空焊缺陷：AOI 如何檢測可見不良

空焊會使元件引腳或端子未能與焊墊形成預期的焊接連接。當此狀況可見時，AOI 能在組裝板進入下一道製程前協助檢出。

檢測的挑戰在於區分良品焊點外觀與缺陷。實用的檢測方法必須能同時處理兩者，包括不同板別與元件之間的公差與變異。以下說明色彩規則如何處理此任務，以及 DaoAI 的預訓練 2D 模型如何應對空焊缺陷。

什麼是空焊？

空焊是指元件引腳或端子與其焊墊之間缺乏預期的焊接連接。AOI 透過檢驗影像審查該狀況的外觀特徵。在複檢時，確認受影響的端子並依據組裝允收標準檢查連接區域。電氣導通性則透過電性測試進行確認。

同一個端子周圍可能出現多種焊接缺陷。維持明確的缺陷分類，有助於工程師準備一致的訓練樣本並複檢檢驗結果。

基於色彩的 AOI 如何評估焊點？

基於色彩的規則會測量感興趣區域（ROI）內指定的顏色。系統可計算符合條件的像素數量或其在區域中的佔比，再將該測量值與允收限值進行比對。檢測結果取決於取像品質、選定區域及規則設定。因此，光源與相機配置必須保持穩定一致。

基本的色彩面積檢測包含四個步驟：

1. 在設定的光源與相機參數下擷取焊點影像。
2. 將 ROI 定位在檢測區域上。
3. 計算指定顏色範圍內的像素數量。
4. 將該數量或比例與設定的限值進行比對。

固定色彩門檻值在哪些情況下會遇到困難？

當良品與缺陷焊點產生相近的測量數值時，固定色彩門檻值便難以設定。放寬範圍雖能降低誤判，但也可能漏檢缺陷；縮小範圍能檢出更多缺陷，卻會將良品誤判為不良。實際的關鍵在於：選定的測量方式是否能在您所需檢測的各種板別與製程條件下，有效區分這兩類焊點。

有兩種情況值得特別注意：

• 良品焊點外觀出現變異。光源或相機設定的變化會改變取像色彩，導致符合條件的像素數量落在允收範圍之外，產生誤判。
• 缺陷焊點通過色彩檢測。其指定像素仍落在允收範圍內，但連接區域的其他部位卻存在需要關注的明顯外觀問題。

DaoAI 的預訓練 2D 模型如何提供協助？

DaoAI 的預訓練 2D 模型涵蓋絕大多數常見的空焊狀況，開箱即可直接使用。針對特殊案例，只需在軟體中加入相關樣本並進行模型訓練，即可校正該類案例的分類判定。

請參閱軟體內模型訓練工作流程。