slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
基于机器视觉的焊膏视觉检测方法 PowerPoint Presentation
Download Presentation
基于机器视觉的焊膏视觉检测方法

Loading in 2 Seconds...

play fullscreen
1 / 12

基于机器视觉的焊膏视觉检测方法 - PowerPoint PPT Presentation


  • 113 Views
  • Uploaded on

基于机器视觉的焊膏视觉检测方法. An integrated inspection method based on machine visino for solder paste depositing. Shenglin Lu, Xianmin Zhang, Yongcong Kuang. 2007 IEEE International Conference on Control and Automation WeC5-3 Guangzhou, CHINA. 摘要.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about '基于机器视觉的焊膏视觉检测方法' - elysia


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

基于机器视觉的焊膏视觉检测方法

An integrated inspection method based on machine visino for solder paste depositing

Shenglin Lu, Xianmin Zhang, Yongcong Kuang

2007 IEEE International Conference on Control and Automation WeC5-3 Guangzhou, CHINA

slide2
摘要
  • 焊膏的检测在PCB表面安装过程中是非常重要的。本文提出了一种基于机器视觉的检测方法,可以识别主要的焊膏缺陷,如缺膏、不足、过多、桥接和溢出。首先,对位置进行补偿,以提高检测精度。其次,提出了一种基于纹理的图像增强算法,可以扩大PCB图像和焊膏图像之间灰度值的差异。再次,使用颗粒分析方法(particle nalysis))对PCB图像进行了分析,并得出了2D检测结果。进一步提出Pesudo 3D情况下的缺陷检测方法。最后,得出了实验结果,说明了方法的有效性。
slide3
1引言
  • 丝印机(screen printer)是SMT技术中主要设备之一。据有关统计,50-70%的PCB缺陷来自于印刷焊膏阶段。焊膏的检测是SMT生产线控制过程控制中最重要的阶段之一。对焊膏检测的典型方法包括人工检测、激光扫描检测和基于视觉的检测。人工法有很多缺点,如效率低误判率很高。激光扫描因其3D检测功能,能够提供更详细的缺陷信息。但是,焊膏的3D模型通过激光点或线扫描来获得,所以检测速度很慢。此外,激光扫描器件很昂贵。基于机器视觉的方法有高精度、高速度的优点,因此可以用来检测丝印机的PCB焊膏。而且,不需要额外的硬件花费,因为这个方法可以充分利用现有的丝印机的视觉资源。
  • 基于视觉的焊膏检测的主要步骤包括图像获取、图像增强和缺陷分析。为了提高检测方法的性能,在获取PCB图像之前,利用位置补偿方法来确定精确的位置。使用基于纹理的图像增强方法来扩大PCB基板图像和焊膏之前的灰度差。另外,使用基于颗粒方法的2D检测算法来分析PCB图像。应用一种pesudo 3D检测方法来检测焊膏的体积缺陷。最后,实验结果说明了所提方法的有效性。
slide4
2位置补偿
  • 检测性能受PCB和模板之间的检测位置和姿态的偏差影响。这里,在获取图像之前使用一个位置补偿方法来补偿这个偏差。这些偏差约等于两块PCB板上标记的坐标偏差,如图2所示。 和S可以用下面的方程来计算:

(1)

  • 其中m1和m2代表标记1和标记2各自在检测程序设定中的坐标。m1’和m2’是标记1和标记2检测的坐标。S是偏移向量, ,T是旋转矩阵,可以表示为:
  • 从式(1),可以看到,其中有3个求知变量和4个方程。可以很容易的通过三角函数求出。过约束问题可以使用最小面积法解决。位置补偿方法的应用可以提高检测精度。
slide6
3 图像增强
  • 对比焊焊膏和PCB基板,焊盘的灰度值高出许多,可以很容易的通过使用阈值函数来区分。但焊膏和PCB基板的灰度值很相似,它们的直直方图甚至有部分重叠。为了正确地区分焊膏和PCB基板图像,这里提出一种基于纹理的算法。
  • 图像的纹理可以通过一个直方图的n阶统计矩来计算:
  • 其中,Zi是一个随机变量,代表亮度,P(Zi)是在一个区域的亮度等级直方图。L是可能的亮度等级数,而m是灰度值的平均值。
  • 但是,直方图不能反映像素位置信息。因此,在使用n阶统计矩之前,需要将图像分成X*Y部分, 是x行,列y图像的n阶值。基于n阶统计矩的增强算法可以写成:
  • 其中f(i, j)是没有增强的图像,g(i, j)是增强后的图像,h是权数。
  • 这个算法可以增加焊膏灰度,从而增强了图像,焊膏和PCB基板可以容易的区分开来。使用多阈值函数,增强后的图像可以分成焊盘部分,焊膏部分和环绕焊膏的黑环总分。
slide7
4 检测方法
  • A. 基于颗粒分析方法的2D检测

焊膏缺陷的检测可以通过分析位置,面积及焊膏和焊盘particle的形状来进行。用以下因素来表示:

中心:颗粒的位置中心。

A:颗粒的面积。

Ah:颗粒内洞的面积。

Ach:颗粒凸包的面积。

水力半径:被particle圆周圈起来的particle区域。

海氏德环状因数:,颗粒的形状越接近圆形,海氏德环状因数就越接近1。

Ixx:关于x轴的惯量矩。

Iyy:关于y轴的惯量矩。

包装率(packing ration):PR=A/(A+Ah),用来判断是否存在焊膏不足。

上面提到的因数的值通过计算后被输入到缺陷分析器。缺陷分析器使用合成权数的方法来确定是否存在缺陷。缺陷分析器可以找出焊膏的缺陷,如缺膏、不足、过多、桥接和溢出。虽然2D检测方法可以确定大多数的焊膏缺陷,但不能检测焊膏的体积缺陷。

slide8
B. Pesudo-3D 检测

虽然3D检测算法可以查找出焊膏体积缺陷,但是,需要用一个激光扫描器而且速度相对较慢。为了克服这个缺点,使用pesudo 3D检测方法通过建立一个简单的焊膏3D模型来计算体积比。

如图4(b)所示,有一个黑环环绕焊膏。原因是使用视觉系统的同轴照明源对PCB进行了照明。只有与光线垂直的表面,反射的光线才会进入摄像机,因此图像是明亮的;否则图像是暗的,如图4(a)所示。

如图4(b)所示,Ap是焊盘部分的面积,As是焊膏部分的面积,Ad是黑环的面积。焊膏的体积比可以通过下式计算:

其中Va代表是焊膏的实际体积。Vt是焊膏的理论体积。

缺陷可以根据体积比设定阈值来检测。这种pseudo-3D检测方法对比激光扫描检测方法执行快速。

slide10
5 实验和分析
  • 焊膏和PCB基板的图像直方图如图6所示。图6(a)是PCB基板的图像直方图。图6(b)是焊膏图像增强之前的焊膏图像直方图。图6(c)是焊膏图像增强之后的焊膏图像直方图。可以看到,图像增强之后焊膏图像的直方图直增大了,两个图像之间的平均灰度值差是4.6(109.8-105.2)到13.7(118.9-105.2)。增加的值和权数h有关。
slide11
下图显示了来自四种电子元件的焊膏缺陷的假报警率。从中可以看出使用位置补偿和基于纹理的图像增强方法后,假警报率降低了。下图显示了来自四种电子元件的焊膏缺陷的假报警率。从中可以看出使用位置补偿和基于纹理的图像增强方法后,假警报率降低了。
slide12
结论
  • 本文提出了一种基于机器视觉的焊膏检测方法。为了提高检测位置的位置精度,使用了位置补偿方法。提出了基于纹理的算法来扩大焊膏和PCB基板之间的灰度值差,使得多阈值函数更加稳定和准确。另外,2D和pseudo 3D检测方法能对焊膏缺陷进行有效的检测。实验结果证明了检测方法的可行性和有效性。