ALeaderAOI-Ver 4.0.pdf - 第8页
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…
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
1.3.3. 直方图统计算法
直方图统计算法直方图统计算法
直方图统计算法
直方图统计算法，就是指通过统计 ROI 区域内的亮度分布，或者是亮度变化，来判断和检测待测点是否
符合标准范围的灰阶处理分析算法。该算法包括最大值（Max）算法、最小值（Min）算法、亮度跨度（Range）
算法和平均值算法。其在检测算法中的算法标志为“Histogram”。
最大值算法，就是指 ROI 区域内，获取亮度最大的 N%的亮度点的亮度平均值的一种灰阶统计算法。如目
标区域共计 1000 个亮度点，亮度值最大的 5%的亮度点，即 50 个亮度点，该 50 个点的亮度均值为 200，则
最大值算法的返回值为 200，则图像的最大值为 200。该算法主要用于异物等缺陷方面的检测。
最小值算法，就是指 ROI 区域内，获取亮度最小的 N%的亮度点的亮度平均值的一种灰阶统计算法。如目
标区域共计 1000 个亮度点，亮度值最小的 5%的亮度点，即 50 个亮度点，该 50 个点的亮度均值为 20，则最
大值算法的返回值为 20，则图像的最大值为 20。该算法主要应用于异物等缺陷的检测。
亮度跨度算法，就是指 ROI 区域内，统计最大值与最小值的亮度差异的一种灰阶统计算法。如，目标区
域的最大值为 200，最小值为 20，则亮度跨度为 180。该算法主要应用于缺件等缺陷的检测。
平均值算法，就是指统计 ROI 区域内所有亮度点的平均亮度的一种灰阶统计算法，该算法主要应用于缺
件等缺陷的检测。
1.3.4. OCV 算法
算法算法
算法
OCV，是指通过分析和获取待测图像的轮廓线与标准样本的轮廓线相似程度的一种图像处理算法。该算
法主要是分析轮廓，给出轮廓拟合程度，来检测和判定待测点。该算法主要应用于错件、缺件等缺陷方面的
检测。其在检测算法中的算法标志为“OCV”。
1.3.5. Match 算法
算法算法
算法
Match 算法，就是指通过分析待测图像的 ROI 图像点和标准样本的 ROI 图像点的相似程度的一种图像处
理算法。该算法主要应用于定位、错件、缺件等缺陷方面的检测。其在检测算法中的算法标志为“Match”。
1.3.6. Length 算法
算法算法
算法
Length 算法，为长度测量算法，就是指测量间隔亮度区域之间的距离的算法。该算法分为内距法、外距
法。该算法首先对 ROI 区域进行亮度投影，通过统计和计算投影直方图亮度区域之间的距离，如下图：
①表示外距法，就是指两个亮度区域外边界之间的距离；②表示内距法，就是指两个亮度区域内边界之间的