1　引言
　　印刷电路板（Printed Circuit Board，简称为PCB）是目前电子相关产品的重要组件，而表面贴片技术（Surface Mount Technology，简记为SMT）是现今应用在组装印刷电路元件的主要方式。传统的电子元件是针脚式的元件，而表面帖片技术则是将表面帖片元件（Surface Mount Device，简称为SMD）直接置放在涂有锡膏的电路板上，然后再利用回焊的方式使元件固定于电路板的表面上[1]。尽管表面帖片技术已日渐成熟，贴片机的准确性也在不断地提高，但仍有许多的瑕疵存在于贴片制程中，小则会造成整个电路板的不稳定，大则使整个电路板没有任何功能，这给企业带来的损失是相当大的。在印刷电路板SMT元件的组装过程中，容易产生的缺陷可以分为四个部分：缺件、歪斜、反向、焊锡不良，其中焊锡不良包含空焊或断路、桥接或短路以及墓碑效应 [2]。
　　过去在对PCB表面元件缺陷的检测上，大多采用传统的人工目视检测和电性检测，这种检测方法不但精度低，耗时多而且无法适应高速的流水线作业。针对这一问题经过努力产生了自动光学检测（Automatic Optical Ins
pection，简称为AOI）系统，由于其稳定性高已成为新兴的检测方法之一。一般而言，不同的缺陷应配有不同的检测方法，因此文章针对于印刷电路板SMT元件中最常用的电阻、电容及IC等的缺件问题，提出了采用NI公司的IMAQ Vision Assistant 软件进行检测的方法。文中首先对IMAQ Vision Assistant软件的图像校正函数模块和模板匹配函数模块作了简单介绍，继而给出了关于PCB上电子元件缺件检测的应用实例，结果表明该方法能够有效地检测出缺件缺陷，同时该方法也可以检测出元件的歪斜和反向缺陷。
　　2　IMAQ Vision Assistant的模板匹配函数模块
　　IMAQ Vision 是LabVIEW（Laboratory Virtual Instrument Engineering Workbench，实验室虚拟仪器工程平台）内置的视觉开发工具包，由NI公司提供。它包括IMAQ Vision Build 和IMAQ Vision Assistant。IMAQ Vision是一个功能强大的函数库，提供了大量的图像处理函数模块和功能模块，如图像采集、图像校准、图像处理、几何测量等，包含了一系列MMX优化函数。而且IMAQ Vision Assistant带有的代码自动生成功能大大地缩短了开发周期，降低了成本[3]。
　　（1）模板匹配函数模块的使用[4]
　　模板匹配是最重要的图像分析工具之一。在IMAQ Vision Assistant 软件中的模板匹配函数可以提供被检测的图像中与标准模板图像相匹配的位置、匹配值等信息。使用该函数模块需：
　　（a）　定义一个模板图像（即给出标准模板图像）;
　　（b）　设置被检测图像的参数：（ⅰ）设置要寻找的与标准模板图像相匹配的最大个数，该参数最大可以设为1000;（ⅱ）设置最小匹配值（匹配值的范围为[0，1000]，1000表示完全匹配，0表示完全不匹配）：该值设的越大说明匹配时要求的相似程度越高，反之则越低。但若该值设置的过高，合格的印刷电路板将被作为有缺陷的处理。若设置的过低，有缺陷的印刷电路板将被作为合格品处理。因此该值的设置一定要符合实际要求;（ⅲ）设置标准模板图像与被检测图像中匹配区域允许存在的角度，可设置的范围为[-α，+α]，α为0°到180°;该参数设置中，若又选中镜相角度（Mirror Angle）,则标准模板图像与被检测图像中匹配区域允许存在的角度范围为[-α，+α]或[-（180-α），+（180-α）]。
　　（2）模板匹配方法及特点
　　传统的模板匹配常采用互相关函数。其互相关函数的定义[4-6]如式（2-1）：

        其中，w（x控制工程网版权所有,y）是尺寸为 的标准模板图像; f（x控制工程网版权所有,y）是尺寸为的需检测图像。式（2-1）对于寻找单个匹配是没有问题的，但若用到多重匹配中，其得到的结果受模板及需检测图像的光线（亮度）影响很大。该方法不仅处理速度较慢，而且对模板及需检测图像的大小比例和角度的变化也有很严格的限制。
　　IMAQ Vision Assistant的模板匹配函数模块采用了归一化的互相关系数 ，定义如式（2-2）：

       其中，是标准模板w像素的平均亮度，是待检测图像f的平均亮度; R的值为-1到1，与f和w的亮度无关。从式（2-2）中可以看出互相关过程是一系列乘法运算操作，是相当耗时的。如果在匹配时只对图像中具有代表意义的部分进行采样，就可以大大减小要处理的信息量，从而加快了匹配的处理速度。IMAQ Vision Assistant模式匹配函数采用了非均匀采样和图像理解两种技术来改善匹配速度。非均匀采样是指对检测图像和标准模板进行特殊采样以减少空间分辨率。如，每隔一个像素采样一次，检测图像和标准模板的尺寸将缩小为原来的1/4。匹配时只对缩减后的图像进行，匹配完成后在检测图像中仅将高匹配值的区域作为与标准模板相匹配的区域。图像理解指IMAQ Vision Assistant 模板匹配函数使用智能采样方法，即采样时考虑边缘像素和匹配区域像素的结合，并且考虑了检测图像的角度旋转及缩放情况。因此，IMAQ Vision Assistant 模板匹配函数具有精度高、速度快、不受检测图像缩放和旋转的影响、对亮度变化适应性好的特点。
　　3　PCB上电子元件缺件检测
　　为避免在采集印刷电路板图像时由于不正确的聚焦或景深导致的图像模糊不清（噪声），因此在得到待检测的PCB图像时首先对其进行预处理——图像校正。IMAQ Vision Assistant提供的图像校正函数模块有Calibrate image, Calibrate from image 和Image Correction。Calibrate image 函数模块的功能是将图像校
正为符合实际测量需要的图像;Calibrate from image函数模块要求有一幅包含了校正信息的图像作为一个标准，然后把需校正的图像与标准图像进行比较，从而实现图像的校正。Image Correction函数模块的功能是将通过Calibrate image或Calibrate from image函数校正所得到的扭曲的图像转变为符合要求的图像。本研究中采用了Calibrate image 函数。

        对印刷电路板上的电子元件缺件检测中主要运用了IMAQ Vision Assistant 提供的模板匹配函数模块（Pattern matching）。首先按第2部分所介绍的先定义好待检测元件的标准模板，然后进行参数设置：在Number of Matches of Find 中设置为10;在Minimum Score 中设置为600;并选中Search for Rotated Patterns，Angle Range 为180。这样不仅可以得到缺件的信息，而且可以知道在贴片制程中是否出现元件反向问题。以上信息可以通过IMAQ Vision Assistant 导出的报表文件得到，如图2、图3所示。图1为所检测PCB合格品图像。图2和3所示为不合格产品图像，其中，图2为缺件情况，在电子元件缺件情况下，报表中没有任何数据。图3为电子元件反向情况。从报表中我们可以看到与标准模板相匹配的元件其中心所在的位置为（358.101，245.796），与标准模板的匹配值为753和与标准模板所成的角度为181.856度，知该电子元件存在反向缺陷。当然通过角度值我们还可以判断电子元件歪斜缺陷。
　　4　结论
　　通过实例表明基于IMAQ Vision Assistant 的印刷电路板上电子元件缺件检测方法是可行的，有效的，且易于实现的。该方法具有速度快、精度高、抗噪能力强、不受图像缩放和旋转的影响及对光线亮度变化不敏感等优点。借助于IMAQ Vision Assistant 功能强大的图像处理函数库，缩短了用图像处理方法检测PCB上电子元件缺件缺陷的开发周期，并降低了成本。本文作者的创新点是将NI公司的机器视觉软件之一的IMAQ Vision Assistant 应用于对PCB电子元件缺件缺陷的检测中。