一种基于行列直线聚类的多类型bga芯片视觉识别方法

文档序号:9288811
一种基于行列直线聚类的多类型bga芯片视觉识别方法
【技术领域】
[0001] 本发明涉及多类型BGA芯片视觉识别方法,特别涉及一种基于行列直线聚类的多 类型BGA芯片视觉识别方法。
【背景技术】
[0002] BGA(球形阵列)封装形式的芯片由于集成度高、I/O引线多以及优良的电性能正 广泛的应用于集成电路中。但芯片高密度的I/O焊球引脚对电路板贴装过程的贴装工艺提 出了更为严格的要求。表面贴装技术(SMT)是一种高效的全自动化印刷电路板芯片贴装 技术,贴片机作为该技术中的主要生产设备,基于视觉技术来完成不同芯片的识别、缺陷检 测、定位、贴装等过程。其中,芯片识别是贴装的基础,贴片机通过对标准BGA样片进行在线 测量,建立该类型BGA芯片的标准数据库:焊球标准行间距、焊球标准列间距、焊球标准直 径、焊球分布样式等,进而为后续贴装芯片的缺陷检测提供标准数据参考。但BGA芯片高密 度的I/O焊球引脚数目以及多样的焊球排列方式都增加了芯片识别与检测的困难。
[0003] 常用的BGA芯片根据焊球排布规律主要分为规则和不规则型,规则型中任意相邻 两行的焊球成整齐的行列排布,而对不规则型,任意相邻两行焊球交错排列。此外,对于上 述两种BGA芯片,焊球排布不同位置存在的不同大小的空缺,也会造成BGA芯片种类的多样 性。总之,BGA芯片高密度的I/O焊球引脚以及多样的焊球排列方式都要求识别算法具有 良好的实时性和通用性。
[0004] 现有BGA芯片的识别过程主要包括如下两种方式:一种是采用人工测量录入标准 数据,这种识别方法费时费力,且容易产生主观偏差和测量错误,不易于自动化管理。另一 种是逐步被采用的计算机视觉识别方式,但目前的BGA芯片识别算法主要存在如下不足: 1)算法的应用有较大局限性,现有公布的算法只能识别特定种类或者有限几种焊球排布的 BGA芯片。2)算法对于焊球排布稀疏的BGA芯片鲁棒性较差,或者根本无法识别。3)算法 在进行BGA焊球提取时,常采用图像二值分割的方式,因此易将背景也分割出来形成噪点, 识别算法会误判为焊球,最终导致错误识别结果。4)某些算法对被识别的BGA芯片的初始 摆放位置要求严格,通常都要求芯片水平或者垂直摆放。5)某些算法例如点匹配算法在识 别过程中涉及到大量的遍历和比较操作,导致算法的时间复杂度高。

【发明内容】

[0005] 本发明的目的是为了解决现有BGA芯片识别算法的如下几方面问题:1)只能识别 特定种类或者有限几种焊球排布的BGA芯片,对于焊球排布稀疏的BGA芯片鲁棒性较差,或 者根本无法识别。2)仅仅采用单阈值二值化图像来提取焊球,导致欠分割或过分割,造成焊 球参数测量错误或者焊球误识别。3)算法的时间复杂度高。而提出的一种基于行列直线聚 类的多类型BGA芯片视觉识别方法
[0006] 上述的发明目的是通过以下技术方案实现的:
[0007] 步骤一、对摄像头采集到的灰度BGA芯片图像,即为原始图像,进行动态阈值分割 得到二值焊球图像,并对二值焊球图像进行形态学开运算和闭运算处理,处理后的二值焊 球图像上的每个连通域记为一个二值化BGA焊球,然后对每个二值化BGA焊球进行连通域 标记;
[0008] 步骤二、对步骤一得到的经过连通域标记后的每个二值化BGA焊球在原始图像上 对应邻域范围内进行灰度连通域提取,获得完整灰度BGA焊球,并建立完整灰度BGA焊球信 息列表;
[0009] 其中,建立完整灰度BGA焊球信息列表内容包括:每个完整灰度BGA焊球所包含的 灰度像素,以及由灰度像素计算得到的每个完整灰度BGA焊球的中心点位置坐标、每个完 整灰度BGA焊球对应的最小外包圆直径、每个完整灰度BGA焊球的周长和圆度;每个焊球包 含的灰度像素包括像素坐标和灰度值;
[0010] 步骤三、用步骤二得到的完整灰度BGA焊球信息列表,建立一个像素灰度值均为 0且大小与原始图像相同的背景图像;并在背景图像中,将对应原始图像中每个完整灰度 BGA焊球中心点位置处的灰度值,变为对应二值化BGA焊球的标识序号,此时的背景图像即 为BGA焊球标识图像,BGA焊球标识图像上的每个非0灰度值的像素称为一个等效BGA焊 球,所有等效BGA焊球构成的阵列称为等效BGA阵列;
[0011] 其中,原始图像中有M*N个完整灰度BGA焊球,对应背景图像中就有M*N个等效 BGA焊球,等效BGA焊球实质为一个像素,完整灰度BGA焊球与等效BGA焊球一一对应;在 BGA焊球标识图像中,计算相邻2个等效BGA焊球的间距Λ γ,将此间距作为等效BGA焊球 间距典型值;
[0012] 步骤四、利用步骤三得到的等效BGA焊球间距典型值Λ γ,在BGA焊球标识图像 上,对等效BGA阵列进行局部分析,确定等效BGA阵列粗略偏转角度Λ Θ ;
[0013] 其中,局部分析分为针对规则型BGA芯片的局部分析和针对不规则BGA芯片的局 部分析,规则型BGA芯片为相邻行BGA焊球成整齐排列的BGA芯片,不规则BGA芯片为相邻 行BGA焊球成交错排列的BGA芯片;
[0014] 步骤五、利用步骤三得到的等效BGA焊球间距典型值Λ γ以及步骤四得到的等效 BGA阵列粗略偏转角度Λ Θ,在BGA焊球标识图像上,对行和列的等效BGA焊球进行直线聚 类得到每行等效BGA焊球蔟、每列等效BGA焊球蔟以及边界等效BGA焊球蔟;
[0015] 步骤六、利用步骤五得到的边界等效BGA焊球蔟中的每个等效BGA焊球在标识图 像上的灰度值,在完整灰度BGA焊球信息列表中查找对应的完整灰度BGA焊球中心点位置 坐标,根据完整灰度BGA焊球中心点位置坐标,进行边界直线拟合,通过边界拟合直线求解 原始图像中BGA芯片的偏转角度和中心位置;
[0016] 步骤七、利用步骤五识别得到的每行等效BGA焊球蔟和每列等效BGA焊球蔟,以及 步骤二得到的完整灰度BGA焊球信息列表进行每行等效BGA焊球蔟直线拟合和每列等效 BGA焊球蔟直线拟合;将所有相邻两行等效BGA焊球蔟的拟合直线间距的平均值作为BGA 芯片焊球标准行间距;将所有相邻两列等效BGA焊球蔟拟合直线间距的平均值作为BGA芯 片焊球标准列间距;
[0017] 步骤八、利用步骤七得到的每行等效BGA焊球蔟拟合直线和每列等效BGA焊球蔟 拟合直线,在BGA焊球标识图像上对等效BGA焊球进行逐行或逐列搜索,进而得到BGA焊球 分布矩阵;根据逐行或逐列搜索得到的所有等效BGA焊球以及步骤二得到的完整灰度BGA 焊球信息列表求解得到BGA标准焊球直径尺寸、BGA标准焊球周长尺寸和BGA标准焊球圆 度尺寸。
[0018] 发明效果
[0019] 本发明主要针对现有BGA视觉识别算法鲁棒性和实时性较差,提出了一种基于行 列直线聚类的多类型BGA芯片视觉识别方法。针对现有BGA视觉识别算法鲁棒性差、时间复 杂度较高的不足,本发明提出了一种基于行列直线聚类的多类型BGA芯片视觉识别方法, 该算法的主要优点如下:1)算法在局部分析的基础上对行列焊球进行直线聚类与识别,这 种方法适用于绝大多数不同类型的BGA芯片,如图2(a)和图2(b)所示芯片。2)该算法识 别过程对BGA芯片摆放姿态无要求。3)该算法能够有效排除图像二值化过程因为过分割 引入的如图3所示的噪声点对识别过程的干扰。4)该算法对于焊球排布较为稀疏的BGA 芯片仍然能够正确识别,图4给出了一种焊球排布较为稀疏的BGA芯片。5)算法的时间 复杂度低,能够满足在线实时识别的要求。实验结果表明,在C++编译环境下,检测算法在 Intel? Pentium? B960 (主频:2. 2GHz,双核)的PC机上运行,对于焊球数目小于500个的 BGA芯片的识别时间小于200ms ;
【附图说明】
[0020] 图1为【具体实施方式】一提出的一种基于行列直线聚类的多类型BGA芯片视觉识别 方法流程图;
[0021] 图2(a)为为【具体实施方式】三提出的对BGA焊球中规则BGA芯片局部分析示例图;
[0022] 图2 (b)为【具体实施方式】四提出的对BGA焊球中不规则BGA芯片进行局部分析示 例图;
[0023] 图3为【具体实施方式】五提出的中对行列BGA焊球进行直线聚类的示例图,其中, 表示第j个等效BGA焊球坐标对应的等效BGA焊球行直线方程的截距,表示第j个 等效BGA焊球坐标对应的等效BGA焊球列直线方程的截距,表示第i个等效BGA焊球 坐标对应的等效BGA焊球行直线方程的截距,表示第i个等效BGA焊球坐标对应的等效 BGA焊球列直线方程的截距,表示第k个等效BGA焊球坐标对应的等效BGA焊球列直线 方程的截距。
[0024] 图4为【具体实施方式】一提出的一种焊球排布较为稀疏的BGA芯片示例图。
【具体实施方式】
【具体实施方式】 [0025] 一:本实施方式的一种基于行列直线聚类的多类型BGA芯片视觉识 别方法,具体是按照以下步骤实施的:
[0026] 步骤一、对摄像头采集到的灰度BGA芯片图像,即为原始图像,进行动态阈值分割 得到二值焊球图像,并对二值焊球图像进行形态学开运算和闭运算处理,处理后的二值焊 球图像上的每个连通域记为一个二值化BGA焊球,然后对每个二值化BGA焊球进行连通域 标记;
[0027] 步骤二、对步骤一得到的经过连通域标记后的每个二值化BGA焊球在原始图像上 对应邻域范围内进行灰度连通域提取,获得完整灰度BGA焊球,并建立完整灰度BGA焊球信 息列表;
[0028] 其中,建立完整灰
再多了解一些
当前第1页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1