自动光学检查(AOI)教程.pptVIP

自动光学检查（AOI） AOI (自动光学检查) CONTENTS 一、AOI的用途 在表面贴装(SMT)过程中，线路板(PCB)组件贴装生产将要经历焊膏印刷、贴装、回流焊(波峰焊)等工序，每个工序都可能存在质量问题而直接影响产品的合格率。 一、AOI的用途 AOI基于光学图像处理和计算机视觉识别技术原理来对PCB 组件生产过程中遇到的缺陷进行检测。 二、国内外发展 1. AOI发展历史 20世纪50年代开始研究二维图像的统计模式识别。 60年代Roberts开始进行三维机器视觉的研究。(国内的三维技术现在处于研发阶段) 70年代中，MIT人工智能实验室正式开设“机器视觉”课程。 1982年，以色列Orbotech开始引入用于PCB裸板的AOI系统。 1998年后，国内电子和半导体工厂，开始引进带有高科技技术含量的机器视觉整套的生产线和高级设备。 国内AOI设备的开拓者神舟视觉也是宣称2002年开始AOI技术的研发工作，2004年国内第一台AOI光学检测仪诞生; 二、国内外发展 二、国内外发展 3. 供应商市场占有率 日本OMRON公司（40%）以及主营印刷设备的SCREEN公司占据着日本市场 以色列的Orbotech公司及台湾Camtek公司的设备主要针对PCB的裸板检测，占据了全球其余市场的大多数份额，尤其是台湾，中国大陆及东亚地区； 国产神州AOI是国内销量最大的品牌。年销量600台，共销售4000台。 二、国内外发展 三、核心的构造 三、核心的构造 三、核心的构造 三、核心的构造 三、核心的构造 3.软件系统 软件系统的核心是分析算法，分为设计规则检验法和图形识别检验法。 Ⅰ、规则检验法（DRC）是按照一些给定的规则检测图形。如以所有连线应以焊点为端点，所有引线宽度、间隔不小于某一规定值等规则检测PCB电路图形。 规则检验法具有可以从算法上保证被检验的图形的正确性，相应的AOI系统具有制造容易，数据占用空间小等特点，但该方法确定边界能力较差，往往需要设计特定方法来确定边界位置。 三、核心的构造 3.软件系统 Ⅱ、图形识别法是将AOI系统中存储的数字化图形与实验检测图像比较，从而获得检测结果。 这种方式的检测精度取决于标准图像、分辨力和所用检测程序，能取得较高的检测精度，但所需采集数据量大，数据实时处理要求高等特点，由于图形识别法用设计数据代替规则检验法中的设计原则，具有明显的使用优越性。 三、核心的构造 三维立体视觉成像技术 采用3一D系统，则能提供有关焊膏面积、以及焊膏高度和体积的精确信息，目前国外的AOI设备可以做到焊膏检测，如美国的Agilent、YesTech、以色列的Orbotech等公司。还有一些国外其他厂家的焊膏AOl设备采用的是用激光三角法来检测焊膏的厚度，而国内对于焊膏检测尚且还无能为力。 四、存在的问题 1.国内外所要攻克的技术难题： Ⅰ、只能作对外观检测，AOI系统不能检测电路错误，也无法对BGA(球状矩阵排列)等不可见的焊点进行检测。 Ⅱ、热干扰对AOI的影响(使元器件产生虚假特征)以及多焊、少锡、偏移、歪斜的工艺要求标准界定不同，容易导致误判，影响检测的准确度。 Ⅲ、虚焊的比较检测：尤其是对空焊问题的检测，是所有中外AOI生产厂商都没有解决的技术难题。如前文所述，部分国外厂商研究出三维视觉检测，但测试的结果基本差不多，不令人满意，国内对此技术尚在研究中。 四、存在的问题 2.国内AOI发展的问题 由于发展起步相对较晚，目前国内自主研发的AOI检测算法复杂、烦琐且调整时间长，由于前期的PCB图像拼接等图像处理算法以及后期的检测识别算法都不够成熟，整个AOI系统不仅操作复杂，而且经常出现误判漏判等问题，检测速度慢与SMT生产线不协调，检测精度和速度远远不能满足实际应用的需求精度。 五、发展的方向 智能化：在 SMT的微型化、高密度化、快速组装化、品种多样化发展特征下，检测信息量大而复杂，依赖人工对AOI获取的质量信息进行分析、诊断几乎已经不可能，这就需要AOI还具有自动纠正错误的功能。代替人工进行自动分析。 彩色化：AOI虽然用的是3CCD的相机，抓取的彩色的图像，大部分的算法只提取了颜色中的部分信息，例如灰度，来进行图像的识别，或者将RG颜色空间的三个通道分别处理后再合成。人类对大脑的颜色处理机制仍未完全理解。因此，如何充分利用RGB三颜色通道的信息，是彩色图像处理的关键，也是AOI技术的一个飞跃。 多元化：目前所见的AOI基本只应用于表面贴装技术，应用最多的是PCB板的检测。不再局限于SMT的应用将是未来几年的发展方向。 附表 AOI设备选型报告表 参考文献 SMT质量检测中的AOI技术及应用 王凡,姜