การใช้เทคโนโลยีการถ่ายภาพแบบยี่ห้อในระยะยาวในการตรวจสอบความบกพร่องบนพื้นผิวของ FPCB

 I. ข้อจํากัดของการตรวจสายตาแบบดั้งเดิม

บอร์ดวงจรพิมพ์แบบยืดหยุ่น (FPCB) ได้รับการใช้อย่างแพร่หลายในสาขาต่างๆ เช่น สมาร์ทโฟน, จอแสดงภาพยืดหยุ่น และอุปกรณ์ที่ใส่ได้ เนื่องจากความสามารถในการบิดและการระบายความร้อนที่ดีเมื่อความหนาแน่นของวงจรยังคงเพิ่มขึ้น, ประเภทของอาการบกพร่องบนผิวกําลังกลายเป็นที่ซับซ้อนมากขึ้น, กับอาการบกพร่องทั่วไปรวมถึงวงจรสั้น,วงจรเปิด, กระเด็น, จุดขาว, จุดดํา, และรูแตก.

ในวิธีการตรวจจับแบบดั้งเดิม การสอดคล้องรูปแบบที่ใช้ภาพ RGB เป็นที่ใช้กันอย่างแพร่หลาย วิธีนี้จะหาพื้นที่ที่ผิดปกติโดยการเปรียบเทียบภาพมาตรฐานกับภาพที่กําลังทดสอบวิธีเหล่านี้มีความรู้สึกต่อสภาพการสว่าง; เมื่อการกระจายแสงไม่เท่าเทียมกัน มันง่ายที่จะผลิตการตรวจสอบเท็จหรือการตรวจสอบที่พลาด นอกจากนี้ความบกพร่องบางส่วนมีรูปร่างคล้ายกับโครงสร้างวงจรปกติทําให้มันยากที่จะแยกแยกพวกมันให้แม่นยํา โดยพึ่งพากับภาพแสงที่มองเห็นเท่านั้น.

II. การก่อสร้างระบบการถ่ายภาพแบบไฮเปอร์สเปคตรัล

เพื่อปรับปรุงความมั่นคงในการตรวจจับ งานวิจัยนี้สร้างระบบการถ่ายภาพไมโครสโกปิกไฮเปอร์สเปคตรัล ระบบประกอบด้วยกล้องไฮเปอร์สเปคตรัล มิโครสโกป และโปรแกรมการสกัดกล้องสเปคตรัลสูง ใช้แบบ FS-23 จาก CHNSpec, ซึ่งมีช่วงสเปคตรัล 400-1000nm และความละเอียดสเปคตรัล 2.5nm

กล้องใช้วิธีการสแกนเส้นสําหรับการถ่ายภาพ และข้อมูลสดมี 1200 แบนด์ เพื่ออํานวยความสะดวกในการประมวลผลในที่สุดได้รับโครงสร้างข้อมูล 300 แบนด์ขนาดของภาพไฮเปอร์สเปคตรัลเดียวคือ 1920 × 960 พิกเซล × 300 แบนด์ ครอบคลุมข้อมูลสเปคตรัลทั้งหมดของสายประสานทองแดงและพื้นฐานโพลีไมด์

ข้อดีของการถ่ายภาพแบบไฮเปอร์สเปคตรัล อยู่ที่ความสามารถในการได้รับเส้นโค้งสเปคตรัลต่อเนื่องสําหรับแต่ละพิกเซลการศึกษาพบว่ามีความแตกต่างที่สําคัญในการตอบสนองสายสีของทองแดงและโพลียมิดในช่วงความยาวคลื่น 500-750nm, ซึ่งเป็นพื้นฐานที่น่าเชื่อถือสําหรับการแบ่งภาพและการระบุวัสดุภายหลัง

III วิธีการตรวจจับที่ใช้ข้อมูลสายสี

กรอบการตรวจสอบที่เสนอในการศึกษานี้ประกอบด้วย 2 รอบเครือข่าย: FPCB-LocNet สําหรับการตั้งตําแหน่งความบกพร่องและ FPCB-ClaNet สําหรับการจัดหมวดความบกพร่อง

ในระยะการตั้งท้องถิ่น FPCB-LocNet ใช้เนอร์เนลการบิด 3 มิติหลายขนาด เพื่อสกัดลอกลอกลักษณะจากทั้งมิติพื้นที่และสายสีพร้อมกันคาร์เนลการบิดแบบมีขนาดต่างกันสองตัวถูกใช้ในเครือข่ายเพื่อเน้นโครงสร้างพื้นที่ท้องถิ่นและลักษณะสายสี ตามลําดับ, และลักษณะของขนาดที่แตกต่างกันถูกหลอมรวมผ่านโครงสร้างที่เหลือ การออกแบบนี้ทําให้เครือข่ายสามารถจับภาพเนื้อเยื่อพื้นที่ละเอียดและการเปลี่ยนแปลงสายสีต่อเนื่องในเวลาเดียวกันการบรรลุการแบ่งแยกระดับพิกเซลของทองแดงและพอลิไมด์หลังจากการแบ่งแยกเสร็จสิ้น, พื้นที่ผิดปกติถูกตั้งอยู่ผ่านการตรงกับเทมปลา.

ในระยะการจัดหมวด สังเกตจํานวนตัวอย่างที่จํากัดของแหล่งไฟฟ้าการฝึกล่วงหน้าครั้งแรกบนข้อมูลภาพ FPCB RGB และต่อมาการปรับปรุงภาพลักษณะสีเทียม- เน้นปัญหาจํานวนตัวอย่างที่ไม่สมดุล สําหรับประเภทความบกพร่องที่แตกต่างกันการนํามาใช้กลยุทธ์การเก็บตัวอย่างที่สมดุลตามประเภท และการลดน้ําหนักในเครือข่าย เพื่อให้รุ่นสามารถเน้นประเภทความบกพร่องได้มากขึ้น โดยใช้ตัวอย่างน้อยกว่าในขณะเดียวกัน, กลไกความสนใจของ SE ได้ถูกนํามาใช้เพื่อเพิ่มความสนใจของเครือข่ายในลักษณะสําคัญ.

IV ผลการทดลองและค่าการใช้งาน

ในแง่ของการแบ่งภาพ FPCB-LocNet มีผลงานดีกว่าวิธีแบ่งภาพแบบดั้งเดิม เช่น วิธีเอ็นโทรพี อัลการิทึมแหล่งน้ํา และ Otsu ในการประมวลภาพที่มีแสงไม่เท่าเทียมกันมีความแม่นยําในการแบ่งแยกถึง 97.86% ในภารกิจการจัดหมวด ความแม่นยําการจัดหมวดครบวงจรของ FPCB-ClaNet สําหรับหกประเภทความบกพร่องที่พบทั่วไปคือ 97.84%

การทดลองการถอดรหัสได้ตรวจสอบผลสัมฤทธิ์ของแต่ละโมดูล: การเพิ่มข้อมูลเพิ่มความแม่นยําในการจัดหมวดการเก็บตัวอย่างที่สมดุลตามหมวดหมู่และการลดน้ําหนักได้ปรับปรุงผลการจําแนกหมวดหมู่หางได้อย่างมีประสิทธิภาพ, และกลไกความสนใจของ SE ส่งผลให้การปรับปรุงผลการจัดหมวดระดับได้ดีขึ้นอย่างต่อเนื่องในขณะที่เพิ่มปริมาตรจํานวนน้อยผลการมองเห็นของแผนภูมิความร้อน Grad-CAM แสดงว่าพื้นที่ที่น่ากังวลของรุ่นมีความสอดคล้องสูงกับสถานที่ความบกพร่องจริง.

การศึกษานี้รวมการถ่ายภาพแบบย้อนหลังกับการเรียนรู้ลึก เพื่อสร้างโซ่การประมวลผลที่สมบูรณ์แบบจากการสกัดข้อมูล การแบ่งภาพ และการตั้งตําแหน่งความบกพร่องจนถึงการจัดหมวดความบกพร่องวิธีนี้สามารถดําเนินการระบุความบกพร่องของพื้นผิว FPCB ได้อย่างมั่นคง โดยไม่ต้องพึ่งพาการสภาพการสว่างเฉพาะ, ซึ่งเป็นเส้นทางทางทางเทคนิคที่เหมาะสมสําหรับการจัดการคุณภาพการผลิตของแผ่นวงจรยืดหยุ่นความหนาแน่นสูง

แนะนําผลิตภัณฑ์:กล้องถ่ายภาพแบบไฮเปอร์สเปคตรัล FigSpec FS-23

• ความละเอียดภาพ: 1920*1920
• ระยะสเปคตรัล: 400-1000nm
• ความละเอียดของสายสี (FWHM): 2.5nm
• จํานวนช่องสี: 1200