QFP芯片外观视觉检测系统及检测方法

中国机械工程 ›› 2013, Vol. 24 ›› Issue (3): 290-294,301.

QFP芯片外观视觉检测系统及检测方法

郑金驹;李文龙;王瑜辉;罗明成

华中科技大学数字制造装备与技术国家重点实验室,武汉,430074

出版日期:2013-02-10 发布日期:2013-02-27
基金资助:
国家自然科学基金资助项目（50835004，50975112）；中央高校基本科研业务费资助项目（2012QN251）
National Natural Science Foundation of China（No. 50835004，50975112）;
Fundamental Research Funds for the Central Universities( No. 2012QN251

QFP Chip Visual Inspection System and Its Inspection Method

Zheng Jinju;Li Wenlong;Wang Yuhui;Luo Mingcheng

State Key Laboratory of Digital Manufacturing Equipment & Technology,Huazhong University of Science and Technology,Wuhan,430074

Online:2013-02-10 Published:2013-02-27
Supported by:

National Natural Science Foundation of China（No. 50835004，50975112）;
Fundamental Research Funds for the Central Universities( No. 2012QN251

摘要/Abstract

摘要：

基于QFP芯片的管脚外观检测的需要,开发了基于机器视觉的QFP芯片外观检测系统,并简要介绍了该系统的硬件系统和软件系统。为实现管脚外观检测要求,采用Canny算子边缘检测算法针对QFP管脚的图像进行处理,着重论述了管脚栈高的检测方法及基于三点法的管脚共面度的检测方法。测试结果表明,该外观检测系统能达到在线生产的工艺要求。

关键词: QFP外观检测, 机器视觉, Canny算子, 三点法

Abstract:

In order to inspect the appearance of QFP chip lead, an automatic inspection system based on machine vision was designed. Hardware structure and software system were introduced herein. In the software system, Canny algorithm was successfully applied to detect the edge of the QFP chip lead. After that, the inspection method of standoff and the detecting method based on three-point seating plane of co-planarity were discussed. Finally, the testing experiments with respect to the QFP chip visual inspection system were carried out, which achieves satisfactory results.

Key words: QFP visual inspection, machine vision, Canny algorithm, three-point seating plane method

中图分类号:

TN047

郑金驹, 李文龙, 王瑜辉, 罗明成. QFP芯片外观视觉检测系统及检测方法[J]. 中国机械工程, 2013, 24(3): 290-294,301.

ZHENG Jin-Ju, LI Wen-Long, WANG Yu-Hui, LUO Meng-Cheng. QFP Chip Visual Inspection System and Its Inspection Method[J]. China Mechanical Engineering, 2013, 24(3): 290-294,301.

[1]	李茂月;吕虹毓;王飞;贾冬开. 基于机器视觉的智能车辆鲁棒车道线识别方法[J]. 中国机械工程, 2021, 32(02): 242-251.
[2]	陈天凡, 高诚辉, 何炳蔚. 自遮挡物体线激光测量视点规划[J]. 中国机械工程, 2016, 27(10): 1370-1376.
[3]	田明锐, 胡永彪, 金守峰. 结合SVM后验概率的散料料位识别试验研究[J]. 中国机械工程, 2016, 27(05): 646-651.
[4]	田明锐1, 胡永彪1, 金守峰2. 基于图像纹理的散料装车料位识别试验研究[J]. 中国机械工程, 2013, 24(07): 910-914.
[5]	杨庆华1, 陈亮1, 荀一1, 陈文彪2. 基于机器视觉的PCB裸板缺陷自动检测方法[J]. 中国机械工程, 2012, 23(22): 2661-2666.
[6]	陈天凡1, 2, 高诚辉1, 何炳蔚1. 物体三维数字化中消除遮挡孔洞的视点规划方法研究[J]. 中国机械工程, 2012, 23(21): 2585-2590.
[7]	周博文, 王耀南, 张辉, 葛继. 基于机器视觉的酒液智能检测系统研究与开发 [J]. 中国机械工程, 2010, 21(7): 766-772,821.
[8]	张辉;王耀南;葛继;周博文;. 液体药品异物检测智能机器人系统的设计[J]. 中国机械工程, 2009, 20(20): 0-2519.
[9]	伍济钢;宾鸿赞;. 薄片零件机器视觉图像亚像素边缘检测[J]. J4, 2009, 20(03): 0-266.
[10]	何博侠;张志胜;徐孙浩;史金飞;. 大尺寸机械零件的机器视觉高精度测量方法[J]. J4, 2009, 20(01): 0-14,1.
[11]	陈自新;黄仁;史金飞;张志胜;. 一种基于阈值的粗糙度评定新方法[J]. J4, 2008, 19(24): 0-2903.
[12]	窦燕;孔令富;. 一种基于视觉注意机制的刀具检测方法[J]. J4, 2008, 19(17): 0-2089.
[13]	邹欣珏, 熊振华, 王禹林, 丁汉. 基于机器视觉的激光植球系统标定[J]. 中国机械工程, 2007, 18(19): 2340-2345.