EDN China > 其它文章 > 测试与测量 > 通用测试仪器 > 正文
? 2016博客大赛-不限主题,寻找电子导师,大奖升级??

(多图) 模仿人类大脑的AOI系统

Pamela R. Lipson?? Imagen and Landrex Technologies?? 2007年10月23日 ?? 收藏0

身旋转的器件不会很突出,但当相对于周围的物体来看时,缺陷就相当明显了(图3)。

  原则 4:定性补充定量

  对视觉皮层细胞(大脑管视觉的部分)的神经生理学研究表明,很多神经元对图像信息的译码远比人们预期的要粗糙。单个神经元可能只表示出大范围区域的对比度趋势(如左侧比右侧更亮还是更暗),而不是定量的信息,如边界的准确位置、精确角度或颜色。

图4一只电容定性模型解码的区域是引脚亮度高于容体容体与引脚不同容体与电路板不同当引脚或亮或暗容身是棕色或粉色并且电路板颜色有变化时这种表述是令人满意的但当部件不存在时这种表述就会失效因为引脚区不比焊膏更亮而容身也与背景没有差别


  为什么大脑要扔掉精细的定量数据,而喜欢相对粗糙的估计?看来这是一种应对差异情况的聪明策略。与定量的测度相比,这种方式对图像的变化有更大的容限。所以,从定性代码建立的图像就更能适应图像的差异变化。不同照明方式下的一张脸会产生相同的定性代码,但却有非常不同的定量代码(参考文献5)。

  这对AOI系统设计是一种非常有价值的思想。制造商在设计物体识别系统时,经常会注意一些细节,如物体及其背景之间的精确过渡,或发光区及彩色区之间的内在转变。这些叫做“edge”(边界)。其它系统则查看图像不同部分的精确颜色或亮度。

  但是,制造商也可以这样设计他们的系统,即根据各区域之间的定性关系来表示一个 PCB 上的可接受元件或缺陷元件。这些表述似乎更能容忍器件的差异

,优于那些采用详细定量信息的方式。图4表示如何用一个定性表述来确定部件的存在或不存在,方法就是查看部件与其它元件之间的相对关系。

  当然,有些定性信息显然是无用的,尤其是对过程控制。AOI系统设计的一个挑战就是要在不变的定性表述与敏感多变的定量表述之间寻找一个好的平衡。

  原则 5:过去经验积累的知识

  一个婴儿在出生几个月后,就能够熟练确定方位,甚至识别复杂背景中的面孔。这种快速学习意味着什么?


  一种意见是,进化过程已经为新生儿大脑装备了一种粗糙的面孔轮廓,使婴儿倾向于注意那些更像面孔的形状。这种专注式采样的结果更促进了对面孔的学习(参考文献 6)。这是人类大脑用过去知识来加快学习,并用真实世界经验来提炼概念的一个实例。

图5内置知识可以使一个光学检查系统有能力在未曾看过任何真实例子的情况下检查PCB板上的各个部件


  这种策略可转换到AOI系统。代理将有关PCB检查的内置知识与学习到的有关待测电路板数据结合起来。无需用户干预,该知识就能给代理一个基本的能力。学到的数据使代理熟知特定电路板。每次检查的动态采样使它们更适合于不断变化的情况。因此可在长时间内保持一致的良好检查结果,而无需人们对程序做修改。图5显示了一个AOI系统将内置知识与学习到知识相结合的实例。

  一个实例

  Landrex和Imagen在一个Landrex Optima7200检查系统上测试了这些原则。内部和客户的测试都证明,与传统技术相比,五个原则的应用增强了系统了性能。

  为了理解其原理,考虑一个电容的实例,其引脚经常会氧化,电容体的颜色也会不断变化。再假设电路板的颜色也会随装配的批次而变化。

  传统系统学习了器件的一种外观,当器件有变化时,就可能错误地判定器件为不合格,或当电路板颜色变化时,它会将一个丢失的器件误认为仍然存在。这种系统必须学习多个颜色选项与组合,才能适应不断变化的情况。

  在7200系统中,如果部件的颜色变化,则按照原则1(集体行动),有些模块可能会错误识别部件,或者不能确定部件是否存在。但其它模块会查看电路板的结构,从而确信部件的存在。另外,一个模块使用原则4的定性解码寻找到部件结构而不是部件外观(外观通常会随着颜色或亮度的变化而改变),从而进一步增加了支持论据。

  原则2(预期变化)使系统知道电路板的颜色已经不同于样品电路板,并从一个部件颜色或亮度变化中识别出这个变化。原则3使得系统能够分析电路板及其中部件的关系,因此为过程处理增加了更多的信息。原则5(预先的知识)使系统能简单地了解到该部件是一只电容,从而更能容忍各种差异,工程师不需要开发一个复杂的程序来教会系统所有可能的变化和组合。

  对于虚假呼叫和虚假接受,与传统技术相比(如图像比较或边界探测),7200 能够达到三个等级的性能(从1000ppm到10ppm)。另外,系统还能长时间运行,几乎不需要用户干预或修改程序,而仍能保持它的低虚假呼叫率。例如,在一个客户现场两周时间对500万个元件的连续使用期间,7200只需要做15次间断的修改。一旦做了修改,原来的问题就再也不会出现了。

  不久以前,计算机、摄像机和光源的性能还处于初期发展阶段,限制了被采集的图像类型以及处理过程。随着更高速的计算机、更便宜的存储器、更高像素和分辨率的摄像机,以及白光源LED的出现,现在的自动化检查系统可以有“更强的视力”,它们能够以过去难以想象的方式处理信息。今后几年内,随着制造商不断将人脑科学原理与计算机视觉的协同作用应用于自己的算法,业界应能推出更强大的检查系统,它更容易编程,并且能更精确地完成PCB评估工作。

参考文献
1. Zeki, S. (ed.), A Vision of the


?? ?? ??


打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

1.扫描左侧二维码
2.点击右上角的分享按钮
3.选择分享给朋友
?? ??

人类大脑? AOI系统? 脑科学?

相关文章

我来评论
美国的游客
美国的游客 ??? (您将以游客身份发表,请登录 | 注册)
?
有问题请反馈