基于特殊结构光的BGA焊点气孔缺陷检测

摘要

BGA(球栅阵列)芯片是电子行业一种重要的SMT(表面安装技术)芯片，它很好的解决了芯片发展中芯片越来越小和I/O(输入/输出)端口急剧增加之间的矛盾。BGA焊球与其它引脚形状相比，在适应多引脚数封装的能力、封装厚度、引脚刚性、回流焊时自对准能力和有效面积利用率等方面有着不可比拟的优势，但是对BGA封装质量特别是气孔缺陷的检测一直是一大难题。现有的方法主要采取X射线分层法，但这种方法成本太高。基于此，开发了一种简单的BGA焊点气孔缺陷的自动识别系统，采用计算机视觉的方法实现NG和OK的自动判定。本文的研究内容和研究成果如下：1)采用了特殊结构光源。同时用环形红色光和十字形绿色光发射二极管(LED)照明BGA芯片，由小球表面成像后产生一个红色圆环和一个绿色十字。这样在一幅图像中融入了更多信息，为检测打好了基础。2)将数理统计原理应用于图像特征提取。在芯片定位二值化图像时，避免了单纯依靠阈值分割提取特征的缺陷。3)对称Hough变换方法提取矩形。在提取芯片位置时，传统的几何参数提取方法采用提取直线图形，但是对于矩形中四条直线的检测不仅耗时、耗存储空间，而且鲁棒性也差，参数空间维数过高是该方法的主要缺点。而且得到的往往是几条孤立的直线。我们把芯片作为一个整体考虑，问题变成了直接对矩形的检测。对称Hough变换方法充分利用矩形的对称性能大大缩短计算时间，减小空间复杂度，从而提高效率。4)首次提出对称性度量的概念。在对图像进行特征提取的过程中，考虑到图像的近似中心对称性质，提出将图像翻转后相减的结果作为对称度的量度，该方法还可以推广到其它类似的情况中，具有很好的参考价值。5)首次将纹理频谱特征应用于神经网络。从能量的角度提取图像的纹理频谱特征，并成功应用于人工神经网络，解决了气孔位置、大小和频率复杂性的问题。6)适用于不同光照条件和焦距变化，当外界光照条件和内部焦距参数发生变化时，通过训练新的图像，检测结果依然很好。本文以特殊结构光照射下的BGA焊点为研究对象，在国内外现有的研究基础上，开发了BGA焊点气孔缺陷检测系统。本系统结构巧妙，算法简单，对今后的研究工作具有重要的指导意义。

目录

摘要

ABSTRACT

第一章 BGA 芯片与表面安装技术概要

1.1 先进封装技术的发展

1.2 BGA（球栅阵列）芯片简介

1.3 BGA 焊点缺陷问题

1.3.1 几种典型焊点缺陷

1.3.2 气孔缺陷

1.4 BGA 检测国内外研究现状

1.4.1 自动光学检测（Auto optical inspection, AOI）

1.4.2 直射式X-射线检测

1.4.3 X 射线分层法检测

1.4.4 其他检测方法

1.5 本文主要研究内容

1.6 本章小节

第二章 系统的总体设计

2.1 机器视觉的基本原理

2.2 系统的研究目标

2.3 系统的总体结构

2.3.1 硬件结构

2.3.2 软件流程

2.4 本章小结

第三章 芯片定位与焊点分割

3.1 芯片定位

3.1.1 图片二值化

3.1.2 膨胀与腐蚀

3.1.3 边缘检测

3.1.4 提取芯片矩形外轮廓

3.2 目标图像分割

3.3 本章小节

第四章 特征提取算法研究

4.1 彩色空间与变换

4.1.1 可见光谱空间

4.1.2 RGB 颜色空间

4.1.3 LAB 颜色空间

4.1.4 RGB 空间转换为LAB 空间并分离A 通道

4.2 特征提取算法

4.2.1 对称度

4.2.2 圆度

4.2.3 重心偏移

4.2.4 模版匹配

4.2.5 随机性纹理

4.2.6 最大半径

4.2.7 纹理频谱特征

4.3 本章小节

第五章 神经网络系统设计

5.1 人工神经网络概述

5.1.1 人工神经网络发展与特点

5.1.2 BP 网络概述

5.1.3 概率神经网络概述

5.2 BP 网络设计

5.2.1 BP 网络设计步骤

5.2.2 BP 网络训练

5.2.3 BP 网络检测

5.3 概率神经网络设计

5.3.1 概率神经网络设计步骤

5.3.2 概率神经网络训练

5.3.3 概率神经网络检测

5.4 传统神经网络设计

5.4.1 特征向量提取

5.4.2 概率网络训练检测

5.5 检测结果

5.5.1 几种方法对比

5.5.2 光照焦距条件变化

5.5.3 GUI 界面介绍

5.6 本章小节

第六章 总结与展望

6.1 工作总结

6.2 展望

参考文献

致谢

攻读硕士学位期间发表的学术论文