电子设备行业的愿景例子

用于电子设备检查的典型视觉应用

在智能手机、游戏机和个人电脑等家用电子产品领域，小型化和低调设计的趋势正在加速。这促进了半导体和电子元件的小型化和集成，并产生了更高的检测精度的需求。随着高混低量生产和电池生产的普遍化和产品多样化，人工和检验费用也在增加。

IC芯片，电阻器，电容器和晶体管等电子元件很小，它们有时不仅必须在视觉上检查，而且还必须与显微镜检查。劳动力呈指数级增长，随着待检查部件的增加而增加。这导致劳动力和设施成本的显着增加和降低的生产效率。

机器愿景越来越多地被引入生产中的检查，以解决这种情况。机器视觉是多功能的，可以同时执行多个检查。它们适用于电子设备行业的需求，其中高混合的低批量生产和细胞生产变得普遍。

随着最近高像素相机和高性能图像处理系统的出现，各种操作现在可以实现自动化，如外观检查、尺寸检查、基于字符/2D代码的识别和定位/对准。使用机器视觉也方便了数据管理。能够建立产品管理数据库，并根据过去的NG产品进行因素分析，有助于改善设备和质量。以下是机器视觉在电子设备行业中应用的典型例子。

产品存在、类型和定位

检查包含不同的线束类型

这是包含不同线束类型的检查的示例。

关键检验点

因为它可以准确地提取微小的颜色变化，使用多光谱模式允许稳定和可靠的检测，即使是对具有多种颜色模式的产品。

多谱模式下的识别结果

下载

机器视觉系统选择指南

检测IC芯片在载体带中的存在和方向

使用机器视觉检查载带中IC芯片的存在/方向。

关键检验点

检测IC芯片的存在和方向允许载带进行高级以跳过缺少零件的任何口袋，或者具有不正确的产品。

机器视觉识别结果

下载

引线框架涂层检查

检查使用机器视觉在引线框架上是否存在电镀。

关键检验点

通过检测细微的颜色变化或剥落，确保涂层质量，即使在高速生产线上。

机器视觉识别结果

下载

检测托盘上IC芯片的存在和方向

使用机器视觉检查托盘上IC芯片的存在和方向。

关键检验点

使用单一机器视觉对托盘上的IC芯片进行各种检查。线扫描相机允许在大范围内同时检查目标。

识别结果与线扫描相机

下载

质量检验

板材胶粘剂检验

这是一个在板材上涂胶过程中涂层状态检查的例子。

关键检验点

如果胶粘剂和背景颜色相似，在常规照明条件下很难区分颜色，有时还会出现检测失去稳定性和可靠性的情况。利用多光谱模式，可以提取轻微的颜色变化，可以准确检测涂层状况。

多谱模式下的识别结果

下载

机器视觉系统选择指南

陶瓷器件外观检查

这是运输过程中外观检查的一个例子。

关键检验点

在进行外部检查污垢时，如果轻微缺陷的颜色与产品本身的颜色相似，就会导致检查变得不可靠。利用多光谱模式，可以提取轻微的颜色变化，允许只对缺陷进行准确的检测。

多谱模式下的识别结果

下载

机器视觉系统选择指南

检查PCB上是否缺焊

这是pcb上漏焊检查的一个例子。

关键检验点

当使用传统的照明条件时，在某些情况下，未焊接部分的提取变得不可靠。采用多光谱模式，可以准确提取出陆地部分的颜色，检测结果稳定可靠。

多谱模式下的识别结果

下载

机器视觉系统选择指南

线圈绕组外观检查

这是线圈绕组外观检查的一个例子。

关键检验点

对于绕组的外观检查，由于照明的反射和由绕组的光泽引起的颜色变化，使用传统照明条件的使用可能导致不可靠的检查。通过使用多频谱模式，可以仅提取有针对性的故障的位置进行检查，从而产生稳定和可靠的检查。

多谱模式下的识别结果

下载

机器视觉系统选择指南

外部PCB终端外观检查

这是一个PCB端子外观检查的例子。

关键检验点

在传统的照明条件下，区分终端的颜色和光泽与污垢或污垢可能是困难的。如果采用多谱模式，即使是很小的缺陷或污垢也能可靠地提取出来，进行稳定可靠的检测。

多谱模式下的识别结果

下载

机器视觉系统选择指南

晶体谐振器探伤

这是一个晶体谐振器缺陷检测的例子。

关键检验点

如果检测目标位置与背景之间的差异不够大，检测轮廓中的缺陷可能会变得困难。在LumiTrax™模式下，4个方向的局部照明能够提取轮廓，而不考虑颜色差异，从而实现稳定可靠的检测。

识别结果Lumitrax™模式

下载

机器视觉系统选择指南

检查线圈绕组条件

这是线圈绕组条件检查的一个例子。

关键检验点

由于绕组的光泽和颜色变化，在传统的照明条件下提取颜色可能不可靠。通过使用多频谱模式，通过使用8个波长的信息来提高色彩提取能力，从而准确地检查绕组的状况。

多谱模式下的识别结果

下载

机器视觉系统选择指南

印刷IC芯片的线性划痕检查

这是印刷IC芯片线性划痕检测的一个例子。

关键检验点

印刷文字和材料在非常小的电子元件表面，使其难以检测线性划痕。该系统消除了材料和打印2D信息的噪音。线性划痕可以可靠地检测到，甚至在非常小的组件。

识别结果与线扫描相机

下载

机器视觉系统选择指南

晶体振荡器缺陷及位置检查

用机器视觉检查有缺陷的晶体振荡器。

关键检验点

通过忽略目标之间纹理和个体差异的影响，可以对晶体振荡器进行详细的质量检查。

机器视觉识别结果

下载

LED缺陷检查

使用机器视觉检查LED表面缺陷，如异物或缺陷。

关键检验点

在LED的表面上检测外来颗粒，线性污渍，水疱，瑕疵等。高速处理可以最大化机器屈服率。

机器视觉识别结果

下载

外观检查。电池印刷表面

使用机器视觉，检查电池印刷表面上的瑕疵或瑕疵等外观缺陷。

关键检验点

因为很难区分印刷和缺陷，所以对电池表面进行外观检查很难发现缺陷或凹痕。LumiTrax功能可以通过取消打印等2D信息来检测缺陷和凹痕。

机器视觉和Lumitrax的识别结果

下载

IC模具缺陷/泡罩检查

使用机器视觉检查IC模具上的瑕疵或凸出。

关键检验点

由于表面纹理或眩光的影响，准确鉴别IC模具上的缺陷或凸起是困难的。使用LumiTrax函数可以实现这种检测。它只能通过取消有标记的字符来检测缺陷或凸起。

机器视觉和Lumitrax的识别结果

下载

电容器箔针孔/皱折检查

使用机器视觉检查电容器箔中的针孔或皱纹。

关键检验点

线扫描摄像机可以检测电容器箔的移动片中的微小针孔和皱纹。

识别结果与线扫描相机

下载

尺寸检查

连接器引脚共面性检查

使用机器视觉检查连接器引脚的共面。

关键检验点

检测从连接器针脚尖端反射的光，以发现针脚中的微小弯曲。连接器检查工具的特殊包消除了教学的需要，简化了检查设置。

机器视觉识别结果

下载

锂离子电池尺寸检测

使用机器视觉检查锂离子电池的尺寸。

关键检验点

使用机器视觉，检查锂离子电池多个部分的尺寸和角度。使用2100万像素的机器视觉可以实现高分辨率的检查。

2100万像素机器视觉的识别结果

下载

定位/对齐

对准摄像机模块的安装

使用机器视觉确保摄像机模块的装配对准。

关键检验点

采用高像素，16倍速度机器视觉实现高精度定位。

机器视觉对准

下载

机器人挑选和IC芯片的地方

基于机器视觉的IC芯片拾取机器人定位误差校正。

关键检验点

KEYENCE的图像处理系统支持来自许多制造商的机器人，并允许直接连接188bet在线。这可以为启动节省大量的工时。

使用机器视觉校正偏差

下载

产品识别检验

IC封装的产品类型区分/2D识别

利用机器视觉读取封装IC芯片表面的标记并区分类型。

关键检验点

读取在IC芯片表面上的激光标记的字符/ 2D代码。单个机器愿景可以同时识别两个字符，例如部件号和2D代码。

机器视觉识别结果

下载

PCB上字符的识别

使用机器视觉检查印制在pcb上的字符和2D代码。

关键检验点

使用高像素机器视觉可以在视场内捕获整个PCB。这使得可以同时检测连接器的螺距和其他项目，以及识别/判断字符信息和2D代码。

机器视觉识别结果

下载

3 d视觉检查

ECU密封胶外套检查

检查密封胶的破损、宽度和涂层面积。

关键检验点

KEYENCE的模式投影视觉系统(Pattern Projection Vision System)使用3D数据来创建只基于形状的对比，而不是表面处理或颜色。确认是否存在，测量宽度和体积，并检测密封胶和成形垫圈的破损。大格式照明可用于检查在一个广阔的视野。

模式投影照明的识别结果

下载

机器视觉系统选择指南

PCB组装检验

检查销插入缺陷和异物颗粒如倒下的物体。

关键检验点

与传统的二维检测(如销钉间距)一样，3D图像可以通过使用高度数据来检测销钉插入缺陷。即使是在低对比度或背景图案的情况下，通过简单的比较已知的好的部分，也可以很容易地使用3D图像检测到掉落的物体。
*建议使用内联3D外观和尺寸检验可定制视觉系统（XT），用于测量销高度。

模式投影照明的识别结果

下载

机器视觉系统选择指南

托盘内部各种部件检查

检查不同品种、前后、方位、计数的差异

关键检验点

没有高度数据来识别特征，很难在部件特征和部件与背景之间几乎没有对比的情况下检查整个托盘。如果从3D图像的高度信息也被使用，看起来一致的颜色不再是全面检查托盘的障碍。除了计数，它还可以检测到不同的品种，不同的正面和背面，以及定位不正确的部分。同时可以获得LumiTrax™图像*1，这消除了环境光的影响，并有助于强调托盘的凸起特征。
*1 LumiTrax™照明创建两个图像:一个减少眩光，一个强调高度特征而忽略颜色。