高 飛，尤麗華，吳靜靜

（江南大學(xué) 機(jī)械學(xué)院，江蘇 無(wú)錫 214000）

隨著機(jī)電產(chǎn)品逐漸向輕型化、多功能化的發(fā)展，其機(jī)電融合程度大大提高，印制電路板不僅是電路的載體，在機(jī)電產(chǎn)品中成為具有精確尺寸要求的部件，這樣對(duì)電路板制造商提出了較高的質(zhì)量控制的要求。另一方面，中國(guó)PCB產(chǎn)業(yè)近年來(lái)增長(zhǎng)量很大，年產(chǎn)值從2000年的33.68億美元上升到2011年的220億美元，預(yù)測(cè)國(guó)內(nèi)PCB年產(chǎn)值2016將達(dá)到331億美元，占全球總產(chǎn)值720億美元的46%，繼續(xù)保持第一[1-3]。目前在國(guó)內(nèi)電路板生產(chǎn)行業(yè)主要采用自動(dòng)光學(xué)檢測(cè)方法，它具有非接觸，檢測(cè)速度快和檢測(cè)精度高等特點(diǎn)，還能把生產(chǎn)過(guò)程中各工序的工作質(zhì)量以及出現(xiàn)缺陷的情況反饋回來(lái)，供工藝控制人員分析和管理。現(xiàn)有的印刷電路板檢測(cè)設(shè)備只能檢測(cè)外觀，不能滿足PCB幾何尺寸的檢測(cè)要求，質(zhì)量控制大多依賴生產(chǎn)設(shè)備本身，加上人工抽檢。本文應(yīng)用計(jì)算機(jī)視覺(jué)技術(shù)，設(shè)計(jì)了印刷電路板機(jī)械加工尺寸自動(dòng)檢測(cè)系統(tǒng)，實(shí)現(xiàn)了在線自動(dòng)快速檢測(cè)。

1 檢測(cè)系統(tǒng)硬件設(shè)計(jì)

PCB機(jī)械尺寸檢測(cè)系統(tǒng)（見(jiàn)圖1）包括以下硬件結(jié)構(gòu)：工控機(jī)、圖像采集部分、機(jī)械運(yùn)動(dòng)控制部分。其中，圖像采集模塊包括CCD攝像機(jī)、圖像采集卡和光電編碼器和光源；機(jī)械運(yùn)動(dòng)控制部分包括PCB傳動(dòng)模塊、上下料模塊和可編程邏輯控制器。

圖1 PCB檢測(cè)系統(tǒng)結(jié)構(gòu)Fig.1 PCB testing system structure

1.1 PCB機(jī)械尺寸監(jiān)測(cè)系統(tǒng)工作流程

檢測(cè)系統(tǒng)工作流程如下：上料模塊接收到工控機(jī)發(fā)出的信號(hào)后，將上道工序加工完成的PCB裸板放置到工作臺(tái)上，并對(duì)其進(jìn)行固定；工控機(jī)開(kāi)啟光源系統(tǒng)，PCB隨工作臺(tái)運(yùn)動(dòng)，到達(dá)圖像采集區(qū)域時(shí)，每過(guò)0.02 mm時(shí)，光電編碼器發(fā)送采集信號(hào)，圖像采集卡控制線陣相機(jī)采集圖像，線陣相機(jī)完成對(duì)待測(cè)PCB圖像的采集后，經(jīng)圖像采集卡傳輸給工控機(jī)對(duì)PCB圖像進(jìn)行處理，進(jìn)行PCB機(jī)械尺寸識(shí)別；對(duì)于有缺陷的PCB，通過(guò)下料模塊將其分離出合格和不合格的PCB裸版。

1.2 圖像采集模塊設(shè)計(jì)

圖像采集模塊包括CCD攝像機(jī)、圖像采集卡和光電編碼器和光源：相機(jī)采用DALSA公司的黑白線陣攝像機(jī)。如果一個(gè)像素代表0.025 mm：需要的相機(jī)像素分辨率=250 mm÷0.025 mm=10 000，選擇分辨率為12288的線陣相機(jī)。選擇DALSA公司的圖像采集卡，照明方案采用背光源投射照明，光源采用LED線性光源。運(yùn)動(dòng)控制模塊采用PCB傳動(dòng)模塊、上下料模塊和可編程邏輯控制器

2 PCB自動(dòng)檢測(cè)算法

在PCB機(jī)械尺寸檢測(cè)中，每一塊測(cè)量的PCB擁有很多不同類型的測(cè)量特征。測(cè)量特征的類型包括圓的半徑，圓和直線的距離，平行線的距離，拐角的角度等類型。測(cè)量特征的類型不同需要采用的圖像提取和識(shí)別算法也不一樣。如果手工選擇測(cè)量特征的測(cè)量位置，在選取相應(yīng)的圖像提取和識(shí)別算法進(jìn)行測(cè)量，效率很低。可以采取基于位置關(guān)系的圖形提取和識(shí)別算法，它把檢測(cè)特征的位置和測(cè)量類型標(biāo)準(zhǔn)尺寸、公差有機(jī)聯(lián)系起來(lái)，可以在獲取同一批PCB的標(biāo)準(zhǔn)檢測(cè)特征信息和匹配模板后，在檢測(cè)圖上自動(dòng)檢測(cè)。

PCB幾何尺寸檢測(cè)算法的流程圖如圖2所示。在同一規(guī)格產(chǎn)品中挑選一幅符合標(biāo)準(zhǔn)的PCB，獲取圖像作為標(biāo)準(zhǔn)圖像。根據(jù)PCB標(biāo)準(zhǔn)圖像生成用來(lái)在檢測(cè)圖像中定位PCB位置的匹配模板和確定待測(cè)特征標(biāo)準(zhǔn)信息[4-5]。測(cè)量特征標(biāo)準(zhǔn)信息包括測(cè)量特征ROI位置，測(cè)量特征類型，測(cè)量特征標(biāo)準(zhǔn)尺寸和公差。在檢測(cè)圖上進(jìn)行模板匹配，獲取PCB的位置和旋轉(zhuǎn)角度，和標(biāo)準(zhǔn)圖上模板的位置比較，建立標(biāo)準(zhǔn)圖和檢測(cè)圖PCB相同位置的坐標(biāo)轉(zhuǎn)換關(guān)系，設(shè)定位模板在標(biāo)準(zhǔn)圖中的位置是點(diǎn) P0（x0， y0），在檢測(cè)圖像中的匹配的點(diǎn)為 P（x， y），旋轉(zhuǎn)的角度為，水平平移距離=x-x0，豎直平移距離=x-x0。這種變換用矩陣的形式可以表達(dá)為:

在檢測(cè)特征ROI區(qū)域內(nèi)根據(jù)檢測(cè)特征種類選擇相應(yīng)的圖形提取和識(shí)別算法對(duì)PCB檢測(cè)特征進(jìn)行自動(dòng)檢測(cè)，最后和標(biāo)準(zhǔn)尺寸和公差對(duì)比。

3 幾何圖像提取和識(shí)別方法

基本圖形的識(shí)別和計(jì)算，包括圓的半徑，兩圓的圓心距，圓的圓心到直線的距離，平行線的距離。

3.1 平行線的距離

在測(cè)量平行線的距離時(shí)，需要兩個(gè)測(cè)量區(qū)域，在每個(gè)測(cè)量區(qū)域內(nèi)，分別進(jìn)行直線的擬合，提取直線的方程。直線的擬合可以采用Hough變換和最小二乘法實(shí)現(xiàn)。

圖2 PCB檢測(cè)算法流程圖Fig.2 the flow chart of algorithm of PCB detection

Hough變換的基本原理是點(diǎn)線的對(duì)偶性，一方面直角坐標(biāo)系的一個(gè)點(diǎn)對(duì)應(yīng)于極坐標(biāo)下的一條正弦曲線，另一方面極坐標(biāo)下的一個(gè)點(diǎn)對(duì)應(yīng)于直角坐標(biāo)系的一條直線。根據(jù)圖像上的各個(gè)點(diǎn)可以在極坐標(biāo)下生成很多正弦曲線，求曲線相交的點(diǎn)，再轉(zhuǎn)化為直角坐標(biāo)系下的一條直線。Hough變換擬合直線的方程的時(shí)間比較久[6]。

最小二乘法更適合于快速檢測(cè)的需要。最小二乘法是在隨機(jī)誤差為正態(tài)分布時(shí)，由最大似然法推出的一中最優(yōu)估計(jì)技術(shù)。直線的方程為y=ax+b，尋找常數(shù)和常數(shù)b，使數(shù)據(jù)點(diǎn)盡量靠近直線，從而讓偏差盡量的小。因?yàn)槠羁赡艽笮〔幌嗟?，而且有正有?fù)，所以實(shí)際上只能希望總的偏差最小。用最小二乘法進(jìn)行直線的擬合可以將實(shí)測(cè)值與計(jì)算值的差值的平方和最小做為優(yōu)化判據(jù)，計(jì)算方法見(jiàn)下面的公式（1），計(jì)算結(jié)果為 a=y-bx，b=sxx/sxy。

在圖3中顯示的是一幅有明顯邊界的灰度圖。圖4顯示對(duì)圖像進(jìn)行邊緣特征提取得到的計(jì)算結(jié)果，可以看到物體的邊緣并不是一條準(zhǔn)確的直線，而是由一些干擾。運(yùn)用上面提到的最小二乘法對(duì)邊緣特征進(jìn)行擬合，得到物體的準(zhǔn)確邊界曲線，如圖5所示。

圖3 原始灰度值圖像Fig.3 original gray picture

圖4 邊緣提取的結(jié)果Fig.4 result of edge extraction

3.2 兩條直線的角度

計(jì)算兩條直線之間的角度，需要在兩個(gè)測(cè)量區(qū)域內(nèi)，分別進(jìn)行邊緣提取，采取公式（1）的方法進(jìn)行邊界擬合。設(shè)第一條直線的方程為y=ax+b，第二條直線的方程為y=cx+d，兩條

圖5 邊緣擬合結(jié)果Fig.5 result of fitting picture

3.3 圓的半徑

圓的半徑計(jì)算可以采用最小二乘法求取。圖像進(jìn)行邊緣提取得到物體的邊界曲線，采用最小二乘法進(jìn)行擬合得到圓的方程，從而獲得圓的半徑。設(shè)圓的方程為（x-A）2+（y-B）2=R1，圓的最小二乘法擬合的計(jì)算公式為公式（2）

通過(guò)計(jì)算令誤差最小的常熟A、b、R的值得到圓的方程。圖6顯示一幅含有圓形特征的灰度值圖像，圖7顯示對(duì)圖像是進(jìn)行邊緣提取的結(jié)果，可以看到物體邊緣和圓比較凹凸不平，圖8顯示對(duì)物體邊緣進(jìn)行擬合的結(jié)果?？梢钥闯鰣A的最小二乘法擬合方法可以對(duì)物體的邊緣進(jìn)行修正，從而得到最符合物體真實(shí)邊緣的結(jié)果。

圖6 原始灰度值圖像Fig.6 original gray picture

圖7 邊緣提取的結(jié)果Fig.7 result of edge extraction

圖8 圖像擬合的結(jié)果Fig.8 result of fitting picture

3.4 兩圓的圓心距

需要在兩個(gè)測(cè)量區(qū)域內(nèi)，分別進(jìn)行邊緣提取，采取圓的最小二乘法擬合的方法進(jìn)行邊界擬合。得到兩個(gè)圓的方程。根據(jù)圓的方程得到兩個(gè)圓的圓心位置，兩圓的圓心距計(jì)算兩個(gè)圓心坐標(biāo)的直線距離。

3.5 圓到直線的距離

需要在兩個(gè)測(cè)量區(qū)域內(nèi)，分別進(jìn)行邊緣提取，采取圓的最小二乘法擬合的方法和直線的最小二乘擬合方法進(jìn)行邊界擬合分別得到圓的方程和直線的方程。圓到直線的距離就是圓的圓心到直線的距離。

4 結(jié)束語(yǔ)

文中設(shè)計(jì)了一套基于機(jī)器視覺(jué)的PCB幾何尺寸在線檢測(cè)系統(tǒng)，對(duì)生產(chǎn)流水線上的PCB進(jìn)行圖像采集，測(cè)量PCB幾何尺寸，將有缺陷的PCB剔除出流水線，保證只有合格的PCB進(jìn)入下道工序。分析PCB板的圖像特點(diǎn)，提出基于位置關(guān)系提取和識(shí)別圖形特征的算法進(jìn)行印刷電路板（PCB）機(jī)械尺寸檢測(cè)。

[1]由鐳．PCB行業(yè)蓬勃發(fā)展行業(yè)配套日趨完善 [J]．印制電路信息，2010（7）:3－4.YOU Lei.PCB industry in rapid development including supplying capability[J].Printed Circuit Information，2010（7）:3-4.

[2]楊宏強(qiáng).全球PCB產(chǎn)業(yè)和頂尖PCB企業(yè)現(xiàn)狀分析（2010）[J].印制電路信息，2011（1）:8-12.YANG Hong-qiang.Analysis of current status of global PCB industry and top PCB makers （2010） [J].Printed Circuit Information，2011（1）:8-12.

[3]何波.移動(dòng)終端產(chǎn)品帶動(dòng)的PCB發(fā)展趨勢(shì)淺談 [J].印制電路信息，2014（2）:13-15.HEBo.Trend of PCBdevelopment stimulated by mobile terminal products[J].Printed Circuit Information，2014（2）:13-15.

[4]譚優(yōu)，王澤勇.圖像閾值分割算法實(shí)用技術(shù)研究與比較[J].微計(jì)算機(jī)信息，2007（24）:298-299.TAN You，WANG Ze-yong.Study on applied technology arithmetic of image threshold segmentation[J].Microcomputer Information，2007（24）:298-299.

[5]龍建武，申鉉京，陳海鵬.自適應(yīng)最小誤差閾值分割算法[J].自動(dòng)化學(xué)報(bào)，2012（7）:1134-1144.LONG Jian-wu，SHEN Xuan-jing，CHEN Hai-peng.Adaptive minimum error thresholding algorithm[J].Acta Automatica Sinica，2012（7）:1134-1144.

[6]張道德，胡新宇，楊光友.一種改進(jìn)的隨機(jī)Hough變換圓形檢測(cè)算法[J].電子器件，2009，32（3）:721-724.ZHANG Dao-de，HU Xin-yu，YANG Guang-you. One improved circle detection algorithm of random hough transform[J].Chinese Journal of Electron Devices，2009，32（3）:721-724.