日本產業技術綜合研究所(產綜研)的研究小組與住友電工印刷電路公司(Sumitomo Electric Printed Circuits,總部:滋賀縣甲賀市)合作,開發出了對鍍金表面進行光學檢測,可自動判別是否合格的小型檢查裝置。該裝置利用產綜研開發的通用圖像識別法提取表面粗糙度的特征量,將光澤不均度數值化。可在柔性印刷電路板(FPC)的鍍金外觀檢查自動化,以及通過工序反饋提高產品可靠性及生產效率等用途應用。
印刷基板及連接器等多種電子部件都要鍍金,但但鍍金不均勻、色斑及變色等外觀異常,目前大多通過與限度樣本做目視比較來檢查。但目視檢查在很大程度上依靠人為判斷,受熟練度不同及疲勞等因素的影響,檢查結果往往存在誤差。還會導致廠商與用戶間標準理解偏差,造成產品質量糾紛,或者出現不合格品過多等問題。
其中,光澤不均檢查在目視檢查中難度尤其大,要求實現自動化的呼聲非常強烈。一般大多采取直接對鍍金表面圖像實施圖像處理來檢測不均的方法,但低對比度的不均很難僅靠圖像處理檢查出來。
光澤不均有時起因于有機物等的附著,而產綜研的研究小組把關注的目光投向了光澤不均大部分源于表面粗糙度不同所導致的正、漫反射光的不同。也就是說,異常光澤部分與正常光澤部分相比表面粗糙度小,漫反射光的成分較少。并且還明確了表面粗糙度還會給光的各偏光成分的反射帶來影響。由這些因素可知,表面粗糙度可根據漫射光的偏光成分比求出。
此次開發的檢查裝置通過對導致光澤不均的原因——鍍金表面粗糙度分布進行偏光分析形成圖像,并利用通用圖像識別法來計算粗糙度分布的特征量。具體操作時,先由檢查對象物表面各點的漫射光的偏光成分比,獲得與表面粗糙度分布相對應的圖像,然后使用稱為高維局部自相關(HLAC:Higher-order Local AutoCorrelation)的特征提取法計算出特征量,構成五維特征空間。
并且,通過對該特征空間的判別分析,將光澤不均度數值化,不僅可判別合格與否,還能識別光澤不均的種類(邊緣型、新月型、斑點型)。判別分析是為得到判別對象數據屬于哪一類的標準(判別函數)的方法。比如,在得知可將鍍金表面的狀態劃分為合格品(無不均)和不合格產品(有邊緣型不均、新月型不均、斑點型不均)的4類時,可通過分析標準樣本獲得判別函數,由此辨別對象產品的鍍金屬于哪一類。
今后,產綜研將通過現場適用性驗證來推進該裝置投產,并致力于檢查方法的標準化。
另外,該檢查裝置已在2011年9月7~9日于幕張會展中心(千葉市美浜區)舉行的“2011分析展/科學儀器展”上展出。
關注我們
公眾號:china_tp
微信名稱:亞威資訊
顯示行業頂級新媒體
掃一掃即可關注我們