SMT产品质量机器视觉检测中的机器学习

《SMT产品质量机器视觉检测中的机器学习》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、SMT产品质量机器视觉检测中的机器学习MachineLearninginAOIforSMTProducts罗兵（五邑大学信息学院，广东江门529020）LUOBing(InformaticsCollege,WuyiUniversity,Jiangmen529020,China)摘要：SMT产品机器视觉检测AOI中，对具体产品样本进行机器学习时，难以得到被检测产品的多种缺陷样本，合格产品样本也需要减少学习样本数量，以提高检测速度，减少人工检测。文中研究了SMT产品的机器视觉图象特征及分布，结合快速分层的并行检测方法，提出了针对大量产品正、负类样本学习建立检测经验

2、参数，针对具体产品负类学习建立模板的学习方法。并在具体产品样本学习中采取动态阈值，以减少人工检测确立学习样本的数量。多个生产线的产品检测实验表明本方法可以速有效地建立AOI检测模板参数。关键词：机器视觉检测；贴片安装技术；自动质量检测；机器学习中图分类号：TP274.3文献标识码：A文章编号：1003-0107(2009)01-0039-04Abstract:InautomatedopticalinspectionforSMTproducts,positiveclasssamplesweredifficulttofindformachinelearningan

3、dsamplesnum-berwereexpectedtodecreasedtoimproveeffect.Basedonquickinspectionmethod,thispaperproposedmachinelearningforimagefeaturesthatindependentwithproductstypestosetupAOIclassifierandotherfeaturesforsamples.Dynamicthresholdsweresuggestedduringmodelsetupthatrefusingratedescendedwh

4、ilemoredetailtypeproductimageswerelearned.ExperimentsforSMTproductsfromdifferentlinesshowedthatthisapproachwaseffective.Keywords:AOI；SMT；automatedqualityinspection；machinelearningCLCnumber:TP274.3Documentcode:AArtecleID:1003-0107(2009)01-0039-041引言对电子贴片安装产品（SMT）进行自动机器视觉检测时，必须首先进行机器学

5、习以确定检测参数。但是SMT产品型号多样，对具体产品进行机器学习时，由于SMT产品一般合格率比较高，缺陷率低于5%，这样很难以得到缺陷产品样本（正类）进行学习[1]。同时，对合格类产品样本（负类）进行学习时，学习样本也是经过人工检测确定的类别，如果需要大量的学习样本，必然需要大量的人工检测，从而降低了自动检测的效率。这对于多品种、小批量的电子产品生产检测尤其不利[2]。的检测方法和SMT产品的特点，我们提出了分层学习的机器学习方法。同时在对具体产品样本进行机器学习时采用动态阈值的方法，在确保早期检测可靠性的前提下减少人工检测的数量。2SMT产品的图像特征及分布

6、AOI将产品分为合格和缺陷，并将缺陷产品进一步分类为缺件、偏移、歪斜、极性错、器件型号错、直立、侧立、翻件、桥接、焊接不良等多个缺陷类别。对于第一层合格和缺陷两分类，与标准模板的灰度值归一化相关系数是比较好的图像特征[3]：∑∑CG=∑x=1∑y=1fs(x,y)-μsf(x,y)-μ∑∑nma.合格安装1K电阻b.型号错TT(1)m×n×σs×σT其中fs(x,y)为样本图像在(x,y)点处的灰度值，fr(x,y)为模板图像的灰度，图像共m行、n列，μs为样本图像的灰度均值，μr为模板图像的灰度均值，σs为样本图像的灰度标准差（方差根），σr为模板图像的灰度

7、标准差（方差根）。该特征反映了样本图像与模板的相似程度。合格产品与标准模板的相关系数高，缺陷产品则相关系数会降低，特别是缺件、直立、侧立、翻件缺陷。如图1中的不同安装质量机器视觉图像的灰度值与标准模板的相关系数如表1：c.侧立缺陷d.直立缺陷图1贴片安装电阻的机器视觉图像同时，具体SMT产品的缺陷类别又比较多，AOI不仅要检测出缺陷产品，还应检测分类得到产品的缺陷类别。如图1是一个贴片安装的1K电阻的不同安装质量的机器视觉采集的图像。通过研究SMT产品的图像特征及其统计分布，结合AOI同型号产品的图像又变化差异很大，因此借助于与合格标准模板的关系，可以提取出与

8、型号无关的各种特征，合格类与标准模板在