VisionPK AOI平台赋能FPC质量管理—产品聚焦频道- 视觉系统设计

柔性电路板（FPC）广泛用于各种轻薄的电子产品，如手机、平板、智能穿戴设备等，成为连接模组和信号传递的重要桥梁。FPC生产工艺水平体现在细小孔加工技术、微米级线路布线技术、FPC迭层技术等三个方面，国际领先的规模量产水平已经达到了20μm微小孔径、15μm线宽。未来FPC产品将精细化尺寸推向极致，向高精度、高密度的发展趋势以及高精度装配的要求不断推进。质量管理为生产企业大规模提高FPC产能、提高制造效率提供有力支持。

图1：手机、平板、智能穿戴设备等产品中广泛使用的FPC。

百迈检测的FPC主要为单层FPC、双层FPC、多层FPC和刚柔结合FPC。FPC制程过程中的工艺复杂、缺陷率高、缺陷种类繁多以及废品率高，诸如FPC金手指、EMI、板面等区域面临的褶皱、压痕、划伤、缺口、残胶、异物等众多缺陷类型，都对检测带来较大的挑战。传统的人工检测为产线员工通过肉眼检查缺陷，用放大镜下目视检验，重点检查表面残胶、变色、金手指沾锡、锡珠、IC引脚空焊、连焊等问题。

典型的AOI自动光学检测为后端制程的产品全检，常常出现的问题包括，由于FPC表面不平整，往往伴随着很高的AOI误判率；生产超精细FPC板时，因为线宽线距和孔径等更小，导致检测难度提升；制程中容易出现金手指偏移，影响客户端无法装配，进而导致功能失效问题发生。如果前期缺陷没有充分检出，导致FPC报废，引起原料成本损失。基于预防胜于治疗的观念，企业可以在前端增加视觉检测，及时发现不良并修正，提高良率。此外生产和检测设备需与产品类型匹配，FPC生产制程多，所涉及的装备众多，检测环节能否支持产线快速换型，也是设备商必须攻克的难题。

国内很多自动化设备商，长期在美德主导的图像处理软件上进行二次开发应用，不仅通用性差且交付周期漫长。百迈与AOI设备商进行赋能合作，在AOI视觉检测能力上获得飞跃性成长，从而避免项目型开发投入而转为应用交付，实现进口替代。VisionPK视觉检测平台是百迈为工业打造的“眼睛”和“大脑”，主要由图像分析算法软件、图像采集相机、光源、主机等部分构成，提供完备、成熟、高性能的算法库工具箱，涵盖通用机器视觉的2D 应用场景。透过特殊图像处理成功地找到瑕疵并识别其特征，有效降低人力成本、减少产品误检率及提高产品良率。

通过VisionPK，企业可以实现监控整厂整线的质量数据。检测数据经过采集、图像处理、结果数据后，数据上抛含数据中心/MES。大型生产企业可以在生产线换型过程进行持续迭代、基于检测数据进行AI训练、对产线前后段良率管理，以及建立低漏检低过杀、缺陷分类和缺陷热区预警的生产检测标准。为了将成熟的视觉技术能力赋能给设备商合作伙伴，通过集中技术培训和实操相结合的方式，百迈提升对方视觉工程师对AOI项目的评估与执行能力。尤其对于整厂整线统一规划的终端客户，整厂统一AOI平台不仅大幅降低综合投入成本，同时AOI管理人员一次学习整厂使用，聚焦良率提高，提升生产力。

图2：通过VisionPK实现监控整厂整线的质量数据。

FPC检测案例

华南某大型FPC制造商长期为生产制造中的批量性不良、人员漏检、客户投诉甚至是退货所困扰。在这种情况下，客户决定导入全新的AOI。表1中给出了这家FPC制造商对视觉检测的一些基本要求。

检测对象：	用于手机中的FPC柔性电路板
检测类型：	外观检测
检测区域：	FPC上金手指正面的主要区域
检测尺寸：	约73mm×43mm
TT要求：	1.8s/pcs
缺陷类型：	主要缺陷：金手指褶皱、金手指压伤、金手指划伤、金手指异物、保护膜异物、金面脏污、金面异物、金面划伤、EMI划伤、EMI破损、二维码文字缺失、二维码模糊、板面异物、金面沾锡。次要缺陷：残胶、背胶偏/破、毛边、笔印、PI残留、油膜脱落、补油、油墨脏污。

表1：视觉检测项目概要

该案例中，FPC上的待检测区域较多，通过专门设计的光学系统和照明组合，获得最佳成像，减少软件误判率。不同的检测区域采用不同的成像方案，综合形成多重成像实现对FPC全面扫描。下面对典型区域进行说明。

1）FPC的黄膜区。黄膜区主要包含FPC的金手指触点部分，通过使用高分辨率彩色相机，获得高精度成像效果。成像方案考虑选择专门的特殊角度环形光源与底部背光源共同作用，令产品表面缺陷和轮廓清晰可见。整个成像系统最大可兼容金手指上±2mm景深的缺陷。

2）FPC的板面区和EMI区。采用高分辨率彩色相机，最终成像精度可达0.02mm/pixel。若检测物是要求更高精度的超精细FPC，成像方案可选择更高分辨率的相机；检测更大幅面检测物时，也可采用彩色线扫相机。在照明设计方面，常规可以选择平行同轴光源、平面无影光源等提供均匀的光照条件，使产品表面异物、破损、褶皱等缺陷更加突显，以满足检测要求。

3）FPC的连接器区和线路区。FPC检测还有连接器区和线路区的检测，不同检测位置可通过不同角度、不同类型的光源照明成像，增加特征对比度，从而大大提升检出率，同时保证漏检率和过杀率均<1%，覆盖FPC常见外观缺陷检测。

图3：百迈成像方案示意图。

VisionPK配备全系列算法模块和分布式流程结构，支持工业场景下多拍摄状态、多相机多工位联动、高兼容性的复杂检测。这个通用工业平台适用于多制造场景，可拖拽式创建检测流程，具有友好的人机交互界面，零代码基础也可快速完成视觉检测任务，极大提升视觉项目的落地效率。视觉平台的先进性和灵活性也体现在产线用户比较关注的数据统计分析。整机用户界面包含了图像显示、数据汇总显示、运行状态显示、检测结果显示这几种控件。

图4：VisionPK显示产品图像、执行流程和算子参数等。

图5：VisionPK显示产品图像，判定结果和良率统计。

VisionPK平台流程界面上各项检测工具可根据具体的检测需求，自由设置其相互关系和添加相关检测工具，以达到检出目的。流程界面简洁直观，既方便用户快捷设置各项工具内的检测参数，又可快速预览当前算子的执行效果和检出缺陷的标记。以下列举该FPC检测案例中部分图像处理和检测原理。

（1）图像色彩灰度化运算

对图像采集系统获取的色彩图，进行图像色彩灰度运算化的图像预处理，满足后续信息处理要求。FPC金手指受到环境和金手指氧化等因素的干扰，对轮廓提取和缺陷检测往往都有难度。传统算法中使用单通道RGB或者YUV等不同通道转化方式，进行处理图像，但是效果并不明显。根据FPC的产品特性，不管是金手指还是其他区域，RGB通道具有特定的色空间特性，VisionPK提供色彩运算脚本，充分利用每个区域RGB值中的色空间特性来对比处理，从而达到提取分区轮廓和检测精准的目的。

（2）自动边缘提取获取检测范围

用色彩运算提取出每个区域的伪灰度之后，使用分区算子对产品检测区域进行自动边缘提取，根据灰度提取突变，获取检测范围。VisionPK配有自动提取轮廓工具，可基于金手指区域和非金手指区域的灰度、形状、长宽等特征，自动筛选并提取出需要的轮廓。如果提取区域存在干扰导致提取出现异常，还可以使用灰度填充、形态学等滤波来还原正常金手指轮廓的提取。

（3）算子检测标示缺陷

图6：通过阈值分割快速检出缺陷。

VisionPK平台通过使用斑点算子，根据缺陷的亮度值调整算子阈值区间，可以快速检出缺陷。提取到正确的检测区域轮廓后，检测算子可以引用自动生成的轮廓，可根据缺陷的不同种类，在检测任务流程上分别添加算子检测，快速定位几何体的位置和分析种类，并在界面上显示出特征标识。工具菜单已经预置检测算子，VisionPK操作用户可以轻松选择工具进行缺陷提取和调试，无需代码基础和开发经验就可以搭建视觉方案和调试参数。缺陷被标识后可以在检出图形界面显示，也可为用户提供参考值，进行过杀的优化。

（4）形态学图像预处理

图7：通过膨胀腐蚀检出缺陷。

框选目标范围后自动提取检测范围，无需手动绘制金手指区域。VisionPK内置高效的区域识别算子，通过简单的参数调节，快速获取到目标区域的边缘信息，不仅缩小检测范围，而且有助于提高识别精度，以供检测算子使用。形态学方法数学形态学处理实质上是一种保持拓扑特性的方法，对图像数据的基本操作，常用的有膨胀、腐蚀和建立在这两种运算基础之上的开运算和闭运算；闭运算可以填充孔洞，而开运算则可以去除孤点和尖峰。在FPC的白色像素膨胀腐蚀，填充金手指缺口、断开区域，降低分区干扰。进行形态学处理后，金手指区域互相接合，完整连接在一起，确保提取完整的金手指图像。

（5）金手指褶皱的检测原理