1. GIỚI THIỆU

Bảng mạch in (PCB) là sản phẩm quan trọng của ngành công nghiệp sản xuất thiết bị điện tử. Trong nhiều thập kỷ, PCB đã được phát triển, điều chỉnh để sử dụng trong công nghiệp sản xuất và sinh hoạt. PCB là thành phần chính trong hầu hết các thiết bị điện tử và đã được sử dụng trong các lĩnh vực như thiết bị công nghiệp, hậu cần, quốc phòng, hàng không, ô tô và y tế. PCB là những tấm mỏng rắn được chế tạo từ vật liệu nhiều lớp, sợi thủy tinh hoặc epoxy tổng hợp tạo thành một tấm cứng hỗ trợ chíp và linh kiện điện tử. Các bảng này được thiết kế với các đường dẫn điện, tạo thành mạch và cấp nguồn cho các thiết bị điện tử gắn với PCB. Các ngành sản xuất và chế tạo đã cố gắng đảm bảo chất lượng 100% cho tất cả các PCB bằng cách loại bỏ đi các sản phẩm lỗi. Theo phương pháp thông thường, các khuyết tật được phát hiện ban đầu bằng máy kiểm tra tự động (AOI). Nhiều bảng được phân loại là bị lỗi bởi máy AOI có thể không bị lỗi. Máy có thể phân loại sai một PCB bị lỗi do vết xước hoặc lỗ nhỏ hoặc sự hiện diện của các hạt nano như bụi, mảnh giấy hoặc bọt khí nhỏ. Kết quả này có thể dẫn đến việc máy AOI phân loại PCB không bị lỗi là bị lỗi. Để khắc phục điều này, các kỹ sư kiểm tra lại từng PCB để xác nhận lại một lần nữa. Tuy nhiên, việc dựa vào các kỹ sư kiểm định đòi hỏi nguồn nhân lực đáng kể cũng như được đào tạo bài bản. Hơn nữa, ngay cả những người vận hành lành nghề cũng có thể mắc lỗi trong quá trình kiểm tra.

Phát hiện lỗi PCB bằng hình ảnh tự động cung cấp thông tin định lượng và nhanh chóng về khuyết tật bề mặt và do đó có thể là một phương pháp hiệu quả trong quá trình sản xuất. Một vài ví dụ về các phương pháp phát hiện khuyết tật PCB có thể được tìm thấy trong tài liệu [1]. Thông thường, phương pháp đối sánh mẫu được sử dụng để phát hiện các khuyết tật trong PCB. Một phương pháp khác để phát hiện lỗi PCB là phép trừ hình ảnh sử dụng OPENCV. Tuy nhiên, các thuật toán phát hiện này được giới hạn ở một số loại lỗi cụ thể trong PCB. Trong những năm gần đây, đã có những tiến bộ đáng kể trong việc phát hiện lỗi sản phẩm với việc sử dụng mô hình trí tuệ nhân tạo có khả năng nhận dạng và phát hiện nhiều loại lỗi từ hình ảnh được thu nhận. Mô hình xử lý ảnh dùng trí tuệ nhân tạo có nhiều ưu điểm về sự linh hoạt và chính xác trong phát hiện lỗi, tuy nhiên việc lựa chọn mô hình đảm bảo tốc độ xử lý nhanh phù hợp với dữ liệu và phần cứng cấu hình thấp cho các ứng dụng công nghiệp vẫn đang là những thách thức.