基于機器視覺的SMT元件引腳連錫自動檢測*

蘇 珊，聶士杰，顏丙生，杜春虎

(1.河南理工大學 電氣工程與自動化學院，河南 焦作 454000；2.河南工業大學 機電工程學院，鄭州 450001 )

0 引言

隨著表面貼裝技術的不斷完善，SMT元件逐漸向微尺寸、高精度方向發展。但隨著元件的微尺寸化，在元件引腳的焊接過程中就不可避免的產生各種缺陷，如引腳連錫(橋接)、引腳偏移、引腳缺損、焊錫過多等。其中引腳連錫缺陷對SMT元件的危害最大，嚴重時會造成SMT元件無法正常使用[1-2]。因此對SMT元件引腳連錫缺陷的檢測尤為重要。

目前檢測SMT引腳連錫缺陷的方法包括傳統人工目檢、超聲波檢測和電氣檢測等方法。但采用傳統人工目檢方法進行SMT引腳連錫缺陷檢測時，由于人的主觀性較強且在長時間工作下容易疲勞，致使檢測精度與檢測效率較低；超聲波檢測方法檢測靈敏度較高、操作方便但缺乏對缺陷定性及定量的判斷;電氣檢測方法通過通電實測獲取SMT引腳缺陷信息，但檢測方式為離線檢測，無法及時反饋檢測信息[3-4]。

針對這些問題提出一種基于機器視覺檢測SMT元件引腳連錫缺陷的方法，首先利用攝像頭拍攝SMT元件引腳獲得引腳圖像，然后利用圖像處理技術對引腳圖像進行處理得到二值圖像，最后對二值圖像進行連通域標記識別從而準確檢測出SMT元件的引腳連錫缺陷。

1 圖像二值化處理與連通域標記算法

利用機器視覺技術檢測SMT元件引腳連錫缺陷的核心在于：首先對采集到的引腳圖像進行灰度處理、濾波得到灰度圖像，然后進行二值化處理得到二值圖像，最后利用連通域標記算法對二值圖像進行缺陷識別。

1.1 圖像二值化處理

在圖像處理中，為區分被檢測目標圖像中的特征信息與無用信息，需進行二值化處理得到二值圖像[5]。

二值圖像指圖像中像素為黑(0)、白(255)兩色，二值化可用公式(1)表示，

(1)

式中，g(x,y)為圖像灰度值，T為灰度閾值。

圖像二值化處理即是指通過選取合適的灰度閾值，將圖像中各點灰度值與之對比，若灰度值小于等于灰度閾值，則記為0，反之記為1，這樣就得到了非黑(0)即白(255)的的二值圖像[6]。其中當圖像中僅存黑、白兩色目標時，白色效果較為明顯，故利用反色處理將SMT引腳顏色二值化為白色像素，背景板顏色二值化為黑色像素。

1.2 連通域標記算法

連通域標記算法即是對目標圖像中的各個連通區域進行標記進而識別提取出目標圖像的特征成分，是機器視覺與圖像處理領域中的一種有效算法[7]。

在數字圖像中像素為基本單元，每個像素均鄰接其它像素，分兩種鄰接關系：4鄰接與8鄰接[8-9]，如圖1所示，其中相互鄰接的像素區域為一個連通域。

(a) 4鄰接 (b) 8鄰接圖1 連通域示例圖

在SMT元件引腳二值圖像中，若出現連錫則每個連錫區域均為一個連通域，同樣每個正常引腳也為一個連通域。利用連通域標記方法識別SMT元件引腳連錫及正常引腳如表1所示。

表1 連通域識別判據

根據表1，首先設置連錫區域的像素值范圍(最小為Mmin，最大為Mmax)，若圖像中有連通域像素值M在此范圍內，則為一個連錫區域進而識別出圖像中的連錫區域的總數目N1；同理，根據正常引腳與連錫引腳像素值不同，設置正常引腳的像素值范圍(最小為Tmin，最大為Tmax)，然后在此范圍內進行連通域像素值搜索即可對正常引腳進行識別從而獲得正常引腳數目N2。其中連錫區域、正常引腳的連通域像素值范圍均通過大量試驗獲得。

2 檢測系統硬件設計

系統的硬件部分主要實現的功能為各硬件部分的安裝、SMT元件引腳圖像的采集以及數據的傳輸。圖像采集所需硬件主要包括高清攝像頭、SMT元件電路板、光源及PC機。其中，為使攝像頭與SMT元件電路板得到相對固定的位置及保持光源的穩定輸出，同時使測試環境不變，特意設計了如圖2所示的圖像采集裝置。

圖2 圖像采集裝置三維結構示意圖

在硬件的選擇上，高清攝像頭選用Gsou極速A20攝像頭，其拍攝影像清晰，具有較好的細節紋理處理效果，利用夾具將其安裝在采集裝置頂部，通過旋轉對焦，可使圖像更加準確清晰。光源選用環形日光燈管，可多角度照射且無頻閃，具有較高的穩定性。將其安裝在裝置底部，可有效避免SMT元件及焊點的反光。SMT元件電路板置于中間支架處。同時為保證測試環境不變，在裝置四周布有黑紙以避免外界干擾。

圖像的采集過程為首先利用Gsou極速A20攝像頭拍攝SMT元件電路板獲得SMT元件引腳圖像并利用攝像頭中自帶的A/D轉換器將模擬圖像轉化為數字圖像，然后通過連接USB數據線與接收端口，將數字圖像傳輸至PC端。具體流程圖如圖3所示。

圖3 圖像采集過程流程圖

3 檢測系統軟件設計

在SMT元件引腳圖像采集完成后，利用LabVIEW開發平臺[10]開發了一套可自動、準確檢測SMT元件引腳連錫缺陷的虛擬系統。

3.1 系統軟件總體流程設計

圖4 檢測系統軟件流程圖

檢測系統的軟件部分分為圖像處理模塊、特征提取模塊、數據存儲與回放模塊。其中圖像處理模塊包括圖像增強、圖像灰度處理、濾波降噪、圖像分割、圖像二值化五部分，特征提取模塊分為SMT元件引腳連錫識別與連錫程度分級兩部分，數據存儲與回放模塊可實現數據的存儲、回放。具體流程如圖4所示。

3.2 SMT元件引腳圖像的預處理程序

在對SMT元件引腳圖像進行二值化處理之前需對圖像進行預處理，圖5為攝像頭調用與預處理程序，首先利用高清攝像頭調用程序調用Gsou-A20攝像頭獲得SMT元件引腳圖像，然后利用預處理程序依次進行圖像增強—突出引腳特征，提高識別精度；圖像灰度化—降低彩色圖像占有空間，篩選圖像特征信息；濾波降噪—濾除圖像中的干擾成分。

圖5 攝像頭調用與預處理程序

3.3 圖像二值化處理程序

對圖像進行二值化處理即是對一個二維數組進行處理。首先利用“IMAQ Image To Array”VI提取圖像的像素成分得到二維數組，然后利用For循環對數組中每個元素進行處理，同時進行圖像的反色處理即將圖像中的黑、白兩色互換得到二值化后的二維數組，最后利用“IMAQ Array To Image”VI將獲得的二維數組轉換成圖像即可得到SMT元件引腳的二值圖像。具體程序如圖6所示。

圖6 二值化處理程序

3.4 連通域標記識別程序

利用連通域標記識別算法對SMT引腳的二值圖像進行缺陷識別，利用兩個“IMAQ Count Objects 2”VI處理二值圖像，通過閾值選取、目標顏色搜索、目標區域邊界矩形及其中心是否顯示、目標搜素像素設置等統計出連通域個數即可得到具體引腳連錫個數及引腳連錫等級。其中，當連錫區域個數為0時，等級為無連錫；大于等于1且小于等于3時，等級為輕微連錫；大于3時，等級為嚴重連錫。具體程序如圖7所示。

圖7 連通域識別程序

4 系統測試

為驗證所開發系統的正確性及穩定性，選用所選硬件搭建試驗裝置對實際SMT元件進行測試。其中正常引腳搜索像素設置范圍為150～300，連錫區域搜索像素設置范圍為320～8000。制作四種具有不同連錫狀態的試件進行測試，其中試件A只有一個引腳連錫區域，其余均正常；試件B有大量引腳連錫但有連錫區域延伸至引腳區域外部；試件C有一個引腳連錫區域但存在兩個缺損引腳；試件D有5個連錫區域但面積大小不同。具體分組采集圖像如圖8所示。

(a) 試件A (b) 試件B

(c) 試件C (d) 試件D圖8 SMT元件試件分組

采集圖像后運行系統進行檢測，結果如表2所示。

表2 系統檢測結果

對表2中4種具有不同連錫狀態的試件的檢測結果分析可知，無論試件中是否存在引腳缺損等其它缺陷，該系統均可檢測出引腳連錫缺陷且能準確區分正常引腳與連錫引腳，實際引腳連錫區域檢測數目與預設連錫區域數目一致，檢測誤判率均為0，且能確定不同連錫狀態下的程度等級，如試件A為輕微連錫，試件D為嚴重連錫等；正常引腳的檢測結果與預設基本相符，但試件B中有部分連錫區域丟失，原因在于系統目標區域選擇上存在微小缺陷，試件C中識別的正常引腳數比實際數目多一個，原因是連通域標記算法設定的目標像素值是一個理論范圍，無法保證其完全準確。

上述測試結果表明：連通域標記算法可準確區分正常引腳與連錫引腳，并能在有其它缺陷存在的情況下精確識別出引腳連錫缺陷數量、缺陷位置及缺陷等級。

5 結論

在LabVIEW中開發了一套基于機器視覺的SMT元件引腳連錫缺陷檢測系統，設計了友好的人機交互界面，并利用連通域標記算法進行引腳連錫缺陷識別，實現了引腳連錫缺陷的自動分級。

實際測試結果表明：所開發的基于機器視覺的SMT元件引腳連錫檢測系統能準確區分正常引腳與連錫引腳且能精準識別引腳連錫缺陷數量、缺陷位置，提高了檢測精度與自動化程度，可有效應用于實際SMT元件引腳缺陷檢測中。