一种焊盘识别方法技术

本申请属于芯片焊接技术领域，涉及一种焊盘识别方法，包括以下步骤：获取第一图像，第一图像包含目标焊盘的图像；当第一图像处于有效识别区域时，调取预设模板，对预设模板进行拼接，得到第二图像，其中，第二图像的中心位于目标焊盘上；基于所述第二图像获取目标焊盘对应的目标边界集合，并提取目标边界集合的中心坐标，作为目标焊盘的中心坐标；获取目标边界集合与预设模板的匹配度分数，确认目标焊盘的几何信息

【技术实现步骤摘要】
一种焊盘识别方法、计算机设备以及存储介质


[0001]本申请涉及芯片焊接
，更具体地，涉及一种焊盘识别方法
、
计算机设备以及存储介质
。

技术介绍

[0002]在集成电路（
IC
）芯片焊接封装领域，晶元焊盘与配对引线管脚的自动识别与定位是其中至关重要的环节之一
。
由于
IC
复杂的结构，焊盘与管脚的数量与布局复杂程度远远超越了普通的半导体器件（如
LED
等），在用户进行焊线机操作前的焊点位置教点时，如果仍旧采用用户手动识别的方式，则不仅效率十分低下，还存在极大的出错可能
。
[0003]针对芯片晶元上的焊盘，由于在实际的生产环境中，受到材料特性
、
光照环境
、
拍摄质量等不利因素的影响，实际拍摄获取的焊盘可能存在边界模糊
、
多突起毛刺
、
污损残破等现象，导致生成效率低，产品精度差的问题
。

技术实现思路

[0004]本申请实施例所要解决的技术问题是现有技术中对焊盘手动识别导致效率低
、
精度差，且由于实际拍摄的焊盘存在缺陷，导致识别失败
。
[0005]为了解决上述技术问题，本申请实施例提供一种焊盘识别方法，采用了如下所述的技术方案：一种焊盘识别方法，用于对目标焊盘的中心坐标与几何信息进行识别，所述方法包括以下步骤：获取第一图像，所述第一图像包含所述目标焊盘的图像；当所述第一图像处于有效识别区域时，调取预设模板，对所述预设模板进行拼接，得到第二图像，其中，所述第二图像的中心位于所述目标焊盘上；基于所述第二图像获取所述目标焊盘对应的目标边界集合，并提取所述目标边界集合的中心坐标，作为所述目标焊盘的中心坐标；获取所述目标边界集合与所述预设模板的匹配度分数，确认所述目标焊盘的几何信息
。
[0006]进一步的，所述调取预设模板，对所述预设模板进行拼接，得到第二图像的步骤，具体包括：获取参考位置坐标，所述参考位置坐标位于所述目标焊盘上；调取所述预设模板；以所述参考位置坐标为中心，沿垂直方向和
/
或水平方向平移至少一个单位进行拼接，得到所述第二图像，其中，所述一个单位为预设模板的尺寸
。
[0007]进一步的，所述基于所述第二图像获取所述目标焊盘对应的目标边界集合的步骤，具体包括：对位于所述第二图像内的所述第一图像进行二值化处理；
对经过二值化处理后的所述第一图像进行边界集合的提取
。
[0008]进一步的，所述对经过二值化处理后的所述第一图像进行边界集合的提取的步骤，具体包括：使用边界轮廓提取算法，提取所述第一图像中所有焊盘的边界集合；将所有所述边界集合与所述预设模板对比，将几何特征参数与所述预设模板最接近的边界集合作为目标边界集合
。
[0009]进一步的，所述对所述第一图像进行二值化处理的步骤，具体包括：计算所述第一图像的全局灰度分割阈值，并以此阈值对所述第一图像进行处理，将焊盘与背景分开；去除所述第一图像中的毛刺边界与噪点，并填充所述第一图像中的空洞
。
[0010]进一步的，所述提取所述目标边界集合的中心坐标的步骤，具体包括：获取所述目标边界集合中各像素点的坐标与目标边界集合的边界长度；通过以下公式计算所述目标边界集合的中心坐标：；；其中，（
x
ct
，
y
ct
）为所述目标边界集合的中心坐标，
x1，
x2…
x
N
分别为各像素点的横坐标，
y1，
y2…
y
N
分别为各像素点的纵坐标，
N
为目标边界集合中像素点的数量，
m
00
为目标边界集合的边界长度
。
[0011]进一步的，所述获取所述目标边界集合与所述预设模板的匹配度分数的步骤，具体包括：获取所述预设模板的中心坐标，并将所述目标边界集合的中心坐标与所述预设模板的中心坐标重合；获取所述目标边界集合与所述预设模板的重合区域中各像素点的对应灰度；根据各像素点的对应灰度，获取所述匹配度分数，输出所述目标焊盘的几何信息
。
[0012]进一步的，所述匹配度分数为归一度灰度相关系数，通过以下公式计算所述归一度灰度相关系数：；其中，
Coeff_M
为归一度灰度相关系数，
t1，
t2……
t
M
分别为各像素点对应所述预设模版中的灰度值，为各像素点对应所述预设模板中的灰度均值，
i1，
i2……
i
M
分别为各像素点对应所述目标边界集合中的灰度值，为各像素点对应所述目标边界集合中的灰度均值
。
[0013]进一步的，所述匹配度分数为归一度灰度误差平方和，通过以下公式计算所述归一度灰度误差平方和：
；其中，
Sqdiff_M
为归一度灰度误差平方和，
t1，
t2……
t
M
分别为各像素点对应所述预设模版中的灰度值，
i1，
i2……
i
M
分别为各像素点对应所述目标边界集合中的灰度值
。
[0014]进一步的，所述输出所述目标焊盘的几何信息的步骤，具体包括：根据所述目标边界集合中各像素点的坐标
、
所述中心坐标与边界长度，获取所述目标边界集合的旋转角度；根据所述目标边界集合与所述预设模板的匹配度分数，获取所述目标焊盘对应的预设模板的几何形状；输出所述目标边界集合的几何形状
、
边界长度及旋转角度，作为所述目标焊盘的几何信息
。
[0015]为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上所述的焊盘识别方法的步骤
。
[0016]为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的焊盘识别方法的步骤
。
[0017]与现有技术相比，本申请实施例主要有以下有益效果：本申请通过以预设模板拼接形成第二图像从而有效地减小目标识别过程中的识别区域的尺寸大小，起到节省识别时间的作用，同时，将第二图像的中心设于目标焊盘上，以确保第二图像能够完全覆盖目标焊盘且对目标焊盘进行定位，起到提高识别精度的作用；此外，当获取了目标焊盘对应的目标边界集合后，提取目标边界集合的中心坐标作为目标焊盘的中心，并通过目标边界集合与预设模版的匹配度分数，识别出目标焊盘的几何信息；采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种焊盘识别方法，其特征在于，用于对目标焊盘的中心坐标与几何信息进行识别，所述方法包括以下步骤：获取第一图像，所述第一图像包含所述目标焊盘的图像；当所述第一图像处于有效识别区域时，调取预设模板，对所述预设模板进行拼接，得到第二图像，其中，所述第二图像的中心位于所述目标焊盘上；基于所述第二图像获取所述目标焊盘对应的目标边界集合，并提取所述目标边界集合的中心坐标，作为所述目标焊盘的中心坐标；获取所述目标边界集合与所述预设模板的匹配度分数，确认所述目标焊盘的几何信息
。2.
根据权利要求1所述的焊盘识别方法，其特征在于，所述调取预设模板，对所述预设模板进行拼接，得到第二图像的步骤，具体包括：获取参考位置坐标，所述参考位置坐标位于所述目标焊盘上；调取所述预设模板；以所述参考位置坐标为中心，沿垂直方向和
/
或水平方向平移至少一个单位进行拼接，得到所述第二图像，其中，所述一个单位为预设模板的尺寸
。3.
根据权利要求1所述的焊盘识别方法，其特征在于，所述基于所述第二图像获取所述目标焊盘对应的目标边界集合的步骤，具体包括：对位于所述第二图像内的所述第一图像进行二值化处理；对经过二值化处理后的所述第一图像进行边界集合的提取
。4.
根据权利要求3所述的焊盘识别方法，其特征在于，所述对经过二值化处理后的所述第一图像进行边界集合的提取的步骤，具体包括：使用边界轮廓提取算法，提取所述第一图像中所有焊盘的边界集合；将所有所述边界集合与所述预设模板对比，将几何特征参数与所述预设模板最接近的边界集合作为目标边界集合
。5.
根据权利要求3所述的焊盘识别方法，其特征在于，所述对所述第一图像进行二值化处理的步骤，具体包括：计算所述第一图像的全局灰度分割阈值，并以此阈值对所述第一图像进行处理，将焊盘与背景分开；去除所述第一图像中的毛刺边界与噪点，并填充所述第一图像中的空洞
。6.
根据权利要求1所述的焊盘识别方法，其特征在于，所述提取所述目标边界集合的中心坐标的步骤，具体包括：获取所述目标边界集合中各像素点的坐标与目标边界集合的边界长度；通过以下公式计算所述目标边界集合的中心坐标：；；其中，（
x
ct
，
y
ct
）为所述目标边界集合的中心坐标，
x1，
x2…
x
N
分别为各像素点的横坐标，
y1，
y2…
y
N
分别为各像素点的纵坐标，
N
为目标边界集合中像素点的数量，
m
00
为目标...

【专利技术属性】
技术研发人员：陈健桦，朱绍德，李峥嵘，罗波，
申请(专利权)人：深圳市大族封测科技股份有限公司，
类型：发明
国别省市：