| 现场环境 |
Python（OpenCV, scikit-image） |
| 使用对象 |
传感器基面、铜柱、BGA焊盘等电子元器件 |
| 使用目的 |
精确测量基片/铜柱面积，检测缺损、异物、尺寸不符等缺陷 |
| 硬件配置 |
- 最低配置：Intel i3 + 4GB RAM
- 工业计算机 |
| 硬件兼容 |
无
|
| 软件配置 |
Python（OpenCV, scikit-image）或 C++（工业视觉系统） |
| 软件兼容 |
无
|
| 输入数据 |
200万像素以上工业相机采集的RGB/灰度图像（建议8bit灰度） |
| 输出数据 |
1. 基片/铜斑面积统计表（mm²） 2. 缺陷位置标记图 3. NG/OK分类结果 |
| 样本获取 |
需标定样本： - 5~10个合格品 - 含典型缺陷（缺损、氧化、异物）样本 |
| 测试结果 |
面积测量误差<±2%，缺陷检出率>92%（需标准光照） |
| 执行速度 |
2000x2000图像处理时间： - CPU：~50ms（含形态学优化） |
| 资源消耗 |
内存占用：约3×图像尺寸（临时矩阵运算） |
| 源码类型 |
Python完整示例（含标定工具）或DLL封装版本 |
| 文件大小 |
核心算法代码<100KB（OpenCV依赖库除外） |
| 相关备注 |
必须包含标定环节：
1. 像素/实际尺寸换算（如0.1mm/pixel）
2. 亮度归一化 |
