SMD装配线的二维自动视觉检测远程质量控制系统
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
件由JAVA编写，强化了AVI的性能和简化了操作。程序框架如图5所 示。
3.检测算法
已经实施在AVI系统上的的检测算法结构如图6所示。算法包括 一个初始化程序和3个检测程序。
初始化程序实现工控机IPC与上位机的连接，实现移动相机和 照明系统到指定位置。接着，系统确认图像采集过程中的环境参数， 例如灯光环境、相机状态等已经就位。
开始的时候，2D检测程序通过相机1获取PCB的图像。首先根 据检测过程的采集对象的不同，例如采集的是背景信息、或者是 PCB板上的关键点，或者是检测芯片的时候，把照明系统设定在一 个特定的环境（照明模式和曝光时间）。
在获取图像后，接着就是图像处理，消除偏移，提取出主要特征 以及模式识别等。如果在第一个2D检测程序中获取的图像以及能够 满足SMD检测的要求，程序停止。否则，执行另外一个2D检测程序， 这次使用的是 相机2，采用与相机1同样的方法采集45度角的图像。 如果还不足与满足SMD检测的要求，系统开始3维特征分析，把前 面采集的二维图像进行整合。
上面提到的用于图像处理、特征提取和模式识别等的算法，我们已 经实现了初步应用，但是，为了实现更加高效的算法，我们还需要更加 深入进行研究。
C.照明系统
照明系统由8个面板LED灯组成，每4个面板排成一列。每个面板 都通过上位机独立控制。上面一排四个面板的LED灯提供顶部照明， 下面一排的四个面板提供侧面的照明。另外，每个面板的灯存在4 种模式，可根据SMD的检测要求进入不同的模式。
D.控制和处理程序 上位机通过软件进行图像采集、图像处理和分析以及通信。软
3）二维特征提取 二维特征提取方法从图像背景中提取出SMD中的主要特征：边角、
边缘和焊孔。通过三个参考点定位出它们的相关位置。边角和边缘的 提取采用不同的途径。边角特征采用数学形态学的方法进行提取；边 缘特征采用空间滤波的方法实现。
4）图像投影 这种方法通过转换前面图像的像素坐标，来模拟实现45度相机的视
图像采集系统有两台Pulnix grayscale相机、25mm的手动调焦镜 头和matrox图像采集卡组成。相机可以利用与水平面采集时相同的 焦点对PCB进行90度和45度方向上的图像采集，获取PCB前沿和侧 面的图像，然后利用立体视觉算法，重构SMD的三维信息。图像可 以由相机1或相机2获得，通过图像采集卡传送到上位机。通过上位 机对采集后的图像进行处理。
觉效果。然后把这种方法实现的图像和实际45度相机源自文库取的图像进行 比较，从而进行特征提取。
4.结论
本文描述了一种新型的自动视觉检测系统，用于对SMD(表面安装设 备)生产线进行质量检测。该系统为研究需要提供了丰富的软件和硬件工 具。作为实验平台，我们在系统上实施了二维图像和三维重构方面来检 测PCB中的缺失件问题。该算法采用预处理程序和偏差调整程序，以消 除两幅图像中的冗余信息和重叠问题。预处理程序同时减少了计算时 间，加强了从模式比较和图像融合中获取信息的能力。偏差调整方法对 差错的调整非常有效。但是，这种方法需要一个上界偏差，否则处理时 间时间很长，并且容易造成许多信息的丢失，因此该方法存在缺陷。采 用工控机实施现代的智能控制策略，提高机器的准确度和减少图像采集 的时间。这些特性都加强了AVI系统的性能。
图像处理方法
图像处理程序采用几种基本方法对二维图像进行处理：图像分割、 偏差调整、特征提取等。 1）图像分割
与偏差调整和特征提取不同，图像分割采用的是神经网络BP算法。 该方法把图像分割成不同的三部分：背景、焊孔和元件。 2）偏差调整
偏差调整方法是对闭环控制的定位系统补偿后的偏差进行修正。该 方法使得两幅图像比较起来的出错机率减少。偏差调整是利用PCB板上 可能的参考点，通过两路方法来实现。第一种方法通过比较图像垂直和 水平部分，利用他们的相关性或则简单的不同点来计算X轴和Y轴上的偏 差。第二种方法采用Hopfield神经网络的方法。通过Hiopfield网络进 行像素到像素的扫描，从而找到匹配模板的对象 。
论文的基本思路：
SMD(Surface Mounted Devices,表面机器安装)视觉检测 中关键问题，就是如何利用不同的算法从二维图像和三维图像中提取 出有用的信息。二维图像比三维图像更为容易获取。但是，有用的信 息却不能简单的从二维图像中直接获得，还需要对图像进行复杂和大 量的数值分析。采用只保留待检测的感兴趣位置的信息，把二维图像 转换成一维空间信号，可以大大减少了计算量。但是这种方法比起三 维图像分析的方法，可靠性减少。因此，对于质量检测系统，二维分 析和三维分析的方法应该有效的结合起来，在减少检测时间的同时提 高可靠性。
论文的结构： 论文第二部分介绍二维AVI系统的基本结构：机械系统、图像获取
和处理系统、照明系统和通信系统。第三部分我们说明通用的检测算 法，对已经应用在AVI系统上的算法做了主要的介绍。在第四部分，我 们介绍了如何通过远程通信工具实现与JVML系统的连接。
2.AVI系统硬件结构
A.机器定位系统
机器定位系统是个X-Y平台，系统的任务就是根据PCB板上检 测的顺序，在采集图像前把相机和照明系统准确移动到合适的位置。 轴的运动由两个垂直的滚珠丝杠控制，通过交流伺服电机驱动。机 器工作在一个黑暗的环境，避免照明系统受环境噪声的影响。运动 和定位由FESTO工控机（IPC）控制。 B. 图像采集系统
SMD装配线的二维自动视觉检测远 程质量控制系统
摘要：本文描述了一种新型的自动机器检测系统，该系统用于 解决SMT安装生产线上的质量控制问题。该系统提供了丰富 的硬件和软件工具，为检测和决策算法的测试提供良好的 平台；并且该系统允许进行远程控制。我们利用二维分析 和三维重建的方法，对表面贴片安装中的元器件错件、漏 贴等缺陷进行了检测。另外，我们还介绍了如何利用JINI 技术实现系统与JINI机器视觉制造实验室的集成。本系统 是墨西哥-美国在制造领域合作项目（MANET）中的一部分。
3.检测算法
已经实施在AVI系统上的的检测算法结构如图6所示。算法包括 一个初始化程序和3个检测程序。
初始化程序实现工控机IPC与上位机的连接，实现移动相机和 照明系统到指定位置。接着，系统确认图像采集过程中的环境参数， 例如灯光环境、相机状态等已经就位。
开始的时候，2D检测程序通过相机1获取PCB的图像。首先根 据检测过程的采集对象的不同，例如采集的是背景信息、或者是 PCB板上的关键点，或者是检测芯片的时候，把照明系统设定在一 个特定的环境（照明模式和曝光时间）。
在获取图像后，接着就是图像处理，消除偏移，提取出主要特征 以及模式识别等。如果在第一个2D检测程序中获取的图像以及能够 满足SMD检测的要求，程序停止。否则，执行另外一个2D检测程序， 这次使用的是 相机2，采用与相机1同样的方法采集45度角的图像。 如果还不足与满足SMD检测的要求，系统开始3维特征分析，把前 面采集的二维图像进行整合。
上面提到的用于图像处理、特征提取和模式识别等的算法，我们已 经实现了初步应用，但是，为了实现更加高效的算法，我们还需要更加 深入进行研究。
C.照明系统
照明系统由8个面板LED灯组成，每4个面板排成一列。每个面板 都通过上位机独立控制。上面一排四个面板的LED灯提供顶部照明， 下面一排的四个面板提供侧面的照明。另外，每个面板的灯存在4 种模式，可根据SMD的检测要求进入不同的模式。
D.控制和处理程序 上位机通过软件进行图像采集、图像处理和分析以及通信。软
3）二维特征提取 二维特征提取方法从图像背景中提取出SMD中的主要特征：边角、
边缘和焊孔。通过三个参考点定位出它们的相关位置。边角和边缘的 提取采用不同的途径。边角特征采用数学形态学的方法进行提取；边 缘特征采用空间滤波的方法实现。
4）图像投影 这种方法通过转换前面图像的像素坐标，来模拟实现45度相机的视
图像采集系统有两台Pulnix grayscale相机、25mm的手动调焦镜 头和matrox图像采集卡组成。相机可以利用与水平面采集时相同的 焦点对PCB进行90度和45度方向上的图像采集，获取PCB前沿和侧 面的图像，然后利用立体视觉算法，重构SMD的三维信息。图像可 以由相机1或相机2获得，通过图像采集卡传送到上位机。通过上位 机对采集后的图像进行处理。
觉效果。然后把这种方法实现的图像和实际45度相机源自文库取的图像进行 比较，从而进行特征提取。
4.结论
本文描述了一种新型的自动视觉检测系统，用于对SMD(表面安装设 备)生产线进行质量检测。该系统为研究需要提供了丰富的软件和硬件工 具。作为实验平台，我们在系统上实施了二维图像和三维重构方面来检 测PCB中的缺失件问题。该算法采用预处理程序和偏差调整程序，以消 除两幅图像中的冗余信息和重叠问题。预处理程序同时减少了计算时 间，加强了从模式比较和图像融合中获取信息的能力。偏差调整方法对 差错的调整非常有效。但是，这种方法需要一个上界偏差，否则处理时 间时间很长，并且容易造成许多信息的丢失，因此该方法存在缺陷。采 用工控机实施现代的智能控制策略，提高机器的准确度和减少图像采集 的时间。这些特性都加强了AVI系统的性能。
图像处理方法
图像处理程序采用几种基本方法对二维图像进行处理：图像分割、 偏差调整、特征提取等。 1）图像分割
与偏差调整和特征提取不同，图像分割采用的是神经网络BP算法。 该方法把图像分割成不同的三部分：背景、焊孔和元件。 2）偏差调整
偏差调整方法是对闭环控制的定位系统补偿后的偏差进行修正。该 方法使得两幅图像比较起来的出错机率减少。偏差调整是利用PCB板上 可能的参考点，通过两路方法来实现。第一种方法通过比较图像垂直和 水平部分，利用他们的相关性或则简单的不同点来计算X轴和Y轴上的偏 差。第二种方法采用Hopfield神经网络的方法。通过Hiopfield网络进 行像素到像素的扫描，从而找到匹配模板的对象 。
论文的基本思路：
SMD(Surface Mounted Devices,表面机器安装)视觉检测 中关键问题，就是如何利用不同的算法从二维图像和三维图像中提取 出有用的信息。二维图像比三维图像更为容易获取。但是，有用的信 息却不能简单的从二维图像中直接获得，还需要对图像进行复杂和大 量的数值分析。采用只保留待检测的感兴趣位置的信息，把二维图像 转换成一维空间信号，可以大大减少了计算量。但是这种方法比起三 维图像分析的方法，可靠性减少。因此，对于质量检测系统，二维分 析和三维分析的方法应该有效的结合起来，在减少检测时间的同时提 高可靠性。
论文的结构： 论文第二部分介绍二维AVI系统的基本结构：机械系统、图像获取
和处理系统、照明系统和通信系统。第三部分我们说明通用的检测算 法，对已经应用在AVI系统上的算法做了主要的介绍。在第四部分，我 们介绍了如何通过远程通信工具实现与JVML系统的连接。
2.AVI系统硬件结构
A.机器定位系统
机器定位系统是个X-Y平台，系统的任务就是根据PCB板上检 测的顺序，在采集图像前把相机和照明系统准确移动到合适的位置。 轴的运动由两个垂直的滚珠丝杠控制，通过交流伺服电机驱动。机 器工作在一个黑暗的环境，避免照明系统受环境噪声的影响。运动 和定位由FESTO工控机（IPC）控制。 B. 图像采集系统
SMD装配线的二维自动视觉检测远 程质量控制系统
摘要：本文描述了一种新型的自动机器检测系统，该系统用于 解决SMT安装生产线上的质量控制问题。该系统提供了丰富 的硬件和软件工具，为检测和决策算法的测试提供良好的 平台；并且该系统允许进行远程控制。我们利用二维分析 和三维重建的方法，对表面贴片安装中的元器件错件、漏 贴等缺陷进行了检测。另外，我们还介绍了如何利用JINI 技术实现系统与JINI机器视觉制造实验室的集成。本系统 是墨西哥-美国在制造领域合作项目（MANET）中的一部分。