Ein System zur Erkennung von SMT-Lötstellenfehlern basierend auf einem verbesserten Konnektivitätsbereichsalgorithmus

Warum winzige Lötstellen wichtig sind

Moderne Elektronik, von Handys bis zu Autos, basiert auf Leiterplatten, die mit winzigen Metallstiften und glänzenden Lötstellen dicht bestückt sind. Wenn auch nur einige dieser Verbindungen unbeabsichtigt zusammenfließen, können sie einen Kurzschluss verursachen, Bauteile beschädigen oder rätselhafte Ausfälle in fertigen Produkten hervorrufen. Diese Studie zeigt, wie eine intelligentere, kamerabasierte Inspektionsmethode solche verborgenen Fehler zuverlässiger erkennen kann, sodass Fabriken die Qualität hochhalten, ohne die Produktion zu bremsen.

Mit digitalen Augen nach Problemen suchen

Zur automatischen Prüfung von Lötstellen verlassen sich Fabriken oft auf Machine-Vision-Systeme: Kameras machen Nahaufnahmen von Leiterplatten, und Software analysiert jedes Pixel, um zu entscheiden, welche Bereiche zu Metallstiften, welche zum Lot und welche zum Hintergrund gehören. Ein gängiger Ansatz behandelt jede zusammenhängende Fläche heller Pixel als eigene Region und zählt die darin enthaltenen Pixel. Eine normale Lötstelle hat eine typische Größenspanne, während eine Brücke, die zwei Stifte verbindet, tendenziell deutlich größer ist. In einfachen Layouts mit ausreichend Abstand zwischen den Stiften funktioniert diese Zählmethode gut und markiert zu große Regionen schnell als mögliche Fehler.

Wenn Bauteile zu dicht gepackt sind

Wenn Hersteller Geräte verkleinern und mehr Bauteile auf eine Platte packen, werden die Abstände zwischen Stiften extrem gering. In diesen dicht bestückten Bereichen kann die Standard-Regionenzählung getäuscht werden: Zwei benachbarte, korrekt verlötete Stifte können in der Aufnahme als eine Region erscheinen, wodurch die Software sie fälschlich als Brücke einstuft. Bildrauschen und schwache Kanten um das Lot verschärfen dieses Problem, führen zu Fehlalarmen, verlangsamen die Inspektion und können echte Fehler hinter einer Flut falscher Warnungen verbergen.

Ein zweistufiges Verfahren, um scheinbar Zusammenhängendes zu trennen

Die Forschenden begegnen diesem Problem, indem sie die Geschwindigkeit der traditionellen Methode beibehalten und an den Stellen, an denen der erste Schritt fehleranfällig ist, einen gezielten zweiten Blick hinzufügen. Das System führt zunächst die übliche Regionenkennzeichnung und Pixelzählung durch, um verdächtige Bereiche zu finden, die zu groß erscheinen. Anstatt diese sofort als Fehler zu akzeptieren, werden sie als kleine Ausschnitte herausgeschnitten und der Kontrast innerhalb dieser Bereiche verstärkt, damit subtile Grenzen deutlicher werden. Anschließend nutzen sie einen distanzbasierten Trick, der misst, wie weit jeder Punkt vom Rand der Region entfernt ist, und so eine glatte Landschaft erzeugt, in der die Mittelpunkte von Lotklumpen wie Hügel und die Zwischenräume wie Täler aussehen.

Virtuelles Wasser findet verborgene Grenzen

Auf dieser künstlichen Landschaft wendet das Team einen Prozess namens Wasserscheide an, der sich vorstellt, wie Wasser die Täler füllt und an unsichtbaren Kämmen zusammentrifft. Diese Kämme markieren wahrscheinliche Grenzen zwischen separaten Lötstellen, die auf den ersten Blick verschmolzen wirkten. Indem dies nur innerhalb der verdächtigen Ausschnitte angewendet wird, bleiben die Rechenanforderungen gering, während gleichzeitig fälschlich zusammengeführte Stifte sorgfältig getrennt werden. Die neu separierten Regionen werden wieder in das Originalbild eingefügt, und die Regionenzählung wird erneut durchgeführt — diesmal auf einem saubereren, genaueren Bild der Lötstellen.

Nachweis an realen Leiterplatten

Um das System zu testen, bauten die Autoren eine praktische Inspektionsanordnung mit einer Industriekamera und einem LabVIEW-basierten Programm auf und wendeten sie auf eine Mischung aus öffentlichen Testbildern und Platten aus ihrem eigenen Labor an. Sie maßen, wie oft das System echte Lötbrücken korrekt erkannte und wie oft es Fehlalarme gab. Über 300 Testbilder hinweg behielt die verbesserte Methode eine hohe Treffergenauigkeit bei und reduzierte die Zahl falscher Positivmeldungen bei eng bestückten Stiften deutlich. Sie konnte echte Lötbrücken von harmlosen nahen Nachbarn unterscheiden und blieb bei unterschiedlichen Layouts und Beleuchtungsbedingungen stabil.

Was das für Alltags‑Elektronik bedeutet

Für Nicht‑Spezialisten lautet das Fazit, dass dieser Ansatz Leiterplattenherstellern verlässlichere digitale Augen gibt. Durch die Kombination eines schnellen ersten Durchlaufs mit einer gezielten zweiten Analyse kann das System gefährliche Lötbrücken besser von harmlosen Verbindungen unterscheiden, die lediglich verdächtig aussehen. Das macht die Inspektion vertrauenswürdiger und weniger anfällig für dichte Bestückungen, was dazu beiträgt, dass die winzigen Metallverbindungen in Alltagsgeräten während ihrer Lebensdauer wie vorgesehen funktionieren.

Zitation: Xiong, W., Xiao, N. & Wang, R. A SMT pin soldering defect detection system based on improved connectivity domain algorithm. Sci Rep 16, 14789 (2026). https://doi.org/10.1038/s41598-026-44847-0

Schlüsselwörter: Erkennung von Lötbrücken, Maschinelle Bildverarbeitung, SMT-Inspektion, Bildsegmentierung, Leiterplattenqualität