PCB AOI基础：机器怎么看懂PCB缺陷

提到 PCB 检测，很多人会好奇：人工靠眼睛看，机器靠什么 “识别” 缺陷？其实 PCB AOI（自动光学检测）就像给机器装了 “智能眼睛”，能快速、准确找出 PCB 上的开路、短路、线宽偏差等问题，效率是人工的 5-10 倍。但 AOI 不是 “拍张照就完事”，而是通过 “光学采集→图像处理→缺陷判定” 的完整流程，实现对 PCB 的 “火眼金睛”。

首先是光学采集：给 PCB “拍张高清照”。这一步就像人眼观察前需要 “打光、聚焦”，AOI 的光学系统要解决 “怎么把缺陷清晰呈现” 的问题，核心由三部分组成：

• 光源：不是随便照光，而是根据缺陷类型选光源 —— 检测线路开路、短路用 “环形白色光源”，均匀照亮 PCB 表面，让线路与基材的对比度更高；检测阻焊层气泡、漏印用 “多角度彩色光源”（比如 45° 角蓝光），气泡会因光线反射形成亮斑，漏印则会露出底色；检测微小焊盘缺陷（如缺角）用 “同轴光源”，减少表面反光干扰，突出细节。曾有案例用普通白光检测阻焊气泡，漏检率达 20%，换成 45° 蓝光后，漏检率降至 0.5%，可见光源选择的重要性。

• 镜头与相机：相当于机器的 “视网膜”，镜头决定成像范围，相机决定清晰度。PCB AOI 常用 “工业面阵相机”，分辨率从 200 万像素到 2000 万像素不等 —— 检测普通双面板用 200-500 万像素即可，检测 10 层以上 HDI 板（线宽 3mil）需 1000 万以上像素，确保能捕捉到 0.01mm 的微小缺陷；镜头则用 “定焦工业镜头”，焦距根据 PCB 尺寸调整，比如检测 500mm×600mm 的 PCB，选 16mm 焦距镜头，可一次覆盖整个板面，无需拼接。

• 运动平台：带动 PCB 移动，让相机能完整拍摄。在线式 AOI 的平台速度与产线匹配（如 1m/min），离线式 AOI 则可缓慢移动，确保每个区域都拍清楚。平台的精度也很关键，定位误差需≤0.02mm，避免因移动偏差导致漏拍或重拍。

其次是图像处理：给图像 “做优化”。相机拍的原始图像可能有噪声（如灰尘反光、光线不均），需要处理后才能准确识别缺陷，核心步骤有三个：

• 降噪：用算法去除图像中的 “杂点”，比如 “高斯滤波”，像给图像 “磨皮”，保留缺陷轮廓的同时，消除微小噪声；

• 增强：放大缺陷与正常区域的差异，比如 “对比度增强”，让暗的线路更暗、亮的基材更亮，开路的 “断线处” 就会更明显；

• 分割：把图像分成 “线路区、焊盘区、阻焊层区”，分别分析，避免不同区域的特征相互干扰，比如检测焊盘时，只关注圆形 / 方形的焊盘区域，忽略周边线路。

最后是缺陷判定：给图像 “判对错”。这是 AOI 的 “大脑”，靠算法对比 “实际图像” 与 “标准图像”（预先存储的合格 PCB 图像），找出差异并判定是否为缺陷：

• 传统算法：用 “模板匹配”—— 拿实际图像和标准图像逐点对比，偏差超过设定阈值（如线宽偏差≥0.02mm）就判定为缺陷；适合规则缺陷（如线宽偏差、焊盘偏移）；

• AI 算法：通过大量缺陷样本训练模型，让机器 “学会” 识别缺陷特征，比如不规则的阻焊气泡、边缘模糊的开路，比传统算法灵活，漏检率可降低 30% 以上。比如检测 PCB 上的 “开路”，标准图像中线路是连续的，实际图像中若有断线，算法会识别出 “连续线路中的断点”，并标注位置、尺寸，方便后续处理。

​

理解 PCB AOI 的工作原理后，选择专业的检测服务才能确保 PCB 质量。