第 ３７ 卷 第 １２ 期 Ｖｏ

ｌ．３７Ｎｏ．１２
２０１９ 年 １２ 月 ＭＡＣＨＩＮＥＲＹ ＆ ＥＬＥＣＴＲＯＮＩＣＳ Ｄｅｃ．２０１９

视觉引导划片机轨迹优化算法研究
魏 哲１ ，张 阳１ ，张明明２ ，孟繁滨２
１．沈阳建筑大学机械工程学院，辽宁 沈阳 １１０１６８；
（ ２．沈阳和研科技有限公司，辽宁 沈阳 １１０１２２）

摘 要：针对砂轮划片机重复划片会 降 低 芯 片 的 加 工 精 度，甚 至 损 坏 芯 片 的 问 题，基 于 Ｈａ

ｌｃｏｎ 软 件 平
台提出一种提高划片精度的轨迹识别与规划方法。该方法结合了双线性插值和亚像 素 边 缘 检 测 算 法，实 现
了轨迹的识别，进一步规划下次划片轨迹，并且提高划片精度。以被砂轮划片机划 片 芯 片 为 实 验 背 景，完 成
了对划片轨迹的识别与规划。实验结 果 表 明，所 提 出 的 算 法 与 传 统 的 Ｃａｎｎｙ 算 法 比 较，可 以 有 效 提 高 轨 迹
识别的精度，进而提高划片的精度。
关键词：
Ｈａｃｏｎ；边缘检测；双线性插值；亚像素
ｌ
中图分类号：ＴＰ２３；
ＴＰ３９１ 文献标识码：Ａ 文章编号：
１００１ ２２５７（
２０１９）
１２ ００３８ ０４

Ｒｅ
ｓｅａ
ｒｃｈｏｎＴｒ
ａｊｅ
ｃｔｏ
ｒｙＯｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎＡｌ
ｇｏｒ
ｉｔｈｍｏ
ｆＶｉ
ｓｕａ
ｌＧｕ
ｉｄｅＧｒ
ｉｎｄ
ｉｎｇ
Ｗｈ
ｅｅｌＤｉ
ｃｉｎｇ Ｍａ
ｃｈｉ
ｎｅ

ＩＺｈｅ１ ，
ＷＥ ＺＨＡＮＧ Ｙａｎｇ１ ，
ＺＨＡＮＧ Ｍｉ ｎｇ２ ，
ｎｇｍｉ ＭＥＮＧＦａｎｂ
ｉｎ２
（
１．Ｓｃｈｏｏ
ｌｏｆ Ｍｅ
ｃｈａｎ
ｉｃａ
ｌＥｎｇ
ｉｎｅ
ｅｒｎｇ，ＳｈｅｎｙａｎｇＪ
ｉ ｉａｎ
ｚｈｕ Ｕｎ
ｉｖｅ
ｒｓｉ
ｔｙ，
Ｓｈｅｎｙａｎｇ１１０１６８，
Ｃｈｎａ；
ｉ
２．
Ｓｈｅｎｙａｎｇ ＨｅｙａｎＴｅ
ｃｈｎｏ
ｌｏｇｙＣｏ．，Ｌｔ
ｄ．，
Ｓｈｅｎｙａｎｇ１１０１２２，
Ｃｈｎａ）
ｉ

Ａｂｓ
ｔｒａ
ｃｔ：Ａｉｍｉ
ｎｇａ ｈｅｐｒ
ｔｔ ｏｂ
ｌｅｍｔ ｈａ
ｔｒｅｐｅ
ａｔｅｄｄｉ
ｃｉｎｇｆｏ
ｒｔ ｒ
ｈｅｇｉｎｄｉ
ｎｇｗｈｅｅｌｄ
ｉｃｉ
ｎｇ ｍａｃｈ
ｉｎｅｗｉ
ｌｌｒｅｄｕｃｅ
ｈｅｐｒ
ｔ ｏｃ
ｅｓｓ
ｉｎｇｐｒｅｃ
ｉｓｉ
ｏｎｏｆｔｈｅｃｈｉｐａｎｄｅｖｅｎｄａｍａｇｅｔｈｅｃｈｉ ，
ｐ ｂａｓｅｄｏｎｔ
ｈｅ Ｈａｌ
ｃｏｎｓｏｆｔｗａｒ
ｅｐｌａ
ｔｆｏ
ｒｍ ａ，
ｔ
ｒａｅ
ｊｃｔ
ｏｒｙｉ
ｄｅｎ
ｔｉｆ
ｉｃａ
ｔｉｏｎａｎｄｐ
ｌａｎｎ
ｉｎｇ ｍｅ
ｔｈｏｄｆ
ｏｒｉｍｐｒ
ｏｖｉ
ｎｇｔ
ｈｅｄ
ｉｃｉ
ｎｇａ
ｃｃｕｒ
ａｃｙｗａ
ｓｐｒ
ｏｐｏｓ
ｅｄ．Ｔｈｅｍｅ
ｔｈｏｄ
ｃｏｍｂｉｎｅ
ｓｂ ｉ
ｌｉｎｅａ
ｒｉｎ
ｔｅｒｐｏｌａ
ｔｉｏｎａｎｄｓｕｂ ｐ ｉ ｌｅｄｇｅｄｅ
ｘｅ ｔｅｃ
ｔｉｏｎａｌｇｏ
ｒｉｔｈｍ ｔｏｒｅ
ａｌｉｚｅｔｈｅｒｅｃｏｇｎｉｔ
ｉｏｎｏ ｆｔ
ｈｅ
ｔｒ
ａｊｅｃ
ｔｏｒｙ，ｆｕｒｔ
ｈｅｒｐａｎｔ
ｌ ｈｅｎｅｘｔｓｃｒ
ｉｂｅｔ
ｒａｊｅ
ｃｔｏｒｙ，ａｎｄｉｍｐｒｏｖｅｔｈｅｄｉｃ
ｉｎｇｐｒｅｃ
ｉｓｉｏｎ．Ｔａｋｎｇｔ
ｉ ｈｅｄ ｉｃｉ
ｎｇｃｈｉ
ｐ
ｏｆｔｈｅｇｒｉｎｄ
ｉｎｇｗｈｅｅｌｄｉｃ
ｉｎｇｍａ ｃｈ
ｉｎｅａｓｔｈｅｅｘｐｅｒｉｍｅｎ
ｔａｌｂａｃｋｇｏｕｎｄ，ｔ
ｒ ｈｅｉ
ｄｅｎｔ
ｉｆｉｃ
ａｔｉ
ｏｎａｎｄｐ ｌａｎｎｉｎｇｏｆｔ
ｈｅ
ｄ
ｉｃｉ
ｎｇｔ ｒ
ａｊｅ
ｃｔｏｒｙ ｗａｓｃｏｍｐｌｅ
ｔｅｄ．Ｔｈｅｅｘｐｅ
ｒｉｍｅｎ
ｔａｌｒ
ｅｓｕｌ
ｔｓｓｈｏｗｔ
ｈａｔｃｏｍｐａ
ｒｅｄ ｗｉ
ｔｈｔｈｅｔｒａｄ
ｉｔｉ
ｏｎａ
ｌＣａｎｎｙ
ａ
ｌｇｏｒｉ
ｔｈｍ，ｔ ｈｅｐｒｏｐｏｓｅｄａ
ｌｇｏｒｉ
ｔｈｍ ｃ
ａｎｅｆｆ
ｅｃｔ
ｉｖｅ
ｌｙｉｍｐｒ
ｏｖｅｔｈｅａｃ
ｃｕｒａ
ｃｙｏｆｔｒａ
ｊｅｃｔ
ｏｒｙｒｅｃｏｇｎ
ｉｔｉ
ｏｎａｎｄｉｍ－
ｐｒ
ｏｖｅｔ
ｈｅａｃｃｕｒ
ａｃｙｏ
ｆｄｉｃ
ｉｎｇ．
Ｋｅｙｗｏ
ｒｄｓ：Ｈａｃｏｎ；ｅｄｇｅｄｅ
ｌ ｔｅｃ
ｔｉｏｎ；ｂ
ｉｌｉ
ｎｅａ
ｒｉｎ
ｔｅｒｐｏ
ｌａｔ
ｉｏｎ；ｓｕｂ ｐ
ｉｘｅ
ｌ

０ 引言
切割工艺是芯 片 制 造 的 基 本 工 序，划 片 机 作 为
工艺的载体，在使用 划 片 机 切 割 ＩＣ 芯 片 时，由 于 砂
轮划片机的末端执 行 器 每 一 次 划 片 存 在 误 差，使 得
实际的切割轨迹与 芯 片 上 原 有 的 切 割 道 存 在 误 差，
一旦误差累计超出 可 允 许 范 围，就 会 出 现 崩 边 或 者
损坏芯片。 因 此，为 了 降 低 芯 片 损 坏 率，对 划 片 的
精度提出解决办法。
图像插值 在 人 脸 识 别、军 事 雷 达 图 像 处 理、医
学图像分析和 ＨＤＴＶ 等 领 域 有 着 广 泛 的 应 用 ［１ ３］。
图像插值 算 法 分 为 线 性 图 像 插 值 算 法 和 非 线 性 图

收稿日期：
２０１９ ０９ １２
基金项目：辽宁省教育厅科研专项（
ＬＪＺ２０１６０１８）
作者简介：魏 哲 １９９４－ ），男，辽宁兴城人，硕士研究生，研 究 方 向 为 机 器 视 觉 与 运 动 控 制；张
（ 阳 １９８１－ ），男，辽 宁 沈 阳 人，副 教
（
授，博士，研究方向为先进智能机电系统、机器人视觉伺服与移动机器人；张明明 １９８２－ ），男，辽宁沈阳人，高级工程 师，研 究
（
方向为划片机自动控制技术。

· ３８ ·
 魏 哲等：视觉引导划片机轨迹优化算法研究 机电一体化技术
像插值算法。其中，线 性 插 值 算 法 包 括 最 近 邻 点 插 则图像的二次泰勒展开式为
值、双线性 插 值 和 立 体 卷 积 插 值 ［４ １１］。 常 用 的 亚 像 ｆ（
ｘ，ｙ）＝ ｇ（ｘ０ ，
ｙ０）＋
素方法 有 拟 合 法、插 值 法、灰 度 矩 法 和 一 些 组 合 ｇｘ （ｘ０ ，
ｙ０）
法 ［１２ １６］。赵敏等 ［１７］采 用 概 率 统 计 的 方 法 提 高 图 像
（（
ｘ －ｘ０）（
ｙ －ｙ０）） （
ｇｙ （ｘ０ ，
ｙ０）
）
＋

检测的分辨率；娄训志等 ［
研究基于 小 波 的 图 像 亚
１８］
１ （（
ｘ －ｘ０）（ ｙ －ｙ０））·
像素检测 方 法。 以 上 的 研 究 都 可 以 为 像 素 插 值 与 ２
亚像素的边缘识别提供借鉴。 烄ｇｘｘ （
ｘ０ ，
ｙ０）ｇｘｙ （
ｘ０ ，
ｙ０）烌 （ｘ －ｘ０）
在此，提出一种 融 合 了 像 素 插 值 算 法 与 亚 像 素
烆
ｇｘｙ （
ｘ０ ，
ｙ０）ｇｙｙ （
ｘ０ ，
ｙ０） （（
烎 ｙ －ｙ０
） ）
（５）

边缘检测算法的方 法，能 够 更 准 确 地 检 测 轨 迹 边 缘 对于二维图像 ｆ（ ｘ，ｙ），如果线条边缘中心点处

位置，与原 有 的 轨 迹 比 较，进 而 规 划 下 一 次 划 片 的 的一阶导数为 ０，就可以认为边缘方向 ｎ 珗（
ｘ，ｙ）上的
轨迹。实验 验 证 了 所 提 的 方 法 能 够 精 准 识 别 轨 迹 一阶方 向 导 数 为 ０，且 二 阶 方 向 导 数 取 极 大 值 的 点
边缘，提高砂轮划片机的划片精度。 就是边缘中心点。
设边 缘 法 线 ｎ珗（
ｘ，ｙ）用 （ ｎｙ ）表 示，其 中
ｎｘ ，
１ 图像插值算法
‖（ ｎｙ ）‖ ＝１。因 此，若 已 知 边 缘 法 线 方 向，式
ｎｘ ，
１ 线性插值原理
１． （
５）就沿着边缘法线方向用（ ｎｘ ，
ｎｙ ）表示为
使用最邻近插 值 方 法，找 到 要 插 值 的 像 素 点 的
ｆ（（
ｔｎｘ ＋ｘ０），（
ｔｎｙ ＋ｙ０））＝ ｇ（ｘ０ ，
ｙ０）＋
灰度值是在其周围 ４ 个已知的相邻像素点中距离最
ｎｘｇｘ （
ｔ ｘ０ ，
ｙ０）＋ｔ
ｎｙｇｙ （
ｘ０ ，
ｙ０）＋
近像素点的灰度值。插值核函数为
１２ ２ （ ， ） ２
ｔｎｘｇｘｘ ｘ０ ｙ０ ＋ｔｎｘｎｙｇｘｙ （
ｘ０ ，
ｙ０）＋
１ ０ ≤｜ｕ｜＜０． ５ 或 ｕ ＝０．５
ｈ１（
ｕ）＝ ｛
０ ０．５ ＜｜ｕ｜ 或 ｕ ＝－０．５
（
１）
２
１２ ２ （ ， ）
ｔｎｙｇｙｙ ｘ０ ｙ０ （
６）
双线 性 插 值 方 法 用 于 获 得 要 插 值 的 像 素 的 灰 ２
度值，根据未知像素 点 与 已 知 像 素 点 的 距 离 权 重 来 对于线条边缘，令 ｆ（（
ｔｎｘ ＋ｘ０），（
ｔｎｙ ＋ｙ０））
ｔ

计算要内插值像素点的灰度值。插值核函数为
＝０ ，可得
１－｜ｕ｜ ０ ≤｜ｕ｜≤１
ｈ２（
ｕ）＝
０ ｛ １ ＜｜ｕ｜
（
２）
ｔ ＝－ ２
ｎｘｇｘ ＋ｎｙｇｙ
２
ｎｘｇｘｘ ＋２ｎｘｎｙｇｘｙ ＋ｎｙ
ｇｙｙ
（
７）
三次 卷 积 插 值 法 在 计 算 要 插 值 的 像 素 点 的 灰
因 此，图 像 灰 度 的 极 大 或 极 小 点 为 （ ｐｘ ，
ｐｙ ）
度值时，要考虑 ４ 个 已 知 相 邻 像 素 点 的 距 离 对 插 值
（
＝ （ｔ ），
ｎｘ ＋ｘ０ ｔ（ ）
ｎｙ ＋ｙ０ ） 。
像素的灰度值的 影 响。 另 外，考 虑 到 相 邻 像 素 点 之
１ ，１ １ １
间的灰度值的变化 率 的 影 响，立 体 卷 积 方 法 将 内 插 若（
ｔｎｘ ，
ｔｎｙ ）∈ －
２ ２ ［ ２ ２］ ［
× － ， ，即 一 ］
像素周围 的 大 范 围 内 的 像 素 的 所 有 灰 度 值 全 部 三 阶导数为０的点就在像素点内，（ｎｘ ，
ｎｙ ）方向的二阶
次处理。插值核函数为 方向 导 数 大 于 指 定 的 阈 值，则 该 点 （ ｐｙ ）为 线 条
ｐｘ ，
３ ２
烄｜ｕ｜ －２｜ｕ｜ ＋１ ０≤｜ｕ｜＜１ 边缘中心点 ［１９］。
（ ） ３ ２
ｈ３ ｕ ＝ 烅－｜ｕ｜ －５｜ｕ｜ －８｜ｕ｜＋４ １≤｜ｕ｜＜２
烆０ ２≤｜ｕ｜
２ 轨迹边缘的识别
（３） 在轨迹边缘识别中，通常使用常规的 Ｃａｎｎｙ 边
２ 亚像素边缘检测
１． 缘提取算法，该算法 无 法 满 足 工 作 精 度 非 常 高 的 设
对于二维图像中任意像素点的相邻像素点 （
ｘ０ ， 备。因此，本文在原有 的 Ｃａｎｎｙ 边 缘 粗 提 取 的 基 础
ｙ０）可以表示成二次泰勒多项式形式。如果图像与下 上，使用双线性插值 法 和 亚 像 素 来 提 高 轨 迹 的 识 别
列高斯核卷积后得到偏导数 ｇｘ ，
ｇｙ ，
ｇｘｘ ，
ｇｘｙ ，
ｇｙｙ 。 精度，从而进一步提高了设备的划片精度。
烄ｈｘ，δ（
ｘ，ｙ）＝ ｈ′δ（
ｘ）ｈδ（
ｙ） 双线性插值由 ２ 个一阶插值算法组成，然后，分
ｈｙ，δ（
ｘ，ｙ）＝ ｈδ（ｘ）′δ（
ｈ ｙ） 别在水平方向和垂 直 方 向 上 执 行 一 阶 线 性 插 值，并
ｈｘｘ，δ（
ｘ，ｙ）＝ ｈ
″δ（
ｘ）ｈδ（ｙ） （
４） 且将最终 获 得 的 值 用 作 要 在 该 点 待 插 像 素 点 的 灰
ｈｘｙ，δ（
ｘ，ｙ）＝ ｈ
′δ（
ｘ）ｈ′δ（
ｙ） 度值。双线性插值的 核 函 数 公 式 如 式 （
２）所 示。 核
烆ｈｙｙ，δ（
ｘ，ｙ）＝ ｈδ（
ｘ）″δ（
ｈ ｙ） 函数的函数图如图 １ 所示。
· ３９ ·
 ２０１９（
１２）

图 １ 双线性插值算法的核函数
双线性插值 的 示 意 如 图 ２ 所 示。（
ｉ，ｊ）、（
ｉ，ｊ＋
１）、（
ｉ＋１，
ｊ）、（ ｊ＋１）是原图像中相邻的 ４ 个
ｉ＋１，
像素点，它 们 的 灰 度 值 分 别 用 ｆ（
ｉ，ｊ）、
ｆ（ｉ，
ｊ ＋１）、
图 ３ 改进的算法流程
ｆ（
ｉ＋１，ｊ）、
ｆ（ ｊ＋１）表示。接下来要求解出位
ｉ＋１，
于这 ４ 个像素点中间的某点（ ｊ＋ｔ）处 的 像 素
ｉ＋ｓ， ３ 实验与结果
值。由像素点（
ｉ，ｊ）、（
ｉ，ｊ＋１）的值求解出（
ｉ，ｊ＋ｔ）的
实验的硬件平台为 Ｉ
ｎｔｅ
ｌＣｏ
ｒ ３ ２３５０Ｍ 运 行
ｅｉ
值，由像素点（
ｉ＋１，
ｊ）、（ ｊ＋１）的值求解出（
ｉ＋１， ｉ＋
内存 ６ＧＢ 的 计 算 机，采 用 德 国 ＭＶＴｅ
ｃ 的 Ｈａ
ｌｃｏｎ
ｊ＋ｔ）的值。同样方法，由像素点（
１， ｉ，
ｊ＋ｔ）、（
ｉ＋１，
作为机器 视 觉 处 理 软 件，在 砂 轮 划 片 切 割 芯 片 时，
ｊ＋ｔ）的值求解出 像 素 点 （ ｊ＋ｔ）的 值。 如 式
ｉ＋ｓ，
８）和式（
（ ９）所示。 对划片轨 迹 边 缘 识 别。 实 验 原 图 像 选 取 的 是 没 有
划片的芯片 和 被 划 片 的 芯 片，如 图 ４ａ 所 示。 图 ４ｂ
是传统的 Ｃａｎｎｙ 边缘算 法 检 测 轨 迹 边 缘 的 结 果，可
以看出边缘非 常 粗 糙。 图 ４ｃ 是 采 用 亚 像 素 边 缘 识
别算法检测出的轨 迹 边 缘。 相 比 于 Ｃａｎｎｙ 算 法，亚
像素检测 的 边 缘 精 度 要 提 高 很 多。 但 是 边 缘 出 现
“锯齿状”像 素，为 了 避 免 出 现 这 种 问 题，先 使 用 双
线性插值再使用亚 像 素 边 缘 检 测，如 图 ４ｄ 所 示，检

图 ２ 双线性图像插值示意 测出的轨迹边缘的 精 度 会 更 高，有 更 好 的 定 位 轨 迹

（
ｊ＋ｔ）－ （ ｊ＋１） 的位置。
烄ｆ（
ｉ，ｊ＋ｔ）＝ ｆ（
ｉ，ｊ）× ＋
ｊ－ （
ｊ＋１）
（ｊ＋ｔ）－ｊ
ｆ（ｉ，
ｊ＋１）× （
ｊ＋１）－ｊ
烅
（
ｊ＋ｔ）－ （ｊ＋１）
ｆ（
ｉ＋１，ｊ＋ｔ）＝ ｆ（ｉ＋１， ｊ）× ＋
ｊ－ ｊ＋１）
（
（
ｊ＋ｔ）－ｊ
ｆ（ｉ＋１，ｊ＋１）× （
烆 ｊ＋１）－１
（
８）
（
ｉ＋ｓ）－ （ｉ＋１）
ｆ（
ｉ＋ｓ，
ｊ＋ｔ）＝ ｆ（
ｉ，ｊ＋ｔ）× ＋
ｉ－ ｉ＋１）
（
（
ｉ＋ｓ）－ｉ
ｆ（
ｉ＋１，
ｊ＋ｔ）× （ （
９）
ｉ＋１）－ｉ
通过上述公式 和 示 意 图 可 以 看 出，双 线 性 插 值
考虑到了待插值像素 点 周 围 ４ 个 像 素 点 的 影 响，而
且还利用待插值像素点与 ４ 个已知像素点的距离作
为权重，来 求 待 插 值 像 素 点 的 灰 度 值，避 免 出 现 像
最近邻插 值 算 法 中 的 “锯 齿 状 ”像 素。 同 时 与 立 体
卷积插值算 法 比 较，计 算 复 杂 度 低，提 高 图 像 的 处
理速度。改进后的算法流程如图 ３ 所示。 图 ４ 实验图像
· ４０ ·
 魏 哲等：视觉引导划片机轨迹优化算法研究 机电一体化技术
在完成高精度 的 轨 迹 边 缘 识 别 之 后，计 算 出 理 ｖ
ｉｔａ
ｌｉｅｄ［
ｚ Ｊ］．
ＩＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏｎＩｍａｇｅＰｒ
ｏｃｅ
ｓｓｎｇ，
ｉ

想的轨迹位 置 与 实 际 的 轨 迹 位 置。 如 图 ５ａ 中 的 虚 ２００４，
１３（
５）：
７１０ ７１９．
［
５］ Ｌｅｈｍａｎｎ Ｔ Ｍ，Ｇｎｎｅ
ｒ Ｃ，
Ｓｐｉ
ｔｚｒ Ｋ．Ａｄｄｅｎｄｕｍ：
ｅ Ｂ
线所示，是理想划片轨迹；图５ｂ 是实际划片轨迹，实
ｓｐ
ｌｉｎｅｉ
ｎｔｅ
ｒｐｏ
ｌａｔ
ｉｏｎｉ
ｎ ｍｅｄ
ｉｃａ ｒ
ｌｉｍａｇｅ ｐｏｃ
ｅｓｓ
ｉｎｇ［
Ｊ］．
线所示；实际轨 迹 与 理 想 轨 迹 的 误 差 如 图 ５ｃ 所 示。
ＩＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏｎ Ｍｅｄ
ｉｃａ
ｌＩｍａｇ
ｉｎｇ，
２００１，
２０（
７）：
通过视觉测量的方 法 测 量 误 差 值，将 误 差 值 反 馈 给
６６０ ６６５．
上位机，经 过 上 位 机 处 理 之 后，再 将 误 差 指 令 发 给
［
６］ Ｎａｙａｋ Ｒ，
Ｐａｔ
ｒａ Ｄ．
Ｉｍａｇｅｉ
ｎｔｅ
ｒｐｏ
ｌａｔ
ｉｏｎ ｕｓ
ｉｎｇａｄａｐ
ｔｉｖｅ
末端执行 器。 这 样 才 不 会 使 下 一 次 划 片 产 生 同 样
Ｐ ｓｐ
ｌｉｎｅ［
Ｃ］．Ａｎｎｕａ
ｌＩＥＥＥ Ｉ
ｎｄｉ
ａ Ｃｏｎ
ｆｅｒ ｅ（
ｅｎｃ ＩＮＤＩ－
或者更大的误差，以免损坏芯片。
ＣＯＮ）．
Ｎｅｗ Ｙｏ
ｒｋ：
ＩＥＥＥ，
２０１５：
１ ６．
［
７］ ＺｈｏｕＤ Ｗ，
ＳｈｅｎＸ Ｌ，
Ｄｏｎｇ Ｗ Ｍ．
Ｉｍａｇｅｚ
ｏｏｍｉ
ｎｇｕｓ
ｉｎｇ
ｄ
ｉｒｅ
ｃｔｉ
ｏｎａ
ｌｃｕｂ
ｉｃｃ
ｏｎｖｏ
ｌｕｔ
ｉｏｎｉ
ｎｔｅ
ｒｐｏ
ｌａｔ
ｉｏｎ［
Ｊ］．
ＩＥＴＩｍ－
ａｇｅＰｒ
ｏｃｅ
ｓｓｎｇ，
ｉ ２０１２，
６（６）：
６２７ ６３４．
［
８］ Ｈｏｕ Ｈ Ｓ，
Ａｎｄ
ｒｅｗｓＨ．
Ｃｕｂ
ｉｃｓｐ
ｌｉｎｅ
ｓｆｏ
ｒｉｍａｇｅｉ
ｎｔｅ
ｒｐｏ－
ｌ
ａｔｉ
ｏｎａｎｄｄ
ｉｇｉ
ｔａｌｆ
ｉｌ
ｔｅｒ
ｉｎｇ［
Ｊ］．
ＩＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏｎＡ－
ｃ
ｏｕｓ
ｔｉｃ
ｓＳｐｅ
ｅｃｈａｎｄ Ｓ
ｉｇｎａ
ｌＰｒ
ｏｃｅ
ｓｓｎｇ，１９７９，
ｉ ２６（
６）：
５０８ ５１７．
［
９］ Ｋｅ
ｙｓＲ．
Ｃｕｂ
ｉｃｃ
ｏｎｖｏ
ｌｕｔ
ｉｏｎｉ
ｎｔｅ
ｒｐｏ
ｌａｔ
ｉｏｎｆ
ｏｒｄ
ｉｇｉ
ｔａｌｉｍａｇｅ
ｒ
ｐｏｃ
ｅｓｓ
ｉｎｇ［
Ｊ］．
ＩＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎ
ｓｏｎ Ａｃ
ｏｕｓ
ｔｉｃ
ｓＳｐｅ
ｅｃｈ
ａｎｄＳ
ｉｇｎａ
ｌＰｒ
ｏｃｅ
ｓｓｎｇ，
ｉ １９８１，
２９（
６）：
１１５３ １１６０．
［
１０］ Ｓｈ
ｉＪＺ，
Ｒｅｉ
ｃｈｅ
ｎｂａ
ｃｈＳ Ｅ．
Ｉｍａ
ｇｅｉ
ｎｔｅ
ｒｐｏ
ｌａｔ
ｉｏｎｂｙｔｗｏ
ｄ
ｉｍｅｎｓ
ｉ ｌｐａ
ｏｎａ ｒａｍｅ
ｔｒｉ
ｃｃｕｂ
ｉｃｃ
ｏｎｖｏ
ｌｕｔ
ｉｏｎ［
Ｊ］．
ＩＥＥＥ
Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓ ｏｎ Ｉｍａｇｅ Ｐｒ
ｏｃｅ
ｓｓｎｇ，２００６，１５ （
ｉ ７）：
图 ５ 实验结果
１８５７ １８７０．

４ 结束语 １１］ 庞志勇，谭洪舟，陈弟虎 ．一种改进的低成本 自 适 应 双

［
三次插值算法及 ＶＬＳ
Ｉ实现［
Ｊ］．自动化学报，
２０１３，
３９
提出了一 种 将 双 线 性 插 值 和 亚 像 素 边 缘 检 测
（
４）：
４０７ ４１７．
结合的算法，实 现 了 对 轨 迹 边 缘 高 精 度 检 测，然 后 ［
１２］ Ｈｕｅ
ｃｋｅ
ｌＭ Ｈ．
Ａｎｏｐｅ
ｒａｔ
ｏｅｗｈ
ｉｃｈｌ
ｏｃａ
ｔｅｅｄｇｅ
ｓｉｎｄ
ｉｇ－
通过理想轨迹与实 际 轨 迹 对 比 形 成 误 差，将 误 差 反 ｉ
ｔａ ｉ
ｌｐｃｔ
ｕｒｓ［
ｅ Ｊ］．
Ｊｏｕ
ｒｎａ
ｌｏｆｔ
ｈｅ Ａｓ
ｓｏｃ
ｉａｔ
ｉｏｎｆ
ｏｒＣｏｍ－
馈给末端执行器，从 而 避 免 下 一 次 划 片 出 现 同 样 或 ｐｕ
ｔｉｎｇ Ｍａ
ｃｈｉ
ｎｅｙ，
ｒ １９７１，
１８（
１）：
１１３ １２５．
者更大的误差，提 高 芯 片 加 工 精 度。 并 且 通 过 对 划 １３］ 李艳，彭嘉雄 ．基于 Ｄ２ 样条插值和 ＬＯＧ 算子的亚像
［
片的芯片实验处理 后，证 明 了 融 合 双 线 性 插 值 和 亚 Ｊ］．华 中 理 工 大 学 学 报，２０００，２８（
素边缘检测 ［ ３）：
像素边缘检测有效提高了划片的精度。 ７７ ７９．
１４］ 邹宁，柳 剑，周 曼 丽 ．基 于 Ｚｅ
［ ｒｎｋｅ 矩 的 边 缘 检 测 方
ｉ

参考文献 ： 法［
Ｊ］．华中理工大学学报，
１９９９，
２７（
５）：
１ ２．

１］ 杜宇 ．硅 片 预 对 准 系 统 的 研 制 ［
［ Ｄ］．大 连：大 连 理 工 大 １５］ 梁燕，刘文耀 ．一 种 新 型 非 线 性 边 缘 检 测 方 法 ［
［ Ｊ］．光

学，
２００６． 电子·激光，
２００３，
１４（
１２）：
１３３２ １３３５．

［
２］ ＥＩ ＫｈａｍｙＳ Ｍ，
Ｈａｄｈｏｕｄ Ｍ Ｍ，
Ｄｅｓ
ｓｏｕｋｙ Ｍ Ｉ，
ｅｔａ
ｌ． １６］ 张洪涛，段发阶，叶声华 ．一种快速亚像素边 缘 检 测 方
［

Ｅｆ
ｆｉｃ
ｉｅｎ
ｔｉｍｐ
ｌｅｍｅｎ
ｔａｔ
ｉｏｎ ｏ
ｆｉｍａｇｅｉ
ｎｔｅ
ｒｐｏ
ｌａｔ
ｉｏｎ ａ
ｓａｎ Ｊ］．计量学报，
法研究［ ２００２，
２３（
４）：
２６３ ２６５，
２７０．

ｉ
ｎｖｅ
ｒｓ ｒ
ｅｐｏｂ
ｌｅｍ［
Ｊ］．
Ｄｉｉ
ｇｔａ
ｌＳｉ
ｇｎａ
ｌＰｒ
ｏｃｅ
ｓｓｎｇ，
ｉ ２００５，
１５ １７］ 赵敏，邱宗 明，黄 秋 红，等 ．提 高 图 像 测 量 分 辨 率 的 一
［

（
２）：
１３７ １５２． 种方法［
Ｊ］．西安理工大学学报，
２００２，
１８（
１）：
８０ ８３．
［
３］ Ｔｈé ｚ Ｐ，Ｂ
ｖｅｎａ ｌｕ Ｔ，Ｕｎｓ
ｅｒ Ｍ．
Ｉｎｔ
ｅｒｐｏ
ｌａｔ
ｉｏｎｒ
ｅｖｉ
ｓｉｔ
ｅｄ １８］ 娄训 志 ．基 于 小 波 变 换 的 图 像 亚 像 素 检 测 应 用 研 究
［
［
Ｊ］．
ＩＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏｎ Ｍｅｄ
ｉｃａ
ｌＩｍａｇ
ｉｎｇ，
２０００，
１９ Ｄ］．武汉：湖北工业大学，
［ ２０１１．
（
７）：
７３９ ７５８． １９］ 张广军 ．机器视觉 ［Ｍ］．北京：科学出版社，
［ ２００４．
［
４］ Ｂ
ｌｕ Ｔ，
Ｔｈｅ ｚＰ，
ｖｅｎａ Ｕｎｓ
ｅｒ Ｍ．
Ｌｉｎｅ
ａｒｉ
ｎｔｅ
ｒｐｏ
ｌａｔ
ｉｏｎｓ
ｒｅ－

· ４１ ·