基于高精度視覺處理技術在AOI自動光學檢測儀應用

李祥，易中群

[摘? ? 要]作為電子工業的基礎，PCB板的設計以及質量直接影響到整個電子產品的成本和質量，而當前電子行業正在朝向高精密度、智能化的方向發展，電子組裝元件也變得愈發微型化和密集化，因此對于PCB生產線的檢測也提出了更高的要求。當前，AOI自動光學檢測儀逐漸取代了誤判率高、檢測難度大的人工目檢，已經廣泛應用于工業、農業以及生物醫學等精密制造和組裝行業當中。AOI自動光學檢測以光學部分和圖形處理部分為主要技術核心，以強大的軟件支持為輔助，建立在高速高精密度視覺處理技術之上，在進行PCB生產線檢測時，能夠盡早發現問題實現快速反饋，從而達到避免高額修復成本，確保出廠質量和出廠效率的目的。

[關鍵詞]高精密度;視覺處理技術;AOI;PCB

[中圖分類號]TP273 [文獻標志碼]A [文章編號]2095–6487（2021）12–00–03

Application of AOI Automatic Optical Detector Based

on High-precision Visual Processing Technology

Li Xiang，Yi Zhong-qun

[Abstract]As the basis of the electronics industry， the design and quality of PCB boards directly affect the cost and quality of the entire electronic products. The current electronics industry is developing towards high precision and intelligence， and electronic assembly components are becoming more and more miniature. Therefore， higher requirements are also put forward for the inspection of PCB production lines. At present， AOI automatic optical detectors have gradually replaced manual visual inspections with high misjudgment rate and difficult detection， and have been widely used in precision manufacturing and assembly industries such as industry， agriculture， and biomedicine. AOI automatic optical inspection takes the optical part and the graphics processing part as the main technical core， assisted by powerful software support， and is based on high-speed and high-precision visual processing technology. During PCB production line inspection， problems can be found as early as possible and rapid Feedback， so as to achieve the purpose of avoiding high repair costs and ensuring the quality and efficiency of the factory.

[Keywords]high precision; vision processing technology; AOI; PCB

早期的PCB生產過程中人工目檢配合電檢是主要的檢測手段，但在人工檢查的過程中很容易受到疲勞和主觀影響而造成錯誤的判斷，而采用電檢技術不僅需要煩瑣的程序編制，在成本輸出上也難以實現有效控制。尤其隨著PCB布線密度的提升以及SMT的微型化和高密度化，統一的人工目檢和電檢已經難以滿足檢測速率和效率的更高需求。AI光學自動檢測一種新型檢測技術，建立在光學原理之上，能夠對PCB板上各種常見缺陷進行系統性檢測，在印刷質量、貼裝質量以及焊點質量的檢測上效果十分明顯。隨著高精度視覺處理技術在AOI自動光學檢測儀的應用，檢測范圍更是實現了低密度大尺寸板到細間距高密度板的覆蓋，實現了PCBA生產過程的良好控制。

1 PCB生產缺陷檢測現狀

1.1 ITC檢測

在PCB的檢測過程當中ITC設備的運用比較常見，其作為一種標準測試設備可以對在線元器件的電氣連接以及電性能進行檢測，但在檢測的過程中會受到接觸的限制以及編程調試的限制，難以完成高密度SMT線路板的檢測。而且在錫膏印刷之后，如果印刷過程滿足要求，ITC檢測發現的缺陷會大幅度降低，因為在ITC的檢測過程當中，輕微的少錫難以發現，焊錫不足會導致原件丟失或焊點開路。

1.2 人工目測

傳統的PCB檢測過程中人工目測最為常見，但目測是一種離線檢測方式對于人工的依賴程度較高，因為經驗判斷等問題產生的檢查誤區難以避免，而且其作為離線檢測未能實現實時檢測也未能及時報警，因此會導致PBC缺陷糾正不及時，產生人力和物力的浪費。

1.3 AXI檢測

AXI技術相對來說比較成熟，有著較高的缺陷檢測覆蓋率，主要工作原理是通過X射線的發射通過電路板而被設置的探測器所接受。因為PCBA線路板的焊點中含有大量的鉛，其存在能夠吸收X射線，元件焊點上的X射線因為被吸收而呈現黑點產生清晰的事視像進行實現進一步分辨。但在實際的應用過程當中，AXI檢測并不能完成對電路電氣性能方面的測試。

1.4 AOI自動光學檢測

在PCB生產線故障發現得越晚修復成本越高，實施AOI自動光學檢測的過程當中，既能實現對最終品質的控制，又能實現生產過程的全程跟蹤。通過自動掃描、圖像采集以及處理對比實現更高效的判斷，而且在整個檢測過程當中，尤其是運用了高速高精度視覺處理技術的AOI自動光學檢測儀在檢測過程可以實現錫膏印刷、回流焊前以及焊后的全過程覆蓋。無論是焊料還是裝配區域的問題都能夠被及早發現及早反饋，促進產品質量的保證。

2 AOI自動光學檢測儀基本原理與基本構成

2.1 AOI自動光學檢測儀基本原理

AOI自動光學檢查系統采用可視化的方式來進行印刷集成電路板缺陷的檢查，整個工作原理就是利用攝像技術定量化的灰階值進行對被檢查物品的反射光強的輸出，并且通過和系統當中已保存好的標準圖片進行比較，做出對缺陷的診斷和加以分析。AOI自動光學檢測系統不但可以測量各種SMT的劃痕污點、尺寸缺陷，以及開路短路等的表征問題，同時還能夠對組裝放置過程當中缺件、少件以及錯誤放置實現監督。即，在AOI自動光學檢測系統的工作過程當中，光學傳感器以及圖像處理分析系統是技術核心，相當于人的眼睛和大腦，整個檢測過程執行的是一個“看”和“判斷”的環節，圖像采集、數據處理、圖像分析和報告形成這4個階段可以概括為判斷光學自動檢測系統的工作流程，同時輔以模板比較、灰度模型、特征提取、矢量分析等軟件算法完成檢測。圖1為AOI自動光學檢測儀設備構成。

2.2 AOI自動光學檢測儀基本構成

2.2.1 圖像采集階段

AOI自動光學檢測儀工作的過程中，圖像采集階段主要實現的是光學掃描以及數據的收集，整個系統的組成包含有攝影系統、照明系統以及控制系統。AOI的攝影系統實現的是光電轉化的過程能夠精準地采集圖像，原理在于光電二極管接受反射光線使其轉化為電荷進而被傳感器收集傳輸形成電壓模擬信號，因為光線強度的不同所以生成的模擬電壓大小也會有所差別，在轉換為數字灰階值之后反應反射光的強弱進而達成檢測目的。CCD以及CMOS為常見的光電轉化器形式，通常在圖像的攝取過程中一個光電轉化器為一個像素點，若干個像素點構成圖像傳感器，而在對被檢測元件拍攝的過程當中，光電轉化器尺寸越小就越能實現細致的識別。

為了展現更好的成像提供3D功能，在自動光學檢測系統中會有多個攝像頭組成，不過在其工作的過程中，需要良好的照明系統實現輔助。照明系統作為整個檢測系統的必備元素在檢測的過程當中想要實現精準地識別要結合光譜特征、光源顏色以及色溫特性來保證最佳光源的形成。當前在AIO自動光源檢測系統中熒光燈、LED照明以及紅外線或紫外線是較為常見的照明類型。另外，為了保證在物體高速運動中也能實現清晰圖像的抓拍，光電系統需要控制系統的協調。

2.2.2 數據處理階段

AIO自動光學測量控制系統在工作的整個流程中，數據處理階段進行的主要是數據的分析與轉換，是對圖像的預處理階段。該過程通過對采集圖像進行進一步加工為以后的圖像對比提供更加精確可靠的信號。整個數據處理階段降低背景噪聲、實現圖象增強銳化為主要目的，降低背景噪聲是用來控制燈光不穩以及機器震動、傳感器溫度等因素使圖像由于有噪聲而顯得模糊不清產生的影響，采用低通濾波平滑法進行，低通濾波平滑法能夠將信號中特有波段頻率進行濾除，擁有良好的噪聲處理能力;圖像增強和銳化的目的主要是提升被檢測原件特征的對比度，經過處理之后的采集圖像擁有明顯的關注特征其輪廓也更加突出清晰，而不需要關注的部分在經過處理之后會減少數據量的顯示，該過程主要通過圖像二值化處理來實現。

2.2.3 圖像分析階段

圖像分析階段的目的在于特征的提取，并與標準模板進行對比。通過數學手段對圖像的邊角區域獨有屬性的特征進行編程實現量化表達，進而在進一步的分割之后完成對比分析，對采集圖像進行特征提取主要方法有HOG，LBP和HAAR 3種，盡管3種方式有著不同的表達方法，但基本原理都是將圖像上的點進行不同的子集分類，而使其原始特征轉換為明顯的物理特征并在對其不同子集特征尋找的過程當中完成特征提取。在經過特征提取之后的圖像需要進一步地完成圖像分割，從而將圖像的獨特性質，圖像分割的過程中灰度閾值分割法以及區域增長分割法最為常見。

進行特征提取分割后的圖像直接進入分析比較階段，該階段分為模板匹配以及模式分析兩個層次，通過預先設定的已知模板對比來完成檢測。對比的過程中首先完成的是圖像和影像的重合對比，接下來完成的是同樣對比，同樣對比當中發現灰階差異的存在則表明有一定的缺陷存在。為了實現更為精準地判斷，在這個過程當中會設定一個閾值，一旦灰階差超過該閾值可以直接判定為缺陷存在。所以在此過程當中閾值的設定決定了檢測結果的精準度。另外，如果在模板比較的過程中進行多次比較，仍然存在不易判定的情況，可以追加多重判定算法。

2.2.4 報告形成階段

報告形成階段為工作完成的最后階段，該階段完成了缺陷判定，主要通過顯示器或者自動標志將缺陷原件進行標識，為接下來的返修和調整提供參考。

3 高精度視覺處理技術在AOI自動光學檢測儀的應用

3.1 高精度視覺處理核心

視覺處理技術是人工智能領域的重要分支，通過光學裝置以及非接觸傳感器實現真實場景圖像的自動收和處理，整個過程用攝像機和電腦代替人眼對目標進行跟蹤、識別以及測量在一定的分析基礎之上將所掌控的信息實現進一步的利用。整個視覺處理系統包含圖像采集也包含圖像的預處理，同時對于目標的識別和分類、檢測和跟蹤、定位和測量也能夠實現良好的控制。而精度與誤差的大小相對應，表示觀測值和真實值的接近程度，高精度視覺處理是精密測量和檢測的前提，通過專業標定的算法能夠對得到像素信息進行位置的矯正和補償，最大限度地減少誤差測量和評估。

3.2 高精度視覺處理技術在AOI自動光學檢測儀的應用

AOI自動光學檢測儀當中高精度視覺處理技術的應用幾乎涵蓋了整個檢測的全過程，是整個檢測儀工作的基礎。在檢測過程中通過對現場數字圖像信號的運算和分析之后獲得處理結果，在各種軟件的輔助之下完成檢測。在PCB的生產過程當中，元件丟失、錯件以及焊接不規范非常常見，另外元件偏移、損壞等問題也不可避免。通過高精度視覺檢測技術的應用，能夠在標準對比之下進行參數比較，在此過程當中對比參數更為準確，檢測精度更為細致。

4 結束語

電子產品的智能化和微型化是時代的大勢所趨，在此基礎之上對其進行缺陷檢測也提出了更高的需求，AOI自動光學檢測儀的應用集科學的檢測方式和智能的處理為一體，成了現代集成電子檢測當中不可缺少的工具。而高精度視覺處理技術的運用對細微的缺陷具備更強的識別能力，相信隨著科技的進步以及研究能力的提升，AOI自動光學檢測儀在PCB生產線上的應用必定會取代人工，迎來更為廣闊的前景。

參考文獻

[1] 王雨，張軍.平板顯示行業TFT自動光學檢測技術研究[J].計算機產品與流通，2020（6）：130.

[2] 雷雪輝.SMT鋼網的自動光學檢測系統的研究[D].武漢：華中科技大學，2019.

[3] 盧榮勝，吳昂，張騰達，等.自動光學（視覺）檢測技術及其在缺陷檢測中的應用綜述[J].光學學報，2018，38（8）：23-58.