使用深度學習的電路板印刷檢查技術

發布日期：2023-01-05      瀏覽次數：750

使用深度學習的電路板印刷檢查技術






Hokuriku Electric Industry Co., Ltd.：將深度學習應用于印刷電路板檢測

Hokuriku Electric Industry Co., Ltd. 正在推動引入使用規則庫的圖像檢查機，以實現印刷電路板檢查的自動化。然而，難以區分諸如“碎裂"之類的細微形狀，因此必須使用目視檢查器進行檢查。此外，取決于工人技能水平的檢查質量的變化也成為一個問題。因此，我們采用了使用 HALCON 深度學習的自動檢測系統。


內聯的挑戰和解決方案

在這次檢查中，印刷在一塊板上的 3,000 個或更多印刷圖案必須在大約 3 秒內全部檢查完畢。換言之，需要每個印刷圖案大約1毫秒或更短的高速處理。
此外，需要對印刷圖案進行單獨識別以檢查每個印刷圖案。為了高速檢測大量打印圖案，使用基于規則的預處理和深度學習來做出OK/NG判斷。

通過規則庫縮小檢查范圍




深度學習判斷

在這種檢查中，必須適當地判斷滲色、碎裂和異物等多種缺陷。此外，每個缺陷都設定了一個容差，需要用與人相同的感官來判斷每個檢查對象是否在設定的容差范圍內。因此，這一次，我們通過定義更詳細的類而不是 OK / NG 的兩類分類來實現0% 未檢測和 1.5% 過度檢測。該設備已經開始在線運行。





Lynx 引以為豪的圖像處理庫 HALCON 是一個開創性的工具，可以通過結合 2,000 多個運算符來高效構建圖像處理系統。
創建的腳本型程序可以自動轉換為Visual C++/Basic/C#代碼，可以很容易地集成到客戶的圖像處理系統中。
HALCON目前僅在日本就有數萬套系統在使用，可見HALCON的高可靠性。