Image processing in digital computer systems usually considers the visual information as a sequence of frames. These frames are from cameras that capture reality for a short period of time. They are renewed and transm...
详细信息
ISBN:
(纸本)9789898425720
Image processing in digital computer systems usually considers the visual information as a sequence of frames. These frames are from cameras that capture reality for a short period of time. They are renewed and transmitted at a rate of 25-30 fps (typical real-time scenario). Digital video processing has to process each frame in order to obtain a filter result or detect a feature on the input. In stereo vision, existing algorithms use frames from two digital cameras and process them pixel by pixel until it is found a pattern match in a section of both stereo frames. Spike-based processing is a relatively new approach that implements the processing by manipulating spikes one by one at the time they are transmitted, like a human brain. The mammal nervous system is able to solve much more complex problems, such as visual recognition by manipulating neuron's spikes. The spike-based philosophy for visual information processing based on the neuro-inspired Address-Event-Representation (AER) is achieving nowadays very high performances. In this work we study the existing digital stereo matching algorithms and how do they work. After that, we propose an AER stereo matching algorithm using some of the principles shown in digital stereo methods.
本博士论文主要的研究方向是着重在「数位影像处理演算法技术应用在BGA检测的研究」。随着工业时代的演进及进步，工业制程检测自动化是这几十年来全世界努力的目标。制品尺寸在「轻、薄、短、小」概念的驱使下，各种元件无可避免的必须朝向毫米、微米、奈米的尺度发展，才能满足整体产品的需求。同时，近半世纪来人工费用昂贵，加上线上大量量产及制程自动化的趋势，因此单靠人工检查是不够的，也迫使检查技术不得不改弦更张，作出革命性技术的突破。为了达到这个目标，必须检查机器配合演算法才能完成。但是在检查机器配合演算法的比重上，大略可分为两大主流：(1)以检查机器为设计主体及 (2)以演算法为设计主体。前者大体来说是光学仪器，诸如：Ｘ光机、超音波、雷射视觉系统，…等等，设备费用较为昂贵，校正需要较高的技术；後者通常以数位照相机及精致的演算法为主，设备费用较便宜，着重在演算法的技巧设计，形式方面就比较多样，依需求而有所不同。因设备费用较低，近年来成为争相研究的主题。因此本论文也试图以『演算法为设计主体』的新方向来进行BGA封装前，自动化品质保证的检查及量测技术之研究。本文所提出的解决方案包括：建立以「解析几何椭球体模型」为主的测试模型，针对这个模型，作者应用具有倾斜角的CCD捕捉到的影像，可以准确的计算出检查锡球的高度，直径。利用这个模型，在可完全辨识下，作者可以预估CCD的最小有效测试倾斜角限制，同时可以分析实际CCD倾斜角误差的影响。在数位影像处理的「前处理工程」中，作者提出本文作者自行发展的边迹截取前的「影像自动化分割使用新的混合取门槛值方法(a New Mixed Thresholding Approach)」，此方法是一个「三分之一半经验公式的法则（The rule of a one third semi- experience formula）」，它可以改良现有影像自动化分割演算法无法达成的目标；其次在图形边迹截取上，作者提出图形边迹截取演算法，此法也是本文作者自行发展的，它可以有效的、强健的截取图形的边迹；圆-椭圆（或类似圆，类似椭圆，涡旋）辨识演算法，此法也是本文作者自行发展的，它可以有效的、强健的辨识出影像中具有圆形、椭圆形、及近似圆形或近似椭圆形的目标物件。结合上述前处理工程的相关演算法，作者对目的物件与背景可以成功的适度分割，完整的截取，有效的辨识。另外，本文作者在作实际BGA封装前，自动化品质保证的量测及检查中，也提出一系列的处理程序及方法，包括：实际测量中，实物与影像间之尺寸转换函数；由CCD捕捉到的BGA正视图与斜视照射图对照之技巧；利用形心法找寻物体中心座标之技巧；结合本文自行发展的所有演算法，成功的完成本文所有演算法及程序技巧实际量测之验证。证明所有构想是可行的，达到本文的目标，所谓：可以不用传统尺规，只要利用影像处理及解析几何的方法，就可以精确的量测出BGA个别锡球椭圆体的长轴、短轴的长度，并且可以间接量测出锡球的高度，并自动化检查BGA基板共面问题。同时利用形心搜寻技术，成功的检查出BGA个别锡球与原设计值的偏移量（off set）问题。另外，利用SMS演算法找出锡球的轮廓（contour）後，再利用形心法求出BGA个别锡球椭圆体的长轴、短轴的长度後，与预估标准值比较後，就能断定整体BGA 植球布局（Layout）中，锡球大小是否合乎标准值或过大、过小，甚至检验出锡球缺失状况。虽然在实际测试工程中，本论文的辨识率只达到98.72%，但是这种异常现象到底是出在整体处理过程的某一个环节（包括：前处理工程，相关系列的演算法），或是因为原先作者假设测试件的BGA基板上的锡球皆合乎标准的，但是事实上其中某些并没有合乎标准所致。这些都不是单靠人眼或经验可以达成的，它必须靠精密仪器及高级校正技术才能达成的。同时必需准备一套「校正过的BGA基板标准测试件」，如此才可以确实验证。目前台湾还没有提供「校正过的BGA基板标准测试件」的单位，因此详细探讨留待後续再继续研究。虽然本文涉及的相关演算法复杂，但是它是精炼可行的。最重要的是，它不必用高贵的仪器，它不需专精纯熟的技术人员。更重要的，它可以一次、即时的、迅速的检查目前BGA基板的缺失。因此未来的工作，作者将此发展出来的模型（SMS BGA MODEL），实际应用於BGA基板的量测。
暂无评论