專利名稱：幾何定位方法
幾何定位方法技術(shù)領(lǐng)域：
本發(fā)明涉及高精密加工制造行業(yè)的自動化生產(chǎn)設(shè)備，尤其涉及SMT、LED、PCB、太陽能分板機(jī)等自動化生產(chǎn)設(shè)備的定位。背景技術(shù)：
現(xiàn)代生產(chǎn)制造業(yè)中，制造電子業(yè)算是產(chǎn)業(yè)鏈中重要的一環(huán)，隨著電子產(chǎn)品技術(shù)不斷發(fā)展，電子產(chǎn)品不斷小巧化和輕薄化，而功能越來越多，越來越強(qiáng)大，從技術(shù)上而言，體積變小，以方面在于結(jié)構(gòu)設(shè)計(jì)一方面芯片集成度越來越高，芯片的密度大幅提高，這對自動化生產(chǎn)設(shè)備的精度要求就開始提高，同時(shí)，隨著電子產(chǎn)品，LCD，LED產(chǎn)品的價(jià)格越來越低，生產(chǎn)效率成為決定企業(yè)盈利能力的高低，這對自動化生產(chǎn)設(shè)備的速度和無故障率要求也非常高， 而對于貼片機(jī)和分板機(jī)之類的儀器，最重要的就是定位的準(zhǔn)確性。工業(yè)自動化生產(chǎn)設(shè)備上用于定位的方法很多，最常見的有機(jī)械夾具定位，光電傳感器定位，壓力傳感器定位，光學(xué)圖像定位包括基于灰度的定位和基于幾何的定位。在早期由于計(jì)算機(jī)速度慢，數(shù)據(jù)處理能力較弱，普遍采用的定位方法是機(jī)械夾具定位與傳感器定位。這兩種定位方法的最主要缺點(diǎn)是定位精度低，速度慢，而且部分還需要依賴人工操作， 只能半自動化。2000年以后隨著計(jì)算機(jī)處理能力的增強(qiáng)，以及圖像算法的不斷完善，越來越多的工業(yè)自動化設(shè)備采用了光學(xué)圖像定位的方法，尤其是在國外的高端自動化設(shè)備上，例如，半導(dǎo)體晶圓生產(chǎn)設(shè)備，PCB生產(chǎn)設(shè)備，SMT生產(chǎn)設(shè)備，IXD面板制造設(shè)備，太陽能板生產(chǎn)設(shè)備等。這種自動化技術(shù)上的演變與人類獲取信息是一致的，人類90%以上的信息是通過眼睛獲得的，而通過觸覺獲得的信息不到1%，而光學(xué)圖像的采集就好比是機(jī)器在用“眼睛”獲取信息，定位算法就是機(jī)器在用“大腦”思考的過程。而光學(xué)圖像定位方法又分為灰度定位和幾何定位，基于灰度的定位算法是通過分析模板圖像的灰度值與待測物體圖像的灰度值的相關(guān)性的大小來判斷物體的位置。因?yàn)樵撍惴ㄅc圖像每一個(gè)象素點(diǎn)的灰度值關(guān)系緊密， 所以它對于光照的亮度變化非常敏感。而在實(shí)際生產(chǎn)當(dāng)中工件對光的吸收，反射不可能完全一致，因此會影響定位的準(zhǔn)確率與通過率；另外灰度算法是通過自相關(guān)函數(shù)來計(jì)算模板與待測物體的相似性，所以如果待測物體在尺寸上有一定的縮放或者有一定的角度偏轉(zhuǎn)， 自相關(guān)系數(shù)會急劇降低。而實(shí)際工業(yè)應(yīng)用中，工件的大小不可能完全一致，擺放的角度也不可能始終為零，這也會影響定位的精度與通過率。
發(fā)明內(nèi)容
本發(fā)明針對以上的問題特別提出了一種適用于自動化設(shè)備、克服待測物體在待測物體上難以避免的縮放或者一定角度的偏轉(zhuǎn)、解決基于灰度的定位對光線十分敏感從而影響精準(zhǔn)度的問題的一種幾何定位方法。這種方法能夠達(dá)到適用設(shè)備對于定位技術(shù)高速、高效、高精度的要求。為了實(shí)現(xiàn)以上效果，本發(fā)明采取的技術(shù)方案是所述幾何定位方法的全部流程， 包括設(shè)定定位標(biāo)準(zhǔn)、采集待測數(shù)據(jù)、對比、計(jì)算等環(huán)節(jié)，其特征在于，具體處理方法包括以下步驟，
(1)、用工業(yè)數(shù)字?jǐn)z像頭采集標(biāo)準(zhǔn)樣本的圖像；(2)、通過sobel算子提取標(biāo)準(zhǔn)樣本的形狀做邊緣提取，此形狀可以是任意的；
(3)、用Hu的七個(gè)不變量將樣本的形狀、角度和空間位置用以下的數(shù)學(xué)模型描述出來 I (A, B)=sumi=1 ^absd/m^ - Ifxai),
其中 m^sign(h^logQA)； HiBi=Sign 0Λ) .logO^)；
hAi，A —A和B的Hu矩；此模型可以作為樣本的幾何特征；
(4)、將所有樣本的幾何特征的互相關(guān)系提取出來，作為模板；
(5)、用工業(yè)數(shù)字?jǐn)z像頭采集待測樣品的圖像；
(6)、用Hu的七個(gè)不變量將待測樣本的形狀、角度和空間位置用前述數(shù)學(xué)模型描述出
來；
(7)、將標(biāo)準(zhǔn)樣本的模板與待測樣本的模板的幾何特征相比較，并通過金字塔算法與 MMX軟件加速算法，得出相似度最高的幾何特征的空間坐標(biāo)、旋轉(zhuǎn)角度和縮放比例，所得的結(jié)果就是定位所需的結(jié)果
所述金字塔算法是指1980年，Peter和Ted Adelson手持提出拉普拉斯金字塔算法， 該算法由于其先進(jìn)的多分辨解析思想和出售的壓縮性能而廣泛應(yīng)用于圖像壓縮編碼，所述 MMX軟件加速算法實(shí)際是對奔騰指令集的一個(gè)多媒體擴(kuò)展，其核心思想是適應(yīng)多媒體時(shí)代低精度，大數(shù)據(jù)量的數(shù)據(jù)流特點(diǎn)，充分地利用奔騰64位寬度的數(shù)據(jù)通路，在一個(gè)指令周期內(nèi)并行處理多個(gè)數(shù)據(jù)，得出相似度最高的幾何特征的空間坐標(biāo)、旋轉(zhuǎn)角度和縮放比例，所得的結(jié)果就是定位所需的結(jié)果。所述sobel算子是幾何特征的相互關(guān)系，或者是標(biāo)準(zhǔn)樣本和待測樣本上共同的特征，比如幾何特征、定位的標(biāo)記或者是重心間的距離和角度。本發(fā)明的有益效果所述sobel算子本身就是圖像處理中的算子之一，主要用作邊緣檢測，在技術(shù)上，它是一離散性差分算子，用來運(yùn)算圖像亮度函數(shù)的梯度之近似值。在圖像的任何一點(diǎn)使用此算子，將會產(chǎn)生對應(yīng)的梯度矢量或是其法矢量，將模版圖像的邊緣提取出來，然后將邊緣圖像轉(zhuǎn)化為幾何輪廓圖像集(Contour)，并且根據(jù)HU不變量將輪廓集按權(quán)重大小重新排列，用數(shù)學(xué)模型將模板描述出來，最后用金字塔算法將模板與圖像輪廓進(jìn)行相關(guān)性掃描比對，并且按相關(guān)性得分的大小將圖像中的區(qū)域重新排列。得分最大的位置就是定位的結(jié)果。因?yàn)樵撍惴ㄊ菍D像的輪廓進(jìn)行比對，與象素的灰度值沒有關(guān)系所以它不受光亮度變化的影響；Hu的七個(gè)不變量可以對物體縮放與角度進(jìn)行計(jì)算所以它不受縮放比例與角度變化的影響。

圖1是本發(fā)明的幾何定位方法的流程圖。
具體實(shí)施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。所述幾何定位方法的全部流程，包括設(shè)定定位標(biāo)準(zhǔn)、采集待測數(shù)據(jù)、對比、計(jì)算等環(huán)節(jié)，其特征在于，具體處理方法包括以下步驟，
(1)、用工業(yè)數(shù)字?jǐn)z像頭采集標(biāo)準(zhǔn)樣本的圖像；
(2)、通過sobel算子提取標(biāo)準(zhǔn)樣本的形狀做邊緣提取，此形狀可以是任意的；(3)、用Hu的七個(gè)不變量將樣本的形狀、角度和空間位置用以下的數(shù)學(xué)模型描述出來 I (A, B)=sumi=1 ^absd/m^ - Ifxai),
其中 m^sign(h^logQA)； HiBi=Sign 0Λ) .logO^)；
hAi，A —A和B的Hu矩；此模型可以作為樣本的幾何特征；
(4)、將所有樣本的幾何特征的互相關(guān)系提取出來，作為模板；
(5)、用工業(yè)數(shù)字?jǐn)z像頭采集待測樣品的圖像；
(6)、用Hu的七個(gè)不變量將待測樣本的形狀、角度和空間位置用前述數(shù)學(xué)模型描述出
來；
(7)、將標(biāo)準(zhǔn)樣本的模板與待測樣本的模板的幾何特征相比較，并通過金字塔算法與 MMX軟件加速算法，得出相似度最高的幾何特征的空間坐標(biāo)、旋轉(zhuǎn)角度和縮放比例，所得的結(jié)果就是定位所需的結(jié)果
所述sobel算子是幾何特征的相互關(guān)系，或者是標(biāo)準(zhǔn)樣本和待測樣本上共同的特征， 比如幾何特征、定位的標(biāo)記或者是重心間的距離和角度。如圖1中的流程，用工業(yè)數(shù)字?jǐn)z像頭拍攝標(biāo)準(zhǔn)樣本的圖像，作為以后對比的基礎(chǔ)， 利用SObel算子對標(biāo)準(zhǔn)樣本提取標(biāo)準(zhǔn)樣本的邊緣，并且計(jì)算標(biāo)準(zhǔn)樣本的HU不變量作為模板，然后對于待測物，也進(jìn)行工業(yè)數(shù)字拍攝頭拍攝待測物的圖像，同樣利用sobel算子來提取待測物邊緣，對于提取的待測物邊緣計(jì)算待測物Hu七個(gè)不變量作為模板，最后比對環(huán)節(jié)，是對兩組模型下得到的Hu不變量數(shù)據(jù)進(jìn)行對比，得出待測圖像中于模板匹配程度最高的幾何邊緣坐標(biāo)。在具體的實(shí)踐操作中，我們對于一塊PCB板上的十字形MARK點(diǎn)作為標(biāo)準(zhǔn)樣本，首先選定一個(gè)作為標(biāo)準(zhǔn)樣本的物體進(jìn)行拍攝，提取其上一個(gè)十字形的幾何特征作為模板，用 Hu不變量建立的模型對其進(jìn)行計(jì)算，在接下來幾個(gè)待測物體的拍攝提取特征的過程中，采取以下幾個(gè)方案待測物體一改變對其光照的亮度；待測物體二 旋轉(zhuǎn)PCB板；待測物體三在PCB板上添加雜質(zhì)；然后分別采集上述情況的PCB板圖像作為待測樣本，利用上述算法計(jì)算出十字形mark點(diǎn)的空間位置，旋轉(zhuǎn)角度和縮放比例，將計(jì)算出來的結(jié)果與實(shí)際的十字形mark點(diǎn)的坐標(biāo)對比，誤差在一個(gè)像素以內(nèi)。實(shí)驗(yàn)證明該算法的重復(fù)定位精度在1個(gè)像素以內(nèi)。因?yàn)槭褂昧私鹱炙cMMX加速算法，所以該算法的計(jì)算速度非產(chǎn)快。使用2. 8GHz主頻的計(jì)算機(jī)，其定位時(shí)間在IOms 15ms之間，對于圖像質(zhì)量非常差的，其定位時(shí)間也能夠控制在30ms以內(nèi)，模板大小的設(shè)置對其速度的影響甚微。
在將該技術(shù)引入到可編程分板機(jī)中，所述分板機(jī)是光機(jī)電一體化自動設(shè)備，它通過安裝在三維平臺上的圖像傳感器將要切割的PCB板的切割路線定義在系統(tǒng)配置文件中，并且引導(dǎo)銑刀對板進(jìn)行精確的切割。是SMT生產(chǎn)線上切割聯(lián)板PCB的自動化設(shè)備，主要用于電路板的分割與鉆孔，尤其是高集成度的手機(jī)，MP3等聯(lián)板的分割，它取代了人工分板，提高產(chǎn)品質(zhì)量，減少報(bào)廢率。該設(shè)備主要用于SMT電子貼片生產(chǎn)線上。
權(quán)利要求
1.一種幾何定位方法，其全部流程包括設(shè)定定位標(biāo)準(zhǔn)、采集待測數(shù)據(jù)、對比、計(jì)算等環(huán)節(jié)，其特征在于，具體處理方法包括以下步驟，(1)、用工業(yè)數(shù)字?jǐn)z像頭采集標(biāo)準(zhǔn)樣本的圖像；(2)、通過sobel算子提取標(biāo)準(zhǔn)樣本的形狀做邊緣提取，此形狀可以是任意的；(3)、用Hu的七個(gè)不變量將樣本的形狀、角度和空間位置用以下的數(shù)學(xué)模型描述出來 I (A, B)=sumi=1 ^absd/m^ - Ifxai),其中 m^sign(h^logQA)； HiBi=Sign 0Λ) .logO^)；hAi，A —A和B的Hu矩；此模型可以作為樣本的幾何特征；(4)、將所有樣本的幾何特征的互相關(guān)系提取出來，作為模板；(5)、用工業(yè)數(shù)字?jǐn)z像頭采集待測樣品的圖像；(6)、用Hu的七個(gè)不變量將待測樣本的形狀、角度和空間位置用前述數(shù)學(xué)模型描述出來；(7)、將標(biāo)準(zhǔn)樣本的模板與待測樣本的模板的幾何特征相比較，并通過金字塔算法與 MMX軟件加速算法，得出相似度最高的幾何特征的空間坐標(biāo)、旋轉(zhuǎn)角度和縮放比例，所得的結(jié)果就是定位所需的結(jié)果。
2.根據(jù)權(quán)利要求1所述幾何定位方法，其特征在于，所述sobel算子是幾何特征的相互關(guān)系，或者是標(biāo)準(zhǔn)樣本和待測樣本上共同的特征，待測樣本的幾何特征、定位的標(biāo)記或者是重心間的距離和角度。
全文摘要
本發(fā)明是一種基于圖像光學(xué)幾何特征對物體進(jìn)行高速精確定位的方法，該方法包括采集樣本、通過sobel算子對標(biāo)準(zhǔn)樣本的形狀做邊緣提取、利用Hu的七個(gè)不變量建立數(shù)學(xué)模型并且將樣本描述出來，然后用工業(yè)攝像頭采集待測樣品圖樣，并且對標(biāo)準(zhǔn)樣本和待測樣本進(jìn)行比較，計(jì)算并且定位。因?yàn)樵撍惴ㄊ菍D像的輪廓進(jìn)行比對，與像素的灰度值沒有關(guān)系所以它不受光亮度變化的影響；Hu的七個(gè)不變量可以對物體縮放與角度進(jìn)行計(jì)算所以它不受縮放比例與角度變化的影響。在計(jì)算過程中，使用了金字塔與MMX加速算法，所以該算法的計(jì)算速度非?？?，誤差小，適合SMT、LED、PCB、太陽能分板機(jī)等自動化生產(chǎn)設(shè)備的定位。
文檔編號G01B11/00GK102252611SQ20111011801
公開日2011年11月23日 申請日期2011年5月9日 優(yōu)先權(quán)日2011年5月9日
發(fā)明者董鴻湃 申請人:深圳市澎湃圖像技術(shù)有限公司