基于深度学习的BGA气泡缺陷的X-RAY检测实例 点击:16 | 回复:0



苏州卓茂光电

    
  • 精华:0帖
  • 求助:0帖
  • 帖子:107帖 | 0回
  • 年度积分:310
  • 历史总积分:310
  • 注册:2020年3月18日
发表于:2020-12-03 18:16:01
楼主

由于对高密度表面组装器件需求的不断增加,球栅阵列封装(Ball Grid Array, BGA)技术已经广泛应用于印刷电路板(Printed Circuit Board , PCB)的生产当中。在BGA封装过程中,不可避免地出现各种各样的缺陷,气泡缺陷便是其中一种。

基于深度学习的BGA气泡缺陷的X-RAY检测实例


由于BGA焊点隐藏在芯片的底部,所以无法通过直接观察的方式来检测焊点。即使在生产的最后阶段顺利通过功能测试,也不意味着没有缺陷,很多缺陷无法从功能的角度去发现。

因此,工业生产中,通常利用焊点钎料与PCB基板材料对X射线吸收作用显著差异的特性,应用X射线成像技术对这类封装器件的焊点缺陷进行检测。

基于深度学习的BGA气泡缺陷的X-RAY检测实例


现有技术中,检测X射线BGA图像的气泡缺陷包含诸多步骤,如对采集来的BGA图像进行增强、降噪、分割、特征提取与识别等。



相关主题

官方公众号

智造工程师