在工业制造产业自动化、智能化的大趋势下,机器视觉检测技术在检测环节中高效高质地取代了传统的人工视觉检测。机器视觉检测具有稳定、非接触、实时在线等优点,能有效地助力制造产业升级。目前在晶圆制造的DA工序中,检测工作仍由人工完成。因此,本文将机器视觉检测技术应用到该工序中,研究开发满足其检测需求的智能工业相机的图像处理系统,实现检测环节自动化。课题主要研发工作包括:(1)调研智能工业相机的研究现状和发展趋势,分析基于不同硬件平台的智能工业相机的优缺点,对比晶圆制造DA工序检测需求,确定采用Zynq-7000 SoC作为硬件平台进行系统开发。(2)基于Zynq-7000 SoC的多处理器架构,使用软硬件协同设计思想,提出系统方案设计,把系统功能划分到PL和PS两部分中协同完成。(3)利用Vivado HLS开发工具设计可被综合的图像处理算法,包括不均匀光照补偿算法、OTSU二值化算法、Hough变换直线检测、Hough变换圆检测和颜色分割,仿真通过后封装成IP核,集成到系统硬件中实现PL端的图像处理功能。(4)在Zynq平台上搭建嵌入式Linux操作系统,进行QT、OpenCV和ZBar移植。分别在裸机和嵌入式Linux系统上实现基于OV5640的图像采集显示功能,介绍了硬件构建和图像数据流向,并完成了Linux中相关驱动的配置。(5)在嵌入式Linux系统中对经由PL端处理的图像做进一步处理,实现条形码/二维码等功能。最后系统进行联合测试,实现了晶圆DA工序中所需的蓝白膜检测、条形码存在与否的检测以及条形码识别等功能。