检测印刷电路板缺陷的方法和系统技术方案

这里描述了用于检测诸如印刷电路板（ＰＣＢ）的电子电路的表面缺陷的一种方法和系统。该方法首先包括识别ＰＣＢ的数字图像的轮廓。然后通过比较识别的轮廓与ＰＣＢ矢量模型上的轮廓检测出ＰＣＢ图像上的异常。每一检测出的异常与制造数据比较以检验其是否对应于一种缺陷。（*该技术在2021年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及用于检测诸如印刷电路板的电子电路上的缺陷的检查系统和方法。更具体来说，本专利技术涉及基于边缘检测的系统和方法。过去，PCB的检查通过人工使用放大镜观看电路以视觉进行，试图找出与可接受的电路模型的差别。视觉检查有若干缺陷主观性，速度慢，难以收集到缺陷的定量信息等。随着计算机处理速度的增长近来出现了自动化的检查方法。这些自动检查方法在于提取待检查的PCB的数字图像，并分析该数字图像以确定缺陷的存在。这种自动化检查方法的例子是基于边缘检测的那些例子。边缘是组件外形(轮廓)的片段。假设组件(或区域)之间的过度具有光学上不同的特征，则能够在视觉上区分数字图像上色调从一个组件到下一组件的变化。基于边缘的检测方法在于表征(characterize)并分析PCB图像的边缘，并通过比较这种边缘和已知数值和标准。附图的附图说明图1示出可在PCB上或其它类型的电子电路上发现的缺陷的例子。例如，这种缺陷可能是PCB两层之间的不良重叠10，两层未对准12，两个相邻轨迹(track)之间间隙过小14，两个组件之间桥接16，轨迹太窄18或轨迹断开19。在美国专利No.4,570,180，标题为“用于自动光学检查的方法”(1986年2月11日授权，Baier等人作为专利技术人)中描述了用于检测电子电路缺陷的基于边缘的方法的一个例子。该专利涉及使用数字图像处理技术用于二维图案的自动光学检查的方法和设备。该方法包括第一步骤，在该步骤对于边缘或线条扫描灰度级数字图像，并在图像存储中标记这些边缘。然后，扫描并对允许的灰度测试图像存储中所有未标记的区域。由于仅仅是通过对允许的灰度级比较未标记的区域对异常进行测试，Baier方法的缺陷在于，其检测的质量太依赖于数字图像的质量。实际上，一个对象的数字化图像由于数字化的算法、放大倍率差等在特征的大小和位置上可以呈现出变化。Baier方法的另一问题在于，几乎需要相同的计算量测试数字图像上不对应于边缘的所有像素，这导致计算资源和时间的浪费。Baier方法的又一缺点在于，要表征检测到的缺陷可能是困难的。这种表征对于找到电子电路制造过程中出现的错误模式可能是有用的。在1995年9月19日颁发的标题为“检测半导体组件引线的方法”的美国专利No.5,452,368中，LeBeau提出一种检测物体中缺陷的方法，这是通过比较第一物体的第一灰度级图像与第二物体的第二灰度级图像。更精确地说，对第一图像的边缘特征骨架化(skeletonize)并与第二图像膨胀的边缘特征比较，并反之亦然。与Baier方法相反，LeBeau方法不测试数字图像上非边缘相关的区域。然而LeBeau方法的缺点在于，通过比较物体的两个图像来搜索缺陷，而该物体可能在大致相同的位置被非常相似的缺陷改变。LeBeau方法不允许检测这种缺陷。由于错误的制造过程可能引起这种反复出现的缺陷，故这是一主要的缺点。因而，希望有一种方法和系统，允许检测电子电路上的缺陷而不依赖于电子电路数字化图像的质量和分辨率，并且不把灰度的变化解释为缺陷。还希望有使用设计数据的检测缺陷的方法和系统。进而希望有这样的方法和系统，它能提供两种水平的检查，一种是检测异常，而另一种是针对缺陷检查这些异常，这有助于使处理速度最大化。根据本专利技术的另一方面，提供了用于检测PCB的表面缺陷的系统；该系统包括计算机，包含PCB模型并被配置为识别PCB图像边缘，通过比较被识别的边缘与该计算机模型来检测PCB图像上的异常，并对每一检测到的异常，确定检测到的异常是否对应于表面缺陷；连接到计算机向PCB提供照明的照明部件；连接到计算机的帧抓取器(frame grabber)；连接到帧抓取器以摄取PCB图像的照相机；以及连接到帧抓取器的定位系统。应当注意，术语“PCB”这里应解释为任何可能包含视觉可分辨的表面缺陷的电子电路。在阅读以下仅以例子方式参照附图给出的本专利技术非限制性优选实施例的说明时，对本专利技术的优点和特征将更为显而易见。图2是根据本专利技术的一实施例用于检测PCB上的缺陷的系统的框图；图3是根据本专利技术的一实施例用于检测PCB上的缺陷的方法的流程图；图4是图3轮廓识别步骤的流程图；图5是PCB图像和从其所得的计算机模型的示意图，表示用于这些图像校准的基准点的选择；图6a是来自三层PCB模型的重叠多边形的示意图；图6b是图6a在减去随后的层的多边形的示意图；图6c是图6a的多边形相交部分的示意图；图7a是图6a的多边形的示意图，表示狭窄的区域；图7b是来自图7a的P1和P3的多边形在膨胀之后的示意图；图7c是图7a的多边形叠加结果的示意图；图8是表示检测PCB区域上遗漏的轮廓的示意图；图9表示在检测图3的异常之中的缺陷的步骤中定义两个有效半平面(active half-plan)图的示意图；图10是表示当线段不平行时测量线段之间的距离的示意图；图11是表示测量两个平行线段之间积累的间隔的示意图；图12是表示确定异常分析区域(AAR)的示意图；图13a、13b和13c是确定异常是否违反允许的宽度或间距的方法的流程图；图14是表示狭窄的空间区域中缺陷的示意图；图15是检测狭窄空间区域中缺陷的决策树；图16是来自矢量模型的表示侵蚀处理的多边形的示意图；以及图17图16在侵蚀处理之后的多边形的示意图。因而根据本专利技术的方法提出两种水平的检查第一水平，允许快速识别异常并需要相对小的计算时间，以及第二水平，是更为精细的检查，比较识别出的异常与设计规范，以便表征检测到的缺陷。为了实现这种方法，必须提供被检查的PCB的数字图像和类似的PCB的计算机模型。参见附图的图2，将说明根据本专利技术的一实施例用于检测PCB表面缺陷的系统20。一般来说，系统20允许聚集进行检查的PCB图像，并使用根据以下将更为详细说明的本专利技术的方法检测可能的缺陷。系统20包括计算机22，帧抓取器24及照明组件26，这两者都连接到计算机22，连接到帧抓取器24的照相机28，及通过轴线控制器32与伺服控制器34连接到帧抓取器24的定位系统30。计算机22最好是个人计算机形式，其配置为使得可存储由照相机28摄取的待检查的PCB的图像以及类似的PCB的计算机模型这两者。计算机22还最好被编程，以便控制照明组件26，并进行分析图像、及使用根据本专利技术的方法评估检查的PCB是否包含表面缺陷所需的计算。照明组件26允许调节被检查的PCB上的光强。帧抓取器24是连接照相机28与计算机22的一个卡的形式。帧抓取器24最好能够以两种模式任一种操作。按第一种模式，帧抓取器24逐行捕获图像，并向计算机22发送每一行。在第二这模式下，帧抓取器24在向计算机22发送图像之前一次捕获PCB的整个图像。一种可选的传统图像处理卡36最好接口帧抓取器24和计算机22，并允许快速处理由照相机28摄取的图像。当没有包括卡36时，计算机22被配置成可处理图像。照相机28允许摄取PCB的数字式图像。照相机28最好是可按线性或矩阵模式操作的CCD(电荷耦合器件)照相机形式。照相机28的分辨率可根据所检查的PCB的性质及所需的精度而改变。线性CCD照相机的使用要求定位系统30在垂直于其像素的方向扫描PCB。然而垂直方向获得的分辨率实际上可以是无限的。其线分辨率大约为8000像素。矩本文档来自技高网...

【技术保护点】
检测具有至少一层包含组件的印刷电路板（ＰＣＢ）上表面缺陷的方法，该方法包括：提供ＰＣＢ的数字图像；识别所述ＰＣＢ图像上的边缘；对所述ＰＣＢ的至少一层上的每一组件提供对应的计算机模型；通过比较所述被识别的边缘与所述计算机模型检 测ＰＣＢ图像上的异常；以及对于每一所述被检测的异常，确定所述被检测到的异常是否对应于一个表面缺陷。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：A考奥贝，M坎廷，L贝拉尔，J戈泽尔，
申请(专利权)人：索威森公司，
类型：发明
国别省市：CA[加拿大]