IC芯片表面标识自动识别虚拟仪器系统的设计

为正方形，并且扩充之后文字仍然位于图像中心,使得斜向特征线更容易产生。

在特征线交点的基础上，系统匹配了更多的字符特征，例如端点个数、端点位置等，以提高识别的精度。这些特征量的提取有赖于图像的细化过程。

相似距离D是这样计算的。设待识别图形的特征量为(方程2)，某个标准模板的特征量是(方程3)，则待识别图形与该标准模板之间的相似距离由下式(方程4)计算。图5所示为相似匹配过程。

使用识别系统

主程序可以分为三大部分：第一部分是程序的开始，包括读取配置文件、开辟内存空间(特别是图像的内存空间)以及对硬件设备进行初始化；第二部分程序等待用户的操作，一旦用户按下前面板的按钮，系统则对这些事件进行响应；第三部分是程序的结束，主要作用是释放资源、进行出错处理等。图6所示为识别系统主界面。

图2：系统经过采集、处理的芯片表面标识。

"Process"可以使用户能够在对自动处理的图像不满意的情况下完成手动图像处理，通过扩展该功能可以更加完善系统，提高系统在不同环境下的适应能力；主程序一共具有三个图像显示器，左上方的图像显示器显示的是采集得到的图像或使用"Open"打开的图像，"Open"和"Save"两个按钮对这个图像显示器中的图像进行操作的；左下方的图像显示器显示的是经过图像处理之后的图像，方便用户与原图像进行比较，"Save Image"对这个图像显示器中的图像操作；右侧的小型图像显示器显示的是细化后的单个文字的图像，使得用户可以实时观察细化效果。

在使用识别系统之前，用户需要完成以下几个工作。
1. 启动采集设备，如图像采集卡、摄像头、光源等；
2. 调整好摄像头焦距及位置等，调整光源方向，使得采集具有环境，从而提高系统的识别率。外界环境对于识别率具有举足轻重的作用，一个优良的环境能够大幅提高系统的识别率。
3. 配置好NI的图像采集设备。

效果和结论

我们运用美国NI公司的LabVIEW、IMAQ Vision以及PXI等虚拟仪器技术，通过众多图像处理模块的功能实现，在较短时间内建立了一套完整的芯片表面标识自动识别系统。该系统能够自动定位跟踪摄像头视场中的芯片，将芯片剪切出来，然后通过一系列的图像处理过程，对芯片上的文字进行逐一提取，再对文字图像进行细化，最后系统通过文字的细化结果等获取图像的特征信息，并与标准模板进行匹配，从而完成对文字的识别。系统具有较广范围的适用性，能够完成包括厂商标志图标等对象的识别；还具有较高的实用价值，配合芯片自动测试系统，将极大提高生产能力和效率，因此具有极其广阔的应用前景。

致谢

真诚地感谢江建军教授。在系统成过程中，江教授给予了我莫大的帮助，对很多问题提出了大量积极有效的解决方案。还要感谢范少春博士生、刘继光博士生、刘文庆、明繁华等几位同学在本项目完成过程中给予了我大力协助。

参考文献

[1]. 谷口庆治. 数字图像处理应用篇. 朱虹, 廖学成, 乐静译. 北京: 科学出版社,2000
[2]. 孙家广. 计算机图形学. (第三版). 北京：清华大学出版社，1998
[3]. Rafael C. Gonzalez. Digital Image Processing. (第二版). 阮秋琦，阮宇智译. 北京：电子工业出版社，2003
[4]. 郑南宁. 计算机视觉与模式识别. 北京：国防工业出版社，1998
[5]. Sarp Ertürk. Digital Image Processing，February 2003 Edition，University of Kocaeli，Part Number 323604A-01.
[6]. 管海兵，宣国荣. 一种新的完全并行细化算法. 计算机工程，1997，23(1):256～258
[7]. 王睿，艾欣. 基于LabVIEW的数字识别技术研究. 现代电力，2003，20(3，4)：96～99
[8]. IMAQ Vision Concepts Manual，October 2000Edition，National Instruments Corporation，Part Number 322916A-01.
[9]. IMAQ Vision for LabVIEWTM User Manual，June 2003 Edition，National Instruments Corporation，Part Number 322917B-01.

作者：杨彪

电子科学与技术系研究生

华中科技大学