CN110085709B - 一种led图像全自动计数统计系统 - Google Patents
一种led图像全自动计数统计系统 Download PDFInfo
- Publication number
- CN110085709B CN110085709B CN201910368743.7A CN201910368743A CN110085709B CN 110085709 B CN110085709 B CN 110085709B CN 201910368743 A CN201910368743 A CN 201910368743A CN 110085709 B CN110085709 B CN 110085709B
- Authority
- CN
- China
- Prior art keywords
- wafer
- module
- counting
- image
- led
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 235000012431 wafers Nutrition 0.000 claims abstract description 125
- 230000007246 mechanism Effects 0.000 claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 238000007639 printing Methods 0.000 claims abstract description 19
- 238000002372 labelling Methods 0.000 claims abstract description 14
- 239000013078 crystal Substances 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000005260 corrosion Methods 0.000 claims 1
- 230000007797 corrosion Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 230000002950 deficient Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241001292396 Cirrhitidae Species 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67271—Sorting devices
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L33/00—Semiconductor devices having potential barriers specially adapted for light emission; Processes or apparatus specially adapted for the manufacture or treatment thereof or of parts thereof; Details thereof
- H01L33/005—Processes
- H01L33/0095—Post-treatment of devices, e.g. annealing, recrystallisation or short-circuit elimination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Power Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- Manufacturing & Machinery (AREA)
- Theoretical Computer Science (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Quality & Reliability (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种LED图像全自动计数统计系统,涉及机器视觉领域,包括拾片机构、计数检测机构、打印贴标机构、晶圆片卸载机构;拾片机构用于将叠放整齐的带离型纸的晶圆放置到承片台上;计数检测机构用于对承片台上的晶圆进行晶圆图像采集、检测和计数;打印贴标机构用于在计数检测结束后生成标签信息,将标签信息打印并粘贴至预定的晶圆位置;晶圆片卸载机构用于将检测完成的晶圆搬离承片台。结合计算机硬件和LED晶圆图像检测系统实现对LED晶圆图像的全自动计数统计,提高识别精确度,降低用户操作复杂度。
Description
技术领域
本发明涉及机器视觉领域,尤其是一种LED图像全自动计数统计系统。
背景技术
目前LED外延片生产过程中,由于生产工艺本身原因,导致LED晶粒存在较多缺陷,比如缺角、划痕、电极污染等,在测试时分选机无法通过电特性对缺陷晶粒进行剔除,只能通过人工经验进行观察筛选来剔除有缺陷的晶粒,从而导致晶粒数量处于未知状态,无法确切统计晶粒的数量。而且晶粒的大小一般在0.17mm至1mm(0.4mm*0.4mm)之间,无法准确通过人工方法进行筛查。目前通常采用机器视觉技术来实现对晶粒的自动计数,统计出有效晶粒数量,也是后续晶粒具体物理参数检测的基础。
计数对象为贴有离型纸的晶圆片,在进行图像采集时,光源亮度设置会影响成像的质量,过亮造成晶粒成像面积过小,不利于识别,过暗造成对比度下降,容易提取过多的噪音。同时,离型纸属于非均匀材质,在背光源照明状况下,其自身表现为非均匀亮度图像,造成图像分割极其困难,晶圆与离型纸之间有气泡,造成气泡区域无法正常聚焦,成像模糊。
发明内容
本发明针对上述问题及技术需求,提出了一种LED图像全自动计数统计系统。
本发明的技术方案如下:
一种LED图像全自动计数统计系统,包括:拾片机构、计数检测机构、打印贴标机构、晶圆片卸载机构;
所述拾片机构用于将叠放整齐的带离型纸的晶圆放置到承片台上;
所述计数检测机构用于对承片台上的晶圆进行晶圆图像采集、检测和计数;
所述打印贴标机构用于在计数检测结束后生成标签信息,将标签信息打印并粘贴至预定的晶圆位置;
所述晶圆片卸载机构用于将检测完成的晶圆搬离所述承片台。
其进一步的技术方案为:所述计数检测机构包括硬件系统和软件系统;
所述硬件系统包括工业相机、镜头、承片台、背光源、光源控制器、工业计算机;所述镜头安装在所述工业相机上,所述背光源设置在所述承片台上,用于照亮所述承片台,所述光源控制器用于控制背光源,所述工业计算机分别与所述工业相机和所述光源控制器连接;所述工业计算机中内置有局部图像自动分割算法、边缘校准算法和凸包去除算法对应的算法处理模块;
所述软件系统包括相机驱动模块、光源驱动模块、图像处理模块、晶圆MAP图生成模块、晶粒计数模块、晶圆检测模块、晶圆参数数据库模块、参数自优化模块和晶圆标签生成模块;所述晶圆参数数据库模块分别与所述参数自优化模块、所述晶圆标签生成模块、所述晶圆MAP图生成模块、所述晶粒计数模块、所述晶圆检测模块连接,所述图像处理模块分别与所述晶圆MAP图生成模块、所述晶粒计数模块、所述晶圆检测模块、所述相机驱动模块、所述光源驱动模块连接;
所述相机驱动模块用于实现所述工业相机与所述工业计算机之间的通讯,将图像数据存入所述工业计算机的内存;所述光源驱动模块用于调整所述背光源的亮度,通过评价图像亮度函数计算出控制量反馈给所述光源控制器,对所述背光源进行闭环控制;所述图像处理模块用于负责低层图像处理;所述晶圆MAP图生成模块用于计算晶粒的坐标位置;所述晶圆检测模块用于检测晶圆的空洞;所述晶粒计数模块用于统计晶粒的数量;所述晶圆参数数据库模块用于存储晶圆参数数据;所述参数自优化模块用于对所述晶圆参数数据库模块的参数进行自动优化;所述晶圆标签生成模块用于根据晶圆参数数据生成标签。
其进一步的技术方案为:所述工业相机采用2700万像素、14帧/秒、3/2英寸霸面的工业相机。
其进一步的技术方案为:所述镜头采用线扫镜头。
其进一步的技术方案为:所述光源控制器通过闭环局部调节背光源的亮度。
其进一步的技术方案为:所述拾片机构采用带有真空吸盘的拖拽式拾片机械手。
其进一步的技术方案为:所述打印贴标机构集成有标准打印贴标设备。
其进一步的技术方案为:所述LED图像全自动计数统计系统还包括扩展的软件功能模块,所述软件功能模块至少包括用户管理模块、图像识别模块、动加载参数模块、保存打印模块、接入MES系统模块、电测机联机功能模块、用户异常处理模块、条码扫描功能模块。
本发明的有益技术效果是:
通过局部图像自动分割技术与图像形态学结合应用,能够解决高噪音和图像亮度不一致等干扰问题,通过技术检测机构对承片台上的晶圆进行晶圆图像采集、检测和计数,自动剪裁识别区,通过边缘校准算法及凸包去除算法,可以精确识别有效晶圆区域,排除离型纸噪音和标签的干扰,提高了有效识别精准度,无需撕掉标签,降低了用户操作的复杂度。
附图说明
图1是本发明一个实施例提供的LED图像全自动计数统计系统的结构示意图。
图2是本发明一个实施例提供的硬件系统的结构示意图。
图3是本发明一个实施例提供的软件系统的结构示意图。
图4是本发明一个实施例提供的软件功能模块的示意图。
图5是本发明一个实施例提供的局部LED图像的示意图。
图6是本发明一个实施例提供的LED图像直方图。
图7是本发明一个实施例提供的单胞和双胞检测结果的示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
图1是本发明一个实施例提供的LED图像全自动计数统计系统的结构示意图,如图1所示,该系统可以包括拾片机构100、计数检测机构200、打印贴标机构300、晶圆片卸载机构400。本发明实施例主要通过计数检测机构200完成晶粒的识别检测。
拾片机构100用于将叠放整齐的带离型纸的晶圆放置到承片台上,供计数检测机构200采集图像。
可选的,拾片机构100采用带有真空吸盘的拖拽式拾片机械手。
计数检测机构200用于对承片台上的晶圆进行晶圆图像采集、检测和计数。
计数检测机构200接收分选机数据,输出晶圆MAP图。
计数检测机构200是LED图像全自动计数统计系统的核心部件,计数检测机构200包括硬件系统210和软件系统220。
结合参考图2,硬件系统210包括工业相机211、镜头212、承片台213、背光源214、光源控制器215、工业计算机216;镜头212安装在工业相机211上,背光源214设置在承片台213上,用于照亮承片台213,光源控制器215用于控制背光源214,工业计算机216分别与工业相机211和光源控制器215连接;工业计算机216中内置有局部图像自动分割算法、边缘校准算法和凸包去除算法对应的算法处理模块。
工业相机211通过工业相机接口卡与工业计算机216连接。
将局部图像自动分割算法与图像形态学结合应用,解决高噪音和图像亮度不一致等干扰的问题。
通过边缘校准算法和凸包去除算法可以自动裁剪识别区,精确识别有效晶圆区域,排除了离型纸噪音和标签的干扰,提高了有效识别精准度,降低了用户操作复杂度,无需撕掉原有标签。
可选的,由于系统设计指标为200mm视场下正确识别6mil的晶粒,且识别速度小于1秒,因此工业相机211采用2700万像素、14帧/秒、3/2英寸霸面的工业相机,可满足系统要求。
采用亚像素识别技术,适应小间距晶粒,最小晶粒间距可识别2mil或者1.2倍间距。
可选的,由于相机霸面较大,因此镜头212采用线扫镜头来与相机匹配。
可选的,光源控制器215通过闭环局部调节背光源214的亮度。背光源214采用专用照明光源,照明光源要求均匀一致,采用光源模块设计,光源控制器215需要智能闭环局部调节亮度,采用专用的光源驱动器满足系统要求。
将晶圆放置在承片台213的背光源214之上,通过调整镜头212的焦距及光圈,同时调整光源控制器215得到清晰亮度合适的晶圆图像,由工业计算机216对晶圆图像数据进行处理,并给出检测结果及LED晶粒数量。其中工业计算机216、工业相机211、镜头212采用标准模块,背光源214要求亮度具有一致性,采用LED背光技术可以获得满足技术需求的背光源。
结合参考图3,软件系统220包括相机驱动模块221、光源驱动模块222、图像处理模块223、晶圆MAP图生成模块224、晶粒计数模块225、晶圆检测模块226、晶圆参数数据库模块227、参数自优化模块228和晶圆标签生成模块229。晶圆参数数据库模块227分别与参数自优化模块228、晶圆标签生成模块229、晶圆MAP图生成模块224、晶粒计数模块225、晶圆检测模块226连接,图像处理模块223分别与晶圆MAP图生成模块224、晶粒计数模块225、晶圆检测模块226、相机驱动模块221、光源驱动模块222连接。
相机驱动模块221用于实现工业相机211与工业计算机216之间的通讯,将图像数据存入所述工业计算机216的内存,供后续图像处理使用;光源驱动模块222用于调整背光源214的亮度,通过评价图像亮度函数计算出控制量反馈给光源控制器215,对背光源214进行闭环控制,确保得到亮度一致的晶圆图像;图像处理模块223用于负责低层图像处理。比如图像滤波等图像预处理,采用成熟度高的标准处理模块,确保整个图像系统的鲁棒性及满足图像实时处理速度的要求;晶圆MAP图生成模块224用于计算晶粒的坐标位置,通过晶圆带有角度旋转,需要校正到水平位置,然后计算出所有晶粒的精确坐标位置,为其下游工序,即固晶机提供有效的拾取晶粒位置,提高固晶机的效率;晶圆检测模块226用于检测晶圆的空洞,即空缺晶粒的数量,确保在人工剔除不良晶粒后,对本片晶圆进行正确分级;晶粒计数模块225用于统计晶粒的数量,晶粒计数模块225是本系统的核心模块,对精度速度要求较高,需要满足大视场、小晶粒的有效识别,采用非均匀图像分割技术,动态选择局部阈值,准确提取到真实的晶粒,保证万分之八的识别率;晶圆参数数据库模块227用于存储晶圆参数数据,晶圆参数数据库模块227还包括接口,在实际应用中会接收分选机的数据,将数据发送给下道工序的固晶机;参数自优化模块228用于对晶圆参数数据库模块227的参数进行自动优化;晶圆标签生成模块229用于根据晶圆参数数据生成标签,由人工交互引导,设置正确的标签格式,之后自动获取数据库中晶圆参数数据,生成用户要求的标签格式。
打印贴标机构300用于在计数检测结束后生成标签信息,将标签信息打印并粘贴至预定的晶圆位置。
打印贴标机构300集成有标准打印贴标设备。
晶圆片卸载机构400用于将检测完成的晶圆搬离所述承片台。
可选的,结合参考图4,本发明实施例提供的LED图像全自动计数统计系统还包括扩展的软件功能模块,软件功能模块至少包括用户管理模块、图像识别模块、动加载参数模块、保存打印模块、接入MES系统模块、电测机联机功能模块、用户异常处理模块、条码扫描功能模块。
通过CSV或xls格式文件自动保存功能,减少人为输入造成的错误,并且具有灵活的格式编辑功能,方便接入企业EMS。
由于计数对象为贴有离型纸的晶圆片,离型纸属于非均匀材质,在背光源照明状况下,其自身表现为非均匀亮度图像,造成图像分割极其困难。图像虽然整体上存在灰度不均匀,而LED图像是典型的光照不均匀灰度图像,适合局部自适应阈值进行晶粒分割,在局部自适应技术中,阈值是根据每个像素的领域特征值来统计的,如排列、均值和方差等来计算。根据LED图像的先验知识,对待分割的图像放大后,可见其在局部存在灰度信息不均匀的情况,如图5所示,LED局部图像主要由片基、电极和背景三部分组成。其灰度值的分布也主要集中在三个范围内,灰度直方图具有三峰特性,典型LED芯片图像直方图如图6所示。
其标准方差较大,局部区域均值对比较大,其局部阈值通过如下公式选取:
其中,u(r,c)是灰度均值,σ(r,c)是均方差,参数k用来控制均值对阈值的影响比例,默认值为0.2,可以选择的值还有0.3、0.5,参数R为标准方差最大值,一般设置为R=0.5·(MaxGray-MinGray),默认值为128。
通过对上式分析,可知当局部区域对比度较高时,阈值接近均值,反之则小于均值,对于背景较暗的图像,采用低于均值的灰度阈值,便于分割出光滑的LED图像。再对LED进行晶粒数量统计时,存在双胞以及单晶粒,对这些不合格的晶粒需要剔除。一些双胞晶粒和单晶粒也会被误认为是正确的晶粒进行计数,通过观察发现,双胞晶粒和单晶粒与正确的晶粒在区域面积上存在较大差别,这里通过面积特征来剔除双胞晶粒和单晶粒。面积通过晶粒的区域像素个数计算。经过统计,正确的晶粒面积在区间[300,440]左右,而双胞晶粒的面积远远超过470,单晶粒的范围小于230。为了便于正确统计区域像素数及区域面积,这里首先通过区域形态学方法及腐蚀和膨胀法,对分割过程中形成的一些细小的孔洞利用闭操作进行填充,同时对一些离散的点通过开操作来剔除。结合参考图7,其示出了检测到的单胞和双胞结果。
可选的,整个系统的开发可以通过Visual Studio 2012为前台进行人机操作,以Halcon为后台进行LED晶粒识别和计数统计。前台可以展示用户登录、作业参数配置、自动晶粒识别参数配置、手动参数配置等界面,同时还会将待处理的LED图像、条码分割后的LED图像、未经放大的LED检测结果、放大后的LED检测结果通过显示屏展示出来。
本发明实施例提供的LED图像全自动计数统计系统,通过机器视觉中的阈值分割和区域形态学算法对晶圆图像进行分割的基础上,识别出晶粒和统计个数,满足在180mm视场情况下,识别2mil晶粒的计数精度,误差为万分之三,对晶圆计数速度远远小于1秒/片。同时可以准确识别出双胞晶粒和单晶粒,确保计数的准确性。利用Visual Studio 2012和Halcon开发平台基础上实施完成项目,满足LED晶圆图像的实时全自动化计数统计要求。
以上所述的仅是本发明的优先实施方式,本发明不限于以上实施例。可以理解,本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本发明的保护范围之内。
Claims (7)
1.一种LED图像全自动计数统计系统,其特征在于,包括:拾片机构、计数检测机构、打印贴标机构、晶圆片卸载机构;
所述拾片机构用于将叠放整齐的带离型纸的晶圆放置到承片台上;
所述计数检测机构用于对承片台上的晶圆进行晶圆图像采集、检测和计数;
所述计数检测机构包括硬件系统和软件系统;
所述硬件系统包括工业相机、镜头、承片台、背光源、光源控制器、工业计算机;所述镜头安装在所述工业相机上,所述背光源设置在所述承片台上,用于照亮所述承片台,所述光源控制器用于控制背光源,所述工业计算机分别与所述工业相机和所述光源控制器连接;所述工业计算机中内置有局部图像自动分割算法、边缘校准算法和凸包去除算法对应的算法处理模块;
在局部图像自动分割算法中,LED芯片图像的局部阈值通过如下公式选取:
其中,u(r,c)是灰度均值,σ(r,c)是均方差,参数k用来控制均值对阈值的影响比例,参数R为标准方差最大值;
通过区域形态学方法及腐蚀和膨胀法,对分割过程中形成的一些细小的孔洞利用闭操作进行填充,同时对一些离散的点通过开操作来剔除,从而通过晶粒的面积特征去除不合格的晶粒;
所述软件系统包括相机驱动模块、光源驱动模块、图像处理模块、晶圆MAP图生成模块、晶粒计数模块、晶圆检测模块、晶圆参数数据库模块、参数自优化模块和晶圆标签生成模块;所述晶圆参数数据库模块分别与所述参数自优化模块、所述晶圆标签生成模块、所述晶圆MAP图生成模块、所述晶粒计数模块、所述晶圆检测模块连接,所述图像处理模块分别与所述晶圆MAP图生成模块、所述晶粒计数模块、所述晶圆检测模块、所述相机驱动模块、所述光源驱动模块连接;
所述相机驱动模块用于实现所述工业相机与所述工业计算机之间的通讯,将图像数据存入所述工业计算机的内存;所述光源驱动模块用于调整所述背光源的亮度,通过评价图像亮度函数计算出控制量反馈给所述光源控制器,对所述背光源进行闭环控制;所述图像处理模块用于负责低层图像处理;所述晶圆MAP图生成模块用于计算晶粒的坐标位置;所述晶圆检测模块用于检测晶圆的空洞;所述晶粒计数模块用于统计晶粒的数量;所述晶圆参数数据库模块用于存储晶圆参数数据;所述参数自优化模块用于对所述晶圆参数数据库模块的参数进行自动优化;所述晶圆标签生成模块用于根据晶圆参数数据生成标签;
所述打印贴标机构用于在计数检测结束后生成标签信息,将标签信息打印并粘贴至预定的晶圆位置;
所述晶圆片卸载机构用于将检测完成的晶圆搬离所述承片台。
2.根据权利要求1所述的LED图像全自动计数统计系统,其特征在于,所述工业相机采用2700万像素、14帧/秒、3/2英寸霸面的工业相机。
3.根据权利要求1所述的LED图像全自动计数统计系统,其特征在于,所述镜头采用线扫镜头。
4.根据权利要求1所述的LED图像全自动计数统计系统,其特征在于,所述光源控制器通过闭环局部调节背光源的亮度。
5.根据权利要求1所述的LED图像全自动计数统计系统,其特征在于,所述拾片机构采用带有真空吸盘的拖拽式拾片机械手。
6.根据权利要求1所述的LED图像全自动计数统计系统,其特征在于,所述打印贴标机构集成有标准打印贴标设备。
7.根据权利要求1至6任一所述的LED图像全自动计数统计系统,其特征在于,所述LED图像全自动计数统计系统还包括扩展的软件功能模块,所述软件功能模块至少包括用户管理模块、图像识别模块、动加载参数模块、保存打印模块、接入MES系统模块、电测机联机功能模块、用户异常处理模块、条码扫描功能模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910368743.7A CN110085709B (zh) | 2019-05-05 | 2019-05-05 | 一种led图像全自动计数统计系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910368743.7A CN110085709B (zh) | 2019-05-05 | 2019-05-05 | 一种led图像全自动计数统计系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110085709A CN110085709A (zh) | 2019-08-02 |
CN110085709B true CN110085709B (zh) | 2020-08-11 |
Family
ID=67418535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910368743.7A Active CN110085709B (zh) | 2019-05-05 | 2019-05-05 | 一种led图像全自动计数统计系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110085709B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112446887B (zh) * | 2019-09-05 | 2022-04-08 | 长鑫存储技术有限公司 | 晶圆切割晶片数计算方法及计算设备 |
CN110957251B (zh) * | 2019-11-20 | 2022-11-18 | 上海至纯洁净系统科技股份有限公司 | 一种计量晶圆片数的短行程升降装置 |
CN112924472A (zh) * | 2021-02-09 | 2021-06-08 | 惠州高视科技有限公司 | 一种Mini LED晶圆外观缺陷检测系统及方法 |
CN112595729B (zh) * | 2021-03-03 | 2021-06-04 | 惠州高视科技有限公司 | 一种Mini-LED晶圆快速检测系统及方法 |
CN112991332A (zh) * | 2021-04-21 | 2021-06-18 | 视睿(杭州)信息科技有限公司 | 一种晶圆缺陷的多晶不良检测方法、装置 |
CN115128099A (zh) * | 2022-08-29 | 2022-09-30 | 苏州高视半导体技术有限公司 | 晶圆缺陷检测方法、晶圆缺陷检测设备及其拍摄装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7599516B2 (en) * | 2005-08-23 | 2009-10-06 | Illinois Tool Works Inc. | Machine vision counting system apparatus and method |
CN106940799B (zh) * | 2016-01-05 | 2020-07-24 | 腾讯科技(深圳)有限公司 | 文本图像处理方法和装置 |
CN205790042U (zh) * | 2016-06-02 | 2016-12-07 | 天津三安光电有限公司 | 一种具有倒膜、分片功能的一体机 |
CN106816500A (zh) * | 2017-02-16 | 2017-06-09 | 安徽芯瑞达科技股份有限公司 | 一种背裂式裂片方法 |
CN207881652U (zh) * | 2018-03-16 | 2018-09-18 | 无锡职业技术学院 | 一种物体边缘特征检测装置 |
-
2019
- 2019-05-05 CN CN201910368743.7A patent/CN110085709B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110085709A (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110085709B (zh) | 一种led图像全自动计数统计系统 | |
CN110389127B (zh) | 一种金属陶瓷零件识别及表面缺陷检测系统和方法 | |
CN110400290B (zh) | 一种太阳能电池片色差的检测方法、装置及存储介质 | |
CN111307818A (zh) | 一种锂电池极耳激光焊点视觉在线检测方法 | |
US11657599B2 (en) | Method for detecting appearance of six sides of chip multi-layer ceramic capacitor based on artificial intelligence | |
CN110930390B (zh) | 基于半监督深度学习的芯片管脚缺失检测方法 | |
CN110726735A (zh) | 一种基于深度学习的全自动电路板缺陷检测系统及方法 | |
CN104034638B (zh) | 基于机器视觉的金刚线颗粒在线质检方法 | |
CN113506286A (zh) | 基于YOLOv5算法小样本数据集实现微波芯片缺陷检测方法 | |
CN111982921A (zh) | 孔缺陷的检测方法、装置、传送平台及存储介质 | |
CN110349125A (zh) | 一种基于机器视觉的led芯片外观缺陷检测方法及系统 | |
CN109142368A (zh) | 锂电池极片打皱检测方法及极耳焊接检测系统 | |
CN114372980A (zh) | 一种工业缺陷检测方法及系统 | |
CN115855952A (zh) | 一种砂页盘缺陷检测方法及检测设备 | |
DE19914115A1 (de) | Verfahren und System zur Fehleranalyse bei polykristallinen Wafern, Solarzellen und Solarmodulen, insbesondere zur Bestimmung der prozeß- und strukturbedingten mechanischen Spannungen | |
CN116256366A (zh) | 一种芯片缺陷的检测方法、检测系统及存储介质 | |
CN115866502A (zh) | 一种麦克风零件表面缺陷在线检测流程 | |
CN114943704A (zh) | 一种电池电极模切件缺陷检测方法、装置和设备 | |
CN109102500A (zh) | 一种芯片封装缺陷的自动识别系统 | |
CN110400320B (zh) | 一种电润湿缺陷像素的分割方法 | |
CN110694940A (zh) | 一种基于坏点和大小实时调整喷阀吹气的控制方法及系统 | |
CN111275756A (zh) | 线轴定位方法及装置 | |
CN116681677A (zh) | 一种锂电池缺陷检测方法、装置及系统 | |
CN116433604A (zh) | 一种芯片识别方法和拾取系统 | |
CN109624502B (zh) | 一种高效低耗损印刷制品生产系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240118 Address after: Room 110, Building B1, Block B, No. 17 Songyuan Road, High tech Zone, Qingdao City, Shandong Province, 266000 Patentee after: Qingdao Paitu Industrial Technology Equipment Co.,Ltd. Address before: 214121 No. 1600 West high wave road, Jiangsu, Wuxi Patentee before: WUXI INSTITUTE OF TECHNOLOGY |