基于機(jī)器視覺的SMT元件引腳連錫自動檢測*

蘇 珊，聶士杰，顏丙生，杜春虎

(1.河南理工大學(xué) 電氣工程與自動化學(xué)院，河南 焦作 454000；2.河南工業(yè)大學(xué) 機(jī)電工程學(xué)院，鄭州 450001 )

0 引言

隨著表面貼裝技術(shù)的不斷完善，SMT元件逐漸向微尺寸、高精度方向發(fā)展。但隨著元件的微尺寸化，在元件引腳的焊接過程中就不可避免的產(chǎn)生各種缺陷，如引腳連錫(橋接)、引腳偏移、引腳缺損、焊錫過多等。其中引腳連錫缺陷對SMT元件的危害最大，嚴(yán)重時會造成SMT元件無法正常使用[1-2]。因此對SMT元件引腳連錫缺陷的檢測尤為重要。

目前檢測SMT引腳連錫缺陷的方法包括傳統(tǒng)人工目檢、超聲波檢測和電氣檢測等方法。但采用傳統(tǒng)人工目檢方法進(jìn)行SMT引腳連錫缺陷檢測時，由于人的主觀性較強(qiáng)且在長時間工作下容易疲勞，致使檢測精度與檢測效率較低；超聲波檢測方法檢測靈敏度較高、操作方便但缺乏對缺陷定性及定量的判斷;電氣檢測方法通過通電實測獲取SMT引腳缺陷信息，但檢測方式為離線檢測，無法及時反饋檢測信息[3-4]。

針對這些問題提出一種基于機(jī)器視覺檢測SMT元件引腳連錫缺陷的方法，首先利用攝像頭拍攝SMT元件引腳獲得引腳圖像，然后利用圖像處理技術(shù)對引腳圖像進(jìn)行處理得到二值圖像，最后對二值圖像進(jìn)行連通域標(biāo)記識別從而準(zhǔn)確檢測出SMT元件的引腳連錫缺陷。

1 圖像二值化處理與連通域標(biāo)記算法

利用機(jī)器視覺技術(shù)檢測SMT元件引腳連錫缺陷的核心在于：首先對采集到的引腳圖像進(jìn)行灰度處理、濾波得到灰度圖像，然后進(jìn)行二值化處理得到二值圖像，最后利用連通域標(biāo)記算法對二值圖像進(jìn)行缺陷識別。

1.1 圖像二值化處理

在圖像處理中，為區(qū)分被檢測目標(biāo)圖像中的特征信息與無用信息，需進(jìn)行二值化處理得到二值圖像[5]。

二值圖像指圖像中像素為黑(0)、白(255)兩色，二值化可用公式(1)表示，

(1)

式中，g(x,y)為圖像灰度值，T為灰度閾值。

圖像二值化處理即是指通過選取合適的灰度閾值，將圖像中各點灰度值與之對比，若灰度值小于等于灰度閾值，則記為0，反之記為1，這樣就得到了非黑(0)即白(255)的的二值圖像[6]。其中當(dāng)圖像中僅存黑、白兩色目標(biāo)時，白色效果較為明顯，故利用反色處理將SMT引腳顏色二值化為白色像素，背景板顏色二值化為黑色像素。

1.2 連通域標(biāo)記算法

連通域標(biāo)記算法即是對目標(biāo)圖像中的各個連通區(qū)域進(jìn)行標(biāo)記進(jìn)而識別提取出目標(biāo)圖像的特征成分，是機(jī)器視覺與圖像處理領(lǐng)域中的一種有效算法[7]。

在數(shù)字圖像中像素為基本單元，每個像素均鄰接其它像素，分兩種鄰接關(guān)系：4鄰接與8鄰接[8-9]，如圖1所示，其中相互鄰接的像素區(qū)域為一個連通域。

(a) 4鄰接 (b) 8鄰接圖1 連通域示例圖

在SMT元件引腳二值圖像中，若出現(xiàn)連錫則每個連錫區(qū)域均為一個連通域，同樣每個正常引腳也為一個連通域。利用連通域標(biāo)記方法識別SMT元件引腳連錫及正常引腳如表1所示。

表1 連通域識別判據(jù)

根據(jù)表1，首先設(shè)置連錫區(qū)域的像素值范圍(最小為Mmin，最大為Mmax)，若圖像中有連通域像素值M在此范圍內(nèi)，則為一個連錫區(qū)域進(jìn)而識別出圖像中的連錫區(qū)域的總數(shù)目N1；同理，根據(jù)正常引腳與連錫引腳像素值不同，設(shè)置正常引腳的像素值范圍(最小為Tmin，最大為Tmax)，然后在此范圍內(nèi)進(jìn)行連通域像素值搜索即可對正常引腳進(jìn)行識別從而獲得正常引腳數(shù)目N2。其中連錫區(qū)域、正常引腳的連通域像素值范圍均通過大量試驗獲得。

2 檢測系統(tǒng)硬件設(shè)計

系統(tǒng)的硬件部分主要實現(xiàn)的功能為各硬件部分的安裝、SMT元件引腳圖像的采集以及數(shù)據(jù)的傳輸。圖像采集所需硬件主要包括高清攝像頭、SMT元件電路板、光源及PC機(jī)。其中，為使攝像頭與SMT元件電路板得到相對固定的位置及保持光源的穩(wěn)定輸出，同時使測試環(huán)境不變，特意設(shè)計了如圖2所示的圖像采集裝置。

圖2 圖像采集裝置三維結(jié)構(gòu)示意圖

在硬件的選擇上，高清攝像頭選用Gsou極速A20攝像頭，其拍攝影像清晰，具有較好的細(xì)節(jié)紋理處理效果，利用夾具將其安裝在采集裝置頂部，通過旋轉(zhuǎn)對焦，可使圖像更加準(zhǔn)確清晰。光源選用環(huán)形日光燈管，可多角度照射且無頻閃，具有較高的穩(wěn)定性。將其安裝在裝置底部，可有效避免SMT元件及焊點的反光。SMT元件電路板置于中間支架處。同時為保證測試環(huán)境不變，在裝置四周布有黑紙以避免外界干擾。

圖像的采集過程為首先利用Gsou極速A20攝像頭拍攝SMT元件電路板獲得SMT元件引腳圖像并利用攝像頭中自帶的A/D轉(zhuǎn)換器將模擬圖像轉(zhuǎn)化為數(shù)字圖像，然后通過連接USB數(shù)據(jù)線與接收端口，將數(shù)字圖像傳輸至PC端。具體流程圖如圖3所示。

圖3 圖像采集過程流程圖

3 檢測系統(tǒng)軟件設(shè)計

在SMT元件引腳圖像采集完成后，利用LabVIEW開發(fā)平臺[10]開發(fā)了一套可自動、準(zhǔn)確檢測SMT元件引腳連錫缺陷的虛擬系統(tǒng)。

3.1 系統(tǒng)軟件總體流程設(shè)計

圖4 檢測系統(tǒng)軟件流程圖

檢測系統(tǒng)的軟件部分分為圖像處理模塊、特征提取模塊、數(shù)據(jù)存儲與回放模塊。其中圖像處理模塊包括圖像增強(qiáng)、圖像灰度處理、濾波降噪、圖像分割、圖像二值化五部分，特征提取模塊分為SMT元件引腳連錫識別與連錫程度分級兩部分，數(shù)據(jù)存儲與回放模塊可實現(xiàn)數(shù)據(jù)的存儲、回放。具體流程如圖4所示。

3.2 SMT元件引腳圖像的預(yù)處理程序

在對SMT元件引腳圖像進(jìn)行二值化處理之前需對圖像進(jìn)行預(yù)處理，圖5為攝像頭調(diào)用與預(yù)處理程序，首先利用高清攝像頭調(diào)用程序調(diào)用Gsou-A20攝像頭獲得SMT元件引腳圖像，然后利用預(yù)處理程序依次進(jìn)行圖像增強(qiáng)—突出引腳特征，提高識別精度；圖像灰度化—降低彩色圖像占有空間，篩選圖像特征信息；濾波降噪—濾除圖像中的干擾成分。

圖5 攝像頭調(diào)用與預(yù)處理程序

3.3 圖像二值化處理程序

對圖像進(jìn)行二值化處理即是對一個二維數(shù)組進(jìn)行處理。首先利用“IMAQ Image To Array”VI提取圖像的像素成分得到二維數(shù)組，然后利用For循環(huán)對數(shù)組中每個元素進(jìn)行處理，同時進(jìn)行圖像的反色處理即將圖像中的黑、白兩色互換得到二值化后的二維數(shù)組，最后利用“IMAQ Array To Image”VI將獲得的二維數(shù)組轉(zhuǎn)換成圖像即可得到SMT元件引腳的二值圖像。具體程序如圖6所示。

圖6 二值化處理程序

3.4 連通域標(biāo)記識別程序

利用連通域標(biāo)記識別算法對SMT引腳的二值圖像進(jìn)行缺陷識別，利用兩個“IMAQ Count Objects 2”VI處理二值圖像，通過閾值選取、目標(biāo)顏色搜索、目標(biāo)區(qū)域邊界矩形及其中心是否顯示、目標(biāo)搜素像素設(shè)置等統(tǒng)計出連通域個數(shù)即可得到具體引腳連錫個數(shù)及引腳連錫等級。其中，當(dāng)連錫區(qū)域個數(shù)為0時，等級為無連錫；大于等于1且小于等于3時，等級為輕微連錫；大于3時，等級為嚴(yán)重連錫。具體程序如圖7所示。

圖7 連通域識別程序

4 系統(tǒng)測試

為驗證所開發(fā)系統(tǒng)的正確性及穩(wěn)定性，選用所選硬件搭建試驗裝置對實際SMT元件進(jìn)行測試。其中正常引腳搜索像素設(shè)置范圍為150～300，連錫區(qū)域搜索像素設(shè)置范圍為320～8000。制作四種具有不同連錫狀態(tài)的試件進(jìn)行測試，其中試件A只有一個引腳連錫區(qū)域，其余均正常；試件B有大量引腳連錫但有連錫區(qū)域延伸至引腳區(qū)域外部；試件C有一個引腳連錫區(qū)域但存在兩個缺損引腳；試件D有5個連錫區(qū)域但面積大小不同。具體分組采集圖像如圖8所示。

(a) 試件A (b) 試件B

(c) 試件C (d) 試件D圖8 SMT元件試件分組

采集圖像后運行系統(tǒng)進(jìn)行檢測，結(jié)果如表2所示。

表2 系統(tǒng)檢測結(jié)果

對表2中4種具有不同連錫狀態(tài)的試件的檢測結(jié)果分析可知，無論試件中是否存在引腳缺損等其它缺陷，該系統(tǒng)均可檢測出引腳連錫缺陷且能準(zhǔn)確區(qū)分正常引腳與連錫引腳，實際引腳連錫區(qū)域檢測數(shù)目與預(yù)設(shè)連錫區(qū)域數(shù)目一致，檢測誤判率均為0，且能確定不同連錫狀態(tài)下的程度等級，如試件A為輕微連錫，試件D為嚴(yán)重連錫等；正常引腳的檢測結(jié)果與預(yù)設(shè)基本相符，但試件B中有部分連錫區(qū)域丟失，原因在于系統(tǒng)目標(biāo)區(qū)域選擇上存在微小缺陷，試件C中識別的正常引腳數(shù)比實際數(shù)目多一個，原因是連通域標(biāo)記算法設(shè)定的目標(biāo)像素值是一個理論范圍，無法保證其完全準(zhǔn)確。

上述測試結(jié)果表明：連通域標(biāo)記算法可準(zhǔn)確區(qū)分正常引腳與連錫引腳，并能在有其它缺陷存在的情況下精確識別出引腳連錫缺陷數(shù)量、缺陷位置及缺陷等級。

5 結(jié)論

在LabVIEW中開發(fā)了一套基于機(jī)器視覺的SMT元件引腳連錫缺陷檢測系統(tǒng)，設(shè)計了友好的人機(jī)交互界面，并利用連通域標(biāo)記算法進(jìn)行引腳連錫缺陷識別，實現(xiàn)了引腳連錫缺陷的自動分級。

實際測試結(jié)果表明：所開發(fā)的基于機(jī)器視覺的SMT元件引腳連錫檢測系統(tǒng)能準(zhǔn)確區(qū)分正常引腳與連錫引腳且能精準(zhǔn)識別引腳連錫缺陷數(shù)量、缺陷位置，提高了檢測精度與自動化程度，可有效應(yīng)用于實際SMT元件引腳缺陷檢測中。