李明飛，楊曉茹

（陜西恒太電子科技有限公司，陜西西安，710100）

0 引言

在電子制造領(lǐng)域，元器件的質(zhì)量和可靠性對于提升產(chǎn)品性能和品質(zhì)至關(guān)重要。隨著電子元器件不斷演化和發(fā)展，檢測和驗(yàn)證這些元器件的工作變得愈發(fā)復(fù)雜和關(guān)鍵。在這一背景下，各種自動(dòng)化測試技術(shù)隨之出現(xiàn)，AOI 技術(shù)就是利用高分辨率攝像頭和圖像分析軟件來檢查電子元件和電路板上的制造缺陷、焊接問題、組裝錯(cuò)誤等，從而能夠?qū)υO(shè)備、物體或信息進(jìn)行自動(dòng)檢測和控制，以提高生產(chǎn)效率、降低人工成本和質(zhì)量控制難度。該技術(shù)應(yīng)用范圍廣泛，包括制造業(yè)、交通運(yùn)輸、石油化工、環(huán)保等領(lǐng)域[1]。本文旨在探討自動(dòng)化測試技術(shù)在電子元器件測試中的應(yīng)用，從系統(tǒng)的總體設(shè)計(jì)和軟件設(shè)計(jì)方面詳細(xì)介紹了自動(dòng)化檢測系統(tǒng)的設(shè)計(jì)方案，并通過實(shí)驗(yàn)證明了自動(dòng)化檢測技術(shù)的實(shí)際效果和潛在優(yōu)勢，從而驗(yàn)證了該系統(tǒng)的有效性和可行性，突顯其在提高檢測效率方面的重要作用。

1 自動(dòng)化檢測系統(tǒng)的總體設(shè)計(jì)

本文利用AOI 檢測技術(shù)設(shè)計(jì)的自動(dòng)化檢測平臺(tái)的總體框架如圖1 所示。

圖1 檢測平臺(tái)總體框架圖

由圖1 可知，該檢測系統(tǒng)由硬件平臺(tái)和軟件平臺(tái)組成。硬件平臺(tái)主要包括三個(gè)單元：運(yùn)動(dòng)控制單元、光照單元和相機(jī)采集單元。其中，運(yùn)動(dòng)控制單元由多個(gè)組件組成，包括步進(jìn)電機(jī)、工裝平臺(tái)、驅(qū)動(dòng)電機(jī)以及傳感器，這些組件協(xié)同工作，以確保檢測裝置的精確移動(dòng)和定位，為后續(xù)的圖像采集提供準(zhǔn)確的位置信息。相機(jī)采集單元捕捉圖像的關(guān)鍵組成部分，其由以CMOS 傳感器，型號(hào)為MV-CA050-10GC 的工業(yè)相機(jī)以及鏡頭組成，這有助于系統(tǒng)捕捉并傳輸待檢測物體的詳細(xì)信息，并在各種光照條件下獲得清晰、高分辨率的圖像。光照單元選擇LED 陣列的穹頂光源，以提供均勻的照明，最大程度減少光照變化對檢測結(jié)果的影響，確保圖像的質(zhì)量和準(zhǔn)確性。軟件平臺(tái)是檢測系統(tǒng)的智能核心，由多個(gè)模塊組成，包括圖像采集模塊、圖像預(yù)處理模塊、圖像定位模塊和PCB 缺陷檢測與顯示。這些模塊集成在一起，以處理和分析從硬件平臺(tái)獲取的圖像數(shù)據(jù)，檢測目標(biāo)對象上的潛在缺陷，并在計(jì)算機(jī)屏幕上顯示檢測結(jié)果。

2 軟件設(shè)計(jì)

■2.1 圖像采集

自動(dòng)化檢測系統(tǒng)的圖像采集模塊負(fù)責(zé)獲取待處理的物體圖像，并為后續(xù)的圖像處理和分析步驟提供基礎(chǔ)。以下是圖像采集的具體步驟，如圖2 所示。

圖2 圖像采集流程圖

首先將相機(jī)與計(jì)算機(jī)系統(tǒng)建立連接，開啟設(shè)備。然后進(jìn)行相機(jī)參數(shù)設(shè)置，相機(jī)的具體參數(shù)如表1 所示。

表1 鏡頭參數(shù)表

分辨率越高得到的圖片中像素?cái)?shù)目越多，因此，為得到清晰的成像，相機(jī)的分辨率設(shè)置為4096×3072。同時(shí)，為提高數(shù)據(jù)的傳播效率，選用CoaXPress 接口。焦距的計(jì)算公式如(1)式所示。

F為焦距，h為相機(jī)靶面邊長，H為拍攝視野范圍邊長，D為所需工作距離。靶面尺寸為3/4 英寸，靶面邊長為8.5mm×6.3mm，工作距離為735mm，拍攝視野邊長為255mm×215mm，通過公式計(jì)算得到鏡頭最佳焦距為25mm，視場角為23.5°×18.8°×14.2°。然后，將利用計(jì)算機(jī)編程定義的回調(diào)函數(shù)輸入系統(tǒng)中，觸發(fā)圖像采集設(shè)置，并將LED 穹頂光源放于待測電子元器件的正上方，距離約為40cm，并用脈沖寬度調(diào)制的方法調(diào)制LED 的亮度，其計(jì)算公式如式(2)所示。

其中，l表示LED 的亮度，l表示LED 在100%占空比時(shí)的最大亮度，a表示占空比。并將工業(yè)相機(jī)放于光源的正上方，距離約為0.25m，以確保在采集圖像時(shí)能夠獲得清晰的圖像。通過調(diào)節(jié)設(shè)定的工業(yè)相機(jī)的焦距和光圈采集圖像。當(dāng)圖像數(shù)據(jù)準(zhǔn)備好后，調(diào)用回調(diào)函數(shù)。在回調(diào)函數(shù)內(nèi)部，將獲取的圖像數(shù)據(jù)存儲(chǔ)到適當(dāng)?shù)臄?shù)據(jù)結(jié)構(gòu)中，以便進(jìn)行后續(xù)的分析、處理或顯示。最后，使用圖像處理庫提供的函數(shù)將圖像數(shù)據(jù)顯示在圖像顯示窗口中，這是將采集到的數(shù)據(jù)可視化的關(guān)鍵步驟。這通常涉及處理圖像的亮度、對比度、色彩校正和其他參數(shù)，以確保圖像在顯示時(shí)質(zhì)量良好。由此，完成圖像數(shù)據(jù)的采集工作，采集工作結(jié)束，清除緩存關(guān)閉相機(jī)，以釋放資源并終止數(shù)據(jù)采集過程。

■2.2 圖像預(yù)處理

在檢測過程中，由于傳輸電子元器件，會(huì)導(dǎo)致圖像產(chǎn)生運(yùn)動(dòng)模糊[3]。所以，采集到的圖像要進(jìn)行圖像預(yù)處理工作，具體步驟如下。首先，為減少運(yùn)算量，對采集到的紅色、綠色、藍(lán)色三個(gè)通道的RGB 彩色圖像進(jìn)行灰度化處理，使每個(gè)像素點(diǎn)的顏色用一個(gè)數(shù)值表示，其圖像灰度化的公式如式(3)所示：

其中，i、j表示RGB 圖像在位置(i,j) 處的藍(lán)色通道值。公式中的0.299、0.587 和0.114 表示經(jīng)驗(yàn)權(quán)重，它們用于將紅、綠、藍(lán)通道的值按照人眼感知的亮度貢獻(xiàn)進(jìn)行合成，以獲得灰度值G(i,j) 。這些權(quán)重的選擇是基于人眼對不同顏色通道的敏感度，以確保生成的灰度圖像在視覺上更準(zhǔn)確地反映原始彩色圖像的亮度。其次，得到的圖像中存在的噪聲會(huì)降低圖片質(zhì)量，為削弱和避免這些噪聲對后續(xù)圖像的定位以及識(shí)別等帶來的影響，通過小波閥值去除高頻信號(hào)帶的噪聲信息。然后，將去噪的圖像進(jìn)行圖像增強(qiáng)處理，以提高圖像的對比度和清晰度。最后，再次對圖像進(jìn)行邊緣檢測，得到保留電子元器件的邊界信息的圖像，為后續(xù)檢測缺陷提供一個(gè)良好的基礎(chǔ)。

■2.3 圖像定位

圖像經(jīng)過預(yù)處理后，要進(jìn)行圖像定位處理。電子元器件測試中，圖像定位是一項(xiàng)重要的任務(wù)，用于自動(dòng)化測試和質(zhì)量控制[4]。在檢測過程中，為準(zhǔn)確確定PCB 板上各種元器件、焊點(diǎn)和標(biāo)記的位置，需要進(jìn)行圖像定位，確保檢測算法正確應(yīng)用于目標(biāo)區(qū)域，實(shí)現(xiàn)高效地檢測和分析，以下是圖像定位的具體流程。

（1）特征提取：從圖像中提取出用于定位的特征，這些特征可以是元器件的邊緣、角點(diǎn)、顏色特征等。使用圖像處理技術(shù)如Canny 邊緣檢測算法中的梯度計(jì)算提取元器件邊緣特征[2]。具體梯度計(jì)算由公式組(4)(5)所示。

式中，G M(x,y)表示梯度幅度值，G D(x,y)表示梯度方向值，Gx(x,y) 和Gy(x,y) 分別表示水平和垂直方向的梯度。

（2）特征匹配：將提取的特征與參考圖像或模板進(jìn)行匹配，來確定元器件在圖像中的位置。根據(jù)特征點(diǎn)匹配中的高斯差分金字塔計(jì)算公式檢測圖像的關(guān)鍵點(diǎn)。具體公式如式(6)所示。

其中，DoG表示高斯差分圖像，G表示高斯濾波函數(shù)，σ 表示標(biāo)準(zhǔn)差，k表示尺度參數(shù)，I(x,y) 表示原始圖像。

（3）坐標(biāo)計(jì)算：坐標(biāo)計(jì)算是實(shí)現(xiàn)高精度定位的關(guān)鍵一步，通過匹配結(jié)果計(jì)算出元器件的精確位置坐標(biāo)[5]。根據(jù)需要，進(jìn)行坐標(biāo)變換以適應(yīng)不同坐標(biāo)系統(tǒng)，包括從相機(jī)坐標(biāo)系到工作坐標(biāo)系的坐標(biāo)變換，以適應(yīng)不同坐標(biāo)系統(tǒng)或機(jī)械結(jié)構(gòu)。

（4）定位精度評(píng)估：使用激光測量儀、光學(xué)顯微鏡或機(jī)器視覺系統(tǒng)，來測量元器件的位置，通過與元器件實(shí)際位置或標(biāo)準(zhǔn)參考元器件的位置比較來完成對定位結(jié)果進(jìn)行精度評(píng)估，確保定位誤差在可接受范圍內(nèi)，以滿足質(zhì)量標(biāo)準(zhǔn)和性能要求。

（5）自動(dòng)化決策：基于定位結(jié)果，對采集的數(shù)據(jù)進(jìn)行誤差分析，以識(shí)別任何定位誤差或偏差。一旦確定了問題，系統(tǒng)自動(dòng)決策元器件的狀態(tài)，例如，元器件是否正常、是否存在缺陷或其他特定條件，并做出最終判定。

（6）反饋控制：根據(jù)決策結(jié)果，調(diào)整測試系統(tǒng)或生產(chǎn)線上的控制參數(shù)，以實(shí)現(xiàn)自動(dòng)化反饋控制。這些步驟可以幫助提高電子元器件測試中圖像定位的效率，并實(shí)現(xiàn)自動(dòng)化測試，以確保產(chǎn)品質(zhì)量和生產(chǎn)效率。不同的應(yīng)用場景可能需要針對特定要求進(jìn)行適當(dāng)?shù)恼{(diào)整和優(yōu)化。

■2.4 識(shí)別缺陷

電子元器件的缺陷種類眾多，嚴(yán)重的缺陷會(huì)造成整塊電路板的失效，所以應(yīng)準(zhǔn)確識(shí)別電子元器件的缺陷并做出及時(shí)修復(fù)，其具體步驟如圖3 所示。

圖3 缺陷分析流程圖

首先，對殘差圖形進(jìn)行對比分析，從而有效地識(shí)別電子元器件的各種缺陷類型。當(dāng)顯示器對比結(jié)果為白殘差，即殘差值為正，說明輪廓周長或面積增加，檢測出電子元器件具有短路、凸起和余銅等缺陷[6]。相反，當(dāng)圖像對比結(jié)果顯示黑殘差，即殘差值為負(fù)，說明輪廓周長或面積減少，檢測出電子元器件具有斷路、缺損和空洞等缺陷。其次，根據(jù)黑白殘差圖像的特性，對電子元器件的缺陷進(jìn)行分類。隨后，對這些不同的缺陷類型與特征模版進(jìn)行對比，以進(jìn)一步分析缺陷的性質(zhì)，具體來講，白殘差圖像的瑕疵類型有斷路、空洞、缺損、過度刻蝕，黑殘差圖像的瑕疵類型少孔、短路、余銅、凸起、刻蝕不足。最后，工作人員將根據(jù)電子元器件的具體缺陷類型，對電子元器件進(jìn)行進(jìn)一步處理和維修。

3 測試實(shí)驗(yàn)

■3.1 實(shí)驗(yàn)準(zhǔn)備

為驗(yàn)證自動(dòng)化檢測系統(tǒng)在電子元器件的檢測效率，通過模擬實(shí)驗(yàn)測試系統(tǒng)的性能。實(shí)驗(yàn)測試需準(zhǔn)備MVCA050-10GC 的CMOS 工業(yè)相機(jī)、英特爾至強(qiáng)E3-1220的PC 機(jī)，具備512GBSSD 大容量的固態(tài)硬盤，以及LogitechC920HDProWebcam 傳感器設(shè)備、LED 燈穹頂光源、雙軸步進(jìn)電機(jī)，電流為2A，持續(xù)扭矩為5Nm、ABCManufacturing XYZ-Platform 的工裝平臺(tái)、直流驅(qū)動(dòng)電機(jī)、TMP36 傳感器、R100 的電阻器（Resistor）、10μF 的電容器（Capacitor），以及10mH 的電感器（Inductor）并按上述要求在自動(dòng)檢測系統(tǒng)中輸入軟件程序[7]。

■3.2 實(shí)驗(yàn)結(jié)果

結(jié)合以上采集的數(shù)據(jù)對自動(dòng)化檢測系統(tǒng)進(jìn)行分析，并生成詳細(xì)的實(shí)驗(yàn)報(bào)告，實(shí)現(xiàn)對該平臺(tái)的運(yùn)行效率、穩(wěn)定性的評(píng)估。實(shí)驗(yàn)數(shù)據(jù)如表2 所示。

表2 實(shí)驗(yàn)數(shù)據(jù)結(jié)果

由表2 實(shí)驗(yàn)數(shù)據(jù)可知，實(shí)驗(yàn)數(shù)據(jù)中包括350 個(gè)電阻器，150 個(gè)電容器，200 個(gè)電感器，檢測的準(zhǔn)確率分別在97.00%、98.05%和98.80%，說明自動(dòng)化檢測系統(tǒng)在元器件整體上的分類正確率較高，可以為生產(chǎn)線的品質(zhì)控制提供了堅(jiān)實(shí)的支持。故障率分別為98.06、98.33 以及98.74，這意味著系統(tǒng)能夠有效地識(shí)別元器件中的缺陷，包括但不限于斷路、短路、空洞等問題，說明自動(dòng)化檢測系統(tǒng)的元器件故障檢測能力良好。結(jié)合上述數(shù)據(jù)，可以得出結(jié)論，表明該檢測系統(tǒng)表明系統(tǒng)在識(shí)別正常和缺陷元器件方面都具有很好的性能，這對于提高生產(chǎn)效率、降低不合格產(chǎn)品的生產(chǎn)率以及保持產(chǎn)品的質(zhì)量至關(guān)重要。

4 結(jié)束語

綜上所述，自動(dòng)化測試技術(shù)的應(yīng)用為電子元器件測試帶來了全新的可能性，改變了傳統(tǒng)測試方法的諸多局限性。本文首先構(gòu)建了自動(dòng)化檢測平臺(tái)總體架構(gòu)，其次詳細(xì)介紹了自動(dòng)化檢測系統(tǒng)軟件平臺(tái)的設(shè)計(jì)，強(qiáng)調(diào)了其在數(shù)據(jù)處理、圖形采集和分析、結(jié)果呈現(xiàn)等方面的重要性。最后利用實(shí)驗(yàn)數(shù)據(jù)充分展示了該自動(dòng)化檢測系統(tǒng)的合理性和可行性。相信在不久的將來，科技人員將不斷完善自動(dòng)化檢測系統(tǒng)，為技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展貢獻(xiàn)更多可能性。