焊點檢測技術發(fā)展現(xiàn)狀與趨勢

沈陽建筑大學 李凌燕 闞鳳龍 劉西洋

0 引言

隨著電子產(chǎn)品的發(fā)展，電路板也朝著高精度、高密度的方向發(fā)展，同時焊點的質(zhì)量直接影響到產(chǎn)品的壽命、穩(wěn)定性和機器整體的質(zhì)量。焊點的缺陷是影響質(zhì)量的主要因素，焊點的缺陷有很多種，例如多焊錫、少焊錫、孔洞等，其中最為常見的缺陷是多焊錫和少焊錫。因此如何及時地對焊點缺陷進行檢測，以保證產(chǎn)品質(zhì)量的可靠性和穩(wěn)定性，成為當今社會越來越關注的問題。

1 國內(nèi)外的發(fā)展現(xiàn)狀

焊點檢測技術常用的焊點檢測方法可以分為破壞性檢測和非破壞性檢測[1]。破壞性檢測包括顯微鏡切片檢測和機械強度測定等，非破壞性檢測主要包括目測法、X射線檢測、紅外激光檢測、電氣檢測、計算機視覺檢測等。

目測法是一種最常用的非破壞性檢測方法，但易受主觀因素影響，不穩(wěn)定，速度慢，效率低，影響產(chǎn)品的市場競爭力。X射線檢測利用射線穿透物質(zhì)的衰減特性來檢測缺陷情況，主要用來檢測內(nèi)部缺陷[2]。紅外線激光檢測用紅外激光照射焊點，使焊點的溫度先升高再降回到室內(nèi)氣溫，通過比較升降曲線和標準曲線來判別焊點的缺陷[3]。X射線和紅外線激光檢測雖然可以對多種類型的焊點進行檢測，但由于設備價格昂貴，不進行大規(guī)模的應用。電氣檢測能有效地檢查出目視檢測所不能發(fā)現(xiàn)的微小裂痕和連橋等，但采用的離線檢測不能及時反饋信息，同時也存在著效率低的缺點[4]。計算機視覺檢測系統(tǒng)包括光源、攝像傳輸系統(tǒng)、載物臺和圖像處理系統(tǒng)，是近年來一種新興的缺陷檢測方法。通過圖像處理、模式識別技術與智能算法相結(jié)合，可以有效地提高焊點缺陷檢測的準確性。國外早在20世紀60年代就提出機器視覺的概念，70年代MIT人工智能實驗室的D.Marr教授提出視覺計算理論，成為計算機視覺領域中一個重要的理論框架，為日后的蓬勃發(fā)展奠定基礎。國內(nèi)起步相對較晚，直到80年代才引進了計算機視覺技術，最早應用在半導體和電子行業(yè)，如PCB印刷、元器件制造、電路組裝、半導體設備。經(jīng)過這些年迅速的發(fā)展，我國已成為計算機視覺發(fā)展最為活躍的國家之一。至90年代中期，機器視覺得到深入發(fā)展，廣泛地應用于電子、制藥、汽車檢測、航空航天、太陽能等眾多領域。利用機器視覺對產(chǎn)品進行定位、質(zhì)量檢測、分類等處理，提高了產(chǎn)品質(zhì)量和生產(chǎn)效率，并且大大解放了人工視覺，降低人工風險。

發(fā)展至今，機器視覺早已不是單一的應用于產(chǎn)品，這就對系統(tǒng)的集成性提出了更高的要求。專業(yè)的系統(tǒng)集成商超過50家，以KEYENCE(基恩士)、歐姆龍、松下、研華科技、上海緯朗等為首，涵蓋了工業(yè)鏡頭、工業(yè)相機、光源、以及圖像采集卡等所有機器視覺產(chǎn)業(yè)鏈產(chǎn)品。在現(xiàn)代的自動化生產(chǎn)過程中，人們將機器視覺系統(tǒng)廣泛地用于工況監(jiān)視、質(zhì)量控制和成品檢驗等領域[5]。但仍然存在識別精度和計算能力不足，以及分類算法不夠完善等缺點。

針對這些不足國內(nèi)外學者提出了一些方法的改進例如：N.Mar等提出一種自動焊點識別檢測系統(tǒng)[6]；楊富超等提出RGB圖像分析技術，成功分離焊點[7]；戴丹提出了一種基于改進的分水嶺算法的圖像分割技術，大大提高了工作效率[8]。國外以美國的麻省理工學院(Massachusetts Institute of Technology)和英國的卡耐基梅隆大學(Carnegie Mellon University)為首的計算機視覺相關的研究單位都對此方面做了大量的研究。國內(nèi)的清華大學和北京大學等高校也將此領域作為課題進行深入的研究。相比國外，國內(nèi)對此領域的研究起步較晚，但發(fā)展迅速且存在很大的發(fā)展空間，因此需要更深入的理論作為研究的基礎。

2 焊點檢測的發(fā)展趨勢

近年來，國際上對焊點檢測研究的熱點問題,有許多相關的一流國際會議如：ICCV，ECCV和CVPR等重要的國際期刊上發(fā)表了大量有關焊點檢測的文章。在對高密度組裝電路板進行檢測方面，機器視覺作為一種非破壞性、自動化和智能化的在線檢測手段已經(jīng)得到廣泛的應用[9]。機器視覺的發(fā)展在很大程度上決定了基于計算機視覺的焊點檢測的發(fā)展。目前相應的配套設施、技術等方面的逐步完善，各行各業(yè)對機器視覺和圖像處理技術的自動化、智能化的需求越來越廣泛，國內(nèi)的許多大學、研究所和企業(yè)對機器視覺技術進行深入的研究。因此，機器視覺仍然具有很大的發(fā)展前景。

計算機視覺在焊點檢測方面的發(fā)展與普及受諸多因素的影響，如技術、人才、制造業(yè)的需求、圖像處理技術等。計算機視覺也由過去單純的采集、分析、傳遞數(shù)據(jù)等，逐漸向開放性發(fā)展，這也預示著將與智能化和自動化進一步的融合。未來的發(fā)展方向主要為以下幾點：

(1)專業(yè)型人才

在國內(nèi)，計算機視覺本來就是新興的領域，目前從事計算機視覺研究的人員大多不是科班出身，缺少對圖像處理基本理論的認識和理解。在機器視覺中圖像處理是非常重要的環(huán)節(jié)，很多人對于圖像處理的理解還停留在“二值化”等認知上。計算機視覺更多的應用在自動化設備這一塊，而自動化是屬于一門比較交叉的學科，涉及電氣控制、機械、光學、軟件編程等。這些學科的基本東西不難，但要想研究的比較透徹并且綜合運用就比較困難，因此需要更加專業(yè)型的人才推動機器視覺更快的發(fā)展。

(2)計算機能力

計算機視覺面向的研究對象主要是圖像和視頻，其特點就是數(shù)據(jù)量龐大、冗余信息多、特征維數(shù)高等，因此對計算機的存儲和計算能力的要求十分巨大，這也導致開發(fā)成本的大幅度提高。

(3)圖像處理技術

圖像處理技術通過將輸入圖像進行轉(zhuǎn)換，成為具有所希望特性的另一幅圖像。計算機視覺主要應用在工業(yè)領域，如外觀檢測、測量、條碼、字符識別、定位等，在研究中經(jīng)常利用圖像處理技術進行預處理和特征提取。但目前應用計算機視覺的幾個領域還沒有從真正意義上實現(xiàn)批量化檢測的同時保證極高的準確率。因此，圖像處理技術的提升可以促進機器視覺在檢測方面的發(fā)展。

3 總結(jié)

將計算機視覺應用于焊點檢測方面，滿足了社會發(fā)展的需要，有效地降低了檢測成本，提高了社會的生產(chǎn)水平。實現(xiàn)對焊點的質(zhì)量進行嚴格地控制，具有速度快、效率高、低成本等優(yōu)點，但計算機視覺常用的檢測分類算法大多采用無法統(tǒng)計數(shù)據(jù)規(guī)律的歐氏距離進行度量，因此未來的發(fā)展趨勢可以通過對分類算法進一步的改良，進而提高焊點檢測的準確率和效率。