aoi测试 aoi有哪些检测功能

作者:陆，合肥工业大学仪器科学与光电工程学院

在产品制造过程中，由于各种原因，零件不可避免地会出现各种缺陷，如印刷电路板上的孔洞错位、划痕、开路、短路、污染等缺陷，液晶面板的基板玻璃和滤光片表面的针孔、划痕、颗粒、mura等缺陷，带钢表面的裂纹、辊印、孔洞、凹坑等缺陷，不仅影响产品的性能，严重时甚至危及生命安全。

传统的缺陷检测方法是人工视觉检测。目前在手机、平板显示器、太阳能、锂电池等多个行业仍有大量产业工人从事这项工作。这种人工视觉检测方法需要在强光照下进行，不仅对检测人员的眼睛伤害很大，而且存在主观性强、人眼空与时间之间的分辨率有限、检测不确定性大、易模糊、效率低等缺点，难以满足现代工业高速高分辨率检测的要求。

随着电子技术、图像传感技术和计算机技术的快速发展，基于光学图像传感的表面缺陷自动光学(视觉)检测技术逐渐成为表面缺陷检测的重要手段，因为该方法具有自动化、非接触、高速、高精度和高稳定性等优点。

什么是AOI？

自动光学检测(AOI)技术也称为机器视觉检测(MVI)技术或自动视觉检测(I)技术。在一些行业，如平板显示器、半导体、太阳能等制造业，AOI一词更为流行和为人所知。然而，AOI和MVI/I在概念和功能上仍然略有不同。

从狭义上讲，MVI是集图像传感技术、数据处理技术和运动控制技术于一体，在工业生产中执行测量、检测、识别和引导等任务的新科学技术。MVI的基本原理如图1所示。它利用光学成像方法(如相机或一个复杂的光学成像系统)模拟人眼的视觉成像功能，利用计算机处理系统代替人脑进行数据处理，最后将结果反馈给执行器(如机械手)代替人手完成各种指定的任务。

图1 MVI的基本原理和功能

从广义上讲，MVI是一种模拟和扩展人类眼睛、大脑和手的功能的技术。它的定义在不同的应用领域可能略有不同，但两者都离不开两个根本的方法和技术，即从图像中获取所需的信息，然后反馈给自动执行器完成特定的任务。可以说，自动检测技术基于任何图像传感方法(如可见光成像、红外成像、X射线成像、超声波成像等。)可以认为是MVI或I。当采用光学成像方法时，MVI实际上变成了AOI。所以AOI可以被认为是MVI的一个特例。

根据成像方法的不同，AOI可分为三维(3D)AOI和二维(2D)AOI。三维AOI主要用于物体几何参数的测量、零件分组、定位、识别、机器人引导等场合。二维AOI主要用于产品外观(颜色、缺陷等。)检测，不同物体或外观的分类，产品好坏的检测和分类等。

AOI系统组成

目前工业上应用最广泛的AOI系统是由摄像机、镜头、光源、计算机等通用器件集成的简单光学成像处理系统。如图1所示，在光源的照射下，摄像机直接成像，然后通过计算机处理实现检测。这种简单系统的优点是成本低，易于集成，技术门槛相对较低。在制造过程中可以代替人工检查，满足大多数场合的要求。

但对于大幅面或复杂结构物体的视觉检测，由于视场和分辨率(或精度)的相互制约，或者生产节奏对检测速度的特殊要求，单个摄像机组成的AOI系统有时无法胜任，可能需要集成多个基本单元，协同工作才能完成高难度的检测任务。即，采用具有多传感器成像和高速分布式处理的AOI系统集成架构。

图2具有多传感器成像和高速分布式处理的MVI系统集成架构。

图2给出了大幅面表面缺陷AOI检测系统的总体框架，由光源、摄像机阵列、显微复检、集群并行处理系统、控制系统、主控计算机、服务器和与工厂数据中心互联的工业局域网组成。该系统架构具有两大功能:大幅面表面缺陷的低分辨率快速检测和高分辨率显微复检。从图中可以看出，完整的AOI系统不仅集成了照明和光学成像单元，还需要被测物体支撑和传动单元、精密运动机构和控制单元、高速并行图像处理单元。

AOI系统集成技术

AOI系统集成技术涉及关键设备、系统设计、整机集成、软件开发等。AOI系统中必不可少的关键设备有图像传感器(摄像机)、镜头、光源、采集与预处理卡、计算机(工控机、服务器)等。最常用的图像传感器是各种类型的CMOS/CCD相机。图像传感器、透镜和光源的组合构成了大多数自动光学检测系统中的传感单元。设备的选择和配置需要根据检验要求进行设计和选择。

光源的选择(颜色、波长、功率、照明模式等。)不仅要区分和增强特征，还要考虑图像传感器对光源光谱的敏感范围。镜头的选择需要考虑视场、景深、分辨率等光学参数，镜头的光学分辨率要与图像传感器的空之间的分辨率相匹配，才能达到最佳的性价比。一般来说，镜头的光学分辨率略高于图像传感器的空之间的分辨率，所以尽量使用黑白相机进行成像以提高成像分辨率是可取的。图像传感器(相机)采用面阵还是线阵取决于具体情况，选择时要考虑的因素有成像视场、分辨率在空之间、最小曝光时间、帧率、数据带宽等等。对于运动物体的检测，要考虑图像运动模糊的不利影响，准确计算导致运动模糊的最小曝光时间，确定图像传感器的型号。图像传感器的曝光时间应小于引起运动模糊的最小曝光时间，全局快门模式适合快速曝光，高速时不易采用卷帘式快门曝光模式。为了获得最佳的信噪比，图像传感器的增益应尽可能为1，图像亮度的提高应尽可能用光源的能量(功率)来补偿，或者在不影响可用成像景深的情况下增加镜头的孔径光阑。

在系统集成中，被测零件的支撑方式和精密传动定位装置也必须精心设计，这涉及到精密机械设计技术，对于平板显示、硅片、半导体、MEMS等精密制造和组装行业的自动光学检测系统非常重要。在这些领域中，制造过程通常在洁净室中进行，这就要求自动光学检测系统具有较高的自清洁能力，对系统部件、气动和自动装置的选材、运动导轨的设计和设备选型都有严格的要求，不能给生产环境特别是工件本身带来二次污染。特别是，用于表面缺陷检测的AOI系统不能带来缺陷(如灰尘、划痕、静电等)。)在检测过程中施加到被测零件的表面。因此，对于大型零件(如高世代液晶玻璃基板和硅片)的在线检测，往往需要采用空气轴承支撑、定位和传动机构，运动部件(如轴承)采用自装置，使用FFU风机过滤装置净化检测系统的环境，以及采用防静电装置对工件进行处理。

高速图像数据处理和软件开发是自动光学检测的核心技术。由于自动光学检测是通过图像传感获得测量信息，所以数据量大，特别是高速在线检测，图像数据有时是海量的。为了满足生产节奏的需求，必须采用高速数据处理技术。常见的方法有共享内存多线程、共享内存或分布式内存多处理等。在系统实现中，利用分布式计算机集群将庞大的图像按时间和块划分成小数据流，分配给集群系统的所有节点进行处理。对于耗时且复杂的算法，仅靠计算机CPU有时很难满足时间要求。这时候就需要硬件处理技术，比如DSP、GPU、FPGA，配合CPU实现快速复杂的计算问题。

摘要

近年来，特别是2015年我国发布“中国制造2025”发展战略以来，以机器代替人，即用机器视觉或自动光学检测代替人工视觉，实现了产品零部件制造质量的在线高效自动检测和质量控制，受到了众多行业的青睐。AOI技术广泛应用于工业、农业、生物医药等行业，尤其是精密制造和装配行业，如手机、液晶面板、硅片、印刷电路板等领域，尤其是3D AOI机器人引导的装配和抓取。2D AOI表面缺陷技术发展极为迅速，各种高科技检测设备层出不穷。