TW202107073A - 基於假點缺陷檢測之pcb檢修系統及檢修方法 - Google Patents

基於假點缺陷檢測之pcb檢修系統及檢修方法 Download PDF

Info

Publication number
TW202107073A
TW202107073A TW109127011A TW109127011A TW202107073A TW 202107073 A TW202107073 A TW 202107073A TW 109127011 A TW109127011 A TW 109127011A TW 109127011 A TW109127011 A TW 109127011A TW 202107073 A TW202107073 A TW 202107073A
Authority
TW
Taiwan
Prior art keywords
defect
inspection
false point
image
defects
Prior art date
Application number
TW109127011A
Other languages
English (en)
Other versions
TWI757825B (zh
Inventor
諾尼 弗依斯沃瑟
凡 柯布蘭
胡冰峰
陳朋飛
Original Assignee
大陸商蘇州康代智能科技股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 大陸商蘇州康代智能科技股份有限公司 filed Critical 大陸商蘇州康代智能科技股份有限公司
Publication of TW202107073A publication Critical patent/TW202107073A/zh
Application granted granted Critical
Publication of TWI757825B publication Critical patent/TWI757825B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/888—Marking defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G01N2021/95615—Inspecting patterns on the surface of objects using a comparative method with stored comparision signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods
    • G01N2201/1296—Using chemometrical methods using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30141—Printed circuit board [PCB]

Abstract

基於假點缺陷檢測之PCB檢修系統及檢修方法，系統包括自動光學檢測設備、數據庫服務器和檢修設備，自動光學檢測設備用於對待檢測之印刷電路板進行掃描得到掃描圖像，並將其與通過數據庫服務器加載之對應標準圖像作比較，以構建包含對應於掃描圖像之初步判定之缺陷坐標信息之缺陷列表；檢修設備能夠通過數據庫服務器加載掃描圖像及對應之缺陷列表，並對掃描圖像在缺陷列表中之每個缺陷坐標處之初步判定之缺陷進行壹壹復檢，若復檢缺陷為假點缺陷，則將該缺陷從缺陷列表中刪除，檢修設備對印刷電路板對應缺陷列表中剩餘之缺陷坐標處之缺陷進行檢修。

Description

基於假點缺陷檢測之PCB檢修系統及檢修方法
本發明涉及電路板檢測檢修領域，尤其涉及一種基於假點缺陷檢測之PCB檢修系統及檢修方法。
現如今在高度發展之電子工業時代，印刷電路板（Printed Circuit Board，PCB）已成為計算機、電子通信等産品上必不可缺之一樣重要部件之一。印刷電路板在生産過程中會有線路短路或者斷路之缺陷，而印刷電路板之好壞決定著相應電子器件産品之合格與否，因此，印刷電路板之質量檢測與檢修顯得格外重要。
現有技術中，自動光學檢測設備（Automated Optical Inspection，AOI）在電路板生産過程中運用較為普遍，AOI能夠檢測PCB上之缺陷，然後人工根據AOI檢測到之缺陷進行檢修。現今客戶不僅對AOI自身之工作效率有要求，而且對AOI檢測後完成檢修之工作效率要求也越來越高，目前，市場上之普遍之AOI供應商，僅能提供單獨之AOI設備，被檢測之PCB從AOI設備上得到缺陷坐標後，移動到檢修設備，根據該缺陷坐標，人工通過檢修設備對缺陷逐個進行檢修，這個過程中，在數據傳輸、PCB板材搬運、逐個缺陷點檢修等都會耗費大量之時間。
現有技術中缺少一種提高PCB缺陷檢測及檢修之解決方案。
為瞭解決現有技術之問題，本發明提供了一種基於假點缺陷檢測之PCB檢修系統及檢修方法，大大提高PCB缺陷檢測及檢修效率，所述技術方案如下：
一方面，本發明提供了一種基於假點缺陷檢測之PCB檢修系統，包括自動光學檢測設備、數據庫服務器和檢修設備，所述檢修設備上配置有用於驗證假點缺陷之缺陷虛擬檢測模塊，所述自動光學檢測設備、缺陷虛擬檢測模塊均與所述數據庫服務器通信連接；
所述自動光學檢測設備用於對待檢測之印刷電路板進行掃描得到掃描圖像，並將其與通過數據庫服務器加載之對應標準圖像作比較，以構建缺陷列表，所述缺陷列表中包含對應於所述掃描圖像之初步判定之缺陷之缺陷坐標信息；
所述數據庫服務器用於存儲所述自動光學檢測設備輸出之掃描圖像及對應之缺陷列表；
所述檢修設備之缺陷虛擬檢測模塊能夠通過所述數據庫服務器加載掃描圖像及對應之缺陷列表，並對所述掃描圖像在缺陷列表中之每個缺陷坐標處之初步判定之缺陷進行一一複檢，若複檢缺陷為假點缺陷，則將該缺陷從所述缺陷列表中刪除，所述檢修設備對所述印刷電路板對應缺陷列表中剩餘之缺陷坐標處之缺陷進行檢修。
作為第一種可選技術方案，對初步判定之缺陷進行複檢包括：提取初步判定之缺陷對應之缺陷坐標處之局部圖像，判斷該局部圖像是否滿足短路特徵或者斷路特徵，其中，所述短路特徵包括具有連接著兩根排線之直線，所述斷路特徵包括在排線上存在缺口，若滿足任意一個特徵，則判定所述缺陷為真實缺陷，否則判定所述缺陷為假點缺陷。
作為第二種可選技術方案，對初步判定之缺陷進行複檢包括：提取初步判定之缺陷對應之缺陷坐標處之局部圖像，判斷該局部圖像是否同時滿足以下條件：非直線、不規則且孤立存在之圖形，若同時滿足以上特徵，則判定所述缺陷為假點缺陷。
作為第三種可選技術方案，對初步判定之缺陷進行複檢包括：
通過數據庫服務器加載預設之若幹個缺陷模板圖像，所述缺陷模板圖像被標定為真實缺陷或假點缺陷；
提取初步判定之缺陷對應之缺陷坐標處之局部圖像，並將其與所述缺陷模板圖像進行相似度比較，找到與之相似度最高之缺陷模板圖像；
若所述相似度最高之缺陷模板圖像被標定為真實缺陷，則判定該初步判定之缺陷為真實缺陷；若所述相似度最高之缺陷模板圖像被標定為假點缺陷，則判定該初步判定之缺陷為假點缺陷。
作為第四種可選技術方案，對初步判定之缺陷進行複檢包括：提取初步判定之缺陷對應之缺陷坐標處之局部圖像，將其輸入完成訓練之神經網絡模型，根據所述神經網絡模型輸出之結果，判定所述缺陷為真實缺陷還是假點缺陷。
進一步地，對待檢測之印刷電路板進行掃描包括採用不同視角角度對PCB進行掃描，得到不同視角視圖，所述視角視圖包括二維視角視圖和三維視角視圖。
進一步地，所述檢修設備還包括可移動之攝像裝置，所述攝像裝置能夠移動到所述印刷電路板對應缺陷列表中剩餘之缺陷坐標處，並對所述缺陷坐標處之缺陷進行放大顯示，以供進行人工檢修。
進一步地，所述數據庫服務器之數量為一個，所述自動光學檢測設備和檢修設備之數量為多個，所述自動光學檢測設備和檢修設備之數量相同或者不同。
另一方面，本發明提供了一種基於假點缺陷檢測之PCB檢修方法，包括以下步驟：
對待檢測之印刷電路板進行掃描得到掃描圖像；
將其與印刷電路板之標準圖像作比較，將差異作為初步判定之缺陷並構建缺陷列表，所述缺陷列表中包含對應於所述掃描圖像之初步判定之缺陷之缺陷坐標信息；
對所述掃描圖像在缺陷列表中之每個缺陷坐標處之初步判定之缺陷進行一一複檢，若複檢缺陷為假點缺陷，則將該缺陷從所述缺陷列表中刪除；
對所述印刷電路板對應缺陷列表中剩餘之缺陷坐標處之缺陷進行檢修。
進一步地，對每一個初步判定之缺陷進行複檢包括以下步驟：
提取初步判定之缺陷對應之缺陷坐標處之局部圖像，並對所述局部圖像按照以下任意一種或多種方式進行判斷：
第一種方式為判斷該局部圖像是否滿足短路特徵或者斷路特徵，其中，所述短路特徵包括具有連接著兩根排線之直線，所述斷路特徵包括在排線上存在缺口，若滿足任意一個特徵，則判定所述缺陷為真實缺陷，否則判定所述缺陷為假點缺陷；
第二種方式為判斷該局部圖像是否同時滿足以下條件：非直線、不規則且孤立存在之圖形，若同時滿足以上特徵，則判定所述缺陷為假點缺陷；
第三種方式為將該局部圖像與預設之若幹個標定為真實缺陷或假點缺陷之缺陷模板圖像進行相似度比較，根據相似度最高之缺陷模板圖像之標定來判定所述缺陷為真實缺陷還是假點缺陷；
第四種方式為將該局部圖像輸入至完成訓練之神經網絡模型，根據所述神經網絡模型輸出之結果，判定所述缺陷為真實缺陷還是假點缺陷。
本發明具有如下有益效果：
a. 將AOI檢測到之假點缺陷進行排查，排除不需要檢修之假點缺陷後再進行檢修，大大提高檢修效率；
b. 通過數據庫服務器將AOI與檢修設備連接，實現高效之數據傳輸；
c. 檢修設備設置可移動之攝像裝置，對排除假點缺陷後之真實缺陷進行定位並放大顯示，提高人工檢修效率；
d. 多台AOI設備配置一套數據庫服務器與多台檢修設備連接，節約空間和成本。
在以下詳細描述中，闡述了許多具體細節以便提供對本發明之透徹理解。然而，本領域技術人員將理解，可以在沒有這些具體細節之情況下實踐本發明。 在其他情況下，沒有詳細描述衆所周知之方法，過程和組件，以免模糊本發明。
被視為本發明之主題在說明書之結論部分中被特別指出並清楚地主張權利。然而，當結合附圖一起參閱時，通過參考以下詳細描述可以最佳地理解本發明之組織、操作方法，以及主題、特徵和優點。
應當理解，為了說明之簡單和清楚，圖中所示之元件不一定按比例繪制。例如，為了清楚起見，一些元件之尺寸可能相對於其他元件被放大。
由於本發明之說明性實施例在很大程度上可使用本領域技術人員熟知之電子元件和電路來實施，如上文所述，在認為必要之範圍之外，不會對細節作更大之解釋，以便理解和體會本發明之基本概念，以免混淆或分散本發明之教導。
本文中提供了一種基於假點缺陷檢測之PCB檢修系統，參見圖1，所述基於假點缺陷檢測之PCB檢修系統包括自動光學檢測設備（以下AOI）、數據庫服務器（data base Server）和檢修設備，所述檢修設備上配置有用於驗證假點缺陷之缺陷虛擬檢測模塊（又稱虛擬驗證檢測模塊，Virtual Verification and Repair Station，VVR），所述自動光學檢測設備、缺陷虛擬檢測模塊均與所述數據庫服務器通信連接；
所述自動光學檢測設備用於對待檢測之印刷電路板進行掃描得到掃描圖像，並將其與通過數據庫服務器加載之對應標準圖像作比較，將比較得到之差異點作為初步判定之缺陷，構建缺陷列表，所述缺陷列表中包含對應於所述掃描圖像之初步判定之缺陷之缺陷坐標信息；
所述數據庫服務器用於存儲所述自動光學檢測設備輸出之掃描圖像及對應之缺陷列表；
所述檢修設備之缺陷虛擬檢測模塊能夠通過所述數據庫服務器加載掃描圖像及對應之缺陷列表，並對所述掃描圖像在缺陷列表中之每個缺陷坐標處之初步判定之缺陷進行一一複檢，若複檢缺陷為假點缺陷，則將該缺陷從所述缺陷列表中刪除，所述檢修設備對所述印刷電路板對應缺陷列表中剩餘之缺陷坐標處之缺陷進行檢修。
如圖1所示，AOI設備其在掃描PCB板後，可以得到缺陷之整體佈局圖片，並能在圖片中準確之標定對應缺陷點之坐標，在AOI設備系統中，還具有判定缺陷類型之功能，例如線路板漏焊、多焊和焊接錯誤等。與AOI 連接之是帶有 數據儲存功能之數據庫服務器，該數據庫服務器可以準確地存儲AOI掃描後輸入之信息，與數據庫服務器連接之是檢修設備之VVR系統，VVR採集數據庫服務器中對應板材之缺陷信息，通過自身之智能判定系統或者人工圖片驗視，可以準確地判斷出缺陷信息中“假點”信息和“假點”坐標信息，然後通過操作可以刪除判斷出來之“假點”信息，在刪除“假點”後，通過VVR設備上之Video移動到對應“真點”缺陷坐標位置處進行人工檢修。
相比較之前所有之由AOI掃描出之缺陷點，均需要由單獨之檢修設備，通過人工對缺陷點逐個檢修之方法，減少了大量之工作浪費在“假點”之處理上，不僅提高了工作效率，而且避免了了人工在檢修“假點”誤判。
在本發明之一個優選實施例中，可採用不同視角角度對PCB進行掃描，得到不同視角視圖，比如某一對比度、飽和度、色調之二維視圖（比如圖5）或3D視覺之圖像（比如圖6），尤其如圖6所示之3D掃描視覺，可以準確地判斷出“假點”、“真點”，提高了判斷之準確性，不會出現誤刪“假點”之情況，而且還可以為後續之人工修複提供圖像參考，更加方便人工檢修。
作為第一種可選技術方案，利用排除法對初步判定之缺陷進行複檢包括：提取初步判定之缺陷對應之缺陷坐標處之局部圖像，判斷該局部圖像是否滿足短路特徵或者斷路特徵，其中，所述短路特徵包括具有連接著兩根排線之直線（如圖2所示），所述斷路特徵包括在排線上存在缺口（未圖示），若滿足任意一個特徵，則判定所述缺陷為真實缺陷，否則判定所述缺陷為假點缺陷。“假點缺陷”是在初步判定過程中被誤判為缺陷，實際不需要人工檢修，因此，需要從缺陷列表中刪除；“真實缺陷”是需要人工逐個點檢修之，如圖2中之多焊接之窄縫，會導致PCB短路，這時就需要人工將該窄縫去除。
作為第二種可選技術方案，利用特徵對應法對初步判定之缺陷進行複檢包括：提取初步判定之缺陷對應之缺陷坐標處之局部圖像，判斷該局部圖像是否同時滿足以下條件：非直線、不規則且孤立存在之圖形（如圖3所示），若同時滿足以上特徵，則判定所述缺陷為假點缺陷。所述“假點缺陷”可以是灰塵，汙點，或者指紋等，在PCB板材中會大量存在，在AOI掃描時候均會判定為缺陷點，若不智能排除，在後續檢修時候，將花費大量人工在這些大量之“假點缺陷”上面，本發明實施例引入VVR系統，可以大大減少該方面之時間花費。
作為第三種可選技術方案，利用相似度匹配法對初步判定之缺陷進行複檢包括：
通過數據庫服務器加載預設之若幹個缺陷模板圖像，所述缺陷模板圖像被標定為真實缺陷或假點缺陷；
提取初步判定之缺陷對應之缺陷坐標處之局部圖像，並將其與所述缺陷模板圖像進行相似度比較，找到與之相似度最高之缺陷模板圖像；
若所述相似度最高之缺陷模板圖像被標定為真實缺陷，則判定該初步判定之缺陷為真實缺陷；若所述相似度最高之缺陷模板圖像被標定為假點缺陷，則判定該初步判定之缺陷為假點缺陷。
作為第四種可選技術方案，對初步判定之缺陷進行複檢包括：提取初步判定之缺陷對應之缺陷坐標處之局部圖像，將其輸入完成訓練之神經網絡模型，根據所述神經網絡模型輸出之結果，判定所述缺陷為真實缺陷還是假點缺陷。其中，所述神經網絡模型可採用現有技術中之深度神經網絡，結合反向傳播算法及隨機梯度下降法對該神經網絡進行訓練。神經網絡在圖像識別領域的應用為現有技術，神經網絡的具體模型及相關算法本身可以理解為採用現有技術。
需要說明的是，為了進壹步提高假點缺陷的檢測準確性，以上四種對初步判定之缺陷進行複檢的技術方案可以組合使用，比如使用第壹種和第三種技術方案的結合，只有兩者均判定當前缺陷為假點缺陷，才可以將當前缺陷作為假點缺陷進而從缺陷列表中將其刪除。
甚至可以將四種技術方案組合起來判斷當前缺陷是真實缺陷還是假點缺陷。顯然，若四種技術方案的判斷結果均為假點缺陷，則當前缺陷為假點缺陷的判定準確性即大大提高；或者，四種技術方案的判斷結果中至少三種（或兩種）判定為假點缺陷，則將當前缺陷作為假點缺陷進而從缺陷列表中將其刪除。
在本發明之一個優選實施例中，所述檢修設備還包括可移動之攝像裝置，所述攝像裝置能夠移動到所述印刷電路板對應缺陷列表中剩餘之缺陷坐標處，並對所述缺陷坐標處之缺陷進行放大顯示，以供進行人工檢修。在本實施例中，所述攝像裝置有兩個作用，第一是移動到當前待檢修之缺陷之相對位置處，以提示檢修人員對攝像裝置當前相對位置處之PCB進行檢修，避免漏檢修；第二是攝像裝置能夠對當前缺陷區域進行高倍率放大顯示，以使檢修人員清楚、快速地確定當前要檢修之缺陷，避免誤檢修。
在本發明之一個優選實施例中，如圖4所示，所述數據庫服務器之數量為一個，所述自動光學檢測設備和檢修設備之數量為多個。為多台AOI設備配置一套數據庫服務器與多台VVR系統連接，數據庫服務器在客戶處可以只使用一套即可，其可以配合多台AOI與VVR同時工作，數據庫服務器不僅可以收集單片或者多片PCB缺陷信息，還可以收集多台AOI掃描PCB缺陷信息，這樣通過一套數據庫服務器就可以工作之系統可以節省客戶處之空間和成本。顯然，若所述自動光學檢測設備和/或檢修設備同樣僅為壹臺的情況同樣屬於本發明主張的保護範圍，多臺自動光學檢測設備和檢修設備僅為優選實施例，而非必要限定，對於多臺自動光學檢測設備和檢修設備的情況，兩者數量可以不同，即兩者之間不壹定存在壹壹對應的關聯。
在本發明之一個實施例中，提供了一種基於假點缺陷檢測之PCB檢修方法，如圖7所示，所述檢修方法包括以下步驟：
S1、對待檢測之印刷電路板進行掃描得到掃描圖像；
S2、將其與印刷電路板之標準圖像作比較，將差異作為初步判定之缺陷並構建缺陷列表，所述缺陷列表中包含對應於所述掃描圖像之初步判定之缺陷之缺陷坐標信息；
S3、開始遍曆缺陷列表，比如按序對第一個缺陷坐標處之初步判定之缺陷進行複檢；
S4、若複檢之結果為該缺陷為假點缺陷，則執行S5，否則執行S6；
S5、將複檢得到之假點缺陷從所述缺陷列表中刪除；
S6、判斷是否完成對缺陷列表中之缺陷之遍曆，若完成，執行S7，否則，遍曆缺陷列表中之下一個缺陷坐標處之缺陷並繼續執行S4；
S7、對所述印刷電路板對應缺陷列表中剩餘之缺陷坐標處之缺陷進行檢修。
如上述實施例所述，對每一個初步判定之缺陷進行複檢包括以下步驟：
提取初步判定之缺陷對應之缺陷坐標處之局部圖像，並對所述局部圖像按照以下任意一種或多種方式進行判斷：
第一種方式為判斷該局部圖像是否滿足短路特徵或者斷路特徵，其中，所述短路特徵包括具有連接著兩根排線之直線，所述斷路特徵包括在排線上存在缺口，若滿足任意一個特徵，則判定所述缺陷為真實缺陷，否則判定所述缺陷為假點缺陷；
第二種方式為判斷該局部圖像是否同時滿足以下條件：非直線、不規則且孤立存在之圖形，若同時滿足以上特徵，則判定所述缺陷為假點缺陷；
第三種方式為將該局部圖像與預設之若幹個標定為真實缺陷或假點缺陷之缺陷模板圖像進行相似度比較，根據相似度最高之缺陷模板圖像之標定來判定所述缺陷為真實缺陷還是假點缺陷；
第四種方式為將該局部圖像輸入至完成訓練之神經網絡模型，根據所述神經網絡模型輸出之結果，判定所述缺陷為真實缺陷還是假點缺陷。
以上四種方式參見上述系統實施例詳述，按照多種方式進行判斷的方法也參見上述系筒實施例中關於四種技術方案可組合以判定的具體說明，在此不再贅述。
本發明是將AOI檢測後之缺陷坐標、掃描圖像（優選地，還包括缺陷之預判類型）通過數據庫服務器連接在檢修設備上，該檢修設備上同時配置有高端之缺陷虛擬檢測模塊，通過該缺陷虛擬檢測模塊自動篩選缺陷點，該系統將所有之灰階缺陷圖像（有缺陷之掃描圖像）分類為“真實”，或者“假”，“假”缺陷被刪除，該“假”缺陷可能為灰塵、汙垢等，從而可以從檢修缺陷列表中刪除；或者通過人工驗視AOI所提供之灰階缺陷圖，將假之缺陷從檢修缺陷列表中刪除。然後“真實”之缺陷將被通過攝像機放大，並通過人工進行驗收，從而可以節省檢修設備對“假”缺陷點進行檢測時間。實現工業4.0之轉變，不僅節省了大量人工檢修時間，減少了人力成本，而且還降低了人工之誤判之概率。
本發明將AOI檢測到之假點缺陷進行排查，排除不需要檢修之假點缺陷後再進行檢修，大大提高檢修效率；通過數據庫服務器將AOI與檢修設備連接，實現高效之數據傳輸；檢修設備設置可移動之攝像裝置，對排除假點缺陷後之真實缺陷進行定位並放大顯示，提高人工檢修效率；多台AOI設備配置一套數據庫服務器與多台檢修設備連接，節約空間和成本。
此外，本領域技術人員將意識到，上述操作之間之界限僅為示例性。多個操作可以合並為單個操作，單個操作可以分佈於額外操作中，且可在至少部分重疊之時間下執行操作。此外，可選實施例可包括特定操作之多個舉例說明，並且操作順序可在各種其他實施例中變化。
然而，其他修改、變化及替代也是可能的。因此，應在示例性意義上而非限制性意義上看待說明書及附圖。
在申請專利範圍聲明中，置於圓括號之間任何參考符號不應被視為限制請求項。詞語“包括”並不排除那些列在申請專利範圍聲明中之其他元件或步驟之存在。此外，本文所使用之術語“一”或“一個”，被定義為一個或多於一個。除非另有說明，否則諸如“第一”和“第二”之類之術語用於任意區分這些術語所描述之元素。因此，這些術語不一定旨在表示這些元素之時間或其他優先級。在彼此不同之申請專利範圍中敘述某些措施之僅有事實並不表示這些措施之組合不能加以利用。
雖然本文已經說明和描述了本發明之某些特徵，但是本領域普通技術人員現在將想到許多修改、替換、改變和等同物。因此，應該理解，所附申請專利範圍旨在覆蓋落入本發明之真正精神內之所有這些修改和變化。
無
被視為本發明之主題在說明書之結論部分中被特別指出並清楚地主張權利。然而，當結合附圖一起參閱時，通過參考以下詳細描述可以最佳地理解本發明之組織、操作方法，以及主題、特徵和優點，其中： 圖1是本發明實施例提供之基於假點缺陷檢測之PCB檢修系統之結構示意圖； 圖2是本發明實施例提供之真實短路缺陷掃描圖像之特徵示意圖； 圖3是本發明實施例提供之假點缺陷掃描圖像之特徵示意圖； 圖4是本發明實施例提供之多AOI、多VVR對應單數據庫服務器之結構示意圖； 圖5是本發明實施例提供之採用二維視角掃描PCB得到之二維視角視圖； 圖6是本發明實施例提供之採用三維視角掃描PCB得到之三維視角視圖； 圖7是本發明實施例提供之基於假點缺陷檢測之PCB檢修方法之流程圖。
本代表圖為流程圖，故無符號簡單說明

Claims (10)

  1. 一種基於假點缺陷檢測之PCB檢修系統，其特徵在於，包括自動光學檢測設備、數據庫服務器和檢修設備，所述檢修設備上配置有用於驗證假點缺陷之缺陷虛擬檢測模塊，所述自動光學檢測設備、缺陷虛擬檢測模塊均與所述數據庫服務器通信連接； 所述自動光學檢測設備用於對待檢測之印刷電路板進行掃描得到掃描圖像，並將其與通過數據庫服務器加載之對應標準圖像作比較，以構建缺陷列表，所述缺陷列表中包含對應於所述掃描圖像之初步判定之缺陷之缺陷坐標信息； 所述數據庫服務器用於存儲所述自動光學檢測設備輸出之掃描圖像及對應之缺陷列表； 所述檢修設備之缺陷虛擬檢測模塊能夠通過所述數據庫服務器加載掃描圖像及對應之缺陷列表，並對所述掃描圖像在缺陷列表中之每個缺陷坐標處之初步判定之缺陷進行一一複檢，若複檢缺陷為假點缺陷，則將該缺陷從所述缺陷列表中刪除，所述檢修設備對所述印刷電路板對應缺陷列表中剩餘之缺陷坐標處之缺陷進行檢修。
  2. 根據請求項1所述之基於假點缺陷檢測之PCB檢修系統，其特徵在於，對初步判定之缺陷進行複檢包括：提取初步判定之缺陷對應之缺陷坐標處之局部圖像，判斷該局部圖像是否滿足短路特徵或者斷路特徵，其中，所述短路特徵包括具有連接著兩根排線之直線，所述斷路特徵包括在排線上存在缺口，若滿足任意一個特徵，則判定所述缺陷為真實缺陷，否則判定所述缺陷為假點缺陷。
  3. 根據請求項1所述之基於假點缺陷檢測之PCB檢修系統，其特徵在於，對初步判定之缺陷進行複檢包括：提取初步判定之缺陷對應之缺陷坐標處之局部圖像，判斷該局部圖像是否同時滿足以下條件：非直線、不規則且孤立存在之圖形，若同時滿足以上特徵，則判定所述缺陷為假點缺陷。
  4. 根據請求項1所述之基於假點缺陷檢測之PCB檢修系統，其特徵在於，對初步判定之缺陷進行複檢包括： 通過數據庫服務器加載預設之若幹個缺陷模板圖像，所述缺陷模板圖像被標定為真實缺陷或假點缺陷； 提取初步判定之缺陷對應之缺陷坐標處之局部圖像，並將其與所述缺陷模板圖像進行相似度比較，找到與之相似度最高之缺陷模板圖像； 若所述相似度最高之缺陷模板圖像被標定為真實缺陷，則判定該初步判定之缺陷為真實缺陷；若所述相似度最高之缺陷模板圖像被標定為假點缺陷，則判定該初步判定之缺陷為假點缺陷。
  5. 根據請求項1所述之基於假點缺陷檢測之PCB檢修系統，其特徵在於，對初步判定之缺陷進行複檢包括：提取初步判定之缺陷對應之缺陷坐標處之局部圖像，將其輸入完成訓練之神經網絡模型，根據所述神經網絡模型輸出之結果，判定所述缺陷為真實缺陷還是假點缺陷。
  6. 根據請求項1所述之基於假點缺陷檢測之PCB檢修系統，其特徵在於，對待檢測之印刷電路板進行掃描包括採用不同視角角度對PCB進行掃描，得到不同視角視圖，所述視角視圖包括二維視角視圖和三維視角視圖。
  7. 根據請求項1所述之基於假點缺陷檢測之PCB檢修系統，其特徵在於，所述檢修設備還包括可移動之攝像裝置，所述攝像裝置能夠移動到所述印刷電路板對應缺陷列表中剩餘之缺陷坐標處，並對所述缺陷坐標處之缺陷進行放大顯示，以供進行人工檢修。
  8. 根據請求項1-7中任意一項所述之基於假點缺陷檢測之PCB檢修系統，其特徵在於，所述數據庫服務器之數量為一個，所述自動光學檢測設備和檢修設備之數量為多個，所述自動光學檢測設備和檢修設備之數量相同或者不同。
  9. 一種基於假點缺陷檢測之PCB檢修方法，其特徵在於，包括以下步驟： 對待檢測之印刷電路板進行掃描得到掃描圖像； 將其與印刷電路板之標準圖像作比較，將差異作為初步判定之缺陷並構建缺陷列表，所述缺陷列表中包含對應於所述掃描圖像之初步判定之缺陷之缺陷坐標信息； 對所述掃描圖像在缺陷列表中之每個缺陷坐標處之初步判定之缺陷進行一一複檢，若複檢缺陷為假點缺陷，則將該缺陷從所述缺陷列表中刪除； 對所述印刷電路板對應缺陷列表中剩餘之缺陷坐標處之缺陷進行檢修。
  10. 根據請求項9所述之基於假點缺陷檢測之PCB檢修方法，其特徵在於，對每一個初步判定之缺陷進行複檢包括以下步驟： 提取初步判定之缺陷對應之缺陷坐標處之局部圖像，並對所述局部圖像按照以下任意一種或多種方式進行判斷： 第一種方式為判斷該局部圖像是否滿足短路特徵或者斷路特徵，其中，所述短路特徵包括具有連接著兩根排線之直線，所述斷路特徵包括在排線上存在缺口，若滿足任意一個特徵，則判定所述缺陷為真實缺陷，否則判定所述缺陷為假點缺陷； 第二種方式為判斷該局部圖像是否同時滿足以下條件：非直線、不規則且孤立存在之圖形，若同時滿足以上特徵，則判定所述缺陷為假點缺陷； 第三種方式為將該局部圖像與預設之若幹個標定為真實缺陷或假點缺陷之缺陷模板圖像進行相似度比較，根據相似度最高之缺陷模板圖像之標定來判定所述缺陷為真實缺陷還是假點缺陷； 第四種方式為將該局部圖像輸入至完成訓練之神經網絡模型，根據所述神經網絡模型輸出之結果，判定所述缺陷為真實缺陷還是假點缺陷。
TW109127011A 2019-08-09 2020-08-10 基於假點缺陷檢測之pcb檢修系統及檢修方法 TWI757825B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910732889.5A CN110579479A (zh) 2019-08-09 2019-08-09 一种基于假点缺陷检测的pcb检修系统及检修方法
CN201910732889.5 2019-08-09

Publications (2)

Publication Number Publication Date
TW202107073A true TW202107073A (zh) 2021-02-16
TWI757825B TWI757825B (zh) 2022-03-11

Family

ID=68810656

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109127011A TWI757825B (zh) 2019-08-09 2020-08-10 基於假點缺陷檢測之pcb檢修系統及檢修方法

Country Status (4)

Country Link
KR (1) KR20220041212A (zh)
CN (1) CN110579479A (zh)
TW (1) TWI757825B (zh)
WO (1) WO2021027184A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI745256B (zh) * 2021-04-12 2021-11-01 南亞塑膠工業股份有限公司 經營管理系統
CN114441554A (zh) * 2020-11-06 2022-05-06 李明苍 检测方法
TWI788239B (zh) * 2021-03-12 2022-12-21 大陸商奧特斯科技（重慶）有限公司 構件承載件的製造方法，處理系統，電腦程式及系統架構

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353983B (zh) * 2020-02-28 2023-05-23 腾讯科技（深圳）有限公司 缺陷检测识别方法、装置、计算机可读介质及电子设备
CN111768371A (zh) * 2020-06-05 2020-10-13 上海展华电子(南通)有限公司 Aoi智能检修方法、装置、计算机设备和存储介质
CN111812118A (zh) * 2020-06-24 2020-10-23 阿丘机器人科技(苏州)有限公司 Pcb检测方法、装置、设备及计算机可读存储介质
CN111707677A (zh) * 2020-06-24 2020-09-25 江西景旺精密电路有限公司 一种pcb外观检测方法及装置
CN111808367B (zh) * 2020-07-09 2023-05-30 浙江七色鹿色母粒有限公司 塑料ppr银纹翻白缺陷的改进方法
WO2022104585A1 (zh) * 2020-11-18 2022-05-27 苏州康代智能科技股份有限公司 一种印刷电路板远程光学检修方法及系统
CN112415973B (zh) * 2020-11-24 2022-05-17 广州广合科技股份有限公司 一种内层aoi工艺智能化控制方法及控制系统
CN113012097B (zh) * 2021-01-19 2023-12-29 富泰华工业（深圳）有限公司 图像复检方法、计算机装置及存储介质
CN112964737A (zh) * 2021-02-04 2021-06-15 鼎勤科技(深圳)有限公司 电路板的双面外观检测方法
CN113538341A (zh) * 2021-03-31 2021-10-22 联合汽车电子有限公司 自动光学检测辅助方法、装置及存储介质
CN113138529B (zh) * 2021-04-23 2024-04-09 成都路维光电有限公司 一种基于aoi系统的掩模版缺陷检测方法及系统
CN113030123B (zh) * 2021-05-27 2021-08-24 安福得鑫智能设备有限公司 一种基于物联网的aoi检测反馈系统
CN113609897A (zh) * 2021-06-23 2021-11-05 阿里巴巴新加坡控股有限公司 缺陷的检测方法和缺陷的检测系统
CN113554626A (zh) * 2021-07-26 2021-10-26 朗华全能自控设备（上海）股份有限公司 一种软性电路板瑕疵检测方法及装置
TWI786894B (zh) * 2021-10-20 2022-12-11 國立清華大學 檢測方法
CN114280079A (zh) * 2021-12-27 2022-04-05 昆山柏特电子有限公司 一种印制电路板生产用aoi测试工艺改善方法
CN114782431B (zh) * 2022-06-20 2022-10-14 苏州康代智能科技股份有限公司 一种印刷电路板缺陷检测模型训练方法及缺陷检测方法
CN115063286B (zh) * 2022-08-08 2022-11-25 江苏时代新能源科技有限公司 一种检测系统及图像处理方法
CN115754670B (zh) * 2022-11-15 2023-07-18 广东炬森智能装备有限公司 一种pcb线路板短路缺陷的修补复检方法及设备
CN116967615B (zh) * 2023-07-31 2024-04-12 上海感图网络科技有限公司 电路板复检打标方法、装置、设备及存储介质
CN117372368A (zh) * 2023-10-17 2024-01-09 苏州真目人工智能科技有限公司 基于级联闭环深度学习算法的外观检测装置和方法
CN117409261B (zh) * 2023-12-14 2024-02-20 成都数之联科技股份有限公司 一种基于分类模型的元件角度分类方法及系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1955717B (zh) * 2000-09-10 2011-04-20 奥博泰克有限公司 Pcb检测中错误报警的减少
JP2003344309A (ja) * 2002-05-30 2003-12-03 Olympus Optical Co Ltd 検査装置のパラメータ設定方法
US8290239B2 (en) * 2005-10-21 2012-10-16 Orbotech Ltd. Automatic repair of electric circuits
US20080002874A1 (en) * 2006-06-29 2008-01-03 Peter Fiekowsky Distinguishing reference image errors in optical inspections
CN201440128U (zh) * 2009-07-13 2010-04-21 北京航星科技有限公司 一种面向pcb缺陷检测的自动光学检测系统
CN103926254A (zh) * 2014-05-08 2014-07-16 康代影像科技(苏州)有限公司 一种用于pcb板缺陷检测的统计系统及方法
CN106897994A (zh) * 2017-01-20 2017-06-27 北京京仪仪器仪表研究总院有限公司 一种基于分层图像的pcb板缺陷检测系统和方法
CN107093174B (zh) * 2017-04-05 2018-03-27 湖北工业大学 一种pcb设计缺陷检测方法
CN207908385U (zh) * 2017-12-13 2018-09-25 深圳市光速达机器人科技有限公司 一种基于视觉分辨的pcb板焊接缺陷自检系统
CN110006903A (zh) * 2018-01-05 2019-07-12 皓琪科技股份有限公司 印刷电路板复检系统、标示方法与复检方法
TWI703514B (zh) * 2018-05-24 2020-09-01 牧德科技股份有限公司 人工智慧複檢系統及其方法
CN109752392B (zh) * 2018-12-24 2021-08-03 苏州江奥光电科技有限公司 一种pcb板缺陷类型检测系统和方法
CN109936927A (zh) * 2019-04-10 2019-06-25 奥蒂玛光学科技（深圳）有限公司 电路板修复方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114441554A (zh) * 2020-11-06 2022-05-06 李明苍 检测方法
CN114441554B (zh) * 2020-11-06 2023-09-29 李明苍 检测方法
TWI788239B (zh) * 2021-03-12 2022-12-21 大陸商奧特斯科技（重慶）有限公司 構件承載件的製造方法，處理系統，電腦程式及系統架構
TWI745256B (zh) * 2021-04-12 2021-11-01 南亞塑膠工業股份有限公司 經營管理系統

Also Published As

Publication number Publication date
TWI757825B (zh) 2022-03-11
KR20220041212A (ko) 2022-03-31
CN110579479A (zh) 2019-12-17
WO2021027184A1 (zh) 2021-02-18

Similar Documents

Publication Publication Date Title
TWI757825B (zh) 基於假點缺陷檢測之pcb檢修系統及檢修方法
CN110659662B (zh) 利用人工智能的瑕疵检测系统及其方法
TWI585398B (zh) Projection-type printed circuit board re-inspection system and methods, and marking the location of the defect
CN101432863B (zh) 故障源设备确定系统
TWI715051B (zh) 機器學習方法及應用機器學習方法的自動光學檢測設備
CN109142380A (zh) 电路板的故障检测方法、装置和系统
JP3906780B2 (ja) 部品コード変換テーブルに対するデータ登録方法、基板検査データの作成装置、登録処理用のプログラムおよびその記憶媒体
JP6988500B2 (ja) 検査管理システム、検査管理装置、検査管理方法
Liao et al. Guidelines of automated optical inspection (AOI) system development
CN106501978A (zh) 一种显示面板不良信息的分析方法和分析装置
JP2002277412A (ja) 検査画面の表示方法及び基板検査システム
CN101556250A (zh) 产品质量的检验系统及其方法
CN113866182A (zh) 一种用于检测显示模组缺陷的检测方法及系统
JP2006251561A (ja) 欠陥画素リペア方法
Malge et al. A survey: Automated visual pcb inspection algorithm
CN110763703A (zh) 一种辅助印刷电路板快速定位定点放大观察的投影式系统
CN115511791A (zh) 一种液晶光栅功能检测方法及系统
CN214201239U (zh) 一种印刷电路板远程光学检修系统
CN115546140A (zh) 一种显示面板检测方法、系统及电子装置
WO2022104585A1 (zh) 一种印刷电路板远程光学检修方法及系统
JPH0964600A (ja) 検査出力の表示方法
TWI769688B (zh) 一種印刷電路板遠程光學檢修方法及系統
CN216870414U (zh) 一种用于检测整板元件外观缺陷的装置
RU2811335C1 (ru) Способ и устройство для контроля контактов розеток соединителей, установленных на печатной плате
Leta et al. Computational system to detect defects in mounted and bare PCB based on connectivity and image correlation