随着电子制造装备产业不断发展,电子制造装备效率和精度要求不断提高。在芯片固晶、检测、分选等领域,需要运动平台能快速和准确地对晶圆芯片进行识别与定位,定位的速度和精度直接决定了电子制造的效率和质量。本课题运用机器视觉和图像处理技术,研究面向视觉伺服的芯片识别与定位算法,主要工作包括:(1)为满足视觉伺服平台高速、高精度定位的要求,首先进行了功能需求分析,并对机器视觉系统进行了时序分析,通过实时拓展软件KRTS完成机器视觉系统的实时性设计。然后对光源、相机、运动控制系统等进行硬件选型,构建了基于机器视觉和运动控制的视觉伺服控制模型。(2)为了提高识别定位的精度,首先对芯片边缘区域进行粗定位,然后利用改进自适应算子去除边缘干扰,最后采用去除大误差点的最小二乘拟合,进行直线型边缘拟合,有效提高了精度。(3)为了提高芯片识别定位的速度,首先从减小搜索面积和搜索角度两个方面进行优化,然后提出改进的形状匹配算法,并引入三个策略减少了计算量,提高了匹配速度。(4)采用VS2013开发了一套晶圆芯片识别定位软件,实现了图像的采集与显示、晶圆芯片的识别与定位,并针对实际芯片进行实验,对芯片边缘检测算法重点测试其亚像素级精度性能,对改进的形状匹配算法重点测试其快速识别性能。实验结果表明,本文提出的算法,其处理速度与精度均达到生产实际的要求。