kl800.com省心范文网

面向芯片引线键合的视觉精确定位方法


第45卷第5期
2012年5月

天津大学学报 Joumal 0fTianjin UlIive体ity

V01.45

No.5

May 2012

面向芯片引线键合的视觉精确定位方法
李君兰1一,刘士为2,张大卫2
(1.清华大学精密仪器与机械学系,北京lo0084;2.天津大学机械工程学院,天津300072)

摘要:为了实现面向芯片封装的视觉精确定位技术.提高芯片引线键合的加工精度和效率。提出了一套结合快速 傅里叶变换互相关和不变矩的视觉定位算法,构建了视觉系统实验平台,并进行了实验研究.针对芯片和引线框架 图像的特点,分别提出了适合于芯片和引线框架的定位算法.对于芯片图像,采用快速傅里叶变换互相关算法进行 匹配定位;对于引线框架图像,采用基于特征的不变矩方法进行匹配定位.使用显微视觉系统和二维运动平台构建 了实验平台。进行了视觉定位实验.经过实验验证,定位精度均在亚像素级。芯片图像的定位精度小于O.4像素 (2邮1),引线框架的位置精度小于O.5像素(2.3 pm),转角的定位精度小于O.10,能够满足芯片封装的要求,从而 实现引线键舍的视觉精确定位. 关键词:引线键合:机器视觉;Ic封装;视觉定位;傅里叶变换;不变矩 中图分类号:TP39l 文献标志码:A 文章编号:0493.2137(2012)05.0405一06

High—Precision
(1.Sch00l ofPpecision
2.School

Vision

LocaⅡzati蚰Method

for IC

Wire

Bonding

LI hm.1anL2.LIU Shi.wei2.zHANG Da-wei2 I蚺饥珊e吣孤d Mech柚olo盱。Tsjn曲岫univ盯s崎,Be司ing

100084,C1liIla;

ofMech孤ical

E晒n鲥吣。Ti删in univcrs畸,Ti删in 300072,china)
vision 10calization
set

Abs虮In:In
ciency

order t0 realize the

hi曲一precision
bonding,a

tcclIIlology锄d

imptove the usiIlg f瓠t

precisi011卸d e伍?

ofinte粤ated ci咒uit(IC)wire

ofVision

localiz撕on algorithm

Follrier仃姐sf0锄ation

(FFT)蛆d inwIfiant momen协w船presellted
rc∞arch

The

visi∞sy晰m

f.or experimem w髂estabIished,and experimen协l

w邪c嘶ed out.The

FFT con.clati叩memDd locating

w船applied for locating chip ilImges,and inVariant momcnts

m劬odbascd∞诧8n鹏s w器pr叩osed f.or
under

lead丘a皿Ic images.111e

exp舐mental

table was established using

micr0?vision systeIII卸d 2-DOF mo石on stage.The

r跚Its ofexp面mems

showed that tlle

prccisi伽oflocalization w船

sI舡pixeI

Ievel.11he positional

accumcy of chip w豁kss than O.4
the

pixel(2岬I),Ⅱ嵋positional

acc呦cy

of
t0

l∞d-
meet

纳me
Ⅱle

w嬲less th锄0.5

pi)旧l(2.3岫),and

acc啪cy

ofrotation is less th如O.1。.The precisi叫was able local拓mtion could be achieVed.

requifenlents ofIc

w№bollding,a11d tIlen t11e hi曲一precision Vision

Keywords:wh
ment

bondillg;machine Vision;IC packa西ng;Vision

positioning;Fo嘶er仃ans如rIn;inv撕柚t

rno-

引线键合技术是目前应用最广泛的一种芯片互 联技术,在集成电路制造行业中有着重要的用途.随 着半导体制造业的发展,对引线键合的速度和精度都 提出了更高的要求,单纯依靠提高运动控制精度来提 高引线键合的速度和精度已不能满足需要.因此视 觉系统成为影响焊线速度和精度的重要因素之一Il。2J. 面向引线键合的视觉定位过程为通过视觉系统
收稿日期:20lo-05.17;修回日期:2011_08-04.

获取芯片及其引线框架的图像,计算图像相对预先定 义的标准位置的偏差值,从而得知芯片和引线框架相 对于标准图像的位置坐标和转角误差,在键合时通过 二者的相对位置修正运动平台和键合头的工作位置, 实现高精度的焊线【2】.本文中所讨论的引线键和工艺

上的芯片需要满足一定的精度要求,约为±O.015衄.
芯片和引线框架的定位过程为现有的视觉定位

基金项目:国家自然科学基金资助项目(50505032);天津市科技攻关计划培育基金资助项目(05ⅥrGPGx060∞);天津市科技支撑计划重点资 助项目(10zCKFOX032∞). 作者简介:李君兰(1983一 ),女,博士,jni-日u@yahoo.oon∞. 通讯作者:张大卫.mcd血∞g@日u.edlLcm

万方数据

?406?













第45卷第5期

方法大致可分为基于灰度的方法和基于特征的方法 两类.基于灰度方法的代表是模板匹配技术,这种技 术已经被应用到了IC芯片封装设备中14J,然而这种 方法运算量大,受照明灯条件的影响大,且在图像具 有较大旋转角度时无法得到满意的定位结果. Benhilsson川和Simp一61用分布求解使灰度互相关 法,对具有投影变换关系和镜头变形的图像进行匹 配.但是该方法的计算量很大,因此实时性较

图像I的DFT变换;坂Ⅳ为图像模板为T的大小;
t,、K为待定位图像的大小;善和卵分别为工和y方向上
的频率变量。且
,’.,

巩皇唧(j等)
由相关定理可写出相关的离散傅里叶变换为 烈善,77)=屏(善,,7)E‘(孝,7) 叶反变换,得到空间域的相关函数为
^,一lⅣ一l

(3)

(4)

式中鼻‘(f,刁)表示辱(孝,玎)的复共轭.对烈孝,刁)求傅里

差.Himi等17j提出了差值平方和算法检测2幅图像
问的平移,这种方法可以获得亚像素级的定位精度, 但只适用于微小的平移定位.此外,序贯相似性判决 算法由于具有运算速度较快的优点,也被应用在面向 芯片封装的视觉定位中pJ. 基于特征的方法是目前的研究热点.叶其春等19l 在点相关算法的基础上进行了改进,并引入到芯片封 装的视觉定位中,这种方法使定位精度及抗噪性方面 都得以改善,但需要预定义点集,对特征点的提取精 度和准确性要求较高,易造成误匹配.小波变换在面 向芯片封装的视觉定位算法中的应用,可以清晰地提 取芯片焊点特征,并与其他算法(如径向基函数网络 算法【10】)相结合,获得高精度的定位结果,但对于复 杂的芯片图像小波算法运算量大,且需要其他算法的 辅助.目前,面向引线键合的视觉定位算法大多针对 芯片的图像而进行研究,主要集中在芯片焊点及相关 特征的提取上【8’10】,而对芯片引线框架图像的定位方 法研究甚少. 综上所述,笔者的面向引线键合的视觉定位方

≯(x,y)=∑∑[G(孝,刁)E‘(善,刁)舅眩秽
;=0口=O

(5)

在计算离散傅里叶变换时使用FFT算法Il”,可 以得到比直接计算空间域的互相关函数更快的运算 速度.FFT相关算法示意如图1所示.

,I#,y)I

一冈倒L_J
I,(善,叮)

图1

FFT相关算法不薏

Fig.1

Sch咖a6c diagr锄0f FFT correlati∞aIgoritlIIn

假设2幅图像间只有相对的位移(%,‰),则2

幅图像间的相互关系为
Z(‘y)=矗@一%,),一%) 傅里叶变换后2幅图像间的关系可以表示为 (6)

巧(善,,7)=e一’2l‘{却+4功’G(孝,77)
F(孝,刁)的幅值,则有

(7)

若^q(手,玎)和M(善,刁)分别表示露(善,叩)和

法,分别针对芯片和引线框架图像的特点提出高速高
精度的视觉定位算法,对于芯片图像使用基于傅里叶 变换的图像匹配算法进行定位,对于引线框架的图像 使用基于几何不变矩的方法进行定位.这2种方法 结合能够有效的实现引线键合中的视觉精确定位.

M(f,刁)=坼(孝,玎)
2幅图像在频域的互功率谱定义为

(8)

辱(善,,7)鼻+(孝,,7)=e让叫‰+矾’旧(f,叩)互(曼叩)I(9)
由式(5)可知,若对频域的互功率谱进行傅里叶 反变换,则可以得到空间域的互相关函数,而相关函 数的值在最佳匹配位置出现峰值,而在其余位置几乎 为0.在计算时记录互相关函数出现峰值时的像素位

1视觉定位算法
1.1

基于快速傅里叶互相关的图像定位算法 首先将模板图像T和待定位图像I进行二维离

散傅里叶变换(discrete Fo嘶er transfonll。DFT),模板 图像和待定位图像的DFT可以分别表示为

置即为最佳匹配位置.而此时的位移(而,%)即为2幅 图像间的位移. 同理,若2幅图像间有相对的位移(%,%)和转 角醇,则2幅图像间的相互关系为

厂_Ⅳ一IⅣ-1

B(孝刃)2√吉萎善石(x,J,矽夕研∥
厂-J.1£一‘

(1)

石(而y)=矗@cos岛+ysin岛一而, —工sin铱+ycos皖一%) (10)

E(孝刃)2、/去萎善正伉,圬争四『∥
万方数据

(2)

E(f,刁)=e一’2l‘‰啊h’‘(fcos岛+ ,7sin岛,—孝sin晶+刁cos岛)
(11)

式中:层(f,玎)、耳(孝,,7)分别为模板图像T和待定位

2012年5月

李君兰等:面向芯片引线键合的视觉精确定位方法

。407‘

M(善,叩)=^厶(善cos6l+刁sin岛,
一善sin岛+叩cos6b)
(12)

由式(12)可知,2幅图像傅里叶变换后的幅值只 与转角有关,而与位移无关.仅存在转角时,2幅图 像间的互相关可以用极坐标表示为

M(肛刀=坼(p,曰一岛)
配时的转角值.

必 础一 ℃K
/伏
圈2旋转角厦,示意
Fig.2

.,特征区域

(13)

图像

此时,对其进行傅里叶反变换,同样可以获得最佳匹 1.2基于不变矩的图像定位算法 基于特征的视觉定位方法往往采用图像的轮廓 Schema廿c血Igram ofmtaⅡ蚰柚出,,

在本原坐标系中,灰度分布的协方差彳。=o,因
此由式(18)可以求得转角y的值为

作为特征进行匹配定位‘12】,然而这种方法需要获得
很高精度的图像边缘信息.由于图像边缘提取的过 程必定会造成一定的误差,因此获得更高精度的边缘 需要进行插值等计算,大大增加了运算时间,不能满 足引线键合的快速性要求.因此提出一种使用几何 矩计算特征区域矩心和转角,并使用不变矩【l纠进行 匹配,从而实现使用图像中的特征进行定位的方法. 一幅二维图像的p+9阶矩定义为

y=去arctan(÷:些-) ’2 、如一‰7

(19) …7

在实际进行视觉定位的过程中,会出现一幅图像 中存在多个特征的情况,因此匹配定位时需要确定特 征区域的对应关系.考虑到运算量和准确性的要求, 引入不变矩寻找特征之间的对应关系.对式(16)所 定义的p+g阶中心矩∥。进行规范化,即

%=∑∑J’y9/@力
值.

Bg=o,l,2,…(14)

nq=“N|氐

(20)

式中:x、y为像素的坐标值;,(x,y)为像素的灰度 图像灰度的矩心坐标(i,歹)反映了图像区域的几 何中心,其计算式为

式中r为。阶中心矩‰的指数,,.=旦笋+l(Bg=
2,3,…). 规范化的p+口阶中心矩经过组合得到7个不变 距,也称为Hu矩,即

i=玛o/‰,罗=%l/‰

(15)

根据图像的矩心坐标(i,歹)可定义图像的中心矩,
它反映了图像灰度相对于矩心的分布情况,表示为

呜2‰+‰ 晚=(‰一‰)2+4硝 绣=(伤。一3啊2)2+(3,如l一,k)j
九=(,毛o+啊2)2+(玎21+‰)。 喀=(坞。一3埔2)(鸭o+佛2)‘
【(’bo+惕:)2—3(玎21+,‰)2】+ (3—2J一7‰)(7bl+,b)‘

‰=∑∑(工一i)9(y一罗)9厂(x,y)
p,g=O,1,2,…

(16)

如图2所示,图中的特征区域相对于整幅图像 的方位角y能够反映特征相对于图像的转角,而特征 区域在图像中的矩心坐标反映了特征在图像中的位 置.坐标轴x,称为本原坐标轴,为穿过图像矩心D的 2条正交线,转角y为图像本原坐标轴之一工’相对于 图像x轴的方位角.本原坐标系与图像坐标系之间的 变换关系可表示为

【3(玛o+M2)2一(,b+7‰)2】 唬=(啦。一—02)【(玛。+胛12)‘一 (嘞l+‰)2]+4喁l。
(门如+一2)(7置2l+,k3)

(21)

办=(3n21一玎03)(玎30+H2)‘ [(7%o+M2)2—3(珂2l+,k)2】+

Ⅲ蜀跏习

ly’J l—siny cos刊【yJ

…7 ∽,

(3,112一玛o)(玎21+,b)’ 【3(,‰+_,|12)2一(也1+,‰)2l

令∥二表示本原坐标轴下的中心矩,则有等式

经证明这7个矩具有平移、旋转及尺度不变性, 作为图像的特征描述子.而判断2个特征之间的相 似性的公式为

艨篇篡薹器嬲孙㈣
l(成一砧)+i2麒=e127I(如一‰)+i2“。I‘。 万方数据













第45卷第5期

r=———————————一

毛2J善(丸一哆。)二

为r提高视觉定位过程的精度和效率,使用快速傅里
(22)

叶变换的方法对芯片图像进行定位,使用不变矩的方 法对引线框架图像进行定位,可实现面向引线键合的 视觉精确定位.

整个的视觉定f记过程可以归纳为:先经过特征提 取获得图像l{I的特种区域,经过对特征区域矩心和转 角的计算获得位置和旋转坐标;在图像中存在多个特 征区域时,使用不变矩寻找对应的特征;相同的特征 进行比较,确定整个引线框架的位置坐标和转角值.

3视觉定位实验及结果
3.1芯片定位实验

2视觉系统硬件及图像
实验使用的显微视觉系统包括:JAI CVAl 摄像机,Navitar
zoom CCD

使用Matlab软件编写了算法程序,并使用一种 芯片对傅里叶变换算法进行了实验.实验结果如H


所示.首先在第l幅芯片图像中选取模板区域,即【名1 5(a)中的方框区域,然后在第2幅图像中进行搜素, 得到与模板匹配度最高的图像区域(图5(b)).

6000显微镜头,红光LED环

形光源,NI PCI—1409图像采集卡和实验台架.二维 运动平台采用赵兴玉等‘141设计的由音圈电机驱动的 精密定位平台.实验系统的照片如图3所示.

n==—二=U

滋:羞滋
图5对芯片区域的定位实验结果
Fig.5

【二㈠Un川¨一

(a)芯片区域的模板选取(b)芯片Ⅸ域的定位结果

L似mi船tion

r幅lllts of

chip

使用多幅图像进行了多次实验,实验表明匹配定

位误差在0.4像素(<2岬)以内,能够满足芯片封装
的精度要求.其优点在于:由于采用了傅里叶变换和
图3视觉系统实验照片
Fig.3

反变换,与一般的灰度定位法相比定位精度更高,运 算速度较灰度互相关算法更快,从而能够提高芯片定 位的精度和效率.且这种方法不受芯片种类的影响, 通用性好,受噪声的影响小.
3.2 3.2.1

Experimental picture of Visi蚰system

图4为使用视觉系统获取的芯片和引线框架图 像.芯片图像(图4(a))中的特征较复杂,特征提取时 可经过小波变换或者形态学处理等方法得到焊点特 征,但处理过程费时且对特征的位置精度影响较大, 从而也会对定位精度造成影响.而引线框架图像(图 4(b))中的特征明显,因此通过特征提取能够得到精 度较高的特征信息,此时使用提取出的特征进行定位 能够获得较好的定位精度.因此,根据图像的特点,

引线框架的定位实验结果 特征提取 在对图像进行定位之前,需要对图像进行一系列

的处理,以获得需要的特征区域.对引线框架引脚的 图像进行图像处理的过程如图6所示.引线框架引 脚的图像经过Canny边缘提取(图6(b))、边缘跟踪 (图6(c))、对封闭轮廓进行提取(图6(d))以及罔象 分割(图6(e))后,获得图像中的特征区域,这些特征 区域即可用做基于不变矩的定位. 3.2.2定位结果 分别对图像做一定的平移和旋转,得到一组的引 线框架的图像,对图像进行特征提取,并使用几何矩 计算位移值和转角值,进行肛配并分析误差.图7为 具有相对位移和旋转的2幅图像的匹配定位结 果.定位误差分析结果如表1~表3所示.

(a)芯片图像

(b)引线框架图像

图4芯片和引线框架图像 Fig.4
cllip and leadframe images

万方数据

图6定位前的图像特征提取过程
Fjg.6 Ima譬e processing before localization

(a)第l幅引线框架图像

(b)第1幅图像特征 图7
Fig.7

(c)第2幅引线框架图像

(d)第2幅图像特征

(e)匹配定位结果

2幅引线框架图像的匹配定位

Lo∞U功ti帅oftwo leadframe images

表l芯片定位的位移计算结果及误差分析
Tab.1 ResuIts and
error

analysis of chip’s traIIslations

实验编号 ,√像素

2 10.000 000 15.000

理论值

实测值

误差 ,√像素
10.322
892

t●像毒
10000

“像素
10.383 133 14.730
467

∥像素
0.383

,/像素
O.322

000

133

892
356

000

15.000 000 20.000 000 25.000 000 30.Ooo 000

15.290 356 19.680
143

—0.269 533 O.343 248 —0.170 806
O.260 339

0.290


4 5

20.000 000 25.Ooo 000 30.000 000

20_343 248 24.829 194 30.260 339

—0.319 857 —0.309 858 一O.305 085

24.690 142 29.694 915

表2引线框架视觉定位的位移计算结果及误差分析
Tab.2

R鹳ults and error柚aIysis of

l蛐dm哪姻’tra璐la60璐
误差 p/(o)
一O.097l
一0.070 2 一O

实验编号 “像素
l 2 3 4 5 68.800 0 68.800 0


理论值

实测值
口/(。)


f饱素
50.100 0 0 50.100 0 100.200 0 150_300 O

‘,像素
68.4994 68.693 4 一O.444 8 —0.170 8 68.7661

,√像素
50.4746 O.490 3 50.519


t0像素
一O.300 6 —0.106 6 一O.444 8 一O.170
一O.033 8

,艨素
O.374 6 0490 3 O.419 8 一O.209 8 一O.408 5

口,(。)
—0.097l 一0.0702 —0.0761 一O.025


O 0


076l


0 68.800 0

99.990 2 149.89l 5

—O.025



一0.062 3



—0.062 3

表3引线框架视觉定位的转角计算结果及误差分析
Tab.3

腑llIts粕d err吖锄mysis ofl明dhmes’robtions
理论值/(。)
2.500 0 5.000 O 7.5000 10.000 O 一2.500 0 —5.000 0 —7.500 O

实验结果表明:基于不变矩的芯片定位方法具有 运算速度快,且定位精度高的优点,同时能准确地获 得芯片的位置和转角信息.位移坐标的定位精度小 于0.5像素(2.3 um),转角的定位精度小于0.1。,均

实验编号
l 2 3 4 5 6 7 8

实测值/(。)
2.479 7 4.972 3 7.476 8 9.942 8 -2.56l 3 —5.017 9 —7

误差/(。)
一O.020 3 —0.027 7 一0023 2

能满足芯片封装的要求.由于采用的是特征区域进
行匹配,因此抗噪声的能力好.

—0.057 2 —0.061 3 —0.017 9 一O.019 8 —0.020 7

4结论
(1)针对芯片的傅里叶变换定位方法能够有效

519 8

—lO.0000

一10.020 7

万方数据

?4lO?













第45卷第5期

地对芯片区域的图像进行定位,定位精度在亚像素 级,满足芯片封装的要求. (2)针对引线框架引脚的匹配定位采用基于特 征的不变矩的定位方法,位置定位精度在亚像素级, 转角定位精度在十分之一度,精度高运算速度快,能

s^印册却矗caff0珊可cD"卿f衙陆加.Florida,
usA,1994:26—34.

[8]姜永军,吴小洪,何汉武,等.图像识别系统在IC 封装设备中的应用[J].半导体技术,2005,30(1):
46_49.

够提高引线键合的加工效率和精度.
(3)以上2种方法结合,可在引线键合过程中快 对引线键合过程的视觉精确定位. 参考文献:
[1]

Ji锄g Ybn舒岫,wu Xiaoh吼g,He
of

H鲥删,et
Ic

a1.use

p撕em reco驴饱∞system

in

p卸kage

equ睁

速有效地对芯片和引线框架进行视觉定位,从而实现m饥t[J]?跏fcD础啪r
46剞un chm雠J‘

z鼬月D蛔y,2005,30(1):

[9]叶其春,朱利民,丁汉.基于点相关的亚像素级图 像匹配算法[J].机械与电子,2005(3):3.6.

LiJ砌孤,‰g呦0ng,ztlangDawci,et a1.Desi凹
姐d
siInulation of me positioning for Ic

YeQich吼,zhu咖in?啦Han?A p咖‘伽lali∞
b鹊ed subpixel image

sy咖n吣iIlg

computer

regis仃撕∞algori也m【J]-Ma曲泓

wision

packa百ng[J】乃“栩口,D,讹憾妇f觑D

唧册拒惭加H泐,2005(3):3_6(iIICh妇se)-
[10]汪宏异?熊飞,史铁林.高速高精度的机器视觉定 位的算法[J]光电工程,2005,32(9):71—74?
Hongsheng,xiong Fei,shi

而增踟fvPm咖,2008,13(suppl.):9l一95.
[2]李君兰,张大卫,王以忠,等.面向封装的显微视觉

定位系统[J].光学精密工程,2010,18(4):965.972.waIlg
Li Junlan,zhallg vision

Tielin?N洲algo.

Dawei,w阻g

Y协∞g,et a1.Mic廿

ritIlm

埘一胁渤H觇鳓e咖,2010,18(4):965—972(in
chiIl鼹e).

position吨syst啪s

for IC

pack硒ng[J]印舾

sion[J]?印fo批cr,0一把蚺删昭,2005,32(9):
precise

for觚and

Iocalizati吼of

mac‰vi-

7l-74(inchinese)? [11]R耐dy


s,chat唧i

B N.An

F丌_based

te蛳que

for

[3]

zitova

B。Flusscr

J.Image∞gis咖i吼呲nlods:A

仃an8lati∞,‘otation,趾d 3cale勘Vari锄t image

re百姗

吼In,ey[J】.加q群4耐胁加CD呻"r孵,2003,21:
977.1000.

ti∞[J]?腰晒7胁s钟砌埘册砌q弘尸,Dc娜岖,
1996,5(8):1266-1271.

[4]M缸ick锄S。Rom
aptiInal

matching[J].删删眈蝴fc脚硎甥,
no姗aliz甜co玎elati蛆矗Dr high
speed 2000.1:191-206.



D,Bush啦n

T.妣11ig饥t

and

[12]Liz,Le吼gH?con协ur-based咖lti咖sorimage蝣is-

pa竹em

删∞wim心d仃ansfb姗ati∞[C]//2007 10脯伽^已m乎 ,fo阳f o咖料掰册坳聊翩m胁?c姐ada,
2007:l-7?

[5]

Bermilss∞R.Affim c0玎clali∞[c]//mc蒯呻∥船

[13]Hu

M?Ⅵ啪l删加recognjtion

by mom蚰t

in、嘶。

Inte懈Iio幅t Co哦他№e渊P口ttem
[6]simper A.c叩℃c血g

Reco孵mon

IcPR,.锄懈汹?lRE

1lr佣s口cl如m硼I蜘n删ion‰o曙,

Brisb枷。Au删ia。1998:1458一1461.
g蚰啦lb衄d.t0-band mi啪百s廿a-
ti蚰s[c]f,P而。PB击H筘∥f^e

1962,8(2):179-187?

[14]赵兴玉?冯晓梅,武一民,等.面向MEMs制造的高 速精密定位平台的动力学仿真和结构设计[J].机械工 程学报,2006,42(8):114.119?
Zhao)(ingyIl,Feng

揪伽钿呼肋咄垤脚,.I棚anne,
switz既l柚d.1996:597—600.

z唧如^啪刎面凇,coH向。

[7]耻oi T,M∞da s,Kubota H,e£a1.Preci∞visIlal inspcction缅LSl wa向pattems llsillg subpixel inlage

咖ic s洫uhtion蚰d
sm0Iling

Xia涨i,wu
desi弘of high

Y.m血,et a1.Dy。
speed

ali即衄ent[c]//跏俚e螂D,^妇&∞耐厄晒肋麻聊盯慨’,2006,40(2):114.119(in

table[J]?凸加删如聊耐∥‰fc讲勖驴
Chinese).

p眦isionp

万方数据

面向芯片引线键合的视觉精确定位方法
作者: 作者单位: 刊名: 英文刊名: 年,卷(期): 李君兰, 刘士为, 张大卫, LI Jun-lan, LIU Shi-wei, ZHANG Da-wei 李君兰,LI Jun-lan(清华大学,北京100084;天津大学机械工程学院,天津300072), 刘士为 ,张大卫,LIU Shi-wei,ZHANG Da-wei(天津大学机械工程学院,天津,300072) 天津大学学报 Journal of Tianjin University 2012,45(5)

参考文献(14条) 1.Li Junlan;Wang Yizhong;Zhang Dawei Design and simulation of the positioning system using computer wision for IC packaging 2008(suppl) 2.李君兰;张大卫;王以忠 面向封装的显微视觉定位系统 2010(04) 3.叶其春;朱利民;丁汉 基于点相关的亚像素级图像匹配算法[期刊论文]-机械与电子 2005(03) 4.姜永军;吴小洪;何汉武 图像识别系统在IC封装设备中的应用[期刊论文]-半导体技术 2005(01) 5.Hiroi T;Maeda S;Kubota H Precise visual inspection for LSI wafer patterns using subpixel image alignment 1994 6.赵兴玉;冯晓梅;武一民 面向MEMS制造的高速精密定位平台的动力学仿真和结构设计[期刊论文]-机械工程学报 2006(08) 7.Hu M Visual pattern recognition by moment invariants 1962(02) 8.Li Z;Leung H Contour-based multisensor image registration with rigid transformation 2007 9.Reddy B S;Chatterji B N An FFT-based technique for translation,rotation,and scale-invariant image registration 1996(08) 10.汪宏异;熊飞;史铁林 高速高精度的机器视觉定位的算法[期刊论文]-光电工程 2005(09) 11.Simper A Correcting general band-to-band misregistrations 1996 12.Berthilsson R Affine correlation 1998 13.Manickam S;Roth S D;Bushman T Intelligent and optimal normalized correlation for high speed pattern matching 2000 14.Zitova B;Flusser J Image registration methods:A survey 2003

本文链接:http://d.g.wanfangdata.com.cn/Periodical_tianjdxxb201205005.aspx


赞助商链接

引线键合

引线键合(wire bonding,WB) 引线键合的定义:用金属丝将芯片的 I/O 端(内侧引线端子)与相对应的封装引脚或者基板上布线焊区(外侧引线 端子)互连,实现固相焊接...

引线键合工艺

MEMS 器件引线键合工艺(wire bonding) 器件引线键合工艺( ) 2007-2-1 11:58:29 以下介绍的引线键合工艺是指内引线键合工艺。MEMS 芯片的引线键合的主要技术...

MEMS封装技术的发展与应用

引线键合或倒装芯片技术将传感器 /制动器芯片安装...觉技术与光学显微技术相结合的微视觉测量方法越来越...在印制电路板或其 他载体上采用面向下的安装方式,...

IC封装的材料和方法

IC封装的材料和方法_信息与通信_工程科技_专业资料...引线框架主要用于引线键合互连的芯片。能 表面处理层...塑封料的使用一定要谨慎而精确,以免产生引线偏移(冲...

引线键合工艺参数对封装质量的影响因素分析

[9]运用统计分析 方法描述了引线轮廓,评估了键合...机器视觉硬件方面, 研究集中在光路和照明 的优化...此外,基于 DSP 芯片的运动控制系统、图像识别系统也...

芯片组件识别系统的设计

芯片的定位环节中,如芯 片的引脚的键合; 用于芯片...图像处理算法、检 测精度、识别速度等特性进行比较。...根据面向芯片 封装的视觉系统的特点, 其硬件部分主要...

2015.04.27.0001-SOI像素探测器的COB组装工艺初步研究_...

定位误差对键合的影响及处理方法;通过反复试验和不断优化得出一套引线键合优化...但对于大面积探测器芯片或者一定批量的粘接,有必要利用模具和点胶机来 精确控制...

绝缘引线键合技术的应用

第一级连接技术中,有两种方式一直在工业中占主导地位, 即引线键合和倒装芯片。...这样就降低了以往所要求的精确线型算法和特别坚硬的键合线合金, 后两者 是降低...

引线键合工艺及其影响因素的研究完整版新_图文

(切割芯片)→SECOND OPTICAL INSPECTION(第二道视觉...键合在IC芯片的金 属法层上,另一端键合引线...几百根引线必须完美地定位芯片上,并焊接 到外界...

引线键合技术发展及失效机理分析-KSY版-2012

成本低廉、适合多种封装形式而在连接方式中占主导...引线键合工艺 简介 引线键合 引线键合芯片和外部...视觉定位系统是设备整体定位精度的重要组成部分。精密...