探针的定位方法及装置、非易失性存储介质、处理器

技术领域

本申请涉及探针台探针定位技术领域，具体而言，涉及一种探针的定位方法及装置、非易失性存储介质、处理器。

背景技术

随着现代电子装置对小型化、轻量化、高性能化、多功能化、低功耗化和低成本化方面的要求不断提高，集成电路芯片的特征尺寸不断缩小，且集成规模迅速扩大，芯片封装技术也在不断革新，凸点加工工艺也因此发展起来，凸点加工工艺过程中的晶圆测试也越来越流行，晶圆测试需要采用特殊的探针进行扎针测试，其中皇冠针居多。而测试的过程中需要进行对针，即确定探针所在的位置，对针过程中一方面要确定晶圆上凸点的坐标位置，另一方面要确定探针的坐标位置。

但是，相对于常规的探针，皇冠针具有形态上的特殊性，且不同拍摄角度和高度形态会有较大变化。传统的悬臂针在形态上呈现发亮团状，悬臂针识别算法基于发亮区域计算其质心，并将质心作为图像中的探针中心。而皇冠针由于与常规探针在形态上存在差异，发亮区域呈现不稳定的状态，无法将发亮区域的质心作为皇冠针的定位中心，而目前也没有一套公开的对皇冠针识别的算法。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种探针的定位方法及装置、非易失性存储介质、处理器，以至少解决由于现有的探针识别是基于针尖发亮区域计算其质心，并将所述质心作为探针图像中的探针中心,造成的探针识别过程中存在较大定位偏差以及稳定性不足的技术问题。

根据本申请实施例的一个方面，提供了一种探针的定位方法，包括：获取聚焦后得到的探针图像，并对探针图像进行二值化处理，生成探针图像对应的二值图，其中，探针的针柱部分为二值图中的第一颜色分量构成的连通域，探针的针柱以外的部分为二值图中的第二颜色分量；从连通域中确定目标连通域；获取目标连通域构成的集合中在目标半径范围内的第一目标连通域，获取每个第一目标连通域对应的目标二值图，获取目标二值图中的第一目标连通域的边缘轮廓的目标边缘轮廓点；对目标边缘轮廓点进行函数拟合，并依据拟合结果确定探针的位置信息。

可选地，从连通域中确定目标连通域，包括：通过形态学操作中的膨胀操作连接多个连通域，得到第一连通域；将第一颜色分量填充至第一连通域内的第二颜色分量中，确定目标连通域。

可选地，确定目标连通域之后，方法还包括：去除目标连通域边缘凸起的毛刺。

可选地，获取目标二值图中的第一目标连通域的边缘轮廓的目标边缘轮廓点，包括：获取第一目标连通域的边缘轮廓；根据第一目标连通域的边缘轮廓，获取第一目标连通域的边缘轮廓对应的目标包围框，其中，目标包围框为四条边全部与第一目标连通域的边缘轮廓相切的矩形；获取第一目标连通域的边缘轮廓点中与目标包围框上的点坐标相同的目标点，将目标点确定为异常边缘轮廓点；将异常边缘轮廓点从边缘轮廓点中去除,确定目标边缘轮廓点。

可选地，获取第一目标连通域的边缘轮廓之前，方法还包括：去除第一目标连通域的边缘轮廓的凸出部分；填充第一目标连通域的边缘轮廓的凹陷部分。

可选地，对目标边缘轮廓点进行函数拟合，并依据拟合结果确定探针的位置信息，包括：利用圆拟合算法计算目标边缘轮廓点的边缘函数；根据边缘函数确定探针的圆心坐标以及探针的半径。

可选地，根据目标边缘轮廓点的坐标以及边缘函数确定探针的圆心坐标以及探针的半径之后，方法还包括：确定与探针图像中心的距离为目标距离的目标探针的圆心坐标和半径；当目标探针的圆心坐标超过第一设定阈值时，重新获取探针图像。

可选地，对探针图像进行二值化处理之前，方法还包括：将探针图像进行灰度化处理；降低探针图像中亮度值超过第二设定阈值的区域的亮度；确定探针图像的背景亮度为目标背景亮度。

可选地，确定探针图像的背景亮度为目标背景亮度，包括：确定探针图像中目标像素点的数量，其中，目标像素点为像素值超过目标预设值的像素点；将目标像素点的数量与探针图像的目标面积进行比较，其中，目标面积为根据探针图像面积的预设比例确立的面积；若目标像素点的数量大于目标面积，确定探针图像的背景亮度为目标背景亮度；若目标像素点的数量不大于目标面积，确定探针图像的背景亮度不为目标背景亮度，并生成告警信息。

可选地，获取目标连通域构成的集合中在目标半径范围内的第一目标连通域，包括：当目标连通域构成的集合中在目标半径范围内不存在连通域时，生成报警信息并重新获取探针图像。

根据本申请实施例的再一方面，还提供了一种非易失性存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的探针的定位方法。

根据本申请实施例的再一方面，还提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的探针的定位方法。

在本申请实施例中，采用获取聚焦后得到的探针图像，并对探针图像进行二值化处理，生成探针图像对应的二值图，其中，探针的针柱部分为二值图中的第一颜色分量构成的连通域，探针的针柱以外的部分为二值图中的第二颜色分量；从连通域中确定目标连通域；获取目标连通域构成的集合中在目标半径范围内的第一目标连通域，获取每个第一目标连通域对应的目标二值图，获取目标二值图中的第一目标连通域的边缘轮廓的目标边缘轮廓点；对目标边缘轮廓点进行函数拟合，并依据拟合结果确定探针的位置信息的方式，通过对探针二值图进行形态学操作、孔洞填充、去除边缘毛刺等操作以及对探针边缘轮廓点进行筛选，达到了提升探针边缘提取精度的目的，从而实现了更加精准以及更加稳定的进行探针定位的技术效果，进而解决了由于现有的探针识别是基于针尖发亮区域计算其质心，并将所述质心作为探针图像中的探针中心,造成的探针识别过程中存在较大定位偏差以及稳定性不足技术问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的一种探针的定位方法的流程图；

图2是本申请实施例的一种从连通域中确定目标连通域的流程图；

图3a是本申请实施例的一种获取目标二值图中的第一目标连通域的边缘轮廓的目标边缘轮廓点的流程图；

图3b是本申请实施例的一种对第一目标连通域的边缘轮廓进行处理的流程图；

图4a是本申请实施例的一种利用圆拟合算法计算目标边缘轮廓点的边缘函数，并依据拟合结果确定探针的位置信息的流程图；

图4b是本申请实施例的一种重新获取探针图像的流程图；

图5a是本申请实施例的一种确定探针图像的背景亮度的流程图；

图5b是本申请实施例的一种确定探针图像的背景亮度为目标背景亮度的流程图；

图6是根据本申请实施例的另一种探针的定位方法的流程图；

图7是根据本申请实施例的一种探针台聚焦后的探针图像；

图8是根据本申请实施例的一种探针发亮区域抑制图；

图9是根据本申请实施例的一种探针阈值分割图；

图10是根据本申请实施例的一种探针膨胀图；

图11是根据本申请实施例的一种探针孔洞填充图；

图12是根据本申请实施例的一种探针边缘去毛刺图；

图13是根据本申请实施例的一种探针轮廓凸包图；

图14是根据本申请实施例的一种探针最小包围框图；

图15是根据本申请实施例的一种探针边缘轮廓点筛选后的轮廓图；

图16是根据本申请实施例的一种探针识别结果图；

图17是根据本申请实施例的一种探针的定位装置的结构图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本申请实施例，提供了一种探针的定位方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

晶圆测试需要通过探针台与集成电路自动测试机配合使用，对晶圆上的芯片进行功能和电参数性能测试，探针台负责晶圆的输送与定位，确保从晶圆表面向精密仪器输送更稳定的信号，使晶圆上的晶粒依次与探针接触并逐个测试(或并行测试)，实现更加精确的数据测试测量。因为晶圆制作完成之后，由于工艺原因引入的各种制造缺陷，分布在晶圆上的晶粒中会有一定量的不合格品。晶圆测试的目的就是在封装前将这些不合格品找出来，一方面分析失效原因，从而后续提高产品的良品率，另一方面缩减后续封测的成本。

图1是根据本申请实施例的一种探针的定位方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，获取聚焦后得到的探针图像，并对探针图像进行二值化处理，生成探针图像对应的二值图，其中，探针的针柱部分为二值图中的第一颜色分量构成的连通域，探针的针柱以外的部分为二值图中的第二颜色分量。

根据本申请的一个可选的实施例，阈值分割法是一种基于区域的图像分割技术，原理是把图像像素点分为若干类。图像阈值化的目的是要按照灰度级对像素集合进行划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域不具有这种一致的属性。通过自适应的阈值分割法对探针图像进行二值化处理，可以得到探针图像对应的二值图。可选用自适应阈值分割方法包括但不仅限于：大津法、局部自适应阈值分割法、最大熵阈值分割法、迭代阈值分割法。其中，可优先选用大津法对探针图像进行二值化处理。二值图指的是每个像素点均为黑色或者白色的图像，在本申请中，探针的针柱部分为二值图中的白色部分也即第一颜色分量，探针针柱以外的过亮区域以及背景部分等为黑色分量也即第二颜色分量。

现有的探针识别对于探针图像的分割方式采用固定阈值分割方式，而固定阈值分割方式对光照的适应性比较弱，随着光照的改变需要经常对参数进行调整，本申请增加了自适应阈值分割，结合对探针发亮区域进行抑制，对光照的适应性更强，且分割出的探针轮廓更加饱满，定位精度更加精准。

步骤S104，从连通域中确定目标连通域。

二值图分析最基础的也是最重要的方法之一就是确定连通域，确定连通域是所有二值图分析的基础。连通域是指图像中具有相同像素且位置相邻的像素点组成的图像区域。在本申请中连通域即为二值图中相连接的白色区域。通过形态学操作、孔洞填充等操作，从连通域中确定目标连通域，使连通域内部受黑色分量的影响尽量最小化。

图2是本申请实施例的一种从连通域中确定目标连通域的流程图，如图2所示，该过程可通过如下步骤实现：

步骤S202，通过形态学操作中的膨胀操作连接多个连通域，得到第一连通域。

步骤S204，将第一颜色分量填充至第一连通域内的第二颜色分量中，确定目标连通域。

图像的形态学操作的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。图像的形态学操作可以简化图像数据，同时保持图像数据的基本形状特性，并除去不相干的结构。形态学操作包括膨胀、腐蚀、开操作和闭操作等。其中，膨胀指对图像的边界进行扩张，如果图像内两个对象的距离较近，那么在膨胀的过程中，两个对象会连通在一起。本申请中，通过膨胀操作可以将分散的连通域进行连接。连接后的连通域可能存在其他黑色分量的影响，此时需要将构成连通域的白色分量(第一颜色分量)填充到连通域中的黑色分量(第二颜色分量)中，尽量减少黑色分量对连通域轮廓的干扰。

步骤S106，获取目标连通域构成的集合中在目标半径范围内的第一目标连通域，获取每个第一目标连通域对应的目标二值图，获取目标二值图中的第一目标连通域的边缘轮廓的目标边缘轮廓点。

在本申请的一些可选的实施例，获取设定的半径范围内的二值图中连通域的集合，并根据上述连通域集合，确定每一个探针对应的连通域的二值图。对每一个探针对应的连通域进行优化，并剔除优化后的连通域的边缘轮廓上的异常边缘轮廓点，确定每一个探针对应的连通域的边缘轮廓的目标边缘轮廓点。

图3a是本申请实施例的一种获取目标二值图中的第一目标连通域的边缘轮廓的目标边缘轮廓点的流程图，如图3a所示，该过程包括如下步骤：

步骤S302，获取第一目标连通域的边缘轮廓。

步骤S304，根据第一目标连通域的边缘轮廓，获取第一目标连通域的边缘轮廓对应的目标包围框，其中，目标包围框为四条边全部与第一目标连通域的边缘轮廓相切的矩形。

步骤S306，获取第一目标连通域的边缘轮廓点中与目标包围框上的点坐标相同的目标点，将目标点确定为异常边缘轮廓点。

步骤S308，将异常边缘轮廓点从边缘轮廓点中去除,确定目标边缘轮廓点。

作为本申请的一个可选的实施例，根据连通域的边缘轮廓，获取连通域的边缘轮廓对应的最小包围框(目标包围框)，所述最小包围框为能够在二值图中将连通域的边缘轮廓完全包围的最小框。因为最小包围框为矩形，当边缘轮廓上的点与该最小包围框存在重合时，意味着该点或者点集合是超出二值图范围内的或者是二值图内的直线部分，因为探针连通域的边缘轮廓为圆形，为了精准提取探针连通域的边缘轮廓，需要对连通域边缘轮廓中不属于圆形轮廓的点进行剔除。超出二值图范围内的或者二值图内的直线部分定义为异常边缘轮廓点，需要将异常边缘轮廓点从连通域的所有边缘轮廓点中剔除，这样就能够确定目标边缘轮廓点。

图3b是本申请实施例的一种对第一目标连通域的边缘轮廓进行处理的流程图，如图3b所示，该过程包括如下步骤：

步骤S3011，去除第一目标连通域的边缘轮廓的凸出部分。

步骤S3012，填充第一目标连通域的边缘轮廓的凹陷部分。

根据本申请的另一个可选的实施例，去除目标连通域的边缘轮廓的凸出部分；填充目标连通域的边缘轮廓的凹陷部分，即为获取探针的轮廓凸包图。去除目标连通域的边缘轮廓的凸出部分，填充目标连通域的边缘轮廓的凹陷部分的目的同样是为了精准提取探针连通域的边缘轮廓，消除边缘轮廓上边缘缺损或凸出部分的影响。

现有的探针识别算法的轮廓提取直接通过阈值分割图提取边缘轮廓已经不适用于皇冠针。皇冠针因为其尺寸过大可能会超出视野范围，形态上又受到十字区域影响，边缘并没有十分完整和平滑，本申请通过形态学操作、孔洞填充、边缘去毛刺、轮廓筛选、计算凸包轮廓等操作使其得到的轮廓更加精准。

步骤S108，对目标边缘轮廓点进行函数拟合，并依据拟合结果确定探针的位置信息。

作为本申请的一个可选的实施例，利用步骤S106中得到的目标轮廓点，通过圆拟合方法计算出边缘函数，通过边缘函数可以得到连通域的圆心坐标以及连通域的半径。

现有的探针识别是基于针尖发亮区域计算其质心作为图像中的探针中心，要求针尖发亮区域相对比较稳定，而皇冠针的发亮区域呈现十字，且可能由于扎针磨损或者脏污等影响十字区域可能会消失或者是部分消失，导致按照质心计算中心会存在较大定位偏差，稳定性不足，本申请按照拟合皇冠针外轮廓的方式去定位中心，相对来说比计算发亮质心，稳定性会得到显著提升。

根据上述步骤，通过对探针二值图进行形态学操作、孔洞填充、去除边缘毛刺、提取边缘轮廓凸包等操作以及对探针边缘轮廓点进行筛选，达到了提升探针边缘提取精度的目的，从而实现了更加精准以及更加稳定的进行探针定位的技术效果，进而解决了由于现有的探针识别是基于针尖发亮区域计算其质心，并将所述质心作为探针图像中的探针中心,造成的探针识别过程中存在较大定位偏差以及稳定性不足技术问题。

图4a是本申请实施例的一种利用圆拟合算法计算目标边缘轮廓点的边缘函数，并依据拟合结果确定探针的位置信息的流程图，如图4a所示，该过程可通过如下步骤实现：

步骤S402，利用圆拟合算法计算目标边缘轮廓点的边缘函数。

步骤S404，根据边缘函数确定探针的圆心坐标以及探针的半径。

边缘函数的计算方法包括但不限于最小二乘法、最小间隔法、最小外接法、最大内切法、固定半径法、RANSAC。

图4b是本申请实施例的一种重新获取探针图像的流程图，如图4b所示，该过程可通过如下步骤实现：

步骤S4051，确定与探针图像中心的距离为目标距离的目标探针的圆心坐标和半径。

步骤S4052，当目标探针的圆心坐标超过第一设定阈值时，重新获取探针图像。

在本申请的一些可选的实施例中，确定探针的圆心坐标以及探针的半径之后，还需要确定与探针图像中心的距离最近的探针的圆心坐标以及探针的半径，需要说明的是，当二值图中存在多个目标连通域时，确定圆心坐标最靠近探针图像中心的探针为目标探针；当二值图中仅存在一个目标连通域时，确定该目标连通域对应的探针为目标探针。若输出的圆心坐标偏离图像中心太大，则机台进行矫正并重新对探针图像进行采集与计算。当二值图中仅存在一个目标连通域时，输出的圆心坐标偏离图像中心太大是因为采集探针图像的过程相机没有对准针的中心位置，导致探针位于图像的边缘位置，会由于畸变等因素导致探针中心位置计算结果不准确，此时需要重新采集探针图像并进行相应计算。

图5a是本申请实施例的一种确定探针图像的背景亮度的流程图，如图5a所示，该过程包括如下步骤：

步骤S502，将探针图像进行灰度化处理。

步骤S504，降低探针图像中亮度值超过第二设定阈值的区域的亮度。

步骤S506，确定探针图像的背景亮度为目标背景亮度。

根据上述步骤，通过抑制探针图像中过亮的区域，即降低亮度值超过第二设定阈值的区域的亮度，有助于形态学操作时方便将发暗区域进行连接。

图5b是本申请实施例的一种确定探针图像的背景亮度为目标背景亮度的流程图，如图5b所示，该过程包括如下步骤：

步骤S5061，确定所述探针图像中目标像素点的数量，其中，所述目标像素点为像素值超过目标预设值的像素点。

步骤S5062，将所述目标像素点的数量与所述探针图像的目标面积进行比较，其中，所述目标面积为根据所述探针图像面积的预设比例确立的面积。

步骤S5063，若所述目标像素点的数量大于所述目标面积，确定所述探针图像的背景亮度为目标背景亮度。

步骤S5064，若所述目标像素点的数量不大于所述目标面积，确定所述探针图像的背景亮度不为目标背景亮度，并生成告警信息。

根据本申请的另一个可选的实施例，评估背景亮度的方式为统计全局像素值超过目标预设值(目标预设值建议设定为150)的像素个数，若像素个数满足大于预设比例(预设比例建议为1/5)的图像面积，则判定背景亮度正常；若个数不满足大于预设比例的图像面积，则判定背景过暗，同时进行报警，调节探针图像的背景亮度，调节至探针图像中探针针体黑色轮廓与背景有明显区分。

若所述目标像素点的数量不大于所述目标面积，即背景亮度过暗时，采用以下方式调节背景亮度：

1.人工手动调节光源控制器。2.算法自动调节亮度：按照一定的步长(建议步长值为10)提升光源亮度值，直到光源亮度值超过设定值(建议设定值150)的像素个数满足大于预设比例(预设比例建议为1/5)的图像面积为止。

通过上述步骤，采用抑制发亮区域的操作，使探针对应的二值图对外部光照的抗干扰性效果更佳。

在本申请的一些可选的实施例，确定目标连通域之后，还需要去除目标连通域边缘凸起的毛刺。

在本申请的一些可选的实施例中，获取目标连通域构成的集合中在目标半径范围内的第一目标连通域，通过以下方法实现：当目标连通域构成的集合中在目标半径范围内不存在连通域时，生成报警信息并重新获取探针图像。

图6是根据本申请实施例的另一种探针的定位方法的流程图，如图6所示，该方法包括如下步骤：

步骤S1：传入经过探针台聚焦后的皇冠针图片，并将皇冠针图片进行灰度化处理。

图7是根据本申请实施例的一种探针台聚焦后的探针图像，经过探针台聚焦后的皇冠针图像如图7所示。

步骤S2：抑制皇冠针过亮的十字区域，此步骤有助于在进行形态学操作时方便将皇冠针图片的发暗区域进行连接。

图8是根据本申请实施例的一种探针发亮区域抑制图，抑制皇冠针过亮的十字区域所得到的图像如图8所示。

步骤S3：评估背景亮度，评估背景亮度的方式为统计全局像素值超过目标预设值(目标预设值建议设定为150)的像素个数，若像素个数满足大于预设比例(预设比例建议为1/5)的图像面积，则判定背景亮度正常；若个数不满足大于预设比例的图像面积，则判定背景过暗，同时进行报警，并调节探针图像的背景亮度，调节至探针图像中探针针体黑色轮廓与背景有明显区分时，可跳回步骤S2。

步骤S4：自适应阈值分割提取黑色分量(第二颜色分量)。可选用自适应阈值分割方法包括但不仅限于：大津法、局部自适应阈值分割法、最大熵阈值分割法、迭代阈值分割法。

图9是根据本申请实施例的一种探针阈值分割图，自适应阈值分割提取二值图中的黑色分量所得到的图像如图9所示。

步骤S5：形态学操作，将二值图中的连通域进行适当的膨胀，连接皇冠针连通域，其中，连通域指二值图中相连接的白色区域。

图10是根据本申请实施例的一种探针膨胀图，将二值图中的连通域进行适当的膨胀所得到的图像如图10所示。

步骤S6：孔洞填充，进一步消除十字发亮区域的干扰。

图11是根据本申请实施例的一种探针孔洞填充图，将二值图中的连通域中的黑色分量，也即连通域中的孔洞进行填充后所得到的图像如图11所示。

步骤S7：去毛刺，减轻边缘凸起的毛刺干扰，平滑边缘，提升边缘精度。

图12是根据本申请实施例的一种探针边缘去毛刺图，将二值图中的连通域的边缘进行去毛刺操作所得到的图像如图12所示。

步骤S8：获取目标半径范围内的连通域集合，输入筛选半径和二值图，输出连通域集合。

步骤S9：根据目标半径筛选针柱连通域，输入S8得到的连通域集合，输出皇冠针连通域集合。

步骤S10：判断有无皇冠针，若S9里的皇冠针集合为空，进行报警，人工调整参数后重新进入步骤S1。

步骤S11：根据得到的冠针连通域集合，单独绘制单个皇冠针二值图。

步骤S12：提取单个皇冠针二值图的轮廓凸包，消除边缘缺损的影响。

图13是根据本申请实施例的一种探针轮廓凸包图，将单个皇冠针二值图进行去除连通域边缘轮廓的凸出部分、填充连通域边缘轮廓的凹陷部分等操作所得到的图像如图13所示。

步骤S13：根据步骤S12得到的轮廓凸包，获取凸包二值图的最小包围框(目标包围框)，并将所有边框区域像素坐标存入边框坐标容器中，其中，边框坐标容器分为上下左右四个，即最小包围框矩形的四条边，每条边作为边框坐标容器的一个子容器。最小包围框上的点将作为遍历起始点，搜索皇冠针弧边计算点。

图14是根据本申请实施例的一种探针最小包围框图，根据轮廓凸包图中的连通域的边缘轮廓，得到四条边全部与连通域边缘轮廓相切的矩形为最小包围框，皇冠针轮廓凸包的最小包围框图如图14所示。

步骤S14：剔除超出画面部分的边缘轮廓点，以及直线部分的皇冠针边缘计算点，其中，超出画面部分的边缘轮廓点，以及直线部分的皇冠针边缘计算点为异常边缘轮廓点只保留弧度区域，在凸包图像上，遍历边框坐标容器，若有一段区域的像素横坐标或者纵坐标未发生变化，则说明该区域是超出画面的，或者是直线部分，此时的边框像素点需剔除，将正常的包围框边缘区域存入正常容器中，其中，正常容器分为上下左右各四个，即最小包围框矩形的四条边，每条边作为正常容器一个子容器。

图15是根据本申请实施例的一种探针边缘轮廓点筛选后的轮廓图，将连通域边缘超出探针图像画面的部分或者直线部分进行剔除后得到的图像如图15所示。

步骤S15：以步骤S14中的正常容器中的像素位置作为起始点，分别向靠近皇冠针中心的位置检索，可以检索到凸包边缘(皇冠针边缘)，将所有正常弧边点存入目标坐标容器中。

步骤S16：通过获取的弧边点，拟合圆函数，求出圆心坐标和半径。可选用圆拟合方法包括但不限于：最小二乘法、最小间隔法、最小外接法、最大内切法、固定半径法、RANSAC。

步骤S17：输出最靠近图像中心的皇冠针中心坐标，以及其半径。若输出的中心坐标偏离图像中心太大，则机台进行矫正重新采集图像计算，重新进入步骤S1。

图16是根据本申请实施例的一种探针识别结果图，根据最靠近图像中心的皇冠针中心坐标，确定探针识别的结果图。

图17是根据本申请实施例的一种探针的定位装置的结构图，如图17所示，该装置包括：

处理模块170，用于获取聚焦后得到的探针图像，并对探针图像进行二值化处理，生成探针图像对应的二值图，其中，探针的针柱部分为二值图中的第一颜色分量构成的连通域，探针的针柱以外的部分为二值图中的第二颜色分量；

第一确定模块172，用于从连通域中确定目标连通域；

获取模块174，用于获取目标连通域构成的集合中在目标半径范围内的第一目标连通域，获取每个第一目标连通域对应的目标二值图，获取目标二值图中的第一目标连通域的边缘轮廓的目标边缘轮廓点；

第二确定模块176，用于对目标边缘轮廓点进行函数拟合，并依据拟合结果确定探针的位置信息。

需要说明的是，图17所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。

本申请实施例还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的探针的定位方法。

非易失性存储介质执行以下功能的程序：获取聚焦后得到的探针图像，并对探针图像进行二值化处理，生成探针图像对应的二值图，其中，探针的针柱部分为二值图中的第一颜色分量构成的连通域，探针的针柱以外的部分为二值图中的第二颜色分量；从连通域中确定目标连通域；获取目标连通域构成的集合中在目标半径范围内的第一目标连通域，获取每个第一目标连通域对应的目标二值图，获取目标二值图中的第一目标连通域的边缘轮廓的目标边缘轮廓点；对目标边缘轮廓点进行函数拟合，并依据拟合结果确定探针的位置信息。

本申请实施例还提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的探针的定位方法。

处理器用于运行执行以下功能的程序：获取聚焦后得到的探针图像，并对探针图像进行二值化处理，生成探针图像对应的二值图，其中，探针的针柱部分为二值图中的第一颜色分量构成的连通域，探针的针柱以外的部分为二值图中的第二颜色分量；从连通域中确定目标连通域；获取目标连通域构成的集合中在目标半径范围内的第一目标连通域，获取每个第一目标连通域对应的目标二值图，获取目标二值图中的第一目标连通域的边缘轮廓的目标边缘轮廓点；对目标边缘轮廓点进行函数拟合，并依据拟合结果确定探针的位置信息。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。