CN102252611A - 几何定位方法 - Google Patents

Abstract

本发明是一种基于图像光学几何特征对物体进行高速精确定位的方法，该方法包括采集样本、通过sobel算子对标准样本的形状做边缘提取、利用Hu的七个不变量建立数学模型并且将样本描述出来，然后用工业摄像头采集待测样品图样，并且对标准样本和待测样本进行比较，计算并且定位。因为该算法是对图像的轮廓进行比对，与像素的灰度值没有关系所以它不受光亮度变化的影响；Hu的七个不变量可以对物体缩放与角度进行计算所以它不受缩放比例与角度变化的影响。在计算过程中，使用了金字塔与MMX加速算法，所以该算法的计算速度非常快，误差小，适合SMT、LED、PCB、太阳能分板机等自动化生产设备的定位。

Description

几何定位方法

 

【技术领域】

    本发明涉及高精密加工制造行业的自动化生产设备，尤其涉及SMT、LED、PCB、太阳能分板机等自动化生产设备的定位。

 

【背景技术】

现代生产制造业中，制造电子业算是产业链中重要的一环，随着电子产品技术不断发展，电子产品不断小巧化和轻薄化，而功能越来越多，越来越强大，从技术上而言，体积变小，以方面在于结构设计一方面芯片集成度越来越高，芯片的密度大幅提高，这对自动化生产设备的精度要求就开始提高，同时，随着电子产品，LCD，LED产品的价格越来越低，生产效率成为决定企业盈利能力的高低，这对自动化生产设备的速度和无故障率要求也非常高，而对于贴片机和分板机之类的仪器，最重要的就是定位的准确性。

工业自动化生产设备上用于定位的方法很多，最常见的有机械夹具定位，光电传感器定位，压力传感器定位，光学图像定位包括基于灰度的定位和基于几何的定位。在早期由于计算机速度慢，数据处理能力较弱，普遍采用的定位方法是机械夹具定位与传感器定位。这两种定位方法的最主要缺点是定位精度低，速度慢，而且部分还需要依赖人工操作，只能半自动化。2000年以后随着计算机处理能力的增强，以及图像算法的不断完善，越来越多的工业自动化设备采用了光学图像定位的方法，尤其是在国外的高端自动化设备上，例如，半导体晶圆生产设备，PCB生产设备，SMT生产设备，LCD面板制造设备，太阳能板生产设备等。这种自动化技术上的演变与人类获取信息是一致的，人类90%以上的信息是通过眼睛获得的，而通过触觉获得的信息不到1%，而光学图像的采集就好比是机器在用“眼睛”获取信息，定位算法就是机器在用“大脑”思考的过程。而光学图像定位方法又分为灰度定位和几何定位，基于灰度的定位算法是通过分析模板图像的灰度值与待测物体图像的灰度值的相关性的大小来判断物体的位置。因为该算法与图像每一个象素点的灰度值关系紧密，所以它对于光照的亮度变化非常敏感。而在实际生产当中工件对光的吸收，反射不可能完全一致，因此会影响定位的准确率与通过率；另外灰度算法是通过自相关函数来计算模板与待测物体的相似性，所以如果待测物体在尺寸上有一定的缩放或者有一定的角度偏转，自相关系数会急剧降低。而实际工业应用中，工件的大小不可能完全一致，摆放的角度也不可能始终为零，这也会影响定位的精度与通过率。

【发明内容】

本发明针对以上的问题特别提出了一种适用于自动化设备、克服待测物体在待测物体上难以避免的缩放或者一定角度的偏转、解决基于灰度的定位对光线十分敏感从而影响精准度的问题的一种几何定位方法。这种方法能够达到适用设备对于定位技术高速、高效、高精度的要求。

为了实现以上效果，本发明采取的技术方案是： 所述几何定位方法的全部流程，包括设定定位标准、采集待测数据、对比、计算等环节，其特征在于，具体处理方法包括以下步骤，

（1）、用工业数字摄像头采集标准样本的图像；

（2）、通过sobel算子提取标准样本的形状做边缘提取，此形状可以是任意的；

（3）、用Hu的七个不变量将样本的形状、角度和空间位置用以下的数学模型描述出来：

I(A,B)=sum_i=1..7abs(1/m^A _i - 1/m^B _i)，

其中m^A _i=sign(h^A _i)·log(h^A _i)；

m^B _i=sign(h^B _i)·log(h^B _i)；

h^A _i, h^B _i —A和B 的Hu矩；此模型可以作为样本的几何特征；

（4）、将所有样本的几何特征的互相关系提取出来，作为模板；

（5）、用工业数字摄像头采集待测样品的图像；

（6）、用Hu的七个不变量将待测样本的形状、角度和空间位置用前述数学模型描述出来；

（7）、将标准样本的模板与待测样本的模板的几何特征相比较，并通过金字塔算法与MMX软件加速算法，得出相似度最高的几何特征的空间坐标、旋转角度和缩放比例，所得的结果就是定位所需的结果

所述金字塔算法是指1980年，Peter和Ted Adelson手持提出拉普拉斯金字塔算法，该算法由于其先进的多分辨解析思想和出售的压缩性能而广泛应用于图像压缩编码，所述MMX软件加速算法实际是对奔腾指令集的一个多媒体扩展，其核心思想是适应多媒体时代低精度，大数据量的数据流特点，充分地利用奔腾64位宽度的数据通路，在一个指令周期内并行处理多个数据，得出相似度最高的几何特征的空间坐标、旋转角度和缩放比例，所得的结果就是定位所需的结果。

所述sobel算子是几何特征的相互关系，或者是标准样本和待测样本上共同的特征，比如几何特征、定位的标记或者是重心间的距离和角度。

本发明的有益效果：所述sobel算子本身就是图像处理中的算子之一，主要用作边缘检测，在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量，将模版图像的边缘提取出来，然后将边缘图像转化为几何轮廓图像集（Contour），并且根据HU不变量将轮廓集按权重大小重新排列，用数学模型将模板描述出来，最后用金字塔算法将模板与图像轮廓进行相关性扫描比对，并且按相关性得分的大小将图像中的区域重新排列。得分最大的位置就是定位的结果。因为该算法是对图像的轮廓进行比对，与象素的灰度值没有关系所以它不受光亮度变化的影响；Hu的七个不变量可以对物体缩放与角度进行计算所以它不受缩放比例与角度变化的影响。

 

【附图说明】

图1是本发明的几何定位方法的流程图。

 

【具体实施方式】

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。

所述几何定位方法的全部流程，包括设定定位标准、采集待测数据、对比、计算等环节，其特征在于，具体处理方法包括以下步骤，

（1）、用工业数字摄像头采集标准样本的图像；

（2）、通过sobel算子提取标准样本的形状做边缘提取，此形状可以是任意的；

（3）、用Hu的七个不变量将样本的形状、角度和空间位置用以下的数学模型描述出来：

I(A,B)=sum_i=1..7abs(1/m^A _i - 1/m^B _i)，

其中m^A _i=sign(h^A _i)·log(h^A _i)；

m^B _i=sign(h^B _i)·log(h^B _i)；

h^A _i, h^B _i —A和B 的Hu矩；此模型可以作为样本的几何特征；

（4）、将所有样本的几何特征的互相关系提取出来，作为模板；

（5）、用工业数字摄像头采集待测样品的图像；

（6）、用Hu的七个不变量将待测样本的形状、角度和空间位置用前述数学模型描述出来；

（7）、将标准样本的模板与待测样本的模板的几何特征相比较，并通过金字塔算法与MMX软件加速算法，得出相似度最高的几何特征的空间坐标、旋转角度和缩放比例，所得的结果就是定位所需的结果

所述sobel算子是几何特征的相互关系，或者是标准样本和待测样本上共同的特征，比如几何特征、定位的标记或者是重心间的距离和角度。

如图1中的流程，用工业数字摄像头拍摄标准样本的图像，作为以后对比的基础，利用sobel算子对标准样本提取标准样本的边缘，并且计算标准样本的Hu不变量作为模板，然后对于待测物，也进行工业数字拍摄头拍摄待测物的图像，同样利用sobel算子来提取待测物边缘，对于提取的待测物边缘计算待测物Hu七个不变量作为模板，最后比对环节，是对两组模型下得到的Hu不变量数据进行对比，得出待测图像中于模板匹配程度最高的几何边缘坐标。

在具体的实践操作中，我们对于一块PCB板上的十字形MARK点作为标准样本，首先选定一个作为标准样本的物体进行拍摄，提取其上一个十字形的几何特征作为模板，用Hu不变量建立的模型对其进行计算，在接下来几个待测物体的拍摄提取特征的过程中，采取以下几个方案：待测物体一：改变对其光照的亮度；待测物体二：旋转PCB板；待测物体三：在PCB板上添加杂质；然后分别采集上述情况的PCB板图像作为待测样本，利用上述算法计算出十字形mark点的空间位置，旋转角度和缩放比例，将计算出来的结果与实际的十字形mark点的坐标对比，误差在一个像素以内。

实验证明该算法的重复定位精度在1个像素以内。因为使用了金字塔与MMX加速算法，所以该算法的计算速度非产快。使用2.8GHz主频的计算机，其定位时间在10ms～15ms之间，对于图像质量非常差的，其定位时间也能够控制在30ms以内，模板大小的设置对其速度的影响甚微。    

在将该技术引入到可编程分板机中，所述分板机是光机电一体化自动设备，它通过安装在三维平台上的图像传感器将要切割的PCB板的切割路线定义在***配置文件中，并且引导铣刀对板进行精确的切割。是SMT生产线上切割联板PCB的自动化设备，主要用于电路板的分割与钻孔，尤其是高集成度的手机，MP3等联板的分割，它取代了人工分板，提高产品质量，减少报废率。该设备主要用于SMT电子贴片生产线上。

Claims (2)

1.一种几何定位方法，其全部流程包括设定定位标准、采集待测数据、对比、计算等环节，其特征在于，具体处理方法包括以下步骤，

（1）、用工业数字摄像头采集标准样本的图像；

（2）、通过sobel算子提取标准样本的形状做边缘提取，此形状可以是任意的；

（3）、用Hu的七个不变量将样本的形状、角度和空间位置用以下的数学模型描述出来：

I(A,B)=sum_i=1..7abs(1/m^A _i - 1/m^B _i)，

其中m^A _i=sign(h^A _i)·log(h^A _i)；

m^B _i=sign(h^B _i)·log(h^B _i)；

h^A _i, h^B _i —A和B 的Hu矩；此模型可以作为样本的几何特征；

（4）、将所有样本的几何特征的互相关系提取出来，作为模板；

（5）、用工业数字摄像头采集待测样品的图像；

（6）、用Hu的七个不变量将待测样本的形状、角度和空间位置用前述数学模型描述出来；

（7）、将标准样本的模板与待测样本的模板的几何特征相比较，并通过金字塔算法与MMX软件加速算法，得出相似度最高的几何特征的空间坐标、旋转角度和缩放比例，所得的结果就是定位所需的结果。

2.根据权利要求1所述几何定位方法，其特征在于，所述sobel算子是几何特征的相互关系，或者是标准样本和待测样本上共同的特征，待测样本的几何特征、定位的标记或者是重心间的距离和角度。

Images