应用在高性能贴片机上的一种快速视觉定位算法 已看
合集下载
- 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)。
cial .
Key words : vision alignment ; Hough transform ; least square met hod ; chip mounter
1 引 言
绕指定轴心的旋转角度和平移距离 。该算法对比例 变化和局部残缺不敏感 。
目前在高性能贴片机中广泛采用了视觉对准方 法 ,即利用 CCD 摄取芯片或基板上的定位标记图
在得到边缘点后 ,需要同时拟合出四条直线 ,较
好的方法是使用 Hough 变换[4 ] 。Hough 变换的基
本思想是将图像空间中点共线的问题转换为参数空
间中线求交点的问题 。以图像左上角为原点 ,建立
如图 3 (a) 所示的坐标系 。直线的标准式方程为
xcosθ + ysinθ = ρ
(1)
图 3 Hough 变换坐标系的定义和累加数组
张凯 , 王瑜辉 , 尹周平 , 熊有伦
(华中科技大学 机械科学与工程学院 , 湖北 武汉 430074) 摘 要 : 针对高性能贴片机须具有快速 、准确的视觉定位的要求 ,通过改进一种混合空间增强的预处理方法 ,采用 Hough 变换与最小二乘法相结合的方法提取出了较为精确的边缘直线 ,实现了一种利用十字叉标记几何信息 ,并能进行 快速对准的算法 。实验结果表明 ,该算法具有较快的速度 ,对比例变化和局部残缺不敏感 。 关 键 词 : 视觉定位 ; Hough 变换 ; 最小二乘 ; 贴片机 中图分类号 : TP391. 41 文献标识码 : A
(5) 当 array- result 中的响应点的数目超过时 , 结束 。
因此结果数组中的四个响应点的坐标就是十字
叉的四条长边缘直线的参数 。
2. 3. 3 用最小二乘法校正直线参数 为了消除在 Hough 变换过程中存在的参数量 化误差 ,以 Hough 变换得出的直线参数为基础 ,找 出在图像空间中 ,在这条直线附近的边缘点集 ,然后 再对此点集用最小二乘法进行拟合 ,把拟合的结果 作为 直 线 的 精 确 参 数 。从 实 验 来 看 , 直 接 使 用 Hough 变换得出的θ值已能得到较高精度的计算结 果 ,问题是求满足最小二乘原则的ρ。 对式 (1) 所表示的直线来说 ,若要使误差函数
提出了通过提取特征点集然后再进行点模式匹配的 因此须抽取出十字叉的四
计算方法 ,但该算法较为复杂 ,而且仍然存在计算效 率低的问题[3 ] 。本文利用电子制造装备中最常见 的十字叉标记对准法实现了一种利用标记自身的几
条长边缘直线 ,芯片和基 底上的十字标记所对应的 边缘直线的夹角就是旋转
图 1 十字叉标记图像
604
第4期
张凯 ,等 : 应用在高性能贴片机上的一种快速视觉定位算法
后的十字叉位于中心点 ,何况在实际工作过程中十 字叉还会出现部分遮挡 、缺失等情况 。
算法的主要步骤如下 : (1) 图像预处理和图像增强 。首先选取适当的 阈值对图像进行二值化分割 ,然后再采用开运算和 闭运算消除标记上的毛刺和孔洞 ,最后用腐蚀的方 法得到边缘点 。 (2) 采用 Hough 变换与最小二乘相结合的方式 进行边缘直线的拟合 。 (3) 根据提取出的直线参数 ,计算出所需的角 度和平移距离 。 由于本算法只需要拟合出四条最长的边缘直 线 ,因此它对十字叉出现的部分遮挡不敏感 ;又因为 算法只需要用到直线的方向信息和十字叉的中心点 信息 ,故它对比例变化也不敏感 。因此本算法不受 十字叉比例变化的影响 ,同时也能“宽容”预处理过 程中发生的边缘位置变化 。 2. 2 图像预处理 由于本文采用的是灰度阈值分割的方法来分离 标记和背景的 ,因此对图像进行预处理是非常重要 的 。通过观察图 1 (a) 和图 1 (b) 发现 ,该十字叉标记 内部有较多的纹理特征 ,边缘比较模糊 ,而且在标记 内某些区域的灰度值与背景灰度值很接近 。预处理 的目的就是要加强边缘 、淡化纹理 ,并尽量增大标记 与背景的灰度差 。 一般的预处理方法是先用邻域平均法对图像进 行平滑滤波 ,然后再用幂律变换的方法进行对比度 增强 。这种方法虽然可以去除纹理噪声 ,但是模糊 了标记的边缘 。中值滤波等非线性滤波方法虽然可 保护边缘 ,但在去除标记内部不必要的纹理特征时 就显得无能为力了 。为此本文提出了一种混合空间 增强的方法[4 ] 。该方法可采用如下的预处理流程 : (1) 用 Sobel 算子提取原图像边缘 ,然后再进行 3 ×3 平滑滤波 ,得到 Img1 ; (2) Img1 同原图像相乘 ,得到掩蔽图像 Img2 ; (3) 原图像同 Img2 相加 ,可得到锐化的图像 。 在该方法中 ,首先用 Sobel 算子加强边缘特征 , 由它带来的噪声可用平滑滤波去除 ,同时也在很大 程度上去除了标记内部的纹理特征 。平滑梯度图像 同原图像相乘的结果在灰度变换强烈的地方保留了 细节 ,在灰度变换平缓的地方减少了纹理 。 图 2 (a) 为应用一般预处理方法后的二值化结 果 ,图 2 ( b) 为使用混合空间增强后的结果 。可见 , 一般预处理方法不能完全去除标记内部较暗的纹理 特征 ,导致其内部出现了较大的孔洞 ,目标与背景的
A fast vision al ignment algorithm in high perf ormance chip mounter
ZHANG Kai , WANG Yu2hui , YIN Zhou2ping , XIONG You2lun
(School of Mechanical Science and Engineering , Huazhong University of Science and Technology , Wuhan 430074 , China)
值 s > T , 则将此响应点存入候选数组 array-candi2 date。 T 为预先设定的阈值 ,可取成为总边缘点数 的 1/ 30 。
(2) 将候选数组 array-candidate 按累加值从大 到小降序排列 。
(3) 取出 array-candidate ,并把排在第一位的响 应点存入结果数组 array- result 。
元的值达到一个较大的数目 。
2. 3. 2 参数空间局部最大值的求取
在对十字叉的所有
边 缘 点 进 行 Hough 变
换后 ,将参数空间的累
加值的比例变成为灰度
值 ,这样就可以绘出参 数空间的累加响应值分 布图 , 如图 4 所示 。最
图 4 Hough 变换 后的响应图像
深的四个颜色区域代表了十字叉的四条长边缘直
何信息进行快速对准的算法 。该算法采用 Hough 角 。由长边缘直线的 4 个交点的坐标平均值可得到
变换与最小二乘拟合法相结合的方法提取出定位标 十字叉的中心点 。不使用二值化形心的原因是由于
记的边缘直线以及中心点坐标 ,以此计算出中心点 图像噪声的影响 。由于图像噪声 , 很难保证二值化
Ξ 收稿日期 : 2004207212 E2mail : zkaimail @sohu. com 基金项目 : 国家重点基础研究发展计划 (973) 专项经费资助项目 (2003CB716207) ; 国家自然科学基金资助项目 ( 50390063 , 50335020) 作者简介 : 张凯 (19802) ,男 ,华中科技大学机械科学与工程学院硕士研究生 ,主要从事机器视觉与电子制造装备方面的研究 。
2. 1 算法概述 十字叉标记包含有位置信息和方向信息 ,如图
1 (a) 所示 。对准的过程就是计算出在现场摄取的十 字叉方位信息 ,是通过比较芯片和基底 、或现场与设 定信息之间的偏差来完成的 。值得注意的是 ,在实 际应用中 ,十字叉标记难免会出现局部残缺 ,如图 1 (b) 所示 。
由于十字叉的两组长 边是最显著的几何特征 ,
Abstract : Fast and accurate vision alignment was cБайду номын сангаасitical in high precision chip mounting. A fast geometric characteristic2
oriented algorit hm was proposed for t he cross fiducial alignment . A hybrid spatial filtering met hod was improved to get a high
2 快速对准算法
像 ,在计算出标记的位置偏差后 ,由贴装头带动芯 片 ,由 X Y 平台带动基底 ,各自进行旋转或平移微 调 ,以完成芯片和基底的对位贴装 。快速 、准确的完 成定位标志的对准对提高贴片机的工作效率和精度 起着至关重要的作用[1 ,2 ] 。
传统的对两幅标志图像进行对准的算法采用的 是模板匹配的相关运算法 。这种方法计算过程简 单 ,但当两幅图像存在旋转关系时效率较低 ,且对标 志图像的比例变化和局部残缺较为敏感 。有些文献
n
∑ A = ( x icosθ + yisinθ - ρ) 2
(2)
i =1
最小 ,则
n
∑ ρ =
1 n
i =1
(
x icosθ +
yi sinθ)
(3)
2. 4 计算角度和平移距离
在提取出十字叉的四条边缘直线后 ,将与 θ值
quality bilevel image , t hen t he Hough transform and t he least square met hod were taken to calculate accurate border line param2
eters. Experiments results demonstrate t hat t he algorit hm is fast and can tolerate scale changes and partially hidden of t he fidu2
(4) 依次扫描 array-candidate 中的次强响应点 , 若该响应点与 array- result 中的所有点的 θ和ρ值 都相差较大 ,说明它们与现有的结果点都不在同一 个局部域中 ,可将该响应点存入结果数组 array- re2 sult ,否则丢掉当前点 ,继续扫描下一个次强点 。
灰度差也没有增大 ,导致十字叉的一个角上出现了
缺失 。而混合空间增强方
法不存在这些问题 ,分割
出的十字叉较为完整和规
范 ,虽然边缘上毛刺较多 ,
但可在后续步骤中用开运 图 2 二值化结果对比 算的方法去除 。
二值化阈值的确定方法很多 ,本文采用了迭代
计算法[4 ] 。
2. 3 边缘直线的提取
2. 3. 1 Hough 变换
线 ,直线的参数由各自区域的局部最大响应点坐标
决定 。值得注意的是 ,这四个局部最大响应通常并
605
光 学 技 术 第 31 卷
非全局最大的四个响应 。因此可用下面的算法抽取
出 Hough 变换的局部最大响应点 : (1) 扫描参数空间中所有的响应点 。若其累加
光 学 技 术 第31
200
卷第4 5年7
期 月
OP
T ICAL
TECHN IQU E VJoull.y31 N20o0. 54
文章编号 : 100221582 (2005) 0420604204
应用在高性能贴片机上的一种快速视觉定位算法 Ξ
图 3 中 ,直线θ的取值范围为[ - π/ 2 π, / 2 ] ,ρ的取值
范围为[ - 2 D , 2 D ] , D 为图像对角之间的距离 。
将参数空间离散化 ,定义图 3 (b) 所示的二维累加数
组 ,并初始化 ,使所有的单元值为零 。对图像中的每 一个边缘点 ( x , y) 来说 ,令θ为所有离散值θi ,由式 (1) 计算出相应的 ρi 后进行取舍 ,将该 [θi ,ρi ]单元 的值加 1 ,则标记图像中共线的边缘点都会令表征 该直线参数的累加单元[θ,ρ]加 1 ,从而使该累加单