OI檢測設(shè)備光學(xué)原理及操作實(shí)用

1.2.1 原理

AOI設(shè)備，主要原理有光學(xué)原理和圖像處理技術(shù)（檢測原理）。光學(xué)原理包括光學(xué)的反射原理和光學(xué)成像原理，光學(xué)原理是AOI檢測設(shè)備的基本原理。圖像處理技術(shù)，是分析檢測的關(guān)鍵技術(shù)。檢測算法則直接影響缺陷的檢測能力。

光學(xué)原理，主要為光線的反射原理，如下圖：

光學(xué)從左邊入射，通過水平鏡面后，進(jìn)行等角度的反射，從右邊反射。當(dāng)光學(xué)反射到鏡頭內(nèi)時(shí)，則在相機(jī)內(nèi)成像，否則不成像。

ＡＯＩ的光源結(jié)構(gòu)為RGB（紅綠藍(lán)）的塔狀環(huán)光學(xué)，光學(xué)的LED分布自上而下分別為紅色LED、綠色LED、藍(lán)色LED等。其拍攝示意圖如下：

上圖為AOI設(shè)備拍攝示意圖，其拍攝圖像的效果圖如下：

上圖為相機(jī)的成像示意圖，Chip件的焊點(diǎn)自焊盤遠(yuǎn)處到電極，其顏色分布分別為紅、綠、藍(lán)等。如下：

根據(jù)以上原理，坡度自水平到垂直所拍攝的圖像效果分別為紅色、黃色（紅色+綠色）、綠色、青色（綠色+藍(lán)色）、藍(lán)色，亮度變化則自亮到暗。

檢測原理，就是指圖像的檢測處理算法。 AOI的檢測算法包括圖像統(tǒng)計(jì)原理、灰階處理算法和圖像色彩分析技術(shù)。

圖像統(tǒng)計(jì)原理， AOI獨(dú)有的一種有效的檢測算法，幾乎所有的檢測都可用到該算法，該算法就是利用OK樣本的累計(jì)學(xué)習(xí)和色彩比對來進(jìn)行檢測和判斷。

灰階處理算法，是指亮度分析和統(tǒng)計(jì)算法，該算法包括最大值算法、最小值算法、亮度跨度算法、均值算法和亮度抽取算法。

圖像色彩分析技術(shù)，就是指分析和處理圖像的顏色，主要是通過圖像的色彩分布和色彩特征來進(jìn)行檢測和判斷，主要包括色彩抽取算法，波峰焊插件算法、紅膠分析算法、孔洞分析算法等。

1.2.2 不同檢測類型, 亮度標(biāo)準(zhǔn)確定

 AOI主要包括爐后回流焊、爐前錫膏、爐后紅膠板、波峰焊等檢測模塊。每個(gè)檢測檢測模塊針對不同的光源標(biāo)準(zhǔn)。Mairay專用的光源為自上而下分別為RRGB（紅紅綠藍(lán)）的環(huán)塔狀光源，其光源參數(shù)如下：

1.3. 算法詳解

AOI設(shè)備檢測算法，顧名思義，就是指圖像處理技術(shù)，能夠反饋AOI的檢測能力。AOI檢測算法，分為圖像統(tǒng)計(jì)建模算法、灰階處理算法和圖像色彩分析算法。

1.3.1.  圖像統(tǒng)計(jì)建模算法

圖像統(tǒng)計(jì)建模算法，為ＡＯＩ專用的檢測算法，幾乎應(yīng)用所有檢測領(lǐng)域。AOI統(tǒng)計(jì)建模是通過學(xué)習(xí)一系列OK樣板，觀察圖像變化并結(jié)合所有OK圖像中看到的視覺偏差，找出元件外形變化和未來可能變化方式的特征來增強(qiáng)系統(tǒng)識(shí)別OK與NG圖像的能力。其在檢測算法中的算法標(biāo)志為“OTHER”。在學(xué)習(xí)OK樣板過程中主要解決如下三個(gè)問題：

A 元件外形應(yīng)該像什么？
即元件的尺寸、形狀、顏色和表面圖案等。

B 元件會(huì)發(fā)生什么樣的變化？
即元件的自然尺寸、形狀、顏色和表面圖案等變化規(guī)律。

C 元件外形會(huì)變化多少？

即元件的尺寸、形狀、顏色、表面圖案等變化多少是合理的。

最后得到的是一個(gè)綜合了上述元素的介于OK與NG間用于測試的標(biāo)準(zhǔn)模型。

1.3.2.  色彩抽取算法

色彩抽取算法，就是指抽取符合設(shè)定色度范圍和亮度范圍的圖像抽取算法，主要用于抽取圖像的色彩特征。色彩抽取算法，就是指亮度抽取算法 + 色度抽取算法。首先，待測色彩點(diǎn)必需符合亮度特征，即待測色彩點(diǎn)的亮度必需處于標(biāo)準(zhǔn)亮度范圍（亮度下限，亮度上限）；其次，待測色彩點(diǎn)的色度必需符合色度特征，即待測色彩點(diǎn)的色度要處于標(biāo)準(zhǔn)色度范圍。該算法在AOI檢測算法中的算法標(biāo)志為“TOC”，主要應(yīng)用于少錫、空焊、錯(cuò)件、缺件、錫少、露銅等缺陷方面的檢測。

色彩抽取算法的判定，就是指符合標(biāo)準(zhǔn)亮度，并且符合標(biāo)準(zhǔn)色度范圍的色彩點(diǎn)占ROI區(qū)域的比例，是否符合標(biāo)準(zhǔn)范圍。比如ROI區(qū)域的實(shí)際返回值為82%,而標(biāo)準(zhǔn)范圍為（60， 100），則該檢測點(diǎn)為OK點(diǎn)。

色彩抽取算法中，在圖像上表示為色度三角形。該色度三角形在色彩抽取算法中起著重要的輔助作用，其圖像示意圖如下：

上圖①為色度三角形，該色度三角形，可以表示任意的色度范圍，如爐后焊錫中的“少錫”,如②圖，所表示的色度范圍：紅色色度（0， 60），綠色色度（0， 90），藍(lán)色色度（65， 180）。

色彩抽取算法，能夠通過改變其參數(shù)，轉(zhuǎn)化為亮度抽取算法和色度抽取算法。亮度抽取算法，將標(biāo)準(zhǔn)范圍中的紅綠藍(lán)的色度范圍都設(shè)定為（0， 180），僅僅通過標(biāo)準(zhǔn)亮度范圍來抽取符合亮度的色彩點(diǎn)，如下圖①；色度抽取算法，將標(biāo)準(zhǔn)范圍中的亮度范圍設(shè)定為（0，255），通過其色度范圍來抽取符合色度的色彩點(diǎn)，如下圖②。如下：

①圖為亮度抽取算法的參數(shù)示意圖，②為色度抽取算法的示意圖。

1.3.3.  直方圖統(tǒng)計(jì)算法

直方圖統(tǒng)計(jì)算法，就是指通過統(tǒng)計(jì)ROI區(qū)域內(nèi)的亮度分布，或者是亮度變化，來判斷和檢測待測點(diǎn)是否符合標(biāo)準(zhǔn)范圍的灰階處理分析算法。該算法包括最大值（Max）算法、最小值（Min）算法、亮度跨度（Range）算法和平均值算法。其在檢測算法中的算法標(biāo)志為“Histogram”。

最大值算法，就是指ROI區(qū)域內(nèi)，獲取亮度最大的N%的亮度點(diǎn)的亮度平均值的一種灰階統(tǒng)計(jì)算法。如目標(biāo)區(qū)域共計(jì)1000個(gè)亮度點(diǎn)，亮度值最大的5%的亮度點(diǎn)，即50個(gè)亮度點(diǎn)，該50個(gè)點(diǎn)的亮度均值為200，則最大值算法的返回值為200，則圖像的最大值為200。該算法主要用于異物等缺陷方面的檢測。

最小值算法，就是指ROI區(qū)域內(nèi)，獲取亮度最小的N%的亮度點(diǎn)的亮度平均值的一種灰階統(tǒng)計(jì)算法。如目標(biāo)區(qū)域共計(jì)1000個(gè)亮度點(diǎn)，亮度值最小的5%的亮度點(diǎn)，即50個(gè)亮度點(diǎn)，該50個(gè)點(diǎn)的亮度均值為20，則最大值算法的返回值為20，則圖像的最大值為20。該算法主要應(yīng)用于異物等缺陷的檢測。

亮度跨度算法，就是指ROI區(qū)域內(nèi)，統(tǒng)計(jì)最大值與最小值的亮度差異的一種灰階統(tǒng)計(jì)算法。如，目標(biāo)區(qū)域的最大值為200，最小值為20，則亮度跨度為180。該算法主要應(yīng)用于缺件等缺陷的檢測。

平均值算法，就是指統(tǒng)計(jì)ROI區(qū)域內(nèi)所有亮度點(diǎn)的平均亮度的一種灰階統(tǒng)計(jì)算法，該算法主要應(yīng)用于缺件等缺陷的檢測。

1.3.4.  OCV算法

OCV，是指通過分析和獲取待測圖像的輪廓線與標(biāo)準(zhǔn)樣本的輪廓線相似程度的一種圖像處理算法。該算法主要是分析輪廓，給出輪廓擬合程度，來檢測和判定待測點(diǎn)。該算法主要應(yīng)用于錯(cuò)件、缺件等缺陷方面的檢測。其在檢測算法中的算法標(biāo)志為“OCV”。

1.3.5.  Match算法

Match算法，就是指通過分析待測圖像的ROI圖像點(diǎn)和標(biāo)準(zhǔn)樣本的ROI圖像點(diǎn)的相似程度的一種圖像處理算法。該算法主要應(yīng)用于定位、錯(cuò)件、缺件等缺陷方面的檢測。其在檢測算法中的算法標(biāo)志為“Match”。

1.3.6.  Length算法

Length算法，為長度測量算法，就是指測量間隔亮度區(qū)域之間的距離的算法。該算法分為內(nèi)距法、外距法。該算法首先對ROI區(qū)域進(jìn)行亮度投影，通過統(tǒng)計(jì)和計(jì)算投影直方圖亮度區(qū)域之間的距離，如下圖：