芯片引线键合保护胶涂覆视觉检测系统

芯片引线键合后涂覆保护胶，是为了防潮、防震、防尘。但这个环节容易出现漏胶、溢胶、气泡、断线等问题，且金线和焊点极为精细微小，必须用高精度的视觉系统来把关。

目前主流的解决方案结合了2D/3D光学成像与AI算法，其系统架构和功能如下：

系统核心架构
高精度光学成像：这是检测的基础。对于引线键合区域，通常需要3微米/像素的高分辨率，并搭配多角度光源，让胶体和金线在不同颜色光下呈现差异，便于区分。而对于胶体本身，还需引入3D激光轮廓仪来测量胶高和胶宽。

核心软件算法：系统通过视觉平台处理图像。传统算法用于基础的斑点、面积和位置检测；AI深度学习则用于处理气泡、飞溅等复杂缺陷。特别地，对于黑色基材上的黑色胶水，AI能实现人眼难以完成的精准检测。

产线集成方式：检测可以是在线飞拍（不停机抓拍，速度快）或离线检测。系统需与MES系统（制造执行系统）打通，一旦发现连续缺陷，可立即向涂胶机报警，实现闭环控制，及时止损。

关键检测指标
这套系统主要围绕胶体和金线两方面进行把关：

胶体缺陷检测

漏胶/少胶：通过计算保护胶覆盖面积是否达标来判定。

溢胶：检测胶水是否扩散到规定区域外，比如覆盖了不需要保护的焊盘。

气泡/飞溅：利用AI算法识别胶水内部的微小气泡或边缘的胶点飞溅。

胶高/胶宽：使用3D视觉测量胶体的实际高度和宽度是否符合工艺标准。

连带损伤检测

断线/塌线：检测极细的金线（φ20-50μm）是否在喷胶压力下被冲断或冲歪。

焊点损伤：确认第一焊点（金球）和第二焊点（鱼尾）在涂胶后依然完整。

实施建议
2D与3D结合：建议初期规划时引入3D视觉。因为胶体是三维的，仅靠2D容易漏检胶高不足等问题，3D能有效避免这部分缺陷流出。

预留AI算力：硬件选型时，工控机建议配置较高性能的显卡。未来处理透明胶体、复杂反光时，深度学习比传统算法适应性更强，维护成本更低。

关注光源选型：这是项目成败的关键。务必要求供应商进行实物打光测试，找到最能凸显缺陷的光源角度和颜色，否则后续算法再强也难以发挥效果。

缺陷复判机制：系统应保留缺陷图片并支持一键复判，帮助快速优化参数，将误报率控制在2%-3% 以内，漏检率低于0.5%，以保证生产顺畅。