一种基于极值差分统计特征的COG偏移检测方法技术

该发明专利技术公开了一种基于极值差分统计特征的COG偏移检测方法，属于数字图像处理领域，具体涉及一种COG检测方法。本发明专利技术根据BUMP引脚压合区域的灰度梯度及位置特征，进行特征重组，再通过区域梯度场的量化，避开了大量的数据运算，在运算速度上完全能跟上实际的生产节拍。采用最小二乘法拟合多组计算数据，本方法检测正确率很高，能取代人工的电气检测和显微镜检测，可以广泛应用于COG生产中的自动光学检测。

【技术实现步骤摘要】

本专利技术属于数字图像处理领域，具体涉及一种COG检测方法。
技术介绍
Chip-On-Glass (COG)互连，即驱动器IC接合在与覆盖有各向异性导电液膜(ACF)的玻璃基板(Ι??)上，是用于液晶显示器(LCD)的共同使用的封装的过程，也就是COGBonding过程。其中ACF是一种类似于胶带组成的粘合剂环氧基体和导电粒子组成，导电粒子是金属涂覆的聚合物球体，直径3?5微米，粘合剂是热固性树脂。导电互连是通过芯片凸块和相应的基底衬垫之间捕集的导电粒子实现的，同时粘合基质提供了稳定的密合性及固化后的电绝缘性。COG Bonding偏移检测是判断IXD屏线路导电互连的关键标准。通常的检测方法是将LCM生产工艺中经过COG Bonding后的玻璃放置在金相显微镜下，由现场技术人员观察偏移尺寸。这种检查方式是凭借技术人员自身的知识和经验判断具体的尺寸，掺杂了较多主观因素，存在效率和精度的不足，不能给出一个准确的量化数据。随着计算机数字图像技术的不断发展，利用配合机器视觉技术的自动化系统检测已经成为趋势，使用计算机自动处理代替人工处理可以提高检测效率和检测精度。通过包含有微分干涉模块(DIC)的图像采集系统对COG Bonding后的玻璃采集图像，通过图像极值差分的统计特征，利用计算机自动检测，快速有效地检测出COG Bonding偏移，避免了人工检测速度慢，劳动强度大，易受主观因素影响等缺点。
技术实现思路
:本专利技术的目的是针对COG Bonding偏移检测中现有技术的不足，设计了一种基于极值差分统计特征的COG偏移检测方法，从而达到简便、高效、准确的检测出COG Bonding偏移的目的。本专利技术技术方案是一种基于极值差分统计特征的COG偏移检测方法，该方法包括如下步骤:步骤1:采集图像；步骤2:将步骤I获取的图像向右旋转90度；步骤3:对步骤2获取的图像做框选操作，得到COG Bonding区域的裁剪矩形，根据裁剪矩形将图像进行裁剪；步骤4:对步骤3获取的图像二值化；步骤5:对步骤4获取的二值化图像中白色连通区域进行标记，记录各个连通区域的位置；步骤6:对步骤5获取的图像计算每个连通区域的面积，并进行面积大小比对，留下最大面积连通区域，删除其他连通区域，获取到最大连通区域图像；步骤7:对步骤6获取的最大连通区域图像记录其白色像素的坐标，复制出步骤3获取的图像在相同坐标对应的区域的ITO引脚图像；步骤8:对步骤7获取的ITO引脚图像使用均值滤波器减小噪声，获取到去噪之后的图像；步骤9:对步骤8获取的去噪图像，计算像素指定邻域的极大值与极小值，并将极大值与极小值的差值作为极值差分图像的对应位置像素的灰度值，获取到极值差分图像；步骤10:对步骤9获取的极值差分图像做统计操作，计算图像每一列的均值与方差，获取到长度与图像宽度一样的一维数组；步骤11:对步骤10获取的一维数组，计算数组指定邻域的极大值与极小值，并将该极大值与极小值的差值作为极值差分数组的对应位置数据的值，获取到极值差分数组；；步骤12:对步骤11获取的极值差分数组，得到该数组的满足COG Bongding BUMP区域左右边的局部极大值点与局部极小值点的索引，即对应BUMP区域的左右边，获取到包含有BUMP区域的左右边坐标信息的一维数组；步骤13:根据步骤12获取的一维数组，计算出对应的Bump区域左右中心，获取到包含有BUMP区域的中心X坐标信息的一维数组；步骤14:根据步骤13获取的一维数组，计算出所有BUMP区域中心的中心X坐标的值，并与步骤7获取的ITO引脚图像的宽度的一半，即ITO区域的中心X坐标做比对，二者之间的差值为COG Bonding偏移尺寸。其中步骤4的具体步骤为:步骤4-1:对灰度图像进行直方图均衡校正，得到校正图像；步骤4-2:对校正图像使用最大类间方差法得到的灰度阈值；步骤4-3:将灰度图像各像素点灰度值与灰度阈值比较，若大于阈值则对该点灰度赋值255，若小于阈值则对该点灰度赋值0，得到二值图像；步骤6的具体步骤为:步骤6-1:计算连通区域的面积，经过面积筛选保留面积最大的连通区域；步骤6-2:对剩下的连通区域做填充操作；步骤9的具体步骤为:步骤9-1:计算像素3*3邻域内的极大值与极小值；步骤9-2:将对应像素的邻域极大值减去极小值，得到差值；步骤9-3:重复步骤9-1，步骤9-2，遍历图像，得到差分图像；步骤12的具体步骤为:步骤12-1:经过局部极大值筛选，保留极大值在0.6之上的极大值；步骤12-2:经过局部极小值筛选，保留极小值在0.2之下的极小值；步骤12-3:经过相邻局部极大极小差值筛选，保留局部极大极小差值在0.7之下的极大值，极小值；通过本专利技术一种基于极值差分统计特征的COG偏移检测方法，实现了以高效准确的方式数量化COG Bonding偏移尺寸。本专利技术具有检测精度高，检测效率快，操作简便，数量化偏移尺寸等优点，能取代人工的电气检测和显微镜检测，可以广泛应用于COG Bongding生产中的自动光学检测，避免了人工检测速度慢，操作复杂，易受主观因素影响等缺点。【附图说明】:图1是本专利技术的一种基于极值差分统计特征的COG Bonding偏移的自动检测方法的流程图。【具体实施方式】:本专利技术像素精度可以达到0.7微米，检测精度可以达到亚像素精度0.35微米，检测效率可以达到0.1秒，实现了以高效准确的方式数量化COG Bonding偏移尺寸。下面结合附图，对本专利技术的一种基于极值差分统计特征的COG Bonding偏移的自动检测方法进行详细说明:步骤1:通过线阵相机采集图像，获取到图像Image_l ；步骤2:将步骤I获取的图像Image_l向右旋转90度，得到旋转后的图像Image_2 ；步骤3:对步骤2获取的图像Image_2上做框选操作，得到COG Bonding区域的裁剪矩形，根据裁剪矩形将图像裁剪获取到裁剪后的图像Image_3 ;步骤4:对步骤3获取的图像Image_3做二值化操作，获取到二值化图像Image_4 ；步骤4-1:对灰度图像进行直方图均衡校正，得到校正图像；步骤4-2:对校正图像使用最大类间方差法得到的灰度阈值；步骤4-3:将灰度图像各像素点灰度值与灰度阈值比较，若大于阈值则对该点灰度赋值255，若小于阈值则对该点灰度赋值0，得到二值图像。步骤5:对步骤4获取的图像Image_4中白色连通区域进行标记，记录各当前第1页1 2 本文档来自技高网...

【技术保护点】
一种基于极值差分统计特征的COG偏移检测方法，该方法包括如下步骤：步骤1：采集图像；步骤2：将步骤1获取的图像向右旋转90度；步骤3：对步骤2获取的图像做框选操作，得到COG Bonding区域的裁剪矩形，根据裁剪矩形将图像进行裁剪；步骤4：对步骤3获取的图像二值化；步骤5：对步骤4获取的二值化图像中白色连通区域进行标记，记录各个连通区域的位置；步骤6：对步骤5获取的图像计算每个连通区域的面积，并进行面积大小比对，留下最大面积连通区域，删除其他连通区域，获取到最大连通区域图像；步骤7：对步骤6获取的最大连通区域图像记录其白色像素的坐标，复制出步骤3获取的图像在相同坐标对应的区域的ITO引脚图像；步骤8：对步骤7获取的ITO引脚图像使用均值滤波器减小噪声，获取到去噪之后的图像；步骤9：对步骤8获取的去噪图像，计算像素指定邻域的极大值与极小值，并将极大值与极小值的差值作为极值差分图像的对应位置像素的灰度值，获取到极值差分图像；步骤10：对步骤9获取的极值差分图像做统计操作，计算图像每一列的均值与方差，获取到长度与图像宽度一样的一维数组；步骤11：对步骤10获取的一维数组，计算数组指定邻域的极大值与极小值，并将该极大值与极小值的差值作为极值差分数组的对应位置数据的值，获取到极值差分数组；；步骤12：对步骤11获取的极值差分数组，得到该数组的满足COG Bongding BUMP区域左右边的局部极大值点与局部极小值点的索引，即对应BUMP区域的左右边，获取到包含有BUMP区域的左右边坐标信息的一维数组；步骤13：根据步骤12获取的一维数组，计算出对应的Bump区域左右中心，获取到包含有BUMP区域的中心X坐标信息的一维数组；步骤14：根据步骤13获取的一维数组，计算出所有BUMP区域中心的中心X坐标的值，并与步骤7获取的ITO引脚图像的宽度的一半，即ITO区域的中心X坐标做比对，二者之间的差值为COG Bonding偏移尺寸。...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘霖，何岗，谢煜，胡勇，梁翔，倪光明，刘鹏，张静，刘娟秀，刘永，叶玉堂，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51