AOI作为一种检测设备,主要是看3个方面的性能:快(检测速度)、准(检测准确度与精度)、稳(设备稳定性)。下面广州SMT贴片加工厂—众焱电子将就这三个方面继续详细的讲解分析。
一、 快(检测速度)
影响AOI检测速度,主要有两个方面:
1、图像获取的速度
即AOI获取PCB整板图像的速度,与FOV(视野,相机一次拍照图像面积)的大小和相机移动速度有差。其中,FOV的大小与像素与分辨率相关,那么对同一块板而言,显然FOV越大所用的时间就越少;如果检测的PCB元件0201以上,分辨率就可以调到15μ,此时FOV大小=2560*15μX1960*15μ=38.4mmX28.6mm。由此可知,在同一分辨率下,使用的相机像素越大,其FOV的面积也越,相机拍摄的次数也就越少,AOI的检测速度则会相应的提高,由此推断2D AOI将会朝着大像素方面发展,以满足检测速度方面的需求,如900万、1200万工业相机等。
其次是相机移动速度与路径,其必然与使用什么的伺服系统、电机、传动系统(丝杆、模组)相关;至于路径,则与软件算法相关,通常都会有路径优化的相关算法来提高相机的移动速度。除此之外,还和相机的帧率、曝光时间等有关。
2、图像处理与分析的速度
这就关系到AOI的核心算法和AOI软件本身的编程与运算逻辑,也就是与AOI设备企业的研发实力相关。SMT贴片加工行业内通常使用的两种核心算法:图像对比和特征提取算法,比如FOV拼接成整图的速度、元件搜索与定位、抽色算法及判定速度、以及检测结果的输出等。
二、 准(检测精度与准确度)
准(检测的精度与准确度),即AOI的高检出率和低误报率,主要受以下两个方面的影响:
1、图像分析处理算法
随着计算机的快速发展,目前有许多成熟的图像分析技术,包括SMT模板匹配法(图像对比)、边缘检测法、二值图、灰度直方图法、傅里叶分析法、光学特征识别法等,每个技术都有优势和局限,目前行业通用就两种:图像对比算法(矢量分析算法、在图像对比的基础上增加元件偏移、旋转角度等测量)、特征提取分析算法。
图像对比算法首先通过获得被测电路板的图像(如片状电容或QFP)建立一个刚性的基于像素的模板,在检测位置的附近,传感器找出相同的物体,当相关区域中所有点进行评估完之后,找出SMT模板与图像之间有最小差别的位置停止搜寻,系统为每个要检查的物体产生这种模板,通过在不同位置使用相应模块,建立对整个板的检查程序,来检查所有要求的元件。由于元件检测图像很少完全匹配模板,所以模板是用一定数量的容许误差来确认匹配的,如果模板太僵硬,可能产生对元件的"误报";如果模板松散到接受大范围的可能变量,也会导致误报率或漏报增加。
特征提取分析算法,则是根据被测物体间不同地特征去分析提取信息,其在焊点检查方面优势明显。通常将焊点焊盘细分成多个区域,结合不同的焊点缺陷的特征进行检测区域自由组合并提取相应特征进行分析。
选取特征点并设定检查标准,然后对特征部位(如正常焊盘可选取2,3项;堆锡焊可采用2,4,5项;宽焊盘采用2,6,7项;圆形焊盘可采用2,8项)进行测量。对于OK与NG在这几个特征部位颜色区别很大,测试时几乎不会产生误/漏测的情况。
未完待续…