姜利

（江蘇省常州技師學院，江蘇 常州 213017）

0 引言

現代電子技術的飛速發(fā)展，要求貼片機也朝著微型化、輕型化、高度集成度和高可靠性的方向發(fā)展，即要求產品達到輕、薄、短、小、好、省的目的。傳統的電子元器件表面貼裝工藝所用的貼片機視覺檢測時，采用通用相機攝取圖片和視覺處理軟件對片式元件的位置進行檢測，由于受通用視覺軟件本身的限制，很難根據片式元件的特點對其中的算法進行有針對性的改進，從而使元件檢測的效率降低，系統復雜，靈活性較差，價格昂貴。為了克服上述缺陷，本文提供基于矩形擬合的Chip元件位置誤差視覺檢測算法，實驗證明能夠滿足貼片機元件定位檢測系統的精度和速度要求。

1 Chip元件的視覺檢測任務分析

由于貼片機吸嘴在吸取元件時可能會產生元件偏轉，如圖1所示。因此位置檢測成為視覺檢測的關鍵，矩形元件形位是進行貼裝角度校正、貼裝坐標補償以及元件尺寸等計算的關鍵參數，是保證元件貼裝精度和品質檢測的重要因素，如圖2所示。

從圖1和圖2中Chip元件的圖像可以看出，Chip元件的特征:1）周邊沒有引腳;2）外輪廓為矩形。視覺檢測任務:通過一定的圖像處理算法對待貼裝的Chip元件圖像進行有關參數的檢測，參數主要包括:

圖1 Chip元件圖像

1）Chip芯片相對于x軸正方向的偏轉角度θ;

2）Chip芯片的尺寸測量，包括Chip芯片的長度L和寬度W，測量出L和W，與芯片標準尺寸進行比較，誤差是否在容許度之內，是判斷能否正確吸取的芯片和貼裝的依據。

3）芯片中心與圖像中心的偏差（水平偏差Δx和豎直位移Δy）;

圖2 Chip元件輪廓及檢測參數示意圖

2 基于矩形擬合的檢測Chip元件算法設計

根據Chip元件的幾何特征知，只要檢測出芯片的4條輪廓邊就可以計算出芯片的中心偏差和轉角偏差。針對該問題，提出矩形擬合獲取Chip元件輪廓邊的方法，其設計思想:首先對拍攝的芯片圖像進行二值化和邊緣檢測處理獲取邊緣輪廓，對獲取的輪廓圖像進行邊界跟蹤得到整個圖像的邊界輪廓點集，生成圖像的邊緣點鏈結構;用輪廓重心法初步計算Chip元件圖像中心，利用距離中心最近點法粗略計算轉角，構造圖像中心的相互垂直的兩條直線，這兩條直線把圖像輪廓劃分為包含角點的4個區(qū)域，在每個區(qū)域里分別根據點到中心的距離獲得4個角點并形成4條直線，利用4條直線對邊緣進行分割提取對應的邊緣點集;對各邊邊緣點集采用矩形最小二乘法進行擬合得到邊緣的擬合矩形，計算出該擬合矩形的中心坐標和相對水平方向的轉角。

3 算法設計流程

圍繞上述設計思想，針對圖1中元件的圖像，基于矩形擬合的Chip元件位置誤差視覺檢測算法流程如下:

a）圖像處理

針對通用相機獲取的Chip元件灰度圖像，利用去噪、閾值分割等圖像處理算法獲得二值化圖像，如圖3所示;然后對二值圖像進行邊緣檢測、輪廓跟蹤得到Chip元件的輪廓曲線，如圖4所示;對此輪廓曲線采用邊界跟蹤算法，生成圖像的邊緣點鏈結構，并講輪廓點集 Ω存入數組。

b）粗定位

根據邊緣點鏈結構，用輪廓重心法初步計算Chip元件圖像中心，用距離中心最近點法粗略計算轉角。對輪廓點集Ω中的所有點坐標作如下計算:

圖3 Chip元件二值化圖像

圖4 Chip元件輪廓圖像

可初步獲取元件中心點C的坐標（cx，cy），然后輪廓選取點集Ω中與中心點C距離最近的點P。由中心點C和點P可確定一條直線，利用該直線的斜率k和點C、點P可確定兩條相互垂直的直線y-cy=-（x-cx）/k和y-cy=k（x-cx），這兩條直線把元件輪廓劃分成4個區(qū)域，區(qū)域劃分如圖5所示。在每個區(qū)域中分別計算出離中心點C最遠的點Pi（i=1，2，3，4），對提取的角點用“×”表示，結果如圖6所示。

圖5 元件輪廓區(qū)域劃分圖

圖6 元件區(qū)域角點標記

c）邊界分割

利用Pi中相鄰兩點可以確定4條直線P1P2，P2P3，P3P4，P4P1，結果如圖7所示，分別計算點集Ω中每個點到這4條直線的距離d，如果距離d小于給定閾值D，就認為該點屬于該條邊，于是得到4個子點集Ωi（i=1，2，3，4）。由于閾值D不等于零，導致鄰邊的某些點歸為某邊點集，因而影響擬合精度，因此在提取屬于每條邊的點集Ωi時，應該剔除在拐角處一定范圍內的點，形成真正對應于每條邊的點集 Ω＇i（i=1，2，3，4），對提取的點用“×”表示，處理結果如圖8所示。

圖7 區(qū)域劃分

圖8 邊界分割

d）精定位

為使每個偏差最小，只需保證M最小值即可。因此設矩形擬合方程為:

其中:k1，k2，k3，k4分別對應于每個輪廓邊點集中點的個數，然后分別對k＇，b1，b2，b3，b4求偏導數，易求得斜率k＇和每條邊對應的截距b1，b2，b3，b4，最終得到對應于每條邊的直線方程。對擬合得到的4條直線方程聯立求解得到4個交點A（X1，Y1），B（X2，Y2），C（X3，Y3），D（X4，Y4），如圖9所示，芯片的中心坐標（x＇，y＇）為4個交點坐標的平均值，轉角θ＇為oo所求直線斜率的反正切，芯片的位置參數如下:

圖9 精定位處理結果

4 實例與結論

通過圖像處理，粗定位，邊緣分割，精定位等步驟，利用本文提供的算法對Chip元件的灰度圖像進行了視覺檢測，處理結果如圖10、圖11所示。實驗結果表明，利用推廣的最小二乘法實現矩形擬合，保證了Chip元件4條邊的矩形特性，更精確地表達了芯片的位置誤差。本文提供的算法不但精度高，而且實時性較好，一幅512×512的圖像處理時間約為20ms，能夠很好地滿足貼片機高速、高精度實時性的要求。

圖10 電容元件

圖11 電阻元件

［1］王洪，機器視覺元件輔助貼放技術研究［M］.上海:上海交通大學，2002.

［2］ Davis L S，“A Survey of Edge Detection Technique.”CSIP，1975，4，248-270.

［3］ Roberts L G.“Machine Perception of Three-Dimensional Solids.”in:Tippett JT，ed.，Optical and Electro-Optical Information Processing，Cambridge，MA:MIT Press，1965，159-197.

［4］黃恢樂，胡躍明，袁鵬，等.高速高精度全自動貼片機的元件角度識別算法［J］.計算機工程與應用，2005，22:111-113.

［5］Chan H Y，LAM F K，Zhu Hui.Adaptive thresholding by varia-tional method.IEEE Transaction on lmage Processing，19987（3）:468-473.

［6］Otsu N.A threshold selection method from gray-level Histograms［J］.IEEE Transacti-ons on Systems，Man and Cybernetics，1979，（9）1:62-66..

［7］毛磊.貼片機高精度視覺檢測技術的研究［D］.南京:河海大學，2008-03.

［8］Visual C++數字圖像處理典型算法及實現［M］.北京:人民郵電出版社.2007-04.