ALeaderAOI-Ver 4.0.pdf - 第21页

    算法参数 色彩通道和色 彩处理参数默认 为 【红 】 + 【绿 】 + 【蓝】 + 【 平均 】 ，该 参数 在一 般 情况 下， 都能 适用 ，具 体参 数 根据实际检测情 况调节。 1.4. 算法 主要 应用 算法 主要 应用 算法 主要 应用 算法 主要 应用 算法应用，是 AOI 算法应用于检测领域的 关键部分。在熟 悉和理解 各种 AOI 算法的基础上，使用 AOI 算法应用于各个 检测项， 是 AOI 工程 …

100%1 / 265
上图所示，为 Compare 算法的注册窗口。
． 算法选择
【检测算法】选择“Compare”， 【NG 类型】选择“反向”， 【监测点类别】为“PadDot”， 【判定数
据】为（0,30）.
．
．．
． 算法参数
色彩通道和色彩处理参数默认为
【红】+【绿】+【蓝】+【平均】，该参数在一般情况下，都能适用，具体参数
根据实际检测情况调节。
1
11
1.3
33
3.18
18 18
18 PadPlace 算法
算法算法
算法:
PadPlace 算法，是指通过焊盘来定位元件本体位置，检测元件本体偏移的算法。PadPlace 算法主要通过
亮度，形状来确定检测区域位置，以此来计算元件本体相对偏移值的算法。主要用于检查焊盘明显的贴片元
件，其在算法列表中的标志位“PadPlace”。
PadPlace 算法，适用于大部分贴片元件。它是现有算法的有效补充，当贴片元件与焊盘发生相对偏移时，
该算法能够更直接的反映出来。
上图所示，为 PadPlace 算法的注册窗口。
算法选择
【检测算法】选择“Padplace”， 【NG 类型】选择“定位”， 【监测点类别】为“ReferDot”， 【判
定数据】为（0,10）.
算法参数
色彩通道和色彩处理参数默认为
【红】+【绿】+【蓝】+【平均】，该参数在一般情况下，都能适用，具体参数
根据实际检测情况调节。
1.4. 算法主要应用
算法主要应用算法主要应用
算法主要应用
算法应用，是 AOI 算法应用于检测领域的关键部分。在熟悉和理解各种 AOI 算法的基础上，使用 AOI
算法应用于各个检测项，是 AOI 工程师制作检测程序的前提。文档将在少锡、虚焊、空焊、错件、缺件、极
性反、短路、插件等 NG 检测项详细讲解算法的应用，如下：
1.4.1. 少锡
少锡少锡
少锡
少锡，主要是用于炉后焊锡的检测。少锡的 ROI 区域是焊点的爬锡区域，它检测焊点是否具备爬锡现象。
爬锡区域的色彩特征为亮度低、色度偏蓝。对于少锡的检测采用的算法为“TOC 算法”，其默认参数如下：
参数 参数范围
红色范围 范围区间为（0， 60），其中下限为 0，上限为 60。
绿色范围 范围区间为（75， 180），其中下限为 0，上限为 90。
蓝色范围 范围区间为（65， 180），其中下限为 65，上限为 180。
亮度范围 范围区间为（30， 255），其中下限为 30，上限为 255。
判定范围 范围区间为（50， 100），其中下限为 50，上限为 100。
其上述参数在色度三角型表示如下：
①为色彩抽取的参数区域，②为参数表示的图像区域。
提示
提示提示
提示：
：：
：该
该该
该“
““
“TOC”
””
”算法中的
算法中的算法中的
算法中的【
【【
【焊点
焊点焊点
焊点】
】】
】是选
是选是选
是选择状态
择状态择状态
择状态。
。。
。
1.4.2. 空焊
空焊空焊
空焊
空焊，主要是用于炉后焊锡的检测。空焊的 ROI 区域是焊点的爬锡区域，它检测焊点是否发生空焊现象。
空焊现象就是指焊点没有焊锡，仅仅是铜箔。空焊现象的色彩特征为亮度亮、色度偏红。对于空焊焊的检测
采用的算法为“TOC 算法”，其默认参数如下：
参数 参数范围
红色范围 范围区间为（65， 180），其中下限为 65，上限为 180。
绿色范围 范围区间为（0， 70），其中下限为 0，上限为 70。
①
①①
①
②
②②
②
蓝色范围 范围区间为（0， 60），其中下限为 0，上限为 60。
亮度范围 范围区间为（80， 255），其中下限为 80，上限为 255。
判定范围 范围区间为（20， 100），其中下限为 20，上限为 100。
其上述参数在色度三角型表示如下：
①为色彩抽取的参数区域，②为参数表示的图像区域。
1.4.3 错件
错件错件
错件
错件，主要是用于检测元件本体的检测，检测该元件是否发生错料。该检测项是 AOI 检测的常规检测项。
错件可采用四种检测算法，其四种检测算法分别为 TOC 算法、OCV 算法、Match 算法和 OCR 算法。每个错
件的检测算法针对检测项目的偏重不一样。
TOC 算法类的错件检测，主要用于非字符类元件的错件检测，该类元件主要为电容。该类检测法是通过
抽取元件的本体色，判断元件本体色是否改变，来检测元件的错件。其中元件的本体色参数，无默认参数，
是根据实际的本体色给出的色彩抽取参数。
OCV 算法类的错件检测，主要用于清晰字符类的错件检测，该类元件主要为电阻。该类检测法是通过获
取待测字符轮廓与标准字符的字符轮廓的拟合程度，来判断元件是否发生错件。该类检测的判定参数的默认
范围为（0， 12）。如标准字符为“123”，待测字符为“351”，拟合返回值为 28.3，判定范围为（0， 12），
则该元件发生“错件”。
Match 类检测算法，主要是用于模糊字符类的错件检测，该类元件主要为二极管、三极管等。该类检测算
法主要是通过获取待测字符区域与标准字符区域的相似程度，来判定元件是否发生“错件”。该类错件的判
定范围默认为（0，32）。
OCR 类检测算法，主要是用于重要部件的元件的检测，该类元件主要为 BGA、QFP 等。该类算法主要是
通过识别待测字符，判定待测字符是否与标准字符一致来检测和判断是否发生错件。如标准字符为“123”，
实际字符为“122”，则 OCR 算法判断该类元件发生“错件”。
1.4.4 缺件
缺件缺件
缺件
缺件，主要用于检测元件本体是否存在，是 AOI 常规检测中不可或缺的检测项。该类检测采用的检测算
法有 TOC、Match、OCV、OCR、Length、Histogarm 等检测算法。其中 TOC、Match、OCV、OCR 与错件的
使用一致。
Length 算法主要是通过检测 Chip 件（电容）本体的长度，或者电极的长度，来判断元件是否发生缺件。
该算法检测主要应用于炉前检测、红胶检测。Length 算法的判定参数的默认范围为（45， 55）。见下图：
①
①①
①
②
②②
②