歡迎您來到深圳市紅點精工科技有限公司
來源：未知| 發(fā)布時間：2020-12-10| 瀏覽數(shù)：載入中...
在產(chǎn)品制造過程中，由于各種原因，零部件不可避免的會產(chǎn)生多種缺陷，如印制電路板上出現(xiàn)孔錯位、劃傷、斷路、短路、污染等缺陷，液晶面板的基板玻璃和濾光片表面含有劃痕、顆粒、mura等缺陷，帶鋼表面產(chǎn)生裂紋、輥印、孔洞、麻點等缺陷，這些缺陷不僅影響產(chǎn)品的性能，嚴(yán)重時甚至?xí)：Φ缴踩?，對用戶造成巨大?jīng)濟(jì)損失。
傳統(tǒng)缺陷檢測方法為人工目視檢測法，目前在手機(jī)、平板顯示、太陽能、鋰電池等諸多行業(yè)，仍然有大量的產(chǎn)業(yè)工人從事這項工作。這種人工視覺檢測方法需要在強(qiáng)光照明條件下進(jìn)行，不僅對檢測人員的眼睛傷害很大，且存在主觀性強(qiáng)、人眼空間和時間分辨率有限、檢測不確定性大、易產(chǎn)生歧義、效率低下等缺點，已很難滿足現(xiàn)代工業(yè)高速、高分辨率的檢測要求。
隨著電子技術(shù)、圖像傳感技術(shù)和計算機(jī)技術(shù)的快速發(fā)展，利用基于光學(xué)圖像傳感的表面缺陷自動光學(xué)（視覺）檢測技術(shù)取代人工目視檢測表面缺陷，已逐漸成為表面缺陷檢測的重要手段，因為這種方法具有自動化、非接觸、速度快、精度高、穩(wěn)定性高等優(yōu)點。
什么是AOI
自動光學(xué)檢測（automated optical inspection, AOI）技術(shù)，也稱為機(jī)器視覺檢測（machine vision inspection, MVI）技術(shù)或自動視覺檢測（automated visual inspection, AVI）技術(shù)。在有些行業(yè)，如平板顯示、半導(dǎo)體、太陽能等制造行業(yè)，AOI這一術(shù)語更加流行，被人知曉。但是AOI和MVI/AVI在概念和功能上還是有細(xì)微差別的。
從狹義上來說，MVI是一種集成了圖像傳感技術(shù)、數(shù)據(jù)處理技術(shù)、運動控制技術(shù)，在工業(yè)生產(chǎn)過程中，執(zhí)行測量、檢測、識別和引導(dǎo)等任務(wù)的一種新興的科學(xué)技術(shù)。MVI的基本原理可用圖 1 來表示，它采用光學(xué)成像方法（如相機(jī)，或者一個復(fù)雜的光學(xué)成像系統(tǒng)）模擬人眼的的視覺成像功能，用計算機(jī)處理系統(tǒng)代替人腦執(zhí)行數(shù)據(jù)處理，把結(jié)果反饋給執(zhí)行機(jī)構(gòu)（如機(jī)械手）代替人手完成各種規(guī)定的任務(wù)。
從廣義上來說，MVI是一種模擬和拓展人類眼、腦、手的功能的一種技術(shù)，在不同的應(yīng)用領(lǐng)域其定義可能有著細(xì)微的差別，但都離開不了兩個根本的方法與技術(shù)，即從圖像中獲取所需信息，然后反饋給自動化執(zhí)行機(jī)構(gòu)完成特定的任務(wù)?？梢哉f基于任何圖像傳感方法（如可見光成像、紅外成像、X光成像、超聲成像等等）的自動化檢測技術(shù)都可以認(rèn)為是MVI或AVI。當(dāng)采用光學(xué)成像方法時，MVI實際上就變?yōu)锳OI。因此AOI可以認(rèn)為是MVI的一種特例。
根據(jù)成像方法的不同，AOI又可分為三維（3D）AOI和二維（2D）AOI，三維AOI 主要用于物體外形幾何參數(shù)的測量、零件分組、定位、識別、機(jī)器人引導(dǎo)等場合； 二維AOI主要用于產(chǎn)品外觀（色彩、缺陷等）檢測、不同物體或外觀分類、良疵品檢測與分類等場合。
AOI系統(tǒng)集成技術(shù)
AOI系統(tǒng)集成技術(shù)牽涉到關(guān)鍵器件、系統(tǒng)設(shè)計、整機(jī)集成、軟件開發(fā)等。AOI系統(tǒng)中必不可少的關(guān)鍵器件有圖像傳感器（相機(jī)）、鏡頭、光源、采集與預(yù)處理卡、計算機(jī)（工控機(jī)、服務(wù)器）等。圖像傳感器常用的是各種型號的CMOS/CCD相機(jī)，圖像傳感器、鏡頭、光源三者組合構(gòu)成了大多數(shù)自動光學(xué)檢測系統(tǒng)中感知單元，器件的選擇與配置需要根據(jù)檢測要求進(jìn)行合計設(shè)計與選型。
光源的選擇（顏色、波長、功率、照明方式等）除了分辨與增強(qiáng)特征外，還需考慮圖像傳感器對光源光譜的靈敏度范圍。鏡頭的選擇需要考慮視場角、景深、分辨率等光學(xué)參數(shù)，鏡頭的光學(xué)分辨率要和圖像傳感器的空間分辨率匹配才能達(dá)到性價比。一般情況下，鏡頭的光學(xué)分辨率略高于圖像傳感器的空間分辨率為宜，盡可能采用黑白相機(jī)成像，提高成像分辨能力。圖像傳感器（相機(jī)）采用面陣或線陣需根據(jù)具體情況而定，選型時需要考慮的因素有成像視場、空間分辨率、幀率、數(shù)據(jù)帶寬等。對于運動物體的檢測，要考慮圖像運動模糊帶來的不利影響，準(zhǔn)確計算導(dǎo)致運動模糊的曝光時間，確定圖像傳感器的型號。圖像傳感器的曝光時間應(yīng)小于導(dǎo)致運動模糊的曝光時間，快速曝光選擇全局快門模式為宜，高速情況下不易采用卷簾式曝光模式；為了獲得的信噪比，圖像傳感器的增益盡可能為1，圖像亮度的提升盡可能用光源的能量（功率）來彌補，或者在不影響可用的成像景深情況下，增大鏡頭的孔徑光闌。高速圖像數(shù)據(jù)處理與軟件開發(fā)是自動光學(xué)檢測的技術(shù)。由于自動光學(xué)檢測是以圖像傳感獲取被測信息，數(shù)據(jù)量大，尤其是高速在線檢測，圖像數(shù)據(jù)有時是海量的，為滿足生產(chǎn)節(jié)拍需求，必須采用高速數(shù)據(jù)處理技術(shù)。常用的方法有共享內(nèi)存式的多線程處理，共享內(nèi)存或分布式內(nèi)存多進(jìn)程處理等；在系統(tǒng)實現(xiàn)上采用分布式計算機(jī)集群，把巨大的圖像分時、分塊分割成小塊數(shù)據(jù)流，分散到集群系統(tǒng)各節(jié)點處理。對于耗時復(fù)雜的算法，有時只靠計算機(jī)CPU很難滿足時間要求，這時還需配備硬件處理技術(shù)，如采用DSP、GPU和FPGA等硬件處理模塊，與CPU協(xié)同工作，實現(xiàn)快速復(fù)雜的計算難題。
深圳市紅點精工科技有限公司，致力于PCB，手機(jī)鏡面，銘板標(biāo)牌等行業(yè)提供更好的生產(chǎn)設(shè)備，大膽應(yīng)用新技術(shù)、新材料、新工藝、不斷改良設(shè)計，更新行業(yè)新標(biāo)準(zhǔn)。嚴(yán)格內(nèi)部管理，合理的價格及誠信的服務(wù)與國內(nèi)外客建立了良好的合作關(guān)系。是一家集設(shè)計研發(fā)，生產(chǎn)銷售于一體的高科技企業(yè)。
