异形元件设定范例的知识.pdfVIP

莞宣利电子有限公司 Irregularity component recognition principle and sample 形元件识别原理及范例 VER 2.0 理解机器识别原理\挑战 形元件制作! 配有VIOS 文件“special_component_DB . 1/ 15 PDF 文件使用 pdfFactory Pro 试用版本创建 前言： 随着成千上万客户产品的越来越复杂化,常常遇到一种特殊元件识别效果不好或不知用怎么方式识别的问题,在此我们收集了一些常 现在客户产品中的异形元件,用通俗易懂的方法,将其相关图片和shape 参数的设置提供给大家作为参考(当然 可能用其它的识别类型参 数也可以识别),希望有助于减少制作异形元件时间和减少抛料率,至于元件的basic/pickmount/vision 参数比较容易设置,在此文里就没 有贴出. 本文中任一异形元件的详细设置请参阅VIOS 文件 special_component_DB 里part data.其对应的comp no.在文中有标识出来. 同时, 也可将有代表性的异形元件拿出来一起讨论,我们非常希望通过这样的方式,让用户直接感受到我们服务的实用性,让用户更 好地使用我们公司代理的YAMAHA 贴片机. 由于收集的异形元件大多数为样品,所以拍摄出来的图片不考虑到送料方向,供料方式,敬请谅解,本文若有错漏之处,请多指正! 一． 机器识别原理 机器识别系统是指通过机器camera （即图像摄取装置,分CMOS 和CCD 两种）把图像抓取到,然后将该图像传送至处理单元,通过数 化处理,根据像素分布和亮度、二值化分界参数(Threshold)等信息,来生成元件的有效尺寸和形状,最终计算出元件的中心位置,进而达到 精确贴装之目的. 实际上,整个识别过程是很难用三言两语所能描述清楚的,在此只能作个简述,作为YAMAHA 用户编程参考采用.请看下图可知: YAMAHA 贴片机在识别物料时,与识别有关的重要两个参数即vision 和shape. 首先按照vision 里设定的识别基本光源条件,对元件按 照不同的Aligment Type 进行搜索,搜索结果与shape 里设定的尺寸和pitch 等参数进行对比,是否超出误差%来判断vision OK 与否? 那么机器是如何生成元件的有效尺寸和形状呢? 还有就是机器如何根据识别出来结果进行元件中心位置的计算?从而确保元件贴装 精度? 简而言之,生成有效尺寸和外形的关键在于二值化分界值(Threshold)的设定;而元件中心的计算,共有五种识别方式(见第四页附表), 分别是Chip/IC/Connector/Ball/Special,不同方式计算方法不同. 针对以上问题1: 我们知道part 参数里有三个主要选项light level/threshold/ tolerance,元件识别时,首先根据设定的光源类型(main or coaxial or side)及level(1/8 ….8/8)提供基本光源条件,识别系统为了简化计算,从最暗到最亮,分别用二进制表示即0~255,任何一个物 体 过相机识别后的灰度都介于0~255 之间,而一个物体它本身各部分明暗度也不可能绝对一样,所以在0~255 之间设定这个threshold, 恰恰利用这 分界值 来决定物体哪个部分是有效部分,哪个部分是无效,从而生成其尺寸与外形,如下图二所示. 详细地比如:在一个黑色背景下识别的元件,高于此分界值的就用1 表示,代表白色象素,低于此分界值的就用0 表示,代表黑色象素点, 也就是说,要么黑(0)要么白色(1),不存在介于黑白之间的灰色部分, 过扫描出的所有白色象素点的集合就生成出了元件外形图象.最后按 照一定的tolerance 将生成值与shape 里设定