机器视觉在焊点检测中的应用

杨英豪，柳 青，崔 洁

(中国电子科技集团公司第四十五研究所，北京100176)

键合机就是半导体封装中很重要的一个工序，而焊线后检测（PBI：Post Bond Inspect）又是提性能，拓展功能的一项重要课题。

目前的焊线质检方式是焊完线后由人工质检，此方式既浪费人力，且不能实时完成质检。而本文就如何利用机器视觉自动实现精准、快速、稳定的焊线后检测进行了讨论和研究——本文主要检测的是焊球的位置和偏差，得到了一种性能优越的图像处理方法，经过实验验证，精度可以达98%以上。

1 半导体机器视觉系统构成

机器视觉系统的主要目的是给机器或自动生产线添加一套类似人眼的视觉系统。其原理是由计算机或图像处理器以及相关的设备来模拟人的视觉行为，完成得到人的视觉系统所得到的信息。

（1）系统构成：照明光源，光学镜头，工业相机，图像采集卡，如图1 所示。

（2）图像处理：图像处理软件。

图1 机器视觉系统

2 PBI 算法原理及实现

原理：利用图像形态学的原理从图像中提取出球的信息，根据指定位置上的焊球信息，来判定焊线情况。

2.1 图像增强

增加图像对比度，放大差异信息，称之为图像增强。

包含了对比度变换、空间滤波等方法，选取区域，使用非线性变换图像增强的示例如图2 所示。

图2 图像增强示例

图中白色区域是图像增强后的效果。

2.2 图像分割

图像分割就是把图像分成若干个特定且具有独特性质的区域并提出感兴趣目标的技术。包含了基于阈值的分割方法，基于区域的分割方法，基于边缘的分割方法以及基于特定理论的分割方法等。

本文选取的是基于自动阈值的图像分割方法来完成图像分割，即：

其中，阈值T 是根据图像区域的均值m，和方差a 自动计算出来的。

经过图像分割所处理的结果如图3 所示。

图3 图像分割示例

图片中的深色线是分割出来的区域边界。

2.3 图像膨胀和腐蚀

腐蚀的原理是：用一个结构元素扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为1，则该像素为1，否则为0，膨胀原理则相反，上诉的两种像素之间做“或”操作。

腐蚀的作用是消除物体边界点，使目标缩小，可以消除小于结构元素的噪声点；膨胀的作用是将与物体接触的所有背景点合并到物体中，使目标增大，可添补目标中的空洞。

开运算是先腐蚀后膨胀的过程，可以消除图像上细小的噪声，并平滑物体边界。闭运算是先膨胀后腐蚀的过程，可以填充物体内细小的空洞，并平滑边界。

因为环境或者光路的复杂性，有的焊点并不标准，焊球会部分缺失，在这里利用闭运算完成补洞或者补边的操作。图4 是图像膨胀腐蚀闭运算的结果。

图4 图像膨胀腐蚀闭运算结果

2.4 开圆运算和形状选择

通过以上过程得到的区域，一般是很复杂的区域，不能直接得到有用信息，而从这些负杂区域中提取圆的信息，就需要使用图像形态学中的Open Circle（开圆运算）和Shape-Select（形状选择）。

开圆运算是针对复杂区域，根据一些先验条件进行形态学处理，消除小区域，平滑大区域。

形状选择是针对一组区域，根据设定的区域特征，选择出我们需要的区域。

我们可以根据设定理想的球半径和环形度等先条件，进行开圆运算和形状选择，选出符合我们要求的球区域。并且计算球区域的半径。见图5 所示。

从图5 中可以看出处理的结果。从复杂区域中利用开圆运算，舍弃小区域，平滑大区域，然后根据选形运算舍弃掉不规则的圆形区域，最后计算出球的半径。

3 PBI 的测验结果和应用展望

3.1 PBI 算法的测验结果

将PBI 算法应用在设备上，通过大量的测试，得到了很好的实验结果。

图5 图像开圆和选形的运算结果

图6、图7 是部分实验结果。

图6 各种焊点正常下的PBI 处理结果

图7 各种焊点不正常的PBI 处理结果

从图中可知，针对焊点正常的情况，不计环境的差异性，光路的差异性，球形的差异性，都可以用该算法，正确的找到球的位置和半径；而针对各种焊点不正常的情况，均没有误找的发生。

结果证明，PBI 算法可以快速判定在指定位置是否存在球，也可以精准的计算球的位置和半径。

3.2 PBI 算法的应用展望

根据检测出来球的状态，位置和半径这些详细的信息，我们可以打开思路，在工业上会有非常多且具体的应用。本文只是浅谈几项该技术的具体应用。

（1）PBI 算法一开始被提出来就是为了实现断线检测而被研究的，断线检测就是机器取代替人工去找出未焊上线的次品芯片，相当于一个自动质检的过程。有了完善的算法之后，可以通过图像处理在理想位置附近寻找球的存在与否来判定焊线状况，很大程度上完善了机器的功能和提高了设备的效益。

（2）在键合机上有一个BTO 的概念，指的是劈刀和镜头之间的间距，它的精准与否极大影响了焊线的精度。而因为焊线是在加热的条件下工作的，因受热胀冷缩的影响，BTO 这个值是不断变化的，进而会出现打偏的情况，传统的解决方法是在键合头上加一套保温装置，使键合头在打线的过程中能够削弱温度的变化，进而削弱BTO 的变化，提高焊线精度。而新的解决方案是利用PBI 检测技术检测出焊球位置的偏差来实时校正BTO。实现智能化，性能优越，而又节省成本。

（3）在其他半导体设备上的具体应用。

4 结束语

综上所述，PBI（焊球检测）算法有着优越的性能、广阔的应用空间和高效的实用价值，并且随着半导体设备自动化程度的提高和生产规模的扩大，机器视觉将在其中扮演重要的角色，而PBI 算法也将会在各种半导体设备中得到更为广泛的应用和发展。

在当今的科技领域里，软件算法的地位越来越重要，以它的变化，节省成本，利于实现，高效大大加速了科技的进步和发展。希望更多的科技工作者投入到图像处理算法的研究和学习当中，为人类社会做出卓越的贡献。

[1] 蒋先刚. 数字图像模式识别工程软件设计[M]. 中国水利水电出版社，2002.

[2] 陈兵旗. 实用数字图像处理与分析[M]. 清华大学出版社，2006.

[3] 王小鹏. 形态学图像分析原理与应用[M]. 清华大学出版社，2008.