高精度钻孔的质心计算
精度和工艺可靠性能够减少废品
为了确保精确的过孔定位，PCB制造商依赖于机器视觉和先进的图像处理算法。虽然会将标称位置与PCB布局数据中的对应位置进行比对，但PCB表面的反射以及材料特性的差异，使得难以可靠地检测边缘。我们将演示如何利用我们量身定制的图像分析算法来实现可靠且精确的中心点定位。
用于制造印刷电路板(PCB)的设备
随着时间推移而演变的复杂系统格局
PCB制造的特点是对工艺稳定性、可追溯性以及可重复的质量特性要求极高。与此同时，在实际应用中，该行业主要依赖于已投入使用多年的现有设备，这些设备拥有成熟的机器、控制和视觉架构。新的图像处理方案不仅要功能先进，还须能无缝集成至现有工业软件与控制环境中，且不会带来过高的集成成本。。
高性能芯片需要高品质等级
IPC-A-600G标准中的3级定义了PCB可接受性与可靠性的最高等级，特别涉及孔等特征的目视缺陷检测标准。该标准专门适用于故障可能造成严重后果的设备。
通过钻导向孔实现过孔精确定位
导向孔用于确定后续过孔钻孔的位置。视觉系统必须以高精度和高重复性测量其位置，确保后续钻孔能够精确且可靠地定位。
严苛条件下的视觉技术
在导向孔钻孔过程中产生的钻屑使得测量特征难以识别。
反射、可变对比度以及PCB上由发热或机械引起的变形都会影响成像质量和测量精度。
混合型AI：基于AI的预筛选与精准的规则驱动算法相结合
该方案融合了基于语义的AI预筛选与精确的几何分析，可对导向孔及参考特征进行可靠检测与高精度测量。
基于AI的导向孔和参考特征检测
该图像分析技术融合了PCB布局数据与AI驱动的物体检测与定位。其中，一种基于Transformer的模型能在预设搜索区域内，凭借目标在图像中的语义上下文就能够可靠地识别并定位多达128个导向孔及参考圆。
通过将AI与基于规则的算法相结合，实现更高精度
局部圆形特征通过基于规则的几何图像处理进行高精度测量。根据采集的图像数据，能够以可靠且可重复的方式确定导向孔的中心和直径，并可用于进一步的工艺评估，例如比较实际值与标称值，或者修正钻孔位置。
混合型AI：我们的工程师手记
在传统方法因反射、划痕和边缘破损而失效的情况下，我们的语义方法使圆检测仍能保持稳定性，该方法可根据具体应用调整，无需针对特定客户进行重新训练。
该混合算法将现代视觉-语言模型的泛化能力与工业级图像处理管线的效率相结合，几乎无需针对特定应用进行重新训练，系统就能提供稳定的识别结果，同时还能满足生产应用所需的精度、速度和可靠性要求。
集成接口
如果您的现有软件架构无法接入高性能的Basler算法及pylon软件环境应该如何处理？该方案提供了一个第三方库集成接口（例如Aurora Imaging Library或MVTec HALCON），可助您解决此问题。
将Basler算法无缝集成到第三方库中
如果给定的软件架构包含第三方图像处理库，Basler研发团队将开发一个接口，将高性能的Basler算法集成到该第三方库中。这样就可以集成用于计算导向孔质心和直径的额外图像处理路径，而无需更改现有软件架构。
深入了解Basler的研发能力用于实现可靠、可重复检测的视觉产品
由于制造条件严苛，这需要高分辨率、几何性能优良的光学元件，以及均匀且能增强对比度的光源。
为确保在绿色PCB上实现可靠的过孔检测，这些机器视觉产品专为达成高对比度与高测量精度而设计。
红光
红色环形光源在钻孔与绿色PCB表面之间形成了高对比度，以便可靠地检测钻孔边缘，并确保检测结果具有可重复性，即使存在钻屑、反射或者电路板因发热或机械因素而产生的变形也能胜任。
高精度钻孔的质心计算方案
借助我们的视觉方案，您将获得PCB制造及其他行业进行精密钻孔的一切所需：高分辨率相机、合适的镜头，以及包含强大图像处理算法和集成接口的先进软件开发。