电子元件焊点检测技术

胥路平

（中国工程物理研究院电子工程研究所 四川绵阳 621900）

0 引言

电子技术的飞速发展，时至今日，绝大多数的电子产品采用了印制电路板作为实现其功能的基础。在印制电路板中，作为电子元件与电路板之间衔接桥梁的焊点，起着元件与基板的机械固定作用以及电气连接、电信号传递作用，具有重要的地位。

传统的手工焊接方式常常导致焊点一致性较差，焊接缺陷难以避免；然而，就算是电子装配行业进入了表面组装时代，因为其装配过程需要通过锡膏印刷、元件贴片和再流焊接的程序，而这些程序也较难于精细控制，也会导致发生较多的焊接缺陷。如果这些焊接缺陷不能被及时发现和修复，将对电子产品的可靠运行产生极大的影响。作为保障焊点质量的关键环节，焊点检测对电子产品的成败起着举足轻重的作用。本文对电子元件焊点检测技术进行研究，分析各种检测技术的优点与不足，探讨未来焊点检测技术的发展方向。

1 传统检测方法

焊点的传统检测主要采用目视检测和电气检测的方法。目视检测在插装元件的焊点检测中被广泛应用，同时在表贴元件的焊点检测中也有应用。目视检测通常由检测人员利用十倍放大镜进行检测，检测速度和精度与人的素质、能力密切相关。目视检测无法有效地发现焊点缺陷，尤其是对表贴元件而言。电气检测是将电子产品通电，以检测是否达到要求。该方法能有效地查出目视检测所不能发现的微小缺陷。检测时可使用各种电气测量仪，检测导通不良及在焊接过程中引起的元件损坏。前者是由微小裂纹、极细丝的锡蚀和松香粘附等引起，后者是由于过热使元器件失效或助焊剂分解气体引起元器件的腐蚀和变质等。然而由于电气检测为离线检测，不能做到及时地将信息反馈。

随着印制电路板的集成度越来越高，更多的小型、微型表贴元件在电子产品中得以应用。仅仅依靠目视检测和电气检测方法已经难以满足现今的要求，而现代焊点检测技术成为保障电子产品质量的必要手段。

2 现代检测技术

随着表面组装的广泛应用，以图像处理技术为基础的现代焊点检测技术得以迅速普及。其中，应用最为广泛的是自动光学检测技术和X射线检测技术。它们可在装配过程中进行检测，相比于传统检测方法有如下的优点：

检测操作无限可重复性，能够实现100%给定条件的检测。并且机器工作过程不会产生疲劳，具有人工检测所不具有的重复性和一致性；不仅能够检测人工目测检测不出来的缺陷，还可以提高工作效率，节省生产成本；可提供量化的缺陷信息，供生产者分析与使用。

2.1 自动光学检测

自动光学检测由于非接触、无损、快速、准确而在表贴生产线上得到越来越广泛的应用。自动光学检测技术主要是基于光学原理与控制原理，以计算机图像处理技术为核心，应用必要的计算机软件来实现图像分析，从而进行非接触式自动检测的一种新兴技术。自动光学检测技术因其在提高检测精度、增强检测性能、编程操作简单、缺陷覆盖率高、生产检测成本低等方面的特殊优越性，克服了传统检测方法的缺点与不足，已经广泛地应用在表面组装检测领域。自动光学检测技术可以精确完成元器件的焊点缺陷检测，使产品质量和生产效率得到相应的提高，解决了传统检测手段所不能解决的问题。自动光学检测技术是将元器件或其相应特征的图像，通过软件进行必要的处理，通过己知先验知识，分析焊点质量等问题，给出检测结果。自动光学检测的基本工作工程可以描述为：通过CCD获得印制电路板的数字图像，然后提取图像中可以区分各类焊点缺陷的特征，最后通过这些特征对焊点的质量进行检测。自动光学检测主要涉及的技术环节包括：光源、光学镜头及CCD成像、数字图像处理、模式识别算法、精密机械移动。其中模式识别算法、光源和数字图像处理是主要技术难点。

2.2 自动X射线检测

对于不同密度和不同厚度的物质，X射线具有不同的穿透效果。人们利用这一点特性检测电子元件的焊接效果。X射线检测与传统的检测手段相比，是一种比较先进的检测方法，能够覆盖各种焊接缺陷，其应用前景广阔。尤其是对BGA、CSP等焊点隐藏于本体下方的元件，传统检测手段已经无能为力，而X射线检测正好发挥作用。为适应大规模生产，自动X射线检测技术逐步得以应用，它代表了X射线检测的发展方向。自动X射线检测的工作原理是用X射线照射印制电路板，生成对应的X射线图像，然后再根据图像处理技术检测焊点质量。自动X射线检测的核心组成部分是X光管和图像分析系统。在面向表面组装的X射线检测设备中采用两种X光管：闭管和开管，目前普遍采用的是微焦X光管，因为采用微焦点X光管可以获得清晰的图像，适于电子产品的结构缺陷分析与检测。主流X射线检测设备的图像分析系统均采用成熟的商用图像分析处理包，但它们仍有不完善的地方，图像分析处理系统方面存在各种各样的短处。

3 焊点检测中的图像处理技术

从上面的分析可以看出，无论是自动光学检测还是自动X射线检测，都非常依赖于图像处理技术，它是实现电子元件焊点检测的关键技术。根据实际应用情况，在焊点检测中常用的图像处理技术包括：图像预处理、缺陷检测等。

3.1 图像预处理

图像预处理主要包括图像平滑滤波去噪、图像对比度增强、图像二值化处理和图像边缘检测等内容。

检测时，获取元件或焊点图像过程难免会因干扰而引入噪声，所以在对图像进一步处理之前必须进行图像去噪。图像去噪方法由噪声自身特性决定，既可在空域也可在频域采取相应的滤波措施。由于频域滤波计算量大，不适于实时检测，而空域滤波直接在图像空间对像素点作滤波处理，满足实时检测的要求。常用的空域滤波方法主要有：邻域均值法、中值滤波法。这两种算法容易实现，运算量小，得到了广泛的应用。它们有效地提高了图像信噪比，改善了图像质量，其缺点是造成图像边缘模糊化，这不利于后续的图像识别与检测。为了解决图像边缘模糊化的问题，研究人员提出了灰度最小方差均值滤波和K近邻中值滤波等方法。最小方差均值滤波去噪效果较好，但是运算量较大，而实验证明K近邻中值滤波是比较理想的图像去噪方法。

图像对比度增强的目的是强化图像边缘，突出图像细节，使图像更清晰。通常采用灰度值调整或对图像颜色值进行索引的方法实现图像的对比度增强。常用方法主要有分段线性变换增强、非线性变换增强以及直方图均衡化增强等。

图像二值化是将多灰度级的图像变换为只含有黑白两种颜色像素的图像。元件识别、元件定位、焊点定位和焊点特征提取等都是建立在图像二值化基础之上，因此图像二值化是图像预处理中非常重要的环节。图像二值化的流程是选取灰度阈值，比较各像素灰度与阈值的大小然后将其置为黑色或白色。根据阈值选择的不同，可以将二值化算法大体分为全局阈值法、局部阈值法以及迭代阈值法。

图像边缘是图像最基本的特征，是分析和理解图像的基础，是图像处理的关键技术。边缘检测保留了图像中重要信息，减少了图像处理信息量，满足了特征提取的要求，可以作为图像分割和特征提取的依据。边缘检测完成对图像边缘的精确定位并尽可能的抑制噪声干扰。边缘检测主要通过微分方法来实现，目前常用的边缘检测算法主要有：Roberts、Sobel、Prewitt、Laplacian 等。

3.2 缺陷检测

为适应自动化生产对缺陷检测的实时性要求，可采用图像匹配技术来进行缺陷检测。该方法的具体流程是：首先，创建印制电路板的模板图像。模板图像应离线制作，在线检测时可直接调用。模板图像可以根据CAD数据合成，也可以通过人工交互操作原始图像生成。然后将经过图像预处理的带检测图像与模板图像进行模板匹配。模板匹配的作用是将带检测图像与模板图像进行空间对准，使得二者的边缘基本重合。最后，针对待检测的焊点区域进行缺陷检测。通常进行3类检测：相似性检测，平移检测和旋转检测。相似性检测是计算待检测区域与模板图像对应区域的相似程度，相似性度量是相似性的度量指标，常用的相似性度量有平方差、归一化相关等。平移检测是计算目标对象位置相对于模板图像上对应对象位置的空间平移量。旋转检测是计算目标对象相对于模板图像上对应对象位置的空间旋转量。针对印制电路板上不同的检测区域应分别设置上述3类检测结果的阈值，如果计算结果超出阈值则判断为缺陷。进行具体缺陷检测时可将3类检测内容结合起来，并根据检测结果综合判断缺陷类别。

4 结论

本文针对电子元件焊点检测，分析了传统检测技术的不足。基于以表面组装为代表的印制电路大规模自动化生产需求，介绍了自动光学检测和自动X射线检测，指出了它们的优点和涵盖的核心技术。针对基于图像处理的焊点缺陷检测技术，阐述了从图像预处理到缺陷检测的操作过程，并深入分析了其中的图像处理技术。

[1]王付军.电子元件焊接质量检测技术[J].硅谷,2009(4):123,167.

[2]史建卫,徐波,袁和平,王洪平.SMT焊点质量检测方法[J].电子工业专用设备,2005(9):26-33.

[3]谢宏威,张美民,邝泳聪.基于图像特征统计分析的PCB焊点检测方法[J].仪器仪表学报,2011,32(2):401-407.

[4]蔡念,陈坚生,戴青云.焊点质量检测新方法[J].计算机工程与应用,2010,46(24):243-245.

[5]贾秩群.基于最小误差算法的BGA图像分割[J].电子测试,2010(6):15-19.

[6]王小彬,顾济华,杨勇,等.基于BP神经网络的焊点自动光学检测[J].光学技术,2009,35(6):905-909.

[7]周德俭.SMT组装质量检测中的AOI技术与系统[J].电子工业专用设备,2002,3(2):87-92.

[8]马吉权,马培军,苏小红.基于X射线的焊点图像预处理方法及应用[J].哈尔滨工业大学学报,2008,40(3):397-400.

[9]周德俭.SMT组装质量检测与控制[M].北京:国防工业出版社,2007.