AF自动对焦技术在TGV视觉检测方案中的作用

机器视觉系统可应用于高科技精密材料和半导体的视觉检测,这些材料是众多产品中的关键部件。iCore的机器视觉系统能够对电路板之间不易察觉的微小凹痕或裂纹进行精确测量。它还提高了检测设备的处理速度,并最大限度地减少了检测所需的时间。

在半导体与封装行业中,TGV(玻璃通孔)技术正受到越来越多的关注。TGV是一种采用玻璃基板的高密度互连方法,相较于传统的PCB,可有效降低信号延迟和功耗,非常适用于高性能封装。

不同层级的TGV孔形状和尺寸可能有所不同,因此进行分层精确对焦至关重要。特别是在使用高倍率镜头时,景深非常浅,稍有偏差就可能导致对焦错误,进而造成测量不准确。因此,快速且高精度的AF系统对于实现可靠检测尤为关键。

iCore 自动对焦(AF)解决方案

自动对焦(AF)是一种在光学系统中自动调节焦距,以保持目标图像清晰的技术。在检测应用中,AF会根据目标高度的变化持续调整镜头位置,从而维持最佳的工作距离。由于工业检测通常涉及微小图案的分析,AF的精度将直接影响检测质量。

下方图像展示了在初始对焦正确的前提下,是否持续使用AF所带来的差异:

ž 左图中,检测过程中始终启用AF,对焦保持稳定;

右图中,检测时关闭AF,随着时间推移导致图像逐渐失焦。

对于涉及多层结构和微米级孔洞检测的TGV应用,光学三角测距法在技术上更为合适。

|---------------------|--------|-----------------------------------------------------------|
| IIT-AF-MBK2 | 模型 | IT-AF-MBK2 |
| IIT-AF-MBK2 | 自动对焦方法 | 光学三角测量 |
| IIT-AF-MBK2 | 采样率 | Up to 1.2kHz |
| IIT-AF-MBK2 | 捕获范围 | ± 1,500μm |
| IIT-AF-MBK2 | 重复性 | <0.2μm |
| IIT-AF-MBK2 | 功能 | - 自动曝光 / 自动激光控制 - 通过光电二极管(PD)反馈实现激光亮度控制 - 支持实时图表显示 - 运动控制 |

iCore 光学三角测距自动对焦传感器

相关推荐
拓朗工控20 小时前
工控机在高精度视觉检测中的实际应用
人工智能·计算机视觉·视觉检测
格林威1 天前
面阵相机 vs 线阵相机:堡盟与海康相机选型差异全解析 附C++ 实战演示
开发语言·c++·人工智能·数码相机·计算机视觉·视觉检测·工业相机
MF_AI2 天前
YOLO无人机视角检测识别数据集汇总
人工智能·深度学习·yolo·目标检测·视觉检测·无人机
Fleshy数模3 天前
玩转 Python:多线程、装饰器、视觉检测与正则匹配实战
开发语言·python·视觉检测
格林威3 天前
堡盟Baumer VCX系列工业相机供电与触发:网口(GigE) vs USB3.0
开发语言·人工智能·数码相机·计算机视觉·视觉检测·工业相机·高速相机
格林威3 天前
面阵相机 vs 线阵相机:堡盟与海康相机选型差异全解析 附Python实战演示
开发语言·人工智能·python·数码相机·计算机视觉·视觉检测·工业相机
格林威3 天前
面阵相机 vs 线阵相机:堡盟与大恒相机选型差异全解析 附C++ 实战演示
开发语言·c++·人工智能·数码相机·计算机视觉·视觉检测·工业相机
格林威4 天前
面阵相机 vs 线阵相机:堡盟与Basler选型差异全解析 +C# 实战演示
开发语言·人工智能·数码相机·计算机视觉·c#·视觉检测·工业相机
格林威4 天前
面阵相机 vs 线阵相机:堡盟与海康相机选型差异全解析 附C# 实战演示
开发语言·人工智能·数码相机·计算机视觉·c#·视觉检测·工业相机