使用深度學習的電路板印刷檢查技術(shù)

發(fā)布日期：2023-01-05      瀏覽次數(shù)：659

使用深度學習的電路板印刷檢查技術(shù)






Hokuriku Electric Industry Co., Ltd.：將深度學習應(yīng)用于印刷電路板檢測

Hokuriku Electric Industry Co., Ltd. 正在推動引入使用規(guī)則庫的圖像檢查機，以實現(xiàn)印刷電路板檢查的自動化。然而，難以區(qū)分諸如“碎裂"之類的細微形狀，因此必須使用目視檢查器進行檢查。此外，取決于工人技能水平的檢查質(zhì)量的變化也成為一個問題。因此，我們采用了使用 HALCON 深度學習的自動檢測系統(tǒng)。


內(nèi)聯(lián)的挑戰(zhàn)和解決方案

在這次檢查中，印刷在一塊板上的 3,000 個或更多印刷圖案必須在大約 3 秒內(nèi)全部檢查完畢。換言之，需要每個印刷圖案大約1毫秒或更短的高速處理。
此外，需要對印刷圖案進行單獨識別以檢查每個印刷圖案。為了高速檢測大量打印圖案，使用基于規(guī)則的預處理和深度學習來做出OK/NG判斷。

通過規(guī)則庫縮小檢查范圍




深度學習判斷

在這種檢查中，必須適當?shù)嘏袛酀B色、碎裂和異物等多種缺陷。此外，每個缺陷都設(shè)定了一個容差，需要用與人相同的感官來判斷每個檢查對象是否在設(shè)定的容差范圍內(nèi)。因此，這一次，我們通過定義更詳細的類而不是 OK / NG 的兩類分類來實現(xiàn)0% 未檢測和 1.5% 過度檢測。該設(shè)備已經(jīng)開始在線運行。





Lynx 引以為豪的圖像處理庫 HALCON 是一個開創(chuàng)性的工具，可以通過結(jié)合 2,000 多個運算符來高效構(gòu)建圖像處理系統(tǒng)。
創(chuàng)建的腳本型程序可以自動轉(zhuǎn)換為Visual C++/Basic/C#代碼，可以很容易地集成到客戶的圖像處理系統(tǒng)中。
HALCON目前僅在日本就有數(shù)萬套系統(tǒng)在使用，可見HALCON的高可靠性。