CN103033127B - 一种基板预对准位姿测量方法 - Google Patents

Abstract

一种基板预对准位姿测量方法，包括对输入图像进行差分并排除负边缘点，获得差分图像；对差分图像二值化并投影，采用非最大值抑制确定基板两边分别的基板边缘在图像中的可能位置；在其附近对差分图像进行搜索，将差分极值点作为基板边缘候选点；根据基板边缘的平直特性，剔除基板边缘候选点中的噪声，获得两边的基板边缘点；判断基板边缘点是否满足亮度一致性的要求，如果满足则进入步骤6，如果不满足，则跳转到下一个基板边缘在图像中的可能位置，返回步骤3；利用基板两边垂直，根据基板边缘点拟合出基板两边的直线方程参数后计算出基板的位置，单独拟合出基板其中一边的直线方程参数后计算出基板的姿态。

Description

一种基板预对准位姿测量方法

技术领域

本发明涉及位置测量领域，特别涉及一种基板预对准位姿测量。

背景技术

在信息化时代，显示器是实现人机交互的重要手段之一。特别是如今各种手持设备蓬勃发展，人们不仅对显示器的需求量越来越大，对显示器的分辨率（单位尺寸内像素个数）要求也越来越高，并对显示器色彩逼真度、功耗提出了更高的要求。为了满足人们日益增长的需求，生产厂商必须不停的提高生产工艺。对准精度是影响工艺的重要指标之一。

基板上板后位置往往存在偏差，为了满足套刻精度要求，需要对其进行一次预对准，那么就必须以某种手段测量出其位置和姿态，可以使用基板的名义中心在工件台坐标系中的位置为其定位，以名义主轴与工件台坐标系y轴的夹角作为姿态。由于只需满足套刻精度要求，所以对位姿的测量值只有复现性要求，对准确性要求不高，其可以忽略。

专利US6847730中提出一种视觉测量基板位姿的方案：在机械手某一固定位置的上方放置两个CCD（电荷耦合元件）图像传感器，这两个CCD通过光学镜头对玻璃基板的边缘图像进行采集，采用边缘检测算子检测基板边缘，利用边缘点分别拟合出基板两条边的直线方程，计算两个直线的交点，从而计算出基板的位姿。

边缘提取是图像处理中最基本的内容之一，但是“边缘提取”一词往往指的是图像中找出亮度值突变的点，这些算法主要包括sobel, prewitt,canny等。由于物体内部材料、结构、光照条件的不同及各种干扰物与噪声的影响，经由这些算法提取出来的点未必都是想要的点。在各种环境下，正确的提取到物体的轮廓仍然是计算机视觉领域的一个未解难题。

专利US6847730需要分别拟合出两条边，复现精度较低。

发明内容

本发明要解决的技术问题是基板边缘的两次拟合及其边缘提取方法导致基板位姿测量的精度偏低。

为了解决上述技术问题，本发明提出了一种基板预对准位姿测量方法，包括：

步骤1，图像传感器探测所述基板获得输入图像，对所述输入图像进行差分并排除负边缘点，获得差分图像；

步骤2，对所述差分图像二值化并进行投影后，所述基板相交两边分别为第一边和第二边，采用非最大值抑制确定所述第一边和所述第二边分别的基板边缘在图像中的可能位置；

步骤3，在所述基板边缘在图像中的可能位置附近对所述差分图像进行搜索，将差分极值点作为基板边缘候选点；

步骤4，根据基板边缘的平直特性，剔除所述基板边缘候选点中的图像噪音引起的误检点，获得所述第一边和所述第二边基板边缘点；

步骤5，判断所述基板边缘点是否满足亮度一致性的要求，如果满足则进入步骤6，如果不满足，则跳转到下一个基板边缘在图像中的可能位置，返回步骤3；

步骤6，利用基板两边垂直，根据所述基板边缘点通过最小二乘法拟合出基板两边的直线方程参数并计算出所述基板的位置，单独拟合出所述基板其中一边的直线方程参数并计算出所述基板的姿态。

进一步， 步骤2中所述差分图像二值化的阈值预先设定。

优选的，以图像中最亮点与最暗点的亮度值之差作为对比度，如果对比度大于设定值，则设默认值为阈值，如果对比度小于或等于设定值，则根据图像中边缘点的个数约为图像宽度的三倍且边缘点在图像中一般最暗的特点自动选取阈值。

优选的，步骤4中计算所述基板边缘候选点的梯度方向，并计算梯度方向的中值，将梯度方向偏离所述中值超过中值阈值的候选点剔除。

优选的，步骤6中基板两边的直线方程参数的拟合公式为

                                                 

其中， (xi, yi) 为所述第一边的基板边缘点， (xj, yj) 为所述第二边的基板边缘点，k1为所述第一边所在直线的斜率, b1、b2分别为所述第一边、所述第二边所在直线的截距。

优选的，步骤6中基板其中一边的直线方程参数的拟合公式为

其中， (xi, yi) 为所述第一边的基板边缘点， k1为所述第一边所在直线的斜率, b1为所述第一边所在直线的截距。

优选的，步骤6之前还包括将所述基板边缘点的图像坐标转换为物理坐标。

优选的，步骤1中对所述输入图像进行差分是通过垂直差分算子进行卷积运算。

优选的，所述非最大值抑制为将所述差分图像二值化并进行投影后的极值作为所述基板边缘在图像中的可能位置。其中所述可能位置可以是图像中的任何位置。

本发明的优点在于测量方法中的边缘提取算法包含了有效的机制，排除了物体内部及外部的点、能够在较广范围的照明条件下工作，因而具有快速、鲁棒、准确的特点，且复现精度高。

附图说明

关于本发明的优点与精神可以通过以下的发明详述及所附图式得到进一步的了解。

图1为本发明基板预对准位姿测量方法的流程图；

图2为基板的输入图像；

图3为图2排除负边缘点后的图像；

图4为前景光加背景光的照明方式示意图；

图5为基板和图像传感器视场的示意图；

图6为边缘点附近亮度一致性示意图。

具体实施方式

下面结合附图详细说明本发明的具体实施例。

使用CCD或者其他图像传感器获得被测基板的图像，参照图2所示，通过垂直差分算子进行卷积运算，设得到的结果图像名为edge。在edge图上，大部分区域灰度值为0（或者很小）。在如图1标记正、负的位置存在一些像素灰度大于或者小于0。忽略（置0）其中小于0的部分，即把从上到下灰度从亮变暗的边缘点排除，只保留差分值大于0的点，这样就排除了负边缘点的影响，得到图像edge11Pos，如图3所示。

对edge11Pos图像二值化后进行水平投影。由于基板边界以内5mm不会进行光刻，其对应部分的图像应该不会存在太多的水平边缘点。而基板边界处会存在大量的边缘点。所以基板边缘点的y值通常在投影的极值附近。因此后续将在每个极值位置的附近搜索边缘点，直到找到正确的基板边缘。在二值化过程中，阈值自动设定。以图像中最亮点与最暗点的亮度值之差最为对比度，如果对比度较大，则以固定值，如20为阈值进行二值化。如果对比度较低，则以经验值（图像中边缘点的个数约为图像宽度的三倍且边缘点在图像中一般最暗的特点）进行二值化。

即便是在滤波后，投影上往往存在许多毛刺，因此不宜直接找局部极值点。本专利采用了非最大值抑制的方法在投影上找极值点，使找出的极值点更加准确有效。

采用投影并找极值的方法，大致确定了基板边缘所在位置（比如从nStart行到nEnd行）。这样做的好处是大大减少了运算量，并且排除了区域以外的干扰的影响。

对edge11Pos图像基板边缘可能位置附近，例如每列从nStart行至nEnd行内搜索值大于0的极值点作为该行基板边缘的候选点存储到edgesCand数组中。选择极值点作为边缘即选择了左右两边变化最为激烈的地方作为边缘点。然后对edgesCand数组中的候选边缘点过滤。基板边界在图像中形成了一条直线，而直线上的点的梯度方向应该是一致的。根据这个知识可以将edgesCand数组中可能存在的一些噪声去除，比如将候选边缘点梯度方向与中值差异大的边缘点剔除。例如，计算所述基板边缘候选点的梯度方向，并计算梯度方向的中值，将梯度方向偏离所述中值超过中值阈值的候选点剔除。受到一些干扰的影响，nStart，nEnd可能偏离真值，提取出的边缘点都是错误的。因此对提取出的边缘点进行打分，如果分不够高，则以下一个基板边缘在图像中的可能位置为基础重新进行提取。

参照图4所示，在采用前景光加背景光的照明方式下，真正的边缘点两边一定范围内亮度一般具有很高的一致性，如图6所示。图4中，光源2发射光线通过投影物镜3，一部分入射到基板4上，一部分入射到反射镜5后沿原路返回，图像传感器或者相机1位于投影物镜3上方，这形成了前景光加后景光的照明方式。为此按照边缘点的梯度正反方向，选取两个区域并计算区域内灰度的方差作为亮度一致性的度量。如果方差小则打分高，方差大则打分低。以每个边缘点的打分均值作为整个边缘的得分。

最后，采用拟合的方法使得提取的基板边缘点达到亚像素精度。

关于边缘点的位置，拟合得到的标定点坐标都以像素为单位，可以采用一些相机标定算法分别计算出两个相机图像坐标系与某个物理坐标（如XY坐标系）的转换关系。通过该转换关系，计算出基板边缘点在物理坐标系XY中的位置。图5中，设竖边6上的边缘点在XY坐标系中的坐标为(xi, yi)，横边7上的边缘点在XY坐标系中的坐标为(xj, yj)。

根据获得的边缘点及其物理坐标可以计算出基板的位置和姿态。

按照SEMI标准，基板是一个矩形，其垂直度应在长边的1/1000以内。由此可见基板的垂直度较好。本专利利用这一特点，提出了一种利用基板结构特性的位姿计算方法。计算过程如下：

设在XY坐标系中，竖边6的直线方程为y=k1*x+b1，横边7的直线方程为y=-1/k1*x+b2。通过最小二乘法解出k1, b1, b2。即：

（公式1）

解出k1, b1, b2再求两直线的交点，结合基板的尺寸的名义值，可以算出基板的位置偏差（即偏心）。

需要说明的是，该方法认为基板边缘是垂直的引入了一个误差。但是该误差对复现性没有影响。影响因素主要是基板边缘的形貌、光学***及CCD成像的质量。

通过最小二乘法，求解横边7或竖边6的直线方程（以竖边6为例）：

   （公式2）

求解出竖边6直线方程参数，以其与坐标系的夹角作为偏向。

本发明利用基板本身结构特性的方法，将采集到的两边的边缘点放在一起对基板的结构参数进行一次拟合，可以获得较好的测量精度。将两个图像传感器采集到的边缘点放在一起对基板的结构参数进行一次拟合，在最坏情况（基板垂直度差）下，该方法在定向复现精度上比US6847730中提及的方法低，定向精度优于US6847730的方法，总体上来说复现精度更高。

本发明中所述的基板为玻璃基板。

本说明书中所述的只是本发明的较佳具体实施例，以上实施例仅用以说明本发明的技术方案而非对本发明的限制。凡本领域技术人员依本发明的构思通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在本发明的范围之内。

Claims (9)

1. 一种基板预对准位姿测量方法，其特征在于，包括：

步骤1，图像传感器探测所述基板获得输入图像，对所述输入图像进行差分并排除负边缘点，获得差分图像；

步骤2，对所述差分图像二值化并进行投影后，所述基板相交两边分别为第一边和第二边，采用非最大值抑制确定所述第一边和所述第二边分别的基板边缘在图像中的可能位置；

步骤3，在所述基板边缘在图像中的可能位置附近对所述差分图像进行搜索，将差分极值点作为基板边缘候选点；

步骤4，根据基板边缘的平直特性，剔除所述基板边缘候选点中的图像噪音引起的误检点，获得所述第一边和所述第二边基板边缘点；

步骤5，判断所述基板边缘点是否满足亮度一致性的要求，如果满足则进入步骤6，如果不满足，则跳转到下一个基板边缘在图像中的可能位置，返回步骤3；

步骤6，利用所述第一边和所述第二边垂直，根据所述基板边缘点通过最小二乘法拟合出所述第一边和所述第二边的直线方程参数后计算出所述基板的位置，单独拟合出所述基板其中一边的直线方程参数后计算出所述基板的姿态。

2.根据权利要求1所述的基板预对准位姿测量方法，其特征在于， 步骤2中所述差分图像二值化的阈值预先设定。

3.根据权利要求2所述的基板预对准位姿测量方法，其特征在于，以图像中最亮点与最暗点的亮度值之差作为对比度，如果对比度大于设定值，则设默认值为阈值，如果对比度小于或等于设定值，则根据图像中边缘点的个数约为图像宽度的三倍且边缘点在图像中一般最暗的特点自动选取阈值。

4.根据权利要求1所述的基板预对准位姿测量方法，其特征在于，步骤4中计算所述基板边缘候选点的梯度方向，并计算梯度方向的中值，将梯度方向偏离所述中值超过中值阈值的候选点剔除。

5.根据权利要求1所述的基板预对准位姿测量方法，其特征在于，步骤6中基板两边的直线方程参数的拟合公式为

                                                ，

其中， (xi, yi) 为所述第一边的基板边缘点， (xj, yj) 为所述第二边的基板边缘点，k1为所述第一边所在直线的斜率, b1、b2分别为所述第一边、所述第二边所在直线的截距。

6.根据权利要求1所述的基板预对准位姿测量方法，其特征在于，步骤6中基板其中第一边的直线方程参数的拟合公式为

，

其中， (xi, yi) 为所述第一边的基板边缘点， k1为所述第一边所在直线的斜率, b1为所述第一边所在直线的截距。

7.根据权利要求1所述的基板预对准位姿测量方法，其特征在于，步骤6之前还包括将所述基板边缘点的图像坐标转换为物理坐标。

8.根据权利要求1所述的基板预对准位姿测量方法，其特征在于，步骤1中对所述输入图像进行差分是通过垂直差分算子进行卷积运算。

9.根据权利要求1所述的基板预对准位姿测量方法，其特征在于，所述非最大值抑制为将所述差分图像二值化并进行投影后的极值作为所述基板边缘在图像中的可能位置。