焊点可靠性是SMT产品的生命，焊点组装质量的控制是保障SMT产品质量和可靠性的关键技术。SMT产品的组装故障往往是焊点故障，故障来源于组装过程各工序。【1】为此，力求在组装过程中及时检测、发现组装故障，并且予以实时反馈，进行及时的组装工艺参数调整和消除故障处理，实现组装过程中的质量检测和反馈控制，以求达到高的产品合格率或一次通过率，是SMT产品生产中、特别是为适应多品种变批量生产而建立的SMT生产系统中刻意追求的目标。SMT焊点图像包含了大量的反映焊点工艺性能及焊点质量特性的信息。获取这些图像信息并采用相关的图像处理方法,从中得到有效的图像信息,对其进行三
维重构与分析评价,是深入研究焊点组装故障原因,提高焊点可靠性和稳定性,改善焊点质量的重要途径。【1】
1 SMT焊点视觉获取及预处理系统的建立
SMT焊点视觉获取及预处理系统的结构示意如图1所示。系统主要由2个部分组成：硬件部分和软件部分。系统硬件部分由LED光源、彩色CCD、光学显微镜、图像采集卡、PC主机及LCD显示器
构成。其作用是：光学放大系统将光源照射在焊点上的反射光通过光学显微镜汇聚到CCD摄像机的靶面上，由CCD摄像机将光信号转换为电信号，完成光电转换，并将点信号送入图像处理部分。软件部分包括SMT焊点视觉图像显示、采集、预处理并存储SMT焊点图像数据。
1.1 系统硬件设计
SMT焊点视觉获取及预处理系统的硬件部分由LED光源、彩色CCD、光学显微镜、图像采集卡、PC主机及LCD显示器构成。图1为SMT焊点视觉获取及预处理系统示意图,它以AOI设计规则法为基础,设备采用特殊LED光源作为照明,通过高分辨光学显微镜放大元器件图像,并通过用了一个高分辨摄像镜头采集
放大的图像信号,同时图像信号传入图像采集卡,通过图像采集卡上的图像处理芯片将图像模拟信号转化为数字信号传入PC主机保存下来,并且通过LCD显示器显示。
（1）光源
光源是图像采集系统中最重要部分之一,也是SMT焊点视觉获取及预处理系统得以顺利实现的保证。本系统采用LED环形无影白色光源,可以调节亮度,并且可以实时的调整光源高度和角度,可根据三维重构算法提供的参数进行调整,或者预先配置好光源参数然后在传入三维重构算法中。图2为光源在图像采集系统中的位置示意[1]。
（2）光学显微镜
由于由表面组装技术形成的SMT焊点实际体积微小，因此，在进行图像采集时需要预先对焊点进行光学放大。
（3） CCD 的选型[ 6]
在SMT焊点视觉采集中，CCD是不可缺少的器件。CCD（Charge Coupled Device）全称为电荷耦合器件，它具有光电转换、信息存贮和传输等功能。衡量系统精度的标准，是像素值，即CCD芯片上像素所对应的实际长度。像素值的计算公式如下：
像素值（X方向）＝视野范围（X方向）÷CCD芯片像素数量（X方向）
像素值（Y方向）＝视野范围（Y方向）÷CCD芯片像素数量（Y方向）
本系统需要采集的SMT焊点对象主要是SMT片式贴片元器件0402及更小尺寸的器件的焊点。0402表面贴装封装规格的元器件其外在尺寸仅为1.0×0.5×0.6 (单位mm)。依据IPC-610C对焊点的评价标准，在焊点质量可接受条件内（焊点理想尺寸的±20％为合格）可以决定采集系统的精度要达到0.005mm,依据以上公式计算:
1.0（X方向视野范围）÷0.005（X方向理论像素值）＝200（X方向分辨率）
0.5（Y方向视野范围）÷0.005（Y方向理论像素值）＝100（Y方向分辨率）
通过上面的计算可知，在本系统的采集对象要求下只要CCD的分辨率高于200×100，就是适合的。但是由于在对SMT焊点实际过程中，CCD的视野范围一旦确定，那么象素和长度单位的比例也就确定（标定），又由于不同器件的形状大小体积均不同，如果改变CCD的视野范围，那边就需要重新标定象素和长度单位的比例。所以一般情况下，当标定过后，就不会改变CCD的视野范围。所以选择一个合适的视野范围尤其重要。如果200个象素对应的是1个毫米，那么越大的视野范围意味可以采集越大的元器件焊点。为了让系统有更好的扩展性,可以采集更多元器件的焊点，本系统采用高性能工业级(或分析级)彩色CCD摄像头，靶面为1/3英寸，像素为537（X方向）×597（Y方向）。从以上技术指标可见，所选取的CCD可以采集2.5×2.5 (单位mm)尺寸的焊点。也就是说，本系统可以采集的元器件型号可以包括0804，0402，0201和01005。
（4） 图像采集卡
在SMT焊点图像采集过程中，需要图像采集卡作为图像采集的工具。图像采集卡使用SDK2000采集卡。SDK-2000是一款专门针对系统开发商的高品质PCI视频卡，提供功能全面的二次开发包(简称SDK)。可以选择Visual Basic、Visual C++、Delphi、Visual C#.NET等多种编程语言通过SDK进行开发，SDK中包含DLL动态库(VC,C#.NET使用)，OCX控件(VB，Delphi使用)及其详细说明。本系统的软件部分中的视频采集部分由C#.NET调用SDK中DLL完成[3][4]。
1.2 系统软件的结构与功能[4]
软件各个模块窗口和主窗口形成MDI窗口模式。窗口中有中文菜单和命令按钮,软件的各项功能的接通与关闭由此来控制;用户与系统间的信息交互由各种对话框来完成。系统采用多文档、多视图技术实现程序,从而确保图像在各个窗口间可以实时传递,并实现窗口的层叠和平铺。整个软件的设计体现了美观实用的用户界面和易操作性[3][4]。
软件系统由SMT焊点图像视频采集、图像捕捉、图像保存、图像预处理和图像的特征参数保存分析等模块组成。软件流程图如图3所示:软件可以实现从图像视频采集、图像捕捉、图像保存、图像预处理以及图像特征参数分析等功能,其中图像视频采集采用了图像采集卡的二次开发包,可以获得清晰的图像视频。图像可以保存为BMP格式，利于观察。在图像预处理模块中,提供了灰度化、中值、低通、高通以及改进的滤波算法对出项进行滤波,可以抑制图像噪点, 增强图像特征,实现
图像的滤波效果。预处理的目的就是对SMT焊点图
像进行滤波或平滑，抑制噪声，增强图像特征，提高信噪比。在图像的特征参数分析模块中可以利用图像特征参数看到各种算法的特征数据，通过比较各算法的数据得到最适合SMT焊点图像的滤波和增强算法[2]。
2 SMT焊点视觉获取及预处理系统的应用[1]
系统在软硬件调试结束后,进行了一系列的视频采集、图像捕捉、预处理和特征参数分析的测试，测试表明改系统可以很好的完成设计任务。系统硬件和软件界面如下图4，5所示：
2.1 SMT焊点的视频采集及图像捕捉
SMT焊点的视频采集以及图像捕捉的灰度化后图像如图6所示。图像显示在视频采集图像捕捉过程中有混入了噪点, 噪点对三维重构系统会造成影响[2][5],所以,后续预处理要对SMT焊点图像进行滤波等除噪处理。噪点如图像6中所示。
2.2 SMT焊点的图像预处理
图像采集过程中,由于片式元器件和焊点上不平整或者有很多的污点、光源上面有瑕疵或者CCD镜头的污染,都会使采集到的图像产生噪点。在预处理模块中,使用了低通、中值、高通、改进滤波方法对图像滤波。
图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段[2]， 本系统中使用低通滤波进行第一次的滤波。低通滤波是一种线性的信号处理方法,实际上是图像平滑技术中的一种[5], 主要是在空间域内用领域平均来减小噪声。可以通过模板操作来完成低通滤波。低通滤波的效果可见图7(a)。不光是低通滤波,其他的图像处理也用到模板操作。
SMT焊点图像低通滤波处理后并不能完全除去噪声,如图7(a)中所示噪点依然存在。本系统中继续使用中值滤波来对SMT焊点图像去处噪声。中值滤波是一种非线性的信号处理方法,它采用含有奇数个点的滑动窗口,将窗口中各点灰度值的中值来代替窗口中点的灰度值。
中值滤波的效果可见图7(b)。这样可以去掉突变大的噪点,使图像更加平滑如图7(b)中所示噪点已经减弱。此外本系统研究了一种更好的滤波算法,改进的滤波算法可以更好的使图像去除噪声, 如图7(c)中所示噪点基本消失。改进的滤波效果可见图7(c)。
图像在光照条件不佳的情况下会丢失掉图像特征、降低信噪比。此种情况可以使用图像增强算法对SMT图像进行图像增强。图像预处理模块提供了水平增强（如图8（a））、垂直增强（如图8（b））、并联增强（如图8（c））和串联增强（如图8（d））四种图像增强算法可以对不同情况增强图像特征，提高信噪比。由图7可以看到,滤波后会抑制噪声，增强图像特征，提高信噪比，而效果最好的是改进的滤波算法。由图8可以看到，图像增强可以还原SMT焊点图像原始的特征和信噪比,而还原效果最好的是并联增强。
经过实践证明,本系统可以很好的对SMT焊点图像预处理,实现抑制噪声，增强图像特征，提高信噪比的目的
3 结论
本系统介绍了SMT焊点视觉获取及预处理系统的建立以及应用。该系统通过硬件设备实时获取SMT焊点图像,并通过软件进行灰度化、低通滤波、中值滤波、高通滤波及改进的滤波算法对SMT焊点图像预处理,得到合适的SMT焊点预处理图像,通过分析预处理后SMT焊点图像的特征参数决定最佳的预处理过程,经过实践检验,该系统得到的预处理图像能够用于SMT焊点三维检测系统中.本系统对检测SMT焊点可靠性，控制焊点组装质量和保障SMT产品质量具有重要的研究价值。
参考文献：
[1] 周德俭,. SMT组装质量检测中的AOI技术与系统[ J ]. 北京: 电子工业专业设备, 2002 Vol.31 No.2 P.87-91,95
[2] 孙家广. 计算机图形学(第三版) [M] . 北京:清华大学出版社,1998.
[3] 李兰友,王学彬,等. C#图像处理程序设计实例[M] . 北京:国防工业出版社,2003.4
[4] 郑小平．Visual C#.NET开发与实践[M]．北京：人民邮电出版社．2001
[5] 容观澳,计算机图像处理[M],北京:清华大学出版社,2000,268-269
[6] 蔡文贵主编，《CCD技术及应用》[M]，电子工业出版社，1992
