基于机器视觉的电子器件在线检测分选系统

基于机器视觉的电子器件在线检测分选系统

李啸宇

(南京航空航天大学自动化学院,江苏南京 210016)

摘要:针对一种声表面波滤波电子器件,设计了基于机器视觉的电子器件在线检测分选系统,详细论述了机器视觉系统的硬件组成和工作原理。在搭建系统硬件平台后,采用Qt应用程序框架,结合OpenCV开发了一套电子器件在线检测分选系统软件。经过大量实验和长时间实际生产运行表明,该系统检测速度快、识别准确率高、成本预算低,完全满足现代工业在线检测的需要。

关键词:机器视觉;电子器件;在线检测分选;Qt;OpenCV

中图分类号:TP391 文献标识码:A 文章编号:1672-1616(2011)07-0038-03

在电子器件制造流水线中,经常要对半成品或成品的电子器件进行外观检测和分选。传统的检测手段主要依靠自动送料振盘结合光电检测技术来对有管脚的电子器件进行初步分选和有序定向排列。但是这种方法对电子器件在外形设计上有一定的要求,如管脚的偏心、外形或重心的不对称等。有些电子器件由于产品设计需要无法达到上述要求,此时机器视觉技术成为了一种替代的有效检测手段。机器视觉技术因其具备在线检测、实时分析、实时控制的能力以及高效、经济、灵活的优点,成为现代电子器件在线检测技术中一种重要的技术手段[1]。本文以某一种声表面波滤波电子器件为例。由于其外形对称,只有上表面存在标识,传统的光电检测和振盘分选方法无法满足检测需要,故结合生产流水线结构,采用CMOS数字摄像机、环形光源和工控计算机等设计了一套基于机器视觉的外观标识识别在线检测分选系统。

1 设计思路与系统组成

机器视觉系统一般包括以下部分:图像采集模块(光源、镜头、图像传感器)、图像处理模块(计算机、图像处理软件)、执行机构(I/O卡、PLC、电磁阀等)等。结构框图如图1所示。

针对声表面波滤波器件体积小、表面光洁、标识明显等特点,系统采用USB接口的黑白CM OS 摄像机、环形光源作为前端图像采集设备。当器件沿着流水线导轨向前缓慢运动并到既定位置时,

安

图1 机器视觉系统组成框图

装在导轨检测位置的光纤传感器被触发并向计算机发出采集信号。计算机收到采集信号,通过图像处理程序驱动摄像机进行图像采集,接着程序对所采集的图像进行处理,判别器件表面标识的位置有无圆圈标识,推断出器件排列顺序的正反。程序的判断结果信号经过计算机的I/O板卡传输到整个流水线的核心控制PLC中。最后PLC通过I/O 端口驱动电磁阀控制气流将排序为反的器件从导轨吹落。被测对象声表面波滤波器件样例实物如图2

所示。

图2 声表面波滤波器件

收稿日期:2010-11-25

作者简介:李啸宇(1986-),男,江苏无锡人,南京航空航天大学硕士研究生,主要研究方向为计算机测控。

382011年4月 中国制造业信息化 第40卷 第7期

2 系统硬件设计

2.1 图像采集与处理模块

本系统采用的图像采集模块主要包括CM OS 工业数字摄像机DH -H V1303UM 、环形光源LDR-70RD 、镜头M P2514-M P 3个部分。

本系统采用大恒图像CM OS 工业数字摄像机DH -HV1303UM 。DH -HV1303UM 是一款U SB 接口的采用逐行扫描CMOS 的黑白数字摄像机。CMOS 传感器的特点是集成度高,输出信号数字化,成本低,适合环境干扰小、测量速度快、功耗低等场合[2]

。该摄像机在1280 1024分辨率下采集速度为15帧/s,在640 480分辨率下采集速度为45帧/s [3]。由于电子器件在流水线上运动速度相对较慢,无需摄像机高速采集,15帧/s 的采集速度已经可以满足设计需求。高分辨率采集亦可保证采集到的图像清晰,降低了后期图像处理难度。该摄像机同步方式有外部触发和连续采集2种,本系统采用外部触发形式。

光源和镜头是机器视觉系统中的关键组成部分,合适的光源和镜头可以突出待测特征部分对比度、提高信噪比和减少不均匀的照明,减轻后续图像处理的压力。考虑到被测对象电子器件检测范围集中,需要均衡照明,本系统采用日本CCS 的环形光源LDR-70RD,其柔性板被做成伞状外形,LED 高密度地排列在基板上,光线集中在照明系统的中央。环形光源配合Computar 定焦镜头M P2514-M P 同轴安放,当与待测对象距离合适时,可在很大程度上减少阴影,提高对比度,实现大面积荧光均衡照明。光源、摄像机、镜头结构示意图如图3

所示。

图3 图像采集模块结构示意图

本系统根据被测对象所在场所对系统体积要求不高、系统成本预算有限、项目设计时间较短等特点,选用工控计算机作为图像处理模块。其通用

性强、开发周期短、成本低,使得整个系统物力和人力成本降低了不少。

2.2 执行机构

当图像处理模块完成图像处理工作后,会发出动作信号给执行机构来进行分选工作。本系统采用双诺测控的AC6652板卡来完成I/O 信号的输入输出,将处理结果传输给整个流水线的控制核心PLC 。最后PLC 驱动电磁阀控制吹气动作。

3 系统软件设计

本系统软件设计采用Qt 4.5作为图形界面应用程序框架,在Visual Studio 2008平台下结合开源计算机视觉库OpenCV 进行编程设计。Qt 是诺基亚开发的一个跨平台的C++图形用户界面应用程序框架,可以轻松实现 一次编写,随处编译 的跨平台解决方案[4]。Qt 具有完善的C ++类库,通常不需要处理复杂的C 风格API,并且具有美观的GU I 框架。

3.1 系统软件流程图

整个系统软件流程主要由主程序初始化、图像采集、器件检测范围标定、图像预处理、标识检测判断、I/O 输出判断结果等组成。程序流程图如图4

所示。

图4 系统程序流程图

3.2 器件标识检测范围的标定

本系统软件首先需要对标识的检测范围进行标定。在标定前,首先对镜头焦距、摄像机采集图像的对比度和亮度进行调整,使采集到的图像达到轮廓清晰的效果,以减少后续图像处理对计算机资源的消耗。操作者先将电子器件放到触发光纤传感器的检测工位,然后手动操作软件控制摄像机采集一幅图像,对其标识位置进行框定。后续程序只要检测该框定范围内有无标识,则可判断出器件的正反。

3.3 标识检测的图像处理算法

软件采用平滑滤波对图像进行预处理,然后对

39

智能控制技术 李啸宇 基于机器视觉的电子器件在线检测分选系统

整个图像进行边缘提取。这样标识的轮廓可以清晰地表现出来,消除其他噪声的干扰。一般的边缘提取方法都是用边缘提取算子模板来进行卷积处理,如Laplace 算子、Robert 算子、Sobel 算子和Canny 算子等[5]。系统所采集到的图像相对比较简单,应用边缘提取算子会增加计算量。为了保证在线检测速度,本系统采用了自适应阈值的图像二值化操作。自适应二值化是先计算像素邻域的平均灰度,来决定此像素的二值化的阈值。

此操作在OpenCV 中的函数表现形式为:

cvAdaptiveThreshold (const CvArr *src,CvArr *

dst,double max

value,int adaptive

method,int threshold

type,int block

size,dou

ble param1);

当邻域尺寸block size 选取偏小时,通过调节函数参数param1来控制边缘的类型和粗细,输出图像dst 可以达到边缘提取的效果。然后对3.2节中标定好的器件标识范围内进行黑白像素统计,与之前设置好的阈值作比较,就能准确地判断出标定范围内有无标识。

4 系统实验验证

首先对系统的参数进行设置,如平滑滤波参数、自适应二值化邻域大小与参数、标识判断阈值和I/O 口通道等。然后手动调整镜头焦距以及摄像机采集图像的对比度和亮度,使采集图像达到理想效果。在完成对标识检测范围的标定后,开始对图像进行检测,通过I/O 口输出判断结果,并将判断结果显示在系统软件面板上的指示灯控件上。经过10h 的系统运行实验,实际电子器件检测分选成功率达到了100%。从项目交付使用到现在已经有一年之久,整个系统运行稳定、识别准确率高,已经达到了初期的设计目标。图5是系统检测出

器件标识的软件界面。

图5 系统检测器件标识

5 结束语

本文设计了一套基于机器视觉的电子器件在线检测分选系统。系统主要采用CMOS 工业摄像机和工控摄像机作为图像采集处理模块,成本预算较低。软件处理中运用自适应二值化等算法对所采集的图像进行边缘提取,并进行阈值判断,保证了检测分选的实时性和准确性,成功替代了传统的光电检测方法。系统的实验结果、最终的项目交付均验证了系统设计的正确性。除上述采用的声表面波滤波器件以外,本系统还可以对于其他带有明显标识的电子器件进行在线检测分选工作,具有良好的工业应用前景。参考文献:

[1] 韩九强.机器视觉技术及应用[M ].北京:高等教育出版社,

2009:3-5.

[2] 韩振雷.CCD 和CM OS 图像传感器的异同剖析[J ].影像技

术,2009(4):40-42.

[3] 大恒图像.DH -HV 系列数字摄像机应用说明书[Z].2009.[4] Jasmin Blachette,M ark Summerfield.C ++

GUI Qt4编程

[M ].闫锋欣,曾泉人,张志强,译.2版.北京:电子工业出版

社,2008:3-4.

[5] 张 云,吴晓军,马廷武,等.基于机器视觉的零件图像采集

及识别的研究[J].电子工程师,2006,32(4):29-31.

Design of Online D etecting an d S orting S ystem for Electronic Devices Based on Machin e Vision

LI Xiao-yu

(Nanjing University of Aeronautics and Astronautics,Jiangsu Nanjing,210016,China)

Abstract:In order to design a kind of electronic devices of surface acoustic w ave filter,it describes a online de tecting and sorting system based on machine vision,show s the detail about the hardware components and op erating principle of the machine vision system.Based on hardw are platform of the system ,it develops the sys tem software w ith Qt application framew ork and OpenCV library.Lots of ex periments and a long period of running show that the system costs low and sorts devices w ith high detection speed and identification rate,the w hole system is able to fully meet the needs of modern industrial online detection.

Key words:M achine Vision;Electronic Device;Online Detection and Sorting;Qt;OpenCV

402011年4月 中国制造业信息化 第40卷 第7期

机器视觉检测系统简述及系统构成

机器视觉检测系统简述及系统构成 1机器视觉检测的一般模式 机器视觉检测的目标千差万别，检测的方式也不尽相同。农产品如苹果、玉米等通常是检测其成熟度，大小，形态等，工业产品如工业零件,印刷电路板通常是检测其几何尺寸，表面缺陷等。不同的应用场合，就需要采用不同的检测设备和检测方法。如有的检测对精度要求高，就需要选择高分辨率的影像采集装置；有的检测需要产品的彩色信息，就需要采用彩色的工业相机装置。正是由于不同检测环境的特殊性，目前世界上还没有一个适用于所有产品的通用机器视觉检测系统。虽然各个检测系统采用的检测设备和检测方法差异很大，但其检测的一般模式却是相同的。机器视觉检测的一般模式是首先通过光学成像和图像采集装置获得产品的数字化图像，再用计算机进行图像处理得到相关检测信息，形成对被测产品的判断决策，最后将该决策信息发送到分拣装置，完成被测产品的分拣。 机器视觉检测的一般模式如图1所示： 图1机器视觉检测的一般模式 1.1图像获取 图像获取是机器视觉检测的第一步，它影响到系统应用的稳定性和可靠性。图像的获取实际上就是将被测物体的可视化图像和内在特征转换成能被计算机处理的图像数据。机器视觉检测系统一般利用光源，光学镜头，相机，图像采集卡等设备获取被测物体的数字化图像。 1.2视觉检测 视觉检测通过图像处理的方法从产品图像中提取需要的信息，做出结果处理并发送相应消息到分拣机构。通常这部分功能由机器视觉软件来完成。优秀的机器视觉软件可对图像中的目标特征进行快速准确地检测，并最大限度地减少对硬件系统的依赖性，而算法设计不够成熟的机器视觉软件则存在检测速度慢，误判率高，对硬件依赖性强等特点。在机器视觉检测系统中视觉信息的处理主要依赖于图像处理方法，它包括图像增强,数据编码和传输，平滑，边缘锐化，分割，特征提取，目标识别与理解等内容。 1.3分拣 对于一个检测系统而言，最终是要实现次品（含不同种类的次品）与合格品的分离即分拣，这部分功能由分拣机构来完成。分拣是机器视觉检测的最后一个也是最为关键的一个环节"对于不同的应用场合，分拣机构可以是机电系统!液压系统!气动系统中的某一种。但无论是哪一种，除了其加工制造和装配精度要严格保证以外,其动态特性,特别是快速性和稳定性也十分重要，必须在设计时予以足够的重视。 2机器视觉检测系统的构成 一个典型的机器视觉检测系统主要包括光源、光学镜头、数字相机、图像采集卡、图像处理模块、分拣机构等部份。其构成如图2所示。 图2典型的机器视觉检测系统 3光源

航天电子产品中的电子元器件质量控制

航天电子产品中的电子元器件质量控制 伴随当前我国航天载人工程及研制逐步向智能化、电子化的方向发展，电子元器件的作用也越来越突出，中国航天六十余年的发展历程中，电子元器件的质量控制及可靠性问题备受关注。多年来，作为航天复杂庞大系统的基础之一，元器件依然是质量控制保证工作的重点，其特征是用户牵引、问题导向、统一认识。本文重点分析和研究在航天产品中电子特殊性及质量控制。 1电子元器件的定义与现状 1.1电子元器件的定义 电子元器件是指在电子设备或者电子电路当中进行电子、光电、机电、电气控制的基本元器件，需要符合相关的规定要求，由一个或多个单位共同组成，具有完整性，在不进行暴力破坏的条件下无法对其进行分解。 1.2加强电子元器件的可靠性的重要意义 通过大量电子整机故障统计分析发现电子元器件无法工作是造成整机出现故障的重要原因。美国惠普公司曾经分析整机在保用过程中出现问题的主要原因，其中，3/4是由元器件故障产生的。法国阿里安火箭在8次发射失败当中，元器件故障导致了其中7次发射失败。如果，某个设备当中的元器件有15,000个，为了保证系统的可靠性达到95%，需要保证每个元器件的可靠度达到99.99987%，所以在应用科学技术、卫星运载火箭和导弹武器为基础的航天领域发展过程中，元器件的质量稳定性具有非常重要的作用。战略导弹以及运载火箭等

的控制系统、遥测系统、地面设备等都需要成千上万的电子元器件稳定地工作，这些元器件对航天器在工作过程中的可靠性和质量有着直接影响，因此加强电子元器件的质量控制及可靠性逐步成为航天工作者需要重点关注的问题。 2航天对电子元器件的特殊要求 2.1高可靠性 在进行测试的过程中，依照元器件的适应环境进行分析，如果一批电子元器件在实验室环境下进行使用产生故障概率为1，那么这批电子元器件在飞机使用过程中出现的故障概率为6.5，在火箭飞行过程中出现故障的可能性能达到80。这些主要是由于使用过程中环境条件的不同，在电子元件失效方面的情况也各不相同。依照短期、中期、长期工作寿命，在器件失效方面需要控制在100非特，10非特，1非特，所以加强元器件的可靠性是非常关键的。 2.2特殊的环境适应性 在恶劣条件下进行工作时，航天产品的工作和储存都需要较高的要求。在航天器的零部件当中，通常来说，电子元器件非常精密，相对较为脆弱，在使用中面临指非常严苛的条件，因为需要经受振动、冲击、潮热、辐射等各种不良环境，因此需要加强管理，保证元器件可靠性的要求逐步提高。而不同用途的战略武器在烟雾抗湿热方面的要求也较为特殊，需要在这种极端恶劣的环境下具有较强的适应能力。 2.3重量轻、体积小、功耗低 为了提高效率，让航天产品在运行发射过程中消耗的能量降低，

机器视觉检测系统的工作原理与检测流程【干货】

机器视觉检测系统的工作原理与检测流程 内容来源网络，由“深圳机械展（11万㎡，1100多家展商，超10万观众）”收集整理！ 更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化无人工厂、精密测量、3D打印、激光切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展. 在机器视觉检测系统工作流程中，主要分为图像信息获取、图像信息处理和机电系统执行检测结果3个部分，另外根据系统需要还可以实时地通过人机界面进行参数设置和调整。 当被检测的对象运动到某一设定位置时会被位置传感器发现，位置传感器会向PLC控制器发送“探测到被检测物体”的电脉冲信号，PLC控制器经过计算得出何时物体将移动到CCD相机的采集位置，然后准确地向图像采集卡发送触发信号，采集开检测的此信号后会立即要求CCD相机采集图像。被采集到的物体图像会以BMP文件的格式送到工控机，然后调用专用的分析工具软件对图像进行分析处理，得出被检测对象是否符合预设要求的结论，根据“合格”或“不合格”信号，执行机会对被检测物体作出相应的处理。系统如此循环工作，完成对被检测物体队列连续处理。如下图所示。

机器视觉检测系统工作原理 一个完整的机器视觉检测系统的主要工作过程如下： ①工件定位传感器探测到被检测物体已经运动到接近机器视觉摄像系统的视野中心，向机器视觉检测系统的图像采集单元发送触发脉冲。 ②机器视觉检测系统的图像采集单元按照事先设定的程序和延时，分别向摄像机和照明系统发出触发脉冲。 ③机器视觉摄像机停止目前的扫描，重新开始新的一帧扫描，或者机器视觉摄像机在触发脉冲来到之前处于等待状态，触发脉冲到来后启动一帧扫描。 ④机器视觉摄像机开始新的一帧扫描之前打开电子快门，曝光时间可以事先设定。 ⑤另一个触发脉冲打开灯光照明，灯光的开启时间应该与机器视觉摄像机的曝光时间相匹配。 ⑥机器视觉摄像机曝光后，正式开始新一帧图像的扫描和输出。 ⑦机器视觉检测系统的图像采集单元接收模拟视频信号通过A/D转换器将其数字化，或者是直接接收机器视觉摄像机数字化后的数字视频信号。 ⑧处理结果控制生产流水线的动作、进行定位、纠正运动的误差等。 从上述的工作流程可以看出，机器视觉检测系统是一种相对复杂的系统。大多监控和检测对象都是运动的物体，系统与运动物体的匹配和协调动作尤为重要，所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域，例如机器人、飞行物体制导等，对整个系统或者系统的一部分的重量、体积和功耗等都会有严格的要求。 尽管机器视觉应用各异，归纳一下，都包含一下几个过程： ①图像采集：光学系统采集图像，将图像转换成数字格式并传入计算机存储器。

机器视觉测量技术

机器视觉测量技术杨永跃合肥工业大学 2007.3 目录 第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD 相机类 2.4 彩色数码相机 2.5 常用的图像文件格式

2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像 2 5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从 x 恢复形状的方法 5.6 测距成像

第六章标定 6.1 传统标定 6.2 Tsais 万能摄像机标定法 6.3 Weng ’ s 标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术第八章图像测量软件 (多媒体介绍 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附:教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。

3 第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中,面临着自身能力、能量的局限性, 因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界,有效解决问题。 人类感知外部世界:视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器,赋予人类视觉功能极其重要。 机器视觉:用计算机来模拟生物(外显或宏观视觉功能的科学和技术。 机器视觉目标:用图像创建或恢复现实世界模型,然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备:摄像机、红外线、激光、超声波、 X 射线、 CCD 、数字扫描仪、超声成像、 CT 等 数字化设备 2 低层视觉(预处理 :对输入的原始图像进行处理(滤波、增强、边缘检测 ,提取角点、边缘、线条色彩等特征。 3 中层视觉:恢复场景的深度、表面法线,通过立体视觉、运动估计、明暗特征、纹理分析。系统标定

电子元器件可靠性评价与质量控制策略研究

电子元器件可靠性评价与质量控制策略研究 摘要：电子元器件是电子产品中重要的一个组成部分，是电子产品和相关设备 正常运行的基础。统计表明，最常出现的故障原因大多数都和电子元器件有关， 为确保电子产品运行稳定性，我们必须注意电子元器件的可靠性评价与质量控制。对于此，本文分析了电子元器件可靠性评价，并提出了电子元器件质量控制策略，以供参考。 关键词：电子元器件；可靠性评价；质量控制策略 1电子元器件的可靠性评价 1.1芯片级可靠性评价方法 芯片级可靠性评价方法，即WLR评价方法，指的是在芯片的生产中，对芯片 的失效模式进行的评价，从根本上提高芯片的可靠性和质量，其中运用的是工艺 监测的方式。通过监测数据，可以对集成电路的电子效应能力和与时间有关的击 穿的可靠性进行准确的、科学的评价。在热电应力的作用下，对芯片上金属化层 上的数据进行检测，通过分析相关数据，来评价系统电路的可靠性。 1.2微电子测试结构可靠性评价方法 近些年，微电子测试结构在集成电路生产中是常见的工艺监测手段。在可靠 性评价技术不断发展的今天，微电子测试结构也作为对集成电路可靠性评价的一 种方式，它不仅可以应用在电子产品的研发阶段，还可以应用在生产阶段，在不 同的阶段进行不同的可靠性评价。对于不同器件的失效模式，再结合元器件的结 构特点，可以设计出不同的微电子结构图形，而这些测试结构图形，不仅仅能够 在工艺中进行测试，同时也可以将其进行封装，并施加应力来进行可靠性的试验。通过测试所得到的相关数据，结合VLSI的结构，最终进行可靠性评价。 1.3表面贴装MOSFET产品失效案例分析 1）失效现象：已经测试合格的产品，经过生产线贴装后，电参数失效现象严重，产品短路，D、S之间漏电，失效率较高。 2）分析思路：由于电子产品的芯片面积大，对产品的耐潮湿等级和气密性也相对较高，所以在产品进行表面贴装时，会遇到应力匹配的问题。 3）分析方法：模拟SMT生产条件对同封装批次产品进行分析，采用超声扫 描仪（C—SAM）对产品进行离层扫描。 4）分析结论：通过对经过SMT工艺试验的产品抽样进行超声扫描，发现产 品载片区（PAD）与模塑料之间存在较为严重的离层现象。 对失效产品进行解剖，从图1和图2中可以看出，失效的芯片内部已经发生 裂纹。 从解剖结果来看，产品的表面进行贴装后，经过高温芯片内部发生了裂纹， 从而最终影响了电参数。 图1 红圈区域为裂纹 图2 芯片取下后呈断裂状 2电子元器件的质量控制策略 2.1加强电子元器件的可靠性筛选 电子元器件的固有可靠性，其根源是产品的可靠性设计保证，在设计制造的 过程中，由于多种因素的影响所致，使得生产出来的产品不能完全按照预期所想。

机器视觉在线检测系统项目实施流程

随着机器视觉检测技术的日益成熟，越来越多的企业选择安装机器视觉在线检测系统，企业如何做到机器视觉在线检测项目的顺利实施，企业用户对机器视觉在线检测系统设计制作流程的了解至关重要，今天创视新小编在这里整理了整个机器视觉在线检测系统从前期的产品检测评估到系统设备设计制作集成的整个过程做一个简单的介绍： 1、项目的前期评估 A、通过电话联系我们公司，我们公司将会有专业项目工程工程师跟您进行初步的沟通，了解您的需求； B、需要您提供检测样品（OK品和各种NG品数个）以及现场环境，如果不是做整机检测设备的还需要提供视觉设备的安装空间及外围IO通讯。如有需要，项目工程师可以到贵公司进行现场评估； C、根据提供的样品，项目工程师会在公司进行初步的技术评估，一般在收到样品后两个工作日内会给出测试结果； D、项目工程师会根据测试结果，向您提出专业的意见。提供合适的视觉产品（包括工业相机、镜头、光源、电脑、机器视觉系统软件等）给您，然后在测试结果出来后给您提供初步方案及项目费用预估。 E、如对方案存在疑问，可以随时联系项目工程师，项目工程师会对您的疑问进行解答并完善方案，尽力满足您的需求。 2、立项 项目经过初步评估后，双方确认项目方案的可行性，项目工程师接下来会建立一个新项目流程往下进行。 3、检测标准的明确 需要您收集OK品和限度NG品（即初步测试中认为可以检测出来的NG品种类），需要一定数量。项目工程师会对您提供的样品进行测试，详细的检测标准跟您进行确认。 4、其他确认 明确了检测标准后，项目工程师会进一步和您确认检测设备达到安装现场，机械和电气要求；如果贵公司对设备使用有特殊要求的，请及时提出，以便我们进行评估和设计。 5、整体方案书制作、明细报价单、合同制作 项目工程师根据以上的确认制作详细的整体方案，整体包含整机图、视觉系统配置、检测标准、软件功能等。 机器视觉在线检测系统设备设计制作流程

机器视觉检测系统【深度解读】

机器视觉检测系统 内容来源网络，由“深圳机械展（11万㎡，1100多家展商，超10万观众）”收集整理！ 更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化无人工厂、精密测量、3D打印、激光切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展. 现代工业自动化生产中涉及到各种各样的检验、生产监视和零件识别应用，如汽车零配件批量加工的尺寸检查和自动装配的完整性检查、电子装配线的元件自动定位、IC上的字符识别等。通常这种带有高度重复性和智能性的工作是由肉眼来完成的，但在某些特殊情况下，如对微小尺寸的精确快速测量、形状匹配以及颜色辨识等，依靠肉眼根本无法连续稳定地进行，其它物理量传感器也难以胜任。人们开始考虑用CCD照相机抓取图像后送入计算机或专用的图像处理模块，通过数字化处理，根据像素分布和亮度、颜色等信息来进行尺寸、形状、颜色等的判别。这种方法是把计算机处理的快速性、可重复性与肉眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉检测技术的概念。 视觉检测技术是建立在计算机视觉研究基础上的一门新兴测试技术。与计算机视觉研究的视觉模式识别、视觉理解等内容不同，视觉检测技术重点研究的是物体的几何尺寸及物体的位置测量，如轿车白车身三维尺寸的测量、模具等三维面形的快速测量、大型工件同轴度测量以及共面性测量等，它可以广泛应用于在线测量、逆向工程等主动、实时测量过程。视觉检测技术在国外发展很快，早在20世纪80年代，美国国家标准局就曾预计未来90％的检测任务将由视觉检测系统来完成。因此仅在80年代，美国就有100多家公司跻身于视觉检测系统的经营市场，可见视觉检测系统确实很有发展前途。在近几届北京国际机床展览会上已

机器视觉测量技术1.

机器视觉测量技术 杨永跃 合肥工业大学 2007.3

目录第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD相机类 2.4 彩色数码相机 2.5 常用的图像文件格式 2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征 4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像

5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从x恢复形状的方法 5.6 测距成像 第六章标定 6.1 传统标定 6.2 Tsais万能摄像机标定法 6.3 Weng’s标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术 第八章图像测量软件 （多媒体介绍） 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附：教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。

第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中，面临着自身能力、能量的局限性，因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界，有效解决问题。 人类感知外部世界：视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器，赋予人类视觉功能极其重要。 机器视觉：用计算机来模拟生物（外显或宏观）视觉功能的科学和技术。 机器视觉目标：用图像创建或恢复现实世界模型，然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备：摄像机、红外线、激光、超声波、X射线、CCD、数字扫描仪、 超声成像、CT等 数字化设备 2 低层视觉（预处理）：对输入的原始图像进行处理（滤波、增强、边缘检测），提取角 点、边缘、线条色彩等特征。 3 中层视觉：恢复场景的深度、表面法线，通过立体视觉、运动估计、明暗特征、纹理 分析。系统标定 4 高层视觉：在以物体为中心的坐标系中，恢复物体的完整三维图，识别三维物体，并 确定物体的位置和方向。 5 体系结构：根据系统模型（非具体的事例）来研究系统的结构。（某时期的建筑风格— 据此风格设计的具体建筑） 1.3 机器视觉的应用 工业检测—文件处理，毫微米技术—多媒体数据库。 许多人类视觉无法感知的场合，精确定量感知，危险场景，不可见物感知等机器视觉更显其优越十足。 1 零件识别与定位

机器视觉在线检测详解

广东省东莞市莞城区莞太路34号东莞市创意产业中心园区8座502 Unit 502, Building 8, Creative Industry Center Park, No. 34 Guantai Road, Guancheng District, Dong Guan 523000, P.R.China 机器视觉在线检测详解 机器视觉的一个重要应用就是进行在线检测。这个与物体静止时的视觉检测系统不同，最起码图像摄取的速度要足够快才行，不然就不可能在被测物体运动时获取足够清晰的图像，再一个就是机器视觉软件的图像处理能力也要足够强，分析判断周期要够短，不然等反应过来了，产品可能都已经走出次品剔除系统的工作范围了。这样的机器视觉在线检测就是不合格的。 1 机器视觉在线检测的基本原理 基于机器视觉的在线检测系统的基本原理：首先通过视觉传感器获取高速流水线上运动待检测物体图像，图像传送到计算机后，计算机调用专用的图像处理软件来对检测物体进行检测、测量、分析、判断。多功能检测实验平台的硬件结构如图1所示，机器视觉在线检测系统的基本模块包括：传动装置、专用LED光源、图像采集模块、电气控制模块。 2 多功能检测实验平台运动控制部分设计 在这套系统中，运动控制部分选用工业PC＋运动控制卡＋步进电机的控制模式。运动控制卡是步进电机公司的MPC01。它配备了许多功能强大、内容丰富的运动控制软件工具和函数库。MPC01运动函数库用于二次开发，用户只要用C／C＋＋或Visual Basic等编制所需的用户界面程序，并把它与MPC01

运动库链接起来，就可以开发出自己的控制系统。 3 专用LED光源 光源对图像质量的影响是至关重要的，考虑到本套试验平台将要进行各种物品的检测实验，开发设计了多种专用LED照明方案以适应各种不同的待检物体。直环型用于各种具有稳定照度和清晰图像的工件；狭角型用于各种透明工件或低对比度工件；棒型用于透明、光滑、镀金表面；圆顶型用于不平整或弯曲的表面检测，金属包片上的印刷字体或弯曲表面的孔穴；背光型用于透明材料或液体的检测；同轴型用于光滑、电镀、低反射表面。 4 高速图像采集系统 图像采集部分将完成流水线上的运动图像获取，采集图像质量的好坏将直接影响整个检测效率。图像采集部分主要由CCD摄像机完成。CCD摄像机摄取图像信号，由图像采集卡将图像信号采集进来。本套实验装置选用两个方位的摄像机对待检测物体进行检测，一个俯拍位一个侧拍位，对有些待检测物体可以进行多方位的检测。摄像机采用的是Pulnix公司的TM6703，采集卡选用Matrox 公司的Comora2。 4.1 图像采集卡 Matrox Corona Ⅱ是Matrox Graphics Inc．生产的图像控制器，可采集隔行扫描／逐行扫描的分量RGB信号和单／双路黑白模拟视频信号；3路10bit A／D转换器；24-bit RS-422／LVDS数字接口；模拟情况下采集率达到30MHz，RS-422数字模式下达25MHz，LVDS数字模式下达40MHz；连接2个RGB 或6个模拟黑白视频信号；32-bit／33MHz PCI总线主模式；扩展板上实时采

视觉检测系统报告

视觉检测系统报告 年春季学期研究生课程考核（阅读报告、研究报告）考核科目:视觉测量系统学所在院（系）:电气工程及自动化学院学生所在学科:仪器科学与技术学生姓名:***学 号:10S001***学生类别:工学硕士考核结果: 阅卷人: 视觉测量系统课程报告第一部分视觉测量系统发展现状综述机器视觉自起步发展到现在，已有15年的发展历史。应该说机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。 目前全球整个视觉市场总量大概在60～70亿美元，是按照每年 8、8%的增长速度增长的。而在中国，这个数字目前看来似乎有些庞大，但是随着加工制造业的发展，中国对于机器视觉的需求将承上升趋势。 一、机器视觉的定义及特点简言之，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。在中国，这种应用也在逐渐被认知，且带来最直接的反应就是国内对于机器视觉的需求将越来越多。 二、机器视觉在国内外的应用现状在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%～50%都集中在半导体行业。具体如PCB印刷电路：各类生产印刷电路板组装技术、设备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等。SMT表面贴装：SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等；再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元

机器视觉检测

机器视觉检测 一、概念 视觉检测是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉检测的特点是提高生产的柔性和自动化程度。 2、典型结构 五大块：照明、镜头、相机、图像采集卡、软件 1.照明 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。目前没有通用的照明设备，具体应用场景选择相应的照明装置。照射方法可分为： 分类具体说明优点 背向照明被测物放在光源和摄像机之 间能获得高对比度的图像 前向照明光源和摄像机位于被测物的 同侧 便于安装 结构光将光栅或线光源等投射到被 测物上，根据它们产生的畸 变，解调出被测物的三维信 息 频闪光照明将高频率的光脉冲照射到物

体上，摄像机拍摄要求与光 源同步 2.镜头 镜头的选择应注意以下几点：焦距、目标高度、影像高度、放大倍数、影响至目标的距离、中心点/节点、畸变。 3.相机 按照不同标准可分为：标准分辨率数字相机和模拟相机等。 要根据不同的实际应用场合选不同的相机和高分辨率相机：线扫描CCD 和面阵CCD；单色相机和彩色相机。 为优化捕捉到的图像，需要对光圈、对比度和快门速度进行调整。 4.图像采集卡 图像采集卡是图像采集部分和图像处理部分的接口。将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。通过它，可以把摄像机拍摄的视频信号从摄像带上转存到计算机中。 5.软件 视觉检测系统使用软件处理图像。软件采用算法工具帮助分析图像。视觉检测解决方案使用此类工具组合来完成所需要的检测。是视觉检测的核心部分，最终形成缺陷的判断并能向后续执行机构发出指令。常用的包括，搜索工具，边界工具，特征分析工具，过程工具，视觉打印工具等。 3、关键——光源的选择 1.光源选型基本要素： 对比度机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特

电子元器件的筛选与电子元器件质量控制

电子元器件的筛选与电子元器件质量控制 摘要：随着我国经济建设和电子技术的持续发展，电子行业也得到了相应的促 进和快速的发展，电子元器件在业内也受到了广泛地运用，其质量控制问题和筛 选技术受到了越来越多的重视，相关的分析研究和试验应用不断地在开展。 关键词：元器件；选择；质量 引言 电子元器件进行科学筛选的同时对电子元器件的质量也进行有效的控制来使 其性能得到充分的发挥。也就是说，电子元器件在厂家进行筛选之后其质量仍不 能满足使用者的要求，或者一些生产厂家根本就没有对电子元器件进行筛选等。 所以在对电子元器件进行筛选和质量控制就必须要重视，使其筛选的力度能进一 步得到提升，同时也能促进质量控制工作的完善。 1电子元器件的筛选概述 对电子元器件进行筛选的原因是厂家在进行筛选之后，没有满足用户对其质 量上的要求，因此就要对电子元器件在厂家筛选的基础上再一次进行筛选，同时 这也是对厂家筛选工作的补充和验证。电子元器件在成产时会受很多因素的影响，比如：人为因素、原材料、设备条件的限制、工艺条件等，这些因素都会使产品 无法全部满足用户要求的水平，同时这些因素也会导致部分电子元器件存在缺陷，而这些存在缺陷的产品，其使用寿命就会大大缩减，使之成为早期失效产品。因 此在对电子元器件进行筛选时就要选用不同的模式，使其通过有关的试验，进一 步来提高电子元器件在使用时的可靠性。电子元器件进行筛选的范围为厂家生产 的电子元器件没有规范使用筛选技术和相关流程，还有用户对电子元器件有特殊 的要求，但生产厂家自身的筛选条件和技术无法使用户得到满足，因此用户对厂 家电子元器件筛选的有效性和筛选技术有了质疑，要求对其使用科学的筛选方式 进行质量上的验证，从而实现对电子元器件质量上的控制。 2筛选概述 2.1原因 在元器件生产厂商进行相关元器件的筛选后，其质量仍不能达到用户的实际 应用要求时，会在其筛选的基础上让其他相关单位或使用方对元器件进行进一步 的筛选，这是对元器件生产厂商所做的筛选工作的进一步验证和补充。由于在元 器件的生产过程中存在许多的影响因素，如：原材料、工艺条件、人为因素、设 备条件的波动等，这造成了最终的元器件成品无法全部达到固定的用户预期的要 求水平，其中仍会有一部分存在缺陷或是不可靠因素的产品，而且其使用寿命也 会低于实际应用要求的使用寿命，成为早期失效产品。所以应对不同的失效模式 进行筛选并通过相关的试验进行剔除，从而对元器件的使用可靠性予以提高。 2.2适用范围 进行元器件筛选适用于元器件厂商对相关的元器件已经进行了一次筛选的情 况下仍不符合使用者的要求。对生产厂商提供的元器件根本没有进行筛选。生产 厂商所提供的元器件相关的筛选技术和流程不规范。使用者对元器件有着特殊的 需要，元器件厂商的筛选技术和条件无法得到满足。使用者对生产厂商的筛选技 术及筛选的有效性持有一定的质疑并需要进一步进行质量验证。所以需要通过科 学地方式选择筛选方式对电子元器件进行筛选，对其质量实现有效地控制。 3筛选方法 3.1功率老化

机器视觉在线检测系统项目实施流程

精选文档 随着机器视觉检测技术的日益成熟，越来越多的企业选择安装机器视觉在线检测系统，企业如何做到机器视觉在线检测项目的顺利实施，企业用户对机器视觉在线检测系统设计制作流程的了解至关重要，今天创视新小编在这里整理了整个机器视觉在线检测系统从前期的产品检测评估到系统设备设计制作集成的整个过程做一个简单的介绍： 1、项目的前期评估 A、通过电话联系我们公司，我们公司将会有专业项目工程工程师跟您进行 初步的沟通，了解您的需求； B、需要您提供检测样品（0K品和各种NG品数个）以及现场环境，如果 不是做整机检测设备的还需要提供视觉设备的安装空间及外围I0通讯。如有 需要，项目工程师可以到贵公司进行现场评估； C、根据提供的样品，项目工程师会在公司进行初步的技术评估，一般在收 到样品后两个工作日内会给出测试结果； D、项目工程师会根据测试结果，向您提出专业的意见。提供合适的视觉产品 （包括工业相机、镜头、光源、电脑、机器视觉系统软件等）给您，然后在测 试结果出来后给您提供初步方案及项目费用预估。 E、如对方案存在疑问，可以随时联系项目工程师，项目工程师会对您的疑 问进行解答并完善方案，尽力满足您的需求。 2、立项 项目经过初步评估后，双方确认项目方案的可行性，项目工程师接下来会建 立一个新项目流程往下进行。 3、检测标准的明确 需要您收集0K品和限度NG品（即初步测试中认为可以检测出来的NG品 种类），需要一定数量。项目工程师会对您提供的样品进行测试，详细的检测标准跟您进行确认 精选文档

4、其他确认 明确了检测标准后，项目工程师会进一步和您确认检测设备达到安装现场，机械和电气要求；如果贵公司对设备使用有特殊要求的，请及时提出，以便我们进行评估和设计。 5、整体方案书制作、明细报价单、合同制作 项目工程师根据以上的确认制作详细的整体方案，整体包含整机图、视觉系统配置、检测标准、软件功能等。 机器视觉在线检测系统设备设计制作流程 在签完合同和各方面财务确认后就开始进一步的系统设备的设计制作。 1、客服提供相关的辅料 需要提供不同程度的良品与不良品样品、产品样品外观尺寸和设计品载具。如果需要使用专用载具，请提供专用载具的相关尺寸以提供我们的设计使用。 2、设备整机布置图和电气控制动作流程的确认 我们在收到您提供的相关辅料几个工作日后，提供设备整机布置图和电气控制动作流程给贵公司的责任人确认，如有疑问可以和公司的技术工程师沟通，技术工程师会尽快解决您的问题。 3、机器零件图设计 整机布置图确认后，接着就是进行机械零件的设计。 4、机械、电气标准件的选型 精选文档 整机布置图和电控动作流程确认后，接着就是完成机械、电气标准件的选型。

电子元器件质量控制与可靠性分析关键技术总结

电子元器件质量控制与可靠性分析关键技术总结 1.研究背景及意义 1.1. 研究背景 电子元器件作为航天产品的重要组成部分，其性能好坏直接影响到整体系统的稳定性，所以近些年来对于电子元器件行业的质量要求也越来越严格。在目前的生产过程当中，质量保证方法基本上停留在事后检验的水平上，这种方式只能在一定程度上发现废品，但是很难预防废品的产生，而且在半成品、成品的检验过程当中仍然继续产生新的废品，这在很大程度上增加了企业产品的制造成本，给企业带来重大的经济损失。 此外，虽然企业拥有一定量的检验数据，但是这些检验数据来源广泛，异构性强，存在着严重的信息孤岛问题。企业缺乏必要的理论基础对这些数据进行合理有效的分析，也无法充分利用这些数据改进工艺生产流程，为质量控制提供指导。 1.2. 研究意义 电子元器件行业作为航天制造供应链中的一环，其质量问题对于整个后续系统的影响极大。在发现质量问题时如果能够准确把握到问题发生的原因，不仅对提高其自身的质量管理和生产管理水平具有重要意义，而且从长远的角度上看更能提高企业的核心竞争力。由于航天产品电子元器件的特殊性，存在着许多质量方面的问题函待解决。目前这类企业在质量管理控制方面存在如下特点: (1)典型的多品种小批量生产，质量管理难度大。航天产品的专一性高，通用性不强，单个产品精度要求极高，并且电子元器件产品的规格由较多参数决定，而每个参数都存在一定的变动范围。所以有必要采取某种手段，将产品以大类为基础进行质量管理和控制。 (2)生产的不确定性大。由于产品的规格众多，所以很难对特定种类的产品进行质量统计分析，通常只能凭经验进行投产。 (3)工艺过程中工序参数较多，质量波动不确定性大。对质量问题的发现停留在事后检验水平，无法及时有效的发现工序过程中存在的各种异常因素。 (4)过程质量检验自动化程度低，缺乏及时有效的实时数据采集系统。 (5)检验部门的检验数据量大，但是数据利用率低。 由此可以看到，电子元器件行业在质量管理方面存在着较多严重的问题，这些问题能否合理有效的解决，关系着企业未来是否能够更快更好的适应行业的发展要求。因此，有效利用数据采集及数据共享技术，将采集到的数据对产品进行质量管理及控制，最后开发出相应的质量管理软件或系统，是提高质量的管理能力的关键。 1.3. 国内外研究现状 1.3.1统计过程控制研究现状 在过去将近一个世纪的时间内，国内外很多学者在质量管理和控制技术研究领域做了大量工作，并取得了一系列的研究成果，其中一个很重要的方向就是统计过程控制(SPC: Statistical Process Control)技术的研究与应用推广。20世纪20年代，Shewhart在贝尔实验室开创了统计过程控制理论，随后又提出了监控过程的工具--控制图;基于统计学相关理论，道奇和罗米格在随后提出了抽样检验理论和抽样检查表，推动了统计过程控制的发展，在随后各个学者的研究过程中，都是以他们的相关理论为基础。 针对传统SPC的局限性，国内外的许多学者对SPC相关理论和技术进行了广泛的研究，

机器视觉检测系统的最经典结构

机器视觉检测系统的最经典结构一个典型的机器视觉系统主要包括五大块，分别是照明、镜头、相机、图像采集和视觉处理器。 下面，我们就来认识一下这五个结构的用途、特点与工作情况。 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。 照明系统可以将被测物特征最大化，并减少相应的背景中对比物的影响，使高速相机可以清晰地“看见”被测物。 高对比的图像可以降低系统难度并提高系统的稳定性；反之，低对比的图像会增加系统的处理时间并使加大系统的复杂度。 机器视觉应用的成功很大一部分取决于照明设置，一个合适的照明系统可以使整个视觉检测系统更具有效率和准确性。 由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。

光源可分为可见光和不可见光。常用的几种可见光源是白炽灯、日光灯、水银灯和钠 光灯。 可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。 另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。

照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。 其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。 前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。 结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。 频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。 机器视觉照明要点有使用强光检测缺失的材料、使用合适的波长进行精确定位、使用非散射照明检测玻璃裂缝、使用扩散光检查透明包装、使用颜色来创建对比度等。 相机镜头由多个透镜、可变（亮度）光圈和对焦环组成。使用时由操作者观察相机显示屏来调整可变光圈和焦点，以确保图像的明亮程度及清晰度。 在选择镜头时需要考虑多个方面的因素如焦距、目标高度、影像高度、放大倍数、影像至目标的距离等。 在实际应用中“选择与视场相符的透镜”及“以大景深聚焦图像”是选择镜头时非常重要的两个方面。 机器视觉相机的目的是将通过镜头投影到传感器的图像传送到能够储存、分析和（或者）显示的机器设备上。

军用电子元器件的质量等年级

电子元器件的质量等级 汇总整理张增照

目录

元器件质量保证有关标准 为了保证军用元器件的质量，我国制订了一系列的元器件标准。在七十年代末期制订的“七专”7905技术协议和八十年代初期制订的“七专”8406技术条件（以下统称“七专”条件），“七专”技术条件是建立我国军用元器件标准的基础，目前按“七专”条件或其加严条件控制生产的元器件仍是航天等部门使用的主要品种。（注：“七专”指专人、专机、专料、专批、专检、专技、专卡） 根据发展的趋势，“七专”条件将逐步向元器件的国家军用标准（GJB）过渡。因此，以下将主要介绍元器件国家军用标准的有关情况。 从八十年代开始，我国军用标准化组织参照美国军用标准（MIL）体系建立了GJB体系，其中元器件的标准有规范、标准、指导性技术文件三种形式： a.规范—主要包括：元器件的总规范和详细规范，这两种规范统称产品规范。 b.标准—主要包括：试验和测量标准、质量保证大纲和生产线认证标准、元器件材料和零件标准、型号命名标准、文字和图形符号标准等； c.指导性技术文件—主要包括：指导正确选择和使用元器件的指南、用于电子设备可靠性预计的手册、元器件系列型谱等。 根据我国的具体情况，军标分为国家军用标准、行业军用标准、企业军用标准三个级别。下面对组成国家军用元器件标准体系的三种形式：规范、标准和指导性技术文件分别举例作简要的介绍。 规范 元器件规范主要包括：元器件的总规范（通用规范）和详细规范两个层次。总规范对某一类元器件的质量控制规定了共性的要求，详细规范是对某一类元器件中的一个或一系列型号规定的具体的性能和质量控制要求，总规范必须与详细规范配套使用。元器件的产品规范是元器件生产线认证和元器件鉴定的依据之一，也是使用方选择、采购元器件的主要依据。 现在我国国防工业主管部门已发布了大量的元器件总规范，但是详细规范还没完全配套，所以往往由器件生产单位制定了详细规范（属于企业军标准级别）经标准化机构确认后贯彻执行。 已发布的军用元器件总规范中，影响较大的总规范及其参照采用的MIL标准如表1-1所示。 表1-1国军标总规范及其等效采用的美国军用标准 表1-1中序号1～3是器件的总规范，包括了分立器件、集成电路及混合集成电路，每一类器件只有一个总规范，但是对于同一类的元件，就可以有不止一个总规范，例如对于电容器这一大类的元件，已发布了21个总规范。对于电磁继电器已发布了3个总规范。每个器

航天产品电子元器件的质量控制

航天产品电子元器件的质量控制 【论文关键词】：航天产品电子元器件二次筛选失效分析 DPA 元器件质量数据库 【论文摘要】：电子元器件是电子设备和系统的最基本单元，电子产品的可靠与否决定于电子元器件的可靠性，没有高可靠性的电子元器件，设计再好的电子产品也难以发挥其作用。本文从元器件的选择、内在质量评价、二次筛选、DPA、失效分析、元器件质量跟踪、元器件质量数据库等环节讨论了电子元器件的质量控制问题并提出了一些建议。 1 引言 电子元器件是组成电子产品的最小单元，是整机可靠性的基础。没有质量可靠的元器件就不可能有高可靠的电子整机产品，没有高可靠性的电子元器件，设计再好的电子产品也难以发挥其作用。元器件的质量控制贯穿其选用、试验、采购、检验、电装、调试以及失效分析几个方面，为了保证航天产品的可靠性，在研制过程中应从元器件的选用、内在质量评价、二次筛选、破坏性物理分析、失效分析、建立元器件质量跟踪及建立元器件质量数据库等环节入手，形成一种闭环控制系统。 2 电子元器件的选用 元器件的选用是电子产品设计中最关键的一步，设计人员在满足产品性能参数要求的前提下，同时考虑到电子产品适用的温度、湿度等环境要求，电网电压和失真度的要求，以及产品的电磁兼容性、安全性、稳定性、寿命等要求，确定元器件的基本参数，再根据其应用部位、空间、间距的要求选择符合产品要求元器件。 选择优选的元器件，限制选择非标准的和新研制的元器件，压缩选用的元器件品种和规格，达到正确选择型号用元器件的要求，保证产品的质量和可靠性。目前航天产品所出现的故障中多数是由电子元器件引发的，而这些故障又可分为两类：一是由于使用者选择不当所致；二是元器件本身的质量问题。其中第一类故障占大多数。因此，加强电子元器件选用过程的质量控制，具有重要的意义。加强电子元器件选用过程的质量控制具有重要意义。为了保证航天产品的可靠性要求，编制产品元器件优选目录是一种行之有效的方法。 在电子元器件选用过程中应注意以下几个方面问题。 ⑴航天产品中所使用的电子元器件应选择军品级以上（包含军品级），以保证其可靠性。 ⑵须选用满足产品要求的品种。不同的产品由于使用要求不同，选用元器件的出发点必然也有差异。要求过高，必然加大成本；要求过低，则不能满足产品的要求。这往往又表现在对电子元器件的质量等级要求及其它一些特殊要求上。 ⑶要选择质量比较稳定的电子元器件型号和生产厂家。对于关键的元器件，必要时还应对生产方进行有关质量调研或质量认证。 ⑷元器件的选择还应考虑降额要求，注意不得用加大元器件的降额使用来弥补采用低于规定质量等级的元器件。 ⑸应严格控制新研元器件的使用，未经技术鉴定合格的元器件，不能在航天产品中正式使用。这是因为，从制造工艺角度上看，新研产品往往不够成熟，技术状态未最终固定，应用问题尚未被彻底地暴露出来。若为了完成型号研制任务而必须使用时，则一定要制定针对其特殊质量控制的方法，加强对它的监控和考核。 ⑹在类似的元器件中要最大限度地压缩品种和生产厂家。一方面便十采购，另一方面也便于质量监控。 ⑺在同等条件下应优先选用国产元器件。这从保证订货、进度以及进一步提高国产元器件水平、提高战时的后勤保障等方面来说均有好处。