測試系統，將極大提高生產能力和效率，因此具有極其廣闊的應用前景。
來源 電能質量分析儀 http://www.kafenchem.com/
最新資訊
