電子元件焊接質(zhì)量特征提取算法研究

摘 要：電子元件焊點(diǎn)質(zhì)量的檢測(cè)方式，可以分為無損檢測(cè)和有損檢測(cè)，隨著現(xiàn)代工業(yè)的發(fā)展和自動(dòng)化程度的提高，無損檢測(cè)的應(yīng)用越來越廣泛，是電子行業(yè)的迫切要求。對(duì)于電子元件焊點(diǎn)特征的提取，是無損檢測(cè)的重要一步，針對(duì)已有的電子元件焊點(diǎn)特征的提取，對(duì)光源系統(tǒng)依賴性較大，獲取的圖像特征不明顯，為了在實(shí)際中能獲得焊點(diǎn)質(zhì)量各種缺陷的樣本，本文針對(duì)生產(chǎn)線上的電子元件焊點(diǎn)圖像，提出一種基于小波變換電子元件焊點(diǎn)圖像提取方法，建立了電子元件焊點(diǎn)缺焊、少焊、多焊的樣本模型，對(duì)于后續(xù)的電子元件焊點(diǎn)質(zhì)量的識(shí)別，起到了重要的參考作用。

關(guān)鍵詞：焊點(diǎn)質(zhì)量;小波變換;檢測(cè)

1 概述

隨著國(guó)民經(jīng)濟(jì)的發(fā)展，電子產(chǎn)品越來越多地進(jìn)入到尋常百姓家，功能的豐富和體積的減小，對(duì)電子元件的焊接的可靠性提出了更高的要求，除了提高焊接工藝外，電子元件焊接質(zhì)量的檢測(cè)也是重要的一環(huán)，及時(shí)發(fā)現(xiàn)pcb板的焊接缺陷，對(duì)于提高電子產(chǎn)品的穩(wěn)定性和可靠性具有重要的作用。

當(dāng)前，電子元件焊接質(zhì)量的檢測(cè)方法主要有人工檢測(cè)法、機(jī)器視覺法、質(zhì)量測(cè)試法、超聲檢測(cè)法等，一般小型企業(yè)采用人工檢測(cè)法，故障識(shí)別率在90%左右，但是主觀性比較強(qiáng)，而且容易疲勞。大型企業(yè)一般采用國(guó)外進(jìn)口的基于機(jī)器視覺的自動(dòng)檢測(cè)設(shè)備進(jìn)行檢測(cè)。

2 電子元件焊點(diǎn)質(zhì)量檢測(cè)方法現(xiàn)狀

目前，電子元件常見的焊接質(zhì)量缺陷有短路、虛焊、空洞、橋接等。焊點(diǎn)缺陷的檢測(cè)可以分為破壞性和非破壞性檢測(cè)。

前面提到，人工目測(cè)不能滿足工業(yè)化的要求，不能有效發(fā)現(xiàn)焊接缺陷，自動(dòng)光學(xué)檢測(cè)AOI（Automated Optical Inspection） 利用數(shù)字圖像原理，從而實(shí)現(xiàn)非接觸、準(zhǔn)確地檢測(cè)SMT焊點(diǎn)缺陷，在當(dāng)前獲得了廣泛的應(yīng)用。其基本原理是首先利用ccd攝像頭獲取被測(cè)pcb板的圖像，對(duì)其進(jìn)行一系列的數(shù)字圖像處理，提取各類焊點(diǎn)特征，對(duì)焊點(diǎn)質(zhì)量進(jìn)行檢測(cè)。

AOI檢測(cè)設(shè)備主要有圖像采集系統(tǒng)和圖像識(shí)別系統(tǒng)組成，圖像采集系統(tǒng)的好壞，決定了圖像的采集質(zhì)量和后續(xù)處理算法的精簡(jiǎn)。目前存在的主要問題是光源的問題，廣泛的采用的是環(huán)行光源，可以考慮使用led無影光源，降低圖像采集的噪聲。圖像識(shí)別系統(tǒng)的核心是識(shí)別算法的選擇，焊點(diǎn)特征的常用識(shí)別算法有：形狀特征、灰度統(tǒng)計(jì)特征（如直方圖特征）、紋理特征、變換域特征（如小波變換特征）等。

圖像的紋理特征可以借助于圖像熵和逆差距來描述，熵的描述圖像中灰度分布的分布情況，值越大，灰度分布越隨機(jī)。逆差距是表述圖像紋理局部變化情況，其值越小說明圖像紋理的不同區(qū)域間變化大。在識(shí)別焊點(diǎn)表面光澤度有問題的焊點(diǎn)時(shí)，紋理特征是一個(gè)很重要的特征。

直方圖特征反映焊點(diǎn)圖像的灰度分布信息，可以通過直方圖提取焊點(diǎn)圖像的均值，標(biāo)準(zhǔn)偏差等信息，算法也較簡(jiǎn)單。但直方圖特征不能反映焊點(diǎn)錫量的多少。在一般情況下，直方圖特征要和其他特征綜合在一起識(shí)別。

形狀特征是表征焊點(diǎn)圖像最重要的一個(gè)特征，在焊點(diǎn)特征識(shí)別識(shí)別算法中起到舉足輕重的作用，針對(duì)焊點(diǎn)灰度圖像的自身特點(diǎn)，一般采用閾值分割法。利用焊點(diǎn)形狀特征與人工網(wǎng)絡(luò)相結(jié)合的檢測(cè)方法具有很高的識(shí)別率，而且還能降低焊點(diǎn)圖像檢測(cè)系統(tǒng)對(duì)采集光源的依賴性。

3 電子元件焊點(diǎn)圖像特征提取

3.1 小波變換

小波變換是近年來提出一種數(shù)學(xué)正交變換，相對(duì)于傅里葉變換有著很多優(yōu)勢(shì)，它的基本思想是首先構(gòu)建一個(gè)小波母函數(shù)，然后通知調(diào)整參數(shù)實(shí)現(xiàn)多分辨分析，也就是數(shù)字顯微鏡技術(shù)。Mallat統(tǒng)一了各種小波母函數(shù)的構(gòu)造方法，在此基礎(chǔ)上提出了快速分解算法，使得小波變換得到了廣泛的應(yīng)用，

3.2 二維Mallat變換

對(duì)電子元件焊點(diǎn)圖像進(jìn)行處理時(shí)，需要用到二維離散小波變換，目前研究中主要以可分離小波為主，利用相關(guān)定理可以從一維Mallat變換構(gòu)造出二維Mallat變換。

Mallet 算法是基于小波變換的多分辨率分析的快速算法，主要受到金子塔算法的啟發(fā)而提出的，是塔式多分辨率的分解與重構(gòu)的綜合快速算法。一維mallat的變換公式如下：

①分解公式

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-1.jpggt; （1）

②重構(gòu)公式

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-2.jpggt;（2）

式中，H和G為濾波器，H*和G*為H和G的共軛矩陣。分解和重構(gòu)示意圖如下：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-3.jpggt;

3.3 焊點(diǎn)圖像的小波變換

針對(duì)電子元件焊點(diǎn)圖像的具體特征和小波變換的優(yōu)良特性，把小波變換用于焊點(diǎn)圖像特征的提取，能有效提高焊點(diǎn)圖像檢測(cè)的效率。

利用Mallat算法，對(duì)于二維的電子元件焊點(diǎn)圖像，需要在適當(dāng)?shù)男〔ɑ瘮?shù)下，在水平和垂直方向分別進(jìn)行一維變換，得到低頻和高頻信號(hào)的相關(guān)特征，主要是低頻系數(shù)和垂直高頻系數(shù)，決定了圖像轉(zhuǎn)換輸出的大部分特征。小波基函數(shù)選用haar 小波為主結(jié)合Daubechies小波，主要考慮到haar小波是最簡(jiǎn)單的函數(shù)，對(duì)于對(duì)比度大的圖像具有良好的效果，分解速度快。Daubechies小波既有正交性又有連續(xù)性，更便于分析焊點(diǎn)圖像。Haar小波函數(shù)的表達(dá)式如下：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-4.jpggt; （3）

幾種Daubechies小波的函數(shù)圖形如圖1所示：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-5.jpggt;

圖1 "Daubechies小波的函數(shù)圖形

考慮到在具體的實(shí)際應(yīng)用中，Daubechies小波對(duì)圖像信號(hào)的分解速度要比haar小波慢，所以要兼顧這兩種小波變換的優(yōu)點(diǎn)，選擇了以haar小波變換為主的小波基對(duì)焊點(diǎn)圖像進(jìn)行變換。

假定電子元件焊點(diǎn)圖像為I，其大小為A×B，即寬度為A，高度為B，Haar 小波對(duì)應(yīng)的高（H）、低（L）通濾波器參數(shù)為：L=[0.7071，0.7071]，H=[-0.7071，0.7071]。設(shè)輸入圖像是I （a， b），圖像的寬度 A，圖像的高度為 B，1≤a≤A，1≤b≤B。小波基對(duì)應(yīng)的低通濾波器為h0（k），高通濾波器為h1（k），k為濾波器含參數(shù)的個(gè)數(shù)。圖像一次小波分解后，得到四個(gè)頻段的系數(shù)，其中一個(gè)平滑子段，三個(gè)細(xì)節(jié)子段，具體實(shí)現(xiàn)算法如下：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-6.jpggt;

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-6.jpggt;

3.4 焊點(diǎn)圖像的特征提取算法

在焊點(diǎn)識(shí)別的具體分類過程中，焊點(diǎn)圖像被分為未焊、少焊、正常焊點(diǎn)、多焊這四類。為了更有效地刻畫待測(cè)焊點(diǎn)與已知的四類標(biāo)準(zhǔn)焊點(diǎn)的相關(guān)性，在提取小波特征時(shí)，先取正常焊點(diǎn)、少焊（未焊也視為少焊的一種）、多焊三個(gè)圖片作為焊點(diǎn)比較圖像，計(jì)算待檢測(cè)焊點(diǎn)LL 和HL 部分參數(shù)與標(biāo)準(zhǔn)焊點(diǎn)圖像LL 和HL 的相關(guān)系數(shù)，最終可得到維數(shù)為6 的小波特征矢量。

相關(guān)系數(shù)的計(jì)算公式如下：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-7.jpggt;（4）

I 為標(biāo)準(zhǔn)焊點(diǎn)，Ik表示標(biāo)準(zhǔn)焊點(diǎn)類別，k=1為焊錫合適，2為錫多，3為錫少。T表示待測(cè)焊點(diǎn)。若用αT，vT分別表示待測(cè)焊點(diǎn)的LL和HL系數(shù)，αTj，vTj分別表示標(biāo)準(zhǔn)焊點(diǎn)的LL和HL系數(shù)，ωαj，ωγj表示相關(guān)系數(shù)。則ωαj，ωγj的計(jì)算公式如下：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-8.jpggt;lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-8.jpggt; （5）

則每一個(gè)待檢測(cè)焊點(diǎn)圖像的六維小波特征矢量為：

lt;E：＼123456＼中小企業(yè)管理與科技·上旬刊201510＼1-297＼229-10.jpggt;

4 總結(jié)

本文針對(duì)電子元件焊點(diǎn)圖像的特點(diǎn)，為了便于提取其特征，介紹了利用小波變換的基本原理和性質(zhì)以及一維Mallat 分解算法和二維Mallat 小波分解算法，提取詳細(xì)的焊點(diǎn)圖像特征的具體算法，為后續(xù)的焊點(diǎn)圖像特征的具體識(shí)別提供了基礎(chǔ)，對(duì)于設(shè)計(jì)改進(jìn)焊點(diǎn)圖像的自動(dòng)檢測(cè)系統(tǒng)的檢測(cè)算法具有一定的參考價(jià)值。

參考文獻(xiàn)：

[1]胡建明.提高SMT焊接質(zhì)量的方法與措施[J].科學(xué)咨詢，2009（5）：50-51.

[2]彭勇，王萬剛，劉新.回流焊缺陷成因及其解決對(duì)策的研究[J].熱加工工藝，2011（1）：149-153.

[3]齊成.SMT工藝技術(shù)要點(diǎn)和缺陷的處理[J].印制電路信息，2011（8）：62-67.

[4]胡永芳.SMT 焊點(diǎn)的可靠性研究及CBGA 焊點(diǎn)有限元分析[D].南京航空航天大學(xué)，2006.

[5]B. Ries. New Advances in AOI Technologies. Mag. Electron. Assemb. Jan.2001：62-66.

基金項(xiàng)目：

山東省高等學(xué)?？萍加?jì)劃項(xiàng)目：電子元件焊點(diǎn)質(zhì)量檢測(cè)研究，課題編號(hào)：J14LN87。

作者簡(jiǎn)介：

王付軍（1975-），男，漢族，山東聊城人，副教授，碩士，主要研究領(lǐng)域?yàn)殡娮有畔ⅰ?/p>