引言

隨著科技的不斷發(fā)展，越來越多的產(chǎn)業(yè)逐漸被機器所取代。在電子產(chǎn)業(yè)中，芯片充當著重要角色，在生產(chǎn)制造過程中自然也需要通過檢測環(huán)節(jié)反饋芯片的品質(zhì)問題，以便人們掌握各個環(huán)節(jié)的情況。而隨著芯片越來越高端復(fù)雜，人工檢測逐漸退出歷史舞臺。

這是因為人工檢測存在著以下一些弊端：效率低下、精確度低、耗時長等問題。以常用的雙球貼片紅外接收頭為例，人工部門對于該芯片的外觀、引腳長度和引腳距離的一致的檢測上總體還是不如機器檢測。因為芯片本身要求的高精度技術(shù)使得人眼有時難以察覺到一些細節(jié)上的問題，而這樣的話，對于后續(xù)的成品質(zhì)量方面也沒有基本的保證了，機器檢測便是在這樣的境況下催生的，為了保證芯片質(zhì)量的優(yōu)良，簡單設(shè)計的機器檢測過程就可達到人們想要的結(jié)果。

機器檢測主要針對圖像預(yù)處理和引腳檢測兩個環(huán)節(jié)進行細致的設(shè)計，以保證產(chǎn)品生產(chǎn)制造期間的準確性，避免了部件的良莠不齊情況。電子產(chǎn)品的更新?lián)Q代在我們生活中一直備受關(guān)注，機器檢測是否能夠有效的應(yīng)用對于電子產(chǎn)品的質(zhì)量保證也極為重要。

針對機器視覺檢測的簡單應(yīng)用

機器視覺是一種復(fù)合技術(shù)，由圖像處理，傳感器，光源照明等技術(shù)組成，運用圖像采集技術(shù)采集圖像中所需要的信息，代替人工對被測目標進行檢測和判斷，從而很大程度上提高了工作效率及自動化水平，機器視覺是對人眼視覺的模擬，因此我們可以把它想象成一個電子人眼，具有高度的精確性和自動化的電子人眼。

芯片在生產(chǎn)制造過程中，環(huán)環(huán)相扣，不可避免地會產(chǎn)生劃痕，磕碰等表面不易被察覺的瑕疵，極大的影響了產(chǎn)品的優(yōu)良，主要在封裝前的表面缺陷檢測和封裝后的封裝體缺陷檢測。表面缺陷檢測也存在著不少的問題：原材料不良、存在異物、劃傷、金屬污染物等問題對芯片的質(zhì)量產(chǎn)生一定的影響。封裝體所存在的問題為：印刷缺陷和引腳缺陷。印刷缺陷主要體現(xiàn)在表面符號印刷的模糊、偏移、漏印、無字等，而清晰的印刷符號是識別芯片的重要標準之一。引腳缺陷主要體現(xiàn)在引腳缺失、引腳彎曲和引腳破損等。針對芯片中各環(huán)節(jié)存在的不同問題需要對各環(huán)節(jié)進行嚴密檢查，而所產(chǎn)生的瑕疵品也需進行不同的分類，這對于勞動力來說是一個巨大的消耗，不僅費時費力效率也低下。

隨著機器視覺檢測技術(shù)逐漸受到重視，多種針對圖像信息提取的方法也被提出。機器視覺檢測系統(tǒng)可分為兩個部分，硬件部分負責圖像采集功能；軟件部分負責對目標的降噪、預(yù)處理、尺寸檢測等功能。

首先是硬件系統(tǒng)檢測。在這一環(huán)節(jié)，輸送鏈會將被檢測芯片輸送至相機下方區(qū)域，在相機的光照下，芯片會將反射的光投向鏡頭并在工業(yè)相機成像。工業(yè)相機通過圖像檢測算法對芯片進行檢測，之后再通過SOCKET通訊協(xié)議發(fā)送給機器人，最后由工業(yè)機器人將芯片按其優(yōu)劣程度進行區(qū)分并放置相應(yīng)區(qū)域。

軟件檢測相較于上一步的檢測更為細致化。先進行圖片采集，完成后對圖像濾波、二值化等預(yù)處理后可得到清晰的圖像；接著對圖像進行圖像邊緣檢測，再對其特征進行提取，依此通過對比引腳個數(shù)可看出芯片引腳是否存在缺失。這一環(huán)節(jié)由機器來分檢部件是否符合要求，對其進行細致化的檢查，和人力來比的話，那么這一步不僅節(jié)省了不少時間而且節(jié)約了人力成本。

因以雙球貼片紅外接收頭為例進行缺陷檢測，所以需要注意的是，在芯片的反面有四個等長、等距的引腳。若引腳個數(shù)不足，那么就可以直接輸出該芯片的缺陷信息；反之，繼續(xù)進行下一步的檢測，計算引腳間距是否均勻，引腳是否長短一致不存在彎曲；以上檢測都達標那么就可視為合格產(chǎn)品，輸出合格信息即可；若不是，直接輸出缺陷信息。

在對缺陷檢測環(huán)節(jié)的每一個產(chǎn)品做出精確的要求，以保證在具體實施階段可以得到準確的結(jié)果，對部件進行精密的篩選，保證清晰的成像，為引腳缺陷檢測環(huán)節(jié)篩選了成像清晰的，可能會在引腳方面存在缺陷的部件，過濾掉人工檢測中未被察覺的問題，保證了機器視覺檢測的高度準確率，對于部件的質(zhì)量保證有很大的提高，減少人工成本造成的不必要的損失。

如何界定機器檢測的合格品

在機器準備就緒以后，我們又怎么知道機器對于部件質(zhì)量的標準呢？同樣的標準又是如何被統(tǒng)一的呢？

那么，接下來，我們一起探索機器視覺檢測與人眼檢測的不同，一起了解智能化的機器是怎樣將部件進行統(tǒng)一的篩選的。首先，在圖像預(yù)處理階段，通過濾波器對圖像邊界以及噪聲進行統(tǒng)一設(shè)計。高頻濾波器突出了圖像的邊界，低頻濾波器使得在濾除圖像噪聲時不會造成圖像的模糊，有效地避免了濾波后圖像模糊不清的情況。

其次，是對圖像的灰度化處理。在圖像拍攝過程中若周圍環(huán)境出現(xiàn)色彩，拍出的圖像也會成為彩色圖像，這會影響到機器引腳檢測的準確度；因此，對圖像進行灰度化處理可提高機器檢測的準確性。

最后，在對引腳進行統(tǒng)計檢測階段，對其個數(shù)、間距也都有著精確的標準。其檢測的基本原理是：以合格芯片中的合格品為模板，參照這個模板，當被檢測的圖像與模板的特征高度匹配時，則視該圖像為合格品。

機器檢測能否真正用于實踐

除了對機器檢測各環(huán)節(jié)的進行計劃，專家們對各環(huán)節(jié)所需要的機器也選用了精確度高，相互性強的設(shè)備。經(jīng)過一系列的規(guī)劃后就需要對設(shè)想進行實踐性的檢驗，以發(fā)現(xiàn)其存在的問題，從而在后期的改進中對各環(huán)節(jié)存在的缺陷進行調(diào)整。為了保證機器人可以準確獲取目標，需要將相機的坐標數(shù)據(jù)轉(zhuǎn)化為機器人坐標數(shù)據(jù)，相機的坐標數(shù)據(jù)可以實時更新機器人的坐標數(shù)據(jù)，以保證機器人可精準識別目標產(chǎn)品。

在完成以上的分析及簡單的設(shè)計規(guī)劃后，我們需要考慮的是能否讓機器檢測實現(xiàn)呢？首先，在整個系統(tǒng)設(shè)計完成后，要隨機抽取一部分樣本進行實踐檢測，以兩千個芯片為樣本進行測試，準備一千個合格品和一千個瑕疵品分別進行檢測，在檢測過程中，我們發(fā)現(xiàn)九百九十九個合格品樣本被精確篩選出，有四個樣本存在誤差，合格品樣本的誤判率可視為百分之零點四，而瑕疵品樣本的誤差率為百分之零。合格品存在的誤差可能是由于樣本芯片引腳過于彎曲，因此對于引腳個數(shù)的檢測存在一些失誤，將四個引腳判斷為不足四個引腳，在引腳距離，偏移度方面暫未發(fā)現(xiàn)失誤，精確的控制在合格品范圍內(nèi)，符合工業(yè)的生產(chǎn)標準。

從預(yù)期結(jié)果來看，這個設(shè)計是較為可行的，在實施過程中遇到的一些問題也有了解決的方法，如果真的將機器檢測運用到電子產(chǎn)業(yè)中，也許我們會遇到和今天不一樣的問題，但是在一千個樣品的實驗中我們看到了這個方案的可行性，它將會使電子產(chǎn)業(yè)更上一層樓，機器檢測技術(shù)會在世界范圍內(nèi)得到廣泛的應(yīng)用?，F(xiàn)階段，視覺檢測技術(shù)已經(jīng)在各行各業(yè)中廣泛應(yīng)用，技術(shù)也逐漸熟練，但是對于芯片缺陷方面的檢測仍有一些問題需要解決，因其表面缺陷的獨特性使得表面缺陷和封裝體缺陷方面的問題都需要聯(lián)系起來，運用更精確的方法準確研究這兩個部分所出問題的環(huán)節(jié)與解決方案。

結(jié)語

隨著當今社會的不斷發(fā)展，技術(shù)的進步，人工智能代替人力也不可避免，機器的各方面優(yōu)勢成為它取代人力的重要條件。在全球化趨勢加快的今天，機器視覺檢測系統(tǒng)的技術(shù)已成為產(chǎn)業(yè)中不可或缺的一部分。從最初的人眼視覺檢測到如今機器化的發(fā)展，無一不在說明當今社會對產(chǎn)業(yè)新的要求，對工藝，高標準；對產(chǎn)品，高質(zhì)量。機器視覺只是電子產(chǎn)業(yè)進步的一個小趨勢，它體現(xiàn)了我們的科技隨之不斷創(chuàng)新，不斷發(fā)展，不斷進步。