【應用案列】-高光譜成像精準識別 0.1mm 超細金屬屑雜質
0.1 mm異物也能識別？
答 在精密電子制造過程中，電路板（PCB）表面若殘留微小錫塊（約0.1 mm），極易引發：
短路風險
虛焊/連焊
產品可靠性下降
這些微小異物尺寸小、顏色接近焊盤，在傳統AOI視覺檢測中極易漏檢。如何實現高精度、無損識別微小錫塊異物，成為行業亟需解決的問題。
檢測難點：為什么0.1 mm錫塊難識別？
答電路板表面復雜，包含：
焊盤（金屬反光強）
線路（銅/鍍層）
助焊劑殘留
灰塵或其他污染物
錫塊異物面臨三大挑戰：
尺寸小（約0.1 mm）
與背景顏色/反射相似
隨機分布、形態不規則
傳統方法：
AOI：依賴灰度/顏色 → 易誤判
X-ray：成本高、效率低
識別“材料本質差異"?
答 高光譜成像不僅“看形狀"，更“看成分"。
其核心能力在于：
獲取每個像素的連續光譜（400–1000 nm / 900–1700 nm）
提取材料的“光譜指紋"
即使錫塊與焊盤顏色接近，其光譜響應仍存在差異：
純焊盤（金屬鍍層）
錫塊（Sn）
氧化錫（SnO?）
本研究表明，高光譜成像技術能夠有效解決電路板表面約0.1 mm級錫塊異物難以檢測的問題。通過獲取材料的光譜指紋信息，可實現錫塊與焊盤、氧化物及其他污染物的精準區分，并完成異物的空間定位與可視化表達。實驗結果顯示，該方法具有高靈敏度、高準確率及無損檢測等優勢，顯著優于傳統AOI檢測在微小異物識別方面的能力。
依托奧譜天成高光譜檢測系統，可進一步實現從實驗室驗證到工業在線檢測的轉化，為PCB質量控制提供穩定、高效的技術支撐。該技術在電子制造領域具有良好的推廣價值，并為微小缺陷檢測提供了一種可靠的新路徑。
如何搶到車票?
基于奧譜天成實驗室高光譜系統，構建如下實驗：
樣品準備
選取實際PCB板，并在表面布設：
正常焊點區域
人工添加0.1 mm錫塊異物
高光譜數據采集
采用高分辨率高光譜成像儀，獲取：
空間分辨率：≤0.1 mm
光譜范圍：可見-短波紅外
形成三維數據（X-Y-λ）
光譜分析
提取不同區域光譜曲線：
? 焊盤：高反射、曲線平滑
? 錫塊：特定波段反射差異明顯
? 污染物：光譜特征顯著不同
實現材料級區分
模型識別與成像
基于機器學習算法（PLS / SVM）建立分類模型，實現：
自動識別錫塊異物
輸出偽彩色分布圖
0.1mm錫塊的識別結果
奧譜天成針對電子制造領域，推出高光譜檢測解決方案：
實驗室研究級系統
高分辨率成像
精準光譜分析
工業在線檢測系統
支持產線高速檢測
實時識別微小異物
智能算法平臺
自動建模
一鍵分類識別
在PCB檢測中可實現：
錫塊異物檢測
焊點質量分析
表面污染識別
助力企業實現智能質檢升級
