基于图像处理的摄像头模组金线缺陷检测方法
                                                  张舞杰，何广栋，唐柳生
                                   (华南理工大学机械与汽车工程学院，广东 广州〓510641)
    为实现对摄像头模组金线的自动化缺陷检测以弥补人工检测的不足，提出一种基于图像处理的摄像头模组金线缺陷检测方法。该方法针对二值化的金线图像采用游程标记方法计算连通域数量，然后利用像素间的八邻接关系计算图像欧拉数，最后根据连通域的面积、数目和欧拉数来确定模组金线缺陷类型。实验结果表明，该方法能够满足摄像头模组金线缺陷检测的要求。

    自2000年夏普发布第一款可拍照手机以来，内置摄像头逐渐成为手机和平板电脑等电子产品的主要配件。据著名市调公司Gartner调查，2014年全球手机出货量达到18.8亿部，其中带摄像头的智能手机达到12亿部，2015年智能手机出货量达到13.7亿部，预计2018年将达到27亿部的出货量。随着摄像头模组需求量的不断增加及其像素的不断提高，摄像头模组质量的自动化检测显得越来越重要。
CMOS摄像头模组一般是指手机、电脑等智能设备中的摄像头，简称CCM。CCM结构主要包括光学镜头、图元感光元件(sensor)、数字信号处理器(DSP)以及软排线等。其中sensor组件主要将镜头生成的光学信息转换为电信号，经过内部DSP处理转换为数字图像信号后输出为其他设备可用的图像信号。因此sensor处于整个图像采集环节的最顶层，其采集的信号质量将对整个采集过程以及摄像头的成像效果产生决定性的影响。为了保证sensor信号采集的质量，需要在模组装配前发现并及时排除其本身缺陷。sensor缺陷主要包括sensor上有灰尘以及金线焊接存在问题，金线焊接问题主要包括断路、短路、突起、凹陷和孔洞等。目前，由于国内外摄像头模组制造规范不统一， 加之CCM缺陷检测设备被国外企业垄断，国内的CCM缺陷检测主要依赖技术员人工进行，普遍存在成本高、效率低、检测人员容易疲劳和误判率高等问题，已不能适应当前摄像头市场高速发展的需要。为了适应市场需要，提升CCM检测自动化水平，本文提出一种基于图像处理的摄像头模组金线缺陷检测方法，该方法能够精确定位模组中金线的缺陷，对实际生产有一定的指导意义。

1〓检测系统组成与工作原理
1.1〓模组sensor的外形结构
    模组sensor的外形结构如图1所示，一般的，智能设备摄像头内部的sensor模块都包含晶圆区和外围金线区，其中外围金线均匀排列在晶圆区周围。生产制造工艺的多样化导致不同类型的摄像头模组中金线的布局有所不同。


    如果模组外围金线在焊接过程中存在断路、短路和孔洞等典型缺陷，将会导致整个摄像头模组报废，为了防止存在上述缺陷的模组进入下一个生产环节，必须对模组进行缺陷检测。如果模组晶圆部
......


基金项目：广东省高新区发展引导专项（2011B010700001）；粤港共性技术项目（2013B010134010）；国家科技支撑计划资助项目（2015BAF20B01）；广东省科技计划资助项目（2011B010300002）
作者简介：张舞杰（1970—），男，湖南长沙人，华南理工大学副教授，主要从事图像处理、模式识别、过程监控和嵌入式装备控制等研究。



（文章来源《机械设计与制造工程》杂志如需详细资料请联系江苏机械门户网客服QQ:2980918915,电话025-83726289）

更多关注，请扫码