孫林偉，賀云波，張昌，彭廣德

（廣東工業(yè)大學機電工程學院，廣東 廣州 510006）

傳統(tǒng)的固晶焊線封裝方式已經越來越不能滿足當今半導體集成電路封裝行業(yè)的發(fā)展需求，由此推動了倒裝封裝設備發(fā)展。目前我國倒裝封裝裝備主要依賴進口，核心技術受制于人，處于行業(yè)的中低端，研發(fā)出具有自主知識產權的高端核心封裝裝備就顯得尤為迫切。機器視覺技術是倒裝機系統(tǒng)中的核心技術之一，想要研發(fā)出有競爭力的倒裝設備機器視覺技術是必須要攻克的難題。圖像匹配是倒裝裝備機器視覺系統(tǒng)中的重要技術，而邊緣檢測又是圖像匹配算法中的關鍵技術。以圖像邊緣檢測為基礎，對于解決較高層次的圖像匹配、模式識別具有重要意義。倒裝機的定位精度要達到微米級別，對于這么高的定位精度，常用的邊緣檢測算子無法滿足要求。為了能夠提取完整的模板邊緣，滿足精度要求，提出一種改進的Canny邊緣檢測算子用于倒裝機視覺系統(tǒng)模板邊緣的檢測。

1 基于空間域上微分邊緣提取算子

常見的邊緣檢測算子有Roberts算子、Prewitt算子、Sobel算子、LoG算子、Canny算子等。

Canny算子處理步驟如下：（1）將圖像f(x，y)與算子Gn(x，y)做卷積，Gn(x，y)是標準差為σ的高斯函數G(x，y)沿n方向上的一階方向導數。（2）求圖像中每個像素的局部邊緣的法方向n；法方向n與邊緣垂直。（3）非極大值抑制求出邊緣的位置；邊緣位于Gn(x，y)與圖像f(x，y)卷積在n方向上的局部最大值位置處。（4）計算邊緣幅值。（5）對邊緣圖像做滯后閾值化處理，抑制虛假邊緣。（6）用特征綜合方法，收集來自多尺度的最終邊緣信息，剔除虛假邊緣并將小邊緣連接成完整的邊緣。

2 幾種邊緣檢測算子實驗結果及分析

不同的邊緣檢測算子檢測結果差異較大，Roberts算子與LoG算子的邊緣檢測精度較高，在檢測到細小邊緣的同時也檢測出了噪音。Sobel算子和Prewitt算子，能夠抑制一定的噪音和偽邊緣，但也平滑了真正的邊緣。Canny算子邊緣定位準確性高，能得到比較完整的支架模板邊緣，但是檢測出了很多虛假邊緣，邊緣出現斷點。綜合來看Canny算子的邊緣檢測效果好，可以以傳統(tǒng)的Canny算子為基礎進行改進，使其邊緣檢測效果達到倒裝機視覺模板匹配要求。

3 改進的Canny邊緣檢測算子

Canny主要有兩個問題，高斯濾波器是一種線性濾波器在抑制圖形噪音的同時弱化了邊緣。另外，Canny算子不能實現自適應選取雙閾值，需要人為進行設置，這會導致雙閾值選取不合理。

（1）對于改進Canny算子中高斯濾波器問題，提出了一種基于改進均值濾波和中值濾波的中心加權的MTM算法：

選取以(i,j)為領域中心像素點的濾波模板，然后將模板中心像素(i,j)加權之后再進行中值排序操作，加權可以加強中心像素的作用，保留更多的邊緣細節(jié)：，表示濾波模板像素點的灰度值，n為像素點數，ω為中心點像素權重。以像素值為中心取一個灰度區(qū)間，設為灰度區(qū)間內的灰度值，令，作為模板內中心點(i,j)像素值的響應。的大小將會影響整個濾波模板的輸出值，進而影響到濾波效果。當趨于0時，濾波器相當于一個中心加權的中值濾波器，趨向于無窮大時，濾波器相當于一個中心加權濾波器；的取值計算公式為：，H為最小邊緣高度，是高斯噪音標準差，一般情況下取值。MTM濾波算法能比較好的抑制噪音和支架的一些細小缺陷，同時又比較好的保護了邊緣，濾波效果比較理想。

（2）對雙閾值的選取如何實現自適應的問題，提出一種基于Otsu算法的雙閾值檢測算法，最大類間方差Otsu算法是由日本學者Otus在1979年提出的，將圖像分為目標和背景兩類，以計算類間方差為依據，通過搜索類間方差最大值，自適應的確定最佳分割閾值：

假設有M×N的圖像，有L個不同的灰度值，表示灰度值的像素點個數，則圖像總像素數。，表示灰度值i出現的概率。假設選擇一個閾值，將圖像分為和兩類，像素點被分到類中的概率為，被分到類中的概率為。分到類中像素的平均值，分到類中像素的平均值，整個圖像灰度平均值，。由上面的公式可求得類間方差：，最佳分割閾值為使類間方差最大的值。設Otsu算法得到的最佳閾值為高閾值，再有高閾值為低閾值的兩倍這一關系得到低閾值。

4 基于MTM與Otus算法的Canny邊緣檢測算子

通過上面的研究分析，可以用MTM算法代替高斯濾波器，對模板圖像進行平滑濾波，克服高斯濾波器在抑制圖形噪音的同時弱化了邊緣的缺陷，實現對圖像的自適應平滑濾波，使用Otus算法得出的閾值進行雙閾值法檢測邊緣。改進的Canny算子檢測步驟如下。

（1）使用MTM算法平滑圖像；

（2）用一階偏導的有限差分來計算梯度的幅值和方向；

（3）對梯度幅值用非極大值抑制算法進行處理；

（4）用Otus算法自適應得到的最佳閾值作為雙閾值算法的高閾值，低閾值設為高閾值的一半，即。

圖1 改進的Canny算子模板邊緣檢測效果

基于MTM與Otus算法的Canny算子對支架模板的邊緣檢測實際效果如圖1所示，提取的模板邊緣完整，沒有檢測出虛假邊緣，抑制噪音效果比較好，達到了預期要求。

5 結語

晶圓級倒裝封裝裝備視覺系統(tǒng)對模板邊緣檢測要求較高，普通邊緣檢測算法難以達到要求。針對這個問題提出了一種改進的Canny邊緣檢測算子，用中心加權的MTM濾波器代替原有的高斯濾波器，用Otus算法改進Canny算子的雙閾值檢測算法，實現自適應選取分割閾值。經過仿真測試，改進的邊緣檢測算法能夠完整的檢測出模板邊緣，算法的改進是成功的。

[1] 于燮康.集成電路產業(yè)技術發(fā)展趨勢與突破路徑[J].中國工業(yè)評論，2015,（8）：57.

[2] STEGER C，ULRICH M，WIEDEMANN C.機器視覺算法與應用[M].楊少榮譯.北京:清華大學出版社，2008.

[3] 胡文錦.圖像邊緣檢測方法研究[D].北京交通大學，2009.

[4] 張錚，徐超，任淑霞等.數字圖像處理與機器視覺[M].北京：人民郵電出版社，2014.

[5] Yong Lee, Kassan S. Generalized Median Filtering and Related Nonlinear Filtering Techniques [J].IEEE Transaction on Acoustics,Speech, and Signal Processing, 1985,33(3):672-683.

[6] 梅躍松,楊樹興,莫波.基于Canny算子的改進的圖像邊緣檢測方法[J].激光與紅外,2006,36(6):501-503.

[7] Otsu N. A threshold selection method from gray-level histogram[J].IEEE Transactions on system Man Cybernetics(S1083-4419),1979,9(1):62-66.