基于特殊结构光的BGA焊点气孔缺陷检测

论文摘要

BGA(球栅阵列)芯片是电子行业一种重要的SMT(表面安装技术)芯片,它很好的解决了芯片发展中芯片越来越小和I/O(输入/输出)端口急剧增加之间的矛盾。BGA焊球与其它引脚形状相比,在适应多引脚数封装的能力、封装厚度、引脚刚性、回流焊时自对准能力和有效面积利用率等方面有着不可比拟的优势,但是对BGA封装质量特别是气孔缺陷的检测一直是一大难题。现有的方法主要采取X射线分层法,但这种方法成本太高。基于此,开发了一种简单的BGA焊点气孔缺陷的自动识别系统,采用计算机视觉的方法实现NG和OK的自动判定。本文的研究内容和研究成果如下:1)采用了特殊结构光源。同时用环形红色光和十字形绿色光发射二极管(LED)照明BGA芯片,由小球表面成像后产生一个红色圆环和一个绿色十字。这样在一幅图像中融入了更多信息,为检测打好了基础。2)将数理统计原理应用于图像特征提取。在芯片定位二值化图像时,避免了单纯依靠阈值分割提取特征的缺陷。3)对称Hough变换方法提取矩形。在提取芯片位置时,传统的几何参数提取方法采用提取直线图形,但是对于矩形中四条直线的检测不仅耗时、耗存储空间,而且鲁棒性也差,参数空间维数过高是该方法的主要缺点。而且得到的往往是几条孤立的直线。我们把芯片作为一个整体考虑,问题变成了直接对矩形的检测。对称Hough变换方法充分利用矩形的对称性能大大缩短计算时间,减小空间复杂度,从而提高效率。4)首次提出对称性度量的概念。在对图像进行特征提取的过程中,考虑到图像的近似中心对称性质,提出将图像翻转后相减的结果作为对称度的量度,该方法还可以推广到其它类似的情况中,具有很好的参考价值。5)首次将纹理频谱特征应用于神经网络。从能量的角度提取图像的纹理频谱特征,并成功应用于人工神经网络,解决了气孔位置、大小和频率复杂性的问题。6)适用于不同光照条件和焦距变化,当外界光照条件和内部焦距参数发生变化时,通过训练新的图像,检测结果依然很好。本文以特殊结构光照射下的BGA焊点为研究对象,在国内外现有的研究基础上,开发了BGA焊点气孔缺陷检测系统。本系统结构巧妙,算法简单,对今后的研究工作具有重要的指导意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 BGA 芯片与表面安装技术概要
• 1.1 先进封装技术的发展
• 1.2 BGA（球栅阵列）芯片简介
• 1.3 BGA 焊点缺陷问题
• 1.3.1 几种典型焊点缺陷
• 1.3.2 气孔缺陷
• 1.4 BGA 检测国内外研究现状
• 1.4.1 自动光学检测（Auto optical inspection, AOI）
• 1.4.2 直射式X-射线检测
• 1.4.3 X 射线分层法检测
• 1.4.4 其他检测方法
• 1.5 本文主要研究内容
• 1.6 本章小节
• 第二章 系统的总体设计
• 2.1 机器视觉的基本原理
• 2.2 系统的研究目标
• 2.3 系统的总体结构
• 2.3.1 硬件结构
• 2.3.2 软件流程
• 2.4 本章小结
• 第三章 芯片定位与焊点分割
• 3.1 芯片定位
• 3.1.1 图片二值化
• 3.1.2 膨胀与腐蚀
• 3.1.3 边缘检测
• 3.1.4 提取芯片矩形外轮廓
• 3.2 目标图像分割
• 3.3 本章小节
• 第四章 特征提取算法研究
• 4.1 彩色空间与变换
• 4.1.1 可见光谱空间
• 4.1.2 RGB 颜色空间
• 4.1.3 LAB 颜色空间
• 4.1.4 RGB 空间转换为LAB 空间并分离A 通道
• 4.2 特征提取算法
• 4.2.1 对称度
• 4.2.2 圆度
• 4.2.3 重心偏移
• 4.2.4 模版匹配
• 4.2.5 随机性纹理
• 4.2.6 最大半径
• 4.2.7 纹理频谱特征
• 4.3 本章小节
• 第五章 神经网络系统设计
• 5.1 人工神经网络概述
• 5.1.1 人工神经网络发展与特点
• 5.1.2 BP 网络概述
• 5.1.3 概率神经网络概述
• 5.2 BP 网络设计
• 5.2.1 BP 网络设计步骤
• 5.2.2 BP 网络训练
• 5.2.3 BP 网络检测
• 5.3 概率神经网络设计
• 5.3.1 概率神经网络设计步骤
• 5.3.2 概率神经网络训练
• 5.3.3 概率神经网络检测
• 5.4 传统神经网络设计
• 5.4.1 特征向量提取
• 5.4.2 概率网络训练检测
• 5.5 检测结果
• 5.5.1 几种方法对比
• 5.5.2 光照焦距条件变化
• 5.5.3 GUI 界面介绍
• 5.6 本章小节
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文