week02

Binary Machine Vision - Thresholding and Segmentation

tags: 109-1 cv

助教研究內容（老師講會考）

Autonomous Probe Card Analysis（自動化探針卡上的針髒污、磨損分析）

探針卡為晶圓未切割前，IC未完成封裝前的重要測試介面，透過Probe Card 可以測試晶圓品質，可避免不良品封裝成本。
名詞解釋：
coplanarity：共面度-以平均針高為中心，上下對分公差
position error：針偏-針對圓心與標準值的差異
needle height：針高-針臂開始轉彎處至針尖頂部的距離
diameter for needle：針徑-探針頂部的直徑

  1. 方法2'
    使用程式對掃描探針卡特征資料視覺化，對這些資料再做統計

  • 掃描工具
    共焦的白光線性掃描器 192x2um
    光源透過棱鏡去掃描目標，不同波長的光聚焦在不同的點，反射能量不同得到光譜圖
    最後獲取幾何資訊、設定檔

  • 程式語言及套件

    • 程式語言 python
    • 套件 1： numpy 儲存資料
    • 套件 2： Mayavi 視覺化

  • 程式設計
    在計算前先要輸入“準確值”和“可允許的誤差值”（±8um）
    輸出掃描針頭“最大值”、“最小值”、“平均值”、“問題針頭”

  1. 步驟2'
    參考ppt-computation process

  2. 結果2'
    原本要使用光學顯微鏡才可以檢測到的瑕疵，現在用掃描檔輸入到python進行計算，通過視覺化的方法觀察針頭的狀態檢測問題晶圓。

Thresholding(閾值)

Quick summarization：

  • 生成二元電腦影像用來分析目標
  • 閾值的選取會影響到後期圖像分割的精度以及效率

Connected components labeling

  1. iteractive method
  2. the classical algorithm–two top-down pass
  3. a space-efficient two pass algo that use a local equivalence table
  4. an efficient run-length implementation of local table method
    https://blog.csdn.net/x_r_su/article/details/54839089

Signature segmentation and analysis

對二元影像矩陣做垂直投影和水平投影（垂直方向加總和水平方向加總）
將投影出現的部分分割，找出不同簽名的數量及位置
應用：支票手寫數字識別，根據不同數字的像素直方圖特性不同

名詞總結：

binary value 1： considered part of object(要保留下來的前景部分)
binary value 0: background pixel（忽略成為背景的部分）
binary machine vision： 生成和分析二元影像

threshold： 閾值T，灰階亮度≥T 設定binary value為1， 灰階亮度<T設定binary value為0

histogram： 在區域內每個灰階值（0-255）對應的數量

如何確定合適的閾值T：

  1. Minimize within-group variance
    群體變異數（≥T的像素值群體變異數+<T的像素值群體變異數）
  2. Minimize Kullback information distance(KL divergence)

Connected component labeling:連通區域分析(分群操作)
在二元影像中所有連通在一起的binary-1的像素區域給一個標籤

label: unique name, index of the region. An identifier for a potential object region.

pixel property: position, gray level or brightness level

region property: shape, bounding box, position, intensity statistics

connected components labeling: a grouping operation

Select a repo