摘? 要: 在集成電路和PCB的生產(chǎn)過(guò)程中,質(zhì)量控制問(wèn)題正變得越來(lái)越重要。自動(dòng)視覺(jué)檢測(cè)系統(tǒng)利用了數(shù)字圖像處理技術(shù),是一種高速、準(zhǔn)確、無(wú)損的方法,目前得到了廣泛的應(yīng)用。概述了這一領(lǐng)域的研究成果,并根據(jù)多層薄膜電路的實(shí)際情況,提出了一種參考和非參考比較相結(jié)合的故障檢測(cè)與分類方法,并以此為基礎(chǔ)構(gòu)造了一個(gè)微機(jī)實(shí)時(shí)檢測(cè)系統(tǒng)。

　　關(guān)鍵詞: 薄膜電路? 參考比較? 非參考比較

?

　　電路制造技術(shù)正朝著將更多的集成電路安裝在一塊PCB電路板上的方向發(fā)展,從而使PCB的尺寸增大、層數(shù)增多;同時(shí),電路板本身也變得越來(lái)越小、越來(lái)越復(fù)雜。由于這些原因,生產(chǎn)及更換它們的成本也越來(lái)越高。所以,需要相應(yīng)的質(zhì)量控制手段,使每一層上的線路都能夠在上一層鋪設(shè)之前被檢查。在這里,自動(dòng)視覺(jué)檢測(cè)能夠以相對(duì)較小的代價(jià)發(fā)現(xiàn)許多致命的錯(cuò)誤,因而發(fā)展非常迅速。

1 電路板故障檢測(cè)研究的發(fā)展?fàn)顩r

　　在PCB及其它相近的線路板如薄膜電路的故障檢測(cè)方面,人們進(jìn)行了大量的研究工作,并形成了一些應(yīng)用系統(tǒng)。它們多是基于圖像處理的自動(dòng)視覺(jué)檢測(cè),其硬件部分包括:機(jī)械裝置、照明系統(tǒng)、攝像頭、圖像采集卡、圖像處理器、計(jì)算機(jī)等;軟件部分:主要是進(jìn)行控制和圖像的處理。系統(tǒng)工作流程如圖1所示。

?

　　近年來(lái),出現(xiàn)了很多電路檢測(cè)算法,在M.Madhav和F.Ercal發(fā)表的綜述[1]中,它們大致可分為3類:參考算法、非參考算法以及混合算法。

　　參考算法使用待測(cè)電路板的全部信息,一般是先將標(biāo)準(zhǔn)圖像(可以是無(wú)故障的圖像或是設(shè)計(jì)時(shí)的CAD版圖)與待測(cè)圖像進(jìn)行比較,也稱為逐象素比較。其中最直接的是將兩幅圖像進(jìn)行XOR運(yùn)算,這是速度最快的一種方法,并且易于用硬件實(shí)現(xiàn)。但是它也有一些缺點(diǎn),例如對(duì)光照和定位的要求比較高、所需的存儲(chǔ)空間較大、難以分類等等。

　　非參考算法并不需要所謂標(biāo)準(zhǔn)圖像的信息,它是基于一定的設(shè)計(jì)規(guī)則的。例如,可以假設(shè)正常的線路都具有規(guī)則的幾何形狀,而存在故障則意味著其外形不規(guī)則。另外還可以根據(jù)線路的特征如最大和最小線寬、最大和最小焊盤(pán)半徑來(lái)進(jìn)行判斷。常用的方法是圖像通過(guò)編碼來(lái)獲得邊緣信息,例如使用鏈碼或游程編碼。對(duì)于非參考方法而言,它主要的優(yōu)點(diǎn)是提高了運(yùn)算速度,降低了存儲(chǔ)空間;但是,它的缺點(diǎn)也是顯而易見(jiàn)的,即只能檢測(cè)那些違反設(shè)計(jì)規(guī)則的故障,并且要求有一個(gè)標(biāo)準(zhǔn)的導(dǎo)線類型。對(duì)于某些不違反規(guī)則的情況,例如和正常線路形狀相似的短路線,可能就無(wú)法判斷。非參考方法在檢測(cè)全局性的故障方面也存在一些缺欠。而參考方法則容易漏掉一些微小的錯(cuò)誤。圖2表示了它們和故障尺寸的關(guān)系。所謂的混合方法綜合了參考和非參考方法的優(yōu)點(diǎn),以求達(dá)到更高的檢測(cè)率。

?

?

　　Mandeville[2]提出了一種所謂的通用方法,它的基本思路是通過(guò)腐蝕、膨脹、細(xì)化等圖像變換手段生成骨架圖像,從中可以方便地檢測(cè)出電路特征,從而形成特征表。將標(biāo)準(zhǔn)與待測(cè)圖像的特征表進(jìn)行比較,其中如有沖突的元素,那么就隱含著故障。實(shí)際上,在這種方法中需要進(jìn)行大量的形態(tài)學(xué)運(yùn)算,而且,對(duì)于每一種故障類型,都定義了自己的一種運(yùn)算方法,所以計(jì)算量很大,難以達(dá)到實(shí)時(shí)要求。另外,還有的方法將整個(gè)電路劃分為許多小的子模塊,然后對(duì)相應(yīng)位置的模塊進(jìn)行匹配,但它們的缺點(diǎn)是對(duì)每一種電路版圖都需要進(jìn)行學(xué)習(xí),可移植性不好[3]。

2 針對(duì)薄膜電路提出的檢測(cè)算法

??? 所謂薄膜集成電路即是采用真空沉積技術(shù),也可輔以其它沉積技術(shù)形成膜的集成電路[4]。薄膜電路檢測(cè)的方法與一般PCB相似。但是,它也有自己的特點(diǎn)(如圖3)。由于它的尺寸較小,只能通過(guò)顯微鏡分區(qū)域放大后由攝像頭成像,因此對(duì)于檢測(cè)區(qū)域的精確定位就顯得非常重要。由于電路的電氣特性與尺寸密切參考,所以,線條的尺寸不是固定的。其中較窄一些的稱為金屬化線條,較寬一些的稱為金屬化鍵合區(qū)。由于線條尺寸存在多樣性,故而利用簡(jiǎn)單的非參考方法,試圖通過(guò)對(duì)整幅圖像的進(jìn)行形態(tài)學(xué)變換來(lái)提取特征的非參考方法就很難實(shí)現(xiàn)。而且,在檢測(cè)后還要求對(duì)故障進(jìn)行分類,因此在這里我們采用了參考比較和非參考比較相結(jié)合、以參考比較為主的方法。通過(guò)參考比較對(duì)故障進(jìn)行分類和判別,而使用非參考比較在較小的缺口和突起等故障上,作為對(duì)前者的補(bǔ)充。

?

　　首先,對(duì)采集的圖像進(jìn)行預(yù)處理,包括消除噪聲,使用逆濾波對(duì)亮度不均勻進(jìn)行處理。這里,逆濾波是通過(guò)用曲線對(duì)攝像機(jī)的傳輸函數(shù)進(jìn)行擬合實(shí)現(xiàn)的。對(duì)于一個(gè)m次多項(xiàng)式:

　　我們采用二次多項(xiàng)式就可以取得很好的效果。然后去除各種干擾,二值化形成待測(cè)圖像I。我們事先已經(jīng)存儲(chǔ)了標(biāo)準(zhǔn)二值圖像S,它是沒(méi)有故障的。設(shè)灰度1代表線條區(qū)(金屬區(qū)),灰度0代表非線條區(qū)(基片區(qū)),下同。則比較后的圖像為C(i，j)=I(i，j)＄S(i，j)

　　操作符＄定義如下:

　　若I(i，j)=0,S(i，j)=1， 則C(i，j)=1;

　　若I(i，j)=1，S(i，j)=0, 則C(i，j)=2;

　　若I(i，j)=S(i，j)，???? 則C(i，j)=0。

　　C(i，j)包含了待測(cè)圖像和標(biāo)準(zhǔn)圖像中的所有差別。為了進(jìn)行下一步的分類和判別,我們對(duì)0中的目標(biāo)進(jìn)行邊界跟蹤,這里使用的是Freeman的8方向鏈碼,得到對(duì)其形狀的鏈碼表示Chain(i).(0≤i≤k,k為缺陷數(shù)目)。 對(duì)Chain(i)進(jìn)行分析,則對(duì)每一待判缺陷都可以得到一組描述符D(i):

????(up，down，left，right，area，track_border,substrate_border，type)。

????up，down，left，right：缺陷區(qū)域的最上,下,左,右點(diǎn)。

??? area:缺陷區(qū)域的面積,它可以利用鏈碼數(shù)據(jù)position[i]來(lái)計(jì)算:

　　track_border：缺陷區(qū)域邊界與金屬區(qū)域相交的線段。

????substrate_border：缺陷區(qū)域邊界與基片區(qū)域相交的線段數(shù)。

????type：缺陷的種類。

　　對(duì)缺陷進(jìn)行分類的依據(jù)就是它們與金屬區(qū)和基片區(qū)共有的邊界數(shù)目。對(duì)于短路和斷路,各與金屬區(qū)和基片區(qū)有兩段相交;對(duì)于缺口和突起,則各有一段相交;對(duì)于洞孔,它的邊界則全部是金屬區(qū)。track_border和substrate_border可以由遍歷缺陷邊界鏈碼得到。

　　在此基礎(chǔ)上,考慮到模式類別有限且分類器的級(jí)數(shù)不宜過(guò)多,我們依據(jù)缺陷的幾何形態(tài),構(gòu)造了一個(gè)分類器。

分類按下述步驟進(jìn)行:

　　1:對(duì)于線路缺陷內(nèi)的點(diǎn),若對(duì)應(yīng)的C(i，j)=1，則劃至缺口類,令type=1;對(duì)應(yīng)的C(i，j)=2，則劃至多余物類,令type=2。

　　2:若type=1,則轉(zhuǎn)3;若type=2，則轉(zhuǎn)4。

　　3:若track_border=1，substrate_border=1，則type=1

　　(劃痕),轉(zhuǎn)5;若track_border=1，substrate_border=0，則type=2(洞孔),轉(zhuǎn)5。

　　4:若track_border=2，substrate_border=2,則type=3(斷路);其它情況,type=8,轉(zhuǎn)5。

　　5:結(jié)束。

　　參照分類結(jié)果,我們對(duì)缺陷進(jìn)行判別,一般認(rèn)為,如果缺陷在線寬方向的尺寸超過(guò)線寬的1/3,則認(rèn)為其構(gòu)成了故障。由于電路線條寬度各不相同,因此對(duì)于每一個(gè)缺陷,都需要根據(jù)它們對(duì)應(yīng)位置處的線條寬度作出相應(yīng)的判斷,如果相對(duì)標(biāo)準(zhǔn)圖像有線條錯(cuò)位的情況,判別的準(zhǔn)則與上面是相同的。另外,如果缺陷的面積大于某一閾值,我們也認(rèn)為發(fā)生了故障。在某些情況下,相鄰的缺陷類型單獨(dú)不構(gòu)成故障,但是它們結(jié)合在一起,則可能對(duì)線路的特性造成比較大的影響,如圖4所示。因此對(duì)于各個(gè)故障在單獨(dú)判別后還需要結(jié)合其位置作出相應(yīng)判別。

?

　　以上基于參考比較,完成了對(duì)故障的分類和判別。但遇到微小的故障,如小的缺口和突起或線條位置有錯(cuò)開(kāi)等情況時(shí),用這種方法容易產(chǎn)生遺漏,所以我們使用非參考方法作為參考方法在分類和判別時(shí)的補(bǔ)充。它通過(guò)對(duì)待查電路板的邊界進(jìn)行跟蹤,使用可變長(zhǎng)度的濾波器來(lái)檢測(cè)邊界上的高頻成分,如圖5所示。A是邊界上兩點(diǎn)間直線距離,而B(niǎo)是兩點(diǎn)間邊界點(diǎn)數(shù)。當(dāng)B>k?觹A時(shí),存在不規(guī)則邊界;而A≈B,意味著邊界是近似直線的。West.C等在它們的工作中,采用了固定長(zhǎng)度,這樣實(shí)際上限制了可被發(fā)現(xiàn)的故障尺寸[5],因此這里我們使B為可變長(zhǎng)度。開(kāi)始時(shí),B取值較小,當(dāng)遇到目標(biāo)后,將B的值逐點(diǎn)增加,并計(jì)算此時(shí)的A,直至遇到規(guī)則邊界為止,這樣就可以將缺陷范圍都包含在內(nèi)。為了去除邊界噪聲干擾,需要事先對(duì)邊界鏈碼進(jìn)行平滑。通過(guò)實(shí)驗(yàn),我們?nèi)=1.5,可以檢測(cè)出各種尺寸的不規(guī)則邊界。對(duì)于以上的結(jié)果,為了判別它是否構(gòu)成故障,同樣也需要進(jìn)行線寬的比較。

?

3 系統(tǒng)實(shí)現(xiàn)

　　利用上述的檢測(cè)算法,我們實(shí)現(xiàn)了一個(gè)基于微機(jī)的薄膜電路故障檢測(cè)系統(tǒng)。由于薄膜電路是分層的,因此在每一層的生產(chǎn)工序完成之后,都必須對(duì)該層進(jìn)行檢測(cè),然后再生產(chǎn)上一層。電路板的面積很小,因此必須通過(guò)顯微鏡成像。為保證一定的分辨率,我們將全電路板分為8×8的區(qū)域,用步進(jìn)電機(jī)控制顯微鏡和攝像機(jī)的移動(dòng),實(shí)現(xiàn)精確的定位,并用圖像匹配對(duì)定位進(jìn)行調(diào)整,定位誤差可以小到1個(gè)象素。攝入的圖像經(jīng)圖像采集卡數(shù)字化后送入計(jì)算機(jī)。由于顯微鏡的光場(chǎng)亮度不勻,因此首先進(jìn)行亮度校正,用曲線擬合亮度衰減,生成畸變矩陣進(jìn)行校正。接著對(duì)圖像進(jìn)行消噪和增強(qiáng)邊緣的處理。由于透光性的原因,下層會(huì)對(duì)上層構(gòu)成干擾,所以采用多目標(biāo)分割方法,依據(jù)校正后的直方圖,將當(dāng)前檢測(cè)層提取出來(lái)。對(duì)于上下層線條交叉處的干擾,則參考下層線路延長(zhǎng)線的邊緣特性加以去除。另外,還需從標(biāo)準(zhǔn)圖像中提取出通孔和鍵合區(qū)的位置以供判別時(shí)參考。最后,將圖像分割的結(jié)果與標(biāo)準(zhǔn)圖像進(jìn)行參考比較和非參考比較,以進(jìn)行后繼的分類和判別。圖像處理和檢測(cè)算法都是通過(guò)軟件實(shí)現(xiàn)的,通過(guò)對(duì)算法進(jìn)行優(yōu)化,大大提高了運(yùn)算速度。經(jīng)過(guò)上述處理后,對(duì)于一幅512×512×8bit的灰度圖像,可以在1s內(nèi)完成檢測(cè)程序,從而可以滿足檢測(cè)中實(shí)時(shí)要求。

?

參考文獻(xiàn)

1 Madhav.M，F(xiàn)ikret.E. Automatic PCB Inspection Algorithms: a Surve.CVIU，1996，163(2):287～313

2 Mandeville Jon R.Novel method for analysis of printed?circuit images.IBM J.Res Develop，1985，29(1)

3 Madhav M.A Subpattern Level Inspection System for?Printed Circuit Boards.CVIU，1998，170(1):51～62

4 薛增泉.薄膜物理.北京:電子工業(yè)出版社,1991:1～18

5 West G.A.A system for the automatic visual inspection of bare-printed circuit boards.IEEE Transactions on Systems，1984，14(5):767～773