组件针孔疵病检测仪测试技术研究
|
摘要
组件针孔疵病检测仪主要用于对阴极组件进台前做最后检测,淘汰不合格产品,为下一步划片做前台准备,同时也能对外协生长的镓砷外延材料进行表面检测。
本课题研究的系统利用了数字图像处理和计算机自动控制,对阴极组件和外协生长的镓砷外延材料进行自动化、科学化、智能化的表面分析。课题所研究的系统应用前景广泛,将来可能应用于多种光电子器件以及光电半导体材料的工艺生产,有利于推动光电子器件以及相关产业向计算机自动化方向的发展。
本论文阐述了自动聚焦的基本原理,分析了多种自动聚焦算法的可行性,设计了在组件针孔疵病检测仪软件系统中的自动聚焦算法。另外,本论文对图像分析算法也做了一定的研究,对怎样提高图像质量提出了一些建议。
组件针孔疵病检测仪硬件系统在前人的基础上有所改进,加装了可变夹具、同轴透射光源、减重装置等等。同时,系统中基于硬件的软件编程也做了很大的改进,文中对此也做了详细的介绍。
组件针孔疵病检测仪软件系统的使用方法,如何设计出与用户交互的友好界面,如何实现各个软件模块对组件针孔疵病检测仪有效控制;组件针孔疵病检测仪系统对GaAs表面的缺陷检测、自动聚焦以及组件针孔等能够表现系统性能的项目做了大量实验是本论文的又一重点。
最后,通过对本论文工作总结,分析了工作中的不足以及对以后工作的展望。
Groupware Pinhole-Blemish Detected Device is used for cathode groupware detection before finished product. Besides, the device is also used for surface detection of GaAs material.
The system researched by this dissertation is based on digital image processing and computer auto control and it makes the surface detection of cathode groupware and GaAs material automatic, scientific and intelligent. In future, the system will be widely used in photoelectron industry.
This dissertation expatiate the basic theory and analyze several arithmetic feasibility of auto focus, design arithmetic of auto focus in the Groupware Pinhole-Blemish Detected Device. Otherwise, the studies of image analyze arithmetic also in this dissertation, and some suggestions of promotion the quality of image have been given.
Groupware Pinhole-Blemish Detected Device's hardware system on the basis of previous improvements, the installation of a variable fixture, coaxial transmission source, weight loss devices, and so on. At the same time, hardware-based system in the software programming has done a great improvement, when also done this in detail.
The another point of this dissertation is how to use it, how to design the UI (User Interface) and how to control it. Experiments of surface detection, auto focus and pinhole blemish are also important.
Finally, although summarize of the dissertation, analyze the insufficiency of work and the expectation of the future.
本课题研究的系统利用了数字图像处理和计算机自动控制,对阴极组件和外协生长的镓砷外延材料进行自动化、科学化、智能化的表面分析。课题所研究的系统应用前景广泛,将来可能应用于多种光电子器件以及光电半导体材料的工艺生产,有利于推动光电子器件以及相关产业向计算机自动化方向的发展。
本论文阐述了自动聚焦的基本原理,分析了多种自动聚焦算法的可行性,设计了在组件针孔疵病检测仪软件系统中的自动聚焦算法。另外,本论文对图像分析算法也做了一定的研究,对怎样提高图像质量提出了一些建议。
组件针孔疵病检测仪硬件系统在前人的基础上有所改进,加装了可变夹具、同轴透射光源、减重装置等等。同时,系统中基于硬件的软件编程也做了很大的改进,文中对此也做了详细的介绍。
组件针孔疵病检测仪软件系统的使用方法,如何设计出与用户交互的友好界面,如何实现各个软件模块对组件针孔疵病检测仪有效控制;组件针孔疵病检测仪系统对GaAs表面的缺陷检测、自动聚焦以及组件针孔等能够表现系统性能的项目做了大量实验是本论文的又一重点。
最后,通过对本论文工作总结,分析了工作中的不足以及对以后工作的展望。
Groupware Pinhole-Blemish Detected Device is used for cathode groupware detection before finished product. Besides, the device is also used for surface detection of GaAs material.
The system researched by this dissertation is based on digital image processing and computer auto control and it makes the surface detection of cathode groupware and GaAs material automatic, scientific and intelligent. In future, the system will be widely used in photoelectron industry.
This dissertation expatiate the basic theory and analyze several arithmetic feasibility of auto focus, design arithmetic of auto focus in the Groupware Pinhole-Blemish Detected Device. Otherwise, the studies of image analyze arithmetic also in this dissertation, and some suggestions of promotion the quality of image have been given.
Groupware Pinhole-Blemish Detected Device's hardware system on the basis of previous improvements, the installation of a variable fixture, coaxial transmission source, weight loss devices, and so on. At the same time, hardware-based system in the software programming has done a great improvement, when also done this in detail.
The another point of this dissertation is how to use it, how to design the UI (User Interface) and how to control it. Experiments of surface detection, auto focus and pinhole blemish are also important.
Finally, although summarize of the dissertation, analyze the insufficiency of work and the expectation of the future.
引文
[1]顾祖毅,田立林,富力文.半导体物理学.电子工业出版社,1995
[2]章毓晋.图像处理.清华大学出版社,2006
[3]夏良正.数字图像处理.电子工业出版社,2003
[4]孙杰,袁跃辉,王传永.数字图像处理自动图像聚焦算法的分析和比较.光学学报,2007,27(1):35～39
[5]岳永娟,苗立刚,彭思.多层显微图像的自动拼接方法.计算机辅助设计与图形学学报,2006,18(7):959～964
[6]江运华.小波分析在图像处理中的应用.人工智能及识别技术,2007
[7]姜志国等.基于全自动控制显微镜的自动聚焦算法研究.中国图象图形学报,2004,9(4):396～401
[8]宗光华,孙明磊,毕树生,于靖军,余志伟.显微视觉自动聚焦研究.光学学报,2005,25(9):1225～1232
[9]方以,郑崇勋,闫相国.显微镜自动聚焦算法的研究.仪器仪表学报,2005,26(12):1275～1277
[10]陈武凡等.小波分析及其在图像处理中的应用.科学出版社,2002
[11]CASTLEMAN K R.数字图像处理.电子工业出版社,2002
[12]Szeliski R,Kang S B.Direct method for visual scene reconstruction.IEEE,1995
[13]Tianhorng CHANG,C.C.JayKUO.Texture Analysis and Classification with Tree-Structured Wavelet Transform.IEEE,1993
[14]Zhang Y,Nascimento M A,Zaiane,O R..Building image mosaics:an application of contentbased image retrieval.IEEE,2003
[15]RobinN.STRICKLAND.Wavelet Transform Methods for Object Detection and Recovery.IEEE.1999
[16]Bami M,et al.What is the future for watermarking?(Part1).IEEE,2003,20(5):55～59
[17]Bami M,et al.What is the future for watermarking?(Part2).IEEE,2003,20(6):53～58
[18]Keller Y,A verbuch A,IsraeliM.Pseudopo lar-based estimation of large translations,Rotations,and Scalings in Images.IEEE,2005,14(1):12～22
[19]Tang Qingyang,L u Peizhong.The estimation of motion parameters and dynamic mosaic representation for videos.Computer Science,2004,31(6):189～193
[20]潘爱民.Visual C++ 技术内幕.清华大学出版社,1999
[21]陆润民等.C语言绘图教程.清华大学出版社,1996
[22]高守传,姚领田等.Visual C++数字图像处理.中国铁道出版社,2006
[23]李建平.小波分析与信号处理——理论应用及软件实现.重庆出版社,1997
[24]赵春晖.现代图像处理技术及Matlab实现.人民邮电出版社,2001
[25]陈景良,陈向辉.特殊矩阵.清华大学出版社,2001
[26]钱能.C++程序设计教程.清华大学出版社,1999
[27]阮秋琦.数字图像处理学.电子工业出版社,2001
[28]章毓晋.图象分割.科学出版社,2001
[29]陈众,李祖枢,李剑.基于HVS特性的图像边缘锐化方法.计算机辅助设计与图形学学报,2001,11:1043～1047
[30]赵雪松,陈淑珍.综合全局二值化与边缘检测的图像分割方法.计算机辅助设计与图形学学报,2001,2:118～121
[31]秦前清,杨宗凯.实用小波分析.西安电子科技大学出版社,2001
[32]郑南宁.计算机视觉与模式识别.国防工业出版社,1998
[33]冈萨雷斯.数字图像处理.电子工业出版社,2004
[34]李建平,唐远炎.小波分析方法的应用。重庆大学出版社,1999
[35]肖乐,朱玉文,丁丽宏,刘万春.基于Gabor滤波器的瑕疵自动检测方法.北京理工大学学报,2002,22(6):718～721
[36]王勇,王典洪.基于图像清晰度的快速自动聚焦算法.计算机测量与控制,2008,16(3):370～372
[37]朱铮涛,黎绍发,陈华平.基于图像熵的自动聚焦函数研究.光学精密工程,2004,12(5):537～542
[38]许盛,李见为,基于智能化自动调焦的高级显微镜系统。光电工程,2000,27(1):33～36
[39]郑春阳,李永新,李胜利.用于CCD图像采集的自动聚焦控制系统设计.测控技术,2004,23(5):51～53
[40]祝世平,房建成,周锐.一种新的能量谱-熵图像聚焦评价函数。北京航空航天大学学报,1999,25(6):720～723
[41]李弼程,彭天强,智能图像处理技术.电子工业出版社,2004
[42]徐晨,赵瑞珍,甘小冰.小波分析·应用算法.科学出版社,2004
[43]胡小锋,赵辉.Visual C++/MATLAB图像处理与识别实用案例精选.人民邮电出版社,2004
[44]MilanSonka,Vacl-avHlavac,RogerBoyle.图像处理、分析与机器视觉.人民邮电出版社,2003
[45]李晓辉,卢艳,孙康明,胡敬佩,李昌贵.基于VC的自动聚焦视频监视系统软件 的开发设计.现代电子技术,2007,16:7～9
[46]康维新.CCD自动调焦系统的实验研究.交通科技与经济,2002,3:48～51
[47]高赞,姜威,朱孔凤,周贤.基于边缘梯度的自动聚焦算法.系统工程与电子技术,2007,29(3):495～498
[48]李开端,赵育良,李英杰,张青臣.基于面阵CCD的相机自动调焦技术.传感器技术,2002,21(6):46～49
[49]何斌.Visual C++.数字图像处理.人民邮电出版社,2001
[50]木林森.Visual C++6.0使用与开发.清华大学出版社,1998
[51]潘爱民.Visual C++技术内幕.清华大学出版社,1999
[52]前导工作室.Visual C++语言参考手册.清华大学出版社,1999
[53]王世同等.Visual C++基础编程.清华大学出版社,1999
[54]陈建春等.Microsoft Visual C++图形系统开发技术基础.电子工业出版社,1998
[55]孙凤英等.MFC开发Windows 95/NT4应用程序.清华大学出版社,1998
[56]飞思科技.小波分析理论与MATLAB7实现.电子工业出版社,2005
[57]柳永新,杨东凯,蒋晓瑜等.Windows C 程序设计入门与提高.清华大学出版社,1999
[58]赵峰,赵荣椿.分裂-合并方法在图像分割、目标提取中的应用.西北工业大学学报,2000,18(1):116～120
[59]赵小英,黄凤荣.多特征融合的目标识别与提取在空间定位中的研究.河北工业大学学报,2002,31(4):89～92
[60]谌海新,沈振康,夏放怀.一种基于日标特征的多门限图像分割方法.电子学报,1999,27(3):32～36
[61]刘天明,郭雷,韩军伟.独立边界自增强方法.自动化学报,2002,28:209～215
[62]郑南宁.计算机视觉与模式识别.国防工业出版社,1998
[2]章毓晋.图像处理.清华大学出版社,2006
[3]夏良正.数字图像处理.电子工业出版社,2003
[4]孙杰,袁跃辉,王传永.数字图像处理自动图像聚焦算法的分析和比较.光学学报,2007,27(1):35～39
[5]岳永娟,苗立刚,彭思.多层显微图像的自动拼接方法.计算机辅助设计与图形学学报,2006,18(7):959～964
[6]江运华.小波分析在图像处理中的应用.人工智能及识别技术,2007
[7]姜志国等.基于全自动控制显微镜的自动聚焦算法研究.中国图象图形学报,2004,9(4):396～401
[8]宗光华,孙明磊,毕树生,于靖军,余志伟.显微视觉自动聚焦研究.光学学报,2005,25(9):1225～1232
[9]方以,郑崇勋,闫相国.显微镜自动聚焦算法的研究.仪器仪表学报,2005,26(12):1275～1277
[10]陈武凡等.小波分析及其在图像处理中的应用.科学出版社,2002
[11]CASTLEMAN K R.数字图像处理.电子工业出版社,2002
[12]Szeliski R,Kang S B.Direct method for visual scene reconstruction.IEEE,1995
[13]Tianhorng CHANG,C.C.JayKUO.Texture Analysis and Classification with Tree-Structured Wavelet Transform.IEEE,1993
[14]Zhang Y,Nascimento M A,Zaiane,O R..Building image mosaics:an application of contentbased image retrieval.IEEE,2003
[15]RobinN.STRICKLAND.Wavelet Transform Methods for Object Detection and Recovery.IEEE.1999
[16]Bami M,et al.What is the future for watermarking?(Part1).IEEE,2003,20(5):55～59
[17]Bami M,et al.What is the future for watermarking?(Part2).IEEE,2003,20(6):53～58
[18]Keller Y,A verbuch A,IsraeliM.Pseudopo lar-based estimation of large translations,Rotations,and Scalings in Images.IEEE,2005,14(1):12～22
[19]Tang Qingyang,L u Peizhong.The estimation of motion parameters and dynamic mosaic representation for videos.Computer Science,2004,31(6):189～193
[20]潘爱民.Visual C++ 技术内幕.清华大学出版社,1999
[21]陆润民等.C语言绘图教程.清华大学出版社,1996
[22]高守传,姚领田等.Visual C++数字图像处理.中国铁道出版社,2006
[23]李建平.小波分析与信号处理——理论应用及软件实现.重庆出版社,1997
[24]赵春晖.现代图像处理技术及Matlab实现.人民邮电出版社,2001
[25]陈景良,陈向辉.特殊矩阵.清华大学出版社,2001
[26]钱能.C++程序设计教程.清华大学出版社,1999
[27]阮秋琦.数字图像处理学.电子工业出版社,2001
[28]章毓晋.图象分割.科学出版社,2001
[29]陈众,李祖枢,李剑.基于HVS特性的图像边缘锐化方法.计算机辅助设计与图形学学报,2001,11:1043～1047
[30]赵雪松,陈淑珍.综合全局二值化与边缘检测的图像分割方法.计算机辅助设计与图形学学报,2001,2:118～121
[31]秦前清,杨宗凯.实用小波分析.西安电子科技大学出版社,2001
[32]郑南宁.计算机视觉与模式识别.国防工业出版社,1998
[33]冈萨雷斯.数字图像处理.电子工业出版社,2004
[34]李建平,唐远炎.小波分析方法的应用。重庆大学出版社,1999
[35]肖乐,朱玉文,丁丽宏,刘万春.基于Gabor滤波器的瑕疵自动检测方法.北京理工大学学报,2002,22(6):718～721
[36]王勇,王典洪.基于图像清晰度的快速自动聚焦算法.计算机测量与控制,2008,16(3):370～372
[37]朱铮涛,黎绍发,陈华平.基于图像熵的自动聚焦函数研究.光学精密工程,2004,12(5):537～542
[38]许盛,李见为,基于智能化自动调焦的高级显微镜系统。光电工程,2000,27(1):33～36
[39]郑春阳,李永新,李胜利.用于CCD图像采集的自动聚焦控制系统设计.测控技术,2004,23(5):51～53
[40]祝世平,房建成,周锐.一种新的能量谱-熵图像聚焦评价函数。北京航空航天大学学报,1999,25(6):720～723
[41]李弼程,彭天强,智能图像处理技术.电子工业出版社,2004
[42]徐晨,赵瑞珍,甘小冰.小波分析·应用算法.科学出版社,2004
[43]胡小锋,赵辉.Visual C++/MATLAB图像处理与识别实用案例精选.人民邮电出版社,2004
[44]MilanSonka,Vacl-avHlavac,RogerBoyle.图像处理、分析与机器视觉.人民邮电出版社,2003
[45]李晓辉,卢艳,孙康明,胡敬佩,李昌贵.基于VC的自动聚焦视频监视系统软件 的开发设计.现代电子技术,2007,16:7～9
[46]康维新.CCD自动调焦系统的实验研究.交通科技与经济,2002,3:48～51
[47]高赞,姜威,朱孔凤,周贤.基于边缘梯度的自动聚焦算法.系统工程与电子技术,2007,29(3):495～498
[48]李开端,赵育良,李英杰,张青臣.基于面阵CCD的相机自动调焦技术.传感器技术,2002,21(6):46～49
[49]何斌.Visual C++.数字图像处理.人民邮电出版社,2001
[50]木林森.Visual C++6.0使用与开发.清华大学出版社,1998
[51]潘爱民.Visual C++技术内幕.清华大学出版社,1999
[52]前导工作室.Visual C++语言参考手册.清华大学出版社,1999
[53]王世同等.Visual C++基础编程.清华大学出版社,1999
[54]陈建春等.Microsoft Visual C++图形系统开发技术基础.电子工业出版社,1998
[55]孙凤英等.MFC开发Windows 95/NT4应用程序.清华大学出版社,1998
[56]飞思科技.小波分析理论与MATLAB7实现.电子工业出版社,2005
[57]柳永新,杨东凯,蒋晓瑜等.Windows C 程序设计入门与提高.清华大学出版社,1999
[58]赵峰,赵荣椿.分裂-合并方法在图像分割、目标提取中的应用.西北工业大学学报,2000,18(1):116～120
[59]赵小英,黄凤荣.多特征融合的目标识别与提取在空间定位中的研究.河北工业大学学报,2002,31(4):89～92
[60]谌海新,沈振康,夏放怀.一种基于日标特征的多门限图像分割方法.电子学报,1999,27(3):32～36
[61]刘天明,郭雷,韩军伟.独立边界自增强方法.自动化学报,2002,28:209～215
[62]郑南宁.计算机视觉与模式识别.国防工业出版社,1998