姬麗娟，苗振海，陳妍言，鄧 強(qiáng)，方 波

（機(jī)科發(fā)展科技股份有限公司，北京 100044）

0 引言

電子信息產(chǎn)業(yè)是國民經(jīng)濟(jì)和國防建設(shè)的支柱產(chǎn)業(yè)，柔性印刷電路板（FPC）主要應(yīng)用于手機(jī)、筆記本電腦、PDA、數(shù)碼相機(jī)、LCM 等電子信息產(chǎn)品中，是其重要的組成部分。精密視覺檢測技術(shù)在FPC的姿態(tài)識別及后續(xù)高速高精度定位控制中的應(yīng)用，極大程度地提高了原有FPC 生產(chǎn)工藝的自動(dòng)化水平，提升了產(chǎn)量及品質(zhì)。因此，本文對機(jī)器視覺的應(yīng)用及相關(guān)算法的實(shí)際效率、精度和速度進(jìn)行了系統(tǒng)的分析和評價(jià)。

1 柔版加工工藝

柔性電路板簡稱軟板或FPC，具有配線密度高、重量輕、厚度薄的特點(diǎn)。其一般工藝如圖1所示。

圖1 FPC 加工工藝Fig.1 Processing technic of FPC

2 機(jī)器視覺定位系統(tǒng)

所謂機(jī)器視覺就是通過軟、硬件的組合，賦予機(jī)器類似于人類視覺的功能。它以視覺處理理論為中心，是圖像處理、模式識別、計(jì)算機(jī)技術(shù)和生理心理學(xué)為基礎(chǔ)的信息處理科學(xué)中的一個(gè)重要分支。視覺系統(tǒng)一般包含硬件系統(tǒng)和軟件，其中硬件系統(tǒng)組成為攝像機(jī)、鏡頭、光源、采集卡、計(jì)算機(jī)。軟件處理一般包含圖像處理分析、特征提取和模式識別等。為了能更好地檢測到輪廓和姿態(tài)，本系統(tǒng)采用了底部打光，而為了防止真空吸附固定后的FPC的意外翹曲造成圖像處理偏差，使用了Moritex的遠(yuǎn)心鏡頭，為了保證精度，相機(jī)采用到位PLC握手通信內(nèi)觸發(fā)模式，選用大恒HV5051M 相機(jī)，500萬像素，象元大小為2.2μm×2.2μm。其檢測對位流程如圖2所示。

圖2 檢測對位系統(tǒng)流程Fig.2 Flow chart of inspect and counterpoint system

HALCON 是一款功能十分強(qiáng)大的機(jī)器視覺軟件，它可以提供1000 多個(gè)運(yùn)算子。本系統(tǒng)就是在Vc6.0的平臺(tái)來調(diào)用HALCON的圖像處理的各個(gè)算子。

3 基于閾值分割技術(shù)和基于形狀的圖像匹配技術(shù)

鑒于FPC的形狀特征，在對工件的識別過程中，主要會(huì)用到基于閾值的圖像分割和基于形狀的圖像匹配技術(shù)，下面分別對兩種圖像技術(shù)進(jìn)行簡要介紹。

3.1 基于閾值的圖像分割技術(shù)

圖像分割是通過對原始采集圖像進(jìn)行某種方式的分割處理，以便于從其結(jié)果中提取到圖像的特征（如輪廓、區(qū)域等）的過程。閾值圖像分割技術(shù)上圖像分割技術(shù)中最基本也是最常用的一種方法，它通過對原始圖像的灰度直方圖進(jìn)行具體分析，以獲得前景與背景或者不同區(qū)域之間的一個(gè)或者幾個(gè)灰度閾值，然后將具有每一個(gè)閾值兩側(cè)的灰度值的像素分別設(shè)置成相同的顏色，從而達(dá)到將圖像進(jìn)行分割的目的。閾值分割主要有以下幾種方法：基于點(diǎn)的閾值分割、基于區(qū)域的閾值分割、局部閾值分割以及多閾值分割等。

閾值分割方法中最簡單的形式就是單閾值分割，設(shè)原始圖像灰度為 f（x，y），通過其灰度直方圖信息得到一個(gè)灰度閾值t，應(yīng)用公式：

將得到一個(gè)分割后的二值化圖像。若取b0=0（黑），b1=1（白），得到的就是通常所說的黑白二值化圖像。

3.2 基于形狀的匹配

當(dāng)圖像進(jìn)行分割之后，就要從中提取出各種特征，如灰度特征、紋理特征以及形狀特征，進(jìn)而才能進(jìn)行圖像匹配。

圖像匹配是通過一定的匹配算法在采集圖像和模板圖像之間識別同名點(diǎn)的過程，其實(shí)質(zhì)是在基元相似的條件下，運(yùn)用匹配準(zhǔn)則的最佳搜索問題。圖像匹配主要可以分為基于灰度的匹配和基于特征的匹配，基于形狀的匹配是特征匹配的一種，是本實(shí)驗(yàn)圖像處理開發(fā)軟件HALCON 中最常用的匹配方法。

4 系統(tǒng)識別FPC 特征的三種方法

由于HALCON 軟件具有很好的開放式結(jié)構(gòu)，本設(shè)備視覺系統(tǒng)在Windows XP 環(huán)境下，采用HALCON 和VC++6.0 聯(lián)合編程的方法進(jìn)行FPC 識別算法的開發(fā)。一方面能很好地使用HALCON 強(qiáng)大的圖像處理功能，另一方面又能保證程序的兼容性、高效性以及界面的友好性。系統(tǒng)提供的FPC 特征點(diǎn)識別方法有三種，分別為手動(dòng)區(qū)域選擇法、基于閾值分割的識別定位、基于形狀模板匹配法。

使用HALCON 大小為（2×2）mm 專用定做的標(biāo)定板（標(biāo)稱精度為±1μm），進(jìn)行數(shù)十次攝像機(jī)標(biāo)定，確定攝像機(jī)的內(nèi)外部平均參數(shù)，其中標(biāo)定出的三組十五張不同位置重要的縮放比例因子如表1所示。

表1 攝像機(jī)標(biāo)定的重要參數(shù)

4.1 手動(dòng)區(qū)域選擇法

手動(dòng)區(qū)域選擇法的組成步驟：第一，圖像采集與顯示；第二，手動(dòng)產(chǎn)生ROI；第三，圖像處理；第四，特征區(qū)域識別，如圖3所示。

4.2 基于閾值分割的圖像處理

本方法與第一種方法在圖像采集與顯示、圖像處理以及特征識別上基本一致。但是考慮到自動(dòng)化生產(chǎn)效率較高、FPC 定位精度要求高的因素，故將第一種方法的第二步改進(jìn)成為自動(dòng)閾值分割，并且對輪廓進(jìn)行膨脹處理，使其進(jìn)行亞像素級處理并直接產(chǎn)生ROI，這種方法的關(guān)鍵是FPC 顏色與背景顏色不同的特點(diǎn)；本方法同時(shí)利用了HALCON 里面專有的一種xld 數(shù)據(jù)結(jié)構(gòu)，專門存儲(chǔ)一組虛擬的輪廓模板。主要使用的HALCON 算子步驟：第一，閾值分割；第二，形態(tài)學(xué)處理；第三，亞像素分割；第四，區(qū)域特征選擇（選取輪廓長度大于62000 后的圖像）；第五，定位，如圖4所示。

圖3 手動(dòng)區(qū)域選擇法最終結(jié)果Fig.3 Final result based on manual selection

4.3 基于形狀的模板匹配

本方法使用HALCON 使用較多的基于形狀的模板匹配，即使目標(biāo)已經(jīng)旋轉(zhuǎn)、縮放、部分遮擋或者照明有非線性變化，其亞像素精度匹配技術(shù)也可實(shí)時(shí)地有效、準(zhǔn)確地找到目標(biāo)。步驟：第1 步，模板圖像采集；第2步，建立模板；第3 步，采集新圖像；第4 步，圖像匹配，結(jié)果如圖5所示。

圖4 基于閥值分割方法的最終結(jié)果Fig.4 Final result based on threshold method

圖5 基于形狀的模板匹配結(jié)果Fig.5 Final result based on shape template matching

5 三種方法的分析及比較

（1）從程序執(zhí)行的角度看，三種方法在讀取圖像步驟基本一致，但是從第二步就有了明顯的區(qū)別。第一種方法雖然通過手動(dòng)選擇ROI 來減少電腦閾值分割和區(qū)域選擇所用的時(shí)間，但是這種方法的弊端在于需要人工干預(yù)，不能滿足高效率的自動(dòng)化生產(chǎn)線，如果直接使用全局的閾值也可以實(shí)現(xiàn)自動(dòng)化，時(shí)間上會(huì)略有增加。第二種方法將閾值分割擴(kuò)大到整張圖，雖然在閾值分割以及區(qū)域選擇和亞像素處理等多花了0.03s的時(shí)間，但是去掉了人工畫圓的步驟，很好地實(shí)現(xiàn)了完全自動(dòng)識別的功能，第二種方法總共的時(shí)間在0.1s 以內(nèi)。第三種方法的速度也很快，如選擇亞像素精度模板匹配的時(shí)間在0.04s 以內(nèi)，總共花費(fèi)時(shí)間在0.1s 以內(nèi)。

（2）從程序執(zhí)行的精度上看，第一種方法為像素級精度，第二種是亞像素級精度，第三種可以自由選擇是像素級還是亞像素級精度。其利用相機(jī)的標(biāo)定后的參數(shù)轉(zhuǎn)化為世界坐標(biāo)，精度基本都能達(dá)到5μm 左右。實(shí)驗(yàn)的結(jié)果詳見表2，實(shí)驗(yàn)中使用辨率為1μm 磁性表座值作為參考。

（3）從各自的應(yīng)用范圍來看，第一種方法主要應(yīng)用在FPC 上有元件類型與圓孔相似的情況中，此時(shí)的圓孔難以通過全局發(fā)展分割而得到，因此可以借助于手動(dòng)，劃分出小的ROI 區(qū)域來識別出圓孔，第二種方法則適合大批量生產(chǎn)，只要各批次的PCB 板定位孔大致相同，就可以用此方法完成，由于視場較小，基本沒有其他圓干擾，現(xiàn)場使用情況不錯(cuò)。第三種方法增加了操作員的靈活性，可以根據(jù)現(xiàn)場工件的改變而選擇合適的模板匹配，即不需要工件有圓孔就可以進(jìn)行識別，而且可以根據(jù)需要進(jìn)行精度、速度、匹配度的選擇，更符合現(xiàn)場情況和客戶要求。

表2 三種方法實(shí)際精度

6 總結(jié)

自動(dòng)光學(xué)檢測技術(shù)在FPC 制造中的應(yīng)用越來越廣泛，隨之而來的就是各種檢測設(shè)備及配套算法的開發(fā)，本文在WindowsXP 環(huán)境下通過HALCON與Vc++的聯(lián)合編程，用三種不同的算法實(shí)現(xiàn)了FPC 快速的識別和定位，對其各自的效率、精度和應(yīng)用范圍行了實(shí)驗(yàn)分析和比較，其中模板匹配具有更好適應(yīng)現(xiàn)場環(huán)境，同時(shí)軟件具有數(shù)據(jù)庫管理以及與下位機(jī)PLC 通信、數(shù)據(jù)統(tǒng)計(jì)等功能，可穩(wěn)定運(yùn)行。

[1]Carsten Steger,Markus Ulrich.機(jī)器視覺算法與應(yīng)用[M].清華大學(xué)出版社，2008.

[2]羅珍茜，薛雷，等.基于HALCON的攝像機(jī)標(biāo)定[J].視頻應(yīng)用與工程，2010，05.

[3]Milan Sonka,Vaclav Hlavac,Roger Boyle.圖像處理分析與機(jī)器視覺[M].清華大學(xué)出版社，2011.

[4]張錚等.數(shù)字圖像處理與機(jī)器視覺—Vc++與Matlab 實(shí)現(xiàn)[M].人民郵電出版社，2011.

[5]李良福，陳衛(wèi)東，等.目標(biāo)跟蹤與定位中的視覺標(biāo)定算法研究[J].應(yīng)用光學(xué)，2008，4.

[6]彭曉輝.基于HALCON的IC 卡噴碼符號識別技術(shù)研究與實(shí)現(xiàn)[D].廣東工業(yè)大學(xué)，2006.

[7]李鵬程，范彥斌，等.基于HALCON的PCB 光學(xué)定位點(diǎn)的3 種識別方法及比較[J].佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)，2010，28～33.

[8]姚立新，張武學(xué)，連軍莉.AOI 系統(tǒng)在PCB 中的應(yīng)用 [J].電子工業(yè)專用設(shè)備，2004.