一種基于極值差分統(tǒng)計(jì)特征的cog偏移檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于數(shù)字圖像處理領(lǐng)域，具體涉及一種COG檢測(cè)方法。
【背景技術(shù)】
[0002]Chip-On-Glass (COG)互連，即驅(qū)動(dòng)器IC接合在與覆蓋有各向異性導(dǎo)電液膜(ACF)的玻璃基板(Ι??)上，是用于液晶顯示器(LCD)的共同使用的封裝的過(guò)程，也就是COGBonding過(guò)程。其中ACF是一種類似于膠帶組成的粘合劑環(huán)氧基體和導(dǎo)電粒子組成，導(dǎo)電粒子是金屬涂覆的聚合物球體，直徑3?5微米，粘合劑是熱固性樹(shù)脂。導(dǎo)電互連是通過(guò)芯片凸塊和相應(yīng)的基底襯墊之間捕集的導(dǎo)電粒子實(shí)現(xiàn)的，同時(shí)粘合基質(zhì)提供了穩(wěn)定的密合性及固化后的電絕緣性。
[0003]COG Bonding偏移檢測(cè)是判斷IXD屏線路導(dǎo)電互連的關(guān)鍵標(biāo)準(zhǔn)。通常的檢測(cè)方法是將LCM生產(chǎn)工藝中經(jīng)過(guò)COG Bonding后的玻璃放置在金相顯微鏡下，由現(xiàn)場(chǎng)技術(shù)人員觀察偏移尺寸。這種檢查方式是憑借技術(shù)人員自身的知識(shí)和經(jīng)驗(yàn)判斷具體的尺寸，摻雜了較多主觀因素，存在效率和精度的不足，不能給出一個(gè)準(zhǔn)確的量化數(shù)據(jù)。隨著計(jì)算機(jī)數(shù)字圖像技術(shù)的不斷發(fā)展，利用配合機(jī)器視覺(jué)技術(shù)的自動(dòng)化系統(tǒng)檢測(cè)已經(jīng)成為趨勢(shì)，使用計(jì)算機(jī)自動(dòng)處理代替人工處理可以提高檢測(cè)效率和檢測(cè)精度。通過(guò)包含有微分干涉模塊(DIC)的圖像采集系統(tǒng)對(duì)COG Bonding后的玻璃采集圖像，通過(guò)圖像極值差分的統(tǒng)計(jì)特征，利用計(jì)算機(jī)自動(dòng)檢測(cè)，快速有效地檢測(cè)出COG Bonding偏移，避免了人工檢測(cè)速度慢，勞動(dòng)強(qiáng)度大，易受主觀因素影響等缺點(diǎn)。

【發(fā)明內(nèi)容】

:
[0004]本發(fā)明的目的是針對(duì)COG Bonding偏移檢測(cè)中現(xiàn)有技術(shù)的不足，設(shè)計(jì)了一種基于極值差分統(tǒng)計(jì)特征的COG偏移檢測(cè)方法，從而達(dá)到簡(jiǎn)便、高效、準(zhǔn)確的檢測(cè)出COG Bonding偏移的目的。
[0005]本發(fā)明技術(shù)方案是一種基于極值差分統(tǒng)計(jì)特征的COG偏移檢測(cè)方法，該方法包括如下步驟:
[0006]步驟1:采集圖像；
[0007]步驟2:將步驟I獲取的圖像向右旋轉(zhuǎn)90度；
[0008]步驟3:對(duì)步驟2獲取的圖像做框選操作，得到COG Bonding區(qū)域的裁剪矩形，根據(jù)裁剪矩形將圖像進(jìn)行裁剪；
[0009]步驟4:對(duì)步驟3獲取的圖像二值化；
[0010]步驟5:對(duì)步驟4獲取的二值化圖像中白色連通區(qū)域進(jìn)行標(biāo)記，記錄各個(gè)連通區(qū)域的位置；
[0011]步驟6:對(duì)步驟5獲取的圖像計(jì)算每個(gè)連通區(qū)域的面積，并進(jìn)行面積大小比對(duì)，留下最大面積連通區(qū)域，刪除其他連通區(qū)域，獲取到最大連通區(qū)域圖像；
[0012]步驟7:對(duì)步驟6獲取的最大連通區(qū)域圖像記錄其白色像素的坐標(biāo)，復(fù)制出步驟3獲取的圖像在相同坐標(biāo)對(duì)應(yīng)的區(qū)域的ITO引腳圖像；
[0013]步驟8:對(duì)步驟7獲取的ITO引腳圖像使用均值濾波器減小噪聲，獲取到去噪之后的圖像；
[0014]步驟9:對(duì)步驟8獲取的去噪圖像，計(jì)算像素指定鄰域的極大值與極小值，并將極大值與極小值的差值作為極值差分圖像的對(duì)應(yīng)位置像素的灰度值，獲取到極值差分圖像；
[0015]步驟10:對(duì)步驟9獲取的極值差分圖像做統(tǒng)計(jì)操作，計(jì)算圖像每一列的均值與方差，獲取到長(zhǎng)度與圖像寬度一樣的一維數(shù)組；
[0016]步驟11:對(duì)步驟10獲取的一維數(shù)組，計(jì)算數(shù)組指定鄰域的極大值與極小值，并將該極大值與極小值的差值作為極值差分?jǐn)?shù)組的對(duì)應(yīng)位置數(shù)據(jù)的值，獲取到極值差分?jǐn)?shù)組；；
[0017]步驟12:對(duì)步驟11獲取的極值差分?jǐn)?shù)組，得到該數(shù)組的滿足COG Bongding BUMP區(qū)域左右邊的局部極大值點(diǎn)與局部極小值點(diǎn)的索引，即對(duì)應(yīng)BUMP區(qū)域的左右邊，獲取到包含有BUMP區(qū)域的左右邊坐標(biāo)信息的一維數(shù)組；
[0018]步驟13:根據(jù)步驟12獲取的一維數(shù)組，計(jì)算出對(duì)應(yīng)的Bump區(qū)域左右中心，獲取到包含有BUMP區(qū)域的中心X坐標(biāo)信息的一維數(shù)組；
[0019]步驟14:根據(jù)步驟13獲取的一維數(shù)組，計(jì)算出所有BUMP區(qū)域中心的中心X坐標(biāo)的值，并與步驟7獲取的ITO引腳圖像的寬度的一半，即ITO區(qū)域的中心X坐標(biāo)做比對(duì)，二者之間的差值為COG Bonding偏移尺寸。
[0020]其中步驟4的具體步驟為:
[0021]步驟4-1:對(duì)灰度圖像進(jìn)行直方圖均衡校正，得到校正圖像；
[0022]步驟4-2:對(duì)校正圖像使用最大類間方差法得到的灰度閾值；
[0023]步驟4-3:將灰度圖像各像素點(diǎn)灰度值與灰度閾值比較，若大于閾值則對(duì)該點(diǎn)灰度賦值255，若小于閾值則對(duì)該點(diǎn)灰度賦值0，得到二值圖像；
[0024]步驟6的具體步驟為:
[0025]步驟6-1:計(jì)算連通區(qū)域的面積，經(jīng)過(guò)面積篩選保留面積最大的連通區(qū)域；
[0026]步驟6-2:對(duì)剩下的連通區(qū)域做填充操作；
[0027]步驟9的具體步驟為:
[0028]步驟9-1:計(jì)算像素3*3鄰域內(nèi)的極大值與極小值；
[0029]步驟9-2:將對(duì)應(yīng)像素的鄰域極大值減去極小值，得到差值；
[0030]步驟9-3:重復(fù)步驟9-1，步驟9-2，遍歷圖像，得到差分圖像；
[0031]步驟12的具體步驟為:
[0032]步驟12-1:經(jīng)過(guò)局部極大值篩選，保留極大值在0.6之上的極大值；
[0033]步驟12-2:經(jīng)過(guò)局部極小值篩選，保留極小值在0.2之下的極小值；
[0034]步驟12-3:經(jīng)過(guò)相鄰局部極大極小差值篩選，保留局部極大極小差值在0.7之下的極大值，極小值；
[0035]通過(guò)本發(fā)明一種基于極值差分統(tǒng)計(jì)特征的COG偏移檢測(cè)方法，實(shí)現(xiàn)了以高效準(zhǔn)確的方式數(shù)量化COG Bonding偏移尺寸。本發(fā)明具有檢測(cè)精度高，檢測(cè)效率快，操作簡(jiǎn)便，數(shù)量化偏移尺寸等優(yōu)點(diǎn)，能取代人工的電氣檢測(cè)和顯微鏡檢測(cè)，可以廣泛應(yīng)用于COG Bongding生產(chǎn)中的自動(dòng)光學(xué)檢測(cè)，避免了人工檢測(cè)速度慢，操作復(fù)雜，易受主觀因素影響等缺點(diǎn)?！靖綀D說(shuō)明】:
[0036]圖1是本發(fā)明的一種基于極值差分統(tǒng)計(jì)特征的COG Bonding偏移的自動(dòng)檢測(cè)方法的流程圖。
【具體實(shí)施方式】
:
[0037]本發(fā)明像素精度可以達(dá)到0.7微米，檢測(cè)精度可以達(dá)到亞像素精度0.35微米，檢測(cè)效率可以達(dá)到0.1秒，實(shí)現(xiàn)了以高效準(zhǔn)確的方式數(shù)量化COG Bonding偏移尺寸。下面結(jié)合附圖，對(duì)本發(fā)明的一種基于極值差分統(tǒng)計(jì)特征的COG Bonding偏移的自動(dòng)檢測(cè)方法進(jìn)行詳細(xì)說(shuō)明:
[0038]步驟1:通過(guò)線陣相機(jī)采集圖像，獲取到圖像Image_l ；
[0039]步驟2:將步驟I獲取的圖像Image_l向右旋轉(zhuǎn)90度，得到旋轉(zhuǎn)后的圖像Image_2 ；
[0040]步驟3:對(duì)步驟2獲取的圖像Image_2上做框選操作，得到COG Bonding區(qū)域的裁剪矩形，根據(jù)裁剪矩形將圖像裁剪獲取到裁剪后的圖像Image_3 ;
[0041]步驟4:對(duì)步驟3獲取的圖像Image_3做二值化操作，獲取到二值化圖像Image_4 ；
[0042]步驟4-1:對(duì)灰度圖像進(jìn)行直方圖均衡校正，得到校正圖像；
[0043]步驟4-2:對(duì)校正圖像使用最大類間方差法得到的灰度閾值；
[0044]步驟4-3:將灰度圖像各像素點(diǎn)灰度值與灰度閾值比較，若大于閾值則對(duì)該點(diǎn)灰度賦值255，若小于閾值則對(duì)該點(diǎn)灰度賦值0，得到二值圖像。
[0045]步驟5:對(duì)步驟4獲取的圖像Image_4中白色連通區(qū)域進(jìn)行標(biāo)記，記錄各