高精度贴片机自动定位的快速算法

在得到像素级边缘之后 , 经过多项式插值在亚像 素精度上再次确定零交叉点 , 得到了精确到亚像素级 的边缘 。逐点扫描边缘图像 , 对于每一个在边缘图像 中检测到并标记为边缘的零交叉点 , 在卷积图像中对 应的该点处 , 选择该点合适的邻域 , 即窗口 , 进行精确 到子像素的插值计算 。 这里可以采用多种插值方法 , 如线性插值 , 三次多 项式插值 , 正交多项式插值 , 样条插值等 。因为边缘对 应二阶导数过零点 , 所以不同插值方法检测边缘的相 对精度可以用它们二阶导数的收敛速率来测量 , 即考 察当信号的采样间隔减小时 , 二阶导数的误差减至零 的速度 。 线性插值方法 : gl ( x ) = f ( x ) + C, C ≠0。说明误 差不会减至零 。三次多项式插值方法 : gf ( x ) - f ( x )
3
在匹配之前 ,应该进行图像预处理来减少或去除 在图像摄取过程中因为噪声等原因带来的图像损失 。 但是如何在尽量保持图像细节的同时去除噪声 , 就需 要选择一种合适的滤波方式 。对于均值滤波 , 高斯滤
湖北省教育厅优秀中青年科技创新团队资助计划项目和武汉市科技计划项目 ( 20041001012)
现代制造工程 2005 ( 7 ) © 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
2 对于 ( x, y ) ∈R , 存在 :
″
″
了 。样条插值方法 : gz ( x ) = f ( x ) - O ( n ) , 说明误差 减至零的速度至少与 n 减至零的速度一样快 。上式中 的 f ( x ) 为原函数的二阶导数 。从以上分析可见 , 在 收敛速率的意义上 , 精度从高到低依次为 : 样条插值
传统的贴片机定位方法主要有模板匹配以及质心 法等 ,前一种方法精度较高 ,但对于标记图像可能存在 的旋转 、 平移的情况处理起来很慢 ,而后一种方法虽然 速度快 ,但定位精度并不是很高 。本文介绍的一种高 精度的快速的贴片机的自动定位方法 , 一方面采用一 种快速的点模式匹配方法 ,可以快速处理旋转 、 平移和 缩放等各种情况 ,另一方面采用亚像素方法来提取边 缘点 ,提高定位精度 , 同时为了保证速度要求 , 采用比 矩法处理速度快的插值方法 。自动定位的过程先对模 板图像进行噪声平滑 ,提取特征点 ,最后与输入图像进 行匹配 。模板处理的过程可以离线完成 , 这样不影响 自动对准处理系统的速度 。
…………… ( 2 )
式中 , c ( p, p0 ) 为模板内属于 USAN 区域的像素的判别
r2
6
I[ x + i, y + j] e
σ2 2
-
( I[ x + i, y + j] - I[ x, y ] ) 2 T2
函数 ; i ( p0 ) 是模板中心像素 (核 ) 的灰度值 ; i ( p ) 为模 板内其他任意像素的灰度值 ; T 是灰度差门限 , 表示能 检测的角点的最小对比度 。 再计算其 USAN 区中点的个数 :
法、 线性插值法 、 正交多项式法 , 所以本文采用样条插 值方法 。精确的亚像素边缘可以确保下面提取的角点 的精确性 。本文采用 SUSAN 角点提取算法来提取特 征点 ,这种方法定位比较准确 ,抗噪能力很强 。算法如 下 : 首先以图像中每一像素为内核点判断模板内的像 素是否属于 USAN (最小核值相似区 ) , 公式如下 :
1 引言
高精度自动贴片机是典型的集机 、 电、 液、 气、 光为 一体的复杂高科技产品 , 可以满足现在已有的其他封 装形式所不能够提供的高性能 、 大量 I/O 数量的应用 要求 。目前世界上只有少数几个国家中不多的几个大 公司可以生产自动贴片机整机 , 价格昂贵 。由于它在 MCM、 M EM S、 MOEM S、 三维封装 、 红外传感器 、 射频器 件、 图像探测器等领域有着广泛应用的前景 ,因此对于 它的研究对我国半导体产业有着重要的意义 。
© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved.
http://www.cnki.net
仪器仪表与检测
首先在点集 P 中提取一个随机点 , 然后在 Q 点集 里搜寻和随机点局部匹配点 , 这里的匹配实际上是指 点集 P 的最近邻点与点集 Q 的最近邻点是否存在一 个仿射变换 , 如果找到了这个局部匹配的仿射变换 , 再 来判断它是否为全局匹配的仿射变换 。先给出这里几 个参数的定义 ,ρ 为匹配概率 , ∈ [ 0, 1 ]; t为匹配尺寸 , 即误差容限 , t∈R , 取 t =λr/ 2 n, 因为点集 Q 最近邻 点的平均最短距离为 r/ 2 n, 这里 λ为比例系数 。 步骤 1: 预先计算 : ( 1 ) 出点集 P, Q 中每个点的 k 个最近邻点并存储在最近邻点列表中 。 k 个最近邻点 按由近到远的顺序排列 。详见文献 [ 2 ]或 [ 3 ]。 ( 2 )包 含点集的最小方格分割成二维的边长 r/ n的方格的 矩阵 , 矩阵中每个方格都包含了点集 Q 中的一列点 。 这样可以快速地查找在指定的坐标轴下是否存在点集 Q 中的点 。 步骤 2:随机选取点集 P 中点 p, 判断 p 的 k 个最 近邻点是否和点集 Q 中 q的 k 个最近邻点匹配 。如匹 配 , 则 T 为此局部匹配的仿射变换参数 。最后检查 T 是否为全局匹配 。如果是则输出参数 T 和匹配点对 。 3 ) 搜寻点集 Q 中的点 步骤 1 中 ( 2 ) 可以检查对于任何的坐标点 qo ( x,
A fa st a lgor ithm of automa tic loca tion in h igh prec ision d ie bonder
Zhou J ie, Zhong Y un in g, Sh i T ielin , L üQ in ghua
Abstract The im age p rocessing algorithm s of automatic location are described. Firstly, LOG operator is used to find the edge and interpolation is app lied subp ixel resolution, secondly, SUSAN p rincip le is used to extract exact feature point . A t last, a way of point pattern matching, Van W amelen A lgorithm , is comp iled to realize the automatic location, which can accurately align the t wo fidu2 cials in chip and substrate even when the input fiducial is not comp lete or party occluded. Key words:D ie bonder Automa tic loca tion Subp ixel Po in t pa ttern ma tch i ng
采集卡 、 计算机等硬件和图像处理软件部分组成 。光 学成像系统的分辨率和图像处理算法的性能对视觉系 统的精度起着关键的作用 。定位精度对最终的贴片精 度的影响至关重要 。同时由于实时的要求 , 速度也是 一个非常重要的因素 。因此需要提出一种高精度且快 速的算法才能满足系统要求 。
3 自动定位方法
仪器仪表与检测
高精度贴片机自动定位的快速算法
周 洁 钟毓宁 史铁林 吕青花
3
摘要 在简要介绍高精度自动倒装贴片机的原理和实现过程的基础上 ,阐述了一种快速的高精度的自动定位算法 。该 算法的基本思想是先用 LOG算子得到像素级边缘 ,再用插值方法得到其亚像素边缘 ,然后用 SUSAN 角点检测法提取精 确的特征点 ,最后用 Van W amelen算法实现快速点模式匹配 。它能在输入标记缺损或遮挡的情况下快速有效完成对准 , 而且精度较高 。 关键词 : 贴片机 自动定位 亚像素 点模式匹配 中图分类号 : TN305 —7 文献标识码 : A 文章编号 : 1671 —3133 ( 2005 ) 07 —0125 —04
125
仪器仪表与检测
波 ,中值滤波和 SUSAN 滤波进行比较可以看出均值滤 波和高斯滤波都对图像有一定程度的模糊 , 中值滤波 和 SUSAN 滤波对边缘保护比较好 ,但是中值滤波对图 像的角点有一定的破坏 ,影响后面的匹配定位精度 ,因 此 SUSAN 滤波的效果相对较好 。
SUSAN 滤波的思想是取模板中与核心点相似的
假设二维图像中的两个点集 , P = { p1 , p2 , …, pn } ,
Q = { q1 , q2 , …, qm } , 需要确定两个点集的仿射变换参
″
″
数 Ts,θ, tx, ty , 使得 T ( P ) 和点集 Q 相匹配 , 其中 s为伸缩 系数 ,θ 为旋转角度 , tx , ty 分别是 X, Y 轴方向的位移 。
3. 1 噪声平滑
2 自动定位系统结构和实现原理
自动倒装贴片机主要由承片加工台 、 芯片拾放头 、 芯片自动对准系统 、 压焊头 、 监视显示屏和控制系统各 部分组成 ,主要研究的就是芯片自动定位系统 ,它的作 用是 当 拾 起 的 芯片 在 基 板 焊 区上 方 一 定 高 度时 , 将两束光 分别 照 射 对 准 芯片 和 基 板 移 图 1 视觉对准系统结构示意 动加工台 , 使芯 片与基板相应焊区精确对位 。示意结构如图 1 所示 , 由光学成像系统 、 光学照明系统 、 CCD 摄像器件 、 图像
6 2 逐步降低 , 从 O ( n ) 减少到 O ( n ) , 相比较众多的点模
特征点集的提取是关键的一步 。为了实现实时得 到较高精度的特征点 , 提出先用 LOG算子得到像素级 边缘 , 再用插值方法得到其亚像素边缘 , 最后用 SU 2
SAN 角点检测法提取精确的特征点 。插值算法如下 。
2 ″ = 2 c2 / a - f ( x ) + O ( n ) , 可见 , 当 n 减小时 , 误差增加
式匹配算法 , Van W amelen 提出的快速点模式匹配算 法是目前点模式匹配算法中最快速的 , 算法的时间复 杂度为 O ( n ( log n )
1 ) 模型的建立
3 /2
) 。运用算法如下 。
=
x + y ;σ是高斯平滑滤波器的方差 ,σ越大 , 图像
2 2
6
c ( p, p0 ) ……………………… ( 3 )
式中 , n ( p0 ) 为 USAN 区的点数计算函数 。然后利用 式 ( 4 )得到 USAN 区的特征图像 :
R ( p0 ) = g - n ( p0 ) , n ( r 0 ) <g
越平滑 , σ越小 , 表现的细节越多 , 一般取 4. 0 就有较 好的效果 ; T 是衡量灰度值相似程度的阈值 , 一般情况 下取 25。
3. 2 提取特征点
0, n ( r0 ) ≥g
……………… ( 4 )
式中 , g 为几何阈值 , 提取角点时 , 一般取模板内像素 的 1 / 2; R ( p0 ) 为 USAN 区的特征图像灰度函数 。 最后取特征图像 R ( p0 ) 的局部最大值作为特征 点。 3. 3 点模式匹配 点模式匹配是最后的一步 。与传统的匹配方法相 比 , 它不仅可以快速处理输入图像伸缩 、 旋转 、 平移的 情况 , 尤其在标记图像缺损或是被覆盖的情况下也能 有效完成匹配 , 而且具有很高的鲁棒性 。 近几年点模式匹配算法发展很快 , 算法的复杂度
126
″
″
″
T
x y
=
tx ty
+s
θ θ x cos sin θ θ y sin cos
…………… ( 5 )
式中 , s,θ , tx , ty 就是所要求的参数 , 由于采集的标记模 板和输入标记大小大致相同 , 所以这里 s恒为 1。 2 ) 主要算法流程
现代制造工程 2005 ( 7 )
n ( p0 ) =
p∈ M ( p0 )
( i, j) ≠ 0, 0 )
6(
ewk.baidu.com
-
r2
σ2 2
-
( I[ x + i, y + j] - I[ x, y ]) 2 T2
……………………………………… ( 1 ) 式中 , I[ x, y ]和 I [ x + i, y + j]分别是像素和邻域内像 素的灰度值 ; J [ x, y ]是像素 I[ x, y ]滤波后的灰度值 ; r
c ( p, p0 ) =
像素进行处理 ,实质上是一种加权平均的均值滤波 ,其 中的相似比较函数类似于权重函数 。
SUSAN 滤波算法公式为 :
J [ x, y ] =
( i, j) ≠ ( 0, 0 )
1, | i ( p) - i ( p0 ) ≤T | 2, | i ( p) - i ( p0 ) > T |