Wissensdatenbank Wirtschaftsrecht

aktuelles Dokument: TutoriumDokumentstrukturanalyse
image4
image3
image2
image1
 Alle Kategorien:
  Forschungsdatenbank
  Lehrveranstaltungen
  Lexikon
  Literatur
  Rechtsgebiete
  Rechtsprechung
  Service
  Studium F H S
  Wissensmanagement
ich war hier: TutoriumDokumentstrukturanalyse

Version [93847]

Dies ist eine alte Version von TutoriumDokumentstrukturanalyse erstellt von MoD am 2019-02-19 10:44:41.

 

Tutorium: Automatische optische Inspektion


Tutor:

Jordan Zapf

Ziel des Tutoriums:

  • Aufbau von Grundverständnis für Automatische optische Inspektion
  • Erklärung verschiedener Bildverarbeitungsmethoden

Adressaten des Lehrangebotes:

Interessierte Studenten der Fakultät Informatik

Teilnahme:

Wird durch Rundmail bekannt gegeben.

Veranstaltungsinhalte:

Automatische optische Inspektion


Leiterplatten


Bei der Produktion elektronischer Baugruppen werden in der Regel nach dem Bestücken und Löten der Leiterplatten Kontrollen durchgeführt, um die fehlerfreie Herstellung sicherzustellen. Es kommt durchaus vor, dass beim Bestücken durch Bestückungsautomaten oder beim anschließenden Lötprozess Fehler auftreten. Fehler können z. B. fehlende oder falsch bestückte Bauteile, verdrehte oder versetzte Bauteile oder Verunreinigungen der Leiterplatte sein. Diese Fehler müssen vor dem nächsten Arbeitsschritt in der Fertigung abgefangen und sofern möglich repariert werden; andernfalls, wenn sich eine Reparatur nicht lohnt oder nicht möglich ist, wird die Leiterplatte verschrottet.
Die Kontrolle der Leiterplatten auf Fehler kann auf zwei Arten erfolgen:
  • durch den Menschen
  • durch Maschinen
Hierbei hat die Kontrolle durch Menschen einige gravierende Nachteile:
  • Menschen können Fehler übersehen
  • Menschen werden müde und brauchen Pausen
  • Menschen können die feinen Strukturen und Bauteile auf den heutigen Leiterplatten ohne Hilfsmittel wie Mikroskope nicht mehr prüfen
  • Menschen klassifizieren Fehler unterschiedlich (wichtig bei Traceability = Rückverfolgbarkeit)
AOI-Systeme haben all die oben genannten Nachteile nicht (Wobei das Übersehen von Fehlern sich aus dem Arbeitsprinzip und der Qualität der Maschine ergibt).

Bildaufnahme


Die Bildaufnahmen der Leiterplatten können mit Scannern oder mit Kameras erfolgen. Werden die Bilder mit einem Scanner aufgenommen, muss dieser nur einmal über die zu kontrollierende Leiterplatte fahren. Bei Kamerasystemen gibt es Systeme mit einer Kamera die von oben auf die Platte gerichtet ist, Systeme mit mehreren Kameras und Systeme, bei denen noch zusätzlich schräg angebrachte Kameras vorhanden sind. Durch den im Gegensatz zu Scannern begrenzten Sichtbereich muss die Kamera mittels einer XY-Verfahreinheit über die Leiterplatte bewegt werden. Eine Software steuert, wohin der Schlitten bewegt werden muss und wann Bilder gemacht werden sollen.
Damit die Maschine weiß, an welcher Position welches Bauteil sein muss, benötigt diese die CAD Daten der entsprechenden Leiterplatte, in denen die Position, die Bezeichnung, der Drehwinkel und ggf. noch die Gehäuseform verzeichnet sind.

Stand-Alone oder Inline


Bei Stand-Alone-Geräten wird immer eine Leiterplatte von Hand in das System eingeführt und nach der Kontrolle wieder von Hand entnommen.
Beim Inline-System werden die Leiterplatten über ein Förderband in die Maschine gebracht. Über SMEMA- oder Siemensschnittstelle und Lichtschranken wird der Transport überwacht und gesteuert und nach der Kontrolle wird die Leiterplatte auf der anderen Seite der Maschine herausgefahren.

Nur AOI oder Kombigerät


Normale Geräte bieten nur die Möglichkeit, eine optische Sichtkontrolle durchzuführen. Einige Hersteller haben jedoch auch Geräte im Programm, die zusätzlich beispielsweise eine Röntgenprüfung durchführen können und so eine Zwei-in-eins-Funktionalität bieten (AOI und AXI kombiniert).

Beleuchtung


Damit mit den Kameras oder Scannern die zu kontrollierenden Bauteile auf einer Leiterplatte ausreichend gut erkannt werden können, muss diese künstlich beleuchtet werden. Die Lichtquellen sind in der Maschine unterschiedlich angeordnet. Es gibt je nach System die Möglichkeit, den aktuellen Bildausschnitt mit Direktlicht von oben oder mit indirektem Licht von der Seite (Seitenlicht) zu bescheinen. Zusätzlich können je nach System auch noch verschiedenfarbige Lichtquellen benutzt werden. In den Geräten früherer Tage wurden zum Teil Leuchtstoffröhren für die Beleuchtung benutzt. Da jedoch die Beleuchtungen ständig abgewechselt werden müssen, werden die Leuchtstoffröhren durch das ständige Ein- und Ausschalten schnell zerstört. Moderne Geräte benutzen daher LEDs. Diese dunkeln zwar mit der Zeit ein wenig nach, dies kann jedoch durch eine Kalibrierung (Grauwertabgleich), die in bestimmten Abständen durchgeführt wird, kompensiert werden.

Offen oder geschlossen


Offene Systeme besitzen keinerlei Abschirmung gegen den Einfall von Störlicht. Fällt Sonnenlicht oder das Licht einer Leuchtstofflampe auf die Leiterplatte, können die Systeme Schwierigkeiten bekommen.
Geschlossene Systeme sind gegen den Einfall von Störlichtquellen durch ein nahezu komplett geschlossenes Gehäuse und Spezialscheiben geschützt. In ihnen werden die Leiterplatten nahezu nur noch von künstlichem Licht beleuchtet. Dadurch können die Beleuchtungssituationen beliebig reproduziert und die Maschinen optimal eingestellt werden.

Analyseverfahren und Art der Bildauswertung


Die von einem Leiterplattenausschnitt mit Bauteilen gemachten Bilder werden darauf untersucht, ob das abgebildete Bauteil ordnungsgemäß bestückt und gelötet wurde.
Beim Bitmapvergleich werden die aufgenommenen Bilder mit früher aufgenommenen Vergleichsbildern von guten Bauteilen verglichen. Kommt es zu einer vorher definierten Abweichung, gilt das Bauteil als fehlerhaft.
Beim Vektorvergleich wird versucht, anhand von Hell-Dunkelübergängen das Bauteil zu finden. Daran kann man dann erkennen, wie sehr das Bauteil versetzt und/oder verdreht ist. Für die Pins kommt die gleiche Analyse zur Anwendung. Für die Lötstellenkontrolle werden dann Grauwertanalysen verwendet, bei denen in einem Messfenster, das am Ende des Pins angelegt wird, der mittlere Grauwert der Lötstelle unter einer bestimmten Beleuchtung gemessen wird.
Zusätzlich gibt es noch Systeme, die in keine der beiden oben genannten Kategorien passen und eine Mischung aus 2-Farben-Bild- und Grauwertanalyse benutzen, um Bauteile und Lötstellen zu finden.

Bildverarbeitung


Einteilung der Objekte


Einteilung der Objekte

Einfaches Beispiel


Rohdaten


Einfaches Beispiel: Rohdaten

Berechnung


Ähnlichkeitskoeffizientsberechnung

Großes Beispiel


Rohdaten


Großes Beispiel

Ergebnis Tanimoto/Jaccard


Beispiel Ergebnis Tanimoto/Jaccard



Levenshtein-Distanz


  • minimale Anzahl von Einfüge-, Lösch- und Ersetz-Operationen, um die erste Zeichenkette in die zweite umzuwandeln
  • benannt ist die Distanz nach dem russischen Wissenschaftler Wladimir Lewenstein (engl. Levenshtein), der sie 1965 einführte
  • mathematisch ist die Levenshtein-Distanz eine Metrik auf dem Raum der Symbolsequenzen

Einfache Beispiele


2 einfache Beispiele

Berechnung


Raster für Levenshtein-Tabelle

Fertige Levenshtein-Tabelle

Levenshtein-Distanz in C# umgesetzt


Levenshtein-Distanz in C#

Eigenes Programm zum Vergleich von beliebig vielen Wörtern miteinander


Tabelle der Levenshtein-Distanzen der genannten Wörter




CategoryTutorienFKITWS1819

Attachments
File Last modified Size
absoluteKantenstaerkeUndKantenrichtung.png 2023-10-06 18:37 144Kb
ak1.png 2023-10-06 18:37 36Kb
ak2.png 2023-10-06 18:37 52Kb
ak3_2.png 2023-10-06 18:37 28Kb
ak4.png 2023-10-06 18:37 41Kb
ak5.png 2023-10-06 18:37 60Kb
ak6.png 2023-10-06 18:37 67Kb
bilateral.png 2023-10-06 18:37 481Kb
bilateralFilter.jpg 2023-10-06 18:37 141Kb
cannyEdgeDetector1.jpg 2023-10-06 18:37 214Kb
cannyEdgeDetector2.jpg 2023-10-06 18:37 188Kb
cannyEdgeDetector3.jpg 2023-10-06 18:37 493Kb
clahe.jpg 2023-10-06 18:37 158Kb
cluster.png 2023-10-06 18:37 5Kb
euklidisch.png 2023-10-06 18:37 4Kb
gauss.png 2023-10-06 18:37 5Kb
gaussianFilter.jpg 2023-10-06 18:37 106Kb
gray.jpg 2023-10-06 18:37 131Kb
histogram.png 2023-10-06 18:37 87Kb
histogramEqualization.jpg 2023-10-06 18:37 132Kb
histogramEqualization1.png 2023-10-06 18:37 40Kb
histogramEqualization2.png 2023-10-06 18:37 176Kb
histogramEqualization3.png 2023-10-06 18:37 171Kb
kantendetektion.png 2023-10-06 18:37 28Kb
ld1.png 2023-10-06 18:37 29Kb
ld2.png 2023-10-06 18:37 24Kb
ld3.png 2023-10-06 18:37 34Kb
ld4.png 2023-10-06 18:37 29Kb
ld5.png 2023-10-06 18:37 120Kb
manhattan.png 2023-10-06 18:37 7Kb
manhattan2.png 2023-10-06 18:37 3Kb
median.png 2023-10-06 18:37 17Kb
medianFilter.jpg 2023-10-06 18:37 123Kb
normalizedBlockAndGaussian.png 2023-10-06 18:37 19Kb
normalizedBlockFilter.jpg 2023-10-06 18:37 104Kb
schwellenwertbildungUndHysterese.png 2023-10-06 18:37 24Kb
sobel.jpg 2023-10-06 18:37 164Kb
sobeloperator.png 2023-10-06 18:37 27Kb
sobelx.jpg 2023-10-06 18:37 174Kb
sobely.jpg 2023-10-06 18:37 176Kb
source.jpg 2023-10-06 18:37 76Kb
verteilung.png 2023-10-06 18:37 5Kb
Diese Seite wurde noch nicht kommentiert.
Valid XHTML   |   Valid CSS:   |   Powered by WikkaWiki