AOI系統在PCB中的應用及誤報分析

秦立娟

摘 要：AOI技術是現代檢測技術的新概念，它的出現促進了表面貼裝技術的發展和革新。目前AOI技術正被廣泛應用在全世界各種離線和在線用途上，尤其適合發現和預防各種和焊接有關的缺陷。本文對AOI的工作原理進行闡述，并通過分析軟件算法及分析漏報誤報使操作者掌握相關知識，為合理使用AOI提供依據。

1 引言

隨著電子領域的迅猛進步、特種元器件的陸續上市，元器件多元化的功能讓單位面積的引腳數快速增多，加快了QFP、TCP 向BGA、CSP 的過渡，導致PCB科技也發生了顯著的改變。PCB 商品也朝著超薄類、微小類、高精度、細間距的模式過渡。線路板上元器件安裝密度提升，PCB的線寬、間距、焊盤也愈發精細，已達到微米級，復合層功能也變得愈加繁瑣。人工目測方式已與當代電子科技發展準則已經不相符合。AOI已轉換成PCB領域中不可獲取的檢驗系統。

2 AOI的作用

AOI系統的主要作用就是檢測PCB在制造過程中的缺陷，進行過程控制，通過改正工藝來消除或減少缺陷。通常把AOI系統置于生產線上關鍵位置，監控具體生產狀況，并為生產線工藝的調整提供必要的依據。如進行貼片質量檢驗，錫膏印刷質量檢驗，焊接質量檢驗等。

在PCB制造過程中，需要檢測的主要項目：虛焊、少錫、錫球、短路、拉尖、錯件、少件、極性、偏移、立碑、反轉、破損、IC彎腳、異物等。

3 AOI系統認識及工作原理

3.1定義

自動光學檢測儀（AOI-Automated Optical Inspection）是應用于表面貼裝（SMT-Surface Mounted Technology）生產流水線上的一種自動光學檢查裝置，可有效的檢測印刷質量、貼裝質量以及焊點質量。通過使用AOI作為減少缺陷的工具，在裝配工藝過程的早期查找和消除錯誤，以實現良好的過程控制。早期發現缺陷將避免將不良品送到后工序的裝配階段，AOI將減少修理成本將避免報廢不可修理的電路板.

3.2工作原理：

目前國內市場上可見的AOI品牌眾多，每種AOI各有所長；每個品牌的AOI優勢主要體現都取決于其不同的創新核心軟件算法，通常采用的軟件算法有：模板比較、邊緣檢查、灰度模型、特征提取、固態建模、矢量分析、圖形配對和傅里葉氏分析等，但盡管算法各異，AOI的運作原理基本相同。

從上圖1看到，塔狀的照明系統給被檢測的元器件予以360度全方位照明，然后利用高清晰的CCD攝像機高速采集被檢測元器件的圖像并傳輸到電腦，專用的AOI軟件根據已經編制的檢測程序進行比較、分析，判斷被檢測元器件是否符合預訂的工藝要求。簡單來說AOI檢測元器件的過程就是模擬工人目視檢查SMT元器件，是將人工目視檢測自動化、智能化、程序化。

三種光線通過一個合適的角度照射到元件，在相對平整的焊錫面（焊盤）將會發生鏡面反射，只有紅光經過近似垂直的方向照射后也正好反射到相機中，綠光和紅光通過反射均不能進入相機，所以我們在相機中看到焊錫平面（焊盤）處為紅色。一般焊點處的“斜坡”處的角度在 50°，通過藍光經過斜面的反射剛好進入相機，綠光和紅光被反射在相機以外，所以我們在相機中能看到焊錫“斜坡” （錫面）處為藍色。由于元件本體表面相對粗糙，經過三種光的照射會形成漫反射，紅綠藍三色光混合后相當于白色光照射，所以我們在相機中看到元件本體的顏色是元件原有的顏色。

4 軟件算法

4.1圖像對比

圖像對比的基本原理是先建立一個參考圖像，然后不斷的“學習”相似的待測圖像，將我們認為OK的像信息與原先的參考圖像進行不斷的疊加，將我們認為NG的圖像信息屏蔽，通過多次學習后，計算機將會自動生成一個虛擬的“標準圖像”并自動生成誤差范圍。在檢測時，計算機將待測的圖像與“標準圖像”進行對比，對比的主要圖像信息包括件的尺寸、角度、偏移量、亮度、顏色以及位置等。當誤差范圍在允許的范圍內即為 OK，反之為NG。

4.2灰階解析

在一幅黑白（灰度）圖像中，灰度圖像是一種具有從黑到白256級灰度色域或等級的單色圖像。該圖像中的每個像素用8位數據表示，因此像素點值介于黑白間的256（0-255）種灰度中的一種。也可將灰階理解為“亮”和“暗”的關系（0為黑色，最暗，255為白色，最亮），該圖像只有灰度等級，而沒有顏色的變化。灰度解析的方法一般對圖像的“黑白比例”和“亮度”進行分析和判斷。

在AOI的灰度分析中，一幅黑白圖片，每個像素的灰度值是 0-255中的一個值，某個值的灰度值在這幅圖像中占有相應的比例，如果我們將這種灰度值在這幅圖像中比例設為檢測的閥值，如相應的比例在閥值內即為OK，反之為 NG。同理，AOI可以分析一幅圖像中的每個像素的亮度值，可將所有像素點的中最大亮度、平均亮度、最小亮度設為檢測閥值，如果該幅圖的上述亮度在閥值內即為 OK，反之為NG。

4.3 IC橋接

IC 橋接為針對IC短路的專用檢測方法，編程和調試十分簡單。

IC 引腳通過光源照射后，引腳和焊錫為金屬成分具有較好的反光性，而引腳之間正常情況下沒有金屬成分（沒有焊錫）反光性較差，通過軟件將圖像二值化處理后（黑白處理），引腳和焊錫因為較好的反光從而亮度較大呈現為白色，引腳之間因較差的反光從而亮度較小呈現為黑色（兩者可反向處理）。如果引腳之間出現短路（橋接），則引腳之間的短路的焊錫同樣因為較好的反光性呈現白色，故軟件很容易就能判斷是否短路。對于 IC 引腳之間的焊錫量的多少可調整相應的檢測閥值，以減少誤判率。

4.4文字識別（OCR）

OCR（光學字符識別），是指電子設備（如掃描儀或數碼相機）檢查紙或其它媒體上的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程；即，對文本資料進行掃描，然后對圖像文件進行分析處理，獲取文字及版面信息的過程。

在AOI檢測SMT元件時，同理，首先將元件上圖形進行文字轉化，通過軟件識別后與計算機的字庫進行比對，最后輸出文字識別結果。識別過程：圖像→二值化處理→字符分割→識別→對比字庫→識別結果在AOI的運用中，由于大部分元件的字符印刷沒有統一的標準，特別是貼片電阻上的絲印，沒有標準的字體，字號大小 ，絲印質量不穩定等，OCR的識別非常困難，目前對于 IC、PCB板上或其它具有的規則絲印字符的識別率可以高達95%以上。所以目前 AOI對IC及其它有規則字符的元件的“錯料”具有非常高的檢出率。當然，隨著元器件的絲印規則化和OCR識別率的不斷提高對于元件的“錯料”檢測率會逐步趨于 100%。AOI放置在錫膏印刷后，可對焊膏的印刷質量作工序檢測。可檢測焊膏量過多、過少，焊膏圖形的位置有無偏移、焊膏圖形之間有無粘連。

5.AOI的應用

AOl放置在貼裝機后、焊接前，可對貼片質量作工序檢測。可檢測元件貼錯、元件移位、元件貼反白、元件側立、元件丟失、極性錯誤、以及貼片