印刷電路板表面組件自動化檢驗

摘要

本文探討以機器視覺進行印刷電路板表面組件的自動化檢驗工作。首先，將待測之彩色影像灰階化，以減少數(shù)據(jù)處理量，接著以中通濾波 (Median filter) 作減低噪聲的運算，再利用相關(guān)系數(shù) (Coefficient of correlation) 對待測區(qū)域進行定位點影像搜尋與定位處理，并使用金字塔(pyramid )的觀念加速運算。接著將影像以默認值予以二值化(Thresholding)，進一步濾除電路影像數(shù)據(jù)，以突顯待檢主要目標(biāo)。然后利用反復(fù)投射(Interactive project) 方式將各個待檢主體所在的位置分割出來，再藉由所得之相關(guān)系數(shù)，將待檢主體依相關(guān)系數(shù)的值，而選擇相對應(yīng)的特征擷取方式與缺陷判斷規(guī)則。本文所提方法，在表面組件檢驗上可偵測的瑕疵有斷字、缺字、型號錯誤、印字不清、放置錯位等。

關(guān)鍵詞：印刷電路板，瑕疵，特征擷取，自動化檢驗

1. 緒論

印刷電路板表面組件檢驗近年來成長迅速，隨著生產(chǎn)技術(shù)的改進，電子組件朝向精致化、迷你化發(fā)展。人工檢驗的方式已不符使用，機器視覺取代人工成為新興的檢驗方法。其中有許多學(xué)者致力于IC 組件的檢驗，大多為批號辨識、缺陷檢驗等[1]。

改進式類神經(jīng)結(jié)構(gòu)來進行字符辨識，利用霍普菲爾網(wǎng)絡(luò)的記憶特性來辨識字符，并利用改良網(wǎng)絡(luò)結(jié)構(gòu)型態(tài)來改進霍普菲爾的記憶限制問題，并追求辨識速度的優(yōu)化，其將整個字元辨識領(lǐng)域由特征數(shù)據(jù)轉(zhuǎn)到了圖面思考的境界[2]。

利用不同的色彩轉(zhuǎn)換模式來凸顯特定零件，如檢驗電容便以HIS的顏色模型來處理，并利用轉(zhuǎn)換式將藍色強調(diào)用以顯現(xiàn)出電容影像[3]。

印刷電路板檢視系統(tǒng)中，提出2.5D的取像檢驗方法，并說明了曲線擬合、與圓形影像之圓心坐標(biāo)與半徑的推導(dǎo)，其缺陷檢驗方式為建立標(biāo)準(zhǔn)影像，再將待測影像與之作邏輯運算后，進行分析[4]。

電路板的檢測規(guī)則，其文中對影像前處理運用于電路板檢驗之?dāng)⑹鱿嘣敱M，其中所提及之XOR應(yīng)用于影像比對的方式，可以應(yīng)用在許多方面[5]。

Chung整合了IC批號辨識常應(yīng)用的技術(shù)，如相關(guān)系數(shù)與金字塔，文中也提出了盒形濾波(box-fiLTEr)的演算觀念與相關(guān)系數(shù)正規(guī)化的想法，將檢驗的能力與方法強化，提升其檢驗速度與系統(tǒng)環(huán)境適應(yīng)力[7]。

Sauvola和Pietikainen提出以一分類器來將影像先行作一分類，接著利用模糊理論找出一較合適的選值方法，使得二值化的應(yīng)用有了另一個思考的方向，文中并以區(qū)域像素平均值加上標(biāo)準(zhǔn)偏差的乘積的方法來選擇閥值[8]。

IC封裝與方位的檢驗法則，文中對于IC的封裝結(jié)構(gòu)敘述清楚，也提出了用對比強化的方式來突顯IC芯片的信息，且透過Candy邊緣偵測法來萃取出IC影像的線性特征[9, 10]。

本文著重于IC組件上的商標(biāo)與文字辨識，在方法上，先進行影像前處理來強化待測影像的質(zhì)量，接著透過反復(fù)投射與相關(guān)系數(shù)的運算來得到特征值，并以此特征值判斷是否存在瑕疵，以進行常見的IC組件瑕疵偵測與分類。

第二節(jié)將敘述本文提出之印刷電路板表面組件的常見瑕疵與檢驗方法。第三節(jié)則對所提方法實作進行印證，最后，并對整個研究過程與結(jié)果作一個討論。

2. 印刷電路板檢驗

印刷電路板組件自動化檢驗的主要流程與步驟如圖一所示。包括影像前處理步驟，瑕疵定義與判斷法則，與樣版之建立等。以下各小節(jié)將作進一步介紹與探討。

2.1 影像前處理步驟

在影像前處理部分，包括影像灰階化，噪聲消除，定位，二值化，反復(fù)投射與正規(guī)化等，各步驟簡略敘述如下：

圖一. 印刷電路板組件檢驗流程

灰階化

在此我們采用將影像轉(zhuǎn)為灰階影像，以簡化后續(xù)的處理，使用之轉(zhuǎn)換公式如下：

其中r(x,y), g(x,y), b(x,y)分別為像素(x,y)之紅色、綠色與藍色色彩值。

噪聲消除
在此我們使用中值濾波 (Median filter) 來降低噪聲，由實驗中發(fā)現(xiàn)，中值濾波可以適當(dāng)保留主體輪廓。

定位
我們利用相關(guān)系數(shù) (Correlation) ，對特定區(qū)域進行兩個定位點的搜尋(參見公式2)，結(jié)果如圖二所示[7]。

m 和 n 為欲搜尋影像的寬度與高度，M是標(biāo)準(zhǔn)影像，I 是欲搜尋的影像區(qū)域。u , v 則是搜尋過程中坐標(biāo)相對的偏移值。 為標(biāo)準(zhǔn)樣板的灰階值平均， 為欲搜尋影像區(qū)域的灰階值平均。

找到定位點后即可以最小平方法計算出這兩個定位點之中心，再透過標(biāo)準(zhǔn)樣板兩個定位點所成的直線與待測影像兩個定位點所成直線，運用公式(3) 即可算出樣板與待檢向之旋轉(zhuǎn)角度。

其中m1為標(biāo)準(zhǔn)樣板定位線的斜率， 為待測影像定位線的斜率，θ為兩線間的夾角。

計算出旋轉(zhuǎn)角度與位移后，接著利用公式(4)進行平移與旋轉(zhuǎn)運算來修正待檢影像之坐標(biāo)。

其中， 0, 0 x y 為待測影像的定位參考點，x ' , y' 為新的影像坐標(biāo)， x, y 為原先影像的坐標(biāo)。

二值化
由于檢驗的燈光環(huán)境可以控制，因此我們使用默認值的方式來作二值化的處理，以加速影像二值化之處理速度。

正規(guī)化
由于相關(guān)系數(shù)需要執(zhí)行于相同的大小的圖形，故將分割所得的每一個區(qū)塊影像，調(diào)整至與標(biāo)準(zhǔn)樣板一樣的大小，以便進行相關(guān)系數(shù)運算。

反復(fù)投射
以遞歸的方法，針對欲檢驗區(qū)域進行反復(fù)投射( Interactive project) 的處理，將IC上面的不同大小的商標(biāo)與文字分割出來，如圖三所示。

圖二. 待測影像定位處理

圖三. 待測區(qū)域影像反復(fù)投射以分割各字符

2.2 瑕疵定義與檢驗法則

一般常見的IC瑕疵有斷字、印刷不良、缺字、批號錯誤、放置錯位，其各自相關(guān)的定義與檢驗法則說明如下：

(1) 斷字：由于印刷的原因?qū)е翴C字符部分未能顯現(xiàn)，以致產(chǎn)生有如斷掉般的情況。將待測影像與正確影像進行 XOR 運算，再偵測有無區(qū)塊影像產(chǎn)生，如果有則判為斷字(如圖四)。

圖四. IC斷字的影像

(2) 印刷不良：由于印刷時機器的不穩(wěn)定所導(dǎo)致或是印字時印頭清潔不良，導(dǎo)致字符有模糊或毛邊的情況發(fā)生。將待測影像與正確影像進行XOR 運算，再偵測有無散狀影像產(chǎn)生，如果有則判斷為印刷不良(如圖五)。

圖五. IC印刷不良的影像

(3) 缺字：原本應(yīng)該有字的影像區(qū)塊卻沒有字符或商標(biāo)存在。檢驗影像區(qū)塊，經(jīng)偵測后沒有發(fā)現(xiàn)物體 (物體點數(shù)小于一容忍值)，即判斷為缺字(如圖六)。

圖六. IC 缺字影像

(4) 批號錯誤：原本應(yīng)該印的字符變成另外其他的字符或圖像。依據(jù)相關(guān)系數(shù)低至0.3 以下，有相當(dāng)大的信心確信該區(qū)字符已不是原來之字符或圖像。至于要更進一步了解印出為何字符則需要更進一步的萃取特征信息來作辨別(如圖七)。

圖七. IC 批號錯誤之影像

(5) IC放置錯位：因為機械手臂拿取的緣故，導(dǎo)致IC方位正好顛倒。我們可藉由偵測定位點與特定ＩＣ批號字符的相對位置，藉此了解有無裝反之情況(如圖八)。

圖八. IC放置錯位之影像

2.3 樣板建立與檢驗流程

為了判斷待檢影像是否存在瑕疵，首先需要建立標(biāo)準(zhǔn)樣板數(shù)據(jù)，以作為檢驗的標(biāo)準(zhǔn)。在檢驗時，即可取得欲測影像與標(biāo)準(zhǔn)樣板比較，來決定是否有異常的現(xiàn)線。

PCB組件中建立標(biāo)準(zhǔn)樣板步驟如下：

1. 擷取影像，并予以噪聲消除。
2. 利用相關(guān)系數(shù)于特定區(qū)域內(nèi)找尋兩個定位點，并計算出差距量予以旋轉(zhuǎn)修正影像。
3. 針對欲檢測區(qū)域進行反復(fù)投射，將IC組件上的商標(biāo)與字符分隔出來。
4. 寫入各區(qū)塊影像至硬盤中，并記錄相關(guān)位置與大小資料。

建立完標(biāo)準(zhǔn)樣板數(shù)據(jù)后，即可對印刷電路板之IC組件進行檢驗工作。PCB組件中檢驗步驟說明：

1. 擷取影像，并予以噪聲消除。

2. 利用相關(guān)系數(shù)于特定區(qū)域內(nèi)找尋兩個定位點，并計算出差距量予以旋轉(zhuǎn)修正影像。

3. 依據(jù)系統(tǒng)訓(xùn)練的數(shù)據(jù)，針對應(yīng)該有數(shù)據(jù)區(qū)域擷取影像。

4. 進行影像前處理運算。

5. 將系統(tǒng)設(shè)定之樣板影像與待測影像，先行縮放至相同大小后，接著進行相關(guān)系數(shù)的運算。

6. 對運算所得之相關(guān)系數(shù)進行判斷，判斷是否存在瑕疵，法則如下：

a. 大于0.9通過檢驗，表示無瑕疵。
b. 介于0.9至0.7先進行進行斷字檢驗，如仍無法判定則繼續(xù)進行其他瑕疵檢驗。
c. 介于0.3至0.7先進行印刷不良，如仍無法判定則繼續(xù)進行其他缺陷檢驗。
d. 介于0.1至0.3之間先進行印字錯誤檢驗，如仍無法判定則繼續(xù)進行其他缺陷檢驗。
e. 小于或等于0.1 則進行缺字檢驗。如仍無法判定則繼續(xù)進行定位錯誤檢驗。

3. 實驗與結(jié)果分析

本文中測試的各項硬設(shè)備的功能和規(guī)格說明如下：

1. 彩色固態(tài)攝影機：Mintron OS-50D。

2. 圖像處理卡：Matrox公司制造的Meteor 影像處理卡。

3. 個人計算機：IBM 兼容的個人計算機，中央處理器INTEL Pentium III 550，易失存儲器 192MB，顯示卡為 SIS6326，最大分辨率 1024 X 768。

4. 光源照明： 以一白光環(huán)形燈于待測組件上方打光。

5. 程序語言： Borland C++ Builder 5.0， 并利用Matrox公司提供之MIL 函式庫5.12 版。

6. 實驗環(huán)境： 本研究之硬設(shè)備為將彩色固態(tài)攝影機架設(shè)于一垂直操作臺上，待測物放于固定平臺上，CCD 距離臺面15 公分，鏡頭離臺面11公分。

我們?yōu)榱私獯艘粰z驗方法的效果，擬定了一套檢驗過程。連續(xù)取像檢驗20 個芯片影像進行結(jié)果分析。由實驗所得的結(jié)果，我們發(fā)現(xiàn)利用相關(guān)系數(shù)作為判斷依據(jù)與分類準(zhǔn)則是一個不錯的方法。由于待測影像均為小影像，故運算并不會太過緩慢。加上大部分的組件都是完好的，故以相關(guān)系數(shù)作判斷分類，可以有效減少判斷所需次數(shù)。我們可以由圖九與圖十中看到系統(tǒng)可以將有瑕疵的區(qū)域突顯出來，并將各個區(qū)域影像的相關(guān)系數(shù)顯示，如我們所預(yù)期，斷字的相關(guān)系數(shù)落于0.7 至0.9 中。而缺字也因為沒有物體于區(qū)域影像中，故相關(guān)系數(shù)運算得到其值為0，也符合了我們當(dāng)初的檢驗設(shè)定值。

圖九. (a)斷字初步判斷影像輸出;(b)斷字影像之相關(guān)系數(shù)數(shù)據(jù)

圖十. (a)缺字初步判斷影像輸出;(b)缺字影像之相關(guān)系數(shù)數(shù)據(jù)

對于檢驗加速方面的考慮，我們以金字塔的觀念，建立一個原影像的等比例縮小圖，來簡化相關(guān)系數(shù)運算時的數(shù)據(jù)處理量，在大圖形時可以將原檢測圖形以等比例縮小數(shù)次，可以減少運算時間，同時搜尋到的組件位置也不會偏差太多。

各處理步驟所需所花的時間如表一依所示。我們利用C 語言指針的特性加速程序的執(zhí)行，采用區(qū)域圖像處理，而盡量不進行整張圖形處理。整個檢驗流程，以一個有30 個字符的IC 影像而言只需0.5 秒左右，如再進一步將程序優(yōu)化，則可望再減少些檢驗所需時間。

表一. 處理各步驟所需時間

結(jié)論

本文提出利用相關(guān)系數(shù)作為對IC 影像瑕疵與否的分類器，依據(jù)相關(guān)系數(shù)的數(shù)值，來做相對應(yīng)的判斷處理，可以簡化IC 檢驗處理流程。利用相關(guān)系數(shù)的分類對于檢驗加速而言相當(dāng)有效，但其卻對字符的影像擷取質(zhì)量相當(dāng)敏感，故整體檢驗時環(huán)境需要多加注意。對于字體印刷質(zhì)量的界定，應(yīng)可有更佳的檢測方法。以增進判斷的準(zhǔn)確與細致。