学位论文 > 优秀研究生学位论文题录展示
基于计算机视觉的自动光学检测关键技术与应用研究
作 者: 谢飞
导 师: 张旭苹
学 校: 南京大学
专 业: 微电子学与固体电子学
关键词: 计算机视觉 图像分割 特征提取 自动光学检测 压缩感知 晶圆缺陷检测
分类号: TP391.41
类 型: 博士论文
年 份: 2013年
下 载: 146次
引 用: 0次
阅 读: 论文下载
内容摘要
随着近年来制造工业在我国的迅速发展,对于产品质量的要求也在不断提高,相应的对于产品质量检测技术的速度和检测准确率也提出了更高的要求,当前的人工检测方法已经不能满足工业生产需要。而计算机视觉技术的发展使得自动光学检测技术在工业质量检测的各个领域都得到了广泛的应用,包括半导体工业、电子电机工业、机械零件加工业、食品加工与包装业、汽车工业、金属加工业、印刷业、纺织皮革工业、农林产业等。但是国内科研机构在这方面的研究才刚刚起步,目前的技术在解决高速、高准确度以及缺陷分类的应用方面仍然存在不足。本文从自动光学检测相关的几个关键技术入手,在分析研究现有技术优缺点的基础上,针对工业生产的实际需求,对多种关键技术中的核心算法进行了研究与重新设计。并以晶圆缺陷检测为例,对自动光学检测设备的硬件结构和软件算法进行了研究,设计了一种具有快速、准确、具备缺陷分类能力等特点的晶圆缺陷检测设备。论文首先对自动光学检测中的图像质量进行了分析,对于成像质量最为相关的图像采集系统的各个组件性能进行了研究。在分析和总结了常用光源对于被测物体作用原理的基础上,提出了根据被测物体自身光学特性进行照明方案设计的原则。以大功率LED晶圆缺陷检测为例,分析了物体表面反光特性存在巨大反差下的成像特点,提出了一种基于明暗场同时照明的光源设计方案,解决了摄像机动态范围不足的问题。论文对图像分割算法进行了深入的研究,针对当前阈值分割、模板匹配等算法中存在的运行效率较低,容易受到外界环境变化干扰等问题,提出了一种新的基于压缩感知的自学习目标区域分割算法,解决了传统算法存在的问题。并根据晶圆缺陷检测的实际应用需求,设计了结合压缩感知分割算法和模板匹配算法的芯片分割方法,克服了基于压缩感知的目标区域分割算法只能对单一目标进行识别的缺点,在保证检测效率的前提下兼顾了定位的准确性。特征提取与缺陷分类是自动光学检测技术中重要的一环。对于晶圆缺陷特征的提取,传统的基于灰度值统计特性的特征提取算法能够提供的特征量较少、分类能力较低、且容易受到光照、噪声等因素的干扰。本文设计了一种改进型的基于相位一致性的线检测算法,提高了该算法的运行效率和检测精度。并在此基础上将该检测方法扩展到二维空间中实现了基于相位一致性的角点检测。此外本文针对传统的基于角点检测的特征提取算法只能实现定位功能,而无法直接对角点的形貌特性进行描述的缺点,将尺度空间原理与Harris角点检测算法相结合,提出了一种新的利用尺度空间信息对缺陷形状特征进行描述的方法。在使用BP神经网络分类器进行的分类实验中,以上算法体现了良好的分类准确度和抗干扰性。最后将本文的理论研究成果应用于实际的工业化设备开发中,研制了一种基于计算机视觉的晶圆缺陷自动检测系统并完成样机制作。使用该样机对文中提出的理论算法进行了实验验证和对比分析,结果显示这些算法都具有较好的实用价值。使用工业生产中的晶圆样片对样机进行测试,结果显示该系统完成单片晶圆检测时间小于12分钟,漏检率为O%,误检率小于10%,完全可以达到工业应用的要求。
|
全文目录
摘要 5-7 ABSTRACT 7-13 第一章 绪论 13-25 1.1 课题背景 13-15 1.2 研究现状 15-19 1.2.1 计算机视觉 15-17 1.2.2 自动光学检测 17-19 1.3 关键技术 19-22 1.4 选题意义及主要研究内容 22-23 1.4.1 课题来源 22 1.4.2 课题的研究目标和意义 22-23 1.5 论文组织结构 23-25 第二章 图像获取技术 25-43 2.1 高质量图像标准 25-26 2.2 照明方案设计 26-32 2.2.1 光源 26-27 2.2.2 物体表面反射性质 27-29 2.2.3 照明的方向特性 29-32 2.3 镜头 32-34 2.4 图像传感器 34-37 2.4.1 CCD图像传感器简介 34-35 2.4.2 CMOS图像传感器简介 35-36 2.4.3 图像传感器参数 36-37 2.5 大功率LED晶圆缺陷检测照明方案设计 37-42 2.6 本章小结 42-43 第三章 目标区域识别与分割 43-79 3.1 图像分割算法基本原理 43-48 3.1.1 阈值分割 43-47 3.1.2 亚像素精度阈值分割 47-48 3.2 基于几何特征的分割算法 48-59 3.2.1 边缘定义 49-51 3.2.2 一维边缘检测 51-53 3.2.3 二维边缘检测 53-56 3.2.4 几何基元的分割和拟合 56-59 3.3 模板匹配 59-65 3.3.1 基于灰度值的模板匹配 60-63 3.3.2 使用图形金字塔匹配 63-65 3.3.3 带旋转和缩放的模板匹配 65 3.4 基于压缩感知的分割算法 65-73 3.4.1 算法基本原理 66-69 3.4.2 维度压缩方法 69-70 3.4.3 分类器构建与训练 70-71 3.4.4 识别与分割算法设计 71-73 3.5 大功率LED晶圆缺陷检测芯片区域分割算法设计 73-78 3.6 本章小结 78-79 第四章 特征提取与缺陷分类 79-111 4.1 传统特征提取与缺陷分类算法 79-84 4.1.1 区域特征提取 79-81 4.1.2 灰度值特征提取 81-82 4.1.3 轮廓特征提取 82-83 4.1.4 缺陷分类算法 83-84 4.2 基于相位一致性的特征提取算法 84-97 4.2.1 相位一致性基本原理 85-89 4.2.2 基于相位一致性的角点检测 89-92 4.2.3 改进型的线检测 92-97 4.3 基于多尺度角点探测的特征提取算法 97-103 4.3.1 Harris角点探测算法 97-98 4.3.2 多尺度Harris角点检测 98-100 4.3.3 多尺度Harris角点检测 100-103 4.4 缺陷分类算法设计 103-107 4.4.1 BP神经网络基本原理 103-106 4.4.2 BP算法在实现中的问题 106-107 4.5 大功率LED晶圆缺陷检测缺陷特征提取算法设计 107-110 4.6 本章小结 110-111 第五章 大功率LED晶圆缺陷检测应用 111-134 5.1 晶圆缺陷检测问题概述 111-117 5.2 系统概述 117 5.3 系统硬件设计 117-123 5.3.1 图像采集系统设计 119-121 5.3.2 机械运动平台设计 121-123 5.4 基于MATLAB的系统软件设计 123-129 5.4.1 软件系统结构设计 124-125 5.4.2 图像化交互界面设计 125-127 5.4.3 MATLAB软件系统多线程程序设计 127-129 5.5 样机研制与实验结果 129-133 5.6 本章小结 133-134 第六章 全文总结与展望 134-138 6.1 研究工作总结 134-136 6.2 进一步研究的展望 136-138 参考文献 138-148 致谢 148-149 攻读博士学位期间取得的成果 149-151 一、发表的论文 149-150 二、申请的专利 150 三、获得的技术鉴定 150 四、负责的研究课题 150 五、参与的研究课题 150-151
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 森林防火系统中图像识别算法的研究,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 基于学习的低阶视觉问题研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
- 水下目标特征的压缩与融合技术研究,TN911.7
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于水平集区域分割的医学图像融合算法研究,TP391.41
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 视频中多运动目标分类的研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|