欢迎来到天天文库
浏览记录
ID:37061653
大小:5.60 MB
页数:72页
时间:2019-05-17
《高密度集成电路超薄柔性基板的精密显微成像检测系统》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕士学位论文高密度集成电路超薄柔性基板的精密显微成像检测系统作者姓名李翼学科专业模式识别与智能系统指导教师胡跃明教授所在学院自动化科学与工程学院论文提交日期2018年4月PrecisionmicroimagingdetectionsystemforultrathinflexiblesubstrateofhighdensityintegratedcircuitADissertationSubmittedfortheDegreeofMasterCandidate:LiYiSupervisor:Prof.HuYuemingSouthChin
2、aUniversityofTechnologyGuangzhou,China分类号:TP29学校代号:10561学号:201620112788华南理工大学硕士学位论文高密度集成电路超薄柔性基板的精密显微成像检测系统作者姓名:李翼指导教师姓名、职称:胡跃明教授申请学位级别:工学硕士学科专业名称:模式识别与智能系统研究方向:计算机视觉与控制论文提交日期:2018年04月10日论文答辩日期:2018年06月02日学位授予单位:华南理工大学学位授予日期:2018年月日答辩委员会成员:主席:罗家祥委员:胡跃明、杜娟、吴忻生摘要柔性印制电路板(F
3、lexibleIntegratedCircuitSubstrate,FICS)是可挠性印制电路板,由于其厚度薄、弯曲性好、可高密度布线等优点,使它得以作为电子元器件互连的承载物。随着电子技术的发展,及电子产品轻薄化的趋势,FICS也一直往小型化及微型化趋势发展。作为厂家制造过程中一个关键环节,FICS的质量检测目前还是以人工目检为主流,其存在主观性强、随工作时间增长疲劳度叠加等缺点。因此,利用机器视觉技术,通过高速高精度的算法对FICS进行质量的自动检测成为现阶段FICS发展的必然趋势。本文基于高密度集成电路超薄柔性基板的检测问题,搭
4、建图像采集平台并对两类FICS(贴膜及无贴膜)的五类缺陷特征进行了研究及缺陷识别算法的编写。本文主要工作为:(1)针对系统的总体需求与功能,设计基于显微视觉的柔性基板自动检测系统。基于原有的机械结构与机械运动控制系统,针对新提出的系统需求,对该自动检测系统从硬件及软件系统上进行改良设计及开发。硬件上包括相机、镜头、光源等的选型,软件上包括系统参数列表的更新、功能模块的添加等。(2)设计图像预处理以及图像分割算法。基于对采集到的基板图像及其灰度图的研究,通过自定义图像预处理算法,分析其是否存在缺陷区域。若存在,则对缺陷区域进行分割,用于
5、后面的特征计算;若不存在,则跳过后续步骤并弹窗警告。(3)设计特征提取与特征分类识别算法。基于两类FICS的不同类型缺陷的研究,确定可用的缺陷特征集。对存在缺陷区域的FICS输入图样进行缺陷区域的分割,分割后计算其特征数值,按算法设定的分类识别规则作出缺陷类型的判断。(4)为尽可能提高识别精度,可考虑使用多种特征配合的思路进行算法设计。如本文拟采用BP(BackPropagation)神经网络分类器作为最终优化过后的缺陷识别分类器。本文为高密度集成电路超薄柔性基板制造过程提供了质量检测系统的设计、算法实现和技术的参考。关键词:FICS
6、;缺陷检测;BP神经网络;机器视觉;灰度共生矩阵IAbstractFlexibleIntegratedCircuitSubstrate(FICS)isflexibleprintedcircuitboards.Becauseofitsthinthickness,goodbendingpropertyandhighdensitywiring,itcanbeusedasthecarryingmaterialforconnectionbetweenelectroniccomponents.Withthedevelopmentofelectro
7、nictechnologyandthetrendoflightandthinelectronicproducts,FICSalsohasbeendevelopingonthedirectionofminiaturization.Asakeylinkinthemanufacturingprocessofthemanufacturer,thequalitydetectionofFICSisstillbyeyesofpeople,whichhasthedisadvantagesofstrongsubjectivityandsuperposi
8、tionoffatiguewithgrowthworkingtime.Therefore,usingmachinevisiontechnologyandalgorithmwithhighspeedandhighpreci
此文档下载收益归作者所有