FPC點膠表面缺陷視覺檢測系統(tǒng)的核心目標是對點膠工藝后的結(jié)果進行自動化、高精度的質(zhì)量評估，確保膠水的形態(tài)、尺寸、位置和連續(xù)性符合工藝標準。

 一、 系統(tǒng)定位與檢測目標

這是整個FPC點膠自動化流程的 “質(zhì)量守門員” 。其檢測對象不再是FPC基板本身，而是 “膠體” 及其與周圍環(huán)境（焊盤、元件、基材）的相互作用。

主要檢測缺陷類型包括：

1.  膠量/尺寸缺陷：
       缺膠/膠量不足：膠點直徑、高度或體積小于標準，可能導(dǎo)致粘接強度不足。
       多膠/膠量過多：膠點尺寸過大，可能導(dǎo)致溢膠污染、干涉鄰近元件或固化后應(yīng)力過大。
       膠高不均：對于需要一定堆疊高度的應(yīng)用（如Underfill），膠水高度不一致會影響后續(xù)元件貼裝。

2.  位置與形狀缺陷：
       位置偏移：膠點中心偏離目標位置超出公差。
       形狀不良：膠點不成規(guī)則的圓形/橢圓形，出現(xiàn)拖尾、彗星狀等，反映點膠閥狀態(tài)或參數(shù)（時間、壓力）異常。
       膠路缺陷：對于涂膠線，出現(xiàn)斷膠、膠線寬度不均、粗細不勻等問題。

3.  連續(xù)性/覆蓋性缺陷：
       拉絲/拖尾：點膠頭抬起后形成細小絲狀殘留，可能造成短路或污染。
       氣泡/空洞：膠體內(nèi)部或底部包裹空氣，嚴重影響導(dǎo)熱/導(dǎo)電性能和結(jié)構(gòu)強度（尤其是Underfill工藝）。
       漏點：完全未點出膠水。

4.  污染與異常：
       濺膠：膠水飛濺到非目標區(qū)域。
       污染膠體：膠水中混入雜質(zhì)。



 二、 核心挑戰(zhàn)：從“檢測異物”到“評價膠體”

這項檢測的獨特難點在于：

1.  檢測對象是膠水本身：膠水可能是透明、半透明、反光或帶顏色的，其光學特性與背景（焊盤、銅箔、阻焊膜）差異大且復(fù)雜。
2.  三維形態(tài)評估需求：膠點是一個三維立體結(jié)構(gòu)，僅靠2D圖像難以準確評估體積和真實高度。缺膠（高度不足）在2D頂視圖中可能與合格品無異。
3.  背景復(fù)雜多變：膠點可能位于不同背景上（金色焊盤、綠色阻焊油墨、白色字符），需要算法能適應(yīng)多種對比度場景。
4.  工藝波動容忍度：點膠工藝本身允許一定范圍的正常波動，檢測系統(tǒng)必須精確區(qū)分 “合格的過程波動” 與 “真實的缺陷” ，避免過殺。
5.  高速高精要求：需要在不影響生產(chǎn)節(jié)拍的前提下，完成多個膠點的快速、精確測量。



 三、 系統(tǒng)硬件構(gòu)成：2D與3D的結(jié)合

根據(jù)膠水類型和檢測要求，系統(tǒng)配置差異很大：

1. 2D視覺系統(tǒng)（適用于有顏色、高對比度膠水或簡單尺寸/位置檢測）
   相機：高分辨率面陣相機。
   光源：
       同軸光：突出膠體表面輪廓，用于測量直徑、檢測表面平整度。
       低角度環(huán)形光或條形光：利用膠體的立體感產(chǎn)生邊緣陰影，強烈凸顯膠點的輪廓和高度感，是檢測膠點有無和基本形狀的常用方式。
       背光：對于透明基板或特定結(jié)構(gòu)，可用于觀察膠體的整體投影。

2. 3D視覺系統(tǒng)（成為高要求應(yīng)用的主流，尤其是透明膠和需要體積測量的場景）
   核心傳感器：
       激光輪廓儀/線激光傳感器：最常用。發(fā)射一條激光線掃過膠點，通過激光線的變形精確重建膠點的截面輪廓，可得到每個膠點的高度、寬度、截面面積、體積等精確3D數(shù)據(jù)。是檢測缺膠、多膠、形狀不良的黃金標準。
       結(jié)構(gòu)光3D相機：可一次性獲取整個視野的3D點云，適合同時檢測多個分散的膠點，但精度和速度通常不如專精的激光輪廓儀。
   配套光源：3D傳感器通常自帶激光源，但可能需輔助照明確保背景特征清晰。

3. 多光譜/特殊光源：用于檢測內(nèi)部氣泡（特定透射光）或特定污染物。



 四、 核心算法與技術(shù)

1. 2D圖像處理算法：
   邊緣提取與輪廓分析：提取膠點的邊緣，計算其直徑、面積、圓度、位置等。
   Blob分析：連通域分析，統(tǒng)計膠點的像素面積、中心位置。
   灰度分析：通過膠體區(qū)域的平均灰度或灰度分布，間接判斷膠量（較厚區(qū)域可能更暗或更亮）。
   模板匹配與差分：與標準膠點圖像進行比對，發(fā)現(xiàn)形狀異常。

2. 3D點云/輪廓處理算法：
   高度圖分析：將3D數(shù)據(jù)轉(zhuǎn)化為高度圖，設(shè)定高度閾值，精確判斷膠高是否達標。
   截面輪廓擬合與測量：對激光掃描的輪廓線進行擬合（如圓弧、直線），計算峰值高度、底部寬度、截面面積。
   體積計算：通過對連續(xù)截面的面積進行積分，精確計算出膠點體積，這是判斷膠量最直接的方法。
   平面度/共面性檢測：對于多個膠點，檢查其頂部是否在同一平面上。

3. AI深度學習算法的應(yīng)用：
   缺陷分類：訓(xùn)練模型識別難以用規(guī)則定義的復(fù)雜缺陷，如不規(guī)則的溢膠形狀、特定類型的拉絲、微小的濺膠點。
   語義分割：精確分割出膠體區(qū)域，即使其與背景邊界模糊（如透明膠水擴散邊緣），為后續(xù)測量提供更準確的ROI。
   異常檢測：學習海量合格膠點的2D/3D特征，對任何“異?！毙螒B(tài)進行報警，用于發(fā)現(xiàn)未知或罕見的缺陷模式。



FPC點膠表面缺陷視覺檢測系統(tǒng)是確保點膠工藝一致性和可靠性的最終且必不可少的環(huán)節(jié)。它正從傳統(tǒng)的2D定性檢查，快速向高精度3D定量測量與AI智能判讀深度融合的方向發(fā)展。該系統(tǒng)不僅是一個“質(zhì)檢員”，更是工藝優(yōu)化的“數(shù)據(jù)眼睛”，為精細化生產(chǎn)管理和零缺陷制造提供了核心的數(shù)據(jù)支撐。選擇2D、3D還是融合方案，取決于膠水特性、精度要求、節(jié)拍和成本等因素的綜合考量。