基于图像分析的印刷电路板检测

1. 基于图像分析的印刷电路板检测 Homg-Hai Loh ;and Ming-Sing Lu

2. 摘要 • 计算视觉广泛应用于电子元器件的在线检测。在本文，我们介绍了一种计算机视觉系统，这个系统采用特殊的照明，能够对焊接点进行有效的检测。我们的系统中采用了一种新颖的检测技术解决了传统计算机视觉系统经常出现的问题。我们提出了一种针点焊接点的斜面映像表面形状估计技术。通过这个技术，可以判断一个焊接点是良好的（下凹），还是不良的（凸起），也可以判断焊接点桥接、焊料过多、焊料过多等缺陷。

3. 引言 • 介绍一种基于结构光照明的新颖的表面元器件安装检测系统，经过实验证明这个系统能够有效的检测出焊接点的各种缺陷。表面元器件安装缺陷分为以下四类： • 1）错件，约占10%； • 2）电极反，约占25%； • 3）缺件，纸占20%； • 4）焊接缺陷，约占55%。 焊接缺陷又可以分为桥接，焊料过少，焊料过多，引脚翘起，虚焊和元件偏位。

4. 缺陷检测方法 • 大部分的PCB缺陷来自于焊接点缺陷。因此，我们将检测系统的研究重点放在焊接点缺陷的检测上。焊接点检测过程可以分两个阶段进行。第一阶段，检测两个相邻焊接点有没短路桥接；第二个阶段，识别分类焊接点缺陷。 • 基于焊接点表面的倾斜角度的方法。我们使用二维图像来提取焊接点表面的倾斜角度。

5. 1）焊点表面和焊盘之间的角度(33度-39度 )； • 2）焊点的倾斜角度（由焊料的多少决定16度-22 度）； • 3）焊点表面和贴片引脚之间的倾斜角度(9度-13度)。 • 为了提取斜面微量，我们设计了一种半球形的明照明系统，由结构LED阵列构成。LED阵列提供对焊点不同角度和不同方向的照明。结构光照射在焊点表面上产生发射，通过获取一系列的二维图像提取出斜面向量。斜面微量中包含三个倾斜角度，它们决定了焊点的的形状，并直接影响到焊接点的质量.

7. 分析 • 这三个区域对焊点有不同的含义。红色区域代表倾斜角。一个具有良好吸焊能力的焊盘的焊点边缘的红色区域呈弧形。一个斜面映像如果没有红色区域说明焊盘的吸焊性不好，或者焊料的表面张力不好。蓝色区域代表倾斜角度，同时也反映元件引脚的吸焊能力或者是元件引脚和焊盘之间的角度。如果引脚边缘出现如图7所示的蓝色区域，说明了焊料具有良好的可焊性。 • 绿色区域代表倾斜角度，可以用来区分焊点是良好的（下凹）还是不好的（上凸）。对于一个凹形的焊点如图8（a）所示；当我们从焊盘边缘往元件引脚观察过去时，能够依次发现红色区域，绿色区域和蓝色区域。然而对于一个凸形的焊点，你会发现红色区域被绿色区域包围着，如图8（b）-(e)所示。

9. 结论 • 以下是判断一个焊点检测系统性能的参数。 • 1）误判率：系统将一个良好焊点误判为有缺陷的焊点的比率。 • 2）漏判率：系统将一个有缺陷的焊点误判为良好焊点的比率。 • 3）错误分类比率：系统将一种焊点缺陷错误地判断成另一种缺陷的比率。 • 4）正确分类比率。 • 一个焊点检测系统应该做到具有低的误判率、错判率和错误分类比率，具有很高的正确分类比率。我们使用80针的贴片元件做实验，分类结果如表1所示。

10. 表1 （a）焊点分类结果

11. （b）检测结果

12. 结论 • 从表可以看出，我们的系统能够完全检测桥接焊点，误判率是7.69%。系统将一些良好的（下凹）焊点判断成焊料过多（焊料延伸到引脚）。这个系统在区分下凹和上凸焊点时也出现了一些错误。可以通过调整检测规则来改正这些不足。从实验结果可以看出，我们的焊点检测系统对PCB焊点检测中有很高的成功率，而且斜面映像方法具有计算效率。