基于虚拟仪器的芯片识别系统研究

基于虚拟仪器的芯片识别系统研究

论文摘要

随着芯片产业的发展,新的芯片不断涌现,人工区分不同芯片费时费力,目前采用的模板匹配技术由于精度不高,且需要建立模板,并不能满足芯片自动化识别系统的需求。光学字符识别技术(OCR)已经在众多计算机相关及工业自动化领域得到了广泛应用,是解决芯片自动识别的有效途径之一。为满足芯片自动识别的需求,本论文设计了一套以图像处理技术为核心的自动识别系统,该系统能够准确读取芯片表面字符,实现芯片的自动识别。芯片识别系统以虚拟仪器为基础,分为硬件系统和软件系统。前者由高性能的PXI图像采集卡和PXI运动控制卡组成,分别完成芯片图像采集和对芯片台的控制的功能。此外,本文设计了一套与NI运动控制卡协同工作的步进电机驱动器,增强运动控制卡脉冲信号的带负载能力,驱动芯片台工作。后者可划分为图像处理和运动控制两个部分,图像处理主要实现了文本定位,该过程包括:图像校正、边缘检测、芯片定位及文本定位等;运动控制结合了图像处理算法,实现芯片的准确定位和移动,并通过实时监控芯片台运动,防止步进电机的无效移动损坏运动执行机构。本文软件系统结合模块化的程序设计方法,使用顺序结构,实现了图像处理过程的单步执行,有助于定位图像处理过程中的错误。为验证系统功能,使用了不同尺寸、不同封装的芯片进行识别,结果表明芯片自动化识别系统拥有较强的鲁棒性,能够自动完成芯片定位、移动和识别过程,准确识别芯片型号。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 研究背景
  • 1.2 光学字符识别
  • 1.3 基于区域的文本定位
  • 1.4 虚拟仪器技术
  • 1.5 研究内容
  • 2 图像处理及运动控制
  • 2.1 软/硬件系统
  • 2.2 图像处理
  • 2.3 运动控制
  • 2.4 本章小结
  • 3 图像处理方法及运动控制系统设计
  • 3.1 自动曝光
  • 3.2 图像校正
  • 3.3 去除图像无意义边缘
  • 3.4 边缘识别
  • 3.5 芯片定位
  • 3.6 切割芯片图像
  • 3.7 光学字符识别
  • 3.8 运动控制系统
  • 3.9 本章小结
  • 4 芯片识别系统实现
  • 4.1 系统结构
  • 4.2 芯片识别系统
  • 4.3 应用实例
  • 4.4 本章小结
  • 5 结论及展望
  • 5.1 结论
  • 5.2 展望
  • 致谢
  • 参考文献
  • 附录 攻读学位期间发表的论文
  • 相关论文文献

    标签:;  ;  ;  ;  

    基于虚拟仪器的芯片识别系统研究
    下载Doc文档

    猜你喜欢