Jutze-AOI算法实例及注意事项
JUTZE AOI 元器件参数标准
8.翘脚的AOI测试图及参数讲解
NG种类:翘 脚
照明光源: 默认为BGR24
1.算法: Scale
.X1.X2.Y1,Y2指的是元件 的搜索筐范围以及离元件
中心的距离
预处理方 3.亮度:180-255 法:一般
默认 Nouse
5.调用向 量:Vector3
6.搜索范围:一般 范围在电阻两个 电极前端的红色 方框区域大小就
测试作用
1.面积搜索不做检查
2.用焊盘的颜色和图片来定位焊盘中心
3.用元件的本体颜色和图片定位元件本 体中心 4.用元件本体的颜色来区分是否有无元 件 5.用元件上的字符来区分相似元件是否 错件 6.用元件表面亮度的差值来区分元件有 无破损 7.用元件的字符或特殊部位的图片来区 分元件的极性 8.取元件焊接处的蓝色的百分比来区分 元件是否少锡 9.取元件焊接处的白色的百分比来区分 元件是否翘脚 10.取元件焊接处的红色的百分比来区分 元件是否漏铜 11.利用锡膏穿越检查筐的差异来区分是 否连锡 12.利用引脚间特殊定位来测试每个引脚 的各种不良
jutze元器件的参数电子元器件国家标准小米2s标准版参数标准齿轮参数表红米note标准版参数小米2标准版参数汽车诊断参数标准参数估计的优良标准标准齿轮参数
JUTZE 元器件参数标准
作成 决裁
检讨
承认
作成日期:2012.08.30 东莞尔来德通讯有限公司
1
目录(1)
一. 元件NG种类以及相应的算法标准---------------------------(1--5) 二. 电阻类的各项参数标准-----------------------------------(6-14) 三. 电容类的各项参数标准-----------------------------------(15-24) 四. 电感类的各项参数标准-----------------------------------(25-33)
矩子aoi算法
矩子aoi算法
矩子AOI算法(Area of Interest)是一种实时多人在线游戏中常用的空间管理算法。
它通常用于处理玩家在游戏世界中的位置和相互关系。
在游戏中,每个玩家都位于游戏世界中的一个位置,矩子AOI算法的目标是快速确定玩家周围的其他玩家。
它通过将游戏世界划分为多个矩形区域来实现。
矩子AOI算法的基本思想是,将每个玩家的位置与矩形区域进行关联,然后通过对这些矩形区域进行确定性的查询,来判断一个玩家是否在其他玩家的AOI范围内。
这样可以减少不必要的位置查询,提高游戏的性能。
具体实现中,矩子AOI算法通常使用二维数组或者四叉树等数据结构来管理矩形区域和玩家的关系。
当一个玩家的位置发生变化时,会根据其当前位置的矩形区域来确定需要通知的其他玩家。
而当一个玩家需要查询其周围其他玩家时,可以通过查询周围的矩形区域来获取相关玩家的信息。
矩子AOI算法的优点是能够有效地管理大量玩家的位置和相互关系,以及提供对玩家周围区域的实时查询。
缺点是需要耗费一定的计算资源来管理和更新玩家的位置关系。
总体来说,矩子AOI算法可以帮助实现实时多人在线游戏中的位置管理和玩家之间的相互交互,从而提升游戏的可玩性和用户体验。
JUZEAOI介绍PPT课件
检查难度 - QC: 高强度 - 机器: 正常(20um)
AOI导入的缘由
人的不稳定因素比较多 机器则没有这些不稳定性 惰性
工作效率 人员更换
疲劳
情绪
有限的目视能力
AOI工作的原理对比
概况 1. 统计建模方式:
图象比对(Image Matching)的处理方式。通过对OK模 版与实际图像的比对,求出差异的程度,来进行检测。 这种方式对使用人员要求低,但适应性,检测能力方面 有诸多问题。早期,由于开发简单,国外低端AOI大都 采用此种方式。在本世纪初,我国有不少AOI制造商, 加以改善(模版有多幅OK图像叠加而成),美其名曰: “统计建模”。
JUTZE AOI白平衡的原理
在一个平面的物体上,“红光” 、”绿光“、“蓝光” 要求达到平衡,等同于白光的照射,这样可以真实地反映 物体本身地颜色特性。R:G:B=1:1:1
JUTZE AOI灰阶的原理
入射光線
(90度直射)
錫點
錫點
良好
假焊
反射光線
亮度值范圍
燈光示意圖
0
255
亮度值:是用來描述二進制圖像的明暗程度. 它將亮度值分成255種不同的明暗
设备介绍
XIA-MI2000 / MD-1000是新一 代的中尺寸在线AOI。相比上一 代机器, 采用了新的一体式结 构机架设计,提升了机器的强 度,稳定性。同时,机器更为 美观紧凑,用户操作方式也更 加合理。
随着配套的核心软件CV Image升 级到2代,大量功能被加强,比 如IC编程、OCR功能、检出能力 都被大大增强。同时,用户编程 更加方便、快捷。检测速度在原 有的基础上再被提升30%。
程度. 0表示最暗的亮度值,255表示最亮的亮度值.
JUTZE AOI_机器介绍
步骤一
步骤二
测试EAA50 ,统计并记录检出和误判情况。
步骤三
使用AOI前后各工位配备情况及成本对比。
精确 稳定 高速
6. 嘉财测试实例及數据
E4Y10JD机种测试结果
机种名称: E4Y10JD PCB尺寸: 170*190(mm)
主板图片
元件数: 最小元件/间距: 元件分布: 测试板数: Cycle Time: OK板数: NG板数: 直通率:PASS 检出率:
运用算法三找到本体 两端位置并计算两边 和中间的偏差来测试 倾斜
精确 稳定 高速
3.软件介绍
JUTZE AOI软件特点
编程速度快
资料库完善的情况下,完成程序不超过10分钟
焊盘定位
焊盘定位在AOI的测试中是检测位置准确的保证
文字检测
4大文字检测算法,可精确区分111&101之间的互错,且不产生误测
IC引脚测试
XD-2000 650MM×550MM
设备运作方式:
相机作X方向运动,TABLE作Y方向运动
精确 稳定 高速
1.设备型号介绍
离线型桌上机优点: 1.高灵活性:可以快速搬运,无需高精度架设,使 设备达到高利用率。 2.高 速 度: 检测速度可以达到0.2秒/FOV,两台 设备可以检测三条生产线的基板。
偏移
翘脚
假焊/少锡
虚焊
露铜
贴翻
连焊
翘脚
露铜
JUTZE
精确 稳定 高速
精确 稳定 高速
4.設备功能特点
清晰的文字丝印和极性标记识别(利用OCV、OCVBIN、 MARKSEACH等算法)最小可以识别0201晶体管丝印。
图像对比设备,无法做到暗色元件丝印的检查
Jutze-AOI算法实例及注意事项
Jutze AOI算法实例及注意事项文中对部分关键参数做了限制要求,同时对算法应用原理做了演示。
文中黑体部分为算法使用中需要重点注意的事项。
为适应生产要求,目前程序中使用到的算法较多,且都频繁使用。
如下:◆Ocv-bin◆Scale◆Distance-L/Distance-W◆L-band-search/W-band-search◆Contours-find◆Image-match◆Connex◆Lead-box◆Rect-search◆Range◆Defect-finder◆Get-distance◆Pattern-box下面我们将对这些算法在现有程序中的重要使用实例,和设置参数时有哪些注意点做阐述。
Ocv-bin该工具主要用于检测元件极反,错件,损件,或定位坐标。
在检测元件极反、错件时需要尤其谨慎小心。
首先要知道的两点:每种物料的极反、错件所取得字符是固定不变的;并且各种物料所取错料字符,不会重复。
极反和错件检测的所有合并窗口文字内容是一致的其次所取模板的质量也尤其重要,以下集中模板都不满足要求的:模板中包含异物模板字体被分割线切割模板文字残缺不全模板文字太过单一取模板窗口太大,包含其他不需要文字好的模板应该文字清晰,且易于人工识别;每个字符占一个模板格子;字符不能被分格切割,必须保证每个字符的完整性,原因在于模板对比时,每个分格是独立对比测试的。
判定参数方面,除部分特殊物料,所有判定参数下限不得低于65.固定参数判定参数0201ESD物料55以上其他物料65以上ScaleScale是一个使用广泛,最基本的测试算法。
算法使用Scale算法只有在正常贴装和不良间, 检测处颜色亮度差异巨大或存在稳定界限时,才可使用。
当此差异太小时,不推荐使用此算法。
抽色在抽取亮度和颜色是可按以下方法操作。
先找到元件本体,检测点底部亮度颜色的临界值此时可以选择两个临界值的中间值作为本体的抽色参数,这样可以确保这个值时安全的。
矩子aoi算法
矩子aoi算法矩子Aoi 算法是一种高效的中括号匹配算法,它在处理大规模文本数据中的中括号匹配问题时具有优异的性能表现。
矩子Aoi 算法是近年来比较新的算法,它采用了一些先进的技术,比如SA-IS 算法和后缀数组等,以实现更快的中括号匹配。
在本文中,我们将逐步回答与矩子Aoi 算法相关的问题,例如它的工作原理、实现细节、时间复杂度和应用场景等。
同时,我们会通过一些实例和代码来展示这些问题,以帮助读者更好地理解矩子Aoi 算法的核心思想和运行方式。
1. 矩子Aoi 算法的基本原理是什么?矩子Aoi 算法主要的基本原理就是通过后缀数组和SA-IS 算法来实现中括号匹配,它利用了后缀数组的快速查找能力和SA-IS 算法的高效的子字符串排序算法来实现中括号匹配。
具体来说,矩子Aoi 算法首先通过SA-IS 算法对给定文本进行后缀排序,并根据排名关系构建出后缀数组。
然后,矩子Aoi 算法构建出一个称为“匹配串”的字符串,匹配串中除了中括号,其他字符均用英文句点代替。
通过对匹配串进行后缀排序,构建出新的后缀数组,之后通过对后缀数组的查找功能,就可以快速地定位到中括号的位置,实现中括号的匹配。
2. 矩子Aoi 算法的工作流程是怎样的?矩子Aoi 算法的工作流程可以简单地分为以下几个步骤:1. 输入文本数据,并进行一些预处理工作,如去除空格、标点符号等。
2. 使用SA-IS 算法对文本进行后缀排序,并根据排名关系构建出后缀数组。
3. 构建匹配串,将匹配串中除了中括号,其他字符均用英文句点代替。
4. 使用SA-IS 算法对匹配串进行排序,构建出新的后缀数组。
5. 遍历后缀数组,查找匹配串中的中括号位置,并进行匹配。
6. 如果中括号匹配成功,则输出匹配结果;否则,输出匹配失败。
3. 矩子Aoi 算法的实现细节有哪些?矩子Aoi 算法的实现细节主要包括以下几个方面:1. 后缀排序算法:矩子Aoi 算法使用SA-IS 算法进行后缀排序和后缀数组构建,该算法是一种高效的子字符串排序算法,具有良好的时间复杂度。
矩子aoi算法讲解
矩子aoi算法讲解(实用版)目录1.矩子 aoi 算法的概念和背景2.矩子 aoi 算法的原理3.矩子 aoi 算法的实际应用4.矩子 aoi 算法的优缺点正文一、矩子 aoi 算法的概念和背景矩子 aoi 算法,全称矩形对象检测算法,是一种基于计算机视觉的图像处理技术。
它主要用于检测图像中的矩形区域,广泛应用于智能监控、无人驾驶、图像识别等领域。
二、矩子 aoi 算法的原理矩子 aoi 算法基于深度学习技术,通过训练神经网络识别图像中的矩形区域。
其主要步骤包括:1.数据预处理:收集大量标注了矩形区域的图像数据,对数据进行清洗和预处理。
2.神经网络训练:采用卷积神经网络(CNN)等深度学习模型对预处理后的数据进行训练,让模型学会识别矩形区域。
3.模型评估与优化:在训练过程中,通过交叉验证等方法对模型进行评估和优化,提高模型的检测准确率。
4.矩形检测:训练好的模型应用于新的图像数据,检测出图像中的矩形区域。
三、矩子 aoi 算法的实际应用矩子 aoi 算法在实际应用中具有广泛的应用前景,主要包括:1.智能监控:通过检测图像中的矩形区域,实现对特定目标的自动跟踪和监控。
2.无人驾驶:在无人驾驶领域,矩子 aoi 算法可以用于检测道路、车辆等矩形区域,辅助驾驶系统进行决策。
3.图像识别:矩子 aoi 算法可以用于识别图像中的各种矩形区域,为后续图像处理和分析提供基础。
四、矩子 aoi 算法的优缺点1.优点:矩子 aoi 算法具有较高的检测准确率,能够实现实时、自动地检测图像中的矩形区域。
同时,随着深度学习技术的发展,模型的性能和准确率还在不断提高。
2.缺点:矩子 aoi 算法需要大量的标注数据进行训练,增加了算法的实现成本。
JUTZE+AOI介绍
70%
1500 ppm 29秒 2 - 4小时
PCB尺寸:268 x 208mm 元件数:891 / pcs FOV数:89
矩子智能科技有限公司
不良实例
不良实例
假焊
01005元件
立碑
露铜
移位
不良实例
假焊
0201元件
立碑
露铜
损件
漏件
移位
多锡
不良实例
0402元件
损件
漏件
假焊
多件
检查实例
手机板
检出率 高于QC检出 5.53%
直通率
误判率 Cycle Time 编程时间
67%
1362 ppm 17秒 2 - 4小时
PCB尺寸:220 x 124mm 元件数:583 / pcs FOV数:40
矩子智能科技有限公司
实例B
汽车电路板
检出率
图片比对AOI
4 H 3 H 2 H 1 H
JUTZE AOI
机器使用时间
一周 二周 三周 四周 五周
程序在生产过程中的一致性
在生产中,图像比对的AOI都会出现这种情况,每两个小时左右必须重新去调较程序,因为 图像对比的机器它只能将当前的生产状态以图像为一个单元的形式进行记录,当生产中 有任何一项波动时,误报就会批量增加了,必须重新取标准图库.(工程人员每10小时必须 针对当台机器调试三次以上,且下次再生产时程序又要重新取标准图库) JUTZE AOI采用三原色与灰阶结合运算的原理,计算的是每一个像素的颜色与亮度的变 化,在生产中一般变化都会在10个百分比之内,所以能以数据的形式将生产波动计算在内 且更精确.下次再生产同一型号时,程序基本能共用(除测试错件的IC元件字符等已变更)
JUTZE AOI编程规则
二极管三极管不需要根据X,Y方向坐标综合输出一个坐标向量1所有CHIP尽量全部做焊盘定位,也可以用ImageMatch做以便定位。
检测本体不良,同时调用焊盘的向量1,并输出向量3(容许差异≤12%)焊盘定位本体定位LBandSearch/WBandSear ContoursFind/ImageMatch 作用没有焊盘定位的话直接本体输出向量3需要板弯要做,异型元件及0603,0402不需要做需要板弯要做,异型元件及0603,0402不需要做需要需要电阻需要需要电容板弯要做,异型元件及0603,0402不需要做板弯要做,异型元件及0603,0402不需要做贴片插芯贴片电解电容JUTZE(常规CHIP元件与SOP ,QFP 非常规异型元件不需要不需要需要以注意事项:所有抽色结果多要进行反向模拟,确认是否能存在差异性。
MARK制作型元件异型元件Scale ScaleOCV/OCVBIN 需要需要需要需要需要需要需要需要需要需要需要需要少锡检测错件检测虚焊检测丝印检测,颜色抽蓝绿色,将丝印MARK颜色抽出后进行横纵分割。
向量调用本体输出的向量3OCVBIN字符区分至少3/3,下限可以放低至50%需要需要不需要需要检测焊盘虚焊,颜色抽蓝色部分,向量调用本体输出的向量3(亮度:下限0,上限165~185。
颜色参数:红色55~70,蓝色下限:35~60)检测焊盘少锡,颜色抽黄色部分,向量调用本体输出的向量3(亮度:下限0,上限225。
颜色参数:红色55~70)ZE(矩子) AOI编制规则及控制范围规范指导书需要需要需要需要RK制作最好不要用ImageMatch,范围在75%以上。
空焊盘抽PCB板颜色,一般以下为常规元件的标准检测窗口示意图Scale/ImageMatch Scale Connex LedBox对于CHIP无需做检测框,只需本体定位是范围控制在X,Y方向偏移300~400um。
不需要不需要错件检测内将丝印是否允许方向设定为否不需要不需要本体定位X,Y 偏移量设定经验值参考: 0402元件·150~200um 0603· 200~250um 0805·250um, 1206·300um.Scale反逻辑抽取,百分比上限10~15不需要不需要需要需要需要需要需要需要偏移引脚不良短路检测在元件两边或四面边缘做检测框抽出颜色后根据实际情况设定上下限值。
JUTZE+AOI介绍
JUTZE AOI灰阶的原理
入射光線
(90度直射)
錫點
錫點
良好
假焊
反射光線
亮度值范圍
燈光示意圖
0
255
亮度值:是用來描述二進制圖像的明暗程度. 它將亮度值分成255種不同的明暗程
设备介绍
XIA-MI2000 / MD-1000是新一 代的中尺寸在线AOI。相比上一 代机器, 采用了新的一体式结 构机架设计,提升了机器的强 度,稳定性。同时,机器更为 美观紧凑,用户操作方式也更 加合理。
随着配套的核心软件CV Image 升级到2代,大量功能被加强, 比如IC编程、OCR功能、检出 能力都被大大增强。同时,用户 编程更加方便、快捷。检测速度 在原有的基础上再被提升30%。
2. 逻辑算法方式: 以元件库方式作管理,元件库与元件料号相对应。相同元 件,无论在同一基板中,或不同基板中都可以用同一元件 库来进行检测。当制作元件料号相同的基板数据时,只需 要简单的链接元件库即可以(通常只需要10~20分钟)。
AOI工作的原理对比
适应性的对比 1. 统计建模方式: 随着基板、元件与焊锡膏,甚至炉温曲线的变化,都会带 来实际检测图像的差异。与模版建立时状况出现差异时, 机器会带来大量的误判和漏判,模版必须重新采集。 适应性差,模版必须时时更新来跟上生产线上其他因素带 来的变化。模版只是对一批基板是有效的,模版建立的样 本出现较大差异时,无法进行检测。
2. 逻辑算法方式: 由于是提取的元件的特征,有针对性的检测方式,所以适 应性强,即使生产状况发生变化,仍然可以进行稳定可靠 的检测。
Jutze检测原理
JUTZE AOI检测原理
• 8三色光的反射定律
JUTZE AOI检测原理
• 三色光的反射定律
JUTZE AOI检测原理
• 三色光的反射定律
JUTZE AOI检测原理
• 9红绿兰二维面描绘吃锡面
平面 缓坡面
陡坡面
JUTZE AOI检测原理
• 任何一个彩色光都有色度和亮度
JUTZE AOI检测原理
JUTZE AOI检测原理
• 7.没有零件的焊锡近似于平面镜,简称类平面镜。 光学成像镜面反射。 • 8.JUTZE光源:红光只反射光滑平面,绿光只反射 缓平面,兰光只反射陡坡面,粗超平面是RGB (1:1:1)白光漫反射起主导作用。 • 9.JUTZE是用红绿兰二维面描绘吃锡面。 • 10.任何一个彩色光都有色度和亮度。 • 11.JUTZE AOI检查原理是:综合光学原理中的反射、 漫反射、以及镜面反射将材料表面以及焊锡面用 二维RGB描绘出来,从而通过颜色和二值化原理 检测出不良。
JUTZE AOI检测原理
• 5三色光白平衡被破坏时,其它颜色开始起 作用。
JUTZE AOI检测原理
• 6白光=(1R+1G+1B)+自然光
JUTZE AOI检测原理
• 7没有零件的焊锡近似于平面镜。红绿兰三 色光,依角度反射,相机智能接受红,白 绿光。
类平面镜成像
AOI检测原理
上海矩子智能科技
JUTZE AOI检测原理
• 检查原理(工作原理) • 1.入射角=反射角。 • 2.焊锡面是多角度反射入射光的曲面,因此有不 同角度的入射光,就能实现焊锡面得检测。 • 3.三色光可以构成白光,不同比例的三色光可以 合成不同颜色的色彩。 • 4.白光照射物体,直接显示物体的本身颜色属性。 • 5.三色光白平衡被破坏时,其它颜色开始起作用。 • 6.白光=(1R+1G+1B)+自然光
JUTZEAOI介绍
图片比对AOI
程 80个 序 误 40个 报
20个 10个
JUTZE AOI
炉温
来料
印刷
贴装
人员
SMT生产波动
5个
生产时间
2H 4H 6H 8H 10H
不良实例
不良实例
假焊
01005元件
立碑
露铜
移位
不良实例
假焊
0201元件
立碑
露铜
损件
漏件
移位
多锡
不良实例
0402元件
损件
漏件
假焊
多件
检查实例
主要功能
离线远程调试,一台离线编程通过网络连线方式控制多台检测机器,操作 员正常使用机器,远程调试正在使用中的任何一台机器的误判,调试完成 后发送指令到机器上自动更新程序,测试下一块板时自动套用最新程序 进行检测.
网络交换机
检查能力
全彩高清图片配合灰度彩度复合算法,可稳定检查10个像素单 位,(注:17.5um分辨率下,可稳定检查0.175mm尺寸零件),方便应对苛刻 的0201或01005尺寸零件的检查
JUTZE AOI的原理
焊锡表面具 有光的平面镜反 射性质,因此照 射在焊锡表面的 光,遵循入射角= 反映射角方向进 行反射.
第一天培训内容:JUTZE AOI部件认识与功能介绍
JUTZE AOI机器简介一、AOI介绍什么是AOI?AOI(Automatic Optic Inspection)的全称是自动光学检测,是基于光学原理来对焊接生产中遇到的常见缺陷进行检测的设备。
当自动检测时,机器通过摄像头自动扫描PCB,采集图像,测试的焊点与数据库中的合格的参数进行比较,经过图像处理,检查出PCB上缺陷,并通过显示器或自动标志把缺陷显示/标示出来,供维修人员修整。
二、机器能力介绍1.分辨率分辨率主要是通过相机与TABLE的垂直距离调整的,每一个分辨率都有一个固定高度,JUTZE AOI的分辨率范围是10um~20um可调。
(相机离TABLE距离越远,可视范围就越大;反之距离越近可视范围就越小。
)2.图像形成、拼接图像形成图像是有无数个点组成线,再由无数条线组成一个面。
组成的面就是我们所说的图像。
图像拼接首先考虑分辨率调整是否OK(既相机与TABLE是否垂直与垂直距离是否正确),然后查看图片拼接处图像的错位是哪一个角度错误的。
通常会出现8个角度错误,分别是上、下、左、右、左上、左下、右上、右下。
根据图像拼接处亮度的光/暗去分辨图像是向哪个方向偏移,然后再通过相机固定螺丝调整相机角度。
(调整至微小差异后可使用配置选项里伺服选项X、Y间隙补偿进行调整)3.检测时间检测时间的缩短与延长可以通过3个因素改变,分别是:(1)分辨率(2)X、Y加加速(3)传送带速度通过分辨率调整检测时间是最有效的,把分辨率加大后相机的可视范围就增大,可视范围增大代表我们所需拍摄的图像数量减少。
X、Y 加加速是调整相机在移动过程中移动的时间缩短去完成测试所需的速度。
传送带速度是基板运送的速度加快,缩短运送的时间从而对检测时间缩短。
4.可测元件大小目前JUTZE AOI设备的可测元件最小是Chip:01005(0.4mm*0.2mm)。
5.PCB大小JUTZE AOI的PCB可测大小不同型号的设备有不同的最大可测大小,分别是:MI-2000 - 330mm*250mmLI2000/LI2500 - 540mm*460mm最小的可测大小统一是- 50mm*50mm6.电源支持JUTZE AOI电压支持240V 电流支持50/60Hz7.气压气压范围是0.3~0.5Mpa,每分钟所使用的气压是3~5L。
Jutze AOI算法实例及注意事项
Jutze AOI算法实例及注意事项文中对部分关键参数做了限制要求,同时对算法应用原理做了演示。
文中黑体部分为算法使用中需要重点注意的事项。
为适应生产要求,目前程序中使用到的算法较多,且都频繁使用。
如下:◆Ocv-bin◆Scale◆Distance-L/Distance-W◆L-band-search/W-band-search◆Contours-find◆Image-match◆Connex◆Lead-box◆Rect-search◆Range◆Defect-finder◆Get-distance◆Pattern-box下面我们将对这些算法在现有程序中的重要使用实例,和设置参数时有哪些注意点做阐述。
Ocv-bin该工具主要用于检测元件极反,错件,损件,或定位坐标。
在检测元件极反、错件时需要尤其谨慎小心。
首先要知道的两点:每种物料的极反、错件所取得字符是固定不变的;并且各种物料所取错料字符,不会重复。
极反和错件检测的所有合并窗口文字内容是一致的其次所取模板的质量也尤其重要,以下集中模板都不满足要求的:模板中包含异物模板字体被分割线切割模板文字残缺不全模板文字太过单一取模板窗口太大,包含其他不需要文字好的模板应该文字清晰,且易于人工识别;每个字符占一个模板格子;字符不能被分格切割,必须保证每个字符的完整性,原因在于模板对比时,每个分格是独立对比测试的。
判定参数方面,除部分特殊物料,所有判定参数下限不得低于65.固定参数判定参数0201ESD物料55以上其他物料65以上ScaleScale是一个使用广泛,最基本的测试算法。
算法使用Scale算法只有在正常贴装和不良间, 检测处颜色亮度差异巨大或存在稳定界限时,才可使用。
当此差异太小时,不推荐使用此算法。
抽色在抽取亮度和颜色是可按以下方法操作。
先找到元件本体,检测点底部亮度颜色的临界值此时可以选择两个临界值的中间值作为本体的抽色参数,这样可以确保这个值时安全的。
矩子aoi算法
矩子aoi算法矩子AOI( Area of Interest)算法是一种用于游戏中的空间触发技术。
该算法的核心思想是根据玩家的位置信息,实时动态地计算并更新每个玩家的可视范围,从而快速确定玩家的周围有哪些其他玩家或感兴趣的游戏对象。
在游戏中,玩家常常只对周围的一小部分区域或者与之相关的其他玩家感兴趣,因此使用矩子AOI算法可以降低服务器的负载,提高游戏的性能。
矩子AOI算法的操作流程如下:1. 初始化地图:在服务器启动时,需要先初始化地图,将虚拟游戏世界划分为若干个矩形区域(矩子)。
2. 玩家进入游戏:当玩家进入游戏时,服务器会在地图上的相应矩子中记录该玩家的位置和相关信息。
3. 计算玩家的可视范围:根据矩子AOI算法,服务器会实时计算更新每个玩家的可视范围,即周围的矩子。
4. 发送相关信息:当玩家的可视范围发生变化时,服务器会相应地向玩家发送相关信息,例如进入或离开周围的矩子的其他玩家的动态。
5. 玩家交互操作:玩家在游戏中进行交互操作时,服务器会记录并相应调整相关的矩子信息,保持玩家的可视范围是最新的。
矩子AOI算法的核心在于高效地计算玩家的可视范围。
为了实现这个目标,常用的算法设计包括以下几个关键点:1. 坐标转换:将玩家的实际坐标转换为矩子坐标,即将玩家所在位置映射到相应的矩子上。
2. 矩子探测:根据玩家的矩子位置信息,计算其周围的矩子,并实时更新矩子范围。
3. 视距控制:根据玩家的视线范围确定所能看到的其他玩家或游戏对象,排除不在视线范围内的矩子。
4. 优化策略:为了提高算法的效率,可以使用一些优化策略,例如使用空间索引数据结构,如四叉树或者网格表示,加速矩子的查询与更新。
矩子AOI算法在实际应用中具有广泛的用途,除了游戏领域外,还可以应用于位置服务、社交网络等领域,实现快速、准确的空间触发技术。
该算法的主要优点是简单易实现、扩展性好、适用于大规模玩家的场景,对服务器的压力较小。
同时,通过合理的优化策略和算法设计,可以进一步提高矩子AOI算法的性能和效率。
JUTZE检查原理
JUTZE
TM
Color High Light模式下焊点图片
JUTZE
TM
JUTZE的光源设计通过“红色,绿色,蓝色,白色”不同角 度的光源照射,反映被造物体的曲面的变化情况。从而达到检测 元件焊接弧度的目的。在一个平面的物体上,“红光” 、”绿 光“、“蓝光”要求达到平衡,等同于白光的照射,这样可以真 实地反映物体本身地颜色特性。而在不同的曲面弧度上,这种平 衡被打破,颜色反映了弧度的变化特性。 “红光” 、”绿光“、 “蓝光”的亮度强弱比例,是保证这一检测原理的关键。
JUTZE
TM
JUTZE AOI 检查基本光学原理一
CAMERA /
镜面反射的基本规律 入射角 = 反射角
JUTZE
TM
AOI 检查基本光学原理二
锡膏-焊盘-电极:自然形成了多角度反射入射光的曲面.
JUTZE
亮度
颜色
JUTZE
TM
优良的照明系统
Color Highlight System
R・G ・B ・W 4色光以不同角度照射到电路板面上,反射 光被位于正上方的照相机拍摄。
垂直光源:红色(R)的照明 侧面光源:绿色(G)的照明 侧面光源:白色(W)的照明 30°角光源:蓝色(B)的照明
JUTZE
TM
OCR (支持多行识别)
JUTZE
TM
旋转元件完全对应, 检查速度与普通元件相同shot of our software
多线程设计架构. 图象 采集,图像处理,机器 控制,产生检查结果. 完全同时高效率运行, 使机器保持非常高速 的检测速度.
JUTZE
TM
SPC & Repair
Jutze AOI 编程手册
Ver.:1.0
关于本手册 感谢您购买 JUTZE 自动光学检查仪
� 本手册阐述如何正确使用这个机器 , 在使用机器之前请 仔细阅读本手册。
� 本手册内容在未经允许下, 不可复制传播。
� 本手册内容更新时, 可不必通知用户。
� 虽然经过严格核对, 本手册可能仍然存在纰漏。如有此情形, 请联络机器供应商。
Connex
判定参数: a) 上限:窗口内亮度连通的最大值(0-255) b) 下限:窗口内亮度连通的最小值(0-255) 检查结果:结果符合上限和下限之间,判定结果为 OK。反之,判定结果为 NG
LedBox
计算参数:引脚根部、引脚、焊锡、焊盘各赋予一套亮度和颜色 亮度参数(可用鼠标通过直方图来设定) : a) 亮度上限:设定最高亮度值(0~255) b) 亮度下限:设定最低亮度值(0~255) 颜色参数(可用鼠标通过色彩图来设定) : c) 红色上限:设定红色最大值(0~173) d) 红色下限:设定红色最小值(0~173) e) 绿色上限:设定绿色最大值(0~173) f) 绿色下限:设定绿色最小值(0~173) g) 蓝色上限:设定蓝色最大值(0~173) h) 蓝色下限:设定蓝色最小值(0~173)
OCR
计算参数: 亮度参数(可用鼠标通过直方图来设定) : a) 亮度上限(High) :设定最高亮度值(0~255) b) 亮度下限(Low) :设定最低亮度值(0~255) 颜色参数(可用鼠标通过色彩图来设定) : c) 红色上限:设定红色最大值(0~173) d) 红色下限:设定红色最小值(0~173) e) 绿色上限:设定绿色最大值(0~173) f) 绿色下限:设定绿色最小值(0~173) g) 蓝色上限:设定蓝色最大值(0~173) h) 蓝色下限:设定蓝色最小值(0~173) 判定参数: a) 上限:检查窗口内文字个数的最多值 b) 下限:检查窗口内文字个数的最少值 c) 辨识结果:检查窗口内符合亮度和颜色 识别出的文字 d) 标准字符:参考文字 检查结果:结果符合上限和下限之间,判定结果为 OK。反之,判定结果为 NG
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Jutze AOI算法实例及注意事项文中对部分关键参数做了限制要求,同时对算法应用原理做了演示。
文中黑体部分为算法使用中需要重点注意的事项。
为适应生产要求,目前程序中使用到的算法较多,且都频繁使用。
如下:◆Ocv-bin◆Scale◆Distance-L/Distance-W◆L-band-search/W-band-search◆Contours-find◆Image-match◆Connex◆Lead-box◆Rect-search◆Range◆Defect-finder◆Get-distance◆Pattern-box下面我们将对这些算法在现有程序中的重要使用实例,和设置参数时有哪些注意点做阐述。
Ocv-bin该工具主要用于检测元件极反,错件,损件,或定位坐标。
在检测元件极反、错件时需要尤其谨慎小心。
首先要知道的两点:每种物料的极反、错件所取得字符是固定不变的;并且各种物料所取错料字符,不会重复。
极反和错件检测的所有合并窗口文字内容是一致的其次所取模板的质量也尤其重要,以下集中模板都不满足要求的:模板中包含异物模板字体被分割线切割模板文字残缺不全模板文字太过单一取模板窗口太大,包含其他不需要文字好的模板应该文字清晰,且易于人工识别;每个字符占一个模板格子;字符不能被分格切割,必须保证每个字符的完整性,原因在于模板对比时,每个分格是独立对比测试的。
判定参数方面,除部分特殊物料,所有判定参数下限不得低于65.固定参数判定参数0201ESD物料55以上其他物料65以上ScaleScale是一个使用广泛,最基本的测试算法。
算法使用Scale算法只有在正常贴装和不良间, 检测处颜色亮度差异巨大或存在稳定界限时,才可使用。
当此差异太小时,不推荐使用此算法。
抽色在抽取亮度和颜色是可按以下方法操作。
先找到元件本体,检测点底部亮度颜色的临界值此时可以选择两个临界值的中间值作为本体的抽色参数,这样可以确保这个值时安全的。
检测框大小及判定参数在检测元件偏位时检测框大小位置需要注意,应该严格执行首先看看元件大小可看出元件大小约2000*2000(um),如果元件允许偏位80um,那么检测窗口大小位置及判定参数设置应该如下:在使用Scale测试偏位时,必须使用手动设置窗口大小。
窗口宽度与百分比上下限差值的乘积即为元件偏位允许值,同时对应的其他检查窗口应该保持对称。
这两点时Scale检测偏位的根本,如果不能保证以上两点,检测将没有意义。
固定参数检测项目亮度值颜色抽取判定参数电阻错件炉前0~35;炉后0~30 ALL 50~100电容错件炉前35~255;炉后25~255 ALL 60~100电容缺件40~255 ALL 60~100 ALL 假焊0~225 红色:0~60,蓝色:40~173 视情况而定Distance-L/Distance-W算法使用使用Distance工具时,抽色设置非常重要,在选择抽色时需要仔细考量,正常情况下请不要随意更改。
一个典型的例子,在炉前测试电阻缺件时,看看该如何抽色:1.测试元件内径此时必须将锡膏亮度颜色囊括在内(如亮度:50~255,颜色:所有颜色),当元件缺失时,测到就会是锡膏或焊盘的内径,这个值与电阻内径差别巨大。
或者完全排除锡膏和焊盘的颜色(如亮度:175~255,颜色:红色:0~70),当元件缺失时,得不到测试结果,同样可准确测出缺件。
2.测试元件外径测试外径必须排除掉锡膏颜色,所以在抽色时,亮度下限设置不得低于150,颜色可选过滤掉红色或不过滤(考虑到能元件边角泛蓝色)。
炉后测试电阻缺件时又与炉前不同:测试内径测试内径时,必须包含焊锡颜色,亮度超过元件本体亮度即可(40~255,抽取所有颜色),这样,当元件缺件时测到的结果为焊盘的内径,与元件内径差值较大。
如果不能包含焊锡颜色,将可能导致漏测。
测试外径测试外径时,仅需过滤掉元件正常贴装时,有爬坡的锡膏的颜色,为保证检出,亮度设定为:60~255,颜色:所有颜色。
当缺件时测到的为焊盘的外径,与元件外径差异较大。
希望上面的例子能让大家对该算法有更好的理解。
固定参数检测项目测量方法边界百分比亮度值颜色抽取判定参数0201电阻缺件内径50 炉前50~255/175~255 ALL/红色:0~70 280~4800201电阻缺件内径30 炉后40~255 ALL 330~480 0201Chip 缺件外径50 炉前150~255 ALL或红色:0~70 520~610 0201Chip 缺件外径30 炉后60~255 ALL 520~610可以发现,如果检测框在锡膏上时,亮度需要设置到很低,颜色需要抽取所有颜色,原因在于过炉后的锡膏颜色和亮度都比较复杂多变,抽色需要尽量覆盖所有焊锡。
L-band-search/W-band-search算法使用L-band-search/W-band-search通常用作焊盘定位,但也可用作偏位检测。
由于没有类似Distance中的“边界半分比”的过滤设置,所以抽色时也需要注意,避免出现意想不到的结果。
先来看下实例首要原则就是,抽色需要排除掉背景PCB的颜色及元件自身的颜色,在这个前提下尽量多的保留锡膏和焊盘的颜色。
避免出现抽色不当,从而测试结果受元件自身影响,最终导致偏位漏测。
如下图,测试输出的实际是元件的坐标,肯定会导致漏测。
另外,带宽百分比,设置也需要符合实际情况,太大或太小都可能导致测试输出不准确。
如图中,原本带宽百分比值为90,当设置为85时,结果出现很大偏差。
如果使用该工具检测偏位,最好不要单独使用,还需使用其他工具先检测偏位,在使用该工具做再次确认,与用作焊盘定位不一样的是,判定参数需要做修改。
工具的结果输出不同于Image-match使用um为单位,而是使用像素为单位,在设置时需要换算一下。
如图中元件,偏位允许值为60um,那么判定参数应该设置为4,-4。
Contours-find检测元件偏位的主要方法。
算法使用通常用作Chip偏位检测,在使用时通常多个工具合并输出结果,窗口设置、判定参数、合并时得顺序,需要多加注意,避免混乱,同时合并的工具个数不易过多。
抽色应尽量避免抽到背景和锡膏颜色。
窗口设置所有此工具检测窗口应始终保持居中,大小保持一致,这一点可以在数值上体现出来,很容易检查。
检测窗口的大小约为元件本身大小向外扩展偏移允许值的2倍比较合适。
窗口太小可能导致偏位漏测,太大可能窗口内出现太多干扰物。
判定参数所有合并的此工具的判定参数应该保持一致,模板大小应该符合元件实际大小,“容许差异%”应该符合元件越大,容许值越小的规则,“X允许,Y允许,角度”应严格按《元件偏位容差标准》设置,块参数视实际情况而定。
检测窗口顺序由于使用此工具时,总是会有多个窗口合并检测,各个检测窗口抽色会有一定差异,此时需要对这些检测窗口排下序,排序的原则是:模板(抽色)的通用性越高的窗口越靠前,这样可以避免不该有的误报,减少调机错误。
固定参数允许差异%元件大小允许差异%0201 10%0402 8%0603 6%≥2.0*.2.0mm 5%≥3.0*.3.0mm 4%≥4.0*.4.0mm 3% 块参数块数量一致性电容电阻 2 3电感 2 2或3其他物料视模板色块数量而定,不能为0视情况而定Image-match多用于提供坐标定位或元件本体不良确认。
取模板时需要注意的是,目标物体必须在所取模板的中心,同时,所取模板应该有较明显的颜色亮度过度。
判定可根据实际情况而定。
ConnexConnex多用作测连锡,但有时可以用作测偏位,但无论哪种用途,亮度颜色抽取固定为默认值(亮度:0~255,颜色:ALL)。
在测试连锡时,检测窗口宽度为两侧焊盘间距的1/2为宜,判定参数默认65,特殊情况,视情况而定检测偏位时,检测窗口宽度为元件偏位允许值,判定参数视检测框内元件本体色差而定。
固定参数抽色:亮度:0~255,颜色:ALLLead-box算法使用主要用于IC、BTB等元件检测连锡和少锡该工具分为两部分:定位,自定义检测项目。
首先点位引脚间距,引脚类型视实际情况而定,引脚根部%一般设置在80%或以上,其他无需做更改,接下来是引脚各部位颜色抽取。
先攻击子窗口“本体不良”设置引脚大小,长度与引脚实际长度一致,位置必须居中。
再选择参数“引脚根部搜索”,抽取元件引脚里侧元件的颜色,尽量过滤掉引脚与PCB 颜色。
接下来选择参数“引脚”,抽取引脚颜色,尽量过滤掉元件本体和锡膏焊锡(锡膏)颜色。
再选着参数“焊锡”,抽取焊锡(锡膏)颜色,尽量过滤掉元件,引脚,PCB颜色最后选着参数“焊盘”,抽取焊锡(锡膏)和焊盘颜色,完全过滤掉PCB颜色,尽量过滤掉元件本体颜色定位完成后,可以在子窗口中自由添加需要的检测项目,选择相应的检测工具。
如检测少锡或如检测连锡在子窗口中使用各种工具,与在正常情况下使用方法相同。
Rect-search计算范围内符合要求的色块的长宽或面积,作为判定值;同时提供坐标输出。
用于检测缺件,翻贴。
算法使用算法本身的特点为,检测连续色块的长宽。
用于检测翻贴:主要用于排插类元件。
测试该元件TOP面中间的凸起部分,由于凸起部分的两端为斜坡,亮度很暗,同时偏蓝色,与凸起部分存在鲜明差异,所以只需过滤两端斜坡颜色就可得到凸起部分长度,达到检测目的。
用于检测缺件:主要用于QFP,Chip料缺件检测。
上图中可以看到有时QFP元件下方有非常大的接地焊盘,与元件差异很大,但在印刷锡膏后,锡膏与元件上的丝印文字颜色接近,采用Scale算法容易抽到文字,此时相对而言Rect-search算法更为保险。
不管文字如何变化,只要文字存在间隙,在抽取本体颜色后,都不妨碍检测得到想要结果;在元件缺失时不管焊盘是否存在异物,色块总是会被中断,无法到达指定长度。
另外还可使用此算法,在范围内查找指定大小的色块,如果色块长或宽超出设定值,则报出不良,这个可以在Chip料检测中得到很好应用,因为Chip料电极大小是很稳定的。
Range计算范围内像素区域化后的色差最大值,作为判定参数。
由于该算法对检测区域出现异样像素非常敏感,用于检测损件时个不错的选择;另外先现有的程序中也用于测试Chip料之间的错件。
算法使用正常情况下电容,电阻元件本体部分色差很小,只有电感色差巨大,所以使用该算法检测电感和电容或电阻之间的错料。
测试颜色较单一的元件测损件,该算法只有两处参数需要设置“MaxMinRange参数”使用默认即可,判定参数可根据实际情况设定。
Defect-finder计算范围内符合要求的最大的色块的面积大小(单位为平方微米),作为判定参数。
用于检测少锡,镀金边异物时不错的选择。
Get-distance计算两个给定标示的横差,纵差,及角度,作为判定参数。