徐江潮,李玉剛,曹力寧
(中電科風(fēng)華信息裝備股份有限公司,山西 太原 030024)
視覺(jué)對(duì)位是液晶顯示面板切割過(guò)程中的一項(xiàng)重要環(huán)節(jié),傳統(tǒng)的人工對(duì)位無(wú)法適應(yīng)現(xiàn)代工業(yè)對(duì)勞動(dòng)生產(chǎn)率和生產(chǎn)過(guò)程自動(dòng)化水平的需求,將機(jī)器視覺(jué)對(duì)位技術(shù)和顯示面板切割平臺(tái)相結(jié)合,使得顯示面板的生產(chǎn)具有更高的效率和良率。本文基于開源計(jì)算機(jī)視覺(jué)庫(kù)(Open Source Computer Vision Library)中算法對(duì)顯示面板上的MARK 標(biāo)進(jìn)行精確識(shí)別和定位,使用相機(jī)獲取MARK 標(biāo)的圖像并進(jìn)行預(yù)處理,采用多閾值模板匹配算法完成MARK 標(biāo)的匹配,實(shí)現(xiàn)了對(duì)目標(biāo)MARK的檢測(cè)和識(shí)別,最后利用切割平臺(tái)實(shí)現(xiàn)切割刀和液晶顯示面板的精確對(duì)位和切割。
本視覺(jué)對(duì)位系統(tǒng)的實(shí)物圖如圖1,主要由X 向直線電機(jī)系統(tǒng)、Y 向伺服電機(jī)系統(tǒng)、DD 馬達(dá)控制系統(tǒng)、Z 向伺服電機(jī)系統(tǒng)以及視覺(jué)對(duì)位系統(tǒng)組成。其中,視覺(jué)對(duì)位系統(tǒng)采用??低昅V-CE013-50GM型工業(yè)相機(jī)(130 萬(wàn)像素,最大幀率90 fps)明亞達(dá)MY-110-16TC 鏡頭、光源和光源控制器組成,相機(jī)安裝在X 向直線電機(jī)的上方。利用相機(jī)拍攝液晶顯示面板的MARK 標(biāo)并發(fā)送至控制系統(tǒng),控制系統(tǒng)計(jì)算MARK 標(biāo)的坐標(biāo),實(shí)時(shí)控制X 向、Y 向、DD 電機(jī)運(yùn)動(dòng)并完成抓取和定位動(dòng)作[1]。
圖1 液晶面板MARK 標(biāo)視覺(jué)對(duì)位系統(tǒng)
由于相機(jī)與X 向、Y 向、DD 電機(jī)不是在同一個(gè)坐標(biāo)系,所以需要確定圖像像素坐標(biāo)系、相機(jī)坐標(biāo)系和世界坐標(biāo)系的對(duì)應(yīng)關(guān)系。本文相機(jī)標(biāo)定的模型是基于小孔成像模型,以相機(jī)坐標(biāo)系為橋梁建立世界坐標(biāo)系與計(jì)算機(jī)的圖像像素坐標(biāo)系之間的對(duì)應(yīng)關(guān)系。其中:X 軸為刀頭左右運(yùn)動(dòng)軸;Y 軸為切割臺(tái)前后運(yùn)動(dòng)軸;Z 軸為刀頭上下運(yùn)動(dòng)軸;CCDL 軸為左相機(jī)軸;CCDR 軸為右相機(jī)軸;θ 軸為切割臺(tái)DD 馬達(dá)旋轉(zhuǎn)軸。
對(duì)于Y 軸的標(biāo)定:在切割平臺(tái)上放置一塊帶有MARK 點(diǎn)的玻璃,通過(guò)移動(dòng)CCD1 軸和Y 軸電機(jī),找出MARK 標(biāo)的Y 向坐標(biāo)CCDY1,然后旋轉(zhuǎn)切割平臺(tái)180°,移動(dòng)CCD1 軸和Y 軸電機(jī),找到此時(shí)MARK標(biāo)的Y 向坐標(biāo)CCDY2,從而計(jì)算出Y 軸原點(diǎn)相對(duì)于θ 軸旋轉(zhuǎn)中心的偏差Y[2]:
同理,可以得出左相機(jī)軸和右相機(jī)軸原點(diǎn)相對(duì)于θ 軸旋轉(zhuǎn)中心的偏差L 和R:
建立了相機(jī)和切割平臺(tái)的相對(duì)對(duì)應(yīng)關(guān)系后,就可通過(guò)采集MARK 標(biāo)來(lái)得到放置在切割平臺(tái)上的液晶顯示面板與切割平臺(tái)的坐標(biāo)關(guān)系。采集MARK 標(biāo)時(shí),首先需要通過(guò)視覺(jué)對(duì)位系統(tǒng)來(lái)實(shí)現(xiàn)MAKR 標(biāo)的圖像提取和識(shí)別。這里,通過(guò)采集MARK 標(biāo)的圖像邊緣來(lái)實(shí)現(xiàn)。
由于MARK 標(biāo)的圖象邊緣是視覺(jué)對(duì)位系統(tǒng)采集區(qū)域中,亮度變化顯著的部分,該區(qū)域的灰度剖面可以看作是一個(gè)階躍,即從一個(gè)灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個(gè)灰度相差較大的灰度值。圖象的邊緣部分集中了MARK 標(biāo)的大部分信息,圖象邊緣的確定與提取對(duì)于視覺(jué)對(duì)位系統(tǒng)是非常重要的。通常,圖像的邊緣檢測(cè)主要是圖象的灰度變化的度量、檢測(cè)和定位,本文使用而OpenCV的Canny 檢測(cè)算法的實(shí)現(xiàn)了MARK 標(biāo)的邊緣檢測(cè)。
實(shí)現(xiàn)液晶面板上MARK 標(biāo)的識(shí)別,就是要用離散化梯度逼近函數(shù)根據(jù)二維灰度矩陣梯度向量來(lái)尋找MARK 標(biāo)上灰度矩陣的灰度躍變位置,然后在圖像中將這些位置的點(diǎn)連起來(lái),從而構(gòu)成MARK 標(biāo)的圖像邊緣,程序界面如圖2、圖3 所示。
圖2 視覺(jué)對(duì)位系統(tǒng)MARK標(biāo)采集界面
圖3 視覺(jué)對(duì)位系統(tǒng)MARK標(biāo)標(biāo)定界面
本文主要通過(guò)濾波、增強(qiáng)和檢測(cè)三個(gè)步驟實(shí)現(xiàn)了MARK 邊緣的提取。
1)濾波:邊緣檢測(cè)的算法對(duì)圖像中的噪聲難以處理,因此通過(guò)采用濾波器來(lái)改善與噪聲有關(guān)的邊緣特性。本文基于高斯二維函數(shù)對(duì)圖像灰度矩陣的每個(gè)點(diǎn)的權(quán)重進(jìn)行了計(jì)算,公式如下:
邊緣的最重要的特征是灰度值劇烈變化,本文中,通過(guò)Canny 算法的四個(gè)算子來(lái)檢測(cè)采集到的圖像的水平、垂直和對(duì)角邊緣[3]。
其x 向、y 向的一階偏導(dǎo)數(shù)矩陣、梯度幅值以及梯度方向的數(shù)學(xué)表達(dá)式為:
2)增強(qiáng):增強(qiáng)邊緣的基礎(chǔ)是確定圖像各點(diǎn)鄰域強(qiáng)度的變化值。增強(qiáng)算法可以將圖像灰度點(diǎn)鄰域強(qiáng)度值有顯著變化的點(diǎn)凸顯出來(lái),在上述算法中,通過(guò)計(jì)算梯度幅值,實(shí)現(xiàn)了對(duì)非極大值的去除。
3)檢測(cè):經(jīng)過(guò)增強(qiáng)的圖像,往往在相鄰的區(qū)域中有很多點(diǎn)的梯度值比較大,而這些點(diǎn),并不能發(fā)揮實(shí)際的作用,需要對(duì)這些點(diǎn)進(jìn)行處理。在本文中,采用雙閾值法來(lái)減少假邊緣的數(shù)量(在高閾值圖像中把邊緣連成輪廓,當(dāng)?shù)竭_(dá)輪廓的端點(diǎn)時(shí),在斷點(diǎn)的鄰域點(diǎn)中尋找滿足低閾值的點(diǎn),再根據(jù)此點(diǎn)收集新的邊緣,直到整個(gè)圖像邊緣閉合)。
通過(guò)視覺(jué)對(duì)位系統(tǒng)識(shí)別到顯示面板上的MARK標(biāo)后,需要通過(guò)X 向、Y 向、DD 伺服控制系統(tǒng)與視覺(jué)系統(tǒng)定位到的坐標(biāo)進(jìn)行計(jì)算,通過(guò)像素尺寸和MARK 標(biāo)在X 向、Y 向、DD 旋轉(zhuǎn)方向的像素距離,從而得到MARK 標(biāo)相對(duì)于垂直放置的相機(jī)的X、Y、θ 方向?qū)嶋H坐標(biāo)距離。
本視覺(jué)對(duì)位系統(tǒng)是相機(jī)距液晶顯示面板上的MARK 標(biāo)正上方大約11 cm 上進(jìn)行測(cè)量的,相機(jī)為垂直顯示面板放置[3]。針對(duì)實(shí)際生產(chǎn)中的各種MARK 標(biāo)進(jìn)行處理,選取其中有代表性的進(jìn)行分析,如圖4、圖5 所示。
圖4 液晶顯示面板MARK標(biāo)
圖5 液晶顯示面板MARK標(biāo)
通過(guò)實(shí)驗(yàn)結(jié)果如表1 可以發(fā)現(xiàn),液晶顯示面板只要能夠在視覺(jué)對(duì)位系統(tǒng)視野范圍內(nèi),則可以達(dá)到在0.005 mm 以內(nèi)的對(duì)位精度。
表1 視覺(jué)對(duì)位系統(tǒng)對(duì)位精度
1)經(jīng)過(guò)大量的驗(yàn)證,基于OpenCV的液晶面板MARK 標(biāo)的識(shí)標(biāo)算法,可以提取MARK 標(biāo)的邊緣輪廓,而且對(duì)各種MARK 標(biāo)都可以進(jìn)行標(biāo)定識(shí)別。
2)利用OpenCV 中算法組合,可以對(duì)液晶顯示面板上的MARK 標(biāo)進(jìn)行精準(zhǔn)識(shí)別,通過(guò)計(jì)算可以得到液晶顯示面板相對(duì)于切割機(jī)系統(tǒng)的相對(duì)位置,定位精度小于0.005 mm。滿足了實(shí)際生產(chǎn)需要,算法的穩(wěn)定性得到了生產(chǎn)驗(yàn)證。