電子元件焊接質(zhì)量特征提取算法研究

摘 要：電子元件焊點質(zhì)量的檢測方式，可以分為無損檢測和有損檢測，隨著現(xiàn)代工業(yè)的發(fā)展和自動化程度的提高，無損檢測的應用越來越廣泛，是電子行業(yè)的迫切要求。對于電子元件焊點特征的提取，是無損檢測的重要一步，針對已有的電子元件焊點特征的提取，對光源系統(tǒng)依賴性較大，獲取的圖像特征不明顯，為了在實際中能獲得焊點質(zhì)量各種缺陷的樣本，本文針對生產(chǎn)線上的電子元件焊點圖像，提出一種基于小波變換電子元件焊點圖像提取方法，建立了電子元件焊點缺焊、少焊、多焊的樣本模型，對于后續(xù)的電子元件焊點質(zhì)量的識別，起到了重要的參考作用。

關鍵詞：焊點質(zhì)量;小波變換;檢測

1 概述

隨著國民經(jīng)濟的發(fā)展，電子產(chǎn)品越來越多地進入到尋常百姓家，功能的豐富和體積的減小，對電子元件的焊接的可靠性提出了更高的要求，除了提高焊接工藝外，電子元件焊接質(zhì)量的檢測也是重要的一環(huán)，及時發(fā)現(xiàn)pcb板的焊接缺陷，對于提高電子產(chǎn)品的穩(wěn)定性和可靠性具有重要的作用。

當前，電子元件焊接質(zhì)量的檢測方法主要有人工檢測法、機器視覺法、質(zhì)量測試法、超聲檢測法等，一般小型企業(yè)采用人工檢測法，故障識別率在90%左右，但是主觀性比較強，而且容易疲勞。大型企業(yè)一般采用國外進口的基于機器視覺的自動檢測設備進行檢測。

2 電子元件焊點質(zhì)量檢測方法現(xiàn)狀

目前，電子元件常見的焊接質(zhì)量缺陷有短路、虛焊、空洞、橋接等。焊點缺陷的檢測可以分為破壞性和非破壞性檢測。

前面提到，人工目測不能滿足工業(yè)化的要求，不能有效發(fā)現(xiàn)焊接缺陷，自動光學檢測AOI（Automated Optical Inspection） 利用數(shù)字圖像原理，從而實現(xiàn)非接觸、準確地檢測SMT焊點缺陷，在當前獲得了廣泛的應用。其基本原理是首先利用ccd攝像頭獲取被測pcb板的圖像，對其進行一系列的數(shù)字圖像處理，提取各類焊點特征，對焊點質(zhì)量進行檢測。

AOI檢測設備主要有圖像采集系統(tǒng)和圖像識別系統(tǒng)組成，圖像采集系統(tǒng)的好壞，決定了圖像的采集質(zhì)量和后續(xù)處理算法的精簡。目前存在的主要問題是光源的問題，廣泛的采用的是環(huán)行光源，可以考慮使用led無影光源，降低圖像采集的噪聲。圖像識別系統(tǒng)的核心是識別算法的選擇，焊點特征的常用識別算法有：形狀特征、灰度統(tǒng)計特征（如直方圖特征）、紋理特征、變換域特征（如小波變換特征）等。

圖像的紋理特征可以借助于圖像熵和逆差距來描述，熵的描述圖像中灰度分布的分布情況，值越大，灰度分布越隨機。逆差距是表述圖像紋理局部變化情況，其值越小說明圖像紋理的不同區(qū)域間變化大。在識別焊點表面光澤度有問題的焊點時，紋理特征是一個很重要的特征。

直方圖特征反映焊點圖像的灰度分布信息，可以通過直方圖提取焊點圖像的均值，標準偏差等信息，算法也較簡單。但直方圖特征不能反映焊點錫量的多少。在一般情況下，直方圖特征要和其他特征綜合在一起識別。

形狀特征是表征焊點圖像最重要的一個特征，在焊點特征識別識別算法中起到舉足輕重的作用，針對焊點灰度圖像的自身特點，一般采用閾值分割法。利用焊點形狀特征與人工網(wǎng)絡相結合的檢測方法具有很高的識別率，而且還能降低焊點圖像檢測系統(tǒng)對采集光源的依賴性。

3 電子元件焊點圖像特征提取

3.1 小波變換

小波變換是近年來提出一種數(shù)學正交變換，相對于傅里葉變換有著很多優(yōu)勢，它的基本思想是首先構建一個小波母函數(shù)，然后通知調(diào)整參數(shù)實現(xiàn)多分辨分析，也就是數(shù)字顯微鏡技術。Mallat統(tǒng)一了各種小波母函數(shù)的構造方法，在此基礎上提出了快速分解算法，使得小波變換得到了廣泛的應用，

3.2 二維Mallat變換

對電子元件焊點圖像進行處理時，需要用到二維離散小波變換，目前研究中主要以可分離小波為主，利用相關定理可以從一維Mallat變換構造出二維Mallat變換。

Mallet 算法是基于小波變換的多分辨率分析的快速算法，主要受到金子塔算法的啟發(fā)而提出的，是塔式多分辨率的分解與重構的綜合快速算法。一維mallat的變換公式如下：

①分解公式

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-1.jpggt; （1）

②重構公式

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-2.jpggt;（2）

式中，H和G為濾波器，H*和G*為H和G的共軛矩陣。分解和重構示意圖如下：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-3.jpggt;

3.3 焊點圖像的小波變換

針對電子元件焊點圖像的具體特征和小波變換的優(yōu)良特性，把小波變換用于焊點圖像特征的提取，能有效提高焊點圖像檢測的效率。

利用Mallat算法，對于二維的電子元件焊點圖像，需要在適當?shù)男〔ɑ瘮?shù)下，在水平和垂直方向分別進行一維變換，得到低頻和高頻信號的相關特征，主要是低頻系數(shù)和垂直高頻系數(shù)，決定了圖像轉換輸出的大部分特征。小波基函數(shù)選用haar 小波為主結合Daubechies小波，主要考慮到haar小波是最簡單的函數(shù)，對于對比度大的圖像具有良好的效果，分解速度快。Daubechies小波既有正交性又有連續(xù)性，更便于分析焊點圖像。Haar小波函數(shù)的表達式如下：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-4.jpggt; （3）

幾種Daubechies小波的函數(shù)圖形如圖1所示：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-5.jpggt;

圖1 "Daubechies小波的函數(shù)圖形

考慮到在具體的實際應用中，Daubechies小波對圖像信號的分解速度要比haar小波慢，所以要兼顧這兩種小波變換的優(yōu)點，選擇了以haar小波變換為主的小波基對焊點圖像進行變換。

假定電子元件焊點圖像為I，其大小為A×B，即寬度為A，高度為B，Haar 小波對應的高（H）、低（L）通濾波器參數(shù)為：L=[0.7071，0.7071]，H=[-0.7071，0.7071]。設輸入圖像是I （a， b），圖像的寬度 A，圖像的高度為 B，1≤a≤A，1≤b≤B。小波基對應的低通濾波器為h0（k），高通濾波器為h1（k），k為濾波器含參數(shù)的個數(shù)。圖像一次小波分解后，得到四個頻段的系數(shù)，其中一個平滑子段，三個細節(jié)子段，具體實現(xiàn)算法如下：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-6.jpggt;

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-6.jpggt;

3.4 焊點圖像的特征提取算法

在焊點識別的具體分類過程中，焊點圖像被分為未焊、少焊、正常焊點、多焊這四類。為了更有效地刻畫待測焊點與已知的四類標準焊點的相關性，在提取小波特征時，先取正常焊點、少焊（未焊也視為少焊的一種）、多焊三個圖片作為焊點比較圖像，計算待檢測焊點LL 和HL 部分參數(shù)與標準焊點圖像LL 和HL 的相關系數(shù)，最終可得到維數(shù)為6 的小波特征矢量。

相關系數(shù)的計算公式如下：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-7.jpggt;（4）

I 為標準焊點，Ik表示標準焊點類別，k=1為焊錫合適，2為錫多，3為錫少。T表示待測焊點。若用αT，vT分別表示待測焊點的LL和HL系數(shù)，αTj，vTj分別表示標準焊點的LL和HL系數(shù)，ωαj，ωγj表示相關系數(shù)。則ωαj，ωγj的計算公式如下：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-8.jpggt;lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-8.jpggt; （5）

則每一個待檢測焊點圖像的六維小波特征矢量為：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-10.jpggt;

4 總結

本文針對電子元件焊點圖像的特點，為了便于提取其特征，介紹了利用小波變換的基本原理和性質(zhì)以及一維Mallat 分解算法和二維Mallat 小波分解算法，提取詳細的焊點圖像特征的具體算法，為后續(xù)的焊點圖像特征的具體識別提供了基礎，對于設計改進焊點圖像的自動檢測系統(tǒng)的檢測算法具有一定的參考價值。

參考文獻：

[1]胡建明.提高SMT焊接質(zhì)量的方法與措施[J].科學咨詢，2009（5）：50-51.

[2]彭勇，王萬剛，劉新.回流焊缺陷成因及其解決對策的研究[J].熱加工工藝，2011（1）：149-153.

[3]齊成.SMT工藝技術要點和缺陷的處理[J].印制電路信息，2011（8）：62-67.

[4]胡永芳.SMT 焊點的可靠性研究及CBGA 焊點有限元分析[D].南京航空航天大學，2006.

[5]B. Ries. New Advances in AOI Technologies. Mag. Electron. Assemb. Jan.2001：62-66.

基金項目：

山東省高等學校科技計劃項目：電子元件焊點質(zhì)量檢測研究，課題編號：J14LN87。

作者簡介：

王付軍（1975-），男，漢族，山東聊城人，副教授，碩士，主要研究領域為電子信息。