AOI算法

最新推荐文章于 2025-03-11 15:53:34 发布

能掐会算两元一位

最新推荐文章于 2025-03-11 15:53:34 发布

阅读量2k

点赞数 7

文章标签：计算机视觉人工智能图像处理

本文链接：https://blog.csdn.net/xcy8185083/article/details/143365879

版权

‌AOI（自动光学检测）检测算法

AOI检测芯片外观缺陷的工作逻辑大致可分为以下四个步骤：

首先，利用CMOS或CCD图像传感器结合多角度光源和镜头，对芯片表面进行细致扫描，获取高分辨率且高对比度的图像；

接着，通过GPU或FPGA处理器对图像进行去噪、校正、分割和增强等算法处理，以提升图像质量；

然后，运用传统图像处理算法和机器学习算法提取边缘、角点、区域等视觉特征，并与正常模板进行比对，以判断是否存在外观缺陷；

最后，生成详细的缺陷分布报告，统计各类缺陷的数量，并分析检测结果和缺陷相关信息。

主要包括以下几种‌：

‌设计规则检测（DRC）‌：这是一种基于规则的检测方法，通过预设的规则来检测图形是否符合设计要求。例如，检测PCB电路时，会检查所有连线是否以焊点为端点，所有引线宽度和间隔是否符合规定值等‌12。
‌图形识别检验‌：这种方法将AOI系统中存储的数字化图形与实际检测图像进行比较，通过比较模板和待检图像中的链接性特征来识别缺陷。如检测PCB电路时，首先按照一块完好的PCB或根据计算机辅助设计模型建立起检测文件（标准数字化图像）与检测文件（实际数字化图像）进行比较。
‌统计建模图像对比‌：这种方法通过学习一系列OK图像的样本，提取各种图像的变化特征，生成一个综合标准图像及参数标准图像。这种方法能够更准确地识别缺陷，适用于复杂的SMT装配工艺‌3。
‌粗检测缺陷‌：通过将模板图像和待检图像进行异或运算，检测出大缺陷（如丢失或多余的大焊盘）‌2。

图像识别

图像分析技术，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、博里叶分析法、光学特征识别法等，每个技术都有优势和局限。
检测算法包括图像统计原理、灰阶处理算法和图包色彩分析技术。

算法统计原理：

常用的一种有效的检测算法，几乎所有的检测都可用到该算法，该算法就是利用OK样本的累计学习和色彩对比来进行检测和判断。

灰阶处理算法：

是指亮度缝隙和拥挤算法，该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。

图像色彩分析技术：

就是指分析和处理图像的颜色，主要是通关图像的色彩分布和色彩特征来进行检测和判断，主要包括色彩抽取算法，波峰焊产检算法、红胶分析算法、孔洞缝隙算法等。

检测算法

检测算法有 TOC、 Match、 OCV、 OCR、 Length、 Histogarm 等检测算法

OCV

一种基于图像轮廓分析的算法，它比较待测图像的轮廓线与标准样本的轮廓线以判断它们的相似度。这种算法非常适用于检测错误组件或缺失组件等缺陷，并且它的主要作用是分析和拟合轮廓以判定测量点。

Match

专注于分析待测图像中ROI（感兴趣区域）的图像点与标准样本中对应图像点的相似度。该算法广泛用于定位、错件和缺件检测等领域。

Length

一种测量算法，专门用于计算亮度区域之间的距离。根据测量方式的不同，它进一步分为内距法和外距法。通过对ROI区域进行亮度投影，并统计投影直方图中亮度区域间的距离，我们可以得出精确测量结果。

AOI检测设备算法系列之OCV、Match、Length算法-有驾

在上述图像中，①代表了外距法，测量两个亮度区域外边界之间的间距；②代表了内距法，关注两个亮度区域内边界之间的距离。Length算法特别适用于检测如电容元件等的缺陷。

评价指标

AOI检出率=1-(漏检器件数/总缺陷器件数)X100%

定位算法

https://zhuanlan.zhihu.com/p/698627354

定位，波峰焊中的插件变化大，常规的定位方式不适合插件的定位，所以CREST的定位算法，为特色的定位的方式。该定位方式分为2步，其一是创建定位模板，该定位模板一般为椭圆形;其二是提取焊锡，将焊锡之外的色彩设置为背景。利用在提取焊锡的搜索图中查找与模板拟合最好的区域。

3D AOI

2D AOI主要依赖面阵或线阵相机从单一角度捕捉芯片的2D图像；

而3D AOI则通过多视角或结构光技术获取芯片的3D立体图像。

由于3D AOI能够捕获更丰富的三维信息，因此在缺陷检测方面展现出更高的准确性和全面性。具体优势包括：（1）检测范围更广，3D AOI能从多个角度扫描芯片，覆盖所有三维空间，有效避免2D AOI可能存在的“死角”；（2）检测精度更高，基于三维图像的3D AOI比对检测更为精确；（3）能检测出更多类型的缺陷，如错位、形变、翘起等三维形状方面的缺陷，这些缺陷在2D AOI中可能难以察觉；（（4）图像效果更佳，3D AOI生成的三维视图更直观，有助于快速定位和识别缺陷。