芯片識別定位系統中LED光源的應用研究

李 愷，王小捷，韓微微

(北京中電科電子裝備有限公司，北京 100176)

機器視覺就是用機器代替人眼來做測量和判斷，通過將被攝目標轉換成圖像信號，傳送給圖像處理系統進行運算來做出各種判斷。

作為芯片拾取模塊的核心功能，芯片識別定位系統直接影響到芯片拾取過程中的效率與精度。本文根據要求通過計算選取了視覺系統中的鏡頭、相機、光源等硬件，然后比較不同光源照射方式下的識別結果，為設備中的光源使用提供參考依據。

1 相機與光源

整個機器視覺系統是由眾多部分組成，而相機在整個視覺系統中起到了眼睛的作用。工業相機在機器視覺系統中的主要作用是圖像的采集，而獲取的圖像是否精確清晰對后期的處理和判斷有著關鍵性作用，因此相機的選擇很大程度上決定系統的精度和可靠性。

按照不同的標準和用途，又可以對相機進行不同的分類：

根據相機響應的波段不同，可將相機分為：紅外相機、可見光相機、紫外相機等；根據相機是否能夠反映被測物的色彩又可以將相機分為彩色相機與黑白相機。如果要處理的是與圖像顏色有關就應該選擇彩色相機，其它情況下例如查看圖像邊緣則要選擇黑白相機，同樣分辨率的相機黑白比彩色的精度高。

在工業應用中，如果沒有特殊要求，使用可見光波段的黑白相機即可以滿足應用需求。實驗中采用可見光波段的黑白相機。該相機的響應曲線如圖1所示[1]。

圖1 CCD波長和光譜靈敏度

從光譜靈敏度曲線可以看出CCD的峰值靈敏度為500nm波長的光，參考光譜，采用綠光或藍光可以得到較好的響應。

在相機已經確定的情況下，光源的設計對圖像的特征顯示就顯得尤為重要。使用合適的光源可以使圖像清晰、對比度高、特征明顯、易于進行處理；反之則會使圖像處理困難，甚至不能顯示需要的特征，造成特征提取失敗。

光源不是簡單的照亮物體，而是與照明方案配合，以合適的方式將光線投射到被測目標上，應盡可能地突出被測物的特征，使需要檢測的部分與那些不重要的部分之間產生明顯的區別，增加足夠的對比度；同時還應保證足夠的整體亮度、強度等。好的光源和照明方式能夠改善整個系統的分辨率，降低噪聲，簡化圖像分析與處理的軟件算法，在機器視覺系統中對整個系統起著非常重要的提升作用，是視覺圖像采集中的個關鍵環節。對光源和照明系統設計的原則是“照明均勻，避免反光”[2]。針對每個特定的應用實例，要設計或選擇相應的照明裝置。從光學角度來看，要根據被測物的不同顏色、材質以及光源的強度、方向、光譜等差異來綜合考慮，突出需要的特征信息，確保采集的圖像達到最佳效果。

針對芯片識別定位系統中的材料特點，不同材料的反射率相差很大。目前常用芯片的基底材料主要有硅、藍寶石、碳化硅等，其中以硅作為基底的芯片，其表面光滑，光反射率高。凸點的材料一般為銅、錫，形狀為長方形或球冠形，其表面光滑，光反射率高。在我們的實驗中采用的芯片凸點材料為銅，形狀為球冠形。

2 光源選擇

光源可分為自然光源和人造光源兩類。自然光源使用不方便且發光特性不易控制，一般不適合用作計算視覺系統中的照明光源。而人造光源中一般選用LED光源作為機器視覺中的首選光源。按照不同的標準和用途又可以對LED光源進行不同的分類。

2.1 光源形式的選擇

2.1.1 環形光源與條形光源

環形光源和條形光源采用LED在周圍排列，發出的光線向內匯聚，光線方向和相機觀察方向垂直或接近90°角，多用于金屬工件刻印字符、光滑表面劃痕、瓶口尺寸或裂紋、平面工件表面質量等的檢測。光源發出的光不直接進入攝像機，瑕疵等表面的變化引起光線改變方向進入鏡頭，從而實現高對比度，一般暗視場(Dark Field)均用此類光源實現[3]。圖2是在環形光源或條形光源照射下的光線方向示意圖。光源發出的光線在基板上產生鏡面反射，沒有直接進入鏡頭，不能成像，因此該區域為暗；一部分光線照射到凸點上通過反射返回鏡頭，該區域為亮。

圖2 環形/條形光源照射示意圖

環形光源或條形光源照射下得到的實際圖像如圖3所示。

圖3 環形/條形光源照射效果圖

從圖3中可以看出，芯片的邊緣幾乎分辨不出，凸點邊緣比較模糊

2.1.2 同軸點光源

同軸點光源是指照明光線平行地穿過同軸鏡頭的垂直面，觀察得到的圖像是對于來自鏡頭照明光線的真實反射。同軸照明對于觀察平整或拋光的表面是非常理想的，高亮度均勻光線通過半透半反鏡后成為與鏡頭同軸的光線，均勻照射在具有反射性的工作界面，主要用于金屬玻璃等光潔表面的劃痕檢測，芯片和硅片的破損檢測。同時，同軸光源位于照明光路的側面，這樣的照射方式可以減少光路的復雜性，避免光源的放置給光路帶來的不必要的麻煩。

圖4是同軸點光源照射下的光線方向示意圖。照射到凸點上的光被反射到鏡頭外，不能成像，因此該區域為暗，基板由于鏡面反射光線全部返回到鏡頭，因此該區域為亮。

圖4 同軸點光源照射示意圖

同軸點光源照射下得到的實際圖像如圖5所示。

圖5 同軸點光源照射效果圖

從圖5中可以看出，芯片邊緣比較清晰，凸點邊緣與芯片對比度高

2.2 照明方式的選擇

在機器視覺中，主要的照明方式有連續照明和觸發照明兩種[4]。兩者的區別主要有：(1)控制的頻閃照明方式可以成倍提高光源亮度，而連續照明則不具備這個能力，不能改變光源的亮度。(2)控制器在收到外部觸發信號后，會按照預設脈沖寬度點亮光源，隨即自動關斷光源，直至下一個脈沖到來；而連續照明方式下，光源持續點亮，并不能隨相機的觸發點亮和關斷光源。

這使得在檢測運動的物體時，頻閃照明具有無可比擬的優勢。為避免拍攝運動的物體時出現“拖尾”現象，工業相機需要設置盡量短的曝光時間，同時為提高圖像的信噪比，相機的增益值和鏡頭的光圈孔徑不能被無限增大。尤其在相機視場小，物體運動（或震動）速度較快的場合，提高光源的瞬間亮度是最佳選擇。這一點，頻閃照明的作用是無可替代的。

圖6、圖7是在連續照明和頻閃照明時相同圖片的亮度對比。

圖6 連續照明

圖7 頻閃照明

很明顯，在相同曝光時間下，頻閃照明所采集圖片的亮度和清晰度要高于連續照明。因此，本實驗采用頻閃照明作為首選的照明方式。

2.3 顏色選擇

在所有的金屬材料中，只有金比銅的反射率小。而作為芯片基底主要材料的硅，在可見光光譜內是不透明的，具有很高的折射系數，是一種具有極高反射率的材料。因此雖然理論上綠色或藍色光源可以實現CCD在最高靈敏度工作，但由于硅和銅凸點對光的反射特性相差較大，會降低圖像的灰度精度，同時工作距離也會影響CCD的靈敏度。圖8所示的是CCD的靈敏度隨工作距離變化的曲線[5]，此時紅色光對CCD的敏感度要強于綠色光。

圖8 光源工作距離與CCD敏感度圖

另外，按照系統要求，需要識別的是芯片邊緣是否有缺陷（包括崩邊、裂痕等）和芯片表面的裂紋，根據色環對于增大圖像對比度的知識：芯片本身材料為硅（冷色），凸點材料為銅（暖色），采用相反色溫的顏色照射，可以達到最高級別的對比度。所以暖色光照射冷色材料，圖像會變亮；照射其他顏色材料，圖像會變暗。

通過理論分析認為：針對芯片識別定位系統中芯片和凸點本身的材料，要取得對比度好的圖像，采用紅色光源照明的效果優于藍光和綠光，下面通過實驗加以驗證。

3 實驗條件

實驗目的是在不同顏色、不同照明方式光源照射下采集芯片圖像，為圖像匹配處理提供數據集。

視覺系統結構如圖9所示。

圖9 視覺系統結構圖

實驗中采用的芯片尺寸為2.5mm×2mm，要求視場內要有3×3個芯片，所以視場要略大于7.5mm×6mm，選定視場為10mm×8mm（對角線12.8mm）。而相機靶面通常為4∶3的長方形，為了滿足視場要求，應該以靶面的短邊長度為參考來計算視場。

系統精度：0.02mm，8/0.02=400，因此相機靶面短邊的像素數大于400

根據計算的像素數，可以選擇CCD相機靶面1/3（4.8mm×3.2mm），分辨率為 752×480，像元尺寸小于20μm。

鏡頭的放大倍率β=3.2/8=0.4，工作距離在100～120mm之間即可滿足要求。

根據以上的計算結果分別對鏡頭和CCD相機選型。

3.1 鏡頭

實驗中選用Navitar Zoom 6000鏡頭，具體參數見表1。

表1 鏡頭參數表

此鏡頭的工作距離、放大倍數、視場范圍、分辨率均滿足對芯片成像的要求。

3.2 CD相機

CCD即電荷耦合器件，CCD攝像機的作用在于將被攝物體通過鏡頭聚焦到 CCD芯片上，產生信號電荷，并通過存儲、濾波、放大處理后，把二維光學圖像信號轉變為一維視頻信號輸出。它包括了分辨率，圖像噪聲，掃描方式等相關特性參數。其中，分辨率是CCD攝像機中一個最重要的參數，表征了相機對物象中明暗細節的分辨能力。

表2 CCD參數表

選用MVC360MF型1/3單色逐行掃描CCD，該相機有效分辨率為752×480，可與合適的鏡頭搭配達到設計精度要求，且價格為1500元，成本較低，滿足經濟性指標。

3.3 光源

LED光源具有頻率集中、壽命長、容易做成各種形狀、低的熱輻射等特點，已經成為芯片識別定位系統里使用最多的光源類型。同時它還具有一個對于圖像處理來說相當重要的特性，即它是直流驅動，光亮度能夠長時間保持恒定。而普通的鹵素燈和熒光燈都是交流驅動，光亮度也會相應成正弦曲線變化，特別是當高速相機采集的頻率高于光源的頻率時，采集圖像時就很難獲得一致的照度。實驗中采用的是直流驅動的高亮度LED點光源、環形光源和條形光源（康視達公司的NSPL系列）進行測試。

4 實驗采用的圖像算法

歸一化匹配算法：該算法是一種經典的匹配算法，也稱為 NC（Normalized Correlation）算法。此方法的思想是通過計算模板圖像和待匹配圖像的匹配值來確定匹配的程度。匹配值最大時的搜索窗口位置決定了模板圖像在待匹配圖像中的位置

[6]。匹配定義一般有如下兩種形式：

NC算法具有很高的準確性，但參與NC搜索算法的特征點比較多，速度較慢，在應用時所用的計算時間過長，實時性不好?？梢圆捎脠D像金字塔、序貫相似性等對圖像算法進行改進，以提高搜索速度。

獲取圖像經過處理后的效果分別采用紅，藍，綠三種顏色的LED點光源，紅色、藍色LED環形光源，紅色LED條形光源進行實驗，所用CCD，鏡頭的參數如前所述。具體的實驗結果見圖10（得分的滿分為1）。

圖10 實驗結果

對于每種照明方式，都采集了100幅圖像作為數據集進行匹配處理，具體的結果如表3所示。

表3 匹配結果匯總表

通過對比可以發現，采用紅色同軸光源照明得到圖像的匹配得分平均值為0.996，高于其他光源。實驗結果與之前的理論分析一致。說明紅色點光源是目前所用芯片（硅基板，銅凸點）的最優選擇。

5 結論與展望

LED光源在芯片識別定位系統中起著非常重要的提升作用，是視覺圖像采集中一個關鍵的環節。本文通過分析CCD的光譜靈敏度曲線和芯片的材料特點以及光學特性，分別使用紅色、綠色、藍色的同軸點光源和紅色、藍色環形光源以及紅色條形光源進行圖像采集，通過歸一化匹配算法對實驗圖片進行模板匹配分析，對采集得到的數據集做匹配計算，得出紅色LED點光源最適合目前銅凸點，硅基板的芯片。

總體來講，在設計光源照明系統時，應該綜合考慮材料的性質、顏色、形狀等特點，以滿足具體的檢測要求。所以針對不同的材料，要設計相應的照明系統，有時可能還需要采取組合光源才能突出被檢測目標的特征，達到最佳的拍攝效果。

：

[1]微視新紀元樣品選型手冊[M].2010版.

[2]申曉彥，王鑒.用于視覺檢測的光源照明系統分析[J].燈與照明，2009(3)：7-9.

[3]宋賢杰，屠其非，周偉，等.高亮度發光二極管及其在照明領域中的應用[J].半導體光電，2002，23(5)：356-360.

[4]張明軒，于津江，牛萍.大功率LED頻閃光源[J].中國照明電器，2009(9)：26-28.

[5]劉煥軍，王耀南，段峰.機器視覺中的圖像采集技術[J].電腦與信息技術，2003(1)：18-21.

[6]宋小闖.基于灰度和幾何特征的圖像匹配算法研究[D].天津：河北工業大學碩士論文，2008(11).