OI检测设备光学原理及操作实用

1.2.1 原理

AOI设备，主要原理有光学原理和图像处理技术（检测原理）。光学原理包括光学的反射原理和光学成像原理，光学原理是AOI检测设备的基本原理。图像处理技术，是分析检测的关键技术。检测算法则直接影响缺陷的检测能力。

光学原理，主要为光线的反射原理，如下图：

光学从左边入射，通过水平镜面后，进行等角度的反射，从右边反射。当光学反射到镜头内时，则在相机内成像，否则不成像。

ＡＯＩ的光源结构为RGB（红绿蓝）的塔状环光学，光学的LED分布自上而下分别为红色LED、绿色LED、蓝色LED等。其拍摄示意图如下：

上图为AOI设备拍摄示意图，其拍摄图像的效果图如下：

上图为相机的成像示意图，Chip件的焊点自焊盘远处到电极，其颜色分布分别为红、绿、蓝等。如下：

根据以上原理，坡度自水平到垂直所拍摄的图像效果分别为红色、黄色（红色+绿色）、绿色、青色（绿色+蓝色）、蓝色，亮度变化则自亮到暗。

检测原理，就是指图像的检测处理算法。 AOI的检测算法包括图像统计原理、灰阶处理算法和图像色彩分析技术。

图像统计原理， AOI独有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比对来进行检测和判断。

灰阶处理算法，是指亮度分析和统计算法，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，主要是通过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，波峰焊插件算法、红胶分析算法、孔洞分析算法等。

1.2.2 不同检测类型, 亮度标准确定

 AOI主要包括炉后回流焊、炉前锡膏、炉后红胶板、波峰焊等检测模块。每个检测检测模块针对不同的光源标准。Mairay专用的光源为自上而下分别为RRGB（红红绿蓝）的环塔状光源，其光源参数如下：

1.3. 算法详解

AOI设备检测算法，顾名思义，就是指图像处理技术，能够反馈AOI的检测能力。AOI检测算法，分为图像统计建模算法、灰阶处理算法和图像色彩分析算法。

1.3.1.  图像统计建模算法

图像统计建模算法，为ＡＯＩ专用的检测算法，几乎应用所有检测领域。AOI统计建模是通过学习一系列OK样板，观察图像变化并结合所有OK图像中看到的视觉偏差，找出元件外形变化和未来可能变化方式的特征来增强系统识别OK与NG图像的能力。其在检测算法中的算法标志为“OTHER”。在学习OK样板过程中主要解决如下三个问题：

A 元件外形应该像什么？
即元件的尺寸、形状、颜色和表面图案等。

B 元件会发生什么样的变化？
即元件的自然尺寸、形状、颜色和表面图案等变化规律。

C 元件外形会变化多少？

即元件的尺寸、形状、颜色、表面图案等变化多少是合理的。

最后得到的是一个综合了上述元素的介于OK与NG间用于测试的标准模型。

1.3.2.  色彩抽取算法

色彩抽取算法，就是指抽取符合设定色度范围和亮度范围的图像抽取算法，主要用于抽取图像的色彩特征。色彩抽取算法，就是指亮度抽取算法 + 色度抽取算法。首先，待测色彩点必需符合亮度特征，即待测色彩点的亮度必需处于标准亮度范围（亮度下限，亮度上限）；其次，待测色彩点的色度必需符合色度特征，即待测色彩点的色度要处于标准色度范围。该算法在AOI检测算法中的算法标志为“TOC”，主要应用于少锡、空焊、错件、缺件、锡少、露铜等缺陷方面的检测。

色彩抽取算法的判定，就是指符合标准亮度，并且符合标准色度范围的色彩点占ROI区域的比例，是否符合标准范围。比如ROI区域的实际返回值为82%,而标准范围为（60， 100），则该检测点为OK点。

色彩抽取算法中，在图像上表示为色度三角形。该色度三角形在色彩抽取算法中起着重要的辅助作用，其图像示意图如下：

上图①为色度三角形，该色度三角形，可以表示任意的色度范围，如炉后焊锡中的“少锡”,如②图，所表示的色度范围：红色色度（0， 60），绿色色度（0， 90），蓝色色度（65， 180）。

色彩抽取算法，能够通过改变其参数，转化为亮度抽取算法和色度抽取算法。亮度抽取算法，将标准范围中的红绿蓝的色度范围都设定为（0， 180），仅仅通过标准亮度范围来抽取符合亮度的色彩点，如下图①；色度抽取算法，将标准范围中的亮度范围设定为（0，255），通过其色度范围来抽取符合色度的色彩点，如下图②。如下：

①图为亮度抽取算法的参数示意图，②为色度抽取算法的示意图。

1.3.3.  直方图统计算法

直方图统计算法，就是指通过统计ROI区域内的亮度分布，或者是亮度变化，来判断和检测待测点是否符合标准范围的灰阶处理分析算法。该算法包括最大值（Max）算法、最小值（Min）算法、亮度跨度（Range）算法和平均值算法。其在检测算法中的算法标志为“Histogram”。

最大值算法，就是指ROI区域内，获取亮度最大的N%的亮度点的亮度平均值的一种灰阶统计算法。如目标区域共计1000个亮度点，亮度值最大的5%的亮度点，即50个亮度点，该50个点的亮度均值为200，则最大值算法的返回值为200，则图像的最大值为200。该算法主要用于异物等缺陷方面的检测。

最小值算法，就是指ROI区域内，获取亮度最小的N%的亮度点的亮度平均值的一种灰阶统计算法。如目标区域共计1000个亮度点，亮度值最小的5%的亮度点，即50个亮度点，该50个点的亮度均值为20，则最大值算法的返回值为20，则图像的最大值为20。该算法主要应用于异物等缺陷的检测。

亮度跨度算法，就是指ROI区域内，统计最大值与最小值的亮度差异的一种灰阶统计算法。如，目标区域的最大值为200，最小值为20，则亮度跨度为180。该算法主要应用于缺件等缺陷的检测。

平均值算法，就是指统计ROI区域内所有亮度点的平均亮度的一种灰阶统计算法，该算法主要应用于缺件等缺陷的检测。

1.3.4.  OCV算法

OCV，是指通过分析和获取待测图像的轮廓线与标准样本的轮廓线相似程度的一种图像处理算法。该算法主要是分析轮廓，给出轮廓拟合程度，来检测和判定待测点。该算法主要应用于错件、缺件等缺陷方面的检测。其在检测算法中的算法标志为“OCV”。

1.3.5.  Match算法

Match算法，就是指通过分析待测图像的ROI图像点和标准样本的ROI图像点的相似程度的一种图像处理算法。该算法主要应用于定位、错件、缺件等缺陷方面的检测。其在检测算法中的算法标志为“Match”。

1.3.6.  Length算法

Length算法，为长度测量算法，就是指测量间隔亮度区域之间的距离的算法。该算法分为内距法、外距法。该算法首先对ROI区域进行亮度投影，通过统计和计算投影直方图亮度区域之间的距离，如下图：