机器视觉技术促进半导体产业发展
2013-07-09 10:32:19 来源:工控网 点击:1660
【哔哥哔特导读】众所周知,半导体电子产品都需要在核心芯片之上集成大量的晶体管,这一过程并不是人类视觉所能完成的,由此机器视觉技术在半导体产业发展之上都独特的促进作用。
摘要: 众所周知,半导体电子产品都需要在核心芯片之上集成大量的晶体管,这一过程并不是人类视觉所能完成的,由此机器视觉技术在半导体产业发展之上都独特的促进作用。
众所周知,半导体电子产品都需要在核心芯片之上集成大量的晶体管,这一过程并不是人类视觉所能完成的,由此机器视觉技术在半导体产业发展之上都独特的促进作用。
机器视觉是一个相当新且发展十分迅速的研究领域。人们从20世纪50年代开始研究二维图像的统计模式识别,60年代Roberts开始进行三维机器视觉的研究,70年代中,MIT人工智能实验室正式开设“机器视觉”课程,80年代开始,开始了全球性的研究热潮,机器视觉获得了蓬勃发展,新概念、新理论不断涌现;现在,机器视觉仍然是一个非常活跃的研究领域,与之相关的学科涉及:图像处理、计算机图形学、模式识别、人工智能、人工神经元网络等。
在国外,机器视觉的应用普及主要体现在半导体及电子行业,其中大概40%-50%都集中在半导体行业。具体如PCB印刷电路:各类生产印刷电路板组装技术、设备;单、双面、多层线路板,覆铜板及所需的材料及辅料;辅助设施以及耗材、油墨、药水药剂、配件;电子封装技术与设备;丝网印刷设备及丝网周边材料等。SMT表面贴装:SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等;再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备:电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用,并且其产品在应用中占据着举足轻重的地位。除此之外,机器视觉还用于其他各个领域。
半导体制造过程可以划分为前、中、后三段。在这三段中,每一段制程,机器视觉都是必不可少的。
在前、中段过程中,机器视觉主要应用在精密定位和检测方面。没有精密定位,也就不可能进行硅片生产。中段制程是半导体制程的最重要环节,与机器视觉相关的还有最小刻度测量。目前,后段制程则是机器视觉应用非常广泛的环节。后段制程主要涉及晶圆的电器检测、切割、封装、检测等过程。晶圆在切割前必须使用机器视觉系统检测出瑕疵,并打上标记。
检测完毕切割过程中需要利用机器视觉系统进行精确快速对准定位,采用基于机器视觉技术的预对准技术具备很强的速度优势。基于机器视觉的解决方案,只需要半秒钟就能定位硅片中心并对准切口。美国知名机器视觉厂商Cognex生产的智能相机In-Sight1820就有类似的应用。切割过程开始后也要利用机器视觉进行定位。如果定位出现问题,则可能整片晶圆会报废。切割后的IC要保证在不互相接触的前提下分装到相应的容器内部,再继续利用机器视觉系统找出非瑕疵品进入封装过程。封装过程的机器视觉应用目前在国内外都很成熟,如大家所熟知的AOI。
PC-Base视觉系统和嵌入式视觉系统在半导体和电子行业都有广泛应用,需要根据系统需求来确定到底采用哪种视觉系统。嵌入式系统的主要特点是速度快、性能稳定、操作简单、体积小巧,非常适合于对检测系统安装空间要求非常严格、二次开发需求不是很强以及要求性能稳定的场合。
与此同时,由于由于半导体制造遵循摩尔定律,在IC上可容纳的晶体管数目,约每隔18个月便会增加一倍,性能也将提升一倍。技术需求促进了半导体装备及电子制造装备的更新、升级和飞速发展。这就要求视觉传感技术、机器视觉也能跟上技术发展的需要。令人兴奋的是,这几年,机器视觉所涉及的光学、机械、计算机、软件、电子、芯片、网络通信也在飞速发展,相应的配件光源、镜头、相机、板卡软件都以加速升级换代的步伐来适应因技术发展而促动的机器视觉技术的高速发展。机器视觉在半导体和电子行业中必将成为不可取代的传感检测技术。
本文为哔哥哔特资讯原创文章,未经允许和授权,不得转载,否则将严格追究法律责任;
随着高新科技不断发展,嵌入式计算机与机器视觉的结合构成了嵌入式机器视觉系统,其主要作用是计算机处理由光传感器采集到的图像内容,并持续保持对机器设备的控制与调整的装置。该装置大大弥补了人工检测的不足,最大程度的提升了工作效率及产品合格率。
人工智能飞速发展,在其中,机器视觉作为相当热门的分支,其发展与应用也备受关注,今日来浅析磁芯检验的技术指标与效果,正是有关这一分支。在我们日常所见到的那些电子设备当中,其线圈与变压器内便采用了磁芯,以作阻抗之用,机器视觉的磁芯检验也成了不可忽略的一个环节。
近年来,机器视觉检测技术结合AI,提升了传统机器视觉检测的效率,更好地为磁性元件行业服务。
针对电连接器缺陷检测自动化程度低、检测精度低、检测速度慢、鲁棒性差等问题,本文提出了一种改进的Yolo v3算法来检测电连接器缺陷。
视觉传感器和软件变得更加复杂,其应用也更加多样化,这为制造机器视觉电缆的人们带来了机遇。但是这种发展也增加了对可以在更长距离上传输更多数据的电缆的需求,这带来了新的挑战。
本文就分析各类连接器和电缆的特性,对如何为机器视觉选择正确的电缆和连接器这一课题进行了解析。
第一时间获取电子制造行业新鲜资讯和深度商业分析,请在微信公众账号中搜索“哔哥哔特商务网”或者“big-bit”,或用手机扫描左方二维码,即可获得哔哥哔特每日精华内容推送和最优搜索体验,并参与活动!
发表评论