东南大学
硕士学位论文
半导体芯片外观视觉检测系统的研究与开发
姓名：余轶
申请学位级别：硕士
专业：机械电子工程
指导教师：史金飞
20070301
东南大学硕士学位论文
认为视觉过程是成像过程的逆过程，但由于在成像过程中存在噪声及干扰，因此图像的三维成像过程实际上非常困难；而且理论中认为输入是被动的，视觉处理框架基本上是自下而上没有反馈的，处理目的也是不变的，总是要求出场景中物体的形状和位置；此外，Ｍａｒｒ理论对知识的应用重视不足。
近年来，对机器视觉的研究一直方兴未艾，它的应用领域也在迅速扩大。目前机器视觉的研究主要分为两部分１４Ｊ：理论研究与应用研究。理论研究是在实验室的条件下，研究模拟人类视觉的各种理论与算法（如特征抽取、双目立体视觉、运动与光流、由线条图到实体、由阴影到形体、由纹理到形体等）；应用研究则是以解决实际问题为出发点，在研究中不得不考虑到应用现场的一些环境影响与困难，这类研究主要集中在识别、检测问题（包括产品的检查，产品的装配、产品的分类等）。本课题的研究就是属于后者的范畴。
１．２．２机器视觉在半导体外观检测上的应用
机器视觉技术正广泛地应用于各个方面［５１，从医学图像到遥感图像，从工业检测到文件处理，从毫微米技术到多媒体数据库等，需要人类视觉的场合几乎都需要机器视觉，特别在某些要求高或人类视觉无法感知的领域，如精确定量感知、危险现场感知，不可见物体感知等，机器视觉的作用就显得尤为重要了。机器视觉的一个主要、典型的应用就是对半导体芯片的外观检测。
微电子技术的突飞猛进，使得各种半导体芯片的集成度越来越高，同时芯片的体积趋向于小型化及微型化，这些都对芯片的检测提出了较高的要求。而现场的大批量生产更使得传统的人工肉眼检测难以满足实际需求。机器视觉系统所具有的非接触性、连续性、经济性、灵活性等优点，使人们有了更好的选择，人工检测正逐渐被机器视觉检测所替代。
将机器视觉应用于半导体检测，主要是通过对实时抓取的图像采用模式匹配进行定位，分析处理图像并得到图像的各项参数，与预先设置好的检测标准进行比较计算进而判断图像合格与否。自上世纪九十年代以来，机器视觉应用与外观检测又有了新的发展，国内外的学者已不仅仅局限于单纯的视觉检测系统的研究和设计，而是把机器视觉技术与工业生产底层过程现场（ＰＣＳ，ＰｒｏｃｅｓｓＣｏｎｔｒｏｌＳｙｓｔｅｍ）、制造执行系统（ＩＶＩＥＳ，ＭａｎｕｆａｃｔｕｒｉｎｇＥｘｅｃｕｔｉｏｎＳｙｓｔｅｍ）结合起来，实现柔性制造、敏捷制造、计算机集成制造，进而为企业高层的决策，企业资源管理（ＥＲＥＥｎｔｅｒｐｒｉｓｅＲｅｓｏｕｒｃｅＰｌａｎｎｉｎｇ）提供准确可靠的数据“．
图１．１所示是目前市场上几种常见的半导体外观视觉检测系统。
Ｃｏ）（ｃ）
图１－１几种半导体外观视觉检测系统
东南大学硕士学位论文
图１－２芯片引脚的不共面性
２．工业现场环境的各种因素，如照明、芯片形状、表面颜色、相机以及空间关系变化都会影响所获得的图像，进而直接影响到检测的效果与成败，因此，如何提高现场环境效果及避免环境因素的影响也是不可忽略的闯题。
３．芯片图像的信息量十分巨大，比如分辨率为５１２Ｘ５１２的灰度图像的数据量为２５６Ｋ，巨大的数据量不仅占用存贮空间，而且必然使得执行时间大幅增加，不易实现快速处理。而现场的要求是实时、大批量，多幅并行处理，这样就对算法的选择与优化提出了很高的要求。４．实时采集的图像不可避免地有一定角度的倾斜和旋转，准确快速地对图像进行定位和分割处理并非易事，在对速度要求高的检测场合这个问题显得尤为突出，而这一步的成败直接决定了后续的检测处理结果。
日前国内外对于半导体芯片外观检测已经有了很多种成型的技术和算法，应用在不同的机器视觉检测场合，但工业现场的情况千变万化，没有固定的模式和算法去解决所有的问题，没有“通法”也就成了机器视觉系统特点之一，研究人员必须根据检测所要达到的标准和目标，综合考虑现场的各种情况设计开发合适的机器视觉系统。而国内目前所使用的视觉检测系统大多为进口产品，不仅成本较高，而且与国内的生产流程和现状难以融合。本课题的目标就是针对某个特定企业半导体芯片的尺寸和外观检测要求，实现针对性开发和定制开发。
１．３本课题的研究内容和组织安排
本课题的研究内容是针对该企业在半导体芯片大批量生产检测中出现的困难，利用机器视觉实现芯片外观检测的自动化与智能化。根据企业的具体要求和现场的实际情况，进行半导体芯片外观检测系统的设计及总体框架搭建。在半导体芯片的引脚检测模块，设计从图像预处理、ＲＯＩ（ＲｅｉｇｎｏｆＩｎｔｅｒｅｓｔ）搜索（模板匹配）、边缘检测、边缘信息提取及根据所获得的检测信息进行决策判断的方案过程。通过对不同预处理方法、模板匹配方法、边缘提取方法的研究和比较，通过实验选出最适合本课题应用的方法，以得到最佳的引脚参数信息。在半导体芯片的字符检测模块，预处理和ＲＯＩ搜索同引脚检测模块，利用Ｂｌｏｂ（斑点）分析处理获得字符的倾斜角度、整体字符印刷区域的位置，确保印刷字符均匀、无偏斜地分布在芯片表面。
本文内容共分六章，分别从理论和应用的角度对课题的重点和难点进行了深入的分析：第一章：介绍课题的背景和意义、国内外研究现状、论文所做工作以及全文的安排；
东南大学硕士学位论文
第二章系统总体架构分析
本章将针对半导体芯片检测的实际需求和检测目标，分析介绍本系统的设计思想及检测流程。简述所需的相关设备平台及其性质，以及选取原则。
２．１系统需求分析
通过对生产现场的调研，我们发现半导体芯片的主要缺陷分布在引脚和字符两方面，此两类的常见缺陷如图２．１和图２－２所示：
字符的常见缺陷主要分为字符移位缺陷和字符的整体倾斜缺陷（图２－１）。实际检测中又以ｘ／Ｙ方向的偏移最为普遍，要求系统能准确快速地处理字符图像，计算出偏移的位移和方位，同时对其他类型的缺陷也能作出精确判断。
（ａ）字符倾斜（ｂ）字符Ｙ方向偏移
（ａ）歪脚（ｄ）脚扭曲图２－１芯片字符常见缺陷
（ｂ）缺脚（ｃ）断脚
（ｃ）切偏
（Ｏ连筋
图２－２芯片引脚常见缺陷
图２－２（ａ）表示以管脚中心线为基准，管脚向任一方向弯曲使管脚顶端距原位置偏离（歪脚）；图２－２（ｂ）指芯片脚数少于规定脚数或有松动；图２－２（ｃ）所示缺陷是同一产品不同引脚之长度差异，即引脚折断；图２－２（ｄ）为引脚扭曲；图２－２（ｅ）和图２－２（ｆ）则表示中筋凸出或凹陷和中筋未切断导致脚与脚连接。本文所描述的检测系统需检测出以上各类引脚不良，通∞
一黼
第二章系统总体架构分析
过对引脚几何形状的处理分析，不符合检测标准的被定义为不合格芯片。
整个系统实行在线检测，要求对芯片外观的各种参数进行快速攫取与计算，有效识别各类缺陷，准确区分合格芯片与不良芯片。此外，应考虑到企业生产能力的提高、产品类型的多样化及生产线的更新换代，使系统具有可扩展性与通用性。
要满足芯片外观检测的实际需求，本检测系统必须考虑以下几个方面的要求：
１．精度要求
系统应检测出引脚和字符的上述常见缺陷，对于芯片整体外观检测，要求误识率在Ｏ．１％以下：
２．速度要求
检测每一芯片的所用时间受到需要测量的项目数量、所需的操作过程，及主机速度的影响。考虑到企业实际生产能力及未来的产能扩容，检测速度应达到３个芯片，秒；
３．通用性要求
系统按模块化设计开发，使检测项目和检测内容通用灵活，能检测多种类型芯片，易于后续开发和功能扩展。
２．２半导体芯片视觉检测系统
机器视觉检测系统的总体结构大体上分为两种：一种是传统的由光源、光学系统、ＣＣＤ／ＣＭＯＳ相机、计算机、图像处理单元（或图像采集卡）、机器视觉处理软件、人机接口、通讯接口等设备组成的机器视觉系统结构；另外一种是基于嵌入式技术的“聪明相机”（ＳｍａｒｔＣａｍｅｒａ）。
考虑到工业现场的复杂环境及企业的开发成本。我们设计了一套以计算机为中心，由视觉传感器、高速图像采集卡等模块组成的检测系统，如图２－３所示。
２．２．１相机图２－３基于ＰＣ的机器视觉系统
１．相机与镜头２．
光源３．传感器４．
图像采集卡５．
计算机６．检测
软件７．Ｉ／ｏ及网
络连接
相机是机器视觉系统中的一个关键组件，其最本质的功能就是将光信号转变成为有序的电信号。选择合适的相机也是机器视觉系统设计中的重要环节，相机不仅直接决定所采集到的图像分辨率、图像质量等，同时也与整个系统的运行模式直接相关。
第二章系统总体架构分析
２．２．１．３本系统采用的相机类型
通过对现场生产线的调研，并考虑到成本因素，本系统决定采用Ｓｏｎｙ公司生产ＸＣ－５５工业相机。
表２．１ＸＣ．５５相机主要参数
图２－４ＸＣ一５５工业相机２，２．２图像采集卡传感器类型１／３英寸连续扫描ＣＣＤ象素６５９Ｘ４９４
输出ＲＳ一１７０（ＥＩＡ）
电源＋１２ＶＤＣ
其他异步触发
在机器视觉系统中，图像采集卡是图像采集部分和图像处理部分的接口，对相机所输出的视频数据进行实时采集，并提供给图像的处理单元。图像采集卡必须与相机协调工作，才能完成特定的图像采集任务。在工业检测中不可以用多媒体级的采集卡，因为这些采集卡用自动增益控制、边缘增强、颜色增强等电路而改变了图像的数据，虽然获得的图像人眼看起来更加动人，但是当这些被改变的图像被机器视觉软件处理后，可能导致错误的检测结果，影响着检测过程的准确性。而工业级的采集卡可以保证从相机获取的数字图像在被传输到主机处理前是一个正确的格式。
为了满足工业应用中高速、大量的图像数据处理要求，机器视觉系统的图像采集卡除完成常规的Ａ／Ｄ转换之外，还应具备以下功能：
１．采集来自相机的高速数据流，并通过ＰＣ总线高速传输至机器视觉系统的存储单元和处理单元；
２．对多通道输出的信号能进行重构，恢复原始图像；
３．对相机及机器视觉系统中其他模块（如光源等）进行功能控制。
本系统采用ＦＡＳＴ公司出品的ＦＶＣ０２图像采集卡。ＦＶＣ０２是一款ＰＣＩ总线规格、多通道高速图像输入采集卡．
东南大学硕士学位论文
图２－６
Ｆ、，ｃ０２图像采集卡表２
２ＦＶＣ０２图像采集卡主要规格外形尺寸
１７４ｍｍｘ１０６．６８ｒａｍ（不包括连接器的突起部分）
采集卡消
＋５Ｖ约６００ｍＡ＋１２Ｖ约２００ｍＡ（ｍａｘ）耗电流
－１２Ｖ约９０ｍｈ（ｍａｘ）相机供给
约２Ａ（ｍａｘ））
（每台相机最大供给电流约为ＩＡ）电流＋１２Ｖ（由Ｊ３供给）实际的供给电流将根据连接的相机及台数而变化。图像输入频道数２频道
’输入信号
ｉ．０Ｖｐ—ｐ／７５Ｑ合成影像（水平）可编程的（约１５．７３４ｌ【｝Ｉｚ～３１．４６８Ｉ（｝Ｉｚ）水平／垂直扫描频率等
（垂直）可编程的（约５Ｈｚ～１２０Ｈｚ）输入影像（隔行／非隔行）可编程的外部同期信号（输出）
２频道（皿／ｖＤ）普通（１／１００～１／８０００秒）
帧快门随机触发（１／４～１／１０００００秒）
控制输入随机触发要求输入
２点、ＴＴＬ（负逻辑）２．２．３光源与照明
光源也是机器视觉系统中的重要组成部分，直接影响输入图像数据的质量和整个处理结果的好坏。因此照明设计是机器视觉系统设计中的重要环节。
为了创造良好、稳定的观察和测量条件，人们制成了多种人工光源，如自炽灯、卤素灯、发光二极管（ＬＥＤ）及激光光源，针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。机器视觉系统的照明设计应重点考虑四个基本因素：
１．镜头的视场
在照明系统的设计中，应根据被测对象的尺寸确定镜头的视场，再根据镜头视场的大小决定最佳的照明系统；
２．照明系统与工件的间距
更多企业学院： 《中小企业管理全能版》183套讲座+89700份资料 《总经理、高层管理》49套讲座+16388份资料 《中层管理学院》46套讲座+6020份资料 《国学智慧、易经》46套讲座 《人力资源学院》56套讲座+27123份资料 《各阶段员工培训学院》77套讲座+ 324份资料 《员工管理企业学院》67套讲座+ 8720份资料 《工厂生产管理学院》52套讲座+ 13920份资料 《财务管理学院》53套讲座+ 17945份资料 《销售经理学院》56套讲座+ 14350份资料 《销售人员培训学院》72套讲座+ 4879份资料 第一章.认识半导体和测试设备(1) 本章节包括以下内容， 晶圆（Wafers）、晶片（Dice）和封装（Packages） 自动测试设备（ATE）的总体认识
模拟、数字和存储器测试等系统的介绍 负载板（Loadboards）、探测机（Probers）、机械手（Handlers）和温度控制单元（Temperature units） 一、晶圆、晶片和封装 1947年，第一只晶体管的诞生标志着半导体工业的开始，从那时起，半导体生产和制造技术变得越来越重要。以前许多单个的晶体管现在可以互联加工成一种复杂的集成的电路形式，这就是半导体工业目前正在制造的称之为"超大规模"（VLSI，Very Large Scale Integration）的集成电路，通常包含上百万甚至上千万门晶体管。 半导体电路最初是以晶圆形式制造出来的。晶圆是一个圆形的硅片，在这个半导体的基础之上，建立了许多独立的单个的电路；一片晶圆上这种单个的电路被称为die（我前面翻译成"晶片"，不一定准确，大家还是称之为die好了），它的复数形式是dice.每个die都是一个完整的电路，和其他的dice没有电路上的联系。 当制造过程完成，每个die都必须经过测试。测试一片晶圆称为"Circuit probing"（即我们常说的CP测试）、"Wafer porbing"或者"Die sort"。在这个过程中，每个die都被测试以确保它能基本满足器件的特征或设计规格书（Specification），通常包括电压、电流、时序和功能的验证。如果某个die不符合规格书，那么它会被测试过程判为失效（fail），通常会用墨点将其标示出来（当然现在也可以通过Maping图来区分）。 在所有的die都被探测（Probed）之后，晶圆被切割成独立的dice，这就是常说的晶圆锯解，所有被标示为失效的die都报废（扔掉）。图2显示的是一个从晶圆上锯解下来没有被标黑点的die，它即将被封装成我们通常看到的芯片形式。
视觉检测系统报告 年春季学期研究生课程考核（阅读报告、研究报告）考核科目:视觉测量系统学所在院（系）:电气工程及自动化学院学生所在学科:仪器科学与技术学生姓名:***学 号:10S001***学生类别:工学硕士考核结果: 阅卷人: 视觉测量系统课程报告第一部分视觉测量系统发展现状综述机器视觉自起步发展到现在，已有15年的发展历史。应该说机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。 目前全球整个视觉市场总量大概在60～70亿美元，是按照每年 8、8%的增长速度增长的。而在中国，这个数字目前看来似乎有些庞大，但是随着加工制造业的发展，中国对于机器视觉的需求将承上升趋势。 一、机器视觉的定义及特点简言之，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。在中国，这种应用也在逐渐被认知，且带来最直接的反应就是国内对于机器视觉的需求将越来越多。 二、机器视觉在国内外的应用现状在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%～50%都集中在半导体行业。具体如PCB印刷电路：各类生产印刷电路板组装技术、设备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等。SMT表面贴装：SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等；再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元
年春季学期研究生课程考核 ( 阅读报告、研究报告) 考核科目:视觉测量系统 学所在院( 系) :电气工程及自动化学院学生所在学科:仪器科学与技术 学生姓名:*** 学号:10S001*** 学生类别:工学硕士 考核结果: 阅卷人:
视觉测量系统课程报告 第一部分视觉测量系统发展现状综述 机器视觉自起步发展到现在, 已有的发展历史。应该说机器视觉作为一种应用系统, 其功能特点是随着工业自动化的发展而逐渐完善和发展的。 当前全球整个视觉市场总量大概在60～70亿美元, 是按照每年8.8%的增长速度增长的。而在中国, 这个数字当前看来似乎有些庞大, 可是随着加工制造业的发展, 中国对于机器视觉的需求将承上升趋势。 一、机器视觉的定义及特点 简言之, 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指经过机器视觉产品( 即图像摄取装置, 分CMOS和CCD两种) 将被摄取目标转换成图像信号, 传送给专用的图像处理系统, 根据像素分布和亮度、颜色等信息, 转变成数字化信号; 图像系统对这些信号进行各种运算来抽取目标的特征, 进而根据判别的结果来控制现场的设备动作。 机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合, 常见机器视觉来替代人工视觉; 同时在大批量工业生产过程中, 用人工视觉检查产品质量效率低且精度不高, 用机器视觉检
测方法能够大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成, 是实现计算机集成制造的基础技术。 正是由于机器视觉系统能够快速获取大量信息, 而且易于自动处理, 也易于同设计信息以及加工控制信息集成, 因此, 在现代自动化生产过程中, 人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。在中国, 这种应用也在逐渐被认知, 且带来最直接的反应就是国内对于机器视觉的需求将越来越多。 二、机器视觉在国内外的应用现状 在国外, 机器视觉的应用普及主要体现在半导体及电子行业, 其中大概40%～50%都集中在半导体行业。具体如PCB印刷电路: 各类生产印刷电路板组装技术、设备; 单、双面、多层线路板, 覆铜板及所需的材料及辅料; 辅助设施以及耗材、油墨、药水药剂、配件; 电子封装技术与设备; 丝网印刷设备及丝网周边材料等。SMT表面贴装: SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、 SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等; 再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备: 电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用, 而且其产品在应用中占据着举足轻重的地位。除此之外, 机器视觉还用于其它各个领域。 而在中国, 以上行业本身就属于新兴的领域, 再加之机器视
机器视觉检测系统简述及系统构成 1机器视觉检测的一般模式 机器视觉检测的目标千差万别，检测的方式也不尽相同。农产品如苹果、玉米等通常是检测其成熟度，大小，形态等，工业产品如工业零件,印刷电路板通常是检测其几何尺寸，表面缺陷等。不同的应用场合，就需要采用不同的检测设备和检测方法。如有的检测对精度要求高，就需要选择高分辨率的影像采集装置；有的检测需要产品的彩色信息，就需要采用彩色的工业相机装置。正是由于不同检测环境的特殊性，目前世界上还没有一个适用于所有产品的通用机器视觉检测系统。虽然各个检测系统采用的检测设备和检测方法差异很大，但其检测的一般模式却是相同的。机器视觉检测的一般模式是首先通过光学成像和图像采集装置获得产品的数字化图像，再用计算机进行图像处理得到相关检测信息，形成对被测产品的判断决策，最后将该决策信息发送到分拣装置，完成被测产品的分拣。 机器视觉检测的一般模式如图1所示： 图1机器视觉检测的一般模式 1.1图像获取 图像获取是机器视觉检测的第一步，它影响到系统应用的稳定性和可靠性。图像的获取实际上就是将被测物体的可视化图像和内在特征转换成能被计算机处理的图像数据。机器视觉检测系统一般利用光源，光学镜头，相机，图像采集卡等设备获取被测物体的数字化图像。 1.2视觉检测 视觉检测通过图像处理的方法从产品图像中提取需要的信息，做出结果处理并发送相应消息到分拣机构。通常这部分功能由机器视觉软件来完成。优秀的机器视觉软件可对图像中的目标特征进行快速准确地检测，并最大限度地减少对硬件系统的依赖性，而算法设计不够成熟的机器视觉软件则存在检测速度慢，误判率高，对硬件依赖性强等特点。在机器视觉检测系统中视觉信息的处理主要依赖于图像处理方法，它包括图像增强,数据编码和传输，平滑，边缘锐化，分割，特征提取，目标识别与理解等内容。 1.3分拣 对于一个检测系统而言，最终是要实现次品（含不同种类的次品）与合格品的分离即分拣，这部分功能由分拣机构来完成。分拣是机器视觉检测的最后一个也是最为关键的一个环节"对于不同的应用场合，分拣机构可以是机电系统!液压系统!气动系统中的某一种。但无论是哪一种，除了其加工制造和装配精度要严格保证以外,其动态特性,特别是快速性和稳定性也十分重要，必须在设计时予以足够的重视。 2机器视觉检测系统的构成 一个典型的机器视觉检测系统主要包括光源、光学镜头、数字相机、图像采集卡、图像处理模块、分拣机构等部份。其构成如图2所示。 图2典型的机器视觉检测系统 3光源
认识半导体和测试设备 本章节包括以下内容， ●晶圆（Wafers）、晶片（Dice）和封装（Packages） ●自动测试设备（ATE）的总体认识 ●模拟、数字和存储器测试等系统的介绍 ●负载板（Loadboards）、探测机（Probers）、机械手（Handlers）和温 度控制单元（Temperature units） 一、晶圆、晶片和封装 1947年，第一只晶体管的诞生标志着半导体工业的开始，从那时起，半导体生产和制造技术变得越来越重要。以前许多单个的晶体管现在可以互联加工成一种复杂的集成的电路形式，这就是半导体工业目前正在制造的称之为"超大规模"（VLSI，Very Large Scale Integration）的集成电路，通常包含上百万甚至上千万门晶体管。 半导体电路最初是以晶圆形式制造出来的。晶圆是一个圆形的硅片，在这个半导体的基础之上，建立了许多独立的单个的电路；一片晶圆上这种单个的电路被称为die（我前面翻译成"晶片"，不一定准确，大家还是称之为die好了），它的复数形式是dice.每个die 都是一个完整的电路，和其他的dice没有电路上的联系。
当制造过程完成，每个die都必须经过测试。测试一片晶圆称为"Circuit probing"（即我们常说的CP测试）、"Wafer porbing"或者"Die sort"。在这个过程中，每个die 都被测试以确保它能基本满足器件的特征或设计规格书（Specification），通常包括电压、电流、时序和功能的验证。如果某个die不符合规格书，那么它会被测试过程判为失效（fail），通常会用墨点将其标示出来（当然现在也可以通过Maping图来区分）。 在所有的die都被探测（Probed）之后，晶圆被切割成独立的dice，这就是常说的晶圆锯解，所有被标示为失效的die都报废（扔掉）。图2显示的是一个从晶圆上锯解下来没有被标黑点的die，它即将被封装成我们通常看到的芯片形式。 注：本标题系列连载内容及图片均出自《The Fundamentals Of Digital Semiconductor Testing》 第一章.认识半导体和测试设备(2)
全自动光学视觉检测机 培训手册 第二版 科隆威自动化设备公司
目录 第一章：安全与危险.......................................................................................... 错误！未指定书签。第二章：系统描述.............................................................................................. 错误！未指定书签。第三章：工作原理.............................................................................................. 错误！未指定书签。 3.1电气工作原理 .......................................................................................... 错误！未指定书签。 3.2相机工作原理 .......................................................................................... 错误！未指定书签。第四章：程序编辑入门...................................................................................... 错误！未指定书签。第五章：元件种命名举例.................................................................................. 错误！未指定书签。第六章：元件编辑.............................................................................................. 错误！未指定书签。 6.1点编辑 ......................................................................................................... 错误！未指定书签。 6.2元件基本设定及颜色抽取方法 ................................................................. 错误！未指定书签。 6.3晶体管元件基本设定及颜色抽取方法...................................................... 错误！未指定书签。 6.4排阻元件基本设定及颜色抽取方法.......................................................... 错误！未指定书签。 6.5钽电容元件基本设定及颜色抽取方法...................................................... 错误！未指定书签。 6.6元件基本设定及颜色抽取方法 ................................................................. 错误！未指定书签。 6.7数据导入 ..................................................................................................... 错误！未指定书签。第七章：维护与保养.......................................................................................... 错误！未指定书签。第八章：易损配件及注意事项 .......................................................................... 错误！未指定书签。
机器视觉检测 一、概念 视觉检测是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉检测的特点是提高生产的柔性和自动化程度。 2、典型结构 五大块：照明、镜头、相机、图像采集卡、软件 1.照明 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。目前没有通用的照明设备，具体应用场景选择相应的照明装置。照射方法可分为： 分类具体说明优点 背向照明被测物放在光源和摄像机之 间能获得高对比度的图像 前向照明光源和摄像机位于被测物的 同侧 便于安装 结构光将光栅或线光源等投射到被 测物上，根据它们产生的畸 变，解调出被测物的三维信 息 频闪光照明将高频率的光脉冲照射到物
体上，摄像机拍摄要求与光 源同步 2.镜头 镜头的选择应注意以下几点：焦距、目标高度、影像高度、放大倍数、影响至目标的距离、中心点/节点、畸变。 3.相机 按照不同标准可分为：标准分辨率数字相机和模拟相机等。 要根据不同的实际应用场合选不同的相机和高分辨率相机：线扫描CCD 和面阵CCD；单色相机和彩色相机。 为优化捕捉到的图像，需要对光圈、对比度和快门速度进行调整。 4.图像采集卡 图像采集卡是图像采集部分和图像处理部分的接口。将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。通过它，可以把摄像机拍摄的视频信号从摄像带上转存到计算机中。 5.软件 视觉检测系统使用软件处理图像。软件采用算法工具帮助分析图像。视觉检测解决方案使用此类工具组合来完成所需要的检测。是视觉检测的核心部分，最终形成缺陷的判断并能向后续执行机构发出指令。常用的包括，搜索工具，边界工具，特征分析工具，过程工具，视觉打印工具等。 3、关键——光源的选择 1.光源选型基本要素： 对比度机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特
机器视觉检测系统 内容来源网络，由“深圳机械展（11万㎡，1100多家展商，超10万观众）”收集整理！ 更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化无人工厂、精密测量、3D打印、激光切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展. 现代工业自动化生产中涉及到各种各样的检验、生产监视和零件识别应用，如汽车零配件批量加工的尺寸检查和自动装配的完整性检查、电子装配线的元件自动定位、IC上的字符识别等。通常这种带有高度重复性和智能性的工作是由肉眼来完成的，但在某些特殊情况下，如对微小尺寸的精确快速测量、形状匹配以及颜色辨识等，依靠肉眼根本无法连续稳定地进行，其它物理量传感器也难以胜任。人们开始考虑用CCD照相机抓取图像后送入计算机或专用的图像处理模块，通过数字化处理，根据像素分布和亮度、颜色等信息来进行尺寸、形状、颜色等的判别。这种方法是把计算机处理的快速性、可重复性与肉眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉检测技术的概念。 视觉检测技术是建立在计算机视觉研究基础上的一门新兴测试技术。与计算机视觉研究的视觉模式识别、视觉理解等内容不同，视觉检测技术重点研究的是物体的几何尺寸及物体的位置测量，如轿车白车身三维尺寸的测量、模具等三维面形的快速测量、大型工件同轴度测量以及共面性测量等，它可以广泛应用于在线测量、逆向工程等主动、实时测量过程。视觉检测技术在国外发展很快，早在20世纪80年代，美国国家标准局就曾预计未来90％的检测任务将由视觉检测系统来完成。因此仅在80年代，美国就有100多家公司跻身于视觉检测系统的经营市场，可见视觉检测系统确实很有发展前途。在近几届北京国际机床展览会上已
? 第一章.认识半导体和测试设备(1) 本章节包括以下内容， ●晶圆（Wafers）、晶片（Dice）和封装（Packages） ●自动测试设备（ATE）的总体认识
●模拟、数字和存储器测试等系统的介绍 ●负载板（Loadboards）、探测机（Probers）、机械手（Handlers）和温 度控制单元（Temperature units） 一、晶圆、晶片和封装 1947年，第一只晶体管的诞生标志着半导体工业的开始，从那时起，半导体生产和制造技术变得越来越重要。以前许多单个的晶体管现在可以互联加工成一种复杂的集成的电路形式，这就是半导体工业目前正在制造的称之为"超大规模"（VLSI，Very Large Scale Integration）的集成电路，通常包含上百万甚至上千万门晶体管。 半导体电路最初是以晶圆形式制造出来的。晶圆是一个圆形的硅片，在这个半导体的基础之上，建立了许多独立的单个的电路；一片晶圆上这种单个的电路被称为die（我前面翻译成"晶片"，不一定准确，大家还是称之为die好了），它的复数形式是dice.每个die都是一个完整的电路，和其他的dice没有电路上的联系。 当制造过程完成，每个die都必须经过测试。测试一片晶圆称为"Circuit probing"（即我们常说的CP测试）、"Wafer porbing"或者"Die sort"。在这个过程中，每个die都被测试以确保它能基本满足器件的特征或设计规格书（Specification），通常包括电压、电流、时序和功能的验证。如果某个die不符合规格书，那么它会被测试过程判为失效（fail），通常会用墨点将其标示出来（当然现在也可以通过Maping图来区分）。 在所有的die都被探测（Probed）之后，晶圆被切割成独立的dice，这就是常说的晶圆锯解，所有被标示为失效的die都报废（扔掉）。图2显示的是一个从晶圆上锯解下来没有被标黑点的die，它即将被封装成我们通常看到的芯片形式。
视觉检测技术试验 题目：MV-BDP2000S视觉皮带传送试验台功能认识试验 学院：信息科学与工程学院 专业班级：测控技术与仪器1401 学号：14040110X 学生姓名：李二狗 指导教师：宋辉 设计时间：2017.11.06
目录 一、试验台介绍 (1) 1.1试验台主要构成 (1) 1.1.1机柜部分 (2) 1.1.2传送部分 (2) 1.1.3视觉检测部分 (2) 1.1.4分选机构部分 (2) 1.2主要器件的关键指标 (2) 1.2.1工业数字相机 (2) 1.2.2光源 (3) 二、仪器操作及配置流程 (4) 2.1视觉检测部分的调试 (4) 2.1.1调节相机前后位置的方法 (4) 2.1.2调节相机高度的方法 (5) 2.1.3调节光源高度的方法 (5) 2.2设备性能的调试 (6) 2.2.1运动性能调试的参数 (6) 2.2.1视觉检测性能调试的步骤 (6) 三、仪器主要测量指标分析 (7) 3.1OCR&OCV字符识别指标分析 (7) 3.3.1 OCR检测的参数 (7) 3.2 尺寸测量指标分析 (8) 3.2.1 尺寸测量的参数 (8) 四、仪器采集或测量的试样 (9) 4.1字符识别试验结果 (9) 4.2 尺寸测量试验结果 (10) 4.3 实验总结 (11)
一、试验台介绍 本次试验中以维视数字图像技术有限公司(MICROVISION)推出MV-BDP200S机器视觉皮带传送实验开发平台(高级型)作为主要的实验设备，主要针对小型电子产品的外形和外观检测等，应用于提供高效的产品质量控制系统。本设备采用MV-MVIPS机器视觉图像处理控制器软件，该软件具有强大的缺陷识别功能、测量功能、色差检测、OCR&OCV识别检测，主要针对检测各类小型机械或电子产品的外观和外形，对于OK和NG产品实施分类管理放置。同时硬件上设计了组合式的照明及控制系统，创造了一个最优的光照系统及相对封闭的工作环境，有效的解决了环境对检测精度的影响，同时满足了待检产品对光照条件的要求。运用强大的检测及分析软件工具对被测产品进行定位、测量、分析。 1.1试验台主要构成 从整体外观来看，设备可以分为以下几个部分：机柜部分、传送部分、视觉检测部分、分选机构部分。设备的整体视图如图1所示: 图1整体设备部分视图
第一章.认识半导体和测试设备(1) 本章节包括以下内容， ●晶圆（Wafers）、晶片（Dice）和封装（Packages） ●自动测试设备（ATE）的总体认识 ●模拟、数字和存储器测试等系统的介绍 ●负载板（Loadboards）、探测机（Probers）、机械手（Handlers）和温 度控制单元（Temperature units） 一、晶圆、晶片和封装 1947年，第一只晶体管的诞生标志着半导体工业的开始，从那时起，半导体生产和制造技术变得越来越重要。以前许多单个的晶体管现在可以互联加工成一种复杂的集成的电路形式，这就是半导体工业目前正在制造的称之为"超大规模"（VLSI，Very Large Scale Integration）的集成电路，通常包含上百万甚至上千万门晶体管。 半导体电路最初是以晶圆形式制造出来的。晶圆是一个圆形的硅片，在这个半导体的基础之上，建立了许多独立的单个的电路；一片晶圆上这种单个的电路被称为die（我前面翻译成"晶片"，不一定准确，大家还是称之为die好了），它的复数形式是dice.每个die都是一个完整的电路，和其他的dice没有电路上的联系。
当制造过程完成，每个die都必须经过测试。测试一片晶圆称为"Circuit probing"（即我们常说的CP测试）、"Wafer porbing"或者"Die sort"。在这个过程中，每个die都被测试以确保它能基本满足器件的特征或设计规格书（Specification），通常包括电压、电流、时序和功能的验证。如果某个die不符合规格书，那么它会被测试过程判为失效（fail），通常会用墨点将其标示出来（当然现在也可以通过Maping图来区分）。 在所有的die都被探测（Probed）之后，晶圆被切割成独立的dice，这就是常说的晶圆锯解，所有被标示为失效的die都报废（扔掉）。图2显示的是一个从晶圆上锯解下来没有被标黑点的die，它即将被封装成我们通常看到的芯片形式。 注：本标题系列连载内容及图片均出自《The Fundamentals Of Digital Semiconductor Testing》
2011 年春季学期研究生课程考核 （阅读报告、研究报告） 考核科目:视觉测量系统 学所在院（系）:电气工程及自动化学院学生所在学科:仪器科学与技术 学生姓名:*** 学号:10S001*** 学生类别:工学硕士 考核结果: 阅卷人:
视觉测量系统课程报告 第一部分视觉测量系统发展现状综述 机器视觉自起步发展到现在，已有15年的发展历史。应该说机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。 目前全球整个视觉市场总量大概在60～70亿美元，是按照每年8.8%的增长速度增长的。而在中国，这个数字目前看来似乎有些庞大，但是随着加工制造业的发展，中国对于机器视觉的需求将承上升趋势。 一、机器视觉的定义及特点 简言之，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。在中国，这种应用也在逐渐被认知，且带来最直接的反应就是国内对于机器视觉的需求将越来越多。 二、机器视觉在国内外的应用现状 在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%～50%都集中在半导体行业。具体如PCB印刷电路：各类生产印刷电路板组装技术、设备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等。SMT表面贴装：SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等；再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。除此之外，机器视觉还用于其他各个领域。 而在中国，以上行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白，即便是有，也只是低端方面的应用。目前在我国随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印刷色彩检测等。真正高端
第一章.认识半导体和测试设备(1 本章节包括以下内容， ●晶圆（Wafers）、晶片（Dice）和封装（Packages） ●自动测试设备（ATE）的总体认识 ●模拟、数字和存储器测试等系统的介绍 ●负载板（Loadboards）、探测机（Probers）、机械手（Handlers）和温度控制单元（Temperature units） 一、晶圆、晶片和封装 1947年，第一只晶体管的诞生标志着半导体工业的开始，从那时起，半导体生产和制造技术变得越来越重要。以前许多单个的晶体管现在可以互联加工成一种复杂的集成的电路形式，这就是半导体工业目前正在制造的称之为"超大规模"（VLSI，Very Large Scale Integration）的集成电路，通常包含上百万甚至上千万门晶体管。 半导体电路最初是以晶圆形式制造出来的。晶圆是一个圆形的硅片，在这个半导体的基础之上，建立了许多独立的单个的电路；一片晶圆上这种单个的电路被称为die （我前面翻译成"晶片"，不一定准确，大家还是称之为die好了），它的复数形式是dice.每个die都是一个完整的电路，和其他的dice没有电路上的联系。 当制造过程完成，每个die都必须经过测试。测试一片晶圆称为"Circuit probing"（即我们常说的CP测试）、"Wafer porbing"或者"Die sort"。在这个过程中，每个die都被测试以确保它能基本满足器件的特征或设计规格书（Specification），通常包括电压、
电流、时序和功能的验证。如果某个die不符合规格书，那么它会被测试过程判为失效（fail），通常会用墨点将其标示出来（当然现在也可以通过Maping图来区分）。 在所有的die都被探测（Probed）之后，晶圆被切割成独立的dice，这就是常说的晶圆锯解，所有被标示为失效的die都报废（扔掉）。图2显示的是一个从晶圆上锯解下来没有被标黑点的die，它即将被封装成我们通常看到的芯片形式。 注：本标题系列连载内容及图片均出自《The Fundamentals Of Digital Semiconductor Testing》 第一章.认识半导体和测试设备(2 在一个Die封装之后，需要经过生产流程中的再次测试。这次测试称为“Final test”（即我们常说的FT测试）或“Package test”。在电路的特性要求界限方面，FT测试通常执行比CP测试更为严格的标准。芯片也许会在多组温度条件下进行多次测试以确保那些对温度敏感的特征参数。商业用途（民品）芯片通常会经过0℃、25℃和75℃条件下的测试，而军事用途（军品）芯片则需要经过 -55℃、25℃和125℃。
智能视觉传感器及其在药品自动检测的应用 一智能视觉传感器组成及特点 智能视觉传感器，也称智能相机，是近年来机器视觉领域发展最快的一项新技术。智能视觉传感器是一个兼具图像集、图像处理和信息传递功能的小型机器视觉系统，是一种嵌入式计算机视觉系统。它将图像传感器、数字处理器、通讯模块和其他外设集成到一个单一的相机内，使相机能够完全替代传统的基于PC 的计算机视觉系统，独立地完成预先设定的图像处理和分析任务。由于采用一体化设计，可降低系统的复杂度，并提高可靠性。同时系统尺寸大大缩小，拓宽了视觉技术的应用领域。 智能视觉传感器一般由图像采集单元、图像处理单元、图像处理软件、通信装置、I／0接口等构成，视觉传感器系统构成如图所示。 智能视觉传感器系统构成图 二智能视觉传感器在药品自动检测的应用及其原理 药品的包装方式目前主要有瓶装、袋装和铝塑泡罩包装三种形式，其中铝塑泡罩包装是近几年来有较大发展的包装形式，铝塑泡罩包装不仅具有防水和对异味阻隔性好的特性，而且其封口性能、抗张强度、耐用性等各项指标都比较优良，因此其应用将越来越广泛。旧式的包装机(生产线)一般没有自动检测功能，对于这些缺陷，传统上采用人工挑选的方法来进行检测。对于人工检测，长时间操作会使人眼感觉疲劳，检测准确率降低，直接影响产品的质量与成本。视觉传感器在应用中具有体积小、多功能、方便易用、抗干扰好、集成度高等优点。 泡罩药品自动视觉检测系统可以位于泡罩药品包装工艺流程中的两个检测环节，对应于图1．1中的缺陷检测环节①和缺陷检测环节②。在缺陷检测环节①情况下，药粒已经装入PVC吸塑成型的泡罩中，但这时泡罩还没有与铝箔实现热封合。这一环节主要检测药粒的缺粒、漏装现象，由于泡罩还没有与铝塑封合，且泡罩PVC材料是透明的，所以系统可以采用背光源的透射照明方式。在缺陷检测环节②情况下，生产线上已经输出了成品药板，也就是我们日常所见的药品包装，这时由于铝箔的非透明性，要检测出药片的缺粒、破损，系统应采用前向光源的反射照明方式。由于药品装盒后就将直接面向消费者，因此为确保药品100％的合格率，有必要在药品装盒之前再次安排缺陷检测任务。本文针对泡罩药品包
半导体测试设备项目 可研报告 规划设计/投资方案/产业运营
半导体测试设备项目可研报告 半导体测试设备主要包括探针台、分选机、测试机等。其中测试功能由测试机实现，而探针台和分选机实现的则是机械功能，将被测晶圆/芯片拣选至测试机进行检测。探针台和分选机的主要区别在于，探针台针对的是晶圆级检测，而分选机则是针对封装的芯片级检测。 该半导体测试设备项目计划总投资20252.43万元，其中：固定资产投资15706.87万元，占项目总投资的77.56%；流动资金4545.56万元，占项目总投资的22.44%。 达产年营业收入42958.00万元，总成本费用33649.38万元，税金及附加393.69万元，利润总额9308.62万元，利税总额10986.26万元，税后净利润6981.47万元，达产年纳税总额4004.80万元；达产年投资利润率45.96%，投资利税率54.25%，投资回报率34.47%，全部投资回收期 4.40年，提供就业职位912个。 报告针对项目的特点，分析投资项目能源消费情况，计算能源消费量并提出节能措施；分析项目的环境污染、安全卫生情况，提出建设与运营过程中拟采取的环境保护和安全防护措施。 ......
半导体测试设备项目可研报告目录 第一章申报单位及项目概况 一、项目申报单位概况 二、项目概况 第二章发展规划、产业政策和行业准入分析 一、发展规划分析 二、产业政策分析 三、行业准入分析 第三章资源开发及综合利用分析 一、资源开发方案。 二、资源利用方案 三、资源节约措施 第四章节能方案分析 一、用能标准和节能规范。 二、能耗状况和能耗指标分析 三、节能措施和节能效果分析 第五章建设用地、征地拆迁及移民安置分析 一、项目选址及用地方案
视觉检测技术试验 题目：MV-ERP200A机器视觉旋转试验台功能验证试验 学院：信息科学与工程学院 专业班级：测控技术与仪器1401 学号：14040110X 学生姓名：李二狗 指导教师：宋辉 设计时间：2017.11.13
目录 一、试验台介绍 (1) 1.1试验台主要构成 (1) 1.1.1机械运动控制部分 (1) 1.1.2相机部分 (2) 1.1.3光源照明部分 (2) 1.1.4图像处理部分 (2) 1.2主要器件的关键指标 (2) 1.2.1工业数字相机 (2) 1.2.2光源 (3) 二、仪器操作及配置流程 (3) 2.1光源部分的调试 (4) 2.2相机部分的调试 (4) 三、仪器主要测量指标分析 (5) 3.1 多圆检测指标分析 (5) 3.2 血管识别检测指标分析 (5) 四、仪器采集或测量的试样 (6) 4.1 多圆检测试验结果 (6) 4.2 血管识别检测试验结果 (7) 五、试验方案设计 (8) 六、实验结果分析 (9) 6.1 原始采集的图像 (9) 6.2 测试结果的图像 (9) 6.3 测试结果的分析与总结 (10)
一、试验台介绍 本次试验中以维视数字图像技术有限公司(MICROVISION)推出MV-ERP200A 机器视觉电动控制旋转实验开发平台作为主要的实验设备，本设备采用 MV-MVIPS 机器视觉图像处理控制器软件，其中包括匹配定位、尺寸测量、颜色分析、缺陷检测等多个图像处理库函数功能强大。MV-ERP200A开发平台提供多种图像处理实验，如图象分割、图象融合、机器学习、模式识别、图象测量、图象处理、模式识别和人工智能、三维测量、双目立体视觉等实验。此次试验中通过 MV-ERP200A 机器视觉电动控制运动实验开发平台提供的尺寸测量、缺陷测量XAVIS编程示例，实践了解了尺寸检测与划痕检测的基本流程与原理。 1.1试验台主要构成 从整体外观来看，MV-ERP200A机器视觉实验平台由三大部分组成:机械运动、控制部分，视觉部分，光源照明部分，图像处理模块（未显示），平台外观如下图1所示: 图1整体设备外观视图 1.1.1机械运动控制部分 主要组成为机械平台主体(装配体)，包括了运动控制的所有控制单元以及通讯单元，各控制单元及通讯单元合理地布局在机柜内部。实验平台的电源输入接口、平台转速控制调节单元，均实验平台的侧面板上。将平台电源线插上，并接入 AC220V电源，打开电源开关，平台上红色电源指示灯亮。
3.3智能视觉检测系统 汽车注塑件是汽车的重要组成部分，在出厂前要进行形状和尺寸检测，表面质量检测等，如凹陷，翘曲，飞边等。由于人工检测的效率低，准确性差，成本高，不能满足实际质量检测的需求。机器视觉检测系统则有以下优势： 1. 非接触式检测，不损伤注塑件； 2 .检测质量高，高分辨率镜头可达到高精度检测； 3. 高检测效率，工业相机的帧率达每秒百帧； 4. 实时性强，不出现漏检情况； 5. 现场抗干扰能力强； 6. 可靠性高，长时间稳定工作。 3.3.1组成部分 机器视觉检测系统由三部分组成：图像的获取、图像的处理、输出显示。 图像获取设备包括光源、工业摄像机（配套镜头）等，光源可以使注塑件的表面特征得以完整显现，如表面缺陷，飞边等。摄像机可突出注塑件的关键特征，其部件CCD实现将图像光信号转换成电信号（模拟信号）的目的。 图像处理设备包括相应的软件和硬件系统。图像采集卡将得到的模拟信号转变为数字信号，然后供计算机软件系统处理。图像采集卡是一种可获得数字化视频图像信息存储并高速播放出来的设备。普通的传输接口无法满足图像信号的高速传输，因此需要专用的图像采集设备来实现。软件系统利用滤波算法对噪声滤除，然后进行图像匹配，得到尽可能最真实的图像。 输出显示设备与过程相连，包括监视界面，过程控制器和报警装置等。摄像数据通过计算机对标准和故障图像的分析和比较，若发现不合格产品，则通过NG信号告警，由PLC 自动将其排除出生产线。机器视觉检测的结果可以作为计算机辅助质量CAQ （Computer Aided Quality）系统的信息来源，也可以和其它控制系统集成。 3.3.2. 系统设计
机器视觉检测系统的最经典结构一个典型的机器视觉系统主要包括五大块，分别是照明、镜头、相机、图像采集和视觉处理器。 下面，我们就来认识一下这五个结构的用途、特点与工作情况。 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。 照明系统可以将被测物特征最大化，并减少相应的背景中对比物的影响，使高速相机可以清晰地“看见”被测物。 高对比的图像可以降低系统难度并提高系统的稳定性；反之，低对比的图像会增加系统的处理时间并使加大系统的复杂度。 机器视觉应用的成功很大一部分取决于照明设置，一个合适的照明系统可以使整个视觉检测系统更具有效率和准确性。 由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。
光源可分为可见光和不可见光。常用的几种可见光源是白炽灯、日光灯、水银灯和钠 光灯。 可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。 另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。
照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。 其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。 前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。 结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。 频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。 机器视觉照明要点有使用强光检测缺失的材料、使用合适的波长进行精确定位、使用非散射照明检测玻璃裂缝、使用扩散光检查透明包装、使用颜色来创建对比度等。 相机镜头由多个透镜、可变（亮度）光圈和对焦环组成。使用时由操作者观察相机显示屏来调整可变光圈和焦点，以确保图像的明亮程度及清晰度。 在选择镜头时需要考虑多个方面的因素如焦距、目标高度、影像高度、放大倍数、影像至目标的距离等。 在实际应用中“选择与视场相符的透镜”及“以大景深聚焦图像”是选择镜头时非常重要的两个方面。 机器视觉相机的目的是将通过镜头投影到传感器的图像传送到能够储存、分析和（或者）显示的机器设备上。