CN110954555A - Wdt 3d视觉检测*** - Google Patents
Wdt 3d视觉检测*** Download PDFInfo
- Publication number
- CN110954555A CN110954555A CN201911366371.0A CN201911366371A CN110954555A CN 110954555 A CN110954555 A CN 110954555A CN 201911366371 A CN201911366371 A CN 201911366371A CN 110954555 A CN110954555 A CN 110954555A
- Authority
- CN
- China
- Prior art keywords
- image
- circuit board
- detection
- circle
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了WDT 3D视觉检测***,属于检测***技术领域。本发明提出的WDT 3D视觉检测***包括有电路板图像摄取***和计算机图像处理***,上述***在硬件层面和软件层面均进行了优化创新,一方面保证了电路板图像摄取***可以可以采集到更为清洗准确的画面,另一方面也保证了计算机图像处理***可以将采集到的图像处理的更为完善然后展示出来;利用上述设计,有效解决了现有***图像采集和图像处理的效果不佳,影响视觉检测结果的问题。
Description
技术领域
本发明涉及检测***技术领域,尤其涉及WDT 3D视觉检测***。
背景技术
WDT(Watch Dog Timer),又称作看门狗定时器,是单片机的一个组成部分,它实际上是一个计数器,一般给看门狗一个数字,程序开始运行后看门狗开始计数。如果程序运行正常,过一段时间CPU应发出指令让看门狗置零,重新开始计数;如果看门狗增加到设定值就认为程序没有正常工作,强制整个***复位。
视觉作为人类最发达的感官功能之-,在人类认识和感知外部世界的过程中有着独特的地位。因此,通过计算机来模拟生物微观或宏观视觉功能的技术,在旨在实现智能制造,实现互联网和工业融合的工业4.0背景下,变成-一个受到各级研究机构和广大研究者持续关注的领域,特别是在自动检测科学和技术领域更是成为一一个富有新机和挑战的研究分支。机器视觉检测技术就是这样--种通过计算机***代替人工进行目标检测的新兴技术,它可以为智能***提供精确、可靠的检测结果,为实现全自动智能控制提供决策依据,并且能够通过将结果反馈给生产管理人员的方式提供辅助参考信息,实现智能制造所要求的全程管理与控制,最终提高现代企业的生产效率。
机器视觉检测技术,以机器视觉方法作为理论基础,并综合运用了电子学、传感器技术、精密测量以及图像处理等相关技术,是诸如制造业、医疗诊断、军事等领域中各种智能***不可分割的非接触检测方法。该检测技术的基本原理是对视觉***得到的被测目标图像进行分析,并将得到的分析结果与已有的先验知识进行多方面的对比,最后判断被测目标是否符合规范凹。随着工业发展对智能化需求的逐步提高,该技术逐渐被引入到工业检测中,实现对物体(产品或零件)特征或位置等信息的测量,具有非接触、速度快、柔性好等突出优点,在智能制造业中有着广阔的应用前景,并逐渐成为智能制造业的基础技术之一。
机器视觉技术广泛应用于科学研究、医药卫生以及国民经济等各个领域,而且已经成为工业制造、医疗诊断和航天宇航等具体应用中各种智能***不可分割的一部分。在工业制造方面,机器视觉技术能够实现印刷电路板缺陷的自动检测、零件尺寸测量、矿物浮选过程监控;在医疗诊断方面,机器视觉技术体现在如CT图像、X射线透视图以及核磁共振等医学设备方面,这些视觉技术可以方便地检测到人体内部的状况,并通过综合运用数字图像处理和信息融合技术,辅助医生分析医学影像,从而提高病情诊断的准确率和效率;在航天宇航方面,机器视觉技术能实现航天飞船与空间站的自动交会对接,以及实现空间探测器在月球、火星等星球表面的安全着陆。综上所述,机器视觉技术可以应用到需要人类视觉的几乎所有场合,而许多人类视觉无法完成的事情,如不可见物体感知、危险场景感知以及精确定量等,机器视觉更是显现出不可替代的优越性;鉴于上述原因,设计一种WDT 3D视觉检测***就显得非常的有必要了
发明内容
本发明的目的是为了解决现有***图像采集和图像处理的效果不佳,影响视觉检测结果的问题而提出的WDT 3D视觉检测***,该***在硬件和软件层面均进行了优化,有效提高了该***图像采集和图像处理的效果。
为了实现上述目的,本发明采用了如下技术方案:
WDT 3D视觉检测***,包括电路板图像摄取***和计算机图像处理***,其特征在于:所述电路板图像摄取***包括有光照单元,所述光照单元链接待检测电路板,所述待检测电路板上链接有图像采集单元和运动控制单元,所述图像采集单元和运动控制单元同时与计算机图像处理***相链接;所述计算机图像处理***包括采集图像和运动控制模块和图像处理单元,所述采集图像和运动控制模块与图像处理单元相链接,同时所述采集图像与运动控制模块与图像采集单元双向链接,所述采集图像与运动控制模块还链接在运动控制单元上。
优选的,所述图像采集单元包括有CCD工业相机和WDT图像采集卡,所述CCD工业相机的型号为FL2G-50S5M,所述CCD相机工作时搭配型号为OPT-5M03-110的0.3倍高清远心镜头使用,所述光照单元为型号为OPT-RIA211-RGB的环形光源、型号为OPT-1024E-4的配套光源控制器,所述运动控制单元为二维伺服平台、运动控制卡以及与之配套的安装支架。
优选的,图像采集单元工作时,CCD工业相机置于相机架上,位于待检测电路板正上方,且相机视场中心与环形光源轴心处于同一直线上;光源固定于光源架的支架框上,且位于相机镜头正下方,配套光源控制器负责光源供电;支架固定于二维伺服平台上,实现工业相机、镜头以及光源的移动,采集的图像传输至WDT图像采集卡进行处理,从而完成待检测电路板全景图像的采集。
优选的,所述图像处理单元与电路板图像摄取***相匹配,所述图像处理单元包括有一种图像处理方法,其步骤为:
S1、图像采集单元所采集的图像信息经由WDT图像采集卡采集后,传输至计算机图像处理***中;
S2、计算机图像处理***中的图像处理软件对采集到的待检测电路板的图像进行图像预处理;
S3、图像预处理完毕后,接着对图像进行校正,校正结束后利用计算机图像处理***的缺陷检测模块对图像进行缺陷检测;
S4、若检测现场完成了当前批次的缺陷检测,计算机输出指令到电路板图像摄取***,关闭该检测流程;
S5、若没有完成检测任务,则再次进行检测流程,直至检测结束为止。
优选的,所述待检测电路板的缺陷检测模块是视觉检测***重要的组成部分,而待检测电路板图像的定位则是待检测电路板缺陷检测的关键步骤之一,图像的定位涉及到图像的边缘检测算法,而本发明主要采用了Roberts算子边缘检测算法:
Roberts算子依据局部差分算子来寻找图像的边缘,其邻域大小为2*2,梯度以下面几种形式表示:
R1=|a5-a9|+|a6-a8| (2)
R2=,Max(|a5-a9|,|a6-a8|) (3)
其卷积算子表示为:
(a)表示Roberts算子X方向,(b)表示Roberts算子Y方向;首先使用以上卷积算子进行运算,然后代入式(1)可以得到梯度幅度值R,之后选取适当的阈值T,若梯度值R>T像素点置1,否则置0,{R(x,y)}为一个二值图像,也就是包含图像边缘信息的边缘图像。
优选的,在利用Roberts算子边缘检测算法确定完待检测电路板的定位圆边缘信息后,还需进一步的进行定位圆检测,从而需要涉及到定位圆检测算法,本发明对传统的Hough变换算法进行了改进,具体内容如下:
该改进算法的应用前提是图像中待检测圆的半径范围(rmin,rmax)是已知的,改进的基本思路是降低累加器维度的同时用多维数组来代替多重循环,在图像空间,从圆的参数表达式入手,圆的参数表达形式为:
其中,(a,b)为圆心,r为圆半径,符号θ为点(x,y)与原点连线与x轴的夹角,将图像空间的点映射到参数空间的公式为:
为了进一步提高检测速度,在进行Hough变换之前,先对待测图像进行预处理。具体预处理流程如下:
A1、灰度化RGB图像,由于图像采集***采集的待检测电路板图像是RGB彩色图像,所以在进行Hough变换之前,要首先灰度化待检测电路板图像;
A2、中值滤波,对图像中的噪声进行平滑处理,抑制椒盐噪声,减少后续Hough变换的计算量,同时起到保护定位圆边缘信息的作用;
A3、选择定位圆区域,待检测电路板定位孔信息在印刷电路板设计之初就确定了下来,包括定位圆的半径,以及在待检测电路板.上的相对位置信息,因此为了大大减少不必要的计算量,减少***资源占用量,提高检测效率,选择定位圆区域十分必要;
A4、定位圆边缘提取,是预处理过程中关键的环节,通过定位圆边缘提取,将图像中圆的边缘信息提取出来,经过边缘提取后,图像转化为带有边缘信息的二值图像。
优选的,图像预处理之后,已经从原始图像中提取了特征突出的边缘信息,将预处理所得图像进行Hough变换。具体实现过程如下:
B1、搜索并统计像素为1的像素点,即提取包含有边缘信息的像素点,丢弃无用像素点,减少计算次数,提高运算速率;
B2、为变量、Hough数组设定初值,并为其分配存储空间,根据待检测电路板定位圆实际情况确定半径r的取值范围(rmin,rmax),在不影响检测效果的情况下,尽量取较小的范围,可以一定程度上提高检测效率;θ选择合适的步长,在不影响检测效果的情况下尽量取较大的步长;
B3、根据圆参数式,计算(a,b)的值,并记录统计有效值,用来确定Hough数组的索引值,a,b有效值是指非负整数;
B4、依据Hough索引值,构造Hough数组,具体通过累加器来统计实现,该数组层数为rmax-rmin;
B5、求取定位圆半径,从Hough数组中找出累加数值最大的一层,即为参数空间所对应的图像空间中拥有像素点最多的圆,该层数组对应的半径即得到圆半径r;
B6、求取定位圆圆心,数值最大的层中所有(a,b)的平均值即为所求的圆的圆心。
与现有技术相比,本发明提供了WDT 3D视觉检测***,具备以下有益效果:
(1)本发明在硬件层面,采用了型号为OPT-RIA211-RGB的环形光源做为光照单元,检测***成像是否清晰,与光照单元有很大的关系,本发明所采用的OPT-RIA211-RGB三色环形光源,很好的满足了CCD工业相机工作的照明要求,OPT-RIA211-RGB环形光源属于LED阵列光源,发光二极管密排在环型的光源内壁上,分为红色、绿色和蓝色三个区域,可以通过光源控制器控制任意--个区域的LED的亮灭;可以通过上下移动CCD镜头,调节镜头到工件的距离,本***中高清远心镜头的工作距离是固定,即只有在一定的距离范围内,图像拍摄清晰可见;同时本发明中CCD工业相机还与型号为0PT-5M03-110的高清远心镜头搭配使用;高清远心镜头,是高精度、精密检测***中的关键组件,高清远心镜头具有超大景深、高分辨率以及畸变极低等特点,型号为0PT-5M03-110的高清远心镜头,能够很好的与本发明中所使用的CCD工业相机相匹配,利用上述设计,使得本发明在硬件层面,更好的保证了视觉检测***检测结果的清晰性。
(2)本发明的计算机图形处理***中图像的定位涉及到图像的边缘检测算法,而本发明主要采用了Roberts算子边缘检测算法,边缘检测算法多种多样,而Roberts边缘检测对待检测电路板定位圆的边缘检测效果最好,虽然该检测方法对噪声敏感,不能像LOG算子与Cany算子能够检测出定位圆周围其他部分的边缘,但是恰恰是这个特点,使得检测结果比其他算子更好,因为我们需要获得的信息就是圆的边缘,而不是圆之外的部分,另外由图像采集***获取的PCB定位圆原始图像比较完整,边缘特点明显突出,所以最简单的检测算法往往是最好的选择。
(3)本发明在进行定位圆检测时,对传统的Hough变换算法进行了改进,与圆经典Hough变换相比,该改进算法首先是经过图像灰度化与中值滤波进行了图像预处理;然后选择定位圆区域,进一步缩小了待检测图像的范围;接着进行了边缘提取处理,减少了图像中无用像素点的数量,从而缩短了检测时间,提高了检测效率;图像预处理之后,将有用像素点映射到参数空间,并构建层数为rmax-rmin的二维Hough数组,用来统计具有同样圆心、半径的点的个数,经典Hough变换采用的是三维结构,增加了运算的复杂度;而且改进算法采用Hough数组来代替多重循环,减少了在统计极值过程中的循环运算,提高了算法的检测效率。
附图说明
图1为本发明提出的WDT 3D视觉检测***的***流程图;
图2为本发明提出的WDT 3D视觉检测***的***结构框图;
图3为本发明提出的WDT 3D视觉检测***的改进Hough变换圆检测流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
实施例1:
请参阅图1-2,WDT 3D视觉检测***,包括电路板图像摄取***和计算机图像处理***,所述电路板图像摄取***包括有光照单元,所述光照单元链接待检测电路板,所述待检测电路板上链接有图像采集单元和运动控制单元,所述图像采集单元和运动控制单元同时与计算机图像处理***相链接;所述计算机图像处理***包括采集图像和运动控制模块和图像处理单元,所述采集图像和运动控制模块与图像处理单元相链接,同时所述采集图像与运动控制模块与图像采集单元双向链接,所述采集图像与运动控制模块还链接在运动控制单元上。
所述图像采集单元包括有CCD工业相机和WDT图像采集卡,所述CCD工业相机的型号为FL2G-50S5M,所述CCD相机工作时搭配型号为OPT-5M03-110的0.3倍高清远心镜头使用,所述光照单元为型号为OPT-RIA211-RGB的环形光源、型号为OPT-1024E-4的配套光源控制器,所述运动控制单元为二维伺服平台、运动控制卡以及与之配套的安装支架。
图像采集单元工作时,CCD工业相机置于相机架上,位于待检测电路板正上方,且相机视场中心与环形光源轴心处于同一直线上;光源固定于光源架的支架框上,且位于相机镜头正下方,配套光源控制器负责光源供电;支架固定于二维伺服平台上,实现工业相机、镜头以及光源的移动,采集的图像传输至WDT图像采集卡进行处理,从而完成待检测电路板全景图像的采集。
本发明在硬件层面,采用了型号为OPT-RIA211-RGB的环形光源做为光照单元,检测***成像是否清晰,与光照单元有很大的关系,本发明所采用的OPT-RIA211-RGB三色环形光源,很好的满足了CCD工业相机工作的照明要求,OPT-RIA211-RGB环形光源属于LED阵列光源,发光二极管密排在环型的光源内壁上,分为红色、绿色和蓝色三个区域,可以通过光源控制器控制任意--个区域的LED的亮灭;可以通过上下移动CCD镜头,调节镜头到工件的距离,本***中高清远心镜头的工作距离是固定,即只有在一定的距离范围内,图像拍摄清晰可见;同时本发明中CCD工业相机还与型号为0PT-5M03-110的高清远心镜头搭配使用;高清远心镜头,是高精度、精密检测***中的关键组件,高清远心镜头具有超大景深、高分辨率以及畸变极低等特点,型号为0PT-5M03-110的高清远心镜头,能够很好的与本发明中所使用的CCD工业相机相匹配,利用上述设计,使得本发明在硬件层面,更好的保证了视觉检测***检测结果的清晰性。
实施例2:
请参阅图2,基于实施例1又有所不同之处在于;
所述图像处理单元与电路板图像摄取***相匹配,所述图像处理单元包括有一种图像处理方法,其步骤为:
S1、图像采集单元所采集的图像信息经由WDT图像采集卡采集后,传输至计算机图像处理***中;
S2、计算机图像处理***中的图像处理软件对采集到的待检测电路板的图像进行图像预处理;
S3、图像预处理完毕后,接着对图像进行校正,校正结束后利用计算机图像处理***的缺陷检测模块对图像进行缺陷检测;
S4、若检测现场完成了当前批次的缺陷检测,计算机输出指令到电路板图像摄取***,关闭该检测流程;
S5、若没有完成检测任务,则再次进行检测流程,直至检测结束为止。
所述待检测电路板的缺陷检测模块是视觉检测***重要的组成部分,而待检测电路板图像的定位则是待检测电路板缺陷检测的关键步骤之一,图像的定位涉及到图像的边缘检测算法,而本发明主要采用了Roberts算子边缘检测算法:
Roberts算子依据局部差分算子来寻找图像的边缘,其邻域大小为2*2,梯度以下面几种形式表示:
R1=|a5-a9|+|a6-a8| (2)
R2=,Max(|a5-a9|,|a6-a8|) (3)
其卷积算子表示为:
(a)表示Roberts算子X方向,(b)表示Roberts算子Y方向;首先使用以上卷积算子进行运算,然后代入式(1)可以得到梯度幅度值R,之后选取适当的阈值T,若梯度值R>T像素点置1,否则置0,{R(x,y)}为一个二值图像,也就是包含图像边缘信息的边缘图像。本发明的计算机图形处理***中图像的定位涉及到图像的边缘检测算法,而本发明主要采用了Roberts算子边缘检测算法,边缘检测算法多种多样,而Roberts边缘检测对待检测电路板定位圆的边缘检测效果最好,虽然该检测方法对噪声敏感,不能像LOG算子与Cany算子能够检测出定位圆周围其他部分的边缘,但是恰恰是这个特点,使得检测结果比其他算子更好,因为我们需要获得的信息就是圆的边缘,而不是圆之外的部分,另外由图像采集***获取的PCB定位圆原始图像比较完整,边缘特点明显突出,所以最简单的检测算法往往是最好的选择。
实施例3:
请参阅图3,基于实施例1或2又有所不同之处在于;
在利用Roberts算子边缘检测算法确定完待检测电路板的定位圆边缘信息后,还需进一步的进行定位圆检测,从而需要涉及到定位圆检测算法,本发明对传统的Hough变换算法进行了改进,具体内容如下:
该改进算法的应用前提是图像中待检测圆的半径范围(rmin,rmax)是已知的,改进的基本思路是降低累加器维度的同时用多维数组来代替多重循环,在图像空间,从圆的参数表达式入手,圆的参数表达形式为:
其中,(a,b)为圆心,r为圆半径,符号θ为点(x,y)与原点连线与x轴的夹角,将图像空间的点映射到参数空间的公式为:
为了进一步提高检测速度,在进行Hough变换之前,先对待测图像进行预处理。具体预处理流程如下:
A1、灰度化RGB图像,由于图像采集***采集的待检测电路板图像是RGB彩色图像,所以在进行Hough变换之前,要首先灰度化待检测电路板图像;
A2、中值滤波,对图像中的噪声进行平滑处理,抑制椒盐噪声,减少后续Hough变换的计算量,同时起到保护定位圆边缘信息的作用;
A3、选择定位圆区域,待检测电路板定位孔信息在印刷电路板设计之初就确定了下来,包括定位圆的半径,以及在待检测电路板.上的相对位置信息,因此为了大大减少不必要的计算量,减少***资源占用量,提高检测效率,选择定位圆区域十分必要;
A4、定位圆边缘提取,是预处理过程中关键的环节,通过定位圆边缘提取,将图像中圆的边缘信息提取出来,经过边缘提取后,图像转化为带有边缘信息的二值图像。
图像预处理之后,已经从原始图像中提取了特征突出的边缘信息,将预处理所得图像进行Hough变换。具体实现过程如下:
B1、搜索并统计像素为1的像素点,即提取包含有边缘信息的像素点,丢弃无用像素点,减少计算次数,提高运算速率;
B2、为变量、Hough数组设定初值,并为其分配存储空间,根据待检测电路板定位圆实际情况确定半径r的取值范围(rmin,rmax),在不影响检测效果的情况下,尽量取较小的范围,可以一定程度上提高检测效率;θ选择合适的步长,在不影响检测效果的情况下尽量取较大的步长;
B3、根据圆参数式,计算(a,b)的值,并记录统计有效值,用来确定Hough数组的索引值,a,b有效值是指非负整数;
B4、依据Hough索引值,构造Hough数组,具体通过累加器来统计实现,该数组层数为rmax-rmin;
B5、求取定位圆半径,从Hough数组中找出累加数值最大的一层,即为参数空间所对应的图像空间中拥有像素点最多的圆,该层数组对应的半径即得到圆半径r;
B6、求取定位圆圆心,数值最大的层中所有(a,b)的平均值即为所求的圆的圆心。
本发明在进行定位圆检测时,对传统的Hough变换算法进行了改进,与圆经典Hough变换相比,该改进算法首先是经过图像灰度化与中值滤波进行了图像预处理;然后选择定位圆区域,进一步缩小了待检测图像的范围;接着进行了边缘提取处理,减少了图像中无用像素点的数量,从而缩短了检测时间,提高了检测效率;图像预处理之后,将有用像素点映射到参数空间,并构建层数为rmax-rmin的二维Hough数组,用来统计具有同样圆心、半径的点的个数,经典Hough变换采用的是三维结构,增加了运算的复杂度;而且改进算法采用Hough数组来代替多重循环,减少了在统计极值过程中的循环运算,提高了算法的检测效率。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.WDT 3D视觉检测***,包括电路板图像摄取***和计算机图像处理***,其特征在于:所述电路板图像摄取***包括有光照单元,所述光照单元链接待检测电路板,所述待检测电路板上链接有图像采集单元和运动控制单元,所述图像采集单元和运动控制单元同时与计算机图像处理***相链接;所述计算机图像处理***包括采集图像和运动控制模块和图像处理单元,所述采集图像和运动控制模块与图像处理单元相链接,同时所述采集图像与运动控制模块与图像采集单元双向链接,所述采集图像与运动控制模块还链接在运动控制单元上。
2.根据权利要求1所述的WDT 3D视觉检测***,其特征在于:所述图像采集单元包括有CCD工业相机和WDT图像采集卡,所述CCD工业相机的型号为FL2G-50S5M,所述CCD相机工作时搭配型号为OPT-5M03-110的0.3倍高清远心镜头使用,所述光照单元为型号为OPT-RIA211-RGB的环形光源、型号为OPT-1024E-4的配套光源控制器,所述运动控制单元为二维伺服平台、运动控制卡以及与之配套的安装支架。
3.根据权利要求2所述的WDT 3D视觉检测***,其特征在于:图像采集单元工作时,CCD工业相机置于相机架上,位于待检测电路板正上方,且相机视场中心与环形光源轴心处于同一直线上;光源固定于光源架的支架框上,且位于相机镜头正下方,配套光源控制器负责光源供电;支架固定于二维伺服平台上,实现工业相机、镜头以及光源的移动,采集的图像传输至WDT图像采集卡进行处理,从而完成待检测电路板全景图像的采集。
4.根据权利要求1所述的WDT 3D视觉检测***,其特征在于:所述图像处理单元与电路板图像摄取***相匹配,所述图像处理单元包括有一种图像处理方法,其步骤为:
S1、图像采集单元所采集的图像信息经由WDT图像采集卡采集后,传输至计算机图像处理***中;
S2、计算机图像处理***中的图像处理软件对采集到的待检测电路板的图像进行图像预处理;
S3、图像预处理完毕后,接着对图像进行校正,校正结束后利用计算机图像处理***的缺陷检测模块对图像进行缺陷检测;
S4、若检测现场完成了当前批次的缺陷检测,计算机输出指令到电路板图像摄取***,关闭该检测流程;
S5、若没有完成检测任务,则再次进行检测流程,直至检测结束为止。
5.根据权利要求4所述的WDT 3D视觉检测***,其特征在于:所述待检测电路板的缺陷检测模块是视觉检测***重要的组成部分,而待检测电路板图像的定位则是待检测电路板缺陷检测的关键步骤之一,图像的定位涉及到图像的边缘检测算法,而本发明主要采用了Roberts算子边缘检测算法:
Roberts算子依据局部差分算子来寻找图像的边缘,其邻域大小为2*2,梯度以下面几种形式表示:
R1=|a5-a9|+|a6-a8| (2)
R2=,Max(|a5-a9|,|a6-a8|) (3)
其卷积算子表示为:
(a)表示Roberts算子X方向,(b)表示Roberts算子Y方向;首先使用以上卷积算子进行运算,然后代入式(1)可以得到梯度幅度值R,之后选取适当的阈值T,若梯度值R>T像素点置1,否则置0,{R(x,y)}为一个二值图像,也就是包含图像边缘信息的边缘图像。
6.根据权利要求5所述的WDT 3D视觉检测***,其特征在于:在利用Roberts算子边缘检测算法确定完待检测电路板的定位圆边缘信息后,还需进一步的进行定位圆检测,从而需要涉及到定位圆检测算法,本发明对传统的Hough变换算法进行了改进,具体内容如下:
该改进算法的应用前提是图像中待检测圆的半径范围(rmin,rmax)是已知的,改进的基本思路是降低累加器维度的同时用多维数组来代替多重循环,在图像空间,从圆的参数表达式入手,圆的参数表达形式为:
其中,(a,b)为圆心,r为圆半径,符号θ为点(x,y)与原点连线与x轴的夹角,将图像空间的点映射到参数空间的公式为:
为了进一步提高检测速度,在进行Hough变换之前,先对待测图像进行预处理。具体预处理流程如下:
A1、灰度化RGB图像,由于图像采集***采集的待检测电路板图像是RGB彩色图像,所以在进行Hough变换之前,要首先灰度化待检测电路板图像;
A2、中值滤波,对图像中的噪声进行平滑处理,抑制椒盐噪声,减少后续Hough变换的计算量,同时起到保护定位圆边缘信息的作用;
A3、选择定位圆区域,待检测电路板定位孔信息在印刷电路板设计之初就确定了下来,包括定位圆的半径,以及在待检测电路板.上的相对位置信息,因此为了大大减少不必要的计算量,减少***资源占用量,提高检测效率,选择定位圆区域十分必要;
A4、定位圆边缘提取,是预处理过程中关键的环节,通过定位圆边缘提取,将图像中圆的边缘信息提取出来,经过边缘提取后,图像转化为带有边缘信息的二值图像。
7.根据权利要求6所述的WDT 3D视觉检测***,其特征在于:图像预处理之后,已经从原始图像中提取了特征突出的边缘信息,将预处理所得图像进行Hough变换。具体实现过程如下:
B1、搜索并统计像素为1的像素点,即提取包含有边缘信息的像素点,丢弃无用像素点,减少计算次数,提高运算速率;
B2、为变量、Hough数组设定初值,并为其分配存储空间,根据待检测电路板定位圆实际情况确定半径r的取值范围(rmin,rmax),在不影响检测效果的情况下,尽量取较小的范围,可以一定程度上提高检测效率;θ选择合适的步长,在不影响检测效果的情况下尽量取较大的步长;
B3、根据圆参数式,计算(a,b)的值,并记录统计有效值,用来确定Hough数组的索引值,a,b有效值是指非负整数;
B4、依据Hough索引值,构造Hough数组,具体通过累加器来统计实现,该数组层数为rmax-rmin;
B5、求取定位圆半径,从Hough数组中找出累加数值最大的一层,即为参数空间所对应的图像空间中拥有像素点最多的圆,该层数组对应的半径即得到圆半径r;
B6、求取定位圆圆心,数值最大的层中所有(a,b)的平均值即为所求的圆的圆心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911366371.0A CN110954555A (zh) | 2019-12-26 | 2019-12-26 | Wdt 3d视觉检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911366371.0A CN110954555A (zh) | 2019-12-26 | 2019-12-26 | Wdt 3d视觉检测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110954555A true CN110954555A (zh) | 2020-04-03 |
Family
ID=69984396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911366371.0A Withdrawn CN110954555A (zh) | 2019-12-26 | 2019-12-26 | Wdt 3d视觉检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110954555A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111716017A (zh) * | 2020-06-16 | 2020-09-29 | 罗建华 | 一种视觉检测装置及激光加工*** |
CN113610205A (zh) * | 2021-07-15 | 2021-11-05 | 深圳宇晰科技有限公司 | 一种基于机器视觉的二维码生成方法、装置及存储介质 |
CN113763822A (zh) * | 2021-10-18 | 2021-12-07 | 合肥鑫晟光电科技有限公司 | 一种邦定对位补偿方法及其补偿装置 |
CN116698753A (zh) * | 2023-07-25 | 2023-09-05 | 广州纳动半导体设备有限公司 | 一种基于机器视觉的mini-LED面板缺陷检测设备及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104808173A (zh) * | 2015-05-14 | 2015-07-29 | 中国人民解放军海军航空工程学院 | 基于Hough变换的测向交叉定位***虚假点消除方法 |
CN208206822U (zh) * | 2018-04-10 | 2018-12-07 | 深圳市嘉立创科技发展有限公司 | 基于机器视觉的pcb板缺陷自动检测*** |
CN109584215A (zh) * | 2018-11-10 | 2019-04-05 | 东莞理工学院 | 一种电路板在线视觉检测*** |
-
2019
- 2019-12-26 CN CN201911366371.0A patent/CN110954555A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104808173A (zh) * | 2015-05-14 | 2015-07-29 | 中国人民解放军海军航空工程学院 | 基于Hough变换的测向交叉定位***虚假点消除方法 |
CN208206822U (zh) * | 2018-04-10 | 2018-12-07 | 深圳市嘉立创科技发展有限公司 | 基于机器视觉的pcb板缺陷自动检测*** |
CN109584215A (zh) * | 2018-11-10 | 2019-04-05 | 东莞理工学院 | 一种电路板在线视觉检测*** |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111716017A (zh) * | 2020-06-16 | 2020-09-29 | 罗建华 | 一种视觉检测装置及激光加工*** |
CN113610205A (zh) * | 2021-07-15 | 2021-11-05 | 深圳宇晰科技有限公司 | 一种基于机器视觉的二维码生成方法、装置及存储介质 |
CN113763822A (zh) * | 2021-10-18 | 2021-12-07 | 合肥鑫晟光电科技有限公司 | 一种邦定对位补偿方法及其补偿装置 |
CN116698753A (zh) * | 2023-07-25 | 2023-09-05 | 广州纳动半导体设备有限公司 | 一种基于机器视觉的mini-LED面板缺陷检测设备及方法 |
CN116698753B (zh) * | 2023-07-25 | 2024-03-26 | 广州纳动半导体设备有限公司 | 一种基于机器视觉的mini-LED面板缺陷检测设备及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110954555A (zh) | Wdt 3d视觉检测*** | |
CN104331876B (zh) | 直线检测、图像处理的方法及相关装置 | |
CN111721259B (zh) | 基于双目视觉的水下机器人回收定位方法 | |
WO2021248270A1 (zh) | 一种异源图像配准方法及*** | |
CN102704215B (zh) | 基于dst文件解析与机器视觉结合的绣布自动切割方法 | |
CN106127145B (zh) | 瞳孔定位及跟踪方法 | |
CN110400315A (zh) | 一种缺陷检测方法、装置及*** | |
CN105913013A (zh) | 双目视觉人脸识别算法 | |
CN108830906A (zh) | 一种基于虚拟双目视觉原理的摄像机参数自动标定方法 | |
CN110648362B (zh) | 一种双目立体视觉的羽毛球定位识别与姿态计算方法 | |
CN106897995A (zh) | 一种面向机械装配过程的零部件自动识别方法 | |
CN113689401A (zh) | 一种直拉硅单晶炉晶棒直径检测方法及其装置 | |
CN108109154A (zh) | 一种工件的新型定位及数据获取方法 | |
CN108182704A (zh) | 基于形状上下文特征的定位方法 | |
CN110097540A (zh) | 多边形工件的视觉检测方法及装置 | |
CN113822810A (zh) | 一种基于机器视觉的三维空间中工件的定位方法 | |
CN111399634B (zh) | 一种手势引导物体识别的方法及装置 | |
CN115760893A (zh) | 一种基于核相关滤波算法的单雾滴粒径和速度测量方法 | |
CN111578838A (zh) | 一种齿轮尺寸视觉测量装置及测量方法 | |
CN109443319A (zh) | 基于单目视觉的障碍物测距***及其测距方法 | |
CN111145254B (zh) | 一种基于双目视觉的门阀毛坯定位方法 | |
CN107767366A (zh) | 一种输电线路拟合方法及装置 | |
CN108180825A (zh) | 一种基于线结构光的长方体形物体三维识别与定位方法 | |
CN116594351A (zh) | 一种基于机器视觉的数控加工单元*** | |
CN214410073U (zh) | 一种工业相机与深度相机结合的三维检测定位*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200403 |