AOI质量检测方法的应用与研究样本.docx

AOI质量检测方法的应用与研究样本.docx

《AOI质量检测方法的应用与研究样本.docx》由会员分享，可在线阅读，更多相关《AOI质量检测方法的应用与研究样本.docx（16页珍藏版）》请在冰豆网上搜索。

AOI质量检测方法的应用与研究样本

AOI质量检测办法应用与研究

摘要:

简朴简介了自动光学检测（AOI）技术工作原理及重要特点，重点研究了自动光学检测（AOI）技术对于印制电路板中短路、断路、凸起、凹陷等缺陷，并分析提出中心线画法线算法解决了检测线宽线距难题和数学形态学腐蚀法区别空洞和凹陷问题。

核心词:

自动光学检测;中心线画法线算法;数学形态学

TheapplicationandresearchofAOIqualityinspectionmethod

Abstract：

Briefintroductiontotheworkingprincipleoftheautomaticopticalinspection（AOI）technologyandmaincharacteristicsoffocusontheautomaticopticalinspection（AOI）technologyforprintedcircuitboardintheshortcircuit，opencircuit，salientanddepressiondefectsandanalysiscenterlinedrawingnormalalgorithmisputforwardtosolvethedetectionlinewidthfrommathproblemsandcorrosionmorphologymethodtodifferentiatetheemptyandhollow.

Keywords：

Automaticopticalinspection；linedrawingnormalalgorithm；mathematicalmorphology

1引言

在制造印刷电路板过程是非常繁多、工序复杂，特别是在生产过程中容易引起各种缺陷和故障。

自动光学检测AOI（AutomaticOpticInspection）自身就比以往办法要精确、实用、稳定。

她特别会减轻对检测品是损坏，通过研究独特AOI质量检测办法来解决PCB板引起各种缺陷，因而研究AOI质量检测办法是很有重要意义。

本文简介如下：

一方面，对过内外AOI系统中各种软件进行研究，规划出了一种完整检测方案，其中重要有图像获取、图像解决、图像分割、PCB图像定位、缺陷拟定和查找等，从而来定检测该使用哪种途径和办法。

由于PCB图像拥有独特色彩、辨别率、灰度级不同等各种特点，依照适当特性量来选取恰当阈值来进行图像分割。

再次，对设计规则校验法分析和探讨，普通印刷板走线有一定规则，采用特殊中心线画法线办法解决线宽和线距种种问题。

这种办法可以据导线内部、导线之间与原则规则进行对比与否合格，如果不符合原则则不合格。

对于凹陷和空洞运用数学形态学腐蚀法将去区别开来。

最后，研究出针对PCB板不同缺陷运用不同图像特性来选取适当检测办法，使AOI质量检测办法得到充分应用与研究。

1.1PCB检测办法

蚀刻是制造PCB板中非常核心一步，蚀刻时会由于温度，时间，药物剂量多少等各种因素问题，使板子上电路图产生断路、短路、

凸起、凹陷等等诸多问题[1]。

AOI检测系统重要用在裸板（板上没有安装元器件）和板上有元器件两种印刷板中，检测印刷板大体分三类：

电检测、人工目测、光学检测。

好久此前，大某些工厂都是人工目测来检测合格，这种办法带来诸多缺陷和局限性，然后又浮现了电检测，它虽然带来点作用但是还是存在很大局限性。

因此，AOI检测是非常新颖办法也是当前诸多厂家都在用法，得到了非常欢迎和爱慕。

AOI检测中图像采集时依照是光反射原理得到所需图像，然后通过计算机解决和自动化流程控制技术互相作用对PCB板进行解决得出结论，并且在工业中也有诸多应用例如元器件焊接问题检测和缺陷辨认。

1.2PCB缺陷检测重要性

电子产品核心是其中印刷板，其中有复杂元器件、电路、连器件互连而成，对于研制PCB工艺流程中，检测其是符合合格是非常有必要。

这不紧保证产品质量手段，并且可节约测试费用。

印制电路板检测往往配备了电气性能实验,物理机械性能实验,气候环境实验,金相剖切检测,可靠性实验等有关检测设备[1]。

从简朴外观检查到复杂是内部检测，因而可以把简朴检测和对印刷板板监控互相连接起来。

在印刷板出厂前必要达到合格原则，以免给背面程序带来不必要损失和麻烦，也提高其品质。

综上所述，咱们在生产PCB过程中，难免会遇到各种缺陷和难题，研究出适当是检测办法也是很有用以及对缺陷种类研究和特性分析，PCB缺陷检测是很有必要。

1.3AOI研究和国内应用现状

AOI能较好地解决PCB生产中质量检测问题,但对于国外AOI设备，由于它设备运用了多摄像头技术，功能十分强大。

但是，它们有一种共性缺陷是价格昂贵。

国内也研制出诸多方案和设计，但是毕竟还处在不成熟时期，需要对其进一步研究和探讨是AOI发展必要趋势，努力研制出性价比高检测系统。

1.4PCB及AOI发展趋势及研究意义

电子技术发展越来越趋向小型化发展，为了满足这样需求，PCB板也一定向微型化这个方向努力。

激光钻孔普通用在微型器件中将会越来越精密方向发展，由于层数增多，线路越来越小趋势进行，特别是讯设备背板，线路单一却层数很高。

因而适应这种发展趋势，AOI技术有飞速发展，由于HDI板线路很细也和繁琐，其缺陷更为难以辨别出来，要研究AOI对细微缺陷检测有效办法。

诸多厂家盼望AOI直接与蚀刻结合起来，就减少了人力物力，也提高了其品质。

通讯背板将向更多层板趋势发展，也将研究出专属它办法。

一方面，国内对AOI系统研究和开发有自主产权、价格恰当PCB检测系统是很有发展前程。

另一方面，二值图像或灰度图像研究是当前PCB缺陷辨认软件中重要图像解决，同步也增添了检测中时间和空间复杂度。

综上所述，对PCB常用缺陷所用图像解决软件及其用适当办法解决进行研究和探讨具备很重要意义。

2AOI系统总体构造与原理

2.1AOI系统总体构造

对于一种PCB缺陷AOI系统是一种复杂系统，重要涉及图像拍摄、分割图像、拟定PCB图像位置、分析并提取独有特性，最后进行采用适当办法来辨认这种常用异常。

显而易见，对这几种模块研究是非常有那个必要，系统总体方案和构造如图1所示：

图1PCB缺陷检测系统总体构造

2.2AOI工作原理及重要特点

AOI是检测印刷板与否符合原则一种检测办法，用于高精密单层印制板制造流程中，特别是对于多层印制板加工核心一步。

这个系统重要结合了光反射原理，图像增强，计算机技术，图像转换以及图像多步解决。

如下是AOI功能模块，如图2所示：

图2AOI功能模块

在进行图像获取这个流程中普通采用CCD或激光来自动化扫描板子，得到想要图像，然后把采集图像输入相应程序计算机中，把图像通过多层解决与分析，在计算机中进行数据对比看与否符合原则，如果不合格则标记出来输出。

3AOI图像获取与解决

AOI图像获取与解决是检测系统中非常重要一步，第一用适当机器来拍摄板子得到最初图像，接下来就是对获取图像来加工和分析解决、分割等多道工序后才可以进行背面完整检测[1]。

3.1图像采集

3.1.1图像采集基本理论

人们普通看到图像都是由绿、蓝（RGB）三种成分构成模仿图像。

可以运用图像是个持续函数，每一种点都相应一种值，可以绘出相应函数图像，再输入计算机之前必要用图像传感器将光信号变成相应电信号，然后再通过模数转换输入计算机中，这一某些工作就称为图像采集[2][3]。

3.1.2PCB图像采集办法

当前AOI图像获取有两种办法：

一种用高频率CCD成像，另一种是用激光作为光源，通过模数转换来采集图像。

普通采用高辨别率CCD进行PCB图像采集。

基本图像采集过程是运用适当光源照射PCB板，依照光反射原理反射出来光通过高辨别CCD得到图像，然后把光信号转换成电信号发送到采集卡上，最后把所得采集卡进行量化获得所需图像。

采集过程如图3所示：

图3图像采集过程

3.2图像预解决

图像解决[4]就是运用高辨别率CCD获取图像得到关于PCB板电信号，依照所得电信号与计算机一一相应二进制原理，转换成相应图像，由于印刷基板和铜灰度级不同形成二维灰度图形也有所不同，接下来采用阈值法将板子基板和附有铜那某些进行区别开来，由于板子基板和附有铜阈值不相似因此可以依照这个特点正好分开，最后获取相应二进制图像。

对于转换成二进制图像应当与原则图像进行对比，才干找出缺陷。

普通采用数学形态学进行数据分析，那样可以吧图像转换成更加骨干型，这样一来可以使计算机中储存变少从而运营加快提高速率，精准度也提高了。

3.2.1PCB图像增强

PCB图像灰度直方图如图4所示，很明了看到获得图形中背景和那些要检测线路很相似不容易区别，从而影响效率。

普通PCB图像比较暗，以致导致很难清晰反映出来目的灰度直方图，因此给背面图像比较增长了难度难以精确辨认出相应缺陷。

图4典型PCB图像及其直方图

图5图像增强

图像增强重要是为了后来工序中辨认缺陷更加精确、明了。

通过某些科技手段是增长后图像清晰。

在本文中，将获取彩色图像分别从R、G、B三个方向来进行在灰度上解决。

显而易见，图5很清晰反映了图像通过这样一道程序解决明显清晰明了了诸多，达到想要效果。

3.2.2中值滤波

中值滤波目是消除孤立毛刺。

由于有像素和相近信号像素差别挺大却相似度很大。

对彩色图像进行中值滤波，办法和图像增强很相似，从三个分量进行滤波，这种办法顺序及程序如下:

（1）找到模板中心像素，然后选用适当某一像素与前面中心像素重叠；

（2）沿着移动方向扫描下一种点像素找出与之相应颜色值；

（3）将这些颜色值从小到大排成一；

（4）找出这些值中排在中间一种;

（5）最后把找出那个中间值赋值和模板中心值。

通过以上几种环节，把图像中值滤波后效果很明显，a图为未通过解决，b图很明显清晰了许多也解决了图像会受到噪声影响。

图6就是PCB图像种中值滤波先后比较：

ab

图6PCB图像中值滤波

3.3图像分割

图像分割[5]是将图像各有特性分别分割开以便后续清晰辨认缺陷。

普通状况下咱们会发现图像与图像之间会由于亮度、饱和度、色彩、纹理、条纹、是有差别。

运用图像这些特性进行分类和分割归类，这是对后来辨认不可缺少一步。

普通状况下图像分割运用图像阈值不同进行分割，这种办法简朴，计算量比较少，容易实现特性，因此在许多工厂得到广泛应用。

3.4PCB图像定位

PCB图像定位问题也是PCB缺陷检测重重之重。

无论是局部检测还是所有检测，都必要有精确PCB图像定位，才干保证精确检测出缺陷，这样减少了诸多由于位置因素影响背面检测，其中对定位圆检测是通过随机Hough变化来实现[6]。

4PCB缺陷检测办法

4.1PCB图像缺陷检测办法分类及简介

PCB图像缺陷检测算法有参照算法、非参照算法和混合算法这三种重要算法[7]。

参照算法有图像或模型对比法。

参照算法是获取印刷版所有像素信息与原则图像进行对比，也称为逐像素比较。

非参照算法[8]是设定好规则然后在进行比对。

不必要原则图像像素信息，反而是更加注重一定规则。

例如还可以设立导线一定合格范畴，给出导线最小值和最大值，若测出来导线宽度在这个范畴内则阐明线路没有缺陷。

混合法提取了参照法和非参照法精华结合起来，这样解决了双方所不能解决问题。

咱们会取其精华，去其糟粕。

来一步一步改进从而达到咱们想要效果，为后来图像中缺陷辨认打下良好基本，在比较中学习和成长。

咱们会依照PCB板材质不同，特性不同级缺陷不同选用适当办法。

如表1所示是参照法和非参照法优缺陷：

表1参照法和非参照法优缺陷对比

长处

缺陷

参照法