III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.Inspecionando Placas Montadas de Circuito Impresso com Árvores de DecisãoLuciano Lucindo ChavesFlavius Portella Ribas MartinsIPT – Instituto de Pesquisas Tecnológicas do Estado de São PauloAv. Prof. Almeida Prado, 532 – Cidade Universitária – Campus do IPT- Prédio 55, Sala 306CEP 05508-901– São Paulo – SP – Brasile-mail: lucianochaves@uol.com.br fmartins@ipt.brAbstractThis paper proposes to use decision trees for findingdefects on mounted printed circuit boards, using aninductive algorithm and previously classified examples.During a training stage the algorithm learns how todifferentiate classes, evaluating dependencies betweenexample’s characteristics (cause) and its respectivesclasses (effect). The result is a classifier that can be usedto evaluate new examples whose classes are unknown.Experiments were carried using a set of mounted printedcircuit board images, composed of subsets previouslyclassified as “without defect” and “with defect”. Onaverage, the generated classifiers had 86,7% of successrate.Keywords: decision trees, inductive algorithm, machinelearning, computer vision.1. IntroduçãoAs atividades 1 de inspeção visual realizadas porinspetores humanos apresentam acentuado decaimentotemporal de eficiência. Conforme apontado por Mogantiet al. [1] e Hilton et al. [2], erros de identificação daordem de 50% são bastante freqüentes em ambientesindustriais de inspeção visual. Além do interesse deaumentar a confiabilidade na inspeção, há também oaspecto de redução de custo e maior agilidade naexecução de tarefas. Para tanto, processos de inspeçãovisual automática, inclusive utilizando-se técnicas deinteligência artificial, têm sido aplicados nos maisvariados setores da indústria [2] [3] [4].Artigo enviado em 28/07/2007.Agradecemos à FINEP o auxílio recebido para execução deste projeto(Sistema Computacional Embarcado para Inspeção Visual Automáticade Placas de Circuito Impresso - convênio 01.05.0773.00 Ref: 1587/05).Luciano L. Chaves é discente do curso de Mestrado Profissional emEngenharia da Computação do IPT, e consultor senior em projetos desoftware (fone: 11 3767-4624).Dr. Flavius P. R. Martins é pesquisador do Laboratório de Eletricidade eÓptica do IPT e docente do mesmo Instituto (fone: 11 3767-4510).Especificamente neste trabalho, abordou-se o problemada identificação de defeitos em placas de circuitoimpresso montadas - aquelas em cuja superfície existemvariados tipos de componentes eletrônicos. Apesar deexistirem sistemas comerciais de visão computacional queresolvem grande parte dos problemas de inspeção visualautomática de placas de circuito impresso, os mesmosrepresentam custo excessivo para a maioria das empresasde pequeno e médio porte. Além disso, os detalhestécnicos dessas soluções obviamente são mantidos comosegredos industriais, sendo impossível utilizar talconhecimento para o desenvolvimento de soluções abertase de baixo custo [5]. Portanto, a principal motivação destetrabalho é contribuir para a construção de uma ferramentade inspeção visual automática que possa ser utilizada pelaindústria de placas de circuito impresso de pequeno emédio porte.Como parte de uma solução de inspeção automática deplacas de circuito impresso montadas, este trabalhopropõe a utilização de árvores de decisão, associada àtécnicas de processamento de imagens, a fim de seidentificar defeitos em placas, classificando-as em duascategorias: “sem defeito” e “com defeito”.2. Inspeção de placas montadasAs técnicas de inspeção automática de placas decircuito impresso podem ser divididas em duas classes:métodos “elétricos com contato” e “não elétricos e semcontato”.Embora diversos defeitos possam ser detectados pelosmétodos elétricos, estes não são suficientes para impedirque produtos defeituosos passem despercebidos durante oprocesso de controle de qualidade; em particular defeitosrelacionados a espessura de trilhas e excesso de solda, quepodem causar falhas na placa, não são detectados por essacategoria de métodos. Aliam-se a isso a dificuldade e oalto custo para se implementar esses testes [1].2.1. Inspeção visual automáticaA inspeção baseada no método “não elétrico e semcontato” é realizada através da captura e análise de198