ALeaderAOI-Ver 4.0.pdf - 第7页
和坡度平缓区域 时，能反 射更多的红光进 入相机，所以该 区域成像 偏重于红色。 绿色 LED 绿色 LED ， 分布 在光源的中间一 层， 其作 用区域为 坡度适度的区域 。 在坡度 适度的区域， 此区域能反射更 多的绿光 进入相机，所以 此区域成像偏重 于绿色。 蓝色 LED 蓝色 LED ，分布在 光源的 最下方，其作用 区域是坡度陡的 区 域。在坡度 陡的区域， 能反 射更多的蓝光进 入相机， 所以此区域成像 偏重于蓝色。 根据…
1.2. 光源
光源光源
光源
1.2.1 原理
原理原理
原理
AOI，主要原理有光学原理和图像处理技术（检测原理）。光学原理包括光学的反射原理和光学成像原
理，光学原理是 AOI 检测的基本原理。图像处理技术，是分析检测的关键技术。检测算法则直接影响缺陷的
检测能力。
光学原理，主要为光线的反射原理，如下图：
光学从左边入射，通过水平镜面后，进行等角度的反射，从右边反射。当光学反射到镜头内时，则在相机内
成像，否则不成像。
ALeader 的光源结构为 RGB（红绿蓝）的塔状环光学，光学的 LED 分布自上而下分别为红色 LED、绿
色 LED、蓝色 LED 等。其拍摄示意图如下：
上图为 ALeader AOI 的拍摄示意图，其拍摄图像的效果图如下：
上图为相机的成像示意图，Chip 件的焊点自焊盘远处到电极，其颜色分布分别为红、绿、蓝等。如下：
光源序号
光源序号光源序号
光源序号
拍摄效果
拍摄效果拍摄效果
拍摄效果
红色 LED
红色 LED，分布在光源的最上方，其作用区域为水平区域和坡度平缓区域。在水平区域
和坡度平缓区域时，能反射更多的红光进入相机，所以该区域成像偏重于红色。
绿色 LED
绿色 LED，分布在光源的中间一层，其作用区域为坡度适度的区域。在坡度适度的区域，
此区域能反射更多的绿光进入相机，所以此区域成像偏重于绿色。
蓝色 LED
蓝色 LED，分布在光源的最下方，其作用区域是坡度陡的区域。在坡度陡的区域，能反
射更多的蓝光进入相机，所以此区域成像偏重于蓝色。
根据以上原理，坡度自水平到垂直所拍摄的图像效果分别为红色、黄色（红色+绿色）、绿色、青色（绿色+
蓝色）、蓝色，亮度变化则自亮到暗。
检测原理，就是指图像的检测处理算法。ALeader AOI 的检测算法包括图像统计原理、灰阶处理算法和图
像色彩分析技术。
图像统计原理，是 ALeader AOI 独有的一种有效的检测算法，几乎所有的检测都可用到该算法，该算法
就是利用 OK 样本的累计学习和色彩比对来进行检测和判断。
灰阶处理算法，是指亮度分析和统计算法，该算法包括最大值算法、最小值算法、亮度跨度算法、均值
算法和亮度抽取算法。
图像色彩分析技术，就是指分析和处理图像的颜色，主要是通过图像的色彩分布和色彩特征来进行检测
和判断，主要包括色彩抽取算法，波峰焊插件算法、红胶分析算法、孔洞分析算法等。
1.2.2 不同检测类型
不同检测类型不同检测类型
不同检测类型, 亮度标准确定
亮度标准确定亮度标准确定
亮度标准确定
ALeader AOI 主要包括炉后回流焊、炉前锡膏、炉后红胶板、波峰焊等检测模块。每个检测检测模块针
对不同的光源标准。ALeader 专用的光源为自上而下分别为 RRGB（红红绿蓝）的环塔状光源，其光源参数
如下(以下表格内标准可能有变化，请以出厂时软件默认设置为准)：
类型 红色 红色 绿色 蓝色
炉后焊锡
40 65 55 128
炉前锡膏
45 45 50 128
炉后红胶
65 65 72 192
波峰焊
40 65 55 128
1.3. 算法详解
算法详解算法详解
算法详解
AOI 检测算法，顾名思义，就是指图像处理技术，能够反馈 AOI 的检测能力。AOI 检测算法，分为图像
统计建模算法、灰阶处理算法和图像色彩分析算法。
1.3.1. 图像统计建模算法
图像统计建模算法图像统计建模算法
图像统计建模算法
图像统计建模算法，为 ALeader 专用的检测算法，几乎应用所有检测领域。AOI 统计建模是通过学习一
系列 OK 样板，观察图像变化并结合所有 OK 图像中看到的视觉偏差，找出元件外形变化和未来可能变化方
式的特征来增强系统识别 OK 与 NG 图像的能力。其在检测算法中的算法标志为“OTHER”。在学习 OK 样板
过程中主要解决如下三个问题：
A 元件外形应该像什么？
即元件的尺寸、形状、颜色和表面图案等。
B 元件会发生什么样的变化？
即元件的自然尺寸、形状、颜色和表面图案等变化规律。
C 元件外形会变化多少？
即元件的尺寸、形状、颜色、表面图案等变化多少是合理的。
最后得到的是一个综合了上述元素的介于 OK 与 NG 间用于测试的标准模型。
1.3.2. 色彩抽取算法
色彩抽取算法色彩抽取算法
色彩抽取算法
色彩抽取算法，就是指抽取符合设定色度范围和亮度范围的图像抽取算法，主要用于抽取图像的色彩特
征。色彩抽取算法，就是指亮度抽取算法 + 色度抽取算法。首先，待测色彩点必需符合亮度特征，即待测
色彩点的亮度必需处于标准亮度范围（亮度下限，亮度上限）；其次，待测色彩点的色度必需符合色度特征，
即待测色彩点的色度要处于标准色度范围。该算法在 AOI 检测算法中的算法标志为“TOC”，主要应用于少锡、
空焊、错件、缺件、锡少、露铜等缺陷方面的检测。
色彩抽取算法的判定，就是指符合标准亮度，并且符合标准色度范围的色彩点占 ROI 区域的比例，是否
符合标准范围。比如 ROI 区域的实际返回值为 82%,而标准范围为（50， 100），则该检测点为 OK 点。
色彩抽取算法中，在图像上表示为色度三角形。该色度三角形在色彩抽取算法中起着重要的辅助作用，
其图像示意图如下：
上图①为色度三角形，该色度三角形，可以表示任意的色度范围，如炉后焊锡中的“少锡”,如②图，所表
示的色度范围：红色色度（0， 60），绿色色度（0， 90），蓝色色度（65， 180）。
色彩抽取算法，能够通过改变其参数，转化为亮度抽取算法和色度抽取算法。亮度抽取算法，将标准范
围中的红绿蓝的色度范围都设定为（0， 180），仅仅通过标准亮度范围来抽取符合亮度的色彩点，如下图①；
色度抽取算法，将标准范围中的亮度范围设定为（0，255），通过其色度范围来抽取符合色度的色彩点，如
下图②。如下：
①图为亮度抽取算法的参数示意图，②为色度抽取算法的示意图。
①
①①
①
②
②②
②
①
①①
①
②
②②
②