当前电子产品日渐向着小型化趋势发展,对产品元器件的微型化要求也越来越高,微型器件的组装和检测难以只通过人工完成,由此产生越来越多的自动检测设备需求。与此同时,自动检测设备还能够健身制造成本、提升产品质量,AOI检测设备代替人工的进程发展较快。在此背景下,中国自动光学检测行业逐步发展起来。从AOI检测设备来看,目前AOI检测设备是SMT加工厂必备的设备,平均一条SMT生产线至少需要2-3台AOI检测设备,但我国AOI检测设备的渗透率较低,只为50%左右。 AOI基于机器学习的缺陷检测与分类。广州新一代AOI编程
光电转化器可以分为CCD(chargeCouplingdiode)和CMOS(complementarymetaloxidesemiconductor)两种。因为制作工艺与设计不同,CCD与CMOS传感器工作原理主要表现为数字电荷传送的方式的不同,工作原理如下图所示,CCD采用硅基半导体加工工艺,并设置了垂直和水平移位寄存器,电极所产生的电场推动电荷链接方式传输到中间模数转换器。这样的结构与设计很难集成很多的感光单元,制造成本高且功耗大;而CMOS采用无机半导体加工工艺,每像素设计了额外的电子电路,每个像素都可以被定位,而无需CCD中那样的电荷移位设计,对图像信息的读取速度远远高于CCD芯片,因光晕和拖尾等过度曝光而产生的非自然现象的发生频率要低得多,价格和功耗比CCD光电转化器也低,但其缺点是半导体工艺制作的像素单元缺陷多,灵敏度会有一些问题,同时,为每个像素电子电路提供所需的额外空间不会作为光敏区域。芯片表面上的光敏区域部分。 广东在线AOI光学检测用计算机处理系统代替人脑执行数据处理,让AOI检测系统可以取产制造中的人工目检环节。
可重复性越高的AOI,其性能越稳定,但由于AOI技术还不十分成熟,市面上AOI的可重复性一般为20%-30%。误判率是越低越好,Z好的AOI的误判率只有0.5%左右(按点算)。漏判率也是越低越好,Z好的AOI的漏判别率只有0.5%左右(按不良点算)。由以上论述不难看出,一台性价比较优的AOI必须具备以下条件:①AOI相机要是真正的面阵数字相机(CCD),这种相机不需要图像采集卡;②AOI光源Z好是同轴碗状光源;③AOI机械系统Z好是伺服电动机为驱动,用丝杆和导轨为传动;④AOI软件系统的开发语言Z好为VC++;⑤AOI软件的可重复性要高;⑥AOI软件的可操作性要人性化;⑦AOI误判率和漏判率要低;⑧AOI检测功能要全;⑨AOI要能与RPC实时工艺控制软件进行对接。
对于运动物体的检测,要考虑图像运动模糊带来的不利影响,准确计算导致运动模糊的小曝光时间,确定图像传感器的型号。图像传感器的曝光时间应小于导致运动模糊的小曝光时间,快速曝光选择全局快门模式为宜,高速情况下不易采用卷帘式曝光模式;为了获得比较好的信噪比,图像传感器的增益尽可能为1,图像亮度的提升尽可能用光源的能量(功率)来弥补,或者在不影响可用的成像景深情况下,增大镜头的孔径光阑。在系统集成中,被测件的支撑方式、精密传输与定位装置也必须精心设计,这牵涉到精密机械设计技术,这对平板显示、硅片、半导体和MEMS等精密制造与组装产业中的自动光学检测系统非常重要。在这些领域,制造过程通常在超净间进行,要求自动光学检测系统具有很高的自洁能力,对系统构件的材料选型、气动及自动化装置选型、运动导轨的设计与器件选型都有严格要求,不能给生产环境尤其是被测工件本身带来二次污染。尤其是用于表面缺陷检测的AOI系统不能在检测过程中,给被测件表面带来缺陷(如粉尘、划伤、静电等)。 一台机器视觉设备通常可以包含多种配置以及多种原理、算法,取决与对设备功能的需求及结构设计的复杂程度。
随着计算机的快速发展,AOI也采用了目前许多成熟的图像分析技术,包括模板匹配法(或自动对比)、边缘检测法、特征提取法(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。模板比较法通过获得物体图像,如片状电容或QFP,并用该信息产生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之后,找出模板与图像之间有Z小差别的位置停止搜寻。AOI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板,建立对整个板的检查程序,来查找所有要求的元件。但是由于元件检测图像很少完全匹配模板,所以用两种方法来解决这个问题:可以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“漏报”;可以根据同类的众多良品进行标准模板的计算,或者叫“特征元件”,这样可以Zda限度提取该类元件的共性特征,从而降低误报率。经过波峰焊后,焊点所有的参数会有很大的变化,这主要是由于焊炉内锡的老化导致焊盘反射特性从光亮到灰暗。深圳炉前AOI测试
相关值大于或等于临界相关值的为正常图像,为异常图像本社导入的AOI设备采用归一化的彩色相关算法。广州新一代AOI编程
模板匹配就是先设定已知模板,已知模板是AOI检测中没有缺陷的实物影像或较小重复单元影像,通常情况下PCBAOI检测中以实物影像为已知模板,FPDAOI检测中则是较小重复单元。将采集到的图像与模板影像进行重合比对,然后平移到下一个单元进行同样比对,出现灰阶有差异的部分就被怀疑为缺陷,这里我们给灰阶差异设定一个阈值,当灰阶差超过设定阈值后,就被判定为真正的缺陷。从细节上讲,阈值的设定过于严格出现误判的概率就会增加,而阈值设定过于宽松漏检出的概率就会增加,因此,被检测物体的特征提取可以提高比对的对位精度,进而对检测结果起到了决定性的作用。 广州新一代AOI编程
深圳爱为视智能科技有限公司汇集了大量的优秀人才,集企业奇思,创经济奇迹,一群有梦想有朝气的团队不断在前进的道路上开创新天地,绘画新蓝图,在广东省等地区的机械及行业设备中始终保持良好的信誉,信奉着“争取每一个客户不容易,失去每一个用户很简单”的理念,市场是企业的方向,质量是企业的生命,在公司有效方针的领导下,全体上下,团结一致,共同进退,**协力把各方面工作做得更好,努力开创工作的新局面,公司的新高度,未来深圳爱为视智能科技供应和您一起奔向更美好的未来,即使现在有一点小小的成绩,也不足以骄傲,过去的种种都已成为昨日我们只有总结经验,才能继续上路,让我们一起点燃新的希望,放飞新的梦想!