PCB金手指瑕疵检测

1、百度文库-让每个人平等地提升自我PC3手指瑕疵检测指导教授：蔡笃铭 教授研究生：林伯聪1 .研究动机与目的印刷电路板(Printed Circuit Board )瑕疵自动检测在工业应用上是十 分重要与必要的，利用自动检测的稳定性，取代人工操作因疲劳所造成的误 判、标准不一等主客观因素，提高检验品质与降低生产成本。目前PCB表面的瑕疵检验系统，主要是针对线路几何瑕疵检测与表面黏着点检测这二个方 向，甚少对PCB电镀表面进行瑕疵检测的工作，且仅利用灰阶影像信息进行 影像处理过程，由于灰阶影像所能提供的影像信息(gray-value )不如彩色 影像信息(R G B)丰富，无法像彩色影像信息能更完

2、整的将影像信息特 征呈现出来。目前的纹路瑕疵检测技术多采用样本比对(pattern match) 或纹路特征萃取(feature extraction )这两大方向进行检测的工作。样本比对法需要事 先选定一标准影像(model),与待测样本(scene )利用相关系数 (correlation )或影像相减(subtraction )的计算，进行比对检测的工作， 此法缺点为比对效果会受旋转、位移与光源的影响，所以进行检测时需要先 定位。而特征萃取法则是由纹路影像中萃取纹路的特征指针，其中常用的技术包括利用空域法(spatial domain)与频域法(frequency domain)两大 领

3、域。在空域法中最具代表性之技术为依据二维影像中像素点在特定邻近位 置之灰阶变化的机率密度函数来建立空间灰阶之相关矩阵(dependence or11co-occurrence matrix ),并以此相关矩阵建立统计指针以评估纹路特征， 但此法易受环境光源变化及噪声影响，而无法提供一个比较可靠的表现；在频域法则是将空间域影像转换为频率域之功率频谱，再由功率频谱撷取纹路或瑕疵的特征，因此可降低噪声之影响，如傅立叶转换(Fourier transform ) 与贾柏转换(Gabor transform )为常见之做法，但此法于转换的计算复杂 导致计算时间长，不适合于实时性的生产检测工作，因此本研究

4、将利用信息论(information theory )中用于评估信息内涵复杂度之衡量指针(嫡 , entropy ),进行纹路规则性量测。本研究利用彩色影像信息，藉由色彩模型 转换后的色彩特征值选取，与嫡算法结合，衡量PCB电镀表面(金手指)纹路的规则性与一致性，将破坏纹路规则性与一致性的瑕疵凸显出来。2 .金手指瑕疵分类简介本研究针对PCBi金手指(edge connector )表面瑕疵进行检测的工作。在本节中将对金手指表面常见的瑕疵进行分类(表1),利用瑕疵所造成的颜色变异或结构性变异作为分类的标准，通常金手指表面瑕疵都是以颜色变 异瑕疵居多数，有时会因刮伤严重导致同时发生结构性变异与颜

5、色变异(如图1-(g)刮伤露铜)。图1为常见之金手指表面瑕疵，图1-(a)为金手指表面 凹陷瑕疵；图1-(b)为金手指表面针点状凹陷瑕疵；图 1-(c)为金手指表面 破洞瑕疵；图1-(d)为金手指表面刮伤瑕疵；图1-(e)为金手指表面边缘受 损瑕疵；图1-(f)为金手指表面露铜瑕疵；图1-(g)为金手指表面氧化瑕疵； 图1-(h)为金手指表面粗糙瑕疵；图1-(i)为金手指表面结块瑕疵。表1金手指表面瑕疵分类表瑕疵分类标准颜色变异图例结构变异图例表面凹陷瑕疵表面针点状凹陷瑕疵表面破洞瑕疵表面边缘受损瑕疵表面露铜瑕疵表面氧化瑕疵表面粗糙瑕疵表面结块瑕疵(图 1-(a)(图 1-(b)(图 1-(c

6、)(图 1-(e)(图 1-(f)(图 1-(h)(图 1-(i)(图 1-(j)表白刮伤瑕疵表白刮伤露铜瑕疵(图 1-(d)(图 1-(g)(a)凹陷瑕疵露铜瑕疵(b)针点状凹陷瑕(g)刮伤露铜瑕疵疵(c)破洞瑕疵图1常见之金手指表面瑕疵3 .研究范畴与限制本研究是利用彩色机器视觉的方法来分析表面纹路的信息内涵，研究中采用不同色彩模型之色彩特征值指针与嫡算法结合，提出衡量纹路（包 括色彩与结构）规则性与一致性的量化指针。由于大多数工业产品的表面 皆为规则而同构型纹路 （homogenoustexture ）,即纹路具有规则之周期重 复性与自我相似之特征，例如电镀表面、切削工件表面等，本研究即

7、针对 物体表面为规则而同构型之纹路，利用嫡规则性之衡量，将破坏表面纹路 规则性的瑕疵检测出来。4 .研究方法简介本研究主要的目标是发展一套适合于线上实时检测的PC此手指表面瑕疵检测技术。做法为利用信息论中评估信息内函复杂度的量化衡量指针 （嫡），对金手指表面瑕疵进行瑕疵检测的工作，嫡的定义如下：目=一e,赋由）（1）I其中丘为嫡，B为讯号，发生机率，当 正值愈大表示影像信息愈 复杂，值愈小表示影像信息愈单纯。 本研究分别提出利用双色彩特征信 息、纹路之方向角度信息与嫡结合，提出一个侦测色彩变异之双色彩特征 嫡（名工）和一个侦测结构性变异之方向特征嫡（4）,探讨上述二种嫡之检测衡量指针对于金手指

8、表面之色彩和结构瑕疵的检测能力并进行分析 比较。本研究对PCB影像采用同步进行相邻多根金手指的检测以降低噪声的干扰，利用统计制程管制技术，将具有局部变异较大或较小的瑕疵嫡值 凸显出来。(b)色彩复杂度与嫡计算趋势图图2嫡的色彩规则性量测(丸)图2呈现的是五张色彩信息复杂度不同的彩色影像，利用双色彩特征指针之组合进行嫡(纥口)色彩规则性检测，实验结果发现色彩信息愈一 致，所计算的嫡值愈小(图 2-(a1),色彩信息愈复杂，所计算的嫡值愈 大(图2-(a5),嫡值随色彩复杂度增加而递增。图3呈现的是五张方向信息复杂度不同的彩色影像，观察利用嫡(4)进行方向规则性计算的差异。发现方向信息愈一致，所计

9、算的嫡 值愈小(图3-(a1),方向信息愈复杂，所计算的嫡值愈大(图 3-(a5), 嫡值随方向复杂度增加而递增。(al) /_强国O窗 一点，也由 一必噂而=1.05 (a2)/=230 (a3)/=284 (a4)演=3.17 35) / =15819昌四1.51.Q050,0(al) 阈 ) 触 (b)方向复杂度与嫡计算趋势图图3嫡的方向规则性量测(4 )百度文库-让每个人平等地提升自我5 .瑕疵检测实例图4与图5分别为利用 心与&进行瑕疵检测工作，目的在说明 ir ya,瑕疵会破坏原来正常影像的色彩或方向的规则性与一致性，利用 纥工检测，瑕疵部份的嫡值会远高于正常部份的嫡值；利用 4检测，瑕疵部份的嫡值会远低于正常部份的嫡值。图6与图7分别为利用 玉 与温进T pfl行连续多根金手指影像之检测工作，以将色彩变异瑕疵与结构变异瑕疵 侦测凸显出来。（在内含Pentium n-400中央处理器的个人计算机处理 下，对影像中连续7根金手指进行检测，检测时间为 1.3秒）（a）待测瑕疵影像（b）以双色彩特征值进行嫡（纥口）检测结果（以二极影像表示）15(a)待测瑕疵影像(c)嫡3D分布图，突起部份为瑕疵部份图4彩色影像嫡(3心)检测(b)以方向规则性特征进行嫡(3,)检测结果(以二极影像表示)(c)嫡3D分