家建奎 ，齊 敏 ，李 珂

（1.西北工業(yè)大學(xué) 電子信息學(xué)院，陜西 西安 710129；2.西北工業(yè)大學(xué) 自動化學(xué)院，陜西 西安 710129）

隨著近年來電子信息產(chǎn)業(yè)的迅速發(fā)展，表面貼裝技術(shù)（Surface Mount Technology，SMT）產(chǎn)業(yè)由于其高密度、焊點(diǎn)缺陷率低、生產(chǎn)流程易實(shí)現(xiàn)自動化等優(yōu)點(diǎn)得到了快速的增長。在SMT生產(chǎn)中，通常會在印刷電路板（Printed Circuit Board，PCB）的對角位置設(shè)置兩個定位標(biāo)志符，作為后續(xù)的定位標(biāo)準(zhǔn)[1]。因此，標(biāo)志符的精確識別將直接影響到整個設(shè)備定位的準(zhǔn)確性。通常標(biāo)志符有許多形狀，比如圓形和直線型的正方形、三角形、十字形等，其中直線型的標(biāo)識符研究較少。為了精確地檢測識別標(biāo)志符，需要對標(biāo)志符進(jìn)行邊緣擬合，實(shí)際中由于多種因素的影響，直線型標(biāo)識符被高像素的相機(jī)拍攝出來的圖像邊緣并不很直，拐角處的直角也帶有一定的弧度，這會影響到后續(xù)的標(biāo)志符高精度定位，因此，有必要對PCB中的標(biāo)志符做進(jìn)一步的邊緣擬合，使得其成為標(biāo)準(zhǔn)的正方形、十字形。

常見的直線邊緣擬合方法有Hough變換[2-3]、最小二乘擬合[4]、矩形模板[5]等。Hough變換檢測直線應(yīng)用十分廣泛，具有抗噪聲能力強(qiáng)，連接共線短直線的優(yōu)點(diǎn)，但是檢測出來的直線段數(shù)目眾多，分布密集，很容易將屬于不同直線的點(diǎn)誤認(rèn)為屬于同一直線，結(jié)果很不理想。最小二乘擬合直線的方法是最常用的直線擬合，該方法將邊緣像素提取出來并組成列表，然后對該列表進(jìn)行直線段擬合，其中tolerance為偏離直線的最大距離，當(dāng)超過該距離后，直線段就會一分為二。這種方法通常存在著兩個問題：1)結(jié)果受閾值選取的影響較大，對閾值的依賴性較強(qiáng)。2)當(dāng)對不同的標(biāo)志符進(jìn)行處理時，由于不同形狀的目標(biāo)對擬合的tolerance要求不同，導(dǎo)致所得結(jié)果不理想。矩形模板的方法只針對矩形目標(biāo)有效，具有很強(qiáng)的局限性。當(dāng)目標(biāo)為十字形，或者由兩個矩形塊拼接而成時，矩形模板都無法得到準(zhǔn)確的結(jié)果。

因此，針對PCB板中形狀為正方形、十字形和正方形拼接的標(biāo)志符，本文首先利用閾值分割、邊緣檢測等方法提取出PCB圖像中標(biāo)志符的二值圖像，接著利用Hough變換檢測出目標(biāo)形狀的主軸，最后利用塊處理方法對提取出的標(biāo)志符區(qū)域進(jìn)行直線化處理，該方法在有效避免閾值選取的同時，保證了最終提取出的標(biāo)志符輪廓具有邊緣直線性和直角特性。

1 Hough變換檢測標(biāo)志符的主軸

針對標(biāo)準(zhǔn)Hough變換[6]中計(jì)算量大，占用內(nèi)存多等缺點(diǎn)，Galamhos等[7]提出了一種改進(jìn)的概率霍夫變換，這種方法將圖像數(shù)據(jù)映射到參數(shù)空間中具有較大概率的單元塊，而非所有的單元塊，因此大大減少了投票數(shù)，提高了編程效率。具體的概率霍夫變換算法如下：

1)檢查輸入圖像，如果是空的就退出程序。

2)從輸入圖像中隨機(jī)選取一個像素，更新累加器。

3)將選取的像素從輸入圖像中移除。

4)檢查累加器中的峰值是否因?yàn)樾孪袼囟^了閾值l，如果沒有就返回步驟1)。

5)根據(jù)累加器中的峰值確定直線方向，并找到該方向上的最長直線段，這里的直線段

包括了連續(xù)的和間隔不超過給定閾值的不連續(xù)直線。

6)將上一步中得到的直線段像素從輸入圖像中移除。

7)將步驟5)中得到的直線段像素對應(yīng)的累加器全部置零。

8)如果直線段長度大于允許的最小長度，則將其加入輸出列表中。

9)返回到步驟 1)。

在本文中，利用改進(jìn)的概率霍夫變換檢測出PCB板上的標(biāo)志符的主軸，即利用霍夫變換檢測出的最長直線段。如圖1所示，直線段l表示檢測出的正方形標(biāo)志符主軸。

圖1 主軸l與x軸夾角thetaFig.1 The angle theta between domain line l and x axis

2 利用塊處理方法對標(biāo)志符區(qū)域進(jìn)行直線化處理

對于十字形、正方形和由正方形拼接的標(biāo)志符而言，它們的邊緣都是直線，角度都是直角，根據(jù)這樣的特點(diǎn)，本文提出了塊處理的方法，將標(biāo)志符區(qū)域劃分為許多小塊的區(qū)域，根據(jù)小塊中標(biāo)志符區(qū)域所占的比重，確定小塊是否屬于標(biāo)志符區(qū)域。

在圖1中，設(shè)theta角為標(biāo)志符區(qū)域主軸l與圖像坐標(biāo)系中x軸正方向的夾角，單位為度。以主軸一端為定點(diǎn)，將目標(biāo)區(qū)域輪廓旋轉(zhuǎn)至主軸與圖像坐標(biāo)系的坐標(biāo)軸平行，當(dāng)時，將標(biāo)志符區(qū)域輪廓旋轉(zhuǎn)至主軸與圖像坐標(biāo)系的x軸平行；當(dāng)時，將標(biāo)志符區(qū)域輪廓旋轉(zhuǎn)至主軸與圖像坐標(biāo)系的y軸平行。具體的坐標(biāo)變換公式如下：

經(jīng)過上述步驟之后，我們得到了標(biāo)志符區(qū)域的正視圖，即標(biāo)志符邊緣處于平行或垂直的方向。如圖2所示。

圖2 標(biāo)志符區(qū)域被分割為許多unit單元塊。Fig.2 The mark region divided by unit

將上一步中得到的標(biāo)志符區(qū)域以x，y軸為邊等間隔分塊，如圖2所示，間隔為7*7個像素（具體大小值根據(jù)拍攝圖像而定）。每一個分塊定義為一個單元塊unit，期間要保證區(qū)域的4個邊界都與建筑物區(qū)域的輪廓相切，避免最后的圖像尺寸發(fā)生改變。

在圖2中，由上到下，至左而右逐行掃描各單元塊，計(jì)算各單元塊中標(biāo)志符區(qū)域的面積與單元塊面積的比值：

其中，Amark是單元塊中標(biāo)志符區(qū)域的面積，Aunit為單元塊的面積，面積單位均為像素個數(shù)。

當(dāng)Percentage大于等于0.45時，填充該單元塊為標(biāo)志符區(qū)域。否則填充該單元塊為背景顏色。掃描結(jié)束后，最后保留的所有單元塊組成了完整的標(biāo)志符區(qū)域，跟蹤區(qū)域的邊緣就可以得到直線化的標(biāo)志符輪廓。

處理完成之后，將得到的直線化輪廓圖以主軸的定點(diǎn)為圓心，旋轉(zhuǎn)-theta角度調(diào)整回原始位置，就可以得到待識別[8]的標(biāo)志符區(qū)域的直線化輪廓圖。該方法不僅對正方形的標(biāo)志符有效，對十字形和多正方形拼接的標(biāo)志符也同樣起作用。

3 試驗(yàn)結(jié)果與分析

圖3 正方形標(biāo)志符原始圖及其識別檢測結(jié)果Fig.3 Square mark original picture and its detection result

圖4 拼接正方形標(biāo)志符原始圖及其識別檢測結(jié)果Fig.4 Splicing rectangle mark original picture and its detection result

本文針對PCB板上的正方形、十字形標(biāo)志符進(jìn)行了輪廓提取試驗(yàn)，并與利用最小二乘法擬合后的標(biāo)志符做了對比。圖3～圖5分別是正方形、拼接正方形、十字形標(biāo)志符的原始圖像與對應(yīng)的輪廓提取結(jié)果圖。從中可以看出，本方法提取出的正方形標(biāo)志符區(qū)域在邊緣區(qū)域具有直線的特性，并且在容易失真的角度區(qū)域具有直角的特性，完全符合實(shí)際的正方形標(biāo)志符。相反，利用最小二乘擬合對標(biāo)志符輪廓提取的結(jié)果顯示邊緣由多個線段連接組成，更重要的是在標(biāo)志符輪廓的角度區(qū)域并非是直角，而是由多條線段組成的鈍角，這些與實(shí)際的標(biāo)志符有很大的失真，因此，本文提出的方法具有更高的精確度。

4 結(jié)論

本文針對現(xiàn)有識別檢測正方形、拼接正方形、十字形標(biāo)志符的方法的不足，提出了一種新的直線化的標(biāo)志符輪廓精確提取算法。該方法首先將PCB板上的標(biāo)志符標(biāo)記圖像由灰度圖轉(zhuǎn)化為二值圖，然后利用改進(jìn)的概率霍夫變換檢測出標(biāo)志符區(qū)域的主軸，最后使用塊處理的方法對標(biāo)志符區(qū)域進(jìn)行了直線化輪廓提取。本方法有效的避免了傳統(tǒng)最小二值擬合方法中的閾值選取問題，同時也解決了邊緣夾角區(qū)域的直角化和輪廓邊緣的直線化的問題，有利于標(biāo)志符的高精度定位。本方法不僅針對正方形的標(biāo)志符有效，對其他的具有直角特性的多邊形PCB標(biāo)志符同樣有效。

[1]熊光潔，馬樹元，劉瑞禎．PCB檢測中圓Mark的快速精確定位[J]．計(jì)算機(jī)工程，2012，11(21）：211-213．XIONG Guang-jie,MA Shu-yuan,LIU Rui-zhen.Fast precise positioning of circular mark in PCB inspection[J].Computer Engineering，2012，11(21）：211-213．

[2]張廣斌，束洪春，于繼來．基于Hough變換直線檢測的行波波頭標(biāo)定[J]．中國電機(jī)工程學(xué)報(bào)，2013，19（6）：165-173.ZHANG An-bin,SHU Hong-chun,YU Ji-lai.Surge identification for travelling wave based on straight lines detection via hough transform[J].Proceedings of the CSEE,2013，19（6）：165-173.

[3]張江鑫，沈小蘭，王輝，等．快速隨機(jī)Hough變換多直線檢測算法[J]．浙江工業(yè)大學(xué)學(xué)報(bào)，2013（3）：346-350．ZHANG Jiang-xin,SHEN Xiao-lan,WANG Hui,et al.Fast multi-line detection algorithm using randomized hough transform [J].Journal of Zhejiang University of Technology(Social Science),2013(3):346-350.

[4]范文博，王文龍，陳岳龍，等．最小二乘直線擬合方法及其在同位素地質(zhì)年代學(xué)中的應(yīng)用研究 [J]．地質(zhì)論評，2013（5）：801-815．FAN Wen-bo,WANG Wen-long,CHEN Yue-long,et al.Methods for least squares fitting of a straight line and their application in geochronology[J].Geological Review,2013(5):801-815.

[5]崔世勇．高分辨率遙感影像建筑物半自動提取方法研究[D]．北京：中國測繪科學(xué)研究院，2009．

[6]HOUGH P C.Machine analysis of bubble chamber pictures[C]//Proc.Int.Conf.High Energy Accelerators and Inst,1959(55):554-558.

[7]GALAMHOS C,MATAS J,KITTLER J.Progressive probabilistic Hough transform for line detection[C]//Computer Vision and Pattern Recognition,1999.Los Alamitos:IEEE Computer Society,1999:554-560.

[8]張蒙正，馬杰.冪律型流體射流破碎建模和實(shí)驗(yàn)問題探討[J].火箭推進(jìn)，2011（4）：1-6，41.Zhang Meng-zheng,Ma Jie.Discussion about modeling and experiment problem of power-law fluids[J].Journal of Rocket Propulsion,2011（4）：1-6，41.

圖5 十字形標(biāo)志符原始圖及其識別檢測結(jié)果Fig.5 Cross mark original picture and its detection result