（机械电子工程专业论文）开关匹配算法研究及应用.pdf

摘要 摘要 全自动l e d 引线键合机是集精密机械、自动控制、图像识别、光学和超声波热 压焊接等多领域技术于一体的现代高科技微电子后封装设备，主要用于芯片焊盘和 外框架间引线的焊接。其中图像定位系统是实现芯片自动焊接的关键技术之一，其 难点在于系统对实时性和定位精度要求很高。 迄今为止国内外学者已提出多种快速定位方法，其中最常用的是模板匹配，但 是传统的基于灰度值的模板匹配算法存在算法复杂性高，对非线性光照、噪音和旋 转等敏感的问题，难以满足日益提高的应用需求。 针对以上问题，本文研究了新型的基于边缘的形状匹配算法，结合图像自身的 特点，设计和实现了该算法，并通过现场测试，实践证明该算法能满足工业生产的 要求。整个过程主要完成了以下几个方面的工作： 首先，介绍传统的模板匹配算法，如归一互相关系数、序贯相似性检测法等， 并分析了此类算法对噪音、光照变化、遮挡和小角度旋转等干扰的适应情况及相应 解决方案。分析结果表明，这些算法都无法很好满足全自动l e d 引线键合机图像识 别系统的要求，并简要介绍了基于特征的模板匹配算法。 其次，改进并实现了一种基于形状的模板匹配算法。首先采用c a n n y 算子提取 模板图像边缘点，并人工对边缘图像进行修正，随后使用s o b e l 算子对图像进行滤 波，最终生成模板图像的边缘点位置向量和梯度向量，即模板形状模型。相似度量 采用模板边缘点与图像搜索区域的对应点的内积和。分析表明，这个度量方法基本 不受非线性光照变化的影响，对噪音、遮挡和小角度旋转等也不敏感。在搜索策略 上，提出了基于概率模型的自适应区域搜索方法，将搜索区域进一步划分为大可能 区域和小可能区域，裁剪了搜索区域，大大提高了搜索效率。另外针对提前终止条 件和亚像素精度要求也给出了相应的解决方案。 最后，分析了全自动l e d 弓线键合机的硬件和软件组成，采用面对对象的方法， 构造了基于形状的模板匹配类。针对全自动l e d 引线键合机实际图像进行算法测试， 得到该算法在噪音、光照变化、遮挡以及小角度旋转情况下的性能数据。数据表明， 基于形状的模板匹配算法基本满足实时性要求和定位精度，且抗噪能力强、对光照 变化不敏感、适应于小角度变化。 广东工业大学硕士学位论文 关键词：形状匹配；l e d 引线键合机；模板匹配； a b s t r a c t a b s t r a c t t h el e da u t o m a t i cw i r eb o n d e ri sam o d e mh i g h t e c hm i c r o e l e c t r o n i cp a c k a - g i n ge q u i p m e n tw h i c hs y n t h e s i z e st e c h n o l o g i e so fp r e c i s i o nm a c h i n e r y , a u t o m a t i c c o n t r o l ，i m a g er e c o g n i t i o n ，o p t i c a la n du l t r a s o n i cw e l d i n g ，a n di t i sm a i n l yu s e d t ow e l dw i r e st h a tc o n n e c tt h ec h i pp a da n do u t s i d ef r a m e w o r k t h ei m a g ep o s i t - i o n i n gs y s t e mi s o n eo fk e yt e c h n o l o g i e st ow e l da u t o m a t i c a l l y , a n dd i f f i c u l t yo f t h es y s t e mi sh i g hd e m a n do fw e l d i n gt i m e l ya n dp o s i t i o n i n ga c c u r a t e l y s c h o l a r sh a v ep r o p o s e dv a r i o u sf a s tp o s i t i o n i n gm e t h o d ss of a r , a n dt h em o s t c o m m o ni st e m p l a t em a t c h i n g ；b u tt r a d i t i o n a lt e m p l a t em a t c h i n ga l g o r i t h m sw h i c - hb a s eo nt h eg r a yv a l u eh a v et h ep r o b l e m so fc o m p l e x i t ya n dh i g hs e n s a t i o no n i l l u m i n a t i o n ，n o i s ea n dr o t a t i o n i ti sv e r yd i f f i c u l t t om e e ti n c r e a s i n ga p p l i e d d e m a n d s t os o l v ea b o v ep r o b l e m s ，t h et h e s i sp r o p o s e san e ws h a p em a t c h i n ga l g o r i t h mb a s e do ne d g e s ，c o m b i n i n gw i t hi m a g e sc h a r a c t e r i s t i c s ，d e s i g n sa n di m p l e m e n t s t h ea l g o r i t h m i ti sp r o v e dt h a tt h ea l g o r i t h mc a nm e e tt h er e q u i r e m e n t so fi n d u - s t r i a lp r o d u c t i o nb yt e s t i n g t h ep a p e rm a i n l yc o m p l e t e st h ew o r ka sf o l l o w ： f i r s t l y , i ti n t r o d u c e st r a d i t i o n a lt e m p l a t em a t c h i n ga l g o r i t h m s ，s u c ha sn o r m a l - i z e dc r o s sc o r r e l a t i o n ，s e q u e n t i a ls i m i l a r i t yd e t e c t i o na l g o r i t h m ，a n da n a l y z et h e a d a p t a t i o nu n d e rn o i s e ，i l l u m i n a t i o n ，o c c l u s i o na n ds m a l la n g l er o t a t i o na n dt h e c o r r e s p o n d i n gs o l u t i o n s t h e r e s u l t ss h o wt h a tt h e s ea l g o r i t h m sc a n tm e e tr e q u i - r e m e n t so fi m a g er e c o g n i t i o ns y s t e mo fa u t o m a t i cl e dw i r eb o n d e r s ，a n db r i e f l y i l l u s t r a t et h ef e a t u r e - b a s e dt e m p l a t em a t c h i n ga l g o r i t h m s e c o n d l y , t h ed i s s e r t a t i o np r o p o s e sa n di m p l e m e n t sas h a p e b a s e dt e m p l a t e m a t c h i n ga l g o r i t h m f i r s t o fa l l ，e x t r a c t st h ee d g ep o i n t so ft e m p l a t ei m a g eu s i n - gc a n n yo p e r a t o r , a n dc o r r e c tm a n u a l l y , t h e nu s i n gt h es o b e lo p e r a t o rf i l t e r si m a g e s t h er e s u l t sa r e t h et e m p l a t ei m a g ep o s i t i o nv e c t o ra n dt h eg r a d i e n tv e c t o r o fe d g e s ；t h a ti st h et e m p l a t es h a p em o d e l s i m i l a r i t ym e a s u r e m e n tu s e st h ei n n e rp r o d u c to ft h et e m p l a t ee d g ep o i n t sa n dt h ec o r r e s p o n d i n gp o i n t so fi m a g es - i i i 广东工业大学硕士学住论文 e a r c hr e g i o n a n a l y s i ss h o w st h a tt h em e t h o dr e s i s t sd i s t u r b i n gf r o mn o n - l i n e a r i l l u m i n a t i o n ，n o i s e ，o c c l u s i o na n dn o ts e n s i t i v et os m a l la n g l er o t a t i o n o nt h e s e a r c hs t r a t e g y , t h et h e s i sp r o p o s e sa d a p t i v er e g i o n a ls e a r c hm e t h o dw h i c hi sb a s e do nt h ep r o b a b i l i t ym o d e l s e a r c h i n gr e g i o ni sf u r t h e rd i v i d e di n t ol a r g ea n d s m a l lp r o b a b l ea r e a s t h ea l g o r i t h mc u t st h es e a r c ha r e a , s oi tg r e a t l yi m p r o v e t h es e a r c h i n ge f f i c i e n c y i ta l s o g i v e st h ec o r r e s p o n d i n gs o l u t i o n sf o rt h ec o n d i t i - o n so fe a r l yt e r m i n a t i o na n ds u b p i x e la c c u r a c y f i n a l l y , t h ep a p e ra n a l y z e s t h eh a r d w a r ea n ds o f t w a r eo ft h el e da u t o m a t i c w i r eb o n d e r s t h eo b je c t o r i e n t e da p p r o a c hi su s e dt oc o n s t r u c tac l a s so fs h a p e b a s e dt e m p l a t em a t c h i n ga n dt e s t st h ea l g o r i t h mf o rt h ea c t u a li m a g eo fl e da u t o m a t i cw i r eb o n d e r s g e tt h ea l g o r i t h mp e r f o r m a n c ed a t ai nc a s eo fn o i s e ，i l l u m i n a t i o n ，o c c l u s i o na n ds m a l l - a n g l er o t a t i o n t h ed a t as h o w st h a tt h es h a p e b a s e dt - e m p l a t em a t c h i n ga l g o r i t h mb a s i c a l l ym e e tt h er e q u i r e m e n t so fr e a l - t i m e a n dp o s i - t i o n i n ga c c u r a c y , a n dr o b u s t t on o i s e ，n o ts e n s i t i v et o l i g h t ，s u i t a b l e f o rs m a l la n g l ec h a n g e s k e y w o r d s ：s h a p em a t c h i n g ；l e dw i r eb o n d e r ；t e m p l a t em a t c h i n g ； i v 广东工业大学硕士学位论丈 c o n t e n t s a b s t r a c t ( c h i n e s e ) i a b s t r a c t ( e n g l i s h ) 。i i i c h a p t e r 1i n t r o d u c t i o n 1 1 1b a c k g r o u n do ft h ep r o j e c t 1 1 1 1t h er a p i dd e v e l o p m e n to fl e d i n d u s t r y 1 1 1 2m a c h i n ev i s i o nt e c h n o l o g ya n da p p l i c a t i o n s 1 1 2t h es i g n i f i c a n c eo ft h er e s e a r c h ：2 1 ：；c u r r e n tr e s e a r c hs t a t u s ：； 1 3 1r e s e a r c hs t a t u so fi m a g em a t c h i n ga l g o r i t h m 3 1 3 2r e s e a r c hs t a t u so fv i s i o np o s i t i o n i n gt e c h n o l o g yo fm i c r o e l e c t r o n i c s e q u i p m e n t 5 1 4s o u r c ea n dm a i nr e s e a r c hc o n t e n t 6 c h a p t e r2r e s e a r c ho nt e m p l a t em a t c h i n ga l g o r i t h m 8 2 1i n t r o d u c t i o nt ot e m p l a t em a t c h i n g 8 2 1 1b a s i cc o n c e p t 8 ：2 1 2t e m p l a t em a t c h i n gc l a s s i f i c a t i o n 8 2 1 3a l g o r i t h mf l o w 9 2 2t e m p l a t em a t c h i n gb a s e do ng r a yv a l u e 10 2 2 1b a s i cm e t r i c s 10 2 2 2n c c 1 1 2 2 3s s d a 1 2 2 2 4s o m ea c c e l e r a t e ds t r a t e g i e s 12 2 2 5p y r a m i dh i e r a r c h i c a ls e a r c h 12 2 2 6h a n d l er o t a t i n g 14 2 3t e m p l a t em a t c h i n ga l g o r i t h mb a s e do nf e a t u r e s 15 2 3 1f e a t u r ee x t r a c t i o n 15 v t i i c o n t e n t s 2 3 2f e a t u r em a t c h i n g 1 6 2 3 3s e l e c tt r a n s f o r mm o d e l a n de v a l u a t i o np a r a m e t e r s 16 2 3 4c o o r d i n a t et r a n s f o r m a t i o na n di n t e r p o l a t i o n 17 2 4c o m p a r i s o no ft w ot y p e so fm a t c h i n ga l g o r i t h m s 17 2 5c h a p t e rs u m m a r y 17 c h a p t e r3r e s e a r c ho ne d g ee x t r a c t i o na n dm a t c h i n ga l g o r i t h m 1 8 3 1e d g ed e t e c t i o n 1 8 3 1 1f i r s t o r d e rd i f f e r e n t i a le d g ed e t e c t o r 1 9 3 1 2s e c o n d o r d e rd i f f e r e n t i a le d g ed e t e c t o r 2 1 3 1 3p e r f o r m a n c ec o m p a r i s o no f e d g ed e t e c t i o n 2 2 3 1 4c a n n ye d g ed e t e c t o r 2 3 3 2e x t r a c tt h ee d g eo ft e m p l a t ei m a g eo fl e dc h i p 2 5 3 2 1p r e p r o c e s s i n g 2 5 3 2 2e d g ed e t e c t i o na n dm o d i f i c a t i o n 2 6 3 3s h a p em a t c h i n gb a s e do ne d g ed i r e c t i o na l g o r i t h m 2 7 3 3 1s i m i l a r i t ym e a s u r eb a s e do ne d g ep o i n t s 2 7 3 3 2s i m i l a r i t ym e a s u r eb a s e do np r i m i t i v eg e o m e t r i c 2 9 3 4c h a p t e rs u m m a r y 2 9 c h a p t e r4s h a p em a t c h i n gb a s e d o ne d g ed i r e c t i o n ：；( i 4 1s i m i l a r i t ym e a s u r e b a s e do ne d g ed i r e c t i o n 3 0 4 2t e r m i n a t i o np o l i c y 3 2 4 3s e a r c hs t r a t e g y 3 3 4 3 1p y r a m i dh i e r a r c h i c a ls e a r c h 3 3 4 3 2t h ef a s ts e a r c hs t r a t e g yb a s e do nm o d eo f p r o b a b i l i t yd i s t r i b u t i o n 3 3 4 4s u b p i x e la c c u r a c y 3 8 4 5m u l t i t e m p l a t ep o l i c y 3 9 4 6h a n d l er o t a t i n g 3 9 4 7a l g o r i t h mf l o wc h a r t 3 9 4 8c h a p t e rs u m m a r y 4 0 t x “ 广东工业大学硕士学位论文 c h a p t e r5a l g o r i t h mi m p l e m e n t a t i o na n dt e s t i n g 5 1a u t o m a t i ci m a g er e c o g n i t i o ns y s t e mo f l e dw i r eb o n d e r s 4 1 5 1 1s y s t e mc o m p o n e n t s 4 1 5 1 2i m a g ef e a t u r e s 4 1 5 2a n a l y s i so ft e c h n i c a lr o a d m a p 4 2 5 3a l g o r i t h mi m p l e m e n t a t i o n 4 3 5 3 1o b j e c t o r i e n t e dt h i n k i n ga n dd e s i g no ft h em a i ns t r u c t u r e 4 3 5 3 2i m p l e m e n t a t i o no fs h a p e b a s e dt e m p l a t em a t c h i n ga l g o r i t h m 4 4 5 3 3d e s i g no fs o f t w a r ep l a t f o r m 4 5 5 4p e r f o r m a n c et e s t i n g 4 6 5 5c h a p t e rs u m m a r y 5 0 a p p e n d i xa ：c r e a t e s h a p e m a t c h m o d e lf u n c t i o n ：! ；1 a p p e n d i xl j ：f i n d s h a p e m a t c h m o d e lf u n c t i o n 5 2 c o n c l u s i o na n dp r o s p e c t s 5 4 r e f e r e n c e s ：! ；6 p a p e rp u b l i s h e d 5 9 o r i g i n a ld e c l a r a t i o n 6 0 a c k n o w l e d g e m e n t 6 1 x 第一章绪论 1 1 课题研究背景 1 1 1l e d 产业的快速发展 第一章绪论 作为目前全球最受瞩目的新一代光源，l e d 因其高亮度、低热量、长寿命、无 毒和可回收再利用等优点，被称为是2 l 世纪最具发展前景的绿色照明光源。目前， l e d 较为成熟的应用于建筑景观、交通信号灯、特种照明灯、数码相机、家电数码 显示与指示灯、大屏幕显示、汽车灯、手机、电脑、电视机的中小尺寸背光等诸多 领域。 我国是世界照明电器生产、出口大国，又是消费大国。我国的l e d 产业起步于 2 0 世纪7 0 年代，经过近4 0 年的发展，现己形成了上海、大连、南昌、厦门、深圳、 扬州和石家庄7 个国家半导体照明工程产业化基地，产品广泛应用于景观照明和普 通照明领域。2 0 0 7 年销售额2 0 0 0 亿元，出口达1 3 0 亿美元，约占全球市场约1 2 。 仅国内每年白炽灯销量就达到2 0 亿只，中小城市居民白炽灯的使用比例在5 0 以上， 农村则更大。在我国节能环保的政策和各地地方政府的推动下，升级和淘汰现有落 后耗能的照明器具是一个大的趋势。有机构预测，未来五年内国内节能照明产业的 年均增长率将达到2 7 ，而根据国家半导体照明工程研发及产业联盟的统计和预测， 到2 0 1 0 年，我国仅l e d 在普通照明领域的市场规模就将超过1 2 0 亿噜，。 1 1 2 机器视觉技术及应用 机器视觉就是用机器代替人眼来做测量及判断。机器视觉系统通过图像摄取装 置将目标转换成图像信号，传送给图像处理系统，系统对这些信号进行各种运算以 抽取目标的特征，进而根据判别结果来控制现场的设备动作。 一个典型的工业机器视觉系统包括：光源、c c d 、图像采集卡、图像处理软件、 监视器、通讯和输入输出单元等。采用机器视觉系统，可以大幅提高产品质量和生 产线自动化程度，尤其是在一些不适合人工作业的危险工作环境或人眼难以满足要 求的场合，常使用机器视觉来替代人工视觉；同时在大批量工业生产中，用人工视 广东工业大学硕士学位论文 觉检查产品质量效率低下且精度不高，用机器视觉方法检测则可以大大提高生产效 率，而且易于实现信息集成，是实现计算机集成制造的关键技术。 机器视觉以其检测精度高、速度快且有效避免人工检测带来的主观性和个体差 异的优势，在工业检测领域中占有重要的地位。机器视觉的特点是自动化、客观、 非接触和高精度，与一般意义上的图像处理系统相比，机器视觉强调的是精度和速 度以及工业现场环境下的可靠性。机器视觉非常适用于大批量生产过程中的测量和 检查，如：特性字符识别，零件加工精度，装配尺寸精度，零件装配完整性，位置 角度测量，零件识别等。其最大的应用行业为：电子与电气，汽车，医学，食品 饮料，制造，包装n 药。如对i c 表面印字符的辨识，轴承生产中对滚珠数量和破 损情况的检查，对胶囊生产中对胶囊壁厚和外观缺陷的检查，高速贴片机上对电子 元件的快速定位，对标签贴放位置的检查，对管脚数目的检查，汽车仪表盘加工精 度的检查，食品包装上面对生产日期的辨识等口，。 1 2 课题研究的意义 半导体照明产业从产业链角度可以分为上游、中游和下游。l e d 半导体衬底材 料、外延晶片、芯片等的制造是上游产业，l e d 封装是中游产业，基于l e d 的半导 体照明光源与灯具的制造是下游产业。作为l e d 产业链中承上启下的l e d 封装产业， 在整个产业链中起着无可比拟的重要作用，一个l e d 的综合质量是由芯片质量和封 装质量共同决定的，二者各占5 0 的比重。中国是l e d 封装大国，据估计全世界8 0 数量的l e d 器件封装集中在中国，。 l e d 封装设备主要有自动固晶机、自动焊线机、自动封胶机、自动分光分色机、 自动点胶机、自动贴带机等；五年前，l e d 主要封装设备是欧美、美国和台湾厂商 的天下，国产设备多为半自动设备。尽管近年来国内封装测试及设备产业发展迅速， 出现了一批像中为光电、大族光电、翠涛自动化等设备厂商，但是在固晶机、焊线 机、点胶机、分光分色机方面，尤其是大功率封装和高品质s m d 封装，仍然以a s m 和台湾、日本设备厂商为主。因此发展我国自己的微电子产业，打破对发达国家的 技术依赖，加快半导体封装设备的国产化进程势在必行，。 全自动l e d 引线键合机是一种采用先进的视觉检测和伺服定位系统，配合高速、 高精度的焊头运动系统和x y 芯片运动焊台的封装工艺设备。具有高产量、高品质、 高可靠性等特点。其关键技术之一是图像识别定位系统，该系统通过对c c d 采集到 第一章绪论 的图像进行分析，找到芯片位置后，引导劈刀移动到焊点处实施焊接。工作台精度 保证的前提下，高精度的图象识别算法对视觉自动对准系统的精度起着决定性的作 用。 识别是把输入的未知图像与系统记忆的图像进行结合，发现其联系的过程，。 匹配算法就是用来建立这种联系的一种技术。图像匹配的速度、精度决定了整个图 像识别系统的速度和准确度，直接影响整机的性能。 目前，人们提出的图像匹配算法可以大概分为两种类型：基于灰度的匹配方法 和基于特征的匹配方法。多年来，机器视觉应用中都选用基于灰度值的模板匹配算 法。然而，最近越来越多的应用中要求目标物体存在遮挡、严重的非线性光照变化、 小角度旋转或者其他干扰时，也能定位目标。但是传统的基于灰度值的模板匹配算 法处理这些干扰的效果不是很理想，必须开发新的算法，使在遮蔽、混乱和非线性光 照变化的情况下仍能准确定位目标。 1 3 国内外研究现状 1 3 1 图像匹配算法研究现状 图像匹配一直是人们研究的热点，最早的研究是在7 0 年代美国军事应用研究中 提出来的。经历了1 0 多年的发展，其应用逐步从单纯的军事应用扩大到其它领域。 国内外现阶段对图像匹配的研究主要是以提高匹配的精度和速度为主，兼顾通用性 及鲁棒性。人们基于以下三个要素对匹配算法进行了研究盯，： ( 1 ) 特征空间 特征空间是由参与匹配的图像特征构成的，可以是灰度值，也可以是轮廓、边 界、表面、统计特征、显著特征、高层结构描述与句法描述等。选择合理的特征可 以提高匹配性能、降低搜索空间、减小噪声等不确定性因素对算法的影响，提高算 法适应性。 基于灰度的图像匹配方法通常直接利用整幅图像的灰度信息，建立两幅图像之 间的相似性度量，然后采用特定的搜索方法，寻找使相似性度量值取得最值的变换 模型的参数值。它不需要对图像做特征提取，而是直接利用图像灰度信息，因此能 提高匹配的精度和鲁棒性。但由于在基于灰度的匹配算法中，把匹配点周围区域的 点的灰度都考虑进来进行计算，其计算量很大，速度较慢，同时对旋转过于敏感也 广东工业大学硕士学位论文 是其重大缺陷。比较典型的方法有归一互相关系数( n c c ) 和序贯相似性检测法( s s d a ) 等。考虑到一些特殊场合的实时性要求，些学者做了算法的优化，在文献 9 中 介绍了使用归一化互相关系数法时迸一步优化裁剪搜索区间的方法。在文献 1 0 和 1 1 中讨论了使用s a d 和s s d 快速达到停止标准的技术。 鉴于基于灰度的匹配算法存在的问题，人们又提出了基于特征的匹配方法。常 使用的特征包括边缘、区域、曲率、面积、线交叉点、质心等，其中以边缘和区域 边界最常用，它们可由边缘检测和图像分割方法得到。使用边缘匹配的特征选取存 在以下几种策略，一种是基于原始边缘点本身( 也可以增加一些点的特性) ；另一种 是基于边缘分割所得到的几何基元，如直线和圆弧等；最后一种是基于边缘的突变 点，如角点、交点等，这些点可以从图像中直接提取，而无需首先提取边缘 n ”。 一阶和二阶微分算子是边缘提取的主要方法，1 9 6 5 年l g r o b e r t s 提出r o b e r t 算子n ”，随后，在此基础上改进得至u s o b e l 算子、p r e w i t t 算子和k i r s h 算子等。但是， 这些算子检测到的边缘往往边缘较宽，定位精度较低，还需要进行细化处理。于是 人们又提出了二阶微分算子，即利用二阶导数过零点来检测边缘，所得边缘较细， 定位精确度也较高。由于实际产生的图像不可避免的会受到噪声的干扰，用微分算 子法检测图像边缘同时也会检测到噪声，为了减少噪声的干扰，人们又提出在进行 边缘检测之前先对图像进行适当的滤波。基于这种思想，m a r r 和h il d r e t h 提出了l o g 算子 - ”。后来c a n n y 证明了高斯函数的一阶导数为最优边缘检测算子，进而提出c a n n y 算子“，这种算子具有较理想的检测和定位效果。 ( 2 ) 相似性度量 相似性度量是指用什么方法来确定待匹配特征之间的相似性，它通常是某种代 价函数或者是距离函数的形式。针对边缘的相似度度量有很多，其中g b o r g e f o r s 在文献 1 7 中提出通过计算使模板边缘点与离它最近的图像边缘点之间的均方差最 小，而且通过计算分割后搜索图像距离变换的方法提高了匹配效率。这种度量方法 不受光照变化和混乱影响，但对遮挡很敏感。1 9 9 7 年，w j r u c k l i d g e 在文献 1 8 中提出了一种改进的h a u s d o r f f 算法，这种算法对小面积的遮挡有很好的适应性，但 是计算量很大，即使利用图像金字塔加速，仍难达到理想的速度n 。，另外基于 h a u s d o r f f 距离的所有算法都存在难以利用内插法得到亚像素精度位姿的问题。1 9 8 1 年b a l l a r d 在文献 2 0 中提出了广义h o u g h 变换，可以检测任意形状物体。其基本思 想是将图像的空间域变换到参数空间，用大多数边界点满足某种参数形式来描述图 4 第一章绪论 像中的曲线。实现方法是寻找在参数空间由参数累加器形成的峰值，因此具有很强 的容错性和鲁棒性，但依然存在占用内存大、计算量大和提取的参数受参数空间的 量化间隔制约等问题。m u l r i c h 等在文献 2 1 中提出一种分级广义h o u g h 变换，在一 定程度上解决了上述问题。另外，m u l r i c h 在文献 3 1 中提出了一种鲁棒的基于形 状的模板匹配方法。 ( 3 ) 搜索策略 搜索策略是用合适的搜索方法在搜索空间中找出平移、旋转等变换参数的最优 估计，使得图像之间经过变换后的相似性最大。搜索策略有分层搜索、穷尽搜索、 遗传算法、神经网络、p o w e l l 方向加速法、动态规划法和模拟退火算法等。 从上述分析可知，一方面匹配问题是研究热点，另一方面也说明匹配问题仍然 有许多技术难题没有解决且急需解决。通用的、一劳永逸的算法是不存在的。目前， 匹配算法的理论研究国内和国外的差距并不是很大，但是在理论实践方面，特别是 工业实际应用方面和国外存在有很大的差距。因此必须加强基础理论算法与实际应 用相结合的研究，提高匹配算法的适应性、稳定性和速度。 1 3 2 微电子装备视觉定位技术研究现状 随着对i c 芯片处理能力要求的不断提高，芯片的集成度越来越高，它要求未 来的引线键合设备能够连接5 0 p m 以下的节距，达到在2 0 m m x 2 0 m m 芯片上提供 1 2 0 0 个i o 端口；低于l o o m s 内完成两个焊点和一条弧线精确的键合。半导体制造 工艺的进步，使得引脚、引线和焊盘等尺寸越来越小，单位面积上的焊点数越来越 多，对准和定位的精度要求也随之提高。 由于采用线性电机驱动、软接触控制等诸多新技术的三维工作台，世界各知名 公司( 如k & s 、u - t e k 、a s m 等) 相继推出了焊线精度2 5 p m ，焊线速度1 2 线秒的 全自动l e d 引线键合机，图像识别系统的分辨率达到o 3 7 p m i z 2 1 2 2 。国内在这一领域 起步相对较晚，科研力量主要集中在一些高校和科研院所，侧重于理论研究，市场 化效应不太明显，发展速度明显落后于欧美各国。目前，我国极个别的公司能生产 全自动l e d 引线键合机，但焊线精度、速度和稳定度等都有待提高。其中工信部第 四十五研究所的w b 一8 0 0 1 全自动l e d 引线键合机速度为1 0 线秒，识别时间为7 0 m s 点，识别精度为o 3 7 p m 2 4 j o 广东工业大学硕士学位论文 图1 - 1w b 一8 0 0 1 型l e d 全自动引线键合机 f i g 1 1w b - 8 0 0 1l e da u t o m a t i cw i r eb o n d e r 多年来，机器视觉应用中都选用基于灰度值的模板匹配算法，然而，最近越来 越多的应用中要求目标物体存在遮挡、严重的非线性光照变化或者其它干扰时，也 能准确定位目标。然而传统的基于灰度值的模板匹配算法对这些干扰的处理不甚理 想，于是人们开始研究新的基于形状特征的匹配算法，使在遮蔽、混乱和非线性光照 变化的情况下仍能准确定位目标。 模板的几何形状匹配是2 0 世纪9 0 年代后期在市场上出现的一种新型视觉定位 技术。据了解，目前世界上许多著名的半导体设备厂商，包括日本d i s c o 、东京精 密、美国k & s 等都在其设备视觉定位领域中采用了此类技术。与传统的基于灰度值 的模板匹配不同，几何形状匹配通过设置兴趣区域并学习区域内的几何特征，然后 在图像内寻找相似形状的物体，