D0I:10.13374/1.issm100I103.2008.0L.02I 第30卷第1期 北京科技大学学报 Vol.30 No.1 2008年1月 Journal of University of Science and Technology Beijing Jan.2008 基于自构建多窗体结构的多目标匹配算法 郗安民朱欣昱谢飞 北京科技大学机械工程学院，北京100083 摘要针对大批量芯片生产中视觉检测难题，提出了一种基于多窗体结构的多目标匹配算法，实现了多窗体结构的自构 建.结合螺旋形特征链对最多近似点距离(MCD)进行了改进，提高了算法速度和鲁棒性·通过实验证实：该算法较好地完成 了大批量芯片识别任务：该算法除了具有高速度和高精确度的优点之外，还具有其他算法不具备的柔性， 关键词视觉检测：芯片生产；多窗体；最多近似点距离(MCD) 分类号TP391.4 Mass-target image matching algorithm based on self-constructed multi-window XI Anmin,ZHU Xinyu,XIE Fei School of Mechanical Engineering.University of Science and Technology Beijing.Beijing 100083.China ABSTRACT An algorithm of mass"target image matching for vision measurement in mass chip production was put forward to carry out multi-window self-construction.Spiral character chain was used to modify maximum close distance (MCD)for improving the speed and robustness.Experimental results confirm that the assignment of recognizing mass chips is achieved by the algorithm.Beside the advantages of high speed and precision,it is flexible compared with other algorithms. KEY WORDS vision measurement:chip production:multi-window:maximum close distance (MCD) 在电子器件的生产中，微细芯片检测分选的关 殊要求，随着芯片种类日趋增多，其图像特征千差 键技术之一，是对CCD摄像机所拍摄的芯片群进行 万别，对于不同的芯片，往往缺乏具共性的特征可 视觉定位，为后续分选工序提供位置参数，并对芯片 供提取识别，这就要求图像定位识别算法的判据不 的物理损伤情况进行初步检测，通常情况下，芯片 应是某些图形的某种特殊图像特征，而应该具有广 的排列是半有序性的，即有一定规律，但并不严格遵 泛的适应性，即柔性，目前，即使国外技术，尚不满 守.针对此类多目标识别的算法有如下难点及 足此类要求， 要求， 现有的图像识别算法均无法同时满足以上三个 ()算法的实时性，一张芯片盘上的芯片数量 要求，更缺少结合实际工业环境进行深入的研 通常为几千到几万不等，目前最快的处理速度为每 究].针对上述要求，相对而言采用基于像素的 秒2~3个芯片，除去机械运动及辅助工序的占用 模板匹配算法较为合适].由于模板图像可以由操 时间，对国外同类设备的测试结果表明，留给每个芯 作人员选取，因而在识别过程中，算法无需对特定的 片的平均识别时间最大不超过0.1s, 特征形状进行计算、判别和分类，只需比对两幅图像 (2)定位的精确性·芯片整体尺寸为百微米 的异同，满足了算法柔性的要求， 级，需为控制系统准确地提供其电极位置及质心位 国内有文献对此类情况下模板匹配的应用进行 置，国外同类设备中的识别算法，经位置换算后的 了研究，但大多局限于传统模板匹配，但传统模板 位置误差不超过10m, 匹配算法采取逐个像素遍历的方法，计算速度极慢. (③)算法的柔性，这是本文首次提出的一个特 因此，即使采用粗一精匹配策略，在目标密集、大图 收稿日期：2006-09-31修回日期：2007-03-16 幅、大模板的匹配任务中，不能保证检测的实时 基金项目：国家高技术研究发展计划资助项目(No,2004AA31g080) 性6] 作者简介：都安民(1958一)：男，教授，博士生导师 模板匹配算法还会导致另一问题，即相似度判基于自构建多窗体结构的多目标匹配算法 郗安民 朱欣昱 谢 飞 北京科技大学机械工程学院‚北京100083 摘 要 针对大批量芯片生产中视觉检测难题‚提出了一种基于多窗体结构的多目标匹配算法‚实现了多窗体结构的自构 建．结合螺旋形特征链对最多近似点距离（MCD）进行了改进‚提高了算法速度和鲁棒性．通过实验证实：该算法较好地完成 了大批量芯片识别任务；该算法除了具有高速度和高精确度的优点之外‚还具有其他算法不具备的柔性． 关键词 视觉检测；芯片生产；多窗体；最多近似点距离（MCD） 分类号 TP391∙4 Mass-target image matching algorithm based on self-constructed mult-i window XI A nmin‚ZHU Xinyu‚XIE Fei School of Mechanical Engineering‚University of Science and Technology Beijing‚Beijing100083‚China ABSTRACT An algorithm of mass-target image matching for vision measurement in mass chip production was put forward to carry out mult-i window self-construction．Spiral character chain was used to modify maximum close distance （MCD） for improving the speed and robustness．Experimental results confirm that the assignment of recognizing mass chips is achieved by the algorithm．Beside the advantages of high speed and precision‚it is flexible compared with other algorithms． KEY WORDS vision measurement；chip production；mult-i window；maximum close distance （MCD） 收稿日期：2006-09-31 修回日期：2007-03-16 基金项目：国家高技术研究发展计划资助项目（No．2004AA31g080） 作者简介：郗安民（1958—）‚男‚教授‚博士生导师 在电子器件的生产中‚微细芯片检测分选的关 键技术之一‚是对 CCD 摄像机所拍摄的芯片群进行 视觉定位‚为后续分选工序提供位置参数‚并对芯片 的物理损伤情况进行初步检测．通常情况下‚芯片 的排列是半有序性的‚即有一定规律‚但并不严格遵 守．针对此类多目标识别的算法有如下难点及 要求． （1） 算法的实时性．一张芯片盘上的芯片数量 通常为几千到几万不等．目前最快的处理速度为每 秒2～3个芯片．除去机械运动及辅助工序的占用 时间‚对国外同类设备的测试结果表明‚留给每个芯 片的平均识别时间最大不超过0∙1s． （2） 定位的精确性．芯片整体尺寸为百微米 级‚需为控制系统准确地提供其电极位置及质心位 置．国外同类设备中的识别算法‚经位置换算后的 位置误差不超过10μm． （3） 算法的柔性．这是本文首次提出的一个特 殊要求．随着芯片种类日趋增多‚其图像特征千差 万别．对于不同的芯片‚往往缺乏具共性的特征可 供提取识别．这就要求图像定位识别算法的判据不 应是某些图形的某种特殊图像特征‚而应该具有广 泛的适应性‚即柔性．目前‚即使国外技术‚尚不满 足此类要求． 现有的图像识别算法均无法同时满足以上三个 要求‚更缺少结合实际工业环境进行深入的研 究［1—2］．针对上述要求‚相对而言采用基于像素的 模板匹配算法较为合适［3］．由于模板图像可以由操 作人员选取‚因而在识别过程中‚算法无需对特定的 特征形状进行计算、判别和分类‚只需比对两幅图像 的异同‚满足了算法柔性的要求． 国内有文献对此类情况下模板匹配的应用进行 了研究‚但大多局限于传统模板匹配．但传统模板 匹配算法采取逐个像素遍历的方法‚计算速度极慢． 因此‚即使采用粗—精匹配策略‚在目标密集、大图 幅、大模板的匹配任务中‚不能保证检测的实时 性［4—6］． 模板匹配算法还会导致另一问题‚即相似度判 第30卷 第1期 2008年 1月 北 京 科 技 大 学 学 报 Journal of University of Science and Technology Beijing Vol．30No．1 Jan．2008 DOI:10．13374／j．issn1001－053x．2008．01．021