基于高精度视觉处理技术在AOI自动光学检测仪应用

李祥，易中群

[摘    要]作为电子工业的基础，PCB板的设计以及质量直接影响到整个电子产品的成本和质量，而当前电子行业正在朝向高精密度、智能化的方向发展，电子组装元件也变得愈发微型化和密集化，因此对于PCB生产线的检测也提出了更高的要求。当前，AOI自动光学检测仪逐渐取代了误判率高、检测难度大的人工目检，已经广泛应用于工业、农业以及生物医学等精密制造和组装行业当中。AOI自动光学检测以光学部分和图形处理部分为主要技术核心，以强大的软件支持为辅助，建立在高速高精密度视觉处理技术之上，在进行PCB生产线检测时，能够尽早发现问题实现快速反馈，从而达到避免高额修复成本，确保出厂质量和出厂效率的目的。

[关键词]高精密度;视觉处理技术;AOI;PCB

[中图分类号]TP273 [文献标志码]A [文章编号]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生產过程中人工目检配合电检是主要的检测手段，但在人工检查的过程中很容易受到疲劳和主观影响而造成错误的判断，而采用电检技术不仅需要烦琐的程序编制，在成本输出上也难以实现有效控制。尤其随着PCB布线密度的提升以及SMT的微型化和高密度化，统一的人工目检和电检已经难以满足检测速率和效率的更高需求。AI光学自动检测一种新型检测技术，建立在光学原理之上，能够对PCB板上各种常见缺陷进行系统性检测，在印刷质量、贴装质量以及焊点质量的检测上效果十分明显。随着高精度视觉处理技术在AOI自动光学检测仪的应用，检测范围更是实现了低密度大尺寸板到细间距高密度板的覆盖，实现了PCBA生产过程的良好控制。

1 PCB生产缺陷检测现状

1.1 ITC检测

在PCB的检测过程当中ITC设备的运用比较常见，其作为一种标准测试设备可以对在线元器件的电气连接以及电性能进行检测，但在检测的过程中会受到接触的限制以及编程调试的限制，难以完成高密度SMT线路板的检测。而且在锡膏印刷之后，如果印刷过程满足要求，ITC检测发现的缺陷会大幅度降低，因为在ITC的检测过程当中，轻微的少锡难以发现，焊锡不足会导致原件丢失或焊点开路。

1.2 人工目测

传统的PCB检测过程中人工目测最为常见，但目测是一种离线检测方式对于人工的依赖程度较高，因为经验判断等问题产生的检查误区难以避免，而且其作为离线检测未能实现实时检测也未能及时报警，因此会导致PBC缺陷纠正不及时，产生人力和物力的浪费。

1.3 AXI检测

AXI技术相对来说比较成熟，有着较高的缺陷检测覆盖率，主要工作原理是通过X射线的发射通过电路板而被设置的探测器所接受。因为PCBA线路板的焊点中含有大量的铅，其存在能够吸收X射线，元件焊点上的X射线因为被吸收而呈现黑点产生清晰的事视像进行实现进一步分辨。但在实际的应用过程当中，AXI检测并不能完成对电路电气性能方面的测试。

1.4 AOI自动光学检测

在PCB生产线故障发现得越晚修复成本越高，实施AOI自动光学检测的过程当中，既能实现对最终品质的控制，又能实现生产过程的全程跟踪。通过自动扫描、图像采集以及处理对比实现更高效的判断，而且在整个检测过程当中，尤其是运用了高速高精度视觉处理技术的AOI自动光学检测仪在检测过程可以实现锡膏印刷、回流焊前以及焊后的全过程覆盖。无论是焊料还是装配区域的问题都能够被及早发现及早反馈，促进产品质量的保证。

2 AOI自动光学检测仪基本原理与基本构成

2.1 AOI自动光学检测仪基本原理

AOI自动光学检查系统采用可视化的方式来进行印刷集成电路板缺陷的检查，整个工作原理就是利用摄像技术定量化的灰阶值进行对被检查物品的反射光强的输出，并且通过和系统当中已保存好的标准图片进行比较，做出对缺陷的诊断和加以分析。AOI自动光学检测系统不但可以测量各种SMT的划痕污点、尺寸缺陷，以及开路短路等的表征问题，同时还能够对组装放置过程当中缺件、少件以及错误放置实现监督。即，在AOI自动光学检测系统的工作过程当中，光学传感器以及图像处理分析系统是技术核心，相当于人的眼睛和大脑，整个检测过程执行的是一个“看”和“判断”的环节，图像采集、数据处理、图像分析和报告形成这4个阶段可以概括为判断光学自动检测系统的工作流程，同时辅以模板比较、灰度模型、特征提取、矢量分析等软件算法完成检测。图1为AOI自动光学检测仪设备构成。

2.2 AOI自动光学检测仪基本构成

2.2.1 图像采集阶段

AOI自动光学检测仪工作的过程中，图像采集阶段主要实现的是光学扫描以及数据的收集，整个系统的组成包含有摄影系统、照明系统以及控制系统。AOI的摄影系统实现的是光电转化的过程能够精准地采集图像，原理在于光电二极管接受反射光线使其转化为电荷进而被传感器收集传输形成电压模拟信号，因为光线强度的不同所以生成的模拟电压大小也会有所差别，在转换为数字灰阶值之后反应反射光的强弱进而达成检测目的。CCD以及CMOS为常见的光电转化器形式，通常在图像的摄取过程中一个光电转化器为一个像素点，若干个像素点构成图像传感器，而在对被检测元件拍摄的过程当中，光电转化器尺寸越小就越能实现细致的识别。

为了展现更好的成像提供3D功能，在自动光学检测系统中会有多个摄像头组成，不过在其工作的过程中，需要良好的照明系统实现辅助。照明系统作为整个检测系统的必备元素在检测的过程当中想要实现精准地识别要结合光谱特征、光源颜色以及色温特性来保证最佳光源的形成。当前在AIO自动光源检测系统中荧光灯、LED照明以及红外线或紫外线是较为常见的照明类型。另外，为了保证在物体高速运动中也能实现清晰图像的抓拍，光电系统需要控制系统的协调。

2.2.2 数据处理阶段

AIO自动光学测量控制系统在工作的整个流程中，数据处理阶段进行的主要是数据的分析与转换，是对图像的预处理阶段。该过程通过对采集图像进行进一步加工为以后的图像对比提供更加精确可靠的信号。整个数据处理阶段降低背景噪声、实现图象增强锐化为主要目的，降低背景噪声是用来控制灯光不稳以及机器震动、传感器温度等因素使图像由于有噪声而显得模糊不清产生的影响，采用低通滤波平滑法进行，低通滤波平滑法能够将信号中特有波段频率进行滤除，拥有良好的噪声处理能力;图像增强和锐化的目的主要是提升被检测原件特征的对比度，经过处理之后的采集图像拥有明显的关注特征其轮廓也更加突出清晰，而不需要关注的部分在经过处理之后会减少数据量的显示，该过程主要通过图像二值化处理来实现。

2.2.3 图像分析阶段

图像分析阶段的目的在于特征的提取，并与标准模板进行对比。通过数学手段对图像的边角区域独有属性的特征进行编程实现量化表达，进而在进一步的分割之后完成对比分析，对采集图像进行特征提取主要方法有HOG，LBP和HAAR 3种，尽管3种方式有着不同的表达方法，但基本原理都是将图像上的点进行不同的子集分类，而使其原始特征转换为明显的物理特征并在对其不同子集特征寻找的过程当中完成特征提取。在经过特征提取之后的图像需要进一步地完成图像分割，从而将图像的独特性质，图像分割的过程中灰度阈值分割法以及区域增长分割法最为常见。

进行特征提取分割后的图像直接进入分析比较阶段，该阶段分为模板匹配以及模式分析两个层次，通过预先设定的已知模板对比来完成检测。对比的过程中首先完成的是图像和影像的重合对比，接下来完成的是同样对比，同样对比当中发现灰阶差异的存在则表明有一定的缺陷存在。为了实现更为精准地判断，在这个过程当中会设定一个阈值，一旦灰阶差超过该阈值可以直接判定为缺陷存在。所以在此过程当中阈值的设定决定了检测结果的精准度。另外，如果在模板比较的过程中进行多次比较，仍然存在不易判定的情况，可以追加多重判定算法。

2.2.4 报告形成阶段

报告形成阶段为工作完成的最后阶段，该阶段完成了缺陷判定，主要通过显示器或者自动标志将缺陷原件进行标识，为接下来的返修和调整提供参考。

3 高精度视觉处理技术在AOI自动光学检测仪的应用

3.1 高精度视觉处理核心

视觉处理技术是人工智能领域的重要分支，通过光学装置以及非接触传感器实现真实场景图像的自动收和处理，整个过程用摄像机和电脑代替人眼对目标进行跟踪、识别以及测量在一定的分析基础之上将所掌控的信息实现进一步的利用。整个视觉处理系统包含图像采集也包含图像的预处理，同时对于目标的识别和分类、检测和跟踪、定位和测量也能够实现良好的控制。而精度与误差的大小相对应，表示观测值和真实值的接近程度，高精度视觉处理是精密测量和检测的前提，通过专业标定的算法能够对得到像素信息进行位置的矫正和补偿，最大限度地减少误差测量和评估。

3.2 高精度视觉处理技术在AOI自动光学检测仪的应用

AOI自动光学检测仪当中高精度视觉处理技术的应用几乎涵盖了整个检测的全过程，是整个检测仪工作的基础。在检测过程中通过对现场数字图像信号的运算和分析之后获得处理结果，在各种软件的辅助之下完成检测。在PCB的生产过程当中，元件丢失、错件以及焊接不规范非常常见，另外元件偏移、损坏等问题也不可避免。通过高精度视觉检测技术的应用，能够在标准对比之下进行参数比较，在此过程当中对比参数更为准确，检测精度更为细致。

4 结束语

电子产品的智能化和微型化是时代的大势所趋，在此基础之上对其进行缺陷检测也提出了更高的需求，AOI自動光学检测仪的应用集科学的检测方式和智能的处理为一体，成了现代集成电子检测当中不可缺少的工具。而高精度视觉处理技术的运用对细微的缺陷具备更强的识别能力，相信随着科技的进步以及研究能力的提升，AOI自动光学检测仪在PCB生产线上的应用必定会取代人工，迎来更为广阔的前景。

参考文献

[1] 王雨，张军.平板显示行业TFT自动光学检测技术研究[J].计算机产品与流通，2020（6）：130.

[2] 雷雪辉.SMT钢网的自动光学检测系统的研究[D].武汉：华中科技大学，2019.

[3] 卢荣胜，吴昂，张腾达，等.自动光学（视觉）检测技术及其在缺陷检测中的应用综述[J].光学学报，2018，38（8）：23-58.