本发明涉及检测设备，具体的说是涉及一种矩形芯片检测设备及该矩形芯片检测设备的检测方法。
背景技术：
1、现有技术中，矩形芯片需要检测，矩形芯片封装外观质量检测主要包括矩形芯片倾角检测、印刷字符检测、矩形芯片引脚尺寸检测以及引脚电性能检测等。对于以上检测项目，起初都采用人工检测。但是，由于芯片本身体积小，人工检测存在很多缺点，如：(1)劳动强度较高，人眼容易疲劳，产生漏检、误检等情况；(2)存在检测标准不一致的现象；(3)速度慢，效率低；(4)人工费用不断上升。因此，随着设备成本逐渐降低，人工检测显然不再能满足工业生产的需求，在工业生产中利用人工检测芯片的场合也逐渐越来越少。有必要对芯片封装测试视觉检测环节进一步研究。由于难以客观地检测半导体芯片封装过程中的缺陷，直接影响芯片封装测试效率，从而制约半导体行业的发展。因此，开发高精度、高效率的半导体芯片图像视觉定位检测系统，对于有效促进半导体芯片封装测试行业具有深远的意义。
2、目前，视觉定位设备也应用了ai智能模式，通过物联网将数据汇总，ai深度学习，获取最优的数据，以实现高效率、高质量的芯片生产。
技术实现思路
1、针对现有技术中的不足，本发明要解决的技术问题在于提供了一种矩形芯片检测设备及该矩形芯片检测设备的检测方法，设计该矩形芯片检测设备的目的是提高芯片检测效率及检测质量。本发明的物联网检测方法是将矩形芯片的测试数据通过物联网传输至云服务器，再通过后台云服务器云计算，使矩形芯片能够优化生产。通过本发明物联网检测方法能够将矩形芯片精准定位，提高了检测速度。
2、为解决上述技术问题，本发明通过以下方案来实现：本发明的一种矩形芯片检测设备，包括机架，该机架的上端是一台板，该台板由一端至另一端设为进料区、检测区和下料区，所述矩形芯片检测设备还包括：
3、设于所述台板上板面一侧的第一x轴移动机构，该第一x轴移动机构具有第一x轴动力源及与该第一x轴动力源驱动连接的搬运机构，所述搬运机构被所述第一x轴动力源驱动沿所述进料区、检测区和下料区之间移动，所述搬运机构具有第一z轴动力源及与该第一z轴动力源驱动连接的搬运机械手；
4、设于所述进料区的除尘及方位检测机构，该除尘及方位检测机构具有抬高设置的净风除尘部、与所述净风除尘部并排设置的方位检测部以及经过所述净风除尘部和方位检测部的第一y轴移动机构，所述第一y轴移动机构的第一y轴移动部所移动的路径和所述搬运机械手所移动的路径在正交空间上有交集；
5、设于所述检测区的双工位检测组，任意一组检测组包括有载料平台移送机构、检测机构，所述载料平台移送机构具有多维度驱动机构，该载料平台移送机构的移送活动部所移动的轨迹与所述检测机构的检测活动部所移动的轨迹在正交空间上有交集；
6、设于所述下料区的下料机构，该下料机构是一条y轴向设置的输送线，所述输送线用于接收由所述搬运机械手送出的合格矩形芯片。
7、进一步地，所述第一x轴动力源为第一x轴电机，该第一x轴电机的驱动轴连接有第一x活动部，所述第一活动部在一长轨道做x轴运动，其侧固定所述第一z轴动力源，所述第一z轴动力源为第一z轴电机，其驱动轴驱动连接所述搬运机械手。
8、更进一步地，所述搬运机械手是一吸附装置，其吸口是根据矩形芯片的矩阵金属接触点的外围形状设置且该吸附装置的吸附头是一柔性硅胶头。
9、进一步地，所述净风除尘部具有第一“ㄇ”形架、设置于所述第一“ㄇ”形架的吹净风装置；
10、所述方位检测部具有第二“ㄇ”形架、第二x轴移动机构以及第一ccd采集相机，所述第二“ㄇ”形架设有第一x轴轨道，该第二x轴移动机构的动力源是第二x轴电机，所述第二x轴电机固定于所述第二“ㄇ”形架，其驱动连接有第二x轴活动部，所述第二x轴活动部滑接所述第一x轴轨道，其外侧还固定所述第一ccd采集相机，所述第一ccd采集相机的镜头朝下且在该第一ccd采集相机的下壳边缘设置有拨杆；
11、所述第一y轴移动机构的动力源是第一直线电机，该第一直线电机的第一动子的上端安装有第一水平旋转电机，所述第一水平旋转电机的驱动轴朝上连接有吸附板，所述吸附板是所述第一y轴移动部。
12、更进一步地，所述吸附板为一矩形结构板，其具有连通负压通道的吸附孔、设于所述吸附板板面的多条调节槽，各调节槽中均设有凸起于调节槽上槽口的限位块；
13、所述吸附板的吸附面还设有两条背朝向的直槽，两条直槽分居于所述吸附孔的两侧，所述拨杆被驱动后，其下端能够伸入该直槽并能够沿该直槽移动。
14、进一步地，所述载料平台移送机构设有固定于台板且呈y轴向设置的第二直线电机、安装于所述第二直线电机动子端的角度旋转驱动机构、设于所述第二直线电机动子端的u型支架、可转动的固定于所述u型支架的支撑壳、安装于所述支撑壳的第二水平旋转电机以及固定于所述第二水平旋转电机驱动轴的吸附平台，所述吸附平台是所述移送活动部；
15、所述角度旋转驱动机构是一旋转电机，该旋转电机的驱动轴连接所述支撑壳且该旋转电机的驱动轴驱动所述支撑壳作圆周动作。
16、进一步地，两组检测机构共用第三“ㄇ”形架，所述第三“ㄇ”形架的顶部设有第二x轴轨道，该第二x轴轨道的两端均安装有第二x轴动力源，两组第二x轴动力源分别驱动连接与该两组第二x轴动力源靠近的检测机构；
17、两组检测机构均滑接于所述第二x轴轨道，其设有z轴驱动机构、与该z轴驱动机构驱动连接的ccd相机模组且该z轴驱动机构驱动所述ccd相机模组升降；
18、所述ccd相机模组设有两个第二ccd采集相机，两个第二ccd采集相机呈角度设置且呈倒“八”形结构设置，两个第二ccd采集相机的镜头拍摄方向能够相交。
19、本发明检测设备的检测方法，该检测方法用于矩形芯片数字图像的空间定位，包括：
20、数据处理模块，对接收的数据处理；
21、图像采集模块，与ccd采集设备连接，其采集的图像数据传输给所述数据处理模块，所述ccd采集设备具有双摄像头视觉系统，双摄像头视觉系统的摄像方向呈夹角分布；
22、物联网络模块，与所述数据处理模块连接，由所述数据处理模块处理后的图像数据通过物联网络模块上传至云服务器；
23、所述检测方法还包括数字图像坐标计算方法，该数字图像坐标计算方法包括以下步骤：
24、步骤一，通过双摄像头摄取产品的两组不同角度图像，通过数据处理模块标定所摄标定物的各个特征点之间的世界坐标，在相机中进行标定物上特征点的提取，通过数据处理模块对像素特征点的图像处理和计算，求解出相机的内外参数；
25、步骤二，通过双摄像头视觉系统的标定获得左相机、右相机的内外参数，建立摄像机的图像像素坐标与三维坐标之间的数值关系，及左相机、右相机的相对位置的姿态；
26、步骤三，根据步骤二，建立立体视觉匹配模型后再三维重构，利用立体视觉匹配模型的立体匹配得到的视差图，根据双目视觉原理重建出图像中的匹配点在相机坐标系下的深度图，使用水平放置的标定板作为三维重构对象，通过计算标定板上各匹配点相对于相机坐标系的高度，计算三维重构误差，通过双摄像头视觉系统计算得到的水平放置标定板平面与摄像机坐标系的平均距离；
27、步骤四，对原始图像顺次处理：①对原始图像二值化，使产品图像与背景分离；②去掉不需要的颜色特征和纹理特征；③采用闭操作法去除二值化后的边缘锯齿化；④采用canny算法对图像边缘检测，提取图像的边缘；
28、步骤五，通过步骤四对原始图像进行处理后，计算图像中产品形心像素值，提取产品外轮廓，采用基于矩形的形心算法计算形心，并确定形心的坐标；
29、步骤六，对步骤五中形心的位置角度校正，以形心坐标为图像的旋转中心，根据最小二乘法拟合出直线，对矩形芯片轮廓图像进行角度判定，计算出矩形芯片轮廓图像倾斜角度，校正该角度以使矩形芯片图像形成正视图像。
30、进一步地，步骤一中，求解出相机的内外参数的计算方法包括内部参数计算方法和外部参数计算方法；
31、1)、内部参数计算方法：将一个x、y方向上分别设为lx、ly，求出相机跟物体之间的距离，将距离设为l，假设此时相机的焦距是f，物体图像在x、y方向上的像素数是nx、ny，得到：
32、
33、其中ku，kv分别表示图像坐标在x，y方向上单位距离内所表示的像素数，根据小孔成像原理可以求出l；
34、根据式(2.1)得到以下方程：
35、n1x×l/lx＝n2x×(l-l)/lx(2.2)；
36、这里l为标定物沿着光轴方向步进的距离，求解l可得：
37、l＝l×n2x/(n2x-n1x)(2.3)；
38、将(2.2)代入到(2.3)中，得到(2.4)：
39、f＝nxn2xl/lxku(n2x-n1x)(2.4)；
40、2)、外部参数计算方法：设标定所摄标定物的时候两个相机的型号参数都是相同的，在进行相机安装的时候保证两个相机的位置平行，保证了两个相机在y方向上的坐标相同，此时只有x方向上的偏差需要求出，设视野内有一点p，则在左右相机的坐标分别为(xl,yl,zl)、(xr,yr,zr)，其中z为点p的深度坐标值，f则为相机的焦距，f1为左相机的焦距，fr为右相机的焦距；
41、将右相机移到了世界坐标系统的原点，则左相机和点p在保持相对几何关系不变的情况下也会跟随着移动，其中z为p点到小孔处的距离，将左相机移到世界坐标系的原点，解得：
42、
43、左相机为世界坐标系重合，并且两个相机的光轴平行，左相机以世界坐标的坐标系的旋转矩阵为平移矩阵为右相机跟左相机之间的x的方向上存在一个b的距离，右边相机与世界坐标的旋转矩阵为平移矩阵为其中txr＝b，通过式子ax＝xb求得中心距b。
44、进一步地，步骤三中，所述建立立体视觉匹配模型包括特征匹配模型、相位匹配模型和区域匹配模型的一种。
45、更进一步地，所述区域匹配模型是以构建支持窗口的方式在全图中通过扫描相似度计算进行视差值的估计，得到稠密视差图；
46、所述区域匹配模型是以匹配区域内的特征作为匹配基元，通过局部寻优相似性度量函数找到最佳的匹配点，区域立体匹配以左图像为基准图像，右图像为匹配图像，在基准图像中以某一像素点为中心，在其周围邻域内设置一个大小为(2m+1)×(2n+1)的子窗口w1，在搜索图像中同样设定一个相同大小可移动窗口wr，使窗口沿外极线在带匹配图像搜索范围内进行搜索，使用相似性度量函数计算相似度，相似度最高的点设为匹配点，使用像素灰度值做为匹配特征。
47、进一步地，步骤五中，采用基于矩形的形心算法，该算法如下：
48、定义{pn(x)}是关于点集(xi)(i＝0,2,...,m)的多项式：
49、(1)
50、p0(x)＝1
51、p1(x)＝(x-α1)p0(x)
52、pk+1(x)＝(x-αk+1)pk(x)-βkpk-1(x)；
53、式(1)中:pk(x)为首项系数为1的k次多项式，根据pk(x)正交性的约束条件，αk+1、βk表达式为：
54、
55、对贴片中心像素周围4×4的样本点进二次正交函数拟合，取权函数ω(xi，yj)＝1，(m，n)为像素点对应的平面坐标，拟合公式为：
56、
57、式(3)中:aklx表示在x方向k阶和l阶的拟合系数；akly表示在y方向k阶和l阶的拟合系数，其表达式为：
58、
59、式(4)中:x(xi,yi)表示像素点(xi,yi)对应的空间点的横坐标；y(xi,yi)表示像素点(xi,yi)对应的空间点的纵坐标，拟合系数得到之后，将矩形芯片形心像素代入拟合公式，求得贴片元件形心的三维空间坐标。
60、进一步地，步骤六中，计算出矩形芯片轮廓图像倾斜角度的校正算法如下：
61、以形心坐标为图像的旋转中心，根据最小二乘法拟合出的直线，对矩形芯片轮廓图像进行角度判定，将此时矩形芯片倾斜角度α与矩形芯片在水平方向偏移值x，转化为简单的数学求解问题，设oa为形心坐标往x轴正方向的延长线，pq为最小二乘法对最长边两个角点的拟合直线，h＝(x,y)为pq与oa的交点坐标，l为点p到h的垂直距离，根据图中浅色线标注的直角三角形关系，有:
62、l＝py-hy (1)；
63、可求得引脚图像在水平方向偏移值x:
64、x＝px-hx (2)；
65、则元件轮廓图像倾斜角度α为:
66、
67、相对于现有技术，本发明的有益效果是：
68、1.本发明矩形芯片检测设备检测芯片均采用自动化控制，提高了矩形芯片的检测效率。
69、2.本发明的物联网检测方法是将矩形芯片的测试数据通过物联网传输至云服务器，再通过后台云服务器强大的云计算，使矩形芯片能够优化生产。通过本发明物联网检测方法能够将矩形芯片精准定位，提高了检测速度。
70、3.本发明的物联网检测方法获取目标的三维图像的深度信息，提高空间定位精度。
71、4.本发明的物联网检测方法保持矩形芯片细节信息的基础上提取出完整的矩形芯片外轮廓。
1.一种矩形芯片检测设备，包括机架(1)，该机架的上端是一台板，该台板由一端至另一端设为进料区、检测区和下料区，其特征在于，所述矩形芯片检测设备还包括：
2.根据权利要求1所述的一种矩形芯片检测设备，其特征在于，所述第一x轴动力源为第一x轴电机，该第一x轴电机的驱动轴连接有第一x活动部，所述第一活动部在一长轨道做x轴运动，其侧固定所述第一z轴动力源，所述第一z轴动力源为第一z轴电机，其驱动轴驱动连接所述搬运机械手。
3.根据权利要求2所述的一种矩形芯片检测设备，其特征在于，所述搬运机械手是一吸附装置，其吸口是根据矩形芯片的矩阵金属接触点的外围形状设置且该吸附装置的吸附头是一柔性硅胶头。
4.一种检测设备的检测方法，包括权利要求1-3任意一项所述的矩形芯片检测设备。
5.根据权利要求4所述的检测方法，该检测方法用于矩形芯片数字图像的空间定位，其特征在于，包括：
6.根据权利要求5所述的检测方法，其特征在于，所述区域匹配模型是以构建支持窗口的方式在全图中通过扫描相似度计算进行视差值的估计，得到稠密视差图；
7.根据权利要求5所述的检测方法，其特征在于，步骤五中，采用基于矩形的形心算法，该算法如下：
8.根据权利要求5所述的检测方法，其特征在于，步骤六中，计算出矩形芯片轮廓图像倾斜角度的校正算法如下：
