Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 太原科技大学;西北电子装备技术研究所(中国电子科技集团公司第二研究所)王安红获国家专利权

太原科技大学;西北电子装备技术研究所(中国电子科技集团公司第二研究所)王安红获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉太原科技大学;西北电子装备技术研究所(中国电子科技集团公司第二研究所)申请的专利一种基于图像多特征匹配的半导体引线键合器件识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115564964B

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211185040.9,技术领域涉及:G06V10/44;该发明授权一种基于图像多特征匹配的半导体引线键合器件识别方法是由王安红;张康;赵喜清;冯波;吕琴红;张永聪设计研发完成,并于2022-09-27向国家知识产权局提交的专利申请。

一种基于图像多特征匹配的半导体引线键合器件识别方法在说明书摘要公布了:本发明涉及一种基于图像多特征匹配的半导体器件引线键合方法,属于图像识别技术领域,解决引线键合中半导体器件快速匹配的问题,包括以下步骤:键合器件图像多特征模板库的建立→器件图像预处理→提取图像的轮廓特征→对图像进行纹理特征提取,得到参数Hi→键合器件的匹配,本发明可以根据不同的芯片,建立不同的模板库,无需人工进行半导体器件的识别,大大提高了引线键合机器的生产效率。

本发明授权一种基于图像多特征匹配的半导体引线键合器件识别方法在权利要求书中公布了:1.一种基于图像多特征匹配的半导体引线键合器件识别方法,其特征在于,该方法包括以下步骤: S1.键合器件图像多特征模板库的建立 建立模板库文件夹Modu,在Modu中建立一个名称为Data的文本文件,将库器件的图像及对应的图像特征文本存入文件夹Modu中: 1人工驱动机械机构使工业相机移动到芯片上标记点位置,将标记点位置坐标存入Data文本;驱动机械机构使工业相机移动到第一个库器件位置,将位置坐标存入Data文本,并将工业相机拍摄的第一个库器件的图像命名为Modu0-QS0-0、存入文件夹Modu中; 2移动鼠标,在屏幕中用鼠标框选出第一个库器件,选取框的范围略大于库器件;对鼠标框选图像先经步骤S2、S3处理,将轮廓面积最大值所对应的轮廓周长及中心距离d1、d2、d3、d4信息存入Data,再经S4处理后获得的纹理信息,存入Data中; 3驱动机械机构,依次使工业相机移动到芯片中其他库器件位置,拍摄其他所有库器件的图像Modu0-QS0-1、Modu0-QS0-2、…存入Modu,并将每个库器件的位置坐标及对应鼠标框选图像经过S2、S3、S4处理所得的信息存入Data中,最终形成库器件图像的多特征模板库文件夹Modu; S2.器件图像预处理 记所拍摄图像为X,根据公式1对彩色图像X灰度化处理得到图像X1,根据公式2对图像X1进行二值化处理得到图像X2: X1=0.2989*XR+0.587*XG+0.114*XB1 其中XR、XG、XB分别为彩色图像X的红、绿、蓝三分量,x,y为图像中像素的水平、垂直坐标,T为二值化阈值; S3.提取图像的轮廓特征 1对经过预处理的图像X2进行高斯滤波得到X3,其中所用的3x3高斯滤波器核的生成方程式为: 2对X3计算梯度强度矩阵G,其中c为X3中当前位置点,G中每个元素Gxy根据公式45、6、7计算得到: 其中,Gx、Gy分别表示像素点c在x和y方向的梯度值,Sx、Sy为模板,*为卷积符号,A为3x3的窗口,sum表示对矩阵中所有元素求和,Gxy为像素点c的梯度值,θ表示梯度方向,arctan为反正切函数; 3对梯度强度矩阵G进行非极大值抑制得到图像X5: 对梯度强度矩阵G,设g1、g2、g3、g4是当前位置点c梯度方向上的4个相邻像素,g1梯度强度值为Mg1,g2的梯度强度值为Mg2,dtmp1是g1与g2在c梯度方向上的内插点,dtmp2是g3与g4在c梯度方向上的内插点,根据公式8、9分别求出dtmp1的梯度强度值Mdtmp1、dtmp2的梯度强度值Mdtmp2: Mdtmp1=w*Mg2+1-w*Mg18 Mdtmp2=w*Mg3+1-w*Mg49 其中w=tanθ; 若点c的梯度强度值Mc大于内插点的梯度强度值Mdtmp1与Mdtmp2,则保留点c的梯度强度值不变,否则将点c的梯度强度值置0,将G经过以上处理得到的图像记为X5; 4对图像X5进行双阈值处理得到梯度强度图像X6: 对图像X5,设定两个阈值:低阈值minV和高阈值maxV,将梯度强度值高于maxV的像素点赋值为255,低于minV的像素点赋值为0;对梯度强度值在低阈值和高阈值之间的点,再判断该点临近的8个像素点梯度强度值是否存在取值为255的,如果没有,赋值为0;如果存在,则赋值为255; 5求图像X6的轮廓面积、周长及中心点距离d1、d2、d3、d4; 找到X6的所有轮廓,并对轮廓区域进行如下操作:计算轮廓内的面积,删除面积较小的轮廓;找出面积最大轮廓点的横坐标最大值xmax及最小值xmin、纵坐标最大值ymax及最小值ymini,得到四个极值坐标点p1xmin,ymin、p2xmax,ymin、p3xmax,ymax、p4xmin,ymax;根据公式10、11得到极值坐标的中心坐标: 根据公式12、13、14、15得到中心坐标与四个极值点的距离d1、d2、d3、d4: 其中d1为中心点mx,y到点p1xmin,ymin的距离,d2为mx,y到点p2xmax,ymin的距离,d3为点m到点p3xmax,ymax的距离,d4为点m到点p4xmin,ymax的距离; S4.对图像进行纹理特征提取,得到参数Hi 1对梯度强度图像进行轮廓筛选: 对输入的一张纹理图像进行步骤S3中的轮廓特征提取后,找到其梯度强度图像X6上面积最大轮廓所对应的横坐标最大值x1、最小值x2、纵坐标最大值y1、最小值y2,然后对图像X6中轮廓进行筛选:若某一轮廓坐标点的坐标xi,yi满足公式16、17: x2xix116 y2yiy117 则保留此轮廓,反之则删除此轮廓,图像X6经过轮廓筛选得到图片G1; 2对图像G1计算其Hu不变矩的7个值hi作为纹理特征 设在位置x,y处的像素值为Ix,y,则图像的力矩: Mij=∑x∑yxiyiIx,y18 其中i和j是整数例如0、1、2....; 图像的质心 根据公式20获得中心矩: 根据公式21对中心距归一化: 根据公式22计算hi: 通过公式23将Hu的七个值hi转换为Hi: Hi=-signhilog|hi|i取值于1,7的整数23 其中log为对数函数; S5.键合器件的图像多特征匹配与识别 1对当前键合器件的位置坐标进行修正: 从机台起点位置移动相机,寻找当前芯片上标记点的位置,并计算当前标记点位置坐标与建库时标记点位置坐标之间的位置差;利用位置差、键合器件与标记点的相对位置,修正当前键合器件的位置坐标; 2对键合器件进行拍照并进行图像预处理: 驱动机械机构,移动工业相机到修正后键合器件的位置,对每一个键合器件进行拍照,然后进行S2的图像预处理; 3键合器件轮廓匹配: 首先,对每一个键合器件图像进行步骤S2的预处理、S3的轮廓特征提取; 由于相机的视场大于键合器件,相机拍摄图像中除键合器件轮廓外还存在多个轮廓,对此,对键合图像经过步骤S3所得到的所有轮廓,根据公式24寻找最佳匹配轮廓km0m≤U,使得中心距离和最小: 其中dm,i为步骤S3中获得的每个轮廓的极值中心距离,dData为对应当前位置的Data文本中存储的库器件极值中心距离,U为图像X6中的轮廓总数; 其次,对所获得最佳轮廓的周长和面积,与器件库中相同位置处Data文本中的轮廓面积和周长进行比较,若周长的误差绝对值小于50个像素且面积的误差绝对值小于300个像素,则获取Data文本中存储的键合器件编号,进行键合器件纹理数据匹配,否则,匹配失败; 4键合器件纹理数据匹配: 将当前键合器件的图像经步骤S4处理获得纹理参数,然后根据公式25计算纹理匹配值W: 其中为当前结合器件的纹理参数,为步骤3中获得的编号在Data文本中存储的纹理参数,即Hu矩的七个值Hi; 若W0.0001,则匹配成功,获得键合器件在库中存储的编号。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人太原科技大学;西北电子装备技术研究所(中国电子科技集团公司第二研究所),其通讯地址为:030024 山西省太原市万柏林区窊流路66号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。