劉娟 韓璞輝
電子產(chǎn)業(yè)的飛速進(jìn)步為電子元器件注入了強(qiáng)大的發(fā)展動(dòng)力,成為信息革命的主陣地。針對(duì)電子元器件的檢測篩選則是為其跨越性的技術(shù)進(jìn)步與升級(jí)換代提供質(zhì)量保障。SOP(Small Out-Line Package)封裝的電子元器件作為當(dāng)今較為成熟的封裝形式,一般應(yīng)用于系統(tǒng)集成度、可靠性、體積重量要求高的工業(yè)級(jí)及以上質(zhì)量等級(jí)的電子元器件設(shè)計(jì)中。為了實(shí)現(xiàn)更為高效、快捷、準(zhǔn)確的SOP封裝電子元器件檢測篩選,結(jié)合工作實(shí)際,采用圖像對(duì)比的方式,可以發(fā)現(xiàn)元器件表面的質(zhì)量偏差點(diǎn),實(shí)現(xiàn)對(duì)SOP封裝電子元器件的檢測篩選方法創(chuàng)新。
在電子元器件封裝的過程中,由于廠房設(shè)備的磨損、季節(jié)天氣的變化、電子污染物等原因,很容易導(dǎo)致電子元器件存在質(zhì)量缺陷。為了檢測出這些質(zhì)量缺陷,采用圖像處理的方法,對(duì)比檢測圖片與正常圖片的差異,發(fā)現(xiàn)缺陷。本文研究的重點(diǎn)主要為圖像處理的校正、對(duì)比設(shè)計(jì)實(shí)現(xiàn)。
在圖像采集前,需要將電子元器件按照標(biāo)準(zhǔn)的陣列排布,設(shè)計(jì)為五行流線進(jìn)程,圖像采集的基準(zhǔn)點(diǎn)是電器元器件固有的標(biāo)準(zhǔn)基點(diǎn)。電子元器件引外部區(qū)域的定位算法的設(shè)計(jì)也是以這些標(biāo)準(zhǔn)基點(diǎn)為基礎(chǔ)。電子元器件外部缺陷檢測算法主要包括鏡頭的偏移檢測矯正和外部瑕疵檢測。受光學(xué)鏡頭邊緣畸變以及元器件排布誤差的影響,采集到的元器件影像存在邊線彎曲、圖片扭轉(zhuǎn)、比例失調(diào)等現(xiàn)象,需要進(jìn)行圖像分割并校正。
本文在簡化傳統(tǒng)算法的基礎(chǔ)上,設(shè)計(jì)實(shí)用投射模型,實(shí)現(xiàn)對(duì)原有算法的簡化處理,并更貼近近焦距工業(yè)相機(jī)的成像特點(diǎn),建立數(shù)學(xué)模型。在不考慮畸形變化的前提下,可得下列表達(dá)式:
通過簡化操作,考慮了檢測篩選實(shí)際工作中的相機(jī)性能特點(diǎn),剔除了背景干擾,簡化了圖像識(shí)別的流程。
完成圖像定點(diǎn)校準(zhǔn)后,基于Sobel算子提取圖像底部邊緣輪廓線,統(tǒng)一圖像對(duì)準(zhǔn)基準(zhǔn);然后采用最小二乘法擬合,得到圖像輪廓直線的坐標(biāo)數(shù)值,通過計(jì)算獲取圖像的傾斜角度;最后,將圖像按照計(jì)算得出的傾斜角度反向旋轉(zhuǎn),實(shí)現(xiàn)圖像的傾斜校正。由于圖像上的點(diǎn)是分散的數(shù)值影像單位,因此在規(guī)定半徑的圓上滿足已知數(shù)值坐標(biāo)的點(diǎn)是可統(tǒng)計(jì)的。對(duì)于信息化檢測系統(tǒng)的算法來說,一定是在規(guī)定時(shí)間內(nèi)的運(yùn)行時(shí)間越少越好。掃描次數(shù)少在一定程度上可以縮短時(shí)間。但也需要注意圖像呈現(xiàn)的完整性和結(jié)果的準(zhǔn)確度。
完整、準(zhǔn)確的元器件圖像信息是進(jìn)行圖像對(duì)比檢測的數(shù)據(jù)基礎(chǔ)。在此基礎(chǔ)上,調(diào)取預(yù)存的標(biāo)準(zhǔn)元器件圖像,與獲取的圖像進(jìn)行灰度值差值運(yùn)算。如果元器件不存在質(zhì)量缺陷,其表面圖像應(yīng)當(dāng)是平滑的,與標(biāo)準(zhǔn)圖像的差值應(yīng)當(dāng)接近于零;如果存在裂紋、磨損、凹陷等質(zhì)量缺陷,在圖像差值運(yùn)算后,表現(xiàn)為明顯的黑色,即為元器件的缺陷點(diǎn)。以此實(shí)現(xiàn)SOP封裝的電子元器件自動(dòng)檢測篩選。
(一)實(shí)驗(yàn)準(zhǔn)備
實(shí)驗(yàn)過程模擬真實(shí)的機(jī)器設(shè)備運(yùn)行環(huán)境。電子元器件引線框架的兩側(cè)與模擬導(dǎo)軌接觸,并且最少需要四次出片,才可完成整個(gè)引線框架的圖像采集。電子元器件的包裝外部瑕疵缺陷主要有包裝的劃痕、膠面的崩裂、有出氣孔、不同程度的破壞或者空洞以及膠面的擦痕。為了方便統(tǒng)計(jì),收集到的圖像中隨機(jī)截屏缺陷圖像。而這些損傷在成像方面的差別細(xì)微到難以察覺,如果想要運(yùn)用傳統(tǒng)的缺陷檢測算法來檢測,那么檢測結(jié)果的正確度和完整性將不能保證。
(二)實(shí)驗(yàn)結(jié)論
設(shè)100個(gè)樣本,分別用本文的缺陷檢測算法和傳統(tǒng)檢測方法進(jìn)行在劃痕、崩裂與氣孔、破損、空洞和擦傷方面的檢測對(duì)比,結(jié)果如下表所示:
根據(jù)上表可知,100個(gè)瑕疵樣本中,用缺陷檢測算法檢測的五個(gè)方面的瑕疵樣本數(shù)量比傳統(tǒng)的檢測方法檢測出的數(shù)量都要更多,由此可以得知缺陷檢測算法的實(shí)用性和先進(jìn)性。
電子元器件的檢測與篩選是電子產(chǎn)品可靠性的基礎(chǔ)把關(guān),其特點(diǎn)是種類繁多,數(shù)量龐大,單單依靠人工檢測篩選已經(jīng)不能滿足實(shí)際檢測的需要,必須在技術(shù)手段和檢測方法上不斷研究、創(chuàng)新思維,設(shè)計(jì)出更為便捷、高效、準(zhǔn)確的方法。希望通過本文的研究,為業(yè)界同行帶來啟發(fā),為電子元器件的檢測篩選研發(fā)出更好用的技術(shù)手段。