AOI质量检测方法的应用与研究.doc

《AOI质量检测方法的应用与研究.doc》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.doc（32页珍藏版）》请在三一办公上搜索。

1、目录1引言11.1PCB检测方法11.2PCB缺陷检测的重要性21.3AOI的研究和国应用现状31.4PCB及AOI的发展趋势及研究的意义32 AOI系统总体结构与原理42.1AOI系统总体结构42.2AOI的工作原理及主要特点53 AOI图像的获取与处理63.1图像采集63.1.1图像采集的基本理论63.1.2PCB图像采集方法63.2图像预处理73.2.1 PCB图像增强73.2.2中值滤波83.3图像分割93.4PCB图像定位94 PCB缺陷检测方法104.1PCB图像缺陷检测方法分类及简介104.2 PCB缺陷识别过程简介114.3模板匹配法检测PCB缺陷124.3.1断路和短路识别1

2、24.3.2凸起识别144.3.3凹陷和空洞识别154.3.4划痕识别164.4非参考法检测线宽和线距164.4.1线宽线距检测标准164.4.2线宽检测方法174.4.3线距检测方法184.5自动检测检测线宽线距程序实现185 结束语20致 谢20参考文献211引言11.1PCB检测方法11.2PCB缺陷检测的重要性21.3AOI的研究和国应用现状31.4PCB及AOI的发展趋势及研究的意义32 AOI系统总体结构与原理42.1AOI系统总体结构42.2AOI的工作原理及主要特点53 AOI图像的获取与处理63.1图像采集63.1.1图像采集的基本理论63.1.2PCB图像采集方法63.2图

3、像预处理73.2.1 PCB图像增强73.2.2中值滤波83.3图像分割93.4PCB图像定位94 PCB缺陷检测方法104.1PCB图像缺陷检测方法分类及简介104.2 PCB缺陷识别过程简介114.3模板匹配法检测PCB缺陷124.3.1断路和短路识别124.3.2凸起识别144.3.3凹陷和空洞识别154.3.4划痕识别164.4非参考法检测线宽和线距164.4.1线宽线距检测标准164.4.2线宽检测方法174.4.3线距检测方法184.5自动检测检测线宽线距程序实现185 结束语20致 谢20参考文献21AOI质量检测方法的应用与研究摘要:简单介绍了自动光学检测（AOI）技术的工作原

4、理及主要特点，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的算法解决了检测线宽线距的难题和数学形态学腐蚀法区分空洞和凹陷的问题。关键词:自动光学检测;中心线画法线算法;数学形态学The application and research of AOI quality inspection method Abstract: Brief introduction to the working principle of the automatic optical inspection (AOI) technology and main cha

5、racteristics of focus on the automatic optical inspection (AOI) technology for printed circuit board in the short circuit, open circuit, salient and depression defects and analysis center line drawing normal algorithm is put forward to solve the detection line width from math problems and corrosion

6、morphology method to differentiate the empty and hollow.Keywords: Automatic optical inspection; line drawing normal algorithm; mathematical morphology目 录1引言(1)1.1PCB检测方法(1)1.2PCB缺陷检测的重要性(2)1.3AOI的研究和国应用现状(3)1.4PCB及AOI的发展趋势及研究的意义(3)2 AOI系统总体结构与原理(4)2.1AOI系统总体结构(4)2.2AOI的工作原理及主要特点(5)3 AOI图像的获取与处理(6)3.

7、1图像采集(6)3.1.1图像采集的基本理论(6)3.1.2PCB图像采集方法(6)3.2图像预处理(7)3.2.1 PCB图像增强(7)3.2.2中值滤波(8)3.3图像分割(9)3.4PCB图像定位(9)4 PCB缺陷检测方法(10)4.1 PCB图像缺陷检测方法分类及简介(10)4.2 PCB缺陷识别过程简介(11)4.3模板匹配法检测PCB缺陷(12)4.3.1断路和短路识别(12)4.3.2凸起识别(14)4.3.3凹陷和空洞识别(15)4.3.4划痕识别(16)4.4非参考法检测线宽和线距(16)4.4.1线宽线距检测标准(16)4.4.2线宽检测方法(17)4.4.3线距检测方法

8、(18)4.5自动检测检测线宽线距程序实现(18)5 结束语(20)致 谢(20)参考文献(21)1引言在制造印刷电路板的过程是非常繁多、工序复杂，尤其是在生产过程中容易引发各种缺陷和故障。自动光学检测AOI(Automatic Optic Inspection)本身就比以往的方法要准确、实用、稳定。他尤其会减轻对检测品是损坏，通过研究独特的AOI质量检测方法来解决PCB板引起的各种缺陷，因此研究AOI质量检测方法是很有重要的意义。本文介绍如下：首先，对过外AOI系统中各种软件进行研究，规划出了一个完整的检测方案，其中主要有图像获取、图像处理、图像分割、PCB图像的定位、缺陷的确定和查找等，从

9、而来定检测该使用哪种路径和方法。因为PCB图像拥有独特的色彩、分辨率、灰度级不同等多种特点，根据合适的特征量来选择恰当的阈值来进行图像分割。再次，对设计规则校验法的分析和探讨，一般印刷板的走线有一定的规则，采用特殊中心线画法线的方法解决线宽和线距的种种问题。这种方法可以据导线部、导线之间与标准规则进行对比是否合格，如果不符合标准则不合格。对于凹陷和空洞利用数学形态学腐蚀法将去区分开来。最后，研究出针对PCB板不同的缺陷利用不同图像特征来选择合适的检测方法，使AOI质量检测的方法得到充分的应用与研究。1.1PCB检测方法蚀刻是制造PCB板中非常关键的一步，蚀刻时会由于温度，时间，药品的剂量的多少

10、等多种因素的问题，使板子上的电路图产生断路、短路、凸起、凹陷等等很多问题 1。AOI检测系统主要用在裸板（板上没有安装元器件）和板上有元器件的两种印刷板中，检测印刷板大致分三类：电检测、人工目测、光学检测。很久以前，大部分工厂都是人工目测来检测合格，这种方法带来很多缺点和不足，然后又出现了电检测，它虽然带来点作用但是还是存在很大不足。所以，AOI检测是非常新颖的方法也是现在很多厂家都在使用的方法，得到了非常的欢迎和喜爱。AOI检测中图像采集时根据的是光的反射原理得到所需的图像，然后通过计算机处理和自动化的流程的控制技术相互作用对PCB板进行处理得出结论，而且在工业中也有很多应用比如元器件焊接的

11、问题检测和缺陷识别。1.2PCB缺陷检测的重要性电子产品的核心是其中的印刷板，其中有复杂的元器件、电路、连器件互连而成的，对于研制PCB的工艺流程中，检测其是符合合格是非常有必要的。这不紧保证产品质量手段，而且可节省测试的费用。印制电路板检测往往配备了电气性能试验,物理机械性能试验,气候环境试验,金相剖切检测,可靠性试验等相关检测的设备1。从简单的外观检验到复杂是部检测，因此可以把简单的检测和对印刷板板监控相互连接起来。在印刷板出厂前必须达到合格的标准，以免给后面的程序带来不必要的损失和麻烦，也提高其品质。总而言之，我们在生产PCB的过程中，难免会遇到各种的缺陷和难题，研究出合适是检测方法也是

12、很有用的以及对缺陷的种类研究和特征的分析，PCB缺陷的检测是很有必要的。1.3AOI的研究和国应用现状AOI能较好地解决PCB生产中的质量检测问题,但对于国外的AOI设备，因为它的设备利用了多摄像头技术，功能十分强大。但是，它们有一个共性的缺点是价格昂贵。国也研制出很多方案和设计，但是毕竟还处于不成熟的时期，需要对其深入的研究和探讨是AOI发展的必要趋势，努力研制出性价比高的检测系统。1.4PCB及AOI的发展趋势及研究的意义电子技术发展越来越趋向小型化发展，为了满足这样的需求， PCB板也一定向微型化这个方向努力。激光钻孔一般用在微型的器件中将会越来越精密的方向发展，由于层数的增多，线路越来

13、越小的趋势进行，尤其是讯设备的背板，线路单一却层数很高。因此适应这种发展趋势，AOI技术有飞速的发展，由于HDI板线路很细也和繁琐，其缺陷更为难以分辨出来，要研究AOI对细微缺陷的检测有效方法。很多厂家期望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的趋势发展，也将研究出专属它的方法。首先，国对AOI系统的研究和开发有自主产权的、价格适当的PCB检测系统是很有发展前途。其次，二值图像或灰度图像研究是现在的PCB缺陷识别软件中重要的图像处理，同时也增添了检测中的时间和空间的复杂度。总而言之，对PCB常见的缺陷所用的图像处理软件及其用的合适的方法处理进行研究和探

14、讨具有很重要的意义。2 AOI系统总体结构与原理2.1AOI系统总体结构对于一个PCB缺陷AOI系统是一个复杂的系统，主要包括图像的拍摄、分割图像、确定PCB图像的位置、分析并提取独有的特征，最后进行采取合适的方法来识别这种常见的异常。显而易见，对这几个模块的研究是非常有那个必要的，系统总体方案和结构如图1所示： 图像定位 特征提取 目标识别图像分割 线路层分割 碳线层分割 焊盘层分割 机械层分割图像采集*BMR文件图像预处 理CCD系统图像增强中值滤波缺陷检测 检测结果输出 设计规则效验法 参考法 线路检测 线距检测 短路检测 断路检测 空洞检测 凹陷检测 凸起检测 划痕检测图1 PCB缺陷

15、检测系统总体结构2.2AOI的工作原理及主要特点AOI是检测印刷板是否符合标准的一种检测方法，用于高精密单层印制板的制造流程中，特别是对于多层印制板加工的关键的一步。这个系统主要结合了光的反射原理，图像增强，计算机技术，图像的转换以及图像多步的处理。以下是AOI功能模块，如图2所示： 图像分析处理 形态学算法特征提取 数据比对缺陷报告 标记输出 图像采集待服控制系统光学定位系统 显示系统 标记输出系统光学扫描系统 主机系统图2 AOI功能模块在进行图像获取这个流程中一般采用CCD或激光来自动化的扫描板子，得到想要的图像，然后把采集的图像输入对应程序的计算机中，把图像经过多层的处理与分析，在计算

16、机中进行数据对比看是否符合标准，如果不合格则标记出来输出。3 AOI图像的获取与处理AOI图像的获取与处理是检测系统中非常重要的一步，第一用合适的机器来拍摄板子得到最初的图像，接下来就是对获取图像来加工和分析处理、分割等多道工序后才可以进行后面完整的检测1。3.1图像采集3.1.1图像采集的基本理论人们一般看到的图像都是由绿、蓝(RGB)三种成分构成的模拟图像。可以利用图像是个连续的函数，每一个点都对应一个值，可以绘出对应的函数图像，再输入计算机之前必须用图像传感器将光信号变成对应的电信号，然后再通过模数转换输入计算机中，这一部分工作就称为图像采集23。3.1.2PCB图像采集方法现在AOI图

17、像获取有两种方法：一种用高频率的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。一般采用高分辨率的CCD进行PCB图像采集。基本图像采集过程是利用合适的光源照射PCB板，根据光的反射原理反射出来的光通过高分辨的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： 彩色图像 光源 PCB 摄像 采集卡图 3 图像采集过程3.2图像预处理图像处理4就是利用高分辨率的CCD获取图像得到有关的PCB板电信号，根据所得电信号与计算机一一对应二进制的原理，转换成对应的图像，因为印刷基板和铜的灰度级不同形成二维灰度图形也有所不同，接下

18、来采用阈值法将板子的基板和附有铜那部分进行区分开来，因为板子的基板和附有铜的阈值不相同所以可以根据这个特点正好分开，最后获取相应的二进制图像。对于转换成二进制图像应该与标准图像进行对比，才能找出缺陷。一般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的储存变少从而运行加快提高速率，精确度也提高了。3.2.1 PCB图像增强 PCB图像的灰度直方图如图4所示，很明了的看到获得的图形中背景和那些要检测的线路很相似不容易区分，从而影响效率。一般PCB的图像比较暗，以致导致很难清晰的反应出来目标的灰度直方图，所以给后面的图像比较增加了难度难以准确识别出相应的缺陷。图

19、4 典型的PCB图像及其直方图图 5 图像增强图像增强主要是为了以后的工序中识别缺陷更加准确、明了。通过一些科技手段是增加后的图像清晰。在本文中，将获取的彩色的图像分别从R、G、B三个方向来进行在灰度上的处理。显而易见，图5 很清晰反映了图像经过这样一道程序的处理明显的清晰明了了很多，达到想要的效果。3.2.2中值滤波中值滤波目的是消除孤立毛刺。因为有的像素和相近的信号的像素差别挺大却相似度很大。对彩色图像进行中值滤波，方法和图像增强很相似，从三个分量进行滤波，这种方法的顺序及程序如下: (1)找到模板的中心像素，然后选取合适的某一像素与前面的中心像素重合；(2)沿着移动的方向扫描下一个点的像

20、素找出与之对应的颜色值；(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的一个;(5)最后把找出那个中间值赋值和模板的中心值。经过以上几个步骤，把图像中值滤波后效果很明显，a图为未经过处理的，b图很明显清晰了许多也解决了图像会受到噪声的影响。图6就是PCB图像种中值滤波前后比较：a b图6 PCB图像中值滤波3.3图像分割图像分割5是将图像各有的特征分别分割开以便后续清晰的识别缺陷。一般情况下我们会发现图像与图像之间会因为亮度、饱和度、色彩、纹理、条纹、是有差别的。利用图像的这些特征进行分类和分割归类，这是对以后的识别不可缺少一步。一般情况下图像分割利用图像的阈值不同进行分割，这种

21、方法简单，计算量比较少，容易实现的特征，所以在许多工厂得到广泛的应用。3.4PCB图像定位PCB图像的定位问题也是PCB缺陷检测的重重之重。无论是局部检测还是全部检测，都必须有准确的PCB图像定位，才能保证准确的检测出缺陷，这样减少了很多因为位置的原因影响后面的检测，其中对定位圆的检测是通过随机Hough变化来实现的6。4 PCB缺陷检测方法4.1PCB图像缺陷检测方法分类及简介PCB图像缺陷检测算法有参考算法、非参考算法和混合算法这三种重要算法7。参考算法有图像或模型对比法。参考算法是获取印刷版的全部像素信息与标准图像进行对比，也称为逐像素比较。 非参考算法8是设定好规则然后在进行比对。不必

22、要标准图像的像素信息，反而是更加注重一定的规则。例如还可以设置导线的一定合格围，给出导线的最小值和最大值，若测出来的导线宽度在这个围则说明线路没有缺陷。混合法提取了参考法和非参考法的精华结合起来，这样解决了双方所不能解决的问题。我们会取其精华，去其糟粕。来一步一步的改进从而达到我们想要的效果，为以后的图像中缺陷识别打下良好的基础，在比较中学习和成长。我们会根据PCB板的材质不同，特征不同级缺陷不同选取合适的方法。如表1所示是参考法和非参考法的优缺点：表1 参考法和非参考法优缺点对比 优点缺点 参考法自适应强，可以检测全局PCB板运算速度慢，存储空间大 非参考法运算速度快，存储空间小自适应性不够

23、，系统扩展能力差4.2 PCB缺陷识别过程简介一般常用的算法主要就解决PCB裸板上的异常，因为在进行蚀刻镀铜时，不是使镀的铜蚀刻太多引起断路或凹陷；或是使镀的铜蚀刻不彻底导致短路和凸起以及线宽线距的不合格。由于PCB 的灰度级比较单一，我们采用将图像让计算机转换成二值图像或者灰度图像，经过多道程序的处理分割，最后采用合适的算法识别常见的缺陷，通常会与标准模板进行一一对比。其中识别过程一般参考法用在断路、短路、凸起、凹陷等异常的识别；非参考法用在线宽和线距的问题的检测。其中，参考法检测部分的具体识别步骤如下:(l)图像采集; (2)图像预处理就是以上所采用的两种方法;(3)PCB板定位，随便也确

24、定模板的中心位置;(4)然后让得到的图像与标准图像进行一一对比，比较哪里有不同的地方则是缺陷出现的地方，标记出来； (5)对于那些有特殊特征的图像进行分类，属于哪一类将采用哪种方法更合适，快速的检测出异常，提高效率。常见的PCB板的异常中，断路、短路都会引起电流多大或电压过大造成危害，还可能引起其他的损失，影响后面制造PCB板的进度，所以必须把这种严重的问题扼杀在摇篮中；那些凹陷和凸起也不能忽略；划痕先看程度大小来判断板子是否合格，有些只是轻微的划痕，不影响整个板子的功能，可以忽略不计；有些划痕影响的挺严重，有可能是电路层中的断路，如果更严重的话就没有维修的必要了。以上所遇到的缺陷是我们制造P

25、CB裸板常见的，一般的检测路径如图7所示：是否是是是凸起、短路断路、空洞、凹陷、划痕结束面积减少吗? 是缺陷输入PCB,和模板匹配可以忽略吗? 匹配成功吗?图 7 缺陷检测路径4.3模板匹配法检测PCB缺陷4.3.1断路和短路识别在印刷板上出现的断路，如图8是明显的线路层出现常见的断路问题，a和b进行比较可以明确红色方框中就是我们提到的断路问题。本文采用差值模板匹配法9从而算出线路面积，利用面积与标准线路面积和进行比较明确那里出现短路，原理就是当线路发生断路时就会出现待测板的面积小于标准板线路面积。其实以上哪种方法用了区域生长的思路便捷的计算出线路面积，图9清晰的看出计算待测板与标准板面积计较

26、得出，待测板面积小于标准板，可能有断路、凹陷、空洞这样的异常，我们还要进一步研究到底是那种缺陷。断路原理如图9所示。假设标准板图像总面积为area, a为右侧导线上部分面积，b为中间断路处的面积，c为导线下部分面积，则: area=a+b+c (4-1) 当发生断路时，面积area为: area=a+c (4-2) 显然此时: area LMIN或者L0 LMAX的时候，认为此线宽是不合格的;只有当LMIN L0 LMIN，导线过窄；如果L0LMIN，导线过宽；只有LMIN L0 S，说明a点出线路过宽;c D1，此处线路过宽; d3 Do，此处导线过窄;Do d2D1，此处符合导线宽度要求。

27、diD0过窄;D0diD1合格;diD1过宽。(Do为线距的下限，D1 线距的上限)图17 法线法检测线距4.5自动检测检测线宽线距程序实现采用规则校验法对线宽线距检测原理就是上面4.4所叙述的。这里给出线宽线距检测流程10，如图18所示。当检测出缺陷时，用计算机标记出出错处，另外PCB缺陷分析有类型、面积、位置的确认。找出具体位置用坐标标记出来更形象，用word文档先保存起来然后打印。整个流程利用了多种技术，把图像进行初处理，然后深入分析它的特征选取合适的检测算法。这个程序的实现说明了AOI检测的方法得到验证也证明了它的可行性。是否否是结束留像素是1点的位置判断是否有-1？否否 将像素值为-

28、1的置0引入模板中心像素值减-1中心像素值不变模板沿扫描方向移动模板是否移动完毕是否满足条件？将像素值为-1的置0图18 线宽线距检测流程5 结束语PCB图像采集和处理部分是自动光学检测系统的重要模块。本文解决了PCB板出现的常见的缺陷，并且分析了图像的特征提出了更便捷的方法，利用图像的灰度级，图像增强，数学形态学的多方面新颖的想法结合，使AOI质量检测得到用力的验证。对印刷板缺陷AOI系统所用的各种重要技术和核心算法进行探讨。本文对以下几个方面作为主要研究容:（1）由于PCB板的材料不同，基板和铜的阈值不同，提出了一种自适阈值分割法进行分割;（2）由于凹陷和空洞这两缺陷很难区分开来，本文提出

29、来数学形态学的腐蚀的方法轻松的解决了这个难题，而且这个方法很有实用性，准确性也很高；（3） 提出中心线画法线算法解决了检测线宽线距的难题，最基本是原则还是准守规则校验法的原理和PCB走线是有规则的特征。致 谢这篇论文是我对次请教王金来老师的教导学习。三人行，必有我师。在这段实习时间老师们也时刻关注我们论文的进度。不断地督促、提醒、鼓励我们认真学习有关专业知识。大学四年来所有老师对我的关怀。大学历程拓宽了我看待问题的角度，启发了我进行探究过程的思路，这些都是以后生活中宝贵的财富。首先，在王金来老师在我撰写论文时为我指点迷津，细心的帮我修改并给出关键性的建议和意见。在王金来老师的一次又一次的鼓励和

30、包容，认真阅读我的论文，是我产生对遇到难题，我不该退缩应该认真对待，仔细查阅资料。只要我们努力了困难总会解决的。其次，现在我养成对学习中遇到难题也会努力去查找资料和请教老师的习惯，也打下了扎实的专业基础知识。还要感谢我的宿舍的好姐妹的帮助和照顾。虽然有时候我们会在研究的路上遇到各种问题，我相信努力一定会有收获。感谢学校给我布置这个有意义的论文。最后，大学即将结束，很快我们就要正式步入社会，找工作、认识新的朋友、学着与同事相处，在这 二十几年岁月里有二十年的时光都是在老师的教导与帮助下成长的。从什么都不懂的小学到懵懂初中高中一直到涉世未深的大学，只有老师才会想家长一样不求回报的为我们着想，为我们

31、担心，所以在此感谢一路伴我走过学生历程的各位亲爱的老师，你们辛苦了！参考文献1 金鸿，森.印制电路技术M.北京：化学工业，2009:297299.2 朱秀昌，峰.数字图像处理与图像通信M.北京:北京邮电大学，2002:1823.3 L.GRoberts.Machine Perception of Three-Dimensional Solids in Tippett JOptical and Electro-Optical Information Processing. Cambridge. 159-197.4 Kenneth R. Castleman Electronics Industry

32、,2002:Digital Image Processing M. Beijing: Publishing House of 107-109.5 崔屹.数字图像处理技术与应用M.北京:电子工业，1997,68.6 徐胜海.印刷电路板在线自动视觉检测系统的分析研究D.硕士论文2001,35.7Yasuhiko hara, A System for PCB Automated Inspection Using Fluorescent Light, IEEE Transaction Analysis and Machine Intelligence, 1998,10(1): 101-104.8A. P. Sprague, A Method for Automatic Inspection of Printed Circuit Boards, Image Understanding.2001,54(3):401-415.9何斌，马天予等.Visual C+数字图像处理M.北京:人民邮电，2001:152160.10叶齐祥，高文，王伟强等等.一种融合颜色和空间信息的彩色图像分割算法J.软件 学报，2004,(2):522530.