D晶体器件检测中机器视觉的应用

摘 要：检测D晶体器件是其出厂前的一道重要工序,因为D电极在测试时具有方向性,所以,应该对其实施方向识别.但是传统光纤传感器不能实施可靠、稳定的判别.而采用机器视觉进行判别,能够有效提高检测效率并降低检测成本.文中主要探讨了D晶体器件检测中机器视觉的应用方法.

关 键 词 ：机器视觉；D晶体器件；电极测试；应用分料

中图分类号：TP242.6 文献标识码：A 文章编号：2095-1302（2014）08-0028-02

0 引 言

在生产流程中,D晶体器件检测是一道重要工序,由该工序对晶体器件电性能进行检测后才可包装出厂.因为D晶体器件检测工序的特殊性,所以,其检测率对出厂产品的质量有着直接性影响.通常批量生产中必须保证产品误测率在2 ppm以下,也就是说,所出厂的一百万个产品中,避免出现两个以上的不合格品.为使产品出厂品质得以提高,不仅要使用高精度分析仪,而且D晶体器件检测还要确保方向一致,尤其是检测D晶体振荡器,还要检测其预定方向.

此前,企业在生产D晶体器件时仅仅可以采用人工检测与识别,因为D晶体器件产量持续攀升,外形尺寸的逐渐缩小,严格要求所出厂产品的质量.此外,工作人员长期在紧张的工作状态下,导致其产生严重的视觉疲劳,出现错测与漏测的现象也就在所难免.所以,在研制自动测试D器件电性能参数的同时,还要对识别D晶体器件方向的现代化机器视觉系统进行专门研制.

1.D晶体器件的检测系统构成

因为是在D器件检测中应用该机器视觉系统的,所以本文简要介绍了检测系统整体构成.D晶体器件检测的总体框图如图1所示.

通常会有振动送料机构以队列形式对待测D晶体器件进行输送,并采用机器视觉系统对前端器件进行判别,如果器件实际和预定方向一致,则动作机构就要直接转移此器件至电性能检测工位.如果预定方向和实际方向相反,那么纠正机构则要旋转器件180°,再送至电性能检测工位.

2.机器视觉系统在D晶体器件检测中的硬件构成

这种机器视觉系统的硬件构成图如图2所示.从图2中可以看出,系统由光源、工业相机、图像采集卡、镜头四大部分共同构成了机器视觉的硬件系统.

2.1 机器视觉系统镜头参数计算

第一,应该计算该系统中的相机和镜头参数,所检测晶体器件最大值应该达到5.0×7.0 mm,最小达到2.5×2.0 mm的外形尺寸,具体见图3所示.因为机械搬运机构在镜头与被测晶体间,所以要求被测晶体与镜头间距保持在100 mm以上.目前较为常用的传感器为1/2的尺寸,因此,这种项目也可选用该类型的工业相机进行检测.

2.2 计算相机参数

根据D晶体焊盘尺寸最小值大约为0.6×0.7 mm,所以确定检测精度一定要在0.1以下,对成本因素进行综合分析,该系统所选相机为30万像素的工业相机,其检测精度为0.01,符合使用要求.

2.3 光源选择

因为黑白CCD具有比较高的红光敏感度,所以,应该选择红色LED光源.同时根据被测器件外形尺寸,应该选取外径最大值为50 mm,20°的倾斜角环形光源,这样就能够满足具体测试需求.

3.检测策略

因为这种机器视觉功能需求是：正反面识别D器件,方向识别D晶体器件焊盘面,所以,应该对所出现的各种情况进行正确判断,仅仅是检测缺角焊盘是不够的,还必须检测其它焊盘,以提高检测准确性.

机器视觉检测系统中,可设置多图形模板,用于检测D晶体器件中的焊盘,本研究中,我们对三个图形模板进行设置,也就是说,一个判别工位底面的模板和两个焊盘模板,判别所有图形模板的门限阀值和判别区域.

如果所检测的模板1、模板2与图形的相似度对门限阀值大,那么可将目标焊盘检测出来,而且D晶体有正确的方向,见图3.如果所检测的图形和模板1、模板2的门限阀值相对比较小,那么方向相反,这种情况下就应该对其作180°的旋转,如图4所示.

若未检测到目标物体, D晶体器件的外壳则向上,应该将外壳取走,并将其置于振动料斗,进行二次送料,图5所示是判别外壳面结果示意图.如果模板3和所检测图形相似度比门限阀值大,那么图像判别工位则缺少器件,图6所示为判别无器件结果图.

4.软件设计

这种视觉判别软件被称为D晶体器件测试系统的重要组成部分,和其它组成部分共同检测D晶体器件.主要由两种程序模块共同组成这种视觉判别软件,具体包括自动判别模块与视觉参数设置模块.对不同D晶体器件相关参数与判别模块进行设置是视觉参数设置模块关键作用,主要包括：判别区域设定、模板图形设定及门限值设置.对所有参数进行设置完成后,用户对“测试”按键进行点击,一次检测启动,检验所有参数设置正确与否进行检验.自动判别模块包括：预处理、图像采集、参数读入及像素灰度运算、提取等,具体流程图如图7所示.

5.结 语

在D晶体器件检测系统中应用机器视觉技术,实现了光纤传感器所无法实现的重要作用,提高了产品的检测精度,也使所生产产品的质量得到提升.此外,通过对机器视觉硬件和检测软件平台进行自主创建,与集成式相机检测期间相比,可以降低检测成本,提高在市场中D晶体器件检测竞争力,在未来的器件检测自动化设备领域,机器视觉技术势必会有更为广阔的开发及应用前景.

参 考 文 献

[1]房超.机器视觉及其在工业检测中的应用[J].自动化博览,2007 （4）：152-153.

[2]朱正德,杨虹,方琳,等.机器视觉：质量监控的第三只眼[J].现代零部件,2010（10）：147-148.

[3]封帆,施保华.基于智能机器视觉的针剂生产线安瓶检测识别系统[J].自动化博览,2007（1）：56-57.

[4]孙家广.计算机图形学[M].北京：清华大学出版社,2002.