Староверов Николай Евгеньевич – аспирант 4-го года обучения, ассистент кафедры электронных приборов и устройств. Окончил магистратуру (2017) по направлению "Электроника и наноэлектроника"
ул. Профессора Попова, д. 5, Санкт-Петербург, 197376
Nikolay E. Staroverov, Post-graduate student of fourth year, assistant at the Department of Electronic Systems and Devices. Graduated from the magistracy (2017) in the direction of "Electronics and nanoelectronics"
5 Professor Popov St., St Petersburg 197376
Введение. Все более популярным становится внедрение в промышленность систем машинного зрения, особенно это актуально для контроля электронных компонентов. Одним из наиболее широко распространенных видов неразрушающего контроля является рентгеновский. Поскольку рассматриваемые электронные компоненты, как правило, имеют небольшой размер, то для повышения информативности контроля выполнять их рентгенографию целесообразно по схеме съемки с увеличением изображения. Специфика рентгеновской аппаратуры для выполнения таких исследований предполагает сравнительно небольшие входные дозы рентгеновского излучения в плоскости приемника, что обуславливает более высокую зашумленность снимков, чем при традиционной рентгенографии.Цель работы. Разработка метода автоматизированного поиска объектов на микрофокусных рентгеновских снимках.Методы и материалы. Предложен метод сегментации рентгеновских изображений. На первом шаге выполняется адаптивная медианная фильтрация, на втором шаге - коррекция фона изображения путем вычитания искажающей функции. Далее выделяются контуры объектов на изображении по методу Кэнни, затем на полученном изображении определяются объекты.Результаты. Разработанный метод был апробирован в задаче контроля качества установки микросхем и в задаче определения числа электронных компонентов. Эксперименты подтвердили корректность работы предлагаемого метода. Было выявлено, что при определении качества установки микросхем количество обнаруженных дефектов отличается от верифицированных оператором не более чем на 10 %, при определении количества электронных компонентов предложенным методом средняя ошибка составила менее 0.1 %.Заключение. Представленный метод определения объектов на микрофокусных рентгеновских снимках продемонстрировал достаточную точность в типичных задачах неразрушающего контроля электронных компонентов.
Introduction. Machine vision systems are increasingly used in industrial production, particularly for monitoring the quality of electronic components. Radiographic (Х-ray) inspection is currently one of the most popular types of non-destructive testing. Electronic components are typically characterized by a small size, hence, their radiographic inspection should be based on obtaining images and their further enlargement. X-ray equipment for performing such studies is designed such that there are relatively small input doses of X-ray radiation in the plane of the receiver, which leads to a higher image noise than that using conventional X-ray devices.Aim. To develop a method for automated object recognition on microfocus X-ray images.Materials and methods. A method for segmentation of X-ray images is proposed. In the first step, adaptive median filtering is performed followed by correction of the image background by subtracting the distorting function. Next, the contours of the objects in the image are identified using the Canny edge detector followed by recognition of the objects on the resulting image.Results. The developed method was tested for quality control of the installation of microcircuits and for determining the number of electronic components. The experiments confirmed the accuracy of the proposed method. When monitoring the quality of microcircuit installation, the number of detected defects differed from that verified by the operator by less than 10 %. The average error of the proposed method was less than 0.1% when determining the number of electronic components.Conclusion. The proposed method for object recognition on microfocus X-ray images demonstrated sufficient accuracy in typical tasks of non-destructive testing of electronic components.
The authors declare that there are no conflicts of interest present.