賈寶娟，李志強(qiáng)，秦芹芹，張菲菲

（山東科技大學(xué) 機(jī)械電子工程學(xué)院，山東 青島 266590）

0 引言

隨著電子產(chǎn)品微型化的發(fā)展趨勢(shì)和貼裝密度的增加，各種全自動(dòng)貼片機(jī)對(duì)貼裝精度和速度的要求越來越高，因此對(duì)貼片元件的檢測(cè)也越來越重視。由于貼片機(jī)吸嘴在吸取元件時(shí)可能會(huì)造成元件的偏移，而元件的角度是進(jìn)行貼裝角度矯正、貼裝位置補(bǔ)償和元件尺寸計(jì)算的核心，也是視覺檢測(cè)的關(guān)鍵。因此，為了能得到精確的位置補(bǔ)償數(shù)據(jù)，使貼片元件能夠準(zhǔn)確地貼裝到PCB板上，必須對(duì)元件的角度進(jìn)行偏移檢測(cè)。

1 圖像預(yù)處理算法

1.1 圖像灰度化

灰度化是圖像處理的基礎(chǔ)，圖像灰度化方法主要有3種：最大值法，平均值法，加權(quán)平均值法。由理論分析可知，加權(quán)平均值法能得到效果比較好的灰度圖像，故本文采用加權(quán)平均值法對(duì)原始圖像（如圖1 所示）進(jìn)行了灰度化處理，處理結(jié)果如圖2 所示，對(duì)應(yīng)的灰度直方圖如圖3 所示。

圖1 原始圖像

圖2 灰度化圖像

1.2 圖像的增強(qiáng)

1.2.1 圖像的中值濾波

中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近真實(shí)值，從而消除孤立的噪聲點(diǎn)。二維中值濾波輸出為：

g（x，y）＝med｛f（x－k，y－l），（k，l∈W）｝.

其中：f（x，y），g（x，y）分別為原始圖像和處理后圖像的灰度值；W為二維模板，通常為2＊2，3＊3，5＊5區(qū)域。

中值濾波結(jié)果如圖4 所示。

圖3 灰度化圖像的灰度直方圖

1.2.2 圖像的線性灰度變換

灰度變換是圖像增強(qiáng)的一種重要手段，它可以使圖像更加清晰，特征更加明顯。為了突出圖像中感興趣的目標(biāo)，相對(duì)抑制那些不感興趣的地方，可以采用分段線性法。為了增強(qiáng)對(duì)比度，一般采用三段線性變換法，其數(shù)學(xué)公式為：

其中：a，b，e為原始圖像劃定的灰度值；c，d，f為對(duì)應(yīng)的擴(kuò)展或壓縮后圖像的灰度值。

圖4 中對(duì)灰度區(qū)間［a，b］進(jìn)行了線性擴(kuò)展，而灰度區(qū)間［0，a］和［b，e］受到了壓縮。線性變換結(jié)果如圖5 所示，對(duì)應(yīng)的灰度直方圖如圖6 所示。

圖4 中值濾波結(jié)果

圖5 線性變換的圖像

圖6 線性變換圖像的灰度直方圖

1.3 圖像的二值化

圖像的二值化就是將圖像上像素點(diǎn)的灰度值設(shè)置為0或255，也就是將整個(gè)圖像呈現(xiàn)出明顯的只有黑和白的視覺效果。比較常用的方法有雙峰法、迭代法和最大類間方差法（OTSU）等，本文著重介紹最大類間方差法。設(shè)一幅圖像的灰度值為0～m－1級(jí)，m為256；灰度值為i的像素?cái)?shù)為ni，然后用k將其分成兩組：C0＝｛0～k－1｝和C1＝｛k～m－1｝，各組產(chǎn)生的概率分別為：

其中：pi為各灰度值的概率。C0，C1類像素的平均值分別為：

最大類間方差為：

其中：u為整體圖像灰度平均值。

令k從1～m－1變化，計(jì)算出不同k值下的σ2（k）值，令σ2（k）產(chǎn)生最大值的那個(gè)k就是所需要的閾值。本文主要通過Matlab將算法自主編程來實(shí)現(xiàn)最大類間方差法，圖像二值化結(jié)果如圖7 所示。

1.4 邊緣檢測(cè)算法

在圖像處理技術(shù)中，許多場(chǎng)合都要求用計(jì)算機(jī)進(jìn)行圖像描述并對(duì)圖像進(jìn)行分析和理解，而邊緣檢測(cè)是圖像分析和處理的關(guān)鍵。邊緣檢測(cè)的方法很多，如梯度算子、Roberts算子、拉普拉斯算子以及Canny法等。Canny邊緣檢測(cè)是一種比較新的邊緣檢測(cè)算子，具有很好的邊緣檢測(cè)性能，本文采用Canny邊緣檢測(cè)，處理結(jié)果如圖8 所示。

圖7 圖像二值化結(jié)果

圖8 圖像邊緣檢測(cè)結(jié)果

2 最小二乘法線性擬合

由于本文重點(diǎn)是求芯片的偏移角度，實(shí)際上是求所擬合出直線的斜率，故最小二乘法直線擬合的結(jié)果是確保實(shí)驗(yàn)?zāi)軌蝽樌瓿傻年P(guān)鍵。最小二乘法就是將一組符合Y＝p＋qX關(guān)系的測(cè)量數(shù)據(jù)，用數(shù)學(xué)計(jì)算（偏導(dǎo)求最小值）的方法求出最佳的p和q。

根據(jù)此算法編寫擬合直線的程序來求得所需要的直線斜率，以下為芯片引腳質(zhì)心擬合直線實(shí)驗(yàn)結(jié)果：f＝－70.981 8x＋1 718.5.

由直線斜率q可以求得芯片偏移的角度θ。圖9為線性擬合結(jié)果。

圖9 線性擬合結(jié)果

3 總結(jié)

本文主要對(duì)CCD攝像機(jī)拍攝下的貼片元件圖像進(jìn)行預(yù)處理，針對(duì)預(yù)處理后的圖像，通過算法來獲得需要的數(shù)據(jù)（貼片元件引腳質(zhì)心），進(jìn)而對(duì)質(zhì)心進(jìn)行最小二乘法直線擬合求得斜率，以便于對(duì)元件的角度進(jìn)行判斷，為以后運(yùn)動(dòng)控制提供精確的補(bǔ)償數(shù)據(jù)。實(shí)驗(yàn)表明，該算法可以較準(zhǔn)確地檢測(cè)出偏移角度。

［1］孫兆林.MATLAB 6.x圖像處理［M］.北京：清華大學(xué)出版社，2002.

［2］（美）Wesley E Snyder，Hairong Qi.機(jī)器視覺教程［M］.林學(xué)訚，崔錦實(shí)，趙清杰，譯.北京：機(jī)械工業(yè)出版社，2005.

［3］李蕾，杜春華，薛培鼎.貼片機(jī)視覺檢測(cè)中角度計(jì)算的一種高效算法［J］.微計(jì)算機(jī)信息，2005，21（5）：145-146.

［4］葉昕.貼片機(jī)吸片狀態(tài)視覺檢測(cè)與糾偏系統(tǒng)的研制［D］.蘇州：蘇州大學(xué)，2010：23-42.