<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

EEPW首頁(yè) > 測試測量 > 設計應用 > 一種薄膜電路故障的自動(dòng)檢測系統

一種薄膜電路故障的自動(dòng)檢測系統

作者: 時(shí)間:2006-05-07 來(lái)源:網(wǎng)絡(luò ) 收藏

摘 要: 自動(dòng)視覺(jué)檢測系統利用了數字圖像處理技術(shù),是一種高速、準確、無(wú)損的方法,目前得到了廣泛的應用。概述了這一領(lǐng)域的研究成果,并根據多層薄膜電路的實(shí)際情況,提出了一種參考和非參考比較相結合的故障檢測與分類(lèi)方法,并以此為基礎構造了一個(gè)微機實(shí)時(shí)檢測系統。

本文引用地址:http://dyxdggzs.com/article/255633.htm

關(guān)鍵詞: 薄膜電路 參考比較 非參考比較

電路制造技術(shù)正朝著(zhù)將更多的集成電路安裝在一塊PCB電路板上的方向發(fā)展,從而使PCB的尺寸增大、層數增多;同時(shí),電路板本身也變得越來(lái)越小、越來(lái)越復雜。由于這些原因,生產(chǎn)及更換它們的成本也越來(lái)越高。所以,需要相應的質(zhì)量控制手段,使每一層上的線(xiàn)路都能夠在上一層鋪設之前被檢查。在這里,自動(dòng)視覺(jué)檢測能夠以相對較小的代價(jià)發(fā)現許多致命的錯誤,因而發(fā)展非常迅速。

1 電路板故障檢測研究的發(fā)展狀況

在PCB及其它相近的線(xiàn)路板如薄膜電路的故障檢測方面,人們進(jìn)行了大量的研究工作,并形成了一些應用系統。它們多是基于圖像處理的自動(dòng)視覺(jué)檢測,其硬件部分包括:機械裝置、照明系統、攝像頭、圖像采集卡、圖像處理器、計算機等;軟件部分:主要是進(jìn)行控制和圖像的處理。系統工作流程如圖1所示。

近年來(lái),出現了很多電路檢測算法,在M,Madhav和F.Ercal發(fā)表的綜述[1]中,它們大致可分為3類(lèi):參考算法、非參考算法以及混合算法。

參考算法使用待測電路板的全部信息,一般是先將標準圖像(可以是無(wú)故障的圖像或是設計時(shí)的CAD版圖)與待測圖像進(jìn)行比較,也稱(chēng)為逐象素比較。其中最直接的是將兩幅圖像進(jìn)行XOR運算,這是速度最快的一種方法,并且易于用硬件實(shí)現。但是它也有一些缺點(diǎn),例如對光照和定位的要求比較高、所需的存儲空間較大、難以分類(lèi)等等。

非參考算法并不需要所謂標準圖像的信息,它是基于一定的設計規則的。例如,可以假設正常的線(xiàn)路都具有規則的幾何形狀,而存在故障則意味著(zhù)其外形不規則。另外還可以根據線(xiàn)路的特征如最大和最小線(xiàn)寬、最大和最小焊盤(pán)半徑來(lái)進(jìn)行判斷。常用的方法是圖像通過(guò)編碼來(lái)獲得邊緣信息,例如使用鏈碼或游程編碼。對于非參考方法而言,它主要的優(yōu)點(diǎn)是提高了運算速度,降低了存儲空間;但是,它的缺點(diǎn)也是顯而易見(jiàn)的,即只能檢測那些違反設計規則的故障,并且要求有一個(gè)標準的導線(xiàn)類(lèi)型。對于某些不違反規則的情況,例如和正常線(xiàn)路形狀相似的短路線(xiàn),可能就無(wú)法判斷。非參考方法在檢測全局性的故障方面也存在一些缺欠。而參考方法則容易漏掉一些微小的錯誤。圖2表示了它們和故障尺寸的關(guān)系。所謂的混合方法綜合了參考和非參考方法的優(yōu)點(diǎn),以求達到更高的檢測率。

Mandeville[2]提出了一種所謂的通用方法,它的基本思路是通過(guò)腐蝕、膨脹、細化等圖像變換手段生成骨架圖像,從中可以方便地檢測出電路特征,從而形成特征表。將標準與待測圖像的特征表進(jìn)行比較,其中如有沖突的元素,那么就隱含著(zhù)故障。實(shí)際上,在這種方法中需要進(jìn)行大量的形態(tài)學(xué)運算,而且,對于每一種故障類(lèi)型,都定義了自己的一種運算方法,所以計算量很大,難以達到實(shí)時(shí)要求。另外,還有的方法將整個(gè)電路劃分為許多小的子模塊,然后對相應位置的模塊進(jìn)行匹配,但它們的缺點(diǎn)是對每一種電路版圖都需要進(jìn)行學(xué)習,可移植性不好[3]。

2 針對薄膜電路提出的檢測算法

所謂薄膜集成電路即是采用真空沉積技術(shù),也可輔以其它沉積技術(shù)形成膜的集成電路[4]。薄膜電路檢測的方法與一般PCB相似。但是,它也有自己的特點(diǎn)(如圖3)。由于它的尺寸較小,只能通過(guò)顯微鏡分區域放大后由攝像頭成像,因此對于檢測區域的精確定位就顯得非常重要。由于電路的電氣特性與尺寸密切參考,所以,線(xiàn)條的尺寸不是固定的。其中較窄一些的稱(chēng)為金屬化線(xiàn)條,較寬一些的稱(chēng)為金屬化鍵合區。由于線(xiàn)條尺寸存在多樣性,故而利用簡(jiǎn)單的非參考方法,試圖通過(guò)對整幅圖像的進(jìn)行形態(tài)學(xué)變換來(lái)提取特征的非參考方法就很難實(shí)現。而且,在檢測后還要求對故障進(jìn)行分類(lèi),因此在這里我們采用了參考比較和非參考比較相結合、以參考比較為主的方法。通過(guò)參考比較對故障進(jìn)行分類(lèi)和判別,而使用非參考比較在較小的缺口和突起等故障上,作為對前者的補充。

首先,對采集的圖像進(jìn)行預處理,包括消除噪聲,使用逆濾波對亮度不均勻進(jìn)行處理。這里,逆濾波是通過(guò)用曲線(xiàn)對攝像機的傳輸函數進(jìn)行擬合實(shí)現的。對于一個(gè)m次多項式:

一種薄膜電路故障的自動(dòng)檢測系統

C(i,j)包含了待測圖像和標準圖像中的所有差別。為了進(jìn)行下一步的分類(lèi)和判別,我們對0中的目標進(jìn)行邊界跟蹤,這里使用的是Freeman的8方向鏈碼,得到對其形狀的鏈碼表示Chain(i).0≤i≤k,k為缺陷數目)。 對Chain(i)進(jìn)行分析,則對每一待判缺陷都可以得到一組描述符D(i):

(up,down,left,right,area,track_border,substrate_border,

type)。

up,down,left,right:缺陷區域的最上,下,左,右點(diǎn)。

area:缺陷區域的面積,它可以利用鏈碼數據position[i]來(lái)計算:

一種薄膜電路故障的自動(dòng)檢測系統 5:結束。

參照分類(lèi)結果,我們對缺陷進(jìn)行判別,一般認為,如果缺陷在線(xiàn)寬方向的尺寸超過(guò)線(xiàn)寬的1/3,則認為其構成了故障。由于電路線(xiàn)條寬度各不相同,因此對于每一個(gè)缺陷,都需要根據它們對應位置處的線(xiàn)條寬度作出相應的判斷,如果相對標準圖像有線(xiàn)條錯位的情況,判別的準則與上面是相同的。另外,如果缺陷的面積大于某一閾值,我們也認為發(fā)生了故障。在某些情況下,相鄰的缺陷類(lèi)型單獨不構成故障,但是它們結合在一起,則可能對線(xiàn)路的特性造成比較大的影響,如圖4所示。因此對于各個(gè)故障在單獨判別后還需要結合其位置作出相應判別。

以上基于參考比較,完成了對故障的分類(lèi)和判別。但遇到微小的故障,如小的缺口和突起或線(xiàn)條位置有錯開(kāi)等情況時(shí),用這種方法容易產(chǎn)生遺漏,所以我們使用非參考方法作為參考方法在分類(lèi)和判別時(shí)的補充。它通過(guò)對待查電路板的邊界進(jìn)行跟蹤,使用可變長(cháng)度的濾波器來(lái)檢測邊界上的高頻成分,如圖5所示。A是邊界上兩點(diǎn)間直線(xiàn)距離,而B(niǎo)是兩點(diǎn)間邊界點(diǎn)數。當B>K*A時(shí),存在不規則邊界;而A≈B,意味著(zhù)邊界是近似直線(xiàn)的。West.C等在它們的工作中,采用了固定長(cháng)度,這樣實(shí)際上限制了可被發(fā)現的故障尺寸[5],因此這里我們使B為可變長(cháng)度。開(kāi)始時(shí),B取值較小,當遇到目標后,將B的值逐點(diǎn)增加,并計算此時(shí)的A,直至遇到規則邊界為止,這樣就可以將缺陷范圍都包含在內。為了去除邊界噪聲干擾,需要事先對邊界鏈碼進(jìn)行平滑。通過(guò)實(shí)驗,我們取K=1.5,可以檢測出各種尺寸的不規則邊界。對于以上的結果,為了判別它是否構成故障,同樣也需要進(jìn)行線(xiàn)寬的比較。

3 系統實(shí)現

利用上述的檢測算法,我們實(shí)現了一個(gè)基于微機的薄膜電路故障檢測系統。由于薄膜電路是分層的,因此在每一層的生產(chǎn)工序完成之后,都必須對該層進(jìn)行檢測,然后再生產(chǎn)上一層。電路板的面積很小,因此必須通過(guò)顯微鏡成像。為保證一定的分辨率,我們將全電路板分為8×8的區域,用步進(jìn)電機控制顯微鏡和攝像機的移動(dòng),實(shí)現精確的定位,并用圖像匹配對定位進(jìn)行調整,定位誤差可以小到1個(gè)象素。攝入的圖像經(jīng)圖像采集卡數字化后送入計算機。由于顯微鏡的光場(chǎng)亮度不勻,因此首先進(jìn)行亮度校正,用曲線(xiàn)擬合亮度衰減,生成畸變矩陣進(jìn)行校正。接著(zhù)對圖像進(jìn)行消噪和增強邊緣的處理。由于透光性的原因,下層會(huì )對上層構成干擾,所以采用多目標分割方法,依據校正后的直方圖,將當前檢測層提取出來(lái)。對于上下層線(xiàn)條交叉處的干擾,則參考下層線(xiàn)路延長(cháng)線(xiàn)的邊緣特性加以去除。另外,還需從標準圖像中提取出通孔和鍵合區的位置以供判別時(shí)參考。最后,將圖像分割的結果與標準圖像進(jìn)行參考比較和非參考比較,以進(jìn)行后繼的分類(lèi)和判別。圖像處理和檢測算法都是通過(guò)軟件實(shí)現的,通過(guò)對算法進(jìn)行優(yōu)化,大大提高了運算速度。經(jīng)過(guò)上述處理后,對于一幅512×512×8bit的灰度圖像,可以在1s內完成檢測程序,從而可以滿(mǎn)足檢測中實(shí)時(shí)要求。

 

linux操作系統文章專(zhuān)題:linux操作系統詳解(linux不再難懂)


評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>