一种基于改进连通域算法的SMT引脚焊接缺陷检测系统

为什么微小焊点很重要

从手机到汽车的现代电子设备都依赖于布满微小金属引脚和光亮焊点的电路板。如果其中少数焊点意外熔在一起，就可能导致电路短路、损坏元件，或在成品中引发难以诊断的故障。这项研究展示了一种更智能的基于相机的检测方法，能够更可靠地发现这些隐藏错误，帮助工厂在不降低产能的情况下保持高质量。

用数字化的“眼睛”寻找问题

为了自动检查焊点，工厂通常依赖机器视觉系统：相机拍摄电路板的特写图像，软件逐像素地判断哪些区域属于金属引脚、哪些属于焊料、哪些属于背景。一种常用方法将每个连续的亮斑视为独立区域并计数其像素数。正常焊点具有典型的尺寸范围，而连接两引脚的焊桥往往更大。在引脚间距充足的简单布局中，这种计数方法表现良好，能快速将过大的区域标记为可能的缺陷。

当元件过于密集时

随着制造商缩小设备并在每块电路板上放入更多元件，引脚间隙变得非常小。在这些密集区域，标准的区域计数法容易被误导：两个正确焊接的相邻引脚在图像上可能看起来合并为一个区域，使软件误判为焊桥。图像噪声和焊料边缘弱化会加剧该问题，导致误报增加，既拖慢检测速度，又可能在大量错误警告中掩盖真实故障。

一种两步法将看似粘在一起的部分分开

研究人员通过在保持传统方法速度的同时，在可能出错的地方增加有针对性的第二次检查来解决该问题。系统首先运行常规的区域标记和像素计数以找到看起来过大的可疑区域。它并不直接将这些区域当作缺陷，而是将它们裁剪出来作为小补丁并增强补丁内的对比度，使细微边界更清晰。接着，使用一种基于距离的技巧来测量区域内每个点到边缘的距离，构建出一个平滑的“地形”，其中焊料团的中心表现为山峰，而它们之间的空隙呈现为山谷。

让虚拟的“水”找到隐藏的边界

在这个人工地形上，团队应用了一种称为分水岭的过程，设想水充满山谷并在看不见的脊线上相遇。这些脊线标出最初看似融合的独立焊点之间可能的边界。由于仅在可疑补丁内应用该方法，计算量保持较低，同时能够仔细分离被误合并的引脚。新分离出的区域随后被放回原始图像，并再次运行区域计数步骤，这一次基于更干净、更准确的焊点图像。

来自真实电路板的验证

为了检验该系统，作者构建了一个实际的检测装置，使用工业相机和基于LabVIEW的程序，并将其应用于公共测试图像与他们实验室的电路板混合样本。研究者衡量了系统正确捕捉真实焊桥的频率以及误报的频率。在300张测试图像中，改进方法在保持高准确率的同时，显著减少了密集引脚处的误报。它能够区分真实焊桥与仅仅相邻靠近的无害焊点，并在不同布局和光照条件下保持稳定。

这对日常电子产品意味着什么

对于非专业读者，结论是这一方法为电路板制造商提供了一双更可靠的数字之眼。通过将快速的第一遍扫描与有针对性的第二次分析相结合，系统能更好地区分真正危险的焊桥与仅看起来可疑的无害焊点。这使得检测更可信，不那么容易被密集布局干扰，帮助确保日常设备内微小金属连接在其使用寿命内按预期工作。

引用: 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

关键词: 焊桥检测, 机器视觉, SMT检查, 图像分割, 电路板质量