2026/8/14 19:29:16
FEATURED · 精选文章 
LabVIEW做 PCB 空板 AOI 检测461个圆孔 0.164 秒识别率 92.8% 背后的流水线一块 PCB 空板进贴片机前焊盘缺孔、空洞靠谁把关人工目检靠不住LabVIEWIMAQ Vision 给出了答案。预计阅读约 4 分钟01贴片前的最后一道人眼关卡在了漏检上PCB空板也就是还没贴元器件的裸板在进入 SMT 贴片工序之前焊盘、插孔、导通孔都必须是完好的。焊盘缺一个孔、孔里残留杂质、钻刀打偏留下毛边——这些缺陷在视觉上都不起眼可一旦带着缺陷过了回流焊损失的就不只是一块板而是整条产线的节拍和口碑。产线对这个环节的现状很无奈很多工厂还在靠人工目检顶这一道工序。老师傅拿着放大镜一块一块翻效率低是其次漏检率完全看人的状态——连续盯上两小时眼睛一花缺陷就从眼皮底下溜过去了。质检不是没有标准而是人眼的稳定性跟不上标准。尤其在批量换型、赶交期的生产节奏下人工检查的瓶颈会被放得更大。这也是自动光学检测AOI在 PCB 行业越来越普及的根本原因。AOI 的底层逻辑其实很朴素把人眼经验换成相机算法让检查这件事变得可重复、可量化、可追溯。本文介绍的这套基于 LabVIEW 和 IMAQ Vision 的 PCB 空板检测方案就是一个很典型的落地案例——硬件怎么搭、图像怎么处理、缺陷怎么判定一步步拆给你看。02系统架构龙门架 X-Y 平台 环形光源先把图像拍干净机器视觉圈有句老话图像质量决定算法上限打光比调参更重要。这套系统在硬件端就把功夫下在了前面。-运动控制单元高精度 X-Y 移动平台载着待检 PCB 往复移动龙门架上固定 CCD 相机与光源相机不动、板子动逐区扫描保证整块板在视场内被完整、等距地拍到。- 照明单元白色无频闪 LED 环形光源与相机同轴布置把环境光的干扰压到最低焊盘与背景的对比度因此稳定可控。环形光源对圆孔类特征尤其友好成像阴影小、轮廓锐利后续处理省力。- 图像采集单元CCD 相机负责原始图像的采集通过采集卡把画面送入上位机软件。软件端走的是纯 LabVIEW 路线采集、处理、判定、结果输出全部在一个开发环境里闭环省去了跨语言拼接和联调的麻烦。IMAQ Vision 提供了 400 多种现成的图像处理函数从相机取流到特征分析一站式覆盖开发阶段还可以用 NI Vision Assistant 搭建视觉模型、自动生成程序框图先把流程跑通再回到 LabVIEW 里精调。03干货核心图像处理流水线每一步都在解决一个实际问题这套系统的识别能力本质上来自一条环环相扣的流水线。我们把它逐级拆开每一步都有明确的工程目的。###灰度化先把数据减下来相机拿到的彩色图像数据量大、冗余多而后续判定主要依赖亮度分布所以第一步用加权平均法把彩色图压成单通道灰度图。加权平均不是简单求平均而是按人眼对 R/G/B 三通道的敏感度分配权重结果更接近人眼观感后续特征也更稳定。###局部阈值专治光照不均这是整条流水线最见功力的一步。全局阈值最怕光照不均——板面反光、边缘阴影会让同一幅图里该黑的不黑、该白的不白一刀切阈值必然误判。Local Threshold 局部阈值函数不看整幅图的统计而是由每个像素周边邻域的灰度分布自动算出该位置的门限相当于对暗处的暗和亮处的亮各自做了归一化。对 PCB 这种表面反光复杂的对象局部自适应阈值几乎是必选项。###形态学把特征修成干净的连通域二值化之后图像里仍残留噪声和毛刺需要 IMAQ Morphology 函数做膨胀、腐蚀和空洞填充膨胀补齐细小断裂腐蚀削掉边缘毛刺填充操作把焊盘内部的小气孔闭合。三步下来每个待检特征都变成完整、独立的连通域为后面的定量分析铺路。###标定与模板匹配把像素对齐到物理世界相机安装误差和平台运动都会引入畸变与位置偏差标定就是把像素坐标和实际物理尺寸对齐让测出来的面积、半径有物理意义。模板匹配负责定位在图像中找到目标特征的参考位置为后续测量提供稳定基准。###粒子分析与混合判定像不像、对不对双重把关以接插孔检测为例系统用圆形搜索锁定圆孔区域再用粒子分析提取每个圆孔的面积、圆心坐标、半径等参数。缺陷判定采用模板匹配 设计规则的混合法——模板匹配管像不像连通域数量与圆形特征是否符合设计规则管对不对两者互为兜底比单一方法抗干扰能力强得多。结果也说明了这套方案的成色10 片 PCB 空板共 461 个圆孔总识别率达到 92.8%平均单孔检测时间仅 0.164 秒。识别率说明混合判定在真实工况下站得住脚速度则说明逐板扫描不会拖慢产线节拍。04几条能直接复用的工程经验案例做下来沉淀了几条可复用的经验对任何视觉检测集成项目都有参考价值。■打光优先图像质量决定算法上限。先解决光源选型、环形光、无频闪、照度均匀性再谈算法调参顺序不能反。■光照不均就上局部阈值被检表面反光不一致时优先试 Local Threshold 这类局部自适应阈值硬调全局阈值往往事倍功半。■形态学是连通域质量的关键膨胀、腐蚀、填充三步做扎实后面的粒子分析才有干净输入省下的调试时间远超这三行函数本身。■混合判定兜底模板匹配负责像不像设计规则负责对不对两条腿走路单点失效也不会全面崩盘。05写在最后从打光到流水线、再到混合判定这套方案把 AOI 里稳定成像、可靠判定两个核心问题都落到了工程实处。对大多数中小型 PCB 工厂来说与其在检测环节继续拼人力和状态不如让机器把重复劳动接过去——92.8% 的识别率和 0.164 秒的单孔耗时已经把答案写在了那里。
LabVIEW 做 PCB 空板 AOI 检测
LabVIEW做 PCB 空板 AOI 检测461个圆孔 0.164 秒识别率 92.8% 背后的流水线一块 PCB 空板进贴片机前焊盘缺孔、空洞靠谁把关人工目检靠不住LabVIEWIMAQ Vision 给出了答案。预计阅读约 4 分钟01贴片前的最后一道人眼关卡在了漏检上PCB空板也就是还没贴元器件的裸板在进入 SMT 贴片工序之前焊盘、插孔、导通孔都必须是完好的。焊盘缺一个孔、孔里残留杂质、钻刀打偏留下毛边——这些缺陷在视觉上都不起眼可一旦带着缺陷过了回流焊损失的就不只是一块板而是整条产线的节拍和口碑。产线对这个环节的现状很无奈很多工厂还在靠人工目检顶这一道工序。老师傅拿着放大镜一块一块翻效率低是其次漏检率完全看人的状态——连续盯上两小时眼睛一花缺陷就从眼皮底下溜过去了。质检不是没有标准而是人眼的稳定性跟不上标准。尤其在批量换型、赶交期的生产节奏下人工检查的瓶颈会被放得更大。这也是自动光学检测AOI在 PCB 行业越来越普及的根本原因。AOI 的底层逻辑其实很朴素把人眼经验换成相机算法让检查这件事变得可重复、可量化、可追溯。本文介绍的这套基于 LabVIEW 和 IMAQ Vision 的 PCB 空板检测方案就是一个很典型的落地案例——硬件怎么搭、图像怎么处理、缺陷怎么判定一步步拆给你看。02系统架构龙门架 X-Y 平台 环形光源先把图像拍干净机器视觉圈有句老话图像质量决定算法上限打光比调参更重要。这套系统在硬件端就把功夫下在了前面。-运动控制单元高精度 X-Y 移动平台载着待检 PCB 往复移动龙门架上固定 CCD 相机与光源相机不动、板子动逐区扫描保证整块板在视场内被完整、等距地拍到。- 照明单元白色无频闪 LED 环形光源与相机同轴布置把环境光的干扰压到最低焊盘与背景的对比度因此稳定可控。环形光源对圆孔类特征尤其友好成像阴影小、轮廓锐利后续处理省力。- 图像采集单元CCD 相机负责原始图像的采集通过采集卡把画面送入上位机软件。软件端走的是纯 LabVIEW 路线采集、处理、判定、结果输出全部在一个开发环境里闭环省去了跨语言拼接和联调的麻烦。IMAQ Vision 提供了 400 多种现成的图像处理函数从相机取流到特征分析一站式覆盖开发阶段还可以用 NI Vision Assistant 搭建视觉模型、自动生成程序框图先把流程跑通再回到 LabVIEW 里精调。03干货核心图像处理流水线每一步都在解决一个实际问题这套系统的识别能力本质上来自一条环环相扣的流水线。我们把它逐级拆开每一步都有明确的工程目的。###灰度化先把数据减下来相机拿到的彩色图像数据量大、冗余多而后续判定主要依赖亮度分布所以第一步用加权平均法把彩色图压成单通道灰度图。加权平均不是简单求平均而是按人眼对 R/G/B 三通道的敏感度分配权重结果更接近人眼观感后续特征也更稳定。###局部阈值专治光照不均这是整条流水线最见功力的一步。全局阈值最怕光照不均——板面反光、边缘阴影会让同一幅图里该黑的不黑、该白的不白一刀切阈值必然误判。Local Threshold 局部阈值函数不看整幅图的统计而是由每个像素周边邻域的灰度分布自动算出该位置的门限相当于对暗处的暗和亮处的亮各自做了归一化。对 PCB 这种表面反光复杂的对象局部自适应阈值几乎是必选项。###形态学把特征修成干净的连通域二值化之后图像里仍残留噪声和毛刺需要 IMAQ Morphology 函数做膨胀、腐蚀和空洞填充膨胀补齐细小断裂腐蚀削掉边缘毛刺填充操作把焊盘内部的小气孔闭合。三步下来每个待检特征都变成完整、独立的连通域为后面的定量分析铺路。###标定与模板匹配把像素对齐到物理世界相机安装误差和平台运动都会引入畸变与位置偏差标定就是把像素坐标和实际物理尺寸对齐让测出来的面积、半径有物理意义。模板匹配负责定位在图像中找到目标特征的参考位置为后续测量提供稳定基准。###粒子分析与混合判定像不像、对不对双重把关以接插孔检测为例系统用圆形搜索锁定圆孔区域再用粒子分析提取每个圆孔的面积、圆心坐标、半径等参数。缺陷判定采用模板匹配 设计规则的混合法——模板匹配管像不像连通域数量与圆形特征是否符合设计规则管对不对两者互为兜底比单一方法抗干扰能力强得多。结果也说明了这套方案的成色10 片 PCB 空板共 461 个圆孔总识别率达到 92.8%平均单孔检测时间仅 0.164 秒。识别率说明混合判定在真实工况下站得住脚速度则说明逐板扫描不会拖慢产线节拍。04几条能直接复用的工程经验案例做下来沉淀了几条可复用的经验对任何视觉检测集成项目都有参考价值。■打光优先图像质量决定算法上限。先解决光源选型、环形光、无频闪、照度均匀性再谈算法调参顺序不能反。■光照不均就上局部阈值被检表面反光不一致时优先试 Local Threshold 这类局部自适应阈值硬调全局阈值往往事倍功半。■形态学是连通域质量的关键膨胀、腐蚀、填充三步做扎实后面的粒子分析才有干净输入省下的调试时间远超这三行函数本身。■混合判定兜底模板匹配负责像不像设计规则负责对不对两条腿走路单点失效也不会全面崩盘。05写在最后从打光到流水线、再到混合判定这套方案把 AOI 里稳定成像、可靠判定两个核心问题都落到了工程实处。对大多数中小型 PCB 工厂来说与其在检测环节继续拼人力和状态不如让机器把重复劳动接过去——92.8% 的识别率和 0.164 秒的单孔耗时已经把答案写在了那里。 
