• 沒有找到結果。

第三章 研究方法

3.1 檢測架構設計

SMD-LED 缺陷檢測系統架構可分為硬體及軟體兩部分來探討。硬體由取像 機構、料帶轉盤,及控制馬達等機構所組成,以符合實際現場環境而設計模擬之。

軟體架構分為離線訓練及線上檢測階段。經離線訓練確認標準影像資訊後,進入 線上檢測階段。檢測系統架構分別詳細說明如下。

3.1.1 硬體機構設計

硬體架構之設計分為取像機構與控制機構。取像機構包含 CCD、鏡頭及方 型光源,進行取得檢測影像之功能。控制機構包含電腦、步進馬達、入料及收料 轉盤,做為輔助定位取得檢測影像之功能。首先,步進馬達帶動收料及入料滾盤 的轉動,幫助料帶中 LED 之位移。位移定位後,由取像機構擷取檢測影像、傳 入電腦,於是進行軟體影像處理之瑕疵檢測演算法。硬體機構之設計概念如圖 3-1 所示。

17

圖 3-1 SMD-LED 瑕疵檢測系統之硬體架構

3.1.2 軟體架構設計

SMD-LED 檢測軟體,可分為訓練及檢測作業兩階段。訓練階段用以建立標 準元件資料庫,做為檢測階段之參考比較資訊。

訓練階段又分為兩部分: (1) 框選檢測範圍、非檢測範圍與設定規範參數; (2) 建立缺件、側翻、正常件之最小距離分類器(Minimum Distance) ;(3)訓練極性反 和電極缺失之判別閥值。步驟(1)中,首先載入一標準影像,透過 Otsu 自動二值 化及 blob 分析得到 SMD-LED 區域,且對此區域旋轉定位後,由檢測人員以人 工框選檢測範圍、非檢測範圍及設定參數,透過步驟(1)的設定,使得檢測程式 能彈性地符合客戶的需求。步驟(2)則須載入一組缺件、側翻及標準元件之 SMD-LED 影像,亦透過 Otsu 自動二值化及 blob 分析,得到 SMD-LED 區域及

待測元件 光源

CCD 鏡頭

ˊ

18

其面積接著值,以此面積為特徵,建立最小距離分類器。步驟(3)中,須載入一 批極性反、電極缺失以及正常之元件,以訓練極性反及電極缺失之判別閥值。步 驟(1)、(2)、(3)均設定完成後,便存入標準元件資料庫。

檢測階段則在輸入待檢元件影像後,利用標準元件資料庫之資料,開始進行 整批連續檢測,並將瑕疵結果記錄於瑕疵資料庫。於線上檢測時,輸入待測元件 之型別後,首先讀取標準元件資料庫之資料,判斷該型號之訓練資料,是否已建 立於標準元件資料庫中;若已存在,則檢測人員根據現場環境,判斷是否需更改 已儲存之各項設定及參數;如不需更改,則對待測元件執行檢測;如需更改,則 調整之,再行檢測。檢測結果若為有瑕疵,則儲存瑕疵資訊,否則不需要儲存,

以減少耗費硬碟空間及程式 I/O 次數、降低硬體成本與檢測程式之時間複雜度。

如此重覆不斷的對單顆之 SMD-LED 執行檢測,直至該批號產品全部完成檢測。

訓練及檢測兩階段之流程如圖 3-2 所示。

19

20

值得一提的是,在檢測階段的「執行檢測」步驟中,我們設計此階段之檢測 演算法時,首先分析 SMD-LED 各瑕疵項目所造成之原因,分類所歸屬之瑕疵型 別,制定瑕疵項目之檢測流程。接著,觀察瑕疵影像具有之特性,歸納共同特徵,

若瑕疵項目具共同特徵,則根據這些類似的特徵分析可同時進行處理之部分,擬 定共同演算法檢測之,以節省檢測時間。概念上主要如圖 3-3 所示。

分類瑕疵類型

擬定檢測演算法與 流程 合併共同瑕疵

項目之特徵

檢測流程 準則 各瑕疵項目影像

具共同特徵

圖 3-3 檢測階段流程與演算法擬定前置作業

21

相關文件