基于虛擬儀器的機(jī)器視覺在PCB元器件檢測中的應(yīng)用

秦益霖，馬祥林，朱 敏，李 晴

（1.常州信息職業(yè)技術(shù)學(xué)院，常州 213164；2.江蘇科技大學(xué)，鎮(zhèn)江 212001）

0 引言

印刷電路板是電子設(shè)備中不可缺少的重要部件，電路板在生產(chǎn)制造過程中有可能產(chǎn)生各種各樣的缺陷，比如電路板上元件缺失、錯(cuò)件等。目前電路板插件主要采用人工方式進(jìn)行檢測，而人工檢測存在勞動(dòng)強(qiáng)度大，容易犯錯(cuò)的缺點(diǎn)。本項(xiàng)目就是要開發(fā)一種具有一定面向的低成本的電路板元件檢測設(shè)備，推進(jìn)機(jī)器視覺技術(shù)向大眾化應(yīng)用方向發(fā)展，向各種領(lǐng)域發(fā)展。

1 系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)工作流程

首先采用智能相機(jī)將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，此時(shí)的圖像是灰度圖像；再通過數(shù)據(jù)線將此圖像信號(hào)傳送給PC機(jī)，根據(jù)像素分布、亮度等信息，將其轉(zhuǎn)變成數(shù)字化信號(hào)并進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征；和標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比、模板匹配等處理后，得出被測PCB是否有缺陷；最后使用智能相機(jī)的 I/O功能來實(shí)現(xiàn)機(jī)器視覺系統(tǒng)與外界系統(tǒng)和數(shù)據(jù)庫的通信，控制生產(chǎn)流程。系統(tǒng)結(jié)構(gòu)如圖1 所示。

圖1 系統(tǒng)結(jié)構(gòu)圖

1.2 硬件設(shè)計(jì)

考慮到實(shí)時(shí)圖像采集的測量精度和速度要求，該系統(tǒng)采用的硬件配置為:

NI 1744智能相機(jī)。NI 1744系列智能相機(jī)具有圖像采集和處理特性，還具有I/O功能，在相機(jī)上構(gòu)成了集于一體的嵌入式設(shè)備，能夠運(yùn)行NI VBAI或NI LabVIEW實(shí)時(shí)模塊和整個(gè)NI機(jī)器視覺算法套件，能對(duì)圖像進(jìn)行處理，可以降低了成本和檢測時(shí)間。

PC機(jī)。通過智能相機(jī)獲得的圖像在PC機(jī)上顯示，通過LabView、Vision assistant和VBAI編寫的程序?qū)崿F(xiàn)對(duì)圖像的采集和處理。

1.3 軟件設(shè)計(jì)環(huán)境

應(yīng)用NI公司開發(fā)的虛擬儀器軟件LabView8.6和NI公司的視覺模塊，包括IMAQ Vision Builder、Vision Assistant和IMAQ Vision為開發(fā)平臺(tái)。

2 圖像處理與分析

從拍攝的照片如圖2所示，可以看出，電解電容中間的金屬表面具有很強(qiáng)的反光性，在圖片中表現(xiàn)為高亮度。有鑒于此，我們將在圖片中檢測電解電容的反光面的存在與否來判定電容是否存在。

由于系統(tǒng)采用的照明光源、相機(jī)和PCB板角度等原因，有些電解電容的反射表面的強(qiáng)度不強(qiáng)，這會(huì)干擾對(duì)強(qiáng)度的判斷，在以后的圖像處理中必須對(duì)其增強(qiáng)?？梢允褂肗I Vision Assistant編程對(duì)PCB圖像進(jìn)行預(yù)處理，增強(qiáng)反射面的強(qiáng)度。

圖2 PCB原始圖片

圖3 PCB預(yù)處理后圖片

2.1 圖像的預(yù)處理

一般情況下，當(dāng)圖像采集到計(jì)算機(jī)的時(shí)候，相機(jī)獲得的原始圖像會(huì)受到各種條件的限制和隨機(jī)信號(hào)的干擾，如光電轉(zhuǎn)換過程中敏感元件靈敏度的不均勻性、數(shù)字過程中的誤差等，均會(huì)使圖像含有各種各樣的畸變和噪聲，對(duì)圖像的分析和識(shí)別帶來困難。

2.1.1 中值濾波

中值濾波是一種非線性濾波方法，也是一種排序?yàn)V波方法。在圖像處理中對(duì)抑制離散的噪聲比較有效，而且還能保護(hù)邊緣輪廓信息。它的中心思想是將所用鄰域窗口內(nèi)的所有像素灰度值從小到大排序，取該組中間的灰度值作為濾波后的灰度值。

通常窗口內(nèi)像素?cái)?shù)為奇數(shù)，以便有個(gè)中間像素。若窗口像素?cái)?shù)為偶數(shù)時(shí)，則

中值取中間兩像素灰度的平均值。常用的窗口形狀有方形、十字型、圓形、菱形等。窗口A的大小決定在多少個(gè)數(shù)值中求中值，窗口的形狀決定在什么樣的幾何空間中取元素來計(jì)算中值。

最常用的窗口是方形或十字型。中值濾波窗口越大，抑制噪聲效果越好，但有效信息損失也越大，因此須選擇最佳窗口大小以兼顧二者。本文采用5*5的方形窗口中值濾波進(jìn)行圖像平滑去噪。

2.1.2 灰度值變換

除了控制照明光源外，某些情況下通過算法調(diào)整圖像的灰度值是必要的?；叶戎底儞Q可被視為一點(diǎn)處理。這意味著變換后的灰度值tr,c僅僅依賴于輸入圖像上同一位置的原始灰度值gr,c，可表示為：tr,c=f(gr,c)。這里f(g)表示進(jìn)行灰度值變換的函數(shù)。為了提高變換的速度，灰度值變換通常通過一個(gè)查找表(LUT)來進(jìn)行，即將每個(gè)輸入灰度值變換后得到的輸出值保存在一個(gè)查找表內(nèi)。如果用fg表示LUT，則tr,c=f[gr,c]，此處符號(hào)[]表示的是查找表的操作。

平方根操作，其作用是增加了在黑暗區(qū)域的亮度和對(duì)比度，減少了在明亮的區(qū)域的亮度和對(duì)比度。等值操作，作用是對(duì)圖像的像素點(diǎn)進(jìn)行變換，增加了圖像的亮度、增加了亮區(qū)的對(duì)比度。本文采用平方根、等值操作對(duì)圖像進(jìn)行灰度值變換。

2.1.3 數(shù)學(xué)形態(tài)學(xué)

圖像處理中經(jīng)過濾波、灰度值變換后的圖像經(jīng)常會(huì)包含我們不想要的干擾，所以我們必須要調(diào)整區(qū)域的現(xiàn)狀以獲得我們想要的結(jié)果。數(shù)學(xué)形態(tài)學(xué)被定義為一種分析空間結(jié)構(gòu)的理論。為此，數(shù)學(xué)形態(tài)學(xué)提供了一組特別有用的方法，這些方法能讓我們調(diào)整或描述物體的形狀。

用gr,c表示要處理的圖像，用s(r,c)表示ROI是S的一幅圖像，圖像s被稱為結(jié)構(gòu)元。

膨脹能夠通過轉(zhuǎn)置結(jié)構(gòu)元來實(shí)現(xiàn)，有如下定義：

在灰度值形態(tài)學(xué)中，對(duì)結(jié)構(gòu)元的選擇通常是平坦結(jié)構(gòu)元，即：對(duì)于s(r,c)∈S時(shí)，s(r,c) =0 。它產(chǎn)生的效果為：擴(kuò)大圖像中比周圍更亮的部分，并收縮背景，這樣灰度值膨脹能夠被用來將灰度值圖像中的一個(gè)亮物體的脫節(jié)部分連在一起。

灰度值圖像減法有如下定義

有以上兩個(gè)基本模塊，我們可以構(gòu)建本文將要利用的操作：灰度值閉操作。

它是一個(gè)膨脹操作后再執(zhí)行一個(gè)減法。它能夠被用來填充小孔或者刪除小物體。此外，它還能夠被用來連接或分開物體，平滑物體的內(nèi)、外邊界。

根據(jù)以上討論，編寫程序?qū)D像進(jìn)行預(yù)處理。經(jīng)過預(yù)處理后的圖像如圖3所示，可以看出電解電容金屬反射面都具有很強(qiáng)的亮度，達(dá)到了后續(xù)識(shí)別的要求。預(yù)處理的程序圖如圖4：

圖4 預(yù)處理的程序圖

2.2 圖像的分析

經(jīng)過預(yù)處理后的圖像已經(jīng)滿足我們對(duì)圖像的辨識(shí)要求，在本文中應(yīng)用NI Vision Builder for Automated Inspection對(duì)圖像進(jìn)行分析辨識(shí)的操作。

實(shí)驗(yàn)結(jié)果顯示此方法能迅速、準(zhǔn)確的檢測出電路板是否存在缺陷，如檢測通過，在圖片上顯示PASS，否則顯示FAIL。檢測界面如圖5所示：

圖5 Vision Builder for Automated Inspection檢測界面

3 結(jié)束語

本文介紹了基于虛擬儀器技術(shù)的PCB元器件檢測系統(tǒng)，通過實(shí)驗(yàn)表明該方法是可行的、有效的，且易于實(shí)現(xiàn)，并且該系統(tǒng)可以滿足PCB檢測在線、實(shí)時(shí)、高速高精度的要求。利用IMAQ Vision Builder、Vision assistant提供的強(qiáng)大圖像處理功能， 可以大大縮短軟件開發(fā)時(shí)間，同時(shí)由于NI公司的軟硬件具備非常好的可靠性和穩(wěn)定性，可以確保檢測結(jié)果的精確度。

[1] 章毓晉.圖像處理和分析技術(shù).北京:高等教育出版社.2008.

[2] 劉煥軍,等.機(jī)器視覺中的圖像采集技術(shù).電腦與信息技術(shù).2003(01):18-21.

[3] 方勝,等,基于NI Vision Assistant的機(jī)器視覺在鋼球表面測中的應(yīng)用.2008(5):72-82.

[4] National Instruments Corporation.NI-IMAQ User Manual.2004.

[5] National Instruments Corporation.NI Vision Assistant Tutorial.2009.

[6] National Instruments Corporation.NI Vision Builder for Automated Inspection Tutorial.2009.

[7] National Instruments Corporation.NI 17xx Smart Camera User Manual.2008.