应用分享丨16K光口彩色TDI线阵相机筑牢高端PCB质量防线

前言

随着AI数据中心、下一代通信、智能汽车及消费电子等领域的飞速发展,高端PCB板线路越来越密集,线宽/线距已下探至微米级区间,孔密度同步实现量级跃升,为产品最终良率带来挑战。

本期我们将聚焦PCB制造行业中的外观检测场景,为您深度解析埃科光电16K彩色TDI线阵相机如何筑牢高端PCB质量防线。

检测 难点

(1)极限解析度与大视野的矛盾

在PCB自动光学检测中,要精准捕获5-15μm级别的微短路、细微划伤或残铜,视觉检测系统在物方空间的像素精度必须达到1-2μm甚至更高。在传感器分辨率固定的情况下,提高解析度必然导致单次拍摄视野(FOV)缩小,这将成倍增加扫描频次,严重拖慢产线节拍。

(2)弱对比度缺陷的盲区

高端PCB产品表面极其复杂,往往交织着阻焊层、裸铜线路、沉金焊盘等多种材质。在实际生产中,铜面氧化、阻焊层色差污染等缺陷,在亮度上往往与正常区域的灰度值高度接近。传统黑白工业相机能感知光强变化,无法获取色度信息,极易在面对这类"等灰度异色"缺陷时出现大面积漏检。

(3)高速检测导致信噪比下降

为了满足量产效率,视觉检测需在传送带高速运动状态下进行连续扫描。机台的高速运动大幅压缩了相机的单行曝光时间,导致传感器捕获的光子数量骤减,图像信噪比下降。

(4)多类型缺陷制约检测效率

PCB成品普遍覆盖有阻焊层(如绿漆、黑油等),漆下残铜、线路断裂或异物夹杂等隐蔽性瑕疵难以检出,为兼顾这类油墨下缺陷与表层缺陷排查,常规方案往往需要串联多个检测工位,这种模式导致设备占地面积大、检测节拍受限,成为产线产能提升的主要瓶颈。

埃科光 电解决方案:16K 光口 彩色TDI线阵相机

面对上述行业痛点,埃科光电16K光口彩色TDI线阵相机(PR16KSFP-40KF)将超高分辨率、真彩成像、多阶TDI技术与分时频闪技术完美融合,为PCB制造行业中各环节的质量控制提供关键视觉支撑。

16K超高分辨率:保障高解析度检测需求

相机具备16K超高分辨率,单像元尺寸为5μm,在保障1-2μm极高解析度的同时,依然能够获得极宽的单次扫描视野,大幅减少扫描与图像拼接的次数,为线路密集的PCB外观检测提供了坚实的硬件基础。

RGB真彩还原:攻克低对比度盲区

埃科光电成熟的色彩空间矫正技术,使得相机具有良好的色彩还原性,可以敏锐捕捉基板发黄、线路微氧化等色相差异,极大提升疑难缺陷的检出率。

彩色分时频闪功能 : 高效并行检测

配合分时频闪光源(彩色光源与红外光源)及图像采集卡,埃科相机可采集复杂的彩色+红外多路频闪图像并进行拆分重组,一次扫描即可敏锐捕捉基板发黄、短路开路、漆下残铜、异物等多种缺陷,实现"漆上+漆下"缺陷的单次扫描成像。

同时,相机采用万兆网光纤高速接口,数据带宽高达1966MB/s,确保相机在极高行频下依然能输出速率匹配的稳定信号,显著提升检测效率。

多阶TDI技术:突破曝光时间不足困境

针对高速扫描下的弱光噪点问题,相机引入时间延迟积分(TDI)技术,基于对同一目标多次曝光、多行累加从而提高信号亮度,在行频较快且光线较暗曝光时间不足的情况下能输出信噪比更好的图像,提高目标识别效率,并可以根据实际物体运动速度自适应调整TDI延迟系数,保证图像边缘无色散。

检测效果

结语

如需了解更详细的应用案例、具体产品型号参数或定制化方案,欢迎咨询!

相关推荐
硅谷秋水19 小时前
MorphMimic 方法分析
人工智能·机器学习·计算机视觉·机器人
jay神20 小时前
基于 YOLOv8 的传送带异物检测系统(Web 版)
前端·人工智能·深度学习·yolo·计算机视觉·计算机毕业设计
楚山之石2 天前
【Nat Biomed Eng】Connectome 2.0 超高梯度扫描仪:500 mT/m 与 600 T/m/s 把活体人脑微观结构分辨推进到亚微米级
图像处理·学习·数据分析·mri
Martina_03213 天前
AI生成的3D白模单帧没问题,镜头一移动就被挡?用6步检查遮挡与构图
图像处理·人工智能·数学建模·3d·ai·自然语言处理·游戏策划
jay神3 天前
基于 YOLOv8 的手势识别系统(Web 版)
前端·人工智能·python·深度学习·yolo·计算机视觉·计算机毕业设计
wangxiaoxuan2174 天前
TF2 的原理与使用:把坐标、运动和观测时间一起算清楚
计算机视觉·机器人·科沃斯八界
硅谷秋水4 天前
EgoHumanoid‑V2 方法分析
人工智能·机器学习·计算机视觉·语言模型·机器人
BYSJMG4 天前
计算机毕业设计选题推荐:【基于深度学习的车辆损坏严重程度评估方法研究】ResNet50 图像分类
人工智能·深度学习·目标检测·机器学习·计算机视觉·分类·课程设计
BYSJMG4 天前
计算机毕业设计选题推荐|【基于深度学习的电梯电动车违规进入检测研究】YOLO26m+可视化大屏
人工智能·深度学习·神经网络·目标检测·机器学习·计算机视觉·课程设计
硅谷秋水5 天前
将闲科技(LiberAI)提出世界动作模型Liber-0
机器学习·计算机视觉·语言模型·机器人