新型高密度電路板的自動(dòng)光學(xué)檢測系統(tǒng)設(shè)計(jì)

熊光潔， 馬樹元， 武思遠(yuǎn)， 聶學(xué)俊， 湯曉華

(1.北京理工大學(xué)機(jī)械與車輛學(xué)院，北京100081；2.北京工商大學(xué)機(jī)械工程學(xué)院，北京100048；3.北京星河泰視特科技有限公司，北京100094)

0 引 言

隨著電子產(chǎn)品不斷地微型化，印刷電路板(printed circuit board，PCB)也逐步趨于高精度化、超細(xì)微化和多層化[1-5]。在高密度PCB的產(chǎn)品研發(fā)和生產(chǎn)加工中，PCB檢測技術(shù)是質(zhì)量保證的關(guān)鍵。在PCB板的焊接組裝過程中，有可能產(chǎn)生焊點(diǎn)漏焊、連焊、元件缺失或錯(cuò)件等缺陷，隨著高密度電路板的出現(xiàn)，傳統(tǒng)的檢測方式已無法準(zhǔn)確地檢測出其在焊接組裝過程中產(chǎn)生各種缺陷[6]。為此，本文研究了一種采用新型照明裝置，將機(jī)器視覺和機(jī)器學(xué)習(xí)的新技術(shù)和新算法應(yīng)用其中的新型HDI型PCB自動(dòng)光學(xué)檢測系統(tǒng)。本文研究了該系統(tǒng)的主要組成和設(shè)計(jì)方法，實(shí)驗(yàn)結(jié)果證明這種新型的HDI型PCB檢測系統(tǒng)不但可以檢測出加載電路板中的常見缺陷，而且具有缺陷檢出率高，誤報(bào)率小的特點(diǎn)。

1 HDI型PCB自動(dòng)光學(xué)檢測系統(tǒng)的組成

本文提出的PCB自動(dòng)光學(xué)檢測系統(tǒng)的實(shí)驗(yàn)裝置主要由主控計(jì)算機(jī)、電氣控制系統(tǒng)、精密機(jī)械運(yùn)動(dòng)裝置、多色程控光源照明裝置、圖像采集系統(tǒng)等組成，如圖1所示。檢測時(shí)，用專用夾具將被測PCB板安裝于工作臺(tái)上，然后根據(jù)主控計(jì)算機(jī)指令，通過精密的機(jī)械運(yùn)動(dòng)裝置將被測PCB板置于鏡頭下方，多色光源裝置自動(dòng)調(diào)整光照強(qiáng)度，電氣控制系統(tǒng)根據(jù)位置檢測信號(hào)，觸發(fā)圖像采集系統(tǒng)中的CCD攝像裝置進(jìn)行拍攝，通過圖像采集卡將被測PCB的清晰圖像傳送主控計(jì)算機(jī)，通過圖像處理和識(shí)別軟件進(jìn)行分析，檢測出被測PCB的各種缺陷位置，并對(duì)缺陷進(jìn)行分類和統(tǒng)計(jì)。本文將主要介紹其中的精密機(jī)械運(yùn)動(dòng)控制裝置和多色程控光學(xué)照明系統(tǒng)。

圖1 PCB自動(dòng)光學(xué)檢測系統(tǒng)框架

1.1 精密機(jī)械運(yùn)動(dòng)控制裝置

精密機(jī)械運(yùn)動(dòng)控制裝置包括工作平臺(tái)，直線導(dǎo)軌，絲杠和伺服電機(jī)以及運(yùn)動(dòng)控制器，主要完成精密工作臺(tái)的運(yùn)動(dòng)控制和PCB的自動(dòng)定位。工作時(shí)，主控計(jì)算機(jī)直接給運(yùn)動(dòng)控制器發(fā)出指令，控制伺服電機(jī)帶動(dòng)絲杠和直線導(dǎo)軌運(yùn)動(dòng)，保證PCB板的運(yùn)動(dòng)精度和快速響應(yīng)，實(shí)現(xiàn)被測PCB板的準(zhǔn)確定位。為提高傳動(dòng)的平穩(wěn)性和定位精度，選用高精度的交流伺服驅(qū)動(dòng)電機(jī)。為保證導(dǎo)軌的直線度，選用優(yōu)質(zhì)的超精密直線導(dǎo)軌。

1.2 多色程控光學(xué)照明系統(tǒng)

在AOI中，照明系統(tǒng)是影響自動(dòng)光學(xué)檢測的圖像輸入質(zhì)量和圖像處理效果的重要因素之一。本文采用一種新型多色光源的照明裝置，如圖2所示。該照明裝置對(duì)以往的照明系統(tǒng)[7-8]進(jìn)行改進(jìn)，光源由4種顏色的LED陣列組成，為檢測多種缺陷，不同顏色的LED陣列的安裝角度并不相同。照明裝置采用微控制器控制，由主控計(jì)算機(jī)通過串行口發(fā)出控制指令給多色照明控制系統(tǒng)，控制不同顏色的光對(duì)被測電路板進(jìn)行同時(shí)和分時(shí)照明，可以根據(jù)獲取的圖像自動(dòng)調(diào)節(jié)光照強(qiáng)度。這種照明系統(tǒng)具有光照均勻、光強(qiáng)可調(diào)、響應(yīng)速度快、發(fā)熱量小等特點(diǎn)，可為AOI提供穩(wěn)定性極高的照明。

圖2 自制的多色程控光源

2 PCB缺陷自動(dòng)檢測系統(tǒng)的軟件設(shè)計(jì)

本設(shè)計(jì)的AOI系統(tǒng)具有光源控制、圖像采集、圖像拼接、圖像定位、路徑規(guī)劃、缺陷檢測和缺陷統(tǒng)計(jì)等功能，如圖3所示。系統(tǒng)可通過視窗界面完成各種運(yùn)動(dòng)控制和圖像識(shí)別，系統(tǒng)還支持工藝數(shù)據(jù)編程，支持多種方式的作業(yè)模擬與仿真，可以在批量檢測前驗(yàn)證和測試數(shù)據(jù)，避免出現(xiàn)漏檢和誤檢。系統(tǒng)提供與多種電路設(shè)計(jì)CAD軟件的接口，可自動(dòng)實(shí)現(xiàn)設(shè)計(jì)文件到模板文件的轉(zhuǎn)換，提高編程效率。系統(tǒng)軟件采用Visual studio 2005環(huán)境，利用OPENCV開發(fā)各種算法。操作界面如圖4所示。

圖3 PCB缺陷檢測系統(tǒng)的軟件框架

圖4 PCB缺陷檢測系統(tǒng)的界面

2.1 電路板檢測中的常見缺陷

一般加載PCB板的缺陷種類及其所占比例分別為：焊點(diǎn)缺陷占55%、元件錯(cuò)件、缺件、橋接以及極性錯(cuò)誤等占45%[9-10]，如圖5所示的是加載PCB中常見的缺陷。由于高密度電路板上的貼片元件的尺寸和引腳間距越來越小，因而對(duì)檢測的方法也提出了更高要求。

圖5 加載電路板中常見的一些缺陷

2.2 電路板檢測中的檢測算法

印刷電路板的自動(dòng)檢測技術(shù)的研究始于20世紀(jì)70年代末，至今為止，提出了很多改進(jìn)的算法，如圖6所示，歸納起來可分為3類：參考比較法、非參考校驗(yàn)法和混合法[11-12]。

圖6 PCB檢測算法分類

參考比較法將被測圖像和參考圖像進(jìn)行比較，可以是像素點(diǎn)與像素點(diǎn)的對(duì)比，也可是兩幅圖像中的特征參數(shù)的比較。該方法算法簡單，易于實(shí)現(xiàn)，但對(duì)光照和定位的要求很高，需要存儲(chǔ)空間較大，并且無法當(dāng)檢測到一些參數(shù)(如軌跡寬度和間距等)發(fā)生超差時(shí)所產(chǎn)生的缺陷，因此該方法不能用于檢測導(dǎo)體的軌跡寬度和間距超差等缺陷(如軌跡過寬、過窄和間距過小等缺陷)。

非參考算法也稱為基于設(shè)計(jì)規(guī)則的校驗(yàn)法。該算法不需要任何參考圖像，而是依據(jù)預(yù)先定義好的PCB設(shè)計(jì)規(guī)則來判斷待檢PCB圖像是否有缺陷。如果不符合設(shè)計(jì)規(guī)則，就認(rèn)為有缺陷。該方法算法復(fù)雜，運(yùn)算量大，檢測線寬、線距等缺陷時(shí)，效果很好，當(dāng)檢測焊盤丟失等較大缺陷時(shí)，卻容易出現(xiàn)漏檢。

混合法是上述兩類方法的綜合，在一定程度上可克服上述方法中的缺點(diǎn)。本系統(tǒng)采用的是混合法算法。在缺陷檢測過程中，軟件系統(tǒng)采用基于顏色，形狀和統(tǒng)計(jì)特征的模板匹配算法和智能權(quán)值分析算法，在采用機(jī)器學(xué)習(xí)策略的數(shù)字圖像特征分類與識(shí)別算法時(shí)，在對(duì)訓(xùn)練樣本進(jìn)行預(yù)處理過程中采用了包括將彩色圖轉(zhuǎn)換為灰度圖圖像、方差歸一化、利用形態(tài)學(xué)區(qū)域開閉操作、高斯濾波等去除噪聲等算法[13]。

系統(tǒng)軟件針對(duì)不同的缺陷，采用不同的檢測算法，各種算法軟件采用OPENCV開發(fā)。在器件檢測中，采用了數(shù)字圖像特征分類與識(shí)別算法，充分利用數(shù)字圖像的顏色、形狀以及統(tǒng)計(jì)特征，采用機(jī)器學(xué)習(xí)策略，可以檢測灰度算法無法檢測的彩色標(biāo)識(shí)器件出現(xiàn)的器件缺漏、器件錯(cuò)位、器件翻轉(zhuǎn)、器件側(cè)立、器件破損、錯(cuò)誤器件、錯(cuò)誤極性等錯(cuò)誤；在焊盤檢測中，通過科學(xué)地布置彩色光照明裝置，使得少焊錫、正常焊錫和過量焊錫的圖像產(chǎn)生明顯差別，通過數(shù)字圖像的特征分類與識(shí)別算法[14-15]進(jìn)行相應(yīng)識(shí)別出相應(yīng)的缺陷；在IC引腳檢測時(shí)，通過自動(dòng)學(xué)習(xí)IC引腳的各種圖像特征，通過機(jī)器學(xué)習(xí)的相關(guān)算法可以自動(dòng)地識(shí)別IC焊腳，并對(duì)連焊有非常靈敏的檢測精度[16]。

2.3 加載電路板缺陷檢測的流程

圖7 加載電路板缺陷檢測流程

加載電路板缺陷檢測的流程如圖7所示。當(dāng)待測PCB板面積較大時(shí)，需要對(duì)待測PCB板進(jìn)行掃描拍攝，然后進(jìn)行圖像拼接。放置好待測板后，程控照明裝置可自動(dòng)調(diào)節(jié)光照強(qiáng)度，z軸自動(dòng)對(duì)焦；確定起始點(diǎn)坐標(biāo)后，精密機(jī)械運(yùn)動(dòng)控制裝置自動(dòng)控制XY軸運(yùn)動(dòng)，工作臺(tái)移動(dòng)，圖像采集系統(tǒng)對(duì)檢測板掃描，采集圖像，掃描結(jié)束后，對(duì)序列圖像進(jìn)行拼接得到檢測板的全景圖，再根據(jù)定位標(biāo)志精確定位待測板。然后可導(dǎo)入已有的PCB的數(shù)據(jù)文件，根據(jù)元件封裝找到元器件的標(biāo)準(zhǔn)圖像，將所有元器件與標(biāo)準(zhǔn)圖像進(jìn)行匹配，匹配好所有元件后，進(jìn)行自動(dòng)FOV劃分；若無PCB的數(shù)據(jù)文件，也可通過畫框，選擇需檢測的位置，生成標(biāo)準(zhǔn)圖像，入庫作為檢測模板，設(shè)定好所有檢測位置；接下來進(jìn)行路徑優(yōu)化，使攝像機(jī)經(jīng)歷過所有待測元器件后，用時(shí)最短；然后按規(guī)劃好的路徑采集待測板上的圖像，對(duì)采集到的圖像進(jìn)行各種預(yù)處理，特征提取，然后與標(biāo)準(zhǔn)圖像進(jìn)行配準(zhǔn)，通過比對(duì)、處理、分析，找出缺陷，顯示其位置，并對(duì)各種缺陷進(jìn)行分類統(tǒng)計(jì)，在顯示器上給出檢測結(jié)果，并可將數(shù)據(jù)保存，以備隨后修復(fù)使用。

3 實(shí)驗(yàn)結(jié)果和分析

實(shí)驗(yàn)裝置如圖8所示，待測HDI型PCB的檢測點(diǎn)為1892，面積為210×160mm。檢測時(shí)測試了10塊HDI型PCB板。實(shí)驗(yàn)數(shù)據(jù)如表1所示。

表1中NM表示缺陷顯示數(shù)，NG表示誤判數(shù)，MM表示漏判數(shù)，T表示檢測時(shí)間，根據(jù)表1的實(shí)驗(yàn)數(shù)據(jù)，可以得到以下的統(tǒng)計(jì)數(shù)據(jù)：測試速度P(測試點(diǎn)/檢測時(shí)間)，總測試點(diǎn)數(shù)Mp(PCB板數(shù)量*測試點(diǎn))，總誤判數(shù)Mg(NG*PCB板數(shù)量)，總漏報(bào)數(shù)Mn(MM*PCB板數(shù)量)。

圖8 PCB檢測系統(tǒng)樣機(jī)

表1 PCB缺陷檢測數(shù)據(jù)

實(shí)驗(yàn)結(jié)果表明：誤判率(Mg/Mp)為0.3%，漏判率(Mn/Mp)為0.1%，檢測率為99.9%，檢測速度Sp為45點(diǎn)/s。實(shí)驗(yàn)中，自動(dòng)光學(xué)檢測系統(tǒng)可以檢測出的缺陷種類有器件缺漏、器件錯(cuò)位、器件側(cè)立、器件反面、器件破損、極性錯(cuò)誤、錯(cuò)誤器件、缺焊、過焊、連焊、OCR、條形碼等缺陷。

4 結(jié)束語

本文研究的HDI型PCB自動(dòng)光學(xué)檢測系統(tǒng)通過照明系統(tǒng)結(jié)構(gòu)的改進(jìn)，以及根據(jù)不同種類缺陷的顏色特征不同，對(duì)各種類型缺陷特征的提取算法和分類算法的改進(jìn)，使整個(gè)自動(dòng)光學(xué)檢測系統(tǒng)的性能有了很大提高，檢測系統(tǒng)性能評(píng)價(jià)的主要指標(biāo)缺陷檢出率由原來的95%提升到99.9%，漏報(bào)率由原來的1～3%，下降為0.1%，誤報(bào)率也降為0.3%，整個(gè)系統(tǒng)可檢出的缺陷種類增多，自適應(yīng)性和擴(kuò)展性增強(qiáng)。實(shí)驗(yàn)證明該系統(tǒng)能很好地滿足實(shí)際生產(chǎn)過程中加載PCB板的各種缺陷檢測。

[1]Mukul,Shirvaikar.Trends in automated visual inspection[J].Real-Time Image Proc,2006(1):41-43.

[2]Khan Zulki.A primer on AOI and AOT[J].Circuits Assembly,2006,17(9):38-41.

[3]Jiang J R,Chen H S,Hung C W.Peer-to-peer AOI voice chatting for massively multiplayer online games[J].International Journal of Electrical Engineering,2010,17(1):43-54.

[4]Khan,Zulki,Lerma Phil.Getting your multilayer board fabricated[J].Printed Circuit Design and Manufacture,2006,23(4):22-25.

[5]Miller Don.Exploring AOI and X-ray[J].Evaluation Engineering,2008,47(10):52-56.

[6]Acciani G,Brunetti G,Fornarelli G,et al.AOI based neurofuzzy system to evaluate solder joint quality[C].11th International Conference on Enterprise Information Systems,2009:50-53.

[7]Lu S L,Zhang X M,Kuang Y C.Optimized design of an AOI illuminator[C].IEEE Trans Wavelet Analysis and Pattern Recognition,2007:924-928.

[8]Lu S L,Zhang X M,Kuang Y C.Optimal illuminator design for automatic optical inspection systems[J].International Journal of Computer Applications in Technology,2010,37(2):101-108.

[9]Chiu S N,Perng M H.Reflection-area-based feature descriptor for solder joint inspection[J].Machine Vision and Applications,2007,18(2):95-106.

[10]Ong T Y,Samad Z,Ratnam M M.Solder joint inspection with multi-angle imaging and an artificial neural network[J].Int J Adv Manuf Technology Springer-Verlag London Limited,2008,38(5-6):455-462.

[11]Shih C L,Chia H S.A visual inspection system for surface mounted devices on printed circuit board[C].IEEE Conference on Cybernetics and Intelligent Systems,2006:1-4.

[12]Moganti M,Ercal F,Wu F P,et al.An AOI algorithm for PCB based on feature extraction[C].Proceedings of the 7th World Congress on Intelligent Control and Automation,2008:240-247.

[13]Carsten Steger,Markus Ulrich,Christian Wiedemann.Machine vision algorithms and applications[M].北京:清華大學(xué)出版社,2008:1-5.

[14]Crispin A J,Rankov V.Automated inspection of PCB components using a genetic algorithm template-matching approach[J].International Journal of Advanced Manufacturing Technology,2007,35(3-4):293-300.

[15]羅兵,章云,余光柱.基于遺傳編程的SMT機(jī)器視覺檢測特征提取[J].計(jì)算機(jī)工程與設(shè)計(jì),2007,28(15):3776-3778.

[16]Xie H W,Kuang Y C,Zhang X M.A high speed AOI algorithm for chip component based on image difference[C].IEEE International Conference on Information and Automation,2009:969-974.